论文部分内容阅读
摘要 利用1961～2012年陕西关中地区年均降雨量和年均气温资料，对近52年来该地区的降雨和气温的动态演变特征进行分析，并探讨了降雨和气温的相关性。结果表明，近半个世纪以来关中地区气温显著升高，降雨量无明显趋势性，降雨量和气温的相关关系仅在20世纪末的20年达到典型负相关，其他时段并未达到显著相关水平，无法得出研究时段内该地区降雨量随气温升高发生相关变化的统一结论；降雨和气温的阶段性变化形成气候类型的阶段性，20世纪60～80年代为关中气候变化的稳定时段，80年代中期～20世纪末气候类型为“暖干型”，进入21世纪气候类型转为“暖湿型”。
关键词 关中地区；降雨；气温；相关性；气候类型
中图分类号 S161.2 文献标识码 A 文章编号 0517-6611（2015）11-192-03
自20世纪以来，全球气温升温趋势普遍，特别是进入80年代以来，气温普遍升高引起的气候、水文、生态环境等一系列问题已成为全球关注热点。全球及我国气候变化研究已取得诸多全局性和区域性的研究成果，近半个世纪以来全球气温普遍升高，进而引起水汽循环过程的变化，降雨量也随之发生区域性的变化[1]。气温和降雨量的变化，导致洪涝灾害、干旱少雨等灾害性事件全球频发，未来气温的变化趋势如何，对区域降雨量将会产生怎样的影响，是当前研究的热点问题[2-3]。
陕西关中地区地处内陆腹地，气候具有东西过渡和南北分界的典型特点。气候变化的影响因素复杂，受气候变化的影响，气象灾害、生态环境、经济发展、政治稳定等一系列问题不容忽视。笔者利用1961～2012年陕西关中地区气温和降水资料，研究关中地区降雨和气温的时空演变特征，探讨该地区降雨和气温受全球气候变化影响的程度、降雨和气温的相关影响关系以及气象因素未来的发展趋势等，为该地区气象、水文、水利、生态、经济、政治等诸多方面提供有指导意义的科学结论。
1 资料与方法
1.1 数据来源
所选数据中，1984～2012年关中地区年均降雨量及年均气温来源于陕西省统计年鉴；1983年以前年均降雨量及年均气温统计资料来源于陕西省气象局资料室。统计资料中有个别年份资料缺失，为了保证数据的完整性，对于偶尔缺失的数据，采用标准平均值或趋势预测方法进行了插补[4]。
1.2 分析方法
运用公认的统计学方法，采用数据处理软件Excell进行年均降雨量和年均气温的动态特征分析。相关性分析主要采用相关系数法、回归分析方法和灰色关联分析等几种方法完成。各种相关分析方法有其适用性和优缺点，分析结果也能够从不同角度说明时间序列相关性特征。相关分析的计算过程采用统计软件包SPSS17.0完成。
1.2.1
相关系数法。
相关是研究2个变量之间是否存在一致而有序关系的一种方法，通常用相关系数rxy来衡量2个变量之间线性相关关系强弱的程度[5]。相关系数rxy为正，两变量正相关；反之则为负相关。相关系数rxy的取值范围为[-1，1]，|rxy|越接近于1，相关程度越强，反之相关程度越弱。一般情况下，0.8≤|rxy|≤1，两变量强相关；0.6≤|rxy|≤0.8，两变量较强相关；0.4≤|rxy|<0.6，两变量一般相关；0.2≤|rxy|<0.4，两变量弱相关；|rxy|<0.2，两变量极弱相关。
1.2.2
回归分析。当2个变量之间不是简单的线性相关关系，可采用回归分析的方法研究两变量之间相关程度和其相关具体形式[6]。将年均降雨量f（x）和年均气温f（y）同绘入平面坐标系中，形成各个时间点降雨和气温随机变量f（x，y）的独立散点，利用最小二乘法求散点的回归方程（线性或函数），散点和回归函数之间的关联性大小称为关联度，散点与函数之间的关联度愈大，说明两变量之间愈符合该函数的相关性。
1.2.3
灰色关联分析法。
