中亚湖泊地区降水量变化特征及趋势

第34卷第2期2023年3月㊀㊀水科学进展ADVANCES IN WATER SCIENCE Vol.34,No.2Mar.2023DOI:10.14042/ki.32.1309.2023.02.0031956 2016年中国年降水量及其年内分配演变特征杜军凯1,仇亚琴1,李云玲2,卢㊀琼1,郝春沣1,刘海滢1(1.中国水利水电科学研究院,北京㊀100038;2.水利部水利水电规划设计总院,北京㊀100120)摘要:为分析中国降水时空演变格局,本文在月尺度上对水利部门与国家基本气象站的降水量监测数据进行融合,针对融合后的4177个站点,使用趋势分析㊁突变检验和年内分配向量法等方法分析了集中度㊁集中期和最大4个月累积降水量占全年之比等多个指数的分布格局,分析了1956 2016年中国年降水系列的趋势性和突变性特征,以及降水年内分配过程的时空演变㊂主要结论如下:①中国降水时空分布不均,自东南到西北,年降水量总体递减,降水年内分布集中度递增;站点年降水量序列的变化趋势呈现较强的地带性,自东南到西北呈 增 减 增 的3个条带;显著增加条带分别位于东南和西部地区,显著减少的条带位于中部,从东北地区向西南绵延至边境;年降水序列的趋势性变化大多伴随着突变,发生在20世纪80年代的站点最多㊂②沿200mm 和400mm 年降水量等值线,中国北方出现1个 汛期降水减少 条带,但其时间尺度效应较强;在月尺度上,站点汛期降水占比下降,非汛期降水占比增加;而在日尺度上则相反,连续3~7d 累积降水量的波幅加大,表明降水事件的极端程度在增强㊂③降水序列变化与径流的同步性较好,中国西北和东南地区年降水量呈增加趋势,典型水文站的还原径流量同步增加;年降水量显著减少㊁且最大4个月累积降水量占比指数减少超过10%的区域集中在北方的辽河㊁海河与黄河流域等非湿润区,相应水文断面的还原径流量显著减少㊂关键词:降水;年内分配;降水集中度;降水集中期;演变规律中图分类号:P333㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1001-6791(2023)02-0182-15收稿日期:2023-01-04;网络出版日期:2023-03-26网络出版地址:https :ʊ /kcms /detail /32.1309.P.20230324.1649.002.html基金项目:国家重点研发计划资助项目(2021YFC3201101);国家自然科学基金资助项目(52279030)作者简介:杜军凯(1987 ),男,河南禹州人,高级工程师,博士,主要从事流域水循环及其伴生过程模拟研究㊂E-mail:du_djk@通信作者:仇亚琴,E-mail:qyq@ 联合国政府间气候变化专门委员会(IPCC)第六次评估报告[1]指出,人类影响造成的气候变暖速率前所未有,全球极端天气与极端气候事件发生频率不断增强,全球尺度的降水结构发生了显著变化[2],较大程度上影响了区域水安全和经济社会可持续发展[3]㊂水循环是联系地球系统大气圈㊁水圈㊁岩石圈和生物圈的纽带㊂降水是水循环过程的总输入,研究中国降水的时空分布与演变格局可为洪涝灾害应对㊁水资源情势分析及水生态修复等工作提供科技支撑,具有重要的意义㊂在降水时空分布与演变规律方面,已有较多学者开展了相关研究㊂如在降水年际变化趋势分析方面,王英等[4]基于730个气象站的监测数据进行空间插值法和趋势分析,结果表明中国降水量从20世纪60年代到90年代呈明显下降趋势;施雅风等[5]总结了西北地区气候变化特征,指出西北地区气候向暖湿转型可能是世纪性的;张强等[6]分析了西北地区气候湿化趋势,指出西北地区西部和东部从21世纪开始同时进入增湿期;王米雪等[7]研究了1960 2013年东南沿海地区年降水量变化特征,指出2000年后东南沿海地区形成 重旱-重涝并重 的格局㊂在降水序列突变研究方面,丁一汇等[8]对青藏高原年平均气温和降水量序列进行突变检验,研究指出气候要素突变方向㊁突变时间存在较大时空差异;贾路等[9]认为西北地区降水集中度指数均值序列存在显著的突变点;张阿龙等[10]认为锡林河和巴拉格尔河流域气候突变发生在20世纪90年代至2010年;Zuo 等[11]研究表明,海河流域年降水量系列在1979年发生突变㊂在降水年内变化研究方面,刘向培等[12]从 信息熵 