內蒙古氣溫變暖停滯對其影響因子變化的響應

孫柏林,馬 龍*,馮 起,劉廷璽,梁瓏騰,李虹雨,周 瑩,柳 楊

?

內蒙古氣溫變暖停滯對其影響因子變化的響應

孫柏林1,馬 龍1*,馮 起2,劉廷璽1,梁瓏騰1,李虹雨1,周 瑩1,柳 楊1

(1.內蒙古農業大學水利與土木建筑工程學院,內蒙古 呼和浩特 010018；2.中國科學院西北生態環境資源研究院,甘肅 蘭州 730000)

采用中心聚類、M-K檢驗等方法,以內蒙古地區為例,利用全球Pacific Decadal Oscillation(PDO)、Multivariate ENSO Index(MEI)等大空間尺度數據以及內蒙古及其周邊70個氣象站1951~2016年平均最低氣溫、平均氣溫、平均最高氣溫、風速、大氣壓等站點數據,定性、定量揭示變暖停滯的變化特征及其對影響因子變化的響應.結果表明:研究區各分區3類氣溫在1981~1993年間發生升溫突變,此后1998~2008年間陸續發生變暖停滯.不同類型氣溫在不同分區與各影響因子的相關性優劣有所不同,如平均最低氣溫與AMO、PDO、MEI、太陽總輻射、風速、大氣壓的相關性最好,平均氣溫次之,平均最高氣溫最差;西部區氣溫與AMO、PDO、MEI、太陽總輻射相關性較好,中部區氣溫則與AMO、風速相關性較好等.整體上,1990s~2000s,隨各分區AMO上升驅緩、PDO處于正位相階段但呈下降趨勢或處于負位相時、MEI值與太陽總輻射下降、風速、大氣壓、相對濕度的持續下降/上升及之后的趨勢轉變,各分區氣溫發生變暖停滯,如當AMO開始整體進入上升趨緩階段,風速持續減小8~13a,傾向率達到-0.26~-0.11m/(s·10a)時,平均氣溫發生變暖停滯.平均最低氣溫對3類影響因子變化的響應最敏感,平均氣溫次之.氣溫變暖停滯是多種影響因子共同作用的結果.本研究豐富了該方面研究成果,對氣候變化研究及防災減災等有一定借鑒意義.

氣溫；變暖停滯；響應；內蒙古

氣溫變暖停滯在全球氣候變化中扮演著重要角色,對人類生存環境影響深遠,其與影響因子間的響應關系目前尚未明確,定性、定量揭示其與影響因子間的響應關系將為變暖停滯機制的揭示提供參考.

冰芯[1]、孢粉等[2]自然證據表明,氣候突變具有時間尺度上的廣泛性[3],并極具破壞性,如瑪雅[4]和美索不達米亞文明[5]的衰落與氣候突變導致的長期干旱關系密切.1950s以來,全球和區域范圍內氣溫發生顯著的增暖突變,極端天氣事件頻發,冰川融化導致海平面升高,水資源分布不均加劇,經濟、社會和生態環境損失重大[3,6].IPCC第五次評估報告[7]指出,1998年以來全球氣溫不再上升甚至微弱下降,即氣溫發生變暖停滯,但其并未改變氣候突變升溫對環境帶來的不利影響,部分極端氣候事件亦與其密切相關[6],對于動植物物候變化所產生的不利影響甚至更多[8-9].

變暖停滯的概念由Carter率先提出[10],《Nature》將全球氣候變暖停滯評選為“2014年十大科學事件之一”[11].國內外學者針對這一現象在全球各地開展了大量研究,研究表明,內部變率可能對北半球多年代溫度變化產生實質性影響,對于變暖/降溫貢獻高達0.15℃[12],北美西部長期干旱與異常熱帶風強迫變化聯系密切[13],北極海冰減少使歐亞冬季降溫的可能增加[14].由于自然氣候系統極端復雜,具有內在混沌的特性,并包括各種時間尺度的非線性反饋,因此對氣候變化的觀測與預估特征判斷都存在不確定性[15].氣溫變暖停滯與(或可能與)深海熱量(太平洋年代際振蕩(PDO),大西洋年代際振蕩(AMO))[16]、人類活動氣溶膠[17]、太陽總輻射[6,18]、平流層水汽強迫[19]、太陽活動[20]、風速[21]、相對濕度[22]等的變化存在響應關系.全球變暖停滯在得到廣泛關注的同時,也存在一定爭議,部分學者認為21世紀全球變暖并未停滯,該現象只是長期氣候變化中的小波動[23],如本世紀歐洲高溫與低溫的比率大幅上升與全球變暖放緩明顯相悖[24].

目前國內外有關變暖停滯的研究,多以平均氣溫為研究對象,忽略了平均最低氣溫、平均最高氣溫與之存在的聯系與差異[25],對其與影響因子間的響應關系研究存在一定局限性;使用的時間序列則多以全球綜合變暖停滯年(1998年)為起始年,在一定程度上忽略了區域異質性;以變暖停滯前后變化特征分析居多,對其影響因子的響應研究較少,所選影響因子普遍單一,響應關系不明確.基于此,本文將定性、定量揭示變暖停滯與其多種影響因子間的響應關系.

