付大容，陳笑蝶，劉亦婷，劉 力，彭守璋

2001-2100年中國區(qū)域季節(jié)平均溫度變化的時空格局*

付大容1，陳笑蝶1，劉亦婷1，劉 力2，彭守璋3**

（1.西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院，楊凌 712100；2.浙江樹人學(xué)院，紹興 310015；3. 西北農(nóng)林科技大學(xué)黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室，楊凌 712100）

基于1km分辨率長時間序列溫度數(shù)據(jù)集,采用距平法、Mann-Kendall趨勢檢驗法和Sen’s斜率估計法，分析四季平均氣溫在歷史時期（2001?2020年）與未來時期（2021?2100年）低強迫情景（SSP119）、中等強迫情景（SSP245）和高強迫情景（SSP585）下的變化幅度和變化趨勢的時空格局，以期為氣候變暖背景下制定詳細的區(qū)域適應(yīng)性策略提供依據(jù)。結(jié)果表明：（1）相比歷史時期，未來時期在3個情景下的四季均溫總體上升，且夏季增溫區(qū)域面積最大，其中SSP119情景下增溫1～2℃的區(qū)域占66.70%，SSP245和SSP585情景下增加2℃以上的區(qū)域分別占37.37%和99.06%；同時，3個SSP情景下的季節(jié)均溫的整體變化幅度具有顯著差異，SSP119情景下較緩和，SSP245情景次之，SSP585情景增溫幅度最大。（2）在歷史時期，相比其他季節(jié)，春季均溫的顯著上升速率最快（0.68±0.24℃?10a?1），且面積占比最大（14.44%），主要分布于華北、云貴川和江浙局部區(qū)域。（3）在未來時期，中國區(qū)域季節(jié)均溫呈總體上升趨勢，且具有顯著的空間差異；其中，在SSP119情景下，春季和冬季均溫顯著上升的區(qū)域主要集中于中國南部和青藏高原局部區(qū)域，面積占比分別為29.03%和25.58%，在SSP245和SSP585情景下，中國所有區(qū)域的季節(jié)均溫呈顯著上升趨勢；在SSP585情景下，北方的季節(jié)均溫顯著上升速率比南方快，全國區(qū)域在冬季的顯著上升速率最快（0.66±0.09℃?10a?1）。

季節(jié)均溫；時空格局；變化趨勢；SSP情景；中國區(qū)域

政府間氣候變化專門委員會（IPCC）第五次報告指出，到21世紀末，在估算最保守的情景下，全球地表均溫的增加可能超過1.5℃，在此背景下，海平面上升、森林火災(zāi)和極端氣候等現(xiàn)象的發(fā)生頻率將會增加[1]。已有研究表明，中國氣候變化趨勢與全球總體變化趨勢保持一致[2?3]，未來中國范圍內(nèi)平均地面氣溫將普遍升高。中國幅員遼闊，地形復(fù)雜，不同區(qū)域氣溫的時空分布和變化趨勢有一定的差異[4]，因此，開展小地理尺度未來氣候變化研究對制定區(qū)域適應(yīng)性策略具有重要意義。

目前國內(nèi)外已有眾多學(xué)者對區(qū)域氣候變化開展了大量研究，如Nichol等[5]通過21個氣象站獲取珠江三角洲地區(qū)日最低、最高和平均氣溫，分析了研究區(qū)1975?2014年年均溫及其溫度指數(shù)變化；彭美燕等[6]選取雷州半島氣象站1982?2019年的氣象數(shù)據(jù)，分析了雷州半島近38a氣溫和降水的變化特征；Yang等[7]基于江蘇省南部地區(qū)1976?2013年氣象站點觀測數(shù)據(jù),分析了江蘇省年最高、最低、平均氣溫和降水的空間格局和變化特征。也有學(xué)者對未來氣溫的變化趨勢進行預(yù)估，結(jié)果表明研究區(qū)域的氣溫在未來時期呈上升趨勢[8?11]。對已有研究進行整理可發(fā)現(xiàn)：（1）大多數(shù)研究是通過氣象站數(shù)據(jù)分析區(qū)域氣候變化，在數(shù)據(jù)分辨率上還有一定的發(fā)展空間，不能較好地捕捉溫度在小地理尺度上的詳細變化；（2）已有研究大多基于IPCC第五次報告中的典型濃度路徑（RCP）情景，較少涉及IPCC第六次報告中最新發(fā)布的共享社會經(jīng)濟路徑（SSP）情景，限制了對未來時期區(qū)域溫度變化規(guī)律進行準確的探討；（3）研究季節(jié)溫度對于災(zāi)害分析與評估、農(nóng)作物產(chǎn)量和生態(tài)環(huán)境建設(shè)等方向具有重要作用[12?15]，然而現(xiàn)有研究大多集中于年尺度氣溫變化，對于中國區(qū)域長時間序列季節(jié)均溫變化趨勢的時空格局研究甚少。

基于上述情況，本文以IPCC耦合模式比較計劃第六次報告發(fā)布的SSP情景為基礎(chǔ)，采用長時間序列高空間分辨率的溫度數(shù)據(jù)集，輔以距平法和趨勢分析法，對中國區(qū)域2001?2100年四季均溫的變化幅度和趨勢的時空格局進行分析，以期為制定應(yīng)對全球變暖的策略提供科學(xué)依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)收集

