1960—2017年中国极端气候要素时空变化分析

曹晴 郝振纯 傅晓洁 郝洁 鲁乘阳

摘 要：研究全球变暖背景下极端气候要素的变化对流域和区域防洪抗旱具有重要意义。利用1960—2017年全国554个气象站点的逐日降雨和气温数据，选用线性拟合、R/S分析等方法分析了中国近58 a极端气候要素的趋势性、空间性、持续性和平均循环长度。结果表明：气温极值呈上升趋势，极端高温（低温）事件的频率和持续性不断增大（减小），中国呈变暖趋势;空间上，极端气温指数在高原山地区具有较大的变幅。极端降雨的量级指数和强度指数呈增大趋势，持续性指数呈减小趋势;极端降雨量级指数和强度指数变幅的高值区在热带季风区（增大趋势），持续干旱指数和持续湿润指数变幅的高值区分别为温带大陆区（减小趋势）、温带季风区（减小趋势）。R/S分析表明未来极端气温事件将继续增多，区域一致性显著; 不同地区极端降雨指数未来增大或减小的趋势不一致，极端气温指数的平均循环长度整体大于极端降雨指数的。

关键词：Hurst指数;平均循环长度;变化趋势;极端气候指数;中国;1960—2017年

中图分类号：P467 文献标志码：A

doi：10.3969/j.issn.1000-1379.2020.02.003

Abstract：In the context of global warming， it is of great significance to study the changes of extreme climatic elements for flood control and drought relief in river basins and regions. The trendencies，spatiality， sustainability and average cycle length of extreme climatic elements in China in the last 58 years were analyzed by using the daily meteorological data of 554 meteorological stations throughout the country from 1960 to 2017 by using linear fitting， R/S analysis and other methods. The results show that the temperature extremums are on the rise， the frequency and sustainability of extreme high（low） temperature events are increasing（decreasing）， indicating that China is warming. Spatially， the extreme temperature indexes have higher variation in the plateau region. the magnitude and intensity indexes of extreme rainfall are on the upward trend， while the sustainability indexes are on the downward trend. Spatially， the high value areas of extreme rainfall indexess level and intensity variation are in tropical monsoon region （increase）， and the high value areas of continuous drought index and continuous humid index are temperate continental region （decrease） and temperate monsoon region （decrease） respectively. the R/S analysis shows that extreme temperature continues to increase in the future， regional consistency is significant; the trends of future increase or decrease of extreme rainfall indexes in different regions are inconsistent， and the mean cycle length of extreme temperature indexes are generally larger than that of extreme rainfall indexes.

Key words： Hurst index; mean cycle length; change trend; extreme climate index; China; 1960-2017

1 研究背景

气候变化已成为影响人类社会发展的重大问题之一。IPCC第五次气候变化评估报告指出：1880—2012年全球平均气温升高了0.85 ℃，2003—2012年平均气温比1850—1900年平均气温上升了0.78 ℃，因此气候变暖是一个毋庸置疑的事实[1]。与平均氣候状况不同，极端气候事件的突发性、难以预测性和影响范围更强[2]，因此研究极端气候事件的变化对生态环境、社会生活和人类健康具有重要意义。

国内开展了大量关于极端气候的研究，刘学华等[3]对中国近40 a极端气温和降雨的分析表明，极端降雨指数和极端高温指数均呈增大趋势;郑玉萍等[4]研究了福州市极端气候的变化趋势，发现极端气温指数呈显著增大趋势，而极端降雨指数增大趋势不明显;陈成豪等[5]分析了海口市极端降雨的演化特征，发现极端降雨指数呈增大趋势;杨艳娟等[6]分析了天津市极端气候指数，发现极端高温指数的变化趋势表征气温呈上升趋势，而极端降雨指数的变化趋势表征研究区呈干旱化趋势;罗隆诚等[7]应用线性倾向估计、R/S分析、灾变灰预测等方法对南充市极端气候变化进行了研究探讨，并尝试预测了南充市未来极端气候变化的情形。

极端降雨指数呈明显的年代际变化，表3统计了各个极端降雨指数距平发生正负转变的年份，发现CWD的距平在2003年发生正负转变，其余指数在1990年前后距平发生正负转变，与各极端降雨指数发生显著变化的时间基本一致（见图5）。极端降雨指数距平转变的年份介于极端低温指数和极端高温指数距平发生正负转变的年份之间，即极端降雨指数发生显著变化的时间晚于极端低温指数转变年份、早于极端高温指数转变年份。

（2）空间变化特征。由表4可知，各子区域极端降雨指数的变化趋势并不完全一致，量级指数（RX1d、RX5d、R95p）在温带季风区呈减小趋势，在其他地区呈增大趋势，且在热带季风区变幅最大;R25在温带季风区呈减小趋势，在其他地区呈增大趋势，在热带季风区变幅最大;SDII在高原山地区呈减小趋势，在其他地区呈增大趋势，在热带季风区变幅最大;CDD在热带季风区呈增大趋势，在其他地区呈减小趋势，在温带大陆区变幅最大;CWD在温带大陆区呈增大趋势，在其他地区呈减小趋势，在温带季风区变幅最大。

