在西南非气候过渡带，降雨季节开始时间的诊断方法对定义选择具有敏感性：以科特迪瓦的Lamto为例

《Frontiers in Climate》：Sensitivity of rainy-season onset diagnostics to definition choice in a West African climatic transition zone: case of Lamto (C?te d’Ivoire)

　　摘要
在西非，雨季开始和结束的时间对于描述季节性降雨变化和支持基于气候的规划至关重要。本研究通过分析1964年至2023年的每日降雨数据，探讨了雨季开始判断方法对定义选择的敏感性，并评估了科特迪瓦Lamto地区双峰降雨模式下常见结束日期、雨季持续时间以及年际变化的情况。使用时间序列分析、Mann-Kendall统计量和Sen的斜率来分析雨季开始、结束和持续时间的年际变化及长期趋势。为了评估方法学的敏感性，比较了四种定义（AGRHYMET、Stern、Sivakumar和Omotosho）下的开始日期在时间、分散度、一致性和错误开始方面的差异。结果表明，这些方法在第一个雨季（3月至7月）开始时间上存在显著差异，开始日期范围从3月19日（AGRHYMET）到4月20日（Stern），而Omotosho和Sivakumar报告的日期处于这一范围的中间位置（3月30日和4月8日）。记录的平均结束日期为7月24日（介于7月14日至8月16日之间），根据不同的开始方法，雨季长度在95至127天之间变化。第二个雨季（9月至11月）各方法之间的差异较小，平均开始日期在9月11日至17日之间，结束时间约为11月25日，因此持续时间较短，大约为70至75天，方法间的一致性较高。长期趋势分析显示，第一个雨季的开始和结束时间没有显著变化，而第二个雨季则呈现轻微的延迟趋势。此外，对不同雨季的敏感性和一致性的分析显示出一个明显的季节性差异：第一个雨季的变化较大，方法间的一致性较低，错误开始的可能性较高；而第二个雨季则显得更加稳定和一致。因此，这些结果强调了选择合适的开始定义对于影响评估的重要性，特别是在第一个雨季；同时表明第二个雨季提供的开始信号在不同方法间更为可靠。未来的工作应集中在理解季节性转变的机制上，并提高对西非过渡性气候区降雨行为的认识。

1 引言
水资源可用性和农业生产力问题是热带地区人口面临的关键问题，特别是在西非（Paturel等人，1998年）。这一问题的重要性在于，西非的社会和经济活动主要依赖于雨养农业，而雨养农业受到强烈的季节性、年际性和空间性降雨变化的影响（Servat等人，2005年；Kouassi等人，2010年）。该地区高度依赖雨养农业，也是受气候变化和变异性影响最严重的地区之一（IPCC，2021年）。这种脆弱性因多种压力因素的相互作用而加剧，包括干旱、极端天气事件的频率和持续时间、适应能力较低以及人口快速增长。多项研究强调了科特迪瓦在全球变暖背景下对气候变化的脆弱性（Diawara等人，2014年；N’Datchoh等人，2018年；Yapo等人，2019年、2020年；Yoroba等人，2019年）。预计极端降水将会增加，同时雨季中的干旱（湿润）序列也会增加或减少（Yapo等人，2019年、2020年）。此外，社会经济活动，尤其是农牧业活动（如可可、腰果、棉花等以及畜牧业），受到季节内和年际降雨异常变化的严重影响，尤其是雨季开始时间的延迟（Goula等人，2010年；Bamba等人，2022年；M’bo等人，2023年）。由于该地区社会经济活动对雨养农业的依赖性，提高对降雨季节内分布的理解对于准确预测雨季的开始、结束和持续时间至关重要（Mounkaila等人，2014年）。可靠的降雨开始日期预测将有助于准备农业用地、调动种子和作物、劳动力及设备，并减少过早或过晚种植的风险（Omotosho等人，2000年）。此外，准确判断雨季的开始、结束和持续时间对于许多农业活动和可持续食品生产规划至关重要，因为这些活动依赖于降雨来进行土地准备、播种和收获。另外，确定雨季的开始和结束日期及其长度可以帮助选择适合的作物类型，无论是短周期还是长周期作物。

进一步研究表明，雨季的开始日期对于确定最佳种植或播种时间至关重要，以确保作物从发芽到成熟的理想条件（Marteau等人，2011年；Mounkaila等人，2014年；Kumi和Abiodun，2018年）。这些研究还表明，雨季的结束和持续时间会影响所使用种子的类型。因此，标记雨季开始和结束的日期是研究热带气候和农业的基本指标，因为它们显著影响农业生产力。不可靠的作物开始日期预测可能导致作物失败，而低产量则可能导致粮食安全问题和健康问题。相反，可靠的雨季开始日期预测可以支持合理的规划和管理决策，准确的季节性降雨变化和分布预测有助于预测和确定灌溉需求、时机以及水资源的保护和水库及水电管理策略。雨季的开始是描述西非降雨季节性的基本特征，在气候学分析、农业规划和气候监测中得到广泛应用（Sivakumar，1988年；Omotosho等人，2000年；Ati等人，2002年）。此外，在气候监测中，当开始指标基于客观、规则化的方法时最为有用。这些方法使用明确的阈值和决策规则，可以由不同的分析师一致应用，并随着新数据的出现进行更新。这种一致性至关重要，因为监测系统依赖于跨年份和地点可比的指标。如果没有客观的定义，开始时间的差异可能是由于方法选择或分析师偏见而非实际的气候变化造成的。鉴于其重要性，许多研究专注于建立确定非洲各地雨季开始和结束日期的标准（Walter，1967年；Benoit，1977年；Stern等人，1981年；Sivakumar，1988年；Omotosho，1990年、1992年；AGRHYMET，1996年；Omotosho等人，2000年；Goula等人，2010年）。然而，目前尚无普遍接受的雨季开始定义。相反，已经开发了一系列操作性定义来满足不同的学科目标、数据可用性和气候背景（Ati等人，2002年；Laux等人，2008年；Boyard-Micheau等人，2013年；Dunning等人，2016年；Ferijal等人，2022年；Omay等人，2023年）。这些定义包括基于实证的降雨阈值和持续性标准，以及气候学和动力学方法，每种方法都针对特定的分析或应用进行了调整。在实践中，这些开始定义经常在不同研究中混用，尽管它们最初是为不同的应用目的而开发的，导致方法依赖的开始时间判断并不总是得到明确考虑（Ati等人，2002年；Laux等人，2008年；Dunning等人，2016年）。尽管关于雨季开始的文献很多，但很少有研究系统地探讨定义选择如何影响诊断出的开始日期、其年际变化、检测的稳健性以及同一降雨记录中的长期趋势，尤其是在双峰过渡带气候中。这提出了一个重要的方法学问题：诊断出的开始日期、它们的年际变化和检测到的长期趋势在多大程度上取决于所选择的定义？这一问题在西非的气候过渡带尤为重要，因为那里的降雨模式高度多变且复杂。在科特迪瓦，关于雨季开始和结束日期的确定研究相对较少。此外，现有文献尚未充分评估在西非（特别是科特迪瓦）使用实地降雨数据来确定这些日期的方法的敏感性。为了解决这个问题，本研究比较了四种广泛使用的开始定义，即AGRHYMET、Stern、Sivakumar和Omotosho，使用了1964年至2023年间Lamto地区的连续每日降雨记录。分析旨在量化开始定义的选择如何影响两个雨季的估计时间、持续时间、年际变化和长期趋势，并评估每种方法的一致性、敏感性和基于降雨的稳健性。通过这种方式，本研究提供了对双峰过渡带气候中开始定义不确定性的结构化评估。因此，本研究并不试图提出一个新的开始定义，而是比较四种广泛使用的基于降雨的雨季开始定义（AGRHYMET、Stern、Sivakumar和Omotosho），这些定义在降雨阈值、持续性标准和在西非农业气候学和气候学诊断中的应用目的上有所不同。具体而言，本研究评估了常用方法定义对雨季开始特征的敏感性，使用了基于地面的降雨观测数据。本文的其余部分结构如下：第2节介绍研究区域、方法和数据；第3节讨论结果；第4节给出结论。

