2019, Vol. 38
2. 西北师范大学外国语学院, 甘肃 兰州 730070;
3. 北京师范大学社会发展与公共政策学院, 北京 100000
全球平均地表气温自20世纪中叶以来以0.12 ℃·(10a)-1的速率增长(Huang et al, 2017), 20世纪80年代出现全球性气候态转变(Reid et al, 2016)。气候变暖对农业的影响在规模上是全球性的, 造成极端冷冻事件增加、作物生长季延长, 农作物种植界线和耕作制度改变。
农业气象学将霜冻定义为, 在植物生长季内, 由于土壤表面、植物表面及近地气层的温度降到0 ℃以下, 当植株体温降至0 ℃以下时, 植株体内细胞脱水结冰, 导致农作物损害或者死亡(冯秀藻, 1991)。据《中国气象灾害大典·甘肃卷》记载(温克刚等, 2005), 霜冻是甘肃省重要的灾害性天气之一, 在历史上多次给农业生产和人民生活带来了很大的危害。2018年4月中旬甘肃省的霜冻导致农作物大面积减产甚至绝收。
在霜冻日数长短方面, 王岱等(2016)基于均一化的气象站点资料, 发现中国极端气温各区霜冻日数呈减少趋势, 霜冻日数与月平均气温呈正相关关系。郭军等(2011)通过统计天津市最高、最低气温发现, 近100年霜冻日数呈显著减小趋势, 气温的极端性减弱。马柱国(2003)指出在中国30°N以北, 霜冻日期的平均温度显著升高, 预示着无霜冻日数可能会由于区域增暖而延长, 大量的研究证实了区域初霜冻日期推迟, 终霜冻日期提前, 无霜冻日数延长(拉巴次仁等, 2014; 马尚谦等, 2019)。陈乾金等(1995)认为江淮流域的初、终霜冻异常活跃期随初、终霜冻出现早晚呈现同向变化, 当其出现在农作物关键生育期, 对水稻和玉米、冬小麦、大白菜单产有显著影响(梁进秋等, 2010)。朱虹晖等(2018)基于多因子关联方法发现轻度实际冻害多为辐射型冻害, 而重度实际冻害多为混合型冻害。陈少勇等(2013)指出影响西北地区初霜冻发生早晚的环流特征量主要有副热带高压正相关和极涡负相关。贾艳青等(2017)发现城市化导致长三角地区霜冻日数明显减少。基于作物模型灾损识别和基于致灾因子建立风险评估模型划定风险区划是常用的技术手段(张雪芬等, 2012)。上述研究在霜冻的科学涵义、霜冻影响因素、异常霜冻、霜冻对农作物的影响、霜冻灾害风险区划等方面已获重要进展。
前人的研究总体来看比较全面与深入, 但也存在不足: (1)霜冻日期是否符合地带性分异规律, 根据插值后的结果再结合地形来判断初、终霜冻日期的早晚将带来很大的不确定性, 需要结合数理统计的方法进行验证。(2)在甘肃省霜冻日期的研究中, 由于河西走廊与河东地区分处不同的气候带, 区域位置比较典型, 然而很多研究将霜冻的起始点定为同一天。(3)将河西和河东霜冻特征进行对比研究从而确定局域对于全域霜冻的贡献率的文献较少, 将初终霜冻日期, 无霜冻日数结合起来并分析它们的突变特征以及影响因素的研究报道并不多见。(4)大多数的研究依旧使用1961—1990年作为气候基准期, 这已不能很好地体现与人类生存密切相关的最近30年的气候态的真实情况。本文拟通过分析甘肃省霜冻日期的时空变化特征, 对霜冻日期变化及其影响因素形成一个系统认识, 准确界定甘肃省的初、终霜冻日期, 无霜冻日数的时空变化特征, 对于提高农业的适应性具有重要的现实意义。利用气象资料分析霜冻的变化规律, 对人类的生产和生活具有重要的现实意义, 能够为防霜减灾提供理论依据。
2 研究区概况甘肃省位于黄土高原、青藏高原和蒙古高原三大高原交汇地带。年平均气温0~15 ℃, ≥10 ℃积温自东南向西北, 由平原、盆地向高原逐渐减少(王国强等, 2016), 包括亚热带季风气候、温带季风气候、温带大陆性气候和高山高原气候等四大气候类型, 干旱、半干旱区占总面积的75%;气候变暖背景下, 东南地区降水量减少幅度高于西北部(马中华等, 2012)。甘肃省东西长1659 km, 南北宽530 km, 海拔大多在1000 m以上, 以黄河为界, 黄河以西称河西, 黄河以东称河东。河西地区和陇中、陇东地区是重要的粮食产区, 因受所处纬度位置和海拔高度影响, 冬、春季气温较低, 霜冻明显制约农业生产。
