EN中文

地理科学进展 >

2024 , Vol. 43 >Issue 4: 826 - 840

DOI: https://doi.org/10.18306/dlkxjz.2024.04.015

研究综述

季节划分和变化研究进展

  • 林蔚 , 1, 2 ,
  • 孙秀宝 , 2, * ,
  • 任国玉 3, 4 ,
  • 张键彬 2, 5
展开
  • 1.福建理工大学智慧海洋科学技术学院，福州 350118
  • 2.中国科学院南海海洋研究所热带海洋环境国家重点实验室，广州 510301
  • 3.中国地质大学(武汉)环境学院，武汉 430074
  • 4.国家气候中心气候研究开放实验室，北京 100081
  • 5.中国科学院大学，北京 100049
*孙秀宝(1986— )，男，黑龙江哈尔滨人，博士，副研究员，主要从事气候变化方面研究。E-mail:

林蔚(1996— )，女，福建福州人，博士，讲师，主要从事气候变化方面研究。E-mail:

收稿日期: 2023-08-21

  修回日期: 2023-12-01

  网络出版日期: 2024-04-25

基金资助

国家重点研发计划项目(2018YFA0605603)

国家自然科学基金项目(42005036)

中国科学院南海海洋研究所自主项目(SCSIO202203)

热带海洋环境国家重点实验自主项目(LTOZZ2102)

福建理工大学科研启动基金项目(GY-Z23202)

收起

A review of seasonal division and change research

  • LIN Wei , 1, 2 ,
  • SUN Xiubao , 2, * ,
  • REN Guoyu 3, 4 ,
  • ZHANG Jianbin 2, 5
Expand
  • 1. School of Smart Marine Science and Technology, Fujian University of Technology, Fuzhou 350118, China
  • 2. State Key Laboratory of Tropical Oceanography, South China Sea Institute of Oceanology, CAS, Guangzhou 510301, China
  • 3. Department of Atmospheric Sciences, School of Environmental Sciences, China University of Geosciences, Wuhan 430074, China
  • 4. Laboratory for Climate Research, National Climate Center, China Meteorological Administration, Beijing 100081, China
  • 5. University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2023-08-21

  Revised date: 2023-12-01

  Online published: 2024-04-25

Supported by

National Key Research and Development Program of China(2018YFA0605603)

National Natural Science Foundation of China(42005036)

Development Fund of the South China Sea Institute of Oceanology of the Chinese Academy of Sciences(SCSIO202203)

Independent Research Project Program of State Key Laboratory of Tropical Oceanography(LTOZZ2102)

Scientific Research Foundation of FuJian University of Technology(GY-Z23202)

Fold

摘要

季节是全球和区域人类农业生产活动遵循的重要气候年内变化规律。近半个世纪以来全球地表气温明显升高，与地表气温相关联的季节起讫和持续时间等参数也随之发生显著变化。首先，论文总结了目前广泛应用的三大类季节定义方式，包括从行星角度出发的固定长度季节定义法、气温的绝对和相对阈值季节定义法、区域地理因素和天气平均态转变的季节定义法；其次，回顾了当前利用不同动态指标定义季节主要获得的历史时期冷季缩短、暖季变长的时空规律，以及气候变暖背景下自然变率和外强迫对季节长度变化原因的解释；最后，从季节定义方法的应用领域和空间上通用性角度评述了各个方法的优缺点，并从数据偏差影响、通用指数发展、气候变暖背景下变化机理三方面对未来进行了展望。研究结果明确了季节划分方式间的差别、季节变化特征及原因，不仅有利于指导农业生产，也可以为妥善应对气候变化提供可靠科学信息。

关键词： 季节划分; 季节长度; 变化; 原因; 全球气候变暖

本文引用格式

林蔚 , 孙秀宝 , 任国玉 , 张键彬 . 季节划分和变化研究进展[J]. 地理科学进展, 2024 , 43(4) : 826 -840 . DOI: 10.18306/dlkxjz.2024.04.015

Abstract

Seasonal cycle is the crucial intraannual climate pattern to be observed in global and regional agricultural practice. Under global warming, the global surface has witnessed a significant increase in temperature over nearly half a century. As a result, various parameters associated with surface air temperatures, such as the lengths, start dates, and end dates of the four seasons, also changed dramatically. This study examined the following aspects: 1) It summarized the three types of season definition methods, including astronomical, meteorological, and phenological methods; absolute and relative temperature threshold methods; and other methods characterized by regional geographic factors and specific weather phenomena. 2) This study conducted an analysis on the long-term seasonal variation characteristics in the lower-middle reaches of the Yangtze River and the South China region during 1961-2015, using different seasonal division methods based on air temperature and analyzing the characteristics and differences in summer length calculated by different temperature indices. It also reviewed the characteristics of seasonal length changes in historical periods defined by different indicators and the future projected trends, and summarized the key reasons for seasonal length changes. 3) This study evaluated the advantages and disadvantages of each seasonal division method from their fields of application and spatial applicability. Future research is prospected from the possible impact of data bias, the development of a commonly applicable index, and the mechanism of change under climate warming. The results of this study have clarified the differences of seasonal division methods, as well as the characteristics and causes of seasonal changes. This not only is beneficial for guiding agricultural production, but also provides reliable scientific information for addressing the climate change issue.

Key words： seasonal division; season length; changes; causes of change; global warming

政府间气候变化专门委员会(IPCC)第五次气候变化评估报告(AR5)指出，自1880年以来，全球平均的陆地和海洋表面气温增加了0.85 ℃(0.65~1.06 ℃)，全球平均陆地表面气温的升高趋势在0.086~0.095 ℃/10 a [1]。IPCC第六次评估报告(IPCC AR6)指出，相对于1850—1900年，2001—2020年平均的全球地表气温升高了0.99 ℃(0.84~1.10 ℃)，比AR5报告结果高出了约0.1 ℃[1-2]。全球变暖背景下，作为指导人类活动、农业生产的最重要指标——季节长度也发生了显著变化，为全球和区域的农业生产决策带来了挑战。
随着全球变暖背景下地表气温的快速升高，气温季节循环幅度加大[3-4]，植物气候生长期明显延长[5-6]、极端暖事件频率和强度显著增加[7-8]。显然，全球变暖对植物生长[9-10]、生态系统[11⇓-13]、人类生活和社会经济[14⇓⇓-17]产生了显著的影响。以上指标均与自古以来用于指导农业生产的季节划分也有着密切的关系，多项研究也表明全球变暖背景下暖季节长度在不断增长[18⇓⇓⇓-22]。观测显示，2019年的6月25—29日西藏拉萨连续5 d平均气温超过22 ℃，达到了中国气候季节划分的夏季标准，标志着拉萨自1955年有气象观测记录以来首次入夏。鉴于此，近年来学者围绕季节划分方法、季节长度变化、季节变化原因等方面开展了广泛研究。目前，季节划分的常见方法有天文学、物候学和气象学的传统定义方法，以及从气象学延伸出的基于绝对和相对阈值的日平均气温定义方法，还有近年来以人体舒适度、大气环流背景场和特定区域特定天气现象等作为指标的其他定义方式。当前，大量研究基于以上方法形成了暖季增长和冷季缩短多的共性认识[18⇓⇓⇓-22]，但是由于学者们采用的指标不同，导致当前关于季节起迄时间和持续时间等定量化指标及其时空变化特征的结论仍旧存在很大差异，特别表现在区域尺度研究上[18-19,23]。此外，针对全球变暖背景下季节长度变化的原因，学者们也进行了许多前沿探索，并发现自然和人为外强迫以及自然内部变率对于季节长度变化都具有重要作用，认为季节长度的变化是多种气候因子间综合作用的结果。
全球增暖背景下，采用不同的季节定义方法得出的定量化季节变化结论存在较大差异，这也为当前相关政府部门的农业生产指导决策带来了一定挑战。因此，迫切需要对全球变暖背景下季节划分方法、变化特征、变化原因开展全面深入的研究，以获得共识性科学认识，为决策提供参考依据。鉴于此，本文总结目前国内外研究中广泛应用的多种季节定义方法，回顾采用不同指标定义的季节在历史时期的变化特征以及未来趋势，并总结季节长度变化的关键原因，归纳目前的科学共识，剖析存在的不足，并展望未来的研究方向。本文旨在明确季节划分方式间的差别以及季节长度变化的趋势和原因，为今后季节变化研究和相关决策提供借鉴，对于未来指导农业生产和妥善应对气候变化都具有重要的科学意义。

