1961–2014年中国东北地区各季节平均降水时空特征分析
1961—2014年中国东部地区夏季极端降水事件时空变化特征
第 ４６卷 第 ２期 ２０１８年 ４月
气 象 科 技
Ｍ ＥＴ ＥＯ Ｒｏ ＬｏＧ ＩＣＡ Ｌ ＳＣＩＥＮ ＣＥ Ａ Ｎ Ｄ Ｔ ＥＣＨ Ｎ Ｏ ＬＯＧ Ｙ
Ｖｏ１．４６。Ｎ ｏ．２ Ａ ｐｒ． ２０１８
１９６１ｗ ２０１４年 中 国东 部 地 区夏 季 极 端 降水事件时空变化特征
王 雨 枭 游庆 龙
引 言
联合 国政府 间气 候变 化 专 门委员 会 （ＩＰＣＣ）第 ５ 次评 估报 告 指 出 ：近 １个世 纪 以来 ，全球 温度 持续 增 加 ，同 时极端 降水 事 件 的发 生 频 率 显 著 增 加 ，暴 雨 、 洪水 等 由极端 降水 引起 的 自然 灾害 的增 加严 重影 响 了人 民 的 生 活 、经 济 的 发 展 以及 社 会 的 安 稳 ＿】 ］。 极端 降水 这一 小概 率 事件 的研 究也 愈加 受到 社会 各 界 的关 注 ，探讨 极 端 降 水 的 时空 分 布 特 征 并 对 未 来 的变 化格 局进 行 预估 ，有 利 于 降低 极 端 降 水 带 来 的 灾 害所 造 成 的影响 。夏 季作 为全 年 总降水 量 占比最 高的 季 节 ，也 是 极 端 降 水 事 件 的 高 发 季 节 。史 文 丽 ｌ３］指 出 ：全 球增 暖后 ，长 江 中下游 地 区夏季 对 流性 降水事 件 的发生 频 率呈增 多 趋势 且强 度增 强 。我 国 东 部地 区 由于受 到 东 亚 季 风 活 动 的影 响 ，使 得 这样 的灾害 更加 频 发 ］。为 提 前 应 对 这 些 灾 害 可 能带 来 的严 重后果 ，需 要 对 我 国东 部 地 区 夏季 极 端 降水 事件 进 行更 多 的研究 和讨 论 。
1960要2014 年辽宁省夏季降水极值分析
在气候特征及其变化方面,气象工作者开展了大量研究[1-6],并得到许多有价值的成果。
李辑等[7]对东北地区多年气温变化特征进行了分析,赵春雨等[8]研究了东北地区夏季降雨的气候特征及其区划,孙秀忠等[9]开展了东北地区降雨变化特征的研究工作。
辽宁省位于东北地区南端,其气候特征也具有本区域特征。
赵春雨、赵连伟等[9-14]对辽宁省降水、气温的气候特征进行了大量研究,但对辽宁省夏季降水极值方面的研究相对较少,例如夏季某站过程总量,24、6、3、1h 降雨量极大值分布,夏季某站年降雨总频次多年极值等。
夏季是辽宁地区大田作物生长旺季,对降水极值进行准确分析是做好气象为农服务的前提之一。
因此,利用辽宁省50个基本气象站1960—2014年逐日降水量资料,对辽宁省夏季降水极值进行统计分析,希望对夏季降水预报提供一定的参考。
1资料与方法1.1资料来源选取辽宁省50个基本气象站1960—2014年的逐日降水资料,对辽宁省夏季降水极值进行统计分析。
所用资料由沈阳区域气候中心提供。
1.2降水过程标准夏季时间段取当年6—8月。
单站降水频次:单站24h 降水达到暴雨时,记该站暴雨1次,其他量级降水类同。
区域性过程定义:参考辽宁省气象台业务规定,在同次过程中,有20%或以上站点出现降水的过程。
全省性过程定义:参考辽宁省气象台业务规定,在同次过程中,有70%或以上站点出现降水的过程。
1.3分析方法对辽宁省50个基本气象站1960—2014年的逐日降水资料进行统计,分析近55年辽宁省夏季降雨极值的空间分布,包括暴雨、大暴雨、特大暴雨年总频次极大值、区域性降水过程年总频次极值、全省性降水年总频次极值;并对近55年辽宁省夏季降水总量及24、6、3、1h 降水量极大值的空间分布规律进行研究。
2结果与分析2.1降水频次极值2.1.1近55年夏季暴雨、大暴雨、特大暴雨年总频次极大值空间分布。
利用辽宁省50个基本气象站1960—2014年的逐日降水资料,统计了近55年辽宁省夏季各站暴雨、大暴雨、特大暴年总频次,求得各级降水年总频次的极大值(图1)。
1960-2014年辽宁省汛期暴雨气候特征
1960-2014年辽宁省汛期暴雨气候特征吴琼;赵春雨;牛丹;晁华;张志恒;王大钧;徐方姝【摘要】利用1960-2014年辽宁省54个国家气象站逐日降水观测资料,对近55 a辽宁省汛期(6-9月)暴雨日数和暴雨强度的时空变化特征进行了分析.结果表明:1960-2014年辽宁省暴雨集中出现在汛期(6-9月),其中尤以7-8月暴雨出现最多,7-8月暴雨总量占年暴雨总量的72％.近55 a辽宁省汛期暴雨日数呈由东南部地区向西北部地区减少的分布,暴雨强度则自沿海地区向内陆地区减小;辽宁省汛期持续性暴雨主要为连续2d的暴雨过程,暴雨发生次数不同区域差异较大.1960-2014年辽宁省汛期平均暴雨日数、暴雨强度和暴雨范围均无明显变化趋势,汛期暴雨日数和暴雨强度序列主要变化周期均为12 a,在20世纪90年代二者还存在显著的2a变化周期.%Daily precipitation data at 54 national weather stations from 1960 to 2014 in Liaoning were used to analyze the temporal-spatial variation characteristics of the rainstorms and their intensities during the flood seasons (from June to September).The results show that most rainstorms appear in flood seasons based on data from 55 years,especially in July and August during which the number of rainstorms takes up 72％ of the annual total.The number of rainstorm days decreases from the southeast to the northwest of Liaoning province and the rainstorm intensities decrease from coastal regions to inland regions.The lifetime for most rainstorms lasts about two days,and the number of occurring times at different regions is very different.The days,intensities and ranges of rainstorms vary little during the 55 years,with a 12-year variation period of rainstorm days and intensities and a 2-year significant period in 1990s.【期刊名称】《气象与环境学报》【年(卷),期】2017(033)002【总页数】7页(P37-43)【关键词】汛期;暴雨;周期【作者】吴琼;赵春雨;牛丹;晁华;张志恒;王大钧;徐方姝【作者单位】沈阳区域气候中心,辽宁沈阳110166;沈阳区域气候中心,辽宁沈阳110166;辽宁省气象信息中心,辽宁沈阳110166;沈阳区域气候中心,辽宁沈阳110166;辽宁省气象局,辽宁沈阳110001;沈阳区域气候中心,辽宁沈阳110166;辽宁省气象服务中心,辽宁沈阳110166【正文语种】中文【中图分类】P468.0+24中国自然灾害频发，造成的损失严重，其中暴雨灾害常见且危害大，且暴雨易引发山洪和泥石流等衍生灾害，是大气科学研究的重要课题之一。
近50年东北地区六个主要城市温度降水变化特征分析
近50年东北地区六个主要城市温度降水变化特征分析摘要：以东北三省中的六个市为研究区，首先收集1961-2010年东北六个市的年平均降水和年平均温度的数据，然后通过统计数据，制作图表，最后从图表中观察近50年的温度降水变化，并从中寻求此变化的原因。
关键词：东北地区、温度、降水1.引言气候变化是指除在类似时期内所观测气候的自然变异之外, 由于直接或间接的人类活动改变了地球大气的组成而造成的气候变化。
它被认为是威胁世界环境、人类健康与福利和全球经济持续性的最危险的因素之一[1]。
而气候是否变化则是通过温度降水来体现的，而近些年来全球气候在一直慢慢变暖。
许多国内外的学者在气候变化方面做了大量的研究工作。
陈隆勋[2]等对近45 年来中国气候变化特征作了全面分析:中国自20 世纪40 年代到达20 世纪的第一个暖期后, 于50 年代气温急剧下降, 随后呈波动变化。
80 年代后, 气温又急剧上升, 90 年代达到20 世纪的第二个暖期。
在区域差异上, 中国的现代气温变暖主要在35°N 以北。
而我国东北地区气候变化有其特殊性。
本文对东北六个市的温度降水变化进行数据分析，目的在于探讨东北地区六个主要城市的温度降水变化特征。
2.对东北地区六个主要城市温度降水数据进行处理2.1收集近50年来六个主要城市的年均温度降水数据通过查询资料以及咨询老师等各方面对数据进行收集。
收集数据如下两个表格：东北地区六个主要城市的年均降水量数据时间漠河乌兰浩特哈尔滨长春沈阳大连1961 330.1 350.2 485.3 481.7 552 860.6 1962 469.7 259.3 391.9 492 615.6 691.1 1963 377.4 453 651.3 636.6 699.9 666.5 1964 284.7 361.6 512 532.5 824 880.7 1965 303.6 411.3 539.9 486.5 422.3 310.3 1966 356.3 344.6 502.6 571.7 625.1 787.2 1967 273.5 229.7 343.7 476.3 495.4 695.3 1968 301 305.8 488.5 442.6 543.9 386.9 1969 410.3 523.8 550.5 614 745.6 439.9 1970 352.9 404.2 424.8 654 754.2 700.8 1971 255.2 429.5 566.3 440.3 688.1 628.3 1972 351.7 266.7 454.2 384.2 515.6 523.3 1973 209.1 474.5 354.9 702.4 820.9 854.8 1974 271.4 418.5 372.7 514 747.4 728.5 1975 335 413.4 341 469.7 740.5 492.9 1976 303.8 409 292.5 522.5 548.4 805.9 1977 581.7 329.9 510.8 571.3 579.9 648.4 1978 398.5 362.3 364.6 433.2 533.1 549.1 1979 203.7 253.7 378.1 498.8 558.9 683.5 1980 429.5 298.6 601 630.2 618.3 444.61981 453 466.2 622.5 536.8 583 438.3 1982 550.2 288.5 532.5 329.7 552 380.5 1983 414.3 545.3 534.5 588.8 763.9 594.1 1984 624.7 524.8 619.1 653.5 718.1 595.9 1985 384.3 502.7 745.9 821.9 810.8 924.4 1986 318.7 523.6 512.3 784.2 969.5 387.7 1987 393.1 497.9 684 593 724.9 774.3 1988 377.6 559.5 609.1 469.7 629.7 457.3 1989 537.9 265.5 345.5 623.9 467.4 446.7 1990 503 747.1 490.6 579.3 642.4 637.7 1991 418.1 626.4 597.3 700.1 748.9 438.4 1992 384.2 305.1 462 519.3 554 747.6 1993 591.9 557.5 552.7 470.1 633.7 464.9 1994 435.3 533 818.8 689.4 893.1 791.8 1995 460.4 410.4 424.7 560 880.7 656.7 1996 472.3 399.5 480.7 490.2 721.9 660.3 1997 418.2 250 481.9 574.8 571.8 528.7 