韓會(huì)慶, 張嬌艷, 蘇志華, 陸 藝

(1.貴州理工學(xué)院 建筑與城市規(guī)劃學(xué)院, 貴陽(yáng) 550003;2.貴州省氣候中心, 貴陽(yáng) 550002; 3.貴州財(cái)經(jīng)大學(xué) 管理科學(xué)學(xué)院, 貴陽(yáng) 550025)

全球及區(qū)域氣候變化是當(dāng)前氣候?qū)W、生態(tài)學(xué)等相關(guān)學(xué)科研究的熱點(diǎn)。在全球氣候變暖影響下，世界各地極端氣候事件發(fā)生頻率和強(qiáng)度顯著改變[1]，這深刻影響著人類社會(huì)、經(jīng)濟(jì)發(fā)展、自然生態(tài)系統(tǒng)、環(huán)境等各個(gè)方面[2]。因此，對(duì)極端氣候研究越來(lái)越受到世界各國(guó)學(xué)者的關(guān)注。目前，國(guó)內(nèi)外對(duì)極端氣候研究集中于極端氣候事件變化特征、極端氣候事件模擬與預(yù)測(cè)以及極端氣候事件對(duì)生態(tài)環(huán)境影響等方面。如Mutiibwa等[3]對(duì)1979—2012年美國(guó)極端氣溫時(shí)空變化特征進(jìn)行了分析。張磊磊等[4]對(duì)過(guò)去50 a黃河源區(qū)極端氣候事件變化趨勢(shì)進(jìn)行了分析。Beniston等[5]利用HIRHAM4區(qū)域氣候模型模擬和預(yù)測(cè)了歐洲極端氣候事件。Jiang等[6]利用IPCC-AR4模型模擬和預(yù)測(cè)了中國(guó)極端氣候事件。Jones等[7]分析了極端氣候事件對(duì)蜥蜴的影響。John等[8]分析了蒙古高原極端氣候事件對(duì)植被覆被的影響?？傊?dāng)前國(guó)內(nèi)外學(xué)者已進(jìn)行了過(guò)去時(shí)點(diǎn)全球和地區(qū)尺度極端氣候變化及未來(lái)極端氣候變化模擬的一系列研究工作，并取得了大量成果，然而這些研究多針對(duì)大尺度極端氣候變化研究，較少關(guān)注小尺度地區(qū)，更鮮有針對(duì)我國(guó)西南地區(qū)未來(lái)極端氣候變化研究[9]。貴州省屬我國(guó)典型喀斯特山區(qū)，受地質(zhì)條件和地形影響，坡耕地比例高，多屬“雨養(yǎng)型”農(nóng)業(yè)，對(duì)氣候極端變化的敏感性較高[10]，因此，本研究以貴州省為例，利用中國(guó)天氣發(fā)生器Version 2.0模型分析了2011—2050年極端氣候指數(shù)時(shí)空變化特征，以期為該區(qū)災(zāi)害防治、農(nóng)業(yè)區(qū)劃提供科學(xué)依據(jù)。

1　材料與方法

1.1　極端氣候指數(shù)選取

依據(jù)世界氣象組織(WMO)、世界氣候研究計(jì)劃(WCRP)推薦的氣候變化指標(biāo)[11]以及相關(guān)研究文獻(xiàn)[12-14]，結(jié)合貴州省氣候特點(diǎn)，選取6個(gè)極端氣溫指數(shù)和6個(gè)極端降水指數(shù)分析貴州省極端氣候變化特征(表1)。利用RClimDex(1.0)對(duì)極端氣候指數(shù)進(jìn)行統(tǒng)計(jì)。

表1　極端氣溫和極端降水指數(shù)選取及定義

1.2　研究方法

1.2.1逐日氣溫及降水預(yù)測(cè)模型本研究引入中國(guó)天氣發(fā)生器NCC/GU-WG Version 2.0模型對(duì)貴州省19個(gè)一級(jí)氣象站逐日最高溫、日最低溫和日降水量進(jìn)行預(yù)測(cè)。中國(guó)天氣發(fā)生器NCC/GU-WG Version 2.0模型是利用我國(guó)671個(gè)氣象站點(diǎn)1960—2007年以來(lái)實(shí)測(cè)的逐日氣候資料對(duì)未來(lái)日降水量、日最高氣溫、日最低氣溫、日照時(shí)數(shù)等氣象要素進(jìn)行預(yù)測(cè)。預(yù)測(cè)方法主要利用干濕兩狀態(tài)一階馬爾科夫鏈法[15]，廖要明等[16-17]學(xué)者已對(duì)該模型模擬精度進(jìn)行了驗(yàn)證，發(fā)現(xiàn)該模型可以很好地模擬各種氣象要素。

