文摘
和季节性降水年际变率的特点,探索在岷江上游(UMR),中国西南部,包括从1960年到2015年。的方法(MOM),线性回归方法,Mann-Kendall测试序列聚类分析,小波分析Morlet被利用。结果清楚显示如下:(1)降水的分布是不均匀的空间,有更多的南部和东南部。十年平均年降水量达到最低在2000年代和2010 - 2015年期间增加测量站和UMR。(2)区域年降水量表现出一个微不足道的减少趋势率为4.47毫米/ 10,这主要是由于夏季降水减少。春季降水表现出一个微不足道的增加趋势,冬季降水保持不变。(3)点的变化主要出现在1980年代和1990年代。几乎和研究区域通常是2 - 5年的时间,7 - 11年,15 - 20年。(4)不断增加的趋势,在高海拔地区年降水量相对明显,而减少的趋势是更重要的在低海拔。
1。介绍
全球气候变化问题日益突出,这是一个全球的问题,应该在经济和社会发展面临<一个href="#B1">1一个>- - - - - -<一个href="#B3">3一个>]。众所周知,气候变化有较大影响气象因素如温度和降水的变化。近年来,中国的降水异常改变了气候变化条件下(<一个href="#B4">4一个>- - - - - -<一个href="#B6">6一个>]。降雨模式的变化可能会导致干旱、洪水、水土流失、生物多样性的丧失和农业生产力。因此,分析降水的统计特性起着至关重要的作用不仅在干旱和洪水风险评估,而且在水资源规划和管理。
趋势分析和水文气象时间序列突变检测已被许多研究人员使用统计方法研究[<一个href="#B7">7一个>- - - - - -<一个href="#B15">15一个>]。Sayemuzzaman et al。<一个href="#B16">16一个>]利用Mann-Kendall测试和Theil-Sen检测方法的发展趋势和年度季节性降水序列在时间和空间在北卡罗莱纳,美国。Shirvani [<一个href="#B17">17一个>)检测到变化点在年度波斯湾海面温度异常在1951 - 2013年时间序列基于学生的<我>t我>模型参数和Mann-Whitney非参数变化点。Zarenistanak et al。<一个href="#B18">18一个>]分析趋势和分年度和季节性降水和温度改变系列和佩蒂特是伊朗西南部的测试,Mann-Kendall测试生成从1950年到2007年。
具有良好的时间和频率多分辨率小波方法,可有效诊断的主要频率成分和抽象的本地信息的时间序列。一些研究人员应用小波分析调查时间系列如径流、降水、温度(<一个href="#B19">19一个>- - - - - -<一个href="#B21">21一个>]。Jemai et al。<一个href="#B22">22一个>)显示时间的雨加布流域基于小波和相干小波分析。唱et al。<一个href="#B23">23一个>)使用改进的连续小波变换方法来研究几种典型水文系列的周期性特征,包括径流和降水数据。
由于气候变化的影响,干旱和洪水的频率和强度一直在增加(在中国的西南<一个href="#B24">24一个>,<一个href="#B25">25一个>]。作为中国西南地区的核心地区之一,UMR,位于青藏高原之间的过渡区和四川盆地,是成都平原水资源的主要来源,从降水和径流主要是充电。然而,在这个地区频繁的干旱和洪水阻碍了经济发展,导致了严重的环境问题<一个href="#B26">26一个>]。因此,研究水文和气象变化特征在UMR逐渐被越来越多的关注。黄等。<一个href="#B27">27一个>UMR)检测到的特征hydroclimatic变化根据七个水文站和六个气象站1956 - 2007年,包括降水、温度、径流。结果表明,降水有显著下降趋势,年平均气温显著增加的趋势,总径流明显减少的趋势。周et al。<一个href="#B28">28一个>)的时空分布进行了探讨岷江流域降水从1956年到2001年,透露,在汛期降水呈现减少趋势,及其周期性变化是2年,5 - 7年,到14年。马等。<一个href="#B29">29日一个>]分析趋势和突然的月度和年度平均气温和降水变化松潘县城。我们所知,此前的研究几乎是在2010年之前,不覆盖整个UMR作为系统和深入研究区域探测降水变化。