1998 496.1 823.9 659.2 623.3 857.6 818.8 1999 486.3 289.3 438.6 489.6 561.2 258.2 2000 385.8 288 488 416.3 501.5 419.2 2001 506.7 227.6 385.2 389.9 583.8 485.9 2002 286.8 362 600.7 490.6 739.2 312.9 2003 553.1 413.5 513.7 517.7 652.4 522.5 2004 471.6 156.4 525.8 476.2 705.2 614.9 2005 344.3 548.5 507.9 681 822.2 768.5 2006 507.7 320 487.9 632.6 576.3 493.8 2007 346.1 359.8 444.1 534.2 672.3 859.6 2008 455.2 350.9 439 716.8 721.7 509.9 2009 543.9 346.4 534.1 481 657.7 718.7 2010 439.5 513 591.3 878.3 1036.6 684.6 东北地区六个主要城市的年均温度数据时间漠河乌兰浩特哈尔滨长春沈阳大连1961 -5.01092 4.527734 4.223713 5.627036 8.761073 10.83024 1962 -4.50893 4.240311 4.062101 5.120332 7.80517 10.22284 1963 -3.61377 4.561614 3.634743 5.471066 7.973171 10.11761 1964 -4.99159 4.405119 3.434651 4.773974 7.611411 9.976965 1965 -6.25458 3.414131 2.720547 4.407492 7.829472 10.39498 1966 -6.05163 3.707369 3.475326 4.862739 7.574265 9.972357 1967 -3.52798 4.957315 4.380751 5.261873 7.854448 9.962445 1968 -4.06488 4.73533 3.97732 5.100192 8.069954 10.13627 1969 -6.27999 2.659478 2.143111 3.387278 6.778111 9.265405 1970 -4.81078 4.026025 3.257154 4.617865 7.616681 10.06329 1971 -4.03635 4.329914 3.837576 5.076892 7.797766 10.2391 1972 -6.24019 4.088346 3.179215 4.926044 7.793595 10.11071973 -4.35571 4.787717 3.529185 5.407957 8.401725 10.75644 1974 -5.60329 3.513186 2.933674 4.752921 7.773707 10.02499 1975 -3.38929 5.820594 5.269917 6.467312 8.949289 11.27839 1976 -5.60868 3.641546 3.298905 4.483411 7.587705 9.796951 1977 -5.32504 4.163339 3.252632 5.03887 7.946139 10.4164 1978 -4.21872 4.762726 3.737755 4.980608 8.098233 10.90705 1979 -5.16994 4.458242 4.103916 5.489752 8.57693 10.91128 1980 -4.73493 3.900468 3.014804 4.408953 7.709033 9.908947 1981 -4.39273 4.567159 3.767827 4.778587 8.23387 10.42387 1982 -3.91723 5.775862 5.208832 6.44278 9.092832 11.29547 1983 -3.89466 5.358114 4.179563 5.898701 9.046026 11.37244 1984 -4.85222 4.205069 3.424533 4.90959 8.182692 10.43032 1985 -4.67137 4.213797 3.318022 4.774509 7.984883 9.704551 1986 -3.63969 4.963068 3.949907 5.017531 8.11276 10.34537 1987 -5.54459 4.225444 3.366386 5.089228 8.360185 10.32385 1988 -2.82009 5.521394 4.18448 5.795102 9.0952 11.17634 1989 -3.32515 6.047719 5.058385 6.669081 8.680193 11.76337 1990 -2.92948 5.844137 5.442978 6.845662 8.473274 11.262 1991 -4.12181 5.186524 4.439713 5.660766 7.919382 11.21859 1992 -3.99129 5.46375 4.280285 6.006825 8.086167 11.2861 1993 -3.31697 5.416464 4.389962 5.835199 7.990737 11.20715 1994 -3.66887 5.930689 4.708207 6.543683 9.003817 11.82188 1995 -3.16756 6.19897 5.282979 6.485831 8.580525 11.42044 1996 -4.46427 5.265538 5.033589 5.883428 8.079646 10.91728 1997 -3.94718 6.277024 5.652101 6.689953 8.873539 11.76066 1998 -3.75324 6.067226 6.048707 7.345385 9.71913 11.77734 1999 -4.25881 5.655485 4.88722 6.064634 8.983996 12.09718 2000 -4.80065 5.354491 4.62163 5.648519 8.31157 11.4533 2001 -3.47079 5.797169 4.847487 6.05025 8.368502 11.53861 2002 -3.20459 6.123559 5.483982 6.850753 9.316146 11.89608 2003 -3.95344 6.198948 5.997119 7.046643 9.145698 11.33489 2004 -3.32537 6.476979 5.828597 7.146092 9.591469 12.1728 2005 -3.45579 5.442387 4.725629 5.646169 8.047438 10.89719 2006 -4.65099 5.537714 5.273584 6.575778 8.274703 11.38052 2007 -3.06654 7.102218 6.645449 7.678532 9.043159 12.27214 2008 -3.22665 6.688708 6.599857 7.219005 8.639871 11.36561 2009 -4.86877 5.343724 4.94323 6.117109 7.648009 11.47603 2010 -4.52609 4.760902 4.501057 5.167696 7.23315 10.2659漠河县位于大兴安岭北麓，黑龙江上游南岸，中国版图的最北端，地理坐标位于东经121°07′~124°20′，北纬52°10′~53°33′，是中国纬度最高的县。
1961—2013年东北地区夏季最低气温变化特征分析
1961—2013年东北地区夏季最低气温变化特征分析周信荔1付焱焱2*付雷3（1彝良县气象局，云南彝良657600；2吉林省气象服务中心，吉林长春130062；3长春市气象局，吉林长春130062）摘要本文选取1961—2013年东北地区93个测站月平均最低气温资料，分析了东北地区夏季最低气温的变化趋势、时空分布特征。
结果表明：1961—2013年，东北地区除黑龙江省和内蒙古北部地区的夏季平均最低气温有减弱趋势外，其他地区的夏季平均最低气温均有升高趋势；20世纪80年代之前夏季平均最低气温异常偏低的多，但80年代之后升温显著；东北地区夏季最低气温变化的最主要特征为全区变化一致型，体现为持续升温趋势。
此外，还有平原与山脉异常反向分布、南北向分布型等。
关键词夏季最低气温；变化趋势；时空分布；东北地区；1961—2013年中图分类号P423文献标识码A文章编号1007-5739（2023）12-0163-03DOI：10.3969/j.issn.1007-5739.2023.12.040开放科学（资源服务）标识码（OSID）：我国东北地区位于北半球中高纬地区，地处亚欧大陆东岸季风区。
东北地区是全国粮食主产区，若夏季发生低温冷害会造成粮食严重减产[1-2]。
很多研究者对东北夏季低温冷害进行了分析，但他们对低温冷害的划分标准却各有不同。
有研究者将夏季年平均温度的负距平作为判定冷夏程度的指标，有学者将月活动积温作为指标，有学者对各代表站夏季各月和夏季平均气温分级选取阈值，从而确定冷夏指标[3-4]。
以前的研究者[5-6]大多采用夏季6—8月的月平均气温数据统计得出发生夏季低温冷害的年份，因而结论没有明显差异。
实际上，如果按照月份进行统计[7]，可以更好地分析冷夏的发生规律及时空特征，进而选用最低气温很好地表征农作物受影响的程度。
本文通过对1961—2013年东北地区各站年平均最低气温气候趋势系数的计算，分析基本气候特征，并利用经验正交函数（EOF）分解方法分析东北地区夏季最低气温变化独立的基本模态，进而研究夏季最低气温异常的空间分布特征，以期为夏季低温冷害的有效防御提供参考。
东北夏季降水的年代际特征及环流变化
东北夏季降水的年代际特征及环流变化丁婷;陈丽娟;崔大海【期刊名称】《高原气象》【年(卷),期】2015(0)1【摘要】利用1961-2012年中国东北地区91个气象站逐月降水资料、NCEP/NCAR再分析资料和海温资料,以及经验正交函数分解EOF、显著性检验等方法,分析了东北地区夏季降水的时空分布特征、年代际变化特征及相应的环流分布型变化,探讨了不同年代际背景下东北夏季降水年际变化的环流差异。
结果表明,东北夏季降水存在明显的年代际变化特征,在1961 1983年(P1)期间降水偏少,19841998年(P2)期间降水偏多,1999年之后(P3)又进入偏少时段。
P2与P1时段相比,东北气旋式环流和蒙古反气旋式环流异常增强,而西北太平洋副热带地区为气旋式环流异常,来自西北太平洋偏东水汽输送贡献明显。
P3与P2时段相比,东北冷涡活动偏弱,东北地区东部在850 h Pa为偏北风异常,偏南水汽输送有所减弱。
进一步分析证实,北太平洋年代际振荡(PDO)对于东北地区夏季降水及相关环流型的年代际变化有重要的调制作用。
P1与P3同为降水偏少时段,PDO都处于负位相,东北地区反气旋式环流都偏强;然而P1时段的多雨年,水汽输送主要来自较强的夏季风偏南气流;P3时段的多雨年,水汽输送可能主要来自西北太平洋地区。
【总页数】10页(P220-229)【作者】丁婷;陈丽娟;崔大海【作者单位】国家气候中心中国气象局气候研究开放实验室;营口市气象局【正文语种】中文【中图分类】P426.6;P434【相关文献】1.我国东部梅雨期降水的年际和年代际变化特征及其与大气环流和海温的关系2.华北降水年代际、年际变化特征与北半球大气环流的联系3.东北夏季降水年代际、年际变化的区域差别4.山西夏季降水年代际变化特征及其与印度洋海温和大气环流的关系5.2000年以来淮河流域夏季降水年代际特征及大气环流异常因版权原因，仅展示原文概要，查看原文内容请购买。
2014年入冬以来天气气候特点和未来气候趋势
北方冬麦区 大部气温接近常年同期或偏高；降水偏多，其中黄淮南部 降水偏多2～5成； 江淮、江汉麦区：大部气温偏低、降水偏多；
西南麦区；气温、降水接近常年同期
•关注黄淮南部、长江中下游降水偏多对小麦锈病、赤霉病等病害发生发 展的影响