為使研究成果具有較高的普遍性和代表性,本文以涵蓋氣候類型多、范圍較廣的內蒙古地區為研究區開展研究.全球氣候變暖背景下,內蒙古地區整體增暖趨勢明顯,不同氣候類型區氣候差異顯著[26],在1977~1996年間氣溫發生突變,變暖停滯則多集中于1998和2007年及其前后[27-28],氣候變化具有代表性和多元典型性[26-29],這些有關內蒙古地區及包含其在內的更廣范圍的相關研究,多以突變與變暖停滯前后特征分析為主,亦缺乏變暖停滯與多種影響因子間響應關系的研究成果.本文采用PDO等大空間尺度數據,以及分布于內蒙古及其周邊地區的70個高密度氣象站點1951~2016年平均最低氣溫、平均氣溫、平均最高氣溫、風速、大氣壓、相對濕度站點數據,定性、定量揭示氣溫變暖停滯對其影響因子變化的響應,為全球氣候變化研究提供參考.

1 研究區概況、數據與方法

1.1 研究區概況與數據來源

內蒙古地區地處中國北部邊疆(圖1),經緯度介于37°24′N~53°23′N、97°12′E~126°04′E之間,呈狹長型,由東北向西南延伸,東西跨越超過2400km,南北跨越超過1700km,橫跨中國東北、華北、西北3大地區,接鄰8個省區,土地面積118.3×104km2,占中國總面積的12.3%,氣候類型多樣,包括季風氣候、溫帶大陸性氣候和高原山地氣候[29].

研究區及其周邊地區共計分布有呼和浩特等70個氣象站點(圖1).本次收集了這些站點自建站以來至2016年的平均氣溫、平均最低氣溫、平均最高氣溫的年(月)資料,數據來源于中國氣象數據網,國家氣象信息中心對各氣象站點的各類氣溫數據已進行質量控制,經檢驗,各氣象站點各類氣象因子數據無明顯的突變點和隨機變化,數據變化相對均一和一致,數據可靠,可以代表區域氣候狀況.

為分析研究區氣溫變化原因,選取與之密切相關的氣候要素作為氣溫變化影響因子,其中PDO、AMO、多元厄爾尼諾指數(MEI),源自美國NOAA Earth System Research Laboratory(Physical Sciences Division),時間序列均為1951~2016年;太陽總輻射年數據源于中國氣象數據網,共59個氣象站點,覆蓋整個研究區,時間序列為1959~2016年;大氣壓、風速、相對濕度為1951~2016年70個氣象站點的年數據,與氣溫數據使用的氣象站點相對應.

圖1 研究區及氣象站點分布

1.2 數據處理及使用方法

在氣候因子時間序列的統一方面,將氣溫及PDO、AMO、MEI和對應站點的大氣壓、風速、相對濕度的時間序列統一為1951~2016年;將中國尺度下的太陽輻射的時間序列統一為1959~2016年.對于其中缺測數據,利用臨近站點數據采用相關及回歸分析方法進行插補延展,最終形成前述各自統一時間序列.

將氣溫的影響因子分為3類,第1類為目前認可度較高的PDO、AMO,歸為明確影響因子[12,30-31]; MEI、太陽總輻射歸為第2類影響因子,即可能影響因子,認可度次之[6,19-20];風速[21]、大氣壓、相對濕度[22]可能受氣溫影響并對其產生反作用,歸為第3類影響因子.

對于研究區氣溫的分區,采用中心聚類法,選取一點為中心,將其與鄰近點的相關系數變換為距離系數,并對樣本變數進行標準化,用卡方分布對結果進行檢驗,當結果小于對應的檢驗數時,說明在95％顯著性水平下,此類站點可劃分為同一分區,否則擴大或縮小區域,直至滿足檢驗,最終形成氣溫分區,具體計算過程參見文獻[32].

對于各分區氣溫、影響因子區域年面值序列的求取,采用距離平方反比法.將各分區分成0.5°×0.5°均勻經緯度網格,形成網格點,采用鄰近各站點權重(取距離因子)、綜合距離權重及各站點氣象資料,確定各格點的氣候因子數據,之后求取分區所有格點數據的算術平均值,即為各分區區域年面值序列,具體計算過程參見文獻[33].

對于氣溫突變檢驗采用Mann-Kendall非參數統計法,計算公式[34]如下:

式中:UF為近似服從標準正態分布;d為第時刻數值大于時刻數值個數的累計數;(d)為累計數的d均值;var(d)為累計數d的方差.以上計算運用MATLAB軟件編程實現,當UF與UB兩條線的交點位于信度線之內,且只有一個交點時,此交點即為突變年份,具體原理見文獻[34].兩條線交點位于信度線之外或檢驗出多次突變點時,使用Pettitt檢驗法對突變點進行進一步復核后確定.

對于氣溫突變后的變暖停滯年份的確定,采用氣溫序列及其分階段趨勢線、3~5a滑動值序列及其分階段趨勢線相結合的分析方式進行確定.當突變后階段氣候傾向率達到相對最大,且該年至序列末(2016年)氣候傾向率￡0℃/10a時,該年即為由此定量化指標確定的變暖停滯年.

對于氣溫變化劇烈程度,使用變異系數CV表示:

CV=|SD/MN| (4)

式中:SD為標準差;MN為平均值.CV值越大,表明氣溫變化越劇烈.

對于氣溫及其影響因子變化的時間序列趨勢分析,采用氣候傾向率法或將時間序列進行min- max數據標準化[35]后再采用氣候傾向率法及累積距平法.

