1981-2015年東北地區(qū)寒潮事件變化特征*

王曉偉，李曉玉，史雯琪，谷佳桐，趙海根，孫 琛，游松財**

1981-2015年東北地區(qū)寒潮事件變化特征*

王曉偉1，李曉玉1，史雯琪2，谷佳桐3，趙海根1，孫 琛1，游松財1**

（1.中國農(nóng)業(yè)科學院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081；2.東北農(nóng)業(yè)大學，哈爾濱 150030；3.沈陽農(nóng)業(yè)大學，沈陽 110866）

利用東北地區(qū)1981?2015年226個氣象臺站日最低氣溫數(shù)據(jù)，以國家標準《寒潮等級》（GB/T 21987? 2017）為依據(jù)，計算35a來各單站不同等級冷空氣過程的次數(shù)和日數(shù)。應用線性回歸、氣候傾向率等統(tǒng)計分析方法，得出東北地區(qū)寒潮事件的年際尺度及月尺度變化特征。結(jié)果表明：1981?2015年東北地區(qū)寒潮、強寒潮及超強寒潮三種級別寒潮事件，空間分布規(guī)律符合高緯度和高海拔地區(qū)日數(shù)多，低緯度和平原地區(qū)日數(shù)少的特點，高發(fā)地區(qū)主要集中在大、小興安嶺和長白山等高海拔地區(qū)。研究期內(nèi)整個東北地區(qū)寒潮事件呈減少趨勢；寒潮及強寒潮主要呈低緯度減少而中高緯度增多的趨勢，超強寒潮主要呈減弱的趨勢；各月份三種級別寒潮事件年均次數(shù)及日數(shù)趨勢變化幅度小，均在[-1, 1]區(qū)間內(nèi)。1月和5月寒潮事件呈增多趨勢，2月和10月呈減少趨勢；3月增多區(qū)域主要集中在中部地區(qū)；4月呈次數(shù)減少而日數(shù)增加的趨勢；9月呈次數(shù)增加而日數(shù)減少；11月寒潮事件主要呈中高緯度增加而低緯度地區(qū)減少的特點；12月與11月變化趨勢相反，主要呈中低緯度增加而高緯度減少的趨勢。

東北地區(qū)；寒潮事件；年尺度；月尺度；特征

寒潮事件作為中國主要的災害性天氣之一，發(fā)生時易造成大范圍的劇烈降溫、大風和雨雪天氣[1?2]，對農(nóng)業(yè)生產(chǎn)安全造成嚴重威脅[3–5]。提高寒潮監(jiān)測、預測預警和影響評估的技術(shù)水平，有助于提升防災減災的氣象服務能力，對于保證農(nóng)業(yè)生產(chǎn)安全具有重要意義[6]。

近幾十年來，眾多學者專家針對中國寒潮事件的起因、變化趨勢等進行了大量的研究[4?5]，部分研究發(fā)現(xiàn)中國寒潮次數(shù)和強度呈現(xiàn)新的變化特征[9]，而區(qū)域尺度寒潮變化特征各有不同[10]，貴州高原等地區(qū)寒潮次數(shù)呈明顯下降趨勢[11]。胡春麗等[12]對東北地區(qū)冬季寒潮事件變化特征的研究表明，東北地區(qū)寒潮日數(shù)和站次均呈減少趨勢；孟祥君等[13]對東北地區(qū)寒潮活動時空特征的分析表明寒潮變化趨勢空間差異明顯，高海拔地區(qū)減弱趨勢明顯；喬雪梅等[14]對中國北方地區(qū)寒潮時空特征進行了分析，研究表明黑龍江大興安嶺地區(qū)、吉林省東南部等地區(qū)為寒潮發(fā)生的高風險區(qū)；李尚峰等[15]對中國東北極端低溫事件的特征進行了分析，分析表明2月總極端低溫事件發(fā)生次數(shù)最高；徐蒙等[16]對中國冬半年極端降溫過程事件的時空演變特征分析表明，極端降溫事件發(fā)生頻數(shù)呈北多南少的空間分布；Ding等[17]研究認為，自2009年以來華北地區(qū)超強寒潮的增加可歸因于西伯利亞高壓的極端增加；Wu等[18]發(fā)現(xiàn)中國冷極端事件的頻率則有所下降，暖冬現(xiàn)象進一步形成。

