李双双
, 延军平, 杨赛霓
LI Shuangshuang, YAN Junping, YANG Saini
通讯作者:
收稿日期: 2017-06-6
修回日期: 2017-09-30
网络出版日期: 2018-04-20
版权声明: 2018 地理科学进展 《地理科学进展》杂志 版权所有
基金资助:
作者简介:
作者简介： 李双双(1988-),男,陕西潼关人,讲师,主要研究方向为全球变化与区域灾害防治,E-mail: lss40609010@126.com
展开
摘要
基于134个气象站点1960-2016年逐日最高温和相对湿度数据,辅以趋势分析、空间分析和相关分析等方法,对秦岭—淮河地区热浪时空变化特征进行分析,探讨了赤道东太平洋海温异常与热浪变化的相关关系。结果表明：①近57年秦岭—淮河地区热浪呈现“非线性、非平稳和阶段性”的变化过程,年代变化可分为3个阶段：1960-1972年热浪呈现东西分异,分界线大致位于112°E,以东地区热浪异常偏多,以西地区则“高低交替”波动;1973-1993年热浪维持“低位波动”,并在20世纪80年代中期呈现快速增加;1994-2016年,关中平原、秦巴山区、巫山山区和四川盆地热浪维持“高位波动”,黄河下游、淮河平原和长江下游热浪则经历从“相对偏多”向“相对偏少”的转变;②在影响因素方面,最高温波动变化是秦岭—淮河地区热浪频次年代变化的主导因素,相对湿度变化的影响相对较弱;③近57年来关中平原热浪年代变化与赤道太平洋西部海温异常关系更为密切,长江流域与东部海温异常关系更为密切;对于黄河下游和秦巴山区的热浪变化与不同分区赤道太平洋海温异常关系均较弱。
关键词：
Abstract
In the context of global warming, the likelihood of concurrent heat waves is expected to increase in most parts of China, which will have social and environmental impacts. However, heat wave characteristics are likely to vary regionally. Based on maximum daily temperature and relative humidity data from 134 meteorological stations for the 1960-2016 period, the spatiotemporal variation in heat waves was investigated for the Qinling-Huaihe region. We also analyzed the relationship between El Niño-Southern Oscillation (ENSO) and heat waves. We found that the heat waves in the past 57 years in the study region can be characterized as non-smooth and non-linear. Three distinct phases of decadal change were identified. During the first phase (1960-1972), with 112°E as the dividing line, heat waves were highly variable with alternating highs and lows in the western part of the region, but occurred at high frequency in the eastern part. During the second phase (1973-1993), heat waves showed low-amplitude fluctuations across the entire region, and rapidly increased in the mid-1980s. The third phase (1994-2016) saw high-amplitude fluctuations in heat waves in the western part of the region, but heat waves decreased in the eastern part. Our results show that over the entire region, the extremes in heat have been more sensitive to daily maximum temperature than regional relative humidity changes. Thus, the cooling of daily maximum temperature along the Huai River led to a decreasing heat wave spatial extent. There was also a notable difference in the relationship between ENSO and heat waves in the Qinling-Huaihe region: a strong positive correlation in the north and a weak negative correlation in the south were observed. Particularly, heat waves on the Guanzhong Plain have been closely related to Niño 4, whereas the relationship has been weak along the lower reach of the Yangtze River. The Niño 1+2 and Niño 3 indices showed significant negative correlations with heat waves across the lower reach of the Yangtze River. In the lower reach of the Yellow River and Qinling-Daba Mountains, the variations in heat waves have been weakly correlated with equatorial Pacific sea surface temperature anomalies. In addition, there has been more close relationship between temperature anomalies of equatorial Western Pacific and decadal variation of heat waves on the Guanzhong Plain in recent decades, which has contributed to enhanced warming on the Guanzhong Plain and along the lower reach of the Yangtze River.
Keywords：
世界气象组织发布《2016年全球气候公告》指出,2016年全球气温超过2015年,成为有气象记录以来最热的年份,并且2017年将持续或多发热浪、暴雨、洪涝等极端天气灾害(World Meteorological Organization, 2017)。全球变暖背景下,自然灾害呈现“极端事件频次增加、灾害连锁反应、多灾并发”的特征(吴绍洪等, 2017)。作为变暖最直接的体现,高温热浪成为气候变化研究的热点问题(杨续超等, 2015; Lehner et al, 2016; 祁新华等, 2016; Sun et al, 2017)。
在已有研究中,许多学者对中国高温时空变化格局、环流影响因素、未来趋势进行了大量的探索(叶殿秀等, 2013; 董思言等, 2014; Sun et al, 2014; 李琪等, 2016; Chen, Li, 2017; 王月华等, 2017),并从城市居民健康、农作物生长、劳动生产能耗等角度(杨绚等, 2013; 王怡等, 2017)分析了高温天气对社会经济的影响。近年来,随着风险管理理念不断深入,脆弱性、恢复力、风险评估成为高热浪研究的关键词(谢盼等, 2015; 郑雪梅等, 2016; 同丽嘎等, 2017; 税伟等, 2017)。其中,(谢盼等(2015))构建了“高温胁迫—社会脆弱性—人口暴露”的高温灾害人群健康风险评价框架;(黄大鹏等(2016))对未来情景下中国高温的人口暴露度变化以及影响因素进行了分析;(吴绍洪等(2017))构建中国综合气候变化风险区划方案,评估了干旱、高温热浪以及洪涝灾害的综合风险。综合已有研究结论发现,秦岭—淮河地区是中国高温灾害风险的热点区,也是未来人口暴露度的主导区。然而,前人研究尺度相对宏观,对秦岭—淮河地区不同分区热浪变化规律精细化研究相对较少;也有研究虽对长江流域、江浙沪等地区高温热浪变化特征进行分析,但以中国南北过渡带为整体的研究还相对较少;在研究方法上,多数研究选择绝对阈值或相对阈值定义热浪事件,综合考虑高温高湿和炎热持续效应的热浪变化研究相对较少。
基于此,本文选取秦岭—淮河地区为研究区域,利用1960-2016年逐日最高温和相对湿度数据,辅以趋势分析、空间分析和相关分析等方法,分析全球变暖背景下中国南北过渡带不同地理单元热浪时空响应特征;在此基础上探讨赤道东太平洋海温异常与区域热浪年代变化的关系,识别不同区域热浪响应的关键海区,以期为区域可持续发展、增强灾害适应能力提供理论依据。
秦岭—淮河地区位于中国东部季风区,是中国重要的地理生态分界线。区域生态环境脆弱,是气候变化的敏感区,也是南水北调中线水源和中国最大连片贫困区。为对比不同地理单元热浪时空变化特征的差异性,结合前期研究基础(李双双, 杨赛霓, 刘宪锋, 2015),参考中国气候区划(丁一汇等, 2013; 郑景云等, 2013),综合考虑地形、城市、社会经济状况,将秦岭—淮河以北划分为2个子区域：关中平原和黄河下游;将秦岭—淮河以南划分为5个子区域：秦巴山区、四川盆地、巫山山区、淮河平原和长江下游。其中,秦巴山地和淮河平原对气候响应具有过渡性(图1)。
图1 秦岭—淮河地区气候分区及气象站点空间分布图(
Fig.1 Climatic region and meteorological station distribution in the Qinling-Huaihe region(
依据中国综合气候变化风险区划,秦岭—淮河地区处于华北弱暖增雨敏感区、华东—华中强暖减雨敏感区;在承载体综合风险区中,整个区域经济、人口、生态、粮食多为中高风险水平(吴绍洪等, 2017)。从社会脆弱性和高温暴露性角度分析,秦岭—淮河地区是高温胁迫—社会脆弱性综合主导区,也是未来中国高温人口暴露增幅明显区。在未来,受人口和气候变化相互作用,区域面临高温热浪的风险逐渐增大(黄大鹏等, 2016)。
利用1960-2016年134个气象站点逐日最高温和相对湿度数据,对秦岭—淮河地区热浪时空变化特征进行分析。其中,最高温数据来自中国科学院大气物理研究所提供的全国CHTM 3.0均一化数据集;与最高温相比,相对湿度均一化存在不确定性,本文采用原始数据;1960-2016年Niño 1+2区、Niño 3区、Niño 4区、Niño 3.4区和Niño Z区逐月海温数据来自中国气象局国家气候中心百项气候系统指数集。
3.2.1 热浪指数
热浪被认为是持续性异常高温(或高温高湿)的天气事件,许多学者利用最高温和最低温数据,从昼夜变化、炎热强度、持续特征等角度,定义了不同的热浪指数(Perkins et al, 2013)。其中,表征昼夜炎热程度的指数有：暖昼、暖夜、夏季、热夜日数等;表征热浪强度的相对阈值和绝对阈值指数有：平均温高于气候态95.0%、90.0%的阈值,最高温超过35.0℃、33.0℃,或者最低温超过26.7℃(Smith et al, 2013; You et al, 2017)。
在本文中,热浪指数计算方法参照《高温热浪等级GB/T29457-2012》国家标准,该指标综合考虑炎热程度和过程累积效应,可有效地识别区域热浪变化特征(黄卓等, 2011; 李双双, 杨赛霓, 张东海等, 2015)。热浪指数具体计算公式如下：
式中：HI为热浪指数;TI为当天炎热指数,代表人体对气象环境的舒适感;TI′为炎热临界值,高于临界值表示为感觉炎热;TIi为当天之前第i日炎热指数;ndi为当天之前第i日距当天的日数;N为炎热天气过程持续时间。
3.2.2 热浪变化敏感性分析
