1981-2015年东北地区寒潮事件变化特征*

王晓伟，李晓玉，史雯琪，谷佳桐，赵海根，孙 琛，游松财**

1981-2015年东北地区寒潮事件变化特征*

王晓伟1，李晓玉1，史雯琪2，谷佳桐3，赵海根1，孙 琛1，游松财1**

（1.中国农业科学院农业环境与可持续发展研究所，北京 100081；2.东北农业大学，哈尔滨 150030；3.沈阳农业大学，沈阳 110866）

利用东北地区1981−2015年226个气象台站日最低气温数据，以国家标准《寒潮等级》（GB/T 21987− 2017）为依据，计算35a来各单站不同等级冷空气过程的次数和日数。应用线性回归、气候倾向率等统计分析方法，得出东北地区寒潮事件的年际尺度及月尺度变化特征。结果表明：1981−2015年东北地区寒潮、强寒潮及超强寒潮三种级别寒潮事件，空间分布规律符合高纬度和高海拔地区日数多，低纬度和平原地区日数少的特点，高发地区主要集中在大、小兴安岭和长白山等高海拔地区。研究期内整个东北地区寒潮事件呈减少趋势；寒潮及强寒潮主要呈低纬度减少而中高纬度增多的趋势，超强寒潮主要呈减弱的趋势；各月份三种级别寒潮事件年均次数及日数趋势变化幅度小，均在[-1, 1]区间内。1月和5月寒潮事件呈增多趋势，2月和10月呈减少趋势；3月增多区域主要集中在中部地区；4月呈次数减少而日数增加的趋势；9月呈次数增加而日数减少；11月寒潮事件主要呈中高纬度增加而低纬度地区减少的特点；12月与11月变化趋势相反，主要呈中低纬度增加而高纬度减少的趋势。

东北地区；寒潮事件；年尺度；月尺度；特征

寒潮事件作为中国主要的灾害性天气之一，发生时易造成大范围的剧烈降温、大风和雨雪天气[1−2]，对农业生产安全造成严重威胁[3–5]。提高寒潮监测、预测预警和影响评估的技术水平，有助于提升防灾减灾的气象服务能力，对于保证农业生产安全具有重要意义[6]。

近几十年来，众多学者专家针对中国寒潮事件的起因、变化趋势等进行了大量的研究[4−5]，部分研究发现中国寒潮次数和强度呈现新的变化特征[9]，而区域尺度寒潮变化特征各有不同[10]，贵州高原等地区寒潮次数呈明显下降趋势[11]。胡春丽等[12]对东北地区冬季寒潮事件变化特征的研究表明，东北地区寒潮日数和站次均呈减少趋势；孟祥君等[13]对东北地区寒潮活动时空特征的分析表明寒潮变化趋势空间差异明显，高海拔地区减弱趋势明显；乔雪梅等[14]对中国北方地区寒潮时空特征进行了分析，研究表明黑龙江大兴安岭地区、吉林省东南部等地区为寒潮发生的高风险区；李尚峰等[15]对中国东北极端低温事件的特征进行了分析，分析表明2月总极端低温事件发生次数最高；徐蒙等[16]对中国冬半年极端降温过程事件的时空演变特征分析表明，极端降温事件发生频数呈北多南少的空间分布；Ding等[17]研究认为，自2009年以来华北地区超强寒潮的增加可归因于西伯利亚高压的极端增加；Wu等[18]发现中国冷极端事件的频率则有所下降，暖冬现象进一步形成。

综上所述，前人已经对寒潮事件的发生频率及时空特征进行了大量研究，但目前已有研究的时间粒度大多以年或季为时间尺度，不足以支持更为精细准确地制定针对寒潮事件的防灾减灾策略，并且在21世纪之后，在全球气候变暖的背景下，东北地区作为升温明显的主要区域之一[19]，针对其月尺度寒潮变化特征的研究报道较少。因此，本文以1981−2015年东北地区逐日最低气温资料为基础，按照寒潮标准和指标，在研究寒潮事件年际尺度变化特征的基础之上，进一步在月尺度上对寒潮事件的变化特征进行细化研究，以期为各月农事活动提供建议，为各地域准确制定针对寒潮事件的防灾减灾策略提供科学依据。

