英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

中国气温和降水观察数据的日常极端气候变化

王爱辉，傅建健

中国大气物理研究所南森朱国际研究中心，北京100029

2012年12月14日收到;2013年1月30日修订;2013年2月1日接受;2013年9月16日发布

摘要利用1960 - 2011年的日降水量和中国549个站点记录的1960 - 2008年最高/最低极端温度来研究气候极端变化。推导和分析了一组主要关注日常极端事件的趋势和变化的指数。结果显示，每日极端温暖气温显著增加，每日极端寒冷气温下降，分别定义为每日最高温度（T_最大）大于百分之90的天数和每日最低温度（T_最小）小于百分之10的天数。通常，来自T_最小的指数的趋势幅度大于来自T_最大的指数。基于百分比降水指数趋势显示出明显的空间格局，其中中国西部和东北部和长江流域下游强降水（定义为占日降水量前95％的降水）增加，其他地区略有下降。然而，在大多数地区，轻度降水（定义为占日降水量后5%的降水）减少。年度最大连续干旱天数（CDD）呈现华南地区和黄河流域中低河段的增加趋势，而年度最大连续湿润天数（CWD）在除中国西部以外的大部分地区呈现下降趋势。这些指数因地区和季节而异。总体而言，中国极端事件的发生频率更高，特别是夜间极端温度，中国的陆地变得更加温暖和潮湿。

关键词：极端气候，温度，降雨，最大干/湿天数

介绍

近几十年来，气候变化检测和归因研究的重点是极端气象和水文事件，如洪水和干旱（Frich等，2002; Wang等，2009,2011），部分原因是此类事件造成了越来越多的人类生活和社会经济损失。在所有气候变化指标中，温度和降水或其衍生量被广泛和量化这些事件。气候变化研究包括观察到的

全球（例如，Frich等，2002; Alexander等，2006）和区域（例如，Zhai等，1999,2005）日常温度和降水。

极端气温的变化是由许多因素引起的。除自然因素外，城市化和森林砍伐等人为影响也会极大地影响极端变化（Kalnay和Cai，2003; Hu等，2010）。气温分析表明，自20世纪中期以来全球平均气温的上升主要是由于每日最低温度（T_最小）的增加速度快于每日最高温度（T_最大; Karl等， 1993; Easterling等，1997; Alexander等，2006）。

中国的气候受到东亚夏季风系统的强烈影响，年降水量和气温显示出时空变化。中国的年降水量从西北地区的25毫米到东南部的2000毫米以上不等。近几十年来，土地集约利用的变化，包括农业活动的增加和城市地区的快速扩张，导致了极端气候的巨大变化（Zhou et al。，2004; Hu et al。，2010）。Zhai等（2005年）分析了中国740个站点​​的观测降水量表明，尽管1951年至2000年期间中国的总降水量趋势很少，但存在明显的区域和季节模式。此外，他们发现总降水量与降水强度和频率之间存在正相关关系。Wang和Zhou（2005）确定，在中国东部地区，1961 - 2001年期间，前5％的强降水占夏季总降雨量的40％-50％，而中国北部和西北部则更高。因此，中国西部的强降水增加可能是近年来年平均降水量增加的原因。

在这项研究中，我们分析了1960 - 2008年最近开发的均质日常T_最小 和T_最大 温度观测值以及1960 - 2011年中国549个站点的日降水量。本研究的目的是进一步了解过去50年来在季节和区域内观测到的极端气候变化的特征，并且我们将分析重点放在极端事件发生的变化上。

数据

在这项研究中使用了1960-2008年中国549个台站的T_最大 和T_最小以及相同位置1960-2011的降水量。

降水和温度的原始来源是中国气象局（CMA）国家气象中心（NMC）的气候数据中心（CDC）。温度数据集已经均匀化，以减少由于站点重新定位和其他因素造成的不一致性（Li和Yan，2010）。虽然可用的降水数据在空间上和时间上比温度更为零星，但数据来自750个相对完整记录的站点。所有站点的缺失数据均小于10％;因此，在以下分析中忽略了缺失值。所有使用过的数据集都用于以前的研究并通过了质量控制标准（Wang和Zhou，2005; Zhai等，2005）。

站点位置显示在Li和Yan（2009）中。为了促进区域分析，我们根据气候制度将整个陆地细分为七个区域。区域位置的缩写从Wang（2011）采用，分别表示为东北（NE），北（N），东南（SE），东北（ENW），西南（SW），西北（WNW）和西藏。由于恶劣的环境条件和陡峭的地形，中国西部的台站分布非常稀少。特别是在青藏高原西部的大片地区没有台站。为了进行模型 - 数据比较和统计分析，先前的几项研究通过使用加权插值方法（例如，Alexander等，2006）将站点数据插入到规则网格单元中，并且其他研究对每个站位置进行分析（例如， Zhai等，1999,2005）。插值方法不可避免地引入误差，特别是在具有复杂地形和稀疏站的区域。因此，在以下分析中，我们在各个站点进行了所有统计计算。

方法

气候指数被广泛用于检测气候变化趋势。气候变化检测和指数专家组（ETCCDI）已建议27个来描述这些变化的指数（Easterling等，2003）。在所有指数中，16个来自日常温度，包括T_最大 和T_最小)，其他指数来自日常降水。这些指数一般根据百分比，数量和持续时间分为三类。温度和降水的绝对值在站点和天数之间差异很大。基于百分比的指数不同于用于执行空间和时间分析的实际数量和设施，因为百分比的值在0和1之间变化。

