2017, Vol. 36
2. 湖北省公众气象服务中心, 武汉 430074
全球变暖背景下极端天气、气候事件的频发给社会经济和人民生活带来严重影响和损失, 引起了国际社会的广泛关注 (Field, 2012; 王琼等, 2013; 梁萍和陈葆德, 2015)。近年来对极端温度事件从不同角度进行的研究 (翟盘茂和潘晓华, 2003; 王琼等, 2013; 任福民和翟盘茂, 1998; 杨萍等, 2010; 陈少勇等, 2012) 得到许多有意义的结果 (任国玉等, 2010; 翟盘茂和刘静, 2012; 陈少勇等, 2012)。但观测资料空间分布不均, 时间序列短等问题使其具有一定的局限性。
再分析资料作为一种重要的资料来源, 为进一步认识大气运动规律, 理解区域和全球气候变化提供强有力的数据支撑 (赵天保等, 2010; 李瑞青等, 2012), 在大气科学领域中发挥着不可替代的作用。但再分析资料是一种利用资料同化方法把数值预报产品和观测资料相融合的产物, 不能与“观测”和“事实”等同起来, 不能完全取代观测资料来描述大气的真实三维状态 (赵天保和符淙斌, 2009)。观测资料的不确定性、数值预报模式误差和同化方法误差所造成的系统偏差, 观测资料分布不均和数据覆盖率随时间的变化以及再分析过程中的不均一等问题所引起的误差, 以及再分析资料所采用的同化方案、资料来源和偏差校正等的不同, 使得再分析资料的准确性难以保证 (Shea, 1994; 何冬燕等, 2013; Cornes and Jones, 2013), 各再分析资料之间也存在一定差别。此外, 再分析资料在不同区域和季节, 不同的要素其适用性也有不同 (赵天保和符淙斌, , 2009; You et al, 2013; 孙玉婷等, 2013)。因此, 再分析资料在反映真实大气高温分布规律时具有不一致性, 在将其用于极端温度事件的研究中时需与观测资料进行对比, 分析其优缺点。
目前较为常用的再分析资料主要为NCEP/NCAR (Kalnay et al, 1996; )、NCEP/DOE (Kanamitsu et al, 1996)、ERA-Interim (Paul et al, 2009) 以及JRA-55(Kobayashi et al, 2015) 等。JRA-55是JMA近来释放的一个再分析数据集, 在JRA-25(Onogi et al, 2007) 基础上有许多改进, JRA-25中出现的许多缺点在JRA55中都得到减少或降低。ERA-Interim则是继ERA-40后, ECMWF推出的最新资料集, 其时段为1979年至今。
为了更有效地利用再分析资料进行大气环流和气候的年际、年代际变化等方面的研究, 对其适用性进行分析显得极为重要。已有研究多从降水场 (赵天保等, 2004; 戴泽军等, 2011; 吕少宁等, 2011)、温度场 (赵天保和符淙斌, 2009; 高庆九等, 2010; Cornes Jones, 2013; You et al, 2013) 以及高度场 (赵天保和符淙斌, 2009; 荀学义等, 2011; 高庆九, 2013; 赵佳莹和徐海明, 2014) 等方面对再分析资料进行对比分析, 指出这些变量与观测资料在数值、季节变化和长期变化等方面存在不一致性或不确定性。游庆龙等 (2013)将NCEP/NCAR和ECMWF两类再分析资料用于极端天气、气候研究的结果表明, 这两种再分析资料在一定程度上可以用于极端气候的研究。
已有的研究 (李汀和琚建华, 2013; 董敏和李崇银, 2007; 俞永强等, 2007) 表明, 大气季节内振荡不但对全球天气、气候异常有着重要作用, 对东亚地区降水、气温以及季风等具有一定影响, 因此本文尝试在大气季节内振荡这一时间尺度上对再分析资料适用性进行评估, 以便更好地将再分析资料用于极端天气、气候事件的研究。
2 资料及处理所用再分析资料为JRA-55和NCEP/DOE逐日/逐月最高温度, ERA-Interim、NCEP/NCAR逐日最高温度。其中JRA-55和ERA-Interim再分析资料均为一日四次, 取每日四次中的最大值作为逐日最高温度。JRA-55为640×320的高斯网格点资料, ERA-Interim为2.5×2.5均匀网格点资料; NCEP/NCAR和NCEP-DOE为地面2 m处192×94的逐日高斯格点资料。
194个测站 (图 1) 的地面逐日和逐月最高气温观测资料 (OT) 来自中国气象数据网 (http://data.cma.cn/) 提供的中国地面国际交换站气候资料日值/月值数据集, 该资料集已进行了严格的质量控制和检查, 质量较好。
|
图 1 中国区域194个台站分布 Figure 1 Distribution of 194 stations in China |
目前对均一化资料和观测资料的研究 (周雅清和任国玉, 2009; 曹丽娟和严中伟, 2011; 李娇等, 2014) 显示:均一化处理对日最高气温及其衍生的极端温度指数序列趋势, 分布及变点影响较弱, 且冬春季的影响高于夏秋季, 故文中对观测资料未做均一化处理。
本文主要选取站点较多且分布较均匀的东部地区进行分析 (图 1)。对194个测站海拔高度与NCEP/NCAR、NCEP/DOE、ERA-Interim再分析资料的模式地形高度差 (图略) 的分析发现, 100°E以东地区高度差异并不明显。根据Zhao et al (2008)的研究, 并考虑到本文主要研究区域为我国东部地区, 故本文资料亦未作地形高度订正。为了便于资料的对比分析, 观测资料以及再分析资料统一插值为水平分辨率2.5°×2.5°的格点资料 (无特殊说明, 下文资料均指处理为2.5°×2.5°的网格点资料)。以上各资料的时间长度均为1979-2013年。
对ERA-Interim和NCEP/NCAR逐日最高温度取月平均得到这两个资料1979-2013年的月平均最高温度资料, 对每年夏季6-8月最高温度取平均得到逐年夏季平均最高温度; 文中夏季多年平均逐日最高温度指对逐日最高温度进行多年平均 (剔除闰年2月29日) 后提取的夏季逐日多年平均温度资料。
