Page 60 - 《高原气象》2025年第3期
P. 60

高     原      气     象                                 44 卷
              618
             2. 2 数据来源                                                                      -t 2
                                                                                       ict
                                                                                φ(t ) = e + e  2          （2）
                  本文选取了黄土高原及其周边地区的 115 个气
                                                                式中： φ （t）为小波函数； i 为虚数； t 为时间； c 为无
             象站点近 60 年的逐日降水数据进行研究， 这些气
                                                                量纲频率。
             象站点的具体分布情况如图 1 所示。这 115 个气象
             站点的降水数据的起止时间为 1959 年 1 月 1 日至                      3  结果与分析
             2018 年 12 月 31 日， 所有的降水数据都从国家气象
                                                                3. 1 1959 --2018年黄土高原地区降水空间分布特征
             中心获得。文中使用的地图是基于中华人民共和
                                                                    由图 2 可知， 黄土高原地区的降水区域分布不
             国自然资源部地图技术审查中心标准地图服务系
                                                                均， 近 60 年的平均降水量在 130~750 mm， 在空间
             统下载的审图号为 GS（2016）1585 号的中国地图制
                                                                上总体呈现出了南多北少、 东多西少的降水分布特
             作， 底图无修改。
                                                                征。年等降水量线则呈现出较为明显的东北-西南
             2. 3 研究方法
                                                                的走向。
             2. 3. 1 反距离加权插值
                                                                    区域的降水量除了受地理位置影响外， 同时地
                  对研究区内及周边的 115 个气象站点的 1959 -
                                                                形因素也会对降水量产生一定的影响。由于黄土
             2018年的逐日降水量进行评估和筛选， 将气象站点
                                                                高原地区的海拔跨度极大， 通过图 2 可以看出， 黄
             中缺失降水数据的个别年份舍掉， 再选取缺测数值
                                                                土高原地区的年降水量在空间上的分布具有明显
             较少、 数据连续性较好气象站点对应的逐日降水数
                                                                的“阶梯状”变化， 在整体上则呈现出自东南向西
             据进行整理， 得到每个站点的年总降水量。分别以
                                                                北逐渐递减的趋势， 年降水量从东南部的 720 mm
             30 年和 60 年为单位计算出每个气象站点的年平均
             降水量。                                               左右递减至西北部的不足 150 mm。其中， 区域内
                                                                年 降 水 量 的 最 大 值 出 现 在 陕 西 省 的 华 山（海 拔
                  反距离加权插值法认为每一个采样点都会对
             邻近区域的插值点产生影响， 并且影响的大小与距                            2064. 9 m）， 为 735. 96 mm； 其次为山西省的五台
             离成反比， 同时反距离加权插值法是一种精确插值                            山（海拔 2208. 3 m）， 为 655. 74 mm； 最低值则出现
             的方法， 即插值之后表面通过采样点， 所以就可以                           在 内 蒙 古 自 治 区 的 临 河（海 拔 1041. 1m），  仅 为
             保证插值得到的结果在采样点处与实际监测到的                              139. 93 mm。年降水量和海拔成正比， 海拔越高年
             结果相同（刘世伟等， 2015； 李翔宇等， 2019； Knot‐                 降水量越大， 在热力条件和地形的共同影响下， 山
             ters et al， 1995）。根据研究区域和研究目的的具体                   区的降水量会高于周围地区（田风霞等， 2009）。
             情况来确定最终所使用反距离（IDW）加权插值方                            因此， 小范围内地形的差异会对黄土高原地区降
                                      i = 1( )
             法。计算公式如下：                                          水的分布产生一定的影响。而就我国大范围的地
                                       n
                                     ∑    z i p                 形而言， 黄土高原位于我国东部季风区向西北干
                                                                旱区的过渡地带， 处于季风区的边界线， 黄土高原
                                         d i
                             Z( x，y) = i = 1( )         （1）     东南部的大半个区域都会受到东亚季风的影响，
                                          1
                                       n
                                     ∑   d i p                  而东南季风则是降水水汽的主要来源， 由东南季
                                                                风带来的大量水汽使黄土高原东南季风区和西北
             式中： Z（x， y）是插值点（x， y）处的属性值预测值； z i
             是第 i个已知样观测点的属性值； d i 是第 i个已知样                      非 季 风 区 的 降 水 量 有 明 显 的 差 异（Samel  et  al，
             本点与插值点（x， y）之间的距离； p 是距离的幂次                        1999）。同时， 在黄土高原南部秦岭山脉和东部太
             参数（一般为 1 或 2）， 用于控制距离对权重的影响                        行山脉的阻挡下， 由南向北行进的暖湿气团的水
             程度； n是参与插值计算的已知样本点的数量。                             汽质量分数逐渐减小， 进而形成了研究区内南多
             2. 3. 2 小波分析                                       北少的降水分布格局。综上所述， 我国黄土高原
                  小波分析在大气科学以及水文水资源科学等                           地区降水的空间分布在很大程度上受到地形的影
             研究中被广泛应用。小波分析可以探测不同时间                              响， 山区高于低海拔地区， 年降水量随海拔增大而
             尺度内的瞬时成分和频率成分， 研究多个时间尺度                            增大。
             的变化成分。Morlet 小波因在时间与频率的局部                          3. 2 1959 --1988 年和 1989 --2018 年黄土高原地区
             化之间具有较好的平衡， 所以本文通过 Matlab 使                             降水空间分布变化特征分析
             用 Morlet 小波函数对黄土高原地区降水时间序列                             为了能够更加直观地总结出黄土高原地区近
             进行分析， 计算公式如下：                                      60年的降水时空变化特征， 将黄土高原地区及其周
   55   56   57   58   59   60   61   62   63   64   65