近56 a新疆塔里木盆地非对称性增温变化特征分析

郑 奕，张广兴，刘 艳

（1.中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐830002；2.中亚大气科学研究中心，新疆 乌鲁木齐830002）

近50 a来，全球气候显著变暖，这也导致了各种极端天气的频繁发生[1-3]，进而对各地社会、经济、农牧业生产以及生态环境产生广泛而深刻的影响[4]。很多研究证明，气候变暖中最低气温增幅和最高气温增幅存在非对称性，并且认为升温在季节分布上也具有非对称性[5]。所谓非对称其实就是指最高、最低及不同季节增温幅度不同。IPCC第3次评估报告提出温度的变化有3种情形：淤夜间增温幅度大于白天，导致温度日较差减小；于冬季增温幅度大于夏季；盂高纬度地区增温幅度大于低纬度地区[6]。IPCC第4次评估报告进一步分析了昼夜温度中极端温度的变化，认为冷昼、冷夜和霜冻的发生频率减小，而热昼、热夜的发生频率增加[7]。最低气温升高比最高气温升高得快，冬季的升温速率远大于夏季的升温速率，即升温存在非对称性。例如，美国国家气候数据中心的Karl对1951—1990年北半球气象资料分析表明：夜间平均增暖0.84益，白天增暖0.28益，前者是后者的3倍，这种变化趋势发生在所有陆地和所有季节，只是幅度不同[8]。1997年美国国家气候数据中心的Easterling等进一步证实了气候变暖中最低气温增幅和最高气温增幅的非对称性[9]，这种不对称性造成气温日较差的变小[10-13]，对植物生理活动及作物的产量产生了重要影响[14-16]。新疆是中国增温最为明显的地区之一，过去40多年里绝大部分地区表现出气温升高，降水增多，气候总体呈现不同程度的“暖湿化”趋势，平均气温已升高了1.8益，年极端最低气温升高了3.7益[17-19]。虽然前期对平均气温的变化有所研究[20-21]，但对气温的非对称性增温变化研究较少，对塔里木盆地高低温变化研究就更少了。

塔里木盆地位于新疆南部的天山、昆仑山和阿尔金山之间，面积约50多万km2，是中国最大的内陆盆地，属于典型的大陆性气候，具有日照时间长、昼夜温差大、有效辐射量大、气温高等特点。盆地周边区域气候类型独特，生态环境多样，本研究针对该区域非对称性增温变化特征进行分析，探讨塔里木盆地对全球变暖的响应结果，以期为研究区域气候变化原因提供科学依据，也可为应对气候变化、减缓气候变化对人类社会的影响提供参考。

1 资料与方法

1.1 资料来源

为了较好地体现塔里木盆地气温变化情况，收集了该地区25个国家气象站1960—2015年逐日最高、最低及平均气温资料，其主要来源于新疆维吾尔自治区气象信息中心。该资料经过统一的缺测值插补、奇异值去除等质控措施，资料序列完整且具有较好代表性。站点分布见图1。

图1 塔里木盆地主要气象站点分布示意图

1.2 研究方法

采用一元线性趋势法和累积距平法对气温进行趋势分析，变化趋势的显著性，采用时间t与序列变量x之间相关系数，即气候趋势系数进行检验。利用Mann-Kendall（M-K）方法对气候要素时间序列进行突变检验[22]，判定突变年份和气候要素突变趋势。基于Arcgis的反距离加权插值方法对气温进行空间化分析。

趋势系数能定量给出某种气候要素时间序列的升降程度，它定义为n年要素序列与自然数列的相关系数：

式中：n为年数；xi为第i年要素值为样本均值；的正负反映了要素在n年内的线性增降趋势。符合自由度为n-2的t分布，通过查t分布表，可以检验线性增降趋势是否显著，还是一种随机振动。

Mann-Kendall方法是非参数统计检验方法，其优点是不需要样本遵从一定的分布，也不受少数异常值的干扰，更适于类型变量和顺序变量，计算也比较简便，而且可以明确突变开始的时间，并指出突变区域，是一种常用的突变检验方法[22]。其具体分析方法如下：

