EN中文

地理科学 >

2019 , Vol. 39 >Issue 8: 1340 - 1350

DOI: https://doi.org/10.13249/j.cnki.sgs.2019.08.016

中国东部气温极端特性及其气候特征

  • 齐庆华 ,
  • 蔡榕硕 ,
  • 郭海峡
展开
  • 自然资源部第三海洋研究所,福建 厦门 361005

齐庆华(1978-),男, 河北保定人,副研究员,主要从事海陆气相互作用与气候和环境灾害风险研究。 E-mail: qqh_2002@163.com

收稿日期: 2018-06-15

  要求修回日期: 2018-09-02

  网络出版日期: 2019-10-10

基金资助

国家重点研发计划重点专项(2017YFA0604901)

福建省自然科学基金面上项目(2017J01076)

中国清洁发展机制基金项目资助(2014112)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

The Climatic Variations of Temperature Extremes in the Eastern of China

  • Qi Qinghua ,
  • Cai Rongshuo ,
  • Guo Haixia
Expand
  • Third Institute of Oceanography Ministry of Natural Resources, Xiamen 361005, Fujian, China

Received date: 2018-06-15

  Request revised date: 2018-09-02

  Online published: 2019-10-10

Supported by

The National Key Research and Development Plan(2017YFA0604901)

The Natural Science Foundation of Fujian Province(2017J01076)

China Clean Development Mechanism Fund Project(2014112)

Copyright

Copyright reserved © 2019.
Fold

摘要

基于百分位等统计方法构建极端气候指数,分析中国东部气温极端特性变化的时空格局和趋势特征,探讨其与全球变暖和区域气候变率的关联性。结果表明,近60 a来,中国东部长期增暖趋势明显,高纬度北方地区和冬、春季节气温对全球变暖响应最为显著;相比于日最低气温,日最高气温上升趋势不明显,黄河与长江之间部分地区日最高温度出现下降趋势。全域日较差总体亦呈减小趋势;与日气温极值的平均状况和气候趋势相一致,极端低温事件强度下降趋势明显,黄河以北及东南沿海地区减弱显著。极端高温事件强度增加趋势并不明显,黄淮地区出现减小趋势;年霜冻日数和冰冻日数以及寒潮持续期的长期变化趋势以减少为主。高温热浪的持续期则以增加为主;中国东部极端气温事件频次与强度的演变格局存在同向一致性。极端低温影响指数的分布呈现北部大于南部、内陆大于沿海地区的特征,全域以一致性下降趋势为主,特别是东部沿海降低最为明显。另外,春季极端低温的影响指数大于冬季,且未有明显减小趋势。极端高温的影响指数增强趋势不明显,地区差异较大,指数的大值区影响增强的趋势显著。相比于强度,极端气温事件频次对全球气候变化的响应更为敏感。同时,副热带高压、南极涛动和北极涛动等区域性气候变率可能是调控中国东部极端气温事件形成和演化的重要因素。

关键词： 高温热浪; 低温寒潮; 致灾因子危险性; 全球气候变化; 中国东部

本文引用格式

齐庆华 , 蔡榕硕 , 郭海峡 . 中国东部气温极端特性及其气候特征[J]. 地理科学, 2019 , 39(8) : 1340 -1350 . DOI: 10.13249/j.cnki.sgs.2019.08.016

