曹磊 李永利 余予 李艷 任芝花

(1 國(guó)家氣象信息中心，北京 100081；2 內(nèi)蒙古自治區(qū)氣象局氣象信息中心，呼和浩特 010051；3 中國(guó)氣象局公共氣象服務(wù)中心，北京 100081)

引 言

低溫連陰雨過(guò)程(簡(jiǎn)稱低溫連陰雨)，因其長(zhǎng)時(shí)間的低溫、陰雨、寡照，且通常伴有冰凍，會(huì)嚴(yán)重影響作物的生長(zhǎng)發(fā)育、產(chǎn)量及品質(zhì)。還可能引發(fā)洪澇、山體滑坡、泥石流等次生災(zāi)害，對(duì)交通、旅游、水利等行業(yè)產(chǎn)生不利影響[1-4]。

2008年1—2月，我國(guó)南方19個(gè)省遭受了罕見的大范圍持續(xù)低溫雨雪和冰凍災(zāi)害天氣，多處電力和交通運(yùn)輸設(shè)施損毀，大面積農(nóng)、林作物受損，直接經(jīng)濟(jì)損失超過(guò)1 500億元。針對(duì)此次過(guò)程，諸多學(xué)者從氣候背景、氣候特征、大尺度環(huán)流和天氣過(guò)程等方面開展了分析研究[5-10]。

研究表明我國(guó)平均最低氣溫在近幾十年呈升高趨勢(shì)[11]，1961—2015年我國(guó)平均年結(jié)冰日數(shù)以-1.5 d/(10 a)的趨勢(shì)減少[12]，我國(guó)北方結(jié)冰期也以-2.6 d/(10 a)的速率減少[13]。在氣候變化背景下，我國(guó)低溫連陰雨日數(shù)勢(shì)必會(huì)出現(xiàn)減少趨勢(shì)。從區(qū)域研究角度，黃露菁等[14]分析得出廣東低溫陰雨天氣平均日數(shù)分布趨勢(shì)自北向南遞減；張智等[15]分析表明寧夏全年和汛期連陰雨發(fā)生次數(shù)均呈減少趨勢(shì)；王華等[16]對(duì)廣東省低溫陰雨頻度的分析表明其偏重發(fā)生頻率明顯減弱；李易芝等[17]針對(duì)湖南省春播育秧期低溫陰雨日數(shù)進(jìn)行了分析，得到全省一致型和南北相異型兩種主要分布形態(tài)。韓榮青等[18]基于我國(guó)546站1951—2007年數(shù)據(jù)，分析得到我國(guó)2—5月低溫連陰雨平均日數(shù)以四川盆地、貴州地區(qū)為最多，1990s中期以前全國(guó)為增多趨勢(shì)，之后表現(xiàn)為減少趨勢(shì)。我國(guó)南方為低溫連陰雨的主要發(fā)生區(qū)域，且冬春季節(jié)多發(fā)。因此，有必要針對(duì)該地區(qū)及高發(fā)時(shí)段進(jìn)行研究。

本文基于我國(guó)1 057個(gè)地面臺(tái)站氣溫、日降水量等資料，針對(duì)1961年以來(lái)我國(guó)南方地區(qū)低溫連陰雨日數(shù)，開展時(shí)空分布及其長(zhǎng)期變化方面的分析。

1 數(shù)據(jù)和方法

針對(duì)低溫連陰雨過(guò)程，本文采用以下判別標(biāo)準(zhǔn)：?jiǎn)握具B續(xù)3 d及以上日降水量大于等于0.1 mm，且日平均氣溫均在-5～12 ℃內(nèi)，則為一次低溫連陰雨過(guò)程?？紤]到低溫連陰雨主要對(duì)農(nóng)作物產(chǎn)生影響，因此氣溫閾值范圍上限值參考了《中國(guó)災(zāi)害性天氣氣候圖集(1961—2015年)》[19]中“低溫冷害”氣溫閾值及氣象行業(yè)標(biāo)準(zhǔn)《早稻播種育秧期低溫陰雨等級(jí)》[20]中日平均氣溫閾值的設(shè)定。此外，我國(guó)南北方冬季均可能出現(xiàn)連續(xù)降雪過(guò)程，不符合低溫連陰雨的設(shè)定。因此，基于數(shù)據(jù)統(tǒng)計(jì)分析，在低溫連陰雨判別條件中設(shè)置了氣溫閾值下限，認(rèn)為日平均氣溫低于-5 ℃時(shí)發(fā)生的降水均為降雪。

