极端降水事件变化趋势与突变特征数据分析
近五十年中国极端温度和降水事件变化规律的研究
近五十年中国极端温度和降水事件变化规律的研究近五十年中国极端温度和降水事件变化规律的研究摘要：随着全球气候变暖进程的加剧，极端天气事件频发，对人类社会和自然生态系统造成了巨大影响。
本文利用近五十年中国的气象监测数据，分析了中国极端温度和降水事件的变化规律。
研究结果显示，中国的极端温度事件呈现出明显的增加趋势，而极端降水事件的变化趋势较为复杂。
进一步研究发现，这些变化规律在中国不同地区有一定的差异，对于我们制定应对气候变化的政策和措施具有重要指导意义。
引言：近年来，全球气候变暖引起了广泛关注。
气候变化导致了一系列的极端天气事件，如暴雨、干旱、高温等，给人类社会和生态系统带来了巨大影响。
为了更好地理解中国极端天气事件的变化规律，本研究使用近五十年中国的气象监测数据，全面分析了中国极端温度和降水事件的时空分布特征和变化趋势。
中国极端温度事件的变化规律：中国的极端温度事件在近五十年以来呈现出较为明显的增加趋势。
这主要表现在高温事件的增加，特别是极端高温的发生频率大大提高。
研究发现，中国东部沿海地区是高温事件的重点区域，这可能与区域人口密度和经济活动水平有关。
此外，高山区域的极端寒冷事件也有所增加，可能与大气环流变化有关。
这些极端温度事件的增加对人体健康、农作物生长和生态系统的平衡都产生了不可忽视的影响。
中国极端降水事件的变化规律：中国极端降水事件的变化趋势较为复杂，不同地区和不同季节之间存在着显著的差异。
总体而言，中国的极端降水事件既有增加的趋势，也有减少的趋势。
研究发现，华南和西南地区的极端降水事件呈现增加趋势，而东南沿海地区和西北地区则呈现减少趋势。
这可能与地形、大气环流和水汽输送等因素有关。
在季节变化方面，中国的极端降水事件在夏季和秋季较为突出，而冬季和春季相对较少。
极端降水事件的变化不仅影响到水资源的合理利用，还对洪涝灾害和农业生产造成了巨大的影响。
中国不同地区的极端事件变化差异：本研究还发现，中国不同地区的极端事件变化具有明显的差异。
极端事件检测、评价方法及中国近40年极端温度和降水事件时空变化研究
极端事件检测、评价方法及中国近40年极端温度和降水事件时空变化研究近年来，气候变化引发了全球范围内的关注。
极端气候事件的增多和强度的增强给人们的生活和经济带来了巨大的影响。
因此，研究极端事件的检测、评价方法以及中国近40年极端温度和降水事件的时空变化，对于了解气候变化趋势以及制定有效的应对措施具有重要意义。
首先，我们需要了解什么是极端事件。
极端事件指的是在特定时间和空间尺度下，气象要素出现的极端的现象。
常见的极端事件包括极端温度和降水事件。
温度极端事件通常被定义为空气温度超过某个阈值的事件，例如，气温超过30摄氏度或低于零摄氏度。
降水极端事件则是指降水量超过某个阈值的事件，例如，降水量大于50毫米的暴雨事件。
为了检测和评价极端事件，科学家们提出了不同的方法和指标。
其中，最常用的方法是使用百分位数。
通过计算特定气象要素值的百分位数，可以确定是否出现了极端事件。
例如，当一天的气温超过了90%的历史纪录值，就可以被认为是一个温度极端事件。
另外，一些评价指标，如极端事件频率和强度指数，也可以用来衡量极端事件的发生情况和程度。
在研究中国近40年极端温度和降水事件的时空变化时，科学家们使用了大量的观测数据和气候模型。
他们发现，中国的极端温度事件呈现出明显的增多趋势。
尤其是在北方地区，夏季高温事件的频率和强度都有所增加。
同时，冬季的极端低温事件也有所增多。
这些极端温度事件对人们的生活、农业和生态系统都产生了重大影响。
在降水方面，中国的极端降水事件也呈现出不同的变化趋势。
一些地区的暴雨事件频率和强度有所增加，导致水灾和洪涝的发生。
而一些地区的降水量则呈现下降趋势，导致旱灾和水资源的短缺。
这些极端降水事件对农业、水资源管理和自然生态系统的可持续发展都造成了严重的影响。
值得注意的是，气候模型的预测显示，未来极端事件的发生和强度可能进一步上升。
因此，为了应对气候变化带来的挑战，我们需要采取积极的措施。
首先，加强气象观测系统，提高数据的质量和时空分辨率。
《2024年气候变化背景下我国极端降水的时空分布特征和未来预估》范文
《气候变化背景下我国极端降水的时空分布特征和未来预估》篇一一、引言气候变化已经成为全球共同面临的重要问题，对我国的气候也产生了深远的影响。
在气候变化背景下，极端降水事件日益频繁，对我国的经济、社会和生态环境产生了极大的影响。
本文将对我国极端降水的时空分布特征进行深入分析，并预测未来极端降水的可能变化趋势。
二、我国极端降水的时空分布特征1. 空间分布特征我国极端降水的空间分布具有显著的区域性特征。
总体上，南方地区极端降水事件较为频繁，而北方地区相对较少。
同时，沿海地区和内陆湖泊周边地区也是极端降水的高发区。
此外，山区和平原区的极端降水分布也存在差异，山区由于地形复杂，极端降水事件更为频繁。
2. 时间分布特征我国极端降水的时间分布具有明显的季节性和年际变化特征。
夏季是极端降水事件的高发期，尤其是夏季的暴雨和洪涝灾害。
此外，我国还存在着一些特定的极端降水事件，如连续多日的暴雨、连续干旱后的突然暴雨等。
从年际变化来看，近年来我国极端降水事件的发生频率和强度呈上升趋势。
三、未来预估根据国内外多家气候模型预测，未来我国极端降水事件的发生频率和强度将继续增加。
这主要是由于全球气候变暖导致的海温升高、大气环流变化等因素所引起的。
具体来说，未来我国南方地区的极端降水事件将更加频繁，北方地区的干旱和洪涝灾害也将更加严重。
此外，未来我国还将面临更多的突发性极端降水事件，如短时强降水、冰雹等。
四、应对措施与建议针对气候变化背景下我国极端降水的时空分布特征和未来预估，提出以下应对措施与建议：1. 加强气象监测和预警系统建设，提高对极端降水事件的监测和预警能力。
2. 加大防洪抗旱工程建设力度，提高防灾减灾能力。
3. 加强气候变化科学研究和宣传教育，提高公众对气候变化的认知和应对能力。
4. 推广节能减排、绿色低碳的生活方式，减少温室气体排放，减缓气候变化速度。
5. 加强国际合作，共同应对气候变化带来的挑战。
五、结论气候变化背景下，我国极端降水的时空分布特征发生了显著变化，未来极端降水事件的发生频率和强度将呈上升趋势。
黑龙江省夏季极端降水和暴雨变化规律的分析
了区域 间降水 的 分布 不均 ， 同时 也使 得 酷热 、 干旱 和 江省气 象信 息 中心 。
洪 涝 等极 端气 候 事件 增加 ｌ 】 － ２ ］ 。而极 端 事件 频 发 与 降 ２ 阈值 的确 定及划 分 水 特 别是 极端 强 降水 事 件 时空分 布 发 生 变异 有 着密 气象 上通 常把 日降水量 超过 ５ ０ ｍｍ降 水事 件 称 切 的关 系［ ３ １ 。我 国西 部 、 长江 中下游地 区 、 以及西 南 和 为暴 雨 ．把 日降 水量超 过 ２ ５ ｍ ｍ 的降 水事 件称 为 大
第３ ０卷
第 ３期
黑 龙 江 气 象
ＨＥ Ｉ Ｌ ＯＮＧ Ｊ Ｉ Ａ ＮＧ ＭＥ Ｔ Ｅ ＯＲＯＬ ＯＧ Ｙ
Ｖ０ｌ ＿ ３ ０ Ｎｏ ． ３ Ｓ ｅ ｐ ｔ ．２ ０１ ３
２ ０ １ ３年 ９月
文章 编 号 ： １ ０ ０ ２ — ２ ５ ２ Ｘ （ ２ ０ １ ３ ） ０ ３ － ０ ０ １ ０ － ０ ３
大于 暴 雨 的 贡 献 。
关键 词 ： 阈值 ； 极 端 降水 ； 暴 雨； 分 析
中 图分 类 号 ： Ｐ ４ ６ ３ 文献标识码 ： Ａ
１ 引 言
华 南 沿 海 的部 分 地 区极 端 强 降 水事 件 增 多 明显 ， 而
极端 降水 具 有 时间 短 、 突然 性 强 、 降 水量 大 等特 华 北 和 四Ｊ Ｉ ｉ 盆 地极 端强 降水事 件 呈显 著 减少 趋 势［ ４ １ 。
1951-2015年太原市极端降水事件变化特征研究
进行排序（升序、，取第90个百分
为
下限，间隔为22d,即三周无有
时作为极端 事件的
下界.
图2为1951—2015年太原市有效降水极端间隔频数年际变化•从年际变化上看，近65 a太原市有效降
水极端间 数呈增加趋势，年际倾向率为0. 2 d/10 a,达到了 a = 0. 05的显
验水平•从年代际变化
上看，根据5 a
第20卷 第2期
太原 师范学 院学报(自然科学版)
Vol. 20 No.2
2021 年 6 月
JOURNAL OF TAIYUAN NORMAL UNIVERSITY (Natural Science Edition)
Jun. 2021
*1951—2015年太原市极端降水事件变化特征研究
赵德一】，钞锦龙】，颜 饪2,韩源源】，马义娟】，吴林栋3 （1.太原师范学&地理科学学&山西晋中030619,2. t京师范大学地理科学学部t京100875，
的日期，降水间隔计算与后一次有效降水的间隔的年最大值.
极端降水量：4h降水量达到25 mm及以上，视为一次极端降水事件发生.
极端降水总量:年内出现每一次极端降水事件的降水量总和.
极端
数： 年
每一次极端 事 的 数
最大降水量:年内极端降水事件中的最大值.
