利用趋势分析检测干旱、半干旱地区的降水波动外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

利用趋势分析检测干旱、半干旱地区的降水波动

H. Khosravia*, F. Sajedi-Hosseinib, M. Nasrollahic, H.R. Gharechaeia

伊朗卡拉季德黑兰大学自然资源学院b伊朗萨里萨里农业科学与自然资源大学流域管理工程系c Semnan大学，伊朗Semnan大学

摘要

最重要的气候变化现象与气温和降水有关。降水尤为重要，因为降水格局的改变也许在不同地区带来洪涝或干旱，而且降水是农业中的一个主要因素。近年来，我们渐渐对了解几个月的降水变率对年度和季节性趋势的影响产生了兴趣，并对1972年至2011年期间法尔斯省22个降雨站的变化点进行了分析。Mann-Kendall非参数检验和Sen的方法被用于确定正向或负向趋势; Pettitt测试、标准正态均匀性测试、Buishand范围测试和冯诺依曼比率，被用于检测时间序列中的变化点。使用TFPW方法可以降低自相关和序列相关对Mann-Kendall测试的影响。Mann-Kendall试验和Sen的方法的结果均显示，除Monje站外，所有雨量站均呈下降趋势。但是，所有台站都没有观察到明显的趋势。此外，结果表明降水没有发生非均匀性; 而所有测试表明降水时间序列没有变化点。除Ali Abad Khafr的冬季外，降水时间序列中没有明显的变化和突变， 并且Ali Abad Khafr，Tangab和Ramjerd分别基于pettitt测试和标准正态均匀性测试。

关键字：法尔斯省；Mann-Kendall试验；Pettitt测试；降水；变率

1、引言

降雨量是其最重要的气候变量之一，它的剧烈变化可能导致干旱(Choubin等2014;Sigaroodi等2014;Choubin等2016)，大范围的洪水(Choubin等2016; Choubin等2017)甚至死亡。分析降雨趋势及其突变，可以为改善该地区的水资源管理，环境保护，农业生产或整体经济发展战略提供有价值的信息(Gocic and Trajkovic, 2013)。因此，近年来世界各地对降水趋势分析进行了几项研究，并显示出其重要性。

在1833-1996年间，利用32个台站数据研究得知年度和季节降雨量在整个意大利的年度尺度上呈下降趋势，但这种下降在意大利南部中心最显著。中南部地区春季和北部秋季季节性尺度显著减少(Buffoni等1999)。使用Mann-Kendall测试的年度降雨量、每月下雨天数和20个台站的年度变化显示，伊朗干旱和半干旱地区没有显著的气候变化(Modarres and Silva, 2007)。1960-2006年间，调查了中国黄河流域降水的时空格局，结果显示所有台站均呈下降趋势(Liu等2008)。Hejam等人(2008)调查了伊朗中部盆地年降水量变化的趋势。他们发现，在大多数情况下，Mann-Kendall检验和Sen的斜率估计在趋势确定方面具有相同的表现。Sen的非参数方法在葡萄牙的10个站点使用Mann-Kendall测试进行年度和月度降水趋势，代表了季节和年降雨量的正向和负向趋势序列(Lima等2010)。扎格罗斯山脉在1961-2001年间发现，流域内大部分径流量趋势与降雨量的变化有关（Masih等2011）。Tabari等人 （2011）研究显示，1966 - 2005年间，伊朗西部，南部和西南部的年降雨量没有变化趋势。Moghaddamneia等人（2012）使用区域Mann-Kendall检验确定30年内Mazandaran省24小时最大降雨量和平均年降雨量的趋势变化。结果表明，年平均降雨量在1％的显着水平上呈上升趋势。 Wijngaard等人（2003）对欧洲站系列（1901-1999）均匀性方面的地面气温和降水日常进行了广泛的分析。 Mart nez等人（2009）应用了三个位置特异性均匀性测试 -- 标准正态均匀性测试（SNHT），Buishand范围测试和Pettitt测试来检测西班牙年度最高气温和年最高气温系列的破坏年。当三个测试中的两个在同一年的某个置信度下检测到同一年时，则认为该年为破坏年。 Karabork等人（2007）在212个气象站对降水时间序列进行了两次绝对均匀度测试，分别是SNHT和Pettitt测试。如果至少有一项测试在5％的显着性水平上拒绝同质性，则该站被认为是不均匀的。 Urkes等人（2008）用非参数K-W检验确定时间序列是否均匀。Turkes（1999）完成了年度和季节降水总量序列的同质性统计评估，以及通过非参数K-W检验的年度干旱指数和温度序列，以评估各时期均值的均值。

