三北工程區降水量長時間序列與多尺度變化趨勢檢驗及預測

鄧 歐,李亦秋,*,魯春霞,肖 玉,李若霜

1 貴州師范大學地理與環境科學學院, 貴陽 550001

2 中國科學院地理科學與資源研究所, 北京 100101

3 中國地質大學地球科學與資源學院, 北京 100083

在水循環中,降水是最活躍的因素[1- 2]。作為地表水資源的補給來源,降水與人類生產生活及生態息息相關,對于區域資源的時空分布、生態環境形成與演變及農業生產等起著決定性的作用[3-4]。關于降水演變特征的分析早已成為國內外學者關注的焦點,降水的變化趨勢研究也已成為水文及氣候系統研究中的主要組成部分[5-9]。這些研究有利于增強對未來氣候變化認識,也有利于剖析區域水文、自然災害及其生態環境的影響因素。由于降水受到多方面自然因素及人類生產活動的共同影響,其成因及受影響因素具有不確定性,對降水的研究仍有很大的空間,仍需不斷的研究與探索[10-12]。

“三北工程建設是同我國改革開放一起實施的重大生態工程,是生態文明建設的一個重要標志性工程。經過40a不懈努力,工程建設取得巨大生態、經濟、社會效益,成為全球生態治理的成功典范”[13]。由于三北工程區大部分區域地處西北干旱半干旱地區,降水量不足、蒸發量過大,水資源一直以來都是這里的稀缺資源。工程早期植被建設由于忽略了水資源承載力,致使出現了“造林成活率低、生長緩慢、停滯甚至枯死等衰退現象”[14-15]。加上西部大開發和一帶一路戰略開發的陸續實施,三北工程區水資源供需矛盾更加突出。大氣降水是地表水資源的補給來源,對降水量演變特征及其變化趨勢的研究有利于增強對未來氣候變化認識并采取有效應對措施。而目前關于三北工程區多年來的降水量及其變化的研究相對較為薄弱。盡管王強在分析植被覆被變化對氣候變化的響應時,采用1982—2006年氣象數據,對三北工程區25a的氣溫降水變化作了研究,但時間序列過短,對于工程建設前后降水量變化的階段特征缺乏對比[16]；王鵬濤等選取117個站點1960—2011年的氣象數據,采用氣候傾向率、距平分析法及空間插值等方法,分析三北工程區近52a降水量的總體變化趨勢和降水量距平空間變化,但未揭示出降水量變化趨勢的空間分異及其突變現象[17],未能全面揭示三北工程區的降水變化特征。

本文在三北工程區、重點建設區、重點縣3個空間尺度上,基于1951—2018年長時間序列降水量觀測數據,采用Mann-Kendall非參數檢驗、ARIMA模型預測和ArcGIS空間分析等方法,開展年降水量、生長季降水量和非生長季降水量多尺度變化趨勢與突變研究,并對未來30年年降水量預測分析,可為落實“以水定林草”的發展理念,和因地制宜發展“雨養林草植被”提供科學支撐。

1 研究區域概況

早在1978年,國家就決定在西北、華北及東北風沙危害和水土流失嚴重的地區,建設大型防護林工程,即三北防護林體系建設工程[18]。 三北工程區大部分地處西北干旱半干旱的水資源稀缺地區,年均降水量在400 mm以下,形成了“十年九旱,不旱則澇”的氣候特點,曾嚴重制約著區域經濟和社會發展[12]。經過40年的建設,林草植被初步得到恢復,沙化土地和水土流失治理成效明顯。隨著造林面積及工農業和生活用水量的增加,水資源供需矛盾日趨嚴重。樹立“以水定林草”的發展理念,因地制宜發展“雨養林草植被”,是三北工程未來的建設目標和方向。工程區范圍及18個重點建設區和 5個重點縣分布如圖1所示。

圖1 三北工程區及其重點建設區、重點縣分布圖Fig.1 The distribution map of Three-North Shelterbelt Forest Program region, its main construction areas and key counties

2 研究方法

2.1 數據來源

本研究數據源包括:中國科學院資源環境科學數據中心(http://www.resdc.cn/Default.aspx)739個站點1951—2018年共68a的逐日降水資料,數據格式為文本文檔。從統計的角度,序列長度為68a的降水資料用于分析區域降水特性是比較可靠的。三北工程區和重點建設區邊界來源于國家林業和草原局調查規劃設計院項目共享數據,數據格式為1：100萬縣域邊界矢量數據。

2.2 研究方法

本研究主要采用Mann-Kendall趨勢檢驗、ARIMA模型預測和ArcGIS空間分析等方法,開展年降水量、生長季降水量和非生長季降水量多尺度變化趨勢、突變分析與預測研究。

