横断山区极端气候变化的时空格局

针对全球气候变化下不同区域极端气候事件显著增加问题,为了揭示横断山区极端气候变化的时空演变规律,基于横断山区129个气象站点1970—2019年的逐日降水和气温数据,分析了横断山区27个极端气候指数的时空变化特征,利用广义极值分布揭示了部分极端指数的频率特征,并对比分析与其他地区极端气候指数变化的规律。研究表明:(1)近50年来横断山区大部分区域的各极端降水指数变化趋势不明显,北部极端降水事件的发生频次和强度低于南部。横断山区南部和西部边缘地区发生极端降水事件的频次和强度较大。(2)横断山区内90%以上站点的极端气温暖指数显著上升,极端气温冷指数显著下降。南北气温差异显著,以青藏高原为界,北部气温日较差大,平均在13.83℃,几乎无热夜日数,南部气温日较差小,平均为11.38℃,南部平均的冰冻日数在1 d左右。极端高温较普遍的发生在南部和东部的干旱河谷中,且发生强度有增加的趋势。(3)随着重现期的增加,持续干燥期(CDD)大于110 d的区域逐渐由西部扩大到金沙江下游流域;在不同重现期下,持续降雨期(CWD)和年降水总量(PRCPTOT)的高值区集中在西部和南部的边缘;北部的日最大降水...     

珠江三角洲地区极端降水时空演变特征

研究区域极端降水演变对科学应对变化环境下区域水资源利用及防灾减灾具有重要意义。选取气候变化检测指数专家组（ETCCDI）定义的6个极端降水指数（最大持续干旱日数、最大持续降水日数、极端降水日数、极端降水总量、最大日降水量和日降水强度）,采用线性趋势法和克里金插值法对珠江三角洲地区极端降水变化进行时空演变分析,并采用交叉小波识别大气环流异常因子（厄尔尼诺-南方涛动、北大西洋涛动、太平洋年代际振荡和印度洋偶极子）与极端降水的相关关系。结果显示:（1）除最大持续降水日数外,各极端降水指数均有不同程度增加,表明珠江三角洲地区极端降水正在增加,但变化不显著;（2）极端降水增加的站点主要集中在区域中部和北部,其中变化显著站点主要位于珠江口北部和区域北部;（3）不同气候态下各极端降水指数总体空间分布相似,但变化趋势空间差异较大,且变化幅度有所增加,表明随着年代际的推移极端降水越来越明显;（4）印度洋偶极子对最大持续干旱日数的影响最显著,而厄尔尼诺-南方涛动对其他极端降水指标的影响最显著。     

中国多尺度不同量级极端降水发生率非平稳性研究

利用中国1951—2014年728个气象站点日降水数据,采用核估计技术、Cox回归模型、泊松回归和广义可加模型(GAMLSS)等全面分析了不同阈值条件下基于超阈值(POT)抽样的中国极端降水发生率非平稳性特征。研究表明:(1)西北部极端降水发生率在年际上分布最不均匀,阈值的增加导致不均匀程度和范围加深和扩展。西北部和东南部年际尺度极端降水发生率呈显著上升趋势,可能引发更严重的洪涝灾害;中部和东北部则相反,极端降水频率趋于减弱;(2)基于Cox回归模型的分析表明,厄尔尼诺/南方涛动(SOI)、北大西洋涛动(NAO)、印度洋偶极子(IOD)和太平洋年代际涛动(PDO)等气候指标均为影响不同区域年内尺度极端降水发生率的显著气候因子,年内尺度极端降水发生率在很大程度上依赖气候指标的变化,呈现出非平稳性特征;(3)除西北部外,其他大部分区域极端降水年发生次数没有展现过于离散的特征,然而阈值的增加导致出现过于离散特征的倾向愈益明显。当太平洋年代际涛动(PDO)和厄尔尼诺/南方涛动(SOI)处于正相位且越大时,中国西部和中部年极端降水发生次数将随之增加,东北部则相反。气候指标与850 hPa的回归关系表明风向及携带的水汽量则可能是气候指标影响极端降水频率的因素。     

