基于小波變換的廣州市氣溫降水年際變化規律分析

劉妮妮 孫芹芹

關鍵詞： 能譜計算; 水熱同步; 人類活動影響; 氣溫; 降水量; 年際氣候變化

中圖分類號： TN99?34 ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2019）05?0173?03

Guangzhou annual temperature and rainfall change rule analysis

based on wavelet transform

LIU Nini1， SUN Qinqin2

（1. Yangtze University Collage of Technology & Engineering， Jingzhou 434020， China;

2. Fujian Institute of Oceanography， Xiamen 361013， China）

Abstract： The Morlet complex wavelet is used to perform the wavelet transform for the annual average temperature and rainfall data from 1952—2007 in Guangzhou， and calculate the wavelet energy spectrum， so as to explore the annual change rule and its synchronization of temperature and rainfall influenced by recent human activity. The results show that the change rule of Guangzhou annual average temperature is weaken， and the changing process is unobvious; the annual rainfall appears in dry?wet change， and has short change interval and strong concussion performance， which stars from 1995. The annual climate change process of Guangdong has a certain hydrothermal synchronous rule， which occurs in the large?scale years （15～25 y）. The annual climate change process of Guangdong has the characteristic of hydrothermal asynchronism due to the effects of global warming and human activities， which occurs in small?scale years （3～8 y）.

Keywords： energy spectrum calculation; hydrothermal synchronization; human activity effect; air temperature; precipitation; annual climate change

0 ?引 ?言

在全球變暖背景影響下，廣州市繼2003—2005年遭受嚴重干旱影響后，又頻遭洪澇威脅[1?2]。氣候災害出現頻率的加快不僅受大氣環流的影響，也是人類活動影響氣候變化的間接反映。利用不同的小波函數分析城市氣候變化中的規律引起越來越多學者的關注[3?7]。本文采用Morlet小波分析方法，以廣州市1952—2007年共56年的年平均氣溫和降水時間序列數據，分析20世紀50年代以后廣州市氣溫和降水的年際變化規律，并尋找不同時間范圍內的主要變化周期，探索近期人類活動影響下的氣溫、降水年際變化規律及其同步性。

1 ?研究方法

本文研究中用到的時間序列數據為1952—2007年共56年的年平均氣溫和年降水量數據，通過Morlet小波變換進行時頻分析，其原理是通過增加或減小伸縮尺度得到信號的低頻或高頻信息，并通過分析信號的概貌或細節，實現對信號不同時間尺度和空間局部特征的分析[8]。原始時間序列中年平均氣溫數據的單位為0.1 ℃，本文研究將其單位轉化為1 ℃。年降水量數據的單位為0.1 mm，為了計算方便，本研究統一將其單位轉化為cm。為消除或減小在時間序列的兩端可能會產生“邊界效應”，分別對年平均氣溫和年降水量數據進行對稱性信號延拓，并利用小波系數的實部、模方對氣候條件變化的時間尺度和周期震蕩強弱進行分析。Morlet小波函數如下[9]：

[?（t）=π-14e-t22?eiω0t] ?（1）

式中：[?（t）]為小波變換的母小波;[t]為時間;[ω0]為無量綱頻率。

2 ?結果與討論

2.1 ?廣州市年平均氣溫變化時間尺度分析

對1952—2007年各時間序列數據進行Morlet小波變換后提取小波系數，并計算小波系數的實部，得到廣州市1952—2007年平均氣溫變化小波系數的實部等值線圖，如圖1所示，其實部綜合體現了信號變化的強弱和位相兩方面的信息[10]。圖中實線表示小波系數大于0，代表年平均氣溫相對較高的暖期;虛線表示小波系數小于0，代表年平均氣溫相對較低的冷期。

從圖1中可以看出，廣州市1952—2007年氣溫演化過程中存在的多時間尺度特征。其中：

1） 在18～32年尺度上，廣州市氣候分別經歷了“冷?暖”交替的周期震蕩，其中在1980年左右的小尺度暖期，在大尺度上又表現為冷期，而2000—2007年的冷期震蕩表現也不明顯。

2） 在8～13年時間尺度上，廣州市氣候也表現為“冷?暖”震蕩期，并且從2005年之后進入8～13年尺度上的冷期，說明廣州市氣候雖然從大尺度上來看一直處于變暖的趨勢，但是與前10年左右相比，氣溫增高并不明顯。