(1)Mann-Kendall趨勢檢驗。Mann-Kendall方法由Mann和Kendall提出,“是一種基于秩的非參數統計檢驗方法,不需要樣本遵從一定的分布,也不受少數異常值的干擾,適用性強,是時間序列趨勢分析有效方法之一,對揭示整體時間序列演變趨勢與突變情況有良好的表現”[19-21]。由世界氣象組織(WMO)推薦并已廣泛應用于氣溫、降水等要素時間序列的變化趨勢分析。

1)非參數 Mann-Kendall 趨勢檢驗定義檢驗統計量S為：

(1)

式中：“i≠j,且i,j≤n,Sign()為符號函數。當Di-Dj小于、等于或大于零時,Sign(Di-Dj)分別為-1、0 或1”。當為長時間序列時(n>10),統計量Z為：

(2)

“當Z>0時,時間序列呈增加趨勢；Z<0時,時間序列為減少趨勢。當Z的絕對值 ≥1.28、1.64、2.32時,表示判別結果分別通過了信度為90%、95%、99%的顯著性檢驗”[20]。

2)Mann-Kendall突變檢測

設有時間序列：D2,D3,…,Dn,構造一秩序列ri,ri表示Di>Dj(1≤j≤i)的樣本累積數。定義Sk：

(3)

式中當Di>Dj時,ri=1；當Di≤Dj時,ri=0 (j=1,2,…,i)。Sk的期望值E(Sk)及其序列方差Var(Sk)分別由以下兩式定義：

(4)

(5)

假定數據序列具有獨立性,定義統計量UFk：

(6)

式中“UFk遵從標準正態分布,給定一個顯著性水平α,查標準正態分布表可得臨界值Uα。如α取0.05時,其臨界值Uα=±1.96,當UFk>Uα時,時間序列存在顯著的增加或減少趨勢。將歷年UFk點繪成一條曲線,可判定其是否具有增加或減少趨勢。重復上述各步反序計算并將結果乘以-1,得到新時間序列UBk”。分別繪出UFk和UBk時序圖,“當UFk大于0時,序列為增加趨勢,反之屬于減少趨勢。如UFk超過臨界值,則表示增加或減少趨勢達到顯著水平。當UFk與UBk兩條曲線出現交點,且交點在臨界值之間,則交點所對應的時間可認為就是突變開始時間”[22]。

(2)ARIMA模型。全稱“自回歸積分滑動平均模型(簡記ARIMA)”,是指“將非平穩時間序列轉化為平穩時間序列,然后將因變量僅對它的滯后值以及隨機誤差項的現值和滯后值進行回歸所建立的模型”[23]。“模型共有3個參數,一般形式為 ARIMA(p,d,q),AR為自回歸,p為自回歸階次,d為時間序列成為平穩時所做的差分次數,q為移動平均階次。如果模型建模合適,模型殘差序列一定要為白噪聲序列,模型會自動擬合預測值,得到有較高精度的預測模型”[24]。

2.3 數據處理

(1)降水量變化趨勢檢測與突變分析的數據處理。對原始降水資料數據進行預處理,對缺失數據和粗差進行剔除,采用Mann-Kendall非參數檢驗方法,開展三北工程區和重點建設區的年降水量、生長季降水量和非生長季降水量的多尺度變化趨勢檢測分析,并針對重點縣年降水量進行突變分析。

(2)未來30年降水預測的數據處理。根據三北工程區范圍內國家地面氣象觀測站1951—2018年739個站點的年降水量數據,采用在Matlab中編程實現對每個站點自動篩選ARIMA模型參數和對模型殘差序列進行白噪聲檢驗,預測得出739個站點未來30年的年降水量數據,結果顯示殘差序列的自相關圖均在二倍標準差內,說明時間序列信息提取完全,且Ljung-Box檢驗P值均無統計學意義,模型可以用來預測研究區降水量。

3 結果與分析

3.1 降水量變化趨勢檢測與突變分析

3.1.1三北工程區降水量變化趨勢檢測

根據三北工程區范圍內國家地面氣象觀測站1951—2018年739個站點的降水日值觀測數據,計算各個站點1980—2015年逐年降水量,并計算各個站點年降水量的非參數 Mann-Kendall檢驗統計量Z值,進行ArcGIS空間插值,并按其信度將Z值分為-2.32—-1.64,-1.64—-1.28,-1.28—0,0—-1.28,1.28—1.64,1.64—2.32和Z>2.32七個等級,得到三北工程區年降水量、生長季降水量和非生長季降水量的非參數 Mann-Kendall檢驗統計量Z值空間分布圖如圖2所示。

圖2 三北工程區降水量非參數 Mann-Kendall檢驗統計量Z值空間分布圖Fig.2 The spatial distribution map of precipitation non-parametric Mann-Kendall test Z score of Three-North Shelterbelt Forest Program region