最大降水量出现日期：年内极端降水事件最大值出现的日期.若年内出现1个以上的最大值，选取最早
图3为1951—2015年
有
间隔年内最大值变化趋势•从年际变化上看，近65a来，太原市有
效降水间隔日数年内最大值呈现出波动下降趋势，年际倾向率为一9. 3d/10a,达到a = 0. 01的显著性检验水 平•从年代际变化上看,0世纪50年代初至60年代初，间隔日数相对偏低；20世纪60年代初至70年代末，
1961—2017年铜仁市降水变化特征分析
1961—2017年铜仁市降水变化特征分析一、总体情况1961-2017年间，铜仁市平均年降水量为1,321.5毫米，最大值出现在2002年，为1,716.7毫米，最小值出现在1962年，为986.6毫米。
从时间变化趋势来看，整个时段呈现出波动上升的趋势，其中1980年至今年降水量逐渐增加。
在空间分布上，北部山地地势高，降水量较大，南部平原地势低，降水量较小。
二、季节变化铜仁市的季节降水分布明显，年降水量的60%-70%集中在夏季，其中6-8月份为主要降水期。
春季（3-5月）和秋季（9-11月）的降水量较少，分别为年降水量的10%和15%。
冬季（12-2月）降水量也较少，约占年降水量的5%。
夏季降水主要受到夏季风和台风等因素的影响。
三、降水强度变化降水强度是指降水量与时间之间的关系，反映出单位时间内雨量大小。
1961-2017年间，由于铜仁市的气候系统呈现出多样性和复杂性，各年降水强度变化幅度较大。
统计结果表明，近30年来，江口、石阡、思南、沿河等地区的降水强度有所增加。
四、极端降水事件变化极端降水事件对铜仁市水资源安全和防洪减灾工作具有重要影响。
1961-2017年间，铜仁市出现了不同程度的暴雨和洪涝灾害。
其中1998年、2002年、2003年和2013年出现了较为严重的洪涝灾害，铜仁市经济和生产遭受了重大损失。
近年来，铜仁市加强了对极端降水事件的监测预警和防灾减灾工作，旨在减少自然灾害对社会和经济的冲击。
综上所述，铜仁市的降水变化呈现出时间和空间的异质性和复杂性。
通过对其不同特征的分析，我们可以更加深刻地认识铜仁市的水资源特点和水环境变化趋势，为保障铜仁市的水资源安全和防洪减灾工作提供科学依据。
《2024年关于全球气候变化和极端天气数据的量化分析》范文
《关于全球气候变化和极端天气数据的量化分析》篇一关于全球气候变化与极端天气数据的量化分析一、引言随着科技的进步和人类社会的发展，全球气候变化及其引发的极端天气事件已经成为世界关注的焦点。
气候变化对生态环境、经济、社会等方面产生深远影响，为了更准确地理解和应对这一问题，本文将对全球气候变化与极端天气数据进行量化分析。
二、研究方法与数据来源本文采用量化分析方法，通过收集全球气候变化和极端天气数据，运用统计学和地理信息系统技术，对数据进行处理和分析。
数据来源包括国际气象组织、各国气象局、科研机构等权威机构发布的数据。
三、全球气候变化趋势分析1. 温度变化：根据近百年的全球平均温度数据，我们发现全球温度呈上升趋势。
尤其是近几十年来，温度上升速度明显加快。
2. 降水分布：随着全球气候变化，降水分布也发生了显著变化。
部分地区出现极端降水事件增多，而部分地区则面临干旱等问题的困扰。
3. 碳排放：全球碳排放量持续增长，其中化石燃料的燃烧是主要来源。
碳排放与全球气候变化密切相关，减少碳排放是应对气候变化的重要措施。
四、极端天气事件量化分析1. 热带气旋：近年来，全球热带气旋活动增强，影响范围扩大。
通过统计不同地区热带气旋的数量、强度和登陆频率，可以更直观地了解其变化趋势。
2. 洪涝灾害：洪涝灾害是全球范围内最常见的极端天气事件之一。
通过对历史洪涝灾害的数据进行量化分析，可以了解其发生频率、影响范围和损失程度。
3. 干旱：干旱是全球许多地区面临的重要问题。
通过分析干旱发生的时间、范围和持续时间，可以了解其对农业、水资源等方面的影响。
五、结论与建议通过对全球气候变化和极端天气数据的量化分析，我们可以得出以下结论：1. 全球气候变化趋势明显，且对生态环境、经济、社会等方面产生深远影响。
2. 极端天气事件频发，给人类社会带来巨大损失。
针对此情况，本文提出以下建议：1. 加强国际合作，共同应对全球气候变化。
各国应共享气候数据、技术成果、研究成果等信息，制定统一、协调的气候变化政策。
瑞丽极端天气气候事件发生规律及趋势预估研究
瑞丽极端天气气候事件发生规律及趋势预估研究摘要：文章选用选用1957—2020年瑞丽市国家基本地面气象站逐日降水实测数据。
通过计算选取8个极端降水指数对其进行气候倾向率分析，利用5a滑动平均法、Mann-Kendall法和累积距平法、相关分析、小波分析及R/S预测分析预估瑞丽极端降水指数未来变化趋势。
结果显示过去64年来瑞丽极端降水事件呈增长趋势，旱涝两极化增强，大尺度大气环流对瑞丽极端降水影响明显，瑞丽未来极端降水事件呈增长趋势。
关键词：瑞丽；极端天气；时空变化；大气环流；趋势预估1.资料与方法1.1资料来源文章选用1957—2020年瑞丽市国家基本地面气象站逐日降水实测数据。
大尺度大气环流指数数据来源于美国国家海洋和大气管理局，地球系统研究实验室和中国国家气候中心气候系统数据集。
1.2 研究方法采用对原始数据进行处理、计算得出极端温度、极端降水的变化趋势，选取趋势明显，显著性强的极端降水作为研究分析重点，根据变化趋势参照世界气象组织提出的极端降水指数标准，结合研究区域降水特征，选取了8个极端降水指数来进行分析，这8种极端降水指数大致分为3个类型，第一类为极端降水量指数，包括年降水量（PRCPTOT）、最大1d降水量（RX1day）、连续5d最大降水量（RX5day）、强降水量（R95p）；第二类是极端降水日数指数，包括暴雨日数（R50）、持续干燥日数（CDD）、持续湿润日数（CWD）；第三类为降水强度指数，包采用对原始数据进行处理、计算得出极端降水指数。
通过趋势分析研究极端降水指数的时间变化规律，倾向率大于零时表示极端降水事件呈上升趋势，反之呈下降趋势；利用Mann-Kendall法和累积距平法来对极端降水指数进行突变检验分析；利用年降水量距平与标准的比值来判定年降水量异常年份（若该比值≥1或≤ －1，即为异常偏高或偏低；若该比值≥2 或≤ -2，即为典型异常偏高或偏低）；对于极端降水事件的因子分析，利用相关性分析方法和小波变换来分析与大尺度大气环流指数的机理关系；对于未来极端降水变化趋势分析，利用R/S分析方法计算Hurst指数来预测未来研究区域极端降水事件变化趋势，Hurst指数体现了时间序列的自相关性，尤其反映了序列中隐藏的长期趋势，统计学上称为长期记忆。
澜沧江流域近51年来极端降水事件的变化趋势和突变特征
第３０卷第１１期２ ０ １ ２年１ １月水 电 能 源 科 学Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ ａｎｄ ＰｏｗｅｒＶｏｌ．３０Ｎｏ．１１Ｎｏｖ．２ ０ １ ２文章编号：１０００－７７０９（２０１２）１１－０００１－０５澜沧江流域近５１年来极端降水事件的变化趋势和突变特征史婉丽１，禹雪中１，冯 时１，廖文根２（１．中国水利水电科学研究院，北京１０００３８；２．水利部水利水电规划设计总院，北京１００１２０）摘要：基于澜沧江流域１９６０～２０１０年３１个气象站点的逐日降水资料，采用百分比阈值法定义了不同站点极端降水事件的阈值，应用Ｍａｎｎ－Ｋｅｎｄａｌｌ检验方法分析了极端降水事件的降水量、降水频率、降水强度和严重干旱频率等的时空变化特征。
结果表明，澜沧江流域极端降水阈值的空间分布呈西北至东南逐渐增大的分布趋势；极端降水事件整体上呈显著上升趋势，且在空间上存在差异，各指标均呈西北向东南逐渐增加的趋势，尤其是德钦站以南的澜沧江中下游地区为干湿事件发生较频繁的区域；极端降水事件在气候的长期变化过程中还存在突变现象。
关键词：澜沧江流域；极端降水事件；Ｍａｎｎ－Ｋｅｎｄａｌｌ检验；空间分布；时间变化中图分类号：Ｐ４２６．６；Ｐ９５４文献标志码：Ａ收稿日期：２０１２－０４－２４，修回日期：２０１２－０６－０５基金项目：国家科技支撑计划基金资助项目（２０１１ＢＡＣ０９Ｂ０７－２）作者简介：史婉丽（１９７９－），女，博士研究生，研究方向为生态水文，Ｅ－ｍａｉｌ：ｓｈｉｗａｎｌｉ＿ｓｗｅｅｔ＠１２６．ｃｏｍ通讯作者：廖文根（１９６２－），男，教授级高工，研究方向为水环境，Ｅ－ｍａｉｌ：ｌｉａｏｗｅｎｇｅｎ＠Ｇｉｗｐ．ｏｒｇ．ｃｎ 近年来，在全球气候变化的背景下，洪涝、干旱、暴雨及极端温度等极端气候事件的发生频率和危害程度均有所增加，尤其是极端降水事件的变化引起了广泛关注［１，２］。
对极端降水的观测研究发现，极端降水事件对全球气候变化的响应非常敏感［３，４］。
我国南方冬季气候变暖前后极端降水事件分析
降水 的 ＧＰ Ｇ ｎ ｒｌ ｅ ａｅ ｉ ｒ ｕｉｎ重现值 ， 论 了气 候变 暖前后 我国南 方冬季极 端 降水事件 的变化 。 Ｄ（ ｅ ｅａ ｚｄＰｒｔ ｓ ｉ ｔ ） ｉ ｏＤ ｔｂ ｏ 讨 结果 表 明 ， 国南 方冬季 气候 变暖 的突变发 生在 １ ９ 我 ９ １年前后 ， 且气候 变 暖后我 国南方冬 季 的极 端降 水强度 普遍 有所增 加 。利用 ＮＣ ＰＮＣ Ｒ再分 析资料 进一步 分析气 候变 暖前后 的环流 场特征 ，发现 东亚热 带冬季 Ｅ／ Ａ
第 ２卷 第２ ７ 期
２１ ０ １年 ０ ４月
Ｊ ０ＵＲＮＡＬ 热 带 气 象 Ｍ 学 报 ＯＦ ＴＲＯＰＩ ＣＡＬ ＥＴＥＯＲ０ＬＯＧＹ
、 １ ７ＮＯ２ ，． ． ． ｏ２
Ａｐｒ， ２０１ ． １
智协飞，张玲 ，潘嘉露．我国南方冬季气候变暖前后极端降水事件分析［ ． Ｊ 热带气象学报，２ １ ，２（） １６１２ ］ ０ １ ７２： ６．７
文献标识码 ：Ａ Ｄｏ：１ ． ６ ￣ｉ ｎ１０ —９ ５２ １ ． ．０ ｉ ０３ ９ ．ｓ ． ４４ ６ ． ０ ０ ４ ９ ｓ ０ ０１２ 中图分类号 ：Ｐ ６ ４
近年来国际社会高度重视全球气候变化及其
１ 引
言
对社会经济的影响。ＩＣ 第四次评估报告指出， ＰＣ １０ － ２ ０ 年全球平均地面气温的 １０ ａ ９６ ０５ ０ 线性趋
２ 期
智协飞等 ： 国南方冬 季气 候变暖前后极端降水事件分析 我
１７ ６
日数呈增加趋势 ，但华北地区降水趋于减少 ，主 要表现为强降水 日 数减少（ 部分测站显著减少）］ ［。 就全国平均而言 ，总的降水变化趋势并不 明显 ， 但雨 日 有所减少［ １ 这一特点表明 ， ８。 降水 总量不 变或增加而频率减少意味着降水强度有加 大的趋
1960—2014年内蒙古极端天气事件趋势分析
1960—2014年内蒙古极端天气事件趋势分析1960—2014年内蒙古极端天气事件趋势分析随着全球气候变化的不断加剧，极端天气事件频繁发生，对社会经济和人类生活带来了巨大的影响。
内蒙古自治区作为中国北方重要的农牧业区域，其气候变化对农牧业生产和生态环境的影响尤为重要。
本文以内蒙古自治区1960年至2014年的观测资料为基础，对该区域的极端天气事件进行趋势分析。
首先，我们对内蒙古自治区的温度变化进行了研究。
通过分析数据，我们发现内蒙古的温度变化明显，无论是极端高温还是极端低温事件都呈现出一定的增加趋势。
特别是在近几十年，随着全球气候变暖的加剧，内蒙古的极端高温事件明显增多。
这对农牧业生产造成了严重的影响，特别是对于畜牧业来说，高温天气容易导致牧草减产，牲畜生病甚至死亡，给当地居民的生活产生了巨大的困扰。
其次，我们对内蒙古自治区的降水变化进行了分析。
通过对1960—2014年的降水数据进行统计，我们发现内蒙古的降水量整体上呈现出一定的增加趋势。
