| 标题 | 基于ERA睮nterim再分析资料的中国极端气温分析 |
| 范文 | 高路 Karsten Schulz 陈兴伟 林广发 摘要：采用中国陆域1989年-2009年3小时0.71°格点的ERAInterim地表2 m气温预报数据，运用累积分布函数与分位数对研究区的极端低温和极端高温进行分析。结果表明：东北、青藏高原及西北地区为极端低温的集聚区，极端低温逐步沿西北-东南方向递增；青藏高原为全国极端高温中的唯一冷中心，西北盆地为最热中心；ERAInterim再分析资料能够较好地反映中国极端低温和极端高温空间分布规律，整体上具有较好的可信度。结合分位数方法定量分析了极端气温的持续时间，为极端气候事件的定量研究提供了方法借鉴。 关键词：气候变化；极端气温；再分析资料；ECMWF；累积分布函数；分位数；中国 中图分类号：P467文献标识码：A文章编号： 16721683（2014）02007504 Analysis of Extreme Temperatures in China Based on ERAInterim Reanalysis Data GAO Lu1，2，Karsten Schulz3，CHEN Xingwei1，2，LIN Guangfa1，2 （1.College of Geographical Sciences，Fujian Normal University，Fuzhou 350007，China； 2.Fujian Provincial Engineering Research Center for Monitoring and Assessing Terrestrial Disasters， Fuzhou 350007，China； 3.Institute of Water Management，Hydrology and Hydraulic Engineering， University of Natural Resources and Life Sciences，Vienna 1190，Austria） Abstract：In this paper，the 3hour and 0.71° grid temperature forecast data of 2 m above ground surface during the period of 1989 to 2009 derived from ERAInterim reanalysis dataset were applied for the analysis of extremely low and high temperatures in China.Based on the cumulative distribution function and quantile function，the results indicated that the Northeast China，Tibetan Plateau，and Northwest China are the main extremely lowtemperature areas，and the extremely low temperature rises along the northwestsoutheast direction.Tibetan Plateau is the sole cold area with the extremely high temperatures，while the basins located in Northwest China are the warmest areas.ERAInterim reanalysis data can represent the spatial distribution of extremely low/hightemperature areas in China.The duration of extreme temperatures can be quantitatively analyzed using the quantile function，which provides reference for the quantitative analysis of extreme climate events. Key words：climate change；extreme temperature；reanalysis data；ECMWF；cumulative distribution function；quantile；China 全球气候变化是国际社会长期关注的重大议题，它所带来的负面影响如气温升高、海平面上升等已陆续被实验模拟或定位观测所证实[12]。在此背景下，近年来干旱、洪涝、冰雪灾害等极端气候事件及其次生灾害日益频繁，如2006年重庆特大旱灾[3]、2008年南方低温雨雪冰冻灾害[4]等，对人民生命和财产安全造成了巨大威胁，因此开展极端气候的研究对灾害风险评估[5]有重要的实际意义。 气温是气候变化讨论的焦点，极端气温又是表征气温变化的重要特征，因此极端气温的研究得到了众多学者的关注。秦大河等[6]评估了中国气候与环境演变，发现随着极端低温的上升，气温日变化减少；任福民等[7]研究了极端气温的变率与趋势，发现极端低温有增暖趋势，且增幅大于极端高温；赵军等[8]利用城市气象站点分析了中国大陆极端低温、高温的时空变化趋势；龚志强等[9]运用动力学原理划分了气温变化特征区，并讨论了特征区的气温变化趋势。