1961—2018年陕西极端气温时空变化特征

郑小华 娄盼星 马永永

(1.陕西省气象台，陕西 西安 710015； 2.陕西省气象科学研究所，陕西 西安 710015)

引言

极端天气气候事件的检测和评估是气候变化研究的重要内容之一[1]。相较于年际尺度的变化，极端天气气候事件的变化对社会经济的影响更为直接[2-4]。在全球变暖背景下，高温热浪、低温冻害等极端事件的发生和分布变得更加复杂，并在不同区域表现出明显的分异特征[5]。IPCC 第五次评估报告指出，1880—2012 年全球地表平均气温升高 0.85 ℃，北半球以及中国的气候变化趋势与全球基本保持一致，且增温趋势高于全球均值，增温速率逐步加快。变暖导致全球70%的陆地暖夜天数显著增加，冷夜天数明显减少，极端高温灾害的频率和强度趋于增强，极端低温事件虽有所减少但其造成的影响和损失却不容忽视[6-8]。研究表明[9-11]，气候变化使中国区域的极端气温事件发生显著变化，多个极端气温指数达到或者接近历史极值，高温热浪等极端事件发生频率和强度明显增加，并在不同区域和季节表现出明显差异。因此，针对不同区域和尺度开展极端气温事件的时空变化特征研究，可为应对气候变化提供更为客观的依据。

陕西省位于青藏高原的东北侧，南北狭长，横跨三个气候带，境内秦岭是南北气候的分界岭，陆面和生态条件复杂，是气候变化的敏感区域之一[12-13]。针对气候变化对陕西气温和降水等要素的影响已有较多研究，主要是围绕气象台站观测的气温变化趋势、热量资源变化以及对农业等的影响[12-15]。已有的研究认为[14-15]，陕西三个气候区的气温变化趋势与全国基本一致，最高气温和最低气温明显上升且最低气温增温明显，其中陕北北部的极端气温变化存在明显的阶段特征并在20世纪90年代出现突变，关中气温的增加有明显年际波动特征。陕南秦巴山区的极端气温极值指数变化趋势与海拔呈显著正相关，海拔越高极值指数增加趋势越明显[16]。已有针对极端气温事件的研究所采用的指标较为单一，多采用最高或最低气温，且资料时段相对较早，特别是2000年以后的极端气温变化还缺乏较为系统的研究。

本文基于陕西省 1961—2018 年逐日气温资料，选取WMO推荐的 10个极端气温指数，将陕西按气候类型划分为三个区域，应用趋势分析、Mann-Kendall突变检验和小波分析等方法对陕西省不同区域的极端气温时空变化特征进行比较分析，以期揭示陕西省气候变化规律，为科学应对气象灾害风险，保护自然生态环境提供科学依据。

1 资料与方法

1.1 资料及研究区域

所用气象资料均来自陕西省气象信息中心，通过订正剔除观测序列较短或数据质量较差的5个站点，选用94个国家气象观测站1961—2018年逐日最高气温、最低气温及平均气温资料。本文所使用的数据均使用RCLimDex[17]程序进行了严格质量检测和均一性检验，检验处理主要涉及几个方面的错误记录检查：(1)日最低气温>日最高气温；(2)记录值严重偏离本地区气象实际情况，即超出3倍标准差的值定义为出界值，通过人工检查同相邻站点的记录进行对比，合理的保留，不合理的按缺测进行处理。同时将数据与中国均一化历史气温数据集进行了对比，气温变化趋势基本一致。陕西省南北狭长，横跨了3个气候带，其中陕北属温带干旱、半干旱气候区，关中属暖温带半干旱、半湿润气候区，陕南属暖温带和北亚热带半湿润、湿润气候区。因此,将研究区域分为三个气候区分别进行分析。资料站点的分布及分区见图1。

图1 研究区域分区及气象站点分布Fig.1 Division of study region and distribution of weather stations

