2022年安徽省區(qū)域性高溫和干旱過程綜合評估

王 勝，田 紅，吳 蓉，丁小俊，謝五三，戴 娟，唐為安

（安徽省氣候中心，安徽 合肥 230031）

引言

2022年夏季全國氣候總體溫高雨少，6月13日至8月30日中東部出現(xiàn)1961年以來綜合強度最強的高溫過程，全國15%的國家氣象站日最高氣溫持平或突破歷史極值；7—8月，長江中下游及川渝地區(qū)降雨量較常年同期偏少2～8成，夏伏旱影響范圍廣、強度強［1］。安徽省地處南北氣候過渡帶，季風(fēng)影響顯著，氣象災(zāi)害種類多、頻次高，以旱澇災(zāi)害影響最重，高溫、伏旱是夏季經(jīng)常出現(xiàn)的氣象災(zāi)害。2022年夏季安徽省高溫日數(shù)為1961年以來最多，6—9月降水量較常年同期偏少達4成，持續(xù)高溫雨少導(dǎo)致淮河以南出現(xiàn)嚴(yán)重干旱。21世紀(jì)以來高溫、干旱等極端事件頻發(fā)［2-5］，2001、2003、2011、2013、2014和2019年長江流域出現(xiàn)大范圍、持續(xù)時間長的嚴(yán)重干旱［6］，2003、2013、2017、2019年高溫?zé)崂讼恚o人民生活和社會經(jīng)濟發(fā)展帶來嚴(yán)重影響。干旱主導(dǎo)因素是一段時期內(nèi)的降水偏少，一般需要一個積累的過程。在全球變暖的大背景下，中國發(fā)生干旱的范圍由北方干旱和半干旱區(qū)［7-9］向南方及東部濕潤和半濕潤區(qū)擴展［10-12］。研究表明［13-14］，受全球氣候變化影響，強度大、歷時長的干旱事件以及極端高溫事件在未來發(fā)生的頻率會更高。

加強干旱事件過程研究，可提高對干旱形成的科學(xué)認識，也是干旱監(jiān)測預(yù)警和防御的迫切需要。國內(nèi)外學(xué)者就干旱和高溫事件的監(jiān)測和預(yù)警等提出和構(gòu)建了許多新的監(jiān)測指標(biāo)及技術(shù)方法［15-17］，促進了人們對干旱形成過程和演變機理的深刻認識和理解，也為決策者和管理者在抗旱減災(zāi)管理以及干旱早期預(yù)警等方面提供了有益的參考和理論依據(jù)。然而，極端氣候事件監(jiān)測基于單站指標(biāo)，以點代面難以保障監(jiān)測評估的客觀、精準(zhǔn)性［18-20］。極端氣候事件空間上有群發(fā)性、時間上有持續(xù)性。2019年，中國氣象局預(yù)報與網(wǎng)絡(luò)司印發(fā)《區(qū)域性重要過程監(jiān)測和評價業(yè)務(wù)規(guī)定》（氣預(yù)函〔2019〕63號），要求全國各省做好區(qū)域性重要天氣氣候過程的監(jiān)測與評價工作。

本文利用安徽省80個國家氣象觀測站1961—2022年逐日氣象資料，借鑒區(qū)域性極端事件客觀識別方法（Objective Identification Technique for Regional Extreme Events，OITREE）對區(qū)域性氣候事件（高溫、干旱）進行連續(xù)追蹤的思路［21-22］，確定區(qū)域性過程的客觀識別方法；結(jié)合極端氣候事件強度與歷時和區(qū)域的關(guān)系（the relation of the“extreme”intensity with both duration and region，EIDR）理論［23］，重點針對2022年夏季高溫及伏秋連旱，開展安徽省區(qū)域性極端氣候事件識別與評估，將監(jiān)測評估業(yè)務(wù)從單站拓展到區(qū)域、由單指標(biāo)向綜合評估延伸。

