吉安市氣溫與相關因子分析及其短期預報模型研究

周瑋

（吉安市氣象局，江西吉安 343000）

吉安市氣溫與相關因子分析及其短期預報模型研究

周瑋

（吉安市氣象局，江西吉安 343000）

利用江西省吉安市地面氣象觀測資料，采用一元線性回歸、均方差、M-K非參數檢驗法、EMD經驗模態分解等分析方法，研究吉安市氣溫變化特征及其與氣象因子的相關性。通過對年平均氣溫年際變化特征的分析，發現吉安市年平均氣溫呈增溫趨勢，每10a增溫0.17℃；通過M-K檢驗，得出2001年為吉安市年平均氣溫突變年；通過年平均氣溫與其他氣象因子相關性分析，得出氣溫與降水之間存在顯著的負相關性關系。而后根據EMD分解第5個IMF分量得出，年平均氣溫在年際尺度上呈顯著增溫趨勢，而年平均降水呈顯著遞減趨勢。最后以年平均氣壓、年降水量、年平均相對濕度、年平均日照和年平均風速5個氣象因子為自變量，以年平均氣溫為因變量，建立逐步回歸方程，用于對年平均氣溫進行預報，模型預測效果較好。

氣溫；相關性分析；M-K檢驗；EMD經驗模態分解；逐步回歸

近年來，由于人類活動的加劇，溫室氣體的大量排放，使得我國的氣候正經歷逐漸變暖的變化趨勢。有研究結果表明，在未來幾十年內我國年平均氣溫將升高2～3℃。溫度的升高將會對我國自然生態系統和社會經濟發展造成一定的負面影響。因此，對氣候變化特征研究顯得極為重要。

目前，國內外很多學者對不同區域的氣溫變化進行了研究。國內有劉雪鋒等［1］利用遼寧省測站50a的氣溫數據，首先使用一元回歸方程對年平均氣溫年代變化進行分析，然后運用M-K突變檢驗法對年平均氣溫進行非參數檢驗，結果表明遼寧省年平均氣溫呈遞增趨勢。李鵬飛等［2］利用安徽省銅陵市氣溫資料，采用一元線性回歸、M-K突變和累積距平等方法，對銅陵市氣溫變化特征進行分析，結果表明銅陵市年平均氣溫呈上升趨勢。郭志梅等［3］使用中國北方地區逐年、逐日氣溫觀測資料，對我國北方氣溫特征變化進行分析，結果表明我國北方年平均氣溫、日最高氣溫及日最低氣溫呈顯著的增溫趨勢，且東北地區增溫幅度高于西北和華北。沈姣姣等［4］使用陜西省西安市逐日氣溫數據，采用M-K非參數檢驗、滑動t檢驗及R/S分形理論，對西安市24節氣年平均氣溫變化特征進行分析，結果表明立冬、驚蟄、小雪及春分節氣氣溫呈顯著的增溫趨勢。國外有Mann等［5］使用近500a氣溫數據，對全球氣溫變化規律進行研究，結果表明全球氣溫存在15～35a和50～150a兩類振蕩周期規律。Lau等［6］使用全球氣溫資料，并對氣溫數據使用小波變換分析得出，全球地表氣溫存在60a和80a的長周期變化規律。Lebedeff［7］和Vinnikov［8］等對全球氣溫分析得知，全球表面年平均氣溫從19世紀末至20世紀90年代中期氣溫上升0.3～0.6℃。

此外，還有很多學者對氣溫變化進行研究取得了一些成果。但目前對氣溫預測研究還是相對較少。叢凌博等［9］使用時間序列ARMA數學模型，對氣溫樣本進行建模并預報，結果表明模型精度較高，預測效果較好。唐湘玲等［10］使用灰色理論對新疆阿克蘇地區年平均氣溫建立G（1，1）模型進行短期預報。

1 資料來源

本文使用江西省吉安市逐日氣溫資料，計算出年平均氣溫來研究氣溫年際變化規律，使用平均氣壓、平均相對濕度、平均降水量、平均風速、平均日照數5個氣象因子逐日數據，研究年平均氣溫與這5個因子之間的相關性。上述資料均來源于吉安市國家基準地面氣象觀測站。

