陇东南地区近50 a极端低温事件演变特征及环流背景

2021-01-09郭庆元马鹏程王丽娜刘丽伟刘卫平李常德

干旱气象 2020年6期

赵慧，郭庆元，马鹏程，王丽娜，刘丽伟，刘卫平，李常德

(1.甘肃省平凉市气象局，甘肃平凉 744000；2.陕西省西安市气象局，陕西西安 710016；3.甘肃省兰州区域气候中心，甘肃兰州 730020)

引言

在全球变暖背景下，极端低温事件引起人们的高度重视[1-9]。低温冻害是我国主要的气象灾害之一，位于西北地区东部的陇东南地区，作为西北地区乃至全国重要的林果业经济产区，低温冻害直接影响其生态系统和经济效益[10-12]。同时，陇东南地区属于典型的内陆干旱区，是西风带气候和季风气候相互作用的过渡地带，是全球气候变化敏感区[13]。因此，做好陇东南地区极端低温事件的监测和服务工作，对当地经济发展具有重要的现实作用。

极端低温事件具有明显的区域性特征[14-16]。北半球冬季极端低温事件主要表现为欧亚大陆北部与青藏高原、非洲北部、北美东北部的反相变化[17]；中国大陆极端低温由东南向西北随纬度、高度的增加而降低[18]；中国西北地区极端低温最低值主要出现在北疆和青海高原[19]；秦岭地区极端最低气温则表现出南高北低的分布特征[20]；1980年代中后期以来，祁连山及河西走廊极端低温发生频率显著减少，且南部山区对全球气候变暖的响应更敏感[21]。近半个世纪来中国极端低温呈一致下降趋势[22-25]，其中，西北东部是全国极端低温下降趋势较明显的区域之一[23]。另外，极端低温事件也表现出显著的季节性差异，全国范围内，冬季增温趋势明显大于夏秋季[26]；而中国西部地区，如河西走廊、三江源地区、黄河中上游地区等，冬、春季对全球变暖的响应更为敏感，相较其他季节，冬季增温对西北地区年平均气温上升的贡献最大[27-29]。

极端低温事件与大气环流和海温异常密切相关[30-31]。中国极端低温事件频发期，欧亚中纬度500 hPa高度距平场呈显著的“北正南负”模态，急流区南北梯度异常显著，北太平洋海温异常偏暖，北极涛动为异常负位相[32]。北方涛动、南方涛动、北太平洋涛动、北大西洋涛动和ENSO可能是中国北方各区域极端低温事件形成和演化的重要因素[33-34]。蒙古高压与中国西北东部极端低温特征的相关性更为明显，高压强度及面积变化与极端低温日数呈正相关，与极端低温强度呈反相关[35]；冷空气、亚洲区极涡面积和极涡强度指数是影响内蒙古严寒期的主要因子[36]；乌拉尔山高度场正异常与青海冬季极端低温事件的发生联系紧密[37]。另外，气候异常对极端低温事件有跨季节影响，前期季节尺度上的气候异常对极端低温事件具有超前指示意义，如冬季El Nino Modoki事件与次年秋季宁夏、陕西及甘肃中南部地区的极端低温事件呈显著正相关，秋季EL Nino Modoki事件与次年春季新疆中部、西北部边缘地区及祁连山脉附近的极端低温事件呈反相关[38]；秋季关键海区的海冰面积变化与冬季北半球极端低温事件密切相关，即秋季关键海区的海冰面积与亚洲北部区域冬季的极端低温事件呈显著负相关，而与青藏高原、非洲北部和北美东北部冬季的极端低温事件有显著正相关关系[17]。

西北地区东部的陇东南地区，地形复杂，局地性强，低温灾害频发，目前对于陇东南地区极端低温事件的研究较少，且大多数研究都侧重于趋势变化，对该地区极端低温事件影响因子的分析鲜见。本文利用最新观测资料，对陇东南地区极端低温事件的演变规律进行研究，并探讨影响该地区极端低温事件的环流指数，揭示其对区域性气候甚至全球气候变化的响应特征。

