论文部分内容阅读
近年来随着全球气候变暖,东北三省的极端气候事件频繁发生,不仅影响人们的身体健康,还对经济发展和社会稳定带来一定的威胁。本文基于1960-2012年东北三省88个气象站的均一化温度资料,采用线性趋势法、经验正交函数(EOF)、小波分析方法分析了东北三省极端温度10项指数的时空分布特征,并通过概率分布函数拟合,研究了东北三省极端温度的概率分布特征,研究结果可为极端温度的预测及应对气候变化相关政策的制定提供理论基础与参考,主要研究结论如下:(1)趋势分析的结果表明,与日最低温相关的冷昼日数(TX10P)、冷夜日数(TN10P)、冷持续指数(CSDI)和霜冻日数(FD0),在整个区域几乎所有站点53年来都呈现显著的减少趋势,其区域平均值气候倾向率分别为-2.74days/10a、-7.14days/10a、-0.46days/10a、-3.53days/10a。暖昼日数(TX90P)、暖夜日数(TN90P)、最低温极低值(TNn)、最高温极高值(TXx)、暖持续指数(WSDI)和生长季长度(GSL)在整个区域大部分站点53年来都呈现显著的增加趋势,其区域平均值的气候倾向率分别为3.23days/10a、8.22days/10a、0.71℃/10a、0.14℃/10a、1.62days/10a、2.46days/10a。其中TNn的增长速度快于TXx。(2)EOF结果表明,东北三省极端温度指数的空间分布特征可以用前两个模态解释。所有指数第一模态的特征向量都显示出该指数在空间上的一致性变化,其中冷昼日数(TX10P)、冷夜日数(TN10P)、冷持续指数(CSDI)、霜冻日数(FD0)的第一模态的时间系数呈现出波动性减少趋势,而暖昼日数(TX90P)、暖夜日数(TN90P)、最高温极高值(TXx),最低温极低值(TNn),暖持续指数(WSDI)、生长季长度(GSL)的第一模态的时间系数则呈现出波动性增加趋势,且黑龙江省整体变化幅度要大于其他两个省;第二模态特征向量都呈现出南北相反变化的趋势。两个模态时间系数的Morlet小波分析结果表明,除了冷夜日数、暖夜指数第一模态的时间系数外,其余的时间系数序列都存在一个约4年的周期,这意味着大部分极端温度指数存在一个约4年的周期。(3)极端温度的概率分布函数拟合分析表明,广义极值分布,对数逻辑分布(3P),疲劳寿命分布(3P)较好地拟合了极端高温的概率分布,三种分布函数K-S检验统计值结果的累加值(?)D_n分别为6.85、7.04、7.15;广义极值分布,误差函数分布,贝塔分布较好地拟合了极端低温的概率分布,三种分布函数K-S检验统计值结果的累加值(?)_nD分别为6.31、6.81、6.84。每个站点的最适概率分布函数并不完全相同,但总体而言广义极值分布函数对极端温度拟合效果最好。(4)重现期研究表明,对于50年一遇的高温,三种分布函数的拟合值与实测值之间的均方根误差分别为1.04℃、1.66℃、1.11℃;而对50年一遇的低温,三种分布函数的拟合值与实测值之间的均方根误差分别为1.57℃、1.61℃、1.60℃。对于100年一遇的高温,利用三种分布函数对东北三省的预测值范围分别为34.5℃~43.5℃、34.9℃~46.5℃、34.6℃~44.0℃,整个区域的平均值分别为38.3℃、39.9℃、38.4℃;100年一遇的低温预测中,利用三种分布函数对东北三省的预测值范围分别为-51.0℃~-19.9℃、-50.9℃~21.0℃、-50.7℃~-20.2℃,整个区域平均值分别为为-36.6℃、-36.4℃、-36.1℃。