高佳佳 杜軍 次仁央宗 次旺頓珠

摘要利用1961—2014年拉薩市逐日最高和最低氣溫數(shù)據(jù)，建立極端溫度指標體系；運用統(tǒng)計及小波分析法，分析了拉薩市極端高溫、極端低溫的變化規(guī)律及其與環(huán)流的相關(guān)性。結(jié)果表明，近54年來拉薩市極端高溫指數(shù)變化幅度不大，增幅為4.778 ℃/10 a；而極端低溫指數(shù)逐年增高，增幅為10.622 ℃/10 a。從發(fā)生頻次來看，極端高溫發(fā)生頻次呈現(xiàn)出增加趨勢，極端低溫發(fā)生頻次總體呈現(xiàn)減少趨勢。從年代際來看，極端高溫指數(shù)在20世紀80年代顯著升高，90年代及近10年的極端高溫指數(shù)一直處于高值區(qū)；極端低溫指數(shù)在20世紀80年代之后顯著降低，說明極端低溫有增暖趨勢。極端氣溫事件在20世紀70年代存在30年的振蕩周期，80年代之后振蕩周期均有所減弱。從環(huán)流形勢看，夏季極端高溫指數(shù)與副熱帶高壓指數(shù)、亞洲極渦指數(shù)呈正相關(guān)性，與印緬槽呈負相關(guān)性；冬季極端低溫指數(shù)與副熱帶高壓指數(shù)、亞洲極渦指數(shù)呈正相關(guān)性。

關(guān)鍵詞極端氣溫；變異特征；環(huán)流機制；相關(guān)系數(shù)；小波分析

中圖分類號S161.2文獻標識碼A文章編號0517-6611（2017）17-0166-04

AbstractUsing the daily maximal and minimal temperature data in Lhasa station from 1961 to 2014 ，extremely temperature index system was established，the variation law of extreme high temperature and extreme low temperature in Lhasa City and its correlation with circulation were analyzed by the statistics and wavelet analysis method.The results showed that the variation characteristics of extremely high temperature had no significant change at a rate of 4.778 ℃/10 a.But there had a significant increase for extreme low temperature index at a rate of 10.622 ℃/10 a.From the frequency of occurrence，the frequency of extreme high temperature showed an increasing trend，and the frequency of extreme low temperature showed a decreasing trend.From the interdecadal perspective，the extreme high temperature index increased obviously after 1980s，that had been in the high value area in 1990s and nearly 10 years.Extreme low temperature index reduced significantly after 1980s，it was suggested that the extreme low temperature with the trend of warming.The extremely temperature had quasi oscillation period of 30 years during 1970s，but there had been decreased after 1980s.The extremely high temperature in summer had a significant correlation with the Pacific subtropical high index and Asia polar vortex area index，but it had a negative correlation with India-Burma trough.The extremely low temperature in winter had a significant correlation with Pacific subtropical high index and Asia polar vortex area index.

Key wordsExtreme temperature；Variation characteristics；Circulation mechanism；Correlation coefficient；Wavelet analysis

基金項目國家科技部公益性行業(yè)科研專項（GYHY201306029）。

作者簡介高佳佳（1986—），女，河北邯鄲人，助理工程師，碩士，從事氣候預(yù)測與氣候變化研究。

收稿日期2017-04-14

極端氣溫作為全球變暖的重要響應(yīng)，越來越引起研究者的關(guān)注。1950年以來極端天氣發(fā)生了變化，非常可能發(fā)生了冷天減少、熱天增加的全球尺度變化；歐洲、亞洲和澳洲的大部區(qū)域可能有熱浪頻率增加；強降水增加的陸地區(qū)域可能比強降水減少的陸地區(qū)域更大[1]。與平均氣溫相比，極端氣溫更能對社會及經(jīng)濟產(chǎn)生直接影響[2-3]，而大氣環(huán)流是導(dǎo)致極端氣候變化的主要原因之一。國內(nèi)外學(xué)者從全球、區(qū)域尺度對極端氣候特征及其環(huán)流機制進行研究[2，4-10]。Ji等[11]研究得出我國極端氣候由南至北顯著增加，尤其是在青藏高原地區(qū)，極端氣溫變化非常明顯。肖瑋鈺等[12]運用線性回歸、多元插值法分析了甘肅省北極濤動（AO）與極端低溫的相關(guān)關(guān)系顯著高于與極端高溫的關(guān)系。

