鄭 奕，張廣興，劉 艷

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊830002；2.中亞大氣科學(xué)研究中心，新疆 烏魯木齊830002）

近50 a來，全球氣候顯著變暖，這也導(dǎo)致了各種極端天氣的頻繁發(fā)生[1-3]，進(jìn)而對各地社會、經(jīng)濟、農(nóng)牧業(yè)生產(chǎn)以及生態(tài)環(huán)境產(chǎn)生廣泛而深刻的影響[4]。很多研究證明，氣候變暖中最低氣溫增幅和最高氣溫增幅存在非對稱性，并且認(rèn)為升溫在季節(jié)分布上也具有非對稱性[5]。所謂非對稱其實就是指最高、最低及不同季節(jié)增溫幅度不同。IPCC第3次評估報告提出溫度的變化有3種情形：淤夜間增溫幅度大于白天，導(dǎo)致溫度日較差減?。挥诙驹鰷胤却笥谙募?；盂高緯度地區(qū)增溫幅度大于低緯度地區(qū)[6]。IPCC第4次評估報告進(jìn)一步分析了晝夜溫度中極端溫度的變化，認(rèn)為冷晝、冷夜和霜凍的發(fā)生頻率減小，而熱晝、熱夜的發(fā)生頻率增加[7]。最低氣溫升高比最高氣溫升高得快，冬季的升溫速率遠(yuǎn)大于夏季的升溫速率，即升溫存在非對稱性。例如，美國國家氣候數(shù)據(jù)中心的Karl對1951—1990年北半球氣象資料分析表明：夜間平均增暖0.84益，白天增暖0.28益，前者是后者的3倍，這種變化趨勢發(fā)生在所有陸地和所有季節(jié)，只是幅度不同[8]。1997年美國國家氣候數(shù)據(jù)中心的Easterling等進(jìn)一步證實了氣候變暖中最低氣溫增幅和最高氣溫增幅的非對稱性[9]，這種不對稱性造成氣溫日較差的變小[10-13]，對植物生理活動及作物的產(chǎn)量產(chǎn)生了重要影響[14-16]。新疆是中國增溫最為明顯的地區(qū)之一，過去40多年里絕大部分地區(qū)表現(xiàn)出氣溫升高，降水增多，氣候總體呈現(xiàn)不同程度的“暖濕化”趨勢，平均氣溫已升高了1.8益，年極端最低氣溫升高了3.7益[17-19]。雖然前期對平均氣溫的變化有所研究[20-21]，但對氣溫的非對稱性增溫變化研究較少，對塔里木盆地高低溫變化研究就更少了。

塔里木盆地位于新疆南部的天山、昆侖山和阿爾金山之間，面積約50多萬km2，是中國最大的內(nèi)陸盆地，屬于典型的大陸性氣候，具有日照時間長、晝夜溫差大、有效輻射量大、氣溫高等特點。盆地周邊區(qū)域氣候類型獨特，生態(tài)環(huán)境多樣，本研究針對該區(qū)域非對稱性增溫變化特征進(jìn)行分析，探討塔里木盆地對全球變暖的響應(yīng)結(jié)果，以期為研究區(qū)域氣候變化原因提供科學(xué)依據(jù)，也可為應(yīng)對氣候變化、減緩氣候變化對人類社會的影響提供參考。

1 資料與方法

1.1 資料來源

為了較好地體現(xiàn)塔里木盆地氣溫變化情況，收集了該地區(qū)25個國家氣象站1960—2015年逐日最高、最低及平均氣溫資料，其主要來源于新疆維吾爾自治區(qū)氣象信息中心。該資料經(jīng)過統(tǒng)一的缺測值插補、奇異值去除等質(zhì)控措施，資料序列完整且具有較好代表性。站點分布見圖1。

圖1 塔里木盆地主要氣象站點分布示意圖

1.2 研究方法

采用一元線性趨勢法和累積距平法對氣溫進(jìn)行趨勢分析，變化趨勢的顯著性，采用時間t與序列變量x之間相關(guān)系數(shù)，即氣候趨勢系數(shù)進(jìn)行檢驗。利用Mann-Kendall（M-K）方法對氣候要素時間序列進(jìn)行突變檢驗[22]，判定突變年份和氣候要素突變趨勢?；贏rcgis的反距離加權(quán)插值方法對氣溫進(jìn)行空間化分析。