綜上所述，前人已經(jīng)對寒潮事件的發(fā)生頻率及時空特征進行了大量研究，但目前已有研究的時間粒度大多以年或季為時間尺度，不足以支持更為精細準確地制定針對寒潮事件的防災減災策略，并且在21世紀之后，在全球氣候變暖的背景下，東北地區(qū)作為升溫明顯的主要區(qū)域之一[19]，針對其月尺度寒潮變化特征的研究報道較少。因此，本文以1981?2015年東北地區(qū)逐日最低氣溫資料為基礎(chǔ)，按照寒潮標準和指標，在研究寒潮事件年際尺度變化特征的基礎(chǔ)之上，進一步在月尺度上對寒潮事件的變化特征進行細化研究，以期為各月農(nóng)事活動提供建議，為各地域準確制定針對寒潮事件的防災減災策略提供科學依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)來源

研究區(qū)域包含黑龍江、吉林、遼寧及內(nèi)蒙古東四盟地區(qū)(赤峰市、通遼市、興安盟與呼倫貝爾市)，氣象數(shù)據(jù)來源于國家氣象科學數(shù)據(jù)中心，數(shù)據(jù)包含226個東北地區(qū)氣象站點1981?2015年日最低氣溫數(shù)據(jù)且均經(jīng)過嚴格的質(zhì)量檢查和控制，具體氣象站點及研究區(qū)域如圖1所示。

1.2 寒潮過程及其等級定義

參照中華人民共和國國家標準《寒潮等級》（GB/T21987—2017），給出寒潮等級的判定標準。寒潮(Cold wave)，即使某地的日最低氣溫在24h內(nèi)降溫幅度≥8℃，或48h內(nèi)降溫幅度≥10℃，或72h內(nèi)降溫幅度≥12℃，而且使該地日最低氣溫≤4℃的冷空氣活動過程；強寒潮（Strong cold wave）定義為使某地的日最低氣溫24h內(nèi)降溫幅度≥10℃，或48h內(nèi)降溫幅度≥12℃，或72h內(nèi)降溫幅度≥14℃，而且使該地日最低氣溫≤2℃的冷空氣活動；超強寒潮(Extreme cold wave)定義為使某地的日最低氣溫24h內(nèi)降溫幅度≥12℃，或48h內(nèi)降溫幅度≥14℃，或72h內(nèi)降溫幅度≥16℃，且使該地日最低氣溫≤0℃的冷空氣活動。寒潮事件包括寒潮、強寒潮及超強寒潮，其持續(xù)天數(shù)定義為降溫過程初終日之間（含初、終日）間隔的天數(shù)，即各類寒潮事件造成的低溫日數(shù)。

圖1 東北地區(qū)氣象站點分布

1.3 統(tǒng)計指標

利用1981?2015年日最低氣溫數(shù)據(jù)，分別對各站點日最低溫度、24h及48h日最低溫度的降幅進行處理，結(jié)合寒潮等級標準，分別統(tǒng)計各氣象站發(fā)生寒潮事件的次數(shù)及日數(shù)，從而獲得1981?2015年單站三種級別寒潮事件總次數(shù)及總?cè)諗?shù)，基于統(tǒng)計結(jié)果分別從年和月尺度對1981?2015年東北地區(qū)三種級別寒潮事件的發(fā)生次數(shù)及日數(shù)變化進行分析，以月尺度進行分析討論時，依據(jù)東北地區(qū)氣候條件及寒潮事件發(fā)生特點，只針對1?5月及9?12月進行。

1.4 分析方法

采用一元線性回歸方法進行趨勢分析，運用Matlab 2018a工具進行寒潮事件的傾向率計算，利用Inverse Distance Weight方法將數(shù)據(jù)空間插值。