1 資料與方法

1.1 資料

所用資料為1961—2022年安徽省經(jīng)質(zhì)量控制的80個國家氣象站逐日20：00—20：00（北京時，下同）平均氣溫、降水量等，數(shù)據(jù)來源于安徽省氣象信息中心。

氣候基準(zhǔn)期采用世界氣象組織（World Meteorological Organization，WMO）推薦的1991—2020年。

文中附圖涉及的地圖基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)下載的審圖號為GS（2020）8號的標(biāo)準(zhǔn)地圖制作，底圖無修改。

1.2 方法

1.2.1 百分位數(shù)法

百分位數(shù)法是將一組統(tǒng)計數(shù)據(jù)按其數(shù)值從小到大順序排列，并按數(shù)據(jù)個數(shù)100等分。在第ρ個分界點（稱為百分位點）上的數(shù)值，稱為第ρ個百分位數(shù)（ρ=1，2，…，99）。在第ρ個分界點到第ρ+1個分界點之間的數(shù)據(jù)，稱為處于第ρ個百分位數(shù)［24］。計算公式如下：

式中：Pm為第m個百分位數(shù)；N為總頻次；L為Pm所在組的下限；U為Pm所在組的上限；f為Pm所在組的次數(shù)；Fh為小于L的累積次數(shù)；Fn為大于U的累積次數(shù)；i為組距。

1.2.2 氣象干旱綜合指數(shù)

干旱指數(shù)選用適用性較好且目前在中國實時氣象干旱監(jiān)測業(yè)務(wù)中使用的氣象干旱綜合指數(shù)（Meteorological Drought Composite Index，MCI），其計算公示如下：

式中：SPIW60為近60 d的標(biāo)準(zhǔn)化權(quán)重降水指數(shù)，MI30為近30 d相對濕潤度指數(shù)，SPI90和SPI150分別為近90 d、近150 d標(biāo)準(zhǔn)化降水指數(shù)SPI值，a、b、c、d分別為其對應(yīng)的權(quán)重系數(shù)；Ka為季節(jié)調(diào)節(jié)系數(shù)。具體取值參見表1。按照MCI，將干旱劃分為輕旱（-1.0＜MCI≤-0.5）、中旱（-1.5＜MCI≤-1.0）、重旱（-2.0＜MCI≤-1.5）和特旱（MCI≤-2.0）［25］

表1 安徽省MCI指數(shù)計算公式中各系數(shù)取值Tab.1 The values of coefficients in MCI index calculation formula in Anhui Province

1.2.3 區(qū)域性事件識別與評估技術(shù)

區(qū)域性事件識別與評估技術(shù)過程：（1）識別區(qū)域性氣候事件過程；（2）提取過程持續(xù)日數(shù)（D）、平均強度（Ia）、平均影響范圍（Aa）等特征量；（3）構(gòu)建區(qū)域性氣候事件過程綜合強度指數(shù)（Z）并采用百分位數(shù)法劃分強度等級。

（1）區(qū)域性事件識別

區(qū)域性高溫過程識別。某日大于等于10個相鄰國家站的日最高氣溫Tmax≥35℃時，確定該日為區(qū)域性高溫日；區(qū)域性高溫日持續(xù)日數(shù)D≥3 d，則判定其為一次區(qū)域性高溫過程。

區(qū)域性干旱過程識別。某日出現(xiàn)中旱及以上等級（MCI≤-1.0）的相鄰國家站數(shù)占監(jiān)測范圍內(nèi)國家站總數(shù)百分比大于等于20%（安徽取大于等于15站）定義當(dāng)日為區(qū)域性干旱日。當(dāng)某日區(qū)域性干旱站點與前一日重合率大于等于50%且滿足這一標(biāo)準(zhǔn)的日數(shù)持續(xù)10 d時則定義為一個區(qū)域性干旱過程。

