華南地區極端氣溫事件時空變化及其因子分析

戴聲佩 李茂芬 羅紅霞 李海亮 胡盈盈 鄭倩

摘要：選用1959—2016年華南地區72個地面氣象站點逐日氣溫數據，計算了研究區16種極端氣溫指數，分析了1959—2016年研究區極端氣溫事件的時空變化特征和影響研究區極端氣溫指數的因子，及其與年平均氣溫、地理位置和大尺度大氣環流的關系，并預測了未來研究區域極端氣溫事件變化趨勢。結果表明：1959年以來，研究區氣溫日較差（DTR）和極端冷事件（FD、ID、TN10p、TX10p、CSDI）呈下降趨勢;生物生長季（GSL）、極端熱事件（SU、TR、TN90p、TX90p、WSDI）和氣溫極值指數（TXx、TNx、TXn、TNn）呈明顯增加趨勢。從年代際尺度來看，1960s（19世紀60年代，以下以此類推）以來，研究區極端氣溫事件與其年際變化趨勢基本一致。從空間尺度來看，氣溫日較差（DTR）和極端冷事件（FD、ID、TN10p、TX10p、CSDI）氣候傾向率小于0的站點比例分別為85%、99%、100%、99%、90%、93%，僅有個別站點存在下降趨勢，零星分布在沿海地區。生物生長季（GSL）增加的站點共有55個，但其顯著性水平較低;極端熱事件（SU、TR、TN90p、TX90p、WSDI）氣候傾向率大于0且通過顯著性檢驗站點分別為20、58、68、48、29個，增加趨勢明顯。氣溫極值指數（TXx、TNx、TXn、TNn）也呈增加趨勢，僅沿海地區個別站點呈下降趨勢。利用因子分析法提取了5個公共因子，其累計方差貢獻率為82.49%，其中公共因子1方差貢獻率為44.72%，反映了極端氣溫事件與極端熱事件的相關性很強。相關分析表明，極端熱事件（SU、TR、TN90p、TX90p、WSDI）能很好地指示年平均氣溫的變化情況，并且其他極端氣溫指數之間也存在很好的相關關系;極端氣溫指數變化趨勢表現出明顯的地理位置依賴性。此外，大尺度環流分析表明，ENSO異常變化與華南地區極端氣溫關系密切，南海副高強度指數（SCSSHII）和西太平洋副高強度指數（WPSHII）對研究區極端氣溫事件具有明顯貢獻。R/S分析法表明，研究區極端氣溫事件表現為強持續性，未來變化趨勢與過去的變化趨勢相同。

關鍵詞：氣候變化;極端氣溫;時空變化;因子分析;華南地區

中圖分類號： S161.2;S127 ?文獻標志碼： A ?文章編號：1002-1302（2021）14-0194-10

聯合國政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）第5次評估報告指出，全球氣候變暖毋庸置疑[1]。在此背景下，極端高溫與寒冷、極端洪澇與干旱等極端氣候事件頻繁發生，對自然生態系統和人類社會帶來極大損害[2]，且其發生的時空分布特征及影響越來越受到公眾的矚目[3]，成為當前全球氣候變化研究的熱點[4]，特別是極端氣溫事件對人類的影響更是引起了眾多學者的關注[5]。國內外學者從不同角度對全球、區域和中國，以及中國不同區域的極端氣溫做了大量研究，且成果顯著。從全球尺度來看，20世紀50年代以來全球大部分地區極端氣溫變化特征表現為冷夜減少、暖夜增多[6-7];從區域尺度來看，中亞和南亞地區[8]、亞洲-太平洋地區[9]、阿拉伯地區[10]、歐洲地區[11]、南美洲阿根廷地區[12]、北美洲[13]、美國[14]、俄羅斯[15]等區域極端氣溫變化特征與全球變化特征基本一致，總體均表現為極端高溫時間（d）顯著延長、極端低溫時間明顯縮短;從中國區域來看，極端高溫和極端低溫整體呈上升趨勢[16]，暖夜時間和暖晝時間趨于延長，而冷夜時間和霜凍時間則變少[17]，其中北方地區極端氣溫變化趨勢更為明顯[18]。此外，針對中國不同區域[4，19-27]、不同流域[5，28-32]、不同地形[33-38]和不同城市[39-41]極端氣溫變化的眾多研究表明，其存在一定空間差異，因此，有必要開展針對不同區域的極端氣溫變化研究，豐富和完善全球變化區域差異研究。