Abstract

:Based on percentile and other statistical methods, the climate index was built to analyze the extreme peculiarities of temperature, its space-time evolution and the regional differences in the eastern China (ECM excluding Hongkong Macao and Taiwan), and the associations with the global and regional climatic and oceanic variabilities were discussed. The results show that, in the past 60 years, the long-term warming trend in the ECM is obvious. Due to the influence of latitude and seasons, the response to global warming is most obvious in the northern regions with high latitude and in winter and spring seasons. Compared with the daily minimum temperature, the daily maximum temperature did not distinctly increase especially in the central region between the Yellow River and the Yangtze River. As a result, the diurnal temperature range also showed a decreasing trend overall. In consistent with the average temperature extremes and climatic regioons, the intensity of extreme cold events (ECE) decreased significantly, especially in the north of the Yellow River and southeast coastal areas. However, the long-term trend of the intensity of extreme high temperature events (EHTE) is not obvious, especially in Huanghuai area where the decrease trend dominated. Long-term trends of annual frost and ice days and the cold wave duration experienced a reduce, while the heat wave duration gives priority to increase. The spatial pattern of the intensity and frequency of the extreme events were well consistency, and the response to global changes is remarkable. The impaction index of the ECE possessed greater values in northern region and inland, while lower in the southern regions and coastal areas. The corresponding long-term trend is decline with regional uniformity, especially in the eastern coastal areas. Meanwhile, the impaction index of the ECE in spring is higher than that in winter, and its decline trend is not obvious. The long-term increase trend of impact index of the EHTE was smaller and regional differences are significant. Moreover, the climatic trend in the areas with large values of impaction index was mainly enhanced, while that in the areas with smaller values most significantly weakened. Overall, the frequency of regional extreme temperature events is more sensitive to global climate change than the intensity. The analysis further shows that, the subtropical high, Antarctic and Arctic oscillations may be important factors influencing the formation and evolution of extreme temperature events in the EC.

Key words： heat wave; cold wave; hazard of disaster-inducing factors; global climate change; the eastern China

全球气候变化背景下,极端天气气候事件作为中国最主要的致灾因子和灾害风险源之一,引起了日益广泛的关注。特别是人口密度分布最大、国民经济发展水平最高的中国东部地区,其资源、环境、生态系统和社会经济等对极端天气气候事件影响的暴露度、敏感性和脆弱性显然也最大,灾害风险突出[1,2]。开展天气气候要素极端特性变化规律研究及其致灾危险性评估是当前中国防灾减灾、应对气候变化和生态文明建设的迫切要求。气温最能反映一个地区的气候环境特征,作为全球气候变化区域响应与互馈作用研究的关键天气气候要素,它是气候变化和极端天气气候事件研究的最重要指标之一。自20世纪60年代以来,中国的极端天气气候事件尤其呈现出季节性、阶段性和区域性特征[2,3]。分析表明,受不同大气环流和下垫面性质以及城市化的影响,高温事件发生的区域性特征明显,同时,不同地区高温天气在年内出现的时间有所不同[4,5,6],持续性的低温事件变化和影响范围也具有明显的区域性差异[7]。然而,由于已往观测资料的不足、极端事件本身的复杂性以及全球变化和区域气候变率等的交互影响,使得人们对区域性极端天气气候事件变化的时空格局和特征规律的认识存在一定局限性[8]。需从致灾因子危险性的角度,综合分析对比气象要素极端特性时空演变的局地特征和地区差异,进而作系统性归因。同时,有关极端天气气候事件对全球变化的区域响应与反馈,以及影响的危险性和区划方面的研究尚显不足。本文拟基于最新的观测数据,构建反映气温极端特性相关的气候指数,以探究和更新中国东部气温极端特性的变化格局和时空差异,揭示其对全球变化和区域气候变率的响应特征及可能作用关系。从而为深入开展中国东部发达地区的全球变化与灾害综合风险研究,以及提升防灾减灾和科学应对气候与环境变化的能力提供科学参考和科技支撑,以保障区域社会经济可持续发展。

