• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

1961—2010年全球变暖背景下中国空气湿度长期变化特征

谢云 张汝正 殷水清 田丹丹 高歌

谢云, 张汝正, 殷水清, 田丹丹, 高歌. 2020: 1961—2010年全球变暖背景下中国空气湿度长期变化特征. 水科学进展, 31(5): 674-684. doi: 10.14042/j.cnki.32.1309.2020.05.004
引用本文: 谢云, 张汝正, 殷水清, 田丹丹, 高歌. 2020: 1961—2010年全球变暖背景下中国空气湿度长期变化特征. 水科学进展, 31(5): 674-684. doi: 10.14042/j.cnki.32.1309.2020.05.004
Yun XIE, Ruzheng ZHANG, Shuiqing YIN, Dandan TIAN, Ge GAO. 2020: Long-term trend of air humidity over China in the context of global warming during 1961—2010. Advances in Water Science, 31(5): 674-684. doi: 10.14042/j.cnki.32.1309.2020.05.004
Citation: Yun XIE, Ruzheng ZHANG, Shuiqing YIN, Dandan TIAN, Ge GAO. 2020: Long-term trend of air humidity over China in the context of global warming during 1961—2010. Advances in Water Science, 31(5): 674-684. doi: 10.14042/j.cnki.32.1309.2020.05.004

1961—2010年全球变暖背景下中国空气湿度长期变化特征

doi: 10.14042/j.cnki.32.1309.2020.05.004
基金项目: 

国家重点研发计划资助项目 2016YFC0402405

国家重点研发计划资助项目 2017YFE0118100

详细信息
    作者简介:

    谢云(1964-), 女, 辽宁大连人, 教授, 博士, 主要从事气候与土地生产力方面研究。E-mail:xieyun@bnu.edu.cn

    通讯作者:

    殷水清, E-mail:yinshuiqing@bnu.edu.cn

  • 中图分类号: P467

Long-term trend of air humidity over China in the context of global warming during 1961—2010

Funds: 

the National Key R&D Program of China 2016YFC0402405

the National Key R&D Program of China 2017YFE0118100

  • 摘要: 空气湿度是重要的气象要素,与气温和降水密切相关,其长期变化特征是气候系统变化的重要表征。2003年前后全国自动站与人工站的更替使得相对湿度资料存在不能满足均一性的要求,亟需加强空气湿度变化特征方面研究。利用1961—2010年中国824个气象站订正后均一性较好的逐日气温、降水量和相对湿度数据,剔除缺测多的站点,采用线性回归分析、Mann-Kendall趋势检验和偏相关分析方法,综合分析中国水汽压和相对湿度的长期变化特征及其与气温和降水量的相关特征。结果表明:①全国各地年均水汽压呈增大趋势的站点占全部站点的90.3%;除春夏两季的黄土高原至云贵高原一带和长江下游地区、秋季的华南地区有所减小外,各季节全国水汽压普遍呈增大趋势。②全国年均相对湿度呈减小趋势的站点占64.1%;除河北北部至辽宁北部、陕西南部至黄淮地区、江南北部、青藏高原和四川西部地区以及西北大部呈增大趋势外,其余地区普遍减小;季节差异明显,春、夏和秋季,中东部大部分地区相对湿度以减小趋势为主;冬季除东北地区和云南减小外,其余大部分地区相对湿度增大。③全国各地水汽压与气温、降水量普遍以正相关为主,与气温的相关性强于与降水量的相关性;相对湿度与气温普遍呈显著的负相关,与降水量普遍以正相关为主。
  • 图  1  年均水汽压倾向率空间分布

    Figure  1.  Spatial distribution of the tendency rates for the annual water vapor pressure

    图  2  各季节典型月月均水汽压倾向率空间分布

    Figure  2.  Spatial distribution of the tendency rates for the monthly average water vapor pressure for typical months in different seasons

    图  3  年均相对湿度倾向率空间分布

    Figure  3.  Spatial distribution of the tendency rates for the annual relative humidity

    图  4  各季节典型月月均相对湿度倾向率空间分布

    Figure  4.  Spatial distribution of the tendency rates for the monthly average relative humidity for typical months in different seasons

    图  5  年均水汽压与气温和降水量的偏相关系数分布

    Figure  5.  Spatial distribution of partial correlation coefficients between annual water vapor pressure and temperature and precipitation

    图  6  年均相对湿度与气温和降水量的偏相关系数分布

    Figure  6.  Spatial distribution of partial correlation coefficients between annual relative humidity and temperature and precipitation

    图  7  各季节典型月气温和降水量变化情况空间分布

    Figure  7.  Spatial distribution of trends for the annual temperature and precipitation for typical months in different seasons

    表  1  全年和各季节典型月水汽压变化情况统计

    Table  1.   Statistics on the long-term trends of the water vapor pressure for the whole year and typical months in different seasons

    季节 增大站点 增大通过0.05显著性检验站点 减少站点 减少通过0.05显著性检验站点
    数量/个 占比/% 数量/个 占比/% 数量/个 占比/% 数量/个 占比/%
    全年 607 90.3 293 43.6 65 9.7 4 0.6
    冬季 652 97.0 127 18.9 20 3.0 1 0.2
    春季 492 73.2 71 10.6 180 26.8 8 1.2
    夏季 501 74.6 87 13.0 171 25.4 12 1.8
    秋季 546 81.2 92 13.7 126 18.8 2 0.3
    下载: 导出CSV