我國華南地區屬于熱帶、亞熱帶季風氣候，氣候溫暖濕潤，雨熱同季，對全球變化的敏感性較高。該區域適宜發展多種農業生產以及熱帶經濟作物，是我國農作物晚三熟和熱三熟區域[42]，其既是我國重要的糧食生產基地，又是我國主要熱帶作物的生產基地。在全球變化背景下，該地區農業氣候資源發生了顯著的變化，對農業生產、社會經濟和區域可持續發展帶來了諸多影響[43]。目前已有關于本研究區域極端氣溫變化的研究主要集中在極端高溫日數[44]、持續高溫過程[45-46]、低溫冷害事件[47]、冰凍災害特征與成因[48]以及極端氣溫事件非對稱變化[49]等方面，綜合考慮多種極端氣溫指數分析研究區極端氣溫的研究有待進一步進行。因此，本研究利用氣象站點逐日氣溫數據，計算了16種極端氣溫指數，分析了我國華南地區極端氣溫事件的時空變化特征，探討了影響極端氣溫指數的因子，及其與年平均氣溫、地理位置和大尺度大氣環流的關系，并預測了未來研究區域極端氣溫事件變化趨勢，以期為區域農業氣候資源可持續利用、生態環境保護和防災減災提供科學依據。

1 數據與方法

1.1 數據來源

選取1959年1月1日至2016年12月31日研究區域內72個地面氣象站點逐日平均氣溫、最高氣溫、最低氣溫實測數據，來源于國家氣象科學數據共享服務平臺（http：//data.cma.cn/）。大尺度大氣環流指數數據來源于美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）地球系統研究實驗室（Earth System Research Laboratory，ESRL）（https：//www.esrl.noaa.gov/psd/data/climateindices/list/）和中國國家氣候中心氣候系統數據集（http：//cmdp.ncc-cma.net/Monitoring/cn_index_130.php）。數字高程（digital elevation models，DEM）數據采用美國地質調查局（U.S. Geological Survey，USGS）發布的全球90 m空間分辨率DEM數據;研究區邊界數據采用國家基礎地理信息中心發布的1 ∶ 4 000 000中國行政區劃數據。

1.2 極端氣溫指標定義與計算

本研究采用16種極端氣溫指數，其具體名稱及定義見表1，其定義標準是基于CCl/CLIVAR/JCOMM ETCCDI確定的“氣候變化檢測和指標”（http：//etccdi.pacificclimate.org/），這些指數反映了極端氣溫的各方面，廣泛應用于極端氣溫的評估和應用。這16種極端氣溫指數大致分為5個類型：第1類為氣溫日較差（DTR）;第2類為生物生長季（GSL）;第3類為極端冷事件，包括霜凍日數（FD）、冰凍日數（ID）、冷夜日數（TN10p）、冷晝日數（TX10p）、冷持續日數（CSDI）;第4類為極端熱事件，包括夏季日數（SU）、熱夜日數（TR）、暖夜日數（TN90p）、暖晝日數（TX90p）、暖持續日數（WSDI）;第5類為極值指數日最高氣溫的極高值（TXx）、日最低氣溫的極高值（TNx）、日最高氣溫的極低值（TXn）、日最低氣溫的極低值（TNn）。

采用加拿大氣象研究中心基于R語言開發的RclimDex 1.0軟件計算極端氣溫指數，RclimDex可用于計算多種極端氣溫和極端降水指數。首先，利用MATLAB編程對原始下載數據進行預處理，形成符合RclimDex運行的文件存儲格式的預處理數據，并對缺測值進行統一設置;然后，利用RclimDex軟件對預處理數據進行一致性檢驗和質量控制，并人工檢查數據錯誤記錄;最后，在R語言編輯器下運行RclimDex軟件，計算得到極端氣溫指數結果。

1.3 研究方法

利用氣候傾向率法計算各站點不同極端氣溫指數的氣候傾向率，以此對極端氣溫事件的時間變化進行趨勢分析。氣候傾向率大于0時表示極端氣溫事件呈上升趨勢，反之呈下降趨勢。通過ArcGIS繪制華南地區極端氣溫指數變化傾向率空間分布圖，進而分析極端氣溫事件的空間特征。采用基于SPSS的因子分析方法分析影響極端氣溫指數的因子，并利用相關分析方法分析極端氣溫指數與年平均氣溫、地理位置、大尺度大氣環流的關系。利用R/S分析方法計算Hurst指數來預測未來研究區域極端氣溫事件變化趨勢。

