高原气象  2019, Vol. 38 Issue (5): 959-970  DOI: 10.7522/j.issn.1000-0534.2018.00135
0

引用本文 [复制中英文]

吕越敏, 李宗省, 冯起, 等. 2019. 近60年来祁连山极端气温变化研究[J]. 高原气象, 38(5): 959-970. DOI: 10.7522/j.issn.1000-0534.2018.00135
[复制中文]
Lü Yuemin, Li Zongxing, Feng Qi, et al. 2019. Analysis of Extreme Temperature Changes in Qilian Mountains in the Past 60 Years[J]. Plateau Meteorology, 38(5): 959-970. DOI: 10.7522/j.issn.1000-0534.2018.00135.
[复制英文]

资助项目

国家"万人计划"青年拔尖人才项目;中国科学院青年创新促进会优秀会员项目(2013274);国家重点研发计划项目(2017YFC0404304);中国科学院山地灾害与地表过程重点实验室开放基金项目;黄土与第四纪地质国家重点实验室开放基金项目(SKLLQG1814)

通信作者

李宗省(1984—), 男, 甘肃会宁人, 副研究员, 主要从事寒区同位素水文与气候变化研究.E-mail:lizxhhs@163.com

作者简介

吕越敏(1995—), 女, 山西运城人, 硕士, 主要从事气候变化研究.E-mail:2759182187@qq.com

文章历史

收稿日期: 2018-09-18
定稿日期: 2018-11-20
近60年来祁连山极端气温变化研究
吕越敏1,2, 李宗省1, 冯起1, 李永格1,2, 袁瑞丰1, 桂娟1,2, 李宗杰1, 张百娟1     
1. 中国科学院西北生态环境资源研究院/内陆河流域生态水文重点实验室, 甘肃 兰州 730000;
2. 中国科学院大学, 北京 100049
摘要: 利用24个气象站点1961-2017年逐日最高、最低和平均气温资料,采用CCl/CLIVAR气候变化检测监测和指数专家小组(ETCCDI)所推荐的12个极端气温指数,分析了祁连山区极端气温指数的时空变化及其原因。结果表明:极端气温暖指数以祁连山中部和东部为较小变暖幅度区,向外围递增,极端气温冷指数的空间分布由南向北递减。相较暖指数,冷指数变暖幅度更大;夜指数变暖幅度大于昼指数,这与气温日较差显著减少具有一致性;生长季长度明显延长;冰冻日数、霜冻日数显著减少,减少幅度较大的区域集中在祁连山南部。1985年后尤其在20世纪90年代期间祁连山加速变暖,2000年后变暖趋势有所减缓,2010年后变暖幅度大幅增加。海拔越高,极端气温指数的变暖幅度越大,高海拔区(>2500 m)极端气温冷指数变化明显,低海拔区(< 2500 m)极端气温暖指数变化明显。北大西洋年代际振荡(Atlantic Multidecadal Oscillation,AMO)、热带北大西洋指数(Tropical Northern Atlantic Index,TNA)、热带南大西洋指数(Tropical Southern Atlantic Index,TSA)、北热带大西洋海表温度指数(North Tropical Atlantic Index,NTA)、加勒比地区海温指数(Caribbean Index,CAR)对祁连山极端气温暖指数的影响强于极端气温冷指数,中热带太平洋海温(Nino 4)主要影响极端气温冷指数,南海夏季风(South China Sea Summer Monsoon Index,SCSSMI)主要影响极端气温暖指数。
关键词: 祁连山    气候变化    极端气温指数    
1 引言

IPCC第五次报告显示(IPCC, 2013; 秦大河等, 2014), 自20世纪50年代以来大气和海洋系统变暖, 冰雪数量减少, 海平面上升, 温室气体浓度增加; 1880—2012年全球地表平均温度呈线性上升趋势, 升高了0.85 ℃。在全球变暖背景下, 极端低温事件减少, 极端高温事件增加, 热浪发生频率更高(Easterling et al, 2000)。极端气候事件的影响包括生态系统的改变、粮食生产和水供应的中断、基础设施和住区的破坏以及发病率和死亡率的升高, 带来巨大的负面影响(IPCC, 2014; Gong et al, 2004; Changnon et al, 2000; 任国玉等, 2010)。