趨勢系數(shù)能定量給出某種氣候要素時間序列的升降程度，它定義為n年要素序列與自然數(shù)列的相關(guān)系數(shù)：

式中：n為年數(shù)；xi為第i年要素值為樣本均值；的正負(fù)反映了要素在n年內(nèi)的線性增降趨勢。符合自由度為n-2的t分布，通過查t分布表，可以檢驗線性增降趨勢是否顯著，還是一種隨機振動。

Mann-Kendall方法是非參數(shù)統(tǒng)計檢驗方法，其優(yōu)點是不需要樣本遵從一定的分布，也不受少數(shù)異常值的干擾，更適于類型變量和順序變量，計算也比較簡便，而且可以明確突變開始的時間，并指出突變區(qū)域，是一種常用的突變檢驗方法[22]。其具體分析方法如下：

對于具有n個樣本量的時間序列x，構(gòu)造一個秩序列：

其中

可見，秩序列Sk是第i時刻數(shù)值>j時刻數(shù)值個數(shù)的累計數(shù)。

在時間序列隨機獨立的假定下，定義統(tǒng)計量

式中，UFk=0，E（Sk）、var（Sk）是累計數(shù)的均值和方差，可由下列公式得出：

UF1為標(biāo)準(zhǔn)正態(tài)分布，它是按時間序列x計算出的統(tǒng)計量序列，給定顯著性水平琢，查正態(tài)分布表，若則表明序列存在明顯的趨勢變化。對原序列反向后構(gòu)成新序列，再重復(fù)前2步運算，同時使UBk=-UFk（k=n，n-1，...，1），UB1=0。

按方程（4）計算UFk和UBk，給定顯著性水平，如琢=0.05，則臨界值u0.05=依1.96。將UFk和UBk2個統(tǒng)計量序列曲線和依1.96兩條直線均繪制在一張圖上。若UFk和UBk的值大于0，則表明序列呈上升趨勢，<0則表明呈下降趨勢。當(dāng)它們超過臨界直線時，表明上升或下降趨勢顯著。如果UFk和UBk2條線出現(xiàn)交點，且交點在臨界線之間，那么交點對應(yīng)的時刻便是突變開始的時間。

2 結(jié)果與分析

2.1 氣溫的年代際非對稱性變化及空間分布特征

圖2 研究區(qū)1960—2015年平均氣溫、最高氣溫和最低氣溫的年際變化及氣候傾向率空間分布特征

由圖2可以看出，年平均氣溫、最高氣溫及最低氣溫均呈明顯波動上升趨勢，并通過了0.01顯著性水平檢驗。年平均氣溫氣候傾向率為0.26益/10 a，大于同期全國的增溫速度[23]（0.09耀0.15益/10 a）。年平均最低氣溫的氣候傾向率為0.39益/10 a，約為年平均最高氣溫的1.5倍，為顯著不對稱升高。56 a來，塔里木盆地的平均氣溫、最高氣溫和最低氣溫分別為11.12、18.57、4.43 益。年平均氣溫最低年份是1967年，為9.87益，最高值出現(xiàn)在2007年，為12.39益，極差為2.52益。

由表1可以看出，在1960—1989年這30 a間，盆地年平均氣溫呈緩慢上升趨勢，增速為0.097益/10 a，年平均最高氣溫甚至呈下降趨勢，為-0.003益/10 a，而年平均最低氣溫氣候傾向率則為0.221益/10 a。1990—2009年間，氣溫呈加速升高趨勢，年平均氣溫較20世紀(jì)60年代升高了1.14益，2010—2015年，氣溫增速有所下降，年平均氣溫為11.67益，仍比20世紀(jì)60年代上升1.0益。與年平均氣溫變化趨勢相同，在1990—2009年間，年平均最高、最低氣溫均呈大幅上升趨勢，尤其是年平均最低氣溫呈加速上升趨勢。近6 a氣溫上漲的趨勢有所下降，但仍分別比20世紀(jì)60年代上升0.69益和1.7益。