（2）特征量提取

持續(xù)日數(shù)。滿足區(qū)域性過程條件的開始日與結(jié)束日之間的累計日數(shù)。

平均影響范圍。影響范圍以出現(xiàn)的國家站個數(shù)表征；平均影響范圍是區(qū)域性高溫（干旱）過程內(nèi)滿足高溫標(biāo)準(zhǔn)（Tmax≥35℃）［干旱標(biāo)準(zhǔn)（MCI≤-1.0）］的日均站數(shù)。

平均強度。區(qū)域性高溫（干旱）過程內(nèi)，滿足高溫標(biāo)準(zhǔn)（Tmax≥35℃）［干旱標(biāo)準(zhǔn)（MCI≤-1.0）］的最高氣溫或MCI絕對值的日均值。

（3）區(qū)域性氣候事件過程綜合強度指數(shù)構(gòu)建及等級劃分

區(qū)域性過程綜合強度指數(shù)包括過程持續(xù)日數(shù)、平均影響范圍及強度等特征量，其計算公式如下：

基于氣候基準(zhǔn)期各次區(qū)域性過程綜合強度指數(shù)，采用百分位數(shù)法確定閾值，劃分為一般（0＜Z＜50%）、較強（50%≤Z＜80%）、強（80%≤Z＜95%）、特強（95%≤Z＜100%）等4個等級［26］。

1.2.4 安徽梅雨劃分標(biāo)準(zhǔn)

安徽地跨長江與淮河，大約三分之二的國土面積都屬于梅雨范圍。按照《梅雨監(jiān)測指標(biāo)》國家標(biāo)準(zhǔn)［27］，安徽梅雨監(jiān)測區(qū)域?qū)儆陂L江中下游區(qū)和江淮區(qū)兩個部分，其中長江中下游區(qū)有35個國家氣象觀測站，安徽省稱之為沿江江南梅雨區(qū)；江淮區(qū)有20個站，稱之為江淮之間梅雨區(qū)。區(qū)域內(nèi)各監(jiān)測站的降水條件是確定區(qū)域入（出）梅與梅雨期的主要依據(jù)，西太平洋副熱帶高壓脊線、日平均溫度、南海夏季風(fēng)爆發(fā)時間等為輔助條件，具體見梅雨國家標(biāo)準(zhǔn)。

2 結(jié)果分析

2.1 2022年夏季高溫異常特征

2.1.1 平均氣溫及高溫日數(shù)

安 徽 省2022年 夏 季（6—8月）平 均 氣 溫29.1℃，較常年同期異常偏高2.2℃，為1961年以來同期最高。全省平均高溫日數(shù)43 d，僅少于浙江（51 d）、江西（50 d）、重慶（50 d）及湖南（46 d），位居全國第五位，比常年偏多26 d，為1961年以來同期最多。淮北、江淮之間西部及江南17個縣（市）超過50 d，臨泉最多55 d［圖1（a）］。從歷史排位來看，全省69個縣（市）高溫日數(shù)為本站建站以來夏季前三多，41個縣（市）創(chuàng)同期新高［圖1（b）］。

圖1 安徽省2022年夏季高溫日數(shù)（a，單位：d）及其歷史排名（只考慮前三位）（b）空間分布Fig.1 The spatial distribution of high temperature days(a,Unit:d)and its history rank(only considering the top three)(b)in Anhui Province in the summer of 2022

2.1.2 極端最高氣溫

安徽省2022年夏季極端最高氣溫普遍超過38℃，江淮之間西部、沿江東部及江南有34個縣（市）超過40℃［圖2（a）］，覆蓋范圍為歷史最廣；全省有27個縣（市）最高氣溫為本站建站以來前三高，馬鞍山和六安（41.5℃）、青陽（41.1℃）、南陵（41.0℃）、含山（40.7℃）、太湖（40.4℃）、巢湖（40.1℃）和潛山（40.1℃）8個縣（市）破本站歷史最高記錄，馬鞍山為全省歷史第二高（安徽省最高氣溫記錄為1966年8月9日霍山43.3℃）［圖2（b）］。極端高溫站次多，累計136站次最高氣溫超過40℃，僅少于2013年；馬鞍山和宣城連續(xù)8 d（8月8—15日）、六安和含山連續(xù)5 d、舒城連續(xù)3 d超過40℃，均為本站有氣象記錄以來最長。