2 結果與分析

2.1 時間變化

從年際尺度來看，1959年以來，研究區氣溫日較差（DTR）和極端冷事件（FD、ID、TN10p、TX10p、CSDI）呈不同程度的降低趨勢（圖2-a，圖2-c至圖2-g），其中氣溫日較差（DTR）、霜凍日數（FD）和冷夜日數（TN10p）降低趨勢明顯，通過了α=0.01顯著性水平檢驗，其氣候傾向率分別為 -0.1 ℃/10年、-0.4 d/10年和-1.3 d/10年。生物生長季（GSL）和極端熱事件（SU、TR、TN90p、TX90p、WSDI）呈明顯的增加趨勢（圖2-b，圖2-h至圖2-l），其氣候傾向率分別為0.2、1.8、3.6、2.6、1.5、1.8 d/10年，除GSL以外，均通過了α=0.01顯著性水平檢驗。此外，氣溫極值指數（TXx、TNx、TXn、TNn）也呈不同程度的增加趨勢（圖2-m至圖2-p）。

從年代際尺度來看，1960s（19世紀60年代，其他以此類推），研究區極端氣溫事件與其年際變化趨勢基本一致（圖2、表2）。氣溫日較差（DTR）呈波動降低趨勢（圖2-a、表2），其值從1960s的 7.90 ℃ 降低到2000—2016年的7.20 ℃。生物生長季（GSL）從1960s開始增加，并于1990s達到高值，之后又有下降（圖2-b、表2）。極端冷事件（FD、ID、TN10p、TX10p、CSDI）從1960s開始呈波動降低趨勢（圖2-c至圖2-g、表2）。極端熱事件（SU、TR、TN90p、TX90p、WSDI）和氣溫極值指數（TXx、TNx、TXn、TNn）則呈波動增加趨勢（圖2-h至圖2-p、表2）。

2.2 空間變化

從空間尺度上來看，研究區內61個站點氣溫日較差（DTR）氣候傾向率小于0（圖3-a、表3），其中37個站點通過了α=0.01顯著性水平檢驗，表明其呈較明顯的降低趨勢;而沿海零星分布有11個站點呈增加趨勢。由圖3-b和表3可知，生物生長季（GSL）增加的站點共有55個，但其顯著性水平較低，主要分布在東南沿海地區;廣西中部和廣東北部等地區17個站點呈下降趨勢。極端冷事件（FD、ID、TN10p、TX10p、CSDI）總體上呈現降低趨勢（圖3-c 至圖3-g、表3），其氣候傾向率小于0的站點比例分別為99%、100%、99%、90%、93%，其中TN10p通過顯著性檢驗站點較多，表明其降低趨勢明顯。極端熱事件（SU、TR、TN90p、TX90p、WSDI）氣候傾向率大于0的站點比例分別為94%、100%、100%、93%、93%，并且其通過顯著性檢驗站點分別為20、58、68、48、29個（圖3-h至圖3-l、表3），僅有個別站點呈降低趨勢，表明其增加趨勢明顯。此外，研究區氣溫極值指數（TXx、TNx、TXn、TNn）也呈現增加趨勢（圖3-m至圖3-p），僅沿海地區個別站點呈降低趨勢。

2.3 因子分析

利用SPSS因子分析方法分析影響極端氣溫指數的因子，并計算各因子的特征值及方差貢獻率（表4），根據特征值大于0.9，提取了5個公共因子，其累計方差貢獻率為82.49%，進一步提取5個公共因子的載荷矩陣（表4），公共因子1方差貢獻率最大，為44.72%，是最重要的影響因子，該因子在TX90p、TN90p、WSDI、TR和SU這5項指標上的載荷值較高，分別為0.89、0.89、0.87、0.84、0.81，反映了極端氣溫事件與極端熱事件的相關性很強;公共因子2方差貢獻率次之，為14.21%，該因子在

TN10p、TNx、CSDI和DTR等指標上的載荷值較高，分別為0.61、-0.47、0.84、0.74，表明極端冷事件、氣溫極值指數和氣溫日較差對極端氣溫事件影響較大;公共因子3、4、5方差貢獻率分別為10.64%、7.06%、5.86%，主要反映了極端氣溫事件中極端冷事件和極值指數的變化。

