极端高温频次的时间与空间分布

开篇：润墨网以专业的文秘视角，为您筛选了一篇极端高温频次的时间与空间分布范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

1引言

IPCC对全球范围气温的第4次评估报告指出[1]，从1850年至今的12个暖年中，有11年发生在最近的12年间；因此，高温事件越来越受到各国政府和气象学家的关注[2]。近年来，国内已广泛开展了对高温成因及时空分布特征的研究，分别对我国高温日数变化趋势、夏季高温天气特征、高温变化周期，江苏、新疆、山东、重庆和我国的东部、华北等部分地区、省、市的高温成因及时空分布特征进行了研究[3－14]。但目前从统计角度出发，采用百分位法定义极端高温阈值，并没有考虑数据或系统本身的变化特征[15]。而气候系统的变化具有自记忆特征，在气候时间序列里存在着持续性[16－18]。为可靠地分析气候序列中的长程幂律相关性，有必要辨别数据中内在的长程波动引起的趋势成分，如果分析时没有滤去趋势成分，则其中的强趋势成分会对长程相关的分析结果给出虚假的信息，所谓去趋势波动分析(Detrended Fluctuation Analysis,DFA)就是先除去序列中的趋势，再对序列进行记忆特征研究[19－25]。同时，气候系统是一个非线性、无标度、多层次、强迫耗散十分复杂的巨系统[20]，故采用能够反映其变化的不确定性特点的统计量来分析我国气候特征，更具有合理性[21]，这个能够度量某些要素不确定性程度的指标就是熵。熵是一个热力学概念，是用来描述热力学系统的混乱程度，在众多熵值的计算模式中[22]，排列熵(Permutation Entropy,PE)是一个基于长时间序列的相邻数据对比的复杂度参数，它的优点是易于计算、简单而实用[25]，目前多用于医学[26－27]，而一些学者的研究证明排列熵方法对气温突变和周期检测是十分可靠的[22,28]。对温度变率时空结构研究，既有助于加深对气候变化特征的了解，又对气候灾害的风险及其预测具有实际应用价值[23]。因此，本文利用DFA方法，确定了各站点的极端高温阈值，应用排列熵方法分析各区极端高温年频数的周期和突变，并详细分析我国大陆极端高温的时空分布特征成因。研究的内容有助于城市高温预警预报业务的开展，对于提高公共服务质量，保障民生具有重要的科学意义和现实意义。

2资料与方法

2.1资料说明

气温对于迁站等人为因素非常敏感，会引起非均一性。中国气象局国家气象信息中心自2006年开始中国均一化历史气温数据集(1951—2004年)，因此，本文采用由中国气象局国家气候中心提供的均一性较好的数据分析。按照1951—2008年连续缺测少于0.5年(182d)，累计缺测不多于1年的原则，共有77个站点符合要求。为了保证空间序列信息的完整性，增加了青海格尔木(1955年4月—2008年)、青海玛多(1953—2008年)、青海西宁(1954—2008年)天津(1954—2008年)、拉萨(1955—2008年)5个站点；同时，由于上海站仅拥有1991—2008年的数据，而上海龙华站1997—2006年间的数据缺失，考虑到上海市在长江三角洲乃至全国的重要性，及其上述两站点的距离相对较小，故将上海站的1997—2006年数据补充至上海龙华站的时间序列内。共计83个站点。

2.2DFA方法

DFA方法是基于随机过程理论和混沌动力学新发展的一种分析方法，用于检测时间序列的物理特征。从动力学角度看，这种方法中变换的序列仍残留着原序列的痕迹，与原序列保持着相同的持久性(或反持久性)[16]。通过观测得到的气象数据通常是非平稳的，采用传统的方法在计算自相关系数时经常受到含有的噪声或某些趋势成分的影响，影响到分析结果的可靠性，而DFA对于分析此类含有趋势成分的序列的标度行为有很大的优势[19]。DFA方法作为一种标度分析工具，它可以有效滤去各阶趋势成分，很好地处理非平稳数据并消除其中的伪相关现象，检测非平稳时间序列中的相关性[24]。根据杨萍等的研究，DFA确定高温阈值的具体步骤如下[16]。

