1959—2015 年云南省極端氣候指數的時空變化特征分析

朱展鵬，李忠木

（大理大學天文研究所，云南大理 671003）

近年來，氣候變化正在給全球不同區域帶來多種復合性變化，例如加劇水循環、海平面上升和凍土融化等〔1〕。穩定的氣候條件是人類賴以生存的基礎，氣候變化已經成為社會各界高度重視的問題。IPCC 第六次評估報告顯示，2010—2019 年這10 年期間全球平均表面溫度升高了0.9～1.2 ℃〔2〕，伴隨著溫室氣體排放，未來幾十年全球將升溫1.5～2.0℃〔3〕。隨著全球變暖，極端氣候事件發生的強度和頻次不斷增加〔4〕，這些事件是在特定場合或在一定時間內某一氣候變量超過閾值時出現的小概率事件，通常其發生概率小于10%或更低〔5-6〕。相較于平均氣候，極端氣候事件有更強的破壞性、突發性和影響范圍。全球變暖導致的極端事件（河流洪水、熱帶氣旋、作物歉收、野火、干旱和熱浪）影響到的全球土地面積和全球人口增加了一倍多〔7〕。自1980 年以來，與天氣有關的自然災害總共造成了約4.2 萬億元的損失，并造成近100 萬人死亡。因此，研究極端氣候事件的變化趨勢對保障生態環境和人類生命財產安全等有著重要意義。

很多極端氣候事件的研究都集中在對極端氣溫指數和極端降水指數的連續持續日數、變化趨勢和強度的分析上。在全球尺度上，超過70%的地區冷夜日數明顯下降，暖夜日數上升〔8〕；在區域尺度上，亞太地區、沙特阿拉伯、中美洲和南美洲北部、中東地區和加拿大等地區在極端氣溫指數變化上有顯著的一致性，但在極端降水指數上沒有系統的區域趨勢〔9-13〕。國內也有許多學者對中國極端氣候進行了研究。在全球變暖的影響下，中國近幾十年極端氣溫指數變化與其他國家一致，極端暖指數上升，極端冷指數下降。在極端降水指數上，雖然總體降水頻率和強度均呈現出增加的趨勢〔14-15〕，但有明顯的空間異質性。東北地區降水增加，干旱日數減少，濕日數增加，氣候逐漸變濕〔16〕；華南地區降雨沒有明顯趨勢，但降雨日數減少，降雨強度增加〔17〕。

研究表明，高原和山地是氣候變化的敏感和脆弱區域〔18〕。云南省位于中國西南部，高原和山地占總面積的90%以上，在南北方向和垂直方向上均有氣候帶差異〔19〕，氣候條件復雜多樣。隨著全球變暖，干旱、洪澇等氣象災害頻繁發生，給云南省農業生產帶來了巨大損失。截至2010 年，全省農作物和果林因干旱受災2.788×106hm2，直接經濟損失達143 億元〔20〕。

目前關于云南省極端氣候指數的時空變化特征研究還很少。雖然有學者對此進行了研究〔19-21〕，但是所選擇的站點數量不多。云南省海拔高，地形復雜多樣，較稀疏的站點分布并不能準確反映整個研究區的氣候變化特征。本研究旨在分析云南省極端氣候指數的時空變化特征，以進一步完善該領域的研究。利用RClimDex 1.0 軟件，計算云南省116個氣象站點1959—2015 年17 個極端氣候指數，分析其時空變化特征。

1 數據來源與研究方法

1.1 數據來源及處理云南省116 個氣象站點每日降水量、最高氣溫和最低氣溫數據由國家氣象科學數據中心提供。由于部分站點數據缺失，為確保氣象站點擁有更廣的覆蓋面積，從而提高極端指數空間分布特征的準確性，本研究只選取了大部分站點共有的1959—2015 年氣象數據。采用RClimDex 1.0 軟件進行質量控制，將錯誤數據如降水量小于0、日最低氣溫高于日最高氣溫，以及將超過4 倍標準差的數據修改為軟件要求的-99.9。

1.2 研究方法

1.2.1 極端氣候指數定義 從氣候變化監測和指標專家組（expert team on climate change detection and indices，ETCCDI）推薦的27 項極端氣候指數中，選取與研究區發生的氣候變化和自然災害緊密相關的9 個極端氣溫指數和8 個極端降水指數。使用RClimDex 1.0 軟件計算極端氣候指數，各指數的定義見表1。

表1 極端氣候指數定義

1.2.2 時空變化特征分析方法 使用Mann-Kendall 統計檢驗評估極端氣候指數變化趨勢在0.05 的顯著性水平下的統計學顯著性〔22〕、使用Sen 斜率檢測趨勢幅度。這2 種方法都已廣泛應用于極端氣候指數的變化趨勢研究〔23-24〕。因此，本研究使用這2 種方法研究極端氣候指數的時空變化特征。

