1961—2014年中國(guó)沿海極端氣溫事件變化及區(qū)域差異分析

王曉利,侯西勇

1 中國(guó)科學(xué)院煙臺(tái)海岸帶研究所,煙臺(tái) 264003 2 中國(guó)科學(xué)院大學(xué), 北京 100049 3 中國(guó)科學(xué)院海岸帶環(huán)境過(guò)程與生態(tài)修復(fù)重點(diǎn)實(shí)驗(yàn)室, 煙臺(tái) 264003

1961—2014年中國(guó)沿海極端氣溫事件變化及區(qū)域差異分析

王曉利1,2,3,侯西勇1,3,*

1 中國(guó)科學(xué)院煙臺(tái)海岸帶研究所,煙臺(tái) 264003 2 中國(guó)科學(xué)院大學(xué), 北京 100049 3 中國(guó)科學(xué)院海岸帶環(huán)境過(guò)程與生態(tài)修復(fù)重點(diǎn)實(shí)驗(yàn)室, 煙臺(tái) 264003

基于1961—2014年156個(gè)地面氣象站日尺度的氣溫?cái)?shù)據(jù)集,利用趨勢(shì)分析、小波分析、Mann-Kendall檢驗(yàn)、累積距平、Pettitt檢驗(yàn)、主成分分析等方法分析了中國(guó)沿海地區(qū)極端氣溫事件的時(shí)空變化特征。結(jié)果表明：中國(guó)沿海及各子區(qū)域極端氣溫暖指數(shù)呈上升趨勢(shì),冷指數(shù)和氣溫日較差呈下降趨勢(shì),夜指數(shù)的年際傾向率明顯大于晝指數(shù)的年際傾向率；除相對(duì)指數(shù)、極高值指數(shù)和冷(暖)持續(xù)日數(shù)的多年均值在各子區(qū)域之間相差不大以外,霜凍日數(shù)、冰凍日數(shù)以及氣溫日較差的多年均值從北至南依次遞減,與之相反,夏季日數(shù)、熱夜日數(shù)、極端氣溫極低值指數(shù)以及生長(zhǎng)季長(zhǎng)度的多年均值則從北至南依次增加。各子區(qū)域極端氣溫指數(shù)年際間的主周期介于2—8 a,均無(wú)顯著的年代際震蕩周期；各子區(qū)域極端氣溫指數(shù)的突變主要發(fā)生在1980s和1990s期間,冷指數(shù)和極低值指數(shù)的突變時(shí)間稍早于暖指數(shù)和極高值指數(shù)的突變時(shí)間,突變后，極端暖事件和氣溫的極值事件進(jìn)入多發(fā)階段,極端冷事件進(jìn)入相對(duì)少發(fā)的階段；主成分分析中第一主成分高載荷的極端氣溫指數(shù)對(duì)日均氣溫和日最高(低)氣溫均有較好的指示性,這類(lèi)極端指數(shù)兩兩之間的相關(guān)性也較強(qiáng),低載荷的極端氣溫指數(shù)對(duì)日均氣溫和日最高(低)氣溫的指示性相對(duì)較弱,與其他極端氣溫指數(shù)之間的相關(guān)性也均較弱。

極端氣溫；時(shí)空變化；區(qū)域差異；中國(guó)沿海

IPCC第5次評(píng)估報(bào)告指出,全球氣候變化比原來(lái)認(rèn)識(shí)的要更加嚴(yán)重,近30 a以來(lái)全球變暖趨勢(shì)更加顯著[1]。與平均氣溫相比,極端氣溫事件對(duì)全球氣候變化更加敏感,而且,其發(fā)生頻率的加快以及發(fā)生強(qiáng)度的加劇對(duì)生態(tài)環(huán)境和經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展均構(gòu)成了巨大挑戰(zhàn)和嚴(yán)重威脅,從而引發(fā)人們更多的關(guān)注[2- 4]。20世紀(jì)后半葉,全球70%以上的陸地冷夜日數(shù)在明顯減少而暖夜日數(shù)在顯著增加[5]。自1950s以來(lái),冷日、夏日等極端氣溫晝指數(shù)以及熱夜、冷夜和暖夜等極端氣溫夜指數(shù)的變化趨勢(shì)均表明南美洲呈升溫趨勢(shì)[6]。1941—2007年期間,葡萄牙地區(qū)呈持續(xù)增溫狀態(tài),夏日、熱夜等極端氣溫指數(shù)呈顯著上升趨勢(shì)[7]。亞洲國(guó)家中,菲律賓[8]、印度[9]、蒙古國(guó)[10]、格魯吉亞[11]等極端氣溫指數(shù)的變化趨勢(shì)均揭示了氣溫變暖的事實(shí)。在中國(guó),西北干旱區(qū)的夏日、暖日和暖夜等顯著增加,冰日、冷日和極端溫度年較差顯著減少[12-13]；西南[14]、華南[15]等地區(qū)極端暖事件發(fā)生頻率也呈上升趨勢(shì)；長(zhǎng)江流域[16]、黃河流域[17]和海河流域[18]等近幾十年內(nèi)極端氣溫指數(shù)變化幅度不一,但均呈增溫趨勢(shì)。

中國(guó)沿海地區(qū)是歐亞大陸和西太平洋之間的過(guò)渡地帶,陸海之間大規(guī)模、頻繁的物質(zhì)遷移和能量交換使得該區(qū)域的自然環(huán)境復(fù)雜多變[19]。沿海地區(qū)人口密度大、產(chǎn)業(yè)和設(shè)施密集、經(jīng)濟(jì)發(fā)展迅猛,臺(tái)風(fēng)、風(fēng)暴潮等突發(fā)性災(zāi)害以及海岸侵蝕、海水入侵、濕地退化等緩發(fā)性災(zāi)害不斷,尤其是在全球氣候變化背景下,高溫?zé)崂?、低溫冰凍、?qiáng)降水、干旱等極端氣候事件頻繁發(fā)生[20-21],導(dǎo)致區(qū)域生態(tài)環(huán)境不斷惡化、脆弱性不斷增強(qiáng)。近年來(lái),針對(duì)中國(guó)沿海地區(qū)極端氣候的認(rèn)識(shí)得到了提高,例如,研究表明,華南沿海近百年來(lái)2月份極端氣候事件發(fā)生頻率呈顯著上升趨勢(shì),且以極端暖事件為主[15]；東南沿海旱澇變化具有明顯的階段性特征[22]；海岸帶地區(qū)極端氣溫指數(shù)的變化趨勢(shì)與經(jīng)緯度和海拔高度具有一定的相關(guān)性[23]。然而,中國(guó)沿海自北至南緯度跨越大,氣候、地形和下墊面因子復(fù)雜多變,已有的研究未能充分結(jié)合地理特征和研究區(qū)氣候類(lèi)型的變化,缺乏對(duì)極端氣候變化特征的區(qū)域差異特征分析。因此,本文基于《中國(guó)氣象地理區(qū)劃》對(duì)中國(guó)沿海地區(qū)進(jìn)行分區(qū),對(duì)近54 a來(lái)極端氣溫事件的時(shí)空變化特征進(jìn)行分析,并著重開(kāi)展區(qū)域差異比較研究,以更好地認(rèn)識(shí)沿海地區(qū)極端氣溫事件的變化特征和規(guī)律,為科學(xué)適應(yīng)、減緩和應(yīng)對(duì)沿海地區(qū)氣候異常提供參考和依據(jù)。

