1960—2015年两广地区夏季高温热浪变化特征

张平， 延军平， 李英杰， 唐宝琪， 王文静(陕西师范大学 地理科学与旅游学院， 陕西 西安 710119)

1960—2015年两广地区夏季高温热浪变化特征

张平， 延军平*， 李英杰， 唐宝琪， 王文静
(陕西师范大学 地理科学与旅游学院， 陕西 西安 710119)

基于两广地区44个气象站夏季日最高气温资料，运用相关性分析、IDW插值等方法，研究了1960—2015年两广地区夏季高温热浪变化趋势. 结果表明： (1)近56 a，两广地区高温日、高温热浪频次、强高温热浪频次均呈增加趋势，其中广东省增长率远高于广西壮族自治区.(2)在空间上，高温日数南部少北部多，由沿海向内陆递增；危害高温日从东南沿海向西北内陆递增；强高温热浪频次自2省交界处向四周递减，且沿海地区较低，内陆较高.(3)在空间变化上，高温日变化率以增加趋势为主，且自桂平-罗定-广宁-罗宁-广州-增城-连平一带向四周递减；危害高温日变化率自罗定-高要-广宁-八步-连州一带向四周递减；广东省高温热浪变化率增加趋势更为明显；强高温热浪变化率由罗定-广宁-连州一线向四周递增.(4) 两广高温热浪事件与西藏高原指数、印缅槽强度指数相关性较强，高温热浪事件在广西壮族自治区与广东省具有显著的正相关性.

广西壮族自治区；广东省；高温热浪；时空格局

近年来，全球变暖现象日益突出，IPCC第五次评估报告明确指出1980～2012年全球海陆表面温度上升了0.85 ℃，是工业革命以来最暖的30 a[1]. 高荣等[2]研究发现，我国高温日数有2个高值中心，分别出现在吐鲁番盆地和江南地区，且高温日数呈现“增加-减少-增加”的趋势. 施洪波[3]研究发现，近50 a 华北地区高温日数以海拔高度800 m等值线为界,呈现出南多北少的分布特点，南部主要呈减少趋势，北部主要呈增加趋势，同时还显现出明显的“多-少-多”年代际变化特征，南北部高温过程集中的年代和月份也有所不同. 陈颖等[4]研究发现，华南地区极端高温日数大部分站点呈增加趋势，且绝大部分站点于20世纪90年代后期进入快速增长期，其变化倾向于由东南部沿海逐渐向西北部内陆递减，沿海地区增加趋势明显. 高温日数变化已经成为全球变暖的重要体现形式，也已经成为全球变化问题中的研究热点[5-9].

在全球气候变暖大背景下，高温热浪灾害也愈加频繁，危害性也越来越大. IPCC评估报告指出[9]，自20世纪中叶以来，全球大部分陆地区域，高温热浪事件频率加快，持续时间延长，21世纪，全球大多数陆地地区热浪的持续时间、频率和强度很可能会增加，并将持续危害人体健康[10]，如： 欧洲2003年高温热浪造成大量人员伤亡和经济损失[10].近年来，中国大部分地区也遭受罕见持续高温热浪袭击，高温热浪对农业、电力及人体健康等造成了严重影响. 窦坤等[11]研究表明，20世纪90年代以来特别是21世纪以来，高温热浪均呈增加趋势. 陈敏等[12]研究发现，近138 a来上海共发生214次高温热浪事件，平均高温有效积温为8.3 ℃，7月高温热浪发生频次和高温有效积温均多于8月，上海地区高温热浪有3段持续偏多与偏强期： 19世纪90年代初至19世纪末、20世纪20年代末至50年代初、20世纪80年代末至21世纪初；最强的高温热浪事件出现在1934年；21世纪头10 a，炎热程度呈明显上升趋势.

