李文輝，張藝騰，翁佳烽

（1.肇慶市氣象局，廣東肇慶 526060；2.蘭州大學大氣科學學院，甘肅蘭州 730000）

肇慶市年高溫日數(shù)的特征及預測方法

李文輝1，張藝騰2，翁佳烽1

（1.肇慶市氣象局，廣東肇慶 526060；2.蘭州大學大氣科學學院，甘肅蘭州 730000）

利用1985—2014年地面常規(guī)氣象觀測資料，分析肇慶地區(qū)高溫日數(shù)的時空變化特征，并對肇慶市未來出現(xiàn)的高溫強年進行預測。結(jié)果表明：（1）肇慶市高溫日數(shù)在2005年后主要呈現(xiàn)準5年的周期振蕩，且在2010年后高溫日數(shù)有顯著增加趨勢；（2）高溫強年時，同期（7—8月）的副高強度偏強、位置偏南、南海夏季風異常偏弱；（3）基于10年高溫強年建立的GM（1，1）模型預測肇慶將可能在2018—2019、2021—2022、2024—2025年期間出現(xiàn)高溫強年。

氣候?qū)W；高溫日數(shù)；小波分析；Mann-Kendall方法；GM（1，1）模型；肇慶市

隨著社會的發(fā)展和人民群眾對生活質(zhì)量的要求的提高，夏季的高溫天氣越來越多地影響到城市用電等問題，進而影響到人民生活、生產(chǎn)的正常運行。高溫作為一種高影響天氣，日益受到公眾的關注［1］。李劍兵［2］、蔡賽緘等［3］、陳潔雯等［4］、莫賢清等［5］研究指出，廣東省的高溫天氣與熱帶氣旋、副高脊線位置、中高緯西風系統(tǒng)以及地形焚風效應等具有一定的關系。肇慶市處于廣東省中西部，受南亞熱帶季風影響，夏半年盛行西南和東南季風，高溫炎熱。針對肇慶地區(qū)的高溫天氣，郭媚媚等［6］研究指出，副熱帶高壓的穩(wěn)定控制和熱帶氣旋外圍下沉氣流是造成肇慶高溫天氣的主要原因。本研究基于肇慶市地面常規(guī)氣象觀測資料，分析肇慶地區(qū)高溫日數(shù)的時空變化特征，運用灰色理論探索高溫年份的預測方法，對提高氣候預測水平有參考意義。

1 資料與方法

本研究選用的資料為1985—2014年肇慶市6個國家氣象觀測站（簡稱“氣象站”）（高要、四會、德慶、封開、廣寧、懷集）地面常規(guī)氣象觀測資料中的年高溫日數(shù)資料。

利用線性傾向估計［7］、EOF時間系數(shù)序列［7］、小波分析［7］、Mann-Kendall方法［7］分析肇慶市1985—2014年高溫日數(shù)的變化、周期性及顯著性；采用合成分析對高溫強年7—8月同期高度場、風場進行分析，討論與高溫天氣有聯(lián)系的氣候信號，并利用灰色理論GM（1，1）模型對肇慶市未來出現(xiàn)的高溫強年進行預測。關于GM（1，1）模型原理以及在氣象中的應用詳見文獻［8-11］。

2 肇慶市高溫變化特征

2.1 高溫異常年份的劃分

對1985—2014年6個氣象站的高溫日數(shù)進行求和，作為該年的高溫頻數(shù)。依據(jù)炎利軍等［12］提出的高溫強年的選取方法，本研究用以下3種方法對高溫強年進行選?。海?）對1985—2014年肇慶市6個氣象站的年平均高溫日數(shù)排序，設定高溫強年不超過總年數(shù)的1/3，選取排序后較大的10年為高溫強年；（2）對1985—2014年肇慶市6個氣象站逐年的高溫日數(shù)進行距平運算，選取6個氣象站均為正距平的年份為高溫強年；（3）對1985—2014年肇慶市6個氣象站的高溫日數(shù)作EOF分析，對其第一時間系數(shù)標準化并排序，取標準化值＞2.0的年份定義為高溫強年。對比上述3種方法，結(jié)果非常一致，綜合得到高溫強年分別為：1990、1998、2000、2003、2007、2009、2010、2011、2012、2014年（共10年）。

同樣地，可得高溫弱年分別為：1985、1987、1988、1994、1997、2002年（共6年）。對高溫強、弱年的高溫頻數(shù)做差值的t檢驗［7］，得到高溫強、弱年差異的t統(tǒng)計量為10.47，已超過0.01的顯著性水平。可見本研究劃分的高溫強（弱）年的差異是非常顯著的。

