华东地区夏季极端高温特征及其对植被的影响*

葛非凡，毛克彪,2,**，蒋跃林，谭雪兰，赵映慧，夏 浪



华东地区夏季极端高温特征及其对植被的影响*

葛非凡1，毛克彪1,2,3**，蒋跃林1，谭雪兰3，赵映慧4，夏 浪5

(1. 安徽农业大学资源与环境学院，合肥 230036；2. 中国农业科学院农业资源与农业区划研究所/呼伦贝尔草原生态系统国家野外科学观测研究站，北京 100081；3. 湖南农业大学资源环境学院，长沙410128；4. 东北农业大学资源与环境学院，哈尔滨150030；5. 北京农林科学院国家农业智能装备工程技术研究中心，北京 100097）

基于中国华东地区79个气象站1971−2006年夏季逐日地面最高气温和1981−2006年先进超高分辨率辐射计（AVHRR）的归一化植被指数(NDVI)资料，分析华东地区夏季极端高温热浪频次和平均持续时间的空间分布特征，并利用Morlet小波变换分析极端高温次数的周期性变化规律，同时采用奇异值分解（SVD）研究华东地区极端高温次数与植被指数之间的联系。结果表明：（1）华东地区夏季极端高温热浪频次的空间分布主要以北低南高，东低西高，平原高山区低为主。平均持续时间相对于频次，其高值区更靠近沿海。（2）华东地区夏季极端高温次数主要受22a、9a、4a左右的尺度波动影响。其中22a左右的时间尺度为第一主周期，周期振荡在整个时域中表现较稳定。第二主周期为9a左右，周期振荡的振幅从1994年开始逐渐由小增大，将对未来产生重要影响。（3）华东地区夏季极端高温次数与NDVI存在显著相关。当华东中南部地区夏季极端高温次数偏高时，江苏东部地区的夏季植被覆盖度偏低，而山东北部地区和江西西南及西北地区的夏季植被覆盖度偏高；当山东中部地区夏季极端高温次数偏低时，山东东北地区的夏季植被覆盖度偏高，而江苏东部、福建南部和江西北部的夏季植被覆盖度偏低。

极端高温；小波；周期；奇异值分解；植被

气候变化是21世纪一个重大的社会、经济和环境焦点，有观测表明，全球地表平均气温在20世纪具有明显的上升趋势[1]。气候的变暖使天气和气候极端事件的出现频率发生变化[2],高温热浪将变得更加强烈、更加频繁且持续时间更长[3]。在气候变化的大背景下，高温热浪导致的死亡率预期将随着其在未来的强度、频率以及持续时间的增加而不断增高[3-4],持续性的高温热浪不仅影响了人类的正常生产和生活，危害人体健康，导致疾病的发生和加重，也对农业和工业的发展造成重大冲击。由此不少学者对高温进行了多方面的研究[5-7]。与此同时，中国部分城市和地区夏季极端高温及热浪等极端天气事件频繁发生[8]，叶殿秀等[9]研究发现，自20 世纪90 年代以来，中国高温热浪的范围明显增大。谈建国等[10]探讨了中国主要大城市近50a的年高温日数、热浪过程的时空变化特征，表明不同地域的高温呈现不同的季节内分布特征，高温出现的早晚和强度有明显差别。中国未来的极端高温形势将较严峻。

