气候变暖背景下藏东南极端气温指数变化特征
Characteristic Changes of Extreme Temperature Index in Southeast Tibet under the Background of Climate Warming
DOI: 10.12677/CCRL.2022.113041, PDF, HTML, XML, 下载: 63  浏览: 121  国家科技经费支持
作者: 王 挺:中国气象局墨脱大气水分循环综合观测野外科学试验基地,西藏 墨脱;杜 军*:中国气象局墨脱大气水分循环综合观测野外科学试验基地,西藏 墨脱;西藏高原大气环境科学研究所,西藏 拉萨;西藏高原大气环境研究重点实验室,西藏 拉萨;白宇轩, 党雪妮:西藏自治区林芝市气象局,西藏 林芝;索朗旺堆:西藏高原大气环境科学研究所,西藏 拉萨;西藏高原大气环境研究重点实验室,西藏 拉萨
关键词: 极端气温指数变化趋势突变大气环流指数太阳黑子海温指数藏东南Extreme Temperature Index Change Trend Abrupt Atmospheric Circulation Indices Sunspot SST Index Southeastern Tibet
摘要: 基于1971~2020年藏东南4个气象站逐日最高气温、最低气温数据,选取世界气象组织气候委员会推荐的14个极端气温指数(ETI),采用线性趋势、R/S趋势分析、M-K检验等方法,分析了近50年藏东南ETI的时空变化特征及其与大气环流指数、太阳黑子和海温指数等之间的关系。结果表明:1) 近50年极端气温极值指数、暖指数和生长季长度(GSL)呈显著升高趋势,冷指数和气温日较差(DTR)为下降趋势。变化幅度中冷指数大于暖指数,夜指数大于昼指数,极高值指数大于极低值指数。2) 在10年际变化尺度上,极值指数、暖指数和GSL在1970~1990 s为负距平,2000~2010 s为正距平,而冷指数相反。3) 除DTR外,ETI表现为较强乃至很强的持续性,未来将保持过去50年变化趋势。4) M-K检测显示,除冷持续日数(CSDI)、DTR之外,ETI都发生了气候突变,其中最高气温极小值(TXn)、暖昼日数(TX90p)、冷昼日数(TX10p)和冷夜日数(TN10p)突变时间较早,发生在20世纪90年代末,其他指数主要出现在21世纪前10年。5) 多数ETI与西藏高原A和B指数、亚洲极涡强度指数、西太平洋副高面积和强度指数、印缅槽强度指数都存在显著的相关关系,以相对指数最为明显。除最高气温极大值(TXx)、CSDI、GSL、DTR外,ETI与太阳黑子具有显著的相关关系,其中冷指数是正相关。6) 绝大部分ETI不仅与西太平洋暖池面积和强度指数,还与NINOW区海表温度距平指数具有显著的相关关系,其中冷指数和DTR为负相关。同时,除最低气温极小值(TNn)、夏日日数(SU)、CSDI、DTR外,ETI与印度洋暖池面积和强度指数也有着显著的相关关系。
Abstract: Based on the daily maximum and minimum temperature data from 4 meteorological stations in southeast Tibet from 1971 to 2020, 14 extreme temperature indices (ETI) were calculated by the Climate Committee of WMO. The linear trend, R/S trend analysis, and M-K test were used to analyze the temporal and spatial evolution of ETI in southeast Tibet in the past 50 years, and its relationship with atmospheric circulation index, sunspot and SST index et al. The results show that: 1) An upward trend in warm extremes, extremal indices and growing season length (GSL), and a down-ward trend in cold extremes as well as diurnal temperature range (DTR); the magnitudes of changes in cold extremes were obviously higher than those of warm extremes, which in night extremes were higher than those of day extremes, but the magnitudes of changes in extremes maximum value indices were larger than those of extremes minimum value indices. 2) In terms of decadal variations, the extremal indices, warm index and GSL were negative anomaly in 1970s~1990s and a positive anomaly in 2000s~2010s, while the cold index presented the opposite. (3) Except for DTR, Hurst index of ETI displayed stronger or even very strong persistence, that in future will maintain the trend of variability since the last 50 years. 4)According to the M-K test, except DTR and cold spell duration index (CSDI), ETI has undergone abrupt climate changes, among which annual minima of daily maximum temperature (TXn), warm days (TX90p), cold days (TX10p) and cold nights (TN10p) occurred earlier in the late 1990s, and the other indices mostly appeared in the first decade of the 21st century. 5)Most ETI were significantly correlated with the Tibet Plateau A and B indices, the Asian polar vortex intensity index, the western Pacific subtropical area and intensity index, and the Indo-Burma trough intensity index, especially in relative extremes indices. Except for annual maxima of daily maximum temperature (TXx), CSDI, GSL and DTR, ETI and total sunspot number index existed markedly relationship, among which the cold extremes were positively correlated. 6) The vast majority of ETI had significant correlations with not only the western Pacific warm pool area and intensity index, but also the NINO Z SSTA index, among which the cold ex-tremes and DTR were negatively correlated. Meanwhile, in addition to annual minima of daily minimum temperature (TNn), summer days (SU), CSDI and DTR, ETI also were significantly correlated with the Indian Ocean warm pool area and intensity index.
文章引用:王挺, 杜军, 白宇轩, 党雪妮, 索朗旺堆. 气候变暖背景下藏东南极端气温指数变化特征[J]. 气候变化研究快报, 2022, 11(3): 406-418. https://doi.org/10.12677/CCRL.2022.113041