1 季节定义方法

按照季节长度是否发生改变将季节定义和划分方法分为固定季节长度和变化季节长度两大类。其中固定季节长度的划分方式包括天文学和气象学。物候学直接通过观测地球行星轨道或植物花期等现象进行季节划分，其将依赖于天文观测的划分方式更进一步细分，成为中国的二十四节气。此外，变化季节长度还可以根据划分依据分为气温、环流背景转换、人体舒适度等多类，而每类又不断发展，形成了目前更客观、更科学的精细化划分方式(图1)。
图1 季节定义和划分方法示意图以及涉及的主要文献

注：左侧箭头表示季节定义提出的年代；T6、T9分别表示6月、9月的气候态平均气温。

Fig.1 A diagram of seasonal division methods and relevant publications

1.1 固定季节长度定义方法

在传统的天文学季节定义方法中，以中国古代的二十四节气及其四季划分具有代表性。根据二十四节气，地球移动至公转轨道的立夏点(5月6日)为夏季的开始，移动至公转轨道的立秋点(8月8日)为秋季的开始。秋季从立秋延续到立冬(11月7日)，冬季起始于立冬，结束于立春前(2月4日)，而春季从立春延续到立夏前(详见表1)。二十四节气及其四季划分方法，发源于黄河流域，在指导中国古代农业生产和人们日常生活方面发挥了巨大作用，至今仍然具有重要参考意义。
表1 天文学和气象学上不同季节的始末日期和持续天数

Tab.1 Season onset dates, end dates, and length defined by astronomy and meteorology

学科 指标 春季 夏季 秋季 冬季
天文学 始末日期
持续天数/d		 2月4日—5月5日
91		 5月6日—8月7日
94		 8月8日—11月6日
91		 11月7日—翌年2月4日
89
气象学 始末日期
持续天数/d		 3月1日—5月31日
92		 6月1日—8月31日
92		 9月1日—11月30日
91		 12月1日—翌年2月28日
90
但是，由于地球以椭圆形轨道绕太阳旋转，天文学上的四季长度在89~94 d不等。同时，天文学上对于四季的定义没有直接考虑气温和天气变化[24]。虽然二十四节气起源于中国黄河流域，但根据二十四节气划分的四季总体更适合黄河流域及以南的中纬度温带地区，对于北方高纬度特别是东北、内蒙古和西北地区，以及低纬度热带区域四季起讫日期、持续时间与依赖气候条件的实际农事活动略有差异。
气象学上常将北半球最热的3个月份(6—8月)定义为北半球的夏季，最冷的3个月份(12月—翌年2月)定义为北半球的冬季，夏季与冬季之间为秋季(9—11月)，冬季与夏季之间为春季(3—5月)，季节长度在90~92 d不等(表1)。气象学对于四季的划分，主要依据气温年内变化，其变化规律与正弦函数较为吻合，气温最高(最低)的时间与地球移动至夏至点(冬至点)的时间有一定的滞后关系[24]；但随着气候变暖，正弦函数的振幅和位相也发生了变化[25-26]。总体而言，气象学对于季节的定义简单方便，但在实际应用中气象学定义的四季对于南北跨度很大的国家和地区(如中国)农业耕种指导作用也有存在局限性。

1.2 动态季节长度的定义方法

1.2.1 物候学定义法

物候学主要是研究自然界的植物(包括农作物)、动物与环境条件(例如气候、水文、土壤条件)周期变化之间关系的科学[27]。它的目的是认识自然季节现象变化的规律，以服务于农业生产和科学研究。气候的生长期长度(growing season length，GSL)是物候学中的一个重要指标，指的是春天最后一次霜冻和秋季第一次霜冻之间的长度，也可以作为季节划分的一个指标[28-29]。对于生长期长度的定义可以简化为一年中最低气温或平均气温第一次和最后一次到达某一阈值(例如：0 ℃、5 ℃)之间的时间长度[5,29-30]。这一定义方法适用于受气温影响较大的区域，在低纬度区域除了气温还应该将其他因 素(如蒸发、降水)考虑在内[31]。随着全球变暖，由于植物开始生长的时间提前，目前生长期长度与20世纪中早期相比有所增加[29-30]。此外，生长期长度还可以利用卫星观测植被的变化情况，通过归一化差值植被指数(normalized difference vegetation index，NDVI)衍生得到[31-32]。
此外，二十四节气中也有4个节气(惊蛰、清明、小满、芒种)与黄河流域的物候现象息息相关。钱诚等[33⇓-35]采用集合经验模态分解(ensemble empirical mode decomposition，EEMD)方法，基于地面气温观测资料，以及北京观象台和上海徐家汇站的长时间气温观测资料，确定了全国二十四个节气对应的气温阈值和时间，分析了全球变暖背景下各节气对应的平均气温及其在季节循环中时间节点的演变趋势。结果显示，在全球变暖的背景下，二十四节气对应的气温都趋于显著升高，从而导致整个季节循环趋于整体抬升；早春到初夏阶段的节气呈现提前趋势，而夏末到初冬阶段的节气呈现推迟趋势；惊蛰、清明、小满和芒种这4个反映物候现象的节气在全国各地普遍提前。

1.2.2 气温绝对阈值定义方法

除了传统定义方式，也可以利用气温划分四季。与极端高温事件的定义[30,36]类似，基于气温指标定义四季(图2)主要有两种方式：绝对阈值法和相对阈值法。
图2 基于气温指标定义四季示意图

Fig.2 A diagram of seasonal division based on temperature

基于绝对阈值定义季节的方式是指：当地面站气温超过(低于)某一确定阈值时定义为某一季节的开始(结束)。中国气象局业务上对于四季的定义便是采用这种方法(2023年实施的国家标准《气候季节划分》[37])。若某地的地面站候(5 d)平均气温大于22 ℃则定义为夏季，小于10 ℃则定义为冬季，候平均气温在10~22 ℃之间为春季或秋季[38]。这一方法划分的季节被称为“气候季节”，且用这种标准划分的四季比较符合中国东部地区的物候景象，对于各地农业生产的指导意义较为直接。但是，由于中国幅员辽阔，各地气候和物候特征差异很大，这一方法在中国东南部、东北和青藏高原等地区不能很好地区分出冬季或夏季[23]。同时，日或候平均气温22 ℃的入、出夏季阈值，也难以适用于世界各地。根据物候现象的研究表明，欧洲北部更适合使用25 ℃作为夏季的阈值，而爱沙尼亚则适合使用13 ℃作为阈值[39-40]。根据青藏高原地区的物候特征，汤懋苍等[41]认为四季划分温度的温度标准应该要比中国气象局采用的四季划分标准低5 ℃。范思睿等[42]进一步利用海拔将高原区域进行细分，海拔4000 m以上的四季划分方法为“5 ℃—12 ℃—12 ℃—5 ℃”，海拔4000 m以下的四季划分方法为“5 ℃—15 ℃—15 ℃—5 ℃”，此方法划分的高原四季持续时间符合实际情况，能够更好地为社会生产生活以及交通出行服务。

1.2.3 气温相对阈值定义方法

基于相对阈值定义四季，可以较好地解决基于绝对阈值方法存在的问题。对于某一给定基准时段(例如1961—1990年)，将气温从小到大排列，发生概率在75%为夏季气温阈值，发生概率在25%为冬季气温阈值，从而确定四季的起始时间[19⇓⇓-22,43]。基于相对阈值定义四季，虽然可以较好的解决基于绝对阈值方法存在的问题，但也带来四季与物候现象脱节的问题，对于当地农业、牧业和林业实践的指导意义不大；同时，仅用气温这一气象要素来划分季节可能会有一定的局限性，在某些地区并不适用。例如，在热带地区每年地表气温的波动幅度不大，决定物候和农业活动的气候要素常常是降水量，因此，热带地区的季节通常还可以由其他气象因素决定，如通过降水年内变化特征将季节划分为雨季和旱季[24]。
此外，Peña-Ortiz等[44]将欧洲地区1950—2012年6月的气候态气温去趋势并取平均之后作为夏季开始的气温阈值(T6)，同理，将9月的气候态气温去趋势并取平均之后作为夏季结束的气温阈值(T9)。将研究时间范围内每年4—12月的日平均气温做30 d滑动平均，第一次出现T6(T9)气温的时间定义为夏季的开始(结束)。