3 夏季日最高温度的多年平均特征 3.1 夏季日最高温度的多年平均空间特征对194站观测资料以及四种再分析资料夏季6-8月日最高温度进行35年平均, 得到夏季日最高温度的多年平均分布 (图 2)。结果发现, 5种资料均显示以青藏高原为中心的低值区域, 在105°E以东, 观测 (图 2a) 日最高温度从北向南逐渐升高, 大兴安岭地区为最低, 江南华南沿海一带最高, 可达32 ℃。JRA-55(图 2b) 与观测 (图 2a) 日最高温度的分布形态相似, 但数值整体偏低, 32 ℃的范围小于观测资料的, 华南地区只有小部分地区达到32 ℃(未经插值的高斯网格图中可以看出, 图略); ERA-Interim、NCEP/NCAR、NCEP/DOE日最高温度的分布形态在105°E以东与观测资料类似, 高温中心位于华北南部和江淮之间, 其中NCEP/DOE高值中心可达32 ℃。ERA-Interim、NCEP/NCAR、NCEP/DOE对江南、华南一带高温估计偏低, 尤以NCEP/NCAR (图 2d) 和ERA-Interim (图 2c) 为甚, 且对东北南部的日最高温度估计也偏低。
|
图 2 1979-2013年夏季日最高温度的多年平均分布 (单位: ℃) (a) 观测, (b) JRA-55, (c) ERA-Interim, (d) NCEP/NCAR, (e) NCEP/DOE Figure 2 The distribution of averaged daily maximum temperature in summer during 1979-2013.Unit: ℃. (a) observations, (b) JRA-55, (c) ERA-Interim, (d) NCEP/NCAR, (e) NCEP/DOE |
由以上分析可知, JRA-55对东部地区夏季日最高温度的多年平均特征的再现能力较好, 其次分别是ERA-Interim、NCEP/DOE和NCEP/NCAR。
3.2 东部地区夏季平均最高温度变化特征考虑到近年来高温热浪在东部地区出现较多, 以下对东部地区 (20°N-40°N, 105°E-120°E) 夏季逐年平均最高温度序列进行分析。
五种最高温度资料在东部地区的区域平均 (图 3a) 显示出在1979-2013年间均为增温趋势, 但不同资料数值有较大差异:观测资料数值最高, 其次分别为JRA-55、NCEP/DOE、NCEP/NCAR, ERA-Interim最低, 其中NCEP/NCAR资料在2011年较其他年份明显偏低。相关分析结果表明, 观测资料与JRA-55的相关系数最高, 可达0.968, 其次为ERA-Interim和NCEP/DOE, 分别为0.906和0.823, NCEP/NCAR与观测资料的相关虽然也可达0.529, 但与其他再分析资料相比, 相关程度明显偏低。由五种资料区域平均温度距平曲线 (图 3b) 亦可以看出, 各再分析资料与观测资料变化趋势基本一致, 有较明显的年代际变化特征:在20世纪90年代之前多为负距平, 进入21世纪后多为正距平, 20世纪90年代至21世纪年际变化较大, 正负值均有出现; JRA-55与观测资料的距平值最接近, 且变化趋势也最接近观测资料, 尤其在1988至1995以及2004年以后, 其次为ERA-Interim; NCEP/DOE、NCEP/NCAR距平与观测资料距平存在比较明显的差异, 较观测资料偏高。
|
图 3 1979-2013年夏季区域平均 (20°N-40°N, 105°E-120°E) 观测、JRA-55、ERA-Interim、NCEP/NCAR、NCEP/DOE的最高温度 (a) 及其距平变化 (b) 曲线 (单位: ℃) 图例中括号中数字表示该资料的多年平均值 Figure 3 The curves of area-averaged (20°N-40°N, 105°E-120°E) daily maximum temperature in summer (a) and its anomaly (b) for observations, JRA-55, ERA-Interim, NCEP/NCAR and NCEP/DOE data from 1979 to 2013. Unit: ℃. The number in bracket denotes the averaged value for every datasets from 1979 to 2013 |
对夏季最高温度长期变化的分析 (图 4) 可以发现, 中国东部地区 (图 4a) 夏季平均最高温度基本为升高趋势, 其中西南地区、东北地区北部, 西北东部、内蒙古以及长江中下游地区均有较显著的增温, 内蒙古地区增温最强, 其次为西北东部地区以及长江中下游地区。JRA-55(图 4b) 对于西北东部以及长江中下游地区的显著增暖区域有较好的再现, 增温幅度也与观测资料较为接近, 内蒙古东部及西部地区趋势与观测资料相当, 中部地区的略小, 西南地区为降温趋势; ERA-Interim (图 4c)、NCEP/NCAR (图 4d) 和NCEP/DOE (图 4e) 均较好地表现了长江中下游地区的显著增温趋势, 其中ERA-Interim (图 4c) 增温幅度与观测资料较为接近, 但对东北和内蒙古等北方地区增温的估计偏低, 且未通过显著性检验; NCEP/NCAR (图 4d) 对长江中下游地区的显著增温的估计偏低, 范围偏小, 而NCEP/DOE (图 4e) 对长江中下游地区和内蒙古中东地区增温的估计偏强, 且显著增温区域延伸至东北南部地区。NCEP/NCAR (图 4d) 和NCEP/DOE (图 4e) 均显示华南增温显著, 其中前者与观测资料增温趋势相当而后者偏强, 两者均对西北东部地区增温情况估计偏低, 甚至显示有降温趋势。
|
图 4 1979-2013年观测资料 (a)、JRA-55 (b)、ERA-Interim (c)、NCEP/NCAR (d)、NCEP/DOE (e) 资料夏季日最高温度的线性趋势 (单位: ℃·a-1) 阴影区域表示通过α=0.05显著性水平检验 Figure 4 The linear trend of theobservations (a), JRA-55 (b), ERA-Interim (c), NCEP/NCAR (d), NCEP/DOE (e) daily maximum temperature in summer during 1979-2013.Unit: ℃·a-1. The shaded area denotes have passed the significance level at 0.05 |
我国东部地区夏季日最高温度在近35年来整体处于增长趋势, 长江中下游以及内蒙古东部地区增长趋势明显。结合线性增长的分布形态以及增长幅度可知, 再分析资料对于观测资料长期变化趋势的再现能力在不同地区各有优劣, 总体来说JRA-55略优于其他三种再分析资料, 在长期变化分析中要根据需要加以选择。
