近60年中國不同氣候區(qū)極端溫度事件的時(shí)空變化特征*

張大任，鄭 靜，范軍亮，方智超，姬清元，袁葉子，劉文斐

?

近60年中國不同氣候區(qū)極端溫度事件的時(shí)空變化特征*

張大任，鄭 靜，范軍亮**，方智超，姬清元，袁葉子，劉文斐

（西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院，楊凌712100）

利用1956?2015年中國200個(gè)氣象站點(diǎn)的逐日最高和最低氣溫資料，采用國際ETCCDI推薦的10個(gè)極端溫度指標(biāo)，結(jié)合Mann-Kendall非參數(shù)檢驗(yàn)、Sen’s slope斜率估計(jì)和Pettitt突變點(diǎn)檢驗(yàn)等方法，研究了中國近60a極端溫度事件的變化趨勢及其在中國四大氣候區(qū)的空間分布特征。結(jié)果表明：（1）整體上看，暖夜日數(shù)（TN90p）、暖晝?nèi)諗?shù)（TX90p）分別以2.12和1.00d×10a?1（P<0.01）的速度顯著增加，而冷夜日數(shù)（TN10p）、冷晝?nèi)諗?shù)（TX10p）以1.44和0.70d×10a?1（P<0.01）的速度顯著下降；基于閾值的極端溫度事件指標(biāo)中，霜凍日數(shù)（FD0）顯著下降（2.84d×10a?1，P<0.01），夏日日數(shù)（SU25）和熱夜日數(shù)（TR20）均顯著上升（分別為1.77和1.44d×10a?1，P<0.01）；基于持續(xù)期的指標(biāo)中，暖日持續(xù)日數(shù)（WSDI）和作物生長期（GSL）表現(xiàn)為顯著上升趨勢，而冷日持續(xù)日數(shù)（CSDI）在全國范圍內(nèi)變化不顯著。（2）冷指標(biāo)的變暖幅度大于暖指標(biāo)的變暖幅度；與最低氣溫相關(guān)聯(lián)的夜指數(shù)（如TN10p、TN90p和FD0）的變暖幅度明顯大于與最高氣溫相關(guān)聯(lián)的晝指數(shù)（如TX10p、TX90p和WSDI）的變暖幅度。（3）四個(gè)氣候區(qū)極端溫度事件發(fā)生突變的時(shí)間段主要集中在20世紀(jì)80年代和90年代，80年代中期以后絕大部分指標(biāo)的變化幅度相對以前更為顯著。（4）在空間上，極端溫度指標(biāo)變化幅度在各區(qū)域間差異較大；高原山地氣候區(qū)冷指數(shù)減小幅度最大，部分暖指數(shù)（如SU25、TR20和WSDI）在（亞）熱帶季風(fēng)性氣候區(qū)增長幅度最大。

氣候變化；極端溫度；趨勢分析；突變檢驗(yàn)

IPCC第五次評估報(bào)告指出，1880?2012年全球地表平均氣溫升高了0.85℃[1]，與平均氣候相比，極端氣候事件（如洪水、干旱、颶風(fēng)、風(fēng)暴、極熱和極冷等）具有突發(fā)性、難預(yù)測性和強(qiáng)破壞性等特點(diǎn)，會(huì)對自然系統(tǒng)造成極大的沖擊，嚴(yán)重制約人類社會(huì)、經(jīng)濟(jì)的發(fā)展和進(jìn)步，甚至影響到全球糧食安全和水資源供需[2?3]。研究表明作物生長與氣候變化之間存在著復(fù)雜的關(guān)系，例如，全球變暖加劇了土壤水分的蒸發(fā)，導(dǎo)致干旱地區(qū)面積越來越大，1988年美國中西部出現(xiàn)了1940年以來最嚴(yán)重的干旱，造成糧食減產(chǎn)38%[4]；1985?2000年中國黃土高原地區(qū)極端高溫頻發(fā)抑制作物生長[5]。氣候變化不僅影響農(nóng)作物產(chǎn)量，還會(huì)對農(nóng)業(yè)病蟲害產(chǎn)生影響。全球變暖使南北極冰雪融化、海平面上升，冬季溫度相比過去也有所升高，加快了害蟲的發(fā)育繁衍，從而間接影響農(nóng)業(yè)發(fā)展。農(nóng)業(yè)是中國國民經(jīng)濟(jì)建設(shè)和發(fā)展的基礎(chǔ)產(chǎn)業(yè)，是一切生產(chǎn)的首要條件，研究極端溫度事件的變化規(guī)律和形成機(jī)制對中國農(nóng)業(yè)生產(chǎn)發(fā)展有重要的指導(dǎo)意義。

極端溫度事件的復(fù)雜性表現(xiàn)為空間上的區(qū)域差異和時(shí)間上的多尺度性。楊萍等[6]利用百分位指標(biāo)和絕對閾值指標(biāo)研究了中國1961?2000年極端溫度事件的變化特征，結(jié)果表明年和季節(jié)內(nèi)的極端氣候指標(biāo)均表現(xiàn)出變暖趨勢，但基于絕對閾值定義的氣候指標(biāo)由于無法考慮中國南北方氣候的差異，結(jié)果并不理想。王瓊等[7]則采用ETCCDI的溫度指標(biāo)對長江流域1962?2011年極端溫度事件進(jìn)行了分析，但未涉及不同時(shí)段的極端溫度事件變化特征。潘曉華等[8]研究了1951?1999年中國范圍內(nèi)的極端溫度事件，結(jié)果顯示北方地區(qū)極端高溫事件顯著增多，南方地區(qū)白天的極端高溫事件呈減少趨勢；北方地區(qū)平均溫度明顯升高，長江中下游平均溫度略有上升，但研究未對中國作明確的氣候區(qū)劃分。盡管國內(nèi)許多學(xué)者已從不同時(shí)間和區(qū)域角度對極端溫度事件的時(shí)空變化特征進(jìn)行了研究[9?13]，但是以往研究多以較短時(shí)間序列（<50a）和局部區(qū)域?yàn)橹鳎槍χ袊煌瑲夂騾^(qū)在長時(shí)間序列，特別是對2000年以后的極端溫度事件變化特征還缺乏系統(tǒng)研究。針對以上問題，本研究基于中國氣象局1956?2015年逐日最高和最低氣溫資料，選取來自ETCCDI的10個(gè)極端溫度指標(biāo)，將中國按氣候類型劃分為四個(gè)子區(qū)域，應(yīng)用Mann-Kendall非參數(shù)檢驗(yàn)法、Sen’s slope斜率估計(jì)法和Pettitt突變點(diǎn)檢驗(yàn)法對各區(qū)域的極端溫度時(shí)間變化特征進(jìn)行比較分析，以期加深全球變暖背景下中國不同氣候區(qū)極端溫度事件變化規(guī)律的認(rèn)識，為未來極端溫度事件的預(yù)測奠定理論基礎(chǔ)。