1 资料与方法

1.1 数据来源

研究区域包含黑龙江、吉林、辽宁及内蒙古东四盟地区(赤峰市、通辽市、兴安盟与呼伦贝尔市)，气象数据来源于国家气象科学数据中心，数据包含226个东北地区气象站点1981−2015年日最低气温数据且均经过严格的质量检查和控制，具体气象站点及研究区域如图1所示。

1.2 寒潮过程及其等级定义

参照中华人民共和国国家标准《寒潮等级》（GB/T21987—2017），给出寒潮等级的判定标准。寒潮(Cold wave)，即使某地的日最低气温在24h内降温幅度≥8℃，或48h内降温幅度≥10℃，或72h内降温幅度≥12℃，而且使该地日最低气温≤4℃的冷空气活动过程；强寒潮（Strong cold wave）定义为使某地的日最低气温24h内降温幅度≥10℃，或48h内降温幅度≥12℃，或72h内降温幅度≥14℃，而且使该地日最低气温≤2℃的冷空气活动；超强寒潮(Extreme cold wave)定义为使某地的日最低气温24h内降温幅度≥12℃，或48h内降温幅度≥14℃，或72h内降温幅度≥16℃，且使该地日最低气温≤0℃的冷空气活动。寒潮事件包括寒潮、强寒潮及超强寒潮，其持续天数定义为降温过程初终日之间（含初、终日）间隔的天数，即各类寒潮事件造成的低温日数。

图1 东北地区气象站点分布

1.3 统计指标

利用1981−2015年日最低气温数据，分别对各站点日最低温度、24h及48h日最低温度的降幅进行处理，结合寒潮等级标准，分别统计各气象站发生寒潮事件的次数及日数，从而获得1981−2015年单站三种级别寒潮事件总次数及总日数，基于统计结果分别从年和月尺度对1981−2015年东北地区三种级别寒潮事件的发生次数及日数变化进行分析，以月尺度进行分析讨论时，依据东北地区气候条件及寒潮事件发生特点，只针对1−5月及9−12月进行。

1.4 分析方法

采用一元线性回归方法进行趋势分析，运用Matlab 2018a工具进行寒潮事件的倾向率计算，利用Inverse Distance Weight方法将数据空间插值。

2 结果与分析

2.1 历年寒潮事件统计特征

从东北地区1981−2015年寒潮事件累计次数及日数的空间分布来看（图2），东北地区35a来寒潮、强寒潮及超强寒潮发生次数和日数差别较大，226个气象站点寒潮次数和日数数值范围分别为37～447次、81～894d；强寒潮次数及日数分别为2～213次、5～464d；超强寒潮次数及日数分别为0～190次、0～475d。大兴安岭、小兴安岭等东北北部地区属于三种级别寒潮频发区域，特别是漠河等地区，由于地理纬度和地势的双重影响，三种级别寒潮发生次数多且强度大，长白山西侧虽然地理纬度较低，但是由于海拔高度和面向风向的原因，也是三种寒潮频发的地区，而三江平原等地区寒潮发生次数较少。三种级别寒潮事件累计次数及日数的高值及低值地区空间分布基本相同，说明三种级别寒潮累计次数及日数的空间分布具有一致性。

图2 1981−2015年研究区三种级别寒潮事件累计次数和日数空间分布

2.2 年尺度寒潮事件变化特征

2.2.1 时间演变特征

对东北地区1981−2015年226个气象站点三种级别寒潮事件次数及日数进行统计分析，结果如图3。由图可见，1981−2015年东北地区寒潮、强寒潮、超强寒潮各站年均次数为4.9、1.6和0.8次；年均日数为10、3.8和2.1d。通过4阶多项式拟合方法，对寒潮事件时间演变特征归纳得出，1981−2015年三种级别寒潮事件次数及日数均呈波动性上升的变化趋势，且在2005年之后三种级别寒潮事件次数及日数的上升趋势最为明显。