1 資料與方法

圖1 中國(guó)沿海氣象站點(diǎn)空間分布及氣象地理分區(qū) Fig.1 Distribution of meteorological stations and meteorological zones in the coastal area of China

以省級(jí)行政區(qū)劃為界,將中國(guó)沿海省份和地區(qū)確定為研究區(qū)(未包括臺(tái)灣地區(qū)、南海諸島和海域),以下簡(jiǎn)稱(chēng)中國(guó)沿海。依據(jù)中國(guó)氣象局提出的中國(guó)氣象地理區(qū)劃進(jìn)行分區(qū),從北至南依次分為東北沿海地區(qū)(I區(qū))、華北沿海地區(qū)(II區(qū))、黃淮沿海地區(qū)(III區(qū))、江淮沿海地區(qū)(IV區(qū))、江南沿海地區(qū)(V區(qū))和華南沿海地區(qū)(VI區(qū))共6個(gè)子區(qū)域(圖1)。氣象資料來(lái)源于中國(guó)氣象局國(guó)家氣象信息中心。依據(jù)資料的連續(xù)性以及歷史記錄數(shù)據(jù)應(yīng)超過(guò)50 a為標(biāo)準(zhǔn),選取156個(gè)地面氣象站1961—2014年的日最高(低)氣溫和日平均氣溫等資料,利用RClimDex軟件對(duì)氣象數(shù)據(jù)進(jìn)行質(zhì)量控制,如缺測(cè)值的處理、標(biāo)準(zhǔn)差檢測(cè)、異常值篩選等。采用ETCCDMI推薦的16個(gè)極端氣溫指數(shù)(表1),利用線性?xún)A向估計(jì)法計(jì)算極端氣溫指數(shù)的年際傾向率用以分析其時(shí)間變化趨勢(shì)和空間分布規(guī)律[24]；運(yùn)用連續(xù)小波方法分析要素的周期性,并利用小波方差對(duì)周期的顯著性進(jìn)行檢驗(yàn)[25]；綜合采用Mann-Kendall突變檢驗(yàn)[26]、累積距平[27]和Pettitt檢驗(yàn)[28]對(duì)極端氣溫指數(shù)的突變特征進(jìn)行檢驗(yàn)；利用SPSS軟件進(jìn)行主成分分析和相關(guān)性分析；各要素變化趨勢(shì)的顯著性檢驗(yàn)均采用Mann-Kendall趨勢(shì)檢驗(yàn)完成。

表1 極端氣溫指數(shù)的定義與分類(lèi)

TX10p：冷晝?nèi)諗?shù) Cool days；TN10p：冷夜日數(shù) Cool nights；TX90p：暖晝?nèi)諗?shù) Warm days；TN90p：暖夜日數(shù) Warm nights；FD0：霜凍日數(shù) Frost days；ID0：冰凍日數(shù) Ice days；SU25：夏季日數(shù) Summer days；TR20：熱夜日數(shù) Tropical nights；TXx：日最高氣溫的極高值 Maximum value of daily maximum temperature；TNx：日最低氣溫的極高值 Maximum value of daily minimum temperature；TXn：日最高氣溫的極低值 Minimum value of daily maximum temperature；TNn：日最低氣溫的極低值 Minimum value of daily minimum temperature；WSDI：暖持續(xù)日數(shù) Warm spell duration index；CSDI：冷持續(xù)日數(shù) Cold spell duration index；GSL：生長(zhǎng)季長(zhǎng)度 Growing season length；DTR：氣溫日較差 Diurnal temperature range

2 結(jié)果與討論

2.1 極端氣溫指數(shù)的空間分布特征

2.1.1 相對(duì)指數(shù)的空間分布

圖2 1961—2014年中國(guó)沿海極端氣溫相對(duì)指數(shù)年際傾向率的空間分布Fig.2 Spatial distribution of decadal trend rate in extreme temperature relative indices in the coastal area of China during 1961—2014方向朝上和朝下的三角形分別表示呈上升和下降的變化趨勢(shì)，其中，實(shí)心三角形代表變化趨勢(shì)通過(guò)了置信度95%的顯著性檢驗(yàn)，空心三角形代表變化趨勢(shì)不顯著

1961—2014年,中國(guó)沿海極端氣溫相對(duì)指數(shù)年際傾向率的空間分布特征如圖2所示。整個(gè)沿海地區(qū),96%以上的氣象站點(diǎn)的冷晝(夜)日數(shù)呈下降趨勢(shì),90%以上的站點(diǎn)的暖晝(夜)日數(shù)呈上升趨勢(shì)。冷晝(夜)日數(shù)和暖晝(夜)日數(shù)下降和上升趨勢(shì)通過(guò)顯著性檢驗(yàn)的站點(diǎn)比例分別是56%(94%)和66%(93%)。東北沿海、華北沿海北部、黃淮沿海、江淮沿海和江南沿海北部的站點(diǎn)冷晝?nèi)諗?shù)的下降幅度較大,東北沿海南部、華北沿海北部、江淮沿海南部、江南沿海北部和華南沿海南部的站點(diǎn)暖晝?nèi)諗?shù)的上升幅度較大；冷夜日數(shù)下降幅度較大的站點(diǎn)主要分布在東北和華北沿海境內(nèi),暖夜日數(shù)上升幅度較大的站點(diǎn)在整個(gè)沿海地區(qū)均有分布。

2.1.2 絕對(duì)指數(shù)的空間分布

圖3 1961—2014年中國(guó)沿海極端氣溫絕對(duì)指數(shù)年際傾向率的空間分布Fig.3 Spatial distribution of decadal trend rate in extreme temperature absolute indices in the coastal area of China during 1961—2014

沿海地區(qū)極端氣溫絕對(duì)指數(shù)年際傾向率的空間分布如圖3所示。約81%和62%的氣象站點(diǎn)的霜凍日數(shù)和冰凍日數(shù)呈下降趨勢(shì),通過(guò)顯著性檢驗(yàn)的站點(diǎn)比例分別約為67%和22%；約96%和99%的站點(diǎn)的夏季日數(shù)和熱夜日數(shù)呈上升趨勢(shì),通過(guò)顯著性檢驗(yàn)的站點(diǎn)比例分別約為62%和75%。長(zhǎng)江以北沿海地區(qū)站點(diǎn)的霜凍日數(shù)和冰凍日數(shù)的下降幅度相對(duì)較大,華南沿海臨海一帶以及華南沿海南部共28個(gè)氣象站的霜凍日數(shù),以及華南沿海和江南沿海南部共59個(gè)氣象站點(diǎn)的冰凍日數(shù)在過(guò)去54 a期間年際傾向率為0,即無(wú)任何變化趨勢(shì)。夏季日數(shù)和熱夜日數(shù)呈上升趨勢(shì)的氣象站點(diǎn)在整個(gè)沿海地區(qū)均勻分布。

