热带太平洋岛屿气象干旱：斐济观测降雨时间序列分析Ravinesh C. Deo*外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

热带太平洋岛屿气象干旱：斐济观测降雨时间序列分析Ravinesh C. Deo*

澳大利亚Springfield QLD 4300南昆士兰州大学理学院数学系

文摘：通过将1949~2008年期间观测到的月降水量转化为标准化降水指数(SPI)，对历史干旱进行了分析。改进型Mann-Kendall 月降水量检验在显着性水平alpha;=0.0 1有显着性的下降趋势。森氏坡度从时间上估计系列，显示了降水量从13到47毫米每年的显著下降。基于SPI，在60年期间，各站的干旱持续时间和严重程度不均匀。最受影响的站点位于斐济西部和北部的1969年至1988年期间降雨不足导致中度和严重干旱急剧增加。与外围岛屿相比，这些台站的年降雨量返回时间要长得多。虽然1989年至2008年期间降雨量增加，但实际数量并未超过1949年至1968年的总量，这证实了自20世纪50年代以来向干燥条件的净转移。该研究表明，SPI可以成为诊断和监测热带太平洋岛屿气象干旱的有用工具。版权2010 皇家气象学会

关键词：斐济干旱；标准化降水指数；回归期；降雨趋势

2009年12月29日收到；2010年5月10日修订；2010年5月24日接受

1. 引言

　　由于温室气体升高，平流层臭氧消耗和大气气溶胶造成的气候变化对全球、区域和地方水循环产生了深远的影响（IPCC，2007）。与热带地区的其他地区一样，热带太平洋的气候非常脆弱，对人为辐射强迫的反应很快。这增加了极端气候事件的脆弱性，例如干旱和山洪暴发，具有很高的可信度（Mimura等，2007）。在可预见的未来，这些岛屿不能免受海平面上升的影响，热带气旋的严重性增加以及频繁的风暴潮（IPCC，2007）。 Hay等人（2003）记载，与20世纪早期记录相比，南太平洋的气候变得更加干燥和温暖，分别为15％和0.8期记。

　　小型热带太平洋岛屿的降雨量在空间和时间上都是高度变化的，并且在每日、每月和每年的时间尺度上都有波动（Mataki等，2006）。这些变化主要受位于北纬5度的热带间会聚区和南太平洋融合区（SPCZ）的运动控制，该区域从巴布亚新几内亚东南偏东延伸至萨摩亚（Basher和Zheng，1998年）。季节性降雨在很大程度上取决于SPCZ的南北移动和与赤道太平洋Walker环流上升分支位置相关的大尺度云带，热带上层对流层槽的运动以及地表中部 - 纬度系统，如冷锋（Mataki等，2006）。IPCC（2007年）显示夏季降雨量急剧下降。虽然预计冬季降雨量会增加，但这可能不足以弥补不足。预测到2050年减少10％将导致基里巴斯新鲜水晶镜片尺寸减少20％（Christensen等，2007）。向长期干旱期的转变导致土壤肥力下降，这可能对农业产生负面影响（IPCC，2007）。到2050年，这可能导致经济损失达到2300-520万美元，相当于斐济国内生产总值的2-3％（世界银行，2000年）。

　　厄尔尼诺在决定小型热带岛屿的气候方面发挥了重要作用(Kumar等人，2006年)。 斐济是太平洋的中心，拥有热带海洋条件。该组位于15至18S和175至177W之间，由300多个岛屿组成。石灰岩岛屿很容易受到干旱和风暴潮的影响，而较大的岛屿则是火山，并且拥有完善的沟壑和河流。东南部的贸易风带来了暴雨的东部地区雨水，使西部（背风）区域干燥。东南沿海和高层内部经历持续潮湿的天气和地形雨（Lal，2004）。干旱期持续约3至4个月并且与ENSO循环有关（Nicholls和Wong，1990），因为SPCZ向东移动导致El Nin〜o事件期间的东风减弱减少了对流和累积降雨。