2 年平均氣溫變化趨勢

2.1 年際變化特征

圖1為吉安市近50a來年平均氣溫變化趨勢，虛方框線為氣溫實測值，虛線為一元線性回歸值。從圖1可以看出：①吉安市近50a來年平均氣溫波動較大，根據一元線性回歸值可以看出氣候傾向率為0.17℃/10a，說明吉安市年平均氣溫呈遞增趨勢，每10a增溫0.17℃，一元線性回歸方程通過a=0.05顯著性檢驗，說明升溫趨勢是顯著的；②根據對1961-2010年吉安市逐年平均氣溫數據的統計分析得知，50a平均氣溫均值為18.6℃，1967-1997年大部分年份的年平均氣溫小于平均值，1997年之后大部分年份的年平均氣溫高于平均值，年平均氣溫最小值為17.6℃（1984年），最大值為19.7℃（1998年）；③根據均方差分析公式，求出吉安市近50a的年平均氣溫均方差得s=0.95，均方差較大，說明吉安市近50a的年平均氣溫年際變化波動幅度較大。

圖1 江西省吉安市年平均氣溫變化趨勢

2.2 突變年檢驗

M-K法是一種常用突變檢驗方法，主要應用于氣候和徑流趨勢突變分析。其優點為檢測范圍寬，人為性少，定量化程度高。本文運用M-K非參數檢驗方法，對吉安市50a的年平均氣溫數據進行時間序列的趨勢分析和突變檢驗。

圖2為吉安市年平均氣溫M-K突變檢驗統計曲線，從圖2可以看出，1961-1995年期間UF年平均氣溫順序統計曲線均小于0，表明在此期間年平均氣溫呈遞減趨勢。1996年之后UF年平均氣溫順序統計曲線均大于0，表明從1996年開始年平均氣溫呈遞增趨勢。其中，從2004年開始UF順序曲線超出臨界線，說明從2004年開始年平均氣溫遞增趨勢非常顯著。UF和UB兩條曲線的交點所對應的時刻約為2001年，且交點在臨界線信度之內，則表明2001年為吉安市近50a的年平均氣溫突變年。

圖2 江西省吉安市年平均氣溫M-K統計曲線

3 氣溫與相關氣象因子分析

3.1 相關性分析

本文使用1961-2010年吉安市年平均氣壓、年平均相對濕度、年平均降水量、年平均風速、年平均日照數5個氣象因子數據，分析研究年平均氣溫與這5個因子之間的相關性。

由于各氣象因子量綱單位不一致，首先對年平均氣溫、年平均氣壓、年平均相對濕度、年平均降水量、年平均風速、年平均日照數6個因子數據做標準化處理。本文使用Z-score標準化，目的是使得各氣象因子平均值為0、標準差為1，這樣就可以使不同量綱的數據可以放在一個矩陣中。Z-score標準化處理表達式如下：

式（1）中，x為因子數據時間序列，mean（x）為因子時間序列平均值，std（x）為因子時間序列標準差。

然后，對標準化后的氣象數據使用一階差分，消除其線性趨勢。最后，對經一階差分后的數據使用相關性分析，結果見表1。

表1 年平均氣溫與其他5個氣象因子相關性分析表

從表1可以看出，年平均氣溫與年平均降水相關性系數為-0.778 9，通過顯著性0.01檢驗，表明兩者之間存在顯著的負相關性關系；年平均氣溫與年平均相對濕度相關性系數為-0.307 9，表明年平均氣溫與相對濕度之間存在相關性較弱的相關性關系；年平均氣溫與其他3個氣象因子之間相關性系數不高，沒有通過顯著性0.01檢驗，說明氣溫與其他3個氣象因子之間無較為顯著的相關性關系。

運用EMD經驗模態分解法討論年平均氣溫與年平均降水之間的關系。對吉安市年平均氣溫、年平均降水資料進行EMD分解，得到前5個固有模態IMF分量（見圖3），圖3中從上至下分別為5個IMF分量。從第1個IMF分量可以看出，年平均氣溫存在準2a的周期變化，年平均降水存在準3a的周期變化。從第5個IMF分量可以看出，IMF曲線明顯呈上升趨勢，說明吉安市年平均氣溫在年際尺度上呈顯著的增溫趨勢，而年平均降水量呈顯著的遞減趨勢。這一結果與兩者之間存在反相關性關系結論相一致。

圖3 江西省吉安市年平均氣溫（左）和年平均降水（右）EMD分解前5個IMF分量

3.2 逐步回歸分析

本文以吉安市1961-2010年的年平均氣壓、年降水量、年平均相對濕度、年平均日照、年平均風速為自變量X1～X5，以年平均氣溫為因變量Y，建立逐步回歸方程，用來對年平均氣溫進行預測。運用SAS編寫逐步回歸程序，求出逐步回歸方程的方差分析表（見表2），表3為所求方程參數估計表。

表2 逐步回歸方差分析統計結果

從表2可以看出，由Prob＞F所表示的概率很小，小于0.01，表明F=8.01值很大，從而表明方程線性關系是高度顯著的。

表3 逐步回歸參數估計統計結果

從表3可以看出，由Prob＞|T|的值分別為＜0.000 1、0.001 1、0.001 4、＜0.000 1均小于0.01。表明所建立的模型效果較好，可用于對年平均氣溫進行短期預報。建立的逐步回歸模型為：

