影响江苏的寒潮时空分布及气候变化特征

张 玥,陈永平*,刘颖婧,董家根,罗俐雅

(1.河海大学 水文水资源与水利工程科学国家重点实验室，江苏 南京 210098；2.河海大学 港口海岸与近海工程学院，江苏 南京 210098；3.江苏省水文水资源勘测局，江苏 南京 210029)

影响江苏的寒潮时空分布及气候变化特征

张 玥1，2,陈永平1，2*,刘颖婧1，2,董家根3,罗俐雅3

(1.河海大学 水文水资源与水利工程科学国家重点实验室，江苏 南京 210098；2.河海大学 港口海岸与近海工程学院，江苏 南京 210098；3.江苏省水文水资源勘测局，江苏 南京 210029)

利用1979～2015年江苏省12个气象台站日最低气温资料，按照最新寒潮标准对不同强度寒潮分类统计，运用线性趋势法、M-K突变检验以及小波分析方法，分析了影响江苏地区寒潮过程的气候特征及其变化。结果表明：江苏省单站寒潮及单站强寒潮发生频次的空间分布特征相似，大体上呈现出由西北向东南递减、由沿海向内陆递增趋势，以中路路径为主；特强寒潮发生频次由东北向西南递减，以东路路径为主。历史上影响江苏的寒潮月际及季节分布明显，秋冬季较多，春季较少；强寒潮总体呈不显著增加趋势，但在2009年以后显著增加；特强寒潮在1986年以后呈现出显著增加趋势。小波分析表明，不同强度的寒潮具有不同的周期特征。寒潮及强寒潮在气候变暖的背景下不稳定性增加。

江苏；寒潮；气候特征；突变检验；小波分析

0 引言

寒潮是一种北方的强冷空气大规模向南侵袭我国的过程，会造成沿途大范围的急剧降温、大风和雨雪天气，对农牧业、交通、电力以及航海安全造成威胁，是我国重大灾害性天气之一。我国学者从20世纪30年代中期[1]开始对寒潮天气进行系统研究，涵盖对寒潮的路径成因、高空观测天气系统、预报指标等方面，以及对典型寒潮个例的物理量场及能量分析等[2-5]。

江苏省位于我国东部海岸线中段，同时受到寒潮和台风的影响[6-7]，长江穿省而过，特殊的地理位置满足了不同农作物的种植要求，种类丰富。寒潮引发的剧烈降温会引起江苏地区小麦、油菜等粮食、经济作物的霜冻害，其伴随的大风、雨雪天气也会损坏果木及棚架棚膜，造成作物大量减产，农牧业损失严重。在全球变暖的背景下[8]，相关学者[9-11]对我国寒潮的频次特征和强度变化进行了研究，分析发现20世纪60年代至20世纪末，江苏地区寒潮发生频次呈现出减少趋势，强度减弱不明显。陈佑淑等[12]采用温度负距平值与过程降温值标准对我国寒潮进行了统计，得出江苏省是降温幅度较为严重的省份。张鹏等[6]统计分析了江苏省区域性寒潮和大范围寒潮，归纳出江苏寒潮主要有3类天气型、3种路径，且常伴有大风和较大降水。此外，史诗杨等[13]、孙磊等[14]通过对500 hPa及850 hPa天气图的分析归纳出了常州、徐州地区典型寒潮过程的天气形势及物理量特征。阮蔚琳等[15]、赵燕华等[16]采用2005年寒潮标准分别对无锡、宿迁地区的寒潮进行了统计分析，结果表明两地区寒潮均存在线性减小趋势，且宿迁地区寒潮存在3次跃变。

目前对江苏寒潮典型天气形势的分析已取得了较有意义的成果，但对于寒潮气候特征的研究往往局限于某一特定的地区，具有明显的区域性，无法反映全省寒潮的气候特征；同时研究所运用的寒潮划分标准较为陈旧，具有一定的时间局限性，而本世纪前10年是近100年来最暖的年份[8]，冬季气温的显著升高会对全省寒潮气候特征产生影响。另外，也没有一个对于江苏不同强度寒潮特征的分类研究，不同强度的寒潮造成的影响不同。因此我们利用最新的寒潮划分标准及气象资料，从强度角度对长时间序列的江苏寒潮进行了分类统计，总结出全省不同强度寒潮发生频次的时空分布以及变化趋势，并分析了各级寒潮的突变、周期特征及其原因，以期为气候变暖背景下江苏地区的防灾减灾和地方农业规划工作提供依据。

