1961—2016年中國近地表大風日數時空分異特征研究

孔鋒　李穎　王一飛　呂麗莉　林霖　劉冬　辛源

摘要采用1961—2016年中國2 481站的大風日數數據，利用統計方法分析了中國及七大地理分區的大風日數時空分布特征和周期變化規律。結果表明，在時間上，1961—2016年中國及七大地理分區的大風日數整體均呈減少趨勢；西藏（東南和西南）地區年均單站大風日數最多（少），但減少比例最少（多）。在顯著振蕩周期上，全國是14年，東北、北方和西北東部地區均是60年，西北西部、西南和東南地區是7、14和60年，西藏地區是7和60年。全國、東北、北方、西北東部、西北西部、西藏、西南和東南地區的年均大風日數分別在1991、1993、1989、1997、1986、1997、1992和1984年發生突變，但僅西北東部和西藏地區通過了0.05顯著性水平的檢驗。在空間上，1961—2016年中國年均大風日數呈現出明顯的東南低-西北高的空間分異格局；年均大風日數較多分布在西藏中部和西部、青海南部、新疆東部、四川西部及內蒙古和甘肅北部地區地形復雜的地區，這些地區在20世紀70和80年代以正距平為主，而在其他年代均以負距平為主。1961—2016年中國絕大多數地區年際大風日數呈減少趨勢，波動特征在“胡煥庸線”兩側呈東大西小格局。

關鍵詞大風日數；時空格局；變化趨勢；波動特征；中國

中圖分類號P425.4+7文獻標識碼A文章編號0517-6611（2017）31-0188-09

AbstractBased on the 2 481 stations data of hail days in China during 1961-2016， the temporal and spatial distribution characteristics and periodic variation of gale days in China and seven geographical regions were analyzed by using statistical methods.The results showed that： In time， the gale days in China and the seven geographical areas all showed a decreasing trend from 1961 to 2016. In the Tibet （Southeast China and Southwest China） region， the annual numbers of single station gale days were the most（least）， but the ratio was the least（most）.In the significance oscillation period， the whole country was 14 years；the Northeastern China， Northern and east of Northwestern China were 60 years；the west of Northwestern China， Southwestern China and Southeastern China were 7， 14 and 60 years；the Tibet region were 7 and 60 years.The mutation of gale days generally occured in 1991， 1993， 1989， 1997， 1986， 1997， 1992 and 1984 in the whole country， Northeastern China， Northern China， east of Northwestern China， west of Northwestern China， Tibet， Southwestern China and Southeastern China region， but only the east of Northwestern China and Tibet regions passed the 0.05 significant levels of test.In space， the annual average gale days showed southeast low and northwest high pattern in China from 1961 to 2016. The annual average gale days were more abundant in the central and Western Tibet， the Soutnern Qinghai， Eastern Xinjiang， Western Sichuan and Northern Inner Mongolia and Northern Gansu. These regions were dominated by positive anomaly in 1970s and 1980s， but negative in other decade. Annual gale days in most regions in China showed a decreasing trend， and fluctuation presented high in east region and low in west region beside "Hu Huanyong line".

Key wordsGale days；Temporal and spatial patterns；Variation trends；Fluctuation characteristics；China

全球氣候變暖可能導致大風事件在一定程度上發生變化[1-2]。大風是在大尺度環流天氣系統或局地強對流天氣系統條件下產生的一種天氣過程[3-6]。風災常常導致農作物倒伏，進而使農作物減產[7]；大樹或樹枝折斷、廣告牌刮倒，傷害人及牲畜，造成財產損失，破壞生態環境，并給人們的社會活動帶來不便[8]。風災嚴重影響到農業生產、社會經濟和可持續發展，已引起人們的高度重視[9-10]。

