郭 珊，張大偉，王亞迪

(廣州珠科院工程勘察設(shè)計(jì)有限公司，廣東 廣州 510611)

全球氣候變暖背景下，極端氣候時(shí)間頻率增加，強(qiáng)度加大，持續(xù)時(shí)間延長(zhǎng)，影響范圍不斷擴(kuò)大[1-4]。全球增暖情況下，極端氣溫事件強(qiáng)度變化與全球增暖幅度呈正比，極端高溫發(fā)生頻次則與其呈非線性增長(zhǎng)。全球每增溫1℃，極端日降水事件的強(qiáng)度將增強(qiáng)7%；全球升溫2℃時(shí)，100年一遇強(qiáng)降水時(shí)間發(fā)生頻率增加45%以上[5]。水文循環(huán)過(guò)程速度增加，造成水資源時(shí)空分布更為不均衡，極端氣候時(shí)間時(shí)空格局發(fā)生變化[6]。極端氣候事件的頻繁發(fā)生，對(duì)社會(huì)可持續(xù)發(fā)展、人類生命健康、生態(tài)系統(tǒng)安全等方面造成不可逆轉(zhuǎn)的嚴(yán)重破壞。1997—2016年期間，極端氣候事件造成全球52.4萬(wàn)人喪生，3.16萬(wàn)億美元的經(jīng)濟(jì)損失[7]。對(duì)于中國(guó)而言，氣象災(zāi)害損失占災(zāi)害經(jīng)濟(jì)損失的70%，而氣象災(zāi)害中約80%是由于極端氣候引起的[8]。

國(guó)內(nèi)外眾多學(xué)者對(duì)極端氣候進(jìn)行了廣泛研究。Westra S等[9]根據(jù)全球8 326個(gè)陸基觀測(cè)站降水?dāng)?shù)據(jù)統(tǒng)計(jì)，2/3觀測(cè)站的1日最大降水量(RX1day)呈現(xiàn)增加趨勢(shì)。在過(guò)去50～100年間，中緯度地區(qū)強(qiáng)降水事件發(fā)生頻率普遍增加，特別是北美地區(qū)[10]。在意大利摩德納地區(qū)，極端降水事件的強(qiáng)度、頻率和持續(xù)時(shí)間均呈現(xiàn)出上升趨勢(shì)[11]。伊朗大部分地區(qū)的極端降水值、降水強(qiáng)度和降水頻率均呈現(xiàn)顯著上升趨勢(shì)[12]。根據(jù)中國(guó)693個(gè)陸基觀測(cè)站降水資料，1961—2016年期間，68%的觀測(cè)站極端降水量和日數(shù)呈現(xiàn)增加趨勢(shì)，并集中在西部和東南沿海地區(qū)[13]。根據(jù)郎咸梅等[14]預(yù)測(cè)，在全球升溫2℃背景下，中國(guó)大部分地區(qū)5日最大降水量平均增加5.1 mm；強(qiáng)降水對(duì)總降水量的貢獻(xiàn)率增加值為6.6%。珠江流域強(qiáng)降水日數(shù)和降水相對(duì)指數(shù)增加，南盤(pán)江、北盤(pán)江流域連續(xù)濕潤(rùn)日數(shù)(CDD)增加最顯著；東江流域特強(qiáng)降水量(R99p)增加最為明顯[15]。長(zhǎng)江中下游極端降水量和極端降水強(qiáng)度均有所增加，高值主要分布在鄱陽(yáng)湖流域，低值主要分布在漢江流域[16]。

Alexander等[17]研究結(jié)果顯示，全球超過(guò)70%的陸地極端高溫、極端低溫、暖夜日數(shù)增加，而冷夜日數(shù)減少。根據(jù)Sillmann等[18]模擬結(jié)果，全球極端氣溫事件發(fā)生的頻率和強(qiáng)度將會(huì)增加。對(duì)于整個(gè)南美洲，極端高溫、極端低溫、暖晝?nèi)諗?shù)、暖夜日數(shù)均呈現(xiàn)增加趨勢(shì)，而冷晝?nèi)諗?shù)、冷夜日數(shù)則呈現(xiàn)減少趨勢(shì)[19]。中亞地區(qū)極端高溫、極端低溫和平均日溫差均呈現(xiàn)增加趨勢(shì)，氣候傾斜率分別為0.36、0.19、0.16℃/10a[20]。章大全等[21]的研究結(jié)果表明，中國(guó)極端高溫發(fā)生頻率趨于增加，而極端低溫發(fā)生頻率則趨于降低。中國(guó)長(zhǎng)江沿岸和長(zhǎng)三角地區(qū)極端高溫增加趨勢(shì)最為顯著，珠三角城市群、長(zhǎng)三角和京津冀地區(qū)極端低溫增加趨勢(shì)最為顯著[22]。黃土高原地區(qū)極端高溫為增加趨勢(shì)，其中部地區(qū)溫度最高；極端低溫為增加趨勢(shì)，朔州北部和門(mén)源地區(qū)溫度最低[23]。中國(guó)東部極端高溫事件強(qiáng)度主要為增加趨勢(shì)，黃淮地區(qū)除外，影響指數(shù)同樣呈現(xiàn)增強(qiáng)趨勢(shì)；極端低溫事件強(qiáng)度和影響指數(shù)均為下降趨勢(shì)[24]。各研究成果表明，頻繁發(fā)生的極端氣候事件對(duì)人類生活、經(jīng)濟(jì)發(fā)展、生態(tài)環(huán)境產(chǎn)生了嚴(yán)重的影響，但不同地區(qū)，其影響的方式、強(qiáng)度及穩(wěn)定性不同，表現(xiàn)出明顯的區(qū)域性差異。

