19942020年黄河三角洲地区极端气温指数变化特征

王玉龙 ,  张立 ,  马晓睿

沙漠与绿洲气象 ›› 2025, Vol. 19 ›› Issue (02) : 170 -178.

PDF (1598KB)
沙漠与绿洲气象 ›› 2025, Vol. 19 ›› Issue (02) : 170 -178. DOI: 10.12057/j.issn.1002-0799.2304.28002
研究论文

19942020年黄河三角洲地区极端气温指数变化特征

作者信息 +

Variation Characteristics of Extreme Temperature Indices in the Yellow River Delta Region from 1994 to 2020

Author information +
文章历史 +
PDF (1635K)

摘要

基于1994—2020年东营市5个国家气象观测站逐日平均气温、日最高和最低气温等基础资料,采用线性倾向估计、距平和累积距平及相关性分析等方法,研究了黄河三角洲地区16个极端气温指数的变化特征。结果表明:黄河三角洲地区气温暖化趋势明显,年平均气温呈上升趋势,其中春季升温最明显。日最高气温极大值、日最低气温极大值、热夜日数、夏日日数、暖夜日数、暖昼日数、暖持续日数、作物生长期、气温日较差呈上升趋势;日最高气温极小值、日最低气温极小值、霜冻日数、冰冻日数、冷夜日数、冷昼日数、冷持续日数呈下降趋势。气候变暖在白天和夜间呈现不对称性,冷暖指数变化趋势的方向和大小表现出不对称性,暖指数呈不同程度的上升趋势,冷指数呈不同程度的下降趋势,且暖指数的增加趋势大于冷指数的减少趋势。极端气温指数与北极涛动(AO)指数、北大西洋涛动(NAO)指数、ENSO指数和太平洋—北美(PNA)遥相关指数存在一定关系但不显著,其中极端气温冷指数与AO相关性最强,呈负相关。

Abstract

To better understand the characteristics of changes in extreme temperature indices in the Yellow River Delta region, this study analyzed the daily average temperature, daily maximum temperature, daily minimum temperature and other basic data from five national meteorological stations in Dongying from 1994 to 2020. The change characteristics of sixteen extreme temperature indices were analyzed using linear trend estimation, anomaly analysis, cumulative anomaly, and correlation analysis methods. The results indicate a significant warming trend in the Yellow River Delta region, with the annual average temperature showing an overall upward trend, spring warming being the most obvious. The maximum value of daily maximum temperature (TXx), the maximum value of daily minimum temperature (TNx), hot nights (TR), summer days (SU), warm nights (TN90p), warm days (TX90p), warm duration days (WSDI), crop growth period (GSL) and daily temperature range (DTR) showed increasing trends.Conversely, the minimum value of daily maximum temperature (TXn), the minimum value of daily minimum temperature (TNn), frost days (FD), freezing days (ID), cold nights (TN10p), cold days (TX10p), and cold duration days (CSDI) exhibited declining trends.The warming trend displayed asymmetry between day and night. The direction and magnitude of change trends of the cold and warm indices also exhibited asymmetry, with warm indices showing various degrees of upward trends that exceeded the downward trends observed in cold indices.The extreme temperature indices were also analyzed in relation to the Arctic Oscillation (AO) index, North Atlantic Oscillation (NAO) index, ENSO index, and Pacific/North American (PNA) teleconnection index.Although these relationships were not significant, the extreme cold temperature index showed the strongest negative correlation with AO.

Graphical abstract

关键词

极端气温指数 / 变化趋势 / 黄河三角洲 / 影响因子

Key words

extreme temperature indices / change trend / Yellow River Delta / influencing factors

引用本文

引用格式 ▾
王玉龙,张立,马晓睿. 19942020年黄河三角洲地区极端气温指数变化特征[J]. 沙漠与绿洲气象, 2025, 19(02): 170-178 DOI:10.12057/j.issn.1002-0799.2304.28002

