趙 慧，郭慶元，馬鵬程，王麗娜，劉麗偉，劉衛(wèi)平，李常德

(1.甘肅省平涼市氣象局，甘肅 平涼 744000；2.陜西省西安市氣象局，陜西 西安 710016；3.甘肅省蘭州區(qū)域氣候中心，甘肅 蘭州 730020)

引 言

在全球變暖背景下，極端低溫事件引起人們的高度重視[1-9]。低溫凍害是我國主要的氣象災害之一，位于西北地區(qū)東部的隴東南地區(qū)，作為西北地區(qū)乃至全國重要的林果業(yè)經濟產區(qū)，低溫凍害直接影響其生態(tài)系統(tǒng)和經濟效益[10-12]。同時，隴東南地區(qū)屬于典型的內陸干旱區(qū)，是西風帶氣候和季風氣候相互作用的過渡地帶，是全球氣候變化敏感區(qū)[13]。因此，做好隴東南地區(qū)極端低溫事件的監(jiān)測和服務工作，對當地經濟發(fā)展具有重要的現(xiàn)實作用。

極端低溫事件具有明顯的區(qū)域性特征[14-16]。北半球冬季極端低溫事件主要表現(xiàn)為歐亞大陸北部與青藏高原、非洲北部、北美東北部的反相變化[17]；中國大陸極端低溫由東南向西北隨緯度、高度的增加而降低[18]；中國西北地區(qū)極端低溫最低值主要出現(xiàn)在北疆和青海高原[19]；秦嶺地區(qū)極端最低氣溫則表現(xiàn)出南高北低的分布特征[20]；1980年代中后期以來，祁連山及河西走廊極端低溫發(fā)生頻率顯著減少，且南部山區(qū)對全球氣候變暖的響應更敏感[21]。近半個世紀來中國極端低溫呈一致下降趨勢[22-25]，其中，西北東部是全國極端低溫下降趨勢較明顯的區(qū)域之一[23]。另外，極端低溫事件也表現(xiàn)出顯著的季節(jié)性差異，全國范圍內，冬季增溫趨勢明顯大于夏秋季[26]；而中國西部地區(qū)，如河西走廊、三江源地區(qū)、黃河中上游地區(qū)等，冬、春季對全球變暖的響應更為敏感，相較其他季節(jié)，冬季增溫對西北地區(qū)年平均氣溫上升的貢獻最大[27-29]。

極端低溫事件與大氣環(huán)流和海溫異常密切相關[30-31]。中國極端低溫事件頻發(fā)期，歐亞中緯度500 hPa高度距平場呈顯著的“北正南負”模態(tài)，急流區(qū)南北梯度異常顯著，北太平洋海溫異常偏暖，北極濤動為異常負位相[32]。北方濤動、南方濤動、北太平洋濤動、北大西洋濤動和ENSO可能是中國北方各區(qū)域極端低溫事件形成和演化的重要因素[33-34]。蒙古高壓與中國西北東部極端低溫特征的相關性更為明顯，高壓強度及面積變化與極端低溫日數呈正相關，與極端低溫強度呈反相關[35]；冷空氣、亞洲區(qū)極渦面積和極渦強度指數是影響內蒙古嚴寒期的主要因子[36]；烏拉爾山高度場正異常與青海冬季極端低溫事件的發(fā)生聯(lián)系緊密[37]。另外，氣候異常對極端低溫事件有跨季節(jié)影響，前期季節(jié)尺度上的氣候異常對極端低溫事件具有超前指示意義，如冬季El Nino Modoki事件與次年秋季寧夏、陜西及甘肅中南部地區(qū)的極端低溫事件呈顯著正相關，秋季EL Nino Modoki事件與次年春季新疆中部、西北部邊緣地區(qū)及祁連山脈附近的極端低溫事件呈反相關[38]；秋季關鍵海區(qū)的海冰面積變化與冬季北半球極端低溫事件密切相關，即秋季關鍵海區(qū)的海冰面積與亞洲北部區(qū)域冬季的極端低溫事件呈顯著負相關，而與青藏高原、非洲北部和北美東北部冬季的極端低溫事件有顯著正相關關系[17]。