1 资料与方法

1.1 资料来源

根据国家气象信息中心[17]提供的中国地面气候资料日值数据集台站信息，选取1979年以前建站的、1979～2015年无缺测的均匀分布于江苏地区的12个站点，分别是位于江苏省徐州市的徐州站、连云港市的赣榆站、淮安市的盱眙站、盐城市的射阳站和东台站、扬州市的高邮站、南京市的南京站、常州市的常州站和溧阳站、南通市的南通站和吕泗站、苏州市的吴县东山站。采用上述气象站实测逐日气温资料进行寒潮统计和分析。

1.2 寒潮划分标准

根据中国气象局提出的《寒潮等级》[18]中对单站寒潮的规定，将寒潮划分为3个等级：

寒潮：使当地的日最低(或日平均)气温在24 h内降温幅度≥8 ℃，或48 h内降温幅度≥10 ℃，或72 h内降温幅度≥12 ℃，而且使该地日最低气温≤4 ℃的冷空气活动。

强寒潮：使当地的日最低(或日平均)气温在24 h内降温幅度≥10 ℃，或48 h内降温幅度≥12 ℃，或72 h内降温幅度≥14 ℃，而且使该地日最低气温≤2 ℃的冷空气活动。

特强寒潮：使当地的日最低(或日平均)气温在24 h内降温幅度≥12 ℃，或48 h内降温幅度≥14 ℃，或72 h内降温幅度≥16 ℃，而且使该地日最低气温≤0 ℃的冷空气活动。

本文采用日最低气温的下降幅度作为判定标准。

1.3 研究方法

利用线性趋势方法分析江苏省各级寒潮的年际变化趋势，并使用Mann-Kendall法对各级寒潮进行突变检测。Mann-Kendall法是一种非参数统计检验方法，其优点主要在于被检序列无需遵从特定分布规律，序列中存在的少数异常值也不会影响检验结果。绘制UF(顺时间序列统计量)和UB(逆时间序列统计量)两条统计量曲线和给定显著性水平对应的临界线，如果UF与UB两条曲线在临界线间相交，则交点对应时刻便是突变开始的时间。Mann-Kendall法是目前常用的突变检测方法[19]。

利用小波分析对各级寒潮的周期性和阶段性进行分析，由于Morlet小波常用于气象研究当中，故本文采用Morlet小波进行分析。小波分析是一种兼顾时域和频域的信号分析方法，在进行小波分析之前，为了消除边界效应的影响，对原始资料序列进行了周期延拓，进行小波变换后再截取对应原始资料的小波系数来分析[20]。

小波变换系数实部图能反映寒潮频次序列在不同时间尺度的周期分布特征，根据周期对应能量强弱可以预测寒潮的近期发生趋势。根据小波方差图可以得到寒潮序列波动能量随时间尺度的分布，从而确定时间序列的主要周期。

2 各级寒潮的气候特征

2.1 各级单站寒潮空间分布特征分析

由于地理位置和地形的差异，江苏省各地所出现的寒潮次数是不同的。根据1979～2015年各站逐日最低气温，按上述寒潮标准进行计算，计算得出各站近37年各级寒潮出现次数并绘制在图1～图3上。

图1 1979～2015年江苏省单站寒潮频次分布(a)和线性变化趋势系数(b)

从图1a可见，单站寒潮的发生频次大体上呈现出由西北向东南递减、由沿海向内陆递增趋势。寒潮最多的地区位于西北部的徐州地区，另外在南京、赣榆、盱眙、射阳附近出现频次也较多，频次大约在0.81～2.05/a之间。西北-东南的等值线走向与寒潮过境的路线密切相关，说明江苏省寒潮以中路路径[6]为主。根据图1b，近37年来，江苏省大部分地区的寒潮频次呈现出减少趋势(图中虚线部分)，且1/3地区寒潮减少趋势通过了0.1的显著性检验，盱眙和高邮附近的寒潮减少趋势最为显著。仅江苏省东部沿海南通以北区域以及南部苏州地区呈增加趋势(图中实线部分)，增加最多的为东部沿海的东台地区，为0.027次/a。寒潮在全省大部分地区呈现出的减少趋势与文献[10]关于华东地区寒潮减少的结论一致。沿海区域的寒潮大风有时会造成较大降水[21-23]，所以应该加强沿海寒潮增多区域风暴潮的研究与防范。

