任釔潼， 程清平，2，3， 金韓宇

1.西南林業(yè)大學(xué) 地理與生態(tài)旅游學(xué)院，昆明 650224；2.西南生態(tài)文明研究中心，昆明 650224；3.中國科學(xué)院 西北生態(tài)環(huán)境與資源研究院玉龍雪山冰凍圈與可持續(xù)發(fā)展國家(云南省)科學(xué)野外觀測研究站，蘭州 730000

近幾年全球氣候加速變暖，極端氣候事件風(fēng)險進一步加劇[1].寒潮作為我國主要的天氣過程之一，伴隨的急劇降溫所觸發(fā)的極端低溫事件嚴重影響國民經(jīng)濟及人民生命財產(chǎn)安全[2-3].長期以來，國內(nèi)學(xué)者對寒潮進行了大量研究工作，李憲之[4]、陶詩言[5]、丁一匯[6]等研究寒潮源地、發(fā)展機理與侵襲路徑，形成了比較系統(tǒng)和經(jīng)典的寒潮理論[7]；王遵婭和丁一匯[8]、魏鳳英[9]、朱晨玉等[10]，從全國尺度對寒潮進行統(tǒng)計分析并分別指出大氣環(huán)流異常(諸如西伯利亞高壓減弱、北極濤動位相增強)對國內(nèi)寒潮減少有顯著影響.當(dāng)前，長江中下游[11]、青藏高原[12]、四川盆地[13]、河西走廊[14]、云南[15]等區(qū)域相關(guān)寒潮研究均進一步揭示了寒潮的空間異質(zhì)性以及大氣環(huán)流異常與寒潮的顯著關(guān)聯(lián).

橫斷山區(qū)氣候敏感，容易受到青藏高原影響，是東南亞極為重要的生態(tài)廊道——縱向嶺谷區(qū)的重要組成部分[16-17].在全球氣候變暖的背景下，研究橫斷山區(qū)歷史寒潮事件的時空特征，識別寒潮與大尺度環(huán)流指數(shù)的關(guān)聯(lián)具有重要的現(xiàn)實意義，可以為寒潮監(jiān)測預(yù)警等氣候業(yè)務(wù)提供參考[10].

1 數(shù)據(jù)來源與方法

1.1 研究區(qū)域概況

橫斷山區(qū)(24.68°-34.33°N，97.32°-104.45°E)位于青藏高原東南側(cè)(圖1)，包括川滇西部和西藏自治區(qū)東部，系南北走向山脈，海拔329～6 304 m，平均海拔3 000 m.橫跨亞熱帶和高原溫帶的地理條件導(dǎo)致區(qū)內(nèi)的水熱條件空間異質(zhì)性大.

審圖號：GS(2020)4619號

1.2 數(shù)據(jù)來源

橫斷山區(qū)內(nèi)66個氣象站點1961—2019年的逐日最低氣溫數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)中心的中國地面氣候日值數(shù)據(jù)集(http：//data.cma.cn/)；為研究寒潮對大尺度環(huán)流異常的響應(yīng)所選取的北極濤動指數(shù)(AO)、大西洋數(shù)十年震蕩指數(shù)(AMO)、太平洋年代際振蕩指數(shù)(PDO)、多變量ENSO指數(shù)(MEI)、東大西洋-西俄羅斯遙相關(guān)指數(shù)(EA/WR)、太平洋-北美遙相關(guān)型指數(shù)(PNA)、西藏高原-1指數(shù)(TPR1)、西藏高原-2指數(shù)(TPR2)、西太平洋副熱帶高壓面積指數(shù)(WPSHI)、西太平洋副熱帶高壓強度指數(shù)(WPSHII)、西太平洋副熱帶高壓脊線指數(shù)(WPSHLI)及西太平洋副熱帶高壓西伸脊點指數(shù)(WPSHPI)來自中國氣象局國家氣候中心發(fā)布的大尺度環(huán)流指數(shù)集(http：//ncc-cma.net/cn/)，指數(shù)定義詳見http：//ncc-cma.net/Website/index.php?ChannelID=43&WCHID=5.

