1981-2015年中国区域极端气候事件的时空分布特征

蒋 帅, 张 黎, 景元书, 李 攀, 任小丽, 何洪林

(1.南京信息工程大学 江苏省农业气象重点实验室, 南京 210044; 2.中国科学院 地理科学与资源研究所生态系统网络观测与模拟重点实验室, 北京 100101; 3.国家生态科学数据中心, 北京 100101; 4.中国科学院大学 资源与环境学院, 北京 100190; 5.天津大学 地球系统科学学院, 天津 300072)

极端气候事件表现为某地气候状态严重偏离其平均状态,具有突发性、难预测性和强破坏性等特点。在全球变化背景下,近几十年来极端气候事件具有不断增多增强的趋势。例如,1998年中国强降水引发的洪涝灾害[1]、2003年欧洲高温热浪事件、2005年和2010年亚马逊地区的严重干旱、2008年中国中南部低温事件等[2]。并且,根据国际耦合模式比较计划(Coupled Model Intercomparison Project phase,CMIP)第5阶段(CMIP5)对极端降水和极端气温的预估结果[3],预计今后极端气候事件的发生会更加频繁[4]。极端气候事件的发生不仅影响全球粮食安全和水资源供需,还在很大程度上影响生态系统生产力和全球碳循环。定量分析极端气候事件的时空分布特征是评估极端气候事件对生态系统和人类社会影响的重要基础。

国内外学者通常采用发生概率低于10%或更低[5]、距平值大于1倍以上标准偏差、超过或低于极端阈值等方法[6]来判别极端气候事件。此外,大量研究选取极端气温指数和极端降水指数等代用气候指数,通过计算极端气候指数来分析极端气候事件的时空分布特征。其中,世界气象组织提出的16个极端气温指数和11个极端降水指数得到广泛应用[7]。1951—2000年中国长江中下游地区极端强降水事件发生频率显著增多,而华北地区显著减少[8]。华东地区极端高温事件发生频率的空间特征以北低南高和东低西高为主[9]。西南地区极端降水具有明显的梯度变化特征,该地区总降水量在减少,而降水强度在增加[10]。根据政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)第4次评估报告提供的7个模式集合预测结果,我国21世纪极端降水强度可能增大,而且干旱也将会加重[11]。

随着全球变化背景下极端气候事件的不断增多,国内外关于极端气候事件对陆地生态系统影响的研究也不断增多[12]。2000—2004年北美西部极端干旱事件导致该地区“碳汇”的强度大幅下降,下降幅度30～298 Tg C/a[13]。2008年中国南方极端低温事件导致植被发育缓慢、死亡率增加[14]。2013年我国南方的极端高温和干旱事件造成生态系统碳汇急剧下降,农作物大量减产,极端的高温和干旱成为该地区碳汇年际变化的主要控制因子[15]。然而,目前中国区域极端气候事件研究大多偏重于极端气候事件的个例分析,以及极端气候指数的时空变化特征等方面,缺乏对于连续时空范围内中国极端气候事件高发区域和时段的定量研究,不能很好地支撑极端气候事件对中国生态系统状态变化影响方面的研究。

本文对CRUNCEP(Climatic Research Unit-National Centers for Environmental Prediction)全球气候数据集提取中国及四大气候区的温度和降水量数据,在1.5倍标准偏差的极端值判别法的基础上结合连续时空极端事件分析方法,分析1981—2015年中国区域极端温度、极端降水和复合极端事件发生的频率和强度,阐明单因子极端气候和复合极端气候事件的时空分布特征,比较不同类型极端气候事件在不同气候区的差异性,为深入研究极端气候事件对生态系统过程、功能和服务变化的影响以及极端气候风险评估、灾害预警等研究奠定基础。

1 材料与方法

1.1 研究区概况

中国幅员辽阔,气候多样,可分为4个气候区,即温带大陆性气候区(Ⅰ)、温带季风气候区(Ⅱ)、高原山地气候区(Ⅲ)和亚热带-热带季风气候区(Ⅳ)[16]。温带大陆性气候区(Ⅰ)远离海洋,大陆性强,全年降水较少,冬季温差大。温带季风气候区(Ⅱ)位于秦岭淮河线以北,贺兰山、阴山、大兴安岭以东以南,受夏季风影响较大,夏季高温多雨,冬季低温少雨。高原山地气候区(Ⅲ)大部分区域位于海拔较高的山地、高原地区,全年温度较低,降水量少。亚热带-热带季风气候区(Ⅳ)位于秦岭淮河线以南,夏季高温多雨,冬季温和少雨。中国及四大气候区的多年平均气候指标见表1,表中数据为基于CRUNCEP数据集计算得到的1981—2015年年平均气温、年降水量和短波辐射的多年平均值。

