1951—2021年?yáng)|北地區(qū)極端氣溫的時(shí)空演變特征

辛玉潔 劉雁

收稿日期：2023-10-10

作者簡(jiǎn)介：辛玉潔（1997—），女，吉林大安人，主要從事區(qū)域地理環(huán)境變化研究。#通信作者：劉雁（1977—），女，吉林四平人，教授，研究方向?yàn)閰^(qū)域資源環(huán)境變化，E-mail：sply0709@163.com。

摘 要：東北地區(qū)是我國(guó)重要的糧食生產(chǎn)基地，極端氣溫現(xiàn)象容易對(duì)東北地區(qū)農(nóng)業(yè)生產(chǎn)造成嚴(yán)重威脅。基于1951—2021年?yáng)|北地區(qū)71年來(lái)41個(gè)氣象站點(diǎn)的逐日氣溫?cái)?shù)據(jù)，對(duì)照國(guó)際常用的極端氣溫指數(shù)，選擇與農(nóng)業(yè)發(fā)展相關(guān)的3個(gè)指數(shù)進(jìn)行分析，形成其區(qū)域平均時(shí)間序列和空間趨勢(shì)估計(jì)，在時(shí)間、空間上對(duì)東北地區(qū)極端氣溫的演變特征進(jìn)行分析。結(jié)果表明：從時(shí)間、空間2個(gè)尺度來(lái)看，東北地區(qū)氣溫整體有明顯的升高態(tài)勢(shì)，所有冷極端指數(shù)都在呈降低態(tài)勢(shì)，暖極端指數(shù)呈上升趨勢(shì)。工業(yè)革命后出現(xiàn)大幅升溫趨勢(shì)，整體呈波折上升；在空間分布上，東北地區(qū)全境均有升溫現(xiàn)象出現(xiàn)，大致符合由低緯向高緯升溫趨勢(shì)減弱的特點(diǎn)，地形上平原地區(qū)升溫現(xiàn)象較為顯著，其中遼東半島及蒙東地區(qū)南部升溫趨勢(shì)較為明顯。

關(guān)鍵詞：極端氣溫；時(shí)空變化；東北地區(qū)；農(nóng)業(yè)發(fā)展

中圖分類號(hào)：P467 文獻(xiàn)標(biāo)志碼：B文章編號(hào)：2095–3305（2024）03–0-03

聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（Intergovernmental

Panel on Climate Change，IPCC）發(fā)布的第六次評(píng)估報(bào)告（AR6）中，對(duì)未來(lái)氣溫升高標(biāo)準(zhǔn)進(jìn)行了新一輪的評(píng)估，根據(jù)當(dāng)前溫室氣體排放量及預(yù)估，氣溫升溫幅度將達(dá)到1.5 ℃以上[1]。在全球氣溫整體攀升的大情景下，氣候可能會(huì)變得更加極端，因此，極端氣候的研究顯得愈加重要。

為準(zhǔn)確分析與評(píng)估極端氣溫可能帶來(lái)的自然災(zāi)害現(xiàn)象，相關(guān)研究者提出了16個(gè)極端氣溫指數(shù)[2]，張哲銘等[3]為了解決氣候研究時(shí)間跨度大、結(jié)果不顯著等問(wèn)題，利用距平法與Mann-Kendall檢驗(yàn)等方法，從年際變化和季節(jié)變化2個(gè)時(shí)間尺度，對(duì)東北地區(qū)近39年的氣溫和降水等氣候要素進(jìn)行了準(zhǔn)確分析。而在空間尺度上，有學(xué)者對(duì)網(wǎng)格狀陸地溫度和降水極端情況指數(shù)數(shù)據(jù)集進(jìn)行了合理更新和利用，并對(duì)指數(shù)進(jìn)行了精細(xì)網(wǎng)格化處理，為極端氣溫的空間變化研究提供了方法依據(jù)。在后續(xù)發(fā)展中，也有學(xué)者通過(guò)創(chuàng)建網(wǎng)絡(luò)陸地?cái)?shù)據(jù)集并使用角距離加權(quán)技術(shù)對(duì)數(shù)據(jù)趨勢(shì)進(jìn)行分析，使得數(shù)據(jù)及分析精確度得到了大幅提高[4-5]。

