EN中文

地理科学  2018 , 38 (8): 1379-1390 https://doi.org/10.13249/j.cnki.sgs.2018.08.021

Orginal Article

1960~2015年中国天山南、北坡与山区极端气温时空变化特征

丁之勇1, 2, , 董义阳3, 4, 鲁瑞洁1, 2, 

1.环境演变与自然灾害教育部重点实验室/北京师范大学地理科学学部,北京100875
2. 北京师范大学防沙治沙教育部工程研究中心,北京 100875
3. 清华大学水利水电工程系,北京 100084
4. 中国水利水电科学研究院流域水循环模拟与调控国家重点实验室,北京100038

Spatio-temporal Variability of Temperature Extremes in Tianshan Mountains Area, Northwest China, During 1960-2015

Ding Zhiyong1, 2, , Dong Yiyang3, 4, Lu Ruijie1, 2, 

1. Engineering Center of Desertification and Blown-sand Control of Ministry of Education/Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China
2. MOE Engineering Center of Desertification and Blown-sand Control, Beijing Normal University, Beijing 100875, China
3. Department of Hydraulic Engineering, Tsinghua University, Beijing 100084, China
4. China Institute of Water Resources and Hydropower Research, Beijing 100038, China

中图分类号:  P467

文献标识码:  A

文章编号:  1000-0690（2018）08-1379-12

通讯作者:  通讯作者：鲁瑞洁,教授。E-mail: ruijielu@bnu.edu.cn

收稿日期: 2017-09-10

修回日期:  2017-11-13

网络出版日期:  2018-08-20

版权声明:  2018 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.

基金资助:  国家重点研发计划重大自然灾害监测预警与防范重点专项 (2017YFC1502401)、国家自然科学基金(41571184) 资助

作者简介:

作者简介：丁之勇(1990-),男,汉族,江西抚州人,博士研究生,主要从事气候变化与环境演变研究。E-mail: ucaszyd@escience.cn

展开

摘要

基于中国天山地区35个气象站点1960~2015年逐日最高、最低气温实测资料,应用Mann-Kendall趋势检验分析法, 空间分析法等研究了极端气温的时空变化特征,并探讨了气温指数的环流背景因素。结果表明：① 近56 a来,年平均最高、最低气温均呈上升趋势,而日较差呈下降趋势; 暖指数和日最低(高)气温极小值均呈上升趋势,而其他冷指数呈减小趋势;从季节变化看,除暖昼、暖夜之外,大部分气温指数的冬季变暖幅度均明显高于夏季。② 空间分布上,天山山区年平均最低气温和日较差以及大部分冷指数的变暖幅度大于南北坡,而暖指数则表现为南坡大于北坡和山区。③ 高温和低温指数变化幅度表现出明显不对称性变化,年平均最低温的变暖幅度明显大于年平均最高温,冷指数变暖幅度大于暖指数,夜指数变暖幅度显著大于昼指数。④ 天山地区年平均最高(低)气温和极端气温冷指数受环流指数北极涛动(AO)、北大西洋涛动(NAO)和厄尔尼诺-南方涛动(ENSO)的影响较大,而北太平洋涛动(NPO)、东亚夏季风(EASMI)、南亚夏季风(SASMI)和南海夏季风(SCSMI)是暖指数变化的重要因素。

关键词： 天山 ; 极端气温 ; 冷/暖指数 ; 环流指数

Abstract

Based on daily maximum and minimum temperature data from the 35 stations (1960-2015) in over Tianshan Mountains area (TMA), using the methods of linear regression, Mann-Kendall trend analysis as well as correlation analysis to analyze the spatial-temporal variation characteristics of extreme temperature and the influence of 8 atmospheric circulation index. The results show that: 1) Nearly 56 years, the annual mean maximum(minimum) temperatures have significantly increased and monthly minimum value of daily minimum (maximum) temperature shows obviously increased, while the occurrence of diurnal temperature range and cold spell duration days, frost days, ice days, cold nights and cold days has decreased. From the seasonal dynamics, excepting warm day and warm night, the warming magnitudes of most temperature indices in winter are obviously higher than those in summer. 2) For the spatial distribution, the warming magnitude of annual mean minimum temperature diurnal temperature range and most indices of cold extremes in Tianshan Mountains are greater than those in northern and southern Tianshan Mountains, while the indices of warm extremes in the southern Tianshan Mountains have a greater magnitude than other areas. 3) The changes of warm and cold temperature indices are asymmetrical, the magnitude of changes in the annual mean minimum temperatures is obviously greater than the annual mean maximum temperatures, the magnitude of changes in cold extremes are obviously greater than that of warm indices. The rangeability of night indices are larger than those of daily indices. 4) AO, NAO and ENSO are the main factors causing the extreme temperature of the annual mean maximum (minimum) temperatures and cold indices in the TMA, while NPO, EASMI, SASMI and SCSMI are the main factors affecting most of the warm indices.

Keywords： Tianshan Mountains ; extreme temperature ; warm and cold index ; atmospheric circulation

0

PDF (4310KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

丁之勇, 董义阳, 鲁瑞洁. 1960~2015年中国天山南、北坡与山区极端气温时空变化特征[J]. 地理科学, 2018, 38(8): 1379-1390 https://doi.org/10.13249/j.cnki.sgs.2018.08.021

Ding Zhiyong, Dong Yiyang, Lu Ruijie. Spatio-temporal Variability of Temperature Extremes in Tianshan Mountains Area, Northwest China, During 1960-2015[J]. Scientia Geographica Sinica, 2018, 38(8): 1379-1390 https://doi.org/10.13249/j.cnki.sgs.2018.08.021

IPCC第五次评估报告指出[1],自工业革命以来,全球地表持续升温,而北半球的升温幅度更为明显,1983~2012年可能是最近1 400 a来气温最高的30 a;气温的升高使得大部分地区在日和季节性的时间尺度下,将出现更多的高温日数和更少的酷寒日数,极端高温发生的频率将可能增加且持续时间延长[1,2],即“暖冬”事件增加;同时,偶发性的冷冬等极端低温天气也极易发生。极端气温事件发生的频率增加、强度加大,反映了气候系统的不稳定性增强,加大了对极端气温事件预测的难度,对人们的生产、生活造成严重的影响和巨大的经济损失[3]。

随着人们对极端气温事件的关注不断加强,越来越多的学者对极端气温事件进行了广泛的研究[4,5,6,7]。在全球范围内[4],全球大部分地区冷夜明显减少,暖夜明显增加的趋势,而大部分陆地上的冷昼和冷夜、暖昼和暖夜均呈偏暖趋势[2],对世界各地局地极端气温特征的研究结果都证实了在全球变暖的大背景下,全球多数区域极端气温指数都呈现出不同程度的增加趋势,但也表现出一定的区域差异性[6,7,8,9,10]。研究表明[11, 12],中国极端气温变化总体上与全球变化一致[13],但由于受区域自然环境状况、大气环流背景和人为活动影响的不同,不同区域的极端气温呈现出不一致的变化趋势和分布格局 [14,15,16]。然而,在已有的研究中,大多在大尺度流域和较大的地理分区中开展,如长江流域[17]、青藏高原[14]、整个东北地区[16]和西北地区[18]等,而对区域较大山脉的研究相对较少,且对大型山脉及其影响较大的山麓地区的研究大多集中在季风区[19],如秦岭和横断山区等地区,而针对中国西北大型山脉尤其是新疆地区的山脉极端气温研究较为缺乏。

