1961—2018年青海高原極端氣溫指數(shù)時(shí)空變化特征

馮曉莉，多杰卓么，李萬志，申紅艷，陳冀青

(1.青海省氣候中心，青海 西寧 810001；2.青海省黃南州氣象局，青海 同仁 811300)

引 言

近百年來，隨著全球氣候變暖，氣候變率增大，極端天氣氣候事件趨于增多，給社會(huì)經(jīng)濟(jì)發(fā)展和人民生活帶來嚴(yán)重影響[1-4]。因此，開展極端氣溫事件變化規(guī)律的研究，對于更好地應(yīng)對極端氣候和防災(zāi)減災(zāi)具有非常重要的意義。

青海高原是世界大氣水分循環(huán)的重要生態(tài)調(diào)節(jié)區(qū)和我國重要的生態(tài)安全屏障，占青藏高原面積的三分之一，其氣候變化會(huì)對該地區(qū)脆弱的生態(tài)系統(tǒng)造成影響。近年來，高原氣候整體呈變暖趨勢，氣溫及地表溫度升高導(dǎo)致冰川融化、凍土消融、生物多樣性發(fā)生變化[5-8]。青海高原平均海拔3000 m以上，自然氣候條件惡劣，發(fā)展農(nóng)牧業(yè)面臨的問題和困難較多，比如作物發(fā)育期提前加大了春季霜凍的危害，局地高溫干旱對農(nóng)牧業(yè)帶來較大損失，低溫事件減少導(dǎo)致病蟲害增加等[9-11]?？梢?，極端氣溫的變化會(huì)增加農(nóng)牧業(yè)生產(chǎn)的不穩(wěn)定性，對該地區(qū)農(nóng)牧業(yè)環(huán)境的影響尤為顯著，因此，研究該區(qū)域極端氣溫變化有利于提高氣象預(yù)報(bào)對農(nóng)牧業(yè)的服務(wù)水平和力度，對及時(shí)調(diào)整農(nóng)牧業(yè)種植結(jié)構(gòu)和生產(chǎn)布局具有重要的現(xiàn)實(shí)意義。

近年來，很多研究從全國以及不同區(qū)域尺度分析極端氣溫事件的變化特征，發(fā)現(xiàn)在全球氣候變暖背景下中國大陸極端暖事件增加、極端冷事件減少[4,12-16]，其中北部地區(qū)尤為明顯[12-15]。極端氣溫變化對氣候變暖有很好的響應(yīng)，氣候變暖突變發(fā)生前后某些極端氣溫指數(shù)如暖晝(夜)日數(shù)、冷晝(夜)日數(shù)、冰凍日數(shù)、霜凍日數(shù)發(fā)生頻率表現(xiàn)出明顯差異[17-18]，而且青藏高原、云貴高原、阿爾卑斯山、喜馬拉雅山脈等高海拔地區(qū)氣溫變化幅度的區(qū)域差異性可能與海拔和緯度有關(guān)[19-30]，因此，選擇合適的極端氣溫指數(shù)對高原極端氣溫事件的時(shí)間變化規(guī)律進(jìn)行系統(tǒng)分析，并從緯度及海拔的角度探討高原極端氣溫變化的空間差異性及敏感性，對高原氣候變化歸因有一定參考價(jià)值。

鑒于此，本文利用青海高原49個(gè)氣象站點(diǎn)1961—2018年逐日最高和最低氣溫資料，選取8個(gè)極端氣溫指數(shù)，采用累積距平、線性傾向估計(jì)、M-K突變檢驗(yàn)、周期分析、相關(guān)分析以及集合經(jīng)驗(yàn)?zāi)B(tài)分解等方法，對青海高原極端氣溫指數(shù)的時(shí)空變化特征進(jìn)行分析，探討極端氣溫變化的空間差異性及敏感區(qū)，以期為高原氣候變化和生態(tài)環(huán)境保護(hù)提供參考依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

青海高原位于青藏高原東北部(31°N—39°N、89°E—103°E)，海拔1658～6824 m(圖1)。按照氣候變化特點(diǎn)，將青海高原分為4個(gè)生態(tài)功能區(qū)：柴達(dá)木盆地位于高原西北部，站點(diǎn)平均海拔2946.3 m，屬于戈壁荒漠地帶，植被覆蓋度小；環(huán)青海湖地區(qū)站點(diǎn)平均海拔3121.2 m，降水較多，屬于農(nóng)牧交錯(cuò)帶；東部農(nóng)業(yè)區(qū)站點(diǎn)平均海拔2304.9 m，溫濕適宜，農(nóng)業(yè)資源豐富；青南牧區(qū)為長江、黃河、瀾滄江的發(fā)源地，站點(diǎn)平均海拔3926.4 m，降水多、溫度低[31-32]。

