阿里地区气温变化趋势及突变情况研究

雷阳，王红宾，鲁同所,2*，胡婧，卫东

(1 西藏大学理学院，西藏 拉萨 850000;2 中国科学院上海应用物理研究所，上海，201800；3 拉萨市气象局，西藏 拉萨 850000)

由国家高能物理研究所牵头，国家天文台、上海微系统与信息技术研究所、国家天文台狮泉河观测站、中国科学技术大学、西藏大学等单位参与建设，中国科学院、国家自然科学基金委、科技部等部门提供资金支持的“阿里原初引力波探测计划”(AliCPT)于2017年3月正式启动。其中，阿里1号(AliCPT-1)目标是在中国西藏阿里地区5250 m处建设CMB偏振望远镜，实现北天区原初引力波的精确测量,不同于LIGO探测到的天体物理引力波，原初引力波蕴含着宇宙起源和演化的丰富物理信息，对检验暴胀模型、反弹、循环等宇宙早期理论及CPT定理等意义重大。而探测原初引力波的最佳手段是测量宇宙微波背景辐射(CMB)B模式的偏振。该址位于阿里天文台(图1)B1点，海拔高、大气稀薄、水汽含量低，同时，地处北半球中纬度，可观测天区达70%，覆盖了北天区低前景污染区域。基建设施完善，毗邻昆莎机场以及阿里地区首府狮泉河镇，交通、生活便利，是北半球原初引力波探测的最佳台址。项目建成后，将与南极极点观测站、智利阿塔卡玛沙漠观测站[1-2]一起，成为国际原初引力波探测的三大基地，亦是国际上最灵敏的观测站之一。AliCPT-2计划在海拔6 000 m以上地点建设望远镜阵列，可进一步拓展观测频段，提高观测精度。

图1 阿里天文台全景图

本文主要依托“阿里原初引力波探测计划”，基于AliCPT-2候选站点附近海拔5300 m的山腰上搭建的设备所取得的观测数据，通过不同算法来分析研究阿里地区气温变化趋势和气温突变情况，希望初步了解阿里地区气温变化特征及演变趋势，因为温度的变化会影响信号的输出效率(信噪比、探测器灵敏度)，极低温度(-30 ℃以下)还有可能会造成某些设备工作状态异常。阿里地区地处青藏高原北部羌塘高原核心地带，号称“千山之巅、万川之源”，海拔较高、人烟稀少、自然环境恶劣、观测站点也少，相关数据缺失严重。本研究可以填补阿里地区在该领域研究的空白；其次，项目前期可以某种程度上指导系统硬件设计、材料选取等，后期可以为设备系统检查维护、数据分析处理提供新思路和方向，为AliCPT顺利高效运行奠定基础。随着数据的累积和更深入的研究，希望为阿里地区居民、援藏职工、项目施工人员和科研工作者很好地适应当地生存环境提供一定帮助，也可为决策部门建立高温和低温预警机制、保护相应人群、制定公共卫生措施提供参考，促成“阿里原初引力波探测计划”取得成功。

1 设备状况及数据来源

项目选用美国GRWS 100型自动气象观测设备，2017年6月22日该设备运抵拉萨，7月中旬完成设备安装、调试，设备外观完好、数据可以本地存储和远程传输、软件工作正常，数据完整、格式无差错。按照阿里项目进度安排，于2017年7月将自动气象观测设备架设在小孜达板附近海拔5 300 m处的山腰上，收集到2018年3月19日至2019年4月19日较为完整的数据。

2 研究方法

2.1 趋势系数法

采用趋势系数法来研究气候因子在长时间的变化过程中升降的趋势。

一元线性回归方程:

(1)

线性回归系数：

(2)

常数：

(3)

相关系数：

(4)

其中，yi为样本量为n的某一气候要素(气温)变量，用xi表示yi所对应的时间序列，a为常数，b为线性回归系数，变量xi和yi的相关系数R叫做趋势系数。而线性回归系数b的符号表示气候变量的趋势倾向：b>0表示因y随时间x的变化呈现出上升趋势；b<0则表示呈现下降的趋势；上升或者下降的速率用b值的大小来体现。趋势系数表示变量与时间之间的关联程度，它消除了温度的均方差对线性回归系数大小的影响，可以用于研究不同区域位置温度之间长期的变化趋势。然而，温度有可能随时发生变化，所以在分析时次气温变化趋势时，选取线性方程对序列变量进行拟合，对于变化趋势的显著性，采用时间序列x与原序列变量y之间的相关系数进行显著性检验(α=0.05)，因此只有计算出的趋势系数等于或大于统计的显著性标准时，这种变化才被认为是一种超过了自然变化率的气候异常变化。

