基于Pettitt检验的赣抚平原灌区气象要素突变特征及关联性研究

doi:10.11924/j.issn.1000-6850.casb2025-0931

摘要/Abstract

摘要：

赣抚平原灌区作为江西省重要商品粮基地，其农业生产与生态平衡高度依赖气象要素节律性变化，明确其关键气象要素的突变规律与关联机制，可为灌区气候适应性管理提供科学支撑。本文基于该灌区1987—2024年长序列气象观测数据，采用Pettitt突变检验、线性倾向法及相关性分析等方法，系统探究气温、日照时数、降雨量和平均风速的突变特征、变化趋势及要素关联性。结果显示：年平均气温、年平均最高气温及年平均最低气温整体呈现上升趋势，且均在2007年发生显著突变，突变后升温速率明显加快，年平均最低气温突变后增幅达0.110℃/a；日照时数整体呈下降趋势，仅秋季在2012年出现显著突变，降幅达25.95%；降雨量无明显突变点，整体呈不显著上升趋势，夏季降雨量增加为主要贡献因素；平均风速在21世纪初发生显著突变，整体呈下降趋势，四季中夏、秋两季降幅更为明显。相关性分析显示，平均气温升高并非单一因素驱动，而是由平均最高气温与最低气温协同作用所致，且平均风速下降与上述3种气温升高均呈显著负相关，二者年份突变时间同步，证实风速下降是灌区气温升高的关键局部驱动因子。因此，赣抚平原灌区于研究期间的气候演变中，平均气温升高是最高气温与最低气温协同驱动、且受风速下降调控的耦合结果，突变同步性与要素关联规律可为局地气候适应性管理提供技术参考。

关键词: 赣抚平原灌区, pettitt检测, 气象要素, 突变特征, 相关性分析

Abstract:

As an important commodity grain base in Jiangxi Province, the agricultural production and ecological balance of Ganfupingyuan Irrigation Area are highly dependent on the rhythmic changes of meteorological elements. Clarifying the abrupt change laws and correlation mechanisms of its key meteorological elements can provide scientific support for the climate adaptability management of the irrigation district. Based on the long-series meteorological observation data from 1987 to 2024 in this irrigation district, this study systematically explored the abrupt change characteristics, variation trends and inter-element correlations of air temperature, sunshine duration, precipitation and average wind speed by adopting the Pettitt test, linear trend analysis and correlation analysis methods. The results showed that the annual average temperature, annual average maximum temperature and annual average minimum temperature exhibited an overall upward trend, with significant abrupt changes occurring in 2007. After the abrupt change, the warming rate accelerated significantly, and the annual average minimum temperature increased by 0.110℃/a. The sunshine duration showed an overall downward trend, with a significant abrupt change of 25.95% only in autumn 2012. There was no obvious abrupt change point in precipitation, and the overall trend was non-significantly upward, with the increase in summer precipitation being the main contributing factor. The average wind speed underwent a significant abrupt change at the beginning of the 21st century, showing an overall downward trend, and the decline was more pronounced in summer and autumn. Correlation analysis indicated that the increase in average temperature was not driven by a single factor but by the synergistic effect of average maximum temperature and average minimum temperature. Furthermore, the decrease in average wind speed was significantly negatively correlated with the increase in the above three temperature indices, and their abrupt change times were synchronized, confirming that the decrease in wind speed was a key local driving factor for the temperature rise in the irrigation district. Therefore, during the study period, the increase of average temperature in Ganfupingyuan Irrigation Area was a coupled result of the synergistic driving of maximum and minimum temperatures and the regulation of decreasing wind speed. The synchronization of abrupt changes and the correlation laws of elements can provide technical references for local climate adaptability management.

Key words: Ganfupingyuan Irrigation Area, Pettitt test, meteorological elements, abrupt change characteristics, correlation analysis

曾佩, 喻宏磊, 李玥康, 刘博懿. 基于Pettitt检验的赣抚平原灌区气象要素突变特征及关联性研究[J]. 中国农学通报, 2026, 42(6): 164-170.

ZENG Pei, YU Honglei, LI Yuekang, LIU Boyi. Abrupt Change Characteristics of Meteorological Elements in Ganfupingyuan Irrigation Area Based on Pettitt Test and Its Correlation Study[J]. Chinese Agricultural Science Bulletin, 2026, 42(6): 164-170.