圖1 青海高原地形及氣象站點(diǎn)的空間分布Fig.1 The topography and spatial distribution of meteorological stations over Qinghai plateau

1.2 資 料

選取1961—2018年青海省50個(gè)地面氣象觀測站點(diǎn)的日最高、最低氣溫資料，對其進(jìn)行極值檢驗(yàn)和時(shí)間一致性檢驗(yàn)以確保各站點(diǎn)資料的準(zhǔn)確性和可靠性。經(jīng)過整理，最終確定49個(gè)地面氣象觀測站點(diǎn)的逐日最高、最低氣溫資料用于計(jì)算極端氣溫指數(shù)。

1.3 方 法

采用世界氣象組織及世界氣候研究計(jì)劃氣候變化檢測與指數(shù)聯(lián)合專家組(ETCCDI)推薦的8個(gè)極端氣溫指數(shù)[33]，根據(jù)其不同內(nèi)涵，將這些指數(shù)分為相對指數(shù)(TX90P暖晝?nèi)諗?shù)、TN90P暖夜日數(shù)、TX10P冷晝?nèi)諗?shù)、TN10P冷夜日數(shù))、持續(xù)指數(shù)(WSDI暖持續(xù)日數(shù)、CSDI冷持續(xù)日數(shù))、極值指數(shù)(TXN最高溫極低值、TNX最低溫極高值)，通過分析這些指數(shù)反映極端氣溫不同方面的變化(表1)。

表1 極端氣溫指數(shù)的定義Tab.1 Definitions of the extreme temperature indices

采用線性傾向估計(jì)方法研究極端氣溫指數(shù)在時(shí)間變化中升降的定量程度，并對其進(jìn)行顯著性檢驗(yàn)[34-35]；利用累積距平和Mann-Kendall檢驗(yàn)方法進(jìn)行突變分析[36]；對極端氣溫指數(shù)序列進(jìn)行集合經(jīng)驗(yàn)?zāi)B(tài)分解(ensemble empirical mode decomposition，EEMD)得到不同時(shí)間尺度分量，計(jì)算各分量的能量譜密度及方差貢獻(xiàn)率，反映不同時(shí)間尺度分量的平均周期及其對原序列的影響程度[37]；用ArcGIS繪制不同極端氣溫指數(shù)傾向率的空間分布，計(jì)算各極端氣溫指數(shù)傾向率與站點(diǎn)所在緯度和海拔的相關(guān)系數(shù)，探討極端氣溫變化的空間差異性。

2 結(jié)果分析

2.1 極端氣溫指數(shù)的變化趨勢

圖2為1961—2018年青海高原不同極端氣溫指數(shù)距平年際變化?？梢钥闯觯?961年以來，青海高原極端氣溫相對指數(shù)的變化十分顯著(P<0.001)，暖晝和暖夜日數(shù)分別以11.8、16.6 d·(10 a)-1的趨勢上升，冷晝和冷夜日數(shù)分別以-10.1、-19.3 d·(10 a)-1的趨勢下降；暖持續(xù)日數(shù)和冷持續(xù)日數(shù)分別呈顯著增加和顯著減少趨勢(P<0.001)，氣候傾向率分別為1.4、-1.6 d·(10 a)-1；極值指數(shù)均以0.4 ℃·(10 a)-1的趨勢顯著上升(P<0.001)。通過比較可以看出，青海高原極端氣溫指數(shù)傾向率具有晝夜不對稱性，夜指數(shù)(暖夜、冷夜日數(shù))變化速率大于晝指數(shù)(暖晝、冷晝?nèi)諗?shù))，即最低氣溫的升溫速率大于最高氣溫。近幾十年來，晝夜增溫速率的不對稱性可能與云層覆蓋有關(guān)，云量的增加減弱了夜間輻射降溫的效果[38]；GAO等[39]利用數(shù)值試驗(yàn)分析表明溫室效應(yīng)會(huì)引起日最高和最低氣溫升高，從而使暖事件增多、冷事件減少。從不同極端氣溫指數(shù)的累積距平曲線來看，極端氣溫暖指數(shù)(暖晝?nèi)諗?shù)、暖夜日數(shù)、暖持續(xù)日數(shù)、最高溫極低值、最低溫極高值)均表現(xiàn)為先下降后上升的變化特點(diǎn)，極端氣溫冷指數(shù)(冷晝?nèi)諗?shù)、冷夜日數(shù)、冷持續(xù)日數(shù))則表現(xiàn)為先上升后下降的變化趨勢，除冷持續(xù)日數(shù)外，其余指數(shù)的累積距平曲線在1990年代中期達(dá)到最大值或最小值，冷持續(xù)日數(shù)在1980年代中期達(dá)到最高值，之后持續(xù)偏高，至2000年后呈緩慢下降趨勢。