    表  2  全年和各季节典型月相对湿度变化情况统计

    Table  2.   Statistics on the long-term trends of the water vapor pressure for the whole year and typical months in different seasons

    季节 增大站点 增大通过0.05显著性检验站点 减少站点 减小通过0.05显著性检验站点
    数量/个 占比/% 数量/个 占比/% 数量/个 占比/% 数量/个 占比/%
    全年 241 35.9 33 4.9 431 64.1 173 25.7
    冬季 458 68.1 57 8.5 214 31.9 29 4.3
    春季 188 28.0 15 2.2 484 72.0 169 25.2
    夏季 258 38.4 26 3.9 414 61.6 118 17.6
    秋季 213 31.7 18 2.7 459 68.3 100 14.9
    下载: 导出CSV
  • IPCC. Climate change 2013:the physical science basis:contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change[M]. Cambridge:Cambridge University Press, 2013.
    "The Third National Assessment Report on Climate Change" Preparation Committee. The third national assessment report on climate change[M]. Beijing:Science Press, 2015:13-16, 86-87. (in Chinese)
    朱亚妮, 曹丽娟, 唐国利, 等.中国地面相对湿度非均一性检验及订正[J].气候变化研究进展, 2015, 11(6):379-386. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qhbhyjjz201506001

    ZHU Y N, CAO L J, TANG G L, et al. Homogenization of surface relative humidity over China[J]. Advances in Climate Change Research, 2015, 11(6):379-386. (in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qhbhyjjz201506001
    李瀚, 韩琳, 贾志军, 等.中国西南地区地面平均相对湿度变化分析[J].高原山地气象研究, 2016, 36(4):42-47. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=scqx201604007

    LI H, HAN L, JIA Z J, et al. The changes of the average relative humidity in Southwest China[J]. Plateau and Mountain Meteorology Research, 2016, 36(4):42-47. (in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=scqx201604007
    LU E, TAKLE E S. Spatial variabilities and their relationships of the trends of temperature, watervapor, and precipitation in the North American regional reanalysis[J]. Journal of Geophysical Research, 2010, 115(D6):D06110. doi:  10.1029/2009JD013192/full
    BROWN, PAULA J, DEGAETANO, et al. Trends in US surface humidity, 1930-2010[J]. Journal of Applied Meteorology and Climatology, 2013, 52(1):147-163. doi:  10.1175/JAMC-D-12-035.1
    VICENTE-SERRANO S M, AZORIN-MORINA C, SANCHEZ-LORENZO A, et al. Temporal evolution of surface humidity in Spain:recent trends and possible physical mechanisms[J]. Climate Dynamics, 2014, 42(9/10):2655-2674. doi:  10.1007/s00382-013-1885-7
    BYRNE M P, O'GORMAN P A. Understanding decreases in land relative humidity with global warming:conceptual model and GCM simulations[J]. American Meteorological Society, 2016(29):9045-9061. https://journals.ametsoc.org/jcli/article/29/24/9045/34367/Understanding-Decreases-in-Land-Relative-Humidity
    BYRNE M P, O'GORMAN P A. Trends in continental temperature and humidity directly linked to ocean warming[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018(19):4863-4868. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=a357c56f178b6b05b631adb717056e6d
    SONG Y F, LIU Y J, DING Y H. A study of surface humidity changes in China during the recent 50 years[J]. Acta Meteorologica Sinica, 2012, 26(5):541-553. doi:  10.1007/s13351-012-0501-9
    WANG J X, GAFFEN D J. Late-twentieth-century climatology and trends of surface humidity and temperature in China[J]. Journal of Climate, 2001, 14(13):2833-2845. doi:  10.1175/1520-0442(2001)014<2833:LTCCAT>2.0.CO;2
    刘玉英, 李宇凡, 谢今范, 等.东北高空湿度变化特征及其与地面气温和降水的关系[J].地理科学, 2016, 36(4):628-636. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlkx201604018

    LIU Y Y, LI Y F, XIE J F, et al. Climate change characteristics of free atmospheric humidity and its relationship with temperature and precipitation in Northeast China[J]. Scientia Geographica Sinica, 2016, 36(4):628-636. (in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlkx201604018
    韩军彩, 周顺武, 刘伟.华北地区夏季水汽含量变化特征及影响因子分析[J].气象与环境学报, 2012, 28(6):32-37. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=lnqx201206007

    HAN J C, ZHOU S W, LIU W. Characteristics of water vapor content and its influencing factors in summer over Northern China[J]. Journal of Meteorology and Environmental, 2012, 28(6):32-37. (in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=lnqx201206007
    卢爱刚.全球变暖对中国区域相对湿度变化的影响[J].生态环境学报, 2013, 22(8):1378-1380. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=tryhj201308017

    LU A G. Impacts of global warming on air humidity in China[J]. Ecology and Environmental Sciences, 2013, 22(8):1378-1380. (in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=tryhj201308017
    CHU J T, XIA J, XU C Y, et al. Spatial and temporal variability of daily precipitation in Haihe River basin, 1958-2007[J]. Journal of Geographical Sciences, 2010, 20(2):248-260. doi:  10.1007/s11442-010-0248-0
    徐淑英.我国的水汽输送和水分平衡[J].气象学报, 1958, 29(1):33-43. http://www.cnki.com.cn/Article/CJFD1979-QXXB195801004.htm