2 氣候因子分區及氣溫突變與變暖停滯特征

2.1 氣候因子的分區

由于本文研究區范圍較大,氣溫存在區域差異性,為方便分析,對平均氣溫、平均最低氣溫、平均最高氣溫分別進行分區.分區結果大致以滿都拉、四子王旗、呼和浩特一線左右以西為西部區,該線以東至阿爾山、索倫、烏蘭浩特一線左右為中部區,其以東為東部區,具體分區見圖2所示.分別求取了各分區各類氣溫、其他影響因子年區域平均面值序列,以下分析以分區區域年平均面值序列為對象,僅有全球平均水平尺度下的因子使用大空間尺度年序列.

圖2 研究區分區及3類氣溫突變、變暖停滯年份空間分布示意

2.2 氣溫突變與變暖停滯基本特征

為敘述方便,將各分區3類氣溫突變年~變暖停滯年及變暖停滯后的時段分別用1、2表示.

結合圖2、3、4可知,整體上,各分區3類氣溫普遍突變于1980s,平均最低氣溫突變最早,平均氣溫次之,平均最高氣溫最晚;東部區3類氣溫突變最早(1981~1984年),西部區次之(1984~1989年),中部區最晚(1982~1993年).同一分區3類氣溫變暖停滯年份基本一致,西部區最早(1998~1999年),中部區次之(2007年),東部區最晚(2008年),即在空間上由西向東變暖停滯依次變晚.1時段,各分區平均最高氣溫整體升溫最快,變化劇烈程度最弱;平均最低氣溫升溫速度次之,變化最劇烈;平均氣溫升溫最慢,變化劇烈程度較弱;空間上,3類氣溫升溫速率/變化劇烈程度整體由西向東依次減小/增強,其中平均最低氣溫變化劇烈程度與之規律相反.2時段,各分區平均最高氣溫整體降溫速率>平均氣溫>平均最低氣溫,相應地,3類氣溫變化劇烈程度按該順序亦依次加強;與1時段相似,由西向東各分區氣溫降溫速率/變化劇烈程度整體依次增大/增強.雖然氣溫變暖停滯后微弱下降,但其多年氣溫均值仍處于較高水平,較1時段,平均最低氣溫增幅最大,平均氣溫次之,平均最高氣溫最小.

3 氣溫變暖停滯對其影響因子變化的響應

3.1 氣溫變暖停滯對第1類影響因子變化的響應

圖5為不同分區氣溫及第1類影響因子累積距平的年際變化情況,限于篇幅,以能代表普遍規律且相關性較好并通過99%顯著性檢驗的分區示例給出.

PDO是以中緯度太平洋盆地為中心的強周期性海洋大氣氣候變化模式,可直接影響太平洋及其周邊地區氣候的年代際變化[36].整體上,各分區平均最低氣溫與PDO的相關性最好(0.300),其中中部區平均最低氣溫與PDO極顯著正相關(0.315);平均氣溫次之(0.227);平均最高氣溫最差(0.138).東部區平均最高氣溫、平均氣溫與PDO相關性(0.173~ 0.238)>西部區(0.140~0.233)>中部區(0.101~0.209),平均最低氣溫中部區與PDO相關性(0.315)>西部區(0.296)>東部區(0.288).從各分區氣溫與PDO時間序列變化及代表性示例(圖5a1)上看,PDO與各分區氣溫整體均呈上升趨勢,1951~2016年間PDO發生了3次明顯的正負位相交替,1976~2006年間整體處于正位相,各分區3類氣溫均于該階段發生突變. PDO在1976年由負位相轉變為正位相,并于1987年上升至最大,此后至2014年PDO則整體呈下降趨勢,其間有1~7a的PDO負位相階段交錯分布,在其持續下降11~21a時,各分區氣溫發生變暖停滯,2014~2016年PDO回升,各分區隨之升溫明顯.可見,當PDO處于正位相且持續增大達到一定值時氣溫發生突變,當處于正相位持續下降或負位相時氣溫則發生變暖停滯.

圖6 各分區3類氣溫與第1類影響因子的相關性空間分布

*為在0.05 水平(雙側)上顯著相關;**為在0.01 水平(雙側)上顯著相關

AMO反映了北大西洋海溫的年代際變化,研究表明,AMO對于周圍大陸尤其是歐洲的氣候會產生較大影響[37],而中國地區雖距離遙遠,但與AMO亦具有千年尺度的相似變化[38].由圖6可知,平均最低氣溫與AMO相關性整體最好(0.316),平均氣溫次之(0.290),平均最高氣溫最差(0.285);3類氣溫與AMO的相關系數均由東向西依次增大.根據各分區氣溫與AMO時間序列變化情況及代表性示例圖5a2可知,各分區氣溫與AMO逐年變化具有相似性.結合氣溫5a滑動值序列變化情況來看,當AMO于1963年由正位相轉變為負位相后2~5a氣溫急速下降;1974~1998年AMO持續上升(0.143/10a),當AMO上升持續7~15a時氣溫發生突變;AMO于1995年出現第二次正負位相交替(由負位相轉變為正位相),1995~1998年AMO急劇上升,此后AMO則進入上升驅緩階段(1998~2016年,0.063/10a),西部區3類氣溫同年均發生變暖停滯,在AMO驅緩上升9~10a時其他分區氣溫發生變暖停滯.

綜上,氣溫變暖停滯與AMO上升趨緩的時間存在一致性,當PDO處于正/負位相或正位相持續下降時,氣溫突變/變暖停滯對其響應明顯滯后,表明氣溫對于AMO變化的綜合響應敏感程度>PDO.

3.2 氣溫變暖停滯對第2類影響因子變化的響應

圖7為代表性分區氣溫與第2類影響因子的時間序列變化情況,限于篇幅,以能代表普遍規律且相關性較好并通過99%顯著性檢驗的分區示例給出.