1.3 研究方法

1.3.1 寒潮標(biāo)準(zhǔn)

依據(jù)《寒潮等級》(GB/T21987-2017)確定橫斷山區(qū)寒潮標(biāo)準(zhǔn)：將某地日最低氣溫24 h內(nèi)降溫幅度大于或等于8 ℃，或48 h內(nèi)降溫幅度大于或等于10 ℃，或72 h內(nèi)降溫幅度大于或等于12 ℃，并且使該地日最低氣溫大于或等于4 ℃的冷空氣活動定義為寒潮[18].

以研究區(qū)1961—2019年逐日最低氣溫為基礎(chǔ)，分析寒潮頻次及初終日的時空變化特征.由于寒潮主要發(fā)生在春季、秋季及冬季，本研究將該年9月1日到次年5月31日定義為一個寒潮年.寒潮初日定義為一個寒潮年內(nèi)初次寒潮的日期；寒潮終日定義為一個寒潮年內(nèi)末次寒潮的日期.采用儒略日換算方法確定寒潮的初日(寒潮年內(nèi)首次出現(xiàn)寒潮的日期)、終日(寒潮年內(nèi)最后出現(xiàn)寒潮的日期)及持續(xù)日數(shù)，如：以1月1日為起點記為1，2月1日記為32，即將寒潮出現(xiàn)的初日、終日日期轉(zhuǎn)換為距離1月1日的實際日數(shù)，得到寒潮初日、終日的時間序列.

1.3.2 趨勢特征識別

采用Sen斜率[19]結(jié)合修訂的Mann-Kendall[20]以及Pettitt突變檢驗[21]辨識寒潮時空變化特征.

1.3.3 大尺度環(huán)流因子檢測

采用小波相干分析(Wavelet Transform Coherence，WTC)[22]探測寒潮與大尺度環(huán)流指數(shù)的共振周期，剖析寒潮與大氣環(huán)流異常的聯(lián)系.厄爾尼諾/拉尼娜-南方濤動(El Nio/La Nia-Southern Oscillation，ENSO)是造成全球氣候年際變化的最重要的海氣耦合現(xiàn)象，對中國氣候影響顯著，因此單獨剖析ENSO下寒潮變化特征對于揭示極端事件的驅(qū)動因素具有重要意義[23].ENSO事件的判定采用NOAA地球系統(tǒng)實驗室發(fā)布的多變量ENSO指數(shù)(MEI)雙月等級排序數(shù)據(jù)集進行：若MEI等級排序為1～21，視為一次拉尼娜現(xiàn)象；若MEI等級排序為48～68，視為一次厄爾尼諾現(xiàn)象.

2 結(jié)果與分析

2.1 寒潮時間特征分析

由圖2可知，橫斷山區(qū)全年寒潮呈顯著減少態(tài)勢(每10年減少0.05次)，其中又以冬季最為顯著(每10年減少0.04次)，春季次之(每10年減少0.03次)，秋季最低(每10年減少0.02次)，即冬季寒潮的顯著減少主導(dǎo)了區(qū)內(nèi)寒潮變化趨勢.Pettitt突變檢驗發(fā)現(xiàn)，橫斷山區(qū)于1983年發(fā)生顯著突變，1983年以前寒潮年均頻次為0.95次/a，1983年以后寒潮年均頻次0.78次/a.

注：“*”表修訂的Mann-Kendall趨勢檢驗統(tǒng)計值絕對值|Z|≥1.96

2.2 寒潮空間變化特征

空間上橫斷山區(qū)全年單站寒潮(圖3a)表現(xiàn)為北多南少，以石渠、紅原、色達及若爾蓋站最多(≥3次/a).81.82%的站點寒潮趨于減少，以德格、稻城、美姑、香格里拉以及彌渡站最為顯著，且沿金沙江峽谷以及云嶺呈“V”形分布；少數(shù)站點寒潮趨于緩慢增加，多分布在橫斷山南部.