2 結(jié)果與分析

2.1 歷年寒潮事件統(tǒng)計特征

從東北地區(qū)1981?2015年寒潮事件累計次數(shù)及日數(shù)的空間分布來看（圖2），東北地區(qū)35a來寒潮、強寒潮及超強寒潮發(fā)生次數(shù)和日數(shù)差別較大，226個氣象站點寒潮次數(shù)和日數(shù)數(shù)值范圍分別為37～447次、81～894d；強寒潮次數(shù)及日數(shù)分別為2～213次、5～464d；超強寒潮次數(shù)及日數(shù)分別為0～190次、0～475d。大興安嶺、小興安嶺等東北北部地區(qū)屬于三種級別寒潮頻發(fā)區(qū)域，特別是漠河等地區(qū)，由于地理緯度和地勢的雙重影響，三種級別寒潮發(fā)生次數(shù)多且強度大，長白山西側(cè)雖然地理緯度較低，但是由于海拔高度和面向風向的原因，也是三種寒潮頻發(fā)的地區(qū)，而三江平原等地區(qū)寒潮發(fā)生次數(shù)較少。三種級別寒潮事件累計次數(shù)及日數(shù)的高值及低值地區(qū)空間分布基本相同，說明三種級別寒潮累計次數(shù)及日數(shù)的空間分布具有一致性。

圖2 1981?2015年研究區(qū)三種級別寒潮事件累計次數(shù)和日數(shù)空間分布

2.2 年尺度寒潮事件變化特征

2.2.1 時間演變特征

對東北地區(qū)1981?2015年226個氣象站點三種級別寒潮事件次數(shù)及日數(shù)進行統(tǒng)計分析，結(jié)果如圖3。由圖可見，1981?2015年東北地區(qū)寒潮、強寒潮、超強寒潮各站年均次數(shù)為4.9、1.6和0.8次；年均日數(shù)為10、3.8和2.1d。通過4階多項式擬合方法，對寒潮事件時間演變特征歸納得出，1981?2015年三種級別寒潮事件次數(shù)及日數(shù)均呈波動性上升的變化趨勢，且在2005年之后三種級別寒潮事件次數(shù)及日數(shù)的上升趨勢最為明顯。

2.2.2 空間演變特征

圖4為東北地區(qū)1981?2015年三種級別寒潮事件年次數(shù)及日數(shù)空間趨勢變化。由圖可見，寒潮及強寒潮主要在中高緯度地區(qū)呈增多的趨勢；超強寒潮除在小部分高緯度地區(qū)有增強的趨勢外，在大部地區(qū)強度減弱；綜合來看，研究期內(nèi)整個東北地區(qū)寒潮事件呈減少的趨勢。在所有通過顯著性檢驗（P<0.05）的站點中，本溪站（?0.88次 · 10a?1）和沈陽站（0.93次 · 10a?1）年寒潮次數(shù)的變化趨勢最大；本溪站（?1.40d · 10a?1）和根河站（3.17d · 10a?1）年寒潮日數(shù)的變化趨勢最大；延壽站（?0.42次 · 10a?1）和遼中站（0.26次 · 10a?1）年強寒潮次數(shù)的變化趨勢最大；阿榮旗站（?0.28d · 10a?1）和遼中站（0.69d · 10a?1）年強寒潮日數(shù)的變化趨勢最大；呼中站和永吉站年超強寒潮次數(shù)和日數(shù)的變化趨勢最大，傾向率分別為?0.26、0.99次 · 10a?1和?0.67、2.47d · 10a?1。

2.3 月尺度寒潮事件變化特征

2.3.1 時間演變特征

從1981?2015年各月寒潮事件統(tǒng)計分析可以得出（圖5），東北地區(qū)寒潮事件主要發(fā)生在1、2、3、11和12月，平均次數(shù)分別為1.41、1.46、1.09、1.36和1.39次；平均日數(shù)分別為3.04、3.15、2.23、3.13和3.20d。4、5、9月及10月寒潮事件較少，平均次數(shù)分別為0.18、0.01、0.02和0.36次；平均日數(shù)為0.30、0.02、0.03和0.74d。從各月年際變化來看，1、4、5、10和11月寒潮事件整體呈減少的趨勢，其中4、5和10月正值東北地區(qū)春玉米播種（4?5月）/收獲（10月），該時間段內(nèi)寒潮活動的減少有利于玉米播種后避免冷害，正常生長發(fā)育以及在成熟后期生長環(huán)境仍保持較高的溫度，有利于玉米灌漿，進一步提高玉米產(chǎn)量。而在2、9和12月寒潮事件呈增強趨勢，尤其是在9月寒潮事件呈次數(shù)降低而日數(shù)變多的趨勢，由于9月東北地區(qū)玉米正值灌漿期，長時間低溫導致玉米灌漿期延長，干物質(zhì)積累緩慢，從而造成減產(chǎn)，因此，在玉米種植過程中，應及時注意氣溫變化，及時采取措施，避免因寒潮事件對玉米產(chǎn)量造成影響。