天山山脉 (本文特指中国境内的天山) 位于中国新疆中部,是世界上距离海洋最远的大型山脉;由于地处中纬度欧亚大陆腹地,降水少,蒸发强烈,气候干燥,属于典型大陆性干旱气候区和生态脆弱区域;近几十年来,在气候变化的背景下,区域气象灾害频发严重影响了天山沿线居民的经济财产损失和人员安全。对天山地区气候变化研究大多集中在气温和降水的年际变化以及气候突变方面 [20],研究表明,1960~2010年中国天山地区年均气温上升趋势明显,年际倾向率高达0.33℃/10a,上升幅度明显高于中国祁连山区、横断山区等地区;而对天山北麓1961~2010年的气温变化研究表明[21],北麓地区的年平均气温为6.89℃,上升幅度为0.26℃/10a,低于整个天山地区平均值,南坡年平均气温达8.2℃,说明天山山脉的不同区域对气候变化的响应不同[22,23];同时,较多学者从天山地区不同区域尺度的研究还表明[18,24,25],北极涛动(AO)、北大西洋涛动(NAO)等环流指数对新疆地区的气候有着显著的影响,且不同区域气候对不同环流指数的响应也不一致。因此,从天山山脉不同空间尺度上研究天山地区极端气温的时空变化特征及不同环流的影响因素,有助于深入掌握与预测天山地区未来的极端气温变化趋势,开展天山地区农牧业气象灾害预测、预警研究,减少极端气候变化对人们生产、生活造成损失。

1 研究区概况、数据与方法

1.1 研究区概况

天山是世界七大山系之一,也是世界上距离海洋最远的山系和全球干旱地区最大的山系;中国境内的天山山脉(73.79~95.97°E,39.47~45.38°N )位于天山山系的东部 (即为本文所指天山)（图1） ,呈东西走向横亘于新疆维吾尔自治区中部,西起中国与吉尔吉斯斯坦边界,东至哈密市以东星星峡戈壁,全长约为1 700 km,占整个天山山系总长度的2/3以上;南临中国最大的沙漠塔克拉玛干沙漠,北部是古尔班通古特沙漠,南部宽度为250~350 km[23];中国境内的天山面积约为57×104km2,占新疆面积的34.5%[25];天山山脊平均海拔高度为4 000 m,最高峰托木尔峰,海拔达7 443.8 m。天山是中国新疆最重要的水资源发源地之一,拥有冰川9 035条,冰川面积达9 225 km2,冰储量1 011 km3,是中国山岳冰川分布最多的山脉之一[26],被誉为中国新疆地区重要的“水塔”,天山北坡的博尔塔拉河、精河和伊犁河,以及南坡的阿克苏河、开都河等均发育于天山;同时,天山地区还分布着面积广阔的天然草场,如巴音布鲁克草原,面积达23 835 km2是中国面积第二大的草原。因此,天山山区的气候变化对区域水循环过程和新疆农牧业的发展具有重要的影响,研究天山山区及其南北坡的极端气候变化具有重要的科学意义。

显示原图| 下载原图ZIP| 生成PPT

图1   研究区及气象站点分布

Fig.1   Location of weather station and study area

1.2 数据来源和极端指数的定义

1.2.1 数据来源

为尽可能保证所选站点数据资料的均一性和时间一致性,本研究共选择了35个气象站点1960~2015年逐日最高与最低气温数据,数据来源于中国气象科学数据共享服务网 (http://data.cma.cn/)。依据研究区站点的地理位置和气候特征将天山地区分为3个区：天山北坡、天山山区(海拔1 500 m以上)和天山南坡。

考虑到全球气候变化和区域大气环流背景,本文采用了8个大气环流指数研究天山地区极端气温变化的环流影响因素,选用指数包括北极涛动(AO)、北大西洋涛动(NAO)、厄尔尼若-南方涛动 (ENSO) 、北太平洋涛动(NPO)、西太平洋副高(WPI)以及东亚夏季风(EASMI),南亚夏季风(SASMI),南海夏季风 (SCSMI)等8个环流指数的逐月数据资料,其中,ENSO指数由Nino 3.4区 (5°S~5°N, 170°W~120°W)海温指数(SOI)和多变量ENSO指数 (MEI)表示。夏季风指数EASMI、SASMI、SCSMI采用北京师范大学李建平教授个人科研主页(http://ljp.gcess.cn/dct/page/1),其他环流指数数据均来自于美国国家海洋和大气管理局地球系统研究实验室。极端气温指数和环流指数的季节界定为冬季从12月到翌年2月,春季3~5月,夏季6~8月,秋季9~11月。

1.2.2 极端气温指数定义及其分类

本研究对极端气温指数的定义和计算标准是基于世界气象组织(WMO)气候委员会(CCI)、全球气候研究计划(WCRP)气候变化和可预测性计划(CLIVAR)气候变化检测、检测和指标专家组(ETCCDMI)确定的“气候变化检测和指标”发布的27种气候指数中的16种极端气温指数以及年平均气温最高值(TXam)和年平均气温最低值(TNam),共18个气温指数(表1),该方法已被国内外学者在研究极端气候事件中广泛应用[4,15]。所有气温指数在经过严格的质量控制后均在基于R语言的RClimDex1.0软件中完成计算。

表1   极端气温指数定义

Table 1   Definition of extreme temperature indices used in this study

类别序号代码指数名称指数定义单位
其他1TXam年平均最高气温年内月最高气温的平均值℃
2TNam年平均最低气温年内月最低气温的平均值℃
3DTR气温日较差年内日最高气温与最低气温的差值℃
极端暖指数4WSDI暖日持续日数年内至少连续6 d日最高气温（TX）>90%分位值的日数d
5TR热夜日数年内日最低气温(TN)>20℃的日数d
6SU夏日日数日最高气温(TX) >25ºC 的日数d
7TN90p暖夜日数日最低气温(TN)大于1960~2015年的第90个百分位数值的日数d
8TX90p暖昼日数日最高气温( TX)大于1960~2015年的第90个百分位数值的日数d
9TXx日最高气温极大值年内日最高气温(TX)的极大值℃
10TNx日最低气温极大值年内日最低气温(TN)的极大值℃
11GSL作物生长季日平均气温>5℃ 的日数d
极端冷指数12CSDI冷日持续日数年内至少连续6 d日最低气温（TN）<10%分位值的日数d
13FD霜冻日数年内日最低气温(TN)< 0°C的日数d
14ID冰冻日数年内日最高气温(TX) < 0°C的日数d
15TN10p冷夜日数日最低气温(TN)小于1960~2015的第10个百分位数值的日数d
16TX10p冷昼日数日最高气温(TX)小于1960~2015的第10个百分位数值的日数d
17TNn日最低气温极小值每个月日最低气温(TN)的极小值℃
18TXn日最高气温极小值每个月日最高气温(TX)的极小值℃

新窗口打开

1.3 研究方法

采用最小二乘法对极端气候指数进行线性倾向估计[27,28],用线性倾向率表示极端指数的年际变化趋势。利用ArcGIS10.5软件采用反距离加权法 (IDW)绘制天山地区各气温指数变化趋势的空间分布图。采用Mann-Kendall非参数检验方法（M-K检验）[29,30]对极端气候指数的时间序列进行趋势分析 [31,32],详细计算公式参考文献[31]。采用Pearson相关性分析方法,分析极端气温指数与大气环流指数间的相关性 [16,33]。

2 结果分析

2.1 年平均最高、最低气温和气温日较差的时空变化

2.1.1 时间变化趋势

近56 a天山地区气温指数TXam、TNam和DTR变化趋势明显(图2),从年变化来看,TXam和TNam均表现出显著的上升趋势(P<0.01),年际倾向率分别为0.19℃/10a和0.45℃/10a;而DTR呈显著下降趋势,年际倾向率为-0.25℃/10a。

显示原图| 下载原图ZIP| 生成PPT

图2   1960~2015年平均最高（a）、最低气温（b）和气温日较差（c）的时空变化
S表示该指数年际倾斜率（下图同）;Avg表示1960~2015年区域平均值（下图同）;小图纵坐标分别为a.TXam（℃）;b.TNam（℃）;c.DTR（℃）

