1979-2019年北半球極端高溫的變化主導(dǎo)因子分析

王天奇，王鵬凱

（1.華風(fēng)氣象傳媒集團(tuán)有限責(zé)任公司，北京 100081；2.福山區(qū)氣象局，山東 煙臺(tái) 265500）

1 引言

在全世界范圍內(nèi)，無(wú)論是從強(qiáng)度、種類還是范圍指標(biāo)來(lái)看， 中國(guó)都是受到極端氣候事件以及氣象災(zāi)害影響最嚴(yán)重的國(guó)家之一。 1984-2013年，氣象災(zāi)害平均每年給中國(guó)造成的直接經(jīng)濟(jì)損失高達(dá)1888 億元[1]，而高溫就是這些氣象災(zāi)害中常見(jiàn)的一種。 在人口密度增大、人口流動(dòng)性大幅增加等因素的影響下，中國(guó)受極端天氣事件的影響將會(huì)越來(lái)越大[2]。 因此，深入研究極端高溫的變化特征及影響因子， 除可以了解相關(guān)氣象要素的演變規(guī)律外， 還可以提升預(yù)測(cè)極端氣候事件的準(zhǔn)確性， 并且在國(guó)家防災(zāi)減災(zāi)體系建設(shè)及相關(guān)政策制定中發(fā)揮重要的作用， 有助于降低高溫災(zāi)害帶來(lái)的人員傷亡和財(cái)產(chǎn)損失。

本文在探究主導(dǎo)氣候因子對(duì)關(guān)鍵區(qū)域高溫頻次影響的同時(shí)， 也定量分析出均值和標(biāo)準(zhǔn)差變化在這些影響中的貢獻(xiàn)程度， 在1979-2019年北半球極端高溫事件變化特征的歸因分析上會(huì)有更加客觀的判斷。

2 資料與方法

2.1 氣溫統(tǒng)計(jì)參數(shù)與溫度極值

正態(tài)分布曲線峰值即平均氣溫所在位置， 當(dāng)氣溫平均值變化時(shí)，該曲線會(huì)發(fā)生左右平移，平均溫度升高（降低），則曲線向右（左）平移。 σ 表示數(shù)據(jù)的離散度，當(dāng)σ 變大時(shí)數(shù)據(jù)的離散度就越大，當(dāng)σ 變小時(shí)數(shù)據(jù)的離散度也相應(yīng)變小， 從正態(tài)分布曲線的形狀上看，σ 越大，曲線越扁平，反之，σ 越小，曲線越瘦高。

多個(gè)研究在假設(shè)溫度分布為高斯分布的前提下討論均值變化和變率變化對(duì)EHTE 的影響。 Weaver等人提出全球和北美極端高溫事件 （Extreme High Temperature Event，EHTE）的增長(zhǎng)主要是由于平均溫度的變化[3]。Su和 Dong 指出，中國(guó) EHTE 未來(lái)變化是由平均溫度變化決定的[4]。 相比之下，Schar 等人強(qiáng)調(diào)歐洲EHTE 的可變性變化的關(guān)鍵作用[5]。 Argueso 等人得出的結(jié)論是， 均值變化和變率變化的相對(duì)作用表現(xiàn)出區(qū)域特征， 并且均值變化控制著全球未來(lái)EHTE 變化的大部分[6]。

2.2 再分析資料ERA5

本文所用的資料主要是ERA5 再分析數(shù)據(jù)集中1979-2019年北半球2 m 溫度數(shù)據(jù)和高度場(chǎng)數(shù)據(jù)，空間分辨率為 1.5°×1.5°， 文中所指北半球?yàn)槌嗟酪员钡貐^(qū)，夏季為6-8月。

2.3 海表溫度資料

海表面溫度資料是 Extended Reconstructed Sea Surface Temperature (ERSST) v5 的海表溫度數(shù)據(jù)集，由美國(guó)國(guó)家海洋和大氣管理局(NOAA)提供，本文所用的資料主要是1979-2019年夏季（6-8月）的海表溫度，水平分辨率為 2°×2°。

2.4 經(jīng)驗(yàn)正交函數(shù)（EOF）分解

EOF分析可以提取出矩陣數(shù)據(jù)的主要特征量，也可以分析其結(jié)構(gòu)特征。

原理與算法：

1.選擇要分析的數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，通常為距平處理。 得到一個(gè)數(shù)據(jù)矩陣Xm×n

