1951-2016年中国沿海地区气温与降水量的时空特征

森林与环境学报　２０１８ꎬ３９(５):５３０－５３９第３９卷第５期

２０１９年９月

ＤＯＩ:１０.１３３２４/ｊ.ｃｎｋｉ.ｊｆｃｆ.２０１９.０５.０１２

１９５１—２０１６年中国沿海地区气温与降水量的时空特征

２.生态与资源统计福建省高校重点实验室ꎬ福建福州３５０００２)

摘要:我国沿海地区是重要的生态功能地区ꎬ人口高度密集、经济高度发达ꎬ明确该地区气温与降水量时空动态变化特征对于促进区域生态环境保护和生态建设成果的维持均具有重要意义ꎮ本研究采用Ｍａｎｎ￣Ｋｅｎｄａｌｌ(Ｍ￣Ｋ)检验法分析该区气温和降水量的年际与季节时空演变格局ꎮ结果表明:(１)沿海地区及６个子区域(东北沿海地区、华北沿海地区、黄淮沿海地区、江淮沿海地区、江南沿海地区和华南沿海地区)年均气温及季节气温均呈显著上升趋势ꎻ年降水量无明显变化趋势ꎬ季节降水量在东北沿海地区秋季、华北沿海地区夏季、黄淮沿海地区春季及江南沿海地区春季和夏季均存在显著上升趋势ꎬ

开放科学标识码(ＯＳＩＤ码)

(１.福建农林大学计算机与信息学院ꎬ福建福州３５０００２ꎻ

高弋斌１ꎬ２ꎬ路春燕１ꎬ２ꎬ钟连秀１ꎬ２ꎬ林晓晴１ꎬ２ꎬ苏　颖１ꎬ２

其中江南沿海地区的季节降水量变化最剧烈ꎮ(２)沿海各子区域年际气温和降水量均存在次数不等的突变ꎬ突变时间点各不相同ꎮ(３)在空间范围内ꎬ６个子区域年际和季节气温趋势倾向率均呈自北向南逐步增加的空间分布特征ꎬ趋势变化程度各不相同ꎮ(４)沿海地区气温和降水量的演变趋势及突变是多个因素共同作用的结果ꎬ其影响因素主要包括下垫面的改变、人口与能源消耗的增加、厄尔尼诺/拉尼娜现象及台风等方面ꎮ本结果有助于反映我国沿海地区气温和降水量空间变化特征ꎬ为制定气候变化应对策略提供科学依据ꎮ

关键词:气温ꎻ降水量ꎻＭａｎｎ￣Ｋｅｎｄａｌｌ趋势检验ꎻＭａｎｎ￣Ｋｅｎｄａｌｌ突变检验ꎻ沿海地区中图分类号:Ｐ４２３ꎻＰ４２６.６

文献标识码:Ａ

文章编号:２０９６－００１８(２０１９)０５－０５３０－１０

Ｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎ

ｉｎＣｈｉｎａ′ｓｃｏａｓｔａｌａｒｅａｓｆｒｏｍ１９５１ｔｏ２０１６

(１.ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｓꎬＦｕｊｉａｎＡｇｒｉｃｕｌｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙꎬＦｕｚｈｏｕꎬＦｕｊｉａｎ３５０００２ꎬＣｈｉｎａꎻ２.ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥｃｏｌｏｇｙａｎｄＲｅｓｏｕｒｃｅｓＳｔａｔｉｓｔｉｃｓｉｎＨｉｇｈｅｒＥｄｕｃａｔｉｏｎＩｎｓｔｉｔｕｔｅｓｏｆＦｕｊｉａｎＰｒｏｖｉｎｃｅꎬＦｕｚｈｏｕꎬＦｕｊｉａｎ３５０００２ꎬＣｈｉｎａ)

ＧＡＯＹｉｂｉｎ１ꎬ２ꎬＬＵＣｈｕｎｙａｎ１ꎬ２ꎬＺＨＯＮＧＬｉａｎｘｉｕ１ꎬ２ꎬＬＩＮＸｉａｏｑｉｎｇ１ꎬ２ꎬＳＵＹｉｎｇ１ꎬ２

Ａｂｓｔｒａｃｔ:Ｃｈｉｎａ′ｓｃｏａｓｔａｌａｒｅａｓａｒｅｉｍｐｏｒｔａｎｔｅｃｏｌｏｇｉｃａｌａｒｅａｓｗｉｔｈｈｉｇｈｌｙｄｅｎｓｅｐｏｐｕｌａｔｉｏｎａｎｄｄｅｖｅｌｏｐｅｄｅｃｏｎｏｍｙ.Ｉｔｉｓｏｆｇｒｅａｔｍａｉｎｔｅｎａｎｃｅｏｆｒｅｇｉｏｎａｌｅｃｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔｐｒｏｔｅｃｔｉｏｎａｎｄｅｃｏｌｏｇｉｃａｌｃｏｎｓｔｒｕｃｔｉｏｎａｃｈｉｅｖｅｍｅｎｔｓ.ＩｎｔｈｉｓｓｔｕｄｙꎬｔｈｅＭａｎｎ￣Ｋｅｎｄａｌｌ

ｓｉｇｎｉｆｉｃａｎｃｅｔｏｃｌａｒｉｆｙｔｈｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｄｙｎａｍｉｃｓｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｔｈｉｓａｒｅａꎬａｎｄｔｏｐｒｏｍｏｔｅｔｈｅ(Ｍ￣Ｋ)ｔｅｓｔｗａｓｕｓｅｄｔｏｅｖａｌｕａｔｅｔｈｅｉｎｔｅｒａｎｎｕａｌａｎｄｓｅａｓｏｎａｌｔｅｍｐｅｒａｔｕｒｅꎬａｎｄｓｐａｔｉａｌｅｖｏｌｕｔｉｏｎｐａｔｔｅｒｎｓｏｆａｉｒｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｔｈｉｓｒｅｇｉｏｎ.Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｂｅｌｏｗ:(１)Ｔｈｅａｎｎｕａｌａｖｅｒａｇｅｔｅｍｐｅｒａｔｕｒｅａｎｄｓｅａｓｏｎａｌｔｅｍｐｅｒａｔｕｒｅｏｆｓｉｘｓｕｂ￣ｒｅｇｉｏｎｓꎬｓｉｔｕａｔｅｄｉｎｃｏａｓｔａｌａｒｅａｓ(ＮｏｒｔｈｅａｓｔꎬＮｏｒｔｈＣｈｉｎａꎬＨｕａｎｇｈｕａｉꎬＪｉａｎｇｈｕａｉꎬＪｉａｎｇｎａｎａｎｄＳｏｕｔｈＣｈｉｎａ)ｓｈｏｗｅｄａｓｉｇｎｉｆｉｃａｎｔｕｐｗａｒｄｔｒｅｎｄ.ＴｈｅｒｅｗａｓｎｏｏｂｖｉｏｕｓｃｈａｎｇｅｔｒｅｎｄｉｎａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎꎬｂｕｔｔｈｅｓｅａｓｏｎａｌｐｒｅｃｉｐｉｔａｔｉｏｎｓｉｇｎｉｆｉｃａｎｔｌｙｉｎｃｒｅａｓｅｄｉｎａｕｔｕｍｎｉｎＮｏｒｔｈｅａｓｔꎬｓｕｍｍｅｒｉｎＮｏｒｔｈＣｈｉｎａꎬｓｐｒｉｎｇｉｎＨｕａｎｇｈｕａｉａｎｄｓｐｒｉｎｇａｎｄｓｕｍｍｅｒｉｎＪｉａｎｇｎａｎꎬａｍｏｎｇｗｈｉｃｈｔｈｅｓｅａｓｏｎａｌｐｒｅｃｉｐｉｔａｔｉｏｎｉｎＪｉａｎｇｎａｎｗａｓｔｈｅｏｎｅｔｈａｔｍｏｓｔｄｒａｍａｔｉｃａｌｌｙｃｈａｎｇｅｄ.(２)Ｔｈｅｉｎｔｅｒａｎｎｕａｌｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｄｉｆｆｅｒｅｎｔｃｏａｓｔａｌｓｕｂｒｅｇｉｏｎｓｈａｖｅｄｉｆｆｅｒｅｎｔｔｉｍｅｓｏｆａｂｒｕｐｔｃｈａｎｇｅꎬａｎｄｔｈｅｔｉｍｅｐｏｉｎｔｏｆａｂｒｕｐｔｃｈａｎｇｅｉｓｄｉｆｆｅｒｅｎｔ.(３)Ｗｉｔｈｉｎｓｐａｔｉａｌｒａｎｇｅꎬｔｈｅｉｎｔｅｒａｎｎｕａｌａｎｄｓｅａｓｏｎａｌｔｅｍｐｅｒａｔｕｒｅｔｒｅｎｄｒａｔｅｓｏｆｔｈｅｓｉｘｓｕｂｒｅｇｉｏｎｓｓｈｏｗｔｈａｔｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｂｅｈａｖｉｏｒｏｆｇｒａｄｕａｌｉｎｃｒｅａｓｅｆｒｏｍｎｏｒｔｈｔｏｓｏｕｔｈꎬｗｉｔｈｄｉｆｆｅｒｅｎｔｄｅｇｒｅｅｓｏｆｔｒｅｎｄｃｈａｎｇｅｓ.(４)ＴｈｅｅｖｏｌｕｔｉｏｎｔｒｅｎｄａｎｄａｂｒｕｐｔｃｈａｎｇｅｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｃｏａｓｔａｌａｒｅａｓａｒｅｔｈｅｒｅｓｕｌｔｏｆｍｕｌｔｉｐｌｅｆａｃｔｏｒｓꎬｓｕｃｈａｓｔｈｅｃｈａｎｇｅｏｆｕｎｄｅｒｌｙｉｎｇｓｕｒｆａｃｅꎬｔｈｅｔｈｅｓｐａｔｉａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｖａｒｉａｔｉｏｎｓｉｎｃｏａｓｔａｌａｒｅａｓｏｆＣｈｉｎａꎬａｎｄｐｒｏｖｉｄｅａｓｃｉｅｎｔｉｆｉｃｂａｓｉｓｆｏｒｆｏｒｍｕｌａｔｉｎｇａｒｅａｓｏｎａｂｌｅｃｌｉｍａｔｅｃｈａｎｇｅｒｅｓｐｏｎｓｅｓｔｒａｔｅｇｙ.