5 夏季最高温度的时空变化特征对1979-2013年观测资料、JRA-55、ERA-Interim、NCEP/NCAR及NCEP/DOE的夏季日最高温度去除其线性趋势后, 分别做EOF分解 (施能, 2002), 并进行North检验 (North et al, 1982), 观测资料、NCEP/NCAR前两个模态, ERA-Interim、JRA-55第一个模态以及NCEP/NCAR前三个模态均通过了显著性检验。由于去趋势后的观测夏季最高温度距平前两个模态的累积方差贡献达46%, 能反映原场接近50%的信息, 在此将分析前两个模态的时空变化特征。
5.1 夏季最高温度的空间分布特征观测资料的第一模态 (图 5a) 表现为东部地区长江中下游以南与其以北地区夏季平均最高温度反位相变化, 在内蒙古东部至东北西部有一正值中心, 华南至华东南部有一负值中心。而JRA-55中 (图 5b) 长江中下游地区与其他地区呈现反位相变化, 大值中心分别在内蒙古中部地区以及长江中下游地区。ERA-Interim的 (图 5c) 空间分布则与观测资料较为相似, 在我国东部地区长江中下游以南与其以北地区夏季平均最高温度反位相变化, 大值中心在内蒙古东部地区。NCEP/NCAR (图 5d) 再分析资料中主要表现为全国一致的增温或者降温, 与观测资料有较大的差异, 大值中心主要位于江浙一带。而NCEP/DOE再分析资料 (5e) 中, 主要表现为我国东部蒙古地区与其他地区呈现反位相变化, 中心大值区主要在辽宁以及华东地区。
|
图 5 1979-2013年夏季最高温度距平 (去线性趋势) 的EOF第一模态 (a~e, 单位: ℃) 及其时间系数 (f~j) (a, f) 观测值, (b, g) JRA-55, (c, h) ERA-Interim, (d, i) NCEP/NCAR, (e, j) NCEP/DOE.彩色区为正值区域, 百分比为该模态的方差贡献; 时间系数图中右上角分别为再分析资料与观测资料年代际变化 (前)、年际变化 (后) 的方差贡献 Figure 5 The first EOF mode (a~e, unit: ℃) and its time coefficients (f~j) of maximum temperature departure (detrend) in summer from 1979-2013.(a, f) observations, (b, g) JRA-55, (c, h) ERA-Interim, (d, i) NCEP/NCAR, (e, j) NCEP/DOE. The color area denotes the value is positive, the percentages in Fig.5a~e denotes the variance contribution of the mode and in Fig.5f~j denotes the variance contribution of the interdecadal (former) and interannual (latter) |
第二模态空间分布 (图略) 显示, 观测资料表现为长江中下游地区有一负值中心, 东北地区为一正值中心; 在JRA-55资料中, 我国东部地区除陕西和甘肃一带以及东北地区为正值区域, 其余地区均为负值区, 且在长江中下游地区有一负值中心; ERA-Interim资料中, 我国东部地区除内蒙古大部分地区为负值区, 其余均为正值区域, 且在长江中下游及东北地区均有正值中心; NCEP/NCAR、NCEP/DOE资料中普遍为负值区域。
由以上分析可知, 夏季平均最高温度主要表现为东部地区长江中下游以南与其以北地区反位相变化的特征, 北部为正值区, 南部为负值区。其中ERA-Interim资料空间分布与观测资料最为相似, 其次为NCEP/DOE。第二模态中, 长江中下游及其以南地区以及东北地区为正值区, 其余为负值区。各再分析资料中ERA-Interim再现能力较好, 其次为JRA-55, NCEP/NCAR、NCEP/DOE则较差。
5.2 夏季最高温度的时间变化特征对以上EOF分解所得的时间序列进行谐波分析, 可得年际 (周期小于8年) 和年代际变化 (周期大于8年) 分量 (马音等, 2012)。五种资料的年际和年代际方差贡献的结果均显示夏季平均最高温度年际变化信号更强, 而年代际变化信号稍弱。
观测资料中可以看出, 年代际变化分量与原始时间序列较为相似, 均表现为20世纪90年代中期之前波动较弱, 20世纪90年代中期至21世纪初波动振幅增强, 之后振幅趋于平缓。结合空间场可知, 在20世纪90年代中期之前和2005年之后, 长江中下游以南地区最高温度偏高偏暖, 以北地区则相反。年际变化方差贡献较大 (78%), 振幅较强, 1997、2000年时间系数值较大, 反映该年长江中下游以北 (以南) 最高温度偏高 (偏低)。JRA-55(图 5g) 中, 20世纪90年代中期至21世纪初, 观测资料中年代际变化时间系数为正, 而JRA-55中为负, 与观测资料存在一定的差异。年际变化中, 20世纪90年代至21世纪初振幅较弱, 2005年往后振幅增强, 而观测资料中变化强度与之相反, 两者呈负相关, 且相关系数只有-0.22。ERA-Interim资料 (图 5h) 中, 年际以及年代际变化趋势与强度均与观测资料相似, 其中年际变化振幅较观测资料普遍略偏强, 相关系数分别为0.84, 0.86, 均通过0.99信度检验。NCEP/NCAR资料 (图 5i) 中不论年际变化还是年代际变化均与JRA-55相似, 而与观测资料有一定的差异。NCEP/DOE资料 (图 5j) 中年代际变化与观测资料较为相似, 相关系数为0.73, 通过信度0.01显著性检验; 而年际变化中, 1980、2011年强度较大, 其间相对较小, 但仍比观测资料大, 相关系数仅为0.17。
第二模态时间场变化中也是年际变化较为显著, 其中NCEP/DOE、NCEP/NCAR与观测资料年际变化最接近, 相关系数分别为0.49、0.46;而JRA-55和ERA-Interim与观测资料有一定的差异, 相关系数均在0.1以下。
由以上分析可知, 20世纪90年代中期至21世纪初波动振幅较强, 长江中下游及其以南地区的年代际变化表现为降温。夏季平均最高温度主要是年际变化为主, 各再分析资料中, ERA-Interim年际变化特征最接近观测资料, JRA-55、NCEP/NCAR以及NCEP/DOE在21世纪之后变化特征与观测资料较为相似。
