1961—2017 年華北地區溫度相關高影響天氣氣候事件變化特征分析

邢 佩，楊若子，杜吳鵬，軒春怡，黨 冰，熊飛麟

（北京市氣候中心，北京 100089）

當前全球氣候系統正經歷著以變暖為主要特征的顯著變化，氣候風險日益加劇，對經濟社會發展造成了深遠影響。在持續的氣候變化背景下，特別是近幾十年來，極端天氣氣候事件頻率增多、強度加劇，并將繼續對生態環境、社會經濟、農業生產以及人體健康等產生巨大影響[1]。對中國極端氣候事件的研究顯示，總體而言，與高溫相關的極端天氣氣候事件頻率和強度有所增加，與低溫有關的極端事件總體減少[2-3]。然而，不同類型和不同區域的極端氣候變化特征存在明顯差異[2]。例如，極端低溫下降趨勢較為明顯的區域集中在東北南部、華北、西北東部、華東、華中、西南及高原地區[4-5]。而極端高溫事件在華南、西南、西北、華北等地區增加明顯[6-7]。因此，從區域角度研究極端天氣氣候事件的響應更為必要[8]。

華北地區自北向南跨越寒溫帶、中溫帶和暖溫帶，有城市群、平原、山地、高原、草原和荒漠等，氣候條件和經濟發展水平差異大，是我國典型的人口與資源、環境矛盾突出的區域，也是氣候變化影響的敏感區和脆弱區。過去已有學者分別對京津冀、內蒙古、山西等地區開展了極端氣候事件特征分析，發現極端高溫和極端低溫變化趨勢明顯，但在空間上存在較大差異[9-13]。例如，氣候變暖使得整個華北平原的低溫事件頻率和強度減小，而高溫事件頻率和強度增加則主要體現在京津冀地區[10]；北京極端氣溫事件變化特征結果表明，極端氣溫冷指數、夜指數、低溫指數的快速變化是北京市氣候暖化的最直接體現[11]。各要素指標的變化幅度在不同區域存在較大的差異，這種定量化差異可以反映不同區域對氣候暖化響應方式的不同。但由于先前的研究在站點覆蓋范圍、觀測時段、觀測數據類型（是否均一化處理）等方面較為零散和不一致，相關定量化的研究結果無法在不同地區之間進行橫向比較，目前對華北地區溫度相關極端氣候事件的變化規律尚沒有一個較為全面的認識。因此，十分有必要對華北地區溫度相關高影響天氣氣候事件的時空變化特征進行分析，尤其是不同區域間的對比，這是應對氣候變化工作的基礎。本文基于華北地區85 個氣象站均一化數據，評估了溫度極值、高溫熱浪、寒潮、霜凍等溫度相關的典型高影響天氣氣候事件，以期為相關部門開展適應對策研究提供科學依據。

1 數據和方法

1.1 資料選取

資料源自中國氣象局國家氣象信息中心提供的地面均一化日值數據集，該數據集經過了嚴格的質量控制，并采用了近年來國內外應用較為廣泛的RHtest 均一性檢驗訂正方法，相關研究表明該方法已被成功地運用于對氣候資料序列的均一化研究，取得了較好的效果[14-16]。根據站點分布、時間序列長度、站點代表性等方面的綜合因素考慮，采用較為嚴格的代表站點挑選原則，挑選出華北地區代表氣象站點共85 個，其中北京市3 個、天津市2 個、河北省16 個、山西省22 個和內蒙古自治區42 個，空間分布如圖1 所示。研究時段為1961—2017 年。

圖1 選用的華北地區氣象站點空間分布

1.2 指標定義和方法

本文涉及的溫度相關典型高影響天氣氣候事件的具體判定標準見表1。其中，高溫熱浪的判定參考的是國家標準《高溫熱浪等級（GB/T 29457—2012）》[17]，除了溫度外，還綜合考慮了濕度，使用炎熱指數作為評價氣象環境對人體舒適感影響的綜合氣象指標，炎熱臨界值采用分位數的方法來計算。本文基于線性傾向估計法、顯著性檢驗、反距離加權插值法等常用統計方法，分析了溫度相關典型高影響天氣氣候事件的時間和空間變化特征。