1 数据来源和研究方法

中国东部主要指大致以400 mm等降水量线为地理分界,约100°E以东的中国地区。1960~2017年中国东部日气温监测数据源于中国气象局国家气象信息中心,该资料集经质量控制、均一性检验与订正处理,数据质量及完整性相较于以前发布的地面基本、基准站的同类数据产品有明显提高,本文共选有532个站位（未包含港澳台数据）。区域气候及海洋变率指标主要取自中国气象局国家气象信息中心和美国NOAA气候预测中心(http://www.cpc.ncep.noaa.gov/data/indices/)等。一般地,获取识别极端性天气气候事件的阈值主要有2种方法,其一是直接给出特定的阈值,也即绝对阈值。如参考气象要素的影响程度,日最高气温≥35℃,就可以定义为高温。其二是针对具有显著空间差异的气象要素,需基于统计概率分析计算得到判定阈值,称为相对阈值。本文采用该方法对气温极端事件及其特性进行识别。统计意义上,某地的天气气候状态严重偏离其平均态（如均值、方差和统计分布等）时,就会发生极端事件[2],显见其与全球气候变化和区域气候变率紧密关联。就极端事件的概率性而言,其数据结构可用某种最优的概率分布加以描述[9]。在概率分布的尾部约10%（或5%）的小概率事件及其分位数,则是天气气候要素在某参考时期(一般为最新气候基准期)分布的极值端点,反映了极端天气气候的统计特征。鉴于样本的经验分布函数可作为总体概率分布的良好近似,其方法简便,且不易受要素本身和资料的影响,本文基于无参数估计的经验分布函数,对气温的概率分布加以拟合,并通过插值获取百分位数。相对阈值的百分位数大小取决于研究需要同时兼顾统计稳定性[10],一般用于气候变化研究的百分位值不宜取得过于极端[11]。本文中确定极端性气温的百分位值取为90%[12]。
建立有针对的表征气象要素极端特性的指数体系,是检测、诊断极端天气气候事件变化及其归因、影响（危险性）以及风险评估和应对决策的重要前提。一般地,极端天气气候事件的强度越大或（和）发生的频率越高,其灾变影响的危险性及灾害风险就越高[13]。因此,通常采用强度和频率作为极端天气气候事件的基本要素,并结合要素本身特性和致灾性建立相应指数。实践意义上,最为关注的是气象要素变化的时空累积效应,主要包括持续性、集中性和群发性。基于此,本文采用的相关指标指数,包括日气温极值、极端性气温事件强度以及反映时空集中性,如持续性和累积频次等指数,以此较全面分析气温极端特性变化的时空格局,并揭示其区域性（一定层面反映各时期极端事件的群发性）特征。
本文中气候变化趋势的分析采用最小二乘法,并使用非参数的Kendall-tau方法检验其显著性。另外,利用时滞相关分析探讨中国东部极端性气温的变化格局和地区差异,及其与全球和区域气候变化变率的关系。

2 中国东部气温极值的平均状况及气候特征

要素的气候平均状况是辨识极端事件发生发展的重要基础信息和依据,尽管可以根据不同标准以多种方式定义极端天气和气候事件,但清楚理解极端天气气候事件与气候平均态和指标自身特性之间的联系,对认识全球气候变化下极端天气气候事件（含义）及其变化是非常重要的[8]。下面简要分析中国东部气温的气候平均态分布和趋势特征。结果表明,气温变化的季节循环特征和差异明显,春季温度较高（>20℃）的地区局限于华南地区,夏季向北扩展至除内蒙古北部外的大部分地区,秋季其范围又回缩至华南地区,冬季中国东部大部分地区温度较低（<15℃）。除相对幅度外（如夏季高,冬季低等）,中国东部日平均气温各季节分布型态具有一致性,尤其受纬度影响,从南到北气温逐渐降低。近60 a来,四季气温的长期变化趋势均为一致的上升,升温区以气温较低的北方地区最为显著,同时,升温幅度以气温较低的冬春季节最为明显。
从季节变化看,气温较高的为夏、秋季,南北温差（温度梯度）小。而气温较低的为冬、春季,相对而言,其南北的温差较大。对冬、春季的日最低气温以及夏、秋季日最高温度的气候平均态分析表明,冬季最低气温的大值区（<-10℃）主要位于黄河以北,春季则主要位于内蒙古和黑龙江北部地区。与平均气温的气候特征相吻合,近60 a来,最低气温的气候趋势以显著上升为主要特征,高纬度的北方地区升温更为明显;夏季,最高气温的大值区（>35℃）主要位于华北及黄河以南,秋季主要见于华南南部地区。最高气温的气候趋势地区差异较大,气温上升的区域主要位于黄河以北,黄河与长江之间的部分地区（特别是黄淮地区）气温出现下降趋势,而长江以南的东南沿海仍为显著升温区,这可能与局地的地理环境（如河流分布等）以及天气气候状况（如夏季的环流和降水等的低频异常）有关[14],具体内在机制有待深入探讨。秋季,最高气温以显著上升为主,特别是黄河中上游地区升温更为明显。
气温日较差反映了气温极值的日变化程度。对四季日较差的气候平均态分布和长期变化趋势分析表明,受纬度的影响,四季日较差的大值区（>10℃）主要位于黄河以北的高纬度地区,而长江中游地区及东南沿海日较差较小（<5℃）。比较而言,冬春季节的日较差明显大于夏秋季的日较差,以上显然与地域差异（如地理纬度、地形和地表性质以及内陆与沿海等）、季节变化和天气状况有关。长期变化上,春季日较差在长江中下游和西北地区呈显著增加趋势,而黄河以北,特别是东北地区中北部日较差长期减小的趋势明显。除春季外,其他季节日较差的趋势均以减小为主。由于最低温度的增幅显著,而最高温度上升不明显或呈下降趋势,日较差总体出现减小趋势。
综上分析,中国东部气温具有鲜明的季节循环特征和局地差异。近60 a来,日平均气温以上升趋势为主,特别是冬、春季节和较高纬度地区升温最为显著。与日平均气温趋势变化一致,最低气温明显上升,高纬度的北方地区升温更为显著,从热力学角度,其在于气候系统热力要素梯度配置以及自发趋于平衡（平均）的倾向,并决定了能量流自高而低的传递方向及其速度和幅度的大小,即梯度大值区（一般为灾害源区）升温更显著,从而产生全球气候变暖区域响应的放大器效应[14]。夏季中国东部最高气温上升的气候趋势不明显,且地域差异较大,特别是黄河与长江之间的部分地区出现下降趋势,尤以黄淮地区最为显著,具体变化机制值得深入探讨。秋季,最高气温仍以显著上升为主,特别是黄河中上游地区升温更为明显。