圖2 1961—2018年青海高原不同極端氣溫指數(shù)距平年際變化Fig.2 The annual variation of different extreme temperature indices anomaly over Qinghai plateau during 1961-2018

2.2 極端氣溫指數(shù)的突變特征及周期分析

采用M-K非參數(shù)檢驗(yàn)法對各極端氣溫指數(shù)序列進(jìn)行突變點(diǎn)檢驗(yàn)(圖3)，可以看出，暖晝?nèi)諗?shù)、冷晝?nèi)諗?shù)、最高溫極低值、最低溫極高值、暖持續(xù)日數(shù)在1996年前后發(fā)生突變，其中暖晝?nèi)諗?shù)、最高溫極低值、暖持續(xù)日數(shù)的突變點(diǎn)出現(xiàn)年份略早于冷晝?nèi)諗?shù)和最低溫極高值；突變發(fā)生前，各指數(shù)的UF曲線在0.05信度線之間呈波動(dòng)式變化，處于不穩(wěn)定狀態(tài)，至1990年代中后期，UF曲線超過0.05信度線，表明冷晝?nèi)諗?shù)突變后顯著減少，暖晝?nèi)諗?shù)、暖持續(xù)日數(shù)、最高溫極低值、最低溫極高值突變后顯著增加。

圖3 1961—2018年青海高原部分極端氣溫指數(shù)序列的M-K檢驗(yàn)Fig.3 The M-K test of some extreme temperature indices series over Qinghai plateau during 1961-2018

由于氣候系統(tǒng)具有非線性、非平穩(wěn)性以及層次性，許多大小不一的時(shí)間尺度構(gòu)成了多層次結(jié)構(gòu)，在極端氣溫指數(shù)的長期上升和下降趨勢中包含了多種變化周期。對極端氣溫指數(shù)序列進(jìn)行EEMD分解時(shí)，將擾動(dòng)白噪聲與原始信號的信噪比定為0.01，集合樣本數(shù)取1000次，最終得到4個(gè)固有模態(tài)函數(shù)(IMF1、IMF2、IMF3、IMF4)以及長期趨勢分量RES，計(jì)算各分量的平均周期及方差貢獻(xiàn)率(表2)，可以看出，各極端氣溫指數(shù)序列在年際尺度上表現(xiàn)出準(zhǔn)3 a和5～6 a的周期振蕩；在年代際尺度上，各極端氣溫指數(shù)表現(xiàn)出10～15 a、24～31 a以及更長時(shí)間尺度的周期振蕩。這與申紅艷等[18]研究指出青海高原極端氣溫變化存在3～8 a的年際周期，以及13、17、27 a的年代際周期特征基本吻合。對各分量的顯著性檢驗(yàn)表明大部分極端氣溫指數(shù)序列以準(zhǔn)3 a周期變化最顯著。不同時(shí)間尺度分量對各極端氣溫指數(shù)序列的方差貢獻(xiàn)率表明，以準(zhǔn)3 a周期為代表的年際振蕩(IMF1)以及長期趨勢項(xiàng)(RES)兩者累計(jì)方差貢獻(xiàn)率在63.5%～93.6%之間，其中暖持續(xù)日數(shù)和最高溫極低值的準(zhǔn)3 a周期振蕩對原序列的影響程度最大，貢獻(xiàn)率在50%以上。

表2 1961—2018年青海高原極端氣溫指數(shù)序列經(jīng)EEMD分解的各分量平均周期及方差貢獻(xiàn)率Tab.2 The average periods and contribution rates of each component of EEMD analysis of extreme temperature indices over Qinghai plateau during 1961-2018