1959—2019年辽河流域极端气温事件变化特征分析

随着全球变暖的加速,极端气候事件频繁发生,迫切需要对不同气候和地理区域进行评估,以了解极端气候事件对全球变暖反应的不确定性。选取1959—2019年辽河流域36个气象站逐日气温数值,采用线性趋势法、小波分析等方法及Arcgis软件,分析辽河流域极端气温变化特征,探究大规模大气环流模式如何影响该地区极端气温事件。结果表明：(1)极端气温暖指数、极值和生长季长度(GSL)指数在研究区内均显著上升(P<0.05),而极端冷指数与气温日较差(DTR)指数显著下降(P<0.05)。气温指数变化主周期大致介于2～4.5 a,大多已通过显著性检验。(2)从空间上看,极端暖(冷)在流域内呈上升(下降)趋势,分别在流域西北部和东南部变化趋势较为明显,极值指数空间差异较大。(3)年均气温与极端冷指数和DTR表现出显著负相关,与其余指数呈现显著正相关。极端气温指数与大气环流模式存在相关性,9个季节性气温指数中冷昼日数(TX10p)与北极涛动(AO)在春、秋和冬季的相关性最高,在夏季,暖夜日数(TN90p)与AO最为相关。     

1951—2020年大理市极端气候事件变化特征

【目的】在全球变暖的背景下，频发的极端气候事件愈发影响着人类生活、社会经济发展等。大理市是极端天气和气象灾害的多发区，亟需系统研究其极端气候事件变化特征。【方法】以大理市1951—2020年逐日气象观测数据为基础，对16个极端气温指数和11个极端降水指数运用线性倾向估计、Mann-Kendall突变检验、Pettitt、滑动t检验(MTT)、集合经验模态分解(EEMD)等方法对其变化趋势、突变特征及多时间尺度变化周期展开研究。【结果】结果显示：1951—2020年间大理市极端暖事件指数(SU25、WSDI、TN90p、TX90p)和TNx变化趋势为显著上升，而极端冷事件指数(FD0、CSDI、TN10p、TX10p)变化趋势呈下降。极端降水指数中，R10、R1、Rx5day、PRCPTOT与CWD下降显著；Pettitt、M-K及MTT法均得出FD0、SU25、WSDI、TNx、TN10p、TN90p、TX90p、R1与R10有明显突变点；EEMD所得到的各分量和趋势项表示不同尺度下极端气温指数和极端降水指数的变化特征。其中，极端气温指数的强周期主要为准3 a/7 a年际尺度周期及准1...     

山东省极端气候指数变化特征研究

为探究山东省极端气候指数的时空变化与特征，选取山东省1979—2020年95个气象站点的逐日气温和降水量实测数据，采用Mann-Kendall（M-K）检验方法和Sen斜率估计法计算时间变化特征，及Inverse Distance Weight（IDW）反距离权重法探究空间变化趋势。结果表明:（1）山东省境内低温极端气温指数（TN10p和FD0）呈下降趋势，下降速率分别为0.004 8和6.42 d/（10 a），高温极端气温指数（TX90p、TXx和SU25）呈上升趋势，上升速率分别为4.06 d/（10 a）、0.32 ℃/（10 a）和2.31 d/（10 a）；其内陆区域和沿海区域极端气温指数表现出了与山东省整体较好的一致性，空间趋势不明显。（2）极端降水指数均呈上升趋势，沿海区域多大于内陆区域。降水强度指数（R95p、R99p和RX5day）呈显著增加趋势，增加速率分别为22.16、10.83和10.55 mm/（10 a），空间分布上，高值区域多分布在东部沿海区域和南部部分区域，可能会增加洪涝灾害风险。     

1960—2010年河南省极端气候事件变化趋势

根据1960—2010年河南省18个气象观测站的逐日平均气温、最低气温、最高气温及降水资料,采用国际气候诊断与指数小组所定义的极端气候指标,通过Mann Kendall检测、线性趋势法等方法对河南省极端气候的变化趋势进行了分析。结果表明:1河南省冷夜、冷日均呈减小趋势,暖夜、暖日均呈增大趋势,年湿期降水总量、重湿日数和简单降水强度指数均呈增大趋势;220世纪80年代后极端降水事件呈明显增加趋势;3大多数站点在20世纪80年代后年最高气温和年最低气温均显著升高。     