1 資料與方法

1.1 研究區(qū)概況

中國幅員遼闊，氣候多樣。根據(jù)多年平均氣溫、降水量和海拔，可分為5個(gè)氣候區(qū)，即溫帶大陸性氣候區(qū)、溫帶季風(fēng)性氣候區(qū)、高原山地氣候區(qū)、亞熱帶季風(fēng)性氣候區(qū)和熱帶季風(fēng)性氣候區(qū)[14]。熱帶季風(fēng)性氣候區(qū)分布在雷州半島、海南島、南海諸島和臺灣南部，全年高溫，冬季降水少，夏季降水豐沛。亞熱帶季風(fēng)性氣候區(qū)分布在秦嶺淮河線以南，熱帶季風(fēng)氣候區(qū)以北，西至橫斷山脈，東至臺灣，夏季高溫多雨，冬季溫和少雨。溫帶季風(fēng)性氣候區(qū)分布在北方地區(qū)，即秦嶺淮河線以北，賀蘭山、陰山、大興安嶺以東以南，夏季高溫多雨，冬季寒冷少雨。高原山地氣候區(qū)主要分布在海拔較高的山地、高原地區(qū)，即青藏高原和天山山地，全年低溫，降水量少。溫帶大陸性氣候區(qū)分布在廣大內(nèi)陸地區(qū)，即山地高原氣候區(qū)和季風(fēng)性氣候區(qū)以外的地方，冬季溫差大，全年降水少。考慮到與其它氣候區(qū)相比，熱帶季風(fēng)性氣候區(qū)面積較小，本研究將熱帶季風(fēng)性氣候區(qū)并入亞熱帶季風(fēng)性氣候區(qū)進(jìn)行數(shù)據(jù)分析，統(tǒng)稱為（亞）熱帶季風(fēng)性氣候區(qū)。由于缺乏氣象資料，臺灣省、香港和澳門特別行政區(qū)未列入分析范圍。選取200個(gè)時(shí)間序列較長且均勻分布于4個(gè)氣候區(qū)的氣象站點(diǎn)作為研究對象，其中溫帶大陸性氣候區(qū)（I區(qū)）包含58個(gè)站點(diǎn)、溫帶季風(fēng)性氣候區(qū)（II區(qū)）49個(gè)、山地高原氣候區(qū)（III區(qū)）23個(gè)、（亞）熱帶季風(fēng)性氣候區(qū)（IV區(qū)）70個(gè)（圖1）。

I溫帶大陸性氣候區(qū)Temperate continental zone，II溫帶季風(fēng)性氣候區(qū)Temperate monsoon zone，III高原山地氣候區(qū)Mountain plateau zone，IV（亞）熱帶季風(fēng)性氣候區(qū)（Sub）tropical monsoon zone. 下同The same as below.

1.2 數(shù)據(jù)來源與質(zhì)量控制

200個(gè)氣象站點(diǎn)的最高和最低氣溫?cái)?shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)。極端氣候指數(shù)計(jì)算方法采用加拿大氣象研究中心Zhang等[15]基于R編輯器開發(fā)的RClimDex（1.0）軟件。利用RClimDex軟件的質(zhì)量控制模塊對各站點(diǎn)預(yù)處理結(jié)果進(jìn)行嚴(yán)格的數(shù)據(jù)質(zhì)量控制，該模塊可檢驗(yàn)是否存在異常值和

錯(cuò)誤值以及日最高氣溫是否小于最低氣溫，其中異常值的檢驗(yàn)是找到各站點(diǎn)氣溫?cái)?shù)據(jù)時(shí)間序列中的離群值，即將各站點(diǎn)中超過或小于每日氣溫序列均值3倍標(biāo)準(zhǔn)差的記錄值視為異常值，若該站點(diǎn)存在以上兩種情況，則需根據(jù)質(zhì)量控制結(jié)果更正或剔除該站點(diǎn)，從而保證所用數(shù)據(jù)的可信度。