西北地區(qū)東部的隴東南地區(qū)，地形復雜，局地性強，低溫災害頻發(fā)，目前對于隴東南地區(qū)極端低溫事件的研究較少，且大多數研究都側重于趨勢變化，對該地區(qū)極端低溫事件影響因子的分析鮮見。本文利用最新觀測資料，對隴東南地區(qū)極端低溫事件的演變規(guī)律進行研究，并探討影響該地區(qū)極端低溫事件的環(huán)流指數，揭示其對區(qū)域性氣候甚至全球氣候變化的響應特征。

1 資料和方法

1.1 資 料

國家氣象信息中心全國綜合氣象信息共享系統(tǒng)(China integrated meteorological information sharing system, CIMISS)提供的隴東南地區(qū)(32.95°N—36.58°N，104.38°E—108.35°E)31個站點1969—2018年逐日最低氣溫資料，該資料經過嚴格的質量控制和均一性檢驗，并且歷史數據時效長、資料完整性高。區(qū)域氣候資料采用國家氣候中心氣候系統(tǒng)診斷預測室提供的1969—2018年逐月74項環(huán)流特征量，用于計算隴東南地區(qū)各站逐年冬、春季極端低溫日數與同期74項環(huán)流特征量的相關系數，診斷影響隴東南地區(qū)極端低溫事件的環(huán)流系統(tǒng)。高度場資料采用NCEP/NCAR全球范圍內1969—2018年1000、500和100 hPa月平均等壓面位勢高度場再分析資料，分辨率為2.5°×2.5°。

按照氣象學劃分標準，將3—5月定義為春季，6—8月定義為夏季，9—11月定義為秋季，12月至翌年2月定義為冬季。

1.2 方 法

1.2.1 百分位法

不同的統(tǒng)計方法具有不同的適用性，平均值可以反映變量場的平均狀態(tài)，但無法表示資料偏離平均值的情況。均方根誤差可以體現(xiàn)變量圍繞平均值的離散程度，但其對異常值高度敏感。如果資料的平均值和均方根誤差相同，變量的取值特征也可能完全不同，百分位法可以很好地反映變量的取值特征，具有易于理解，計算簡明，意義明確等特點，且它對原始數據的分布形態(tài)沒有限制，普適性強，因而在氣候統(tǒng)計學中有廣泛的用途[39]。

目前，國際上在氣候極值研究中應用最多的是將某個百分位值作為某氣候要素的極端閾值。本文以第10個百分位值作為極端低溫閾值，具體做法是：先將1969—2018年某日的最低氣溫按升序排列，然后把第10個百分位值作為該日極端低溫閾值，若某日的最低氣溫低于該日極端低溫閾值，則認為該日出現(xiàn)極端低溫事件，若相鄰5站點均出現(xiàn)極端低溫事件，則認為該日出現(xiàn)區(qū)域性低溫事件。此外，將某年所有發(fā)生極端低溫事件的日最低氣溫平均值定義為年極端低溫強度，平均值越小，強度越大。

1.2.2 Mann-Kendall突變檢驗法

Mann-Kendall(M-K)突變檢驗是非參數檢驗方法，其優(yōu)點是樣本不需要遵從一定的分布，也不受少數異常值干擾，更適用于類型變量和順序變量，計算簡便，意義明確，廣泛應用于氣候序列的突變診斷[40]。文中利用M-K方法對極端低溫事件的年變化和季節(jié)變化進行突變檢驗。

2 極端低溫事件演變

2.1 極端低溫事件日數變化

圖1為1969—2018年隴東南地區(qū)年平均極端低溫事件日數變化?？梢钥闯觯?0 a極端低溫日數呈減少趨勢，氣候傾向率為2.3 d·(10 a)-1，線性趨勢顯著(R2=0.488，且通過α=0.01的顯著性檢驗)。1972年極端低溫事件日數最多，為27.9 d，2013年最少，為5.1 d。極端低溫事件日數前5個高值年均出現(xiàn)在1990年代以前，分別為1972，1969，1976，1970，1986年，年極端低溫事件日數為18.0～27.0 d，說明在全球變暖背景下，隴東南地區(qū)極端低溫日數越來越少。

圖2為1969—2018年隴東南地區(qū)極端低溫日數的M-K檢驗。可以看出，在95%的置信度水平下(U=±1.96)，極端低溫日數在1987年存在突變，突變前極端低溫日數呈波動減少，突變后極端低溫日數呈急劇減少趨勢。突變前1969—1986年年極端低溫日數平均15.9 d，突變后1987—2018年年極端低溫日數平均9.8 d，比突變前少6.1 d?？傮w上，1980年代后期以后極端低溫事件明顯減少。