4-5月全国气温和降水预测
4-5月，除黑龙江中东部、吉林东部气温偏低外，全国大部气温正常 或略偏高。 4-5月，东北中东部、西北地区中北部、黄淮、江淮、江南北部、江 汉东部、华南东部及内蒙古中西部降水量偏多，其中东北东部偏多2 ～5成；其余地区降水量接近常年或偏少，西南大部、新疆西南部偏 少1～2成。
3月，京津冀晋鲁内蒙古6 省(区、市)平均降水量4.1 毫米，较常年同期(12.1毫 米)偏少近66.1%。
3月北方六省平均降水量历年变化（1951-2015年）
广东省平均降水量36.2毫 米，较常年同期（113.8毫 米）偏少68.2%，为1978 年以来同期最少。
3月广东省平均降水量历年变化（1951-2015年）
2014年入冬以来天气气候特点和未 来气候趋势展望
国家气象中心 郭安红 2015.4.7
主要内容
一、2014/2015冬季气候特点
二、入春以来天气条件 三、未来天气气候趋势预测及关注
一、2014/2015冬季气候特点
平均气温比常年偏高0.5℃；12月上中旬偏冷，中后期显著偏暖
2014年12月-2015年2月全国平 均气温为-2.9℃，比常年同期偏
全国平均气温-0.2℃，较常年同期（-1.7℃）偏高1.5℃，为1961 年以来第6高； 全国平均降水量16.3毫米，较常年同期（17.4毫米）偏少6.3%；
2月东北地区降雪量异常偏多
东北夏季降水年代际、年际变化的区域差别
１ 资 料 和 方 法
采用 东北 地 区 ５ 个 测 站 １ ５ － ２ ０ ２ ９ １ ０ ０年夏 季 （ —８月） ６ 降水 量 资料进 行 分析 。 降水异 常 的区划 采用 Ｒ ＯＦ分 析 “ ， 方 法 是 在 全 域 特 征 分 析 基 础 上 凸 现 局 域 特 征 的客 观 分 析 方 Ｅ ］该 法 ， 异常 的气候 区划 及 区域遥 相关 型分 析［ 中被 证 明是有 用 的方法 。 在 ８ 为分离 年代 际 、 际 尺 度 的 变 化 ， 用 了 周 期 分 析 方 法 将 周 期 ≥ ８ ａ的部 分 作 为 年 代 际 尺 度 变 年 采 引， 化 ［。 １ 。按 文 献［ ２ ， ２ １ ］ 序列 ｚ ￡ ，一１ （） ￡ ～ｍ 年 （ － ５ ） 可 分解 为 ｍ－ ０ ，
维普资讯
第 ２ ７卷ＴＩ Ｍ ＥＴＥＯＲＯＬＯＧＩ ＣＩ Ａ ＣＡ Ｉ ＣＡ Ｓ ＮＩ
Ｖｏ ．２ ＮＯ ６ １ ７， ．
Ｄｅ ．， ０ ｃ ２ ０７
２０ ０ ７年 １ ２月
东北 夏 季 降水 年 代 际 、 际变化 的 区域 差 别 年
摘
要
采 用 Ｒ ＯＦ方 法 对 我 国 东 北 夏 季 降 水 异 常 进 行 了 区 划 ， 通 过 周 期 分 析 等 方 法 分 Ｅ 并
析 了 各 分 区 降 水 年 代 际 、 际 变 化 特 征 。结 果 表 明 ： 年 东北 夏 季 降水 异 常 可 划 分 为 南 部 、 中部 、 部 、 东 西南 部 、 北 部 和北 部 ６个 区 域 ， 南 部 （ 括 前 ３个 区 域 ） 年 代 际 变 化 高 于 西 北 部 （ ３个 区 西 东 包 的 后 域 ） ０ａ 东 北 全 区 夏 季 降 水 没 有 明 显 变 干 或 变 湿 的倾 向 ， 存 在 明显 的年 代 际变 化 。其 中 ， 。５ 来 但 南 部 与 全 区旱 涝 在 两 种 时 间尺 度上 （ 别 在 年 代 际尺 度 上 ） 相 关 均 较 高 ； 部 与 全 区的 相 关 也 主 要 特 的 东 表 现 在 年 代 际 尺 度 上 ， 中部 、 南部 主 要 表 现 在 年 际 尺 度 上 。 而 西 关键 词 夏 季 降水 异 常 区 划 年 代 际 和 年 际 变 化 东 北 地 区
1960—2014年辽宁省冬季降水极值变化分析
端， 其 气候 特 征也 具 有 自身 的 区域特 征 ， 目前 已有 较 将１ ９ ８ １ －２ ０ １ ０年冬季（ １ ２月至翌年 ２月， 下同） 日降 多辽 宁 省 降 水 Ｈ 和气 温¨ 。 的气 候 特 征 研 究 ， 水量序列的第 ９ ９个百分位值的 ３ ０ ａ 平均值定义为 部分成果在预报业务中得到较好的应用 。但对辽宁 极端降水事件 的阈值 ， 当某 日某站降水量超过 了极 省冬季降水极值方 面的研究 相对较少 ， 如冬季某站 端降水事件 的阈值 ， 即为一次冬季极端降水事件。 纯雪过程降水总量 ； ２ ４ ｈ 、 ６ ｈ 、 １ ｈ 降水量极大值及冬 本文 定义 了 ４个 降水 极值 指数 ： 季极端降水 频次变化等 。该 方面 的研究需完善 ， 而 （ １ ） 极端降水频次 ： 每年冬季 日降水量大于极端 预报 业 务急 需 此 类 极 值 的 研 究 成 果 参 考 ， 因此 本 文 降雪事 件 阈值 的次数 。 利用 １ ９ ６ ０ －２ ０ １ ５年 辽 宁省 逐 日降水 资 料 ， 对 辽 宁 省 （ ２ ） 区战ｌ 生 降水过程： 参考辽宁省气象台业务规定， 冬季降水极值进行统计 分析 ， 以期 为辽宁省冬季降 在一次降水过程中， 有２ ０ ％或以上站点出现降水的过程。 水 预 报业 务提 供 依据 。 （ ３ ） 连 续 性 降水过 程 频 次 ： 冬季 连续 ３ ｄ或 以上
1961-2015年东北区域最高与最低气温演变的气候特征
第３４卷第５期２０１８年１０月气象与环境学报ＪＯＵＲＮＡＬＯＦＭＥＴＥＯＲＯＬＯＧＹＡＮＤＥＮＶＩＲＯＮＭＥＮＴＶｏｌ.３４Ｎｏ.５Ｏｃｔｏｂｅｒ２０１８收稿日期:２０１７－０９－０８ꎻ修订日期:２０１８－０１－１２ꎮ资助项目:中国气象局沈阳大气环境研究所开放基金(２０１６ＳＹＩＡＥ０８)和中国气象局气候变化专项(ＣＣＳＦ２０１６０９㊁ＣＣＳＦ２０１５２６)共同资助ꎮ作者简介:侯依玲ꎬ女ꎬ１９８０年生ꎬ高级工程师ꎬ主要从事气候变化研究ꎬＥｍａｉｌ:ｈｏｕｙｉｌｉｎｇ２００１＠１６３ ｃｏｍ通信作者:赵春雨ꎬＥ￣ｍａｉｌ:ｓｐｒｉｎｇｒａｉｎｓｃｎ＠１６３ ｃｏｍꎮ侯依玲ꎬ刘鸣彦ꎬ张海娜ꎬ等.１９６１ ２０１５年东北区域最高与最低气温演变的气候特征[Ｊ].气象与环境学报ꎬ２０１８ꎬ３４(５):９３－９９.ＨＯＵＹｉ￣ｌｉｎｇꎬＬＩＵＭｉｎｇ￣ｙａｎꎬＺＨＡＮＧＨａｉ￣ｎａꎬｅｔａｌ.Ｃｌｉｍａｔｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｐａｔｉａｌ￣ｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎｓｏｆｍａｘｉｍｕｍａｎｄｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａｄｕｒｉｎｇ１９６１￣２０１５[Ｊ].ＪｏｕｒｎａｌｏｆＭｅｔｅｏｒｏｌｏｇｙａｎｄＥｎｖｉｒｏｎｍｅｎｔꎬ２０１８ꎬ３４(５):９３－９９.１９６１ ２０１５年东北区域最高与最低气温演变的气候特征侯依玲１ꎬ２㊀刘鸣彦１ꎬ２㊀张海娜１㊀赵春雨１(１ 沈阳区域气候中心ꎬ辽宁沈阳１１０１６６ꎻ２ 中国气象局沈阳大气环境研究所ꎬ辽宁沈阳１１０１６６)㊀㊀摘㊀要:选取１９６１ ２０１５年东北地区逐日最高㊁最低气温资料ꎬ在最高自由度下探讨了区域最高㊁最低气温的变化趋势及年代际分布特征ꎮ结果表明:东北地区年平均最高㊁最低气温分布受地形影响显著ꎬ具有良好的空间一致性ꎬ最高气温空间分布纬向特征较强ꎬ最低气温局地性特征较强ꎻ时间演变以１９９７年为节点呈现 先升后降 的趋势ꎬ１９８０ １９９７年全区呈现一致升温趋势ꎬ为第一空间分布类型ꎻ１９９８ ２０１５年呈现 北增南减 趋势ꎬ为第二空间分布类型ꎻ最高㊁最低气温概率密度曲线１９９７年后均整体向高值区移动ꎻ１９９０年后极端高温出现概率有增加趋势ꎬ而极端低温相应减少ꎮ关键词:最高气温ꎻ最低气温ꎻ极端气候㊀㊀中图分类号:Ｐ４６７㊀㊀文献标识码:Ａ㊀㊀ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１６７３￣５０３Ｘ.２０１８.０５.０１２引言气候变化问题始终是研究中的一个热点ꎮＩＰＣＣ第五次评估报告全面评估了气候系统变化科学的进展并得出１８８０ ２０１２年全球平均地表温度升高０ ８５(０ ６２ １ ０６)ħ㊁１９５１年后地表面升温速率几乎是１８８０年以来两倍的结论[１]ꎮ针对中国[２－３]及各区域的气温变化特征ꎬ前人曾开展广泛研究ꎬ这些研究分别针对西北[４－６]㊁西南[７－９]㊁华北[１０]㊁东北[１１－１５]㊁华东[１６－１９]㊁华南[２０－２５]㊁长江流域[２６]等不同区域并且取得了有益的研究成果ꎬ如丁一汇等[２７]发现ꎬ近年来中国气温上升了０ ４ ０ ５ħꎬ略低于全球平均ꎬ升温最快的在西北㊁华北和东北地区ꎻ其中１９６１ ２０１０年东北地区年平均气温增温率为０ ３６ħ/１０ａ[２８]ꎻ侯依玲等[２９]研究发现ꎬ东北年平均气温的年代际变化受欧亚雪盖面积的影响较为显著ꎬ存在显著负相关关系ꎬ另外还有研究评估了全球模式资料在东北区域的气候模拟能力[３０－３１]ꎮ东北地区地处中高纬度ꎬ是气候变化的敏感区也是我国最大的商品粮基地和最具农业发展潜力的地区ꎬ区域气候受地形影响十分显著ꎮ区域内东北平原地势平坦㊁临渤海湾ꎬ降水丰沛ꎬ夏季风可长驱直入ꎻ辽中南和哈大齐两个城市群ꎬ上世纪８０年代后期得到迅速发展ꎬ城市化效应在局地气候中逐步显现ꎮ前人研究对于认识东北区域气候变化规律具有重要意义ꎬ但是以往研究多受资料所限一方面对整体的时空演变的一致性缺乏研究ꎬ另一方面也难以获得空间上高精度的气候变化信息ꎮ因此ꎬ本文选取１９６１年以来东北地区逐日气象资料ꎬ以期在最高自由度下从基本的气候资料出发ꎬ探讨东北地区整体的最高㊁最低气温的变化趋势及其年代际分布特征ꎮ１㊀资料与方法研究选取国家气象信息中心发布的东北区域范围内资料尽可能完整的１６２个气象站(包括一般站)１９６１ ２０１５年逐日最高㊁最低气温资料ꎮ选用逐日气象资料主要考虑在较长时间尺度下获取尽可能大的自由度ꎮ各站点缺测数据采用邻近站点的观测数据以多元回归方法插值补齐ꎮ站点分布如图１所示ꎬ除５０ʎＮ以北由于建站时间较晚代表站较少以外ꎬ研究选用观测站分布较为位均匀ꎬ共包含黑龙江７９个观测站㊁吉林４６个观测站和辽宁５２个观测站ꎮ研究中主要采用一元线性回归对资料序列进行趋势分析ꎬ采用分段线性突变检验法对气候要素序列进行气候突变检测[３２]ꎬ采用概率密度函数(ＰＤＦ)的办法统计各时间段气温分布概率ꎬ采用经验正交函数分解的方法ꎬ从标准化变量场中求得能最大部分地反映初始方差的正交线性组合ꎬ得到方差最大的时空变化型ꎮ９４㊀气象与环境学报第３４卷㊀同时ꎬ文中极端气温定义为１９６１ ２０１５年期间各站点出现的极端最高或最低气温ꎮ２㊀结果分析２ １㊀年最高气温２ １ １㊀年平均最高气温基本特征图２ａ ｂ分别为东北区域年平均最高气温分布及地理中心吉林长春站与周围各站相关系数图ꎮ首先在平均场上最高气温的等温线基本沿纬向分布ꎬ受长白山地形的影响ꎬ中南部地区等温线向南倾斜ꎻ东北平原内可见一条平原暖舌自西南向东北方向伸展ꎮ北部漠河地区年平均最高气温在４ħ左右ꎬ而辽西部分站点年平均最高气温可达１６ħ以上(图２ａ)ꎮ将长春作为地理中心计算东北地区年最高气温的空间相关性ꎬ发现ꎬ最高气温的空间分布表现出良好的空间一致性ꎬ全部站点通过９５％信度检验ꎬ高相关区在吉林的中西部地区(图２ｂ)ꎮ图１㊀东北区域１６２个气象站点分布Ｆｉｇ １㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆ１６２ｍｅｔｅｏｒｏｌｏｇｉｃａｌｓｔａｔｉｏｎｓｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａＦｉｇ ２㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅａｎｎｕａｌｍｅａｎｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ(ａ)ａｎｄｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｂｅｔｗｅｅｎＣｈａｎｇｃｈｕｎｓｔａｔｉｏｎａｎｄｔｈｅｏｔｈｅｒｓｔａｔｉｏｎｓ(ｂ)ｆｒｏｍ１９６１ｔｏ２０１５ｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａ２ １ ２㊀年最高气温的空间分布形态为了研究东北地区最高气温整体的空间异常特性ꎬ对１９６１ ２０１５年东北区域１６２个气象观测站年平均最高气温的标准化场进行ＥＯＦ分解ꎬ前两个特征向量的方差贡献分别为:７２ ４％和６ ９５％ꎮ因前两个主分量的总体方差贡献接近８０％ꎬ收敛速度较快ꎬ因此选取前两个特征向量进行分析ꎮ图３ａ给出了东北最高气温ＥＯＦ１的空间分布ꎮ可以看到ꎬ最高气温距平的向量场符号一致为正ꎬ且方差贡献占到７２ ４％ꎬ远大于其他载荷向量ꎬ说明东北区域最高气温变化的一致性是其主要特征ꎮ最强正信号位于吉林中部地区ꎬ表明吉林中东部气温变化较其他地区异常ꎬ这可能与该地区为长白山西麓地形变化较大有关ꎮ第二特征向量则表现了最高气温以吉林黑龙江交界处为界类似 跷跷板 的南北反向变化的特点(图３ｂ)ꎮ３㊀ ａ(Ｆｉｇ ３㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｆｉｒｓｔ(ａ)ａｎｄｔｈｅｓｅｃｏｎｄ(ｂ)ＥＯＦｏｆｔｈｅａｎｎｕａｌｍｅａｎｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｆｒｏｍ１９６１ｔｏ２０１５ｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａ㊀第５期侯依玲等:１９６１ ２０１５年东北区域最高与最低气温演变的气候特征９５㊀２ １ ３㊀年最高气温的年代际演变趋势为进一步分析年最高气温演变的年代际趋势ꎬ对年最高气温的第一时间系数进行线性趋势分析及分段线性突变检测(图４)ꎮ１９６１ ２０１５年东北地区图４㊀１９６１ ２０１５年东北地区最高气温第一主成分突变分析Ｆｉｇ ４㊀Ｃｕｒｖｅｏｆｆｉｒｓｔｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｏｆｔｈｅａｎｎｕａｌｍｅａｎｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅａｎｄｉｔｓａｂｒｕｐｔａｎａｌｙｓｉｓｆｒｏｍ１９６１ｔｏ２０１５ｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａ的年最高气温的ＰＣ１总体呈现上升趋势(黑实线)ꎬ线性倾向率为０ ２９ħ/１０ａꎮ因为所研究问题的时间尺度是年代际的ꎬ规定两个突变点之间的时间间隔不能小于１０年ꎮ突变检测结果发现ＰＣ１的两次突变点分别在１９７９年和１９９７年ꎮ１９７９年以前ＰＣ１演变趋势较为平稳ꎬ１９７９ １９９７年之间ＰＣ１显著上升ꎬ线性增温率为０ ８３ħ/１０ａꎬ而１９９７年以后ꎬＰＣ１表现为下降趋势(－０ ３４ħ/１０ａ)ꎮ㊀㊀考虑１９世纪六十㊁七十年代为全球大范围低温时段ꎬ气温变化较为平缓ꎬ本节暂不开展深入分析ꎬ而１９８０年代为全球气候背景跃变时期并结合前文分析结果ꎬ选定１９９７年作为节点ꎬ分别计算各观测站１９８０ １９９７年和１９９８ ２０１５年最高气温变率ꎮ㊀㊀图５ａ ｄ分别为１９８０ １９９７年和１９９８图５㊀１９８０ １９９７年和１９９８ ２０１５年东北地区平均最高气温演变趋势分布(ａꎬｃ)及其与纬度的关系(ｂꎬｄ)Ｆｉｇ ５㊀Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｅｖｏｌｕｔｉｏｎｔｒｅｎｄｓｏｆａｎｎｕａｌｍｅａｎｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ(ａꎬｃ)ａｎｄｉｔｓｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｗｉｔｈｌａｔｉｔｕｄｅ(ｂꎬｄ)ｉｎａｐｅｒｉｏｄｏｆ１９８０￣１９９７ａｎｄ１９９８￣２０１５ｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａ２０１５年东北地区年平均最高气温演变趋势(ａꎬｃ)及其与纬度的关系(ｂꎬｄ)ꎮ１９８０ １９９７年东北地区年平均最高气温呈现全区增温的趋势ꎬ全区气温倾向率一致为正ꎬ演变趋势的分布形态与第一载荷向量的空间分布型相对应(图５ａ)ꎬ增温趋势随纬度增加ꎬ纬度越高增温趋势越明显ꎬ北部漠河地区的最高增温率在０ ６ħ/１０ａ以上ꎬ增温最显著的是黑龙江阿城站(线性增温趋势为１ ０３ħ/１０ａ)(图５ｂ)ꎬ趋势显著性检验表明３７％测站可通过９５％信度的显著性检验ꎮ１９９８ ２０１５年气温南北反向变化ꎬ东北大部地区气温呈下降趋势ꎬ仅北部地区和南部小范围气温略有增加ꎬ属第二空间分布类型ꎬ１２ ３％的测站气温呈上升趋势ꎬ而下降趋势的站点占全部的８７ ７％(图５ｃ)ꎬ北纬４５ʎＮ左右是负变温最大的区域ꎬ而４５ʎＮ南北两侧随纬度的减小和增大气温倾向率变大(图５ｄ)ꎮ２ ２㊀最低气温２ ２ １㊀年最低气温的基本特征进一步研究最低气温的变化特征ꎮ图６为东北９６㊀气象与环境学报第３４卷㊀区域年平均最低气温分布及长春与各站最低气温的相关系数分布图ꎮ首先ꎬ在平均场最低气温的总体分布形式与最高气温类似ꎬ但纬向梯度更大ꎬ黑龙江北部漠河地区年平均最低气温在－１０ħ以下ꎬ辽宁南部环渤海湾地区在８ħ左右(图６ａ)ꎮ对比最高气温的分布形态ꎬ受地形影响的经向梯度较为明显ꎮＦｉｇ ６㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆａｎｎｕａｌｍｅａｎｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ(ａ)ａｎｄｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｂｅｔｗｅｅｎＣｈａｎｇｃｈｕｎａｎｄｔｈｅｏｔｈｅｒｓｔａｔｉｏｎｓ(ｂ)ｆｒｏｍ１９６１ｔｏ２０１５ｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａ空间相关性的分析表明ꎬ最低气温表现出更多局地特征ꎬ相关系数０ ９５以上区域明显缩小ꎬ主要集中在吉林西部的小范围地区ꎬ长白山区相关性稍差ꎬ所有站点通过９５％信度检验(图６ｂ)ꎮ２ ２ ２㊀年最低气温的空间分布形态为了解最低气温时空分布特征ꎬ同样采用ＥＯＦ方法ꎬ对１９６１ ２０１５年东北区域最低气温资料的标准化场进行分解ꎬ前两个特征向量的方差贡献率分别为７２ ８０％和３ ７９％ꎮ东北地区最低气温的第一特征向量符号一致为正(图７ａ)ꎬ表明与最高气温相类似ꎬ最低气温演变也具有相当的全区一致性ꎬ大值区在吉林中部到黑图７㊀１９６１ ２０１５年东北地区年平均最低气温第一(ａ)㊁第二(ｂ)载荷向量分布Ｆｉｇ ７㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｆｉｒｓｔ(ａ)ａｎｄｔｈｅｓｅｃｏｎｄ(ｂ)ＥＯＦｏｆｔｈｅａｎｎｕａｌｍｅａｎｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｆｒｏｍ１９６１ｔｏ２０１５ｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａ龙江南部ꎬ在辽宁南部和长白山一带等值线分布较为密集ꎬ说明吉林中部地区气温演变较整体异常ꎬ辽中南和长白山区变率较大ꎮ第二特征向量呈南北反位相的变化ꎬ最强正信号在北部漠河地区ꎬ最强负信号在辽中南地区(图７ｂ)ꎮ２ ２ ３㊀年最低气温的年代际演变趋势对年最低气温ＰＣ１的线性趋势分析和突变检测(图略)ꎬ不同于最高气温ꎬ东北区域年最低气温的整体升温趋势较为明显ꎬ１９６１ ２０１５年期间最低气温ＰＣ１呈现显著上升趋势ꎬ线性增温率可达０ ５４ħ/１０ａꎮ突变检测发现最低气温在１９９７年发生突变ꎬ１９９７年之前ＰＣ１线性增温率为０ ７３ħ/１０ａꎬ１９９７年之后ＰＣ１的线性递减率为－０ １１ħ/１０ａꎮ㊀㊀综合考虑最高气温发生突变的时间ꎬ同样选择１９９７年作为节点ꎬ分别分析１９８０ １９９７年和１９９８ ２０１５年东北地区各站点年平均最低气温演变趋势及其与纬度的关系(图８ａ ｄ)ꎮ１９８０ １９９７年期间ꎬ除辽宁阜新(１２１ ７５ʎＥꎬ４２ ０７ʎＮ)和辽宁沈阳(１２３ ５２ʎＥꎬ４１ ７３ʎＮ)两站外ꎬ全区最低气温的演变一致呈现增温趋势(８６ ５％测站可通过９５％信度的趋势显著性检验)ꎬ属于第一空间分布类型(图８ａ)ꎮ增温率随纬度的增加略有增加ꎬ但趋势不明显(图８ｂ)ꎮ１９９８ ２０１５年期间ꎬ东北区域最低气温的演变趋势总体为 北增南减 的特征ꎬ属于第二空间㊀第５期侯依玲等:１９６１ ２０１５年东北区域最高与最低气温演变的气候特征９７㊀分布类型(图８ｃ)ꎬ线性增温率随纬度有增加趋势ꎬ但总体离散程度较大(图８ｄ)ꎮ图８㊀１９８０ １９９７年和１９９８ ２０１５年东北地区年平均最低气温演变趋势分布(ａꎬｃ)及其与纬度的关系(ｂꎬｄ)Ｆｉｇ ８㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｅｖｏｌｕｔｉｏｎｔｒｅｎｄｓｏｆａｎｎｕａｌｍｅａｎｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ(ａꎬｃ)ａｎｄｉｔｓｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｗｉｔｈｌａｔｉｔｕｄｅ(ｂꎬｄ)ｉｎａｐｅｒｉｏｄｏｆ１９８０￣１９９７ａｎｄ１９９８￣２０１５ｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａ２ ３㊀不同年代最高㊁最低气温的概率分布利用概率密度函数的办法统计东北区域逐个站点的逐日最高㊁最低气温在１９６１ １９９７年和１９９８ ２０１５年两个时段的出现概率(图９ａ和ｂ)ꎮ由图９ａ图９㊀１９６１ １９９７年和１９９８ ２０１５年东北地区逐日最高(ａ)㊁最低气温(ｂ)的ＰＤＦ分布Ｆｉｇ ９㊀ＰＤＦｄｉｓｔｒｉｂｕｔｉｏｎｓｏｆｔｈｅｍａｘｉｍｕｍ(ａ)ａｎｄｍｉｎｉｍｕｍ(ｂ)ｔｅｍｐｅｒａｔｕｒｅｉｎ１９６１￣１９９７ａｎｄ１９９８￣２０１５ｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａ可以看出东北区域最高气温分布具有双峰结构ꎬ这个双峰结构分别对应着冬夏两季的平均态ꎬ图中另一明显特征就是曲线随年代变化整体右移ꎬ即１９９８ ２０１５年东北区域最高气温向高值区移动ꎮ由图９ｂ可以看出ꎬ最低气温分布呈现弱三峰形态ꎬ与最高气温变化类似:曲线整体右移ꎬ尤其是０ħ以下和２０ħ以上区间概率曲线右移最为明显ꎬ说明东北区域１９９０年代后期的增暖主要以最低气温的增加为主ꎮ图９的另一特征是:最高气温和最低气温１９９８ ２０１５年期间的概率曲线比１９６１ １９９７年时段向右极延展ꎬ这说明１９９８年后东北极端高温气候事件的发生概率有所增加ꎮ２ ４㊀极端最高㊁极端最低气温的年代际分布进一步分析东北区域极端高温和极端低温出现年份ꎮ图１０为１９６１ ２０１５年期间东北地区各站点出现历史极端高温的站点数ꎮ由图可见ꎬ１９９０年后东北区域极端高温出现的频次和范围都有明显增加ꎬ影响范围最大的前四位年份分别是２００１ꎬ２０００㊁２０１０和１９９７年ꎮ其中ꎬ２００１年共有４８个台站出现了历史极端高温ꎬ是自１９６１年以来受极端高温影响范围最广的一年ꎬ高温主要发生在东北平原中东部ꎬ９８㊀气象与环境学报第３４卷㊀包括黑龙江西南部㊁吉林中部和辽宁北部(图略)ꎮ图１０㊀１９６１ ２０１５年出现极端高温站点数Ｆｉｇ １０㊀Ｎｕｍｂｅｒｓｏｆｔｈｅｓｔａｔｉｏｎｗｉｔｈｅｘｔｒｅｍｅｌｙｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｆｒｏｍ１９６１ｔｏ２０１５㊀㊀图１１㊀１９６１ ２０１５年出现极端低温站点数Ｆｉｇ １１㊀Ｎｕｍｂｅｒｓｏｆｔｈｅｓｔａｔｉｏｎｗｉｔｈｅｘｔｒｅｍｅｌｙｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｆｒｏｍ１９６１ｔｏ２０１５现历史极端低温的站点数ꎮ可见ꎬ１９９０年后极端低温事件出现的频次和站点数明显较之前降低ꎮ１９６１ １９９０年期间ꎬ共有１９年９４个站出现了历史最低气温ꎻ而在１９９０ ２０１５年期间有５年６８个站出现历史最低气温ꎬ极端低温影响范围最大的前三位年份分别为２００１㊁１９７０和１９８０年ꎮ２００１年为历史上东北地区受极端低温影响范围最广的一年ꎬ６３个站出现历史极值ꎬ受影响地区主要涉及东北平原大部ꎬ包括黑龙江南部和吉林㊁辽宁中西部地区(图略)ꎬ是历史上较为异常的一年ꎮ３㊀结论本文选取１９６１ ２０１５年东北地区逐日最高㊁最低气温资料ꎬ在最高自由度下从基本的气候资料出发ꎬ探讨了东北最高㊁最低气温整体的变化趋势及其年代际分布特征ꎮ主要研究结论如下:(１)东北地区年平均最高㊁最低气温分布形态受地形影响显著ꎬ具有良好的空间一致性ꎮ最高气温的空间分布纬向特征较强ꎬ最低气温的空间分布特征局地性较强ꎮ(２)东北地区年平均最高㊁最低气温的空间分布形态主要分成 全区一致型 和 南北反向型 ꎬ其中以 全区一致型 为主要空间特征ꎮ时间演变以１９９７年为节点呈现 先升后降 的趋势:１９８０ １９９７年ꎬ全区气温呈现一致升温趋势ꎬ为第一空间分布类型ꎻ１９９８ ２０１５年ꎬ呈现 北增南减 的演变趋势ꎬ为第二空间分布类型ꎮ(３)东北区域最高气温概率密度曲线具有双峰结构㊁最低气温为弱三峰ꎮ近２０年概率曲线整体向高值区移动ꎬ尤其是最低气温０ħ以下和２０ħ以上区间概率曲线右移最为明显ꎬ说明东北区域１９９０年代后期的增暖主要以最低气温的增加为主ꎮ(４)东北区域极端最高㊁最低气温的年代际变化分析表明ꎬ１９９０年后东北区域极端高温出现的频次和范围有明显增加而极端低温事件的出现频次和站点数明显降低ꎮ参考文献[１]㊀ＩＰＣＣ.