1960-2012年秦岭及周边地区的极端气温事件分析外文翻译资料

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年秦岭及周边地区的极端气温事件分析

Chong Jiang ，Xingmin Mu ， Fei Wang， Guangju Zhao

关键词：

秦岭北部和南部地区（NSQ）、极端气温、温暖指数、冷指数、变化趋势

摘要：本研究利用线性趋势和相关分析等方法，在秦岭南北两个地区日最高和最低气温资料的基础上，计算了16个极端温度指数，并分析其空间分布格局和极端温度事件的相关性。 结果如下。

1. 极端冷暖指数在整个区域呈现出对比变化趋势：冷指数（TX10，TN10，ID，FD和CSDI）下降; 暖指数（TX90，TN90，SU，TR和WSDI）上升; 极值指数（TXn，TNn，TXx和TXn）增加; 和日温度范围（DTR）下降。

（2）绝对指数、极值指数等指标表现出一定的纬向分带性：结冰日数（ID）和霜冻日数（FD）由北向南递减，夏季日数（SU），热带夜数（TR），极值指数（TXn，TNn，TXx和TXn），冷热交替持续时间指标（分别为CSDI和WSDI）和生长季节长度（GSL）从北向南递增。

（3）相关分析结果表明，除极值指标和单项指标外，极端温度指数相关性较好。

（4）海拔高度对极端温度指数的空间分布影响较大，城市建成区热岛效应的普遍性也对极端温度变化幅度有所影响。

1．简介

在过去的100年里，全球气候的严重变化引起了人们的关注，气候变化特别是极端天气事件的研究正在增加。 目前，重点是预测气候系统的一个或多个气候因素的时空变化，可能的原因和未来趋势以及对自然和社会经济系统的影响(McMichael et al., 2006; Giorgi et al., 2006)。 气候变化加剧了气候系统的不稳定性，极端天气事件的频率持续增加(Katz and Brown,1992)。 历史观测资料表明，在过去的100年中，洪水，干旱，热浪和寒潮的频率呈现出上升的趋势，且影响范围有所增加。 在全球当前模型（GCM）模拟的未来气候中，某些地区的极端事件发生频率会更高，并导致更多灾难(IPCC, 2007, 2012)。 紧急灾难数据库统计报告显示，全球72.6％的自然灾害是气象灾害。 瑞士再保险公司的研究报告还指出，极端天气事件在2010年造成了多达91％的自然灾害(SwissRe, 2010)。 然而，在各种极端天气类型中，热浪和寒潮最受关注，因为它们对政治、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(Koch and Vogele, 2009; Hay and Mimura, 2010)。 例如，2003年的一次大规模欧洲热浪事件导致约40,000人丧生(Garcia et al., 2010)。 在2010年的东欧，夏季热浪事件的影响范围，强度和持续时间大于2003年的事件(Barriopedro et al., 2011)。 另外，2008年冬季中国南方大部分地区突然遭遇低温冻雨雪灾害造成巨大的生命财产损失。 这些严重的气象灾害吸引了越来越多的研究人员的关注(Hong and Li, 2009)。 相对于全球范围而言，区域范围内的极端天气事件也受到关注，特别是在某些地理位置，地形和气候区域更容易受到气象灾害影响并遭受更严重的损失。 国际学者在不同领域进行了研究，包括法国(Pantavou et al.,2011)，意大利 (Grize et al., 2005)和瑞士(Pirard et al., 2005)。 上述研究不仅评估了极端天气事件的频率，强度，影响范围和其他详细特征，还评估了灾害的死亡率，经济损失和社会影响。

在中国，华北地区冬季寒潮爆发频繁，南方地区夏季常出现高温天气和热浪现象，西北干旱半干旱地区常常遭受旱灾(Zhai et al., 1999;Wang et al., 2011, 2013a,b)。其他学者在祁连山(Jia,2012)，长江流域(Wang et al., 2013a,b)，黄河流域(Chen et al., 2011)，青藏高原(Du et al.,2013)，黄土高原(Li et al., 2013)，渭河(Liu and Xu, 2009)和汉江流域(Chen et al., 2006)进行了系统和深入的研究。 此外，极端气温变化可以成为气候变化的有力指标，因为人们假设，在气候变暖的环境下，大气可以容纳更多的水汽，水文循环会变得更加活跃(Aguilar et al., 2005)。 然而，与平均气温相比极端变化的知识通常很少，特别是在世界上生态环境最脆弱的中国气候过渡地带。 最近关于中国极端气温变化的研究表明，极端降温趋势有所减少，但极端升温趋势有所增加(Wang et al., 2011; You et al., 2011)。水是半干旱地区草地和绿洲生态系统组成、发展和稳定的基础，决定着生态环境的演变(Chen et al., 2007)。 温度会直接影响水资源的时空分布，尤其是在干旱和半干旱地区，因为温度上升会严重影响山区冰川，进而影响河流的供水(Zhang et al., 2009)。 因此，探索中国气候过渡带极端气温变化特征是评估气候变化对区域生态环境和农业发展影响的前提。