表1 中国及四大气候区多年平均气候指标Table 1 Annual average climate indicators of China and the four major climate regions

1.2 气象数据

CRUNCEP数据集是由美国国家大气研究中心对空间分辨率为0.5°、月尺度的全球气候数据集CRU(Climatic Research Unit)[17]与空间分辨率为2.5°,时间分辨率为6 h的NCEP(National Centers for Environmental Prediction)[18-19]全球大气再分析数据进行融合得到。该数据集的气象数据具有时间序列长(1948—2016年)、时间和空间分辨率高(6 h,0.5°)且经过严格的时间均一性检验等优点,被广泛用于驱动通用陆面模式CLM(Community Land Model)等陆面模式,以及包括全球碳计划组织的模型比较计划TRENDY(Trends in Net Land-Atmosphere Carbon Exchange)在内的全球和区域植被生长、蒸散、生产力、碳收支等动态变化模拟研究,也已被广泛应用于中国区域的气候变化研究[20]。其中,CRU数据来源于世界气象组织各个国家的交换资料,大约覆盖了2 400个监测站,数据时段为1901—2002年,气候要素包括气温、降水量、湿度、云量和潜在蒸腾等。NCEP再分析数据集是采用当今最先进的全球资料同化系统对各种来源的观测资料进行质量控制和同化处理得到,数据时段为1948—2016年,气候要素包括气温、降水量、辐射、大气压强和风速等。

本文使用的1981—2015年气温和降水量数据来源于CRUNCEP第7版数据集。利用Matlab软件从CRUNCEP数据集中读取中国区域6 h分辨率的气温和降水量数据,计算得到中国陆地区域、1981—2015年逐年平均气温和年降水量,用于极端气候事件的统计分析。与He等[21]研发的中国区域地面气象要素驱动数据集相比,二者的年平均气温和年降水量数据具有显著(p<0.05)的一致性,相关系数分别为0.96,0.78。

1.3 极端气候事件的统计方法

首先对1981—2015年期间的年平均气温和年降水量全国平均值进行线性趋势拟合,计算出全国逐年的去趋势距平值。去趋势距平值为该年的年平均气温或降水量实际值减去线性拟合值的差值[22]。然后,采用1.5倍标准差方法识别全国尺度的极端温度事件、极端降水事件出现年份,即将气温和降水量去趋势距平值大于1.5倍标准偏差的年份分别定义为极端高温年和极端强降水年,将气温和降水量去趋势距平值小于-1.5倍标准偏差的年份定义为极端低温年和极端干旱年。

进一步对全国每个空间网格的1981—2015年期间年平均气温和年降水量数据进行线性趋势拟合,计算出每个网格的逐年去趋势距平值,采用连续时空极端事件分析方法对35 a全国3 840个空间网格共计134 400个去趋势距平值数据进行统计分析,从而识别出连续时空范围内的极端气候事件。

连续时空极端事件分析方法[23]基于变量的去趋势距平值的全局概率密度函数,定义了一个阈值q,分别用q以上(正极端)和-q以下(负极端)的时空连续值作为极端事件。与传统方法相比,该方法的优势是能够较好地对连续时空范围内极端气候事件高发区域和时段进行定量分析,在极端气候事件对植被生长、生态系统碳循环影响研究方面得到了广泛应用[24-25]。

为了保证不同区域之间极端事件的可比性,本研究对气温、降水量的去趋势值除以其标准差进行归一化。将归一化后的气温和降水量去趋势距平值的百分位数大于95%的时空像元分别定义为极端高温事件和极端强降水事件,将百分位数小于5%的时空像元定义为极端低温事件和极端干旱事件。既属于极端气温事件又属于极端降水事件的事件定义为复合极端气候事件,包括极端高温强降水事件、极端高温干旱事件、极端低温强降水事件和极端低温干旱事件。

为分析不同类型极端气候事件的年代际演变特征,根据连续时空极端事件分析方法识别出的极端气候事件,进一步统计3个不同时段单因子和复合极端气候事件出现的比例。

(1)

