国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

2000年前后我國寒潮活動特征的比較分析

2022-02-12 08:31韋志剛李嫻茹郭仕侗
冰川凍土 2022年6期
關(guān)鍵詞:寒潮日數(shù)趨勢

馬 力,韋志剛,2,李嫻茹,王 歡,郭仕侗

(1.北京師范大學(xué) 地理科學(xué)學(xué)部 地表過程與資源生態(tài)國家重點實驗室,北京 100875;2.南方海洋科學(xué)與工程廣東省實驗室(廣州),廣東 廣州 511458)

0 引言

寒潮是一種受大尺度環(huán)流控制的冷空氣事件。這種天氣現(xiàn)象通常會造成大幅度降溫,并伴隨霜凍、暴雪、大風(fēng)等一系列災(zāi)害天氣,會給我國農(nóng)業(yè)生產(chǎn)、人民的交通出行和社會經(jīng)濟活動造成很大的影響,甚至對人類身體健康也有一定的影響[1-3]。2008年1 月,由于持續(xù)性低溫致使中國南方出現(xiàn)冰凍災(zāi)害,在湖南地區(qū)就造成了3 019×104人受災(zāi),農(nóng)作物受災(zāi)面積212×104km2,直接經(jīng)濟損失達120×108元以上[4]。2016 年1 月,中國大部分地區(qū)遭遇寒潮天氣,90%以上的區(qū)域降溫幅度達到6 ℃以上,19 省69 個縣、市最低氣溫跌破歷史極值[5]。根據(jù)氣象局統(tǒng)計,2018年我國中東部低溫雨雪冰凍天氣造成26地最低氣溫突破當(dāng)月歷史最值,對交通運輸?shù)犬a(chǎn)生較大影響。因此,對寒潮事件變化規(guī)律、機理、預(yù)測進行研究分析都有著重要的意義。

在全球氣候變暖的背景下,我國寒潮時空變化特征研究成為眾多學(xué)者的關(guān)注焦點。研究表明,寒潮主要發(fā)生在9 月到次年5 月,且春季最易發(fā)生[6]。自20 世紀(jì)60 年代以來,大部分地區(qū)寒潮日數(shù)和頻次呈現(xiàn)減小趨勢[7-12],且很多地區(qū)都存在突變[13]和周期性振蕩[14-16]。全國范圍來看,我國華北、新疆、東北地區(qū)寒潮頻次、強度的減少尤為顯著[16-17]。不同地區(qū)也呈現(xiàn)出不同的年代際變化規(guī)律,青島市在20 世紀(jì)70 年代寒潮頻次最高,90 年代最低[18],阿勒泰市在20 世紀(jì)50 年代寒潮最多[19],河西走廊則在20世紀(jì)80年代出現(xiàn)明顯的低值[20]。

對寒潮的形成機理以及未來可能變化趨勢的研究也有很多。1999 年,張培忠等[21]便指出寒潮的形成主要受出現(xiàn)在亞洲大陸中部的冷高壓影響。馬曉青 等[22]、Li 等[23]、余 洋[24]、Zhang 等[25]分別對2004/2005 年冬季強寒潮天氣、2010 年3 月成都寒潮、2016 年11 月強寒潮,2020 年2 月九江寒潮從大氣低頻波動、高空冷渦等角度探究了寒潮成因。很多學(xué)者也從氣候變化對寒潮影響的角度展開研究。Chen 等[26]通過研究ENSO 和東亞寒潮頻次的關(guān)系,得到受厄爾尼諾影響時寒潮頻次增多,受拉尼娜影響則減少的結(jié)論。北極濤動(AO)指數(shù)和北大西洋濤動(NAO)被認(rèn)為與中國的寒潮頻次、寒潮路徑等有關(guān)[27-29]。Park 等[30]指出在東亞,中國內(nèi)陸由寒潮引起的冰凍降水或降雪事件在正AO 期間更加頻繁。此外,唐孟琪等[31]指出北極新地島地區(qū)海冰的變化可能是造成我國東北地區(qū)寒潮活動年代際變化的原因之一。西伯利亞高壓的增強和移動,使得冷空氣凝聚后的快速南下,是導(dǎo)致中國很多地區(qū)出現(xiàn)寒潮的原因[32-34]。吳嘉蕙等[35]將全國性持續(xù)低溫事件(EPECEs)劃分為冷空氣在烏拉爾山—西伯利亞關(guān)鍵區(qū)堆積和冷空氣爆發(fā)以及消亡三個階段。此外,隨著許多氣候模式的發(fā)展,很多學(xué)者在寒潮預(yù)測方面取得了一定進展。Wei等[36]評估了CFSv2對中國2015—2016 年三次寒潮過程的模擬,發(fā)現(xiàn)CFSv2預(yù)測的氣溫異常在中國內(nèi)陸被明顯低估。姚遙等[37]利用8 個CMIP5 模式集合,對未來極端氣溫進行預(yù)測,并指出到21世紀(jì)末寒潮指數(shù)將減少71%。