各站的日平均氣溫為日最高、日最低氣溫的平均值，數(shù)據(jù)來(lái)源于國(guó)家氣象信息中心發(fā)布的“中國(guó)國(guó)家級(jí)地面氣象站均一化氣溫日值數(shù)據(jù)集(V1.0)”。該數(shù)據(jù)集中的日最高、日最低氣溫采用RHtest方法進(jìn)行了均一性檢驗(yàn)和訂正[21]。日降水量數(shù)據(jù)取自國(guó)家氣象信息中心發(fā)布的“中國(guó)地面基本氣象要素日值數(shù)據(jù)集(V3.0)”，數(shù)據(jù)已經(jīng)嚴(yán)格的質(zhì)量控制和檢驗(yàn)。

采用SNHT、Buishand range test、Pettitt test和Von Neumann ratio 4種方法[22-25]對(duì)日降水量進(jìn)行了均一性檢驗(yàn)。如果3種及以上方法檢測(cè)出某站數(shù)據(jù)序列存在不均一，則將該站點(diǎn)剔除，通過(guò)上述方法剔除了5.4%的站點(diǎn)。利用各站日平均氣溫、日降水量的數(shù)據(jù)完整性，再次對(duì)臺(tái)站進(jìn)行了篩選。如果某月數(shù)據(jù)缺測(cè)超過(guò)3 d，或某年累計(jì)缺測(cè)超過(guò)15 d，則認(rèn)為該年缺測(cè)。要求1961—2018年期間，缺測(cè)年份數(shù)小于等于5 a，若不滿足上述條件，則剔除該站。

滿足數(shù)據(jù)均一性和完整性要求的地面氣象站共計(jì)1 899個(gè)，基于上述臺(tái)站資料，統(tǒng)計(jì)了1961—2018年全國(guó)各站低溫連陰雨過(guò)程及日數(shù)。以低溫連陰雨結(jié)束日所在季節(jié)，將過(guò)程歸入各季節(jié)進(jìn)行統(tǒng)計(jì)，計(jì)算了各站各季節(jié)累年平均低溫連陰雨日數(shù)，分布如圖1所示?？梢钥闯?，低溫連陰雨主要出現(xiàn)在冬季，春季次之，從空間分布來(lái)看，長(zhǎng)江以南地區(qū)發(fā)生日數(shù)較多。秋季低溫連陰雨多出現(xiàn)在青海、西藏和四川三省交界地區(qū)以及四川和貴州交界區(qū)域。夏季出現(xiàn)低溫連陰雨最少，主要分布在青藏高原、東北北部和新疆北部地區(qū)。

圖1 全國(guó)不同季節(jié)低溫連陰雨日數(shù)空間分布(灰色點(diǎn)表示不足0.1 d)：(a)春季；(b)夏季；(c)秋季；(d)冬季Fig.1 Spatial distribution of CCRW days in different seasons over China in(grey dots indicate days less than 0.1 d):(a)spring; (b)summer; (c)autumn; (d)winter

基于各季節(jié)低溫連陰雨日數(shù)空間分布特征，本文選取35°N以南、102°E以東作為研究區(qū)域(下文簡(jiǎn)稱為南方地區(qū))。針對(duì)該區(qū)域統(tǒng)計(jì)的不同季節(jié)低溫連陰雨日數(shù)如表1所示，可見冬季(12—次年1、2月)、春季(3—5月)平均日數(shù)分別約為3.95 d和1.74 d，約占全年總數(shù)的88.2%。因此，本文主要針對(duì)該區(qū)域冬春季節(jié)(12月—次年5月)的低溫連陰雨開展相關(guān)分析。