然而，在这个总体增加的背后，我们也发现了更频繁的极端降水事件，即暴雨、暴雪等。
这些极端降水事件容易引发山洪、泥石流等灾害，对当地的交通、农田和人民生活造成了严重影响。
接下来，我们对内蒙古自治区的风速变化进行了研究。
通过分析观测数据，我们发现内蒙古的平均风速呈现出逐年减小的趋势。
这与全球气候变暖的趋势相吻合，因为温室气体的增加会导致大气层的稳定，从而减小局地的风速。
然而，虽然整体风速减小，但我们也发现了更频繁的强风和风沙天气事件。
这些极端的风速可以导致沙尘暴和风灾，给农田、道路和人民的生活带来了巨大威胁。
最后，我们对内蒙古自治区的干旱事件进行了分析。
通过统计资料，我们发现干旱事件频繁且持续时间较长。
特别是近年来，干旱事件呈现出明显的增多趋势。
这对农田的耕种和牲畜的饮水带来了严重的问题，导致农产品减产和农民生活困难。
因此，内蒙古自治区需要采取更多的措施来应对干旱事件，例如加强水资源管理和推广抗旱作物等措施。
丽江极端气候指数的长期变化特征分析
丽江极端气候指数的长期变化特征分析丽江是一个著名的旅游胜地，拥有着得天独厚的自然风光和丰富的人文历史。
由于其地处高原地区，丽江的气候条件相对较为复杂，极端气候事件时有发生。
本文将对丽江极端气候指数的长期变化特征进行分析，以期帮助人们更好地了解丽江的气候状况。
一、丽江的气候特点丽江属于高原季风气候，受到青藏高原季风和印度洋季风的影响，气候温和湿润，四季分明。
夏季气温适中，冬季寒冷干燥，昼夜温差大。
年降水量集中在6-9月，其余时间相对较少。
受气候环流影响，丽江存在着较为频繁的极端气候事件，如暴雨、暴雪、冰雹、龙卷风等。
二、极端气候指数的定义极端气候指数是指用来描述一定时间段内极端天气事件发生频率和强度的统计指标。
常用的极端气候指数包括但不限于最高温度、最低温度、降水量、飓风强度等。
1. 最高温度指数根据气象资料显示，丽江地区的最高气温呈现出逐渐上升的趋势。
在过去50年间，最高温度持续攀升，尤其是在夏季，炎热天气持续时间较为长久。
这对于当地的农作物生长和人们的生活造成了一定的影响。
相比之下，丽江的最低气温指数并没有呈现出显著的变化趋势。
虽然在冬季时有时出现极端寒冷的天气，但整体而言，最低温度并没有明显的变化。
3. 降水量指数丽江地区的降水量指数呈现出了较为复杂的变化趋势。
在过去的几十年中，总体上呈现出略微下降的趋势。
尽管降水量整体下降，但极端降水事件的频率和强度却呈现出上升的趋势。
这意味着丽江地区可能会面临着更为严重的洪涝灾害风险。
4. 飓风强度指数丽江地区并不常见真正意义上的飓风天气，但近年来却有出现了一些风暴和龙卷风事件。
这些极端风暴事件对当地的农作物和建筑物造成了较大影响，成为当地居民的头号“天敌”。
四、对于丽江气候的影响丽江地区的气候变化对当地居民的生活和生产造成了很大的影响。
炎热的夏季天气加剧了当地的水资源压力，种植业和畜牧业受到了不小的影响。
极端降水事件的增多，使得丽江地区的灾害风险大大增加，水土流失和滑坡等自然灾害的发生频率明显上升。
塔克拉玛干沙漠南缘极端降之变化趋势与突变特征
７ Ｏ
６０
限值的发生频数。因此 ， 若变量为 日降水量， 当 日 则 降 水量 累积 频率 达 到一 定 的概 率 分 布 （ 般 ９ ％） 一 ０
时 ，可将 此 概率分 布 所对应 的降水 临界值 定 义为极 端 降水 的 阈值 ， 认 为该 日发生 极端 降水 事件 ｌ 并 ２ ｌ 。极 端 降水量 为 每年极 端 降水事 件 的降水 量 总和 ；极端
各 个 区域 的极 端 降水 进行 了大量 的研 究 。 志福等 王 ｌ ５ ＿ 中国 ７ ８ 测站 逐 Ｅ降水资 料 ， 用百 分位 的 利用 ３个 ｔ 采 方 法定 义极端 降水 事件 的 阈值 ，分 析 了不 同持 续 时 间 的极端 降水 事 件 的 时空分 布 及 变化 趋 势 特征 ； 赵 庆云等 同利用西北地区东部多个 气象观 测 站 １６— ０ ９ ２０ ０ ０年 逐 Ｅ降 水 资料 ， 降水 、 ｔ 对 极端 降水 事 件及 异 常 旱涝 区域 面积 的季节 变化倾 向进 行 了分 析 ；杨金 虎 等［ Ｊ ７ ］ 发现 ， 分析 东北 和华北 年极端 降水 量发 生 了 由 多到少 的突变 ， 西北西 部 、 而 长江 中下游 和青藏 高原
表 １ 各站 极端 降水 阈值／ｍ ／ ） （ ｍ ｄ
站 点 和 田 皮 山 于田 喀什 莎车 英吉沙 阈值 阈值
５． ９ ７２ ． ６． ７ ５． ９ ６． １ ６５ ．
叶城
６． ２
泽普
６４ ．
为 了更 好地 表 征极端 降水 事件 的区域 和季节 依 赖 性 ，以便 更 客观地 分析 极端 降水 的气 候特 征 和变 化 趋势 ，运 用 累积频 率法 确定 各气 象 站极端 降水 阈
值。
我国降雨的变化趋势
我国降雨的变化趋势
根据气象数据和研究，我国降雨的变化趋势如下：
1. 年降水量整体增加：根据长期气象观测资料，我国的年降水量整体呈现增加趋势。
特别是在南方和西南地区，年降水量的增幅更为显著。
2. 降水分布不均衡：我国的降雨分布不均衡，呈现明显的地域差异。
东部地区的降水量较多，尤其是长江中下游地区和华南地区；而西北地区则降水量较少。
3. 降水季节性变化：降水在不同季节之间的分配也发生了变化。
在北方地区，夏季是主要降水季节，冬季相对较少；而在南方地区，夏秋季降雨较多，冬春季较少。
4. 强降水事件频发：近年来，我国出现了一些极端降水事件，如暴雨、洪涝灾害等。
这些极端事件增多的原因可能与气候变化和人类活动有关。
总的来说，我国降雨的变化趋势较为复杂，不同地区和季节都有自己的特点。
随着气候变化的不断发展，降雨模式可能还会发生一定的调整和变化。
1951—2017 年丽江极端气温和降水事件的变化特征吴利华 成鹏 董李勤
ＤＯＩ：１０．１３８７８／ｊ．ｃｎｋｉ．ｊｎｕｉｓｔ．２０２２．０３．００１吴利华１，２㊀成鹏３㊀董李勤１，２㊀程希平１，２㊀巩合德１，２㊀马月伟１，２㊀魏爱英１，２１９５１—２０１７年丽江极端气温和降水事件的变化特征摘要为系统弄清丽江极端气温和降水事件的变化特征，基于丽江气象站１９５１—２０１７年逐日最高气温㊁最低气温和降水量资料，采用线性倾向估计㊁Ｍａｎｎ⁃Ｋｅｎｄａｌｌ突变检验㊁滑动ｔ检验和Ｍｏｒｌｅｔ复小波的方法对１６个极端气温指数和１１个极端降水指数的变化趋势㊁突变和周期特征进行了分析．１）变化趋势分析表明：月最低气温极大值㊁月最低气温极小值㊁夏季日数㊁暖夜日数㊁暖昼日数㊁热日持续指数呈显著增加趋势，霜冻日数㊁冷夜日数㊁冷日持续指数㊁月平均日较差呈明显减少趋势，月最高气温极大值㊁热夜日数㊁作物生长期呈不显著增加趋势，月最高气温极小值㊁冷昼日数呈不显著减少趋势，冰封日数在研究期内均为０ｄ；极端降水指数日降水ȡ１ｍｍ的降水日数呈显著减少趋势，特强降水量呈显著增加趋势，中雨日数㊁持续湿期㊁年总降水量㊁５日最大降水量均呈不显著减少趋势，大雨日数㊁强降水量㊁持续干期㊁１日最大降水量㊁降水强度均呈不显著增加趋势．２）突变检验分析表明：部分极端气温指数和降水指数的突变年份显著，大部分指数的显著突变年份集中在２０世纪８０年代至２１世纪初，其余指数的显著突变年份在２０世纪５０至７０年代，并且极端冷事件指数霜冻日数㊁冷夜日数和冷昼日数在显著突变年份后呈现减少趋势，而极端暖事件指数夏季日数㊁暖夜日数和暖昼日数在显著突变年份后呈现增加趋势，热夜日数在研究期内只有２０１５年为１ｄ，其余年份均为０ｄ．３）周期分析表明：极端气温指数除冰封日数外的１５个指数存在２ ６个准周期，介于３ ５６ａ之间，存在１ ３个主周期，介于１０ ５６ａ之间；１１个极端降水指数存在４ ６个准周期，介于４ ５６ａ之间，存在１ ３个主周期，介于１２ ５６ａ之间；部分极端气温指数或降水指数具有相同或相近的主周期．关键词丽江；极端气温；极端降水；变化趋势；突变检验；周期分析中图分类号Ｐ４６７；Ｘ４３文献标志码Ａ收稿日期２０２１⁃０６⁃２３资助项目国家自然科学基金（４２０６１０１２）；西南林业大学科研预研基金（１１０８２２１２９）；西南林业大学教育科学研究面上课题（ＹＢ２０１８１５）；云南省教育厅科学研究基金（２０１４Ｙ３１４）作者简介吴利华，男，博士，讲师，主要从事冰川与气候变化研究．ｗｕｌｈｍａｉｌ＠１６３．ｃｏｍ１西南林业大学地理与生态旅游学院，昆明，６５０２２４２国家林业和草原局西南生态文明研究中心，昆明，６５０２２４３乌鲁木齐市气象局，乌鲁木齐，８３０００２０㊀引言㊀㊀在全球气候系统变暖的背景下，极端破纪录气温事件在增多［１］，并且已经导致高温干旱和暴雨洪涝等极端气候事件的发生频率与强度出现加剧的趋势，特别对气候变化敏感区和脆弱区将产生长远㊁巨大影响［２⁃３］．城市作为经济全球化进程中引领和带动全社会实现可持续发展的引擎和支点［４］，同时也是气候变化响应的敏感区和脆弱区［３］，关注城市极端气候事件变化规律，对于城市防灾减灾应急机制的建立和完善具有现实意义．由于极端气候变化具有很强的地域分异性，云南近年来各种极端气候事件频繁发生，已引起众多学者的重视和关注［５⁃１５］，现有的研究大多选取了国际气候变化监测和指标专家组（ＥｘｐｅｒｔＴｅａｍｏｎＣｌｉｍａｔｅＣｈａｎｇｅＤｅｔｅｃｔｉｏｎａｎｄＩｎｄｉｃｅｓ，ＥＴＣＣＤＩ）定义的部分指数进行分析，对于将ＥＴＣＣＤＩ定义的２７个气候指数全部应用于云南城市极端气候事件的研究较少．丽江作为滇西北中部㊁青藏高原与云贵高原交接处的城市，地处高原季风㊁季风环流和西风环流的影响区，同时又是世界文化遗产丽江古城的所在地，本文将ＥＴＣＣＤＩ定义的１６个极端气温指数［３，１６⁃１７］和１１个极端降水指数［１６］全部应用在丽江极端气候事件的研究中，采用线性倾向估计㊁Ｍａｎｎ⁃Ｋｅｎ⁃ｄａｌｌ突变检验㊁滑动ｔ检验㊁Ｍｏｒｌｅｔ复小波的方法分析其变化特征，以期为丽江的农业生产建设㊁自然灾害防御等提供参考依据．１㊀数据与方法１ １㊀数据来源本文所用数据是丽江气象站１９５１ ２０１７年逐日观测资料，包括日最高气温㊁日最低气温和日降水量（２０：００ 次日２０：００），来源于国家气象信息中心提供的‘中国地面国际交换站气候资料日值数据集（Ｖ３ ０）“和基于统一的数据环境ＣＩＭＩＳＳ平台，所用数据均由审核部门进行了极值检验和时间一致性检验等严格的质量检查和控制．在计算极端气温和降水指数之前，通过Ｒ软件中的ＲＣｌｉｍＤｅｘ程序对数据进行处理，以达到检测和提高数据质量的目的，包括异常值和错误值的筛选㊁日最高气温是否小于最低气温㊁日降水量是否小于０ｍｍ等，㊀㊀㊀㊀以保证结果的可信度［１７］．１ ２㊀研究方法本文基于ＥＴＣＣＤＩ定义的１６个极端气温指数［３，１６⁃１７］和１１个极端降水指数［１６］（表１和表２），极端气温指数包括极值指数㊁绝对指数㊁相对指数和其他指数，极端降水指数包括绝对指数㊁相对指数㊁持续指数和强度指数，采用线性倾向估计㊁Ｍａｎｎ⁃Ｋｅｎｄａｌｌ突变检验（简称Ｍ⁃Ｋ突变检验）㊁滑动ｔ检验（简称ＭＴＴ）和Ｍｏｒｌｅｔ复小波的方法分别对丽江２７个极端气候指数的变化趋势㊁突变及周期特征进行分析．具体做法如下：用线性倾向估计法分析气候指数变化趋势即利用一元线性回归对丽江各极端气候指数的趋势变化作线性估计，并用相关系数进行显著性检验［１８］；采用Ｍ⁃Ｋ突变检验结合５年滑动ｔ检验（简称５年ＭＴＴ）和１０年滑动ｔ检验（简称１０年ＭＴＴ）分析丽江极端气候指数的突变特征，以防止对突变时间的误判，其基本原理见相关文献［１８⁃１９］；应用Ｍｏｒｌｅｔ复小波分析来确定丽江极端气候指数的周期，并结合其小波方差变化图确定主周期，关于小波分析方法的介绍详见相关文献［１８，２０］．