1.3 極端溫度指標(biāo)選取與計(jì)算

采用氣候變化檢測與極端事件指數(shù)專家組（ETCCDI）推薦的極端溫度指標(biāo)，選取其中與農(nóng)作物生長熱量條件密切相關(guān)的10個(gè)指標(biāo)（表1）。根據(jù)計(jì)算方法的不同，這些指標(biāo)可分為：（1）相對閾值的指標(biāo)（相對指標(biāo)），包括冷夜日數(shù)、暖夜日數(shù)、冷晝?nèi)諗?shù)、暖晝?nèi)諗?shù)；（2）固定閾值的指標(biāo)（絕對指標(biāo)），包括霜凍日數(shù)、夏日日數(shù)和熱夜日數(shù)；（3）持續(xù)時(shí)間指標(biāo)：暖日持續(xù)日數(shù)、冷日持續(xù)日數(shù)和作物生長期。冷夜、冷晝、霜凍日數(shù)和冷日持續(xù)日數(shù)統(tǒng)稱為冷指數(shù)，暖夜、暖晝、夏日日數(shù)、熱夜日數(shù)和暖日持續(xù)日數(shù)統(tǒng)稱為暖指數(shù)。冷指數(shù)和暖指數(shù)與作物是否可能發(fā)生凍害和熱害緊密相關(guān)，而作物生長期的延長與縮短直接影響作物的生長發(fā)育周期，進(jìn)而影響最終產(chǎn)量。溫度數(shù)據(jù)經(jīng)RClimDex（1.0）軟件檢查無誤后，通過其指數(shù)計(jì)算模塊選取并計(jì)算10個(gè)極端溫度指標(biāo)。不同氣候區(qū)的極端溫度指標(biāo)由各氣候區(qū)所包含站點(diǎn)的平均值求得。

表1 所選極端溫度指標(biāo)的定義（d）

Table 1 Definition of the extreme temperature indices used in this study（d）

1.4 極端溫度指標(biāo)變化趨勢分析

1.4.1 線性趨勢分析

1.4.1.1 Mann-Kendall非參數(shù)檢驗(yàn)法

采用Mann-Kendall非參數(shù)檢驗(yàn)分析不同氣候區(qū)極端溫度事件年序列變化[16?18]，得到一個(gè)正態(tài)分布的統(tǒng)計(jì)量Z值，用以判斷極端溫度事件序列的上升或下降趨勢，并判斷變化趨勢的顯著性。假設(shè)有一個(gè)時(shí)間序列X={x1, x2, …, xn}，統(tǒng)計(jì)值S的計(jì)算過程為

式中，sgn()為符號函數(shù)；Mann-Kendall統(tǒng)計(jì)量Z值計(jì)算式為

式中，Z>0表示序列呈上升趨勢，Z<0表示序列呈下降趨勢，Z＝Z1?α/2的絕對值越大，說明該時(shí)間序列的變化趨勢越顯著。給定顯著性水平α=0.05，經(jīng)查正態(tài)分布表可知，對應(yīng)的置信度水平1.96；給定顯著性水平α=0.01，對應(yīng)的置信度水平2.58。|Z|值大于臨界值1.96時(shí)，上升或下降變化趨勢在統(tǒng)計(jì)學(xué)上為顯著；|Z|值大于臨界值2.58時(shí)，變化趨勢為極顯著；否則，變化趨勢不顯著。

1.4.1.2 Sen’s slope斜率估計(jì)

采用Sen’s slope斜率估計(jì)法進(jìn)一步分析各氣候區(qū)極端溫度事件指數(shù)的年變化趨勢幅度大小[19?20]。如果一個(gè)時(shí)間序列存在線性趨勢，其單位時(shí)間的變化幅度可用Sen’s slope斜率估計(jì)法估算得到。時(shí)間序列內(nèi)每對數(shù)據(jù)的斜率值Qi計(jì)算方法為

式中，xj和xi分別是時(shí)間j和i的數(shù)據(jù)值（j>i），在時(shí)間序列X中一共有N=n(n?1)/2個(gè)斜率估計(jì)值，將其按照從小到大的順序排列，整個(gè)序列斜率的中值即為Sen’s slope斜率估計(jì)值。

如果N為奇數(shù)，斜率Q為

如果N為偶數(shù)，斜率Q為

1.4.2 突變分析

采用Pettitt突變點(diǎn)檢驗(yàn)法檢測不同氣候區(qū)極端溫度事件年際序列變化的突變點(diǎn)[21]。該方法不僅能夠判斷出突變點(diǎn)的位置，還能判斷突變點(diǎn)是否在統(tǒng)計(jì)意義上顯著。該檢驗(yàn)基于Mann-Whitney的統(tǒng)計(jì)函數(shù)Ut,n，認(rèn)為兩個(gè)樣本x1, …, xt和xt+1, …, xn均來自同一序列分布，對于連續(xù)的序列，Ut,n和Vt,n由下列公式計(jì)算

其中

式中，Ut,n將根據(jù)第一個(gè)樣本序列超過第二個(gè)樣本序列次數(shù)的統(tǒng)計(jì)組成新的序列。

當(dāng)存在t時(shí)刻滿足kt=max<1

Pt<0.05表示檢測出的突變點(diǎn)在統(tǒng)計(jì)意義上為顯著，Pt< 0.01為極顯著。

2 結(jié)果與分析

2.1 年極端溫度指標(biāo)的線性變化趨勢

由圖2和表2可見，1956?2015年整個(gè)研究區(qū)暖夜日數(shù)（TN90p）和暖晝?nèi)諗?shù)（TX90p）均呈顯著上升趨勢，增速分別為2.12和1.00d×10a?1（P＜0.01）；而冷夜日數(shù)（TN10p）和冷晝?nèi)諗?shù)（TX10p）分別以1.44和0.70d×10a?1（P＜0.01）的幅度顯著下降。這4個(gè)相對極端溫度指標(biāo)均反映出顯著變暖趨勢，其中冷夜和暖夜的變化趨勢比冷晝和暖晝更明顯。圖3為1956?2015年不同氣候區(qū)極端溫度事件變化趨勢的空間分布。由圖可見，各區(qū)內(nèi)站點(diǎn)間的變化情景并不完全相同，TX10p和TX90p通過顯著性檢驗(yàn)的氣象站點(diǎn)較少，分別有67%和69%站點(diǎn)檢驗(yàn)結(jié)果為顯著，（亞）熱帶季風(fēng)性氣候區(qū)（Ⅳ區(qū)）僅有33%和58%的氣象站點(diǎn)通過顯著性檢驗(yàn)，說明該地區(qū)溫度變化較溫和。高原山地氣候區(qū)（Ⅲ區(qū)）的變暖幅度最大，該區(qū)域TN90p、TX90p、TN10p和TX10p變化幅度分別為2.29、1.38、?1.59和?0.89d×10a?1（P＜0.01）。

圖2 1956?2015年整個(gè)研究區(qū)和不同氣候區(qū)極端溫度指標(biāo)的年際變化趨勢

表2 1956?2015年不同氣候區(qū)極端溫度指標(biāo)的線性趨勢分析結(jié)果

注：*、**分別表示極端溫度事件的線性變化趨勢通過0.05、0.01水平的顯著性檢驗(yàn)。

Note:*is P<0.05，**is P<0.01.

