魯同所,王紅賓,雷 陽,傅文雪,廖偲含,衛(wèi) 東
(1.西藏大學(xué)理學(xué)院,西藏拉薩850000;2.中國科學(xué)院上海應(yīng)用物理研究所,上海 嘉定201800;3.拉薩市氣象局,西藏 拉薩850000)
極端天氣氣候事件簡稱極端氣候事件,是指某一氣候要素的統(tǒng)計值或量值在特定的地區(qū)和時間段內(nèi)嚴(yán)重偏離其平均態(tài)的事件,在統(tǒng)計學(xué)意義上屬于小概率事件.20世紀(jì)以來,隨著全球氣候不斷變暖,極端氣候事件發(fā)生的頻率也明顯上升,由氣候變化所引起的一系列問題備受公眾矚目,極端氣候事件的加劇,對人類的生存環(huán)境、社會經(jīng)濟的發(fā)展、區(qū)域的生態(tài)環(huán)境產(chǎn)生嚴(yán)重的破壞和影響,相對于平均氣候變化,極端氣候事件的變化對自然環(huán)境和人類社會的沖擊強度更大.因此,眾多學(xué)者圍繞極端氣候事件開展系列科學(xué)研究[1-6].
拉薩,西藏自治區(qū)政治、經(jīng)濟、文化和科研中心,也是西藏自治區(qū)的首府所在地,地處青藏高原的中部,喜馬拉雅山脈北側(cè),平均海拔高達3 650 m,氣溫晝夜溫差大;空氣稀薄,降雨稀少,太陽輻射量大,生態(tài)系統(tǒng)的抵抗力、恢復(fù)力極弱,對極端氣候的變化反應(yīng)極其敏感.眾所周知,2019年6月25—29日,拉薩連續(xù)5日平均氣溫超過22℃,首次達到了我國氣候季節(jié)劃分的夏季標(biāo)準(zhǔn),標(biāo)志著拉薩自1955年有氣象記錄以來首次“成功入夏”.并且拉薩市在6月下旬出現(xiàn)了30.8℃的高溫天氣,不僅打破當(dāng)?shù)馗邷貧v史記錄,還是其氣象觀測史上第二次出現(xiàn)30℃以上的氣溫,若放在平原地區(qū),這已經(jīng)相當(dāng)于40℃以上的火熱高溫,這次史無前例的異常天氣事件,可能和北半球西風(fēng)帶大幅振蕩以及全球變暖影響青藏高原有關(guān).遺憾的是,目前還沒有學(xué)者對拉薩市的極端氣溫進行系統(tǒng)研究.因此,本文基于1970到2018年間拉薩市監(jiān)測到的氣溫數(shù)據(jù),對其極端天氣氣候事件的時間特征進行分析,也探究深層原因.由此,我們希望這項工作能為拉薩當(dāng)?shù)鼐用?、援藏職工、旅游愛好者、科研工作者更好地適應(yīng)當(dāng)?shù)厣姝h(huán)境提供一定的幫助,也可以為決策部門建立高溫、低溫預(yù)警機制,制定相應(yīng)的對人群的保護和公共衛(wèi)生措施,預(yù)防自然災(zāi)害、保護和改善當(dāng)?shù)氐纳鷳B(tài)環(huán)境提供一定參考.
為了確保研究數(shù)據(jù)的連續(xù)性和研究結(jié)果的可靠性,本文采用拉薩市氣象站(全名:拉薩市國家基本氣象局,該氣象局位于拉薩市中心,探測范圍囊括整個拉薩市區(qū),是拉薩市建立最早、基礎(chǔ)設(shè)備最完善的氣象站點,同時擁有時段最長、最完整的探測數(shù)據(jù))1970—2018年近50年逐日最高氣溫、最低氣溫和平均氣溫數(shù)據(jù),并且所有數(shù)據(jù)均經(jīng)數(shù)傳組工作人員嚴(yán)格的質(zhì)量檢查,剔除少數(shù)錯誤值與異常值.