3 资料选取与方法介绍 3.1 资料选取选择1961—2017年的逐日地面0 cm最低温度数据, 气象站点的选取兼顾站点资料连续性和区域代表性, 将数据进行极值控制和一致性检验, 缺测值选用相邻站点插补, 最终选取25个气象站, 站点空间分布见图 1。由于研究区南北、东西跨度较大, 不同地区霜冻日期有较大差异, 采用同一个开始时间不能客观反映真实的地区差异, 研究表明用地面温度定义的霜冻日期, 更加接近实际观测结果(韩荣青等, 2010)。参考韩荣青等(2010)定义的方法, 逐日0 cm地表最低温度≤0 ℃的第一天为初霜冻日期, 逐日0 cm地表最低温度≤0 ℃的最后一天为终霜冻日期。为便于编程挑选霜冻日期, 初霜冻日期的日序就以1计, …并由此建立所选25个站点初、终霜冻日期数据序列, 甘肃全省的霜冻数据序列通过计算区域平均值得到, 最终将日期和日序进行严格对等转换, 得到研究所需数据。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2885号的中国地图制作, 底图无修改。气候基准期参照澳大利亚气象局最新使用的1981—2010年。
|
图 1 甘肃省气象站点空间分布 Fig. 1 The distribution of meteorological stations in Gansu Province |
首先使用Mann-Kendall法表现站点霜冻日期的空间变化趋势及其显著性。其次用其检验时间序列的突变点, 缺点是可能会检测出多个突变点, 因此需要滑动t检验协助检验突变点, 两者统计分析均在DPS软件中完成, 显著性水平统一设置为(α=0.05)。滑动t检验的优点同Mann-Kendall法, 其缺点是子序列时段的选择带有人为性, 具体使用时可以反复变动子序列的长度进行对比, 选择最优化模式(魏凤英, 2007; 马尚谦等, 2018)。它是通过考察两组样本平均值的差异是否显著来检验突变。该方法把同一气候序列中的两段子序列均值的显著差异性看作来自两个总体均值显著差异性的问题来检验。如果两段子序列的均值差异超过了一定的显著水平, 可以认为平均值发生了突变。对于具有n个样本量的时间序列x, 设置某一时刻为基准点, 连续设置基准点是从第10年直至倒数第10年, 基准点前后两端子序列x1和x2的样本分别为n1和n2, 两端子序列平均值分别为x1和x2, 方差分别为s21和s22, 即:
| $ t=\frac{\overline{x}_{1}-\overline{x}_{2}}{s \sqrt{\frac{1}{n_{1}}+\frac{1}{n_{2}}}}, $ | (1) |
| $ s=\sqrt{\frac{n_{1} s_{1}^{2}+n_{2} s_{2}^{2}}{n_{1}+n_{2}-2}}, $ | (2) |
式中: t为统计量; s为序列方差。本文滑动t检验选取两个子序列长度为n1=n2=10年, 显著性水平α=0.01, 按t分布自由度v=n1+n2-2=18, t0.01=±2.23。
3.2.2 霜冻站次比用某一区域内霜冻日期变化通过显著性检验的站数占全部站数的比例来评价霜冻日期(数)变化影响范围的大小, 构建霜冻站次比, 计算公式为:
| $ P=\frac{s}{S} \times 100 \%, $ | (3) |
其中: s表示霜冻日期(数)通过显著性检验的站点数; S为研究区总站点数。
3.2.3 R/S分析法Hurst指数被广泛用于资本市场的混沌分形分析和气象学领域的趋势预测。可用Hurst指数预测未来农业霜冻日期(数)的走向。Hurst指数的计算方法有7种, 本文选择重标极差分析法(R/S), 有三种表现形式:当H=0.5, 霜冻日期(数)序列为随机游走, 即时间序列的前后变化无关; 当H＞0.5, 表明霜冻日期(数)序列是一个持续性序列, 霜冻日期(数)序列前后变化一致且为正相关; 如果0≤H＜0.5, 表明霜冻日期(数)序列向相反态势转变, 具有负相关性。
4 结果与分析 4.1 霜冻日期时间变化特征 4.1.1 霜冻日期气候倾向率从图 2中可以看出, 初霜冻日期以2.3 d·(10a)-1的速率呈显著的推迟趋势(P＜0.05)。从年代际变化来看, 呈阶梯状上升, 20世纪70年代最早, 为9月26日; 21世纪10年代最晚, 为10月8日。全省21世纪00年代以6.7 d·(10a)-1(P＜0.05)的速率显著推迟, 河东在21世纪00年代以16.2 d·(10a)-1(P＜0.05)的速率呈显著推迟趋势, 其它年代均未通过显著性检验(图略)。频率分布直方图显示, 在区间[09-27, 10-03]出现频数最多。终霜冻日期以1.8 d·(10a)-1(P＜0.01)的速率呈显著提前趋势。从年代际变化来看, 20世纪70年代最晚, 为5月16日; 21世纪00年代和21世纪10年代最早, 为5月5日, 呈阶梯状下降, 各年代均未通过显著性检验。频率分布直方图显示, 在区间[05-10, 05-15]出现频数最多。无霜冻日数以4.5 d·(10a)-1(P＜0.01)的速率呈显著的延长趋势。从年代际变化来看, 21世纪10年代最长, 为158天; 20世纪70年代最短, 为132天, 呈阶梯状上升。河西在20世纪70、90年代分别以0.59 d·(10a)-1(P＜0.05)、17.4 d·(10a)-1(P＜0.05)的速率呈显著延长趋势, 其余各年代均未通过显著性检验(图略)。频率分布直方图显示, 在区间[133, 143]出现频数最多。结合表 1, 全省霜冻日期变化幅度无霜冻日数＞初霜冻日期＞终霜冻日期, 河西霜冻日期变化幅度整体高于河东, 对全省霜冻日期变化的贡献率较大。