風尤其是大風作為表征氣候變化的重要氣候因素之一[11-13]，在當前的研究關注較少[14-16]，因此，研究風尤其是大風事件氣候特征和變化規律是目前氣候研究中的一項復雜且重要的內容[17-18]。已有針對大風事件的研究主要集中在研究區域近地表風速和大風日數的長期趨勢變化[9-10，19-23]。大量研究發現，全世界不同區域近地表風速呈現下降的趨勢[24]，如澳大利亞[25]、意大利[26]、加拿大[27]、捷克共和國[28]等；也有研究發現地表風速在上升，如Kousari等[29]在伊朗的研究表明，研究區整體風速呈上升趨勢，但局部地區風速下降十分顯著。針對中國區域的風速研究表明，中國近地表整體風速呈現下降趨勢[30-31]，但不同區域間風速下降速率不同，中國東部及沿海，特別是京津冀、長三角地區風速下降最為明顯[14]，其主要原因可能是全球變暖背景下，亞洲大陸和太平洋之間的海平面氣壓差和近地面溫差顯著減小，東亞大槽向東向北偏移并減弱，而且東亞冬季風和夏季風減弱也導致了最大風速下降[32-35]。風速的變化會對生態環境產生重要的影響[14，36]。近年來，伴隨著中國的快速城市化與工業化[36]，越來越多的工業廢氣被排放到大氣[32]，人們逐漸觀察到中國東部霾日數明顯上升[36]，大城市的嚴重大氣污染事件也呈現出高發態勢，尤其是在京津冀地區[32-37]。通過梳理發現，現有的大風事件研究中針對全國的長時間序列的研究相對較少，尤其是對不同區域大風事件的對比研究相對缺乏。

為此，筆者以1961—2016年中國2 481個地面觀測站大風日數資料為依據，分析中國整體及七大地理分區大風日數的時間動態變化、空間氣候態分布特征、大風日數年代距平變化和大風日數年際變化趨勢以及波動特征，并對年際大風日數的時間序列運用集合經驗模態分解（EEMD）進行周期振蕩變化研究，采用Mann-Kendall（M-K）法進行突變檢驗，以期為中國及七大地理分區的生態環境建設提供基礎資料，為經濟發展、防災減災提供參考。

1資料與方法

1.1數據來源

采用的1961—2016年中國2 481站的大風日數年值數據來自于中國氣象局國家氣象信息中心的《對流性天氣數據集（V1.0）》。在我國氣象觀測業務中規定，近地表10 m高度處瞬間風速達到或超過17 m/s或目測估計風力達到或超過8級的風，稱為大風[38]。某一日中有大風出現，稱為大風日[39]。大風天氣現象按《地面氣象觀測規范》的要求進行觀測[38]，初期對觀測數據進行了反復質量檢測與控制，期間糾正了大量的錯誤數據并對數字化遺漏數據進行了補錄，使得數據質量和完整性得到明顯提升。后期數據集是由中國氣象局國家氣象信息中心對地面氣象觀測數據文件和實時上傳的地面氣象要素數據文件綜合校對后制作而成，經過了嚴格的“臺站-省級-國家級”三級質量控制。數據的實有率均在98%以上，數據的正確率均接近100%，站點分布如圖1所示。

1.2計算方法

采用的方法主要包括線性趨勢檢測、EEMD、M-K突變檢驗、反距離權重插值、圖譜對比分析和變異系數，其中前3種方法主要用來檢測時間序列趨勢、波動和突變特征，圖譜對比分析和變異系數主要用來診斷不同研究時段空間格局差異的方法，這些方法均已經在大氣科學和地理學中得到了廣泛的應用[14，36，40-41]。其中變異系數表征大風日數的波動特征空間分布格局。在數理統計上，變異系數是衡量資料中各觀測值變異程度的一個統計量，是標準差與平均數的比值，可以用于衡量數據的波動性。變異系數可以消除單位和平均數不同對2個或多個資料變異程度比較的影響。在該研究中，大風日數的變異系數越小，其波動程度越??；反之，變異系數越大，波動程度越大。同時該研究根據已有研究成果對中國進行分區[42-43]，統計七大地理分區的大風日數動態變化特征（圖1）。

安徽農業科學2017年

2結果與分析

2.1中國大風日數時間序列變化

從時間序列動態變化來看（圖2a），在年際變化上，1961—2016年中國年均單站大風日數在波動中呈明顯的減少趨勢。在年代際變化上，中國年均單站大風日數20世紀60年代到2016年逐年代梯次遞減。年均單站大風日數從20世紀60年代的約17 d減少到2011—2016年的7 d，減少了58.82%。大幅度的大風日數減少可能與1950年以來的全球變暖密切相關。全球變暖后，海陸溫差相對變小，導致東亞季風減弱，空氣流動速度相對降低。同時加之，1949年建國后，中國長時間大范圍的快速城鎮化進程導致原有的自然地表景觀改變，土地利用變化更加多樣，城市房屋的高度和密度日益增大[14，32，36]，因此，地表粗糙度也有不同程度的增大，從而導致風速整體減小，大風日數也整體減小[9，17，21]。