6 季节内振荡尺度下夏季多年平均逐日最高温度的变化特征由于大气季节内振荡对全球天气、气候异常有着重要作用, 对东亚地区降水、气温以及季风等具有一定影响, 本节尝试从季节内振荡这一角度分析夏季高温过程中再分析资料的适用性。
6.1 夏季多年平均逐日最高温度的变化特征图 6为我国东部 (20°N-40°N, 105°E-120°E) 区域平均的夏季6-8月逐日最高温度及其距平变化曲线。
|
图 6 区域平均 (20°N-40°N, 105°E-120°E) 观测、JRA-55、ERA-Interim、NCEP/NCAR、NCEP/DOE夏季最高温度 (a) 及其距平 (b) 逐日变化曲线 (单位: ℃) 图例中括号中数字表示该资料的多年平均 Figure 6 The curves of area-averaged (20°N-40°N, 105°E-120°E) maximum temperature in summer (a) daily variation and (b) its anomaly of observation, JRA-55, ERA-Interim, NCEP/NCAR and NCEP/DOE data.Unit: ℃. The number in bracket denotes the averaged value for every datasets from 1979 to 2013 |
从图 6中可以看出, 五种资料在我国东部地区区域平均的最高温度变化差异较大。其中观测资料温度最高, 其次为JRA-55、NCEP/DOE, NCEP/NCAR与ERA-Interim则相对偏低。再分析资料 (除NCEP/NCAR) 与观测资料变化基本一致, 主要表现为6月初平均温度较低, 且有明显上升趋势。7月下旬至8月初温度持续较高, 可达31 ℃, 此后呈下降趋势。而NCEP/NCAR资料与观测资料的变化有明显的差异:在6月初开始有增温, 至7月初开始呈现下降趋势, 7月下旬至8月初的高温并不明显。JRA-55与观测资料的相关系数为0.976, 其次为ERA-Interim、NCEP/DOE, 均在0.9以上, 均通过信度0.01显著性检验。而NCEP/NCAR与观测资料的相关系数虽然也超过0.01信度检验, 但明显偏低 (0.539)。温度距平曲线 (图 6b) 中再分析资料与观测资料变化特征与图 6a类似。7月初之前观测资料距平低于再分析资料距平, 之后逐渐高于再分析资料距平, 说明再分析资料与观测资料的差异在7月中上旬较小。由以上分析可知, JRA-55与观测资料较接近, 其次为ERA-Interim, NCEP/NCAR相关性较差。
6.2 夏季多年平均逐日最高温度中季节内振荡的方差贡献对观测资料的夏季逐日多年平均最高温度在 (20°N-40°N, 105°E-120°E) 的区域平均序列进行功率谱分析 (图略) 显示其主周期为20~60天。因此本节选取20~60天滤波后的资料进行季节内尺度的不同资料的比较分析。
对1970-2013年各夏季日最高温度20~60天滤波所得数据计算其方差S1。同理, 将各资料集夏季日最高温度进行多年平均后, 计算得到的方差记为S2, S1占S2的百分比即为日最高温度在季节内变化尺度的方差贡献。
观测资料的方差贡献 (图 7a) 显示出两个大值区, 分别为甘肃东部至陕西、河南一带以及我国东北地区, 方差贡献达12%;在云南、四川南部方差贡献更大, 可达28%, 大值中心约在云南昆明附近。因此, 夏季日最高温度中ISO时间尺度所占方差贡献在陕西河南、云南四川南部以及东北等区域较大。JRA-55(图 7b) 方差贡献大值区主要位于陕西河南以及甘肃东部, 其强度、位置均与观测资料较一致; 云南一带的大值区较观测资料强度偏弱; 内蒙古东部至吉林一带则较观测资料在范围上更大, 向西部延伸。ERA-Interim (图 7c) 方差贡献基本能体现观测资料在陕西、河南一带的大值区, 且强度与观测资料相当, 而四川附近的大值区相对观测资料偏弱, 东北地区范围偏小偏南, 强度与观测资料相当。NCEP/NCAR与NCEP/DOE方差贡献大值区分布大致相同。NCEP/NCAR (图 7d) 中可以看出, 在中国中东部地区, 方差贡献大值区主要分布在四川甘肃一带, 位置较观测资料偏西, 可达12%。东北地区方差贡献最高可达16%, 大值中心在辽宁附近。NCEP/DOE (7e) 中陕西、甘肃一带方差贡献较大。东北地区以及广西、贵州一带方差贡献更大, 可达16%。其余两个大值区在12%左右。
|
图 7 1979-2013年观测资料 (a), JRA-55 (b), ERA-Interim (c), NCEP/NCAR (d) 及NCEP/DOE (e) 资料多年平均夏季最高温度季节内振荡尺度的方差贡献 Figure 7 The variance contribution of intra-seasonal oscillation for the averaged maxinum temperature in summer during 1979-2013.(a) observations, (b) JRA-55, (c) ERA-Interim, (d) NCEP/NCAR, (e) NCEP/DOE |
通过以上分析可知在气候态下, 夏季日最高温度中季节内变化时间尺度所占方差贡献主要在云贵地区以及、东北地区、甘肃东部及陕西一带较大。而再分析资料中, JRA-55及ERA-Interim对该特征的再现能力较好, 其次为NCEP/DOE、NCEP/NCAR。
7 结论与讨论针对中国194站逐日最高温度的地面气温 (OT) 及JRA-55、ERA-Interim、NCEP/NCAR和NCEP/DOE四种再分析资料, 并运用线性分析、方差分析、EOF分析和滤波等对不同再分析资料与观测资料进行了分析。结论如下:
(1) JRA-55再分析资料对我国夏季日最高温度的多年平均分布的再现能力最好, ERA-Interim、NCEP/NCAR、NCEP/DOE的最高温度的高值中心位于华北南部和江淮之间, 与观测资料有一定的差异。JRA-55再分析资料中, 华北、华中、华东、华南地区多年平均日最高温度普遍达到30 ℃。ERA-Interim的分布与其相似, 但是高温强度较弱; NCEP/DOE与NCEP/NCAR资料多年平均日最高温度在华北地区高温区域均较观测资料偏小偏北。
(2) 我国东部地区夏季日最高温度在近35年来整体处于增长趋势, 长江中下游以及内蒙古东部地区增长趋势明显。再分析最高温度在不同地区各有优劣, JRA-55略优于其他三种再分析资料。