因為全球變暖的緣故,科學(xué)家們多關(guān)心熱浪和極端高溫的模擬評估與預(yù)估,對未來冷空氣活動的研究較少且不充分。Yang 等[38]利用CMIP6 模式對冬季東亞寒流路徑的變化進行了預(yù)估,認(rèn)為本世紀(jì)東亞地區(qū)總寒流將減少,但來自北方路徑的強寒流可能增加。在這種背景下,我國各地的寒潮活動具體將如何響應(yīng)還有待深入研究。

綜上所述,前人已經(jīng)對寒潮做了很多相關(guān)研究。但21 世紀(jì)之后,在全球氣候變暖的背景下,極端天氣和氣候事件增多,中國不同區(qū)域寒潮的變化特征如何?本文將以1961—2018 年逐日最低氣溫資料為基礎(chǔ),按照寒潮標(biāo)準(zhǔn)和指標(biāo),分區(qū)域、分時段地對我國近57 年尤其是進入21 世紀(jì)以來寒潮的時空變化特征進行全面的分析,為以后寒潮過程的預(yù)測分析提供一定的參考。

1 資料與方法

1.1 數(shù)據(jù)來源

本文數(shù)據(jù)資料來源于中國氣象局再分析資料數(shù)據(jù)集(CN05.1),該數(shù)據(jù)集是中國氣象局基于2400 余個中國地面氣象臺站的觀測資料,通過常用的“距平逼近”插值方法得到的,包括了逐日氣溫和降水資料,時間長度為1961—2018 年,空間分辨率為0.25°×0.25°[39]。本文選取了其中的日最低氣溫資料。

1.2 寒潮標(biāo)準(zhǔn)

根據(jù)2017 年10 月修訂發(fā)布的中華人民共和國國家標(biāo)準(zhǔn):《寒潮等級》(GB/T 21987—2017)[40],確定中國寒潮標(biāo)準(zhǔn)。即將使某地日最低氣溫24 小時內(nèi)降溫幅度大于或等于8 ℃,或48 小時內(nèi)降溫幅度大于或等于10 ℃,或72 小時內(nèi)降溫幅度大于或等于12 ℃,而且使該地日最低氣溫小于或等于4 ℃的冷空氣活動定義為寒潮。

1.3 研究方法

以中國1961—2018 年逐日最低氣溫數(shù)據(jù)為基礎(chǔ),分析寒潮日數(shù)、寒潮頻次、寒潮強度等要素時空變化特征。由于寒潮主要發(fā)生在秋季、冬季和春季,本文將前一年8 月1 日到該年7 月31 日定義為一個寒潮年,如1961 年8 月1 日到1962 年7 月31 日統(tǒng)計的寒潮頻次記為1962年的寒潮頻次,以此類推。其他寒潮指標(biāo)的定義見表1。未發(fā)生寒潮的格點寒潮強度記為0,區(qū)域平均寒潮日數(shù)、頻次和強度分別是區(qū)域內(nèi)所有格點寒潮日數(shù)、頻次和強度的均值。根據(jù)定義,統(tǒng)計各格點寒潮要素,其中每年的最大寒潮日數(shù)、寒潮頻次和寒潮強度分別指某年全國各個格點寒潮日數(shù)、寒潮頻次和寒潮頻次中的最大值。

表1 單站寒潮各要素定義Table 1 Definition of elements of cold surge

經(jīng)驗正交函數(shù)(Empirical Orthogonal Function,EOF)最早由Person(1902)提出,20 世紀(jì)70 年代初引入到我國氣候研究領(lǐng)域。氣候統(tǒng)計診斷中應(yīng)用最普遍的辦法是把原始變量場分解為正交函數(shù)的線性組合,構(gòu)成為數(shù)很少的互不相關(guān)典型模態(tài),代替原始變量場,每個典型模態(tài)都含有盡量多的原始場的信息,其中EOF 分解技術(shù)就是這樣一種方法。EOF 因為沒有固定函數(shù)、能在有限區(qū)域?qū)Σ灰?guī)則分布的站點進行分解、收斂快等優(yōu)勢,在氣候診斷研究中廣泛使用[41-42]。旋轉(zhuǎn)經(jīng)驗正交函數(shù)(REOF)是在EOF 基礎(chǔ)上,取前幾個主成分作為荷載特征向量進行方差最大正交旋轉(zhuǎn),旋轉(zhuǎn)后的典型空間分布結(jié)構(gòu)清晰,不但能較好地反映不同地域的變化,還可以反映不同地域的相關(guān)分布狀況,被越來越多地應(yīng)用在分離變量場典型空間結(jié)構(gòu)的研究中[43-44]。利用n階多項式擬合方法將1962—2018年劃分為三個時段,然后運用經(jīng)驗正交函數(shù)(EOF)分析方法對各寒潮要素空間形態(tài)進行分析,并通過REOF 方法對中國區(qū)域進行分區(qū)。

在對各區(qū)域寒潮特征進行長時間序列分析時,主要采用一元線性回歸方法進行趨勢分析,運用滑動t檢驗和Manner-Kendall方法進行突變檢測,Morletwave 小波分析進行周期性分析,并進行了顯著性水平為0.05的顯著性檢驗。