Fig.2   Temporal and spatial various of linear trends of TXam(a), TNam(b) and DTR(c) in 1960-2015

从季节变化来看(表2),天山地区TXam在春、夏、秋季和冬季分别以0.24℃/10a、0.15℃/10a、0.27℃/10a和0.15℃/10a的年际倾向率呈上升趋势,仅秋季年际倾向率通过了0.01显著性检验;而TNam在春、夏、秋季和冬季均通过了0.01显著性检验,且冬季上升幅度最大,达0.55℃/10a,其次是春季和秋季,年际倾向率均为0.39℃/10a,夏季的年际倾向率为0.37℃/10a;DTR在春、夏和秋季分别以-0.15℃/10a、-0.21℃/10a和-0.22℃/10a的年际倾向率呈显著下降趋势(P<0.01),冬季减小幅度最大,年际倾向率达-0.42℃/10a,且通过了0.01的显著性检验。

表2   部分极端指数的季节变化趋势

Table 2   The seasonal trends for each temperature extreme indices

指数北坡山区南坡天山地区
春夏秋冬春夏秋冬春夏秋冬春夏秋冬
TXam0.260.080.29*0.190.21*0.14**0.25**0.150.25**0.23**0.26**0.130.24*0.15*0.27**0.15
TNam0.37**0.30**0.36**0.57*0.38**0.48**0.39*0.49**0.41**0.35**0.43**0.61**0.39**0.37**0.39**0.55**
DTR-0.12*-0.22**-0.19**-0.41**-0.17**-0.34**-0.31**-0.38**-0.17**-0.08-0.16**-0.48**-0.15**-0.21**-0.22**-0.42**
TN90p3.24**2.97**2.95**2.52**4.29**5.16**4.88**3.16**3.98**2.89**3.62**4.13**3.84**3.67**3.82**3.27**
TX90p2.19*0.391.55*0.721.83*0.922.09*0.673.19**2.32**2.99**1.432.41**1.21*2.21**0.94
TXx0.35*0.040.33**0.190.18*0.080.29**0.150.29**0.19**0.38**0.180.27**0.100.33**0.18
TNx0.46**0.32**0.46**0.49**0.37**0.43**0.50**0.41**0.41**0.23**0.39**0.47**0.42**0.32**0.45**0.46**
TN10p-1.88*-3.48**-4.31**-3.62**-2.24**-5.34**-4.97**-3.32**-2.67**-3.19**-4.16**-4.57**-2.26**-4.05**-4.48**-3.84**
TX10p-0.58-0.52-1.80-1.68-0.69-1.36**-1.63**-1.48-0.73-1.39**-1.81-1.87-0.67-1.09*-1.75*-1.68
TNn0.31*0.38**0.59**0.62**0.37**0.50**0.63**0.55**0.42**0.45**0.56**0.61**0.37**0.45**0.59**0.59**
TXn0.07-0.0020.36*0.210.110.18*0.33*0.150.100.27*0.32*0.130.090.150.34*0.16

注：*, ** 分别表示通过0.05和0.01显著性检验,TN90p,TX90p,TN10pt和TX10p单位为d/10a,其他指数单位为℃/10a。

新窗口打开

2.1.2 空间分布特征

空间尺度上,天山地区TXam的变幅较小(图2a),各站点年际倾向率在0.01~0.44℃/10a之间,多数站点达到了0.01的显著性水平,只有12%的站点未通过显著性检验;增幅较小的站点主要分布在温泉和阿拉山口等北坡地区;山区的8个气象站中,仅乌恰未通过0.05显著性检验,以0.07℃/10a的年际倾向率呈增加趋势,其他7个气象站均通过了0.01显著性检验;而南坡地区所有站点均通过了0.05的显著性检验,升幅最大的为十三间房,以0.44 ℃/10a 呈显著增加趋势(P<0.01)。TNam的增加趋势则比较明显(图2b),除库车以-0.24℃/10a的年际倾向率显著下降外(P<0.05),其余站点均处于增加趋势,其中通过0.01显著性检验的占77%,增加趋势最为明显的是山区的部分站点,平均增加幅度达到0.48℃/10a;其次是南坡的站点,平均增加幅度达0.44℃/10a;而北坡地区虽然所有站点均通过0.05显著性检验,但各站点的增加幅度较为集中,介于0.33~0.62℃/10a之间。DTR中,有14%的站点处于上升趋势(图2c),77%的站点通过了显著性检验(P<0.05),大部分未通过显著性检验的站点主要位于北坡和南坡地区;而山区的多数站点均通过了0.01的显著性检验,平均减小幅度可达-0.29℃/10a。

2.2 极端气温暖指数的时空变化

2.2.1 时间变化趋势

近56 a来,天山地区暖指数均表现为不同程度增加趋势(图3)。具体来说,时间尺度上,除了TXx以0.09℃/10a的年际倾向率呈微弱增加趋势(图3f),且未通过0.05显著性检验外,其他7个暖指数均以0.01的显著性呈增加趋势;其中,WSDI以0.95 d/10a的年际倾向率显著增加;TR和SU的上升幅度明显高于WSDI,其年际倾向率分别为1.59和1.69 d/10a;相对指数TN90p的增幅比TX90p大2倍之多,分别以3.67 d/10a和1.73 d/10a 的年际倾向率呈显著上升趋势;TNx和GSL的上升趋势也比较明显,分别以0.34℃/10a和2.94 d/10a的年际倾向率呈显著上升趋势。

显示原图| 下载原图ZIP| 生成PPT

图3   极端气温暖指数的时空变化
小图纵坐标名称（单位）分别为：a, WSDI (d); b, TR (d); c, SU (d); d, TN90p (d); e, TX90p (d); f, TXx (℃); g, TNx (℃); h, GSL (d)

Fig.3   Spatio-temporal change of the extreme temperature warm indices

从季节变化来看(表2),天山地区TN90p在春、夏、秋和冬季的增加幅度最为明显,均通过了0.01的显著性检验,且季节差异较小;其中春季增幅最大,达3.84 d/10a,其次是秋、夏和冬季;与TN90p相比,TX90p的季节差异较大,春季以2.41 d/10a的年际倾向率显著增加(P<0.01),而冬季年际倾向率仅为0.94 d/10a;TXx在春季和秋季的增加幅度均通过0.01的显著性检验,年际倾向率分别为0.27℃/10a和0.33℃/10a,而夏季和冬季,仅为0.10℃/10a和0.18℃/10a;TNx与其他暖指数的季节变化明显不同,冬季增幅最大,年际倾向率为0.46℃/10a,夏季最小,年际倾向率为0.32℃/10a,四季增加幅度均通过了0.01显著性检验。