中國區(qū)域在2001年1月?2100年12月的逐月平均氣溫數(shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（http://www.geodata.cn/），空間分辨率0.0083333°（約1km）。其中，2001?2020年和2021?2100年數(shù)據(jù)分別基于CRU發(fā)布的全球55km氣候數(shù)據(jù)集和IPCC耦合模式比較計劃第六階段（CMIP6）發(fā)布的全球>100km的氣候數(shù)據(jù)集，通過空間降尺度方法生成，詳細的空間降尺度方法和數(shù)據(jù)精度驗證已在文獻[16]中描述。該數(shù)據(jù)集結(jié)果可信，如李焱等[17]使用該數(shù)據(jù)研究了1901?2017年藏西南高原氣候及其生產(chǎn)潛力時空變化；同時,未來時期數(shù)據(jù)集采用IPCC最新發(fā)布的SSP情景（SSP119、SSP245、SSP585），每個情景包含3個GCM（EC-Earth3、GFDL-ESM4、MRI-ESM2-0）氣候數(shù)據(jù)。本研究基于歷史及未來時期各情景下GCMs的降尺度溫度數(shù)據(jù)進行平均，作為分析中國區(qū)域在2001?2100年春季（3?5月）、夏季（6?8月）、秋季（9?11月）和冬季（12?翌年2月）均溫變化幅度和趨勢的時空格局的基礎(chǔ)數(shù)據(jù)。

1.2 趨勢分析

使用距平法分析2021?2100年相比于2001?2020年季節(jié)均溫的變化情況，Mann-Kendall趨勢檢驗和Sen’s斜率估計法用于分析2001?2100年四季均溫變化的顯著性和趨勢。其中Mann-Kendall趨勢檢驗[18]提供度量值（Z）來檢驗時間序列變化趨勢是否顯著，統(tǒng)計值Z通過95%的置信水平（即|Z|>1.96）為趨勢顯著，且Z>1.96為顯著升高，Z

2 結(jié)果與分析

2.1 2001?2100年季節(jié)平均溫度變化幅度時空格局

2.1.1 時間變化

由圖1可見，2001?2020年整個研究區(qū)域春季均溫呈“上升?下降?上升”波動趨勢，夏季、秋季和冬季均溫呈“下降?上升?下降”波動趨勢。以2001?2020年季節(jié)均溫變化幅度的平均值為基礎(chǔ)，未來時期各情景下的季節(jié)均溫變化幅度具有顯著差異，其中，SSP119情景下的春夏秋冬四個季節(jié)的均溫分別在2096年、2058年、2041年和2063年達到最大增幅（1.15℃、1.51℃、1.55℃和1.71℃）；在SSP245情景下和SSP585情景下，春季均溫的最大增幅均出現(xiàn)在2099年（2.25℃和4.95℃），同時，夏季在2094年和2097年分別達到最大值2.93℃和6.05℃，秋季在2098年和2100年達到最大值2.98℃和6.39℃，冬季的最大增溫在2085年（3.40℃）和2097年（6.27℃）。可見，相比于2001?2010年，在未來時期3個氣候情景下，整個研究區(qū)域內(nèi)四季的平均氣溫呈增加趨勢，其中SSP585情景下增加幅度最大，SSP245次之，SSP119情景增加幅度最小。

2.1.2 空間格局

由圖2和表1可見，相比于2001?2020年，未來時期各情景下的季節(jié)均溫變化幅度存在較強的空間異質(zhì)性。在SSP119情景下，春季有6.68%的區(qū)域增溫1～2℃，且分布較為離散，78.56%的區(qū)域增溫小于1℃；夏季增溫小于1℃的區(qū)域主要分布于中國西南、華東和華南局部，面積占比為33.30%，其余區(qū)域增溫1～2℃；中國大部分區(qū)域在秋季增溫0～1℃，面積占比63.46%，36.54%的區(qū)域增溫1～2℃，主要在西北、西南和東北等地，而冬季則主要在東北、華北、華中和華南區(qū)域，面積占比43.69%，增溫小于1℃的區(qū)域面積占比為55.54%；同時，春季均溫下降0～1℃的區(qū)域面積占比為14.76%，主要在新疆大部分區(qū)域，冬季有0.77%的區(qū)域分布于青藏高原局部。

圖1 2001?2100年中國區(qū)域季節(jié)均溫距平變化（以2001?2020年為基準，1km格點平均值）

圖2 2021?2100年研究區(qū)域四季平均氣溫距平的空間分布（相比于2001?2020年，1km×1km）

注：中國區(qū)域逐月平均氣溫數(shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心，底圖來源國家測繪地理信息局。下同。

Note:The monthly mean temperature in China was obtained from the National Earth System Science Data Center, and the base map was obtained from the National Administration of Surveying, Mapping and Geographic Information. The same as below.