为定量分析秦岭—淮河地区热浪变化对气候因子的响应,对热浪频次年代变化对气候因子(最高温、相对湿度)的敏感性行分析,敏感系数计算公式为：
式中：S为热浪频次HI对气候因子x的敏感系数;∆x为气候因子x的变化;∆HI为∆x引起的HI的变化。S>0,表示HI随气候因子x的增加而增加;S<0,表示HI随气候因子x的增加而减少;S值越大,表示该气候因子对HI的影响越大。
气候因子的变化趋势(C)采用线性趋势表示,相对变化(RC)用研究时段变化量与该气候因子均值绝对值(av)的百分比表示,计算公式如下：
式中：N为研究时段1960-2016年(取值为57年)。气候因子相对变化RC与敏感性S的乘积,表示该气候因子变化对HI变化的贡献量(李双双等, 2016)。
1960-2016年,秦岭—淮河地区热浪变化呈现出“非线性、非平稳、阶段性”的变化特征(图2)。在年代尺度上,变化过程大致可分为3个阶段：① 1960-1972年,关中平原和秦巴山区热浪频次先降后升,在20世纪60年代末形成一个相对峰值期。与上述2个区域相比,黄河下游和淮河平原热浪变化则维持高位波动,处于热浪异常偏多期,四川盆地热浪变化则呈“偏多—偏少—偏多”的交替变化。巫山山区和长江下游热浪变化规律相对一致,共同表现为波动下降,且巫山山区转为负距平时间(1964年)早于长江下游(1972年);②1973-1993年,全区热浪整体处于相对偏少期。随着20世纪80年代中期气温快速增加,区域热浪频次也在逐渐增多,并在1993年后热浪频次转为正距平。③1994-2016年,秦岭—淮河地区热浪由“相对偏少”转为“相对偏多”,但不同区域响应存在差异。其中,关中平原、秦巴山区、巫山山区和四川盆地4个子区域热浪维持“高位波动”,黄河下游、淮河平原和长江下游热浪则经历“相对偏多”向“相对偏少”的转变。
图2 1960-2016年秦岭—淮河地区热浪变化特征势
Fig.2 Variation of heat waves in the Qinling-Huaihe region, 1960-2016
IPCC第5次评估报告指出,1998-2012年全球年均地表温度变化趋势有所“停滞”,围绕变暖停滞的争论还在持续(林霄沛等, 2016)。在此阶段,秦岭—淮河地区不同分区热浪变化呈现不同的响应特征。其中,关中平原、秦巴山区、巫山山区3个子区域热浪整体维持高位波动;黄河下游和淮河平原热浪呈现波动下降,两者热浪“负距平”转变时间分别在2002年和2008年,黄河下游转变时间节点早于淮河平原;对于四川盆地而言,热浪在2001-2003年和2010-2013年呈2次小幅下降,使得整个热浪变化过程呈现“W”型分布;长江下游与其他区域热浪变化均不相同,1995-2009年热浪频次呈现持续上升,且2010年后呈现波动下降趋势。由此可以看出,全球变暖停滞背景下,以112°E为界,秦岭—淮河以东地区,高温热浪变化呈现先上升后下降,且由南向北热浪转入负距平的时间节点逐渐提前;以西地区热浪频次表现为异常偏多。
1960-2016年,秦岭—淮河地区热浪空间上整体呈现出“西增东减,南北分异”的变化特征(图3)。具体表现为：①近57年秦岭—淮河地区58.0%站点热浪呈现上升趋势,略高于下降趋势站点比重。在空间上,呈现上升趋势的站点主要分布在112°E以西地区,如关中平原、秦巴山区和四川盆地北部;② 以“米仓山—大巴山—大别山—淮河”为界,以北地区热浪升降呈现“东西分异”。其中,关中平原、秦巴山区热浪呈现一致上升,黄河下游和淮河平原热浪呈现一致下降;③长江下游有71.4%的站点热浪呈现上升趋势,从西向东依次呈现“轻微下降—中度上升—轻微上升”的经向分布;四川盆地有85.7%的站点热浪呈现上升趋势,从南向北呈现“轻微下降—轻微上升—中度上升—大幅上升”的纬向分布;④在离散程度上,关中平原、黄河下游、秦巴山区、四川盆地、巫山山区变化趋势内部离散程度较大,长江下游和淮河平原变化趋势相
对集中,说明江淮平原热浪变化区域同步性高于其他地区(图3b)。
图3 1960-2016年秦岭-淮河地区热浪空间变化趋势和不同分区趋势分布箱图
Fig.3 Spatial pattern and boxplot of heat wave change in the Qinling-Huaihe region, 1960-2016
通过分析热浪频次年代变化对最高温、相对湿度的敏感性,且计算各气候因子的相对变化,得出最高温和相对湿度对热浪变化的贡献率,进一步识别秦岭—淮河地区不同分区热浪变化的主导因素(表1)。结果表明：①最高温变化是秦岭—淮河地区热浪年代变化的主导因素,相对湿度变化影响较弱;②不同区域热浪变化主导因素存在差异。其中,相对湿度对长江下游热浪变化的贡献率为0.042,略低于最高温贡献率0.066,明显高于其他分区相对湿度变化的敏感性,说明长江下游热浪变化受到最高温和相对湿度共同影响,并且明显区别于其他区域最高温单因素的影响;③在全球变暖停滞背景下,2000-2015年秦岭—淮河地区不同分区热浪频次变化相对于基准期(1960-1990年),均呈现增加趋势。其中,关中平原和秦巴山地热浪增幅最为明显,淮河平原和黄河下游热浪增幅相对较弱。由此可见,秦岭—淮河地区近年来热浪风险增加区,主要位于关中平原和秦巴山区,且以最高温年代波动上升为主导;黄河下游和淮河平原热浪增幅相对较小,受最高温呈现波动下降影响较大,这与(Chen、Li(2017))分析中国3种热浪类型年代变化研究结论具有一致性。
表1 秦岭-淮河地区不同分区南北热浪变化的主导因素分析
Tab.1 Dominant climatic factors of heat waves in the Qinling-Huaihe region
| 分区 | 1960-2016年热浪频次/次 | 气候因子贡献率 | 热浪频次变化率/% | 主导因素 | |
|---|---|---|---|---|---|
| 最高温 | 相对湿度 | ||||
| 关中平原 | 70 | 0.091 | 0.019 | 16.4 | 最高温 |
| 黄河下游 | 70 | 0.045 | 0.003 | 2.0 | 最高温 |
| 秦巴山区 | 71 | 0.064 | 0.001 | 18.1 | 最高温 |
| 淮河平原 | 70 | 0.042 | 0.015 | 0.4 | 最高温 |
| 四川盆地 | 70 | 0.042 | 0.011 | 9.2 | 最高温 |
| 巫山山区 | 71 | 0.043 | 0.001 | 8.3 | 最高温 |
| 长江下游 | 71 | 0.066 | 0.042 | 6.5 | 最高温+相对湿度 |
秦岭—淮河地区位于东亚季风区,东亚夏季风异常往往给区域带来严重的气象灾害,如2006年夏季重庆地区遭遇百年不遇高温、2013年长江流域高温热浪、2016年中国夏季气温创历史新高等。东亚夏季风异常,受大气内部变率和外源辐射共同作用(王会军等, 2013)。在众多影响因素中,厄尔尼诺—南方涛动被认为是最为关键的因子(Huang et al, 1989; 徐同, 2007; Hu et al, 2013; Wang et al, 2014; Lu et al, 2016; 徐霈强等, 2016)。前期研究发现：中国夏季气温对ENSO响应存在明显的地域差异,其中东北、华北、长江流域和华南地区夏季气温与ENSO的关系在20世纪70年代末、90年代初、21世纪初经历了3次明显的突变,这与秦岭—淮河地区热浪变化“非平稳、阶段性”的特征具有一致性(韩文韬, 2013)。此外,在相互作用机理上,(孙旭光等(2005))利用全球大气环流模式模拟发现,厄尔尼诺发展年的夏季,西太平洋副热带高压偏东较弱,亚洲夏季风明显加强;厄尔尼诺衰减年的夏季,西太副高西伸偏强,亚洲夏季减弱。可见,东亚夏季风强弱变化以及西太副高西伸异常,对秦岭—淮河地区降水和气温年代异常具有重要影响。在此,选取赤道东太平洋5个海区表征ENSO事件强度的指标(Niño1+2区、Niño 3区、Niño 4区、Niño 3.4区和Niño Z区),从宏观和站点2个尺度,识别不同分区厄尔尼诺变化与秦岭—淮河地区热浪异常的关系(图4)。
图4 不同分区厄尔尼诺指数位置分布图
Fig.4 Location of oceanic Niño index in the Niño 1+2, Niño 3, Niño 3.4, and Niño 4 regions
4.4.1 宏观尺度识别
在宏观尺度上,分析1960-2016年秦岭—淮河地区7个子区域热浪变化与不同分区厄尔尼诺变化的相关性,识别ENSO事件对区域高温热浪事件趋势变化影响的差异(表2)。结果表明：①Niño 1+2区、Niño 3区、Niño 3.4区和Niño Z区与长江下游高温热浪变化相关性最为密切,与Niño 4区海温异常相关性较差。说明长江下游高温热浪与赤道东太平洋海温异常关系更为密切;②Niño 4区与关中平原高温热浪变化相关性远高于其他区域,说明关中平原高温热浪异常与赤道太平洋西部海温异常关系更为密切,与长江流域高温热浪异常影响关键区域不同;③对于黄河下游和秦巴山区,热浪频次变化与不同分区赤道太平洋海温异常关系较弱,相关系数均未通过0.05的显著水平检验,说明影响黄河下游和秦巴山区热浪年代变化的因素更为复杂。
表2 秦岭—淮河地区热浪变化与厄尔尼诺指数的相关关系
Tab.2 The relationship of heat waves and El Niño index in the Qinling-Huaihe region
| 地理分区 | 不同分区厄尔尼诺指数相关性 | ||||
|---|---|---|---|---|---|
| Niño1+2 | Niño 3 | Niño 4 | Niño 3.4 | Niño Z | |
| 关中平原 | -0.04 | 0.06 | 0.24* | 0.14 | 0.11 |
| 黄河下游 | 0.01 | 0.00 | 0.05 | 0.03 | 0.02 |
| 秦巴山地 | -0.07 | -0.01 | 0.20 | 0.05 | 0.05 |
| 淮河平原 | -0.22* | -0.22* | -0.10 | -0.15 | -0.20 |
| 四川盆地 | -0.19 | -0.17 | 0.03 | -0.10 | -0.12 |
| 巫山山区 | -0.25* | -0.25* | -0.14 | -0.21 | -0.23* |
| 长江下游 | -0.34** | -0.30* | -0.18 | -0.25** | -0.29** |
| 影响区域 | 长江下游 | 长江下游 | 关中平原 | 长江下游 | 长江下游 |
对于Niño 4区海温异常而言,与关中平原、秦巴山区、黄河下游、四川盆地热浪变化维持弱正相关,与淮河平原、巫山山区、长江下游热浪变化维持弱负相关。尽管正负相关程度存在差异,但是可以看出,随着赤道太平洋海温异常位置偏西,秦岭—淮河以北地区高温热浪正相关响应逐渐增强,以南地区高温热浪负相关响应则逐渐减弱。也就是说,当赤道太平洋西部海温异常偏高时,关中平原、秦巴山区热浪异常偏高,且海温异常位置越偏西,高温热浪响应关系越明显。
ENSO事件年际变率存在年代变化。20世纪20-50年代ENSO为强度偏弱期,空间型南北宽度为近百年最窄,最大海温异常中心位置偏西;20世纪70-90年代末,ENSO强度逐渐增强,空间型南北宽度逐渐增加,对应海温异常位置逐渐偏西;2000年后ENSO强度在波动中有所下降,但是最大海温异常位置依然向西偏移(史珩瑜等, 2017)。参照国家气候中心ENSO事件综合量表,1960-2016年赤道太平洋海温异常逐渐由东部向中西部偏移,可能是秦岭—淮河地区热浪年代变化的主要原因。即1994-2016年,关中平原、秦巴山区、巫山山区、四川盆地4个子区域热浪维持“高位波动”,受中部型海温异常事件增多的影响;而长江下游热浪则经历“相对偏多”向“相对偏少”的转变,受到Niño 1+2海温异常事件频率降低的影响。
4.4.2 站点尺度分析
在区域尺度上,秦岭—淮河地区7个子区域高温热浪序列被平均,区域内热浪变化对ENSO事件响应的差异会被忽略。因此,从站点尺度出发,绘制不同分区Niño指数与秦岭—淮河地区热浪相关性变化箱图,再次验证宏观尺度规律(图5)。
图5 站点尺度不同分区厄尔尼诺指数与秦岭—淮河地区热浪相关性变化
Fig.5 Correlation analysis between oceanic Niño index of different sub-regions and heat waves at site scale in the Qinling-Huaihe region
结果表明：①一致性。无论是相关系数,还是显著性,站点尺度与宏观尺度规律呈现一致性。具体表现为：由Niño 1+2到Niño 4(海温异常区域从赤道太平洋东部到中西部),关中平原、秦巴山区热浪相关性逐渐由负相关转为正相关,淮河平原、四川盆地、长江下游相关性逐渐下降;长江下游、巫山山区热浪与不同区域Niño指数均呈现负相关,黄河下游则与之相反,热浪变化与不同区域Niño指数相关性均较低;②新规律。从离散角度分析,除巫山山区、长江下游之外,秦岭—淮河其他区域热浪与 ENSO响应关系差异性相对较大,存在“高显著与低显著并存,正相关与负相关并存”的现象;从显著水平分析,淮河平原、四川盆地、巫山山区、长江下游热浪变化与ENSO负相关相对较高,显著水平高于0.8的站点多数分布在上述4个子区域,说明秦岭—淮河以南地区,是ENSO事件响应的热点区域。
