1960-2012年淮河流域极端气温变化特征*

谢志祥，李亚男，秦耀辰，张艳平



1960-2012年淮河流域极端气温变化特征*

谢志祥，李亚男，秦耀辰**，张艳平

（河南大学环境与规划学院/黄河中下游数字地理技术教育部重点实验室，开封 475004）

基于1960-2012年淮河流域28个气象站点的逐日最高气温和最低气温观测资料，选取12个具有代表性的极端气温指数，采用线性倾向法、Mann-Kendall法和小波分析法研究淮河流域极端气温指数的变化特征。结果表明：（1）研究区冷夜、冰冻、霜冻日数分别以4.08、0.78、5.10d·10a-1（P＜0.05）的速率下降，暖夜、夏季、热夜分别以1.87、2.08、2.82 d·10a-1（P＜0.05）的速率上升，日最高（低）气温的极小值、日最低气温的极高值的变化率分别为0.34（0.62）、1.80℃·10a-1（P＜0.05），而冷昼、暖昼以及日最高气温极高值的变化并不显著。（2）28个气象站点极端气温指数的变化在空间分布上存在着较大的差异，冷指数中冷昼、冷夜、冰冻和霜冻日数（日最高和最低气温的极低值）在淮河中下游地区的降幅（升幅）较大，上游地区站点的变化则相对较小。暖指数变化较大的站点主要分布在流域的东部和南部地区，西部与北部地区站点的变化不够明显。（3）冷指数的突变主要发生在20世纪80年代，而暖指数的突变则主要发生在2000年左右，与冷指数的突变相比，暖指数的变化表现出后延性、稳定性和持续性的特征。（4）冷、暖指数分别存在着4类和3类尺度的时间变化规律，暖指数的周期变化较冷指数更具稳定性，尤以10a时间尺度下的周期变化最为典型。

极端气温；趋势变化；空间差异；突变检验；小波分析；淮河流域

IPCC第五次评估报告指出，过去的130a全球地表平均温度上升了约0.85℃，1983-2012年全球升温幅度更是达到了过去1400a的顶峰，气候暖化的速度与幅度空前加剧[1]。在全球变暖的大背景下，由极端气温变化所引发的干旱、热浪、冰冻、寒潮等灾害事件也愈发频繁，不但妨碍了正常的工农业生产，而且对人类的生命健康和财产安全造成了严重威胁，因此，极端气温变化也逐步成为人们所关注的热点。Alexander等[2-3]对全球极端气温变化的研究表明，极端气温变化除存在昼夜不对称性的特征外，还表现为低温事件的减少和高温事件的增加。Choi等[4-7]通过研究亚洲、大洋洲、非洲和地中海区域的极端气温变化，发现暖日、暖夜显著增加，冷昼、冷夜明显减少，研究结果与全球极端气温变化呈现出高度的契合性。国内学者也开展了关于极端气温变化的系列研究，主要集中在以下几个方面：极端气温变化特征方面，郝志新等[8-9]从历史文献资料入手对近400a来中国南方地区和长江中下游地区的极端冷冬事件进行分析，发现极端冷冬事件朝着暖化的方向发展；极端气温变化成因方面，姚俊强等[10-11]分别研究了中亚典型流域气温变化的影响因子和内蒙古寒潮的成因，认为气温变化与大气环流、海温和太阳活动密切相关；极端气温变化对城市化的影响方面，崔林丽等[12]通过研究城市化与气温增温速率的关系，发现大城市站的增温速率明显高于小城镇和中等城市站；极端气温变化与农业生产关系方面，胡实等[13-14]分析了中国海河流域与北方地区气候变化对粮食生产可能造成的影响，认为气候暖化会造成粮食作物的减产。梳理相关文献发现，研究地域方面学者们已对长江流域、黄河流域、青藏高原、华北地区、黄土高原、长株潭城市群、云南省、新疆维吾尔自治区及北京市的极端气温变化特征进行研究[15-25]，但对于地处南北气候过渡带、农业生产优势突出且社会经济地位重要的淮河流域研究报道则相对较少；研究内容上国内学者对极端气温变化特征的研究大多集中在时序变化、空间分布及突变检测上，较少涉及对极端气温周期变化特征的研究，因此，在全球变暖的背景下综合把握典型流域极端气温事件的变化规律具有重要的科学及应用价值。