表1 2021?2100年研究區(qū)域季節(jié)平均溫度變化面積比例（相比于2001?2020年）(%)

SSP245情景下，春季均溫增幅小于1℃的區(qū)域主要分布于西北、華中和華東局部區(qū)域，面積占比為35.81%，在秋季僅有0.98%的區(qū)域分布于西藏西部和云南東南部極少數(shù)地區(qū)，冬季主要集中于西藏和云南局部以及臺灣省等區(qū)域，面積占比3.01%；四個季節(jié)均有增溫大于2℃的地區(qū)，其中在春季有0.79%的區(qū)域，在夏季的分布最為廣泛，主要在中國西北、東北和川渝局部區(qū)域，面積占比為37.37%，秋季主要分布于西北和東北局部區(qū)域，面積占比為17.62%，在冬季有22.89%的區(qū)域增溫大于2℃，主要在東北和新疆局部地區(qū)；春、夏、秋和冬4個季節(jié)均溫增加1～2℃的區(qū)域面積占比分別為63.40%、62.63%、81.40%和74.10%。SSP585情景下所有季節(jié)的增溫均在1℃以上，增加1～2℃的區(qū)域較少，其中在春季主要集中于西北、華中、華東和華南局部以及臺灣省等區(qū)域，面積占比32.42%，在4個季節(jié)中占比最多，夏季僅有0.94%的區(qū)域，主要分布于臺灣省和云南省極小區(qū)域，秋季和冬季主要分布于臺灣省、海南省和云南省局部區(qū)域，面積占比分別為1.72%和2.96%；其余區(qū)域的季節(jié)均溫增幅均大于2℃。因此，相比于2001?2100年，在未來時期各情景下中國大部分區(qū)域的季節(jié)平均氣溫都在增加（除SSP119情景下，春季和冬季的新疆和青藏高原局部區(qū)域），隨著排放強度的增加，增溫效果愈加明顯。

2.2 2001?2100年季節(jié)平均溫度變化趨勢時空格局

2.2.1 歷史時期（2001?2020年）

由圖3和表2可見，中國區(qū)域在2001?2020年間，春季均溫顯著上升區(qū)域主要集中在華北、云貴川以及江浙局部區(qū)域（圖3a紅框區(qū)域），面積占比為14.44%，上升速率和均值分別為0.14～1.38℃?10a?1和0.68℃?10a?1，變異系數(shù)為35.09%；夏季均溫顯著上升的區(qū)域面積占比為10.30%（圖3b紅框區(qū)域），上升速率為0～0.78℃?10a?1，均值和變異系數(shù)分別是0.41℃?10a?1和28%；秋季均溫顯著上升的區(qū)域較為離散（圖3c紅框區(qū)域），面積占比4.25%，上升速率為0.04～0.70℃?10a?1，均值和變異系數(shù)分別為0.45℃?10a?1和19.00%。夏季均溫僅有0.09%的區(qū)域顯著下降，分布于新疆南部較小區(qū)域（圖3b黑框區(qū)域），速率、均值和變異系數(shù)分別為0.19～0.40℃?10a?1、0.32℃?10a?1和8.55%；秋季均溫顯著下降的區(qū)域僅集中于新疆中部（圖3c黑框區(qū)域），面積占比為2.84%，速率、均值和變異系數(shù)分別為0.28～0.85℃?10a?1、0.57℃?10a?1和13.97%；冬季均溫以0.40～1.00℃?10a?1速率顯著下降的區(qū)域（圖3d黑框區(qū)域）分布于青藏高原局部地區(qū)，面積占比為0.20%，均值和變異系數(shù)分別為0.74℃?10a?1和14.95%。整體而言，在2001?2020年，中國區(qū)域不同季節(jié)均溫的變化趨勢具有較強的空間異質(zhì)性，同時，春季和夏季平均氣溫呈顯著上升趨勢的范圍較廣。

圖3 2001?2020年研究區(qū)域四季平均氣溫變化趨勢空間分布(1km×1km)

表2 2001?2020年研究區(qū)域季節(jié)平均氣溫變化趨勢空間統(tǒng)計

2.2.2 未來時期（2021?2100年）

由圖4和表3可見，2021?2100年SSP119情景下春季均溫以0.03～0.17℃?10a?1趨勢顯著上升的區(qū)域主要分布于中國南部、東北和青藏高原局部區(qū)域（圖4a1紅框區(qū)域），面積占比為29.03%，均值和變異系數(shù)分別為0.08℃?10a?1和22.57%；夏季均溫顯著上升區(qū)域集中于東北和華北局部區(qū)域（圖4a2紅框區(qū)域），面積占比3.49%，速率、均值和變異系數(shù)分別為0.01～0.09℃?10a?1、0.06℃?10a?1和24.48%，冬季均溫顯著上升區(qū)域面積占比為28.58%，變化速率為0.03～0.21℃?10a?1，均值和變異系數(shù)分別為0.09℃?10a?1和25.38%。夏季均溫顯著下降區(qū)域分布較為離散（圖4a2黑框區(qū)域），面積占比為9.30%，速率、均值和變異系數(shù)分別為0.01～0.08℃?10a?1、0.04℃?10a?1和27.37%；秋季均溫以0.02～0.11℃?10a?1速率顯著下降，主要分布于中國西北和東北局部區(qū)域（圖4a3黑框區(qū)域），面積占比19.55%，均值和變異系數(shù)分別為0.06℃?10a?1和19.10%。

