丁之勇 ,葛擁曉 ,吉力力?阿不都外力
1.中國(guó)科學(xué)院新疆生態(tài)與地理研究所 荒漠與綠洲生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室,烏魯木齊830011
2.中國(guó)科學(xué)院大學(xué),北京100049
3.中國(guó)科學(xué)院中亞生態(tài)與環(huán)境研究中心,烏魯木齊830011
眾多基于環(huán)境代用指標(biāo)和器測(cè)資料的分析、觀測(cè)結(jié)果表明,自第一次工業(yè)革命以來(lái),全球氣候系統(tǒng)正經(jīng)歷著明顯的暖過(guò)程(Mann et al,1998;Alexander et al,2006);尤其是近60年以來(lái),氣候系統(tǒng)的變暖幅度是近千年以來(lái)最大的,而北半球在1983—2012年變暖幅度又是近1400年以來(lái)升溫最為明顯的30年(沈永平和王國(guó)亞,2013;IPCC,2013)。隨著氣候系統(tǒng)的暖化,旱澇、高溫、嚴(yán)寒等極端氣候事件發(fā)生的頻率和強(qiáng)度表現(xiàn)出不斷加劇的趨勢(shì);IPCC第五次評(píng)估報(bào)告指出(IPCC,2013),在全球變暖的大背景下,不同空間尺度的極端氣候事件也呈現(xiàn)出不斷加強(qiáng)的趨勢(shì)(Fang et al,2015;Guan et al,2015)。極端氣候事件的頻發(fā)和強(qiáng)度的加深,給區(qū)域生態(tài)環(huán)境和人類生產(chǎn)生活造成巨大的破壞和損失,因此對(duì)區(qū)域極端氣候的研究也越來(lái)越受到世界各國(guó)學(xué)者的廣泛關(guān)注(秦大河和Stocker,2014;Fioravanti et al,2016;Zhou et al,2016)。
近幾十年來(lái),國(guó)內(nèi)外學(xué)者開展了大量針對(duì)不同尺度極端氣候事件變化趨勢(shì)及其影響因素的研究。在全球尺度上研究發(fā)現(xiàn)(Alexander et al,2006),全球超過(guò)70%的地區(qū)經(jīng)歷著冷夜顯著減少,而暖夜明顯增加的趨勢(shì);Choi et al(2009)對(duì)亞太地區(qū)的研究也表明,該區(qū)域極端氣候變化趨勢(shì)與全球的趨勢(shì)相同,但一些冷指數(shù)(如冷夜)的變化幅度比全球平均趨勢(shì)要大,而一些暖指數(shù)則比全球平均趨勢(shì)小。對(duì)整個(gè)印度-太平洋地區(qū)(Caesar et al,2011)的研究也表明,該區(qū)極端氣候變化趨勢(shì)與全球具有一致性,且其冷夜等極端冷指數(shù)的變化幅度比全球尺度的變化更大;同時(shí),對(duì)極端氣候影響因素的研究表明,大尺度環(huán)流因素對(duì)極端氣候事件的發(fā)生具有重要作用,如研究發(fā)現(xiàn)印度-太平洋地區(qū)極端氣候的變化明顯受到ENSO等現(xiàn)象的影響(Caesar et al,2011);而對(duì)我國(guó)以及歐洲其他一些地區(qū)的研究也表明(Yan et al,2002)大氣環(huán)流指數(shù)如北極濤動(dòng)(AO)、北大西洋濤動(dòng)(NAO)和厄爾尼若-南方濤動(dòng)指數(shù)(ENSO)均對(duì)不同區(qū)域的極端氣溫具有不同的影響特征(Mann et al,2000;Visbeck et al,2003)。Li et al(2012)研究發(fā)現(xiàn),大氣環(huán)流指數(shù)AO的正、負(fù)相位對(duì)北半球的氣溫具有不同的影響,而對(duì)冬季氣溫的影響尤其明顯,在極端氣溫方面則表現(xiàn)為其對(duì)極端冷指數(shù)的影響;AO為負(fù)相位時(shí)我國(guó)北方地區(qū)出現(xiàn)極端低溫天氣的可能性更高(左金清,2011),NAO指數(shù)的正負(fù)相位和ENSO的冷暖相位對(duì)我國(guó)不同區(qū)域的極端氣溫變化也具有不同的影響特征。從已有的研究來(lái)看,許多學(xué)者對(duì)近60年來(lái)我國(guó)不同區(qū)域、不同尺度的極端氣溫變化及其對(duì)大氣環(huán)流指數(shù)的響應(yīng)進(jìn)行了研究,但主要集中在我國(guó)南方地區(qū)(李娟等,2012;黃強(qiáng)和陳子燊,2014;Tian and Yang,2016)和我國(guó)北方地區(qū)(Liu et al,2013;Wang et al,2013a)。近年來(lái),已有較多學(xué)者開展了我國(guó)西北包括新疆地區(qū)極端氣候事件的研究,但多數(shù)研究主要聚焦于極端氣候事件的時(shí)空變化特征(Wang et al,2013b;Chen et al,2014;張延偉等,2016),而對(duì)新疆北部(北疆)極端氣溫與不同大氣環(huán)流指數(shù)的相關(guān)性研究較為匱乏。