4.4.3 不同热浪指标对相关性的影响
为了更好地识别ENSO与秦岭—淮河地区热浪变化的遥相关关系,在此选取绝对指数(最高温高于33℃的天数)、相对指数(暖昼日数,高于90%阈值的天数),与综合热浪指数结果进行对比(图6)。
图6 不同分区厄尔尼诺指数与秦岭—淮河地区不同热浪指数的相关性分析
Fig.6 Correlation analysis between oceanic Niño index of different sub-regions and difference heat wave indices in the Qinling-Huaihe region, 1960-2016
结果表明：①在相关性方面,高温日数、暖昼日数和热浪指数与不同分区Niño指数相关性结果具有一致性。具体表现为：秦岭—淮河以北地区、秦巴山区整体以正相关为主;秦岭—淮河以南地区、淮河平原整体则以负相关为主;②在显著性方面,秦岭—淮河以北的关中平原和秦巴山区,绝对指标和相对指标与Niño 4区相关性明显提高;黄河下游3个指标与不同分区厄尔尼诺指数均维持低相关;秦岭—淮河以南的淮河平原,高温天数、暖昼日数和综合热浪指数与Niño 1+2、Niño 3相关均较高;四川盆地3个指标与不同分区Niño指数关系维持稳定,但是巫山山区在综合指标对ENSO响应关系明显高于其他指标;长江下游地区3个指标与Niño 1+2、Niño 3相关性均维持高度负相关,与前文结论具有一致性。由此可以看出,尽管不同热浪指数,反映热浪特征存在差异,但是关中平原与Niño 4区海温异常变化呈现正相关,长江下游与Niño 1+2、Niño 3区海温异常变化呈现负相关,不同热浪指数反映的规律并未发生实质性改变。
利用热浪指数模型,本文对1960-2016年秦岭—淮河地区热浪时空变化特征进行分析,评估了热浪年代变化对气候因子的敏感性,进而从宏观和站点2个尺度,探讨了ENSO事件与不同分区热浪变化的时空响应关系,主要结论如下：
(1) 在时间变化上,1960-2016年秦岭—淮河地区热浪呈“非线性、非平稳、阶段性”的变化特征,年代变化可分为3个阶段：①1960-1972年,区域热浪呈现东西分异,分界线大致位于112°E,以东地区热浪异常偏多,以西地区经历“高低交替”的波动变化;②1973-1993年,全区热浪维持“低位波动”,20世纪80年代中期后呈现快速增加;③1994-2016年,关中平原、秦巴山区、巫山山区、四川盆地热浪维持“高位波动”,黄河下游、淮河平原和长江下游热浪则由“相对偏多”向“相对偏少”转变。
(2) 在空间变化上,1960-2016年秦岭—淮河地区热浪呈现出“西增东减,南北分异”的变化格局。其中,以“米仓山—大巴山—大别山—淮河”为界,以北地区热浪升降呈“西增东减”,整体变化具有均一性;以南地区中,长江中下游地区从西向东热浪变化趋势依次呈现“轻微下降—中度上升—轻微上升”的经向分布;四川盆地有85.7%的站点热浪呈上升趋势,从南向北呈现“轻微下降—轻微上升—中度上升—大幅上升”的纬向分布。
(3) 在主导因素上,秦岭—淮河地区近期热浪风险增加区,主要位于关中平原和秦巴山区,以最高温逐年上升为主导因素。与此同时,相对湿度对长江下游热浪频次年代变化贡献率为0.042,略低于最高温贡献率0.066,但是远高于其他区域,说明长江下游热浪变化受最高温和相对湿度共同作用,且区别于其他区域最高温单因素的影响。
(4) 在影响因素上,Niño 1+2区、Niño 3区、Niño 3.4区和Niño Z区与长江下游高温热浪变化相关程度较高,与Niño 4区海温异常相关性较差。关中平原热浪变化与Niño 4区海温异常关系更为密切,与长江流域高温热浪异常影响关键区域相反;对于黄河下游和秦巴山区,热浪变化与不同分区赤道太平洋海温异常关系均较弱。
关于秦岭—淮河地区热浪时空变化特征研究,未来还有许多工作需要探索。
(1) 干旱与热浪时空耦合规律。干旱—热浪是典型的多灾种相互作用形式,两者共同放大致灾因子强度,造成更严重的社会和经济损失(李双双等, 2017)。因此,关注秦岭—淮河地区干旱—热浪时空耦合特征,识别综合风险管理关键区域,有针对性地提出适应措施,是未来研究的重要方向之一。
(2) 多环流因素耦合影响分析。热浪异常形成原因具有复杂性,是多种环流因子共同作用的结果。本文分析了ENSO与秦岭—淮河地区热浪变化的关系,未来还应关注印度洋、大西洋海温异常触发海气相关,明晰多环流耦合影响机制,即北大西洋涛动、印度洋偶极子、厄尔尼诺对中国南北过渡带热浪变化的综合影响机制。
(3) 热浪自身特征归因分析。《高温热浪等级GB/T29457-2012》国家标准中,热浪指数定义由三部分构成：“炎热强度变化+炎热程度累积+持续时间累积”。也就是说,区域热浪呈现下降趋势,可能受到以下3个方面因素影响：高温高湿天气减少,热浪炎热程度降低和热浪持续时间缩短。在未来研究中,需要构建有效方法对热浪年代变化进行敏感性分析,更准确地定量评价秦岭—淮河地区不同区域热浪变化的主导因素。
The authors have declared that no competing interests exist.
| [1] |
|
| [2] |
基于CMIP5模式的中国地区未来高温灾害风险预估 [J].https://doi.org/10.3969/j.issn.1673-1719.2014.05.008 URL Magsci [本文引用: 1] 摘要
本文利用CMIP5中22个全球气候模式模拟结果和相关社会经济数据，对RCP8.5情景下中国未来近期（2016—2035年）、中期（2046—2065年）、远期（2080—2099年）3个时段高温灾害风险的变化趋势进行了定量预估。结果表明：中国未来不同时期高温致灾危险度可能逐步增加；未来不同时期高温风险也趋于升高。III级及以上的高温灾害风险等级范围将增大，特别是东北三省、内蒙古、陕西、宁夏、贵州、福建等省（区）处于高风险等级的面积明显增大，山东、河北、河南、安徽在近期将出现V级高温灾害风险，中期和远期V级高温灾害风险将扩展到江苏、湖南、湖北、江西、四川、广西和广东等省（区）。
Projected risk of extreme heat in China based on CMIP5 models [J].https://doi.org/10.3969/j.issn.1673-1719.2014.05.008 URL Magsci [本文引用: 1] 摘要
本文利用CMIP5中22个全球气候模式模拟结果和相关社会经济数据，对RCP8.5情景下中国未来近期（2016—2035年）、中期（2046—2065年）、远期（2080—2099年）3个时段高温灾害风险的变化趋势进行了定量预估。结果表明：中国未来不同时期高温致灾危险度可能逐步增加；未来不同时期高温风险也趋于升高。III级及以上的高温灾害风险等级范围将增大，特别是东北三省、内蒙古、陕西、宁夏、贵州、福建等省（区）处于高风险等级的面积明显增大，山东、河北、河南、安徽在近期将出现V级高温灾害风险，中期和远期V级高温灾害风险将扩展到江苏、湖南、湖北、江西、四川、广西和广东等省（区）。
|
| [3] |
近50年中国冬夏气温对ENSO响应的年代际变化特征研究[D] .Research on the interdecadal variation in the response of winter and summer temperature in China to ENSO in recent fifty years[D] . |
| [4] |
未来情景下中国高温的人口暴露度变化及影响因素研究 [J].https://doi.org/10.11821/dlxb201607008 URL [本文引用: 2] 摘要
基于RCP8．5气候情景下21个高分辨率全球气候模式的日最高气温数据和A2r社会经济发展情景下的人口数据，以高温日数和人口数量的乘积构建高温的人口暴露度指标，采用多个气候模式集合平均的方法从网格单元尺度分析未来不同时段中国高温和强危害性高温的人口暴露度变化，并从全国和气象地理分区两种空间尺度研究人口暴露度变化的影响因素。研究表明：未来情景下，中国高温的人口暴露度明显增加，2021．2040年、2041—2060年、2061-2080年和2081-2100年相比基准时段1981-2010年分别增加了1.3、2．0、3．6和5．9倍，强危害性高温的人口暴露度增加更为显著，相比基准时段分别增加了2．0、8.3、24．2和82．7倍。高温的人口暴露度在华北、黄淮、华南、江南、江淮、西南和江汉地区增加较为明显，其中华北、黄淮、华南和江南最为显著；强危害性高温的人口暴露度在华北、黄淮、江南、江淮、西南和江汉等区域增加较为明显，其中华北、黄淮、江南和江淮最为显著；未来情景下人口暴露度的变化主要受气候因子的影响，其次受人口和气候因子的共同影响，单独人口因子的影响很小。全国尺度上，气候因子对未来不同时段人口暴露度变化的影响逐渐减弱，贡献率由70．0％左右逐渐减至60．0％左右。人口和气候因子的共同作用逐渐增强，贡献率由20．0％左右逐渐增至40．0％左右。
Changes in population exposure to high temperature under a future scenario in China and its influencing factors [J].https://doi.org/10.11821/dlxb201607008 URL [本文引用: 2] 摘要
基于RCP8．5气候情景下21个高分辨率全球气候模式的日最高气温数据和A2r社会经济发展情景下的人口数据，以高温日数和人口数量的乘积构建高温的人口暴露度指标，采用多个气候模式集合平均的方法从网格单元尺度分析未来不同时段中国高温和强危害性高温的人口暴露度变化，并从全国和气象地理分区两种空间尺度研究人口暴露度变化的影响因素。研究表明：未来情景下，中国高温的人口暴露度明显增加，2021．2040年、2041—2060年、2061-2080年和2081-2100年相比基准时段1981-2010年分别增加了1.3、2．0、3．6和5．9倍，强危害性高温的人口暴露度增加更为显著，相比基准时段分别增加了2．0、8.3、24．2和82．7倍。高温的人口暴露度在华北、黄淮、华南、江南、江淮、西南和江汉地区增加较为明显，其中华北、黄淮、华南和江南最为显著；强危害性高温的人口暴露度在华北、黄淮、江南、江淮、西南和江汉等区域增加较为明显，其中华北、黄淮、江南和江淮最为显著；未来情景下人口暴露度的变化主要受气候因子的影响，其次受人口和气候因子的共同影响，单独人口因子的影响很小。全国尺度上，气候因子对未来不同时段人口暴露度变化的影响逐渐减弱，贡献率由70．0％左右逐渐减至60．0％左右。人口和气候因子的共同作用逐渐增强，贡献率由20．0％左右逐渐增至40．0％左右。
|
| [5] |
高温热浪指标研究 [J].Research on the heat wave index [J]. |
| [6] |
1961-2010年江浙沪地区夏季高温热浪时空变化特征 [J].https://doi.org/10.11870/cjlyzyyhj201603018 URL Magsci [本文引用: 1] 摘要
利用我国江浙沪地区26个气象站1961~2010年夏季(6~8月)逐日最高气温资料,选择导致死亡率突然增加而确定的高温热浪指标,研究了江浙沪地区高温热浪日数、频次和强度的时空分布特征。结果表明江浙沪地区是高温热浪天气的高发区,高温热浪天气存在显著的地理差异。江浙沪地区平均高温热浪日数、频次和强度随时间的变化趋势极为相似:20世纪60年代至80年代前期呈现减少(弱)趋势,80年代后期呈现增多(强)趋势。总体上看,江浙沪地区受高温热浪袭击时间越来越长,频率越来越高。近50a江浙沪地区夏季高温热浪天气呈南转的趋势。高温热浪天气受全球变暖与城市热岛效应的共同影响而逐渐加剧。
Temporal-spatial change characteristics of summer heatwaves in Jiangsu-Zhejiang-Shanghai region during 1961-2010 [J].https://doi.org/10.11870/cjlyzyyhj201603018 URL Magsci [本文引用: 1] 摘要