2.4 未來變化趨勢

基于R/S分析方法計算Hurst指數和分形維數D來預測未來研究區域極端氣溫事件變化趨勢結果見表5，由表5可見，氣溫日較差（DTR）、生物生長季（GSL）、極端冷事件（FD、ID、TN10p、TX10p、CSDI）、極端熱事件（SU、TR、TN90p、TX90p、WSDI）和氣溫極值指數（TXx、TNx、TXn、TNn）等指數的Hurst指數均大于0.5，分形維數D均小于1.5，表示其時間序列的持續性，未來變化趨勢與過去的變化趨勢相同，即氣溫日較差（DTR）和極端冷事件（FD、ID、TN10p、TX10p、CSDI）過去呈下降趨勢，未來仍將呈下降趨勢，并且其持續性較強;而生物生長季（GSL）、極端熱事件（SU、TR、TN90p、TX90p、WSDI）和氣溫極值指數（TXx、TNx、TXn、TNn）等指數過去為增加趨勢，未來仍將呈增加趨勢。

3 討論

3.1 與區域氣候變化的關系

由表6可見，氣溫日較差（DTR）、極端冷事件（FD、ID、TN10p、TX10p、CSDI）和年平均氣溫（TMEAN）之間呈現較強的負相關，其中冷夜日數（TN10p）和冷晝日數（TX10p）與年平均氣溫的相關系數分別達到-0.77（P<0.01）和-0.66（P<0.01）。生物生長季（GSL）、極端熱事件（SU、TR、TN90p、TX90p、WSDI）和氣溫極值指數（TXx、TNx、TXn、TNn）與年平均氣溫均表現出良好的正相關性，除GSL以外，均通過了α=0.01顯著性水平檢驗，其中極端熱事件（SU、TR、TN90p、TX90p、WSDI）5個極端氣溫指數與年平均氣溫的相關系數達到或超過0.76，表明這些指標能很好地指示年平均氣溫的變化情況。此外，其他極端氣溫指數之間也存在很好的相關關系。

通過與其他區域極端氣溫變化趨勢相比較（表7），華南地區極端氣溫指數與全球、中國區域的整體變化趨勢相一致，與中國不同區域極端氣溫變化趨勢存在變化幅度的差別。華南地區氣溫日較差（DTR）變化趨勢低于東北地區、西北地區和西南地區;生物生長季（GSL）變化趨勢明顯低于其他區域;極端冷事件（FD、ID、TN10p、TX10p、CSDI）變化趨勢高于西南地區，低于東北地區和西北地區;極端熱事件（SU、TR、TN90p、TX90p、WSDI）變化趨勢也低于東北地區，氣溫極值指數（TXx、TNx、TXn、TNn）與其他區域相似。與不同流域（長江流域、黃河流域、松花江流域、珠江流域）極端氣溫指數相比較，其變化趨勢較復雜，這是由于不同流域內氣候條件和地形地貌復雜，從而造成對比性較差。

3.2 與海拔、地理位置的關系

研究區海拔自西向東、自北向南逐漸降低，其地理位置變化與經緯度和海拔具有明顯相關性。通過分析極端氣溫指數變化趨勢與海拔、地理位置（經度、緯度）的相關系數，由圖4可知，生物生長季（GSL）變化趨勢表現出明顯的地理位置依賴性，其與海拔、經度、緯度的相關系數分別為0.78、0.40、0.40，均通過α=0.01顯著性水平檢驗。除個別指數（SU、TN10p）外，極端冷事件（FD、ID、TX10p、CSDI）和極端熱事件（TR、TN90p、TX90p、WSDI）與地理位置和海拔均呈負相關，表明在研究范圍內，海拔、緯度越低，越靠近東南沿海地區，極端冷事件和極端熱事件的變化趨勢越大。極值指數（TXx、TNx、TXn、TNn）與經緯度以及海拔高度變化的相關性也驗證了地形因素對研究區極端氣溫空間變化的影響。

3.3 與大尺度大氣環流的關系

選取北極濤動（AO）、多元ENSO指數（MEI）、北大西洋濤動（NAO）、南方濤動指數（SOI）、太平洋年代際振蕩（PDO）、北方濤動指數（NOI）、印度副高面積強度指數（ISHII）、南海副高強度指數（SCSSHII）和西太平洋副高強度指數（WPSHII）等9