1.2 极端气温指数

本文选用WMO推荐的 10个极端气温指数，分为极值指数、绝对指数和相对指数3大类(表1)。极端气温指数综合考虑了极端气温事件的强度与持续时间，能够表现极端气候在不同层面上的变化，具有极端性较弱、噪声低、显著性强等特点[18-19]。同时，依赖指数的极端气温事件定义简洁明确，避免了事件的绝对强度在不同区域上表现出的差异，有利于不同区域研究结果比较研究。其中，极值指数分别为每年日最高气温和最低气温极值，直接由观测值统计。绝对指数是在观测记录基础上根据WMO确定的阈值指标进行统计，包括夏日、冰日、热夜和霜日天数。相对指数为相对于某一基准期的浮动阈值，其中冷夜、暖夜、冷昼和暖昼天数均采用1981—2010 年统计数据作为比较基准期。以冷夜天数为例，选取1981—2010年每年的同一日期最低气温进行升序排列，选取第10个百分点的值作为该日期的阈值，然后将1961—2018年每年的同一日期最低气温与该阈值比较，若小于阈值，则认为该日期为冷夜日。而暖夜的阈值取为基准期升序数列的第90个百分点，冷昼和暖昼的计算以此类推[20-21]。

表1 本文选定的极端气温指数Table 1 Extreme air temperature indices used in this study

1.3 分析方法

利用线性变化倾向率进行趋势分析，利用Mann-Kendall(M-K)非参数检验方法结合滑动t检验方法进行变化趋势的突变分析，采用Morlet小波分析法进行极端气温指数变化的周期检测，分析不同时间尺度极端气温指数的周期波动特征。

1.3.1 Mann-Kendall突变分析

Mann-Kendall非参数统计检验法是由世界气象组织(WMO)推荐的应用于环境数据时间序列趋势分析的方法，能够客观地表征样本序列的整体变化趋势[21],设原始时间序列为y1，y2，…，yn；mi表示第i个样本yi大于yj(1≤j≤i)的累积数，定义统计量：

(1)

在原序列随机独立等假设下，dk的均值和方差分别为：

(2)

将上面公式的dk标准化，得：

(3)

UFk组成一条UF曲线，通过信度检验可得出其是否有明显的变化趋势。将此方法引用到反序列中，计算得到另一条曲线UB，则两条曲线在置信区间内的交点确定为突变点。给定显著性水平α=0.05，则统计量UF和UB的临界值为±1.96。UF>0，表示序列呈上升趋势；反之，表明呈下降趋势，大于或小于±1.96，表示上升或下降趋势明显。

1.3.2 Morlet小波分析

Morlet小波公式如下：

Ψ0.(η)=π-1/4eiw0ηe-η2/2

(4)

Morlet小波分析方法在时间和频率两方面都具有表征信号局部特征的能力，可以比较清晰地揭示隐藏在时间序列中的变化周期，反映系统在不同时间尺度的变化趋势，可用于估计序列变化的趋势。优点在于它可以将一个时间序列在时域和频域同时开展，便于比较各个周期的波动随时间的变化规律。Morlet小波变换的具体原理和详细步骤参见文献[22]。