Ｋｅｙｗｏｒｄｓ:ｔｅｍｐｅｒａｔｕｒｅꎻｐｒｅｃｉｐｉｔａｔｉｏｎꎻＭａｎｎ￣ＫｅｎｄａｌｌｔｒｅｎｄｔｅｓｔꎻＭａｎｎ￣Ｋｅｎｄａｌｌｍｕｔａｔｉｏｎｔｅｓｔꎻｃｏａｓｔａｌａｒｅａｓ

收稿日期:２０１９－０３－２３修回日期:２０１９－０６－１１

基金项目:福建省自然科学基金面上项目“基于国产多源遥感数据的红树林植物群落分类及其碳储量估算”(２０１７Ｊ０１４５７)ꎻ福建省林业科学研究项目“泉州湾红树林湿地时空动态监测及其碳储量估算研究”(闽林科便函[２０１６]３５号)ꎮ

第一作者简介:高弋斌(１９９４－)ꎬ男ꎬ硕士研究生ꎬ从事气候变化空间统计研究ꎮＥｍａｉｌ:ＹｂＬａｎｃｅｌｏｔ＠ｏｕｔｌｏｏｋ.ｃｏｍꎮ通信作者:路春燕(１９８６－)ꎬ女ꎬ讲师ꎬ博士ꎬ从事资源环境遥感与空间信息统计研究ꎮＥｍａｉｌ:ｌｕｃｈｕｎｙａｎ＠ｆａｆｕ.ｅｄｕ.ｃｎꎮ

ｐｏｐｕｌａｔｉｏｎｉｎｃｒｅａｓｅꎬｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎꎬＥｌＮｉñｏ/ＬａＮｉñａｅｖｅｎｔｓａｎｄｔｙｐｈｏｏｎｓ.Ｔｈｅｒｅｓｕｌｔｓｏｆｔｈｉｓｓｔｕｄｙａｒｅｈｅｌｐｆｕｌｔｏｃｏｍｐｒｅｈｅｎｄ

　第５期高弋斌ꎬ等:１９５１—２０１６年中国沿海地区气温与降水量的时空特征

􀅰５３１􀅰

同面临的重要挑战[１]ꎮ近年来ꎬ随着社会经济的快速发展ꎬ能源消耗量不断增加ꎬ人为活动对环境的干扰强度逐步增强ꎬ由气候变化所引起的自然灾害、城市内涝、农业减收、生物多样性减少等现象频发ꎬ不仅阻碍区域社会经济的可持续发展ꎬ同时威胁生态资源环境的保护和生产生活的有序开展ꎮ因此ꎬ明确气候变化规律对于维持社会经济持续发展以及保护人民生命财产安全均具有重要意义ꎮ气温和降水量作为气候的重要体现要素ꎬ且与生态资源环境密切相关ꎬ分析其变化趋势和突变特征对理解气候变化过程具有重要意义ꎬ并可服务于预防自然灾害等诸多方面[２]ꎮ

目前国内外学者已对气候变化作了多方面研究ꎬ并取得了众多成果[３－５]ꎮ早期对气候变化的研究多

气候变化对人类生存、经济社会发展、生物多样性维持均具有重要影响ꎬ已经成为当前世界各国共

集中于对单一气象因子的时间序列分析ꎬ例如:胡刚等[６]依据济南市气温数据资料ꎬ运用Ｍａｎｎ￣Ｋｅｎｄａｌｌ

(Ｍ￣Ｋ)趋势检验法对济南市１９５１—２００７年气温变化进行研究ꎬ结果表明济南市年均气温上升趋势显著ꎻＣＨＥＮｅｔａｌ[７]对１９４８—２０００年来自全球１７０００多个观测站的月降水量数据进行分析ꎬ得出了较为准确的降水量周期变化结果ꎮ随着时空分析方法的逐步改进ꎬ气候变化研究逐渐由时间维度分析转变为时空维度分析ꎬ“时”与“空”的结合不仅可在时间尺度上量化气候变化的趋势ꎬ同时可确定空间上气候变化的区位ꎮＦＥＮＧｅｔａｌ[８]利用１９８１—２０１５年中亚地区１０８个气象站点的日最高温与日最低温数据ꎬ对该地区进行年际和季节的时空变化分析ꎬ研究表明未来将出现明显的变暖趋势ꎻ林璐等[９]研究分析了太湖流域湖西区的降水量时空变化规律ꎬ并且通过分析该区１３个雨量站近５０ａ的各时间序列中存在的自相关性ꎬ得出该地区降水量的变化趋势ꎮ总体而言ꎬ气候变化的研究内容多集中于对单一气象因素的分析ꎬ而全面分析气温和降水量的研究较少ꎬ由此使得研究结果存在片面性ꎬ不能完整地反映出气候变化的响应特征ꎮ就研究方法而言ꎬ目前专家学者多利用经验正交函数法、线性回归、Ｍｏｒｌｅｔ小波分析以及Ｍ￣Ｋ检验法等方法对区域气候变化进行研究ꎬ其中Ｍ￣Ｋ检验法具有研究样本无需服从正态分布ꎬ不受少数异常值影响ꎬ且其计算过程简便ꎬ检验范围广的优势ꎬ更适用于研究气候变化的趋势及突变特征[１０]ꎬ但利用Ｍ￣Ｋ检验法进行气候变化的研究却少有报道ꎮ我国沿海地区自然资源丰富、区位优势明的生态功能区[１１]ꎬ该区的气候变化无论对自然资源还是对社会发展均具有深刻影响ꎮ目前我国沿海地区的气候变化研究多集中于对极端气候的分析ꎬ而对一般气象因子的研究分析却鲜有报道ꎮ鉴于沿海地区的区位重要性、已有研究存在的不足以及Ｍ￣Ｋ检验法的优势ꎬ本研究以中国沿海地区为研究对象ꎬ利用该区１９５１—２０１６年气温和降水量月值数据ꎬ采用Ｍ￣Ｋ检验法从季节和年际两个层面分析该区气温和降水量的时空演变格局ꎬ揭示该区气温和降水量的变化趋势及其突变情况ꎬ以期为沿海区域气候变化研究提供方法和数据支撑ꎬ促进区域生态环境保护和生态建设成果的维持ꎬ为经济社会可持续发展决策提供参考ꎮ

