梧州市極端低溫事件及重現(xiàn)期的研究分析

孫小龍 鐘禮偉 梁文希 陳飛盛

摘要 為了研究梧州市極端低溫事件的變化特點(diǎn)及規(guī)律，提供防災(zāi)減災(zāi)科學(xué)依據(jù)，利用梧州市近60年的氣象觀測資料，采用數(shù)學(xué)統(tǒng)計(jì)及廣義帕累托分布進(jìn)行分析。結(jié)果表明：（1）梧州市極端低溫出現(xiàn)最多的月份為1月，平均值為7.8 d，3月雖僅為0.5 d，但仍需注意防范倒春寒對農(nóng)業(yè)生產(chǎn)的不利影響;（2）1月、2月和12月出現(xiàn)的極端低溫強(qiáng)度最強(qiáng)，均為3.6℃，其次是3月和11月;（3）極端低溫事件的年平均發(fā)生天數(shù)為17.7 d，年極端低溫事件呈現(xiàn)明顯的下降趨勢，但極端低溫事件發(fā)生的強(qiáng)度卻更強(qiáng)、災(zāi)害性更大;（4）在未來的一段氣候時期內(nèi)，梧州市5年、10年、20年、50年和100年一遇的極端低溫重現(xiàn)水平分別是-0.7℃、-1.2℃、-1.5℃、-2.0℃、-2.2℃。

關(guān)鍵詞 氣候;極端低溫;梧州

中圖分類號：P466 文獻(xiàn)標(biāo)識碼：A 文章編號：2095–3305（2020）08–0–02

Abstract To research the change characteristics and regularity of Extreme Low Temperature Events and Recurrence Interval in Wuzhou， and provide a basis for disaster prevention and mitigation， based on meteorological observations in the last 60 years， we conducted the analysis by applying Mathematical Statistics and Generalized Pareto Distribution （GPD）. The results indicated that： （1） The month with the most extreme low temperature events in Wuzhou is January， its average was 7.8 days. Although Marchs average was 0.5 days， but we should pay attention to prevent the adverse effects of the late spring coldness on agricultural.（2） The extreme low-temperature intensities occurred in January， February， and December， all being 3.6℃， followed by March and November.（3） The average annual number of extreme low temperature events was 17.7 days， and the annual extreme low temperature events showed a significant downward trend， but the intensity of extreme low temperature events was stronger and more catastrophic.（4） In the future period of climate， Wuzhou's extreme low temperature recurrence levels of 5 years， 10 years， 20 years， 50 years and 100 years were -0.7℃， -1.2℃， -1.5℃， -2.0℃， -2.2℃.

Key words Climate; Extreme low temperature; Wuzhou

DOI：10.19383/j.cnki.nyzhyj.2020.08.029

極端天氣氣候事件是指天氣（氣候）的狀態(tài)嚴(yán)重偏離其平均態(tài)，屬于小概率事件。但由于極端天氣氣候事件具有突發(fā)性強(qiáng)、破壞性大、難以預(yù)測等特點(diǎn)，往往給人類社會和生態(tài)系統(tǒng)帶來嚴(yán)重的影響[1-2]。特別是近年來全球氣候變暖，全球范圍內(nèi)極端天氣氣候事件及其導(dǎo)致的嚴(yán)重災(zāi)害出現(xiàn)遞增的趨勢[3]。

梧州市位于廣西東部，地處珠江流域中游，桂江、潯江、西江三江穿城而過，北回歸線橫貫市區(qū)中部，有獨(dú)特的氣候特點(diǎn)。近年來，荔枝、龍眼、火龍果等熱帶經(jīng)濟(jì)植物的種植面積不斷擴(kuò)大，經(jīng)濟(jì)收益在梧州市經(jīng)濟(jì)發(fā)展中占據(jù)舉足輕重的地位。但農(nóng)業(yè)生產(chǎn)對極端天氣氣候事件的敏感性和脆弱性特征也日益顯著。利用氣象觀測資料對梧州市極端低溫概率分布及重現(xiàn)期進(jìn)行研究分析，認(rèn)識和了解極端天氣的變化特點(diǎn)，以期為當(dāng)?shù)貞?yīng)對極端氣候事件、合理利用氣候資源、提高防災(zāi)減災(zāi)能力提供科學(xué)依據(jù)。

