1959—2015 年云南省极端气候指数的时空变化特征分析

朱展鹏，李忠木

（大理大学天文研究所，云南大理 671003）

近年来，气候变化正在给全球不同区域带来多种复合性变化，例如加剧水循环、海平面上升和冻土融化等〔1〕。稳定的气候条件是人类赖以生存的基础，气候变化已经成为社会各界高度重视的问题。IPCC 第六次评估报告显示，2010—2019 年这10 年期间全球平均表面温度升高了0.9～1.2 ℃〔2〕，伴随着温室气体排放，未来几十年全球将升温1.5～2.0℃〔3〕。随着全球变暖，极端气候事件发生的强度和频次不断增加〔4〕，这些事件是在特定场合或在一定时间内某一气候变量超过阈值时出现的小概率事件，通常其发生概率小于10%或更低〔5-6〕。相较于平均气候，极端气候事件有更强的破坏性、突发性和影响范围。全球变暖导致的极端事件（河流洪水、热带气旋、作物歉收、野火、干旱和热浪）影响到的全球土地面积和全球人口增加了一倍多〔7〕。自1980 年以来，与天气有关的自然灾害总共造成了约4.2 万亿元的损失，并造成近100 万人死亡。因此，研究极端气候事件的变化趋势对保障生态环境和人类生命财产安全等有着重要意义。

很多极端气候事件的研究都集中在对极端气温指数和极端降水指数的连续持续日数、变化趋势和强度的分析上。在全球尺度上，超过70%的地区冷夜日数明显下降，暖夜日数上升〔8〕；在区域尺度上，亚太地区、沙特阿拉伯、中美洲和南美洲北部、中东地区和加拿大等地区在极端气温指数变化上有显著的一致性，但在极端降水指数上没有系统的区域趋势〔9-13〕。国内也有许多学者对中国极端气候进行了研究。在全球变暖的影响下，中国近几十年极端气温指数变化与其他国家一致，极端暖指数上升，极端冷指数下降。在极端降水指数上，虽然总体降水频率和强度均呈现出增加的趋势〔14-15〕，但有明显的空间异质性。东北地区降水增加，干旱日数减少，湿日数增加，气候逐渐变湿〔16〕；华南地区降雨没有明显趋势，但降雨日数减少，降雨强度增加〔17〕。

研究表明，高原和山地是气候变化的敏感和脆弱区域〔18〕。云南省位于中国西南部，高原和山地占总面积的90%以上，在南北方向和垂直方向上均有气候带差异〔19〕，气候条件复杂多样。随着全球变暖，干旱、洪涝等气象灾害频繁发生，给云南省农业生产带来了巨大损失。截至2010 年，全省农作物和果林因干旱受灾2.788×106hm2，直接经济损失达143 亿元〔20〕。

目前关于云南省极端气候指数的时空变化特征研究还很少。虽然有学者对此进行了研究〔19-21〕，但是所选择的站点数量不多。云南省海拔高，地形复杂多样，较稀疏的站点分布并不能准确反映整个研究区的气候变化特征。本研究旨在分析云南省极端气候指数的时空变化特征，以进一步完善该领域的研究。利用RClimDex 1.0 软件，计算云南省116个气象站点1959—2015 年17 个极端气候指数，分析其时空变化特征。

1 数据来源与研究方法

1.1 数据来源及处理云南省116 个气象站点每日降水量、最高气温和最低气温数据由国家气象科学数据中心提供。由于部分站点数据缺失，为确保气象站点拥有更广的覆盖面积，从而提高极端指数空间分布特征的准确性，本研究只选取了大部分站点共有的1959—2015 年气象数据。采用RClimDex 1.0 软件进行质量控制，将错误数据如降水量小于0、日最低气温高于日最高气温，以及将超过4 倍标准差的数据修改为软件要求的-99.9。

1.2 研究方法

1.2.1 极端气候指数定义 从气候变化监测和指标专家组（expert team on climate change detection and indices，ETCCDI）推荐的27 项极端气候指数中，选取与研究区发生的气候变化和自然灾害紧密相关的9 个极端气温指数和8 个极端降水指数。使用RClimDex 1.0 软件计算极端气候指数，各指数的定义见表1。

表1 极端气候指数定义

1.2.2 时空变化特征分析方法 使用Mann-Kendall 统计检验评估极端气候指数变化趋势在0.05 的显著性水平下的统计学显著性〔22〕、使用Sen 斜率检测趋势幅度。这2 种方法都已广泛应用于极端气候指数的变化趋势研究〔23-24〕。因此，本研究使用这2 种方法研究极端气候指数的时空变化特征。