华东地区属亚热带湿润性季风气候和温带季风气候，物产资源丰富，人口稠密，是中国综合技术水平最高的经济区。因此，研究华东地区极端高温气候特征，探讨其发生规律和影响，对有效指导该地区极端高温的预防，减少自然灾害造成的经济损失具有重要意义。诸多学者对此研究各有侧重，张尚印等[11-13]探讨了高温的气候特征和过程；有些对极端高温的发生原因进行了分析，史军等[14]利用西太平洋副热带高压指数、赤道太平洋海温、登陆华东及中国的台风资料，从自然气候变化和人类活动方面对华东极端高温进行了归因分析；有些对未来的高温情况进行了预测，如冯灵芝等[15]借助英国哈德雷中心（Hadley）的HadGEM2-ES全球气候模式，结合RCPs排放情景驱动对2021−2050年长江中下游水稻生育期高温事件的变化作了预测，程路等[16]研究了极端高温对农业生产的影响。但是对华东地区夏季极端高温变化周期的研究报道相对较少，且大部分研究对高温的定义都是定量的，导致一些地区气温较低但已超出当地正常范围并带来严重影响的情况并没有得到体现；在高温对植被的影响方面，很多研究如白淑英等[17]针对的是气温对植被的影响，然而极端天气的出现往往会对植被产生很大影响。因此，本文基于前人的研究基础，根据不同地区自身特点定义极端高温的百分比阈值，分析华东地区极端高温热浪频次和平均持续时间的分布特征，通过Morlet小波变换分析华东地区夏季极端高温的变化周期，并对未来的极端高温变化作出预测，同时借助Matlab和ArcGIS等软件，采用奇异值分解（SVD）方法对华东地区夏季极端高温发生次数对植被的影响进行研究，以期为未来华东地区农业生产管理和植被种植规划提供参考。

1 数据与方法

1.1 资料及研究区域

华东地区包括山东省、江苏省、安徽省、江西省、浙江省、福建省和上海市。研究资料包括中国气象局国家气象信息中心提供的华东地区1971−2006年79个气象站点的夏季（6月1日−9月31日）逐日最高气温资料以及1981−2006年AVHRR（Advanced very high resolution radiometer）的夏季归一化植被指数（NDVI, Normalized Difference Vegetation Index）遥感资料。气象站点资料均经过严格的质量检查，个别站点缺测值用临近前后日期平均值及邻近站点平均值合成进行补缺（图1a）。由于SVD的计算需要，NDVI遥感数据采用ArcGIS栅格平均值聚合的方式缩小栅格分辨率再提取像元数值得到格点数据，每个像元值代表像元所覆盖区域的NDVI平均值，得到的格点数据地理坐标取像元中心位置的地理坐标。聚合后的栅格像元样图见图1b。

1.2 研究方法

1.2.1 极端高温阈值定义

极端天气气候事件是指一定地区在一定时间内出现的历史上罕见的气象事件，在统计意义上属于不易发生的事件。当某一台站全时间序列中日最高气温由低到高的累积频率达到一定的概率分布，将此概率所对应的最高气温临界值的数值定义为极端高温事件的阈值[18]。由于极端高温事件是小概率事件，本文为了突出极端高温事件的极端特征，取概率为99%，即某站全时间序列（1971年1月1日−2006年12月31日）中日最高气温由低到高累积频率达到99%所对应的日最高气温值为该站极端高温阈值，不同地区的阈值具有极端特征的同时还具备当地的气候特征。

1.2.2 夏季极端高温和极端高温热浪的定义及统计

参考国家气象局高温热浪标准，当某个台站的日最高气温等于或大于极端高温中（1.2.1）所确定的阈值时,则认为该台站在该日发生了一次极端高温，连续3d及以上日最高气温大于等于阈值的，则认为该台站发生了一次极端高温热浪，极端高温热浪是建立在极端高温基础上的一种气象灾害指标。本文统计每个台站每年夏季极端高温和极端高温热浪的发生次数，其中利用华东地区每年夏季的极端高温发生次数用于小波分析；1981−2006年各台站每年夏季发生的极端高温次数用于奇异值分解；各台站的极端高温热浪频次为极端高温热浪的年平均发生次数。