2.2.2 空间演变特征

图4为东北地区1981−2015年三种级别寒潮事件年次数及日数空间趋势变化。由图可见，寒潮及强寒潮主要在中高纬度地区呈增多的趋势；超强寒潮除在小部分高纬度地区有增强的趋势外，在大部地区强度减弱；综合来看，研究期内整个东北地区寒潮事件呈减少的趋势。在所有通过显著性检验（P<0.05）的站点中，本溪站（−0.88次 · 10a−1）和沈阳站（0.93次 · 10a−1）年寒潮次数的变化趋势最大；本溪站（−1.40d · 10a−1）和根河站（3.17d · 10a−1）年寒潮日数的变化趋势最大；延寿站（−0.42次 · 10a−1）和辽中站（0.26次 · 10a−1）年强寒潮次数的变化趋势最大；阿荣旗站（−0.28d · 10a−1）和辽中站（0.69d · 10a−1）年强寒潮日数的变化趋势最大；呼中站和永吉站年超强寒潮次数和日数的变化趋势最大，倾向率分别为−0.26、0.99次 · 10a−1和−0.67、2.47d · 10a−1。

2.3 月尺度寒潮事件变化特征

2.3.1 时间演变特征

从1981−2015年各月寒潮事件统计分析可以得出（图5），东北地区寒潮事件主要发生在1、2、3、11和12月，平均次数分别为1.41、1.46、1.09、1.36和1.39次；平均日数分别为3.04、3.15、2.23、3.13和3.20d。4、5、9月及10月寒潮事件较少，平均次数分别为0.18、0.01、0.02和0.36次；平均日数为0.30、0.02、0.03和0.74d。从各月年际变化来看，1、4、5、10和11月寒潮事件整体呈减少的趋势，其中4、5和10月正值东北地区春玉米播种（4−5月）/收获（10月），该时间段内寒潮活动的减少有利于玉米播种后避免冷害，正常生长发育以及在成熟后期生长环境仍保持较高的温度，有利于玉米灌浆，进一步提高玉米产量。而在2、9和12月寒潮事件呈增强趋势，尤其是在9月寒潮事件呈次数降低而日数变多的趋势，由于9月东北地区玉米正值灌浆期，长时间低温导致玉米灌浆期延长，干物质积累缓慢，从而造成减产，因此，在玉米种植过程中，应及时注意气温变化，及时采取措施，避免因寒潮事件对玉米产量造成影响。

图3 1981−2015年研究区历年三种级别寒潮事件发生次数和日数累计值变化过程

注：曲线为4阶多项式拟合。

Note: Curves are 4th order polynomial fits.

图4 1981−2015年研究区三种级别寒潮事件年次数及日数气候倾向率的空间分布（次·10a−1; d·10a−1）

图5 1981−2015年历年各月寒潮事件累计日数及次数（所有站点平均值）

2.3.2 空间演变特征

从各月份寒潮事件次数（图6）及日数（图7）倾向率的空间变化来看，各月份寒潮事件的次数（次）及日数（d）数值变化范围均在[−1，1]区间内，说明趋势较稳定，增加或减少趋势不明显，其中1月东北大部地区寒潮事件呈增多趋势，但在辽宁西部及吉林的西部地区等地区，寒潮事件呈减弱的趋势；2月除东北北部部分地区寒潮事件呈增多趋势外，大部地区呈减少趋势；3月寒潮事件增多区域主要集中在东北中部地区；4月寒潮事件整体呈次数减少而日数增加的趋势，对于东北地区农事生产活动的进行有较大影响；5月东北大部分地区寒潮事件整体呈增加趋势；9月寒潮事件变化趋势与4月相反，东北大部地区主要呈次数增加而日数减少的趋势；10月寒潮事件主要呈减少趋势，但在辽宁地区呈次数减少日数增加的趋势，由于辽宁地区是春玉米的主要种植区之一，因此在10月需要因地制宜制定策略，避免因寒潮事件导致温度降低从而影响玉米产量；11月寒潮事件主要呈中高纬度增加而低纬度地区减少的特点；12月与11月变化趋势相反，主要呈中低纬度增加而高纬度减少的趋势。

