梧州市高溫事件氣候特征分析

孫靖雯　陳飛盛　徐芳

摘要 ? ?通過(guò)運(yùn)用1960—2018年梧州市逐日氣溫資料對(duì)梧州市夏季高溫進(jìn)行氣候特征分析，可以得出，梧州高溫日數(shù)和高溫?zé)崂耸录曜兓什▌?dòng)上升趨勢(shì);高溫日主要集中于7—8月，6—9月是梧州最為炎熱的月份;用M-K檢驗(yàn)法檢測(cè)出高溫?zé)崂耸录陌l(fā)生頻次在21世紀(jì)前期有1個(gè)增多趨勢(shì)的突變期;小波分析法表明梧州高溫?zé)崂耸录?個(gè)準(zhǔn)4年尺度的振蕩周期。

關(guān)鍵詞 ? ?高溫;高溫?zé)崂?M-K 檢驗(yàn)法;小波分析;廣西梧州

中圖分類(lèi)號(hào) ? ?P423.3 ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼 ? ?A

文章編號(hào) ? 1007-5739（2019）19-0198-03 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）

高溫是我國(guó)夏季的一種主要災(zāi)害性天氣，常常會(huì)引發(fā)人們中暑、發(fā)燒等疾病。長(zhǎng)時(shí)間的高溫會(huì)造成干旱天氣，使得糧食減產(chǎn);還會(huì)讓城市供電以及供水系統(tǒng)長(zhǎng)時(shí)間負(fù)荷，造成部分城市缺水、缺電，嚴(yán)重影響人們的生產(chǎn)生活，特別是進(jìn)入21世紀(jì)以來(lái)，全球變暖成為人們比較關(guān)注的問(wèn)題。對(duì)于高溫天氣，國(guó)內(nèi)外已經(jīng)有許多學(xué)者進(jìn)行了一系列的研究[1-7]。梧州市地處廣西東部，與廣東相鄰，屬于亞熱帶季風(fēng)氣候區(qū)。每年4—9月梧州市基本都會(huì)有高溫災(zāi)害天氣出現(xiàn)，給人們的日常生活以及農(nóng)業(yè)生產(chǎn)造成較大的影響，目前專(zhuān)門(mén)針對(duì)梧州市的高溫天氣研究較少。因此，開(kāi)展對(duì)梧州市高溫天氣的氣候研究很有必要，有助于預(yù)報(bào)員更充分地了解高溫天氣的氣候背景，從而更好地開(kāi)展高溫天氣的預(yù)報(bào)預(yù)警服務(wù)工作。

1 ? ?資料與研究方法

本研究區(qū)域位于廣西壯族自治區(qū)東部地區(qū)，氣象資料來(lái)源于梧州市國(guó)家氣象基本觀測(cè)站提供的1960—2018年的日最高氣溫、日平均氣溫等逐日氣溫資料。

將日最高氣溫T≥35 ℃定義為高溫天氣[8]。根據(jù)張凌云等[9]的方法，在梧州市5個(gè)國(guó)家氣象基本觀測(cè)站中，只要有1個(gè)或1個(gè)以上觀測(cè)站的日最高氣溫Tmax≥35 ℃，就定義為當(dāng)日為梧州市的1個(gè)高溫日。本研究參考中國(guó)氣象局的規(guī)定，將高溫日持續(xù)3 d及以上定義為1次高溫?zé)崂耸录?。本研究通過(guò)采用線性?xún)A向估計(jì)、5年滑動(dòng)平均、Mann-Kendall檢驗(yàn)法和Morlet小波分析等方法來(lái)研究梧州市高溫天氣的氣候特征。

2 ? ?結(jié)果與分析

2.1 ? ?高溫天氣的氣候特征統(tǒng)計(jì)分析

2.1.1 ? ?年高溫日數(shù)變化特征。由圖1（1960—2018年梧州年高溫日數(shù)及其線性擬合、高溫有效積溫變化趨勢(shì)）可知，1960—2018年梧州高溫日數(shù)整體呈現(xiàn)線性上升趨勢(shì)，每10年約增加3.8 d。平均每年約出現(xiàn)高溫日42.7 d;最多高溫日數(shù)出現(xiàn)在2009年，有65 d;最少高溫日數(shù)出現(xiàn)在1997年，為13 d。1989年7月17日，蒼梧站錄得這59年里的極端最高氣溫為39.9 ℃。梧州市年高溫日數(shù)超過(guò)50 d的一共有18年，其中有13年發(fā)生在21世紀(jì);而年高溫日數(shù)低于40 d的一共有23年，全部發(fā)生在20世紀(jì)。研究這59年的年累計(jì)高溫有效積溫發(fā)現(xiàn)，2010—2018年的年平均有效積溫（56.2 ℃）比1960—1999年的年平均有效積溫（35.4 ℃）高出20.8 ℃。由此說(shuō)明，進(jìn)入21世紀(jì)以來(lái)梧州市的高溫天氣呈現(xiàn)多發(fā)趨勢(shì)。