2.1.3 極值指數(shù)的空間分布

1961—2014年,沿海地區(qū)絕大部分氣象站點(diǎn)的極值指數(shù)呈上升趨勢(shì)(圖4)。以日最高氣溫的極高值、日最低氣溫的極高值、日最高氣溫的極低值以及日最低氣溫的極低值為序,呈上升趨勢(shì)的站點(diǎn)比例分別約為79%、98%、97%和96%,其中,通過(guò)了顯著性檢驗(yàn)的站點(diǎn)比例分別約為25%、72%、14%和74%。分析發(fā)現(xiàn),極端氣溫極值指數(shù)上升幅度較大的氣象站點(diǎn)主要分布在長(zhǎng)江以北的沿海地區(qū)。

圖4 1961—2014年中國(guó)沿海極端氣溫極值指數(shù)年際傾向率的空間分布Fig.4 Spatial distribution of decadal trend rate in extreme value indices in the coastal area of China during 1961—2014

2.1.4 其他指數(shù)的空間分布

圖5為極端氣溫其他類(lèi)指數(shù)年際傾向率的空間分布圖。沿海地區(qū)暖(冷)持續(xù)日數(shù)呈上升(下降)趨勢(shì)的站點(diǎn)個(gè)數(shù)較多,占總站點(diǎn)數(shù)的78%(97%),其中,約35%(62%)的站點(diǎn)通過(guò)了顯著性檢驗(yàn)。暖持續(xù)日數(shù)呈明顯上升趨勢(shì)的站點(diǎn)主要分布在東北沿海和華北沿海北部地區(qū),呈下降趨勢(shì)的站點(diǎn)主要分布在江南沿海南部以及華南沿海境內(nèi)。江南沿海和華南沿海地區(qū)的氣象站點(diǎn)冷持續(xù)日數(shù)的下降幅度相對(duì)更大,變化趨勢(shì)也更明顯。約87%的站點(diǎn)的生長(zhǎng)季長(zhǎng)度呈上升趨勢(shì),該類(lèi)站點(diǎn)主要分布在華南沿海以北地區(qū),但長(zhǎng)江以北沿海地區(qū)的站點(diǎn)生長(zhǎng)季長(zhǎng)度的上升幅度相對(duì)較大,上升趨勢(shì)更明顯。中國(guó)沿海氣溫日較差以下降趨勢(shì)為主,其中,長(zhǎng)江以北站點(diǎn)的下降幅度更大,變化趨勢(shì)更明顯。約有20%的站點(diǎn)的氣溫日較差呈上升趨勢(shì),該類(lèi)站點(diǎn)在整個(gè)沿海地區(qū)零星分布。

圖5 1961—2014年中國(guó)沿海極端氣溫其他指數(shù)年際傾向率的空間分布Fig.5 Spatial distribution of decadal trend rate in extreme temperature other indices in the coastal area of China during 1961—2014

2.2 極端氣溫指數(shù)的時(shí)間變化特征

2.2.1 極端氣溫指數(shù)的年際變化趨勢(shì)

1961—2014年中國(guó)沿海及各子區(qū)域極端氣溫指數(shù)的多年均值和年際傾向率如表2所示。

表2 1961—2014年中國(guó)沿海極端氣溫指數(shù)的多年均值與年際傾向率

Ma：多年均值 Multi-year average；Rat：年際傾向率Decadal trend rate；*表示變化趨勢(shì)通過(guò)置信度95%的顯著性檢驗(yàn)

整個(gè)沿海地區(qū)極端氣溫指數(shù)的變化趨勢(shì)比較明顯,均通過(guò)了置信度95%的顯著性檢驗(yàn)。相對(duì)指數(shù)中,冷晝(夜)指數(shù)和暖晝(夜)指數(shù)分別呈下降和上升趨勢(shì)；冷晝、冷夜日數(shù)的年際傾向率分別為-1.18 d/10a和-3.47 d/10a,暖晝、暖夜日數(shù)的傾向率分別為1.72 d/10a和3.3 d/10a,冷(暖)夜指數(shù)的年際傾向率明顯大于冷(暖)晝指數(shù)的年際傾向率。絕對(duì)指數(shù)中,霜凍日數(shù)和冰凍日數(shù)呈下降趨勢(shì),其中,霜凍日數(shù)的下降幅度相對(duì)更大,傾向率為-2.12 d/10a；夏季日數(shù)和熱夜日數(shù)分別以2.4 d/10a和3.07 d/10a的年際傾向率呈上升趨勢(shì)。以日最高氣溫的極高值、日最低氣溫的極高值、日最高氣溫的極低值以及日最低氣溫的極低值為序,極值指數(shù)的年際傾向率分別為0.12、0.22、0.24、0.48 ℃/10a,其中,日最低氣溫的極低值的上升趨勢(shì)最明顯,與之相反,日最高氣溫的極高值的上升趨勢(shì)最小。其他指數(shù)中,暖持續(xù)日數(shù)和冷持續(xù)日數(shù)的年際傾向率分別為0.55 d/10a和-1 d/10a,表明沿海地區(qū)暖持續(xù)日數(shù)在增加,而冷持續(xù)日數(shù)在逐漸減少；生長(zhǎng)季長(zhǎng)度和氣溫日較差的年際傾向率分別為1.61 d/10a和-0.14 ℃/10a,生長(zhǎng)季長(zhǎng)度呈一定程度的延長(zhǎng),而氣溫日較差呈下降趨勢(shì)。