2 極端氣溫指數的變化特征

2.1 時間變化特征表2 為極端氣溫指數的Mann-Kendall 檢驗結果。極端暖指數中，SU、TN90p、TX90p 和WSDI 分 別 以4.56、2.93、2.08 和3.76 d/（10 a）的速率顯著上升；TN90p 上升速率大于TX90p，表明云南省夜間增溫速率高于白天；TXx 和TNn 上升趨勢顯著，速率分別為0.13、0.15 ℃/（10 a）。極端冷指數中，FD 和TN10p 變化趨勢均通過0.01顯著性水平（|Z|＞2.56），下降速率為-1.97、-1.46 d/（10 a）。DTR 顯著減小，速率為-0.07 ℃/（10 a）。

表2 極端氣溫指數的Mann-Kendall 檢驗統計結果

2.2 空間變化特征表3 列出了極端氣溫指數中上升和下降最為顯著的前五個站點名稱。若通過0.05 顯著性水平（|Z|＞1.96），則表明變化顯著。總體上看，空間異質性明顯。極端暖指數中，SU 變化幅度為-0.98～29.84 d/（10 a），75%的站點呈顯著上升趨勢，高值中心在紅河州中部（元陽）、大理州西北部（云龍）、普洱市西部（西盟）、昆明市南部（晉寧）和中部（昆明）；TX90p 空間變化呈現出自東向西逐漸上升的趨勢，變化幅度為-0.32～9.68 d/（10 a），高值中心在紅河州中部（元陽）、大理州西北部（云龍）、普洱市西部（西盟）、迪慶州北部（德欽）、昆明市中部（昆明）；TN90p 變化幅度為-1.08～11.26 d/（10 a），94%的站點顯著上升，高值中心位于普洱市南部（普洱）和西部（西盟）、紅河州中部（元陽）、昆明市中部（昆明）、迪慶州北部（德欽）；TXx 沒有明顯的空間變化性，變化幅度為-0.23～2.21 ℃/（10 a），顯著上升站點位于紅河州中部（元陽）、普洱市西部（西盟）和北部（鎮沅）、大理州西北部（云龍）、迪慶州北部（德欽）；WSDI 變化速率在0.00～25.95 d/（10 a）之間，無下降站點，84%的站點顯著上升，高值中心在紅河州中部（元陽）、普洱市西部（西盟）、大理州西北部（云龍）、迪慶州北部（德欽）、昆明市中部（昆明）。極端冷指數中的FD 自南向北逐漸下降，變化速率在-15.00～0.00 d/（10 a）之間，下降速率顯著的站點主要分布在滇西北（云龍和賓川）和滇中（安寧）地區；TNn 表現出與FD 相同的空間分布特征，變化速率在-0.13～1.09 ℃/（10 a）之間，上升速率顯著的站點主要分布在紅河州中部（元陽）、普洱市中部（景谷）、西部（西盟）和南部（普洱）、德宏州西北部（盈江）；TN10p 自西向東逐漸上升，變化速率在-2.86～0.43 d/（10 a）之間，無上升站點，91%的站點顯著下降，低值中心在普洱市南部（普洱）和西南部（瀾滄）、西雙版納州西部（勐海）、迪慶州東部（香格里拉）、保山市西部（騰沖）；DTR 空間變化性不明顯，變化幅度為-0.48～0.51 ℃/（10 a），低值中心在楚雄州中部（楚雄）、迪慶州東部（香格里拉）、紅河州東部（個舊和蒙自）、昆明市中部（昆明）。

表3 極端氣溫指數變化顯著站點

3 極端降水指數的變化特征

3.1 時間變化特征表4 為極端降水指數的Mann-Kendall 檢驗結果。R20mm 和R25mm 下降速率較小，分別為-0.10、-0.04 d/（10 a）；R95pTOT和R99pTOT 呈上升趨勢，速率分別為0.66、0.80 mm/（10 a）；CDD 呈上升趨勢，而CWD 呈下降趨勢，速率分別為0.98、-0.21 d/（10 a）；Rx5day 下降速率較小，為-0.03 mm/（10 a）；PRCPTOT 下降速率最大，為-8.89 mm/（10 a）。

表4 極端降水指數的Mann-Kendall 檢驗統計結果

3.2 空間變化特征表5 列出了極端降水指數中上升和下降最為顯著的前五個站點名稱。若通過0.05 顯著性水平（|Z|＞1.96），則表明變化顯著。總體上看，降水指數沒有明顯的空間變化趨勢。CDD 變化幅度為-2.81～4.82 d/（10 a），高值中心在西雙版納州中部（景洪）、臨滄市東部（臨滄）、紅河州東北部（瀘西）和中部（元陽）、保山市東北部（保山）。CWD 變化幅度為-1.74～0.00 d/（10 a），低值位于普洱市西部（西盟）、紅河州中部（元陽）和東部（個舊）、臨滄市東部（臨滄）、德宏州中部（芒市）。除無趨勢站點外，其余站點均呈下降趨勢，這表明云南省總體CWD 在下降，干旱趨勢明顯。R20mm 和R25mm 變化幅度分別為-3.50～0.45 d/（10 a）和-3.00～0.45 d/（10 a），大部分站點變化為無趨勢，但有相同的低值中心，位于普洱市西部（西盟）、紅河州中部（元陽）、德宏州西南部（隴川）；R95pTOT 變化幅度為-76.71～13.17 mm/（10 a），3%的站點顯著下降，低值位于普洱市西部（西盟）、紅河州中部（元陽）、曲靖市中部（沾益）、德宏州西南部（隴川）；R99pTOT 變化幅度為-19.79～11.29 mm/（10 a），5%的站點顯著下降，低值分布在普洱市西部（西盟）、德宏州西南部（隴川）、紅河州中部（元陽）、昭通市東北部（鎮雄）；PRCPTOT 變化幅度最大，為-177.18～18.47 mm/（10 a），6%的站點顯著下降，低值分布在普洱市西部（西盟）、紅河州中部（元陽）和東北部（瀘西）、臨滄市西北部（永德）、德宏州西南部（隴川）；Rx5day 變化幅度為-15.98～3.69 mm/（10 a），低值中心位于普洱市西部（西盟）和南部（普洱）、紅河州中部（元陽）和西部（紅河）、保山市西南部（龍陵）。