我國極端氣候的研究多集中于內(nèi)陸區(qū)域，而對西藏高原地區(qū)的極端氣候研究相對較少。由于我國西藏高原山地的特殊地理位置和下墊面特征，決定了該地區(qū)氣候變化對中國、東亞乃至全球天氣氣候的重要性和特殊性[13-15]。西藏高原海拔高，地廣人稀，觀測資料嚴重不足，目前還無法準確判定氣候極端值是否與全球尺度一致的變化趨勢，但在區(qū)域尺度上還是發(fā)現(xiàn)了一些重要的“趨勢”。拉薩市地處西藏高原中部，位于拉薩河谷地帶。隨著青藏鐵路的修通，大量外來人口進藏，使拉薩成為西藏自治區(qū)重要的政治經(jīng)濟中心。筆者利用1961—2014年拉薩市逐日數(shù)據(jù)，分析該市極端氣溫的變異特征及其相關(guān)環(huán)流影響機制，以期為氣候預(yù)測的監(jiān)測和預(yù)報提供科學(xué)依據(jù)，也為拉薩市防災(zāi)減災(zāi)提供理論支持。

1資料與方法

1.1數(shù)據(jù)來源

以拉薩市（圖1）1961—2014年的逐日最高、最低、平均氣溫等氣象資料（經(jīng)過質(zhì)量控制及均一化訂正）為監(jiān)測對象，對于缺失的年份進行剔除。環(huán)流指數(shù)包括極渦強度指數(shù)、副高強度指數(shù)、副高脊西伸點、印緬槽指數(shù)。相關(guān)環(huán)流月平均指數(shù)序列來自于NOAA（美國國家海洋和大氣管理局，http：//www.cpc.ncep.noaa.gov/）。

1.2極端氣溫指標的選取依據(jù)世界氣象組織（WMO）推薦的16個極端氣溫指數(shù)，對其閾值的確定采用Bonsal非參數(shù)化方案[16]，具體計算步驟為：設(shè)某個氣象要素有n個值，將這n個值按升序排列x1，x2，…，xm，…，xn，則某個值小于或等于xm的概率為：

P=（m-0.31）/（n+0.38）

利用RClimdex軟件選取了9個極端氣溫指數(shù)（表1）。對于軟件無法識別年份，采用傳統(tǒng)的極端值計算方法，即對逐日最高（最低）氣溫按降序排列，將第5（95）個百分位值定義為該年最高、最低溫度的極端高、低值[17]。

1.3分析方法

小波分析對去除信號噪音有良好的效果，能反映時間序列的局部變化特征，可以看到每一個時刻在各周期中所處的位置。其方法是在傅立葉變化基礎(chǔ)上引入窗口函數(shù)，時間窗和頻率窗都可改變的時頻局域化分析方法，公式為：

ωf（τ，α）=|α|-12∫f（t）g

式中，τ是時間參數(shù)，α為子波數(shù)，1/α為頻率，g（t）為小波母數(shù)。通過小波分析可得到所研究對象序列在不同時間尺度上周期結(jié)構(gòu)和異常變化的規(guī)律，為短期氣候預(yù)測提供科學(xué)依據(jù)[18-19]。

在分析極端氣候指數(shù)變化時，在此對序列采用了滑動平均，濾去擾動的影響；采用線性回歸，計算相關(guān)系數(shù)。在分析與環(huán)流的相關(guān)性時，根據(jù)數(shù)據(jù)特征，采用Pearson相關(guān)。所有統(tǒng)計計算均在SPSS、Matlab軟件中完成。

2極端氣溫變化特征

2.1極端高溫變化趨勢

從圖2a可看出，1961—2014年拉薩市極端高溫為22～28 ℃。11年滑動平均值變化曲線顯示，整體年份序列的極端高溫指數(shù)變化幅度不大，增幅為4.778 ℃/10 a，通過了α=0.01顯著性檢驗。這一指數(shù)與青海省的極端氣溫指數(shù)[20]相近，但高于西藏其他地區(qū)[21]和青藏高原[22]的極端高溫指數(shù)。從年代際來看（圖2b），拉薩極端高溫指數(shù)60—90年代逐年升高，極端高溫指數(shù)升高1.7 ℃；其中70年代較60年代，極端高溫指數(shù)上升0.2 ℃，而在80年代，極端高溫指數(shù)顯著升高，較70年代增幅為1.2 ℃；90年代及近10年（2001—2014年）的極端高溫指數(shù)一直處于高值區(qū)。相關(guān)研究也表明，北方極端高溫在很多地區(qū)均有所降低，但在高原卻普遍上升[23]。

