做气候分析这几年我最常被刚入行的朋友问的一个问题是天气预报里的“明天降温”和气候预测里的“未来十年偏暖”这两个“变化”到底差在哪更好的一种问法是如果我手里只有一套华北平原过去六十年左右的逐月气温和降水数据我能从中读出哪些有真正价值的信息这篇博文想聊的就是我从零开始做华北平原年代际气候变化、趋势识别和未来情景解读的完整工作流包括数据怎么选、方法为什么是这几个、代码怎么写、结果怎么翻译成能用的结论以及在实操中踩过的坑。适合做气象、水文、农业区划、城市规划相关工作的同行参考也适合刚接触气候诊断分析的同学找找手感。1. 先搞清楚我们说的“年代际”到底是哪个尺度1.1 气候时间尺度的金字塔气候变化不是铁板一块它像一棵大树不同时间尺度对应不同粗细的枝干。天气尺度是几天到两周比如一次冷锋过境年际尺度是一年到几年比如厄尔尼诺现象带来的降水异常而年代际尺度是十年到三十年比如某个区域连续十几年偏暖、又连续十几年偏湿。再往上还有百年尺度的长期趋势那更多是外强迫温室气体、太阳活动、火山等主导的故事。为什么要特别把“年代际”拎出来因为处于中间层的年代际信号往往最尴尬。短期天气预报有成熟的数值模式长期趋势有清晰的外强迫理论但年代际信号夹在中间既有缓慢变化的背景趋势又叠加上随机性很强的年际波动一不小心就会被“噪声”带偏。华北平原更是典型这个区域本身处于季风边缘区降水年际波动极大某些年份旱到水库见底某些年份又暴雨成灾。如果只盯着短序列看很容易把随机波动误判成趋势如果只看长期平均又会丢掉“近十年偏湿”这类关键阶段信息。所以做华北平原的气候分析第一步就是建立“多尺度分层”的认知框架。把序列拆成三部分长期趋势、年代际分量、年际扰动。长期趋势反映外强迫的累积效应年代际分量反映海温模态和大尺度环流的阶段性配置年际扰动就是那些难以提前预测的“天气尺度噪声”。这个思维框架决定了后面所有方法的选型——你要用滤波把年代际分量抽出来用趋势检验来判断长期变化是否显著用情景数据来估算外强迫未来的影响范围。1.2 华北平原为什么要特别关注年代际变化华北平原的面积不算大但人口密度、农业强度、水资源压力在全国都是数一数二的。这个区域的降水主要靠夏季风而季风强度本身就受到太平洋年代际振荡PDO、北大西洋多年代际振荡AMO等大尺度模态的调制。简单说当某个海温模态处于特定相位时华北夏季风偏强、降水偏多相位翻转后季风水汽输送减弱、降水偏少。这种相位转换的周期往往就在十到三十年恰好落在年代际尺度的窗口里。举个实际例子二十世纪七十年代末到九十年代中期华北经历了持续的偏干阶段许多水库蓄水量下降、地下水位快速回落。再往后降水有所恢复但又呈现出“旱涝急转”的新特征。如果只计算六十年的平均降水量这些阶段信号会被抹平。但如果你是做水资源规划或者农业布局的必须知道“当前处在一个什么样的年代际背景相位”上——这决定了未来十到二十年是应该按“偏旱准备”还是“偏涝准备”来配置资源。另外气温的年代际变化同样关键。华北平原的城市群热岛效应叠加区域增暖导致夏季夜间温度明显抬升高温热浪的频次和强度也在变化。城市基础设施设计、电力负荷预测、农业品种布局都需要“未来二十年的气候态”而不只是“过去三十年的平均态”。这就是年代际气候信息最直接的应用出口。2. 数据这关过不好后面全白搭2.1 三类常用数据源及取舍做华北平原的年代际分析数据主要来自三类气象站点观测数据、再分析资料、气候模式输出。三者的定位完全不同取舍也有讲究。站点观测数据是“地 truth”代表真实地面的气象要素时间连续性靠人工和自动站维护。缺点是站点分布不均城市站会受到热岛影响而且历史上站点迁移、仪器换型会造成非均一性。做趋势分析时这种非均一性最致命——一个站从山顶搬到山脚、从郊区进到城区气温序列可能凭空多出零点几度的“假趋势”。华北平原中部站点密度较高但城市扩张快的地区热岛信号和区域气候信号往往是混合的。再分析资料如ERA5是数值模式与观测融合的产物网格化、时间连续、变量齐全适合做环流背景分析。但它在华北地区的适用性需要注意降水这类强局地性变量再分析在夏季对流性降水上误差偏大气温在地形复杂区域也有偏差。做年代际分析时如果只用再分析数据趋势信号可能会被同化系统的偏差变化污染。气候模式输出如CMIP6是未来情景的主要来源。它的天然缺陷是分辨率粗华北的地形细节基本被平滑掉了直接输出要用的话夏季降水往往系统性偏弱。但模式的价值在于它能够响应不同排放情景下的外强迫变化这是观测数据无法提供的。所以标准做法是用观测做“诊断”用再分析做“机制”用模式做“预估”三者互相印证。