孫靖雯　陳飛盛　徐芳

摘要 ? ?通過運用1960—2018年梧州市逐日氣溫資料對梧州市夏季高溫進行氣候特征分析，可以得出，梧州高溫日數(shù)和高溫?zé)崂耸录曜兓什▌由仙厔?高溫日主要集中于7—8月，6—9月是梧州最為炎熱的月份;用M-K檢驗法檢測出高溫?zé)崂耸录陌l(fā)生頻次在21世紀(jì)前期有1個增多趨勢的突變期;小波分析法表明梧州高溫?zé)崂耸录?個準(zhǔn)4年尺度的振蕩周期。

關(guān)鍵詞 ? ?高溫;高溫?zé)崂?M-K 檢驗法;小波分析;廣西梧州

中圖分類號 ? ?P423.3 ? ? ? ?文獻標(biāo)識碼 ? ?A

文章編號 ? 1007-5739（2019）19-0198-03 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）

高溫是我國夏季的一種主要災(zāi)害性天氣，常常會引發(fā)人們中暑、發(fā)燒等疾病。長時間的高溫會造成干旱天氣，使得糧食減產(chǎn);還會讓城市供電以及供水系統(tǒng)長時間負荷，造成部分城市缺水、缺電，嚴(yán)重影響人們的生產(chǎn)生活，特別是進入21世紀(jì)以來，全球變暖成為人們比較關(guān)注的問題。對于高溫天氣，國內(nèi)外已經(jīng)有許多學(xué)者進行了一系列的研究[1-7]。梧州市地處廣西東部，與廣東相鄰，屬于亞熱帶季風(fēng)氣候區(qū)。每年4—9月梧州市基本都會有高溫災(zāi)害天氣出現(xiàn)，給人們的日常生活以及農(nóng)業(yè)生產(chǎn)造成較大的影響，目前專門針對梧州市的高溫天氣研究較少。因此，開展對梧州市高溫天氣的氣候研究很有必要，有助于預(yù)報員更充分地了解高溫天氣的氣候背景，從而更好地開展高溫天氣的預(yù)報預(yù)警服務(wù)工作。

1 ? ?資料與研究方法

本研究區(qū)域位于廣西壯族自治區(qū)東部地區(qū)，氣象資料來源于梧州市國家氣象基本觀測站提供的1960—2018年的日最高氣溫、日平均氣溫等逐日氣溫資料。

將日最高氣溫T≥35 ℃定義為高溫天氣[8]。根據(jù)張凌云等[9]的方法，在梧州市5個國家氣象基本觀測站中，只要有1個或1個以上觀測站的日最高氣溫Tmax≥35 ℃，就定義為當(dāng)日為梧州市的1個高溫日。本研究參考中國氣象局的規(guī)定，將高溫日持續(xù)3 d及以上定義為1次高溫?zé)崂耸录１狙芯客ㄟ^采用線性傾向估計、5年滑動平均、Mann-Kendall檢驗法和Morlet小波分析等方法來研究梧州市高溫天氣的氣候特征。

2 ? ?結(jié)果與分析

2.1 ? ?高溫天氣的氣候特征統(tǒng)計分析

2.1.1 ? ?年高溫日數(shù)變化特征。由圖1（1960—2018年梧州年高溫日數(shù)及其線性擬合、高溫有效積溫變化趨勢）可知，1960—2018年梧州高溫日數(shù)整體呈現(xiàn)線性上升趨勢，每10年約增加3.8 d。平均每年約出現(xiàn)高溫日42.7 d;最多高溫日數(shù)出現(xiàn)在2009年，有65 d;最少高溫日數(shù)出現(xiàn)在1997年，為13 d。1989年7月17日，蒼梧站錄得這59年里的極端最高氣溫為39.9 ℃。梧州市年高溫日數(shù)超過50 d的一共有18年，其中有13年發(fā)生在21世紀(jì);而年高溫日數(shù)低于40 d的一共有23年，全部發(fā)生在20世紀(jì)。研究這59年的年累計高溫有效積溫發(fā)現(xiàn)，2010—2018年的年平均有效積溫（56.2 ℃）比1960—1999年的年平均有效積溫（35.4 ℃）高出20.8 ℃。由此說明，進入21世紀(jì)以來梧州市的高溫天氣呈現(xiàn)多發(fā)趨勢。