近年来, 国内外学者对不同尺度下的极端气候事件变化问题进行了广泛的研究。全球范围内, 全球70%以上的地区冷夜显著减少, 暖夜显著增加, 且冷昼和冷夜、暖昼和暖夜均呈增暖趋势(Alexander et al, 2006)。澳大利亚(Plummer et al, 1999)、非洲西部(Aguilar et al, 2009)、亚太地区(Choi et al, 2009)、印度-太平洋地区(Caesar et al, 2011)等区域的极端气温指数都呈现出类似的变化趋势, 但不同区域极端气温指数呈现出不同程度的变化趋势。中国极端气温变化总体上与全球变化一致, 翟盘茂等(2003)对中国北方近50年极端温度进行研究, 认为在我国北方地区, 极端最低气温和极端最高气温都在趋于变暖。周雅清等(2010)研究发现中国大陆地区霜冻日数和结冰日数明显减少, 减少显著的区域集中在北方, 夏季日数和炎热夜数明显增多, 增多显著的区域主要在中东部。由于受到地理位置、大气环流和人为活动的不同影响, 极端气温指数变化表现出一定的区域差异。然而, 对极端气温的研究主要集中在较大区域(赵雪雁等, 2014; Li et al, 2012; 赵锐锋等, 2017)、大尺度流域(Guan et al, 2015)和省份(杜军等, 2013)方面, 而对区域性较大山脉的研究相对较少, 且对大型山脉的研究主要在秦岭(张扬等, 2018)、天山(丁之勇等, 2018)、珠穆朗玛峰(杜军等, 2016)山区中开展, 对祁连山极端气温变化的研究较为缺乏。

祁连山北连甘肃河西走廊, 西与阿尔金山相接, 南以柴达木、茶卡盆地为界, 东南越黄河谷地与秦岭、六盘山相连。地跨甘肃、青海两省, 范围在93.4°E—103.4°E, 35.8°N—40.0°N, 平均海拔4000~4500 m, 整体地形为西高东低。祁连山是我国西北荒漠区和青藏高原高寒区的过渡区, 远离海洋, 具有典型的大陆性气候和高原气候特征。研究区东部受西南、东南季风的影响, 西部受西风环流的控制, 中部处于两种环流系统的交汇处。近年来对祁连山气候变化研究大多集中在气温的时空分布(曹广超等, 2018; 屈鹏等, 2009; 王希强等, 2017; 尹宪志等, 2009), 而针对极端气温的研究并不多见, 且前人关于祁连山极端气温指数的研究同样聚焦于时空变化角度(Jia, 2016; 贾文雄, 2012), 对其时空变化原因的研究较为匮乏。因此, 本文选取12个极端气温指数, 以长时间序列逐日气温资料为基础, 采用线性趋势估计法、样条函数插值法和相关性分析法等方法分析祁连山近60年的极端气温指数的时空变化特点以及与海拔间的关系, 并比较分析各极端气温指数的变化对大气环流指数的响应, 为全面认识该区域气候变化提供科学依据。

2 数据来源与研究方法

选取祁连山的24个气象站点(图 1, 表 1)1961—2017年逐日最高、最低和平均气温资料, 气象数据来源于中国气象数据网(http://data.cma.cn/); 极端指标的定义和计算采用WMO定义的极端气温指数(Peterson et al, 2001), 通过RClimDex(http://etccdi.pacificclimate.org/software.shtml)软件计算了祁连山各站点的12个极端气温指数(表 2)。数据集在指数计算前经过严格的质量控制, 综合考虑所选站点数据资料的均一性和完整性, 气象资料时间跨度取为1961年1月1日至2017年12月31日。采用了12个大气环流指数研究祁连山极端气温变化的环流影响因素, 选用指标包括北大西洋年代际振荡(Atlantic Multidecadal Oscillation, AMO)、热带北大西洋指数(Tropical Northern Atlantic Index, TNA)、热带南大西洋指数(Tropical Southern Atlantic Index, TSA)、北热带大西洋海表温度指数(North Tropical Atlantic Index, NTA)、加勒比地区海温指数(Caribbean Index, CAR)、中热带太平洋海温(Nino 4)、北大西洋涛动(North Atlantic Oscillation, NAO)、北太平洋模式(North Pacific pattern, NP)、北极涛动(Arctic Oscillation, AO)、南方涛动指数(Southern Oscillation Index, SOI)、多元ENSO指数(Multivariate ENSO Index, MEI)、南海夏季风(South China Sea Summer Monsoon Index, SCSSMI)等12个环流指数的逐月数据资料。南海夏季风指数采用北京师范大学李建平教授个人科研主页(http://ljp.gcess.cn/dct/page/1)所提供的数据, 其他环流指数的逐月数据来源于NOAA地球系统研究实验室(https://www.esrl.noaa.gov/psd/data/climateindices/list/)。