    XU S Y. Water-vapor transfer and water balance over the eastern China[J]. Acta Meteorologica Sinica, 1958, 29(1):33-43. (in Chinese) http://www.cnki.com.cn/Article/CJFD1979-QXXB195801004.htm
  • [1] 严登华, 王坤, 李相南, 秦天玲, 翁白莎, 刘思妤2020: 全球陆地地表水资源演变特征 , 水科学进展, 31, 703-712. doi: 10.14042/j.cnki.32.1309.2020.05.007
    [2] 刘荣华, 张珂, 晁丽君, 王青青, 洪阳, 涂勇, 曲伟2017: 基于多源卫星观测的中国土壤湿度时空特征分析 , 水科学进展, 28, 479-487. doi: 10.14042/j.cnki.32.1309.2017.04.001
    [3] 张运林2015: 气候变暖对湖泊热力及溶解氧分层影响研究进展 , 水科学进展, 26, 130-139. doi: 10.14042/j.cnki.32.1309.2015.01.017
    [4] 傅新, 宋春桥, 钟新科2012: 藏北高原土壤湿度时空变化分析 , 水科学进展, 23, 464-474. doi: CNKI:32.1309.P.20120614.2158.002
    [5] 夏星辉, 吴琼, 牟新利2012: 全球气候变化对地表水环境质量影响研究进展 , 水科学进展, 23, 124-133. doi: CNKI:32.1309.P.20120104.2014.012
    [6] 赵林林, 朱广伟, 陈元芳, 李未, 朱梦圆, 姚昕, 蔡琳琳2011: 太湖水体水温垂向分层特征及其影响因素 , 水科学进展, 22, 844-850.
    [7] 阳勇, 陈仁升, 吉喜斌, 卿文武, 刘俊峰, 韩春坛2010: 黑河高山草甸冻土带水热传输过程 , 水科学进展, 21, 30-35.
    [8] 孟玉川, 刘国东2010: 长江流域降水稳定同位素的云下二次蒸发效应 , 水科学进展, 21, 327-334.
    [9] 张建云, 王国庆, 贺瑞敏, 刘翠善2009: 黄河中游水文变化趋势及其对气候变化的响应 , 水科学进展, 20, 153-158.
    [10] 杨永红, 张展羽2009: 改进Hargreaves方法计算拉萨参考作物蒸发蒸腾量 , 水科学进展, 20, 614-618.
    [11] 陆桂华, 何海2006: 全球水循环研究进展 , 水科学进展, 17, 419-424.
    [12] 刘鹄, 赵文智2006: 基于土壤水分动态随机模型的土壤湿度概率密度函数研究进展 , 水科学进展, 17, 894-904.
    [13] 贾兵, 刘志辉, 毛华生2005: 新疆天山北坡四棵树河冰洪分析 , 水科学进展, 16, 121-126.
    [14] 雷 Wen, 查尔斯 A.Lin2003: 全球气候变化及其影响 , 水科学进展, 14, 667-674.
    [15] 蓝永超, 康尔泗, 张济世, 胡兴林2002: 近50年来ENSO与祁连山区气温降水和出山径流的对应关系 , 水科学进展, 13, 141-145.
    [16] 唐海行, 陈永勤, 陈喜2000: 应用随机方法研究全球气候变暖对东江流域水资源的影响 , 水科学进展, 11, 160-164.
    [17] 陈家琦1996: 全球变化和水资源的可持续开发 , 水科学进展, 7, 187-192.
    [18] 毛凤莲1996: 北京天津等地气温降水量历史资料诊断 , 水科学进展, 7, 37-41.
    [19] 高国栋, 翟盘茂1993: 长江流域旱涝典型年大气水汽输送 , 水科学进展, 4, 10-16.
    [20] 刘国纬, 崔一峰1991: 中国上空的涡动水汽输送 , 水科学进展, 2, 145-153.
  • 加载中
图(7) / 表 (2)
计量
  • 文章访问数:  9
  • HTML全文浏览量:  1
  • PDF下载量:  11
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-11-29
  • 网络出版日期:  2020-05-28
  • 刊出日期:  2020-09-30

1961—2010年全球变暖背景下中国空气湿度长期变化特征

doi: 10.14042/j.cnki.32.1309.2020.05.004
    基金项目:

    国家重点研发计划资助项目 2016YFC0402405

    国家重点研发计划资助项目 2017YFE0118100

    作者简介:

    谢云(1964-), 女, 辽宁大连人, 教授, 博士, 主要从事气候与土地生产力方面研究。E-mail:xieyun@bnu.edu.cn

    通讯作者: 殷水清, E-mail:yinshuiqing@bnu.edu.cn
  • 中图分类号: P467

摘要: 空气湿度是重要的气象要素,与气温和降水密切相关,其长期变化特征是气候系统变化的重要表征。2003年前后全国自动站与人工站的更替使得相对湿度资料存在不能满足均一性的要求,亟需加强空气湿度变化特征方面研究。利用1961—2010年中国824个气象站订正后均一性较好的逐日气温、降水量和相对湿度数据,剔除缺测多的站点,采用线性回归分析、Mann-Kendall趋势检验和偏相关分析方法,综合分析中国水汽压和相对湿度的长期变化特征及其与气温和降水量的相关特征。结果表明:①全国各地年均水汽压呈增大趋势的站点占全部站点的90.3%;除春夏两季的黄土高原至云贵高原一带和长江下游地区、秋季的华南地区有所减小外,各季节全国水汽压普遍呈增大趋势。②全国年均相对湿度呈减小趋势的站点占64.1%;除河北北部至辽宁北部、陕西南部至黄淮地区、江南北部、青藏高原和四川西部地区以及西北大部呈增大趋势外,其余地区普遍减小;季节差异明显,春、夏和秋季,中东部大部分地区相对湿度以减小趋势为主;冬季除东北地区和云南减小外,其余大部分地区相对湿度增大。③全国各地水汽压与气温、降水量普遍以正相关为主,与气温的相关性强于与降水量的相关性;相对湿度与气温普遍呈显著的负相关,与降水量普遍以正相关为主。