1.2.1 極端氣候指數(shù)
極端氣候指數(shù)是由世界氣象組織在氣候變化監(jiān)測會議中提出研究極端氣候變化的一套標(biāo)準(zhǔn)方法,由逐日氣溫和逐日降水?dāng)?shù)據(jù)計算而得,具有弱極端性、噪聲低、顯著性強等特點.本文主要基于16個極端氣候指數(shù)進行了分析,如表1所示[7].
1.2.2 變量分析方法
首先,對于極端氣候指數(shù)的變化趨勢,采用回歸系數(shù)法來研究氣候要素在長時間變化過程中的升降趨勢,回歸系數(shù)的正負(fù)表示變量的上升或下降趨勢,回歸系數(shù)為正,則表明變量隨時間的變化呈上升趨勢,反之,則表明變量隨時間的變化呈下降趨勢,再選取線性方程對序列變量進行擬合得出相關(guān)系數(shù),相關(guān)系數(shù)r表示變量與時間序列之間的關(guān)聯(lián)程度.它消除了溫度的均方差對線性回歸系數(shù)大小的影響,可以用于研究不同區(qū)域位置溫度之間的長期變化趨勢[8].
表1 極端氣溫指數(shù)定義Tab.1 Definition of extreme temperature index
其次,對于極端指數(shù)的突變節(jié)點,我們選用Mann-Kendall非參數(shù)檢驗法來確定變量隨時間序列變化過程中的突變節(jié)點以及突變點前后的變化趨勢,先選取顯著性水平α=0.05,隨后將UFK和UBK兩條序列曲線與顯著性水平α=0.05的臨界線±1.96繪制在同一張圖上,如果UFK和UBK的值大于0,則表明序列呈上升趨勢,反之則表明序列呈下降趨勢,當(dāng)它們超過臨界線時,表明上升或下降趨勢顯著,若UFK和UBK兩條曲線出現(xiàn)交點,且交點在臨界線之內(nèi),那么說明交點就是突變點,同時,此方法不需要樣本數(shù)據(jù)遵循一定的分布規(guī)律,也不受少數(shù)異常值的影響,方便于計算[9].
最后,為了得到極端最高、最低溫度的變化周期,采用Morlet小波分析法對氣溫數(shù)據(jù)進行周期演變分析,并繪制小波變換等值線圖和小波方差圖,以此來反映氣溫在不同時間尺度的冷暖變化周期.相對于常規(guī)分析法而言,小波分析在時域、頻域上具有很強的局部辨識力,可診斷出氣溫序列變化的多層次特征,從而得到周期變化在各個時間尺度上的詳細信息[10].
為了研究拉薩市近50年來極端最高、最低氣溫和極端氣溫指數(shù)的變化趨勢,我們對序列變量進行回歸分析,由拉薩市極端氣溫相對指數(shù)(圖1)、絕對指數(shù)(圖2)、極值指數(shù)(圖3)、持續(xù)指數(shù)(圖4)的變化趨勢圖可以看出,近50年來拉薩市氣溫極值與其對應(yīng)的極端氣溫事件變化特征明顯,且波動較大,極端冷事件發(fā)生的頻率隨著時間序列的變化不斷減小,而極端暖事件發(fā)生的頻率恰恰與之相反.