2.1.2 ? ?月高溫日數(shù)的變化趨勢(shì)。圖2是1960—2018年梧州市發(fā)生高溫的月頻數(shù)分布圖，從中可以看出，梧州市高溫日主要分布在4—10月（3月僅1 d），而且發(fā)生高溫的月頻數(shù)存在明顯的區(qū)別，呈現(xiàn)單峰型分布。在圖2中可以看出，7月和8月是發(fā)生高溫天氣最多的月份，59年中分別共出現(xiàn)859 d和780 d的高溫天氣，約占總頻數(shù)的65%;其次是6月和9月，分別共出現(xiàn)了414、283 d，約占總頻數(shù)的27.6%。說(shuō)明6—9月為梧州市最為炎熱的月份。統(tǒng)計(jì)發(fā)現(xiàn)，梧州市的高溫天氣最早發(fā)生時(shí)間為1988年的3月14日，最晚發(fā)生時(shí)間為1964年的10月17日。

2.2 ? ?高溫?zé)崂耸录奶卣?/p>

2.2.1 ? ?年際變化特征分析。由圖3可知，過(guò)去的59年梧州市一共發(fā)生了328次高溫?zé)崂耸录?，年平?.6次。年際變化很大，最多年份為2011年，共10次;其次為1963年，共9次;頻數(shù)最少年份為 1973年和1997年，均為1次。

滑動(dòng)平均是趨勢(shì)擬合技術(shù)最基礎(chǔ)的方法，它相當(dāng)于低通濾波器，用確定時(shí)間序列的平滑值來(lái)顯示變化趨勢(shì)[10]。可以從滑動(dòng)平均序列曲線圖來(lái)診斷其變化趨勢(shì)，分析其演變趨勢(shì)有幾次明顯的波動(dòng)，呈上升還是下降趨勢(shì)[11-12]。對(duì)1960—2018年梧州市高溫?zé)崂耸录陌l(fā)生頻次進(jìn)行5年滑動(dòng)平均和線性擬合，可以看出，高溫?zé)崂耸录陌l(fā)生存在著明顯的年代之間的變化。線性趨勢(shì)線反映出，梧州市高溫?zé)崂耸录陌l(fā)生頻次呈現(xiàn)整體上升的趨勢(shì)，傾向率為0.642次/10 a。由5年滑動(dòng)平均曲線可以看出梧州市高溫?zé)崂耸录l(fā)生的頻次在1966—1970年、1995—2000年以及在2003—2010年有明顯的上升趨勢(shì)，而在1969—1975年和1991—1995年有明顯的下降趨勢(shì)。

2.2.2 ? ?突變分析。Mann-Kendall檢驗(yàn)法是一種非參數(shù)檢驗(yàn)方法。其不要求樣本遵從一定的分布，而且檢驗(yàn)結(jié)果基本不受少數(shù)異常值的干擾，被廣泛應(yīng)用于分析降水、氣溫、徑流等要素隨時(shí)間序列的趨勢(shì)變化[13]。除用于趨勢(shì)分析外，M-K檢驗(yàn)法還可用于突變檢驗(yàn)[14]。對(duì)一個(gè)給定的時(shí)間序列使用M-K檢驗(yàn)法，會(huì)得到UF和UB 2條曲線，UF>0表示氣候量呈上升趨勢(shì)，反之呈下降趨勢(shì)。若UF和UB曲線相交，而且交點(diǎn)在上、下2條臨界線之間，則交點(diǎn)即為該氣候量的突變起始點(diǎn);若UF和UB沒(méi)有交點(diǎn)或它們有交點(diǎn)但交點(diǎn)在臨界線之外（之間），而且在交點(diǎn)前后UF和UB都出現(xiàn)大于臨界值的情況，那么說(shuō)明氣候量突變趨勢(shì)不明顯[15]。本研究使用M-K檢驗(yàn)法來(lái)對(duì)梧州市1960—2018年高溫?zé)崂耸录l(fā)生頻次的變化趨勢(shì)進(jìn)行突變檢測(cè)（圖4），給定顯著水平α=0.05?？芍嘀菔懈邷?zé)崂诉^(guò)程次數(shù)在1960—1967年和1987—2018年有2個(gè)明顯的上升趨勢(shì)以及在1969—1985年有1個(gè)明顯的下降趨勢(shì)。UB曲線在1991—1994年超過(guò)α=0.05的顯著性水平，表明這幾年熱浪事件增加比較顯著。在21世紀(jì)前期UF曲線和UB曲線有1個(gè)交點(diǎn)且在2條臨界線內(nèi)，表明在這個(gè)時(shí)間點(diǎn)出現(xiàn)了1個(gè)增多趨勢(shì)的突變期。這與高溫?zé)崂耸录l(fā)生頻次的年際變化特征較為一致。表明從20世紀(jì)90年代到21世紀(jì)，梧州市的天氣開(kāi)始變得較為炎熱。

