1960_2012年内蒙古寒潮时空变化特征外文翻译资料

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

外文文献翻译：发表于Springer-Verlag

1960_2012年内蒙古寒潮时空变化特征

刘宪锋，朱秀芳，潘耀忠等

摘要：在本次研究中，我们使用以及内蒙古及周边121个气象台每日最低气温资料分析了1960-2012年内蒙古地区寒潮活动的时空变化特征与可能的影响因素。我们使用了分段回归模型，Sen Mann-Kendall模型和相关分析来分析这些数据。研究结果表明：（1）在研究的时间范围内内蒙古单站冷空气活动频率下降，线性趋势为-0.5次/ 10a（-2.4〜1.2次/ 10a）。在1991年之前，检测到-1.1次/ 10a（-3.3〜2.5次/ 10a）的显著下降趋势，1991年后出现了0.45次/ 10a（-4.4〜4.2次/ 10a）的上升趋势。从季节性尺度上来看，春季寒潮的趋势与年均值一致，而且最明显的寒潮变化也是在春季出现的。逐月的冷空气活动频率呈现双峰结构，其中最高活动频率发生在11月。（2）在空间上，冷空气活动的频率最大值主要是在内蒙古的北部和中部观察到，且在北部观察到比在中部具有更高频率。年代际特征也表明，高频率和低频率区域分别在1960年和1990年之间呈现下降趋势和增加趋势。20世纪90年代以后高频区域扩大，冷空气与寒潮活动频率高的地区主要分布在图里河，小二沟以及西乌珠穆沁旗。（3）年平均气温主要由AO，NAO，CA，APVII和CQ这几个因素主导。 然而，季节性差异也会导致冷空气活动的影响因子发生改变。冬季寒潮与AO，NAO，SHI，CA，TPI，APVII，CW和IZ显著相关，表明它们是多因素引起的。秋季寒流主要受CA和IM影响，而春季寒潮与CA和APVII显著相关。

关键字：寒潮；分段回归；SEN斜率分析与M-K突变检验；时空变化；影响因素；内蒙古

1 引言

极端气候事件被定义为达到或超过观察到的特定上限和下限阈值或统计值的某些气候因子的显着统计偏差（Zheng et al。，2014）。 与气候平均状态相比，极端气候事件往往是不寻常的，突然的与不可预测的。由于极端气候事件对气候变化的影响非常显著（Cui et al。，2009），它们对人类社会和自然环境构成了巨大而深远的威胁（Easterling等，2000）。根据“第五次IPCC报告”，1951年至2012年全球平均气温上升0.72℃（Stocker等，2013年），中国平均地表温度在1960年至2009年间上升了1.38℃。中国平均地表温度的增长率远高于全球或北半球同期（NARCCC，2011年）。最明显的变暖区域发生在中国北方，这也引发了极端气候事件频率和强度的增加（翟等，1997;翟等，1999）。由于洪灾，干旱，热浪和寒潮等极端气候事件的恶化，全球气候变化得到了学者和公众的关注，成为了重大关切的科学问题。代表了主要的低温极端天气事件的寒潮，最直接的影响和威胁了社会经济健康，生态系统和人类健康。因此，寒潮已经成为了科研人员的主要研究焦点。随着全球气候变化的日益关注，极端气候事件如寒潮的研究已经成为关系到综合减灾核心国内外的研究课题（伊斯特林等，2000）。 作为主要的冬季的主要灾害，寒潮已造成了严重的社会经济损失。 1955年，李宪之先生研究了东亚寒潮过程的爆发并将寒潮划分为了三种类型（Li等，1955）。随后，陶诗言先生分析了冷空气源和寒潮影响中国的路径（陶等，1957）。 此外，王遵亚（Wang et al。，2006）和钱维宏（Qian等，2007）分别分析了寒潮的时空变化及其对中国的影响。前者表明，寒潮频率的减少可能是由于西伯利亚高压的减弱和冬季风。相比之下，后者指出，寒潮，冷空气活动以及大风降温的频率共同导致了平均最低冬季气温的上升，并形成了连续的暖冬。实际上，寒潮减弱的趋势并不在所有地区保持一致; 地区间观察有着显著的异质性，有些地区甚至经历了寒潮的增加（Zhou等，2011; Chen等，2008;王等，2010;曼苏尔等人，2012）。 在全球变暖的影响下，极端寒冷事件使得生态系统的脆弱性逐渐增加。因此，对寒潮的时空变化的理解在生态系统健康的可持续发展中起着关键作用。