2 結(jié)果與分析

2.1 中國寒潮活動的總體特征

圖1 給出了1962—2018 年中國區(qū)域平均寒潮日數(shù)、頻次、強度的變化,圖中4 階多項式擬合結(jié)果[圖1(a)、(d)、(g)]顯示,三者都在21世紀(jì)初出現(xiàn)趨勢拐點,1962—1999 年,全國平均寒潮日數(shù)、頻次、強度都明顯減少,但2000 年后,寒潮趨勢由先前的減少變?yōu)樵黾?。因此?962—2018 年分為1962—1999 年、2000—2018 年兩個階段,前一階段為變化趨勢減少階段,后一階段為變化趨勢增加階段。再運用滑動t檢驗的方法對1962—1999 年、2000—2018 年各寒潮要素進行突變檢測。結(jié)果顯示,1962—1999年間,寒潮日數(shù)、頻次、強度均在1980年發(fā)生顯著突變[圖1(b)、(e)、(h)],而在2000—2018年沒有顯著的突變點[圖1(c)、(f)、(i)]。結(jié)合突變檢測將研究時段分為1962—1979年、1980—1999年、2000—2018年三個階段。

圖1 最左列為1962—2018年中國寒潮日數(shù)(a)、寒潮頻次(d)、寒潮強度(g)距平逐年變化(黑色)及4階多項式擬合(紅色)。中間列和最右列為2000年前后寒潮日數(shù)[(b),(c)]、寒潮頻次[(e),(f)]、寒潮強度[(h),(i)]滑動t檢驗突變檢測圖,圖中藍色實線為顯著性檢驗線(α=0.05)Fig.1 Annual variation(black solid line)and fourth-order polynomial fitting(red solid line)of number of CS(cold surge)day(a),CS frequency(d),CS intensity(g)during 1962—2018 in China(the left column).The middle column and the far right column are the moving t-test of abrupt changes of number of CS day [(b),(c)],CS frequency [(e),(f)],CS intensity [(h),(i)]before and after 2000.The blue solid line in the mutation plot is the significance test line(α=0.05)

圖2 給出了三個階段中國寒潮日數(shù)、最大寒潮日數(shù)、寒潮頻次、最大寒潮頻次、寒潮強度、最大寒潮強度的變化及其趨勢。1962—2018 年,全國平均寒潮日數(shù)、頻次、強度分別以-0.111 d·(10a)-1、-0.0801 次·(10a)-1、-0.0595 ℃·(10a)-1的速率減少,且均有較大的波動,寒潮日數(shù)和寒潮頻次都在1966年和2018年有遠大于其他年份的值,寒潮強度也在2018 年出現(xiàn)遠高于其他年份的強度值,高達5.7 ℃。相反地,最大寒潮日數(shù)、頻次和強度均呈現(xiàn)出增加的趨勢。最大寒潮日數(shù)增加速率為0.261 d·(10a)-1,其中在1996 年達到最大值為44 d[圖2(b)]。最大寒潮頻次增加速率為0.0402次·(10a)-1,2018 年達到最大值為31 次[圖2(d)]。最大寒潮強度增強速率為0.053 ℃·(10a)-1,逐年波動變化中,最大值達到14.31 ℃[圖2(f)]。

圖2 1962—2018年中國寒潮日數(shù)(a)、最大寒潮日數(shù)(b)、寒潮頻次(c)、最大寒潮頻次(d)、寒潮強度(e)、最大寒潮強度(f)逐年變化及各時間段變化(圖中紅色虛線為多年變化趨勢,紅色實線為各階段趨勢,藍色虛線為57年平均值,黑色實線為各階段平均值)Fig.2 Annual variation and three time periods variation of number of CS day(a),maximum number of CS day(b),CS frequency(c),maximum CS frequency(d),CS intensity(e),maximum CS intensity(f)in China during 1962—2018(The red dotted line is the multi-year trend,the red solid line is the trend of each time period,the blue dotted line is the average of 57 years,and the black solid line is the average of each time period)

分時間段看,平均寒潮日數(shù)、寒潮頻次、寒潮強度的規(guī)律表現(xiàn)一致。三者均值在1962—1979 年最大且大于1962—2018 年平均值,1980—1999 年、2000 年后則相反,寒潮日數(shù)、頻次在1980—1999 年均值最小,而寒潮強度在2000年后均值最小。三者在三個時間階段的均值分別為4.754 d/3.298 d/6.446 d、3.298 次/2.668 次/2.850 次、4.284 ℃/3.930 ℃/3.870 ℃。三者的變率在1962—1979年為負,在1980—1999 年、2000 年后為正,但2000 年后變率更大。最大寒潮日數(shù)、頻次、強度在2000 年后均值大于1962—1979 年,最大寒潮強度相反,但都大于1962—2018 年平均值,1980—1999 年則小于1962—2018年平均值。同樣,三者在1962—1979年變率為負,在1980—1999年、2000年后變率為正,且在2000 年后最大,分別達到4.070 d·(10a)-1、2.912次·(10a)-1、1.610 ℃·(10a)-1??傮w來看,六個寒潮要素在三個時間段呈現(xiàn)“前后高中間低”的規(guī)律(除全國平均寒潮強度),變率則呈現(xiàn)“減—增—增”的規(guī)律。尤其2000 年后均值增大,趨勢增加,說明在2000 年之后寒潮活動頻發(fā)、持續(xù)時間久且強度大,并且有持續(xù)增強的趨勢。

