英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

内蒙古1962 - 2016年时间序列气候变量的变化特征

摘要:

干旱区/半干旱区气候变量变化特征的检测是了解干旱区/半干旱区气候变化相关规律、气候与干旱区/半干旱区生态系统驱动演化机制的基础。本文以中国内蒙古这一独特的干旱/半干旱生态系统为研究区域。我们首先使用线性treno分析方法检测气候变量的趋势特征，然后使用基于1962年至2016年月平均气温和月降水量时间序列的加性季节和趋势方法的间断来检测气候变量的趋势移动特征。我们分析了区域尺度和不同生态区降水和温度的不同变化特征，发现了变化特征的空间异质性。结果表明，内蒙古地区在过去的54年里变得更加温暖湿润。区域年平均气温每10年增加0.40℃，变化率为56.2%。区域年降水量每10年增加0.07 mm，变化幅度在1.7%左右，但变化趋势不明显。温暖的趋势是由相同的积极趋势，。趋势由夏季降水的负趋势和夏季降水的正趋势贡献。三个赛季。1999年区域月平均气温序列具有明显的趋势-移动特征，具有结构上的断点;而区域月平均气温序列具有明显的趋势-移动特征，不具有周期性的趋势-移动特征。2000年以后，内蒙古地区气候暖湿化趋势加快。20世纪后期是关键时期，局部区域的趋势(I和II)和局部区域的变暖趋势(VII、VII和IX)同时出现。变化特征具有很强的空间异质性，与其他地区相比，内蒙古东南部和西南部呈现暖干化趋势。气候变化特征的时空异质性是内蒙古区域气候变化、干旱/半干旱生态系统演化、基于地球系统模型的气候与干旱/半干旱生态系统相互作用机制等各类研究的必要背景。

关键词:温度;降水;趋势特征;干旱/半干旱地区

1介绍

气候变化是全球变化研究中最重要的问题之一(Mahoney等。2004)。第五次“政府间气候变化专门委员会”报告称，自19世纪末以来，全球平均地表温度已经上升，1951年至2012年期间，全球平均地表温度上升了0.720℃(0.49℃至0.89℃) 2013)。据几项研究预测，在不久的将来，强烈的风暴和热浪会延长干旱并提高海平面(查尔斯)。2012: Dufresne等。2013:冷锋等。可能会显著影响地球上所有生命的生存(莫拉等人)。气候变量是基于地球-大气系统的许多模型的关键参数。准确分析气候变量的变化特征不仅是监测和预测气候变化的必要条件，而且对陆地生态系统的可持续发展具有重要意义全球干旱/半干旱生态系统特别脆弱，对外部干扰极其敏感，如气候变化最近的证据表明，干旱的土地会在全世界范围内扩张。与地区相比，受气候变化影响更大因此，迫切需要提高对全球气候变化以及气候与干旱/半干旱相互作用机制的认识生态系统我国北方和西部干旱半干旱地区分布广泛，占国土面积的三分之一。内蒙古是中国一个特别敏感的地区。拥有最独特的干旱/半干旱生态系统之一。由于全球气候变化和过去几十年经济的快速增长，区域生态系统发生了巨大的变化。中国政府推出了多种生态修复项目自2000年以来,这个地区,如“三北防护林工程”、“退耕还林工程”和“京津砂源控制项目”,这极大地影响了人类和自然的关系。因此。内蒙古已成为中国最具吸引力的地区之一干旱/半干旱生态系统研究（陈等）如气候变化分析、气候-植被关系分析、和土地覆盖变化。

降水和温度是控制干旱/半干旱植被生长的两个关键气候变量。它们也是计算各种干旱指数和构建地球-大气模型的重要参数。因此，对内蒙古地区降水和气温数据集的时间序列进行详细、准确的变化特征检测是十分重要的。以往的研究主要集中在这两个变量的整体趋势分析上，不同的研究得出了相反的结果，如Hu et al.(2015)发现内蒙古从1961年到2012年变得更热更干燥。而另一些人则表现出更热更湿的趋势。时间序列中的趋势偏移特性对内蒙古地区降水和气温的变化进行了有趣的分析，但很少有人对其进行分析。内蒙古的气温变化是否也反映了同样的模式，这是未知的。通过观测时间序列变化轨迹，也发现了内蒙古降水的非线性变化。通过对内蒙古气候趋势变化特征的检测，不仅可以从一条明显一致的趋势线中揭示出详细的变化规律，而且可以阐明气候与干旱/半干旱生态系统之间的耦合响应关系。气候变量之间存在一定的非线性关系干旱区/半干旱区生态系统植被覆盖度及植被覆盖度详细而准确的变化特征，特别是降水和温度时间序列的非线性变化特征的检测，有助于理解内蒙古气候变量与植被生态系统之间的非线性关系。