2.2極端低溫變化趨勢

從圖3可看出，拉薩市極端低溫指數(shù)從-12.2 ℃（1961年）上升為-7.5 ℃（2014年）。11年滑動平均值變化曲線顯示，近54年來極端低溫指數(shù)逐年增高，增幅為10.622 ℃/10 a，通過了α=0.01顯著性檢驗。20世紀70年代較60年代極端低溫指數(shù)上升了1.1 ℃，80年代較70年代極端指數(shù)變化不大，90年代、近10年較80年代分別上升了1.3、1.5 ℃。可見，拉薩市極端低溫有增暖趨勢，尤其是在80年代之后，極端低溫增暖明顯。這與Karl等[24]的研究結(jié)果一致。20世紀80年代極端低溫的增幅沒有極端高溫的增幅明顯，但總體來看，極端氣溫冷指數(shù)的增幅明顯大于暖指數(shù)，說明拉薩市的極端氣溫暖指數(shù)為增加趨勢，極端氣溫冷指數(shù)為減少趨勢，這與青藏高原極端氣溫指數(shù)變化趨勢是一致的[25]。

2.3極端氣溫事件發(fā)生頻次及周期變化

近54年拉薩市極端高溫事件頻數(shù)共發(fā)生1 048次，呈增加趨勢，增幅為0.48次/10 a，20世紀70年代極端高溫頻次增幅最大，平均發(fā)生頻次為19.6次，80年代增加趨勢減緩，90年代達到極值，平均發(fā)生頻次為19.9次，之后略有下降。而從極端低溫事件頻數(shù)變化趨勢來看，近55年共發(fā)生1 037次，但總體呈現(xiàn)減少趨勢，減幅為0.31次/10 a。與極端高溫頻次不同的是，極端低溫頻次在20世紀60年代達到極大值，發(fā)生頻次為20.1次，90年代極端低溫頻次發(fā)生最少，為19.0次，90年代之后又呈顯著上升趨勢（通過α=0.01顯著水平檢驗）。

通過周期分析得出，1961—2014年拉薩市極端高溫事件主要存在5～10年的振蕩周期，次振蕩周期為10～20年；20世紀70年代極端高溫事件主要存在振蕩周期為30年左右，而自80年代后便開始顯現(xiàn)15年左右的波動周期。極端低溫事件主要存在5年左右的振蕩周期，次振蕩周期為10～15年；20世紀70年代極端低溫事件主要存在振蕩周期為30年，這與極端高溫事件的振蕩周期相同；而80年代極端低溫的振蕩周期減少為20年，說明極端低溫事件的發(fā)生周期越來越短，頻率越來越高。由此可知，近54年來拉薩市極端氣溫事件存在年際和年代際尺度的周期變化，且均具有明顯的時域特征。

3極端氣溫變化與環(huán)流指數(shù)相關(guān)分析

拉薩市氣候的異常變化與大尺度環(huán)流的異常密切相關(guān)（表2）。北半球極渦的強弱在一定程度上可以反映冷空氣的強弱。印緬槽是冬半年副熱帶南支西風(fēng)氣流在高原南側(cè)孟加拉灣地區(qū)產(chǎn)生的半永久性低壓槽，是影響西藏高原的主要低槽。在此僅列出極端氣溫相關(guān)性較大的環(huán)流指數(shù)，沒有相關(guān)性的環(huán)流指數(shù)不做分析。

亞洲極渦指數(shù)對拉薩市極端高溫的影響主要集中在秋季和冬季，其中與秋季極端高溫指數(shù)的相關(guān)性最顯著，相關(guān)系數(shù)為0.58，其次是與冬季極端高溫指數(shù)的相關(guān)系數(shù)為053；其余季節(jié)的相關(guān)性不大，相關(guān)系數(shù)通過0.05顯著性檢驗。北半球極渦面積指數(shù)會對后期青藏高原6月份降水量產(chǎn)生影響，即極渦指數(shù)大時，西藏山南、拉薩地區(qū)的降水量偏多[26]。因此，亞洲極渦指數(shù)對拉薩市夏季的極端高溫指數(shù)影響不大。而冬季，極渦指數(shù)偏強，對拉薩市影響較大，易增加極端低溫天氣出現(xiàn)的頻次；與極端高溫不同的是，亞洲極渦對拉薩市極端低溫的影響主要集中在冬季，相關(guān)系數(shù)為0.67，顯著性極強。

