1961—2015 年华东地区极端气温变化研究

居丽丽，史 军，张 敏

（1.上海市气候中心，上海200030；2.江苏省气象服务中心，江苏 南京210008）

近百年来，全球气候呈现出以变暖为主要特征的显著变化[1]。气温平均值的升高不仅直接影响到其极值的变化[2-3]，而且会导致高温热浪、干旱和暴雨洪涝等极端天气气候事件的发生频次与强度出现显著变化[4]。相对于气候平均态，极端天气气候事件的变化经常会对自然资源、社会经济和生态系统等造成更大的影响[5-7]。据世界气象组织报告[8]，在21世纪初，全球有超过37 万人死于空前的极端天气和气候事件的影响。因此，开展极端天气气候事件研究，是全球气候变化科学迫切需要解决的前沿问题，对于提高极端气候事件的预估、制定应对气候变化的策略和措施都具有重要的科学意义。

对整个中国或特定区域的极端气温变化特征，已有较多研究[9-12]。如Cui 等[9]利用通过均一化检验的234 个气象站点数据和曼—肯德尔（Mann-Kendall）趋势检验法，分析了中国区域日最高气温和日最低气温的时空变化趋势；Shi 等[7]基于1899个气象站点逐日最高、最低气温数据以及8 个大尺度环流模态，分析了中国区域1961—2015 年极端气温的时空变化趋势及其与环流变化的关系；毛以伟等[10]采用武汉、重庆、福州、杭州、南昌、长沙、南京和合肥8 个城市1951—2016 年最高和最低气温资料，对武汉市极端气温指数时间变化特征进行分析；朱歆炜等[11]利用1960—2014 年湖南省88 个地面气象站日最高和最低气温的均一化资料，研究了湖南省极端气温事件的时空变化特征；尹义星等[12]选用江苏13 个气象站1951—2013年的日最高、最低气温资料，采用RClimDex 软件包提取极端气温指数，研究了江苏极端气温的趋势和概率特征。

然而，已有研究大多是基于国家基准、基本气象站（756 个站点）数据，利用气候统计诊断方法，如线性倾向估计、Mann-Kendall 趋势检验、皮尔森（Pearson）相关系数和ArcGIS 空间插值技术，开展全国或省级极端气温指数的时空分布和变化趋势分析，很少有研究基于最新发布的国家级地面气象观测站（包括国家基准、基本气象站和一般气象站）观测数据（全国2400 多个站点），开展区域极端气温指数的变化分析和突变检验。另一方面，极端气候的强度、频率和持续性等特征参数的变化本质上是其概率分布型态、气候序列内部结构变化的反映[13]。弄清极端气温概率分布函数的变化特征，是研究极端气温长时间序列变化的基础和关键。丁裕国等[14]用Weibull 分布拟合中国冬夏季逐日高（低）温原始分布模式，结果表明，在均值改变条件下，极端气温概率有一定的变动规律可寻。因此，开展极端气温演变研究，不仅要研究极端气温的时空变化趋势，还需要从气候变化角度探讨全球变暖背景下极端气温概率分布的变化。

华东地处我国东部季风气候区，气候的年代际变化显著[15]。伴随着全球大气环流形势在20 世纪70年代末的跃变[16]，我国东部呈现出“南冷北暖”、“南涝北旱”气候分布特点[17-18]。另一方面，华东是我国人口和城市最密集、经济集聚度最高的地区之一，城市化气候效应显著[19-20]，各种极端天气气候事件带来的气象灾害及其衍生灾害所造成的绝对经济损失大、影响范围广[6]。鉴于此，本文基于华东地区加密气象站点长序列逐日气温观测资料，采用多种气候统计分析方法，开展华东极端气温的时空变化趋势、突变检测和概率分布变化研究，结果对于明确华东地区极端天气气候事件的演变和趋势、制定区域可持续发展战略具有借鉴价值。