從七大地理分區來看，1961—2016年東北地區年均單站大風日數也在波動中呈現明顯的減少趨勢（圖2b）；在年代際上，東北地區大風日數在20世紀60年代略有增加，從70年代開始，逐年代減少，大約從20世紀70年代的25 d減少至2011—2016年的10 d，減少了60.00%。1961—2016年北方地區年均單站大風日數在波動中呈現明顯減少趨勢（圖2c）；在年代際上，近56年北方地區大風日數逐年代梯次遞減，從20世紀60年代的22 d左右減少至2011—2016年的8 d左右，減少了63.64%。1961—2016年西北東部地區年均單站大風日數整體呈現減少趨勢（圖2d），同時表現出明顯的分段特征；20世紀60年代—70年代中期年均單站大風日數呈增加趨勢；而20世紀70年代后期至2016年在波動中呈現出明顯的減少趨勢，大致從20世紀70年代中期的22 d左右減少至2011—2016年的10 d左右，減少了54.55%。1961—2016年西北西部地區年均單站大風日數整體呈現減少趨勢（圖2e）；在年代際變化上，除20世紀90年代低于2001—2010年外，其他年代大風日數均呈減少趨勢，從20世紀60年代的27 d左右減少至2011—2016年的14 d，減少了48.15%。1961—2016年西藏地區年均單站大風日數整體呈現減少趨勢（圖2f），并呈現明顯的分段變化特征；其中1961—1978年西藏地區年均單站大風日數呈明顯增加趨勢，1979—2000年則急劇減少；2000年以后整體變化趨勢較小，但波動增大。在年代變化上，西藏地區大風日數，20世紀60年代最多，2011—2016年最少，從20世紀60年代的60 d左右減少到2011—2016年的35 d左右，減少了41.47%。1961—2016年西南地區年均單站大風日數整體呈現減少趨勢（圖2g）；其中1961—1980年西南地區年均單站大風日數整體變化趨勢不大，但波動減小；1981—2008年西南地區年均單站大風日數整體呈減少趨勢，且波動較?。?009—2016年整體則呈增加趨勢，且波動增大。在年代變化上，西南地區大風日數20世紀60年代—2010年逐年代梯次減少，2011—2016年略有增加。西南地區大風日數從20世紀60年代的12 d左右減少到2001—2010年的4 d左右，減少了66.67%。1961—2016年東南地區年均單站大風日數整體呈現減少趨勢（圖2h），其中1961—2000年呈明顯減少趨勢，而

2001—2016年變化趨勢不大，相對平穩；在年代際變化上，東南地區大風日數從20世紀60年代的11 d減少到2011—2016年的3 d，減少了72.73%。通過對比1961—2016年的全國和七大地理分區的大風日數，發現西藏地區年均單站大風日數最多，但減少比例最少；東南和西南地區年均單站大風日數最少，但減少比例卻最多。

在波動特征方面，基于EEMD來看1961—2016年中國及七大地理分區的年平均大風日數序列中低頻信號的波動特征。該研究在EEMD分解中加入的白噪音振幅標準差為原序列的0.2倍，集合次數為1 000次，最終分解出4個不同時間尺度的本征模態函數IMF序列和1個剩余殘差序列。從IMF 1序列可以看出，1961—2016年中國年均大風日數序列表現出3年左右的周期波動特征（圖3）；類似的IMF 2、IMF 3和IMF 4序列分別表現出大約7、14和60年的波動特