　　只有少数研究侧重于对斐济过去和未来气候的建模和分析。在回顾耦合气体循环/气候模型的输出时（MAG-ICC;Wigley，1994），Agrawala等（2003年）指出到2025年预计温度上升0.5温度，降雨变化幅度可观，但没有明确的变化方向。Mataki等人（2006年）分析了Nadi和Suva（斐济群岛）1961年至2006年的气候趋势，发现气温呈上升趋势，年降雨量没有明确趋势，但年降雨量和年降雨量之间存在显着的年际变化。 Hayashi和Golder（1993）和Jones等人的研究。（1998）已经表明，与较强的暖和冷事件相比，热带太平洋的南半球夏季通常具有相对较小的海面温度异常。在这些夏季，Madden-Julian振荡（MJO）与南太平洋西部地区的极端降水事件之间存在更强的联系（Jones和Weare，1996）。拉尔等人（2002年）利用一系列耦合的大气-海洋全球气候模型，研究了小岛屿国家对人为强迫短暂增加的气候响应。一个到2050年代，平均年平均气温升高2代，是明显的。然而，每日雨量增加，预计秋季强度会导致更多的强降雨事件。Risbey等人（2002年）使用来自五个GCM的集合的结果来显示预计的增加到2025年降雨量为3.3％，到2100年降雨量为9.7％，Feresi等。（2000年）证明了预期的变化降雨，但变化的方向是不确定的。Manton等人（2001年）观察到的数据集的分析显示，自1961年以来，整个西部和中部太平洋的降雨天数显著减少，但法属波利尼西亚和斐济群岛北部的降雨天数有所增加。 塞林格等人(2001年)描述了年代际太平洋涛动（IPO）对整个西南太平洋的年代际气候趋势和ENSO远程连接的年际调制的影响。他们在6月至7月至8月期间对降水的分析表明，远北太平洋的降水量增加，而珊瑚海和斐济地区的降水量减少。降水减少似乎与珊瑚海平均海平面气压（MSLP）的上升一致，但东北部的大幅增加似乎与MSLP没有直接关系。

　　尽管斐济群岛在过去几十年中发生了连续干旱，但有限的研究调查了斐济的干旱历史。这可能部分是因为干旱具有显着的特征，具有缓慢和周期性的发育阶段，因此及时和准确的预测通常并不容易。离席期间气象干旱的发生和退出。本文以斐济为案例研究，报告了月降雨量的时间序列分析，以量化热带太平洋岛屿干旱的严重程度和持续时间。通过计算McKee等人的标准化降水指数（SPI），利用地理上不同的站点的长期数据集（1949-2008年）来捕捉斐济群岛不同地区的降雨趋势和干旱历史。（1993年）本研究首次采用SPI方法研究斐济群岛的干旱历史。

2.数据分析

　　在1949年至2008年期间，综合太平洋降雨数据库（PACRAIN）提取了7个气象站的历史月降雨量（图1（b））。这些数据已经过质量检查的不均匀性并得到广泛发表（例如He和Barnston，1996; Griffiths等，2003）。从斐济气象服务（FMS）获得的补充数据用于补充PACRAIN数据库，以进行交叉检查和进一步验证。经验证，这些数据包括来自斐济参考气候（RCS）网络或全球气候观测系统（GCOS）地面网络（GSN）的气候记录（Peterson等，1997）。为确保20世纪50年代初的降雨记录没有明显的校准误差，仅分析了那些每日缺失值低于20％的GCOS台站的数据。所选择的站点记录了元数据，包括站点位置、观测仪器和观测实践的历史。

　　本文报告了每日累计降雨量，与日降雨量数据集相比，预计降雨量将减少。根据Manton等人的说法。 （2001年）这些台站有文献记载的变化历史，例如涉及仪器、观测实践和站点的直接环境（元数据）的变化。因此，这些站点具有长期，连续和同质的记录，对城市化的影响最小，校准不准确，通常被认为是高质量的。

降雨百分位数通过按升序排序值计算，每个数值为p=（n/（n 1））times;）1每，其中n=降雨量值的顺序。标准化降雨指数（SPI）按照McKee等人的计算(1993年)。由于SPI是降雨量的标准化值，因此可以对气候不同地区的干旱进行比较。将伽马概率密度函数拟合到给定区域的SPI计算 降雨分布。伽马分布是由其概率密度函数来定义的。作用：

　　 　(1)

（ａ）

（ｂ）

图1.(A)南太平洋区域显示斐济群岛，(B)斐济群岛气象站。(A)来源：http://www.NationalGeographic.com/xpartions/

参数alpha;和beta;用最大似然解决方案估计，其中:

　　　　　　　　（2）

和

　　　　　　　　　　　　　　　(3)

其中，ｎ＝雨滴观察次　数。累计概率如下：

　　　　　　　　　　(4)

假设t = P /beta;，则该等式成为不完整的伽马函数：

　 　(5)

由于对P=0没有定义伽马函数，累积概率变成：

　　　 (6)