1 资料与方法

1.1 数据资料

本文所用的数据包括来自中国气象局国家气象信息中心的华东6 省1 市（山东、江苏、安徽、上海、浙江、福建、江西）451 个国家级地面气象观测站点（包括基准站、基本站和一般站）1961 年1 月—2015年12 月的逐日最高气温和最低气温数据。这些数据都经过了初步的质量控制，包括气候界限值或允许值检查、台站极值检查、定时值、日平均值与日极值间内部一致性检查、时间一致性检查、空间一致性检查以及人工核查与更正。在充分考虑数据时间序列的长度和资料缺测率的基础上，最终选取时间连续、数据总体缺测低于5%的399 个气象站，其中包括132 个基准、基本气象站，利用站点逐日最高和最低气温数据来开展1961—2015 年期间华东地区极端气温变化研究。气象站点的空间分布如图1所示。

图1 华东国家级地面气象观测站点的空间分布

1.2 分析方法

1.2.1 极端气温指数的选取

在1998—2001 年的气候变化监测会议中，世界气象组织（WMO）提出采用由逐日最高、最低及平均气温或逐日降水量计算得到的极端气候指数来研究极端天气气候事件的变化特征[21]。WMO 气候委员会（CCI）和全球气候研究计划（WCRP）气候变化与可预测性计划（CLIVAR）共同发起成立的气候变化检测、监测和指数专家小组（ETCCDMI），从众多的类似监测、研究计划中选取了27 个核心指数，其中包括16 个极端气温指数和11 个极端降水指数[22-23]。由于这些极端气候指数综合考虑了极端气候事件的强度与持续时间，具有弱极端性、噪声低、显著性强等特点，对研究极端天气气候事件更具代表性，因而在国内外极端气候变化分析和未来预估中已得到广泛应用[24-25]。

本文选取其中12 个极端气温指数来衡量华东极端气温变化。各指数的定义如表1 所示。

表1 本文所选取的12 个极端气温指数

1.2.2 分析方法

文中首先基于华东各站点1961—2015 年逐日最高气温和最低气温数据，利用极端气候指数计算软件RClimdex 生成华东各站点1961—2015 年逐年12 个极端气温指数序列，并考虑到华东气象站点分布相对均匀一致的特征，采用区域站点算术平均的方法，生成华东区域逐年12 个极端气温指数序列。然后，分别在站点尺度上和区域尺度上，利用气候统计诊断技术，包括线性趋势和Mann-Kendall 突变检验等，分析了华东极端气温的年际变化、年代际变化、空间变化趋势和突变特征，并采用非参数Mann-Kendall 趋势检验方法在0.05 显著性水平下检验极端气温变化趋势的统计显著性。最后，根据各指数的突变检验结果，并充分考虑到20 世纪90 年代以来华东地区快速城市化、土地利用变化及增暖的特征[19-20]，选择1990 年作为分界点，将整个研究时期划分为2 个时间段，1961—1990 年和 1991—2015 年，分析了不同极端气温指数在1990 年前后两个时间段的概率密度函数正态分布的差异，从而明确极端气温随时间的变化特征。

2 结果与分析

2.1 华东极端气温指数的年际变化特征

1961—2015 年，华东冰冻日数以-0.5 d/10 a 的线性趋势显著减少（图2a）。冰冻日数的最大值在1969 年，为 13.0 d，而在 1995 年最低，仅 0.5 d。夏天日数以2.9 d/10 a 的线性趋势显著增加（图2b）。夏天日数在1973 年最低，为132.5 d，而在2009 年达到最高，为172.2 d。华东霜冻日数以-3.7 d/10 a 的线性趋势显著减少（图2c）。霜冻日数在2007 年最低，为28.7 d，而在1969 年最高，为65.2 d。热夜日数以2.8 d/10 a 的线性趋势显著增加（图2d）。热夜日数的最小值在1965 年，为82.1 d，而在2005 年最大，为 115.9 d。