2.2.2 空间分布特征

空间尺度上,所有暖指数中,TXx的变化幅度最小(图3f),整个天山地区站点的年际倾向率在-0.41~0.53℃/10a之间,74%的站点呈现上升趋势,从整个研究区来看,仅28%的站点通过了显著性检验(P<0.05),多数集中在南坡地区,平均增加幅度达0.15℃/10a;WSDI中,15%的站点呈减小趋势,均分布在北坡地区(图3a),仅43%的站点通过了显著性检验(P<0.05),增加幅度较大的站点大多集中在南坡地区,平均增幅是北坡地区的5.3倍,达1.97 d/10a;TR和SU的变化幅度较大(图3b~c),除了大部分位于山区的站点不存在TR和SU之外,各有71%和74%的站点表现为显著的增加趋势(P<0.05),值得注意的是,TR仍有14%的站点呈减小趋势,尤其是南坡的柯坪和库车两个站点呈显著减小趋势(P<0.01),而SU则是温泉和乌鲁木齐呈显著减小趋势(P<0.01),总体来看,2个指数均表现为南坡的变化幅度明显高于北坡和山区;TN90p中(图3d),有88%的站点通过了显著性检验,除了库车以-2.7 d/10a的年际倾向率呈显著下降趋势外(P<0.01),其他所有站点均呈增加趋势,山区的站点变化幅度最大,平均增加幅度达4.42 d/10a;而TX90p的变化幅度远比TN90p小,山区站点尤为明显,平均增加幅度仅为1.43 d/10a,同时,有20%的站点未通过显著性检验(P<0.05),几乎全部在北坡地区;TNx中,有91%的站点处于上升趋势(图3g),68%的站点通过了0.05的显著性检验于减,处于下降趋势的站点全部位于南坡地区,增加幅度较大的站点几乎都位于山地地区,最大的为巴里坤,年际倾向率达1.05℃/10a;GSL的增加趋势比较明显(图3h),除库车外,其余站点均处于上升趋势,其中有68%的站点通过0.05的显著性检验,增加趋势最为明显的仍然是山地地区,平均增加幅度达4.20 d/10a。

2.3 极端气温冷指数的时空变化

2.3.1 时间变化趋势

从年际变化来看(图4),天山地区各极端气温冷指数变化差异较大,其中,TNn和TXn分别以0.62℃/10a和0.29℃/10a的年际倾向率呈上升趋势,且TNn通过了0.01的显著性检验,其他5个冷指数均表现为不同程度的下降趋势;具体表现为,CSDI以-1.61 d/10a的年际倾向率呈显著下降趋势(P<0.01);FD的减小幅度是ID 的3.2倍,其年际倾向率分别为-3.66 d/10a和-1.16 d/10a,且FD的减小幅度通过了0.01的显著性检验;TN10p的减小幅度也通过了0.01的显著性检验,年际倾向率达-3.56 d/10a,而TX10p的减小幅度仅为-1.23 d/10a。

显示原图| 下载原图ZIP| 生成PPT

图4   极端气温冷指数时空变化
小图纵坐标分别为：a, CSDI (d); b, FD (d); c, ID (d); d, TN10p (d), e, TX10p (d); f, TNn (℃); g, TXn (℃)

Fig.4   Spatio-temporal change of the extreme temperature cold indices

季节上TN10p和TNn在春、夏、秋和冬季的变化幅度均通过了0.01的显著性检验(表2),且各季节的变化幅度较小,其中,TN10p的秋季减小幅度最大,达-4.48 d/10a,其次是夏季和冬季,春季最小,减幅仅为-2.26 d/10a;TNn的秋季和冬季增加幅度均为0.59℃/10a,春季和夏季的增加幅度也分别达到了0.37℃/10a和0.45℃/10a;而TX10p和TXn的季节差异较大,均表现为秋季变化幅度最大,春季变化幅度最小。

2.3.2 空间分布特征

空间分布上(图4),整个研究区内所有站点的TNn 均呈上升趋势(图4f),57%的站点通过了0.05显著性检验,天山山区的平均增加幅度为0.57℃/10a,而南坡地区,平均增幅达0.65℃/10a;与TNn相比,TXn的变化幅度更小,只有14%的站点通过了0.05的显著性检验,年际倾向率在-0.07~1.04℃/10a之间;北坡地区的增加幅度最大,平均增幅为0.33℃/10a;CSDI的下降幅度明显(图4a),66%的站点通过0.01的显著性检验,降幅较大的站点主要位于南坡地区,平均减小幅度达-1.89℃/10a;FD和ID的空间分布差异较大(图4b~c),FD在所有站点均处于下降趋势,且97%的站点通过了0.01显著性检验,大部分减小幅度较大的站点均位于天山山区,平均减小幅度也远大于北坡和南坡地区,达-4.84 d/10a,而ID仅17%的站点通过0.05显著性检验,研究区内的差异较小,各站点年际倾向率在-3.91~1.12 d/10a之间;TN10p和TX10p的空间分布相似(图4d~e),均有97%的站点呈下降趋势,但两者在变化幅度上差异较大,TN10p的年际倾向率在-7.52~2.10 d/10a之间,且有86%的站点通过了0.01的显著性检验,大部分减小幅度大的站点均位于天山山区,平均减小幅度达-3.86 d/10a;而TX10p年际倾向率在-2.51~0.72 d/10a之间,且仅26%的站点通过了0.01显著性检验,北坡、山区和南坡的平均减小幅度差异较小。

2.4 冷暖指数变化幅度对比分析

为进一步研究天山地区极端气候指数的总体变化情况,将冷、暖指数的变化幅度进行对比分析(表3)。总体来看,冷指数 (CSDI、FD、TNn、TXn)的变暖幅度明显大于暖指数 (WSDI、TR、TNx、TXx),从季节变化来看 (表2),天山地区TNn、TXn、TNx和TXx等指数的冬季变暖幅度均明显大于夏季,而秋季变暖幅度也要明显大于春季。同时,夜指数 (TN90p、TN10p)的变暖幅度也大于昼指数 (TX90p、TX10p),进一步对比分析研究区TNam和TXam的变化幅度可发现,天山地区春、夏、秋和冬季均表现为前者增温幅度明显高于后者,而冬季的差异尤其明显,冬季TNam的增暖幅度是TXam的3.7倍;众多基于全球[4]、全国[11]和其他区域[34]的研究也表明极端低温的变暖幅度要明显大于极端高温,反映在研究区就是极端气温冷指数的减小幅度要大于暖指数的增加幅度,说明天山地区气温变化具有明显的非对称性,区域最低气温呈现出不断暖化的趋势。

表3   极端冷暖指数变化幅度对比

Table 3   Comparison of extreme cold and warm indices

指数对比对比
依据		站点
数		站点
比例		指数对比对比
依据		站点
数		站点
比例
FD>SUAbs2983%TN10p>TX90pAbs2880%
FD>GSLAbs2571%TN10p>TN90pAbs1337%
FD>TRAbs2468%CSDI>WSDIAbs2160%
ID>SUAbs925%TNn>TNxRel2571%
TN90p>TX90pAbs2983%TNn>TXnRel3291%
TN90p>TX10pAbs3394%TNx>TXxRel2777%
TX90p>TX10pAbs3394%TXn>TXxRel2674%
TN10p>TX10pAbs3497%

注：Abs指变化幅度绝对值对比;Rel指变化幅度真实值对比。

新窗口打开

2.5 极端气温指数区域差异

IPCC第五次评估报告[1]指出,当前的全球气候变暖主要体现在气候系统的整体暖化,而极端气温指数作为衡量气候系统变化的重要指标已有众多学者从不同时间、空间尺度对其变化进行了研究;为明确中国天山地区北坡、山区和南坡之间以及与全球其他地区之间极端气温指数变化幅度的差异性,表4对比分析了天山地区不同分区及其与全球、全国等不同尺度地区的极端气温指数变化幅度。分析表明,整个天山地区各极端气温指数的变化幅度总体上与全球、全国和其他区域尺度的变化一致,但也表现出明显的差异性：TXam的增加幅度要略小于黄土高原等地区,但TNam的增幅明显大于黄土高原,两者变化的不对称性使天山地区DTR的减小幅度明显高于其他地区,而在天山山区的平均增加幅度最为明显;同时,相对指数 (TN90p、TX90p、TN10p、TX10p)在整个研究区的平均变暖幅度也显著高于全球、全国平均水平以及其他地区,尤其是天山山区夜指数 (TN90p、TN10p)和TNx、GSL以及FD等指数的变暖幅度要远高于大部分地区;进一步分析天山山区的极端气温指数季节变化幅度发现 (表2),山区夜指数 (TN90p、TN10p)和DTR在春、夏、秋和冬季的变暖幅度均通过了0.01的显著性检验,且变化幅度均明显高于北坡和南坡地区,说明这些极端指数在天山山区的变化相比平原、山谷等地形类型更为敏感。研究结果与Li等[35]认为的山地站点极端气温指数变化幅度要小于平原、山间盆地等地形类型相反,表明在全球变暖的背景下,不同区域或尺度的极端气温指数变化呈现出不同的变化特征。