其中q是零的概率，其中q是零的概率，累计概率H（P）转换为标准法线随机变量，均值为零，方差为1，给出SPI:

　　　(7)

　for 0.5 lt; H (P ) lt; 1.0

和

　(8)

　for 0.5 lt; H (P ) lt; 1.0

或

，for 0 lt; H(P) le; 0.5 (9)

和

，for 0.5 lt; H(P) le;1.0(10)

　　　　　　　　　　c0=2.515517,c1=0.802853,c2=0.010328,d1=1.432788,d2=0.189269，d3=0.001308.SPI系列的“干旱”部分分为适度干燥（-1.5lt;SPIle;1.0），lsquo;严重干燥rsquo;（-1.5le;SPI lt;-2.0）和lsquo;极干rsquo;（SPIle;-2.0）（McKee等，1993）。SPIle;-2.0定义为极端干旱月，-2.0 lt;SPIle;-1.5为严重干旱月，-1.5lt;SPIle;-1.0为中度干旱月。

计算每个站年总降雨量的回复期，以估计给定降雨量的事件之间的时间间隔。这提供了该年连续两次实现降雨事件所需时间的平均估计数。任何给定降雨量的返回期R计算为：

　　　　　　　 　　　　(11)

　　其中n是有记录的年份数，m是考虑降雨事件的级别。

2.1. 统计检验

对时间序列数据进行了修正的Mann-Kendall(MK)测试，以检测趋势(Hirsch and Sack，1984)。这一程序自Mann(1945年)和Kendall(1975年)提出以来得到广泛采用。 MK试验是一种基于秩的非参数程序，能够核算缺失值、序列相关性和低于检测限的数字（Hirsch和Slack，1984）。它受异常值的影响较小，因为它的统计是基于差异的符号，而不是直接基于值(Onnz和Bayazit，2003年)。MK统计量(Z)的概率(P)是通过以下方法估算的：

　　(12)

趋势由Z值的符号表积极的上升趋势（Yue和Hashino，2003) 值得注意的是，MK试验在时间序列中至少需要四个值，因此跨越60年的月度数据集具有足够大的测试意义。森氏坡度估计通过假设来检查趋势的大小（Theil, 1950; Sen, 1968) 线性趋势使得f（t）= Q（t） B.计算森氏坡度，特别是所有成对的斜坡计算时间尺度（Yue和Hashino，2003）。由于森氏坡度对异常值不敏感，所以更多比通常的回归斜率更强大，从而提供了一个现实衡量降雨趋势。

3.结果与讨论

3.1. 总降雨量积累

　　图2给出了每月平均降雨量。显然，每个月的雨水累积具有高度的空间和时间可变性。平均而言，3月似乎是最潮湿的， 7月份是所有站点最干燥的月份。 最潮湿至最干燥月份的降雨量在各观测站之间明显不同，表明斐济各地气候条件的变化很大。更仔细的观察表明，在7月份，罗图马的降雨量占3月份总降雨量的63%，而 奥诺劳岛占35%，Nacocolevu和Udu Point占27%，纳迪和拉巴萨仅占的12%-14%。纳迪和拉巴萨7月份降雨量显著减少，表明斐济西部和北部的主要经济活动地区明显转向干燥条件。

　　图3比较三月及七月的雨量总额与百分位数。在这两个月中，站点间的降雨积累有一个明显的模式。最潮湿的月份收到的雨量几乎是以前的两倍。 与最干燥的月份相比，降雨量很大。在最干燥的月份，罗图马的降雨量最高，其次是瑙索里，纳迪和拉巴萨的降雨量最低。 其他台站记录的雨量值也同样低，但高于纳迪站。有趣的是，纳迪的降雨量不到瑙索里总量的50%。 综合起来，图2和图3表明斐济北部和西部(即纳迪和拉巴萨)的干旱程度可能是其他站点中最严重的。

　　月分析确定了不同百分位数的降雨量变化差异。为了检验历史变化，图4显示了年降雨量的时间序列。 趋势的重要性在数据中。如Z分数负值所示，所有站经历了总体上减少的趋势。注：趋势的强度用Z分数的大小来表示。 拉巴萨的最快下降趋势是明显的，Z得分为-3.3，其次是纳迪Z得分为-3.1，而最弱的趋势被发现在罗图马，Z得分为-2.2，同样向下在Nacocolevu和瑙索里发现趋势，Z得分为 - 2.9，意味着变化的大小森氏坡度为minus;47.1 m

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[17478]，资料为PDF文档或Word文档，PDF文档可免费转换为Word