粵港澳大灣區(qū)位于歐亞大陸南端，瀕鄰南海，處于對(duì)氣候變化敏感的南海季風(fēng)區(qū)，也屬于低緯度氣候系統(tǒng)脆弱區(qū)，其獨(dú)特的地理優(yōu)勢(shì)與氣候風(fēng)險(xiǎn)并存。近60年來(lái)，大灣區(qū)氣候呈現(xiàn)暖濕化趨勢(shì)，面臨短歷時(shí)降水強(qiáng)度大、登陸臺(tái)風(fēng)強(qiáng)度大、海平面上升明顯等影響，氣象災(zāi)情重、氣候風(fēng)險(xiǎn)大。面對(duì)防災(zāi)、減災(zāi)、救災(zāi)和氣候變化適應(yīng)的需求，有必要加強(qiáng)對(duì)極端氣候變化的重視，科學(xué)規(guī)劃應(yīng)對(duì)策略，減輕極端氣候引發(fā)的各項(xiàng)災(zāi)害。本文以1961—2016年降水、氣溫?cái)?shù)據(jù)為基礎(chǔ)，研究粵港澳大灣區(qū)極端氣候的時(shí)空分布和變化情況，分析極端氣候時(shí)空分布的平穩(wěn)性、趨勢(shì)性及分布變化特點(diǎn)，了解極端氣候的過(guò)程特征和演變規(guī)律，并探討驅(qū)動(dòng)因子對(duì)研究區(qū)域極端氣候可能產(chǎn)生的影響。通過(guò)對(duì)極端氣候的變化規(guī)律和驅(qū)動(dòng)力探究，從而提高對(duì)粵港澳大灣區(qū)極端氣候事件的預(yù)測(cè)能力，為防災(zāi)減災(zāi)，構(gòu)建韌性城市，推進(jìn)粵港澳大灣區(qū)建設(shè)提供科學(xué)依據(jù)和決策支撐。

1 研究區(qū)域與資料

1.1 研究區(qū)域

粵港澳大灣區(qū)(GBA，Guangdong-Hong Kong-Macao Greater Bay Area)地處中國(guó)華南沿海地區(qū)，位于111°21′～114°53′E，21°28′～ 24°29′N，見(jiàn)圖1。大灣區(qū)主要包括香港、澳門(mén)、廣州、深圳及其他7座城市，總面積5.6萬(wàn)km2，是中國(guó)最開(kāi)放、經(jīng)濟(jì)活力最強(qiáng)的地區(qū)之一，在國(guó)家發(fā)展戰(zhàn)略中具有不可替代的重要地位。大灣區(qū)位于亞熱帶季風(fēng)氣候區(qū)，大陸性季風(fēng)和海洋性季風(fēng)影響下，氣候復(fù)雜多變。大灣區(qū)降水充沛，年降水量均值約為1 929.8 mm[25]；全年溫暖，年均氣溫22℃[26]；年平均日照時(shí)數(shù)1 500～2 300 h[27]。

圖1 粵港澳大灣區(qū)地理位置

1.2 研究資料

本文采用的日降水、日氣溫?cái)?shù)據(jù)，時(shí)間序列為1961—2016年，數(shù)據(jù)源自中國(guó)氣象數(shù)據(jù)服務(wù)網(wǎng)(http://data.cma.cn)。國(guó)家氣象信息中心根據(jù)中國(guó)地面2 472站降水、氣溫?cái)?shù)據(jù)進(jìn)行匯編，所有數(shù)據(jù)均以0.5°×0.5°的水平分辨率進(jìn)行網(wǎng)格化，然后使用薄板樣條(TPS)進(jìn)行空間插值，交叉驗(yàn)證和誤差分析表明數(shù)據(jù)是高質(zhì)量的。

大尺度氣候因子主要包括太陽(yáng)黑子、多元ENSO指數(shù)(MEI)和太平洋年代際振蕩(PDO)。其中，太陽(yáng)黑子數(shù)據(jù)可以從比利時(shí)皇家天文臺(tái)世界數(shù)據(jù)中心(https://wwwbis.sidc.be/silso/datafiles)下載；MEI數(shù)據(jù)可以從http://www.esrl.noaa.gov/psd/enso/mei/table.html下載；PDO數(shù)據(jù)來(lái)自東京氣候中心(http://ds.data.jma.go.jp/tcc/tcc/products/elnino/decadal/annpdo.txt)。

2 研究方法

2.1 極端氣候指標(biāo)

在世界氣象組織(WMO)和氣候變化檢測(cè)指標(biāo)專家組(ETCCDI)推薦的27項(xiàng)極端氣候指標(biāo)中，本文選用8項(xiàng)極端降水指標(biāo)和6項(xiàng)極端氣溫指數(shù)對(duì)研究區(qū)極端氣候進(jìn)行研究。極端氣候指數(shù)的計(jì)算采用RClimDex1.0軟件( http://www.pcic.uvic.ca/tools-and-data/climdex) 。其中，極端降水指標(biāo)包括降水量(PRCPTOT)、降水強(qiáng)度(SDII)、干燥指數(shù)(CDD)、濕潤(rùn)指數(shù)(CWD)、1日最大降水量(RX1day)、5日最大降水量(RX5day)、強(qiáng)降水量(R95p)和極強(qiáng)降水量(R99p)，指數(shù)定義見(jiàn)表1。