個大尺度大氣環流指數，分別計算其與極端氣溫指數的相關系數（表8），分析大尺度大氣環流對極端氣溫事件的影響。由表8、圖5可知，MEI與極端冷事件（FD、ID、TN10p、TX10p、CSDI）呈負相關，與極端熱事件（SU、TR、TN90p、TX90p、WSDI）和氣溫極值指數（TXx、TNx、TXn、TNn）呈明顯正相關，表明ENSO異常變化與華南地區極端氣溫關系密切。WPSHII（110°～180°E）代表了夏季北半球表面的1/4，SCSSHII（100°～120°E）代表了南海區域的環流強度，兩者是東亞夏季風氣候系統的重要組成部分。本研究中，SCSSHII和WPSHII（圖5）與極端氣溫指數同樣具有很強的相關性（表8），部分通過了α=0.01顯著性水平檢驗，表明SCSSHII和WPSHII對研究區極端氣溫事件具有明顯貢獻。

4 結論

本研究選用1959—2016年華南地區72個地面氣象站點逐日氣溫數據，利用MATLAB和基于R語言開發的RClimDex（1.0）軟件計算研究區16種極端氣溫指數，分析1959—2016年研究區極端氣溫事件的時空變化特征;采用相關分析和基于SPSS的因子分析方法探討影響研究區極端氣溫指數的因子，及其與年平均氣溫、地理位置和大尺度大氣環流的關系;并利用R/S分析方法計算Hurst指數，預測未來研究區域極端氣溫事件變化趨勢，并得出主要結論如下。

從年際尺度來看，1959年以來，研究區氣溫日較差（DTR）和極端冷事件（FD、ID、TN10p、TX10p、CSDI）呈減少趨勢;生物生長季（GSL）和極端熱事件（SU、TR、TN90p、TX90p、WSDI）呈明顯增加趨勢，其氣候傾向率分別為0.2、1.8、3.6、2.6、1.5、1.8 d/10年;氣溫極值指數（TXx、TNx、TXn、TNn）也呈增加趨勢。從年代際尺度來看，1960s以來，研究區極端氣溫事件與其年際變化趨勢基本一致。

從空間尺度來看，研究區內61個站點氣溫日較差（DTR）氣候傾向率小于0，呈較明顯的下降趨勢，而沿海零星分布有11個站點呈增加趨勢。生物生長季（GSL）增加的站點共有55個，但顯著性水平較低，主要分布在東南沿海地區。極端冷事件（FD、ID、TN10p、TX10p、CSDI）氣候傾向率小于0的站點比例分別為99%、100%、99%、90%、93%，僅有個別站點存在減少趨勢。極端熱事件（SU、TR、TN90p、TX90p、WSDI）氣候傾向率大于0且通過顯著性檢驗站點分別為20、58、68、48、29個，增加趨勢明顯。氣溫極值指數（TXx、TNx、TXn、TNn）也呈增加趨勢，僅沿海地區個別站點呈減少趨勢。

利用因子分析方法提取5個公共因子，其累計方差貢獻率為82.49%，其中公共因子1方差貢獻率為44.72%，反映了極端氣溫事件與極端熱事件的相關性很強。相關分析表明，極端熱事件（SU、TR、TN90p、TX90p、WSDI）與年平均氣溫的相關系數達到或超過0.76，表明這些指標能很好地指示年平均氣溫的變化情況，并且其他極端氣溫指數之間也存在很好的相關關系。極端氣溫指數變化趨勢表現出明顯的地理位置依賴性，在研究范圍內，海拔、緯度越低，越靠近東南沿海地區，極端冷事件和極端熱事件的變化趨勢越大。此外，大尺度環流分析表明ENSO異常變化與華南地區極端氣溫關系密切，南海副高強度指數（SCSSHII）和西太平洋副高強度指數（WPSHII）對研究區極端氣溫事件具有明顯貢獻。

基于R/S分析方法的結果表明，研究區極端氣溫事件Hurst指數均大于0.5，分形維數D均小于1.5，說明其時間序列的強持續性，即未來變化趨勢與過去的變化趨勢相同。

參考文獻：

[1]IPCC. Summary for policymakers，in climate change 2013：the physical science basis[R]. Cambridge：Cambridge University Press，2013.

[2]IPCC. Summary for Policymakers. Climate change 2014：impacts，adaptation，and vulnerability. Part A：Global and sectoral aspects[R]. Cambridge：Cambridge University Press，2014.