圖3 1981?2015年研究區(qū)歷年三種級別寒潮事件發(fā)生次數(shù)和日數(shù)累計值變化過程

注：曲線為4階多項式擬合。

Note: Curves are 4th order polynomial fits.

圖4 1981?2015年研究區(qū)三種級別寒潮事件年次數(shù)及日數(shù)氣候傾向率的空間分布（次·10a?1; d·10a?1）

圖5 1981?2015年歷年各月寒潮事件累計日數(shù)及次數(shù)（所有站點平均值）

2.3.2 空間演變特征

從各月份寒潮事件次數(shù)（圖6）及日數(shù)（圖7）傾向率的空間變化來看，各月份寒潮事件的次數(shù)（次）及日數(shù)（d）數(shù)值變化范圍均在[?1，1]區(qū)間內(nèi)，說明趨勢較穩(wěn)定，增加或減少趨勢不明顯，其中1月東北大部地區(qū)寒潮事件呈增多趨勢，但在遼寧西部及吉林的西部地區(qū)等地區(qū)，寒潮事件呈減弱的趨勢；2月除東北北部部分地區(qū)寒潮事件呈增多趨勢外，大部地區(qū)呈減少趨勢；3月寒潮事件增多區(qū)域主要集中在東北中部地區(qū)；4月寒潮事件整體呈次數(shù)減少而日數(shù)增加的趨勢，對于東北地區(qū)農(nóng)事生產(chǎn)活動的進行有較大影響；5月東北大部分地區(qū)寒潮事件整體呈增加趨勢；9月寒潮事件變化趨勢與4月相反，東北大部地區(qū)主要呈次數(shù)增加而日數(shù)減少的趨勢；10月寒潮事件主要呈減少趨勢，但在遼寧地區(qū)呈次數(shù)減少日數(shù)增加的趨勢，由于遼寧地區(qū)是春玉米的主要種植區(qū)之一，因此在10月需要因地制宜制定策略，避免因寒潮事件導致溫度降低從而影響玉米產(chǎn)量；11月寒潮事件主要呈中高緯度增加而低緯度地區(qū)減少的特點；12月與11月變化趨勢相反，主要呈中低緯度增加而高緯度減少的趨勢。

圖6 1981?2015年各月寒潮事件累計發(fā)生次數(shù)氣候傾向率的空間分布（次 · 10a?1）

圖7 1981?2015年各月寒潮事件累計發(fā)生日數(shù)氣候傾向率的空間分布（d·10a?1）

3 討論與結(jié)論

3.1 討論

基于目前對于寒潮事件的眾多研究成果，學者對寒潮事件年/季尺度的變化特征或單次寒潮過程的研究較多，而對月尺度寒潮事件次數(shù)及日數(shù)的研究較少。對寒潮進行年尺度/季尺度分析，得出的結(jié)論不一定能完全反映某一月份實際情況，博爾楠·哈不都拉等[20]分析1954?2016年阿勒泰地區(qū)3月和5月寒潮事件減少，4月增加，而白松竹等[21]研究發(fā)現(xiàn)該地區(qū)寒潮事件在年尺度上表現(xiàn)為減少的趨勢。馬力等[22]研究表明中國2000年后寒潮活動頻發(fā)、持續(xù)時間久且強度大，與本研究發(fā)現(xiàn)東北地區(qū)在2005年之后寒潮事件次數(shù)及日數(shù)呈明顯增多趨勢的結(jié)論基本一致。從寒潮事件發(fā)生次數(shù)來看，孟祥君等[13]得出東北地區(qū)寒潮次數(shù)在6.2～169次·10a?1，而特強寒潮的發(fā)生次數(shù)為0.2～46次·10a?1，與文中研究結(jié)果差距較大，是因為寒潮采用標準不同，統(tǒng)計方法不一致所致。目前關(guān)于寒潮事件變化規(guī)律的研究采用的標準各不相同，孟祥君等[13]依據(jù)中華人民共和國國家標準中《冷空氣等級》（GB/T20484?2006）確定寒潮事件標準；馬力等[22]根據(jù)2017年10月修訂發(fā)布的中華人民共和國國家標準《寒潮等級》（GB/T21987? 2017），確定寒潮事件標準；蘇慧君等[23]則依據(jù)《福建省天氣預報技術(shù)手冊》，確定寒潮事件標準。由此來看，各學者在對寒潮事件標準判定時的依據(jù)各不相同，從而導致研究結(jié)果各異，對寒潮事件對策的制定造成困擾。