登录浏览全文

4963

注册一个新账户 忘记密码

IPCC第五次评估报告指出,近百年全球气候变暖趋势仍在持续,在全球变暖背景下,极端天气气候事件愈加频发[1]。中国是全球气候变化的敏感区和影响显著区,升温速率明显高于同期全球平均水平,1951—2020年,中国地表年平均气温呈显著上升趋势,升温速率为0.26 ℃ˑ(10 a)-1 [2]。近年来,中国大陆极端气温呈上升趋势,极端高温(低温)事件的频率和持续性不断增大(减小),20世纪90年代之后极端高温和极端低温都显著增大[3]。在时间演变上,无论年还是季,极端气温均呈上升趋势,尤其以冬季升温最明显,极端最低气温的增暖趋势明显大于极端最高气温,中国大陆年极端气温存在显著的空间差异性,表现出纬度、经度和海拔差异特征[4]
近年来,国内诸多学者对不同地域极端气温事件从多方面进行了研究。齐庆华等[5]研究发现,中国东部极端气温强度和频次变化格局存在较好的协同一致性,高纬度北方地区和冬、春季节气温对全球变暖响应最为显著。吴晶璐等[6]对江淮流域1979—2011年极端气温指数对比分析发现,高温日数不断增加,但低温日数逐渐减少。王琼等[7]对长江流域极端气温事件研究发现,冷指数的变暖幅度大于暖指数变暖幅度,夜指数的变暖幅度大于昼指数。20世纪90年代是大部分极端气温指数发生突变的时期,变化趋势更加显著。
由于极端天气气候变化具有较强的地域特点,不同地区的变化趋势与强度并不完全一致。东营是黄河三角洲的中心城市,是山东省唯一在“黄”“蓝”两大国家战略中完全重合覆盖的地区,区域地位十分重要,近些年已有学者对该地区气候特征进行了相关研究。李高伟等[8]对黄河三角洲气候变化趋势研究发现,气温整体呈上升趋势,冬季气温升幅最大;廉丽姝等[9]指出黄河三角洲地区极端气温冷、暖指数的变化趋势表现出明显的不对称性。2021年10月,习近平总书记在黄河三角洲国家级自然保护区考察时强调其生态地位十分重要,对黄河三角洲地区进行详尽的气候研究尤为迫切。现阶段对黄河三角洲地区的极端气温指数研究非常有限,大多是对常规气象要素进行分析研究,局限性强,且研究时段较早。本文通过分析黄河三角洲地区极端气温指数的时空变化特征及其变化趋势,进一步认识该地区的气候变化及影响,以期为研究区应对极端气候、进行防灾减灾提供科学依据,助力推动黄河流域生态保护和高质量发展。

1 资料来源与研究方法

1.1 资料来源

选取1994—2020年东营、利津、河口、广饶、垦利5个国家气象观测站(图1)逐日平均气温、日最高气温、日最低气温(20时—次日20时,北京时,下同),5站的算术平均值作为黄河三角洲地区气温平均情况。为更好地体现黄河三角洲地区的极端气温指数变化特征,将数据时段统一为1994—2020年。根据山东省气候特征,按照3—5月为春季、6—8月为夏季、9—11月为秋季、12月—次年2月为冬季的划分方法,形成逐季数据序列。考虑全球变化影响,采用ENSO指标数据(选用NINO3.4区海表温度距平指数)、北极涛动(AO)指数、北大西洋涛动(NAO)指数和太平洋—北美遥相关型(PNA)指数4个影响因子研究极端气温变化的环流背景原因,数据来源于国家气候中心(NCC)业务网站。

1.2 研究方法

对极端气温指数的定义和计算采用世界气象组织(WMO)气候学委员会(CCI)与气候变化和可预测性研究计划(CLIVAR)联合提出的气候变化监测指数(ETCCDI),选取其中的16个气温指数(表1),包括极值指数、绝对指数、相对指数和其他指数。

采用线性倾向估计法,计算过程运用最小二乘法进行估计,用倾向率分析要素年际变化趋势,确定0.1、0.05和0.01三种显著性水平,对线性拟合结果用相关系数进行显著性检验。用距平分析气象要素相对于多年平均值变化程度,用累积距平判断气象要素的变化趋势。