上述分析表明，高原山地区的量级指数和强度指数以增大趋势为主（SDII除外），CDD和CWD呈减小趋势且CWD减幅较小，具有湿润化倾向;温带大陆区除CDD外其余指数均呈增大趋势，具有明显的湿润化倾向;温带季风区的极端降雨指数以减小趋势为主（SDII除外），但CDD减幅最大，干湿倾向不明顯;热带季风区的量级指数和强度指数呈显著增大趋势且增幅较大，但持续干旱指数增大，持续湿润指数减小，导致区域干湿倾向不明显，表明该地区降雨多为集中性降雨，对区域长期干湿倾向的影响很小。

4 极端气候要素变化趋势预测

4.1 极端气温要素

应用R/S分析法计算了极端气温指数的Hurst指数（见表5），结果表明全国和区域范围的极端气温指数的Hurst指数均大于0.7，表现为强持续性。结合前述分析，可知极端气温持续上升，极端高温事件的频率（TN90p、TX90p）和持续性（WSDI）持续增大，极端低温事件的频率（TN10p、TX10p）和持续性（CSDI）持续减小，区域间各指数的Hurst指数大小差异并不显著，气候变暖的状态仍继续保持。

4.2 极端降雨要素

全国范围极端降雨指数的Hurst指数大部分大于0.5（见表6），结合前述分析，可知量级指数和强度指数持续增大，持续指数持续减小，以大雨日数的持续性最小，降雨强度的持续性最大。空间上，高原山地区仅SDII的Hurst指数小于0.5（为0.49），呈极微弱的反持续性，结合表4可知该区的RX1d、RX5d、R95p、SDII、R25未来呈增大趋势，CDD、CWD呈减小趋势。温带大陆区的R95p和R25的Hurst指数小于0.5，呈极微弱的反持续性，结合表4可知该区的RX1d、RX5d、SDII、CWD未来呈增大趋势，R95p、R25、CDD呈减小趋势。温带季风区极端降雨指数的Hurst指数均大于0.5，未来的变化趋势与过去一致，仍具有不明显的干旱化倾向。热带季风区的持续干旱指数（CDD）的Hurst指数为0.47，具有反持续性，结合表4可知该区的RX1d、RX5d、R95p、SDII、R25未来呈增大趋势，CDD、CWD呈减小趋势。

4.3 平均循环长度

Hurst指数仅可以揭示时间序列中未来的趋势性成分，并不能反映这种持续性可保持多久，通过统计量V可以测出平均循环长度，即过去趋势影响未来趋势的时间长度。赵嘉阳[17]曾用该方法计算了平均气温和降雨的平均循环长度，但该方法在极端气候领域的应用还较少。本文以持续冷日指数为例，由图6可知曲线出现明显转折的时间（n=12，单位为a，箭头所示处）即为系统的平均循环长度，表征要素过去趋势对未来趋势的影响时间长度。持续冷日指数的平均循环长度为12 a，即在12 a后持续冷日指数将完全失去对初始数据的依赖。同理可得其他极端气候指数的平均循环长度（见表7）。

结合表5、表6和表7可知，对于不同区域的同一指数，持续性越强，平均循环长度就越长，过去趋势影响未来趋势的时间就越长。整体而言，极端气温指数的平均循环长度普遍大于极端降雨指数的，即极端气温的过去趋势影响未来趋势的时间更长。

5 综合分析

本文通过选取的17个极端气候指数分析了中国极端气候要素的时空变化。一方面，极端低温的增大速率大于极端高温的，表明夜晚的升温幅度大于白天的，极端低温发生显著变化的时间早于极端高温，表明极端气候的显著变化始于极端低温;另一方面，极端气温在高原山地区具有较高的升温幅度，这可能与极端气温要素对海拔的依赖性有关，LIU X. D.等[18]也曾得到类似结论。在气候变暖条件下，高海拔地区积雪消融加速，更多的太阳辐射被吸收在地表，使得高海拔地区变暖增强。但是，随着城市化发展，人类活动和下垫面条件变化等因素对气候变化的影响越来越不可忽视，这导致海拔对气候变化的影响越来越弱，各个影响因素对气候变化的贡献还需进一步探讨。