北疆地區(qū)是我國(guó)新疆重要的工農(nóng)業(yè)生產(chǎn)區(qū)域,相比新疆南部地區(qū)較為濕潤(rùn),屬于干旱半干旱地區(qū),生態(tài)環(huán)境極其脆弱;在全球氣侯變暖的背景下,極端氣候事件的頻發(fā)對(duì)該區(qū)域生態(tài)環(huán)境和人民生產(chǎn)生活造成的破壞將更為嚴(yán)重。加強(qiáng)對(duì)北疆地區(qū)極端氣候研究顯得尤為重要。本文擬采用線性回歸分析、反距離加權(quán)插值法和主成分分析法等方法對(duì)北疆的極端氣溫時(shí)空變化特征進(jìn)行研究,并比較分析各極端氣溫指數(shù)的變化對(duì)AO指數(shù)、NAO指數(shù)和ENSO指數(shù)的響應(yīng),為全面認(rèn)識(shí)該區(qū)域極端氣溫變化提供科學(xué)依據(jù)。
本文研究的北疆地區(qū)指的是以我國(guó)天山山脊為界的新疆北部地區(qū),地理位置為 79.87° —?91.54°E,42.26° —?49.18°N;該區(qū)的地形地勢(shì)表現(xiàn)為中間低四周高,北部為阿爾泰山,南部為天山,西部為阿拉套山、瑪依勒山等,其中部為我國(guó)第二大內(nèi)陸盆地準(zhǔn)噶爾盆地。北疆地區(qū)為干旱半干旱區(qū),多年平均氣溫約8℃,多年平均降水量為100 —?200 mm。
本文采用的氣象數(shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn),經(jīng)均值檢驗(yàn)和時(shí)間一致性檢驗(yàn)等選取了北疆地區(qū)31個(gè)氣象站點(diǎn)1960—2012年的逐日氣溫最高值和日最低值進(jìn)行分析。大氣環(huán)流指數(shù)AO指數(shù)、NAO指數(shù)和ENSO指數(shù)的逐日、逐月數(shù)據(jù)均來(lái)源于美國(guó)國(guó)家氣候預(yù)測(cè)中心網(wǎng)站(http://www.cpc.noaa.gov/products/precip/CWlink/),其中ENSO指數(shù)采用Nino3.4 區(qū)(5°S—5°N,170°W—120°W) 的海溫距平(SSTA)來(lái)表示。
圖1 北疆地區(qū)氣象站點(diǎn)分布圖Fig.1 Distribution of meteorological stations in Northern Xinjiang
極端氣溫指數(shù)的定義采用世界氣象組織“氣候變化檢測(cè)和指標(biāo)”(http://cccma.seos.uvic.ca/ETCCDI)推薦使用的極端氣候指標(biāo)(Keggenhoあet al,2014),選取其中14個(gè)廣泛使用的極端氣溫指數(shù)和年平均最高、最低氣溫指數(shù),各氣溫指數(shù)及其定義如表1所示。16個(gè)氣溫指數(shù)在計(jì)算前均通過(guò)RClimDex (Wang et al,2013b)軟件進(jìn)行嚴(yán)格的質(zhì)量控制,并通過(guò)人工檢驗(yàn)同相鄰站點(diǎn)的記錄進(jìn)行比對(duì),將合理的保留,不合理的按缺測(cè)處理,隨后采用RClimDex軟件進(jìn)行極端氣溫指數(shù)的計(jì)算。
采用一元線性方程(y = st + b,s表示極端氣溫變量的傾向率,s > 0表示上升趨勢(shì),s < 0表示下降趨勢(shì))對(duì)各極端氣溫指數(shù)的時(shí)間變化趨勢(shì)進(jìn)行線性擬合(Tian et al,2016),其變化趨勢(shì)的顯著性采用時(shí)間t與原序列變量y之間的相關(guān)系數(shù)進(jìn)行檢驗(yàn)(魏鳳英,1999)。在Arcgis 10.3軟件平臺(tái)中采用反距離加權(quán)插值法對(duì)各極端氣溫指數(shù)傾向率的空間分布圖進(jìn)行插值(Li et al,2010)。主成分分析是一種將多個(gè)指標(biāo)化為少數(shù)互相無(wú)關(guān)的綜合指標(biāo)的統(tǒng)計(jì)分析方法,能有效處理指標(biāo)選取較多的復(fù)雜問(wèn)題,并根據(jù)實(shí)際需要從中選取幾個(gè)綜合指標(biāo)來(lái)盡可能多地反映原來(lái)指標(biāo)的信息(于秀林和任雪松,1998)。
北疆地區(qū)年平均最高氣溫(TXam)、年平均最低氣溫(TNam)和日較差(DTR)的時(shí)間變化序列和空間分布如圖2a—c所示??梢钥闯?,TNam、TXam均呈顯著的上升趨勢(shì)(P < 0.001),TXam除了個(gè)別年份變化較大外,總體波動(dòng)較??;TNam的變化趨勢(shì)整體上與TXam相似,但波動(dòng)范圍比TXam大;TNam的上升速率是TXam的2.2 倍,年際上升傾向率分別為 0.49℃ · (10a)?1和 0.22℃ · (10a)?1。近 53 年來(lái),DTR 的變化趨勢(shì)與 TXam、TNam 明顯不同,以 0.27℃ · (10a)?1的年際傾向率呈顯著下降趨勢(shì)(P < 0.001),從1960年至1978年變化較小,1978年之后迅速下降。