English Abstract

谢云, 张汝正, 殷水清, 田丹丹, 高歌. 2020: 1961—2010年全球变暖背景下中国空气湿度长期变化特征. 水科学进展, 31(5): 674-684. doi: 10.14042/j.cnki.32.1309.2020.05.004
引用本文: 谢云, 张汝正, 殷水清, 田丹丹, 高歌. 2020: 1961—2010年全球变暖背景下中国空气湿度长期变化特征. 水科学进展, 31(5): 674-684. doi: 10.14042/j.cnki.32.1309.2020.05.004
Yun XIE, Ruzheng ZHANG, Shuiqing YIN, Dandan TIAN, Ge GAO. 2020: Long-term trend of air humidity over China in the context of global warming during 1961—2010. Advances in Water Science, 31(5): 674-684. doi: 10.14042/j.cnki.32.1309.2020.05.004
Citation: Yun XIE, Ruzheng ZHANG, Shuiqing YIN, Dandan TIAN, Ge GAO. 2020: Long-term trend of air humidity over China in the context of global warming during 1961—2010. Advances in Water Science, 31(5): 674-684. doi: 10.14042/j.cnki.32.1309.2020.05.004
  • 全球陆地和海洋表面平均温度自1880年至2012年升高了0.85 ℃(0.65~1.06 ℃)[1]。中国最新的百年器测气温序列显示, 1909—2011年中国陆地区域平均增温0.9~1.5 ℃, 增温幅度高于全球平均水平。气候系统其他变量也存在不同程度的变化。比如, 1956—2012年, 全国平均降水量没有显著的趋势性变化, 但是存在区域和季节差异;全国年平均风速呈显著减小趋势。1961—2012年, 全国平均日照时数呈显著减少趋势, 相对湿度总体呈波动减小趋势。同时, 第三次气候变化国家评估报告指出, 2003年以后全国平均相对湿度呈断崖式减小, 很可能与观测仪器更换造成的资料不连续有关, 其可信度较低, 需要加以研究[2]。朱亚妮等[3]指出中国地面相对湿度资料存在严重的非均一性问题, 68%的台站存在断点;造成数据非均一的主要原因包括人工观测转自动观测、迁站和时次变化;利用加拿大环境部气候研究中心研发的PMTred和惩罚最大F检验(the penalized maximal F test, PMFT)方法, 对月平均相对湿度资料进行了订正, 使资料具有较好的均一性。

    空气湿度的大小与人们的生活息息相关, 同时也对当地的工农业生产等有着指示性作用[4]。目前国内外表征空气湿度的指标主要分为两类:一类是绝对指标, 包括比湿、水汽压、露点温度等;另一类是相对指标, 包括相对湿度、饱和差、露点差等。中国常用的绝对和相对湿度指标分别为水汽压和相对湿度。水汽压是空气中水汽的分压强, 气温上升, 加速地面蒸发, 使空气中的水汽增多, 理论上水汽压应增大, 但又与地面供水情况和外部水汽输送有关。相对湿度为空气中水汽压与同温度下饱和水汽压的比值。气温升高, 饱和水汽压增大, 相对湿度的变化取决于水汽压和饱和水汽压增大速率的相对大小。Lu和Takle[5]基于北美地区1979—2007年温度、水汽压和降水再分析资料的研究表明, 北美地区低层水汽压显著增大, 中高层水汽压没有显著趋势;所有高度层相对湿度均呈一致地减小趋势, 且中层的减小速率最快;降水量与水汽压和相对湿度均呈正相关关系;温度与水汽压呈正相关关系, 与相对湿度呈负相关关系。Brown等[6]基于美国1930—2010年气温、露点温度、相对湿度和比湿等指标的站点观测资料的研究表明, 1950年以前相对湿度资料存在较大的不均一性;1947—2010年, 绝对湿度指标显著增大, 相对湿度指标变化不大。Vicente-Serrano等[7]研究表明, 1961—2011年西班牙绝对湿度除了春季显著增大外, 全年和其余季节均没有明显变化;相对湿度显著减小, 春季和夏季减小趋势更明显;同时研究分析指出, 随着温度升高, 虽然大气持水能力加强, 但是如果地表供水不足, 则大气湿度指标不一定增大。Byrne和O′gorman[8]通过观测和模式模拟表明, 陆地表面相对湿度显著减小, 海洋相对湿度微弱增大;某地空气湿度变化不仅与当地的气温和降水量变化密切相关, 还受到外部水汽输送的影响[8-9]。综上所述, 绝对湿度和相对湿度指标存在不同的变化趋势, 同时在不同高度层, 不同区域和不同季节之间变化趋势也存在差异。