表4   天山地区极端气温指数变化趋势与全球其他区域对比

Table 4   Trends of temperature extremes in this study and other regions in the world

指数单位本研究(1960~2015年)新疆[22]青藏高原[14]东北地
区[16]		黄土高
原[15]		秦岭[19]长江流
域[17]		全国[11]全球[4]
北坡山区南坡天山地区
TXam℃/10a0.20**0.18**0.21**0.19**——0.32*————
TNam℃/10a0.42**0.48**0.44**0.45**——0.42*————
DTR℃/10a-0.22**-0.29**-0.22**-0.25**-0.26**-0.20*-0.24*-0.08-0.07-0.09*-0.18*-0.08*
WSDId/10a0.370.60*1.97**0.95**0.88**——0.560.73*——
TRd/10a2.05**0.12*2.61**1.59**1.71**—1.42*—1.95**1.05*——
SUd/10a1.34*1.29**2.45**1.59**2.14**—2.30*—2.49**2.16*1.18—
TN90pd/10a2.95**4.42**3.64**3.67**6.23**1.58*2.17*1.80*2.70**2.95*1.75*1.58*
TX90pd/10a1.28*1.43**2.49**1.73**3.59**1.26*0.97*1.93*1.37**1.71*0.620.89*
TXx℃/10a0.020.100.150.09—0.28*0.110.63*0.050.14*0.070.21*
TNx℃/10a0.34**0.48**0.19*0.34**—0.25*0.23*0.39*0.11*0.18*0.21*0.30*
GSLd/10a2.24**4.20**2.39**2.94**2.74**4.25*2.62*3.76*2.38**—3.04*—
CSDId/10a-1.72**-1.23**-1.89**-1.61**-1.27**——-0.29-1.60*——
FDd/10a-2.89**-4.84**-3.25**-3.66**-3.69**-4.32*-3.36*-3.46*-3.39**-3.04*-3.73*—
IDd/10a-1.63*-1.32-0.53-1.16-1.61*-2.46*-1.74*—-0.50*-0.42*——
TN10pd/10a-3.23**-3.86**-3.59**-3.56**-6.57**-2.38*-1.80*-1.86*-2.39**-3.45*-2.06*-1.26*
TX10pd/10a-1.07*-1.22**-1.41**-1.23**-2.6**-0.85*-0.86*-0.95*-0.95*-1.03*-0.47-0.62*
TNn℃/10a0.63**0.57**0.65**0.62**—0.69*0.83*0.44*0.31**0.42*0.63*0.71*
TXn℃/10a0.330.240.290.29—0.30*0.390.190.26*0.28*0.35*0.37

注： *和 **分别表示通过0.05和0.01显著性检验水平 (双尾), “—” 表示数据缺失。

新窗口打开

同时,极端指数WSDI、TR、SU、TX90p、CSDI和TX10p等的变化幅度则表现为天山南坡显著高于北坡、山区以及全球、全国等其他研究区,而昼指数 (TX90p、TX10p)在季节上的变化幅度也均通过了0.01的显著性检验,变暖幅度南坡明显高于北坡和山区站点。结合前文中部分极端指数在天山山区、北坡和南坡变化幅度的差异性分析可得出,这些指数尤其是昼指数在秋、冬季节的变化幅度上,南坡变暖幅度显著高于山区和北坡的原因可能是秋、冬季节天山对中国冬季风的阻挡作用,使得南坡地区在秋、冬季节受到北部寒潮的影响较小;同时,天山南坡的南部地区为中国最大的流动沙漠塔克拉玛干沙漠,该区域常年降水稀少潜在蒸发较大,导致南坡地区部分极端指数升温幅度更为明显。

综上所述,中国天山地区的北坡、山区和南坡极端气温指数变化幅度表现出不一样的差异特征,但总体上高于全国其他区域,表明天山地区是一个极端气温变化敏感区域。已有学者研究表明[11, 36],中国大部分地区极端气温指数的变化幅度受中国城市化进程的影响较大,如中国平均DTR的减小幅度可能与中国自20世纪70年代以来的快速城市化有关,城市的快速扩张造成部分区域DTR的下降幅度远高于全国平均水平。天山山脉横贯中国新疆境内,且该区域是新疆人口最稠密的地区之一,近几十年来区域人口和城市规模不断扩大,人为活动对该区域DTR以及其他极端气温变化幅度可能存在一定的影响,但其影响程度的多少还需要做进一步的研究。

2.6 极端气温与大气环流指数相关性

大气环流指数是形成或制约区域气候变化的重要因子,不同区域气候波动的大气背景受不同环流指数的控制,而异常的气候波动对极端气候事件的发生具有重要影响。本文通过Pearson相关性分析方法,建立环流指数与整个研究区极端气温指数平均值的双变量相关性,来研究极端气温指数与大气环流指数在年际变化趋势上的潜在联系,探讨天山地区极端气温变化与大尺度环流指数之间的关系。Pearson相关分析表明（表5）,各极端气温与环流指数AO的相关性最强,TXam、TNam 和DTR均与AO指数的相关性达到0.05以上的显著性水平,部分冷指数 (TN10p、TNn、TXn)达到了0.01的显著水平;同时,冷指数TNn、TXn与NAO的相关性也通过了0.01的显著性检验;SOI虽然与几乎所有的极端气温指数相关系数较低,但MEI与CSDI、ID、TN10p和TNn等均通过了0.05显著性检验,而SOI和MEI指数都是表征ENSO的指数,说明天山地区年平均最高、最低气温和极端气温冷指数受AO、NAO和ENSO的影响较大。

表5   极端气温指数与环流指数相关性分析

Table 5   Correlation coefficients between temperature extremes and atmospheric circulation index

指数TXamTNamDTRWSDITRSUTN90pTX90pTXxTNxGSLCSDIFDIDTN10pTX10pTNnTXn
AO0.31*0.42**-0.33*0.240.220.250.27*0.190.220.32*0.16-0.25-0.32*-0.22-0.41**-0.29*0.39**0.35**
NAO0.130.18-0.140.090.070.150.01-0.060.140.160.03-0.13-0.11-0.05-0.20-0.200.35**0.37**
SOI-0.10-0.120.08-0.100.120.010.030.000.060.05-0.050.31*0.120.200.160.10-0.26-0.17
MEI0.180.28*-0.250.20-0.010.010.110.090.040.100.10-0.36**-0.24-0.27*-0.30*-0.140.35**0.22
NPO-0.13-0.08-0.040.04-0.22-0.16-0.14-0.09-0.26*-0.18-0.14-0.110.030.000.050.180.140.12
WPI0.08-0.010.130.17-0.21-0.09-0.070.120.00-0.13-0.140.000.04-0.240.070.00-0.010.05
EASMI-0.17-0.28*0.27*-0.25-0.140.05-0.27*-0.250.06-0.05-0.090.230.240.28*0.190.02-0.12-0.06
SASMI-0.01-0.250.43**-0.09-0.210.09-0.19-0.04-0.13-0.31*0.020.110.220.070.21-0.08-0.17-0.03
SCSMI-0.10-0.37**0.52**-0.22-0.29*0.14-0.37**-0.21-0.13-0.35**-0.110.240.230.240.37**0.02-0.21-0.10