表１㊀极端气温指数的定义［３，１６⁃１７］Ｔａｂｌｅ１㊀Ｄｅｆｉｎｉｔｉｏｎｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓ［３，１６⁃１７］分类代码指数名称指数定义单位极值指数ＴＸｘ月最高气温极大值每月中日最高气温的最大值ħＴＮｘ月最低气温极大值每月中日最低气温的最大值ħＴＸｎ月最高气温极小值每月中日最高气温的最小值ħＴＮｎ月最低气温极小值每月中日最低气温的最小值ħ绝对指数ＦＤ霜冻日数一年中日最低气温＜０ħ的日数ｄＳＵ夏季日数一年中日最高气温＞２５ħ的日数ｄＩＤ冰封日数一年中日最高气温＜０ħ的日数ｄＴＲ热夜日数一年中日最低气温＞２０ħ的日数ｄ相对指数ＴＮ１０ｐ冷夜日数日最低气温＜１０％分位值的日数ｄＴＸ１０ｐ冷昼日数日最高气温＜１０％分位值的日数ｄＴＮ９０ｐ暖夜日数日最低气温＞９０％分位值的日数ｄＴＸ９０ｐ暖昼日数日最高气温＞９０％分位值的日数ｄ其他指数ＷＳＤＩ热日持续指数每年至少连续６ｄ日最高气温＞９０％分位值的日数ｄＣＳＤＩ冷日持续指数每年至少连续６ｄ日最低气温＜１０％分位值的日数ｄＤＴＲ月平均日较差日最高气温与日最低气温之差的月平均值ħＧＳＬ作物生长期首次出现连续６ｄ的日平均气温＞５ħ与７月后首次出现连续６ｄ的日平均气温＜５ħ之间的日数ｄ表２㊀极端降水指数定义［１６］Ｔａｂｌｅ２㊀Ｄｅｆｉｎｉｔｉｏｎｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｄｉｃｅｓ［１６］分类代码指数名称指数定义单位Ｒ１０中雨日数日降水量ȡ１０ｍｍ的日数ｄ绝对指数Ｒ２０大雨日数日降水量ȡ２０ｍｍ的日数ｄＲ１日降水ȡ１ｍｍ的降水日数日降水量ȡ１ｍｍ的日数ｄ相对指数Ｒ９５ｐＴＯＴ强降水量日降水量＞９５％分位值的年累计降水量ｍｍＲ９９ｐＴＯＴ特强降水量日降水量＞９９％分位值的年累计降水量ｍｍＣＤＤ持续干期日降水量＜１ｍｍ的最大持续日数ｄ持续指数ＣＷＤ持续湿期日降水量＞１ｍｍ的最大持续日数ｄＰＲＣＰＴＯＴ年总降水量日降水量＞１ｍｍ的年累计降水量ｍｍＲｘ１ｄａｙ１日最大降水量每月最大１日降水量ｍｍ强度指数Ｒｘ５ｄａｙ５日最大降水量每月连续５日最大降水量ｍｍＳＤＩＩ降水强度年降水总量与湿日日数（日降水量ȡ１ ０ｍｍ）的比值ｍｍ／ｄ４５２吴利华，等．１９５１ ２０１７年丽江极端气温和降水事件的变化特征．ＷＵＬｉｈｕａ，ｅｔａｌ．ＶａｒｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｓｏｆＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７．２㊀结果分析２ １㊀极端气温指数的变化特征图１㊀１９５１ ２０１７年丽江极端气温极值指数线性变化趋势Ｆｉｇ １㊀ＬｉｎｅａｒｔｒｅｎｄｓｉｎｅｘｔｒｅｍａｌｉｎｄｉｃｅｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７２ １ １㊀变化趋势采用线性倾向估计法对丽江１９５１ ２０１７年期间１６个极端气温指数的变化趋势进行分析研究，如图１ ４所示．可知，月最低气温极大值（ＴＮｘ）㊁月最低气温极小值（ＴＮｎ）㊁夏季日数（ＳＵ）㊁暖夜日数（ＴＮ９０ｐ）㊁暖昼日数（ＴＸ９０ｐ）㊁热日持续指数（ＷＳＤＩ）呈明显增加趋势，均通过了０ ００１的显著性检验，而霜冻日数（ＦＤ）㊁冷夜日数（ＴＮ１０ｐ）㊁冷日持续指数（ＣＳＤＩ）㊁月平均日较差（ＤＴＲ）呈明显减少趋势（其中ＦＤ通过了０ ０１的显著性检验，ＴＮ１０ｐ通过了０ ００１的显著性检验，ＣＳＤＩ和ＤＴＲ通过了０ ０５的显著性检验）．月最高气温极大值（ＴＸｘ）㊁热夜日数（ＴＲ）㊁作物生长期（ＧＳＬ）呈不显著增加趋势，月最高气温极小值（ＴＸｎ）㊁冷昼日数（ＴＸ１０ｐ）呈不显著减少趋势．冰封日数（ＩＤ）在１９５１ ２０１７年均为０ｄ．整体上，极端暖事件指数（ＳＵ㊁ＴＮ９０ｐ㊁ＴＸ９０ｐ㊁ＷＳＤＩ㊁ＴＲ㊁ＧＳＬ）呈现增加趋势，而极端冷事件指数（ＦＤ㊁ＴＮ１０ｐ㊁ＣＳＤＩ㊁ＴＸ１０ｐ）呈减少趋势，月最低气温指数（极大值ＴＮｘ㊁极小值ＴＮｎ）的增温幅度比月最高气温指数极大值（ＴＸｘ）的大．２ １ ２㊀突变特征由于各极端气候指数可能存在的突变年份不确定性较大，因此采用Ｍ⁃Ｋ突变检验结合５年ＭＴＴ和１０年ＭＴＴ分别对极端气温指数的突变特征进行分析，其中丽江１６个极端气温指数的检验结果如表３所示．１）极端气温极值指数（ＴＸｘ㊁ＴＮｘ㊁ＴＸｎ㊁ＴＮｎ）的突变特征Ｍ⁃Ｋ突变检验结果表明，ＴＸｘ的突变点集中在２０世纪８０年代和２１世纪初，其中２００５年附近的突变点与１０年ＭＴＴ的检验结果２００４年相近，Ｍ⁃Ｋ检验结果显示ＴＸｘ在２００５年后呈显著增加趋势．ＴＮｘ的Ｍ⁃Ｋ检验突变点在１９８６年附近，在１９８６年后ＴＮｘ呈显著增加趋势，而５年ＭＴＴ和１０年ＭＴＴ得出ＴＮｘ的突变点集中在２０世纪６０㊁７０㊁９０年代和２１世纪初．ＴＸｎ的Ｍ⁃Ｋ检验突变点不显著，而５年ＭＴＴ和１０年ＭＴＴ一致得出ＴＸｎ的突变点在１９６０年附近．ＴＮｎ的Ｍ⁃Ｋ检验㊁５年ＭＴＴ㊁１０年ＭＴＴ的突变检验结果基本一致，ＴＮｎ的突变点集中在２０世纪６０㊁５５２学报（自然科学版），２０２２，１４（３）：２５３⁃２６６ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２２，１４（３）：２５３⁃２６６图２㊀１９５１ ２０１７年丽江极端气温绝对指数的线性变化趋势Ｆｉｇ ２㊀ＬｉｎｅａｒｔｒｅｎｄｓｉｎａｂｓｏｌｕｔｅｉｎｄｉｃｅｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７图３㊀１９５１ ２０１７年丽江极端气温相对指数的线性变化趋势Ｆｉｇ ３㊀ＬｉｎｅａｒｔｒｅｎｄｓｉｎｒｅｌａｔｉｖｅｉｎｄｉｃｅｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７６５２吴利华，等．１９５１ ２０１７年丽江极端气温和降水事件的变化特征．ＷＵＬｉｈｕａ，ｅｔａｌ．ＶａｒｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｓｏｆＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７．图４㊀１９５１ ２０１７年丽江极端气温其他指数的线性变化趋势Ｆｉｇ ４㊀ＬｉｎｅａｒｔｒｅｎｄｓｉｎｏｔｈｅｒｉｎｄｉｃｅｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７７０年代，其中以１９６７㊁１９７６年左右的突变点最明显，Ｍ⁃Ｋ检验结果显示ＴＮｎ在这两个突变点后均呈显著增加趋势．２）极端气温绝对指数（ＦＤ㊁ＳＵ㊁ＩＤ㊁ＴＲ）的突变特征Ｍ⁃Ｋ突变检验结果表明，ＦＤ的突变点在１９８６年附近，并在该突变点后呈显著减少趋势，而５年ＭＴＴ和１０年ＭＴＴ的结果均显示ＦＤ的突变点在１９９７㊁２００６年附近．ＳＵ的Ｍ⁃Ｋ检验㊁５年ＭＴＴ㊁１０年ＭＴＴ的突变检验结果基本一致，突变点主要集中在２１世纪初，以２００８年附近的突变点最为一致，Ｍ⁃Ｋ检验结果显示ＳＵ在２００８年后呈显著增加趋势．ＩＤ在１９５１ ２０１７年的值均为０ｄ，不存在变化，没有突变点．ＴＲ在１９５１ ２０１７年只有２０１５年为１ｄ，其余年份均为０ｄ，没有明显突变点．３）极端气温相对指数（ＴＮ１０ｐ㊁ＴＸ１０ｐ㊁ＴＮ９０ｐ㊁ＴＸ９０ｐ）的突变特征ＭＴＴ结果显示ＴＮ１０ｐ的突变点集中在２０世纪６０㊁７０㊁８０年代和２１世纪初，并且Ｍ⁃Ｋ突变检验和１０年ＭＴＴ的结果一致显示ＴＮ１０ｐ在１９８５年左右存在显著突变点，Ｍ⁃Ｋ检验结果显示ＴＮ１０ｐ在１９８５年后呈显著减少趋势．由表３可知，ＴＸ１０ｐ的ＭＴＴ的突变点集中在２０世纪８０㊁９０年代和２１世纪初，ＴＮ９０ｐ和ＴＸ９０ｐ的ＭＴＴ得出的突变点均集中在２０世纪６０㊁７０㊁８０㊁９０年代和２１世纪初，Ｍ⁃Ｋ突变检验和ＭＴＴ的检验结果均一致表明：ＴＸ１０ｐ㊁ＴＮ９０ｐ㊁ＴＸ９０ｐ分别在２００８㊁２００２㊁２００８年附近存在显著突变点，并且Ｍ⁃Ｋ检验结果显示这３个指数在突变点后分别呈显著的减少㊁增加㊁增加的趋势．４）极端气温其他指数（ＷＳＤＩ㊁ＣＳＤＩ㊁ＧＳＬ㊁ＤＴＲ）的突变特征Ｍ⁃Ｋ突变检验结果表明ＷＳＤＩ整体呈增加趋势，没有显著突变点，而５年ＭＴＴ和１０年ＭＴＴ的结果均表明ＷＳＤＩ在２００５年附近存在显著突变点，１０年ＭＴＴ结果显示ＷＳＤＩ的突变点集中在２０世纪８０㊁９０年代和２１世纪初．Ｍ⁃Ｋ检验和１０年ＭＴＴ的结果均显示ＣＳＤＩ不存在显著突变点，５年ＭＴＴ的结果显示其突变点集中在２０世纪６０㊁９０年代．ＤＴＲ的Ｍ⁃Ｋ检验结果显示突变点在１９５３㊁１９７４㊁１９８４年附近，并在这些突变点后分别呈显著的减少㊁减少㊁增加的趋势，这与ＭＴＴ得出的结果基本一致．ＧＳＬ的Ｍ⁃Ｋ检验结果显示突变点在１９５３㊁１９６９㊁１９８０㊁１９８３年７５２学报（自然科学版），２０２２，１４（３）：２５３⁃２６６ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２２，１４（３）：２５３⁃２６６表３㊀１９５１ ２０１７年丽江极端气温指数突变检验结果Ｔａｂｌｅ３㊀ＲｅｓｕｌｔｓｏｆｍｕｔａｔｉｏｎｔｅｓｔｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７指数Ｍ⁃Ｋ突变检验５年ＭＴＴ１０年ＭＴＴＴＸｘ１９８２／１９８５／１９８７／２００５／２００８无１９９２／２００４ＴＮｘ１９８６１９６６／１９７１／１９９１／２０１２２００２／２００４ＴＸｎ无１９６０１９６０／１９６９／１９７２ＴＮｎ１９６７／１９７６１９６５／１９７２１９６４／１９８４ＦＤ１９８６１９９７／２０００／２００６１９９７／２００６ＳＵ２００８２００４／２００８１９８８／２００１／２００４／２００７ＩＤ无无无ＴＲ无无无ＴＮ１０ｐ１９８５１９７３／１９７８／２００６／２０１１１９６３／１９７８／１９８４ＴＸ１０ｐ２００８１９８８／１９９３／２００８２００４／２００７ＴＮ９０ｐ２００２１９７３／１９７８／２００２／２００４／２０１１１９６０／１９６３／１９７３／１９８３／１９９４／２００２／２００４ＴＸ９０ｐ２００８１９８８／２００４／２００５１９６５／１９７０／１９８８／１９９７／２００１／２００７ＷＳＤＩ无２００５１９８７／１９９７／２０００／２００５／２００７ＣＳＤＩ无１９６４／１９９３／１９９８无ＤＴＲ１９５３／１９７４／１９８４１９５５／１９７３／１９８７／２００６１９６０／１９７３／１９８４／１９８７／２００６ＧＳＬ１９５３／１９６９／１９８０／１９８３１９６５／１９７０／１９８４１９８３／１９８４㊀注：表中数据通过了０ ０５的显著性检验， 无 表示未通过０ ０５的显著性检验．附近，并在突变点后分别呈显著的增加㊁增加㊁减少㊁减少的趋势，其中１９６９㊁１９８３年附近的突变点与ＭＴＴ得出的结果基本一致．２ １ ３㊀周期特征本文对选取的丽江１６个极端气温指数在１９５１ ２０１７年期间进行Ｍｏｒｌｅｔ复小波分析．限于篇幅，本文仅选取２个有代表性的极端气温指数（ＴＸ１０ｐ和ＣＳＤＩ）给出其小波系数实部等值线和小波方差（图５）．小波系数实部等值线图能反映极端气温序列不同时间尺度的周期变化及其在时间域中的分布，等值线为正值时代表极端气温指数较大（或较多），等值线为负值时表示极端气温指数较小（或较少），小波方差的峰值即为极端气温指数存在的主周期．图５ａ和５ｃ分别是ＴＸ１０ｐ和ＣＳＤＩ的小波系数实部等值线，图５ｂ和５ｄ分别是ＴＸ１０ｐ和ＣＳＤＩ的小波方差．