根據年降水量、生長季降水量和非生長季降水量的非參數 Mann-Kendall檢驗統計量Z值分布圖進行空間分類統計,得到不同信度條件下降水量變化趨勢的面積百分比統計表如表1所示。

表1 不同信度條件下降水量變化趨勢的面積百分比統計表Table 1 The area percentage statistical table of precipitation variation trend under different confidence values

三北工程區降水量呈增長趨勢的區域面積大于呈減少趨勢的區域,年降水量和生長季降水量呈增長趨勢的區域面積百分比分別為73.64%和70.10%,主要分布在西北荒漠區；非生長季降水量呈增長趨勢的區域面積百分比達92.06%,除黃土高原南部和風沙區的少部分地區而外,均呈增長趨勢。年降水量、生長季降水量和非生長季降水量呈增長趨勢且置信度為90%以上的區域面積百分比分別為45.43%、37.31%和36.79%。三北工程區生長季降水量占到年降水量的85.70%以上,生長季降水量的增加,有利于植被的生長和生物多樣性的增加。非生長季降水量呈增長趨勢的區域面積百分比達到92.06%,但由于非生長季降水量基數小,降水量增加總量不大。

3.1.2重點建設區降水量變化趨勢檢測

將三北工程重點建設區各分區年降水量、生長季降水量和非生長季降水量的非參數 Mann-Kendall檢驗統計量Z值進行空間分析,對其降水量變化趨勢的面積百分比進行統計,并繪制其雷達統計圖如圖3所示。

圖3 重點建設區不同信度條件下降水量變化趨勢面積百分比雷達統計圖Fig.3 The area percentage radar chart of precipitation variation trend under different confidence values

在18個重點建設區中,生長季降水量的變化趨勢與年降水量的變化趨勢趨于一致,由東向西,從松嫩平原到河西走廊,松遼平原、海河流域、科爾沁沙地、呼倫貝爾沙地、渾善達克沙地、晉陜峽谷、涇河渭河流域以不顯著減少趨勢為主；松嫩平原、毛烏素沙地、河套平原、晉西北、湟水河流域、阿拉善地區、河西走廊以不顯著增長趨勢和為主。西部的柴達木盆地、天山北坡谷地、準噶爾盆地南緣、塔里木盆地周邊年降水量的變化趨勢以通過信度為95%顯著性檢驗的增長趨勢為主；柴達木盆地和塔里木盆地周邊以生長季降水量的變化趨勢以通過信度為95%顯著性檢驗的增長趨勢為主,天山北坡谷地、準噶爾盆地南緣生長季降水量的變化趨勢以通過信度為90%顯著性檢驗的增長趨勢為主。非生長季降水量除了晉陜峽谷、涇河渭河流域以不顯著減少趨勢為主而外,其他地區均以增長趨勢為主；以增長趨勢通過信度為99%的顯著性檢驗為主的包括呼倫貝爾沙地、天山北坡谷地和準噶爾盆地南緣；以增長趨勢通過信度為95%的顯著性檢驗為主的為松嫩平原；松遼平原、海河流域、科爾沁沙地、毛烏素沙地、呼倫貝爾沙地、渾善達克沙地、河套平原、晉西北、湟水河流域、河西走廊、柴達木盆地、塔里木盆地周邊和阿拉善地區以不顯著減少趨勢為主。

3.1.3重點縣降水量突變分析

根據三北工程5個重點縣自1951年以來有數據的分縣年降水量統計數據,分別繪出5個重點縣的UFk和UBk時序圖如圖4所示。

圖4 重點縣UFk和UBk時序圖Fig.4 The sequence diagram of UFk & UBk of key countiesMK：Mann-Kendal；UF：Mann-Kendall檢驗法定義的統計量；UB：UF的反序統計量

黑龍江省望奎縣年降水量的統計量UFk在0與臨界值之間,說明其增減趨勢不顯著,UFk與UBk兩條曲線出現交點,且交點在臨界值之間,分別在1961年、1964年、2013年、2015年出現交點,說明其對應年份年降水量突變發生。新疆庫爾勒市年降水量的統計量UFk大部分時間大于0,且在1965年、1966年大于臨界值,年降水量呈增長趨勢,在1965年、1966年達到顯著水平；1970—1972年、1979—1980年、1984—1987年UFk小于且在臨界值之內,年降水量呈不顯著減少趨勢。庫爾勒市的UFk與UBk曲線多處出現交點,且交點在臨界值之間,年降水量突變發生頻繁。內蒙古自治區磴口縣年降水量的統計量UFk大部分時間大于0,且在臨界值之內,年降水量呈不顯著增長趨勢。UFk與UBk曲線多處出現交點,年降水量突變發生頻繁。甘肅省平涼市崆峒區的年降水量的統計量UFk1991年以后大都小于0,且在臨界值之內,年降水量1991年以后呈不顯著減少趨勢。UFk與UBk兩條曲線出現交點,且交點在臨界值之間,分別在1953年、1971年、1976年、1981年、2017年出現交點,說明其對應年份年降水量突變發生。內蒙古自治區科爾沁左翼后旗的年降水量的統計量UFk1998年以后小于0,且在臨界值之內,年降水量1998年以后呈不顯著減少趨勢。UFk與UBk曲線多處出現交點,說明其年降水量突變發生頻繁。