圖2 安徽省2022年夏季極端最高氣溫（a，單位：℃）及其歷史排名（只考慮前三位）（b）空間分布Fig.2 The spatial distribution of extreme maximum temperature(a,Unit:℃)and its history rank(only considering the top three)(b)in Anhui Province in the summer of 2022

總體來看，2022年夏季平均氣溫為歷史同期最高，高溫日數(shù)居歷史同期首位，全省均出現(xiàn)高溫，40℃以上高溫覆蓋范圍為歷史最廣。此次高溫事件極端性強、多地最高氣溫破歷史極值，綜合來看為1961年以來最強。

2.2 2022年伏秋連旱異常特征

2.2.1 降水概況

安徽省2022年梅雨不典型，臺風(fēng)影響也明顯偏輕。6—9月全省平均降水量382 mm，偏少4成，僅多于1966、1967和1978年，為1961年以來同期第四少（圖3），其中江淮之間的合肥、滁州、六安及沿江東部的馬鞍山等地偏少5～7成。9月仍無有效降水，全省平均降水量僅9 mm，異常偏少9成，僅多于2001年（4.5 mm），為1961年以來同期第二少。

圖3 安徽省1961—2022年6—9月降水量逐年變化Fig.3 Yearly change of precipitation from June to September in Anhui Province during 1961-2022

梅雨是長江中下游特有的天氣氣候現(xiàn)象，梅雨期往往降水集中、強度大。一般而言，梅雨偏多氣候易偏澇，反之易偏旱。2022年安徽省6月19日入梅，7月11日出梅，入梅偏晚，出梅接近常年，梅雨期偏短，梅雨強度等級為“偏弱”。梅雨量明顯偏少，其中沿江江南141 mm，偏少61%，江淮之間108 mm，偏少58%（表2）。2022年梅雨形勢不典型，其間以過程性降水為主，平均氣溫創(chuàng)歷史同期新高。

表2 安徽省2022年梅雨特征Tab.2 Meiyu characteristics in Anhui Province

2.2.2 氣象干旱

2022年5月中旬至6月中旬沿淮淮北、7月下旬至9月淮河以南出現(xiàn)2次區(qū)域性干旱過程。淮河以南梅雨量少，出梅后疊加兩段持續(xù)性高強度高溫天氣，氣象干旱迅速發(fā)展，截至8月26日，氣象干旱達階段性最重［圖4（a）］。受8月26—29日降水以及9月13—15日臺風(fēng)“梅花”降水影響，江南東部氣象干旱有所緩和，其他地區(qū)持續(xù)。截至9月30日，淮河以南26個縣（市）達重旱，35個特旱［圖4（b）］。

圖4 安徽省2022年8月26日（a）和9月30日（b）氣象干旱監(jiān)測結(jié)果Fig.4 Monitoring results of meteorological drought on August 26(a)and September 21(b),2022 in Anhui Province

6月1日至9月30日淮河以南中旱及以上（MCI≤-1.0）日數(shù)平均為64 d，較常年同期偏多近2倍，僅少于1966年（65 d）和1978年（87 d），為1961年以來同期第三多。沿淮淮北大部普遍不足50 d，淮河以南超過50 d，江淮之間超過65 d，其中合肥、肥西、廬江及舒城超過100 d［圖5（a）］；全省有18個縣（市）中旱以上日數(shù)位列本站建站以來前三位，其中合肥、肥西、廬江、舒城、天長、當(dāng)涂為本站同期最多［圖5（b）］。