分析1969—2018年隴東南地區(qū)各季極端低溫日數的年際變化(圖3)可以發(fā)現(xiàn)，近50 a春、夏、秋、冬季的極端低溫日數均呈減少趨勢，其中夏季減少最多，傾向率為-1.0 d·(10 a)-1，秋季、春季次之，傾向率分別為-0.5、-0.4 d·(10 a)-1，冬季傾向率為-0.2 d·(10 a)-1。另外，春夏季極端低溫日數的變化趨勢基本一致，其中春季呈小幅波動減少趨勢，而夏季在1990年代中期之前大幅減少，傾向率為-0.9 d·(10 a)-1，之后小幅減少，傾向率為-0.3 d·(10 a)-1。秋冬季極端低溫日數的變化趨勢相似，各年極端低溫日數變幅較大，其中秋季在1990年代中期之前大幅減少，傾向率為-0.7 d·(10 a)-1，之后波動減少，傾向率為-0.2 d·(10 a)-1；冬季在1990年代中期之前大幅減少，傾向率為-0.6 d·(10 a)-1，之后波動增加，傾向率為0.1 d·(10 a)-1。結合多年平均，春、夏、秋季極端低溫日數在1990年代中期之前以偏多為主，之后偏少，而冬季極端低溫日數1980年代中期之前以偏多為主，之后偏少，說明冬季極端低溫天氣對全球氣候變暖的響應比春、夏、秋季早。

圖1 1969—2018年隴東南地區(qū)極端低溫日數年際變化Fig.1 The annual variation of extreme low temperature days in southeast of Gansu Province during 1969-2018

圖2 1969—2018年隴東南地區(qū)極端低溫日數的M-K檢驗Fig.2 The M-K test of extreme low temperature days in southeast of Gansu Province during 1969-2018

圖4為1969—2018年隴東南地區(qū)不同季節(jié)極端低溫日數的M-K檢驗。可以看出，近50 a各季節(jié)極端低溫事件均發(fā)生突變，但突變點各不相同，秋季最早，夏季最晚。春季1985年發(fā)生突變，突變前、后極端低溫日數平均分別為3.9、2.6 d；夏季1995年發(fā)生突變，突變前、后極端低溫日數平均分別為4.2、1.8 d；秋季1982年發(fā)生突變，突變前、后極端低溫日數平均分別為4.1、2.8 d；冬季1989年發(fā)生突變，突變前、后極端低溫日數平均分別為3.4、1.8 d。說明突變時間越早，突變前后極端低溫日數平均值相差越小，突變時間越晚，突變前后極端低溫日數平均值相差越大。極端低溫事件在各季節(jié)突變時間的不同可能與各季節(jié)平均氣溫發(fā)生突變的時間不同有關。

圖3 1969—2018年隴東南地區(qū)不同季節(jié)極端低溫日數年際變化Fig.3 The annual variation of extreme low temperature days in different seasons in southeast of Gansu Province during 1969-2018

圖4 1969—2018年隴東南地區(qū)不同季節(jié)極端低溫日數的M-K檢驗Fig.4 The M-K test of extreme low temperature days in different seasons in southeast of Gansu Province during 1969-2018

2.2 極端低溫強度變化

圖5為極端低溫日數突變前后隴東南地區(qū)極端低溫強度距平年際變化，其中氣候平均態(tài)為1981—2010年?？梢钥闯觯]東南地區(qū)極端低溫強度距平在-6.0～6.2 ℃之間，其中，極端低溫強度最強年出現(xiàn)在2018年，最弱年出現(xiàn)在2015年。另外，突變前極端低溫強度偏高年和偏低年基本各占一半，極端低溫強度距平以0.2 ℃·(10 a)-1的速率增大；突變后極端低溫強度以偏低為主，極端低溫強度距平的氣候傾向率為-1.2 ℃·(10 a)-1?？傮w上，相較于氣候平均值而言，突變后極端低溫強度趨于增強。分析極端低溫日數突變前后各季節(jié)極端低溫強度的變化(圖略)，發(fā)現(xiàn)突變后冬春季極端低溫強度呈明顯增強趨勢，說明突變后年極端低溫強度的變化主要受冬春季影響。