2 研究区域、数据和方法
科特迪瓦的Lamto科学保护区（图1）位于热带稀树草原生态系统中，自1962年以来一直进行生态监测和气候测量。农业是周边社区的主要收入来源。除了拥有210兆瓦水电站的Taabo大坝外，最近还完成了另一个水电站（Singrobo-Ahouaty）。这些因素突显了该地区的社会经济重要性，以及监测季节内降雨变化和水资源管理的必要性。

2.1 数据
Lamto地理站的每日降水量数据涵盖了60年（1964-2023年），包括地面观测数据。这个数据集已成为多个关于气候变异性和社会经济影响的科学研究的对象，提供了植被与大气之间交换和传输过程的见解（Tiemoko等人，2020年、2023年）。对每日降水量数据进行了质量控制评估，包括21,915个观测值。质量控制措施包括自动筛选缺失值、验证时间序列长度和一致性检查。这包括计算预期每日记录的总数、识别非数字或遮盖的值以及确定缺失值的百分比。控制结果显示整个时间序列中没有缺失值，数据丢失率为0%。这种完整的时间覆盖确保了数据的高度可靠性，消除了填充数据空白的需求。降雨数据的完整性为后续分析提供了坚实的基础，包括降雨开始和结束的检测。

2.2 方法
本研究评估并比较了四种方法（AGRHYMET，1996年；Stern等人，1981年；Sivakumar，1988年；Omotosho等人，2000年），这些方法用于确定Lamto地区的雨季开始日期。这些方法的定义如下：AGRHYMET（1996）认为雨季的开始是种植后第一个月内成功发芽和生长谷物作物所需的降雨量（Tadross等人，2005）。这种方法在西非的农业气候研究和实际降雨监测中得到了广泛应用，主要是因为其简单性以及依赖于容易获得的降雨数据（Ati等人，2002；Laux等人，2008）。Stern等人（1981）根据连续两天内首次出现特定降雨量来定义降雨开始时间。该方法结合了降雨阈值和明确的持续性标准，要求初始降雨事件之后有一段没有长时间干旱的时期，以避免错误判断降雨开始时间。它专门为农业应用而开发，特别是为了支持雨养农业系统中的种植决策（Stern等人，1981；Omotosho等人，2000）。Sivakumar（1988）将雨季开始时间预测为5月1号之后的那天，此时连续三天内的累计降雨量至少达到20毫米，并且接下来的30天内没有7天的干旱期。这是一个农业气候定义，旨在识别适合农作物生长的降雨开始时间。它结合了降雨阈值和作物生长考虑因素，从而将雨季开始时间与适合作物持续生长的条件联系起来。Omotosho等人（2000）仅根据地表数据和与该地区特点相关的作物水分需求来预测降雨开始和结束日期。据我们所知，Stern和AGRHYMET方法没有为雨季的结束提供一个明确的定义。同时，它们被广泛用于确定开始日期（Mounkaila等人，2014；Kumi和Abiodun，2018）。然而，在现有文献中并没有为这些方法确定正式或标准化的结束标准。Sivakumar的方法（Sivakumar，1988）将结束定义为“9月1日之后的第一个日子，之后是20天的干旱期”。然而，由于Lamto地区干旱期较短且该时期经常出现低强度降雨，这一标准被认为不适合当地的降雨模式。因此，本研究仅依赖Omotosho方法（Omotosho等人，2000）来确定结束日期，因为它为该地区的降雨动态提供了更合适的框架。

雨季的指标（开始、结束和持续时间）及其计算方法在表1中进行了总结。统计测试还检查了开始和结束日期的变化趋势及其显著性，以及雨季的长度。表1中列出了各种指标、使用的方法、所依据的标准以及主要应用领域和参考文献。

| 指标 | 使用的方法 | 标准类型 | 主要应用 | 参考文献 |
|-----------------|---------------------|-------------------|---------------------------|-------------|
| 开始日期 | 最初十年内至少有25毫米降雨，随后十年内每年至少有20毫米降雨 | 雨量阈值 | 操作化气候监测、农业气候学 | AGRHYMET (1996) |
| | 在5天内累计降雨量至少达到25毫米。这5天中的起始日和至少另外两天必须有降雨（至少0.1毫米），随后30天内没有干旱期 | 雨量阈值 + 持续性 | 农业规划、种植决策 | Stern等人 (1981) |
| | 5月1日之后的任何一天，连续三天内降雨总量至少达到20毫米，且接下来的30天内没有超过7天的干旱期 | 农业气候阈值 | 雨养农业、生长季节分析 | Sivakumar (1988) |
| | 7天内首次两次降雨总量达到或超过20毫米，随后2到3周内每周满足至少50%的作物水分需求，并且2到3周内没有干旱期 | 阈值 + 持续性 | 气候诊断、变异性和趋势分析 | Omotosho等人 (2000) |
| | 9月1日之后的任何一天，连续21天或更多天的降雨量低于作物水分需求的50% | | | Omotosho等人 (2000) |
| | 雨季长度 | 定义为降雨开始和结束日期之间的时段 | | Omotosho等人 (2000) |

大多数基于降雨的开始日期定义最初是为萨赫勒和苏丹-萨赫勒地区开发的，在这些地区降雨模式主要是单峰的，雨季开始通常被视为一年一次的事件。在这种框架下，每年只确定一个开始日期，通常不考虑第二个雨季的开始。然而，这一假设并不完全适用于西非南部的几内亚沿海和森林-稀树草原过渡带，包括Lamto地区，那里的降雨季节性通常是双峰的（AGRHYMET，1996；Omotosho等人，2000）。图2显示了1964-2023年Lamto地区的年平均降雨周期，显示出两个明显的雨季：一个从3月到7月中旬的主要雨季，以及一个从9月到11月中旬的较短雨季。为了描述性的可视化，使用11天移动平均对气候年度日降雨周期进行了平滑处理，以减少高频日噪声，同时保留了双峰季节结构和Lamto降雨模式的主要过渡期。这两个雨季之间有一个短暂的干旱期，其特点每年都有所不同。尽管这个短暂干旱期在地区气候学中有很好的记录（Sultan和Janicot，2000，2003；Nicholson，2009），但其强度和持续时间并不固定。在某些年份，它只是连续湿润季节中的短暂中断；而在其他年份，则表现为一个明显的干旱期，可能会显著影响土壤湿度和农业条件。