在空間尺度上,TXam和TNam的空間變化趨勢(shì)一致,所有氣象站點(diǎn)均為上升趨勢(shì)(圖2d、圖2e),且變化幅度空間分布差異較小。其中,TXam有42%的氣象站點(diǎn)通過(guò)了0.05顯著性檢驗(yàn),主要位于北疆東北部、西北部和伊犁河谷地區(qū)。而TNam有96%的氣象站點(diǎn)通過(guò)了0.01顯著性檢驗(yàn),上升趨勢(shì)較為明顯,上升速率較大的站點(diǎn)主要位于東北和西北部地區(qū),兩個(gè)指數(shù)上升幅度較小的站點(diǎn)均位于南部地區(qū)。DTR雖然整體呈顯著下降趨勢(shì)(圖2f),但依然有8%的站點(diǎn)呈不顯著上升趨勢(shì),主要位于阿爾泰山東北部和北疆東南部地區(qū);DTR下降趨勢(shì)較大的地區(qū)與TXam和TNam變化趨勢(shì)較大地區(qū)在空間分布上較為一致。
3.2.1 暖指數(shù)的時(shí)間變化
近53年來(lái)北疆地區(qū)極端暖指數(shù)(GSL、TN90p、TX90p、SU、TNx、TXx、TR) 的 時(shí) 間變化序列如圖3a—g所示??梢钥闯?,極端暖指數(shù)GSL、TN90p、TNx和TR均呈顯著上升趨勢(shì)(P < 0.001),年際傾向率分別為 2.52 d · (10a)?1、3.18 d · (10a)?1、0.45℃ · (10a)?1和 1.14 d · (10a)?1;而TX90p、SU和TXx均表現(xiàn)為不顯著上升趨勢(shì),年際 傾 向 率 分 別為 1.24 d · (10a)?1、1.58 d · (10a)?1和0.09℃ · (10a)?1。 其 中,GSL、TN90p、TX90p 和SU變化趨勢(shì)相似,均呈“W”型波動(dòng)變化;TNx雖總體呈顯著的上升趨勢(shì),但年波動(dòng)較大;TXx在20世紀(jì)90年代之前先上升后下降,波動(dòng)較大,20世紀(jì)90年代之后呈緩慢的波動(dòng)上升趨勢(shì);TR在1960—1980年間經(jīng)歷了兩次上升—下降的趨勢(shì)變化,20世紀(jì)80年代至90年代中變化較小,20世紀(jì)90年代之后迅速上升,且波動(dòng)較大。
表1 極端氣溫指數(shù)的定義Tab.1 The def i nitions of extreme temperature indices
3.2.2 暖指數(shù)的空間分布
從各極端暖指數(shù)空間分布趨勢(shì)來(lái)看(圖4 a—g),GSL和TX90p空間變化趨勢(shì)一致,變化幅度較大的區(qū)域主要位于東北阿爾泰山地區(qū)和巴音布魯克草原以北的山地,較小的區(qū)域均位于西部溫泉等地區(qū),但GSL變化幅度的空間分布差異較大,年際傾向率最大的站點(diǎn)達(dá) 4.71 d · (10a)?1,最小的僅為 0.26 d · (10a)?1,而 TX90p 變幅的空間分布差異較??;盡管GSL在北疆地區(qū)總體呈顯著上升趨勢(shì),但在西部的溫泉等地依然有4%的站點(diǎn)年際傾向率為下降的趨勢(shì),而TX90p有12%的站點(diǎn)呈下降趨勢(shì)。
圖2 年平均最高、最低氣溫和DTR的時(shí)空變化Fig.2 Temporal and spatial variation of TXam, TNam and DTR
TN90p和TNx的空間變化趨勢(shì)相似,總體上與GSL等一致,但這兩者均有4%的站點(diǎn)年際傾向率為下降趨勢(shì),均分布在阿爾泰山南麓地區(qū);TN90p變化幅度的空間分布差異較大,年際傾向率絕對(duì)值最小的僅 0.15 d · (10a)?1,最大達(dá)5.00 d · (10a)?1是最小變化傾向率的 33 倍。SU 和TXx的空間變化趨勢(shì)相同,總體上表現(xiàn)為東北部地區(qū)變化趨勢(shì)較大,南部和西部地區(qū)變化趨勢(shì)較小或?yàn)橄陆第厔?shì);其中,SU有8%的站點(diǎn)呈顯著下降趨勢(shì)(P < 0.001),而TXx有33%的站點(diǎn)呈明顯下降趨勢(shì)。TR的空間變化趨勢(shì)與其他暖指數(shù)表現(xiàn)出明顯的差異性,其變化幅度較大的地區(qū)均位于阿拉山口附近,而其他地區(qū)的差異較??;TR有12%的站點(diǎn)年際傾向率呈下降趨勢(shì),主要分布在阿爾泰山的東北地區(qū)和東南部地區(qū)。
3.3.1 ?冷指數(shù)的時(shí)間變化
近53年北疆地區(qū)極端冷指數(shù)(FD、ID、TN10p、TX10p、TNn和TXn)的時(shí)間變化序列如圖5a—f所示。可以看出,極端冷指數(shù)FD、ID、TN10p和TX10p均呈下降趨勢(shì),其年際傾向率分別為 ?3.70 d · (10a)?1、?1.46 d · (10a)?1、?3.41 d · (10a)?1和 ?1.26 d · (10a)?1,其中 FD 和 TN10p 呈顯著下降趨勢(shì)(P < 0.001)。而TNn和TXn均表現(xiàn)為不顯著的上升趨勢(shì),其年際傾向率分別為0.57 ℃ · (10a)?1和 0.26℃ · (10a)?1。