灰色关联分析方法主要用于确定2个变量之间随时间变化过程中其变化趋势是否具有一致性[7] ，也是进行相关分析的便利工具之一。灰色关联度是衡量变量之间同步变化程度高低的物理量。在时间序列的变化过程中，2个变量的关联程度或发展趋势一致，则其灰色关联系数大，反之则灰色关联系数较小。用灰色关联系数可以很好地描述降雨和气温时间序列发展趋势的相似或相异程度。
2 关中地区降雨和气温动态变化特征
2.1 降雨变化特征
从关中地区年均降雨量变化曲线（图1a）可以看出，近52年年均降雨量呈小幅减少趋势，线性减少速率为3.16 mm/10a，与全国[8]及陕西省同时段降雨量平均线性减少率（19.6mm/10a）[9]相比，降雨的减少幅度并不显著。降雨量动态变化呈较明显的阶段性，第1阶段（1961～1983年）降雨量波动平稳、变化幅度不大；第2阶段（1984～2012年）降雨量波动剧烈，前期降雨量大幅减少，后期有所增加，但增加幅度不及减少幅度，因此在第2个阶段末平均降雨量数值较小，使得整个研究时段内降雨量整体呈现减小趋势。由降雨量的动态变化曲线可知，年均降雨量的变化是周期性与随机性的拟合，持续增减的趋势并不显著，20世纪80年代中期～90年代末期是关中地区降雨量持续大幅度减少的干旱少雨时期。
2.2 气温变化特征
1961～2012年关中地区年均气温上升趋势显著，年均气温线性变化率高达0.44 ℃/10a（图1b），高于我国气温变化的平均水平[10]，并达到35°N以北年均气温线性变化率（0.25～0.50 ℃/10a）的高值[11]。用滑动平均曲线消除动态曲线的随机因素影响，年均气温也表现出明显的阶段性变化特征。1984年以前气温小幅波动，变化速率绝对值较小；1984～1997年年均气温升温速率快、幅度大，线性升温率远高于同期全国平均水平，是关中地区典型的高温时段；2007年后年均气温还处于较高水平，但升温速率减缓，升温幅度减小。 2.3 降雨和气温的动态关系评价
将1961～2012年关中地区降雨量和年均气温绘制在同一坐标系下，研究二者的动态关系（图2）。年降雨量与年均气温滑动平均曲线关系表明，1983年以前降雨量随气温升高存在小幅增长趋势；1983～1991年气温快速升高而降雨量无显著变化；1991～2002年气温升高，降雨量大幅减少；2002年之后气温变动幅度不大或小幅下降，而降雨量快速又增长。研究时段内降雨量与气温的关系表现为温度升雨量升、温度升雨量稳定、温度升雨量减小以及温度稳定雨量升等几种动态关系，各个分析阶段罕见降雨与气温的一致相关特性。从年代均值曲线来看，20世纪60～70年代气温升高雨量减少，80年代气温升高雨量增加，90年代气温升高雨量减少，2001～2010年气温降低雨量增加，两者在各年代间亦无稳定的相关特性，仅在90年代左右表现为逆势增长。
3 降雨和气温的相关分析
3.1 相关系数分析法
利用Excel软件计算得到1961～2012年关中降雨量和年均气温的相关系数为-0.291 4。从降雨和气温的分阶段、分年代相关系数计算结果（表1）可知，
研究时段内年均降雨量与年均气温总体符合弱负相关特性，相关特征不明显；1974～1997年两者之间的负相关关系较为紧密，相关系数绝对值>0.6；按年代来分析，20世纪70～80年代降雨与气温相关系数也达到了较强相关的水平，其他时段降雨与气温的相关性不显著。
3.2 灰色关联分析
依据灰色关联系数的计算步骤，笔者将年均降雨量和年均气温进行归一化处理，采用统计软件计算1961～2012年关中年降雨量和年均气温灰色相关系数为0.675 1，同时完成了分阶段、分年代降雨量与气温灰色关联系数计算，结果发现（表1），灰色关联系数的计算结果与相关系数的计算结果基本一致。1974～1997年降雨与气温相关系数及灰色关联系数绝对值为研究时段内最大值，表明这一时段为降雨与气温负相关特性显著的典型时段，其他时段两变量变化趋势无明显相关性。