[3]Easterling D R，Meehl G A，Parmesan C，et al. Climate extremes：observations，modeling，and impacts[J]. Science，2000，289（5487）：2068-2074.

[4]杜 軍，路紅亞，建 軍.1961—2010年西藏極端氣溫事件的時空變化[J]. 地理學報，2013，68（9）：1269-1280.

[5]王 瓊，張明軍，王圣杰，等. 1962—2011年長江流域極端氣溫事件分析[J]. 地理學報，2013，68（5）：611-625.

[6]Alexander L V，Zhang X，Peterson T C，et al. Global observed changes in daily climate extremes of temperature and precipitation[J]. Journal of Geophysical Research：Atmospheres，2006，111（D5）：D05109.

[7]Finkel J M，Katz J I. Changing world extreme temperature statistics[J]. International Journal of Climatology，2018，38（5）：2613-2617.

[8]Tank A K，Peterson T C，Quadir D A，et al. Changes in daily temperature and precipitation extremes in central and South Asia[J]. Journal of Geophysical Research：Atmospheres，2006，111（D16）：709-720.

[9]Choi G，Collins D，Ren G，et al. Changes in means and extreme events of temperature and precipitation in the Asia-Pacific Network region，1955—2007[J]. International Journal of Climatology，2010，29（13）：1906-1925.

[10]Donat M G，Peterson T C，Brunet M，et al. Changes in extreme temperature and precipitation in the Arab region：Long-term trends and variability related to ENSO and NAO[J]. International Journal of Climatology，2014，34（3）：581-592.

[11]Klein T G K，Nnen G P.Trends in indices of daily temperature and precipitation extremes in Europe，1946—1999[J]. Journal of Climate，2003，16（22）：3665-3680.

[12]Rusticucci M，Barrucand M，Collazo S. Temperature extremes in the Argentina central region and their monthly relationship with the mean circulation and ENSO phases[J]. International Journal of Climatology，2017，37（6）：3003-3017.

[13]Grotjahn R，Black R，Leung R，et al. North American extreme temperature events and related large scale meteorological patterns：A review of statistical methods，dynamics，modeling，and trends[J]. Climate Dynamics，2016，46（3）：1151-1184.

[14]Finkel J M，Katz J I. Changing US extreme temperature statistics[J]. International Journal of Climatology，2017，37（13）：4749-4755.

[15]Gruza G，Rankova E，Razuvaev V，et al. Indicators of climate change for the Russian federation[J]. Climatic Change，1999，42（1）：219-242.

[16]Ding T，Qian W H，Yan Z W. Changes in hot days and heat waves in China during 1961—2007[J]. International Journal of Climatology，2010，30（10）：1452-1462.

[17]Fang S，Qi Y，Han G，et al. Changing trends and abrupt features of extreme temperature in mainland China during 1960 to 2010[J]. Atmosphere，2016，7（2）：979-1000.

[18]You Q L，Kang S C，Aguilar E，et al. Changes in daily climate extremes in China and their connection to the large scale atmospheric circulation during 1961—2003[J]. Climate Dynamics，2011，36（11/12）：2399-2417.

[19]Li Z X，He Y Q，Theakstone W H，et al. Altitude dependency of trends of daily climate extremes in southwestern China，1961—2008[J]. Journal of Geographical Sciences，2012，22（3）：416-430.

[20]Wang W，Zhou W，Chen D. Summer high temperature extremes in Southeast China：Bonding with the El Nino-Southern Oscillation and East Asian summer monsoon coupled system[J]. Journal of Climate，2014，27（11）：4122-4138.

[21]Yu Z，Li X. Recent trends in daily temperature extremes over northeastern China （1960—2011）[J]. Quaternary International，2015，380/381：35-48.

[22]李 琪，蘇 歡，史雨涵，等. 1961—2010年江浙滬地區夏季高溫熱浪時空變化特征[J]. 長江流域資源與環境，2016，25（3）：506-513.

[23]史 軍，丁一匯，崔林麗. 華東極端高溫氣候特征及成因分析[J]. 大氣科學，2009，33（2）：347-358.

[24]汪寶龍，張明軍，魏軍林，等. 西北地區近50a氣溫和降水極端事件的變化特征[J]. 自然資源學報，2012，27（10）：1720-1733.

[25]Wang B，Zhang M，Wei J，et al. Changes in extreme events of temperature and precipitation over Xinjiang，northwest China，during 1960—2009[J]. Quaternary International，2013，298：141-151.