3） 3～7年尺度的周期變化，在1983年之前表現非常穩定。從1983年之后表現的不太穩定，這也充分說明了近年來廣州市氣溫的變化已不再遵循小尺度變化規律，主要受全球大環境變化的影響，小尺度變化規律不明顯。

2.2 ?廣州市年降水量變化時間尺度分析

對1952—2007年廣州市年降水量數據進行Morlet小波變換后，得到小波系數的實部等值線圖，如圖2所示。其中，小波系數實部為正時表示年降水量偏高，且用實線繪制。小波系數實部為負時表示年降水量偏低，且用虛線繪制。從圖2中可以看出，廣州市1952—2007年降水量演變過程中存在著15～25年、5～10年、3～8年的周期變化規律。

1） 廣州市年降水量變化在15～25年尺度上出現了“枯?豐”交替的周期振蕩。分析它們存在的階段可知，廣州市1952—2007年的年降雨量與溫度的變化有一定的同步性，降水量“豐”的時間對應氣候“暖”的時間;降水量“枯”的時間對應氣候“冷”的時間。這也說明，氣候變化遵循一定的水熱同步性。

2） 從圖2中還可看到，從1952—2007年，廣州市年降水量變化也存在5～10年左右的周期振蕩，并且從5～10年尺度來看，2005年以后進入了豐水期。值得注意的是，從1980年以后，3～8年尺度的震蕩開始加強。各個高、低值中心對稱出現，且幾乎在同一條直線上。這說明近年來由于氣候變化的影響，旱澇出現的周期縮短，災害頻繁。并且由于溫度的變化影響到氣壓帶和風帶的移動，從而影響到整個大氣環流，導致我國南方地區出現明顯的旱澇交替的現象。

3） 預計未來降水量的變化震蕩周期仍以3～8年左右為主，并從3～8年尺度來看為枯水期，從15～25年時間尺度來看為廣州市降水量的豐水期。同時，還可以看出以上兩個尺度的周期變化在1980年以前主要以大尺度震蕩為主，小尺度震蕩不太明顯，而在1980年以后則以3～8年尺度的周期變化表現較為穩定，這也是近年廣州市旱澇頻發的一個佐證。

2.3 ?廣州市氣溫降水年際變化強弱分析

小波系數的模值是不同時間尺度變化周期所對應的能量密度在時間域中分布的反映，系數模值愈大，表明其所對應時段或尺度的周期性就愈強。而小波系數的模方相當于小波能量譜，它可以分析出不同周期震蕩的強弱[11]。對不同時間序列的小波系數模方進行計算并制圖發現：廣州市氣溫年際變化圖中（見圖3），年平均氣溫變化以大尺度為主，18～32年時間尺度的能量最強、周期最顯著，但其周期變化具有局部性（1980年以前）;8～13年時間尺度能量雖然較弱，但周期分布比較明顯，幾乎占據整個研究時域（1974—2005年）。而廣州市降水量的年際變化圖中（見圖4），1975年以前，15～25年、25～32年的時間尺度的能量最強，周期最為顯著，但其周期變化同樣具有局部性; 1995年以后，3～8年時間尺度的周期震蕩表現非常顯著。總的看來，1975年以前，氣溫和降水年際變化的規律以大尺度為主，且高溫期對應多雨期。而近年來，由于受人類活動和全球變暖的影響，氣溫的年際變化仍以大尺度為主，但是降水量的年際變化周期越來越短，水熱變化不再具有同步性。說明年降水量變化受人類活動的影響震蕩加劇，而氣溫變化則受全球變化影響較大，其主要震蕩周期仍以大尺度為主，小尺度的周期震蕩受人類活動影響大，變化規律減弱。

3 ?結 ?論

通過對廣州市1952—2007年平均氣溫和降水量進行Morlet復小波變換并分析其特征發現，廣州市年降水量變化在15～25年尺度上出現了“枯?豐”交替的周期振蕩。分析它們存在的階段可知，廣州市1952—2007年的年降雨量與溫度的變化有一定的同步性，降水量“豐”的時間對應氣候“暖”的時間;降水量“枯”的時間對應氣候“冷”的時間。這也說明，氣候變化在大尺度（15～25年）遵循一定的水熱同步性。但是廣州市1952—2007年降水變化周期以18年、7年最為顯著，1995年以后，3～8年時間尺度的周期震蕩表現非常顯著，降水量呈現明顯的“枯?豐” 震蕩，且變化間隔短。這也說明，近年來受人類活動影響，全球變暖以及溫室效應的增強影響到氣壓帶和風帶的移動，從而影響到整個大氣環流，導致我國南方地區出現明顯的旱澇變化，從小尺度（3～8年）看，具有水熱不同步的特點。

注：本文通訊作者為孫芹芹。

參考文獻

[1] 王兵，胡婭敏，杜堯東，等.小波分析和EEMD方法在廣州氣溫及降水的多尺度分析中的差異分析[J].熱帶氣象學報，2014，30（4）：769?776.