先前的区域分析显示，雨季开始的信号最初在2月底或3月初沿几内亚湾海岸出现，然后在4月和5月向内陆迁移（Le Barbé等人，2002；Sultan和Janicot，2003；Sultan等人，2003；Janicot，2009；Leduc-Leballeur等人，2013）。这些分析还表明，几内亚海岸地区表现出由沿海-海洋过程（包括海表温度梯度和大西洋冷水舌）控制的两个不同（双峰）降雨模式（Caniaux等人，2011；Nguyen等人，2011；Leduc-Leballeur等人，2013）。Fitzpatrick等人（2015）强调，开始时间的选择强烈依赖于空间尺度和定义：区域性和局部性指标可能会产生显著不同的日期和解释。Dunning等人（2016）在大陆范围内的分析进一步证明，加纳和科特迪瓦地区的双峰降雨模式是可以可靠识别的，这强调了将几内亚海岸的开始时间与萨赫勒地区的单峰模式分开处理的必要性。此外，来自科特迪瓦的实地观测证据证实，几内亚海岸的开始时间通常比内陆地区更早，一般在3月至5月之间，具体取决于位置（Goula等人，2010）。另一方面，在许多传统的开始日期定义中，搜索窗口的起始时间是预先规定的。例如，Sivakumar（1988）从5月1日开始搜索开始日期，这不适合科特迪瓦南部过渡期的降雨模式，因为那里的第一个雨季可能开始得更早（Sultan和Janicot，2003；Goula等人，2010；Leduc-Leballeur等人，2013；Dunning等人，2016）。在本研究中，开始日期的搜索窗口主要是根据区域气候学（图2）和以往的研究来指导的，这些研究提供了雨季开始和结束的近似时间，因此为定义开始搜索期提供了更合适的基础。Mounkaila等人（2014）在更广泛的西非研究中从1月1日开始搜索开始日期，而不是5月1日；然而，该研究没有探讨错误开始的影响，依赖于模型输出而不是实地观测，也没有明确处理过渡区错误开始的高风险。因此，我们承认确定最佳搜索窗口日期仍然是一个重要的方法论问题，需要在未来的工作中进一步研究。

鉴于这种变异性，将降雨开始视为一年一次的事件可能会掩盖Lamto地区年内降雨季节性的重要特征。因此，在本研究中，主要雨季和短雨季的开始日期是分别确定的。与Lamto地区的双峰气候年度周期（图2）一致，主要雨季的开始检测从3月15日开始，对应于进入持续湿润条件的时间，以避免由孤立的后干旱期降雨事件导致的过早检测。对于短雨季，开始检测从9月1日开始，即在气候学意义上的仲夏最低点（8月）之后，以及随后降雨强度恢复的时期（图2）；当满足四种方法中的任何一种条件时，就会记录下开始日期。

主要雨季的结束时间是在7月15日之后确定的，而不是在9月1日之后，即连续十天或更多天的降雨量低于作物水分需求的50%（Omotosho等人，2000）。这个十天阈值反映了短干旱期的短暂持续时间以及Lamto地区在此期间频繁出现低强度降雨的情况，这可能会使结束时间的识别变得复杂。对于短雨季，结束时间定义为11月15日之后的日期，至少连续两周（14天）的降雨量低于作物水分需求的50%，遵循Omotosho等人（2000）提出的标准。这种方法允许明确捕捉到主要和短雨季，同时认识到在大多数年份中，短干旱期构成了一个明显的气候变化，但在某些年份，它仅表现为降雨强度的暂时减少，这取决于年际变化。

非参数方法被用来评估雨季开始、结束和季节长度的时间趋势。具体来说，Mann-Kendall检验用于检测单调趋势，而不需要对正态性进行假设；Sen的斜率估计器用于量化趋势幅度（每天）。这些方法在气候学研究中得到了广泛认可，因为它们对异常值具有鲁棒性，并且能够处理缺失数据（Yue等人，2002；Almazroui等人，2020）。对于每个开始和结束序列，在计算趋势统计之前只保留有效观测值。Mann-Kendall分析提供S统计量、标准化的Z值和相关的双侧p值。由于开始和结束日期是整数值的年份序列，可能存在平局，因此还报告了经过平局调整的tau-b作为与时间相关的单调性度量。因为序列相关性可能会夸大Mann-Kendall的显著性，因此在去趋势后的序列上评估滞后1的自相关性，并在相关的情况下使用TFPW预白化程序报告结果（Yue等人，2002）。只有在检测到正向且统计显著的滞后1自相关性时，才会呈现TFPW调整后的统计量。趋势结果通过统计显著性和效应大小来解释，报告为1964-2023年的累积变化。

为了评估不同开始日期定义引起的差异，我们区分了敏感性和一致性。对定义选择的敏感性是指当对相同的降雨记录应用不同的开始日期定义时，诊断出的开始日期变化的程度。使用三个互补指标来衡量这一点。首先，计算每年的方法间范围，即仅对至少有两个有效开始估计值的年份计算的最晚和最早开始日期之间的差异。其次，方法间的中位数绝对差异总结了开始时间不一致的典型大小。第三，对每对方法进行Bland-Altman分析，以量化平均偏差和95%的一致性限值（LoA），并为每对方法进行数值报告（Bland和Altman，1986，2010；Giavarina，2015）。这些指标共同描述了起始日期估计值年际变化以及不同方法之间的系统性差异，因此在这里用于表征对定义选择的敏感性。一致性通过Lin的一致性相关系数（CCC）进行成对比较，以及类内相关系数（ICC）作为四种方法的整体度量来评估。这种方法已在气候学中用于评估三种RCP情景下观测到的降雨量与校正偏差后的降雨量之间的一致性（Azman等人，2022年）。对于ICC，使用了一个绝对一致性双向模型（ICC(2,1)）。检测完成度（成功率）也报告为每种方法在规定的季节窗口内识别出有效起始日期的年份比例。

此外，还使用了雨季的虚假开始检查来评估识别出的起始日期的实际稳健性。虚假开始定义为检测到的起始日期之后紧接着至少有7天的连续干旱期，这表明雨季可能被过早识别。这个7天的阈值与Stern（1981年）和Sivakumar（1988年）使用的持续性条件一致，而30天的时间窗口则基于这些相同的定义。因此，我们计算了每种方法和每个季节的虚假开始频率以及降雨开始后30天内干旱期的可能性。这些诊断方法通过测试检测到的起始日期是否伴随着持续的降雨来补充方法间一致性分析。需要注意的是，Stern和Sivakumar的定义已经包含了这些降雨后的持续性约束；当这些约束一致实施时，预计在这种诊断下几乎不会出现虚假开始。在这些情况下，虚假开始指标主要作为一致性检查，而不是完全独立的评估标准。

起始日期的分布使用箱形图进行总结。由于这四种起始估计代表的是同一年份中的重复测量，而不是独立样本，因此使用Friedman检验来评估方法之间的差异，并在适当的情况下使用事后Wilcoxon符号秩检验进行多重检验校正。该框架允许在尊重数据配对结构的同时，评估定义选择是否会在起始时间上产生统计上显著的差异。然而，终止日期是根据共同的Omotosho标准得出的；因此，终止日期和季节长度的比较反映了相对于共享的季节终点的起始时间差异，而不是完全独立的终止定义。

最后，还为每种起始方法生成了箱形图和概率密度函数（PDF）。这些统计工具展示了不同方法之间起始日期的分布、中心趋势、离散度和不对称性（例如，晚开始的频率是否高于早开始的频率），从而便于比较不同方法之间的时间变异性。

3 结果与讨论
3.1 启始和终止日期的年际变化及长期趋势
3.1.1 第一雨季的年际变化、虚假开始诊断和趋势分析
图3显示了使用AGRHYMET（图3a,b）、Stern（图3c,d）、Sivakumar（图3e,f）和Omotosho（图3g,h）方法计算的Lamto过渡区第一雨季指标的年际变化（1964年至2023年）。底部行显示了所有四种方法（图3i,j）的平均指标。如前所述，雨季的终止日期是根据Omotosho的定义计算的。