表1 溫度相關的典型高影響天氣氣候事件的判定標準

2 結果分析

2.1 年平均最高（低）氣溫

華北地區年平均最高氣溫整體呈明顯增加趨勢（0.27 ℃/10 a），各站點也呈增加趨勢（圖2a）。河北南部的趨勢值較小（<0.15 ℃/10 a），內蒙古中部及北部部分地區和山西部分地區最高氣溫增加較明顯（＞0.25 ℃/10 a），山西吉縣趨勢值最大（0.50 ℃/10 a），內蒙古蘇尼特左旗次之（0.42 ℃/10 a），河北南宮趨勢值最小（0.08 ℃/10 a）。

圖2 1961—2017 年華北地區年平均最高氣溫（a）、最低氣溫（b）和日較差（c）的逐年變化及其變化趨勢的空間分布（黑線為線性趨勢線，藍線為11 a 滑動平均曲線，×表示通過了0.05 的顯著性檢驗）

華北地區年平均最低氣溫整體也呈明顯增暖的趨勢（0.45 ℃/10 a），由空間分布可知，除山西省榆社和內蒙古崗子站呈減少趨勢外，其他地區均呈增加趨勢（圖2b）。其中，山西大部、河北南部及其北部部分地區和內蒙古東南部最低氣溫變化趨勢≤0.4 ℃/10 a，山西東北部、河北中部、京津地區和內蒙古大部最低氣溫變化趨勢值為0.4～0.8 ℃/10 a，內蒙古小二溝趨勢值最大，為0.78 ℃/10 a。

華北地區年平均最高氣溫、最低氣溫均呈增加趨勢，且最低氣溫上升最明顯，因此導致年平均日較差整體呈現明顯下降趨勢（-0.18 ℃/10 a）（圖2c）。空間分布上，除山西西部及其東南部和內蒙古東南部部分地區年平均日較差的趨勢值為正外，其他大部分地區趨勢值為負，其中，內蒙古小二溝年平均日較差減少趨勢最明顯（-0.58 ℃/10 a）。

2.2 高溫熱浪

華北地區高溫熱浪日數呈明顯增加趨勢，為0.44 d/10 a（圖3）。1997 年以來平均高溫熱浪日數的增多更顯著，其中超過5 d 的共有9 a，依次是1997 年（9.1 d）、1999 年（6.9 d）、2000 年（7.2 d）、2001年（6.5 d）、2002 年（6.2 d）、2005 年（7.4 d）、2010 年（8.2 d）、2016 年（5.4 d）和2017 年（9.5 d），此前只有1972 年（6.3 d）。

圖3 1961—2017 年華北地區平均高溫熱浪日數的逐年變化

華北地區累計高溫熱浪日數的空間分布顯示，內蒙古西部、山西南部、河北大部和京津地區高溫熱浪日數在200 d 以上（圖4a）。其中山西西南部在200～400 d，河北南部在400～600 d，內蒙古西部＞600 d（最大值拐子湖站為1 120 d），而華北其他大部分地區≤200 d。

圖4 1961—2017 年華北地區累計高溫熱浪日數的空間分布（a）以及平均高溫熱浪日數變化趨勢的空間分布（b）

從平均高溫熱浪日數變化趨勢的空間分布可知，除河北南部部分地區趨勢值為負外，華北大部分地區高溫熱浪日數呈增加趨勢，其中內蒙古西部及二連浩特附近地區趨勢值≥1.0 d/10 a，拐子湖最大，為1.8 d/10 a（圖4b）。

2.3 低溫

華北地區平均年極端最低氣溫呈升高趨勢（0.53 ℃/10 a），并通過了0.05 的顯著性檢驗；平均冷夜天數呈下降趨勢（-4.7 d/10 a），暖夜天數呈上升趨勢（3.8 d/10 a），均通過了0.001 的顯著性檢驗；平均冷日天數呈下降趨勢（-2.4 d/10 a），通過了0.01 的顯著性檢驗（圖5）。冷夜日數下降快于冷日，冷夜的線性變化趨勢更明顯，但在1987 年之后冷夜日數下降趨勢減弱，且維持低位波動。