從上述所建立的逐步回歸方程可以看出，吉安市年平均氣溫主要由年降水量及年平均相對濕度決定。運用1961-2010年吉安市實測年平均氣溫與逐步回歸方程預測效果進行檢驗,如圖4所示。

圖4 年平均氣溫實際值與逐步回歸預測值

計算出逐步回歸預測值與年平均氣溫實際值之間的平均相對誤差為7.3%，可以看出模型預測效果較好。因此，未來可以使用年降水量、年平均相對濕度對吉安市年平均氣溫進行預測。

4 結論

本文使用吉安市逐日地面氣象資料，分析氣溫變化特征以及進行短期預報。得出以下結論：吉安市年平均氣溫呈遞增趨勢，每10a增溫0.17℃，1997年之后大部分年份的年平均氣溫要高于平均值且2001年為吉安市近50a的年平均氣溫突變年；年平均氣溫與年平均降水之間存在顯著的負相關性關系；年平均氣溫與年平均相對濕度存在相關性較弱的相關性關系。而后通過EMD分解得出，年平均氣溫在年際尺度上呈顯著增溫趨勢，而年平均降水呈顯著遞減趨勢；以年平均氣壓、年降水量、年平均相對濕度、年平均日照、年平均風速為自變量，年平均氣溫為因變量，建立逐步回歸方程，用于對年平均氣溫進行預報。

［1］劉雪鋒，李軍林.遼寧省近50年氣溫變化特征及突變分析［J］.沈陽農業大學學報，2009（5）：522-527.

［2］李鵬飛，周曉飛，張慶國，等.銅陵市近49年氣溫變化特征及其趨勢分析［J］.安徽農業大學學報，2010（2）：346-351.

［3］郭志梅，繆啟龍，李雄.中國北方地區近50年來氣溫變化特征及其突變性［J］.干旱區地理，2005（2）：176-182.

［4］沈姣姣，徐虹，李建科，等.近60年西安市24節氣氣溫變化特征及突變分析［J］.資源科學，2013（3）：646-654.

［5］Mann ME，Park J，Bradley R.Global interdecadal and century-scale oscillations during the past five centuries［J］.Nature，1995（6554）：266-270.

［6］Lau KM，Weng HY.Climate signal detection using wavelet transform：How to make a time series sing［J］.Bull.Amer.Meteor. Soci.，2010（12）：2391-2402.

［7］Hansen J，Lebedeff S.Global surface temperature：update through 1987［J］.Geophysical Research Letters，1988（4）：323-326.

［8］Vinnikov KY，Groisman PY，Lugina KM.Empirical data on contemporary global climate changes（temperature and precipitation）［J］.Journal of Climate，1990（6）：662-677.

［9］叢凌博，蔡吉花.ARMA模型在哈爾濱氣溫預測中的應用［J］.數學的實踐與認識，2012（16）：190-195.

［10］唐湘玲，劉衛平.灰色預測模型在阿克蘇地區氣溫預測中的應用［J］.石河子大學學報（自然科學版），2008（4）：411-414.

The Temperature and Related Factor Analysis and Short-Term Forecast Model Research in Ji'an City

Zhou Wei
（Ji'an Meteorological Bureau,Ji'an Jiangxi 343000）

Based on the surface meteorological observation data of Ji'an City,Jiangxi province,by means of linear regression,mean square deviation,M-K non parametric test method and EMD empirical mode decomposition method, the characteristics of air temperature change and its correlation with meteorological factors in Ji'an city were studied.Through analyzing the characteristics of annual average temperature variation,it was found that the annual average temperature in Ji'an city was increasing at a temperature of 0.17℃every ten years;Through M-K test,it was concluded that 2001 was the year of the mean annual air temperature in Ji'an city;Through the correlation analysis between annual average temperature and other meteorological factors,it was concluded that there was a significant negative correlation between air temperature and precipitation.Then according to fifth IMF components of the EMD decomposition,the annual average temperature on the internal scales showed a significant warming trend,while the annual average precipitation showed a significant decreasing trend.Finally,with five meteorological factors of the annual average air pressure,annual precipitation,annual average relative humidity,average annual sunshine,and the annual average wind speed as the independent variables,the annual average temperature as the dependent variable, the stepwise regression equation was established to forecast the annual average air temperature,model prediction effect is better.

temperature；correlation analysis；MK test；EMD empirical mode decomposition；stepwise regression

P457

A

1003-5168（2016）11-0157-04

2016-10-15

周瑋（1963-），女，本科，工程師，研究方向：應用氣象及天氣氣候。