各子區(qū)域極端氣溫指數(shù)的變化趨勢(shì)與全區(qū)的變化趨勢(shì)完全一致,但各子區(qū)域之間大部分指數(shù)的多年均值差異明顯,年際傾向率也不盡相同：(1)相對(duì)指數(shù)：6個(gè)子區(qū)域的多年均值相差不大,在17.58—17.97 d之間；華南沿海地區(qū)冷晝?nèi)諗?shù)的年際傾向率最小,變化趨勢(shì)未通過(guò)顯著性檢驗(yàn),其他子區(qū)域之間相對(duì)指數(shù)的傾向率相差較小,變化趨勢(shì)均通過(guò)了顯著性檢驗(yàn)。(2)絕對(duì)指數(shù)：霜凍(冰凍)日數(shù)和夏季(熱夜)日數(shù)的多年均值從北至南分別依次遞減和遞增；江淮沿海霜凍日數(shù)的年際傾向率最大,達(dá)-5.41 d/10a,華南沿海的最小,僅為-0.24 d/10a；冰凍日數(shù)的年際傾向率在長(zhǎng)江以北的子區(qū)域較大,在長(zhǎng)江以南的子區(qū)域則較小,其中,華南沿海冰凍日數(shù)基本保持不變；各子區(qū)域之間夏季日數(shù)和熱夜日數(shù)的年際傾向率分別相差不大；除華北和華南沿海地區(qū)冰凍日數(shù)的變化趨勢(shì)不顯著以外,其余子區(qū)域絕對(duì)指數(shù)的變化趨勢(shì)均通過(guò)了顯著性檢驗(yàn)。(3)極值指數(shù)：極高值指數(shù)(日最高氣溫的極高值、日最低氣溫的極高值)的多年均值分別在各子區(qū)域之間相差不大,而極低值指數(shù)(日最高氣溫的極低值、日最低氣溫的極低值)的多年均值從北至南依次遞增；各子區(qū)域極值指數(shù)的年際傾向率在0.09—0.67 ℃/10a之間,極低值指數(shù)的傾向率一般大于極高值指數(shù)的傾向率；黃淮(含)以南沿海地區(qū)極值指數(shù)變化趨勢(shì)的顯著性相對(duì)更明顯。(4)其他指數(shù)：冷(暖)持續(xù)日數(shù)的多年均值在各子區(qū)域之間相差較小,但冷持續(xù)日數(shù)的年際傾向率在南方沿海相對(duì)較大,而暖持續(xù)日數(shù)的傾向率在北方沿海相對(duì)較大；生長(zhǎng)季長(zhǎng)度的多年均值從北至南依次遞增,年際傾向率以黃淮沿海的3.72 d/10a為最大,華南沿海的0.06 d/10a為最?。桓髯訁^(qū)域氣溫日較差的多年均值從北至南依次遞減,華北和江淮沿海的年際傾向率分別以-0.25 ℃/10a和-0.05 ℃/10a居首位和末位；黃淮(含)以北沿海地區(qū)極端氣溫其他指數(shù)變化趨勢(shì)的顯著性相對(duì)更強(qiáng)。

中國(guó)沿海及其子區(qū)域極端氣溫的暖指數(shù)和冷指數(shù)均分別呈現(xiàn)為上升和下降的趨勢(shì),與全國(guó)[29]、西南[30]、西北[13]等地區(qū)暖、冷指數(shù)的變化趨勢(shì)相一致。對(duì)比極端氣溫指數(shù)的變化幅度可發(fā)現(xiàn),除冷指數(shù)的變幅低于西北地區(qū)的以外,中國(guó)沿海暖(冷)指數(shù)的增加(減少)幅度一般高于全國(guó)、西南和西北地區(qū)的平均水平,而極值指數(shù)和氣溫日較差的變化幅度在各研究區(qū)之間相差不大。

2.2.2 極端氣溫指數(shù)的周期特征

中國(guó)沿海氣候南北差異大,因此極端氣溫事件的周期分析和突變分析均以各子區(qū)域?yàn)檠芯繉?duì)象。篇幅所限,僅以華南沿海地區(qū)極端氣溫相對(duì)指數(shù)為例,對(duì)其小波周期特征(圖6)和突變特征進(jìn)行詳盡的說(shuō)明,其他子區(qū)域的分析結(jié)果詳見(jiàn)相應(yīng)的圖表。

圖6 1961—2014年華南沿海地區(qū)極端氣溫相對(duì)指數(shù)的小波功率譜和全局小波譜Fig.6 Wavelet power spectrum and global wavelet spectrum for the time series of extreme temperature relative indices in the south coastal area during 1961—2014左圖為小波功率譜(Wavelet power spectrum,WPS)圖,實(shí)線封閉區(qū)域表示通過(guò)了95%置信水平的紅噪聲檢驗(yàn),右圖為全局小波譜(Global wavelet spectrum,GWS)圖,黑色虛線包含的峰值即為通過(guò)了95%置信水平紅噪聲檢驗(yàn)的顯著周期值

由圖6(a)可知,華南沿海地區(qū)冷晝?nèi)諗?shù)存在約1.8—4.2 a的顯著性年際變化周期,第一峰值周期(主周期)約為2.8 a,該尺度的周期變化在1960s后期、1980s和1990s后期3個(gè)時(shí)段內(nèi)的小波能量最強(qiáng),振蕩最強(qiáng)烈。此外,還存在約13.2 a的年代際變化周期,但其可信度不高,未通過(guò)顯著性檢驗(yàn)。圖6(b)顯示,冷夜日數(shù)的顯著性第一、第二峰值周期分別約為3.9 a和2.3 a,各尺度周期的強(qiáng)集中影響時(shí)域范圍分別為1990s前期和1970s。暖晝?nèi)諗?shù)存在約1.9—3.5 a的顯著性變化周期,主周期約為3.3 a,該尺度的周期變化在1980s末至1990s初以及21世紀(jì)初等時(shí)段內(nèi)的振蕩最強(qiáng)烈(圖6c)。暖夜日數(shù)的顯著性周期范圍介于2.9—4 a之間,主周期約為3.9 a,1987—2012年是該尺度周期的強(qiáng)集中影響時(shí)域范圍(圖6d)。

6個(gè)子區(qū)域各極端氣溫指數(shù)的主周期(表3)特征如下：(1)相對(duì)指數(shù)：東北和華北沿海地區(qū)的主周期略小于其他子區(qū)域,黃淮沿海地區(qū)冷(暖)晝?nèi)諗?shù)的主周期最長(zhǎng),約為5.6 a；(2)絕對(duì)指數(shù)：除華北沿海夏季日數(shù)和華南沿海冰凍日數(shù)的主周期為5.6 a以及江淮沿海熱夜日數(shù)主周期為2.3 a之外,其余子區(qū)域的均是3 a或4 a左右；(3)極值指數(shù)：華北、黃淮以及江淮沿海日最高氣溫的極高值的主周期相對(duì)較長(zhǎng),約是5 a或6 a左右,其他子區(qū)域溫度極高值的主周期約是2 a或3 a,溫度極低值指數(shù)的主周期以江南和華南沿海地區(qū)日最低氣溫的極低值的最長(zhǎng),分別約是7 a和5 a,其他子區(qū)域極低值指數(shù)的主周期基本上是3 a左右；(4)其他指數(shù)：東北沿海暖持續(xù)日數(shù)的主周期最長(zhǎng),約為7.9 a,華北、黃淮和江南沿海暖持續(xù)日數(shù)的主周期均為3.9 a左右,冷持續(xù)日數(shù)的主周期從東北沿海的4.7 a減至華南沿海的2.8 a,各區(qū)域生長(zhǎng)季長(zhǎng)度的主周期較接近,約為2 a或3 a,除黃淮和江南沿海氣溫日較差的主周期較長(zhǎng),為4.7 a以外,其余子區(qū)域氣溫日較差的主周期介于2—3 a之間。