①确定{xi}的最大值xmax。

②确定序列{xi}的中间点R，R值可以是平均值xave或者介于最大值与最小值之间的某一中值xmed。

③从{xi}的最大值xmax开始，依次舍去{xi,xi≥xmax-d×k}数据区间的数据点，直到xi=R，依次得到新序列YJ，J=xmax-d×k，其中d为区间间隔，k=1，2，，(xmax-R)/d。

④计算每个新序列YJ的长程相关性指数DJ，得到其随舍去区间J的变化。

⑤当DJ的变化开始趋于平缓且收敛时的值为临界值。

⑥区间间隔d代表本方法的分辨率，其取值越小k越大，确定的阈值分辨率越大，同时计算量也越大；反之则阈值分辨率小，k小，计算量也相对较小。考虑到温度的精确程度及夏季所有站点的温度范围，取k=1000，R=15.0℃。

2.3排列熵算法

根据侯威等的研究[28]，PE算法步骤如下。

①设一离散时间序列为[x(i)，i=1，2，，n]，对其中任意一元素x(i)进行相空间重构，得，X(i)=[x(i)，x(i+l)，，x(i+(m-1)l)](1)式中m和l分别为嵌入维数和延迟时间。

②将X(i)的m个重构分量[x(i)，x(i+l)，，x(i+(m-1)l)]按照升序重新进行排列，得到一组符号序列，A(g)=[j1，j2，，jm](2)其中g=1，2，，k，且k≤m!，m个不同的符号[j1，j2，，jm]一共有m!种不同的排列，计算每一种符号序列出现的概率P1，P2，，P，按照Shannon信息熵的形式定义为，vkvvH(m)plnp1p∑==(3)

③当Pv=1/m！时，Hp(m)就达到了最大值ln(m!)，标准化处理后为，0≤Hp=Hp(m)/ln(m!)≤1(4)Bandt等[25]研究表明，m≤4时，PE算法将失去有效性，但太大(如m=12)也不合适[23]。因此，在本中选取m=7。

3结果与分析

定义日最高温度高于DFA方法确定的阈值时为极端高温，每个站点的高温阈值如表1。从而获得1951—2008年我国大陆极端高温年频率的时空分布(图1、图2)。图1表明1951—2008年我国大陆整体的极端高温频数变化为1950年代初最大，而后急剧下降，直至1970年代末—1980年代初呈现增长趋势。陈隆勋等对近45年来中国气候变化特征作了全面分析：中国自1940年代到达20世纪的第一个暖期后[29]，于1950年代气温急剧下降，随后呈波动变化，1980年代后，气温又急剧上升[30]。而1950年代初期—1980年代，中国大陆地表日照时数减少和太阳总辐射总体呈减少趋势[31－34]，和随后的增加趋势很可能是造成我国大陆极端温度年频数发生变化的主要原因。图2表明我国大陆极端高温年平均频率自我国西南-东北方向呈减少-增加-减少趋势，而自东南-西北呈增加-减少的趋势，且较大频数主要分布在云南、广西、广东、河南和河北南部等地区，贵州、甘肃、内蒙古等省区为较小频数分布的主要区域。总体而言，我国南方地区频数要较北方地区的大，而且大、小频数发生区域相对集中。为分析不同区域极端高温频数的年际变化规律，根据全国的时空分布及大小集中情况，将全国划分为10个区(图3)，分别为：准葛尔区(A)、东北区(B)、准葛尔东区(C)、西南东区(D)、西南西区(E)、京津塘区(F)、东南区(G)、中南区(H)、太行秦岭区(I)、华南区(J)(图3)。分区的结果与龚志强等根据动力学自相关因子指数Q分析我国温度的时空变化特征进行的空间分区[35]和向旬等利用REOF和CAST聚类分析相结合的方法，对热浪指数和暖夜指数进行的分区基本一致[36]。