2. 計(jì)算數(shù)據(jù)矩陣和它轉(zhuǎn)置矩陣的交叉積可以得到方陣

3. 計(jì)算方陣 C 的特征根 (λ1，...，λm)和特征向量Vm×m，二者滿足

其中∧是m×m 維對(duì)角陣。

2.5 相關(guān)分析

相關(guān)系數(shù)可以表示兩個(gè)數(shù)據(jù)的線性相關(guān)度。 在這里用 r 來(lái)表示相關(guān)系數(shù)。數(shù)據(jù)x和y 之間的相關(guān)系數(shù)r 為：

r 的值在-1-1 之間。 r 值離 0 越近，代表兩個(gè)數(shù)據(jù)的相關(guān)關(guān)系越弱。 當(dāng)r＞0 代表兩者有正相關(guān)關(guān)系，反之有負(fù)相關(guān)關(guān)系。 r 的顯著性水平檢驗(yàn)可用 t 檢驗(yàn)法。

2.6 高溫的定義

本文中高溫為絕對(duì)閾值定義， 即絕對(duì)閾值高溫為日最高氣溫≥35 ℃。

3 絕對(duì)閾值高溫日數(shù)的時(shí)空特征

為分析北半球1979-2019年夏季高溫日數(shù)變化的時(shí)空分布特征，對(duì)高溫日數(shù)進(jìn)行EOF分解。 從35℃高溫看，第一模態(tài)方差貢獻(xiàn)率為29.7 %，可以反映高溫日數(shù)變化的主要特征。 北美中南部、非洲北部、中東地區(qū)表現(xiàn)為一致型的正值分布特征， 大值區(qū)主要位于非洲東北部地區(qū)， 說(shuō)明該地區(qū)夏季高溫日數(shù)的變化幅度最大(圖1)。 對(duì)應(yīng)的時(shí)間系數(shù)表明北半球夏季高溫日數(shù)有明顯的上升趨勢(shì)， 其最大值在2019年，最小值在1984年。2000年以后，第一模態(tài)時(shí)間系數(shù)大部分都為正值，表明2000年以后北半球高溫日數(shù)相對(duì)2000年以前呈現(xiàn)上升趨勢(shì)。 第二模態(tài)方差貢獻(xiàn)率是9.8 %，反應(yīng)出北美洲南部、中東地區(qū)和非洲北部、印度反向變化（圖2）。

圖1 35 ℃高溫日數(shù)EOF 空間分布

圖2 35 ℃高溫日數(shù)EOF 對(duì)應(yīng)的時(shí)間系數(shù)

北半球35 ℃高溫日數(shù)EOF分析中前兩個(gè)模態(tài)分別表現(xiàn)出一致型變化特征 （方差貢獻(xiàn)率29.7 %），北美洲中部、亞洲西北部、歐洲南部與南美洲北部、非洲低緯度地區(qū)、 印度反向變化特征 （方差貢獻(xiàn)率9.8 %）。

4 主要?dú)夂蛞蜃佑绊憛^(qū)域高溫頻次的可能機(jī)理

4.1 氣候變暖

高溫頻次EOF分析的第一模態(tài)表現(xiàn)為一致型分布， 配合時(shí)間序列可以發(fā)現(xiàn)北半球高溫頻次有整體增多的趨勢(shì)，這種趨勢(shì)與氣候變暖的趨勢(shì)相似。 很多研究表明，全球氣候變暖將使極端高溫事件增多[7-9]。進(jìn)一步比較兩者之間的關(guān)系， 計(jì)算出1979-2019年夏季北半球平均氣溫的逐年變化， 將之與高溫頻次EOF 第一模態(tài)的時(shí)間序列（PC1）對(duì)比并求其相關(guān)系數(shù)。 發(fā)現(xiàn)兩者在過(guò)去41 a 中都呈現(xiàn)出在波動(dòng)中上升的趨勢(shì)， 尤其是1995-1999年間兩者的變化幅度吻合很好， 在 1998年P(guān)C1和平均氣溫的值都達(dá)到1979-2006年時(shí)間段內(nèi)的高點(diǎn)。通過(guò)計(jì)算發(fā)現(xiàn)兩者相關(guān)系數(shù)為0.96 并通過(guò)99 %的顯著性檢驗(yàn)，這說(shuō)明高溫日數(shù)第一模態(tài)的時(shí)間系數(shù)與北半球平均溫度有高度相關(guān)(圖 3)。