利用我国江浙沪地区26个气象站1961~2010年夏季(6~8月)逐日最高气温资料,选择导致死亡率突然增加而确定的高温热浪指标,研究了江浙沪地区高温热浪日数、频次和强度的时空分布特征。结果表明江浙沪地区是高温热浪天气的高发区,高温热浪天气存在显著的地理差异。江浙沪地区平均高温热浪日数、频次和强度随时间的变化趋势极为相似:20世纪60年代至80年代前期呈现减少(弱)趋势,80年代后期呈现增多(强)趋势。总体上看,江浙沪地区受高温热浪袭击时间越来越长,频率越来越高。近50a江浙沪地区夏季高温热浪天气呈南转的趋势。高温热浪天气受全球变暖与城市热岛效应的共同影响而逐渐加剧。
|
| [7] |
1960-2013年秦岭—淮河南北极端降水时空变化特征及其影响因素 [J].https://doi.org/10.11820/dlkxjz.2015.03.010 URL Magsci [本文引用: 1] 摘要
基于秦岭—淮河南北气象站点逐日降水数据和全国0.5°×0.5°逐月降水格网数据,选取16个极端降水指数,辅以趋势分析、Mann-Kendall检验和相关分析等气候诊断方法,分析了1960-2013年秦岭—淮河南北极端降水时空变化特征,探讨了极端降水变化与ENSO事件的关系。结果表明：①1960-2013年秦岭—淮河南北除长江下游降水呈增加趋势外,其他区域降水均呈下降趋势;②极端降水变化主要表现为：降水日数减少,降水强度上升,突发性强降水事件增多,连续性干旱事件增多;在空间上,秦巴山地、长江下游和黄河下游以极端降水强度上升为主,关中平原、巫山山区和四川盆地以极端干旱强度上升为主;③在影响因素方面,秦岭—淮河南北极端降水与ENSO事件关系密切。在厄尔尼诺年,秦岭—淮河南北春季极端降水偏多,夏季和全年偏少;在拉尼娜年,春季极端降水偏少,秋季和全年偏多。就各个区域而言,在厄尔尼诺年,黄河下游、关中平原、秦巴山地和四川盆地极端降水呈下降趋势,淮河平原极端降水呈上升趋势,长江下游和巫山山区响应并不明显。
Spatiotemporal variability of extreme precipitation in north and south of the Qinling-Huaihe region and influencing factors during 1960-2013 [J].https://doi.org/10.11820/dlkxjz.2015.03.010 URL Magsci [本文引用: 1] 摘要
基于秦岭—淮河南北气象站点逐日降水数据和全国0.5°×0.5°逐月降水格网数据,选取16个极端降水指数,辅以趋势分析、Mann-Kendall检验和相关分析等气候诊断方法,分析了1960-2013年秦岭—淮河南北极端降水时空变化特征,探讨了极端降水变化与ENSO事件的关系。结果表明：①1960-2013年秦岭—淮河南北除长江下游降水呈增加趋势外,其他区域降水均呈下降趋势;②极端降水变化主要表现为：降水日数减少,降水强度上升,突发性强降水事件增多,连续性干旱事件增多;在空间上,秦巴山地、长江下游和黄河下游以极端降水强度上升为主,关中平原、巫山山区和四川盆地以极端干旱强度上升为主;③在影响因素方面,秦岭—淮河南北极端降水与ENSO事件关系密切。在厄尔尼诺年,秦岭—淮河南北春季极端降水偏多,夏季和全年偏少;在拉尼娜年,春季极端降水偏少,秋季和全年偏多。就各个区域而言,在厄尔尼诺年,黄河下游、关中平原、秦巴山地和四川盆地极端降水呈下降趋势,淮河平原极端降水呈上升趋势,长江下游和巫山山区响应并不明显。
|
| [8] |
面向非过程的多灾种时空网络建模: 以京津冀地区干旱热浪耦合为例 [J].https://doi.org/10.11821/dlyj201708002 URL [本文引用: 1] 摘要
干旱和热浪耦合是典型的多灾种事件,全球气候变暖增加了干旱和热浪耦合的风险。选取京津冀地区作为研究对象,以复杂网络理论为基础,构建干旱热浪时空耦合网络模型,拓展派系模型时空聚类方法,分析年代尺度上干旱和热浪时空聚类特征。结果表明:近55年京津冀地区干旱热浪耦合存在空间差异性,形成4个规律相异的时空耦合形态,即密集分布型(张家口—怀来—遵化,石家庄—邢台)、前期集中型(北部燕山地区)、后期集中型(太行山地区)、稀疏分布型(东部沿海区)。同时,干旱热浪空间耦合中心具有明显的迁移规律,以20世纪80年代为界,前期耦合中心分布偏北,位于北部燕山地区,后期则向南迁移,分布于南部太行山区。以时空数据为基础,提出面向非过程的多灾种时空网络构建方法,不仅是多灾种研究方法的探索,也是地理时空数据一体化研究的尝试,以期为多灾种时空耦合方法体系完善提供新的思路。
Spatiotemporal network modeling in concurrent heat waves and droughts in the Beijing-Tianjin-Hebei metropolitan region, China [J].https://doi.org/10.11821/dlyj201708002 URL [本文引用: 1] 摘要
干旱和热浪耦合是典型的多灾种事件,全球气候变暖增加了干旱和热浪耦合的风险。选取京津冀地区作为研究对象,以复杂网络理论为基础,构建干旱热浪时空耦合网络模型,拓展派系模型时空聚类方法,分析年代尺度上干旱和热浪时空聚类特征。结果表明:近55年京津冀地区干旱热浪耦合存在空间差异性,形成4个规律相异的时空耦合形态,即密集分布型(张家口—怀来—遵化,石家庄—邢台)、前期集中型(北部燕山地区)、后期集中型(太行山地区)、稀疏分布型(东部沿海区)。同时,干旱热浪空间耦合中心具有明显的迁移规律,以20世纪80年代为界,前期耦合中心分布偏北,位于北部燕山地区,后期则向南迁移,分布于南部太行山区。以时空数据为基础,提出面向非过程的多灾种时空网络构建方法,不仅是多灾种研究方法的探索,也是地理时空数据一体化研究的尝试,以期为多灾种时空耦合方法体系完善提供新的思路。
|
| [9] |
1960-2014年北京户外感知温度变化特征及其敏感性分析 [J].https://doi.org/10.18402/resci.2016.01.19 Magsci [本文引用: 1] 摘要
基于通用热气候指数（UTCI）,本文分析了北京1960-2014年户外感知温度变化特征,并采用敏感性分析方法定量分析了驱动UTCI变化的主导因素。结果表明：①研究时段内,北京年均人体感知温度为9.2℃,人体整体感觉为舒适,并表现出显著的上升趋势,变化速率为0.52℃/10a;②在年际变化上,全年UTCI大致可以分为3个时期：1960-1970年持续下降期,1971-1990年持续上升期,1991-2014年平稳波动期;③在季节变化上,春季和秋季人体感觉为舒适,夏季为中度热胁迫,冬季为中度冷胁迫,且以春冬增幅最为显著;④在等级变化上,极端冷胁迫日数在减少,中度冷胁迫和热胁迫日数在增加,人体感觉整体趋于热不舒适;⑤在影响因素上,北京UTCI变化对气温最为敏感,其次是风速,但是不同季节中气候因子组合存在差异,不同气候因子在不同季节贡献量亦存在差异。
Changes in outdoor thermal sensation and sensitivity to climate factors in Beijing from 1960 to 2014 [J].https://doi.org/10.18402/resci.2016.01.19 Magsci [本文引用: 1] 摘要
基于通用热气候指数（UTCI）,本文分析了北京1960-2014年户外感知温度变化特征,并采用敏感性分析方法定量分析了驱动UTCI变化的主导因素。结果表明：①研究时段内,北京年均人体感知温度为9.2℃,人体整体感觉为舒适,并表现出显著的上升趋势,变化速率为0.52℃/10a;②在年际变化上,全年UTCI大致可以分为3个时期：1960-1970年持续下降期,1971-1990年持续上升期,1991-2014年平稳波动期;③在季节变化上,春季和秋季人体感觉为舒适,夏季为中度热胁迫,冬季为中度冷胁迫,且以春冬增幅最为显著;④在等级变化上,极端冷胁迫日数在减少,中度冷胁迫和热胁迫日数在增加,人体感觉整体趋于热不舒适;⑤在影响因素上,北京UTCI变化对气温最为敏感,其次是风速,但是不同季节中气候因子组合存在差异,不同气候因子在不同季节贡献量亦存在差异。
|
| [10] |
近54年京津冀地区热浪时空变化特征及影响因素 [J].https://doi.org/10.11898/1001-7313.20150504 URL [本文引用: 3] 摘要
基于1960—2013年京津冀及周边地区34个气象站逐日最高气温和相对湿度资料，利用高温热浪模型，辅以趋势分析、突变检验及相关分析等方法，研究近54年京津冀地区热浪时空变化特征，探讨城市化对热浪变化的影响，并尝试寻找对热浪异常具有稳定指示意义的环流因子。结果表明：1960—2013年京津冀地区热浪变化具有明显的阶段性，以20世纪70年代中期为转折，热浪呈先减少后增加趋势；京津冀地区热浪空间格局变化整体呈南减北增，东南平原区热浪呈下降趋势，北部生态涵养区呈现增加趋势；在区域尺度上，城市化或迁站影响并未改变北京极端热浪变化趋势，主要影响以轻度和中度热浪变化为主；西太平洋副热带高压和青藏高原反气旋环流与京津冀地区热浪异常关系最为显著，对热浪异常是一种稳定且强烈的指示信号。当青藏高原高空反气旋环流异常偏强，西太平洋副热带高压明显偏北，京津冀地区发生超级热浪可能性较大。
Spatiotemporal variability of heat waves in Beijing-Tianjin-Hebei region and influencing factors in recent 54 years [J].https://doi.org/10.11898/1001-7313.20150504 URL [本文引用: 3] 摘要
基于1960—2013年京津冀及周边地区34个气象站逐日最高气温和相对湿度资料，利用高温热浪模型，辅以趋势分析、突变检验及相关分析等方法，研究近54年京津冀地区热浪时空变化特征，探讨城市化对热浪变化的影响，并尝试寻找对热浪异常具有稳定指示意义的环流因子。结果表明：1960—2013年京津冀地区热浪变化具有明显的阶段性，以20世纪70年代中期为转折，热浪呈先减少后增加趋势；京津冀地区热浪空间格局变化整体呈南减北增，东南平原区热浪呈下降趋势，北部生态涵养区呈现增加趋势；在区域尺度上，城市化或迁站影响并未改变北京极端热浪变化趋势，主要影响以轻度和中度热浪变化为主；西太平洋副热带高压和青藏高原反气旋环流与京津冀地区热浪异常关系最为显著，对热浪异常是一种稳定且强烈的指示信号。当青藏高原高空反气旋环流异常偏强，西太平洋副热带高压明显偏北，京津冀地区发生超级热浪可能性较大。
|
| [11] |
全球变暖“停滞”现象辨识与机理研究 [J].https://doi.org/10.11867/j.issn.1001-8166.2016.10.0995 URL Magsci [本文引用: 1] 摘要
观测表明全球温室气体浓度持续快速增加,但21世纪以来全球表面平均温度升高有减缓趋势,呈现变暖“停滞”现象,这对已有的全球变暖认识带来挑战。围绕“变暖‘停滞’机理及其可预测性”这一国际前沿科学问题,国家重点研发计划“全球变暖‘停滞’现象辨识与机理研究”主要研究内容有:①辨识变暖“停滞”的时空特征,阐明外部强迫和内部自然变率的相对贡献;②阐明全球变暖停滞背景下,大气在气候系统能量热量再分配过程中的作用及机理;③阐明全球变暖“停滞”背景下,海洋动力热力过程对能量热量再分配的调制机理;④探讨全球变暖“停滞”现象的可预测性,对其未来变化及重要区域气候影响进行预测预估。以期通过变暖“停滞”研究回答人们所关心的目前变暖停滞现象未来发展及其对我国及周边的“一带一路”核心区和南北极重要区域的影响,为我国未来气候政策的制定提供参考依据,为国家参与全球气候治理及国际气候谈判提供科学支撑。
Research on the global warming hiatus [J].https://doi.org/10.11867/j.issn.1001-8166.2016.10.0995 URL Magsci [本文引用: 1] 摘要
观测表明全球温室气体浓度持续快速增加,但21世纪以来全球表面平均温度升高有减缓趋势,呈现变暖“停滞”现象,这对已有的全球变暖认识带来挑战。围绕“变暖‘停滞’机理及其可预测性”这一国际前沿科学问题,国家重点研发计划“全球变暖‘停滞’现象辨识与机理研究”主要研究内容有:①辨识变暖“停滞”的时空特征,阐明外部强迫和内部自然变率的相对贡献;②阐明全球变暖停滞背景下,大气在气候系统能量热量再分配过程中的作用及机理;③阐明全球变暖“停滞”背景下,海洋动力热力过程对能量热量再分配的调制机理;④探讨全球变暖“停滞”现象的可预测性,对其未来变化及重要区域气候影响进行预测预估。以期通过变暖“停滞”研究回答人们所关心的目前变暖停滞现象未来发展及其对我国及周边的“一带一路”核心区和南北极重要区域的影响,为我国未来气候政策的制定提供参考依据,为国家参与全球气候治理及国际气候谈判提供科学支撑。
|
| [12] |
西方高温热浪研究述评 [J].https://doi.org/10.5846/stxb201503170507 URL Magsci [本文引用: 1] 摘要