3.3.2 冷指數(shù)的空間分布
從空間尺度來(lái)看(圖6a—f),F(xiàn)D、ID和TN10p所有氣象站點(diǎn)均為下降趨勢(shì),其中,F(xiàn)D和TN10p各有92%和75%的站點(diǎn)呈顯著下降趨勢(shì)(P < 0.001),ID有8%的氣象站點(diǎn)通過(guò)了0.05的顯著性檢驗(yàn)。FD和TN10p的空間變化趨勢(shì)一致,變化幅度較大的均位于阿爾泰山的東南部、北疆的西北部和西部的伊犁河谷地區(qū),而變化幅度較小的地區(qū)均分布在北疆的東南部地區(qū);且FD和TN10p變化幅度的空間差異較大,F(xiàn)D年際傾向率最小的僅為 ?1.35 d · (10a)?1,而最大的達(dá) ?6.35 d · (10a)?1,是最小值的 4.7 倍,TN10p年際傾向率最小的為 ?0.64 d · (10a)?1,最大的達(dá)?5.68 d · (10a)?1是最小幅度的 8.9 倍。ID 變化幅度較大的地區(qū)也位于西北部和伊犁河谷地區(qū),但在阿爾泰山的東南部地區(qū)為低值區(qū)。
圖3 極端氣溫暖指數(shù)的時(shí)間變化序列Fig.3 Temporal variation of indices of warm temperature extremes
圖4 極端氣溫暖指數(shù)的空間分布Fig.4 Spatial distribution pattern of warm temperature extremes
圖5 極端氣溫冷指數(shù)的時(shí)間變化序列Fig.5 Temporal variation of indices of cold temperature extremes
圖6 極端氣溫冷指數(shù)的空間分布Fig.6 Spatial distribution pattern of cold temperature extremes
TX10p的年際傾向率的空間分布與FD、TN10p一致,但TX10p有8%的站點(diǎn)表現(xiàn)為上升趨勢(shì),主要為西部的溫泉地區(qū)和烏魯木齊等地區(qū)。TNn和TXn變化幅度的空間分布相似,總體來(lái)看兩者的空間分布與FD、ID、TN10p等類似,變化幅度較大的主要分布在阿爾泰山的東南部、西部的伊犁河谷和北疆的西北部等地區(qū),而變化幅度較小或?yàn)橄陆第厔?shì)的站點(diǎn)主要位于東南部地區(qū);雖然兩個(gè)指數(shù)總體上呈上升趨勢(shì),但TNn有8%的站點(diǎn)呈下降趨勢(shì),而TXn有17%的站點(diǎn)呈下降趨勢(shì),且TNn和TXn變化幅度的空間差異較小。
為研究北疆地區(qū)日最高溫和最低溫的相對(duì)變化情況,將極端暖指數(shù)和冷指數(shù)的變化幅度進(jìn)行對(duì)比分析(表2)。分析結(jié)果表明:FD有92%的站點(diǎn)變化幅度大于TR,且FD的變化幅度是TR的13.7倍;ID和SU的變化幅度差異較小,但I(xiàn)D有25%的站點(diǎn)變化幅度大于SU;TN10p有96%的站點(diǎn)變化幅度大于TX10p,有50%的站點(diǎn)變化幅度大于TN90p,且TN10p的變化幅度是TX10p的2.7倍,但和TN90p差別較??;約92%的站點(diǎn)TN90p變化幅度大于TX90p,且TN90p的變化幅度比TX90p大2.6倍;同時(shí),TX10p有54%的站點(diǎn)變化幅度大于 TX90p,但其變化幅度僅相差 0.02 d · (10a)?1。
表2 極端冷暖指數(shù)變化幅度對(duì)比分析Tab.2 Number and proportion of individual stations where the trend magnitudes between warm and cold temperature extremes
從變化幅度的絕對(duì)值來(lái)看,有54%的站點(diǎn)TNn大于TNx,且TNn的變化幅度比TNx高0.12 ℃ · (10a)?1; 而 TXn 僅 有 45% 的 站 點(diǎn) 大 于TXx,且TXn的變化幅度約為TXx的3.0倍。從變化幅度的真實(shí)值來(lái)看,TXn有29%的站點(diǎn)小于TXx;TNn有50%的站點(diǎn)其真實(shí)值大于TNx,有92%的站點(diǎn)大于TXn,且TNn的變化幅度是TXn的2.2倍;從TNx和TXx對(duì)比來(lái)看,有96%的站點(diǎn)TNx大于TXx,且TNx的變化幅度是TXx的5.0倍。結(jié)合各極端指數(shù)變化幅度的空間分布來(lái)看,大部分指數(shù)變幅較大的區(qū)域均位于山地、河谷地區(qū),如阿爾泰山山區(qū)、伊犁河谷以及巴音布魯克等地區(qū)。北疆地區(qū)的山地是我國(guó)西北地區(qū)冰川儲(chǔ)量最為豐富的地區(qū)之一,極端低溫的不斷暖化將使該區(qū)域冰川萎縮速率更加迅速。