内蒙古大部分地区都被草原覆盖，这些草原占全国天然草原面积的20％（Guo et al。，2013）。 不幸的是，草原对全球气候变化非常敏感，内蒙古是中国受寒潮影响最严重的地区之一。极端气候事件的增加提高了气象灾害的不确定性，反过来又增加了农业生产的风险，危及生态和粮食安全（Wang et al。，2013）。内蒙古最近的寒潮时空变化及其可能的影响因素尚不清楚。因此，为了对全面防范和预防措施提供支持，本文分析了1960年至2012年间内蒙古地区寒潮的时空变化及其影响因素。本文使用分段回归模型，Sen Mann-Kendall模型和相关分析，对内蒙古及周边地区121个气象站的日最低气温资料进行了模拟。

2 资料与方法

2.1 研究区域

内蒙古位于中国北方的边界（37°24-53°23N和97°12-126°04E），是中国北方重要的生态屏障（如图1）。该区域的气候特点是从干旱/半干旱气候到西部到与东南沿海季风相关的湿润/半湿润气候的过渡带（Sun et al。，2010），其中大兴安岭和阴山是形成气候差异的重要天然界线。从东北到西南，植被类型分别是森林，草原和沙漠。 同时，作为中国畜牧业的主要生产基地，近几十年来，内蒙古的生态环境在全球气候变暖和人类活动中进一步恶化。此外，大多数植被分布在生态环境极其脆弱的干旱和半干旱的农牧区。因此，内蒙古是全球气候变化的敏感地区之一。

图1 研究区域和气象站的分布情况

2.2 资料来源

为了确保气象数据集的完整性和连续性，建立均匀稳定的温度序列，本研究利用了研究区内121个气象台及其周边地区的最低温度数据。选择考虑连续性和符合长周期规则的数据，并从中国气象数据共享服务系统（http://cdc.cma.gov.cn）收集。为了消除非气候因素的影响，所有数据都要在经过严格的质量检验和控制（包括极值测试）和时间一致性审查后进行选择。从相邻站点插入一些站点的缺失数据。应该注意的是，我们选择邻站插值法的原因是线性回归插值方法可以通过平滑两天之间的温差来偏置出寒潮频率的结果。此外，本文定义了一年中的寒潮活动频率: 一年中的9月1日至下一年的5月31日之间的发生寒潮的次数之和（即1960年的寒潮频率是1960年9月1日至1961年5月31日之间的发生寒潮的次数之和）。为了分析影响寒潮变化的因素，本文选择与区域温度变率高度相关的一系列循环因子。西伯利亚高指数（SHI）是从NCEP / NCAR再分析数据获得的每月海平面压力数据计算的。每月冷空气（CA），青藏高原指数（TPI），亚洲极地涡流强度指数（APVII），东亚槽强度（CQ），东亚槽位（CW），亚洲地带循环指数（IZ）和亚洲流通指数（IM）来自国家气候中心气候变化与中国气象局相关预测研究的74个流通指数数据集。北极涛动（AO）和每月北大西洋涛动（NAO）的数据是从与国家海洋和大气管理局（http://www.cpc.ncep.noaa.gov/）相关的气候预测中心获得的。

在这项研究中，生态区边界是从世界野生动物基金会（http://www.worldwildlife.org/）公布的“陆地生态区”数据中收集的。 该数据集将全球分为825个生态区，其中13个为内蒙古部分地区（Mu et al。，2012）。内蒙古根据气候特征，植被分布和以前的研究资料（John et al。，2008）分为三个主要生态区：东部森林生态区（一区），中部草原生态区（二区 ）和西部沙漠生态区（三区）。

2.3 数据处理方法

2.3.1 寒潮的定义

根据“中华人民共和国国家标准”中规定的寒潮级别（GB / T21987-2008）和冷空气等级（GB / T20484-2006），单站寒潮频率定义为每天最低或每日平均气温在24小时内至少为8℃，在48小时内至少为10℃，在72小时内至少为12℃，空气最低温度不大于 4℃。 超过40％的观测站的区域性的单站冷空气过程被定义为一个寒潮事件，如上所述。由于每日平均气温是从每日最高和最低气温计算出来的，不代表实际的测量温度。最低温度与太阳辐射效应无关，因此可以更好地反映温度下降的相对幅度（Qian et al，2007）。因此，在本文中，我们根据最低温度计算了寒潮的频率。

2.3.2 Sen趋势分析和Mann-Kendall突变检验

内蒙古的寒潮频率趋势采用Sen趋势分析（Sen et al。，1968）进行计算，Mann-Kendall统计检验进一步检验了趋势分析的意义（Kendall et al。，1948 ）。Sen趋势分析的优点是，该方法不需要具体的样本分布，并且不受异常值的推断。因此，这种方法是稳健的，并且消除了来自测量或异常值数据的错误。公式如下：，其中beta;代表寒潮发生频率的趋势; i和j代表年代的序列; 而xi和xj分别表示时间为i和j时的寒潮发生频率。当beta;gt; 0时，寒潮发生的频率呈上升趋势，当beta;lt;0时，寒潮发生的频率呈下降趋势。当Mann-Kendall测试显示至少0.05的显著性水平时，预测趋势被认为是显著的。

