EN中文

GEOGRAPHICAL RESEARCH >

2017 , Vol. 36 >Issue 4: 755 - 764

DOI: https://doi.org/10.11821/dlyj201704013

Articles

Non-stationary frequency analysis of extreme hightemperature in the Heihe River Basin

  • WANG Yuehua ,
  • LI Zhanling ,
  • ZHAO Wei
Expand
  • School of Water Resources and Environment, China University of Geosciences, Beijing 100083, China

Received date: 2016-10-20

  Request revised date: 2017-01-20

  Online published: 2017-04-20

Copyright

《地理研究》编辑部
Fold

Abstract

Studying the characteristics of extreme high temperature events under the changing environment is important for the mitigation and adaptation of climate change, as it provides theoretical basis for local disaster prevention and mitigation. How to quantify the non-stationary extreme high temperature and its changes has not well established so far. In this paper, two extreme high temperature indices, i.e. annual mean maximum temperature (AMMaxT) and high temperature intensity (HI), are proposed to describe the extreme high temperature events in the Heihe River Basin. Daily temperature observations from 1960 to 2010 of nine meteorological stations in the Heihe River Basin are collected. Four different statistical tests methods (including Mann-Kendall test, Spearman rank correlation test, Rank sum test and Pettitt test) are employed to detect the non-stationary characteristics of the two extreme high temperature indices. Eight theoretical probability distribution models (including Bate, Gamma, GEV, GPD, Log-Logistic, Lognormal, Wakeby and Weibull) are used to fit the frequency characteristics of the two indices. Trend analysis and change point detection show that nearly all the nine stations have experienced significant trends and obvious change points in both AMMaxT and HI series, and the main variation type is change point variation. Since the theoretical probability distribution models are commonly used to fit the stationary series, the non-stationary AMMaxT and HI series in this study are modified to be stationary by means of the backward restore for consistency. All of the eight probability distribution models can give good fittings to the modified AMMaxT series, while only three of the eight models, i.e. the GEV, GPD and Wakeby models give satisfactory fittings to the modified HI series. According to the ranking of goodness of fit, the GEV and Wakeby models perform the best for both AMMaxT and HI series. Considering its wide applications in other related researches, the GEV model is finally selected as the optimum theoretical one for fitting the extreme high temperature indices in the study area. Based on the GEV model, we calculate the estimated return levels for both the modified and non-modified extreme series at different return periods, and assess the changes of the extreme series at three different return periods (i.e. 10-year, 20-year and 50-year). Overall, the estimated return levels for non-modified extreme series are greater than those for the modified series. This means that the extreme high temperature indices in the study area present trends of increased intensity, shortened return period and increased frequency, which is consistent with the changes of temperature in Northwest China.

Key words： changing environment; extreme high temperature; non-stationary; frequency; return period

Cite this article

WANG Yuehua , LI Zhanling , ZHAO Wei . Non-stationary frequency analysis of extreme hightemperature in the Heihe River Basin[J]. GEOGRAPHICAL RESEARCH, 2017 , 36(4) : 755 -764 . DOI: 10.11821/dlyj201704013

1 引言

IPCC第五次评估报告指出,全球气候变暖已是不争的事实。随着气候变暖,高温热浪天气变得更加频繁,持续时间更加长久。极端高温事件的频繁发生,极易导致区域性干旱加剧,给农业生产和生态环境带来巨大的影响和损失,是制约经济和社会发展的重要因素[1,2]。探究极端高温事件的变化特征对于积极应对气候变化、有效降低其负面影响、加强防灾减灾工作等都具有重要意义。
黑河流域地处中国西北干旱区的河西走廊中部一带,是中国内陆河流域的重要组成部分。该流域气候干燥,太阳辐射强烈,气温日较差大,气候变化格局复杂,受全球气候变化影响较大[3,4]。黑河流域极端高温的变化引起了学者们的广泛关注。目前研究成果主要集中在流域极端高温事件年内、年际变化趋势及周期特征等方面,对气候变化影响下的极端高温事件在频率特征方面的研究相对较少[5-7]。
20世纪以来,极值概率分布理论被广泛应用于气象学和水文学中,并取得一系列显著性成果[8,9]。过去有关极值概率分布理论多建立在极值序列具有一致性的基础上。然而随着气候变化和人类活动影响的加剧,气候系统发生明显变化,导致极值序列发生明显趋势或跳跃等变化,采用传统的一致性频率分析有失精准性。因此,非一致性条件下极值序列的频率分析逐渐成为新的研究课题。谢平等认为,可通过初步诊断、详细诊断和综合诊断三个部分判定序列是否存在变异,再根据效率系数确定主要变异类型,然后对非一致性极值序列进行修正并开展频率分析[10]。梁忠民等总结国内外研究成果指出,非一致性极值频率分布研究主要集中于两个方面：一是基于还原/还现途径,二是基于非平稳极值序列的直接频率分析途径[11]。顾西辉等基于非一致性水文频率分析方法,采用不同模型对不同流域径流序列进行了分析探讨[12-14],为相关研究提供了参考。
本文将基于多种统计检验方法和还原途径,对黑河流域极端高温事件进行一致性识别和修正,在此基础上进行频率特征分析,讨论一致性修正对极端高温频率特征的影响,从而揭示气候变化影响下研究区极端高温事件频率特征的变化规律,为解决研究区农业干旱、缓解生态环境恶化等问题提供理论依据。

2 研究区概况与数据来源

黑河流域范围介于37°N~42°N、97°E~102°E之间,流域面积约14.29 × 104 km2,属典型的大陆性干旱气候。流域内地貌复杂,海拔相差悬殊,气候变化具有明显的区域性。出山口莺落峡以上为上游,属高寒半干旱气候区,年平均气温<4 ℃;莺落峡至正义峡为中游,年内温差较大,多年平均气温为6℃~8℃;正义峡以下为下游,大部分地区为沙漠戈壁,多年平均气温为8℃~10℃,气候非常干燥,属极端干旱区。
研究区地理位置及流域内气象站点分布如图1所示。气象站点地理位置信息如表1所示。气温资料来源于中国气象数据网（http://data.cma.gov.cn/）。根据流域内9个气象站点1960-2010年逐年气温的实测资料,选取年平均日最高气温（Annual Mean Maximum Temperature,AMMaxT）和高温强度（High temperature Intensity,HI）2个极端高温指数描述黑河流域极端高温事件。年平均日最高气温即选取每日最高气温在年尺度上的平均值;高温强度即超过95%分位值的平均日最高气温。根据表1,黑河流域上游多年平均气温为-2.8℃~1.2℃,多年平均日最高气温为6.7℃~10.3℃;中游多年平均气温为6.6℃~7.9℃,多年平均日最高气温为14.8℃~16.1℃;下游各站点多年平均气温以及多年平均日最高气温均相差较小,分别为8.5℃~9.0℃、16.6℃~16.8℃。
Fig. 1 Locations of meteorological stations in the Heihe River Basin

图1 黑河流域各气象站点分布图

Tab. 1 Basic information of meteorology stations in the Heihe River Basin

表1 黑河流域各气象站点基本信息

站点 纬度 经度 海拔高度(m) 多年平均气温(℃) 多年平均日最高气温(℃)
上游 托勒 38°48′ 98°25′ 3367.0 -2.5 6.7
野牛沟 38°25′ 99°35′ 3320.0 -2.8 7.0
祁连 38°11′ 100°15′ 2787.4 1.2 10.3
中游 山丹 38°48′ 101°05′ 1764.6 6.6 14.8
张掖 38°56′ 100°26′ 1482.7 7.5 15.9
酒泉 39°46′ 98°29′ 1477.2 7.6 15.0
高台 39°22′ 99°50′ 1332.2 7.9 16.1
下游 鼎新 40°18′ 99°31′ 1177.4 8.5 16.6
额济纳旗 41°57′ 101°04′ 940.5 9.0 16.8