從上述冷暖指數(shù)變化幅度的對(duì)比分析來(lái)看,一些冷指數(shù)(TN10p、TXn、TNn)的增溫幅度明顯大于部分暖指數(shù)(TN90p、TXx、TNx),IPCC(2013)、Aguilar et al(2009)研究表明,這種變化的原因主要是由于冬季比夏季較大的變暖幅度造成的,其物理機(jī)制是冬季空氣中的水汽含量小于夏季,因此冬季溫室氣體的輻射強(qiáng)迫效應(yīng)增強(qiáng)進(jìn)而引起更大幅度的升溫。極端氣溫夜指數(shù)(TN90p、TN10p)的變暖幅度也明顯大于晝指數(shù)(TX90p、TX10p),Peterson et al(2002)、Choi et al(2009)、Wang et al(2013b)也證實(shí)了極端最低氣溫的變暖幅度大于極端最高氣溫,而且夜指數(shù)的變暖幅度大于晝指數(shù);而極端最低氣溫的不斷暖化將使“暖冬”事件發(fā)生的頻率不斷增多,加速西北地區(qū)冰川積雪融化速度,一定程度上減少夏季和秋季積雪融水,不利于北疆地區(qū)工農(nóng)業(yè)生產(chǎn)對(duì)水文水資源的合理利用,影響區(qū)域農(nóng)牧業(yè)生產(chǎn)。
4.2.1 極端氣溫指數(shù)主成分分析
主成分分析結(jié)果表明,KMO檢驗(yàn)指數(shù)為0.732,3個(gè)主成分累積貢獻(xiàn)率達(dá)到79.4%,特征值也都大于1,符合分析要求(表 3)。由表 3 可看出,第一主成分占方差貢獻(xiàn)率的36.1%,除了DTR、ID、TN10p、TX10p、TNn、TXn之外,各極端氣溫指數(shù)的載荷值都比較高,其中暖指數(shù)GSL、SU、TN90p、TNx、TR、TX90p、TXx的載荷值均在0.60以上,而冷指數(shù)FD、ID等均為負(fù)載荷,相關(guān)性分析表明(表 4),各暖指數(shù)間均呈顯著正相關(guān)(P < 0.01),同時(shí)與冷指數(shù)(FD、ID、TN10p等)均呈負(fù)相關(guān)。第二主成分因子中載荷較高的有FD、ID、TN10p、TNn、TX10p、TXn,占方差貢獻(xiàn)率的28.9%;其中,F(xiàn)D、ID、TN10p、TX10p均為負(fù)載荷,TNn和TXn均為正載荷,載荷值分別為0.91和0.92。由表3可知,GSL在第二主成分中載荷值高達(dá)0.53,在第一主成分中載荷值為0.66;相關(guān)性分析顯示GSL與暖指數(shù)(SU、TN90p、TNx、TR、TX90p)呈顯著正相關(guān)(P < 0.01), 與 冷 指 數(shù)(FD、ID、TN10p、TX10p)呈顯著負(fù)相關(guān)(P < 0.01),結(jié)合研究區(qū)近53年的冷暖指數(shù)變化趨勢(shì)分析,表明在北疆地區(qū)GSL主要受到最低氣溫變化的影響,研究區(qū)最低氣溫的上升是GSL增加的主要原因。
表3 北疆地區(qū)極端氣溫指數(shù)主成分分析結(jié)果Tab.3 Results of factor loadings perceptual explained variance in temperature extremes
表4 極端氣溫指數(shù)相關(guān)性分析Tab.4 The Pearson correlation matrix of temperature extremes
第三主成分占方差貢獻(xiàn)率的14.4%,DTR在第三主成分中為高載荷,載荷值高達(dá)0.98,該指數(shù)反映了最高氣溫與最低氣溫變化的關(guān)系。前文分析表明,北疆地區(qū)年平均最高氣溫(TXam)以0.22 ℃ · (10a)?1趨勢(shì)上升,而最低氣溫(TNam)以 0.49 ℃ · (10a)?1的年際傾向率顯著上升,兩者的變化趨勢(shì)具有明顯的不對(duì)稱性;因此,北疆地區(qū)DTR的變化由兩者共同影響,其變化隨著最高氣溫和最低氣溫的變化有縮小跡象(圖2c)。
進(jìn)一步分析各極端冷暖指數(shù)與TXam和TNam的相關(guān)關(guān)系可以看出(表4),各暖指數(shù)(GSL、SU、TN90p、TNx、TR、TX90p、TXx)與 TXam和TNam均呈顯著正相關(guān)關(guān)系(P < 0.01),而冷指 數(shù)(FD、ID、TN10p、TX10p) 均 與 TXam、TNam呈顯著負(fù)相關(guān)關(guān)系(P < 0.01),表明在全球氣候系統(tǒng)變暖的大背景下,北疆地區(qū)的極端氣溫事件主要受日最高、最低氣溫升高的影響,而日最低氣溫的升高對(duì)各極端指數(shù)的影響更為明顯,北疆地區(qū)的這一變化特征與美洲的加勒比海地區(qū)(Peterson et al,2002)和亞太等地區(qū)(Choi et al,2009)極端氣溫指數(shù)的變化特征基本一致。
4.2.2 大氣環(huán)流指數(shù)和ENSO對(duì)北疆極端氣溫的????影響分析