注：*,**分别表示在0.05和0.01水平上显著相关（双尾）。

新窗口打开

研究表明[37],WPI的强度变化或位置异常会造成中国东部乃至整个东亚地区的气候异常, WPI与各极端气温指数相关性均较小,未通过0.05显著性检验,表明WPI对中国天山地区的极端气温影响较小。NPO主要影响着北太平洋附近地区的气候系统,强度较大的年份影响范围甚至达到整个北半球,其与TXx的相关性达到0.05的显著性水平,与其他暖指数的相关系数也较高;而夏季风指数 (EASMI、SASMI、SCSMI)与极端气温暖指数TR、TN90p、TNx等均存在不同程度的显著相关性;说明NPO和夏季风指数EASMI、SASMI、SCSMI是影响天山地区极端气温暖指数的重要因素。

3 结论

1) 近56 a来,在全球变暖背景下,天山地区极端气温指数的变化幅度总体上与全球其他地区一致,极端暖指数呈明显上升趋势,而极端冷指数除了TNn和TXn呈上升趋势外,其他冷指数均呈下降趋势。从季节变化来看,除了极端暖指数TN90p、TX90p外,大部分指数的秋、冬季变暖幅度更大,而冬季变暖幅度均明显高于夏季,反映出研究区近56 a来“暖冬”事件发生的频率和强度有增多的趋势。

2) 气温指数表现出明显的不对称性变化,TNam的变暖幅度明显大于TXam的变暖幅度,大部分极端冷指数的变暖幅度大于暖指数的变暖幅度,夜指数的变暖幅度显著大于昼指数;TNam、CSDI、FD、TN10p和TNn的快速暖化是天山地区近56 a来气候变暖的直接体现。

3) 天山地区大部分极端气温指数的变化幅度均比全国、全球平均值以及长江流域、秦岭等地区偏大,尤其是TNam、DTR以及夜指数 (TN90p、TN10p)和昼指数 (TX90p、TX10p)的变化幅度更为明显。虽然TNn、TXn的变化幅度相比全国、全球偏小,但依然高于长江流域、黄土高原和秦岭等全国大部分地区,这说明天山地区极端气温事件的发生对整个气候系统的变化更为敏感。同时,天山山区、北坡和南坡极端指数的变化幅度受人为活动、山地阻挡等地理因素的影响,不同极端指数的变化幅度存在一定的差异性。

4) 天山地区TXam、TNam和大多数极端气温冷指数受AO、NAO和MEI的影响较大,而NPO和夏季风指数EASMI、SASMI、SCSMI是造成天山地区极端高气温的重要影响因素。

The authors have declared that no competing interests exist.

参考文献

[1] Stocker T F, Qin D, Platter G K et al.

Climate Change 2013. The Physical Science Basis

. Contribution of working group to the fifth assessment report of the intergovernmental panel on climate change[R]. New York: Cambridge University Press, 2013.

[本文引用: 3]     

[2] 沈永平, 王国亚.

IPCC第一工作组第五次评估报告对全球气候变化认知的最新科学要点

[J]. 冰川冻土, 2013, 35(5): 1068-1076.

https://doi.org/10.7522/j.issn.1000-0240.2013.0120      Magsci      [本文引用: 2]      摘要

2013年9月27日, 在瑞典首都斯德哥尔摩, 联合国政府间气候变化专门委员会第一工作组第五次评估报告《Climate Change 2013: The Physical Science Basis》决策者摘要(Summary for Policymakers, SPM)发布, 随后于9月30日公布了报告全文. 报告指出, 全球气候系统变暖的事实是毋庸置疑的, 自1950年以来, 气候系统观测到的许多变化是过去几十年甚至近千年以来史无前例的. 全球几乎所有地区都经历了升温过程, 变暖体现在地球表面气温和海洋温度的上升、 海平面的上升、 格陵兰和南极冰盖消融和冰川退缩、 极端气候事件频率的增加等方面. 全球地表持续升温, 1880-2012年全球平均温度已升高0.85 ℃[0.65～1.06 ℃]; 过去30 a, 每10 a地表温度的增暖幅度高于1850年以来的任何时期. 在北半球, 1983—2012年可能是最近1 400 a来气温最高的30 a. 特别是1971-2010年间海洋变暖所吸收热量占地球气候系统热能储量的90%以上, 海洋上层(0～700 m)已经变暖. 与此同时, 1979-2012年北极海冰面积每10 a以3.5%～4.1%的速度减少; 自20世纪80年代初以来, 大多数地区多年冻土层的温度已升高. 全球气候变化是由自然影响因素和人为影响因素共同作用形成的, 但对于1950年以来观测到的变化, 人为因素极有可能是显著和主要的影响因素. 目前, 大气中温室气体浓度持续显著上升, CO<sub>2</sub>、 CH<sub>4</sub>和N<sub>2</sub>O等温室气体的浓度已上升到过去800 ka来的最高水平, 人类使用化石燃料和土地利用变化是温室气体浓度上升的主要原因. 在人为影响因素中, 向大气排放CO<sub>2</sub>的长期积累是主要因素, 但非CO<sub>2</sub>温室气体的贡献也十分显著. 控制全球升温的目标与控制温室气体排放的目标有关, 但由此推断的长期排放目标和排放空间数值在科学上存在着很大的不确定性.

[Shen Yongping, Wang Guoya.

Key findings and assessment results of IPCC WGI fifth assessment report

. Journal of Glaciology Geocryology, 2013, 35(5):1068-1076.]

https://doi.org/10.7522/j.issn.1000-0240.2013.0120      Magsci      [本文引用: 2]      摘要

2013年9月27日, 在瑞典首都斯德哥尔摩, 联合国政府间气候变化专门委员会第一工作组第五次评估报告《Climate Change 2013: The Physical Science Basis》决策者摘要(Summary for Policymakers, SPM)发布, 随后于9月30日公布了报告全文. 报告指出, 全球气候系统变暖的事实是毋庸置疑的, 自1950年以来, 气候系统观测到的许多变化是过去几十年甚至近千年以来史无前例的. 全球几乎所有地区都经历了升温过程, 变暖体现在地球表面气温和海洋温度的上升、 海平面的上升、 格陵兰和南极冰盖消融和冰川退缩、 极端气候事件频率的增加等方面. 全球地表持续升温, 1880-2012年全球平均温度已升高0.85 ℃[0.65～1.06 ℃]; 过去30 a, 每10 a地表温度的增暖幅度高于1850年以来的任何时期. 在北半球, 1983—2012年可能是最近1 400 a来气温最高的30 a. 特别是1971-2010年间海洋变暖所吸收热量占地球气候系统热能储量的90%以上, 海洋上层(0～700 m)已经变暖. 与此同时, 1979-2012年北极海冰面积每10 a以3.5%～4.1%的速度减少; 自20世纪80年代初以来, 大多数地区多年冻土层的温度已升高. 全球气候变化是由自然影响因素和人为影响因素共同作用形成的, 但对于1950年以来观测到的变化, 人为因素极有可能是显著和主要的影响因素. 目前, 大气中温室气体浓度持续显著上升, CO<sub>2</sub>、 CH<sub>4</sub>和N<sub>2</sub>O等温室气体的浓度已上升到过去800 ka来的最高水平, 人类使用化石燃料和土地利用变化是温室气体浓度上升的主要原因. 在人为影响因素中, 向大气排放CO<sub>2</sub>的长期积累是主要因素, 但非CO<sub>2</sub>温室气体的贡献也十分显著. 控制全球升温的目标与控制温室气体排放的目标有关, 但由此推断的长期排放目标和排放空间数值在科学上存在着很大的不确定性.
[3] Changnon S A, Pielke Jr R A, Changnon D et al.

