1961-2017年中國熱浪特征及其對植被的影響

姜穎迪，王衛光，魏 佳，童山琳

（1.河海大學水文水資源與水利工程科學國家重點實驗室，南京 210098；2.河海大學水文水資源學院，南京 210098）

0 引 言

IPCC 第五次評估報告指出，在1880-2012年期間全球平均溫度升高了約0.85 ℃［1］。全球持續變暖，將會使高溫熱浪事件發生的頻率更高，持續時間更長［2，3］。熱浪作為一種極端天氣事件，其逐步加劇和擴散不但會對人體健康造成負面效應，還會給環境和生態的可持續發展帶來挑戰［4-6］。在俄羅斯［7］、美國［8］和澳大利亞［9］等地區，熱浪已經成為亟待解決的問題之一。目前已有眾多學者對中國地區的熱浪特征進行研究，Ye等［10］研究發現1990年以后中國地區干旱和熱浪事件并發的趨勢顯著增加；Li 等［11］的研究表明1961-2015年中國北方地區熱浪強度急劇增加，南方地區熱浪持續時間顯著延長；肖安等［12］基于超熱因子分析中國熱浪事件的氣候特征，研究發現中國大部分地區高溫熱浪有顯著增加的趨勢。植被在陸氣交互作用過程中起著重要作用，對于氣候變化的響應也更為強烈。國內外學者大都集中于研究極端氣溫與植被之間的關系［13，14］，關于極端氣溫引起的熱浪事件對植被的影響研究還較少。

因此，本文以超熱因子（Excess Heat Factor，EHF）為指標定義熱浪事件，并將中國地區分為8 個子區域，選擇熱浪次數、最長持續時間、頻次和強度4 個指數分析1961-2017年中國各個區域熱浪的時空變化特征，然后采用Spearman 秩相關分析方法探究極端氣候情況下熱浪事件對植被生長的影響，以期為中國地區生態環境保護和農業生產管理提供科學依據。

1 數據與方法

1.1 研究數據

氣象數據來源于中國氣象數據網（http：//data.cma.cn）提供的中國地面氣候資料日值數據集（V3.0）。考慮到數據序列的完整性和一致性，由日平均氣溫資料篩選得到712個氣象站點，研究時段為1961-2017年6月1日-8月31日。

為研究熱浪事件的區域特征，根據中國氣候分區圖將中國區域劃分為8 個子區域，分別為西部干旱和半干旱地區（Western Arid and Semi-arid region，WAS）、東部干旱地區（Eastern Arid region，EA）、東北地區（NorthEastern region，NE）、北方地區（Northern region，N）、中部地區（Centre region，C）、南方地區（Southern region，S）、西南地區（SouthWestern region，SW）和青藏地區（Qinghai-Tibet region，QT），站點和子區域分布如圖1 所示［地圖來源：中國科學院資源環境科學與數據中心網站（https：//www.resdc.cn/）］。

圖1 全國712個氣象站點（黑點）分布和子區域劃分Fig.1 Distribution of 712 meteorological stations（black spots）and subregion division in China

歸一化植被指數（Normalized Difference Vegetation Index，NDVI）數據來源于NASA公開的LTDR（Land Long Term Data Record）V5 數據集（https：//ltdr.modaps.eosdis.nasa.gov/cgi-bin/ltdr/ltdrPage.cgi），該數據集的空間分辨率為0.05°，時間分辨率為1d。本次研究選取1981-2017年6-8月的逐日NDVI數據，采用最大值合成法得到每月的NDVI值，年均NDVI值由月NDVI值求平均得到。為減小誤差影響，每個站點的NDVI值用站點所在網格及其周圍8個網格值求平均得到。

1.2 熱浪指數定義及計算

目前對熱浪的定義標準較多，主要有3種，即通過溫度超過絕對閾值、相對閾值和綜合考慮溫度和濕度的閾值來判定［15-17］。世界氣象組織定義熱浪為日最高氣溫超過32 ℃，且持續3 d 以上的事件。中國氣象局規定，日最高氣溫大于或等于35 ℃，持續3 d及以上的事件為熱浪事件。