副高強度和西伸脊點對拉薩市極端高溫的影響主要集中在夏季，對極端低溫的影響主要集中在秋冬季。拉薩市極端高溫指數(shù)與夏季的副高強度呈正相關(guān)性，相關(guān)系數(shù)為0.34；與此同時，極端高溫指數(shù)還與西伸脊點有較強的相關(guān)性，相關(guān)系數(shù)為0.46。說明拉薩市夏季高溫指數(shù)增加受副高強度和西伸脊點兩者的共同作用，即西太平洋副高西伸脊點會影響拉薩市的降水，從而導(dǎo)致極端氣溫的變化。當副高西伸脊點明顯時，高原受下沉氣流控制，高原內(nèi)部降水少，特別是西藏中東部地區(qū)表現(xiàn)較為明顯，甚至出現(xiàn)干旱，導(dǎo)致了極端高溫天氣的增多[27]。副高與秋季、冬季的極端低溫指數(shù)有正相關(guān)性，相關(guān)系數(shù)均為0.37。說明副高控制區(qū)域內(nèi)的下沉氣流所導(dǎo)致的干冷天氣，有利于極端低溫天氣的出現(xiàn)。而西伸脊點與秋季極端低溫指數(shù)呈負相關(guān)性，相關(guān)系數(shù)為-0.34。

印緬槽強度指數(shù)與拉薩市夏季極端高溫指數(shù)呈負相關(guān)性。因為印緬槽的活動有明顯的季節(jié)性，這種季節(jié)變化與冷空氣活動有密切關(guān)系，春季冷空氣活動頻繁時，印緬槽也最為活躍，3—5月是季風(fēng)轉(zhuǎn)換的關(guān)鍵時段，夏季風(fēng)的建立有利于印緬槽攜帶大量水汽，造成大范圍雨雪天氣[28]。印緬槽指數(shù)越小，位置越偏西，西藏中東部降水越多，不利于極端高溫天氣的發(fā)生。6月份之后印緬槽轉(zhuǎn)換消失，冬季輻散環(huán)流下沉，抑制了印緬槽前的上升運動發(fā)展，這時低層輻合、中層輻散，槽前上升支一般僅延伸至對流層中層[29]。青藏高原由于海拔較高，冬季受印緬槽影響有限，因此冬季印緬槽與極端高溫指數(shù)、極端低溫指數(shù)的相關(guān)性均不大。

4結(jié)論

（1）近54年拉薩市極端高溫指數(shù)22～28 ℃，平均增幅為4.778 ℃/10 a；自20世紀60年代以來，極端高溫指數(shù)一直處于高值區(qū)，80年代極端高溫指數(shù)上升明顯。相比于極端高溫指數(shù)，極端低溫指數(shù)上升更加明顯，為-12.2～-7.5 ℃，平均增幅為10.622 ℃/10 a。20世紀90年代之后，上升范圍顯著，說明拉薩市極端低溫有增暖趨勢。

（2）近54年拉薩市極端高溫事件頻數(shù)呈增加趨勢，增幅為0.48次/10 a。極端低溫事件頻數(shù)總體呈現(xiàn)減少趨勢，減幅為0.31次/10 a，但20世紀90年代之后又呈顯著上升。極端高溫指數(shù)和極端低溫指數(shù)在70年代均存在30年的振蕩周期，80年代之后，振蕩周期逐漸減少。說明極端事件發(fā)生次數(shù)逐漸增加。

（3）極端氣溫與環(huán)流相關(guān)性顯示，拉薩市夏季極端高溫指數(shù)與副高強度、副高西伸脊點呈正相關(guān)，相關(guān)系數(shù)分別為0.34、0.46；與印緬槽指數(shù)呈負相關(guān)，相關(guān)系數(shù)為-0.60；秋冬季節(jié)的極端高溫指數(shù)僅與亞洲極渦相關(guān)，相關(guān)系數(shù)分別為058、0.53。拉薩市秋季極端低溫指數(shù)與副高強度呈正相關(guān)，而與西伸脊點呈顯著負相關(guān)，相關(guān)系數(shù)為-0.34；冬季極端低溫指數(shù)與冬季亞洲極渦呈顯著正相關(guān)，相關(guān)系數(shù)為0.67。

參考文獻

[1] IPCC.Climate change 2015：The science of climate change.Contribution of working group 1 to second assessment report of internation panel on clinate change[M].Cambridge：Cambridge University Press，2015.

[2] MONIER E，GAO X.Climate change impacts on extreme events in the United States：An uncertainty analysis[J].Climatic change，2015，131（1）：67-81.

[3] WANG H J，CHEN Y N，XUN S，et al.Changes in daily climate extremes in the arid area of northwestern China[J].Theoretical applied climatology，2013，112（1）：15-28.

[4] STEPHENSON T S，VINCENT L A，ALLEN T，et al.Changes in extreme temperature and precipitation in the Caribbean region，1961-2010[J].International journal of climatology，2014，34（9）：2957-2971.

