孔锋

• 1:清华大学公共管理学院
• 2:清华大学应急管理研究基地

摘要(Abstract)：

全球变暖背景下多地极端气候事件频发,已成为区域可持续发展的重要影响因素。为了系统诊断中国区域近58年的极端冷暖气温事件的时空演变特征,本文采用1961—2018年中国545个气象站点的日值气温数据,根据WMO推荐的6项极端温度事件指数,即冷昼、冷夜、暖昼、暖夜日数及冷日持续日数和暖日持续日数,从阈值分布、变化趋势、波动特征和持续性特征角度诊断了中国极端温度指标的时空变化特征。结果表明:(1)1961—2018年中国冷暖昼夜气温阈值均呈南高、北低的空间分异特征,且冷昼和冷夜气温阈值在南北地区具有正负分异特征。(2)1961—2018年中国冷昼和冷夜日数主要呈减少趋势,且冷夜日数减少趋势明显大于冷昼日数;暖昼和暖夜日数主要呈增加趋势,且暖夜日数增加趋势明显大于暖昼日数。(3)1961—2018年中国冷昼和冷夜日数波动特征主要呈现南低、北高的空间分异特征,而暖昼和暖夜则恰好相反,主要呈南高、北低的空间分异特征。(4)中国冷日持续日数在1960—1980年代逐渐由南低、北高的空间分异特征演变为南高、北低的空间分异特征。1990—2010年代则由西高、东低的空间分异特征演变为除青藏高原外的全国性的增多态势。暖日持续日数在1960—1980年代在黄淮以南逐渐减少,并向南方转移。1990—2010年代则呈现为全国性的增多态势。(5)1961—2018年中国冷日持续日数主要呈减少趋势,而暖日持续日数则主要呈增加趋势。在波动特征上,西南和北方地区是冷暖持续日数波动普遍偏大的地区。暖日持续日数波动较大的地区明显多于冷日持续日数。研究结果对于认识增暖背景下中国地区的极端温度事件具有参考意义。

关键词(KeyWords)： 全球变暖;极端温度指数;冷暖昼夜日数;冷暖持续日数;变化趋势;波动特征;时空格局

Abstract:

Keywords:

基金项目(Foundation): 北京市社科基金研究基地项目(19JDGLA008);; 国家自然科学基金项目(41801064,41775078,41701103);; 中亚大气科学研究基金(CAAS201804)

作者(Author): 孔锋

DOI: 10.13928/j.cnki.wrahe.2020.09.004

参考文献(References)：

• [1] IPCC AR5.Intergovernmental panel on climate change 2013 fifth assessment report (AR5) [R].London:Cambridge University Press,Cambridge,UK,2013.
• [2] IPCC SREX.Managing the risks of extreme events and disasters to advance climate change adaptation[R].London:Cambridge University Press,Cambridge,UK,2012.
• [3] IPCC SR1.5.Global warming of 1.5℃:an IPCC special report on the impacts of global warming of 1.5℃ above pre-industrial levels and related global greenhouse gas emission pathways,in the context of strengthening the global response to the threat of climate change,sustainable development,and efforts to eradicate poverty [R].London:Cambridge University Press,Cambridge,UK,2018.
• [4] LEE M,HO C,KIM J,et al.Assessment of the changes in extreme vulnerability over East Asia due to global warming[J].Climatic Change,2012,113(2):301- 321.
• [5] LIU X,TANG Q,ZHANG X,et al.Projected changes in extreme high temperature and heat stress in China[J].Journal of Meteorological Research,2018,32(3):351- 366.
• [6] ZHANG Z,CHEN Y,WANG C,et al.Future extreme temperature and its impact on rice yield in China[J].International Journal of Climatology,2017,37(14):4814- 4827.
• [7] LI Q,WANG Y.Changes in the observed trends in extreme temperatures over China around 1990[J].Journal of Climate,2012,25(15):5208- 5222.
• [8] 张大任,郑静,范军亮,等.近60年中国不同气候区极端温度事件的时空变化特征[J].中国农业气象,2019,40(7):422- 434.
• [9] 谢星旸,游庆龙,王雨枭.1961- 2014年中国冬季极端低温变化特征分析[J].气候与环境研究,2018,23(4):429- 441.
• [10] 尹义星,王小军,叶正伟,等.1951- 2013年江苏省极端最高和最低气温变化趋势及概率特征[J].长江流域资源与环境,2018,27(6):1351- 1360.
• [11] 葛非凡.1961- 2016年中国极端气温日数变化特征及其影响因素分析[D].合肥:安徽农业大学,2018.
• [12] 李伟.中国区域极端降水变化的人为信号检测及其未来预估[D].南京:南京信息工程大学,2018.
• [13] 江晓菲,李伟,游庆龙.中国未来极端气温变化的概率预估及其不确定性[J].气候变化研究进展,2018,14(3):228- 236.
• [14] 周玉科,高琪,范俊甫.基于极端气温指数的青藏高原年际升温及不对称特征研究[J].地理与地理信息科学,2017,33(6):64- 71.
• [15] 孔锋,吕丽莉,方建,等.中国不同时段气候变暖速率的时空分异研究(1961- 2014)[J].北京师范大学学报(自然科学版),2017,53(4):426- 435.
• [16] 孔钦钦,葛全胜,郑景云.中国极端通用热气候指数的时空变化[J].地理研究,2017,36(6):1171- 1182.
• [17] 孔锋,史培军,方建,等.全球变化背景下极端降水时空格局变化及其影响因素研究进展和展望[J].灾害学,2017,32(2):165- 174.
• [18] 王岱,游庆龙,江志红,等.中国极端气温季节变化对全球变暖减缓的响应分析[J].冰川冻土,2016,38(1):36- 46.
• [19] 许国宇.1951- 2013年冬季北京极端低温事件变化及其与AO的关系研究[D].兰州:兰州大学,2015.
• [20] 任福民,高辉,刘绿柳,等.极端天气气候事件监测与预测研究进展及其应用综述[J].气象,2014,40(7):860- 874.
• [21] 沈雨辰.CMIP5模式对中国极端气温指数模拟的评估及其未来预估[D].南京:南京信息工程大学,2014.
• [22] 张雷.东亚地区城市化对极端气温变化的影响[D].南京:南京信息工程大学,2014.
• [23] 刘琳,徐宗学.西南5省市极端气候指数时空分布规律研究[J].长江流域资源与环境,2014,23(2):294- 301.
• [24] 史培军,孙劭,汪明,等.中国气候变化区划(1961- 2010年)[J].中国科学:地球科学,2014,44(10):2294- 2306.
• [25] 吴绍洪,潘韬,刘燕华,等.中国综合气候变化风险区划[J].地理学报,2017,72(1):3- 17.
• [26] 杜军,路红亚,建军.1961- 2010年西藏极端气温事件的时空变化[J].地理学报,2013,68(9):1269- 1280.
• [27] 张天宇,程炳岩.重庆高温热浪指数和暖夜指数变化及其情景预估[J].气象科技,2010,38(6):695- 703.
• [28] 孔锋,王品,吕丽莉.全球气候变化背景下雄安新区建设水资源安全风险与治理对策[J].水利发展研究,2018,18(2):12- 14+39.
• [29] 向旬,王冀,王绪鑫,等.我国极端气温指数的时空变化与分区研究[J].气象,2008,33(9):73- 80.