表5 極端降水指數變化顯著站點

4 結果分析

研究表明，云南省1959—2015 年極端暖指數（SU、TN90p、TX90p 和WSDI）呈上升趨勢，極端冷指數（FD 和TN10p）呈下降趨勢，氣溫極值（TNn 和TXx）顯著上升，這與之前的研究〔19〕一致。極端氣溫的變化主要受季節平均氣溫變化的控制〔25〕，而云南省年平均氣溫上升趨勢明顯，線性上升率達0.21 ℃/（10 a）〔26〕，平均氣溫上升在一定程度上影響了極端氣溫的變化。

SU 和TX90p 上升可能是因為白天云量減少，弱化了大氣對太陽輻射的吸收能力，以致白天更加溫暖。夜晚云量增加，增強了大氣反輻射能力，夜晚地面更加溫暖〔27〕，使得TN90p 增加，TN10p 減少。夜晚溫度上升是DTR 減小的主要原因。

滇西北（云龍和賓川）及滇中（安寧）地區FD 下降速率顯著高于其他地區，與夏范燕等〔28〕近50 年內滇西北極端氣候變化研究的部分結論一致。這表明滇西北和滇中地區冬季增溫速率顯著。這可能是由于冬季滇西北和滇中地區高山經常積雪，但是隨著溫室氣體排放增加，平均地表溫度不斷升高〔29〕，減少了積雪深度和積雪反射率。積雪反射率減弱使得地表短波輻射增強，使地表溫度進一步提升〔25〕。在這種反饋下，冬季滇西北和滇中地區溫度上升，FD 下降。

滇南（西盟和元陽）地區極端暖指數（SU、TN90p和TNn）上升速率顯著。究其原因，可能是因為冬春季青藏高原積雪減少，高原熱力增強，青藏高壓強度上升〔30〕。并且烏拉爾山脈高壓脊發展較弱，增強了中緯度地區的緯向環流，阻礙了冷空氣南下〔31-32〕。人類活動包括森林砍伐、水土流失、水資源浪費和城鎮化等對滇南地區氣溫上升的影響也不可忽略〔33-34〕。滇東北地區極端氣溫變化沒有明顯的一致性。

極端降水指數空間分析結果表明，紅河州中部元陽和普洱市西南部西盟降水量指數（R20mm、R25mm 和R95pTOT）下降趨勢顯著。研究〔35〕表明，西南地區是云南省內森林大量減少的主要區域，天然橡膠大面積種植使得熱帶雨林面積急劇減少。缺少熱帶雨林產出水汽凝結核留住水汽，可能是西南部降水減少的重要原因。此外橡膠林加速了土壤酸化導致水源涵養能力下降〔36〕，使云南西南地區更容易發生旱災。

5 結論

本研究基于RClimDex 1.0 計算了17 個極端氣候指數，使用Mann-Kendall 檢驗和Sen 斜率估計，分析了云南省1959—2015 年極端氣候指數的時空變化特征。研究結論如下：

整體上，云南省境內極端暖指數（SU、TN90p、TX90p、TNn、TXx 和WSDI）顯著上升，極端冷指數（FD 和TN10p）顯著下降。夜間升溫速率高于白天，DTR 減小。9 個極端氣溫指數中有8 個指數均通過0.01 顯著性水平檢驗。這表明云南省1959—2015年變暖趨勢顯著。在空間分布上，滇西北及滇中地區FD 下降趨勢顯著。紅河州中部和普洱市西部多個極端氣溫指數（SU、TN90p、TX90p、TXx 和WSDI）的變化速率明顯高于其他地區。

8 個極端降水指數中，PRCPTOT、CWD、R20mm、R25mm 和Rx5day 在 減少，R95pTOT、R99pTOT 和CDD 在增加。這表明云南省總降水量在減少，強降水量在增強，降水更加趨向集中爆發，干旱和洪澇風險增加。空間分布上，紅河州中部、臨滄市東部CDD 上升，CWD 下降；紅河州中部、普洱市西部和德宏州西南部R20mm、R25mm、R95pTOT、R99pTOT都呈下降趨勢，這些地區干旱風險高于其他地區。