表1 塔里木盆地氣溫年代際變化

從空間分布特征來看，近56 a來，塔里木盆地各地除少數(shù)地區(qū)外普遍呈變暖趨勢，但各地的變暖幅度有所不同，大致隨緯度由北向南遞增，盆地北緣（除庫車和阿拉爾外）和南緣（除于田）年平均氣溫增溫幅度較大。這是因為由印度洋北上的帶有豐富水汽的西南季風(fēng)，在昆侖山脈迎風(fēng)坡產(chǎn)生大量降水，越山后，水汽減少，空氣下沉造成塔里木盆地的增溫。年平均最高、最低氣溫氣候傾向率在空間分布上也很不均衡。盆地東部、西部和南部年平均最高氣溫傾向率在0.20耀0.30益/10 a之間，其中皮山、民豐增幅最?。?.20益/10 a），麥蓋提、且末增溫幅度最大，達(dá)到0.30益/10 a。盆地北部年平均最高氣溫氣候傾向率在0.07耀0.20益/10 a之間。年平均最低氣溫傾向率除庫車、阿拉爾、阿克陶、麥蓋提4個站在-0.03耀0.10益/10 a外，其他各站最低氣溫氣候傾向率均在0.20耀0.69益/10 a之間，增幅最大的為民豐、烏恰、和田、輪臺和策勒五個站。

2.2 氣溫的季節(jié)非對稱性變化及空間分布特征

由圖3、4、5可以看出，盆地的不同季節(jié)增溫幅度表現(xiàn)出非對稱性。冬季平均氣溫增幅為全年最大，氣溫傾向率為0.33益/10 a；春季和秋季平均氣溫傾向率分別為0.27益/10 a和0.26益/10 a，夏季平均氣溫增幅最小，為0.17益/10 a。盡管研究區(qū)各個季節(jié)的最高氣溫和最低氣溫趨勢系數(shù)均為正值，表現(xiàn)出比較一致的增溫趨勢，但在不同區(qū)域、不同季節(jié)的增溫強弱有較大差異。春、夏、秋、冬季平均最高氣溫氣候傾向率在0.15耀0.27益/10 a之間，秋季最高氣溫增幅最大，夏季最小。四季的平均最低氣溫氣候傾向率分別為0.36、0.35、0.39、0.48 益/10 a，均通過0.001的顯著性水平檢驗，呈極顯著升溫趨勢，且冬季增溫最大，夏季最小。同時表明：四季平均氣溫的升高主要與最低氣溫的顯著升高關(guān)系密切；四季夜間最低氣溫的升幅大于白天最高氣溫的升幅。最低氣溫的氣候傾向率在各個季節(jié)都遠(yuǎn)大于對應(yīng)季節(jié)最高氣溫的氣候傾向率，尤其冬季平均最低氣溫傾向率為最高氣溫的3.0倍。盆地大幅增溫均發(fā)生在1993—2009年間，而近6 a來，各季平均氣溫、最高、最低氣溫增溫趨勢均有所減弱。

四季增溫的空間分布特點是：春、秋兩季隨緯度差異由北向南遞增，夏季由西北向東南遞增，冬季則由東北向西南遞增。春、夏兩季增溫面積較大。四季氣溫的強增溫區(qū)均分布在盆地西南緣的葉城、和田、策勒和民豐等地。而阿克陶、阿拉爾、庫車等地由于局地小氣候的影響，氣溫增幅不大，甚至出現(xiàn)負(fù)增長。盆地西南緣靠近昆侖山脈地區(qū)，為整個盆地增溫幅度最大地區(qū)。

2.3 年平均氣溫日較差變化特征

圖3 研究區(qū)1960—2015年各季平均氣溫的年際變化

圖4 研究區(qū)1960—2015年各季平均最高氣溫的年際變化

圖5 研究區(qū)1960—2015年各季平均最低氣溫的年際變化

由圖6可知，塔里木盆地近56 a來，年平均氣溫日較差呈顯著減小趨勢，氣候傾向率為-0.19益/10 a，這也是年平均最低氣溫增速大于年平均最高氣溫的結(jié)果?？臻g分布上盆地南緣和北緣日較差減小趨勢較大，其中烏恰、沙雅、輪臺、民豐、策勒和葉城六站最為明顯，這是由于這幾個站的年平均最低氣溫上升較快引起。日較差出現(xiàn)正增長的有阿克陶、阿拉爾、庫車和麥蓋提等地。