3 极端高温指数的非一致性识别

通常采用参数或非参数统计检验方法对极值序列进行趋势性或跳跃性诊断,从而确定极值序列是否存在一致性[15]。其中,Mann-Kendall检验、Spearman秩次相关检验、秩和检验等方法是较为常用的趋势性检验方法。多种方法得到的显著性加和可以用来表示极值序列趋势检验的最终结果,综合检验结果大于等于1表示趋势显著,小于1则表示趋势不显著[10]。文中选用上述三种方法对研究区极端高温指数进行趋势检验,选取0.05作为显著性水平,统计量临界值为1.96。采用Pettitt方法对极端高温指数进行跳跃性检验,选取0.05作为显著性水平,统计量临界值为±288.37。各种方法计算公式详见文献[16-18]。
表2给出了研究区极端高温指数趋势综合检验结果及跳跃变异发生年份。可以看出,几乎所有站点AMMaxT序列、HI序列均呈现显著的趋势特征和跳跃变异特征（祁连站HI序列无显著趋势特征）;跳跃变异发生时间主要集中在80年代后期及90年代。采用效率系数方法判断极值序列的主要变异类型[10]。表3给出了研究区极端高温指数趋势变异、跳跃变异的效率系数,表中“-”表示不存在变异类型。根据表3,对于AMMaxT序列,托勒站的趋势变异效率系数（R2=0.448）大于跳跃变异效率系数（R2=0.441）,则该站点AMMaxT序列为趋势变异类型,其余站点的跳跃变异效率系数均大于趋势变异效率系数,则其余站点的AMMaxT序列为跳跃变异类型;同理,对于HI序列,全部站点均为跳跃变异类型。
Tab. 2 Results of trend and change point tests for extreme high temperature indices

表2 极端高温指数趋势变异、跳跃变异检验结果

站点 趋势变异 跳跃变异
AMMaxT HI AMMaxT HI
托勒 3 3 1989 1993
野牛沟 3 3 1991 1993
祁连 3 -3 1996 1996
山丹 3 3 1989 1993
张掖 3 3 1989 1993
酒泉 3 3 1996 1993
高台 3 3 1996 1995
鼎新 3 3 1989 1993
额济纳旗 3 3 1988 1996
Tab. 3 Coefficients of efficiency for trend and change point tests of extreme high temperature indices

表3 极端高温指数趋势变异、跳跃变异效率系数

站点 AMMaxT HI
趋势 变点 趋势 变点
托勒 0.448 0.441 0.146 0.226
野牛沟 0.182 0.362 0.174 0.259
祁连 0.119 0.440 - 0.192
山丹 0.331 0.447 0.058 0.173
张掖 0.381 0.476 0.221 0.358
酒泉 0.267 0.420 0.181 0.486
高台 0.282 0.472 0.047 0.257
鼎新 0.327 0.623 0.122 0.250
额济纳旗 0.242 0.324 0.115 0.298

4 极端高温指数的频率特征分析

4.1 极端高温指数的非一致性修正

还原/还现途径能够有效剔除时间序列的趋势性或跳跃性,是目前国内较为常用的解决单变量非一致性频率分析的方法之一[14,19,20]。基于还原途径,对黑河流域非一致性极端高温指数进行了趋势变异修正和跳跃变异修正。图2以托勒站为例,给出了该站AMMaxT序列趋势变异修正前后的变化情况。可以看出,修正前AMMaxT序列呈现明显的上升趋势,修正后序列无明显趋势。图3以野牛沟站为例,给出了AMMaxT序列跳跃变异修正前、后统计量随时间变化的曲线。可以看出,修正后AMMaxT序列检验统计量值未超过0.05显著性水平的临界值,即无显著跳跃变异点,表明该极值序列的跳跃变异已被剔除。其余站点的极端高温指数序列同样进行了跳跃变异修正,修正后极值序列不存在显著的跳跃性,即研究区所有修正后的极端高温指数序列均具有一致性。
Fig. 2 Comparison of the trends for non-modified and modified AMMaxT series at the Tuole station

图2 托勒站AMMaxT序列趋势变异修正前后对比

Fig. 3 Comparison of the change point variations for the non-modified and modified AMMaxT series at the Yeniugou station

图3 野牛沟站AMMaxT序列跳跃变异修正前后对比

4.2 理论概率分布模型拟合

选取Bate、Gamma、GEV、GPD、Log-Logistic、Lognormal、Wakeby、Weibull 8种理论概率分布模型对研究区一致性修正后的极端高温指数进行拟合[21],采用极大似然法进行参数估计,采用Kolmogorov-Smirnov（简称K-S）检验对极值序列经验分布与理论分布拟合效果进行评估[22]。图4给出了不同分布模型对极值序列进行拟合的K-S检验结果。图中黑色虚线表示样本容量为51的0.05显著性水平下K-S检验统计量的临界值（Z=0.187）。根据图4,所有站点AMMaxT序列K-S检验统计量值均小于0.05显著性水平下的临界值,说明8种理论概率分布模型均可用来拟合这些站点的AMMaxT序列。对于HI序列,GEV、GPD、Wakeby分布适合拟合所有站点,其余分布仅适合拟合部分站点。
Fig. 4 Results of K-S test for extreme high temperature indices in the Heihe River Basin

图4 黑河流域极端高温指数K-S检验结果

为寻找适合所有站点同一极值序列的最优理论模型,对不同站点、同一极值序列采用不同理论模型拟合的结果进行排序,拟合效果最好（即K-S检验统计量值最小）的赋值为1,拟合效果次好的赋值为2,以此类推;然后将赋值进行加和,总和最小的模型被认为是适合所有站点的最优模型。表4给出了不同模型拟合优度的排名总和,对于仅适用部分站点的模型不予考虑（表中用“-”表示）。根据表4,对于AMMaxT和HI两个极值序列,GEV和Wakeby的拟合优度排名总和最小,而GEV分布为拟合极端气候指标常用的概率分布模型[23],因此选取GEV分布作为研究区极端高温指数的最优理论概率分布模型。
Tab. 4 Sum of the ranked goodness of fitting for different distribution models

表4 不同理论概率分布模型的拟合优度排名总和

理论概率分布模型 AMMaxT HI
Beta 37 33
Gamma 47 -
GEV 19 18
GPD 51 42
Log-Logistic 62 -
Lognormal 52 -
Wakeby 20 16
Weibull 36 -

4.3 气候变化影响下极端高温指数的变化

为讨论非一致性对极端高温指数频率特征的影响,揭示气候变化影响下极端高温事件频率特征的变化规律,基于GEV分布模型,比较了极值序列非一致性修正前、后不同重现期水平下的估算值,结果如表5和表6所示。表中“修正前”表示现状气候条件即气候变化条件下,“修正后”表示原始气候条件即剔除了气候变化的情况。
Tab. 5 Estimated values of AMMaxT series at different return periods based on theGEV distribution in the Heihe River Basin

