河北省石家莊元氏縣近60年寒潮氣候的變化特征

中圖分類號：P429 文獻標志碼：B 文章編號：2095-3305（2025）05-0287-03

寒潮是一種西伯利亞高壓向南暴發的激烈天氣過程，是冬半年在特定的大氣環流背景下，由極地或寒帶的寒冷空氣大規模地向中、低緯度的侵襲活動，寒潮過程來臨時會造成氣溫急劇下降，并伴有大風、沙塵和雨雪天氣[1-2]。寒潮天氣過程是河北地區乃至我國最主要的災害性天氣之一，嚴重的寒潮天氣過程對漁牧業、交通業、畜牧業、農耕行業及人體健康等都有較為嚴重的影響[3]。

影響我國的冷空氣源地主要有新地島以西洋面、新地島以東洋面和冰島以南洋面[4]。影響河北省的冷空氣路徑主要為自西伯利亞中部地區東南下。宋曉輝、郭立平、李紅英等學者分別針對邯鄲市、廊坊市、京津冀地區、華北地區、呼倫貝爾市、柴達木盆地、魯南地區、七臺河市的寒潮活動特征展開研究[5-12]。研究利用1963一2020年元氏縣最低氣溫逐日資料，對該地區寒潮活動的天氣氣候特征進行分析，從而提高寒潮及極端低溫的預測水平，為當地防災減災和應對氣候變化提供參考。

1數據與方法

1.1 數據

選用河北省石家莊元氏站1963一2020年的逐日地面氣象觀測資料，選取每年的冬半年（11月1日一翌年1月31日）逐日最低氣溫進行統計分析，常年值采用1981一2010年30年的平均值。參照中華人民共和國國家標準《寒潮等級》（GB/T21987—2017）[13]，給出寒潮等級判定。

1.2 方法

1.2.1 氣候傾向率

氣象要素y序列的長期趨勢變化用一元線性函數y=ax+b 來表示， x 為年序列號（ x=1963 ，1964，1965，…，2020年），b為常數項，a為線性傾向值[14]。傾向值Δ_a 的符號表示氣候變量的趨勢傾向性值， Δ_a 值的大小反映上升或下降的速率，正號為增加趨勢，負號為減少趨勢。以線性回歸系數 a 的10倍作為氣候傾向率。

1.2.2 Mann-Kendall檢驗

Mann-Kendall檢驗可以用來判斷氣候序列中是否存在氣候突變，確定突變發生時間，假設時間序列數據 為樣本數 Mann-Kendall統計變量 S 的計算公式如下：

定義統計變量的計算公式如下：

若 UF_k 值大于0，表明序列呈上升趨勢，小于0則表明呈下降趨勢。當超過臨界直線時，則表明上升或者下降趨勢顯著。若兩條直線相交，且交點在臨界直線之間，則交點對應的時刻就是突變發生的時間。

2冬季寒潮的氣候變化特征

2.1 寒潮日數的月際變化特征

從河北省石家莊市元氏站1963一2020年冬季寒潮日數的月際變化（表1）可以看出，元氏站冬季寒潮總日數和一般寒潮日數均在11月份出現天數最多，其次是1月份，再次是12月份。各月均是一般寒潮日數最多，其次是強寒潮和特強寒潮日數。強寒潮日數11月份最多，達11d，1月和12月均為8d;特強寒潮日數11月和12月份最多，均為4d，1月為 2d_?

2.2 寒潮日數的年際變化特征

2.2.1寒潮總日數的年際變化特征

根據1963一2020年元氏冬季寒潮總日數的年際變化情況可知，隨著全球氣候變暖，元氏地區寒潮總日數常年值為1.97d，整體呈現顯著減少的變化趨勢0 Γlt;0.01） ，以 0.56d/10 年的速度減少。且年際波動明顯，其中1972年寒潮總日數最高，達8d，整體存在一定的年代際差異。20世紀60＼～70年代，寒潮總日數相對較多，20世紀80年代寒潮總日數次之，20世紀末最少。寒潮總日數的年際變化在各時段呈現出“減一減一減”顯著減少趨勢（ Plt;0.1） ，1963—1980年減少趨勢最顯著，以 1.86d/10 年的速度減少；其次是1981—2000年，以 1.36d/10 年的速度減少；2001—2020年寒潮總日數以 1.14d/10 年的速度減少。

2.2.2一般寒潮日數的年際變化特征

根據1963—2020年元氏冬季一般寒潮日數的年際變化情況可知，其變化與寒潮總日數相一致。隨著全球氣候變暖，元氏地區一般寒潮日數常年值為 1.5d 整體呈現顯著減少的變化趨勢（ Plt;0.01） ，以 0.31d 10年的速度減少；年際波動明顯，其中1966和1984年一般寒潮日數最高，達5d;整體存在一定的年代際差異，其中20世紀60和80年代末，一般寒潮日數相對較多，2010年前后相對較少。具體來看，一般寒潮日數的年際變化在各時段呈現出“減一減一減”顯著減少趨勢（ Plt;0.1? 。2001一2020年一般寒潮日數減少趨勢最顯著，以 1.13d/10 年的速度減少，其次是1963—1980年，以 1.08d/10 年的速度減少；最后是1981—2000年，以0.87d/10 年的速度減少。