图3 Lamto地理站第一雨季指标的年际变化（1964-2023年）。左列：四种方法和Omotosho终止日期计算的起始日期；右列：每年雨季的持续时间。用于计算起始日期的方法依次为（从上到下）：AGRHYMET（黑色，a, b）、Stern（橙色，c, d）、Sivakumar（绿色，e, f）和Omotosho（红色，g, h）。底部行显示了所有四种方法的平均指标（i, j）。
根据AGRHYMET（图3a），第一雨季开始于3月15日至5月25日之间。Omotosho的方法（图3g）显示出与AGRHYMET相似的模式。然而，其年际变化大于AGRHYMET，起始日期范围从3月15日至6月1日。Stern（图3c）和Sivakumar（图3e）方法在确定第一雨季开始日期方面有相似之处，分别从3月15日至5月28日和3月15日至5月31日。这两种方法在起始日期上的年际变化更大，范围从3月15日至4月中旬，相比之下Omotosho的变化较小。需要强调的是，在某些年份，一种或多种方法未能确定第一雨季的起始日期。例如，(i) AGRHYMET在6年（1977年、1984年、1986年、2013年、2014年、2021年）中未能成功识别；(ii) Stern在3年（1980年、1986年、2013年）中失效；(iii) Sivakumar的方法仅在1年（2013年）中未达到标准。值得注意的是，在2013年，除Omotosho外，所有方法都无法确定第一雨季的起始日期。对降雨趋势的全面分析包括1977年、1984年、1986年和特别是2013年这些方法失败年份，显示出季节内模式的不规则性。例如，在2013年，雨季以6月初的显著降雨开始，但随后被长期的干旱期突然中断。尽管7月降雨有所恢复，但仍然零星，缺乏起始检测算法通常所需的连续性。这些不一致的模式导致无法识别起始日期，因为大多数算法（如Stern和AGRHYMET）应用了严格的标准以避免虚假开始。这些标准通常包括短时间内最小累积降雨量、后续降雨事件的验证以及对未来20至30天内干旱期的限制。在这些年份，显著的降雨事件之后紧接着长时间的干旱期违反了这些连续性检查，导致起始日期的遗漏。例如，在2013年，四种方法中有三种未能检测到起始日期，这是由于季节结构的破坏。这突显了一个重要的方法论挑战：虽然当前的方法旨在通过过滤掉误导性的早期降雨事件来提高农学相关性，但在季节内变化显著的年份，它们可能会无意中错误分类有效的但非传统的起始事件。这强调了需要改进现有的起始定义，以提高对真实但不规则降雨模式的敏感性，尤其是在气候变化条件下。这些观察结果与Sivakumar（1988年）的发现一致，他指出显著的降雨事件之后紧接着长时间的干旱期可能会违反起始检测算法的连续性检查，导致检测遗漏。同样，Dodd和Jolliffe（2001年）也强调，这种不规则的降雨模式会使得准确确定雨季开始变得复杂，因此需要更灵活和适应性强的检测方法。

与起始日期不同，第一雨季的终止日期仅使用Omotosho方法（图3g）来确定。分析显示，第一雨季结束于7月14日至8月16日之间。曲线形状显示出显著的年际变化，有四年（1966年、1968年、1984年和2023年）该方法未能确定雨季的终止日期。
这些发现突出了在像Lamto这样的过渡气候区识别雨季阶段的挑战，该地区位于几内亚海岸和草原地区之间（Diawara等人，2014年）。某些年份出现的“短暂干旱期”可能并非真正的雨季结束，而只是降雨量的暂时减少，不足以表明雨季的结束。正如1984年和2023年所示，在标准雨季月份出现的零星降雨事件可能导致由于传统方法施加的严格标准而遗漏季节的开始或结束的检测。因此，虽然像AGRHYMET和Stern这样的技术在具有明确湿润和干旱阶段的萨赫勒和半干旱地区是有效的，但它们经常误分类过渡性气候。因此，需要通过整合灵活的阈值、自适应期或概率方法来进行算法调整，以更准确地反映几内亚海岸的降雨模式。这样的改进将提高识别雨季开始和结束的准确性，同时减少虚假开始和在降雨不规则但具有农学重要性的年份未能标记结束的情况。

图3的右列显示了第一雨季的长度，定义为其结束日期和开始日期之间的天数差（以儒略日计），考虑到终止日期仅使用Omotosho方法确定。图3b,d,f,h,j显示使用AGRHYMET方法（图3b）时，第一雨季的长度从36天到152天不等；使用Stern方法（图3d）时为36天到139天；使用Sivakumar方法（图3f）时为48天到146天；使用Omotosho方法（图3h）时为49天到149天。AGRHYMET和Omotosho方法的第一雨季最长记录发生在2009年，而Stern和Sivakumar方法的最长记录分别出现在1979年和1971年。平均而言（图3i,j），使用平均起始日期和Omotosho终止方法估计的第一雨季长度从49天（2013年约为1个月和19天）到大约137天（4个月和17天）不等。2013年的雨季很不规律，特征是6月1日开始较晚，在7月20日结束，显著偏离了通常的开始于3月中旬并持续到7月的区域常态。2013年的特点是季节内降雨变化较大，6月初有降雨，随后是显著的降雨中断和7月的稀少降水。尽管后来有一些降雨恢复，但它没有达到传统起始和终止算法所需的连续性和强度条件。那一年，四种检测方法中有三种未能识别起始日期，表明传统阈值可能忽略了片段化的降雨模式。这个案例突显了在潮湿的几内亚海岸和干燥的草原之间的过渡区域定义农学上重要季节的严格标准的局限性。在这些地区，间歇性的降雨可能表明有利于农业条件的开始，即使在干旱期间也是如此。因此，2013年的案例强调了重新审视起始和终止定义的必要性，特别是在过渡和沿海地区，以及需要使用概率或自适应方法来更好地捕捉气候变化背景下雨季行为的复杂性。

表2中的趋势分析表明，Lamto的第一雨季开始时间没有显著的长期变化。1964年至2023年的Mann–Kendall检验显示，四种方法的起始或终止日期均无统计上显著的趋势（p > 0.05），Sen的斜率值接近零。AGRHYMET的起始日期显示Z = 1.28，p = 0.2003，斜率为0.0天/年；Stern的起始日期显示Z = 0.83，p = 0.4048，斜率为0.1687天/年；Sivakumar的起始日期显示出最大的负趋势，但也无显著性（Z = -1.30，p = 0.1949，斜率 = -0.1333天/年）；而Omotosho的起始日期保持微弱正趋势（Z = 0.86，p = 0.3883，斜率 = 0.05天/年）。从Omotosho框架得出的共同终止序列同样稳定（Z = -0.23，p = 0.8146，斜率 = 0.0天/年）。这些结果确认，在1964-2023年间第一雨季没有明显的单调趋势。补充表S3进一步证实了这一点，显示所有第一季节序列的滞后1自相关都很弱且不显著，范围从平均起始的-0.237到终止的0.049，因此不需要进行无趋势预白化（TFPW）校正。总体而言，这些结果表明，方法之间的差异涉及弱趋势的符号和幅度，而不是统计上稳健的长期变化。这一发现与多项研究结果一致，这些研究表明西非雨季开始的长期趋势较弱或不显著（Mendes等人，2025年）。区域气候评估也支持这些发现。例如，政府间气候变化专门委员会（IPCC）的报告表明，对西非季风开始的任何长期变化都有较低的信心（IPCC，2021年）。历史记录显示，几内亚海岸地区的雨季开始和结束日期总体上是一致的，尽管降雨的其他方面显示出显著的变化。这种缺乏趋势具有关键意义：社区在制定计划时不能假设雨季固定的开始或结束时间。尽管如此，他们仍必须为每年围绕典型模式的变动做好准备，正如Mendes等人（2025年）所讨论的。这意味着微小的趋势（例如，几十年间开始时间提前或推迟几天）是可以忽略的，并被高年际变异性所掩盖。年开始时间的年际变化可能持续数周，从而掩盖了任何微妙的线性趋势。表3显示了四种方法得出的平均开始日期和变异性的不同结果。