淮河流域介于长江流域与黄河流域之间，地处30-37°N、111-122°E，属暖温带半湿润季风气候区，该区冬春干旱少雨，夏秋闷热多雨，冷暖和早涝转变急剧，气候类型极具特殊性。其次，淮河流域总面积约27万km2，区内总人口数量为1.65亿，人口密度居于中国各大江大河流域之首，在中国经济社会发展格局中占有重要的地位。第三，淮河流域为中国重要的农作物种植区域，区内盛产小麦、水稻、玉米和油菜等农作物，因此，把握该流域范围内极端气温的变化特征对保障农业生产意义重大。鉴于此，本文选取12个极端气温指数，利用淮河流域28个气象站点提供的逐日气温观测资料，借助线性倾向法、Mann-Kendall法和小波分析法等统计方法，对1960-2012年淮河流域极端气温指数的变化特征进行分析，以期为揭示淮河流域极端气温的变化特征，科学预测未来极端气温变化，强化风险调控及合理布局工农业生产提供参考。

1 资料与方法

1.1 指标选取与资料来源

目前对极端气候事件的研究，主要采用世界气象组织（WMO）气候委员会（CCI）推荐使用的27个极端气候指数[19]，其中包括11个极端降水指数和16个极端气温指数，这27个极端气候指数均可由日气温和降水数据整理计算获得，具有弱极端性、噪声低和显著性强的特点[21]。因冷持续日数、暖持续日数、作物生长季日数更多反映气温变化对作物物候期的影响，且整个研究区范围内平均气温日较差变化相对不大，因此，本文综合考虑极端气温变化的冷暖、极值与阈值指数，从中选取12个具有代表性的极端气温指数来评价淮河流域极端气温的变化特征，其中冷指数包括冷昼、冷夜、冰冻、霜冻及日最高和最低气温的极低值，暖指数包括暖昼、暖夜、夏季、热夜及日最高和最低气温的极低值（表1）。

表1 极端气温指数定义

利用1:400万国家基础地理数据结合淮河流域气象信息共享网(http://www.hbmc.gov.cn/)发布的淮河流域范围，并借助ArcGIS10.2软件生成基础研究底图，选用数据来源于中国气象科学数据共享服务网(http://data.cma.cn/)提供的淮河流域35个国家气象站点最高和最低温度的逐日观测资料，观测时段为1960-2012年。为保证数据的连续性和完整性，本研究运用SQL语言剔除缺测日数连续大于30d的站点及1960年后新建及迁建站点，对于个别日数（＜5d）的气温缺测值采用滑动平均法递推求得。此外，利用RClimDex软件对数据进行极值检验和一致性检验，以保证筛选数据的质量，最终提取到满足条件的站点28个（图1）。

1.2 研究方法

首先利用线性倾向法[26]描述1960-2012年淮河流域12个极端气温指数的时序变化特征，该法的实

质是采用最小二乘法求得气候变量与对应时间的线性倾向值。其次，借助ArcGIS10.2软件对求取的淮河流域28个气象站点的线性倾向值进行空间可视化处理，分析淮河流域各气象站点极端气温指数变化的空间分布特征。再次，运用Mann-Kendall法（M-K）结合滑动t检验方法[27-28]对各极端气温指数的变化进行突变点检测。最后，采用小波分析法（Wavelet）判定淮河流域各极端气温指数的变化周期[28]，分析不同时间尺度上淮河流域极端气温指数的周期波动特征。