2.2.3強寒潮和特強寒潮日數的年際變化特征

根據1963—2020年元氏冬季強寒潮和特強寒潮日數的年際變化情況可知，與寒潮總日數及一般寒潮日數的年際變化相一致，元氏地區強寒潮日數呈現顯著減少的變化趨勢（ Plt;0.1） ，以 0.19d/10 年的速度減少，特強寒潮日數也為減少的變化趨勢，以 0.06d/10 年的速度減少；年際波動明顯，其中1972年的強寒潮日數最高，達6d，1967和1981年特強寒潮日數最高，均為2d;整體存在一定的年代際差異，其中20世紀60年代左右，強寒潮和特強寒潮日數相對較多，2010年前后相對較少。

2.3寒潮過程數的年際變化特征

元氏地區寒潮過程數常年值為1.37次，整體呈現顯著減少的變化趨勢（ Plt;0.01） ，以0.30次/10年的速度減少。年際波動明顯，其中寒潮過程數最高為4次，分別出現在1963、1964、1966、1969、1970和1988年。整體存在一定的年代際差異，其中20世紀60＼～70年代，寒潮過程數相對較多，其次是20世紀80年代，2010年前后相對較少。具體來看，寒潮過程數的年際變化在各時段呈現“減一減一減”顯著減少趨勢，1963—1980年減少趨勢最為顯著（ Plt;0.01， ，以1.45次/10年的速度減少；其次是1981—2000年，以0.84次/10年的速度減少；2001—2020年寒潮總日數以0.54次/10年的速度減少。

3冬季寒潮特征的突變檢驗

3.1寒潮日數的年際突變檢驗

3.1.1寒潮總日數的年際突變檢驗

由UF曲線（圖1）可看出，自20世紀70年代之后，元氏冬季寒潮總日數有明顯的減少趨勢。根據UF和UB曲線的交點可以看出，2010年前后，元氏冬季寒潮總日數存在明顯的年際突變。

3.1.2一般寒潮日數的年際突變檢驗

由UF曲線可看出，元氏冬季一般寒潮日數在整體時段呈現出明顯的減少趨勢，且其在20世紀70年代中后期和21世紀初期呈現出一定的增加趨勢。根據UF和UB曲線的交點可以看出，2012年前后，元氏冬季一般寒潮日數存在明顯的年際突變。

3.1.3強寒潮和特強寒潮日數的年際突變檢驗

由UF曲線可看出，元氏冬季強寒潮和特強寒潮日數在整體時段呈現出明顯的增加趨勢，且其在20世紀70年代中后期存在顯著增幅。根據UF和UB曲線無交點可以看出，分析時段元氏冬季強寒潮和特強寒潮日數不存在明顯的年際突變。

3.2寒潮過程數的年際突變檢驗

與寒潮總日數的突變分析相一致，自20世紀70年代之后，元氏冬季寒潮過程數有明顯的減少趨勢。根據UF和UB曲線的交點可以看出，2010年和2015年前后，元氏冬季寒潮過程數存在明顯的年際突變。

4冬季寒潮特征的能量譜特征分析

4.1寒潮日數的能量譜特征分析

4.1.1寒潮總日數的能量譜特征分析

根據1963一2020年元氏冬季寒潮總日數年際能量譜分布可以看出，元氏冬季寒潮總日數在年際尺度上存在一定差異，其在1963一2014年左右，呈現出較明顯的2＼～4年的帶狀連續高能量區，且其在20世紀60年代、80年代以及21世紀初存在4年能量值相對較高，2010年后不存在顯著高能量區。

4.1.2一般寒潮日數的能量譜特征分析

根據1963一2020年元氏冬季一般寒潮日數年際能量譜分布可以看到，與寒潮總日數相一致，元氏冬季一般寒潮日數在年際尺度上存在一定差異，整體存在較明顯的2＼～4年的帶狀連續高能量區，且其在20世紀60年代、80年代以及21世紀初存在4年能量值高值中心，2020年左右該高能量區繼續存在。

4.1.3強寒潮和特強寒潮日數的能量譜特征分析

根據1963一2020年元氏冬季強寒潮和特強日數的年際能量譜分布可以看到，元氏冬季強寒潮日數在20世紀70年代存在2＼～4年的強能量區域，而對于特強寒潮日數來說，其2＼～4年的帶狀連續高能量區分布在整個時段，且其在20世紀60年代、80年代以及21世紀初存在2＼～4年能量值高值中心區域。