2.2 中國寒潮活動空間分布特征

1962—2018 年全國寒潮日數(shù)空間分布差異明顯[圖3(a)],在中國東北和內(nèi)蒙古北部最高,華北北部和新疆北部、青海南部次之,其他區(qū)域相對較低。寒潮日數(shù)高值主要分布在黑龍江北內(nèi)蒙古東北部接壤處、吉林遼寧接壤處和內(nèi)蒙古北部三個區(qū)域均大于20 d,最大值達到24 d以上,同時在新疆北部、青藏東部地區(qū)也存在較大值,大約為12~16 d。1962—1979 年、1980—1999 年、2000—2018 年三個階段的全國寒潮空間分布特征[圖3(c)、(e)、(g)]與1962—2018年平均類似,高值區(qū)也一致。但也存在具體區(qū)別,2000 年后,黑龍江北內(nèi)蒙古東北部接壤處寒潮日數(shù)明顯最多,該區(qū)域大部分高于24 d,甚至高于28 d,吉林遼寧接壤處最高值也達到24 d 以上,內(nèi)蒙古北部相對較小,大部分在16~20 d 范圍。1962—1979 年次之,寒潮日數(shù)最大值高于28 d,在三個高值區(qū)大部分高于20 d。1980—1999 年寒潮日數(shù)相對較少,只有在吉林遼寧接壤處零星地區(qū)寒潮日數(shù)高于24 d,其他兩個高值區(qū)寒潮日數(shù)在16~24 d左右。

1962—2018 年寒潮日數(shù)的變化趨勢空間分布總體上呈現(xiàn)“東南減西北增”的特征。在黑龍江最北部以0.20 d·a-1左右的速率增加,在東北其他地區(qū),內(nèi)蒙古北部,西藏東部以及青海西部地區(qū)顯著減?。蹐D3(b)]。從三個階段的寒潮日數(shù)變化趨勢可以看出,隨著時間的變化,呈現(xiàn)增加趨勢的區(qū)域面積越來越大,增加趨勢也愈發(fā)明顯[圖3(d)、(f)、(h)]。2000 年后,寒潮日數(shù)只在新疆北部、黑龍江北部、南方零星地區(qū)呈減小趨勢,其余我國大部分地區(qū)均呈現(xiàn)增加趨勢,尤其是東北地區(qū),增加的速率達到0.60~0.80 d·a-1且十分顯著,在甘肅寧夏附近地區(qū)也以0.20~0.40 d·a-1的速率顯著增加。2000年以前,1962—1979年除黑龍江、南方、新疆西藏西部以外,大部分地區(qū)呈現(xiàn)減少趨勢,寒潮日數(shù)年變率最小值出現(xiàn)在華北東北接壤處,達到-0.6 d·a-1且趨勢顯著。1980—1999 年寒潮日數(shù)除在華北部分地區(qū)、西藏東南部、新疆西藏接壤處緩慢減少,在全國大部分地區(qū)呈現(xiàn)增加趨勢,且趨勢較平均,大多在0~0.40 d·a-1之間,在西部零星地區(qū)變化趨勢顯著。1962—2018 年和三個階段的寒潮頻次及其變化趨勢的空間分布規(guī)律與寒潮日數(shù)基本一致,這里不做重復(fù)闡述(圖略)。

圖3 中國1962—2018年及各時間段寒潮日數(shù)[(a),(c),(e),(g)]及其變化趨勢[(b),(d),(f),(h)]空間分布Fig.3 Spatial distribution of number of CS day [(a),(c),(e),(g)]and its trend [(b),(d),(f),(h)]in China during 1962—2018

1962—2018 年以及三個階段的寒潮強度空間分布特征基本一致[圖4(a)、(c)、(e)、(g)]。除新疆南部地區(qū),整體上表現(xiàn)為“東南低西北高”。高值出現(xiàn)在青海和西藏東部、華北、東北北部三個區(qū)域,可達到6~7 ℃。2000 年后,寒潮強度高值區(qū)域面積減少,這與圖2(e)所呈現(xiàn)的寒潮均值的變化規(guī)律一致。1962—2018 年,寒潮強度在全國大部分地區(qū)呈增強趨勢[圖4(b)],西藏西部存在顯著的減弱區(qū)。與寒潮日數(shù)、寒潮頻次的規(guī)律類似,隨時間的變化,寒潮強度增強趨勢的區(qū)域面積越來越大,增加趨勢也愈發(fā)明顯。全國絕大部分地區(qū)寒潮強度在2000年之后呈增強趨勢,增強速率達到0.15 ℃·a-1的區(qū)域占全國面積的一半左右,新疆西藏地區(qū)、安徽江蘇一帶尤為顯著,達到0.45 ℃·a-1及以上[圖4(h)]。1962—1979 年,南方、西藏以及新疆西部呈增強趨勢,且在新疆西藏西部地區(qū)趨勢顯著,其他地區(qū)則減弱[圖4(d)]。1980—1999年,只有新疆西藏接壤處以及西藏東南小部分區(qū)域減弱,其余全國大部分區(qū)域均呈現(xiàn)增強趨勢[圖4(f)]。