圖6為1969—2018年隴東南地區(qū)不同季節(jié)不同極端低溫強度發(fā)生頻率?？梢钥闯?，年極端低溫強度范圍為-20.0～15.0 ℃，其中，春季極端低溫強度范圍-5.0～5.0 ℃出現(xiàn)頻率較大，為61.9%；夏季極端低溫強度范圍5.0～15.0 ℃出現(xiàn)頻率較大，達90.1%，且極端低溫強度范圍10.0～15.0 ℃出現(xiàn)頻率達56.1%；秋季極端低溫強度范圍-5.0～10.0 ℃出現(xiàn)頻率較大，為73.4 %；冬季極端低溫強度范圍-20.0～-10.0 ℃出現(xiàn)頻率較大，達73.1%?？傮w上，夏、冬季極端低溫強度范圍較為集中，而秋、春季極端低溫強度范圍跨度較大。

圖5 1969—2018年隴東南地區(qū)極端低溫強度距平年際變化Fig.5 The annual variation of anomaly of extreme low temperature intensity in southeast of Gansu Province during 1969-2018

圖6 1969—2018年隴東南地區(qū)不同季節(jié)不同極端低溫強度出現(xiàn)頻率Fig.6 The occurrence frequency of different intensity of extreme low temperature in different seasons in southeast of Gansu Province during 1969-2018

3 極端低溫事件概念模型

3.1 極端低溫事件與環(huán)流系統(tǒng)

為明確隴東南地區(qū)極端低溫事件的影響因素，分別計算極端低溫日數、強度與環(huán)流指數的相關關系。表1列出1969—2018年冬季、春季隴東南地區(qū)極端低溫事件與環(huán)流指數的相關性?？梢钥闯?，影響冬季極端低溫事件的環(huán)流系統(tǒng)主要有冷空氣、歐亞經向環(huán)流指數、北半球極渦中心強度、西太平洋副高面積指數和大西洋歐洲環(huán)流型C等。其中極端低溫日數與冷空氣、歐亞經向環(huán)流指數、西太平洋副高面積指數和大西洋歐洲環(huán)流型C顯著相關，極端低溫強度與冷空氣、歐亞經向環(huán)流指數和北半球極渦中心強度顯著相關。此外極端低溫日數與西太平洋副高面積指數和大西洋歐洲環(huán)流型C呈負相關，與北半球極渦中心強度呈正相關；極端低溫強度與西太平洋副高面積指數呈負相關，與北半球極渦中心強度呈正相關。說明冷空氣越強，歐亞經向環(huán)流指數越高，高緯強冷空氣越容易爆發(fā)南下，隴東南地區(qū)的極端低溫日數越多，強度越大。

影響春季極端低溫事件的環(huán)流系統(tǒng)主要有歐亞經向環(huán)流指數、太平洋區(qū)極渦強度指數、南海副高北界和西太平洋副高北界等。其中極端低溫日數與歐亞經向環(huán)流指數、南海副高北界和西太平洋副高北界顯著相關，極端低溫強度則與歐亞經向環(huán)流指數、太平洋區(qū)極渦強度指數顯著相關。說明受西北氣流影響，歐亞范圍內北風越強，高緯冷空氣越容易南下影響隴東南地區(qū)，該地區(qū)極端低溫日數越多，強度越大。另外，大西洋歐洲環(huán)流型W也通過遙相關影響隴東南地區(qū)春季極端低溫日數和強度。

進一步分析冬春季隴東南地區(qū)極端低溫日數和強度的關系，發(fā)現(xiàn)隴東南地區(qū)極端低溫事件日數與強度呈反相關，冬季、春季二者之間的相關系數分別為-0.35、-0.21，且相關系數均通過α=0.05的顯著性檢驗。

表1 1969—2018年冬季、春季隴東南地區(qū)極端低溫事件與環(huán)流指數的相關系數Tab.1 The correlation coefficients between extreme low temperature events and circulation indexes in southeast of Gansu Province in winter and spring during 1969-2018