2.2 距平与累积距平[3]

距平是一种常用分析方法，主要是用来确定某个时段的数据相对于该数据样本长期平均值的高低。计算公式为：

(5)

累积距平是判断某一气候要素变化趋势的方法，计算公式为：

(6)

2.3 Mann-Kendall突变检验法

Mann-Kendall是一种简便有效的非参数统计检验法[4-5]，是世界气象组织推荐的应用于环境数据时间序列趋势分析的方法，其优点是样本不需要遵从一定的分布，同时少数异常值也不影响检验结果，方便于计算。

2.4 R/S分析法

R/S分析法最早由英国水文学家Hurts提出，又被称之为重标极差分析法，是一种非参数分析方法。最早使用于水文研究中，一般通过R/S分析法计算Hurts系数值，在双对数图上由最小二乘法拟合得出Hurts指数[6]。H为Hurts指数，存在以下3种情况：

当0≤H<0.5时，该指数表示时间序列是反持久性的，具有比随机序列更强的突变性。反应在温度指标上则是温度变化的总体趋势与过去相反。

当H=0.5时，该指数表示时间序列是一个随机游动序列，反应在温度指标上则是各观测结果之间完全独立，温度指标随机变化。

当0.5

3 分析结果

利用趋势系数法对各时间段日平均气温进行一元线性回归分析，得到阿里地区全年(图2)及各季气温变化趋势图(图3)。从图2可知，阿里地区全年约3/4的时间气温低于0 ℃，最高气温10.30 ℃出现在2018年7月2日，最低气温-25.03 ℃出现在2019年1月29日，全年平均气温为-6.37 ℃。

图2 阿里地区全年气温变化趋势图

由陈沥[7]对阿里地区气温进行的研究可知，改则站点平均气温变化区间为-1.46～2.36 ℃，狮泉河站点平均气温在-1.10～3.70 ℃之间变化，普兰站点平均气温变化区间为2.00～5.70 ℃，对比发现自动气象站在观测时段内观测出最低年平均气温(约-6.40 ℃)。根据国家气象数据网的站点资料可知，改则站点代表阿里较高的东部各地区观测场，站点设置于海拔4 414.9 m处、狮泉河站点代表中北部地区观测场，站点设置于海拔4 278.6 m处、普兰站点代表海拔相对低的南部地区观测场，站点设置于海拔3 900 m处。观测年内最低气温的出现与气象站所处的海拔高度密切相关，自动气象站全年均温与阿里地区其他气象站最低均温相比最大相差约-5 ℃。这与张宇新[8]等得出气温与海拔都存在较明显的负相关性，由于青藏高原的热源作用,其气温垂直递减率略小于平均值6 ℃/km的结论一致。而“阿里原初引力波探测计划”搭建的气象站位于海拔5 300 m的AliCPT-2观测台址附近，该区域代表着有人类活动迹象的更高海拔山脊观测场，因此出现了阿里地区年平均气温中的极低均温，借此可以进一步了解阿里地区气温变化特征及演变趋势。应用趋势系数法拟合得到自动气象站观测区域内全年气温变化的一元线性回归方程y=-0.062x+2 681.3，二者的线性相关系数能够成功经过α=0.05的显著性水平检验，则方程有意义。回归系数为负数，则表明阿里地区全年气温整体呈下降趋势，就气温变化折线图走势可知，阿里地区全年中春季和夏季气温呈现波动上升趋势，秋季和冬季呈现波动下降趋势。由图3显示，阿里地区春季气温几乎都处于0 ℃以下，最低气温-12.2 ℃出现在2019年3月19日，最高气温0.87 ℃出现在2018年5月13日。观测区春季气温的一元线性回归方程y=0.114x+4 932.4中线性相关系数通过了α=0.05的显著性水平检验，说明方程有意义，且回归系数为正数，表明阿里地区春季整体气温呈上升趋势；阿里地区夏季气温全部处于0 ℃以上，2018年7月2日出现最高气温10.30 ℃，2019年6月18日出现最低气温0.99 ℃，夏季气温的一元线性回归方程y=0.024 8x-1 067.1中线性相关系数通过了α=0.05的显著性水平检验，表明阿里地区夏季整体气温呈上升降趋势；阿里地区秋季约2/3的时间气温处于0 ℃以下，2018年9月1日出现最高气温6.88 ℃，2019年11月7日出现最低气温-14.52 ℃，秋季气温的一元线性回归方程y=-0.200 1x+8 677中线性相关系数可以通过了α=0.05的显著性水平检验，表明阿里地区秋季整体气温呈下降趋势；阿里地区冬季全部气温处于0 ℃以下，2018年12月5日出现最高气温-9.60 ℃，2019年1月29日出现最低气温-25.03 ℃，冬季观测时间段内平均气温为-16.98 ℃，冬季气温的一元线性回归方程y=-0.035 6x+1 531.8中线性相关系数通过了α=0.05的显著性水平检验，表明阿里地区冬季整体气温呈下降趋势。结合季节气温变化趋势图(图3)可知，春季气温变化趋势在-12.20～0.87 ℃之间波动，夏季在0.99～10.30 ℃之间波动，秋季6.88～-14.52 ℃，冬季在-9.60～-25.03 ℃，季节气温波动值区间与全年约有3/4时间气温处于0 ℃以下的结果相匹配。(2018年8月5日和11月1日数据缺失，但不影响夏秋两季气温变化总体趋势。)