3 中国东部气温的极端特性和气候特征

鉴于中国东部气温,特别是气温极值的季节变化鲜明,可通过计算第90百分位的日最高温度（主要体现在夏、秋季）和第10百分位的最低温度（主要体现在冬、春季）,将其作为识别极端性气温事件的阈值。同时,统计各站点极端气温事件的气温均值,以整体反映各时期极端性气温事件的强度。首先极端气温事件判别阈值与气温的气候平均分布密切关联,两者气候分布型态吻合度高。受纬度影响,阈值大小自南向北逐渐减小。极端低温阈值的大值区（<-20℃）主要位于内蒙古及东北地区,而极端高温阈值的大值区（>35℃）主要位于华北及黄河以南地区。全球变暖背景下,极端低温事件强度减弱,特别是黄河以北及东南沿海地区减弱明显。而极端高温事件强度,除内蒙古和东北地区以及西北和西南地区东部具有显著增加外,其它地区长期趋势不明显,特别是黄淮地区出现下降趋势（图1）。以上变化也均与气温极值的气候平均和趋势的分布型态具有较好一致性。总之,气象要素的均值或总量、方差、极值和统计分布等的平均状况反映了在外源强迫（如全球气候变暖）下区域内部变率及关键热动力过程对能量与物质稳定配置的结果,是气象要素波动变化的平衡态,更是极端事件（气象要素极端异常或波动）发生发展的重要基础信息和依据,为极端事件时空演变格局提供了重要气候背景。
图1 1960~2017年中国东部年极端低温和极端高温事件强度的长期变化趋势

个别区域无站点

Fig.1 The intensity long-term trend of extreme maximum temperature and extreme minimum temperature during 1960-2017 in the eastern China

气象要素经过一定的持续累积会出现极端性,并造成严重的灾害性天气,不仅直接影响当地植被分布和农作物产区,而且对人们的生活生产具有巨大影响,最常见的是低温冷害（如寒潮）和高温热浪,它们严重影响人民的生产水平和生活质量。因此,持续性是气象要素形成极端事件并被保持的重要特性。年霜冻日数的大值区（>150 d）主要位于内蒙古和东北地区,近60 a来中国东部年霜冻日数具有长期减少的趋势（图2）。年冰冻日数大值区主要位于内蒙古北部。同样其长期减少的趋势明显,尤其黄河中上游地区的年冰冻日数减少最为显著。
图2 中国东部年霜冻日数和结冰日数气候分布及长期变化趋势

个别区域无站点,空白区域不存在有意义结果

Fig.2 Climatological distribution and long-term trend of annual frost days and ice days in the eastern China

从持续期来看（图3）,年寒潮持续期的大值区（>15 d）主要位于黄河以北,长期变化趋势以缩短为主,特别是内蒙古、东北东部、江南和华南地区东部年寒潮持续期减少较为显著;高温热浪持续期的大值区主要位于西北地区、内蒙古和东北地区以及江南及其西部地区。近60 a来,高温热浪的持续期以延长为主。以上地区的高温热浪可能会对当地人民生活带来较大影响。
图3 中国东部年寒潮持续期和高温热浪持续期气候分布及长期变化趋势