2.2.3 ? ?高溫?zé)崂耸录闹芷诜治觥orlet小波是復(fù)數(shù)形式小波，其實(shí)部虛部位相相差π/2，消除了實(shí)數(shù)形式子波變換系數(shù)模的振蕩，得到序列振幅和相位兩方面的信息，小波功率譜圖中可以清晰地表述該時(shí)間序列在給定小波尺度和時(shí)間域內(nèi)的波動(dòng)量級(jí)[16]。從圖5可以看出，高溫?zé)崂耸录陌l(fā)生頻次存在著4年尺度和8年尺度的顯著周期變化。其中，4年尺度周期主要發(fā)生在1982—1984年以及1990—1998年附近，能量較強(qiáng);但是1961—1967年的4年尺度周期有部分年份發(fā)生在影響錐形曲線以外。8年尺度的周期發(fā)生在2010年以后，但是出現(xiàn)于影響錐形曲線以外。由此可知，高溫?zé)崂耸录陌l(fā)生頻次存在著1個(gè)準(zhǔn)4年尺度的周期變化，而且能量較強(qiáng)。

2.3 ? ?1次高溫?zé)崂耸录奶鞖庑蝿?shì)分析

研究近20年的高溫天氣出現(xiàn)的天氣形勢(shì)可以發(fā)現(xiàn)，所有的高溫天氣都是出現(xiàn)在副高環(huán)流系統(tǒng)、反氣旋、臺(tái)風(fēng)外圍以及槽后脊前等不利降水的天氣形勢(shì)下，一旦出現(xiàn)高空槽、東風(fēng)波和臺(tái)風(fēng)倒槽等系統(tǒng)影響的降雨，高溫天氣就結(jié)束。研究發(fā)現(xiàn)梧州市在1990年8月2日至9月8日出現(xiàn)了1次較為極端的高溫?zé)崂耸录?，高溫天氣一共持續(xù)了38 d（其中8月11日最高氣溫為34.9 ℃），有16 d日平均氣溫高于30 ℃，最高氣溫出現(xiàn)在8月17日（39.1 ℃），累計(jì)有效積溫為49.2 ℃。

在該次高溫?zé)崂诉^(guò)程的前期（8月2—20日），梧州市主要受到副熱帶高壓系統(tǒng)影響。21—25日，主要受臺(tái)風(fēng)外圍環(huán)流影響。從25日晚上開(kāi)始，梧州處于副高環(huán)流外側(cè)，之后副高加強(qiáng)西伸，到了27日梧州完全受到副高控制;28日有臺(tái)風(fēng)生成，并且在31日凌晨在福建—浙江一帶登陸，梧州一直處于臺(tái)風(fēng)外圍環(huán)流中，維持著高溫天氣。該次過(guò)程后期（9月1—8日），梧州市持續(xù)的高溫天氣主要由地面暖低壓的維持以及副熱帶高壓造成。從1日開(kāi)始，地面轉(zhuǎn)為暖低壓控制，低層850 hPa受偏北氣流影響，500 hPa上為東南氣流控制;到了6日，副高開(kāi)始加強(qiáng)西伸并且完全控制了梧州市，但是7日后有臺(tái)風(fēng)從臺(tái)灣海峽西移至華南各市并且在8日下午在廣州—福建的沿海城市登陸，之后向偏西方向移動(dòng)，于9日開(kāi)始影響梧州市，出現(xiàn)了7.7 mm的降雨，高溫過(guò)程宣告結(jié)束。

3 ? ?結(jié)論與討論

本研究運(yùn)用日最高氣溫、日平均氣溫等逐日氣溫資料，對(duì)近59年梧州的高溫天氣氣候特征進(jìn)行了分析。主要結(jié)論如下：

（1）進(jìn)入21世紀(jì)后，梧州的天氣變得更為炎熱。高溫日數(shù)年際變化整體呈現(xiàn)線性上升趨勢(shì)，以3.8 d/10 a的速度上升，并通過(guò)了0.05顯著性水平檢驗(yàn)，上升趨勢(shì)較為明顯。高溫天氣主要出現(xiàn)在7—8月，6—9月是梧州市最為炎熱的月份。