圖3 北半球平均氣溫變化與高溫日數(shù)EOF 第一模態(tài)時(shí)間系數(shù)對(duì)比（氣溫單位：℃）

4.2 熱帶擴(kuò)張

在氣候變暖的背景下， 大氣環(huán)流也會(huì)發(fā)生相應(yīng)變化，從而對(duì)高溫頻次產(chǎn)生影響。 過(guò)往研究指出副熱帶高壓是副熱帶地區(qū)高溫的重要成因之一， 位勢(shì)高度呈現(xiàn)正異常利于形成下沉氣流， 維持晴好的天氣條件，容易形成高溫天氣[10-11]。 為探究氣候變暖是如何通過(guò)大氣環(huán)流影響高溫變化的， 將高溫日數(shù)變化所對(duì)應(yīng)的北半球大氣環(huán)流變化特征進(jìn)行檢查。 這里選擇的環(huán)流要素為500 hPa 高度場(chǎng)，將環(huán)流要素作為因變量，高溫日數(shù)EOF 中的時(shí)間系數(shù)作為自變量，根據(jù)相關(guān)系數(shù)和回歸系數(shù)的關(guān)系式， 計(jì)算出北半球格點(diǎn)所對(duì)應(yīng)的回歸系數(shù)。 在計(jì)算之前，先求出北半球格點(diǎn)每年夏季（6-8月）500 hPa 位勢(shì)高度的平均值。 由圖4 可知， 與高溫頻次EOF 第一模態(tài)回歸后的中緯度高度場(chǎng)（30°N-45°N）表現(xiàn)為一致的正異常，并且在500 hPa 上 130°W-150°W，40°N-45°N和 30°E-50°E，30°N-40°N 區(qū)域有正值中心， 位勢(shì)高度偏高超過(guò)50 gpm。 從過(guò)去41 a 高度場(chǎng)平均態(tài)可以看出北半球500 hPa 副熱帶高壓帶位于 20°N-30°N 附近。 中緯度高度場(chǎng)偏高說(shuō)明近些年來(lái)， 北半球副熱帶高壓有向北側(cè)邊緣擴(kuò)張的趨勢(shì)， 回歸系數(shù)表明這樣的擴(kuò)張與高溫頻次增多有顯著的正相關(guān)關(guān)系。 同時(shí)，多項(xiàng)研究表明哈德萊環(huán)流也在近幾十年中有所增強(qiáng)[12-13]。 這可能說(shuō)明伴隨全球變暖， 副熱帶高壓向北擴(kuò)張和哈德萊環(huán)流的增強(qiáng)，有利于北半球高溫日數(shù)的增加。

圖4 北半球35℃高溫EOF 第一模態(tài)與500 hPa 高度場(chǎng)的回歸系數(shù)分布，打點(diǎn)區(qū)域通過(guò)90 %顯著性檢驗(yàn)（黑色實(shí)線為平均位勢(shì)高度線，單位：gpm）

4.3 海表溫度

北半球高溫的變化除與氣候變暖有關(guān)之外，還會(huì)受到海洋等下墊面的影響[14-18]。 為研究北半球高溫日數(shù)與海表溫度之間的關(guān)系， 計(jì)算北半球同期海表溫度的回歸系數(shù)。 使用的資料為美國(guó)國(guó)家海洋和大氣管理局的ERSSTv5 海表溫度數(shù)據(jù)集。 首先計(jì)算北半球海表每個(gè)格點(diǎn)每年夏季（6-8月）的逐月平均值作為因變量， 以高溫日數(shù)EOF 第二模態(tài)的時(shí)間系數(shù)作為自變量， 得到每個(gè)格點(diǎn)海表溫度與高溫日數(shù)的回歸系數(shù)（圖5）。

圖5 北半球35 ℃高溫日數(shù)EOF 第二模態(tài)與海表溫度的回歸系數(shù)分布，打點(diǎn)區(qū)域通過(guò)90 %顯著性檢驗(yàn)

在第二模態(tài)中， 高溫日數(shù)和海表溫度的回歸系數(shù)表現(xiàn)出大尺度異常并有多個(gè)正異常區(qū)和負(fù)異常區(qū)。 在北大西洋，有三個(gè)異常區(qū)并通過(guò)90 %顯著性檢驗(yàn)，分別位于北大西洋高緯度（10°W-30°W，50°N-60°N）、北大西洋中緯度（35°W-70°W，30°N-50°N）、北大西洋低緯度（30°W-50°W，20°N-30°N）范圍內(nèi)。當(dāng)時(shí)間序列增多一個(gè)單位時(shí)， 大西洋海溫自北向南表現(xiàn)出“低-高-低”的分布異常，高值中心偏高接近1℃，低值中心偏低接近1 ℃。 這與北大西洋三極型海溫異常非常相似， 有研究表明該型海溫異常對(duì)于歐亞大氣環(huán)流和氣候有重要影響[19-20]。 根據(jù)北大西洋的異常海溫分布，定義一個(gè)三極型海溫指數(shù)，即

