孔鋒　李穎　王一飛　呂麗莉　林霖　劉冬　辛源

摘要采用1961—2016年中國2 481站的大風(fēng)日數(shù)數(shù)據(jù)，利用統(tǒng)計方法分析了中國及七大地理分區(qū)的大風(fēng)日數(shù)時空分布特征和周期變化規(guī)律。結(jié)果表明，在時間上，1961—2016年中國及七大地理分區(qū)的大風(fēng)日數(shù)整體均呈減少趨勢；西藏（東南和西南）地區(qū)年均單站大風(fēng)日數(shù)最多（少），但減少比例最少（多）。在顯著振蕩周期上，全國是14年，東北、北方和西北東部地區(qū)均是60年，西北西部、西南和東南地區(qū)是7、14和60年，西藏地區(qū)是7和60年。全國、東北、北方、西北東部、西北西部、西藏、西南和東南地區(qū)的年均大風(fēng)日數(shù)分別在1991、1993、1989、1997、1986、1997、1992和1984年發(fā)生突變，但僅西北東部和西藏地區(qū)通過了0.05顯著性水平的檢驗。在空間上，1961—2016年中國年均大風(fēng)日數(shù)呈現(xiàn)出明顯的東南低-西北高的空間分異格局；年均大風(fēng)日數(shù)較多分布在西藏中部和西部、青海南部、新疆東部、四川西部及內(nèi)蒙古和甘肅北部地區(qū)地形復(fù)雜的地區(qū)，這些地區(qū)在20世紀70和80年代以正距平為主，而在其他年代均以負距平為主。1961—2016年中國絕大多數(shù)地區(qū)年際大風(fēng)日數(shù)呈減少趨勢，波動特征在“胡煥庸線”兩側(cè)呈東大西小格局。

關(guān)鍵詞大風(fēng)日數(shù)；時空格局；變化趨勢；波動特征；中國

中圖分類號P425.4+7文獻標識碼A文章編號0517-6611（2017）31-0188-09

AbstractBased on the 2 481 stations data of hail days in China during 1961-2016， the temporal and spatial distribution characteristics and periodic variation of gale days in China and seven geographical regions were analyzed by using statistical methods.The results showed that： In time， the gale days in China and the seven geographical areas all showed a decreasing trend from 1961 to 2016. In the Tibet （Southeast China and Southwest China） region， the annual numbers of single station gale days were the most（least）， but the ratio was the least（most）.In the significance oscillation period， the whole country was 14 years；the Northeastern China， Northern and east of Northwestern China were 60 years；the west of Northwestern China， Southwestern China and Southeastern China were 7， 14 and 60 years；the Tibet region were 7 and 60 years.The mutation of gale days generally occured in 1991， 1993， 1989， 1997， 1986， 1997， 1992 and 1984 in the whole country， Northeastern China， Northern China， east of Northwestern China， west of Northwestern China， Tibet， Southwestern China and Southeastern China region， but only the east of Northwestern China and Tibet regions passed the 0.05 significant levels of test.In space， the annual average gale days showed southeast low and northwest high pattern in China from 1961 to 2016. The annual average gale days were more abundant in the central and Western Tibet， the Soutnern Qinghai， Eastern Xinjiang， Western Sichuan and Northern Inner Mongolia and Northern Gansu. These regions were dominated by positive anomaly in 1970s and 1980s， but negative in other decade. Annual gale days in most regions in China showed a decreasing trend， and fluctuation presented high in east region and low in west region beside "Hu Huanyong line".

Key wordsGale days；Temporal and spatial patterns；Variation trends；Fluctuation characteristics；China

全球氣候變暖可能導(dǎo)致大風(fēng)事件在一定程度上發(fā)生變化[1-2]。大風(fēng)是在大尺度環(huán)流天氣系統(tǒng)或局地強對流天氣系統(tǒng)條件下產(chǎn)生的一種天氣過程[3-6]。風(fēng)災(zāi)常常導(dǎo)致農(nóng)作物倒伏，進而使農(nóng)作物減產(chǎn)[7]；大樹或樹枝折斷、廣告牌刮倒，傷害人及牲畜，造成財產(chǎn)損失，破壞生態(tài)環(huán)境，并給人們的社會活動帶來不便[8]。風(fēng)災(zāi)嚴重影響到農(nóng)業(yè)生產(chǎn)、社會經(jīng)濟和可持續(xù)發(fā)展，已引起人們的高度重視[9-10]。

