当前世界环境

介绍

降雨量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特定区域的环境条件，影响农业生产力。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气温的升高。根据政府间气候变化专门委员会(IPCC) 2007年的报告，地球表面温度在20年里上升了0.6±0.2ËšC^th世纪。同样在过去的50年中，温度的上升为每十年的0.13±0.07ë。随着变暖的变化取决于大气中温室气体的排放，IPCC已经预测了每十年大约0.2ëšc的升温。此外，表面空气温度可在21°以下介于1.1ë中升至6.4ëC^th世纪。在印度，气候变化预计将对降水、温度、季风时间和极端事件产生不利影响(Fulekar和Kale 2010)。由于全球变暖，特别是在热带地区，由于蒸发量的增加，降水的数量、类型和时间正在改变或预计将改变(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生活至关重要。农业为该国GDP贡献了21%，雇佣了56.4%的劳动力，直接和间接地支持了6亿人(Beena Shah 2010)。在印度，尽管最近在工业化方面取得了进展，但经济的稳健在很大程度上依赖于农产品的生产总值，而农业是数百万人口的主要支柱，作物主要依靠自然降雨。除了半岛东南部和查谟和克什米尔，西南季风(6月至9月)是整个国家的主要降雨来源。在季风时期，全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、不足和洪水降雨量年对经济以及受影响地区居民的生活条件产生了巨大的影响(Parthasarthy等人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、月平均最高温度数据已由莱普尔市农业气象部门Labhandi天文台收集。每年的平均值是根据每月的读数进行分析计算得出的。趋势被定义为一个系列在一段时间内的一般运动，或者它是因变量在一段时间内的长期变化(Webber和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。回归分析和决定系数R等统计方法²用于温度和降雨趋势的重要性。使用最小二乘法通过Mann-Kendall 1945趋势测试和回归线的趋势测试和斜率来源和测试趋势。已经计算了降雨和温度的平均值，标准偏差（SD）和变异系数（CV）以分析。

趋势的曼-肯德尔测试

Mann-Kendall测试是一个非参数测试，用于识别时间序列数据的趋势。该测试是由Mann（1945）建议的，并已广泛与环境时间序列（Hipel和McLeod，2005）一起使用。该测试比较样本数据的相对幅度而不是数据值。该测试的一个好处是数据不需要确认任何特定分布。让x1，x2 .........。xn表示n个数据点，其中xj表示时间j的数据点。然后由S =ΣΣ符号（XJ-XK），J = 2,3 ... .N给出Mann-Kendall统计信息.N;k = 1,2 ...... j-1其中：sign（xj-xk）= 1如果xj-xk> 0 = 0如果xj-xk = 0 = -1，如果xj-xk <0非常高的正值S是趋势越来越多的指标，并且非常低的负值表明趋势降低。然而，需要计算与S和样本大小相关的概率，n，以统计上量化趋势的重要性。 For a sample size >10, a normal approximations to the Mann-Kendall test may be used. 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

莱普尔位于恰蒂斯加尔邦中东部，纬度21⁰16^”n，经度81⁰36^”东经，海拔289.5米。莱普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)是在季风期间(6月至9月)。在拉比，(十二月至二月)的平均降雨量只有8毫米。最高温度范围为24.4 ~ 42.6⁰C和最小温度范围在10.0至27.5之间⁰C分别。

月平均最高气温(MMAX)趋势分析

利用线性回归最优拟合线，得到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总结。从数据可以明显看出，除4月和10月的平均最高气温有非常微弱的下降外，其余月份的平均气温都有显著上升。这意味着在拉班迪赖布尔站区，气温的最高增幅出现在12月(0.0256⁰c）并增加了1.1008⁰C在1971-2013年期间。

月最高气温年平均趋势分析

每月最高温度（MMAX）的年度平均值观察了每年增加0.010的趋势⁰C，如图2所示。这意味着Labandi Raipur站的年平均最高气温上升了0.4558⁰在1971 - 2013 C。各月份最高气温统计汇总结果见表1。赖浦尔地区平均气温的变异系数在11月份最高，为6.09%，9月份最低，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在12月份的变异系数最高，为299%，而在8月份的变异系数最小，为37%。这说明8月份的降雨比较稳定，而12月份的降雨则比较多变。

表一:每月平均气温的统计摘要。

月	意思	SD	简历 ％
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． 点击这里查看图

图2：年平均值的趋势 月平均气温． 点击这里查看图

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 *

* 10%水平显著** 5%水平显著*** 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 的月平均总雨量。 点击这里查看图

月总雨量趋势分析

使用线性回归最佳拟合线获得不同年份的平均降雨量的趋势。从1月至12月的所有月份的线性回归方程和确定系数的线性回归趋势在图3中表示，表4中总结。从图3中显而易见的是，TMRF在1月份，4月，6月，7月和12月，它显示了2月，3月，5月，8月，9月，10月和11月的下降趋势。这意味着在Labandi Raipur站，TMRF的最高增加在7月发生，在过去的1971 - 2013年期间增加了64.1毫秒。TMRF的最高减少在八月发生并在同一时期下降61.8毫米。

表4：所有月份的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= 2 e-05
12月	Y = 0.041x - 77.653	R²= 0.0018

图4:年平均趋势 每月平均降雨量。 点击这里查看图

每月降雨量全年平均值的趋势分析（TMRF）

由图4可知，年平均月总降雨量呈减少趋势，每年减少0.188 mm。这表明Labandi站近43年的年TMRF减少了8.08 mm。

结论

Labandi站8月、11月和12月的月平均最高气温显著升高。月平均气温增幅最高的是12月，增幅为0.0256°C，增幅为1.1008⁰C在1971-2013年期间。TMRF也显示了拉班迪站不显著的趋势。TMRF在7月增加最多，增加了64.1001 mm，而在8月减少最多，减少了61.855 mm(近43年，1971-2013年)。年TMRF呈增加趋势，在5%显著水平下无统计学意义。

参考

1. 富勒卡，M.H.和卡莱，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”，我们的书籍电子转载最初出版http://www.stats.uwo.ca/faculty/aim/1994book/
3. 政府间气候变化专门委员会《气候变化综合报告》，2007年。
4. 曼恩(1945)“趋势的非参数检验”，《计量经济学》，第13期，第245-249页。
5. Ritter, M.E.， 2006，“物理环境:自然地理导论”，可在http://www.stats.uwo.ca/faculty/ritter/geog101/textbook/titel_page .html在线获得。
6. Parthasarthy, 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 Beab（2010）“全球和国家对气候变化的关注”，大学新闻，Vol.4。PP.15-23
8. 韦伯和霍金斯1980年。《统计分析在商业和经济中的应用》，哈珀和罗，纽约。