在我们的方法中，百分比数是通过使用与标准ETCCDI包中使用的算法稍微不同的算法来计算的。之后会描述我们的方法的程序。对于每日T_最大/ T_最小 和每个站每天的降水量，百分比数是根据每个变量的年度时间序列计算的，例如1960 - 2008年的T_最大/ T_最小 和1960 - 2011年的降水量。然后在每个站点，我们将其标准化

通过计算每个步骤的百分比值与从整个时间段（例如，1960-2008的温度）得出的最小值之间的差异与整个时间段内的最大值和最小值之间的差异的比率来计算百分比数。标准化后，每天特定站台的年度时间序列在0到1之间。此外，我们采用ETCCDI的以下四个基于百分比的温度指数：温暖日 - 每日T_最大大于90%（TX90）;和冷日 - 每日T_最小小于10%（TX10）;温暖的夜间每日T_最小大于90%（TN90）;和冷夜 - 每日T_最小 小于10%（TN10）。此外，得出以下两个降水指数：强降水 - 每日降水量占前95％（RR95）;和轻度降水 - 每日降水占后5%（RR05）。TX90（TX10）定义为每日T_最大 的百分比数大于（小于）90（10）％;TN90（TN10）定义为T_最小的百分比大于（小于）90（10）％;RR95（RR05）定义为日降水量的百分比数大于（小于）95（5）％。对于每年或每季的每个站台，我们计算每个指数的每日发​​生次数。此外，我们计算了以下两个基于持续时间的降水指数：一年内最大干旱天数，连续干旱天数（CDD）;和一年内最长湿天数，连续湿天数（CWD）。

结果

在本节中，计算并分析了基于上述指数的年度变化和线性趋势，以确定整个陆地和次区域的年度和季节性结果。为了便于理解，趋势单位转换为年度时间序列图的每年天数和其他的每十年天数。在以下等高线图中，我们使用了一种映射方案，其中网格单元值表示250 km半径内最近的站点。如果在此阈值内没有可用的站点，则网格单元值被设置为缺失，例如西藏高原西部的那些。

极端温度指数的趋势，1960-2008

图1显示了1960 - 2008年间极端T_最大 和T_最小发生的年度趋势。在站点位置显示了0.05水平的显著趋势。总体而言，TX90和TN90在整个国家都呈现上升趋势，而TX10和TN10在大多数地区呈下降趋势。56％的站点报告了显著温暖日呈上升趋势。黄河流域下游的一个小区域显示出轻微的下降趋势。TX10在大多数地区显示出与TX90相反的趋势。特别是，中国北方大约29％的站点显示出明显的降温趋势。最突出的变暖趋势TN90发生在夜间，占有显著趋势的站点的78％。在一些站点，TN90的平均出现次数

图1 1960 - 2008年日常温度极端指数得出的百分比数时间/天/年的年度趋势：（a）温暖的一天，TX90;（b）寒冷的一天，TX10;（c）温暖的夜晚，TN90;（d）寒冷的夜晚，TN10。圆圈表示显示趋势在0.05水平显著的站（t-测试）。

每十年超过20天。

图2绘制了七个次区域和整个中国的年平均温度指数及其线性回归线。所有四个指数均表现出年度差异。TX90和TN90通常显示相反的变化。在大多数站点，1980年中期的TX10数量略大于TX90。1980年中期以后，情况完全逆转;特别是TX90在1990年中期后大幅增加。类似的变化在TN90和TN10中都很明显。TX90的幅度大于冷日的幅度;然而，两个值都显示出很大的变化。夜间极端温度的绝对趋势值通常大于日间极端温度的绝对趋势值，这意味着夜间极端温度的显著变化。例如，TX90和TX10在整个国家的下降趋势分别为0.41天/年和-0.26天/年，而TN90和TN10分别为约0.72天/年和-0.74天/年。在所有地区中，青藏高原东部的上升趋势和下降趋势最大，分别为0.56天/年和0.56天/年

-0.4天/年）。TN90最显著的变暖趋势0.95天/年，发生在NE区域，而TN10的最大降温趋势0.85天/年

，出现在WNW地区。Zhai和Pan（2003）根据200个台站的数据，使用类似的指数分析1951-1999的每日T_最大 和F77) 极值，并确定全国的暖日数略有减少1980年中期，在那之后显著增加。我们的分析证实了这一特征，并出现在图2的下图中。

为了进一步检查这些指数的季节性变化，表1列出了冬季（12月至1月，2月，DJF）和夏季（6月至7月至8月，JJA）的四个极端温度指数的年度趋势。与图2所示类似，TX90和TN90在大多数地区和整个国家均显示出显著的上升趋势，而TN90和TN10均显示出所有地区的显著下降趋势或降温趋势。在春季和秋季，四个指数的趋势类似于DJF和JJA（表未显示）。东北地区和北部地区的DJ90和TN10趋势相对较大，而其他地区的TN90和TN10趋势相对较大，而TN10则显示JJA的WNW地区最大的下降趋势。这些结果与中国以前的研究（Zhai等，1999）和其他全球结果（Alexander et al。，2006）基本一致，显示了中国的上升趋势。

图2 1960 - 2008年区域平均极端温度事件（天）及其线性回归线的年度变化。左列显示TX90（黑色）和TX10（红色）的出现，右列显示TN90（黑色）和TN10（红色）的出现。括号中的值是相应回归函数的参数。（例如，对于TX90的东北地区，回归函数是y = 0.82x 18.18）。带有星号的括号表示趋势在0.05水平上显著。

表1 1960 - 2008年期间DJF和JJA平均每日温度极值指数得出的百分比数时间序列的日/十年趋势。粗体值表示0.05水平的趋势显著（t-检验）。

DJF JJA

区域