总体来讲，众多研究[1011]表明我国近几十年来的平均气温整体有增暖趋势。 通常情况下，极端气温的研究依赖于传统的气象站点。气象站点的观测值可认为真实有效，但不足之处在于观测站点分布不均，尤其在我国西部高海拔地区更加覆盖不足，而插值方法具有较大的不确定性。再分析资料作为全球观测资料的替代品在过去20年里越来越受欢迎[1214]。它同化了数值天气预报和大量的地面观测数据与卫星遥感资料，具有时空分辨率精度高、时间跨度长等优点，因此在很多研究中，再分析数据被视为真实观测数据[15]。虽然再分析数据作为数据同化的产品与真实观测值之间仍有误差，但对于大区域极端气温的分析影响不大。Simmons等[14]通过对比全球尺度的观测数据和再分析资料发现，在欧洲和亚洲区域两者的相关系数达到0.997。 目前为止，再分析数据主要由全球四家机构提供，即美国环境预测中心和大气研究中心 （NCEP/NCAR）、欧洲中期气象预报中心（ECMWF）、美国宇航局和戈达德太空飞行中心 （NASA/GSFC），以及日本气象局（JMA）。在过去的20年里，NCEP/NCAR和ERA40数据应用最为频繁[1617]。中国学者对再分析数据曾做了较多的研究，例如赵天保等[1819]对比了中国区域内ERA40和NCEP2再分析资料，发现两套再分析数据能够反映中国区域的气温场和降水场的时空分布特征，但是在中国西部，尤其是青藏高原地区，则偏差较大；邓小花等[12，20]对比了几套再分析数据后发现在中国区域的各个再分析数据具有不同的优缺点。ERAInterim作为ECMWF第三代的再分析数据在ERA40的基础上有了很大改进，空间分辨率提高到071°网格，另外在误差校正、四维变分方法等方面也有很大提升[2122]。但到目前为止，ERAInterim再分析资料的实用例子尚不多，中国案例也很少。本研究基于ERAInterim再分析资料，运用累积分布函数和分位数对中国陆域20年的极端低温和极端高温进行空间特征分析，为中国极端气温的定量分析提供参考，同时为再分析资料在中国的应用提供实例借鉴。 1数据来源与研究方法 1.1数据来源 本研究采用欧洲中期天气预报中心（ECMWF）第三代再分析资料ERAInterim。ERAInterim提供了自1989年（已扩展至1979年）以来的再分析资料，并实时更新。相比于ERA40数据同化模型，ERAInterim采用了四维变分分析（4Dimensional Variation Analysis），并结合改进的湿度分析、卫星数据误差校正等技术，实现了再分析资料的质量提升，例如水文循环的表征、平流层环流以及误差校正和数据管理等。ERAInterim采用了综合预报系统（IFS）的Cycle31r2模型版本，该模型在垂直方向上包含60层，最高层到达0.1 hPa，并采用光谱谐波分辨率T255作为分析基础，最后得到简化的高斯网格（N128）数据，该网格近似于79 km （0.71°）的经纬度网格。ERAInterim提供每天四次的同化分析数据，分别在00：00，06：00，12：00和18：00 UTC[2223]。除此之外，ERAInterim发布两套分别开始于00：00和12：00 UTC，为期10 d每3 h的预报数据。两套预报数据基本一致。本文采用始于00：00 UTC的3 h的预报气温（2 m）数据，预报时间点为03：00，06：00，09：00，12：00，15：00，18：00，21：00和24：00 UTC。时间序列为1989年10月至2009年12月。图1为中国陆域的ERAInterim格点分布，共计1 659个。 图1中国陆域ERAInterim格点分布与区域划分 Fig.1Distribution and regionalization of ERAInterim grid points in China 1.2研究方法 本文采用累积分布函数（CDF）和分位数（Quantile）方法分析ERAInterim再分析资料2 m气温在1989年-2009时间序列上的极端低温和极端高温。以往极端气温的分析常采用观测值的绝对极值，而这种方法往往受到异常值的干扰，甚至出现虚假的极端气候变化信号。而累积分布函数能够较完整描述气温场的概率分布。同时，分位数能够较好地反映累积函数的边缘分布。 设每个ERAInterim格点的气温场累积分布函数为F（X），密度函数为p（x）。对任意0 Fig.2Schematic diagram of CDF and Quantile function 2结果分析与讨论 2.1极端低温 图3展示了中国陆域极端低温的空间分布，4个分位数的气温范围在-40 ℃～18 ℃，其高温区间略高于前人的研究结果[25]。主要原因在于ERAInterim的格点位势高度低于西部地区的海拔高度，导致预报值偏高。对比前人研究[7，9，10]，4个分位数较好反映了极端低温的空间分布规律，同时也体现了与地势、气候特征的关联性。受太阳辐射及地形海拔影响，东西部的极端气温差异较大。0.1%分位数的低温主要集中在东北、青藏高原及西北地区。相对温暖地区分布在华南、西南地区及四川盆地，尤其是海南岛及东南沿海。从0.5%到5%分位数，极端低温逐步沿西北东南方向递增，这一规律也符合了我国的气温变化特点。塔里木盆地由于其特殊的地形和气候特征，形成了特殊的气温场，该地区的极端低温平均比周边地区高15 ℃～20 ℃。与之相似，柴达木盆地也是一个温暖地区，但温差不如塔里木盆地明显。