角度分析了厄尔尼诺与南方涛动㊁太平洋年代际涛动对中国降水集中程度的影响;㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征183㊀Zhang等[13]定义了降水年内集中度和年内集中期指数概念和计算方法,该方法被广泛用于区域年内多尺度降水不均匀性和集中程度,以及年际变化规律等研究中㊂此外,另有学者关注降水分区区划㊁降水变化的周期性㊁雨日数与雨强演变特征㊁季节降水结构演变与平稳性㊁城市化对降水的影响,以及极端降水时空变化特征等[14-19]㊂尽管当前研究取得了丰硕成果,但在以下几个方面仍有待提升㊂首先,受测站数量㊁密度㊁数据系列长度等条件制约,当前针对全国范围的研究较少;其次,中国幅员辽阔,地形㊁地貌复杂多变,降水时空演化具有很强的地带性特征,相关规律亟需总结;再者,针对降水年内丰枯变化的相关研究有待补充,尤其是汛期降水在长时间尺度上的演变及其径流效应㊂鉴于此,本文对气象站和水文站实测降水量进行月尺度融合,以提升监测资料的时空完整性,系统分析了多项指标的时空分布格局㊁地带性变化特征及其水文效应,为揭示中国降水时空演变规律提供科技支撑㊂1㊀数据与方法1.1㊀基础数据本文所用的降水量数据来源如下:一是国家基本气象站的逐日数据,来源于国家气象数据共享网;二是水文部门上报的逐月降水量观测数据,来源于全国第三次水资源调查评价上报的降水量数据集,时间序列为1956 2016年;另有水文部门提供典型站点的日尺度观测信息㊂对国家基本气象站和水文-雨量站的监测数据进行融合,处理原则如下:①删除重复站点,如水文-雨量站与基本气象站的空间位置相同,则优先使用国家基本气象站的监测数据;②舍弃监测不全的站点,如某站点在设站年份的监测数据缺失1个月以上,则放弃;③时间尺度统一,将日观测成果转换到月㊂按上述原则处理后,共得到4177个融合站点(图1)㊂本文所用降水量等值线图来自文献[20]㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图1㊀气象站点分布Fig.1Location of the meteorological stations and the terrain landform of China1.2㊀分析方法(1)趋势与突变检验分别使用Mann-Kendall(后文简称MK)趋势检验法和PETTITT突变分析法进行趋势和突变检验㊂MK趋势检验法[21-22]是一种典型的非参数检验方法,该检验方法在气象和水文领域得以广泛应用㊂PETTITT检184㊀水科学进展第34卷㊀验[23]是一种非参数的突变检验方法,构造一个Mann-Whitney 统计量,根据构造统计量的特征进行数据序列的突变点分析㊂(2)集中程度分析采用降水年内分配的集中度(Precipitation Concentration Degree,PCD)指数和集中期(Precipitation Concen-tration Period,PCP)指数来表征降水分布的集中性特点,计算方法见式(1)和式(2)㊂PCD 指数取值介于0~1,值越大表示降水年内分配越不均匀;PCP 指数以角度为单位,将0ʎ~360ʎ分配到全年12个月,取值越大表明降水峰值越靠后㊂D PC,i =(ð12j =1r ij ˑsin θj )2+(ð12j =1r ij ˑcos θj )2/R i (1)P PC,i =arctan[(ð12j =1r ij ˑsin θj )/(ð12j =1r ij ˑcos θj )](2)式中:D PC,i 和P PC,i 分别为测站第i 年的降水年内分配PCD 指数和PCP 指数;r ij 为第i 年第j 月的降水量,mm;R i 为第i 年的年降水量,mm;θj 为第j 月中对应的角度,角度与1 12月份的对应关系参见文献[12]㊂使用年内最大4个月累积降水量占全年的比例(PEC)指数来表示站点汛期降水的分布特征,计算方法见式(3):C PE =ð4i =1P ∗i /ð12j =1P j ˑ100(3)式中:C PE 为测站PEC 指数,%;P j 为1 12月的月平均降水量,mm;P ∗i 为年内最大4个月的月均降水量,mm㊂2㊀降水量时空分布注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图2㊀测站多年平均降水量的空间分布Fig.2Spatial distribution of annual mean precipitation at the meteorological stations 2.1㊀年降水量分布格局中国幅员辽阔,东部属季风气候,西北部属温带大陆性气候,青藏高原属高寒气候,降水空间分布不均匀,总体呈 东南高㊁西北低 