    近年来, 有不少研究涉及中国全域或局地空气湿度的变化特征[10-14], 其中绝对湿度指标全年或各季节以增大趋势为主, 相对湿度指标的变化趋势则存在较大的区域和季节差异。Song等[10]采用中国1961—2010年463个国家级地面站未经订正的逐月比湿数据, 得出全国大部分地区夏季比湿呈减小趋势, 与全球平均比湿的变化趋势不一致; Wang和Gaffen[11]采用中国1961—1990年196个站点逐6小时比湿资料, 得出全国大部分地区比湿呈增大趋势, 夜间增大趋势大于白天, 冬季大于夏季; 朱亚妮等[3]采用1951—2014年中国2 413个国家级地面站逐日相对湿度资料, 分析得出全国年平均相对湿度无明显增减趋势, 但存在区域差异, 华北地区、长江流域、青藏高原、四川西部地区和西北地区大部相对湿度增大; 卢爱刚[14]采用1958—2007年中国444个标准气象站相对湿度月平均值资料, 分析得出秦岭-淮河一线以北主要以相对湿度减小为主, 以南相对湿度变化在区域上表现不明显, 从季节分析看, 夏季变化幅度不大, 其他3个季节变化幅度大, 特别是冬季变化幅度最大。已有研究多为局地分析, 涉及相对指标较多, 绝对指标较少, 更鲜有同时对比分析空气湿度的绝对指标和相对指标变化特征的研究。

    本文将从大区域尺度(全国)出发, 利用经过中国气象局国家气象信息中心订正的具有较好均一性的气象站气温、降水量与空气湿度观测资料, 采用目前国内已有研究中最常用的线性回归分析和Mann-Kendall趋势检验方法, 分析并比较水汽压和相对湿度长期变化特征及区域差异, 并利用偏相关分析方法探讨空气湿度与气温和降水量在时空变化上的关系。

    • 选取1961—2010年中国824个气象站订正后均一性较好的逐日气温、降水量和相对湿度数据, 数据来源于中国气象局国家气象信息中心。剔除存在缺测情况的站点, 相对湿度数据剩余672个站, 日均温数据剩余783个站, 降水量数据剩余717个站。

      再由相对湿度A和气温t计算得到逐日的水汽压e。计算方法如下:

      $$ e = A{E_{\rm{w}}}或 = A{E_{\rm{i}}} $$ (1)
      $$ \begin{array}{*{20}{c}} {{\rm{lg}}{E_{\rm{w}}} = 10.79574\left( {1 - \frac{{{T_1}}}{T}} \right) - 5.02800{\rm{lg}}\left( {\frac{T}{{{T_1}}}} \right) + 1.50475 \times {{10}^{ - 4}}\left[ {1 - {{10}^{ - 8.2969\left( {\frac{T}{{{T_1}}} - 1} \right)}}} \right]}\\ { + 0.42873 \times {{10}^{ - 3}}\left[ {{{10}^{4.76955\left( {1 - \frac{{{T_1}}}{T}} \right)}} - 1} \right] + 0.78614} \end{array} $$ (2)
      $$ {\rm{lg}}{E_{\rm{i}}} = - 9.09685\left( {\frac{{{T_1}}}{T} - 1} \right) - 3.56654{\rm{lg}}\left( {\frac{{{T_1}}}{T}} \right) + 0.87682\left( {1 - \frac{T}{{{T_1}}}} \right) + 0.78614 $$ (3)

      式中: e为水汽压, hPa;EwEi分别为干球温度t所对应的纯水平液面、冰面饱和水汽压, hPa;T1=273.16 K(水的三相点温度);T为干球温度t对应的热力学温度, T=t+273.16, K。

    • (1) 全年和各典型月指标均值的计算。选取1月、4月、7月、10月为典型月份,分别代表冬、春、夏、秋四季, 计算全年和各典型月水汽压、相对湿度、气温均值。计算方法如下:

      $$ {X_j} = \frac{{\sum\limits_{i = 1}^n {{X_{ij}}} }}{n} $$ (4)

      式中: Xj为某站某气象要素全年或第j个代表性月份的均值;xij为该站该气象要素全年或第j个代表性月份第i日值;n为该时段天数。

      (2) 全年和各典型月降水量的计算。计算方法如下:

      $$ {P_j} = \sum\limits_{i = 1}^n {{p_{ij}}} $$ (5)

      式中: Pj为某站全年或第j个代表性月份的降水量;pij为该站全年或第j个代表性月份降水量第i日值。

      (3) 气候倾向率计算。气候倾向率表示气候指标随时间的变化速率, 由于逐年变率小, 多以10年趋势表示。

      本文采用Sen斜率估计法计算序列的斜率β。斜率β表示此序列的平均变化率以及时间序列的趋势, 当β>0时, 序列呈增大趋势;当β=0时, 序列趋势不明显;当β<0时, 序列呈减小趋势。

      对于某气象要素的时间序列Yt=(Y1, Y2, …, Yn), Sen斜率的计算公式为

      $$ \beta = {\rm{Median}}\left( {\frac{{{y_j} - {y_i}}}{{j - i}}} \right), \forall j > i $$ (6)

      式中: Median为取中值函数。β×10即为气候倾向率。

      (4) Mann-Kendall趋势检验。相关研究表明[15], 在进行Mann-Kendall趋势检验时, 若时间序列存在自相关, 会增加检验的误差, 因此在检验前要去掉时间序列的自相关性。