2.2 数据预处理中的三个大坑第一坑缺测和异常值的处理。站点数据经常有缺测不能直接拿剩余年份拼一段就算了。如果连续缺测超过总长度的百分之十这个站点的趋势结果要打一个问号。我常用的办法是先做质量控制把超过气候极值阈值的数据剔除再用邻近站或再分析数据插补但插补后的数据不参与趋势检验只参与描述统计。这样既能保留序列的连续性又不让插补值污染趋势信号。第二坑均一性检验被忽略。这是新手最容易跳过的一步。最简单的做法是查站点元数据看有没有迁移记录如果不确定可以用Pettitt检验、SNHT检验等方法检测突变点。华北地区很多站点在二十世纪八九十年代经历过从人工观测到自动站的转换这类突变和真实气候信号很难区分。我踩过的坑是某站在2002年左右有个明显升温跳跃当时一度以为是气候趋势加速后来查了元数据才发现是站点迁址。这个教训让我从此把“元数据核查”列为数据处理的必答题。第三坑季节尺度的选择。很多分析直接用年值序列但华北的降水集中在夏季气温的极端变化也主要在冬夏两季。年代际信号在季节尺度上的表现差异很大冬季增温往往比夏季明显夏季降水变率比冬季大。只做年值分析会掩盖关键季节的信息。建议至少分春、夏、秋、冬四个季节或者按汛期5-9月和非汛期分别分析一遍。3. 趋势和年代际信号怎么从数据里“抠”出来3.1 滑动平均和滤波把信号分离出来拿到干净的序列之后第一件事不是直接算趋势而是先做信号分离。最朴素的方法是滑动平均比如对逐月降水序列做十一年滑动平均就能把太短周期的波动抹掉露出年代际骨架。但滑动平均有个问题是会损失序列两端的数据且对高频分量的抑制不够陡峭。更讲究一点的做法是用Lanczos滤波它能够设置明确的截止周期比如“滤掉周期小于十年的分量”保留十年以上的低频信号。下面这段代码是我常用的低通滤波实现基于Lanczos核实测在华北站点的月序列上表现稳定import numpy as np def lanczos_lowpass(x, cutoff_years, dt1.0, M20): x: 输入序列已是月/年距平 cutoff_years: 截止周期年如10表示保留周期大于10年的信号 dt: 采样间隔年月序列即为1/12 M: 滤波窗口半宽个样本点越大截断越锐利但两端损失越多 fc 1.0 / (cutoff_years * dt) n np.arange(-M, M 1) h np.sinc(2 * fc * n) * np.sinc(fc * n / M) # 加窗处理 h h / np.sum(h) # 卷积末端对齐输出和输入同长 return np.convolve(x, h, modesame)用的时候要注意滤波输出两端会不准确幅度明显偏小。实践上我一般把滤波后的序列两端各截掉约五到十年再用于后续分析宁可序列短一点也不能让假信息进入结论。滤波只是手段真正要回答的问题是这些年华北平原的低频信号到底呈现出什么样的阶段性从我们处理过的一段长约六十年的月降水序列来看十一年的滑动平均能清楚看到“偏干—偏湿—再偏干—再调整”的阶段交替转折点往往与海温模态的相位转换年份有一定的对应关系。这种对应关系不做滤波是看不出来的因为年际噪声实在太大了。3.2 曼-肯德尔趋势检验给变化一个可信度分离出年代际分量之后还要回答“趋势到底显著不显著”。这里首选Mann-KendallMK非参数趋势检验因为它不要求数据服从正态分布对异常值也不敏感非常适合气象水文序列。它的核心思想是逐对比较数据的大小关系统计趋势的方向一致程度再和随机排列情况做对比算出显著性水平。如果数据量不大可以用现成的库import pymannkendall as mk result mk.original_test(series) # series 是待检验的一维序列 print(result.trend) # increasing/decreasing/no trend print(result.p) # p值通常小于0.05认为显著 print(result.slope) # Theil-Sen斜率估计输出里的slope是单位时间的变化速率这是“量”的层面p值则是“可信度”的层面。我在实际分析中会同时报告两者避免只说“升温了”却不给速率或者只说“速率是X”却不讲显著性。不过MK检验有个隐含假设序列是独立随机的。年代际低频分量往往是自相关的直接用原始MK检验会夸大显著性。因此需要先做“预白化”处理比如把序列的一阶自回归成分剔除后再检验或者用修订版的MK方法。