显、产业和设施密集ꎬ虽然面积仅占国土总面积的９.０９％ꎬ但承载了全国２２％的人口ꎬ而且是我国重要

１　研究区概况

中国东部沿海地区自北向南依次包括辽宁省、河北省、北京市、天津市、山东省、江苏省、上海市、浙江省、福建省、广东省、地区、特别行政区、澳门特别行政区、广西壮族自治区以及海南省共计１５个省级行政单元ꎬ但由于缺少地区的相关数据资料ꎬ因此本研究将除地区在内的其他沿海行政区作为研究对象ꎬ简称中国沿海地区ꎮ该区地理位置为东经１０４°２７′~１２５°４１′ꎬ北纬１８°１０′~４３°２９′ꎬ总面积１.３０×１０６ｋｍ２ꎬ沿海岸线呈“Ｓ”型分布ꎮ沿海地区受海洋性气候的影响ꎬ沿海各岸段的降水量变化率较大ꎬ易发生干旱和洪涝灾害[１２]ꎮ此外ꎬ依据中国气象局提出的中国气象产品地理分区(ＧＢ/Ｔ３６１０９—２０１８)对研究区进行分区ꎬ沿海地区从北至南可依次分为东北沿海地区、华北沿海地区、黄淮沿海地区、江淮沿海地区、江南沿海地区和华南沿海地区共６个子区域ꎮ

２　数据来源与研究方法

２.１　数据来源及预处理

本研究选用１９５１—２０１６年沿海地区２４２个气象站点的月平均气温和月降水量作为基础数据源(数据来源于中国气象数据网ｈｔｔｐ:∥ｄａｔａ.ｃｍａ.ｃｎ/)ꎬ对月值数据进行均值处理ꎬ得到季节平均和年际平均数

􀅰５３２􀅰

森　林　与　环　境　学　报第３９卷　

据ꎮ需说明的是按照气象划分法将季节划分为:３—５月为春季ꎻ６—８月为夏季ꎻ９—１１月为秋季ꎻ１２

月—次年２月为冬季[１３]ꎮ以ＡｒｃＧＩＳ软件为操作平台ꎬ应用径向基插值(ｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎｓｉｎｔｅｒｐｏｌａｔｉｏｎꎬＲＢＦ)方法对研究区各气象要素(月、季节和年际)平均数据进行插值ꎬ生成各时间单位气温与降水量的连续空间曲面ꎬ并利用交叉验证法对插值结果进行精度评价ꎮ２.２　Ｍａｎｎ￣Ｋｅｎｄａｌｌ趋势检验法

化的趋势大小对于明确气候变化的程度具有重要意义ꎮ本研究利用Ｍ￣Ｋ趋势检验法分析研究区气温和降水量的变化趋势ꎬ该方法的基本原理为:假设某种气候要素的时间序列为Ｘ１ꎬＸ２ꎬ􀆺ꎬＸｎꎬ则[１５]

Ｘｊ－Ｘｉ

β＝ｍｅｄｉａｎ()ꎬ∀１≤ｉ<ｊ≤ｎ(１)

ｊ－ｉ

４Ｐ

－１

ｎ(ｎ－１)

ｎ(ｎ－１)(２ｎ＋５)＝σ２τ

１８τ＝ＺＣ＝

τστ

(２)(３)(４)

气候趋势表示在有记录时期中具有平滑而单调地上升或下降特点的气候变化[１４]ꎬ量化气象要素变

式中:β表示气候要素的年际倾向率ꎬ用以衡量气候要素变化趋势的大小ꎬ若β值为正ꎬ则表示趋势上升ꎬ若β值为负ꎬ则表示趋势下降ꎬβ绝对值越大表示上升或者下降趋势越明显ꎻＰ为时间序列中所有对偶观测值(ＸｉꎬＸｊꎬｉ<ｊ)中Ｘｉ<Ｘｊ出现的次数ꎻτ为对该时间序列进行Ｍ￣Ｋ趋势检验时所对应的统计量ꎻｎ为时间序列样本的时间长度ꎻσ２τ为方差ꎻＺｃ为标准正态统计量ꎬ在给定的α置信水平上ꎬ如果︱Ｚｃ︱≥Ｚ(１－α/２)ꎬ则气象因素的变化趋势显著ꎬ若︱Ｚｃ︱大于１.６４和２.３２时ꎬ表明分别表示通过了置信度９５％和９９％的显著性检验ꎬ另外ꎬ若Ｚｃ大于０ꎬ则说明时间序列呈上升趋势ꎻ若Ｚｃ小于０ꎬ则说明时间序列呈下降趋势ꎮ

２.３　Ｍａｎｎ￣Ｋｅｎｄａｌｌ突变检验法

续的变化趋势)的现象ꎬ表现为气候在时空上从一个统计特性到另一个统计特性的急剧变化[１６]ꎮ分析气象因素的突变时间点不仅可以明确其突变情况ꎬ同时有利于探究影响气候变化的影响因素[１７]ꎬ本研究ｘｎꎬ则Ｍ￣Ｋ突变检验的具体计算公式如下[１８]

Ｓｋ＝

ｒｉꎬ∑ｉ＝１

ｋ

气候突变是指气候从一种稳定态(或稳定持续的变化趋势)跳跃式地转变到另一种稳定态(或稳定持

利用Ｍ￣Ｋ突变检验法对气温和降水量的突变时间点进行分析ꎮ假设气象因素的时间序列为ｘ１ꎬｘ２ꎬ􀆺ꎬ

(ｋ＝１ꎬ２ꎬ􀆺ꎬｎ)

(５)(６)

其中ꎬｒｉ＝

{

式中:Ｓｋ表示第ｉ个样本大于第ｊ个样本的个数ꎬ即ｘｉ>ｘｊ(１≤ｉ≤ｊ)的累计数ꎮ

在此基础上ꎬ假定时间序列随机且ꎬ定义统计量ＵＦｋ

Ｓｋ－Ｅ(Ｓｋ)ＵＦｋ＝ꎬ(ｋ＝１ꎬ２ꎬ􀆺ꎬｎ)

Ｖａｒ(Ｓｋ)(７)(８)(９)

０ꎬｘｉ≤ｘｊ

１ꎬｘｉ>ｘｊ

ꎬ(ｊ＝１ꎬ２ꎬ􀆺ꎬｉ)

式中:Ｅ(Ｓｋ)和Ｖａｒ(Ｓｋ)分别为序列Ｓｋ的均值和方差ꎬ其计算公式为

ｋ(ｋ－１)

Ｅ(Ｓｋ)＝

４

ｋ(ｋ－１)(２ｋ＋５)

Ｖａｒ(Ｓｋ)＝ꎬ(１≤ｋ≤ｎ)