2.4 氣溫的氣候突變分析

圖7是用Mann-Kendall檢驗法對盆地近56 a平均氣溫、最高氣溫、最低氣溫進(jìn)行的突變檢驗分析，取（依1.96）95%的置信度水平。由UF曲線可知：自1990年以來有明顯的增溫趨勢，年平均氣溫、年平均最高氣溫UF與UB曲線在信度區(qū)間均只存在1個交點，其突變年份基本都在1993年前后，均超過了顯著性水平0.05的臨界線。

3 結(jié)論與討論

（1）56 a來，研究區(qū)年平均氣溫、最高氣溫、最低氣溫均呈明顯波動上升趨勢，線性遞增速率分別為0.26、0.21和0.39益/10 a，年平均最低氣溫變率為年平均最高氣溫變率的1.5倍，為明顯不對稱升高。除少數(shù)地區(qū)外普遍呈變暖趨勢，但地區(qū)間的變暖幅度有所不同，大致隨緯度差異由北向南遞增，盆地北緣（除庫車和阿拉爾外）和南緣靠近昆侖山脈地區(qū)（除于田）年平均氣溫增溫幅度較大。

圖6 研究區(qū)1960—2015年平均氣溫日較差變化趨勢和空間分布特征

圖7 研究區(qū)年平均氣溫（a）、最高氣溫（b）和最低氣溫（c）的M-K突變檢驗曲線

（2）盆地的四季平均氣溫均呈明顯波動上升趨勢，不同季節(jié)增溫幅度表現(xiàn)出非對稱性。冬季平均氣溫、最低氣溫增幅均為全年最大，夏季則最小，秋季最高氣溫增幅最大，夏季最小。四季平均氣溫的升高主要與最低氣溫的顯著升高關(guān)系密切；四季夜間最低氣溫的升幅大于白天最高氣溫的升幅。最低氣溫傾向率在各個季節(jié)都遠(yuǎn)大于對應(yīng)季節(jié)最高氣溫的傾向率，尤其冬季平均最低氣溫傾向率為最高氣溫的2.9倍。四季增溫的空間分布特點是：春、秋兩季隨緯度由北向南遞增，夏季由西北向東南遞增，冬季則由東北向西南遞增。春、夏兩季增溫面積較大。

（3）近56 a來，塔里木盆地年平均氣溫日較差呈顯著減小趨勢，氣候傾向率為-0.19益/10 a，這也是年平均最低氣溫增速大于年平均最高氣溫的結(jié)果?？臻g分布上盆地南緣和北緣日較差減小趨勢較大，其中烏恰、沙雅、輪臺、民豐、策勒和葉城六站最為明顯。

（4）在1960—1989年這30 a間，盆地年平均氣溫呈緩慢上升趨勢，增速為0.097益/10 a，年平均最高氣溫甚至呈下降趨勢，為-0.003益/10 a，而年平均最低氣溫變率則為0.221益/10a。自1990年以來有明顯的增溫趨勢，年平均氣溫與年平均最高氣溫的突變年份基本發(fā)生在1993年前后，這與以往的研究基本相符[24]。

氣溫日較差的減小與最低氣溫的明顯升高相關(guān)。IPCC[6]第三次評估報告認(rèn)為近50 a來的全球氣候變暖主要是由人類活動引起，而CO2等溫室氣體的增加所導(dǎo)致的溫室效應(yīng)的加強是主要原因。氣溫上升導(dǎo)致的大氣中水汽含量的增加將減少向外的長波輻射，這在很大程度上解釋了最低氣溫的顯著升高。塔里木盆地生態(tài)環(huán)境脆弱，氣候變化尤為敏感，氣候變化因子包括的氣象要素很多，為徹底了解該研究區(qū)域的氣候變化特點，今后還需要在氣候因子（如日照、風(fēng)速、蒸發(fā)等）和極端氣候事件（如沙塵暴、洪水、干旱）等方面進(jìn)一步深入研究。

參考文獻(xiàn)：

[1]Nemec J，Gruber C，Chimani B，Auer I Trends in extreme temperature indices in Austria based on a new homogenized dataset[J].Int J Climatol，2012，117.