罗晓玲等[13]指出： 髙危险性区域位于广东东北部、西北部以及中部偏西地区，人体健康高敏感性区域主要位于粤北和粤西；适应性较高区域主要分布在珠三角地区；风险较高区域主要集中在粤东、粤西北和中部偏西及雷州半岛南部地区. 覃卫坚等[14]研究发现，广西高温酷热天气呈增高的变化趋势，具有12—14 a和10 a周期变化特征，且2010年7—9月广西多次出现持续性大范围高温天气，多站次打破当地历史同期极端最高气温纪录. 两广地区气候条件极为类似，为气候的过渡性地带，敏感性、脆弱性强，同为高温热浪多发区. 随着全球变暖，近年来，两广地区由于夏季气温过高，导致高温中暑人数不断增多，威胁人类健康. 两广地区是我国海上交通门户，也是全国重要的工业生产基地，在经济上作为连接长三角和珠三角的纽带，具有密集的产业集群. 近年来外来人口不断增多，为两广地区经济发展带来助力的同时亦加剧了该地区用水紧张问题，加之全球变暖蒸发量增大，用水紧张问题更加凸显. 研究该地区高温热浪变化规律，对防灾减灾、维护工农业建设、减少人体健康危害具有重要意义.

1 研究区概况

两广地区包括广东省和广西壮族自治区，大致位于20°N～27°N，104°E～118°E，均为亚热带季风性气候，年平均降水量均超过1 300 mm，年平均温度均超过16 ℃，水热资源丰富. 两广地区多低山丘陵，境内山峦起伏，河网密布，动植物种类丰富，位于海陆过渡性地带，对气候变化敏感性强.此外，两广地区还是我国重要的轻工业区，是科技研发的摇篮，也是进出口贸易的重要聚集地，对我国科技发展、经济建设具有重要意义.

2 资料和方法

2.1 资料来源

气候资料来自中国气象科学共享服务网，数据时间为1960—2015年，数据内容为中国地面气候资料日值数据集以及月值数据集. 在保证气象数据资料完整、气象站分布均匀的前提下，对个别气象站缺失的数据运用SPSS软件进行补充，实际共使用了44个气象站，其中包括广东省的24个气象站及广西壮族自治区的20个气象站(见图1). 西太平洋副高强度、太平洋区极涡面积、西藏高原指数、印度槽强度指数的逐月数据来自国家气候中心发布的74项环流指数数据集. 本研究中四季时间划分如下： 春季3—5月，夏季6—8月，秋季9—11月，冬季12月至次年2月，本文各相关指数的数据均来自夏季.

图1 站点分布图Fig.1 The distribution of meteorological stations in the study area

2.2 研究方法

高温热浪又称高温酷暑，通常指持续多天35℃以上的高温天气. 高温热浪的标准主要依据高温对人体产生影响或危害的程度而制定，是一个连续性过程. 气象学上将日最高气温≥35 ℃的日子定义为高温日.出现高温日不一定出现高温热浪，但出现高温热浪一定会出现高温日.

根据中国气象局规定和相关学者研究定义见表1. 两广地区近56 a来出现极端高温日与极端高温热浪次数很少，且无明显变化，故下文不再赘述.

表1 高温热浪指标Table 1 Heat wave index

本文主要运用SPSS软件以及反距离权重空间插值(IDW)、趋势分析法、气候倾向率、相关性分析等方法进行相关分析.

2.2.1 IDW空间插值法

反距离权重法 (inverse distance weighting, 简称IDW)是一种常用而简便的空间插值方法，以插值点与样本点间的距离为权重进行加权平均，离插值点越近的样本点赋予的权重越大. 若权重用距离反比， 称为距离反比法；权重用距离平方反比，称为距离平方反比法. 在实际应用中，通常选择后者. 表达式为：

(1)

其中，n为用于插值的气象观测站点的数目，Z为估计的格点的气象要素值，Zi为气象要素在第i个站点的实测值，Wi为第i个站点的权重系数[15].

2.2.2 趋势分析法

趋势分析法是地学研究中最常见的一种研究方法，通常用线性方程拟合气象各要素的变化趋势，简单明了地突出大量数据随时间的变化情况[16]. 其公式为

xt=a0+a1t，t=1,2,…,n，

(2)

其中，a1=dxt/dt为气候倾向率.

2.2.3 气候倾向率

气象要素随时间推移的变化即为气候倾向率，可用线性方程表示[17-18]：

Xt=at+b，t=1,2,…,n，

(3)

式中，Xt为某年气象要素值；a为气候倾向率，代表气象要素的年变化速率；文中温度、降水倾向率单位分别为℃·a-1、mm·a-1，数值为1 a.