ＣｌｉｍａｔｅＣｈａｎｇｅ２００７:ＴｈｅＰｈｙｓｉｃａｌＳｃｉｅｎｃｅＢａ￣ｓｉｓ.ＣｏｎｔｒｉｂｕｔｉｏｎｏｆＷｏｒｋｉｎｇＧｒｏｕｐＩｔｏｔｈｅＦｏｕｒｔｈＡｓ￣ｓｅｓｓｍｅｎｔＲｅｐｏｒｔｏｆｔｈｅＩｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌＰａｎｅｌｏｎＣｌｉ￣ｍａｔｅＣｈａｎｇｅ[Ｍ].ＣａｍｂｒｉｄｇｅꎬＵｎｉｔｅｄＫｉｎｇｄｏｍａｎｄＮｅｗＹｏｒｋꎬＮＹꎬＵＳＡ:ＣａｍｂｒｉｄｇｅＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓꎬ２００７.[２]㊀韩翠华ꎬ郝志新ꎬ郑景云.１９５１ ２０１０年中国气温变化分区及其区域特征[Ｊ].地理科学进展ꎬ２０１３ꎬ３２(６):８８７－８９６.[３]㊀侯光良ꎬ方修琦.中国全新世气温变化特征[Ｊ].地理科学进展ꎬ２０１１ꎬ３０(９):１０７５－１０８０.[４]㊀易湘生ꎬ尹衍雨ꎬ李国胜ꎬ等.青海三江源地区近５０年来的气温变化[Ｊ].地理学报ꎬ２０１１ꎬ６６(１１):１４５１－１４６５.[５]㊀刘盛梅ꎬ成鹏.乌鲁木齐地区近５０年来平均气温及极端气温变化特征[Ｊ].干旱区资源与环境ꎬ２０１１ꎬ２５(６):１３８－１４６ꎬｄｏｉ:１０.１３４４８/ｊ.ｃｎｋｉ.ｊａｌｒｅ.２０１１.０６.０２６.[６]㊀王劲松ꎬ费晓玲ꎬ魏锋.中国西北近５０ａ来气温变化特征的进一步研究[Ｊ].中国沙漠ꎬ２００８ꎬ２８(４):７２４－７３２.[７]㊀郑然ꎬ李栋梁ꎬ蒋元春.全球变暖背景下青藏高原气温变化的新特征[Ｊ].高原气象ꎬ２０１５ꎬ３４(６):１５３１－１５３９.[８]㊀陈超ꎬ周广胜.１９６１ ２０１０年桂林气温和地温的变化特征[Ｊ].生态学报ꎬ２０１３ꎬ３３(７):２０４３－２０５３.[９]㊀张万诚ꎬ郑建萌ꎬ马涛ꎬ等.１９６１ ２０１２年云南省极端气温时空演变规律研究[Ｊ].资源科学ꎬ２０１５ꎬ３７(４):７１０－７２２.[１０]㊀郝立生ꎬ张婧ꎬ姚学祥.河北省极值气温变化特征[Ｊ].气象ꎬ２０１０ꎬ３６(８):２６－３１.[１１]㊀周晓宇ꎬ赵春雨ꎬ张新宜ꎬ等.１９６１ ２００９年辽宁省气温㊁降水变化特征及突变分析[Ｊ].干旱区资源与环境ꎬ２０１３ꎬ２７(１０):８７－９３.[１２]㊀贺伟ꎬ布仁仓ꎬ熊在平ꎬ等.１９６１ ２００５年东北地区气温和降水变化趋势[Ｊ].生态学报ꎬ２０１３ꎬ３３(２):５１９－５３１.[１３]㊀金巍ꎬ曲岩ꎬ才奎志.１９５１ ２００５年营口市气温变化特征分析[Ｊ].气象与环境学报ꎬ２００９ꎬ２５(３):３９－４３.㊀第５期侯依玲等:１９６１ ２０１５年东北区域最高与最低气温演变的气候特征９９㊀[１４]㊀房一禾ꎬ张运福ꎬ邵鹏程ꎬ等.辽宁冬季气温变化特征及与东亚冬季风的关系[Ｊ].气象与环境学报ꎬ２０１４ꎬ３０(１):５７－６３.[１５]㊀刘雪锋ꎬ李军林.辽宁省近５０年气温变化特征及突变分析[Ｊ].沈阳农业大学学报ꎬ２００９ꎬ４０(５):５２２－５２７. [１６]㊀侯依玲ꎬ陈葆德.近４６年来华东及周围地区最高与最低气温时空演变的气候特征[Ｊ].高原气象ꎬ２００９ꎬ２８(６):１４７８－１４８４.[１７]㊀张莉.济南近６０年冬季气温变化特征[Ｊ].安徽农业科学ꎬ２０１１ꎬ３９(３１):１９４５７－１９４５８ꎬ１９５１２.[１８]㊀周伟东ꎬ朱洁华ꎬ梁萍.近１３４年上海冬季气温变化特征及其可能成因[Ｊ].热带气象学报ꎬ２０１０ꎬ２６(２):２１１－２１７.[１９]㊀崔林丽ꎬ史军ꎬ杨引明ꎬ等.长江三角洲气温变化特征及城市化影响[Ｊ].地理研究ꎬ２００８ꎬ２７(４):７７５－７８６. [２０]㊀彭玉龙.华南地区日极值气温统计降尺度研究[Ｄ].湘潭:湘潭大学ꎬ２０１６.[２１]㊀伍红雨ꎬ杨崧.华南冬季气温异常与大气环流和海温的关系[Ｊ].热带气象学报ꎬ２０１４ꎬ３０(６):１０６１－１０６８. [２２]㊀伍红雨ꎬ潘蔚娟ꎬ王婷.华南冬季气温异常与ＥＮＳＯ的关系[Ｊ].气象ꎬ２０１４ꎬ４０(１０):１２３０－１２３９. [２３]㊀丁玲玲ꎬ葛全胜ꎬ郑景云ꎬ等.１７３６ ２００９年华南地区冬季年平均气温序列重建[Ｊ].第四纪研究ꎬ２０１３ꎬ３３(６):１１９１－１１９８.[２４]㊀任广成ꎬ沈爱华ꎬ令聪婧.华南盛夏气温异常成因及预测研究[Ｊ].气象研究与应用ꎬ２０１１ꎬ３２(１):１－５ꎬ３３. [２５]㊀伍红雨ꎬ杜尧东.１９６１ ２００８年华南地区极端气温的非对称变化[Ｊ].生态学杂志ꎬ２０１０ꎬ２９(１１):２２４１－２２４８.[２６]㊀王琼ꎬ张明军ꎬ王圣杰ꎬ等.１９６２ ２０１１年长江流域极端气温事件分析[Ｊ].地理学报ꎬ２０１３ꎬ６８(５):６１１－６２５. [２７]㊀丁一汇ꎬ张锦ꎬ徐影ꎬ等.气候系统的演变及其预测[Ｍ].北京:气象出版社ꎬ２００３:３２－３５.[２８]㊀孙倩倩ꎬ刘晶淼.基于聚类分析的中国东北地区气温和降水时空变化特征[Ｊ].气象与环境学报ꎬ２０１４ꎬ３０(３):５９－６５.[２９]㊀侯依玲ꎬ李栋梁ꎬ施雅风ꎬ等.我国东北及邻近地区年平均气温异常及其对北半球气候变暖和欧亚雪盖面积的响应[Ｊ].冰川冻土ꎬ２００６ꎬ２８(６):９００－９０８. [３０]㊀陶纯苇ꎬ姜超ꎬ孙建新.ＣＭＩＰ５模式对中国东北气候模拟能力的评估[Ｊ].气候与环境研究ꎬ２０１６ꎬ２１(３):３５７－３６６.[３１]㊀崔妍ꎬ李倩ꎬ周晓宇ꎬ等.５个全球气候模式对中国东北地区地面温度的模拟与预估[Ｊ].气象与环境学报ꎬ２０１３ꎬ２９(４):３７－４６.[３２]㊀ＴｏｍéＡＲꎬＭｉｒａｎｄａＰＭＡ.Ｐｉｅｃｅｗｉｓｅｌｉｎｅａｒｆｉｔｔｉｎｇａｎｄｔｒｅｎｄｃｈａｎｇｉｎｇｐｏｉｎｔｓｏｆｃｌｉｍａｔｅｐａｒａｍｅｔｅｒｓ[Ｊ].Ｇｅｏ￣ｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈＬｅｔｔｅｒｓꎬ２００４ꎬ３１(２):Ｌ０２２０７.Ｃｌｉｍａｔｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｐａｔｉａｌ￣ｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎｓｏｆｍａｘｉｍｕｍａｎｄｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａｄｕｒｉｎｇ１９６１￣２０１５ＨＯＵＹｉ￣ｌｉｎｇ１ꎬ２㊀ＬＩＵＭｉｎｇ￣ｙａｎ１ꎬ２㊀ＺＨＡＮＧＨａｉ￣ｎａ１㊀ＺＨＡＯＣｈｕｎ￣ｙｕ１(１.ＳｈｅｎｙａｎｇＲｅｇｉｏｎａｌＣｌｉｍａｔｅＣｅｎｔｅｒꎬＳｈｅｎｙａｎｇꎬ１１０１６６ꎬＣｈｉｎａꎻ２.ＩｎｓｔｉｔｕｔｅｏｆＡｔｍｏｓｐｈｅｒｉｃＥｎｖｉｒｏｎｍｅｎｔꎬＣｈｉｎａＭｅｔｅｏｒｏｌｏｇｉｃａｌＡｄｍｉｎｉｓｔｒａｔｉｏｎꎬＳｈｅｎｙａｎｇꎬ１１０１６６ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｕｓｉｎｇｔｈｅｄａｉｌｙｄａｔａｆｒｏｍ１６２ｗｅａｔｈｅｒｓｔａｔｉｏｎｓꎬｔｈｅｓｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎｓｏｆｍａｘｉｍｕｍａｎｄｍｉｎ￣ｉｍｕｍｓｕｒｆａｃｅａｉｒｔｅｍｐｅｒａｔｕｒｅｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａｗｅｒｅｓｔｕｄｉｅｄｕｎｄｅｒｔｈｅｈｉｇｈｅｓｔｌｅｖｅｌｏｆｆｒｅｅｄｏｍｃｏｎｄｉｔｉｏｎｆｏｒｔｈｅｐｅｒｉｏｄｆｒｏｍ１９６１ｔｏ２０１５.Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆａｎｎｕａｌｍｅａｎｍａｘｉｍｕｍａｎｄｍｉｎｉｍｕｍａｉｒｔｅｍ￣ｐｅｒａｔｕｒｅａｒｅｓｉｇｎｉｆｉｃａｎｔｌｙａｆｆｅｃｔｅｄｂｙｔｏｐｏｇｒａｐｈｙ.Ｉｔｈａｓｇｏｏｄｓｐａｔｉａｌｃｏｎｓｉｓｔｅｎｃｙ.Ｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｓｈｏｗｓｓｉｇｎｉｆｉｃａｎｔｌｙｚｏｎａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓꎬｗｈｉｌｅｔｈａｔｏｆｔｈｅｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｓｈｏｗｓｌｏｃａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ.Ｔｈｅｔｅｍｐｏｒａｌｔｒｅｎｄｅｘｈｉｂｉｔｓａｎｉｎｉｔｉａｌｉｎｃｒｅａｓｉｎｇａｎｄｔｈｅｎｃｈａｎｇｅｓｔｏｄｅｃｒｅａｓｉｎｇｔｒｅｎｄꎬａｎｄｔｈｅｔｒａｎ￣ｓｉｔｉｏｎｐｏｉｎｔａｐｐｅａｒｓｉｎ１９９７.Ｆｒｏｍ１９８０ｔｏ１９９７ꎬｔｈｅｔｅｍｐｅｒａｔｕｒｅｓｈｏｗｓａｎｉｎｃｒｅａｓｅｄｔｒｅｎｄｏｖｅｒｔｈｅｅｎｔｉｒｅｒｅｇｉｏｎꎬｒｅｐｒｅｓｅｎｔｉｎｇｔｈｅｆｉｒｓｔｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｐａｔｔｅｒｎ.Ｆｒｏｍ１９９８ｔｏ２０１５ꎬｔｈｅｔｅｍｐｅｒａｔｕｒｅｓｈｏｗｓａｎ"ｉｎｃｒｅａｓｉｎｇｉｎｔｈｅｎｏｒｔｈａｎｄｄｅｃｒｅａｓｉｎｇｉｎｔｈｅｓｏｕｔｈ"ｔｒｅｎｄꎬｒｅｐｒｅｓｅｎｔｉｎｇｔｈｅｓｅｃｏｎｄｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｐａｔｔｅｒｎ.Ｔｈｅｐｒｏｂａｂｉｌｉｔｙｄｅｎｓｉｔｙｃｕｒｖｅｓｏｆｔｈｅｍａｘｉｍｕｍａｎｄｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｓｍｏｖｅｔｏｈｉｇｈ￣ｖａｌｕｅａｒｅａｓａｆｔｅｒ１９９７.Ａｆｔｅｒ１９９０ꎬｔｈｅｐｒｏｂａｂｉｌｉｔｙｏｆｅｘｔｒｅｍｅｌｙｈｉｇｈｔｅｍｐｅｒａｔｕｒｅｓｈｏｗｓａｎｉｎｃｒｅａｓｉｎｇｔｒｅｎｄꎬｗｈｉｌｅｔｈａｔｏｆｅｘｔｒｅｍｅｌｙｌｏｗｔｅｍｐｅｒａｔｕｒｅｉｓａｄｅｃｒｅａｓｉｎｇｔｒｅｎｄ.Ｋｅｙｗｏｒｄｓ:ＭａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅꎻＭｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅꎻＥｘｔｒｅｍｅｅｖｅｎｔｓ。
1961-2014年北疆地区降水时间演变特征分析
发现夏季降水量存在显著的年际变化 four months each year of monthly precip鄄
导致了极端降水事件次数的增加，这必 特征，且在20世纪60—80年代降水量较 itation showed an increasing trend袁which
然会对人类生产生活带来一定的危 害 [1]。而降水是表征气候变化的重要因
水量变化特征以及中雨日数尧大雨日数尧极端降水日数变化规律袁得出以下结论院渊1冤对年平均 降水量年际变化规律分析得出袁北疆地区年平均水量呈逐年递增趋势袁降水量倾向率约为 12 mm/10 年袁年平均降水量每 10 年增加 12 mm曰渊2冤 通过年平均降水量距平变化分析得出袁 1961要1985 年期间年平均降水量较少袁从 1998 年开始北疆地区年降水量高于平均值水平袁降
少。王芬等[5]在对贵州近50年不同级别 increments the biggest rainfall in July袁 rainfall trend rate of about 21.7 mm/10
下降水日数的研究中，发现随着降水等 years曰 渊4冤 by extreme rainfall variation
annual precipitation per decade 12 mm;
关键词 降水曰倾向率曰小波变换曰突变检验曰极端降水
渊2冤 by the average annual rainfall anomaly change analysis concluded that
中图分类号院P426.6 文献标识码院A 文章编号院2095-3305渊2019冤06-027-06