|
图 2 甘肃省霜冻日期年际变化(左)和频率分布直方图(右) Fig. 2 The inter-annual change (left) and frequency distribution (right) of frost date in Gansu Province |
|
表 1 河西、河东霜冻日期年际变化幅度比较 Table 1 The comparison of inter-annual variation of frost date between Hexi and Hedong in the GanSu Province |
从图 3中可以看出, 初霜冻日期, M-K突变检验显示, 在0.05显著性水平下, UF和UB曲线在置信区间±1.95内有明显的交点, 为2002年, 并且UF曲线呈现上升的趋势, 佐证了初霜冻日期(区域平均值)推迟的结论。自1999年后, 滑动t曲线超过置信区间±2.23, 且在此后依然超过置信区间, 故皆有可能存在突变点, 响应了20世纪80年代全球性和区域性的气候态转变, 并且达到显著性水平。终霜冻日期, 在0.05显著性水平下, UF和UB曲线在置信区间±1.95内有明显的交点, 为1996年, 并且UF曲线呈现波动下降的趋势, 佐证了终霜冻日期提前的结论。自1996—2003年滑动t曲线超过置信区间±2.23, 共出现了3个交点。无霜冻日数, 在0.05显著性水平下, UF和UB曲线在置信区间±1.95内有明显的交点, 为1999年, 并且UF曲线呈现上升的趋势, 佐证了无霜冻日数在延长的结论。自1998年后, 滑动t曲线超过置信区间±2.23, 且在此后依然超过置信区间, 故皆有可能存在突变点。因此, 初霜冻日期、终霜冻日期无霜冻日数分别在2002, 1996和1999年发生突变。气候冷(暖)对应无霜冻日数多(少), 甘肃省气温的年代际变化特点是20世纪80年代中期到1998年是温度快速上升期, 1999年到现在是气候变暖减缓期, 这是造成霜冻日期与无霜冻日数变化的主要原因。
|
图 3 甘肃省霜冻日期M-K检验(左)和滑动t检验(右) 虚线为（α=0.05）显著性水平 Fig. 3 The M-K test (left) and sliding t test (right) of the frost date in Gansu Province. The dotted line is the confidence interval(α=0.05) |
标准差是方差的算术平方根, 用δ表示(表 2)。标准差越小, 数据的离散程度越小。霜冻日期的标准差越小, 越稳定, 用标准差来表现稳定性。全省初霜冻日期δ平均为10.27, 河西平均值为12.01, 其中瓜洲站为8.1, δ最小, 高台站为12.5, δ最大。河东平均值为10.56, 其中皋兰站δ最小为9, 临洮站δ最大为12.6。全省终霜冻日期δ平均值为12.05, 河西平均值为11.9, 其中山丹站为9.7, δ最小, 民勤站为15.2, δ最大。河东平均值为12.2, 其中榆中站δ最小为11.1, 岷县站δ最大为15.1。全省无霜冻日数δ平均值为18.7, 河西平均值为18.4, 其中鼎新站为16.1, δ最小, 民勤站为23.8, δ最大。河东平均值为19.1, 其中临洮站δ最大为22.3, 景泰站δ最小为15.5。总体而言, 初霜冻日期δ＞终霜冻日期δ＞无霜冻日数δ, 河西霜冻日期δ小于河东。
|
|
表 2 河西和河东霜冻日期稳定性和突变年对比 Table 2 Stability comparison of frost date and mutation years between Hexi and Hedong |
从表 2中可知, 河西初霜冻日期突变(1991年)早于河东(1996年), 终霜冻日期突变(1990年)早于河东(1994年), 无霜冻日数突变(1992年)早于河东(1996年)。