正如IPCC指出的那样(IPCC, 2007, 2012)，极端天气事件的脆弱性不仅取决于受灾人数，而且取决于灾区对极端天气的响应能力。 这些因素与该地区的纬度、高度、栖息地适宜性、气候带、地形、其他自然条件、经济发展水平、交通便利性、灌溉、水利设施和其他社会经济条件有关。 过去关于极端气温事件的研究主要通过东西或南北气候带或以流域和省份为研究单位进行了较为全面的研究，但对气候过渡带，生态环境保护，高海拔地区和平原地区的中低纬度山地的研究不足。但是，这些地区极易遭受极端天气灾害，灾害造成的损失往往更大。 因此，这些地区需要更加深入的研究。

秦岭位于中国中部地区， 巨大的山脉为东西走向，是一个重要的地理和生态边界，对环境和发展有重要影响。 然而，该地区的知识目前还很缺乏，研究数据对研究和决策而言太零星且不完整。 过去对该地区的研究主要涉及保护生物多样性、水文水资源、土壤保持等方面，而气候变化研究很少。 有关气候变化的研究主要集中在热源的时空变化上(Zhu, 1958; Ren and Yang, 1961; Physical Geography in China Editorial Board of Chinese Academy of Sciences, 1985; Yang et al., 2006; Zhou et al., 2011)和陕西省南部（陕南和关中地区）的降水来源(Jiang et al., 2012, 2013)。关于极端天气事件的研究甚少。过去关于周边地区极端事件研究的选定指标相对简单(Chen et al., 2006, 2011; Liu and Xu, 2009; Li et al., 2013; Wang et al., 2013a,b)并且主要基于各种百分比阈值。单面指标通常不足以充分揭示极端事件的详细特征且实际重要性也相对有限。

基于以上研究结果，我们利用1960 - 2012年期间47个气象台站的历史观测资料，该研究采用了气候变化检测和16个由气候变化检测和指数专家组（ETCCDMI）确定的极端温度指数(Aguilar et al., 2005)，目前已被广泛认可和采用。 我们对过去53年极端温度事件的空间分布格局和时空变化进行了全面和详细的研究，为减缓和适应气候变化、防灾减灾、水资源规划和国家决策打下基础。

2．研究区概况

研究区域为秦岭地区，包括秦岭山脉及其周边连绵起伏的山脉、丘陵、流域、山谷和平原。 秦岭山脉东西长约1500公里， 它位于昆仑山以西，以北岷山为界。 该地区向东延伸穿过甘肃至陕南，再延伸至河南境内的伏牛山。 在那里，山脉趋势为西北 - 东南走向，并延伸至长江北岸附近的大别山，洪山和张巴山(Zhu, 1958; Ren and Yang, 1961; Physical

Geography in China Editorial Board of Chinese Academy of Sciences, 1985; Yang et al., 2006; Zhou et al., 2011; Jiang et al.,2012, 2013)。为了研究温度和极端气温事件的区域特征，研究参考了周等人的结果（2011年），将研究区划分为秦岭北坡和北温暖地区（以下简称“NSQ”）四个子区： 伏牛山及其东部平原（以下简称“SSQ”，因为该地区大部分位于秦岭南坡）；汉江流域，巴山，云水流域和淮河流域上游的北亚热带地区（以下简称“热河流域”，因为这些地区大部分属于汉江流域）； 巴山南坡，乌山山谷和江汉平原西北地区（以下简称“BWV”）。 研究区和气象站的空间分布见图Fig. 1； 详细信息列于Table 1 (Zhou et al., 2011).