由圖5(a)和(b)知極端最高氣溫的變化總體呈波動上升趨勢,極端最低氣溫的變化也呈現(xiàn)出波動上升趨勢.極端最高氣溫的最大值為18.43℃,出現(xiàn)在2009年,最小值為14.71℃,出現(xiàn)在1978年,一元線性回歸方程為:
圖1 拉薩市近50年極端氣溫相對指數(shù)變化趨勢圖Fig.1 Relative index change trend of extreme temperature during the recent 50 years in Lhasa
圖2 拉薩市近50年極端氣溫絕對指數(shù)變化趨勢圖Fig.2 Absolute temperature index variation trend of extreme temperature during the recent 50 years in Lhasa
圖3 拉薩市近50年極端氣溫極值指數(shù)變化趨勢圖Fig.3 Extreme index change trend of extreme temperature during the recent 50 years in Lhasa
圖4 拉薩市近50年極端氣溫持續(xù)指數(shù)變化趨勢圖Fig.4 Ongoing index variation trend of extreme temperature during the recent 50 years in Lhasa
圖5 拉薩市近50年日最低最高氣溫年平均變化趨勢及Mann-Kendall檢測曲線圖[圖a和a′表示日最高年平均,圖b和b′表示日最低年平均]Fig.5 Annual average variation trend of the minimum and maximum temperature during the recent 50 years in Lhasa and the curve chart of Mann-Kendall mutation test[Fig.a and Fig.a′show the annual average value of daily maximum temperature,F(xiàn)ig.b and Fig.b′show the annual average value of daily minimum temperature]
圖6 拉薩市近50年極端氣溫相對指數(shù)Mann-Kendall檢測曲線圖Fig.6 Relative index curve chart of extreme temperature by means of Mann-Kendall mutation test during the recent 50 years in Lhasa
線性趨勢變化率為0.48℃/10a(相當(dāng)于0.048℃/a).極端最低氣溫的最大值為4.03℃,出現(xiàn)在2017年,最小值為0.52℃,出現(xiàn)在1983年,一元線性回歸方程為:線性趨勢變化率為0.66℃/10a(相當(dāng)于0.066℃/a),極端最高、最低氣溫的相關(guān)系數(shù)r分別為0.78、0.93,均通過了α=0.05的顯著性檢驗,表明極端最高、最低氣溫的上升趨勢顯著.極端氣溫指數(shù)中冷晝?nèi)諗?shù)TX10p、冷夜日數(shù)TN10p、霜凍日數(shù)FD0、冰凍日數(shù)ID0、冷持續(xù)日數(shù)GSDI、氣溫日較差DTR均呈現(xiàn)出下降趨勢,下降趨勢最顯著的為TN10p、FD0、GSDI,下降極端氣溫指數(shù)的多年平均值分別為36.1 d、35.9 d、148.8 d、0.9 d、15.0 d、14.0℃,線性趨勢變化率分別為-6.7 d/10a、-12.0 d/10a、-9.4 d/10a、-0.4 d/10a、-8.5 d/10a、-0.3℃/10a,相關(guān)系數(shù)r分別為0.65、0.86、0.86、0.24、0.76、0.64.暖夜日數(shù)TN90p、暖晝?nèi)諗?shù)TX90p、夏季日數(shù)SU25、日最低氣溫極低值TNn、日最低氣溫極高值TNx、日最高氣溫極低值TXn、日最高氣溫極高值TXx、暖持續(xù)日數(shù)WSDI、生長季長度GSL均呈現(xiàn)出明顯上升趨勢,其中TN90p、TX90p、GSL、SU25上升趨勢最為顯著,上升極端氣溫指數(shù)的多年平均值分別為36.1 d、36.3 d、20.2 d、-2.2℃、7.2℃、10.6℃、20.9℃、16.8 d、241.3 d,線性趨勢變化率分別為12.7 d/10a、7.0 d/10a、5.1d/10a、0.8℃/10a、0.7℃/10a、0.5℃/10a、0.5℃/10a、4.7 d/10a、7.4 d/10a,相關(guān)系數(shù)r分別為0.86、0.53、0.48、0.90、0.81、0.72、0.75、0.44、0.76,上述極端氣溫指數(shù)的相關(guān)系數(shù)均通過了α=0.05的顯著性檢驗,表明極端氣溫指數(shù)上升或下降的趨勢變化非常顯著.
表2 拉薩極端氣溫指數(shù)變化趨勢及其與西藏自治區(qū)的對比Tab.2 The trend of extreme temperature index in Lhasa and its comparison with Tibet autonomous region
將拉薩市極端氣溫指數(shù)線性趨勢變化率的研究結(jié)果與杜軍等[11]學(xué)者研究的西藏自治區(qū)極端氣溫指數(shù)的線性趨勢變化率進行比較(見表2),發(fā)現(xiàn)其與西藏自治區(qū)極端氣溫指數(shù)的變化趨勢基本一致,但是拉薩市極端氣溫指數(shù)的變化幅度(線性趨勢變化率的絕對值)遠大于西藏自治區(qū)極端氣溫指數(shù)的變化幅度,這也從側(cè)面說明拉薩市的氣溫變暖趨勢要顯著于整個西藏自治區(qū),對于造成這一差異的原因,主要是因為拉薩市是西藏自治區(qū)的省會城市,人口密度大,城市化進程加劇,受河谷地形和高原大氣環(huán)流的影響,干旱而降雨量少,大風(fēng)發(fā)生頻率高[12],輕、重工業(yè)比西藏其他地區(qū)相對發(fā)達,對環(huán)境造成的破壞也相對較大,影響了生態(tài)平衡,導(dǎo)致大氣對環(huán)境的調(diào)節(jié)作用減弱.