个别区域无站点

Fig.3 Climatological distribution and long-term trend of annual cold wave duration and heat wave duration in the eastern China

4 中国东部气温极端事件与全球和区域气候变化变率的关联性

极端天气气候事件的影响除取决于强度外,还在于其持续性和累积效应,为综合分析中国东部极端气温的气候特征和变化,并体现其影响,下面以极端事件发生频次为基础,建立极端气温的影响指数（表1）。结合气温的季节变化,这里给出冬春季极端最低温度的影响指数和夏秋季极端最高温度的影响指数。冬季,极端低温的影响指数呈现北部地区大于南部地区,内陆大于沿海地区的特征,特别是内蒙和东北地区影响指数比较大。近60 a来,中国东部冬季极端低温影响的趋势主要呈一致性下降,特别是东部沿海地区下降最为明显。春季极端低温影响指数的大值区主要位于黄河以南,其长期趋势同样呈一致性的下降,特别是东北地区,华北、华中和华东及沿海地区,下降较为显著。总体上春季极端低温的影响指数大于冬季,特别是春季极端低温影响指数大值区,如西北和西南地区,极端低温影响指数长期减小的趋势变化不明显,这可能对当地农业生产和人民生活带来较为明显的影响(图4)。
表1 气温极端特性的气候指数

Table 1 Climatic index of temperature extremes

极端天气
气候事件
（指标）		 指数类型 指数名称 单位
气温 极值与平
均状况		 最高气温的气候平均态 ℃
最低气温的气候平均态 ℃
日均气温的气候平均态 ℃
极端特性
（强度）		 日较差 ℃
超过第90百分位的最高气温均值 ℃
低于第10百分位的最低气温均值 ℃
极端特性
（持续性）		 霜冻日数 d
冰冻日数 d
寒潮持续期 d
热浪持续期 d
影响指数
（累积频次）		 极端低温日数的占比 %
极端高温日数的占比 %
图4 中国东部极端低温事件影响指数的气候分布及长期变化趋势

个别区域无站点

Fig.4 Climatological distribution and long-term trend of impaction index for extreme minimum temperature in the eastern China

就极端高温而言,夏季极端最高气温影响指数具有明显地区差异（图5a）。与日最高温度气候平均分布型态具有一致性。其中大值区域主要位于黄河以北以及江南和华南地区,而在江淮和黄淮地区则较小。近60 a来,影响指数的大值区主要以长期增强的趋势为主,而影响指数较小的区域则主要以减弱的趋势最为显著（图5b）;秋季极端最高气温影响指数的大值区主要位于华南南部沿海,以及除内蒙古北部和东北地区外的长江以北大部分地区。全域极端最高气温影响指数的变化趋势以一致增强为主（图5c,d）。
图5 中国东部极端高温事件影响指数的气候分布及长期变化趋势

个别区域无站点

Fig.5 Climatological distribution and long-term trend of impaction index for extreme maximum temperature in the eastern China

为进一步从时序上认识中国东部极端气温事件对全球气候变化的响应特征,对极端气温事件强度与（极值）气温气候平均态的差（离中或偏态程度）进行标准化处理,得到极端气温事件强度的标准化序列。同样,对极端气温事件的累积频次进行标准化处理,得到极端气温事件频次的标准化序列。极端气温事件强度与频次的变化特征如图6所示。气候变暖背景下,极端最低（高）温事件的强度具有明显的减弱（加强）趋势。而极端最低（高）温事件频次相比于强度,其减少（增加）的长期趋势更为显著。此外,近60 a来极端低温事件频次呈较为一致的下降趋势。而极端高温事件频次,仅在20世纪90年代前以下降趋势为主,这与前人结果相吻合[16],而20世纪90年代后则呈显著上升趋势。为进一步体现极端气温事件对气候变化的响应特征,这里特别考虑全球和中国区域在1998年以后的增温停滞现象[17]。中国东部极端低温事件的强度和频次对气候变暖暂缓的响应特征明显,在气候变暖暂缓期,低温强度明显增强,同时极端低温事件频次下降趋势显著减弱。而极端高温强度和频次在气候变暖暂缓期内均呈现上升趋势减弱的特征。尽管气温的地区差异显著,同时,所选研究区域的时空区间和指标指数的计算统计等方法手段不尽相同,以上相关结果结论与前人所得相一致[18]。
图6 中国东部极端气温区域平均强度和累积频次标准化指数变化