图6 1981−2015年各月寒潮事件累计发生次数气候倾向率的空间分布（次 · 10a−1）

图7 1981−2015年各月寒潮事件累计发生日数气候倾向率的空间分布（d·10a−1）

3 讨论与结论

3.1 讨论

基于目前对于寒潮事件的众多研究成果，学者对寒潮事件年/季尺度的变化特征或单次寒潮过程的研究较多，而对月尺度寒潮事件次数及日数的研究较少。对寒潮进行年尺度/季尺度分析，得出的结论不一定能完全反映某一月份实际情况，博尔楠·哈不都拉等[20]分析1954−2016年阿勒泰地区3月和5月寒潮事件减少，4月增加，而白松竹等[21]研究发现该地区寒潮事件在年尺度上表现为减少的趋势。马力等[22]研究表明中国2000年后寒潮活动频发、持续时间久且强度大，与本研究发现东北地区在2005年之后寒潮事件次数及日数呈明显增多趋势的结论基本一致。从寒潮事件发生次数来看，孟祥君等[13]得出东北地区寒潮次数在6.2～169次·10a−1，而特强寒潮的发生次数为0.2～46次·10a−1，与文中研究结果差距较大，是因为寒潮采用标准不同，统计方法不一致所致。目前关于寒潮事件变化规律的研究采用的标准各不相同，孟祥君等[13]依据中华人民共和国国家标准中《冷空气等级》（GB/T20484−2006）确定寒潮事件标准；马力等[22]根据2017年10月修订发布的中华人民共和国国家标准《寒潮等级》（GB/T21987− 2017），确定寒潮事件标准；苏慧君等[23]则依据《福建省天气预报技术手册》，确定寒潮事件标准。由此来看，各学者在对寒潮事件标准判定时的依据各不相同，从而导致研究结果各异，对寒潮事件对策的制定造成困扰。

本研究关于各月份年际变化及空间倾向率变化的研究中，诸多月份出现年际变化与空间倾向率变化趋势不一致的现象，是由于部分月份寒潮时间总次数或日数呈减少（增多），但各个站点寒潮次数或日数却呈增多（减少）的趋势，从而导致空间插值后插值结果与年际变化趋势不一致，因此在进行寒潮事件的规律变化研究中应从时间、空间两个角度分析其规律；胡春丽等研究表明东北地区冬季寒潮事件呈减少趋势，与本研究（12月、1月、2月）结果基本一致。地理纬度与海拔高度是影响寒潮事件次数及日数高低的主要因素，高纬度和高海拔地区寒潮时间发生次数较多，而山脉等对冷空气的阻滞作用是影响寒潮事件发生的重要因素，以松嫩平原为例，虽海拔高度较高，但由于受地形影响，该地区发生寒潮事件较少。此外，研究结果表明4月（9月）寒潮事件呈次数增加（减少）、日数减少（增加）的趋势，由于该月份东北地区正进行春玉米的播种（收获）等农事活动，若此时发生寒潮，将对当地的农业生产带来很大影响，应该引起足够重视，科学制定防御对策。

本研究利用国标《寒潮等级》及气象数据分析了近35a东北地区寒潮事件年际尺度、月尺度的时间及空间趋势变化，可为东北地区农牧业生产和防灾减灾等提供一定科学支撑，但由于各农作物及部分农事活动对温度的敏感性不同，从而导致寒潮事件对其影响不一，所以在后续研究中应明确研究对象，确定合适的温度指标，科学判断寒潮事件等级，以期有针对性地研究寒潮事件的变化规律，为制定防灾减灾策略提供切实可靠的理论依据。

3.2 结论

（1）1981−2015年东北地区寒潮、强寒潮和超强寒潮三种级别寒潮事件，其空间分布规律符合“高纬度和高海拔地区日数多，低纬度和平原地区少”的特点，高发地区主要集中在大、小兴安岭和长白山等高海拔地区。整个东北地区呈寒潮事件减少的趋势；从倾向率空间变化来看，寒潮及强寒潮主要呈低纬度减少而中高纬度增多的趋势，超强寒潮主要呈减弱的趋势。