20世纪后半期以来赣江流域极端降水事件分析

全球气候变暖的背景下,局地极端降水事件发生频率逐渐上升。选用极端降水阈值(EPT)、极端降水量(R95)、极端降水天数(RD95)、极端降水强度(RI95)、连续五日最大降水量(RX5day)和一日最大降水量(RX1day) 6个极端降水指数,采用百分位阈值法、M-K趋势分析法、滑动t检验法和Kriging空间插值法对1964—2013年赣江流域的极端降水事件进行分析。结果表明:(1)赣江流域内大部分站点的极端降水指数呈不显著上升趋势;(2)各站点极端指数的突变时间大多数集中于20世纪八九十年代,且有少数站突变非常显著(α=0.01);(3)各极端降水指数除RD95外均呈现由东向西递减的规律,与之相反,RD95呈现出由西向东递减的变化。研究结果可为赣江流域防洪减灾和水资源的开发利用提供参考价值。     

1960—2017年中国极端气候要素时空变化分析

研究全球变暖背景下极端气候要素的变化对流域和区域防洪抗旱具有重要意义。利用1960—2017年全国554个气象站点的逐日降雨和气温数据,选用线性拟合、R/S分析等方法分析了中国近58 a极端气候要素的趋势性、空间性、持续性和平均循环长度。结果表明:气温极值呈上升趋势,极端高温(低温)事件的频率和持续性不断增大(减小),中国呈变暖趋势;空间上,极端气温指数在高原山地区具有较大的变幅。极端降雨的量级指数和强度指数呈增大趋势,持续性指数呈减小趋势;极端降雨量级指数和强度指数变幅的高值区在热带季风区(增大趋势),持续干旱指数和持续湿润指数变幅的高值区分别为温带大陆区(减小趋势)、温带季风区(减小趋势)。R/S分析表明未来极端气温事件将继续增多,区域一致性显著;不同地区极端降雨指数未来增大或减小的趋势不一致,极端气温指数的平均循环长度整体大于极端降雨指数的。     

近60年三峡库区极端降水变化及其与环流指数遥相关分析

分析大尺度气候环流与极端降水相关性，对区域洪旱灾害预警和极端天气管理意义重大。现有研究较好揭示了单一环流指数的影响，而多种环流的影响特点尚不明确。基于三峡库区1960—2019年21个气象站的逐日降水数据，从降水持续性、绝对性等方面构建8个极端降水指数(CDD、CWD、R10、R20、Rx1d、Rx5d、R95p、R99p),运用Mann-Kendall趋势检验、Spearman相关分析和多元线性回归(MLR)等方法，分析了库区极端降水的时空变化，从单因子和多因子两方面揭示了气候环流与极端降水的相关性。结果表明：(1)近60年，库区R10、R20、Rx1d、Rx5d、R95p、R99p在空间上均呈西北向东南递减状态，与多年平均降水空间趋势相同；(2)CWD、CDD、R10、Rx5d总体呈下降趋势，而R20、Rx1d、R95p和R99p则表现为上升趋势，三峡库区持续降水事件的持续时间有所降低，但短期强降水事件发生的频次和强度均有所增加；(3)从极端降水与环流指数的遥相关分析来看，多因子回归分析对极端降水指数的解释程度优于单因子，其中EASMI和SASMI组合为最强解释因子组合。该研究成果...     

辽宁东南部山区极端降水指数时空变化特征及其与大气环流的相关性分析

文章结合辽宁东南部山区35个降水站点1955—2018年降水数据,对区域近10项极端降水指数时空变化特征进行分析,并定量分析其与大气环流指数相关性。结果表明,在空间上,除干湿变化特征外,其余8项极端降水指数呈现由南到北逐步递减变化规律;在时间上,最大1日、5日、雨强及极强降水4项指数呈现显著上升趋势,其余各指数呈现递减变化;各指数均与北极涛动(AO)相关程度最高,北大西洋涛动(NAO)是持续湿期影响的主要大气环流因子。研究成果对于辽宁东南部水灾害治理规划具有重要参考。     