由图2a强寒潮空间分布可知，单站强寒潮发生频次的分布与单站寒潮相似，都大致呈现由西北向东南递减趋势，强寒潮频次大约在0.22～0.51/a，江苏省强寒潮以中路路径[6]为主。存在两个极小值中心，分别位于东台和吴县东山附近，这可能与山地丘陵地形有关。从图2b可以看出，江苏强寒潮也呈现出大范围的减少趋势，仅连云港北部地区以及东台以南地区呈增加趋势，增加最多的地区是常州地区，为0.013次/a。

图2 1979～2015年江苏省单站强寒潮频次分布(a)和线性变化趋势系数(b)

由图3可知，特强寒潮频次大约在0.03～0.11次/a之间，在射阳、南通附近存在大值中心，而在东台附近出现极小值中心，这可能与强冷空气的登陆点和分股有关。特强寒潮的频次分布，大致呈东北向西南递减趋势，说明导致江苏特强寒潮的冷空气路径以东路[6]为主。

2.2 各级寒潮时间变化特征分析

根据上述寒潮标准统计，结合实际情况考虑，如果出现一站或一站以上地区达到寒潮标准，就定为出现一次寒潮天气过程。因同一个天气过程造成的江苏省各地不同影响日的寒潮，按照一个过程进行处理。

2.2.1 年际变化特征 利用线性趋势法分析近37年来江苏各级寒潮的变化趋势。由图4可知，在全球气候变暖的情况下，寒潮总体呈现出减小趋势，强寒潮呈现出增加的趋势，两者均未通过0.05的显著性检验。由图4a可以看出，寒潮频次年均值为4.8次，平均每10年减少0.4次，1979年以及1980年寒潮发生最多，1982～1989、1999～2005年为寒潮活动沉寂期，1990～1998、2006～2012年为寒潮活动频发期。由图4b可见，强寒潮频次年均值为1.6次，平均每10年增加0.07次，1990年强寒潮发生最多，20世纪80～90年代为强寒潮活动沉寂期，在进入近100年来最暖的21世纪后，强寒潮活动进入了频发期。特强寒潮频次年均值为0.3次，变动不明显，1987～1992年为特强寒潮活动频发期，在近期的2007～2009以及2015年也有发生。虽然寒潮次数随着气候变暖的环境而有所减少，但是强寒潮和特强寒潮却无明显减少趋势，尤其是强寒潮反而进入了频发期。由于特强寒潮发生频次很少，样本量较小，所以线性趋势分析结果不具备可信度，下文将结合非参数检验方法进行趋势分析。

图3 1979～2015年江苏省单站特强寒潮频次分布

使用Mann-Kendall非参数统计检验方法，检测1979～2015年江苏寒潮序列的突变，取显著性水平α=0.05，对应临界值u0.05=1.96为检验标准。由图5a

可以看出，寒潮频次整体呈现下降趋势，并在1985年存在突变，在20世纪90年代以及2010年以后呈现增多趋势，期间UF与UB存在多次短暂相交，寒潮总体变化趋势不显著。由图5b可以看出，1979～1987年强寒潮呈现出减少趋势，1987年以后强寒潮呈现增加趋势，且在2009年以后显著增加。强寒潮在1985年存在突变，1985年以后江苏省强寒潮发生了由少到多的变化。由图5c可以看出，两统计量曲线之间并无交点，即特强寒潮频次不存在突变年。特强寒潮一直呈现出增加趋势，且在1986年以后显著增加。由此可见相关部门仍应加强对强寒潮以及特强寒潮事件的关注。