1. 引言

根据世界气象组织(WMO)发布的《2020年全球气候状况声明》,2020年全球地表平均温度较工业化前水平(1850~1900年平均值)高出1.2℃,为有完整气象观测记录以来最暖的3个年份之一。有完整气象观测记录以来的6个最暖年份,均出现在2015年以来;2011~2020年是1850年以来最暖的十年 [1]。长序列观测资料和再分析数据集综合分析表明:全球变暖趋势进一步持续 [1]。而温度的升高直接影响极端天气事件的发生,自然灾害的频率和强度明显增加 [2],从而对生态环境、社会经济发展和人民生活造成不利影响。因此,极端气温变化的研究备受关注。张盼峰 [3] 研究指出,1951~2018年全球陆地年和季节平均极端气温均表现出了显著的变暖趋势,即冷阈值指数发生的频率在逐渐减少,而暖阈值指数发生的频率在逐渐增多。尹红等 [4] 研究得出,中国1961~2017年TXx、TNx、TXn和TNn都呈明显增加趋势;TN10p、TX10p发生频率显著减少,TN90p和TX90p发生频率显著增加;FD、ID、CSDI呈明显下降趋势,而SU、TR和WSDI呈明显上升趋势。焦文慧等 [5] 分析认为,1960~2017年我国北方地区极端气温暖指数和极值指数呈上升趋势,冷指数和气温日较差呈下降趋势;变化幅度中冷指数大于暖指数,夜指数大于昼指数。齐庆华等 [6] 指出1960~2017我国东部年霜冻日数、冰冻日数和寒潮持续期的长期变化趋势以减少为主,高温热浪的持续期则以增加为主。李占杰等 [7] 认为1961~2010年黑河流域极端气温总体上呈上升趋势,且极端最低气温的变化幅度明显大于极端最高气温的变化幅度。

尽管已经有许多学者对青藏高原的极端气温指数变化进行了大量研究,都发现冷事件减少,暖事件增多,且存在区域差异 [8] - [14]。而针对藏东南极端气温指数的分析却鲜有报道。为此,本文基于1971~2020年藏东南4个气象站逐日最高气温、最低气温资料,选取适合当地的14个极端气温指数,采用线性趋势、R/S趋势分析、Mann-Kendall非参数检验等方法,分析了近50年藏东南极端气温指数的变化趋势、气候突变等特征,以及与大气环流指数、太阳黑子和海温指数等之间的关系,这不仅对当地生态文明建设、应对极端气候事件和次生灾害有现实的意义,也可为区域极端气候事件发生规律和预测性提供基础性研究。