風(fēng)尤其是大風(fēng)作為表征氣候變化的重要氣候因素之一[11-13]，在當(dāng)前的研究關(guān)注較少[14-16]，因此，研究風(fēng)尤其是大風(fēng)事件氣候特征和變化規(guī)律是目前氣候研究中的一項復(fù)雜且重要的內(nèi)容[17-18]。已有針對大風(fēng)事件的研究主要集中在研究區(qū)域近地表風(fēng)速和大風(fēng)日數(shù)的長期趨勢變化[9-10，19-23]。大量研究發(fā)現(xiàn)，全世界不同區(qū)域近地表風(fēng)速呈現(xiàn)下降的趨勢[24]，如澳大利亞[25]、意大利[26]、加拿大[27]、捷克共和國[28]等；也有研究發(fā)現(xiàn)地表風(fēng)速在上升，如Kousari等[29]在伊朗的研究表明，研究區(qū)整體風(fēng)速呈上升趨勢，但局部地區(qū)風(fēng)速下降十分顯著。針對中國區(qū)域的風(fēng)速研究表明，中國近地表整體風(fēng)速呈現(xiàn)下降趨勢[30-31]，但不同區(qū)域間風(fēng)速下降速率不同，中國東部及沿海，特別是京津冀、長三角地區(qū)風(fēng)速下降最為明顯[14]，其主要原因可能是全球變暖背景下，亞洲大陸和太平洋之間的海平面氣壓差和近地面溫差顯著減小，東亞大槽向東向北偏移并減弱，而且東亞冬季風(fēng)和夏季風(fēng)減弱也導(dǎo)致了最大風(fēng)速下降[32-35]。風(fēng)速的變化會對生態(tài)環(huán)境產(chǎn)生重要的影響[14，36]。近年來，伴隨著中國的快速城市化與工業(yè)化[36]，越來越多的工業(yè)廢氣被排放到大氣[32]，人們逐漸觀察到中國東部霾日數(shù)明顯上升[36]，大城市的嚴重大氣污染事件也呈現(xiàn)出高發(fā)態(tài)勢，尤其是在京津冀地區(qū)[32-37]。通過梳理發(fā)現(xiàn)，現(xiàn)有的大風(fēng)事件研究中針對全國的長時間序列的研究相對較少，尤其是對不同區(qū)域大風(fēng)事件的對比研究相對缺乏。

為此，筆者以1961—2016年中國2 481個地面觀測站大風(fēng)日數(shù)資料為依據(jù)，分析中國整體及七大地理分區(qū)大風(fēng)日數(shù)的時間動態(tài)變化、空間氣候態(tài)分布特征、大風(fēng)日數(shù)年代距平變化和大風(fēng)日數(shù)年際變化趨勢以及波動特征，并對年際大風(fēng)日數(shù)的時間序列運用集合經(jīng)驗?zāi)B(tài)分解（EEMD）進行周期振蕩變化研究，采用Mann-Kendall（M-K）法進行突變檢驗，以期為中國及七大地理分區(qū)的生態(tài)環(huán)境建設(shè)提供基礎(chǔ)資料，為經(jīng)濟發(fā)展、防災(zāi)減災(zāi)提供參考。

1資料與方法

1.1數(shù)據(jù)來源

采用的1961—2016年中國2 481站的大風(fēng)日數(shù)年值數(shù)據(jù)來自于中國氣象局國家氣象信息中心的《對流性天氣數(shù)據(jù)集（V1.0）》。在我國氣象觀測業(yè)務(wù)中規(guī)定，近地表10 m高度處瞬間風(fēng)速達到或超過17 m/s或目測估計風(fēng)力達到或超過8級的風(fēng)，稱為大風(fēng)[38]。某一日中有大風(fēng)出現(xiàn)，稱為大風(fēng)日[39]。大風(fēng)天氣現(xiàn)象按《地面氣象觀測規(guī)范》的要求進行觀測[38]，初期對觀測數(shù)據(jù)進行了反復(fù)質(zhì)量檢測與控制，期間糾正了大量的錯誤數(shù)據(jù)并對數(shù)字化遺漏數(shù)據(jù)進行了補錄，使得數(shù)據(jù)質(zhì)量和完整性得到明顯提升。后期數(shù)據(jù)集是由中國氣象局國家氣象信息中心對地面氣象觀測數(shù)據(jù)文件和實時上傳的地面氣象要素數(shù)據(jù)文件綜合校對后制作而成，經(jīng)過了嚴格的“臺站-省級-國家級”三級質(zhì)量控制。數(shù)據(jù)的實有率均在98%以上，數(shù)據(jù)的正確率均接近100%，站點分布如圖1所示。