征；剩余的殘差即是EEMD分解得到的趨勢，該趨勢和圖2中的全國大風日數的線性趨勢十分相似。從圖3右邊各分量的顯著性檢驗結果來看，位于不同顯著性水平的線上方表示通過了不同顯著性水平的檢驗，即可以認為該分量包含了具有實際物理意義的信息，反之則該分量包含了較多的白噪聲。該圖的縱坐標表示IMF分量所具有的能量譜密度，縱坐標值越大表示IMF分量所具有的能量越高，振幅越大。從圖3可以看到，IMF 1與IMF 4所具有的能量最大，且都落在010和0.05的顯著性水平之上，說明IMF 1與IMF 4分量最顯著，說明在3和60年尺度上，中國年均大風日數的振蕩周期相對顯著；而IMF 3的顯著性最低，說明這個分量中所包含的白噪聲最多，即這個周期所對應的實際物理意義較小，說明在14年尺度上，中國年均大風日數的振蕩周期不甚顯著。類似地，診斷1961—2016年中國七大地理分區的年均大風日數，結果表明，IMF 1、IMF 2、IMF 3和IMF 4序列分別表現出大約3、7、14和60年的波動特征；剩余的殘差即是EEMD分解得到的趨勢，該趨勢與圖2中的七大地理分區大風日數的線性趨勢十分相似。值得注意的是，東北、北方和西北東部地區僅IMF 4落在了0.05的顯著性水平之上，其他IMF分量均落在0.10的顯著性水平之下，表明在60年尺度上，東北、北方和西北東部地區年均大風日數的振蕩周期顯著；西北西部、西南和東南地區的IMF 2、IMF 3和IMF 4分量落在0.10的顯著性水平之上，而IMF 1分量落在0.10的顯著性水平之下，表明在7、14和60年尺度上，西北西部、西南和東南地區年均大風日數的振蕩周期顯著；西藏地區的IMF 2和IMF 4分量落在0.10的顯著性水平之上，而IMF 1和IMF 3分量落在0.10的顯著性水平之下，表明在7和60年尺度上，西藏地區年均大風日數的振蕩周期顯著。

為了分析1961—2016年全國及七大地理分區的年均大風日數序列的突變特征和突變時間，進一步采用M-K突變檢驗的方法來診斷。從圖4可看出，全國、東北、北方、西北東部、西北西部、西藏、西南和東南地區的UF統計量與UB統計量的交點分別在1991、1993、1989、1997、1986、1997、1992和1984年，其中僅西北東部和西藏地區的交點在0.05顯著性水平的置信區間內，因此，可以判斷1991、1993、1989、1997、1986、1997、1992和1984年分別是全國、東北、北方、西北東部、西北西部、西藏、西南和東南地區年均大風日數突變的年份。20世紀80年代中期至2000年前，中國甚至全球的大部

分地區氣候均有顯著的變化，因此聯合國減災署首次提出“減災十年”[44]，同時IPCC第一次評估報告也在此期間啟動并深入推進[1-2]。這暗示中國年均大風日數除了受氣溫變化影響外，可能還與全球大氣和海洋環流的變化有深層次的聯系[14]。

2.2中國大風日數氣候態空間分異格局

從氣候態空間分布格局（圖5）來看，1961—2016年中國年均大風日數呈現出明顯的東南低—西北高的空間分異格局。其中西藏中部和西部、青海南部、新疆東部、四川西部及內蒙古和甘肅北部均是年均大風日數分布的高值區，大多超過45 d，這可能與常年從中國北部的西伯利亞和西部的中亞地區來的冷氣團密切相關[9，33]。廣大的東南地區年均大風日數相對較低，大多小于5 d。中國北方大風日數高值區的分布與中國沙塵暴天氣的高發區重合度較高，同時這些地區人口密度相對較低，地表破壞程度也相對較高，而城市化水平偏低，這就導致一旦發生大風天氣，這些地區受到的影響也相對較高[40，45]。

2.3中國大風日數年代際距平空間分異格局

將各年代大風日數距平定義為各年代年均大風日數與1961—2016年年均大風日數之差。從年代際空間距平（圖6）來看，20世紀60年代西藏中西部、青海西部、內蒙古中北部、新疆東部局部地區是負距平主要分布區，表明20世紀60年代大風日數相對氣候態偏少；西藏西部、新疆北部、云南西部、內蒙古中東部及其交界的河北地區等零散分布著正距平，表明20世紀60年代大風日數相對氣候態偏多；其他地區正負距平值則相對較小，且以正距平為主。20世紀70和80年代，西藏、青海、新疆東南、甘肅北部、內蒙古和東北等地區大風日數以正距平居多，表明70和80年代大風日數相對氣候態偏多；其他地區正負距平值則相對較小，且70年代以正距平為主，80年代以負距平為主。20世紀90年代以來上述正距平的地區逐漸開始轉向以負距平為主，表明這些地區相對氣候態偏少；而其他地區正負距平值則相對較小，且以負距平為主。