的特征㊂融合后站点降水量与多年平均降水量等值线[20]分布见图2㊂多年平均年降水量200mm 等值线为中国干旱区与半干旱区的分界线,该线北起内蒙古高原中部,大致沿阴山-贺兰㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征185㊀山-六盘山-祁连山-柴达木盆地-昆仑山一线;多年平均年降水量400mm等值线沿东北 西南方向斜贯中国全境,系半干旱区与半湿润区分界线,北起大兴安岭,沿燕山-太行山-黄土高原北缘-祁连山东段分布;多年平均年降水量800mm等值线沿东西方向横贯全境,系湿润区和半湿润区的分界线;多年平均年降水量在800~1600mm的区域主要分布在 秦淮线 以南,包括淮河中下游㊁长江中下游㊁四川盆地㊁云贵高原和广西大部等地;多年平均年降水量超过1600mm的区域主要分布在东南沿海㊁湘赣山区㊁西南(云南㊁四川㊁西藏)部分山区,其中,海南岛部分区域㊁台湾岛[20]大部分地区降水量超过2000mm㊂2.2㊀年内分配特征根据式(1)和式(2),分别计算了所有站点逐年月降水量的PCD指数㊁PCP指数和最大4个月降水量占全年比例,各站点多年平均月降水量的年内集中度空间分布见图3,集中期空间分布见图4㊂(1)月降水量的年内集中度㊂由图3可见,各站点PCD指数为0.077~0.768,大体呈现北高南低的分布格局㊂0.077ɤD PC<0.200的站点主要分布在长江以南,即长江流域㊁珠江流域㊁东南诸河区和西南诸河区的大部分区域,另有黄河河源区㊁渭河南山支流㊁伊洛河等流域,以及位于天山北支与中支之间的伊犁河流域㊂0.200ɤD PC<0.320的站点集中分布在辽河区南部㊁海河区东部㊁淮河区大部和黄河中游部分区域,以及阿尔泰山南麓的额尔齐斯河流域㊂0.320ɤD PC<0.520的站点主要分布在西北诸河区,包括塔里木盆地㊁柴达木盆地及黑河上游等内陆河流域㊂0.520ɤD PCɤ0.768的站点大多散乱分布在400mm降水等值线两侧,包括松花江区西部㊁辽河区北部㊁太行山区,以及黄河上游大通河与湟水等流域㊂综上所见,中国干旱区域PCD指数值大,年降水量年内分配不均匀性强于降水量丰沛的区域㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图3㊀测站月降水量的PCD指数Fig.3PCD indexes of monthly precipitation at the meteorological stations(2)月降水量的年内集中期㊂由图4可见,各测站月降水量PCP指数为116.9ʎ~234.0ʎ,自东南至西北总体呈低 高 低的分布特征,两边PCP指数低㊁中部高㊂116.9ʎɤP PC<150.0ʎ(即集中期在6月中旬以前)的站点集中分布在长江中下游㊁东南诸河与珠江中下游地区,这与梅雨气候有关㊂150.0ʎɤP PC<175.0ʎ(集中期6月中旬至7月中旬)的站点分布在长江中游江北地区㊁长三角㊁珠江中游南岭南麓区域㊁武夷山以东的沿海地带,以及天山山区㊂175.0ʎɤP PC<190.0ʎ(集中期7月中下旬)的站点分布最广,沿东北 西南方向斜贯全国,包括东北大部㊁华北地区中部㊁青藏高原东部㊁四川盆地大部以及云贵高原东缘㊂190.0ʎɤP PCɤ234.0ʎ(集中期8月上旬至9月中旬)的站点主要分布在黄河流域大部㊁山东半岛和辽东半岛沿海地带㊁186㊀水科学进展第34卷㊀太行山区大部㊁金沙江上游㊁西南诸河以及海南岛等区域㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图4㊀测站月降水量的PCP指数分布Fig.4Distribution of PCP indexes of monthly precipitation at the meteorological stations(3)最大4个月累积降水占比㊂由图5可见,各测站PEC指数介于53.7%~97.8%,空间分布与PCP 指数类似,总体呈西北高㊁东南低的格局㊂53.7%ɤC PE<65.0%的站点绝大多数分布在长江中下游和东南诸河区,少部分位于南岭以南的柳江㊁西江流域,以及地处西北的天山山区㊂65.0%ɤC PE<75.0%的站点在上一分级(53.7%~<65.0%)的外层,东北地区主要分布在长白山以东,中部集中在祁连山东侧-秦岭-淮河沿线,以及西南的四川盆地㊁云贵高原大部,华南的珠江流域大部等区域㊂75.0%ɤC PE<85.0%的站点分布在东北平原㊁华北平原㊁黄土高原大部,以及西南的金沙江流域等㊂85.0%ɤC