（2）寒潮、强寒潮和超强寒潮年均次数分别为4.9、1.6和0.8次；年均日数为10、3.8和2.1d；1−5月和9−12月全站点各月份三种级别寒潮事件平均次数为1.41、1.46、1.09、0.18和0.01次，以及0.02、0.36、1.36和1.39次，平均日数分别为3.04、3.15、2.23、0.30和0.02d，以及0.03、0.74、3.13和3.20d·a−1。

（3）从各月份寒潮事件的倾向率空间变化来看，各月份三种级别寒潮事件年均次数及日数变化幅度小，数值均在[-1, 1]区间内。1月和5月东北大部地区寒潮事件呈增多趋势，2月和10月大部地区呈减少趋势；3月寒潮事件增多区域主要集中在东北中部地区；4月寒潮事件整体呈次数减少而日数增加的趋势；9月寒潮事件变化趋势与4月相反；11月寒潮事件主要呈中高纬度增加而低纬度地区减少的特点；12月与11月变化趋势相反，主要呈中低纬度增加而高纬度减少的趋势。

[1] Zhang S,Zeng G,Yang X,et al.Comparison of the influence of two types of cold surge on haze dispersion in eastern China[J].Atmospheric Chemistry and Physics,2021,21(19): 15185-15197.

[2] Qian Y,Hsu P C,Wang H,et al.Distinct influential mechanisms of the warm pool Madden–Julian Oscillation on persistent extreme cold events in Northeast China[J/OL]. Atmospheric and Oceanic Science Letters,2022,15(5): 100226.

[3] 宋忠华,高文娟,刘富来,等.南方地区双季晚稻寒露风危害研究综述[J].中国农业气象,2022,43(1):37-49.

Song Z H,Gao W J,Liu F L,et al.Review on the cold dew wind damage of double-cropping late rice in southern region[J].Chinese Journal of Agrometeorology,2022,43(1): 37-49.(in Chinese)

[4] 李玮祎,孙明馨,曾风玲,等.低温胁迫下冬小麦叶片叶绿素含量的高光谱估算[J].中国农业气象,2022,43(2): 137-147.

Li W Y,Sun M X,Zeng F L,et al.Hyperspectral estimation of chlorophyll content in winter wheat leaves under low temperature stress[J].Chinese Journal of Agrometeorology, 2022,43(2):137-147.(in Chinese)

[5] 池再香,蒋仕华,白慧,等.冬春季低温高湿条件易引发贵州红心猕猴桃溃疡病[J].中国农业气象,2019,40(9): 591- 602.

Chi Z X,Jiang S H,Bai H,et al.Conditions of low temperature and high humidity in winter and spring easily lead to red cartridge kiwifruit canker disease in Guizhou[J]. Chinese Journal of Agrometeorology,2019, 40(9):591-602. (in Chinese)

[6] 李祎君,王纯枝,刘维,等.2021/2022年冬季气象条件对农业生产的影响[J].中国农业气象,2022,43(7):587-590.

Li Y J,Wang C Z,Liu W,et al.Impacts report of meteorological conditions on agricultural production in winter of 2021/2022[J].Chinese Journal of Agrometeorology, 2022,43(7):587-590.(in Chinese)

[7] Liu W,Huang S Y,Li D,et al.Spatiotemporal computing of cold wave characteristic in recent 52 years:a case study in Guangdong Province,South China[J].Natural Hazards,2015, 79(2):1257-1274.

[8] Fu D,Ding Y.The study of changing characteristics of the winter temperature and extreme cold events in China over the past six decades[J].International Journal of Climatology, 2021,41(4):2480-2494.

[9] Liao Z,Zhai P,Chen Y,et al.Differing mechanisms for the 2008 and 2016 wintertime cold events in southern China[J].International Journal of Climatology,2020,40(11): 4944-4955.

[10] 朱姜韬,路瑶,李艳.1970-2019年中国大陆地区寒潮年代际变化及大气环流成因[J].兰州大学学报(自然科学版), 2022,58(3):337-346.

