张新弟， 张海宁， 任源鑫， 周 旗

（1.宝鸡市冯家山水库管理局，陕西宝鸡 721300； 2.宝鸡文理学院地理与环境学院，陕西宝鸡 721013）

政府间气候变化组织（IPCC）第五次评估报告［1］指出：1880—2012年全球地表平均温度升高了约0.85 ℃；尤其是1951—2012年升温速度大幅增加达到0.12 ℃/10 a. 全球气候暖化趋势空前加剧，极端气温事件频繁发生不仅对农业生产、气候灾害监测等方面带来潜在影响，还对人们生命健康和财产安全造成了严重威胁，因此极端气温事件的发生及其规律变化倍受关注.

对于极端气温事件变化的综合分析，国内外学者多采用线性回归法、Mann-Kendall突变检验法［2-3］、R/S分析法［4-5］等方法. 在全球范围内，Song等［6］对世界极端气温事件进行分析，发现全球极端冷暖事件的发生频率均呈增加趋势. Alexander等［7］发现，全球近70%的地区显示冷夜日数明显减少，暖夜日数明显增加，全球暖化明显. 在我国，众多学者对各流域及地区的气温变化进行研究，发现极端气温事件发生频率的总体趋势为增加趋势. 研究表明，长江流域［8］、珠江流域［9］、淮河流域［10］表征极端高温事件的指数均呈上升趋势，而低温指数呈下降趋势，其中长江流域冷指数的变暖幅度明显大于暖指数. 我国西南地区［11］、西北地区［12］、华北地区［13］的极端气温指数变化与以上几个流域的变化趋势相似，暖指数的变化呈增加趋势，冷指数呈减少趋势，整体气温有所升高. 渭河流域近60 a总体呈小幅升温趋势，20世纪90年代后气温增长幅度较大，气温发生突变的时段集中在20世纪90年代［14-17］.

千河流域是渭河左岸的较大支流，对渭河流域极端气温变化的研究较多，但是少有对渭河支流千河流域极端气温的分析与研究. 为揭示千河流域极端气温的变化规律，本文根据千河流域气候特点选取了8个极端气温指数，基于RClimDex软件［18］计算气温数据并建立温度指数时间序列；利用Mann-Kendall突变检验法和R/S分析法，对1981—2016年千河流域极端气温变化特征进行分析，为千河流域未来极端气温变化的研究提供科学预测与理论参考.

图1 千河流域示意图Fig.1 Schematic diagram of Qianhe River Basin

1 研究区概况

千河流域位于宝鸡市西北部，为渭河左岸的较大支流之一，流域干流总长度约152.6 km（宝鸡市境内干流长约122 km），地跨甘肃省张家川回族自治县、华亭县，宝鸡市陇县、千阳县、凤翔县、陈仓区和金台区7个县（区），流域总面积约3 493.9 km2（宝鸡市境内面积约3 282.9 km2）. 流域中上游呈扇形分布，至下游逐渐变窄. 千河流域属于温带大陆性气候半湿润地区，冬季天气干燥降水较少，夏季炎热且多暴雨.

2 研究内容及方法

2.1 数据来源

为分析千河流域极端气温的演变规律，选取千河流域内陇县站和千阳站两个气象站的逐日平均气温、日最高气温和日最低气温作为基础数据. 为保证数据的准确性与完整性，对数据进行了严格的质量控制和一致性检验，其中基础数据来源于国家气象数据共享网（http：//data.cma.cn），数据时段取1981—2016年.

2.2 研究方法

对千河流域极端气温变化特征及未来趋势分析，本文借助气候变化监测和指数专家组ETCDI（Expect Team on Climate Change Detection and Indices）定义的核心指数，选取了8个极端气温指数，并将指数按其物理意义分为冷指数和暖指数两大类（表1）. 线性回归法能够直观表示极端气温指数时间序列的变化趋势，同时利用Mann-Kendall 突变检验法和滑动t 检验分析时间序列的变化趋势和突变点，利用R/S分析法中的Hurst指数揭示其未来变化趋势，分析千河流域未来气温变化与过去的相互关系.

表1 极端气温指数类型及定义Tab.1 Type and definition of extreme temperature index

3 千河流域极端气温指数变化趋势及突变分析

3.1 极端气温冷指数变化趋势分析

1981—2016年千河流域极端气温冷指数的变化趋势见图2.

千河流域极端低温事件的发生在减少，近36 a表征低温的4个冷指数的变化均呈波动下降趋势，冷昼日数（TX10P）、冷夜日数（TN10P）、霜冻日数（FD0）和冰冻日数（ID0）的变化速率分别为-3.10 d/10 a、-1.58 d/10 a、-5.10 d/10 a和-2.68 d/10 a. TX10P的最大值出现在1984年，为25.47 d，最小值出现在1995年，仅为3.07 d.TN10P在2006年之前减少幅度较大，之后有所增加. 1981—2016年千河流域每年最高温度低于0 ℃的总日数和每年最低温度低于0 ℃的总日数均逐年减少，总体气温呈升高趋势.

图2 1981—2016年千河流域极端气温冷指数变化趋势Fig.2 Change trend of extreme temperature cold index in Qianhe River Basin from 1981 to 2016

3.2 极端气温暖指数变化趋势

1981—2016年千河流域极端气温暖指数的变化趋势见图3.