2.1.2 ? ?月高溫日數(shù)的變化趨勢。圖2是1960—2018年梧州市發(fā)生高溫的月頻數(shù)分布圖，從中可以看出，梧州市高溫日主要分布在4—10月（3月僅1 d），而且發(fā)生高溫的月頻數(shù)存在明顯的區(qū)別，呈現(xiàn)單峰型分布。在圖2中可以看出，7月和8月是發(fā)生高溫天氣最多的月份，59年中分別共出現(xiàn)859 d和780 d的高溫天氣，約占總頻數(shù)的65%;其次是6月和9月，分別共出現(xiàn)了414、283 d，約占總頻數(shù)的27.6%。說明6—9月為梧州市最為炎熱的月份。統(tǒng)計發(fā)現(xiàn)，梧州市的高溫天氣最早發(fā)生時間為1988年的3月14日，最晚發(fā)生時間為1964年的10月17日。

2.2 ? ?高溫?zé)崂耸录奶卣?/p>

2.2.1 ? ?年際變化特征分析。由圖3可知，過去的59年梧州市一共發(fā)生了328次高溫?zé)崂耸录?，年平?.6次。年際變化很大，最多年份為2011年，共10次;其次為1963年，共9次;頻數(shù)最少年份為 1973年和1997年，均為1次。

滑動平均是趨勢擬合技術(shù)最基礎(chǔ)的方法，它相當(dāng)于低通濾波器，用確定時間序列的平滑值來顯示變化趨勢[10]。可以從滑動平均序列曲線圖來診斷其變化趨勢，分析其演變趨勢有幾次明顯的波動，呈上升還是下降趨勢[11-12]。對1960—2018年梧州市高溫?zé)崂耸录陌l(fā)生頻次進行5年滑動平均和線性擬合，可以看出，高溫?zé)崂耸录陌l(fā)生存在著明顯的年代之間的變化。線性趨勢線反映出，梧州市高溫?zé)崂耸录陌l(fā)生頻次呈現(xiàn)整體上升的趨勢，傾向率為0.642次/10 a。由5年滑動平均曲線可以看出梧州市高溫?zé)崂耸录l(fā)生的頻次在1966—1970年、1995—2000年以及在2003—2010年有明顯的上升趨勢，而在1969—1975年和1991—1995年有明顯的下降趨勢。

2.2.2 ? ?突變分析。Mann-Kendall檢驗法是一種非參數(shù)檢驗方法。其不要求樣本遵從一定的分布，而且檢驗結(jié)果基本不受少數(shù)異常值的干擾，被廣泛應(yīng)用于分析降水、氣溫、徑流等要素隨時間序列的趨勢變化[13]。除用于趨勢分析外，M-K檢驗法還可用于突變檢驗[14]。對一個給定的時間序列使用M-K檢驗法，會得到UF和UB 2條曲線，UF>0表示氣候量呈上升趨勢，反之呈下降趨勢。若UF和UB曲線相交，而且交點在上、下2條臨界線之間，則交點即為該氣候量的突變起始點;若UF和UB沒有交點或它們有交點但交點在臨界線之外（之間），而且在交點前后UF和UB都出現(xiàn)大于臨界值的情況，那么說明氣候量突變趨勢不明顯[15]。本研究使用M-K檢驗法來對梧州市1960—2018年高溫?zé)崂耸录l(fā)生頻次的變化趨勢進行突變檢測（圖4），給定顯著水平α=0.05?？芍?，梧州市高溫?zé)崂诉^程次數(shù)在1960—1967年和1987—2018年有2個明顯的上升趨勢以及在1969—1985年有1個明顯的下降趨勢。UB曲線在1991—1994年超過α=0.05的顯著性水平，表明這幾年熱浪事件增加比較顯著。在21世紀(jì)前期UF曲線和UB曲線有1個交點且在2條臨界線內(nèi)，表明在這個時間點出現(xiàn)了1個增多趨勢的突變期。這與高溫?zé)崂耸录l(fā)生頻次的年際變化特征較為一致。表明從20世紀(jì)90年代到21世紀(jì)，梧州市的天氣開始變得較為炎熱。