2.4中國大風日數年際變化趨勢和波動特征空間分異格局

從變化趨勢空間分布（圖7）來看，1961—2016年中國絕大多數地區年際大風日數呈減少趨勢，包括東北，內蒙古東部、中部和西部，新疆大部，華北，華東，華中，青海東部，四川西部，云南大部及其交界的貴州地區等地；大風日數增加趨勢的地區零散的分布在內蒙古西北中部、新疆東部、青海西部和西藏西南部及東北部等地。進一步表明氣候變暖背景下全國大多數地區大風日數明顯減少。從波動特征空間分布（圖8）來看，1961—2016年中國年際大風日數波動特征呈現明顯的東南高-西北低的空間分異格局，其中“胡煥庸線”以東的絕大多數地區的年際大風日數波動均在1.05以上，這可能與東部地區快速城鎮化導致的土地利用變化密切相關[14]。在城鎮化背景下，原有的自然地表景觀被大幅度改變，地表粗糙度明顯增大，這在一定程度上會導致大風日數的不穩定性增加，從而致使波動增大[33]。除此之外，內蒙古東北及其交界的黑龍江地區、新疆西南及其交界的西藏地區、西藏東部的波動特征也明顯，大多在1.05以上?！昂鸁ㄓ咕€”以西的絕大多數地區的年際大風日數波動相對較小。

3結論

（1）在時間上，1961—2016年中國年均單站大風日數在波動中呈明顯的減少趨勢，20世紀60年代到2016年減少了

58.82%。在分區上，七大地理分區年均單站大風日數整體在波動中均呈現明顯的減少趨勢，且東北、西北東部和西藏具有分段特征；其中西藏地區年均單站大風日數最多，但減少比例最少；而東南和西南地區年均單站大風日數最少，但減少比例最多。

（2）在周期變化上，近56年來全國和七大地理分區均具有3、7、14和60年的振蕩周期。其中全國的14年振蕩周期顯著；而東北、北方和西北東部地區的60年振蕩周期顯著；西北西部、西南和東南地區的7、14和60年振蕩周期顯著；西藏地區的7和60年振蕩周期顯著。

（3）在突變分析上，全國、東北、北方、西北東部、西北西部、西藏、西南和東南地區的年均大風日數分別在1991、1993、1989、1997、1986、1997、1992和1984年發生突變，但僅西北東部和西藏地區通過了0.05顯著性水平的檢驗。

（4）在空間上，1961—2016年中國年均大風日數呈現出明顯的東南低-西北高的空間分異格局。年均大風日數超過45 d的多分布在西藏中部和西部、青海南部、新疆東部、四川西部及內蒙古和甘肅北部地區。東南地區年均大風日數大多小于5 d。在距平上，年均大風日數超過45 d的地區在20世紀70和80年代以正距平為主，而在其他年代均以負距平為主。

（5）在變化趨勢空間分布上，1961—2016年中國絕大多數地區年際大風日數呈減少趨勢，僅在內蒙古西北中部、新疆東部、青海西部和西藏西南部及東北部等地呈增加趨勢。在波動特征空間分布上，1961—2016年中國年際大風日數波動特征呈現明顯的東南高-西北低的空間分異格局；其中“胡煥庸線”以東的絕大多數地區的年際大風日數波動較大，以西的絕大多數地區的波動相對較小。

4討論

（1）站點分布不均的影響。觀測站點在東部分布密集，而西部則相對稀疏。該研究采用了年均大風日數表征，這對時間序列影響相對較小。但是在空間插值過程中參考相同數目的站點數據，西部地區影響的范圍則遠大于東部地區。雖然在趨勢上影響不大，但在細節分布上可能有影響。因此，需要采用均勻分布的格點數據進一步診斷，并與站點數據結果進行對比分析。

（2）不同等級風速日數的時空演變研究。該研究僅分析了1961—2016年中國大風日數時空演變特征，而未對其他等級的風速日數進行系統研究。目前國內外氣候變化研究領域對氣溫和降水的研究相對較多，而對風速研究較少，尤其是近地表的風速時空演變還不是十分清晰。因此，亟待開展長時間尺度中國不同等級風速日數的時空演變規律研究，這不僅有助于風能資源的開發利用，也有助于深入了解氣候變化和快速城鎮化背景下的空氣污染問題。