圖3 1956?2015年不同氣候區(qū)極端溫度事件線性變化趨勢的空間分布

1956?2015年夏日日數(shù)（SU25）、熱夜日數(shù)（TR20）顯著上升，而霜凍日數(shù)（FD0）呈現(xiàn)顯著下降趨勢。整個(gè)研究區(qū)SU25和TR20在60a內(nèi)增幅分別為1.77和1.44d×10a?1（P＜0.01），增幅最小的區(qū)域?yàn)楦咴降貧夂騾^(qū)，分別為0.78和0.03d×10a?1（P＜0.01），增幅較大區(qū)域?yàn)椋▉啠釒Ъ撅L(fēng)性氣候區(qū)，分別為2.14和2.58d×10a?1（P＜0.01）。整個(gè)研究區(qū)FD0在60a內(nèi)下降幅度為2.84d×10a?1（P＜0.01），高原山地氣候區(qū)降幅最大，為3.65d×10a?1（P＜0.01），（亞）熱帶季風(fēng)性氣候區(qū)降幅最小，為1.66d×10a?1（P＜0.01）。在過去60a，整個(gè)研究區(qū)暖日持續(xù)日數(shù)（WSDI）和作物生長期（GSL）分別以0.02 和2.16d×10a?1（P＜0.01）的幅度顯著上升，而冷日持續(xù)日數(shù)（CSDI）則表現(xiàn)為顯著下降趨勢（?0.36d×10a?1，P＜0.01）。從不同區(qū)域來看，WSDI變化幅度差異不大，介于0～0.04d×10a?1。GSL是與作物生長和農(nóng)業(yè)生產(chǎn)直接相關(guān)的極端溫度指標(biāo)，在全國大部分區(qū)域表現(xiàn)為顯著上升，尤其是高原山地氣候區(qū)（3.23d×10a?1，P＜0.01），但在（亞）熱帶季風(fēng)氣候區(qū)變化趨勢不顯著。

2.2 年極端溫度指標(biāo)的突變特征分析

Pettitt突變點(diǎn)檢驗(yàn)結(jié)果表明，各極端溫度指標(biāo)在1956?2015時(shí)間段內(nèi)均存在突變點(diǎn)，除溫帶季風(fēng)性氣候區(qū)的CSDI，其它指標(biāo)的突變點(diǎn)均通過0.05水平的顯著性檢驗(yàn)（表3）。從不同氣候區(qū)域來看，各指標(biāo)突變年份并不相同。對于TX10p，高原山地氣候區(qū)（Ⅲ區(qū)）和（亞）熱帶季風(fēng)性氣候區(qū)（Ⅳ區(qū)）突變點(diǎn)（均為1998年）比其它2個(gè)氣候區(qū)（Ⅰ和Ⅱ區(qū)，均為1988年）晚出現(xiàn)10a。高原山地氣候區(qū)TX90p在1987年發(fā)生突變，其它氣候區(qū)則在1990年以后才發(fā)生突變。溫帶季風(fēng)性氣候區(qū)和（亞）熱帶季風(fēng)性氣候區(qū)CSDI在1978年以后顯著下降，而其它2個(gè)區(qū)域CSDI在1988年左右才發(fā)生突變。對于其余極端溫度指標(biāo)而言，溫帶大陸性氣候區(qū)突變點(diǎn)稍晚于其它區(qū)域，但4個(gè)氣候區(qū)突變年份差異不大。整體而言，各氣候區(qū)極端溫度事件均出現(xiàn)突變，但各區(qū)域各指標(biāo)的突變年份略有不同，突變點(diǎn)主要集中在20世紀(jì)80年代和90年代。

根據(jù)突變分析結(jié)果，將整個(gè)研究時(shí)段以20世紀(jì)80年代中期為分界線，進(jìn)一步分為1956?1985年和1986?2015年兩個(gè)階段，比較前30a和后30a極端溫度事件指標(biāo)的變化趨勢及幅度大小。由表3可見，在20世紀(jì)80年代中期以前，整個(gè)研究區(qū)除TN10p和FD0以外其它指標(biāo)變化趨勢均不顯著，而在隨后30a期間，除CSDI以外其它指標(biāo)均發(fā)生顯著變化。在1956?1985年和1986?2015年兩個(gè)時(shí)間段內(nèi)，TN10p均表現(xiàn)為顯著下降趨勢，分別為1.47和0.92d×10a?1（P<0.01）。TX10p在前一個(gè)時(shí)間段內(nèi)無顯著變化，在后一個(gè)時(shí)間段以0.78d×10a?1（P<0.01）的幅度顯著下降。FD0在前后30a均顯著下降，但后期（3.09d×10a?1，P<0.01）比前期（1.40d×10a?1，P<0.05）下降幅度更大。前30a期間TN90p和TX90p變化趨勢不顯著，而后30a期間兩者均顯著上升，分別為3.21和2.23d×10a?1（P<0.01），且增速大于全時(shí)段平均增速。SU25和TR20在前30a變化不顯著，甚至呈現(xiàn)異于整體變化的趨勢，而后30a變化顯著，分別為3.69和2.67d×10a?1（P<0.01）。CSDI在兩個(gè)時(shí)間段內(nèi)變化均不顯著，WSDI和GSL在前30a期間變化不顯著，而后30a年期間顯著上升，分別為0.04 d×10a?1（P<0.01）和2.72d×10a?1（P<0.05）。不同區(qū)域內(nèi)前后30a各極端溫度指標(biāo)的變化趨勢與整個(gè)研究區(qū)規(guī)律相似，即大多數(shù)指標(biāo)前30a變化趨勢不顯著，而后30年發(fā)生顯著變化。其中，TN10p（?1.23和?1.07d×10a?1）、TN90p（4.07和3.56d×10a?1）、TX10p（?1.51和?0.64d×10a?1）和TX90p（2.52和2.94d×10a?1）在高原山地氣候區(qū)和（亞）熱帶季風(fēng)性氣候區(qū)變化幅度較大，而FD0（?4.10和?5.90d×10a?1）和GSL（4.17和4.19d×10a?1）在溫帶大陸性氣候區(qū)和高原山地氣候區(qū)變幅較大。SU25在溫帶大陸性氣候區(qū)和（亞）熱帶季風(fēng)性氣候區(qū)增幅較大，分別為4.17和5.78d×10a?1；TR20在溫帶季風(fēng)性氣候區(qū)和（亞）熱帶季風(fēng)性氣候區(qū)增幅較大，分別為3.32和4.95d×10a?1。