由圖8可以看出,各分區3類氣溫與太陽總輻射均呈負相關關系,整體上平均最低氣溫與太陽總輻射的相關性(0.378)>平均氣溫(0.265)>平均最高氣溫(0.158).空間上,3類氣溫與太陽總輻射的相關性整體由西向東依次變差.從各分區氣溫與太陽總輻射時間序列變化及代表性示例圖7a1來看,1959~ 1989年太陽總輻射呈持續快速下降趨勢[-19.5(MJ/ m2)/10a],氣溫與其具有趨勢反向性,各分區氣溫普遍于該階段發生突變;此后,氣溫與其則整體呈趨勢同向性,1989~1994年間太陽總輻射急劇上升,氣溫也隨之快速升高,此后至2010年轉入緩慢下降階段[-4.99(MJ/m2)/10a],當驅緩下降4~14a時各分區3類氣溫發生變暖停滯,2010年以后太陽輻射再次進入快速上升階段,各分區氣溫也明顯上升.

厄爾尼諾/南方濤動(ENSO)是發生在橫跨赤道附近太平洋的一種準周期氣候類型,MEI基于天空總云量等6個主要觀測變量對其進行監測.如圖7a2所示,各分區氣溫與MEI整體均呈上升趨勢,具有趨勢同向性,二者峰谷值變化具有一致性,逐年變化整體具有年際振蕩同向性(氣溫與MEI均為逐年上升或下降),其間2~5a不等的年際振蕩反向性(當MEI逐年下降/上升時氣溫上升/下降)階段與之交錯分布.整體上,平均最低氣溫與MEI相關性最好(-0.299),平均氣溫次之(-0.259),平均最高氣溫最差(-0.204),3類氣溫與MEI的相關性均由內陸向沿海方向依次變差.1976~1997年間MEI持續快速上升(高達0.541/ 10a),期間MEI整體處于較高水平,各分區3類氣溫于該時段陸續發生突變;1997~2014年間MEI呈持續下降趨勢(-0.37/10a),與氣溫具有趨勢同向性,當MEI下降持續1,10,11a時,東、中、西部區氣溫依次發生變暖停滯.

圖8 各分區3類氣溫與第2類影響因子的相關性空間分布

*為在0.05水平(雙側)上顯著相關;**為在0.01水平(雙側)上顯著相關

綜上,氣溫變暖停滯發生時間與太陽總輻射、MEI上升趨緩開始發生時間具有一致性;氣溫與MEI存在周期性年際振蕩同向性/反向性交替變化.綜合相關性及年際尺度上的變化趨勢來看,氣溫變暖停滯對MEI變化的綜合響應敏感程度>太陽總輻射.

3.3 氣溫變暖停滯對第3類影響因子變化的響應

當氣候系統被迫跨越某一狀態時,會發生突然變化,且變化速度快于強迫原因,而緩慢的強迫也可能引發氣候變化[3],影響因子復雜混沌的特性易使微妙的強迫機制被忽略,因此,本文將與氣溫可能存在作用與反作用關系的影響因子(風速、大氣壓、相對濕度)歸為第3類影響因子,并對其變化進行定性和定量分析.氣溫變暖停滯的影響因子可能變化更早,且在氣溫變暖停滯后一段時間內仍保持該變化趨勢,圖9為氣溫與第3類影響因子標準化時間序列變化示意圖(為清晰明了,對標準化后的數據采用相對濕度加1、大氣壓加2以及風速加3的方式,將各因子在坐標軸上依次排開;變暖停滯前各影響因子趨勢段的趨勢在圖中以紅色線段標識,平移至臨近空白處),該趨勢段下各影響因子的氣候傾向率及持續年份空間分布情況見圖10.各分區3類氣溫與第3類影響因子的相關性空間分布見圖11,氣溫及其影響因子累積距平的年際變化見圖12,限于篇幅,以能代表普遍規律且相關性較好并通過99%顯著性檢驗的分區示例給出.

從各分區氣溫與風速時間序列變化上看(圖9、圖12a1),各分區氣溫與風速存在5~20a左右的年際振蕩同向性和年際振蕩反向性周期交替變化.由圖10可知,各分區3類氣溫與風速均呈極顯著負相關(-0.688~-0.461),與平均最低氣溫相關性整體最好(-0.678),由中部區分別向東、西方向減小,平均氣溫次之(-0.612),自西向東依次減小(-0.626~-0.593),平均最高氣溫最差(-0.496),其空間變化規律與平均最低氣溫相反.整體上看,氣溫上升與風速減小關系密切,風速在氣溫突變前處于較高水平,此后至1990s前風速持續減小,1990s~2000s風速減小驅緩甚至回升,該時段與各分區氣溫變暖停滯時間存在一致性.結合圖11可知,當風速持續趨緩減小8~13a、7~12a、8~15a,傾向率達到-0.26~-0.11m/(s×10a)、-0.27~ -0.14m/(s×10a)、-0.22~-0.15m/(s×10a)且之后轉變為上升趨勢時,平均氣溫、平均最低氣溫、平均最高氣溫分別發生變暖停滯.