高温热浪不仅给自然生态系统造成不可逆转的冲击,也对人类经济社会与健康产生巨大的负面影响。西方学者历来重视高温热浪相关研究,并产生了丰硕的成果。首先梳理了西方高温热浪研究的脉络,即从指标测度上明析其内涵;从对比模拟角度分析其产生的机理;从空间格局上总结其分布与规律;从复合系统层面探讨其影响;从流行病学角度解析其对健康的危害。其次,指出了趋势判断、机理解析、影响评估、脆弱性评估、风险感知、适应分析等未来关注的矛盾与焦点。在此基础上,提出了西方高温热浪研究对中国的启示,包括:拓展典型区域的实证研究;关注脆弱群体与欠发达地区;重视健康尤其是心理健康的影响;注重研究领域拓展;尝试多学科视角融合等。
A review of the study on heatwaves in western countries [J].https://doi.org/10.5846/stxb201503170507 URL Magsci [本文引用: 1] 摘要
高温热浪不仅给自然生态系统造成不可逆转的冲击,也对人类经济社会与健康产生巨大的负面影响。西方学者历来重视高温热浪相关研究,并产生了丰硕的成果。首先梳理了西方高温热浪研究的脉络,即从指标测度上明析其内涵;从对比模拟角度分析其产生的机理;从空间格局上总结其分布与规律;从复合系统层面探讨其影响;从流行病学角度解析其对健康的危害。其次,指出了趋势判断、机理解析、影响评估、脆弱性评估、风险感知、适应分析等未来关注的矛盾与焦点。在此基础上,提出了西方高温热浪研究对中国的启示,包括:拓展典型区域的实证研究;关注脆弱群体与欠发达地区;重视健康尤其是心理健康的影响;注重研究领域拓展;尝试多学科视角融合等。
|
| [13] |
近百年来ENSO强度的变化特征 [J].https://doi.org/10.12006/j.issn.1673-1719.2016.117 URL [本文引用: 1] 摘要
利用美国NOAA提供的月平均海表温度资料和英国Hadley中心提供的全球逐月海温格点资料,研究了1900—2015年间厄尔尼诺-南方涛动现象(ENSO)的强度变化。结果发现,1900—2015年中ENSO事件强度发生了明显变化:20世纪初期至50年代ENSO强度为近百年来最弱时期,而从50年代以后其强度显著增强,特别是70年代至90年代末期ENSO强度达到近百年来最强,但在2000年以后其强度又有所减弱。进一步分析表明,在20世纪20—50年代的强度偏弱期,ENSO空间型的南北宽度为近百年来最窄,伴随着最大海温异常中心位置偏西;相比之下,在20世纪70年代以来的强度偏强期,ENSO空间型的南北宽度达到最宽,对应着最大海温异常中心位置偏东,而2000年以后的情形有向相反方向发展的趋势。
Observed ENSO intensity changes during 1900-2015 [J].https://doi.org/10.12006/j.issn.1673-1719.2016.117 URL [本文引用: 1] 摘要
利用美国NOAA提供的月平均海表温度资料和英国Hadley中心提供的全球逐月海温格点资料,研究了1900—2015年间厄尔尼诺-南方涛动现象(ENSO)的强度变化。结果发现,1900—2015年中ENSO事件强度发生了明显变化:20世纪初期至50年代ENSO强度为近百年来最弱时期,而从50年代以后其强度显著增强,特别是70年代至90年代末期ENSO强度达到近百年来最强,但在2000年以后其强度又有所减弱。进一步分析表明,在20世纪20—50年代的强度偏弱期,ENSO空间型的南北宽度为近百年来最窄,伴随着最大海温异常中心位置偏西;相比之下,在20世纪70年代以来的强度偏强期,ENSO空间型的南北宽度达到最宽,对应着最大海温异常中心位置偏东,而2000年以后的情形有向相反方向发展的趋势。
|
| [14] |
耦合适应力的福州市高温脆弱性评估 [J].Evaluation of urban high temperature vulnerability of coupling adaptability in Fuzhou, China [J]. |
| [15] |
2005. El Nino演变不同阶段东亚大气环流年际异常型的数值模拟 [J].https://doi.org/10.3321/j.issn:0001-5733.2005.03.006 URL Magsci [本文引用: 1] 摘要
给定1948～1999年逐月变化的全球观测的海表温度分布，使用全球大气环流模式（CCM3/NCAR）模拟了大气对海表温度变化的响应，利用SVD和合成检验方法，分析了El Nino发展阶段夏季、成熟阶段冬季以及衰亡阶段夏季东亚大气环流的年际异常型.结果表明：El Nino发展阶段夏季，中国东北、朝鲜半岛以及日本海附近为高度负异常中心，西太平洋副高偏弱、偏东，东亚夏季风增强；El Nino成熟阶段冬季，东亚大槽加强，东亚北部冬季风加强；El Nino衰亡阶段夏季，西太平洋副高偏强、偏南、西伸，东亚夏季风减弱；El Nino事件在其衰亡阶段夏季与东亚大气环流异常的关系最紧密，其次是成熟阶段冬季，最后是发展阶段夏季.模拟的El Nino演变不同阶段东亚大气环流年际异常型易于解释以往研究中观测分析揭示的由El Nino造成的我国东部气温和降水异常型.
Numerical modeling of interannual anomalous atmospheric circulation patterns over East Asia during different stages of an El Nino event [J].https://doi.org/10.3321/j.issn:0001-5733.2005.03.006 URL Magsci [本文引用: 1] 摘要
给定1948～1999年逐月变化的全球观测的海表温度分布，使用全球大气环流模式（CCM3/NCAR）模拟了大气对海表温度变化的响应，利用SVD和合成检验方法，分析了El Nino发展阶段夏季、成熟阶段冬季以及衰亡阶段夏季东亚大气环流的年际异常型.结果表明：El Nino发展阶段夏季，中国东北、朝鲜半岛以及日本海附近为高度负异常中心，西太平洋副高偏弱、偏东，东亚夏季风增强；El Nino成熟阶段冬季，东亚大槽加强，东亚北部冬季风加强；El Nino衰亡阶段夏季，西太平洋副高偏强、偏南、西伸，东亚夏季风减弱；El Nino事件在其衰亡阶段夏季与东亚大气环流异常的关系最紧密，其次是成熟阶段冬季，最后是发展阶段夏季.模拟的El Nino演变不同阶段东亚大气环流年际异常型易于解释以往研究中观测分析揭示的由El Nino造成的我国东部气温和降水异常型.
|
| [16] |
高温热浪暴露风险评价: 以内蒙古包头市为例 [J].Risk assessment of population exposure to heat wave: A case of Baotou City, Inner Mongolia, China [J]. |
| [17] |
东亚季风近几十年来的主要变化特征 [J].https://doi.org/10.3878/j.issn.1006-9895.2012.12301 URL Magsci [本文引用: 1] 摘要
本文简要综述了关于东亚夏季风和冬季风近几十年来的主要变化特征的若干研究结果,特别是关于其年代际变化方面。夏季风及夏季气候的主要变化特征有：1970年代末之后东亚夏季风的年代际时间尺度的减弱以及相应的我国夏季降水江淮流域增多而华北减少、1992年之后我国华南夏季降水增多、1999年之后我国长江中下游夏季降水减少而淮河流域夏季降水增多、东亚夏季风和ENSO之间的年际变化相关性存在不稳定性。而关于东亚冬季风与冬季气候的主要变化特征有：1980年代中期之后东亚冬季风及其年际变率减弱、1970年代中期之后冬季风和ENSO的年际变化相关性较弱、近年来的北极秋季海冰减少对北半球冬季积雪增多有显著贡献、东北冬季积雪在1980年代中期以后增多。与上述变化有关的极端气候和物候都发生了多方面的变化。
Recent changes in the East Asian monsoon [J].https://doi.org/10.3878/j.issn.1006-9895.2012.12301 URL Magsci [本文引用: 1] 摘要
本文简要综述了关于东亚夏季风和冬季风近几十年来的主要变化特征的若干研究结果,特别是关于其年代际变化方面。夏季风及夏季气候的主要变化特征有：1970年代末之后东亚夏季风的年代际时间尺度的减弱以及相应的我国夏季降水江淮流域增多而华北减少、1992年之后我国华南夏季降水增多、1999年之后我国长江中下游夏季降水减少而淮河流域夏季降水增多、东亚夏季风和ENSO之间的年际变化相关性存在不稳定性。而关于东亚冬季风与冬季气候的主要变化特征有：1980年代中期之后东亚冬季风及其年际变率减弱、1970年代中期之后冬季风和ENSO的年际变化相关性较弱、近年来的北极秋季海冰减少对北半球冬季积雪增多有显著贡献、东北冬季积雪在1980年代中期以后增多。与上述变化有关的极端气候和物候都发生了多方面的变化。
|
| [18] |
高温热浪支付意愿人群分异及其影响因素: 以福州市为例 [J].A study on the willingness to pay for heatwaves between different groups and its influence factors: A case of Fuzhou [J]. |
| [19] |
黑河流域非一致性极端高温频率特征分析 [J].https://doi.org/10.11821/dlyj201704013 URL [本文引用: 1] 摘要
气候变化影响下很多水文气象时间序列的一致性条件遭到破坏。以黑河流域9个气象站1960-2010年逐日气温资料为基础，选取年平均日最高气温和高温强度2个极端高温指数，采用多种统计检验方法和概率分布模型，探讨非一致性条件下研究区极端高温指数的频率特征。结果表明：黑河流域极端高温指数呈现显著的非一致性；基于还原途径对极端高温指数进行一致性修正后，通过对比修正前、后不同重现期水平下极端高温指数的估算值，可以发现，气候变化条件下黑河流域极端高温指数呈现强度增强、重现期缩短、发生频率增加的趋势，与中国西北地区极端气温总体变化趋势一致。
Non-stationary frequency analysis of extreme high temperature in the Heihe River Basin [J].https://doi.org/10.11821/dlyj201704013 URL [本文引用: 1] 摘要
气候变化影响下很多水文气象时间序列的一致性条件遭到破坏。以黑河流域9个气象站1960-2010年逐日气温资料为基础，选取年平均日最高气温和高温强度2个极端高温指数，采用多种统计检验方法和概率分布模型，探讨非一致性条件下研究区极端高温指数的频率特征。结果表明：黑河流域极端高温指数呈现显著的非一致性；基于还原途径对极端高温指数进行一致性修正后，通过对比修正前、后不同重现期水平下极端高温指数的估算值，可以发现，气候变化条件下黑河流域极端高温指数呈现强度增强、重现期缩短、发生频率增加的趋势，与中国西北地区极端气温总体变化趋势一致。
|
| [20] |
中国综合气候变化风险区划 [J].https://doi.org/10.11821/dlxb201701001 URL [本文引用: 3] 摘要
气候变化作用于自然环境与社会经济系统,产生一系列影响。随着未来社会经济发展,气候变化危险性与自然环境和社会经济承险体耦合形成有规律的风险时空格局。将此时空格局系统化表达即是综合气候变化风险区划,是适应气候变化的科学基础之一。本文基于RCP 8.5下的近中期（2021-2050年）气候情景,分析了中国未来气温和降水变化趋势与速率,评价了干旱、高温热浪以及洪涝等极端事件危险性,选取人口、经济、粮食生产和生态系统等承险体风险作为综合风险定量评估的指标。在系统性、主导因素以及空间连续性原则的指导下,提出中国综合气候变化风险区划三级区域系统方案,划分出8个气候变化敏感区、19个极端事件危险区和46个承险体综合风险区。结果发现：2021-2050年RCP 8.5情景下中国的气候变化高风险区主要包括：华北弱暖增雨敏感区,华北平原热浪危险区,人口经济粮食高风险区;华南—西南弱暖增雨敏感区,黔滇山地热浪危险区,生态经济粮食人口高风险区;华南沿海涝热危险区,生态粮食经济人口高风险区。中国综合气候变化风险区划涵盖了气候变化情景、极端事件发生、社会经济与生态系统的可能损失信息,可以为国家或地方应对气候变化及气候变化风险管理提供科技支撑。
Comprehensive climate change risk regionalization of China [J].https://doi.org/10.11821/dlxb201701001 URL [本文引用: 3] 摘要