本研究旨在检测内蒙古1962-2016年期间降水和气温的趋势和趋势移动特征。中国这些特征与干旱/半干旱生态系统的植被生长密切相关。我们检测了年降水量和年平均气温时间序列的总体趋势。然后对月降水量和月平均气温数据集进行了十年尺度趋势移动特征的检测。我们还分析了不同季节和生态带的变化特征，以进一步在局部尺度上描述变化特征的时空异质性。我们的研究结果有助于了解关键气候变量在当地的详细变化机制，为研究当地气候与干旱/半干旱生态系统的关系提供基础的背景知识。

2.材料和方法

2.1研究区域

中国内蒙古自治区(37°24′-53°23′N,97°12′-126°04′E)，面积约1.18x106平方公里。选取研究区(图1)，年平均降水量西北50 ~东北500毫米，年平均气温0C ~ 80C潮湿。从东到西为半干旱带和干旱带。土壤类型有黑土、黑钙土、栗土和砂土。植被包括森林、草原和沙漠大草原。

2.2数据

在这项研究中。月降水量和月平均气温数据来源于中国气象数据服务中心网站(http://data.cma.cn/)。该数据集包含了研究区域内46个气象站(图1)1962年1月至2016年5月的记录，并对数据集的质量进行了测试，没有发现错误数据。在时间序列开始或结束时丢失的数据被所有其他年份这几个月的平均值所取代。而其余缺失数据则采用线性插值方法进行填充。总的来说，丢失的数据只占al数据集的不到0.08%。每个气象站的月降水量和月平均气温序列中有653个点。所有653个点都被用来分析十年的趋势。基于加性季节和趋势中断的移位特征(BFAST)方法。从1962年开始，将月平均温度序列重构为54点的年平均温度序列，到2015年，通过平均每月价值在每一年。将1962年至2015年的月降水量序列按年累计月数值重构为54点的年降水量序列。基于线性趋势检测方法，利用年均值序列分析总体趋势。2016年的数据没有涉及到年度系列的重构，因为没有足够的样本。通过累积每年不同月份的数值，重构不同季节序列，即春天(三月至五月)，夏天(六月至八月)。秋季(9月至11月)和冬季(12月至次年2月)。利用季节累积时间序列、温度和沉淀数据分析季节趋势特征。

上表分别将内蒙古的十一个地区进行编号，并且罗列其地形，主要植被以及气象台代码。

2.3方法

首先利用54点年降水量和年平均气温数据集的时间序列检测气候变量的趋势特征，然后利用653点的时间序列检测气候变量的趋势转移特征。上述检测过程首先在区域尺度上进行，然后在不同生态区进行，发现降水和温度变化特征的空间异质性。

2.3.1趋势特征检测

线性回归检测方法确定各气候变量的趋势(alpha;-0.05)。趋势斜率可由最小二乘估计法定义，如式(1)所示:

其中斜率为时间序列的趋势斜率，斜率gt;为正趋势，斜率lt;0

利用f检验可以确定斜率的显著性，如式2-4所示:

其中U为回归平方和，Q为误差平方和;为自变量的平均值:，相对于因变量的平均值即年降水量系列和年平均气温系列)。因变量在研究期间的变化率可以用公式5和公式6来确定，因变量的变化率直接表示趋势变化的幅度 。

其中速率是变化率;a为回归方程的截距;和分别是时间序列中独立变量的开始值和结束值。

*100

2.3.2趋势平移特征检测

趋势位移特征是一种非线性特征，可以用时间序列断点分析方法进行检测。趋势转移仅在时间序列数据集发生统计结构变化时才能确定。在本研究中，我们使用BFAST方法，基于R中的BFAST包(R Core Team. 2017)来检测月降水量系列和月平均温度系列的趋势移动特征。BFAST是一种基于趋势-季节分解法和结构变化测试的多断点检测方法，是由计量经济学模型(Zeileis等。2001. 2005:Zeileis。2005)。它已成功地用于检测归一化植被指数时间序列数据集的趋势和季节结构变化。已被证明是检测时间序列模型结构变化的有力方法。该方法已被证明对时间序列的周期性变化不那么敏感，2013)。BFAST使用迭代策略，根据趋势-季节分解模型和结构变化检测模型逐步找到断点最终的输出模型由最合适的模型决定，即贝叶斯信息准则(BIC)。BFAST的结果不仅反映了轨迹是否具有趋势位移特征，而且反映了趋势位移发生时的置信区间和突变日期。本研究的显著性水平为95%(0-0.05)。