如图4所示，阿里地区年平均气温变化分为2个阶段，2018年5—10月，总体为正距平，最大距平为16.69 ℃，出现在2018年7月2日，表明2018年5—10月这一阶段气温处于偏暖时段；而2018年10月—2019年4月总体为负距平，最小距平为-18.64 ℃，出现在2019年1月29日，说明2018年10月—2019年4月这一阶段处于气温偏低时段，而全年气温距平总体呈现下降趋势。

如图5所示，阿里全年日均温度累积距平呈现3个阶段：上升阶段、相对平稳阶段、下降阶段，距平温度线性图像总体呈现倒“U”型。2018年4—10月呈上升趋势，正距平占主导地位，气温处于上升时期，2018年10—12月中旬为相对平稳阶段，处于正负距平的转折点，2018年12月中旬—2019年4月呈下降趋势，负距平占主导地位，气温处于下降时期。累积距平最大值为1 422.50 ℃，出现在2018年10月5日。

运用Mann-Kendall突变检验法，对阿里地区全年以及春、夏、秋、冬4个季节的气温进行时间序列趋势分析与突变检验，绘制出Mann-Kendall检测曲线图(图6、7)。

图6 阿里地区全年Mann-Kendall检测曲线图

a—春季；b—夏季；c—秋季；d—冬季。图7 阿里地区四季Mann-Kendall检测曲线图

从图6可知，阿里地区气温以2018年11月18日为起点产生了突变(通过了α=0.05显著性水平的检验)。2018年4月1日—11月18日的平均气温是-0.93 ℃，2018年11月19日—2019年4月19日平均气温成断崖式下降，降至-15.84 ℃，相差14.91 ℃。UF曲线从2018年4—5月中旬之间气温小幅度波动，2018年5月下旬UF曲线开始持续上升并突破α=0.05显著性水平检验的临界线，表明气温上升趋势十分显著，9月中旬以后UF曲线持续下降在同年11月下旬突破α=0.05显著性水平检验的临界线，表明气温下降趋势十分显著。

从图7可以看出，春季、秋季UF和UB曲线虽有交点但未通过α=0.05显著性水平的检验，故春、秋两季没有发生气温突变。夏季、冬季UF和UB曲线有交点且通过了α=0.05显著性水平的检验，故夏、冬两季出现了气温突变。夏季突变发生在2018年6月23日，突变前后均温分别为3.46、5.92 ℃，冬季气温突变发生在2018年12月8日，突变前后均温分别为-12.54、-17.41 ℃。气温突变发生在夏季、冬季，这一发现与丁真贡嘎[9]等得出阿里只有冬季、夏季两个季节，其温差普遍在25 ℃上下结论相互印证。季节气温的Mann-Kendall突变检验结果出现在冬夏两季证实了阿里地区只有冬、夏两个季节，同时也说明了阿里地区突变前后温差明显，温度变化剧烈，且全年在冬寒与夏暖的之间交替，春、秋两季可以视为不存在。