通過對逐日最低氣溫進行分析處理,我們發(fā)現(xiàn)拉薩市近50年來的熱夜日數(shù)(年內(nèi)日最低氣溫大于20℃的天數(shù))為0 d,這也符合拉薩市晝夜溫差相差較大這一氣候特點(日最低氣溫一般出現(xiàn)于晚上,且夜晚溫度普遍較低),拉薩市地處高原,平均海拔3 650 m,空氣稀薄,水汽、塵埃含量少,白天日照充足,太陽輻射強(稀薄的氣體對其削減作用弱),地表吸熱多、溫度高,夜晚稀薄的氣體對大地的保溫作用弱,氣溫驟降,這也是拉薩市近50年來熱夜日數(shù)為零的主要原因.
運用Mann-Kendall非參數(shù)檢驗法,對拉薩市近50年來的日最高、日最低氣溫[圖5(a′)和(b′)]和極端氣溫相對指數(shù)(圖6)、絕對指數(shù)(圖7)、極值指數(shù)(圖8)、持續(xù)指數(shù)(圖9)進行突變檢驗,并繪制出Mann-Kendall檢測曲線圖,檢驗統(tǒng)計量U的順序、逆序變化曲線UBK和UFK的交點可能為突變點.由圖5(a′)和(b′)可知極端最高氣溫趨勢檢測曲線在1994年出現(xiàn)交點,交點前后氣溫平均值分別為15.65℃、16.84℃,相差1.19℃,極端最低氣溫趨勢檢測曲線也在1995年出現(xiàn)交點,交點前后平均氣溫分別為1.26℃、3.24℃,相差1.98℃,但兩者交點均在顯著性水平α=0.05的兩條臨界線之外,表明極端最高、最低氣溫在時間序列上沒有發(fā)生突變.
極端氣溫指數(shù)中暖(冷)夜日數(shù)在1996(1993)年出現(xiàn)交點,暖(冷)夜日數(shù)由偏少(多)期逐漸向偏多(少)期轉(zhuǎn)變,霜凍日數(shù)在1995年出現(xiàn)交點,在交點之后呈現(xiàn)出遞減趨勢,日最低氣溫極低(高)值在1994(2000)年出現(xiàn)交點,日最高氣溫極低(高)值在1996(1991)年出現(xiàn)交點,極值氣溫均由相對偏冷期向相對偏暖期變化,但上述交點均在顯著性水平α=0.05的臨界線之外,表明以上極端氣溫指數(shù)在時間序列上均沒有發(fā)生突變,而熱夜日數(shù)TR20、冰凍日數(shù)ID0沒有出現(xiàn)交點,因此也沒有發(fā)生突變.
暖(冷)晝?nèi)諗?shù)在1986(1987)年出現(xiàn)交點,暖(冷)晝?nèi)諗?shù)由偏少(多)期向偏多(少)期轉(zhuǎn)變,冷(暖)持續(xù)日數(shù)在1984(2002)年出現(xiàn)交點,冷(暖)持續(xù)日數(shù)減少(增多),夏季日數(shù)、生長季長度、氣溫日較差分別在1984、2001、1994年出現(xiàn)交點,且交點均在顯著性水平α=0.05的臨界線之內(nèi),表明以上極端氣溫指數(shù)在時間序列上均發(fā)生突變.