4.2 霜冻日期空间变化特征 4.2.1 霜冻日期变化特征初霜冻日期[图 4(a)], 9月14—29日主要分布在河西走廊西部以及陇东部分地区, 分布面积为1.6×105 km2, 10月4日至11月10日主要分布在陇东黄土高原、陇南山地和河西走廊西段的部分地区, 面积为1.8×105 km2, 各时间段的具体分布面积见表 3。空间分布总体上表现为北早南迟, 西早东迟, 呈鲜明的地带性分布规律。从全省大部来看, 初霜冻日期大致为9月21—29日, 这与直方图表现出来的结果较为接近, 说明使用的IDW法插值精度较高。
|
图 4 1981—2010年甘肃省霜冻日期的空间分布特征 Fig. 4 The space distribution characteristics of frost in Gansu Province from 1981 to 2010 |
|
|
表 3 霜冻日期(数)面积及面积百分比 Table 3 The statistics of frost date area and its percentage |
终霜冻日期[图 4(b)], 3月21日至5月12日主要集中分布在陇东黄土高原区和陇南山地, 及河西走廊最西段。5月12—22日的区域主要在河西走廊北段及中段。从全省看, 终霜冻日期为5月3—12日。整体上呈北迟南早, 西迟东早的分布模式, 同样具有地带性分布规律。
无霜冻日数[图 4(c)], 175~227天集中分布在陇南山地, 可能是由其所处的气候区、海拔和地理位置综合作用的结果。115~136天和136~154天所占面积大致相等, 从全省看, 无霜冻日数为115~227天。
4.2.2 显著性变化特征从图 5中可以看出, 初霜冻日期, 马鬃山站点在95%置信水平下显著提前, 站次比为4%。在95%置信水平下显著推迟的站点共有12个, 站次比为48%;其中, 河西共有7个, 站次比为28%;河东共有5个, 站次比为20%。河西初霜冻日期推迟的站次比大于河东, 说明河西初霜冻日期推迟的影响范围大于河东。终霜冻日期在95%置信水平下显著提前的站点共有9个, 站次比为36%;其中, 河西共有6个, 站次比为24%;河东共有3个, 站次比为12%。河西地区终霜冻日期提前的站次比大于河东地区, 说明河西终霜冻日期提前的影响范围大于河东。无霜冻日数, 在95%置信水平下显著缩短的站点共有1个, 站次比为4%;在95%置信水平下显著延长的站点共有14个, 站次比为56%。其中, 河西共有8个, 站次比为32%;河东共有6个, 站次比为24%。河西无霜冻日数延长的站次比大于河东, 说明河西无霜冻日数延长的影响范围大于河东。
|
图 5 1961—2017年霜冻日期的变化趋势及其显著性 Fig. 5 The change trend of frost date and its significance from 1961 to 2017 |
相关分析要求分析的指标服从正态分布。用SPSS检验各气象站点霜冻日期、稳定性和海拔是否符合正态分布, 结果显示P值皆大于0.05, 表示数据符合正态分布。表 4显示, 初霜冻日期与无霜冻日期(数)(r=0.98, P＜0.01), 与终霜冻日期(r=-0.94, P＜0.01), 说明初霜冻日期开始得越晚, 终霜冻日期结束得越早, 无霜冻日数越长。与海拔(r=-0.24), 没有经过显著性检验, 与经度r=0.6(P＜0.01), 与纬度(r=-0.75, P＜0.01), 与初霜冻日期“北早南迟, 西早东迟”的空间分布规律一致。
|
|
表 4 地理位置与(霜冻日期、稳定性、突变年)的相关系数 Table 4 The correlation coefficient of geographical position with frost date, stability offrost date, frostmutation year |
终霜冻日期与海拔(r=-0.42, P＜0.05), 与无霜冻日数(r=-0.99, P＜0.01), 与经度(r=-0.4, P＜0.05)、与纬度(r=0.55, P＜0.01), 与终霜冻日期“南早北迟, 西迟东早”的空间分布规律一致。
无霜冻日数与海拔r=-0.34, 没有通过显著性检验, 与经度(r=0.5, P＜0.05), 与纬度(r=-0.65, P＜0.01), 与“北短南长, 西短东长”的空间分布规律一致。综上, 无霜冻日数的长短是由初终霜冻日期、海拔以及经纬度综合作用的结果。