图５ａ显示，ＴＸ１０ｐ存在５㊁１０㊁１３㊁２２㊁３６和５５ａ左右的准周期，１３㊁２２和５５ａ左右的周期贯穿始终．图５ｂ显示１３㊁２２和５５ａ左右的周期对应的小波方差值较大，为ＴＸ１０ｐ的主控周期．图５ｃ显示，ＣＳＤＩ存在４㊁７㊁１５㊁３４和５４ａ左右的准周期，１５和３４ａ左右的周期贯穿始终．图５ｄ显示１５和３４ａ左右的周期对应的小波方差值较大，为ＣＳＤＩ的主控周期．同理，对其余１３个极端气温指数作周期变化分析（因ＩＤ在研究期内均为０ｄ，故未作其周期分析），统计结果如表４所示，除ＩＤ外的１５个极端气温指数存在２ ６个准周期，介于３ ５６ａ之间，存在１ ３个主周期，介于１０ ５６ａ之间，其中ＴＸｘ㊁ＴＮｘ㊁ＴＸ１０ｐ㊁ＤＴＲ㊁ＧＳＬ均存在５６ａ左右的主周期，ＴＸｎ㊁ＴＲ㊁ＴＸ９０ｐ㊁ＷＳＤＩ均存在５１ａ左右的主周期，ＴＸｘ㊁ＴＮｘ㊁ＴＮｎ㊁ＦＤ㊁ＳＵ㊁ＴＮ９０ｐ㊁ＤＴＲ均存在４４ａ左右的主周期，表４㊀１９５１ ２０１７年丽江极端气温指数周期分析Ｔａｂｌｅ４㊀ＰｅｒｉｏｄａｎａｌｙｓｅｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７ａ指数周期主周期ＴＸｘ４３／５６４３／５６ＴＮｘ１２／１８／３１／４４／５６４４／５６ＴＸｎ５／１１／１８／３０／５３１１／５３ＴＮｎ６／１１／１５／２７／４４１５／２７／４４ＦＤ６／１２／２５／４４２５／４４ＳＵ５／８／１７／３０／４６４６ＩＤＴＲ３／６／４３／５１５１ＴＮ１０ｐ６／１０／１８／２５／３８１０／２５／３８ＴＸ１０ｐ５／１０／１３／２２／３６／５５１３／２２／５５ＴＮ９０ｐ５／１７／２５／４１４１ＴＸ９０ｐ５／８／１７／２４／４８４８ＷＳＤＩ８／１１／２２／５１２２／５１ＣＳＤＩ４／７／１５／３４／５４１５／３４ＤＴＲ１９／４４／５６４４／５６ＧＳＬ３０／４３／５５５５㊀注：因指数ＩＤ在研究期内均为０ｄ，没有变化，周期用 — 表示．８５２吴利华，等．１９５１ ２０１７年丽江极端气温和降水事件的变化特征．ＷＵＬｉｈｕａ，ｅｔａｌ．ＶａｒｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｓｏｆＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７．图５㊀１９５１ ２０１７年丽江极端气温指数ＴＸ１０ｐ和ＣＳＤＩ的小波分析Ｆｉｇ ５㊀ＷａｖｅｌｅｔａｎａｌｙｓｅｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓｏｆＴＸ１０ｐａｎｄＣＳＤＩｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７ＴＮｎ㊁ＦＤ㊁ＴＮ１０ｐ㊁ＴＸ１０ｐ㊁ＷＳＤＩ均存在２５ａ左右的主周期，ＴＮｎ㊁ＴＸ１０ｐ㊁ＣＳＤＩ均存在１５ａ左右的主周期，ＴＸｎ㊁ＴＮ１０ｐ均存在１０ａ左右的主周期．２ ２㊀极端降水指数的变化特征２ ２ １㊀变化趋势采用线性倾向估计法对丽江１９５１ ２０１７年期间１１个极端降水指数的变化趋势进行分析，如图６ ９所示，可知，日降水ȡ１ｍｍ的降水日数（Ｒ１）呈明显减少趋势（通过了０ ０５的显著性检验），特强降水量（Ｒ９９ｐＴＯＴ）呈明显增加趋势（通过了０ ０５的显著性检验）．中雨日数（Ｒ１０）㊁持续湿期（ＣＷＤ）㊁年总降水量（ＰＲＣＰＴＯＴ）㊁５日最大降水量（Ｒｘ５ｄａｙ）均呈不显著减少趋势，大雨日数（Ｒ２０）㊁强降水量（Ｒ９５ｐＴＯＴ）㊁持续干期（ＣＤＤ）㊁１日最大降水量（Ｒｘ１ｄａｙ）㊁降水强度（ＳＤＩＩ）均呈不显著增加趋势．２ ２ ２㊀突变特征采用Ｍ⁃Ｋ突变检验结合５年ＭＴＴ和１０年ＭＴＴ分别对极端降水指数的突变特征进行分析，结果如表５所示．１）极端降水绝对指数（Ｒ１０㊁Ｒ２０㊁Ｒ１）的突变特征Ｍ⁃Ｋ突变检验结果显示Ｒ１０和Ｒ２０没有显著突变点，而ＭＴＴ结果显示Ｒ１０的突变点集中在２０世纪５０㊁６０㊁９０年代和２１世纪初，并且５年ＭＴＴ和１０年ＭＴＴ均得出Ｒ１０在１９６１㊁２００２㊁２００４年附近存在显著突变点，ＭＴＴ结果也显示Ｒ２０的突变点集中在２０世纪６０㊁８０㊁９０年代和２１世纪初，其中５年ＭＴＴ和１０年ＭＴＴ均得出Ｒ２０在１９８５㊁２００２㊁２００７年附近存在显著突变点．Ｒ１的Ｍ⁃Ｋ检验结果显示在２００２㊁２００３㊁２００４年附近存在显著突变点，并在突变点后分别呈增加㊁增加㊁增加的趋势，其中２００４年附近的突变点与１０年ＭＴＴ得出的结果相同，而５年ＭＴＴ的结果显示Ｒ１在１９５６年附近也存在显著突变点．２）极端降水相对指数（Ｒ９５ｐＴＯＴ㊁Ｒ９９ｐＴＯＴ）的突变特征９５２学报（自然科学版），２０２２，１４（３）：２５３⁃２６６ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２２，１４（３）：２５３⁃２６６图６㊀１９５１ ２０１７年丽江极端降水绝对指数的线性变化趋势Ｆｉｇ ６㊀ＬｉｎｅａｒｔｒｅｎｄｓｉｎａｂｓｏｌｕｔｅｉｎｄｉｃｅｓｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７图７㊀１９５１ ２０１７年丽江极端降水相对指数的线性变化趋势Ｆｉｇ ７㊀ＬｉｎｅａｒｔｒｅｎｄｓｉｎｒｅｌａｔｉｖｅｉｎｄｉｃｅｓｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７Ｍ⁃Ｋ突变检验结果显示Ｒ９５ｐＴＯＴ在１９６３㊁１９８４年附近存在显著突变点，并在突变点后分别呈增加㊁减少的趋势，ＭＴＴ结果显示Ｒ９５ｐＴＯＴ在１９８４㊁１９８６㊁２００６㊁２００７年附近存在显著突变点，由此可知，１９８４年附近的突变点是两种方法所得相同结果．Ｍ⁃Ｋ突变检验结果表明Ｒ９９ｐＴＯＴ的突变点在１９５１年附近，整体呈显著增加趋势，而５年ＭＴＴ和１０年ＭＴＴ均表明Ｒ９９ｐＴＯＴ在２００７年附近存在显著突变点．３）极端降水持续指数（ＣＤＤ㊁ＣＷＤ㊁ＰＲＣＰＴＯＴ）的突变特征Ｍ⁃Ｋ突变检验结果表明ＣＤＤ没有显著突变点，而ＭＴＴ结果表明ＣＤＤ突变点集中在２０世纪６０㊁７０年代．ＣＷＤ的Ｍ⁃Ｋ突变检验结果显示在２０００㊁２０１１年附近存在显著突变点，在突变点后分别呈显著的０６２吴利华，等．１９５１ ２０１７年丽江极端气温和降水事件的变化特征．ＷＵＬｉｈｕａ，ｅｔａｌ．ＶａｒｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｓｏｆＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７．图８㊀１９５１ ２０１７年丽江极端降水持续指数的线性变化趋势Ｆｉｇ ８㊀ＬｉｎｅａｒｔｒｅｎｄｓｉｎｃｏｎｔｉｎｕｏｕｓｉｎｄｉｃｅｓｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７增加㊁减少的趋势，这与ＭＴＴ所得结果基本一致，ＭＴＴ得出的ＣＷＤ其余突变点集中在２０世纪７０㊁９０年代．由表５可知，ＰＲＣＰＴＯＴ的显著突变点有多个，两种方法得出的共同突变点在１９６１㊁２０１０年附近，ＰＲＣＰＴＯＴ分别在这两个突变点后呈显著的减少㊁增加的趋势．４）极端降水强度指数（Ｒｘ１ｄａｙ㊁Ｒｘ５ｄａｙ㊁ＳＤＩＩ）的突变特征由表５可知，Ｒｘ１ｄａｙ存在多个显著突变点，Ｍ⁃Ｋ突变检验和ＭＴＴ所得共同突变点在２００７年附近，Ｒｘ１ｄａｙ在该突变点后呈显著增加趋势．Ｍ⁃Ｋ突变检验和５年ＭＴＴ的结果均显示Ｒｘ５ｄａｙ不存在显著突变点，而１０年ＭＴＴ结果显示Ｒｘ５ｄａｙ在２００５㊁２００７年附近存在显著突变点．Ｍ⁃Ｋ突变检验和１０年ＭＴＴ的结果显示ＳＤＩＩ存在多个显著突变点，其中这两种方法得出的共同突变点在１９８３年附近，ＳＤＩＩ在该突变点后呈显著减少趋势，而５年ＭＴＴ未检验出ＳＤＩＩ有显著突变点．２ ２ ３㊀周期特征本文对选取的１１个极端降水指数在１９５１２０１７年期间进行Ｍｏｒｌｅｔ复小波分析．限于篇幅，本文仅选取２个有代表性的极端降水指数（Ｒ９９ｐＴＯＴ和ＣＤＤ）给出其小波系数实部等值线和小波方差（图１０）．小波系数实部等值线图能反映极端降水序列不同时间尺度的周期变化及其在时间域中的分布，等值线为正值时代表极端降水指数较大（或较多），等值线为负值时表示极端降水指数较小（或较少），小波方差的峰值即为极端降水指数存在的主周期．图１０ａ和１０ｃ分别是Ｒ９９ｐＴＯＴ和ＣＤＤ的小波系数实部等值线．图１０ｂ和１０ｄ分别是Ｒ９９ｐＴＯＴ和ＣＤＤ的小波方差．图１０ａ显示，Ｒ９９ｐＴＯＴ存在４㊁６㊁１２㊁２２和５６ａ左右的准周期，１２㊁２２和５６ａ左右的周期贯穿始终，图１０ｂ显示，１２㊁２２和５６ａ左右的周期对应的小波方差值较大，为Ｒ９９ｐＴＯＴ的主控周期．图１０ｃ显示，ＣＤＤ存在４㊁１２㊁１９㊁３５和５６ａ左右的准周期，１２㊁１９和５６ａ左右的周期贯穿始终．图１０ｄ显示，１２㊁１９和５６ａ左右的周期对应的小波方差值较大，为ＣＤＤ的主控周期．同理，对其余９个极端降水指数作周期变化分析，统计结果如表６所示，即１１个极端降水指数存在４ ６个准周期，介于４ ５６ａ之间，存１６２学报（自然科学版），２０２２，１４（３）：２５３⁃２６６ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２２，１４（３）：２５３⁃２６６图９㊀１９５１ ２０１７年丽江极端降水强度指数的线性变化趋势Ｆｉｇ ９㊀ＬｉｎｅａｒｔｒｅｎｄｓｉｎｉｎｔｅｎｓｉｔｙｉｎｄｉｃｅｓｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７表５㊀１９５１—２０１７年丽江极端降水指数突变检验结果Ｔａｂｌｅ５㊀ＲｅｓｕｌｔｓｏｆｍｕｔａｔｉｏｎｔｅｓｔｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｄｉｃｅｓｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７指数Ｍ⁃Ｋ突变检验５年ＭＴＴ１０年ＭＴＴＲ１０无１９５６／１９６１／１９６６／２００２／２００４１９６１／１９９２／１９９４／２００２／２００４／２００７Ｒ２０无１９６１／１９８５／１９９７／２００２／２００７１９８５／２００２／２００４／２００７Ｒ１２００２／２００３／２００４１９５６２００４Ｒ９５ｐＴＯＴ１９６３／１９８４１９８６／２００６／２００７１９８４／１９８６／２００６／２００７Ｒ９９ｐＴＯＴ１９５１１９７０／２００７１９９７／２００７ＣＤＤ无１９６３／１９６８１９７６／１９７７／１９７９ＣＷＤ２０００／２０１１２００１／２００９／２０１１１９７２／１９９５／２０００／２００１ＰＲＣＰＴＯＴ１９５９／１９６１／１９７６／２０１０／２０１２１９６１／１９８５／１９９７／２００２／２００４２００２／２００４／２００７Ｒｘ１ｄａｙ１９５５／１９７４／１９７８／２００７／２００９２００５／２００６／２００７２００５／２００６／２００７Ｒｘ５ｄａｙ无无２００５／２００７ＳＤＩＩ１９５３／１９６０／１９６７／１９８１／１９８３无１９７５／１９８５／１９９２／２００２／２００７㊀注：表中数据通过了０ ０５的显著性检验， 无 表示未通过０ ０５的显著性检验．在１ ３个主周期，介于１２ ５６ａ之间，其中Ｒ１０㊁Ｒ２０㊁Ｒ１㊁Ｒ９５ｐＴＯＴ㊁Ｒ９９ｐＴＯＴ㊁ＣＤＤ㊁ＰＲＣＰＴＯＴ㊁Ｒｘ１ｄａｙ㊁Ｒｘ５ｄａｙ㊁ＳＤＩＩ均存在５５ａ左右的主周期，Ｒ９９ｐＴＯＴ㊁ＣＤＤ㊁Ｒｘ１ｄａｙ均存在１２ａ左右的主周期，Ｒ９９ｐＴＯＴ㊁Ｒｘ１ｄａｙ均存在２２ａ的主周期．