表2
方法 有效年份（n） S（标准） Z值（标准MK） Kendall’s tau-b p值（TFPW） Sen’s slope（天/年）
AGRHYMET 53 14 6 1.28 0.14 0.20 0 —
Stern 57 12 20.83 0.08 0.40 4 —0.1687
Sivakumar 59 ?19 9 ?1.30 0.12 0.19 4 —0.1333
Omotosho 60 13 6 0.86 0.08 0.38 8 —0.05

表3显示了四种方法得出的平均开始日期和变异性的差异。四种方法在有效年份、标准差、Z值、Kendall’s tau-b、p值以及Sen’s slope方面有所不同。

对于Lamto地区第一个雨季的开始和结束日期的趋势分析（1964–2023年）：
- S、Z值和p值指的是标准的Mann–Kendall检验。
- Kendall’s tau-b是调整了平局的等级相关系数。
- Sen’s slope以天/年表示。
- p值（TFPW）仅在其应用了无趋势预白化处理的情况下显示。

Lamto地区的第一个雨季开始和结束日期的比较分析表明，四种方法得出的平均开始日期和变异程度存在差异。尽管没有一种方法显示出显著的长期趋势，但它们仍然产生了不同的结果。AGRHYMET记录了最早的平均开始日期（9月18日；19日）和最小的标准差（12.1天），而Stern则识别出了最晚的平均开始日期（4月20日；20日）和最大的变异性（23.5天）。Sivakumar（4月8日；σ=22.7天）和Omotosho（3月30日；σ=17.8天）介于这两个极端之间。由于结束日期是基于共同的Omotosho标准确定的，第一个雨季通常在7月24日（24日±9.3天）左右结束。因此，根据Stern的较晚开始日期，估计的季长范围大约为95±24.1天；而根据AGRHYMET的较早开始日期，季长范围为127±16.4天；Sivakumar（107±23.1天）和Omotosho（116±20.7天）则介于两者之间。这证实了第一个雨季通常持续大约3到4个月，且估计到的持续时间差异主要由开始日期的定义方式而非独立的结束框架决定。缺乏趋势表明，农民和规划者不能依赖Mendes等人（2025年）观察到的雨季逐渐提前或延后的现象。相反，历史上的开始日期统计数据仍然能很好地代表当前的条件，从而简化了基线气候诊断。因此，开始和结束日期的年际变异性仍然是主要特征，而非任何长期趋势。

对于位于过渡区域的农民，如Lamto地区的农民来说，他们必须应对第一个雨季开始时间的显著年际变化。从水资源的角度来看，这意味着历史气候统计数据仍然能很好地代表当前的条件，即使年际变异性很高。这种变异性对水库和大坝管理构成了挑战，因为年际流量波动会强烈影响水力发电、灌溉供应和家庭用水的可用性。例如，Togo/Benin的Nangbeto大坝的情况就说明了这一点，那里的水库 inflows 和能源生产主要受年际降雨变化的影响（Obahoundje等人，2021年）。Stern和Sivakumar方法的年际标准差相对较高（分别为23.5天和22.7天），表明它们对年际降雨变化更为敏感。相比之下，AGRHYMET的标准差最低（12.1天），表明其开始日期的年际变异性较小。

除了开始日期的变异性外，确定给定年份开始日期的能力（即成功率；表3）也因方法而异。AGRHYMET的完整性最低（88.33%），意味着在60年中有7年的十年期标准未满足，无法确定开始日期。Stern的成功率为95%，而Sivakumar的成功率为98.33%。Omotosho为所有分析年份提供了开始日期（100%），显示出最高的识别第一个雨季开始日期的一致性。

这些对比突显了定义开始日期的标准需要平衡两个实际目标：(i) 确定一个足够早的时间来开始农业决策；(ii) 将“虚假开始”的风险降到最低，即初始降雨触发条件看似合适，但随后出现干旱状况限制了作物生长（Stern等人，1981年；Ati等人，2002年）。在我们的结果中，Stern相对于Sivakumar较低的成功率与其对触发窗口内降雨分布的额外敏感性有关，例如，当需要在短时间内出现多个湿润日，并结合了开始后的持续性筛选。尽管Sivakumar保持了持续性的要求，但其稍高的完整性可能反映了替代的日度标准对触发窗口内降雨分布的敏感性较低，同时仍能过滤掉明显的早期季节中断。相比之下，Omotosho通过结合灵活的7天移动窗口触发器和周尺度的生长检查，实现了完全检测，这可能减少了对其短暂日间间歇性的敏感性，并可能减少了固定周期边界效应。

除了开始日期本身的变异性外，确定给定年份开始日期的能力（即成功率；表3）也存在差异。AGRHYMET的完整性最低，表明在60年中有7年未能满足十年期标准，无法确定开始日期。Stern的成功率为95%，而Sivakumar的成功率为98.33%。Omotosho为所有分析年份提供了开始日期（100%），显示出最高的识别第一个雨季开始日期的一致性。

这些对比表明，定义开始日期的标准需要平衡两个实际目标：(i) 确定一个足够早的时间来开始农业决策；(ii) 将“虚假开始”的风险降到最低，即初始降雨触发条件看似合适，但随后出现干旱状况限制了作物生长（Stern等人，1981年；Ati等人，2002年）。

我们的结果显示，Stern相对于Sivakumar较低的成功率与其对触发窗口内降雨分布的额外敏感性有关，例如，当需要在短时间内出现多个湿润日，并结合了开始后的持续性筛选。Sivakumar的稍微较高的完整性可能反映了替代的日度标准对触发窗口内降雨分布的敏感性较低，同时仍能过滤掉明显的早期季节中断。相比之下，Omotosho通过结合灵活的7天移动窗口触发器和周尺度的生长检查，实现了完全检测。这可能与它结合了灵活的7天移动窗口触发器和周尺度的生长检查有关，这可能降低了对其短暂日间间歇性的敏感性，并可能减少了固定周期边界效应的影响。在Lamto的降雨记录中，Omotosho的定义在每个分析年份都得出了开始日期，表明每个季节至少包含一次满足≥20毫米降雨持续7天的条件，以及随后的多周生长条件，包括降雨充足性和没有长时间的干旱。

尽管AGRHYMET没有明确要求每日后的干旱期筛选，但其较低的成功率与其固定的十年期门槛所施加的运营严格性有关。首先，如果有效建立季节的降雨分布在两个相邻的十年期内分散，可能会错过降雨，从而产生日历边界效应，阻止单个十年期超过门槛。其次，要求一个符合条件的十年期紧接着两个连续的十年期也满足门槛，这在早期降雨不稳定的农业气候区很常见，因此可能会失败。因此，成功率应谨慎解释，不应将其视为方法质量的直接独立衡量标准。相反，它提供了关于给定定义在本地降雨条件下产生开始日期的频率的补充信息。