Zhu J T,Lu Y,Li Y.Study on interdecadal variations of cold wave and genesis of atmospheric circulation in the Chinese Mainland from 1970 to 2019[J/OL].Journal of Lanzhou University (NaturalSciences),2022,58(3):337-346.(in Chinese)

[11] 张艳梅,张普宇,顾欣,等.贵州高原寒潮灾害的气候特征分析[J].中国农业气象,2010,31(1):151-154.

Zhang Y M,Zhang P Y,Gu X,et al.Analysis of climate characteristics of cold wave in Guizhou plateau[J].Chinese Journal of Agrometeorology,2010,31(1):151-154. (in Chinese)

[12] 胡春丽,李辑,郭婷婷,等.1961-2016年东北地区冬季寒潮事件变化特征及其对区域气候变暖的响应[J].冰川冻土,2021,43(6):1755-1763.

Hu C L,Li J,Guo T T,et al.Variation characteristics of winter cold wave events in Northeast China and its response to regional climate warming during 1961-2016[J].Journal of Glaciology and Geocryology,2021,43(6):1755-1763.(in Chinese)

[13] 孟祥君,吴正方,杜海波,等.1961-2010年东北地区寒潮活动的时空特征分析[J].干旱区资源与环境,2013,27(1): 142-147.

Meng X J,Wu Z F,Du H B,et al.Spatio-temporal characteristics of cold wave over northeast China during 1961-2010[J].Journal of Arid Land Resources and Environment,2013,27(1):142-147.(in Chinese)

[14] 乔雪梅,刘普幸.中国北方地区寒潮时空特征及其成因分析[J].冰川冻土,2020,42(2):357-367.

Qiao X M,Liu P X.The temporal and spatial characteristics and genesis of cold wave in northern China[J].Journal of Glaciology and Geocryology,2020,42(2):357-367.(in Chinese)

[15] 李尚锋,姜大膀,廉毅,等.冬季中国东北极端低温事件环流背景特征分析[J].大气科学,2018,42(5):963-976.

Li S F,Jiang D P,Lian Y,et al.Circulation characteristics of extreme cold events in northeast China during wintertime[J]. Chinese Journal of Atmospheric Sciences, 2018,42(5):963- 976.(in Chinese)

[16] 徐蒙,管兆勇,蔡倩.1960-2015年中国冬半年极端降温过程事件的时空演变特征[J].气象科学,2020,40(6):733-743.

Xu M,Guan Z Y,Cai Q.Spatial and temporal evolution features of cooling extremes in China during winter half year from 1960 to 2015[J].Journal of the Meteorological Sciences,2020,40(6):733-743.(in Chinese)

[17] Ding T,Gao H,Li X.Increasing occurrence of extreme cold surges in North China during the recent global warming slowdown and the possible linkage to the extreme pressure rises over Siberia[J].Atmospheric Research,2021,248: 105198.

[18] Wu X,Hao Z,Hao F,et al.Variations of compound precipitation and temperature extremes in China during 1961-2014[J]. Science of the Total Environment,2019, 663:731-737.

[19] 胡琦,潘学标,张丹,等.东北地区不同时间尺度下气温和无霜期的变化特征[J].中国农业气象,2015,36(1):1-8.

Hu Q,Pan X B,Zhang D,et al.Variation of temperature and frost-free period in different time scales in Northeast China[J].Chinese Journal of Agrometeorology,2015,36 (1):1-8.(in Chinese)

[20] 博尔楠·哈不都拉,黄迆静,江远安,等.1954-2016年阿勒泰市春季寒潮过程频数及强度气候特征[J].沙漠与绿洲气象,2019,13(1):79-86.

Boernan·H,Huang Y J,Jiang Y A,et al.Climate characteristics of frequency and intensity of cold wave in Altay during 1954-2016[J].Desert and Oasis Meteorology, 2019,13(1): 79-86.(in Chinese)

[21] 白松竹,博尔楠·哈不都拉,谢秀琴.气候变暖背景下阿勒泰地区寒潮活动变化特征[J].冰川冻土,2015,37(2):387- 394.