图 1 祁连山区域图及台站分布 Fig. 1 The regional map and platform distribution of the Qilian Mountains
表 1 祁连山区气象台站情况 Table 1 The selected weather stations in Qilian Mountains
表 2 极端气温指标的定义 Table 2 Definition of extreme temperature indices

在分析各极端气温指数的时间变化趋势时, 选用一元线性方程对序列变量进行拟合, 若要判断气候变化趋势的程度是否显著, 需要对时间与原序列变量之间的相关系数进行显著性检验(魏凤英, 1999)。在ArcGIS软件中绘制气候要素倾向率变化的空间分布图, 进行空间变化分析。采用Pearson相关性分析方法, 分析极端气温指数与大气环流指数间的相关性(于秀林等, 1999)。

3 结果与分析 3.1 极端气温的年际变化 3.1.1 极端气温冷指数

由祁连山极端气温指数年际变化趋势(表 3)可知, TX10(白天极端低温日数)和TN10(夜间极端低温日数)在1961—2017年为显著减少趋势, 减少速率分别为1.16 d·(10a)-1和2.47 d·(10a)-1。TXN(日最高气温的极低值)和TNN(日最低气温的极低值)在1961—2017年分别以0.36 ℃·(10a)-1和0.51 ℃·(10a)-1的速率显著增加。极端气温冷指数年际变化相似, 20世纪80年代中后期之后显著变暖, 特别是TX10、TN10和TNN在90年代期间呈大幅变暖趋势, 2000—2009年变暖幅度减少, 2010年后变暖幅度大幅增加(图 2)。上述四个指数的变化幅度证实了相对昼指数, 夜指数变暖幅度较大。

表 3 祁连山极端气温指数年际变化趋势 Table 3 Inter-annual trends of extreme temperature indices in Qilian Mountains
图 2 1961—2017年祁连山TX10(a)、TN10(b)、TXN(c)和TNN(d)年际变化曲线 Fig. 2 Annual variation curves of TX10 (a), TN10 (b), TXN (c) and TNN (d) in Qilian Mountains from 1961 to 2017
3.1.2 极端气温暖指数

相对于冷指数, 极端气温暖指数呈显著上升趋势(图 3, 表 3)。TN90(夜晚极端高温日数)和TX90(白天极端高温日数)在1961—2017年分别以2.39 d ·(10a)-1和1.68 d ·(10a)-1的速率增加, 且通过了显著性水平检验。TXX(日最高气温的极高值)和TNX(日最低气温的极高值)在研究段内为显著增加趋势, 变暖幅度分别为0.32 ℃·(10a)-1和0.42 ℃·(10a)-1。极端气温暖指数年际变化和极端气温冷指数具有相似性, 1985年后特别在20世纪90年代期间显著变暖, 其中, TXX和TNX在2000—2009年变暖幅度减少, 2010年后变暖幅度增加。极端气温暖指数同样证实了夜指数的变暖幅度大于昼指数。对比极端气温冷指数, 极端气温暖指数的变化幅度较小。

图 3 1961—2017年祁连山TN90 (a)、TX90 (b)、TXX (c)和TNX (d)年际变化曲线 Fig. 3 Annual variation curves of TN90 (a), TX90 (b), TXX (c) and TNX(d) in Qilian Mountains from 1961 to 2017
图 4 1961—2017年祁连山ID (a)、FD (b)、DTR (c)和GSL(d)年际变化曲线 Fig. 4 Annual variation curves of ID (a), FD (b), DTR (c) and GSL (d) in Qilian Mountains from 1961 to 2017
3.1.3 其他极端气温指数

