許建偉 彭保發(fā) 郭蓉芳 王夏青

（1 湖南文理學院資源環(huán)境與旅游學院，常德 415000；2 洞庭湖生態(tài)經(jīng)濟區(qū)建設與發(fā)展湖南省協(xié)同創(chuàng)新中心，常德 415000；3 湖南省常德市氣象局，常德 415000）

0 引言

相對于平均氣候的變化，極端氣候事件的變化對人類社會和自然生態(tài)環(huán)境的影響更大，20世紀80年代以來，中國極端天氣氣候災害的影響范圍逐漸擴大，影響程度日趨嚴重，直接經(jīng)濟損失不斷增加[1]，因而受到廣泛關注。隨著氣候變暖，我國不同地區(qū)的極端氣溫事件發(fā)生了顯著變化，總體表現(xiàn)為極端暖指數(shù)顯著增加，極端冷指數(shù)顯著減小[2-5]，例如湖南省暖晝指數(shù)和暖夜指數(shù)分別以0.68 d/10 a、2.73 d/10 a的速度增加，而冷晝指數(shù)和冷夜指數(shù)分別以-0.45 d/10a、-2.46 d/10a的速度減小[4]。我國處于東亞季風區(qū)，受極端降水的影響較大，在全球變暖的背景下極端強降水事件呈現(xiàn)出明顯的變化規(guī)律，全國平均暴雨和極端強降水事件頻率和強度有所增長，特別是長江中下游和東南地區(qū)、西北地區(qū)有較明顯增長，而華北、東北中南部和西南部分地區(qū)減少[6-7]。平均降水和極端降水呈現(xiàn)相反的變化趨勢，加劇了不同氣象災害的威脅，如西南地區(qū)總降水量減少、但極端強降水增加，從而面臨洪澇和干旱的雙重威脅[8]。長江中下游地區(qū)是極端降水事件頻發(fā)的區(qū)域，近52年來該區(qū)域極端降水率以9.3 mm/10 a的速率顯著增加，使該區(qū)域面臨更加嚴峻的災害風險[6,9]。

目前關于極端氣溫和降水事件開展了大量研究，大部分研究往往只考慮單變量的極端事件，例如極端降水和極端氣溫等，忽略了變量之間的相互作用。復合極端事件（Compound extreme events）是多種氣候驅動因子或致災因子共同作用下形成的高影響氣候事件[10]，比單一極端氣候事件的危害性更強，對生態(tài)系統(tǒng)、糧食安全、森林火災和人體健康等方面都具有深遠影響，因而受到越來越多的關注[10-13]。例如風暴潮和強降水的同時發(fā)生會導致沿海地區(qū)的洪澇災害[14]。傳統(tǒng)的高溫熱浪事件僅考慮白天的最高氣溫，而夜間的持續(xù)高溫會加劇白天熱浪的危害，因此基于日最高氣溫和最低氣溫的復合高溫熱浪事件對人體健康、農(nóng)業(yè)病害、電力和水資源供給具有更大的影響[15]。持續(xù)高溫和降水偏少會導致極端高溫干旱事件[16-17]，而極端高溫干旱事件對糧食生產(chǎn)具有較大的不利影響[12-13]。

洞庭湖生態(tài)經(jīng)濟區(qū)（以下簡稱洞庭湖區(qū)）位于東亞季風區(qū)，極端天氣氣候事件頻發(fā)。20世紀90年代以來，由極端氣溫、降水事件導致的旱、澇災害加劇，對該區(qū)經(jīng)濟社會發(fā)展和生態(tài)系統(tǒng)造成了重大影響[18-20]。例如，2008年初洞庭湖發(fā)生冰凍災害，導致湖面結冰，部分區(qū)域結冰厚度達到10 cm，給越冬候鳥造成嚴重傷害。在全球持續(xù)升溫的背景下，未來洞庭湖區(qū)極端降水的強度和頻率可能進一步增加，旱澇災害風險將進一步加劇。因此，研究洞庭湖區(qū)極端氣溫、降水事件的變化規(guī)律對保障經(jīng)濟社會安全、保護生態(tài)環(huán)境具有重要意義。