2.2.3 ? ?高溫?zé)崂耸录闹芷诜治觥orlet小波是復(fù)數(shù)形式小波，其實部虛部位相相差π/2，消除了實數(shù)形式子波變換系數(shù)模的振蕩，得到序列振幅和相位兩方面的信息，小波功率譜圖中可以清晰地表述該時間序列在給定小波尺度和時間域內(nèi)的波動量級[16]。從圖5可以看出，高溫?zé)崂耸录陌l(fā)生頻次存在著4年尺度和8年尺度的顯著周期變化。其中，4年尺度周期主要發(fā)生在1982—1984年以及1990—1998年附近，能量較強;但是1961—1967年的4年尺度周期有部分年份發(fā)生在影響錐形曲線以外。8年尺度的周期發(fā)生在2010年以后，但是出現(xiàn)于影響錐形曲線以外。由此可知，高溫?zé)崂耸录陌l(fā)生頻次存在著1個準(zhǔn)4年尺度的周期變化，而且能量較強。

2.3 ? ?1次高溫?zé)崂耸录奶鞖庑蝿莘治?/p>

研究近20年的高溫天氣出現(xiàn)的天氣形勢可以發(fā)現(xiàn)，所有的高溫天氣都是出現(xiàn)在副高環(huán)流系統(tǒng)、反氣旋、臺風(fēng)外圍以及槽后脊前等不利降水的天氣形勢下，一旦出現(xiàn)高空槽、東風(fēng)波和臺風(fēng)倒槽等系統(tǒng)影響的降雨，高溫天氣就結(jié)束。研究發(fā)現(xiàn)梧州市在1990年8月2日至9月8日出現(xiàn)了1次較為極端的高溫?zé)崂耸录?，高溫天氣一共持續(xù)了38 d（其中8月11日最高氣溫為34.9 ℃），有16 d日平均氣溫高于30 ℃，最高氣溫出現(xiàn)在8月17日（39.1 ℃），累計有效積溫為49.2 ℃。

在該次高溫?zé)崂诉^程的前期（8月2—20日），梧州市主要受到副熱帶高壓系統(tǒng)影響。21—25日，主要受臺風(fēng)外圍環(huán)流影響。從25日晚上開始，梧州處于副高環(huán)流外側(cè)，之后副高加強西伸，到了27日梧州完全受到副高控制;28日有臺風(fēng)生成，并且在31日凌晨在福建—浙江一帶登陸，梧州一直處于臺風(fēng)外圍環(huán)流中，維持著高溫天氣。該次過程后期（9月1—8日），梧州市持續(xù)的高溫天氣主要由地面暖低壓的維持以及副熱帶高壓造成。從1日開始，地面轉(zhuǎn)為暖低壓控制，低層850 hPa受偏北氣流影響，500 hPa上為東南氣流控制;到了6日，副高開始加強西伸并且完全控制了梧州市，但是7日后有臺風(fēng)從臺灣海峽西移至華南各市并且在8日下午在廣州—福建的沿海城市登陸，之后向偏西方向移動，于9日開始影響梧州市，出現(xiàn)了7.7 mm的降雨，高溫過程宣告結(jié)束。

3 ? ?結(jié)論與討論

本研究運用日最高氣溫、日平均氣溫等逐日氣溫資料，對近59年梧州的高溫天氣氣候特征進行了分析。主要結(jié)論如下：

（1）進入21世紀(jì)后，梧州的天氣變得更為炎熱。高溫日數(shù)年際變化整體呈現(xiàn)線性上升趨勢，以3.8 d/10 a的速度上升，并通過了0.05顯著性水平檢驗，上升趨勢較為明顯。高溫天氣主要出現(xiàn)在7—8月，6—9月是梧州市最為炎熱的月份。