近60年来, ID(冰冻日数)、FD(霜冻日数)分别以3.30 d ·(10a)-1、3.86 d ·(10a)-1的速率显著减少, ID在研究时段内持续变暖, FD在20世纪80年代中后期前小幅变暖, 之后大幅线性变暖。DTR(气温日较差)以0.16 ℃·(10a)-1的速率显著减少, 证实了研究区夜指数比昼指数更大幅度的变暖。GSL(生长季长度)以3.48 d ·(10a)-1的速率显著增加, 年际变化呈波动变暖趋势, 在20世纪80年代中后期后呈大幅线性变暖趋势。

3.1.4 极端气温指数区域差异

表 4对比分析了祁连山与我国及我国其他区域大致相同时段的极端气温指数的变化幅度值。分析表明, 祁连山各个极端气温指数的变化幅度总体上与全国和其他区域尺度的变化一致, 但也表现出区域差异性。祁连山冷指数TX10、TN10、TNN的变化幅度小于其他地区, 而ID、FD变化幅度大于其他地区, TXN无明显差异; 暖指数TXX、TNX、GSL的变化幅度相比其他区域明显偏大, TX90、TN90小于其他地区; DTR的变化幅度略大于全国(Zhou et al, 2011)、青藏高原(赵雪雁等, 2014), 远大于珠穆朗玛峰(杜军等, 2016), 小于西北地区(赵锐锋等, 2017)、天山山区(丁之勇等, 2018)。值得注意的是相对指数(TX10、TN10、TX90、TN90)的变化幅度远小于全国、西北地区、青藏高原、天山山区、珠穆朗玛峰, 大于祁连山讨赖河流域(高妍等, 2014), 与秦岭(张扬等, 2018)无明显差异。总体来看祁连山冷指数(ID、FD)、暖指数(TXX、TNX、GSL)的变化幅度大于其他地区, 说明祁连山极端低温事件相比其他地区减少, 极端高温事件相比其他地区增加, 祁连山地区气候变暖的趋势更为明显。

表 4 祁连山极端气温指数的变化幅度及与其他区域对比 Table 4 Comparison between the linear trends in extreme temperature indices in Qilian Mountains and other regions
3.2 极端气温的空间分布

极端气温指数显示正趋势和负趋势的气象台站百分比如图 5所示, 其中黑色表示通过了5%显著性水平, 灰色表示不显著。0%~100%表示增加趋势, -100%~0%表示降低趋势。祁连山极端气温指数的空间分布如图 6~8所示, 其中颜色越深, 代表极端气温指数变化幅度数值越大, 大圆圈代表通过了5%的显著性水平检验, 小圆圈代表没有通过显著性水平检验。

图 5 极端气温指数显示正趋势和负趋势的气象台站百分比 Fig. 5 Percentage of stations showing positive and negative trends for indices of climate extremes
图 6 1961—2017年祁连山TX10(a)、TN10(b)、TXN(c)和TNN(d)变化幅度的空间分布 Fig. 6 Spatial distribution of change ranges of TX10 (a), TN10 (b), TXN (c) and TNN (d) in Qilian Mountains from 1961 to 2017
图 7 1961—2017年祁连山TN90 (a)、TX90 (b)、TXX (c)和TNX (d)变化幅度的空间分布 Fig. 7 Spatial distribution of change ranges of TN90 (a), TX90 (b), TXX(c) and TNX(d) in Qilian Mountains from 1961 to 2017
图 8 1961—2017年祁连山ID (a)、FD (b)、DTR (c)和GSL (d)变化幅度的空间分布 Fig. 8 Spatial distribution of change ranges of ID (a), FD (b), DTR (c) and GSL (d) in Qilian Mountains from 1961 to 2017
3.2.1 极端气温冷指数

从1961—2017年祁连山TX10、TN10、TXN、TNN变化幅度的空间分布(图 6)可知, TX10参与统计的24个台站的变暖幅度全部通过了显著性水平检验, 除西宁站外, TN10其余台站变暖幅度通过了显著性水平检验, 所有台站TXN、TNN均呈变暖趋势, 分别有42%和58%的台站变暖幅度通过了显著性水平检验, 这些台站主要位于较大变暖幅度区。整体上, 上述四个指数的变暖幅度由南向北递减。