数据未含港澳台

Fig.6 The variations of standardized index for regional averaged intensity and annually cumulative frequency of the extreme temperaturesin the eastern China

就天气气候变化的机理和诱导机制而言,极端性事件的发生发展主要由一定范围内大气环流及相关的波动和涡动等变化（特别是极端异常）引起的最终结果。鉴于此,选取大气环流为主的不同尺度的区域性气候变率,主要包括局地范围的东亚大气环流和西太平洋副热带高压,以及低频（主要是年际和年代际）大气涛动和海洋变率等遥相关型共8个,以简要探讨极端气温事件的变化、变率及它们的关联性与作用关系。时滞相关分析表明,总体上,极端低温事件和极端高温事件分别与各气候变率呈反位相的作用关系。其中,极端最低温度和极端最高温度均可能对东亚季风存在超前的相关影响。比较而言,极端最低温度与东亚季风可能的互馈作用关系更明显;极端最高和最低温度与副热带高压的相关关系均较显著,互馈作用关系也较明显;仅极端最高温度对厄尔尼诺可能存在前期影响,后期极端最高和极端最低温度均对厄尔尼诺存在一定的响应。印度洋偶极子和太平洋年代际振荡分别与两者的关系不明显。而两者与北大西洋涛动存在一定的同期相关关系。值得注意的是,极端最低温度与北极涛动之间存在显著的互馈作用关系。同时,极端最高和最低温度均与南极涛动存在显著的互馈作用关系。以上分析表明,副热带高压、南极和北极涛动可能是影响中国大陆东部极端气温事件的重要因素。