为了提升法尔斯省在农业领域的潜力，而降雨作为最有效的气候变量，这项研究是必要的。因此，本研究的目的是使用MannKendall非参数检验，Sen方法和Pettitt检验，在自相关和序列相关性（TFPW）对序列时间的影响下降后确定年降水量和季节降水趋势及突变。

2、材料和方法

2.1研究区域的位置

法尔斯省是伊朗31个省份之一，其中心是西拉。 它位于北纬50°36至55°35和北纬27°3至31°40之间。法尔斯省面积122608平方公里。 它是农业方面最重要的省份之一，面积15891平方公里（占全省总面积的12.5％）。根据计算20年期间的平均年降雨量约为330毫米。Abarkooh平原降雨量最小（150毫米），最大数量是在Arzhan平原北部的Bonrood Zangane（1200毫米）测量的。在这项研究中，使用了22个雨量站近40年（1972 - 2011年）的月度数据。由于在进行水文分析之前，确保数据的准确性和质量至关重要，因此对以下条件的站点进行了分析。1.长度相同2.缺少数据缺失或错误3.覆盖全省的地理和气候分布，图1显示了法尔斯省地图上的计量站的空间分布。

图1：法尔斯省的地图

2.2时间趋势分析方法

2.2.1去除自相关分量方法

多次报道说，序列相关性的存在可能会导致对原假设的错误排斥（Kulkarni and Von Storch 1995; Yue等2002）。 在应用Mann-Kendall趋势测试和突变点检测之前，预白化是消除序列相关性对数据集影响的最常见方法之一。 预白化首先由Kulkarni和Von Storch（1995）提出，在该研究中，将具有显著自相关的改进的预白化方法即无趋势前白化（TFPW）应用于数据集中以消除序列相关性（Yue等2002）。

2.2.2Mann-Kendall测试

非参数Mann-Kendall检验（Mann 1945; Kendall 1975）已被广泛用作识别水文气象和其他相关变量（如水质，河流流量，气温，降水量和干旱等）的单调趋势的有效工具在世界各地（Modarres和Silva，2007年）。

其中P是任何给定平局的范围，Sigma;表示所有关系的总和。统计Z遵循标准正态分布。如果| Z |gt; 1.96，则在5％的显着性水平下，无趋势的零假设被拒绝。Z的正值表示增加的趋势，相反则相应于减少的趋势（Mann 1945; Kendall 1975）。

2.2.3 Sen的斜率估计器

如果在时间序列中存在线性趋势，则可以使用Sen（1968）开发的简单非参数程序来估计真实斜率（每单位时间的变化）。斜率对于时间序列X {x₁，x₂，...，x_n}，其中ngt; 10，标准正态统计量Z估计如下：首先计算N对数据的估计值

?_? =(?_?minus;?_k)/(?minus;?) 其中i= 1, hellip;., N （5）

其中x_j和x_k分别是在时间j和k（jgt; k）处的数据值。 Q_i的N个值的中位数是Sen的斜率估计值。 如果N是奇数，那么Sen的估计量就是

?_??? = ?_{[(? 1)/ 2]} （6）

如果N是偶数，那么Sen的估计量是

?_m?? =1/2(?_[?/2] ?_{[ (? 2)/2]}) （7）

最后，Q_med在100（1-a）％的置信区间内进行双侧测试，真实斜率可以通过非参数测试获得（Partal和Kahya，2006）。

2.2.4 Pettitt测试

识别变化点是研究气候变化和人类活动影响的流量系列分析最重要的统计方法之一。 由Pettitt（1979）开发的非参数方法被用来确定本研究中变化点的发生，并已被广泛用于检测水文和气候记录中的突变点（Mavromatis and Stathis 2011）。此方法检测时间序列的平均值的显著变化，当确切的变化时间未知时。该测试使用Mann-Whitney统计量Ut，N的版本，其验证两个样本x₁，...，x_i和x_i 1，...，x_n是否来自相同的群体。 测试统计Ut，N由下式给出：