圖5 安徽省2022年6—9月中旱及以上日數(shù)（a，單位：d）及其歷史排名（只考慮前三位）（b）空間分布Fig.5 The spatial distribution of moderate and above drought days(a,Unit:d)and its history rank(only considering the top three)(b)in Anhui Province from June to September 2022

2.3 區(qū)域性過程綜合強度指數(shù)及等級

2.3.1 區(qū)域性高溫及干旱綜合強度等級閾值

1961—2022年，區(qū)域性高溫過程綜合強度指數(shù)集中在200～600，占總次數(shù)的71%；強度超過1500的僅4次，其中最強達1854［圖6（a）］，出現(xiàn)在1967年7月12日至9月2日，該過程是影響范圍最廣、持續(xù)日數(shù)最長的區(qū)域性高溫過程。區(qū)域性干旱過程綜合強度指數(shù)集中在20～60，占總次數(shù)的76%；強度超過100的僅7次，其中最強達147，出現(xiàn)在1966年7月15日至11月20日，該過程也是影響范圍第二廣、持續(xù)日數(shù)第二長的區(qū)域性干旱過程［圖6（b）］。

圖6 1961—2022年安徽省區(qū)域性高溫（a）和干旱（b）過程綜合強度指數(shù)分布Fig.6 Distribution of comprehensive intensity indexes of regional high temperature(a)and drought(b)processes in Anhui Province during 1961-2022

挑選氣候基準(zhǔn)期區(qū)域性高溫和干旱過程的綜合強度指數(shù)（Z），按百分位數(shù)法，確定綜合強度等級閾值區(qū)間（表3）。

表3 安徽省區(qū)域性高溫和干旱過程不同等級綜合強度指數(shù)閾值區(qū)間Tab.3 Grade threshold interval of comprehensive intensity index of regional high temperature and drought processes in Anhui Province

2.3.2 區(qū)域性高溫過程評價

2022年夏季安徽省出現(xiàn)6次區(qū)域性高溫過程，以7月8—20日及8月1—23日的兩次過程最強。這兩次區(qū)域性高溫過程分別為“強”和“特強”等級。挑選出1961—2022年安徽省排名前10位的區(qū)域性高溫過程（表4），這10次過程均達“特強”等級。評估表明：2022年8月1—23日高溫過程綜合強度為歷史第四強，不及1966、1967和2013年的單個高溫過程。

表4 1961—2022年安徽省最強10次區(qū)域性高溫過程Tab.4 The strongest 10 regional high temperature processes in Anhui Province during 1961—2022

對年內(nèi)所有區(qū)域性過程綜合強度指數(shù)累加，得到區(qū)域性高溫過程年綜合強度指數(shù)（圖7），可以看出，年綜合強度指數(shù)年際波動大，最大為2022年達4496，其次為1978年為4137，而1982年無區(qū)域性高溫；近60 a，區(qū)域性高溫過程年綜合強度指數(shù)呈增強趨勢，線性增加率每10 a達135，通過α=0.05的顯著性檢驗。

圖7 安徽省1961—2022年區(qū)域性高溫過程年綜合強度指數(shù)變化Fig.7 Change of annual comprehensive strength index of regional high temperature process in Anhui Province during 1961-2022

2.3.3 區(qū)域性干旱過程評價

安徽省2022年夏秋季出現(xiàn)2次區(qū)域性干旱過程，分別出現(xiàn)在6月15日至7月8日及7月28日至9月30日，綜合強度指數(shù)分別為“強”和“特強”等級。挑選出1961—2022年安徽省排在前10強的區(qū)域性伏秋連旱過程（表5），前5次達“特強”等級，后5次為“強”等級。2022年始于7月28日的干旱過程，截至9月30日已持續(xù)65 d，強度等級為“特強”，不及1966、1967、1978和2019年過程。

表5 安徽省1961—2022年最強10次區(qū)域性伏秋連旱過程Tab.5 The strongest 10 regional drought processes in summer and autumn in Anhui Province during 1961-2022