      一阶自相关系数:

      $$ \rho = \frac{{{\rm{Cov}}({Y_i}, {Y_{i + 1}})}}{{{\rm{Var}}({Y_i})}} = \frac{{\frac{1}{{n - 2}}\sum\limits_{i = 1}^n {({Y_i} - \bar Y)} ({Y_{i + 1}} - \bar Y)}}{{\frac{1}{{n - 1}}\sum\limits_{i = 1}^n {{{({Y_i} - \bar Y)}^2}} }} $$ (7)

      式中: Y为时间序列的平均值;n为序列长度;Cov()、Var()分别是计算协方差和方差的函数。

      修正时间序列:

      $$ {Y'_i} = {Y_i} - \rho {Y_{i - 1}} $$ (8)

      式中: Yi为修正后的时间序列, 后面用Yi表示Yi, 以修正后数据代替原序列数据。

      定义检验统计量S :

      $$ S = \sum\limits_{i = 2}^n {\sum\limits_{i = 1}^{i - 1} {{\rm{sgn}}} } ({Y_i} - {Y_j}) $$ (9)

      式中: sgn()为符号函数。

      Mann-Kendall检验统计量为:

      $$ Z = \left\{ \begin{array}{l} \frac{{S - 1}}{{\sqrt {\frac{{n\left( {n - 1} \right)\left( {2n + 5} \right)}}{{18}}} }}, S > 0\\ 0, S = 0\\ \frac{{S + 1}}{{\sqrt {\frac{{n\left( {n - 1} \right)\left( {2n + 5} \right)}}{{18}}} }}, S < 0 \end{array} \right. $$ (10)

      Z>0时表示有增大趋势, Z < 0表示有减小趋势, |Z|≥1.645、|Z|≥1.960、|Z|≥2.576时, 表示在α=0.1, 0.05, 0.01置信水平上, 趋势通过显著性检验。

      (5) 相关性分析。相关分析是研究2个或多个变量之间内在联系的一种方法。考虑到空气湿度变化有多个影响因素, 本文采用偏相关分析法研究2个变量之间的关系, 排除其他因素的干扰。首先计算2个变量之间的相关系数, 如下:

      $$ {r_{xy}} = \frac{{\sum\limits_{i = 1}^n {[({x_i} - \bar x)({y_i} - \bar y)]} }}{{\sqrt {\sum\limits_{i = 1}^n {{{({x_i} - \bar x)}^2}} \sum\limits_{i = 1}^n {{{({y_i} - \bar y)}^2}} } }} $$ (11)

      式中: rxy表示变量xy的相关系数;xi表示第i年空气湿度年均值或月均值;yi表示对应时段的降水量或平均气温;xy为变量xy的平均值;n表示样本数。

      再通过相关系数进一步计算得到偏相关系数, 如下:

      $$ {r_{12, 3}} = \frac{{{r_{12}} - {r_{13}}{r_{23}}}}{{\sqrt {(1 - r_{13}^2) + (1 - r_{23}^2)} }} $$ (12)

      式中: r12, 3表示除去变量3干扰后变量1和变量2之间的偏相关系数;r12, r13, r23分别表示变量1和变量2、变量1和变量3、变量2和变量3之间的相关系数。

      最终计算得到全国各站1961—2010年气温、水汽压、相对湿度年均值或各典型月均值的气候倾向率、年降水量和各典型月降水量气候倾向率及其Mann-Kendall趋势显著性检验结果, 并分析水汽压、相对湿度与气温、降水量的偏相关系数。结合站点的经纬度信息, 反映区域差异。

    • 1961—2010年间, 全国各站年均水汽压普遍呈增大趋势, 呈增大趋势的站点占全部站点的90.3%(表 1), 东部季风区增大趋势尤为显著(图 1);呈减小趋势的站点仅占全部站点的9.7%(表 1)。增大趋势显著的站点为293个, 减小趋势显著的站点仅有4个(表 1)。

      图  1  年均水汽压倾向率空间分布

      Figure 1.  Spatial distribution of the tendency rates for the annual water vapor pressure

      表 1  全年和各季节典型月水汽压变化情况统计

      Table 1.  Statistics on the long-term trends of the water vapor pressure for the whole year and typical months in different seasons

      季节 增大站点 增大通过0.05显著性检验站点 减少站点 减少通过0.05显著性检验站点
      数量/个 占比/% 数量/个 占比/% 数量/个 占比/% 数量/个 占比/%
      全年 607 90.3 293 43.6 65 9.7 4 0.6
      冬季 652 97.0 127 18.9 20 3.0 1 0.2
      春季 492 73.2 71 10.6 180 26.8 8 1.2
      夏季 501 74.6 87 13.0 171 25.4 12 1.8
      秋季 546 81.2 92 13.7 126 18.8 2 0.3

      从各季节来看, 全国各站水汽压变化亦以增大为主(表 1)。倾向率的空间分布及季节变化差异明显(图 2) :冬季全国各地水汽压普遍增大, 增大趋势显著的站点主要分布在东北东部、华北北部、东南沿海地区、海南、云南南部、青藏高原和西北地区。春季呈显著增大趋势的站点主要分布在东北、黄淮、江南、华南、云南、青藏高原和新疆, 呈减小趋势的站点主要分布在黄土高原至云贵高原一带和长江下游地区。夏季呈显著增大趋势的站点主要分布在东北南部、江南、华南南部和西北地区, 呈减小趋势的站点主要分布在黄土高原至云贵高原一带和长江下游地区。秋季呈显著增大趋势的站点主要分布在东北南部和新疆地区, 呈减小趋势的站点主要分布在华南地区。