1.2.2變化趨勢(shì)計(jì)算方法本研究引入一元線性回歸方程分析氣候要素變化趨勢(shì)[18-19]，其計(jì)算公式為：

Y=at+b

(1)

式中：Y為氣候要素值；t為年份；a為回歸系數(shù)；b為常數(shù)，a>0表示氣候要素呈增加趨勢(shì)；a<0表示氣候要素呈下降趨勢(shì)。根據(jù)相關(guān)文獻(xiàn)，認(rèn)為氣候要素趨勢(shì)系數(shù)R等于a，用10 a表示。利用SPSS軟件對(duì)該趨勢(shì)系數(shù)進(jìn)行顯著性檢驗(yàn)。

2　結(jié)果與分析

2.1　極端氣候指數(shù)年際變化

日最高溫氣溫(TXx)、日最低氣溫(TNn)、暖日指數(shù)(TX90p)和持續(xù)暖期(WSDI)均呈增加趨勢(shì)，冷日指數(shù)(TX10p)和持續(xù)冷期(CSDI)均呈下降趨勢(shì)，并均通過(guò)0.05顯著性檢驗(yàn)。其中日最高溫氣溫、日最低氣溫、暖日指數(shù)和持續(xù)暖期每10 a分別增加0.1℃，0.03℃，0.23 d和0.4 d；冷日指數(shù)和持續(xù)冷期每10 a分別下降0.1 d和0.26 d(圖1)。

最大日降水量(RX1day)，5日最大降水量(R5D)、強(qiáng)降水量(R95T)、日降水量強(qiáng)度(SDⅡ)和連續(xù)濕日(CDD)均呈現(xiàn)增加趨勢(shì)，連續(xù)干日(CWD)呈現(xiàn)下降趨勢(shì)，并均通過(guò)0.05顯著性檢驗(yàn)。其中最大日降水量，5日最大降水量、強(qiáng)降水量、日降水量強(qiáng)度和連續(xù)濕日每10 a分別增加1.02 mm，1.31 mm，5.63 mm，0.01 mm/d和0.05 d，連續(xù)干日每10 a下降0.11 d(圖2)。

2.2　極端氣候指數(shù)空間分布

日最高溫氣溫、日最低氣溫、暖日指數(shù)和持續(xù)暖期均呈現(xiàn)由西向東逐漸增加趨勢(shì)。除東部小部分地區(qū)外，冷日指數(shù)和持續(xù)冷期均呈現(xiàn)由南部、東部向西部增加趨勢(shì)(圖3)。

最大日降水量、5日最大降水量、強(qiáng)降水量和日降水量強(qiáng)度均呈現(xiàn)由西北部向東部、南部逐漸增加趨勢(shì)。連續(xù)濕日由東北部向西南部逐漸增加。連續(xù)干日由東部向西部、南部逐漸增加(圖4)。

圖1貴州省極端氣溫指數(shù)年際變化

圖2貴州省極端降水指數(shù)年際變化

圖3貴州省極端氣溫指數(shù)的空間分布

圖4貴州省極端降水指數(shù)的空間分布

貴州省大部分地區(qū)日最高溫氣溫、日最低氣溫、暖日指數(shù)和持續(xù)暖期均呈現(xiàn)增加趨勢(shì)。其中日最高溫氣溫增加幅度較高地區(qū)(>0.2℃/10 a)集中中南部和北部地區(qū)。日最低氣溫增加幅度較高地區(qū)(>0.2℃/10 a)主要分布西南部、東南部和西北部。暖日指數(shù)增加幅度較高地區(qū)(>0.2 d/10 a)集中中部、南部和西北部。持續(xù)暖期增加幅度較高地區(qū)(>1 d/10 a)主要分布中東部和南部。研究區(qū)大部分地區(qū)冷日指數(shù)和持續(xù)冷期呈下降趨勢(shì)。其下降幅度較高地區(qū)(分別為<-0.3 d/10 a和<-2 d/10 a)均主要分布于東部和北部(圖5)。