PEɤ97.8%的站点分布在大兴安岭山区㊁河套平原㊁柴达木盆地西部和塔里木盆地,以及青藏高原西南部等广袤地区㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图5㊀测站PEC指数分布Fig.5Distribution of proportion indexes of the maximum accumulated precipitation in4months to annual precipitation㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征187㊀3㊀降水量时空演变3.1㊀年降水量序列的趋势性采用MK检验法对年降水量序列进行趋势分析,共有337个站点通过显著性检验(显著性水平α=0.05,详见图6)㊂通过显著性检验站点中,呈显著增加趋势的站点共142个,各站点年降水量的年际变化梯度为2.9~8.5mm/a;呈显著减少趋势的站点共195个,变化梯度为-11.7~-2.0mm/a㊂在空间分布上,各站点年降水量的变化趋势的规律性较强,自东南到西北明显呈 增 减 增 的3个条带㊂据图6可知,站点年降水量显著减少的条带位于中部,从中国东北地区向西南绵延至边境区域㊂站点年降水量显著增加的条带有2个,分别位于西北和东南地区:西北地区各站点变化趋势在空间上比较一致,基本呈增加态势;东南地区以增加为主,但空间变异性更强,沿海少数站点呈减少趋势㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图6㊀测站年降水量序列的MK趋势检验结果Fig.6Mann-Kendall trends of annual precipitation series at the meteorological stations3.2㊀年降水量序列的突变性采用PETTITT检验法对年降水量序列进行突变分析,共有282个站点通过显著性检验(显著性水平α= 0.05,详见图7)㊂各站点突变年份介于1965 2005年,具体如下:1965 1969年的站点共2个;1970 1979年的站点共70个;1980 1989年的站点共128个;1990 1999年的站点共58个;2000 2005年的站点共24个㊂对比图6和图7可知,在空间分布上,发生突变的站点与趋势变化显著的站点比较一致㊂这意味着站点年降水序列的趋势性变化大多与突变相伴㊂3.3㊀最大4个月累积降水量占比变化针对序列超过50a的2575个测站,计算各站点1960 1969年㊁2007 2016年平均PEC指数及其相对变幅㊂以1960 1969年为基准,2007 2016年平均PEC指数相对变幅超出ʃ10%的站点共有123个,空间分布见图8㊂其中,共106个站点的PEC指数下降超过10%,共17个站点的PEC指数增加10%㊂PEC指数变幅超出ʃ10%的站点空间分布同样具有较强的地带性特征㊂减幅超过10%的站点大多数位于北方地区,少部分位于南方地区;这些站点空间分布与200mm和400mm年降水量等值线走势基本一致,集中分布在2条等值线两侧,如海河流域与黄河流域过渡地带㊁三江源地区,以及天山西段㊁阿尔泰山之间的广大区域㊂增幅超过10%的站点集中分布在南方地区,大多数位于800mm等值线之南㊂188㊀水科学进展第34卷㊀注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图7㊀测站年降水量序列的PETTITT突变检验结果Fig.7Results of PETTITT abrupt detections of annual precipitation series at the meteorological stations㊀㊀200mm㊁400mm多年平均年降水量等值线分别是中国半干旱与干旱区㊁半湿润与半干旱区的分界线, PEC指数从月尺度上反映了汛期降水的集中性㊂上述分析结果表明,在中国北方较为干旱的区域,站点年降水量的年内分配呈现一定程度的 平均化 倾向,汛期降水占比下降,非汛期降水占比增加㊂注:该图基于自然资源部标准地图服务网站下载的审图号为GS(2022)4307号的标准地图制作㊂图8㊀测站2007 2016年平均PEC指数较1960 1969年均值的变化Fig.8Relative change of the mean PEC index from2007to2016compared with that