地球科学进展  2018 , 33 (3): 281-293 https://doi.org/10.11867/j.issn.1001-8166.2018.03.0281

全球变化研究

环青海湖地区气候变化特征及其季风环流因素

丁之勇, 鲁瑞洁*, 刘畅, 段晨曦

1.地表过程与资源生态国家重点实验室,北京师范大学地理科学学部,北京 100875;2.防沙治沙教育部工程研究中心,北京师范大学地理科学学部,北京 100875

Temporal Change Characteristics of Climatic and Its Relationships with Atmospheric Circulation Patterns in Qinghai Lake Basin

Ding Zhiyong, Lu Ruijie*, Liu Chang, Duan Chenxi

1.State Key Laboratory of Earth Surface Processes and Resource Ecology, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China;2.Engineering Center of Desertification and Blown-Sand Control of Ministry of Education, Faculty of Geographical Science,Beijing Normal University, Beijing 100875, China

中图分类号:  P467

文献标识码:  A

文章编号:  1001-8166(2018)03-0281-13

通讯作者:  *通信作者:鲁瑞洁(1980-),女,山东潍坊人,教授,主要从事环境演变与沙漠化防治研究.E-mail:ruijielu@bnu.edu.cn

收稿日期: 2017-11-9

修回日期:  2018-02-17

网络出版日期:  2018-03-20

版权声明:  2018 地球科学进展 编辑部 

基金资助:  *国家自然科学基金项目“晚第四纪青海湖水位变化与风沙地貌发育过程”(编号:41571184)资助.

作者简介:

First author:Ding Zhiyong(1990-),male, Fuzhou City,Jiangxi Province, Ph.D student. Research areas include climate change and environmental evolution.E-mail:ucaszyd@escience.cn

作者简介:丁之勇(1990-),男,江西抚州人,博士研究生,主要从事气候变化与环境演变研究.E-mail:ucaszyd@escience.cn

展开

摘要

基于青海湖流域及其周边地区11个气象站点1959—2015年逐月气温和降水数据,采用Mann-Kendall趋势分析、突变分析、Morlet连续小波变换、Pearson相关分析和R/S分析等方法,分析了平均气温、平均最高气温、平均最低气温和降水的年、季变化特征及其季风环流影响因素,并探讨了该区域未来气候变化的总体趋势。研究结果表明:①环青海湖地区气温和降水总体上呈现出显著增加的趋势,秋季和冬季的平均气温、平均最高气温和平均最低气温上升速率以及夏季和冬季降水增加速率最为明显。②气温和降水均存在较为明显的突变现象,气温突变时间普遍在1986年左右,而降水突变时间在2002年左右;研究区气温普遍存在2~3年的短周期,8~10年和30~32年的中长周期变化,而降水则存在着3~4年、6~7年的短周期和30~32年的长周期变化。③东亚夏季风指数对研究区秋季气温和夏季降水具有较大的影响,而印度夏季风主要影响了研究区春季气温和降水;北极涛动指数(AO)对研究区秋季和冬季气温的上升影响最大,对春季、夏季和冬季降水的影响也明显高于其他指数;北大西洋涛动指数(NAO)和厄尔尼诺—南方涛动(ENSO)对研究区气温影响较小,NAO主要影响夏季和冬季降水,而ENSO主要影响秋季降水。④研究区年均气温和年降水的Hurst指数均大于0.5,说明研究区气温和降水在未来一段时间内仍以上升趋势为主。

关键词: 青海湖 ; 气候变化 ; 东亚夏季风 ; M-K检验 ; R/S分析

Abstract

Based on monthly meteorological data from 11 stations(1959-2015)in Qinghai Basin(QHB) and its surrounding area, we analyzed monthly average temperature(Tmean), average maximum(TXam), minimum temperature(TNam) and precipitation variation characteristics as well as the influence of atmospheric oscillation on these parameters using Mann-Kendall trend analysis, mutation analysis, continuous Morlet wavelet transform, Pearson correlation analysis and R/S analysis method. In addition, the future trend of climate change in the regional scale was also discussed. We found that the temperature and precipitation increment were obvious in the region, especially the Tmean in autumn, winter, TXam and TNam in summer and winter precipitation showing significant increase. Temperature and precipitation experienced abrupt changes around 1986 and 2002, respectively. The period of oscillation of each temperature indices was similar featuring 2~3 years,8~10 years short- cycle and 30~32 years middle- cycle, while that for the precipitation featured 3~4 years,6~7 years short- cycle and 30~32 years middle- cycle. The East Asian Summer Monsoon Index(EASMI) anomaly is an important factor for the anomaly of autumn temperature and summer precipitation in QHB, while the Indian Summer Monsoon Index(ISMI) mainly affects the spring temperature and precipitation in the research area. The effects of Arctic Oscillation Index (AO) were relatively strong on temperature variation, especially in autumn and winter, and AO had significant effect on the precipitation in spring, summer and winter, too. The North Atlantic Oscillation Index (NAO) and ENSO have weak influence on the study area, NAO mainly affects summer and winter precipitation, while ENSO mainly affects autumn precipitation. The Hurst index of Tmean and annual precipitation in QHB are higher than 0.5, indicating that the temperature and precipitation in the study area will continue to be the positive trend in the future period.

Keywords: Qinghai Lake ; Climate change ; East Asia Summer Monsoon ; Mann-Kendall test ; R/S analysis.

0

PDF (6427KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

丁之勇, 鲁瑞洁, 刘畅, 段晨曦. 环青海湖地区气候变化特征及其季风环流因素[J]. 地球科学进展, 2018, 33(3): 281-293 https://doi.org/10.11867/j.issn.1001-8166.2018.03.0281

Ding Zhiyong, Lu Ruijie, Liu Chang, Duan Chenxi. Temporal Change Characteristics of Climatic and Its Relationships with Atmospheric Circulation Patterns in Qinghai Lake Basin[J]. Advances in Earth Science, 2018, 33(3): 281-293 https://doi.org/10.11867/j.issn.1001-8166.2018.03.0281

IPCC第五次评估报告指出[1],1880年以来全球平均气温已升高0.85 ℃(0.65~1.06 ℃),而20世纪50年代以来的增温趋势更为迅速,尤其是全球地表平均温度的上升速率更为明显,达到了0.12 ℃/10a;报告还指出,气候变暖使得区域气象灾害发生的频率更高、程度更深;气候灾害事件的频发在给人们生产生活带来不便的同时,还会对人们生命财产安全造成严重损失[1,2]

随着气候变暖越来越受到人们的关注,世界各国的学者从不同的时空角度开展了对气候变化的研究[3,4,5,6],对中国大陆地区气候变化的研究也逐渐受到学者们的关注。Ren等[6]对我国大陆地区的气温变化趋势分析表明,1961年以来我国气温整体上与全球气候变化的升温趋势一致,均呈显著上升趋势,但近50年来年平均地表气温上升幅度达0.22 ℃/10a,显著高于全球或北半球同期平均增温速率[7]。同时,已有研究指出,由于我国地域辽阔,地形、下垫面状况、季风影响程度和人类活动强弱存在差异,不同区域气候变化表现出较大的差异性[6,7,8,9]。如对中国天山山脉的气候变化研究表明[10],天山山区气温和降水变化趋势比平原地区小,而对中国祁连山区的研究则表明该山区气温变化幅度达0.30 ℃/10a[11],显著高于中国大陆平均水平和同处于青藏高原边缘地区的横断山区[12]等其他区域,表明不同区域对全球气候变化的响应差距较大。