2.3.3 分段线性回归模型

为了检验研究期内内蒙古寒潮频率趋势的一致性，我们采用分段线性回归模型。由于其能够检测长时间序列数据的转折点，并且补偿不能真实反映普通线性回归模型检测到的趋势的缺陷，该方法已被广泛应用于气候分析（Tomeacute;et al。，2004; Sunet al。，2011）。公式如下：

其中y是寒潮的频率; t是年; alpha;是时间序列的估计转折点（TP）; beta;0是截距; beta;1和beta;1 beta;2分别表示TP前后趋势的大小; ε是残差随机误差。 最小二乘线性回归用于估计其他系数。小于0.05的p值被认为是显著的。

3 结果分析

随着极端事件的频率和强度的增加，内蒙古的寒潮及其影响因素的时空变化需要综合分析。在本节中，我们调查了1960年至2012年间内蒙古的寒潮时间变化，寒潮的空间差异特征和寒潮的趋势分析。

3.1 寒潮时间变化

3.1.1 区域规模

内蒙古单站寒潮发生频率在1960年至2012年间呈下降趋势，线性趋势为-0.5次/ 10a（p lt;0.01）。 图2a中给出了寒潮频率的明显阶段特征。基于分段线性回归模型，1991年检测到寒潮频率的转折点，我们进一步拟合了两个分离期的线性趋势。我们发现（1）1991年以前检测到-1.1次/ 10a（p lt;0.01）的显著下降趋势，而在1991年后发现0.45次/ 10a（p = 0.21）的增加趋势。此外，确定了两天和三天寒潮的频率变化，结果表明，两种类型的寒潮都经历了转折点。然而，趋势的差异也显露出来。（1）研究期间检测到两天的寒潮频率显著下降趋势（-0.016次/ 10a），同时1985年以前出现了显着的下降趋势，1985年后没有显著的趋势。

季节性下降，则春季寒潮激增，对当地农业生产将构成严重威胁。 因此，我们分析了春季寒潮的趋势。 我们发现，春季寒潮的趋势与年度值的趋势一致，在1991年有转折点（如图2b）。1991年之前检测到-0.5次/ 10a（p lt;0.01）的下降趋势，高于秋季-0.4次/ 10a（p lt;0.01）和冬季的-0.2次/ 10a（p lt;0.01）。 1991年以后出现轻微增长的趋势，线性趋势顺序为春季（0.165次/ 10a）gt;秋季（0.164次/ 10a）gt;冬季（0.122次/ 10a）。从上述分析可以看出，春季出现寒冷潮湿最明显的变化，冬季则频率相对稳定。

图2 1960年至2012年内蒙古寒潮频率的时间变化：a）单站冷空气活动年均变化; b）

单站春季寒潮的变化; c）单站冷空气月际变化; d）寒潮活动的区域变化

每月寒潮的频率呈现为双峰结构。寒潮的最高频率为10月，11月与次年3月。 其中11月份达到最高水平（1.36次），其次是10月和3月，分别为1.26和1.22次。而9月份频率最低，为0.66次（图2c）。

1960年至2012年间，内蒙古的区域性寒潮事件发生了147次，平均每年为2.8次。 2006年9月9日发生的最早的寒潮事件发生在1976年5月13日，最近发生在1976年5月13日。在十年的尺度下，最高的寒潮频率发生在20世纪60年代，总频率为37次，其次是20世纪70年代。寒潮的频率在20世纪80年代和90年代进一步下降至18次，而2000和2012之间的频率反弹回到29次。 一年来，内蒙古地区发生寒潮的频率从1960年到2012年都有下降趋势，线性趋势为-0.23次/ 10a（图2d）。

3.1.2 单站规模

为了理解内蒙古的寒潮时空变化，我们进一步分析了1960〜2012年每个单站的寒潮年变化情况（图3）。我们发现，在1980年以前，发生频率更高，特别是在1965年，几乎所有台站都出现了高值。 相反，从1980年到1995年，发现了相对较低的寒潮活动频率，随后1995年以后寒潮频率呈上升趋势。由于近几年极端气候事件发生频率和强度的增加，我们进一步研究了2000年至2012年寒潮频率的变异性。结果表明，在森林地区呈下降趋势，线性趋势为-4.4〜 4.0次/ 10a。草原地区也有类似的趋势（-6.2〜2.5次/ 10a）。

图3 1960年

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[26676]，资料为PDF文档或Word文档，PDF文档可免费转换为Word