我一般在趋势检验之前会先算序列的lag-1自相关系数如果超过0.3就采用处理过自相关的方法。这一小步能避免很多“看起来显著其实是假信号”的尴尬。对华北平原多数站点的年降水序列来说直接做MK检验的结果往往是不显著的——降水年际波动太大即使有年代际阶段变化长序列的趋势强度也被噪声稀释了。这本身就是一个重要结论降水变化的“年代际转型”比“线性趋势”更值得关注。而对年均气温序列多数站点会出现显著的增暖趋势速率大概在每十年零点一到零点三摄氏度的区间内区域间略有差异。3.3 突变与模态分析看看这些年到底发生了什么趋势之外变点检测是年代际分析的另一个重点。常用的方法包括Pettitt检验、滑动t检验、Bai-Perron多重断点检验等。Pettitt适合找单一突变点滑动t检验可以观察随时间变化的显著性窗口。我建议先用目视检查滤波曲线转折处来初步定位再用突变检验来客观确认两者结果一致才敢写进结论。例如对华北平原某段降水序列做Pettitt检验可能会把突变点定在某个特定年份附近这正好对应大气环流在那个时候出现的一次明显调整。这类“转折点”对规划部门特别有价值——如果转折确实存在那么“过去三十年的平均”就不能简单外推为“未来三十年的预期”。模态分析方面EOF经验正交函数分解是理解华北平原区域气候模态的有力工具。将多个站点的气温或降水序列排列成矩阵做EOF分解第一模态通常对应区域一致的增暖或降水同相位变化第二模态往往反映南北反相或东西差异。EOF做起来不难难点在物理意义的解释。我会把主模态的时间系数和环流指数比如海温距平指数做滞后相关分析用来推测可能的驱动因子。这一步不做EOF就只是数学游戏。跳过物理机制直接堆统计量是很多分析报告的通病。试想一下如果你告诉决策者“未来可能偏旱”他问“为什么”你总不能只说“因为EOF第二模态时间系数在下降”。你需要说的是“偏旱阶段对应某种环流型的异常而这种环流型受海温模态调制当前海温相位仍然有利——所以未来偏旱是有物理逻辑的。”这种逻辑链条才是方案被采纳的关键。4. 未来情景怎么解读才不至于翻车4.1 SSP情景到底在说什么未来预估用的CMIP6模式配套的是共享社会经济路径SSP情景。这套情景的中文解释往往很绕我用最直白的方式翻译一下SSP1-2.6可持续发展路径排放大幅下降世纪中后期几乎实现净零升温最温和。SSP2-4.5中间路径维持当前政策力度的大致延续部分减缓是研究中使用频率最高的情景。SSP3-7.0区域竞争路径排放较高增温幅度明显。SSP5-8.5高排放路径依赖化石燃料增温最极端。在华北平原的应用场景里我个人最推荐优先看SSP2-4.5然后再看SSP5-8.5作为“高风险的边界”。SSP1-2.6当然理想但它假定了一组非常理想化的条件拿来做工程设计的下限参考可以说说但不能作为唯一依据。做好几套情景对比本质上是在做“敏感性分析”——看看结论到底有多依赖路径假设。4.2 多模式集合与偏差校正单看某一个模式的未来输出是很危险的因为每个模式都有自己的系统性偏差。标准的做法是用多模式集合平均MME降低单模式的不确定性。做法很简单把多个模式在同一个情景下的输出先插值到统一网格再逐格点做算术平均。集合平均的“信噪比”通常比单模式高但代价是抹平了极端响应——有模式模拟出显著变湿有模式模拟出变干平均后可能接近“无变化”这会把重要的风险信号偷偷消掉。所以我会额外计算“模式一致性”统计有多少比例的模式同意“变湿”或“变干”用一致性来补充集合平均的信息。偏差校正则是必不可少的一步。直接把模式原始输出拿来做站点尺度的变化评估基本等于刻舟求剑。最简单的校正方法是增量法Delta法先算模式在未来时期和基准期的差值再把差值加到观测的基准气候态上。代码非常简单def delta_correct_temp(obs_base, mod_base, mod_future): 温度用加法增量校正 delta mod_future.mean(axis0) - mod_base.mean(axis0) return obs_base.mean(axis0) delta def delta_correct_pr(obs_base, mod_base, mod_future): 降水用乘法比例校正避免出现负值 ratio mod_future.mean(axis0) / mod_base.mean(axis0) return obs_base.mean(axis0) * ratio更精细的做法是分位数映射法它能够校正分布形状而不只是均值但实现复杂度高需要足够长的观测数据来标定分布。