３㊀结论与讨论本文选取了１６个极端气温指数和１１个极端降水指数来研究１９５１ ２０１７年丽江极端气候事件的变化趋势㊁突变和周期特征，得出以下主要结论：２６２吴利华，等．１９５１ ２０１７年丽江极端气温和降水事件的变化特征．ＷＵＬｉｈｕａ，ｅｔａｌ．ＶａｒｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｓｏｆＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７．图１０㊀１９５１ ２０１７年丽江极端降水指数Ｒ９９ｐＴＯＴ和ＣＤＤ的小波分析Ｆｉｇ １０㊀ＷａｖｅｌｅｔａｎａｌｙｓｅｓｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｄｉｃｅｓｏｆＲ９９ｐＴＯＴａｎｄＣＤＤｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７表６㊀１９５１—２０１７年丽江极端降水指数周期分析Ｔａｂｌｅ６㊀ＰｅｒｉｏｄａｎａｌｙｓｅｓｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｄｉｃｅｓｉｎＬｉｊｉａｎｇｆｒｏｍ１９５１ｔｏ２０１７ａ指数周期主周期Ｒ１０４／１２／２１／５５５５Ｒ２０５／１２／１９／５４５４Ｒ１９／１３／１９／３５／５５５５Ｒ９５ｐＴＯＴ４／６／９／１３／２２／５６５６Ｒ９９ｐＴＯＴ４／６／１２／２２／５６１２／２２／５６ＣＤＤ４／１２／１９／３５／５６１２／１９／５６ＣＷＤ４／７／１０／２５／４１／５６４１ＰＲＣＰＴＯＴ５／１３／２０／３５／５５５５Ｒｘ１ｄａｙ４／７／１３／２２／５６１３／２２／５６Ｒｘ５ｄａｙ８／１３／２２／３０／５５５５ＳＤＩＩ５／１２／３０／５５５５㊀㊀１）变化趋势丽江极端气温指数ＴＮｘ㊁ＴＮｎ㊁ＳＵ㊁ＴＮ９０ｐ㊁ＴＸ９０ｐ㊁ＷＳＤＩ呈明显增加趋势，ＦＤ㊁ＴＮ１０ｐ㊁ＣＳＤＩ㊁ＤＴＲ呈明显减少趋势．而ＴＸｘ㊁ＴＲ㊁ＧＳＬ呈不显著增加趋势，ＴＸｎ㊁ＴＸ１０ｐ呈不显著减少趋势，ＩＤ在１９５１ ２０１７年均为０ｄ，以上结果与王新博等［９］㊁夏范燕等［１０］㊁吉正熙等［２１］研究丽江站部分极端气温指数所得结果基本一致．整体上，丽江极端暖事件指数（ＳＵ㊁ＴＮ９０ｐ㊁ＴＸ９０ｐ㊁ＷＳＤＩ㊁ＴＲ㊁ＧＳＬ）呈现增加趋势，而极端冷事件指数（ＦＤ㊁ＴＮ１０ｐ㊁ＣＳＤＩ㊁ＴＸ１０ｐ）呈现减少趋势，月最低气温指数（ＴＮｘ㊁ＴＮｎ）的增温幅度比月最高气温指数极大值（ＴＸｘ）的大，这与张万诚等［６］得出的云南省极端气温总体变化趋势基本一致．极端降水指数Ｒ１呈明显减少趋势，Ｒ９９ｐＴＯＴ呈明显增加趋势．Ｒ１０㊁ＣＷＤ㊁ＰＲＣＰＴＯＴ㊁Ｒｘ５ｄａｙ均呈不显著减少趋势，Ｒ２０㊁Ｒ９５ｐＴＯＴ㊁ＣＤＤ㊁Ｒｘ１ｄａｙ㊁ＳＤＩＩ均呈不显著增加趋势．上述结果与王新博等［９］㊁夏范燕等［１０］研究丽江站部分极端降水指数所得的结果一致．２）突变特征经Ｍ⁃Ｋ突变检验结合５年ＭＴＴ㊁１０年ＭＴＴ得到丽江极端气温指数和降水指数的突变特点如下：丽江极端气温指数ＴＸｘ㊁ＴＮｘ㊁ＴＮｎ㊁ＦＤ㊁ＳＵ㊁ＴＮ１０ｐ㊁ＴＸ１０ｐ㊁ＴＮ９０ｐ㊁ＴＸ９０ｐ㊁ＤＴＲ㊁ＧＳＬ的突变时间显著，突变点分别在２００５㊁１９８６㊁１９６７／１９７６㊁１９８６㊁２００８㊁１９８５㊁２００８㊁２００２㊁２００８㊁１９５３／１９７４／１９８４㊁１９６９／１９８３年附近，其中ＴＸｘ㊁ＴＮｘ和ＴＮｎ在以上显著突变点后呈增加趋势，极端冷事件指数ＦＤ㊁ＴＮ１０ｐ和ＴＸ１０ｐ在上述显著突变点后呈减少趋势，而极端暖事件指数ＳＵ㊁ＴＮ９０ｐ和ＴＸ９０ｐ在以上显著突变点后呈增加趋势，ＤＴＲ大部分年份呈减少趋势，在显著突变点１９５３㊁１９７４㊁１９８４年后分别呈减少㊁减少和增加的趋势，ＧＳＬ在显著突变点１９６９㊁１９８３年后分别呈增加和减少的趋势．ＴＸｎ㊁ＷＳＤＩ和ＣＳＤＩ的Ｍ⁃Ｋ突变检验时间不显著，ＩＤ在１９５１ ２０１７年的值均为０ｄ，不存在变化，ＴＲ在研究期内只有２０１５年为１ｄ，其余年份均为０ｄ．本文丽江极端气温指数的突变年份与王晓等［７］得出云南省的结果接近，其中云南省的极端气温指数ＦＤ㊁ＳＵ㊁ＴＮ１０ｐ㊁ＴＸ１０ｐ㊁ＴＸ９０ｐ的突变时间分别为１９８９㊁２００３㊁１９８７㊁２００４㊁２００２年附近，本研究中丽江对应指数的显著突变点分别为１９８６㊁２００８㊁１９８５㊁２００８㊁２００８年附近，并且在突变点后的变化趋势完全一致，分别为减少㊁增加㊁减少㊁减少㊁增加的趋势，也与王新博等［９］研究丽江站得出的结果基本一致（文献［９］中ＦＤ㊁ＳＵ㊁ＴＮ１０ｐ㊁ＴＸ１０ｐ㊁ＴＸ９０ｐ的突变年份分别为１９８７／１９８９㊁２００８㊁１９８６㊁２００８㊁２００５年左右）．极端降水指数Ｒ１㊁Ｒ９５ｐＴＯＴ㊁Ｒ９９ｐＴＯＴ㊁ＣＷＤ㊁ＰＲＣＰＴＯＴ㊁Ｒｘ１ｄａｙ㊁ＳＤＩＩ的突变时间比较显著，分别在２００４㊁１９８４㊁１９５１㊁２０００／２０１１㊁１９６１／２０１０㊁２００７㊁１９８３年附近，并且这些指数分别在突变点后呈增加㊁减少㊁增加㊁增加／减少㊁减少／增加㊁增加㊁减少的变化趋势．其他指数Ｒ１０㊁Ｒ２０㊁Ｒｘ５ｄａｙ㊁ＣＤＤ的Ｍ⁃Ｋ检验结果未呈现出明显的突变时间．本研究中ＣＷＤ㊁ＳＤＩＩ的突变年份与王新博等［９］得出的结果接近（文献［９］中对应的突变年份分别为１９９７㊁１９８６／１９８７年附近）．３）周期特征丽江极端气温指数除ＩＤ外的１５个指数存在２ ６个准周期，介于３ ５６ａ之间，存在１ ３个主周期，介于１０ ５６ａ之间，部分极端气温指数具有相同或相近的主周期．其中本研究中丽江极端气温指数ＣＳＤＩ的主周期１５ａ与王晓等［７］得出云南省的结果相同，丽江的ＦＤ准周期６ａ㊁ＳＵ准周期５ａ㊁ＴＮ１０ｐ准周期６ａ㊁ＴＸ１０ｐ准周期１３ａ㊁ＴＸ９０ｐ准周期５ａ㊁ＷＳＤＩ准周期１１ａ㊁ＣＳＤＩ准周期７ａ与王晓等［７］得出的云南省的结果３㊁３㊁７㊁１５㊁５㊁１１和７ａ接近或相同．丽江１１个极端降水指数存在４ ６个准周期，介于４ ５６ａ之间，存在１ ３个主周期，介于１２ ５６ａ之间，部分极端降水指数具有相近或相同的主周期．其中本研究丽江极端降水指数ＣＤＤ的主周期１９ａ㊁Ｒ９９ｐＴＯＴ的主周期１２ａ㊁ＣＷＤ的准周期７ａ㊁ＰＲＣＰ⁃ＴＯＴ的准周期５ａ㊁ＳＤＩＩ的准周期５ａ与杨晓静等［１１］得出的云南省的结果１８㊁１４㊁８㊁８和８ａ较为接近．以上丽江极端气温指数变化所呈现出的极端冷事件减少㊁极端暖事件增加的趋势与全球［２２］㊁全国［２３⁃２５］和云南省［６⁃７］的气候系统变暖的大趋势基本一致，而极端降水指数变化结果与云南省㊁丽江站的极端降水事件已有的部分研究结果基本一致，但也存在一定的差异性，这主要是由于研究区域㊁研究的时间尺度和研究方法等选择不同所致．关于气候变暖与极端气候事件变化之间的关系，涉及到有关形成机制的复杂问题［１６，２６⁃２７］，其中可以确定的是气候变暖增加了极端暖事件的上升趋势［２６］，而极端降水变化的具体成因机制更加复杂［１６］，有待进一步深入研究．参考文献Ｒｅｆｅｒｅｎｃｅｓ［１］㊀ＣｏｕｍｏｕＤ，ＲｏｂｉｎｓｏｎＡ，ＲａｈｍｓｔｏｒｆＳ．Ｇｌｏｂａｌｉｎｃｒｅａｓｅｉｎｒｅｃｏｒｄ⁃ｂｒｅａｋｉｎｇｍｏｎｔｈｌｙ⁃ｍｅａｎｔｅｍｐｅｒａｔｕｒｅｓ［Ｊ］．ＣｌｉｍａｔｉｃＣｈａｎｇｅ，２０１３，１１８（３／４）：７７１⁃７８２［２］㊀ＡｌｌｅｎＳＫ，ＢａｒｒｏｓＶ，ＢｕｒｔｏｎＩ，ｅｔａｌ．Ｍａｎａｇｉｎｇｔｈｅｒｉｓｋｓｏｆｅｘｔｒｅｍｅｅｖｅｎｔｓａｎｄｄｉｓａｓｔｅｒｓｔｏａｄｖａｎｃｅｃｌｉｍａｔｅｃｈａｎｇｅａｄａｐｔａｔｉｏｎ［Ｒ］／／ＩＰＣＣ．ＡｓｐｅｃｉａｌｒｅｐｏｒｔｏｆＷｏｒｋｉｎｇＧｒｏｕｐｓⅠａｎｄⅡｏｆｔｈｅＩｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌＰａｎｅｌｏｎＣｌｉ⁃ｍａｔｅＣｈａｎｇｅ．Ｃａｍｂｒｉｄｇｅ，ＵＫ，ａｎｄＮｅｗＹｏｒｋ，ＵＳＡ：Ｃａｍ⁃ｂｒｉｄｇｅＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，２０１２：１⁃５８２［３］㊀李双双，杨赛霓．１９６０ ２０１４年北京极端气温事件变化特征［Ｊ］．地理科学，２０１５，３５（１２）：１６４０⁃１６４７ＬＩＳｈｕａｎｇｓｈｕａｎｇ，ＹＡＮＧＳａｉｎｉ．Ｃｈａｎｇｅｓｏｆｅｘｔｒｅｍｅｔｅｍ⁃ｐｅｒａｔｕｒｅｅｖｅｎｔｓｉｎＢｅｉｊｉｎｇｄｕｒｉｎｇ１９６０－２０１４［Ｊ］．ＳｃｉｅｎｔｉａＧｅｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２０１５，３５（１２）：１６４０⁃１６４７［４］㊀刘金祥．可持续发展理念视角下的我国城市化［Ｊ］．现代城市，２０１２，７（３）：４⁃７ＬＩＵＪｉｎｘｉａｎｇ．Ｃｈｉｎａ ｓｕｒｂａｎｉｚａｔｉｏｎｕｎｄｅｒｔｈｅｉｄｅａｏｆｓｕｓ⁃ｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔ［Ｊ］．ＭｏｄｅｒｎＣｉｔｙ，２０１２，７（３）：４⁃７［５］㊀罗燕，田永丽，戴敏，等．云南近５０年极端气温及降水事件变化特征与区域气候变暖的关系［Ｊ］．云南大学学报（自然科学版），２０１５，３７（６）：８７０⁃８７７ＬＵＯＹａｎ，ＴＩＡＮＹｏｎｇｌｉ，ＤＡＩＭｉｎ，ｅｔａｌ．Ｅｘｔｒｅｍｅｔｅｍｐｅｒａ⁃ｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｓｃｈａｎｇｅｆｅａｔｕｒｅｓｏｖｅｒＹｕｎｎａｎｉｎｒｅｃｅｎｔ５０ｙｅａｒｓａｎｄｔｈｅｉｒｒｅｌａｔｉｏｎｗｉｔｈｒｅｇｉｏｎａｌｃｌｉｍａｔｅｃｈａｎｇｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＹｕｎｎａｎＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０１５，３７（６）：８７０⁃８７７［６］㊀张万诚，郑建萌，马涛，等．１９６１ ２０１２年云南省极端气温时空演变规律研究［Ｊ］．资源科学，２０１５，３７（４）：７１０⁃７２２ＺＨＡＮＧＷａｎｃｈｅｎｇ，ＺＨＥＮＧＪｉａｎｍｅｎｇ，ＭＡＴａｏ，ｅｔａｌ．ＴｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎａｎｄｖａｒｉａｔｉｏｎｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｓｉｎＹｕｎｎａｎｐｒｏｖｉｎｃｅｆｒｏｍ１９６１ｔｏ２０１２［Ｊ］．ＲｅｓｏｕｒｃｅｓＳｃｉｅｎｃｅ，２０１５，３７（４）：７１０⁃７２２［７］㊀王晓，李佳秀，石红彦，等．１９６０ ２０１１年云南省极端气温事件的时空分布及趋势预测［Ｊ］．资源科学，２０１４，３６（９）：１８１６⁃１８２４ＷＡＮＧＸｉａｏ，ＬＩＪｉａｘｉｕ，ＳＨＩＨｏｎｇｙａｎ，ｅｔａｌ．Ｔｈｅｔｅｍｐｏｒａｌ⁃ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎａｎｄｐｒｅｄｉｃｔｉｏｎｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｅｖｅｎｔｓｉｎＹｕｎｎａｎｐｒｏｖｉｎｃｅｆｒｏｍ１９６０ｔｏ２０１１［Ｊ］．Ｒｅ⁃ｓｏｕｒｃｅｓＳｃｉｅｎｃｅ，２０１４，３６（９）：１８１６⁃１８２４［８］㊀和文秋，丁文荣．滇西北极端气温时空变化规律研究［Ｊ］．华夏地理，２０１５（９）：６０⁃６２ＨＥＷｅｎｑｉｕ，ＤＩＮＧＷｅｎｒｏｎｇ．ＳｔｕｄｙｏｎｔｈｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｖａｒｉａｔｉｏｎｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｎｏｒｔｈｗｅｓｔＹｕｎｎａｎ［Ｊ］．ＮａｔｉｏｎａｌＧｅｏｇｒａｐｈｉｃ，２０１５（９）：６０⁃６２［９］㊀王新博，王龙，杨荣赞，等．丽江极端气候指数的长期变化特征分析［Ｊ］．农业与技术，２０１９，３９（７）：１３５⁃１３９ＷＡＮＧＸｉｎｂｏ，ＷＡＮＧＬｏｎｇ，ＹＡＮＧＲｏｎｇｚａｎ，ｅｔａｌ．Ａｎａｌ⁃ｙｓｉｓｏｆｌｏｎｇ⁃ｔｅｒｍｖａｒｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｘｔｒｅｍｅｃｌｉ⁃ｍａｔｅｉｎｄｉｃｅｓｉｎＬｉｊｉａｎｇ［Ｊ］．ＡｇｒｉｃｕｌｔｕｒｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１９，３９（７）：１３５⁃１３９［１０］㊀夏范燕，吴巩胜，李丽，等．近５０年内滇西北极端气候变化［Ｊ］．云南师范大学学报（自然科学版），２０１４，３４（３）：６４⁃６９ＸＩＡＦａｎｙａｎ，ＷＵＧｏｎｇｓｈｅｎｇ，ＬＩＬｉ，ｅｔａｌ．ＴｈｅｅｘｔｒｅｍｅｃｌｉｍａｔｅｃｈａｎｇｅｏｆｎｏｒｔｈｗｅｓｔＹｕｎｎａｎｉｎｒｅｃｅｎｔ５０ｙｅａｒｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＹｕｎｎａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉ⁃ｅｎｃｅｓＥｄｉｔｉｏｎ），２０１４，３４（３）：６４⁃６９［１１］㊀杨晓静，徐宗学，左德鹏，等．云南省１９５８ ２０１３年极端降水时空变化特征分析［Ｊ］．灾害学，２０１５，３０（４）：１７８⁃１８６ＹＡＮＧＸｉａｏｊｉｎｇ，ＸＵＺｏｎｇｘｕｅ，ＺＵＯＤｅｐｅｎｇ，ｅｔａｌ．Ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎＹｕｎｎａｎｐｒｏｖｉｎｃｅｆｒｏｍ１９５８－２０１３［Ｊ］．ＪｏｕｒｎａｌｏｆＣａｔａｓｔｒｏｐｈｏｌｏｇｙ，２０１５，３０（４）：１７８⁃１８６［１２］㊀李运刚，何大明，胡金明，等．红河流域１９６０ ２００７年极端降水事件的时空变化特征［Ｊ］．自然资源学报，２０１２，２７（１１）：１９０８⁃１９１７ＬＩＹｕｎｇａｎｇ，ＨＥＤａｍｉｎｇ，ＨＵＪｉｎｍｉｎｇ，ｅｔａｌ．ＳｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎｓｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｓｉｎｔｈｅＲｅｄＲｉｖｅｒＢａｓｉｎｄｕｒｉｎｇ１９６０－２００７［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓ，２０１２，２７（１１）：１９０８⁃１９１７［１３］㊀曹言，王杰，张雷，等．滇中地区极端降水事件的时空变化特征分析［Ｊ］．人民长江，２０１７，４８（２１）：５０⁃５５ＣＡＯＹａｎ，ＷＡＮＧＪｉｅ，ＺＨＡＮＧＬｅｉ，ｅｔａｌ．ＴｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｖａｒｉａｔｉｏｎａｎａｌｙｓｉｓｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎａｔｃｅｎｔｒａｌａｒｅａｏｆＹｕｎｎａｎｐｒｏｖｉｎｃｅ［Ｊ］．ＹａｎｇｔｚｅＲｉｖｅｒ，２０１７，４８（２１）：５０⁃５５［１４］㊀李斌，李丽娟，李海滨，等．１９６０ ２００５年澜沧江流域极端降水变化特征［Ｊ］．地理科学进展，２０１１，３０（３）：２９０⁃２９８ＬＩＢｉｎ，ＬＩＬｉｊｕａｎ，ＬＩＨａｉｂｉｎ，ｅｔａｌ．ＣｈａｎｇｅｓｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｅｘｔｒｅｍｅｓｉｎＬａｎｃａｎｇＲｉｖｅｒＢａｓｉｎ，１９６０－２００５［Ｊ］．ＰｒｏｇｒｅｓｓｉｎＧｅｏｇｒａｐｈｙ，２０１１，３０（３）：２９０⁃２９８［１５］㊀覃顺萍，吴巩胜，李丽，等．１９６１ ２０１０年云南省极端降水时空变化特征［Ｊ］．云南师范大学学报（自然科学版），２０１５，３５（１）：６７⁃７２ＱＩＮＳｈｕｎｐｉｎｇ，ＷＵＧｏｎｇｓｈｅｎｇ，ＬＩＬｉ，ｅｔａｌ．Ｔｅｍｐｏｒａｌ⁃ｓｐａｔｉａｌｖａｒｉａｔｉｏｎｓｏｆｅｘｔｒｅｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｓｆｒｏｍ１９６１ｔｏ２０１０ｉｎＹｕｎｎａｎｐｒｏｖｉｎｃｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＹｕｎｎａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ），２０１５，３５（１）：６７⁃７２［１６］㊀翟盘茂，刘静．气候变暖背景下的极端天气气候事件与防灾减灾［Ｊ］．中国工程科学，２０１２，１４（９）：５５⁃６３，８４ＺＨＡＩＰａｎｍａｏ，ＬＩＵＪｉｎｇ．Ｅｘｔｒｅｍｅｗｅａｔｈｅｒａｎｄｃｌｉｍａｔｅｅｖｅｎｔｓａｎｄｄｉｓａｓｔｅｒｐｒｅｖｅｎｔｉｏｎａｎｄｍｉｔｉｇａｔｉｏｎｕｎｄｅｒｔｈｅｂａｃｋｇｒｏｕｎｄｏｆｃｌｉｍａｔｅｗａｒｍｉｎｇ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ，２０１２，１４（９）：５５⁃６３，８４［１７］㊀王琼，张明军，王圣杰，等．１９６２ ２０１１年长江流域极端气温事件分析［Ｊ］．地理学报，２０１３，６８（５）：６１１⁃６２５ＷＡＮＧＱｉｏｎｇ，ＺＨＡＮＧＭｉｎｇｊｕｎ，ＷＡＮＧＳｈｅｎｇｊｉｅ，ｅｔａｌ．ＥｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｅｖｅｎｔｓｉｎＹａｎｇｔｚｅＲｉｖｅｒＢａｓｉｎｄｕｒｉｎｇ１９６２－２０１１［Ｊ］．ＡｃｔａＧｅｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２０１３，６８（５）：６１１⁃６２５［１８］㊀魏凤英．现代气候统计诊断与预测技术［Ｍ］．北京：气象出版社，１９９９：４３⁃１１３ＷＥＩＦｅｎｇｙｉｎｇ．Ｍｏｄｅｒｎｃｌｉｍａｔｅｓｔａｔｉｓｔｉｃａｌｄｉａｇｎｏｓｉｓａｎｄｐｒｅｄｉｃｔｉｏｎｔｅｃｈｎｏｌｏｇｙ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＭｅｔｅｏｒｏｌｏｇｉｃａｌＰｒｅｓｓ，１９９９：４３⁃１１３［１９］㊀符淙斌，王强．气候突变的定义和检测方法［Ｊ］．大气科学，１９９２，１６（４）：４８２⁃４９３ＦＵＣｏｎｇｂｉｎ，ＷＡＮＧＱｉａｎｇ．Ｔｈｅｄｅｆｉｎｉｔｉｏｎａｎｄｄｅｔｅｃｔｉｏｎｏｆｔｈｅａｂｒｕｐｔｃｌｉｍａｔｉｃｃｈａｎｇｅ［Ｊ］．ＳｃｉｅｎｔｉａＡｔｍｏｓｐｈｅｒｉｃａＳｉｎｉｃａ，１９９２，１６（４）：４８２⁃４９３［２０］㊀吕翠美，吴泽宁，刘文立，等．伊河流域径流周期变化特征的小波分析［Ｊ］．人民黄河，２００７，２９（５）：２６⁃２８ＬÜＣｕｉｍｅｉ，ＷＵＺｅｎｉｎｇ，ＬＩＵＷｅｎｌｉ，ｅｔａｌ．ＷａｖｅｌｅｔａｎａｌｙｓｉｓｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｐｅｒｉｏｄｉｃｖａｒｉａｔｉｏｎｆｏｒｒｕｎｏｆｆｉｎｔｈｅＹｉｈｅＲｉｖｅｒＢａｓｉｎ［Ｊ］．ＹｅｌｌｏｗＲｉｖｅｒ，２００７，２９（５）：２６⁃２８［２１］㊀吉正熙，赵景波．云南省丽江市１９６０ ２０１７年极端气温变化特征［Ｊ］．地球环境学报，２０１９，１０（４）：３７７⁃３８９ＪＩＺｈｅｎｇｘｉ，ＺＨＡＯＪｉｎｇｂｏ．Ｖａｒｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｘ⁃ｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎＬｉｊｉａｎｇ，Ｙｕｎｎａｎｐｒｏｖｉｎｃｅｄｕｒｉｎｇ１９６０－２０１７［Ｊ］．ＪｏｕｒｎａｌｏｆＥａｒｔｈＥｎｖｉｒｏｎｍｅｎｔ，２０１９，１０（４）：３７７⁃３８９［２２］㊀ＡｌｅｘａｎｄｅｒＬＶ，ＺｈａｎｇＸ，ＰｅｔｅｒｓｏｎＴＣ，ｅｔａｌ．Ｇｌｏｂａｌｏｂ⁃ｓｅｒｖｅｄｃｈａｎｇｅｓｉｎｄａｉｌｙｃｌｉｍａｔｅｅｘｔｒｅｍｅｓｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈ，２００６，１１１：Ｄ０５１０９．ＤＯＩ：１０ １０２９／２００５ＪＤ００６２９０［２３］㊀翟盘茂，任福民．中国近四十年最高最低温度变化［Ｊ］．气象学报，１９９７，５５（４）：４１８⁃４２９ＺＨＡＩＰａｎｍａｏ，ＲＥＮＦｕｍｉｎ．ＯｎｃｈａｎｇｅｓｏｆＣｈｉｎａ ｓｍａｘ⁃ｉｍｕｍａｎｄｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｓｉｎｔｈｅｒｅｃｅｎｔ４０ｙｅａｒｓ［Ｊ］．ＡｃｔａＭｅｔｅｏｒｏｌｏｇｉｃａＳｉｎｉｃａ，１９９７，５５（４）：４１８⁃４２９［２４］㊀任福民，翟盘茂．１９５１ １９９０年中国极端气温变化分析［Ｊ］．大气科学，１９９８，２２（２）：２１７⁃２２７ＲＥＮＦｕｍｉｎ，ＺＨＡＩＰａｎｍａｏ．ＳｔｕｄｙｏｎｃｈａｎｇｅｓｏｆＣｈｉｎａ ｓｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｓｄｕｒｉｎｇ１９５１－１９９０［Ｊ］．ＳｃｉｅｎｔｉａＡｔ⁃ｍｏｓｐｈｅｒｉｃａＳｉｎｉｃａ，１９９８，２２（２）：２１７⁃２２７［２５］㊀翟盘茂，潘晓华．中国北方近５０年温度和降水极端事。
克拉玛依市近50年降水变化的特征分析
克拉玛依市近50年降水变化的特征分析周建荣 汪满贤 杨锐（克拉玛依市气象局，新疆 克拉玛依 834000）摘要：以1959-2008年克拉玛依市逐日降水资料为基础，采用线性趋势法、累积距平法、曼-肯德尔法、最大熵谱分析法等统计方法分析了克拉玛依近50年的降水变化特征。
结果表明：克拉玛依春、秋、冬三季及年平均降水量呈增加趋势，夏季降水量呈减少趋势；四季及年降水日数均呈下降趋势；从降水量级来看，微量降水日数呈下降趋势，其它量极降水日数均呈增加趋势。
克拉玛依年降水量以12.9a、8.3a、2.9a为主要周期，以1987年为突变点。
克拉玛依极端降水事件有增加的趋势。
关键词：克拉玛依市 变化特征 降水量 降水日近年来，气候变化一直引起社会各届的关注。
我国许多气候学家对中国近代气候变化规律方面作了不少研究。
克拉玛依位于准噶尔盆地西北边缘,西有加以尔山，中部、东部处于开阔平坦的戈壁滩，地形复杂，属典型的温带大陆型气候，干燥少雨，春秋短暂，夏季炎热，冬季寒冷,生态环境脆弱。
本文通过对克拉玛依50年的降水资料分析，分析了克拉玛依近50年的降水变化特征。
1 资料和方法1.1 资料利用1959-2008年克拉玛依市逐月降水量和降水日资料，取3-5月、6-8月、9-11月和12-2月作为春、夏、秋，分析了克拉玛依近50年的降水变化特征。
1.2 方法1.2.1线性趋势法把气候要素写成时间t的线性函数x=at+b，a、b是用最小二乘法求得的系数。