极端降雨指数的变化表明全国范围具有干旱化减缓的倾向，极端降雨发生显著变化的时间介于极端低温和极端高温发生显著变化的时间之间，原因可能是极端低温升高导致大气中水汽增加，同时也导致水汽不易冷却凝结致雨，只有水汽不断增加并达到过饱和状态时才能形成降雨，此时降雨量或者降雨强度异常增大，极端降雨事件频发。极端高温的升高也会导致极端降雨事件频发，但其升温幅度小于极端低温的，可能导致对极端降雨变化的贡献较小。空间上，极端降雨指数通过显著性检验的较少，仅在热带季风区基本通过显著性检验，且量级指数和强度指数的变幅为区域间最大值，这主要由自然变化和人类活动两方面因素造成。东亚夏季风是影响我国气候变化的一个重要因子，受副热带高压增强的影响，东亚夏季风不断增强，将更多的水汽输送到我国，造成降雨显著增多，特别是近海区域——热带季风区降雨的增加最为显著。同时，热带季风区是我国经济较发达区域，城市化对该区域气候变化的影响不可忽视。众多研究表明，城市化的发展会导致城市降雨增多，赵浩然[19]在海口市的研究还表明城市化的发展会使城市暴雨增多，极端降雨事件频发，随着城市化进程的不断加快，极端降雨事件的发生概率不断加大。

与极端降雨指数相比，极端气温指数的持续性更强，平均循环长度更长，这主要与极端气温指数的波动性较小、稳定性较强有关。

6 结 论

（1）近年来，极端气温呈上升趋势，气候变暖，极端高温（低温）事件的频率和持续性不断增大（減小），极端降雨的量级和强度指数不断增大但持续性指数减小，对防洪不利。因此，研究极端气候可为防洪减灾提供科学依据，提高应对极端气候事件的能力。

（2）极端气候要素均在20世纪90年代左右发生显著变化，空间分布具有一定规律性。结合R/S分析可知各区域极端气温持续升高，极端降雨造成的各区域干湿化倾向不一致，极端气温指数的平均循环长度更长。

（3）Hurst指数和平均循环长度结合，不仅可以反映时间序列未来的趋势性及趋势性时间的长短，还可与灰预测模型等预测方法结合来提高预测精度，这有待深入研究。

参考文献：

[1] IPCC. Climate Change 2013： The Physical Science Basis[M].New York： Cambridge University Press， 2013： 119-254.

[2] 关颖慧.长江流域极端气候变化及其未来趋势预测[D].杨凌：西北农林科技大学，2015：16-17.

[3] 刘学华，季致建，吴洪宝，等.中国近40年极端气温和降水的分布特征及年代际差异[J].热带气象学报，2006（6）：618-624.

[4] 郑玉萍，高路，张江燕，等.福州市极端气候变化趋势研究[J].福建师范大学学报（自然科学版），2017，33（2）：96-104，116.

[5] 陈成豪，李彤彤，冯杰，等.海口市极端降雨事件演变趋势分析[J].水资源与水工程学报，2016，27（3）：6-10，17.

[6] 杨艳娟，任雨，郭军.1951—2009年天津市主要极端气候指数变化趋势[J].气象与环境学报，2011，27（5）：21-26.

[7] 罗隆诚，冯新灵，陈峰，等.南充近50年极端气候变化研究[J].绵阳师范学院学报，2007（8）：95-106.

[8] 陈昌春，张余庆，王腊春，等.基于RClimDex模型的江西省极端降水时空变化研究[J].中国农村水利水电，2013（11）：41-45.

[9] ZHANG X B， VINCENT L A，HOGG W D， et al. Temperature and Precipitation Trends in Canada During the 20th Century[J]. Atmos. Ocean， 2000， 38（3）： 395-429.

[10] YUE S， PILON P， CAVADIAS G. Power of the Mann-Kendall and Spearmans RHO Tests for Detecting Monotonic Trends in Hydrological Series[J]. Journal of Hydrology， 2002， 259（1-4）： 254-271.

[11] 丁一汇，王绍武，郑景云，等.中国自然地理系列专著：中国气候[M].北京：科学出版社，2013：274-560.

[12] 周淑贞，张如一，张超.气象学与气候学[M].北京：高等教育出版社，1997：261-308.

[13] 李国栋，张俊华，王乃昂，等.基于重标极差分析和非周期循环分析的气候变化趋势预测——以兰州市为例[J].干旱区研究，2013，30（2）：299-307.

[14] 周雅清，任国玉.中国大陆1956—2008年极端气温事件变化特征分析[J].气候与环境研究，2010，15（4）：405-417.

[15] 蒋卓亚.中国极端气温及降水事件的时空特征研究[D].上海：华东师范大学，2017：16-22.

[16] 吴徐燕.近50年我国大陆无雨日的时空变化特征分析[C]∥中国气象学会.第28届中国气象学会年会：S3天气预报灾害天气研究与预报.北京：中国气象学会，2011：13.

[17] 赵嘉阳.中国1960—2013年气候变化时空特征、突变及未来趋势分析[D].福州：福建农林大学，2017：44-56.

[18] LIU X D， CHEN B D. Climatic Warming in the Tibetan Plateau During Recent Decades[J]. International Journal of Climatology， 2000， 20（14）： 1729-1742.

[19] 赵浩然.变化环境下海口市降雨时空分布特征研究[D].天津：天津大学，2014：48-56.

【责任编辑 翟戌亮】