2. 资料与研究方法

2.1. 数据资料

本文利用1971~2020年藏东南林区4个站(图1)逐日最高气温和最低气温数据,资料来源于西藏自治区气象信息中心,数据均进行了质量控制。采用国家气候中心提供的88项大气环流指数(1981~2020年)中的亚洲极涡、西太平洋副热带高压、印缅槽以及西藏高原等指数;26项海温指数中的NINO W区海表温度距平指数、印度洋暖池面积和强度指数、西太平洋暖池面积和强度指数、暖池型和冷舌型ENSO指数;16项其他指数中的太阳黑子指数和南方涛动指数。

Figure 1. Geographical location and distribution of meteorological stations in southeastern Tibet

图1. 藏东南地理位置及气象站点分布图

2.2. 研究方法

2.2.1. 极端气温指数

极端气温指数指标从世界气象组织(WMO)气候委员会(CCL)及气候变率和可预报性研究计划(CLIVAR)推荐的27个极端气候指数 [15] 中,结合藏东南气候特点选取14个(表1)。藏东南各站极端气温指数利用RClimDex软件 [16] 计算,区域平均值为4个站的平均值。多年平均为基准期(1981~2010年)的平均值。

极端气温指数可分为4种类型 [17] [18] [19],第1类为极值指数,包括TXx、TNx、TXn和TNn;第2类为相对指数,包括TX90p、TX10p、TN90p、TN10p;第3类是绝对指数,含SU、FD;第4类为其他指数,包括持续指数和范围指数,其中WSDI、CSDI和GSL属于持续指数,而范围指数只有DTR。

Table 1. Definitions of extreme temperature indices (ETI)

表1. 极端气温指数定义

2.2.2. 线性变化趋势估计

线性变化趋势 [20] 采用公式(1)进行计算:

Y = a 0 + a 1 t (1)

式中:Y为极端气温指数;t为时间;a0为常数项;a1为线性趋势项,把a1 × 10年称为极端气温指数每10年的变化趋势。对于变化趋势的显著性,采用时间t与原序列变量y之间的相关系数进行不同程度的显著性检验(p < 0.05,p < 0.01和p < 0.001)。

2.2.3. Mann-Kendall方法

采用Mann-Kendall法 [20] (简称M-K法)对极端气温指数进行突变检验。M-K法是一种气候诊断与预测技术,是世界气象组织推荐并已广泛应用的非参数统计方法。该方法可以判断气候序列中是否存在气候突变,如果存在,可确定出突变发生的时间。

2.2.4. R/S分析法

R/S分析法 [21] 可通过计算获取Hurst指数(简称,H指数)来判断极端气温指数时间序列变化趋势的持续性,用以预测未来极端气温指数变化。H指数的分类等级见表2。由表2可知:1) 当0 < H < 0.5时,表征未来极端气温变化趋势与过去相反,越接近0,反持续性越强;2) 当H = 0.5时,表征未来各项指数变化趋势与过去完全独立,无相关性;3) 当0.5 < H < 1.0时,表征未来的趋势与过去一致,即极端气温变化具有持续性,H越接近1,持续性越强 [22] [23]。

Table 2. Hurst index grading table

表2. H指数分级表

2.2.5. 数据处理

数据处理、分析、绘图均利用Excel 2007软件完成,并利用数据处理系统 [24] (Data Processing System)提供的M-K检验法、Hurst指数计算方法进行分析。

3. 结果分析

3.1. 藏东南极端气温指数的时间变化

3.1.1. 年际变化

近50年(1971~2020年)藏东南TXx、TNx、TXn和TNn等4个极值指数均表现为升高趋势(图2(a)、图2(b)),升温率分别为0.28、0.33、0.33、0.20℃·10a−1 (p < 0.001),夜晚的极端气温变幅小于白天,TXx的升温率大于TNn,这与全国 [25]、全球 [26] 表现的不同。近30年(1991~2020年)极值指数升幅更明显,这表明最强的暖事件增强,最强的冷事件减弱。

近50年藏东南极端气温相对指数变化显示(图2(c)、图2(d)),暖昼/夜指数(TX90p、TN90p)发生频率显著增加,增率分别为1.98%·10a−1和4.63%·10a−1 (p < 0.001);冷昼/夜指数(TX10p、TN10p)出现频率显著降低,降低率平均每10年分别为1.14%和1.94% (p < 0.001)。