1 资料和方法

1.1 资料

国家气象信息中心全国综合气象信息共享系统(China integrated meteorological information sharing system, CIMISS)提供的陇东南地区(32.95°N—36.58°N，104.38°E—108.35°E)31个站点1969—2018年逐日最低气温资料，该资料经过严格的质量控制和均一性检验，并且历史数据时效长、资料完整性高。区域气候资料采用国家气候中心气候系统诊断预测室提供的1969—2018年逐月74项环流特征量，用于计算陇东南地区各站逐年冬、春季极端低温日数与同期74项环流特征量的相关系数，诊断影响陇东南地区极端低温事件的环流系统。高度场资料采用NCEP/NCAR全球范围内1969—2018年1000、500和100 hPa月平均等压面位势高度场再分析资料，分辨率为2.5°×2.5°。

按照气象学划分标准，将3—5月定义为春季，6—8月定义为夏季，9—11月定义为秋季，12月至翌年2月定义为冬季。

1.2 方法

1.2.1 百分位法

不同的统计方法具有不同的适用性，平均值可以反映变量场的平均状态，但无法表示资料偏离平均值的情况。均方根误差可以体现变量围绕平均值的离散程度，但其对异常值高度敏感。如果资料的平均值和均方根误差相同，变量的取值特征也可能完全不同，百分位法可以很好地反映变量的取值特征，具有易于理解，计算简明，意义明确等特点，且它对原始数据的分布形态没有限制，普适性强，因而在气候统计学中有广泛的用途[39]。

目前，国际上在气候极值研究中应用最多的是将某个百分位值作为某气候要素的极端阈值。本文以第10个百分位值作为极端低温阈值，具体做法是：先将1969—2018年某日的最低气温按升序排列，然后把第10个百分位值作为该日极端低温阈值，若某日的最低气温低于该日极端低温阈值，则认为该日出现极端低温事件，若相邻5站点均出现极端低温事件，则认为该日出现区域性低温事件。此外，将某年所有发生极端低温事件的日最低气温平均值定义为年极端低温强度，平均值越小，强度越大。

1.2.2 Mann-Kendall突变检验法

Mann-Kendall(M-K)突变检验是非参数检验方法，其优点是样本不需要遵从一定的分布，也不受少数异常值干扰，更适用于类型变量和顺序变量，计算简便，意义明确，广泛应用于气候序列的突变诊断[40]。文中利用M-K方法对极端低温事件的年变化和季节变化进行突变检验。

2 极端低温事件演变

2.1 极端低温事件日数变化

图1为1969—2018年陇东南地区年平均极端低温事件日数变化。可以看出，近50 a极端低温日数呈减少趋势，气候倾向率为2.3 d·(10 a)-1，线性趋势显著(R2=0.488，且通过α=0.01的显著性检验)。1972年极端低温事件日数最多，为27.9 d，2013年最少，为5.1 d。极端低温事件日数前5个高值年均出现在1990年代以前，分别为1972，1969，1976，1970，1986年，年极端低温事件日数为18.0～27.0 d，说明在全球变暖背景下，陇东南地区极端低温日数越来越少。

图2为1969—2018年陇东南地区极端低温日数的M-K检验。可以看出，在95%的置信度水平下(U=±1.96)，极端低温日数在1987年存在突变，突变前极端低温日数呈波动减少，突变后极端低温日数呈急剧减少趋势。突变前1969—1986年年极端低温日数平均15.9 d，突变后1987—2018年年极端低温日数平均9.8 d，比突变前少6.1 d。总体上，1980年代后期以后极端低温事件明显减少。

分析1969—2018年陇东南地区各季极端低温日数的年际变化(图3)可以发现，近50 a春、夏、秋、冬季的极端低温日数均呈减少趋势，其中夏季减少最多，倾向率为-1.0 d·(10 a)-1，秋季、春季次之，倾向率分别为-0.5、-0.4 d·(10 a)-1，冬季倾向率为-0.2 d·(10 a)-1。另外，春夏季极端低温日数的变化趋势基本一致，其中春季呈小幅波动减少趋势，而夏季在1990年代中期之前大幅减少，倾向率为-0.9 d·(10 a)-1，之后小幅减少，倾向率为-0.3 d·(10 a)-1。秋冬季极端低温日数的变化趋势相似，各年极端低温日数变幅较大，其中秋季在1990年代中期之前大幅减少，倾向率为-0.7 d·(10 a)-1，之后波动减少，倾向率为-0.2 d·(10 a)-1；冬季在1990年代中期之前大幅减少，倾向率为-0.6 d·(10 a)-1，之后波动增加，倾向率为0.1 d·(10 a)-1。结合多年平均，春、夏、秋季极端低温日数在1990年代中期之前以偏多为主，之后偏少，而冬季极端低温日数1980年代中期之前以偏多为主，之后偏少，说明冬季极端低温天气对全球气候变暖的响应比春、夏、秋季早。