表5 基于GEV分布不同重现期水平下黑河流域AMMaxT估算值

站点 10年一遇 20年一遇 50年一遇
修正前（℃） 修正后（℃） 变化率
（%）		 修正前（℃） 修正后（℃） 变化率
（%）		 修正前（℃） 修正后（℃） 变化率
（%）
上游 托勒 7.55 6.95 8.06 7.78 7.03 9.62 8.02 7.11 11.33
野牛沟 7.49 7.27 2.99 7.73 7.40 4.33 7.98 7.51 5.86
祁连 11.14 10.84 2.68 11.35 10.91 3.90 11.58 10.97 5.26
中游 山丹 15.66 15.45 1.40 15.92 15.65 1.67 16.19 15.88 1.88
张掖 16.84 16.55 1.75 17.10 16.70 2.39 17.38 16.84 3.12
酒泉 15.83 15.59 1.52 16.05 15.71 2.11 16.26 15.81 2.76
高台 16.93 16.66 1.63 17.18 16.79 2.25 17.43 16.92 2.95
下游 鼎新 17.53 17.29 1.36 17.71 17.40 1.77 17.87 17.49 2.17
额济纳旗 17.84 17.69 0.79 18.00 17.86 0.76 18.13 18.01 0.67

注：加粗字体表示同一重现期水平下估算值中较大的数值。

Tab. 6 Estimated values of HI series at different return periods based on the GEV distribution in the Heihe River Basin

表6 基于GEV分布不同重现期水平下黑河流域HI估算值

站点 10年一遇 20年一遇 50年一遇
修正前（℃） 修正后（℃） 变化率
（%）		 修正前（℃） 修正后（℃） 变化率
（%）		 修正前（℃） 修正后（℃） 变化率（%）
上游 托勒 1.88 1.78 5.01 2.08 1.97 5.28 2.30 2.18 5.28
野牛沟 1.72 1.62 5.67 1.95 1.78 8.63 2.24 1.96 12.22
祁连 2.04 2.00 2.40 2.27 2.20 2.80 2.52 2.44 3.17
中游 山丹 2.60 2.50 3.72 2.80 2.67 4.58 3.00 2.84 5.42
张掖 2.76 2.49 9.57 3.14 2.66 15.11 3.60 2.83 21.44
酒泉 2.76 2.43 11.85 3.08 2.58 16.37 3.45 2.71 21.21
高台 2.87 3.12 -8.49 3.16 3.31 -4.53 3.47 3.48 -0.38
下游 鼎新 2.89 2.70 6.48 3.23 2.90 9.97 3.61 3.11 13.99
额济纳旗 3.30 3.04 7.96 3.81 3.38 11.35 4.45 3.77 15.23

注：加粗字体表示同一重现期水平下估算值中较大的数值。

从表5中可以看出,现状气候变暖条件下（即修正前）AMMaxT序列估算值均高于原始气候条件（即修正后）的估算值;10年一遇重现期水平上,AMMaxT估算值增幅为0.79%~8.06%,20年一遇AMMaxT估算值增幅为0.76%~9.62%,50年一遇AMMaxT估算值增幅为0.67%~11.33%;对于HI序列（表6）,多数站点现状气候变暖条件下的估算值也均高于原始气候条件下的估算值;这表明气候变暖促进了研究区极端高温指数强度的增加。图5以托勒站为例,给出了修正前、后极端高温指数对应的重现期比较。可以看出,极端高温指数强度相同时,气候变暖条件下的重现期小于原始气候条件下对应的重现期,即气候变暖使得研究区极端高温事件重现期缩短、发生的频率增加。通过上述分析可以看出,现状气候变暖条件促进了黑河流域极端高温事件呈现强度增强、重现期缩短、频率增加的态势。刘吉峰等认为,极端气候事件发生频率的增加与全球平均温度场的变率及其概率分布的变化是密不可分的[24];赵一飞等研究发现,黑河流域气温增暖的趋势明显大于全国总体水平,并且存在未来持续增暖的趋势[25];蓝永超等通过研究得出河西走廊内陆河流域气温在年代际、年际、季节上均呈现上升趋势的结论[26];李红英等认为,河西走廊地区年、季节极端高温的变化虽然存在一定差异,但总体仍呈现波动上升趋势[27];陈少勇等发现中国西北地区年极端高温频率显著增多[28];马建琴等也得出过类似结论[29,30]。因此,黑河流域极端高温事件的变化规律与河西走廊内陆河流域、西北地区等地极端高温事件的变化是相符的。中国西北地区处于季风和西风环流系统中,该地区极端高温天气的频繁出现受西太平洋副热带高压动力抬升和青藏高压热力加强的直接影响[31,32],同时,也与蒙古高脊的控制密切相关[28]。
Fig. 5 Comparison of return periods for non-modified and modified extreme high temperature series at the Tuole station

图5 托勒站极端高温序列修正前后重现期对比

从空间尺度看,气候变化条件下黑河流域上游AMMaxT变幅最大,其次是中游,下游变幅最小;HI极值序列的空间分布特征与AMMaxT序列基本类似。这说明气候变化对上游极端高温事件的影响更为剧烈。贾文雄等也研究发现祁连山区极端高温的年际频率变化相比平原地区对全球气候变暖的响应更为敏感[31]。

5 结论

在全球和区域气候变化影响下,黑河流域极端高温发生显著变化。通过非一致性频率分析方法,探究黑河流域极端高温事件的频率变化特征,结论如下：
（1）通过4种统计检验方法的检验,黑河流域极端高温指数AMMaxT和HI均存在显著的非一致性,根据效率系数检验方法,发现多数站点AMMaxT和HI序列的主要变异类型为跳跃变异;基于还原途径,对研究区非一致性极端高温指数的主要变异类型进行了修正。
（2）对于AMMaxT序列,8种理论概率分布模型均适合拟合所有站点;对于HI序列,GEV、GPD、Wakeby分布适合拟合所有站点。根据拟合优度排名,选取GEV分布作为研究区极端高温指数的最优理论概率分布模型。
（3）基于最优概率分布模型,气候变暖条件下AMMaxT序列估算值均大于原始气候条件的估算值;对于HI序列,除个别站点外,多数站点气候变暖条件下的估算值也均大于原始气候条件下的估算值。气候变暖条件下黑河流域极端高温指数总体呈现出强度增强、重现期缩短、频率增加的趋势,这与中国河西走廊内陆河流域、西北地区极端气温总体变化趋势相符,同时也与全球气候变暖的大背景相一致。从空间尺度看,上游山区对气候变暖的响应更为敏感。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Sun W Y, Mu X M, Song X Y, et al.Changes in extreme temperature and precipitation events in the Loess Plateau (China) during 1960-2013 under global warming. Atmospheric Research, 2016, 168: 33-48.In recent decades, extreme climatic events have been a major issue worldwide. Regional assessments on various climates and geographic regions are needed for understanding uncertainties in extreme events' responses to global warming. The objective of this study was to assess the annual and decadal trends in 12 extreme temperature and 10 extreme precipitation indices in terms of intensity, frequency, and duration over the Loess Plateau during 1960&ndash;2013. The results indicated that the regionally averaged trends in temperature extremes were consistent with global warming. The occurrence of warm extremes, including summer days (SU), tropical nights (TR), warm days (TX90), and nights (TN90) and a warm spell duration indicator (WSDI), increased by 2.76 ( &lt; 0.01), 1.24 ( &lt; 0.01), 2.60 ( = 0.0003), 3.41 ( &lt; 0.01), and 0.68 ( = 0.0041) days/decade during the period of 1960&ndash;2013, particularly, sharp increases in these indices occurred in 1985&ndash;2000. Over the same period, the occurrence of cold extremes, including frost days (FD), ice days (ID), cold days (TX10) and nights (TN10), and a cold spell duration indicator (CSDI) exhibited decreases of &minus; 3.22 ( &lt; 0.01), &minus; 2.21 ( = 0.0028), &minus; 2.71 ( = 0.0028), &minus; 4.31 ( &lt; 0.01), and &minus; 0.69 ( = 0.0951) days/decade, respectively. Moreover, extreme warm events in most regions tended to increase while cold indices tended to decrease in the Loess Plateau, but the trend magnitudes of cold extremes were greater than those of warm extremes. The growing season (GSL) in the Loess Plateau was lengthened at a rate of 3.16 days/decade ( &lt; 0.01). Diurnal temperature range (DTR) declined at a rate of &minus; 0.06 &deg;C /decade ( = 0.0931). Regarding the precipitation indices, the annual total precipitation (PRCPTOT) showed no obvious trends ( = 0.7828). The regionally averaged daily rainfall intensity (SDII) exhibited significant decreases (&minus; 0.14 mm/day/decade, = 0.0158), whereas consecutive dry days (CDD) significantly increased (1.96 days/decade, = 0.0001) during 1960&ndash;2013. Most of stations with significant changes in SDII and CDD occurred in central and southeastern Loess Plateau. However, the changes in days of erosive rainfall, heavy rain, rainstorm, maximum 5-day precipitation, and very-wet-day and extremely wet-day precipitation were not significant. Large-scale atmospheric circulation indices, such as the Western Pacific Subtropical High Intensity Index (WPSHII) and Arctic Oscillation (AO), strongly influences warm/cold extremes and contributes significantly to climate changes in the Loess Plateau. The enhanced geopotential height over the Eurasian continent and increase in water vapor divergence in the rainy season have contributed to the changes of the rapid warming and consecutive drying in the Loess Plateau.

