1960—2019年沙雅縣極端天氣的氣候特征分析

陳 丹，袁華江，張永華，趙 霞

（1.沙雅縣氣象局，新疆 沙雅842200；2.阿克蘇地區氣象局，新疆 阿克蘇843000）

IPCC第五次工作報告指出，近百年來全球氣溫變暖明顯，1880—2012年全球升溫0.85℃，大陸增溫比海洋增溫更為明顯，人類生產生活對氣候的影響越發顯著[1]。中國氣候增溫且速率高于全球平均值；西北地區氣溫上升，干旱區極端高溫事件顯著增加；年降水量區域差異大，西北地區濕潤程度增加[2-8]。新疆地處西北邊陲，地形特殊且下墊面復雜，生態環境脆弱，極易受氣候變化的影響。學者研究顯示：增溫趨勢明顯且升溫主要集中在秋冬季節；北疆升溫趨勢明顯，氣溫有周期變化規律，東西氣溫增速大于南北；南疆塔里木盆地增溫呈非對稱增溫特征；天山山區降水量顯著增加，北疆降水增加趨勢顯著而南疆變化不明顯[9-16]?，F有研究區域多集中于北疆以及天山山區一帶，且研究對象多為單一的氣象要素，少有南疆近年極端天氣事件研究。

沙雅縣位于塔里木盆地北部邊緣，北依天山南擁大漠，光熱資源充足，塔里木河自西向東貫穿境內滋養著兩岸22.7萬hm2胡楊林和15.3萬hm2耕地。沙雅縣是擁有全疆最大的棉花種植基地和國家重點胡楊林保護區，受當地社會經濟發展影響，過去60 a沙雅縣氣候變化明顯，極端氣候事件的變化，給當地農業發展和生態環境保護造成難題。開展當地極端天氣事件的研究分析，一方面能有效地指導現代化農業種植，促進農作物提質增效；另一方面，為實施“塔里木河流域胡楊林保護計劃”提供氣候變化依據，助力生態環境修復工程。揭示西風帶控制下干旱區極端天氣氣候變化特征，為當地生態文明建設和現代化農業進程提供科學判據。

1 資料與統計方法

1.1 資料

沙雅國家基本氣象站建于1959年8月1日，氣象探測環境保護較好，建站之初為氣候站，2009年正式升級為國家基本氣象站，自該站建立以來觀測儀器均使用經國家授權鑒定機構鑒定的合格氣象儀器，觀測方法和數據處理始終遵守《地面氣象觀測規范》的相關規定，觀測數據具有較強的代表性、準確性和比較性。本文使用沙雅國家基本氣象站1960—2019年氣象觀測資料；本文季節劃分為春季（3—5月），夏季（6—8月），秋季（9—11月），冬季（12月—次年2月）。

1.2 資料統計分析方法

1.2.1 一元線性回歸方法

定義某氣象要素（yi）隨年份（xi，i=1，2，3，…，60）序列的一元線性回歸方程：

a為回歸常數，b為回歸系數（傾向值），其中：x1=1960，x2=1961，…，x60=2019，并進行顯著性水平檢驗。

其中回歸系數b用最小二乘法估計計算公式：

回歸常數a計算公式：

1.2.2 Mann-Kendall法

是一種非參數統計檢驗方法，以下簡稱M-K檢驗法，在氣候變化序列平穩的前提下，對于n個樣本量的時間序列x，構造一秩序列：

ri表示xi>xj的累計值（1≤j≤i）；

在時間序列隨機獨立的假定下，定義統計量：

給定顯著性水平（α=0.05，U0.05=±1.96），當|UFk|>Uα，表示序列有顯著變化趨勢；按同樣的方法應用到反序列中得到曲線UBk，UF＞0表示序列上升趨勢，UF＜0表示序列呈下降趨勢。0.05顯著性檢驗和0.01顯著性檢驗臨界值分別為u0.05=±1.96和u0.01=±2.56，當他們超過臨界值表有顯著上升或下降趨勢，如果UF線和UB線有交點且交點在臨界線之間，那么交點對應的時刻即突變開始時間。

