下载文档原格式
农业灾害研究 2023,13(6)近50年浙江省暴雨时空分布特征及对农业的影响贾安琪1，姚佳骏2，李美琳1，马晓云11.绍兴市气象局，浙江绍兴 312000；2.嵊州市气象局，浙江嵊州 312400摘要 基于浙江省64个气象站日降水数据，对近50年浙江暴雨的时空变化趋势进行研究，发现20世纪70年代中期和90年代末期为暴雨雨量较大的2个时段，浙江暴雨主要集中在5—9月，以6月最多。
大暴雨集中在6—9月，8月最多。
特大暴雨集中在7—10月，9月最多。
在1971—1995年，暴雨雨量存在明显的12年主周期，1995年后有较弱的21年副周期，而在整个50年尺度上存在5年短周期。
研究暴雨空间分布发现，4—6月暴雨雨量大值区在西南地区、8—9月暴雨雨量大值区在东南地区。
从暴雨日数上看，8—10月暴雨与大暴雨日数均呈“东多西少”分布。
并探讨了暴雨天气下农作物的预防及应对措施，以期能在一定程度上减少经济损失。
关键词 暴雨；时空特征；农业中图分类号：P426.62 文献标识码：B 文章编号：2095–3305(2023)06–0073-03洪涝灾害一直是我国的主要灾害之一，暴雨天气一直是气象工作者的研究重点[1]。
浙江紧邻东海海域，是我国最大内河长江的出口之处，季风气候明显，气候资源丰富，同时气象灾害也频发[2]。
受西风带和东风带双重天气系统影响，热带气旋（台风）、暴雨、高温、干旱、雷电、大风、大雾等灾害性天气频繁发生[3]。
研究暴雨等灾害性天气，对保障浙江人民安全、服务浙江经济社会转型发展具有十分重要的意义。
浙江是我国经济大省，粮食及多种特色农产品、水产品种植面积和产量均位于全国前列，因此，对浙江省暴雨天气时空分布特征进行研究，能为农作物增收、减少农业损失、科学高效防灾减灾等提供助力。
1 资料与方法1.1 暴雨的定义浙江省将24 h降水量≤50 mm的降水定义为暴雨[4]。
同时又根据降水量的大小将暴雨细分为暴雨、大暴雨、特大暴雨，各量级的标准分别为暴雨（50.0~99.9 mm）、大暴雨（100.0~249.9 mm）、特大暴雨（≥250.0 mm）。
近五十年中国极端温度和降水事件变化规律的研究近五十年中国极端温度和降水事件变化规律的研究摘要：随着全球气候变暖进程的加剧，极端天气事件频发，对人类社会和自然生态系统造成了巨大影响。
本文利用近五十年中国的气象监测数据，分析了中国极端温度和降水事件的变化规律。
研究结果显示，中国的极端温度事件呈现出明显的增加趋势，而极端降水事件的变化趋势较为复杂。
进一步研究发现，这些变化规律在中国不同地区有一定的差异，对于我们制定应对气候变化的政策和措施具有重要指导意义。
引言：近年来，全球气候变暖引起了广泛关注。
气候变化导致了一系列的极端天气事件，如暴雨、干旱、高温等，给人类社会和生态系统带来了巨大影响。
为了更好地理解中国极端天气事件的变化规律，本研究使用近五十年中国的气象监测数据，全面分析了中国极端温度和降水事件的时空分布特征和变化趋势。
中国极端温度事件的变化规律：中国的极端温度事件在近五十年以来呈现出较为明显的增加趋势。
这主要表现在高温事件的增加，特别是极端高温的发生频率大大提高。
研究发现，中国东部沿海地区是高温事件的重点区域，这可能与区域人口密度和经济活动水平有关。
此外，高山区域的极端寒冷事件也有所增加，可能与大气环流变化有关。
这些极端温度事件的增加对人体健康、农作物生长和生态系统的平衡都产生了不可忽视的影响。
中国极端降水事件的变化规律：中国极端降水事件的变化趋势较为复杂，不同地区和不同季节之间存在着显著的差异。
总体而言，中国的极端降水事件既有增加的趋势，也有减少的趋势。
研究发现，华南和西南地区的极端降水事件呈现增加趋势，而东南沿海地区和西北地区则呈现减少趋势。
这可能与地形、大气环流和水汽输送等因素有关。
在季节变化方面，中国的极端降水事件在夏季和秋季较为突出，而冬季和春季相对较少。
极端降水事件的变化不仅影响到水资源的合理利用，还对洪涝灾害和农业生产造成了巨大的影响。
中国不同地区的极端事件变化差异：本研究还发现，中国不同地区的极端事件变化具有明显的差异。
