当前的世界环境

简介

降雨和温度是气候中最重要的基本物理参数，这些参数决定了特定地区的环境状况，影响着农业生产力。全球变暖/气候变化是科学家和研究人员谈论的最重要的全球性问题之一。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，地球表面温度比20年前上升了0.6±0.2ËšC^th世纪。同样在过去的50年里，气温上升约为每十年0.13±0.07ËšC。由于全球变暖取决于大气中温室气体的排放，政府间气候变化专门委员会(IPCC)预计全球变暖约为每十年0.2ËšC次。此外，地表气温可能在21岁以上1.1ËšC至6.4ËšC之间上升^th世纪。在印度，气候变化预计将不利地导致降水、温度、季风时间和极端事件的变化(Fulekar和Kale 2010)。由于全球变暖，降水的数量、类型和时间正在发生变化，或由于蒸发增加而预计将发生变化，特别是在热带地区(Ritter, 2006)。降雨模式和降雨量是影响农业生产的重要因素之一。农业对印度经济和人民生计至关重要。农业对该国GDP的贡献为21%，雇佣了56.4%的劳动力，直接和间接养活了6亿人(Beena Shah 2010年)。在印度，尽管最近工业化取得了进展，但经济的稳健在很大程度上依赖于农产品的生产总值，农业是数百万人口的支柱，作物主要依赖自然降雨。除了半岛的东南部和查谟和克什米尔，西南季风(6月- 9月)是整个国家的主要雨水来源。在季风期，全国大部分地区的年降水量超过75%。印度的经济传统上是农业经济，过度的气候异常、降雨量不足和洪水年对经济和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

1971-2013年(43年)的月降雨量和月平均最高温度数据是由拉邦迪天文台从拉伊普尔的英迪拉甘地·克里希Vishwavidyalaya的农业气象局收集的。年平均值是从分析后的月度数据中计算出来的。趋势被定义为一系列在一段较长时间内的一般运动，或者它是因变量在一段较长时间内的长期变化(Webber and Hawkins, 1980)。趋势是由温度和时间、降雨量和时间这两个变量之间的关系决定的。统计方法如回归分析和决定系数R²用来表示气温和降雨量变化趋势的显著性。采用Mann-kendall 1945趋势检验，回归曲线斜率采用最小二乘法。计算了降水和温度的平均值、标准差和变异系数，并进行了分析。

趋势的曼-肯德尔检验

曼-肯德尔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，已被广泛用于环境时间序列(Hipel和McLeod, 2005)。该测试比较的是样本数据的相对大小，而不是数据值。这种测试的一个好处是，数据不需要确定任何特定的分布。令X1 X2..........Xn表示n个数据点，其中Xj表示j时刻的数据点，则Mann-Kendall统计量(S)由S=Σ Σ号(Xj- Xk)给出，j=2,3....n;k = 1,2…j-1式中:符号(Xj-Xk) = 1，如果Xj-Xk = >，如果Xj-Xk =0 = -1，如果Xj-Xk <0，则0 =0，如果S的正数值很高，则表示趋势上升，如果S的负数值很低，则表示趋势下降。然而，有必要计算与S相关的概率和样本量n，以统计量化趋势的显著性。对于样本大小>10，可以使用Mann-Kendall检验的正常近似。 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

赖普尔位于恰蒂斯加尔邦中东部，北纬21度⁰16^”北纬81度⁰36^”E和海拔289.5米以上平均海平面。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)是在季风期(6月至9月)。在拉比，(十二月至二月)平均雨量只有8毫米。最高气温为24.4 ~ 42.6℃⁰C和最低气温在10.0到27.5之间⁰C分别。

月平均最高气温(MMAX)趋势分析

采用线性回归最佳拟合曲线得到了不同年份月平均最高气温的变化趋势。1 - 12月各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。由数字可以看出，除四月和十月的平均最高气温下降非常微弱外，所有月份的月平均气温均有显著上升。这意味着在Labandi Raipur车站地区，温度的最高升幅出现在12月(0.0256⁰C)增加了1.1008⁰C在1971-2013年期间。

月最高气温年平均值(MMAX)趋势分析

年平均月最高气温(MMAX)呈增加趋势，年增加0.010⁰C，如图2所示。这意味着Labandi Raipur站的年平均最高温度增加了0.4558⁰C 1971-2013年。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月最高，为6.09%，在9月最低，为2.18%。这意味着莱普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月观察到最高，为299%，而变异系数在8月最低，莱普尔区为37%。这表明，降雨在8月份更加稳定，而在12月份则更加多变。

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 最高气温月平均值． 点击这里查看图

图2:年平均趋势 月平均气温． 点击这里查看图

表2各月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 月平均总平均雨量。 点击这里查看图

月总雨量趋势分析(TMRF)

采用线性回归的最佳拟合曲线，得到了不同年平均总降水量的变化趋势。1 - 12月各月份的线性回归趋势及其线性回归方程和决定系数见图3，表4总结。从图3可以明显看出，TMRF在1月、4月、6月、7月和12月有上升趋势，而在2月、3月、5月、8月、9月、10月和11月有下降趋势。这意味着在Labandi Raipur站TMRF的最高增幅出现在7月，在1971-2013年期间增加了64.1毫米。TMRF的最大降幅出现在8月，同期下降了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 = -0.2582x + 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:年平均趋势 月总平均雨量。 点击这里查看图

年平均月总雨量(TMRF)趋势分析

由图4可知，月总雨量的年平均值呈减少趋势，每年减少0.188毫米。这表明Labandi站的年TMRF在过去43年里下降了8.08毫米。

结论

观察到拉邦地站8月、11月和12月的月平均最高气温明显升高。月平均气温的最高升幅出现在12月，上升了0.0256°C，上升了1.1008⁰C在1971-2013年期间。此外，拉邦迪站的TMRF也显示出不显著的趋势。TMRF的最大增加出现在7月，增加了64.1001 mm，而TMRF的最大减少出现在8月，减少了61.855 mm(1971-2013年过去43年期间)。年TMRF呈上升趋势，在5%显著水平上无统计学意义。

参考文献

1. fullekar, M.H.和Kale, r.k.(2010)。《气候变化的影响:印度的情景》，《大学新闻》第48卷第24期，6月14-20日，15-23日。
2. 海佩尔，K.W.和麦克劳德，A.I.(1994)“水资源和环境系统的时间序列建模”，我们的书的电子再版最初出版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。
4. Mann, H.B.(1945)“反趋势的非参数检验”，《计量经济学》，13，页245-249。
5. Ritter, M.E.， 2006，“物理环境:自然地理学导论”，可在http://www.stats.uwo.ca/faculty/ritter/geog101/textbook/titel_page .html在线获得。
6. 帕塔萨西，B. A.A. Munot和D.R. Kothawale, 1988。从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. 韦伯和霍金斯。1980。《统计分析应用于商业和经济》，Harper and Row，纽约。