1.2計算方法

采用的方法主要包括線性趨勢檢測、EEMD、M-K突變檢驗、反距離權(quán)重插值、圖譜對比分析和變異系數(shù)，其中前3種方法主要用來檢測時間序列趨勢、波動和突變特征，圖譜對比分析和變異系數(shù)主要用來診斷不同研究時段空間格局差異的方法，這些方法均已經(jīng)在大氣科學(xué)和地理學(xué)中得到了廣泛的應(yīng)用[14，36，40-41]。其中變異系數(shù)表征大風(fēng)日數(shù)的波動特征空間分布格局。在數(shù)理統(tǒng)計上，變異系數(shù)是衡量資料中各觀測值變異程度的一個統(tǒng)計量，是標準差與平均數(shù)的比值，可以用于衡量數(shù)據(jù)的波動性。變異系數(shù)可以消除單位和平均數(shù)不同對2個或多個資料變異程度比較的影響。在該研究中，大風(fēng)日數(shù)的變異系數(shù)越小，其波動程度越??；反之，變異系數(shù)越大，波動程度越大。同時該研究根據(jù)已有研究成果對中國進行分區(qū)[42-43]，統(tǒng)計七大地理分區(qū)的大風(fēng)日數(shù)動態(tài)變化特征（圖1）。

安徽農(nóng)業(yè)科學(xué)2017年

2結(jié)果與分析

2.1中國大風(fēng)日數(shù)時間序列變化

從時間序列動態(tài)變化來看（圖2a），在年際變化上，1961—2016年中國年均單站大風(fēng)日數(shù)在波動中呈明顯的減少趨勢。在年代際變化上，中國年均單站大風(fēng)日數(shù)20世紀60年代到2016年逐年代梯次遞減。年均單站大風(fēng)日數(shù)從20世紀60年代的約17 d減少到2011—2016年的7 d，減少了58.82%。大幅度的大風(fēng)日數(shù)減少可能與1950年以來的全球變暖密切相關(guān)。全球變暖后，海陸溫差相對變小，導(dǎo)致東亞季風(fēng)減弱，空氣流動速度相對降低。同時加之，1949年建國后，中國長時間大范圍的快速城鎮(zhèn)化進程導(dǎo)致原有的自然地表景觀改變，土地利用變化更加多樣，城市房屋的高度和密度日益增大[14，32，36]，因此，地表粗糙度也有不同程度的增大，從而導(dǎo)致風(fēng)速整體減小，大風(fēng)日數(shù)也整體減小[9，17，21]。

從七大地理分區(qū)來看，1961—2016年東北地區(qū)年均單站大風(fēng)日數(shù)也在波動中呈現(xiàn)明顯的減少趨勢（圖2b）；在年代際上，東北地區(qū)大風(fēng)日數(shù)在20世紀60年代略有增加，從70年代開始，逐年代減少，大約從20世紀70年代的25 d減少至2011—2016年的10 d，減少了60.00%。1961—2016年北方地區(qū)年均單站大風(fēng)日數(shù)在波動中呈現(xiàn)明顯減少趨勢（圖2c）；在年代際上，近56年北方地區(qū)大風(fēng)日數(shù)逐年代梯次遞減，從20世紀60年代的22 d左右減少至2011—2016年的8 d左右，減少了63.64%。1961—2016年西北東部地區(qū)年均單站大風(fēng)日數(shù)整體呈現(xiàn)減少趨勢（圖2d），同時表現(xiàn)出明顯的分段特征；20世紀60年代—70年代中期年均單站大風(fēng)日數(shù)呈增加趨勢；而20世紀70年代后期至2016年在波動中呈現(xiàn)出明顯的減少趨勢，大致從20世紀70年代中期的22 d左右減少至2011—2016年的10 d左右，減少了54.55%。1961—2016年西北西部地區(qū)年均單站大風(fēng)日數(shù)整體呈現(xiàn)減少趨勢（圖2e）；在年代際變化上，除20世紀90年代低于2001—2010年外，其他年代大風(fēng)日數(shù)均呈減少趨勢，從20世紀60年代的27 d左右減少至2011—2016年的14 d，減少了48.15%。1961—2016年西藏地區(qū)年均單站大風(fēng)日數(shù)整體呈現(xiàn)減少趨勢（圖2f），并呈現(xiàn)明顯的分段變化特征；其中1961—1978年西藏地區(qū)年均單站大風(fēng)日數(shù)呈明顯增加趨勢，1979—2000年則急劇減少；2000年以后整體變化趨勢較小，但波動增大。在年代變化上，西藏地區(qū)大風(fēng)日數(shù)，20世紀60年代最多，2011—2016年最少，從20世紀60年代的60 d左右減少到2011—2016年的35 d左右，減少了41.47%。1961—2016年西南地區(qū)年均單站大風(fēng)日數(shù)整體呈現(xiàn)減少趨勢（圖2g）；其中1961—1980年西南地區(qū)年均單站大風(fēng)日數(shù)整體變化趨勢不大，但波動減小；1981—2008年西南地區(qū)年均單站大風(fēng)日數(shù)整體呈減少趨勢，且波動較?。?009—2016年整體則呈增加趨勢，且波動增大。在年代變化上，西南地區(qū)大風(fēng)日數(shù)20世紀60年代—2010年逐年代梯次減少，2011—2016年略有增加。西南地區(qū)大風(fēng)日數(shù)從20世紀60年代的12 d左右減少到2001—2010年的4 d左右，減少了66.67%。1961—2016年東南地區(qū)年均單站大風(fēng)日數(shù)整體呈現(xiàn)減少趨勢（圖2h），其中1961—2000年呈明顯減少趨勢，而