７２

其中ꎬＵＦ１＝０ꎬ所有ＵＦｋ可组成一条曲线ꎮ

　第５期高弋斌ꎬ等:１９５１—２０１６年中国沿海地区气温与降水量的时空特征

􀅰５３３􀅰

将公式(５)~公式(９)用于原气候要素的逆序序列ｘｎꎬｘｎ－１ꎬ􀆺ꎬｘ１ꎬ并对结果取相反数ꎬ则ＵＢ１＝０ꎬ所有ＵＢｋ亦可组成一条曲线ꎮ若ＵＦｋ和ＵＢｋ二者出现相交点ꎬ即ＵＦｋ＝ＵＢｋꎬ且交点位于置信线

３　结果与分析

之间ꎬ则该点为突变点ꎬ即该点所对应的时刻为要素突变开始的时间[１９]ꎮ

３.１　插值精度验证结果

利用径向基插值方法对研究区各要素(月、季节和年际)平均数据进行插值ꎬ对空间插值结果进行交叉验证分析得到其插值精度结果(表１)ꎮ气温和降水量的插值误差均较低ꎬ可满足本研究的需求ꎮ

表１　径向基插值误差分析结果

Ｔａｂｌｅ１　Ｒａｄｉａｌｂａｓｉｓｉｎｔｅｒｐｏｌａｔｉｏｎｅｒｒｏｒａｎａｌｙｓｉｓｒｅｓｕｌｔｓ

气温Ｔｅｍｐｅｒａｔｕｒｅ/℃

误差Ｅｒｒｏｒ

平均绝对误差Ｍｅａｎａｂｓｏｌｕｔｅｅｒｒｏｒ(ＭＡＥ)平均相对误差Ｍｅａｎｒｅｌａｔｉｖｅｅｒｒｏｒ(ＭＲＥ)均方根误差Ｒｏｏｔｍｅａｎｓｑｕａｒｅｄｅｒｒｏｒ(ＲＭＳＥ)

全年Ａｎｎｕａｌ０.３７０.０５０.７７

春季Ｓｐｒｉｎｇ０.５００.０５０.９０

夏季秋季ＳｕｍｍｅｒＡｕｔｕｍｎ０.５６０.０２１.０６

０.２４０.０２０.５７

冬季Ｗｉｎｔｅｒ０.１９０.１１０.５４

全年Ａｎｎｕａｌ８.２６０.２０１８.７０

降水量Ｐｒｅｃｉｐｉｔａｔｉｏｎ/ｍｍ春季Ｓｐｒｉｎｇ６.３９０.０９１７.５３

夏季秋季ＳｕｍｍｅｒＡｕｔｕｍｎ１６.５６０.１３３３.８７

５.２９０.０８１２.０５

冬季Ｗｉｎｔｅｒ４.８１０.５２１１.３６

３.２　年际变化趋势及区域差异

３.２.１　气温年际变化趋势及区域差异　根据１９５１—２０１６年我国沿海地区及其６个子区域气温的多年均值、趋势倾向率以及变化趋势的显著性可知:在α＝０.０１显著性水平下ꎬ我国沿海地区及其６个子区域１９５１—２０１６年平均气温均通过Ｍ￣Ｋ趋势显著性检验ꎬ变化均呈上升趋势(表２)ꎮ整体上ꎬ我国沿海地区气温年平均上升１.１２℃ꎮ其中ꎬ华南沿海地区气温年平均上升１.５２℃ꎻ东北沿海地区气温年平均上升０.７３℃ꎻ其余各个子区域气温年平均上升０.９２~１.３２℃ꎮ

表２　年际平均气温变化趋势检验

Ｔａｂｌｅ２　Ｃｈａｎｇｅｔｒｅｎｄｔｅｓｔｏｆａｎｎｕａｌａｖｅｒａｇｅｔｅｍｐｅｒａｔｕｒｅ

年际平均气温Ａｎｎｕａｌａｖｅｒａｇｅｔｅｍｐｅｒａｔｕｒｅ

子区域Ｓｕｂ￣ａｒｅａ

均值Ｍｅａｎ/℃８.５４１１.０７１３.０３１５.０４１７.１５２１.９４１４.４６

标准正态统计量Ｓｔａｎｄａｒｄｎｏｒｍａｌ

ｓｔａｔｉｓｔｉｃｓ

４.８６６.１５６.２１５.８７５.６７４.３２５.５１

Ｐ<０.０１<０.０１<０.０１<０.０１<０.０１<０.０１<０.０１

趋势倾向率Ｔｅｎｄｅｎｃｙｒａｔｅ/[℃􀅰(１０ａ)–１]

０.１１０.１４０.１５０.１７０.２００.２３０.１７

东北沿海地区Ｎｏｒｔｈｅａｓｔｃｏａｓｔａｌａｒｅａ华北沿海地区ＣｏａｓｔａｌａｒｅａｏｆＮｏｒｔｈＣｈｉｎａ黄淮沿海地区Ｈｕａｎｇｈｕａｉｃｏａｓｔａｌａｒｅａ江淮沿海地区Ｊｉａｎｇｈｕａｉｃｏａｓｔａｌａｒｅａ江南沿海地区Ｊｉａｎｇｎａｎｃｏａｓｔａｌａｒｅａ华南沿海地区ＣｏａｓｔａｌａｒｅａｏｆＳｏｕｔｈＣｈｉｎａ中国沿海地区ＣｏａｓｔａｌａｒｅａｏｆＣｈｉｎａ

对年际气温变化进行Ｍ￣Ｋ突变检验ꎬ得到沿海地区各子区域的气温突变点图(图１)ꎮ由图１各子区域气温ＵＦｋ曲线可知ꎬ尽管各区域气温总体上均呈上升状态ꎬ但波动震荡现象亦与之共存ꎬ且发生年份各不相同ꎮ具体而言ꎬ东北、华北以及黄淮沿海地区的气温在２０世纪５０年代前期和中期均存在较大的波动ꎬ在２０世纪５０年代后期至２０１６年呈稳定的上升趋势ꎬ其中华北和黄淮沿海地区未有突变点ꎬ东北沿海地区在１９７８、１９７９年和１９８１年气温发生突变ꎮ江淮沿海地区气温变化以１９５２年为界总体分为两个阶段ꎬ１９５２年前呈下降趋势ꎬ１９５２年后呈上升趋势ꎬ并在１９９３年发生突变ꎮ江南沿海地区气温尽管在１９７５—１９８８年间气温变化不稳定呈波动状态ꎬ但整体上气温上升趋势明显ꎬ在１９９６年发生突变ꎮ华南沿海地区的气温变化呈持续上升趋势ꎬ气温突变时间发生在１９８７、１９８８和１９９２年ꎮ

􀅰５３４􀅰

森　林　与　环　境　学　报第３９卷　

Ｆｉｇｕｒｅ１　Ｍ￣Ｋｃｕｒｖｅｏｆｍｕｌｔｉ￣ｙｅａｒｔｅｍｐｅｒａｔｕｒｅｉｎｃｏａｓｔａｌｓｕｂ￣ｒｅｇｉｏｎｓｏｆＣｈｉｎａｆｒｏｍ１９５１ｔｏ２０１６

图１　中国沿海子区域１９５１—２０１６年气温Ｍａｎｎ￣Ｋｅｎｄａｌｌ曲线

３.２.２　降水量年际变化趋势区域差异　对沿海地区６个子区域１９５１—２０１６年降水量多年均值、趋势倾向率以及变化趋势显著性进行统计计算可知:在１９５１—２０１６年间ꎬ我国沿海地区及其６个子区域的降水量变化趋势均不显著(表３)ꎮ相对而言ꎬ自华北至华南沿海地区降水量由北向南依次增加ꎬ华南沿海地区降水量略高ꎮ