2 结果分析

2.1 气温变化趋势分析

1994—2020年黄河三角洲地区气温平均变化趋势见表2。年平均气温、年平均最高气温和年平均最低气温均呈显著上升趋势(均通过了0.01的显著性检验),升温速率分别为0.35、0.34、0.41 ℃·(10 a)-1。王常山等[10]研究指出,山东地区年平均气温、年平均最高气温和年平均最低气温均呈增温趋势,增温速率分别为0.22、0.17、0.33 ℃·(10 a)-1,黄河三角洲地区高于山东地区平均水平。黄河三角洲地区年平均气温增温倾向率为0.35 ℃·(10 a)-1,高于全国的平均水平(0.26 ℃/10 a) [2],属于增温较为显著的区域。黄河三角洲地区四季平均气温也均呈增加趋势,变化率分别为0.65、0.24、0.34、0.25 ℃·(10 a)-1,其中春季通过了0.01的显著性检验,秋季通过了0.05的显著性检验。春季上升速率为0.65 ℃·(10 a)-1,超过了年均水平(0.35 ℃/10 a),标志着春季气温的升高对近27年黄河三角洲地区气候变暖贡献率最大,其次为秋季,冬季和夏季贡献较弱。

2013年之前大多为负距平,说明此时间段年平均气温、年平均最高气温和年平均最低气温低于多年平均值,累积距平呈缓慢降低趋势,年平均气温、年平均最高气温和年平均最低气温具有逐渐下降趋势。2013年之后变化特征与前期基本相反,说明2013年之后年平均气温、年平均最高气温和年平均最低气温高于多年平均值,呈增加趋势。春季平均气温特征与年平均气温特征基本吻合,均是前期多负距平,累积距平先降后升,其他3个季节的平均气温正负距平波动较大。

极端气温极值指数包括日最高气温极大值、日最低气温极大值、日最高气温极小值、日最低气温极小值4个指数,反映极端气温在极点的变化特征(图2)。日最高气温、日最低气温的极大值呈上升趋势,上升速率分别为0.27、0.44 ℃·(10 a)-1,日最高气温、日最低气温的极小值呈下降趋势,下降速率为0.56和0.12 ℃·(10 a)-1。在气温整体趋势变暖的大背景下,黄河三角洲地区冬季极端低温天气增多,造成日最高气温、日最低气温极小值呈下降趋势。

极端气温绝对指数包括霜冻日数、冰冻日数、热夜日数和夏日日数4个指数,主要反映极端气温在季节冷暖的变化特征(图3)。热夜日数、夏日日数呈上升趋势,上升速率分别为7.21、5.74 d·(10 a)-1,热夜日数上升趋势快于夏日日数;霜冻日数和冰冻日数呈下降趋势,下降速率为3.67、0.19 d·(10 a)-1,霜冻日数下降趋势快于冰冻日数。其中热夜日数通过了0.01的显著性检验,霜冻日数和夏日日数通过了0.05的显著性检验,热夜日数和夏日日数的增加趋势大于霜冻日数和冰冻日数的减少趋势。

极端气温相对指数包括冷夜日数、冷昼日数、暖夜日数和暖昼日数4个指数,主要反映极端气温在昼夜冷暖的变化特征(图4)。冷夜日数和冷昼日数呈下降趋势,下降速率分别为3.19和1.56 d·(10 a)-1,暖夜日数和暖昼日数呈上升趋势,上升速率分别为3.56、4.86 d·(10 a)-1。暖夜日数快于冷夜日数,暖昼日数快于冷昼日数,暖夜日数和暖昼日数的增加趋势大于冷夜日数和冷昼日数的减少趋势。

极端气温其他指数包括暖持续日数、冷持续日数、作物生长期、气温日较差,主要反映极端气温持续时间的变化特征(图5)。暖持续日数、作物生长期和气温日较差呈上升趋势,上升速率分别为1.2 d·(10 a)-1、4.31 d·(10 a)-1和0.39 ℃·(10 a)-1,冷持续日数呈下降趋势,下降速率为1.38 d·(10 a)-1

从各极端气温指数累积距平分析可知,冷指数中霜冻日数、冰冻日数、冷夜日数和冷昼日数均为先升后降,暖指数中热夜日数、夏日日数、暖夜日数和暖昼日数均为先降后升,而其他指数均呈波动性升降,无明显变化规律。