2001—2016年變化趨勢不大，相對平穩(wěn)；在年代際變化上，東南地區(qū)大風(fēng)日數(shù)從20世紀60年代的11 d減少到2011—2016年的3 d，減少了72.73%。通過對比1961—2016年的全國和七大地理分區(qū)的大風(fēng)日數(shù)，發(fā)現(xiàn)西藏地區(qū)年均單站大風(fēng)日數(shù)最多，但減少比例最少；東南和西南地區(qū)年均單站大風(fēng)日數(shù)最少，但減少比例卻最多。

在波動特征方面，基于EEMD來看1961—2016年中國及七大地理分區(qū)的年平均大風(fēng)日數(shù)序列中低頻信號的波動特征。該研究在EEMD分解中加入的白噪音振幅標準差為原序列的0.2倍，集合次數(shù)為1 000次，最終分解出4個不同時間尺度的本征模態(tài)函數(shù)IMF序列和1個剩余殘差序列。從IMF 1序列可以看出，1961—2016年中國年均大風(fēng)日數(shù)序列表現(xiàn)出3年左右的周期波動特征（圖3）；類似的IMF 2、IMF 3和IMF 4序列分別表現(xiàn)出大約7、14和60年的波動特

征；剩余的殘差即是EEMD分解得到的趨勢，該趨勢和圖2中的全國大風(fēng)日數(shù)的線性趨勢十分相似。從圖3右邊各分量的顯著性檢驗結(jié)果來看，位于不同顯著性水平的線上方表示通過了不同顯著性水平的檢驗，即可以認為該分量包含了具有實際物理意義的信息，反之則該分量包含了較多的白噪聲。該圖的縱坐標表示IMF分量所具有的能量譜密度，縱坐標值越大表示IMF分量所具有的能量越高，振幅越大。從圖3可以看到，IMF 1與IMF 4所具有的能量最大，且都落在010和0.05的顯著性水平之上，說明IMF 1與IMF 4分量最顯著，說明在3和60年尺度上，中國年均大風(fēng)日數(shù)的振蕩周期相對顯著；而IMF 3的顯著性最低，說明這個分量中所包含的白噪聲最多，即這個周期所對應(yīng)的實際物理意義較小，說明在14年尺度上，中國年均大風(fēng)日數(shù)的振蕩周期不甚顯著。類似地，診斷1961—2016年中國七大地理分區(qū)的年均大風(fēng)日數(shù)，結(jié)果表明，IMF 1、IMF 2、IMF 3和IMF 4序列分別表現(xiàn)出大約3、7、14和60年的波動特征；剩余的殘差即是EEMD分解得到的趨勢，該趨勢與圖2中的七大地理分區(qū)大風(fēng)日數(shù)的線性趨勢十分相似。值得注意的是，東北、北方和西北東部地區(qū)僅IMF 4落在了0.05的顯著性水平之上，其他IMF分量均落在0.10的顯著性水平之下，表明在60年尺度上，東北、北方和西北東部地區(qū)年均大風(fēng)日數(shù)的振蕩周期顯著；西北西部、西南和東南地區(qū)的IMF 2、IMF 3和IMF 4分量落在0.10的顯著性水平之上，而IMF 1分量落在0.10的顯著性水平之下，表明在7、14和60年尺度上，西北西部、西南和東南地區(qū)年均大風(fēng)日數(shù)的振蕩周期顯著；西藏地區(qū)的IMF 2和IMF 4分量落在0.10的顯著性水平之上，而IMF 1和IMF 3分量落在0.10的顯著性水平之下，表明在7和60年尺度上，西藏地區(qū)年均大風(fēng)日數(shù)的振蕩周期顯著。

為了分析1961—2016年全國及七大地理分區(qū)的年均大風(fēng)日數(shù)序列的突變特征和突變時間，進一步采用M-K突變檢驗的方法來診斷。從圖4可看出，全國、東北、北方、西北東部、西北西部、西藏、西南和東南地區(qū)的UF統(tǒng)計量與UB統(tǒng)計量的交點分別在1991、1993、1989、1997、1986、1997、1992和1984年，其中僅西北東部和西藏地區(qū)的交點在0.05顯著性水平的置信區(qū)間內(nèi)，因此，可以判斷1991、1993、1989、1997、1986、1997、1992和1984年分別是全國、東北、北方、西北東部、西北西部、西藏、西南和東南地區(qū)年均大風(fēng)日數(shù)突變的年份。20世紀80年代中期至2000年前，中國甚至全球的大部