图1 1969—2018年陇东南地区极端低温日数年际变化Fig.1 The annual variation of extreme low temperature days in southeast of Gansu Province during 1969-2018

图2 1969—2018年陇东南地区极端低温日数的M-K检验Fig.2 The M-K test of extreme low temperature days in southeast of Gansu Province during 1969-2018

图4为1969—2018年陇东南地区不同季节极端低温日数的M-K检验。可以看出，近50 a各季节极端低温事件均发生突变，但突变点各不相同，秋季最早，夏季最晚。春季1985年发生突变，突变前、后极端低温日数平均分别为3.9、2.6 d；夏季1995年发生突变，突变前、后极端低温日数平均分别为4.2、1.8 d；秋季1982年发生突变，突变前、后极端低温日数平均分别为4.1、2.8 d；冬季1989年发生突变，突变前、后极端低温日数平均分别为3.4、1.8 d。说明突变时间越早，突变前后极端低温日数平均值相差越小，突变时间越晚，突变前后极端低温日数平均值相差越大。极端低温事件在各季节突变时间的不同可能与各季节平均气温发生突变的时间不同有关。

图3 1969—2018年陇东南地区不同季节极端低温日数年际变化Fig.3 The annual variation of extreme low temperature days in different seasons in southeast of Gansu Province during 1969-2018

图4 1969—2018年陇东南地区不同季节极端低温日数的M-K检验Fig.4 The M-K test of extreme low temperature days in different seasons in southeast of Gansu Province during 1969-2018

2.2 极端低温强度变化

图5为极端低温日数突变前后陇东南地区极端低温强度距平年际变化，其中气候平均态为1981—2010年。可以看出，陇东南地区极端低温强度距平在-6.0～6.2 ℃之间，其中，极端低温强度最强年出现在2018年，最弱年出现在2015年。另外，突变前极端低温强度偏高年和偏低年基本各占一半，极端低温强度距平以0.2 ℃·(10 a)-1的速率增大；突变后极端低温强度以偏低为主，极端低温强度距平的气候倾向率为-1.2 ℃·(10 a)-1。总体上，相较于气候平均值而言，突变后极端低温强度趋于增强。分析极端低温日数突变前后各季节极端低温强度的变化(图略)，发现突变后冬春季极端低温强度呈明显增强趋势，说明突变后年极端低温强度的变化主要受冬春季影响。

图6为1969—2018年陇东南地区不同季节不同极端低温强度发生频率。可以看出，年极端低温强度范围为-20.0～15.0 ℃，其中，春季极端低温强度范围-5.0～5.0 ℃出现频率较大，为61.9%；夏季极端低温强度范围5.0～15.0 ℃出现频率较大，达90.1%，且极端低温强度范围10.0～15.0 ℃出现频率达56.1%；秋季极端低温强度范围-5.0～10.0 ℃出现频率较大，为73.4 %；冬季极端低温强度范围-20.0～-10.0 ℃出现频率较大，达73.1%。总体上，夏、冬季极端低温强度范围较为集中，而秋、春季极端低温强度范围跨度较大。

图5 1969—2018年陇东南地区极端低温强度距平年际变化Fig.5 The annual variation of anomaly of extreme low temperature intensity in southeast of Gansu Province during 1969-2018

图6 1969—2018年陇东南地区不同季节不同极端低温强度出现频率Fig.6 The occurrence frequency of different intensity of extreme low temperature in different seasons in southeast of Gansu Province during 1969-2018

3 极端低温事件概念模型

3.1 极端低温事件与环流系统

为明确陇东南地区极端低温事件的影响因素，分别计算极端低温日数、强度与环流指数的相关关系。表1列出1969—2018年冬季、春季陇东南地区极端低温事件与环流指数的相关性。可以看出，影响冬季极端低温事件的环流系统主要有冷空气、欧亚经向环流指数、北半球极涡中心强度、西太平洋副高面积指数和大西洋欧洲环流型C等。其中极端低温日数与冷空气、欧亚经向环流指数、西太平洋副高面积指数和大西洋欧洲环流型C显著相关，极端低温强度与冷空气、欧亚经向环流指数和北半球极涡中心强度显著相关。此外极端低温日数与西太平洋副高面积指数和大西洋欧洲环流型C呈负相关，与北半球极涡中心强度呈正相关；极端低温强度与西太平洋副高面积指数呈负相关，与北半球极涡中心强度呈正相关。说明冷空气越强，欧亚经向环流指数越高，高纬强冷空气越容易爆发南下，陇东南地区的极端低温日数越多，强度越大。