      图  2  各季节典型月月均水汽压倾向率空间分布

      Figure 2.  Spatial distribution of the tendency rates for the monthly average water vapor pressure for typical months in different seasons

    • 1961—2010年间, 全国各站年均相对湿度以减小为主, 呈减小趋势的站点占全部站点的64.1%(表 2), 主要分布在东北、华北南部、长江中下游、华南、西南和西北东部地区(图 3);呈增大趋势的站点占全部站点的35.9%(表 2), 主要分布在河北北部至辽宁北部、陕西南部至黄淮地区、江南北部、青藏高原和四川西部地区以及西北大部(图 3)。减小趋势显著的站点为173个, 增大趋势显著的站点为33个(表 2)。空间分布特征与朱亚妮等[3]的结果基本一致。

      表 2  全年和各季节典型月相对湿度变化情况统计

      Table 2.  Statistics on the long-term trends of the water vapor pressure for the whole year and typical months in different seasons

      季节 增大站点 增大通过0.05显著性检验站点 减少站点 减小通过0.05显著性检验站点
      数量/个 占比/% 数量/个 占比/% 数量/个 占比/% 数量/个 占比/%
      全年 241 35.9 33 4.9 431 64.1 173 25.7
      冬季 458 68.1 57 8.5 214 31.9 29 4.3
      春季 188 28.0 15 2.2 484 72.0 169 25.2
      夏季 258 38.4 26 3.9 414 61.6 118 17.6
      秋季 213 31.7 18 2.7 459 68.3 100 14.9

      图  3  年均相对湿度倾向率空间分布

      Figure 3.  Spatial distribution of the tendency rates for the annual relative humidity

      从各季节来看, 全国各站相对湿度变化除冬季以增大为主外, 其余各季节均以减小为主(表 2图 4) :冬季呈显著增大趋势的站点主要分布在华北北部、江西省、青藏高原和西北东部地区, 呈显著减小趋势的站点主要分布在东北和云南;春季呈显著增大趋势的站点零星分布在新疆, 呈显著减小趋势的站点主要分布在黄土高原和长江中下游地区;夏季呈显著增大趋势的站点零星分布在西北和江汉地区, 呈显著减小趋势的站点主要分布在东北北部、华北、长江下游地区、广东和云南;秋季呈显著增大趋势的站点零星分布在西北地区, 呈显著减小趋势的站点主要分布在东北南部、华北和南方地区。

      图  4  各季节典型月月均相对湿度倾向率空间分布

      Figure 4.  Spatial distribution of the tendency rates for the monthly average relative humidity for typical months in different seasons

    • 1961—2010年间, 全国各站年均水汽压和气温普遍呈正相关(图 5(a)), 其中有317个(44.7%)站点偏相关系数大于0.6, 有37个(5.2%)站点偏相关系数大于0.8, 主要分布于东南沿海地区。年均水汽压和降水量在华北、江南南部、华南、青藏高原和西北地区正相关较强, 其它地区无明显相关性(图 5(b)), 有154个(21.7%)站点偏相关系数大于0.6。

      图  5  年均水汽压与气温和降水量的偏相关系数分布

      Figure 5.  Spatial distribution of partial correlation coefficients between annual water vapor pressure and temperature and precipitation

    • 1961—2010年间, 全国各站年均相对湿度和气温普遍呈显著负相关(图 6(a)), 有613个(86.5%)站点偏相关系数小于-0.6, 有335个(47.2%)站点偏相关系数小于-0.8。全国各站年均相对湿度和降水量在华北、江南南部、华南、青藏高原和西北地区正相关较强, 其它地区无明显相关性(图 6(b)), 有19.7%(140个)的站点偏向关系数大于0.6。

      图  6  年均相对湿度与气温和降水量的偏相关系数分布

      Figure 6.  Spatial distribution of partial correlation coefficients between annual relative humidity and temperature and precipitation

    • 年均湿度指标的变化主要由各月湿度指标的变化综合导致。图 1显示东部地区大部分站点年均水汽压呈显著增大趋势, 而在各季节典型月的图中(图 2), 东部地区显著性增大的站点较少;同时图 1显示新疆年均水汽压几乎不存在显著增大的站点, 而图 2显示, 新疆在典型月存在较多显著增大的站点。分析原因可能是因为本研究中所使用的Mann-Kendall趋势检验方法, 检验的对象是湿度指标的变化是否存在确定的长期变化趋势。例如, 图 1中河北南部的石家庄站、南宫站和黄骅站存在较大的年代际增大趋势(红色空心大三角形所示), 但这种趋势在统计上没有通过检验, 不具有确定性;反之西北地区红色实心小三角形表示的站点(图 1), 表明水汽压相对增大趋势虽然较小, 但每年保持稳定增大, 统计上能显著通过Mann-Kendall趋势检验。虽然图 1图 2中年均和典型月的增大性趋势是否显著存在一定差异, 但是整体来看, 年均和典型月的增大趋势是一致的。另外, 典型月仅包括1月、4月、7月和10月4个月份, 与全年12个月的平均状况相比可能存在一定差异。