分地區(qū)氣候均有顯著的變化，因此聯(lián)合國減災(zāi)署首次提出“減災(zāi)十年”[44]，同時IPCC第一次評估報告也在此期間啟動并深入推進[1-2]。這暗示中國年均大風(fēng)日數(shù)除了受氣溫變化影響外，可能還與全球大氣和海洋環(huán)流的變化有深層次的聯(lián)系[14]。

2.2中國大風(fēng)日數(shù)氣候態(tài)空間分異格局

從氣候態(tài)空間分布格局（圖5）來看，1961—2016年中國年均大風(fēng)日數(shù)呈現(xiàn)出明顯的東南低—西北高的空間分異格局。其中西藏中部和西部、青海南部、新疆東部、四川西部及內(nèi)蒙古和甘肅北部均是年均大風(fēng)日數(shù)分布的高值區(qū)，大多超過45 d，這可能與常年從中國北部的西伯利亞和西部的中亞地區(qū)來的冷氣團密切相關(guān)[9，33]。廣大的東南地區(qū)年均大風(fēng)日數(shù)相對較低，大多小于5 d。中國北方大風(fēng)日數(shù)高值區(qū)的分布與中國沙塵暴天氣的高發(fā)區(qū)重合度較高，同時這些地區(qū)人口密度相對較低，地表破壞程度也相對較高，而城市化水平偏低，這就導(dǎo)致一旦發(fā)生大風(fēng)天氣，這些地區(qū)受到的影響也相對較高[40，45]。

2.3中國大風(fēng)日數(shù)年代際距平空間分異格局

將各年代大風(fēng)日數(shù)距平定義為各年代年均大風(fēng)日數(shù)與1961—2016年年均大風(fēng)日數(shù)之差。從年代際空間距平（圖6）來看，20世紀60年代西藏中西部、青海西部、內(nèi)蒙古中北部、新疆東部局部地區(qū)是負距平主要分布區(qū)，表明20世紀60年代大風(fēng)日數(shù)相對氣候態(tài)偏少；西藏西部、新疆北部、云南西部、內(nèi)蒙古中東部及其交界的河北地區(qū)等零散分布著正距平，表明20世紀60年代大風(fēng)日數(shù)相對氣候態(tài)偏多；其他地區(qū)正負距平值則相對較小，且以正距平為主。20世紀70和80年代，西藏、青海、新疆東南、甘肅北部、內(nèi)蒙古和東北等地區(qū)大風(fēng)日數(shù)以正距平居多，表明70和80年代大風(fēng)日數(shù)相對氣候態(tài)偏多；其他地區(qū)正負距平值則相對較小，且70年代以正距平為主，80年代以負距平為主。20世紀90年代以來上述正距平的地區(qū)逐漸開始轉(zhuǎn)向以負距平為主，表明這些地區(qū)相對氣候態(tài)偏少；而其他地區(qū)正負距平值則相對較小，且以負距平為主。

2.4中國大風(fēng)日數(shù)年際變化趨勢和波動特征空間分異格局

從變化趨勢空間分布（圖7）來看，1961—2016年中國絕大多數(shù)地區(qū)年際大風(fēng)日數(shù)呈減少趨勢，包括東北，內(nèi)蒙古東部、中部和西部，新疆大部，華北，華東，華中，青海東部，四川西部，云南大部及其交界的貴州地區(qū)等地；大風(fēng)日數(shù)增加趨勢的地區(qū)零散的分布在內(nèi)蒙古西北中部、新疆東部、青海西部和西藏西南部及東北部等地。進一步表明氣候變暖背景下全國大多數(shù)地區(qū)大風(fēng)日數(shù)明顯減少。從波動特征空間分布（圖8）來看，1961—2016年中國年際大風(fēng)日數(shù)波動特征呈現(xiàn)明顯的東南高-西北低的空間分異格局，其中“胡煥庸線”以東的絕大多數(shù)地區(qū)的年際大風(fēng)日數(shù)波動均在1.05以上，這可能與東部地區(qū)快速城鎮(zhèn)化導(dǎo)致的土地利用變化密切相關(guān)[14]。在城鎮(zhèn)化背景下，原有的自然地表景觀被大幅度改變，地表粗糙度明顯增大，這在一定程度上會導(dǎo)致大風(fēng)日數(shù)的不穩(wěn)定性增加，從而致使波動增大[33]。除此之外，內(nèi)蒙古東北及其交界的黑龍江地區(qū)、新疆西南及其交界的西藏地區(qū)、西藏東部的波動特征也明顯，大多在1.05以上。“胡煥庸線”以西的絕大多數(shù)地區(qū)的年際大風(fēng)日數(shù)波動相對較小。