青海湖流域处于青藏高原东北缘,具有青藏高原独特的气候、水文和土壤环境特征以及典型的脆弱性生态系统;因此,该区域是对全球气候变化的响应最为敏感也是最复杂的地区之一[13]。研究表明[14,15],区域气候变化趋势与大气环流指数的变化具有密切关系,大尺度环流系统为该区域气候变化提供水汽和热量来源。该区同时受东亚夏季风、印度夏季风和西风的共同影响,大气环流背景异常复杂;作为三大季风环流指数结合部位和相互作用地带,独特的地理位置使得青海湖流域气候特征同时具有东亚夏季风、印度夏季风和西风的信号[16,17];同时,北极涛动、北大西洋涛动和ENSO作为全球大尺度的海气相互作用环流对我国气候产生巨大的影响[18,19,20]。作为青藏高原的一部分,该区域的气候变化不仅是青藏高原气候变化的一个反应,同时也将对整个高原地区气候产生反馈作用,进而引起更大尺度的气候变迁。近几十年来已有众多学者开展了对青海湖流域气候变化的研究,尤其是气候变化与青海湖水位波动的气候原因探讨的较多[21,22],而对青海湖地区气候变化的环流影响因素研究相对缺乏。

本文选取环青海湖地区作为研究对象,采用Mann-Kendall趋势检验、突变检验和小波分析等方法,系统分析了环青海湖地区近57年来的平均气温、平均最高气温和平均最低气温以及降水量的年、季变化趋势、突变和振荡周期特征,重点探讨了东亚夏季风指数和印度夏季风指数对该区域气候的影响差异,以及北极涛动指数、北大西洋涛动指数和厄尔尼诺—南方涛动(El-Niño Southern Oscillation,ENSO)对该区域气候变化的综合影响,并采用R/S分析方法对该区域未来气候变化趋势进行简要分析,以期为进一步科学、系统地认识中国季风边缘区气候变化规律和季风环流特征。

1 研究区概况及数据方法

1.1 研究区概况

青海湖位于青藏高原东北部(99°36'~100°16' E,36°32'~37°15' N),由北部祁连山脉的大通山和南部的日月山、青海南山断层陷落形成。流域内汇入湖泊较大的河流主要有布哈河、沙柳河以及哈尔盖河,占入湖径流量的86%以上;水域面积为4 432.32 km2 (2015年),同期水位为3 194.35 m,是我国最大的内陆湖泊。由于环青海湖地区处于我国东部季风区、西北干旱区和青藏高原高寒区的交汇地带,具有明显的区域性气候特征:近57年来,年平均温度为1.9 ℃,年降水量为350~400 mm,其中夏季降水达60%以上,是典型的高原半干旱高寒气候。20世纪中期以来,由于全球气候变暖,区域气温显著升高,青海湖流域降水变化较小,青海湖湖面蒸发增大,湖泊水位下降明显[21];水文观测资料显示,1959—2004年,湖泊水位以8 cm/a的速率急剧下降,而近十几年以来,随着区域降水量增加,则以14 cm/a的速度显著上升。

图1   青海湖流域气象站点分布及1959—2015年气温和降水平均值

Fig.1   Distribution of meteorological stations and the average temperature and precipitation in 1959-2015 in Qinghai Lake Basin

1.2 数据来源

本文使用的气象数据来源于中国气象科学数据共享服务网(http:∥data.cma.cn),各数据在使用前均通过了严格的质量控制,包括均一性和一致性检验等,剔除了缺测时段较多的站点,缺测少于1个月的数据选用邻近站点进行插补,共选取了环青海湖地区11个站点1959—2015年逐月最高气温、最低气温、平均气温和月降水量数据。东亚夏季风指数(East Asian Summer Monsoon Index, EASMI)来自于Li等[23]定义的夏季风指数,印度夏季风指数(Indian Summer Monsoon Index, ISMI)采用美国NOAA 1959—2016年2月2°×2°全球逐月海温ERSST再分析数据。大气环流指数包括北极涛动(Arctic Oscillation, AO)、北大西洋涛动(North Atlantic Oscillation, NAO)和ENSO。其中,ENSO指数采用Nino3.4区 (5°S~5°N, 170°~120°W)的海温距平 (Sea Surface Temperature Anomaly, SSTA)、多变量尼诺指数(Multivariate ENSO Index, MEI)和南方涛动指数(Southern Oscillation Index, SO)来表示,以上指数均来自于美国国家海洋和大气管理局—地球系统研究实验室(NOAA-ESRL-PSD)。

1.3 研究方法

采用Mann-Kendall (M-K)趋势检验方法[24,25]对气温和降水时间序列的线性趋势进行分析,由于该方法不需要样本数据服从一定的分布,且受异常值的影响较小,是检验长时间变化趋势的有效方法之一;气温和降水的年际倾向率采用基于M-K检验的Sen’s指数[26]——“S”表示,S的绝对值越大,表示气温或降水的变化幅度越大,当S>0时,时间序列呈增加趋势,当S<0时,呈减小趋势;时间序列线性趋势的显著性用Z值表示,当|Z|>1.96时,表示线性趋势通过了0.05显著性检验,当|Z|>2.58时表示通过了0.01的显著性检验;同时,采用M-K突变检验方法分析近57年来环青海湖地区气温和降水的突变特征;在突变检验中,UF 代表正向时间序列统计值,UB 代表逆向时间序列统计值,若UF值大于0,则表明序列呈上升趋势;小于0则表明呈下降趋势;给定显著性水平α=0.05,统计量UF和UB的临界值为±1.96 (P=0.05),当它们超过临界直线时,表明上升或下降趋势显著;如果UF和UB这2条曲线出现交点,且交点在临界直线之间,那么交点对应的时间就是突变开始的年份;为验证气温和降水突变时间点的准确性,同时采用滑动T检验和累积距平方法对其进行分析。M-K趋势检验和突变检验的详细计算方法见参考文献[27]。

本文采用Pearson相关性分析方法分析各气候要素与夏季风指数、大气环流指数的相关性,其相关系数的显著性采用t检验法[28,29]。采用Morlet连续小波功率谱方法分析气温和降水的周期变化特征,该方法已被广泛应用于气象水文统计等领域[30,31]

Hurst分析法[32]也称为重标极差分析法,是由英国水文学家Hurst在1965年提出,Hurst指数常应用于分析时间序列的分形特征和长期记忆过程,现被广泛应用于判断时间序列变化趋势的持续性或反持续性的强度[33,34]。Hurst及其他学者的研究表明[32,35],不同Hurst指数H(0<H<1)存在以下几种情形:0<H<0.5,表明时间序列未来变化将与过去呈相反趋势,且H值越接近0,反持续性越强;H=0.5,该时间序列为随机事件,气候要素的时间序列前后变化无关;0.5<H<1,表明时间序列未来的变化将与过去的变化趋势一致,且H值越接近1,持续性越强。Hurst指数具体分级标准见参考文献[35]。