1 資料與方法

極端氣候事件是在特定的時間和空間發(fā)生的罕見天氣事件，發(fā)生率極小。根據(jù)氣象行業(yè)標(biāo)準(zhǔn)《QX/T 302-2015極端低溫檢測指標(biāo)》[4]，采用百分位數(shù)確定的閾值來定義極端低溫事件：在某一段氣候時期內(nèi)日最低氣溫從小到大進(jìn)行排序，取第5個百分位數(shù)作為極端低溫閾值，小于該閾值則定義為一次極端低溫事件。研究數(shù)據(jù)選取梧州市國家氣象觀測站1956—2015年60年的逐日地面觀測資料。擬采用廣義帕累托分布（GPD）概率模型研究分析極端氣候事件的特征[5-10]。GPD的概率分布函數(shù)如下：

其中，ζ為位置參數(shù)，α為尺度參數(shù)，k為形狀參數(shù)。這3個參數(shù)可以通過極大似然估計(jì)法得到。

采用柯爾莫哥洛夫檢驗(yàn)（K-S）對概率模型進(jìn)行擬合優(yōu)度檢驗(yàn)：。其中，n為樣本容量;，表示在所有各點(diǎn)上經(jīng)驗(yàn)分布與假設(shè)概率分布之差的最大值。Dn越小，說明擬合逐點(diǎn)偏差越小，擬合效果越好。取置信度α=0.01，查表得知，相應(yīng)臨界值Kα;若Kf

2 結(jié)果與分析

2.1 極端低溫

對梧州市國家氣象觀測站1956—2015年的逐日最低氣溫進(jìn)行升序排列，取第5個百分位數(shù)5.5℃作為極端低溫閾值，即日最低氣溫<5.5℃時為一次極端低溫事件。統(tǒng)計(jì)發(fā)現(xiàn)，梧州市的極端低溫出現(xiàn)在1—3月和11—12月，4—10月無極端低溫出現(xiàn);極端低溫多出現(xiàn)在1月，約為7.8 d，該月份出現(xiàn)的頻率占所有極端低溫事件的44.2%;其次是12月和2月，為4.7 d、4.4 d，占26.3%～24.7%;3月份雖然出現(xiàn)極端低溫概率低，平均僅有0.5 d，但仍需注意防范倒春寒對農(nóng)業(yè)生產(chǎn)的不利影響。極端低溫的最小值為-3℃，出現(xiàn)在2月;3月和11月的極端低溫最小值在0℃以上。從各月份出現(xiàn)極端低溫的平均強(qiáng)度來看，1月、2月和12月的平均強(qiáng)度均為3.6℃，3月和11月的平均強(qiáng)度為4.5℃、4.4℃（表1）。

梧州市平均每年發(fā)生極端低溫事件天數(shù)為17.7 d，其中發(fā)生最多的年份為1984年，達(dá)40 d，發(fā)生最少的年份為2015年，僅有3 d。由此可見，極端低溫事件的年際差異較大。從梧州市近60年的極端低溫事件變化趨勢圖可以看出，在全球氣候變暖的背景下，梧州市年極端低溫事件呈下降趨勢（下降趨勢的傾向率為-1.5 d/10年），特別是1985年以來，極端低溫事件減少的趨勢更為明顯。雖然近年來梧州市的極端低溫事件呈現(xiàn)下降趨勢，但極端低溫事件的強(qiáng)度更強(qiáng)、災(zāi)害性更大。例如，1991年12月26—28日，梧州市北部普降大雪，地面積雪厚達(dá)1～12 cm，極端最低氣溫達(dá)-1.5℃;1999年12月21—28日，梧州市出現(xiàn)了大范圍的霜（冰）凍天氣過程，其持續(xù)時間長，共歷時8 d，為20世紀(jì)70年代以來最嚴(yán)重的一次霜凍天氣;2008年梧州市遭遇歷史罕見的低溫雨雪冰凍災(zāi)害的極端天氣氣候事件，造成農(nóng)業(yè)直接經(jīng)濟(jì)損失超過1.7億元。