3 结果与分析

3.1 高温热浪时间变化

3.1.1 高温日变化特征

1960—2015年，两广地区高温日数呈明显的增加趋势，广东省高温日数增长速率远高于广西壮族自治区，其中广东省增加速率为0.203 3 d·a-1(见图2(b))，且通过了α=0.05的置信水平检验，广西壮族自治区为0.080 6 d·a-1(见图2(a)). 广东省年高温日数频次2007年最高，为24.042 d，且该年份广东省发生了极端干旱事件[19]；1973年最少，为3.708 d；广西壮族自治区2009年高温日数频次最高，为30.250 d，且该年广西壮族自治区出现严重旱灾[20]；1974年最低，为5.150 d.从年际变化来看，广东省高温日数年际变化呈明显上升趋势，且年际变化较大，除20世纪70年代略有下降外，其他时间均呈上升趋势，20世纪60年代广东省平均高温日数为10.808 d，到21世纪初，最大值达到18.638 d. 广西壮族自治区年代际变化呈波动上升趋势，20世纪60年代高温日数年代均值为16.535 d，70年代略有下降，为11.450 d，80年代回升至15.525 d，90年代下降至13.740 d，21世纪至今持续上升，达18.634 d.

图2 两广地区高温热浪年变化Fig.2 Annual change of heat waves

两广地区危害高温日变化较小，广西壮族自治区呈现下降趋势，下降速率为0.002 6 d·a-1(见图2(c))，其中1990年危害高温日频次最高为3.5次，而广东省呈现上升趋势，上升速率为0.010 5 d·a-1(见图2(d))，其中2003年危害高温日频次最高，为2.292次. 从年代际变化来看，广东省年代际波动较大，而广西壮族自治区波动变化不明显. 广西壮族自治区危害高温日频次呈“下降-上升-下降”的年代际变化特征，其中20世纪60—70年代逐渐下降，80年代略有上升，90年代至今呈缓慢下降趋势. 广东省危害高温日频次年代际变化明显，20世纪60—70年代逐渐下降，80年代上升，90年代逐渐回落，21世纪初至今大幅度上升，且年代际变化达到最大值.

3.1.2 热浪变化特征

1960—2015年两广地区高温热浪频次均呈递增趋势且波动较大，其中广东省递增速率为广西壮族自治区的2倍多，且通过了α=0.05的置信水平检验(见图2(f))，广东省高温热浪频次递增速率为0.033 7次·a-1，而广西壮族自治区为0.015 次·a-1(见图2(e)).广西壮族自治区高温热浪频次最大值在2015年，为3.500次，最小值出现在1969年，为0.450次.广东省高温热浪频次最大值为2015年的3.666次，最小值为1973年的0.500次.从年代际变化来看，广西壮族自治区年代际变化波动较大，20世纪60年代均值为1.61次，70年代下降至1.275次，80年代迅速上升至1.96次，90年代迅速回落至1.38次，21世纪初至今迅速上升至2.216次.除20世纪70年代外，广东省高温热浪频次年代际变化呈现阶梯状上升的变化特征，20世纪60年代达到1.325次，70年代下降至0.983次，80年代上升至1.600次，90年代持续上升至1.754次，21世纪初至今达到最大值2.615次.

近56 a来，两广地区强高温热浪频次均呈上升趋势，其中广东省上升趋势较为明显，且通过了α=0.05的置信水平检验(见图2(h)). 广西壮族自治区强高温热浪频次以0.004次·a-1的速率上升(见图2(g))，其中最大值为2003年的1.7次. 广东省强高温热浪频次以0.141次·a-1的速率上升，其中2007年值最大，为1.917次.两广地区年代际变化波动较大，且与两广地区高温热浪频次表现出类似的变化特征.