2 结果与分析

2.1 气温变化特征

1959—2015年环青海湖地区年平均气温与年平均最高气温、年平均最低气温的变化趋势总体一致 (图2),年际倾向率均通过了0.01的显著性检验。年平均气温在空间上呈现出自西北向东南递增,介于-2.5~7.0 ℃,均值为1.9 ℃(图2a);年际倾向率为0.30 ℃/10a,与青海省的增幅(0.31 ℃/10a)[36]基本一致,低于青藏高原(0.37 ℃/10a)[37]和中国西北干旱半干旱区的增幅(0.34 ℃/10a)[38],但明显高于中国新疆地区(0.24 ℃/10a)[39]、中国南部(0.10 ℃/10a)、西部(0.18 ℃/10a)[40]和东部季风区(0.24 ℃/10a)[41],也高于中国平均增温速率(0.25 ℃/10a)[42]。从年平均最高、最低气温的时间变化来看(图2b,c),年平均最高气温与年平均气温的增温速率一致,平均增温速率为0.28 ℃/10a,略小于年平均气温;而年平均最低气温的增温幅度明显高于年平均气温和年平均最高气温,达0.39 ℃/10a,表明该区域近57年来年平均最低气温的显著上升对气候系统的整体增温作用大于年平均最高气温,这一变化特征与中国黄土高原[43]和青藏高原地区[37]近50年来的变化一致,且年平均最高气温的增温速率与青藏高原(0.28 ℃/10a)一致,但小于黄土高原(0.32 ℃/10a);而年平均最低气温的增温速率则小于青藏高原(0.51 ℃/10a)和黄土高原(0.42 ℃/10a)。总体来看在全球变暖背景下,环青海湖地区的气温增温特征与中国其他地区较为一致;但年平均气温的增温幅度比中国大部分地区高,而年平均最高和最低气温的增幅略低于其他地区,表明该区域对气候变化的异常敏感性和复杂性特征。

图2   环青海湖地区年平均气温、年平均最高和最低气温变化趋势

Fig.2   Annual variation and linear tendency of temperature in Qinghai Lake Basin

通过对环青海湖地区平均气温、平均最高和最低气温的季节变化趋势的分析(表1),3个气温指数的四季变化趋势差异显著:春季、夏季、秋季和冬季平均气温增温速率分别为0.22,0.21,0.29和0.48 ℃/10a,均达到了0.001的显著性水平,四季增温速率均小于青藏高原[37]的平均水平(分别为0.25,0.26,0.38和0.59 ℃/10a),但与中国中部地区省份[44] (分别为0.29,0.01,0.18和0.28 ℃/10a)相比,除春季增温速率略低,夏季、秋季和冬季均明显偏高。此外,环青海湖地区平均最高、最低气温四季增温速率也非常明显,春季、夏季和冬季平均最高气温的增温速率略低于平均气温,增幅分别为0.18,0.19和0.41 ℃/10a,而秋季略高于平均气温,增幅达0.32 ℃/10a;与其他2个气温指数相比,平均最低气温的增温速率最大,春季、夏季、秋季和冬季的增幅均显著高于平均气温和平均最高气温,增幅分别达0.26,0.33,0.40和0.59 ℃/10a;同时,3个指数的冬季增温速率均显著高于其他季节,表明环青海湖地区夜间气温的变暖幅度要比日间明显、冬季比其他季节明显,这一变化趋势与全球、全国其他区域一致。冬季气温的不断上升将使环青海湖地区“暖冬”事件发生的频率和强度不断增加,而总体气温的上升将对环青海湖地区多年冻土造成毁灭性的破坏,进而影响整个区域的生态环境状况。

表1   青海湖流域温度和降水季节变化趋势

Table 1   The seasonal trends for temperature and precipitation

季节平均气温平均最高气温平均最低气温降水量
平均值
/℃
倾向率
/(℃/10a)
p平均值
/℃
倾向率
/(℃/10a)
p平均值
/℃
倾向率
/(℃/10a)
p平均值
/℃
倾向率
/(mm/10a)
p
春季3.330.22**11.560.18*-3.740.26**60.742.23-
夏季12.930.21**20.130.19**6.670.33**208.825.82*
秋季1.960.29**10.420.32**-4.260.40**64.062.02-
冬季-10.230.48**-0.670.41**-17.530.59**4.470.37*
全年1.990.30**10.350.28**-4.720.39**338.169.26**

注:*, **分别表示通过了0.05和0.01显著性检验;-表示未通过0.05显著性检验

新窗口打开

2.2 降水变化特征

有研究指出[1],温度的升高通常会增加地表的蒸散发能力,从而增加区域降水量;在环青海湖地区气温不断上升的背景下,近57年来该区域年降水量呈现出波动增加的趋势(图3),多年平均降水量约为340 mm,其年际倾向率为9.26 mm/10a,且通过了0.01的显著性检验,与青藏高原降水量的增幅(9.1 mm/10a)[37]基本持平;在季节分配上,从1959—2015年,环青海湖地区春季、夏季、秋季和冬季降水量的年际倾向率分别为2.23,5.82,2.02和0.37 mm/10a,其中夏季和冬季通过了0.05显著性检验,与青藏高原四季降水量的年际倾向率相比(分别为4.7,1.7,1.1和1.4 mm/10a),春季和冬季增幅偏低,而夏季和秋季增幅明显偏高;可见环青海湖地区与整个青藏高原地区降水的季节增加幅度上与气温的增幅并不同步,表明研究区气温与降水增加幅度具有不一致性,气候变化呈现出多元化的区域特征。

图3   环青海湖地区降水变化趋势

Fig.3   Annual variation and linear tendency of precipitation in Qinghai Lake Basin

2.3 气候突变分析

2.3.1 气温突变特征

采用Mann-Kendall非参数检验(M-K突变检验)方法对环青海湖地区气温进行突变检验 (图4);为验证气温突变时间点的可信度,同时采用滑动T检验和累积距平方法对各季节突变点进行分析 (表2)。从年均温的突变检验来看,3种检验方法结果不完全一致,在M-K检验中,曲线UF与UB相交于1992年前后,但该突变点未通过95%的信度检验;而在滑动T检验和累积距平方法中,突变点为1986年左右 (p<0.01),结合各季节平均气温突变点来看(表2),春季、夏季、秋季和冬季突变时间均在80年代之后,且3种检验方法得出的突变时间基本一致,据此可以认为年均温在1986年前后发生较大变化,并在1988年左右区域增暖趋势达到0.05显著性水平,突变年前后年均温差值为0.72 ℃。

3种检验方法对年平均最高气温的突变检验结果一致,突变点均为1996年左右,且均通过0.05显著性水平,突变前后的年平均最高气温分别为9.98和11.08 ℃,突变后增温趋势迅速,在1999年左右达到0.05显著性趋势;从各季节平均最高气温突变时间来看,四季突变时间均不一致,但均在1985年之后发生突变。 在年平均最低气温的突变检验中,M-K检验表明其在1986年左右发生突变,虽然未通过0.05信度检验,但与滑动T检验和累积距平方法得出的突变时间完全一致,同时其增暖趋势在1974年左右就通过了0.05的显著性趋势,可以推断1986年左右的突变时间是可信的,突变后年平均最低气温比突变前增加了1.17 ℃;同时,Chen等[14]也指出中国西北干旱区气温在1986年左右发生了明显的突变,增暖趋势显著,与我们的研究结果基本一致, 表明环青海湖地区气温的突变特征与整个西北干旱区具有同步的变化特征。从各季节的突变时间来看,3种检验方法结果也较为一致,但不同季节突变时间存在一定差异性,而冬季平均最低气温的突变时间最早,秋季突变时间在20世纪90年代之后,各突变点均通过了0.05的显著性检验。