表1 極端降水指數(shù)定義

極端氣溫指標(biāo)包括平均日較差(DTR)、日最高氣溫極大值(TXx)、日最低氣溫極小值(TXn)、夏季日數(shù)(SU25)、暖晝?nèi)諗?shù)(TX90p)和暖夜日數(shù)(TN90p)，指數(shù)定義及描述見(jiàn)表2。

表2 極端氣溫指數(shù)定義

2.2 啟發(fā)式分割法

目前，在氣候變化研究中，檢測(cè)序列變異的方法有很多種，包括秩和測(cè)試、滑動(dòng)t/F 測(cè)試、MK檢測(cè)等。在滑動(dòng)t檢驗(yàn)的基礎(chǔ)上，Bernaola-Galvan和Ivannov[28]提出了啟發(fā)式分割方法，將非平穩(wěn)序列劃分為幾個(gè)固定序列，并得到廣泛應(yīng)用[29]。

(1)

T(i)中最大值Tm的統(tǒng)計(jì)顯著性P(Tm)：

(2)

由蒙特卡羅模擬可以得到，δ=0.40，η=4.19lnN-11.54，?=N-2,Ix(a，b)為不完全β函數(shù)。式中，N為xi的長(zhǎng)度。設(shè)定一個(gè)臨界值P0(0.5≤P0≤0.95)，其置信水平為0.95，當(dāng)P(Tm)≥P0時(shí)，則認(rèn)為該點(diǎn)為變異點(diǎn)，并對(duì)新序列繼續(xù)進(jìn)行分割，直到子序列長(zhǎng)度小于預(yù)設(shè)時(shí)間長(zhǎng)度l0(l0≥25)。本文中l(wèi)0和P0的閾值分別設(shè)定為25和0.95。

2.3 Mann-Kendall趨勢(shì)檢測(cè)

Mann-Kendall(MK)趨勢(shì)測(cè)試法是世界氣象組織推薦的趨勢(shì)測(cè)試方法。對(duì)于時(shí)間序列xi，其統(tǒng)計(jì)變量S為[30]：

S=∑i

(3)

假設(shè)各變量獨(dú)立同分布,則統(tǒng)計(jì)量S近似服從正態(tài)分布，方差為[24]:

(4)

根據(jù)它與期望置信水平下標(biāo)準(zhǔn)正態(tài)變量的關(guān)系，檢驗(yàn)時(shí)間序列的變化趨勢(shì)。當(dāng)Z為正數(shù)時(shí)，時(shí)間序列為增加趨勢(shì)；Z為負(fù)數(shù)時(shí)，時(shí)間序列為降低趨勢(shì)。本文中，Z0取值為1.96。

2.4 交叉小波

小波分析可以獲取時(shí)間序列的時(shí)間頻率特征，是目前分析時(shí)間序列的有效工具。與傅里葉變換相比，交叉小波變換具有很強(qiáng)的信號(hào)耦合和分辨能力，它可以很容易地描述時(shí)頻域中耦合信號(hào)的分布模式和相位關(guān)系[31-33]。為了克服交叉小波分析可能無(wú)法在時(shí)間上完全局部化的缺點(diǎn)，引入影響錐(COI)作為一個(gè)區(qū)域來(lái)克服這一缺陷[34]。

定義2個(gè)時(shí)間序列Xi和Yi的小波交叉譜為：

(5)

交叉小波能量譜能夠反映兩個(gè)序列經(jīng)過(guò)小波變換后的相同能量譜區(qū)域，從而揭示兩序列在不同時(shí)頻域上相互作用的顯著性[35]。相關(guān)代碼可從http://www.pol.ac.uk/home/research/waveletcoherence/獲取。

3 研究結(jié)果與討論

3.1 極端降水

3.1.1時(shí)空變化

a)非平穩(wěn)性分析。根據(jù)1961—2016年粵港澳大灣區(qū)極端降水指標(biāo)，本文采用啟發(fā)式分割法對(duì)研究區(qū)極端降水指標(biāo)序列非平穩(wěn)性進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)圖2。根據(jù)結(jié)果，總降水量(PRCRTOT)檢測(cè)出Tm出現(xiàn)在2015年，但P值為0.93，小于閾值Po，因此認(rèn)為PRCRTOT序列具有平穩(wěn)性，未出現(xiàn)變異點(diǎn)。降水強(qiáng)度(SDII)、干燥指數(shù)(CDD)、濕潤(rùn)指數(shù)(CWD)和1日最大降水量(RX1day)對(duì)應(yīng)的P值均小于Po，因此上述幾項(xiàng)指標(biāo)時(shí)間序列未檢測(cè)出突變點(diǎn)，具有平穩(wěn)性。5日最大降水量(RX5day)序列在2012年時(shí)T值最大，對(duì)應(yīng)的P值為0.98，大于閾值，并滿足進(jìn)行第二次分割的條件。在第二次分割中，Tm對(duì)應(yīng)的P值為0.77，小于Po，未檢測(cè)出突變點(diǎn)。強(qiáng)降水量(R95p)和極強(qiáng)降水量(R99p)的Tm對(duì)應(yīng)的P分別為0.39和0.91，認(rèn)為2項(xiàng)指標(biāo)不存在突變點(diǎn)，序列具有平穩(wěn)性。