陇南近五十年气温和降水变化特征分析及影响摘要: 利用1959～2008年陇南气温降水资料，利用直线回归方程、图表，分析陇南50年来的气温变化趋势。
结果表明：年平均气温和春、夏、秋、冬四季气温变化均呈上升趋势；各季节变化幅度不同，冬季上升幅度最大，夏季最小；以80年代后期为界分为冷暖两个阶段。
降水变化明显，全球气候变暖趋势越来越明显，随之而来的气象灾害增多，从而产生一系列社会和经济问题。
陇南是农业地区，气候变化直接影响到农业生产和粮果安全，因此，研究气温降水变化趋势，对指导农业生产具有重要意义。
关键词: 陇南气温降水变化影响现在讨论气候变化已经成了人们的热点问题，在全球气温变暖趋势越来越明显的大背景下，而在小地区也已经凸显。
气温和降水的变化，将会影响到人类的生产生活，从而产生一系列的社会和经济问题。
陇南是一个资源丰富，气候怡人的山区，主要以种植业为主，气候变化对农业生产影响很大。
因此，研究气温降水变化特征，具有很重要的意义。
1．陇南气温变化特征全区气候在横向分布上分北亚热带、暖温带、中温带三大类型，在纵向分布上，由于受山脉的走向、山势的高度、山坡的坡度和坡向等地形因素的影响，光、热、水、气和生物资源等农业诸要素，具有明显的垂直分布特点，耕作区垂直高差一般在50一120米左右。
特别是气象条件的垂直差异极为明显,俗话说：“山上积雪皑皑，山下春暖花开”，“一眼看四季，十里不同天”。
利用1959~2008年陇南气象站的资料,对陇南、四季季平均最高、最低气温变化趋势的空间分布状况和时间变化特征进行了分析。
结果表明近50年来,我国平均最高气温的变化特征呈现北方增暖明显，年平均最低气温全国各地基本一致,呈明显的变暖趋势;无论是春季还是冬季,平均最低气温的增暖幅度明显大于平均最高气温的增幅;平均日较差多呈下降趋势,并在陇南东南部方地区尤为明显,各季平均日较差亦均呈下降趋势,并以冬季的下降幅度为最大;年平均最高气温和最低气温的变化在年代际变化上基本呈现较为一致的步伐,即50年来主要的变暖均是从20世纪80年代中期开始,均在90年代。
近50年中国冬季气温和冬季风以及区域环流的年代际变化研究近50年中国冬季气温和冬季风以及区域环流的年代际变化研究近50年来，中国冬季气温、冬季风以及区域环流的年代际变化备受关注。
这些变化对于我们了解气候系统的变化趋势，预测未来的气候变化以及制定应对策略具有重要意义。
首先，从气温的变化来看，近50年来中国冬季气温呈现出一定的年代际变化。
研究发现，在西北地区和东北地区，冬季气温呈显著升高趋势。
这种升温趋势可能与全球气候变暖以及人类活动导致的温室气体释放有关。
此外，在中国南方地区，冬季气温也有所升高，尽管升温幅度不如北方地区明显。
这种差异可能与人类活动引起的陆地利用变化、城市化进程加快等因素相关。
总体来说，中国冬季气温变化的年代际趋势与全球气候变暖背景下的趋势一致。
其次，中国冬季风的年代际变化也备受研究者的关注。
冬季风是中国冬季气候的重要组成部分，对于农业生产、水资源管理以及气候灾害等方面都有重要影响。
研究发现，在近50年的时间尺度上，中国冬季风呈现出明显的年代际变化。
例如，20世纪90年代以来，中国东部地区的冬季风明显减弱，导致湿润气流减少，降水量减少。
北部地区的冬季风强度也出现了一定程度的下降。
这种变化可能与全球气候变暖引起的大气环流格局变化以及天然气候变率（ENSO）等因素有关。
需要指出的是，中国冬季风的年代际变化并不是线性的，不同时期的冬季风强度和路径存在差异，主要受到全球气候变暖背景下的影响。
最后，区域环流的年代际变化对于冬季气温和冬季风的变化具有重要影响。
区域环流是指气象要素在局地范围内的环流形式，如扇形环流、急流、切变线等。
近50年来，中国区域环流呈现出一定的年代际变化。
例如，20世纪70年代至80年代，中国东部地区的扇形环流偏强，导致气温偏高、湿度偏大，降水量增多；而30年代至40年代，扇形环流偏弱，气温偏低、湿度减少，降水量减少。
这种变化可能与全球气候变暖、大气环流格局变化等因素有关。
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。