3.3 回归分析
剔除时间因素，单纯从降雨量和气温数据来看，二者所形成的散点分布范围广，规律性不强。以线性函数拟合散点，相关系数仅为0.292，且仅达5%的显著性水平；以二次函数拟合散点，相关系数为0.358，略高于线性函数的情况，达到1%的显著性水平（图3）。可见降雨和气温的关系更符合二次函数的回归相关关系，即气温较低时，随气温升高降雨量减少，当气温超过多年平均值后，随气温的升高，降雨量有小幅增加。
图3 1961～2012年关中地区降雨与气温回归关系
上述3种相关性分析方法的计算结果表明，近52年来关中地区年均气温与年均降雨量表现为弱负相关的特性，二者相关程度仅达到5%的显著相关水平，灰色关联系数值也较小，两者之间的动态关系不具备典型的负相关特征。由阶段性分析结果可知，20世纪70年代中期～90年代末期两者的相关特性显著增强，负相关关系达到1%的显著性水平，灰色相关系数也为研究各个时段中的最大值，在这段时期内，气温显著升高而降雨量随之有较大幅度减少，这与许多学者的研究结论[12-14]具有一致性；其他时段两者或正或负的相关程度较弱，气温变化对降雨量并无一贯性的影响。
从降雨量和气温散点回归计算结果可得到，随气温升高降雨量的变化曲线存在拐点，气温较低区段，气温升高降雨量减少趋势明显，气温较高区段，气温升高降雨量有所增加，两者的动态变化更符合二次函数曲线变化特征。
4 结论与讨论
（1）近52年来关中地区年均气温有较大幅度升高，线性升温率大于全国平均水平[10]。与之相较，年均降雨量并无显著的减少，这与全国近50年降雨量无明显趋势性变化的特征[8]一致，但与我国西北地区中部降水量有明显减小趋势的研究结论[15]有出入。降雨量和气温的变化均表现为阶段性和不稳定的周期特性。20世纪80年代中期～20世纪末是关中地区平均气温显著攀升和降雨量大幅减少的时段，此后，进入21世纪气温的升高趋势有所缓解，降雨量也有较大幅度的增加。
（2）在研究时间范围内，年降雨量与年均气温之间并无显著的线性负相关关系，在个别阶段内（1983～1997年），两者之间具有较为典型的负相关特性。
（3）关中地区降雨量和气温动态变化的阶段特性各异。1981～2000年降雨量与气温之间的负相关关系，仅表明在该时段内气温升高的同时，降雨量会随之减少，这一变化趋势不具有典型性和一贯性。一定时间范围内，影响区域降雨量和气温变化的因素诸多，因此单纯的研究气温对降雨量的影响趋势只能得到片面的结论，需综合考虑多方因素进行研究。
（4）关中地区降雨和气温的阶段性变化趋势也表明，20世纪80年代之前，关中地区降雨和气温并未发生大的波动；80年代初～90年代末，平均气温显著升高、降雨量减少，气候在这一时段内呈“暖干型”变化；而进入21世纪，气候的变化又朝向“暖湿化”甚至是“冷湿化”发展[12-13]。在研究时段的半个世纪内，关中的气候经历了稳定变化阶段、“暖干型”变化阶段和“暖湿化”变化阶段。
（5）关中地区降雨和气温的影响因素诸多，随机性较强，在短时期内不存在一贯的变化趋势。对于关中地区降雨量而言，气温的变化并不是导致降雨量增减的主要原因，其他一些自然地理因素和社会经济因素对之产生的影响不容忽视。在讨论气候变化的趋势性是应综合多方因素进行分析才能得到可靠的结论。
（6）该研究结论表明，气候持续变暖、降雨量持续减少的气候变化趋势在关中地区缺少强有力的证据，气候未来发展趋势和影响因素还需多角度分析方能取得合理可靠的结论。该研究数据仅为50年，在气候变化的漫长时间中仅为一个小的片段，因此还需长时间序列的数据进行补充，才能获得气候变化较为可靠的发展趋势。 参考文献
[1] IPCC. Climate change， fourth assessment report[R].2007.