圖2 粵港澳大灣區(qū)極端降水指標(biāo)非平穩(wěn)性計(jì)算結(jié)果

b)趨勢(shì)性分析。研究期內(nèi)，粵港澳大灣區(qū)極端降水指數(shù)變化趨勢(shì)見(jiàn)表3。總降水量(PRCPTOT)、降水強(qiáng)度(SDII)和干燥指數(shù)(CDD)序列Z值均為正值，呈現(xiàn)出上升趨勢(shì)，但變化趨勢(shì)并不顯著。濕潤(rùn)指數(shù)(CWD)序列Z值為負(fù)值，呈現(xiàn)不顯著下降趨勢(shì)。1日最大降水量(RX1day)、5日最大降水量(RX5day)和強(qiáng)降水量(R95p)序列均為不顯著上升趨勢(shì)，而極強(qiáng)降水量(R99p)序列則為不顯著下降趨勢(shì)。

表3 粵港澳大灣區(qū)極端降水指標(biāo)變化趨勢(shì)

c)空間分布分析。1961—2016年期間，研究區(qū)極端降水指標(biāo)空間分布情況見(jiàn)圖3?？偨邓?PRCRTOT)在1 311～1 957 mm，整體呈現(xiàn)由西向東降水量逐漸增加的分布規(guī)律。同時(shí)，西南沿海地區(qū)降水量明顯高于其他地區(qū)，特別是深圳、香港地區(qū)。降水強(qiáng)度(SDII)在9～15 mm/d范圍內(nèi)變化，整體呈現(xiàn)西北—東南分布情況，西北地區(qū)降水強(qiáng)度較低，而東南地區(qū)則降水強(qiáng)度較高。值得注意的是，南部地區(qū)降水強(qiáng)度相對(duì)較高，而該地區(qū)緯度較小，高程較低。干燥指數(shù)(CDD)在27～46 d范圍內(nèi)變化，沿海地區(qū)干燥指數(shù)明顯高于內(nèi)陸地區(qū)。干燥指數(shù)最大值出現(xiàn)在南部地區(qū)，最小值則出現(xiàn)在西北部地區(qū)。濕潤(rùn)指數(shù)(CWD)主要在14～19 d范圍內(nèi)分布，中部及西北部地區(qū)數(shù)值較小，東部地區(qū)數(shù)值較大。1日最大降水量(RX1day)、5日最大降水量(RX5day)空間分布情況相似，由西北向東南，降水量逐漸增大，而南部沿海地區(qū)降水量也較高。不過(guò)，前者數(shù)值范圍為70～137 mm，后者數(shù)值范圍為133～217 mm。強(qiáng)降水量(R95p)空間分布在330～597 mm；極強(qiáng)降水量(R99p)空間分布在101～193 mm。兩者空間分布特點(diǎn)相似，西部地區(qū)降水較少，南部及西南地區(qū)降水較多。

a)PRCPTOT

b)SDII

c)CDD

d)CWD

e)RX1day

f)RX5day

j)R95p h)R99p

d)空間變化分析。研究區(qū)1961—2016年，極端降水指標(biāo)氣候傾斜率分布情況見(jiàn)圖4?？偨邓?PRCRTOT)氣候傾斜率在-3.60～30.43 mm/10a，東部地區(qū)呈現(xiàn)降水減少變化，而中部地區(qū)則呈現(xiàn)降水增加趨勢(shì)，特別是中南地區(qū)。降水強(qiáng)度(SDII)在0.05～0.26 mm/(d·10a)范圍內(nèi)變化，西部、中部和東部地區(qū)降水變化趨勢(shì)為減少、增加和減少。干燥指數(shù)(CDD)氣候傾斜率在-0.88～1.64 d/10a范圍內(nèi)變化，西北部地區(qū)天數(shù)增多，東部地區(qū)天數(shù)減少。濕潤(rùn)指數(shù)(CWD)氣候傾斜率主要在-1.14～0.56 d/10a，東、西部地區(qū)變化相反，西部地區(qū)天數(shù)增加，東部地區(qū)天數(shù)減少。1日最大降水量(RX1day)、5日最大降水量(RX5day)氣候傾斜率分布情況相似，由北向南，降水量呈現(xiàn)增加-減少-增加的變化。不過(guò)，前者數(shù)值范圍為-5.18～4.84 mm/10a，后者數(shù)值范圍為-6.06～8.61 mm/10a。強(qiáng)降水量(R95p)氣候傾斜率在-3.67～30.72 mm；極強(qiáng)降水量(R99p)氣候傾斜率在-26.70～13.43 mm/10a。前者呈現(xiàn)北部地區(qū)增大，南部地區(qū)減少的變化情況；后者呈現(xiàn)中部和西北部地區(qū)增加，其他地區(qū)減少的變化情況。

a)PRCPTOT b)SDII

c)CDD d)CWD

e)RX1day f)RX5day

j)R95p h)R99p

3.1.2驅(qū)動(dòng)因子

大尺度氣候因子與降水關(guān)系密切，大尺度氣候因子變化可能對(duì)年代際尺度上的極端降水形成與影響至關(guān)重要，選用的大尺度氣候因子，包括太陽(yáng)黑子、多元ENSO指數(shù)(MEI)和太平洋年代際振蕩(PDO)。由于極端降水指標(biāo)眾多，本文主要從總降水量(PRCPTOT)、降水強(qiáng)度(SDII)、1日最大降水量(RX1day)和特強(qiáng)降水量(R99p)4項(xiàng)指標(biāo)來(lái)進(jìn)行研究。極端降水與大尺度氣候因子的計(jì)算結(jié)果見(jiàn)圖5。圖中箭頭方向反映兩者的相位關(guān)系，箭頭向右表示同相位，箭頭向左表示反相位，箭頭垂直向上或垂直向下表示兩者滯后或超前關(guān)系。黑色粗實(shí)線圈閉的值通過(guò)了95%置信水平的紅噪聲檢驗(yàn)，黑色細(xì)實(shí)線包絡(luò)區(qū)為影響錐，右側(cè)彩條表示小波能量。