（1）极端高温判别式为

（2）各台站（Hkj）和华东地区（Hj）每年夏季极端高温发生次数分别为

（3）各台站每年极端高温热浪发生次数（Wkj）和累积持续天数（Skj）分别为

（4）各台站极端高温热浪频次（CWk）和平均持续天数（CSk）分别为

式（1）−式（4）中，k为台站编号，Z=79；j为年数，Y=36；i为每年夏季的第i天，N=92；D为极端高温发生与否的判别式，0为不发生，1为发生，Dkij为第k个台站第j年夏季第i天的极端高温判别式（下同）；T为夏季逐日最高气温；TV为极端高温阈值；H为极端高温发生次数；W为极端高温热浪发生次数；S为极端高温热浪累积持续天数；CW为极端高温热浪频次；CS为极端高温热浪平均持续天数。

1.2.3 夏季极端高温变化周期分析

利用Morlet小波变换对华东地区夏季极端高温发生次数的多时间尺度的周期性变化规律进行研究。Morlet小波是一个由Gauss函数调制的连续性平面波，小波函数为

式中，ω0为常数，取6，i为虚数，η为变量，结果采用红噪声谱进行显著性检验。具体变换过程及检验参考文献[19]。

1.2.4 奇异值分解分析（SVD）

采用奇异值分解（Singular Value Decomposition，SVD）方法，研究华东地区夏季极端高温次数（左场）对植被（右场）的影响。SVD方法用于分析两个要素场序列之间的相关关系，可最大限度地从两个要素场分离出多个相互独立的耦合模态，从而揭示出两要素场所存在的时域相关性的空间联系，这种耦合的空间分布型能最大限度地解释两场的交叉协方差，详细分解过程参考文献[20]。分解得到左右场的同性及异性相关系数，同性相关系数是指左（右）场距平序列与左（右）场模态时间系数之间的相关性，即模态时间系数对左场距平序列的代表性。当同性相关系数较大时，说明模态时间系数对该距平序列代表性好。异性相关系数是指左场（或右场）距平序列与右场（或左场）模态时间系数之间的相关性，其值的大小反映左场（或右场）距平序列与右场（或左场）模态时间系数的相关程度。两个相关系数在空间上的分布特征基本保持一致，分析中均可使用[21]。本文使用异性相关系数进行分析（分析中简称相关系数）。显著性检验采用蒙特卡洛方法[22]。

2 结果与分析

2.1 华东地区夏季极端高温热浪发生情况统计分析

2.1.1 极端高温阈值

由图2可见，整个研究区内不同地区的夏季极端高温阈值明显不同，总体上呈自北向南递减趋势，最大值为39℃，位于浙江丽水站；最小值为23.9℃，位于山东泰山站。高值区在浙江南部和江西北部，而低值区在泰山、黄山、庐山和九仙山等山区。福建东部由于山区较多又是近海地区，阈值偏低。

2.1.2 极端高温热浪频次与平均持续时间

由图3可见，极端高温热浪频次的高值区靠近内陆，而平均持续天数的高值区则更靠近沿海。 图3a中，山东省与福建省极端高温热浪频次总体上较低，江西省中部、浙江金华地区和安徽省东北部则明显较高。其中最高值为0.61次，位于江西广昌；最低值为0.06次，位于福建崇武。黄山等山区的极端高温热浪频次均低于周边地区。图3b中，华东北部与南部的极端高温热浪平均持续天数较低，浙江西北部与江苏南部则处于高值区，最高值为5.36d，位于浙江衢州；最低值为3.29d，位于山东日照。

2.2 华东地区夏季极端高温年发生次数周期变化的小波分析

图4呈现了华东地区小波变换系数实部的波动特征，反映了极端高温次数的高低交替变化，并存在多个时间尺度特征。总体上华东地区极端高温次数的演化过程具有3个明显的时间尺度特征，分别为22a、9a和4a左右。其中在22a左右的尺度上存在着枯−丰交替的准三次震荡，其尺度周期变化在整个分析时段表现稳定，在演化中具有全域性。

小波系数的模方代表小波能量谱，它可以分析出不同周期的震荡能量。由5图可知，18～25a时间尺度的波动很强，并且贯穿了整个时域，其震荡中心在2000年左右，对未来华东地区的极端高温情况有着重要影响。8～13a时间尺度上的波动有两个波动很强的震荡中心，分别在1972年和2005年左右，也将影响华东地区未来的极端高温情况。而3～5a时间尺度的波动能量较弱。