[2] 邹旭恺，张强. 近半个世纪我国干旱变化的初步研究[J].应用气象学报，2008（12）：680-688.
[3] 丁一汇，马爱民.全球气候变化——人类面临的挑战[M].北京：商务印书馆，2004：125-185.
[4] 赵兰兰，王恺，赵兵.农业气象资料中连续性数据缺失插补方法研究[J].水电能源科学，2010（5）：8-12.
[5] 魏峰.中国西北地区降水的长期变化特征及其可能影响因子研究[D].南京：南京信息工程大学，2005.
[6] 李艳玲，张云鹏. 新疆地区气温与降水量的空间自回归分析[J].人民黄河，2011（7）：51-53.
[7] 蔡冰，迟贵富，李亮，等.灰色关联度在地理气候分析中的应用[J].现代农业科技，2014（21）：246-247.
[8] 翟盘茂，邹旭. 1951-2003年中国气温和降水变化及其对干旱的影响[J].气候变化研究进展，2005，1（1）：16-18.
[9] 卫旭东，刘引鸽，缪启龙. 陕西省降水量变化及其影响分析[J].水土保持通报，2004，24（4）：40-43.
[10] 林学椿，于淑秋.近40年我国气候趋势[J].气象，1990，16（10）：16-21.
[11] 钱维宏，符娇兰，张玮玮，等. 近40年中国平均气候与机制气候变化的概述[J].地球科学进展，2007，22（7）：673-687.
[12] 施雅风.中国西北气候由暖干向暖湿转型问题评估[M].北京：气象出版社，2003.
[13] 任朝霞，杨达源.近50a西北干旱区气候变化趋势研究[J].第四纪研究，2006，26（2）：299-300.
[14] 殷淑燕，黄春长，延军平. 陕西渭北旱塬近43年气候暖干化研究[J]. 陕西师范大学学报：自然科学版，2000（1）：123-126.
[15] 左洪超，吕世华，胡隐樵.中国近50年气温及降水量的变化趋势分析[J].高原气象，2004，23（2）：238-244.
责任编辑 陈玉敏 责任校对 李岩
关键词 关中地区；降雨；气温；相关性；气候类型
中图分类号 S161.2 文献标识码 A 文章编号 0517-6611（2015）11-192-03
自20世纪以来，全球气温升温趋势普遍，特别是进入80年代以来，气温普遍升高引起的气候、水文、生态环境等一系列问题已成为全球关注热点。全球及我国气候变化研究已取得诸多全局性和区域性的研究成果，近半个世纪以来全球气温普遍升高，进而引起水汽循环过程的变化，降雨量也随之发生区域性的变化[1]。气温和降雨量的变化，导致洪涝灾害、干旱少雨等灾害性事件全球频发，未来气温的变化趋势如何，对区域降雨量将会产生怎样的影响，是当前研究的热点问题[2-3]。
陕西关中地区地处内陆腹地，气候具有东西过渡和南北分界的典型特点。气候变化的影响因素复杂，受气候变化的影响，气象灾害、生态环境、经济发展、政治稳定等一系列问题不容忽视。笔者利用1961～2012年陕西关中地区气温和降水资料，研究关中地区降雨和气温的时空演变特征，探讨该地区降雨和气温受全球气候变化影响的程度、降雨和气温的相关影响关系以及气象因素未来的发展趋势等，为该地区气象、水文、水利、生态、经济、政治等诸多方面提供有指导意义的科学结论。
1 资料与方法
1.1 数据来源
所选数据中，1984～2012年关中地区年均降雨量及年均气温来源于陕西省统计年鉴；1983年以前年均降雨量及年均气温统计资料来源于陕西省气象局资料室。统计资料中有个别年份资料缺失，为了保证数据的完整性，对于偶尔缺失的数据，采用标准平均值或趋势预测方法进行了插补[4]。
1.2 分析方法