DOI

[2]
Guan Y H, Zhang X C, Zheng F L, et al.Trends and variability of daily temperature extremes during 1960-2012 in the Yangtze River Basin, China. Global and Planetary Change, 2015, 124: 79-94.Yangtze River Basin; Temperature extremes; Trends; Climate variability; Climate indices

DOI

[3]
Zhang A J, Zheng C M, Wang S, et al.Analysis of streamflow variations in the Heihe River Basin, Northwest China: Trends, abrupt changes, driving factors and ecological influences. Journal of Hydrology: Regional Studies, 2015, 3: 106-124.The findings of this study indicated that although the streamflow coming from the upper reaches have risen, those flowing to the lower reaches have declined significantly. Analysis of the correlation between climatic factors and streamflow variations and the assessment of the development of socioeconomics revealed that: (1) rising temperature and precipitation are the main cause to explain the increases in streamflow in the upper HRB; and (2) human activities in the middle reaches of the HRB rather than climate changes were primarily responsible for the water shortage and ecological deterioration of the lower HRB.

DOI

[4]
杨晓玲, 丁文魁, 刘明春, 等. 河西走廊东部近50年气温变化特征及其对比分析. 干旱区资源与环境, 2011, 25(8): 76-81.利用河西走廊东部五个气象站近50a气温资料,运用统计学的方法,详细分析了当地气温的时空变化特征,并进行了对比分析。结果表明：北部川区气温远大于南部山区,且随海拔高度的升高气温逐渐降低。近50a来,各地年平均气温呈上升趋势,线性上升率为：民勤〉凉州〉古浪〉永昌〉天祝,均在0.276℃/10a以上,以80年代末为界分为冷暖两个阶段,前期为冷期,后期为暖期,90年代以来升温尤为明显。从平均气温、最高气温、最低气温变化来看,各地各季节升温幅度为冬季〉春季〉秋季〉夏季,冬季增温远大于其余三个季节,冬季低温日数减少的幅度比夏季高温日数增加的幅度更大,因此冬季增温对年气温的升高贡献最大。平均最低、极端最低气温的升幅大于平均最高、极端最高气温的升幅,说明夜间增温大于白天,昼夜温差在减小。通过对河西走廊东部气温的时空变化特征分析,为进一步研究该地更高时间、空间分辨率的分布和变化特征以及逐步建立完善精细化预报体系奠定了一定基础。

[Yang Xiaoling, Ding Wenkui, Liu Mingchun, et al.Change characteristics of temperature in eastern Hexi Corridor in recent 50 years. Journal of Arid Land Resources and Environment, 2011, 25(8): 76-81.]

[5]
蓝永超, 丁宏伟, 胡兴林, 等. 黑河山区气温与降水的季节变化特征及其区域差异. 山地学报, 2015, 33(2): 294-302.基于黑河干流上游山区（以下简称黑河山区）及周边有关台站的观测 数据，对该区域1960—2013年气温、降水的季节变化特征及区域差异进行分析。结果表明：黑河山区干、支流各区的气温变化与全球气温变化有着较好的一 致性，气温升幅率明显高于过去50 a全球与中国平均气温的升幅，年平均气温的年代际变化的上升趋势比年际变化的更为显著，但不同区域年与各季气温的上升幅度存在着一定的差异，各区气温的气 候倾向率变化呈现出一种由南向北逐步减小的趋势。其中，位于中高山地区的东、西支流域冬季气温升幅最大，位于中低山区的干流区则以秋季气温升幅最大，且各 区均以春季气温升幅最小。东、西支流各区年平均与各季节气温发生变暖的突变时间基本上出现在1990年代中后期；干流区年平均与各季节气温发生变暖的突变 时间差异较大。尽管山区干、支流各区各季节降水均呈波动增长的态势，但年降水量增幅差异较大。其中，以东支增幅最大，干流区增幅最小；各区各季降水量的年 际变化总体上亦呈波动增长的态势；夏秋季降水增加比较明显，冬、春季降水量变化趋势不明显。各区年与各季降水量的年代际的变化较年际变化波动更为剧烈。冬 春季降水波动幅度大于夏、秋季降水；各区各年代降水量增加或减少并不完全同步。东、西支两区年降水量系列均在1974年发生降水量增加的突变，而干流区年 降水则无明显的突变点；东、西支两区春、夏、秋三季降水量系列均有明显增加或减少的突变点，但出现时间不一致；干流区除夏季降水在1970年初发生明显增 加的突变外，其他各季降水量均无明显突变点；除西支冬季降水量在1970年中期后发生明显增加的突变外，整个山区冬季降水量均无明显突变点。总体上讲，黑 河山区气候持续转向暖湿，受其影响，黑河出山径流目前的丰水态势仍将会持续下去。

DOI

[Lan Yongchao, Ding Hongwei, Hu Xinglin, et al.The seasonal changes characteristics of temperature, precipitation in the mountain areas of the Heihe River and their regional differences. Mountain Research, 2015, 33(2): 294-302.]

[6]
李玲萍, 李岩瑛, 钱莉, 等. 河西走廊东部高温天气成因分析及预报研究. 干旱区研究, 2010, 27(1): 142-147.利用河西走廊东部武威市5个气象站1971—2005年逐日极端最高气温≥35℃资料，使用 数值预报产品，应用诊断预报和统计预报方法，分析了高温天气气候特征、形成原因及预报着眼点。结果表明：河西走廊东部高温天气主要发生在中部平原和北部荒 漠地带；西太平洋副热带高压动力抬升、青藏高压热力加强是造成极端高温事件发生的直接原因。并系统分析了高温天气发生的主要环流形势，总结出武威市高温诊 断预报指标和高温定量预报方程，开发出高温预报业务系统，投入业务使用，预报效果良好。

[Li Lingping, Li Yanying, Qian Li, et al.Study on formation mechanism and forecast of high temperature in the Hexi Corridor. Arid Zone Research, 2010, 27(1): 142-147.]

