Page 112 - 《高原气象》2026年第3期
P. 112

高     原      气     象                                 45 卷
              720
             4619号的中国地图制作, 底图无修改。依据气象季                          数≥0. 9的台站选为该待检站的参考站, 同时限定参
             节规定, 3 -5 月为春季、 6 -8 月为夏季、 9 -11 月为                考站的时间序列包含待检站的时间序列, 一个待检
             秋季、 12月至次年2月为冬季。                                   站一般选取 2~4 个参考站。依据加权平均法, 将参
             2. 2 研究方法                                          考站的气温序列拟合为待检站的年、 月尺度的参考
             2. 2. 1 非均一性检验方法                                   序列, 各参考站的权重为其与待检站气温序列相关

                  基于 RHtests V4 软件中的惩罚最大 F 检验和惩                 系数的平方。待检站与参考站之间的距离公式为:
             罚最大 t 检验, 对湖北省气温长序列资料进行非均
                                                                      d ( A 1 ,A 2) = R· arccos [ sin x 1 sin x 2  (1)
             一性检验。惩罚最大 F 检验可以不使用参考序列,                                        +cos x 1 cos x 2 cos ( y 1 - y 2 ) ]
             能够有效避免参考序列的非均一性导致检验结果                              式中: A 、 A 分别为待检站和参考站; y 、 x 为 A 站
                                                                          2
                                                                                                   1
                                                                                                       1
                                                                       1
                                                                                                           1
             出现偏差; 惩罚最大 t 检验是把临近的一个或多个                          点的经度和纬度; y 、 x 为 A 站点的经度和纬度; R
                                                                                 2
                                                                                    2
                                                                                         2
             气象台站的气温序列拟合为一个参考序列, 将待检                            为地球半径(6371 km)。
             站气温序列中显著异于局地气候的信号判定为不                                 (2) 日尺度参考序列的建立
             连续点, 对水平距离较近、 海拔差较小的气象台站                               局地天气的扰动对相邻气象台站日尺度气温
             气象要素的非均一性检验具有较好的适用性(赵美                             序列的影响具有不一致性, 多个相邻台站拟合的参
             艳等, 2018)。两种检验方法通过引入数据序列滞                          考序列可能会平滑掉部分天气过程的影响, 进而降
             后一阶自相关修正项, 有效降低了检验误差, 其中                           低非均一性检验结果的可靠性(赵美艳等, 2018)。
             包含的多元线性回归算法, 在有效降低误检率的同                            因此, 在待检站年、 月尺度的参考站中选取与该待
             时, 提高了序列两端数据非均一性的检验能力(李                            检站日气温序列 Pearson 相关系数最高的单个台站
             琰等, 2018)。                                         作为日尺度气温序列的参考站, 从而使非均一性分
                  由于观测任务的调整, 湖北省部分台站观测次                         析的可行性更高。
             数由 3 次变更为 5 次, 为避免观测次数的差异导致                        2. 2. 3 显著断点的判断与订正
             日平均气温的计算方法发生改变, 进而增加其非均                                采用 RHtests V4 软件中的惩罚最大 t 检验, 在
             一的可能性, 本研究仅对最高和最低气温序列进行                            信度 0. 05 的显著性水平下, 对 1961 -2024 年湖北
             非均一性检验及订正, 在一定程度上避免了对日平                            省 74站的年、 月、 日尺度的最高气温和最低气温序
             均气温、 日最高和最低气温序列进行非均一性处理                            列进行非均一性检验, 保留两类断点, 一类为在年
             的结果出现逻辑错误的可能性(司鹏和徐文慧,                              或月气温序列中检出的有元数据支持的显著断点,
             2015)。                                             并限定该断点与待检站元数据记录时间差小于一
             2. 2. 2 参考序列的建立                                    年, 依据元数据时间信息替换该断点在日气温序列
                  对气温序列进行非均一性检验, 建立均一的参                         中的位置; 另一类为无元数据支持, 但在年(或月)
             考序列至关重要。由于日尺度气温序列波动较大,                             与日气温序列中均检出的同一年份的显著断点, 依

             若仅对日气温序列进行非均一性检验, 结果易出现                            据日气温序列的断点时间判定断点位置。运用分
             偏差。因此, 本研究建立年、 月、 日 3 种尺度的参                        位数匹配法(Quantile-Matching, QM)(显著性水平
             考序列进行显著断点的检验, 依据综合判定的显著                            0. 05), 在日尺度气温参考序列下, 对各台站日最
             断点对日气温序列进行断点的订正。                                   高和最低气温序列的显著断点进行订正。QM 方法
                 (1) 年、 月尺度参考序列的建立                              能够有效处理台站迁移等原因对气温序列造成的
                  选用 RHtests V4 软件中的惩罚最大 F 检验, 参                系统性偏差和分布形态的变化, 通过调整使订正后
             考气象台站元数据信息, 对1961 -2024年湖北省74                      的气温序列在显著断点前后具有一致的概率分布,
             站年、 月尺度的最高和最低气温序列进行非均一性                            目前对气温、 降水、 风速等气候资料的非均一性订
             检验, 剔除其在 0. 01 和 0. 05 两种显著性水平下均                   正效果较好(潘蔚娟等, 2021)。
             出现显著断点的气象台站。在剩余的台站中参考                              2. 2. 4 非均一性偏差及贡献率
             邻站选取法(任国玉等, 2010)确定参考站, 将待检                            为定量评估气温序列的非均一性影响, 参考张
             站定义为圆心、 半径 200 km 的圆内与该待检站海                        玉翠等(2025)关于气温序列城市化影响的研究方
             拔差小于 100 m, 且与其气温序列的 Pearson相关系                    法, 定义非均一性偏差和非均一性贡献率。非均一
   107   108   109   110   111   112   113   114   115   116   117