Human factors explain the increased losses from weather and climate extremes

[J]. Bulletin of the American Meteorological Society, 2000, 81(3): 437-442.

https://doi.org/10.1175/1520-0477(2000)081&lt;0437:HFETIL&gt;2.3.CO;2      URL      [本文引用: 1]     

[4] Alexander L V, Zhang X, Peterson T C et al.

Global observed changes in daily climate extremes of temperature and precipitation

[J]. Journal of Geophysical Research, 2006, 111(D5).

[本文引用: 5]     

[5] Caesar J, Alexander L V, Trewin B et al.

Changes in temperature and precipitation extremes over the Indo-Pacific region from 1971 to 2005

[J]. International Journal of Climatology, 2011, 31(6): 791-801.

https://doi.org/10.1002/joc.v31.6      URL      [本文引用: 1]     

[6] Abatan A A, Abiodun B J, Lawal K A et al.

Trends in extreme temperature over Nigeria from percentile-based threshold indices

[J]. International Journal of Climatology, 2016, 36(6): 2527-2540.

https://doi.org/10.1002/joc.4510      URL      [本文引用: 2]     

[7] Fonseca D, Carvalho M J, Marta-Almeida M et al.

Recent trends of extreme temperature indices for the Iberian Peninsula

[J]. Physics and Chemistry of the Earth, 2016, 94: 66-76.

https://doi.org/10.1016/j.pce.2015.12.005      URL      [本文引用: 2]     

[8] Goubanova K, Li L.

Extremes in temperature and precipitation around the Mediterranean basin in an ensemble of future climate scenario simulations

[J]. Global and Planetary Change, 2007, 57(1-2): 27-42.

https://doi.org/10.1016/j.gloplacha.2006.11.012      URL      [本文引用: 1]     

[9] Almazroui M, Islam M N, Dambul R et al.

Trends of temperature extremes in Saudi Arabia

[J]. International Journal of Climatology, 2014, 34(3): 808-826.

https://doi.org/10.1002/joc.3722      URL      [本文引用: 1]     

[10] Zhang X B, Vincent L A, Hogg W D et al.

Temperature and precipitation trends in Canada during the 20th century

[J]. Atmosphere-Ocean, 2000, 38(3): 395-429.

https://doi.org/10.1080/07055900.2000.9649654      URL      [本文引用: 1]     

[11] You Q, Kang S, Aguilar E et al.

Changes in daily climate extremes in China and their connection to the large scale atmospheric circulation during 1961-2003

[J]. Climate Dynamics, 2010, 36(11-12): 2399-2417.

[本文引用: 4]     

[12] Hu L, Huang G, Qu X.

Spatial and temporal features of summer extreme temperature over China during 1960-2013

[J]. Theoretical and Applied Climatology, 2017, 128(3-4): 821-833.

https://doi.org/10.1007/s00704-016-1741-x      URL      [本文引用: 1]     

[13] Ren G, Zhou Y.

Urbanization effect on trends of extreme temperature indices of national stations over Mainland China, 1961-2008

[J]. Journal of Climate, 2014, 27(6): 2340-2360.

https://doi.org/10.1175/JCLI-D-13-00393.1      URL      [本文引用: 1]     

[14] You Q, Kang S, Aguilar E et al.

Changes in daily climate extremes in the eastern and central Tibetan Plateau during 1961-2005

[J]. Journal of Geophysical Research: Atmospheres, 2008, 113(D7).

[本文引用: 3]     

[15] Wang Q X, Wang M B, Fan X H et al.

Trends of temperature and precipitation extremes in the Loess Plateau Region of China, 1961-2010

[J]. Theoretical and Applied Climatology, 2017, 129(3-4): 949-963.

https://doi.org/10.1007/s00704-016-1820-z      URL      [本文引用: 3]     

[16] Yu Zhen, Li Xilin.

Recent trends in daily temperature extremes over northeastern China (1960-2011)

[J]. Quaternary International, 2015, 380-381: 35-48.

[本文引用: 4]     

[17] Guan Y, Zhang X, Zheng F et al.

Trends and variability of daily temperature extremes during 1960-2012 in the Yangtze River Basin, China

[J]. Global and Planetary Change, 2015, 124: 79-94.

https://doi.org/10.1016/j.gloplacha.2014.11.008      URL      [本文引用: 2]     

[18] Chen Y, Deng H, Li B et al.

Abrupt change of temperature and precipitation extremes in the arid region of Northwest China

[J]. Quaternary International, 2014, 336: 35-43.

https://doi.org/10.1016/j.quaint.2013.12.057      URL      [本文引用: 2]     

[19] Jiang C, Mu X, Wang F et al.

Analysis of extreme temperature events in the Qinling Mountains and surrounding area during 1960-2012

[J]. Quaternary International, 2016, 392: 155-167.

https://doi.org/10.1016/j.quaint.2015.04.018      URL      [本文引用: 2]     

[20] 张正勇, 刘琳, 唐湘玲.

1960-2010年中国天山山区气候变化区域差异及突变特征

[J]. 地理科学进展, 2012, 31(11): 1475-1484.

https://doi.org/10.11820/dlkxjz.2012.11.008      Magsci      [本文引用: 1]      摘要

利用天山山区32 个气象站点1960-2010 年的逐月平均气温、降水数据和DEM数据等,进行了气候时空变化趋势和突变分析,研究结果表明：山区近50 年来年均气温呈明显的上升趋势,21 世纪以来年均温增加最明显,季节均温与年均温的变化趋势基本一致,冬季均温增加最明显,夏季均温变化最小;山区东段升温趋势最明显,北坡的变化趋势明显于南坡.自20 世纪60 年代以来降水量持续递增,其中80 年代开始更加明显;夏季降水量增加最明显,春季变化最小,山区年降水主要集中在春夏两季;山区气候空间分布呈现&ldquo;两中心&rdquo;的特征,东段为&ldquo;干热&rdquo;中心,西北部为&ldquo;暖湿&rdquo;中心,这两个中心的气候反差有扩大的趋势;山区气温和降水突变不太明显,春夏季气温突变可能发生在20 个世纪90 年代末至21 世纪初;秋冬季气温突变在20 世纪90 年代可能发生过;南坡和东段年均温突变可能发生在1982 年,北坡大致发生在1990 年左右.秋季降水突变发生在20 世纪80 年代末,其他季节不明显,年降水突变发生在80年代末期.

[Zhang Zhengyong, Liu Lin, Tang Xianglin.

The regional difference and abrupt events of climatic change in Tianshan Mountains during 1960-2010

. Progress in Geography, 2012, 31(11): 1475-1484.]

https://doi.org/10.11820/dlkxjz.2012.11.008      Magsci      [本文引用: 1]      摘要

利用天山山区32 个气象站点1960-2010 年的逐月平均气温、降水数据和DEM数据等,进行了气候时空变化趋势和突变分析,研究结果表明：山区近50 年来年均气温呈明显的上升趋势,21 世纪以来年均温增加最明显,季节均温与年均温的变化趋势基本一致,冬季均温增加最明显,夏季均温变化最小;山区东段升温趋势最明显,北坡的变化趋势明显于南坡.自20 世纪60 年代以来降水量持续递增,其中80 年代开始更加明显;夏季降水量增加最明显,春季变化最小,山区年降水主要集中在春夏两季;山区气候空间分布呈现&ldquo;两中心&rdquo;的特征,东段为&ldquo;干热&rdquo;中心,西北部为&ldquo;暖湿&rdquo;中心,这两个中心的气候反差有扩大的趋势;山区气温和降水突变不太明显,春夏季气温突变可能发生在20 个世纪90 年代末至21 世纪初;秋冬季气温突变在20 世纪90 年代可能发生过;南坡和东段年均温突变可能发生在1982 年,北坡大致发生在1990 年左右.秋季降水突变发生在20 世纪80 年代末,其他季节不明显,年降水突变发生在80年代末期.
[21] 李成, 王让会, 黄进.