1961—2015 年华东站最低气温极大值以0.2 ℃/10 a 的线性趋势显著增加。华东站最低气温的极大值在1974 年最小，为26.1 ℃，而在2010 年和2013年最高，都为28.7 ℃。华东站最低气温极小值以0.6 ℃/10 a 的线性趋势显著增加，其中最低气温的极小值在1969 年最低，为-11.0 ℃，而在2007 年最大，为-3.9 ℃。华东站最高气温极大值以0.1 ℃/10 a的线性趋势增加，但增加趋势在统计上不显著。华东站最高气温的极大值在1973 年和1999 年最小，都为 35.9 ℃，而在 1966 年和 2013 年最大，都为 38.8 ℃。华东站最高气温极小值以0.3 ℃/10 a 的线性趋势显著增加，其中最高气温的极小值在1969 年最小，为-3.2 ℃，而在 2007 年最大，为 3.7 ℃。

1961—2015 年华东站冷夜日数以-2.0%/10 a的线性趋势显著减少（图3a），其中冷夜日数的最大值在1969 年，为19.6%，而在2007 年最低，为3.2%。华东站暖夜日数以1.8%/10 a 的线性趋势显著增加（图3b），其中暖夜日数在1984 年最小，为4.4%，而在2007 年达到最大，为18.9%。华东站冷昼日数以-0.7%/10 a 的线性趋势显著减少（图3c），其中冷昼日数在1961 年最小，为5.2%，而在1969 年最大，为17.0%。华东站均暖昼日数以0.8%/10 a 的线性趋势显著增加（图3d），其中暖昼日数的最小值在1975 年，为4.65%，而在2014 年最大，为17.45%。

图 2 1961—2015 年华东结冰日数（a）、夏天日数（b）、霜冻日数（c）和热夜日数（d）的年际变化

图 3 1961—2015 年华东站冷夜日数（a）、暖夜日数（b）、冷昼日数（c）和暖昼日数（d）的年际变化

2.2 华东极端气温指数的空间变化特征

1961—2015 年期间，年结冰日数在华东东北部，包括山东、江苏、安徽东北和东南部、浙江北部呈显著减少趋势，但在华东西部和南部，包括安徽西部、上海及周边、江西，福建以及浙江的西南和东南沿海区域的变化趋势在统计上不显著。年结冰日数在华东中部地区，包括江苏南部、安徽东南部和浙江北部多以0～0.7 d/10 a 的趋势显著减少，而在华东北部多以2.7～0.7 d/10 a 的趋势显著减少。夏天日数在华东绝大多数地区都以1.5～4.5 d/10 a 的线性趋势显著增加，在上海、江苏南部和浙江东部地区，夏天日数多以4.5～6.0 d/10 a 的线性趋势显著增加。霜冻日数在华东几乎所有地区都呈显著减少趋势，并且在华东北部地区多以7.3～3.9 d/10 a 的趋势减少，而华东南部地区多以3.9～0.5 d/10 a 的趋势减少。热夜日数在华东绝大多数地区都以1.5～5.0 d/10 a 的线性趋势显著增加。

过去55 a 华东年最低气温极大值在绝大多数地区都呈显著增加趋势，且在多数地区以0～0.4 ℃/10 a的线性趋势增加（图4a）。最低气温极小值在华东几乎所有地区都呈显著增加趋势，其中在华东北部地区多以0.6～1.2 ℃/10 a 的趋势增加，而在华东南部地区多以0.3～0.6 ℃/10 a 的趋势增加（图4b）。最高气温极大值除在长三角以及浙江、福建沿海少部分地区以0.1～0.7 ℃/10 a 的线性趋势显著增加外，在华东绝大多数地区的变化趋势都在统计上不显著（图4c）。最高气温极小值仅在华东中部和北部偏东地区，包括浙江、江苏、上海、安徽中部和南部、山东东南部和东部半岛地区以0.2～0.5 ℃/10 a 的线性趋势显著增加，而在华东南部和西北部地区的变化趋势都在统计上不显著（图4d）。

