基于EOF的江蘇省多年降雨和氣溫時空分布特征

周毓豪

(河海大學農業科學與工程學院，江蘇 南京 210018)

0 引言

根據IPCC第六次評估報告，在全球大背景下，由于受到全球氣候變化和“城市化”效應的雙重影響，城市發生極端高溫和熱浪事件十分頻繁，也更容易遭受洪水災害，這對中國社會、經濟造成巨大影響[1]。近些年來，受人類活動和氣候變化的影響，中國大陸地區極端降雨事件的發生頻率和強度均有所增加，并表現出明顯的區域性[2]。Chen Zeqiang[3]等運用修正后的衛星降雨數據，通過頻率分析研究區域極端降雨的時空特征，結果表明長江流域從上游到下游降雨量逐漸增加。梅梅[4]等研究氣候變暖背景下，高溫、復合極端事件將變得更為極端，特別在四川盆地東部和長江流域東南部最為顯著。頻繁發生的高溫、熱浪等事件將加重長江中下游地區的高溫熱害情況[5]。

江蘇是中國的重要經濟、工業、外貿大省，2022年末全省常住人口8515萬人，新型城鎮化建設步伐加快，年末常住人口城鎮化率達74.4%[6]，城市的快速發展對氣候變化有著直接而現實的影響。江蘇地形以平原和丘陵為主，中部及南部為長江三角洲平原，東北部為山地丘陵區，東部為黃海，長江、太湖等重要河湖橫貫全省，總體地形復雜多樣，不同區域氣候存在差異。本文通過對江蘇省近73年降雨和氣溫數據進行EOF分解，分析不同區域氣溫和降雨的時空分布特征，為應對全球氣候變化、實現江蘇經濟高質量發展提供參考。

1 資料及方法

1.1 資料

研究資料利用1950—2022年逐月的平均降雨和氣溫的柵格數據，數據來源于歐盟及歐洲中期天氣預報中心等組織發布的ERA5-Land數據集，利用柵格計算公積計算12個月平均降雨和氣溫的平均值，得到江蘇省逐年平均降雨和氣溫數據，然后進行EOF分析。

1.2 研究方法

經驗正交函數分析方法(Empirical Orthogonal Function，縮寫為EOF)，也稱特征向量分析(Eigenvector Analysis)或者主成分分析(Principal Component Analysis，縮寫PCA)，是一種分析矩陣數據中的結構特征，提取主要數據特征量的一種方法[7-8]。Lorenz在20世紀50年代首次將其引入氣象和氣候研究，該方法已在海洋和其他學科中得到了廣泛的應用[9]。

EOF將時空數據分解為空間模態(EOF)和對應的時間系數(PC)，即X=EOFm×m×PCm×n，m為站點數，n為年數。為了保證各模態之間的獨立性，North等的研究指出，在95%置信度水平下的特征根的誤差為：

(1)

式中，λ—特征根；N*—樣本的數量。

將λ按順序依次檢查，標上誤差范圍。如果前后兩個λ之間誤差范圍有重疊，則沒有通過顯著性檢驗[10]。

2 年均降雨EOF模態分析

2.1 平均降雨年際變化

江蘇省有13個地級市，長江以南的有5個市，長江以北的有8個市。為便于研究，本文以長江為界，利用各市逐年年均降雨資料分別計算出蘇北地區、蘇南地區和全省平均年降雨量，如圖1所示。由1圖可知，江蘇地區年平均降雨量在1.5～6mm范圍內波動，其中1954年達到極大值5.64mm，1978年達到極小值1.93mm，蘇南地區平均降雨量整體高于蘇北地區。

圖1 1950—2022年江蘇省年平均降雨變化圖

2.2 年均降雨EOF分析

據表1顯示，前4個特征向量的特征根、方差貢獻及特征根誤差范圍反映了1950—2022年江蘇年均降雨的2種空間分布類型：全區多(少)型、北多(少)南少(多)型。雖然前4個特征向量的累積方差貢獻率達到96.07%，但是只有前2個特征根的誤差(累積方差貢獻率90.07%)通過North顯著性檢驗。因此，這2個特征向量能基本反映部分地區的年均降雨情況。