5 结论与讨论

通过分析中国东部气温的极值特征和极端特性,揭示了极端气温的时空格局、气候演变特征及季节和地区性差异,探讨了其影响及可能的危险性以及与区域气候变率可能的作用关系,得到的主要结果结论如下:
1） 近60 a来,日均气温4个季节的长期趋势均为一致上升,且以冬、春季和高纬度的北方地区最为显著。日最低气温以显著上升趋势为主,而最高气温的气候趋势不明显,特别是夏季最高气温在黄河与长江之间的部分地区(特别是黄淮地区)出现了下降趋势。日较差总体以减小趋势为主。
2） 全球变暖背景下,中国东部极端低温事件的强度明显减弱,尤其黄河以北及东南沿海地区减弱显著。极端高温事件强度的长期趋势并不明显,特别是黄淮地区出现下降趋势。极端气温与均值和极值的气候平均及趋势分布型态一致性较好。
3） 近60 a来年霜冻日数和冰冻日数具有长期减少的趋势。年寒潮持续期的长期变化趋势以缩短为主,特别是内蒙古、东北东部、江南和华南地区东部年寒潮持续期减少较为显著。高温热浪持续期的大值区主要位于西北地区、内蒙古和东北地区以及江南及其西部地区。近60 a来,高温热浪的持续期以延长为主。
4） 中国东部极端气温强度和频次变化格局存在较好的协同一致性,且均对全球变暖与暂缓响应明显。极端低温的影响指数表现出北部地区大于南部、内陆大于沿海地区的特征,且近60 a来主要呈长期减小趋势,特别是东部沿海地区减小最为明显。比较而言,春季极端低温的影响指数大于冬季,特别是影响指数大值区,如西北和西南地区长期减小的趋势变化不明显,这对当地农业生产和人民生活可能会产生较大的影响;极端最高气温影响指数长期增加的趋势不明显,其中,夏季指数的大值区极端高温的影响以增强为主,而较小的地区则以减小的趋势最为显著。
5） 全球变化背景下,极端事件的时空演变、变化格局和差异是由区域气候变率,特别是一定范围内大气环流运动变化和极端异常引起的必然结果。分析表明,副热带高压以及南极涛动和北极涛动等区域性气候变率可能是影响中国东部极端气温事件发生发展的重要因素。
综上分析,特别指出的是,气候变化背景下,极端天气气候事件等致灾因子要素本身及其均值（或总量）、方差、极值、较差和统计分布等的平均状况（受区域气候变化、变率与关键热动力过程调控）与趋势特征（方向、速度、幅度及相关的稳定度）是极端事件赖以形成和发展的重要气候背景,决定了极端事件的性质和极端特性（强度、频次、持续、急转、密集和群发等）演化的时空格局。应特别在时空格局差异对比时予以考虑,以增强可比性。全球气候变化强迫和区域气候变率调控下大气环流的极端异常及其对能（热）量和物质（如水分循环中的降水）的过度输送与重新配置是极端事件形成和发展的根本因素。极端事件强度和频次演变的空间格局具有较好的协同一致性,总体而言,中国东部极端气温事件的频次对全球气候的变化相较于强度更敏感,响应特征更为显著。侧面也反映出极端事件强度对全球气候变化响应程度可能主要取决于气候变化在方向、速度和幅度上的持续累积效应。
总之,极端天气气候事件的形成和演变具有复杂性。一方面是其本身热动力学结构层次复杂以及各灾害性事件的相互作用（链式触发等,如台风引起的高温热浪）。另一方面在于其发生发展的激发强迫和驱动因素,尤其是多尺度互馈作用体系和扰动-响应-互馈机制复杂,并由此产生不确定和不稳定性（涉及极端事件的突发、急转和可预报性等）。目前,在全球气候变化背景下,有关重要区域、流域和海域极端天气气候事件等致灾因子的长期、连续、立体的综合观测研究,极端性事件变化检测、诊断和归因的系统分析,以及未来预测预估、评估评价和应对防范技术体系的构建等方面还很不足[19]。为有效提升中国科学应对气候和环境变迁以及防灾减灾能力水平,应强化多技术手段、多维度的精准精细化全息描述,尤其在观测研究基础上,需不断建立和完善有关致灾事件辨识提取、变化变率检测诊断,以及分离和量化各影响通道的过程形式与作用贡献的技术方法。而加深对外源强迫（全球气候变暖）以及区域气候系统内部变率胁迫（如年际、年代际调制）、互馈作用体系结构（如通量、梯度或旋度等的配置）和关键热动力过程等的系统认识,重点关注如海陆气等多圈层耦合作用关系与稳定性,明确时空尺度关联网络,从能量与物质循环的角度,阐释气候变化下关键热动力形式过程（如特定尺度涡、波、流及其相互作用）对区域性极端天气气候事件生发的影响机制机理,是现阶段中国极端天气气候事件等自然灾害与风险研究的主要任务[20]。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
IPCC. Climate Change 2013: The physical science basic contribution of working group 1 to the fifth assessment report of the intergovernmental panel on climate change[M]. Cambridge, United Kingdom and New York, USA: Cambridge University Press, 2013.

[2]
秦大河 . 中国极端气候事件和灾害风险管理及适应国家评估报告[M]. 北京: 科学出版社, 2015.

[ Qin Dahe. China national assessment report on risk management and adaptation of climate extremes and disasters. Beijing: Science Press, 2015.]

[3]
《第三次气候变化国家评估报告》编写委员会. 第三次气候变化国家评估报告[M]. 北京: 科学出版社, 2015.

[ Editorial Committee of the Third National Assessment Report on Climate Change. The third national assessment report on climate change. Beijing: Science Press, 2015.]

[4]
徐金芳, 邓振镛, 陈敏 . 中国高温热浪危害特征的研究综述[J]. 干旱气象, 2009,27(2):163-167.

DOI

[ Xu Jinfang, Deng Zhenyong, Chen Min . A summary of studying on characteristics of high temperature and heat wave damage in China. Arid Meteorology, 2009,27(2):163-167.]

[5]
孙宇 . 夏季不同下垫面最高气温变化特征及影响因子[J].江西农业, 2016(13):55-56.

[ Sun Yu . The variation characteristics and influencing factors of the maximum temperature of different underlying surfaces in summer. Jiangxi Agriculture, 2016(13):55-56.]

[6]
谢志清, 杜银, 曾燕 , 等. 长江三角洲城市集群化发展对极端高温事件空间格局的影响[J].科学通报 2017(z1):233-244.