氣溫的變化與大氣環(huán)流密切相關(guān),極端氣溫事件的發(fā)生通常都是由異常的天氣波動(dòng)造成,而大氣環(huán)流的異常對(duì)極端氣溫事件的發(fā)生提供了基本的氣候背景(李娟等,2012)。姚遙和羅德海(2014)發(fā)現(xiàn),不同的大氣環(huán)流對(duì)不同區(qū)域極端氣溫的影響不同。為進(jìn)一步分析北疆地區(qū)極端氣溫事件與不同大氣環(huán)流指數(shù)之間的關(guān)系,本文選取了AO、NAO指數(shù)和ENSO指數(shù)與北疆極端氣溫事件進(jìn)行Perason相關(guān)性分析,分析結(jié)果如表5所示。
可看出,AO指數(shù)與北疆地區(qū)各極端氣溫指數(shù)的相關(guān)性最強(qiáng),尤其是與極端冷指數(shù)的相關(guān)性最為明顯;NAO指數(shù)與暖指數(shù)相關(guān)性均不顯著,但與極端冷指數(shù)(TNn、TXn)呈顯著正相關(guān);而ENSO與各極端指數(shù)的相關(guān)性均不顯著。Ma et al(2016)基于湖泊沉積物粒度指標(biāo)分析發(fā)現(xiàn),我國(guó)北疆地區(qū)的艾比湖流域氣候系統(tǒng)受AO影響較為顯著;其次是NAO指數(shù),而大多數(shù)極端冷指數(shù)受這兩種大氣環(huán)流指數(shù)(AO、NAO)的影響尤其明顯;但 ENSO對(duì)北疆地區(qū)極端氣溫的影響較小,其原因可能是在長(zhǎng)時(shí)間序列的研究中,由于ENSO事件的滯后性等特征,其對(duì)區(qū)域年際氣溫變化的影響程度不顯著(徐靜,2013)。
表5 大氣環(huán)流指數(shù)與極端氣溫指數(shù)相關(guān)性分析Tab. 5 The Pearson correlation matrix of atmospheric circulation versus temperature extremes
本文主要運(yùn)用了年均最高氣溫、年均最低氣溫和14個(gè)極端氣溫指數(shù)來(lái)研究北疆地區(qū)極端氣溫事件的時(shí)空變化特征及其對(duì)大氣環(huán)流指數(shù)AO、NAO、ENSO的響應(yīng)。得出以下結(jié)論:
(1)時(shí)間變化上,近53年北疆地區(qū)年平均最高、最低氣溫均呈顯著升高趨勢(shì),尤其是年平均最低氣溫在近40年的升溫最為明顯,DTR表現(xiàn)為顯著的下降趨勢(shì)。暖指數(shù)GSL、TN90p、TNx和TR均表現(xiàn)為顯著的上升趨勢(shì),而TX90p、SU和TXx則表現(xiàn)為不顯著的上升趨勢(shì)。冷指數(shù)FD、ID、TN10p和TX10p均呈下降趨勢(shì),其中FD和TN10p呈顯著下降趨勢(shì);而TNn和TXn均表現(xiàn)為不顯著的上升趨勢(shì)。
(2)空間尺度上,各指數(shù)空間分布差異明顯,如TXam、TNam和DTR變化趨勢(shì)較大地區(qū)均位于阿爾泰山和塔城地區(qū);極端暖指數(shù)GSL和TX90p變化幅度較大區(qū)域主要位于阿爾泰山的東北地區(qū)和巴音布魯克草原以北的山地,較小區(qū)域均位于西部溫泉等地區(qū),而其他指數(shù)變化差異較大的區(qū)域也主要位于以上山地以及伊犁河谷等地區(qū)。
(3)從各極端指數(shù)的變化幅度來(lái)看,冷指數(shù)(TN10p、TXn、TNn) 的增溫幅度明顯大于部分暖指數(shù)(TN90p、TXx、TNx);夜指數(shù)(TN90p、TN10p) 的變暖幅度也明顯大于晝指數(shù)(TX90p、TX10p)。
(4)主成分分析的結(jié)果可將14個(gè)極端氣溫指數(shù)劃分為三個(gè)主成分,累積解釋了79.4%的方差變率;Perason相關(guān)性分析表明除了DTR和GSL,各指數(shù)之間均具有較好的相關(guān)性,其中各暖指數(shù)之間、各冷指數(shù)呈顯著的正相關(guān)關(guān)系,而冷指數(shù)與暖指數(shù)之間則呈顯著的負(fù)相關(guān)關(guān)系。
(5)北疆地區(qū)極端氣溫事件受AO指數(shù)的影響最大,其次是NAO指數(shù),而大多數(shù)極端冷指數(shù)受這兩種大氣環(huán)流指數(shù)(AO、NAO)的影響尤其明顯;但 ENSO對(duì)北疆地區(qū)極端氣溫的影響較小。
黃?強(qiáng), 陳子燊. 2014. 全球變暖背景下珠江流域極端氣溫與降水事件時(shí)空變化的區(qū)域研究[J]. 地球科學(xué) 進(jìn) 展 , 29(8): 956 – 967. [Huang Q, Chen Z S. 2014.Regional study on the trends of extreme temperature and precipitation events in the Pearl River Basin [J]. Advances in Earth Science, 29(8): 956 – 967.]