本研究的主要目标是探讨时空分布、趋势、突然的变化,时间的沉淀在UMR通过使用历史观察日常降水从1960年到2015年在年度和季节性的时间尺度。与此同时,降水变化的原因也进行了讨论。这样的研究有利于减少灾难的风险,合理分配水资源,并支持气候变化条件下的水资源管理的决策。它还起着至关重要的作用在为政府决策提供可靠的依据和帮助该地区社会和经济可持续发展。介绍后,研究区和选定的数据给出了部分<一个href="#sec2">2一个>。部分<一个href="#sec3">3一个>列出了适当的方法。节<一个href="#sec4">4一个>,结果和讨论。最后,结论部分进行了总结<一个href="#sec5">5一个>。
2。研究区域与数据
2.1。研究区域
长江的主要支流之一在中国,岷江起源于四川岷山山脉的南部边境的四川和甘肃,穿过成都平原,长江宜宾城市。岷江上游(UMR)是指上面的河紫坪铺水库,这是一个高原气候和亚热带气候地区。它从东经102°45′E 103°96′E和纬度30°80′N 33°20′N。它占地大约23000公里2(整个岷江流域的16.9%),这条河长341公里。研究区域的位置如图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig1/" target="_blank">1一个>。
2.2。数据
有五个气象站(礼,汶川,茂县,松潘和Heishui)和一个水文站(紫坪铺)中可用的研究盆地,它们分布在研究区,如图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig1/" target="_blank">1一个>。关于电台是总结在表的详细信息<一个href="//www.newsama.com/journals/amete/2018/1362708/tab1/" target="_blank">1一个>。高于6测量站的逐日降水数据收集从中国气象数据共享服务系统和四川省水文和水资源局从1960年到2015年。小缺失的数据被插入邻站数据的线性回归。每日价值总结获得降水的季节性和年度总数。区域降水量Thiessen多边形的方法获得的。本赛季在一年内被定义如下:冬季(12月、1月和2月)、弹簧(3月、4月和5月),夏季(6月、7月和8月)和秋季(9月、10月和11月)。
3所示。方法
3.1。根据妈妈的统计参数估计
统计参数,均值和偏差系数( )季节性和年降水量的估计的方法(妈妈)<一个href="#B30">30.一个>]。妈妈这里没有列出的公式。
3.2。趋势检测方法
3.2.1之上。线性回归方法
线性回归方法是广泛用于确定气候系列的趋势(<一个href="#B31">31日一个>]。在这项研究中,单一线性方程表示为对降水时间 在哪里是时间变量,是观察到的降水时间价值 , 是一个常数,然后呢是斜率变化率表示。在细节,一个积极的价值表明一个增加的趋势,一个负面的价值显示一个下降的趋势。我们使用学生的<我>t我>以及检查参数的显著性水平 ,这里没有列出细节。
3.2.2。Mann-Kendall测试的趋势
非参数Mann-Kendall(可)测试(<一个href="#B32">32一个>,<一个href="#B33">33一个>)已被广泛用于诊断时间序列的趋势。统计可测试被定义为 在哪里和是观察到的降水值在时间吗<我>我我>和<我>j我>分别数据的长度,胡志明市()符号函数。
的方差<我>年代我>和检验统计量<我>Z我>计算如下:
一个积极的价值表明一个增加的趋势;一个负值的显示一个下降的趋势。如果|<我>Z我>| <<我>Z我>1−<我>α我>/ 2零假设被接受,这一趋势并不重要。零假设被拒绝的<我>α我>重要性水平如果|<我>Z我>|≥<我>Z我>1−<我>α我>/ 2。当<我>α我>重要性水平是0.05,相应的价值<我>Z我>1−<我>α我>/ 2是1.96。
可测试的趋势,另一个有用的指数肯德尔斜率,<我>β我>,这是一个单调趋势的无偏估计量大小: 在1 <<< 。一个正斜率值(<我>β我>> 0)表示一个增加的趋势;一个负斜率值(<我>β我>< 0)表示一个下降的趋势。
3.3。突然变化的试验方法
3.3.1。Mann-Kendall突然变化的考验
时间序列构造等级系列<我>x我>与<我>n我>样品(<一个href="#B34">34一个>,<一个href="#B35">35一个>]: 在哪里
可以视为零假设下正态分布这一趋势不发生,和的均值和方差可以计算如下:
统计是计算
为了搜索突然变化,必须执行一个类似的反向时间序列分析。一个逆行表示为
的交点和坐落在信心行之间突然发生变化的时候。典型的置信水平95%是利用检测的降水系列。
3.3.2。序列聚类分析