统计量计算第一个样本的成员超过第二个样本成员的次数。 Pettitt测试的无效假设是没有变化点。 其统计量k（t）和显著性检验中使用的相关概率给出如下（Pettitt 1979）：

如果P lt;0.05，则存在显着的变化点，时间序列在变化点的位置被分成两部分。

2.2.5标准正态均匀性测试

Alexandersson（1986）描述了一个统计量T（k）来比较记录的第一个k年的平均值和最后n-k年的平均值：

比较记录的第一个K年和最后N K年的平均值。 在K年中断时，T（k）达到其最大值。根据年的T（k）的分布图表示结果。 测试统计量T0定义为：

如果T0超过临界值，则假设将被拒绝。如表七所示，临界值取决于样本大小。 SNHT容易对接近开始和结束序列的突破敏感。

2.2.6 Buishand范围测试

在这个测试中，调整后的部分和被定义为

当一个序列是齐次的时候，S_k *的值将在0附近波动，因为Yi值相对于它们的均值的系统偏差不会出现。 如果在K年出现中断，则S_k *在年k = K附近达到最大值（负移动）或最小值（正移）。在表示结果的图中描绘（S_k * / s）/radic;n 的测试。 可以用重新调整的调整范围R来测试移动的重要性，R是样本标准偏差缩放的s值的最大值和最小值之间的差值：

3、结果和讨论

曼氏 - 肯德尔测试对法尔斯省22个雨量站季节和年降雨量数据的研究表明，除Monej站外，全省降水量减少。在月尺度上，除了Chubekhle，Dehkadeshahid和Monej之外，所有季节的Monj站都呈下降趋势，并且每年都有一个站的规模。但是，任何时间尺度的站都没有出现明显的趋势（表1）。在季节和年度时间尺度上，法尔斯省仪表台的Sen斜率估算值在秋季表现出最大的下降趋势，并且增长趋势分别与Chity站（-2.042）和Ramjerd（0.663）有关。冬季除monje（0.722）以外的所有台站均呈下降趋势，最低的趋势与Tangab台站（-4.645）有关（表2）。今年春季Mol-ghaedi站的减少趋势最大（-1.359）。 结果显示，由于大多数台站降水不足，夏季没有观测到斜坡趋势。年度趋势显示，除Chubekhle，Dehkade-shahid和Monje之外，所有站的斜度都在下降。 最负的斜率与唐卡站（-5.699）有关。基于得到的结果，在大多数情况下，Mann-Kendall检验和Sen的斜率估计在趋势确定方面具有相同的性能。 在所有22个研究站（1982年AliAbad-Khafr，Tangab 2005，Ramjerd 2006）中，Pettitt检验，标准正态同质性检验，Buishand范围检验，确定变化点的冯诺依曼比率和平均序列时间的突变显示了变化点（图2）。

表1和表2显示了22站的Mann-Kendall检验和Sen斜率估计结果，结果显示年降水量和季节降水量序列具有统计显着性（1,5和10％）的增加或减少趋势。 另外，曼恩 - 肯德尔测试的年降水趋势方向如图3所示。

表1.曼恩 - 肯德尔季节和年降水量的趋势分析结果

表2. Sens斜率估算器对季节和年降水量的趋势分析结果

图2.识别Aliabad-Abad Khafr站季节性时间尺度变化点的Pettitt测试结果

图3.各站点趋势的方向：闪烁表示Mann-Kendall测试的年降水趋势方向

4、总结

本研究采用区域性方法，目的是更好地区分时间趋势和变化点。在这项研究中，法尔斯省的年降水量和季节降水量的趋势是通过Mann-Kendall检验和1972年至2011年期间森的坡度估算值确定的。然后，标准正态均匀性检验（Alexandersson，1986），Buishand范围检验（Buishand，1982），Pettitt检验（Pettitt，1979）和冯诺依曼比率检验（冯诺依曼，1941） 可以检验变化点。 使用TFPW方法来降低自相关和序列相关性对MannKendall测试的影响。 Mann-Kendall检验结果表明，在季节尺度上，Tangab站冬季降水量（-0.322）和Chity站年尺度

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22409]，资料为PDF文档或Word文档，PDF文档可免费转换为Word