2结果与分析

2.1 极端气温指数的时间序列变化特征

由图2a-图2f可见，1960-2012年淮河流域极端气温冷指数中除冷昼日数变化不显著外，其余指数的变化均通过P＜0.05水平的显著性检验，表明这些指数的变化趋势十分显著。其中，冷夜、冰冻和霜冻日数表现出显著下降趋势（P＜0.05），下降速率分别为4.08、0.78和5.10d·10a-1；日最高和最低气温的极小值则呈显著上升趋势（P＜0.05），其上升速率分别为0.34和0.62℃·10a-1，表明在研究时段内，淮河流域极端气温冷指数整体呈现出最低气温抬升、冷夜日数减少的变化趋势，整个流域极端气温冷指数暖化发展的态势明显。图2g-图2l表现了1960-2012年淮河流域极端气温暖指数的变化趋势，由图可见，暖昼日数和日最高气温极高值的变化均未通过P＜0.05水平的显著性检验，表明研究时段内这2个极端气温指数的变化并不显著。暖夜、夏季、热夜和日最低气温的极高值均呈显著上升趋势（P＜0.05），上升速率分别为1.87、2.08、2.82d·10a-1和1.80℃·10a-1，表明暖指数的变化趋势与冷指数大体一致，具体也表现为最低气温抬升、冷夜日数减少特征，同时也说明淮河流域极端气温暖指数的变化与冷指数的变化呈现出高度契合性，总体上也表现出暖化的发展态势。此外，对比冷暖指数的变化发现，淮河流域日最低气温的抬升幅度明显高于日最高气温，冷指数的变化幅度整体大于暖指数，夜指数的变化显著高于昼指数。

2.2 极端气温指数空间格局变化特征

由图3a-图3l可见，淮河流域各极端气温指数的变化在空间分布上存在着较大差异，这主要是由站点所处的纬度位置、海拔高程和距海洋的远近造成的。极端气温冷指数中冷昼、冷夜、冰冻、霜冻以及日最高和最低气温极低值的变化通过P＜0.05水平显著性检验的站点分别占站点总数的21.43%、96.43%、42.86%、96.43%、50.00%和75.00%，其变幅（P＜0.05）分别介于-2.61～-1.77d·10a-1、-7.30～-1.64d·10a-1、-2.09～-0.35d·10a-1、-8.59～-1.57d·10a-1、0.35～0.53℃·10a-1和0.42～1.28℃·10a-1。冷昼日数变化显著的站点主要分布在淮河流域东北部的沂沭泗地区，尤以兖州、沂源、莒县、日照、射阳和赣榆6个站点的下降趋势最为显著。冷夜日数中除费县的变化趋势不显著外，其余站点的变化趋势十分显著，其中宿州、开封、盱眙、郑州、亳州和高邮等站的降幅较大，而宝丰、许昌、信阳、霍山、固始和兖州等站的降幅则相对较小。冰冻日数下降趋势显著的站点主要分布在淮河流域的中游地区和沂沭泗地区，其变动趋势自东北向西南方向逐渐减弱。霜冻日数减幅较大的站点主要分布在流域的下游、中上游及沂沭泗地区，上游地区站点的变化不够明显。日最高与最低气温极低值升幅显著的站点主要分布在流域的中下游、沂沭泗以及流域中上游的南部地区，而流域上游及下游地区站点的变化相对较小。极端气温暖指数中暖昼、暖夜、夏日、热夜以及日最高和最低气温极高值的变化通过P＜0.05水平显著性检验的站点分别占站点总数的32.14%、39.29%、53.57%、82.14%、10.71%和46.43%，其变幅（P＜0.05）分别介于-2.87～3.04d·10a-1、2.10～3.88 d·10a-1、1.95～4.65d·10a-1、1.75～6.35d·10a-1、-0.33～0.28℃·10a-1和0.19～0.38℃·10a-1。暖昼日数的变化表现出升降并存的发展态势，其中流域中上游地区的郑州、许昌、开封、宝丰、西华和商丘等站下降明显，而沂沭泗地区的日照和淮河下游地区的高邮则表现为上升趋势。暖夜日数上升显著的站点有郑州、开封、西华、亳州、宿州和徐州等站，初步构成了连片发展的布局态势。夏季日数的变动幅度较大，整体上呈现出流域南部地区站点升幅高于北部、东部地区站点升幅高于西部的特征。热夜日数变化显著的站点主要集中在流域的中上游地区，架构了“斑块”状的空间分布格局。日最高气温极高值的分化趋势明显，具体表现为上游地区的开封和商丘呈显著上升趋势，而流域下游地区的高邮呈显著下降趋势。日最低气温极高值均呈上升趋势，其中升幅较大的站点主要分布在流域的中上游地区，尤以宿州、徐州、信阳、驻马店、六安和高邮最为显著。