      由偏相关分析结果可知, 全国各地水汽压与气温、降水量普遍以正相关为主(图 5)。相对湿度与气温普遍呈显著的负相关, 与降水量普遍以正相关为主(图 6)。结合各季节气温和降水量长期变化情况(图 7), 以下分析水汽压和相对湿度变化的原因。

      (1) 升温且降水量增多的地区(图 7中红色点), 主要包括西北地区, 青藏高原地区, 冬季、春季和秋季的东北地区, 冬季和夏季的南方部分地区, 这些地区的水汽压主要呈增大趋势。

      (2) 升温但降水量减少的地区(图 7中橙色点), 水汽压增减情况不一。其中水汽压呈增大趋势的地区主要包括冬季的华北地区、春季的黄淮和华南地区、夏季的东北地区以及秋季的长江中下游地区, 可能的原因在于:这些地区降水量的减少对地表供水情况影响不大, 而受升温影响较大, 使得水汽压呈增大趋势;同时有研究表明[9], 全球气温升高以后, 海洋的蒸发增加比陆地更快, 更多的水汽会从海洋输入陆地, 而且, 中国水汽输送无论冬夏, 均以南方海洋输入水汽为主[16], 东部季风区水汽压的增大很可能与来自海洋上的水汽输送有关。另一部分水汽压呈减小趋势的地区主要包括春季的黄土高原和长江下游地区、夏季的华北部分地区以及秋季的华南地区, 可能的原因在于:这些地区虽然升温明显, 但由于降水量减少, 导致地面供水不足, 蒸发减弱, 空气中的水汽含量减小, 导致水汽压呈减小趋势。

      图  7  各季节典型月气温和降水量变化情况空间分布

      Figure 7.  Spatial distribution of trends for the annual temperature and precipitation for typical months in different seasons

      (3) 降温但降水量增多的地区(图 7中绿色点), 主要包括夏季的南方部分地区, 该地区水汽压呈增大趋势。可能的原因在于:虽然该地区气温略微下降, 但由于降水量增多, 蒸发加强, 空气中的水汽含量增大, 同时, 来自海洋的夏季风带来了更多的水汽, 导致水汽压呈增大趋势。

      (4) 降温且降水量减少的地区(图 7中蓝色点), 主要包括春季的西南局部地区, 该地区水汽压呈减小趋势。

      (5) 对于各季节相对湿度变化来说,升温且降水量增多的地区(图 7中红色点), 相对湿度增减情况不一。其中相对湿度呈增大趋势的地区主要包括新疆, 冬季、春季和秋季的青藏高原地区、冬季的陕甘宁地区和南方部分地区以及春季的东北地区北部, 可能的原因在于:这些地区降水的增加幅度大于饱和水汽压因升温而增大的幅度, 导致相对湿度呈增大趋势。另一部分相对湿度呈减小趋势的地区主要包括秋、冬二季的东北地区、春季的东北地区南部以及夏季的青藏高原地区和东南沿海部分地区, 可能的原因在于:这些地区降水的增加幅度小于饱和水汽压因升温而增大的幅度, 导致相对湿度呈减小趋势。

      (6) 升温但降水量减少的地区(图 7中橙色点), 主要包括春季、夏季和秋季的黄土高原和黄淮地区、春秋二季的南方大部分地区以及夏季的东北和华北地区, 这些地区相对湿度呈减小趋势。值得注意的是, 冬季的华北部分地区升温的同时降水量略微减少, 但相对湿度呈增大趋势, 可能有外来水汽输送的增多影响, 值得进一步深入研究。

      (7) 降温但降水量增多的地区(图 7中绿色点), 主要包括夏季的南方部分地区, 该地区相对湿度主要呈增大趋势。

      (8) 降温且降水量减少的地区(图 7中蓝色点), 主要包括春季和秋季的西南局部地区, 该地区相对湿度主要呈增大趋势, 可能的原因在于:该地区降水量的减少幅度小于饱和水汽压因降温而减小的幅度, 导致相对湿度呈增大趋势。

    • 通过分析1961—2010年间中国水汽压和相对湿度的长期变化特征及其与气温和降水量的相关性, 得到以下结论:

      (1) 全国各地年均水汽压普遍呈增大趋势, 呈增大趋势的站点占全部站点的90.3%, 东部季风区增大趋势尤为显著。分季节来看, 水汽压在各季节以增大为主, 除春夏两季的黄土高原至云贵高原一带和长江下游地区、秋季的华南地区有所减小外, 各季节全国水汽压普遍呈增大趋势。

      (2) 全国各地年均相对湿度呈减小趋势的站点多于呈增大趋势的站点, 呈减小趋势的站点占全部站点的64.1%, 除河北北部至辽宁北部、陕西南部至黄淮地区、江南北部、青藏高原和四川西部地区以及西北大部呈增大趋势外, 其余地区普遍减小。分季节来看, 春、夏和秋季, 中东部大部分地区相对湿度以减小趋势为主;冬季除东北地区和云南减小外, 其余大部地区相对湿度增大。

      (3) 全国各地水汽压与气温、降水量普遍以正相关为主, 与气温的相关性强于与降水量相关性。相对湿度与气温普遍呈显著的负相关, 与降水量普遍以正相关为主。

参考文献 (16)

目录

    /

    返回文章
    返回