表3 不同氣候區(qū)極端溫度指標(biāo)的突變檢驗(yàn)和前后30a線性趨勢分析結(jié)果

注：*、**分別表示極端溫度事件的突變年份和線性變化趨勢通過0.05、0.01水平的顯著性檢驗(yàn)。

Note:*is P<0.05，**is P<0.01.

3 結(jié)論與討論

（1）1956?2015年全國范圍內(nèi)暖指數(shù)（TN90p、TX90p、SU25、TR20和WSDI）表現(xiàn)出顯著上升趨勢，冷指數(shù)（TN10p、TX10p和FD0）表現(xiàn)出顯著下降趨勢，而CSDI變化趨勢不顯著。中國及各氣候區(qū)極端溫度指標(biāo)整體上表現(xiàn)出變暖趨勢，這與全球大部分地區(qū)變化情況類似[22?25]。從不同指標(biāo)的變化趨勢看，冷指標(biāo)的變暖幅度大于暖指標(biāo)的變暖幅度；與最低氣溫相關(guān)聯(lián)的夜指數(shù)（如TN10p、TN90p和FD0）的變暖幅度明顯大于與最高氣溫相關(guān)聯(lián)的晝指數(shù)（如TX10p、TX90p 和WSDI）的變暖幅度。說明冷、暖指數(shù)之間，晝指數(shù)和夜指數(shù)之間不具有對稱性，冷指數(shù)和夜指數(shù)對氣候變化的響應(yīng)較為敏感，這與其它研究者結(jié)論基本一致[26?30]。

（2）中國不同氣候區(qū)極端溫度事件發(fā)生突變的時(shí)間段主要集中在20世紀(jì)80年代和90年代，且極端溫度指標(biāo)在1986?2015年的變化趨勢相對1956?1985年更為顯著，與前人研究基本一致[31?32]。該現(xiàn)象主要與中國近30a的城市化過程有關(guān)。自20世紀(jì)70年代以來，中國經(jīng)歷了快速的城市化和經(jīng)濟(jì)飛速發(fā)展階段，許多研究表明城市化在很大程度上導(dǎo)致了地表變暖[33?36]。此外，人類活動(dòng)對氣溫變化的影響越來越重要，對于氣候變化的研究中人類因素越來越不容忽略。

（3）中國各氣候區(qū)溫度事件空間分布具有顯著差異。高原山地氣候區(qū)的冷指數(shù)，即TN10p、TX10p和FD0下降幅度最大，該氣候區(qū)GSL增長幅度也最為顯著，一定程度上說明冷指數(shù)的降低對生物生長季的延長影響最大。高原山地氣候區(qū)冷指數(shù)的大幅降低可能使該地區(qū)低溫冷害出現(xiàn)頻次減少，適應(yīng)作物品種變廣。然而，值得注意的是，冬季氣候變暖可能縮短作物越冬期，使作物提前返青拔節(jié)，從而減弱作物的抗寒能力，造成作物更易遭受凍害的侵襲。因此，高原山地氣候區(qū)可以改種偏晚熟的品種來獲得更高的產(chǎn)量；另一方面，溫度升高也加劇了該地區(qū)病蟲害潛在的危險(xiǎn)。對于一些暖指數(shù)，如SU25、TR20和WSDI，（亞）熱帶季風(fēng)性氣候區(qū)增幅最大，高溫?zé)岷Α⒎禃?huì)限制該區(qū)域作物生產(chǎn)，影響玉米、大豆、水稻等的種植和生產(chǎn)。例如，高溫危害會(huì)導(dǎo)致中稻空殼率的增加，使某些作物的蛋白質(zhì)凝固變性；另外，高溫往往與少雨相伴，從而造成土壤失墑嚴(yán)重，造成干旱、減產(chǎn)等。因此，（亞）熱帶季風(fēng)性氣候區(qū)更應(yīng)該培育耐高溫耐蟲害的作物品種以適應(yīng)當(dāng)前氣候變暖帶來的農(nóng)業(yè)危害。

（4）FD0和TX10p在（亞）熱帶季風(fēng)性氣候區(qū)變幅較小，整個(gè)研究區(qū)平均變化幅度分別為該地區(qū)的1.71和1.94倍。You等[37]研究表明，與東北、西北、華北地區(qū)氣象站相比，南方地區(qū)氣候變化幅度較??；Liu等[38]研究也有相似的發(fā)現(xiàn)。由此看來，大部分冷指標(biāo)的變化趨勢受緯度影響，隨著緯度的增加變暖速率增加。溫帶大陸性氣候區(qū)與溫帶季風(fēng)性氣候區(qū)相比，SU25增長幅度較大，說明極端溫度指標(biāo)變化趨勢對經(jīng)度的變化是有響應(yīng)的。對于高原山地氣候區(qū)，TX10p、TN10p、TX90p和TN90p變化幅度均高于其它地區(qū)，這主要是由于海拔的顯著差異所導(dǎo)致的。冷指標(biāo)變化趨勢隨著海拔高度的增加而增加，海拔越低的地方冷指數(shù)的減少趨勢越明顯，即變暖越顯著。