2 极端气温指数的变化特征

2.1 时间变化特征表2 为极端气温指数的Mann-Kendall 检验结果。极端暖指数中，SU、TN90p、TX90p 和WSDI 分 别 以4.56、2.93、2.08 和3.76 d/（10 a）的速率显著上升；TN90p 上升速率大于TX90p，表明云南省夜间增温速率高于白天；TXx 和TNn 上升趋势显著，速率分别为0.13、0.15 ℃/（10 a）。极端冷指数中，FD 和TN10p 变化趋势均通过0.01显著性水平（|Z|＞2.56），下降速率为-1.97、-1.46 d/（10 a）。DTR 显著减小，速率为-0.07 ℃/（10 a）。

表2 极端气温指数的Mann-Kendall 检验统计结果

2.2 空间变化特征表3 列出了极端气温指数中上升和下降最为显著的前五个站点名称。若通过0.05 显著性水平（|Z|＞1.96），则表明变化显著。总体上看，空间异质性明显。极端暖指数中，SU 变化幅度为-0.98～29.84 d/（10 a），75%的站点呈显著上升趋势，高值中心在红河州中部（元阳）、大理州西北部（云龙）、普洱市西部（西盟）、昆明市南部（晋宁）和中部（昆明）；TX90p 空间变化呈现出自东向西逐渐上升的趋势，变化幅度为-0.32～9.68 d/（10 a），高值中心在红河州中部（元阳）、大理州西北部（云龙）、普洱市西部（西盟）、迪庆州北部（德钦）、昆明市中部（昆明）；TN90p 变化幅度为-1.08～11.26 d/（10 a），94%的站点显著上升，高值中心位于普洱市南部（普洱）和西部（西盟）、红河州中部（元阳）、昆明市中部（昆明）、迪庆州北部（德钦）；TXx 没有明显的空间变化性，变化幅度为-0.23～2.21 ℃/（10 a），显著上升站点位于红河州中部（元阳）、普洱市西部（西盟）和北部（镇沅）、大理州西北部（云龙）、迪庆州北部（德钦）；WSDI 变化速率在0.00～25.95 d/（10 a）之间，无下降站点，84%的站点显著上升，高值中心在红河州中部（元阳）、普洱市西部（西盟）、大理州西北部（云龙）、迪庆州北部（德钦）、昆明市中部（昆明）。极端冷指数中的FD 自南向北逐渐下降，变化速率在-15.00～0.00 d/（10 a）之间，下降速率显著的站点主要分布在滇西北（云龙和宾川）和滇中（安宁）地区；TNn 表现出与FD 相同的空间分布特征，变化速率在-0.13～1.09 ℃/（10 a）之间，上升速率显著的站点主要分布在红河州中部（元阳）、普洱市中部（景谷）、西部（西盟）和南部（普洱）、德宏州西北部（盈江）；TN10p 自西向东逐渐上升，变化速率在-2.86～0.43 d/（10 a）之间，无上升站点，91%的站点显著下降，低值中心在普洱市南部（普洱）和西南部（澜沧）、西双版纳州西部（勐海）、迪庆州东部（香格里拉）、保山市西部（腾冲）；DTR 空间变化性不明显，变化幅度为-0.48～0.51 ℃/（10 a），低值中心在楚雄州中部（楚雄）、迪庆州东部（香格里拉）、红河州东部（个旧和蒙自）、昆明市中部（昆明）。

表3 极端气温指数变化显著站点

3 极端降水指数的变化特征

3.1 时间变化特征表4 为极端降水指数的Mann-Kendall 检验结果。R20mm 和R25mm 下降速率较小，分别为-0.10、-0.04 d/（10 a）；R95pTOT和R99pTOT 呈上升趋势，速率分别为0.66、0.80 mm/（10 a）；CDD 呈上升趋势，而CWD 呈下降趋势，速率分别为0.98、-0.21 d/（10 a）；Rx5day 下降速率较小，为-0.03 mm/（10 a）；PRCPTOT 下降速率最大，为-8.89 mm/（10 a）。

表4 极端降水指数的Mann-Kendall 检验统计结果

3.2 空间变化特征表5 列出了极端降水指数中上升和下降最为显著的前五个站点名称。若通过0.05 显著性水平（|Z|＞1.96），则表明变化显著。总体上看，降水指数没有明显的空间变化趋势。CDD 变化幅度为-2.81～4.82 d/（10 a），高值中心在西双版纳州中部（景洪）、临沧市东部（临沧）、红河州东北部（泸西）和中部（元阳）、保山市东北部（保山）。CWD 变化幅度为-1.74～0.00 d/（10 a），低值位于普洱市西部（西盟）、红河州中部（元阳）和东部（个旧）、临沧市东部（临沧）、德宏州中部（芒市）。除无趋势站点外，其余站点均呈下降趋势，这表明云南省总体CWD 在下降，干旱趋势明显。R20mm 和R25mm 变化幅度分别为-3.50～0.45 d/（10 a）和-3.00～0.45 d/（10 a），大部分站点变化为无趋势，但有相同的低值中心，位于普洱市西部（西盟）、红河州中部（元阳）、德宏州西南部（陇川）；R95pTOT 变化幅度为-76.71～13.17 mm/（10 a），3%的站点显著下降，低值位于普洱市西部（西盟）、红河州中部（元阳）、曲靖市中部（沾益）、德宏州西南部（陇川）；R99pTOT 变化幅度为-19.79～11.29 mm/（10 a），5%的站点显著下降，低值分布在普洱市西部（西盟）、德宏州西南部（陇川）、红河州中部（元阳）、昭通市东北部（镇雄）；PRCPTOT 变化幅度最大，为-177.18～18.47 mm/（10 a），6%的站点显著下降，低值分布在普洱市西部（西盟）、红河州中部（元阳）和东北部（泸西）、临沧市西北部（永德）、德宏州西南部（陇川）；Rx5day 变化幅度为-15.98～3.69 mm/（10 a），低值中心位于普洱市西部（西盟）和南部（普洱）、红河州中部（元阳）和西部（红河）、保山市西南部（龙陵）。