我國(guó)東北地區(qū)由于其地理位置、土壤、氣候、人文環(huán)境的特殊性，是我國(guó)重要的糧食主產(chǎn)區(qū)[6]，極端氣候變化往往會(huì)引起干旱、洪澇等災(zāi)害，對(duì)糧食生產(chǎn)的安全性產(chǎn)生了嚴(yán)重威脅。

為貼切東北地區(qū)實(shí)際農(nóng)業(yè)發(fā)展需求，基于東北地區(qū)41個(gè)氣象站點(diǎn)在1951—2021年的逐日氣溫?cái)?shù)據(jù)集進(jìn)行分析和研究，選取3個(gè)與農(nóng)業(yè)生產(chǎn)相關(guān)的氣溫極端指數(shù)為評(píng)估依據(jù)，評(píng)估東北地區(qū)近70年來(lái)極端氣溫的時(shí)空演變特征，以科學(xué)認(rèn)識(shí)東北地區(qū)極端氣溫的變化狀況，為應(yīng)對(duì)極端氣溫事件可能引發(fā)的自然災(zāi)害提供科學(xué)依據(jù)和數(shù)據(jù)支撐。

1 研究資料與方法

1.1 觀測(cè)數(shù)據(jù)資料

使用的數(shù)據(jù)集為東北地區(qū)41個(gè)氣象站點(diǎn)1951—2021年的逐日最高氣溫、最低氣溫?cái)?shù)據(jù)。由于各站點(diǎn)建成與使用時(shí)間有一定差異性，部分站點(diǎn)的早期時(shí)間出現(xiàn)一定缺失值，在應(yīng)用與研究該類數(shù)據(jù)時(shí)，對(duì)其進(jìn)行了刪選與排除，保證數(shù)據(jù)分析與研究的有效性與合理性，依據(jù)此數(shù)據(jù)并參考極端氣溫指數(shù)，對(duì)東北地區(qū)的極端氣溫進(jìn)行分析與評(píng)估。

1.2 極端氣溫指數(shù)

氣候變化檢測(cè)和指數(shù)專家小組（Expert Team on Climate Change Detection and Indices，ETCCDI）定義了16個(gè)極端氣溫指數(shù)，得到了國(guó)內(nèi)外專家學(xué)者的廣泛認(rèn)可和應(yīng)用[7]。選取其中與農(nóng)業(yè)相關(guān)性較強(qiáng)的3個(gè)極端氣溫指數(shù)（表1）。

1.3 研究方法

在時(shí)間分析上，利用區(qū)域平均時(shí)間序列構(gòu)建方法進(jìn)行評(píng)估，空間趨勢(shì)利用最小二乘法和t檢驗(yàn)進(jìn)行計(jì)算與分析。區(qū)域平均時(shí)間序列構(gòu)建方法如下：

（1）計(jì)算距平。研究區(qū)涉及4個(gè)省份，地形分布具有一定差異，氣象站之間的水平分布及垂直高度均有所不同。因此，在計(jì)算指數(shù)的區(qū)域平均時(shí)，需要將原始指數(shù)轉(zhuǎn)換為距平，即每年的指數(shù)值減去參考期平均值，參考期選用氣候變化研究常用的1961—1990年。

（2）網(wǎng)格化。站點(diǎn)數(shù)據(jù)網(wǎng)格化采用角度距離加權(quán)插值（Angular Distance Weighting Interpolation）算法，算法的實(shí)現(xiàn)采用R語(yǔ)言程序包adw[8]。

（3）面積加權(quán)平均。計(jì)算每年的網(wǎng)格平均值采用面積加權(quán)平均方法，每個(gè)網(wǎng)格的權(quán)重采用該網(wǎng)格中心點(diǎn)緯度的余弦[9]。計(jì)算公式如下：

（1）

利用網(wǎng)格化方法將原始臺(tái)站數(shù)據(jù)進(jìn)行適當(dāng)調(diào)整，盡量降低由于水平分布距離和海拔差異影響所出現(xiàn)的數(shù)據(jù)誤差，更好地為后續(xù)分析提供數(shù)據(jù)支撐。在時(shí)間分析上，利用距平法，以1961—1990年的平均值為參考，通過(guò)面積加權(quán)平均求得每個(gè)網(wǎng)格內(nèi)的平均值，由此對(duì)氣溫的時(shí)間變化進(jìn)行分析與評(píng)估。