2.2 高溫日數(shù)的氣候特征

圖1給出了肇慶市1985—2014年高溫日數(shù)第一時間系數(shù)標準化序列（解釋方差達97.29%，能夠很好地反映高溫日數(shù)變化的信息）。由圖1可見，近30年來，肇慶市高溫日數(shù)有明顯的年際和年代際變化特征。高溫極強年出現(xiàn)在1998和2014年，系數(shù)均超過了9.0；而高溫極弱年出現(xiàn)在1997年，系數(shù)為-10.0。強、弱年系數(shù)最大差異達19.16，年際變化幅度大。同時可見，1997年前高溫日數(shù)偏少，僅1990年為例外；1998年為突變年，除21世紀初期出現(xiàn)短暫高溫日數(shù)偏少年外，1998年至今仍處于高溫日數(shù)增加階段。從整個時段來看，肇慶市高溫日數(shù)呈現(xiàn)顯著增加的趨勢，趨勢系數(shù)為0.30，達0.01顯著性水平。

圖1 肇慶市1985—2014年高溫日數(shù)第一時間系數(shù)標準化序列

2.3 高溫日數(shù)的周期性

由2.2節(jié)分析可知，肇慶市高溫存在著時間尺度上的演變特征。為了進一步分析，本研究利用小波分析方法，分析了肇慶市高溫日數(shù)的小波變換系數(shù)實部時頻分布（圖2）?？梢娬貞c市在20世紀80—90年代初高溫日數(shù)主要存在準5年周期振蕩，90年代中期到2004年為準6年周期振蕩，2005年以后主要為準5年的周期振蕩。從整個時段來看，經(jīng)歷了1997—1998、2002—2007、2012—2013年的高溫日數(shù)明顯增多的時期。最近一次小波系數(shù)中心值對應的時期為2012—2013年，且震蕩周期等值線已經(jīng)閉合。由此可推斷，在準5年的周期震蕩的基礎上，可推測下一個高溫日數(shù)明顯增多的時期大概出現(xiàn)在2018年間。

圖2 肇慶市1985—2014年高溫日數(shù)小波變換系數(shù)

2.4 高溫日數(shù)的突變檢驗

本研究利用M-K（Mann-Kendall）法對1985—2014年來肇慶高溫日數(shù)進行突變分析（圖3），以驗證高溫日數(shù)的突變一致相關性。從圖 3中可看出，1986—1988、1994—1998年UF曲線數(shù)值＜0，其余年份均＞0，且從1999年后，呈現(xiàn)持續(xù)上升趨勢。從UF曲線與UB曲線交點來看，表明2004—2005年高溫日數(shù)發(fā)生了增加突變，但交點位于臨界線內(nèi)，未能達到統(tǒng)計意義上的顯著標準。2010年后，UF曲線超過上邊界線，表明變化趨勢顯著，近年內(nèi)高溫日數(shù)有明顯增加的趨勢。

圖3 肇慶市1985—2014年高溫日數(shù)Mann-Kendall統(tǒng)計量曲線

3 高溫強年同期高度場與風場異常特征分析

合成分析［13］是分析高值年對應的平均氣象要素場與一般年對應的平均氣象要素場的差值場，合成分析的優(yōu)點在于放大了高值年對應的氣象要素場的差異。合成分析的顯著性檢驗與平均值的顯著性檢驗相同［14］。

對 （15°—35°N，100°—130°E）范圍做1985—2014年間高溫強年7—8月［15］同期500hPa高度距平場、水平風場以及850 hPa水平風場差異的t檢驗，以探討是否存在與高溫天氣有聯(lián)系的氣候信號。從1985—2014年500 hPa風場氣候平均分布（圖略）可知，華南地區(qū)受副熱帶高壓控制，副高脊線位于25°N附近。從500 hPa高溫強年合成高度距平場及風場（圖4a）看，華南地區(qū)高度場為正距平，表現(xiàn)為副高偏強、位置偏南且加強副高控制低緯地區(qū)。從850 hPa風場氣候平均分布（圖略）來看，廣東主要受南海夏季風控制，夏季風自孟加拉灣經(jīng)過中南半島輸送至廣東，肇慶地區(qū)處于風速輻合區(qū)，華南地區(qū)為比較一致的偏南風控制。高溫強年合成風場（圖4b）差異顯著區(qū)主要位于我國西南地區(qū)東南部、中南半島至南海中北部以及菲律賓以東洋面，對應風場的差值分布，華南地區(qū)至南海中北部地區(qū)存在一個反氣旋式環(huán)流異常區(qū)，西南地區(qū)至長江中下游地區(qū)為西南到偏西風，粵東沿海至中南半島一帶風場為東北到偏東風。綜合以上分析表明，與氣候平均值相比，高溫強年時，副高強度強、位置偏南、南海夏季風異常偏弱。