本研究關(guān)于各月份年際變化及空間傾向率變化的研究中，諸多月份出現(xiàn)年際變化與空間傾向率變化趨勢不一致的現(xiàn)象，是由于部分月份寒潮時間總次數(shù)或日數(shù)呈減少（增多），但各個站點寒潮次數(shù)或日數(shù)卻呈增多（減少）的趨勢，從而導致空間插值后插值結(jié)果與年際變化趨勢不一致，因此在進行寒潮事件的規(guī)律變化研究中應從時間、空間兩個角度分析其規(guī)律；胡春麗等研究表明東北地區(qū)冬季寒潮事件呈減少趨勢，與本研究（12月、1月、2月）結(jié)果基本一致。地理緯度與海拔高度是影響寒潮事件次數(shù)及日數(shù)高低的主要因素，高緯度和高海拔地區(qū)寒潮時間發(fā)生次數(shù)較多，而山脈等對冷空氣的阻滯作用是影響寒潮事件發(fā)生的重要因素，以松嫩平原為例，雖海拔高度較高，但由于受地形影響，該地區(qū)發(fā)生寒潮事件較少。此外，研究結(jié)果表明4月（9月）寒潮事件呈次數(shù)增加（減少）、日數(shù)減少（增加）的趨勢，由于該月份東北地區(qū)正進行春玉米的播種（收獲）等農(nóng)事活動，若此時發(fā)生寒潮，將對當?shù)氐霓r(nóng)業(yè)生產(chǎn)帶來很大影響，應該引起足夠重視，科學制定防御對策。

本研究利用國標《寒潮等級》及氣象數(shù)據(jù)分析了近35a東北地區(qū)寒潮事件年際尺度、月尺度的時間及空間趨勢變化，可為東北地區(qū)農(nóng)牧業(yè)生產(chǎn)和防災減災等提供一定科學支撐，但由于各農(nóng)作物及部分農(nóng)事活動對溫度的敏感性不同，從而導致寒潮事件對其影響不一，所以在后續(xù)研究中應明確研究對象，確定合適的溫度指標，科學判斷寒潮事件等級，以期有針對性地研究寒潮事件的變化規(guī)律，為制定防災減災策略提供切實可靠的理論依據(jù)。

3.2 結(jié)論

（1）1981?2015年東北地區(qū)寒潮、強寒潮和超強寒潮三種級別寒潮事件，其空間分布規(guī)律符合“高緯度和高海拔地區(qū)日數(shù)多，低緯度和平原地區(qū)少”的特點，高發(fā)地區(qū)主要集中在大、小興安嶺和長白山等高海拔地區(qū)。整個東北地區(qū)呈寒潮事件減少的趨勢；從傾向率空間變化來看，寒潮及強寒潮主要呈低緯度減少而中高緯度增多的趨勢，超強寒潮主要呈減弱的趨勢。

（2）寒潮、強寒潮和超強寒潮年均次數(shù)分別為4.9、1.6和0.8次；年均日數(shù)為10、3.8和2.1d；1?5月和9?12月全站點各月份三種級別寒潮事件平均次數(shù)為1.41、1.46、1.09、0.18和0.01次，以及0.02、0.36、1.36和1.39次，平均日數(shù)分別為3.04、3.15、2.23、0.30和0.02d，以及0.03、0.74、3.13和3.20d·a?1。