表３　年际降水量变化趋势检验

Ｔａｂｌｅ３　Ｃｈａｎｇｅｔｒｅｎｄｔｅｓｔｏｆａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎ

子区域Ｓｕｂ￣ａｒｅａ

均值Ｍｅａｎ/ｍｍ６８７.２８５３４.７３７２７.０３１０３０.０６１５２８.８７１６４５.８０１０２５.６３

标准正态统计量Ｓｔａｎｄａｒｄｎｏｒｍａｌ

ｓｔａｔｉｓｔｉｃｓ

￣１.４８￣１.４３￣０.１００.０８０.３４０.９６￣０.２７

年际降水量Ａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎ

Ｐ>０.０１>０.０１>０.０１>０.０１>０.０１>０.０１>０.０１

趋势倾向率Ｔｅｎｄｅｎｃｙｒａｔｅ/[ｍｍ􀅰(１０ａ)–１]

５.８２４.１５７.００１０.４６１５.１４１７.１１９.９５

东北沿海地区Ｎｏｒｔｈｅａｓｔｃｏａｓｔａｌａｒｅａ华北沿海地区ＣｏａｓｔａｌａｒｅａｏｆＮｏｒｔｈＣｈｉｎａ黄淮沿海地区Ｈｕａｎｇｈｕａｉｃｏａｓｔａｌａｒｅａ江淮沿海地区Ｊｉａｎｇｈｕａｉｃｏａｓｔａｌａｒｅａ江南沿海地区Ｊｉａｎｇｎａｎｃｏａｓｔａｌａｒｅａ华南沿海地区ＣｏａｓｔａｌａｒｅａｏｆＳｏｕｔｈＣｈｉｎａ中国沿海地区ＣｏａｓｔａｌａｒｅａｏｆＣｈｉｎａ

　第５期高弋斌ꎬ等:１９５１—２０１６年中国沿海地区气温与降水量的时空特征

􀅰５３５􀅰

由图２各子区域的降水量ＵＦｋ曲线可以看出ꎬ我国沿海地区及其６个子区域１９５１—２０１６年降水量均无明显变化趋势ꎮ２０世纪中期ꎬ在１９５１和１９５２年江南沿海地区的降水量最早发生突变ꎻ江淮和东１９６４年ꎬ江淮沿海地区突变发生在１９５４、１９５６、１９５７、１９６０和１９６２年ꎬ二者突变点有３个年份相一致ꎻ黄淮沿海地区突变次数次之ꎬ分别在１９５５、１９５６和１９６１年发生突变ꎻ华北沿海地区发生突变的时间最晚ꎬ为１９６５和１９６７年ꎮ进入２１世纪后ꎬ黄淮沿海地区发生两次降水量突变ꎬ分别在２００３和２０１３年ꎻ江淮、江南以及华南沿海地区各发生１次降水量突变ꎬ时间点分别为２０１６、２０１４和２０１５年ꎮ北沿海地区突变次数最多ꎬ均存在５次突变ꎬ东北沿海地区突变发生在１９５７、１９６０、１９６２、１９６３和

图２　中国沿海子区域１９５１—２０１６年降水量Ｍａｎｎ￣Ｋｅｎｄａｌｌ曲线

３.３　季节变化趋势及区域差异

Ｆｉｇｕｒｅ２　Ｍ￣Ｋｃｕｒｖｅｏｆｍｕｌｔｉ￣ｙｅａｒｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｃｏａｓｔａｌｓｕｂ￣ｒｅｇｉｏｎｓｏｆＣｈｉｎａｆｒｏｍ１９５１ｔｏ２０１６

３.３.１　温度季节变化趋势及区域差异　根据１９５１—２０１６年我国沿海地区及其６个子区域气温各个季节趋势倾向率可知:在α＝０.０５显著性水平下ꎬ我国沿海地区及其６个子区域１９５１—２０１６年各季节平均气温均通过趋势显著性检验ꎬ变化均呈上升趋势(表４)ꎮ对于整个沿海地区而言ꎬ夏季增温速率最快ꎬ其次为秋季ꎬ再次为春季ꎬ冬季增温幅度较小ꎮ就各个子区域而言ꎬ春季ꎬ东北沿海地区增温速率最快[０.２２℃􀅰(１０ａ)－１]ꎬ华南沿海地区最慢[０.１２℃􀅰(１０ａ)－１]ꎻ夏季ꎬ东北沿海地区增温速率最快[０.３１℃􀅰(１０ａ)－１]ꎬ华南沿海地区最慢[０.２５℃􀅰１０ａ)－１]ꎻ秋季ꎬ东北沿海地区增温速率最快[０.２５℃􀅰(１０ａ)－１]ꎬ华南沿海地区最慢[０.１１℃􀅰(１０ａ)－１]ꎻ冬季ꎬ东北沿海地区增温速率最快[０.１４℃􀅰(１０ａ)－１]ꎬ华南沿海地区最慢[－０.０５℃􀅰(１０ａ)－１]ꎮ李庆祥等[２０]基于近百年中国气温变化序列对我国近１００ａ地表气温变化趋势进行了重新估计ꎬ该研究表明ꎬ我国气温增暖速率在２０世纪呈

􀅰５３６􀅰

５０和３０ａ都具有较好的一致性ꎮ

森　林　与　环　境　学　报第３９卷　

明显加剧趋势ꎬ在东北和华北地区的温度上升速率最快ꎬ而华南地区升温幅度最小ꎬ这种变化在１００、

表４　温度和降水量季节变化趋势

气温Ｔｅｍｐｅｒａｔｕｒｅ/[℃􀅰(１０ａ)－１]

夏季Ｓｕｍｍｅｒ０.３１∗０.２９０.２６０.２５０.２７∗０.２６∗

∗∗∗

Ｔａｂｌｅ４　Ｓｅａｓｏｎａｌｃｈａｎｇｅｔｒｅｎｄｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎ

子区域Ｓｕｂ￣ａｒｅａ

东北沿海地区Ｎｏｒｔｈｅａｓｔｃｏａｓｔａｌａｒｅａ华北沿海地区ＣｏａｓｔａｌａｒｅａｏｆＮｏｒｔｈＣｈｉｎａ黄淮沿海地区Ｈｕａｎｇｈｕａｉｃｏａｓｔａｌａｒｅａ江淮沿海地区Ｊｉａｎｇｈｕａｉｃｏａｓｔａｌａｒｅａ江南沿海地区Ｊｉａｎｇｎａｎｃｏａｓｔａｌａｒｅａ华南沿海地区ＣｏａｓｔａｌａｒｅａｏｆＳｏｕｔｈＣｈｉｎａ

春季Ｓｐｒｉｎｇ

∗∗∗

０.２２∗０.１９０.１６０.１２０.１７∗０.１５∗

秋季Ａｕｔｕｍｎ０.２５∗０.２２０.１６０.１１０.１９∗０.１３∗

∗∗∗

冬季Ｗｉｎｔｅｒ０.１４∗０.１００.０３０.０６∗

∗∗∗

春季Ｓｐｒｉｎｇ１.３４０.８４１.５０∗１.５５３.５９∗４.５９

降水量Ｐｒｅｃｉｐｉｔａｔｉｏｎ/[ｍｍ􀅰(１０ａ)－１]

夏季Ｓｕｍｍｅｒ３.６６２.２３３.９９５.８４

秋季Ａｕｔｕｍｎ０.６３∗１.００１.１４１.７６２.２３３.０２１.６３

０.１７０.０８０.３８１.３２２.２０１.７００.９８

冬季Ｗｉｎｔｅｒ

∗

－０.０１∗－０.０５

中国沿海地区ＣｏａｓｔａｌａｒｅａｏｆＣｈｉｎａ２.２４５.０７０.１７∗０.２７∗０.１８∗０.０５∗

∗∗

　　注:表示在α＝０.０５的显著性水平下显著ꎮＮｏｔｅ:ｉｎｄｉｃａｔｅｓｓｉｇｎｉｆｉｃａｎｔａｔｔｈｅｓｉｇｎｉｆｉｃａｎｃｅｌｅｖｅｌｏｆα＝０.０５.