圖4 1985—2014年7—8月高溫強年合成500 hPa高度距平場（等值線，單位：gpm）及風場（箭頭，單位：m·s-1）（a）和850 hPa風場（單位：m·s-1）（b）

4 基于灰色理論的高溫預測

氣候變化過程是一個灰色系統(tǒng)，因而灰色理論可以引進氣候變化過程的研究。為了研究肇慶地區(qū)未來可能出現(xiàn)高溫強年的年代進行預測，本研究應用灰色系統(tǒng)GM（1，1）模型，以1985—2014年共30年的高溫日數(shù)資料為研究及建?；A數(shù)據(jù)，建立GM（1，1）模型，進行模型的精度檢驗，并應用模型進行預測。

4.1 高溫年序列的建立

把年序列編號，即將年代1985—2014年依次編號為1～30，成為一個自然數(shù)序列。對年序列進行篩選，按照本研究中2.1節(jié)的定義，將高溫強年的年代挑選出來，以它們的編號組成一個新的序列X（0）（t）（見表1），將 X（0）（t）作為灰色序列進行高溫災變預測，并對模型預測效果進行檢驗。

表1 GM（1，1）模型一次累加生成序列

4.2 肇慶高溫GM（1，1）預測模型的建立

1）建立離散型解。

給定序列X（0）（i）（i=1，2，3，…，n），對其進行一次累加，生成新的時間序列：X（1）（k）=，此數(shù)列記為GM（1，1）模型，其相應的微分方程為：

式（1）的離散型解為：

其中k=1，2，3，…n，參數(shù)ɑ、b由最小二乘法求解。模型規(guī)定。

2）采用最小二乘法求解參數(shù)ɑ、b。

求解得：ɑ=-0.081 806，b=15.248 631。

3）求取預報模型。

將參數(shù)ɑ、b代入式（2），可得GM（1，1）數(shù)列預報模型：

4.3 模型檢驗

1）殘差檢驗。為了驗證模型精度是否符合要求，進行誤差檢驗（表 2）。經(jīng)檢驗，模型擬合最大誤差為17．151%，平均誤差為6．973%，平均精度為93．027%。

表2 模型擬合及殘差檢驗

2）后驗差檢驗。檢驗2個指標C和P，對模型精度的等級標準做出評價。

（1）后驗差比C。C=SE／SD，式中SE為殘差Δ（k）序列的均方差；SD為原始數(shù)列x（0）（t）的均方差。即：

計算結(jié)果為C=0.223 142。

（3）計算小誤差概率P。

其中：

4.4 預測精度等級和評定

灰色系統(tǒng)理論模型預測精度等級評定標準如表3。

表3 檢驗指標等級標準

將計算的C、P值與表3進行比較，模型預測精度等級為“1級（好）”，因此，可用此模型對肇慶未來可能出現(xiàn)高溫強年的年份進行預測。

4.5 應用GM（1，1）模型進行預測

根據(jù)所求得的式（3），對肇慶地區(qū)未來高溫強年進行預測，結(jié)果如表4。

表4 肇慶地區(qū)高溫強年預測結(jié)果

預測結(jié)果顯示，肇慶地區(qū)將可能在2018—2019、2021—2022、2024—2025年期間出現(xiàn)高溫強年。

5 結(jié)論

1）通過3種方法進行選取1985—2014年的高溫強年，得到1990、1998、2000、2003、2007、2009、2010、2011、2012、2014年（共計10年）為高溫強年。

2）肇慶市高溫日數(shù)有明顯的年際和年代際變化特征，在2005年后主要呈現(xiàn)準5年的周期振蕩，且在2010年后高溫日數(shù)有顯著增加趨勢。

3）高溫強年時，同期500 hPa副高加強、位置偏南、南海夏季風異常偏弱。

4）用選取的10年高溫強年的高溫日數(shù)資料，建立GM（1，1）模型，經(jīng)過后驗差方法檢驗，模型預測精度等級為“1級（好）”。利用該預測模型預測肇慶地區(qū)將在2018—2019、2021—2022、2024—2025年期間出現(xiàn)高溫強年。

［1］林蟒，劉燕，周亞軍.2004年夏季廣州市一次罕見的高溫天氣過程［J］.廣東氣象，2005，27（2）：1-3.