2001年—2020年我国降水的时空变化特征摘要本文利用TRMM卫星的降水资料，对我国2001年—2020年的平均降水和春、夏、秋、冬四个季节的平均降水进行了分析比较；然后选取了我国华北地区和西北地区对其十年间的降水距平和四季的降水距平进行了对比分析；最后对2005年和2006年全国的降水距平百分率进行了观察，结果表示：由于我国受季风气候、地形、地理位置等因素的影响，我国降水随着空间和时间变化而具有明显的变化；华北地区的降水距平高于西北地区，且波动更加剧烈，在西北地区春、秋、冬季的降水距平在零线附近，降水量保持在一个稳定的值，华北地区四季波动相对强烈。
关键字：降水TRMM 时空变化降水距平目录摘要 (I)Abstract .................................................................... 错误!未定义书签。
第一章引言 . (1)1.1研究意义 (1)1.2研究现状 (1)1.3本文研究内容 (2)第二章资料和方法 (2)2.1资料说明 (2)2.2方法 (3)第三章数据资料分析 (3)3.1 2001年—2020年全国平均降水分布特征 (3)3.2 2001-2020年降水的季节平均分布特征 (5)3.3降水距平分析 (8)3.4降水距平百分率分析 (10)第四章结论 (11)第一章引言1.1研究意义大气中的水汽以液态或固态的形式到达地面，称为降水。
其主要形式有降雨和降雪，以及雹、露、霜等。
降水是水循环基础的一个环节，且是水量平衡方程的基本参数之一。
降水是地表径流的源头，也是地下水的主要补给源头。
降水在空间分布上的不均匀与时间变化上的不稳定性是引起洪涝，旱灾的主要原因。
所以对降水的研究分析显得尤为重要。
我国地处欧亚大陆东南部，濒临太平洋，大部分区域位于大陆气流和海洋气流的交汇区，这两种气流汇合形成了我国主要雨带，二者的强弱，消长容易造成降水的时空分布不均匀。
中国不同地区的降水量及降水期起止时间的空间分布及年际变化特征东至县气象局章卫华摘要：本文回顾了对中国降水量及降水期的时空特征的研究。
对于降水的时空分布研究中，接过表明近40 年来中国降水量的空间分布与相应时段的雨日数空间分布较一致；年降水量变化趋势主要呈现东北-西南分布，其中以西部地区和长江三角洲的增加和华北及川东地区的减少趋势更加显著。
对于降水期的研究中，定量计算了全年降水的聚集度和最大降水对应的聚集期,并利用计算出的聚集度和聚集期分析了中国降水期时空变化的气候特征,挑选长江中下游作为关键区,对其降水期进行了区域平均的趋势分析和小波分析,结果发现,该区的降水期具有明显的年际变化,而年代际变化则表现得比较稳定。
关键词：空间分布；年际变化；降水聚集度；降水聚集期；小波分析1 引言我国地域广大,地形复杂多变,降水类型多样,其影响因子也较多,而且在全球气候变暖背景下,某些灾害性天气气候事件更加频繁【2-8】,气象灾害造成越来越大的经济损失[ 9 ]。
2007年夏季中国极端强降水事件频发，6月,全国平均降水量较常年同期略偏少,其中辽宁、吉林降水异常偏少,其区域平均降水量均为历史同期最少。
南方局部地区发生暴雨洪涝灾害,部分中小河流出现超警戒水位的洪水。
7月,淮河发生仅次于1954年的流域性大洪水;重庆、四川、山东、新疆、云南等地遭受暴雨袭击,部分地区受灾严重;江南、华南以及黑龙江、内蒙古东部等地的部分地区出现了严重干旱。
8月,黄淮南部、江淮大部、江汉及湖南西部和北部、重庆大部、四川东部和西部、贵州大部、广西南部、海南大部、河北西北部、内蒙古中部、新疆东部等地降水量偏多。
湖北、安徽、天津月降水量为1951年以来历史同期次大值或最大值,局地暴雨洪涝灾害频繁。
2007年8 月13—17 日,湖北、湖南、安徽、江苏等省(市)的部分地区出现大到暴雨、局部大暴雨不同地区降水的变化规律和主要影响因子有很大差异,形成了各地的降水分布极不均匀、旱涝灾害频繁的特征,旱涝成为影响工农业和国民经济建设的主要灾害之一。
