全球气候变化背景下东北地区极端气候事件研究

发布时间：2017-06-08 17:15

  本文关键词：全球气候变化背景下东北地区极端气候事件研究，由笔耕文化传播整理发布。

【摘要】：极端气候事件的发生将对自然生态系统、人类社会经济和人民生命财产造成严重的危害。研究极端气候事件已成为全球变化背景下气象和气候科学研究中的重点和热点。本文以东北地区为研究区,从极端气候事件不确定性研究出发,提出一种较为客观的定义极端气候事件的方法。在此基础上,分析了东北地区近1961~2013年极端温度和极端降水的时空变化特征。考虑到降水与温度差异性,提出了一种研究极端连续降水事件的思路,并探讨了东北地区极端降水发生的机理。最后利用CMIP5模型数据进行了未来不同情景下东北地区极端气候事件变化研究。主要结论如下:(1)在空间上,东北地区年平均降水变化主要为波动减少类型;绝大部分区域的年平均温度和最高温度为波动增温类型;年最低温度变化出现稳定增温类型相对较多,主要发生在辽宁西部和张广才岭地区。在时间上,整个东北地区近53年来年降水变化为波动减少,年平均温度、最高温度和最低温度都为波动增加。(2)当前最为流行的定义极端气候事件的百分位法存在四个方面的不确定性。本研究提出的剔除-去趋势波动分析(R-DFA)法通过计算和分析长程相关性指数可以用来区别极端事件和正常事件。由R-DFA方法计算的阈值与当地气候相关而且对每个站点都是特定的。与百分位法相比,R-DFA方法能够明确确定极端和非极端事件之间的临界值。虽然确定极端事件存在各种不确定性,但R-DFA方法是定义极端气候事件阈值相对较为稳健的方法。(3)极端低最低温度(ELMT)发生频次较多的地区位于东北地区中部,而高频次极端高最高温度(EHMT)事件主要发生在辽河平原和呼伦贝尔平原。较强的ELMT强度发生在辽河平原和松嫩平原,而EHMT主要出现在松嫩平原北部和辽西山地。大部分站点(58%)的ELMT频次为减少趋势,而绝大多数站点(94)的EHMT频次为增加趋势。大约58%的站点的ELMT强度为减弱趋势,而69%站点的EHMT强度为增加趋势。较为严重的ELMT事件主要发生在松嫩平原和三江平原。严重的EHMT事件主要发生在三江平原,以及大兴安岭西北和辽西山地。(4)高频次和高强度的极端逐日降水(EP)事件都主要出现在辽宁省海滨地区以及长白山山麓和小兴安岭山麓地区。整体来说,东北地区1961~2009年EP事件发生频次有非显著性的增加趋势,而强度表现出非显著性的减弱趋势。东北地区EP严重度(EPSI)存在东北-西南和西北-东南向的空间梯度。呼伦贝尔平原和长白山的EPSI较小,而辽宁海拔地区、千山地区和小兴安岭区域EPSI较大。在东北地区,ep事件最严重的区域为辽宁海滨地区,并且其严重程度沿西南-东北方向向东北地区中部逐渐减弱。(5)东北地区极端连续降水(epp)事件频次的区域差异明显,表现为山地出现epp事件概率大于平原地区。发生频次较多的区域主要分布于长白山、小兴安岭等山地地区,而东北地区的西南部、呼伦贝尔西部和三江平原部分地区出现epp事件相对较少。较强的强度主要发生在东北地区的西南部(辽河平原、千山地区和大兴安岭西南地区),而较弱的epp强度主要出现在大兴安岭北部。山地(高海拔)地区epp事件的连续天数比平原地区的长。较为严重的epp主要出现在辽宁海滨地区和千山地区,而西北部(呼伦贝尔和漠河)和东部(三江平原)epp事件相对来说严重度较弱,且严重度由海滨地区开始沿着西南-东北方向逐渐减弱。从整体上来看,近53年东北地区epp事件严重度在增加,但变化趋势并不显著,且近10年的epp事件越来越严重。(6)7月和8月北方冷空气强度与极端降水频次呈显著的负相关,即冷空气越强,极端降水越少。气旋也是产生东北地区区域性极端降水的原因之一,大约有15~20%的区域性极端降水都与气旋有关。东亚和东南亚季风强度与东北地区极端降水相关关系不大。夏秋季节出现厄尔尼诺现象,下一年东北地区夏季往往会产生较多的极端降水事件,因此厄尔尼诺的发生可以作为东北地区来年夏季极端降水事件将增多的标志。通过对夏季极端连续降水事件与东北冷涡(切断低压,col)事件的分析发现,超过三分之一的极端连续降水事件与col事件相关,而超过一半的col事件是导致形成极端连续降水事件的因素之一。(7)21世纪上半世纪rcp2.6,rcp4.5和rcp8.5情景下的降水、tmax和tmin都为增加趋势,而下半世纪rcp2.6情景都为减少趋势,rcp8.5情景都为增加趋势,rcp4.5情景降水为减少趋势,温度为增加趋势。但从整个21世纪来分析,3种情景下降水和温度都为显著的增加趋势。在这样的变化趋势下,所有情景的极端tmax都为增多趋势,极端tmin为减少趋势。东北地区未来3种情景下极端逐日降水事件和极端连续降水事件都为增多趋势,长白山和大兴安岭北部地区的极端逐日降水和连续降水事件的增幅都较大,而三江平原和小兴安岭地区的增幅都较小。对重现期来讲,总体上,重现期越长,能发生的极端降水更强,而且连续降水比逐日降水的重现值更大;不管对逐日降水来说还是对连续降水而言,3种水平重现期下,空间上都是东北地区南部(千山地区和长白山南麓)的重现值最大,往北逐渐递减。本文利用了一系列站点观测数据和模拟数据,在讨论了极端事件不确定性的基础上,全面分析了东北地区过去、现在和未来极端温度和极端降水频次、强度和严重度的时空变化特征,不仅能对研究全球变化的区域响应提供理论依据,也能为极端气候灾害愈来愈严重情况下政策的制定提供科学依据。
【关键词】：极端气候事件 不确定性 极端温度 极端降水 连续降水 剔除-去趋势波动分析 严重度 CMIP5 东北地区
【学位授予单位】：东北师范大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：P467
【目录】：

