1961-2010年东北地区气温年较差的时空变化特征分析

王夫雪，刘吉平,2

(1.吉林师范大学博达学院，吉林四平 136000；2.吉林师范大学旅游与地理科学学院，吉林四平136000)



1961-2010年东北地区气温年较差的时空变化特征分析

王夫雪1，刘吉平1,2

(1.吉林师范大学博达学院，吉林四平 136000；2.吉林师范大学旅游与地理科学学院，吉林四平136000)

本文利用1961-2010年东北地区90个气象站的气象数据，分析了东北地区气温年较差的时空变化特征。研究表明：近50 a来最热月与最冷月均温呈明显的上升趋势，气温倾向率分别为0.19 ℃/10 a和0.46 ℃/10 a，但升温的幅度存在明显区域差异。近50 a来气温年较差总体呈不明显的下降趋势，气候倾向率为-0.27 ℃/10 a。大兴安岭为气温年较差变化趋势和幅度空间分异的界线。东北地区气温年较差存在3～5年和12～14年的变化周期。1985-1986年为其突变期。气温年较差与大西洋欧洲区极涡面积指数呈显著的正相关，与东亚槽的位置呈显著的负相关。

气温年较差；气温倾向率；趋势分析；东北地区

在全球气候变暖的大背景下，近100 a来中国年平均地表温度明显增加，升温幅度约为0.5～0.8 ℃，比同期全球升温幅度平均值(0.6 ℃±0.2 ℃)略高，且增温主要发生在冬季和春季，夏季气温变化不明显[1]。由于各个季节的增温幅度存在差异，气温的年较差也发生相应的变化。气温年较差是最热月平均气温与最冷月平均气温之差，表示一地冬冷夏热的程度[2]。对于各地气温年较差的空间分布特征已有较多研究，并在气温年较差对全球气候变暖的响应问题上取得了一些成果。Hirschi[3]对1948年以来全球的气温年较差进行分析发现，北极地区和南极地区气温年较差分别下降3.4 ℃和7.5 ℃。吴志伟等[4]对近40 a来江苏省气温年较差进行研究，结果表明江苏地区气温年较差有减小的趋势。华丽娟等[5]对1961-2000年中国区域气温较差进行分析表明全国大部分地区气温年较差都呈下降趋势。刘宇峰等[6]研究得出汾河流域近48 a来气温年较差呈减小的趋势，气候倾向率为-0.37 ℃/10 a。但气温年较差在区域变化特征及原因、周期性和突变期等方面研究有待进一步深入。

东北地区位于我国大陆的东北部，地处欧亚大陆东岸中高纬度，包括黑龙江省、吉林省、辽宁省及内蒙古的东四盟。已有学者对东北地区的温度变化进行研究[7-8]，但主要集中在平均温度的变化上，对气温年较差的变化研究甚少。与平均温度变化不同的是气温年较差更能反映一个区域温度变化幅度的特征，此外还可以反映某区域的气候受海洋和陆地影响的程度。气温年较差有着重要的生态学意义，其变化对农业生产的影响较大(特别是冬小麦种植界限的北移)，而东北地区作为我国重要的商品粮生产基地，对气温年较差变化的研究就显得尤为重要。本文利用东北地区1961-2010年的地面观测资料，分析了东北地区气温年较差的时空变化特征，为相关部门合理利用气候资源、调整农业生产提供参考。

1 数据和方法

1.1 数据

本文采用的数据来源于中国气象科学数据共享服务网(http://cdc.cma.gov.cn)，将资料长度不足和发生过台站迁移的站点剔除后，选取东北地区90个国家地面气象观测站(图1)1961-2010年共50 a逐日地面观测资料，包括逐日平均温度、最高和最低温度。大气环流指数逐月资料采用中国国家气候中心的全国160个监测站1952-2013年88项大气环流因子月均值(获取网址为：http:∥ncc.cma.gov.cn)，该数据经过较严格的质量控制和检查，为全球气候变化的研究提供一套较为可靠、系统和完整的资料，已得到学术界普遍的认可和广泛的应用[9-10]。