在SSP245和SSP585情景下各季均溫均呈顯著上升趨勢，覆蓋中國所有區(qū)域，其中春季均溫顯著上升的速率分別為0.17～0.44℃?10a?1和0.39～0.92℃?10a?1，均值為0.25℃?10a?1和0.60℃?10a?1，變異系數(shù)分別為13.28%和10.01%；夏季均溫在兩種情景下顯著上升速率、均值和變異系數(shù)都相同，分別為0.14～0.37℃?10a?1、0.24℃?10a?1和14.26%；秋季均溫在SSP245情景下以0.17～0.37℃?10a?1的趨勢顯著上升，均值和變異系數(shù)分別為0.26℃?10a?1和10.94%，SSP585情景下該季節(jié)的均溫上升速率為0.39～0.89℃?10a?1，均值和變異系數(shù)分別為0.68℃?10a?1和12.09%；冬季在SSP245和SSP585情景下均溫顯著上升的速率分別為0.15～0.47℃?10a?1和0.35～1.12℃?10a?1，均值分別為0.28℃?10a?1和0.66℃?10a?1，變異系數(shù)分別為14.09%和13.68%?？梢?，中國區(qū)域季節(jié)均溫在未來時期的變化速率隨著排放情景的升高而增快，其中在SSP119情景下，大部分區(qū)域的速率較慢，有減小的區(qū)域，在SSP245情景下逐漸加快，SSP585情景下的季節(jié)均溫顯著變化速率最快，并且北方區(qū)域的速率比南方大。

3 結(jié)論與討論

3.1 討論

本研究表明，2001?2020年中國區(qū)域四季均溫呈總體上升趨勢，其中春季均溫顯著上升速率最快（0.68±0.24℃?10a?1），主要分布于華北、云貴川和江浙局部區(qū)域；劉凱等[21]研究表明，1951?2018年中國氣溫呈現(xiàn)明顯的增加趨勢；也有學(xué)者對區(qū)域季節(jié)溫度變化做出研究，林長偉等[22]得出在1960?2012年，東北地區(qū)春季均溫上升速率較快這一結(jié)論，朱大運等[23]研究表明，1960?2016年貴州省秋季和春季平均氣溫上升較快，分別為0.11℃?10a?1和0.18℃?10a?1，中國區(qū)域在2020年春夏冬三個季節(jié)平均氣溫較常年同期偏高[24?26]；對比分析表明，2001?2020年中國區(qū)域季節(jié)均溫與前人得出的變化特征基本一致，同時，所選參考年份、數(shù)據(jù)分辨率和研究方法的不同是導(dǎo)致統(tǒng)計結(jié)果偏差的重要原因。

圖4 2021?2100年研究區(qū)域四季平均溫度變化的趨勢空間分布(1km×1km)

表3 2021?2100年研究區(qū)域四季平均溫度變化趨勢統(tǒng)計

在未來時期，周夢子等[27]基于1.5℃和2.0℃閾值下，與1986?2005年對比，研究RCP2.6、RCP4.5和RCP8.5等3個情景下中國未來時期年和季節(jié)溫度的變化，結(jié)果表明，達到1.5℃升溫閾值時，中國年平均升溫由南向北加強且在青藏高原地區(qū)有所放大，季節(jié)尺度上升溫的空間分布與其類似，其變化幅度以冬季升高最為顯著；本研究表明，在SSP119情景下，大部分區(qū)域均溫的變化幅度為0～1℃，春季和冬季均溫顯著上升區(qū)域主要分布于中國南部和青藏高原局部地區(qū)，SSP245和SSP585情景下，中國所有區(qū)域的季節(jié)均溫都呈顯著上升趨勢，并且在SSP585情景下，99%以上的區(qū)域?qū)⒃鰷?℃以上，冬季顯著上升速率較快（0.66±0.09℃?10a?1）。同時，與全球變暖1.5℃相比，在2℃時，一些氣候影響驅(qū)動因素的變化將更廣泛，隨著全球進一步變暖，預(yù)計每個地區(qū)都將越來越多地經(jīng)歷氣候影響驅(qū)動因素和多重變化[1,27?28]。季節(jié)平均氣溫上升也對中國農(nóng)作物產(chǎn)量、分布格局、種植結(jié)構(gòu)和地表水資源、地下水資源等產(chǎn)生一定的影響[29?32]。然而，在未來氣候變化及趨勢研究中會存在一定的不確定性，這種不確定性通常來自所用的氣候模式及其初始條件、排放情景以及降尺度技術(shù)[33?36]。本研究使用CMIP6發(fā)布的最新氣候模式，由不同社會經(jīng)濟模式驅(qū)動的新排放情景（即SSP情景）組成，周夢子等[27]研究得出的未來氣溫整體變化特征與本研究基本相同，但部分季節(jié)的增溫預(yù)計結(jié)果比本研究結(jié)果略低，這可能是所選方法和數(shù)據(jù)空間分辨率以及氣候情景的差別引起的。

中國幅員遼闊，地形起伏較大，區(qū)域氣候特征存在明顯差異，張佳怡等[10]研究得出氣溫變化在海拔高度上具有顯著的依賴性這一結(jié)論，胡延斌等[31]的研究也表明半世紀以來，中國高緯度和高海拔地區(qū)增溫明顯，因此，使用引入了地形信息的高空間分辨率溫度數(shù)據(jù)集能較好地反映中國地形起伏變化較大地區(qū)的氣候特征。與此同時，在研究區(qū)域氣候變化時，不少研究以2001年以前的氣象站數(shù)據(jù)為起點[14,22?23]，但本研究綜合考慮反映歷史和未來時期季節(jié)均溫變化的準確性和時效性，選擇了中國區(qū)域近20a的逐月平均氣溫降尺度數(shù)據(jù)。同時，由于單個GCM預(yù)測數(shù)據(jù)可能存在一定的偏差，因此，本研究對EC-Earth3、GFDL-ESM4和MRI-ESM2-0三個氣候模式數(shù)據(jù)進行平均，用以降低不同模式和不同干擾設(shè)定對區(qū)域氣候預(yù)測的不確定性[37?39]。最后，本研究將可顯示長時間序列顯著趨勢和持續(xù)性變化的距平法和無分布、非參數(shù)的Mann-Kendall趨勢檢驗法[20]，以及不受序列奇異值影響的Sen’s斜率估計法[19]相結(jié)合，逐個柵格研究2001?2100年中國區(qū)域四季平均氣溫變化，與前人研究結(jié)果作比較，其分析結(jié)果是較為可信的，對作物種植和生態(tài)恢復(fù)等研究具有參考價值。