７.０１∗７.６９

３.３.２　降水量季节变化趋势及区域差异　由表４可知ꎬ在α＝０.０５的显著性水平下ꎬ江淮和华南沿海地区各季节１９５１—２０１６年的降水量的变化趋势均不显著ꎬ其余４个子区域只在个别季节降水量变化趋势显著ꎮ具体而言ꎬ东北沿海地区在秋季降水量变化趋势显著ꎬ呈上升趋势ꎻ华北沿海地区在夏季降水量变化趋势显著ꎬ呈上升趋势ꎬ且相对于其他子区域夏季降水量增加速率最小ꎻ黄淮沿海地区在春季降水量变化趋势显著ꎬ呈上升趋势ꎻ江南沿海地区在春季和夏季降水量变化趋势显著ꎬ均呈上升趋势ꎮ这与佟金鹤[２１]的研究结果基本一致ꎬ全国范围内降水变化区域差异较大ꎮ整体来看ꎬ华东地区降水明显增多ꎻ华北地区降水增加速率相比于其他地区要小ꎻ东北、华中地区降水变化区域性差异较大ꎻ华南地区降水变化程度不大ꎬ以增加为主ꎮ３.４　气温变化趋势空间分布特征

通过空间插值分析与Ｍ￣Ｋ趋势检验ꎬ可得到沿海地区及各个子区域１９５１—２０１６年气温年际和季节趋势倾向率空间分布ꎮ沿海地区气温年际趋势倾向率均为正值且呈自北向南逐步增加的空间分布特征ꎬ围最大[０.０６~０.２５℃􀅰(１０ａ)－１]ꎻ其次为华北沿海地区[０.０４~０.１８℃􀅰１０ａ)－１]ꎻ再次为华南沿海地区[０.１７~０.２８℃􀅰(１０ａ)－１]和黄淮沿海地区[０.０５~０.１７℃􀅰(１０ａ)－１]ꎻ再者为东北沿海地区[０.０８~０.１４℃􀅰(１０ａ)－１]ꎻ江淮沿海地区最小[０.１６~０.１８℃􀅰(１０ａ)－１]ꎮ就各个子区域的趋势倾向率空间分布而言ꎬ东北、华北、江南和华南沿海地区由北向南ꎬ由内陆向沿海ꎬ气温上升程度逐渐增加ꎬ与自然规律相符合ꎮ江南沿海地区的天目山、临安等地由于海拔较高ꎬ气温上升速率较慢ꎻ华南沿海地区的海南省升温尤为明显ꎻ黄淮沿海地区以泰山为中心ꎬ向四周发散ꎬ升温程度逐渐增加ꎻ江淮沿海地区面积较小ꎬ升温趋势较为稳定ꎬ大致呈由内陆到沿海逐步增加的趋势ꎮ

沿海地区气温季节趋势倾向率均呈自北向南逐步增加的空间分布特征ꎬ趋势变化程度因区域不同而各不相同ꎮ１９５１—２０１６年沿海地区各个子区域气温趋势倾向率变化范围在夏季最大ꎬ其次为春、秋两季ꎬ冬季最小ꎮ就各个子区域而言ꎬ华北沿海地区的季节气温趋势倾向率变化范围最大ꎬ春、夏、秋、冬四季变化范围分别为０.０８~０.１９℃􀅰(１０ａ)－１、０.２０~０.３０℃􀅰(１０ａ)－１、０.０２~０.１７℃􀅰(１０ａ)－１、(－０.１２)~０.０６℃􀅰(１０ａ)－１ꎻ江淮沿海地区的变化范围最小ꎬ春、夏、秋、冬四季变化范围分别为各个子区域的趋势倾向率空间分布而言ꎬ春季ꎬ各个子区域由北向南气温上升程度逐渐增加ꎻ夏季ꎬ江南沿海地区由北向南气温上升程度呈快速增加趋势ꎬ东北、华北、黄淮、江淮和华南沿海地区由北向南气温上升程度趋于缓慢增加趋势ꎻ秋季ꎬ黄淮沿海地区升温程度由西北向东南ꎬ由内陆向沿海呈增加趋势ꎬ其余沿海地区升温程度均为由北向南逐步增加ꎻ冬季ꎬ各个子区域升温程度均较低ꎬ东北沿海地区、华北沿海地区北部以及江南沿海地区的天目山、临安等地的气温呈降低趋势ꎬ华北沿海地区南部以及黄淮、江淮、江南和华南沿海地区升温程度由北向南均呈增加趋势ꎮ

趋势变化程度因区域不同而各不相同ꎮ就各个子区域而言ꎬ江南沿海地区的气温年际趋势倾向率变化范

０.１６~０.１８℃􀅰(１０ａ)－１、０.２５~０.２８℃􀅰(１０ａ)－１、０.１７~０.２１℃􀅰(１０ａ)－１、０.０５~０.０７℃􀅰(１０ａ)－１ꎮ就

　第５期高弋斌ꎬ等:１９５１—２０１６年中国沿海地区气温与降水量的时空特征

􀅰５３７􀅰

３.５　气温与降水量变化影响因素分析

３.５.１　下垫面的改变　区域气候的变化是多种下垫面参数改变共同作用的结果ꎬ且其影响过程往往十分复杂ꎮ沿海地区是我国经济发展速度最快、城市化率最高的地带ꎬ城市快速扩张、耕地大面积减少和自然植被退化严重是该区景观变化最主要的特征[２２]ꎬ使得地表辐射通量增大ꎬ气温亦随之增高ꎮ本研究结果显示在１９５１—２０１６年间沿海地区气温呈持续上升趋势ꎬ且就各个子区域而言ꎬ由北向南随着城市化水平的增加ꎬ各子区域的气温趋势倾向率也逐步增加(表２)ꎬ与我国沿海地区下垫面的改变对气温的影响特征相一致ꎮ此外ꎬ近年来北京、济南、天津、杭州和广州等快速城市化地区出现了不同程度的３.５.２　人口增加与能源消耗　随着社会经济的快速发展ꎬ能源消耗和人口数量也随之增加ꎮ对我国沿海地区１９５１—２０１６年人口数量和１９８５—２０１６年能源消耗总量进行分析可知(图３)ꎬ沿海地区的总人口和能源消耗总量均呈明显的上升趋势ꎮ人口数量的递增ꎬ加之科学技术发展和生产规模的迅速扩增ꎬ直接增加了人类活动对自然生态系统影响的强度ꎬ使得原有生态系统的气候调节压力不断增加ꎮ另一方面ꎬ人口的增加也在一定程度上促进了能源消耗的不断增加ꎬ由此使得大气中ＣＯ２的浓度不断上升ꎬ进而产生“温室效应”ꎬ致使气温上升[２４]ꎮ

城市热岛效应ꎬ在很大程度上均因城市扩展导致地区气温升高[２３]ꎮ

Ｈａｎｇｅｏｆｔｏｔａｌｐｏｐｕｌａｔｉｏｎｉｎｃｏａｓｔａｌａｒｅａｓ

(ａ)沿海地区人口数量变化

图３　中国沿海人口数量与能源消耗总量变化

Ｃｈａｎｇｅｏｆｔｏｔａｌｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｉｎｃｏａｓｔａｌａｒｅａｓ

(ｂ)沿海地区能源消耗总量变化

Ｆｉｇｕｒｅ３　ＣｈａｎｇｅｏｆｔｏｔａｌｐｏｐｕｌａｔｉｏｎａｎｄｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｉｎｃｏａｓｔａｌａｒｅａｓｏｆＣｈｉｎａ