average annual precipitation variation analysis showed the average water year increasing trend袁precipitation trend rate of about 12 mm/10 years袁the average
东北近60年盛夏降水特征及其与不同类型厄尔尼诺的联系
东北近60年盛夏降水特征及其与不同类型厄尔尼诺的联系近60年来，东北地区的盛夏降水特征一直备受研究者的关注。
东北地区的降水现象受到气候变化、厄尔尼诺事件等多种因素的影响。
本文将探讨东北近60年的盛夏降水特征，并分析其与不同类型厄尔尼诺事件之间的联系。
一、东北近60年盛夏降水特征东北地区的盛夏降水主要受到东亚季风和辐合作用的影响。
东北地区位于东亚季风的南侧，正好处于季风气候的过渡带上。
盛夏季风期间，暖湿空气从海洋上空吹向东北地区，遭遇地形的阻挡，引发辐合作用，进而导致降水增加。
根据观测数据，东北地区的盛夏降水呈现出以下特征：首先，降水量较大，平均降水量超过500毫米，其中以吉林和黑龙江两省为主。
其次，降水分布不均匀，东北地区内存在明显的地域差异。
一般来说，西部高原地区降水量较少，而东南沿海地区降水量较多。
此外，东北地区的降水多以暴雨形式出现，降雨强度较大。
二、不同类型厄尔尼诺与东北盛夏降水的关系厄尔尼诺事件是全球气候系统的重要组成部分，对东北盛夏降水也有一定的影响。
根据观测数据和研究结果，不同类型的厄尔尼诺事件对东北地区的盛夏降水产生不同的影响。
1. 耐厄尔尼诺（La Niña）事件：耐厄尔尼诺事件时，东北地区的盛夏降水明显增加。
这是由于厄尔尼诺事件引起的东亚季风减弱，使得湿气得以更好地输送到东北地区。
同时，辐合作用也增强，为盛夏降水的增加提供了条件。
2. 正常年份：在正常年份，东北地区的盛夏降水呈现出一定的周期性。
一般情况下，降水量比较稳定，但也会存在年际变化。
这种变化可能受到季风环流和其他气候因素的综合影响。
3.艾尔尼诺（El Niño）事件：艾尔尼诺事件对东北地区的盛夏降水影响较小。
厄尔尼诺事件时，东亚季风减弱，导致湿气输送减少，从而降水量下降。
然而，厄尔尼诺事件的影响较弱，无法完全抵消东北地区盛夏降水的基本特征。
综上所述，东北地区近60年的盛夏降水特征主要表现为降水量较大、分布不均匀以及降雨强度较大等特点。
1961—2014年北疆地区降水时间演变特征分析
1961—2014年北疆地区降水时间演变特征分析作者：王枫武玉龙王大旺付亚楠来源：《农业灾害研究》2019年第06期摘要利用北疆地區15个县市1961—2014年逐日降水资料，采用数理统计、一元线性回归、小波变换分析等方法，研究了北疆地区年平均降水量年际变化、年平均降水量距平变化、月降水量变化特征以及中雨日数、大雨日数、极端降水日数变化规律，得出以下结论：（1）对年平均降水量年际变化规律分析得出，北疆地区年平均水量呈逐年递增趋势，降水量倾向率约为12 mm/10年，年平均降水量每10年增加12 mm;（2）通过年平均降水量距平变化分析得出，1961—1985年期间年平均降水量较少，从1998年开始北疆地区年降水量高于平均值水平，降水量相对偏多;（3）通过对1月、4月、7月、10月这4个代表月降水量变化分析得出，4个月份逐年的月降水量均呈递增趋势，其中7月份降水量递增幅度最大，降水量倾向率约为21.7 mm/10年;（4）通过对极端降水变化规律分析得出，北疆地区中雨日数呈逐年递增趋势，每10年增加5 d左右，大雨日数每10年增加1 d左右，极端降水日数每10年增加6 d 左右;（5）通过小波变换分析得出，年平均降水时间序列在年际演变过程中，存在2～4年的小尺度、4～8年的中尺度、8～16年的大尺度的周期变化规律;（6）对代表月降水量数据M-K 突变检验分析得出，1986年为1月份、7月份降水量的一个突变年，1975年、1984年为4月份降水量的2个突变年，1985年为10月份降水量的一个突变年。
关键词降水;倾向率;小波变换;突变检验;极端降水中图分类号：P426.6 文献标识码：A 文章编号：2095-3305（2019）06-027-06DOI： 10.19383/ki.nyzhyj.2019.06.012Time Evolution of Precipitation Characteristics in Northern XinjiangWANG Fenget al（Shanghai Supply and Delivery Division，CMA，Shanghai 200050）Abstract In this paper，daily precipitation data of 15 counties from 1961 to 2014 were used，and mathematical statistics，linear regression method，wavelet transform analysis were adopted to study the average annual precipitation，annual average precipitation anomaly a variety of characteristics and the number of moderate days，heavy rain for several days，extreme changes in precipitation patterns，the representative of the number of monthly precipitation in Northern Xinjiang，the following conclusions：（1） the average annual precipitation variation analysis showed the average water year increasing trend，precipitation trend rate of about 12 mm/10 years，the average annual precipitation per decade 12 mm; （2） by the average annual rainfall anomaly change analysis concluded that in 1961，less the average annual precipitation for the period 1985 ，since 1998 the average annual precipitation in northern areas than the level of rainfall is relatively high side; （3） by January，April，July，October is the month that four changes in precipitation analysis results，four months each year of monthly precipitation showed an increasing trend，which increments the biggest rainfall in July，rainfall trend rate of about 21.7 mm/10 years;（4） by extreme rainfall variation analysis concluded that the northern region rain day number was increasing in recent years，increasing every 10 years about 5 days of heavy rain a few days per decade about 1 day，extreme precipitation days per decade about 6 days;（5） wavelet transform analysis concluded that the average precipitation time series interannual evolution，there are 2～4 years，smallscale，4～8 year scale，8～16 years of changing patterns of large scale;（6）According to the m-k mutation test of representative monthly precipitation data，1986 is a mutation year of precipitation in January and July; 1975 and 1984 are two mutation years of precipitation in April; 1985 is a mutation year of precipitation in October.Key words Precipitation;Trend rate;Wavelet transform;Mutation test; Extreme precipitationIPCC2013气候报告指出，全球气候正处于日趋变暖的阶段，气候变暖直接导致了极端降水事件次数的增加，这必然会对人类生产生活带来一定的危害[1]。
沈阳市1951—2014年降水变化特征分析
沈阳市1951—2014年降水变化特征分析作者：张巍高桐来源：《安徽农学通报》2015年第10期摘要：利用沈阳市1951-2014年降水资料，运用气候统计诊断分析方法，研究了沈阳市近64a降水变化特征。
结果表明：沈阳市5～9月是年降水量减少的主要时间段，平均每10a减少约24.471mm，近64a降水线性减少达156.6mm，在1975、1976年出现气候突变，突变后的1976-2014年比突变前的1951-1975年降水量平均减少99.3mm；春季表现为增加趋势，平均每10a增加12.0mm。
分析结果对沈阳市水资源可持续开发、中长期降水评估、农业结构调整具有参考意义。
关键词：降水；特征；趋势；沈阳市中图分类号 P333 文献标识码 A 文章编号 1007-7731（2015）10-153-03Abstract：Through 1951-2014 annual precipitation data and the analysis method of climatological statistical diagnosis，the characteristics of precipitation in Shenyang city were studied in 64a. The results showed that：Shenyang rainfall from May to September is the main annual precipitation decrease period，the average reduction per 10a approximately 24.471mm，near 64a precipitation decreases linearly reached 156.6mm，in 1975，1976 appears abrupt climate change，mutated 1976-2014 mutation before 1951 year on year - 1975，an average reduction of rainfall99.3mm； spring showed an increasing trend，with an average increase of 12.0mm every 10 years. The results for the sustainable development of water resources in Shenyang city，the long-term precipitation assess the adjustment of agricultural structure reference value.Key words：Precipitation；Characteristics；Trends；Shenyang City大气降水是水资源的重要组成部分[1-2]，是水资源的重要补给源。
东北三省1961—1990年与1991—2018年降水量变化综合观测