與平均氣溫變化相比，極端天氣事件更具有突發(fā)性、難預(yù)測性和強破壞性等特點，是導(dǎo)致農(nóng)作物減產(chǎn)、生態(tài)系統(tǒng)遭到破壞的原因之一[40]，因此，下一步研究可結(jié)合中國區(qū)域季節(jié)平均氣溫、最高氣溫和最低氣溫等指標，進一步預(yù)估未來時期極端溫度事件的變化特征和形成機理。

3.2 結(jié)論

（1）基于2001?2020年季節(jié)均溫變化幅度平均值，中國區(qū)域在未來時期的四季均溫呈總體上升趨勢（SSP119情景下春季和冬季局部區(qū)域呈較小下降）。同時，三種SSP情景下的季節(jié)均溫變化幅度具有顯著差異，其中SSP119情景下氣溫變化幅度較緩和，除夏季有66.70%的區(qū)域增溫1～2℃，其它季節(jié)的增溫大多為0～1℃，SSP245情景下中國62%以上的區(qū)域季節(jié)均溫增加幅度為1～2℃，而在SSP585情景下所有區(qū)域增溫1℃以上，且99%以上的區(qū)域增溫大于2℃；在同一情景下，夏季增溫幅度與范圍均較大。

（2）2001?2020年，全國季節(jié)均溫變化趨勢的空間分布和速率（平均值±標準差）具有顯著差異。春季均溫以0.68±0.24℃?10a?1的趨勢顯著上升，面積占比14.44%，主要分布于華北、云貴川以及江浙局部區(qū)域；夏季均溫顯著上升速率為0.41±0.11℃?10a?1，面積占比10.30%，分布于新疆西部、華中、華南和青藏高原局部區(qū)域，秋季以0.45±0.09℃?10a?1的速率顯著上升，面積占比為4.25%，分布較為離散。季節(jié)均溫呈顯著下降趨勢的區(qū)域較少，其中夏季顯著下降的速率為0.32±0.03℃?10a?1，面積占比0.09%，僅分布于新疆南部較小區(qū)域；秋季有2.84%的區(qū)域以0.57±0.08℃?10a?1的速率顯著下降，集中于新疆中部區(qū)域；冬季均溫以0.74±0.11℃?10a?1的趨勢顯著下降，其面積占比為0.20%，分布于青藏高原局部區(qū)域。

（3）2021?2100年，中國區(qū)域在SSP119、SSP245和SSP585三個情景下的四季均溫變化趨勢具有顯著差異。在SSP119情景下，春季均溫將以0.08±0.02℃?10a?1的趨勢顯著上升，面積占比為29.03%，分布于南部、西北和東北局部區(qū)域；夏季均溫呈顯著上升趨勢的速率為0.06±0.02℃?10a?1，面積占比3.49%；冬季均溫以0.09±0.02℃?10a?1的速率顯著上升，面積占比28.58%，主要集中于南部和西藏局部區(qū)域；同時夏季和秋季在SSP119情景下將分別以0.04±0.01℃?10a?1和0.06±0.01℃?10a?1的速率顯著下降，面積占比分別為9.30%和19.55%。SSP245和SSP585情景下中國所有區(qū)域的四季均溫將呈顯著上升趨勢，春季顯著上升速率分別為0.25±0.03℃?10a?1和0.60±0.06℃?10a?1，夏季為0.24±0.03℃?10a?1和0.24±0.03℃?10a?1；秋季均溫顯著上升速率為0.26±0.03℃?10a?1和0.68±0.08℃?10a?1，冬季將以0.28±0.04℃?10a?1和0.66±0.09℃?10a?1的速率顯著上升，并且在SSP585情景下，北方地區(qū)的季節(jié)均溫顯著上升速率比南方快，全國區(qū)域在冬季的顯著上升速率最快（0.66±0.09℃?10a?1）。

[1] Djalante R.Key assessments from the IPCC special report on global warming of 1.5°C and the implications for the Sendai framework for disaster risk reduction[J].Progress in Disaster Science,2019,1: 100001.

[2] 張冬峰,高學(xué)杰.中國21世紀氣候變化的RegCM4多模擬集合預(yù)估[J].科學(xué)通報,2020,65(23):2516-2526.

Zhang D F,Gao X J.Climate change of the 21st century over China from the ensemble of RegCM4 simulations[J].ChineseScienceBulletin,2020,65(23): 2516-2526.(in Chinese)

[3] 梁玉蓮,延曉冬.RCPs情景下中國21世紀氣候變化預(yù)估及不確定性分析[J].熱帶氣象學(xué)報,2016,32(2): 183-192.

