英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

1960-2012年间秦岭山脉及其周围地区极端气温事件分析

摘要：在这项研究中，在每天的最大和最低温度数据的基础上来计算秦岭山脉的北部和南部地区的极端温度的16个指标，使用线性趋势和相关分析等方法探讨时空变化趋势，空间分布模式和极端温度事件的相关性。结果如下。在整个地区极端寒冷和温暖指数表现出相反的变化趋势:寒冷指数(TX10 TN10，ID、FD和CSDI)下降;温暖指数(TX90 TN90，SU，TR和WSDI) 增加;极值指数(TXn，TNn，TXx和TXn)增加;昼夜温度范围(DTR)下降。绝对指标，极值指标和其他指标显示一定的纬度

地区性:冰天(ID)和霜冻天(FD) 从北到南减少，而夏天(SU)热带的夜晚(TR)、极值指数(TXn，TNn，TXx和TXn)，寒冷和温暖的持续时间指数 (CSDI和WSDI)和生长季长度(GSL) 从北到南增加。相关分析结果表明，除了极值指数和个人指标，极端温度指数相关。高度也很大的影响极端温度指标的空间分布，无处不在的城市热岛效应也对极端温度的变化幅度有影响。

1引言

在过去的100年里，全球气候的剧烈变化吸引了注意力，气候变化研究的数量，特别是极端天气事件研究的数量在增加。目前的关注在预测空间和时间变化，可能的原因和气候系统一个或多个气候因素的未来趋势和对自然和生态系统的影响。气候变化加剧气候系统的不稳定，以及极端气候事件的频率不断增加。历史观测数据表明，在过去的100年里，洪水、干旱、热浪和寒流的频率等表现出增加的趋势，以及这些影响的范围增加了。在全球当前的模型生成的未来气候情景中，一些地区极端气候事件的频率会更高，造成更大的灾难。紧急事件数据库的统计报告显示，72.6%的全球自然灾害为气象灾害。瑞士的一项研究报告还表示，在2010年极端天气事件中负责多达91%自然灾害。然而，在各种极端天气类型，热浪和寒流等得到最多的关注，因为他们在政治、社会经济、环境、生态系统和人类健康有最明显和直接的影响。例如，一个大规模的2003年欧洲的热浪事件造成大约40000人死亡。2010年，东欧自然灾害的影响范围，夏季热浪事件的强度和持续时间都大于2003年。此外，突然低温冰冻雨雪灾害影响中国南方大部分地区。在2008年冬天，造成生命和财产的巨大损失。这些严重的灾害已经吸引了越来越多的研究者的关注。相对于全球范围内，极端气候事件在区域范围内也得到了关注，特别是特定的地理位置、地形和气候的地区更容易受到气象灾害和遭受沉重的损失。除了上述研究评估的频率、强度、影响范围，其他极端天气事件的详细特征也包括死亡率，灾害的经济损失和社会影响。

在中国，寒潮频繁爆发在中国北方的冬天，而炎热的天气和热浪在夏天通常出现在中国南部，中国西北干旱和半干旱地区。此外，其他学者在祁连山，长江流域，流域叶尔-低，青藏高原，黄土高原，渭河，汉江流域进行系统和全面的研究。最近的研究在极端温度的变化中提出中国在极端寒冷中有减少趋势，但在极端温暖中有增加趋势。温度，尤其是在干旱和半干旱地区，直接影响水资源的时空分布，因为增加的温度将严重影响高山冰川，然后影响供水的河流。因此，探索极端温度的变化特征在中国的气候过渡区是一个先决条件，对于评估气候变化对区域生态环境和农业发展有影响。

IPCC指出，易受极端天气事件影响不仅取决于受灾的人数也取决于灾区的反应能力，因素有地区的纬度、海拔、生境适宜性、气候区、地形、经济发展水平、交通可达性、灌溉、水利设施等社会经济条件。之前极端温度事件的研究主要关注不同的气候区或用省市为研究单位。中、低纬度高海拔山区和平原地区，是容易受到极端天气灾害，灾害造成的损失往往更大。因此，这些地区需要更彻底的研究。秦岭山脉位于中国的中部地区;巨大的山脉是东西走向，是一个重要的地理和生态边界，对环境与发展具有重要意义。然而，由于该地区目前的知识缺乏，研究数据过于分散和不完整。过去的研究大多局限于该地区生物多样性，水文和水资源保护、土壤，而气候变化的研究很少。研究在气候变化问题上，主要集中在时间和空间变化。