图4 1961—2015 年华东年最低气温极大值（a）、最低气温极小值（b）、最高气温极大值（c）和最高气温极小值（d）的空间变化趋势及显著性

1961—2015 年，冷夜日数在华东地区都呈显著减少趋势，其中在华东北部地区多以（3.6%～2.0%）/10 a 的线性趋势显著减少，在华东南部地区多以（2.0%～0.4%）/10 a 的线性趋势显著减少（图5a）。暖夜日数在华东地区多呈显著增加趋势，其中在华东北部地区多以（1.0%～3.0%）/10 a 的线性趋势显著增加，在华东南部地区多以（0.5%～2.0%）/10 a 的线性趋势显著增加（5b）。冷昼日数在华东东北部，包括山东、江苏绝大部分地区、上海、浙江北部和东部、安徽东南部、福建东部沿海，多以（1.5%～0.3%）/10 a 的线性趋势显著减少，而在山东西部、安徽北部和西南部、浙江西南部、福建和江西大部分区域外，冷昼日数变化趋势不显著（图5c）。暖昼日数在华东中部和南部地区，包括山东东部、安徽和江苏中南部、上海、浙江、江西以及福建大部分区域多以（0.7%～2.0%）/10 a 的线性趋势显著增加（图5d）。

图5 1961—2015 年华东冷夜日数（a）、暖夜日数（b）、冷昼日数（c）和暖昼日数（d）的空间变化趋势及显著性（单位：%/10 a）

2.3 华东极端气温指数的突变特征

利用Mann-Kendall 突变检验表明，1961—2015年华东地区极端气温存在突变。表2 给出了12 个极端气温指数突变发生的时间，可以看出，突变发生的时间都在1985—2000 年，其中在20 世纪80 年代中后期，霜冻日数和结冰日数都出现了由多到少的突变，最低气温极小值则出现了由低到高的突变；在20 世纪90 年代，冷夜日数和冷昼日数都发生由多到少的突变，最高气温极小值和最低气温极大值也都出现了由低到高的突变；在2000 年，华东夏天日数、热夜日数、暖夜日数和暖昼日数都出现了由少到多的突变，最高气温极大值也在该年发生由低到高的突变（图6）。极端气温的突变也与20 世纪70 年代末全球大气环流调整和我国华东地区20 世纪90年代开展的大规模城市化、工业化有一定的联系。

2.4 华东极端气温指数的概率分布变化特征

表2 华东极端气温指数的突变时间点统计

图 6 1961—2015 年华东站均结冰日数（a）、夏天日数（b）、霜冻日数（c）和热夜日数（d）的时间序列Mann-Kendall 统计量曲线

分析华东极端气温指数在不同时间段的概率密度函数，可以看出，极端气温指数在两个时段都呈正态分布，但不同时段的正态分布区间和峰值大小呈现出明显的差异。与1961—1990 年间相比，极端冷事件日数（霜冻日数、结冰日数）在1991—2015 年间概率密度函数分布左移，而极端暖事件日数（夏天日数、热夜日数）分布右移。除夏天日数外，霜冻日数、结冰日数和热夜日数的概率密度峰值均增大，且形状变窄，说明气候变暖使得华东地区极端冷事件日数减少、暖事件日数增加，且分布更加集中，对极端程度更高的气候事件影响更大。