(3) 观测和再分析夏季最高温度均能反映出我国东部地区夏季最高温度的时空场变化特征, ERA-Interim资料在空间场上更加准确, 其次为NCEP/DOE; 主要表现为东部地区长江中下游以北/以南偏暖/偏冷; 时间场上主要表现为年际变化特征, ERA-Interim最接近观测资料, 而JRA-55、NCEP/NCAR以及NCEP/DOE在21世纪之后变化特征与观测资料较为相似。
(4) 夏季日最高温度主周期为20~60天, 其所占方差贡献主要在云贵地区以及甘肃东部、陕西一带较大。而再分析资料中, JRA-55对ISO时间尺度方差贡献的再现能力最好, 其次分别为ET、NCEP/DOE、NCEP/NCAR。
值得注意的是, 城市热岛效应引起的地面气温观测数据系统偏高, 这种现象对气候变化分析有重要影响 (张雷, 2014)。对夏季典型高温热浪事件观测事实的分析可知, 城市热岛效应不仅影响夏季高温分布, 对高温强度也有明显增强。在长期变化趋势上, 城市极端高温呈现上升趋势, 城市化对此有重要贡献。此外, 在高温日数上的增加也有显著贡献 (周雅清和任国玉, 2014; 杨续超等, 2015)。去除城市化效应后对高温变化趋势、强度都会有所降低。本文并未对城市化影响进行深入探讨, 在后期研究中会进一步考虑城市化的影响。
致谢 观测资料取自中国气象数据网; NCEP/NCAR和NCEP/DOE、ERA-interim、JRA-55再分析资料分别由NOAA/NCEP、ECMWF和JMA提供。| Cornes R C, Jones P D. 2013. How well does the ERA-Interim reanalysis replicate trends in extremes ofsurface temperature across Europe?[J]. J Geophys Res Atmos, 118(18): 10262–10276. DOI:10.1002/jgrd.50799 | |
| Field C B. 2012. Managing the risks of extreme events and disasters to advance climate change adaptation: special report of the intergovernmental panel on climate change[M]. Cambridge: Cambridge University Press, 1-19. | |
| Kobayashi S, Ota Y, Harada Y, et al. 2015. The JRA-55 Reanalysis: General Specifications and Basic Characteristics[J]. J Meteor Soc Japan, 93(1): 5–48. DOI:10.2151/jmsj.2015-001 | |
| Kanamitsu M, Ebisuzaki W, Woollen J, et al. 2002. NCEP-DOE AMIP-II reanalysis (R-2)[J]. Bull Amer Meteor Soc, 83(11): 1631–1643. DOI:10.1175/BAMS-83-11-1631 | |
| Kistler R, Collins W, Saha S, et al. 2001. The NCEP-NCAR 50-year reanalysis: monthly means CD-ROM and documentation[J]. Bull Amer Meteor Soc, 82(2): 247–268. DOI:10.1175/1520-0477(2001)082<0247:TNNYRM>2.3.CO;2 | |
| North G R, Bell T, Cahalan R, et al. 1982. Sampling errors in the estimation of empirical orthogonal function[J]. Mon Wea Rev, 110(7): 699–706. DOI:10.1175/1520-0493(1982)110<0699:SEITEO>2.0.CO;2 | |
| Onogi K, Tsutsui J, Koide H, et al. 2007. The JRA-25 reanalysis[J]. J Meteor Soc Japan, 85(3): 369–432. DOI:10.2151/jmsj.85.369 | |
| Shea D J.1994.An introduction to atmospheric and oceanographic data[J].National Center for Atmospheric Research Tech.Note 404, 136.http: [WT《Times New Roman》]//dss.ucar.edu/docs/data-intro-technote/tn-404.pdf.[2015-10-26]. | |
| You Q L, Fraedrich K, Min J Z, et al. 2013. Can temperature extremes in China be calculated from reanalysis?[J]. Global & Planetary Change, 111(4): 268–279. | |
| Zhao T, Guo W, Fu C. 2008. Calibrating and evaluating reanalysis surface temperature error by topographic correction[J]. J Climate, 21(6): 1440–1446. DOI:10.1175/2007JCLI1463.1 | |
| 曹丽娟, 严中伟. 2011. 地面气候资料均一性研究进展[J]. 气候变化研究进展, 7(2): 129–135. | |
| Cao Lijuan, Yan Zhongwei. 2011. Progresses in research of homogenization of climate data[J]. Adv Climate Change Res, 7(2): 129–135. | |