表3 各子區(qū)域極端氣溫指數(shù)的主周期/a

總之,從北至南各子區(qū)域極端氣溫指數(shù)的主周期不盡相同,這主要與沿海地區(qū)特殊的氣候環(huán)境和地理位置差異等因素有關(guān)。中國(guó)沿海背靠廣袤的歐亞大陸,面臨浩瀚的太平洋,受季風(fēng)、環(huán)流等大尺度氣候因子的影響較大,且沿海地區(qū)南北緯度跨越大,地形地貌、覆被變化、水文條件、人文環(huán)境以及城市化進(jìn)程等均會(huì)對(duì)氣候產(chǎn)生不同程度影響的因素具有較大的差異,導(dǎo)致各子區(qū)域極端氣溫事件的周期變化具有一定的復(fù)雜性。此外,各子區(qū)域主周期均是小于10 a的年際間尺度,無(wú)顯著性的年代際震蕩周期,可能是本文的研究時(shí)段相對(duì)較短,對(duì)極端氣溫事件年代際間周期變化的探究尚顯不足。

2.2.3 極端氣溫指數(shù)的突變特征

華南沿海地區(qū)1961—2014年極端氣溫相對(duì)指數(shù)的突變檢驗(yàn)結(jié)果如圖7所示。冷晝?nèi)諗?shù)的M-K突變檢驗(yàn)表明(圖7a),UF(原序列)和UB(逆序列)統(tǒng)計(jì)量曲線在置信區(qū)間內(nèi)共有3個(gè)交點(diǎn)(1997—1998年、2009—2010年、2013—2014年)；累積距平分析結(jié)果顯示,冷晝?nèi)諗?shù)的累積距平值在1997年之前呈上升趨勢(shì),之后呈下降趨勢(shì),說(shuō)明華南沿海的冷晝?nèi)諗?shù)在1997年前后經(jīng)歷了上升-下降的變化過(guò)程；Pettitt檢驗(yàn)得出華南沿海冷晝?nèi)諗?shù)的突變年份是1997年。綜合分析可知,華南沿海冷晝?nèi)諗?shù)在1997年前后發(fā)生了由多到少的突變,表明該區(qū)域冷晝?nèi)諗?shù)突變到一個(gè)相對(duì)少發(fā)的階段。圖7(b)、(c)和(d)分別是華南沿海冷夜日數(shù)、暖晝?nèi)諗?shù)和暖夜日數(shù)的突變檢驗(yàn)曲線圖,結(jié)合M-K突變檢驗(yàn)、累積距平值變化趨勢(shì)以及Pettitt檢驗(yàn)結(jié)果,綜合判斷出華南沿海地區(qū)冷夜日數(shù)、暖晝(夜)日數(shù)分別在1988年和1986年前后經(jīng)歷了由多到少和由少到多的突變,表明華南沿海地區(qū)冷夜日數(shù)和暖晝(夜)日數(shù)分別突變到一個(gè)相對(duì)少發(fā)和相對(duì)多發(fā)的階段。

圖7 1961—2014年華南沿海地區(qū)極端氣溫相對(duì)指數(shù)的M-K突變檢驗(yàn)和累積距平值Fig.7 Mann-Kendall mutation test and cumulative anomaly for the time series of extreme temperature relative indices in the south coastal area during 1961—2014a,b,c和d分別代表TX10p(冷晝?nèi)諗?shù))、TN10p(冷夜日數(shù))，TX90p(暖晝?nèi)諗?shù))和TN90p(暖夜日數(shù))；左側(cè)圖為M-K突變判別曲線,右側(cè)圖為累積距平值變化曲線

各區(qū)域極端氣溫指數(shù)的突變年份和突變前后的變化趨勢(shì)如表4所示。(1)相對(duì)指數(shù)：黃淮(含)以北沿海地區(qū)冷晝(夜)日數(shù)的突變時(shí)間(1987年前后)稍早于黃淮以南沿海地區(qū)(1990s中期前后),東北和華南沿海地區(qū)暖晝(夜)日數(shù)以及華北沿海地區(qū)暖夜日數(shù)的突變時(shí)間在1980s末期,早于其他子區(qū)域暖晝(夜)日數(shù)的突變時(shí)間；(2)絕對(duì)指數(shù)：6個(gè)子區(qū)域霜凍日數(shù)和冰凍日數(shù)的突變時(shí)間均在1980s,而夏季日數(shù)和熱夜日數(shù)的突變均發(fā)生在1990s；(3)極值指數(shù)：除華南沿海日最低氣溫的極高值的突變時(shí)間較早,發(fā)生在1970s以外,其他子區(qū)域氣溫極高值指數(shù)的突變均發(fā)生在1990s和21世紀(jì)初期,且黃淮(含)以北沿海地區(qū)的突變時(shí)間早于以南沿海地區(qū)的,6個(gè)子區(qū)域氣溫極低值指數(shù)的突變時(shí)間相對(duì)較集中,基本位于1980s中末期和1990s初期；(4)其他指數(shù)：各子區(qū)域暖持續(xù)日數(shù)的突變時(shí)間較一致,位于1990s中期前后,華南沿海冷持續(xù)日數(shù)的突變時(shí)間最早,位于1970s末,其他子區(qū)域冷持續(xù)日數(shù)均在1980s和1990s發(fā)生了突變,華南和東北沿海生物生長(zhǎng)季的突變時(shí)間分別發(fā)生在1970s末期和1980s初期,早于其他區(qū)域生物生長(zhǎng)季的突變時(shí)間(1980s末期),除江南沿海氣溫日較差的突變時(shí)間是在1970年前后以外,其他區(qū)域的均發(fā)生在1980s初期。綜合可知,各子區(qū)域極端氣溫指數(shù)突變時(shí)間的區(qū)域差異規(guī)律性不明顯,這與極端氣溫事件自身的隨機(jī)性、突發(fā)性以及各子區(qū)域氣候和自然、社會(huì)環(huán)境的差異等密切相關(guān)。

表4 各子區(qū)域極端氣溫指數(shù)的突變年份(年)及變化趨勢(shì)

MT：突變時(shí)間 Mutation time；TE：趨勢(shì) Tendency；“↑”表示發(fā)生了由少到多的突變,“↓”表示發(fā)生了由多到少的突變

圖8 各子區(qū)域各年代內(nèi)發(fā)生突變的極端氣溫指數(shù)個(gè)數(shù)統(tǒng)計(jì) Fig.8 Number of extreme temperature indices which suffered mutation in the sub-regions in each age