对于具有n个样本量的时间序列x，构造一个秩序列：

其中

可见，秩序列Sk是第i时刻数值>j时刻数值个数的累计数。

在时间序列随机独立的假定下，定义统计量

式中，UFk=0，E（Sk）、var（Sk）是累计数的均值和方差，可由下列公式得出：

UF1为标准正态分布，它是按时间序列x计算出的统计量序列，给定显著性水平琢，查正态分布表，若则表明序列存在明显的趋势变化。对原序列反向后构成新序列，再重复前2步运算，同时使UBk=-UFk（k=n，n-1，...，1），UB1=0。

按方程（4）计算UFk和UBk，给定显著性水平，如琢=0.05，则临界值u0.05=依1.96。将UFk和UBk2个统计量序列曲线和依1.96两条直线均绘制在一张图上。若UFk和UBk的值大于0，则表明序列呈上升趋势，<0则表明呈下降趋势。当它们超过临界直线时，表明上升或下降趋势显著。如果UFk和UBk2条线出现交点，且交点在临界线之间，那么交点对应的时刻便是突变开始的时间。

2 结果与分析

2.1 气温的年代际非对称性变化及空间分布特征

图2 研究区1960—2015年平均气温、最高气温和最低气温的年际变化及气候倾向率空间分布特征

由图2可以看出，年平均气温、最高气温及最低气温均呈明显波动上升趋势，并通过了0.01显著性水平检验。年平均气温气候倾向率为0.26益/10 a，大于同期全国的增温速度[23]（0.09耀0.15益/10 a）。年平均最低气温的气候倾向率为0.39益/10 a，约为年平均最高气温的1.5倍，为显著不对称升高。56 a来，塔里木盆地的平均气温、最高气温和最低气温分别为11.12、18.57、4.43 益。年平均气温最低年份是1967年，为9.87益，最高值出现在2007年，为12.39益，极差为2.52益。

由表1可以看出，在1960—1989年这30 a间，盆地年平均气温呈缓慢上升趋势，增速为0.097益/10 a，年平均最高气温甚至呈下降趋势，为-0.003益/10 a，而年平均最低气温气候倾向率则为0.221益/10 a。1990—2009年间，气温呈加速升高趋势，年平均气温较20世纪60年代升高了1.14益，2010—2015年，气温增速有所下降，年平均气温为11.67益，仍比20世纪60年代上升1.0益。与年平均气温变化趋势相同，在1990—2009年间，年平均最高、最低气温均呈大幅上升趋势，尤其是年平均最低气温呈加速上升趋势。近6 a气温上涨的趋势有所下降，但仍分别比20世纪60年代上升0.69益和1.7益。

表1 塔里木盆地气温年代际变化

从空间分布特征来看，近56 a来，塔里木盆地各地除少数地区外普遍呈变暖趋势，但各地的变暖幅度有所不同，大致随纬度由北向南递增，盆地北缘（除库车和阿拉尔外）和南缘（除于田）年平均气温增温幅度较大。这是因为由印度洋北上的带有丰富水汽的西南季风，在昆仑山脉迎风坡产生大量降水，越山后，水汽减少，空气下沉造成塔里木盆地的增温。年平均最高、最低气温气候倾向率在空间分布上也很不均衡。盆地东部、西部和南部年平均最高气温倾向率在0.20耀0.30益/10 a之间，其中皮山、民丰增幅最小（0.20益/10 a），麦盖提、且末增温幅度最大，达到0.30益/10 a。盆地北部年平均最高气温气候倾向率在0.07耀0.20益/10 a之间。年平均最低气温倾向率除库车、阿拉尔、阿克陶、麦盖提4个站在-0.03耀0.10益/10 a外，其他各站最低气温气候倾向率均在0.20耀0.69益/10 a之间，增幅最大的为民丰、乌恰、和田、轮台和策勒五个站。

2.2 气温的季节非对称性变化及空间分布特征

由图3、4、5可以看出，盆地的不同季节增温幅度表现出非对称性。冬季平均气温增幅为全年最大，气温倾向率为0.33益/10 a；春季和秋季平均气温倾向率分别为0.27益/10 a和0.26益/10 a，夏季平均气温增幅最小，为0.17益/10 a。尽管研究区各个季节的最高气温和最低气温趋势系数均为正值，表现出比较一致的增温趋势，但在不同区域、不同季节的增温强弱有较大差异。春、夏、秋、冬季平均最高气温气候倾向率在0.15耀0.27益/10 a之间，秋季最高气温增幅最大，夏季最小。四季的平均最低气温气候倾向率分别为0.36、0.35、0.39、0.48 益/10 a，均通过0.001的显著性水平检验，呈极显著升温趋势，且冬季增温最大，夏季最小。同时表明：四季平均气温的升高主要与最低气温的显著升高关系密切；四季夜间最低气温的升幅大于白天最高气温的升幅。最低气温的气候倾向率在各个季节都远大于对应季节最高气温的气候倾向率，尤其冬季平均最低气温倾向率为最高气温的3.0倍。盆地大幅增温均发生在1993—2009年间，而近6 a来，各季平均气温、最高、最低气温增温趋势均有所减弱。