1.2.3 Morlet小波分析法

亦稱多分辨率分析法，是一種常用的分析時間序列的變化尺度和變化趨勢的方法，研究不同尺度的周期隨時間的變化，具有多分辨率分析和對信號的自適應特征，氣象要素周期變化復雜，本文采用小波分析揭示氣象要素的周期變化特征。

1.2.4 極端天氣指數定義

本文中極端天氣指數定義參考世界氣象組織（WMO）氣候委員會等組織聯合成立的氣候變化監測和指標專家組（ETCCDI）所定義的典型極端氣候指數（Peterson and Manton，2008），確定4個氣溫指數和2個降水指數；根據本地的氣候特征增加沙塵天氣指數和霜凍指數；由于新疆降水較少，降水極端指數選定過程中根據新疆降水量級劃分的特殊性針對小雨和中雨量級做出調整。指數定義見表1。

表1 極端天氣指數的定義

2 沙雅縣極端天氣氣候事件指數變化特征

2.1 沙雅縣基本氣候要素變化

沙雅縣歷年平均氣溫為11.5℃，極端最高氣溫為41.2℃（1983年）、極端最低氣溫為-28.7℃（1967年）。過去60 a氣溫以0.38℃/10 a極顯著趨勢上升，冬季升溫最快，夏季升溫最慢。

沙雅縣歷年降水量為56.8 mm，降水具有各季節和各年分布不均的特征；年極端最多降水量為145.5 mm（1987年），年極端最少降水量僅13 mm（1973年）。

沙雅縣歷年平均風速為1.6 m/s，過去60 a風速以0.14（m·s-1）/10 a的極顯著趨勢下降；春季冷空氣活動頻繁，風速為2.1 m/s；夏季多強對流天氣，風速為1.9 m/s。

2.2 極端天氣氣候事件指數

對前文定義的極端天氣指數做一元線性回歸、M-K檢驗和小波分析，結論見表2。

表2 沙雅縣1960年—2019年極端氣候指數的線性回歸、M-K檢驗和Morlet小波分析結果

2.3 極端氣溫事件指數變化

通過圖1對極端氣溫指數變化研究分析結果顯示，1960—2019年，沙雅縣冷夜日數以6.3 d/10 a速率下降，且通過P＜0.01的顯著性水平檢驗，冷夜日數呈極顯著趨勢下降；暖夜日數以6.28 d/10 a速率上升，且通過P＜0.01的顯著性水平檢驗，暖夜日數呈極顯著趨勢上升；夜晚變暖趨勢明顯。冷晝日數的以0.2 d/10 a的速率略有下降，暖晝日數以2.9 d/10 a的速率上升，冷晝日數和暖晝日數變化趨勢均未通過P＜0.05的顯著性水平檢驗，白天變冷或變暖的趨勢不明顯。

圖1 冷夜日數、暖夜日數變化趨勢

利用M-K突變檢驗氣溫極端指數，圖2中冷夜日數的UF曲線具有持續下降趨勢，UF值通過0.01顯著性水平臨界線，UF與UB曲線交點在置信區間內，故冷夜日數在1978年有極顯著突變點；圖3中暖夜日數的UF曲線具有持續上升趨勢，UF值通過0.01顯著性水平臨界線，UF與UB曲線交點在置信區間內，故暖夜日數在1982年有極顯著突變點；暖晝和冷晝日數變化趨勢不明顯，沒有顯著突變點。

通過小波分析，暖夜和暖晝日數震蕩周期基本一致，暖夜和冷夜均有10 a的震蕩周期，小波分析結論見表2。

圖2 冷夜日數M-K突變檢驗

圖3 暖夜日數M-K突變檢驗

夜間最低氣溫的變化較白天最高氣溫的變化更劇烈，夜間出現極端低溫事件頻次減少，夜間出現極端高溫事件頻次增多，夜間氣溫變暖趨勢明顯；白天發生極端高溫或低溫事件頻次變化不明顯。夜間氣溫極端事件在20世紀70年代末和80年代初出現顯著突變。極端氣溫事件的出現頻次具有周期分布特征。