[7]
贾文雄. 近50年来祁连山及河西走廊极端气温的季节变化特征. 地理科学, 2012, 32(11): 1377-1383.利用1960～2009年的日 平均气温资料,采用线性趋势、Morlet小波分析、Mann-Kendall法对祁连山及河西走廊极端气温的季节变化特征进行了分析。结果表明:各季节 极端高温天气呈显著增多趋势,极端低温天气呈显著减少趋势;各季节极端气温天气的变化周期略有不同,春、夏、秋、冬季极端高温天气的主周期分别为8、 14、16、16 a,极端低温天气的主周期分别为14、16、14、6 a;春、夏、秋、冬季极端高温天气分别在2002、1997、1994、1986年突变增多,极端低温天气分别在2002、1997、1987、1986 年突变减少,秋、冬季极端气温天气对全球气候变暖的响应比春、夏季早。

DOI

[Jia Wenxiong.Seasonal characteristics of extreme temperature changes in Qilian Mountains and Hexi Corridor during last fifty years. Scientia Geographica Sinica, 2012, 32(11): 1377-1383.]

[8]
丁裕国, 金莲姬, 刘晶淼. 诊断天气气候时间序列极值特征的一种新方法. 大气科学, 2002, 26(3): 343-351.将平稳过程的交叉理论用于天气气候极值分析,提出了一种诊断天气 气候时间序列极值特征量的新方法,在正态假设下,推证出天气气候记录中,极值出现频数、持续时间和等待时间的估计公式,论证了极值出现频数与其频谱结构的 对应关系及其相互推算方法.实例应用表明,其理论计算值与实测值相当一致,这种方法对于气候变化诊断与预测和天气预报具有很强的实用价值.

DOI

[Ding Yuguo, Jin Lianji, Liu Jingmiao.A new method on time series of weather and climate to diagnose the features of extreme value. Chinese Journal of Atmospheric Sciences, 2002, 26(3): 343-351.]

[9]
姚梦婷, 高超, 陆苗, 等. 1959-2008年淮河流域极端径流的强度和频率特征. 地理研究, 2015, 34(8): 1535-1546.基于淮河中上游主干流两侧13个水文站点1959-2008年逐日径流量的年最大值序列和超门限峰值序列,采用Mann-Kendall趋势检验、2 1种分布函数和Pearson Ⅲ分布,分析淮河流域极端径流的强度和频率特征.结果表明:①极端径流强度6个站点呈增加趋势,7个呈减少趋势;极端径流发生频率8个站点呈增加趋势,5个呈减少趋势.②极端径流在径流值上的频率分布,年最大值序列总体较服从Weibull分布,而非普遍采用的广义极值分布;超门限峰值序列总体仍较服从广义帕累托分布.③基于超门限峰值序列和广义帕累托分布估算的50年一遇的极端径流值精度最高,大部分地区误差率低于0.2,精度优于工程标准Pearson Ⅲ分布.气候变化背景下,极端径流频率特征发生变化,流域上游地区工程标准可能需要调整.受函数形态影响,极值序列最优拟合函数估算精度不如广义极值分布和广义帕累托分布.

DOI

[Yao Mengting, Gao Chao, Lu Miao, et al.The intensity and frequency characteristics of extreme runoff over the Huaihe River Basin during 1959-2008. Geographical Research, 2015, 34(8): 1535-1546.]

[10]
谢平, 陈广才, 雷红富, 等. 水文变异诊断系统. 水力发电学报, 2010, 29(1): 85-91.

[Xie Ping, Chen Guangcai, Lei Hongfu, et al.Hydrological alteration diagnosis system. Journal of Hydroelectric Engineering, 2010, 29(1): 85-91.]

[11]
梁忠民, 胡义明, 王军. 非一致性水文频率分析的研究进展. 水科学进展, 2011, 22(6): 864-871.水文频率分析计算需满足独立随机同分布假设，其中同分布是指水文样本在过去、现在和未来均服从同一总体分布，即样本应具有一致性。然而，由于气候变化及人类活动的影响，使得一致性的假设受到挑战，因此变化环境下传统频率计算方法获得的设计结果，其可靠性受到质疑。为此，探索适应非一致性极值系列的频率分析方法已显得非常重要。总结介绍国内外关于非一致性水文频率分析的一些代表性研究成果，主要集中在以下两方面：一是基于还原／还现途径；二是基于非一致性极值系列直接进行水文频率分析途径。最后对进一步值得研究的问题进行了展望。

[Liang Zhongmin, Hu Yiming, Wang Jun.Advances in hydrological frequency analysis of non-stationary time series. Advances in Water Science, 2011, 22(6): 864-871.]

[12]
顾西辉, 张强. 考虑水文趋势影响的珠江流域非一致性洪水风险分析. 地理研究, 2014, 33(9): 1680-1693.本文基于两参数对数正态分布和指数趋势模型建立了非一致性洪水频率计算模型,分析了珠江流域28个测站年最大日流量序列趋势性对洪水频率分析的影响。结果表明：（1）从空间分布来看,珠江流域中北部年最大日流量序列呈增加趋势,东部和南部年最大日流量序列呈减小趋势;从时间变化来看,1981-2010年年最大日流量呈显著性增加趋势的站点数较多,占总站点数的20-25%,1966-1990年年最大日流量呈显著性减小趋势的站点数较多,占总站数的25-30%;（2）珠江流域洪水放大因子(未来T年一遇设计流量与现在T年一遇设计流量比值)和重现期都受到趋势性的显著影响。西江中北部和北江洪水放大因子大于1,意味着原有的防洪工程设计标准可能无法满足未来防洪需求,存在防洪隐患;洪水放大因子较大和较小的地区集中在西江干流和东江干流;（3）非一致性条件下,同一场洪水过去、现在和未来重现期是不同的。非平稳性条件下,珠江流域近20年来20-50年一遇洪水发生站次相比平稳性条件下在减小。

DOI

[Gu Xihui, Zhang Qiang.Non-stationary flood risk analysis in Pearl River Basin, considering the impact of hydrological trends. Geographical Research, 2014, 33(9): 1680-1693.]

[13]
胡义明, 梁忠民, 赵卫民, 等. 基于跳跃性诊断的非一致性水文频率分析. 人民黄河, 2014, 36(6): 51-53, 57.气候变化及人类活动等的影响致使水文系列的一致性遭到破坏，传统频率分析方法对水文系列的一致性要求已很难满足。为此，探索非一致性水文系列的频率分析方法显得尤为重要。基于假定“发生跳跃性变异的实测系列存在着某种理想化的平稳性（一致性）状态，且这种平稳状态所具有的振动中心（即均值）是系列变异点前后两实测样本系列均值的线性组合”，通过综合变异点前后两段系列，开展跳跃性变异系列的一致性修正及频率分析计算。应用该方法对黄河上游唐乃亥站1961-2007年的年径流系列进行了研究，结果表明：基于未修正系列和修正系列的水文频率计算结果存在明显差异，10 a一遇设计标准以上设计年径流量的差异幅度在6.7％以上；且随着设计标准的提高，差异表现得更为明显。

DOI

[Hu Yiming, Liang Zhongmin, Zhao Weimin, et al.Study on frequency analysis method of non-stationary observation based on jump analysis. Yellow River, 2014, 36(6): 51-53, 57.]

[14]
叶长青, 陈晓宏, 张家鸣, 等. 具有趋势变异的非一致性东江流域洪水序列频率计算研究. 自然资源学报, 2013, 28(12): 2105-2116.世界众多江河洪水序列形成的环境背景"一致性"已不复存在,传统极值流量分析的"极值理论"需修正。东江流域变化环境后,龙川和河源站年最大日流量序列M-K检验通过0.01显著水平,呈下降趋势。采用时间变化矩模型对年最大日流量序列作非一致性处理,选择5种分布线型、8种趋势模型共40种模型进行比较。结果表明,龙川站对数正态分布搭配CP趋势(均值和标准差相关且具有抛物线趋势)模型、河源站Gumbel分布搭配CP趋势模型拟合效果最优。水文情势变化后,传统洪水重现期概念应该被修正。基于传统频率分析方法得到的100 a一遇洪水设计值,均表现出其重现期由水利工程建设前小于100 a一遇变化到2000年后的大于400 a一遇,而非100 a一遇。若仍采用传统方法计算,两站均会高估设计洪水量级。非一致性背景下,推荐考虑现状时间基点下的洪水设计值。

DOI

[Ye Changqing, Chen Xiaohong, Zhang Jiaming, et al.Methods of hydrological frequency analysis for non-stationary flood data with trend components in Dongjiang River Basin. Journal of Natural Resources, 2013, 28(12):2105-2116.]