1.2.4 环流背景转换定义方法

除了单一的气温因素，研究也利用多个气象要素对季节进行划分。学者们从大气环流场的季节性差异出发，通过不同时段的风场、气压场之间的相关性变化作为季节转换的判别依据，从实现季节划分[45⇓-47]。然而，季节变化往往包含多气象要素互相之间的非线性作用过程，仅考虑大气环流场并不足以精确描述某个季节的气候状态[23]。因此，非线性相似度量方法被学者们引入季节划分，该方法主要利用候平均气温、气压、相对湿度和降水4个要素，构造每个季节的典型气候状态，通过计算气候状态变量与每个季节气候典型状态的相关性，判定是否发生季节转换，以此实现更精确的季节划分[23,48]。
特定区域环流特征也被用于识别不同季节，从而实现季节划分。Alpert等[49-50]定义了基于天气分类的季节新方法。该方法通过明确地中海东部地区各个季节的特定天气现象，即春季出现沙拉夫低压(Sharav lows)、夏季出现波斯槽(Persian troughs)、秋季出现红海槽(Red Sea troughs)、冬季则出现塞浦路斯低压(Cyprus lows)，统计每日特定天气现象的发生次数，以此定义“天气四季”。该方法适用于有明显季节性大气环流特征的区域。也有学者提出了空间天气分类方法[51-52]，该方法首先划分出不同的天气类型(或气团)，并选择特定种子日(seed days)来代表特定的天气类型，将实际观测数据与种子日数据进行对比后划分季节。此外，Allen等[43]使用聚类分析方法，利用NCEP-NCAR再分析资料中250 hPa位势高度数据，对美国本土的控制性大气环流进行季节划分，结果显示，美国季节大致可以划分为夏季、冬季和过渡季节三季。

1.2.5 其他定义方法

也有研究从人体舒适度角度出发，将全年根据不同舒适度温度划分为不同的舒适度范围。人体舒适度是从气象角度评价人类在不同气候条件下舒适感的一项生物气象指标[53]。体感温度(apparent temperature，AT)作为最为常见的描述人体舒适度的指数，指人体所感受到的冷暖程度。体感温度会受到气温、风速与相对湿度的综合影响，可由经验公式得到[53⇓-55]。有效温度(effective temperature，ET)与体感温度类似，是衡量气候舒适度的关键指标[56-57]。然而，使用这些气候舒适度指标确定季节起讫日期和长度，并研究分析包括夏季在内的季节长度变化，还未见报道；此外，由于世界和中国地域辽阔，气候和物候的多样性显著，不同地区的人群对冷热的耐受程度有很大不同，利用体感温度、有效温度或气候舒适度指数定义季节，还需要考虑如何局地化问题。

2 季节长度变化规律特征

2.1 历史时期季节长期变化

固定季节长度定义以外，在气候变暖背景下其他动态季节定义的季节长度在历史时期都表现出显著变化，普遍表现为夏季开始时间提前，持续时间增长，冬季开始时间延后，持续时间缩短。
首先是物候学定义方法。徐铭志等[5]利用1961—2000年中国642个站点的逐日平均气温记录，根据气象业务上使用的气候生长期定义(一年中最低气温第一次和最后一次到达5 ℃之间的时间长度)，分析研究了气候生长期的变化趋势。结果表明，在这40年中，气候生长期在中国范围平均增加6.6 d。
与生长期长度变化类似，目前大量研究对于温度定义的季节长度在历史时期暖季增长和冷季缩短有了共性的认识[18⇓⇓⇓-22]。郁艳珍等[18]利用温度绝对阈值(10 ℃和22 ℃)方法，计算1961—2007年中国地区四季变化。随着气候变化，四季开始日期在全国范围内主要表现为春季、夏季提早(1.0、1.9 d/10 a)，秋季、冬季推迟(1.3、1.2 d/10 a)的变化趋势，其中以夏季的变化最为显著，且在21世纪初更为明显[18]。陈正洪等[58]利用固定阈值分析湖北省的台站从20世纪50年代建站以来的季节变化，发现湖北省平均冬季长度缩短8.9 d，夏季延长了6.3 d，秋季也延长2.0 d，而春季几乎没有变化。而按照全年气温百分比阈值方式进行划分，中国地区的夏季在1951—2000年期间提前了5.8 d，夏季长度延长了9 d；冬季推迟了5.6 d，冬季长度缩短了11 d[19]。随着全球变暖，近年来季节变化速率快速上升。Wang等[21]使用相同定义方法对1952—2011年北半球进行季节划分，发现春季、夏季的开始时间分别提前了1.6、2.5 d/10 a，秋季、冬季开始时间分别推迟了1.7、0.5 d/10 a。春季和夏季提早而秋季和冬季推迟，这一结论与基于绝对阈值定义季节的变化特征相似。随着季节起始时间的变化，北半球的季节长度随之发生变化，夏季平均每10年增加约4 d[20⇓-22]，冬季平均每10年减少约2 d[21]。
大气环流背景转换的季节划分方法也能得到以上类似的结论。张世轩等[48]通过非线性相似度量法对中国四季进行划分，结果发现冬季持续时间显著缩短，另外三个季节的持续时间都在变长，春、夏两季持续时间的延长主要由于其起始时间提前，而秋季虽然起始时间推后，但是结束时间变得更晚，从而也有变长趋势。不同季节的变化存在一定的差异，同一季节在不同区域的变化也不同。需要注意的是，非线性相似度量方法计算得到的不同季节的起始时间与基于气温绝对阈值计算得到的结果存在一定的差异，在某些地方起始时间的差异最大可以达到30 d[23]。Zander等[52]使用空间天气分类方法，发现1950—2000年美国东北部春季天气类型提前到来。此外，Allen等[43]使用聚类分析方法，利用NCEP-NCAR再分析资料中250 hPa位势高度数据，对美国本土的控制性大气环流进行季节划分，结果显示，美国地区的春季、夏季提早，秋季、冬季推迟。
其他方法定义的季节将不再局限于春夏秋冬四季，但是也存在明显的趋势变化。Wu等[59]通过有效温度指标，将人体热舒适度划分为寒冷(<1 ℃)、冷(1~9 ℃)、凉(9~17 ℃)、舒适(17~21 ℃)、温暖(21~23 ℃)、热(23~27 ℃)、炎热(>27 ℃) 7个等级。在过去几十年间，中国的有效温度持续升高，平均冷日数和寒冷日数以3.5 d/10 a的速度减少，同时热日数和炎热日数以0.7 d/10 a的速度增加[59]。Zhang等[60]和Li等[61]也发现，1960年以来中国舒适日数、热不舒适日数和冷不舒适日数都发生了明显变化，其中前二者显著增加，后者显著减少。
除了长期增加趋势，部分区域的季节也表现出年代际尺度的转折和突变。Peña-Ortiz等[44]通过气温定义1950—2012年欧洲地区的夏季长度，发现欧洲地区平均夏季长度呈现先减后增的年代际变化趋势。中国地区四季开始时间的年代际变化能够很好地对应温度的年代际特征[18]。刘抗等[62]利用台站数据对1981—2015年西北4省区(陕西、甘肃、宁夏、青海)的季节开始时间和持续时间进行分析，利用Mann-Kendall检验发现均存在平均值突变。突变后，春季和夏季开始时间提前，秋季和冬季开始时间整体推迟；春季持续时间的区域特征显著，其余的夏、秋、冬三季持续时间变化表现为缩短。
北半球夏季长度表现出大范围显著增加，但在空间上的表现并不均匀，存在明显的区域性差异[22]，夏季开始时间总体呈现提前的变化特征，夏季结束日期主要表现为延后推迟的变化特征。不同纬度带的夏季长度也有着不同的变化特征：夏季长度在低纬度地区比高纬度地区增加更为显著[20,22]。对于中国，研究发现，季节变化同样表现出明显的地区差异，北方比南方明显，东部比西部明显，并且四季开始日期的年代际变化很好地对应了气温的年代际特征[18-19]。对于北半球中纬度干旱区和湿润区，Wang等[63]发现20世纪50年代以来，干旱区夏季长度每年增加0.51 d，而春季和秋季长度每年都减少0.14 d，相较之下，冬季长度的变化并不明显，且干旱区的春、夏、秋长度变化趋势要明显强于湿润区。