基于降雨的虚假开始诊断显示，不同开始定义之间存在显著差异。AGRHYMET显示了最高的虚假开始频率（30.2%，16/53年），其次是平均开始指标（30.5%，18/59年）和Omotosho（25.0%，15/60年）。相比之下，Stern和Sivakumar在其采用的标准下没有报告虚假开始（分别为0/57年和0/59年；补充表S7）。这种模式与定义的结构一致：Stern和Sivakumar明确设定了开始后的持续条件，旨在排除随后出现长时间干旱的开始日期，而AGRHYMET没有包含相应的日度干旱期筛选。Omotosho虽然包括了持续性要求，但由于它是根据作物水分充足性制定的，而不是相同的外部干旱期标准，因此在这种诊断下仍会识别出一些虚假开始。补充表S7表明，开始定义不仅在产生的日期上有所不同，而且在对虚假开始的抵抗力上也有所不同。明确包含开始后持续性的方法（如Stern和Sivakumar）对过早开始的检测不那么敏感，而AGRHYMET和Omotosho在Lamto的降雨条件下则更为脆弱。这表明，在选择开始定义时，实际稳健性非常重要，特别是在早期降雨可能不稳定的过渡气候区。值得注意的是，由于Stern和Sivakumar的定义已经包含了相同的开始后持续性要求，虚假开始诊断主要作为这两种方法的一致性检查，而为AGRHYMET和Omotosho提供了更独立的稳健性评估。

图4显示，Lamto第二个雨季的开始日期通常在短暂的干旱期之后的9月初。这些开始日期的分布从9月1日到10月23日显示出显著的年际变化。与第一个雨季类似，AGRHYMET（图4a）和Omotosho（图4g）提出的方法以及Stern（图4c）和Sivakumar（图4e）提出的方法在第二个雨季开始的年际变异性方面存在相似之处。根据AGRHYMET的方法，第二个雨季的降雨从9月1日到10月23日开始。对于Omotosho方法，第二个雨季的开始时间从9月2日到10月10日不等。对于Stern和Sivakumar方法，雨季的开始日期分别为9月2日到10月18日和9月2日到10月17日。表4根据AGRHYMET、Stern、Sivakumar和Omotosho的方法估计了第二个雨季的平均开始日期及相应的标准差：分别为9月11日（11.5天）、9月17日（11.1天）、9月16日（11.6天）和9月16日（10.6天）。总体而言，开始日期范围从9月2日到10月23日，平均约为9月15日，标准差约为11天。根据Omotosho确定，这个季节的平均结束日期大约在11月25日（大约第329天）（表4）。历史上，结束日期大致在10月19日到12月17日之间，标准差约为15天。第二个雨季通常持续70到75天（大约2到2.5个月）。如预期，较早的开始日期会导致较长的季节长度。例如，AGRHYMET方法指示的平均开始日期最早，导致平均季节长度约为75天，而Stern和Sivakumar定义的较晚开始日期产生的平均长度约为70-71天。Omotosho记录的开始日期介于两者之间，表明第二个雨季的长度约为71天。对Lamto第二个雨季开始日期检测方法的评估显示，在60年（1964–2023年）期间，它们的有效性存在显著差异。AGRHYMET方法显示出最高的成功率，除了1964年外，每年都成功确定了开始日期，成功率为98.33%。Omotosho的方法紧随其后，成功率为95%，展示了其相当强的识别能力。相比之下，Sivakumar的方法记录了中等成功率，有13年未能确定开始日期（包括1964年、1966年、1971年、1972年、1976年、1978年、1984年、1986年、1991年、1996年、2000年、2001年和2017年）。Stern的方法由于未能在19年未能检测到开始日期，成功率最低，为68.33%。这种较低的检测完整性凸显了在Lamto等过渡区域识别第二个雨季开始的挑战。该地区以其显著的季节内和年际降雨变化而闻名。类似的困难也出现在确定第一个雨季开始时。例如，在2013年，除Omotosho外，所有方法都未能识别开始日期，这突显了现有算法在降雨模式偏离典型年份时的局限性。这在早期降雨量大但随后湿润条件不足的年份尤为明显，这阻止了多种方法所需的持续性和连续性条件的满足。这些发现与Sivakumar（1988年）的观察结果一致，他指出，早期降雨后的长时间干旱会干扰“连续性检查”，导致开始检测失败。同样，（Dodd和Jolliffe，2001年）也指出了由于降雨模式不规律而难以定义雨季开始日期的困难。这些结果表明了一个更广泛的方法学挑战：虽然改进现有算法可以帮助避免虚假开始，但也可能导致过于严格的标准，从而可能导致错误分类或排除真实的雨季开始。

图4显示了Lamto第二个雨季的年际变化（1964-2023年）。左列：四种方法和Omotosho计算的开始日期；右列：每年的雨季持续时间。用于计算开始日期的方法（从上到下）包括：AGRHYMET（黑色，a, b）、Stern（橙色，c, d）、Sivakumar（绿色，e, f）和Omotosho（红色，g, h）方法。底部行显示了这四种方法的平均指标（i, j）。表4展示了第二雨季的开始、结束日期及持续时间。

第二雨季的开始日期平均值为11月15日，结束日期平均值为11月25日，持续时间为32天。通过比较四种方法得出的平均开始日期、结束日期及持续时间，可以发现第二雨季的开始时间有一定的趋势。IJD表示儒略日，Date表示相应的日历日期，σ（天）表示标准差，SR（%）表示1964-2023年间的成功率。结束日期仅根据Omotosho的标准进行报告。

与第一个雨季类似，Lamto的第二雨季结束日期也是仅使用Omotosho方法确定的（图4g）。分析显示，第二雨季通常在10月19日至12月17日之间结束，平均结束日期为11月25日。Lamto的第二雨季结束日期存在显著的年际波动，有四年未能准确确定结束日期。

第二雨季开始的长期趋势分析（表5）使用Mann–Kendall检验和Sen的斜率估计器表明，从1964年到2023年，开始日期有向后的趋势。不同方法的Sen斜率均为正值，范围从+0.0198到+0.1650天/年，表明在研究期间开始日期仅有轻微的延迟。这些斜率对应的延迟时间大约为1至10天，但统计上并不显著。AGRHYMET显示出最明显的向后趋势（Z=1.77，p=0.0761；斜率=0.0385天/年），其次是Stern（Z=1.59，p=0.1127；斜率=0.1650天/年）、Sivakumar（Z=1.18，p=0.2362；斜率=0.1111天/年）和Omotosho（Z=0.41，p=0.6840；斜率=0.0198天/年）。多方法平均开始日期也显示出轻微的上升趋势（Z=1.27，p=0.2055；斜率=0.0885天/年），但同样不显著。因此，尽管所有方法都指向相同的总体方向，但证据并不支持第二雨季开始时间有显著的长期变化。

第二雨季的结束日期在标准分析中也没有显示出显著的长期趋势。常见的结束日期序列显示Z=1.12，p=0.2637，Sen斜率为+0.1376天/年，表明第二雨季结束日期在六十年间基本保持稳定。补充诊断信息指出，只有第二雨季的结束序列存在正的、统计上显著的滞后1阶自相关（r1=0.484，p=0.0003），这证明了在应用趋势消除预处理（TFPW）后，结束趋势仍然不显著。因此，标准MK结果显示出明显的正向趋势不再明显。

这些结果对区域内的气候服务和农业决策具有实际意义。表4中的描述性统计数据显示，AGRHYMET和Omotosho在第二雨季开始日期检测方面的成功率最高（分别为98.33%和95.00%），而Stern的成功率较低（68.33%）。这意味着，尽管各种方法都显示出向后的趋势，但AGRHYMET和Omotosho在年度监测中可能更具实用性，因为它们的检测结果更加一致。同时，没有显著的长期趋势表明气候服务不应假设第二雨季会持续延迟。相反，应重点关注年际变化，并使用结合合理检测准确性和实际稳定性的定义。因此，在六十年的记录中，第二雨季的结束时间大致稳定在11月底，而开始时间略有（但不显著的）延迟。