图2(e)所示,1971年以来藏东南SU表现为显著的增加趋势,为2.56 d· 10a −1 (p < 0.001);FD倾向于减少(图2(e)),为−5.28 d· 10a −1 (p < 0.001)。WSDI呈现明显的偏多趋势(图2(f)),增速为1.99 d·10a−1 (p < 0.001),而CSDI趋于减少(图2(e)),减速为0.70 d· 10a −1 (p < 0.05)。

近50年藏东南GSL明显增加(图2(g)),增速为3.76d·10a−1 (p < 0.01),尤其是近30年增速达到6.97 d· 10a −1 (p < 0.05)。1971年以来DTR表现为降低趋势(图2(h)),为−0.09℃·10a−1 (p < 0.05),特别是1991年以来下降趋势更明显,为−0.19℃· 10a −1 (p < 0.05)。

总体来看,近50年藏东南极端气温夜指数(TN90p、TN10p)大于昼指数(TX90p、TX10p),极高值指数(TXx、TNx)大于极低值指数(TXn、TNn),冷指数(TX10p、TN10p、FD)大于暖指数(TX90p、TN90p、SU)。近30年极端气温指数变化幅度均有不同程度的变大,暖事件更强,冷事件更弱。

Figure 2. Linear change of ETI in southeastern Tibet from 1971 to 2020

图2. 1971~2020年藏东南各项极端气温指数变化趋势

3.1.2. 年代际变化

从藏东南各项极端气温指数距平的年代际变化来看(表3),在10年际尺度上,极值指数、暖指数和GSL在1970~1990 s为负距平,2000~2010 s为正距平;冷指数相反,1970~1990 s为正距平,2000~2010 s为负距平。DTR在1970~2000 s期间基本无变化,进入2010 s为负距平,较常年值偏低0.4℃。

Table 3. Interdecadal variation change of extreme temperature index (ETI) anomaly in southeast Tibet from 1971 to 2020

表3. 1971~2020年藏东南极端气温指数(ETI)距平的年代际变化

3.1.3. 极端气温指数的趋势分析

根据R/S分析方法计算了1971~2020年藏东南各极端气温指数的H指数(表4),如表4所示,除DTR的H指数小于0.45,为很弱的反持续性外;其他极端气温指数的H值均在0.65以上,表现为较强及以上的持续性,而很强的达到10个,其中TNx、相对指数、FD的H值大于0.94,甚至TNx和TN90p的H = 1,说明未来这些极端气温指数保持与历史变化趋势的可能性非常高。结合近50a藏东南各极端气温指数的变化趋势,可预测其未来变化趋势,除4个冷指数(TX10p、TN10p、FD、CSDI)仍趋于减少,其他指数继续保持增加的趋势。

Table 4. Hurst index and abrupt year of ETI in southeastern Tibet from 1971 to 2020

表4. 1971~2020年藏东南极端气温指数的H指数和突变年份

注:“↑”,“↓”分别表示增加和减少;“/”表示无突变年。

3.1.4. 极端气温指数的突变分析

从极端气温指数M-K检测结果可知,1971~2020年除DTR、CSDI没有突变外,其他指数都发生了突变(图3表4)。TXn、TX90p、TX10p和TN10p突变时间较早,发生在20世纪90年代末;TXx突变时间较晚,在21世纪10年代初;其他指数均出现在21世纪前10年,以中后期居多。极值指数、暖昼/夜指数、

Figure 3. Abrupt changes of ETI in southeastern Tibet from 1971 to 2020

图3. 1971~2020年藏东南极端气温指数的突变

SU、WSDI和GSL由偏低(少)期跃变为偏高(多)期,突变后较突变前分别偏高(多) 0.80℃~1.08℃、6.47 d、15.01 d、8.59 d和12.97 d,而冷昼/夜指数、FD突变后分别减少3.83 d、5.65 d和15.74 d。