Fischer 和Sch?r［18］在研究歐洲熱浪事件的影響時，定義熱浪為日最高溫度超過當地氣溫的90%分位值，且持續6 d 及以上的事件，并選擇HWN（Number of HeatWaves）、HWD（Heat-Wave Duration）、HWF（HeatWave day Frequency）和HWA（Heat-Wave Amplitude）4個指數描述熱浪事件。Perkins［19］等研究澳大利亞的熱浪變化時，基于Fischer 和Sch?r 的方法，以3 種指標定義熱浪，即滿足連續三天及以上日最高氣溫超過其90%分位值、日最低氣溫超過其90%分位值或EHF＞0。

EHF指數由EHIsig和EHIaccl兩個指標計算得到，EHIsig表示與該地氣溫閾值相比，最近3 d 平均氣溫的異常值。EHIaccl表示與過去30 d 的平均氣溫相比，最近3 d 平均氣溫的異常值，計算公式如下。

式中：Ti為某站某日的平均溫度；為第i、i-1 和i-2日的平均氣溫；i的范圍為1961-2017年6月1日-8月31日；T95為某站1961-1990年共30年日平均氣溫升序排列后得到的95%分位值；為近30日的平均氣溫；EHIsig和EHIaccl單位為℃，EHF單位為℃2。

EHF指數在以往熱浪定義的基礎上，不僅考慮了白天和夜晚的熱力條件，并考慮了當地前期的熱力條件，已得到了較為廣泛的應用。故本次研究定義當EHF＞0時為一次高溫事件，當有連續三天及以上EHF＞0 時為一次熱浪事件。基于EHF表征熱浪次數、最長持續時間、頻次和強度的指數如表1 所示，HWN為6-8月所有熱浪事件的總次數，HWD為6-8月所有熱浪事件中的最長持續天數，HWF為6-8月所有熱浪事件持續天數的總和，HWA為6-8月所有熱浪事件中EHF最大的值。

表1 表征熱浪次數、最長持續時間、頻次和強度的指數Tab.1 Indexes that characterize the number，maximum duration，frequency and amplitude of heat waves

2 熱浪指數時空分布特征

2.1 熱浪指數的時間變化趨勢

1961-2017年中國地區8 個子區域的HWN、HWD、HWF和HWA均呈顯著上升的趨勢（圖2）。HWN、HWD和HWF變化趨勢較大的地區主要分布在青藏、西部、東部和南方地區，東北、北方、中部和西南地區HWN、HWD和HWF的變化趨勢較小，其中青藏地區的變化趨勢最大，北方地區的變化趨勢最小（表2）。各子區域HWA的變化趨勢與HWN、HWD和HWF略有不同，南方、西南、中部和北方地區的HWA變化趨勢較小，而在青藏、西部、東部和東北地區HWA變化趨勢則較大。中國地區區域平均熱浪指數的變化趨勢表明，HWF的上升幅度最大，HWN的上升幅度最小，分別為0.14 d/a和0.03 次/a，HWA和HWD的變化趨勢分別為0.12 ℃2/a和0.08 d/a。

表2 各子區域熱浪指數變化趨勢系數及突變點Tab.2 Change trend coefficients and mutation points of heat wave indexex in each sub-region

圖2 1961-2017年8個子區域熱浪指數的時間變化趨勢Fig.2 Time change trends of heat wave indexes in 8 sub-regions from 1961 to 2017

為進一步分析熱浪指數的變化特征，用Mann-Kendall 法檢測各個區域熱浪指數的突變點，如表2 所示。中部和西南地區的熱浪指數在20 世紀初發生突變，其他6 個子區域熱浪指數的突變點則集中在20 世紀90年代末，中國地區區域平均HWN、HWD、HWF和HWA的突變點為1998年。賈佳［16］等和沈皓俊［17］等的研究也表明中國地區熱浪的突變主要發生在1990s 末和2000s 初，太平洋年代際震蕩（Pacific Decadal Oscillation，PDO）和ENSO（EI Ni?o-Southern Oscillation）的相位轉換可能是導致突變的原因。

此外，青藏、西部和中部地區的HWN、HWD、HWF和HWA均發生突變，東北和北方地區均未發生突變。其中，西部地區的4個熱浪指數在1996年發生突變，青藏和中部地區4 個熱浪指數發生突變的時間則不同，HWD和HWF的突變時間略晚于HWN和HWA。