圖5 1961—2017 年華北地區平均年極端最低氣溫（a）、冷夜（b）、暖夜（c）、冷日（d）天數的逐年變化

2.4 寒潮

2.4.1 寒潮頻次

從華北地區平均寒潮頻次的年際變化（圖6）可知，1965 年最多，達12.6 次，2007 年最少，為7.0 次；整體呈現明顯減少的變化趨勢（-0.5 次/10 a），通過了0.001 的顯著性檢驗。

圖6 1961—2017 年華北地區平均寒潮頻次的逐年變化

華北地區年平均寒潮頻次呈“北部多、南部少”的空間分布（圖7a）。內蒙古北部及其中部寒潮頻次在12 次以上，其中，圖里河最多，達29.6 次；內蒙古西部和東部偏南地區、山西北部、河北西北部和東北部大部、北京北部為6～12 次；河北中南部和山西西南部少于6 次，其中天津市城市氣候監測站最少，為1.2 次。從空間分布看，除山西南部以及其它局部地區寒潮頻次趨勢值為正外，華北地區絕大多數地區呈減少的變化趨勢，其中內蒙古小二溝減少最明顯，為-2.1 次/10 a（圖7b）。

圖7 1961—2017 年華北地區年平均寒潮頻次（a）及其變化趨勢（b）的空間分布

2.4.2 寒潮強度

圖8a 是華北地區由寒潮引起的日最低氣溫最大降溫幅度的空間分布。山西南部、內蒙古東南部和河北東部沿海等局部地區日最低氣溫最大降幅<21 ℃，內蒙古西部偏南地區及東部偏北地區、山西中部、河北大部及京津大部最大降幅為21～23 ℃，內蒙古中西部及其北部部分地區最大降幅＞23 ℃，其中右玉最大，為35.7 ℃，出現在1971 年1 月18—21 日。

圖8 1961—2017 年華北地區寒潮引起的日最低氣溫最大降幅（a）以及年最低氣溫最小值（b）

華北地區寒潮引起的極端最低氣溫隨著緯度的增加而降低，其中內蒙古北部和中部偏北地區最低氣溫≤-35 ℃，內蒙古東部和西部、山西北部在-35～-31 ℃，山西北部、河北北部、北京北部地區和內蒙古西南部和東南局部地區在-31～-27 ℃，河北中南部、山西中南部、北京南部和天津地區≥-27 ℃（圖8b）。

2.5 霜凍

華北地區平均霜凍日數以3.5 d/10 a 的速率減少，20 世紀80 年代之后減少趨勢尤為明顯；空間上，除山西西北部和內蒙古東南部個別地區外，華北大部分地區霜凍日數呈減少趨勢，減少速率均≥1 d/10 a（圖9）。

圖9 1961—2017 年華北地區霜凍日數的年際變化及變化趨勢的空間分布

2.6 不同分區的變化特征對比

為了更清楚地了解華北地區內部差異，針對不同省份（直轄市），對以上溫度相關高影響天氣氣候事件的變化特征進行歸納和對比。由于內蒙古自治區東西跨度大，因此按照最新的《氣象地理區劃規范》劃分為內蒙古西部、中部、東部。表2 為華北地區不同分區各要素指標的線性變化趨勢的對比。

表2 1961—2017 年華北地區不同分區各要素指標的線性變化趨勢

從分區統計結果（表2）來看，盡管對不同區域而言，各要素指標具有較為一致的趨勢特征，但其變化幅度卻存在較大差異。其中，內蒙古西部的年平均氣溫和內蒙古中部的最高氣溫以及寒潮頻次的變化速率最大，內蒙古東部的冷日和冷夜的變化速率最小；天津的最低氣溫、日較差的變化速率最大，且多種溫度相關高影響天氣氣候事件（如高溫日數、高溫熱浪日數、暖日、冷夜、暖夜、霜凍日數）的變化幅度最大；河北的最高溫、高溫日數、高溫熱浪日數、暖日的變化速率最小；山西在多個要素指標方面（如年平均氣溫、最低氣溫、日較差、暖夜、寒潮頻次、霜凍日數）的變化速率最小。從各要素的變化趨勢絕對值大小的分布可以看出華北地區不同分區對氣候變化的響應差異，其中天津最敏感，其次是內蒙古西部；山西最不敏感（尤其是對低溫相關要素指標），其次是河北（尤其是對高溫相關要素指標）。