考虑到添加的6个站点时间序列最多缺失4年，因此在计算排列熵时自2008年开始，于1956年终止；并对所得的排列熵按照公式(4)进行标准化处理。从图4a可以看出准格尔区的极端高温呈准10～11年的周期变化，分别于1963年和1994年两度发生突变。图4b表明东北区的逐年极端高温频数主要呈14～15年的周期变化，且以14年的变化周期为主，并于1960—1964年发生突变。准葛尔东区(图4c)逐年高温天数变化第一周期为准10年，第二周期为准13～15年，且在1969年与1978—1980年发生两次突变。西南东区(图4d)的第一周期为13～14年，第二周期为18～20年，在1984—1985年发生突变。西南西区(图4e)呈现三个稳定周期，分别是第一周期7年，第二周期9年，第三周期13～14年，其中1965年和1976—1979年发生突变。京津塘区(图4f)与其他地区相比，极端高温周期较小，分别是7年及准10年，自1980年持续两年HP较低。东南区(图4g)逐年极端高温频数周期为11～13年和15年，且以准13年为主，在1977—1978年出现突变。中南区(图4h)出现三类变化周期，分别为准8年，准10年和准11年；直至2007年出现一次突变。太行秦岭区(图4i)第一周期为准13年，第二周期为16年，该地区于1979年发生一次突变。华南区(图4j)是规则的双周期，即准10年和准15年，该地区在1956—2008年间共出现三次突变，即：1966—1970、1976和1979年。

董满宇等运用MHF小波分析、非参数统计检验Mann-kendall法及Yamamoto法对东北地区91个气象站点近50年的气候资料进行了温度变化的时空特征分析，结果表明东北地区14年周期振荡最强，且于1964年发生突变[37]；刘燕等运用EOF、相关分析等方法，分析了广州市1951—2004年高温频数的基本气候特征，发现广州高温频数1980年以来稳定增加，并检测1980年代初具有一次增加突变[38]；而江志红等利用多窗谱方法，对全球各区域平均温度序列进行多种信号的检测、重构，认为在我国北方存在准10.3年的年代变率[39]均与本文的结论基本一致，佐证了排列熵方法的可靠性。

图4的统计结果表明，各区逐年极端高温频数变化主要呈三大周期，即准7年、准10～13年和准16～20年，其中准7年和准11年分别是ENSO和太阳活动的显著周期，它们对全球及我国的气候变化均有较大影响，侯威等[28]认为我国的逐年极端高温频数周期与太阳活动周期、10年的气候变率周期有关。而温度是受太阳活动、地球自转、各种遥相关指数等多种因素影响的天气要素[16]；但高温日数多寡和高温频数及其进程受大气环流要素场及其距平场的变动影响较大[38,40]；同时，由于副热带高压与东亚大陆副热带夏季风强度有密切的关系，夏季风偏强的年份，我国夏季大范围高温[41－42]，强高温过程偏多，强度偏大；而影响我国的西太平洋地区的越赤道气流呈现10～11年和准20年的振荡，中层500hPa和低层850hPa纬向风多表现为17年的年代际周期及经向风则在6—8月有显著的准7年和准13年周期[43]。各区的突变主要发生在1960年代、1970年代末和1980年代初，这与林学椿[44]的气候跃变结论和何文平[45]的地表温度动力学结构突变的时空分布结论基本一致。而1960年代北半球气候状况普遍出现突变，各地的跃变在空间上具有行星尺度的有机联系，其原因主要由于北半球中高纬大部分地区较一致的降温和部分较低纬地区的增温，导致高低纬热力梯度在1960年代前期迅速增大的结果[46]；作为响应，我国大部分地区在同时期的极端高温频数发生了突变。而何文平认为1970年代末—1980年代初的突变与同时段的两次太阳活动强弱状态的交替时期有关[45]；同时，该时期的突变很好响应了我国日照时数在该时期前后表现出的变化趋势差异[31－34]和1980年代前、后全球总体温度的变化趋势。

4结论

(1)我国大陆极端高温年频率均值，自西南-东北方向呈减少-增加-减少的变化趋势，而自东南-西北呈增加-减少的变化趋势，且我国南方高温频数较北方的大，大、小频数区域性较强。

(2)我国大陆逐年极端高温频数主要呈准7年、准10～13年和准16～20年三大变化周期，很可能与6—8月中、低层经向风变化、周期与气候变率及年代变率、ENSO及太阳活动和西太平洋地区的越赤道气流的纬向风变化有关。

(3)我国大陆极端高温频数突变主要发生在1960年代、1970年代末和1980年代初，两次突变分别响应了1960年代北半球气候状况的普遍突变和1980年代前、后我国日照时数及全球温度的总体变化趋势。