3結(jié)論

（1）在時間上，1961—2016年中國年均單站大風(fēng)日數(shù)在波動中呈明顯的減少趨勢，20世紀60年代到2016年減少了

58.82%。在分區(qū)上，七大地理分區(qū)年均單站大風(fēng)日數(shù)整體在波動中均呈現(xiàn)明顯的減少趨勢，且東北、西北東部和西藏具有分段特征；其中西藏地區(qū)年均單站大風(fēng)日數(shù)最多，但減少比例最少；而東南和西南地區(qū)年均單站大風(fēng)日數(shù)最少，但減少比例最多。

（2）在周期變化上，近56年來全國和七大地理分區(qū)均具有3、7、14和60年的振蕩周期。其中全國的14年振蕩周期顯著；而東北、北方和西北東部地區(qū)的60年振蕩周期顯著；西北西部、西南和東南地區(qū)的7、14和60年振蕩周期顯著；西藏地區(qū)的7和60年振蕩周期顯著。

（3）在突變分析上，全國、東北、北方、西北東部、西北西部、西藏、西南和東南地區(qū)的年均大風(fēng)日數(shù)分別在1991、1993、1989、1997、1986、1997、1992和1984年發(fā)生突變，但僅西北東部和西藏地區(qū)通過了0.05顯著性水平的檢驗。

（4）在空間上，1961—2016年中國年均大風(fēng)日數(shù)呈現(xiàn)出明顯的東南低-西北高的空間分異格局。年均大風(fēng)日數(shù)超過45 d的多分布在西藏中部和西部、青海南部、新疆東部、四川西部及內(nèi)蒙古和甘肅北部地區(qū)。東南地區(qū)年均大風(fēng)日數(shù)大多小于5 d。在距平上，年均大風(fēng)日數(shù)超過45 d的地區(qū)在20世紀70和80年代以正距平為主，而在其他年代均以負距平為主。

（5）在變化趨勢空間分布上，1961—2016年中國絕大多數(shù)地區(qū)年際大風(fēng)日數(shù)呈減少趨勢，僅在內(nèi)蒙古西北中部、新疆東部、青海西部和西藏西南部及東北部等地呈增加趨勢。在波動特征空間分布上，1961—2016年中國年際大風(fēng)日數(shù)波動特征呈現(xiàn)明顯的東南高-西北低的空間分異格局；其中“胡煥庸線”以東的絕大多數(shù)地區(qū)的年際大風(fēng)日數(shù)波動較大，以西的絕大多數(shù)地區(qū)的波動相對較小。

4討論

（1）站點分布不均的影響。觀測站點在東部分布密集，而西部則相對稀疏。該研究采用了年均大風(fēng)日數(shù)表征，這對時間序列影響相對較小。但是在空間插值過程中參考相同數(shù)目的站點數(shù)據(jù)，西部地區(qū)影響的范圍則遠大于東部地區(qū)。雖然在趨勢上影響不大，但在細節(jié)分布上可能有影響。因此，需要采用均勻分布的格點數(shù)據(jù)進一步診斷，并與站點數(shù)據(jù)結(jié)果進行對比分析。

（2）不同等級風(fēng)速日數(shù)的時空演變研究。該研究僅分析了1961—2016年中國大風(fēng)日數(shù)時空演變特征，而未對其他等級的風(fēng)速日數(shù)進行系統(tǒng)研究。目前國內(nèi)外氣候變化研究領(lǐng)域?qū)鉁睾徒邓难芯肯鄬^多，而對風(fēng)速研究較少，尤其是近地表的風(fēng)速時空演變還不是十分清晰。因此，亟待開展長時間尺度中國不同等級風(fēng)速日數(shù)的時空演變規(guī)律研究，這不僅有助于風(fēng)能資源的開發(fā)利用，也有助于深入了解氣候變化和快速城鎮(zhèn)化背景下的空氣污染問題。

（3）大風(fēng)日數(shù)時空變化的歸因分析。氣候變化和快速城鎮(zhèn)化背景下，中國大尺度的大風(fēng)日數(shù)的減少究竟是何原因；氣候變暖和人類活動因素在大風(fēng)日數(shù)減少中起到多大作用，是否還有其他外界因素影響著近地表的大風(fēng)日數(shù)時空變化。對于這些問題，目前學(xué)術(shù)界還未達成共識，有待于進一步利用模式模擬和觀測診斷，綜合考慮海氣因子和人類活動，合理再現(xiàn)中國大風(fēng)日數(shù)時空變化特征。