1991—2015 年，华东最高气温极大值、最高气温极小值、最低气温极大值和最低气温极小值的概率密度函数分布均右移，且除最低气温极大值外，其它指数概率密度峰值均增大，表明气候变暖使得华东温度极值的均值增大。与1961—1990 年相比，1991—2015 年的华东冷夜日数、冷昼日数的概率密度函数分布左移而暖夜日数和暖昼日数的概率密度函数分布右移，表明气候变暖使得华东冷夜、冷昼日数减少，而暖夜、暖昼日数增加，尤其对冷夜、冷昼的影响更加明显，峰值增大而且形状变窄，说明冷夜、冷昼日数的分布更加集中在较小区间。暖夜日数峰值明显减小且形状变得更加扁平，说明暖夜日数的分布区间变大，每年出现暖夜的日数明显增多。

3 讨论

了解极端气候的动态变化对预测极端气候事件和减少气象水文灾害的影响具有重要意义。近年来，全球和区域极端气候的历史演变及未来预估成为气候变化科学研究的一个热点问题。1961—2015年，华东最低气温极大值和极小值分别以0.2 ℃/10 a和0.6 ℃/10 a 的速率增加，最高气温极小值也以0.3 ℃/10 a 的速率增加，结冰日数、霜冻日数、冷夜日数和冷昼日数分别以0.5 d/10 a、3.7 d/10 a、2.0%/10 a 和0.7%/10 a 的速率减少，而夏天日数、热夜日数、暖夜日数和暖昼日数分别以2.9 d/10 a、2.8 d/10 a、1.8%/10 a 和 0.8%/10 a 的速率增加（图2，图3）。这与全球变暖趋势和现有的研究结果基本一致。如Shi 等[7]对中国极端气温变化研究表明，1961—2015 年，中国区域平均的霜冻日数、结冰日数、冷夜日数和冷昼日数分别以2.9 d/10 a、0.9 d/10 a、1.9%/10 a 和0.7%/10 a 的趋势显著减少，而热夜日数、夏季日数、暖夜日数和暖昼日数分别以2.2 d/10 a、2.8 d/10 a、1.8%/10 a 和 1.2%/10 a 的趋势显著增加。王岱等[26]对1961—2014 年中国11 个极端气温指数的变化研究表明，暖极端指数（极端最高气温、夏季日数、暖夜日数、暖昼日数）呈增加趋势，而冷极端指数（极端最低气温、霜冻日数、冷夜日数、冷昼日数）呈减小趋势。

对我国其它区域的极端气温研究也获得相似的研究结果，如Guan 等[27]对长江流域极端气温研究表明，所有极端温度指数都呈现出与全球变暖一致的变化，1960—2012 年区域平均冷夜日数、冷昼日数、霜冻日数和结冰日数分别以3.45 d/10 a、1.03 d/10 a、3.04 d/10 a 和0.42 d/10 a 的趋势显著减少，而暖夜日数、暖昼日数、夏天日数、热夜日数分别以2.95 d/10 a、1.71 d/10 a、2.16 d/10 a 和 1.05 d/10 a 的趋势显著上升。赵安周等[28]对黄土高原地区极端气温变化及空间差异分析表明，日最高（低）气温极低值、日最高（低）气温极高值、热夜日数、暖昼（夜）日数、热持续日数、夏季日数和生物生长季日数均呈增加的趋势，其余极端气温指数呈减小的趋势。朱歆炜等[11]对湖南省极端气温事件的时空变化特征研究表明，1960—2014 年湖南省暖昼和暖夜日数呈上升趋势，年际变化倾向率分别为0.68 d/10 a 和2.73 d/10 a，冷昼和冷夜日数呈下降趋势，年际变化倾向率分别为-0.45 d/10 a 和-2.46 d/10 a，夜间增暖幅度大于白天。王飞等[29]对1961—2012 年新疆塔城地区6 个极端气温指数分析表明，塔城地区近52 a 来冷昼、冷夜日数分别以3.5 d/10 a 和9.3 d/10a 的速率下降，暖昼和暖夜日数分别以3.6 d/10 a 和8.6 d/10 a的速率在上升。