3.2.2 极端气温暖指数

图 5所示, 66.7%~100%的台站极端气温暖指数呈显著变暖幅度。从1961—2017年祁连山TN90、TX90、TXX、TNX变化幅度的空间分布(图 7)可知, 所有台站TN90和TNX呈变暖幅度, 除西宁站外, 其余台站的变暖趋势均通过了显著性水平检验, TX90参与统计的24个台站的变暖趋势全部通过了显著性水平检验, 所有台站TXX呈变暖趋势, 有67%的台站通过了显著性水平检验, 主要位于较大变暖幅度区。上述四个指数均以祁连山中部和东部为较小变暖幅度区, TN90和TNX向外围环状递增, TX90和TXX向外围带状递增。

3.2.3 其他极端气温指数

从1961—2017年祁连山ID、FD、DTR、GSL变化幅度的空间分布(图 8)可以看出, 所有台站ID呈变暖幅度, ID除敦煌站外, FD除西宁站外, 其余台站的变暖趋势均通过了显著性水平检验。ID、FD的变暖幅度均由南向北递减。DTR有92%的台站呈下降趋势, 75%的台站下降趋势通过了显著性水平检验, 但玉门站和西宁站呈显著上升趋势, 这可能是城市化进程加快, 改变了下垫面性质, 从而导致昼指数的升温速率大于夜指数, 进而DTR上升(Lin et al, 2017)。GSL参与统计的24个台站的变暖幅度全部通过了显著性水平检验, 空间分布以祁连山中部和东部为较小变暖幅度区, 向外围环状递增。

4 极端气温指数的影响因素 4.1 极端气温指数变化与海拔的关系

由1961—2017年祁连山极端气温指数变化幅度与海拔的相关系数(表 5)可知, 祁连山极端气温指数的变化幅度与海拔展现出较好的统计关系, TX10、TN10、TXN、TNN、ID、FD与海拔的相关系数通过了0.05的显著性水平检验。表现降低趋势的TX10、TN10、ID、FD与海拔呈显著负相关, TXN、TNN与海拔呈显著正相关, 反映了变暖幅度随海拔升高而增大。海拔高程每升高100 m, TX10、TN10、ID和FD降幅分别增大0.03 d ·(10a)-1、0.07 d ·(10a)-1、0.13 d ·(10a)-1和0.09 d ·(10a)-1, TXN和TNN升幅增大0.01 ℃ ·(10a)-1和0.02 ℃ ·(10a)-1。就海拔的明显效应而言, 夜指数(TNN、TN10)的变暖幅度大于昼指数(TXN、TX10)。

表 5 1961—2017年祁连山极端气温指数变化幅度与海拔的相关系数 Table 5 Correlation coefficients between elevations and linear trends of extreme temperature indices in Qilian Mountains from 1961 to 2017

表 6为祁连山不同海拔区域的极端气温指数的平均变化趋势, 各指数变化特点不尽相同。TX10、TN10、TXN、TNN、ID、FD、DTR的变化在高海拔区(>2500 m)最明显, TN90、TX90、TXX、TNX、GSL的变化在低海拔区(< 2500 m)最明显。结果表明, 高海拔区冷指数、其他指数的变化最明显, 低海拔区暖指数的变化最敏感, 与西藏(杜军等, 2013)、西南地区(Li et al, 2012)在极端气温指数与海拔关系的特点方面相似。

表 6 1961—2017年祁连山不同海拔区域的极端气温指数的平均变化趋势 Table 6 Linear trends of extreme temperature indices of different elevations in Qilian Mountains from 1961 to 2017
4.2 极端气温指数变化与大气环流的关系