2.3 極端氣溫指數(shù)傾向率空間分布

圖4為1961—2018年青海高原極端氣溫指數(shù)氣候傾向率的空間分布?？梢钥闯?，1961年來，整個(gè)高原地區(qū)所有氣象站點(diǎn)的暖晝(夜)日數(shù)呈顯著增加趨勢(P<0.05)，冷晝(夜)日數(shù)呈顯著減少趨勢(P<0.05)，東部農(nóng)業(yè)區(qū)暖晝?nèi)諗?shù)氣候傾向率較大，暖夜日數(shù)增加最快的站點(diǎn)主要分布在東部農(nóng)業(yè)區(qū)和柴達(dá)木盆地，冷晝(夜)日數(shù)減少幅度最大的站點(diǎn)主要分布在柴達(dá)木盆地；大部分區(qū)域(占總站數(shù)的98%)暖持續(xù)日數(shù)呈顯著增加趨勢(P<0.1)，傾向率在0.7～2.6 d·(10 a)-1之間，增加幅度最大的站點(diǎn)主要分布在青南牧區(qū)；各地冷持續(xù)日數(shù)呈減少趨勢，顯著減少的站點(diǎn)達(dá)84%(P<0.1)，傾向率在-6.7～-0.5 d·(10 a)-1之間，減少幅度最大的站點(diǎn)分布在柴達(dá)木盆地；青海高原氣溫極值指數(shù)均呈上升趨勢，以最高溫極低值和最低溫極高值為序，呈上升趨勢的站點(diǎn)分別達(dá)96%、100%，其中通過顯著性檢驗(yàn)的站點(diǎn)分別達(dá)71%、98%，最高溫極低值和最低溫極高值上升幅度最大的站點(diǎn)主要分布在柴達(dá)木盆地和東部農(nóng)業(yè)區(qū)。

圖4 1961—2018年青海高原極端氣溫指數(shù)傾向率的空間分布Fig.4 Spatial distribution of the climatic tendency trends of extreme temperature indices over Qinghai plateau during 1961-2018

總體上，極端氣溫冷指數(shù)(冷晝?nèi)諗?shù)、冷夜日數(shù)、冷持續(xù)日數(shù))在柴達(dá)木盆地減少最明顯，大部分極端氣溫暖指數(shù)(暖晝?nèi)諗?shù)、暖夜日數(shù)、最高溫極低值、最低溫極高值)在柴達(dá)木盆地和東部農(nóng)業(yè)區(qū)增加最顯著，暖持續(xù)日數(shù)在青南牧區(qū)增加最快(表3)。研究指出自然或人為改變地面狀況會(huì)造成氣溫的變化[40-42]，因此，極端氣溫變化的地區(qū)差異性很可能與地表植被覆蓋和人類活動(dòng)有一定聯(lián)系，柴達(dá)木盆地主要以荒漠戈壁為主，植被覆蓋度小，比熱容小，升溫快，李林等[43]研究指出柴達(dá)木盆地是青海高原變暖最顯著的地區(qū)；東部農(nóng)業(yè)區(qū)植被多、覆蓋度大，但該區(qū)域聚集全省70%以上人口，人類活動(dòng)產(chǎn)生的溫室氣體增加可能是引起顯著變暖的主要原因[3]。

表3 1961—2018年青海高原不同區(qū)域極端氣溫指數(shù)傾向率的平均值Tab.3 Mean values of the extreme temperature indices trends in different areas over Qinghai plateau during 1961-2018

2.4 極端氣溫指數(shù)傾向率與海拔和緯度的關(guān)系

極端氣溫指數(shù)傾向率在空間分布上具有差異性，其經(jīng)向差異并不明顯，氣象站點(diǎn)所在緯度和海拔高度可能是影響高原極端氣溫變化敏感性差異的一個(gè)重要原因。圖5和圖6分別為青海高原氣象觀測站點(diǎn)1961—2018年8個(gè)極端氣溫指數(shù)傾向率與海拔和緯度的散點(diǎn)圖?？梢钥闯?，暖晝?nèi)諗?shù)、暖夜日數(shù)以及極值指數(shù)傾向率與海拔呈負(fù)相關(guān)，而與緯度呈正相關(guān)關(guān)系，其中最高溫極低值和最低溫極高值傾向率與海拔(緯度)的負(fù)(正)相關(guān)關(guān)系通過0.05的顯著性檢驗(yàn)，表明高原極端氣溫暖指數(shù)的增加速率隨海拔的降低和緯度的增加而加快。冷夜日數(shù)和冷持續(xù)日數(shù)傾向率與緯度呈顯著負(fù)相關(guān)性(P<0.05)，表明高原極端冷事件減少速率隨緯度的增加而加快。另外，青海高原極端暖指數(shù)(暖晝?nèi)諗?shù)、暖夜日數(shù)、暖持續(xù)日數(shù)、最高溫極低值、最低溫極高值)正傾向率以及冷指數(shù)(冷晝?nèi)諗?shù)、冷夜日數(shù)、冷持續(xù)日數(shù))負(fù)傾向率最大的站點(diǎn)分布在2000～3500 m的低海拔帶及35°N以北的高緯度地區(qū)(圖5、圖6)，可見，極端氣溫暖(冷)指數(shù)在高緯地區(qū)比高海拔地區(qū)增加(減少)更快。