注：实线表示实部≥0；虚线表示实部＜0；粗实线内为通过0.05水平显著性检验的区域

Note: The solid lines show the real part is ≥0.The dotted lines show the real part is <0. The real part inside the thick line shows P≤0.05(significance test)

小波方差图能反映极端高温次数时间序列的波动能量随时间尺度的分布情况，可用来确定极端高温次数演化过程中存在的主周期。图6a中存在3个明显的峰值，依次对应4a、9a、22a的时间尺度，前两个时间尺度通过0.05水平的显著性检验。其中，最大峰值对应22a时间尺度，其周期震荡最强，是华东地区极端高温次数变化的第一主周期；19a时间尺度为第二主周期，第三主周期为4a时间尺度。上述3个周期的波动控制着华东地区极端高温次数在整个时间域内的变化特征。

图6b−图6d为3个时间尺度的小波系数实部图，体现了华东地区极端高温次数交替变化的波动特性。由图可见，在22a特征时间尺度上，华东地区极端高温次数大约经历了2个枯−丰转换期，平均周期为14a左右，其在整个计算时域内表现较稳定，振幅有轻微的增大趋势。9a时间尺度上的振幅从1971年至1994年逐渐减小，又从1994年至2006年逐渐增大。而4a时间尺度上的变化周期较短，振幅变化较无序。

注：图a中虚线为0.05水平红噪声线

Note: Dotted line in fig.a is red noise of 0.05 significance level

2.3 华东地区夏季极端高温次数与植被指数的SVD分析

通过SVD方法对1981−2006年华东地区夏季极端高温次数与NDVI指数进行分析，前5个模态的结果见表1。由表可见，前2个模态的协方差贡献率分别为68.0%和14.2%，累积协方差贡献率达到82.2%，均通过0.01水平的显著性检验，分别为10.8%、9.4%。两个模态的时间相关系数分别为0.59和0.58，均通过0.01水平的显著性检验。说明两个模态中的时间系数间相关性较好，变化较为一致。

表1 华东地区极端高温次数与NDVI指数系列间SVD分析的协方差贡献及相关系数

注：*、**分别表示相关系数通过0.05、0.01水平的显著性检验。下同。

Note:*is P≤0.05，**is P≤0.01.The same as below.

第一模态（图7a1）时间序列反映出夏季极端高温次数和NDVI的时间系数变化趋势具有较为一致的年际波动，NDVI的时间系数年际波动幅度大于极端高温次数，1993年NDVI时间系数异常偏高，2003年极端高温次数时间系数异常偏低。在第一模态极端高温次数场与NDVI时间序列的相关系数空间分布上（图7b1），华东中南部地区的相关系数为显著负值，仅山东泰山及青岛等站为正值区。而在NDVI场与极端高温次数时间序列的相关系数空间分布上（图7c1），江苏东部地区为相关系数正值显著区，华东其余大部分地区则为负值，其中山东北部和江西西南部及西北部的负值较大。两场的相关系数空间分布反映出夏季江苏东部地区的NDVI与华东中南部地区的极端高温次数呈明显的负相关；而山东北部和江西西南部及西北部的NDVI与之呈正相关。这说明当华东中南部地区夏季极端高温次数偏高时，江苏东部地区的夏季植被覆盖度偏低，而山东北部地区和江西西南及西北地区的夏季植被覆盖度偏高。