3 結(jié)論與討論

基于1961—2022年安徽省80個國家氣象觀測站逐日降水和平均氣溫資料，利用區(qū)域性極端事件客觀識別方法識別區(qū)域性高溫和干旱過程，進一步提取過程歷時、影響范圍、過程強度指標(biāo)，并應(yīng)用于已構(gòu)建的綜合強度評估模型，對2022年高溫干旱開展異常氣候特征分析和區(qū)域性過程綜合評價。結(jié)論如下：

（1）安徽省2022年夏季全省平均氣溫較常年同期偏高2.2℃，高溫日數(shù)43 d；累計136站次最高氣溫超過40℃，8個縣（市）最高氣溫破本站歷史記錄，全省馬鞍山最高為42.7℃，居全省歷史第二?？傮w呈現(xiàn)平均氣溫歷史同期最高、高溫日數(shù)歷史同期最多、40℃以上高溫覆蓋范圍歷史最廣、多地最高氣溫破歷史極值等4個特點，綜合來看高溫過程為1961年以來最強。

（2）安徽省2022年梅雨不典型，受臺風(fēng)影響弱。6—9月全省平均降水量偏少達4成，為1961年以來同期第四少。溫高雨少造成淮河以南氣象干旱發(fā)生發(fā)展。6—9月淮河以南中旱及以上等級干旱日數(shù)平均為64 d，為1961年以來同期第三多；有18個縣（市）為本站歷史前三位，其中合肥、肥西、廬江、舒城、天長、當(dāng)涂為歷史同期最多。

（3）從區(qū)域性高溫過程來看，2022年夏季先后出現(xiàn)6次區(qū)域性高溫過程，8月1—23日過程綜合強度達“特強”等級，不及1966、1967和2013年高溫過程，為歷史第四強。從年綜合強度看，近60 a，區(qū)域性高溫過程年綜合強度增強趨勢明顯，線性增加率每10 a達135，通過α=0.05的顯著性檢驗，其中2022年累計綜合強度為1961年以來最強。

（4）從區(qū)域性干旱過程來看，2022年6月15日至7月8日及7月28日至9月30日出現(xiàn)2次區(qū)域 性干旱過程。截至9月30日，7月28日以來的區(qū)域性干旱過程已持續(xù)65 d，強度等級為“特強”，在1961年以來最強的10次伏秋連旱過程中位居第五。

本文在簡要分析2022年安徽省夏季高溫及伏秋連旱異常氣候特征的基礎(chǔ)上，開展區(qū)域性氣候事件過程識別與監(jiān)測評估。有別于傳統(tǒng)的單站極值監(jiān)測，區(qū)域性氣候事件識別方法的優(yōu)點在于給定一組參數(shù)以后能夠客觀識別區(qū)域性事件，使監(jiān)測時間上連續(xù)、空間上連片，能夠反映一次過程的影響范圍、強度和持續(xù)日數(shù)特征等。區(qū)域性氣候事件過程客觀監(jiān)測評估方法的優(yōu)點，是將氣候監(jiān)測評估業(yè)務(wù)從單站拓展到區(qū)域，實現(xiàn)極端事件多種類、全過程精密監(jiān)測、精準(zhǔn)評估和精細服務(wù)。

本研究給出的區(qū)域性事件閾值，針對安徽范圍，在推廣應(yīng)用的過程中需要根據(jù)不同地區(qū)監(jiān)測范圍及站點疏密程度，對鄰站距離、站組間距等相關(guān)參數(shù)以及百分數(shù)閾值進行適當(dāng)調(diào)整。此外，盡管MCI在氣象干旱監(jiān)測中廣為應(yīng)用，但不同地區(qū)適用性也不盡相同，特別是相比農(nóng)業(yè)干旱和水文干旱指數(shù)其反映明顯偏重。針對以上不足問題，還需進一步研究完善。