| 陈少勇, 王劲松, 郭俊庭, 等. 2012. 中国西北地区1961-2009年极端高温事件的演变特征[J]. 自然资源学报, 27(5): 27–32. | |
| Chen Shaoyong, Wang Jinsong, Guo Junting, et al. 2012. Evolution characteristics of the extreme high temperature event in Northwest China from 1961 to 2009[J]. J Natural Res, 27(5): 27–32. | |
| 戴泽军, 宇如聪, 李建, 等. 2011. 三套再分析资料的中国夏季降水日变化特征[J]. 气象, 37(1): 21–30. DOI:10.7519/j.issn.1000-0526.2011.01.003 | |
| Dai Zejun, Yu Rucong, Li Jian, et al. 2011. The characteristics of summer precipitation diunal variations in three reanalysis datasets over China[J]. Meteor Mon, 37(1): 21–30. | |
| 董敏, 李崇银. 2007. 热带季节内振荡模拟研究的若干进展[J]. 大气科学, 31(6): 1114–1122. | |
| Dong Min, Li Chongyin. 2007. Some progress in the simulation study of intraseasonal oscillation of the tropical atmosphere[J]. Chinese J Atmos Sci, 31(6): 1114–1122. | |
| 高庆九, 管兆勇, 蔡佳熙, 等. 2010. 两种再分析资料中夏季地表气温与中国测站资料的差异[J]. 大气科学, 34(3): 472–482. | |
| Gao Qingjiu, Guan Zhaoyong, Cai Jiaxi, et al. 2010. Differences in 1958-2001 sumertime surface air temperatures between two reanalysis data and observations in China[J]. Chinese J Atmos Sci, 34(4): 471–482. | |
| 高庆九. 2013. 中国东部夏季多尺度气候变化研究中再分析资料的比较[D]. 南京: 南京信息工程大学, 56-115. | |
| Gao Qingjiu.2013.Data Intercomparison among reanalyses and observations in perspective of multi-scalevariations of summer climate in East China[D].Nanjing: Nanjing University of Information Science and Technology, 56-115. | |
| 何冬燕, 田红, 邓伟涛. 2013. 三种再分析地表温度资料在青藏高原区域的适用性分析[J]. 大气科学学报, 36(4): 458–465. | |
| He Dongyan, Tian Hong, Deng Weitao. 2013. Applicability analysis of three reanalysis surf-ace temperature data over the Tibetan Plateau[J]. Trans Atmos Sci, 36(4): 458–465. | |
| 李汀, 琚建华. 2013. 亚洲夏季风季节内振荡对云南主汛期降水的影响Ⅱ:云南主汛期季节内振荡活动过程及其对MJO活动的响应[J]. 高原气象, 32(3): 626–634. DOI:10.7522/j.issn.1000-0534.2012.00061 | |
| Li Ting, Ju Jianhua. 2013. Impact of intra seasonal oscillation in Asian summer monsoon on precipitation in main rainy season of Yunnan Ⅱ: Intra seasonal oscillation activity[J]. Plateau Meteor, 32(3): 626–634. DOI:10.7522/j.issn.1000-0534.2012.00061 | |
| 李娇, 任国玉, 任玉玉, 等. 2014. 资料均一化对沈阳站气温趋势和城市化偏差分析的影响[J]. 大气科学学报, 37(3): 297–303. | |
| Li Jiao, Ren Guoyu, Ren Yuyu, et al. 2014. Effect of data homogenization on temperature trend estimation and urban bias at Shenyang station[J]. Trans Atmos Sci, 37(3): 297–303. | |
| 李瑞青, 吕世华, 韩博, 等. 2012. 青藏高原东部三种再分析资料与地面气温观测资料的对比分析[J]. 高原气象, 31(6): 1488–1502. | |
| Li Ruiqing, LüShihua, Han Bo, et al. 2012. Preliminary Comparison and Analyses of Air Temperature at 2m Height between Three Reanalysis Data-Sets and Observation in the East of Qinghai-Xiang Plateau[J]. Plateau Meteorology, 31(6): 1488–1502. | |
| 梁萍, 陈葆德. 2015. 近139年中国东南部站点气温变化的多尺度特征[J]. 高原气象, 34(5): 1324–1329. | |