圖5貴州省極端氣溫指數(shù)變化趨勢(shì)的空間分布

貴州省大部分地區(qū)最大日降水量，5日最大降水量、強(qiáng)降水量、日降水量強(qiáng)度和連續(xù)濕日均呈現(xiàn)增加趨勢(shì)。其中最大日降水量增加幅度較高地區(qū)(>2.5 mm/10 a)集中中西部和東北部。5日最大降水量增加幅度較高地區(qū)(>2.5 mm/10 a)主要分布西部和中東部。強(qiáng)降水量增加幅度較高地區(qū)(>10 mm/10 a)集中中部、西部和南部。日降水量強(qiáng)度增加幅度較高地區(qū)[>0.1 mm/(d·10 a)]主要分布西北部和東部。連續(xù)濕日增加幅度較高地區(qū)(>0.2 d/10 a)集中西部和南部。

研究區(qū)大部分地區(qū)連續(xù)干日呈現(xiàn)下降趨勢(shì)。其中下降幅度較大地區(qū)(<-0.6 d/10 a)主要分布中東部和西南部(圖6)。

圖6貴州省極端降水指數(shù)變化趨勢(shì)的空間分布

3　討論與結(jié)論

3.1　討 論

在全球變暖大背景下，極端氣候事件頻繁發(fā)生，這可能引起嚴(yán)重氣候?yàn)?zāi)害，也可能對(duì)農(nóng)作物和植物生長(zhǎng)提供有利氣候條件[20]。本研究日最高溫氣溫、日最低氣溫、暖日指數(shù)、持續(xù)暖期增加以及冷日指數(shù)和持續(xù)冷期下降有利于生態(tài)退化區(qū)植被恢復(fù)和農(nóng)作物越冬。但是最大日降水量，5日最大降水量、強(qiáng)降水量、日降水量強(qiáng)度、連續(xù)濕日增加及連續(xù)干日下降將增加該區(qū)洪澇發(fā)生風(fēng)險(xiǎn)，加劇水土流失。另外，極端高溫和極端降水的增加有可能引起農(nóng)作物高溫?zé)岷秃闈碁?zāi)害，進(jìn)而導(dǎo)致糧食產(chǎn)量下降。此外，極端高溫和降水的增加還將對(duì)貴州省夏季人類生態(tài)環(huán)境宜居性產(chǎn)生負(fù)面影響。

本研究極端氣溫指數(shù)和極端降水指數(shù)變化趨勢(shì)與劉琳等[9]對(duì)1951—2010年西南地區(qū)極端氣候研究結(jié)果基本一致。但本研究與劉琳等[9]對(duì)極端氣溫和降水變化趨勢(shì)幅度存在一定差異。此外，本研究結(jié)果與王冀[21]和陳曉晨[22]等對(duì)我國(guó)不同情景極端氣候整體變化趨勢(shì)較為接近。然而，由于地域環(huán)境的差異，本研究與我國(guó)不同地區(qū)相關(guān)研究結(jié)果存在較大差異[23-24]。另外，受全球變暖影響，大氣環(huán)流異常，研究區(qū)大部分極端氣候指數(shù)均呈增加趨勢(shì)。貴州省地處我國(guó)西南部，同時(shí)受太平洋東南季風(fēng)和印度洋西南季風(fēng)影響，加之東低西高的地形特征[25]，這使得該區(qū)極端氣候指數(shù)空間異質(zhì)性突出。

3.2　結(jié) 論

(1) 日最高溫氣溫、日最低氣溫、暖日指數(shù)、持續(xù)暖期、最大日降水量，5日最大降水量、強(qiáng)降水量、日降水量強(qiáng)度和連續(xù)濕日呈現(xiàn)增加趨勢(shì)。冷日指數(shù)、持續(xù)冷期和連續(xù)干日呈現(xiàn)下降趨勢(shì)。

(2) 研究區(qū)極端氣溫指數(shù)東西差異突出，極端降水指數(shù)東西、南北差異均較大。各極端氣候指數(shù)變化趨勢(shì)之間空間格局差異較大，且空間異質(zhì)性突出。

參考文獻(xiàn):

[1]高妍,馮起,李宗省,等.祁連山討賴河流域1957—2012年極端氣候變化[J].中國(guó)沙漠,2014,34(3):814-826.

[2]徐集云,石英,高學(xué)杰,等. RegCM3對(duì)中國(guó)21世紀(jì)極端氣候事件變化的高分辨率模擬[J].科學(xué)通報(bào),2013,58(8):724-733.

[3]Mutiibwa D, Vavrus S J, McAfee S A, et al. Recent spatiotemporal patterns in temperature extremes across conterminous United States [J]. Journal of Geophysical Research:Atmospheres, 2015,120:7378-7392.