2 结果分析

2.1 全区时间变化特征和突变分析

陕西省极端气温指数在近60 a除了极端最低和极端最高(图2)，均发生了显著变化(P<0.05)，冷热指数的变化具有较高的一致性，其中表征热指数的暖夜天数、暖昼天数、夏日天数和热夜天数分别以7.4 d/10 a、6.3 d/10 a、3.6 d/10 a、2.8 d/10 a的趋势增加，表征冷指数的冷夜天数、冷昼天数、冰日天数和霜冻天数则分别以5.9 d/10 a、4.5 d/10 a、1.2 d/10 a、2.8 d/10 a的速率相应减少，而极端最高气温和极端最低气温也分别呈现出0.2 ℃/10 a和0.1 ℃/10 a的上升趋势。可以看出，热指数的变化趋势总体上较冷指数大，特别是暖夜天数和暖昼天数增加超过了6.3 d/10 a，其中暖夜天数的变化最大，达到了7.4 d/10 a，而冰日天数的变化则最小，全省平均减少仅为1.2 d/10 a。同时，夜指数的变化也较相应的日指数变化更为突出。分析显示，近60 a来陕西总体暖化趋势比较明显，夏季天数和高温天数明显增加，夜间寒冷天数明显减少，极端高温水平总体呈现上升趋势，极端最低气温略有上升。近60 a来陕西极端气温指数整体呈现暖指数上升、冷指数减少的趋势，这与已有的研究结果基本是一致的[13-14]，但是在变化幅度以及区域分布特征上的差别较为明显，与前期针对陕西的研究结果相比较，暖夜天数和暖昼天数的变化幅度均较之前结果增加1—2 d/10 a,冷指数中冷夜天数的变化较为一致而冷昼天数的减小幅度较之前更大。与西北黄土高原区的研究结果对比发现，陕西区域热指数的变化幅度更大而冷指数的变化幅度更小。其中，夏日天数和热夜天数分别较其他区域增幅高1.2 d/10 a和1.6 d/10 a，而冷指数中霜日天数和冰日天数的减小幅度分别较黄土高原小0.5 d/10 a和1.0 ℃/10 a。与全球气候变化背景下的环流异常对大尺度的极端气候事件的影响相比，特别是在关中区域，夜指数的变化趋势远远高于昼指数，极端气温指数的空间变化特征表现出气温变化的昼夜不对称性[6]。与平均最低气温升温幅度大于平均气温和最高气温的非对称性变化在极值指数的表现看，陕西极端最低气温和最高气温的增温幅度均较小，升温趋势较为一致,并没有表现出明显的变化差异。

图2 1961—2018 年陕西省冷夜天数(a)、暖夜天数(b)、冷昼天数(c)、暖昼天数(d)、冰日天数(e)、夏日天数(f)、霜日天数(g)、热夜天数(h)、极端最低气温(i)和极端最高气温(j)的年际变化趋势Fig.2 The interannual variation trends of cold night days (a),warm night days (b),cold days (c),warm days (d),ice days (e),summer days (f),frost days (j),hot night days (h),extreme minimum temperature (i) and extreme maximum temperature (j) in Shaanxi province from 1961 to 2018

从5 a滑动平均曲线来看，冷指数随时间减小的变化趋势年代际之间的波动较小，其中冷夜、冷昼和冰日天数变化趋势的同向性明显。而暖指数特别是暖夜和暖昼天数随时间的增加趋势波动较大且变化趋势较为一致，表现为增高趋势过程中在1981—2000年呈现出明显的低值区。

通过对各指数时间序列的突变点进行分析，大多数指数的变化与全省年平均气温的突变年份基本一致，突变点出现在1995年前后。而其他指数的突变点出现时间差异比较明显，其中极端最低气温的突变点最早，出现在1975年前后。冷夜和冷昼日数的变化出现在1980—1985年，而暖夜和暖昼日数的突变出现最晚，在2005—2010年。

2.2 区域性变化特征

从三个区域上看(表2)，同一指数的时间变化趋势在不同区域的表现基本一致，但除极端最低气温外其余指数的变化倾向率均表现出明显的区域性分异特征，且大多数指数的时间趋势并非完全表现为纬向特征，特别是在陕北和关中的变化比较复杂。冰日、冷昼和热夜天数的变化纬向特征最明显，都是纬度最高的陕北最大、关中次之，处于暖温带和北亚热带的陕南最小。此外，极端最高气温和暖昼天数的变化趋势也属陕北最为明显。而极端最低气温、冷夜、暖夜、霜冻和夏日天数变化趋势都是关中较其他两个区域突出，表明除纬向和海拔高度外，下垫面和人类活动可能会对区域气候产生一定影响。三个气候区中，陕南各评估指数的变化表现的最为平缓，除了极端最高气温、暖夜天数、暖昼天数和霜冻天数的变化居于其他两个气候区之间外，其余指数变化均为三个气候区最小。从各指数在不同区域出现突变的年份来看，极端最低气温、冷夜、冷昼和夏日天数的突变发生时间在各区域上较为一致，而陕南的冰日天数、极端最高气温、暖昼和热夜天数的突变位置均较其他两个区域偏晚10 a左右，霜日天数的突变较其他两个区域偏早5 a。