from1960to19694㊀讨㊀㊀论4.1㊀合理性分析(1)PCP指数和PCD指数分析结果的合理性㊂降水PCD指数和PCP指数分布与气候类型密切相关,中㊀第2期杜军凯,等:1956 2016年中国年降水量及其年内分配演变特征189㊀国的降水主要受夏季风控制,具有雨热同季特点㊂习惯上,中国将大兴安岭-阴山山脉-贺兰山-乌鞘岭-巴颜喀拉山-唐古拉山-冈底斯山系作为季风区与非季风区的分界线[24](图4)㊂春季,中国大部分地区冷空气较强,来自海洋的暖湿气流在华南㊁东南一带与之交锋,这些区域进入降水集中的第1个时段,即春雨期;随时间推移,季风强度不断加大,暖湿气流在初夏时节运动到江淮地区,产生梅雨锋面系统,形成1条降水丰富的锋面雨带;暖湿气流在夏㊁秋季节到达东北㊁华北和西北部分地区时,集中产生夏雨和秋雨;之后,夏季风强度不断减弱,雨带重回东南㊁西南和华南等地㊂总体而言,降水年内分配过程存在多峰的地区,集中度较低㊁集中期较早,反之则集中度较高,集中期相对延后㊂据图4可知,中国季风区降水体现出时空上的高度集中性[25],东北㊁华北和西南等地区月降水的PCP 指数值大多高于非季风区㊂月降水量PCP指数空间分布与季风活动密切相关,如梅雨气候控制的江南㊁江淮和长江中下游地区(见‘梅雨监测指标:GB/T33671 2017“)集中期明显提前至6 7月㊂海南岛雨源主要有锋面雨㊁热雷雨和台风雨等类型,每年5 10月为多雨期,其中台风多发生在8 10月[26]㊂受台风调节,海南岛月降水量集中期相对偏后㊂自东南向西北跨过分界线后,非季风区月降水集中期有所提前㊂如北疆的天山和阿尔泰山地区,其降水受盛行西风控制,月降水PCP指数明显低于东北和华北等地㊂与已有成果进行对比,刘向培等[12]指出40ʎN附近是中国年降水集中度分布的高值区,35ʎN以南是其分布的低值区;张天宇等[27]指出华北地区年内各候降水PCD指数为0.19~0.58,PCP指数多集中在7月;张运福等[28]指出东北地区年内各旬降水量PCD指数为0.59~0.79,PCP指数集中在7月中到8月上;张录军等[29]的研究结果表明,长江流域年内各旬降水量的PCD指数为0.35~0.51,PCD指数集中在4 7月;杨金虎等[30]指出西北五省(区)绝大部分地区年内各月降水量的PCD指数为0.16~0.76,PCP指数集中在6 7月㊂本文有关PCP指数计算结果与已有成果一致,PCD指数计算结果比部分文献偏低㊂究其原因, PCD指数计算结果受时段长短的影响,时间尺度越大(如侯 月 年),其取值则越低㊂为提升监测数据时空完整性,本文据月尺度降水量数据进行分析,故PCD指数计算结果偏低㊂(2)年降水量系列趋势分析结果的合理性㊂与年降水量系列趋势分析相关成果进行对比,王米雪等[7]的研究表明,中国东南沿海地区降水呈波动上升趋势,年际增速约为1.91mm/a;徐东坡等[15]的研究表明,中国西北地区和西藏等区域年降水系列存在显著增加趋势,华北和东北部分地区降水量呈减少趋势,上述成果与3.1节的趋势分析结果一致㊂本文得出全国降水年际变化在空间分布上呈 增 减 增 条带状分布的结论,与‘中国气候变化蓝皮书2021“[31]有关中国年降水量变化速率分布图是一致的㊂为进一步分析趋势检验结果的稳定性,本文将北京㊁郑州和广州3个气象站的监测资料延长到2020年,对比1956 2016年序列与1956 2020年序列的异同,结果见表1㊂据表1可知,同一测站不同序列降水量的年际变化梯度值有所差别,但其序列增/减趋势及显著性检验结果是一致的㊂需要说明的是,降水演变过程和机理相当复杂,针对1956 2016年序列的分析结果在未来是否能持续,仍有待开展进一步的研究㊂表1㊀典型站点不同序列趋势分析结果Table1Trend analysis results of different time series at the3meteorological stations站点名称年际梯度值/(mm㊃a-1)MK检验Z统计量1956 2020年1956 2016年1956 2020年1956 2016年北京气象站-2.21-2.16-1.66-1.48郑州气象站0.020.660.010.45广州气象站 6.64 6.84 2.16∗ 1.96∗注:显著性水平α=0.05标准正态分布Z统计量的临界值为1.96;∗表示通过α=0.05的显著性检验㊂㊀㊀(3)降水变化与季风强度变化的关系㊂中国降水的趋势性与突变性变化与季风气候的变化密切相关㊂东亚夏季风在1961 