（2）梧州市高溫?zé)崂耸录陌l(fā)生頻次呈現(xiàn)整體上升的趨勢，傾向率為0.642次/10 a。在1960—1967年和1987—2018年有2個明顯的上升趨勢，在1969—1985年有明顯的下降趨勢。M-K檢驗表明在1991—1994這幾年熱浪事件增加比較顯著。在21世紀(jì)前期出現(xiàn)了1個增多趨勢的突變期。小波分析表明，近59年來，高溫?zé)崂耸录陌l(fā)生頻次存在著1個準(zhǔn)4年尺度的周期變化。

（3）經(jīng)研究發(fā)現(xiàn)，一旦出現(xiàn)副高環(huán)流系統(tǒng)、反氣旋、臺風(fēng)外圍以及槽后脊前等不利降水的天氣形勢，往往伴隨著高溫天氣的出現(xiàn)。

4 ? ?參考文獻

[1] FARAG G，BOIVIN P，SAGAUT P.Interaction of two-dimensional spots with a heat releasing/absorbing shock wave：linear interaction approxim-ation results[J]. Journal of Fluid Mechanics，2019：871.

[2] HE Cheng，MA Liang，ZHOU Liguo，et al.Exploring the mechanisms of heat wave vulnerability at the urban scale based on the application of big data and artificial societies[J].Environment International，2019，127：189-198.

[3] 鹿文涵，劉壽東，錢燕珍，等.1956—2016年寧波高溫?zé)崂耸录兓卣骷捌溆绊懸蜃臃治鯷J].科技通報，2019，35（4）：54-59.

[4] 劉嘉慧敏，鄭然，婁盼星，等.2017年7月陜西高溫?zé)崂颂鞖獬梢蚣扒捌谛盘柍跆絒J].干旱氣象，2019，37（2）：233-242.

[5] LECOMTE D.International weather highlights 2018：winter storms，blist-ering heat waves，Japan′s summer of extremes[J].Weatherwise，2019，72（3）：24-31.

[6] 郭瑞玲，潘巧英，梁建輝，等.2018年5月佛山市持續(xù)性高溫天氣成因初探[J].廣東氣象，2019，41（2）：1-4.

[7] 丁麗婷.額爾古納市一次高溫天氣成因分析[J].南方農(nóng)機，2019，50（5）：230.

[8] 張尚印，張海東，徐祥德，等.我國東部三市夏季高溫氣候特征及原因分析[J].高原氣象，2005（5）：829-835.

[9] 張凌云，劉蕾，王藝，等.近56a柳州高溫天氣的氣候特征及類型分析[J].氣象研究與應(yīng)用，2017，38（4）：1-6.

[10] VERSHININA M，STERIOPOLO N，IBRAGIMOVA V.Moving average quality control：practical experience[J].Clinica Chimica Acta，2019，493：512-513.

[11] 屈文崗，徐盼盼，錢會.華山市降水特征分析與年降水量預(yù)測[J].水土保持研究，2019，26（3）：128-134.

[12] 毛家燊，黃纖婷，嚴(yán)玲.1957—2017年崇左市氣溫變化特征分析[J].現(xiàn)代農(nóng)業(yè)科技，2019（9）：194-195.

[13] PENG Z X，ZHANG H F，GUO Y，et al.Analysis on water quality change trend of the municipal sewer network based on the Mann-Kendall method[J].IOP Conference Series：Earth and Environmental Science，2018，186（3）：012069.

[14] 符艷紅，謝世友，高潔.基于Mann-Kendall法的嘉陵江流域降水量時空分布規(guī)律[J].西南大學(xué)學(xué)報（自然科學(xué)版），2018，40（6）：132-139.

[15] 楊向權(quán)，肖靜.基于Mann-Kendall的海南島降水變化趨勢及突變分析[J/OL].中國防汛抗旱，（2019-03-13）[2019-05-23].https：//doi.org/10.16867/j.issn.1673-9264.2018245.

[16] 季倩倩，徐峰，張羽.近50 a ENSO時頻特征及其與南海臺風(fēng)的相關(guān)性[J].廣東海洋大學(xué)學(xué)報，2018，38（2）：71-79.