序列聚类分析是一种有效的方法估计的突变点<我>τ我>在水文时间序列。序列聚类分析的实质是寻找最优分割点(<一个href="#B36">36一个>,<一个href="#B37">37一个>]。计算目标函数 在这, , 。
当是最小值,其对应的吗<我>τ我>最优分割点,这是最可能的变化。
3.4。Morlet小波分析
小波分析是用来检测时间系列(<一个href="#B37">37一个>]。对时间序列<我>f我>(<我>t我>),计算连续小波变换 在哪里小波变换系数,是小波的母亲,的复共轭功能吗 ,一个我>比例因子,<我>b我>是一个时间参数。在这项研究中,我们选择Morlet母小波的小波函数。Morlet小波函数表示为
4所示。结果与讨论
4.1。基本统计参数的变化
基本的统计参数(均值和<我>C我>v)的年度和季节(春、夏、秋、冬季)沉淀获得了6个测量站和UMR 56年(期间表<一个href="//www.newsama.com/journals/amete/2018/1362708/tab2/" target="_blank">2一个>)。
在年度基础上,UMR降水是不均匀的空间,增加从东北到西南上游和下游(图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig2/" target="_blank">2 (e)一个>);降水是获得最大价值的紫坪铺(1179毫米)在南方,取得最小值的平均降水茂县东南(475毫米)。的变化从0.11(松潘)0.20(紫坪铺)整个盆地的平均值为0.10,这表明年际变化研究中是稳定的区域(图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig3/" target="_blank">3一个>)。图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig4/" target="_blank">4一个>介绍了年降水量的年代际变化。UMR较高的年平均降雨量在1960年代,1980年代,1990年代,2010 - 2015年和降低在2000年代和1970年代。特别是在2000年代,年平均降雨量达到最小值,将近47.8毫米低于680毫米的年际水平。在2010 - 2015年,它达到最高的价值,比平均值高22.8毫米在研究时期,这是符合相应的研究(<一个href="#B38">38一个>]。此外,十年平均降水量达到最低在2000年代和2010 - 2015年期间增加测量站。初步的结论是,在研究区降水相对异常在21世纪。
(一)
(b)
(c)
(d)
(e)
季节性降水空间分布不均匀,在南部和东南部(图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig2/" target="_blank">2 (2)一个>- - - - - -<一个href="//www.newsama.com/journals/amete/2018/1362708/fig2/" target="_blank">2 (d)一个>)。值的平均降雨量132毫米不等(茂县)224 (Heishui)春天,从230毫米(茂县)到647毫米(紫坪铺)在夏天,从103毫米(茂县)到279毫米(紫坪铺)在秋天,和从10毫米(茂县and汶川)49毫米(紫坪铺)在冬天。我们可以得出结论,年降水量的intraannual变异与啤酒区别四个季节不均匀;夏季降水是最和冬季降水量最少的。<我>简历我>范围从0.19(汶川、高龄和Heishui)到0.25(紫坪铺)春天,0.17(松潘)到0.34(紫坪铺)在夏天,0.22 (Heishui)到0.35(紫坪铺)在秋天,0.52和0.33(紫坪铺)(汶川)在冬天。很明显,季节性降水的年际变化是不同的;最大的变化是在冬天,秋天,夏天,春天(图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig3/" target="_blank">3一个>)。
4.2。趋势分析
4.2.1。准备基于线性回归方法的趋势
的<我>b我>线性回归方法表中列出的值<一个href="//www.newsama.com/journals/amete/2018/1362708/tab3/" target="_blank">3一个>。在年度基础上,整个流域的降水系列显示一个微不足道的减少趋势10−5.61毫米/,和大波动发生在1970年代和2000年代(图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig5/" target="_blank">5 (e)一个>)。季节性的规模,一个微不足道的增加趋势被发现在春季和冬季降水系列。在夏季和秋季,区域降水系列有一个微不足道的下降趋势。