圖4 中國1962—2018年及各時間段寒潮強度[(a),(c),(e),(g)]及其變化趨勢[(b),(d),(f),(h)]空間分布Fig.4 Spatial distribution of CS intensity [(a),(c),(e),(g)]and its trend [(b),(d),(f),(h)]in China during 1962—2018

總體來看,三個不同階段的寒潮日數(shù)、頻次、強度的空間分布特征均與1962—2018 年平均基本一致,只是不同時間階段程度不同。2000 年后,寒潮日數(shù)多、頻次高、強度大。此外,三者在不同階段的變化趨勢表明,隨時間變化,增加趨勢的覆蓋區(qū)域面積越大且趨勢愈顯著,2000 年后全國大部分地區(qū)寒潮日數(shù)、頻次、強度均呈現(xiàn)增大趨勢,其中寒潮日數(shù)、頻次在東北地區(qū)最為典型,寒潮頻次在安徽江蘇一帶和西部地區(qū)最為典型。

為進一步探究各寒潮要素的空間特征,對1962—2018 年中國寒潮日數(shù)、寒潮頻次、寒潮強度進行經(jīng)驗正交函數(shù)(EOF)分析。寒潮日數(shù)的第一模態(tài)[圖5(a)]表現(xiàn)出東北地區(qū)和西藏西南地區(qū)荷載值反號的分布情況,說明寒潮日數(shù)在上述兩個區(qū)域變化相反,可以稱之為“東北西南反向型”。第一模態(tài)的方差貢獻率為32.27%,遠高于其他兩個模態(tài),說明這種空間模態(tài)是最主要的。第一模態(tài)對應(yīng)的標(biāo)準(zhǔn)時間序列(PC1)反映了該分布型的時間變化特征[圖5(b)],顯示西藏、西南地區(qū)總體呈增加趨勢,該地區(qū)寒潮日數(shù)在1965 年、2018 年偏少,在20 世紀(jì)80—90年代大部分年份偏多,具體表現(xiàn)為負-正-負的變化特征,東北地區(qū)的寒潮日數(shù)變化特征則與之相反。雖然寒潮日數(shù)的第二、三模態(tài)的解釋均方差較小,但也反映了其變化的一些重要特征。第二模態(tài)[圖5(c)]呈現(xiàn)出新疆北部、內(nèi)蒙古北部、華南地區(qū)變化趨勢一致且與其他地區(qū)相反的特征。對應(yīng)的標(biāo)準(zhǔn)事件序列(PC2)表明上述三個區(qū)域總體呈現(xiàn)減少的趨勢,波動性較大,有一定的周期性特征,以東北地區(qū)為代表的其他地區(qū)則相反[圖5(d)]。第三模態(tài)[圖5(e)]則呈現(xiàn)出新疆北部、東北北部,華南南部三個地區(qū),與中緯度地區(qū)變化相反的特征,而該模態(tài)的標(biāo)準(zhǔn)時間序列[圖5(f)]顯示這三個區(qū)域寒潮日數(shù)總體增加,中緯度地區(qū)減少。

圖5 1962—2018年中國寒潮日數(shù)EOF前三模態(tài)空間分布[(a),(c),(e)]及對應(yīng)標(biāo)準(zhǔn)時間序列[(b),(d),(f)]Fig.5 Spatial distribution of the first three EOF modes of number of CS days in China during 1962—2018 [(a),(c),(e)]and corresponding standard time series [(b),(d),(f)]

寒潮頻次的第一模態(tài)和第二模態(tài)所表現(xiàn)出來的特征與寒潮日數(shù)非常一致。寒潮頻次的第三模態(tài)也呈現(xiàn)出新疆北部、東北北部,華南南部三個地區(qū),與其余地區(qū)的變化特征相反的空間特征,但是其標(biāo)準(zhǔn)時間序列表明這三個地區(qū)的變化趨勢是逐年減少的,中緯度地區(qū)是增加的,與寒潮日數(shù)相反(圖略)。

