引言
随着全球气候变暖,气候要素序列的均一性检验愈来愈受到科学家的关注[。所谓均一性序列,是指测站得到的气象记录序列仅仅是气候实际变化的反映[。然而大多数气候要素序列都受到非气候因素的影响,包括台站迁移、仪器变更和台站环境改变等[。利用这些非均一性气候序列分析气候变化,可能导致非真实结论,进而影响气候研究以及业务工作的开展。
国外均一性研究起步较早。自Mitchell在1966年首次提出均一性检验后,Alexandersson等[、Solow[、Lund等[相继发展了SNHT、TPR、Potter等均一性检验方法,并用于北美和欧洲气候数据处理。Slonosky等[和Wijingard等[利用Buishand、Pettitt、von Neumann方法检验ECA日平均气温、降水和气压数据的均一性。国内,气象资料的均一性检验和订正工作也逐渐受到学者的关注,刘小宁[、吴利红[和宋超辉等[总结了气候资料序列的均一性检验方法,并应用于我国部分台站气温和降水序列。李庆祥等[、李庆祥[和高理[利用多种方法对中国东南部地区气候序列进行了均一性检验,力求减少对台站沿革数据的依赖。
以往均一性检验主要集中在我国东部地区,对西南区域气候资料研究较少。四川省位于中国西南部,地形复杂多样。根据地形特点,本文将四川省气象台站分为盆地底部地区(99个),盆地边缘和川西南山地区(14个),川西北高原区(47个)(见
图 1 四川省台站分布图 Fig. 1 Station distribution in Sichuan Province
1 资料与检验方法
1.1 均一化思路
考虑到四川省1960年以来气温资料的相对完整性,本文从160个台站1960—2009年气温资料中,选取具有连续观测记录50年以上的站点105个。以周边台站为参考站,选相关系数最高的5个台站为待检站,利用比值法构造参考序列Yi。依据Wijingaard等[所设定均一性检验思路:通过不同统计方法判断序列的均一性:4种及4种以上方法检验均通过的台站资料为可用,2种不通过的为可疑,至少3种不通过的为不可信。
1.2 方法介绍
本文选取SNHT、TPR、Buishand、Pettitt、MASH[和von Neumann法对年平均气温序列进行均一性检验。各方法原理在文献[中已有详细介绍。本文总结各方法具体差异,见
表 1
Table 1
表 1 各种检验方法对比
Table 1 Comparison of various test methods
检验方法基本原理检验变量的正态性是否建立参考序列主要原理公式断点判断依据断点年断点敏感度
SNHT最大似然法假设正态选取相关性高的邻近台站$\begin{align} &{ {Z}_{i}}=({ {Y}_{i}}-\bar{Y})/{ {\sigma }_{Q}} \\ &T_{\max }^{s}=\max\limits_{1\le a\le n-1}{ {T}^{s}}=\max\limits_{1\le a\le n-1}\{a{ { {\bar{z}}}_{1}}+(n-a){ { {\bar{z}}}_{2}}\} \end{align}$$T_{\max }^{s}$大于某临界值水平提供待检序列前端和靠近结尾部分
Buishand距平累加法假设正态选取相关性高的邻近台站$\begin{align} &S_{0}^{*}=0,S_{k}^{*}=\sum\limits_{i=1}^{k}{({ {Y}_{i}}-\bar{Y})} \\ &R=(\max\limits_{0\le k\le n}S_{k}^{*}-\min\limits_{0\le k\le n}S_{k}^{*})/s \end{align}$$R/\sqrt{n}$大于某临界值水平提供待检序列中部
Pettitt非参数秩检验秩检验选取相关性高的邻近台站r1,…,rn是检验序列Y1,…,Yn的秩序列
${ {X}_{k}}=2\sum\limits_{i=1}^{k}{ { {r}_{i}}-k(n+1)}$Xk大于某临界值水平提供待检序列中部
von Neumann最大似然法假设随机分布选取相关性高的邻近台站$N={ {\sum\limits_{i=1}^{n-1}{ { {({ {Y}_{i}}-{ {Y}_{i+1}})}^{2}}/\sum\limits_{i=1}^{n}{({ {Y}_{i}}-\bar{Y})}