近36 a千河流域表征高温的4个暖指数均呈上升趋势，暖昼日数（TX90P）和暖夜日数（TN90P）的变化速率分别为3.31 d/10 a和2.99 d/10 a，TX90P比TN90P的增加速率快；热夜日数（TR20）和夏日日数（SU25）的年际倾向率分别为4.10 d/10 a 和8.88 d/10 a. 其中TX90P 和TN90P 的变化较为平稳；TR20 的变化波动最大，1981—1995年波动增加，1996—2005年变化平稳，之后又波动增加，2016年达到最大值38.5 d；SU25的增加速率最大. 1981—2016年千河流域呈变暖趋势，高温天气出现的频率增多，极端高温天气增多更显著.

3.3 极端气温冷指数突变分析

1981—2016年千河流域极端气温冷指数的突变特征见图4.

图3 1981—2016年千河流域极端气温暖指数变化趋势Fig.3 Change trend of extreme warmth temperature index in Qianhe River Basin from 1981 to 2016

图4 1981—2016年千河流域极端气温冷指数的突变特征Fig.4 Abrupt characteristics of extreme temperature cold index in Qianhe River Basin from 1981 to 2016

1981—2016年间冷昼日数（TX10P）的M-K检验结果显示，UF～UB 曲线于1993—1994年间有1个交点，且在0.05信度范围内；经滑动t 检验，TX10P的突变年份为1994年；结合线性趋势得出，TX10P可能在1994年前后发生了由多到少的突变. 冷夜日数（TN10P）的M-K 检验结果显示，信度范围内UF～UB 曲线在1990—1991年间有1个交点；滑动t 检验显示TN10P在1990年和1994年发生了突变，结合线性趋势得出，TN10P在可能在1994年发生了由多到少的突变.

霜冻日数（FD0）的M-K检验结果显示，UF～UB曲线在信度区间内有3个交点，分别为1993—1994年1个和1995—1997年2个；滑动t 检验显示，FD0的突变年份为1994年. 结合线性趋势得出，FD0的可能在1994年前后发生了由多到少的突变. 冰冻日数（ID0）的M-K检验结果显示，UF～UB曲线在信度区间内有3个交点，分别为1991—1993年间2个和1993—1994年间1个；滑动t 检验显示ID0不存在突变；所以1993年和1994年都不是真正的突变点，ID0在1981—2016年间没有发生突变.

3.4 极端气温暖指数突变分析

1981—2016 年暖昼日数（TX90P）的M-K 检验结果显示，信度范围内UF～UB 曲线在1993 年存在1 个交点；经滑动t 检验，TX90P的突变年份为1994年；结合线性趋势得出，TX90P可能在1993年前后发生了由少到多的突变. 暖夜日数（TN90P）的M-K 检验结果显示，信度范围内UF～UB 曲线1993—1995 年间有2 个交点；滑动t 检验显示TN90P在1994年发生了突变，结合线性趋势得出，TN90P在可能在1994年发生了由少到多的突变（图5）.

热夜日数（TR20）的M-K 检验结果显示，UF～UB 曲线在1990—1991 年存在1 个交点；滑动t 检验显示TR20的突变年份为1990年；结合线性趋势得出，TR20可能在1990年前后发生了由少到多的突变. 夏日日数（SU25）的M-K检验结果显示，信度区间内UF～UB曲线在1989—1990年有1个交点；滑动t检验显示SU25的突变年为1990年；结合线性趋势得出，SU25可能在1990年前后发生了由少到多的突变.

图5 1981—2016年千河流域极端气温暖指数的突变特征Fig.5 Abrupt characteristics of extreme temperature warmth temperature in Qianhe River Basin from 1981 to 2016

4 千河流域极端气温指数变化趋势的持续性预测

为了探究千河流域极端气温指数的未来变化趋势，对8个极端气温指数的年均值进行R/S分析，计算出它们的Hurst指数，结果如表2所示. Hurst指数的大小反映变化趋势持续性（反持续性）的强弱［19］，当H=0.5时，表示气候序列是独立的随机序列，现在与未来趋势相互独立；当0.5＜H≤1时，表示气候序列具有持续性，未来气候变化趋势与过去一致；当0≤H＜0.5时，表示气候序列具有反持续性，未来气候变化趋势与过去相反.

由表2得知，千河流域极端气温指数存在Hurst现象，且8个指数的Hurst值均大于0.5；1981—2016年，千河流域极端气温冷指数为下降趋势，表明未来冷指数的变化将延续过去，呈下降趋势变化，低温天气减少；极端气温暖指数为上升变化，表明未来暖指数将呈上升趋势，高温天气出现的日数增多. 整体来看，极端气温指数的未来总趋势具有强持续性，未来千河流域变暖的可能性较大.

表2 千河流域极端气温指数的Hurst指数Tab.2 Hurst index of extreme temperature index in Qianhe River Basin

5 结论

根据千河流域陇县站和千阳站1981—2016年的基础气温资料，分析了千河流域近36 a极端气温指数的变化特征、突变年份及未来趋势，得到以下结论：

1）千河流域4个极端气温冷指数均呈下降趋势，其中FD0的下降趋势最为显著，为-5.10 d/10 a. 4个极端气温暖指数均呈上升趋势，TX90P和TN90P的变化较为平稳；SU25的上升速率最大. 持续低温天气减少，持续高温和极端高温天气增多，过去36 a千河流域的气温逐年变暖.

2）千河流域极端气温冷指数的突变时期为1994年前后，极端气温暖指数的突变时期为1990年和1993年，暖指数的突变早于冷指数.

3）千河流域极端气温的未来变化将与过去趋势一致. 也就是说，冷指数表征的低温天气将减少，暖指数表征的高温天气将增多，未来千河流域呈变暖的趋势.