表5 极端降水指数变化显著站点

4 结果分析

研究表明，云南省1959—2015 年极端暖指数（SU、TN90p、TX90p 和WSDI）呈上升趋势，极端冷指数（FD 和TN10p）呈下降趋势，气温极值（TNn 和TXx）显著上升，这与之前的研究〔19〕一致。极端气温的变化主要受季节平均气温变化的控制〔25〕，而云南省年平均气温上升趋势明显，线性上升率达0.21 ℃/（10 a）〔26〕，平均气温上升在一定程度上影响了极端气温的变化。

SU 和TX90p 上升可能是因为白天云量减少，弱化了大气对太阳辐射的吸收能力，以致白天更加温暖。夜晚云量增加，增强了大气反辐射能力，夜晚地面更加温暖〔27〕，使得TN90p 增加，TN10p 减少。夜晚温度上升是DTR 减小的主要原因。

滇西北（云龙和宾川）及滇中（安宁）地区FD 下降速率显著高于其他地区，与夏范燕等〔28〕近50 年内滇西北极端气候变化研究的部分结论一致。这表明滇西北和滇中地区冬季增温速率显著。这可能是由于冬季滇西北和滇中地区高山经常积雪，但是随着温室气体排放增加，平均地表温度不断升高〔29〕，减少了积雪深度和积雪反射率。积雪反射率减弱使得地表短波辐射增强，使地表温度进一步提升〔25〕。在这种反馈下，冬季滇西北和滇中地区温度上升，FD 下降。

滇南（西盟和元阳）地区极端暖指数（SU、TN90p和TNn）上升速率显著。究其原因，可能是因为冬春季青藏高原积雪减少，高原热力增强，青藏高压强度上升〔30〕。并且乌拉尔山脉高压脊发展较弱，增强了中纬度地区的纬向环流，阻碍了冷空气南下〔31-32〕。人类活动包括森林砍伐、水土流失、水资源浪费和城镇化等对滇南地区气温上升的影响也不可忽略〔33-34〕。滇东北地区极端气温变化没有明显的一致性。

极端降水指数空间分析结果表明，红河州中部元阳和普洱市西南部西盟降水量指数（R20mm、R25mm 和R95pTOT）下降趋势显著。研究〔35〕表明，西南地区是云南省内森林大量减少的主要区域，天然橡胶大面积种植使得热带雨林面积急剧减少。缺少热带雨林产出水汽凝结核留住水汽，可能是西南部降水减少的重要原因。此外橡胶林加速了土壤酸化导致水源涵养能力下降〔36〕，使云南西南地区更容易发生旱灾。

5 结论

本研究基于RClimDex 1.0 计算了17 个极端气候指数，使用Mann-Kendall 检验和Sen 斜率估计，分析了云南省1959—2015 年极端气候指数的时空变化特征。研究结论如下：

整体上，云南省境内极端暖指数（SU、TN90p、TX90p、TNn、TXx 和WSDI）显著上升，极端冷指数（FD 和TN10p）显著下降。夜间升温速率高于白天，DTR 减小。9 个极端气温指数中有8 个指数均通过0.01 显著性水平检验。这表明云南省1959—2015年变暖趋势显著。在空间分布上，滇西北及滇中地区FD 下降趋势显著。红河州中部和普洱市西部多个极端气温指数（SU、TN90p、TX90p、TXx 和WSDI）的变化速率明显高于其他地区。

8 个极端降水指数中，PRCPTOT、CWD、R20mm、R25mm 和Rx5day 在 减少，R95pTOT、R99pTOT 和CDD 在增加。这表明云南省总降水量在减少，强降水量在增强，降水更加趋向集中爆发，干旱和洪涝风险增加。空间分布上，红河州中部、临沧市东部CDD 上升，CWD 下降；红河州中部、普洱市西部和德宏州西南部R20mm、R25mm、R95pTOT、R99pTOT都呈下降趋势，这些地区干旱风险高于其他地区。