运用公认的统计学方法，采用数据处理软件Excell进行年均降雨量和年均气温的动态特征分析。相关性分析主要采用相关系数法、回归分析方法和灰色关联分析等几种方法完成。各种相关分析方法有其适用性和优缺点，分析结果也能够从不同角度说明时间序列相关性特征。相关分析的计算过程采用统计软件包SPSS17.0完成。
1.2.1
相关系数法。
相关是研究2个变量之间是否存在一致而有序关系的一种方法，通常用相关系数rxy来衡量2个变量之间线性相关关系强弱的程度[5]。相关系数rxy为正，两变量正相关；反之则为负相关。相关系数rxy的取值范围为[-1，1]，|rxy|越接近于1，相关程度越强，反之相关程度越弱。一般情况下，0.8≤|rxy|≤1，两变量强相关；0.6≤|rxy|≤0.8，两变量较强相关；0.4≤|rxy|<0.6，两变量一般相关；0.2≤|rxy|<0.4，两变量弱相关；|rxy|<0.2，两变量极弱相关。
1.2.2
回归分析。当2个变量之间不是简单的线性相关关系，可采用回归分析的方法研究两变量之间相关程度和其相关具体形式[6]。将年均降雨量f（x）和年均气温f（y）同绘入平面坐标系中，形成各个时间点降雨和气温随机变量f（x，y）的独立散点，利用最小二乘法求散点的回归方程（线性或函数），散点和回归函数之间的关联性大小称为关联度，散点与函数之间的关联度愈大，说明两变量之间愈符合该函数的相关性。
1.2.3
灰色关联分析法。
灰色关联分析方法主要用于确定2个变量之间随时间变化过程中其变化趋势是否具有一致性[7] ，也是进行相关分析的便利工具之一。灰色关联度是衡量变量之间同步变化程度高低的物理量。在时间序列的变化过程中，2个变量的关联程度或发展趋势一致，则其灰色关联系数大，反之则灰色关联系数较小。用灰色关联系数可以很好地描述降雨和气温时间序列发展趋势的相似或相异程度。
2 关中地区降雨和气温动态变化特征
2.1 降雨变化特征
从关中地区年均降雨量变化曲线（图1a）可以看出，近52年年均降雨量呈小幅减少趋势，线性减少速率为3.16 mm/10a，与全国[8]及陕西省同时段降雨量平均线性减少率（19.6mm/10a）[9]相比，降雨的减少幅度并不显著。降雨量动态变化呈较明显的阶段性，第1阶段（1961～1983年）降雨量波动平稳、变化幅度不大；第2阶段（1984～2012年）降雨量波动剧烈，前期降雨量大幅减少，后期有所增加，但增加幅度不及减少幅度，因此在第2个阶段末平均降雨量数值较小，使得整个研究时段内降雨量整体呈现减小趋势。由降雨量的动态变化曲线可知，年均降雨量的变化是周期性与随机性的拟合，持续增减的趋势并不显著，20世纪80年代中期～90年代末期是关中地区降雨量持续大幅度减少的干旱少雨时期。
2.2 气温变化特征
1961～2012年关中地区年均气温上升趋势显著，年均气温线性变化率高达0.44 ℃/10a（图1b），高于我国气温变化的平均水平[10]，并达到35°N以北年均气温线性变化率（0.25～0.50 ℃/10a）的高值[11]。用滑动平均曲线消除动态曲线的随机因素影响，年均气温也表现出明显的阶段性变化特征。1984年以前气温小幅波动，变化速率绝对值较小；1984～1997年年均气温升温速率快、幅度大，线性升温率远高于同期全国平均水平，是关中地区典型的高温时段；2007年后年均气温还处于较高水平，但升温速率减缓，升温幅度减小。 2.3 降雨和气温的动态关系评价