3.2 高温热浪空间变化

3.2.1 高温热浪日数变化

运用反距离权重法对1960—2015年两广地区高温日数进行空间差值研究(见图3(a))，发现两广地区高温日数呈带状分布，南部高温日数较少、北部较多，且表现为从沿海向内陆递增的趋势. 其中，最高值出现在广西壮族自治区的百色，为32.783 d，最低值出现在广西壮族自治区的那坡，为0.0179 d. 从各省来看，广东省的粤西北、粤中西北部的低山丘陵地区以及粤东北的北部地区高温日数较多，并在梅县、韶关、连州、罗定等地形成明显的高值中心，高温日数均多于21.866 d，在东南沿海的湛江-电白-阳江-台山，深圳-汕尾-惠东-汕头沿线形成明显的低值地区，高温日数均少于3.689 d. 广西壮族自治区桂西北的东部，桂东北的大部与桂东南的北部地区高温日数均多于18.227 d，并在百色、龙州、柳州、八步、梧州等地形成明显的高值中心，而南部沿海东兴-钦州-北海一线形成明显的低值地区，其高温日数均低于3.669 d.

两广地区危害高温日各地差异不大(见图3(b))，整体上呈现从东南沿海向西北内陆递增的变化规律，且大部分地区为0.00～0.571 d，其中最大值出现在广西壮族自治区的百色，为2.569 d.从两广来看，广东省粤西南、粤东南大部分地区为0.00～0.286 d，且在连州、韶关等地出现明显的高值中心. 广西壮族自治区除在百色地区出现明显的高值中心外，其他地区危害高温日数差异不大.

两广地区高温热浪频率的空间分布与高温日数的空间分布具有较强的相似性(见图3(c))，均表现出南少北多、自沿海向内陆递增的变化特点，此外高温热浪空间分布还表现出自两广交界处向两侧递减的变化规律. 广东省粤中的罗定、广宁，粤西北的连州、韶关、南雄，粤东北的梅县地区形成了明显的高值中心，均超过3.181次·a-1.广西壮族自治区在桂西南的百色、龙州，桂东北的柳州、八步，桂东南的梧州等地形成了明显的高值中心.综合来看，广东省受高温热浪影响较广西壮族自治区强.

强高温热浪频率的空间分布呈现自两广交界处向四周递减(见图3(d))、沿海地区较低、内陆地区较高的变化规律，其最大值出现在广东省的梅县地区，为2.160次·a-1. 广东省粤西北的连州、韶关、南雄以及粤西北的梅县地区形成明显的高值中心. 广西壮族自治区各地差异不大，在百色、龙州等地形成高值中心.

3.2.2 高温热浪变率分析

对近56 a来两广地区高温日数变化趋势进行空间分析(见图4(a))，发现高温日数主要呈现增加趋势，且呈现自桂平-罗定-广宁-罗宁-广州-增城-连平一带向四周递减的变化规律. 广东省高温日数变化率呈现西北变化快、东南变化慢的特点，大约2/3地区高温日数变化率超过了0.196 d·a-1. 广西壮族自治区在桂西南的龙州以及桂西北的钦州桂平、玉林等地形成明显的高值中心.

图3 两广地区高温热浪空间分布Fig.3 The spatial distribution of heat waves

两广地区危害高温日变化率大部分在-0.002～0.011 d·a-1之间(见图4(b))，最大值出现在广东省的连州地区，为0.084 d·a-1，最小值出现在广西壮族自治区的百色，为-0.047 d·a-1，且呈现自罗定-高要-广宁-八步-连州一带向四周递减的变化规律. 广东省危害高温日变化率呈现自东南沿海向内陆递减的变化规律，广西壮族自治区呈现自西北向东南递减的变化规律.

高温热浪变化率在空间分布上呈明显的递增趋势，说明高温热浪逐年增加，这与图2 (e)、( f)相一致. 广东省的增加趋势更为明显，60%以上地区在0.019 6～0.077次·a-1内. 广西70%的地区在0.007～0.026次·a-1内，在桂西南的那坡、百色、靖西，桂西北的河池，桂东南的梧州等地形成明显的低值中心，变化率均低于0.014次·a-1.

两广地区强高温热浪变化率呈明显递增趋势，且由罗定-广宁-连州一线向四周递增. 广东省大部分地区在0.014～0.036次·a-1内，在韶关等地形成明显的低值中心，变化率仅为0.003次·a-1，而在连州、广宁、广州、南雄、梅县、罗定等地形成明显的高值中心，最高值高达0.036次·a-1. 广西壮族自治区除桂平外其他地区均在-0.006～0.013次·a-1内，并在百色、河池、柳州等地形成低值中心，最低值仅为-0.006次·a-1.