表1 1950—2022年江蘇省年平均降雨EOF分析方差貢獻率

降雨EOF第一模態的方差貢獻率為73.54%，反映了年平均降雨分布的最主要典型場。根據圖2(a)可以發現降雨EOF第一模態為正，表明年平均降雨呈現整體一致性，即全區多雨或全區少雨的特征。該模態的高值區域分布在寧鎮揚中部、常州、無錫等地區，說明該區域對降雨的敏感度較高。

圖2 1950—2022年江蘇省年平均降雨EOF分析

降雨EOF第二模態的方差貢獻率為16.53%。

由圖2(b)可見，大致以長江以北為界，向北為正值區，向南為負值區，正值中心位于淮安、宿遷等地；負值中心位于蘇錫常地區。整體雨型表現為南北反相位特征，即江北地區降雨偏多時，江南地區偏少；反之，江北地區降雨偏少時，江南偏多。研究結果與夏露[11]等的研究結論相一致。

2.3 年均降雨時間分布

圖3顯示出江蘇年均降雨前2個特征向量對應的時間系數，其正負號對應特征向量的方向，系數絕對值與該時刻降雨空間分布類型的典型性呈正相關。

圖3 1950—2022年江蘇省年平均降雨EOF分析時間線

分析降雨EOF第一模態的時間系數如圖3(a)所示，其斜率略小于0，說明1950—2022年江蘇地區整體降雨量有減小趨勢。其中1950—1990年年均降雨量呈增加趨勢，1991—2022年年均降雨量呈減少趨勢。32年的時間系數為正值，同時與降雨EOF第一模態的正向空間分布相吻合，表明江蘇整體偏向濕潤，尤以寧鎮揚中部、常州、無錫等地區最為明顯，時間系數正值越大，對應年份的降雨量越大，以1954年的情況最為明顯。其余40年時間系數為負，其絕對值越大，對應年份的降雨量越少，空間上蘇北地區，如徐州地區降雨量最少。

根據圖3(b)可以看出降雨EOF第二模態時間系數的斜率小于0，說明1950—2022年江蘇地區整體降雨量呈減少趨勢，而江北地區降雨量有一定的增加趨勢。在圖3(b)中，時間系數為負的有47年，其降雨位相與圖2(b)相反，空間分布呈北多南少。降雨量逐漸增加，典型年份為1999年。時間系數為正的年份有26年，其呈東南干西北濕，典型年份為2003年。

綜合EOF第一、第二模態及對應時間系數，江蘇省降雨量以長江為界，南北差異顯著，在1950—1990年呈略增加趨勢，1991—2022年呈減少趨勢，全省整體降雨量近73年呈減少趨勢，這與夏露[11]等的研究結論不一致，主要原因可能與城市化發展造成的“熱島效應”有關，也可能與樣本數量不一致的影響。

3 年均氣溫EOF模態分析

3.1 平均氣溫年際變化

利用各市逐年年均氣溫資料分別計算出蘇北地區、蘇南地區和全省平均年氣溫值，如圖4所示。由圖4可知，江蘇地區年平均溫度在13.5～17.5℃范圍內波動，其中2007年達到極大值16.3℃，1968年達到極小值13.95℃，蘇南地區平均溫度整體高于蘇北地區。1950—1993年，江蘇地區平均氣溫在15℃上下波動，1993年以后平均氣溫在16℃上下波動，1993年以后全省年平均氣溫上升約1℃，說明在30年內氣溫明顯變暖。

圖4 1950—2022年江蘇省年平均氣溫變化

3.2 年均氣溫EOF分布

據表2顯示，前4個特征向量的特征根、方差貢獻以及特征根誤差范圍反映了1950—2022年江蘇年均氣溫的2種空間分布類型：全區熱(冷)型、北熱(冷)南冷(熱)型。雖然前4個特征向量的累積方差貢獻率達到99.6%，但是只有前2個特征根(累積方差貢獻率98.76%)通過North顯著性檢驗。因此，這2個特征向量能較好反映江蘇部分地區的年均氣溫情況。

表2 1950—2022年江蘇省年平均氣溫EOF分析方差貢獻率

氣溫EOF第一模態的方差貢獻率為95.24%，反映了江蘇年平均氣溫分布的最主要典型場。圖5(a)顯示降雨EOF第一模態為正，表明年平均氣溫變化趨勢一致，即全區氣溫分布要么整體偏高要么整體偏低。高值區位于徐州、淮安和宿遷地區，表明該區域氣溫變化活躍度高。氣溫EOF第二模態的方差貢獻率為3.53%，由圖5(b)可見，大致以長江以北為界，向北為正值區，向南為負值區，正值中心位于淮安、宿遷等地，負值中心位蘇錫常地區，表現與降雨第2特征向量極為相似，呈現出由北向南變化的趨勢。