圖10 各分區3類氣溫變暖停滯前各影響因子趨勢段的氣候傾向率及持續年份空間分布

Fig.10 Spatial distribution of maintain years and the certain period slope of every influencing factors before three types temperature hiatus in each sub-region

圖11 各分區3類氣溫與第3類影響因子的相關性空間分布

*為在0.05水平(雙側)上顯著相關;**為0.01水平(雙側)上顯著相關

從各分區氣溫與大氣壓時間序列變化(圖9、圖12a2)上看,氣溫與大氣壓存在3~20a不等的年際振蕩同向性和年際振蕩反向性周期交替變化.總體上看,平均最低氣溫與大氣壓相關性(0.377)>平均氣溫(0.368)>平均最高氣溫(0.367);空間上,3類氣溫與大氣壓相關性均自西向東依次增大.西部區大氣壓整體呈下降趨勢,中、東部區大氣壓則均呈上升趨勢.各分區氣溫與大氣壓峰谷值對應較好,結合多年滑動值可知,各分區大氣壓在1時段均呈上升趨勢(0.02~0.40hPa/10a),與3類氣溫具有趨勢同向性;2時段西、中部區氣溫與大氣壓亦具有趨勢同向性,東部區與之相反.各分區大氣壓在氣溫變暖停滯前一段時間內呈下降趨勢,與氣溫具有趨勢反向性,結合圖11可知,當大氣壓持續下降5~6,5~6,4~6a,傾向率達到-0.52~-0.26 ,-0.7~-0.37,-0.55~-0.28hPa/10a時,3類氣溫發生變暖停滯.

由各分區氣溫與相對濕度時間序列變化(圖9、圖12a3)可知,各分區氣溫大部分年份峰(谷)值與相對濕度谷(峰)值相對應,整體具有年際振蕩反向性.各分區3類氣溫與相對濕度均呈極顯著負相關(圖10),其中平均氣溫與相對濕度相關性整體最好(-0.505),平均最高氣溫次之(-0.473),平均最低氣溫最差(-0.429);平均氣溫、平均最低氣溫與相對濕度的相關性均由西向東依次增大,平均最高氣溫與相對濕度相關性中部區(-0.541)>東部區(-0.452)>西部區(-0.427).各分區3類氣溫與相對濕度整體變化趨勢相反,1、2時段西部區氣溫與相對濕度具有趨勢同向性,中、東部區與之相反.除西部區平均最高氣溫外,各分區氣溫在變暖停滯前的一段時間內,與相對濕度普遍具有趨勢反向性,結合圖11可知,當各分區3類氣溫(除西部區平均最高氣溫)與相對濕度處于趨勢反向性階段,且當相對濕度持續下降6~9,5~9,6~10a,傾向率達到-0.66~-0.36,-0.93~-0.5, -0.45~-0.37%/10a且之后轉變為微弱上升趨勢時,3類氣溫發生變暖停滯.研究表明,太陽輻射的主要構成部分是可見輻射,隨著相對濕度的減小,氣溶膠對可見輻射吸收能力也變小[22],進而可能導致地面太陽輻射增加,氣溫隨之升高.

綜上所述,氣溫變暖停滯與風速、相對濕度下降及之后的回升關系密切,風速與大氣壓在年際尺度上均與氣溫存在年際振蕩同向/反向性的周期交替變化,表明3者可能對于氣溫變暖停滯的貢獻度均可能較小,氣溫對風速變化的響應敏感程度較強,相對濕度次之,大氣壓最弱.

整體上看,氣溫變暖停滯前,各分區氣溫與分區對應各影響因子普遍具有趨勢反向性或趨勢同向性變化關系,氣溫與MEI、風速、大氣壓還存在年際振蕩同向性與年際振蕩反向性周期交替變化. 1990~2000s,隨各分區AMO上升驅緩、PDO處于正位相階段但呈下降趨勢或處于負位相時、MEI與太陽總輻射下降、風速、大氣壓、相對濕度的持續下降/上升及之后的趨勢轉變,各分區氣溫發生變暖停滯.

4 討論

研究區各分區3類氣溫在1981~1993年間先后發生突變升溫,突變后于1998~2008年間陸續發生變暖停滯,各分區氣溫由西向東變暖停滯依次變晚.相關研究表明,氣溫突變與變暖停滯現象在全球及區域尺度上均有發生,如1999~2008年全球溫度增幅接近于0[39],本世紀西半球和歐洲尺度上的氣溫增暖減緩等[24],總體來看,氣溫突變、變暖停滯時間與本研究區基本一致.

整體上看,同一分區不同類型氣溫變暖停滯年份基本一致,各分區3類氣溫與MEI、風速、日照百分率、大氣壓普遍存在年際振蕩同向性與年際振蕩反向性周期交替現象;1990s~2000s,隨各分區AMO上升驅緩、PDO處于正位相階段但呈下降趨勢或處于負位相時、MEI值與太陽總輻射下降、風速、日照百分率、大氣壓、相對濕度的持續下降/上升及之后的趨勢轉變,各分區氣溫發生變暖停滯.結果表明,影響氣溫變暖停滯的因子并不單一,且不同時段各影響因子對氣溫變化造成的影響很可能會相互抵消或疊加,氣溫與各影響因子之間的響應關系錯綜復雜.

目前關于氣溫變暖停滯對其影響因子變化的響應研究表明,氣溫變暖停滯的影響因子多樣,響應關系復雜,其與影響因子主要存在兩類響應關系,一是趨勢同向性,如2005~2013年PDO由正位相向負位相轉變、AMO由峰值向負位相發展,全球平均表面溫度呈微弱下降[16];本世紀以來中國太陽活動減弱[20,40]且太陽黑子11a及88a活動周期進入低值期[40], 1998~2012年中國冬季太陽輻射減少[18],氣溫呈現緩降趨勢等.二是趨勢反向性,如1990年以后S短期大量排放,全球氣溫隨之升溫減緩并發生變暖停滯[41];2000~2009年人類活動氣溶膠增大,溫度呈現出降低趨勢[17];2000~2014年全球火山噴發氣溶膠強迫增加,全球升溫隨之減緩[42]等.本文在前人研究基礎上,進一步考慮多方面因素,定性與定量揭示氣溫與其影響因子變化間的響應關系,豐富了該方面研究成果.