3.3 相关性分析

为了寻找对两广高温热浪异常具有稳定指示意义的环流因子，选取一系列与该区域气温变化密切相关的环流因素作为热浪频次变化的相关因素. 两广地区夏季高温热浪事件与大气环流指标的相关系数如表2所示. 从表2中可以看出，西太平洋副高强度与广西壮族自治区危害高温日呈负相关，与其他指数均呈正相关，且与广东省高温日、高温热浪频次以及强高温热浪频次的相关系数均通过了0.01的显著性水平检验.太平洋区极涡面积指数与高温热浪相关参数均呈正相关，且大部分相关系数通过了0.01的显著性水平检验. 西藏高原指数、印缅槽强度指数与广东省高温热浪事件相关性较强，均通过了0.05的显著性水平检验，其中与广东省危害日相关性通过了0.01的置信水平检验；西藏高原指数、印缅槽强度指数与广西壮族自治区的相关性较弱，且除与危害日呈负相关外，与其他参数均呈正相关.广西壮族自治区与广东省高温热浪事件具有明显的正相关性，且均通过了0.05的显著性水平检验.

图4 高温热浪倾向率分布图Fig.4 The distribution of tendency rate of heat waves

表2 1960—2015年两广地区高温热浪事件特征参数与大气环流指数的相关关系Table 2 The relationship between the heat waves and the atmospheric oscillation

*和**分别表示通过了0.05和0.01显著性水平检验.

4 结 论

基于两广地区44个站点，1960—2015年夏季日最高气温数据，辅助以趋势分析、IDW空间插值、相关性分析等方法，研究1960—2015年两广地区高温热浪时空变化规律，得到以下结论：

4.11960—2015年，两广地区高温日数、高温热浪频次、强高温热浪频次均呈增加趋势，其中广东省的增加趋势明显，增长速率远高于广西壮族自治区.

4.2两广地区高温日数与高温热浪频次均呈带状分布，南部高温日数较少、北部较多，且表现为从沿海向内陆递增的趋势，广东省受高温热浪的影响强于广西壮族自治区；危害高温日各地差异不大，整体上表现为从东南沿海向西北内陆递增的变化规律；强高温热浪频次呈现自两广交界处向四周递减，沿海地区较低、内陆地区较高的变化规律.

4.3高温日数变化率以增加趋势为主，且呈自桂平-罗定-广宁-罗宁-广州-增城-连平一带向四周递减的变化规律；危害高温日变化率呈自罗定-高要-广宁-八步-连州一带向四周递减的变化规律；高温热浪变化率在空间分布上呈明显的递增趋势，其中广东省的递增趋势更明显；强高温热浪变化率亦呈明显的递增趋势，且由罗定-广宁-连州一线向四周递减.

4.4从环流因子看，西藏高原指数、印缅槽强度指数与广东省高温热浪事件相关性较强，与广西壮族自治区的相关性较弱.广西壮族自治区与广东省高温热浪事件具有明显的正相关性.

5 讨 论

两广地区夏季高温热浪事件时空变化还有很多方面有待探索. 高温热浪具有多个指标，而本文仅用一个指标进行研究，未与其他指标的研究结果进行对比，且仅考虑了环流因素，未考虑季风、洋流、城市化等其他自然和人为因素.因此，从季风、洋流、城市化等方面研究两广地区高温热浪事件应是未来研究的重点.

[1] IPCC.ClimateChange2013：ThePhysicalScienceBasis,theSummaryforPolicymakersoftheWorkingGroupIContributiontotheFifthAssessmentReport[R]. New York： Cambridge University Press,2013.

[2] 高荣,王凌,高歌. 1956—2006年中国高温日数的变化趋势[J].气候变化研究进展,2008(3)： 177-181.

GAO R,WANG L,GAO G.The trend of variation in high temperature days during 1956 to 2006 in China[J].AdvancesinClimateChangeResearch,2008(3)： 177-181.

[3] 施洪波. 华北地区高温日数的气候特征及变化规律[J].地理科学,2012(7)： 866-871.

SHI H B. Climatic characteristics and the spatio-temporal variation of high temperature days in North China in 1960-2009[J].ScientiaGeographicaSinica,2012(7)： 866-871.