1 資料與方法

1.1 研究區(qū)域

2014年4月14日，中華人民共和國國務院正式批復同意《洞庭湖生態(tài)經(jīng)濟區(qū)規(guī)劃》。洞庭湖區(qū)，包括岳陽、常德、益陽3市，長沙市望城區(qū)和湖北省荊州市，總面積為6.05萬 km2，區(qū)域范圍如圖1所示。該區(qū)域是我國重要的商品糧基地、養(yǎng)殖漁業(yè)區(qū)、長江主要的分洪、蓄洪區(qū)，人口、產(chǎn)業(yè)密集，也是長江流域主要的濕地分布區(qū)，在糧食安全、防洪減災、生態(tài)環(huán)境保護等方面具有重要意義。

1.2 數(shù)據(jù)

選取了洞庭湖生態(tài)經(jīng)濟區(qū)11個氣象觀測站點逐日氣溫和降水數(shù)據(jù)，數(shù)據(jù)來源于中國氣象局國家氣象信息中心（http://data.cma.cn/）。氣象觀測站點的分布如圖1所示，包括荊門、石門、常德、監(jiān)利、洪湖、南縣、岳陽、沅江、安化、湘陰和平江等11個站點。首先對數(shù)據(jù)進行質量控制，選取數(shù)據(jù)完整的1960—2018年作為分析時段。

圖1 洞庭湖區(qū)氣象站點分布Fig. 1 Meteorological stations of Dongting Lake Ecological Economic Zone

1.3 極端氣溫和降水指數(shù)

極端氣候指數(shù)的定義方法有多種，文中采用的是氣候變化檢測和指標專家組（ETCCDI）規(guī)定的27個極端氣溫和降水指數(shù)的標準，具體定義和計算方法見網(wǎng)址：http://etccdi.pacificclimate.org/list_27_indices.shtml。從中選取15個極端氣溫指數(shù)和9個極端降水指數(shù)（表1）。另外分析了2個復合極端指數(shù)，分別為復合高溫熱浪事件和極端高溫干旱事件。

高溫熱浪事件對人體健康、電力供給等具有重要影響，傳統(tǒng)的高溫熱浪的定義僅考慮了最高氣溫。復合高溫熱浪比傳統(tǒng)的高溫熱浪對人體健康的危害更大。為研究復合高溫熱浪事件，將至少連續(xù)3 d最高氣溫和最低氣溫同時分別高于最高和最低氣溫90%分位值定義為一次復合高溫熱浪事件。兩次高溫熱浪事件之間間隔至少連續(xù)2 d，要求最高氣溫、最低氣溫分別或同時低于90%分位值。根據(jù)以上定義，可以計算一年中復合高溫熱浪事件發(fā)生的次數(shù)、持續(xù)時間和強度，具體計算方法參考Li等[15]的方法。

根據(jù)Lu等[13]的定義方法，將日平均氣溫高于90%分位值、同時日降水量低于10%分位值的連續(xù)日數(shù)（≥1 d）定義為一次極端高溫干旱事件，可以計算每年發(fā)生極端高溫干旱事件的頻次，每次事件持續(xù)的日數(shù)和一年中出現(xiàn)極端高溫干旱的總日數(shù)。Lu等[13]分析了全國小麥和玉米生長季期間的極端高溫干旱事件，而洞庭湖區(qū)的主要糧食作物是水稻，因此分析了該區(qū)域對水稻生長有重要影響的夏季發(fā)生的極端高溫干旱事件。氣溫采用動態(tài)閾值，以某日為中心，選取該日前后10 d建立一個長度為21 d的滑動窗口，選取1960—2018年所有年份中該窗口的氣溫得到一個1239 d（21 d/a×59 a）的氣溫數(shù)據(jù)，以該樣本中90%分位值作為該日極端高溫的閾值。以此類推得到每日的氣溫閾值。與氣溫不同，降水發(fā)生的天數(shù)相對較少，因此選取1960—2018年所有夏季雨日（降水量＞0 mm/d）降水量的10%分位值作為降水的閾值。

表1 極端氣溫和降水指數(shù)的定義Table 1 Definition of extreme temperature and precipitation indices