圖5所示，總降水量(PRCPTOT)與太陽(yáng)黑子具有顯著的相關(guān)性。在1973—2001年期間，兩者出現(xiàn)明顯共振，周期為7.49～13.29 a。1990年之前，箭頭近乎垂直向上，說(shuō)明兩者存在滯后關(guān)系；1990年之后，箭頭向左，表示兩者為負(fù)相關(guān)關(guān)系。1990—2001年，太陽(yáng)黑子活動(dòng)增強(qiáng)時(shí)，降水量可能降低；太陽(yáng)活動(dòng)減弱時(shí)，降水量可能增加。1961—2016年期間，PRCPTOT與MEI出現(xiàn)4次共振：1966—1968年，共振周期為3.58～4.05 a；1971—1973年，共振周期為2.40～2.93 a；1984—1996年，共振周期為11.02～12.52 a；1986—2003年，共振周期為3.44～5.75 a。1966—1968、1984—1996、1986—2003年，兩者主要為顯著正相關(guān)關(guān)系，當(dāng)ENSO事件強(qiáng)度增大時(shí)，降水量增加；當(dāng)ENSO事件強(qiáng)度減弱時(shí)，降水量減少。PRCPTOT與PDO在1988—2011年，共振周期為3.93～5.40 a；2001—2003年，共振周期為5.99～6.45 a。值得注意的是，前者為顯著正相關(guān)關(guān)系，后者負(fù)相關(guān)關(guān)系明顯。

圖5所示，與其他氣候因子相比，降水強(qiáng)度(SDII)、1日最大降水量(RX1day)和特強(qiáng)降水量(R99p)與太陽(yáng)黑子關(guān)系最為密切。SDII與太陽(yáng)黑子關(guān)系較為復(fù)雜，共振周期小于8 a時(shí)，兩者前期為負(fù)相關(guān)，后期為正相關(guān)；共振周期大于8 a時(shí)，則主要體現(xiàn)出滯后性。RX1day和R99p與太陽(yáng)黑子的關(guān)系較為相似，無(wú)論在共振出現(xiàn)時(shí)間、共振周期，還是相關(guān)性方面。MEI對(duì)降水強(qiáng)度的影響較大，并主要表現(xiàn)為顯著正相關(guān)關(guān)系；對(duì)1日最大降水量的影響存在超前性和正相關(guān)性；對(duì)特強(qiáng)降水量的影響集中在1992—2002年，兩者為正相關(guān)性。PDO與降水強(qiáng)度、1日最大降水量和特強(qiáng)降水量關(guān)系依次表現(xiàn)出正相關(guān)性、滯后性和負(fù)相關(guān)性。

圖5 極端降水與大尺度氣候因子的交叉小波功率譜

3.2 極端氣溫

3.2.1時(shí)空變化

a)非平穩(wěn)性分析。根據(jù)1961—2016年粵港澳大灣區(qū)極端氣溫指標(biāo)，本文采用啟發(fā)式分割法對(duì)研究區(qū)極端氣溫序列非平穩(wěn)性進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)圖6。平均日較差(DTR)序列具有非平穩(wěn)性，共進(jìn)行了3次分割，檢測(cè)出2個(gè)變異點(diǎn)，分別出現(xiàn)在1972年和2011年。最高氣溫極大值(TXx)序列在2次分割中，檢測(cè)出1個(gè)突變點(diǎn)，出現(xiàn)在2002年，該序列具有非平穩(wěn)性。最低氣溫極小值(TXn)未檢測(cè)出突變點(diǎn)，序列平穩(wěn)。夏季日數(shù)(SU25)序列具有非平穩(wěn)性，突變點(diǎn)出現(xiàn)在1996年。暖晝?nèi)諗?shù)(TX90p)和暖夜日數(shù)(TN90p)序列均進(jìn)行了3次分割，變異點(diǎn)均出現(xiàn)在1986年和1997年，2項(xiàng)指數(shù)均為非平穩(wěn)序列。

圖6 粵港澳大灣區(qū)極端氣溫指標(biāo)非平穩(wěn)性計(jì)算結(jié)果

b)趨勢(shì)性分析。研究期內(nèi)，粵港澳大灣區(qū)極端氣溫指數(shù)變化趨勢(shì)見(jiàn)表4。平均日較差(DTR)序列Z值均為-2.35，呈現(xiàn)顯著下降趨勢(shì)。最高氣溫極大值(TXx)、夏季日數(shù)(SU25)、暖晝?nèi)諗?shù)(TX90p)和暖夜日數(shù)(TN90p)序列均呈現(xiàn)顯著上升趨勢(shì)；最低氣溫極小值(TXn)序列同樣呈現(xiàn)上升趨勢(shì)，但變化趨勢(shì)并不顯著。