本文基于华东399 个地面气象站（包括基本、基准气象站和一般气象站）的观测资料，分析了华东极端气温的时空变化特征。为了进一步明确站点选取对区域极端气温统计结果的影响，对比分析了只包含基本、基准气象站（132 个站点）和包含所有3 类站点（399 个站点）两套数据计算的华东地区1961—2015 年12 个极端气温指数的多年平均值及线性变化趋势，结果表明（表3），对于极值指数（最高气温极大值、最低气温极大值、最高气温极小值、最低气温极小值），除最高气温极小值外，站点个数的增加会使指数多年平均值增大，但对指数的线性变化趋势影响不大；而对于绝对阈值指数（霜冻、结冰日数、夏天日数和热夜日数），站点个数的增加会加大其线性变化趋势值，并增加大多数指数的多年平均值。对于相对阈值指数（冷夜、冷昼、暖夜和暖昼日数）而言，站点个数的增加对于多年平均值和线性变化趋势的影响都不大。因此，开展极端气温的极值指数分布研究以及极端气温绝对阈值指数的分布与变化研究，都需要将气象站点个数的影响纳入考虑。

表3 不同站点选取对华东极端气温变化统计结果的影响

1961—2015 年期间，华东地区极端气温均发生突变，且突变发生的时间都在1985—2000 年，其中霜冻日数和结冰日数在20 世纪80 年代中后期出现减少突变，冷夜日数和冷昼日数在20 世纪90 年代发生减少突变，夏天日数、热夜日数、暖夜日数、暖昼日数则在2000 年发生增多突变（表2）。王岱等[26]对全国极端气温研究也表明，暖极端指数的转折时间基本在1995—1998 年，而冷极端指数的转折时间出现在1985—1986 年和1995 年前后。王飞等[29]对新疆塔城地区研究表明，1961—2012 年间，冷昼、冷夜日数突变点分别出现在1994 和1988 年，而暖昼和暖夜日数突变点分别出现在1989 和1990 年。秦秀丽等[30]对1961—2010 年间山西省极端温度事件分析表明，极端高温事件发生频率呈显著增加趋势，极端低温事件呈显著减少趋势，且极端高温和极端低温年均发生频率均发生了突变现象，变化趋势均在20 世纪90 年代以来更加显著。在全球变暖背景下，华东最高气温和最低气温的极大值、极小值的概率密度函数分布均右移，且多数峰值增大，霜冻日数、结冰日数、冷夜日数和冷昼日数的概率密度函数分布左移，而夏天日数、热夜日数、暖夜日数和暖昼日数的分布右移，即极端冷事件减少而极端热事件增加（图7）。华东极端气温指数的概率密度函数分布变化与全球平均气温概率密度函数分布变化特征总体上是一致的[1]。

极端气温的变化是全球气候变化和大尺度海洋、大气环流模态演变的综合结果。大尺度环流模态的调整或改变，包括厄尔尼诺—南方涛动（ENSO）、太平洋年代际涛动（PDO）、北半球环状模/北极涛动（NAM/AO）、北大西洋涛动（NAO）和大西洋多年代际振荡（AMO），是整个中国或中国不同地区气候平均态及其极端值变化的主要驱动因素[7，25，31-32]。Shi 等[7]研究表明，中国区域平均的所有冷极端指数（霜冻日数、结冰日数、冷夜日数和冷昼日数）均与AMO 和AO 显著负相关，而所有暖极端指数（热夜日数、夏季日数、暖夜日数和暖昼日数）均与AMO 和印度洋偶极子指数（DMI）显著正相关，并与东大西洋/西俄罗斯遥相关型指数（EA/WR）显著负相关。

区域城市化和人类活动也在一定程度上影响到极端气候的格局和变化[20]。吴蓉等[33]对安徽省极端气温事件的研究表明，城市化效应使暖昼和暖夜日数增加、冷夜日数减少的趋势更加显著，城市化影响贡献率都在40%以上。Yang 等[19]研究表明，城市化对该区域极端高温事件强度增加的贡献超过1/3，这与温室气体的贡献相当；与农村站点相比，城市站点的气温和极端气温指数的概率分布右移更为显著。崔林丽等[34]研究也表明，1960—2007 年上海极端最高气温和高温日数在市区增加较多，近郊和远郊增加较少；极端最低气温和低温日数市区和近郊减少较多，远郊减少较少。