2 結果分析

2.1 極端氣溫指數(shù)的變化規(guī)律

洞庭湖區(qū)1960—2018年15個極端氣溫指數(shù)的年際變化規(guī)律如圖2所示，TXx和TXn呈較弱的上升趨勢，而TNx和TNn分別以0.21 ℃/10 a和0.55 ℃/10 a的速度顯著上升。TN10p顯著減少，速率為-3.85 d/10a，TN90p顯著增加，速率為9.86 d/10 a，表明夜間的氣溫顯著增加。TX10p變化較小，而TX90p顯著增加。FD以2.76 d/10 a的速率顯著減小，ID呈不顯著的減小趨勢，近20年ID接近0 d，但2008年和2018年冬季氣溫偏低，導致ID突增。SU、TR和WSDI分別以2.92 d/10 a、3.05 d/10 a和2.40 d/10 a的速率顯著增加。CSDI存在較大的年際變率，呈不顯著的減小趨勢。最低氣溫比最高氣溫的升溫速率更快，導致DTR顯著減小?？傮w而言，基于最低氣溫計算的極端氣溫指數(shù)變化較快，基于最高氣溫計算的極端氣溫指數(shù)變化相對較慢。TN10p、FD冷指數(shù)均顯著減少，而TN90p、SU、TR和WSDI等暖指數(shù)顯著增加。從極端氣溫指數(shù)變化趨勢的空間分來看（圖3），洞庭湖區(qū)11個站點的極端氣溫指數(shù)呈現(xiàn)出較為一致的變化趨勢。

2.2 極端降水指數(shù)的變化規(guī)律

圖2 1960—2018年洞庭湖區(qū)15個極端氣溫指數(shù)的年際變化Fig. 2 Interannual variation of 15 extreme temperature indices in 1960-2018 over the DT Lake

9個極端降水指數(shù)的年際變化如圖4所示，極端降水指數(shù)存在較大的年際波動，變化趨勢均沒有通過0.05的顯著性檢驗。RX1day、RX5day和R95p分別以2.64 mm/10a、2.28 mm/10a和18.85 mm/10a的速度增加（圖4a～4c）。從R10mm、R20mm和R50mm的變化規(guī)律來看，發(fā)生強降水的天數(shù)在增加，R20mm與R50mm分別以0.36 d/10 a和0.19 d/10 a的速度增加（圖4d～4f）。CWD和CDD均呈減小趨勢，表明降水在時間方面分布更加均勻（圖4g～4h）。SDII的增加趨勢較為明顯，速率為0.25 mm/d/10 a（圖4i）?？傮w而言，洞庭湖區(qū)的極端降水指數(shù)存在不顯著的變化規(guī)律，強降水事件的降水量和發(fā)生頻次均呈現(xiàn)增加趨勢。

從變化趨勢的空間分布（圖5）來看，大部分站點的極端降水指數(shù)的變化趨勢較為一致，但相比極端氣溫指數(shù)變化的一致性差。R95p、R20mm、R50mm、SDII均呈增加趨勢，CDD呈減小趨勢，其他4個極端降水指數(shù)均存在3個站點的變化趨勢與整個區(qū)域的變化趨勢相反。

2.3 氣溫和降水復合極端事件

復合高溫熱浪事件的年代際變化規(guī)律如圖6所示。由于很多年份沒有發(fā)生復合高溫熱浪事件，因此采用10 a平均值的變化展示其變化規(guī)律。圖6a顯示，2000年之前，復合高溫熱浪事件發(fā)生的頻次較低，平均每年發(fā)生0.16次，而在2000年之后，復合高溫熱浪事件明顯增加，21世紀00年代和10年代平均每年發(fā)生0.94次和1.08次。20世紀60—80年代，復合高溫熱浪事件發(fā)生的頻次較少，但其強度隨著氣溫升高而增加，20世紀90年代強度出現(xiàn)最小值，隨后增加（圖6b）。復合高溫熱浪事件持續(xù)時間先減小、后增加，20世紀80年代出現(xiàn)最小值3.79 d，21世紀10年代達到最大值（4.45 d）。很多年份沒有出現(xiàn)復合高溫熱浪事件，且各個站點計算得到的變化趨勢并不顯著，但近20年來復合高溫熱浪事件發(fā)生頻次增加、強度增強的變化事實不容忽視。隨著氣溫持續(xù)升高，未來復合高溫熱浪事件發(fā)生的頻次、持續(xù)時間和強度均將進一步增加，對生態(tài)系統(tǒng)、人體健康、電力供給等產(chǎn)生的不利影響將加劇。

圖3 1960—2018年洞庭湖區(qū)15個極端氣溫指數(shù)變化趨勢的空間分布（上三角表示增加，下三角表示減小，實心三角表示變化通過了0.05的顯著性檢驗）Fig. 3 Distribution of trends for 15 extreme temperature indices over the DT Lake in 1960-2018 (Up pointing triangle means increase, down pointing triangle means decrease. Filled triangle means trend passes the 0.05 significant test)