天山北麓近 50 年气温和降水的变化特征

[J]. 水土保持研究, 2013, 20(6): 117-124.

[本文引用: 1]     

[Li Cheng, Wang Ranghui, Huang Jin.

Variation characteristics of temperature and precipitation in the north of Tianshan Mountains in recent 50 years

. Research of Soil and Water Conservation, 2013, 20(6): 117-124.]

[本文引用: 1]     

[22] Wang B L, Zhang M J, Wei J L et al.

Changes in extreme events of temperature and precipitation over Xinjiang, northwest China, during 1960-2009

[J]. Quaternary International, 2013, 298: 141-151.

https://doi.org/10.1016/j.quaint.2012.09.010      URL      [本文引用: 2]     

[23] 赵培培, 张明军, 王圣杰, 等.

1960-2012年中国天山山区极端气温的变化特征

[J]. 水土保持研究, 2015, 22(6): 190-197.

[本文引用: 2]     

[Zhao Peipei, Zhang Mingjun, Wang Shengjie et al.

Changes of extreme temperature events in the Chinese Tianshan Mountains during the period from 1960 to 2012

. Research of Soil and Water Conservation, 2015, 22(6): 190-197.]

[本文引用: 2]     

[24] Ma L, Wu J L, Jilili A.

Variation in aeolian environments recorded by the particle size distribution of lacustrine sediments in Ebinur Lake, northwest China

[J]. Springer Plus, 2016, 5(1): 481.

https://doi.org/10.1186/s40064-016-2146-0      URL      [本文引用: 1]     

[25] 刘栎杉, 延军平, 李双双.

太阳活动和大气涛动对天山南北气温波动的综合影响

[J]. 资源科学, 2014, 36(3): 502-511.

[本文引用: 2]     

[Liu Lishan, Yan Junping, Li Shuangshuang.

The influence of solar activity and oscillation on temperature changes in south and north Tianshan

. Resources Science, 2014, 36(3): 502-511.]

[本文引用: 2]     

[26] 王圣杰, 张明军, 李忠勤, 等.

近50年来中国天山冰川面积变化对气候的响应

[J]. 地理学报, 2011, 66(1): 38-46.

[本文引用: 1]     

[Wang Shengjie, Zhang Mingjun. Li Zhongqin.

Response of glacier area variation to climate change in Chinese Tianshan Mountains in the past 50 years

. Acta Geographica Sinica, 2011, 66(1): 38-46.]

[本文引用: 1]     

[27] 魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 1999.

[本文引用: 1]     

[Wei Fengying.Diagnose and forecast technology of modern climate statistics. Beijing: China meteorological Press, 1999.]

[本文引用: 1]     

[28] Shrestha A B, Bajracharya S R, Sharma A R et al.

Observed trends and changes in daily temperature and precipitation extremes over the Koshi river basin 1975-2010

[J]. International Journal of Climatology, 2017, 37(2): 1066-1083.

https://doi.org/10.1002/joc.4761      URL      [本文引用: 1]     

[29] Mann H B.

Nonparametric Tests against Trend

[J]. Econometrica, 1945, 13(3): 245-259.

https://doi.org/10.2307/1907187      URL      [本文引用: 1]     

[30] Kendall M G.1975.

Rank Correlation Measures

[M]. Charles Griffin: London, 202.

[本文引用: 1]     

[31] Guo L, Li L.

Variation of the proportion of precipitation occurring as snow in the Tian Shan Mountains, China

[J]. International Journal of Climatology, 2015, 35(7): 1379-1393.

https://doi.org/10.1002/joc.2015.35.issue-7      URL      [本文引用: 2]     

[32] Ma C, Pan S, Wang G et al.

Changes in precipitation and temperature in Xiangjiang River Basin, China

[J]. Theoretical and Applied Climatology, 2015, 123(3-4): 859-871.

[本文引用: 1]     

[33] 于秀林, 任雪松. 多元统计分析[M]. 北京: 中国统计出版社, 1998.

[本文引用: 1]     

[Yu Xiulin, Ren Xuesong.Multivariate statistical analysis. Beijing: China Statistics Press, 1998.]

[本文引用: 1]     

[34] 王琼, 张明军, 王圣杰, 等.

1962-2011年长江流域极端气温事件分析

[J]. 地理学报, 2013, 68(5): 611-625.

[本文引用: 1]     

[Wang Qiong, Zhang Mingjun, Wang Shengjie et al.

Extreme temperature events in Yangtze River Basin during 1962-2011

. Acta Geographica Sinica, 2013, 68(5): 611-625.]

[本文引用: 1]     

[35] Li Z, He Y, Theakstone W H et al.

Altitude dependency of trends of daily climate extremes in southwestern China, 1961-2008

[J]. Journal of Geographical Sciences, 2012, 22(3): 416-430.

https://doi.org/10.1007/s11442-012-0936-z      URL      [本文引用: 1]     

[36] Ren G, Zhou Y, Chu Z et al.

Urbanization effects on observed surface air temperature trends in North China

[J]. Journal of Climate, 2008, 21(6): 1333-1348.

https://doi.org/10.1175/2007JCLI1348.1      URL      [本文引用: 1]     

[37] 黄荣辉,孙凤英.

热带西太平洋暖池的热状态及其上空的对流活动对东亚夏季气候异常的影响

[J]. 大气科学, 1994, 18(2): 141-151.

https://doi.org/10.3878/j.issn.1006-9895.1994.02.02      Magsci      [本文引用: 1]      摘要

本文利用１９７８－１９８９年热带西太平洋暖池的表层与次表?层海温、高云量与降水等观测资料分析了热带西太平洋暖池的热状态及其上空的对流活动对东亚夏季气候异常的影响。分析结果表明：热带西太平洋暖池的热状态及其上空的对流活动对东亚夏季气候异常起着十分重要的作用。当热带西太平洋暖池增暖时，从菲律宾周围经南海到中印半岛上空的对流活动将增强，西太平洋副热带高压的位置偏北，我国江淮流域夏季降水偏少；反之，则菲律宾周围的对流活动减弱，副热带高压偏南，江淮流域的降水偏多，黄河流域的降水偏少，易发生干旱。观测事实还表明，当热带西太平洋暖池上空的对流增强后，从东南亚、经东亚到北美西海岸上空大气环流的异常呈现出一个遥相关型—东亚太平洋型。

[Huang Ronghui, Sun Fengying.

Impacts of the thermal state and the convective activities in the tropical western warm pool on the summer climate anomalies in East Asia

. Scientia Atmospherica Sinica, 18(2): 141-151.]

https://doi.org/10.3878/j.issn.1006-9895.1994.02.02      Magsci      [本文引用: 1]      摘要

本文利用１９７８－１９８９年热带西太平洋暖池的表层与次表?层海温、高云量与降水等观测资料分析了热带西太平洋暖池的热状态及其上空的对流活动对东亚夏季气候异常的影响。分析结果表明：热带西太平洋暖池的热状态及其上空的对流活动对东亚夏季气候异常起着十分重要的作用。当热带西太平洋暖池增暖时，从菲律宾周围经南海到中印半岛上空的对流活动将增强，西太平洋副热带高压的位置偏北，我国江淮流域夏季降水偏少；反之，则菲律宾周围的对流活动减弱，副热带高压偏南，江淮流域的降水偏多，黄河流域的降水偏少，易发生干旱。观测事实还表明，当热带西太平洋暖池上空的对流增强后，从东南亚、经东亚到北美西海岸上空大气环流的异常呈现出一个遥相关型—东亚太平洋型。

网站版权 © 《地理科学》编辑部
地址：长春市高新北区盛北大街4888号　
邮编：130102
电话：0431-85542217，0431-85542212　
E-mail：geoscien@neigae.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发

/

〈 〉