基于降雨的虚假开始诊断显示，不同第二雨季定义之间存在差异。AGRHYMET的虚假开始频率最高（13.6%，59年中有8年），其次是Omotosho（12.3%，57年中有7年）。相比之下，Stern和Sivakumar在采用的标准下没有记录到虚假开始（分别为0年/41年和0年/47年）。这种差异与定义的构造有关：Stern和Sivakumar明确设定了开始后的持续条件，而AGRHYMET没有类似的日干旱过滤机制。尽管如此，与第二雨季的更大一致性和对定义选择的较低敏感性相比，这些较低的虚假开始频率是合理的。此外，Bland–Altman统计进一步证实，AGRHYMET倾向于诊断较早的开始日期，而其他方法的一致性较低。

对于第一雨季，方法间的年度差异很大，中位数约为1个月，极端年份的差异超过50天。图5a还表明，这种敏感性不仅限于一对方法，而是第一雨季诊断的普遍特征。AGRHYMET与Stern之间的绝对差异最大，中位数绝对差异为30天，平均绝对差异为32.10天，最大差异为85天。AGRHYMET与其他方法的差异也明显，与Sivakumar的平均绝对差异分别为20.15天和11.72天，与Omotosho的平均绝对差异分别为80天和84天。非AGRHYMET方法对之间的差异也较大，Stern–Omotosho的中位数绝对差异为22天，平均绝对差异为23.40天，而Stern–Sivakumar和Sivakumar–Omotosho的中位数绝对差异分别为9天和4天。一致性统计（图5e和补充表S5）支持这一模式：AGRHYMET与Stern（CCC=?0.00）、Sivakumar（CCC=?0.05）和Omotosho（CCC=?0.01）之间的一致性几乎为零，而Stern–Sivakumar（CCC=0.64）以及Sivakumar–Omotosho（CCC=0.28）的一致性较弱。Bland–Altman统计还显示，AGRHYMET倾向于诊断较早的开始日期，相对于Stern平均偏移-29.87天，相对于Sivakumar平均偏移-17.13天，相对于Omotosho平均偏移-8.09天。Stern倾向于诊断较晚的开始日期，相对于Sivakumar平均偏移12.47天，相对于Omotosho平均偏移21.65天。这些结果表明，在第一雨季，不同的开始定义可能代表不同的季节变化阶段。

对于第二雨季，方法间的年度差异较小，这意味着不同方法之间有较强的一致性。图5b显示，方法间的年度差异较小，大多数年份的差异在10天以内。AGRHYMET的方法与其他方法相比仍然存在最大的偏差，但在6-7天时的中位数绝对差异相对较低，AGRHYMET-Stern的方法的平均绝对差异为9.63天，AGRHYMET-Sivakumar为8.62天，AGRHYMET-Omotosho为7.16天（见补充表S6）。相反，基于持续性的三种方法在平均值和绝对差异上表现出显著相似性。Stern-Sivakumar的中位数绝对差异仅为1天，平均绝对差异为2.55天；Stern-Omotosho的中位数也为1天，平均值为4.05天；而Sivakumar-Omotosho这对方法的中位数绝对差异为0天，平均值为1.85天。此外，Bland-Altman分析（见补充图S2）显示，在所有方法对比中差异很小，主要在±10天内，平均偏差接近于零。例如，AGRHYMET预测的开始日期略早于Stern（见补充图S2a），差异范围大约在0到-30天之间；然而，这些点的分散程度比第一个雨季要小。同样，Stern、Sivakumar和Omotosho的方法显示出紧密的聚类，差异通常保持在±10天以内（见图5b,c,d,e,f）。与第一个雨季不同，没有一对方法的差异超过±50天。这表明第二个雨季的开始日期对定义的选择不太敏感。所有方法大多认为每年的开始日期在9月初到中期，反映出高度的一致性。根据这些结果的相似性，这些方法在确定第二个雨季的开始日期时可以互换使用。定义开始日期的方法在第二个雨季期间似乎比第一个雨季更为稳健。这对于决策和规划来说是一个积极的信号，因为它表明了更大的共识，并减少了对于年末降雨开始的不确定性。如图6中的绿色线条所示，一致性范围较窄（大约±15天），这意味着在任何两个方法之间，通常在第二个雨季的两周内就能达成一致。因此，一致性比第一个雨季更强。Stern-Sivakumar的一致性达到了0.89，Stern-Omotosho为0.69，Sivakumar-Omotosho为0.85，而AGRHYMET与其他方法的一致性也为中等，其CCC值分别为0.32、0.48和0.56。Bland-Altman的平均偏差也显著小于第一个雨季：AGRHYMET预测的开始日期比Stern、Sivakumar和Omotosho分别早8.12天、7.34天和6.09天，而Stern、Sivakumar和Omotosho之间的差异都接近于0到2天。这些发现表明，无论使用哪种方法，第二个雨季的开始日期都能更一致地被识别出来，尤其是在Stern、Sivakumar和Omotosho之间。第二个雨季方法之间的一致性增强可能与“8月假期”之后的季节性分离更加明显，以及第二个雨季开始时降雨模式更加一致有关。在Lamto，第一个雨季发生在较为多变的过渡期内，早期的降雨事件可能是不规律且分布不均匀的，这与记录的误判现象一致。在这些条件下，不同方法的开始定义可能会识别出不同的季节发展阶段。另一方面，第二个雨季之前是一个不那么明显的干季，因此降雨的恢复通常不那么零星，减少了方法间的差异，提高了方法间的一致性，这也与记录的误判现象较少相符。尽管这些机制的详细物理研究超出了本研究的范围，但仍然是重要的，并且可以为未来的研究提供指导。