（4）全球、大洲和區(qū)域尺度大風(fēng)日數(shù)時空變化的對比分析。該研究僅從中國及其七大地理分區(qū)尺度研究了大風(fēng)日數(shù)時空變化。全球其他地區(qū)是否也有類似規(guī)律，目前學(xué)術(shù)界對這一問題還未開展相應(yīng)研究。IPCC第五次評估報告中對氣溫和降水都進行了科學(xué)系統(tǒng)的評估分析，而針對風(fēng)速研究的評估尚不系統(tǒng)，且對全球及不同區(qū)域的風(fēng)速包括大風(fēng)日數(shù)，尚不十分清楚，因此，亟待開展全球、大洲和區(qū)域尺度上的大風(fēng)日數(shù)時空變化對比研究，從而對于推進該領(lǐng)域的科學(xué)認識具有重要意義。

參考文獻

[1] IPCC.Managing the risks of extreme events and disasters to advance alimate ahange adaptation[R].Cambridge，UK：Cambridge University Press，2012.

[2] IPCC.Intergovernmental panel on climate change climate change fifth assessment report（AR5）[R].Cambridge，UK：Cambridge University Press，2013.

[3] SHAMSHIRBAND S，MOHAMMADI K，TONG C W，et al.Application of extreme learning machine for estimation of wind speed distribution[J].Climate dynamics，2016，46（5/6）：1893-1907.

[4] JUNG C，SCHINDLER D.Global comparison of the goodnessoffit of wind speed distributions[J].Energy conversion & management，2017，133（5）：216-234.

[5] 李樹巖，劉榮花，胡程達.河南省夏玉米大風(fēng)倒伏氣候風(fēng)險分析[J].自然災(zāi)害學(xué)報，2014，23（1）：174-182.

[6] 王秋香，胡義成，周昊楠.近50a塔里木河流域生長季大風(fēng)日數(shù)變化特征及對特色林果業(yè)的影響[J].冰川凍土，2012，34（5）：1067-1075.

[7] URAL A，F(xiàn)IRAT F K.Evaluation of masonry minarets collapsed by a strong wind under uncertainty[J].Natural hazards，2015，76（2）：999-1018.

[8] WANG Q X，HU Y C，ZHOU H N.Variation characteristics of the gale days during the growth season in recent 50 years and its impact on the local special forest fruits in the Tarim River Basin[J].Journal of glaciology & geocryology，2012，34（5）：1067-1075.

[9] 高婧.新疆大風(fēng)時空變化特征及環(huán)流背景研究[D].蘭州：蘭州大學(xué)，2010.

[10] 林琳.近30年我國主要氣象災(zāi)害影響特征分析[D].蘭州：蘭州大學(xué)，2013.

[11] ZHANG Z，ZHEN G F，LIN L，et al.Changes of gale days and its impacts on dust weathers in Ningxia[J].Journal of arid land resources & environment，2006，20（4）：30-34.

[12] MIAO A M，JIA L D，WU J.Spacetime distribution and changing trend of gale and sanddust days during recent51 a in Shanxi[J].Journal of desert research，2010，30（2）：452-460.

[13] JONES P D，HARPHAM C，LISTER D.Longterm trends in gale days and storminess for the Falkland Islands[J].International journal of climatology，2016，36（3）：1413-1427.

[14] 史培軍，張鋼鋒，孔鋒，等.中國1961-2012年風(fēng)速變化區(qū)劃[J].氣候變化研究進展，2015，11（6）：387-394.

[15] 張智，鄭廣芬，林莉，等.寧夏大風(fēng)日數(shù)氣候變化及其對沙塵天氣的影響[J].干旱區(qū)資源與環(huán)境，2006，20（4）：30-34.

[16] 白虎志，董安祥，李棟梁，等.青藏高原及青藏鐵路沿線大風(fēng)沙塵日數(shù)時空特征[J].高原氣象，2005，24（3）：311-315.

[17] TIELEMAN H W.Strong wind observations in the atmospheric surface layer[J].Journal of wind engineering & industrial aerodynamics，2008，96（1）：41-77.

[18] BAI H Z，LI D L，DONG A X，et al.Strong wind and wind pressure along the Qinghai-Tibet railway[J].Journal of glaciology & geocryology，2005，27（1）：111-116.

[19] 李耀輝，張存杰，高學(xué)杰.西北地區(qū)大風(fēng)日數(shù)的時空分布特征[J].中國沙漠，2004，24（6）：715-723.

[20] 次仁曲宗，落桑曲加，頓玉多吉.西藏山南地區(qū)近30年來大風(fēng)天氣特征分析[J].西藏大學(xué)學(xué)報，2015，30（5）：28-32.

[21] 郭軍，曹經(jīng)福，楊艷娟.1971-2012年環(huán)渤海沿海地區(qū)風(fēng)速變化及其影響因素分析[J].氣象與環(huán)境學(xué)報，2015（4）：82-88.

