近58a福州市極端氣溫變化趨勢及重現期特征分析

高曉丹 陳彥 李漢菁

摘要 利用福州市（烏山站）1961—2018年逐日氣溫觀測資料，通過閾值法提取出極端溫度資料序列，再根據復合極值分布理論，建立極端氣溫重現期泊松—韋伯復合極值分布模型，并利用該模型對福州市極端高低溫的重現期研究。結果表明：福州市年高溫天數和高、低溫極端值均呈上升趨勢，而年低溫天數則呈下降趨勢;高、低溫天數多年發生頻次符合泊松分布，氣溫極端值遵循韋伯分布，兩者均通過顯著性水平為0.01的K-S統計檢驗;福州市50 a一遇極端高低溫分別為41.6℃和-1.4℃，100 a一遇極端高低溫分別為42.1℃和-2.0℃。

關鍵詞 極端高低溫;極值分布模型;福州

中圖分類號：P45 文獻標識碼：B 文章編號：2095–3305（2021）03–0041–02

天氣和氣候極端事件頻率和強度的變化對人類社會經濟和環境很可能產生巨大影響，因而受到越來越多的關注。2013年從中國氣象局公布的最新數據顯示，位于中國東南沿海地區的福州市夏季極端高溫引起公眾關注。近年來，福州極端高溫異常天氣氣候頻發，僅2018年福州市年平均氣溫顯著偏高，同時連江和福清在12月4日最高氣溫突破12月歷史極值，給人們生產活動帶來嚴重經濟損失與生活不適。因此研究城市極端氣溫氣候特征可以為我們制定城鎮發展戰略提供科學參考。

1 資料和方法

研究極端氣溫的首要條件就是確定極端氣溫的閾值。選取福州市國家級氣象觀測站（烏山站）1961—2018年逐日最高及最低氣溫觀測資料，采用閾值法、矩估計法、K-S檢驗、復合極值理論等方法對上述資料進行質量控制，根據第1個和第99個百分位值確定出本地極端氣溫閾值為2.9℃和37.7℃。

2 極端氣溫及天數的變化趨勢

2.1 每年最低氣溫變化趨勢及低溫天數變化趨勢

分析福州烏山站1961—2018年最低氣溫年際變化，近58 a最低氣溫平均為1.4℃，其年最低氣溫隨年際呈緩慢上升趨勢，增加率為0.189℃/10 a。2003年和2017年福州烏山站最低氣溫4.0℃，為站點研究年內最大值;年內最小值在2016年，為-1.9℃。同年1月20—25日，我國南方發生一次低溫雨雪冰凍過程，1月25日福建省屏南、福州、安溪、廈門、東山、長樂6市氣溫打破1961年以來低溫記錄，部分地區創70 a來低溫極值。研究年間，最低氣溫<0℃的年份僅有8 a，其余年份最低氣溫均>0℃。

依照利用閾值法算出的本地低溫閾值2.9℃分析福州烏山站低溫天數變化呈減少趨勢，氣候傾向率為-0.86 d/10 a。低溫天數最多的達15 d，分別在1963年和1967年，1976年以前低溫天數波動較大，且低溫天數較多;1976年后低溫天數波動較小，且低溫天數減少。

2.2 每年最高氣溫變化趨勢及高溫天數變化趨勢

福州烏山站1961—2018年最高溫度平均38.3℃，近58 a最高溫度隨年際明顯增大，增加率為0.293℃/10 a，變化幅度較最低氣溫略大，可看出年最高氣溫隨時間變化上升趨勢較顯著。1965年和1970年福州烏山站最高氣溫為36.3℃，為站點研究年內最低值;最大值在2003年，為41.7℃，同時該年最低氣溫也是站點研究年內最大值。從1998年開始，福州烏山站年最高氣溫都>37.0℃，根據福建省災害性天氣預報服務用語暫行規定的日最高氣溫≥37℃為一高溫日，連續≥37℃一個高溫日天氣過程稱為一個高溫過程，表明每年都有若干次高溫過程發生。

根據利用閾值法算出的福州烏山站高溫閾值37.7℃，較福建省高溫橙色預警信號標準37.0℃高出0.7℃。近58 a高溫天數呈增長趨勢，氣候傾向率1.155 d/10 a，高溫天數最多的一年達25 d，在2003年，同時該年最高氣溫也是歷史極值氣溫。1986年以前高溫天數波動較小，且高溫天數較少;1986年后高溫天數波動較大，且天數較多。