Bai S Z,Boernan·H,Xie X Q.The variation characteristics of cold wave in Altay prefecture under climate warming background[J].Journal of Glaciology and Geocryology,2015, 37(2):387-394.(in Chinese)

[22] 马力,韦志刚,李娴茹,等.2000年前后我国寒潮活动特征的比较分析[J].冰川冻土,2022,44(6):1757-1772

Ma L,Wei Z G,Li X R,et al.Comparative analysis of the cold surge characteristics over China before and after 2000[J].Journal of Glaciology and Geocryology 2022,44(6): 1757-1772(in Chinese)

[23] 苏慧君,刘君,连晨方.龙岩市近30年寒潮气候特征统计分析[J].海峡科学,2021(9):30-33.

Su H J,Liu J,Lian C F.Statistical analysis of cold wave climate characteristics in Longyan in the past 30 years[J].Strait Science,2021(9):30-33.(in Chinese)

Characteristics of Cold Wave Events Changes in Northeast China from 1981 to 2015

WANG Xiao-wei1, LI Xiao-yu1, SHI Wen-qi2, GU Jia-tong3, ZHAO Hai-gen1, SUN Chen1, YOU Song-cai1

(1. Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences,Beijing 100081, China; 2.Northeast Agriculture University, Harbin 150030; 3.Shenyang Agricultural University, Shenyang 110866)

The Northeast China is one of the regions with a high frequency of cold wave events. It is crucial to clarify the pattern of cold wave events to develop disaster prevention and mitigation strategies. Authors used the Chinese national standard "Cold Wave Levels" (GB/T 21987-2017) and daily minimum temperature data from 226 meteorological stations in Northeast China from 1981 to 2015 to calculate the times and days of different levels of cold wave events occurring annually and monthly at the stations during 35 years. Linear regression and climate trend analysis were used to derive the spatial and temporal characteristics of cold wave events in Northeastern China. The results showed that the three levels of cold wave events occur more frequently at high latitudes and altitudes than at low latitudes and altitudes. High-occurrence areas are located in high-altitude areas, such as Daxinganling, Xiaoxinganling, and the Changbai mountains. The times of cold wave, strong cold wave, and extreme cold wave events at the stations during the last 35 years ranged from 37 to 447, 2 to 213, and 0 to 190, and their days ranged from 81 to 894, 5 to 464, and 0 to 475, respectively. In January, February, March, November, and December, the average times of cold wave events were 1.41, 1.46, 1.09, 1.36, and 1.39, and the average days was 3.04, 3.15, 2.23, 3.13, and 3.20, respectively. There were fewer cold wave events in April, May, September, and October, with an average times of 0.18, 0.01, 0.02, and 0.36 and an average days of 0.30, 0.02, 0.03, and 0.74 respectively (average of all stations). A trend of decreasing cold wave events is observed in the Northeast. The times of cold wave and strong cold wave events decreased at low latitudes and increased at middle and high latitudes, and the times of extreme cold wave events decreased. Climate trend analysis shows that the monthly average times and days of cold wave events for all three levels was in the range of [-1, 1]. The cold wave events in January and May showed an increasing trend, and those in February and October showed a decreasing trend. The cold wave events in March occurred primarily in the central region. Those in April showed a decreasing trend in times and an increasing trend in days. The trend in September was opposite to that in April and in November in the middle and high latitudes. The trend of cold wave events in April and September is unfavorable for agricultural production. Thus, measures should be implemented to adjust to this trend. However, since the temperature affects different crops and agricultural activities to various degrees, the cold wave events have different effects. Subsequent studies should determine appropriate temperature indicators, evaluate the level of cold wave events, investigate the changing patterns of cold wave events, and provide practical and reliable information to formulate disaster prevention and mitigation strategies.

Northeast China; Cold wave events; Annual scale; Monthly scale; Characteristics

10.3969/j.issn.1000-6362.2023.05.007

收稿日期：2022−06−13

粮食主产区主要气象灾变过程及其减灾保产调控关键技术（2017YFD0300400）

通讯作者：游松财，研究员，研究方向为气象灾害与减灾，E-mail:yousongcai@caas.cn

王晓伟，E-mail:wangxiaowei@caas.cn

王晓伟,李晓玉,史雯琪,等.1981−2015年东北地区寒潮事件变化特征[J].中国农业气象,2023,44(5):423-432