式中:Pij为某一时段某一气候区单因子极端气候事件出现次数占总时间段该单因子极端气候事件出现总次数的比例;i为3个时间段;j为四大气候区;nij为某一时间段某一气候区单因子极端气候事件出现次数;m为总时间段单因子极端气候事件出现总次数。

(2)

式中:Pik为某一时间段某种复合极端事件出现次数占4种类型复合极端事件出现总次数的比例;k为4种类型复合极端事件;Aik为某一时间段某种复合极端事件出现次数;B为总时间段4种类型复合极端事件出现总次数。

基于MATLAB编程语言,计算得到单因子和复合极端气候事件出现的次数。分别利用ArcGIS 10.2软件和Origin软件绘制极端气候事件的空间分布图和气温/降水量时间去趋势距平折线图。基于SPSS 24.0软件采用t检验的方法对气温/降水量数据的线性趋势进行显著性检验,当p<0.05表示具有显著性,否则不具备显著性。

2 结果与分析

2.1 极端降水事件时空分布特征

1981—2015年中国年降水量范围为488～609 mm,多年平均值为544 mm,总体上没有显著变化趋势(p=0.841)。图1为1981—2015年中国和四大气候区降水量去趋势距平值的动态变化,除了高原山地气候区外,另3个气候区均与全国具有显著的相关性,其中亚热带-热带季风气候区降水量年际波动最大,相关性最强(R=0.73,p<0.001)。基于1.5倍标准差的极端值判别方法,全国极端强降水年分别发生在1983年、1998年和2012年,降水量去趋势距平值分别为45,65,45 mm,其中1998年降水量去趋势距平值达到2.3倍的标准差;极端干旱年份分别发生在1986年和2011年,降水量去趋势距平值分别为-52,-59 mm,其中2011年降水量去趋势距平值达到-2.1倍的标准差。

图1 1981-2015年中国区域降水量去趋势距平值Fig. 1 Detrending anomaly values of regional precipitation in China from 1981 to 2015

1983年、1998年、2012年3个极端强降水年份降水量距平的空间分布具有明显的区域差异。与多年平均相比,1983年降水较多的区域主要发生在亚热带-热带季风气候区(Ⅳ),该气候区降水量较常年值偏高178 mm(14%),降水量距平值超过200 mm的区域占该气候区的46%(图2A),年降水量异常偏高区域主要出现在长江流域中下游,该年极端强降水事件占极端强降水事件总数的5.1%(图2D)。1998年降水较多的区域主要发生在东南地区、金沙江流域、淮河流域、海河流域和辽河流域,高原山地气候区(Ⅲ)和温带大陆性气候区(Ⅰ)降水量的距平值分别为58,47 mm,较常年值分别偏多19%,28%(图2B)。极端强降水事件主要发生在金沙江流域和内蒙古东部,该年极端强降水事件占极端强降水事件总数的6.2%(图2E),其中去趋势距平值超过标准差2倍以上的面积占高原山地气候区(Ⅲ)的38%。2012年降水较多的区域主要发生长江流域、内蒙古的东部和东北地区。亚热带-热带季风气候区(Ⅳ)降水量距平值超过200 mm的区域占该气候区的26%,温带大陆性气候区(Ⅰ)降水量较常年值偏高40 mm(24%),该年极端强降水事件占极端强降水事件总数的6.4%(图2C,图2F)。

注:基于标准地图服务系统下载的审图号GS(2016)1570号的标准地图制作,底图未做修改,下图同。图2 中国区域极端强降水年份降水量距平(A,B,C)及对应极端强降水事件的空间分布(D,E,F)Fig. 2 Spatial distribution of precipitation anomalies (A, B, C) and corresponding extreme heavy rainfall events in China during extreme heavy rainfall years (D, E, F)

对于1986年、2011年两个全国年降水量异常偏少年份,降水量较多年平均偏低的区域分别占全国的82%,71%。1986年温带大陆性气候区(Ⅰ)、温带季风气候区(Ⅱ)、高原山地气候区(Ⅲ)和亚热带-热带季风气候区(Ⅳ)降水量较常年值分别偏低22 mm(-13%),62 mm(-11%),37 mm(-12%),107 mm(-8%)(图3A),极端干旱事件主要分布在黄河流域和黑龙江流域和西藏地区,该年极端干旱事件占1981—2015年极端干旱事件总数的7.6%(图3C)。与多年平均相比,2011年降水偏少的区域主要发生在亚热带-热带季风气候区(Ⅳ),该气候区降水量的距平值为-238 mm,较常年值偏低19%,降水量距平值小于-200 mm的区域占该气候区的66%(图3B)。极端干旱事件主要发生在亚热带-热带季风气候区(Ⅳ),该年极端干旱事件占1981—2015年极端干旱事件总数的8%(图3D)。