圖7 拉薩市近50年極端氣溫絕對指數(shù)Mann-Kendall檢測曲線圖Fig.7 Absolute temperature index curve chart of extreme temperature by means of Mann-Kendall mutation test during the recent 50 years in Lhasa
運用Morlet小波對拉薩市年極端最高和最低氣溫數(shù)據(jù)進行周期演變分析,繪制了小波變換系數(shù)實部等值線圖和小波方差圖(圖10).小波實部等值線圖反映出氣溫隨著不同時間尺度冷暖交替變化情況,不同時間尺度對應(yīng)的氣溫變化結(jié)構(gòu)不同,許多小尺度的變化表現(xiàn)為鑲嵌在較為復(fù)雜的較大尺度的結(jié)構(gòu)當(dāng)中.直觀地顯示出年平均氣溫的震蕩周期變化特征較為復(fù)雜,實部圖中顏色深淺和小波系數(shù)的大小來表示信號的強弱,正值說明氣溫偏暖;負(fù)值說明氣溫偏冷.年極端最高氣溫的小波系數(shù)實部等值線圖顯示出10年及以下的時間尺度,年極端最低氣溫變化周期較簡單,突變點較少,波動極值點分布單一.10至20年尺度信號交替單一但震蕩強度也較弱,說明氣溫在這一尺度多變但變化十分平緩;20至25年尺度的信號交替較為頻繁震蕩強度相對較強,說明氣溫在這一時間尺度上變化情況相對活躍;25至32年尺度信號交替頻繁且強烈地震蕩,說氣溫在此周期上出現(xiàn)明顯的變化,故可初步推斷其氣溫變化可能存在25至32年的周期.為了進一步明確主要周期,采用小波方差分析法,來分析氣溫隨時間變化的主周期.由極端最高氣溫小波方差圖可知,在28年出現(xiàn)明顯的峰值,由此確定28年是拉薩年極端最高氣溫變化的主周期.
年極端最低氣溫的小波系數(shù)實部等值線圖顯示出3年及以下的時間尺度,年極端最低氣溫變化周期較簡單,突變點較少,波動極值點分布單一.3至10年尺度信號交替非常頻繁但震蕩強度較弱,說明氣溫在這一尺度多變但變化比較平緩,可預(yù)測極端氣溫變化可能存在3到10年的周期.10至20年尺度的信號交替較為頻繁震蕩強度也較強,說明氣溫在這一時間尺度上變化情況相對活躍,初步推斷其氣溫變化可能存在10至20年的周期.20至32年尺度信號交替頻繁且強烈地震蕩,說明氣溫在此周期上出現(xiàn)明顯的變化,故可推斷其氣溫變化可能存在25至32年的周期.為了進一步明確主要周期,采用小波方差分析法,來分析氣溫隨時間變化的主周期.由極端最低氣溫小波方差圖可知,在8、12、27年出現(xiàn)明顯的峰值,由此確定8、12、27年是拉薩年極端最低氣溫變化的主周期.
圖8 拉薩市近50年極端氣溫極值指數(shù)Mann-Kendall檢測曲線圖Fig.8 Extreme index curve chart of extreme temperature by means of Mann-Kendall mutation test during the recent 50 years in Lhasa
圖9 拉薩市近50年極端氣溫持續(xù)指數(shù)Mann-Kendall檢測曲線圖Fig.9 Ongoing index curve chart of extreme temperature by means of Mann-Kendall mutation test during the recent 50 years in Lhasa
圖10 拉薩市近50年日最低最高氣溫年平均小波分析圖[(a)和(a′):日最高年平均;(b)和(b′):日最低年平均]Fig.10 Wavelet analysis chart of the annual mean minimum and maximum temperature during the recent 50 years in Lhasa[(a)and(a′)show the annual average value of daily maximum temperature,(b)and(b′)show the annual average value of daily minimum temperature]
本文基于拉薩市氣象站點近50年來的逐日最高氣溫、最低氣溫、平均氣溫數(shù)據(jù),采用一元線性回歸分析、相關(guān)關(guān)系、Mann-Kendall非參數(shù)檢驗、Morlet小波分析等方法,分析了拉薩市極端最高、最低氣溫和極端氣溫指數(shù)在時間尺度上的年際變化趨勢、突變節(jié)點、周期演變,最終得出了以下結(jié)論:
1)由回歸分析可以看出,在10年際時間變化尺度上,極端最高、最低氣溫均呈現(xiàn)出波動上升趨勢,升幅分別為0.48℃/10a、0.66℃/10a,其中極端最低氣溫上升的速率遠大于極端最高氣溫上升的速率.極端溫度偏高日數(shù)明顯趨于增多,極端氣溫指數(shù)中的TX10p、TN10p、FD0、ID0、GSDI、DTR均呈現(xiàn)出下降趨勢,TN90p、TX90p、SU25、TNn、TNx、TXn、TXx、WSDI、GSL均呈現(xiàn)出明顯上升趨勢.這與杜軍研究的西藏自治區(qū)極端氣溫指數(shù)的變化趨勢基本一致.但是,拉薩市極端氣溫的增幅要明顯高于西藏地區(qū),而且年平均氣溫變化與全球平均氣溫變暖趨勢大體一致[13],這也佐證了回歸分析在研究極端氣溫變化過程中的可信性.