（3）從各月份寒潮事件的傾向率空間變化來看，各月份三種級別寒潮事件年均次數(shù)及日數(shù)變化幅度小，數(shù)值均在[-1, 1]區(qū)間內(nèi)。1月和5月東北大部地區(qū)寒潮事件呈增多趨勢，2月和10月大部地區(qū)呈減少趨勢；3月寒潮事件增多區(qū)域主要集中在東北中部地區(qū)；4月寒潮事件整體呈次數(shù)減少而日數(shù)增加的趨勢；9月寒潮事件變化趨勢與4月相反；11月寒潮事件主要呈中高緯度增加而低緯度地區(qū)減少的特點；12月與11月變化趨勢相反，主要呈中低緯度增加而高緯度減少的趨勢。

[1] Zhang S,Zeng G,Yang X,et al.Comparison of the influence of two types of cold surge on haze dispersion in eastern China[J].Atmospheric Chemistry and Physics,2021,21(19): 15185-15197.

[2] Qian Y,Hsu P C,Wang H,et al.Distinct influential mechanisms of the warm pool Madden–Julian Oscillation on persistent extreme cold events in Northeast China[J/OL]. Atmospheric and Oceanic Science Letters,2022,15(5): 100226.

[3] 宋忠華,高文娟,劉富來,等.南方地區(qū)雙季晚稻寒露風危害研究綜述[J].中國農(nóng)業(yè)氣象,2022,43(1):37-49.

Song Z H,Gao W J,Liu F L,et al.Review on the cold dew wind damage of double-cropping late rice in southern region[J].Chinese Journal of Agrometeorology,2022,43(1): 37-49.(in Chinese)

[4] 李瑋祎,孫明馨,曾風玲,等.低溫脅迫下冬小麥葉片葉綠素含量的高光譜估算[J].中國農(nóng)業(yè)氣象,2022,43(2): 137-147.

Li W Y,Sun M X,Zeng F L,et al.Hyperspectral estimation of chlorophyll content in winter wheat leaves under low temperature stress[J].Chinese Journal of Agrometeorology, 2022,43(2):137-147.(in Chinese)

[5] 池再香,蔣仕華,白慧,等.冬春季低溫高濕條件易引發(fā)貴州紅心獼猴桃潰瘍病[J].中國農(nóng)業(yè)氣象,2019,40(9): 591- 602.

Chi Z X,Jiang S H,Bai H,et al.Conditions of low temperature and high humidity in winter and spring easily lead to red cartridge kiwifruit canker disease in Guizhou[J]. Chinese Journal of Agrometeorology,2019, 40(9):591-602. (in Chinese)

[6] 李祎君,王純枝,劉維,等.2021/2022年冬季氣象條件對農(nóng)業(yè)生產(chǎn)的影響[J].中國農(nóng)業(yè)氣象,2022,43(7):587-590.

Li Y J,Wang C Z,Liu W,et al.Impacts report of meteorological conditions on agricultural production in winter of 2021/2022[J].Chinese Journal of Agrometeorology, 2022,43(7):587-590.(in Chinese)

[7] Liu W,Huang S Y,Li D,et al.Spatiotemporal computing of cold wave characteristic in recent 52 years:a case study in Guangdong Province,South China[J].Natural Hazards,2015, 79(2):1257-1274.

[8] Fu D,Ding Y.The study of changing characteristics of the winter temperature and extreme cold events in China over the past six decades[J].International Journal of Climatology, 2021,41(4):2480-2494.

[9] Liao Z,Zhai P,Chen Y,et al.Differing mechanisms for the 2008 and 2016 wintertime cold events in southern China[J].International Journal of Climatology,2020,40(11): 4944-4955.

[10] 朱姜韜,路瑤,李艷.1970-2019年中國大陸地區(qū)寒潮年代際變化及大氣環(huán)流成因[J].蘭州大學學報(自然科學版), 2022,58(3):337-346.

Zhu J T,Lu Y,Li Y.Study on interdecadal variations of cold wave and genesis of atmospheric circulation in the Chinese Mainland from 1970 to 2019[J/OL].Journal of Lanzhou University (NaturalSciences),2022,58(3):337-346.(in Chinese)

[11] 張艷梅,張普宇,顧欣,等.貴州高原寒潮災害的氣候特征分析[J].中國農(nóng)業(yè)氣象,2010,31(1):151-154.