第二模态（图7a2）时间序列中极端高温次数与NDVI的时间系数变化也较为一致。在极端高温次数场与NDVI时间序列的相关系数空间分布图上（图7b2），山东省中部地区为相关系数负值显著区域。而在NDVI场与极端高温次数时间序列的相关系数图上（图7c2），正值显著区处于山东东北地区，负值显著区为江苏东部、福建南部和江西北部等地区。两场的空间分布表明山东省中部地区夏季极端高温次数与山东东北地区的夏季植被覆盖度为负相关，与江苏东部、福建南部和江西北部的夏季植被覆盖度为正相关。说明当山东省中部地区极端高温次数偏低时，山东东北地区的夏季植被覆盖度偏高，而江苏东部、福建南部和江西北部的夏季植被覆盖度则偏低。

3 结论与讨论

（1）华东地区夏季极端高温热浪的频次空间分布主要以北低南高，东低西高，山区低平原高为主。极端高温热浪平均持续天数相对于频次，其高值区在江浙一带，更靠近沿海。由于极端高温热浪是建立在极端高温基础上的具有时间持续性的指标，说明极端高温热浪频发的地区其持续性并不一定高，这很可能与下垫面的条件有关。

（2）对华东地区夏季极端高温次数变化的小波分析表明，华东地区夏季极端高温次数主要受22a、9a、4a左右的尺度波动影响。其中22a和9a作为第一、第二主周期对华东地区夏季极端高温次数变化影响较大。小尺度的交替变化隐藏嵌套在大尺度的更为宏观的结构中，综合第一主周期的稳定和第二主周期振幅的不断变大情况，可以预测未来华东地区可能出现强极端高温状况。

注：阴影区为通过0.05显著水平检验的相关区

Note: shaded areas show P≤0.05(significance test)

（3）通过对华东地区夏季极端高温次数和NDVI的SVD分析，由前两个模态得出：华东地区夏季极端高温次数与NDVI之间存在显著相关。华东中南部地区夏季极端高温次数偏高时，江苏东部地区的夏季植被覆盖度偏低，而山东北部地区和江西西南及西北地区则偏高；山东省中部地区夏季极端高温次数偏低时，山东东北地区的夏季植被覆盖度偏高，而江苏东部、福建南部和江西北部则偏低，反映出极端高温次数变化带来的气温波动对华东不同地区植被生长的影响，这与其它研究得出的NDVI与温度的相关性结果较为一致[17,23]。当夏季极端高温较强时，热量条件将高于平常，合理规划植被种植并采取相应措施将取得较高效益。

[1]Solomon S,Qin D,Manning M,et al.Climate change 2007:the physical science basis.Contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change[M]. Cambridge,United Kingdom and New York,NY,USA: Cambridge University Press,2007:996.

[2]Houghton J E T,Ding Y H,Griggs J,et al.Climate change 2001:the scientific basis[M].Cambridge, United Kingdom and New York,NY,USA:Cambridge University Press,2001:881.

[3]Meehl Ge A,Claudia T.More intense,more frequent, and longer lasting heat waves in the 21stcentury[J]. Science, 2004,305(5686):994-997.

[4]Wu J,Zhou Y,Gao Y,et al.Estimation and uncertainty analysis of impacts of future heat waves on mortality in the eastern United States[J].Environ Health Perspect,2014,122(1):10-16.

[5]Amengual A,Homar V,Romero R,et al.Projections of heat waves with high impact on human health in Europe[J].Global and Planetary Change,2014,119(4): 71-84.

[6]Kenawy A E,López-Moreno J I,Vicente-Serrano S M.Trend and variability of surface air temperature in northeastern Spain (1920-2006):linkage to atmospheric circulation[J].Atmospheric Research, 2012,106(3): 159-180.

[7]Fernández-Montes S,Rodrigo F S,Seubert S,et al.Spring and summer extreme temperatures in Iberia during last century in relation to circulation types[J].Atmospheric Research,2013, 127:154-177.

[8]许遐祯,郑有飞,尹继福,等.南京市高温热浪特征及其对人体健康的影响[J].生态学杂志,2011, 30( 12):2815-2820．

Xu X Z,Zheng Y F,Yin J F,et al.Characteristics of heat wave in Nanjing city and its impact on human health[J].Chinese Journal of Ecology,2014,122(1): 10-16.(in Chinese)

[9]叶殿秀,尹继福,陈正洪,等.1961-2010年我国夏季高温热浪的时空变化特征[J].气候变化研究进展,2013,9(1):15-20.