张 鑫，曹 蕾，杜 静，等．东北三省１９６１—１９９０年与１９９１—２０１８年降水量变化综合观测［Ｊ］．江苏农业科学，２０２０，４８（２１）：２８２－２８７．ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０２０．２１．０５３东北三省１９６１—１９９０年与１９９１—２０１８年降水量变化综合观测张 鑫，曹 蕾，杜 静，王一达，韩基良（黑龙江省哈尔滨市气象局，黑龙江哈尔滨１５００２８） 摘要：利用１９６１—２０１８年东北三省３２个国家气象观测站逐日降水资料，对黑、吉、辽三省极端降水的时空变化特征进行分析。
对比１９６１—１９９０年和１９９１—２０１８年这２个时间段，先后对其最大２４ｈ降水量、农作物主要生长季降水量、最大月降水、日降水量≥１０ｍｍ以及≥２５ｍｍ的日数、连续无雨日数（ＣＤＤ）和连续降水日数（ＣＷＤ）等极端降水指标进行了分析，发现与１９６１—１９９０年相比，过去３０年冬季降水量增加，但分布不均匀性也增加，最大月降水总量在３００～４００ｍｍ范围内数据分布密度较高，强降水日数相近，但数据集中度更好，连续降水日数的密度大值区提高１．０～１．５ｄ，东北三省的夏季２４ｈ最大降水量呈现出西部增长东部减少趋势。
关键词：极端降水；空间分布；变化趋势；东北三省；降水量 中图分类号：Ｐ４２６．６２＋３；Ｓ１６１．６ 文献标志码：Ａ 文章编号：１００２－１３０２（２０２０）２１－０２８２－０６收稿日期：２０２０－０２－２１基金项目：基于ＣＬＤＡＳ２．０土壤水分监测产品本地化应用及初步评估（编号：ＨＱＺＣ２０１９０２８）。
作者简介：张 鑫（１９８５—），女，黑龙江哈尔滨人，硕士研究生，主要从事短时临近预报和气象数据处理研究。
Ｅ－ｍａｉｌ：ｚｈａｎｇｑｑｑｆ＠１２６．ｃｏｍ。
联合国政府间气候变化专门委员会（ＩＰＣＣ）在丹麦哥本哈根发布了ＩＰＣＣ第５次评估报告的《综合报告》，ＩＰＣＣ第５次评估报告指出，近百年全球气候变暖，１８８０—２０１２年全球地表平均温度上升了０ ８５℃［１］。
东北近60年盛夏降水特征及其与不同类型厄尔尼诺的联系
东北近60年盛夏降水特征及其与不同类型厄尔尼诺的联系近60年来，东北地区的盛夏降水特征一直备受研究者的关注。
东北地区是我国重要的粮食生产区之一，夏季降水的分布和变化对于农业生产有着重要的影响。
同时，厄尔尼诺现象作为全球气候系统中的重要成分，也对东北地区的夏季降水起着一定的调控作用。
本文将从近60年来东北盛夏降水特征的变化以及不同类型厄尔尼诺与降水关系的探讨两个方面进行论述。
1. 东北近60年盛夏降水特征的变化东北地区的盛夏降水受多种因素的影响，包括地理环境、大气环流、水蒸发等。
近60年来，东北地区盛夏降水呈现出一些明显的变化特征。
首先是降水量的年际变化趋势。
研究表明，近年来东北地区的夏季降水量整体呈现逐渐减少的趋势，特别是在炎热干旱的年份，降水量减少更加显著。
其次是降水日数和降水强度的变化。
虽然总体降水量有所减少，但是东北地区夏季降水的分布不均，降水日数略有增加，降水强度相对较大，可能导致局部地区的洪涝灾害。
此外，近年来东北地区夏季降水的时空分布也发生了一定的变化，主要表现为降水中心的位置和移动轨迹的改变。
这些变化都对东北地区的农业生产和水资源管理带来了一定的挑战。
2. 不同类型厄尔尼诺与东北盛夏降水的关系厄尔尼诺现象是全球气候中的一个重要现象，通过改变赤道太平洋海温异常分布，厄尔尼诺事件会对全球范围内的气候系统产生重要影响。
东北地区夏季降水与厄尔尼诺现象之间存在一定的联系。
研究表明，厄尔尼诺事件对东北地区夏季降水的影响表现为一些典型模式。
例如，东北地区在强厄尔尼诺年份往往呈现出夏季降水偏少的特征；而在弱厄尔尼诺或者拉尼娜年份，则可能出现夏季降水偏多的情况。
这种关系可能是由于厄尔尼诺事件对大气环流的扰动作用，从而导致了东北地区夏季降水的变化。
此外，东北地区在夏季盛行的东北季风也与厄尔尼诺现象有一定的关联性，例如在强厄尔尼诺年份，东北季风可能会偏弱，从而导致东北地区夏季降水较少。
3. 未来研究方向虽然已有一定的研究成果，但是对于东北近60年盛夏降水特征及其与不同类型厄尔尼诺的联系仍有许多需要进一步探索的问题。
近50年东北地区夏季降水变化特征
近50年东北地区夏季降水变化特征
张雷
【期刊名称】《黑龙江农业科学》
【年(卷),期】2017(000)010
【摘要】为充分利用降水资源,采用东北地区166个气象观测站1961-2016年逐月的降水量地面观测资料,并对该地区近50年夏季降水量的气候特征和变化趋势的空间差异进行了分析.结果表明:东北地区大部分区域夏季降水量在300~400 m m,总体呈现东南部多、西北部少的空间分布特征.辽宁东部和吉林南部存在明显的降水高值区,夏季降水量达到600 m m以上.近50年东北地区夏季降水量整体呈现减少趋势,在辽东半岛与长白山南部、吉林西北部以及黑龙江中部降水量明显减少,部分区域的减少趋势超过-15 mm·(10 a)-1.吉林南部与辽宁东北部的夏季降水增加明显,变化趋势达到10~15 mm·(10 a)-1.
【总页数】3页(P15-16,20)
【作者】张雷
【作者单位】中国气象局国家气象信息中心 ,北京100081
【正文语种】中文
【中图分类】P429
【相关文献】
1.东北地区近50年降水量变化特征的分区 [J], 高西宁;王耸;郝志新;王禄禄;蒋姗姗
2.陆浑水库控制区近50年夏季降水变化特征 [J], 王纪军;竹磊磊;胡彩虹;潘攀
3.陆浑水库控制区近50年夏季降水变化特征 [J], 王纪军;竹磊磊;胡彩虹;潘攀;
4.近50年东北地区热量资源变化特征 [J], 刘实;王勇;缪启龙;丁园圆
5.近50年东北地区温度降水变化特征分析 [J], 吉奇;宋冀凤;刘辉
因版权原因，仅展示原文概要，查看原文内容请购买。
1961-2013年东北地区夏季极端降水事件变化特征
1961-2013年东北地区夏季极端降水事件变化特征梁丰;刘丹丹;王婉昭;张富荣;于芳健【期刊名称】《干旱区地理》【年(卷),期】2016(0)3【摘要】利用东北地区84个气象站1961-2013年逐日降水资料,通过线性回归、气候倾向率、Mann-Kendall非参数检验、相关分析和经验模态分解(EMD)等方法,分析了东北地区夏季6个极端降水指数(连续干旱日数(CDD)、连续湿润日数(CWD)、强降水量(R95)、极端降水量(R99)、最大1 d降水量(RX1day)和最大5 d降水量(RX5day))的变化规律。
结果表明:近53 a夏季CDD在东北大部都呈增加趋势,气候倾向率达到0.45 d·(10 a)^(-1),而CWD在东北南部地区表现出一定的减少趋势。
进一步研究发现,CDD对东北地区夏季旱年异常敏感,而R95、R99和RX5day与东北地区旱涝年都有很好的对应关系。
除CDD和CWD外,其它4种极端降水指数与夏季总降水的变化存在很好的一致性,即各极端降水指数的增加(减少)能够反映出降水量的增加(减少)。
在近53 a的时间尺度上,除R95和R99外,各极端降水指数都存在显著的准3 a振荡周期。
此外,RX1day和RX5day的17 a周期也较为明显,CDD、R95、R99、RX5day还存在30~32 a的长周期变化。
【总页数】8页(P565-572)【关键词】极端降水事件;时空变化;东北地区【作者】梁丰;刘丹丹;王婉昭;张富荣;于芳健【作者单位】辽宁省朝阳市气象局;辽宁省气象科学研究所【正文语种】中文【中图分类】P458.1【相关文献】1.1961-2013年辽宁省夏季降水时空变化分布特征分析 [J], 戴廷仁;王小桃;栾健;王帅2.广西夏季近50年极端降水事件的变化特征 [J], 陈明璐3.1961-2014年中国东部地区夏季极端降水事件时空变化特征 [J], 王雨枭;游庆龙;谢星旸4.夏季长江中下游流域性极端日降水事件的环流异常特征及其与非极端事件的比较[J], 韩洁;管兆勇;李明刚5.1961-2013年东北地区夏季降水变化趋势分析 [J], 梁丰;刘丹丹;王婉昭;刘鹏飞;于芳健因版权原因，仅展示原文概要，查看原文内容请购买。
1960-2014年辽宁省冬季降水极值变化分析
1960-2014年辽宁省冬季降水极值变化分析阎琦;陆井龙;田莉;杨青【期刊名称】《气象与环境学报》【年(卷),期】2015(031)006【摘要】利用1960-2015年辽宁省50个常规气象站和加密站的降水观测资料,对辽宁省冬季降水极值变化特征进行了分析.结果表明:1960-2014年辽宁省康平和义县地区冬季年平均极端降水频次最多,为1.7次;辽中地区冬季年平均极端降水频次最少,为1.0次.辽宁省冬季极端降水频次呈较明显的上升趋势并存在11、7a和3 a 的变化周期.辽宁省冬季区域性小雪、中雪、大雪及暴雪量级降水过程的年总频次极大值分别为32、8、4次和2次.辽宁省冬季连续性降水过程发生频次呈自东向西减少的空间分布特征,清原地区年平均连续性降水发生频次最大,这9次/10 a.单站冬季降水总量极值为95.0mm.单站纯雪过程降水量及24h、6h、1h降水量极值分别为42.0 mm、34.5mm、20.0 mm和6.9mm.【总页数】6页(P101-106)【作者】阎琦;陆井龙;田莉;杨青【作者单位】沈阳中心气象台,辽宁沈阳110166;沈阳中心气象台,辽宁沈阳110166;沈阳中心气象台,辽宁沈阳110166;沈阳中心气象台,辽宁沈阳110166【正文语种】中文【中图分类】P468.0+24【相关文献】1.1960-2014年辽宁省夏季降水极值分析 [J], 阎琦;杨青;陆井龙;田莉2.1960-2014年淮河上中游流域年降水和主汛期降水的时空分布特征 [J], 王景才;徐蛟;蒋陈娟;黄金柏3.辽宁省2020年冬季极端降水场次特征分析 [J], 刘建冶;叶天舒4.贵州省1960-2014年降水量时空变化特征分析 [J], 彭菊;周秋文;韦小茶;唐欣;梁建方;闵思艳5.1960-2014年祁连山南坡及其附近地区降水时空变化特征 [J], 付建新;曹广超;李玲琴;曹生奎;唐仲霞;杨晓敏;蒋刚;虞敏;袁杰;刁二龙因版权原因，仅展示原文概要，查看原文内容请购买。
1961-2012年辽宁省不同级别降水事件变化特征
1961-2012年辽宁省不同级别降水事件变化特征周晓宇;敖雪;赵春雨;崔妍;王颖;刘鸣彦;张新宜;王涛【期刊名称】《气象与环境学报》【年(卷),期】2015(000)005【摘要】利用1961—2012年辽宁省52个气象站降水资料，采用线性倾向估计、趋势分析及 Mann-Kendell 等方法，分析了辽宁省降水量、降水日数及降水强度的变化特征。
结果表明：辽宁省降水量和降水日数最高值均出现在7月，降水强度最高值出现在8月。
年降水量呈减少的趋势（3.47 mm／10 a），冬季和春季降水量呈增加的趋势，夏季和秋季降水量呈减少的趋势，年降水量减少主要是由于夏季小雨降水量的减少引起的。
年降水日数呈显著减少的趋势（2.93 d／10 a），春季降水日数增加，夏季和秋季降水日数减少，冬季降水日数无明显变化，年降水日数的减少主要是由于夏季小雨日数的减少引起的。
年降水强度呈显著增加的趋势（0.22（mm·d －1）／10 a），四季降水强度均呈增加的趋势，年降水强度的增加主要是由于秋季小雨降水强度的增加引起的。
辽宁省降水量由西北向东南递增，凤城地区降水量减少速率最大，为28.40 mm／10 a；年降水日数呈东多西少的分布，新宾地区降水日数减少最明显，减少速率为9.9 d／10 a；年降水强度高值区位于辽宁东部地区，东港地区降水强度增加最大，为0.80（mm·d －1）／10 a。
年降水量与年降水日数的空间分布和长期变化趋势较相似，而其与年降水强度的长期变化趋势相反。
年降水量和年降水强度无明显的突变，年降水日数的突变年份为1981年。
