当前世界环境

介绍

降雨和温度是气候中最重要的基本物理参数，因为这些参数决定了影响农业生产力的特定地区的环境条件。全球变暖/气候变化是科学家和研究人员讨论的最重要的世界性问题之一。气候变化的后果之一是降雨模式的改变和温度的升高。根据政府间气候变化专门委员会(IPCC) 2007年的报告，20年来地球表面温度上升了0.6±0.2ËšC^th世纪。同样在过去的50年里，气温的上升速度约为每十年0.13±0.07ËšC。由于全球变暖取决于大气中温室气体的排放，IPCC预计全球变暖的速度约为每十年0.2ËšC。此外，地表气温可能在1.1ËšC到6.4ËšC之间升高，超过21^th世纪。在印度，气候变化预计会对降水、温度、季风时间和极端事件产生不利影响(Fulekar and Kale 2010)。由于全球变暖，由于蒸发量增加，特别是在热带地区，降水的数量、类型和时间正在发生变化或预计会发生变化(Ritter, 2006)。降雨的模式和数量是影响农业生产的最重要因素之一。农业对印度经济和人民的生计至关重要。农业对该国国内生产总值的贡献为21%，雇用了56.4%的总劳动力，并直接和间接支持6亿人(Beena Shah 2010)。在印度，尽管工业化最近取得了进展，但经济的健全在很大程度上依赖于农业商品的总产出，农业是数百万人口的主要支柱，其作物主要依赖于自然降雨。除了半岛东南部和查谟和克什米尔地区，西南季风(6 - 9月)是全国主要的降雨来源。在季风期间，该国大部分地区的年降雨量超过75%。印度的经济传统上是农业性质的，过度的气候异常、降雨不足和洪水年份对经济以及受影响地区居民的生活条件产生了巨大影响(Parthasarthy et al. 1988)。 The green revolution on technology has increased the rice and other foodgrain production and productivity substantially. The trend analysis of rainfall recorded for long term periods provides information about rainfall patterns and variability. The main objective of this paper is to analyse the variability and trend of rainfall and temperature records of Labandi observatory (IGKV, Raipur).

数据和方法

rapur的Indira Gandhi Krishi Vishwavidyalaya农业气象部为Labhandi天文台收集了1971-2013年(43年)的月降雨量和月平均最高温度数据。年平均值是根据分析后的月度读数计算出来的。趋势被定义为一个序列在一段较长时间内的一般运动，或者是因变量在一段较长时间内的长期变化(Webber and Hawkins, 1980)。趋势由温度与时间、降雨与时间这两个变量之间的关系决定。采用回归分析、决定系数R等统计方法²表示温度和降雨趋势的意义。采用Mann-kendall 1945趋势检验和最小二乘法对回归线斜率进行了推导和检验。计算了降雨量和气温的平均值、标准差和变异系数。

曼-肯德尔趋势检验

Mann-Kendall检验是一种用于识别时间序列数据趋势的非参数检验。该测试由Mann(1945)提出，并已广泛用于环境时间序列(Hipel and McLeod, 2005)。该测试比较样本数据的相对大小，而不是它们的数据值。这种测试的一个好处是，数据不需要证实任何特定的分布。设X1 X2..........Xn表示n个数据点，其中Xj表示时刻j的数据点，则Mann-Kendall统计量(S)由S=Σ Σ符号(Xj- Xk)给出，j=2,3....n;k = 1,2…j-1式中:符号(Xj-Xk) = 1，表示Xj-Xk >0，表示Xj-Xk =0，表示Xj-Xk <0，表示(Xj-Xk) =0，表示(Xj-Xk) = -1。然而，有必要计算与S和样本量n相关的概率，以统计量化趋势的显著性。对于样本量>10，可以使用Mann-Kendall检验的正态近似。 For this, variance of S is obtained as, V(S) = [n (n-1) (2n+5) - Σtp(tp-1)(2tp+5)] /18, p=1,2…..q Where tp is the number of ties for the pth value and q is the number of tied values. Then standardized statistical test is computed by: Z=S-1/√V(S) if S>0, =0 if S=0, =S+1/√V(S) if S<0 The presence of a statistically significant trend is evaluated using Z value.

研究区域

赖布尔位于恰蒂斯加尔邦的中东部，纬度21度⁰16^”北纬81度⁰36^”海拔289.5米。赖布尔的气候处于半湿润状态，年平均降雨量约为1489毫米，其中90%(1348毫米)是在季风(6月至9月)期间收到的。在拉比，(十二月至二月)的平均降雨量只有8毫米。最高气温介乎24.4至42.6度⁰最低温度介乎摄氏10.0至27.5度⁰C分别。

月平均最高气温(MMAX)趋势分析

利用线性回归的最佳拟合曲线，得到了各年月平均最高气温的变化趋势。1 - 12月份的线性回归趋势及其线性回归方程和决定系数如图1所示，表2所示。从数据可以明显看出，除了4月和10月的平均最高气温下降非常微弱外，其他月份的月平均气温都有显著上升。这表明，在拉班迪赖布尔站区，12月气温上升幅度最大(0.0256)⁰C)增加了1.1008⁰C在1971-2013年期间。

年平均月最高气温(MMAX)趋势分析

年平均月最高气温(MMAX)呈上升趋势，年上升幅度为0.010⁰C，如图2所示。这意味着拉班迪赖布尔站的年平均最高温度增加了0.4558⁰C在1971-2013年期间。各月最高气温统计汇总见表1。赖布尔平均温度的变异系数在11月份最高，为6.09%，而在9月份最低，为2.18%。这意味着赖布尔地区的平均温度在9月份最稳定，在11月份最不稳定。TMRF的变异系数在12月份最高，为299%，而8月份的变异系数最小，在赖布尔地区为37%。这表明8月份的降雨量更稳定，而12月份的降雨量变化更大。