M 為（35°W-70°W，30°N-50°N）海域的海溫距平值；S 為（10°W-30°W，50°N-60°N）海域的海溫距平值；N 為（30°W-50°W，20°N-30°N）海域的海溫距平值。 通過(guò)計(jì)算，發(fā)現(xiàn)在1993-1997年間NATI 指數(shù)與高溫日數(shù)第二模態(tài)時(shí)間序列都表現(xiàn)出增加和減小逐年交替出現(xiàn)的變化趨勢(shì)， 這五年兩者相關(guān)系數(shù)為0.96， 而在 1979-2019年兩者的相關(guān)系數(shù)為 0.49 并通過(guò)顯著性檢驗(yàn)。

在太平洋上， 高溫日數(shù)和海表溫度的回歸系數(shù)表現(xiàn)出兩個(gè)大尺度異常區(qū)。 正異常區(qū)位于 （140°W-130°E，20°N-50°N）范圍內(nèi)，負(fù)異常區(qū)位于（100°W-170°W，10°S-10°N）范圍內(nèi)。 當(dāng)時(shí)間序列增多一個(gè)單位時(shí)，太平洋海溫自北向南表現(xiàn)出“高-低”的分布異常，高值中心偏高接近1 ℃，低值中心偏低接近1 ℃。在這里重點(diǎn)關(guān)注赤道中東太平洋海域的顯著負(fù)異常區(qū)，（120°W-170°W，5°S-5°N） 范圍內(nèi)海表溫度和高溫日數(shù)第二模態(tài)呈負(fù)相關(guān)關(guān)系并通過(guò)90%顯著性檢驗(yàn)，回歸系數(shù)＜-0.5。 而 NINO3.4 正是描述（120°W-170°W，5°S-5°N）范圍內(nèi)平均海面溫度異常和 ENSO的重要指標(biāo)之一。 將 1979-2019年NINO3.4 指數(shù)與第二模態(tài)時(shí)間系數(shù)做相關(guān)性分析， 發(fā)現(xiàn)兩者相關(guān)系數(shù)為-0.29 并通過(guò)顯著性檢驗(yàn)。 同時(shí)注意到東太平洋的負(fù)異常區(qū)在空間尺度上比ENSO 更大， 這與Bin Wang 在研究中提出的Mega-ENSO 非常相似， 他在研究中指出 1958-2010年間 ENSO 指數(shù)和 Mega-ENSO 指數(shù)的相關(guān)系數(shù)為 09.1[21]。 參考 Bin Wang 的方法，將（70°W-170°W，10°S-10°N）海域的海溫距平值定義為Mega-ENSO 指數(shù)，計(jì)算發(fā)現(xiàn)定義的Mega-ENSO 指數(shù)與 NINO3.4 指數(shù)相關(guān)系數(shù)為 0.89 并通過(guò)顯著性檢驗(yàn)。 之后，將 1979-2019年Mega-ENSO 指數(shù)與第二模態(tài)時(shí)間系數(shù)做相關(guān)分析， 發(fā)現(xiàn)兩者相關(guān)系數(shù)為-0.27 并通過(guò)顯著性檢驗(yàn)。

通過(guò)以上分析，發(fā)現(xiàn)北大西洋三極型海溫異常、ENSO、Mega-ENSO 可能是影響高溫日數(shù)第二模態(tài)時(shí)間系數(shù)的因子之一。

5 小結(jié)

高溫日數(shù)可能與氣候變暖關(guān)系密切，1979-2019年500 hPa 副熱帶高壓向北擴(kuò)張，哈德萊環(huán)流有所增強(qiáng)，意味著熱帶有向北擴(kuò)張的趨勢(shì)，這可能會(huì)對(duì)北半球高溫日數(shù)有影響。 北半球平均最高氣溫和非洲北部、 北美洲南部以及中東地區(qū)平均最高氣溫呈正相關(guān)關(guān)系，和平均最高氣溫的標(biāo)準(zhǔn)差呈負(fù)相關(guān)關(guān)系。 說(shuō)明非洲北部、 北美洲南部以及中東地區(qū)高溫日數(shù)增多的過(guò)程中， 最高氣溫平均值變化的貢獻(xiàn)要大于標(biāo)準(zhǔn)差變化的貢獻(xiàn)。 在大西洋，三個(gè)主要異常中心分別位于北大西洋高緯度、中緯度和低緯度海域，在太平洋，異常區(qū)域主要位于赤道中東太平洋，說(shuō)明北大西洋三極型 SST 異常、ENSO、Mega-ENSO 可能是影響因子之一。 當(dāng) NINO3.4、Mega-ENSO 指數(shù)增高（減?。r(shí)，印度高溫日數(shù)增多（減少），非洲西北部高溫日數(shù)減少（增多）。 NATI 指數(shù)增高（減?。r(shí)，非洲西北部、北美中部偏南地區(qū)高溫日數(shù)增多（減少），印度高溫日數(shù)減少（增多）。