3.2. 极端气温指数趋势的空间分布

表5所示,1971~2020年藏东南极端气温指数变化趋势的空间分布显示:1) 极端气温极值指数除TNn在林芝站上为降低趋势(−0.12℃·10a−1)外,其他各站为升高趋势,平均每10年升高了0.02℃~0.51℃。2) 相对指数在所有站上都表现为一致的趋势,暖昼/夜指数趋于增加,为1.23%~5.80%·10a−1 (p < 0.001);冷昼/夜指数倾向于减少,为−0.53~−2.41%·10a−1 (p < 0.05)。3) 各站FD明显减少,平均每10年减少1.74~3.09 d (p < 0.001);SU显著增加,增幅为2.67~7.46 d·10a−1。4) WSDI在所有站上皆趋于增加,增速为0.30~2.36 d· 10a −1 (除察隅外,p < 0.01);而CSDI仅在察隅站上呈不显著增加趋势(0.11 d· 10a −1 ),其他3个站趋于减少,降幅为0.82~1.06 d· 10a −1 。5) 各站GSL表现为延长趋势,平均10年延长1.50~6.15 d。DTR只在察隅站上基本无变化,其他3个站倾向于减小。

近30年藏东南各站绝大部分极端气温指数的增减幅度更为明显,都有不同程度的变大(表5),特别是TN90p增幅显著,平均每10年增加4.91~10.58 d (p < 0.001);而FD明显减少,为−4.95~−12.64 d· 10a −1 (p < 0.05)。

Table 5. Linear trend of ETI at various stations in southeastern Tibet from 1971 to 2020

表5. 1971~2020年藏东南各站极端气温指数的变化趋势

注:******分别表示p < 0.05,p < 0.01和p < 0.001;“/”前后分别表示1971~2020年和1991~2020年的趋势值。

3.3. 极端气温指数与年、季平均气温的相关性

为了解藏东南极端气温指数变化与年、季平均气温的关系,采用Pearson相关系数方法计算了年、季平均气温与各项极端气温指数的相关系数(表6),从表中可知,DTR只与秋季平均气温存在显著的负相关关系,其他极端气温指数与年、季平均气温相关性都很高,相关系数大于0.30 (p < 0.05),其中相对指数的相关系数较高,绝对值大于0.61 (p < 0.001);大部分指数与冬季平均气温的相关系数最大。这也表明极端气温对气候变暖具有很好的响应。

Table 6. Correlation coefficients between ETI and annual, seasonal mean air temperature in southeastern Tibet from 1971 to 2020

表6. 1971~2020年藏东南极端气温指数与年、季平均气温的相关系数

3.4. 极端气温指数与大气环流指数、太阳黑子等的相关性

高原地处中纬度地区,冬季受西风急流影响显著,而夏季高原西南季风、太平洋副高以及伊朗副高对高原影响也十分明显 [13]。利用Pearson相关系数计算了1981~2020年藏东南各项极端气温指数与大气环流指数、太阳黑子、南方涛动指数等的相关系数(表7),结果发现,除SU、DTR外,极端气温指数与西藏高原A、B指数具有显著的相关关系,其中冷指数呈负相关(p < 0.001),其他指数为正相关(p < 0.05),以暖昼/夜指数相关系数最高;各极端气温指数与西太平洋副高脊线位置指数的关系不显著;仅有昼指数、FD和GSL与西太平洋副高西伸脊点指数有着显著的相关关系(p < 0.05);TNx、相对指数、FD与亚洲极涡面积指数有显著相关关系(冷昼/夜指数为正相关),其他指数相关性不显著;除TXn、TNn和WSDI外,极端气温指数与亚洲极涡强度指数呈显著的相关关系(p < 0.05);除TNn、SU和CSDI之外,极端气温指数不仅与西太平洋副高面积、强度指数具有显著的关系(p < 0.05),还与印缅槽强度指数之间存在显著的相关关系(p < 0.05),其中冷昼/夜指数、FD、DTR是负相关。

除Txx、CSDI、GSL和DTR外,极端气温指数与太阳黑子具有显著的相关关系(p < 0.05),其中冷昼(夜)指数、FD是正相关,其他为负相关,以TN90p相关系数最大。仅有冷昼(夜)指数与南方涛动指数之间有显著的负相关关系。

Table 7. Correlation coefficients between ETI and annual mean circulation indices, sunspot index and southern oscillation index in southeastern Tibet from 1981 to 2020