图1 东北地区气象站点分布图

1.2 方法

1.2.1 线性倾向估计

气象要素的变化趋势采用线性方程表示，即y=a+bt，其中，y为气象要素，t为时间(1961-2010年)；b为线性趋势项，b*10表示气象要素倾向率，b的系数为正，则表明呈增加趋势，反之减小趋势[11]。

1.2.2 小波分析

小波分析在时域和频域上都具有良好的局部性，可以分析时序数据周期变化的局部特征，还能清楚地看出各周期随时间的变化规律[12]。本文采用墨西哥帽状(Marr)小波作为母波函数，通过小波变换，把一维要素序列变成以时间和尺度为坐标的二维图像，通过对二维图像的分析可得到关于要素的局域特征。

1.2.3 克里格(kriging)插值

克里格方法是以空间自相关性为基础，利用原始数据和半方差函数的结构性，对区域化变量的未知采样点进行无偏估值的插值方法，是地统计学的主要内容之一[13]。由于需要插值的区域变量Z的期望值是未知的，所以本文采用普通克里格法对气象数据进行空间插值。

1.2.4 Mann-kendall检验和滑动t检验

Mann-kendall非参数检验统计方法是由世界气象组织推荐的应用于环境数据时间序列趋势分析的一种方法，在水文、气象时间序列变化趋势检验中得到了广泛应用[14]；滑动t检验是把一气候序列中两段子序列均值有无显著差异当作来自总体均值有无显著差异的问题来检验[15]。以上两种检验各有优缺点，用时应互补，其原理文献[14]中有详细的介绍，在此不再赘述。

2 结果与分析

2.1 最热月与最冷月平均气温时空变化趋势

东北地区以温带大陆性季风气候为主，最热月为7月，最冷月为1月，个别年份有所变动，但总体上保持不变。1961-2010年东北地区最热月平均温度总体呈上升趋势，气温倾向率为0.19 ℃/10 a(p<0.05)。最冷月平均气温总体上也呈上升趋势，气温倾向率为0.46 ℃/10 a(p<0.05)。通过对比可以发现最热月平均温度与最冷月平均温度整体均呈上升趋势，而最冷月均温的上升幅度明显大于最热月均温的上升幅度，两者呈非对称变化。

根据选取的90个气象站点50 a来的最热月与最冷月平均气温变化趋势进行普通克里格插值，得到东北地区最热月(图2a)与最冷月(图2b)平均气温变化趋势分布图。从图2a可以看出，东北最热月平均温度总体上呈明显的上升趋势，上升的幅度从东南向西北逐渐增大。呼伦贝尔高原的西部和小兴安岭的中部地区最热月平均气温上升趋势幅度最大，气温倾向率为0.46 ℃/10 a- 0.54 ℃/10 a。从图2b可以看出，东北地区最冷月平均温度总体上也呈明显的上升趋势，但上升的幅度存在明显的地区差异。大兴安岭地区上升幅度小，小兴安岭地区和长白山地区上升幅度较大。上升幅度最大的站点为呼玛，气温倾向率为1.05 ℃/10 a。只有一个站(额尔古纳右旗)呈下降的趋势，且没有达到0.05显著性水平，原因可能为该站处于大兴安岭北段冬季风的迎风坡上，最冷月在强劲的西北风影响下，增温受到限制。虽然该站最冷月平均温度近50 a来呈下降趋势，但是该站冬季平均温度仍呈上升趋势，气温倾向率为0.09 ℃/10 a，为东北各站点增温幅度最小值。