初霜冻日期δ与无霜冻日数δ(r=0.74, P＜0.01);终霜冻日期δ与无霜冻日期(数)δ(r=0.42, P＜0.05)。可见, 无霜冻日数延长, 可能是由初、终霜冻日期稳定性变差(δ增大)所致。终霜冻日期δ与经度(r=0.44, P＜0.5), 由此得出河西地区的终霜冻日期稳定性小于河东地区, 佐证了3.4节得出的结论。
无霜冻日数突变点与初霜冻日期突变点(r=0.6, P＜0.05), 与终霜冻日期突变点(r=0.41, P＜0.05)。突变点与纬度、海拔呈负相关, 与经度呈正相关, 但没通过显著性检验。
4.3.2 霜冻日期的预测从表 5中可以看出, 多年平均和近10年河西初霜冻日期早于全省平均水平, 河西终霜冻日期晚于全省平均水平, 河东地区反之。河东无霜冻日数整体长于河西以及全省平均水平。Hurst指数计算结果均大于0.5, 说明序列的趋势与原序列呈正相关, 初霜冻日期持续推迟, 终霜冻日期持续提前, 无霜冻日数持续延长。三者的变化幅度略有差异, 无霜冻日数＞终霜冻日期＞初霜冻日期。区域间的初霜冻日期未来变化可能不大, 河西终霜冻日期的提前可能会达到全省平均水平, 河西无霜冻日数可能会在未来超过河东。
|
|
表 5 霜冻日期变化与R/S统计结果 Table 5 The change of frost date and statistical results of R/S |
河西由于植被稀少, 土层裸露, 多沙漠戈壁的下垫面状况决定了其初霜冻日期早于河东, 当地面受到较为强烈的太阳辐射产生不稳定的大气层结, 与适合的高空天气系统上下结合, 就会产生霜冻。河西被祁连山、龙首山和合黎山等南北夹峙, 形成一条狭长走廊。地形条件是影响霜冻强度最主要的因子, 在北半球, 山的北坡迎冷风, 霜冻害重; 南坡背风向阳, 霜冻轻。东坡和东南坡早晨最先照到太阳, 解冻时温度上升太快, 植物体“胞间冰”很快蒸发, 原生质因失水使植物干死(温克刚, 2005)。本文得到的全省无霜冻日数突变点1999年与宁晓菊等(2015)提出的中国西部农业区20世纪90年代发生突变的研究结果较为一致。王媛媛等(2012)认为甘肃陇东有霜冻日期自20世纪90年代发生转折但无霜冻日数没有明显的突变年份, 发现河东无霜冻日数在1994年发生突变, 晚于河西。张耀宗等(2016)发现气温突变时间河西(1986年)早于河东(1993年)。杨晓玲等(2016)认为河西走廊东部山区霜冻日期开始得早, 结束得晚, 尽管本文选择的高山站很少, 但是多年平均和近10年的霜冻日期变化显示河西初霜冻日期早于全省平均水平, 终霜冻日期晚于全省平均水平, 佐证了杨晓玲等(2016)的结论。
5.2 霜冻日期变化趋势及成因初霜冻日期推迟, 终霜冻日期提前, 无霜冻日数延长是总体趋势, 具体到各个站点的情况可能不一样, 在研究中发现马鬃山站的初霜冻日期呈显著的提前趋势, 终霜冻日期的推迟没有通过显著性检验, 无霜冻日数却呈显著的缩短趋势。当北极冷涡和西伯利亚冷高压南下, 海拔1770 m的马鬃山站首当其冲, 最先受到冷空气和强风的影响, 所处的冷空气路径是其发生霜冻的重要因素; 河西春季气候干燥, 蒸发强烈, 土壤植被表面水分蒸发迅速, 植物体消耗热能较多, 遇到强降雨会造成蒸发型霜冻; 全省水域面积小, 沙土比热容小而温度变化不稳定, 是霜冻发生的有利条件; 昼夜温差大, 夜间多晴空, 利于辐射降温, 加之高空冷平流层的作用, 容易形成混合型霜冻; 秋季冷锋过境或秋雨连绵时地面温度迅速下降, 容易形成霜冻。然而研究发现, 中国西部气候由暖干向暖湿转型, 降水量增多可使土壤导热率增大, 有利于土壤深层的热量向上传递, 使土壤表层及近地面空气温度下降变慢, 将减少霜冻发生的频率, 这可能是初霜冻日期延迟, 终霜冻日期提前的主要原因。
全球变暖使得霜冻日数整体减少, 由此造成作物生长季的延长, 将会导致作物更大的霜冻暴露度, 无形中增加了植物受霜冻害的风险(Hufkens et al, 2012)。Liu et al(2018)近期利用卫星数据证实了这一猜想, 发现北半球30°N以北地区生长季节延长幅度较大的地区过去30年的霜冻天数增加, 同时讨论了霜冻给植物带来的危害具有很大的不确定性, 与植物的耐寒性能和植物的不同生长阶段有关(Augspurger, 2013; Lenz et al, 2013)。然而戴君虎等(2013)认为全球乃至区域性的气候变暖预示着农作物和植物花期受到霜冻危害的可能性将减小。霜冻日期的变化究竟会给植物带来多大的影响, 与植物品种对霜冻的耐受力以及植物的发育期密切相关, 其中的机理解释还需要进行进一步的田间定点观测。申双和等(2016)指出霜冻在春秋季节农作物生长季发生最为频繁, 随着春季温度的提高, 春霜冻发生的频率逐渐降低, 强度减弱, 但5月结束的晚霜冻比4月结束的晚霜冻危害重。随着秋季温度的逐渐降低, 秋霜冻发生的频率逐渐提高, 强度也加大, 但9月出现的早霜冻比10月出现的早霜冻危害重。在一次降温过程中作物是否受害以及受害程度取决于作物耐寒性、降温速度与强度, 以及解冻时的升温速度。因此需要气象预报部门整理当地霜冻发生的规律, 指导农业生产与作物减灾。
