1961-2016年中国极端气温日数变化特征及其影响因素分析

发布时间：2020-08-21 06:31

【摘要】：基于中国地区760个气象站点1961-2016年日最高、最低气温、累积降水数据,采用百分比阈值法定义极端高温和极端低温阈值,对夏季极端高温日数和冬季极端低温日数的变化趋势、主要变化模态、周期特征、突变特征等进行分析,并研究了降水和极端气温日数的相关性;基于ERA-interim全球海温再分析资料研究了全球海温影响中国夏季极端高温日数和冬季极端低温日数的关键区;基于NCEP/NCAR再分析资料,研究了不同季节北半球和南半球海冰密集度与极端气温日数EOF第一模态时间系数的相关性空间分布特征,从多个层面对极端气温偏多年与偏少年的大气异常环流进行了分析。最后结合大气环流异常讨论了南北半球海冰密集度变化对中国极端气温日数的影响。主要结论如下:1.除第三阶梯内陆地区外,中国大部分地区夏季极端高温日数具有显著增加的趋势,东南沿海地区和青海高原的高正值区中部分地区增加趋势大于4d/10a;冬季极端低温日数在全国范围内均表现出显著的减少趋势,华北和西南地区的高负值区中部分地区冬季极端低温日数减少趋势小于-4d/10a。中国夏季极端高温日数EOF前三个模态分别表现出全国大部分地区变化一致、南方地区与北方地区反向变化、东南沿海地区与长江黄河之间地区和辽宁吉林地区反向变化的变化特征,时间系数分别在2002年、1995年、1978年左右发生突变;中国冬季极端低温日数的EOF前三个模态分别表现出全国变化一致、东北和新疆北部地区与全国其他地区反向变化、中国第一阶梯和第二阶梯反向变化的变化特征,时间系数分别在1980年、1982年、1992年发生突变。上述六个模态时间系数均存在3或4年时间尺度的显著变化周期。2.夏季极端高温日数与降水量之间的相关关系在全国整体上呈现显著地负相关,尤其在内蒙古东部地区负相关系数-0.6,冬季极端低温日数与降水的相关性在全国大部分地区不显著,显著负相关的区域主要位于华东地区,显著正相关的区域主要位于中国西部地区。当赤道西太平洋、南太平洋、日本海、印度洋、北大西洋西部和北部海域的夏季海温偏高或者南极洲附近海域、格陵兰岛东北角至斯瓦尔巴群岛间海域海温偏低时,中国大部分地区的夏季极端高温日数将增加;而当赤道中太平洋偏北部、北大西洋西部马尾藻海域和印度洋阿拉伯海域的冬季海温偏高时,中国整体上的冬季极端低温日数会偏少。3.中国夏季极端高温EOF第一模态时间系数与前期秋季至同期夏季北冰洋海域海冰密集度均存在显著负相关区域,其中前期秋季的显著负相关区域最大,从斯瓦尔巴群岛以东直至加拿大海盆;与南极洲附近海域海冰密集度存在正显著相关区域分别零星地分布在印度洋海盆区域、太平洋南极海岭区域、和恩德比地北部海域。冬季极端低温日数EOF第一模态时间系数与同期春季至同期冬季四个季节北冰洋海冰密集度存在显著正相关区域,其中同期春季与同期冬季的显著正相关区较小,同期夏季的正相关区与同期秋季相似但更大;与南极洲附近海域海冰密集度主要呈现负相关特征。4.中国夏季极端高温日数偏多年相对于偏少年的异常大气环流表现为:北极极地和南极洲周围海域地面2米温度异常增高并且地面气压异常减弱,西太平洋副热带高压强度偏强,副高脊点位置偏西和偏北,欧洲北部、北太平洋阿留申群岛附近和南极洲中心上空500hPa位势高度异常增加,青藏高原至东海上空200hPa纬向风异常减弱。中国冬季极端低温日数容偏多年相对于偏少年的异常大气环流表现为:北极极地、格陵兰岛以东海域和中西伯利亚地区地面2米温度异常降低,北极极地、格陵兰岛以东海域地面气压和西伯利亚高压异常增强,欧洲北部地面气压和阿留申低压异常减弱,北半球高纬和中低纬地区上空500hPa位势高度分别异常增大和异常减小,南半球高纬和中低纬地区上空500hPa位势高度分别异常增大和异常减小,西太平洋副热带高压强度偏弱,副高588线消失,青藏高原至东海上空200hPa纬向西风异常增强,亚洲中高纬地区上空200hPa纬向西风异常减弱。
【学位授予单位】：安徽农业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P423
【图文】：

站点,气象站,数据集,气象数据

5图 2.1 研究区域及站点分布Figure 2.1 The locations of the study area and meteorological stations本文所采用的气象站点数据为中国气象局气象数据中心提供的中国地面气候资料日值数据集 V3.0 （http://data.cma.cn/），该数据集已经过中国气象局气象信息中心严格的质量控制，其中包括了时间和空间一致性检验、极值检验数据和总误差检验等，并最终经人工验证和纠正，已被许多学者广泛运用于中国地区的气候研究[34, 35]。数据集共包含 824 个气象站点的气象数据，但 1961 以前的数据多存在缺少与缺测，因此在尽可能保证所有气象站点数据资料时间长度均一性和稳定

时间系数,高温日数,模态,第三

图 3.2 夏季极端高温日数 EOF（a）第一、（b）第二和（c）第三模态时间系数及其对应的（g-i）空间场；冬季极端低温日数 EOF（d）第一、（e）第二和（f）第三模态时间系数及其对应的（j-l）空间场Figure 3.2 The time coefficient of the first three EOF modes for extreme high temperature days insummer: (a) the first, (b) the second and (c) the third, and its corresponding (g-i) spatial coefficients;The time coefficient of the first three EOF modes for extreme low temperature days in winter: (d) thefirst, (e) the second and (f) the third, and its corresponding (j-l) spatial coefficients

时间系数,模态,检验结果,高温日数

图 3.3 夏季极端高温日数 EOF（a）第一、（b）第二和（c）第三模态时间系数 MK 检验结果；冬季极端低温日数 EOF（d）第一、（e）第二和（f）第三模态时间系数 MK 检验结果Figure 3.3 MK results of the time coefficient of the first three EOF modes for extreme hightemperature days in summer: (a) the first, (b) the second and (c) the third; MK results of the the timecoefficient of the first three EOF modes for extreme low temperature days in winter: (d) the first, (e)the second and (f) the third3.1.3 极端气温日数 EOF 模态时间系数 Morlet 小波分析图 3.4a 呈现了中国夏季极端高温日数 EOF 第一模态时间系数小波变换系数实部的波动特征，反映了中国夏季极端高温日数整体情况的高低交替变化，并存在多个时间尺度特征。总体上中国夏季极端高温日数 EOF 第一模态时间系数的演化过程具有分别为 3a、6a 和 10a 左右的 3 个明显的时间尺度特征，其中枯-丰交替的准五次震荡表现在 10a 左右的尺度上，其尺度周期变化在整个时段表现稳定，在演化中具有全域性。极端温度日数时间序列的波动能量随时间尺度的分布情况能够在小波方差图上得到反映，因此小波方差可用来确定极端高温次数演化过程中存在的主周期。方差图中分别存在 3a、6a、10a 左右时间尺度的 3 个明显峰值，但

【参考文献】