[22] 張占峰，張煥平，馬小萍.柴達木盆地平均風(fēng)速與大風(fēng)日數(shù)的變化特征[J].干旱區(qū)資源與環(huán)境，2014，28（10）：90-94.

[23] 姬興杰，朱業(yè)玉，顧萬龍，等.河南省大風(fēng)日數(shù)時空分布及其對沙塵天氣的影響[J].氣象與環(huán)境學(xué)報，2012，28（1）：31-37.

[24] MCVICAR T R，VAN NIEL T G，LI L T，et al.Wind speed climatology and trends for Australia，1975-2006：Capturing the stilling phenomenon and comparison with nearsurface reanalysis output[J].Geophysical research letters，2008，35（20）：288-299.

[25] MCVICAR T R，RODERICK M L.Atmospheric science：Winds of change[J].Nature geoscience，2010，3（11）：747-748.

[26] PIRAZZOLI P A，TOMASIN A.Recent nearsurface wind changes in the central Mediterranean and Adriatic areas[J].International journal of climatology，2003，23（8）：963-973.

[27] WANG H，WANG X L，SWAIL V R.Homogenization and trend analysis of Canadian nearsurface wind speeds[J].Journal of climate，2010，23（5）：1209-1225.

[28] BRZDIL R，CHROM K，DOBROVOLNY' P，et al.Climate fluctuations in the Czech Republic during the period 1961-2005[J].International journal of climatology，2009，29（2）：223-242.

[29] KOUSARI M R，AHANI H，HAKIMELAHI H.An investigation of near surface wind speed trends in arid and semiarid regions of Iran[J].Theoretical & applied climatology，2013，114（1/2）：153-168.

[30] 王遵婭，丁一匯，何金海，等.近50年來中國氣候變化特征的再分析[J].氣象學(xué)報，2004，62（2）：228-236.

[31] JIANG Y，LUO Y，ZHAO Z C，et al.Changes in wind speed over China during 1956–2004[J].Theoretical & applied climatology，2010，99（3/4）：421-430.

[32] 孔鋒，呂麗莉，方建，等.中國空氣污染指數(shù)時空分布特征及其變化趨勢（2001-2015）[J].災(zāi)害學(xué)，2017，32（2）：117-123.

[33] 鄔仲勛.新疆東部至甘肅河西西部鐵路沿線大風(fēng)天氣氣候特征及其成因研究[D].蘭州：蘭州大學(xué)，2016.

[34] 閻訪，周順武，馬悅.石家莊春季大風(fēng)變化特征及天氣分型[J].干旱氣象，2014，32（2）：207-214.

[35] 苗愛梅，賈利冬，武捷.近51a山西大風(fēng)與沙塵日數(shù)的時空分布及變化趨勢[J].中國沙漠，2010，30（2）：452-460.

[36] 孔鋒，呂麗莉，方建，等.不同時間角度下的中國霾日數(shù)時空變化格局研究（1961年～2015年）[J].華中師范大學(xué)學(xué)報（自然科學(xué)版），2017，51（3）：370-377.

[37] 俞海洋，李婷，陳笑娟，等.河北省近30年大風(fēng)時空分布及成災(zāi)特征分析[J].災(zāi)害學(xué)，2017，32（2）：59-63.

[38] 中國氣象局.地面氣象觀測規(guī)范[M].北京：氣象出版社，2005.

[39] 孫霞，陳小雷，俞海洋，等.河北省大風(fēng)災(zāi)害及其危險性區(qū)劃分析[J].中國農(nóng)學(xué)通報，2016，32（1）：183-187.

[40] 陳洪武，辛渝，陳鵬翔，等.新疆多風(fēng)區(qū)極值風(fēng)速與大風(fēng)日數(shù)的變化趨勢[J].氣候與環(huán)境研究，2010，15（4）：479-490.

[41] 閻訪，岳艷霞，張秉祥，等.石家莊地區(qū)大風(fēng)日數(shù)氣候變化特征[J].氣象與環(huán)境學(xué)報，2013，29（2）：81-88.

[42] WANG A H，LETTENMAIER D P，SHEFFIELD J.Soil moisture drought in China，1950-2006[J].Journal of climate，2011，24（13）：3257-3271.

[43] 程雪蓉，任立良，楊肖麗，等.CMIP5多模式對中國及各分區(qū)氣溫和降雨時空特征的預(yù)估[J].水文，2016，36（4）：37-43.

[44] 史培軍.中國綜合減災(zāi)25年：回顧與展望[J].中國減災(zāi)，2014（5）：32-35.

[45] 姚正毅，王濤，陳廣庭，等.近40a甘肅河西地區(qū)大風(fēng)日數(shù)時空分布特征[J].中國沙漠，2006，26（1）：65-70.