表4 粵港澳大灣區(qū)極端氣溫指標(biāo)變化趨勢(shì)

c)空間分布分析。1961—2016年，研究區(qū)極端氣溫指標(biāo)空間分布情況見(jiàn)圖7。平均日較差(DTR)在6～9℃，整體呈現(xiàn)由南向北，溫度逐漸降低的分布。最高氣溫極大值(TXx)、最低氣溫極小值(TXn)分布情況相似，整體呈現(xiàn)由南向北，溫度逐漸升高的分布情況。不過(guò)，前者數(shù)值范圍為31～38℃，后者數(shù)值范圍為1～9℃。夏季日數(shù)(SU25)范圍為119～241 d，北部地區(qū)天數(shù)較少，東南地區(qū)天數(shù)較多。暖晝?nèi)諗?shù)(TX90p)范圍為18.92～19.18 d，中部、西北以及東部地區(qū)天數(shù)較多，而西部、中東以及南部地區(qū)天數(shù)較少。暖夜日數(shù)(TN90p)范圍為18.64～19.17 d，最大值出現(xiàn)在中南地區(qū)，最小值出現(xiàn)在東北地區(qū)。

d)空間變化分析。研究區(qū)1961—2016年期間，極端氣溫指標(biāo)氣候傾斜率分布情況見(jiàn)圖8。平均日較差(DTR)氣候傾斜率在-0.17～0.01℃/10a，中部地區(qū)DTR增大，而西北、西南和東部地區(qū)DTR減少。最高氣溫極大值(TXx)氣候傾斜率在0.07～0.37℃/10a，中南地區(qū)增幅較大，西北地區(qū)增幅較少。最低氣溫極小值(TXn)氣候傾斜率在0.06～0.25℃/10a，西部地區(qū)增幅較大，東部地區(qū)增幅較小。夏季日數(shù)(SU25)氣候傾斜率在1.58～5.62 d/10a，增幅最大區(qū)域出現(xiàn)在中南部，增幅最小區(qū)域出現(xiàn)在東北部。暖晝?nèi)諗?shù)(TX90p)氣候傾斜率在2.08～6.53 d/10a，增幅最大區(qū)域出現(xiàn)在中部，增幅最小區(qū)域出現(xiàn)在西北部。暖夜日數(shù)(TN90p)氣候傾斜率在3.52～7.29 d/10a，整體來(lái)看，由南向北，天數(shù)增幅逐漸增大。

圖7 粵港澳大灣區(qū)極端氣溫指標(biāo)空間分布情況

圖8 粵港澳大灣區(qū)極端氣溫指標(biāo)空間變化情況

3.2.2驅(qū)動(dòng)因子

大尺度氣候因子可能對(duì)研究區(qū)極端氣溫有著重要的影響。本章主要從平均日較差(DTR)、最高氣溫極大值(TXx)、最低氣溫極小值(TXn)和暖晝?nèi)諗?shù)(TX90p)4個(gè)指標(biāo)來(lái)進(jìn)行分析。如圖9，平均日較差(DTR)與太陽(yáng)黑子相關(guān)性明顯。在1977—1997年，兩者共振周期為7.28～12.67 a，并隨著時(shí)間的推移，兩者相互關(guān)系從超前性逐漸轉(zhuǎn)變?yōu)檎嚓P(guān)性。特別是在1990年后，正相關(guān)性明顯。當(dāng)太陽(yáng)黑子活動(dòng)增強(qiáng)時(shí)，平均日較差增大；反之亦然。1969—1974年，平均日較差與MEI共振周期為2.27～3.42 a；1995—2002年，共振周期為3.22～4.39 a。第一次出現(xiàn)共振時(shí)，兩者體現(xiàn)出超前性關(guān)系；第二次共振時(shí)，兩者為正相關(guān)關(guān)系。1973—1977年，平均日較差與PDO為正相關(guān)關(guān)系，共振周期為2.30～3.21 a。當(dāng)PDO增強(qiáng)時(shí)，平均日較差隨之增大；當(dāng)PDO減弱時(shí)，平均日較差隨之減少。

圖9 極端氣溫與大尺度氣候因子的交叉小波功率譜

如圖9，最高氣溫極大值(TXx)、最低氣溫極小值(TXn)和暖晝?nèi)諗?shù)(TX90p)與太陽(yáng)黑子關(guān)系更加密切。太陽(yáng)黑子與上述3項(xiàng)指標(biāo)均為正相關(guān)關(guān)系，當(dāng)太陽(yáng)活動(dòng)增強(qiáng)時(shí)，最高氣溫極大值、最低氣溫極小值均增大，暖晝?nèi)諗?shù)隨之增多。值得注意的是，TXx、TXn和TX90p與太陽(yáng)黑子的共振周期雖然相似，但出現(xiàn)時(shí)期不盡相同。MEI與最高氣溫極大值存在超前和正相關(guān)關(guān)系；與最低氣溫極小值存在超前、正相關(guān)和負(fù)相關(guān)關(guān)系；與暖晝?nèi)諗?shù)主要為正相關(guān)關(guān)系。PDO與最高氣溫極大值主要為負(fù)相關(guān)關(guān)系，與最低氣溫極小值主要為正相關(guān)關(guān)系，與暖晝?nèi)諗?shù)則依次體現(xiàn)出正相關(guān)、負(fù)相關(guān)關(guān)系。

3.3 討論

從流域角度來(lái)看，珠江流域降水強(qiáng)度增加[36]，極端降水量級(jí)呈現(xiàn)上升趨勢(shì)[37]。從區(qū)位角度來(lái)看，中國(guó)華南地區(qū)極端降水時(shí)間主要呈現(xiàn)增加趨勢(shì)，但持續(xù)濕潤(rùn)日數(shù)呈現(xiàn)下降趨勢(shì)，且極端氣溫均存在空間差異[38]。該結(jié)論與本文主要結(jié)果相似。值得注意的是，該文極強(qiáng)降水量為增加趨勢(shì)，本文結(jié)果與之相反。出現(xiàn)這一不同結(jié)果，可能是因?yàn)檠芯繀^(qū)和時(shí)間序列不完全相同。伍紅雨等[39]的研究中表明，大灣區(qū)年降水量呈現(xiàn)不顯著增加趨勢(shì)，與本文結(jié)果相似。在白盛楠的研究中，極強(qiáng)降水量則為不顯著下降趨勢(shì)，5日最大降水量增長(zhǎng)趨勢(shì)不顯著，與本文結(jié)果相同[40]。