Zhang Y M,Zhang P Y,Gu X,et al.Analysis of climate characteristics of cold wave in Guizhou plateau[J].Chinese Journal of Agrometeorology,2010,31(1):151-154. (in Chinese)

[12] 胡春麗,李輯,郭婷婷,等.1961-2016年東北地區(qū)冬季寒潮事件變化特征及其對區(qū)域氣候變暖的響應[J].冰川凍土,2021,43(6):1755-1763.

Hu C L,Li J,Guo T T,et al.Variation characteristics of winter cold wave events in Northeast China and its response to regional climate warming during 1961-2016[J].Journal of Glaciology and Geocryology,2021,43(6):1755-1763.(in Chinese)

[13] 孟祥君,吳正方,杜海波,等.1961-2010年東北地區(qū)寒潮活動的時空特征分析[J].干旱區(qū)資源與環(huán)境,2013,27(1): 142-147.

Meng X J,Wu Z F,Du H B,et al.Spatio-temporal characteristics of cold wave over northeast China during 1961-2010[J].Journal of Arid Land Resources and Environment,2013,27(1):142-147.(in Chinese)

[14] 喬雪梅,劉普幸.中國北方地區(qū)寒潮時空特征及其成因分析[J].冰川凍土,2020,42(2):357-367.

Qiao X M,Liu P X.The temporal and spatial characteristics and genesis of cold wave in northern China[J].Journal of Glaciology and Geocryology,2020,42(2):357-367.(in Chinese)

[15] 李尚鋒,姜大膀,廉毅,等.冬季中國東北極端低溫事件環(huán)流背景特征分析[J].大氣科學,2018,42(5):963-976.

Li S F,Jiang D P,Lian Y,et al.Circulation characteristics of extreme cold events in northeast China during wintertime[J]. Chinese Journal of Atmospheric Sciences, 2018,42(5):963- 976.(in Chinese)

[16] 徐蒙,管兆勇,蔡倩.1960-2015年中國冬半年極端降溫過程事件的時空演變特征[J].氣象科學,2020,40(6):733-743.

Xu M,Guan Z Y,Cai Q.Spatial and temporal evolution features of cooling extremes in China during winter half year from 1960 to 2015[J].Journal of the Meteorological Sciences,2020,40(6):733-743.(in Chinese)

[17] Ding T,Gao H,Li X.Increasing occurrence of extreme cold surges in North China during the recent global warming slowdown and the possible linkage to the extreme pressure rises over Siberia[J].Atmospheric Research,2021,248: 105198.

[18] Wu X,Hao Z,Hao F,et al.Variations of compound precipitation and temperature extremes in China during 1961-2014[J]. Science of the Total Environment,2019, 663:731-737.

[19] 胡琦,潘學標,張丹,等.東北地區(qū)不同時間尺度下氣溫和無霜期的變化特征[J].中國農(nóng)業(yè)氣象,2015,36(1):1-8.

Hu Q,Pan X B,Zhang D,et al.Variation of temperature and frost-free period in different time scales in Northeast China[J].Chinese Journal of Agrometeorology,2015,36 (1):1-8.(in Chinese)

[20] 博爾楠·哈不都拉,黃迆靜,江遠安,等.1954-2016年阿勒泰市春季寒潮過程頻數(shù)及強度氣候特征[J].沙漠與綠洲氣象,2019,13(1):79-86.

Boernan·H,Huang Y J,Jiang Y A,et al.Climate characteristics of frequency and intensity of cold wave in Altay during 1954-2016[J].Desert and Oasis Meteorology, 2019,13(1): 79-86.(in Chinese)

[21] 白松竹,博爾楠·哈不都拉,謝秀琴.氣候變暖背景下阿勒泰地區(qū)寒潮活動變化特征[J].冰川凍土,2015,37(2):387- 394.