2.2 历史时期基于不同定义方法的季节长度变化比较

基于气温绝对和相对阈值定义季节的方法，对1961—2015年期间长江中下游区域(27°~35°N、108°~120°E)和华南区域(20°~27°N、108°~120°E)的夏季长度进行比较(图3a)。使用Berkeley Earth日平均地面气温资料作为基础数据。参照前人的研究[38,43-44]，分别利用三种不同的阈值定义方法，计算分析了夏季长度及其变化趋势：① 以22 ℃(T22)作为夏季的气温阈值，当5 d滑动平均气温大于T22时为夏季的开始，5 d滑动平均气温小于T22为夏季的结束，从而计算夏季长度；② 研究时间段(1961—2015年)内发生概率在75%的日平均气温(T75%)作为阈值，采用10 d滑动平均的方法计算夏季长度；③ 将研究时间段(1961—2015年)内的6月(9月)的气候态气温去趋势并取平均之后作为夏季开始(结束)的气温阈值T6(T9)作为阈值，利用30 d滑动平均方法计算夏季起讫日期和长度。
图3 1961—2015年长江中下游区域和华南区域夏季长度时间变化

注：图a基于自然资源部标准地图服务网站下载的审图号为GS(2016)1602号的标准地图制作，底图无修改；图b1、b2是长江中下游区域夏季长度变化情况，图c1、c2是华南区域夏季长度变化情况；图b1、c1完全参照前人方法[38,43-44]计算，图b2、c2采用统一的参考期和滤波方法计算；各小图上方数字表示对应方法计算得到的夏季长度变化趋势(d/a)。

Fig.3 Time series distribution of summer length in the lower-middle reaches of the Yangtze River and the South China region during 1961-2015

图3b1和图3bc1显示，采用三种不同的阈值和滑动平均方法计算得到的长江中下游区域和华南区域和夏季长度存在显著的差异性，差异主要体现在气候学平均上。对于长江中下游区域，基于T22的划分方式得到的夏季长度显著低于其他两种方法得到的夏季长度，采用T75%动态阈值和月份指标T6(T9)划分的夏季长度较为相近。对于华南区域，基于T22的划分方式得到的夏季长度显著高于其他两种方法得到的夏季长度，采用月份指标T6(T9)划分的夏季长度略低于T75%动态阈值划分的。
图4a、4c列出了不同方法计算得到的夏季长度序列之间的相关性。对于长江中下游区域，基于T22划分的夏季长度与基于T75%、T6(T9)夏季长度之间相关性分别为0.64、0.69(通过95%置信水平检验)，而以T75%和T6(T9)作为夏季气温阈值得到的夏季长度之间相关性为0.58(通过95%置信水平检验)。对于华南区域，基于T22划分的夏季长度与基于T75%、T6(T9)夏季长度之间相关性分别为0.39、0.46(通过95%置信水平检验)，而以T75%和T6(T9)作为夏季气温阈值得到的夏季长度之间相关性为0.63(通过95%置信水平检验)。这表明，三种方法计算得到的两个研究区域夏季长度虽然存在均值上的差异，但是年际变化和长期变化趋势都高度相关，并都显示出明显的增长趋势。
图4 不同气温阈值计算得到(a, b)长江中下游区域和(c, d)华南区域夏季长度的相关系数

注：*表示通过95%置信水平检验。

Fig.4 Correlation coefficients of different summer lengths in (a, b) the lower-middle reaches of the Yangtze River and (c, d) the South China region calculated by different temperature thresholds

另外，使用统一的气候参考期(1961—1990年)计算T75%以及T6(T9)，并统一规定当连续5 d的气温大于气温阈值为夏季的开始，连续5 d的气温小于气温阈值为夏季的结束，这样不同的三种阈值计算得到的长江中下游区域和华南区域夏季长度如图3b2、3c2所示，使用统一设定后的三种阈值方法分别命名为T22_new、T75%_new、T6(T9)_new。长江中下游区域和华南区域的夏季长度都表现出明显增加的趋势。图4b、4d也列出了三种指标夏季长度的相关性。对于长江中下游区域，基于T22_new划分的夏季长度与基于T75%_new和T6(T9)_new夏季长度之间相关性分别为0.61、0.55(通过95%置信水平检验)，而以T75%_new和T6(T9)_new作为夏季气温阈值得到的夏季长度之间相关性为0.69(通过95%置信水平检验)。同理，对于华南区域，基于T22_new划分的夏季长度与基于T75%_new和T6(T9)_new夏季长度之间相关性分别为0.55、0.51(通过95%置信水平检验)，而以T75%_new和T6(T9)_new作为夏季气温阈值得到的夏季长度之间相关性则达到了0.90(通过95%置信水平检验)。通过各种指标的相关系数结果表明，阈值的大小和采用季节开始的滤波方法(如5 d或10 d滑动平均)差异会导致季节划分结果明显不同。T75%_new和T6(T9)_new在纬度较低区域表现出的差异性小于纬度较高的区域。

2.3 未来时期季节长度变化预估

除了历史观测时期季节的变化，更应该关注未来时期在不同共享经济路径下季节起始时间和持续长度的变化特征。在全球变暖的背景下，未来全球平均气温将持续上升，夏季将会变得越来越炎热，越来越漫长，而冬季则变得越来越暖，越来越短。Wang等[21]利用国际耦合模式比较计划(coupled model intercomparison project，CMIP)数据模拟并预估了未来北半球的季节变化，指出在中等强迫情景下(RCP4.5和SSP2-4.5)，未来四季开始时间和持续长度的变化趋势与观测到的结果接近。这表明即使四季以目前观测到的速度持续变化，夏季变长、冬季变短也将成为21世纪的新常态。而在高等强迫排放情景下(RCP8.5和SSP5-8.5)，到2100年，夏季长度将持续半年，冬天将只持续一个多月，春秋季过渡季节也将相应缩短[21-22]。

3 季节长度变化原因

近现代实际的气候变化可以分为由内部变率、自然外强迫和人为外强迫三部分引起的。通过气候模式敏感性试验，将气候变化最基本的三部分分离，研究各个部分对气候变化的作用，最终实现检测与归因的目的。近年来，学者主要依据气候模式模拟试验输出数据，探究人为外强迫(主要是人为排放的温室气体和气溶胶)和自然外强迫(主要是火山气溶胶光学厚度和太阳变化)对于气候变化，特别是温度及其有关的气候变量的影响[1-2,64⇓-66]。

3.1 自然和人为外强迫的贡献

IPCC AR6指出，人为外强迫几乎主导了20世纪50年代以来全球平均温度和极端事件的变化趋势，自然外强迫对于趋势变化的贡献较小[2]。Wang等[21]利用泰勒图对CMIP5和CMIP6模式进行了评估分析，表明历史气候模拟试验能够较好地再现陆地表面气温的变化特征。针对季节长度变化，研究表明，CMIP5和CMIP6模式的模拟结果可以大致匹配观测的20世纪50年代以来季节起始时间和持续长度，能够很好地再现四季变化的趋势特征[20⇓-22,67]。
Park等[20]使用基于相对阈值定义季节的方法，利用观测资料和模式模拟数据，分别计算1953—2012年北半球夏季起始时间和持续长度，通过对比模式数据，发现全强迫和温室气体强迫模拟重现了观测到的全球和区域夏季长度的延长趋势，相较之下，自然外强迫的贡献微不足道。Wang等[21]使用相同的方法，计算北半球四季的起始时间和持续长度，并利用CMIP5和CMIP6模式数据确定了外强迫是季节发生变化的主要因素。Wang等[63]进一步对北半球干旱区和湿润区四季长度进行研究，并发现内部变率和外强迫对四季变化的贡献都不可忽略，并且外强迫对干旱区的影响要强于湿润区。Lin等[67]使用最优指纹法，对北半球夏季长度进行检测与归因分析，通过比较比例因子的大小以及归因变化量，进一步证实观测到的北半球夏季长度变化主要归因于人为外强迫的作用，并确认温室气体是人为外强迫中影响夏季长度变化的最主要原因，自然外强迫和人为排放气溶胶的影响对于趋势的贡献相对较小(图5)。以上研究表明，温室气体排放主导的人为外强迫几乎主导了季节长度变化趋势，但是不同干湿程度区域外强迫的作用强弱不同。
图5 相较于1961—1975年，2000—2014年不同因子的夏季长度归因变化