• 摘要4-7
• Abstract7-13
• 第一章 绪论13-28
• 1.1 研究目的和意义13-15
• 1.2 研究进展15-25
• 1.2.1 极端事件不确定性15-16
• 1.2.2 极端温度研究16-18
• 1.2.3 极端降水研究18-21
• 1.2.4 极端降水形成机制21-24
• 1.2.5 未来极端气候事件预测研究24-25
• 1.3 存在的问题25-26
• 1.4 研究内容26-27
• 1.5 创新点27-28
• 第二章 研究区概况和数据28-39
• 2.1 研究区自然概况28-34
• 2.1.1 气候特征29-30
• 2.1.2 地貌特征30-31
• 2.1.3 水系特征31-32
• 2.1.4 植被特征32-33
• 2.1.5 土壤特征33-34
• 2.2 研究区农业概况34
• 2.3 数据34-36
• 2.4 数据质量控制和均一性检验36-39
• 第三章 东北地区近50年气候变化特征分析39-63
• 3.1 引言39
• 3.2 研究方法39-41
• 3.2.1 线性趋势法39-40
• 3.2.2 波动特征40-41
• 3.3 降水和温度空间变化41-56
• 3.3.1 趋势分析41-46
• 3.3.2 波动分析46-51
• 3.3.3 气候变化类型分析51-56
• 3.4 降水和温度时间变化56-61
• 3.5 小结61-63
• 第四章 极端气候事件的不确定性研究63-78
• 4.1 引言63-64
• 4.2 研究方法64-68
• 4.2.1 固定阈值法64
• 4.2.2 百分位法64
• 4.2.3 R-DFA方法64-68
• 4.3 确定极端事件阈值—以漠河站为例68-69
• 4.3.1 百分位方法68-69
• 4.3.2 R-DFA方法69
• 4.4 百分位法和R-DFA方法的对比分析69-74
• 4.4.1 allper和medianper方法对比69-71
• 4.4.2 百分位法与R-DFA方法对比71-74
• 4.5 R-DFA方法计算的阈值的空间格局74-75
• 4.6 讨论与小结75-78
• 第五章 极端温度的时空变化特征78-87
• 5.1 引言78-79
• 5.2 方法79-80
• 5.2.1 极端温度阈值计算79
• 5.2.2 极端温度严重度指数79-80
• 5.3 结果80-86
• 5.3.1 极端温度频次和强度的空间变化特征80-82
• 5.3.2 极端温度频次和强度的趋势分析82-85
• 5.3.3 极端温度严重度的空间变化分析85-86
• 5.4 小结86-87
• 第六章 东北地区极端逐日降水时空变化特征87-95
• 6.1 引言87-88
• 6.2 方法88-90
• 6.2.1 R-DFA方法88
• 6.2.2 极端降水事件严重度指数88-89
• 6.2.3 突变检验89-90
• 6.3 结果90-93
• 6.3.1 极端降水频次和强度的空间分布90-91
• 6.3.2 极端事件频次和强度的变化趋势分析91-92
• 6.3.3 极端降水事件严重度的时空变化特征92-93
• 6.4 讨论与小结93-95
• 第七章 东北地区极端连续降水时空变化特征95-106
• 7.1 引言95-96
• 7.2 方法96-98
• 7.2.1 连续降水处理96
• 7.2.2 R-DFA方法96
• 7.2.3 极端连续降水事件严重度指数96-98
• 7.3 空间格局98-102
• 7.3.1 极端连续降水事件频次的空间格局98-99
• 7.3.2 极端连续降水事件强度的空间格局99-100
• 7.3.3 极端连续降水事件连续天数的空间格局100-101
• 7.3.4 极端连续降水事件严重度的空间格局101-102
• 7.4 时间变化趋势102-103
• 7.5 讨论与小结103-106
• 第八章 极端降水时空变化的成因分析106-120
• 8.1 引言106-108
• 8.2 方法108-110
• 8.2.1 东北冷涡识别108
• 8.2.2 气旋识别108-109
• 8.2.3 季风指数定义109-110
• 8.2.4 厄尔尼诺事件110
• 8.2.5 冷空气指数110
• 8.3 结果110-118
• 8.3.1 东北地区大气环流场110-111
• 8.3.2 北方冷空气与区域性极端降水的关系111-112
• 8.3.3 气旋与区域性极端降水的相关分析112-114
• 8.3.4 太平洋海温与极端逐日降水的遥相关分析114-116
• 8.3.5 其他要素与极端逐日降水的相关分析116-117
• 8.3.6 COL与极端连续降水事件相关关系117-118
• 8.4 讨论与小结118-120
• 第九章 基于CMIP5多模式集合的东北地区未来极端温度和降水变化120-130
• 9.1 引言120
• 9.2 方法120-122
• 9.2.1 阈值计算120-121
• 9.2.2 GPD121
• 9.2.3 L矩参数估计121-122
• 9.2.4 重现期估算122
• 9.3 结果122-128
• 9.3.1 不同情景下温度和降水变化趋势122-124
• 9.3.2 未来极端温度变化124-125
• 9.3.3 未来极端降水变化125-126
• 9.3.4 极端降水重现期分析126-128
• 9.4 小结128-130
• 第十章 结论与展望130-134
• 10.1 主要结论130-132
• 10.2 本研究的不足与工作展望132-134
• 参考文献134-147
• 致谢147-149
• 在学期间公开发表论文及著作情况149-150