春季(圖3b)，石渠、紅原、色達以及若爾蓋站寒潮多發(fā)(≥1 次/a).68.19%的站點寒潮趨于減少，以若爾蓋、紅原、色達、稻城以及香格里拉站最為顯著，多分布在橫斷山北部和中部；18.19%的站點寒潮趨于緩慢增加，其余站點寒潮無明顯變化趨勢.秋季(圖3c)，51.52%的站點寒潮呈減少態(tài)勢，以色達、松潘以及香格里拉站最為顯著；33.33%的站點寒潮頻次無明顯趨勢，多分布于橫斷山區(qū)東西兩側(cè)；15.16%的站點寒潮緩慢增加，多分布在橫斷山南部.冬季(圖3d)，60.61%的站點寒潮趨于減少，以若爾蓋、色達、香格里拉站最為顯著，此外有36.37%的站點寒潮頻次趨于增長，多分布在“若爾蓋-蘭坪站”以東.

中國分類號：GS(2020)4619號

2.3 寒潮對大尺度環(huán)流異常的響應(yīng)特征

2.3.1 WTC分析

圖4可知，1961-2018年，EA/WR與寒潮在11.69～15.34 a的周期上呈穩(wěn)定的顯著負相關(guān)，1996-2008年，在3.68～5.84 a的周期上寒潮顯著提前于EA/WR；MEI于1970-1877年、1984-1988年分別在5.21～7.80 a、2.19～2.46 a的周期上與寒潮呈顯著正相關(guān).PNA，TPR1以及TPR2在1974-1989年分別在9.28～12.38 a、6.95～10.41 a以及6.59～11.03 a的周期上與寒潮呈顯著負相關(guān)；WPSHLI在1965-1980年在2.19～2.92 a的周期上與寒潮呈顯著負相關(guān)，1980年以后表現(xiàn)為在更低周期上的顯著負相關(guān).

注：黑色粗輪廓表示通過α=5%紅噪聲檢驗；從左向右箭頭表示寒潮事件與大尺度環(huán)流指數(shù)正相關(guān)，從右向左箭頭表示寒潮事件與大尺度環(huán)流指數(shù)負相關(guān)，垂直向下箭頭表示寒潮比大尺度環(huán)流指數(shù)提前90°，垂直向上的箭頭表示大尺度環(huán)流指數(shù)比寒潮事件提前90°

AMO，AO，PDO，WPSHI，WPSHII，WPSHPI與區(qū)內(nèi)寒潮僅出現(xiàn)短暫的一致性，其中AO，PDO在1996-2004年分別在2.32～3.28 a、2.07～2.15 a的周期上顯著提前，滯后于寒潮.

2.3.2 厄爾尼諾下寒潮事件變化特征

如表1所示，總體上，厄爾尼諾和拉尼娜下均以冬季寒潮日所占比重最大(25.88%～39.42%).1961-1980年，拉尼娜較厄爾尼諾更為頻繁，拉尼娜下寒潮日比重最高(54.5%～66.04%)；1980年以后，厄爾尼諾較拉尼娜更為頻繁，且以厄爾尼諾下寒潮日比重最高(52.56%～53.06%).此外，厄爾尼諾下，春、秋、冬三季的寒潮日比重均趨于上升，拉尼娜下春、秋、冬三季的寒潮日比重均趨于減小，且趨勢變化程度均以冬季最高.

表1 厄爾尼諾和拉尼娜下季節(jié)寒潮累積日數(shù)年代際變化

2.4 寒潮持續(xù)日數(shù)與初終日統(tǒng)計

2.4.1 寒潮持續(xù)日數(shù)統(tǒng)計特征

圖5a表明單站寒潮累積日數(shù)由北向南呈“階梯式”減少，以32°N最為明顯.32°N以北，1961-1980年單站寒潮日相對偏多，1980-2018年偏少但波動強烈；32°N以南，情況相反，即1961-1980年寒潮日偏多，1980-2018年偏少，以28°N地區(qū)最為明顯.圖5b表明，橫斷山區(qū)單次單站寒潮事件可持續(xù)1～15 d，但以短持續(xù)日寒潮(1～5 d)為主.短持續(xù)日寒潮、中持續(xù)日寒潮(6～10 d)在1961-2000年趨于減少，2000年后趨于增加.長持續(xù)日寒潮(11～15 d)屬極小概率事件，在1960-2018年未出現(xiàn)明顯增減.