2.2 熱浪指數的空間分布特征

采用克里金法［20-22］對各站點1961-2017年HWN、HWD、HWF和HWA的均值進行插值，其空間分布如圖3所示。大多數地區平均每年發生熱浪0.5～1 次，青藏、西部和東部部分地區平均每年發生熱浪1次以上，河南、湖北和貴州部分地區發生熱浪次數最少，平均每年低于0.5 次［圖3（a）］。HWD［圖3（b）］和HWF［圖3（c）］的空間分布與HWN類似，高值區域也主要分布在青藏、西部和東部部分地區。熱浪最長持續時間集中在1.5～3 d，在河南大部分地區低于1.5 d。熱浪在東北、中部、西南和西部部分地區持續時間較短，平均少于3 d，但在青藏和新疆東部地區的平均持續時間超過5 d。在平均發生熱浪1 次以上的地區，熱浪最長持續時間平均可超過3 d，熱浪持續時間平均超過5 d，表明發生熱浪次數多的地區熱浪持續時間和最長持續時間也較長。HWA的空間分布呈現明顯的北高南低特征［圖3（d）］，北方地區的熱浪強度平均超過6 ℃2，而南方地區平均小于2 ℃2，表明北方地區的熱浪強度較大，南方地區熱浪強度較小。

圖3 1961-2017年熱浪指數多年均值的空間分布Fig.3 The spatial distribution of the multi-year mean value of the heat wave indexes from 1961 to 2017

采用一元線性回歸方法計算1961-2017年各站點HWN、HWD、HWF和HWA的變化趨勢，其空間分布如圖4 所示。全國約70%的站點HWN、HWD、HWF和HWA均呈顯著增加的趨勢，在河南、山東、陜西、湖北、貴州和新疆部分地區共有約5%的站點呈減小趨勢，但僅有4 到5 個站點的減小趨勢通過了0.05 的顯著性檢驗。圖4（a）顯示，HWN變化趨勢較大的地區主要分布在東部、西部、青藏、西南和東南沿海部分地區，其中新疆東部和云南省部分地區HWN變化趨勢最大，集中在0.08～0.12 次/a。HWD［圖4（b）］和HWF［圖4（c）］變化趨勢的空間分布與HWN類似，但青藏、西部和東部地區有更多站點的增加趨勢變大。HWD變化趨勢分別為0～0.1 d/a 和0.1～0.2 d/a 的站點占比為45.93%和25.14%，同時有51.69%和21.49%的站點HWF變化趨勢分別集中在0～0.2 d/a 和0.2～0.5 d/a，而僅有17.56%的站點HWN變化趨勢為0.04～0.08 次/a。肖安等［12］認為在熱浪在中國高緯度高海拔地區增加趨勢更明顯，本文研究結論與其大體一致。HWA［圖4（d）］變化趨勢的空間分布也呈現出北高南低的特征，南方大部分地區的趨勢值為0～0.2 ℃2/a，而北方地區的趨勢值集中于0.2～0.4 ℃2/a，最大值為0.7 ℃2/a。

圖4 1961-2017年各站點熱浪指數變化趨勢的空間分布Fig.4 The spatial distribution of the change trend of the heat wave indexes of each site from 1961 to 2017

3 熱浪對植被的影響

3.1 中國地區NDVI的變化特征

由圖5（a）可知，1981-2017年中國地區NDVI的多年均值在空間上具有東高西低的變化趨勢。青藏、西部和東部部分地區NDVI值較低，集中在0～0.2 之間，東北、中西部地區和東南沿海部分地區NDVI值在0.6 以上，其他地區的NVDI值集中于0.4～0.6。圖5（b）左下角為通過顯著性檢驗的格點占比，近40年中國地區有15.43%的地區NDVI呈現減小趨勢，主要分布在新疆東部和青藏地區，有32.89%的地區NDVI呈現增加趨勢，主要分布在東北、黃土高原和新疆西部地區，其中新疆西部地區的NDVI增加趨勢最為明顯。

圖5 1981-2017年中國地區NDVI多年均值和變化趨勢的空間分布Fig.5 Spatial distribution of the multi-year mean and trend of NDVI in China during 1981-2017