图3不仅反映了极端气温的空间分布，也定量表示了各个分位数代表的极端气温的持续时间，例如纬度最高的大兴安岭北部地区，0.1%的极端气温持续时间在每年9 h左右，5%的极端气温持续时间在每年450 h。 图3中国陆域极端低温空间分布 Fig.3Extremely low temperature distribution for 0.1 %，0.5 %，1 %，and 5% quantiles 2.2极端高温 图4为中国陆域极端高温的空间分布，4个分位数也较好反映了极端高温的空间分布规律[7，9，10]，气温范围在4 ℃～42 ℃之间，低于前人的研究结果[25]，表明ERAInterim数据在极端高温的模拟上偏冷。与前人研究结论相符的是，青藏高原成为全国极端高温中的唯一冷中心，塔里木盆地、吐鲁番盆地和准噶尔盆地为最热中心，说明ERAInterim在空间分布规律上具有较好的可信性。西北地区东部、江淮地区、华南地区以及四川盆地为次暖中心。与极端低温相同，沿大兴安岭东缘和太行山脉形成一条明显的气温分界带。从99%到99.9%，极端高温的空间发展趋势无明显变化，但是增温幅度明显，尤其是四川盆地和江淮地区。除此之外青藏高原西部也有增暖趋势。图4也定量表示了各个分位数极端高温的持续时间。例如西北塔里木盆地核心区域95%以上高温（约36 ℃）每年持续时间约达450 h。 图4中国陆域极端高温空间分布 Fig.4Extremely high temperature distribution for 95 %，99 %，99.5 %，and 99.9 % quantiles 图5分别对比了不同区域的平均极端低温和极端高温。区域1（东北地区）的0.1%和0.5%气温要低于区域6（青藏高原），而青藏高原的四个分位数极端高温均为全国最低，符合客观事实（全国极端高温中的唯一冷中心）。塔里木盆地所在的区域7极端高温略低于区域8。区域2和区域3，以华北和江淮地区为主，是传统的高温地区。极端低温与极端高温的最大差值（99.9%0.1%）出现在区域1东北地区，达到63 ℃。其次是区域7和区域8，西北地区，温差分别达到54 ℃和55 ℃。说明华南和西南地区气温波动最小，东北、西北和华北气温变率较大（图6）。 图5区域平均极端低温和极端高温对比 Fig.5Comparison of average extremely low/high temperatures in eight subregions 3结论 （1） ERAInterim再分析资料整体上能够较好地反映中国陆域的极端低温和极端高温分布规律，在大区域内具有较 图6区域平均极端温差对比 Fig.6Comparison of average differences between extremely low and high temperatures in eight subregions 好的可信度。但如果要应用到局地气候的研究中，则需要做进一步的适用性检验，尤其是在地形和气候条件复杂的区域。 （2） 通过累积分布函数和分位数的分析发现，东北、青藏高原及西北地区为极端低温集聚区，极端低温逐步沿西北东南方向递增，而青藏高原为全国极端高温中的唯一冷中心，塔里木盆地、吐鲁番盆地和准噶尔盆地为最热中心。东北地区的极端高温与极端低温的温差最大，华南和西南地区气温波动最小，东北、西北和华北气温变率较大。该方法不仅能够定性的反映极端气温的空间分布规律，同时能定量的表示极端气温的持续时间。 气温分布的差异主要受地形、地貌、太阳辐射和季风活动等多种因素的共同影响，但不同区域各个因素的影响程度不同。由于再分析数据空间分辨率的限制，有些影响因子无法在更小尺度上体现出来，因此克服尺度差异是区域气候研究的关键问题。下一步的研究将针对局地气候的分析与应用，结合地面观测站点，验证再分析资料的区域适用性、分析气候变化的趋势以及实现空间分辨率的降尺度。 参考文献（References）： [1]IPCC.Climate Change 2007：Synthesis Report [M].Cambridge University Press，2007. [2]IPCC.Climate Change 2007：Impacts，Adaptation and Vulnerability [M].Cambridge University Press，2007. [3]高路，陈思，周洪建，等.重庆市2006年特大旱灾分析与灾后恢复性研究 [J].自然灾害学报，2008，17（1）：2126.（GAO Lu，CHEN Si，ZHOU Hongjian，et al.Analysis of Drought Catastrophe in Chongqing in 2006 and Research on Postdrought Resilience [J].Journal of Natural Disasters，2008，17（1）：2126.（in Chinese）） [4]王凌，高歌，张强，等.2008年1月我国大范围低温雨雪冰冻灾害分析Ⅰ.气候特征与影响评估 [J].气象，2008，34（4）：95100.（WANG Ling，GAO Ge，ZHANG Qiang，et al.Analysis of the Severe Cold Surge，Icesnow and Frozen Disasters in South China During January 2008：I.Climatic Features and Its Impact [J].Meteorological Monthly，2008，34（4）：95100.（in Chinese）） [5]桑国庆.