表1 南方地區(qū)不同季節(jié)低溫連陰雨日數(shù)Table 1 Seasonal mean of CCRW days over South China d

在計(jì)算區(qū)域平均值時(shí)，首先取1.0°×1.0°作為經(jīng)、緯度網(wǎng)格格距，對(duì)網(wǎng)格內(nèi)的站點(diǎn)值求取算術(shù)平均值作為格點(diǎn)值，再用網(wǎng)格中心點(diǎn)的緯度余弦值作為權(quán)重，對(duì)網(wǎng)格數(shù)據(jù)進(jìn)行加權(quán)平均，從而得到南方地區(qū)平均值[26]。計(jì)算線性變化趨勢(shì)時(shí)，先對(duì)序列進(jìn)行7點(diǎn)滑動(dòng)平滑，再利用線性傾向公式[27]計(jì)算變化趨勢(shì)，并利用Mann-Kendall方法[28-29]對(duì)趨勢(shì)的顯著性進(jìn)行檢驗(yàn)。

利用經(jīng)驗(yàn)正交函數(shù)分析方法(EOF)[27]對(duì)南方地區(qū)冬春季節(jié)低溫連陰雨日數(shù)進(jìn)行時(shí)空分布類型分析。首先對(duì)1.0°× 1.0°網(wǎng)格逐年平均低溫連陰雨日數(shù)序列進(jìn)行標(biāo)準(zhǔn)化，再對(duì)標(biāo)準(zhǔn)化序列進(jìn)行EOF分解。

2 結(jié)果分析

2.1 時(shí)空分布特征

南方地區(qū)冬春季低溫連陰雨日數(shù)逐年變化如圖2所示，累年均值約為5.7 d。從逐年變化可以看出，最高值約為9.1 d，出現(xiàn)在1985年，最低值約為3.6 d，出現(xiàn)在1999年。從年代際變化看，1961—1970年約為5.7 d，1971—1980年比之略有增加，增幅約為0.1 d，1981—1990年為低溫連陰雨日數(shù)最多時(shí)期，約為6.3 d，1991—2000年比上一年代減少約0.1 d，2001—2010年持續(xù)減少，2011—2018年僅為4.7 d。1961—2018年低溫連陰雨日數(shù)整體呈減少趨勢(shì)，約為-0.17 d/(10 a)(通過(guò)α=0.05置信度檢驗(yàn))，而1991—2018年下降趨勢(shì)更為明顯，約為-0.67 d/(10 a)。

圖2 南方地區(qū)冬春季低溫連陰雨日數(shù)逐年變化Fig.2 Yearly variation of CCRW days during winter and spring over South China

冬春季湖南、貴州、江西三省為低溫連陰雨集中發(fā)生地區(qū)(圖3a)，平均日數(shù)超過(guò)30 d的臺(tái)站占該省臺(tái)站數(shù)的比例分別為：80.2%、63.8%和48.1%。平均日數(shù)最多的為72.2 d，出現(xiàn)在貴州大方站。圖3b給出了各站累年低溫連陰雨過(guò)程最長(zhǎng)持續(xù)日數(shù)的空間分布，可以看出，25°～31°N之間的大部分地區(qū)，歷史上均出現(xiàn)過(guò)單次時(shí)間在15 d以上的低溫連陰雨過(guò)程。最長(zhǎng)持續(xù)時(shí)間為42 d，也出現(xiàn)在貴州大方站，該站于1961年2月2日—3月15日出現(xiàn)連續(xù)降水天氣，且平均氣溫為3.3 ℃。此外，次長(zhǎng)持續(xù)時(shí)間為33 d，分別出現(xiàn)在貴州納雍站和云南鎮(zhèn)雄站。