利用R/S分析法绘制出阿里地区全年日平均气温和每个季度日平均气温序列的Hurts指数图(图8、9)，可知春、夏、秋、冬四季及全年日平均气温的H值分别为0.89、0.84、1.03、0.70、1.08，均大于0.5，由Hurts指数所表示的含义可知，阿里地区年平均气温的变化具有正持续性特征，说明项目观测区未来气温变化的趋势与现今气温变化的趋势相同。秋季和全年日平均气温的Hurts值分别为1.03、1.08，均大于1但接近于1，说明未来秋季与全年气温变化的趋势与现在有很强的正持续性，微小数值的误差不影响气温趋势预测。

图8 阿里地区全年气候指标的R/S分析结果

图9 阿里地区四季气候指标的R/S分析结果

4 总结

阿里地区全年约3/4的时间日均气温处于0 ℃以下，从趋势系数法与累积距平分析结果发现两种算法得出阿里地区气温变化趋势相似，春夏两季气温呈波动上升趋势，秋冬两季气温呈波动下降趋势，这亦符合气温随时间变化的规律，同时也能佐证趋势系数法及累积距平算法在研究气温变化的可信性，为将来研究阿里地区更长时间气候变化奠定了基础。阿里地区气温变化随着海拔高度的不同，气温在波动范围及其他站点均温上都存在一定程度的差异，与现有研究的对比发现，海拔高度与气温存在负相关性，自动气象站全年均温与其他气象站最低均温相比最大相差约-5 ℃，而气温的突然改变会影响探测器正常的信号输出，由此在AliCPT项目设备研制及搭建放置过程，需要予以重点考虑气温突变方面的因素。

从气温突变的情况来看，全年和夏、冬两季日均气温都发生了突变，年日均气温突变发生在2018年11月18日，夏季发生在6月23日，冬季发生在12月8日。根据Mann-Kendall非参数检验在突变点前后时段内的平均温度有明显差距并且通过了α=0.05显著性水平检验，说明Mann-Kendall非参数检验这一算法适用气候因子的突变检验。突变前后均温相差较大，尤其是冬季气温突变前后相差-5 ℃，说明高海拔地区气温变化剧烈气候状况复杂多变，同时与丁真贡嘎的研究结果比对，说明Mann-Kendall检测法在对阿里气温突变情况检测中可信度高，实用性良好，对未来研究高海拔地区气温突变情况做出了可靠的验证。

R/S分析结果显示春、夏、秋、冬四季及全年日平均气温的H值均大于0.5，佐证了阿里地区气温变化趋势具有很强的正持续性特征，说明未来气温变化的趋势与现今气温变化的趋势相同。

5 讨论

在全球气候变暖的大背景下，影响阿里气温变化的因素，不仅与地形特殊的地理有关，大尺度的大气环流对气温的变化也产生至关重要的作用[10]。另外，地表覆盖的变化[11-12]、人类温室气体的排放[13]都与气温有着密切的关系，其更深层次的影响因素还有待于更进一步深入的研究。

从目前的结果来看，气温变化情况与以往研究[8-10]有相似之处，具有正相关特征，由于自动气象设备架设在位于海拔5 300 m的AliCPT-2观测台址附近，该观测区域代表着有人类活动迹象的更高海拔山脊观测场，因此气温整体偏低，全年整体气温下降明显，气温发生了突变，且突变点较多，突变前后温度相差较大，突变后温度较低，突变情况相对复杂。受制于本研究所用的气象要素的观测数据量还十分有限，现有数据只是对阿里地区一年的气温变化趋势和气温突变的情况进行了初步的研究，对相关算法进行了有效验证。将来若有更大样本的数据，加之用科学合理的研究方法进行深层次分析，将会更好地预测阿里地区气温变化趋势和突变规律，以便服务于“阿里原初引力波探测计划”，同时未来也期望能对研究青藏高原气候变化情况做出积极贡献。

致谢：感谢国家自然科学基金项目(11803024，11747128)的资助，感谢AliCPT项目组成员单位、拉萨市气象局、阿里地区气象局等单位的大力支持。