近40年来，江苏冬季气温的异常变化存在明显的年代际变化特征，江苏冬季气温在80年代中期前后表现出显著的差异，1985年前江苏冬季气温对应偏冷期，而1986年开始冬季气温明显偏高，对应偏暖期[24]。而分析得到的寒潮和强寒潮均在1985年存在突变，特强寒潮并未产生突变，说明冬季气温是影响寒潮的重要因素，且气温变化对不同强度寒潮造成的影响是不同的。

图4 寒潮(a)及强寒潮(b)频次年际变化图

2.2.2 月际及季节变化特征 对江苏省寒潮发生的时间进行统计分析(图6)，江苏省寒潮天气一般出现在10月到次年4月，其中各级寒潮出现最多的月份是11月，寒潮占32%，强寒潮占38%，特强寒潮占53%。寒潮和强寒潮出现的次多月份是12月，而特强寒潮出现的次多月份为1月。冬半年各级寒潮在2月发生最少，可能是由于日均气温偏低，难以满足降温幅度要求。

由图6b可见，影响江苏的寒潮总体上呈现出冬季寒潮(12月～次年2月)最多、春季寒潮(3月～4月)最少的现象，但是赣榆站、徐州站以及吕泗站秋季寒潮(10月～11月)发生多于冬季寒潮。全省各站冬季寒潮次数表现较为平稳，但位于最东侧的吕泗站以及高山站吴县东山站冬季寒潮次数相对较少，这与吕泗站受海洋调节作用影响较大，吴县东山站受海拔高度影响有关。

2.2.3 周期性特征 为更清楚了解江苏省寒潮次数时间序列中隐含的主要周期信号，用Morlet小波方法分析1979～2015年的江苏各级年寒潮次数(图7～图9)，图中正值(实线部分)表示寒潮次数偏多，负值(虚线部分)表示偏少。

寒潮的年发生频次(图7a)存在20～22、8～10、3～6 a的振荡周期。其中，20～22 a周期一直存在，信号较强；8～10 a周期主要存在于90年代以后；而3～6 a的周期主要存在于80年代中期到90年代中期。小波系数方差图(图7b)存在3个较为明显的峰值，最大峰值对应21 a的时间尺度，为第一主周期，平均周期为14 a；次峰值对应10 a的时间尺度，为第二主周期，平均周期为7 a；最小峰值对应4 a的时间尺度，基本与图7a的结论相符。从信号强弱程度来看，10 a尺度在90年代以后逐渐增强。

强寒潮的年发生频次(图8a)存在21～23、9～12、3～5 a的振荡周期。其中，9～12 a周期一直存在，21～23 a周期主要存在于90年代以后，而3～5 a的周期则主要存在于80年代后期到21世纪初。图8b中最大峰值对应9 a的时间尺度，为第一主周期，平均周期为6 a；次峰值对应22 a的时间尺度，为第二主周期，平均周期为15 a；最小峰值对应4 a的时间尺度。9 a尺度振荡能量在90年代以后增强明显。

图5 寒潮(a)、强寒潮(b)以及特强寒潮(c)次数的M-K统计量曲线

图6 1979～2015年江苏省寒潮月变化图(a)和季节变化图(b)

图7 寒潮小波变换系数实部图(a)和小波方差图(b)

特强寒潮的年发生频次(图9a)存在25～30、12～16、4～6 a的振荡周期。其中，12～16、25～30 a周期一直存在，4～6 a周期主要存在于90年代中期以前。小波系数方差图(图9b)存在3个较为明显的峰值，最大峰值对应28 a的时间尺度，为第一主周期，平均周期为19 a；次峰值对应15 a的时间尺度，为第二主周期，平均周期为10 a；最小峰值对应4 a的时间尺度。从信号强弱程度来看，28 a尺度振荡能量平稳，15 a尺度振荡能量明显减弱。