图2 1961-2010年东北地区最热月(a)最冷月(b)平均气温趋势空间变化特征

2.2 气温年较差的时空变化特征分析

近50 a来东北地区气温年较差变化趋势空间分布如图3所示。从图中可以看出东北地区1961-2010年气温年较差变化趋势的空间分布存在明显的区域差异，大致以大兴安岭为界，大兴安岭以东的地区气温年较差呈减小趋势，但并不明显。在90个站点中，有81个气温年较差呈减小趋势，占90%，但达到0.05显著性水平的站点只有17个，占20.73%。大兴安岭以西的地区气温年较差呈增加趋势，也不明显。从气温年较差的变化幅度来看，仍然大致以大兴安岭为界，大兴安岭以东，越靠近大兴安岭气温年较差的减小幅度越小。大兴安岭以西，越靠近大兴安岭气温年较差的增加幅度越小。长白山地区和伊勒呼里山北部减小幅度较大，气温倾向率为-0.44 ℃/10a～0.65 ℃/10 a。东北地区近50 a气温年较差的总体变化呈不显著的下降趋势，为-0.27 ℃/10 a。

图3 东北地区气温年较差趋势空间变化特征

2.3 气温年较差的时间周期和突变特征

2.3.1 气温年较差时间序列周期特征

从1961-2010年东北地区气温年较差的小波分析中可以看出(图4)，两个比较明显的震荡周期的时间尺度分别为3～5年和12～14年。3～5年的震荡周期下，气温年较差的偏高值期与偏低值期转换频繁，周期性的震荡特征也比较明显。从12～14年的震荡周期来看，60年代的初期和中期是气温年较差的偏低值期，60年代末到70年代末为偏高值期，80年代初到90年代中期为偏低值期，90年代中期和末期为偏高值期，21世纪以来为偏低值期。图4中显示到2010年小波系数的等值线没有闭合，这表明东北地区在2010年之后的一段时间内还将处于气温年较差的偏低值期。

虚线：小波指数为负；实线：小波指数为正图4 1961-2010年东北地区气温年较差小波分析

2.3.2 气温年较差时间序列突变特征

对东北地区气温年较差进行突变分析(图5a)，1961年到1974年正向序列(UFK)基本为正，表明在该段时期内东北地区气温年较差呈增大的趋势。1975年到1984年反向序列(UBK)在0上下摆动，这一时期气温年较差变化较复杂。在1985年到2010年UFK<0，表明在此期间东北地区气温年较差一直呈减小的趋势。1982年到1986年间UFK与UBK存在3个交点，且都在信度线(U0.05=±1.96)之内，分别是1982-1983、1983-1984、1985-1986。为了确定气温年较差突变确切的位置，对东北地区50 a来气温年较差进行滑动t-检验(图5b)，结果表明基准年1986年两端子序列的均值差异超过了0.05的显著性水平，存在突变。所以综合两种检验的相同部分可以确定东北气温年较差的突变发生在1985-1986年，其它突变点均为伪突变点。

图5 1961-2010年东北地区气温年较差M-K突变分析(a)和滑动t检验分析(b)

2.4 气温年较差与环流指数相关性分析

本文选取了8种常见的环流指数：北极涛动(AO)、南极涛动(AAO)、北大西洋涛动(NAO)、太平洋-北美遥相关型(PNA)、北太平洋年代际振荡(PDO)、厄尔尼诺(ENSO)、东亚槽位置(EATP)、大西洋欧洲区极涡面积(AEPVA)。将东北地区近50 a来的气温年较差和这些指数做相关性分析(图6)，可以看出气温年较差只和厄尔尼诺指数和大西洋欧洲区极涡面积指数呈正相关，与其它指数均呈负的相关性。其中与大西洋欧洲区极涡面积指数呈显著的正相关，相关系数为0.43(p<0.01)，原因可能为大西洋欧洲区极涡面积的扩大有利于北方大部分地区冷日/夜次数增加[17]，从而降低冬季平均温度，进而增大东北地区的气温年较差，反之减小东北地区的气温年较差。东北地区气温年较差与东亚槽的位置呈显著的负相关，相关系数为-0.29(p<0.05)，原因可能为1959-2008年夏季西太平洋副热带高压明显西伸，夏季东亚大槽至少向西移动20个经度[18]，造成东北地区位于槽后，盛行下沉气流，降水较少，温度升高，从而增加气温年较差。