表7. 1981~2020年藏东南极端气温指数与年平均环流特征指数、太阳黑子指数、南方涛动指数的相关系数

3.5. 极端气温指数与海温指数的相关性

表8给出了1981~2020年藏东南各项极端气温指数与海温指数的相关系数,从表可知,1) 除WSDI外,极端气温指数与NINO W区海表温度距平指数呈显著的相关关系,其中冷指数和DTR是负相关(p < 0.001),其他指数为正相关,以TN90p相关系数最高,达0.73 (p < 0.001)。2) 与印度洋暖池面积和强度指数相关性方面,除TNn、CSDI、SU、DTR外,极端气温指数存在显著的相关关系(p < 0.05),其中冷指数为负相关(p < 0.001),其他指数为正相关。3) 所有极端气温指数都与西太平洋暖池面积和强度指数有着显著的相关关系,其中冷指数和DTR是负相关(p < 0.001),其他指数为正相关。4) 仅有CSDI与暖池型ENSO指数具有显著的正相关关系(p < 0.01);与冷舌型ENSO指数存在显著相关关系的极端气温指数只有TXx、TXn、TNx和FD,其中FD是负相关。

Table 8. Correlation coefficients between ETI and annual mean SST indices in southeastern Tibet from 1981 to 2020

表8. 1981~2020年藏东南极端气温指数与年平均海温指数的相关系数

4. 结论

1) 1971~2020年藏东南极端气温极值指数、暖指数和GSL呈显著升高趋势,冷指数和DTR表现为下降趋势。在变化幅度上,冷指数大于暖指数,夜指数大于昼指数,极低值小于极高值。近30年极端气温指数变化幅度均有不同程度的变大,暖事件更强,冷事件更弱。在10年际变化尺度上,极值指数、暖指数和GSL在1970~1990 s为负距平,2000~2010 s为正距平,而冷指数相反。

2) 除DTR外,极端气温指数H值大于0.65,表现为较强乃至很强的持续性,未来将保持与近50年的变化趋势,其中冷指数仍趋于减少。M-K检测显示,除CSDI、DTR之外,极端气温指数都发生了气候突变,其中TXn、TX90p、TX10p和TN10p发生在20世纪90年代末,其他指数主要出现在21世纪前10年。

3) 除DTR外,其他各极端气温指数之间都存在显著的相关性,特别是相对指数之间的相关性极为显著。绝大多数极端气温指数与年、季平均气温相关性都很高,尤其与冬季平均气温的相关系数更大。

4) 多数极端气温指数与西藏高原A和B指数、亚洲极涡强度指数、西太平洋副高面积和强度指数、印缅槽强度指数都存在显著的相关关系,以相对指数最为明显;与西太平洋副高脊线位置指数的关系不显著。除Txx、CSDI、GSL和DTR外,极端气温指数与太阳黑子具有显著的相关关系,其中冷指数为正相关。

5) 绝大多数极端气温指数不仅与西太平洋暖池面积和强度指数,还与NINO W区海表温度距平指数具有显著的相关关系,其中冷指数和DTR为负相关。同时,除TNn、SU、CSDI、DTR之外,极端气温指数与印度洋暖池面积和强度指数也有着显著的相关关系,其中冷指数是负相关。