%Based on precipitation data from 52 weather stations from 1961 to 2012 in Liaoning province,character-istics of precipitation,number of rain day and rain intensity in Liaoning province were analyzed bymethods of a linear trend estimate,a trend analysis and a Mann-Kendall and so on.The results show that the maximums of pre-cipitation and number of rain day both occur in July,while the maximium of rain intensity is in August.Annual precipitation both are in a decreasing trend (3.47mm/10 a),so is summer and autumn precipitation.However, winter and spring precipitation both are in increasing trends.The number of annual rain day is also in a decreasing trend (2.93 mm/10 a)because of decreasing in light rain day in summer.The number of rain day in spring is in an increasing trend,while that in summer and autumn is in a decreasing trend.There is not significant change for the number of winter rainday.Rain intensity is in a signigicant increasing tendency (0.22 mm·d -1 per ten years) because of increasing in light rain intensity in autumn,so is seasonal rain intensity.Precipitation increases from northwest to southeast in Liaoning province.The maximum decreasing rate occurs in Fengcheng with 28.4 mm per decade.Annual rain day is more in east than in west.The maximum decreasing rate is in Xinbin with 9.9 days per decade.Annual rain intensity is higher in the east of Liaoning province,especially in Donggang with increasing rate of 0.8 mm·d -1 per decade.Spatial distribution and long changing tendency of annual precipitation are similar to those of rain day,while it is an opposite changing tendency with rain intensity.Annual rain day has an abrupt change in 1981,while annual precipitation and rain intensity have no obvious abrupt changes.【总页数】8页(P120-127)【作者】周晓宇;敖雪;赵春雨;崔妍;王颖;刘鸣彦;张新宜;王涛【作者单位】沈阳区域气候中心，辽宁沈阳 110166;沈阳区域气候中心，辽宁沈阳 110166;沈阳区域气候中心，辽宁沈阳 110166;沈阳区域气候中心，辽宁沈阳110166;沈阳区域气候中心，辽宁沈阳 110166;沈阳区域气候中心，辽宁沈阳110166;黄石市气象局，湖北黄石 435002;沈阳区域气候中心，辽宁沈阳110166【正文语种】中文【中图分类】P426.6【相关文献】1.1957—2015年宿州市不同级别降水事件变化特征 [J], 赵雪松;张春生;钱平海;陈文涛2.1961-2012年汾河流域降水量变化特征 [J], 侯剑英3.1961-2012年塔城地区极端温度事件变化特征 [J], 王飞;刘红霞;黄玲;董海英4.1961—2016年中国天山不同级别降雪事件变化特征分析 [J], 秦艳;丁建丽5.1961-2012年贵州省极端降水时空变化特征 [J], 陈学凯;徐建新;胡娟萍;张泽中;黄鑫因版权原因，仅展示原文概要，查看原文内容请购买。
- 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)。
1961–2014年中国东北地区各季节平均
降水时空特征分析
摘要：本研究利用中国区域CN05.1格点化观测降水数据集，使用经验正交
函数分解法（EOF）对1961~2014年期间我国东北地区春、夏、秋、冬四个季节
平均降水的时空分布特征进行分析。
结果表明，该地区四个季节平均降水具有明
显的空间特征：东北地区春、夏、秋、冬各季节平均降水EOF展开的第一空间模
态均为全区一致型，第二空间模态均为南北反向型。
此外，东北地区四个季节EOF1模态对应的时间序列均表现出显著的年代际变化，夏、秋、冬三个季节
EOF2模态对应的时间序列也具有明显的年代际变化特征。
关键词：中国东北；季节平均降水；时空分布特征；经验正交函数分解法
1.引言
东北地区，拥有中国最大的平原，是我国重要的粮食产区。
气候异常，特别
是降水的时空变化特征对自然环境和社会发展有重要意义。
近年来，东北地区干
旱洪涝等灾害性天气增加，例如2013年6月1日至8月11日黑龙江省先后发生
了11次明显降水过程，比历年同期偏多16%。
其中7月份比历年同期偏多28%，
32条河流发生超警戒水位洪水，其中嫩江上游发生20年一遇的洪水。
降水异常
严重影响该地区的农作物产量、人民生产生活，严重危害人民的生命和财产安全。
因此，认识和了解东北地区降水的时空分布特征对于我国的粮食生产安全及提高
人民生活质量具有非常重要的意义。
2.资料和方法
本文使用的降水数据是中国区域格点化的观测降水数据集CN05.1。
该套数据
是基于中国地区2400余个地面气象台站的观测资料，运用插值建立的一套格点
化降水数据集，分辨率为0.5°×0.5°[1]。
本文使用经验正交函数分解法（Empirical Orthogonal Function，EOF）来
分析我国东北地区春、夏、秋、冬四个季节平均降水的时空分布特征。
EOF方法
是把原变量场分解为只随时间变化的时间函数和不随时间变化的空间函数，其分
解的几个典型模态是相互正交的，并且浓缩了原变量场的大量信息[2]。
本研究分析时段为1961~2014年。
春季指3月到5月平均，夏季指6月到8
月平均，秋季指9月到11月平均，冬季指当年的12月到次年2月平均。
在进行EOF分析之前对资料进行去除线性趋势的处理。
对去除线性趋势的1961~2014年期间我国东北地区春、夏、秋、冬各个季节平均降水使用EOF方法
进行时空分布特征分析。
东北地区定义为我国范围内119ºE以东，38ºN以北的地区。
3.中国东北各季节平均降水的时空特征
3.1中国东北地区春季平均降水时空分布特征
图2为1961~2014年期间东北地区春季平均降水EOF展开的前两个特征向量
的空间分布，解释方差分别为40.8%和13.8%，他们代表了该地区降水的典型空
间分布结构。
据第一向量的空间模态显示：该地区春季平均降水主模态整体上表
现为全区一致变化。
第二特征向量分布为南北反向型。
从东北地区春季平均降水EOF展开的第一特征向量对应的时间序列来看（图
1 a），1983年、2005年和2010年东北地区春季平均降水全区一致偏多的分布
型显著，2003年东北地区春季平均降水全区一致偏少的分布型显著。
春季平均降
水第二特征向量所对应的时间序列（图1b）具有显著的年际变化特征。
1979年、1990年和2009年辽宁省和吉林省大部春季平均降水偏少，东北其他地区春季平
均降水偏多的分布型较为显著。
列
3.2中国东北地区夏季平均降水时空分布特征
图3为1961~2014年期间东北地区夏季平均降水EOF展开的前两个特征向量
的空间分布型，解释方差分别占总方差的37.5%和19.7%。
由第一向量的空间模
态知道：该地区夏季平均降水主模态整体上表现为全区一致变化。
第二特征向量
呈现南北反向空间分布型。
图2为东北地区夏季平均降水前两个特征向量对应的时间系数。
从第一特征
向量对应的时间序列可以看出，1985年和2013年东北地区夏季平均降水全区一
致偏多的分布型显著，1968年、2000年和2007年东北地区夏季平均降水全区一
致偏少的分布型显著（图2 a）。
夏季平均降水第二特征向量对应的时间序列可
以看出（图2 b），1981年和2009年黑龙江省和吉林省北部夏季平均降水偏少，东北其他地区夏季平均降水偏多的分布型比较显著。
图2. 我国东北地区夏季平均降水EOF展开的前两个空间模态对应的时间序
列
3.3中国东北地区秋季平均降水时空分布特征
图3为1961~2014年期间东北地区秋季平均降水EOF展开的前两个特征向量
的空间分布，解释方差分别占总方差的50.8%和15.3%。
从第一向量的空间模态
可以看出该地区秋季平均降水主模态整体上表现为全区一致变化（图3a）。
第二
特征向量的空间分布反映了东北地区秋季平均降水的分布为南北反向型分布型
（图3 b）。
第一特征向量对应的时间序列来看（图4 a），1972年、1994年和2012年东北地区秋季平均降水一致偏多的降水式显著，1967年和2001年东北地区秋季平均降水一致偏少的降水型显著。
冬季平均降水第二特征向量对应的时间序列来看（图4 b），1976年、1986年和2010年辽宁省和吉林省大部地区秋季平均降水偏多，而其他地区偏少的分布式典型。
1982年、1994年和2008年辽宁省和吉林省大部地区秋季平均降水偏少，而其他地区偏多的分布式典型。
图3. 我国东北地区秋季平均降水EOF展开的（a）第一空间模态和（b）第二空间模态
图4. 我国东北地区秋季平均降水EOF展开的前两个空间模态对应的时间序列
3.4中国东北地区冬季平均降水时空分布特征
图5为1961~2014年期间东北地区冬季平均降水EOF展开的前两个特征向量的空间分布，解释方差分别占总方差的38.9%和23.2%。
从第一特征的空间分布可以看出（图5a），冬季平均降水主模态在东北地区表现为全区一致型。
第二特征向量的空间分布模态为南北反向型（图5b）。
图6为东北地区冬季平均降水EOF展开的前两个空间模态对应的时间序列。
从第一特征向量所对应的时间序列可以看出（图6a），1969年、1989年和2000年东北地区冬季降水一致偏多的分布型比较典型，1972年、1983年和2011年东北地区冬季降水一致偏少的分布型比较典型。
从冬季平均降水第二特征向量对应的时间序列来看（图6 b），1961年和2000年辽宁省、吉林省和黑龙江省大部分地区冬季平均降水偏少，东北其他地区冬季平均降水偏多的分布型显著。
1968年和2013年辽宁省、吉林省和黑龙江省大部分地区冬季平均降水偏多，东北其他地区冬季平均降水偏少的分布型显著。
图5.我国东北地区冬季平均降水EOF展开的（a）第一空间模态和（b）第二空间模态
图6. 我国东北地区冬季平均降水EOF展开的前两个空间模态对应的时间序
列
4.总结
本文分析了我国东北地区春、夏、秋、冬四个季节平均降水的空间分布模态
和对应的时间序列，主要结论如下：东北地区各季节平均降水EOF展开的第一空
间模态均为全区一致型。
东北地区各季节平均降水EOF展开的第二空间模态均为
南北反向型。
东北地区各季平均降水EOF展开的第一空间模态对应的时间系数来看：春季1983年、2005年和2010年平均降水全区一致偏多的分布型显著，在2003年平均降水全区一致偏少的分布型显著。
夏季1985年和2013年平均降水全
区一致偏多的分布型显著，在1968年、2000年和2007年平均降水全区一致偏少
的分布型显著。
秋季1972年、1994年和2012年平均降水一致偏多的分布型显著，在1967年和2001年平均降水一致偏少的分布型显著。
冬季1969年、1989年和2000年降水一致偏多的分布型比较典型，在1972年、1983年和2011年降水一
致偏少的分布型比较典型。
东北地区各季平均降水EOF展开的第二空间模态对应
的时间系数来看：春季1979年、1990年和2009年辽宁省和吉林省大部平均降水
偏少，东北其他地区平均降水偏多的分布型较为显著。
夏季1981年和2009年黑
龙江省和吉林省北部平均降水偏少，东北其他地区平均降水偏多的分布型比较显著。
秋季1976年、1986年和2010年辽宁省和吉林省大部地区平均降水偏多，而
其他地区偏少的分布式典型。
冬季1961年和2000年辽宁省、吉林省和黑龙江省
大部分地区平均降水偏少，东北其他地区平均降水偏多的分布型显著。
参考文献
[1] 吴佳，高学杰. 一套格点化的中国区域逐日观测资料及与其它资料的对比. 地球物理学报, 2013, 56(4): 1102–1111.
[2] Lorenz E N. Empirical orthogonal function and statistical weather prediction. Scientific Reports, 1956, 409(2): 997–999.。