李?娟, 董文杰, 嚴(yán)中偉. 2012. 中國(guó)東部1960 — 2008年夏季極端溫度與極端降水的變化及其環(huán)流背景[J].科 學(xué) 通 報(bào) , 57(8): 641 – 646. [Li J, Dong W J, Yan Z W. 2012. Changes of climate extremes of temperature and precipitation in summer in eastern China associated with changes in atmospheric circulation in East Asia during 1960 — 2008 [J]. Chinese Science Bulletin, 57(8):641 – 646.]
秦大河, Stocker T. 2014. IPCC 第五次評(píng)估報(bào)告第一工作組報(bào)告的亮點(diǎn)結(jié)論 [J]. 氣候變化研究進(jìn)展, 10(1):1 – 6. [Qin D H, Stocker T. 2014. Highlights of the IPCC Working Group I Fifth Assessment Report [J]. Advances Climate Change Research, 10(1): 1 – 6. ]
沈永平,王國(guó)亞. 2013. IPCC第一工作組第五次評(píng)估報(bào)告對(duì)全球氣候變化認(rèn)知的最新科學(xué)要點(diǎn)[J]. 冰川凍土 , 35(5): 1068 – 1076. [Shen Y P,?Wang G Y. 2013.Key findings and assessment results of IPCC WGI Fifth Assessment Report [J]. Journal of Glaciology Geocryology, 35(5): 1068 – 1076. ]
魏鳳英. 1999. 現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)[M]. 北京:氣象出版社. [Wei F Y. 1999. Diagnose and forecast technology of modern climate statistics [M]. Beijing:China Meteorological Press. ]
徐?靜. 2013. ENSO事件對(duì)青海省旱澇災(zāi)害影響研究[D].楊凌:西北農(nóng)林科技大學(xué). [Xu J. 2013. The impact of ENSO events to droughts and fl oods in Qinghai Provice [D].Yang Ling: Northwest Agriculture and Forestry University.]
姚?遙,羅德海. 2014. 北大西洋濤動(dòng)的緯向位置與大西洋-歐洲阻塞活動(dòng)的關(guān)系以及對(duì)歐洲天氣的可能影響[J].中國(guó)科學(xué):地球科學(xué), 44(11): 2565 – 2575. [Yao Y, Luo D H. 2014. Relationship between zonal position of the North Atlantic Oscillation and Euro-Atlantic blocking events and its possible eあect on the weather over Europe [J]. Science China: Earth Sciences, 57: 2628 – 2636. ]
于秀林,任雪松. 1998. 多元統(tǒng)計(jì)分析[M]. 北京: 中國(guó)統(tǒng)計(jì)出版社. [Yu X L, Ren X S. 1998. Multivariate statistical analysis [M]. Beijing: China Statistics Press.]
張延偉, 葛全勝, 姜逢清, 等. 2016. 北疆地區(qū)1961 — 2010年極端氣溫事件變化特征[J]. 地理科學(xué), 36(2):296 – 302. [Zhang Y W, Ge Q S, Jiang F Q, et al. 2016.Evolution characteristics of the extreme high and low temperature event in North Xinjiang in 1961 — 2010 [J].Scientia Geographica Sinica, 36(2): 296 – 302.]
左金清. 2011. AO/NAO與ENSO的聯(lián)系及其對(duì)中國(guó)氣候異常的影響[D]. 蘭州: 蘭州大學(xué). [Zuo J Q. 2011.Relationship between AO/NAO and ENSO and their impact on climate anomalies in China [D]. Lanzhou:Lanzhou University.]