5.3 霜冻日期与地理位置的关系王媛媛等(2012)发现陇东地区初霜冻日期与纬度(r=-0.37, P＜0.05), 与经度(r=0.51, P＜0.05), 与海拔(r=-0.37, P＜0.01)。终霜冻日期与纬度(r=0.104, P＜0.01), 与经度呈(r=-0.42, P＜0.01), 与海拔(r=0.51, P＜0.01)。无霜冻日数与纬度(r=-0.23, P＜0.01), 与海拔(r=-0.46, P＜0.01), 与经度(r=0.47, P＜0.01)。马琼(2016)划分的黄土高原霜冻低风险区主要分布在盆地河谷, 高风险区主要在海拔较高的山区。李芬等(2013)认为平均终霜冻日与纬度(r=0.53, P＜0.01), 与海拔(r=0.75, P＜0.01)。突变年份与纬度(r=-0.14, P＜0.05)。本研究初霜冻日期与纬度(r=-0.75, P＜0.01)与经度(r=0.6, P＜0.01);终霜冻日期与纬度(r=0.55, P＜0.05)、与经度(r=-0.4, P＜0.05)、与海拔(r=-0.42, P＜0.05)。无霜冻日数与纬度(r=-0.65, P＜0.01)、与经度(r=0.5, P＜0.01), 能够佐证王媛媛等(2012)的结果。终霜冻日期突变年与纬度负相关但没有通过显著性检验, 与李芬等(2013)的结果不同。尤其在海拔方面, 计算结果与上述三位学者差异较大。但从霜冻的严重程度来说, 山坡较之于谷底霜冻轻, 谷底由于冷空气流入聚集霜冻重。本研究发现初、终霜冻日期与海拔呈负相关, 通过查阅中国气象灾害大典, 发现其记载的霜冻规律与本文的研究结果较为接近。这可能是由于数据的分布, 相关系数的选取, 气候区特征, 以及样本数量的差异造成的, 因此急需在山的不同坡向和不同海拔定点观测和定量研究, 揭示山地霜冻发生的规律, 对农业和植物生态学具有重要意义。海拔以及经纬度综合作用于霜冻日期的迟早、稳定性和突变, 大致符合地带性分异规律, 能够佐证霜冻日期的空间分布模式, 但主导性因素显著性检验结果的差异较大。无霜冻日数的延长, 可能是由初、终霜冻日期稳定性变差所导致, 马彬等(2017)认为初霜冻日期的推迟、终霜冻日期的提前与极涡、副热带高压所处的位置及变动有直接关系, 今后的研究应将大气环流的因素考虑进来, 将会完善本文得出的结论。甘肃省“丝绸之路遥相关”所表现的环流异常经常引发下垫面交错分布的冷暖异常和降水异常(Hong et al, 2016), 霜冻的发生是否也随大尺度的气候态转型而同步发生变化？这些机理至今尚不明确, 但确实存在同步性或者说存在一定的响应关系, 有待通过区域增暖实验来模拟影响霜冻发生概率的成因, 增加相关研究的说服力。
5.4 霜冻日期未来趋势预测在未来, 初霜冻日期继续推迟, 终霜冻日期继续提前, 无霜冻日数继续延长。变化幅度略有差异, 无霜冻日数>终霜冻日期>初霜冻日期。区域间的初霜冻日期变化可能不大, 河西终霜冻日期的提前可能会达到全省平均水平, 河西无霜冻日数可能会在若干年超过河东。
6 结论(1) 初霜冻日期、终霜冻日期、无霜冻日数多年变化维持在特定的时间区间, 且在9月26日至10月3日最易发生初霜冻, 5月9—15日最易发生终霜冻, 三者分别在2002, 1996和1999年发生突变。
(2) 年际变化幅度无霜冻日数＞初霜冻日期＞终霜冻日期, 河西整体高于河东, 河西无霜冻日数在20世纪70、90年代显著延长; 21世纪00年代河东初霜冻日期的推迟对甘肃省初霜冻日期推迟的贡献大于河西。
(3) 甘肃省霜冻日期稳定性由好到差的顺序为初霜冻日期>终霜冻日期>无霜冻日数, 河西霜冻日期稳定性好于河东。无霜冻日数的延长, 是由初、终霜冻日期稳定性变差所致。
(4) 霜冻日期的迟早、长短、稳定性, 是由初、终霜冻日期、海拔以及经纬度综合作用的结果, 主导因素显著性差异较大。初霜冻日期、终霜冻日期、无霜冻日数空间分布模式分别为“北早南迟, 西早东迟”、“北迟南早, 西迟东早”、“北短南长, 西短东长”。