（3）大風日數時空變化的歸因分析。氣候變化和快速城鎮化背景下，中國大尺度的大風日數的減少究竟是何原因；氣候變暖和人類活動因素在大風日數減少中起到多大作用，是否還有其他外界因素影響著近地表的大風日數時空變化。對于這些問題，目前學術界還未達成共識，有待于進一步利用模式模擬和觀測診斷，綜合考慮海氣因子和人類活動，合理再現中國大風日數時空變化特征。

（4）全球、大洲和區域尺度大風日數時空變化的對比分析。該研究僅從中國及其七大地理分區尺度研究了大風日數時空變化。全球其他地區是否也有類似規律，目前學術界對這一問題還未開展相應研究。IPCC第五次評估報告中對氣溫和降水都進行了科學系統的評估分析，而針對風速研究的評估尚不系統，且對全球及不同區域的風速包括大風日數，尚不十分清楚，因此，亟待開展全球、大洲和區域尺度上的大風日數時空變化對比研究，從而對于推進該領域的科學認識具有重要意義。

參考文獻

[1] IPCC.Managing the risks of extreme events and disasters to advance alimate ahange adaptation[R].Cambridge，UK：Cambridge University Press，2012.

[2] IPCC.Intergovernmental panel on climate change climate change fifth assessment report（AR5）[R].Cambridge，UK：Cambridge University Press，2013.

[3] SHAMSHIRBAND S，MOHAMMADI K，TONG C W，et al.Application of extreme learning machine for estimation of wind speed distribution[J].Climate dynamics，2016，46（5/6）：1893-1907.

[4] JUNG C，SCHINDLER D.Global comparison of the goodnessoffit of wind speed distributions[J].Energy conversion & management，2017，133（5）：216-234.

[5] 李樹巖，劉榮花，胡程達.河南省夏玉米大風倒伏氣候風險分析[J].自然災害學報，2014，23（1）：174-182.

[6] 王秋香，胡義成，周昊楠.近50a塔里木河流域生長季大風日數變化特征及對特色林果業的影響[J].冰川凍土，2012，34（5）：1067-1075.

[7] URAL A，FIRAT F K.Evaluation of masonry minarets collapsed by a strong wind under uncertainty[J].Natural hazards，2015，76（2）：999-1018.

[8] WANG Q X，HU Y C，ZHOU H N.Variation characteristics of the gale days during the growth season in recent 50 years and its impact on the local special forest fruits in the Tarim River Basin[J].Journal of glaciology & geocryology，2012，34（5）：1067-1075.

[9] 高婧.新疆大風時空變化特征及環流背景研究[D].蘭州：蘭州大學，2010.

[10] 林琳.近30年我國主要氣象災害影響特征分析[D].蘭州：蘭州大學，2013.

[11] ZHANG Z，ZHEN G F，LIN L，et al.Changes of gale days and its impacts on dust weathers in Ningxia[J].Journal of arid land resources & environment，2006，20（4）：30-34.

[12] MIAO A M，JIA L D，WU J.Spacetime distribution and changing trend of gale and sanddust days during recent51 a in Shanxi[J].Journal of desert research，2010，30（2）：452-460.

[13] JONES P D，HARPHAM C，LISTER D.Longterm trends in gale days and storminess for the Falkland Islands[J].International journal of climatology，2016，36（3）：1413-1427.

[14] 史培軍，張鋼鋒，孔鋒，等.中國1961-2012年風速變化區劃[J].氣候變化研究進展，2015，11（6）：387-394.

[15] 張智，鄭廣芬，林莉，等.寧夏大風日數氣候變化及其對沙塵天氣的影響[J].干旱區資源與環境，2006，20（4）：30-34.

[16] 白虎志，董安祥，李棟梁，等.青藏高原及青藏鐵路沿線大風沙塵日數時空特征[J].高原氣象，2005，24（3）：311-315.

[17] TIELEMAN H W.Strong wind observations in the atmospheric surface layer[J].Journal of wind engineering & industrial aerodynamics，2008，96（1）：41-77.

[18] BAI H Z，LI D L，DONG A X，et al.Strong wind and wind pressure along the Qinghai-Tibet railway[J].Journal of glaciology & geocryology，2005，27（1）：111-116.

[19] 李耀輝，張存杰，高學杰.西北地區大風日數的時空分布特征[J].中國沙漠，2004，24（6）：715-723.

[20] 次仁曲宗，落桑曲加，頓玉多吉.西藏山南地區近30年來大風天氣特征分析[J].西藏大學學報，2015，30（5）：28-32.