4 结论

基于华东399 个气象站点逐日最高、最低气温数据，利用极端气候指数计算软件RClimdex 和线性倾向估计、Mann-Kendall 突变检验、概率密度函数等气候统计诊断方法，建立华东极端气温指数数据集，分析极端气候频数和强度的变化特征，得出如下结论：

（1）1961—2015 年，华东区域平均最低气温的极大值和极小值分别以0.2 ℃/10 a 和0.6 ℃/10 a的线性趋势显著增加，最高气温极小值以0.3 ℃/10 a的线性显著增加，最高气温极大值的变化趋势不显著。空间上，最低气温极大值在华东绝大多数地区以0~0.4 ℃/10 a 的趋势增加，最低气温极小值在华东绝大多数地区以0.3～1.2℃/10 a 的趋势显著增加，最高气温极大值在华东绝大多数地区的变化不显著，最高气温极小值仅在华东中部和北部偏东地区以0.2～0.5℃/10 a 的线性趋势显著增加。

（2）过去55 a，区域平均结冰日数和霜冻日数分别以0.5 d/10 a 和3.7 d/10 a 的趋势显著减少，夏天日数和热夜日数分别以2.9 d/10 a 和2.8 d/10 a趋势显著增加。结冰日数只在华东东北部地区以0～2.7 d/10 a 的趋势显著减少，霜冻日数在华东绝大多数地区以0.5~7.3 d/10 a 趋势显著减少，且华东区域的北部地区的减少趋势大于南部地区，在华东绝大多数地区夏天日数和热夜日数分别以1.5～4.5 d/10 a和1.5～5.0 d/10 a 的线性趋势显著增加。

（3）区域平均冷夜日数和冷昼日数在1961—2015 年分别以2.0%/10 a 和0.7%/10 a 的趋势显著减少，暖夜日数和暖昼日数分别以1.8%/10 a 和0.8%/10 a 的趋势显著增加。冷夜日数在整个华东多以0.4～3.6 ℃/10 a 的线性趋势显著减少，且在北部的减少大于南部地区，冷昼日数仅在华东东北部以（1.5%～0.3%）/10 a 的趋势显著减少，暖夜日数在华东地区多以0.5～3.0 ℃/10 a 的趋势显著增加，且在北部的增加幅度大于南部，暖昼日数仅在华东中部和南部地区以（0.7%～2.0%）/10 a 的趋势显著增加。

（4）1961—2015 年，华东地区极端气温均发生突变，且突变发生的时间都在1985—2000 年之间，其中最低气温极值和最高气温极值都呈现出增高突变，霜冻日数和结冰日数在20 世纪80 年代中后期出现减少突变，冷夜日数和冷昼日数在20 世纪90年代发生减少突变，夏天日数、热夜日数、暖夜日数、暖昼日数则在2000 年发生增多突变。极端气温突变与20 世纪70 年代末全球大气环流调整和华东区域快速城市化、工业化进程有一定的联系。

（5）华东区域极端气温指数在1961—1990 年和1991—2015 年2 个时段都呈正态分布，但不同时段的概率密度函数分布区间和峰值大小呈现出明显的差异。与1961—1990 年相比，1991—2015 年最高气温极值和最低气温极值的概率密度函数分布均右移，且概率密度峰值多增大；霜冻日数、结冰日数、冷夜日数、冷昼日数的概率密度函数分布左移，而夏天日数、热夜日数、暖夜日数和暖昼日数的分布右移，表明气候变暖使得极端冷事件减少、极端热事件增加，且有些指数的分布也更为集中。