LOW CARBON WORLD2020/12综合论述近50年来我国西南地区暴雨变化特征分析黄嘉丽，秦年秀（南宁师范大学，广西南宁530000）【摘要】本文利用逐日资料对西南五省近50年来的降水数据进行趋势分析和空间分析，得到以下结论:年均总降水量与年均暴雨日数的时间变化趋势虽有波动但仍然平稳，空间上呈现东南向西北递减的趋势，年均总降水量与年均暴雨日数呈正相关；年最大暴雨日数最大值出现在广西南部的东兴、钦州、北海一带以及广西东北部的桂林一带，最小值出现在四川西部地区以及云南北部地区；最大日暴雨量最大值出现在十万大山南麓，最小值出现在四川西部的稻城遥【关键词】暴雨；西南地区；变化特征【中图分类号】P333【文献标识码】A【文章编号】2095-2066（2020）12-0229-02我国是一个多暴雨的国家,西南地区由于地理环境十分复杂，加上季风环流的影响，暴雨发生频繁，往往发生洪涝和地质灾害，是我国降水局部区域差异最大、变化最复杂的地方之一。
对整个西南地区暴雨，尤其是近几十年的暴雨变化特征进行分析，可以更全面认识西南地区，为西南地区的生产生活提供参考依据。
1数据和说明1.1数据来源本文采用的降水数据来自于国家气象信息中心的西南地区五个省份（广西、贵州、云南、重庆、四川）137个站点1966—2016年的日降水资料，但由于部分站点由于缺乏年份较长、站点变迁次数较多等原因而被筛除，最终用于分析的站点为：广西百色等23个站点、贵州安顺等16个站点、云南保山等28个站点、重庆酉阳等3个站点以及四川巴塘等38个站点，四川省由于受汶川地震的影响，绝大多数的站点2008年后都有不同程度的数据缺失，故本文对于四川站点所有的数据分析只到2007年为止。
1.2暴雨的定义本文采用国家气象局关于暴雨的定义：当一个站点的日降水（24h）逸50mm时,则称该站点该日为暴雨日。
2西南五省年均暴雨日数与年均总降水量的变化特点对西南五省的年平均降水量与暴雨日数的时间序列进行对比发现每个省份的暴雨日数的变化走势与年平均降水量的变化走势十分相似，分别对五个省份的暴雨日数数据与年平均降水量数据进行相关分析，结果如表1显示：广西年平均暴雨日数与年平均降水量两者的相关性为西南五省中相关性最高，重庆次之，云南最低。
第28卷第4期2009年07月地理科学进展PROGRESS IN GEOGRAPHYVol.28,No.4July,2009收稿日期：2008-12；修订日期：2009-05.基金项目：中国科学院知识创新工程重要方向项目(KZCX2-YWQ10-4)；国家自然科学基金项目(40671067,30770387)。
作者简介：王海军(1984-)，男，硕士生，内蒙莫旗人，从事GIS 在区域资源开发应用研究。
E-mail:wanghaibo.2006@643-650页中国北方近57年气温时空变化特征王海军1,2，张勃1，赵传燕2，靳晓华3，王兴梅1，戴声佩1，王亚敏1，康淑媛1，刘艳艳1，李丹1(1．西北师范大学地理与环境科学学院，兰州730070；2．兰州大学干旱农业与生态教育部重点实验室，兰州730070；3．内蒙古师范大学地理科学学院，呼和浩特010022)摘要：通过分析中国北方近57年来气温时空变化特征，结合GIS 空间分析技术和数理统计理论，对中国北方气温变化进行定量化分析，阐述其时空演变规律。
结果表明：近57年来中国北方气温总体呈上升趋势，升温趋势最快的是东北地区(0.25℃/10a)，最慢的是西北东区(0.12℃/10a)。
各区年均、1月、7月气温的增温趋势呈非对称性，年均气温的升高主要得益于1月气温的贡献，7月各区升温趋势普遍较慢；中国北方年均气温变化存在突变现象，东北区是在1994年(a ＝0.05)，华北区是在1997年(a ＝0.05)，西北西和西北东分别为在1996年和1997年(a ＝0.05)；年均气温变化具有明显的周期性，东北区分别以21a 、6a 、11a 为第一、第二、第三主周期，华北区气温周期为22a ，西北西区周期为12a ，西北东区第一、第二、第三主周期分别为15a 、8a 、5.5a ；中国北方各区气温变化一致性较强，都呈现上升趋势，但各区之间相关关系存在差异，东北和华北年均气温相关系数达到0.79(a ＝0.01)，1月东北区和西北西区相关系数为0.19，7月东北区和西北东区的相关系数为0.26，未达到显著水平。
