河南省气温资料均一化前后气温变化趋势对比分析

doi:10.3969/j.issn.1673-503X.2021.01.006

摘要/Abstract

摘要：

基于河南省111个气象站1961—2017年均一化前后逐日平均气温数据，采用统计分析方法，分析均一化前后河南省年、四季和月的平均气温变化规律及其空间分布，以期明确非自然因素对河南省平均气温变化趋势的影响。结果表明：1961—2017年，均一化前后河南省年平均气温均呈显著上升，均一化后增温速率为0.21℃/10 a，较均一化前偏大0.02；季节之间，均一化前后均以冬季增温速率最大，均一化前后分别为0.36℃/10 a和0.38℃/10 a；月份之间，均一化前后均以2月增温速率最大，分别为0.49℃/10 a和0.51℃/10 a。从各站看，全省有41.4%的站点平均气温变化未受到非自然因素的影响，其余58.6%的站点受非自然因素影响较大；对于年平均气温，均一化后有96.4%站点气温显著上升，均一化前为90.1%，增加了6.3%，58.6%的站点中有43.3%的站点气候倾向率被低估、15.3%被高估；对于季节平均气温，均一化后冬春两季均有99.1%的站点平均气温显著上升，均一化前分别为98.2%和92.8%；对于月平均气温，均一化前，12个月中月平均气温增温显著的站点超过50%的月份有2月、3月、4月、10月和12月，均一化后，又增加了个1月；非自然因素对平均气温数据的影响导致了对全省气温变暖速率的低估。

关键词: 均一化, 平均气温变化, 评估

Abstract:

Based on the data of daily mean temperature before and after homogenization from 111 meteorological stations during 1961-2017 in He'nan province, the statistical analysis method was used to analyze the changes of annual, seasonal and monthly mean temperature and their spatial distribution before and after homogenization in order to clarify the effects of unnatural factors on the trend change of mean temperature in He'nan province.The results show that from 1961 to 2017, the annual mean temperature in He'nan province increases significantly before and after homogenization.The increasing rate after homogenization is 0.21 ℃ per decade which is 0.02 ℃ higher than that before homogenization.Among the four seasons, the increasing rate of seasonal mean temperature in winter before and after homogenization both are the highest, which are 0.36 ℃ per decade and 0.38 ℃ per decade, respectively.Among the twelve months, the increasing rates of monthly mean temperature in February before and after homogenization both are the highest, the values are 0.49 ℃ per decade and 0.51 ℃ per decade, respectively.Among 111 meteorological stations, 41.4% of the total sites are not affected by non-natural factors, while the rest 58.6% are greatly affected by non-natural factors.For the annual mean temperature, after homogenization, 96.4% of the total stations increase significantly which are averagely 6.3% bigger than that i.e.90.1% before homogenization.Among the rest 58.6% of the total stations, the climatic tendencies of 43.3% and 15.3%are averagely underestimated and overestimated, respectively.For the seasonal mean temperature, 99.1% of the total stations significantly increase in both winter and spring after homogenization, while the percentages are 98.2% and 92.8% before homogenization, respectively.Among the twelve months, the months whose mean temperatures increase significantly in more than 50% of the 111 stations are February, March, April, October and December before homogenization, and January is added after homogenization.The effects of non-natural factors on the mean temperature result in the underestimation of the warming rate in He'nan province.

Key words: Homogenization, Mean temperature change, Assessment

中图分类号:

P468.0+21

姬兴杰,丁亚磊,李凤秀,左璇. 河南省气温资料均一化前后气温变化趋势对比分析[J]. 气象与环境学报, 2021, 37(1): 43-52.

Xing-jie JI,Ya-lei DING,Feng-xiu LI,Xuan ZUO. Comparative analysis of the mean temperature trend before and after homogenization of the mean temperature data in He'nan province[J]. Journal of Meteorology and Environment, 2021, 37(1): 43-52.