3.2 極端低溫偏強年位勢高度場特征

從圖5可知，1969—2018年隴東南地區(qū)極端低溫強度最大的5 a依次為2018、1975、2016、2012和2005年，對這5 a的北半球位勢高度場進行合成分析(圖7)?？梢钥闯?，1000 hPa位勢高度場上，北半球中低緯有3個高壓中心，太平洋副熱帶高壓、大西洋副熱帶高壓和蒙古高壓，即在極端低溫強度較強年，亞洲地區(qū)地面為冷高壓中心，隴東南地區(qū)受地面冷高壓影響，易出現(xiàn)較強極端低溫事件。500 hPa位勢高度場上，高緯度圍繞極地有一個極渦中心，基本呈東西半球對稱分布，中高緯西風帶為典型的“3槽3脊”，槽的強度明顯高于脊，3槽分別位于亞洲東岸、北美東岸和歐洲中部淺槽。較常年相比，歐洲槽和東亞大槽明顯西移，東亞大槽深厚，新疆脊在85°E附近，隴東南地區(qū)盛行新疆脊前西北氣流，冷空氣較強，易形成較強極端低溫事件。100 hPa位勢高度場上，強大的極渦中心偏向于東半球，中緯度為“2槽2脊”結構，2個大槽分別為東亞大槽和北美大槽，2個高壓脊分別位于北美西部和歐洲西部，脊的強度比槽弱得多，隴東南地區(qū)處于東亞大槽后部西北氣流區(qū)，經向環(huán)流明顯。垂直結構上，地面為冷高壓中心，500～100 hPa，東亞大槽深厚且位置穩(wěn)定，隴東南地區(qū)處于東亞大槽后西北氣流控制下，易形成較強極端低溫事件。

圖7 1969—2018年隴東南地區(qū)極端低溫偏強年1000 hPa(a)、500 hPa(b)、100 hPa(c)平均位勢高度場(單位：gpm)Fig.7 The mean geopotential height field on 1000 hPa (a), 500 hPa (b), 100 hPa (c) in strong extreme low temperature events years in southeast of Gansu Province during 1969-2018 (Unit: gpm)

3.3 隴東南地區(qū)極端低溫事件概念模型

從環(huán)流特征量和位勢高度場出發(fā)，總結冬春季極端低溫事件的概念模型(圖8)。可以看出，1000 hPa蒙古高壓偏強、500 hPa東亞大槽深厚且位置偏西、100 hPa極渦中心偏東且中緯度槽強脊弱時，隴東南地區(qū)極端低溫強度較強，極端低溫日數較少。當冷空氣勢力偏強、北半球極渦中心偏強時，冬季易發(fā)生較強極端低溫事件；當歐亞經向環(huán)流指數偏高、太平洋區(qū)極渦強度偏強時，春季易發(fā)生較強極端低溫事件。當冷空氣偏強、歐亞經向環(huán)流指數偏高、西太平洋副高面積偏小時，冬季極端低溫事件較多；當歐亞經向環(huán)流指數偏高、南海北界偏北、西太平洋副高北界偏北時，春季極端低溫事件較多。

圖8 隴東南地區(qū)極端低溫事件概念模型Fig.8 The conceptual model of extreme low temperature events in southeast of Gansu Province

4 結 論

(1) 1969—2018年隴東南地區(qū)極端低溫日數以2.3 d·(10 a)-1的趨勢減少，夏季減少最顯著，秋春季次之，冬季減少最緩慢。年極端低溫日數1987年發(fā)生突變，冬季突變比其他季節(jié)早10 a左右。

(2) 相較于1981—2010年氣候平均值，隴東南地區(qū)年極端低溫強度趨于增強，突變前極端低溫強度距平每10 a升高0.2 ℃，突變后每10 a降低1.2 ℃。突變后年極端低溫強度主要受冬、春季極端低溫增強影響。

(3) 春季有61.9%的極端低溫強度范圍在-5.0～5.0 ℃；夏季有90.1%的極端低溫強度范圍在5.0～15.0 ℃；秋季有73.4%的極端低溫強度范圍在-5.0～10.0 ℃；冬季有73.1%的極端低溫強度范圍在-20.0～-10.0 ℃。

(4) 當蒙古地面為冷高壓中心、西風帶盛行經向環(huán)流、東亞大槽深厚且位置偏西、中上層極渦偏向于東半球時，隴東南地區(qū)易出現(xiàn)較強極端低溫事件。冬季極端低溫強度還與冷空氣、北半球極渦中心強度有關，春季極端低溫強度與太平洋區(qū)極渦強度有關。

(5) 冬季發(fā)生較多極端低溫事件的有利環(huán)流特征為偏強冷空氣、偏高歐亞經向環(huán)流指數和偏小的西太平洋副高面積；春季發(fā)生較多極端低溫事件的有利環(huán)流特征為偏高的歐亞經向環(huán)流指數和位置偏北的南海北界、西太平洋副高北界。