由于本文所使用數據序列長度有限,氣溫在短期內的微弱下降趨勢并不足以說明氣溫真正進入變暖停滯階段,因此,對于長期氣溫變暖停滯對其影響因子變化的響應揭示方面存在局限性和不足,部分學者對于氣溫是否真正進入變暖停滯階段也持懷疑態度[13],對此有一定爭議.氣溫在季(月)上的變暖停滯可能對部分影響因子的響應更加敏感,而年際序列則可能會降低甚至掩蓋這種敏感性,本文限于篇幅,僅針對年際序列開展分析,對研究結論會產生一定影響.同時,所考慮的影響因子仍不是很全面,亦會對研究結論產生一定影響.鑒于此,后續將從氣溫及其更多影響因子年、季、月尺度出發,結合具體的物理、化學作用機理等進行更加深入的研究.

5 結論

5.1 研究區各分區3類氣溫在1981~1993年間全面發生突變升溫,突變后于1998~2008年間陸續發生變暖停滯,同一分區3類氣溫變暖停滯年份基本一致,由西向東氣溫變暖停滯依次變晚.

5.2 整體上,平均最低氣溫與AMO、PDO、MEI、太陽總輻射、風速、大氣壓相關性>平均氣溫>平均最高氣溫,相對濕度則與之規律相反.西部區氣溫與AMO、PDO、MEI、太陽總輻射相關性整體較好,中(東)部區氣溫則與AMO、風速(PDO、太陽總輻射、相對濕度、氣壓、風速)相關性較好,東部區氣溫與各影響因子的相關性整體偏小.

5.3 整體上看,1990~2000s,隨各分區AMO上升驅緩、PDO處于正位相階段但呈下降趨勢或處于負位相、MEI值與太陽總輻射下降、風速、大氣壓、相對濕度的持續下降/上升及之后的趨勢轉變,各分區氣溫發生變暖停滯.如當AMO開始整體進入上升趨緩階段,風速持續減小8~13a,傾向率達到-0.26~ -0.11m/(s×10a)時,平均氣溫發生變暖停滯.各分區3類氣溫變暖停滯的發生是這些影響因子共同作用的結果.

5.4 平均最低氣溫對3類影響因子變化的響應最敏感,平均氣溫次之;3類氣溫整體對第1類影響因子變化的響應最敏感,第2類影響因子次之;3類氣溫均對AMO、MEI、風速變化的響應最敏感.

[1] Gao J, Camille R S, Valerie M D, et al. Southern Tibetan Plateau ice core δ18O reflects abrupt shifts in atmospheric circulation in the late 1970s [J]. Climate Dynamics, 2016,46(1/2):291-302.

[2] 趙 艷,劉耀亮,郭正堂,等.全新世氣候漸變導致中亞地區植被突變 [J]. 中國科學:地球科學, 2017,47(8):927-938. Zhao Y, Liu Y L, Guo Z T, et al. Abrupt vegetation shifts caused by gradual climate changes in central Asia during the Holocene [J]. Science China Earth Sciences, 2017,47(8):927-938.

[3] Alley R B, Marotzke J, Nordhaus W D, et al. Abrupt climate change [J]. Science, 2003,299(5615):2005-2010.

[4] Hodell D A, Curtis J H, Brenner M. Possible role of climate in the collapse of Classic Maya civilization [J]. Nature, 1995,375(6530): 391-394.

[5] Weiss H, Courty M A, Wetterstorm W, et al. The genesis and collapse of third millennium north mesopotamian civilization [J]. 1993,261 (5124):995-1004.

[6] 王玉潔,周波濤,任玉玉,等.全球氣候變化對我國氣候安全影響的思考 [J]. 應用氣象學報, 2016,27(6):750-758. Wang Y J, Zhou B B, Ren Y Y, et al. Impacts of global climate change on China’s climate security [J]. Journal of Applied Meteorological Science, 2016,27(6):750-758.

[7] IPCC. Working group I contribution to the IPCC fifth as-sessment report, Climate Change 2013: The Physical ScienceBasis: Summary for Policymakers [R/OI]. http://www.climatechange2013.org/images/ uploads/WGIAR5SPM Approved27Sep2013. pdf.

[8] Prodon R, Geniez P, Chylan M, et al. A reversal of the shift towards earlier spring phenology in several Mediterranean reptiles and amphibians during the 1998~2013 warming slowdown [J]. 2017, 23(12):5481-5491.

[9] Lempereur M, Limousin J M, Guibal F, et al. Recent climate hiatus revealed dual control by temperature and drought on the stem growth of Mediterranean Quercus ilex [J]. 2017,23(1):1365-2486.

[10] Carter B. There is a problem with global warming ... it stopped in 1998. [EB/OL]. https://www.telegraph.co.uk/comment/personal-view/3624242/ There-IS-a-problem-with-global-warming...-it-stopped-in-1998.html.

[11] Morello L, Abbott A, Butler D, et al. 2014. 365days: 2014 in science [J]. Nature, 2014,516:300-303.

[12] Steinman B A, Mann M E, Miller S K. Atlantic and Pacific multidecadal oscillations and Northern Hemisphere temperature [J]. Science, 2015,347(6225):988-991.