Bai S Z,Boernan·H,Xie X Q.The variation characteristics of cold wave in Altay prefecture under climate warming background[J].Journal of Glaciology and Geocryology,2015, 37(2):387-394.(in Chinese)

[22] 馬力,韋志剛,李嫻茹,等.2000年前后我國寒潮活動特征的比較分析[J].冰川凍土,2022,44(6):1757-1772

Ma L,Wei Z G,Li X R,et al.Comparative analysis of the cold surge characteristics over China before and after 2000[J].Journal of Glaciology and Geocryology 2022,44(6): 1757-1772(in Chinese)

[23] 蘇慧君,劉君,連晨方.龍巖市近30年寒潮氣候特征統(tǒng)計分析[J].海峽科學,2021(9):30-33.

Su H J,Liu J,Lian C F.Statistical analysis of cold wave climate characteristics in Longyan in the past 30 years[J].Strait Science,2021(9):30-33.(in Chinese)

Characteristics of Cold Wave Events Changes in Northeast China from 1981 to 2015

WANG Xiao-wei1, LI Xiao-yu1, SHI Wen-qi2, GU Jia-tong3, ZHAO Hai-gen1, SUN Chen1, YOU Song-cai1

(1. Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences,Beijing 100081, China; 2.Northeast Agriculture University, Harbin 150030; 3.Shenyang Agricultural University, Shenyang 110866)

The Northeast China is one of the regions with a high frequency of cold wave events. It is crucial to clarify the pattern of cold wave events to develop disaster prevention and mitigation strategies. Authors used the Chinese national standard "Cold Wave Levels" (GB/T 21987-2017) and daily minimum temperature data from 226 meteorological stations in Northeast China from 1981 to 2015 to calculate the times and days of different levels of cold wave events occurring annually and monthly at the stations during 35 years. Linear regression and climate trend analysis were used to derive the spatial and temporal characteristics of cold wave events in Northeastern China. The results showed that the three levels of cold wave events occur more frequently at high latitudes and altitudes than at low latitudes and altitudes. High-occurrence areas are located in high-altitude areas, such as Daxinganling, Xiaoxinganling, and the Changbai mountains. The times of cold wave, strong cold wave, and extreme cold wave events at the stations during the last 35 years ranged from 37 to 447, 2 to 213, and 0 to 190, and their days ranged from 81 to 894, 5 to 464, and 0 to 475, respectively. In January, February, March, November, and December, the average times of cold wave events were 1.41, 1.46, 1.09, 1.36, and 1.39, and the average days was 3.04, 3.15, 2.23, 3.13, and 3.20, respectively. There were fewer cold wave events in April, May, September, and October, with an average times of 0.18, 0.01, 0.02, and 0.36 and an average days of 0.30, 0.02, 0.03, and 0.74 respectively (average of all stations). A trend of decreasing cold wave events is observed in the Northeast. The times of cold wave and strong cold wave events decreased at low latitudes and increased at middle and high latitudes, and the times of extreme cold wave events decreased. Climate trend analysis shows that the monthly average times and days of cold wave events for all three levels was in the range of [-1, 1]. The cold wave events in January and May showed an increasing trend, and those in February and October showed a decreasing trend. The cold wave events in March occurred primarily in the central region. Those in April showed a decreasing trend in times and an increasing trend in days. The trend in September was opposite to that in April and in November in the middle and high latitudes. The trend of cold wave events in April and September is unfavorable for agricultural production. Thus, measures should be implemented to adjust to this trend. However, since the temperature affects different crops and agricultural activities to various degrees, the cold wave events have different effects. Subsequent studies should determine appropriate temperature indicators, evaluate the level of cold wave events, investigate the changing patterns of cold wave events, and provide practical and reliable information to formulate disaster prevention and mitigation strategies.

Northeast China; Cold wave events; Annual scale; Monthly scale; Characteristics

10.3969/j.issn.1000-6362.2023.05.007

收稿日期：2022?06?13

糧食主產(chǎn)區(qū)主要氣象災變過程及其減災保產(chǎn)調(diào)控關(guān)鍵技術(shù)（2017YFD0300400）

通訊作者：游松財，研究員，研究方向為氣象災害與減災，E-mail:yousongcai@caas.cn

王曉偉，E-mail:wangxiaowei@caas.cn

王曉偉,李曉玉,史雯琪,等.1981?2015年東北地區(qū)寒潮事件變化特征[J].中國農(nóng)業(yè)氣象,2023,44(5):423-432