Augspurger C K. 2013. Reconstructing patterns of temperature, phenology, and frost damage over 124 years:spring damage risk is increasing[J]. Ecology, 94(1): 41–50.
DOI:10.2307/23435667 |
|
Hong X W, Lu R Y. 2016. The meridional displacement of the summer Asian jet, silk road pattern, and tropical sst anomalies[J]. Journal of Climate, 29(10): 16–22.
DOI:10.1175/JCLI-D-15-0541.1 |
|
Huang J B, Zhang X, Zhang Q, et al. 2017. Recently amplified arctic warming has contributed to a continual global warming trend[J]. Nature Climate Change, 142(23): 121–126.
DOI:10.1038/s41558-017-0009-5 |
|
Hufkens K, Friedl M A, Keenan T F, et al. 2012. Ecological impacts of a widespread frost event following early spring leaf-out[J]. Global Change Biology, 18(7): 2365–2377.
DOI:10.1111/j.1365-2486.2012.02712.x |
|
Lenz A, Hoch G, Vitasse Y, et al. 2013. European deciduous trees exhibit similar safety margins against damage by spring freeze events along elevation gradients[J]. New Phycologist, 200(4): 1166–1175.
DOI:10.1111/nph.12452 |
|
Liu Q, Piao S L, Janssens I A, et al. 2018. Extension of the growing season increases vegetation exposure to frost[J]. Nature Communications, 9(1): 426–430.
DOI:10.1038/s41467-017-02690-y |
|
Mensal A, Sparks T H, Estrella N, et al. 2006. European phonological response to climate change matches the warming pattern[J]. Global Change Biology, 12(10): 1969–1976.
DOI:10.1053/jlts.2003.50055 |
|
Reid P C, Hari R E, Beaugrand G, et al. 2016. Global impacts of the 1980s regime shift[J]. Global Change Biology, 22(2): 682–683.
DOI:10.1111/gcb.13106 |
|
陈乾金, 夏洪星, 张永山. 1995. 我国江淮流域近40年异常初终霜冻的分析[J]. 应用气象学报, 6(1): 50–55.
|
|
陈少勇, 郑延祥, 楼望萍, 等. 2013. 中国西北地区初霜冻的气候变化特征[J]. 资源科学, 35(1): 165–172.
|
|
戴君虎, 王焕炯, 葛全胜. 2013. 近50年中国温带季风区植物花期春季霜冻风险变化[J]. 地理学报, 68(5): 593–601.
DOI:10.11821/xb201305002 |
|
冯秀藻. 1991. 农业气象学原理[M]. 北京: 气象出版社, 356-367.
|
|
郭军, 任国玉, 任雨. 2011. 近100年天津平均气温与极端气温变化[J]. 高原气象, 30(5): 1399–1405.
|
|
韩荣青, 李维京, 艾婉秀, 等. 2010. 中国北方初霜冻日期变化及其对农业的影响[J]. 地理学报, 65(5): 525–532.