2.2 黄河三角洲地区极端气温指数空间特征

黄河三角洲地区不同区域各极端气温指数的变化趋势与整个区域的变化趋势基本一致,仅个别指数有差异(表3)。其中TNn在河口和垦利呈上升趋势,其他区域呈下降趋势;ID在广饶呈上升趋势,其他区域呈下降趋势;TN10p在利津呈上升趋势,其他区域呈下降趋势。

黄河三角洲地区5个国家气象观测站按地域划分来看,河口和利津位于黄河以北,垦利、东营和广饶位于黄河以南。河口的年平均气温和年平均最低气温的升幅最大,利津的年平均最高气温升幅最大;16个极端气温指数中,TNx、FD、ID、TR、TN10p、TN90p、CSDI 7个指数河口变化幅度最大,TXx、TNn、TX10p、TX90p、WSDI、DTR、GSL7个指数利津变化幅度最大,仅TXn在东营变化幅度最大,SU在垦利变化幅度最大。

黄河三角洲位于黄河以北的地区对极端气温指数的反应较敏感。由于整个黄河三角洲地区经纬度跨越范围小、海拔差异小,所以极端气温指数的空间分布特征不是很明显。

2.3 黄河三角洲地区极端气温指数影响因子

黄河三角洲地区极端气温指数未受到AO、NAO、NINO3.4、PNA的显著影响,各指数中仅有SU和TR对AO显著性水平达到0.1,其他极端气温指数对各项因子均不显著。影响因子相关系数见表4,各极端气温指数与影响因子之间的相关性有差异,FD、TN10p和TX10p与各影响因子均为负相关,TX90p和GSL与各影响因子均为正相关,其中极端气温冷指数与AO相关性最强,呈负相关;极端气温暖指数与各影响因子相关性均较小,正负相关无明显规律。

3 讨论

3.1 黄河三角洲地区与其他区域极端气温指数对比

由黄河三角洲地区与北京、山东、河南、长江三角洲平原区及黄河流域下游地区不同极端气温指数的变化差异(表5)可知,黄河三角洲地区多数极端气温指数变化趋势(上升或下降)与对比区域一致,变化趋势相反的主要是TXn、TNn和DTR。黄河三角洲地区TXn和TNn呈减小趋势,其他区域基本呈增大趋势;黄河三角洲地区DTR呈增大趋势,其他地区均呈减小趋势。其中SU、TR、TX90p和GSL4个指数,黄河三角洲地区的增大趋势明显大于其他地区。

由于黄河三角洲地区地理位置特殊,背陆面海,受欧亚大陆和西太平洋共同影响,濒临内海渤海,属于暖温带半湿润大陆性季风气候,不具有典型的沿海城市气候特性,具有一定的内陆地区气候特点。与典型内陆地区和沿海地区均不同,因对极端气温指数统计时段不同,各地区极端气温指数存在差异。

3.2 大气遥相关指数与全球变暖对极端气温指数的影响

研究表明AO/NAO与欧亚地区冬半年极端冷指数有明显相关性[16-18],以AO为例,2015/2016年冬季,AO季内变化特征明显,由2015年12月正位相(AO指数13.80),转为2016年1月强负位相(AO指数-19.27),导致冷空气南下,北半球和我国气温由暖转冷。相对应的黄河三角洲地区在2015年12月平均气温较常年偏高1.6 ℃,为38 a来第三高值,2016年1月出现大范围寒潮天气,24日极端最低气温为-18.9 ℃,其中东营、河口站极端最低气温破历史极值,利津、垦利和广饶极端最低气温为近30年最低。2014年10月—2016年4月为厄尔尼诺暖事件时段,2015年12月为峰值时间(强度2.8 ℃,等级为超强),同年冬季平均气温高于常年冬季平均气温。在全球气候变暖的大背景下,出现了极端低温事件,ENSO不能很好地解释其中一些事件的原因,可能与AO/NAO密切相关。极端气温指数变化受到诸多因素的影响,包括大规模海洋—大气环流、人类活动和城镇化等多方面影响,单独考虑一项或几项影响因子并不能完全了解极端气温指数的变化规律,诸多因素如何影响黄河三角洲地区的极端气温,还需进一步收集数据进行研究。

4 结论

本文对黄河三角洲地区1994—2020年16个极端气温指数进行线性倾向估计、空间变化趋势、距平和累积距平分析,得出以下结论:

(1)黄河三角洲地区气温暖化趋势明显。气候变暖在白天和夜间呈现不对称性,冷、暖指数变化趋势的方向和大小表现出明显的不对称性。暖指数累积距平表现为先下降后上升的变化特点,冷指数表现为先上升后下降的变化趋势。线性趋势中,暖指数均呈不同程度的上升趋势,热夜日数的上升趋势最明显;冷指数均呈不同程度的下降趋势,霜冻日数的下降趋势最明显。

(2)黄河三角洲地区多数极端气温指数变化趋势与对比区域一致,TXn、TNn和DTR指数变化趋势相反。 SU、TR、TX90p和GSL4个指数在黄河三角洲地区的增大趋势明显大于其他地区。原因主要是独特的地理位置和统计研究时段的不同造成不同地区极端气温指数的差异。黄河三角洲位于黄河以北的地区对极端气温指数的反应较敏感。由于黄河三角洲地区经纬度跨越范围小、海拔差异小,极端气温指数的空间分布特征不是很明显。

(3)各极端气温指数与各影响因子之间的相关性有差异,极端气温冷指数与AO相关性最强,呈负相关;极端气温暖指数与各影响因子相关性均较小,正负相关无明显规律。

参考文献

[1]

IPCC.Climate Change 2013:the physical science basis:the summary for policymakers of the working group I contribution to the fifth assessment report[R].Cambridge:Cambridge University Press,2013.

[2]

中国气象局气候变化中心.中国气候变化蓝皮书(2021)[M].北京:科学出版社,2021.Climate Change Center of China Meteorological Administration.Blue book on climate change in China (2021)[M].Beijing:Science Press,2021.(in Chinese)

[3]

曹晴,郝振纯,傅晓洁,.1960—2017年中国极端气候要素时空变化分析[J].人民黄河,2020,42(2):11-17.

[4]

CAO Qing, HAO Zhenchun, FU Xiaojie,et al.Analysis of spatial-temporal changes of extreme climatic elements in China from 1960 to 2017[J].Yellow River,2020,42(2):11-17.(in Chinese)

[5]

孔锋.基于时空分异的中国1961—2018年不同极端气温指数演变特征[J].水利水电技术,2020,51(4):67-80.

[6]

KONG Feng.Spatial-temporal differentiation-based evolution characteristics of different extreme air temperature indexes in China from 1961 to 2018[J].Water Resources and Hydropower Engineering,2020,51(4):67-80.(in Chinese)

[7]

齐庆华,蔡榕硕,郭海峡.中国东部气温极端特性及其气候特征[J].地理科学,2019,39(8):1340-1350.

[8]

QI Qinghua, CAI Rongshuo, GUO Haixia.The climatic variations of temperature extremes in the eastern of China[J].Scientia Geographica Sinica,2019,39(8):1340-1350.(in Chinese)

[9]

吴晶璐,朱红芳,宗培书,.近30多年江淮流域极端气温指数的时空变化分析:站点观测和再分析的对比[J].气象科学,2018,38(4):464-476.

[10]

WU Jinglu, ZHU Hongfang, ZONG Peishu,et al.Analysis on the spatial-temporal features of temperature extremes in the Yangtze-Huaihe river basin over the past decades:comparison between observation and reanalysis[J].Journal of the Meteorological Sciences,2018,38(4):464-476.(in Chinese)

[11]

王琼,张明军,王圣杰,.1962—2011年长江流域极端气温事件分析[J].地理学报,2013,68(5):611-625.

[12]

WANG Qiong, ZHANG Mingjun, WANG Shengjie,et al.Extreme temperature events in Yangtze River Basin during 1962-2011[J].Acta Geographica Sinica,2013,68(5):611-625.(in Chinese)

[13]

李高伟,韩美,张东启.1961 —2013年黄河三角洲气候变化趋势研究[J].人民黄河,2017,39(1):30-37.

[14]

LI Gaowei, HAN Mei, ZHANG Dongqi.Climatic change tendency in Yellow River Delta during 1961-2013[J].Yellow River,2017,39(1):30-37.(in Chinese)

[15]

廉丽姝,贾维花,曹峥,.黄河三角洲地区极端气温事件变化特征[J].安徽农业科学,2013,41(20):8629-8634.