图/表 5

参考文献 29

[1]	栾菲, 吴鹏, 李由, 等. 全球变暖加剧气候系统不稳定性极端天气气候事件多发频发[N]. 中国气象报,2024-07-03(003).
[2]	刘星才, 李灵泠. 气候变化对中亚地区水资源的影响研究进展[J]. 地理科学进展, 2025, 44(10):2008-2020. doi: 10.18306/dlkxjz.2025.10.002
[3]	姜龙, 汝楠, 王坤, 等. 流域水资源管理与调配“预警”方法及应用[J]. 水利水运工程学报, 2025(6):56-63.
[4]	许迪, 李益农, 龚时宏, 等. 气候变化对农业水管理的影响及应对策略研究[J]. 农业工程学报, 2019, 35(14):79-89.
[5]	陈梦婷, 罗玉峰, 晏成明, 等. 南方季节性干旱特征分析——以湖北漳河灌区为例[J]. 排灌机械工程学报, 2018, 36(9):863-868.
[6]	王为, 黄慧, 耿浩博, 等. 2024年全国旱情及干旱防御工作[J]. 中国防汛抗旱, 2024, 34(12):9-12.
[7]	赵明汉, 邵东国, 尹希, 等. 灌区干旱指标适用性比较及干旱特征分析[J]. 中国农村水利水电, 2016(8):167-170.
[8]	WEI W, ZOU S, DUAN W L, et al. Spatiotemporal variability in extreme precipitation and associated large-scale climate mechanisms in Central Asia from 1950 to 2019[J]. Journal of hydrology, 2023, 620(PA).
[9]	ADARSH S, GAYATHRI S M, CHRISTOPHER N, et al. Spatio-temporal variability of trends in extreme climatic indices across India[J]. KSCE Journal of civil engineering, 2024, 28(6):2537-2551. doi: 10.1007/s12205-024-1192-3 URL
[10]	高旭蕊, 王协康, 雷声, 等. 基于多源数据的鄱阳湖流域极端降水与气温演变特征分析[J]. 中国防汛抗旱, 2025, 35(8):49-56,72.
[11]	雷享勇, 高路, 马苗苗, 等. 鄱阳湖流域极端降水时空分布和非平稳性特征[J]. 应用生态学报, 2021, 32(9):3277-3287. doi: 10.13287/j.1001-9332.202109.017
[12]	刘小欢. 长江中游城市群极端气候事件时空变化特征及城市化对其影响研究[D]. 黄石: 湖北师范大学, 2024.
[13]	李琴, 詹聪, 张金生, 等. 基于遥感生态指数的赣抚平原灌区生态环境质量变化评价[J]. 长江流域资源与环境, 2024, 33(6):1340-1353.
[14]	GABRIE L E, VILLARIN I. On the stationarity of annual flood peaks in the continental United States during the 20th century[J]. Water resources research, 2009, 45(8):W08417.
[15]	VILLARINI G, SMITH J A, BAECK M L, et al. On the frequeney of heavy rainfall for the midwest of the United States[J]. Journal of hydrology, 2011, 400(1-2):103-120. doi: 10.1016/j.jhydrol.2011.01.027 URL
[16]	张应华, 宋献方. 水文气象序列趋势分析与变异诊断的方法及其对比[J]. 干旱区地理, 2015, 38(4):652-665.
[17]	PET'TIT'T A N A. Non-parametric approach to the change-point problem[J]. Applied statistics, 1979, 28(2):126-135.
[18]	WANG X L, WEN Q H, WU Y. Penalized maximal t test for detecting undocumented mean change in climate data series[J]. Journal of applied meteorology & climatology, 2007, 46(6):916-931.
[19]	VILLARINI G, SMITH J A, NAPOLITANO F. Nonstationary modeling of a long record of rainfall and temperature over Rome[J]. Advances in water resources, 2010, 33(10):1256-1267. doi: 10.1016/j.advwatres.2010.03.013 URL
[20]	IPCC. Climate change 2023: synthesis report. Contribution of working groups I, II and III to the sixth assessment report of the intergovernmental panel on climate change[J]. Switzerland, Geneva: IPCC, 2023:35-115.
[21]	廉丽姝, 李宝富, 陈忠升, 等. 基于WRF模式评估土地利用/覆被变化的气候和水文效应[J]. 生态学报, 2018, 38(3):917-925.
[22]	闻新宇, 王绍武, 朱锦红, 等. 英国CRU高分辨率格点资料揭示的20世纪中国气候变化[J]. 大气科学, 2006(5):894-904.
[23]	廖金源, 康戍英. 2020年鄱阳湖流域超标准大洪水分析与思考[J]. 中国防汛抗旱, 2021, 31(4):45-48.
[24]	张立波, 娄伟平. 近50年长江中下游地区日照时数的时空特征及其影响因素[J]. 长江流域资源与环境, 2013, 22(5):595-601.
[25]	姜荣升. 基于CWRF研究我国降水变化及其与边界层高度的关系[D]. 南京: 南京信息工程大学, 2021.
[26]	芦佳玉, 延军平, 王鹏涛, 等. 全球气候变暖背景下陕甘宁地区风速时空变化特征[J]. 中国沙漠, 2017, 37(3):554-561. doi: 10.7522/j.issn.1000-694X.2016.00114
[27]	曾鹏. 长三角区域季节性平均风速的变化特征和预测研究[D]. 上海: 华东师范大学, 2020.
[28]	赵文举, 马孝义, 张建兴, 等. 气候与径流变化对泾惠渠灌区可持续发展的影响与对策研究[J]. 自然资源学报, 2009, 24(7):1163-1170. doi: 10.11849/zrzyxb.2009.07.004
[29]	季建鑫, 杨玫, 薛丽萍. 气候变化对汾西灌区灌溉用水量的影响研究[J]. 节水灌溉, 2023(11):75-81. doi: 10.12396/jsgg.2023203