寒潮強度(圖6)的第一模態(tài)表現(xiàn)出全國絕大部分地區(qū)變化一致的分布特征,可以稱之為“全國一致性”。第一模態(tài)對應(yīng)的標(biāo)準(zhǔn)時間序列(PC1)表明,1962—2018 年全國絕大部分地區(qū)寒潮強度總體上呈減弱趨勢。寒潮強度第二模態(tài)表現(xiàn)出南方地區(qū)和新疆西部與其他地區(qū)相反的空間形態(tài),其標(biāo)準(zhǔn)時間序列(PC2)表明南方地區(qū)和新疆西部總體呈增強趨勢,其他地區(qū)相反。第三模態(tài)表現(xiàn)出新疆南部和內(nèi)蒙古地區(qū)兩地區(qū)變化一致,且與其他地區(qū)相反的空間形態(tài),這兩個地區(qū)的寒潮強度在1962—2018年微弱增強,其他地區(qū)則逐年減弱[圖6(f)]。第一模態(tài)的方差貢獻率僅為7.91%,且與第二模態(tài)接近,說明第一、第二空間模態(tài)都只反映我國寒潮強度變化的某一特征,也就是說從EOF 的分析結(jié)果看,寒潮有第一、第二模態(tài)的特征,但因為方差貢獻較小,它們不能主導(dǎo)主體特征,所以我們對寒潮進行分區(qū),來具體比較分析各區(qū)域的變化特征。

圖6 1962—2018年中國寒潮強度EOF前三模態(tài)空間分布[(a),(c),(e)]及對應(yīng)標(biāo)準(zhǔn)時間序列([(b),(d),(f)]Fig.6 Spatial distribution of the first three EOF modes of CS intensity in China during 1962—2018 [(a),(c),(e)]and corresponding standard time series [(b),(d),(f)]

2.3 中國各分區(qū)寒潮活動特征

中國地域遼闊,各地氣候差異明顯,為了更客觀地對寒潮進行研究,對統(tǒng)計得到的57年的寒潮強度序列進行REOF 分析(圖7),依據(jù)前5 個模態(tài),并結(jié)合我國傳統(tǒng)地理區(qū)域劃分,將中國分為西北、北方、東北、西南、南方5個區(qū)域。

為了更準(zhǔn)確地探究中國寒潮活動的特征,分區(qū)對寒潮日數(shù)、寒潮頻次、寒潮強度的長時間變化特征進行分析。西北地區(qū)、北方地區(qū)、東北地區(qū)、西北地區(qū)、南方地區(qū)的寒潮日數(shù)分別以-0.0783、-0.1243、-0.1757、-0.0865、-0.1132 d·(10a)-1的速率減少,寒潮頻次分別以-0.0706、-0.0914、-0.1055、-0.0727、-0.0702 次·(10a)-1的速率減少,寒潮強度分別以-0.0816、-0.0350、-0.0120、-0.1469、-0.0552 ℃·(10a)-1的速率減弱(圖8)。

圖8 1962—2018年各地區(qū)中國寒潮日數(shù)[(a),(d),(g),(j),(m)]、寒潮頻次[(b),(e),(h),(k),(n)]、寒潮強度[(c),(f),(i),(l),(o)]逐年變化及各時間階段變化(圖中紅色虛線為多年變化趨勢,紅色實線為各階段趨勢,藍色虛線為57年平均值,黑色實線為各階段平均值)Fig.8 Annual variation and three time periods variation of number of CS day [(a),(d),(g),(j),(m)],CS frequency [(b),(e),(h),(k),(n)],CS intensity [(c),(f),(i),(l),(o)]in every region in China during 1962—2018(The red dotted line is the multi-year trend,the red solid line is the trend of each time period,the blue dotted line is the average of 57 years,and the black solid line is the average of each time period)

就寒潮日數(shù)而言,所有地區(qū)總體呈增加趨勢。北方和東北在2000 年后的均值大于1962—2018 年均值,其他地區(qū)則低于1962—2018年均值。2000年之前,所有地區(qū)寒潮日數(shù)均值在1962—1979年均大于1962—2018 年均值,在1980—1999 年相反。1962—1979 年,除西北地區(qū)外,其他四個地區(qū)均呈減少趨勢。1980—1999 年,北方地區(qū)呈減少趨勢,其他四個地區(qū)都呈增加趨勢。西北地區(qū)在三個時間階段的寒潮日數(shù)均增加。除西北地區(qū)寒潮頻次在2000年后總體減小,所有地區(qū)的寒潮頻次在1962—1979 年、1980—1999 年、2000—2018 年三個階段的均值、變化趨勢都與對應(yīng)的寒潮日數(shù)的規(guī)律一致。2000 年之后、北方、東北地區(qū)寒潮強度均值增加并超過總體均值,其他地區(qū)則相對1980—1999年減小。所有地區(qū)均呈增強趨勢,其他地區(qū)減弱。2000年之前,各地區(qū)寒潮強度在1962—1979年均值都高于1962—2018年平均值,1980—1999年則小于1962—2018 年平均值。1960—1979 年,西北、西南地區(qū)和南方地區(qū)寒潮強度呈增強的變化趨勢,其他地區(qū)呈減弱趨勢。1980—1999 年,南方、北方地區(qū)呈增強趨勢,其他三個地區(qū)呈減弱趨勢。

總體來看,北方地區(qū)和東北地區(qū)在2000年后寒潮日數(shù)、頻次以及強度均值相對1980—1999年均增加,其他地區(qū)相反,且除北方地區(qū)寒潮強度外,兩地區(qū)2000 年后各要素均值都超過1962—2018 年的平均值,但低于1960—1979年均值。幾乎所有地區(qū)的寒潮日數(shù)、頻次、強度在2000 年后變化趨勢都是增加或增強的。