图4   气温Mann-Kendall突变检验

Fig.4   Abrupt change of annual average temperature in Qinghai Lake Basin using Mann-Kendall test

表2   青海湖流域气温和降水突变分析

Table 2   Abrupt change of temperature and precipitation in Qinghai Lake Basin

季节平均气温平均最高气温平均最低气温降水量
滑动T
检验
M-K累积
距平
滑动T
检验
M-K累积
距平
滑动T
检验
M-K累积
距平
滑动T
检验
M-K累积
距平
春季1996*1996*1996*1996*2002*1996*1986*1989*1986*1982*2000*1982*
夏季1994*1996*1994*1993*1996*1994*1987*1990*1987*1978*1978*1978*
秋季1987*1987*1987*1989*1992*1989*1997*19911997*1999*2003*1999*
冬季1983*1983*1983*1985*1992*1986*1983*1979*1983*1984*1973*1984*
全年1986*19921986*1996*1996*1996*1986*19861986*1984*2002*2002*

注:*表示通过0.05的置信度检验

新窗口打开

2.3.2 降水突变特征

环青海湖地区降水突变检验采用的方法与气温突变检验一致 (图5)。可看出,曲线UF与UB在1998年和2002年均有交点,而在2002年之前,曲线UF总体波动较小,2002年后呈不断上升趋势,说明环青海湖地区年降水量的突变点为2002年左右,突变前后的平均降水量分别为329.2和368.5 mm,总体上降水增加趋势缓慢,在2006年左右通过0.05显著性检验。从春季、夏季、秋季和冬季降水突变检验来看,各季节降水的突变时间均不相同,春季降水在滑动T检验和累积距平方法的突变时间完全一致, 均在1982年左右发生突变,M-K检验在2000年左右发生突变,而3种检验方法均表明夏季降水的突变点为1978年左右,突变后夏季平均降水增加了20 mm,秋季降水的突变点在1999年左右,冬季降水突变较早。

图5   降水Mann-Kendall突变检验

Fig.5   Abrupt change of annual average precipitation in Qinghai Lake Basin using Mann-Kendall test

2.4 气温与降水周期变化特征

57年来年平均气温和年平均最高和最低气温的变化周期基本相似,与降水指数的振荡周期差异较大(图6)。从3个气温指数的连续小波变换系数图(图6)可看出,均存在3~4年的短周期和8~10年、30~32年的中长周期;其中,3~4年的周期在57年中始终存在,且通过了95%的红噪声检验,为序列的主周期;年平均气温和年平均最高气温中,8~10年的振荡周期在20世纪70~80年代中期比较显著,但年平均最低气温的8~10年振荡周期在整个时间序列中均不显著。降水的变化周期与气温表现不同,在近57年中,3~4年的短周期也存在于整个时间序列,但主要在70年代中期以前和2005年之后比较显著,而70年代中期到2005年之间以6~7年的短周期最为显著;同时,在70年代中期以后,降水还存在一个30~32年的中长周期,且通过了95%的红噪声检验。总体而言,环青海湖地区气温和降水变化周期均以3~4年的短周期较为显著;由于本研究时间序列仅为57年,因而10年以上甚至30 ~32年的中长周期可信度不高,需要结合历史文献资料和其他代用指标等提供更长时间序列进行检验。

图6   环青海湖地区气温和降水小波功率谱和小波方差图

Fig.6   The wavelet power spectrum and wavelet variance map of annual average temperature and precipitation in Qinghai Lake Basin

3 讨论

3.1 亚洲季风与环流指数对环青海湖地区气候变化的综合影响

3.1.1 东亚夏季风和印度夏季风指数对环青海湖地区气候变化的影响

近57年来环青海湖地区气温和降水均呈显著的上升趋势,同时发生较为明显的突变特征;研究表明[14,15],区域气候的突变及趋势的显著变化与区域大气环流指数的变化具有密切关系。采用Pearson相关性分析、偏相关分析和滑动相关性等方法分析东亚夏季风指数、印度夏季风指数与研究区年平均气温、年平均最高和最低气温以及年总降水量的相关性,结果表明2种夏季风指数与环青海湖地区气温、降水指数相关性均未通过0.05的显著性检验,相关系数均介于-0.01~-0.30,研究结果与其他学者[8,45,46]关于东亚夏季风、印度夏季风指数与环青海湖地区气温和降水的相关系数基本一致。

对2种夏季风指数与环青海湖地区气温和降水的季节相关性进一步分析表明,东亚夏季风指数与秋季平均气温、平均最高和最低气温均呈显著负相关,且达到了0.01的显著性水平;印度夏季风指数与春季平均气温、平均最高和最低气温也呈显著负相关关系(p<0.05),表明研究区秋季气温和春季气温分别受东亚夏季风和印度夏季风的影响更为显著(图7)。而2种夏季风指数与研究区各季节降水量的相关性虽未通过0.05的显著性检验,但东亚夏季风指数与夏季降水的相关系数明显高于年平均降水量;同时,印度夏季风指数与春季降水量的相关系数也达到-0.23。进一步分析东亚夏季风指数偏高(偏低)年份与环青海湖地区夏季降水偏多(偏少)年份发现,东亚夏季风指数与环青海湖地区夏季降水呈反相关关系(图7),即东亚夏季风指数偏低的年份研究区夏季降水明显偏多,而异常偏高的年份夏季降水偏少,这一研究结果和我国长江流域夏季降水与东亚夏季风指数的关系一致[20];而与秋季平均温度呈相反的规律,东亚夏季风指数偏高的年份秋季平均气温往往也偏高,反之则偏低,表明东亚夏季风指数对我国夏季降水和秋季气温的影响区域至少达到了青藏高原东北缘地区;而印度夏季风指数与环青海湖地区春季降水也存在明显的反相关关系(图7)。

3.1.2 其他环流指数对环青海湖地区气候变化的影响

表3为不同环流指数与环青海湖地区气温、降水季节和年变化的Pearson相关系数矩阵表,从表中可看出:北极涛动指数、北大西洋涛动指数和3个ENSO指标与环青海湖地区气温和降水均呈现出不同程度的显著相关性,具体表现为:

AO指数是北半球中纬度地区与北极高纬度地区气压差值的变化,当AO负相位时,系统的气压差较正常弱,冷空气南侵,使北半球中低纬度地区寒潮事件增多增强;而AO正相位时,极地低压系统的气压差较正常强,冷空气无法向南深入。从表3可看出,AO指数在所有的环流指数中与环青海湖地区气候变化的相关性最为明显,与秋季和冬季平均最低气温的相关性最为显著(p<0.01),相关系数分别达到0.47和0.37,与年平均最低气温相关系数也达到了0.37,呈显著正相关(p<0.01),而与秋季平均气温和平均最高气温也呈显著正相关(p<0.01),表明环青海湖地区,当AO为正相位时,环青海湖地区秋季和冬季气温呈显著升高趋势,反之则气温较低。AO指数与研究区降水的年际和季节相关性在所有环流指数中最为明显,除了与秋季降水量相关系数较低,未通过0.05显著检验外,与春季、夏季、冬季和年降水量均呈显著正相关(p<0.05),与夏季相关性最为显著(p<0.01),相关系数达0.38,说明当AO为正相位时,研究区降水量较正常值偏多,反之降水量减少;Chen等[14]的分析也表明AO指数与我国西北干旱区气温和降水均呈正相关关系,但其相关系数未达到0.05的显著性,而与环青海湖地区的气温、降水均达0.05甚至0.01的显著性,是否表明AO指数对我国青藏高原地区的影响大于其他地区还有待后续更深入的研究。