[15]
杜涛, 熊立华, 江聪. 渭河流域降雨时间序列非一致性频率分析. 干旱区地理, 2014, 37(3): 468-479.随着全球气候变化加剧及大规模人类活动影响,水文时间序列一致性 假设不再成立,导致基于一致性假设的传统水文频率分析方法得到的设计结果可信度受到质疑.为了研究渭河流域降雨时间序列的非一致性对未来年份内某一重现期 设计暴雨的影响,采用时变矩法及时间序列分解合成法对修正后的GCM降雨时间序列进行非一致性频率分析,并预测2050年、2075年、2100年相应的 100a、500 a重现期的年最大24 h设计暴雨.研究发现:(1)修正后的年最大24 h降雨时间序列均值及方差都存在显著的非一致性;(2)时变矩法设计结果较传统频率分析方法有较大差异,比如2100年100a、500a重现期的设计暴 雨相比于传统方法分别增加29.09％、39.99％;(3)同时考虑均值及方差变异的时间序列分解合成法设计结果与时变矩法相当,但500 a重现期设计暴雨值相比于传统方法增加的程度稍小于时变矩法,其2100年100 a、500 a重现期的设计暴雨值较传统方法分别增加26.91％、19.69％.

[Du Tao, XiongLihua, Jiang Cong. Nonstationary frequency analysis of rainfall time series in Weihe River Basin. Arid Land Geography, 2014, 37(3): 468-479.]

[16]
金君良, 王国庆, 刘翠善, 等. 黄河源区水文水资源对气候变化的响应. 干旱区资源与环境, 2013, 27(5): 137-143.气候变化是目前世界各国科学工作者关注的重要问题之一。以黄河源区为研究区,采用Mann-Kendall非参数检验和Spearman秩次检验相关法分析了过去60年降水、气温及径流的变化趋势;利用十套情景数据驱动大尺度分布式VIC模型,分析了黄河源区未来径流和土壤含水量的可能变化。结果表明:黄河源区年平均气温呈显著上升的趋势,高于全球地表平均升温速率;日最低气温比日平均气温和日最高气温增加显著;年降水量呈微弱增加趋势,年径流量呈微弱减少趋势,两者变化趋势都不显著;未来全球变化条件下黄河源区径流和土壤含水量将有可能呈减少态势,发生干旱的可能性进一步加大,将会对工农牧业生产构成威胁。

[Jin Junliang, Wang Guoqing, Liu Cuishan, et al.Responses of hydrology and water resources to the climate change in the Yellow River source region. Journal of Arid Land Resources and Environment, 2013, 27(5): 137-143.]

[17]
燕爱玲, 达良俊, 崔易翀. 渭河流域水文过程变异诊断. 人民黄河, 2015, 37(9): 8-10.运用滑动秩和检验法、Mann-Kendall检验法及累积曲线检验法三种方法，对渭河流域20个水文站49 a的年径流序列进行分析，揭示流量特征值存在的变异特征、时空分布及变异程度，结合气候变化及人类活动等影响因素分析，进一步阐明渭河流域河川径流时空变异的主要成因。结果表明：3种方法分析结果基本一致，所选水文站水文序列变异点多集中于1969—1971年、1986—1994年、1996—1997年3个时段,水文变异主要由区域高强度人类活动下的下垫面及气候影响下的降水量改变所致。

DOI

[Yan Ailing, Da Liangjun, Cui Yichong.Variation diagnosis during hydrological progresses in the Weihe River Basin. Yellow River, 2015, 37(9): 8-10.]

[18]
李占玲, 王武, 李占杰. 基于GPD分布的黑河流域极端降水频率特征分析. 地理研究, 2014, 33(11): 2169-2179.采用广义帕雷托分布(GPD)对黑河流域极端降水的频率特征进行了分析。采用百分位数法、Hill图法、年交叉率法选取了极端降水阈值,借助L矩法对GPD分布的参数进行了估计;采用Mann-Kendall和Pettitt方法对超阈值日极端降水序列的平稳性进行了检验。结果表明:1采用百分位数法和Hill图法得到的日极端降水阈值差别很大,在综合考虑以上两种方法的基础上,结合年交叉率法,最终确定了流域各站点日极端降水的阈值;2根据Mann-Kendall和Pettitt方法,超阈值日极端降水序列基本满足平稳性假定;通过Kolmogorov-Smirnov检验以及理论频率曲线和经验频率曲线的拟合程度可以看出,GPD分布能够很好地拟合研究区极端降水的分布特征;3通过分析理论累积频率达到90%以上的极端降水可以发现,黑河流域20世纪60年代发生极端降水的次数最多,其次是90年代以后,70年代、80年代发生极端降水次数较少;在过去51年间,下游发生极端降水的次数最多,其次是中游和上游。

DOI

[Li Zhanling, Wang Wu, Li Zhanjie.Frequency analysis of extreme precipitation in Hehe River Basin based on Generalized Pareto distribution. Geographical Research, 2014, 33(11): 2169-2179.]

[19]
冯平, 黄凯. 水文序列非一致性对其参数估计不确定性影响研究. 水利学报, 2015, 46(10): 1145-1154.随着气候变化、人类活动影响的加剧,水文序列一致性条件遭到破坏,本文选择下垫面变化剧烈的西大洋水库控制流域为研究区域,采用水文变异诊断系统,分析其年最大洪峰流量序列的变化趋势及变异点,确定序列变异形式,并对非一致性洪峰流量序列进行还原修正;根据贝叶斯理论将先验信息和样本信息有机结合,采用Gibbs-MCMC算法对修正前后的P-Ⅲ型频率分布曲线参数不确定性进行估计,给出了参数95%置信区间。将估计后的参数与适线法耦合进行水文频率分析计算,得到修正前后设计频率洪峰流量预估区间。选取覆盖率、平均带宽、平均偏移度等3个指标对修正前后预报区间优良性进行评价,其中覆盖率修正后比修正前提高17.10%,平均带宽修正后比修正前减少15.77%,平均偏移程度修正后比修正前减少3.27%,可见,对于人类活动影响较大的非一致性水文序列进行一致性修正可使得预报不确定性区间的可靠性得到提高。

DOI

[Feng Ping, Huang Kai.A study about the impacts of non-stationary characteristic on the uncertainties of parameters estimation in hydrological series. Journal of Hydraulic Engineering, 2015, 46(10): 1145-1154.]

[20]
Li Z L, Li Z J, Xu Z X, et al.Temporal variations of reference evapotranspiration in Heihe River Basin of China. Hydrology Research, 2013, 44(5): 904-916.Abstract Temporal variations in reference evapotranspiration (ETo) have profound implications for hydrological processes as well as for agricultural crop performance. The main aim of this study was to analyze the annual, seasonal trends in ETo in the Heihe River basin. The likely causative meteorological variables for such temporal changes in ETo were also identified. Results showed that, on a seasonal and annual scale, ETo for the upper reach showed increasing trends from 1960 to 2010; both increasing and decreasing trends were observed for the middle and lower reaches. In spring, wind speed (WS) and relative humidity (RH) were the most likely causative variables for changes of ETo for the whole basin; in summer and autumn, maximum temperature (Tmax) and RH contributed more to the trends in ETo for the upper reach, and WS contributed more for the middle and lower reaches; in winter, Tmax, WS and RH contributed more in different locations and in different seasons. From the spatial perspective, WS, RH and Tmax contributed more to the changes of ETo in the upper reach; WS was the main likely influence factor in the middle reach, and WS and RH were the probable main factors in the lower reach.