DOI:10.11821/xb201005002 |
|
贾艳青, 张勃, 张耀宗, 等. 2017. 城市化对长三角地区极端气温影响的时空分异[J]. 自然资源学报, 32(5): 814–828.
DOI:10.11849/zrzyxb.20160575 |
|
拉巴次仁, 索朗加措, 白玛. 2014. 1981-2010年西藏霜冻日数的变化特征[J]. 地理学报, 69(5): 690–696.
DOI:10.11821/dlxb201405012 |
|
李芬, 张建新, 武永利, 等. 2013. 近50年山西终霜冻的时空分布及其影响因素[J]. 地理学报, 68(11): 1472–1480.
DOI:10.11821/dlxb201311003 |
|
梁进秋, 贾利芳, 何正梅, 等. 2010. 大同市近50年霜冻及其异常事件变化特征分析[J]. 中国农业气象, 31(1): 124–128.
|
|
马彬, 张勃, 贾艳青, 等. 2017. 1961-2014年中国内陆农业区异常初、终霜冻日期时空变化及其与环流因子的关系[J]. 气象学报, 75(4): 661–671.
DOI:10.11676/qxxb2017.048 |
|
马琼, 2016.1980-2014年黄土高原霜冻时空变化及冬小麦晚霜冻危险性研究[D].兰州: 西北师范大学, 10-14.
http://cdmd.cnki.com.cn/Article/CDMD-10736-1016242104.htm |
|
马尚谦, 张勃, 唐敏, 等. 2018. 1960-2015年淮河流域初终霜日时空变化分析[J]. 中国农业气象, 39(7): 468–478.
DOI:10.3969/j.issn.1000-6362.2018.07.005 |
|
马尚谦, 张勃, 唐敏, 等. 2019. 淮河流域冬小麦晚霜冻时空演变分析[J]. 麦类作物学报, 39(1): 105–113.
DOI:10.7606/j.jssn.1009-1041.2019.01.14 |
|
马中华, 张勃, 张建香, 等. 2012. 近30年甘肃省气温时空变异分析[J]. 高原气象, 31(3): 760–767.
|
|
马柱国. 2003. 中国北方地区霜冻日的变化与区域增暖相互关系[J]. 地理学报, 58(1): 31–37.
|
|
宁晓菊, 张丽君, 杨群涛, 等. 2015. 1951年以来中国无霜冻日期的变化趋势[J]. 地理学报, 70(11): 1811–1822.
|
|
申双和, 景元书. 2016. 农业气象学原理[M]. 京: 气象出版社, 127-140.
|
|
王岱, 游庆龙, 江志红, 等. 2016. 基于均一化资料的中国极端地面气温变化分析[J]. 高原气象, 35(5): 1352–1363.
DOI:10.7522/j.issn.1000-0534.2016.00019 |
|
王国强, 张勃, 张耀宗, 等. 2016. 甘肃省近55年来积温变化趋势特征分析[J]. 水土保持研究, 23(5): 193–198.
|
|
王媛媛, 张勃. 2012. 1971年至2010年陇东地区霜冻与积温变化特征[J]. 资源科学, 34(11): 2181–2188.
|
|
魏凤英. 2007. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 58-63.
|
|
温克刚. 2005. 中国气象灾害大典, 甘肃卷[M]. 北京: 气象出版社, 276-277.
|
|
杨晓玲, 胡津革, 张宇林. 2016. 河西走廊东部初、终霜冻日和无霜冻日期变化特征分析[J]. 中国农学通报, 32(11): 149–155.
|
|
张雪芬, 余卫东, 王春乙. 2012. 基于作物模型灾损识别的黄淮区域冬小麦晚霜冻风险评估[J]. 高原气象, 31(1): 277–284.
|
|
张耀宗, 张勃, 刘艳艳, 等. 2016. 乌鞘岭是甘肃气候转型变化的分界线吗[J]. 冰川冻土, 38(3): 611–619.
DOI:10.7522/j.issn.1000-0240.2016.0068 |
|
朱虹晖, 武永峰, 宋吉青, 等. 2018. 基于多因子关联的冬小麦晚霜冻害分析-以河南省为例[J]. 中国农业气象, 39(1): 59–68.
DOI:10.3969/j.issn.1000-6362.2018.01.007 |
2. College of Foreign Languages and Literature, Northwest Normal University, Lanzhou 730070, Gansu, China;
3. The School of Social Development and Public Policy, Beijing Normal University, Beijing 100000, China