图7   环青海湖地区气温、降水与季风变化关系

Fig.7   The correlation coefficient between monsoon and annual average temperature, precipitation in Qinghai Lake Basin

NAO指数是冰岛低压与亚速尔高压之间的气压差值变化,其正负相位强弱的变化对整个亚欧大陆的气候具有重要的影响[47]。从表3可看出,NAO指数与环青海湖地区气温的相关性较小,均未通过0.05的显著性检验,但与夏季和冬季降水量均呈显著正相关关系(p<0.05),表明当NAO指数为正相位时,环青海湖地区夏季和冬季降水量偏多,与马丽娟[48]的研究结果相似,当NAO偏强时(正相位指数越大),青藏高原上游副热带西风急流加强东进,携带更多的副热带暖湿空气进入高原,有利于在整个高原地区形成更多降水的大气环流背景[13,48]

表3   大气环流指数与青海湖流域气温和降水变化相关性

Table 3   The correlation between different atmospheric circulation and temperature, precipitation in Qinghai Lake Basin

环流指数平均气温平均最高气温平均最低气温降水量
春季夏季秋季冬季全年春季夏季秋季冬季全年春季夏季秋季冬季全年春季夏季秋季冬季全年
AO0.060.080.46**0.250.32*-0.15-0.010.28*0.090.100.250.230.46**0.37**0.37**0.31*0.38**0.090.37**0.31*
NAO-0.06-0.080.260.080.07-0.25-0.170.11-0.06-0.060.130.080.260.180.180.220.33*-0.020.27*0.22
SST0.20-0.070.030.150.170.12-0.050.240.150.150.28*-0.07-0.150.140.14-0.18-0.15-0.35**0.02-0.18
MEI0.16-0.110.070.200.160.04-0.130.27*0.170.170.27*-0.02-0.110.210.21-0.10-0.01-0.36**0.04-0.10
SO-0.050.190.08-0.030.010.030.19-0.09-0.12-0.02-0.150.150.20-0.04-0.040.190.130.33*-0.020.19

注:*, **分别表示通过了0.05和0.01显著性检验

新窗口打开

ENSO指数是目前所观测到的地球上最强的海—气相互耦合的最强信号之一,其高低程度对世界大多数地区的气候产生重大的影响,尤其对我国夏季旱涝灾害的影响最为明显[19]。从表征ENSO强弱信号的3个指数SST,MEI和SO与环青海湖地区气温、降水的相关系数来看,3个指数与研究区气候变化的相关性复杂。SST和MEI与气温的相关性均较低,均与春季平均最低气温呈显著正相关(p<0.05),MEI与秋季平均最高气温也呈显著正相关;而SO指数与气温指数相关性均未通过0.05显著性检验。与环青海湖地区降水的相关性来看,ENSO与秋季降水的相关性最为显著(p<0.05),其中SST和MEI与秋季降水均呈显著负相关(p<0.01),而SO与秋季降水呈显著正相关;说明ENSO与环青海湖地区秋季降水的影响最大。

3.2 环青海湖地区未来气候变化趋势预测

用R/S 法根据环青海湖地区近57年来的气候变化趋势,对各气候指数(平均气温、平均最高和最低气温以及降水量)年和季节的未来变化趋势进行分析,结果如表4所示。从表4可看出,环青海湖地区年平均气温和年平均最高气温的Hurst指数分别为0.59和0.53,均大于0.5,说明存在较弱的Hurst现象,表明该地区年平均气温的增暖趋势在未来整体上依然延续下去,但未来的增暖幅度可能有所减缓;而年平均最低气温的Hurst值高达0.89,表现为很强的持续性,说明其仍将延续已有的变暖趋势,即持续增温;从降水量Hurst值来看,该区域的未来降水变化趋势仍以增加为主。

从各季节Hurst值来看,年平均气温和年平均最高气温春季、夏季、秋季和冬季的Hurst 值均大于0.5,说明未来仍将以持续上升为主;同时,也表现出明显的季节差异,表明各季节对气候变暖的响应不同;平均最低气温未来变化趋势与前两者的季节变化截然不同,主要表现在冬季变化上,冬季平均最低气温的Hurst值为0.46,表现为很弱的反持续性,说明其增暖趋势将停止,在未来可能呈现出一定的下降趋势,而夏季、秋季和冬季的变暖趋势将继续延续;从降水的季节Hurst值来看,夏季和冬季呈现出反持续性,表明其未来降水量的变化将不会继续增加,而秋季降水量在未来仍以持续增加为主。总体来看,环青海湖地区未来气候变化将延续增温、增湿的变化特征,但各季节的持续性强度会有所不同,秋季的增温、增湿趋势将更为明显,而“暖冬”现象的持续增加趋势可能有所减缓。

表4   青海湖流域各气候因子Hurst指数

Table 4   Hurst index of each climatic factor in Qinghai Lake Basin

气候因子平均气温平均最高气温
春季夏季秋季冬季全年春季夏季秋季冬季全年
Hurst指数0.640.790.670.640.590.610.590.820.610.53
持续性强度较弱较强较弱较弱较弱较弱很强较弱很弱
气候因子平均最低气温降水量
春季夏季秋季冬季全年春季夏季秋季冬季全年
Hurst指数0.670.630.950.460.890.510.480.720.350.64
持续性强度较强较弱很强很弱很强很弱很弱较强较弱较弱

新窗口打开

4 结论

基于1959—2015年环青海湖地区11个站点逐月气温和降水资料,研究了其近57年年平均气温、年平均最高气温和年平均最低气温以及年降水变化特征及其季风环流因素,结论如下:

(1) 近57年来,环青海湖地区平均气温、年平均最高和最低气温以及降水总体上均呈增加趋势,秋季和冬季气温的上升趋势普遍高于春季和夏季,尤其是冬季最为显著,而夏季和冬季降水的增加趋势较大。同时,气温和降水的年际和季节波动明显,虽然各季节的突变时间差异较大,但基本都在20世纪80年代以后;降水在年际和季节的突变时间相比气温较晚,普遍在2002年之后跃升为降水偏多阶段。

(2) 东亚夏季风和印度夏季风指数对环青海湖地区气温和降水的影响在年际变化上差异较小 (p>0.05),但在季节变化上差异明显,东亚夏季风指数与秋季平均气温、平均最高和最低气温以及夏季降水均呈负相关关系 (p<0.01),印度夏季风指数与春季平均气温、平均最高和最低气温和春季降水也呈显著负相关关系。

(3) 北极涛动(AO)对环青海湖地区气温、降水均影响较大,尤其对秋季和冬季气温和春季、夏季和冬季降水的影响最为显著,当AO指数正相位时秋季、冬季气温明显升高,春季、夏季和冬季降水显著增多;北大西洋涛动指数(NAO)与环青海湖地区气温的相关性并不明显,但与夏冬季节降水呈显著正相关关系;ENSO事件强度与环青海湖地区气温、降水相关性复杂,SST和MEI与春季平均最低气温呈显著正相关,而与秋季降水呈显著负相关关系,表明环青海湖地区气温和降水的季风环流驱动因子具有复杂性和综合性特征。

(4) 环青海湖地区气温和降水存在不同程度的Hurst现象,平均气温和平均最高气温存在较弱的持续性,而平均最低气温则呈现出很强的持续性,表明研究区平均最低气温有持续增加的趋势;而降水量整体上呈较弱的持续性,说明区域降水在未来依然会呈一定的增加趋势。

The authors have declared that no competing interests exist.