气候变化作用于自然环境与社会经济系统,产生一系列影响。随着未来社会经济发展,气候变化危险性与自然环境和社会经济承险体耦合形成有规律的风险时空格局。将此时空格局系统化表达即是综合气候变化风险区划,是适应气候变化的科学基础之一。本文基于RCP 8.5下的近中期（2021-2050年）气候情景,分析了中国未来气温和降水变化趋势与速率,评价了干旱、高温热浪以及洪涝等极端事件危险性,选取人口、经济、粮食生产和生态系统等承险体风险作为综合风险定量评估的指标。在系统性、主导因素以及空间连续性原则的指导下,提出中国综合气候变化风险区划三级区域系统方案,划分出8个气候变化敏感区、19个极端事件危险区和46个承险体综合风险区。结果发现：2021-2050年RCP 8.5情景下中国的气候变化高风险区主要包括：华北弱暖增雨敏感区,华北平原热浪危险区,人口经济粮食高风险区;华南—西南弱暖增雨敏感区,黔滇山地热浪危险区,生态经济粮食人口高风险区;华南沿海涝热危险区,生态粮食经济人口高风险区。中国综合气候变化风险区划涵盖了气候变化情景、极端事件发生、社会经济与生态系统的可能损失信息,可以为国家或地方应对气候变化及气候变化风险管理提供科技支撑。
|
| [21] |
基于社会脆弱性的中国高温灾害人群健康风险评价 [J].https://doi.org/10.11821/dlxb201507002 URL [本文引用: 2] 摘要
本研究通过综合考虑高温胁迫、社会脆弱性和人口暴露,提出基于社会脆弱性的高温灾害风险评价框架,结合气象数据、遥感数据、社会经济数据构建多元数据融合的评价指标体系,开展全国分县高温灾害风险评价。研究结果表明,高温灾害脆弱性热点区域主要集中在中国新疆西部、豫西皖北交界处、四川盆地、洞庭湖流域、广西境内珠江流域;而华中地区湖北江汉平原和湖南洞庭湖流域、西南地区四川省和重庆市交界处的四川盆地、华东地区江浙沪一带、华南珠江流域,则是中国突出的高温灾害风险热点区。高温灾害脆弱性热点区和高温灾害风险热点区的分布出现比较明显的差异,高温灾害脆弱性热点区主要分布于高温胁迫较高或社会经济较差的不发达地区,区域人群由于经济上的适应能力较差而受到高温威胁的概率较大;而高温灾害风险则强调灾害一旦发生时的可能损失,其热点区域主要分布于人口聚集、经济较为发达的大城市区域。就主导因子分区来说,高温胁迫主导区域主要为平原、盆地以及大江大河流域,社会脆弱性主导区域主要位于经济欠发达地区以及脆弱性人群聚集区;人口暴露主导区域则主要集中在人口密集的中心城市和沿海地区。
Incorporating social vulnerability to assess population health risk due to heat stress in China [J].https://doi.org/10.11821/dlxb201507002 URL [本文引用: 2] 摘要
本研究通过综合考虑高温胁迫、社会脆弱性和人口暴露,提出基于社会脆弱性的高温灾害风险评价框架,结合气象数据、遥感数据、社会经济数据构建多元数据融合的评价指标体系,开展全国分县高温灾害风险评价。研究结果表明,高温灾害脆弱性热点区域主要集中在中国新疆西部、豫西皖北交界处、四川盆地、洞庭湖流域、广西境内珠江流域;而华中地区湖北江汉平原和湖南洞庭湖流域、西南地区四川省和重庆市交界处的四川盆地、华东地区江浙沪一带、华南珠江流域,则是中国突出的高温灾害风险热点区。高温灾害脆弱性热点区和高温灾害风险热点区的分布出现比较明显的差异,高温灾害脆弱性热点区主要分布于高温胁迫较高或社会经济较差的不发达地区,区域人群由于经济上的适应能力较差而受到高温威胁的概率较大;而高温灾害风险则强调灾害一旦发生时的可能损失,其热点区域主要分布于人口聚集、经济较为发达的大城市区域。就主导因子分区来说,高温胁迫主导区域主要为平原、盆地以及大江大河流域,社会脆弱性主导区域主要位于经济欠发达地区以及脆弱性人群聚集区;人口暴露主导区域则主要集中在人口密集的中心城市和沿海地区。
|
| [22] |
ENSO冷暖位相影响东亚冬季风与东亚夏季风联系的非对称性 [J].https://doi.org/10.3878/j.issn.1006-9895.1509.15192 URL Magsci [本文引用: 1] 摘要
东亚冬季风（East Asian Winter Monsoon，简称EAWM）和东亚夏季风（East Asian Summer Monsoon，简称EASM）作为东亚季风系统的两个组成部分，他们之间存在显著的转换关系。前人的研究表明EAWM与次年EASM的转换关系只有在ENSO事件发生时才显著，然而这些研究都是基于ENSO对大气环流的影响是对称的这一假设下进行的。本文的研究表明EAWM和次年EASM的转换关系在ENSO冷暖事件中存在着明显的不对称性。通过将EAWM分为与ENSO有关的部分（EAWM<sub>EN</sub>）和与ENSO无关的部分（EAWM<sub>RES</sub>），我们发现在强EAWM<sub>EN</sub>年（即La Niña年），在西北太平洋会存在一个从冬季维持到次年夏季的气旋性环流异常（the anomalous western North Pacific Cyclone，WNPC），从而造成EASM偏弱；而在弱EAWM<sub>EN</sub>年（即El Niño年时），在西北太平洋会存在一个从冬季维持到次年夏季的反气旋性环流异常（the anomalous western North Pacific anticyclone，WNPAC），从而引起次年EASM偏强。比较而言，WNPAC的位置比WNPC的位置偏南，且强度更强，因而在El Niño年能够引起次年EASM更大幅度的增强。造成这一不对称联系的主要原因是热带太平洋和印度洋异常海温的演变差异。在强EAWM<sub>EN</sub>年，热带太平洋的负海温异常衰减地较慢，使得在次年夏季仍然维持着显著的负异常海温；相反，在弱EAWM<sub>EN</sub>年，热带太平洋的正海温异常衰减地较快，以至于在次年夏季的异常海温信号已经基本消失，但此时印度洋却有着显著的暖海温异常。海温演变的差异进一步造成了大气环流的差异，从而导致EAWM与次年EASM联系的不对称性。
Asymmetric role of ENSO in the link between the East Asian winter monsoon and the following summer monsoon [J].https://doi.org/10.3878/j.issn.1006-9895.1509.15192 URL Magsci [本文引用: 1] 摘要
东亚冬季风（East Asian Winter Monsoon，简称EAWM）和东亚夏季风（East Asian Summer Monsoon，简称EASM）作为东亚季风系统的两个组成部分，他们之间存在显著的转换关系。前人的研究表明EAWM与次年EASM的转换关系只有在ENSO事件发生时才显著，然而这些研究都是基于ENSO对大气环流的影响是对称的这一假设下进行的。本文的研究表明EAWM和次年EASM的转换关系在ENSO冷暖事件中存在着明显的不对称性。通过将EAWM分为与ENSO有关的部分（EAWM<sub>EN</sub>）和与ENSO无关的部分（EAWM<sub>RES</sub>），我们发现在强EAWM<sub>EN</sub>年（即La Niña年），在西北太平洋会存在一个从冬季维持到次年夏季的气旋性环流异常（the anomalous western North Pacific Cyclone，WNPC），从而造成EASM偏弱；而在弱EAWM<sub>EN</sub>年（即El Niño年时），在西北太平洋会存在一个从冬季维持到次年夏季的反气旋性环流异常（the anomalous western North Pacific anticyclone，WNPAC），从而引起次年EASM偏强。比较而言，WNPAC的位置比WNPC的位置偏南，且强度更强，因而在El Niño年能够引起次年EASM更大幅度的增强。造成这一不对称联系的主要原因是热带太平洋和印度洋异常海温的演变差异。在强EAWM<sub>EN</sub>年，热带太平洋的负海温异常衰减地较慢，使得在次年夏季仍然维持着显著的负异常海温；相反，在弱EAWM<sub>EN</sub>年，热带太平洋的正海温异常衰减地较快，以至于在次年夏季的异常海温信号已经基本消失，但此时印度洋却有着显著的暖海温异常。海温演变的差异进一步造成了大气环流的差异，从而导致EAWM与次年EASM联系的不对称性。
|
| [23] |
中国气温的非线性特征及气温异常与热带太平洋海温异常的关系[D] .The nonlinear characteristics of the surface air temperature over China and the relationships between SSTA over tropical Pacific and China SATA[D] . |
| [24] |
气候变暖背景下高温胁迫对中国小麦产量的影响 [J].https://doi.org/10.11820/dlkxjz.2013.12.006 URL Magsci [本文引用: 1] 摘要
在小麦生长过程中生殖阶段对高温较敏感，尤其在开花期前后如遇短暂的高温天气，产量会显著下降。本文基于区域气候模式PRECIS 在IPCC SRES A1B 情景下2001-2090 年气候预估数据，运用CERES-Wheat 模型，对中国6 个代表站点的小麦产量受高温的影响设计了敏感性试验，计算高温胁迫强度指数，预估了中国未来小麦产量易受高温胁迫威胁的空间分布。结果表明，开花前期和后期小麦产量对高温的响应不同。开花前期为小麦产量受高温影响最重要的敏感时期，在开花前期遭遇短暂的高温天气（单日最高气温大于32℃）就会导致产量的剧烈下降，并且当单日高温发生的越接近开花期，产量的损失越严重。灌浆期小麦遇到极端高温或者连续性的极端高温产量会有下降，并且灌浆期前期比后期对高温更敏感。CERES-Wheat 模型在模拟小麦灌浆期对高温反应的敏感性较弱。中国小麦生产受高温胁迫影响较严重的地区主要位于中高纬地区，即新疆、河套和东北地区，并且受气候变暖的影响，高温敏感期高温胁迫的强度和范围均会进一步扩大。气候变暖导致高温胁迫强度增强，必然提高未来小麦减产的风险。
Impacts of heat stress on wheat yield due to climatic warming in China [J].https://doi.org/10.11820/dlkxjz.2013.12.006 URL Magsci [本文引用: 1] 摘要
在小麦生长过程中生殖阶段对高温较敏感，尤其在开花期前后如遇短暂的高温天气，产量会显著下降。本文基于区域气候模式PRECIS 在IPCC SRES A1B 情景下2001-2090 年气候预估数据，运用CERES-Wheat 模型，对中国6 个代表站点的小麦产量受高温的影响设计了敏感性试验，计算高温胁迫强度指数，预估了中国未来小麦产量易受高温胁迫威胁的空间分布。结果表明，开花前期和后期小麦产量对高温的响应不同。开花前期为小麦产量受高温影响最重要的敏感时期，在开花前期遭遇短暂的高温天气（单日最高气温大于32℃）就会导致产量的剧烈下降，并且当单日高温发生的越接近开花期，产量的损失越严重。灌浆期小麦遇到极端高温或者连续性的极端高温产量会有下降，并且灌浆期前期比后期对高温更敏感。CERES-Wheat 模型在模拟小麦灌浆期对高温反应的敏感性较弱。中国小麦生产受高温胁迫影响较严重的地区主要位于中高纬地区，即新疆、河套和东北地区，并且受气候变暖的影响，高温敏感期高温胁迫的强度和范围均会进一步扩大。气候变暖导致高温胁迫强度增强，必然提高未来小麦减产的风险。
|
| [25] |
城市化对极端高温事件影响研究进展 [J].https://doi.org/10.18306/dlkxjz.2015.10.002 URL [本文引用: 1] 摘要
目前有关城市热岛效应的时空分布特征及其对气温变化趋势的影响已 有大量研究,但对于极端高温—热岛效应相互作用、城市化对高温热胁迫及其健康后果的影响等研究还不够深入,在进行未来气候变化预估时也很少考虑城市的影 响.在气候变化、中国城市化快速发展和人口老龄化的背景下,这将严重低估城市未来的变暖幅度以及城市极端高温的健康风险.随着近年来气候变暖所导致的高温 热浪事件频发,城市化对极端高温事件的影响引起了广泛关注.本文对国内外陆续开展的城市热岛效应影响极端高温及其长期趋势的观测事实、城市极端高温数值模 拟、城市高温期间超额死亡率的流行病学研究等方面所取得的成果进行了系统性的总结和评述.大部分观测和数值模拟研究都发现,城市热岛效应加剧了城市极端高 温发生的范围和强度,增加了城市居民的高温健康风险,对城市极端高温的长期上升趋势也有重要贡献;流行病学研究表明,城市化引起的热岛效应对极端高温期间 的死亡率有着重要影响.最后,对城市化影响极端高温未来的研究方向进行了探讨.