图6 东北地区气温年较差与环流指数相关性分析

3 讨论与结论

本文得出的东北地区1961-2010年气温年较差的减小幅度为0.46 ℃/10 a，比华丽娟等[5]研究得出的东北地区东部气温年较差(1961-2000年)减小幅度为0.94 ℃/10 a低，原因有两方面：其一，两者的研究区域不完全一致，所用站点及数量不同；其二，两者对气温年较差的定义有区别，本文气温年较差为最热月与最冷月平均温度之差，后者气温年较差为年最高温度与年最低温度之差，笔者认为用最热最冷月平均温度才可以真实反映一个区域温度变化的幅度情况，而年最高最低温度由于极端温度事件，存在较大变数。而近50 a来东北地区气温年较差减小幅度为0.27 ℃/10 a，比汾河流域[6]降低的幅度小，体现了区域气候变化对全球变暖响应的不一致性。

近50 a来东北地区气温年较差的变化总体呈下降的趋势，但不明显，气候倾向率为-0.27 ℃/10 a。其变化趋势空间分布大致以大兴安岭为界，大兴安岭以东的地区气温年较差呈减小的趋势；大兴安岭以西的地区气温年较差呈增加的趋势。形成这种格局的原因可能有两方面：(1)虽然近50 a来东亚冬季风整体呈减弱趋势[19]，但大兴安岭以西的地区仍在强劲的西北风下首当其冲，最冷月(1月)冬季风减弱趋势不显著，增温受限。已减弱的西北风在翻过大兴安岭后更加削弱，大兴安岭以东的地区基本离其越远最冷月增温幅度越大。(2)由于大兴安岭为东亚夏季风与非夏季风区的分界线，大兴安岭以西的地区为非季风区，最热月(7月)温度的高低受其下垫面的影响非常大，下垫面植被覆盖好气温较低，反之较高。近50 a来内蒙古地区的植被受人类活动(特别是过度放牧)的影响，破坏较严重，而越靠近大兴安岭植被覆盖越好，增温幅度越小。而大兴安岭以东的地区越靠近大兴安岭受夏季风的影响越小，东亚夏季风在20世纪90年代才恢复增强[20]，从50 a来的总体上看夏季风还是减弱的，随着夏季风的减弱，最热月越靠近大兴安岭增温的幅度也越大，更多的原因需要进一步的研究。

[1]丁一汇,任国玉,石广玉,等.气候变化国家评估报告(I):中国气候变化的历史和未来趋势[J].气候变化研究进展,2006,2(1):3-8.

[2]张家诚,林之光.中国气候[M].上海:上海科学技术出版社,1985:97-98.

[3]Hirschi J J,Sinha B,Josey S A. Global warming and changes of continentality since 1948[J].Weather,2007, 62(8):215-221.

[4]吴志伟,曹乃和,朱筱英.近40 a 江苏省气温年较差异常的演变及其海气背景场特征[J].气象科学,2003,23(3): 332-338.

[5]华丽娟,马柱国,罗德海.1961-2000年中国区域气候较差分析[J].地理学报,2004,59(5):680-688.

[6]刘宇峰,孙虎,原志华.1960年至2007年汾河流域气温年际和季节性变化特征分析[J].资源科学,2011,33(3): 489-496.

[7]胡琦,潘学标,张丹,等.东北地区不同时间尺度下气温和无霜期的变化特征[J].中国农业气象,2015,36(1):1-8.

[8]Du H B, Wu Z F, Li M, et al. Characteristics of extreme daily minimum and maximum temperature over Northeast China, 1961-2009[J].Theoretical and Applied Climatology, 2013,111(1-2):161-171.