气象要素		突变点	突变前均值	突变前变化速率	突变后均值	突变后变化速率	变化幅度	整体变化速率
平均气温/℃	年	k=2007^***	17.80±0.47	0.027	18.64±0.52	0.083^***	0.84	—
	春季	k=2007^**	17.22±1.08	0.048	18.49±0.72	0.079^*	1.27	—
	夏季	k=2007^**	27.87±0.63	-0.030	28.62±0.62	0.045	0.75	—
	秋季	k=2007^**	18.94±0.82	0.031	20.05±0.78	0.091^*	1.11	—
	冬季	—	—	—	—	—	—	0.024
平均最高气温/℃	年	k=2007^***	21.69±0.46	0.025	22.98±0.54	0.071*	1.29	—
	春季	k=2007^***	20.86±0.85	0.049	22.95±0.75	0.043	2.09	—
	夏季	k=2007^***	31.48±0.89	-0.007	32.72±0.64	0.04	1.24	—
	秋季	k=2007^**	23.27±0.83	0.034	24.63±0.94	0.075	1.36	—
	冬季	—	—	—	—	—	—	0.033
平均最低气温/℃	年	k=2007^***	14.20±0.51	0.045^*	15.22±0.75	0.110^***	1.02	—
	春季	k=2012^***	13.73±0.89	0.055^*	15.55±0.47	0.068	1.82	—
	夏季	k=2007^***	24.36±0.58	0.019	25.45±0.54	0.063^*	1.09	—
	秋季	k=2007^***	15.24±0.91	0.063	16.71±0.82	0.115^**	1.47	—
	冬季	k=2014^*	3.40±0.89	0.008	4.84±0.61	-0.097	1.44	—
平均气温日较差/℃	年	—	—	—	—	—	—	-0.003
	春季	—	—	—	—	—	—	0.013
	夏季	—	—	—	—	—	—	0.000
	秋季	—	—	—	—	—	—	-0.012
	冬季	—	—	—	—	—	—	-0.013

气象要素		突变点	突变前均值	突变前变化速率	突变后均值	突变后变化速率	变化幅度	整体变化速率
平均气温/℃	年	k=2007^***	17.80±0.47	0.027	18.64±0.52	0.083^***	0.84	—
	春季	k=2007^**	17.22±1.08	0.048	18.49±0.72	0.079^*	1.27	—
	夏季	k=2007^**	27.87±0.63	-0.030	28.62±0.62	0.045	0.75	—
	秋季	k=2007^**	18.94±0.82	0.031	20.05±0.78	0.091^*	1.11	—
	冬季	—	—	—	—	—	—	0.024
平均最高气温/℃	年	k=2007^***	21.69±0.46	0.025	22.98±0.54	0.071*	1.29	—
	春季	k=2007^***	20.86±0.85	0.049	22.95±0.75	0.043	2.09	—
	夏季	k=2007^***	31.48±0.89	-0.007	32.72±0.64	0.04	1.24	—
	秋季	k=2007^**	23.27±0.83	0.034	24.63±0.94	0.075	1.36	—
	冬季	—	—	—	—	—	—	0.033
平均最低气温/℃	年	k=2007^***	14.20±0.51	0.045^*	15.22±0.75	0.110^***	1.02	—
	春季	k=2012^***	13.73±0.89	0.055^*	15.55±0.47	0.068	1.82	—
	夏季	k=2007^***	24.36±0.58	0.019	25.45±0.54	0.063^*	1.09	—
	秋季	k=2007^***	15.24±0.91	0.063	16.71±0.82	0.115^**	1.47	—
	冬季	k=2014^*	3.40±0.89	0.008	4.84±0.61	-0.097	1.44	—
平均气温日较差/℃	年	—	—	—	—	—	—	-0.003
	春季	—	—	—	—	—	—	0.013
	夏季	—	—	—	—	—	—	0.000
	秋季	—	—	—	—	—	—	-0.012
	冬季	—	—	—	—	—	—	-0.013

	年平均气温	年平均最高气温	年平均最低气温	年平均气温日较差	年日照时数	年降雨量	年平均风速
年平均气温	1	0.900^***	0.905^***	-0.013	-0.063	-0.020	-0.585^***
年平均最高气温		1	0.843^***	0.276	-0.057	-0.089	-0.663^***
年平均最低气温			1	-0.284	-0.080	0.071	-0.529^**
年平均气温日较差				1	0.042	-0.287	-0.239
年日照时数					1	-0.159	0.025
年降雨量						1	0.077
年平均风速							1

	年平均气温	年平均最高气温	年平均最低气温	年平均气温日较差	年日照时数	年降雨量	年平均风速
年平均气温	1	0.900^***	0.905^***	-0.013	-0.063	-0.020	-0.585^***
年平均最高气温		1	0.843^***	0.276	-0.057	-0.089	-0.663^***
年平均最低气温			1	-0.284	-0.080	0.071	-0.529^**
年平均气温日较差				1	0.042	-0.287	-0.239
年日照时数					1	-0.159	0.025
年降雨量						1	0.077
年平均风速							1