DOI

[21]
Ayesha S R, Ataur R, Mohammad A Z, et al.A study on selection of probability distributions for at-site flood frequency analysis in Australia. Natural Hazards, 2013, 69(3): 1803-1813.The most direct method of design flood estimation is at-site flood frequency analysis, which relies on a relatively long period of recorded streamflow data at a given site. Selection of an appropriate probability distribution and associated parameter estimation procedure is of prime importance in at-site flood frequency analysis. The choice of the probability distribution for a given application is generally made arbitrarily as there is no sound physical basis to justify the selection. In this study, an attempt is made to investigate the suitability of as many as fifteen different probability distributions and three parameter estimation methods based on a large Australian annual maximum flood data set. A total of four goodness-of-fit tests are adopted, i.e., the Akaike information criterion, the Bayesian information criterion, Anderson arling test, and Kolmogorov mirnov test, to identify the best-fit probability distributions. Furthermore, the L-moments ratio diagram is used to make a visual assessment of the alternative distributions. It has been found that a single distribution cannot be specified as the best-fit distribution for all the Australian states as it was recommended in the Australian rainfall and runoff 1987. The log-Pearson 3, generalized extreme value, and generalized Pareto distributions have been identified as the top three best-fit distributions. It is thus recommended that these three distributions should be compared as a minimum in practical applications when making the final selection of the best-fit probability distribution in a given application in Australia.

DOI

[22]
陆苗, 高超, 苏布达, 等. 淮河流域极端降水空间分布及概率特征. 自然灾害学报, 2015, 24(5): 160-168.利用淮河流域110个气象站点1959年1月1日至2008年12月31日的日尺度降水数据，建立了AM及POT极端降水序列，通过4大类33种概率分布函数对其进行了拟合，以建立最优概率分布模型，并利用其参数分析淮河流域极端降水的空间分布及概率特征。研究发现：（1）淮河流域1959—2008年日极端降水的空间分布为东西两端高并逐渐向流域中心降低，且有淮河上游地区及沂沭泗流域东部两处强降水中心；（2）经K-S法检验，Wakeby函数是AM及POT序列的最优概率分布函数。50a一遇的日极端降水预估值与1959—2008年实际最大日极端降水值的误差率随着实际降水量的增加而增大，且大多数站点的误差率在20％以下；（3）通过对最优概率分布模型参数的分析，得出河南省驻马店地区、安徽省阜南和淮南地区以及皖鲁苏交界地区的极端降水发生概率较大，淮河中上游干流周边地区及下游地区的极端降水变化不稳定；（4）以最优概率分布模型的形状、尺度参数为指标，绘制了淮河流域极端降水风险图，为极端降水风险管理与预警工作提供参考。

[Lu Miao, Gao Chao, Su Buda, et al.Spatial distribution and probabilistic characteristics of extreme precipitation in the Huaihe River Basin. Journal of Natural Disasters, 2015, 24(5): 160-168.]

[23]
Eylon S, Konstantine P G, Michael J M J. Frequency analysis of the 7-8 December 2010 extreme precipitation in the Panama Canal Watershed. Journal of Hydrology, 2013, 480: 136-148.SummaryThe 7-8 December 2010 rainfall event in Panama produced record rainfall and streamflow that are about twice as much as for the previously observed large event in record. In this study we ask whether before the occurrence of this rainfall event, a return period estimate using the historical record and the commonly used statistical asymptotic distributions of extreme values could have indicated that such an event is probable. We examined the daily and 24-h mean areal rainfall over the entire Panama Canal Watershed with the Generalized Extreme Value, Gumbel, and Generalized Pareto distributions using the maximum likelihood approach for the parameter and uncertainty bounds estimation. We found that the solutions that maximized the log likelihood for these three distributions yield return period estimates that are larger than 2000 years. These return periods imply that the 2010 rainfall event was practically unforeseen. It is only the careful implementation of these distributions with full uncertainty analysis to define confidence intervals that yields estimates of return periods with substantial probabilities for such an event to occur. The GEV was found to be the most adequate distribution for this analysis, and the commonly-used Gumbel distribution, although indicated a good fit to the annual maxima series, attributed an extremely low probability for the occurrence of this event.

DOI

[24]
刘吉峰, 丁裕国, 江志红. 全球变暖加剧对极端气候概率影响的初步探讨. 高原气象, 2007, 26(4): 837-842.依据实际资料,探讨了全球平均温度场演变序列的变率及其概率分布的变化规律,结果表明,仅仅随着平均温度的增加,其相应的时空概率分布变化已相当显著,何况在某些局部地区,其方差或其形状参数也有变动,因而形成极端气候事件频率增大的现象。

[Liu Jifeng, Ding Yuguo, Jiang Zhihong.The influence of aggravated global warming on the probability of extreme climatic event. Plateau Meteorology, 2007, 26(4): 837-842.]

[25]
赵一飞, 张勃, 张亚宁, 等. 近50a来黑河流域气候变暖对农业生产的影响. 干旱区资源与环境, 2012, 26(12): 130-136.利用1960～2009年间黑河流域及其周围15个气象站点的逐 月气温观测数据,运用多年趋势线法、Mann-Kendall法、小波分析等方法,对黑河流域气候变化进行了研究。结果表明：近50年来黑河流域气温总体 呈增加趋势（β值为0.027℃/a）,线性增长率为0.28℃/10a,相当于50年中气温升高了1.4℃,其中20世纪70～80年代气温上升缓慢, 至20世纪90年代以后气温显著上升;空间分布上,年均气温变化呈现出由西向东逐渐增温的趋势,其中流域中上游东部和下游地区气温升温幅度较大,以中游民 乐和下游额济纳旗最为显著;流域年均气温变化存在着10～15年左右的主振荡周期和6年左右的次振荡周期,其中以13年左右的振荡周期最强;流域年平均气 温在1987年发生突变,之后进入偏暖期;同时进一步分析了气候变暖对农业生产的影响,为合理利用本地气候资源提供参考依据,使流域农业得到持续稳定的发 展。

[Zhao Yifei, Zhang Bo, Zhang Yaning, et al.Impacts of climate change on agriculture production in the Heihe River Basin in recent 50 years. Journal of Arid Land Resources and Environment, 2012, 26(12): 130-136.]

[26]
蓝永超, 胡兴林, 丁宏伟, 等. 河西内陆河流域山区近50余年来气温变化的多尺度特征和突变分析. 山地学报, 2014, 32(2): 163-170.基于青藏高原东北部边缘祁连山区及附近有关气象站1960—2011年的气温观测数据,利用线性倾向分析、滑动平均法、Mann-Kendall法等方法,对甘肃河西内陆河流域石羊河、黑河、疏勒河三大水系上游祁连山区气温系列的多尺度变化特征与突变进行了分析。结果表明,近50余年来,该区域气温变化与青藏高原整体的气温变化基本一致,但又有着鲜明的区域差异。具体表现为:三大水系上游山区气温的年代际、年际、各个季节的变化总体上均呈现显著的上升态势,但受区域地理环境的影响,各水系上游山区气温上升的幅度有所不同,气温的气候倾向率总体上呈现出由东向西逐渐增加的趋势。位于祁连山区东部的石羊河上游山区年平均气温突变发生时间在1980年代中期前后,位于祁连山区中、西部的黑河、疏勒河水系上游山区年平均气温发生突变的时间为1990年代后期。但东部的石羊河上游山区气温跳跃幅度较小,中、西部的黑河、疏勒河水系上游山区,尤其是西部的疏勒河水系上游山区气温跳跃幅度较大。2000年代是近50余年来河西内陆河三大水系上游山区最暖的10 a。与年平均气温和其他各季节气温相比,各水系山区冬季(11月至次年2月)气温升幅最大,黑河、疏勒河山区春季气温升幅最小,石羊河山区夏季气温升幅最小。

DOI

[Lan Yongchao, Hu Xinglin, Ding Hongwei, et al.Multiple time scales analysis of jump and variation of air temperature in mountain area of Hexi inland river basin in the past more than 50 years. Mountain Research, 2014, 32(2): 163-170.]