2 結(jié)果與分析

2.1 東北地區(qū)極端氣溫的時(shí)間變化特征

利用距平法、網(wǎng)格化方法將數(shù)據(jù)進(jìn)行處理，降低誤差后，利用公式計(jì)算網(wǎng)格內(nèi)平均值，對(duì)東北地區(qū)1951—2021年極端氣溫指數(shù)進(jìn)行區(qū)域平均時(shí)間序列構(gòu)建，距平值為正數(shù)時(shí)表示該指數(shù)呈上升趨勢(shì)，即指數(shù)天數(shù)增加；距平值為負(fù)數(shù)時(shí)，即指數(shù)天數(shù)下降。由此分析整體氣溫的變化趨勢(shì)和幅度。

在分析時(shí)發(fā)現(xiàn)，1951—1952年大部分氣象站點(diǎn)數(shù)據(jù)缺失，為提高顯著性和有效性，對(duì)1951—1952年數(shù)據(jù)進(jìn)行排除，故此，在時(shí)間變化特征分析階段時(shí)間尺度為1953—2021年。

1953—2021年?yáng)|北地區(qū)極端氣溫指數(shù)年平均時(shí)間序列變化如表2所示。WSDI、GSL指數(shù)呈明顯上升趨勢(shì)，CSDI呈下降趨勢(shì)。由表2可知，1953—2021年范圍內(nèi)，CSDI距平指數(shù)大約下降近5 d，其中1961年出現(xiàn)極小值，距平值為-2.23 d，1956年出現(xiàn)極大值，距平值為14.64 d，整體下降態(tài)勢(shì)明顯，說(shuō)明冷持續(xù)日數(shù)呈整體下降趨勢(shì)，冷持續(xù)天數(shù)逐漸減少。WSDI指數(shù)上漲近7.5 d，其中，1957年左右出現(xiàn)極小值，距平值為-1.38 d，2007年出現(xiàn)極大值，距平值為20.10 d，上升態(tài)勢(shì)明顯，說(shuō)明暖持續(xù)日數(shù)呈升高態(tài)勢(shì)，氣溫普遍升高現(xiàn)象明顯。GSL指數(shù)上漲近20 d，其中1980年出現(xiàn)極小值，距平值為-14.27 d，2014年出現(xiàn)極大值，距平值為24.25 d，整體呈現(xiàn)上升態(tài)勢(shì)。極端氣溫指數(shù)的變化趨勢(shì)有明顯的對(duì)照性，暖持續(xù)日數(shù)與作物生長(zhǎng)期呈現(xiàn)正相關(guān)性，同時(shí)暖持續(xù)日數(shù)與冷持續(xù)日數(shù)呈負(fù)相關(guān)，這表明了東北地區(qū)的持續(xù)性升溫現(xiàn)象較為

顯著。

2.2 東北地區(qū)極端氣溫的空間變化特征

在空間變化特征中，利用最小二乘法進(jìn)行網(wǎng)格趨勢(shì)計(jì)算[10]。在分析檢驗(yàn)過(guò)程中t值較小，符合統(tǒng)計(jì)原理，證明趨勢(shì)分析結(jié)果有效且顯著性較強(qiáng)。利用趨勢(shì)分布圖對(duì)東北地區(qū)極端氣溫空間變化特征進(jìn)行分

析[11]。為提高可觀測(cè)性和分析性，趨勢(shì)變化以10年為單位進(jìn)行制圖并呈現(xiàn)。1951—2021年?yáng)|北地區(qū)極端氣溫指數(shù)網(wǎng)格趨勢(shì)分布圖如圖1所示。

圖1? 1951—2021年?yáng)|北地區(qū)極端氣溫指數(shù)網(wǎng)格趨勢(shì)的空間分布

由圖1可知，1951—2021年范圍內(nèi)WSDI、GSL這2個(gè)指數(shù)為上升趨勢(shì)，CSDI指數(shù)為下降趨勢(shì)，氣溫升高狀態(tài)不變。CSDI指數(shù)為下降趨勢(shì)，每10年變化下降趨勢(shì)在0.30～1.17 d之間，即冷持續(xù)指數(shù)近70年來(lái)逐漸減少，減少天數(shù)趨勢(shì)為2.1～8.19 d，遼東半島及蒙東南部地區(qū)天數(shù)下降趨勢(shì)較為明顯，蒙東地區(qū)北部減少趨勢(shì)較弱，大致從南向北下降趨勢(shì)減弱。WSDI指數(shù)為上升趨勢(shì)，每10年變化趨勢(shì)在0.52～2.15 d之間，即暖持續(xù)日數(shù)在近70年時(shí)間里增長(zhǎng)天數(shù)的幅度在3.64～