本文通过Pearson相关性分析方法, 建立极端气温指数与环流指数的相关性, 来进一步研究祁连山极端气温指数与大气环流指数之间的关系(表 7)。AMO、TNA、TSA、NTA、CAR都是表示大西洋海平面表面温度(SST)的指数, 与祁连山各极端气温指数的相关性较高, 尤其是与极端气温暖指数的相关性最明显。其中, AMO是发生在北大西洋区域具有海盆尺度的长周期年代际海温异常变率模态(Folland et al, 1986; Delworth et al, 2000), 与各极端气温指数的相关性最强, 均通过了95%的显著性水平检验。Nino4是表示中热带太平洋海平面表面温度(SST)指数, 相较暖指数, 与祁连山极端气温冷指数的相关性较显著。四大涛动(NAO、NP、SOI和AO)覆盖了全球大部分海洋面积, 并且对邻近陆地的气候有重要的影响, 但与祁连山极端气温指数的相关性不显著。SOI、MEI是表征ENSO的指数, 与各极端气温指数的相关性不显著。相较冷指数, SCSSMI与极端气温暖指数的相关性显著。

表 7 祁连山极端气温指数与环流指数相关性分析 Table 7 Correlation coefficients between temperature extremes in Qilian Mountains and atmospheric circulation index

AMO、SCSSMI指数与TX10、TN10、ID、FD、DTR呈正相关, 与其余极端气温指数呈负相关; TNA、TSA、NTA、CAR、Nino 4指数与极端气温指数的相关性与AMO、SCSSMI指数与极端气温指数的相关性相反。

5 结论

(1) 近60年来, 12个极端气温指数均表现统计意义上的变暖, 极端气温指数年际变化反映了祁连山在1985年后加速变暖, 尤其在20世纪90年代期间变暖幅度更大, 2000年后变暖趋势有所减缓, 2010年后变暖幅度大幅增加。与全国及其他地区相比, 祁连山极端气温冷指数、暖指数的变化幅度大于其他地区, 说明极端低温事件相比其他地区减少, 极端高温事件相比其他地区增加。

(2) TX10、TN10、TXN、TNN、ID、FD、DTR、TN90、TX90、TXX、TNX和GSL在1961-2017年表现显著变暖趋势的台站百分率为100%, 96%, 42%, 58%, 96%, 96%, 8%, 96%, 100%, 67%, 96%和100%, 变暖幅度不显著的台站主要位于较小变暖幅度区。TN90、TNX、TX90、TXX、GSL的空间分布一致, 以祁连山中部和东部为较小变暖幅度区, 向外围递增。TX10、TN10、TXN、TNN、ID、FD的空间分布由南向北递减。

(3) 祁连山大部分极端气温指数的变化幅度与海拔展现出较好的统计关系, TX10、TN10、ID、FD与海拔呈显著负相关, TXN、TNN与海拔呈显著正相关, 反映了祁连山极端气温指数的变暖幅度随海拔升高而增大。高海拔区(>2500 m)极端气温冷指数、其他指数的变化最明显, 低海拔区(< 2500 m)极端气温暖指数的变化最敏感。

(4) 祁连山极端气温指数受大西洋海平面表面温度指数(AMO、TNA、TSA、NTA、CAR)、太平洋海平面表面温度指数(Nino 4)和SCSSMI的影响较大, 受四大涛动和ENSO的影响较小。其中, 祁连山极端气温指数与AMO的相关性最强, 大西洋海平面表面温度指数对极端气温暖指数的影响强于极端气温冷指数, Nino 4主要影响极端气温冷指数, SCSSMI主要影响极端气温暖指数。