（2）梧州市高溫?zé)崂耸录陌l(fā)生頻次呈現(xiàn)整體上升的趨勢(shì)，傾向率為0.642次/10 a。在1960—1967年和1987—2018年有2個(gè)明顯的上升趨勢(shì)，在1969—1985年有明顯的下降趨勢(shì)。M-K檢驗(yàn)表明在1991—1994這幾年熱浪事件增加比較顯著。在21世紀(jì)前期出現(xiàn)了1個(gè)增多趨勢(shì)的突變期。小波分析表明，近59年來(lái)，高溫?zé)崂耸录陌l(fā)生頻次存在著1個(gè)準(zhǔn)4年尺度的周期變化。

（3）經(jīng)研究發(fā)現(xiàn)，一旦出現(xiàn)副高環(huán)流系統(tǒng)、反氣旋、臺(tái)風(fēng)外圍以及槽后脊前等不利降水的天氣形勢(shì)，往往伴隨著高溫天氣的出現(xiàn)。

4 ? ?參考文獻(xiàn)

[1] FARAG G，BOIVIN P，SAGAUT P.Interaction of two-dimensional spots with a heat releasing/absorbing shock wave：linear interaction approxim-ation results[J]. Journal of Fluid Mechanics，2019：871.

[2] HE Cheng，MA Liang，ZHOU Liguo，et al.Exploring the mechanisms of heat wave vulnerability at the urban scale based on the application of big data and artificial societies[J].Environment International，2019，127：189-198.

[3] 鹿文涵，劉壽東，錢(qián)燕珍，等.1956—2016年寧波高溫?zé)崂耸录兓卣骷捌溆绊懸蜃臃治鯷J].科技通報(bào)，2019，35（4）：54-59.

[4] 劉嘉慧敏，鄭然，婁盼星，等.2017年7月陜西高溫?zé)崂颂鞖獬梢蚣扒捌谛盘?hào)初探[J].干旱氣象，2019，37（2）：233-242.

[5] LECOMTE D.International weather highlights 2018：winter storms，blist-ering heat waves，Japan′s summer of extremes[J].Weatherwise，2019，72（3）：24-31.

[6] 郭瑞玲，潘巧英，梁建輝，等.2018年5月佛山市持續(xù)性高溫天氣成因初探[J].廣東氣象，2019，41（2）：1-4.

[7] 丁麗婷.額爾古納市一次高溫天氣成因分析[J].南方農(nóng)機(jī)，2019，50（5）：230.

[8] 張尚印，張海東，徐祥德，等.我國(guó)東部三市夏季高溫氣候特征及原因分析[J].高原氣象，2005（5）：829-835.

[9] 張凌云，劉蕾，王藝，等.近56a柳州高溫天氣的氣候特征及類(lèi)型分析[J].氣象研究與應(yīng)用，2017，38（4）：1-6.

[10] VERSHININA M，STERIOPOLO N，IBRAGIMOVA V.Moving average quality control：practical experience[J].Clinica Chimica Acta，2019，493：512-513.

[11] 屈文崗，徐盼盼，錢(qián)會(huì).華山市降水特征分析與年降水量預(yù)測(cè)[J].水土保持研究，2019，26（3）：128-134.

[12] 毛家燊，黃纖婷，嚴(yán)玲.1957—2017年崇左市氣溫變化特征分析[J].現(xiàn)代農(nóng)業(yè)科技，2019（9）：194-195.

[13] PENG Z X，ZHANG H F，GUO Y，et al.Analysis on water quality change trend of the municipal sewer network based on the Mann-Kendall method[J].IOP Conference Series：Earth and Environmental Science，2018，186（3）：012069.

[14] 符艷紅，謝世友，高潔.基于Mann-Kendall法的嘉陵江流域降水量時(shí)空分布規(guī)律[J].西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，40（6）：132-139.

[15] 楊向權(quán)，肖靜.基于Mann-Kendall的海南島降水變化趨勢(shì)及突變分析[J/OL].中國(guó)防汛抗旱，（2019-03-13）[2019-05-23].https：//doi.org/10.16867/j.issn.1673-9264.2018245.

[16] 季倩倩，徐峰，張羽.近50 a ENSO時(shí)頻特征及其與南海臺(tái)風(fēng)的相關(guān)性[J].廣東海洋大學(xué)學(xué)報(bào)，2018，38（2）：71-79.