對(duì)沿海地區(qū)各子區(qū)域極端氣溫指數(shù)的突變年代進(jìn)行統(tǒng)計(jì)分析(圖8)。6個(gè)子區(qū)域所有的極端氣溫指數(shù)中,分別共有48個(gè)和41個(gè)指數(shù)的突變發(fā)生在1980s和1990s,僅有4和3個(gè)指數(shù)的突變分別發(fā)生在1970s和21世紀(jì)初期,表明沿海地區(qū)極端氣溫事件在1980s和1990s期間發(fā)生了明顯的突變。進(jìn)一步分析表明,沿海地區(qū)冷指數(shù)的突變時(shí)間主要集中在1980s末期和1990s初期,且均發(fā)生了由多到少的突變；而暖指數(shù)由少到多的突變主要發(fā)生在1980s末期和1990s中期,稍晚于冷指數(shù)的突變時(shí)間；各子區(qū)域氣溫極低值指數(shù)的突變時(shí)間稍早于極高值指數(shù)的,且極值指數(shù)均發(fā)生了由少到多的突變?？梢?jiàn),突變后,中國(guó)沿海地區(qū)極端暖事件和氣溫的極值事件進(jìn)入多發(fā)階段,而極端冷事件進(jìn)入相對(duì)少發(fā)的階段。

2.3 氣溫指數(shù)變化的一致性

進(jìn)行主成分分析和相關(guān)性分析,以探究極端氣溫指數(shù)與日均氣溫(Tm)、日最高(低)氣溫的變化趨勢(shì)是否具有一致性。

極端氣溫指數(shù)與日均氣溫的主成分分析結(jié)果(表5)顯示,所提取的3個(gè)主成分的累積方差貢獻(xiàn)率達(dá)80.2%。第一主成分的方差貢獻(xiàn)率為57.01%,暖晝(夜)日數(shù)、熱夜日數(shù)、夏季日數(shù)、生長(zhǎng)季長(zhǎng)度等暖指數(shù),以及冷晝(夜)日數(shù)、霜凍日數(shù)、冷持續(xù)日數(shù)等冷指數(shù)在第一主成分中均高載荷。第二主成分占方差貢獻(xiàn)率的13.51%,高載荷的指數(shù)主要有冰凍日數(shù)、日最高氣溫的極低值、日最低氣溫的極低值和暖持續(xù)日數(shù),載荷值分別為0.6、0.57、0.53、0.51。第三主成分占方差貢獻(xiàn)率的9.69%,氣溫日較差在第三主成分中高載荷,載荷值為0.85。

極端氣溫指數(shù)與日均氣溫的相關(guān)性分析(表6)表明,各極端氣溫指數(shù)與日均氣溫之間存在較好的相關(guān)性,且都通過(guò)了置信度95%的顯著性檢驗(yàn)。暖(冷)指數(shù)與日均氣溫之間呈正(負(fù))相關(guān),所有極值指數(shù)與日均氣溫之間呈正相關(guān),氣溫日較差與日均氣溫之間呈負(fù)相關(guān)。此外,除氣溫日較差以外,其他極端氣溫指數(shù)之間的相關(guān)性也較好,且絕大多數(shù)指數(shù)之間的相關(guān)性都通過(guò)了置信度95%的顯著性檢驗(yàn)。其中,各暖指數(shù)之間、各冷指數(shù)之間均呈正相關(guān)關(guān)系,而冷指數(shù)與暖指數(shù)之間則呈負(fù)相關(guān)關(guān)系,各極值指數(shù)之間均呈正相關(guān)關(guān)系。

表5 1961—2014年中國(guó)沿海極端氣溫指數(shù)的因子載荷與解釋方差

表6 1961—2014年中國(guó)沿海氣溫指數(shù)之間的相關(guān)系數(shù)

*表示顯著相關(guān)

對(duì)各子區(qū)域極端氣溫指數(shù)和日均氣溫進(jìn)行主成分分析和相關(guān)性分析,結(jié)果如表7所示。

各子區(qū)域極端氣溫事件所提取出來(lái)的主成分個(gè)數(shù)介于4—5個(gè)之間,主成分方差貢獻(xiàn)率均在80%以上,均符合主成分分析要求。6個(gè)子區(qū)域極端氣溫事件第一主成分高載荷值(載荷值>0.7)的極端氣溫指數(shù)較一致,主要有暖晝(夜)日數(shù)、冷晝(夜)日數(shù)、熱夜日數(shù)、夏季日數(shù)以及霜凍日數(shù)等；而各子區(qū)域第一主成分低載荷值的指數(shù)主要有氣溫日較差、日最高氣溫的極高(低)值、暖持續(xù)日數(shù)和生長(zhǎng)季長(zhǎng)度等,在第一主成分中高載荷值和低載荷值分別表示極端指數(shù)對(duì)日均氣溫具有較強(qiáng)的和較弱的指示性。

各子區(qū)域的相關(guān)性分析表明,與日均氣溫呈強(qiáng)正相關(guān)的極端氣溫指數(shù)主要是暖晝(夜)日數(shù)、生長(zhǎng)季長(zhǎng)度、熱夜日數(shù)、夏季日數(shù)等暖指數(shù),與日均氣溫呈強(qiáng)負(fù)相關(guān)的則主要是冷晝(夜)日數(shù)、霜凍日數(shù)以及冰凍日數(shù)等冷指數(shù),與日均氣溫的強(qiáng)正(負(fù))相關(guān)性分別表明極端氣溫暖(冷)指數(shù)的增加(減少)將同時(shí)反映出日均氣溫的增加。此外,所有子區(qū)域中,與其他極端氣溫指數(shù)呈弱相關(guān)的指數(shù)主要有氣溫日較差、日最高氣溫的極高(低)值、暖持續(xù)日數(shù)、生長(zhǎng)季長(zhǎng)度以及冰凍日數(shù),除這些指數(shù)以外,各子區(qū)域其他極端氣溫指數(shù)兩兩之間的相關(guān)性均較好,且絕大多數(shù)之間的相關(guān)性都通過(guò)了置信度95%的顯著性檢驗(yàn)。

表7 各子區(qū)域氣溫指數(shù)的主成分分析和相關(guān)性分析統(tǒng)計(jì)

Num：主成分個(gè)數(shù) Number of extracted principal components；CVC：方差貢獻(xiàn)率 Cumulative variance contribution；L：載荷值 Load value in the first principal componen；r：極端氣溫指數(shù)與日均氣溫之間的相關(guān)系數(shù) Correlation coefficient between extreme temperature indices and daily average temperature；r′：極端氣溫指數(shù)之間的相關(guān)系數(shù) Correlation coefficient of the extreme temperature indices between each other；*代表所列指數(shù)與其他指數(shù)弱相關(guān)且與之弱相關(guān)的指數(shù)個(gè)數(shù)占總指數(shù)個(gè)數(shù)的50%以上。各單元格所列指數(shù)的數(shù)值大小從左至右依次遞減

對(duì)沿海地區(qū)及其子區(qū)域極端氣溫指數(shù)與日最高(低)氣溫進(jìn)行主成分分析和相關(guān)性分析的結(jié)果與上述結(jié)果相一致,即在第一主成分中高載荷的極端氣溫指數(shù)主要是暖晝(夜)日數(shù)、熱夜日數(shù)和夏季日數(shù)等暖指數(shù),以及冷晝(夜)日數(shù)、霜凍日數(shù)和冷持續(xù)日數(shù)等冷指數(shù),高載荷的指數(shù)之間的相關(guān)性也較強(qiáng)；低載荷的指數(shù)主要有氣溫日較差、日最高氣溫的極高(低)值、暖持續(xù)日數(shù)和生長(zhǎng)季長(zhǎng)度等,它們對(duì)日最高(低)氣溫變化趨勢(shì)的指示性相對(duì)較弱,且與其他極端氣溫指數(shù)之間的相關(guān)性也較弱。

