190 气候变化研究进展
没有考虑观测站点变迁对数据序列的影响。本文将
应用经过均一化处理的1960—2008年逐日气象资
料,分析北京地区气候及几类主要极端气温指数的
变化特征。
1资料和方法
高质量的资料序列是进行气候变化研究及气候
诊断、预测、评估的基础。但长期以来,由于站址
迁移、观测手段变化等因素导致气候资料产生了非
均一现象。国外一些气候学家在气候资料的均一性
问题上做了大量的工作,取得了很多重要的进展,
有的甚至已经用于气候资料管理部门的业务化实
施l 9】。但国内与气候变化相关的很多研究仍基于未
均一化的数据,其结论的可靠性值得商榷ll0]。本文
资料通过MASH(multiple analysis of series for
homogenization)方法对原始观测记录进行均一化
订正得到。MASH是目前国际通用的一种资料均一
化方法,其基本原理在于对同一气候区多站序列逐
站进行差值分析,再通过Monte—Carlo法进行统一
性检验,从中判断并校订每个站所包含的非均一性
间断。Li等[111的工作证实该方法具有较高的可靠
性,订正后的序列与中国气象局发布的均一化地面
气温资料集具有类似的精度。
本文用线性趋势分析、M—K统计方法来检验序
列的变化趋势及突变特征,用标准Morlet小波及功
率谱方法来分析其周期性特征。气候学上通常将气
象要素最近30年(本文取1971 2000年)平均值
作为气候基本态,平均值的改变表明气候基本态的
变化。此外,气候变化也表现在气象要素标准差(气
候变率)的改变上,标准差的改变往往与异常天气
频率及强度相联系,因此需要了解标准差的长期变
化。本文计算了年平均气温及极端气温指数29年滑
动标准差,计算公式为
)4 【f) qrt I (汁 一 ]V29}, ( )
i=15,l6,…, —l4。
式中:X(f)为要素序列;x为序列平均值;,z为序列