2.3 极端气温指数序列突变特征

图4a-图4l表示极端气温指数的突变状况，值得注意的是，部分指数的UF与UB曲线在某些年份产生多个交点，表明突变点的确定受到了干扰点的影响，故采用滑动t检验法（本文取子序列长度为5）与M-K法交互印证依次排除干扰点造成的虚假突变[27-28]。图4a-图4f显示，1960-2012年淮河流域极端气温冷指数中冷昼日数、冷夜日数、冰冻日数和霜冻日数的突变分别发生在1986、1987、1982和1989年，日最高和最低气温的极低值发生突变的年份则为1988和1985年。具体来看，各极端气温冷指数在20世纪60-70年代表现出增加趋势，80年代以后则转变为下降趋势。从显著性水平看，冷昼日数、冷夜日数、冰冻日数和霜冻日数以及日最低气温极低值的UF曲线超越了P＜0.05的显著性水平线，表明这些极端气温冷指数在研究时段内均发生过显著的上升或下降趋势。由图4g-图4l发现，暖指数中暖昼日数、暖夜日数、夏季日数、热夜日数以及日最高和最低气温的极高值发生突变的年份分别为1969、2004、1999、1999、2010和2000年，各极端气温暖指数整体上呈增长态势，但变化幅度有所不同。其中暖夜日数、夏季日数、热夜日数、日最低气温的极高值的UF曲线长期处于0值线以上，表示这4个极端气温指数的变化呈增加趋势，而暖昼日数和日最高气温的极低值的UF统计量曲线虽然总体上呈上升态势，但由于其长期处于0值线以下，表明这2个极端气温指数的下降幅度在逐步减缓，也从侧面表现出整个流域的极端气温向着暖化的方向发展。此外，各极端气温暖指数的UF统计量曲线在某些时段均超越了P＜0.05的显著性水平线，表明在特定时段内各极端气温暖指数的上升或下降趋势极为显著。通过对比冷暖指数的突变特征还可发现，暖指数在突变结点上表现出后延性的特征，在变化趋势上表现出稳定性的特征，在变化时间上表现出更长持续性的特征，整个流域极端气温指数暖化发展的态势十分明显。