[21] 郭軍，曹經福，楊艷娟.1971-2012年環渤海沿海地區風速變化及其影響因素分析[J].氣象與環境學報，2015（4）：82-88.

[22] 張占峰，張煥平，馬小萍.柴達木盆地平均風速與大風日數的變化特征[J].干旱區資源與環境，2014，28（10）：90-94.

[23] 姬興杰，朱業玉，顧萬龍，等.河南省大風日數時空分布及其對沙塵天氣的影響[J].氣象與環境學報，2012，28（1）：31-37.

[24] MCVICAR T R，VAN NIEL T G，LI L T，et al.Wind speed climatology and trends for Australia，1975-2006：Capturing the stilling phenomenon and comparison with nearsurface reanalysis output[J].Geophysical research letters，2008，35（20）：288-299.

[25] MCVICAR T R，RODERICK M L.Atmospheric science：Winds of change[J].Nature geoscience，2010，3（11）：747-748.

[26] PIRAZZOLI P A，TOMASIN A.Recent nearsurface wind changes in the central Mediterranean and Adriatic areas[J].International journal of climatology，2003，23（8）：963-973.

[27] WANG H，WANG X L，SWAIL V R.Homogenization and trend analysis of Canadian nearsurface wind speeds[J].Journal of climate，2010，23（5）：1209-1225.

[28] BRZDIL R，CHROM K，DOBROVOLNY' P，et al.Climate fluctuations in the Czech Republic during the period 1961-2005[J].International journal of climatology，2009，29（2）：223-242.

[29] KOUSARI M R，AHANI H，HAKIMELAHI H.An investigation of near surface wind speed trends in arid and semiarid regions of Iran[J].Theoretical & applied climatology，2013，114（1/2）：153-168.

[30] 王遵婭，丁一匯，何金海，等.近50年來中國氣候變化特征的再分析[J].氣象學報，2004，62（2）：228-236.

[31] JIANG Y，LUO Y，ZHAO Z C，et al.Changes in wind speed over China during 1956–2004[J].Theoretical & applied climatology，2010，99（3/4）：421-430.

[32] 孔鋒，呂麗莉，方建，等.中國空氣污染指數時空分布特征及其變化趨勢（2001-2015）[J].災害學，2017，32（2）：117-123.

[33] 鄔仲勛.新疆東部至甘肅河西西部鐵路沿線大風天氣氣候特征及其成因研究[D].蘭州：蘭州大學，2016.

[34] 閻訪，周順武，馬悅.石家莊春季大風變化特征及天氣分型[J].干旱氣象，2014，32（2）：207-214.

[35] 苗愛梅，賈利冬，武捷.近51a山西大風與沙塵日數的時空分布及變化趨勢[J].中國沙漠，2010，30（2）：452-460.

[36] 孔鋒，呂麗莉，方建，等.不同時間角度下的中國霾日數時空變化格局研究（1961年～2015年）[J].華中師范大學學報（自然科學版），2017，51（3）：370-377.

[37] 俞海洋，李婷，陳笑娟，等.河北省近30年大風時空分布及成災特征分析[J].災害學，2017，32（2）：59-63.

[38] 中國氣象局.地面氣象觀測規范[M].北京：氣象出版社，2005.

[39] 孫霞，陳小雷，俞海洋，等.河北省大風災害及其危險性區劃分析[J].中國農學通報，2016，32（1）：183-187.

[40] 陳洪武，辛渝，陳鵬翔，等.新疆多風區極值風速與大風日數的變化趨勢[J].氣候與環境研究，2010，15（4）：479-490.

[41] 閻訪，岳艷霞，張秉祥，等.石家莊地區大風日數氣候變化特征[J].氣象與環境學報，2013，29（2）：81-88.

[42] WANG A H，LETTENMAIER D P，SHEFFIELD J.Soil moisture drought in China，1950-2006[J].Journal of climate，2011，24（13）：3257-3271.

[43] 程雪蓉，任立良，楊肖麗，等.CMIP5多模式對中國及各分區氣溫和降雨時空特征的預估[J].水文，2016，36（4）：37-43.

[44] 史培軍.中國綜合減災25年：回顧與展望[J].中國減災，2014（5）：32-35.

[45] 姚正毅，王濤，陳廣庭，等.近40a甘肅河西地區大風日數時空分布特征[J].中國沙漠，2006，26（1）：65-70.