珠江流域平均氣溫呈現(xiàn)顯著上升趨勢(shì)[41]，最高氣溫極大值、最低氣溫極小值、暖晝?nèi)諗?shù)和暖夜日數(shù)均呈現(xiàn)增加趨勢(shì)[42]。華南地區(qū)平均氣溫同樣呈現(xiàn)增加趨勢(shì)[43-44]。華南地區(qū)除氣溫日較差呈現(xiàn)下降趨勢(shì)外，其余極端氣溫指標(biāo)呈現(xiàn)顯著增加趨勢(shì)，包括最高氣溫極大值、最低氣溫極小值、夏季日數(shù)、暖晝?nèi)諗?shù)和暖夜日數(shù)[45]。大灣區(qū)年平均氣溫增加趨勢(shì)顯著，升溫速率為0.22℃/10a[39]。大灣區(qū)熱夜指數(shù)、最高氣溫極大值、最低氣溫極小值均呈現(xiàn)增加趨勢(shì)[40]，與本文結(jié)果相同。

太陽(yáng)黑子和大尺度氣候因子對(duì)全球氣候變化有著重要影響。太陽(yáng)活動(dòng)可以通過(guò)動(dòng)力過(guò)程和熱力過(guò)程對(duì)全球氣候產(chǎn)生影響[46]。太陽(yáng)輻射是氣候系統(tǒng)的主要能源和基本動(dòng)力。太陽(yáng)黑子的變化，意味著太陽(yáng)輻射的改變，一方面導(dǎo)致大氣壓強(qiáng)和地表氣溫改變，造成氣壓梯度和溫度梯度變化，大氣活動(dòng)異常；另一方面引起的水分蒸散發(fā)變化，大氣中水分含量改變[47]。在兩者的相互作用下，水文循環(huán)過(guò)程改變，引起降水異常[48]，最終影響極端降水的時(shí)空分布和變化趨勢(shì)。全球氣溫變化和與全球平均海面溫度異常(SSTA)均受到太陽(yáng)活動(dòng)的影響[49-51]。一方面，太陽(yáng)活動(dòng)可以增強(qiáng)地磁能量，進(jìn)而通過(guò)地?zé)崃鲗?duì)氣溫變化造成影響[52]；另一方面，太陽(yáng)活動(dòng)對(duì)地球磁場(chǎng)的影響會(huì)引起地球自轉(zhuǎn)速度變化，進(jìn)而影響全球氣溫[46]。太陽(yáng)黑子在對(duì)全球氣溫產(chǎn)生作用的同時(shí)，對(duì)極端氣溫也會(huì)造成影響，而且在不同地區(qū)產(chǎn)生的影響可能存在不同[53]。

ENSO是由大規(guī)模海洋-大氣相互作用形成的，這些相互作用會(huì)引起全球氣候發(fā)生異常改變。作為全球海洋和大氣相互作用最強(qiáng)的信號(hào)，ENSO的發(fā)生和發(fā)展對(duì)全球不同緯度地區(qū)的氣候有著重要影響，特別是赤道和低緯度地區(qū)。ENSO是影響中國(guó)氣候變化的重要因子，它對(duì)東亞季風(fēng)環(huán)流、西太平洋副高和南亞季風(fēng)環(huán)流有著不容忽視的影響[54]。ENSO信號(hào)可以通過(guò)太平洋-東亞型遙相關(guān)傳播到亞洲，通過(guò)太平洋溫度和氣壓影響亞洲季風(fēng)，影響水汽輸送，造成降水異常[55-56]，進(jìn)而對(duì)極端降水產(chǎn)生影響[57]。天氣波動(dòng)異常會(huì)對(duì)極端溫度事件造成影響[58-59]。大氣環(huán)流與氣溫變化關(guān)系密切，環(huán)流變化是極端氣溫事件發(fā)生的氣候背景。氣溫和對(duì)流層會(huì)受到遙相關(guān)作用的影響[60]，ENSO信號(hào)可以通過(guò)低緯度的太平洋-東亞型遙相關(guān)作用于東亞大氣環(huán)流[61]，影響亞洲熱量輸送[56]，進(jìn)而影響極端氣溫的分布與變化。

海溫是最主要大氣下墊面熱力強(qiáng)迫，可以引起上空熱源異常變化。太平洋年代際振蕩(PDO)是北太平洋的海溫異常現(xiàn)象，對(duì)氣候自然變率起著調(diào)控作用[62]。熱量和水汽的輸送與配置是引發(fā)極端事件的根本原因[63]。PDO可以通過(guò)海氣相互作用，改變亞洲季風(fēng)區(qū)海平面氣壓，影響水汽輸送，引發(fā)降水變化，進(jìn)而對(duì)極端降水產(chǎn)生影響。例如，PDO對(duì)中國(guó)東部[24]、蒙古高原地區(qū)極端降水的影響得到驗(yàn)證[64]。近百年全球氣溫變化與PDO位相變化相關(guān)性顯著[62]。PDO處于正相位時(shí)，熱帶中東太平洋異常暖，阿留申低壓加強(qiáng)，赤道中東太平洋偏暖，改變大氣環(huán)流；反之亦然[65]。PDO對(duì)中國(guó)冬季極端低溫[66]、安徽省極端氣溫[67]的影響得到驗(yàn)證。值得注意的是，PDO對(duì)ENSO起著不容忽視的調(diào)制作用[68]，PDO對(duì)東亞季風(fēng)同樣有著重要影響[69]，進(jìn)而影響著極端降水和極端氣溫的產(chǎn)生與發(fā)展。