从不同类型指数的变化看(表2和图3)，三类指数中极值指数的变化幅度总体较小，其中仅有18个县区的极端最低气温指数和25个县区的极端最高气温指数呈现显著上升趋势(“显著”代表通过95%显著性检验)。其中极端最高气温近60 a来升高幅度为0.2 ℃/10 a，陕北升高最为明显，为0.35 ℃/10 a，关中区域的变化仅为0.15 ℃/10 a。相较而言，极端最低气温的总体升高趋势则在三个区域中都不明显，最大的关中区域也仅为0.2 ℃/10 a。

表2 1961—2018年陕西省不同区域极端气温指数的变化趋势及突变特征Table 2 Change trends and abrupt change characteristics of extreme temperature index in different regions of Shaanxi province from 1961 to 2018

▲代表有显著的上升趋势，○代表无显著趋势，▼代表有显著的下降趋势；彩色代表线性倾向率；图a、图b、图c、图d、图f、图g、图h、图i单位为d/a，图e和图j单位为 ℃/a图3 1961—2018陕西省冷夜天数(a)、冷昼天数(b)、冰日天数(c)、霜日天数(d)、极端最低气温(e)、暖夜天数(f)、暖昼天数(g)、夏日天数(h)、热夜天数(i)、极端最高气温(j)区域变化Fig.3 Regional change of cold night days (a),cold days (b),ice days (c),frost days (d),extreme minimum temperature (e),warm night days (f),warm days (g),summer days (H),hot nights (I) and extreme maximum temperature (j) in Shaanxi province from 1961 to 2018

绝对指数的变化则相对较为明显，全省大部分区域的冰日和霜日天数呈现显著下降趋势。陕北和关中大部分区域热夜天数上升趋势显著，而夏日天数上升趋势比较明显的区域主要分布在关中南部和陕南。其中夏日天数的增加趋势较其他指数明显但区域之间的差异不大，基本保持在3.6 d/10 a之间，与之对应的冰日天数的减少幅度则在各区域均较小，平均减少仅为1.3 d/10 a。霜日天数的减少趋势和热夜天数的增加趋势则均表现出明显的区域性特征，陕北的热夜天数增加最为明显但其霜日天数的减少趋势却最小，表现出明显的不对称性。位于人口和城市化最为明显的关中区域霜冻天数则减少最为明显，达到了3.7 d/10 a。

相对指数的变化趋势与绝对指数的变化有一定的相似性，相较而言，冷夜与暖夜天数的变化比冷昼与暖昼天数的变化趋势更为明显且在不同气候区的差异较大。其中，暖夜天数的增加和冷夜天数的减少趋势均表现为关中最为突出，分别达到了8.5 d/10 a和6.8 d/10 a。而暖昼天数的增加和冷昼天数的减少趋势均表现为陕北最为突出，分别达到了6.8 d/10 a和4.9 d/10 a。

极端气温指数变化的趋势在陕西不同气候区、冷暖指数之间、昼夜指数之间产生差异的可能原因，除与中小尺度纬度、海拔高度以及地形分布有关外，还与下垫面性质的改变有关，特别是陕北近年来大规模的植树造林使得局地气候发生了变化，整体暖湿化现象较为明显。一般认为城市化加剧了冷指数的减少和暖指数的增加，同时也使最低气温的极值明显升高，与最低气温相关的指数城市化影响比与最高气温相关的更为显著，影响较为显著的是夜指数的变化[19-20]。而在区域的差异中表现比较突出的就是各指数变化趋势在关中区域表现出的非纬向特征，关中地区常住人口占到全省63%以上，特别是20世纪90年代以后西咸一体和城镇化水平快速提高，在极端指数的空间分布上影响表现较为明显。