WANG Bing， HU Yamin， DU Yaodong， et al. Study on the difference between wavelet analysis and EEMD in multi，scale decomposition of temperature and precipitation of Guangzhou [J]. Journal of tropical meteorology， 2014， 30（4）： 769?776.

[2] 湯超蓮，陳特固，蔡兵，等.近百年廣州中心城區（天河）地表年平均氣溫變化趨勢[J].熱帶地理，2014，34（6）：729?736.

TANG Chaolian， CHEN Tegu， CAI Bing， et al. Process of the annual mean surface air temperature of Guangzhou （Tianhe） over the last 100 years [J]. Tropical geography， 2014， 34（6）： 729?736.

[3] 紀忠萍，何溪澄，谷德軍.1994年6月廣東省特大洪澇期間氣象要素的小波分析[J].熱帶氣象學報，1998，14（2）：148?155.

JI Zhongping， HE Xicheng， GU Dejun. Wavelet analysis of meteorology factor during heavy flooding in Guangdong Pro?vince in June 1994 [J]. Journal of tropical meteorology， 1998， 14（2）： 148?155.

[4] 邵曉梅，許月卿，嚴昌榮.黃河流域降水序列變化的小波分析[J].北京大學學報（自然科學版），2006，42（4）：503?509.

SHAO Xiaomei， XU Yueqing， YAN Changrong. Wavelet analysis of rainfall variation in the Yellow River Basin [J]. Acta Scientiarum Naturalium Universitatis Pekinensis， 2006， 42（4）： 503?509.

[5] 李榮昉，王鵬，吳敦銀.鄱陽湖流域年降水時間序列的小波分析[J].水文，2012，32（1）：29?31.

LI Rongfang， WANG Peng， WU Dunyin. Wavelet analysis of annual precipitation series in Poyang Lake Basion [J]. Journal of China hydrology， 2012， 32（1）： 29?31.

[6] 潘雅婧，王仰麟，彭建，等.基于小波與R/S方法的漢江中下游流域降水量時間序列分析[J].地理研究，2012，31（5）：811?820.

PAN Yajing， WANG Yanglin， PENG Jian， et al. Precipitation change in middle and lower reaches of Hanjiang River： based on wavelet analysis and R/S analysis [J]. Geographical research， 2012， 31（5）： 811?820.

[7] 景亞平，張鑫，馮天梅.基于小波和GIS分析的河川徑流時空變化規律研究[J].水資源與水工程學報，2016，27（3）：107?111.

JING Yaping， ZHANG Xin， FENG Tianmei. Study on variation law of time and space of runoff based on wavelet and GIS analysis [J]. Journal of water resources & water engineering， 2016， 27（3）： 107?111.

[8] RIBEIRO K M， J?NIOR R A B， S?FADI T， et al. Comparison between Fourier and wavelets transforms in Biospeckle signals [J]. Applied mathematics， 2013， 4（11）： 11?22.

[9] MORLET J. Sampling theory and wave propagation [C]// Proceedings of the 51st Annual Meeting of the Society of Exploration Geophysics. Los Angeles： Springer， 1981： 233?234.

[10] 江學頂，夏北成.珠江三角洲城市群熱環境空間格局動態[J].生態學報，2007，27（4）：1461?1470.

JIANG Xueding， XIA Beicheng. Spatial characteristics and dynamic simulations of urban heat environment of cities in Pearl River Delta [J]. Acta ecologica Sinica， 2007， 27（4）： 1461?1470.

[11] 郭彥，侯素珍，王平，等.基于小波分析的黃河上游水沙多時間尺度特征[J].干旱區研究，2015，32（6）：1047?1054.

GUO Yan， HOU Suzhen， WANG Ping， et al. Multi?time scale characteristics of runoff and sediment series based on wavelet analysis in the upper reaches of Yellow River [J]. Arid zone research， 2015， 32（6）： 1047?1054.