2.4 极端气温指数序列波动周期特征

由图5a-图5l的小波实部等值线图可以发现，淮河流域极端气温冷指数在28a和15a左右的震荡周期最明显，其次为48a和8a。其中在28a时间尺度上冷昼、冷夜、冰冻和霜冻日数存在2个明显的高温中心和1个低温中心，依次对应的年份分别是1970、1990和2010年；日最高和最低气温的极低值则存在2个明显的低温中心和1个高温中心，分别对应的年份依然为1970、1990和2010年，因此，在28a时间尺度上淮河流域极端气温冷指数变化的平均周期为40a左右，大约经历了准2次暖-冷或冷-暖的变化过程。在15a时间尺度上，冷昼、冷夜、冰冻、霜冻、日最高和最低气温的极低值存在2个明显的高温中心和2个低温中心，高温和低温中心对应的年份分别是1965、1976、1987和1998年，因此，在15a的时间尺度上，淮河流域极端气温冷指数变化的平均周期为22a左右，大约经历了2次暖-冷或冷-暖的变化过程。48a时间尺度由于受研究时段的限制难以完全呈现，在此不作分析，而8a时间尺度上各极端气温冷指数的周期变化表现出较大的差异，平均周期为10a左右，经历了准6个周期的冷-暖变化。极端气温暖指数在30a左右的震荡周期最明显，其次为15a和48a。其中在30a时间尺度上暖昼、暖夜、夏季和热夜日数以及日最高和最低气温的极高值均存在2个明显的高温中心和1个低温中心，对应的年份分别为1965、1985和2005年，因此，在30a时间尺度上淮河流域极端气温暖指数变化的平均周期也为40a左右，大约经历了准2次暖-冷或冷-暖的变化过程。在15a时间尺度上，暖昼日数、暖夜日数、夏季日数、热夜日数、日最高和最低气温的极低值存在着3个明显的高温中心和3个低温中心，对应的年份分别是1965、1971、1980、1988、1998和2010年，因此，在15a的时间尺度上，淮河流域极端气温暖指数变化的平均周期为15a左右，大约经历了3次暖-冷的变化过程。48a时间尺度由于受研究时段的限制难以完全呈现，因此不作分析。10a时间尺度下暖指数的周期变化极不明显且显著小于冷指数的变化，因此，在小的周期波动上，淮河流域暖指数的变化较冷指数更为稳定。

3 结论与讨论

（1）时序变化上，1960-2012年淮河流域极端气温冷指数整体呈减少趋势，暖指数则呈上升趋势，冷暖指数暖化发展的态势十分明显，同时也验证了淮河流域极端气温指数的变化与同期长江流域、黄河流域的变化高度契合[15-16]，这与已有的关于全球和其它区域的研究结果高度契合，但同时也应看到，暖昼日数和日最高气温极高值的减少趋势体现出淮河流域极端气温变化的独特性。

（2）空间布局上，各站点极端气温指数的变化均存在较大差异，部分极端气温指数存在升降两种变化趋势共存的局面。冷指数中冷昼、冷夜、冰冻和霜冻日数（日最高和最低气温的极低值）在淮河中下游地区的降幅（升幅）较大，上游地区变化则相对较小。暖指数变化的空间离散化特征明显，升幅较大的地区主要分布在流域的东部和南部地区，西部和北部地区的变化相对较小。冷暖指数变化的空间布局证实了极端气温变化的昼夜不对称性，而且还体现了气温变化在空间分布上的非均衡性[15,19]，而这又与海拔高度、下垫面性质和大气环流等因素密切相关。

（3）突变节点上，极端气温冷指数的突变主要发生在20世纪80年代，暖指数的突变则主要发生在2000年左右，其中尤以冷昼、冷夜、暖昼、日最高和最低气温极高值的突变最为明显。与冷指数的变化相比，暖指数的变化在突变节点上表现为后延性的特征，在变化幅度上表现为更加稳定的特征，与吴灿等[16]的研究相比，冷指数的突变提前了10a左右，暖指数的突变则后延至2000年左右，这同样体现了淮河流域极端气温变化的特殊性。

（4）周期波动上，冷指数存在着4类尺度的周期变化规律，构成了以15a和28a为代表的主周期，其中28a时间尺度上的变化周期为40a左右，15a时间尺度的变化周期为22a左右，8a时间尺度的变化周期为10a左右。暖指数存在着3类尺度的周期变化规律，其中30a时间尺度的变化周期也为40a左右，15a时间尺度的变化周期为15a左右。对比发现，不同时间尺度上暖指数的变化较冷指数呈现出更强的稳定性特征，在变化趋势上表现出更长持续性的特征，这也从侧面反映了过去50a北半球暖指数处于偏多期，冷指数处于相对偏少期的状况[16]。

Reference

[1]IPCC.Climate change 2013:the physical science basis[M]. Cambridge,UK:Cambridge University Press,2013:5-6.