３.５.３　厄尔尼诺/拉尼娜现象与台风影响　目前ꎬ已有许多专家学者探讨了厄尔尼诺/拉尼娜现象对我国各地区气候的影响ꎬ研究表明厄尔尼诺/拉尼娜现象或不能直接影响某一地区的气温ꎬ但可通过大气环流以遥相关作用影响东亚季风系统ꎬ间接影响各地区的气候变异[２５]ꎮ厄尔尼诺事件的发生通常会导致我国大部分地区出现暖冬ꎬ就具体地区而言ꎬ东北地区易出现冷夏、北方地区出现较常年更早的初霜冻日ꎬ并且易加剧我国夏季降水量分布南多北少的格局ꎬ致使各地出现旱涝灾害频数增加和程度更为严重ꎻ拉尼娜现象发生时ꎬ黄淮地区易出现冷冬ꎬ长江流域易出现多雨洪涝ꎮ相关资料[２６]显示ꎬ在１９７７年９月—１９７８年２月和１９７９年９月—１９８０年１月太平洋中部、东部共出现２次厄尔尼诺现象ꎬ且在此期间ꎬ发生１次拉尼娜现象ꎬ这与本研究得出的东北沿海地区在１９７８、１９７９和１９８１年气温发生突变的时间节点相一致ꎮ此外ꎬ在１９８６年８月—１９８８年２月、１９９１年５月—１９９２年６月、１９９４年９月—１９９５年３月和１９９７年４月—１９９８年４月ꎬ共出现４次厄尔尼诺现象ꎬ在这４次厄尔尼诺现象前后均发生了拉尼娜现象ꎬ本研究中江淮、江南和华南沿海地区发生气温突变的时间也与这几次厄尔尼诺/拉尼娜现象出现的时间相吻合ꎮ２０１５—２０１６年ꎬ赤道中东太平洋发生了一次堪称“百年最强”厄尔尼诺事件[２７]ꎮ袁媛等[２８]研究表明在厄尔尼诺年盛期我国华南地区降水量较常年明显偏多ꎬ２０１５年我国长江以南大部地区降水量也表现出明显偏多的特征ꎬ尤其是华南地区较常年偏多１.６倍以上ꎬ也是１９８０年以来降水量最多的一年ꎮ由此可见ꎬ我国江淮、江南和华南沿海地区在２０１５年前后分别出现降水量持续异常偏多的特征正是对超强厄尔尼诺事件的典型响应ꎮ另外ꎬ台风现象对降水量亦具有较大程度的影响ꎮ在本研究中ꎬ尽管在２０世纪５０年代初期并未发生厄尔尼诺/拉尼娜现象ꎬ但１９５１和１９５２年夏、

􀅰５３８􀅰

森　林　与　环　境　学　报第３９卷　

秋季节沿海一带台风频发ꎬ从而使得江南沿海地区降水量发生突变ꎬ该区多地出现严重的洪涝灾害[２９]ꎮ此外ꎬ高晓梅等[３０]利用ｔ检验方法对台风偏多期进行了显著性检验ꎬ发现１９５２—１９６６年为显著的台风偏多期ꎬ台风频数增加ꎬ会造成区域降水量明显上升ꎬ这与我国江淮和黄淮沿海地区发生降水量突变的时间范围相一致ꎮ

４　讨论与结论

通过对我国沿海地区及其６个子区域１９５１—２０１６年平均气温和降水量的年际、季节的趋势检验以及突变分析ꎬ得出以下结论:(１)我国沿海地区年平均气温呈显著上升趋势ꎬ全区气温年际趋势倾向率为０.１７℃􀅰(１０ａ)－１ꎻ年降水量虽然波动较大ꎬ但总体未有显著趋势变化ꎬ气候总体趋于变暖ꎬ对全球气候变化的响应较为明显ꎮ季节气温均呈显著上升趋势ꎬ夏季升温速率最快ꎬ其次是秋、春和冬季ꎬ其年际变化率分别为０.２７℃􀅰(１０ａ)－１、０.１８℃􀅰(１０ａ)－１、０.１７℃􀅰(１０ａ)－１和０.０５℃􀅰(１０ａ)－１ꎻ沿海地区季节降水量无显著变化趋势ꎮ(２)沿海地区各子区域年平均气温均呈显著上升趋势ꎬ且年际趋势倾向率较为相近ꎬ除东北沿海地区为０.２３℃􀅰(１０ａ)－１外ꎬ其余区域均在０.１５℃􀅰(１０ａ)－１左右ꎻ各区域季节气温亦均呈显著上升趋势ꎬ但升温程度因区域不同而各不相同ꎮ各区域年降水量均无显著变化趋势ꎬ季节降水量仅个别地区存在显著趋势ꎮ各区域年际气温和降水量均存在突变现象ꎬ具体突变时间各异ꎬ影响气候变化和突变的因素涉及多个方面ꎬ主要为下垫面的改变、人口增加、能源消耗、厄尔尼诺布特征ꎬ各子区域气温变化程度各异ꎻ沿海地区气温季节趋势倾向率均呈自北向南、由内陆向沿海逐步增加的空间分布特征ꎬ趋势变化程度因区域不同而各不相同ꎮ沿海地区位于低海拔区域ꎬ气候变暖会致使水体受热膨胀进一步加剧海平面上升ꎬ加之气温与降水量突变现象多发ꎬ这将给该区的社会经济发展、工农业生产以及生态环境保护等带来诸多负面影响ꎮ同时ꎬ气候变化通过海平面上升、海水表层温度上升、风暴潮、海水入侵和海岸带侵袭ꎬ以及海洋酸碱度变化等直接或间接地对沿海地区造成影响ꎬ导致沿海农田、湿地、森林等自然生态系统的退化与消失ꎬ制约沿海地区的社会经济可持续发展[３１－３２]ꎮ相关部门应该高度重视气候变化并尽快制定科学合理的应对策略和方案ꎬ进一步加强对沿海地区气候变化影响与响应机制的监测和研究ꎬ以应对不确定性的气候变化ꎮ

参考文献

[１]ＺＨＡＮＧＷꎬＰＡＮＸ.ＳｔｕｄｙｏｎｔｈｅｄｅｍａｎｄｏｆｃｌｉｍａｔｅｆｉｎａｎｃｅｆｏｒｄｅｖｅｌｏｐｉｎｇｃｏｕｎｔｒｉｅｓｂａｓｅｄｏｎｓｕｂｍｉｔｔｅｄＩＮＤＣ[Ｊ].

ＡｄｖａｎｃｅｓｉｎＣｌｉｍａｔｅＣｈａｎｇｅＲｅｓｅａｒｃｈꎬ２０１６ꎬ７(１/２):９９－１０４.[３]吴绍洪ꎬ高江波ꎬ邓浩宇ꎬ等.气候变化风险及其定量评估方法[Ｊ].地理科学进展ꎬ２０１８ꎬ３７(１):２８－３５.

/拉尼娜现象和台风现象ꎮ(３)在空间上ꎬ沿海地区气温年际趋势倾向率呈自北向南逐步增加的空间分

[２]ＺＨＡＩＳＹꎬＳＯＮＧＧＸꎬＱＩＮＹＣꎬｅｔａｌ.ＣｌｉｍａｔｅｃｈａｎｇｅａｎｄＣｈｉｎｅｓｅｆａｒｍｅｒｓ:ｐｅｒｃｅｐｔｉｏｎｓａｎｄｄｅｔｅｒｍｉｎａｎｔｓｏｆａｄａｐｔｉｖｅ

ｓｔｒａｔｅｇｉｅｓ[Ｊ].ＪｏｕｒｎａｌｏｆＩｎｔｅｇｒａｔｉｖｅＡｇｒｉｃｕｌｔｕｒｅꎬ２０１８ꎬ１７(４):９４９－９６３.[４]蔡榕硕ꎬ李本霞ꎬ方伟华ꎬ等.中国海岸带和沿海地区全球变化综合风险研究[Ｊ].中国基础科学ꎬ２０１７ꎬ１９(６):