注：虚线表示观测到的夏季长度变化，误差棒表示90%的置信区间；ALL、NAT、ANT、GHG、AER分别表示全强迫、自然外强迫、人为外强迫、温室气体外强迫、人为气溶胶外强迫。

Fig.5 Attributable changes in summer length by different factors in 2000-2014 compared to 1961-1975

3.2 自然内部变率的影响

除了外强迫，研究发现，内部变率对过去几十年季节变化也会产生影响。Peña-Ortiz等[44]发现欧洲地区平均夏季长度的年代际变化特征主要与大西洋多年代振荡(Atlantic Multidecadal Oscillation, AMO)的位相转换相对应，总体的增加趋势还是主要与全球变暖有关。Park等[20]通过评估也发现，AMO和太平洋年代振荡(Pacific Decadal Oscillation，PDO)仅能解释观测到的北半球夏季长度变化趋势的10%左右，并且主要解释的是高纬度地区。Lin等[22] 通过统计相关研究发现，在年代际尺度上AMO和PDO与区域夏季长度存在很好的相关性，并认为自然内部变率的作用主要在于调控北半球夏季长度长期变化的空间分布。对于南半球，Weller等[68]发现观测到的南半球夏季长度变化趋势约有12%可以通过太平洋年代际振荡(Interdecadal Pacific Oscillation，IPO)和南大洋环状模(Southern Annular Mode，SAM)解释。以上研究结果说明，自然内部变率在南北半球季节长度变化中都发挥了重要的作用。
除了持续长度，季节的起始时间也受到了自然内部变率的影响。侯威等[69]使用多要素最优分割法，对东亚地区的大气环流特征进行季节划分，结果发现该地区季节起始时间异常年份与El Niño的活跃年份一致，该结果确定了海温对大气环流有着直接的影响，并进一步影响季节的起始时间。刘抗等[62]对西北四省区(陕西、甘肃、宁夏、青海)的四季起始时间和持续时间进行分析，并发现四季起始时间和持续长度与不同区域和不同时间的大气环流有着很好的相关性：9月极涡面积影响着同期冬季的结束及来年春季的开始；4月印度副高脊线位置与亚洲区极涡面积决定了夏季的开始；特定海区的温度变化影响了夏季的持续时间与秋季的开始时间；10月东亚槽与西藏高压影响了秋季的持续时间和冬季的开始时间。
季节起始时间和持续长度除了受到大气环境场的影响，反过来对于大气环流的变化也有着较好的指示意义。Zhao等[70]和张世轩等[71]发现前冬季节来临的时间早晚与中国东部夏季降水之间存在较好的对应关系。前冬季节来临时间较早，江淮地区降水增多，而黄河以北及华南大部分地区降水减少。与此同时，季节长度的变化也会与极端温度时间的发生有所关联：夏季延长带来了除华东以外中国大部分地区极端高温频次的增加；冬季缩短导致了中国大部分地区极端低温频次的下降[72]。极端高温(低温)的存在和变化是夏季(冬季)长度发生大幅度变化的主要原因。
以上这些结论说明，季节长度变化是人类活动和自然内部变率共同作用的结果，其中温室气体排放为主的人类活动占主导作用，而自然变率主要起到调节季节变化空间分布的作用，且对于不同区域，所主导的自然变率也有所不同。然而，目前对于自然变率影响季节变化以及季节变化影响大气环流的具体物理过程的理解仍旧不够清晰，这也需要未来开展进一步的研究。

4 总结

本文评述回顾了常见的季节定义方法，并简要地描述了各个方法的优缺点，同时简单总结前人根据不同季节定义方法所做的主要研究结论，包括动态阈值季节长度的长期变化规律，以及季节长度变化的原因。
(1) 目前广泛应用的3大类季节定义方式。第一，固定季节长度定义方法，包括天文学和气象学定义方法；第二，基于气温的绝对和相对阈值的动态季节长度定义法；第三，基于区域地理和天气平均态转变的动态季节长度定义法，例如大气环流背景或多气候要素转换定义季节。不同方法都有着其独特的优势，同时也存在不可忽略的缺陷，因此需要根据实际应用和适用场景，选择合适的季节定义方法。
(2) 季节长度的长期变化规律。随着全球变暖，20世纪50年代以来北半球大尺度平均夏季长度显著增加，其他三个季节长度都显示缩短，但北半球季节长度变化在空间上的表现并不均匀，明显与研究区域所在的纬度、下垫面性质等相关。北半球夏季长度显著增加，但在低纬度地区增加比高纬度地区增加更为显著；在北半球中纬度干旱区和湿润区，干旱区的春、夏、秋长度变化趋势要明显强于湿润区，相较之下，冬季长度的变化并不明显。未来，采用CMIP6，夏季长度在高强迫排放情景下(SSP5-8.5)，到2100年夏季长度将持续接近半年，冬天将只持续一个多月。
(3) 季节长度变化的原因。最新CMIP6模式试验表明，温室气体排放主导的人为外强迫几乎主导了季节长度变化趋势，自然外强迫和人为排放气溶胶的影响对于趋势的贡献相对较小，但是不同干湿程度区域外强迫的作用强弱不同。自然内部变率对于季节长度变化也具有重要影响，AMO和PDO的位相转变对应季节长度的年代际波动，此外，对区域季节变化影响主要是调控季节长度变化的空间分布。除了季节长度，季节起始时间也受到自然内部变率多要素的影响，例如：东亚地区季节起始时间异常年份与El Niño的活跃年份一致；中国西北四季起始时间和持续时间受极涡面积、印度副高脊线位置、东亚槽、西藏高压等要素综合影响；中国东部冬季的来临早晚与印度洋和中东太平洋海温异常密切相关，通过影响Walker环流和Hadley环流以及中高纬度的环流，从而影响季节变化。可见，目前季节长度和起迄时间的变化受人为外强迫和自然变率的协同影响，其中包含复杂的物理过程。
(4) 季节长度变化研究仍旧包含一些不确定性或存在不足。在中国为代表的快速城市化区域，其中大部分观测台站位于城市附近，其地面气温观测数据会受到较大城市化影响，那么春夏季开始事件提前，夏季长度增加，秋冬季开始事件延迟，可能在一定程度上与城市化造成的地面气温观测资料偏差有关，需要开展深入研究。此外，目前对于季节长度变化的原因研究，仅发现自然内部变率对于季节变化空间变化具有调控作用，然而人为外强迫与自然内部变率如何协同调控局地季节变化目前并不清楚。特别是对于不同下垫面条件下季节变化的原因差异目前仍没有清晰统一的认识，也需要未来重点加强研究。