[2]Alexander L V,Zhang X,Peterson T C,et al.Global observed changes in daily climate extreme of temperature and precipitation[J].Journal of Geophysical Research,2012,111 (D5):1042-1063.

[3]Donat M G,Alexander L V,Yang H.Global land-based datasets for monitoring climatic extremes[J].Bulletin of the American Meteorological Society,2013,94(7):997-1006.

[4]Choi J,Chung U,Yun J I.Urban-effect correction to improve accuracy of spatially interpolated temperature estimates in Korea[J].Journal of Applied Meteorology,2003,42(12):1711-1719.

[5]Caesar J,Alexander L,Vose R.Large-scale changes in observed daily maximum and minimum temperatures:creation and analysis of a new gridded data set[J].Journal of Geophysical Research Atmospheres,2006,111(D5):854-871.

[6]Kruger A C,Shongwe S.Temperature trends in South Africa:1960-2003[J].International Journal of Climatology, 2004,24(15):1929-1945.

[7]Efthymiadis D,Goodess C M,Jones P D.Trends in Mediterran- ean gridded temperature extremes and large-scale circulation influences[J].Natural Hazards and Earth System Sciences, 2011,(12):2199-2214.

[8]郝志新,郑景云,葛全胜,等.中国南方过去400年的极端冷冬变化[J].地理学报,2011,66(11):1479-1485.

Hao Z X,Zheng J Y,Ge Q S,et al.Variations of extreme cold winter events in southern china in the past 400 years[J].Acta Geographica Sinica,2011,66(11):1479-1485.(in Chinese)

[9]闫军辉,刘浩龙,郑景云,等.长江中下游地区1620年的极端冷冻研究[J].地理科学进展,2014,33(6):835-840.

Yan J H,Liu H L,Zheng J Y,et al.The extreme cold winter of 1620 in the middle and lower reaches of the Yangtze River[J].Progress in Geography,2014,33(6):835-840.(in Chinese)

[10]姚俊强,刘志辉,杨青,等,近130年来中亚干旱区典型流域气温变化及其影响因子[J].地理学报,2014, 69(3): 291-302.

Yao J Q,Liu Z H,Yang Q,et al.Temperature variability and its possible causes in the typical basins of the arid Central Asia in recent 130 years[J].Acta Geographica Sinica,2014,69(3): 291-302.(in Chinese)

[11]刘宪锋,朱秀芳,潘耀忠,等.近53年内蒙古寒潮时空变化特征及其影响因素[J].地理学报,2014,69(7): 1013-1024.

Liu X F,Zhu X F,Pan Y Z,et al.The spatial-temporal changes of cold surge in Inner Mongolia during recent 53 years[J].Acta Geographica Sinica,2014,29(7):1013-1024.(in Chinese)

[12]崔林丽,史军,杨引明,等.长江三角洲气温变化特征及城市化影响[J].地理研究,2008,27(4):775-786.

Cui L L,Shi J,Yang Y M,et al.Temperature change characteristics and its influence by urbanization in the Yangtze River Delta[J].Geographical Research,2008,27(4): 775-786.(in Chinese)

[13]胡实,莫兴国,林忠辉,等.气候变化对海河流域主要作物物候和产量影响[J].地理研究,2014,33(1):3-12.

Hu S,Mo X G,Lin Z H,et al.The contribution of climate change to the crop phenology and yield in Haihe River Basin [J]. Geographical Research,2014,33(1):3-12.(in Chinese)

[14]邓振镛,王强,张强,等.中国北方气候暖干化对粮食作物的影响及应对措施[J].生态学报,2010,30(22):6278-6288.