2020年间总体呈减弱趋势[31],在20世纪60年代初至70年代后期偏强,在70年代末期至21世纪初偏弱,之后转强㊂中国东北地区㊁华北地区和西南地区降水量与东亚夏季风强度之间存在显著190㊀水科学进展第34卷㊀的正相关关系[32],西风带的水汽输送为中国西北大部分地区提供了基本的水汽来源[33],热带气旋降水量是中国东南沿海地区降水的重要组成部分㊂从地域分布分析,东亚夏季风强度减弱是年降水量减少条带呈 东北 西南 分布(图6)的重要原因㊂类似地,郝立生等[34]认为东亚夏季风减弱使得从南边界进入的水汽通量大量减少,进而导致了华北地区降水量减少;Zhang等[35]的研究表明,中国西北地区的西风环流和垂直方向的上升气流呈增强趋势,给西北地区输送了更多的水汽,导致区域降水量偏多㊂青藏高原的水汽来源[36]包括海源㊁陆源和再循环水汽三大部分,关于高原降水量增加的原因,众多学者认识不一:如Zhang等[37]认为大尺度环流变化导致的水汽输送增加是主因;汤秋鸿等[38]认为西南季风控制区和高原区本地水汽贡献增加是主因;黄伟[39]研究指出中国东南沿海地区热带气旋降水强度显著增加,这可能是该区域降水偏多的重要原因㊂已有研究表明,西北地区年降水量系列突变点多发生在20世纪80年代和90年代,东北地区年降水系列突变点多发生在1980 1988年[15,40];长江流域8个降水变化敏感区年降水量系列的突变点发生在1977 1998年;黄河流域上㊁中㊁下游年降水量系列突变点发生年份波动较大,变化范围介于1965 1995年[41-42]㊂本文成果与上述文献的计算结果总体一致,20世纪80年代是测站年降水系列突变较集中的一个时期,这与季风强度年代际转换有关㊂李明聪等[43]的研究结果表明,东亚夏季风关系在20世纪70年代末发生了年代际转变,南亚季风在20世纪80年代中期发生了 强 弱 转换㊂此外,由于数据来源㊁系列长度㊁突变分析方法存在差异,不同文献的分析结果有所不同㊂4.2㊀汛期降水变化的尺度效应2000年以来,中国极端天气现象频现,出现诸如北京 7㊃21 特大暴雨㊁郑州 7㊃20 特大暴雨和广州 5㊃22 特大暴雨等多个极端降水事件㊂为进一步探究汛期降水变化的尺度效应,本文选取分别位于北京市(A站)㊁郑州市(B站)和广州市(C站)的3个典型气象站,以1960 2021年逐日降水量序列为基础,分析年内连续3d㊁连续5d和连续7d最大降水量的代际变化特征,各年段相应的统计值见表2㊂典型测站年内连续3㊁5㊁7d最大降水量在代际间呈波动变化,但近期(2010 2021年均值)均处于全序列(1960 2021年)高值区㊂其中,A站和B站历史最大暴雨事件恰好发生在此时段内,拉高了近期平均水平;C站自1970年以后,日尺度降水集中度出现较稳定增长㊂年内连续3㊁5㊁7d最大降水量指标的空间异质性较强㊂A站连续3d降水量在代际间呈先减后增特点,从60年代的136.2mm减至2000 2009年的年均82.0mm,再增长到2010 2021年的年均142.9mm;B站则不同,连续3d降水量在代际间基本呈增长趋势;C站位于湿润区,代际间波动性小于A站和B站㊂表2㊀典型站点连续3 7d降水量最大值统计Table2Cumulative precipitation statistics from3to7days at the3meteorological stations单位:mm统计时段A站(北京市)B站(郑州市)C站(广州市)3d5d7d3d5d7d3d5d7d1960 1979年平均136.2159.2167.8102.5113.4124.0182.6207.8236.1 1970 1979年平均123.9141.7170.5110.9130.2138.2153.2195.0224.2 1980 1989年平均122.3136.1147.8104.6115.5123.1172.3220.4242.6 1990 1999年平均100.3111.4139.2112.4125.5137.8186.1218.9235.2 2000 2009年平均82.090.9105.9120.6137.6158.3194.9221.6251.7 2010 2021年平均142.9152.5162.4172.4198.4205.9225.7263.5291.3 1960 2021年极大值381.7381.8394.4948.4989.0990.9329.0409.3421.1极大值发生年份2016年2016年2016年2021年2021年2021年2001年1989年1989年㊀㊀典型测站的分析结果与前文 106个站点月尺度降水呈现一定程度的均化倾向 并不冲突㊂二者相结合,。