圖5 1961—2018年青海高原49個(gè)氣象站點(diǎn)極端氣溫指數(shù)傾向率與海拔高度的散點(diǎn)圖Fig.5 The scatter plots between linear trends of extreme temperature indices and elevations at 49 meteorological stations over Qinghai plateau during 1961-2018

圖6 1961—2018年青海高原49個(gè)氣象站點(diǎn)極端氣溫指數(shù)傾向率與緯度的散點(diǎn)圖Fig.6 The scatter plots between linear trends of extreme temperature indices and latitudes at 49 meteorological stations over Qinghai plateau during 1961-2018

3 結(jié)論與討論

(1)1961—2018年，青海高原極端氣溫暖指數(shù)(暖晝?nèi)諗?shù)、暖夜日數(shù)、暖持續(xù)日數(shù)、最高溫極低值、最低溫極高值)均呈顯著增加趨勢，極端氣溫冷指數(shù)(冷晝?nèi)諗?shù)、冷夜日數(shù)、冷持續(xù)日數(shù))呈顯著減小趨勢。青海高原極端氣溫指數(shù)傾向率具有晝夜不對稱性，即夜指數(shù)變化速率明顯大于晝指數(shù)。

(2)暖晝?nèi)諗?shù)、冷晝?nèi)諗?shù)、暖持續(xù)日數(shù)、最高溫極低值、最低溫極高值在1996年前后發(fā)生突變，其中冷晝?nèi)諗?shù)和最低溫極高值的突變年份略晚于其他指數(shù)。各極端氣溫指數(shù)序列表現(xiàn)出準(zhǔn)3 a、5～6 a、10～15 a、24～31 a以及更長時(shí)間的周期振蕩，其中以準(zhǔn)3 a周期變化最顯著，暖持續(xù)日數(shù)和最高溫極低值的準(zhǔn)3 a振蕩周期對原序列的影響最大。

(3)近58 a來，極端氣溫冷指數(shù)在柴達(dá)木盆地減少最快，除暖持續(xù)日數(shù)外的其余極端氣溫暖指數(shù)在柴達(dá)木盆地和東部農(nóng)業(yè)區(qū)增加最快，植被覆蓋度和人類活動(dòng)可能是引起上述地區(qū)極端氣溫顯著變化的原因。

(4)高原極端氣溫指數(shù)傾向率的空間分布具有明顯的緯向差異和垂直向差異，大部分極端氣溫指數(shù)傾向率的絕對值自低緯向高緯、由高海拔向低海拔地區(qū)遞增，極端氣溫暖(冷)指數(shù)增加(減少)最快的站點(diǎn)均分布在2000～3500 m的低海拔區(qū)及35°N以北的高緯度地區(qū)。

近幾十年來，高海拔地區(qū)變暖的海拔依賴性研究是國內(nèi)外學(xué)者關(guān)注的焦點(diǎn)，一些研究認(rèn)為高海拔地區(qū)升溫幅度比低海拔地區(qū)快[19-25]，還有研究認(rèn)為高原升溫的“海拔效應(yīng)”具有不確定性[26-30]，高原地區(qū)氣候增暖海拔效應(yīng)的不確定性往往歸因于高海拔地區(qū)氣象觀測站稀少、研究時(shí)段不同、所用數(shù)據(jù)不同等。為降低這種不確定性，有必要利用空間分辨率較高的MODIS衛(wèi)星遙感數(shù)據(jù)，結(jié)合地面氣象觀測站資料，對高原極端氣溫變化的海拔效應(yīng)進(jìn)行深入研究。另外，氣溫的變化會(huì)影響植被物候期、生長能力以及植被的碳吸收和碳消耗[44-45]，青海高原作為氣候變化的敏感區(qū)，氣候變化的微小波動(dòng)都有可能引起生態(tài)系統(tǒng)的強(qiáng)烈響應(yīng)，因此，不同區(qū)域自然生態(tài)系統(tǒng)對極端氣溫變化的響應(yīng)特點(diǎn)和機(jī)理也是未來的研究重點(diǎn)。

DOI：10.1029/2003JD003651.

DOI：10.1016/j.gloplacha.2009.03.017.

DOI：10.1007/s11442-012-0936-z.

DOI：10.1007/s00704-014-1286-9.

DOI：10.1038/nclimate2563.

DOI：10.1016/j.gloplacha.2010.01.020.

DOI：10.1007/s12583-010-0017-0.