图3 中国区域极端干旱年份降水量距平(A,B)及对应极端干旱事件的空间分布(C,D)Fig. 3 Spatial distribution of precipitation anomalies (A, B) and corresponding extreme drought events in extreme drought years in China (C, D)

基于极端降水事件的时空分布数据,按气候区分别统计1981—1990年、1991—2000年和2001—2015年3个时段极端强降水和极端干旱事件出现的比例(图4)。极端强降水事件出现比例最高的时段为2001—2015年(46%),1991—2000年极端强降水事件出现比例最低(22%)。各个时段的极端强降水事件均主要发生在温带大陆性气候区,该气候区极端强降水事件降水量较常年值偏高160 mm(图4A)。极端干旱事件出现比例最高的时段为2001—2015年(41%),主要发生在2011年,该时段极端干旱事件主要发生在亚热带-热带季风气候区,该气候区极端干旱事件降水量较常年值偏低200 mm以上的面积占比达87%。1981—1990年和1991—2000年极端干旱事件较为接近,分别为30%,28%。1991—2000年发生在高原山地气候区的极端干旱事件最多(10%),主要发生在1992年和1994年(图4B)。

图4 四大气候区极端强降水事件出现比例及极端干旱事件出现比例Fig. 4 The proportion of extreme heavy precipitation events in the four major climate regions and the proportion of extreme drought events

2.2 极端气温事件时空分布特征

1981—2015年中国年气温范围为6.13～7.83℃,多年平均值为7.06℃,总体上具有显著的上升趋势(slope=0.0272,p<0.05)。图5为1981—2015年中国和四大气候区气温去趋势距平值的动态变化,四大气候区均与全国具有显著的相关性。基于1.5倍标准差的极端值判别方法,全国极端高温年份发生在1998年,温度去趋势距平值为0.73℃;全国极端低温年份发生在2012年,温度去趋势距平值为-0.66℃。

图5 1981-2015年中国区域温度去趋势值及四大气候区温度距平值Fig. 5 Trend values of regional temperature in China from 1981 to 2015 and temperature anomalies in the four major climate regions

1998年中国绝大部分地区气温较高,气温较多年平均偏高的区域占全国的97%。温带大陆性气候区(Ⅰ)、温带季风气候区(Ⅱ)、高原山地气候区(Ⅲ)和亚热带-热带季风气候区(Ⅳ)的温度较常年值分别偏高0.66℃(9%),0.71℃(11%),0.64℃(49%),0.74℃(4%)(图6A)。基于百分位阈值法,该年极端高温事件占1981—2015年极端高温事件总数的26%,极端高温事件主要分布在华南地区和西北地区的甘肃、青海及宁夏区域。特别是西南地区普遍达到了2倍标准差,去趋势距平值是标准差2倍以上的面积占亚热带-热带季风气候区(Ⅳ)的27%(图6B)。

图6 1998年中国区域温度距平及极端高温事件的空间分布特征Fig. 6 Spatial distribution characteristics of regional temperature anomalies and extreme high temperature events in China in 1998

2012年为极端低温年,气温较多年平均偏低的区域占全国的81%。其中温带大陆性气候区(Ⅰ)、温带季风气候区(Ⅱ)、高原山地气候区(Ⅲ)和亚热带-热带季风气候区(Ⅳ)的温度分别较常年值分别偏低0.57℃(8%),0.43℃(7%),0.12℃(9%),0.14℃(1%)(图7A)。该年极端低温事件占1981—2015年极端低温事件总数的22%,极端低温事件主要分布在温带大陆性气候区以及亚热带-热带气候区的贵州、湖南等地,特别是温带大陆性气候区普遍低于-1.5倍标准差,去趋势距平值是标准差-1.5倍以下的面积占温带大陆性气候区的64%(图7B)。