四季增温的空间分布特点是：春、秋两季随纬度差异由北向南递增，夏季由西北向东南递增，冬季则由东北向西南递增。春、夏两季增温面积较大。四季气温的强增温区均分布在盆地西南缘的叶城、和田、策勒和民丰等地。而阿克陶、阿拉尔、库车等地由于局地小气候的影响，气温增幅不大，甚至出现负增长。盆地西南缘靠近昆仑山脉地区，为整个盆地增温幅度最大地区。

2.3 年平均气温日较差变化特征

图3 研究区1960—2015年各季平均气温的年际变化

图4 研究区1960—2015年各季平均最高气温的年际变化

图5 研究区1960—2015年各季平均最低气温的年际变化

由图6可知，塔里木盆地近56 a来，年平均气温日较差呈显著减小趋势，气候倾向率为-0.19益/10 a，这也是年平均最低气温增速大于年平均最高气温的结果。空间分布上盆地南缘和北缘日较差减小趋势较大，其中乌恰、沙雅、轮台、民丰、策勒和叶城六站最为明显，这是由于这几个站的年平均最低气温上升较快引起。日较差出现正增长的有阿克陶、阿拉尔、库车和麦盖提等地。

2.4 气温的气候突变分析

图7是用Mann-Kendall检验法对盆地近56 a平均气温、最高气温、最低气温进行的突变检验分析，取（依1.96）95%的置信度水平。由UF曲线可知：自1990年以来有明显的增温趋势，年平均气温、年平均最高气温UF与UB曲线在信度区间均只存在1个交点，其突变年份基本都在1993年前后，均超过了显著性水平0.05的临界线。

3 结论与讨论

（1）56 a来，研究区年平均气温、最高气温、最低气温均呈明显波动上升趋势，线性递增速率分别为0.26、0.21和0.39益/10 a，年平均最低气温变率为年平均最高气温变率的1.5倍，为明显不对称升高。除少数地区外普遍呈变暖趋势，但地区间的变暖幅度有所不同，大致随纬度差异由北向南递增，盆地北缘（除库车和阿拉尔外）和南缘靠近昆仑山脉地区（除于田）年平均气温增温幅度较大。

图6 研究区1960—2015年平均气温日较差变化趋势和空间分布特征

图7 研究区年平均气温（a）、最高气温（b）和最低气温（c）的M-K突变检验曲线

（2）盆地的四季平均气温均呈明显波动上升趋势，不同季节增温幅度表现出非对称性。冬季平均气温、最低气温增幅均为全年最大，夏季则最小，秋季最高气温增幅最大，夏季最小。四季平均气温的升高主要与最低气温的显著升高关系密切；四季夜间最低气温的升幅大于白天最高气温的升幅。最低气温倾向率在各个季节都远大于对应季节最高气温的倾向率，尤其冬季平均最低气温倾向率为最高气温的2.9倍。四季增温的空间分布特点是：春、秋两季随纬度由北向南递增，夏季由西北向东南递增，冬季则由东北向西南递增。春、夏两季增温面积较大。

（3）近56 a来，塔里木盆地年平均气温日较差呈显著减小趋势，气候倾向率为-0.19益/10 a，这也是年平均最低气温增速大于年平均最高气温的结果。空间分布上盆地南缘和北缘日较差减小趋势较大，其中乌恰、沙雅、轮台、民丰、策勒和叶城六站最为明显。

（4）在1960—1989年这30 a间，盆地年平均气温呈缓慢上升趋势，增速为0.097益/10 a，年平均最高气温甚至呈下降趋势，为-0.003益/10 a，而年平均最低气温变率则为0.221益/10a。自1990年以来有明显的增温趋势，年平均气温与年平均最高气温的突变年份基本发生在1993年前后，这与以往的研究基本相符[24]。