3 泊松—韋伯復合極值分布及K-S檢驗

3.1 極端高（低）溫天數發生頻次的泊松分布檢驗

極端氣溫發生頻次本身具有一定概率特性。統計福州烏山站1961—2018年極端高、低溫度出現頻次得出，58 a中≥37.7℃高溫次數212 d、≤2.9℃低溫次數220 d。利用泊松分布函數對高低溫發生頻次進行估計檢驗，通過K-S檢驗表明：低溫天數的泊松分布KS檢驗統計量為0.12，均小于顯著水平位0.01的KS檢驗統計量臨界值0.21，故認為低溫天數時間序列服從泊松分布。高溫天數的泊松分布KS檢驗統計量為0.20，均小于顯著水平位0.01的KS檢驗統計量臨界值0.21，故認為高溫天數時間序列服從泊松分布。

3.2 高（低）溫極值的韋伯分布檢驗

對福州1961—2018年出現的212次高溫和220次低溫分析，發現韋伯分布能很好擬合溫度極值。黑色和紅色小方框為高（低）溫的經驗頻率，黑色實線為韋伯分布曲線，直觀看出兩則擬合度非常高。經過K-S檢驗表明：極端低溫資料的KS檢驗統計量為0.057，小于顯著水平位0.01的KS檢驗統計量臨界值，故極端低溫時間序列服從韋伯分布。極端高溫資料的KS檢驗統計量為0.086，小于顯著水平位0.01的KS檢驗統計量臨界值，故極端高溫時間序列服從韋伯分布（圖1、圖2）。

3.3 極端高（低）溫重現期估算及分析

通過分析發現，用泊松過程來擬合極端氣溫發生頻次是合理的，且氣溫極值用韋伯分布來擬合也是合理的，因此研究地區極端高低溫事件服從泊松—韋伯復合極值分布。利用該模型計算福州代表站的多年一遇溫度極端值得出：福州地區2、5、10、20、50、100 a一遇的年極端最高氣溫均超過其閾值37.7℃和58 a平均值38.3℃，其中100 a一遇的年極端最高氣溫值還超過資料年最大值41.7℃，其年極端最低氣溫都低于極端最低氣溫閾值2.9℃，除2 a一遇的年極端最低氣溫高于58 a平均值1.4℃外，其余5個年份均低于平均值，其中100 a一遇的年極端最低氣溫值還超過資料年最低值-1.9℃。

同時得出：年出現高溫>38.4℃和低溫<2.7℃時的溫度概率為0.5，即平均2 a出現一次該極端高溫值和極端低溫值;出現高溫>42.1℃和低溫<-2.0℃的概率為0.01，即出現此極端高溫和極端低溫的重現期需要100 a。通過以上分析可以看出，溫度極值越極端，風險概率值也就越小，重現期也就越大。

4 結論

福州地區高溫出現日數越來越多且高溫極值越來越高，低溫出現日數越來越少且低溫極值也越來越大，凸顯了氣溫極端性及氣候變暖趨勢。

年高溫及低溫天數出現次數遵循泊松分布，高溫、低溫極值遵循韋伯分布。其擬合分布均通過顯著性水平為0.01的K-S統計檢驗。

通過泊松—韋伯分布，估算得出福州市2 a一遇的極端最高氣溫和最低氣溫分別為38.4℃和2.7℃;5 a一遇的分別為39.6℃和1.1℃;10 a一遇的分別為40.3℃和0.2℃;20 a一遇的分別為40.9℃和-0.5℃;50 a一遇的分別為41.6℃和-1.4℃;100 a一遇的分別為42.1℃和-2.0℃。

參考文獻

[1] 馬逢時，劉德輔.復合極值分布理論及其應用[J].應用數學學報，1979（4）：366-375.

[2] 潘曉華，翟盤茂.氣溫極端值的選取與分析[J].氣象，2002（10）：28-31.

[3] 胡鈺玲，趙中軍，康彩燕，等.中國南方2008年與2016年兩次低溫雨雪冰凍天氣過程對比分析[J].冰川凍土，2017， 39（6）：1180-1191.

責任編輯：黃艷飛