2.2 重現(xiàn)期

利用1956—2015年的逐日最低氣溫建立GPD模型進(jìn)行擬合，根據(jù)極大似然法得到的參數(shù)估計(jì)值ζ=5.5，α=2.3540，k=-0.2625。根據(jù)梧州市GPD模型的診斷圖，概率圖（PP）橫坐標(biāo)是通過觀測樣本計(jì)算得到經(jīng)驗(yàn)值概率分布，橫坐標(biāo)是由GPD模型擬合所產(chǎn)生的模型值概率分布，能反映實(shí)際樣本系列與理論分布的擬合程度（圖1）。根據(jù)K-S檢驗(yàn)，Kf=0.025

3 結(jié)論與討論

（1）梧州市近60年的極端低溫出現(xiàn)在1—3月和11—12月，出現(xiàn)頻率最多的為1月，月平均7.8 d，其次是12月和2月，為4.7 d、4.4 d;3月平均值僅為0.5 d，但仍需注意防范倒春寒對農(nóng)業(yè)生產(chǎn)的不利影響。

（2）從平均強(qiáng)度來看，1月、2月和12月出現(xiàn)的極端低溫強(qiáng)度最強(qiáng)，均為3.6℃，3月和11月的平均強(qiáng)度為4.5℃、4.4℃。

（3）梧州市平均每年發(fā)生極端低溫事件為17.7 d，但年際差異較大;在全球變暖的背景下，梧州市年極端低溫事件呈下降趨勢，特別是1985年以來，趨勢更為明顯，但極端低溫事件發(fā)生的強(qiáng)度卻更強(qiáng)、災(zāi)害性更大。

（4）在未來的一段氣候時期內(nèi)，梧州市5年、10年、20年、50年和100年一遇的極端低溫重現(xiàn)水平分別是-0.7℃、-1.2℃、-1.5℃、-2.0℃、-2.2℃。

綜上所述，在全球氣候變暖的大背景下，梧州市的極端低溫事件呈現(xiàn)明顯的下降趨勢，但極端低溫事件發(fā)生的強(qiáng)度及其帶來的災(zāi)害性越來越大。研究分析梧州市極端低溫事件規(guī)律特征，可為當(dāng)?shù)卣块T建立和完善氣象災(zāi)害應(yīng)急預(yù)案、提高應(yīng)對極端氣候?qū)r(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)管理能力提供科學(xué)依據(jù)。

參考文獻(xiàn)

[1] 章大全.極端氣候事件診斷技術(shù)研究[D].揚(yáng)州：揚(yáng)州大學(xué)，2008.

[2] 羅紅磊，何潔琳，李艷蘭，等.氣候變化背景下影響廣西的主要?dú)庀鬄?zāi)害及變化特征[J].氣象研究與應(yīng)用，2016，37（1）：10–14.

[3] 吳吉東，傅宇，張潔，等.1949—2013年中國氣象災(zāi)害災(zāi)情變化趨勢分析[J].自然資源學(xué)報(bào)，2014（9）：1520–1530.

[4] 中國氣象局.QX/T302-2015，極端低溫監(jiān)測指標(biāo)[S].北京：氣象出版社，2016.

[5] 方國華，戚核帥，聞昕，等.氣候變化條件下21世紀(jì)中國九大流域極端月降水量時空演變分析[J].自然災(zāi)害學(xué)報(bào)，2016（2）：15–25.

[6] 萬仕全，周國華，潘柱，等.南京過去100年極端日降水量模擬研究[J].氣象學(xué)報(bào)，2010，68（6）：790–799.

[7] 蒲義良，高玲玉，葉朗明.江門高溫和降水的概率分布及極端事件重現(xiàn)水平[J].廣東氣象，2018（6）：13–17.

[8] 智協(xié)飛，張玲，潘嘉露.我國南方冬季氣候變暖前后極端降水事件分析[J].熱帶氣象學(xué)報(bào)，2011，27（2）：166–172.

[9] 江志紅，丁裕國，朱蓮芳，等.利用廣義帕雷托分布擬合中國東部日極端降水的試驗(yàn)[J].高原氣象，2009（3）：101–108.

[10] 高永勝，魯帆，王雪.杭州市極值暴雨的統(tǒng)計(jì)建模與頻率計(jì)算研究[J].自然災(zāi)害學(xué)報(bào)，2017（26）：230.

責(zé)任編輯：黃艷飛