满洲里市年最大降水和气温与降水量的动态关系

满洲里市年最大降水和气温与降水量的动态关系

雪是雪在地面上完全积累的产物。雪与一个地区的特定地点、植被条件、水文特征和气候条件密切相关。其数量用积雪深度表示,主要取决于降雪多少。积雪是气候的产物,区域积雪的长期波动与区域气候长期变化密不可分,积雪变化监测已经成为探测全球变暖、诊断区域气候的重要手段。满洲里市是内蒙古自治区积雪储量最大的区域之一,积雪的变化,导致春、夏季河川径流发生改变,也对区域农业和生态环境产生重要影响。本论文以满洲里市为对象,研究该地区积雪变化与主要气象要素间的关系。1满洲里市自然概况满洲里市位于内蒙古自治区呼伦贝尔市西部,东邻新巴尔虎左旗,西接新巴尔虎右旗,南濒达赉湖,北与俄罗斯接壤。地理坐标为E117°12″～117°53″,N49°19″～49°41″,行政区域面积732.44km2。满洲里市地处中纬度地区,属于温带半干旱大陆性气候。年平均日照时数为3315.8h,年平均气温为-1.3℃,≥10℃的积温为1962.7℃,无霜期平均132d。年平均降水量为299.5mm,降水集中在7月、8月,年平均蒸发量1718.8mm,大风日数54d,多为西南风,其中春季最多。2数据来源与分析2.10年实测数据分析本文数据资料来自满洲里市地面气象台站1991年～2010年实测数据,以旬最大积雪深度、月平均降水量和月平均温度和实测资料为基础,通过处理得出年最大积雪深度、冷季降水量、冷季气温数据。2.2各要素权重、各要素时间序列的标准化和均值化无用纲化在做趋势分析、相关分析和多元回归分析时,为了消除原始资料的各时间序列因为权重不同和各要素因为单位不同所产生的影响,并使不同要素及各系列数据之间在同一水平上具有可比性,实测各要素的时间序列进行标准化处理和均值化(无量纲化)处理(表1),从而使它们变成同一水平的无单位变量。2.3分析模式(1)趋势检验yt在气候变化的探测和预测分析研究中,下面的统计模型被认为是最适合于对观测时间序列进行趋势检验:Yt=a+bt+Et(1)式中:Yt代表t年最大雪深、冷季降水和气温的实测值;Et表示趋势直线的偏差;通常假定它是均值为0的平稳随机过程。(2)sii+atiii+bpiii回归方程在分析积雪的变化与冷季气温、降水的关系时,本文采用多元线性回归模型。SIi=c+aTIi+bPIi(2)式中:c、a、b均为回归方程的回归系数,根据这些系数的大小,可初步判断参变量对积雪量的重要程度。SIi、TIi和PIi分别表示均值化后的年最大雪深、冷季气温和降水时间序列2.4分析本文采用最小二乘法、平均差值法、自回归滑动平均法(ARMA)分别对最大雪深、冷季降水和气温的时间序列进行趋势性分析。3结果与分析3.1自然趋势估计的显著性检验对年最大积雪深度时间序列标准化后做趋势分析,结果见表2。由表2可知,运用3种检验方法得出的结果均为正值,说明满洲里地区的积雪呈增加的趋势。并且根据标准误差检验趋势的显著性结果表明,趋势估计通过了α=0.02的显著性水平检验,这充分证明满洲里地区积雪的变化趋势绝非偶然过程,它具有确定的长期增长趋势。将年最大积雪深度时间序列的变化情况用最小二乘法作线性拟合(图1),年最大积雪深度的一元线性回归方程为:Y=0.336X-647.998(R2=0.356)(3)由图1可知,2003年年最大积雪深度最大,值为90mm;1991年、1992年、1993年3年的年最大积雪深度最小值为6mm;平均年最大积雪深度为24.4mm。总体上,20a来满洲里市积雪表现为弱增加。20a间最大积雪深度值年平均增加1.5%。3.2冷季气温和降水的线性回归分析对冷季气温和降水的时间序列作变化趋势分析,结果见表3。由表3可知,满洲里地区冷季气温和降水的时间序列都呈增加的趋势。与前面积雪的变化趋势比较可知,积雪长期增加的趋势值比冷季气温和降水的变化趋势值都小,冷季气温的增加趋势更加显著。对冷季气温和降水时间序列的变化作线性拟合(图2,图3),其冷季气温和降水的线性回归方程分别为:Y=0.068X-134.03(R2=0.124)(4)Y=0.0149X-26.777(R2=0.886)(5)由图2、图3可知,1991年～2010年间,2008年冷季气温最高,值为-10.1℃;1998年冷季气温最低,值为-13.8℃;平均冷季气温为-12.3℃;2001和2008年冷季降水量最大,值为3.8mm;2004年冷季降水量最小,值为2.3mm;平均冷季降水量为3.2mm。总体上,20年内满洲里市年冷季气温和冷季降水都表现为增加趋势,冷季气温年平均增长率为0.45%,冷季降水量年平均增长率为0.47%。3.3冷季降水的年际变化与理积雪的变化与冷季气温和降水量的变化密不可分,了解积雪与气候的关系,阐明积雪对气温和降水量变化的敏感性,是探讨积雪对气候变化响应的核心内容之一,也是预测积雪未来变化的基础。对均值化后的年最大积雪深度、冷季(10月至次年3月)气温和降水时间序列作相关分析,其结果见表4。由表4可知,积雪的年际变化与冷季降水的年际变化表现为正相关,而与冷季气温的年际变化呈负相关。说明,积雪会随着冷季降水的增加而增加;但随着冷季气温的升高而减少。根据公式(2)对积雪、冷季气温和降水的时间序列作二元回归分析,其方程为:Y=6.753X1-4.342X2-50.563(6)通过标准误差检验,其回归方程整体效果通过了α=0.02的显著性检验。根据标准系数法,从降水X1与气温X2的回归系数可以看出,积雪会随着满洲里地区气候的变暖而减少,但气候变暖引起的降水增多将会导致积雪增多。对回归方程式作进一步分析,根据影响因子分析法:C=STibi/ei(7)式中:C为影响因子,STi为冷季气温的符号,对于冷季降水STi=1,对于冷季气温STi=-1;bi为方程中不同要素的回归系数;ei为各个回归系数的标准误差值。通过计算冷季降水的影响因子为0.779,而冷季气温的影响因子为0.498。因为影响因子C越大,bi所对应的参变量对回归方程的贡献越大,即对因变量的影响程度越大,根据分析可知,冷季降水对积雪增加的贡献比由于冷季气温升高而造成积雪减少的贡献大。从总体上来看,满洲里地区的积雪长期以来呈增加的趋势。4气温和降水时间序列的相关分析本文采用最小二乘法、平均差值法、自回归滑动平均法(ARMA)分别对最大雪深、冷季降水和气温的时间序列进行趋势性分析,并对均值化后的积雪、冷季(10月至次年3月)气温和降水时间序列作相关分析和二元回归分析得出以下结论:4.1从1991年～2010年的20年来满洲里地区年