15.05 d之間，大致呈現(xiàn)自東向西趨勢(shì)加深態(tài)勢(shì)，三江平原增長(zhǎng)幅度較弱，蒙東地區(qū)北部增長(zhǎng)態(tài)勢(shì)明顯。GSL指數(shù)每十年變化趨勢(shì)上浮在0.24～0.36 d之間，即作物生長(zhǎng)期在近70年中上升幅度在1.68～2.52 d之間，增加天數(shù)較少，遼東半島、三江平原及蒙東地區(qū)西北部增長(zhǎng)趨勢(shì)較弱，東北平原及大興安嶺中部、南部增長(zhǎng)態(tài)勢(shì)明顯。

極端氣溫指數(shù)之間具有較強(qiáng)的關(guān)聯(lián)性，但在總結(jié)具體空間分布時(shí)需結(jié)合地區(qū)自然差異進(jìn)行對(duì)應(yīng)分析。蒙東南部地區(qū)CSDI指數(shù)下降趨勢(shì)明顯，WSDI變化幅度居中，但對(duì)應(yīng)GSL指數(shù)有顯著上漲趨勢(shì)，說(shuō)明該地區(qū)氣溫整體呈逐步上升趨勢(shì)，并未出現(xiàn)暖持續(xù)指數(shù)的突發(fā)性上浮。蒙東北部地區(qū)在極端氣溫指數(shù)上分布一致性較強(qiáng)，CSDI下降趨勢(shì)較弱，WSDI指數(shù)上漲趨勢(shì)較強(qiáng)，GSL指數(shù)上漲趨勢(shì)較弱，暖持續(xù)日數(shù)趨勢(shì)上漲較為明顯，整體氣溫的變暖現(xiàn)象明顯，高溫持續(xù)性逐年加強(qiáng)。

空間變化上表明了氣候變暖的總趨勢(shì)狀態(tài)，其中遼東半島、三江平原等地區(qū)指數(shù)變化較為顯著，變暖趨勢(shì)在地區(qū)分布上存在一定差異，但氣溫整體變暖的趨勢(shì)沒有改變。

3 結(jié)論與展望

（1）從時(shí)間尺度來(lái)看，1951—2021年3個(gè)極端氣溫指數(shù)呈現(xiàn)出的結(jié)果都表明，東北地區(qū)氣溫整體有明顯的升高態(tài)勢(shì)，大致在1980年—1990年出現(xiàn)大幅度變化，71年來(lái)的氣溫始終攀升。其中冷極端指數(shù)CSDI在降低，反之，對(duì)應(yīng)的暖極端指數(shù)時(shí)間延長(zhǎng)，WSDI、GSL天數(shù)增多，與全球陸地極端氣溫變化的趨勢(shì)相吻合。

（2）從空間尺度來(lái)看，東北地區(qū)全境呈現(xiàn)升溫趨勢(shì)，各極端氣溫指數(shù)在不同空間分布上具有一定差異，遼東半島及蒙東地區(qū)南部升溫趨勢(shì)較為明顯，三江平原地區(qū)在冷持續(xù)指數(shù)上變化幅度較低，說(shuō)明該地氣溫提升較為穩(wěn)定。從整體分布來(lái)看，氣溫的升高大致符合由南向北、由東向西逐漸遞減的趨勢(shì)，考慮受到緯度、地形及海陸位置分布的影響較大，但結(jié)合社會(huì)經(jīng)濟(jì)因素，城市發(fā)展建設(shè)對(duì)氣溫的影響也需要引起關(guān)注[12]。