各地區(qū)不同寒潮要素最大值和最小值出現(xiàn)的年份存在差異(表2)。中國北部西北、北方和東北三個地區(qū)寒潮日數(shù)、頻次、強度基本在2017年、2018年出現(xiàn)最大值,說明這兩年中國北部地區(qū)寒潮頻發(fā),時間久強度大。而西南和南部地區(qū)寒潮日數(shù)、寒潮頻次、寒潮強度最大值更多出現(xiàn)在1960s、1970s,最小值在1980s初出現(xiàn)。

表2 五個地區(qū)各寒潮要素的達到最值的年份Table 2 The year when CS elements reached their maximum and minimum value in the five regions

2.4 中國地區(qū)寒潮活動的周期和突變特征

圖9 為1962—2018 年中國整體及各區(qū)域平均寒潮日數(shù)、寒潮頻次和寒潮強度的小波功率譜。全國平均寒潮日數(shù)、寒潮頻次在2000 年之后、20 世紀(jì)60 年代和1980 年前后存在3~5 a 的顯著振蕩周期,在1970—1995 年存在準(zhǔn)10 a 的振蕩周期[圖9(a)、(b)]。全國平均寒潮強度在2010 年后和20 世紀(jì)60年代同時存在準(zhǔn)3 a和4~8 a的顯著周期[圖9(c)]。

所有地區(qū)寒潮日數(shù)、寒潮頻次的周期性特征基本一致。西南、北方、東北、西南四個地區(qū)在2000年后、20世紀(jì)60年代均存在3~5 a的顯著周期,年代際尺度上,四個地區(qū)在不同時期也存在準(zhǔn)10 a 的周期但不顯著。南方地區(qū)只在1960s 存在3~5 a 的顯著周期[圖9(p)、(q)]。就寒潮強度而言,西北和東北地區(qū)均在2010 年后、1960s 存在3~5a 的顯著周期,東北地區(qū)還在1980—2000 年存在一個準(zhǔn)8 a 的顯著周期[圖9(f)、(l)]。北方地區(qū)在2010 年后、1960s則存在準(zhǔn)10 a 的顯著周期,且在1990—2018 年伴隨3~7 a 的顯著周期[圖9(i)]。西南地區(qū)在2010 年后、1960s 的寒潮強度周期規(guī)律與全國平均一致,存在準(zhǔn)3 a 和4~8 a 的顯著周期,且在1970—1995 年存在3~7 a 的振蕩周期[圖9(i)]。南方地區(qū)寒潮強度在2000年后、1962—1965年存在6~8 a的顯著周期,且在1965—1980 年及2000 年前5 年存在2~4 a 的顯著周期[圖9(r)]。

圖9 1962—2018年中國區(qū)域平均及各地區(qū)平均寒潮日數(shù)[(a),(d),(g),(j),(m),(p)]、寒潮頻次[(b),(e),(h),(k),(n),(q)]、寒潮強度[(c),(f),(i),(l),(o),(r)]的小波功率譜,黑色實線表示通過顯著性檢驗(α=0.05)Fig.9 Annual wavelet power spectra and total wavelet power spectra of mean of number of CS day [(a),(d),(g),(j),(m),(p)],CS frequency [(b),(e),(h),(k),(n),(q)]and CS intensity [(c),(f),(i),(l),(o),(r)]in China and each region during 1962—2018,the solid black line indicate passed the significance test(α=0.05)

總體來看,中國區(qū)域平均和各地區(qū)的各要素基本都存在3~5 a 的顯著周期,且往往出現(xiàn)在2000 年后(尤其是2010年后)以及20世紀(jì)60年代。各地區(qū)寒潮日數(shù)、寒潮頻次的周期振蕩規(guī)律基本一致。除南方地區(qū)外,其他四個地區(qū)的寒潮日數(shù)、寒潮頻次在不同時段也存在準(zhǔn)10 a的不顯著周期。寒潮強度的周期特征在不同地區(qū)差異較大,不同于寒潮日數(shù)、頻次,南方地區(qū)的寒潮強度在2000 后存在6~8 a的顯著周期。

為了進一步探究中國寒潮活動的變化特征,運用Manner-Kendall 突變檢測方法對各地區(qū)寒潮日數(shù)、頻次、強度進行突變檢測,統(tǒng)計其前后趨勢明顯變化的突變年份(表3)。西北地區(qū)各寒潮要素和西南地區(qū)寒潮強度在1980s 發(fā)生突變。東北地區(qū)寒潮日數(shù)、頻次、強度發(fā)生在1968 年、1968 年、1966 年。其他地區(qū)各要素都在1970s 發(fā)生突變。整體來看,東北地區(qū)寒潮各特征要素的突變均較早,而中國西部的西南、西北兩個地區(qū)突變年份相對較晚。這與徐蒙等[13]得到的極端降溫事件頻次在東北地區(qū)突變年份早于新疆、青藏高原的突變規(guī)律一致。