近30年盘锦地区降水变化分析作者：王斌飞等来源：《安徽农业科学》2014年第28期摘要利用盘锦市大洼县观测站1980～2009年的逐日降水观测资料，采用线性回归、趋势分析等方法分析盘锦地区近30年降水的年、季变化特征。

结果表明，近30年盘锦市年平均降水量总体呈下降趋势，气候倾向率为-40.9 mm/10a，大大超过了全国的降水减少趋势；盘锦地区的降水量主要由夏季降水量的多少决定。

关键词降水；线性回归；趋势分析；变化特征；盘锦地区中图分类号S161.6；P426.6文献标识码A文章编号0517-6611（2014）28-09860-01Changes in Precipitation in the past 30 years of Panjin AreaWANG Binfei1， REN Zhiyong1*， ZHAI Qingfei2 et al（1. Panjin Meteorological Service， Panjin， Liaoning 124011； 2. Liaoning Weather Modification Office， Shenyang， Liaoning 110166）AbstractUsing daily precipitation observation data of Dawa Observatory in Panjin from 1980 to 2009， adopting linear regression and trend analysis， the annual and seasonal variation characteristics of precipitation in recent 30 years in Panjin area were analyzed. The results showed that， in the past 30 years the average annual precipitation in Panjin indicates overall downward trend， the climate trend rate is 40.9mm / 10a， much higher than the country's rainfall decreasing trend. The precipitation in Panjin area is mainly determined by summer rainfall.Key wordsPrecipitation； Linear regression； Trend analysis； Variation characteristics；Panjin area降水量多少及季节变化、极端程度与频率等是一个地区气候特征的体现[1]。

中亚地区属于干旱半干旱气候，生态环境脆弱，中亚区域各国自然灾害造成损失巨大，提高灾害防御能力、加强灾害防御能力建设是区域各国的共同需求，中亚区域各国的气象灾害的形成机制以及造成的危害具有高度相似性，同时中亚地区又是我国西风带天气系统的上游地区，对于新疆乃至中国的能源安全、水资源安全具有重要战略意义。

但中亚地区气象观测资料较少，灾害性天气机理的预报方法的研究缺乏，严重制约了“陆上丝绸之路”沿线的气象预报和服务能力。

本文研究区为中亚五国，包括哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦、土库曼斯坦、塔吉克斯坦。

中亚五国是北半球大陆温带、暖温带面积最大的干旱区，是亚洲中部干旱区的重要组成部分[1]。

王劲松等[2]的研究发现中亚干旱区降水整体上表现出增加趋势。

陈发虎等[3，4]进一步指出中亚干旱区年降水以冬季的增加趋势最明显。

黄伟等[5]发现中亚干旱区年降水具有显著的准两年周期震荡现象，突变也与其有密切的联系。

杨莲梅等[6]指出亚洲中部干旱区天气气候区域差异很大，中亚五国以冬、春季降水为主。

黄秋霞等[7]采用CRU 资料分析中亚五国气候特征发现该区域夏季降水主要出现在哈萨克斯坦，且西多东少。

迪丽努尔等[8]也发现中亚地区年降水量表现为中、南部多，东、西部少，除北部哈萨克斯坦平原地区外其它区域降水量均为增多趋势。

目前对中亚降水的研究主要集中于气候方面，对于中亚五国降水的天气分析还较为少见，而对于中亚地区环流特征的研究也集中于中亚低涡的特征及其对新疆天气的影响[9-15]，本文在对中亚五国暴雨进行统计的基础上，分析不同落区暴雨的大尺度环流特征，归纳了不同落区暴雨环流形势的天气学特点。