【参考文献】

中国期刊全文数据库 前9条

1 郭其蕴,蔡静宁,邵雪梅,沙万英;东亚夏季风的年代际变率对中国气候的影响[J];地理学报;2003年04期

2 林贤超,徐淑英;东亚季风强弱变化及其对初夏我国东部地区降水的影响[J];地理研究;1989年02期

3 陈活泼;孙建奇;;How the “Best” Models Project the Future Precipitation Change in China[J];Advances in Atmospheric Sciences;2009年04期

4 姜大膀,王会军,郎咸梅;SRES A2情景下中国气候未来变化的多模式集合预测结果[J];地球物理学报;2004年05期

5 苗春生;吴志伟;何金海;池艳珍;;近50年东北冷涡异常特征及其与前汛期华南降水的关系分析[J];大气科学;2006年06期

6 孙颖;丁一汇;;未来百年东亚夏季降水和季风预测的研究[J];中国科学(D辑:地球科学);2009年11期

7 孙力,安刚,丁立,沈柏竹;中国东北地区夏季降水异常的气候分析[J];气象学报;2000年01期

8 刘小宁;李庆祥;;RESEARCH OF THE INHOMOGENEITY TEST OF CLIMATOLOGICAL DATA SERIES IN CHINA[J];Acta Meteorologica Sinica;2003年04期

9 尹尽勇;曹越男;赵伟;黄奕武;;一次黄渤海入海气旋强烈发展的诊断分析[J];气象;2011年12期

中国博士学位论文全文数据库 前1条

1 刘廷祥;东北地区农林交错带土地利用变化及其对区域气温影响模拟研究[D];中国科学院研究生院(东北地理与农业生态研究所);2012年

  本文关键词：全球气候变化背景下东北地区极端气候事件研究，，由笔耕文化传播整理发布。

本文编号：433206