图7 2012年中国区域温度距平及极端低温事件的空间分布特征Fig. 7 Spatial distribution characteristics of regional temperature anomalies and extreme low temperature events in China in 2012

基于极端气温事件的时空分布数据,按气候区分别统计1981—1990年、1991—2000年和2001—2015年3个时段极端高温和极端低温事件出现的比例(图8)。1991—2000年和2001—2015年极端高温事件所占比例分别为42%,43%,高于1981—1990年(15%),1991—2000年极端高温事件主要发生在1998年、2001—2015年极端高温事件主要发生在亚热带-热带季风气候区(12%),该气候区极端高温事件气温较常年值偏高0.8℃(图8A)。极端低温事件出现比例最高的时段为2001—2015年(53%),贡献最大的年份是2012年,该时段温带大陆性气候区极端低温事件占比高达21%,气温较常年值偏低0.6℃。1991—2000年极端低温事件出现比例最低(14%),该时段发生在高原山地气候区的极端低温事件最多(9%),气温较常年值偏低0.7℃(图8B)。

图8 四大气候区极端高温事件出现比例及极端低温事件出现比例Fig. 8 The proportion of extreme high temperature events and the proportion of extreme low temperature events in the four major climate regions

2.3 复合极端气候事件时空分布特征

进一步统计1981—1990年、1991—2000年和2001—2015年3个时段极端高温强降水、极端低温强降水、极端高温干旱和极端低温干旱4种复合极端气候事件出现的比例(图9)。

图9 复合极端气候事件出现比例Fig. 9 Proportion of composite extreme climate events

结果表明,复合极端事件出现比例最高的时段为2001—2015年(55%),其中2012年贡献最大,该时段极端低温强降水事件占比达23%。1991—2000年复合极端气候事件出现比例为29%,其中极端高温强降水事件占比达12%,贡献最大的年份是1998年。复合极端事件在1981—1990年这个时段出现比例最低(16%),其中极端低温强降水事件占比达9%,主要发生在1984年。

1981—2015年复合极端气候事件的空间分布具有明显的区域差异。极端高温强降水事件频发于青海一带和京津冀地区,其中1998年贡献最大(40%),气温和降水去趋势距平值均超过标准差2倍以上的区域主要发生在青海一带,气温和降水分别较常年值偏高0.3～0.8℃和72～156 mm(图10A)。极端高温干旱事件频发于松花江流域、内蒙古的东部、新疆的北部以及福建、江西一带,主要发生在2007年(51%),松花江流域和新疆的北部极端高温干旱事件强度最大,气温较常年值偏高0.2～0.7℃,降水量较常年值偏低62～174 mm(图10B)。极端低温强降水事件主要发生在温带大陆性气候区、辽宁地区、山东地区以及广西地区,极端低温强降水事件强度最大的地区主要位于内蒙古的东部和山东地区,气温较常年值偏低0.4～1.6℃,降水量较常年值偏高106～324 mm(图10C)。高原山地气候区以及华南地区发生极端低温干旱事件的频率最大,其中1992年(30%)和2011年(28%)是两个高发年份,气温和降水去趋势距平值均低于标准差-2倍以下的区域主要发生在西藏的东部和广西广东的北部(图10D)。

图10 1981-2015年复合极端气候事件发生频率的空间分布Fig. 10 Spatial distribution of the frequency of composite extreme climate events from 1981 to 2015

3 讨 论

极端气候事件的时空分布差异主要受影响我国的多个气候系统异常变化的共同作用。随着全球气候变暖,东亚夏季风环流的急剧增强和大气层结波动性的增大为我国极端降水事件的增加创造了有利条件[26]。其中,1998年我国长江流域出现的罕见强降水主要受副热带高压、南海季风涌、中高纬冷空气等方面的共同影响[1]。而1983年和2012年长江中下游地区出现持续性致洪暴雨,则主要受西太平洋副热带高压、中高纬度南侵的冷空气以及青藏高原东移的中尺度系统协同作用,导致梅雨锋持续维持在长江流域[27]。2011年受拉尼娜事件影响,赤道西太平洋海温急剧升高,使得我国亚热带-热带季风气候区降水量异常偏低,导致长江中下游地区干旱[28]。受东亚季风、印度季风、高原季风和西风带的影响导致1986年青藏高原地区降水量偏低[29]。20世纪80—90年代中国大部分区域的降水呈现不同程度的降低,中国北部地区最为显著,温带大陆性气候区极端强降水发生频率显著减少,这与Zhai等[8]研究的极端降水空间格局较为一致。高原山地气候区地处亚洲西风核心区,常年受到北半球强烈的西风环流影响,其中1991—2000年高原山地气候区降水量较不稳定,干旱发生频率较高,干旱异常在空间上表现为较高的一致性[30]。