[4] 陈颖,张灵,千怀遂. 华南地区近53 a极端高温日数的变化特征及其区域差异[J].热带地理, 2016,36(4)： 692-699,726.

CHEN Y, ZHANG L, QIAN H S. Variation characteristics and spatial differences of extremely high temperature days over South China during the recent 53 years[J].TropicalGeography,2016,36(4)： 692-699,726.

[5] SUN Y, ZHANG X B, ZWIERS F W, et al. Rapid increase in the risk of extreme summer heat in Eastern China[J].NatureClimateChange, 2014,4(12)： 1082-1085.

[6] 杨萍,刘伟东,王启光. 近40 a我国极端温度变化趋势和季节特征[J].应用气象学报,2010,21(1)： 29-36.

YANG P, LIU W D, WANG Q G, et al. The climatic change trend and seasonal characteristics of daily temperature extremes in China for the latest 40 years[J].JournalofAppliedMeteorologicalScience,2010,21(1)： 29-36.

[7] 张勇,曹丽娟,许吟隆,等. 未来我国极端温度事件变化情景分析[J].应用气象学报,2008,19(6)： 655-660.

ZHANG Y, CAO L J, XU Y L, et al. Scenario analyses on future changes of extreme temperature events over China[J].JournalofAppliedMeteorologicalScience,2008,19(6)： 655-660.

[8] 石英,高学杰,吴佳,等.华北地区未来气候变化的高分辨率数值模拟[J].应用气象学报,2010,19(5)： 580-589.

SHI Y, GAO X J, WU J, et al. Simulating future climate changes over North China with a high resolution regional climate model[J].JournalofAppliedMeteorologicalScience,2010,19(5)： 580-589.

[9] IPCC.ManagingtheRisksofExtremeEventsandDisasterstoAdvanceClimateChangeAdaptation：SpecialReportoftheIntergovernmentalPanelonClimateChange[R]. Cambridge： Cambridge University Press, 2012.

[10] TOBFAS A, OLALLA P G D, LINARES C, et al. Short-term effects of extreme hot summer temperatures on total daily mortality in Barcelona, Spain [J].InternationalJournalofBiometeorology,2010,54(2)： 115-117.

[11] 窦坤,程德海,孙翠凤,等. 1961—2014年鲁西南高温日数及高温热浪时空变化特征[J].气象研究与应用,2015(2)： 26-30,127.

DOU K, CHENG D H, SUN C F, et al. Spatial and temporal variation characteristics of the number of high temperature days and heat wave from 1961 to 2014 in Southwest of Shandong province[J].JournalofAppliedMeteorologicalScience, 2015(2)： 26-30,127.

[12] 陈敏,耿福海,马雷鸣,等. 近138 a上海地区高温热浪事件分析[J].高原气象,2013,32(2)： 2597-2607.

CHEN M, GENG F H, MA L M, et al. Analyses on the heat wave events in Shanghai in recent 138 years [J].PlateauMeteorology, 2013,32(2)： 2597-2607.

[13] 罗晓玲,杜尧东,郑璟. 广东高温热浪致人体健康风险区划[J].气候变化研究进展,2016,12(2)： 139-146.

LUO X L, DU R D, ZHENG J. Risk regionalization of human health caused by high temperature & heat wave in Guangdong province[J].JournalofMeteorologicalResearchandApplication,2016,12(2)： 139-146.

[14] 覃卫坚,李耀先. 2010年广西高温热浪气象灾害成因分析[J].气象研究与应用,2011,32(4)： 13-16.

TAN W J, LI Y X. Analysis on the causes of 2010 high temperature heat wave meteorological disasters in Guangxi[J].JournalofAppliedMeteorologicalScience,2011,32(4)： 13-16.

[15] 庄立伟,王石立. 东北地区逐日气象要素的空间插值方法应用研究[J].应用气象学报,2003,14(5)： 605-615.

ZHUANG L W, WANG S L. Spatial interpolation methods of daily weather data in Northeast China[J].JournalofAppliedMeteorologicalScience, 2003,14(5)： 605-615.

[16] 魏凤英.现代气候统计诊断与预测技术[M]. 北京： 气象出版社,2007.