圖3 (a)冬春季平均低溫連陰雨日數(shù)；(b)單次低溫連陰雨過(guò)程最長(zhǎng)持續(xù)日數(shù)分布Fig.3 (a) Mean CCRW days during winter and spring over South China; (b) maximum of CCRW days for one process

對(duì)南方地區(qū)冬春季低溫連陰雨日數(shù)的標(biāo)準(zhǔn)化序列進(jìn)行EOF分析，得到前3個(gè)特征向量，方差貢獻(xiàn)率分別為32.3%、17.0%和9.5%，其空間分布如圖4a—c，第1～3特征向量對(duì)應(yīng)的時(shí)間系數(shù)如圖4d—f所示?？梢钥闯觯谝惶卣飨蛄烤鶠檎?，說(shuō)明南方地區(qū)低溫連陰雨日數(shù)總體上表現(xiàn)為一致型的空間分布，即一致偏多或偏少。從第一特征向量時(shí)間系數(shù)變化來(lái)看，1960s末期至1990s以正值為主，即這一時(shí)期低溫連陰雨日數(shù)表現(xiàn)為偏多；而從2000年以來(lái)時(shí)間系數(shù)以負(fù)值為主，即這一時(shí)期低溫連陰雨日數(shù)表現(xiàn)為偏少。

第二特征向量代表的是南方地區(qū)東北部與西南部反相的分布型(圖4b)，由第二特征向量對(duì)應(yīng)的時(shí)間系數(shù)(圖4e)可以看出，1968年表現(xiàn)為典型的西南部日數(shù)偏多且東北部日數(shù)偏少；2003年與之相反，表現(xiàn)為典型的東北部日數(shù)偏多而西南部日數(shù)偏少。第三特征向量代表的是南方地區(qū)東部與西部反相的分布型(圖4c)，1969年表現(xiàn)為典型的東部日數(shù)偏多、西部日數(shù)偏少，而1989年與之相反。

圖4 南方地區(qū)冬春季標(biāo)準(zhǔn)化低溫連陰雨日數(shù)EOF：(a—c)第1、2、3特征向量；(d—f)第1、2、3特征向量對(duì)應(yīng)的時(shí)間系數(shù)(黑實(shí)線為7點(diǎn)滑動(dòng)平均)Fig.4 EOF analysis for CCRW days during winter and spring over South China: (a-c) the first to the third EOF modes; (d-f )the time coefficients of the first to the third EOF modes(black line denotes the 7-point moving average)

2.2 變化趨勢(shì)特征分析

選取逐年低溫連陰雨日數(shù)均大于等于3 d(每年至少出現(xiàn)過(guò)一次低溫連陰雨)的臺(tái)站，分析了其年累計(jì)日數(shù)的變化趨勢(shì)，如圖5a所示。統(tǒng)計(jì)表明，上述臺(tái)站中80.2%累計(jì)低溫連陰雨日數(shù)呈下降趨勢(shì)，且在呈下降趨勢(shì)臺(tái)站中70.4%趨勢(shì)顯著。而湖北東南部、湖南西北部、貴州中部、重慶西部等呈增加趨勢(shì)。

圖5 (a)低溫連陰雨日數(shù)年變化趨勢(shì)分布;(b)最低氣溫變化趨勢(shì)分布；(c)最大日降水量變化趨勢(shì)分布(黑色圈表示趨勢(shì)通過(guò)α=0.05置信度檢驗(yàn))Fig.5 Distribution of yearly trends for (a)CCRW days;(b)minimum temperature during CCRW; (c)maximum dailyprecipitation during CCRW(black circle indicate trendpassing 95% confidence level)