图/表 12

图1

图2

图3

图4

图5

图6

图7

图8

表1

图9

图10

图11

参考文献 29

1	贺志明, 邓诗茹, 吴琼, 等. 1963-2012年南昌市气温和降水变化分析[J]. 气象与环境学报, 2018, 34 (2): 35- 43.
2	Dadamouny M A , Schnittler M . Trends of climate with rapid change in Sinai, Egypt[J]. Journal of Water and Climate Change, 2016, 7 (2): 393- 414. doi: 10.2166/wcc.2015.215
3	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): 942- 956.
4	IPCC . Climate change 2013:the physical science basis[M]. Cambridge: Cambridge University Press, 2013.
5	孙凤华, 李丽光, 袁健, 等. 辽河流域年平均径流对气候变化响应的试验分析[J]. 气象与环境学报, 2018, 34 (6): 91- 95.
6	Vandana K , Islam A , Parth Sarthi P , et al. Assessment of potential impact of climate change on streamflow: a case study of the Brahmani River basin, India[J]. Journal of Water and Climate Change, 2019, 10 (3): 624- 641. doi: 10.2166/wcc.2018.129
7	Li Y , Xie Z X , Qin Y C , et al. Responses of the yellow river basin vegetation: climate change[J]. International Journal of Climate Change Strategies and Management, 2019, 11 (4): 483- 498. doi: 10.1108/IJCCSM-08-2018-0064
8	Forestieri A , Arnone E , Blenkinsop S , et al. The impact of climate change on extreme precipitation in Sicily, Italy[J]. Hydrological Processes, 2018, 32 (3): 332- 348. doi: 10.1002/hyp.11421
9	郭飞燕, 綦东菊, 周斌, 等. 青岛地区气候变化对动物物候变化的影响研究[J]. 气候变化研究进展, 2019, 15 (1): 62- 73.
10	李瑞英. 鲁西南木本植物生长季及物候期持续日数对气候变暖的响应[J]. 气象与环境学报, 2015, 31 (1): 90- 95.
11	赵铁良, 耿海东, 张旭东, 等. 气温变化对我国森林病虫害的影响[J]. 中国森林病虫, 2003, (3): 29- 32.
12	朱敏, 袁建辉. 1961-2010年江苏省农业气候资源演变特征[J]. 气象与环境学报, 2013, 29 (3): 69- 77.
13	刘桂芳, 卢鹤立. 全球变暖背景下的中国西部地区气候变化研究进展[J]. 气象与环境科学, 2009, 32 (4): 69- 73.
14	朱玲, 龚强, 王小桃, 等. 辽宁省地气温差变化特征及其原因分析[J]. 气象与环境学报, 2017, 33 (4): 71- 77.
15	王建英, 谢若梅, 王超, 等. 濮阳市近50年气温变化特征及影响[J]. 气象与环境科学, 2008, (S1): 146- 150.
16	李庆祥. 我国气候资料均一性研究现状与展望[J]. 气象科技进展, 2016, 6 (3): 67- 74.
17	崔妍, 徐文慧, 李庆祥, 等. 东北地区月气温序列的均一性检验和订正[J]. 气象, 2019, 45 (2): 240- 250.
18	李百超, 王波, 李旭. 均一化气温资料与观测资料的对比分析[J]. 黑龙江气象, 2009, 26 (3): 29- 30.
19	李娇, 任国玉, 任玉玉, 等. 资料均一化对沈阳站气温趋势和城市化偏差分析的影响[J]. 大气科学学报, 2014, 37 (3): 297- 303.
20	路平平, 任爱臣, 龙妍妍, 等. 牡丹江气象站迁站前后气象资料对比分析及均一性影响[J]. 黑龙江气象, 2018, 35 (2): 30- 31.
21	Wang X L . Penalized maximal F test for detecting undocumented mean shift without trend change[J]. Journal of Atmospheric and Oceanic Technology, 2008, 25 (3): 368- 384. doi: 10.1175/2007JTECHA982.1
22	Wang X L . Accounting for autocorrelation in detecting mean shifts in climate data series using the penalized maximal t or F test[J]. Journal of Applied Meteorology and Climatology, 2008, 47 (9): 2423- 2444. doi: 10.1175/2008JAMC1741.1
23	曹丽娟, 严中伟. 地面气候资料均一性研究进展[J]. 气候变化研究进展, 2011, 7 (2): 129- 135.
24	远芳, 曹丽娟, 唐国利, 等. 中国825个基准、基本站地面气压系统误差的检验与订正[J]. 气候变化研究进展, 2015, 11 (5): 331- 336.
25	余君, 赵美艳, 刘霄, 等. 重庆地区降水序列的均一性检验及其对气候变化分析的影响[J]. 高原山地气象研究, 2014, 34 (2): 68- 71.
26	Xu W H , Li Q X , Wang X L , et al. Homogenization of Chinese daily surface air temperatures and analysis of trends in the extreme temperature indices[J]. Journal of Geophysical Research: Atmospheres, 2013, 118 (17): 9708- 9720. doi: 10.1002/jgrd.50791
27	许艳, 唐国利, 张强. 基于均一化格点资料的全球变暖趋缓期中国气温变化特征分析[J]. 气候变化研究进展, 2017, 13 (6): 569- 577.
28	陈前江, 延军平. 1970年以来湖北省气候变化与旱涝灾害响应分析[J]. 江汉大学学报, 2015, 43 (4): 308- 316.
29	张德汴, 张明周, 李柯星, 等. 近50a开封市气候变化特征分析[J]. 气象与环境科学, 2009, 32 (S1): 82- 86.