将1961～2012年关中地区降雨量和年均气温绘制在同一坐标系下，研究二者的动态关系（图2）。年降雨量与年均气温滑动平均曲线关系表明，1983年以前降雨量随气温升高存在小幅增长趋势；1983～1991年气温快速升高而降雨量无显著变化；1991～2002年气温升高，降雨量大幅减少；2002年之后气温变动幅度不大或小幅下降，而降雨量快速又增长。研究时段内降雨量与气温的关系表现为温度升雨量升、温度升雨量稳定、温度升雨量减小以及温度稳定雨量升等几种动态关系，各个分析阶段罕见降雨与气温的一致相关特性。从年代均值曲线来看，20世纪60～70年代气温升高雨量减少，80年代气温升高雨量增加，90年代气温升高雨量减少，2001～2010年气温降低雨量增加，两者在各年代间亦无稳定的相关特性，仅在90年代左右表现为逆势增长。
3 降雨和气温的相关分析
3.1 相关系数分析法
利用Excel软件计算得到1961～2012年关中降雨量和年均气温的相关系数为-0.291 4。从降雨和气温的分阶段、分年代相关系数计算结果（表1）可知，
研究时段内年均降雨量与年均气温总体符合弱负相关特性，相关特征不明显；1974～1997年两者之间的负相关关系较为紧密，相关系数绝对值>0.6；按年代来分析，20世纪70～80年代降雨与气温相关系数也达到了较强相关的水平，其他时段降雨与气温的相关性不显著。
3.2 灰色关联分析
依据灰色关联系数的计算步骤，笔者将年均降雨量和年均气温进行归一化处理，采用统计软件计算1961～2012年关中年降雨量和年均气温灰色相关系数为0.675 1，同时完成了分阶段、分年代降雨量与气温灰色关联系数计算，结果发现（表1），灰色关联系数的计算结果与相关系数的计算结果基本一致。1974～1997年降雨与气温相关系数及灰色关联系数绝对值为研究时段内最大值，表明这一时段为降雨与气温负相关特性显著的典型时段，其他时段两变量变化趋势无明显相关性。
3.3 回归分析
剔除时间因素，单纯从降雨量和气温数据来看，二者所形成的散点分布范围广，规律性不强。以线性函数拟合散点，相关系数仅为0.292，且仅达5%的显著性水平；以二次函数拟合散点，相关系数为0.358，略高于线性函数的情况，达到1%的显著性水平（图3）。可见降雨和气温的关系更符合二次函数的回归相关关系，即气温较低时，随气温升高降雨量减少，当气温超过多年平均值后，随气温的升高，降雨量有小幅增加。
图3 1961～2012年关中地区降雨与气温回归关系
上述3种相关性分析方法的计算结果表明，近52年来关中地区年均气温与年均降雨量表现为弱负相关的特性，二者相关程度仅达到5%的显著相关水平，灰色关联系数值也较小，两者之间的动态关系不具备典型的负相关特征。由阶段性分析结果可知，20世纪70年代中期～90年代末期两者的相关特性显著增强，负相关关系达到1%的显著性水平，灰色相关系数也为研究各个时段中的最大值，在这段时期内，气温显著升高而降雨量随之有较大幅度减少，这与许多学者的研究结论[12-14]具有一致性；其他时段两者或正或负的相关程度较弱，气温变化对降雨量并无一贯性的影响。
从降雨量和气温散点回归计算结果可得到，随气温升高降雨量的变化曲线存在拐点，气温较低区段，气温升高降雨量减少趋势明显，气温较高区段，气温升高降雨量有所增加，两者的动态变化更符合二次函数曲线变化特征。
4 结论与讨论
（1）近52年来关中地区年均气温有较大幅度升高，线性升温率大于全国平均水平[10]。与之相较，年均降雨量并无显著的减少，这与全国近50年降雨量无明显趋势性变化的特征[8]一致，但与我国西北地区中部降水量有明显减小趋势的研究结论[15]有出入。降雨量和气温的变化均表现为阶段性和不稳定的周期特性。20世纪80年代中期～20世纪末是关中地区平均气温显著攀升和降雨量大幅减少的时段，此后，进入21世纪气温的升高趋势有所缓解，降雨量也有较大幅度的增加。
（2）在研究时间范围内，年降雨量与年均气温之间并无显著的线性负相关关系，在个别阶段内（1983～1997年），两者之间具有较为典型的负相关特性。