Ye D X,Yin J F,Chen Z H,et al.Temporal and spatial variational characteristics of Chinese summer heat waves from 1961-2010[J].Advances in Climate Change Research, 2013,9(1):15-20.(in Chinese)

[10]谈建国,郑有飞.我国主要城市高温热浪时空分布特征[J].气象科技,2013,41(2):347-351.

Tan J G,Zhen Y F.Heat waves in space-time distribution of China's major cities[J]. Meteorological Science and Technology, 2013,41(2): 347-351.(in Chinese)

[11]张尚印,王守荣,张永山,等.我国东部主要城市夏季高温气候特征及预测[J].热带气象报,2004,(6):750-760.

Zhang S Y,Wang S R,Zhang Y S,et al.Eastern China's major cities hot summer climate characteristics and prediction[J]. Journal of Tropical Meteorology, 2004, (6): 750-760.(in Chinese)

[12]张立波,吉宗伟,郑选军,等.近50年华东地区热量资源变化特征分析[J].中国农业气象,2012,33 (3):325-332.

Zhang L B,Ji Z W,Zhen X J,et al.Variation characteristics of thermal resources in eastern China in the past 50 years[J]. Chinese Journal of Agrometeorology,2012,33(3):325-332.(in Chinese)

[13]朱周平,钱炳强.中国东部地区夏季高温南北不均匀分布特征分析[J].气象,2010,36(11):26-31.

Zhu Z P,Qian B Q.Analysis of the meridional heterogeneous distribution of summer heat wave over eastern China[J]. Meteorological Monthly, 2010,36(11):26-31.(in Chinese)

[14]史军,丁一汇,崔林丽.华东极端高温气候特征及成因分析[J].大气科学,2009,33(2):347-358.

Shi J,Ding Y H,Cui L L.Climatic characteristics of extreme maximum temperature in East China and its causes[J]. Chinese Journal of Atmospheric Sciences,2009,33(2):347-358. (in Chinese)

[15]冯灵芝,熊伟,居辉,等.RCP情景下长江中下游地区水稻生育期内高温事件的变化特征[J].中国农业气象,2015,36(4): 383-392.

Feng L Z,Xiong W,Ju H,et al.Changes of high temperature events during rice growth period in MLRYR under RCP scenarios[J].Chinese Journal of Agrometeorology,2015,36(4): 383-392.(in Chinese)

[16]程路,钱拴,张蕾,等.2015年夏季气候对农业生产的影响[J].中国农业气象,2015,36(5):650-652.

Cheng L,Qian S,Zhang L,et al.Impact of 2015 summer climate on agricultural production[J]. Chinese Journal of Agrometeorology, 2015,36(5): 650-652.(in Chinese)

[17]白淑英,王莉,史建桥.长江流域NDVI对气候变化响应的时滞效应[J].中国农业气象, 2012, 33(4): 579-586.

Bai S Y,Wang L,Shi J Q.Time lag effect of NDVI response to climatic change in Yangtze river basin[J].Chinese Journal of Agrometeorology, 2012, 33(4):579-586.(in Chinese)

[18]黄丹青,钱永甫.我国极端温度事件的定义和趋势分析[J].中山大学学报,2008,47(3):112-116.

Huang D Q,Qian Y P.The definition of daily mean temperature extremes over China and its trend[J]. Journal of Sun Yat-sen University,2008, 47(3): 112-116.(in Chinese)

[19]Torrence C,Compo G P.A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society,1997,79(1): 61-78.

[20]丁裕国,江志红.SVD方法在气象场诊断分析中的普适性[J].气象学报,1996,54(3):365-372.