[13] Yang X S, Vecchi G A, Delworth T L, et al. Extreme north America winter storm season of 2013/14: Roles of radiative forcing and the global warming hiatus [J]. Bulletin of the American Meteorological Society, 2015,96(12):S25-S28.

[14] Li C, Stevens B, Marotzke J. Eurasian winter cooling in the warming hiatus of 1998–2012 [J]. Geophysical Research Letters, 2015,42(19): 8131-8139.

[15] 孫 穎,秦大河,劉洪濱. IPCC第五次評估報告不確定性處理方法的介紹[J]. 氣候變化研究進展, 2012,8(2):150-153. Sun Y, Qin D H, Liu H B. Introduction to treatment of uncer tainties for IPCC fifth assessment report [J]. Progressus Inquisitiones DE Mutatione Climatis, 2012,8(2):150-153.

[16] Liu P, Sui C H. An observational analysis of the oceanic and atmospheric structure of global-scale multi-decadal variability [J]. Advances Atmospheric Sciences, 2014,31(2):316-330.

[17] Li C X, Zhao T B, Ying K R. Effects of anthropogenic aerosols on temperature changes in China during the twentieth century based on CMIP5models [J]. Theoretical and Applied Climatology, 2016, 125(3/4):529-540.

[18] Li Q X, Yang S, Xu W H, et al. China experiencing the recent warming hiatus [J]. Geophysical Research Letters, 2015,42(3): 889-898.

[19] Solomon S, Rosenlof K H, Portmann R W, et al. Contributions of stratospheric water vapor to decadal changes in the rate of global warming [J]. Science, 2010,327(5970):1219-1223.

[20] Ming Q L, Quan S G, Zhi X H, et al. Variations of the temperature and solar activity in China [J]. Sciences in Cold and Arid Regions, 2014, 6:531-539.

[21] Jiang Y, Luo Y, Zhao Z C, et al. Changes in wind speed over China during 1956~2004 [J]. Theoretical and Applied Climatology, 2010,99(3/4):421-430.

[22] Karl T R, Arguez A, Huang B, et al. Possible artifacts of data biases in the recent global surface warming hiatus [J]. Science, 2015,348(6242): 1469-1472.

[23] Beniston M. Ratios of record high to record low temperatures in Europe exhibit sharp increases since 2000despite a slowdown in the rise of mean temperatures [J]. Climatic Change, 2015,129(1/2):225-237.

[24] 郭志梅,繆啟龍,李 雄,等.中國北方地區近50年來氣溫變化特征的研究 [J]. 地理科學, 2005,28(2):176-182. Guo Z M, Miao Q L, Li X, et al. Variation characteristics of temperature over northern China in recent 50years [J]. Scientia Geographica Sinica, 2005,28(2):176-182.

[25] 陳效逑,彭嘉棟,李慧敏.內蒙古地區氣溫變化的季節和區域差異 [J]. 地理研究, 2009,28(1):27-35. Chen X Q, Peng J D, Li H M. Seasonal and regional differences of air temperature changes in Inner Mongolia [J]. Geographical Research, 2009,28(1):27-35.

[26] 梁瓏騰,馬 龍,劉廷璽,等.1951~2014年中國北方地區氣溫突變與變暖停滯的時空變異性[J]. 中國環境科學, 2018,38(5):1601-1615. Liang L T, Ma L, Liu T X, et al. Spatiotemporal variation of the temperature mutation and warming hiatus over northern China during 1951~2014 [J]. China Environmental Science, 2018,38(5):1601-1615.

[27] 黃 星,馬 龍,劉廷璽,等.近60年黃河流域典型區域氣溫突變與變暖停滯研究[J]. 中國環境科學, 2016,36(11):3253-3262. Huang X, Ma L, Liu T X, et al. Temperature mutation and globe warming stagnate study in typical area of Yellow River basin in recently 60years [J]. China Environmental Science, 2016,36(11): 3253-3262.

[28] 李虹雨,馬 龍,劉廷璽,等.1951~2014年內蒙古地區氣溫、降水變化及其關系[J]. 冰川凍土, 2017,39(5):1098-1112. Li H Y, Ma L, Liu T X, et al. Change and relationship of temperature and precipitation in Inner Mongolia during 1951~2014 [J]. Journal of Glaciology and Geocryology, 2017,39(5):1098-1112.

[29] 李雙林,王彥明,郜永祺.北大西洋年代際振蕩(AMO)氣候影響的研究評述 [J]. 大氣科學學報, 2009,32(3):458-465. Li S L, Wang Y M, Gao Y Q. A review of the researches on the Atlantic Multidecadal Oscillation (AMO) and its climate influence. Transactions of Atmospheric Sciences [J]. 2009,32(3):458-465.

[30] Antonello P, Umberto T, Alessandro A. Evidence for the role of the Atlantic multidecadal oscillation and the ocean heat uptake in hiatus prediction [J]. Theoretical and Applied Climatology, 2017,129(3/4): 873-880.

[31] 董 真,黃世鴻,李子華.相對濕度對大氣氣溶膠可見輻射吸收的影響 [J]. 氣象科學, 2000,20(4):487-493. Dong Z, Huang S H, Li Z H. Influence of relative humidity on absorption of visible radiation of aerosol [J]. Scientia Meteorologica Sinica, 2000,20(4):487-493.

[32] 么枕生.用于數值分類的聚類分析 [J]. 海洋湖沼通報, 1994,(2): 1-12. Yao Z S.Cluster analisis used in numerical classification [J]. Transactions of Oceanology and Limnology, 1994,(2):1-12.