5 讨论

5.1 季节定义方法优缺点和通用性

季节是指导全球和区域人类农业生产和人类活动的重要指标，下面总结季节定义方法的主要优缺点和在指导人类农业生产和人类活动中的应用中的优劣。
天文学和气候学的季节定义方法应用较早，主要从天文角度考虑昼夜长短和太阳高度来定义四季，具有一定的气候意义，因此也成为历史时期指导农业生产的重要依据。然而，定义并没有充分考虑全球不同气候带中地理、气候和物候因素。按照定义，北半球陆地所有区域会在同一天进入同一个季节，并且季节长度固定不变。显然，不同气候带在同一时期往往处在不同季节，因此，天文学和气候学的定义并不能精确指导现代区域农业生产和人类活动。此外，随着全球变暖的加剧，固定阈值的季节定义方法无法动态调整，进一步限制了方法的应用。
近现代，科学家从植物(特别是农作物)生长规律出发，开始依据各个地区的典型性物候现象，发展利用温度划分当地季节起讫日期的动态季节长度定义方法。中国气象局发布的季节划分行业标准中，使用连续5 d超过或低于22 ℃、10 ℃作为四季的划分阈值，固定的22 ℃和10 ℃温度阈值直接与农作物生长期所需温度相关，更侧重于季节对农业生产的影响，相对于天文学和气候学定义方法，基于温度的季节定义方法在指导农业生产活动中具有更强的实用性。然而基于温度绝对阈值方法定义仅适用于区域，此外，由于全球气候持续变暖，固定阈值可能也会产生改变，因此，近年来科学家又发展了温度相对阈值定义方法，相对阈值定义方法突破了绝对阈值定义方法的区域局限性，将基于温度的季节定义方法拓展到更大空间尺度，此外，相对阈值定义可以随着气候变暖而动态调整，因此，近年来基于相对阈值的季节定义方法得到了更多的应用。
此外，叶笃正等[73]很早就提出季节变化体现了局地大气环流从一个平稳态突变到另外一个平稳态的过程。近年来，科学家也开始从区域复杂的地理和天气要素出发来定义季节，特别是大气环流[23,45,69]。这些方法不仅仅考虑单一的气温要素，而是从导致气温、气压等气候要素变化的区域地理和天气出发，实现更精准的识别季节转换时间，然而由于指标和区域的复杂性，目前仍旧没有形成统一的季节划分标准，也很难获得规范化的季节起讫时间。但是，考虑复杂要素的季节定义方法是当前实现精准季节转换识别的最科学化方法，因此是未来需要重点探究和发展的方向。
由于季节划分主要用于指导农业生产和人类活动，因此所有指标的通用性则显得尤为重要。以天文学和气象学为代表的固定季节定义方式虽然具有一定的气候意义，显然在气候变暖背景下无法精确指导农业生产和人类活动，但目前广泛应用于自然科学研究领域用于区分季节界限；基于固定温度阈值的季节划分方法充分考虑了作物生长的需求，可以实现较精确指导农业生产和人类活动，也是目前主要部门决策的关键参考，然而其仅能用于处于相近纬度或同一气候带的区域，无法应用于更广泛的空间范围，此外，固定温度阈值在气候变暖背景下无法随之调整；基于相对阈值气温季节定义方法是在固定温度阈值方法基础上发展而来，其具有固定阈值的特点，优势在于可以拓展到全球尺度，并可以在气候变暖背景下动态调整；基于局地地理和天气要素平衡态转变的季节划分方法可实现精准进行季节划分，由于专业性质较强，无法直接用于指导农业生产，但是可以为专业部门进行决策提供参考。

5.2 未来展望

由于全球和区域地面气温不断升高，季节的物候现象也会随之发生变化，寻求合适的季节划分方式不仅有利于指导农业、牧业和林业生产，还可以为应对气候变化提供决策依据。尽管前人已经围绕季节划分方法做了不少研究，仍有一些关键问题尚存争议或尚未解决。
(1) 适用区域去城市化影响的季节变化研究的数据仍欠缺。由于较大的城市化影响偏差，现有的长序列日地面气温等资料可用于本地局地或城市研究，但用于大尺度气候和气候变化研究[35,74-75]，特别是用于气候变化对区域农牧林业生产影响研究，目前都未进行订正和评估，需要进行订正处理。已经发展仅有区域性城市化偏差订正月地面气温数据集[76]，将来还需要对日气温数据进行评估和订正，得到一套适用于大尺度季节气候学和气候变化研究的高质量数据集。在新数据集基础上，开展更准确的季节划分和变化研究，从而得到更准确和可信的季节变化认识。
(2) 对于科学研究和气象服务，仍然缺乏适用于气候变暖背景下全球大尺度统一客观的季节划分方法。目前常见通用的天文学和气象学定义方法简单，但存在一定的不合理性。此外，也可以通过明确各个地区的典型性物候现象划分当地的季节起讫日期。但这种方法需要根据各个地区具体情况做出针对性改进并完善，不同地区采用不同的季节划分方法，不便于规范科学研究，为气象和农业服务。同时，随着全球平均陆地表面气温的不断升高，许多动植物的物候现象正发生着显著的变化，例如植被生长期延长、植物提早开花、昆虫提早出现以及鸟类提前产卵[77]。在这种情况下，季节划分的标准也应该随之发生改变，然而这些动植物活动过程与季节的关系并不明确。近年来，人工智能或机器学习方法发展，如何通过大数据可实现精细化地识别各地的物候现象和多种气象要素特征，从而明确植被、动物与季节之间关系，并以此为基础发展适用于全球变暖背景下的季节划分方式，实现更客观准确的进行适用于全球和区域的季节划分，是未来一个重要的研究方向。
(3) 自然内部变率在季节变化中的作用仍旧不清楚。一方面，目前研究仅发现自然内部变率对于季节变化空间变化具有调控作用，然而人为外强迫与自然内部变率如何协同调控局地季节变化目前并不清楚。另一方面，目前研究发现不同下垫面条件下季节长度变化有显著差异[63]，然而对于不同下垫面条件下季节变化的原因差异仍没有清晰统一的认识，也需要未来重点加强研究。解决以上问题并厘清多种要素在不同区域季节变化中的作用，从而可实现真正阐明季节变化的原因。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
IPCC. Climate change 2013:The physical science basis. Contribution of Working Group I to the fifth assessment report of the Intergovernmental Panel on Climate Change[M]. Cambridge, USA: Cambridge University Press, 2013.

[2]
IPCC. Climate change 2021:The physical science basis. Contribution of Working Group I to the sixth assessment report of the Intergovernmental Panel on Climate Change[M]. Cambridge, USA: Cambridge University Press, 2021.

[3]
Qian C, Zhang X B. Human influences on changes in the temperature seasonality in mid- to high-latitude land areas[J]. Journal of Climate, 2015, 28(15): 5908-5921.

DOI

[4]
Qian C, Zhang X B. Changes in temperature seasonality in China: Human influences and internal variability[J]. Journal of Climate, 2019, 32(19): 6237-6249.

DOI

[5]
徐铭志, 任国玉. 近40年中国气候生长期的变化[J]. 应用气象学报, 2004, 15(3): 306-312.

[Xu Mingzhi, Ren Guoyu. Change in growing season over China: 1961-2000. Journal of Applied Meteorological Science, 2004, 15(3): 306-312.]

[6]
任国玉, 初子莹, 周雅清, 等. 中国气温变化研究最新进展[J]. 气候与环境研究, 2005, 10(4): 701-716.

[Ren Guoyu, Chu Ziying, Zhou Yaqing, et al. Recent progresses in studies of regional temperature changes in China. Climatic and Environmental Research, 2005, 10(4): 701-716.]

[7]
Zhai P M, Pan X H. Trends in temperature extremes during 1951-1999 in China[J]. Geophysical Research Letters, 2003, 30(17): 169-172.

[8]
任国玉, 封国林, 严中伟. 中国极端气候变化观测研究回顾与展望[J]. 气候与环境研究, 2010, 15(4): 337-353.

[Ren Guoyu, Feng Guolin, Yan Zhongwei. Progresses in observation studies of climate extremes and changes in China's mainland. Climatic and Environmental Research, 2010, 15(4): 337-353.]

[9]
Tao F L, Yokozawa M, Xu Y L, et al. Climate changes and trends in phenology and yields of field crops in China, 1981-2000[J]. Agricultural and Forest Meteorology, 2006, 138: 82-92.

DOI

[10]
Schmidhuber J, Tubiello F N. Global food security under climate change[J]. PNAS, 2007, 104(50): 19703-19708.

DOI PMID

[11]
Bellard C, Bertelsmeier C, Leadley P, et al. Impacts of climate change on the future of biodiversity[J]. Ecology Letters, 2012, 15(4): 365-377.

DOI PMID

[12]
Newbold T, Hudson L N, Hill S L, et al. Global effects of land use on local terrestrial biodiversity[J]. Nature, 2015, 520: 45-50.

DOI

[13]
Ortiz A M D, Outhwaite C L, Dalin C, et al. A review of the interactions between biodiversity, agriculture, climate change, and international trade: Research and policy priorities[J]. One Earth, 2021, 4(1): 88-101.

DOI

[14]
Kotz M, Wenz L, Stechemesser A, et al. Day-to-day temperature variability reduces economic growth[J]. Nature Climate Change, 2021, 11: 319-325.