圖5 1961-2018年橫斷山區(qū)寒潮結(jié)構(gòu)特征

2.4.2 寒潮初終日統(tǒng)計特征

如圖6a所示，橫斷山區(qū)寒潮初日(10月4日至次年5月7日)表現(xiàn)為西北提早南部滯后(1月5日至4月6日).全區(qū)56.06%的站點寒潮初日整體趨于提早(每10年提早2 d)，僅彌渡站(每10年提早3.33 d)通過0.05顯著性檢驗；43.94%的站點寒潮初日滯后，其中以香格里拉(每10年滯后4.62 d)、寧蒗站(每10年滯后7.96 d)最為顯著.如圖6b所示，全區(qū)寒潮終日區(qū)域差異性較小，即各站寒潮終日較于初日均較為同步(1月10日-3月16日).66.67%的站點寒潮終日趨于提早，其中以昭覺(每10年提早3.70 d)、色達(每10年提早5.48 d)、香格里拉(每10年提早13.8 d)、稻城(每10年提早7.8 d)、喜德(每10年提早0.32 d)、彌渡(每10年提早3.75 d)、美姑站(每10年提早2.61 d)最為顯著.其余站點寒潮終日推遲，但均未通過0.05顯著性檢驗.

圖6 1961-2018年橫斷山區(qū)寒潮初日及終日時空變化特征

3 討論與結(jié)論

3.1 討論

本研究發(fā)現(xiàn)橫斷山區(qū)寒潮多發(fā)于冬季，與王遵婭等[8]所描述的南方寒潮多發(fā)于春季的情況不符，這可能與對寒潮的判定標(biāo)準(zhǔn)不同以及國內(nèi)氣溫趨于升高[24]導(dǎo)致春季寒潮減少有關(guān).研究區(qū)內(nèi)寒潮于1983年發(fā)生顯著突變，與朱晨玉等[10]研究得出的國內(nèi)寒潮突變時間點接近；研究區(qū)寒潮趨于減少，與長江中下游[11]、青藏高原[12]、云南[15]地區(qū)寒潮變化趨勢一致，與四川盆地[13]趨勢相反.研究區(qū)內(nèi)寒潮對EA/WR的響應(yīng)最強，對AO的響應(yīng)較弱，這與王遵婭等[8]的AO對寒潮具有顯著影響的結(jié)論不一致.

全球氣候變暖，極端低溫事件發(fā)生的頻率和強度與空間范圍變化顯著[25-26]，因此需加強相關(guān)領(lǐng)域的監(jiān)測分析.盡管橫斷山區(qū)寒潮趨于減少，但寒潮初日、終日趨于提早或?qū)Υ翰プ魑锂a(chǎn)生嚴重影響，因此需加強春季寒潮的監(jiān)控預(yù)防.此外，橫斷山區(qū)是重要生態(tài)屏障，是生物的重要庇護所[16]，需進一步從頻率、強度等方面對寒潮作更深入的研究.

3.2 結(jié)論

1)1961-2018年研究區(qū)寒潮趨于顯著減少(每10年減少0.05 次)，但持續(xù)日上仍以1～5 d寒潮為主；受緯度和海拔的影響，研究區(qū)內(nèi)寒潮北多南少，以32°N為重要分界線.

2)彌渡、寧蒗、香格里拉站的寒潮初日，昭覺、色達、香格里拉、稻城、喜德、彌渡以及美姑站的寒潮終日均已發(fā)生顯著變化.

3)EA/WR，MEI，PNA，TPR1，TPR2，WPSHLI與寒潮的相關(guān)性最為顯著；厄爾尼諾下寒潮比重趨于增加.