参考文献
Aguilar E, Barry A A, Brunet M, et al. 2009. Changes in temperature and precipitation extremes in western central Africa, Guinea Conakry, and Zimbabwe. 1955-2006[J]. Journal of Geophysical Research Atmospheres, 114(D2): 356–360.
Alexander L V, Zhang X, Peterson T C, et al. 2006. Global observed changes in daily climate extremes of temperature and precipitation[J]. Journal of Geophysical Research Atmospheres, 111(D5): 1042–1063.
Caesar J, Alexander L V, Trewin B, et al. 2011. Changes in temperature and precipitation extremes over the Indo-Pacific region from 1971 to 2005[J]. International Journal of Climatology, 31(6): 791–801. DOI:10.1002/joc.2118
Changnon S A, Pielke R A J, Changnon D, et al. 2000. Human factors explain the increased losses from weather and climate extremes[J]. Bulletin of the American Meteorological Society, 81(3): 437–442. DOI:10.1175/1520-0477(2000)081<0437:HFETIL>2.3.CO;2
Choi G, Collins D, Ren G Y, et al. 2009. Changes in means and extreme events of temperature and precipitation in the Asia-Pacific Network region. 1955-2007[J]. International Journal of Climatology, 29(13): 1906–1925. DOI:10.1002/joc.1979
Delworth T L, Mann M E. 2000. Observed and simulated multidecadal variability in the Northern Hemisphere[J]. Climate Dynamics, 16(9): 661–676. DOI:10.1007/s003820000075
Easterling D R, Evans J L, Groisman P Y, et al. 2000. Observed variability and trends in extreme climate events:A brief review[J]. Bulletin of the American Meteorological Society, 81(3): 417–426. DOI:10.1175/1520-0477(2000)081<0417:OVATIE>2.3.CO;2
Folland C K, Palmer T N, Parker D E. 1986. Sahel rainfall and worldwide sea temperatures. 1901-1985[J]. Nature, 320(6063): 602–607. DOI:10.1038/320602a0
Gong D Y, Pan Y Z, Wang J A. 2004. Changes in extreme daily mean temperatures in summer in eastern China during 1955-2000[J]. Theoretical & Applied Climatology, 77(1/2): 25–37.
Guan Y, Zheng F, Zhang X, et al. 2015. Trends and variability of daily precipitation and extremes during 1960-2012 in the Yangtze River Basin, China[J]. Global & Planetary Change, 124(3): 79–94.
IPCC, 2013. Summary for policymakers. In: Climate change 2013: The physical science basis. Contribution of working group Ⅰ to the fifth assessment report of the intergovernmental panel on climate change[R]. Stocker T F, Qin D H, Plattner G K, et al, eds. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
IPCC, 2014. Summary for policymakers. In: Climate change 2014: Impacts, adaptation, and vulnerability. Part A: Global and sectoral aspects. Contribution of working group Ⅱ to the fifth assessment report of the intergovernmental panel on climate change[R] Field C B, Barros V R, Dokken D J, et al. eds. Cambridge University Press, Cambridge, United Kingdom and NewYork, NY, USA, 1-32.
Jia W X. 2016. Temporal and spatial variations in extreme temperatures in the Qilian Mountains-Hexi Corridor over the period 1960-2013[J]. Journal of Mountain Science, 13(12): 2224–2236. DOI:10.1007/s11629-015-3628-1
Li Z, He Y, Theakstone W H, et al. 2012. Altitude dependency of trends of daily climate extremes in southwestern China. 1961-2008[J]. Journal of Geographical Sciences, 22(3): 416–430. DOI:10.1007/s11442-012-0936-z
Lin P F, He Z B, Du J, et al. 2017. Recent changes in daily climate extremes in an arid mountain region, a case study in northwestern China's Qilian Mountains[J]. Science Reports, 7(1): 1–15. DOI:10.1038/s41598-016-0028-x
Peterson T, Folland C, Gruza G, et al. 2001. Report on the activities of the working group on climate change detection and related rapporteurs[M]. Geneva: World Meteorological Organization.
Plummer N, Salinger M J, Nicholls N, et al. 1999. Changes in climate extremes over the Australian region and New Zealand during the twentieth century[J]. Climatic Change, 42(1): 183–202. DOI:10.1023/A:1005472418209
Zhou Y, Ren G. 2011. Change in extreme temperature event frequency over mainland China during 1961-2008[J]. Climate Research, 50(1/2): 125–139.