[9]Lu E, Chen H, Tu J, et al. The nonlinear relationship between summer precipitation in China and the sea surface temperature in preceding seasons: A statistical demonstration [J].Journal of Geophysical Research: Atmospheres,2015,120(23):27-36.

[10]Wang H,Chen Y, Pan Y,et al. Spatial and temporal variability of drought in the arid region of China and its relationships to teleconnection indices[J].Journal of Hydrology,2015,523(4):283-296.

[11]Ma S, Zhou T.Observed trends in the timing of wet and dry season in China and the associated changes in frequency and duration of daily precipitation[J].International Journal of Climatology,2015,35(15): 4631-4641.

[12]Meyers S D,Kelly B G,O’Brien J J. An introduction to wavelet analysis in oceanography and meteorology: with application to the dispersion of Yanai waves[J].Monthly Weather Review, 1993, 121(10): 2858-2866.

[13]Cekli HE, Gunes H. Spatial resolution enhancement and reconstruction of mixed convection data using kriging method[J].ASME Conference Proceedings,2006,3(41):447-456.

[14]符淙斌,王强.气候突变的定义和检测方法[J].大气科学,1992,16(4):482-493.

[15]Li Q,Ren R C,Cai M,et al. Attribution of the summer warming since 1970s in Indian Ocean Basin to the inter-decadal change in the seasonal timing of El Ni-o decay phase[J].Geophysical Research Letters, 2012, 39(12):1-5.

[16]贺伟,布仁仓,熊在平,等.1961-2005年东北地区气温和降水变化趋势[J].生态学报,2013,33(2):519-531.

[17]张婧雯,李栋梁,柳艳菊.北半球极涡新特征及其对中国冬季气温的影响[J].高原气象,2014,33(3):721-732.

[18]王万里,王颢樾,谢应齐,等.夏季东亚大槽和副热带高压年代际变化的分析[J].地球科学进展,2012,27(3):304-320.

[19]邵鹏程,李栋梁.东亚冬季风指数的分类和比较[J].气象科学,2012,32(2):226-235.

[20]刘海文,周天军,朱玉祥,等.东亚夏季风自20世纪90年代初开始恢复增强[J].科学通报,2012,57(9):765-769.

Spatio-temporal Change Characteristic of Annual Temperature Range over Northeast China, 1961-2010

WANG Fu-xue1, LIU Ji-ping1,2

(1.Boda College of Jilin Normal University, Siping Jilin 136000, China;2.College of Tourist and Geoscience, Jilin Normal University, Siping Jilin 136000, China)

Based on the recorded data of 90 meteorological stations Northeast China during 1961- 2010, we analyzed the spatio-temporal variations of annual temperature range (ATR). The results showed that: the mean temperature of the warmest month and the coldest month shown a clear increasing trend with 0.19 °C /10 a and 0.46 °C /10 a over Northeast China in the last 50 years, respectively. The positive amplitude showed significant difference. The trend in ATR showed a non-significant decreasing from 1961 to 2010, with the value of -0.27 °C /10 a. As to the trend and amplitude of ATR, Da Hinggan Mountains was the dividing line in the spatial variation of ATR over Northeast China in the last 50 years. The ATR had the period of oscillation of 3～5 years, 12～14 years. In the last 50 years, the abrupt change period of ATR was during 1985-1986. The ATR had a significant positive correlation with the Atlantic-European Polar Vortex Area Index (AEPVAI) and a significant negative correlation with the East Asian Trough Position Index (EATPI) over NEC.

annual temperature range; temperature tendency rate; trend analysis; Northeast China

2016-04-29

吉林省科技厅自然科学基金项目“吉林省西部湿地空间格局图谱与演变驱动机制研究”(20130101097JC)。

王夫雪(1986- )，女，助教，硕士，从事区域气候变化、旅游地理学方向研究。

刘吉平(1960- )，男，教授，博士，硕士生导师，从事资源与环境信息系统研究。

P468

A

2095-7602(2016)08-0074-07