[26]高文華，李開封，崔 豫.1960—2014年河南極端氣溫事件時空演變分析[J]. 地理科學，2017，37（8）：1259-1269.

[27]黃小燕，王小平，王勁松，等. 1960—2013年中國沿海極端氣溫事件變化特征[J]. 地理科學，2016，36（4）：612-620.

[28]Guan Y，Zhang X，Zheng F，et al. Trends and variability of daily temperature extremes during 1960—2012 in the Yangtze River Basin，China[J]. Global and Planetary Change，2015，124：79-94.

[29]Jiang C，Mu X，Wang F，et al. Analysis of extreme temperature events in the Qinling Mountains and surrounding area during 1960—2012[J]. Quaternary International，2016，392：155-167.

[30]Liang K，Peng B，Li J，et al. Variability of temperature extremes in the Yellow River basin during 1961—2011[J]. Quaternary International，2014，336：52-64.

[31]Zhong K，Zheng F，Wu H，et al. Dynamic changes in temperature extremes and their association with atmospheric circulation patterns in the Songhua River Basin，China[J]. Atmospheric Research，2017，190：77-88.

[32]劉青娥，吳孝情，陳曉宏，等. 珠江流域1960—2012年極端氣溫的時空變化特征[J]. 自然資源學報，2015，30（8）：1356-1366.

[33]Sun X B，Ren G Y，Shrestha A B，et al. Changes in extreme temperature events over the Hindu Kush Himalaya during 1961—2015[J]. Advances in Climate Change Research，2017，8（3）：157-165.

[34]賈文雄. 近50年來祁連山及河西走廊極端氣溫的季節變化特征[J]. 地理科學，2012，32（11）：1377-1383.

[35]賈艷青，張 勃，張耀宗，等. 城市化對長三角地區極端氣溫影響的時空分異研究[J]. 自然資源學報，2017，32（5）：814-828.

[36]張立偉，宋春英，延軍平. 秦嶺南北年極端氣溫的時空變化趨勢研究[J]. 地理科學，2011，31（8）：1007-1011.

[37]張 揚，白紅英，蘇 凱，等. 1960—2013年秦嶺陜西段南北坡極端氣溫變化空間差異[J]. 地理學報，2018，73（7）：1296-1308.

[38]趙安周，劉憲鋒，朱秀芳，等. 1965—2013年黃土高原地區極端氣溫趨勢變化及空間差異[J]. 地理研究，2016，35（4）：639-652.

[39]崔林麗，史 軍，周偉東.上海極端氣溫變化特征及其對城市化的響應[J]. 地理科學，2009，29（1）：93-97.

[40]李雙雙，楊賽霓.1960—2014年北京極端氣溫事件變化特征[J]. 地理科學，2015，35（12）：1640-1647.

[41]鄭祚芳. 北京極端氣溫變化特征及其對城市化的響應[J]. 地理科學，2011，31（4）：459-463.

[42]戴聲佩，李海亮，羅紅霞，等. 1960—2011年華南地區界限溫度10 ℃積溫時空變化分析[J]. 地理學報，2014，69（5）：650-660.

[43]戴聲佩，李海亮，劉海清，等. 全球氣候變暖背景下華南地區農業氣候資源時空變化特征[J]. 中國農業資源與區劃，2014，35（1）：52-60.

[44]陳 穎，張 靈，千懷遂.華南地區近53 a極端高溫日數的變化特征及其區域差異[J]. 熱帶地理，2016，36（4）：692-699，726.

[45]王亞偉，翟盤茂，田 華.近40年南方高溫變化特征與2003年的高溫事件[J]. 氣象，2006，32（10）：27-33.

[46]方宇凌，簡茂球. 2003年夏季華南持續高溫天氣過程及熱力診斷[J]. 熱帶海洋學報，2011，30（3）：30-37.

[47]韓榮青，陳麗娟，李維京，等. 2—5月我國低溫連陰雨和南方冷害時空特征[J]. 應用氣象學報，2009，20（3）：312-320.

[48]劉曉梅，高安寧，趙金彪. 2011年華南西部低溫雨雪冰凍災害特征與成因[J]. 自然災害學報，2013，22（6）：232-239.

[49]伍紅雨，杜堯東.1961—2008年華南地區極端氣溫的非對稱變化[J]. 生態學雜志，2010，29（11）：2241-2248.