Deng Z Y,Wang Q,Zhang Q,et al.Impact of climate warming and drying on food crops in northern China and the counter measures[J].Acta Ecological Sinica,2010,30(22):6278-6288. (in Chinese)

[15]王琼,张明军,王圣杰,等.1962-2011年长江流域极端气温事件分析[J].地理学报,2013,68(5):611-625.

Wang Q,Zhang M J,Wang S J,et al.Extreme temperature events in Yangtze River Basin during 1962-2011[J].Acta Geographica Sinica, 2013,68(5):611-625.(in Chinese)

[16]吴灿,赵景波,王格慧.黄河流域极端气温指数的气候演变特征分析[J].中国农业气象,2015,36(5): 525-535.

Wu C,Zhao J B,Wang G H.Characteristic analysis of the climatic revolution in the yellow river extreme temperature index[J].Chinese Journal of Agrometeorology,2015,36(5): 525-535.(in Chinese)

[17]赵雪雁,雒丽,王亚茹,等.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,2014, 36(10): 2113-2122.

Zhao X Y, Luo L,Wang Y R,et al.Extreme temperature events in eastern edge of the Qinghai-Tibet Plateau from 1963 to 2012[J].Resources Science, 2014,36(10):2113-2122.(in Chinese)

[18]王翼,蒋大凯,张英娟.华北地区极端气候事件的时空变化规律分析[J].中国农业气象,2012,33(2): 166-173.

我之所以想到学术研讨会，是因为我住院时，就是因为他要参加一个类似的学术研讨会而被迫推后了原定于第二天为我做的手术。

Wang Y,Jiang D K,Zhang Y J.Analysis on spatial and temporal variation of extreme climate events in North China[J].Chinese Journal of Agrometeorology,2012,33(2): 166-173.(in Chinese)

[19]赵安周,刘宪锋,朱秀芳,等.1965-2013年黄土高原地区极端气温趋势变化及空间差异[J].地理研究,2016, 35(4): 639-652.

Zhao A Z,Liu X F,Zhu X F,et al.Trend variations and spatial difference of extreme air temperature events in the loess plateau from 1965 to 2013[J].Geographical Research,2016, 35(4):639-652.(in Chinese)

[20]王欣,凌娟,莫宏伟,等.长株潭地区20世纪50年代以来极端气候事件变化特征[J].热带地理,2008,28(6):504-512.

Wang X,Ling J,Mo H W,et al.Extreme climate events in Chang-Zhu-Tan District since 1950s[J].Tropical Geography, 2008,28(6):504-512.(in Chinese)

[21]王晓,李佳秀,石红彦,等.1960-2011年云南省极端气温事件的时空分布及趋势预测[J].资源科学,2014,36(9): 1816-1824.

[22]杨晓静,徐宗学,左德鹏,等.云南省1958-2013年极端气温时空变化特征分析[J].长江流域资源与环境,2016, 25(3): 523-536.

Yang X J,Xu Z X,Zuo D P,et al.Spatiotemporal characteristics of extreme air temperature in Yunnan Province during 1958-2013[J].Resources and Environment in the Yangtze Basin,2016,25(3):523-536.(in Chinese)

[23]普宗朝,张山清,李景林,等.1961-2010年新疆不同保证率极端最低气温变化分析[J].中国农业气象,2014,35(1):10-16.

Pu Z C,Zhang S Q,Li J L,et al.Analysis of different guarantee rate extreme minimum temperature variation in Xinjiang during 1961-2010[J].Chinese Journal of Agrometeorology, 2014,35(1):10-16.(in Chinese)

[24]张延伟,葛全胜,姜逢清,等.北疆地区1961-2010年极端气温事件变化特征[J].地理科学,2016,36(2):296-302.

Zhang Y W,Ge Q S,Jiang F Q,et al.Evolution characteristics of the extreme high and low temperature event in north Xinjiang in 1961-2010[J].Scientia Geographica Sinica,2016, 36(2):296-302.(in Chinese)

[25]李双双,杨赛霓.1960-2014年北京极端气温事件变化特征[J].地理科学,2015,34(12):1640-1647.