很多研究者指出大氣環(huán)流指數(shù)是形成或制約區(qū)域氣候變化的重要因子。天山地區(qū)冷指數(shù)受環(huán)流指數(shù)北極濤動(dòng)（AO）、北大西洋濤動(dòng)（NAO）和厄爾尼諾-南方濤動(dòng)（ENSO）的影響較大，而北太平洋濤動(dòng)（NPO）、東亞夏季風(fēng)（EASMI）、南亞夏季風(fēng)（SASMI）和南海夏季風(fēng)（SCSMI）是暖指數(shù)變化的重要因素[28]。ENSO的發(fā)生可導(dǎo)致熱帶太平洋地區(qū)大氣對流活動(dòng)加強(qiáng)，促使熱源加強(qiáng)，由于遙相關(guān)作用，使北半球中高緯度地區(qū)環(huán)流異常從而影響氣候變化[39]；也有研究認(rèn)為AO是東亞北部地區(qū)冬季變暖的直接影響因素[40]。在中國南方地區(qū)，亞熱帶高壓在夏季增強(qiáng)，導(dǎo)致極端高溫事件增多，而西南季風(fēng)在冬季增強(qiáng)，限制了西北西伯利亞高壓南移，導(dǎo)致冷事件減少[31]。不同區(qū)域氣候?qū)Σ煌h(huán)流指標(biāo)的響應(yīng)不一致，后續(xù)研究應(yīng)考慮不同環(huán)流指標(biāo)對不同氣候區(qū)的影響，從而揭示極端溫度事件的形成機(jī)理，為農(nóng)業(yè)發(fā)展提供對策。

[1] IPCC.Climate change 2013:the physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change[R]. Cambridge, United Kingdom and New York,NY,USA:Cambridge University Press,2013:37.

[2] 羿智華,王舜,趙從麗.論氣候變化對中國農(nóng)業(yè)氣象災(zāi)害與病蟲害的影響[J].南方農(nóng)機(jī),2018,(1):147,152.

Yi Z H,Wang S,Zhao C L.Effects of climate change on agricultural meteorological disaster and crop insects diseases [J].China Southern Agricultural Machinery,2018,(1):147,152. (in Chinese)

[3] 汪凱,葉紅,唐立娜,等.氣溫日較差研究進(jìn)展:變化趨勢及其影響因素[J].氣候變化研究進(jìn)展,2010,6(6):417-423.

Wang K,Ye H,Tang L N,et al.Research progresses on diurnal temperature range: variation trend and influential factors[J]. Advances in Climate Change Research,2010,6(6):417-423.(in Chinese)

[4] 許飛瓊.農(nóng)業(yè)災(zāi)害經(jīng)濟(jì):周期波動(dòng)與綜合治理[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2010,(8):74-79.

Xu F Q.Economic analysis on agricultural disasters: cyclical fluctuation and comprehensive solutions to the problems[J]. Economic Theory and Business Management,2010,(8):74- 79.(in Chinese)

[5] 李志,鄭粉莉,劉文兆.黃土高原極端溫度事件的時(shí)空變化[J].自然災(zāi)害學(xué)報(bào),2011,(6):6-12.

Li Z,Zheng F L,Liu W Z.Study on spatiotemporal changes of extreme temperature events in Loess Plateau[J].Journal of Natural Disasters,2011,(6):6-12.(in Chinese)

[6] 楊萍,劉偉東,王啟光,等.近40年中國極端溫度變化趨勢和季節(jié)特征[J].應(yīng)用氣象學(xué)報(bào),2010,21(1):29-36.

Yang P,Liu W D,Wang Q G,et al.The climate change trend and seasonal characteristics of daily temperature extreme in China for the latest 40 years[J].Journal of Applied Meteorological Science,2010,21(1):29-36.(in Chinese)

[7] 王瓊,張明軍,王圣杰,等.1962-2011年長江流域極端氣溫事件分析[J].地理學(xué)報(bào),2013,38(5):611-625.

Wang Q,Zhang M J,Wang S J,et al.Extreme temperature events in Yangtze River Basin during 1962-2011[J].Acta Geographica Sinica,2013,38(5):611-625.(in Chinese)

[8] 潘曉華.近五十年中國極端溫度和降水事件變化規(guī)律的研究[D].北京:中國氣象科學(xué)研究院,2002.

Pan X H.Changes in extreme temperature events in China during recent 50 years[D].Beijing:Chinese Academy of Meteorological Sciences,2002.(in Chinese)

[9] 馬尚謙,張勃,唐敏,等.1960-2015年淮河流域初終霜日時(shí)空變化分析[J].中國農(nóng)業(yè)氣象,2018,39(7):468-478.

Ma S Q,Zhang B,Tang M,et al.Analysis on the temporal and spatial changes of frost date in the Huaihe River Basin from 1960 to 2015[J].Chinese Journal of Agrometeorology,2018, 39(7):468-478.(in Chinese)

[10] 葛非凡,毛克彪,蔣躍林,等.華東地區(qū)夏季極端高溫特征及其對植被的影響[J].中國農(nóng)業(yè)氣象,2017,38(1):43-51.

Ge F F,Mao K B,Jiang Y L,et al.Extreme high-temperature in summer and its impacts on vegetation in East China[J]. Chinese Journal of Agrometeorology,2017,38(1):43-51.(in Chinese)

[11] 謝志祥,李亞男,秦耀辰,等.1960-2012年淮河流域極端氣溫變化特征[J].中國農(nóng)業(yè)氣象,2017,38(7):407-416.