2)根據(jù)Mann-Kendall非參數(shù)檢驗可知,極端最高、最低氣溫趨勢檢測曲線分別在1994、1995年出現(xiàn)交點,且交點前后平均氣溫均相差1℃至2℃,但是交點都沒有通過α=0.05的顯著性檢驗,故極端最高、最低氣溫在時間尺度上沒有發(fā)生突變.極端氣溫指數(shù)中的TN90p、TN10p、FD0、TNn、TNx、TXn、TXx雖然都在1991至2000年這一時間段內(nèi)出現(xiàn)交點,但交點均在顯著性水平α=0.05的臨界線之外,所以以上極端氣溫指數(shù)在時間序列上均沒有發(fā)生突變,而TR20、ID0沒有出現(xiàn)交點,因此也沒有發(fā)生突變.TX90p、TX10p、SU25、GSDI、WSDI、GSL、DTR均在1986至2002年這段時間內(nèi)出現(xiàn)突變點,而且突變點前后極端氣溫指數(shù)的平均值相差甚大.這一研究結(jié)果與杜軍、趙金鵬等[14]分別對西藏自治區(qū)和青藏高原極端氣溫變化的研究結(jié)果高度吻合,這也說明Mann-Kendall非參數(shù)檢驗法對于研究極端氣溫的突變情況有很大的適宜性,并且可信度極高.
3)小波實部等值線和小波方差圖結(jié)果表明近50年來拉薩市年極端最低氣溫存在8、12、27年變化的主周期,拉薩年極端最高氣溫存在28年變化的主周期.
首先,利用多個極端氣溫指數(shù),全面分析了拉薩市近50年來極端氣溫與其指數(shù)在時間尺度上的變化趨勢,研究結(jié)果表明極端冷事件表現(xiàn)為下降趨勢,極端暖事件表現(xiàn)為上升趨勢,盡管還沒有學(xué)者對拉薩市的極端氣溫變化進行系統(tǒng)研究,但是本文所研究的結(jié)果也基本符合青藏高原的氣候變化特征[15-16].
其次,根據(jù)拉薩市近50年來極端冷事件下降、極端暖事件上升的年際變化趨勢,可以從側(cè)面反映出拉薩市年平均氣溫逐漸升高這一事實,這也說明拉薩市在2019年6月出現(xiàn)高溫,打破歷史記錄,也絕非偶然,甚至在未來,拉薩市年平均氣溫還可能會持續(xù)升高,不排除進一步刷新記錄.
再次,影響拉薩地區(qū)極端氣溫和極端氣溫指數(shù)變化的原因甚多,不僅與特殊的地理位置有關(guān),大尺度的大氣環(huán)流對氣溫的變化也起著至關(guān)重要的作用.另外,地表覆蓋面積的變化、CO2、CH4等一系列溫室氣體的排放都與氣溫變化有著緊密的聯(lián)系[17],其復(fù)雜的影響因素還需要更進一步的深入研究.希望將來掌握更多的氣象要素,運用科學(xué)系統(tǒng)的分析方法,更好地探究拉薩地區(qū)氣溫變化的趨勢和原因,同時也希望為研究青藏高原的氣候變化提供一定的幫助.
致謝:感謝AliCPT項目組成員單位、阿里地區(qū)氣象局等兄弟單位的大力支持.