A review of impacts of urbanization on extreme heat events [J].https://doi.org/10.18306/dlkxjz.2015.10.002 URL [本文引用: 1] 摘要
目前有关城市热岛效应的时空分布特征及其对气温变化趋势的影响已 有大量研究,但对于极端高温—热岛效应相互作用、城市化对高温热胁迫及其健康后果的影响等研究还不够深入,在进行未来气候变化预估时也很少考虑城市的影 响.在气候变化、中国城市化快速发展和人口老龄化的背景下,这将严重低估城市未来的变暖幅度以及城市极端高温的健康风险.随着近年来气候变暖所导致的高温 热浪事件频发,城市化对极端高温事件的影响引起了广泛关注.本文对国内外陆续开展的城市热岛效应影响极端高温及其长期趋势的观测事实、城市极端高温数值模 拟、城市高温期间超额死亡率的流行病学研究等方面所取得的成果进行了系统性的总结和评述.大部分观测和数值模拟研究都发现,城市热岛效应加剧了城市极端高 温发生的范围和强度,增加了城市居民的高温健康风险,对城市极端高温的长期上升趋势也有重要贡献;流行病学研究表明,城市化引起的热岛效应对极端高温期间 的死亡率有着重要影响.最后,对城市化影响极端高温未来的研究方向进行了探讨.
|
| [26] |
1961—2010年我国夏季高温热浪的时空变化特征 [J].https://doi.org/10.3969/j.issn.1673-1719.2013.01.003 URL Magsci [本文引用: 1] 摘要
利用全国753个站1961—2010年夏季逐日最高气温资料和基于死亡率明显增加而制定的高温热浪指标的已有研究成果，统计分析了我国高温热浪频次、日数和强度的时空分布特征。结果表明：我国的高温热浪频次、日数、强度高值区基本相同，均在江淮、江南大部和四川盆地东部等地，其中江西北部、浙江北部高温热浪频次最高，高温日数最多；浙江北部高温强度尤为突出。近50年来我国夏季高温热浪的频次、日数和强度总体呈增多、增强趋势，但也呈现明显的阶段性变化特征，20世纪60—80年代前期高温热浪频次和强度呈减少（弱）趋势，80年代后期以来，高温热浪频次和强度呈增多（强）趋势。区域变化特征明显，华北北部和西部、西北中北部、华南中部、长江三角洲及四川盆地南部呈显著增多（强）趋势；而黄淮西部、江汉地区呈显著减少趋势。自20世纪90年代以来，我国高温热浪的范围明显增大。
Spatiotemporal change characteristics of summer heatwaves in China in 1961-2010 [J].https://doi.org/10.3969/j.issn.1673-1719.2013.01.003 URL Magsci [本文引用: 1] 摘要
利用全国753个站1961—2010年夏季逐日最高气温资料和基于死亡率明显增加而制定的高温热浪指标的已有研究成果，统计分析了我国高温热浪频次、日数和强度的时空分布特征。结果表明：我国的高温热浪频次、日数、强度高值区基本相同，均在江淮、江南大部和四川盆地东部等地，其中江西北部、浙江北部高温热浪频次最高，高温日数最多；浙江北部高温强度尤为突出。近50年来我国夏季高温热浪的频次、日数和强度总体呈增多、增强趋势，但也呈现明显的阶段性变化特征，20世纪60—80年代前期高温热浪频次和强度呈减少（弱）趋势，80年代后期以来，高温热浪频次和强度呈增多（强）趋势。区域变化特征明显，华北北部和西部、西北中北部、华南中部、长江三角洲及四川盆地南部呈显著增多（强）趋势；而黄淮西部、江汉地区呈显著减少趋势。自20世纪90年代以来，我国高温热浪的范围明显增大。
|
| [27] |
1981-2010年中国气候区划 [J].https://doi.org/10.1360/972012-1491 URL Magsci [本文引用: 1] 摘要
<p>根据我国658个站1981~2010年日气象观测数据, 以日平均气温稳定≥10℃的日数、年干燥度、7月平均气温为划分温度带、干湿区、气候区的主要指标, 以1月平均气温、年降水量为温度带、干湿区划分的辅助指标, 并参考日平均气温稳定≥10℃的积温及极端最低气温的多年平均值等指标, 对我国1981~2010年气候状况进行了区划, 将我国分为12个温度带、24个干湿区、56个气候区. 与1951~1980年相比, 受气候增暖影响, 1981~2010年间我国东部多个温度带界线出现了北移, 其中暖温带北界东段最大北移超过1个纬度, 北亚热带北界东段平均北移1个纬度, 中亚热带北界中段最大北移2个纬度, 南亚热带北界西段北移0.5~2.0个纬度; 西部因受地形影响, 温度带水平移动不显著, 但在青藏高原有亚寒带范围缩小、温带范围扩大趋势. 同时, 因华北、东北东南部、西北东部降水减少, 北方半干旱与半湿润分界线东移与南进, 其中36°~41°N间的移动幅度达0.5~2.5经度; 但西北的河西走廊、新疆及青藏高原的干旱区、半干旱区总体转湿.</p>
The climate regionalization in China for 1981-2010 [J].https://doi.org/10.1360/972012-1491 URL Magsci [本文引用: 1] 摘要
<p>根据我国658个站1981~2010年日气象观测数据, 以日平均气温稳定≥10℃的日数、年干燥度、7月平均气温为划分温度带、干湿区、气候区的主要指标, 以1月平均气温、年降水量为温度带、干湿区划分的辅助指标, 并参考日平均气温稳定≥10℃的积温及极端最低气温的多年平均值等指标, 对我国1981~2010年气候状况进行了区划, 将我国分为12个温度带、24个干湿区、56个气候区. 与1951~1980年相比, 受气候增暖影响, 1981~2010年间我国东部多个温度带界线出现了北移, 其中暖温带北界东段最大北移超过1个纬度, 北亚热带北界东段平均北移1个纬度, 中亚热带北界中段最大北移2个纬度, 南亚热带北界西段北移0.5~2.0个纬度; 西部因受地形影响, 温度带水平移动不显著, 但在青藏高原有亚寒带范围缩小、温带范围扩大趋势. 同时, 因华北、东北东南部、西北东部降水减少, 北方半干旱与半湿润分界线东移与南进, 其中36°~41°N间的移动幅度达0.5~2.5经度; 但西北的河西走廊、新疆及青藏高原的干旱区、半干旱区总体转湿.</p>
|
| [28] |
近20年福建省沿海与内陆城市高温热浪脆弱性比较 [J].https://doi.org/10.18306/dlkxjz.2016.10.003 URL [本文引用: 1] 摘要
高温热浪作为一种常见的气象灾害,对人们的生产、生活、健康产生很大的影响。为探索福建省沿海与内陆城市高温热浪脆弱差异性及其形成机制,本文构建了包含暴露性、敏感性、适应性3个维度的高温热浪脆弱性评估模型（Vulnerability Scoping Diagram,VSD）。利用1994-2013年逐日极端高温数据和经济社会统计数据,分别对处于沿海和内陆的福州和南平市辖区进行高温热浪脆弱性及其3个维度（暴露性、敏感性、适应性）的评估与比较,并试图解释分析福州市辖区与南平市辖区高温热浪脆弱性的差异及其原因。结果显示：由于地理环境与社会经济系统的显著差异,近20年来,沿海地区高温热浪的脆弱性低于内陆地区,但随着经济发展导致的敏感性增加,前者不断攀升的脆弱性可能会超越后者;内陆地区的人类活动对环境的干扰程度相对较弱,其敏感性不断降低而适应性有所上升,使得其高温热浪的脆弱性不断降低。降低高温热浪脆弱性的关键在于同时增强区域适应性与降低敏感性,这对制定适应性措施具有积极的现实意义。
Comparison of heat wave vulnerability between coastal and inland cities of Fujian Province in the past 20 years [J].https://doi.org/10.18306/dlkxjz.2016.10.003 URL [本文引用: 1] 摘要
高温热浪作为一种常见的气象灾害,对人们的生产、生活、健康产生很大的影响。为探索福建省沿海与内陆城市高温热浪脆弱差异性及其形成机制,本文构建了包含暴露性、敏感性、适应性3个维度的高温热浪脆弱性评估模型（Vulnerability Scoping Diagram,VSD）。利用1994-2013年逐日极端高温数据和经济社会统计数据,分别对处于沿海和内陆的福州和南平市辖区进行高温热浪脆弱性及其3个维度（暴露性、敏感性、适应性）的评估与比较,并试图解释分析福州市辖区与南平市辖区高温热浪脆弱性的差异及其原因。结果显示：由于地理环境与社会经济系统的显著差异,近20年来,沿海地区高温热浪的脆弱性低于内陆地区,但随着经济发展导致的敏感性增加,前者不断攀升的脆弱性可能会超越后者;内陆地区的人类活动对环境的干扰程度相对较弱,其敏感性不断降低而适应性有所上升,使得其高温热浪的脆弱性不断降低。降低高温热浪脆弱性的关键在于同时增强区域适应性与降低敏感性,这对制定适应性措施具有积极的现实意义。
|
| [29] |
Anomaly based analysis of extreme heat waves in Eastern China during 1981-2013 [J].https://doi.org/10.1002/joc.4724 URL 摘要
Abstract This study shows applications of an anomaly based analysis method to describe extreme summer heat waves in Eastern China during 1981-2013 using two reanalysis products. These events are defined in an area of a spatial size larger than 300 500km (0.15 106km2) when its daily maximum surface air temperature (DMSAT) exceeds 35 C, and the DMSAT anomaly is no less than 5 C for at least five consecutive days. Results show that by extracting the transient anomalies, the anomaly based method can substantially improve descriptions of key synoptic features of heat waves in their central location, spatial coverage, intensity, and duration as well as their spatial structure of geopotential height and temperature anomalies. They also show the capability of the method in helping identify and trace the early disturbances that evolved into extreme heat wave events in Eastern China in 12 summers during 1981-2013. Over that period, the statistics of heat waves indicate an increase in the number of extreme heat wave events in China, especially in the 21st century. The method is further applied to the National Centres for Environmental Prediction (NCEP) and European Centre for Medium-Range Weather Forecasts (ECMWF) model predictions to illustrate its usefulness in interpreting model predictions for heat waves.