表1:月平均气温统计摘要。

月	的意思是	SD	CV %
1月	19.4	1.07	5.49
2月	22．1	0.96	4.34
3月	26.5	0.97	3.64
4月	31.2	0.94	3.02
五月	34.2	1.29	3.77
小君	31.6	1.65	5.20
7月	27.7	0.74	2.67
8月	27.1	0.61	2.25
9月	27.5	0.60	2.18
10月	26.0	0.73	2.82
11月	22.2	1.36	6.09
12月	19.3	1．09	5.62

图1:的线性回归趋势 月平均最高气温． 点击此处查看图

图2:年平均值趋势 月平均气温． 点击此处查看图

表2各月平均气温的线性回归方程。

月	回归线	R²
1月	Y = 0.0076x + 4.2394	R²= 0.008
2月	Y = 0.0165x - 10.745	R²= 0.0465
3月	Y = 0.0123x + 1.926	R²= 0.0258
4月	Y = -0.0064x + 43.965	R²= 0.0073
五月	Y = 0.0136x + 7.0774	R²= 0.0176
小君	Y = 0.0034x + 24.935	R²= 0.0007
7月	Y = 0.0118x + 4.1331	R²= 0.0403
8月	Y = 0.0137x - 0.2637	R²= 0.0798*
9月	Y = 0.0076x + 12.471	R²= 0.0251
10月	Y = -0.004x + 33.978	R²= 0.0047
11月	Y = 0.0253x - 28.172	R²= 0.055**
12月	Y = 0.0256x - 31.694	R²= 0.0876*

*在10%水平显著**在5%水平显著**在1%水平显著

表3:月平均总雨量统计摘要

月	意思是(mms)	SD	CV %
1月	13.7	20.25	148
2月	14.6	14.71	101
3月	11.8	14.85	126
4月	15.8	21.41	136
五月	29.9	49.19	164
小君	186.6	133.98	72
7月	336.1	126.48	38
8月	328.5	119.86	37
9月	195.7	134.42	69
10月	49.3	47.22	96
11月	19.1	44.76	235
12月	4.0	12.00	299

图3:线性回归趋势 月平均总雨量的平均值。 点击此处查看图

月总雨量趋势分析

利用线性回归的最佳拟合线，得到了历年总平均降雨量的变化趋势。1 - 12月份的线性回归趋势及其线性回归方程和决定系数如图3所示，表4总结。从图3可以看出，1月、4月、6月、7月和12月的TMRF呈上升趋势，而2月、3月、5月、8月、9月、10月和11月的TMRF呈下降趋势。这意味着在Labandi Raipur站，TMRF的最高增幅出现在7月份，在过去的1971-2013年期间增加了64.1毫米。TMRF在8月份下降幅度最大，同期减少61.8 mm。

表4各月份TMRF的线性回归方程

月	回归线	R²
1月	Y = 0.0654x - 116.56	R²= 0.0016
2月	Y = -0.2582 2x + 528.97	R²= 0.0486
3月	Y = -0.1899x + 389.99	R²= 0.0258
4月	Y = 0.0918x - 167.03	R²= 0.0029
五月	Y = -1.1195x + 2260	R²= 0.0817
小君	Y = 0.1111x - 34.661	R²= 0.0001
7月	Y = 1.4907x - 2633.4	R²= 0.0219
8月	Y = -1.4385x + 3194	R²= 0.0227
9月	Y = -0.6236x + 1437.9	R²= 0.0034
10月	Y = -0.4155x + 876.98	R²= 0.0122
11月	Y = -0.0144x + 47.682	R²= 2e-05
12月	Y = 0.041x - 77.653	R²= 0.0018

图4:年平均值趋势 月平均总雨量。 点击此处查看图

年平均月总雨量趋势分析

从图4中可以看出，月总降雨量的年平均值呈减少趋势，每年减少0.188毫米。这表明在过去的43年里，拉班迪站的年TMRF下降了8.08毫米。

结论

Labandi站8月、11月和12月的月平均最高气温显著上升。月平均气温增幅最大的是12月，增幅为0.0256°C，增幅为1.1008°C⁰C在1971-2013年期间。拉班迪站的TMRF也显示出不显著的趋势。近43 a(1971-2013)， 7月TMRF增幅最大，增加64.1001 mm; 8月TMRF降幅最大，减少61.855 mm。年TMRF呈上升趋势，但在5%的显著水平上无统计学意义。

参考文献

1. Fulekar, M.H.和Kale, r.k.，(2010)。“气候变化的影响:印度情景”，《大学新闻》，第48卷第24期，6月14-20日，15-23日。
2. Hipel, K.W.和Mcleod, A.I.(1994)“水资源和环境系统的时间序列建模”，我们的书最初出版的电子再版http://www.stats.uwo.ca/faculty/aim/1994Book/。
3. IPCC《气候变化综合报告》，政府间气候变化专门委员会，2007年。
4. Mann, H.B.(1945)，“非参数测试对抗趋势”，《计量经济学》，13页，245-249页。
5. Ritter, M.E.， 2006，“物理环境:自然地理学导论”，可在网上查阅:http://www.stats.uwo.ca/faculty/ritter/geog101/textbook/titel_page .html。
6. Parthasarthy, b.a.a. Munot和dr . Kothawale, 1988。用夏季季风降雨估算印度粮食产量的回归模型。农业和森林气象学42: 167 - 182。
7. Shah Beena(2010)“全球和国家对气候变化的关注”，《大学新闻》第4卷。pp.15-23
8. 韦伯杰和霍金斯1980。《统计分析在商业和经济中的应用》，Harper and Row出版社，纽约。