[27]
李红英, 高振荣, 王胜, 等. 近60a河西走廊极端气温的变化特征分析. 干旱区地理, 2015, 38(1): 1-9.选取河西走廊具有代表性的11个气象站1953年1月～2013年2月逐月极端最高、最低气温观测资料,运用趋势拟合、小波分析和Mann-Kendall方法,对近60 a来河西走廊年、季极端气温进行了趋势拟合,分析了年和季节的变化规律,并对其时间序列进行了小波及突变分析.结果表明:近60 a来、季极端最高和最低气温都是增高的.极端最低气温的增温幅度明显高于极端最高气温,且秋、冬季极端最高、最低气温增温最强.年极端最高气温演变呈现为二次曲线;年极端最低气温线性递增趋势显著[0.337℃·(10 a)[-1].年、季极端最高、最低气温空间分布存在差异,夏季最炎热的地区分布在安敦盆地和民勤等与沙漠接壤的地域,偏暖时段更容易出现极端最高气温的极值,冬季最寒冷的地区位于马鬃山区.年极端最高气温存在着5a左右的主周期性变化,50～60 a超长周期尺度较为明显;夏季极端最高气温的周期变化与年极端最高气温的周期变化有相似之处.年极端最低气温的变化表现为3a、6～8 a、10～ 12 a周期和50～60 a超长周期尺度;冬季还存在40 a超长周期尺度.年极端最高气温暖突变出现在1996年,夏季极端最高气温暖突变出现在2006年;年极端最低气温暖突变出现在1993年;冬季极端最低气温暖突变出现在1977年.

[Li Hongying, Gao Zhenrong, Wang Sheng, et al.Extreme temperature variation of Hexi Corridor in recent 60 years. Arid Land Geography, 2015, 38(1): 1-9.]

[28]
陈少勇, 王劲松, 郭俊庭, 等. 中国西北地区1961-2009年极端高温事件的演变特征. 自然资源学报, 2012, 27(5): 832-844.

DOI

[Chen Shaoyong, Wang Jinsong, Guo Junting, et al.Evolution characteristics of the extreme high temperature event in Northwest China from 1961 to 2009. Journal of Natural Resources, 2012, 27(5): 832-844.]

[29]
马建琴, 韩曦. 甘肃省平均气温与极端高温时空特征分析. 人民黄河, 2014, 36(1): 35-38.选取甘肃省境内50个气象站1960-2011年的月气温数据， 采用Mann-Kendall非参数检验法和小波分析等方法，对极端高温及平均气温的时空变化特征和周期特征进行了分析。结果表明：甘肃省平均气温、极端 高温分别以0．31、0．11℃/10 a的速率升高；春、冬两季升温速率较大，趋势更明显；四季的极端高温均呈现升高趋势，其中夏季升温速率最大；甘南地区平均气温最低，东南部地区平均气温普 遍偏高；中部及陇东东部升温速率较大，河西走廊西部及甘南地区升温速率较小；极端高温的分布表现为随海拔升高而逐渐下降的特点，河西走廊沿线极端高温较 高，甘南高原极端高温较低；北山地区、祁连山地和河西走廊西部日较差较大，陇南山地南部年温差较小；平均气温、极端高温分别以14、22 a为主周期变化。

DOI

[Ma Jianqin, Han Xi.Spatial-temporal variations of average temperature and extreme maximum temperature in Gansu province. Yellow River, 2014, 36(1): 35-38.]

[30]
马亚兰, 刘普幸, 霍华丽. 近46年来河西走廊绿洲最高、最低气温变化的区域特征及突变分析. 水土保持通报, 2010, 30(2): 192-197.

[Ma Yalan, Liu Puxing, Huo Huali.Regional characteristics and abrupt change of maximum and minimum temperatures in Hexi Corridor oasis during the past 46 years. Bulletin of Soil and Water Conservation, 2010, 30(2):192-197.]

[31]
贾文雄. 近50a来祁连山及河西走廊极端气候的时空变化研究. 干旱区地理, 2012, 35(4): 559-567.在全球变暖背景下,极端气候发生的频率增大,气象灾害造成的损失 也随之增加.利用20个气象站1960 -2009年的日平均气温和日降水量资料,运用线性趋势法、Spline空间插值法、Morlet小波分析法,对祁连山及河西走廊极端气候的时空变化特征 进行了研究.结果表明:极端高温天数呈显著增加趋势,年际变化率为0.79d/a,20世纪90年代中后期之后极端高温天气发生的频率较高；极端低温天数 呈显著减少趋势,年际变化率为-0.54 d/a,80年代中后期以来极端低温天气发生的频率较低；极端降水天数也呈显著增加趋势,年际变化率为0.02 d/a,70年代中后期之后极端降水天气发生的频率较高.极端气温和降水的年际变化幅度存在区域差异,南部山区比走廊平原对全球气候变暖的响应敏感.极端 高温天数和极端低温天数在8a、22 a左右周期变化明显,其中22 a是第一主周期；极端降水天数在6a、10 a、22 a左右周期变化明显,其中22 a是第一主周期；从22 a的周期变化推测,2010年以后11a左右极端高温天数偏少,极端低温天数偏多,极端降水天数偏少.

[Jia Wenxiong.Temporal and spatial change of climate extremes in Qilian Mountains and Hexi Corridor during last fifty years. Arid Land Geography, 2012, 35(4): 559-567.]

[32]
李玲萍, 薛新玲, 李岩瑛, 等. 1961-2005年河西走廊东部极端气温事件变化. 冰川冻土, 2010, 32(1): 43-51.利用1961--2005年河西走廊东部五站的逐日气温资料，通过百分位法定义了不同台站的逐日极端高、低温阈值，研究了河西走廊东部近45a来极端气温事件变化的空间分布以及时间变化特征．结果表明：在空间分布上，河西走廊东部极端最高气温总阈值民勤出现了暖中心，乌鞘岭出现了冷中心；极端最低气温总阈值暖中心出现在武威，冷中心出现在乌鞘岭；极端最高、低气温空间分布与其对应阈值的空间分布类似；河西走廊东部极端低温频数南北部都呈现减少趋势，而极端高温频数在南部古浪和北部靠近沙漠区的民勤呈现减少趋势，其它地区为增加趋势．时间变化上，河西走廊东部极端最高、低气温总体都呈增温趋势，增温幅度极端最低气温比极端最高气温明显；极端最高气温频数总体呈略增加趋势，极端最低气温频数呈明显的减少趋势；极端最高、低气温和极端最高、低气温频数都是6～7a和9～10a周期反映明显；极端最高、低气温增温以及极端高温频数增加和极端低温频数减少都发生了突变现象．

[Li Lingping, Xue Xinling, Li Yanying, et al.Changes in the extreme temperatures in the east of Hexi Corridor in 1961-2005. Journal of Glaciology and Geocryology, 2010, 32(1): 43-51.]

Options
Outlines

/

〈 〉