4.2寒潮過程的能量譜特征分析

1963一2020年元氏冬季寒潮過程數年際能量譜分布整體來看，與寒潮過程數相一致，元氏冬季寒潮過程數年際尺度上存在一定差異，整體存在較明顯的2＼～8年的帶狀連續高能量區，且其在20世紀60年代、80年代末存在2＼～4年能量值高值中心。

5結論

選取了元氏站近58年的氣象資料，分析寒潮總日數、不同等級寒潮日數、寒潮過程數、不同持續時間寒潮過程、寒潮過程最長持續時間的氣候變化特征，結論如下。

（1）在月際變化中，寒潮總日數、一般寒潮日數和強寒潮日數均在11月最多，分別為66、51和11d。各月一般寒潮日數占比最大。特強寒潮日數11和12月最多，均為4d。在年際變化中，寒潮總日數、一般寒潮、強寒潮和特強寒潮日數呈現顯著減少趨勢，最大減少趨勢分別為 1.86，1.13，0.19，0.06d/10 年。寒潮過程數呈顯著減少趨勢，1963—1980年最為顯著，為1.45次/10年。

（2）UF和UB曲線有交點得出，2010年前后，寒潮總日數存在明顯年際突變。2012年前后，一般寒潮日數存在明顯的年際突變。2010年和2015年前后，元氏冬季寒潮過程數存在明顯的年際突變。元氏冬季寒潮最長持續時間在2018年左右，呈現明顯年際突變。UF和UB曲線無交點得出，持續1＼～3d的寒潮過程數在分析時段不存在明顯的年際突變。強寒潮和特強寒潮日數不存在明顯的年際突變。

（3）寒潮總日數在年際尺度上存在一定差異，在1963一2014年左右，呈現2＼～4年帶狀連續高能量區，且在20世紀60年代、80年代以及21世紀初存在4年能量值相對較高，2010年后不存在顯著高能量區。一般寒潮日數整體存在2＼～4年帶狀連續高能量區，且其在20世紀60年代、80年代以及21世紀初存在4年能量值高值中心，2020年左右該高能量區繼續存在。強寒潮日數在20世紀70年代存在2＼～4年的強能量區域，對于特強寒潮日數來說，其2＼～4年帶狀連續高能量區分布在整個時段，且其在20世紀60年代、80年代以及21世紀初存在2＼～4年能量值高值中心區域。寒潮過程數整體存在較明顯的2＼～8年的帶狀連續高能量區，且其在20世紀60年代、80年代末存在2＼～4年能量值高值中心。

參考文獻

[1]翟華，陳麗營，陳林.近30a牡丹江市寒潮的時空分布特征及其變化分析[J].黑龍江氣象，2013，30（1）：5-7.

[2]王宇宸，王英舜.1954—2020年錫林浩特地區寒潮氣候特征分析[J].農業災害研究，2021，11（11）：45-47.

[3]趙玉廣，何麗華，張南，等.河北省寒潮天氣形勢分析及預報[J].干旱氣象，2012，30（1）：94-99

[4]朱乾根，林錦瑞，壽紹文，等.天氣學原理和方法[M].北京：氣象出版社，2007.

[5]宋曉輝，杜亮亮，田秀霞，等.1976—2016年河北邯鄲寒潮活動特征[J].干旱氣象，2019，37（5）：754-761.

[6]郭立平，杜海濤，黃浩杰.氣候變暖背景下廊坊寒潮的變化與極端特征[J].中國農學通報，2019，35（29）：109-115.

[7]李紅英，林紓，王云鵬，等.1961—2017年京津冀地區寒潮活動特征[J].干旱氣象，2022，40（1）：41-48.

[8]倪云虎，梁好，徐俊德，等.中國華北地區寒潮的變化特征[J].農業開發與裝備，2017（3）：66-67.

[9]楊雪峰.呼倫貝爾市2023年3月一次暴風雪降溫天氣過程分析[J].內蒙古科技與經濟，2024（12）：92-95.

[10]韓廷芳，劉成豐，何生錄，等.2023年1月12—15日柴達木盆地寒潮天氣過程分析[J].農業災害研究，2024，14（2）：212-214，222.

[11]田原，張蕊.魯南地區寒潮天氣過程分析及其對農業的影響[J].中南農業科技，2023，44（8）：113-116.

[12]胡玥明，曲艷秀，徐竟涵.2022年10月2—4日七臺河市一次寒潮天氣過程個例分析[J].農業災害研究，2023，13（8）：249-251.

[13]中華人民共和國國家質量監督檢驗檢疫總局.寒潮等級：GB/T21987—2017[S].北京：中國標準出版社，2017.

[14]白金風，公芙萍，李春華，等.侯馬市近30年霜及霜凍的氣候特征分析[J].中國農學通報，2015，31（12）：257-261.