BFAST方法不同于传统的分解方法。例如基于局部加权回归(STL)的季节趋势分解，它只适用于没有连续中断信号的时间序列(Cleveland and Cleveland. 1990)。BFAST方法采用STL产生的初始季节模型，如式(7)所示启动模型，然后通过迭代代替分段趋势和季节模型。迭代继续进行，直到下一次迭代中断点的数量和位置不变为止。

利用式7之后的结构变化检测模型，形成BFAST的分段趋势或季节模型，将其改写为式8-10:

普通最小二乘残差过程(OLS MOSUM)的移动和(MOSUM)。采用广义波动试验(来确定结构变化的断点。回归参数beta;可以通过最小二乘估计进行估计和检验。OLS-MOSUM过程是时间窗口中固定数量残差的总和，其大小由带宽参数决定。窗口在整个时间序列上移动，定义OLS-MOSUM过程为公式11:

当前两个模型中设置了所有可能的具有不同断点的模型后，BIC用来选择最合适的模型。BIC的计算如式12所示:

BIC=-2ln(L) k

其中L为模型的最大似然，k为参数个数。我们选择BIC最小值的模型。当BIC最小值满足时，突变点的数目和位置最优。在这个时间。整体方程拟合残差和模型复杂度达到最佳平衡。

3结果

3.1内蒙古地区趋势特征

图2为1962-2015年研究区区域尺度年平均气温序列和年降水量序列的趋势特征。年平均气温系列显著增加，变化率为56.2%，每10年增加0.4°C (alpha;-0.05)。同期年降水量系列略有增加，年均增幅1.7%，每10年增加0.07毫米。年降水量序列的正趋势无统计学意义(0=0.05)。结果表明，在区域尺度上。虽然年降水量仍然相对较低

图2. 1962 - 2015年不同生态区区域尺度(lefi-top)年降水量序列和年平均气温序列的趋势特征

异常分析进一步表明，年平均气温序列持续的正趋势(图3)是由1962-1992年的负异常和1993-2015年的正异常贡献的(图3)。年平均气温仅为3.2℃。而最温暖的年份是2007年，全年平均气温为6.60摄氏度。年平均气温系列变化系数为21.0%。高于年降水量系列(14.9%)。同期年降水量序列总体趋势变化缓慢，变化幅度不大(1.7%)，但年际变化较大。变异系数高达14.9%。那年是最潮湿的一年1998. 年降水量32.3 mm，降水量异常百分率上升至50.9%，最干旱年份为1965年。年降水量仅为16.5毫米

图3 1962 - 2015年区域尺度年降水序列(a)和年平均气温序列(b)异常分析每个柱状图中的灰色虚线表示与该时期平均值的偏差。

3.1.2不同生态区的趋势特征

分析季节趋势特征，进一步揭示1962 - 2015年气温序列和降水序列的变化规律(图4)。由图4可以看出，区域季节积温序列的正趋势是由各季节的统计显著正趋势贡献的。非生长期(10月- 4月)的气温变化明显大于生长期(5月- 9月)，其变化顺序为冬季gt;、春季gt;、秋季gt;、夏季gt;。

图4 1962-2015年不同季节区域积雨序列(a-d)和季节积温序列(e-f)的季节趋势特征

季节累积降水序列在春季、秋季和冬季(秋季gt;春季gt;冬季)表现出明显的正趋势(图4a、c、d)，而夏季季节累积降水序列略有下降(图4b)。在内蒙古，根据我们的数据集和之前的研究，夏季降水占全年总量的60%-70% (Zhao等。2012)。秋季、春季和冬季降水量的增加被夏季降水量的减少所抵消，因此年降水量的增加不显著。降水序列和温度序列的季节趋势特征分析表明，1962-2015年，研究区经历了夏季变干、春季变湿、秋季变湿和冬季变湿的过程。

3.2内蒙古地区的趋势转移特征

3.2.1区域尺度上的趋势转移特征

区域尺度上的月平均温度序列和月降水量序列趋势位移检测结果如图5所示。月平均气温序列呈上升趋势，但无明显的周期性趋势变化，月降水量序列趋势变化明显。结构断点在1999年4月被确定(即hellip;降水序列中BP(s)的时间图5)，将整个序列分为两个子周期(alpha;-0.05)。趋势变化率在第一和第二阶段周期分别为22.5%和41.6%。第二个子期间的趋势明显高于第一个子期间，随后1999年的降水量出现了统计上显著的下降。这表明，2000年以后，降水月序列的趋势移动明显

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[246520]，资料为PDF文档或Word文档，PDF文档可免费转换为Word