2研究区域介绍

研究领域，广义的秦岭山脉包括秦岭山脉和周围相邻地区起伏的山脉、盆地、山谷、大高原和当地的平原。秦岭地区从东到西约1500公里，它以西昆仑山脉为界，分山北。秦岭地区向东延伸从甘肃到陕西南部再到河南伏牛山。那里，山的走势改变为西北和东南方向，延伸至老子河的北岸，包括大别山，香港山，丈八山脉。调查地区温度和极端温度事件的特点，研究引用其他学者的结果将研究区域划分为四个分区:秦岭北坡的山脉和北暖温带地区;伏牛山山脉，东部平原;汉江流域，英航山脉，云水山谷和亚热带北部淮河流域上游的祗园;吴英航山脉南部山区，山谷和江汉平原西北地区。

3数据和模型

3.1数据来源

利用47个气象观测站的数据集的最小和最大表面空气温度用于这项研究。这些数据集是来自于国家气象中心中国气象局(CMA)的气候数据中心(CDC)和经历了疾控中心的质量控制程序。建于1960年之后的站台被排除在外。计算超过三天没有缺失的月度指数和超过15天没有缺失的年度值，。然而，年度值也不会计算如果有月的数据丢失。RclimDex程序和Rhtest用于执行质量控制。质量控制的方法主要包括日常最小和最大温度的测试来确定年质量问题;然后，有问题的数据从原始数据中删除。同年在类似站的数据被用于插值。数据质量控制包括三个方面:观察记录日期是否符合重新实施;每日最低温度是否大于最高温度;以及站点是否迁移和当地环境变化引起的不均匀性的观察记录。此外，我们删除了记录长度小于30年的15个站点。基于上述原则，我们删除了铜川、蒲城县、海城、龙现、凤翔、太白和其他15个站，最终选择47个合格站来进行53年统计分析。

3.2研究方法

数据分析使用RclimDex包，它可以基于每日最高和最低温度计算出16个温度极值。在本文中，我们使用16个指标进行分析。本文还分析了一些指标的季节值，例如绝对指标以及DTR。因为RClimDex还提供了这些指标的月度值使其成为可能，。极端温度的区域平均变化受整个地区的评估和测试。在一些研究中地区平均被计算为算术平均值。一些指标数据没有高斯分布，在这些情况下，简单的线性最小二乘估计会不合适。因此，我们使用非参数肯德尔的斜率估计量，但统计学意义极端气候指数的趋势是使用ManneKendall执行测试。这一趋势被认为是具有统计学意义，如果在5%的水平具有重要意义。M K测试的结果严重影响时间序列相关性，我们通过使用R包来删除相关性。

16个极端温度可分为4大类: 基于阈值百分比的相对指数; 基于一年或一季度最大值的绝对指标; 温度大于固定阈值的阈值指标; 关于生长季节的长度的极端寒冷持续时间或生长周期的相应指标。在国际上，极端气候的研究大多采用百分比作为一个极端的阈值;超过这个阈值被认为是极端，这个事件被认为是一个极端的事件。有许多经验策划位置公式被用来获得上述百分位数的平滑估计。这次调查包含Beard引入的公式。每日温度首先按升序排X 1，X 2，hellip;，XN。一个随机的概率P值小于或等于这个值Xm的秩估计P=（m - 0.31)/(n 0.38)。例如，如果一个赛季包含90个值，表示99的温度之间的线性插值排名第89的价值。选择实证情节位置公式来估算百分位数原因很简单，避免任何潜在分布的假设。使用关联性公式的不同百分位数值与一个两参数分布通常揭示小估计的值的差异。更重要的是，两个估计的长期趋势和可变性几乎是相同的。百分位数的优势是，它们与中国的NSQ气候大大不同。另一个极端和经济敏感性，日温度相关指数正如所呈现的被定义。在这项研究中，相对指标和寒流持续时间根据百分位阈值方法计算，并使用RClimDex软件完成计算过程。

4极端温度指数的时空变化

4.1极端温度的相对指标的时空变化

4.1.1相对指标的时间变化

近53年极端温度的相对指标在NSQ的变化如图2所示。冷天(0.95天/十年)和冷夜(2.39天/十年)表现出随着时间的推移而下降，寒夜的减少更明显，显著性为99.9%。暖天(1.37天/十年)和暖夜(2.70天/十年)表现出显著增加(P lt; 0.05)。暖天和暖夜的线性趋势是一致的，先降低，然后增加。累计异常曲线显示1993年是一个温度波动的转折点。在1993年之前，温度略有下降，但1993年之后，温度明显增加;暖天的上升速率(2.7天/十年，P lt; 0.001)高于暖夜(1.4天/十年，P lt; 0.05)。

4.1.2相对指标的空间变化

每个站点的相对指标的空间分布变化图3所示。97%的站点冷天(TX10)显示随时间下降。70.2%的站点通过了95%的显著性检验。研究区站点的变化没有显著的空间聚合和均匀分布的特征。95.7%的站点寒夜(TN10)显示减少，但只有17.2%的站点表现出显著的趋势; 85.1%的站点发生暖日的增加;暖天的减少主要发生在 NRQ 的站点和SSQ的东部地区;暖夜增加的站点(TN90)占总数的93.6%;只有巴东，栏中和巴中经历了暖夜的减少。