[16]

LIAN Lishu, JIA Weihua, CAO Zheng,et al.Spatial-temporal variation of extreme temperature events in Yellow River Delta[J].Journal of Anhui Agricultural Sciences,2013,41(20):8629-8634.(in Chinese)

[17]

王常山,王庆,夏艳玲,.1961—2011年山东地区气温变化的区域差异特征及突变分析[J].鲁东大学学报(自然科学版),2013,29(4):353-360.

[18]

WANG Changshan, WANG Qing, XIA Yanling,et al.Regional differences in temperature change characteristics and abrupt change analysis for Shandong Area during 1961-2011[J].Ludong University Journal (Natural Science Edition),2013,29(4):353-360.(in Chinese)

[19]

李双双,杨赛霓.1960 —2014年北京极端气温事件变化特征[J].地理科学,2015,35(12):1640-1647.

[20]

LI Shuangshuang, YANG Saini.Changes of extreme temperature events in Beijing during 1960-2014[J].Scientia Geographica Sinica,2015,35(12):1640-1647.(in Chinese)

[21]

吴光伟,常允新,王庆兵,.近55年来山东省极端气温事件时空分布特征[J].水利水电技术,2023,54(2):19-32.

[22]

WU Guangwei, CHANG Yunxin, WANG Qingbing,et al.Temporal and spatial distribution characteristics of extreme temperature events in Shandong Province in recent 55 years[J].Water Resources and Hydropower Engineering,2023,54(2):19-32.(in Chinese)

[23]

高文华,李开封,崔豫.1960 —2014年河南极端气温事件时空演变分析[J].地理科学,2017,37(8):1259-1269.

[24]

GAO Wenhua, LI Kaifeng, CUI Yu.Temporal and spatial variation of extreme temperature events in Henan Province during 1960-2014[J].Scientia Geographica Sinica,2017,37(8):1259-1269.(in Chinese)

[25]

苗书玲,曹艳萍,李晴晴.1951 —2019年黄河流域极端气候事件时空变化规律分析[J].河南大学学报(自然科学版),2022,52(4):416-429.

[26]

MIAO Shuling, CAO Yanping, LI Qingqing.Spatiotemporal distribution of extreme climate events in the Yellow River Basin during 1951-2019[J].Journal of Henan University (Natural Science),2022,52(4):416-429.(in Chinese)

[27]

宋德彬.黄河三角洲地区近50年气温和降水的演变特征及R/S分析[D].烟台:中国科学院烟台海岸带研究所,2016.SONG Debin.Characteristics of temperature and precipitation trend in the Yellow River Delta during the past 50 years and analysis based R/S[D].Yantai:Yantai Institute of Coastal Zone Research,Chinese Academy of Sciences,2016.(in Chinese)

[28]

司东,马丽娟,王朋岭,.2015/2016年冬季北极涛动异常活动及其对我国气温的影响[J].气象,2016,42(7):892-897.

[29]

SI Dong, MA Lijuan, WANG Pengling,et al.Anomalous activity of arctic oscillation in winter 2015/2016 and its impact on temperature in China[J].Meteorological Monthly,2016,42(7):892-897.(in Chinese)

[30]

韩方红,陈海山,马鹤翟.冬季北大西洋涛动与中国北方极端低温相关性的年代际变化[J].大气科学,2018,42(2):239-250.

[31]

HAN Fanghong, CHEN Haishan, MA Hedi.Interdecadal variation in the relationship between north Atlantic oscillation and extreme low temperature over northern China in winter[J].Chinese Journal of Atmospheric Sciences,2018,42(2):239-250.(in Chinese)

[32]

张梦,陶丽,邵海燕.北大西洋涛动/北极涛动与中国冷事件频数年际和年代际变化的联系及其差异[J].高原气象,2022,41(4):850-863.

[33]

ZHANG Meng, TAO Li, SHAO Haiyan.Relationship between NAO/AO and interannual and interdecadal variations of cold wave frequency (CWF) in China[J].Plateau Meteorology,2022,41(4):850-863.(in Chinese)

基金资助

东营市气象局课题(2020dyqx02)

AI Summary AI Mindmap
PDF (1598KB)

146

访问

0

被引

详细

导航
相关文章

AI思维导图

/