Aguilar E, Aziz Barry A, Brunet M, et al. 2009. Changes in temperature and precipitation extremes in western central Africa, Guinea Conakry, and Zimbabwe,1955 — 2006 [J]. Journal of Geophysical Research,114, D02115. DOI: 10.1029/2008JD011010.
Alexander L V, Zhang X, Peterson T C, et al. 2006. Global observed changes in daily climate extremes of temperature and precipitation [J]. Journal of Geophysical Research,111, D05109. DOI: 10.1029/2005JD006290.
Caesar J, Alexander L V, Trewin B, et al. 2011. Changes in temperature and precipitation extremes over the Indo-Pacific region from 1971 to 2005 [J]. International Journal of Climatology, 31(6): 791 – 801.
Chen Y N, Deng H J, Li B, et al. 2014. Abrupt change of temperature and precipitation extremes in the arid region of Northwest China [J]. Quaternary International, 336:35 – 43.
Choi G, Collins D, Ren G, et al. 2009. Changes in means and extreme events of temperature and precipitation in the Asia-Pacific Network region, 1955 — 2007 [J].International Journal of Climatology, 29(13): 1906 – 1925.
Fang S, Qi Y, Han G, et al. 2015. Changing trends and abrupt features of extreme temperature in mainland China during 1960 to 2010 [J]. Earth System Dynamics Discussions,6(1): 979 – 1000.
Fioravanti G, Piervitali E, Desiato F. 2016. Recent changes of temperature extremes over Italy: an index-based analysis [J].Theoretical and Applied Climatology, 123(3 / 4): 473 – 486.
Guan Y, Zhang X, Zheng F, et al. 2015. Trends and variability of daily temperature extremes during 1960 — 2012 in the Yangtze River Basin, China [J]. Global and Planetary Change, 124: 79 – 94.
IPCC. 2013. Climate Change 2013: The Physical Science Basis.Contribution of Working Group to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [R].Cambridge University Press: Cambridge, UK; New York, NY,USA, 2013.
Keggenhoあ I, Elizbarashvili M, Amiri-Farahani A, et al. 2014.Trends in daily temperature and precipitation extremes over Georgia, 1971 — 2010 [J]. Weather and Climate Extremes, 4: 75 – 85.
Li L, Li C Y, Song J. 2012. Arctic Oscillation anomaly in winter 2009/2010 and its impacts on weather and climate [J].Science China: Earth Sciences, 55(4): 567 – 579.
Li Z, Zheng F L, Liu W Z, et al. 2010. Spatial distribution and temporal trends of extreme temperature and precipitation events on the Loess Plateau of China during 1961 — 2007 [J].Quaternary International, 226(1 / 2): 92 – 100.
Liu W, Zhang M, Wang S, et al. 2013. Changes in precipitation extremes over Shaanxi Province, northwestern China,during 1960 — 2011 [J]. Quaternary International, 313:118 – 129.
Ma L, Wu J L, Jilili Abuduwaili. 2016. Variation in aeolian environments recorded by the particle size distribution of lacustrine sediments in Ebinur Lake, northwest China [J].SpringerPlus, 5: 481. DOI: 10.1186/s40064-016-2146-0.
Mann M E, Bradley R S, Hughes M K. 1998. Global-scale temperature patterns and climate forcing over the past six centuries [J]. Nature, 392(6678): 779 – 787.
Mann M E, Bradley R S, Hughes M K. 2000. El Ni?o and the Southern Oscillation: Multiscale variability and its impacts on natural ecosystems and society [M]//Díaz H F,Markgraf V. New York: Cambridge University.
Peterson T C, Taylor M A, Demeritte R, et al. 2002. Recent changes in climate extremes in the Caribbean region [J].Journal of Geophysical Research: Atmospheres, 107(D21).DOI: 10.1029/2002JD002251.
Tian Q, Yang S. 2016. Regional climatic response to global warming: Trends in temperature and precipitation in the Yellow, Yangtze and Pearl River basins since the 1950s [J].Quaternary International, 440: 1 – 11.
Visbeck M, Chassignet E P, Curry R G, et al. 2003. The ocean’s response to North Atlantic Oscillation variability [M]//Hurrell J W, Kushnir Y, Ottersen G, et al. The North Atlantic Oscillation: climatic signif i cance and environmental impact.Geophysical Monograph 134. Washington, DC: American Geophysical Union: 113 – 146.
Wang B, Zhang M, Wei J, et al, 2013a. Changes in extreme precipitation over Northeast China, 1960 — 2011[J]. Quaternary International, 298: 177 – 186.
Wang B, Zhang M, Wei J, et al, 2013b. Changes in extreme events of temperature and precipitation over Xinjiang,northwest China, during 1960 — 2009 [J]. Quaternary International, 298: 141 – 151.
Yan Z, Jones P D, Davies T D, et al. 2002. Trends of extreme temperatures in Europe and China based on daily observations [J]. Climatic Change, 53(1/2 /3):355 – 392.
Zhou B T, Xu Y, Wu J, et al. 2016. Changes in temperature and precipitation extreme indices over China: analysis of a high-resolution grid dataset [J]. International Journal of Climatology, 36(3): 1051 – 1066.