时间	气候倾向率						显著性
	正值/(%)		负值/(%)		相减为正/(%)	相减为负/(%)	显著/(%)		不显著/(%)
	均一化前	均一化后	均一化前	均一化后	相减为正/(%)	相减为负/(%)	均一化前	均一化后	均一化前	均一化后
1月	96.4	98.2	3.6	1.8	43.3	15.3	43.2	50.4	56.8	49.6
2月	100	100	0	0	43.3	15.3	97.3	99.1	2.7	0.9
3月	100	100	0	0	42.4	16.2	97.3	99.1	2.7	0.9
4月	100	100	0	0	43.3	15.3	90.1	97.3	9.9	2.7
5月	87.4	93.7	12.6	6.3	41.5	17.1	35.1	40.5	64.9	59.5
6月	23.4	34.2	76.6	65.8	41.5	17.1	10.8	9.9	89.2	90.1
7月	46.8	58.6	53.2	41.4	39.7	18.9	1.8	7.2	98.2	92.8
8月	18.0	25.2	82.0	74.8	41.5	17.1	16.2	9.9	83.8	90.1
9月	90.1	99.1	0.9	0.9	41.5	17.1	47.7	36.9	52.3	63.1
10月	100	99.1	0	0.9	43.3	15.3	69.4	82.0	30.6	18.0
11月	95.5	96.4	4.5	3.6	42.4	16.2	15.3	19.8	84.7	70.2
12月	100	100	0	0	41.5	17.1	60.4	78.4	39.6	21.6
春季	100	100	0	0	43.3	15.3	92.8	99.1	7.2	0.9
夏季	26.1	35.1	73.9	64.9	41.5	17.1	20.7	19.8	79.3	80.2
秋季	100	99.1	0	0.9	43.3	15.3	76.6	89.2	23.4	10.8
冬季	100	100	0	0	41.5	17.1	98.2	99.1	1.8	0.9
年	100	100	0	0	43.3	15.3	90.1	96.4	9.9	3.6

[1]	姬兴杰, 左璇, 徐文慧. 中岳嵩山高山站平均气温资料插补及其变化趋势分析[J]. 气象与环境学报, 2020, 36(6): 58-67.
[2]	纪玲玲,袭祝香,陈卓,刘玉汐. 吉林省高温天气气候特征及其过程等级评估[J]. 气象与环境学报, 2020, 36(3): 49-54.
[3]	段丽瑶, 熊明明, 李大鸣, 刘训平, 汪靖, 李培彦. 基于AHP的天津泥石流灾害评估[J]. 气象与环境学报, 2019, 35(6): 109-116.
[4]	樊志超, 刘富来, 肖清, 丁岳强, 李耨周. 湖南一次重大森林火灾人工增雨作业条件与效果分析[J]. 气象与环境学报, 2019, 35(5): 100-107.
[5]	代立芹, 王猛, 李春强, 姚树然. 河北省棉花连阴雨灾害定量化评估指标与风险分析[J]. 气象与环境学报, 2019, 35(5): 108-114.
[6]	张海娜, 侯依玲, 赵春雨, 刘鸣彦, 王涛, 周晓宇, 崔妍, 敖雪, 易雪. CCSM4模式对东北气温和降水的模拟及预估[J]. 气象与环境学报, 2019, 35(1): 72-78.
[7]	纪永明, 陈传雷, 蒋大凯, 任志杰, 孟莹, 才奎志, 张硕, 胡鹏宇. 基于雷达组网拼图的定量降水反演II:方案改进及综合评估[J]. 气象与环境学报, 2019, 35(1): 79-87.
[8]	周文翀, 韩振宇. CMIP5全球气候模式对中国黄河流域气候模拟能力的评估[J]. 气象与环境学报, 2018, 34(6): 42-55.
[9]	孙玫玲, 李明财, 曹经福, 孙悦, 李骥. 利用采暖/制冷度日分析不同气候区建筑能耗的适用性评估[J]. 气象与环境学报, 2018, 34(5): 135-141.
[10]	李楠, 薛晓萍, 李鸿怡. 基于信息扩散的山东省日光温室风灾风险评估[J]. 气象与环境学报, 2018, 34(5): 149-155.
[11]	王波;李永生;王莹;班晋. 黑龙江省主汛期降水气候特征及预测检验评估[J]. 气象与环境学报, 2018, 34(4): 52-58.
[12]	杨阳, 王连仲, 周晓珊. 东北区域业务模式预报产品检验评估系统的建立及应用[J]. 气象与环境学报, 2017, 33(4): 21-28.
[13]	王秋京, 王晾晾, 马国忠, 李帅, 姜丽霞. 黑龙江省主要农作物气象灾害气象服务贡献率及其效益评估[J]. 气象与环境学报, 2016, 32(6): 142-147.
[14]	邹善勇, 王淑一, 邹皓羽, 王洪祥. 基于熵值赋权法的大连地区雷电危险度可拓学评估[J]. 气象与环境学报, 2016, 32(6): 184-189.
[15]	李永生, 段春锋, 王莹. 多模式对东北地区月降水预测性能对比评估[J]. 气象与环境学报, 2016, 32(5): 61-66.