气温日较差的减小与最低气温的明显升高相关。IPCC[6]第三次评估报告认为近50 a来的全球气候变暖主要是由人类活动引起，而CO2等温室气体的增加所导致的温室效应的加强是主要原因。气温上升导致的大气中水汽含量的增加将减少向外的长波辐射，这在很大程度上解释了最低气温的显著升高。塔里木盆地生态环境脆弱，气候变化尤为敏感，气候变化因子包括的气象要素很多，为彻底了解该研究区域的气候变化特点，今后还需要在气候因子（如日照、风速、蒸发等）和极端气候事件（如沙尘暴、洪水、干旱）等方面进一步深入研究。

参考文献：

[1]Nemec J，Gruber C，Chimani B，Auer I Trends in extreme temperature indices in Austria based on a new homogenized dataset[J].Int J Climatol，2012，117.

[2]Cox PM，Betts RA，Jones CD，et al.Totterdell IJ Acceleration of global warming due to carbon-cycle feedbacks in a coupled climate model[J].Nature ，2000，408（6809）：184-187.

[3]Choi G，Collins D，Ren G，et al.Changes in means and extreme events of temperature and precipitation in the Asia-Pacific Network region，1955-2007 [J].IntJ Climatol，2009，29（13）：1906-1925.

[4]郭建平，气候变化对中国农业生产的影响研究进展[J].应用气象学报，2015，26（1）：1-11.

[5]RP Boyles，S Raman.Analysis of climate trends in North Carolina （1949-1998） [J].EnvironmentInternational，2003，29（2/3）：263-275.

[6]IPCC Third Assessment Report：Climate Change 2001（TAR）.http：Mwww.ipcc.ch/publications_and_data/ublications_and_data_reports.htm.

[7]IPCC Fourth Assessment Report：Climate Change 2007（AR4）.http：//www.ipcc.ch/publications_and_data/publications_and_data_reports.htm.

[8]Karl T R，Jones P D，Knight R W，et al.A new perspective on recent global warming：Asymmetric Trends of daily maximum and minimum temperature[J].Bulletin of the American Meteorological Society，1993，74 （6）：1007-1023.

[9]Easterling D R，Horton B，Jones P D，et al.Maximum and minimum temperature trends for the globe[J].Science，1997，277（18）：364-367.

[10]沈菊，张彩岳，刘金青，等.近35 a柴达木盆地气温变化特征[J].中国农学通报，2016，32（34）：159-165.

[11]RP Boyles，S Raman.Analysis of climate trends in North Carolina （1949-1998）[J].Environment International，2003，29（2-3）：263-275.

[12]翟盘茂，任福民.中国近四十年最高最低温度变化[J].气象学报，1997，55（4）：418-429.

[13]高学芹.潍坊市1955-2014年气温日较差变化特征及影响因子分析[J].中国农学通报，2015，31（35）：204-208.

[14]何春霞，李吉跃，孟平，等.树木叶片稳定碳同位素分馏对环境梯度的响应[J].生态学报，2010，30（14）：3828-3838.

[15]Lobell D B.Changes in diurnal temperature range and national cereal yields. Agricultural and Forest Meteorology[J].2007，145：229-238.

[16]Lobell D B，Ortiz-Monasterio J I，Asner G P，et al.Analysis of wheat yield and climatic trends in Mexico[J].Field Crops Research，2005，94（2-3）：250-256.

[17]张家宝，史玉光.新疆气候变化及短期气候预测研究[M].北京，气象出版社，2002.

[18]袁玉江，何清，魏文寿，等.天山山区与南北疆近40 a来的年温度变化特征比较研究[J].中国沙漠，2003，23（5）：521-526.

[19]普宗朝，张山清，李景林，等.近50 a新疆冬季热量资源时空变化[J].干旱区农业研究，2014，32（2）：40-46.

[20]普宗朝，张山清，李景林等，近48 a新疆乌-昌地区气候变化[J].干旱区研究，2010，27（3）：422-432.

[21]海米提·依米提，冷中笑，高前兆.塔里木盆地南缘于田绿洲近50 a来气候变化特征分析[J].中国沙漠，2010，30（3）：654-659.

[22]魏凤英.现代气候统计诊断与预测技术[M].北京：气象出版社，1999：63-66.

[23]《第三次气候变化国家评估报告》编委会.第三次气候变化国家评估报告[M].北京：科学出版社，2015.

[24]李珍，姜逢清.1961-2004年新疆气候突变分析[J].冰川冻土，2007，29（3）：351-359.