[4]張磊磊,康穎,張建云,等.近50年來(lái)黃河源區(qū)極端氣候事件趨勢(shì)分析[J].水電能源科學(xué),2015,33(2):6-9.

[5]Beniston M, Stephenson D B, Christensen O B, et al. Future extreme events in European climate:an exploration of regional climate model projections [J]. Climatic Change, 2007,81:71-95.

[6]Jiang Z L, Song J, Li L, et al. Extreme climate events in China:IPCC-AR4 model evaluation and projection [J]. Climatic Change, 2012,110:385-401.

[7]Jones A R, Bull C M, Brook B W, et al. Tick exposure and extreme climate events impact survival and threaten the persistence of a long-lived lizard [J]. Journal of Animal Ecology, 2016,85(2):598-610.

[8]John R, Chen J Q, OuYang Z T, et al. Vegetation response to extreme climate events on the Mongolian Plateau from 2000 to 2010[J]. Environmental Research Letters, 2013,8:1-12.

[9]劉琳,徐宗學(xué).西南5省市極端氣候指數(shù)時(shí)空分布規(guī)律研究[J].長(zhǎng)江流域資源與環(huán)境,2014,23(2):294-301.

[10]陳學(xué)凱,雷宏軍,徐建新,等.氣候變化背景下貴州省農(nóng)作物生長(zhǎng)期干旱時(shí)空變化規(guī)律[J].自然資源學(xué)報(bào),2015,30(10):1735-1749.

[11]Peterson T C, Folland C, Gruza G, et al. Report on the Activities of the Working Group on Climate Change Detection and Related Rapporteurs 1998—2001[M]. Southampto, UK:International CLⅣAR Project Office, 2001.

[12]曹祥會(huì),龍懷玉,張繼宗,等.河北省主要極端氣候指數(shù)的時(shí)空變化特征[J].中國(guó)農(nóng)業(yè)氣象,2015,36(3):245-253.

[13]楊艷娟,任雨,郭軍.1951—2009年天津市主要極端氣候指數(shù)變化趨勢(shì)[J].氣象與環(huán)境學(xué)報(bào),2011,27(5):21-26.

[14]張延偉,李紅忠,魏文壽,等.1961—2010年北疆地區(qū)極端氣候事件變化[J].中國(guó)沙漠,2013,33(6):1891-1897.

[15]Liao Y M, Zhang Q, Chen D. Stochastic modeling of daily precipitation in China[J]. Journal of Geographical Sciences, 2004,14(4):417-426.

[16]廖要明,張強(qiáng),陳德亮.中國(guó)天氣發(fā)生器的降水模擬[J].地理學(xué)報(bào),2004,59(5):689-698.

[17]廖要明,劉綠柳,陳德亮,等.中國(guó)天氣發(fā)生器模擬非降水變量的效果評(píng)估[J].氣象學(xué)報(bào),2011,69(2):310-319.

[18]李生辰,徐亮,郭英香,等.近34 a青藏高原年降水變化及其分區(qū)[J].中國(guó)沙漠,2007,27(2):307-314.

[19]覃衛(wèi)堅(jiān),李棟梁.近50 a來(lái)廣西各級(jí)降水氣候變化特征分析[J].自然資源學(xué)報(bào),2014,29(4):666-676.

[20]曹永旺,延軍平.1961—2013年山西省極端氣候事件時(shí)空演變特征[J].資源科學(xué),2015,37(10):2086-2098.

[21]王冀,江志紅,丁裕國(guó),等.21世紀(jì)中國(guó)極端氣溫指數(shù)變化情況預(yù)估[J].資源科學(xué),2008,30(7):1084-1092.

[22]陳曉晨,徐影,姚遙.不同升溫閾值下中國(guó)地區(qū)極端氣候事件變化預(yù)估[J].大氣科學(xué),2015,39(6):1123-1135.

[23]陳威霖,江志紅,黃強(qiáng).基于統(tǒng)計(jì)降尺度模型的江淮流域極端氣候的模擬與預(yù)估[J].大氣科學(xué)學(xué)報(bào),2012,35(5):578-590.

[24]黃金龍,陶輝,蘇布達(dá),等.塔里木河流域極端氣候事件模擬與RCP4.5情景下的預(yù)估研究[J].干旱區(qū)地理,2014,37(3):490-498.

[25]王永超,焦樹(shù)林,黃福衛(wèi).西南喀斯特地區(qū)農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)研究[J].貴州師范大學(xué)學(xué)報(bào):自然科學(xué)版,2016,34(3):13-17.