| Liang Ping, Chen Baode. 2015. Multiscale features of climate change for temeprature of centurial weather stations over Southeast China during latest 139 years[J]. Plateau Meteor, 34(5): 1324–1329. DOI:10.7522/j.issn.1000-0534.2014.00058 | |
| 吕少宁, 文军, 刘蓉. 2011. 中国大陆地区不同降水资料的适用性及其应用潜力[J]. 高原气象, 30(3): 628–640. | |
| LüShaoning, Wen Jun, Liu Rong. 2011. Applicability and potential of the different precipitation data in mainland China[J]. Plateau Meteor, 30(3): 628–640. | |
| 马音, 陈文, 冯瑞权, 等. 2012. 我国东部梅雨期降水的年际和年代际变化特征及其与大气环流和海温的关系[J]. 大气科学, 36(2): 397–410. DOI:10.3878/j.issn.1006-9895.2011.11050 | |
| Ma Yin, Chen Wen, Feng Ruiquan, et al. 2012. Interannual and interdecadal variations of precipitation over Eastern China during Meiyu season and their relationships with the atmoshpheric circulation and SST[J]. Trans Atmos Sci, 36(2): 397–410. | |
| 任福民, 翟盘茂. 1998. 1951-1990年中国极端气温变化分析[J]. 大气科学, 22(2): 217–227. | |
| Ren Fumin, Zhai Panmao. 1998. Study on changes of China's extreme temperatures during 1951-1990[J]. Trans Atmos Sci, 22(2): 217–227. | |
| 任国玉, 封国林, 严中伟. 2010. 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, 15(4): 337–353. | |
| Ren Guoyu, Feng Guolin, Yan Zhongwei. 2010. Progresses in observation studies of climate extremes and changes in mainland China[J]. Climatic Environ Res, 15(4): 337–353. | |
| 施能. 2002. 气象科学与预报中的多元分析方法[M]. 北京: 气象出版社, 157-159. | |
| Shi Neng. 2002. Meteoro-logical science and the forecast method of multivariate analysis[M]. Beijing: Meteorological press, 157-159. | |
| 孙玉婷, 高庆九, 闵锦忠. 2013. 再分析温度资料与西藏地区冬、夏季观测气温的比较[J]. 高原气象, 32(4): 910–920. | |
| Sun Yuting, Gao Qingjiu, Min Jingzhong. 2013. Comparison of reanalysis data and obervation about summer/winter surface air temperature in Tibet[J]. Plateau Meteor, 32(4): 910–920. DOI:10.7522/j.issn.1000-0534.2012.000087 | |
| 王琼, 张明军, 王圣杰, 等. 2013. 1962-2011年长江流域极端气温事件分析[J]. 地理学报, 68(5): 611–625. DOI:10.11821/xb201305004 | |
| Wang Qiong, Zhang Mingjun, Wang Shengjie, et al. 2013. Extreme temperature events in Yangtze River basin during 1962-2011[J]. Acta Geographica Sinica, 68(5): 611–625. | |
| 荀学义, 胡泽勇, 吴学宏, 等. 2011. 三套位势高度再分析资料在青藏高原地区的对比分析[J]. 高原气象, 30(6): 1445–1452. | |
| Xun Xueyi, Hu Zeyong, Wu Xuehong, et al. 2011. Comparative analyses of three geopotential height reanalysis data in Qinghai Xizang Plateau[J]. Plateau Meteor, 30(6): 1445–1452. | |
| 杨萍, 刘伟东, 王启光, 等. 2010. 近40年我国极端温度变化趋势和季节特征[J]. 应用气象学报, 21(1): 29–36. DOI:10.11898/1001-7313.20100104 | |
| Yang Ping, Liu Weidong, Wang Qiguang, et al. 2010. The climatic change trend and seasonal characteristics of daily temperature extremes in China for the latest 40 years[J]. J Appl Meteor Sci, 21(1): 29–36. | |
| 杨续超, 陈葆德, 胡可嘉. 2015. 城市化对极端高温事件影响研究进展[J]. 地理科学进展, 34(10): 1220–1228. | |
| Yang Xuchao, Chen Baode, Hu Kejia. 2015. A review of impacts of urbanization on extreme heat event[J]. Progress in Geography, 34(10): 1220–1228. | |