|
| [30] |
An inter-comparison of three heat wave types in China during 1961-2010: Observed basic features and linear trends [J].https://doi.org/10.1038/srep45619 URL PMID: 5374538 [本文引用: 2] 摘要
Abstract Using observed daily temperatures in China, three independent types of heat waves (HWs), including daytime HWs, nighttime HWs, and compound HWs (with both extreme daily maxima and minima), were defined. Different types of HWs showed distinctive preferences in occurrence locations and timing. However, spatial patterns of accompanying relative humidity were generally independent of categorization, except for closer association of nighttime events with high humidity level. Compound HWs and nighttime HWs experienced significant increases in frequency, participating days, mean duration, intensity and areal extent. Conversely, significant decreasing trends of above indicators prevailed in daytime HWs, especially in central-eastern China. Tendency of relative humidity changes didn't vary with HW types. Instead it caused an interesting phenomenon that dry HWs in the west became more humid and humid events in the east got dryer, as manifested most obviously in compound type. Thorough comparisons highlight the evolutionary dominance of HW types. Specifically, previously-dominating independent daytime HWs have been increasingly replaced by independent nighttime events in central-eastern China, and by compound HWs in southern China. That's the very reason for negative trends of independent daytime HWs in eastern China, even in a warming climate.
|
| [31] |
A strengthened influence of ENSO on august high temperature extremes over the southern Yangtze River valley since the late 1980s [J].https://doi.org/10.1175/JCLI-D-12-00277.1 URL [本文引用: 1] 摘要
The present study investigates the decadal change in the relationship between China high temperature extremes (HTEs) and El Nino-Southern Oscillation (ENSO). It is found that the relationship between the August HTEs in the southern Yangtze River valley (SYRV) and ENSO has strengthened since the late 1980s. Before the late 1980s, the relationship is weak, whereas, after the late 1980s, the August hot-day numbers in the SYRV region tend to be more than normal during El Nino decaying years. During 1988-2008, El Nino-induced August warm SST anomalies are mainly located in the eastern tropical and north Indian Ocean. As a response to the north Indian Ocean warming, the South Asia high extends eastward, and the SYRV is overlain by upper-level easterly anomalies. The cold horizontal temperature advection induced by upper-level easterly anomalies leads to anomalous descent, which is conducive to the occurrence of HTEs through adiabatic warming. During 1966-86, El Nino-induced August warm SST anomalies are mainly distributed in the equatorial central and southwest tropical Indian Ocean. Corresponding to the equatorial Indian Ocean warming, the ascending motion over the Arabian Sea is enhanced, which leads to an anomalous anticyclone over the Middle East through a Rossby wave-type response and in turn an anomalous cyclone over China through a midlatitude wave pattern. The SYRV is controlled by upper-level westerly anomalies, which is not conducive to the occurrence of HTEs since the corresponding horizontal temperature advection and anomalous vertical motion are weak. As such, the impact of ENSO on AugustSYRVHTEs is weak before the late 1980s.
|
| [32] |
The influence of ENSO on the summer climate change in China and its mechanism [J].https://doi.org/10.1007/BF02656915 URL [本文引用: 1] 摘要
正 The influence of ENSO on the summer climate change in China and its mechanism from the observed data is discussed. It is discovered that in the developing stage of ENSO, the SST in the western tropical Pacific is colder in summer, the convective activities may be weak around the South China Sea an
|
| [33] |
Future risk of record-breaking summer temperatures and its mitigation [J].
Abstract The probability that summer temperatures in the future will exceed the hottest on record during 1920–2014 is projected to increase at all land locations with global warming. Within the BRACE project framework we investigate the sensitivity of this projected change in probability to the choice of emissions scenario using two large ensembles of simulations with the Community Earth System Model. The large ensemble size allows for a robust assessment of the probability of record-breaking temperatures. Globally, the probability that any summer during the period 2061–2081 will be warmer than the hottest on record is 80 % for RCP 8.5 and 41 % for RCP 4.5. Hence, mitigation can reduce the risk of record-breaking temperatures by 39 %. The potential for risk reduction is greatest for some of the most populated regions of the globe. In Europe, for example, a potential risk reduction of over 50 % is projected. Model biases and future changes in temperature variance have only minor effects on the results, as their contribution stays well below 10 % for almost all locations.
|
| [34] |
A review of recent studies on extreme heat in China [J].https://doi.org/10.1080/16742834.2016.1133071 URL [本文引用: 1] 摘要
This paper reviews recent studies on extreme high temperatures in China during summer. The focus is on the variation in extreme heat and tropical nights (i.e. high temperature at night), and the factors of influence. Potential research topics in the future are also discussed.
|
| [35] |
On the measurement of heat waves [J].https://doi.org/10.1175/JCLI-D-12-00383.1 URL [本文引用: 1] |
| [36] |
Heat waves in the United States: Definitions, patterns and trends [J].https://doi.org/10.1007/s10584-012-0659-2 URL PMID: 23869115 [本文引用: 1] 摘要
High temperatures and heat waves are related but not synonymous concepts. Heat waves, generally understood to be acute periods of extreme warmth, are relevant to a wide range of stakeholders because of the impacts that these events have on human health and activities and on natural environments. Perhaps because of the diversity of communities engaged in heat wave monitoring and research, there is no single, standard definition of a heat wave. Experts differ in which threshold values (absolute versus relative), duration and ancillary variables to incorporate into heat wave definitions. While there is value in this diversity of perspectives, the lack of a unified index can cause confusion when discussing patterns, trends, and impacts. Here, we use data from the North American Land Data Assimilation System to examine patterns and trends in 15 previously published heat wave indices for the period 1979 2011 across the Continental United States. Over this period the Southeast region saw the highest number of heat wave days for the majority of indices considered. Positive trends (increases in number of heat wave days per year) were greatest in the Southeast and Great Plains regions, where more than 12% of the land area experienced significant increases in the number of heat wave days per year for the majority of heat wave indices. Significant negative trends were relatively rare, but were found in portions of the Southwest, Northwest, and Great Plains.
|
| [37] |
Unraveling anthropogenic influence on the changing risk of heat waves in China [J].https://doi.org/10.1002/2017GL073531 URL [本文引用: 1] 摘要
Heat waves trigger substantial social and environmental impacts and even cause massive civilian casualties in extreme cases. Observations show the areas affected by heat waves have increased over China, with the most extreme heat wave occurring during the past five decades. Here we show that both trends can be attributed to anthropogenic influences. We report that under the moderate Representative Concentration Pathways 4.5 scenario, anthropogenic influences will increase the risk of occurrence of the observed maximum Heat Wave Magnitude Index in the late 21st century and will cause a more than tenfold increase in the likelihood of the strongest events on record recurring across more than half China. More than 50% of land area in China is projected to be affected by intense heat waves. Our results show that over eastern China, the extremes in heat distribution are more sensitive to precipitation deficits, indicating stronger heat wave amplification trends to occur under drier conditions. The likelihood of concurrent droughts and heat waves is expected to increase in large parts of China in the late 21st century.
|
| [38] |
Rapid increase in the risk of extreme summer heat in Eastern China [J].https://doi.org/10.1038/nclimate2410 URL [本文引用: 1] 摘要
The summer of 2013 was the hottest on record in Eastern China. Severe extended heatwaves affected the most populous and economically developed part of China and caused substantial economic and societal impacts. The estimated direct economic losses from the accompanying drought alone total 59 billion RMB (ref. ). Summer (June-August) mean temperature in the region has increased by 0.82 C since reliable observations were established in the 1950s, with the five hottest summers all occurring in the twenty-first century. It is challenging to attribute extreme events to causes. Nevertheless, quantifying the causes of such extreme summer heat and projecting its future likelihood is necessary to develop climate adaptation strategies. We estimate that anthropogenic influence has caused a more than 60-fold increase in the likelihood of the extreme warm 2013 summer since the early 1950s, and project that similarly hot summers will become even more frequent in the future, with fully 50% of summers being hotter than the 2013 summer in two decades even under the moderate RCP4.5 emissions scenario. Without adaptation to reduce vulnerability to the effects of extreme heat, this would imply a rapid increase in risks from extreme summer heat to Eastern China.
|
| [39] |
Summer high temperature extremes in Southeast China: Bonding with the El Niño-Southern oscillation and East Asian summer monsoon coupled system [J].https://doi.org/10.1175/JCLI-D-13-00545.1 URL [本文引用: 1] 摘要
This study investigates summer high temperature extremes (HTEs) in southeast China and their linkage with the El Nino-Southem Oscillation (ENSO) and atmospheric circulations in the East Asian summer monsoon (EASM). An interdecadal change in HTEs associated with the abrupt shift of the ENSO monsoon climate in the late 1980s is demonstrated. Before this interdecadal shift, the interannual variability of HTEs was linked mainly to temperature adjustments associated with the meridional displacement of the East Asian jet stream (EAJS), whereas after the shift HTEs were found to follow an ENSO cycle, which may be due to intensified and persistent ENSO activities, tropical Indian Ocean (TIO) warming, and changes in atmospheric teleconnections. Impacts of the EAJS, the South Asian high (SAH), and the western North Pacific subtropical high (WNPSH) on HTEs are further investigated based on empirical orthogonal function (EOF) analysis. It is found that mainly the first leading EOF mode with a homogeneous spatial pattern shows dominance before the interdecadal shift, whereas both of the first two leading EOF modes show dominance after the interdecadal shift. A possible mechanism of how HTEs in southeast China are linked to the EAJS, the SAH, and the WNPSH in the ENSO-monsoon coupled system is proposed.
|
| [40] |
WMO statement on the state of the global climate in 2016 [EB/OL] . ( |
| [41] |
A comparison of heat wave climatologies and trends in China based on multiple definitions [J].https://doi.org/10.1007/s00382-016-3315-0 URL [本文引用: 1] 摘要
Heat waves (HWs) can have disastrous impacts on human activities and natural systems, and are one of the current foci of scientific research, particularly in the context of global warming. However, there is no standard definition of a HW, which makes assessment of temporal trends a challenge. In this study, based on daily mean, maximum and minimum temperature, and relative humidity datasets from China Meteorological Administration, the patterns, trends and variations of HW in China during 1961 2014 are investigated. Sixteen previously published HW indices (HIs) are calculated, which are divided into two types using relative and absolute threshold temperatures, respectively. During 1961 2014, both relative and absolute threshold HIs show the highest number of HW in Jianghua and South China, geographically consistent with the climate characteristics of China. The majority of HIs shows negative/positive trends of HW days before/after 1990 over the whole of China, but especially in Jianghua and South China, which reflects rapid warming since 1990. There are significant correlations among different HIs in the same type (both absolute and relative), but correlations are weak between relative and absolute threshold HIs. Because relative and absolute HIs show contrasting trends, the choice of HI is therefore critical for future analysis
|
/
| 〈 |
|
〉 |