4.2极端温度的绝对指标的时空变化

4.2.1绝对指标的时间变化

近53年极端温度的绝对指标在NSQ的变化如图4所示。冰天(0.50天/十年)和霜冻天(3.39天/十年)随着时间的推移下降，霜天的减少更明显(P lt; 0.001)。夏天(2.49天/十年)和热带的夜晚(1.95天/十年)明显增加(P lt; 0.01)。

4.2.2绝对指标的空间变化

每个站点的绝对指标的空间分布变化图5所示。所有站点的冰天(ID)随着时间的推移下降，70.2%的站点通过了95%的显著性检验。在BWV每个站点的冰天变化率主要是-0.21 -0天/十年，即变化很小。所有站点的霜冻天(FD)随着时间的推移下降，但只有10.6%的站点表现出明显的趋势。所有站点的夏天(SU)随着时间增加;29.8%的站点通过了95%的显著性检验。热带的夜晚增加的站点(TR)占总数的89.4%;吕氏，栾川、上仙、巴东、巴中等经验丰富的领域减少。

4.3极端温度的极值指标的时空变化

4.3.1极值指标的时间变化

近53年极端温度的极值指标在NSQ的变化如图6所示。最冷天、最冷夜、最热天、最热夜的线性趋势分别是0.26，0.31，0.05，0.11 C /十年;TNn的增加最为明显。TXn和TNn基本上是一致的，表现出波动增加。剩下的两个指标的温度倾向相对较小，主要是因为他们在1960 -1984和1985-2012不一致。TXx在1960年和1984年之间表现出显著下降(0.58 C /十年，P lt; 0.01)，而在1984年后迅速增加(0.52 C /十年，P lt; 0.01);TNx也显示出类似的变化和趋势在两个时期分别是0.22 C /十年(P lt; 0.05)和0.46 C /十年(P lt; 0.01)。

4.3.2极值指标的空间变化

每个站点的绝对指标的空间分布变化图7所示。关于TXn，97.9%的站点温度随时间增加;66.0%的站点通过了95%的显著性检验。只有巴中站(0.1 C / 10 y)表现出温度下降。TNn也显示类似的变化，89.4%的站点温度随着时间的增加，但只有大约42.6%的这些站表现出显著趋势，即不到总数的一半变暖。明显变暖的站点主要位于NRQ和SSQ但也分散在其他地区。TXx温度的增加幅度是最小的，站点在该地区没有显示一致的趋势。气候变暖和变冷的站点的比例分别为57.4%和42.6%;83.0%的站点表现出趋势高于95%的显著性水平。气候变暖和变冷的站点分布在每个次区域:气候变暖站点主要是位于111 E以西的地区，而变冷站点主要是位于东部地区。关于TNx，78.7%的站点的温度随着时间增加;46.8%的站点的趋势超过了95%的显著性水平。全球变暖站的空间分布的差异不显著;他们在每个次区域均匀分布。

4.4极端温度的其它指标的时空变化

4.4.1其它指标的时间变化

其他指标分为两类:连续指标和范围指标。温暖期持续天数 (WSDI)、寒冷期持续天数(CSDI)和生长季节的长度(GSL)都是连续指数。昼夜温度范围(DTR)被称为指数范围。在时间序列(图8)，WSDI和GSL增加了0.56和2.38天/十年，而CSDI下降了0.29天/十年-0.07 C /十年温度的趋势。GSL的趋势显著(远大于95%)，而其他指标没有表现出显著的趋势。WSDI 和CSDI的绝对值相对较小，但年际变化波动。最大的振幅分别小于20天和8天，两者的变化都小于1天/年。从1960年到2012年，生长季节的长度的变化分为两个阶段。GSL从1960年到1984年没有显著减少 (0.12天/十年);而1984年之后，GSL显著增加(5.18天/十年，P lt; 0.01);DTR表现出轻微的减少。

4.4.2其它指标的空间变化

关于空间分布(图9)，站点的WSDI增加和减少分别占总数的76.6%和23.4%。在每个次区域WSDI增加的站点的比例为NRQ (85.7%)gt; BWV(80.0%)gt; HRB(78.6%)gt; SSQ(66.7%)。WSDI减少的站点主要是位于东部的111E.一般来说， 研究区域76.6%站点的CSDI减少。在每个次区域WSDI减少的站点的比例为SSQ(88.9%)gt; NRQ(85.7%)gt; BWV(80.0%)gt; HRB(64.3%)。HRB站点的减少是最弱的， 研究区域93.6%站点的GSL增加;57.4%的站点趋势在95%的显著性水平。只有天门，宜昌和宝丰的

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[25849]，资料为PDF文档或Word文档，PDF文档可免费转换为Word