3 結(jié)論

通過(guò)對(duì)中國(guó)沿海地區(qū)1961—2014年極端氣溫事件變化特征的研究,得出以下結(jié)論：

(1)中國(guó)沿海地區(qū)及其子區(qū)域極端氣溫指數(shù)的變化趨勢(shì)一致：極端暖指數(shù)呈上升趨勢(shì),冷指數(shù)和氣溫日較差呈下降趨勢(shì),夜指數(shù)的年際傾向率明顯大于晝指數(shù)的年際傾向率。各子區(qū)域極端氣溫相對(duì)指數(shù)、極高值指數(shù)、冷(暖)持續(xù)日數(shù)的多年均值較接近,霜凍日數(shù)、冰凍日數(shù)以及氣溫日較差的多年均值從北至南依次遞減,與之相反,夏季日數(shù)、熱夜日數(shù)、極端氣溫極低值指數(shù)以及生長(zhǎng)季長(zhǎng)度的多年均值則從北至南依次增加。

(2)各子區(qū)域極端氣溫指數(shù)的主周期不盡相同,年際間的主周期介于2—8 a之間,均無(wú)顯著的年代際震蕩周期。各子區(qū)域極端氣溫指數(shù)的突變主要發(fā)生在1980s和1990s期間,冷指數(shù)和極低值指數(shù)的突變時(shí)間稍早于暖指數(shù)和極高值指數(shù)的突變時(shí)間。突變后，沿海地區(qū)極端暖事件和氣溫的極值事件進(jìn)入多發(fā)階段,極端冷事件進(jìn)入相對(duì)少發(fā)的階段。

(3)主成分分析中,在第一主成分高載荷的冷(暖)指數(shù)對(duì)日均氣溫和日最高(低)氣溫均有較好的指示性,它們之間的相關(guān)性也較強(qiáng)。低載荷的指數(shù)對(duì)日均氣溫和日最高(低)氣溫的指示性相對(duì)較弱,且與其他極端氣溫指數(shù)之間的相關(guān)性也較弱。

綜上所述,中國(guó)沿海地區(qū)極端氣溫事件日趨頻繁,極端氣溫指數(shù)的變化趨勢(shì)進(jìn)一步揭示了沿海地區(qū)氣候變暖的事實(shí)。氣候的極端化以及高強(qiáng)度的人類(lèi)活動(dòng)等對(duì)沿海地區(qū)經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展、生態(tài)環(huán)境的保護(hù)以及自然災(zāi)害的防御和防治均構(gòu)成了巨大的挑戰(zhàn),未來(lái)時(shí)期內(nèi),應(yīng)加強(qiáng)極端氣候監(jiān)測(cè)與預(yù)警,加大氣象災(zāi)害及其次生災(zāi)害的防御和管理能力,提升氣候變化的應(yīng)對(duì)能力,做到科學(xué)預(yù)警、合理防治與有效管理相結(jié)合。

[1] IPCC. Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation: Special Report of Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2012.

[2] Whan K, Zscheischler J, Orth R, Shongwe M, Rahimi M, Asare E, Seneviratne S I. Impact of soil moisture on extreme maximum temperatures in Europe. Weather and Climate Extremes, 2015, 9: 57-67.

[3] Dai J, Kesternich M, L?schel A, Ziegler A. Extreme weather experiences and climate change beliefs in China: An econometric analysis. Ecological Economics, 2015, 116: 310-321.

[4] Gao Y, Feng Q, Liu W, Lu A G, Wang Y, Yang J, Chen A F, Wang Y M, Su Y B, Liu L, Ma Q Q. Changes of daily climate extremes in Loess Plateau during 1960-2013. Quaternary International, 2015, 371: 5-21.

[5] Alexander L V, Zhang X, Peterson T C, Caesar J, Gleason B, Tank A M G, Haylock M, Collins D, Trewin B, Rahimzadeh F, Tagipour A, Kumar K R, Revadekar J, Griffiths G, Vincent L, Stephenson D B, Burn J, Aguilar E, Brunet M, Taylor M, New M, Zhai P, Rusticucci M, Vazquez-Aguirre J L. Global observed changes in daily climate extremes of temperature and precipitation. Journal of Geophysical Research, 2006, 111(D5): D05109.

[6] De los Milagros Skansi M, Brunet M, Sigró J, Aguilar E, Groening J A A, Bentancur O J, Geier Y R C, Amaya R L C, Jácome H, Ramos A M, Rojas C O, Pasten A M, Mitro S S, Jiménez C V, Martínez R, Alexander L V, Jones P D. Warming and wetting signals emerging from analysis of changes in climate extreme indices over South America. Global and Planetary Change, 2013, 100: 295-307.

[7] De Lima M L P, Santo F E, Ramos A M, De Lima J J M P. Recent changes in daily precipitation and surface air temperature extremes in mainland Portugal, in the period 1941-2007. Atmospheric Research, 2013, 127: 195-209.

[8] Cinco T A, De Guzman R G, Hilario F D, Wilson D M. Long-term trends and extremes in observed daily precipitation and near surface air temperature in the Philippines for the period 1951-2010. Atmospheric Research, 2014, 145-146: 12-26.

[9] Rao B B, Chowdary P S, Sandeep V M, Rao V U M, Venkateswarlu B. Rising minimum temperature trends over India in recent decades: Implications for agricultural production. Global and Planetary Change, 2014, 117: 1-8.

[10] Dashkhuu D, Kim J P, Chun J A, Lee W S. Long-term trends in daily temperature extremes over Mongolia. Weather and Climate Extremes, 2015, 8: 26-33.

[11] Keggenhoff I, Elizbarashvili M, Amiri-Farahani A, King L. Trends in daily temperature and precipitation extremes over Georgia, 1971-2010. Weather and Climate Extremes, 2014, 4: 75-85.

[12] Deng H J, Chen Y N, Shi X, Li W H, Wang H J, Zhang S H, Fang G H. Dynamics of temperature and precipitation extremes and their spatial variation in the arid region of northwest China. Atmospheric Research, 2014, 138: 346-355.

[13] 汪寶龍, 張明軍, 魏軍林, 王圣杰, 馬潛, 李小飛. 西北地區(qū)近50a氣溫和降水極端事件的變化特征. 自然資源學(xué)報(bào), 2012, 27(10): 1720-1733.

[14] Li Z X, He Y Q, Wang P Y, Theakstone W H, An W L, Wang X F, Lu A G, Zhang W, Cao W H. Changes of daily climate extremes in southwestern China during 1961-2008. Global and Planetary Change, 2012, 80-81: 255-272.