基金项目

中国气象科学研究院青藏高原与极地气象科学研究所开放课题(ITPP2021K03),2020年西藏科技重点研发计划项目(XZ202001ZY0023N)。

NOTES

*通讯作者。

参考文献

[1] 中国气象局气候变化中心. 中国气候变化蓝皮书(2021) [M]. 北京: 科学出版社, 2021.
[2] 汪宝龙, 张明军, 魏军林, 等. 西北地区近50a气温和降水极端事件的变化特征[J]. 自然资源学报, 2012, 27(10): 1720-1733.
[3] 张盼峰. 全球陆地极端气温变化趋势: 1951~2018[D]: [博士学位论文]. 北京: 中国地质大学, 2020.
[4] 尹红, 孙颖. 基于ETCCDI指数2017年中国极端温度和降水特征分析[J]. 气候变化研究进展, 2019, 15(4): 363-373.
[5] 焦文慧, 张勃, 马彬, 等. 近58a中国北方地区极端气温时空变化及影响因素分析[J]. 干旱区地理, 2020, 43(5): 1220-1230.
[6] 齐庆华, 蔡榕硕, 郭海峡. 中国东部气温极端特性及其气候特征[J]. 地理科学, 2019, 39(8): 1340-1350.
[7] 李占杰, 李占玲. 1961~2010年黑河流域极端气温变化特征分析[J]. 水资源研究, 2012, 1(6): 480-485
[8] 次央, 次仁旺姆, 德吉, 等. 1961~2015年青藏高原极端气温事件的气候变化特征[J]. 高原山地气象研究, 2021, 41(2): 108-114.
[9] 赵金鹏. 1961~2016年青藏高原极端气候事件变化特征研究[D]: [硕士学位论文]. 兰州: 兰州大学, 2019.
[10] 陈锐杰, 刘峰贵, 陈琼, 等. 近60年青藏高原东北缘极端气温事件与气温日较差分析-以西宁地区为例[J]. 高原气象, 2018, 37(5): 1188-1198.
[11] 冯晓莉, 多杰卓么, 李万志, 等. 1961~2018年青海高原极端气温指数时空变化特征[J]. 干旱气象, 2021, 39(1): 28-37.
[12] 杜军, 路红亚, 建军. 1961~2010年西藏极端气温事件的时空变化[J]. 地理学报, 2013,68(9): 1269-1280.
[13] 杜军, 路红亚, 袁雷, 等. 近42a珠穆朗玛峰地区极端气温事件的时空变化[J]. 干旱区研究, 2016, 33(1): 20-27.
[14] 杜军, 周刊社, 袁雷, 等. 1961~2010年藏北牧草生长季极端气温的变化特征[J]. 草业科学, 2014, 31(11): 2026-2033
[15] Peterson, T.C., Folland, C., Gruza, G., et al. (2006) Report on the Activities of the Working Group on Climate Change Detection and Related Rapporteurs (1998-2001). http://eprints.soton.ac.uk/30144/1/048_wgccd.pdf
[16] Alexander, L.V., Zhang, X., Peterson, T.C., et al. (2006) Global Observed Changes in Daily Climate Extremes of Temperature and Precipitation. Journal of Geophysical Research, 111, D05109. https://doi.org/10.1029/2005JD006290
[17] Choi, G., Collins, D., Ren, G.Y., et al. (2009) Changes in Means and Extreme Events of Temperature and Precipitation in the Asia-Pacific Network Region, 1955-2007. International Journal of Climatology, 29, 1906-1925.
https://doi.org/10.1002/joc.1979
[18] 周雅清, 任国玉. 中国大陆1956~2008极端气温事件变化特征分析[J]. 气候与环境研究, 2010, 15(4): 405-417.
[19] 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): 611-625.
[20] 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.
[21] 徐建华. 现代地理学中的数学方法[M]. 北京: 高等教育出版社, 2002.
[22] 时光训, 刘健, 马力, 等.1970~2014年长江流域极端降水过程的时空变化研究[J]. 水文, 2017, 37(4): 77-85.
[23] 刘慧媛, 邹磊, 邢万里. 1961~2018年海河流域极端降水时空演变特征[J]. 水电能源科学, 2021, 39(12): 1-6.
[24] Tang, Q.Y. and Zhang, C.X. (2013) Data Processing System (DPS) Software with Experimental Design, Statistical Analysis and Data Mining Developed for Use in Entomological Research. Insect Science, 20, 254-260.
https://doi.org/10.1111/j.1744-7917.2012.01519.x
[25] Zhou, B.T., Xu, Y., Wu, J., et al. (2016) Changes in Tem-perature and Precipitation Extreme Indices over China: Analysis of a High-Resolution Grid Dataset. International Jour-nal of Climatology, 36, 1051-1066.
https://doi.org/10.1002/joc.4400
[26] Donat, M.G., Alexander, L.V., Yang, H., et al. (2013) Global Land-Based Datasets for Monitoring Climatic Extremes. Bulletin of the American Meteorological Society, 94, 997-1006.
https://doi.org/10.1175/BAMS-D-12-00109.1