(一)
(b)
(c)
(d)
(e)
4.2.2。基于可测试的趋势
可测试是用来确定趋势使用双尾假说在5%的显著水平。可测试结果(<我>Z我>)随着趋势的大小(<我>β我>)展示在表<一个href="//www.newsama.com/journals/amete/2018/1362708/tab3/" target="_blank">3一个>。与线性回归方法相比,他们的结果几乎是一致的。箱图<我>Z我>6站显示在图中<一个href="//www.newsama.com/journals/amete/2018/1362708/fig6/" target="_blank">6一个>。
为年度规模、区域降水显示一个微不足道的减少趋势,肯德尔斜率是−4.47毫米/ 10,这是与以往的研究一致(<一个href="#B28">28一个>,<一个href="#B38">38一个>,<一个href="#B39">39一个>]。大大减少的趋势在紫坪铺站才发现。分析降水季节性系列规模、区域降水显示在春天一个微不足道的增加趋势(<我>β我>= 3.45毫米/ 10);一个微不足道的下降趋势在夏季(<我>β我>=−8.00毫米/ 10)和秋季(<我>β我>=−3.60毫米/ 10)(<一个href="#B40">40一个>]。与其他季节相比,冬季降水有相对稳定的年度变化的速度0.35毫米/ 10过去56年。综合分析导致的结论是,年降水量的减少主要是由于夏季降水减少岷江上游的(<一个href="#B27">27一个>]。春季降水有显著增加的趋势在松潘车站和夏季降水减少的趋势在茂县,汶川,紫坪铺站。
4.3。基于序列聚类分析的突然变化
降水变化点检测是一个重要的步骤,可以使一个更好的解释和更准确的预测水文数据。分年度变化和季节性降水时间序列呈现在表<一个href="//www.newsama.com/journals/amete/2018/1362708/tab4/" target="_blank">4一个>。部分诊断图在图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig7/" target="_blank">7一个>。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
年降水量UMR,有几个十字路口之间的超滤和乌兰巴托系列在1980年代和1990年代(图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig7/" target="_blank">7 (e)一个>);和最优分割点是在1995年(图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig7/" target="_blank">7 (j)一个>)。虽然诊断结果不一样,它更适合突变年划分为1995左右。平均降水量693毫米在1960 - 1995和1996 - 2015年期间减少到657 mm。因此,可测试的结果的突然变化和序列聚类分析表明,突然减少年降水量约1995 (<一个href="#B41">41一个>]。至于UMR春季降水,佛罗里达大学之间的交叉和乌兰巴托系列是在2001年,但最优分割点是在1995年。有很大不同的时间间隔,因此我们认为没有发生突变。冬季降水突变的结果是一样的春天。通过选择同一点的两个方法,改变点发生在1994年夏天,在1976年秋天。总之,变化点主要出现在1980年代和1990年代,这是类似于过去的研究(<一个href="#B35">35一个>]。
存在一定程度的突然变化的年度和季节性降水系列;和变化点显示不同的特征在不同测量站和UMR。这样的空间变异性可能来源于不同的自然地形、地理位置和人为活动的研究领域。,具体原因需要进一步分析。
4.4。基于小波分析Morlet时期
降水的周期性波动导致径流的上下,所以重要的是要正确地理解降水的周期性变化。Morlet小波分析用于确定降水系列的时期。和结果列在表<一个href="//www.newsama.com/journals/amete/2018/1362708/tab5/" target="_blank">5一个>。小波变换的时间频率图UMR呈现在图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig8/" target="_blank">8一个>。