西江流域极端降水演变规律及其对洪水径流的影响

为探究西江流域水文气象要素演变规律,分析极端降水对洪水径流的影响,基于西江流域1956—2019年水文气象资料,综合利用趋势分析、突变检验等方法剖析了西江流域极端降水、年均径流和年最大日平均流量的演变规律,并采用Pearson相关系数与双累积曲线法评估了极端降水指标与年均径流、年最大日平均流量的相关性,探讨了极端降水对洪涝灾害损失的影响。结果表明：相较于上游高海拔地区,西江流域中下游低海拔地区极端降水的变化更为明显,表现为极端降水频率增大以及降水强度增大;Rx1day、R99p和SDⅡ呈现显著上升趋势,极端降水指标多在1992年发生突变,年均径流和年最大日平均流量均呈现不显著的上升趋势,且均有两个突变点;PRCPTOT、R25、R10、R95p与年均径流呈显著相关关系,R95p、R99p、CDD和R25对洪涝灾害指标的影响相对较大;2002年后极端降水指标同洪涝灾害指标的相关关系发生了显著改变。     

近50年辽宁省极端气候事件的趋势变化及空间特征

为明确辽宁省近50年极端气候事件的趋势变化特征以及时空分布情况,本文以辽宁省1964—2015年逐日平均气温、最低气温、最高气温以及降水数据为基础,选取省域范围内的23个气象站点,依据世界气象组织(WMO)确定的"气候变化检测和指标",选取适用于研究区的8个极端气温指数和4个降水指数,采用线性趋势法、Mann-Kendall突变检验法及反距离加权插值法,分析近50年来辽宁省极端气温和降水事件的时空演变特征。结果表明:时间尺度上,表征极端高温事件的极端最高温、夏日日数、暖昼、暖夜日数逐渐增多且在未来一段时间具有持续上升趋势;极端低温事件指数如霜冻日数、冷昼数、冷夜数均表现为下降趋势变化;极端降水指数除普通日降水强度较为平稳外均呈上升趋势,辽宁省极端降水事件增加。空间尺度上,极端最高温、最低温、霜冻日数、夏日日数呈由北向南递减的规律,冷夜、冷昼、暖夜、暖昼数呈不规律分布。与降水量相关的极端降水指数呈南高北低,东高西低的格局。     

1960-2016年三峡库区极端降水事件时空变化特征

利用三峡库区20个气象站1960-2016年的逐日降水资料,应用线性倾向估计、Mann-Kendall 突变分析法、小波分析法和克里金插值法,分析库区极端降水事件的时空变化特征。结果表明：1960-2016年,三峡库区极端降水事件总体上呈现减少的趋势,其中Rx5day、CWD减少趋势显著,而SDII、Rx1day、R99p等指数表现为不显著增加趋势,这可能是由于PRCPTOT减少速率小于CWD而造成了雨量再分配;极端降水指数突变多发生于1990年前后;PRCPTOT、R10、R95p的气候倾向率在三峡库区中部地区均表现为明显下降趋势,而CWD则在东北和西南部呈增加趋势,表明三峡库区极端降水存在均化的趋势;三峡库区极端降水指数的变化主周期相似,大多数为4~6 a的短周期,仅R10与R25存在12~16 a的中周期,表明三峡库区极端降水事件正在向强度大、周期短的方向演化;气候因子均对极端降水指数有较大影响,太阳黑子相对数与极端降水指数呈正相关关系,其他则为负相关,在时序性上,表现为PRCPTOT滞后于大多数气候因子。该研究可为三峡库区极端气候变化的模拟预测及防灾减灾提供参考。     

黄河源区极端温度与降水时空变化

适宜的气候是生态良性发展的必要条件，极端温度与降水是生态恶化的重要影响因素，尤其在高纬度、高海拔、高寒地区，极端气候对生态环境的影响更为严重。黄河源区是黄河流域生态保护的重要区域，利用1988—2017年中国地面气温逐日0.5°×0.5°格点数据集(V2.0)和区域地面气象要素驱动数据集，分析了黄河源区30 a内极端温度和降水时空变化。结果表明：极端温度指数和极端降水指数时空变化具有明显规律性，30 a内极端温度不断升高、极端降水指数不断增大；极端温度指数在黄河源区中部、西北部、西部较小，在东北部、东部、东南部较大；极端降水指数在黄河源区从东南向西北逐渐减小。     