Liang Y L,Yan X D.Prediction of climate change over China and uncertainty analysis during the 21st century under RCPs[J].Journal of Tropical Meteorology,2016,32 (2):183-192.(in Chinese)

[4] 廖要明,陳德亮,劉秋鋒.中國地氣溫差時空分布及變化趨勢[J].氣候變化研究進展, 2019,15(4):374-384.

Liao Y M,Chen D L,Liu Q F.The spatiotemporal characteristics and long-term trends of surface-air temperatures difference of China[J].Climate Change Research,2019, 15(4):374-384.(in Chinese)

[5] Nichol J E,Choi S Y,Wong M S,et al.Temperature change and urbanisation in a multi-nucleated megacity: China's Pearl River Delta[J].Urban Climate,2020,31:100592.

[6] 彭美燕,許宇星,萬寬,等.近38年(1982-2019)雷州半島近海氣候變化分析[J].桉樹科技,2021,38(1):62-67.

Peng M Y,Xu Y X,Wan K,et al.Analysis of changes in Leizhou Peninsula’s Offshore climate over the past 38 years(1982-2019)[J].Eucalypt Science and Technology, 2021,38(1):62-67.(in Chinese)

[7] Yang Q,Zheng J Z,Zhu H C.Influence of spatiotemporal change of temperature and rainfall on major grain yields in southern Jiangsu Province,China[J].Global Ecology and Conservation,2020,21:e00818.

[8] 敖雪,趙春雨,崔妍,等.中國東北區(qū)域氣溫變化的模擬評估與未來情景預(yù)估[J].氣象與環(huán)境學(xué)報,2021,37(1):33-42.

Ao X ,Zhao C Y,Cui Y,et al.Evaluation and projection of temperature change in Northeast China[J]. Journal of Meteorology and Environment,2021,37(1):33-42.(in Chinese)

[9] Fan X W,Jiang L,Gou J J.Statistical downscaling and projection of future temperatures across the Loess Plateau,China[J].Weather and Climate Extremes,2021,32:100328.

[10] 張佳怡,倫玉蕊,劉瀏,等.CMIP6多模式在青藏高原的適應(yīng)性評估及未來氣候變化預(yù)估[J].北京師范大學(xué)學(xué)報(自然科學(xué)版),2021:1-17.

Zhang J Y, Lun Y R,Liu L,et al.CMIP6 evaluation and projection of climate change over the Tibetan Plateau[J]. Journal of Beijing Normal University(Natural Science),2021: 1-17.(in Chinese)

[11] 姜彤,呂嫣冉,黃金龍,等.CMIP6模式新情景(SSP-RCP)概述及其在淮河流域的應(yīng)用[J].氣象科技進展,2020,10(5): 102-109.

Jiang T,Lv Y R,Huang J L.New scenarios of CMIP6 Model (SSP-RCP) and its application in the Huaihe River Basin[J].Advances in Meteorological Science and Technology,2020,10(5): 102-109. (in Chinese)

[12] Hori K,Saisho D,Nagata K,etal.Genetic elucidation for response of flowering time to ambient temperatures in Asian rice cultivars[J].International Journal of Molecular Sciences,2021,22(3): 1024.

[13] Zhang J,Chen R Y,Du C W,etal.Effects of continuous sulfamonomethoxine shock on the power generation performance and microbial community structure of MFCs under seasonal temperature variation[J].Biochemical Engineering Journal,2020,167 :107909.

[14] 馬彬,張勃.基于格點數(shù)據(jù)的1961-2016年中國氣候季節(jié)時空變化[J].地理學(xué)報,2020,75(3): 458-469.

Ma B,Zhang B.Spatio-temporal distribution of the climatic seasons in China from 1961 to 2016[J].Acta Geographica Sinica,2020,75(3): 458-469.(in Chinese)

[15] 孔峰,孫劭.基于均值與極值的中國夏季氣溫與地溫的時空格局與差異特征研究[J].干旱區(qū)資源與環(huán)境, 2021,35(7):84-91.

Kong F,Sun S.Spatiotemporal pattern and difference characteristics of summer atmospheric temperature and ground temperature in China based on mean and extreme values[J].Journal of Arid Land Resources and Environment, 2021,35(7):84-91.(in Chinese)

[16] Peng S Z,Ding Y X,Liu W Z,et al.1?km monthly temperature and precipitation dataset for China from 1901 to 2017[J].Earth System Science Data,2019, 11(4): 1931- 1946.

[17] 李焱,靳甜甜,高秉麗,等.1901-2017年藏西南高原氣候及其生產(chǎn)潛力時空變化[J].自然資源學(xué)報,2021:1-17.

Li Y,Jin T T,Gao B L,et al.Spatiotemporal variation of climate and its potential productivity in the Southwest Tibet Plateau during 1901 to 2017[J]. Journal of Natural Resources, 2021: 1-17.(in Chinese)

[18] Milan G,Slavisa T.Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia[J].Global and Planetary Change, 2013,100:172-182.

[19] 任婧宇, 彭守璋, 曹揚,等. 1901-2014年黃土高原區(qū)域氣候變化時空分布特征[J].自然資源學(xué)報,2018,33(4): 621- 633.