在未來(lái)研究中，極端氣溫研究應(yīng)與農(nóng)業(yè)發(fā)展形成更加緊密的聯(lián)系，當(dāng)前東北地區(qū)全境升溫態(tài)勢(shì)明顯，遼東半島、三江平原等低海拔地區(qū)變化明顯，對(duì)于農(nóng)業(yè)生產(chǎn)而言，除了作物生長(zhǎng)期延長(zhǎng)、霜凍日數(shù)減少等有利方向以外，更應(yīng)該多注意由于氣候升溫可能衍生的水旱災(zāi)害，實(shí)時(shí)觀測(cè)，做好應(yīng)急準(zhǔn)備工作[13-14]。同時(shí)，作物生長(zhǎng)期的延長(zhǎng)可能使得害蟲生長(zhǎng)季節(jié)也同時(shí)加長(zhǎng)，導(dǎo)致一年中害蟲繁衍世代數(shù)增多，農(nóng)田多次受害的概率增大，甚至?xí)霈F(xiàn)一些在原來(lái)嚴(yán)寒冬季不能生存的新類型病蟲害。研究者應(yīng)從多角度進(jìn)行疊加考慮，如地形、海陸位置、緯度位置等自然因素，結(jié)合當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)因素及農(nóng)作物種植上進(jìn)行綜合分析[15-16]，為農(nóng)業(yè)發(fā)展的氣溫?cái)?shù)據(jù)和演變規(guī)律做出更有針對(duì)性的分析。

參考文獻(xiàn)

[1] 何秋霞，吳曉蘭，汪美宏，等.1971—2020年?yáng)|北地區(qū)極端氣候時(shí)空變化分析[J].科技風(fēng)，2023（36）：83-85.

[2] 封國(guó)林，龔志強(qiáng)，支蓉.氣候變化檢測(cè)與診斷技術(shù)的若干新進(jìn)展[J].氣象學(xué)報(bào)，2008，66（6）：892-905.

[3] 張哲銘，戴長(zhǎng)雷，王闖.1979—2017年?yáng)|北地區(qū)氣溫與降水量的變化特征分析[J].甘肅水利水電技術(shù)，2022，58（5）：1-6，12.

[4] 李克南，楊曉光，劉志娟，等，全球氣候變化對(duì)中國(guó)種植制度可能影響分析Ⅲ：中國(guó)北方地區(qū)氣候資源變化特征及其對(duì)種植制度界限的可能影響[J].中國(guó)農(nóng)業(yè)科學(xué)，2010，43 （10）：2088-2097.

[5] 苗正偉，李娜，路梅，等.1961—2017年京津冀地區(qū)極端氣溫指數(shù)時(shí)空變化分析[J].北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，55（3）：369-380.

[6] 姚瑤，付冬雪，王婷婷.吉林省冬半年極端最低氣溫頻數(shù)的氣候特征分析[J].氣象災(zāi)害防御，2019，26（4）：34-38.

[7] 許學(xué)蓮，許清霞，張亞珍，等.格爾木地區(qū)1961—2017年極端氣溫變化特征分析[J].青海農(nóng)技推廣，2020（1）：45-49.

[8] 萬(wàn)露文，張正棟，李英杰，等.韓江流域近50年極端氣候事件的時(shí)空變化特征[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，22（9）：133-144.

[9] 襲祝香，楊雪艷，劉玉汐，等.松遼流域1961-2017年極端降水變化特征[J].水土保持研究，2019，26（3）：199-203，212.

[10] 吳利華，彭汐，馬月偉，等.1951—2016年昆明極端氣溫和降水事件的變化特征[J].云南大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019，41（1）：91-104.

[11] 王曉利，侯西勇.1961—2014年中國(guó)沿海極端氣溫事件變化及區(qū)域差異分析[J].生態(tài)學(xué)報(bào)，2017，37（21）：7098-7113.

[12] 賈艷青，張勃，張耀宗，等.城市化對(duì)長(zhǎng)三角地區(qū)極端氣溫影響的時(shí)空分異研究[J].自然資源學(xué)報(bào)，2017，32（5）：814 -828.

[13] 任景全，郭春明，劉玉汐，等.1961—2015年吉林省極端氣溫指數(shù)時(shí)空變化特征[J].生態(tài)學(xué)雜志，2017，36（11）：3224 -3234.

[14] 李桂華，周玉科，范俊甫，等.青藏高原極端氣溫指數(shù)時(shí)空格局及可持續(xù)性分析[J].測(cè)繪與空間地理信息，2019， 42（12）：51-54.

[15] 丁之勇，董義陽(yáng)，魯瑞潔.1960—2015年中國(guó)天山南、北坡與山區(qū)極端氣溫時(shí)空變化特征[J].地理科學(xué)，2018，38 （8）：1379-1390.

[16] 趙國(guó)永，韓艷，劉明華，等.1951—2014年內(nèi)蒙古自治區(qū)極端氣溫事件時(shí)空變化特征[J].干旱區(qū)資源與環(huán)境， 2017，31（12）：110-116.