DOI

[15]
McMichael A J, Woodruff R E, Hales S. Climate change and human health: Present and future risks[J]. The Lancet, 2006, 367: 859-869.

DOI

[16]
Sun Y, Zhang X B, Zwiers F W, et al. Rapid increase in the risk of extreme summer heat in Eastern China[J]. Nature Climate Change, 2014, 4: 1082-1085.

DOI

[17]
Wang J, Chen Y, Liao W, et al. Anthropogenic emissions and urbanization increase risk of compound hot extremes in cities[J]. Nature Climate Change, 2021, 11: 1084-1089.

DOI

[18]
郁珍艳, 范广洲, 华维, 等. 气候变暖背景下我国四季开始时间的变化特征[J]. 气候与环境研究, 2010, 15(1): 73-82.

[Yu Zhenyan, Fan Guangzhou, Hua Wei, et al. Variation characteristics of season start dates over China under the global warming. Climatic and Environmental Research, 2010, 15(1): 73-82.]

[19]
Dong W J, Jiang Y D, Yang S. Response of the starting dates and the lengths of seasons in mainland China to global warming[J]. Climatic Change, 2010, 99(1/2): 81-91.

DOI

[20]
Park B J, Kim Y H, Min S K, et al. Anthropogenic and natural contributions to the lengthening of summer season in the Northern Hemisphere[J]. Journal of Climate, 2018, 31(17): 6803-6819.

DOI

[21]
Wang J M, Guan Y P, Wu L X, et al. Changing lengths of the four seasons by global warming[J]. Geophysical Research Letters, 2021, 48(6): e2020GL091753. doi: 10.1029/2020GL091753.

[22]
Lin W, Wang C Z. Longer summers in the Northern Hemisphere under global warming[J]. Climate Dynamics, 2022, 58(9/10): 2293-2307.

DOI

[23]
孙树鹏, 张璐, 侯威, 等. 基于非线性相似度量方法研究中国季节划分[J]. 物理学报, 2011, 60(2): 809-815.

[Sun Shupeng, Zhang Lu, Hou Wei, et al. A non-linear similarity method for season division in China. Acta Physica Sinica, 2011, 60(2): 809-815.]

[24]
Trenberth K E. What are the seasons?[J]. Bulletin of the American Meteorological Society, 1983, 64(11): 1276-1282.

DOI

[25]
Stine A R, Huybers P, Fung I Y. Changes in the phase of the annual cycle of surface temperature[J]. Nature, 2009, 457: 435-440.

DOI

[26]
Stine A R, Huybers P. Changes in the seasonal cycle of temperature and atmospheric circulation[J]. Journal of Climate, 2012, 25(21): 7362-7380.

DOI

[27]
竺可桢, 宛敏渭. 物候学[M]. 北京: 科学出版社, 1973.

[Zhu Kezhen, Wan Minwei. Phenology. Beijing, China: Science Press, 1973.]

[28]
Brinkmann W. Growing season length as an indicator of climatic variations?[J]. Climatic Change, 1979, 2(2): 127-138.

DOI

[29]
Robeson S M. Increasing growing-season length in Illinois during the 20th century[J]. Climatic Change, 2002, 52(1/2): 219-238.

DOI

[30]
Frich P L, Alexander L, Della-Marta P, et al. Observed coherent changes in climatic extremes during 2nd half of the 20th century[J]. Climate Research, 2002, 19(3): 193-212.

DOI

[31]
Linderholm H W. Growing season changes in the last century[J]. Agricultural and Forest Meteorology, 2006, 137(1/2): 1-14.

DOI

[32]
陈效逑, 王林海. 遥感物候学研究进展[J]. 地理科学进展, 2009, 28(1): 33-40.

DOI

[Chen Xiaoqiu, Wang Linhai. Progress in remote sensing phenological research. Progress in Geography, 2009, 28(1): 33-40.]

DOI

[33]
钱诚, 严中伟, 符淙斌. 1960—2008年中国二十四节气气候变化[J]. 科学通报, 2011, 56(35): 3011-3020.

[Qian Cheng, Yan Zhongwei, Fu Congbin. Climatic changes in the twenty-four solar terms during 1960-2008. Chinese Science Bulletin, 2011, 56(35): 3011-3020.]

[34]
钱诚, 严中伟, 曹丽娟, 等. 基于1873年以来器测气温的二十四节气气候变化[J]. 气候与环境研究, 2018, 23(6): 670-682.

[Qian Cheng, Yan Zhongwei, Cao Lijuan, et al. Climatic changes in the twenty-four solar terms based on temperature observations back to 1873. Climatic and Environmental Research, 2018, 23(6): 670-682.]

[35]
Qian C, Ren G Y, Zhou Y Q. Urbanization effects on climatic changes in 24 particular timings of the seasonal cycle in the middle and lower reaches of the Yellow River[J]. Theoretical and Applied Climatology, 2016, 124(3): 781-791.

DOI

[36]
Perkins-Kirkpatrick S E. A review on the scientific understanding of heatwaves: Their measurement, driving mechanisms, and changes at the global scale[J]. Atmospheric Research, 2015, 164/165: 242-267.

DOI

[37]
全国气候与气候变化标准化技术委员会. 气候季节划分 GB/T 42074—2022[S]. 北京: 中国标准出版社, 2022.

[Climate and Climate Change. Division of climatic seasons GB/T 42074-2022. Beijing, China: Standards Press of China, 2022.]

[38]
张宝堃. 中国四季之分配[J]. 地理学报, 1934, 1(1): 29-74.

[Zhang Baokun. The duration of four seasons in China. Acta Geographica Sinica, 1934, 1(1): 29-74.]

DOI

[39]
Klein Tank A M G, Können G P. Trends in Indices of Daily Temperature and precipitation extremes in Europe, 1946-99 [J]. Journal of Climate, 2003, 16(22): 3665-3680.

DOI

[40]
Jaagus J, Ahas R. Space-time variations of climatic seasons and their correlation with the phenological development of nature in Estonia[J]. Climate Research, 2000, 15(3): 207-219.

DOI

[41]
汤懋苍, 钟海玲, 李栋梁. 青藏铁路沿线的四季划分及其温度变化分析[J]. 高原气象, 2003(5): 440-444.

[Tang Maocang, Zhong Hailing, Li Dongliang. The standard of marking off the four seasons along Qinghai-Xizang Railway and its temperature variation analysis. Plateau Meteorology, 2003(5): 440-444.]

[42]
范思睿, 范广洲, 董一平, 等. 青藏高原四季划分方法探讨[J]. 高原山地气象研究, 2011, 31(2): 1-11.

[Fan Sirui, Fan Guangzhou, Dong Yiping, et al. Research of the seasonal division method on Tibetan Plateau. Plateau and Mountain Meteorology Research, 2011, 31(2): 1-11.]

[43]
Allen M J, Sheridan S C. Evaluating changes in season length, onset, and end dates across the United States (1948-2012)[J]. International Journal of Climatology, 2016, 36(3): 1268-1277.

DOI

[44]
Peña-Ortiz C, Barriopedro D, García-Herrera R. Multidecadal variability of the summer length in Europe[J]. Journal of Climate, 2015, 28(13): 5375-5388.

DOI

[45]
曾庆存, 张邦林. 论大气环流的季节划分和季节突变I: 概念和方法[J]. 大气科学, 1992, 16(6): 641-648.

[Zeng Qingcun, Zhang Banglin. On the seasons of general atmospheric circulation and their abrupt changes. Part I: General concept and method. Scientia Atmospherica Sinaca, 1992, 16(6): 641-648.]

[46]
张邦林, 曾庆存. 论大气环流的季节划分和季节突变II:个别年份的分析[J]. 大气科学, 1998, 22(2): 129-136.

[Zhang Banglin, Zeng Qingcun. A study on the seasons of general atmospheric circulation and their abrupt changes. Part II: Case study of particular year. Scientia Atmospherica Sinaca, 1998, 22(2): 129-136.]

[47]
薛峰, 林一骅, 曾庆存. 论大气环流的季节划分与季节突变Ⅲ: 气候平均情况[J]. 大气科学, 2002, 26(3): 307-314.