3 结论与展望

通过对1979～2015年江苏地区寒潮气象资料的分类统计分析，可以得到以下结论：

近37年来，江苏单站寒潮和单站强寒潮的发生频次分布特征相似，大体上呈现出由西北向东南递减、由沿海向内陆递增趋势，寒潮最多的地区位于西北部的徐州地区，江苏省寒潮及强寒潮多以中路路径为主。单站特强寒潮频次由东北向西南递减，并在射阳、南通附近出现大值中心，导致特强寒潮的冷空气路径多以东路为主。江苏大部分地区寒潮及强寒潮均呈现出减少趋势，寒潮仅东部沿海南通以北区域以及南部苏州地区附近呈增加趋势，强寒潮仅连云港北部地区以及东台以南地区呈增加趋势。

图8 强寒潮小波变换系数实部图(a)和小波方差图(b)

影响江苏的寒潮过程平均每年4.8次，各级寒潮发生时间为10月至次年4月，各级寒潮出现最多的月份是11月，寒潮和强寒潮出现的次多月份是12月，而特强寒潮出现的次多月份为1月；冬季寒潮最多，春季寒潮最少。寒潮频次总体呈现出不显著减少趋势，强寒潮频次总体增多趋势不显著，但在2009年以后显著增加。特强寒潮在1986年以后显著增加。寒潮和强寒潮均在1985年存在突变，说明气候变暖并未引起极端天气事件的明显减少。

图9 特强寒潮小波变换系数实部图(a)和小波方差图(b)

Morlet小波分析表明，江苏省寒潮频次存在20～22、8～10、3～6 a的振荡周期，强寒潮频次存在21～23、9～12、3～5 a的振荡周期，特强寒潮频次存在25～30、12～16、4～6 a的振荡周期。寒潮、强寒潮短周期信号在90年代以后明显增强，说明气候变暖造成寒潮、强寒潮周期缩短，不稳定性增加。

在全球气候变暖的大背景下，江苏冬季气温的年代际变化主要体现为对全球增暖的响应[25-26]。寒潮发生频次总体呈现出不显著的减少趋势，特强寒潮这种极端事件并未明显减少且没有发生突变，而寒潮及强寒潮频次突变点和气温突变点吻合，说明冬季气温是影响寒潮的重要因素，气温变化对不同强度寒潮造成的影响是不同的。寒潮的周期性特征与中长期气候背景也有一定关系，江苏冬季冷暖期太平洋的SSTA分布分别具有拉尼娜年和厄尔尼诺年的分布特征[24]，与大气环流和气温的年代际特性有密切的联系，两者也是影响寒潮周期的主要因素，今后将对此开展进一步的研究和讨论。

[1] 卢鋈.中国之寒潮[J].气象学报,1936,6(12):651-679.

[2] 张培忠,陈光明.影响中国寒潮冷高压的统计研究[J].气象学报,1999,57(4):493-501.

[3] 商联.寒潮知识[J].气象,1975,2(9):13-15.

[4] 康志明,金荣花,鲍媛媛.1951～2006年期间我国寒潮活动特征分析[J].高原气象,2010,29(2):420-428.

[5] 韦莹莹,王群,平海波,等.江苏省2008年12月20～22日寒潮天气分析[C]//中国气象学会年会灾害天气研究与预报分会.2010.

[6] 张鹏,韦莹莹,曹乃和,等.江苏寒潮过程的天气特征及预报指标[C]//中国气象学会年会.2011.

[7] 曹海峰,喻福涛.寒潮型风暴潮的特点及其防范对策[J].水利规划与设计,1998(3):39-41.

[8] 沈永平,王国亚.IPCC第一工作组第五次评估报告对全球气候变化认知的最新科学要点[J].冰川冻土,2013,35(5):1068-1076.

[9] 魏凤英.气候变暖背景下我国寒潮灾害的变化特征[J].自然科学进展,2008,18(3):289-295.

[10] 钱维宏,张玮玮.我国近46年来的寒潮时空变化与冬季增暖[J].大气科学,2007,31(6):1266-1278.

[11] 王遵娅,丁一汇.近53年中国寒潮的变化特征及其可能原因[J].大气科学,2006,30(6):1068-1076.

[12] 陈佑淑,仪清菊,牟惟丰.对冷空气标准的一些讨论[J].气象,1974(1):7-10.

[13] 史诗杨,吴建秋,吴晶璐,等.常州地区新标准寒潮形势的分析研究[C]//中国气象学会年会s2灾害天气监测、分析与预报.2014.