圖5 1950—2022年江蘇省年平均氣溫EOF分析

3.3 年均氣溫時間分布

年均氣溫EOF第一模態的時間系數，如圖6(a)所示，由此分析得出1994年之前絕大部分年份時間系數為負值，1950—1994年江蘇地區氣溫偏低；1995—2022年，時間系數逐年上升，幾乎全為正值，該段時間內江蘇地區氣溫偏高?？v觀73年，江蘇地區呈現明顯的升溫趨勢。年均氣溫EOF第二模態對應的時間系數，如圖6(b)所示，由此分析得出1950—1977年江蘇地區氣溫年際變化較大，呈整體上升趨勢；1978—2022年EOF第二模態時間系數呈下降趨勢，其中1978—2002年為正值，反映在此期間江南地區氣溫低于江北地區，2003—2013年為負值，反映在此期間江南地區氣溫低于江北地區，2014—2022年波動較小，說明江南江北地區的氣溫差異趨于平衡。

圖6 1950—2022年江蘇省年平均氣溫EOF分析時間線

綜合EOF第一、第二模態及對應時間系數，江蘇省氣溫與時間正相關，呈逐年上升趨勢，同時不同時期不同地區呈現出差異化，即1994年以前，整體氣溫偏低，氣溫增長率低；1994年以后，整體氣溫偏高，且氣溫增長率變高。江北地區在2002年前高于江南地區，在2003—2014年低于江南地區。

4 討論

研究表明，快速的城市化會改變下墊面的構成，主要表現為地面植物的減少和水泥建筑的增加。與此同時，由于城市聚集地人口眾多，人類生存所產生的二氧化碳等氣體和汽車尾氣等溫室氣體對城市氣候也產生了很大影響[12]；城市地表溫度呈現逐年增加趨勢，熱島效應逐步向周圍地區蔓延[13]。因此，城市化發展是江蘇地區降雨、氣溫年際變化的一個重要原因。

自20世紀90年代以來，江蘇省的城市化水平一直穩步發展，根據王益華[14]等的研究，江蘇省的城市化發展分為4個階段：開始階段(1949—1969年)、穩定發展階段(1970—1989年)、加速發展階段(1990—2005年)、高速發展階段(2006—2015)。這與降雨和氣溫EOF第一模態時間系數圖有高度的相似性，降雨和氣溫的時間分布與該地區城市化發展進程具有一定關聯。

其次，江蘇省城市的空間分布主要從東南沿長江兩岸和沿太湖地區城市聚集，向北減少，這與降雨和氣溫EOF第一模態空間分布圖展示的相一致，說明江蘇地區降雨和氣溫的空間分布與城市分布具有一定相關性。

5 結語

通過使用EOF方法分析了1950—2022年江蘇省的降雨和氣溫數據，結果顯示年平均降雨空間分布呈整體一致性，以長江以北為界分成江南、江北2個特征區，且年平均降雨存在南北反相位特征，全省整體降雨量近73年呈減少趨勢，降雨量變化呈現出波動性[15]，全省氣溫與時間正相關，呈逐年上升趨勢。江蘇地區降雨和氣溫變化與城市化發展關系密切，在時間和空間上與城市化發展呈現出一定相關性，主要原因是城市化發展導致下墊面的改變[16]，從而影響地區降雨分布，同時城市“熱島”效應也會對地區氣溫變化產生影響。

通過對江蘇省年平均降雨和氣溫的空間分布進行分析，可以更好地了解江蘇省的氣候變化情況，為氣候監測和應對氣候變化提供參考。通過對城市化發展對降雨和氣溫的變化的分析，有助于深入認識城市化進程對環境的影響，為城市規劃和環境保護提供依據。本文研究存在不足之處：主要關注了江蘇省的降雨和氣溫空間分布特征，但在其他方面如降水強度、降水類型等方面的研究較為不足，且只使用了EOF方法進行分析，對其他統計方法方面應用較少，可能導致結果具有一定局限性。