（3）关中地区降雨量和气温动态变化的阶段特性各异。1981～2000年降雨量与气温之间的负相关关系，仅表明在该时段内气温升高的同时，降雨量会随之减少，这一变化趋势不具有典型性和一贯性。一定时间范围内，影响区域降雨量和气温变化的因素诸多，因此单纯的研究气温对降雨量的影响趋势只能得到片面的结论，需综合考虑多方因素进行研究。
（4）关中地区降雨和气温的阶段性变化趋势也表明，20世纪80年代之前，关中地区降雨和气温并未发生大的波动；80年代初～90年代末，平均气温显著升高、降雨量减少，气候在这一时段内呈“暖干型”变化；而进入21世纪，气候的变化又朝向“暖湿化”甚至是“冷湿化”发展[12-13]。在研究时段的半个世纪内，关中的气候经历了稳定变化阶段、“暖干型”变化阶段和“暖湿化”变化阶段。
（5）关中地区降雨和气温的影响因素诸多，随机性较强，在短时期内不存在一贯的变化趋势。对于关中地区降雨量而言，气温的变化并不是导致降雨量增减的主要原因，其他一些自然地理因素和社会经济因素对之产生的影响不容忽视。在讨论气候变化的趋势性是应综合多方因素进行分析才能得到可靠的结论。
（6）该研究结论表明，气候持续变暖、降雨量持续减少的气候变化趋势在关中地区缺少强有力的证据，气候未来发展趋势和影响因素还需多角度分析方能取得合理可靠的结论。该研究数据仅为50年，在气候变化的漫长时间中仅为一个小的片段，因此还需长时间序列的数据进行补充，才能获得气候变化较为可靠的发展趋势。 参考文献
[1] IPCC. Climate change， fourth assessment report[R].2007.
[2] 邹旭恺，张强. 近半个世纪我国干旱变化的初步研究[J].应用气象学报，2008（12）：680-688.
[3] 丁一汇，马爱民.全球气候变化——人类面临的挑战[M].北京：商务印书馆，2004：125-185.
[4] 赵兰兰，王恺，赵兵.农业气象资料中连续性数据缺失插补方法研究[J].水电能源科学，2010（5）：8-12.
[5] 魏峰.中国西北地区降水的长期变化特征及其可能影响因子研究[D].南京：南京信息工程大学，2005.
[6] 李艳玲，张云鹏. 新疆地区气温与降水量的空间自回归分析[J].人民黄河，2011（7）：51-53.
[7] 蔡冰，迟贵富，李亮，等.灰色关联度在地理气候分析中的应用[J].现代农业科技，2014（21）：246-247.
[8] 翟盘茂，邹旭. 1951-2003年中国气温和降水变化及其对干旱的影响[J].气候变化研究进展，2005，1（1）：16-18.
[9] 卫旭东，刘引鸽，缪启龙. 陕西省降水量变化及其影响分析[J].水土保持通报，2004，24（4）：40-43.
[10] 林学椿，于淑秋.近40年我国气候趋势[J].气象，1990，16（10）：16-21.
[11] 钱维宏，符娇兰，张玮玮，等. 近40年中国平均气候与机制气候变化的概述[J].地球科学进展，2007，22（7）：673-687.
[12] 施雅风.中国西北气候由暖干向暖湿转型问题评估[M].北京：气象出版社，2003.
[13] 任朝霞，杨达源.近50a西北干旱区气候变化趋势研究[J].第四纪研究，2006，26（2）：299-300.
[14] 殷淑燕，黄春长，延军平. 陕西渭北旱塬近43年气候暖干化研究[J]. 陕西师范大学学报：自然科学版，2000（1）：123-126.
[15] 左洪超，吕世华，胡隐樵.中国近50年气温及降水量的变化趋势分析[J].高原气象，2004，23（2）：238-244.
责任编辑 陈玉敏 责任校对 李岩