[ Xie Zhiqing, Du Yin, Zeng Yan , et al. Impact of urban clusters on spatial pattern of extreme high temperature events over Yangtze River Delta. Chinese Science Bulletin, 2017(z1):233-244.]

[7]
龚志强, 王晓娟, 崔冬林 , 等. 区域性极端低温事件的识别及其变化特征[J]. 应用气象学报, 2012,23(2):195-204.

[ Gong Zhiqiang, Wang Xiaojuan, Cui Donglin et al. The identification and changing characteristics of regional low temperature extreme events. Quarterly Journal of Applied Meteorology, 2012,23(2):195-204.]

[8]
钱维宏, 符娇兰, 张玮玮 , 等. 近40 年中国平均气候与极值气候变化的概述[J]. 地球科学进展, 2007,22(7):673-684.

[ Qian Weihong, Fu Jiaolan, Zhang Weiwei , et al. Changes in mean climate and extreme climate in China during the last 40 years. Advances in Earth Science, 2007,22(7):673-684.]

[9]
丁裕国, 江志红 . 极端气候研究方法导论(诊断及模拟与预测[M]. 北京: 气象出版社, 2009.

[ Ding Yuguo, Jiang Zhihong. Introduction to extreme climate research methods (diagnosis and simulation and prediction. Beijing: Meteorological Press, 2009.]

[10]
Yan Z, Jones P D, Davies T D , et al. Trends of extreme temperatures in Europe and China based on daily observations[J]. Climatic Change, 2002,53(1-3):355-392.

[11]
翟盘茂, 刘静 . 气候变暖背景下的极端天气气候事件与防灾减灾[J]. 中国工程科学, 2012,14(9):55-63.

[ Zhai Panmao, Liu Jing . Extreme weather/climate events and disaster prevention and mitigation under global warming background. Engineering Science, 2012,14(9):55-63.]

[12]
Jones P D, Horton E B, Folland C K et al. The use of indices to identify changes in climatic extremes[J]. Climatic Change, 1999,42(1):131-149.

[13]
IPCC. Managing the risks of extreme events and disasters to advance climate change adaptation[M]. Cambridge, UK, and New York, NY, USA: Cambridge University Press, 2012.

[14]
齐庆华, 蔡榕硕 . 21世纪海上丝绸之路海表温度异常与气候变率的相关性初探[J]. 海洋开发与管理, 2017,34(4):41-49.

[ Qi Qinghua, Cai Rongshuo . Spatio-temporal change of sea surface temperature anomalies in seas of 21st century maritime silk road and its net correlation to climate variability. Ocean Development and Management, 2017,34(4):41-49.]

[15]
齐庆华, 蔡榕硕 . 中国大陆东部相对湿度变化与海陆热力差异的关联性初探[J].高原气象, 2017(6):1587-1594.

[ Qi Qinghua, Cai Rongshuo . The variation of relative humidity in the east of Chinese mainland and its association with Sea-Land thermal contrast. Plateau Meteorology, 2017(6):1587-1594.]

[16]
Zhai P, Pan X . Trends in temperature extremes during 1951-1999 in China[J]. Geophysical Research Letters, 2003,30(17):169-172.

[17]
Li Q, Yang S, Xu W et al. China experiencing the recent warming hiatus[J]. Geophysical Research Letters, 2015,42(3):889-898.

[18]
Shen X, Liu B, Lu X . Weak cooling of cold extremes versus continued warming of hot extremes in China during the recent global surface warming hiatus[J]. Journal of Geophysical Research: Atmospheres, 2018,123:1-15.

[19]
齐庆华, 蔡榕硕 . 中国近海海表温度变化的极端特性及其气候特征研究[J]. 海洋学报, 2019,41(7):36-51.

[ Qi Qinghua, Cai Rongshuo . Analysis on climate characteristics of sea surface temperature extremes in coastal China seas. Haiyang Xuebao, 2019,41(7):36-51.]

[20]
齐庆华 . 基于国家海洋治理和全球气候变化的我国海洋灾害防治[J]. 海洋开发与管理, 2019,36(2):17-23.

[ Qi Qinghua . Marine disaster prevention in China based on national marine governance and global climate Change. Ocean Development and management, 2019,36(2):17-23.]

Options
文章导航

/

〈 〉