黄河流域近50a极端降水指数的时空变化

根据黄河流域80个气象站1957—2008年的逐日降水资料,利用Rclim Dex软件选用了10个极端降水指数,采用Mann-Kendall趋势检验法和线性回归分析法,研究了极端降水指数在年和季节尺度上的时空变化特征。结果表明:极端降水指数中除了Rx5DAY呈显著下降趋势、SDII呈上升趋势外,其他8个指数均呈非显著下降趋势;从极端气候指数的四季变化来看,Rx1DAY和Rx5DAY在夏、秋季的空间分布相似,且数值大于春、冬季的;黄河流域降水量呈逐年减小趋势,极端降水指数的变化趋势不明显,但存在时空差异。     

近50年来西藏极端降水时空变化特征

利用1961~2010年西藏地区9个气象站点逐日降水资料,结合百分位方法定义的极端降水阈值,分析了该地区极端雨日及其平均降水强度、不同持续时间的极端降水事件、气候变化对极端降水的时空变化特征的影响。结果表明:(1)92°E以西的地区,极端雨日平均降水强度呈现出增加的趋势,而在92°E以东的地区,呈现出减小的趋势;(2)极端降水事件以持续1 d为主,其频率一般在4.3次/年以上,强度一般在20 mm/d以上,林芝站和波密站为频率和强度高值区;(3)气候变化背景下,极端降水的频率、强度表现出西移的态势。     

昆明地区降水、气温及极端天气的长期变化趋势

利用昆明气象站1951年-2013年逐日气温和降水资料,采用线性趋势、Sen斜率估计、Mann-Kendall等方法分析昆明降水、气温和极端天气的变化特征与趋势,结果表明:1951年-2013年间,1994是年平均气温突变点;年平均气温和四季气温均呈升温趋势;年降水量和夏、秋两季降水量呈下降趋势,春、冬两季降水呈上升趋势,但趋势并不显著;在极端降水指数中,持续湿期呈下降趋势,持续干期和一日最大降水量呈上升趋势,趋势并不显著;在极端温度指数中,热日持续指数、暖夜指数及暖昼指数均呈显著上升趋势,冷日持续指数、冷夜指数及冷日指数均呈显著下降趋势。     

黄河流域极端降水特征分析

利用黄河流域1965-2012年252个观测站日降水资料,分析了黄河流域年极端降水、汛期日极端降水的时空分布特征。研究结果表明:黄河流域年极端降水在空间分布上呈现出从东南向西北递减的特点,不同区域的年极端降水强度有显著空间差异,下游大汶河年极端降水强度最大,内蒙杭锦后旗临河一带年极端降水强度最小。极端降水站数偏多的年份,该年黄河流域总降水量也趋于偏多。汛期日极端降水强度从黄河上游到下游逐渐增强,主要发生在7-8月。     

1961－2012年贵州省极端降水时空变化特征

利用贵州省1961-2012年日值降水资料,选取并计算了6个极端降水指数,结合Arc GIS空间分析工具与Mann-kendall非参数检验、滑动T检验、小波理论以及R/S分析等方法,就贵州省极端降水的时空变化规律进行了分析。结果表明:1贵州省近52年以来,连续湿日(CWD)呈显著下降趋势,年最大1日降水量(RX1day)和降水强度(SDII)增多但不显著,年最大5日降水量(RX5day)、强降水量(R95)和年极强降水日数(R20mm)表现为不显著的下降趋势;2RX1day、RX5day、SDII和R20mm分别在1973、1972、1981和1992年发生明显的突变现象;3极端降水普遍存在6~7a的主周期和10~12a的次周期;4极端降水的高值区位于黔西南和黔东南地区,而低值区集中在黔西北地区;5各极端降水指数与年总降水量之间存在显著的正相关性;6极端降水在未来变化趋势中具有长期记忆性。极端降水的变化对贵州当地农业生产和水资源利用造成负面影响,增加了自然灾害发生的风险。