参考文献

[1] IPCC. Summary for policymakers[M]∥Stocker T F, Qin D, Plattne G-K, et al, eds.Climate Change 2013: The Physical Science Basis. Contribution of Working Group to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, UK: Cambridge University Press, 2013.

[本文引用: 3]     

[2] Zhang Bin, Zhu Jianjun, Liu Huamin, et al.

Effects of extreme rainfall and drought events on grassland ecosystems

[J]. Chinese Journal of Plant Ecology, 2014, 38(9): 1 008-1 018.

[本文引用: 1]     

[张彬,朱建军,刘华民,.

极端降水和极端干旱事件对草原生态系统的影响

[J]. 植物生态学报, 2014, 38(9): 1 008-1 018.]

[本文引用: 1]     

[3] Karl T R, Kukla G, Razuvayev V N, et al.

Global warming evidence for asymmetric diurnal temperature change

[J]. Geophysical Research Letters, 1991, 18(12): 2 253-2 256.

DOI      URL      [本文引用: 1]     

[4] Tian Q, Yang S.

Regional climatic response to global warming: Trends in temperature and precipitation in the Yellow, Yangtze and Pearl River basins since the 1950s

[J]. Quaternary International, 2016, 440:1-11.

[本文引用: 1]     

[5] Qu M, Wan J, Hao X.

Analysis of diurnal air temperature range change in the continental United States

[J]. Weather and Climate Extremes, 2014, 4: 86-95.

DOI      URL      [本文引用: 1]     

[6] Ren G, Zhou Y.

Urbanization effect on trends of extreme temperature indices of national stations over mainland China, 1961-2008

[J]. Journal of Climate, 2014, 27(6): 2 340-2 360.

DOI      URL      [本文引用: 3]     

[7] Ren Guoyu, Guo Jun, Xu Mingzhi, et al.

Climate changes of China’s mainland over the past half century

[J]. Acta Meteorologica Sinica, 2005, 63(6):942-956.

Magsci      [本文引用: 2]     

[任国玉, 郭军, 徐铭志, .

近50年中国地面气候变化基本特征

[J]. 气象学报, 2005, 63(6): 942-956.]

DOI      Magsci      [本文引用: 2]      摘要

采用国家基准气候站和基本气象站的地面资料,系统地分析了中国大陆地区1951年以来近地表主要气候要素演化的时间和空间特征。结果表明,中国近50 a来年平均地表气温变暖幅度约为1.1 ℃,增温速率接近0.22 ℃/(10 a),比全球或半球同期平均增温速率明显偏高。地表气温增暖主要发生在最近的20余年,其季节和空间特征与前人分析结论基本一致。降水量变化趋势对所取时间段和区域范围敏感。1951年以来全国平均降水量变化趋势不明显,但1956年以来略有增加。降水变化的空间特征明显而相对稳定,东北北部、包括长江中下游的东南部地区和西部广大地区降水增加,而华北地区以及东北东南部和西北东部地区降水明显减少。分析还发现,近50 a来全国平均的日照时数、平均风速、水面蒸发等气候要素均呈显著下降趋势,但积雪地带的最大积雪深度却有所增加。中国日照时间和水面蒸发量变化的空间特征很相似,减少最明显的地区均发生在华北和华东,新疆次之。影响中国年代以上尺度气候变化的因子错综复杂,人类活动引起的大气中温室气体浓度增高可能在一定程度上影响了中国近50 a来的气候,但考虑到尚存的不确定性,目前仍不能给出明确结论。中国东部大部分地区日照时间和水面蒸发量减少可能均起源于人为排放的气溶胶影响,平均风速减弱也有利于水面蒸发量下降,而在西部地区云量和降水量的变化可能更重要。
[8] Zhang Guohong, Li Zhicai, Song Yan, et al.

Spatial pattern of change trend in rainfall of China and East Asia summer monsoon

[J]. Arid Land Geography, 2010, 34(1): 34-42.

[本文引用: 2]     

[张国宏, 李智才, 宋燕, .

中国降水量变化的空间分布特征与东亚夏季风

[J]. 干旱区地理, 2011,34(1): 34-42.]

[本文引用: 2]     

[9] Peng S, Gang C, Cao Y,

et al. Assessment of climate change trends over the Loess Plateau in China from 1901 to 2100

[J]. International Journal of Climatology, 2017.DOI:10.1002/joc.5331.

[本文引用: 1]     

[10] Zhang Zhengyong, Liu Lin, Tang Xiangling.

The regional difference and abrupt events of climatic change in Tianshan Mountains during 1960-2010

[J]. College of Geography Science,2012,31(11) : 1 475-1 484.

[本文引用: 1]     

[张正勇, 刘琳, 唐湘玲.

1960—2010年中国天山山区气候变化区域差异及突变特征

[J]. 地理科学进展, 2012, 31(11): 1 475-1 484.]

[本文引用: 1]     

[11] Jia Wenxiong, He Yuanqing, Li Zongxing, et al.

The regional difference and catastrophe of climatic change in Qilian Mt. region

[J]. Journal of Geographical Sciences, 2008, 63(3): 257-269.

[本文引用: 1]     

[贾文雄, 何元庆, 李宗省, .

祁连山区气候变化的区域差异特征及突变分析

[J]. 地理学报, 2008, 63(3): 257-269.]

[本文引用: 1]     

[12] Li Zongxing, He Yuanqing, Xin Huijuan, et al.

Spatio-temporal variations of temperature and precipitation in Mts. Hengduan region during 1960-2008

[J]. Journal of Geographical Sciences, 2010, 65(5): 563-579.

[本文引用: 1]     

[李宗省, 何元庆, 辛惠娟, .

我国横断山区1960-2008年气温和降水时空变化特征

[J]. 地理学报, 2010, 65(5): 563-579.]

[本文引用: 1]     

[13] Yao Tandong, Piao Shilong, Shen Miaogen, et al.

Chained impacts on modern environment of interaction between westerlies and Indian Monsoon on Tibetan Plateau

[J]. Bulletin of Chinese Academy of Sciences, 2017, 32(9): 976-984.

[本文引用: 2]     

[姚檀栋, 朴世龙, 沈妙根, .

印度季风与西风相互作用在现代青藏高原产生连锁式环境效应

[J]. 中国科学院院刊, 2017, 32(9): 976-984.]

[本文引用: 2]     

[14] Chen Y, Deng H, Li B, et al.

Abrupt change of temperature and precipitation extremes in the arid region of Northwest China

[J]. Quaternary International, 2014, 336: 35-43.

DOI      URL      [本文引用: 4]     

[15] You Q, Kang S, 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, 2010, 36(11/12): 2 399-2 417.

[本文引用: 2]     

[16] Chen F, Wu D, Chen J, et al.

Holocene moisture and East Asian summer monsoon evolution in the northeastern Tibetan Plateau recorded by Lake Qinghai and its environs: A review of conflicting proxies

[J]. Quaternary Science Reviews, 2016, 154: 111-129.