Ren J Y,Peng S Z,Cao Y,et al.Spatiotemporal distribution characteristics of climate change in the Loess Plateau from 1901 to 2014[J].Journal of Natural Resources,2018,33(4): 621-633.(in Chinese)

[20] Subhrajyoti D,Briti S S.Climate change study for the meteorological variables in the Barak River basin in North-East India[J].Urban Climate,2019,30:100530.

[21] 劉凱,聶格格,張森.中國1951-2018年氣溫和降水的時空演變特征研究[J].地球科學(xué)進展,2020,35(11): 1113-1126.

Liu K,Nie G G,Zhang S.Study on the spatiotemporal evolution of temperature and precipitation in China from 1951 to 2018[J]. Advances in Earth Science,2020,35(11): 1113-1126.(in Chinese)

[22] 林長偉,朱艷麗,常曉麗.東北地區(qū)四季氣溫變化趨勢研究[J].國土與自然資源研究,2018,19(4): 68-72.

Lin C W,Zhu Y L,Chang X L.Study on the changing trend of temperature in the four seasons of Northeast China[J].Territory andNature Resources Study,2018,19(4): 68-72.(in Chinese)

[23] 朱大運,熊康寧,董曉超.貴州1960-2016年氣溫時空變化特征[J].水土保持研究,2018, 25(4): 168-180.

Zhu D Y,Xiong K N,Dong X C.Spatiotemporal change of surface temperature over the last 57 years in Guizhou Province[J]. Research of Soil and Water Conservation, 2018, 25(4):168-180.(in Chinese)

[24] 何亮,李祎君,錢永蘭. 2020年春季氣象條件對農(nóng)業(yè)生產(chǎn)的影響[J].中國農(nóng)業(yè)氣象,2020,41(7):470-472.

He L,Li W J,Qian Y L.Effects of meteorological conditions on agricultural production in spring 2020[J].Chinese Journal of Agrometeorology,2020, 41(7):470-472. (in Chinese)

[25] 譚方穎,鄭昌玲,宋迎波,等.2020年夏季氣象條件對農(nóng)業(yè)生產(chǎn)的影響[J].中國農(nóng)業(yè)氣象,2020,41(11):744-746.

Tan F Y,Zhen C L,Song Y B,et al.Effects of meteorological conditions on agricultural production in summer 2020[J].Chinese Journal of Agrometeorology,2020, 41(11): 744-746. (in Chinese)

[26] 趙曉鳳,張艷紅,李森,等.2020/2021年度冬季氣象條件對農(nóng)業(yè)生產(chǎn)的影響[J].中國農(nóng)業(yè)氣象,2021,42(5):438-440.

Zhao X F,Zhang Y H,Li S,et al.Impacts of winter meteorological conditions on agricultural production in 2020/2021[J].Chinese Journal of Agrometeorology,2021, 42(5): 438-440.(in Chinese)

[27] 周夢子,周廣勝,呂曉敏,等.1.5和2℃升溫閾值下中國溫度和降水變化的預(yù)估[J].氣象學(xué)報,2019, 77(4): 728-744.

Zhou M Z,Zhou G S,Lv X M,et al.Projection of temperature and precipitation changes over China under global warming of 1.5 and 2℃[J]. Acta Meteorologica Sinica,2019, 77(4):728-744. (in Chinese)

[28] Brian C.O'N,Claudia T,Detlef P,et al.The scenario model intercomparison project(ScenarioMIP) for CMIP6[J]. Geoscientific Model Development,2016, 9(9):3461-3482.

[29] 次仁央金,吳堯,陳阜,等.氣候變暖對西藏林芝地區(qū)作物生產(chǎn)的影響[J].中國農(nóng)業(yè)大學(xué)學(xué)報,2021, 26(8): 33-42.

Tsering YJ,Wu Y,Chen F,et al.Impacts of climate warming on crop production in Nyingchi,Tibet[J]. Journal of China Agriculture University,2021,26(8): 33-42.(in Chinese)

[30] 金炳琪,袁鵬杰.氣候變化對水文水資源影響的研究分析[J].農(nóng)業(yè)災(zāi)害研究, 2021,11(5):99-100.

Jin B Q, Yuan P J. Research and analysis on the impact of climate change on hydrology and water resources[J]. Journal of Agricultural Catastropholgy, 2021, 11(5): 99-100. in Chinese)

[31] 胡延斌,肖國舉,李永平.氣候帶北移及其對中國作物種植制度的影響研究進展[J].干旱地區(qū)農(nóng)業(yè)研究, 2020,38(3): 269-274.

Hu Y B,Xiao G J,Li Y P.Research advances in northward shifting of climatic-zones and the influence on crop- planting systems in China[J].Agricultural Research in the Arid Areas,2020,38(3):269-274.(in Chinese)

[32] 李闊,熊偉,潘婕,等.未來升溫1.5℃與2.0℃背景下中國玉米產(chǎn)量變化趨勢評估[J].中國農(nóng)業(yè)氣象,2018,39(12): 765- 777.

Li K,Xiong W,Pan J,et al.Assessment of corn yield change trend in China under 1.5℃ and 2.0℃ temperature rise in the future[J].Chinese Journal of Agrometeorology,2018, 39(12):796-777.(in Chinese)

[33] Su B D,Huang J L,Sanjit K M,et al.Insight from CMIP6 SSP-RCP scenarios for future drought characteristics in China[J].Atmospheric Research,2020,105375.