２４－２９.[５]ＮＯＲＲＩＳＪＲꎬＡＬＬＥＮＲＪꎬＥＶＡＮＡＴꎬｅｔａｌ.Ｅｖｉｄｅｎｃｅｆｏｒｃｌｉｍａｔｅｃｈａｎｇｅｉｎｔｈｅｓａｔｅｌｌｉｔｅｃｌｏｕｄｒｅｃｏｒｄ[Ｊ].Ｎａｔｕｒｅꎬ２０１６ꎬ

５３６(７６１４):７２－７５.[６]胡刚ꎬ宋慧.基于Ｍａｎｎ￣Ｋｅｎｄａｌｌ的济南市气温变化趋势及突变分析[Ｊ].济南大学学报(自然科学版)ꎬ２０１２ꎬ

２６(１):９６－１０１.[７]ＣＨＥＮＭＹꎬＸＩＥＰＰꎬＪＡＮＯＷＩＡＫＪＥꎬｅｔａｌ.Ｇｌｏｂａｌｌａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎ:ａ５０￣ｙｒｍｏｎｔｈｌｙａｎａｌｙｓｉｓｂａｓｅｄｏｎｇａｕｇｅ

ｏｂｓｅｒｖａｔｉｏｎｓ[Ｊ].ＪｏｕｒｎａｌｏｆＨｙｄｒｏｍｅｔｅｏｒｏｌｏｇｙꎬ２００２ꎬ３(３):２４９－２６６.[８]ＦＥＮＧＲꎬＹＵＲＤꎬＺＨＥＮＧＨＷꎬｅｔａｌ.ＳｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎｓｉｎｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎＣｅｎｔｒａｌＡｓｉａ[Ｊ].

ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｌｉｍａｔｏｌｏｇｙꎬ２０１８ꎬ３８(Ｓ１):ｅ３８８－ｅ４００.

[９]林璐ꎬ刘金涛ꎬ甘升伟ꎬ等.基于ＴＦＰＷ￣ＭＫ法的太湖流域湖西区降水时空变化分析[Ｊ].水电能源科学ꎬ２０１８ꎬ

３６(４):１－５.[１０]符艳红ꎬ谢世友ꎬ高洁.基于Ｍａｎｎ￣ｋｅｎｄａｌｌ法的嘉陵江流域降水量时空分布规律[Ｊ].西南大学学报(自然科学

版)ꎬ２０１８ꎬ４０(６):１３２－１３９.[１１]侯西勇ꎬ应兰兰ꎬ高猛ꎬ等.１９９８—２００８年中国东部沿海植被覆盖变化特征[Ｊ].地理科学ꎬ２０１０ꎬ３０(５):７３５－７４１.[１２]王晓利.中国沿海极端气候变化及其对ＮＤＶＩ的影响特征研究[Ｄ].烟台:中国科学院烟台海岸带研究所ꎬ２０１７.

　第５期高弋斌ꎬ等:１９５１—２０１６年中国沿海地区气温与降水量的时空特征

􀅰５３９􀅰

[１３]程玉琴ꎬ尤莉ꎬ朱宇ꎬ等.赤峰市气候季节划分方法及应用[Ｊ].干旱区资源与环境ꎬ２０１７ꎬ３１(４):１７１－１７７.[１４]陈忠升.中国西北干旱区河川径流变化及归因定量辨识[Ｄ].上海:华东师范大学ꎬ２０１６.

[１５]ꎬ严登华ꎬ黄站峰ꎬ等.近５２年来滦河流域气候变化趋势分析[Ｊ].干旱区资源与环境ꎬ２０１１ꎬ２５(７):１３４－１３９.[１６]符淙斌.气候突变现象的研究[Ｊ].大气科学ꎬ１９９４ꎬ１８(３):３７３－３８４.

[１７]康淑媛ꎬ张勃ꎬ柳景峰ꎬ等.基于Ｍａｎｎ￣Ｋｅｎｄａｌｌ法的张掖市降水量时空分布规律分析[Ｊ].资源科学ꎬ２００９ꎬ３１(３):

５０１－５０８.[１８]赵嘉阳ꎬ郭福涛ꎬ梁慧玲ꎬ等.福建长汀红壤区１９６５—２０１３年气温和降水量的变化趋势[Ｊ].福建农林大学学报(自

然科学版)ꎬ２０１６ꎬ４５(１):７７－８３.[１９]魏凤英.现代气候统计诊断与预测技术[Ｍ].２版.北京:气象出版社ꎬ２００７.

[２０]李庆祥ꎬ董文杰ꎬ李伟ꎬ等.近百年中国气温变化中的不确定性估计[Ｊ].科学通报ꎬ２０１０ꎬ５５(１６):１５４４－１５５４.[２１]佟金鹤.１９６５—２０１４年我国温度和降水变化趋势分析[Ｊ].安徽农业科学ꎬ２０１６ꎬ４４(１２):２２９－２３５ꎬ２５９.

[２２]刘纪远ꎬ匡文慧ꎬ张增祥ꎬ等.２０世纪８０年代末以来中国土地利用变化的基本特征与空间格局[Ｊ].地理学报ꎬ

２０１４ꎬ６９(１):３－１４.[２３]ＬＩＮＷＳꎬＳＵＩＣＨꎬＹＡＮＧＬＭꎬｅｔａｌ.Ａｎｕｍｅｒｉｃａｌｓｔｕｄｙｏｆｔｈｅｉｎｆｌｕｅｎｃｅｏｆｕｒｂａｎｅｘｐａｎｓｉｏｎｏｎｍｏｎｔｈｌｙｃｌｉｍａｔｅｉｎｄｒｙ

ａｕｔｕｍｎｏｖｅｒｔｈｅＰｅａｒｌＲｉｖｅｒＤｅｌｔａꎬＣｈｉｎａ[Ｊ].ＴｈｅｏｒｅｔｉｃａｌａｎｄＡｐｐｌｉｅｄＣｌｉｍａｔｏｌｏｇｙꎬ２００７ꎬ８９(１/２):６３－７２.[２４]蒋洁ꎬ卫承霏ꎬ钮敏.亚太地区气候移民的动因剖析与应对策略[Ｊ].大学学报(哲学􀅰人文社会科学版)ꎬ２０１６ꎬ

４４(２):８８－９３.[２５]李煜ꎬ陈敏ꎬ罗剑锋ꎬ等.１９５１—２０１６年长江中下游气候变化及其与厄尔尼诺/拉尼娜的相关性[Ｊ].三峡大学学报

(自然科学版)ꎬ２０１８ꎬ４０(６):１６－２１.[２６]严韬ꎬ徐明洁ꎬ葛非凡ꎬ等.厄尔尼诺/拉尼娜事件对区域气温的影响与预测:以沈阳地区为例[Ｊ].安徽农业大学学

报ꎬ２０１９ꎬ４６(１):５７－６４.[２７]刘毅.百年最强厄尔尼诺形成(绿色家园)[Ｎ].人民日报ꎬ２０１６－０３－１９(１０).

[２８]袁媛ꎬ高辉ꎬ贾小龙ꎬ等.２０１４—２０１６年超强厄尔尼诺事件的气候影响[Ｊ].气象ꎬ２０１６ꎬ４２(５):５３２－５３９.[２９]郭丽萍.浅析建国初期我国对自然灾害的应对[Ｊ].兰台世界ꎬ２０１０(２２):６４－６５.

[３０]高晓梅ꎬ江静ꎬ刘畅ꎬ等.近６７ａ影响山东台风频数的变化特征及其与若干气候因子的关系[Ｊ].气象科学ꎬ２０１８ꎬ

３８(６):７４９－７５８.[３１]雷茵茹ꎬ崔丽娟ꎬ李伟ꎬ等.气候变化对中国滨海湿地的影响及对策[Ｊ].湿地科学与管理ꎬ２０１６ꎬ１２(２):５９－６２.[３２]尹伟伦.全球森林与环境关系研究进展[Ｊ].森林与环境学报ꎬ２０１５ꎬ３５(１):１－７.

(责任编辑:江　英)