DOI      URL      [本文引用: 1]     

[17] Zuo Jinqing.

Relationship Between AO/NAO and ENSO and Their Impact on Climate Anomalies in China[D]

. Lanzhou: Lanzhou University, 2011.

[本文引用: 1]     

[左金清.

AO/NAO与ENSO的联系及其对中国气候异常的影响[D]

. 兰州: 兰州大学, 2011.]

[本文引用: 1]     

[18] Li L, Li C, Song J.

Arctic Oscillation anomaly in winter 2009/2010 and its impacts on weather and climate

[J]. Science in China (Series D), 2012, 55(4): 567-579.

[本文引用: 1]     

[19] Liu Yimim, Liu Boqi, Ren Rongcai, et al.

Current super El Niño event and its impacts on climate in China in spring and summer

[J]. Bulletin of Chinese Academy of Sciences, 2016, 31(2): 241-250.

[本文引用: 2]     

[刘屹岷, 刘伯奇, 任荣彩, .

当前重大厄尔尼诺事件对我国春夏气候的影响

[J]. 中国科学院院刊, 2016, 31(2): 241-250.]

[本文引用: 2]     

[20] Huang Ronghui.

Recent progresses in research on the variabilities of the East Asian monsoon system and occurring mechanism of severe climate disasters in China

[J]. Bulletin of Chinese Academy of Sciences, 2010, 25(2): 202-206.

[本文引用: 2]     

[黄荣辉.

东亚季风气候系统变异和我国重大气候灾害发生机理研究进展

[J]. 中国科学院院刊, 2010, 25(2): 202-206.]

[本文引用: 2]     

[21] Cui B, Li X.

The impact of climate changes on water level of Qinghai Lake in China over the past 50 years

[J]. Hydrology Research, 2015, 237:532-542.

[本文引用: 2]     

[22] Li Lin, Shi Xinghe, Shen Hongyan, et al.

Cause of water level fluctuation in Qinghai Lake from 1960 to 2009 and its future trend forecasting

[J]. Journal of Natural Resource, 2011, 26(9): 1 566-1 574.

[本文引用: 1]     

[李林, 时兴合, 申红艳, .

1960—2009年青海湖水位波动的气候成因探讨及其未来趋势预测

[J]. 自然资源学报, 2011, 26(9): 1 566-1 574.]

[本文引用: 1]     

[23] Li Jianping, Zeng Qingcun.

A new monsoon index, its interannual variability and relation with monsoon precipitation

[J]. Climatic and Environmental Research, 2005, 10(3): 351-365.

[本文引用: 1]     

[24] Mann H B.

Nonparametric tests against trend

[J]. Econometrica, 1945, 13(3): 245-259.

DOI      URL      [本文引用: 1]     

[25] Kendall M G.

Rank Correlation Measures

[M]. London:Charles Griffin, 1975: 202.

[本文引用: 1]     

[26] Sen P K.

Estimates of the regression coefficient based on Kendall’s Tau

[J]. Journal of the American Statistical Association, 1968, 63(324): 1 379-1 389.

DOI      URL      [本文引用: 1]     

[27] Guo Lingpeng, Li Lanhai.

Variation of the proportion of precipitation occurring as snow in the Tian Shan Mountains, China

[J]. International Journal of Climatology, 2015, 35(7): 1 379-1 393.

DOI      URL      [本文引用: 1]     

[28] Wei Fengying.Modern Climatic Statistical Diagnosis and Forecasting Technology[M]. Beijing: China Meteorological Press, 1999.

[本文引用: 1]     

[魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 1999.]

[本文引用: 1]     

[29] Yu Xiulin, Ren Xuesong.Multivariate Statistical Analysis[M].Beijing: China Statistics Press, 1998.

[本文引用: 1]     

[于秀林, 任雪松. 多元统计分析[M]. 北京: 中国统计出版社, 1998.]

[本文引用: 1]     

[30] Liu Z, Zhou P, Zhang F, et al.

Spatiotemporal characteristics of dryness/wetness conditions across Qinghai Province, Northwest China

[J]. Agricultural and Forest Meteorology, 2013, (182/183): 101-108.

[本文引用: 1]     

[31] Liu Qing’e, Wu Xiaoqing, Chen Xiaohong,

et al. Temporal and spatial variation characteristics of extreme temperature in the Pearl River Basin during 1960-2012

[J]. Journal of Natural Resources, 2015, 30(8): 1 356-1 366.

[本文引用: 1]     

[刘青娥, 吴孝情, 陈晓宏, .

珠江流域1960—2012年极端气温的时空变化特征

[J]. 自然资源学报, 2015, 30(8): 1 356-1 366.]

[本文引用: 1]     

[32] Hurst E H.

Long-term storage capacity of reservoirs

[J]. Transactions of the American Society of Civil Engineers, 1951, 116: 770-808.

[本文引用: 2]     

[33] Ray R, Khondekar M H, Ghosh K, et al.

Scaling and nonlinear behaviour of daily mean temperature time series across India

[J]. Chaos, Solitons & Fractals, 2016, 84: 9-14.

[本文引用: 1]     

[34] Rehman S.

Study of Saudi Arabian climatic conditions using Hurst exponent and climatic predictability index

[J]. Chaos, Solitons & Fractals, 2009, 39(2): 499-509.

[本文引用: 1]     

[35] Feng Xinling, Feng Zili, Luo Longcheng, et al.

Fractal analysis of climate change and Hurst Index experiment in Tibetan Plateau in future

[J]. Arid Land Geography, 2008,31(2) : 175-181.

[本文引用: 2]     

[冯新灵, 冯自立, 罗隆诚, .

青藏高原冷暖气候变化趋势的R/S分析及Hurst指数试验研究

[J]. 干旱区地理, 2008, 31(2): 175-181.]

[本文引用: 2]     

[36] Yang Ying, Dong Guanghui, Zhao Yan, et al.

Spatio-temporal variability of temperature and precipitation during 1960-2008 inferred from instrumental records in Qinghai Province, northeastern Tibetan Plateau

[J]. Marine Geology Quaternary Geology, 2013, 33(4): 45-54.

[本文引用: 1]     

[杨颖, 董广辉, 赵艳, .

器测记录的青海省1960—2008年气温与降水时空变化

[J]. 海洋地质与第四纪地质, 2013, 33(4): 45-54.]

[本文引用: 1]     

[37] Li Lin, Chen Xiaoguang, Wang Zhenyu, et al.

Climate change and its regional differences over the Tibetan Plateau

[J]. Advance in Climate Change Research, 2010, 6(3): 181-186.

Magsci      [本文引用: 4]     

[李林, 陈晓光, 王振宇, .

青藏高原区域气候变化及其差异性研究

[J]. 气候变化研究进展, 2010, 6(3): 181-186.]

DOI      URL      Magsci      [本文引用: 4]      摘要

利用1961-2007年青藏高原66个气象台站气温和降水量资料,通过典型气候分区,系统研究了近47年来青藏高原气温、降水量等气候因子时空演变规律,揭示了青藏高原不同区域气候变化的差异性。研究表明:近47年来,青藏高原的气候呈现出显著增暖趋势,年平均气温以0.37℃/10a的速率上升,气候变暖在夜间要较日间明显。冬季较其他季节明显,2月气温由冷向暖的转变最为显著,8月最不显著,且在某些区域有变冷迹象;高原边缘地区气候变暖要明显于高原腹地,青海北部区特别是柴达木盆地是青藏高原气候变化的敏感区。降水量总体表现出增多态势,气候倾向率达9.1 mm/10a,但区域性差异较为明显,藏东南川西区是青藏高原降水量增多最显著的地区;12月至次年5月即冬春季整个青藏高原降水量随着气候变暖而增多,7月和9月黄河上游区1987年后干旱化趋势明显。
[38] Chen Shaoyong, Guo Jiangyong, Guo Zhongxiang, et al.