3．数据和方法

3.1.数据源

本研究使用47个气象观测站的日最低和最高地面气温数据集。 该数据集由中国气象局国家气象中心气候数据中心（CDC）开发，并通过了疾病预防控制中心的质量控制程序。 1960年以后安装的电台被排除在外。 如果月内不超过三天，计算每月的指数，如果年内不超过15天，则计算每年的指数。 但是，如果有任何月份的数据丢失，每年的数据也不会计算。 RclimDex和Rhtest的程序（可从以下网站下载HTTP：// cccma。 seos.uvic.ca/ETCCDMI）用于执行质量控制（包括识别错误，搜索异常值，评估同质性）。 质量控制方法主要包括测试每日最低和最高温度，以确定质量问题的年份，然后将有问题的数据从原始数据中删除，同一年在类似台站的数据就会被用于插值。 数据质量控制包括三个方面：观察记录的日期是否符合实际；每日最低气温是否高于最高气温；以及台站迁徙和当地环境变化是否会导致观测记录的不均匀。 此外，我们还移除了15个记录长度小于30年的站点。 根据上述原则，我们拆除了铜川，蒲城，海城，陇县，凤翔，太白，永寿，秦都等15个站点，最终选取47个资质站点53年（1960年1月1日至2013年2月28日）的数据进行分析。

3.2.学习方法

数据使用RclimDex软件包进行分析（软件和文档可从以下网站下载HTTP：//cccma.seos。 uvic.ca/ETCCDMI），它可以根据每日最高和最低温度计算16个极端气温。 在本文中，我们使用16个指标进行分析(Table 2)。 本文还分析了一些指数（如绝对指数（TNn，TNx，TXn，TXx）），季节变化指数（年度变化的ANN，冬季的DJF，春季的MAM，夏季和秋季的JJA和SON）百分比温度指数（TN10p，TN90p，TX10p，TX90p）和DTR。这已经成为可能，因为RClimDex也提供这些指数的值。评估和测试整个地区的极端温度的区域平均变化发现，一些指数数据没有遵循高斯分布，在这种情况下，简单的线性最小二乘估计并不合适。 因此，我们使用非参数Kendall基于tau的斜率估计器(Sen,1968)，但对极端气候指数趋势的统计的重点是使用ManneKendall检验 (Mann,1945; Kendall, 1975)。如果趋势在5％的水平上显著，则认为这种趋势具有统计显著性。 MK测试的结果受到时间序列相关性的严重影响，我们采用了yue和Pilon 的方法用R package “ZYP”除去lag-1的自相关(Yue et al., 2002).

16种极端温度可以分为4大类：基于百分比阈值的相对指数；基于一季或一年的最大值（最小值）的绝对指数；温度大于（小于）固定阈值的天数的阈值指数和对应于生长季节长度的极冷（暖）持续时间或生长周期的对应指数(Choi et al., 2009; Zhou and Ren, 2010)。 在国际上，极端气候研究大多采用百分位数作为极值的门槛值，超过此阈值的值被认为是极端的，并且该事件被认为是极端事件。有许多经验性绘图位置公式可以用来获得上述百分比的平滑估计。 这项调查结合了由Beard (1943)引入的公式并由Jenkinson (1977)详细描述。 每日温度按照升序X1，X2，...，XN排列。 随机值小于或等于该值Xm的等级的概率P由下式估算P=(m - 0.31)/(n 0.38).

例如，如果一个季节包含90个值，则表示第99百分位的温度在第90位值（对应于P= 99.2％）和第89位值（P= 98.1％）之间线性插值。 选择经验性绘图位置公式来估计百分位数（而不是像伽马这样的统计分布）的原因包括方法简单和避免对基本分布的任何假设。 使用上述公式与不同百分位数之间的比较与来自双参数伽玛分布的百分比之间的比较通常揭示估计值差异。 更重要的是，两次估计的长期趋势和变化实际上是相同的。 百分位的优势在于它们在中国NSQ气候差异很大（以及与全球其他地区相当）。 其他极端、经济敏感和日常温度的相关指数都是按照它们提供的。 在这项研究中，相对指数和冷（暖）交替持续时间（以天为单位）通过百分比阈值法计算，计算过程使用RClimDex软件完成。 其他计算指标的原理如图所示Table 2.

4. 极端气温指数的时间和空间变化

4.1.极端气温相对指数的时空变化

4.1.1.相对指数的时间变化<!--

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24727]，资料为PDF文档或Word文档，PDF文档可免费转换为Word