| 俞永强, 蒋国荣, 何金海. 2007. 大气季节内振荡的数值模拟Ⅱ[J]. 全球变暖的影响[J].大气科学, 31(4): 578–586. | |
| Yu Yongqiang, Jiang Guorong, He jinhai. 2007. Numerical simulation of the intraseasonal oscillation part Ⅱ: Impact of global warming[J]. Chinese J Atmos Sci, 31(4): 578–586. | |
| 翟盘茂, 潘晓华. 2003. 中国北方近50年温度和降水极端事件变化[J]. 地理学报, 58(增刊): 1–10. | |
| Zhai Panmao, Pan Xiaohua. 2003. Change in extreme temperature and precipitation over Northern China during the second half of the 20th century[J]. Acta Geographica Sinica, 58(Suppl): 1–10. | |
| 翟盘茂, 刘静. 2012. 气候变暖背景下的极端天气气候事件与防灾减灾[J]. 中国工程科学, 14(9): 55–63. | |
| Zhai Panmao, Liu Jing. 2012. Extreme weather/climate events and disaster prevention and mitigation unde-rglobal warming background[J]. Engineering Sciences, 14(9): 55–63. | |
| 张雷. 2014. 东亚地区城市化对极端气温的影响[D]. 南京: 南京信息工程大学. | |
| Zhang Lei.2014.Urbanization effect on the changes of extreme temperature in eaxt Asia[D].Nanjing: Nanjing University of Information Science and Technology. | |
| 赵佳莹, 徐海明. 2014. 中国区域位势高度场探空与再分析资料的对比分析[J]. 气象科学, 34(2): 128–138. DOI:10.3969/2013jms.0013 | |
| Zhao Jiaying, Xu Haiming. 2014. Comparison of geopotential height between reanalysis and radiosonde data over China[J]. J Meteor Sci, 34(2): 128–138. DOI:10.369/2013jms.0013 | |
| 赵天保, 符淙斌. 2009. 应用探空观测资料评估几类再分析资料在中国区域的适用性[J]. 大气科学, 33(3): 634–648. | |
| Zhao Tianbao, Fu Congbin. 2009. Applicability evaluation for several reanalysis datasets using the upper-air observations over China[J]. Chinese J Atmos Sci, 33(3): 634–648. | |
| 赵天保, 艾丽坤, 冯锦明. 2004. NCEP再分析资料和中国站点观测资料的分析与比较[J]. 气候与环境研究, 9(2): 278–294. | |
| Zhao Tianbao, Ai Likun, Feng Jinming. 2004. An intercomparison between NCEP reanalysis and observed data over China[J]. Climatic Environ Res, 9(2): 278–294. | |
| 赵天保, 符淙斌. 2009. 几种再分析地表气温资料在中国区域的适用性[J]. 高原气象, 28(3): 594–606. | |
| Zhao Tianbao, Fu Congbin. 2009. Applicability evaluation of surface air temperature from several reanalysis datasets in China[J]. Plateau Meteor, 28(3): 594–606. | |
| 赵天保, 符淙斌, 柯宗建, 等. 2010. 全球大气再分析资料的研究现状与进展[J]. 地球科学进展, 25(3): 242–254. | |
| Zhao Tianbao, Fu Congbin, Ke Zongjian, et al. 2010. Global atmosphere reanalysis datasets: current status and recent advances[J]. Adv Earth Sci, 25(3): 242–254. | |
| 周雅清, 任国玉. 2009. 城市化对华北地区最高、最低气温和日较差变化趋势的影响[J]. 高原气象, 28(5): 1159–1166. | |
| Zhou Yaqing, Ren Guoyu. 2009. The effect of urbanization on maximum, minimum temperatures and daily temperature range in North China[J]. Plateau Meteor, 28(5): 1159–1166. | |
| 周雅清, 任国玉. 2014. 城市化对华北地区极端气温事件频率的影响[J]. 高原气象, 33(6): 1590–1598. | |
| Zhou Y-aqing, Ren Guoyu. 2014. Urbanization effect on long-term trends of extreme temperature events in North China[J]. Plateau Meteor, 33(6): 1590–1598. DOI:10.7522/j.issn.1000-0534.2013.00153 |
2. Hubei province public meteorological service center, Wuhan 430074, China