4 結(jié)論

對(duì)1961—2016年粵港澳大灣區(qū)極端氣候的時(shí)空演變特征進(jìn)行分析，并研究了太陽(yáng)黑子和大尺度氣候因素對(duì)極端氣候可能產(chǎn)生的影響，主要結(jié)論如下。

a)在時(shí)間序列平穩(wěn)性方面，極端降水指數(shù)一致性良好，總降水量(PRCRTOT)、降水強(qiáng)度(SDII)、干燥指數(shù)(CDD)、濕潤(rùn)指數(shù)(CWD)、1日最大降水量(RX1day)、強(qiáng)降水量(R95p)和極強(qiáng)降水量(R99p)序列具有平穩(wěn)性，而5日最大降水量(RX5day)具有非平穩(wěn)性，并在2012年發(fā)生突變。極端氣溫指數(shù)主要表現(xiàn)出非平穩(wěn)性，最低氣溫極小值(TXn)序列除外。平均日較差(DTR)、暖晝?nèi)諗?shù)(TX90p)和暖夜日數(shù)(TN90p)序列檢測(cè)出2個(gè)突變點(diǎn)，出現(xiàn)年份不同；最高氣溫極大值(TXx)和夏季日數(shù)(SU25)序列檢測(cè)出1個(gè)變異點(diǎn)，分別出現(xiàn)在2002年和1996年。

b)在變化趨勢(shì)方面，極端降水指數(shù)主要呈現(xiàn)增加趨勢(shì)，包括總降水量(PRCPTOT)、降水強(qiáng)度(SDII)和干燥指數(shù)(CDD)、1日最大降水量(RX1day)、5最大日降水量(RX5day)和強(qiáng)降水量(R95p)6項(xiàng)指數(shù)，但變化趨勢(shì)不顯著。而濕潤(rùn)指數(shù)(CWD)和極強(qiáng)降水量(R99p)則為不顯著下降趨勢(shì)。極端氣溫指數(shù)變化趨勢(shì)不一致，平均日較差(DTR)序列呈現(xiàn)顯著下降趨勢(shì)；最高氣溫極大值(TXx)、夏季日數(shù)(SU25)、暖晝?nèi)諗?shù)(TX90p)和暖夜日數(shù)(TN90p)序列顯著上升；最低氣溫極小值(TXn)序列上升趨勢(shì)不顯著。

c)在空間分布上，極端降水指數(shù)空間分布存在異質(zhì)性，大部分指數(shù)整體呈現(xiàn)由南向北逐漸遞減的分布情況，濕潤(rùn)指數(shù)(CWD)除外，但各項(xiàng)指數(shù)分布特點(diǎn)并不相同。極端氣溫指數(shù)空間分布同樣存在差異性，最高氣溫極大值(TXx)、最低氣溫極小值(TXn)、夏季日數(shù)(SU25)和暖夜日數(shù)(TN90p)呈現(xiàn)由北向南逐漸增大的分布趨勢(shì)，平均日較差(DTR)反之。

d)在空間變化方面，極端降水指標(biāo)空間變化特征存在差異，各項(xiàng)指標(biāo)氣候傾斜率正負(fù)值同在，降水強(qiáng)度(SDII)除外。氣候傾斜率變化幅度各有特點(diǎn)，極強(qiáng)降水量(R99p)變化幅度最大，降水強(qiáng)度(SDII)變化幅度最小。極端氣溫指標(biāo)空間變化特征不同，極端氣溫指標(biāo)氣候傾斜率主要為正值，平均日較差(DTR)除外。其中，暖晝?nèi)諗?shù)(TX90p)變幅最大，平均日較差(DTR)變幅最小。

e)太陽(yáng)黑子和大尺度氣候因子可能對(duì)研究區(qū)極端氣候變化存在影響。太陽(yáng)黑子的影響最大，與極端降水主要呈現(xiàn)正相關(guān)性，與極端氣溫主要呈現(xiàn)負(fù)相關(guān)性，共振周期主要在8.16～11.59 a。多元ENSO指數(shù)(MEI)和太平洋年代際振蕩(PDO)對(duì)極端氣候的影響不完全相同，特別是在正負(fù)關(guān)系、共振出現(xiàn)時(shí)期和共振周期方面。

通過(guò)本文研究發(fā)現(xiàn)，極端降水和氣溫變化與自然界大尺度氣候振蕩存在潛在聯(lián)系。通過(guò)掌握極端天氣，尤其是極端高溫天氣的時(shí)空分布特征和變化規(guī)律,對(duì)及時(shí)、準(zhǔn)確地做出防災(zāi)減災(zāi)預(yù)報(bào)、預(yù)警具有重要意義。氣候變化對(duì)城市建設(shè)和發(fā)展將持續(xù)產(chǎn)生重大影響，在對(duì)粵港澳大灣區(qū)氣候變化的研究，需要關(guān)注珠江流域和典型區(qū)域氣候變化的影響評(píng)估。隨著極端天氣事件的增加，針對(duì)流域極端事件的研究尚不多見(jiàn)，需加強(qiáng)流域極端天氣發(fā)生機(jī)理、風(fēng)險(xiǎn)評(píng)估與對(duì)策研究，以期為大灣區(qū)應(yīng)對(duì)暴雨、洪澇、熱浪等極端氣候事件變化決策、防災(zāi)減災(zāi)、生態(tài)環(huán)境可持續(xù)發(fā)展等提供參考，減輕極端氣候事件帶來(lái)的危害。