(一)
(b)
(c)
(d)
(e)
如图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig8/" target="_blank">8 (e)一个>,时间参数<我>b我>是横坐标,频率参数<我>一个我>纵坐标。上部是低频,等值线相对稀疏,这对应于一个长时间的振荡。下部高频率、等值线较密集,对应于一个较短的周期。可以看出,区域年降水量有一段2,5,17年。几乎周期的季节性降水2,4,19年春天;5年在夏天;2、5、10和17年的秋天;3和15年的冬天。时间测量站的详细信息是不再阐述。总之,研究区域的近时期一般2 - 5年,7 - 11年,15 - 20年<一个href="#B28">28一个>]。
4.5。降水变化引起
全球变暖的背景因素影响UMR降水的变化。在20世纪,特别是自1990年代以来,大气中二氧化碳的浓度不断增加是导致全球变暖。更高的平均气温导致蒸发率越高,水蒸气含量更高,因此加速水文循环。一个重要的全球变暖的后果是增加大气湿度,雷暴活动和/或大规模的风暴活动。在全球变暖的背景下,UMR降水模式发生了变化,这是受到大气环流的影响,高度,和人为活动。
大规模的大气环流导致降水的变化对UMR [<一个href="#B40">40一个>,<一个href="#B42">42一个>,<一个href="#B43">43一个>]。东亚夏季风进退的确定在很大程度上降水季节的时机和降水的数量<一个href="#B44">44一个>]。其他特殊monsoon-like发行量,如西太平洋副热带高压,索马里急流,热带气旋,连同一个阻塞矮秆、纬度高、低槽,也扮演积极的角色在研究区降水变化(<一个href="#B45">45一个>]。
高度是降水变化的另一个原因<一个href="#B46">46一个>]。统计<我>Z我>的价值与海拔、年降水量有良好的关系和相关系数是0.99(图<一个href="//www.newsama.com/journals/amete/2018/1362708/fig9/" target="_blank">9一个>)。,降水的增加趋势比较明显的在高海拔处,而减少的趋势是更重要的在低空站。总的来说,<我>Z我>UMR海拔增加价值,按照先前的研究[<一个href="#B47">47一个>]。
一些因素表明,人为活动对降水的影响是健壮的<一个href="#B48">48一个>]。人为活动不仅修改交换热量,水,和动量之间的陆地表面和上覆气氛还改变大气的成分在城市地区。土地利用变化受人为活动影响当地的水文气象过程,有时影响明显降水。
降水变化的物理机制是一个挑战,深入理解。进一步调查的多尺度大气环流之间的互动,高度,和人为活动也可能是重要的和必要的理解降水变化。
5。结论
在这项研究中,时空分布特点、趋势、突然的变化,时间的年度和季节性降水系列分析了UMR期间1960 - 2015。根据上面的分析,总结了主要结论如下。
降水分布不均匀的空间,更多的南部和东南部。降水的年际变化表现出明显的区域性和季节性差异UMR。十年平均降水量在2000年代达到了最低测量站和UMR和增加在2010 - 2015。初步的结论是,在研究区降水相对异常在21世纪。
区域年降水量表现出一个微不足道的下降趋势从1960年到2015年,这主要是由于夏季降水减少。春季降水表现出一个微不足道的增加趋势,冬季降水保持不变。
点的变化主要出现在1980年代和1990年代。几乎和研究区域通常是2 - 5年的时间,7 - 11年,15 - 20年。由于不同的自然地形、地理位置,测量站和人为活动,不同的电台节目不同的突然变化和时间的结果。
在全球变暖的背景下,UMR受到大气降水变化的发行量,高度,和人为活动。不断增加的趋势,在高海拔地区年降水量相对明显,而减少的趋势是更重要的在低海拔。需要进一步分析定量和系统地调查大气循环之间的相互作用,高度,和人为活动。相关研究提供科学理论依据水问题在气候变化和帮助我们改善区域减灾和水资源管理。
数据可用性
大部分的数据系列用于支持本研究的发现来自中国气象数据共享服务系统,可以在网络上<一个href="http://data.cma.cn/" target="_blank">http://data.cma.cn/一个>。只有数据系列在紫坪铺站提供的四川省水文和水资源,不能免费提供。
的利益冲突
作者宣称没有利益冲突。
确认
这项研究受到了美国国家科学基金会中国委员会(51679155)。