［2］李劍兵.1998年粵西盛夏異常高溫成因分析［J］.廣東氣象，1999.3：31-33.

［3］蔡賽緘，謝松元，丁麗佳.潮州市夏季高溫氣候變化趨勢及影響系統(tǒng)［J］.廣東氣象，2010，32（5）：23-25.

［4］陳潔雯，郭圳勉.佛岡縣夏季高溫氣候特征及異常年環(huán)流分析［J］.廣東氣象，2012，34（2）：32-34.

［5］莫賢清，鐘瓏，譚成坤.云浮高溫天氣及其環(huán)流形勢統(tǒng)計與分析［J］.廣東氣象，2014，36（3）：30-36.

［6］郭媚媚，黃榮，趙桉梆.2009年夏季肇慶罕見高溫的天氣形勢及氣象要素分析［J］.廣東氣象，2010，32（5）：18-20.

［7］魏鳳英.現(xiàn)代氣候統(tǒng)計診斷預測技術［M］.北京：氣象出版社，1999.

［8］魏光輝，胡清華，申蓮，等.灰色GM（1，1）模型在區(qū)域干旱預測中的應用［J］.沙漠與綠洲氣象，2011，5（5）：20-23.

［9］周靜，周雁翎，李厚偉，等.灰色理論在肇慶地區(qū)干旱預測中的應用［J］.安徽農(nóng)業(yè)科學，2011，38（32）：18306-18308.

［10］謝龍生.灰色預測模型在梅州是旱澇年預測中的應用［J］.廣東水利水電，2010（4）：34-36.

［11］董寧.曹縣近50年降水序列變化規(guī)律及干旱預測［J］.現(xiàn)代農(nóng)業(yè)科技，2009（4）：287-288.

［12］炎利軍，黃先香，陳小蕓.廣東高溫氣候特征及其影響因子分析［C］//中國氣象學會2006年年會“災害性天氣系統(tǒng)的活動及其預報技術”分會場論文集，2006，.

［13］黃嘉佑.氣象水文統(tǒng)計分析中顯著性檢驗的應用［C］//推進氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學會2004年年會論文集（下冊），2004.

［14］黃嘉佑.氣象統(tǒng)計分析與預報方法［M］.北京：氣象出版社，3版，2004.

［15］紀忠萍，林鋼，李曉娟，等.2003年廣東夏季的異常高溫天氣及氣候背景［J］.熱帶氣象學報，2005，21（2）：207-216.

Characteristics of Annual Number of High-Temperature Days for Zhaoqing City and Forecasting Methods

LI Wen-hui1，ZHANG Yi-teng2，WENG Jiɑ-feng1
（1.Meteorological Bureau of Zhaoqing City，Zhaoqing 526060；2.School of Atmospheric Sciences，Lanzhou University，Lanzhou，Gansu 730000）

Using conventional surface meteorological observations for 1985 to 2014，we studied the temporal and spatial variations of the number of high-temperature days（NHTD）in the area of Zhaoqing and forecast the years with anomalously more number of high-temperature days in the future.The result is shown as follows.（1）The NHTD of Zhaoqing mainly showed a periodic oscillation of quasi-five-year after 2005 and increased significantly after 2010.（2）During the years of anomalously more NHTD，the subtropical high was stronger and more to the south，and the summer monsoon of the South China Sea was anomalously weaker，in the simultaneously time（July and August）.（3）As is predicted by a GM（1，1）model set up based on 10 years of data，Zhaoqing is expected to have years of anomalously more NHTD in 2018—2019，2021—2022，and 2024—2025.

climatology；number of high-temperature days；wavelet analysis；Mann-Kendall test；GM（1，1）model；Zhaoqing City

P46

A

10.3969/j.issn.1007-6190.2016.05.001

2015-11-11

李文輝（1991年生），男，助理工程師，學士，現(xiàn)主要從事天氣預報工作。E-mail：409762147@qq.com

李文輝，張藝騰，翁佳烽.肇慶市年高溫日數(shù)的特征及預測方法［J］.廣東氣象，2016，38（5）：1-5.