[14] 孙磊,彭明艳,张方方,等.徐州市11月下旬两次寒潮过程对比分析[J].安徽农业科学,2012,40(32):15801-15803.

[15] 阮蔚琳,马志强,章志芹.近44年无锡寒潮天气变化特征分析[J].暴雨灾害,2007,26(2):139-143.

[16] 赵燕华,沈伟,吴杰.近50年宿迁地区寒潮变化特征与预报方法研究[C]//江苏省气象学会学术交流会.2011.

[17] 国家气象信息中心，中国气象数据网[EB/OL].http://data.cma.cn.

[18] 中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.寒潮等级GB/T21987-2008[M].北京:中国标准出版社,2008.

[19] 魏凤英.现代气候统计诊断与预测技术[M].北京:气象出版社,1999.

[20] 尤卫红.气候变化的多尺度诊断分析和预测的多种技术方法研究[M].北京:气象出版社,1998.

[21] 李鑫,章卫胜,张金善,等.一次典型寒潮风暴潮过程的数值模拟研究[J].海洋科学进展,2010,28(1):8-16.

[22] Mo D, Hou Y, Li J, et al. Study on the storm surges induced by cold waves in the Northern East China Sea[J]. Journal of Marine Systems, 2016, 160:26-39.

[23] Lv X, Yuan D, Ma X, et al. Wave characteristics analysis in Bohai Sea based on ECMWF wind field[J]. Ocean Engineering, 2014, 91(91):159-171.

[24] 陈海山,朱伟军,邓自旺,等.江苏冬季气温的年代际变化及其背景场分析[J].大气科学学报,2004,27(4):433-442.

[25] 周晓兰,高庆九,邓自旺,等.江苏气温长期变化趋势及年代际变化空间差异分析[J].大气科学学报,2006,29(2):196-202.

[26] 吴志伟,孙瑞林.近40a江苏省冬季气温异常的演变及其涨气背景场特征[J].大气科学学报,2001,24(4):581-586.

TemporalandSpatialDistributionandVariationCharacteristicsofColdWaveinJiangsu

ZHANG Yue1,2, CHEN Yong-ping1,2, LIU Ying-jing1,2, DONG Jia-gen3, LUO Li-ya3

(1. State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering, Hohai University, Nanjing 210098, China; 2. College of Harbor, Coastal and Offshore Engineering, Hohai University, Nanjing 210098, China; 3. Hydrology and Water Resources Investigation Bureau of Jiangsu Province, Nanjing 210029, China)

According to the daily minimum air temperature data of 12 stations in Jiangsu province during 1979～2015, the author carried out the classified statistics of different intensities of cold wave based on the newest cold wave criterion. By using linear trend method, Mann-Kendall mutation test, and wavelet analysis, we analyzed the climatic characteristics and variations of the cold wave process affecting Jiangsu area. The results indicated that: (1) In Jiangsu province, the spatial distribution characteristics of single-station cold wave frequency were similar to those of single-station strong cold wave frequency, and their frequency generally showed a gradual increase trend from southeast to northwest, and from coast to inland, especially in the middle route. (2) The frequency of extra severe cold wave gradually decreased from northeast to southwest, mainly in the eastern route. (3) From 1979 to 2015, the monthly and seasonal distribution of cold wave frequency in Jiangsu was obvious, more in autumn and winter, and less in spring; the frequency of cold wave and strong cold wave which influenced Jiangsu area decreased and increased mildly, respectively. But the frequency of strong cold wave increased significantly since the year 2009. The frequency of extra severe cold wave revealed a significant increasing trend since 1986. (4) Wavelet analysis found that different intensities of cold wave had different periodic characteristics. The instability of both cold wave and strong cold wave increased under the background of climate warming.

Jiangsu; Cold wave; Climatic characteristics; Mutation test; Wavelet analysis

2017-07-17

国家重点研发计划课题(2017YFC0405401)；江苏重点水利科技项目(2015006)。

张玥(1993─)，女，江苏盐城人，硕士研究生，主要从事海岸带风暴潮防灾减灾方面研究。*通讯作者：陈永平。

S426

A

1001-8581(2017)11-0111-07

(责任编辑:许晶晶)