曹广超, 付建新, 李玲琴, 等. 2018. 1960-2014年祁连山南坡及其附近地区气温时空变化特征[J]. 水土保持研究, 25(3): 88–96.
丁之勇, 董义阳, 鲁瑞洁. 2018. 1960-2015年中国天山南、北坡与山区极端气温时空变化特征[J]. 地理科学, 38(8): 1379–1390.
杜军, 路红亚, 建军. 2013. 1961-2010年西藏极端气温事件的时空变化[J]. 地理学报, 68(9): 1269–1280.
杜军, 路红亚, 袁雷, 等. 2016. 近42a珠穆朗玛峰地区极端气温事件的时空变化[J]. 干旱区研究, 33(1): 20–27.
高妍, 冯起, 李宗省, 等. 2014. 祁连山讨赖河流域19572012年极端气候变化[J]. 中国沙漠, 34(3): 814–826.
贾文雄. 2012. 近50年来祁连山及河西走廊极端气温的季节变化特征[J]. 地理科学, 32(11): 1377–1383.
秦大河, ThomasS. 2014. IPCC第五次评估报告第一工作组报告的亮点结论[J]. 气候变化研究进展, 10(1): 1–6. DOI:10.3969/j.issn.1673-1719.2014.01.001
屈鹏, 郭东林. 2009. 祁连山东部近50年气候特征变化分析[J]. 干旱区资源与环境, 23(12): 66–70.
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. DOI:10.3878/j.issn.1006-9585.2010.04.01
王希强, 陈仁升, 刘俊峰. 2017. 气候变化背景下祁连山区负积温时空变化特征分析[J]. 高原气象, 36(5): 1267–1275. DOI:10.7522/j.issn.1000-0534.2016.00096
魏凤英. 1999. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社.
尹宪志, 张强, 徐启运, 等. 2009. 近50年来祁连山区气候变化特征研究[J]. 高原气象, 28(1): 85–90.
于秀林, 任雪松. 1999. 多元统计分析[M]. 北京: 中国统计出版社.
张扬, 白红英, 黄晓月, 等. 2018. 近55 a秦岭山区极端气温变化及其对区域变暖的影响[J]. 山地学报, 36(1): 23–33.
赵锐锋, 苏丽, 祝稳. 2017. 1961-2012年西北干旱区极端温度事件季节性时空分析[J]. 中国农学通报, 33(12): 63–73.
赵雪雁, 雒丽, 王亚茹, 等. 2014. 1963-2012年青藏高原东缘极端气温变化特征及趋势[J]. 资源科学, 36(10): 2113–2122.
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: 1–10.
周雅清, 任国玉. 2010. 中国大陆1956-2008年极端气温事件变化特征分析[J]. 气候与环境研究, 15(4): 405–417.
Analysis of Extreme Temperature Changes in Qilian Mountains in the Past 60 Years
LÜ Yuemin1,2 , LI Zongxing1 , FENG Qi1 , LI Yongge1,2 , YUAN Ruifeng1 , GUI Juan1,2 , LI Zongjie1 , ZHANG Baijuan1     
1. Key laboratory of Eco-Hydrology of inland river basin, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, Gansu, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: Based on the daily maximum, daily minimum and average air temperature data of 24 meteorological stations from 1961 to 2017, 12 extreme air temperature indices recommended by the CCl/CLIVAR climate change monitoring and indices expert group were used to analyze the temporal and spatial variations of extreme air temperature indices in Qilian Mountains and the characteristic of the temporal and spatial variations are explained. The results showed that:The spatial distribution of warm indices increases to the periphery with the central and eastern part of Qilian Mountains as the region with smaller warming range. The spatial distribution of cold indices decreases from the south to the north. In contrast to warm extremes, indices that related to cold extremes showed warmer trend. The warming range of night indices is larger than day indices, which is consistent with the significant decrease of diurnal temperature range. The length of growing season length was significantly longer. The number of ice days and frost days significantly decreased, and the areas with large reduction were concentrated in the south of Qilian Mountains. After 1985, especially during the 1990s, the warming trend of Qilian Mountains accelerated. After 2000, the warming trend slowed down, and after 2010, the warming rate increased significantly. The extreme temperature indices have a good correlation with altitude. The higher altitude, the greater warming of extreme temperature indices. In the high-altitude area (>2500 m), the extreme temperature cold indices changes significantly, while in the low altitude area (< 2500 m), the extreme temperature warm indices changes significantly. The effect of the circulation index of Atlantic multidecadal Oscillation, Tropical Northern Atlantic Index, Tropical Southern Atlantic Index, North Tropical Atlantic SST Index, Caribbean SST Index on the extreme temperature warm index was stronger than that of extreme temperature cold index. Central Tropical Pacific SST mainly affects the extreme temperature cold indices, while South China Sea Summer Monsoon Index mainly affects the extreme temperature warm indices.
Key words: Qilian Mountains    climate change    extreme temperature indices