南水北调受水区干旱灾害风险评估方法探讨 [J].南水北调与水利科技，2008，6（1）：1417.（SANG Guoqing.Drought Risk Assessment in the SouthtoNorth Water Transferred Areas [J].SouthtoNorth Water Transfers and Water Science & Technology，2008，6（1）：1417.（in Chinese）） [6]秦大河，丁一汇，苏纪兰，等.中国气候与环境演变评估（I）：中国气候与环境变化及未来趋势 [J].气候变化研究进展，2005，1（1）：49.（QIN Dahe，DING Yihui，SU Jilan，et al.Assessment of Climate and Environment Changes in China （I）：Climate and Environment Changes in China and Their Projection [J].Advances in Climate Change Research，2005，1（1）：49.（in Chinese）） [7]任福民，翟盘茂.19511990年中国极端气温变化分析 [J].大气科学，1998，22（2）：217227.（REN Fumin，ZHAI Panmao.Study on Changes of Chinas Extreme Temperatures During 19511990 [J].Scientia Atmospherica Sinica，1998，22（2）：217227.（in Chinese）） [8]赵军，师银芳，王大为，等.19612008年中国大陆极端气温时空变化分析 [J].干旱区资源与环境，2012，26（3）：5256.（ZHAO Jun，SHI Yinfang，WANG Dawei，et al.Temporal and Spatial Changes of Extreme Temperatures in China During 19612008 [J].Journal of Arid Land Resources and Environment，2012，26（3）：5256.（in Chinese）） [9]龚志强，王晓娟，支蓉，等.中国近58年气温极端事件的区域特征及其与气候突变的联系 [J].物理学报，2009，58（6）：43424353.（GONG Zhiqiang，WANG Xiaojuan，ZHI Rong，et al.Regional Characteristics of Temperature Changes in China During the Past 58 Years and Its Probable Correlation with Abrupt Temperature Change [J].Acta Physica Sinica，2009，58（6）：43424353.（in Chinese）） [10]任国玉，郭军，徐铭志，等.近50年中国地面气候变化基本特征 [J].气象学报，2005，63（6）：942956.（REN Guoyu，GUO Jun，XU Mingzhi，et al.Climate Changes of Chinas Mailand Over the Past Half Century [J].Acta Meteorologica Sinica，2005，63（6）：942956.（in Chinese）） [11]王遵娅，丁一汇，何金海，等.近50年来中国气候变化特征的再分析 [J].气象学报，2004，62（2）：228236.（WANG Zunya，DING Yihui，HE Jinhai，et al.An Updating Analysis of the Climate Change in China in Recent 50 Years [J].Acta Meteorologica Sinica，2004，62（2）：228236.（in Chinese）） [12]谢潇，何金海，祁莉.4种再分析资料在中国区域的适用性研究进展 [J].气象与环境学报，2011，27（5）：5865.（XIE Xiao，HE Jinhai，QI Li.A Review on Applicability Evaluation of Four Reanalysis Datasets in China [J].Journal of Meteorology and Environment，2011，27（5）：5865.（in Chinese）） [13]Decker M，Brunke M A，Wang Z，et al.Evaluation of the Reanalysis Products From GSFC，NCEP，and ECMWF Using Flux Tower Observations [J].Journal of Climate，2012，25（6）：19161944. [14]Simmons A J，Willett K M，Jones P D，et al.Lowfrequency Variations in Surface Atmospheric Humidity，Temperature，and Precipitation：Inferences from Reanalyses and Monthly Gridded Observational Data Sets [J].Journal of Geophysical ResearchAtmospheres，2010，115. [15]林壬萍，周天军，薛峰，等.NCEP/NCAR再分析资料所揭示的全球季风降水变化 [J].