其中a 为线性函数的斜率，也就是气候要素的线性趋势，称为气候倾向率。
(1)这里为降水量（日）倾向率，单位为毫米（日）/a（a为年）。
当a为正值，表示降水量（日）随时间上升；a 为负值，表示降水量（日）随时间下降。
b是t=0时x的预测值。
1.2.2累积距平法累积距平也是一种常用的、用曲线直观判断变化趋势的方法。
对于序列x，其某一时刻t的累积距平表示为：x t=∑（x i-x） (t=1,2...,n)将n个时刻的累积距平值全部算出，即可绘出累积距平曲线进行趋势分析。
循化县降水变化特征分析
循化县降水变化特征分析循化县位于青海省东北部，是我国著名的瓜果之乡。
近年来，由于全球气候变化的影响，循化县的降水变化也受到了一定程度的影响。
对循化县的降水变化特征进行分析，不仅有助于更好地了解该地区水资源的变化情况，也有助于采取相应的措施来应对气候变化带来的影响，保护当地的生态环境。
一、循化县的降水情况循化县属于寒温带半干旱气候，年降水量较少。
根据气象数据显示，循化县的年平均降水量约为400mm左右，降水主要集中在夏季，尤其是6月至8月，占全年降水的70%以上。
在冬季，降水量相对较少，甚至出现了连续多年的干旱情况。
这种季节性分布的降水特点，决定了循化县的农作物生长季节和水资源供应情况。
二、近年来的降水变化趋势随着全球气候变化的影响，循化县的降水情况也发生了一定的变化。
据气象部门的监测数据显示，近10年来，循化县的年降水量整体呈现出逐渐减少的趋势。
尤其是在冬季，降水量减少的情况比较严重，导致了当地的干旱问题愈发突出。
而在夏季，降水量的分布也出现了不规律的情况，有时出现了降水不足的情况，给农作物的生长带来了一定的影响。
监测数据还显示，循化县的降水事件中，极端降水事件的频率也有所增加。
这意味着虽然整体降水量减少，但降水量的强度却呈现出增加的趋势。
这种变化对当地的水文情况和土壤侵蚀等问题也带来了一定的挑战。
三、未来的应对措施针对循化县降水变化的特征，需要采取一系列的措施来应对。
应进行更加细致和深入的气候监测工作，及时掌握当地降水变化的情况，为农作物种植和水资源管理提供科学依据。
应该加强水资源的保护和管理工作，确保当地农田的灌溉需求和生态环境的平衡。
应加强抗旱技术的推广和应用，提高农作物对干旱的适应能力，从而减轻干旱对农业生产的影响。
对于极端降水事件的频率增加，应采取相应的防汛措施，加强对险工程的检查和维护工作，确保当地居民的生命财产安全。
还可以通过水资源的调配和输水工程的建设，来缓解极端降水事件对水资源的影响，确保供水的安全和稳定。
武汉极端事件重现期计算及变化特征分析
武汉极端事件重现期计算及变化特征分析白永清;祁海霞;何明琼【摘要】利用武汉站1951 ～2011年常规气象观测资料,采用GPD方法分别计算了武汉汛期降水、盛夏高低温、冬季低温各重现期下极端事件的重现值,并利用M-K突变检验分析了武汉一年当中关键时期的极端事件变化特征.结果表明,武汉汛期1年一遇指标达92mm,30年一遇指标超过了250 mm特大暴雨量级;汛期极端降水频数从20世纪80年代前期开始出现增长趋势,特别是2005～2008年,增长趋势明显,突变发生在1978年前后.盛夏极端高温1年一遇指标达37.9℃,最低温度1年一遇指标达30.1℃;近10年是极端高温的一个频发时期,平均强度呈线性增长趋势,上升趋势为0.058℃/10a;从80年代末开始,夏季极端低温频数迅速增涨,平均强度也呈线性增长趋势,上升趋势为0.086℃/10a,频数突变发生在1991年,强度突变发生在1993年.冬季极端低温1年一遇指标为-7.5℃,50年一遇指标达-18.3℃;寒冬极端低温集中发生在50 ～ 70年代,80年代开始温度逐渐回暖,极端低温强度升高趋势为0.323℃/10a;强度突变发生在1984年,频数突变发生在1987年.【期刊名称】《安徽农业科学》【年(卷),期】2014(000)007【总页数】4页(P2074-2076,2108)【关键词】极端事件;重现期;GPD;M-K检验;变化特征;武汉【作者】白永清;祁海霞;何明琼【作者单位】中国气象局武汉暴雨研究所,暴雨监测预警湖北省重点实验室,湖北武汉430074;湖北省气象服务中心,湖北武汉430074;武汉中心气象台,湖北武汉430074;湖北省气象服务中心,湖北武汉430074【正文语种】中文【中图分类】S161极端天气事件是指某一地点或地区在统计分布上不常见或极少发生的天气事件[1]。
极端气候事件就是在给定时期内，大量极端天气时间的平均状态或极端天气事件在该时段内持续发生。
深圳市汛期(4～9月)降水及极端降水事件的变化特征
在全球 气 候增 暖和 城市快 速 发展过 程 中 ，深圳 气候 已经 发生 了 明显 的变化 ，深 圳市气 象 局虽 然在 气 候 以及气 候 变化方 面 开展 了相应 的研 究工 作 ，但 对于 汛期 降水 以及极 端 降水 的分 析研究 还较 少 。本 文以深 圳市 １ ５ ～ ２ ０ ９ ３ ０ ６年 逐 日降水 资料 为基 础 ， 采
现 在 汛期 （～ ９ ） 因此研 究 深圳市 汛期 降水 以及 ４ 月 ，
汛 期极 端 降水 的演变 特征 ，具 有重要 的 现实意 义 。
本 文 中定 义 日雨 量≥ ５ ｒｍ 的事 件 （ ０ ａ 即暴 雨 事件 ） 为
极 端 降水事 件 ，来 分 析深圳 市汛 期极 端 降水 的变 化
１ ２ １ 长期 变 化趋 势分 析 ．．
维普资讯
第２ ８卷 增 刊 Ⅱ ２０ ０ ７年 ９月
气
象
研
究
与
应
用
Ｖｏ． ８ 增 刊 Ⅱ １２
Ｓｅ ｐＥ ＯＲＯＩＯＧＩ ＣＡＩ ＲＥＳ ＥＡＲＣＨ ＡＮＤ ＡＰＰ ＣＡＴＩ ＬＩ ＯＮ
特征。
１ ２ 方 法 ．
深 圳市 汛期 平均 降水 日数 约为９ ． ｄ 降雨 出现 ６４ ，
的概率 约 为５ ， ３ 即汛 期 的 １ ３ ８ｄ里大 约有 一半 的时 间会 出现 降水 。随着 降雨 量级 的加 大 ，降雨 出现 的
概 率逐 渐减 小 ，小 雨 出现 的概率 最大 ，为 ３ ６ ２／，中 ９
文 章 编 号 ：１ ７ — ４ ｌ （ ０ ７ 增 刊 Ⅱ ０ ９ — ３ ３８ １ ２ ０ ） ６ ０ ２０
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
极端降水事件变化趋势与突变特征数据分析
摘要应用博州地区1958-2015年5-9月4个基本站逐日降水记录数据，采用百分位的方法确定了博州4个站极端降水量的阈值。
并通过运用Mann—Kendall检验法和累计距平检验方法进行比较分析，得出各站夏季极端降水的突变特征。
结果表明：博州地区极端降水量、频率、强度均呈增多趋势。
通过检验分别确定了四个测站的突变点，极端降水频率与极端降水量呈较好的正相关。
关键词极端降水；突变；极端降水量
1 资料和研究方法
1.1 资料
资料来源于博州气象局整编的博乐市、温泉、精河、山口4个测站的5-9月逐日降水量数据集，时间段为1958-2015年。
1.2 研究方法
目前国际上在气候极值变化研究中最常用的是采用某个百分位值（一般取为9O ）作为极端值的阈值，大于或等于这个阈值的值被认为是极值，该事件可以认为是极端事件。
本文主要讨论5-9月的降水情况。
运用百分位法，确定端降水阈值。
数值等级内变量发生的频数，指变量在不大于该数值等级内的频数，即变量小于等于某上限值的发生频数。
因此，若变量为日降水量，则当日降水量累积频率达到一定的概率分布（一般90%）时，可将此概率分布所对应的降水临界值定义为极端降水的阈值，并认为该日发生极端降水事件[2]。
2 极端降水的变化特征
2.1 降水阈值的空间分布
博州极端降水阈值分布在8.6～5.3mm/d之问，平均阈值为6.9mm/d。
极端降水阈值西部偏大，东部偏小，温泉、博乐的阈值在平均值以上，山口、精河阈值偏小。
选取阈值最大的温泉和阈值最小的精河进行降水的频率的分析，分析得各站降水的频率都呈明显的递增趋势，主要分布在2mm以内，其中在0.1～1.1mm之间降水的次数最多，精河超过2mm降水的频率几乎都在10以下，温泉在20以下。
2.2 年极端降水量趋势分析及突变检验
近58年博州四个测站的极端降水量均呈上升趋势，线性倾向率为8.127（温泉）～1.34mm（博乐）/l0a，1998年温泉县站的极端降水量达到最大值202.2mm，年平均极端降水量为60.96（温泉）～24.10mm（精河）。
总体上，近58年来博州各站极端降水量呈增多趋势，但在長期的气候变化过程中存在着突变性。
在温泉站极端降水量M—K突变检验中，UF是按时间序列的统计量，UB 是时间逆序列的统计量，若两条曲线在临界线之间出现交点，那么交点所对应的时刻便是突变开始的时间。
对年极端降水量做M—K突变检验，1958-1967年UF值在逐渐减小，年极端降水量呈减少趋势；1968年以来UF值逐渐增大，极端降水量逐渐增加；UF和UB曲线在1985年相交，在0.01信度线之间，即1985年为突变点。
同理对博乐、阿拉山口、精河做M-K检验，确定突变年份分别为1998、1997、1981。
2.3 极端频次趋势分析及突变检验
博州4个测站极端降水事件的年平均降水日数趋势分析结果表明，极端降水日数变化趋势不明显，每10a约上升0.491（温泉）～0.158d（博乐）。
四个测站1958-2015年极端降水频数最多的年份分别是2000年（博乐）、1998年（温泉）、2004年（阿拉山口）、2000年（精河），均在10次左右。
但是极端降水的日数存在显著的突变性[1]。
2.4 极端降水的强度趋势分析及突变检验
通过对精河站极端降水强度的突变检验发现，1976年附近UF值开始逐渐增大，和UB曲线有12个交点，分别为1958、1959、1960、1962、1964、1966、1967、1973、1976、2007、2010、2014年。
利用累计距平进行信度检验确定突变点，得1976年附近的突变点是可信的。
即1976年附近为突变点。
1958-1976年的平均值为7.5mm/d，1977-2015年的平均值为9.1mm/d，1977-2015比1958—1976年增加幅度达1.6mm/d。
同理对博乐、温泉、阿拉山口做M-K检验，确定突变年份分别为1976、1985、2000。
精河站极端降水强度的M—K突变检验。
3 结束语
（1）近58a来，博州地区的极端降水量呈现增加的趋势，线性倾向率为每10a增加8.127（温泉）～1.34mm（博乐）。
博乐、温泉、阿拉山口、精河的突变年份分别为：1998、1985、1997、1981。
（2）极端降水频率也呈增加的趋势，每10a约上升0.491（温泉）～0.158d （博乐）。
博乐、温泉、阿拉山口、精河的突变年份分别为：2000、1990、1998、
1998。
（3）极端降水强度呈弱增强。
趋势值为0.432～0.144mm/d/10a。
博乐、温泉、阿拉山口、精河的突变年份分别为：1976、1985、1976、2000。
以上分析结果表明：年极端降水日数呈现出与极端降水量相似的变化趋势，空间分布上也基本一致，极端降水频率与极端降水量成较好的正相关。
极端降水量的增加可能是由极端降水日数的增加和极端降水强度的增强共同引起的。
参考文献
[1] 章毅之.基于日降水量的江西省极端降水变化研究[J].气象与减灾研究，2007，30（4）：33-36.
[2] 赵勇，邓学良，李秦，等.天山地区夏季极端降水特征及气候变化[J].冰川冻土，2010，32（5）：927-934.
哈斯提尔·金思（1989-），男，哈萨克族；学历：大学本科，现就职单位：博州气象局，研究方向：人工影响天气工作。