[2]Cox PM，Betts RA，Jones CD，et al.Totterdell IJ Acceleration of global warming due to carbon-cycle feedbacks in a coupled climate model[J].Nature ，2000，408（6809）：184-187.

[3]Choi G，Collins D，Ren G，et al.Changes in means and extreme events of temperature and precipitation in the Asia-Pacific Network region，1955-2007 [J].IntJ Climatol，2009，29（13）：1906-1925.

[4]郭建平，氣候變化對中國農(nóng)業(yè)生產(chǎn)的影響研究進(jìn)展[J].應(yīng)用氣象學(xué)報，2015，26（1）：1-11.

[5]RP Boyles，S Raman.Analysis of climate trends in North Carolina （1949-1998） [J].EnvironmentInternational，2003，29（2/3）：263-275.

[6]IPCC Third Assessment Report：Climate Change 2001（TAR）.http：Mwww.ipcc.ch/publications_and_data/ublications_and_data_reports.htm.

[7]IPCC Fourth Assessment Report：Climate Change 2007（AR4）.http：//www.ipcc.ch/publications_and_data/publications_and_data_reports.htm.

[8]Karl T R，Jones P D，Knight R W，et al.A new perspective on recent global warming：Asymmetric Trends of daily maximum and minimum temperature[J].Bulletin of the American Meteorological Society，1993，74 （6）：1007-1023.

[9]Easterling D R，Horton B，Jones P D，et al.Maximum and minimum temperature trends for the globe[J].Science，1997，277（18）：364-367.

[10]沈菊，張彩岳，劉金青，等.近35 a柴達(dá)木盆地氣溫變化特征[J].中國農(nóng)學(xué)通報，2016，32（34）：159-165.

[11]RP Boyles，S Raman.Analysis of climate trends in North Carolina （1949-1998）[J].Environment International，2003，29（2-3）：263-275.

[12]翟盤茂，任福民.中國近四十年最高最低溫度變化[J].氣象學(xué)報，1997，55（4）：418-429.

[13]高學(xué)芹.濰坊市1955-2014年氣溫日較差變化特征及影響因子分析[J].中國農(nóng)學(xué)通報，2015，31（35）：204-208.

[14]何春霞，李吉躍，孟平，等.樹木葉片穩(wěn)定碳同位素分餾對環(huán)境梯度的響應(yīng)[J].生態(tài)學(xué)報，2010，30（14）：3828-3838.

[15]Lobell D B.Changes in diurnal temperature range and national cereal yields. Agricultural and Forest Meteorology[J].2007，145：229-238.

[16]Lobell D B，Ortiz-Monasterio J I，Asner G P，et al.Analysis of wheat yield and climatic trends in Mexico[J].Field Crops Research，2005，94（2-3）：250-256.

[17]張家寶，史玉光.新疆氣候變化及短期氣候預(yù)測研究[M].北京，氣象出版社，2002.

[18]袁玉江，何清，魏文壽，等.天山山區(qū)與南北疆近40 a來的年溫度變化特征比較研究[J].中國沙漠，2003，23（5）：521-526.

[19]普宗朝，張山清，李景林，等.近50 a新疆冬季熱量資源時空變化[J].干旱區(qū)農(nóng)業(yè)研究，2014，32（2）：40-46.

[20]普宗朝，張山清，李景林等，近48 a新疆烏-昌地區(qū)氣候變化[J].干旱區(qū)研究，2010，27（3）：422-432.

[21]海米提·依米提，冷中笑，高前兆.塔里木盆地南緣于田綠洲近50 a來氣候變化特征分析[J].中國沙漠，2010，30（3）：654-659.

[22]魏鳳英.現(xiàn)代氣候統(tǒng)計診斷與預(yù)測技術(shù)[M].北京：氣象出版社，1999：63-66.

[23]《第三次氣候變化國家評估報告》編委會.第三次氣候變化國家評估報告[M].北京：科學(xué)出版社，2015.

[24]李珍，姜逢清.1961-2004年新疆氣候突變分析[J].冰川凍土，2007，29（3）：351-359.