3 討論

本文中的年平均高溫熱浪日數在20 世紀90 年代之后明顯增加，這與先前在華北地區或全國開展的研究結果一致[19-21]。沈皓俊等[21]研究發現我國高溫日數和熱浪指數的突變點均集中在20 世紀90年代中后期，這一現象可能是太平洋年代際振蕩（PDO）、印度洋—太平洋暖池和ENSO 等信號共同作用的結果[22]。與低溫相關的高影響天氣氣候事件，如冷夜天數、冷日天數、寒潮、霜凍等，均呈明顯減少趨勢，這一特征基本與河北、內蒙古以及全國大部分地區的研究結果一致[3，9，12，23]。但就變化幅度，在全國范圍內，華北地區是冬半年極端低溫減小趨勢最為顯著的區域之一[24-25]。此外，華北地區極端氣溫變化具有明顯的冷暖不對稱、晝夜不對稱的特征。晝（夜）、冷（暖）差異對比顯示（表3），在晝夜指標上華北地區極端氣溫變化與長江流域[26]、中國[27]、全球[28]變化具有一致性，即華北地區不同分區的暖夜上升幅度均大于暖日上升幅度，冷夜下降幅度均大于冷日下降幅度；而在冷暖指標上，華北地區極端氣溫變化具有區域差異性，即內蒙古中部、內蒙古東部、北京、天津的暖日上升幅度大于冷日下降幅度，內蒙古全區的暖夜上升幅度大于冷夜下降幅度，其他分區則呈現相反特征，即與長江流域、中國、全球變化不一致。綜上，內蒙古中部和東部的極端氣溫變化更具有典型性，與長江流域、中國、全球在冷暖、晝夜變化特征上具有較好的一致性，且其變化幅度明顯大于長江流域、中國、全球；而河北、山西更具有區域特異性，在西安[29]、黃土高原[30]、新疆北部[31]等地區的相關研究結果中也存在這種相似的冷暖指標變化特征，這可能與地形、海拔、大氣濤動以及城市熱島等因素密切相關[32-34]。影響極端氣溫變化的原因極其復雜，本文僅限于基于觀測事實對比分析華北地區的變化特征，并未揭示影響這些特征的主導因素是什么，未來還需要更多、更深入的機理性研究去進一步明晰。

表3 1961—2017 年華北地區不同分區相關指標變化幅度的對比

4 結論

利用1961—2017 年華北地區85 個氣象站逐日最高氣溫、最低氣溫、平均相對濕度等數據，分析了年平均最高（低）氣溫、極端最低氣溫、高溫熱浪以及寒潮、霜凍等高影響天氣氣候事件的時空分布特征，得出以下結論：

（1）華北地區年平均最低氣溫升溫速率（0.45 ℃/10 a）高于最高氣溫升溫速率（0.27 ℃/10 a），氣溫日較差以0.18 ℃/10 a 的速率減小。空間分布上，最高氣溫在內蒙古中部及北部部分地區和山西中南部地區的增加趨勢相對更大，最低氣溫在內蒙古大部、山西東北部、河北中部和京津地區的增溫更明顯。

（2）華北地區年平均高溫熱浪日數呈明顯增加趨勢（0.44 d/10 a），20 世紀90 年代之后尤為明顯。空間分布上，高溫熱浪日數的大值區集中在華北南部和西部；除河北南部部分地區趨勢值為負值外，華北大部分地區高溫熱浪日數呈增加趨勢。

（3）華北地區平均年極端最低氣溫呈顯著升高趨勢（0.53 ℃/10 a），平均冷夜天數顯著下降（-4.7 d/10 a），暖夜天數顯著上升（3.8 d/10 a），平均冷日天數呈下降趨勢（-2.4 d/10 a）。年平均寒潮頻次顯著減少（-0.5 次/10 a），呈“北部多、南部少”的空間分布。平均霜凍日數以3.5 d/10 a 的速率減少，20 世紀80 年代之后尤為明顯；除山西西北部和內蒙古東南部個別地區外，華北大部分地區霜凍日數呈減少趨勢。

（4）不同分區的對比結果顯示，天津對氣候暖化響應最敏感，其次是內蒙古西部；山西最不敏感（尤其是對低溫相關要素指標），其次是河北（尤其是對高溫相關要素指標）。