3 結(jié)論

本文基于中國1961—2018 年的0.25°×0.25°逐日最低氣溫數(shù)據(jù),利用n階多項式擬合、滑動t檢驗、EOF 和REOF、一元線性回歸、Morlet 小波變化、Manner-Kendall 突變檢驗等方法,分析了中國整體及各區(qū)域寒潮日數(shù)、寒潮頻次、寒潮強度的時空分布特征,主要結(jié)論如下:

(1)1962—1999 年,全國平均寒潮日數(shù)、頻次、強度都明顯減少,但2000 年后變?yōu)樵黾?,寒潮活動頻發(fā)、持續(xù)時間久且強度大。根據(jù)變化趨勢以及突變特征將1962—2018 年中國寒潮變化劃分為1960—1979 年、1980—1999 年 和2000 年 后三個階段。

(2)1962—2018 年與各階段寒潮日數(shù)、頻次、強度的空間分布特征分別保持一致。寒潮日數(shù)、頻次在內(nèi)蒙古北部、東北地區(qū)值較大。而寒潮強度總體上呈現(xiàn)出從東南到西北逐漸增強的空間分布特征,主要高值區(qū)為青海和西藏東部、華北、東北北部三個區(qū)域。寒潮各要素變化趨勢在空間上存在差異。1962—2018 年,寒潮日數(shù)、頻次的整體趨勢呈“東南減西北增”的分布,寒潮強度則為全國絕大部分一致增強。2000 年后,全國大部分地區(qū)寒潮日數(shù)、頻次、強度均呈現(xiàn)增大趨勢,寒潮日數(shù)、頻次在東北地區(qū)最為典型,寒潮強度則在安徽江蘇一帶最為典型。

(3)寒潮日數(shù)和寒潮頻次的EOF 第一模態(tài)表現(xiàn)為“東北西南反向型”,即東北地區(qū)和西藏西南地區(qū)存在反向變化。但寒潮強度EOF 第一模態(tài)表現(xiàn)為“全國一致型”,即全國絕大部分地區(qū)的變化一致。

(4)通過對多年寒潮強度的旋轉(zhuǎn)經(jīng)驗正交分解,可以將中國較為客觀地劃分5個區(qū)域,分別為西北地區(qū)、北方地區(qū)、東北地區(qū)、西南地區(qū)、南方地區(qū)。1962—2018 年,各地區(qū)的寒潮日數(shù)、頻次、強度均呈減小趨勢。2000 年之后,幾乎所有地區(qū)各要素變化趨勢均為上升。北方地區(qū)和東北地區(qū)在2000 年后均值相對1980—1999年增加,其他地區(qū)則相反。

(5)全國平均寒潮日數(shù)、頻次、強度在1980年發(fā)生顯著突變,2000 年后無顯著突變。不同區(qū)域突變時間存在差異,西北地區(qū)各寒潮要素和西南地區(qū)寒潮強度在1980s 發(fā)生突變。東北地區(qū)各要素突變時間都最早,發(fā)生在1960s 末。其他地區(qū)各要素都在1970s 發(fā)生突變,西南、西北地區(qū)相對較晚。寒潮日數(shù)、頻次和強度在中國區(qū)域和各地區(qū)基本都存在3~5 a的振蕩周期。各地區(qū)寒潮日數(shù)、寒潮頻次的周期振蕩規(guī)律基本一致,1960s 和2010s 存在相同的顯著周期。

寒潮事件對農(nóng)業(yè)生產(chǎn)等影響較大,本文未涉及寒潮演變的機理,仍需從大氣環(huán)流等角度深入探究中國整體及各地區(qū)寒潮活動變化的內(nèi)在原因和外在影響。此外,本文僅依據(jù)寒潮等級國家標(biāo)準(zhǔn)(GB/T 21987—2017)進行了格點寒潮分析,但寒潮實際上是區(qū)域演變過程,將繼續(xù)開展寒潮過程及其演變過程的研究。

猜你喜歡
寒潮日數(shù)趨勢
漢江上游漢中區(qū)域不同等級降水日數(shù)的氣候變化特征分析
趨勢
超級秀場 寒潮來襲
天津市濱海新區(qū)塘沽地域雷暴日數(shù)變化規(guī)律及特征分析
初秋唇妝趨勢
2016年寒潮來襲,濕凍模式開啟
SPINEXPO?2017春夏流行趨勢
2016年烏蘭察布市一次罕見寒潮天氣分析
海南省雷暴日數(shù)年代際變化特征
寒潮悄然來襲
新丰县| 新野县| 揭西县| 诸暨市| 勐海县| 大城县| 长寿区| 岳普湖县| 偃师市| 类乌齐县| 万年县| 田阳县| 荆门市| 恩施市| 巢湖市| 肇源县| 天镇县| 嘉峪关市| 林周县| 宜都市| 芦溪县| 棋牌| 加查县| 五大连池市| 五台县| 广东省| 沧州市| 乐安县| 元谋县| 克什克腾旗| 元氏县| 界首市| 昌宁县| 灵武市| 鄂尔多斯市| 麟游县| 琼结县| 丹巴县| 淮滨县| 德惠市| 吴桥县|