影响春季极端低温事件的环流系统主要有欧亚经向环流指数、太平洋区极涡强度指数、南海副高北界和西太平洋副高北界等。其中极端低温日数与欧亚经向环流指数、南海副高北界和西太平洋副高北界显著相关，极端低温强度则与欧亚经向环流指数、太平洋区极涡强度指数显著相关。说明受西北气流影响，欧亚范围内北风越强，高纬冷空气越容易南下影响陇东南地区，该地区极端低温日数越多，强度越大。另外，大西洋欧洲环流型W也通过遥相关影响陇东南地区春季极端低温日数和强度。

进一步分析冬春季陇东南地区极端低温日数和强度的关系，发现陇东南地区极端低温事件日数与强度呈反相关，冬季、春季二者之间的相关系数分别为-0.35、-0.21，且相关系数均通过α=0.05的显著性检验。

表1 1969—2018年冬季、春季陇东南地区极端低温事件与环流指数的相关系数Tab.1 The correlation coefficients between extreme low temperature events and circulation indexes in southeast of Gansu Province in winter and spring during 1969-2018

3.2 极端低温偏强年位势高度场特征

从图5可知，1969—2018年陇东南地区极端低温强度最大的5 a依次为2018、1975、2016、2012和2005年，对这5 a的北半球位势高度场进行合成分析(图7)。可以看出，1000 hPa位势高度场上，北半球中低纬有3个高压中心，太平洋副热带高压、大西洋副热带高压和蒙古高压，即在极端低温强度较强年，亚洲地区地面为冷高压中心，陇东南地区受地面冷高压影响，易出现较强极端低温事件。500 hPa位势高度场上，高纬度围绕极地有一个极涡中心，基本呈东西半球对称分布，中高纬西风带为典型的“3槽3脊”，槽的强度明显高于脊，3槽分别位于亚洲东岸、北美东岸和欧洲中部浅槽。较常年相比，欧洲槽和东亚大槽明显西移，东亚大槽深厚，新疆脊在85°E附近，陇东南地区盛行新疆脊前西北气流，冷空气较强，易形成较强极端低温事件。100 hPa位势高度场上，强大的极涡中心偏向于东半球，中纬度为“2槽2脊”结构，2个大槽分别为东亚大槽和北美大槽，2个高压脊分别位于北美西部和欧洲西部，脊的强度比槽弱得多，陇东南地区处于东亚大槽后部西北气流区，经向环流明显。垂直结构上，地面为冷高压中心，500～100 hPa，东亚大槽深厚且位置稳定，陇东南地区处于东亚大槽后西北气流控制下，易形成较强极端低温事件。

图7 1969—2018年陇东南地区极端低温偏强年1000 hPa(a)、500 hPa(b)、100 hPa(c)平均位势高度场(单位：gpm)Fig.7 The mean geopotential height field on 1000 hPa (a), 500 hPa (b), 100 hPa (c) in strong extreme low temperature events years in southeast of Gansu Province during 1969-2018 (Unit: gpm)

3.3 陇东南地区极端低温事件概念模型

从环流特征量和位势高度场出发，总结冬春季极端低温事件的概念模型(图8)。可以看出，1000 hPa蒙古高压偏强、500 hPa东亚大槽深厚且位置偏西、100 hPa极涡中心偏东且中纬度槽强脊弱时，陇东南地区极端低温强度较强，极端低温日数较少。当冷空气势力偏强、北半球极涡中心偏强时，冬季易发生较强极端低温事件；当欧亚经向环流指数偏高、太平洋区极涡强度偏强时，春季易发生较强极端低温事件。当冷空气偏强、欧亚经向环流指数偏高、西太平洋副高面积偏小时，冬季极端低温事件较多；当欧亚经向环流指数偏高、南海北界偏北、西太平洋副高北界偏北时，春季极端低温事件较多。