Discipline of temporal and spatial variation of annual mean air temperature in arid and semiarid region in Northwest China in the recent 46 years

[J]. Arid Land Geography, 2009, 32(3):364-372.

[本文引用: 1]     

[陈少勇, 郭江勇, 郭忠祥, .

中国西北干旱半干旱区年平均气温的时空变化规律分析

[J]. 干旱区地理, 2009, 32(3): 364-372.]

[本文引用: 1]     

[39] Huang Chengrong, He Yaping, Ma Leikai.

Analysis on verification of air temperature and impact factors in Xinjiang from 1960-2009

[J]. Journal of Arid Land Resources and Environment, 2012, 26(10): 7-12.

[本文引用: 1]     

[黄成荣, 何亚萍, 马雷凯.

1960—2009年新疆气温时空变化及影响因子分析

[J]. 干旱区资源与环境, 2012, 26(10): 7-12.]

[本文引用: 1]     

[40] Qian W, Qin A.

Spatial-temporal characteristics of temperature variation in China

[J]. Meteorology and Atmospheric Physics, 2006, 93(1/2): 1-16.

DOI      URL      [本文引用: 1]     

[41] Chen Shaoyong, Wang Jinsong,Shi Yuanyuan, et al.

The change of annual mean temperature in monsoon area of east China

[J]. Resources Science, 2009, 31(3): 462-471.

Magsci      [本文引用: 1]     

[陈少勇, 王劲松, 石圆圆, .

中国东部季风区1961年~2006年年平均气温变化特征

[J]. 资源科学, 2009, 31(3): 462-471.]

Magsci      [本文引用: 1]      摘要

利用中国东部季风区375个测站的1961年~2006年历年平均地面气温资料,采用线性趋势分析、多项式拟合、EOF、REOF、Mann-Kendall、滑动t-检验、子波分析和功率谱分析等方法,分析了46年季风区年平均气温对气候变暖的响应。结果表明:①中国东部季风区近46年增温率0.24℃/10年,从1971年开始气温呈增加趋势,1987年有一次显著突变;②季风区年平均气温标准差和相对变率分布较均匀;③大多数区域气温变化有明显上升趋势,增温率从南向北增大,增温不显著的区域主要在西南地区;④用EOF将该区年平均气温异常分为全区一致型、准南北差异型、中间型3种常见分布模态,用REOF将该区细分为季风北部区、南部区、中部区和云贵高原区4个分区;⑤全区性的异常偏热年,大部分出现在1990年以后,气温异常变化存在5年左右的年际周期;⑥年平均气温的转折和突变先从云贵高原开始,过10年左右南、北部转型,再过10 年左右是中部转型;⑦对气温变化的机理进行了初步分析。
[42] Ren Guoyu, Chu Ziying, Zhou Yaqing, et al.

Recent progresses in studies of regional temperature changes in China

[J].Climatic and Environmental Research, 2005, 10(4): 701-716.

[本文引用: 1]     

[任国玉, 初子莹, 周雅清, .

中国气温变化研究最新进展

[J]. 气候与环境研究, 2005, 10(4): 701-716.]

[本文引用: 1]     

[43] Wang Q, Wang M, Fan X, et al.

Trends of temperature and precipitation extremes in the Loess Plateau region of China, 1961-2010

[J]. Theoretical and Applied Climatology, 2012, (92/93):1-15.

[本文引用: 1]     

[44] Liu Yongting, Xu Guanglai, Yin Zhouxiang, et al.

Spatio-temporal change of surface air temperature in Anhui Province in the context of global warming from 1960 to 2014

[J]. Journal of Natural Resources, 2017, 32(4): 680-691.

[本文引用: 1]     

[刘永婷, 徐光来, 尹周祥, .

全球变化背景下安徽近55 a气温时空变化特征

[J]. 自然资源学报, 2017, 32(4): 680-691.]

[本文引用: 1]     

[45] Guo Qiyun, Cai Jingning, Shao Xuemei, et al.

Interdecadal variability if East-Asian summer monsoon and its impact on the climate of China

[J]. Acta Geographica Sinica, 2003, 58(4): 569-576.

[本文引用: 1]     

[郭其蕴, 蔡静宁, 邵雪梅, .

东亚夏季风的年代际变率对中国气候的影响

[J]. 地理学报, 2003, 58(4): 569-576.]

[本文引用: 1]     

[46] Xu Zhongfeng, Qian Yongfu.

Moist potential vorticity index of Indian monsoon and its relationship with climate in China

[J]. Acta Meteorologica Sinica, 2006, 64(6): 760-769.

Magsci      [本文引用: 1]     

[徐忠峰, 钱永甫.

用湿位涡定义的印度夏季风指数及其与中国气候的关系

[J]. 气象学报, 2006, 64(6): 760-769.]

DOI      Magsci      [本文引用: 1]      摘要

印度季风区是世界上季风现象最显著的地区,伴随着夏季风爆发和撤退,季风区的大气风场和湿度场都存在明显的季节转换,这种季节转换可以作为区分夏季风与冬季风的一个很好的标准.以往的季风指数大多只考虑了季风区的动力场或热力场的演变特征.在综合考虑了印度季风的热力和动力特征的基础上,利用湿位涡定义了一个新的印度夏季风指数.湿位涡是一个动力学和热力学的综合量,它既反映了风场的涡旋状况又反映了大气的垂直稳定度.研究表明:该指数可以很好地反映季风区大气热力场和动力场的季节演变特征.用湿位涡定义的印度夏季风指数不仅稳定而且可以较好地反映夏季风爆发时间、季风强度及季风的活跃与中断等多种特征.与以往的环流指数相比,湿位涡季风指数描述季风爆发时间的能力有较明显的改进.此外,该指数还可以很好地反映印度夏季降水的年际演变特征.初步的相关分析表明:印度夏季风爆发时间与中国西北及华北地区夏季降水呈负相关,与次年长江中下游以南地区夏季气温也存在显著的负相关.此外,印度夏季风平均强度与前期华南地区春季降水也有密切关系.
[47] Liu Lishan, Yan Junping, Li Shuangshuang.

The influence of solar activity and oscillation on temperature changes in south and north Tianshan

[J]. Resources Science, 2014, 36(3): 502-511.

[本文引用: 1]     

[刘栎杉, 延军平, 李双双.

太阳活动和大气涛动对天山南北气温波动的综合影响

[J]. 资源科学, 2014, 36(3): 502-511.]

[本文引用: 1]     

[48] Ma Lijuan.

The Spatiotemporal Variation of Snow Cover at the Tibetan Plateau During Recent 50 Years and the Relationship with Atmospheric Circulation[D]

. Beijing: University of Chinese Academy of Sciences, 2008.

[本文引用: 2]     

[马丽娟.

近50年青藏高原积雪的时空变化特征及其与大气环流因子的关系[D]

. 北京:中国科学院研究生院, 2008.]

[本文引用: 2]     

/