對比全國不同區(qū)域的變化顯示，北方地區(qū)復合高溫熱浪事件的強度增加較多，而持續(xù)時間變化較小，南方地區(qū)的持續(xù)時間增加較多。長江流域的復合高溫熱浪事件發(fā)生頻次、強度和持續(xù)時間均較大，且均表現(xiàn)出較快增加趨勢[13]。洞庭湖區(qū)復合高溫熱浪事件的頻率、強度在近20年明顯增加，持續(xù)時間增加相對較慢，具有一定的獨特性。

圖4 1960—2018年洞庭湖區(qū)9個極端降水指數(shù)的年際變化Fig. 4 Interannual variation of 9 extreme precipitation indices in 1960-2018 over the DT Lake

圖5 1960—2018年洞庭湖區(qū)9個極端降水指數(shù)變化趨勢的空間分布（上三角表示增加，下三角表示減小，實心三角表示變化通過了0.05的顯著性檢驗）Fig. 5 Distribution of trends for 9 extreme precipitation indices over the DT Lake in 1960-2018(Up pointing triangle means increase, down pointing triangle means decrease. Filled triangle means trend passes the 0.05 significant test)

圖6 1960—2018年復合高溫熱浪事件發(fā)生頻次、強度和持續(xù)時間的年代際變化Fig. 6 Interdecadal variations of frequency, intensity and duration of compound heat wave events in1960-2018

圖7為夏季極端高溫干旱事件的年代際變化規(guī)律。極端高溫干旱事件發(fā)生的頻次從20世紀80年代起快速增加，21世紀00年代和10年代平均每年發(fā)生5.74次和5.41次。從持續(xù)時間來看，20世紀60—90年代呈減小趨勢，之后快速增加，21世紀10年代平均每次事件持續(xù)2.71 d。20世紀90年代之前，夏季極端高溫干旱事件發(fā)生的總日數(shù)變化較為平緩，之后由于發(fā)生頻次和持續(xù)時間有較大增長，總日數(shù)亦明顯增加，21世紀10年代平均每年達到14.69 d。從變化趨勢的空間分布來看，大部分站點極端高溫干旱事件的頻次、持續(xù)時間和總日數(shù)均顯著增加，東北部監(jiān)利、洪湖、南縣等站點的增加速率較大（圖略）。Lu等[13]對小麥和玉米生長季的極端高溫干旱事件的研究表明，1980—2015年極端高溫干旱事件的頻率出現(xiàn)顯著增加，華北、西北和西南部分地區(qū)的發(fā)生頻次較其他地區(qū)更多，且不同作物生長季發(fā)生的復合極端事件存在一定差異。小麥和玉米生長季的極端高溫干旱事件的發(fā)生頻次在2010年之后出現(xiàn)減小趨勢，洞庭湖區(qū)夏季極端高溫干旱事件也表現(xiàn)出相同的變化規(guī)律。

3 結論

1）極端氣溫指數(shù)具有顯著的變化特征，基于最低氣溫計算的指數(shù)變化較快，基于最高氣溫計算的指數(shù)變化相對較慢。冷夜日數(shù)、霜凍日數(shù)等冷指數(shù)顯著減少，暖夜日數(shù)、夏季日數(shù)、熱帶夜數(shù)、持續(xù)暖期指數(shù)等暖指數(shù)顯著增加。11個站點的變化規(guī)律較一致。

圖7 1960—2018年夏季極端高溫干旱事件的發(fā)生頻次、持續(xù)時間和總日數(shù)的年代際變化Fig. 7 Interdecadal variations of frequency, duration and day number of summer extreme warm dry events in 1960-2018

2）極端降水指數(shù)存在不顯著的變化規(guī)律，強降水事件的降水量和發(fā)生頻次均增加，強降水量以18.85 mm/10 a的速度增加，大雨日數(shù)與暴雨日數(shù)分別以0.36 d/10 a和0.19 d/10 a的速度增加，降水強度以0.25 mm/（d·10 a）的速度增加。大部分站點的變化趨勢較為一致，少數(shù)站點存在相反的變化規(guī)律。

3）復合高溫熱浪事件發(fā)生的頻次、強度和持續(xù)時間在近20年明顯增加，21世紀10年代平均每年發(fā)生1.08次，平均每次持續(xù)4.45 d。夏季極端高溫干旱事件的頻次、持續(xù)時間和總日數(shù)均顯著增加，21世紀10年代平均每年發(fā)生5.41次，平均持續(xù)時間為2.71 d，總日數(shù)達到14.69 d。