Xie Z X,Li Y N,Qin Y C,et al.Evolution characteristics of the extreme temperature in Huaihe River Basin from 1960 to 2012[J].Chinese Journal of Agrometeorology,2017,38(7): 407-416.(in Chinese)

[12] 萬能涵,楊曉光,劉志娟,等.氣候變化背景下中國主要作物農(nóng)業(yè)氣象災(zāi)害時(shí)空分布特征(Ⅲ):華北地區(qū)夏玉米干旱[J].中國農(nóng)業(yè)氣象,2018,39(4):209-219.

Wan N H,Yang X G,Liu Z J,et al.Temporal and spatial variations of agro-meteorological disasters of main crops in China in a changing climate(Ⅲ):drought of summer maize in North China Plain[J].Chinese Journal of Agrometeorology, 2018,39(4):209-219. (in Chinese)

[13] 吳燦,趙景波,王格慧.黃河流域極端氣溫指數(shù)的氣候演變特征分析[J].中國農(nóng)業(yè)氣象,2015,36(5):525-535.

Wu C,Zhao J B,Wang G H.Characteristic analysis of the climatic revolution in the Yellow River extreme temperature index[J].Chinese Journal of Agrometeorology,2015,36(5): 525-535.(in Chinese)

[14] Song Y,Achberger C,Linderholm H W.Rain-season trends in precipitation and their effect in different climate regions of China during 1961-2008[J].Environ Res Lett,2011,(6):034025.

[15] Zhang X B,Yang F.RClimDex(1.0) User Manual[M].Climate Research Branch,Environment Canada,Ontario,Canada,2004.

[16] 高永志,汪有科,姜鵬.黃土高原露日數(shù)變化趨勢分析[J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2017,25(11):1718-1730.

Gao Y Z,Wang Y K,Jiang P.Spatiotemporal analysis of dew days in China’s Loess Plateau [J].Chinese Journal of Eco- Agriculture,2017,25(11):1718-1730.(in Chinese)

[17] 劉蓉,文軍,王欣.黃河源區(qū)蒸散發(fā)量時(shí)空變化趨勢及突變分析[J].氣候與環(huán)境研究,2016,21(5):503-511.

Liu R,Wen J,Wang X.Spatial-temporal variation and abrupt analysis of evapotranspiration over the Yellow River source region[J].Climatic and Environmental Research,2016,21(5): 503-511.(in Chinese)

[18] 王帥,李院生,張峰.近55年渭河流域氣溫演變規(guī)律分析[J].中國農(nóng)業(yè)氣象,2013,34(5):512-518.

Wang S,Li Y S,Zhang F.Analysis on spatio-temporal variation of temperature in Weihe river basin in recent 55 years[J].Chinease Journal of Agrometeorology,2013,34(5): 512-518.(in Chinese)

[19] Tabari H,Talaee P H.Analysis of trends in temperature data in arid and semi-arid regions of Iran[J].Global and Planetary Change,2011,79(1/2):1-10.

[20] Gocic M,Trajkovic S.Analysis of changes in meteorological variables using Mann-Kendall and Sen’s slope estimator statistical tests in Serbia[J].Global and Planetary Change,2013,100:172-182.

[21] Pettitt A N.A non-parametric approach to the change-point problem[J].Appl.Stat.,1979:126-135.

[22] Alexander L V,Zhang X,Perterson T C,et al.Global observed changes in daily climate extremes of temperature and precipitation[J].J Geophys Res,2006,111,D05109.

[23] Klein Tank A M G,Peterson T C,Quadir D A,et al.Changes in daily temperature and precipitation extremes in central and south Asia[J].J Geophys Res,2006,111,D06316.

[24] 袁文德,鄭江坤.1962-2012年西南地區(qū)極端溫度事件時(shí)空變化特征[J].長江流域資源與環(huán)境,2015,(7):1246-1254.

Yuan W D,Zheng J K.Spatial and temporal variations of extreme temperature events in Southwestern China during 1962-2012[J]. Resources and Environment in the Yangtze River,2015,(7):1246-1254.(in Chinese)

[25] 汪寶龍,張明軍,魏軍林,等.西北地區(qū)近50a氣溫和降水極端事件的變化特征[J].自然資源學(xué)報(bào),2012,27(10):1720- 1732.

Wang B L,Zhang M J,Wei J L,et al.The change in extreme events of temperature and precipitation over Northwest China in recent 50 years[J].Journal of Natural Resources, 2012,27(10):1720-1732.(in Chinese)

[26] Sun W Y,Mu X M,Song X Y,et al.Changes in extreme temperature and precipitation events in the Loess Plateau (China) during 1960-2013 under global warming[J]. Atmospheric Research,2016,168:33-48.

[27] 周玉科,高琪,范俊甫.基于極端氣溫指數(shù)的青藏高原年際升溫及不對稱特征研究[J].地理與地理信息科學(xué),2017, 33(6):64-71.

Zhou Y K,Gao Q,Fan J F.Characterizing the inter-annual warming and asymmetry condition on Tibetan Plateau using the extreme temperature indices[J].Geography and Geo- Information Science,2017,33(6):64-71.(in Chinese)

[28] 丁之勇,董義陽,魯瑞潔.1960-2015年中國天山南、北坡與山區(qū)極端氣溫時(shí)空變化特征[J].地理科學(xué), 2018,38(8): 1379-1390.

Ding Z Y,Dong Y Y,Lu R J.Spatio-temporal variability of temperature extremes in Tianshan Mountains Areas, Northwest China,during 1960-2015[J].Scientia Geographica Sinica,2018,38(8):1379-1390.(in Chinese)

[29] Choi G Y,Collins D,Ren G Y,et al.Changes in means and extreme events of temperature and precipitation in the Asia-Pacific Network Region,1955-2007[J].Int J Climatol, 2009,29:1906-1925.