[33] Jones P D, Hulme M. Calculating regional climatic time series for temperature and precipitation: Methods and illustrations [J]. International Journal of Climatology, 1996,16(4):361-377.

[34] 符淙斌,王 強.氣候突變的定義與檢測方法 [J]. 大氣科學, 1992,16(4):482-493. Fu C B, Wang Q. The definition and detection of the abrupt climatic change [J]. Scientia Atmospherica Sinica, 1992,16(4):482-493.

[35] 馬立平.統計數據標準化—無量綱化方法—現代統計分析方法的學與用(三) [J]. 北京統計, 2000,(3):34-35. Ma L P. Standardization of statistical data-Dimensionless method-Study and application of modern statistical analysis method (three) [J]. Beijing Statistics, 2000,(3):34-35.

[36] Wu X F, Mao J Y. Interdecadal variability of early summer monsoon rainfall over South China in association with the Pacific Decadal Oscillation [J]. International Journal of Climatology, 2017,37(2):706-721.

[37] Yamamoto A, Palter J B. The absence of an Atlantic imprint on the multidecadal variability of wintertime European temperature [J]. 2016,7:10930.doi:10.1038/ncomms10930.

[38] Wang J L, Yang B, Ljungqvist F C, et al. The relationship between the Atlantic Multidecadal Oscillation and temperature variability in China during the last millennium [J]. 2013,28(7):653-658.

[39] Wang S W, Wen X Y, Luo Y, et al. Does the global warming pause in the last decade: 1999~2008? [J]. Advances in Climate Change Research, 2010,1(1):49-54.

[40] 黃春菊,田曉麗.太陽活動對年代際-亞軌道尺度氣候變化的驅動機制探討 [J]. 第四紀研究, 2018,38(5):1255-1267. Huang C J, Tian X L. Discussion on the driving mechanism of solar activity to interannual-suborbital-scale climate change [J]. Quaternary Sciences, 2018,38(5):1255-1267.

[41] Ridley D A, Solomon S, Barnes J E, et al. Total volcanic stratospheric aerosol optical depths and implications for global climate change [J]. Geophysical Research Letters, 2014,41(22):7763-7769.

[42] Robert K K, Heikki K, Michael L M, et al. Reconciling anthropogenic climate change with observed temperature 1998~2008 [J]. Proceedings of the National Academy of Sciences, 2011,108(29):11790-11793.

Response of the warming hiatus to changing influences over the Inner Mongolia Autonomous Region.

SUN Bo-lin1, MA Long1*, FENG Qi2, LIU Ting-xi1, LIANG Long-teng1, LI Hong-yu1, ZHOU Ying1, LIU Yang1

(1.College of Water Conservancy and Civil Engineering College, Inner Mongolia Agricultural University, Hohhot 010018, China；2.Northwest Institute of Eco- Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000) ., 2019,39(5)：2131~2142

Focusing on the Inner Mongolia Autonomous Region, we conducted a comprehensive, qualitative and quantitative analysis on characteristics of the hiatus in temperature increase across the study area, as well as the responses of the hiatus to changes in influencing factors. Several statistical methods, such as the central cluster method and the M-K detection method, were applied in our investigation to the global large-scale spatial data sets (e.g., Pacific Decadal Oscillation (PDO) and the Multivariate ENSO Index (MEI)), and regionalmeteorological records (including average minimum temperature, average temperature, average maximum temperature, wind speed and atmospheric pressure) from 1951 to 2016 from 70 different weather stations. The results indicated that, for all sub-regions of the study area, abrupt changes inthree temperature measurementsoccurred from 1981 to 1993, followed by a warming hiatus from 1998 to 2008. The degrees of correlation between the temperature and its influencing factors were different for different temperature measures, which also varied by sub-region. For example, the average minimum temperature had the strongest correlation with AMO, PDO, MEI, and total solar radiation. The correlation weakened the average temperature, and was the weakest for the average highest temperature. The temperature in the western sub-region was closely related to AMO, PDO, MEI and total solar radiation, whereas the temperature in the middle sub-region was closely related to AMO and wind speed. As a whole, from the 1990s to the 2000s, a time period that was characterized by a weak increasing trend in AMO and a decreasing trend in positive PDO or negative PDO phases, both MEI and total solar radiation showed descending tendencies. At this time, after a long-term increasing/decreasing trend in wind speed, atmospheric pressure and relative humidity, there was a hiatus in the increase in sub-regional temperature. For example, when the increasing trend in AMO slowed, wind speed declined continuously for 8~13a until its slope reached -0.26 to -0.11m/(s·10a), and the increase in average temperature showed a hiatus. Among the three temperatures, the average minimum temperature was most sensitive to changes in the three influencing factors, and the average temperature had a weaker sensitivity. The warming hiatus was a compound result of various factors. This study supplemented the research regarding the mechanisms behind the warming hiatus and provided referencing values for climate change and disaster prevention.

temperature；warming hiatus；response；Inner Mongolia

X821

A

1000-6923(2019)05-2131-12

孫柏林(1995-),男,內蒙古巴彥淖爾人,內蒙古農業大學碩士研究生,從事水文及水資源、氣候變化、環境演變及響應關系研究.發表論文1篇.

2018-10-26

國家重點研發計劃(2017YFC0404305);國家自然科學基金資助項目(51869016,51669016);內蒙古自治區高等學校青年科技英才支持計劃資助.

*責任作者, 教授, malong4444333@163.com