[Xue Feng, Lin Yihua, Zeng Qingcun. On the seasonal division of atmospheric general circulationand its abrupt chang. Part III: Climatology. Chinese Journal of Atmospheric Sciences, 2002, 26(3): 307-314.]

[48]
张世轩, 张璐, 孙树鹏, 等. 全球变暖情况下中国季节的变化[J]. 高原气象, 2011, 30(3): 659-667.

[Zhang Shixuan, Zhang Lu, Sun Shupeng, et al. Changes of the seasons in China's mainland under global warming. Plateau Meteorology, 2011, 30(3): 659-667.]

[49]
Alpert P, Osetinsky I, Ziv B, et al. A new seasons definition based on classified daily synoptic systems: An example for the eastern Mediterranean[J]. International Journal of Climatology, 2004, 24(8): 1013-1021.

DOI

[50]
Alpert P, Osetinsky I, Ziv B, et al. Semi-objective classification for daily synoptic systems: Application to the eastern Mediterranean climate change[J]. International Journal of Climatology, 2004, 24(8): 1001-1011.

DOI

[51]
Sheridan S C. The redevelopment of a weather-type classification scheme for North America[J]. International Journal of Climatology, 2002, 22(1): 51-68.

DOI

[52]
Zander R, Messina A, Godek M. An air mass based approach to the establishment of spring season synoptic characteristics in the Northeast United States[J]. Atmospheric and Climate Sciences, 2013, 3(3): 408-419.

DOI

[53]
刘梅, 于波, 姚克敏. 人体舒适度研究现状及其开发应用前景[J]. 气象科技, 2002, 30(1): 11-14, 18.

[Liu Mei, Yu Bo, Yao Kemin. Human comfort research status and development prospects. Meteorological Science and Technology, 2002, 30(1): 11-14, 18.]

[54]
Steadman R G. Indices of windchill of clothed persons[J]. Journal of Applied Meteorology, 1971, 10(4): 674-683.

DOI

[55]
Steadman R G. A universal scale of apparent temperature[J]. Journal of Applied Meteorology, 1984, 23(12): 1674-1687.

[56]
闫业超, 岳书平, 刘学华, 等. 国内外气候舒适度评价研究进展[J]. 地球科学进展, 2013, 28(10): 1119-1125.

DOI

[Yan Yechao, Yue Shuping, Liu Xuehua, et al. Advances in assessment of bioclimatic comfort conditions at home and abroad. Advances in Earth Science, 2013, 28(10): 1119-1125.]

DOI

[57]
Houghten F C, Yaglog C P. Determining lines of equal comfort[J]. Journal of the American Society of Heating and Ventilating Engineers and Transactions, 1923, 29(10): 163-176.

[58]
陈正洪, 史瑞琴, 陈波. 季节变化对全球气候变化的响应: 以湖北省为例[J]. 地理科学, 2009, 29(6): 911-916.

[Chen Zhenghong, Shi Ruiqin, Chen Bo. Responses of Changing of Climatic Seasons to Global Warming: A case of Hubei Province in Central China. Scientia Geographica Sinica, 2009, 29(6): 911-916.]

[59]
Wu J, Gao X J, Giorgi F, et al. Changes of effective temperature and cold/hot days in late decades over China based on a high resolution gridded observation dataset[J]. International Journal of Climatology, 2017, 37(S1): 788-800.

DOI

[60]
Zhang J T, Ren G Y, You Q L. Detection and projection of climatic comfort changes in China mainland in a warming world[J]. Advances in Climate Change Research, 2022, 13(4): 507-516.

DOI

[61]
Li W L, Hao X, Wang L, et al. Detection and attribution of changes in thermal discomfort over China during 1961-2014 and future projections[J]. Advances in Atmospheric Sciences, 2022, 39(3): 456-470.

DOI

[62]
刘抗, 李照荣, 张敏, 等. 中国西北四省区四季变化时空特征[J]. 干旱气象, 2018, 36(5): 767-775.

DOI

[Liu Kang, Li Zhaorong, Zhang Min, et al. Temporal and spatial characteristics of four seasons in four provinces in northwest of China. Journal of Arid Meteorology, 2018, 36(5): 767-775.]

[63]
Wang J M, Guan X D, Guan Y P, et al. Changes in lengths of the four seasons over the drylands in the Northern Hemisphere midlatitudes[J]. Journal of Climate, 2021, 34(20): 8181-8190.

[64]
Wang K C, Dickinson R E. Contribution of solar radiation to decadal temperature variability over land[J]. PNAS, 2013, 110(37): 14877-14882.

DOI PMID

[65]
Santer B D, Bonfils C, Painter J F, et al. Volcanic contribution to decadal changes in tropospheric temperature[J]. Nature Geoscience, 2014, 7: 185-189.

DOI

[66]
Schmidt G A, Shindell D T, Tsigaridis K. Reconciling warming trends[J]. Nature Geoscience, 2014, 7: 158-160.

DOI

[67]
Lin W, Wang C Z. Detection and attribution of the summer length changes in the Northern Hemisphere[J]. Climate Dynamics, 2023, 60: 3801-3812.

DOI

[68]
Weller E, Park B J, Min S K. Anthropogenic and natural contributions to the lengthening of the Southern Hemisphere summer season[J]. Journal of Climate, 2020, 33(24): 10539-10553.

DOI

[69]
侯威, 孙树鹏, 张世轩, 等. 东亚地区大气环流的季节划分及其时空变化特征[J]. 物理学报, 2011, 60(10): 781-789.

[Hou Wei, Sun Shupeng, Zhang Shixuan, et al. Season division and its temporal and spatial variation features of General atmospheric circulation in East Asia. Acta Physica Sinica, 2011, 60(10): 781-789.]

[70]
Zhao J H, Feng G L, Zhi R. Progresses and prospects in research on season division and seasonal changes in China[J]. Journal of Tropical Meteorology, 2013, 19(1): 28-38.

[71]
张世轩, 支蓉, 封国林, 等. 中国东部地区前冬季节来临早晚与夏季降水的关系探究[J]. 大气科学, 2012, 36(3): 564-578.

[Zhang Shixuan, Zhi Rong, Feng Guolin, et al. The relationship between the onset date of preceding winter and following summer rainfall in eastern China. Chinese Journal of Atmospheric Sciences, 2012, 36(3): 564-578.]

[72]
赵俊虎, 封国林, 张世轩, 等. 近48年中国的季节变化与极端温度事件的联系[J]. 物理学报, 2011, 60(9): 842-850.

[Zhao Junhu, Feng Guolin, Zhang Shixuan, et al. Seasonal changes in China during recent 48 years and their relationship with temperature extremes. Acta Physica Sinica, 2011, 60(9): 842-850.]

[73]
叶笃正, 陶诗言, 李麦村. 在六月和十月大气环流的突变现象[J]. 气象学报, 1958, 29(4): 249-263.

[Yeh Duzheng, Dao Shiyan, Li Maicun. The abrupt change of circulation over Northern Hemisphere during June and October. Acta Meteorologica Sinica, 1958, 29(4): 249-263.]

[74]
Zhang P F, Ren G Y, Qin Y, et al. Urbanization effects on estimates of global trends in mean and extreme air temperature[J]. Journal of Climate, 2021, 34(5): 1923-1945.

DOI

[75]
Tysa S K, Ren G Y, Qin Y, et al. Urbanization effect in regional temperature series based on a remote-sensing classification scheme of stations[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(20): 10646-10661.

DOI

[76]
温康民, 任国玉, 李娇, 等. 基于城市化偏差订正的中国大陆月平均地面气温网格数据集(1961—2015)[J]. 全球变化数据学报, 2021, 5(1): 27-36.

[Wen Kangmin, Ren Guoyu, Li Jiao, et al. Monthly mean surface air temperature 2°×2° grid dataset in China (1961-2015). Journal of Global Change Data & Discovery, 2021, 5(1): 27-36.]

[77]
方修琦, 余卫红. 物候对全球变暖响应的研究综述[J]. 地球科学进展, 2002, 17(5): 714-719.

DOI

[Fang Xiuqi, Yu Weihong. Progress in the studies on the phenological responding to global warming. Advance in Earth Sciences, 2002, 17(5): 714-719.]

Options
文章导航

/

〈 〉