WEI F Y.ModernClimaticStatisticalDiagnosisandPredictionTechnology[M]. Beijing： Meteorological Press,2007.

[17] 任国玉，郭军，徐铭志，等.近50 a中国地面气候变化基本特征[J]．气象学报， 2005， 63( 6) ： 942- 956．

REN G Y,GUO J,XU M Z, et al. Climate changes of China’s mainland over the past half century[J].ActaMeteorologicaSinica, 2005,63(6)： 942-956.

[18] 顾润源，赵慧颖，李翀，等,1960—2008 年额尔古纳河流域气候变化特征[J].冰川冻土，2011，33(6) ： 1310 -1315．

GU R Y, ZHAO H Y, LI Z, et al. Characteristics of climate change in the Argun drainage basin during 1960-2008[J].JournalofGlaciologyandGeocryology, 2011，33(6) ： 1310-1315．

[19] 刘永林,延军平. 1960—2012年气温突变下的两广地区干湿演变[J].浙江大学学报(理学版),2015,42(5)： 584-594.

LIU Y L, YAN J P. The evolution of dry and wet under the background of the abrupt temperature change in Guangdong and Guangxi areas during 1960 to 2012[J].JournalofZhejiangUniversity(ScienceEdition),2015,42(5)： 584-594.

[20] 王文静,延军平,刘永林. 广东省极端降水事件的变化特征[J].水土保持通报,2016,36(2)： 293-299.

WANG W J, YAN J P, LIU Y L. Variation characteristics of extreme precipitation events in Guangdong province[J].BulletinofSoilandWaterConservation,2016,36(2)： 293-299.

ZHANG Ping,YAN Junping,LI Yingjie,TANG Baoqi,WANG Wenjing
(SchoolofGeographyandTourism，ShaanxiNormalUniversity，Xi’an710062，China)

Based on the daily highest temperature data of Guangdong and Guangxi in summer from 1960 to 2015, using the trend analysis, correlation analysis, and climate tendency rate, IDW spatial interpolation methods, we study the time-space variation tendency of summer heat waves and its influence in recent 56 years. The results show that： (1) From 1960 to 2015, the days of high temperature, heat wave frequency, strong heat waves are increased, and the growth rate of Guangdong province is far higher than Guangxi. (2) The distribution of high temperature days and heat waves exhibit a zonal feature. The high temperature days in the south are less than that in the north region, presenting an increasing trend from the coast to the inland. Besides, the number of harm high temperature days increases from the southeast coast to the northwest inland and the frequency of strong heat waves decreases from the junction of the two areas to the coastal areas. (3) The variation rate of high temperature day is generally increasing during the 56 years, while its spatial distribution presents a decreasing trend from Guiping, Luoding, Guangning, Luoning, Guangzhou, Zengcheng, Lianping to their peripheral regions. The variation rate of harm high temperature days presents the similar trend from Luoding, Gaoyao, Guangning, Babu, Lianzhou to their peripheral regions. The increasing trend of heat wave variation rate of Guangdong province is more apparent. The variation rate of strong heat weaves is increasing from Luoding, Guangning, Lianzhou to their peripheral regions. (4) The index of the Tibetan plateau, India-burmese trough intensity present a strong correlation with heat wave events in Guangdong and Guangxi. The heat wave events of Guangdong and Guangxi have an apparent positive correlation.

Guangxi Zhuang Autonomous Region; Guangdong province; heat waves; spatial and temporal patterns

2016-11-24.

教育部人文社会科学重点研究基地重大项目(15JD790022);国家社会科学基金资助项目(14AZD094).

张平(1991—)，ORCID： http： //orcid.org/0000-0001-7054-3631，女，硕士研究生，主要从事区域开发与城乡发展等研究，E-mail： zhangping3336671@163.com.

*通信作者，ORCID： http： //orcid.org/0000-0003-3983-198X，E-mail： yanjp@snnu.edu.cn.

10.3785/j.issn.1008-9497.2018.01.012

P 932

A

1008-9497(2018)01-073-09

AstudyontheheatwaveofGuangdongprovinceandGuangxiinsummerfrom1960to2015.Journal of Zhejiang University(Science Edition),2018,45(1)： 073-081