2.4 霜凍指數分析

沙雅縣歷年資料統計顯示，歷年平均霜凍日數130 d，初霜期一般在10月17日左右，終霜期一般在3月13日左右，歷史上最早初霜日期為10月3日（1964年），最晚終霜日期為4月21日（1965年）。1960—2019年，沙雅縣霜凍日數以4.2 d/10 a速率極顯著下降；通過對無霜期統計顯示，歷年平均無霜期216 d，最長無霜期258 d（1975年）。近60 a，沙雅縣無霜期無明顯上升趨勢。

圖4 霜凍極端指數變化趨勢

通過對霜凍日數和無霜期進行M-K突變檢驗，在置信區間內無顯著突變點。

小波分析顯示，霜凍日數有2 a和13 a的高頻振蕩周期；無霜期有7 a的高頻振蕩周期，19 a和38 a的低頻振蕩周期。

2.5 極端降水指數變化

對降水極端指數進行一元線性回歸，降水強度呈0.04 mm/（d·10 a）的速率下降，小雨日數和中雨日數分別以1.2 d/10 a和0.2 d/10 a速率上升，但降水極端指數變化趨勢均未通過顯著性檢驗。M-K檢驗降水極端指數，降水強度和小雨降水日數在20世紀80年代有突變。

2.6 沙塵天氣日數變化

沙雅縣地處南疆盆地，緊鄰塔克拉瑪干沙漠，常遭受沙塵天氣的困擾，能見度低，空氣污染大，沙塵天氣的分布又和降水量、地表疏松程度關系重大，沙塵天氣可以直接反映生態環境變化及生態修復工程的效益。

通過對歷年沙塵天氣統計，沙雅縣年平均沙塵日數為53 d，其中沙塵暴6 d、揚沙17 d，浮塵42 d。根據圖5和圖6，對沙雅縣沙塵日數的年際變化進行一元線性回歸分析，結果顯示：1960—2019年，沙雅縣沙塵暴日數、浮塵日數的變化均為下降趨勢，且通過0.01的顯著性水平檢驗，呈極顯著下降趨勢，下降速率分別為2.5 d/10 a、6.7 d/10 a；沙塵天氣日數以7.1 d/10 a的極顯著趨勢下降；揚沙日數逐年變化趨勢不顯著。

圖5 沙塵暴和浮塵日數變化趨勢

圖6 沙塵天氣日數變化趨勢

對各類沙塵天氣日數進行M-K突變檢驗（圖7、圖8），結果顯示：浮塵日數和沙塵天氣日數的突變點在置信區間內，且超過0.01顯著性水平臨界線，浮塵日數和沙塵天氣日數分別在1984年和1987年有極顯著突變點；沙塵暴日數和揚沙日數無顯著突變點。

小波分析結果顯示，揚沙日數和浮塵日數均具有6 a的高頻振蕩周期和24 a的低頻振蕩周期；沙塵暴日數由于出現頻次低，無明顯的周期性變化；沙塵天氣日數的周期變化較揚沙和浮塵日數一致。

3 結論

利用沙雅站1960—2019年的極極端天氣事件發生頻次，基于線性傾向分析、M-K突變檢驗和Morlet小波分析方法進行研究分析結果顯示：

（1）1960—2019年，沙雅縣霜凍日數和冷夜日數分別以4.1 d/10 a和6.3 d/10 a速率呈顯著趨勢下降，沙雅縣極端冷事件減少；暖夜日數以6.3 d/10 a速率呈顯著趨勢上升，暖夜日數的增加導致極端暖事件增加。

圖7 浮塵日數M-K突變檢驗

圖8 沙塵天氣日數突變檢驗

（2）近60 a，沙雅縣的極端降水指數變化趨勢不明顯，降水強度和小雨日數的突變集中在20世紀80年代。

（3）沙塵天氣整體呈極顯著趨勢下降，其中沙塵暴日數、浮塵日數的下降速率分別為2.5 d/10 a和6.7 d/10 a；沙塵天氣的突變集中在20世紀80年代；沙塵天氣有6 a和24 a周期振蕩變化。