对年代际尺度的规划应用Delta法已经能回答“未来的平均态会怎么变”这个核心问题。如果要做极端事件评估才需要升级到分位数映射。4.3 从数值到结论的翻译拿到校正后的未来情景数据怎么把数值翻译成“人话”我总结了一个三段式先说温度。从多模式集合结果来看华北平原在SSP2-4.5下的冬天比夏天增温更明显这是高纬度地区放大效应向中纬度延伸的结果。但夏季增温虽然幅度小一点对体感和能耗的影响反而更大因为初始基数高、空调负荷峰值正落在夏季。所谓“夏天每升高一度城市电网负荷就会跳一个台阶”这不是修辞是电力系统规划里的真实经验。再说降水。华北平原的降水情景是CMIP6模式分歧最大的区域之一。有的模式认为季风水汽输送增强降水增加有的模式认为是环流位置变化导致水汽难以深入降水减少。集合平均的结果通常是一个微弱的增加或无明显变化但模式间分歧本身就是一个重要的风险提示在做水利设施规划时不能把宝押在“降水不变”上而是必须考虑“变湿或变干各百分之多少”的两种应对方案。最后说极端事件。情景数据的逐日输出可以用来分析极端指标比如连续无降水日数、极端降水日数、高温日数。华北地区在增暖背景下即使年均降水变化不大极端性也会增强——干的时段更干湿的时刻更湿。这类变化比年均值的变化对农业和基础设施的影响更直接。在做未来情景分析时我强烈建议至少算三个指标暖夜指数最热时段最低温超过阈值的日数、连续干日数、单日最大降水量。5. 实操避坑这些年我踩过的雷5.1 站点数据均一性看不见的假信号最隐蔽的坑就是站点数据不均一。我处理过一个始建很早的城市站早期站点在城郊田野后来城市扩张站点周边逐渐被建筑物包围观测到的气温序列在几十年里出现了明显的“城市化增量”。这个增量和区域气候增暖混在一起如果不做城市化影响评估会把升温速率估计得偏高。处理思路有两种一是用城郊站做差值对比把城市化贡献分离出来二是用均一化方法对序列进行订正。但无论哪种方法都需要仔细看元数据。5.2 再分析资料的适用边界再分析数据确实好用但要用对地方。ERA5的降水在华北夏季强对流过程中经常偏弱因为参数化方案对局地对流的描述有局限性气温在晴好天气下的地表能量平衡模拟也可能有误差。做环流机制分析时再用再分析资料做站点尺度的趋势定量评估时坚持以站点观测为准。两类数据的结果可以互相验证但不能直接混用。5.3 模式数据的“拿来主义”陷阱很多人做未来情景分析下载了模式数据插值到站点直接算变化就写结论了。这是最大的“拿来主义”陷阱。模式输出的是网格平均而站点代表的是局地点位两者在华北这种地形和城市分布复杂的区域差异巨大。另外模式之间的系统性偏差方向不一致华北平原的夏季降水有的模式偏多、有的模式偏少集合平均看起来“中性”实际掩盖了模式物理过程的分歧。务必进行检查先看模式是否模拟出华北降水的季节循环特征再看是否合理再现了降水变率最后才谈未来增量。5.4 常见问题速查表问题排查思路推荐处理方式站点气温序列出现异常跃变查询元数据确认是否迁站或换仪器分段处理或做均一化订正趋势检验结果显著但滤波曲线无趋势很可能序列自相关导致假显著预白化后重新检验模式集合平均未来降水接近零变化可能被正负响应抵消统计模式一致性比例查看分歧来源再分析降水与站点相差大夏季对流降水参数化偏差定性分析用再分析定量评估用站点情景数据未来温度负值异常直接用原始模式值没有做偏差校正用Delta法或分位数映射校正滤波两端幅度异常偏小卷积截断效应截掉两端各5-10年再分析5.5 一个完整的小流程参考最后分享一个我常用的最小可行流程供刚入门的同行参考下载站点月值数据做质量控制与缺测检查检测突变点并与元数据比对对距平序列做11年滑动平均和Lanczos滤波分别对原序列和滤波后序列做MK检验对年序列做Pettitt突变检验用EOF识别区域主模态计算主模态时间系数与环流指数的关系下载CMIP6的SSP2-4.5和SSP5-8.5情景数据插值到站点做偏差校正统计未来温度、降水、极端指标的变化范围和模式一致性。整套做完你对一个区域的年代际气候图景就有了一个立体的认识而不是只看一两个干巴巴的趋势系数。我个人在实际操作中的体会是做这类分析最大的对手不是数据缺失或方法复杂而是“急于下结论”的心态。有一次我把某段序列的MK检验p值算到0.049差点当成显著趋势写进报告后来检查发现是插补值导致的自相关虚增。从那以后我养成了一个习惯每个结论都要能从至少两条独立路径得到验证无论是统计方法交叉验证还是从物理机制上给出合理解释。数据可以帮你描述世界但只有机制理解才能让你真正相信那个描述。做气候分析慢就是快。