此外，圖5a中8.8%的臺(tái)站低溫連陰雨日數(shù)顯著增加。最大增幅出現(xiàn)在云南大關(guān)站(位于該省東北角)，約為3.8 d/(10 a)，同時(shí)可以發(fā)現(xiàn)該站周邊兩站四川雷波和云南鎮(zhèn)雄低溫連陰雨日數(shù)均呈下降趨勢(shì)，分別為-3.8 d/(10 a)和-3.0 d/(10 a)。圖6給出了上述三站低溫連陰雨日數(shù)7點(diǎn)滑動(dòng)平均值逐年變化，可以看出鎮(zhèn)雄站1983年前日數(shù)略增，隨后逐步減少，雷波站1985年前增幅明顯，隨后又大幅下降，而大關(guān)站表現(xiàn)出先減少后增加再減少的波動(dòng)式變化，因此，低溫連陰雨日數(shù)的變化可能還受到一些局地因素的影響。

圖6 大關(guān)、鎮(zhèn)雄、雷波站低溫連陰雨日數(shù)變化Fig.6 Yearly variation of CCRW days in Daguan， Zhenxiong and Leibo stations

降水量和氣溫不僅影響著低溫連陰雨日數(shù)，同時(shí)也體現(xiàn)了其強(qiáng)度特征。本文逐年挑取了各站低溫連陰雨期間的最低氣溫和最大日降水量，分別求取其年變化趨勢(shì)，如圖5b、c所示。就最低氣溫來(lái)看，除個(gè)別臺(tái)站呈微弱的降溫趨勢(shì)外，94%的臺(tái)站均呈顯著增溫趨勢(shì)。由此也可以得出，隨著各站氣溫的整體升高，1 a中滿足日平均氣溫在-5～12 ℃范圍內(nèi)的日數(shù)將會(huì)減少，因此臺(tái)站出現(xiàn)低溫連陰雨的日數(shù)也勢(shì)必會(huì)減少。最大日降水量的變化趨勢(shì)分布，存在明顯的地區(qū)特征，從廣西東北部、湖南南部至江西中南部、福建北部、浙江南部區(qū)域內(nèi)，均呈明顯的增加趨勢(shì)，其中最大增幅出現(xiàn)在廣西柳江站，約為4.9 mm/(10 a)。此外，最大降幅出現(xiàn)在安徽南陵站，約為-2.2 mm/10 a。

3 結(jié)論

基于我國(guó)1 057個(gè)地面氣象站1961—2018年氣溫、降水日值資料，分析了我國(guó)南方地區(qū)(35°N以南、102°E以東)冬春季節(jié)低溫連陰雨時(shí)空分布及變化特征，結(jié)論如下：

(1)冬春季(12月—次年5月)是南方地區(qū)低溫連陰雨主要發(fā)生時(shí)段，約占全年總?cè)諗?shù)的88.2%。從空間分布來(lái)看，湖南、貴州、江西三省為低溫連陰雨集中發(fā)生的地區(qū)，歷史上單次最長(zhǎng)低溫連陰雨時(shí)間超過(guò)15 d的臺(tái)站，主要集中在25°～31°N之間的區(qū)域。

(2)由EOF分析表明，南方地區(qū)低溫連陰雨日數(shù)總體上表現(xiàn)為一致偏多或偏少，此外還具有東北部與西南部反相變化、東部與西部反相變化的分布型。

(3)從南方地區(qū)平均低溫連陰雨日數(shù)年代際變化來(lái)看，1960s末期至1990s以偏多為主，從2000年開始以偏少為主。1981—1990年出現(xiàn)的低溫連陰雨日數(shù)最多，平均約為6.3 d?？傮w來(lái)看，1961—2018年低溫連陰雨日數(shù)呈減少趨勢(shì)，約為-0.17 d/(10 a)。

低溫連陰雨過(guò)程中絕大部分臺(tái)站的最低氣溫表現(xiàn)為增溫趨勢(shì)，部分臺(tái)站最大日降水量也呈增加趨勢(shì)且有明顯的地域特征，因此，在氣候變暖背景下，如何客觀地評(píng)價(jià)低溫連陰雨的強(qiáng)度，值得進(jìn)一步分析研究。此外，本文僅是基于歷史觀測(cè)數(shù)據(jù)對(duì)低溫連陰雨過(guò)程的時(shí)空分布及其變化進(jìn)行了分析，造成其變化的環(huán)流背景特征還有待分析。