[34] Fan Z M,Bai X Y.Scenarios of potential vegetation distribution in the different gradient zones of Qinghai-Tibet Plateau under future climate change[J].Science of the Total Environment,2021,796:148918.

[35] 王曉欣,姜大膀,郎咸梅.CMIP5多模式預(yù)估的1.5℃升溫背景下中國氣溫和降水變化[J].大氣科學(xué),2019,43(5): 158-1170.

Wang X X,Jiang D B,Lang X M.Temperature and precipitation changes over China under a 1.5℃ global warming scenario based on CMIP5 Models[J].Chinese Journal of Atmospheric Sciences,2019,43(5):1158-1170.(in Chinese)

[36] Guo M,Ma S A,Wang L J,et al.Impacts of future climate change and different management scenarios on water- related ecosystem services:a case study in the Jianghuai ecological economic Zone,China[J]. Ecological Indicators,2021,127:107732.

[37] Wu Y,Guo J H,Lin H F,et al.Spatiotemporal patterns of future temperature and precipitation over China projected by PRECIS under RCPs[J].Atmospheric Research,2021, 249:105303.

[38] Ba??aci S ?,Yucel I,Duzenli E,et al.Intercomparison of the expected change in the temperature and the precipitation retrieved from CMIP6 and CMIP5 climate projections:a mediterranean hot spot case,Turkey[J].Atmospheric Research, 2021,256:105576.

[39] Chen C A,Hsu H H,Liang H C.Evaluation and comparison of CMIP6 and CMIP5 model performance in simulating the seasonal extreme precipitation in the western north Pacific and east Asia[J].Weather and Climate Extremes, 2021,31: 100303.

[40] 張大任,鄭靜,范軍亮,等.近60年中國不同氣候區(qū)極端溫度事件的時空變化特征[J].中國農(nóng)業(yè)氣象,2019,40(7): 422-434.

Zhang D R,Zheng J,Fan J L,et al.Spatiotemporal variations of extreme temperature indices in different climatic zones of China over the past 60 years[J].Chinese Journal of Agrometeorology,2019,40(7):422-434. (in Chinese)

Spatiotemporal Patterns of Seasonal Mean Temperature Variations in China During 2001?2100

FU Da-rong1, CHEN Xiao-die1, LIU Yi-ting1, LIU Li2, PENG Shou-zhang3

(1. College of Resources and Environment, Northwest A&F University, Yangling 712100, China; 2.Zhejiang Shuren University, Shaoxing 310015; 3. State Key Laboratory of Soil Erosion and Dryland Agriculture on the Loess Plateau, Northwest A&F University, Yangling 712100)

Based on the 1-km resolution long time series temperature data set, the spatial and temporal patterns of the magnitude and trend of the four-season mean temperature changes in the historical period (2001?2020), and in the future period (2021?2100) under the low forcing scenario (SSP119), medium forcing scenario (SSP245) and high forcing scenario (SSP585) are analyzed using the distance level method, Mann-Kendall trend test method and Sen's slope estimation method, with a view to providing a basis for developing detailed regional adaptation strategies in the context of climate warming. The results show that: (1) compared with the historical period, the average temperature of the four seasons in the future will increase in general under the three scenarios, and the area with the largest increase in summer is 66.70% under SSP119, 37.37% and 99.06% under SSP245 and SSP585, respectively. At the same time, the overall variation range of seasonal mean temperature under the three SSP scenarios is significantly different, which is moderated under SSP119, followed by SSP245, and the largest increase range under SSP585. (2) In the historical period, compared with other seasons, the significant rise in mean temperature in spring had the fastest rate (0.68±0.24℃?10y?1) and the largest area share (14.44%), mainly distributed in North China, Yunnan, Guizhou, Jiangsu and Zhejiang provinces. (3) In the future period, the regional seasonal mean temperature in China shows an overall rising trend with significant spatial differences; among them, under the SSP119 scenario, the regions with significantly rising mean temperature in spring and winter are mainly concentrated in southern China and the local area of the Qinghai-Tibet Plateau, accounting for 29.03% and 25.58% of the area, respectively; under the SSP245 and SSP585 scenarios, the seasonal mean temperature in all regions of China shows a significant upward trend; under the SSP585 scenario, the seasonal mean temperature in the north increases at a faster rate than that in the south, and the national region has the fastest significant rate of increase in winter (0.66±0.09℃?10y?1).

Seasonal mean temperature; Spatio-temporal pattern; Change trend; SSP scenarios; China

10.3969/j.issn.1000-6362.2022.09.001

收稿日期：2021?11?25

國家自然科學(xué)基金（42077451）；陜西省自然科學(xué)基金項目（2020JQ-418）；內(nèi)陸河流域中科院重點實驗室開放基金（KLEIRB-ZS-20-04）；2021浙江軟科學(xué)計劃研究項目“生態(tài)文明視域下浙江典型灣區(qū)綠色發(fā)展評價研究-以三門灣為例”（2021C35083）

通訊作者：彭守璋，研究員，博士，主要從事遙感與GIS應(yīng)用研究，E-mail:szp@nwafu.edu.cn

付大容，E-mail:fdr2955776701@163.com

付大容,陳笑蝶,劉亦婷,等.2001-2100年中國區(qū)域季節(jié)平均溫度變化的時空格局[J].中國農(nóng)業(yè)氣象,2022,43(9):681-691