3.2 未來30年年降水量預測

將各站點預測數據經ArcGIS空間插值繪制三北工程區未來30年年降水量空間分布圖,并在此基礎上計算未來30年間年降水量變化數據,繪制其分布圖如圖5所示。

圖5 三北工程區未來30年年降水量空間分布與年降水量變化分布Fig.5 The predicted precipitation spatial distribution map of Three-North Shelterbelt Forest Program region for the next 30 years and its changing distribution map

未來30年“三北工程區”年降水量最小值31.76 mm,最大值1071.90 mm,變化范圍1040.14 mm,與現狀年2018年(最小值18.04 mm,最大值984.93 mm,變化范圍966.88 mm)相比較年降水量變化范圍增加73.26 mm；均值現狀年301.80 mm,預測年均值321.58 mm,均值增加19.78 mm；由于三北工程區東西跨度大,標準差也較大,現狀年為225.74,預測年為215.72,年降水量空間差異減少。未來30年間年降水量變化最多增加244.62 mm,最多減少168.54 mm。基于未來30年年降水量及其變化空間分布,在三北工程區、重點建設區、重點縣3個空間尺度上,可為模擬基于水資源約束的林草植被理論與現實分布格局,開展基于水資源承載能力的林草資源優化配置提供基礎數據,為三北工程區科學恢復林草資源、發展“雨養林草植被”提供科學支撐。

4 結論與討論

三北工程區造林面積增加及工農業和生活用水量增加,水資源供需矛盾日益突出,迫切需要樹立“以水定林草”的發展理念,因地制宜發展“雨養林草植被”。本文在三北工程區、重點建設區、重點縣3個空間尺度上,基于1951—2018年長時間序列降水量,采用Mann-Kendall非參數檢驗、ARIMA模型預測和ArcGIS空間分析等方法,開展年降水量、生長季降水量和非生長季降水量多尺度變化趨勢與突變分析,并對未來30年的年降水量進行預測,主要研究結論如下：

(1)三北工程區降水量呈增長趨勢的區域面積大于呈減少趨勢的區域,年降水量、生長季降水量和非生長季降水量呈增長趨勢的區域面積百分比分別為73.64%、70.10%和92.06%,全年、生長季和非生長季降水量呈增長趨勢且置信度為90%以上的區域面積百分比分別為45.43%、37.31%和36.79%。生長季降水量占到年降水量的85.70%以上,生長季降水量的增加,有利于植被的生長和生物多樣性的增加。非生長季降水量呈增長趨勢的區域面積比例達到92.06%,但降水量增加總量不大。

(2)18個重點建設區生長季降水量與年降水量的變化趨勢趨于一致,西部的柴達木盆地、天山北坡谷地、準噶爾盆地南緣、塔里木盆地周邊年降水量與生長季降水量以通過信度為90%或95%顯著性檢驗的增長趨勢為主,其他區域以不顯著減少趨勢或不顯著增加趨勢為主。非生長季降水量除了晉陜峽谷、涇河渭河流域以不顯著減少趨勢為主而外,其他地區均以增長趨勢為主。

(3)5個重點縣的UFk與UBk兩條曲線出現交點,說明其年降水量有突變發生,庫爾勒市、磴口縣、科爾沁左翼后旗UFk與UBk曲線多處出現交點,說明其年降水量突變發生頻繁。

(4)采用ARIMA模型預測得出未來30年的年降水量,并在此基礎上計算30年間的年降水量變化數據,繪制出空間分布圖,可為開展基于水資源承載能力的林草資源優化配置提供基礎數據,為三北工程區科學恢復林草資源、發展“雨養林草植被”提供科學支撐。

綜上,降水是三北工程區水資源的根本來源,本研究從多個方面多個尺度對該區域的降水量變化趨勢的空間分布及其未來預測進行了研究,為開展基于水資源承載能力的林草資源優化配置提供了可靠的數據基礎。同時也可為三北工程區水文及氣候系統研究提供參考,有利于增強對該區域未來氣候變化的認識,也有利于加深該區域水文、自然災害及其生態環境的影響因素的研究。