Ding Y G,Jiang Z H.Universality of SVD methods in diagnostic analysis of meteorological fields[J]. Acta Meteorologica Sinica,1996,54(3): 365-372.(in Chinese)

[21]赵永晶,钱永甫.全球海温异常对中国降水异常的影响[J].热带气象学报,2009,(5):561-570.

Zhao Y J,Qian Y P.The influence of global SST anomaly on precipitation anomalies in China[J]. Journal of Tropical Meteorology,2009,(5): 561-570. (in Chinese)

[22]施能.气候诊断研究中SVD显著性检验的方法[J].气象科技,1996,(4):5-6.

Shi N.SVD significant test method of climate diagnostic studies[J].Meteorological Science and Technology,1996,(4): 5-6.(in Chinese)

[23]侯光雷,张洪岩,郭聃,等.长白山区植被生长季NDVI时空变化及其对气候因子敏感性[J].地理科学进展,2012,31(3): 285-292.

Hou G L,Zhang H Y,Guo D,et al.Spatial-temporal variation of NDVI in the growing season and its sensitivity to climatic factors in Changbai mountains[J].Progress in Geography, 2012,31(3): 285-292.(in Chinese)

Extreme High-temperature in Summer and Its Impacts on Vegetation in East China

GE Fei-fan1, MAO Ke-biao1,2,3, JIANG Yue-lin1, TAN Xue-lan3, ZHAO Ying-hui4, XIA Lang5

(1. School of Resources and Environment, Anhui Agricultural University, Hefei 230036, China; 2.Institute of Agricultural Resources and Regional Planning / National Hulunber Grassland Ecosystem Observation and Research Station, Chinese Academy of Agricultural Sciences, Beijing 100081; 3. College of Resources and Environment, Hunan Agricultural University, Changsha 410128; 4. College of Resources and Environment, Northeast Agricultural University, Haerbin, 150030; 5. Beijing Research Center of Intelligent Equipment for Agriculture, Beijing Academy of Agriculture and Forestry Science, Beijing 100097)

Based on daily maximum surface air temperature data during 1971−2006 and normalized difference vegetation index (NDVI) data of AVHRR during 1981−2006, the frequency and average duration days of summer extreme heat wave were analyzed by using method of Morlet wavelet transform, as well as the periodic variation about the occurrence times of extreme high-temperature. Meanwhile, the relationship between the occurrence times of extreme high-temperature and NVDI was analyzed by using Singular Value Decomposing (SVD) in East China.The results showed that, (1) the frequency of summer extreme heat wave in East China showed that southern region was higher than the northern, the western was higher than the eastern, the plain region was higher than the mountainous region. But high value areas of average duration days were closed to the sea. (2) Occurrence times of summer extreme high-temperature in East China were mainly affected by three temporal scales which were 22 years, 9 years and 4 years. Among three temporal scales, the scale fluctuation around 22 years was the first primary period with a relatively stable oscillation throughout the whole time domain. The second primary period was around 9 years, its oscillation amplitude had been gradually increasing from the beginning of 1994, which could have been a great impact in the future. (3) NDVI correlated significantly with the occurrence times of summer extreme high-temperature in East China. The summer vegetation coverage was lower in the east of Jiangsu, while higher in the north of Shandong as well as the southwest and northwest of Jiangxi, when the occurrence times of summer extreme high-temperature in the south and center of East China were above normal. The summer vegetation coverage was higher in the northeast of Shandong, while lower in the east of Jiangsu as well as the south of Fujian and the north of Jiangxi, when the occurrence times of summer extreme high-temperature in the center of Shandong region were below normal.

Extreme high-temperature; Wavelet; Period; Singular value decomposition; Vegetation

10.3969/j.issn.1000-6362.2017.01.005

2016-06-06

国家自然科学基金（41571427）；国家重点研发计划重点专项（2016YFC0500203）

葛非凡（1992−），助理研究员，主要从事气候变化研究。E-mail: gffwrss@126.com

**通讯作者。E-mail: maokebiao@caas.cn