图6展示了1964-2023年间Lamto两个雨季的开始和结束日期的变异情况，按方法进行了分组显示。盒子图表示四分位数范围（IQR，第25-75百分位数）和中位数（红线）。须状线延伸到第10-90百分位数，点表示异常值。（a）第一个雨季的开始日期；（b）第二个雨季的开始日期，按方法（AGRHYMET、Stern、Sivakumar、Omotosho）划分。第一个雨季（c）和第二个雨季（d）的结束日期的分组图。Y轴显示日历日期。Lamto过渡区内第一个和第二个雨季开始和结束的60年变化情况在图6中用分组图进行了总结。按方法划分的开始日期分布（图6a）展示了特定方法的开始日期以及第一个雨季期间方法间的一致性变化。AGRHYMET方法不仅平均显示了最早的开始日期（中位数大约在3月末，大约3月20日），还提供了较为一致的开始日期（四分位数范围较小，大约5天）。这表明，根据这种方法，Lamto主要旱季之后的第一次明显降雨每年大致在同一时期发生（50%的年份在3月中旬到月末）。相比之下，Stern方法的开始日期平均滞后超过5周，中位数开始日期在4月18日左右，分布范围较广。须状线从3月中旬延伸到6月初，四分位数范围从4月初到5月中旬，证实Stern的标准显著推迟了开始时间，可能有助于避免误判。Sivakumar和Omotosho的开始日期介于AGRHYMET和Stern之间。Sivakumar方法的开始日期处于中等时间范围，分布较为均匀（中位数开始日期在3月末）。Omotosho和AGRHYMET的方法表明开始日期较早（中位数大约在3月24日），须状线范围较窄（18日至4月4日），四分位数范围为3月18日至4月4日。这再次强调了Lamto过渡区内第一个雨季开始日期确定的不确定性。AGRHYMET方法显示第一个雨季在3月17日之前开始的概率约为70%。Stern和Sivakumar的方法表明开始时间相对较长，大约从3月中旬到5月中旬，随后逐渐减少。Stern的最高概率（约20-30%）出现在4月中旬之前。Omotosho的方法介于AGRHYMET和Stern之间，最高概率大约在3月中旬，4月约为15%，5月不到5%（见补充图S3a）。第一个雨季结束日期的变异在图6c中总结，范围从7月14日到8月18日左右，中位数大约在7月20日，四分位数范围从7月16日到7月底。在大多数年份，第一个雨季在7月中旬结束（见补充图S3b）。这表明几乎一半的时间，第一个季节在7月中旬结束，反映了该地区“旱季较短”的特征，这个旱季通常在这个月份开始。此后，结束的可能性逐渐降低，7月底约为30%，8月初约为15%，8月中旬降至非常低（<10%）。到8月24日，几乎所有的第一个雨季都结束了。值得注意的是，结束日期的波动小于开始日期的波动，这与之前在西非的研究结果一致，表明每年开始时间的不确定性大于结束时间（Mendes等人，2025年）。这可能是由于西非季风的退缩更为均匀，而不是像开始时那样突然（Sultan和Janicot，2000年，2003年；Janicot等人，2010年）。在第二个雨季（图6b）期间，所有四种方法的分组图显示出发散度相似，开始时间的差异不那么明显。例如，AGRHYMET、Stern、Sivakumar和Omotosho的开始日期分布中的中位数（红线）都出现在9月初到中期，主要在彼此之间1-2周的时间内。四分位数和须状线在方法间有显著的重叠，从9月初到10月初。这表明，无论使用哪种方法，Lamto的第二个雨季通常在9月初开始，每年的变化适中。然而，AGRHYMET有稍微提早开始的倾向（有时在8月末），而Stern、Sivakumar和Omotosho则稍微推迟（到10月初）。确定第二个雨季开始日期的方法间的差异远小于第一个雨季。AGRHYMET方法表明，第二个雨季的50%开始日期发生在9月的第一周。Sivakumar和Omotosho的最高发生率大约在9月初（大约30-40%）。到10月初，所有方法的概率都降至接近零（见补充图S3c）。事实上，与第一个雨季相比，后者持续时间约为60-80天（见补充表S1），而第二个雨季的开始日期在所有年份中仅相差约30-40天（见补充表S2），范围从9月初到10月初。平均而言，第二个雨季的结束日期（图6d）大约在11月末（中位数大约在11月29日）。大多数年份在10月末到12月初结束，须状线延伸到12月初，表明轻雨可能会持续更长时间，使得较短的两个雨季持续时间比预期更长。第二个雨季结束时间的总结在大多数年份中相对受限（IQR约为3周）。第二个雨季的结束时间更加分散。11月份结束的可能性逐渐增加；11月底到12月初有大约20-25%的概率（12月2日达到峰值），12月中旬仍有大约15-20%的概率（见补充图S3d）。总之，第一个季节的年际变异性大于第二个季节。定量来看，Lamto第一个季节的开始时间标准差为2-3周（极端情况下可达6-8周），而第二个季节接近1-2周。这与区域分析结果一致，即某些地区的开始时间变化可达55天，而结束时间最多变化21天（Mendes等人，2025年）。

5 结论

本研究基于1964年至2023年的每日降雨数据，对科特迪瓦Lamto两个雨季的时间、持续时间和年际变异性进行了全面分析。应用了四种广泛认可的方法（AGRHYMET、Stern、Sivakumar和Omotosho）来研究每种定义对开始检测和由此产生的季节特征的影响。分析结合了描述性统计、方法间比较以及使用Mann-Kendall检验和Sen斜率估计器的趋势检测，并补充了序列相关性和成对一致性的额外诊断。这些方法对第一个雨季的开始日期得出了不同的结果，通常在3月至6月之间。AGRHYMET确定的平均最早开始日期为3月19日，其次是Omotosho的3月30日，Sivakumar的4月8日，Stern的4月20日。多方法平均开始日期约为4月3日。根据共同的Omotosho定义，结束日期平均出现在7月24日。因此，根据不同的开始定义，估计的季节长度差异很大，使用Stern较晚的定义时约为95天，而使用AGRHYMET较早的定义时约为127天，Omotosho和Sivakumar介于两者之间。这些发现证实，第一个雨季通常持续约3到4个月，但其持续时间高度依赖于所选的开始定义。相比之下，第二个雨季在不同方法间表现出更大的一致性，AGRHYMET的平均开始日期为9月11日，Stern为9月17日，Sivakumar和Omotosho均为9月16日。同样根据Omotosho的定义，平均结束日期为11月25日。因此，第二个雨季的持续时间较短且方法间更一致，约为70到75天。因此，尽管第二个雨季比第一个雨季短，但其开始信号更清晰，方法上也更一致。本研究的一个关键结果是，两个雨季不仅在时间上和持续时间上不同，而且对开始定义的敏感性也不同。第一个雨季在不同方法之间存在显著差异，开始时间的差异较大，各方法之间的共识也较弱。相比之下，第二个雨季的敏感度较低，一致性更强，不同定义下的开始模式更为一致。这表明与方法选择相关的不确定性具有季节性。在Lamto地区，第一个雨季对开始时间的定义非常敏感，而第二个雨季则提供了更稳定的开始信号。基于降雨量的“虚假开始”分析进一步支持了这种差异：在第一个雨季中，AGRHYMET方法和Omotosho方法出现了较高的虚假开始频率，而Stern方法和Sivakumar方法在所采用的诊断标准下没有出现这种情况。这表明，包含明确后期持续性约束的方法在Lamto地区的降雨观测中更能抵抗错误开始信号的产生。同时，这些发现也突显了一个方法论上的权衡：更严格的持续性条件虽然减少了虚假开始的情况，但在降雨稀少或弱化的年份可能会降低检测的完整性。趋势分析显示，第一个雨季的开始和结束日期没有长期性的统计显著变化。所有方法的Sen斜率值都很小，证实了没有明显的单调趋势。对于第二个雨季，不同方法之间的开始日期呈现轻微的正向趋势，表明有轻微的延迟，但这些趋势并不显著。第二个雨季的结束时间同样没有长期性变化。总体而言，两个雨季的开始时间在研究期间保持稳定，年际变化是主要特征。比较分析揭示了几个关键发现：首先，第一个雨季的变异性较大，开始时间窗口较宽，且对所选方法的依赖性强；其次，第二个雨季持续时间较短，更为一致，受特定开始定义的影响较小；第三，不同的开始定义不仅在指定日期上有所不同，还在其鲁棒性、完整性和不同降雨条件下的表现上也存在差异。这些结果在像Lamto这样的过渡性农业气候区尤为重要，因为早期降雨可能不规律，不同的开始定义可能代表季节发展的不同阶段。研究还揭示了一个方法论上的局限性：尽管使用了四种方法来比较开始时间，但结束时间却是根据Omotosho方法中的单一标准来估计的。因此，雨季长度的变化主要反映了在固定结束框架内的开始时间差异，而不是对不同开始-结束定义的公平比较。总体而言，研究结果表明，Lamto地区的雨季开始时间在过去六十年中相对稳定，但开始时间受到方法选择的显著影响，尤其是对于第一个雨季。因此，历史上的开始和结束数据大致反映了当前的情况，年际变化仍然掩盖了任何潜在的长期趋势。未来的研究应该进一步探讨开始时间的变异性与西非季风动态驱动因素（包括大气环流模式和区域气候因素）之间的联系。这样的分析将有助于深入理解季节性变化的机制，并为西非开发更具针对性的气候信息工具提供支持。此外，还应将这些开始定义与农民决策、水资源指标和农学结果进行评估，这些内容超出了本研究的降雨范围。