[5] 彭冬冬，周天軍，鄒立維，等.FGOALS-g2模式模擬和預(yù)估的全球季風(fēng)區(qū)極端降水及其變化[J].大氣科學(xué)，2016，40（5）：1059-1072.

[6] REN G Y，ZHOU Y Q，CHU Z Y，et al.Urbanization effects on observed surface air temperature trends in north China[J].Journal of climate，2008，21（6）：1333-1348.

[7] 李慶祥，李偉.近半個世紀中國區(qū)域歷史氣溫網(wǎng)格數(shù)據(jù)集的建立[J].氣象學(xué)報，2007，65（2）：293-300.

[8] 譚晶，蔡怡，張海東，等.2012/2013年冬季中國氣溫異常成因分析[J].大氣科學(xué)學(xué)報，2016，39（3）：361-369.

[9] 司東，馬麗娟，王朋嶺，等.2015/2016年冬季北極濤動異?；顒蛹捌鋵ξ覈鴼鉁氐挠绊慬J].氣象，2016，42（7）：892-897.

[10] 沈柏竹，封國林，廉毅.1月北極濤動異常程度特征及其對北半球同期溫度的影響[J].地理科學(xué)，2015，35（10）：1299-1305.

[11] JI Z M，KANG S C.Evaluation of extreme climate events using a regional climate model for China[J].International journal of climatology，2015，35（6）：888-902.

[12] 肖瑋鈺，王連喜，薛紅喜，等.1959-2009年甘肅極端溫度時空變化及其與AO相關(guān)分析[J].氣象科學(xué)，2013，33（2）：190-195.

[13] 吳愛明，倪允琪.青藏高原對亞洲季風(fēng)平均環(huán)流影響的數(shù)值試驗[J].高原氣象，1997，16（2）：153-164.

[14] 劉曉東.青藏高原隆升對亞洲季風(fēng)形成和全球氣候與環(huán)境變化的影響[J].高原氣象，1999，18（3）：321-332.

[15] 梁瀟云，劉屹岷，吳國雄，等.青藏高原隆升對春、夏季亞洲大氣環(huán)流的影響[J].高原氣象，2005，24（6）：837-845.

[16] BONSAL B R，ZHANG X B，VINCENT L A，et al.Characteristics of daily and extreme temperature over Canada[J].Journal of climate，2001，14（9）：1959-1976.

[17] ALEXANDER L V，ZHANG X，PETERSON T C，et al.Global observed changes in daily climate extremes of temperature and precipitation [J].Journal of geophysical research，2006，111（5）：1-22.

[18] 崔錦泰.小波分析導(dǎo)論[M].西安：西安交通大學(xué)出版社，1995.

[19] 李建平.小波分析與信號處理：理論、應(yīng)用及軟件實現(xiàn)[M].重慶：重慶出版社，1997.

[20] 申紅艷，馬明亮，王冀，等.青海省極端氣溫事件的氣候變化特征研究[J].冰川凍土，2012，34（6）：1371-1379.

[21] 杜軍，路紅亞，建軍.1961-2010年西藏極端氣溫事件的時空變化[J].地理學(xué)報，2013，68（9）：1269-1280.

[22] 李紅梅，李林.2 ℃全球變暖背景下青藏高原平均氣候和極端氣候事件變化[J].氣候變化研究進展，2015，11（3）：157-164.

[23] 嚴中偉，楊赤.近幾十年中國極端氣候變化格局[J].氣候與環(huán)境研究，2000，5（3）：267-272.

[24] KARL T R，JONES P D，KNIGHTA R W，et al.A new perspective on recent global warming：Asymmetric trends of daily maximum and minimum temperature [J].Bull of American Mete Sci，1993，74（6）：1007-1023.

[25] 宋善允，王鵬祥，杜軍，等.西藏氣候[M].北京：氣象出版社，2013.

[26] 建軍，李惠，才讓端智，等.冬、春季全球極渦對青藏高原夏季降水影響[J].西藏科技，2007（6）：60-65.

[27] 論珠群培，紅梅，建軍，等.夏季西太平洋副熱帶高壓對青藏高原降水影響[J].西藏科技，2008（12）：63-65.

[28] 晏紅明，肖子牛，張小玲，等.低緯高原地區(qū)南支槽強降水中尺度MCS系統(tǒng)的模擬與分析[J].高原氣象，2005，24（5）：672-684.

[29] 索渺清，丁一匯.冬半年副熱帶南支西風(fēng)槽結(jié)構(gòu)和演變特征研究[J].大氣科學(xué)，2009，33（3）：425-442.