[15] 陳特固, 時(shí)小軍, 余克服. 華南沿海近100年來(lái)2月份的極端氣溫事件. 熱帶地理, 2008, 28(3): 199-202.

[16] Guan Y H, Zhang X C, Zheng F L, Wang B. Trends and variability of daily temperature extremes during 1960-2012 in the Yangtze River Basin, China. Global and Planetary Change, 2015, 124: 79-94.

[17] Liang K, Bai P, Li J J, Liu C M. Variability of temperature extremes in the Yellow River basin during 1961-2011. Quaternary International, 2014, 336: 52-64.

[18] 王剛, 嚴(yán)登華, 張冬冬, 劉少華. 海河流域1961年-2010年極端氣溫與降水變化趨勢(shì)分析. 南水北調(diào)與水利科技, 2014, 12(2): 1-6, 11-11.

[19] 伊飛, 張訓(xùn)華, 胡克. 海岸帶陸海相互作用研究綜述. 海洋地質(zhì)前沿, 2011, 27(3): 28-34.

[20] 董鎖成, 陶澍, 楊旺舟, 李飛, 李雙成, 李宇, 劉鴻雁. 氣候變化對(duì)中國(guó)沿海地區(qū)城市群的影響. 氣候變化研究進(jìn)展, 2010, 6(4): 284-289.

[21] Jiao N Z, Chen D K, Luo Y M, Huang X P, Zhang R, Zhang H B, Jiang Z J, Zhang F. Climate change and anthropogenic impacts on marine ecosystems and countermeasures in China. Advances in Climate Change Research, 2015, 6(2): 118-125.

[22] 王米雪, 延軍平, 李雙雙. 1960～2013年中國(guó)東南沿海地區(qū)旱澇時(shí)空變化特征及其趨勢(shì)分析. 資源科學(xué), 2014, 36(11): 2307-2315.

[23] 黃小燕, 王小平, 王勁松, 馮建英, 王圣杰. 1960～2013年中國(guó)沿海極端氣溫事件變化特征. 地理科學(xué), 2016, 36(4): 612-620.

[24] 王瓊, 張明軍, 王圣杰, 駱書(shū)飛, 汪寶龍, 朱小凡. 1962-2011年長(zhǎng)江流域極端氣溫事件分析. 地理學(xué)報(bào), 2013, 68(5): 611-625.

[25] Torrence C, Compo G P. A practical guide to wavelet analysis. Bulletin of the American Meteorological Society, 1998, 79(1): 61-78.

[26] 魏鳳英. 現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)(第二版). 北京: 氣象出版社, 2007: 63-66.

[27] 賀偉, 布仁倉(cāng), 熊在平, 胡遠(yuǎn)滿(mǎn). 1961-2005年?yáng)|北地區(qū)氣溫和降水變化趨勢(shì). 生態(tài)學(xué)報(bào), 2013, 33(2): 519-531.

[28] 李占玲, 王武, 李占杰. 基于GPD分布的黑河流域極端降水頻率特征分析. 地理研究, 2014, 33(11): 2169-2179.

[29] You Q L, Kang S C, Aguilar E, Pepin N, Flügel W A, Yan Y P, Xu Y W, Zhang Y J, Huang J. Changes in daily climate extremes in China and their connection to the large scale atmospheric circulation during 1961-2003. Climate Dynamics, 2011, 36(11-12): 2399-2417.

[30] 劉琳, 徐宗學(xué). 西南5省市極端氣候指數(shù)時(shí)空分布規(guī)律研究. 長(zhǎng)江流域資源與環(huán)境, 2014, 23(2): 294-301.

AnalysisofspatiotemporalvariationsandregionaldifferencesinextremetemperatureeventsinthecoastalareaofChinaduring1961—2014

WANG Xiaoli1,2,3, HOU Xiyong1,3,*

1YantaiInstituteofCoastalZoneResearch,ChineseAcademyofSciences,Yantai264003,China2UniversityofChineseAcademyofSciences,Beijing100049,China3KeyLaboratoryofCoastalEnvironmentalProcessesandEcologicalRemediation,ChineseAcademyofSciences,Yantai264003,China

Based on the daily temperature dataset of 156 weather station records, a set of statistical methods, including trend analysis, Wavelet analysis, Mann-Kendall test, accumulative anomaly analysis, Pettitt test, and principal component analysis was employed to investigate the spatial and temporal variations of the extreme temperature events from 1961 to 2014 in the coastal area of China. Results of the trend analysis demonstrated an upward trend in warm extremes and a downward trend in cold extremes as well as diurnal temperature range (DTR). The decadal trend rates of the night extremes were obviously higher than those of the day extremes in the coastal area of China. Generally, a decrease was observed in the multi-year averages of the frost days (FD0), ice days (ID0) and diurnal temperature range (DTR), and an increase was observed in the mutil-year averages of the summer days (SU25), tropical nights (TR20), minimum value of daily maximum temperature (TNx), minimum value of daily minimum temperature (TNn) and growing season length (GSL) from north to south. However, a little variation was observed in the multi-year averages of the cool days (TX10p), cool nights (TN10p), warm days (TX90p), warm nights (TN90p), maximum value of daily maximum temperature (TXx), maximum value of daily minimum temperature (TNx), cold spell duration index (CSDI) and warm spell duration index (WSDI) between the sub-regions and the entire coastal area of China. The primary period of extreme temperature indices varied from 2 to 8 years in the sub-regions of the coastal area of China, and no significant decadal period was detected. The mutation time of extreme temperature indices occurred mainly in the 1980s and the 1990s in all sub-regions. Additionally, the cold extremes and minimum values of daily maximum (minimum) temperature mutated earlier than those of the warm extremes and maximum values of daily maximum (minimum) temperature. After mutation, the extreme warm events and extreme value events tended to occur frequently, whereas the occurrence of extreme cold events decreased gradually. The extreme temperature indices holding high load in the first principal component showed strong positive correlations with each other and exhibited high contributions to the daily average and daily maximum (minimum) temperature. On the other hand, the extreme temperature indices holding low load in the first principal component presented weak correlations with other extreme indices and showed low contributions to the daily average and daily maximum (minimum) temperature.

extreme temperature; spatial-temporal variation; regional difference; coastal area of China

國(guó)家自然科學(xué)基金B(yǎng)elmont論壇國(guó)際合作項(xiàng)目(NSFC-BF/IGFA,31461143032);中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專(zhuān)項(xiàng)(XDA11020205)

2016- 09- 09;

2017- 01- 10

*通訊作者Corresponding author.E-mail: xyhou@yic.ac.cn

10.5846/stxb201609091830

王曉利,侯西勇.1961—2014年中國(guó)沿海極端氣溫事件變化及區(qū)域差異分析.生態(tài)學(xué)報(bào),2017,37(21):7098- 7113.

Wang X L, Hou X Y.Analysis of spatiotemporal variations and regional differences in extreme temperature events in the coastal area of China during 1961—2014.Acta Ecologica Sinica,2017,37(21):7098- 7113.