在我国的南方地区,随着亚热带高压在夏季逐渐增强,致使极端高温事件发生频率上升,而西南季风在冬季增强,阻碍了西北西伯利亚高压南移,致使极端低温事件发生频率降低[31]。北极涛动(AO)、北大西洋涛动(NAO)和厄尔尼诺-南方涛动指数(ENSO)等大气环流指数对我国不同地区的极端气温有着不同的影响特性[32],如AO是负相位时我国北方地区发生极端低温天气的频率更大[33]。2012年东亚冬季风异常偏强造成我国气温大范围异常偏低[34],1998年高原地表温度异常偏高和1992年高原地表温度异常偏低都与对流层顶气压异常密切相关[35]。20世纪80—90年代我国极端高温事件表现出显著上升趋势,极端低温事件表现出显著下降趋势,这与张大任等[36]研究的极端气温事件年代际变化特征较为一致。90年代以来,中国极端高温事件表现出频次增多、范围变大、持续时间变长等特征,尤其是人口密集的南方地区,西太平洋副热带高压是影响中国南方高温的重要因素[37]。1981—1990年和2001—2015年温带大陆性气候区极端低温事件发生频率较高,主要原因是冬季AO指数与温带大陆性气候区的冷日天数和冷夜天数具有显著的负相关关系[38]。

此外,陆气反馈作用会导致中国东部地区极端高温事件的发生,这在很大程度上提高了该地区极端高温干旱事件的发生风险[39]。高原山地气候区降水与气温具有显著的正相关关系[40],这在一定程度上解释了该地区极端高温干旱事件发生频率较低的原因。近几十年来我国极端高温强降水事件频发于青海一带,极端低温干旱事件主要发生在高原山地气候区以及华南地区[41],这与本文所研究的复合极端气候事件的空间格局较为一致。

可以看出,东亚季风、副热带高压等系统的协同变化在很大程度上影响着我国极端气候事件的发生区域和强度。对这些系统变化的预测水平决定了对未来极端气候事件的预测能力。全球气候模式是预估气候系统未来变化的主要工具,CMIP6相较于CMIP5具有更高的分辨率,使其在区域平均的极端降水上较CMIP5有明显改进,提高模式分辨率后的CMIP6对干旱、半干旱区区域平均的极端降水的模拟能力更强,但对东亚季风的模拟还存在较大偏差[42]。以深度学习为代表的机器学习算法在气象领域的应用可能为提升未来极端气候事件预测能力提供新的途径[43]。

本研究采用的连续时空极端事件分析方法能够对连续时空范围内极端气候事件高发区域和时段的定量研究,能较好地支撑极端气候事件对生态系统状态变化方面研究。由于极端气候事件对生态系统过程的影响程度与事件的发生时间存在密切联系[12],今后还需进一步分析中国区域日、月等短时间尺度上极端气候事件的时空分布特征,为量化中国区域不同类型的极端气候事件对中国生态系统变化的季节贡献及事件的持续影响和“遗产”效应提供支撑。

4 结 论

不同极端气候事件发生的年份不同,极端强降水年发生在1983年、1998年和2012年,极端干旱年发生在1986年和2011年,极端高温年和极端低温年分别发生在1998年和2012年,不同极端气候事件具有明显的区域差异性。1981—2015年期间,46%的极端强降水事件发生在2001—2015年,尤其集中在温带大陆性气候区;13%的极端干旱事件发生在2001—2015年的亚热带-热带季风气候区;极端高温事件频发于1991—2000年和2001—2015年;21%的极端低温事件发生在2001—2015年的温带大陆性气候区。复合极端气候事件出现比例存在逐年代际递增的趋势,1981—1990年和2001—2015年占比最高的复合极端事件均为极端低温强降水事件。本研究采用连续时空极端事件分析方法能够较好地对中国区域连续时空范围内极端气候事件高发区域和时段进行定量研究,增强了对我国极端气候事件发生规律的认知,未来还需进一步加强分析中国区域日、月等短时间尺度上极端气候事件的时空分布特征。