Li S S,Yang S N.Changes of extreme temperature events in Beijing during1960-2014[J].Scientia Geographica Sinica, 2015,34(12):1640-1647.(in Chinese)

[26]魏凤英.现代气候统计诊断与预测技术(第二版)[M].北京:气象出版社,2007:63-65.

Wei F Y.Modern climate statistics diagnosis and prediction technology[M].Beijing:China Meteorology Press,2007:63-65. (in Chinese)

[27]陈忠升,陈亚宁,徐长春.近50a来塔里木河干流年径流量变化趋势及预测[J].干旱区地理,2011,34(1): 43-51.

Chen Z S,Chen Y N,Xu C C.Change trend and prediction of annual runoff in mainstream area of the Tarim River in recent 50 years[J].Arid Land Geography,2011,34(1):43-51. (in Chinese)

[28]李国栋,田海峰,彭剑峰,等.基于小波和M-K方法的商丘气温时间序列分析[J].气象与环境学报,2013,29(3):78-84.

Li G D,Tian H F,Peng J F,et al.Time series of air temperature based on methods of a wavelet analysis and a Mann-Kendall test in Shangqiu[J].Journal of Meteorology and Environment, 2013,29(3):78-84.(in Chinese)

Evolution Characteristics of the Extreme Temperature in Huaihe River Basin from 1960 to 2012

XIE Zhi-xiang，LI Ya-nan，QIN Yao-chen，ZHANG Yan-ping

（College of Environment and Planning, Henan University/Key Laboratory of Geospatial Technology for Middle and Lower Yellow River Region, Kaifeng 475004,China）

Based on daily maximum and minimum temperature observed by the China Meteorological Administration at 28 meteorological stations in the Huaihe River Basin from 1960 to 2012, linear trend estimation Mann-Kendall test mutations and wavelet analysis were used to analyze extreme temperature changes. Twelve indices of extreme temperature were included. The results showed that: (1) cool night, ice days and frost days displayed declining trend at rates of 4.08, 0.78 and 5.10d·10y-1(P＜0.05) respectively, warm nights, summer days and tropical nights exhibited rising trend at rates of 1.87, 2.08 and 2.82d·10y-1(P＜0.05), the trends for annual maximum (minimum) value of daily minimum and annual minimum value of daily maximum range were 0.34(0.62) and 1.80℃·10y-1(P＜0.05), while cool days, warm days and annual maximum value of daily maximum range were not significant. (2) Spatial distribution of linear tread in extreme temperature indices in Huaihe River Basin had big differences. In general, cool days, cool nights, ice days, frost days and annual maximum (minimum) value of daily minimum were showed obviously positive (negative) trends in Middle and Lower Huaihe River Region, but the change in Upper Huaihe River Region were not obvious at all. The range of variation in warm indices in the South and East of Huaihe River Basin were more sensitive than the North and West. (3) The time points of abrupt change for cold indices were mainly concentrated in 1980s, while the time points of abrupt change for warm indices were happened around 2000. Compared with cold indices, the mutation of warm indices showed the characteristics of ductility, stability and continuity. (4) There were 4 classes time variation of cold indices when the warm indices had 3 kinds of scale. The period of cold indices was more stability than the warm indices, especially for the time scale under ten cycles.

Extreme temperature; Trend variations; Spatial difference; Mann-Kendall; Wavelet analysis; Huaihe river basin

10.3969/j.issn.1000-6362.2017.07.002

谢志祥,李亚男,秦耀辰,等.1960-2012年淮河流域极端气温变化特征[J].中国农业气象,2017,38(7):407-416

2016-11-17

。E-mail：qinyc@henu.edu.cn

国家重点基础研究发展计划973项目（2012CB955804）；国家自然科学基金项目（41671536；41501588）

谢志祥（1990-），博士生，主要从事区域可持续发展研究。E-mail：zhixiang1108@163.com