2.3 周期性变化特征

通过对极端气象指数的小波实部等值线图分析发现(图4)，大多数指数的强周期变化主要集中在2—8 a，在更长的周期大多数变化都不显著。大部分极端气象指数的强周期变化主要发生在1975年以前和1990年之后，其中热夜天数在1970—1995年存在6—7 a的周期变化。

黑色等值线为通过95%置信度检验图4 1961—2018 年陕西省冷夜天数(a)、冷昼天数(b)、冰日天数(c)、霜日天数(d)、极端最低气温(e)、暖夜天数(f)、暖昼天数(g)、夏日天数(h)、热夜天数(i)、极端最高气温(j)的小波实部等值线图Fig.4 Real part contours of wavelet analysis of cold night days (a),cold days (b),ice days (c),frost days (d),extreme minimum temperature (e),warm night days (f),warm days (g),summer days (h),hot nights (i) and extreme maximum temperature (j) in Shaanxi province from 1961 to 2018

2.4 相关性分析

通过对各极端气温指数的相关关系分析发现(表略)，除极值指数外，其余相对指数和绝对指数之间均有较好的相关性，尤其是夏日和霜日天数与其他指数之间的相关性均通过了0.01的显著性检验。在相对指数与绝对指数中，冷指数之间、暖指数之间均为正相关，而冷指数与暖指数之间则呈现负相关，其中相关系数最大的暖昼和暖夜天数之间的相关系数达到了0.847。而极值指数中，极端最低气温仅与冷指数，极端最高气温与暖指数之间有较高的相关性。同时，将各极端气温指数与年平均最高气温和最低气温的相关性进行分析发现，相关性均通过了0.01的显著性检验。表明相对指数和绝对指数均能较好的反映年最高或最低气温平均态的变化。

3 结论与讨论

(1)时间尺度上，近60 a陕西极端气温指数发生了显著变化，其中热指数增加趋势较冷指数的减少更为明显且年际间波动较大，夜指数的变化较相应的日指数变化更为突出，其中暖夜天数的变化最为突出，达到了7.4 d/10 a。极端最低气温在1975年、其余冷指数在1995年前后出现突变，而暖夜和暖昼天数突变发生在2005年以后。

(2)空间尺度上，冰日、冷昼和热夜天数变化趋势的纬向特征最为明显，陕北最大、关中次之、陕南最小。关中的极端最低气温、冷夜天数、暖夜天数、霜冻天数和夏日天数变化趋势较其他两个区域更大。

(3)从周期变化来看，极端指数的周期性变化主要集中在2—8 a。相对指数和绝对指数的变化均能较好的反映陕西年平均最高和最低气温的变化趋势。

(4)极端气温的时空变化与增温为主要特征的全球气候变化背景密切相关，但在不同区域和时间尺度上的变化表现出明显的差异[5，23-26]。指数的变化是对最高气温和最低气温变化的响应，但其时空变化趋势及分布是否会导致区域的高温、旱灾及低温冻害等气象灾害的时空风险则有一定的不确定性，所以指数变化带来的气候风险还应该结合不同行业甚至不同作物的影响进行针对性分析。同时，影响极端气温指数产生变化的因素较多，在大尺度上与ENSO指数的相关性[27]，在中小尺度上与下垫面的变化等，从研究可以看出，极值变化的敏感区域与下垫面变化和城市化关系密切，关中城市群对极端气温指数影响较大，后期研究中注意城市化和植被变化的响应。此外，在气候变化区域适应对策的制定特别是陕西特色产业的发展过程中应关注于极端气温事件带来的风险。