大气科学，2012，36（5）：10271040.（LIN Renping，ZHOU Tianjun，XUE Feng，et al.The Global Monsoon Variability Revealed by NCEP/NCAR Reanalysis Data [J].Chinese Journal of Atmospheric Sciences，2012，36（5）：10271040.（in Chinese）） [16]Charles S P，Bates B C，Smith I N，et al.Statistical Downscaling of Daily Precipitation from Observed and Modelled Atmospheric Fields [J].Hydrological Processes，2004，18（8）：13731394. [17]Friederichs P，Hense A.Statistical Downscaling of Extreme Precipitation Events Using Censored Quantile Regression [J].Monthly Weather Review，2007，135（6）：23652378. [18]赵天保，符淙斌.中国区域ERA40、NCEP2再分析资料与观测资料的初步比较与分析 [J].气候与环境研究，2006，11（1）：1432.（ZHAO Tianbao，FU Congbin.Preliminary Comparison and Analysis between ERA40，NCEP2 Reanalysis and Observations over China [J].Climatic and Environmental Research，2006，11（1）：1432.（in Chinese）） [19]赵天保，符淙斌，柯宗建，等.全球大气再分析资料的研究现状与进展 [J].地球科学进展，2010，25（3）：242254.（ZHAO Tianbao1，FU Congbin，KE Zongjian，et al.Global Atmosphere Reanalysis Datasets：Current Status and Recent Advances [J].Advances in Earth Science，2010，25（3）：242254.（in Chinese）） [20]邓小花，翟盘茂，袁春红.国外几套再分析资料的对比与分析 [J].气象科技，2010，38（1）：18.（DENG Xiaohua，ZHAI Panmao，YUAN Chunhong.Comparative Analysis of NCEP/NCAR，ECMWF and JMA Reanalysis [J].Meteorological Science and Technology，2010，38（1）：18.（in Chinese）） [21]Dee D P，Uppala S M.Variational Bias Correction of Satellite Radiance Data in the ERAInterim Reanalysis [J].Quarterly Journal of the Royal Meteorological Society，2009，135（644）：18301841. [22]Dee D P，Uppala S M，Simmons A J，et al.The ERAInterim Reanalysis：Configuration and Performance of the Data Assimilation System [J].Quarterly Journal of the Royal Meteorological Society，2011，137（656）：553597. [23]Uppala S，Dee D，Kobayashi S，et al.Towards A Climate Data Assimilation System：Status Updata of ERAInterim [J].ECMWF Newsletter，2008，115. [24]Shi X，Xu X.Regional Characteristics of the Interdecadal Turning of Winter/summer Climate Modes in Chinese Mainland [J].Chinese Science Bulletin，2007，52（1）：101112. [25]潘晓华，翟盘茂.气温极端值的选取与分析 [J].气象，2002，28（10）：2831.（PAN Xiaohua，ZHAI Panmao.Analysis of Surface Air Temperature Extremum [J]，Meteorological Monthly，2002，28（10）：2831.（in Chinese）） |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。