[30] 王釗,彭艷,魏娜.近52a秦嶺南北極端溫度變化及其與區(qū)域增暖的關(guān)系[J].干旱氣象,2016,34(2):269-296.

Wang Z,Peng Y,Wei N.Variation trends of the extreme temperature and its relationshio with regional warming in the South and North sides of the Qinling mountain during 1961-2012[J].Journal of Arid Meteorology,2016,34(2):269- 296.(in Chinese)

[31] 關(guān)穎慧.長江流域極端氣候變化及其未來趨勢預(yù)測[D].楊凌:西北農(nóng)林科技大學(xué),2015.

Guan Y H.Changes in extreme climate events and future prediction in the Yangzi River[D].Yangling:Northwest A&F University,2015.(in Chinese)

[32] 周雅清,任國玉.中國大陸1956-2008年極端氣溫事件變化特征分析[J].氣候與環(huán)境研究,2010,15(4):405-417.

Zhou Y Q,Ren G Y.The effect of urbanization on maximum, minimum temperatures and daily temperature range in North China[J].Climatic and Environmental Research,2010,15(4): 405-417.(in Chinese)

[33] Jones P D,Lister D H,Li Q.Urbanization effects in large- scale temperature records,with an emphasis on China[J].J Geophys Res,2008,113,D009916.

[34] Zhou L M,Dickinson R E,Tian Y H,et al.Evidence for a significant urbanization effect on climate in China[J].Proc Natl Acad Sci USA,2004,101(26):9540-9544.

[35] van Dijk A I J M,Beck H E,Crosbie R S,et al.The millennium drought in southeast Australia(2001-2009): natural and human causes and implications for water resources,ecosystems,economy and society[J].Water Resources Research,2013,(49):1040-1057.

[36] Ren G Y，Zhou Y Q. Urbanization effect on trends of extreme temperature indices of national stations over Mainland Chian,1961-2008[J]. Journal of Climate,2013, 27(6):2340-2360.

[37] You Q L,Kang S C,Aguilar E,et al.Changes in daily climate extremes in China and their connection to the large scale atmospheric circulation during 1961-2003[J].Clim Dyn,2011, (36):2399-2417.

[38] Liu B H,Xu M,Henderson M,et al.Taking China’s temperature:daily range,warming trends,and regional variations,1955-2000[J].J Clim,2004,(17):4453-4462.

[39] 黃榮輝.我國重大氣候?yàn)?zāi)害的形成機(jī)理和預(yù)測理論研究[J].地球科學(xué)進(jìn)展,2006,21(6):564-575.

Huang R H.Progresses in research on the formation mechanism and prediction theory of severe climatic disasters in China[J].Advances in Earth Science,2006,21(6):564-575. (in Chinese)

[40] 琚建華,任菊章,呂俊梅.北極濤動(dòng)年代際變化對東亞北部冬季氣溫增暖的影響[J].高原氣象,2004,23(4):429-434.

Ju J H,Ren J Z,Lv J M.Effects of interdecadal variation of Arctic oscillation on temperature increasing in North of East Asian winter[J].Plateau Meteorology,2004,23(4):429-434.(in Chinese)

Spatiotemporal Variations of Extreme Temperature Indices in Different Climatic Zones of China over the Past 60 Years

ZHANG Da-ren, ZHENG Jing, FAN Jun-liang, FANG Zhi-chao, JI Qing-yuan, YUAN Ye-zi, LIU Wen-fei

(College of Water Resources and Architectural Engineering, Northwest A&F University, Yangling 712100, China)

Based on daily maximum and minimum temperature data during 1956?2015 obtained from 200 weather stations, ten extreme temperature indices recommended by ETCCDI were used to study the temporal trends of extreme temperature indices and their spatial distribution in four climatic zones of China, with the help of Mann-Kendall test, Sen’s slope estimator and Pettitt test. The results showed that, (1) warm nights (TN90p) and warm days (TX90p) tended to increase significantly in China over the past 60 years, with a rate of 2.12 and 1.00d×10y?1(P<0.01), but cold nights (TN10p) and cold days (TX10p) tended to decrease significantly, with a rate of 1.44 and 0.70d×10y?1(P<0.01), respectively. For threshold indices, the change rate of frost days (FD0) was ?2.84d×10y?1(P<0.01), but the change rates of summer days (SU25) and tropical nights (TR20) were 1.77 and 1.44d×10y?1(P<0.01), respectively. For duration indices, warm spell duration index (WSPI) and growing season length (GSL) significantly increased, but cold spell duration index (CSDI) showed no significant trend during the period of 1956?2015. (2) The increasing rates of cold extremes were greater than those of warm extremes. Further, faster increases were observed for nightly indices related to the minimum temperature (e.g. TN10p, TN90p and FD0), compared with the daytime indices related to the maximum temperature (e.g. TX10p, TX90p and WSDI). (3) The abrupt change years of temperature extremes mainly occurred in the 1980s and 1990s. The change rates of most temrepature extreme indices were more significant after the mid-1980s than those before the mid-1980s. (4) The change rates of extreme temperature indices varied greatly among different climatic zones, with the greatest decreases in cold extreme indices in the mountain plateau zone and the greatest increases in warm extreme indices such as SU25, TR20 and WSDI in the subtropical monsoon zone.

Climate change; Extreme tempreature；Trend analysis；Abrupt change detection

10.3969/j.issn.1000-6362.2019.07.002

2018-12-03**

。E-mail：nwwfjl@163.com

國家自然科學(xué)基金（51879226；51509208）

張大任（1997?），本科，研究方向?yàn)闅夂蜃兓罗r(nóng)業(yè)水文過程。E-mail：172876790@qq.com

張大任,鄭靜,范軍亮,等.近60年中國不同氣候區(qū)極端溫度事件的時(shí)空變化特征[J].中國農(nóng)業(yè)氣象,2019,40(7):422-434