3.2 熱浪指數與NDVI的相關性分析

采用Spearman 秩相關法計算各個站點HWN、HWD、HWF和HWA與NDVI的相關系數，其空間分布如圖6 所示。NDVI與HWN、HWD、HWF和HWA相關系數的絕對值均在0.3～0.8 之間，表明NDVI與熱浪指數具有顯著的相關關系，即熱浪事件顯著影響植被的生長情況。通過0.05 顯著性檢驗的站點占比分別為26.54%、23.74%、26.54%和22.05%，其中正相關區域占比分別為23.60%、20.51%、23.31%和19.52%，主要聚集在新疆、甘肅、青海、四川、遼寧和長江下游地區，負相關區域占比均在3%左右，主要分布在內蒙古東部、新疆東部和東南沿海部分地區。由此可見，HWN和HWF與HWD、HWA相比對植被生長的影響更大，Li［23］等分析熱浪事件與植被密度之間的關系時，也指出在溫帶落葉林地區LAI與HWD的相關性強于HWA。

圖6 1981-2017年各站點熱浪指數與NDVI相關系數的空間分布Fig.6 The spatial distribution of the correlation coefficient between the heat wave indexes and NDVI of each site from 1981 to 2017

表3 所示為中國地區8 個子區域HWN、HWD、HWF和HWA與NDVI的相關系數，除南方地區的HWD和HWA與NDVI不存在相關關系外，其他地區的4個熱浪指數與NDVI均存在正相關關系。其中，西部地區的HWN、HWD和HWF與NDVI的相關性最強，相關系數分別為0.73、0.69 和0.73，西南地區的HWA與NDVI相關性最強，南方地區的HWN、HWD、HWF和HWA與NDVI的相關性最弱。整體來看，西部、青藏、西南和東部地區的熱浪指數與NDVI的相關性強于中部、南方、北方、和東北地區，同時西部、青藏和西南地區的相關性強于東部地區。

表3 各子區域熱浪指數與NDVI的相關系數Tab.3 Correlation coefficient of heat wave indexes and NDVI in each sub-region

植被生長受溫度和水分條件限制，在不同的水熱條件下植被的生長情況也不同。熱浪改變了植被原有的生長環境，在不同區域對植被的影響有顯著的差異。綜合圖6 和表3 中HWN、HWD、HWF和HWA與NDVI相關系數的分布可認為，西部、青藏和西南地區的熱浪事件對植被生長具有正向促進作用，在內蒙古東部、新疆東部和東南沿海部分地區，熱浪事件增加會加速植被的蒸散發進程，從而導致植被生長發育受阻。本文的研究結論與葛非凡［24］等和王昊［25］等的研究結論較為一致，前者認為華東中南部地區的極端高溫次數與江蘇東部地區NDVI呈負相關，而與山東和江西部分地區的NDVI呈正相關，后者認為西南地區極端高溫天氣對植被生長具有促進作用。

4 討 論

在氣象站點分布密集的區域，站點數據能較好的代表區域情況，在氣象站點較稀疏的地區，用站點數據代表區域狀況其準確度可能偏低。已有學者用站點數據代表區域情況進行分析，如Li［11］等選擇376 個站點的數據分析中國7 個子區域熱浪的變化趨勢；賈佳［16］等基于中國719 個基準站，分析中國7 個子區域熱浪的時空分布特征。本文以氣象站點數據為代表，初步從區域上分析了熱浪的時空變化特征，揭示了熱浪事件對植被生長的影響，此次研究對于站點代表區域情況的考慮可能不夠完善，未來計劃基于遙感監測數據進一步驗證分析。

5 結 論

本文基于1961-2017年712 個氣象站點的日平均氣溫數據和近40年的NDVI數據，參考Fischer和Perkins 的方法定義熱浪事件，分析HWN、HWD、HWF和HWA四個熱浪指數的時空變化特征，并研究NDVI對熱浪事件的響應，得到以下結論。

（1）1961-2017年中國地區HWN、HWD、HWF和HWA均呈顯著增加的趨勢，HWF的上升幅度最大，HWN的上升幅度最小。在空間上，青藏、西部、東部和南方地區HWN、HWD和HWF的增加趨勢大于其他地區。HWA的多年均值和變化趨勢均具有北高南低的特征。

（2）1961-2017年中國地區的HWN、HWD、HWF和HWA在90年代和20世紀初發生突變，這可能是由于PDO 和ENSO 等氣候環流的異常導致的。

（3）HWN、HWD、HWF和HWA與NDVI存在顯著的相關關系，且HWN和HWF對植被的影響更大。負相關區域主要分布在內蒙古東部、新疆東部和東南沿海部分地區，正相關區域則主要集中于中國西部、青藏和西南地區。 □