1资料本文采用NCEP/NCAR 提供的2001—2017年6—8月全球逐日格点降水再分析资料（分辨率为0.5°×0.5°）和逐日高度、气温、气压、风向风速、相对湿度等气象要素场的再分析资料（分辨率为1°×1°）。

湟水流域降水量长期变化趋势的时空分布特征及与气温的关系杨芳;刘倩【摘要】[目的]分析青海湟水流域降水量的时空分布特征及与气温的关系.[方法]以湟水流域7个气象站点1971-2007年近37年的实测降水及气温作为研究资料,分析降水量长期变化趋势的时空分布特征及气温对降水量的影响.[结果]1971-2007年湟水流域近37年平均降水量略有增加,降水主要集中在夏季(6-8月),而降水量增加主要发生在春季(3-5月).降水相对变率在1971-2000年明显增加,可靠性降低；2001-2007年降水相对变率减小,可靠性增加.在降水量丰沛和偏少的地区,降水量增加幅度不明显；而降水量中等地区,降水量增加趋势明显.1971-2007年湟水流域气温呈增加趋势；气温与降水量间大致呈负相关.[结论]流域内近37年平均气温明显增加,降水量略有增加,气温与降水量大致呈负相关,气温低的地区降水相对较多,气温高的地区降水相对较少.气温与降水量变化的关系比较复杂.【期刊名称】《西北农林科技大学学报（自然科学版）》【年(卷),期】2013(041)005【总页数】6页(P201-206)【关键词】湟水流域;降水量;气温;可靠性【作者】杨芳;刘倩【作者单位】青海大学农牧学院,青海西宁810016;青海大学农牧学院,青海西宁810016【正文语种】中文【中图分类】S161.6+1气候变化作为一个全球性问题，受到国际社会的普遍关注。

为此，政府间气候变化专门委员会（IPCC）已经发布了4次科学评估报告，其内容主要包括气候变化的科学规律、对经济社会的影响以及人们适应与减缓气候变化的对策等［1］。

随着全球平均气温的升高及降水变率空间分布的改变，区域性的气候变化也愈来愈引起人们的关注。

中国是一个易受气候变化影响的国家，气候变化对中国的农业、水资源以及自然生态系统等都有很大的影响［2］。

降水量作为反映气候特征最重要的指标之一，其变化的时空分布受气候、纬度等因子的影响，具有明显的年际和年内变化特点，对经济发展、农业生产及生态建设影响突出［3］。

亚洲中部干旱区多尺度气候环境变化的特征与机理1.引言1.1 概述在撰写本文之前，我们首先需要对亚洲中部干旱区多尺度气候环境变化的特征与机理进行概述。

亚洲中部地区的干旱区域包括中国的新疆、甘肃、青海、宁夏以及蒙古国和哈萨克斯坦等国家。

这些地区常年缺水，土地干旱，气候条件恶劣。

在过去几十年中，亚洲中部干旱区发生了显著的气候和环境变化。

气候变化主要体现在降水量减少、气温上升和气候季节的改变等方面。

干旱区的环境变化主要包括土壤干旱化、水资源减少、植物覆盖度下降等。

这些变化对干旱区的生态系统、农业生产和人民生活产生了重要影响。

在多尺度考察中，我们需要综合分析长期尺度和短期尺度的气候和环境变化特征。

长期尺度的变化可以通过分析过去几十年的气象观测数据和气候模型模拟结果来获得。

而短期尺度的变化可以通过分析季节、年度和年际尺度的气象数据来进行研究。

了解亚洲中部干旱区多尺度气候环境变化的特征和机理对于我们更好地理解和应对气候变化的影响具有重要意义。

本文将分析大气环流变化和地表特征变化对干旱区气候和环境的影响机理，并通过综合特征和机理解释来探讨多尺度气候环境变化的综合特征与机理。

这将有助于我们制定适应和应对措施，保护亚洲中部干旱区的生态环境和人民生活。

1.2文章结构1.2 文章结构本文将从多尺度的视角出发，探讨亚洲中部干旱区的气候环境变化特征与机理。

文章结构如下：第二部分为正文部分。

首先，在2.1节中，我们将介绍干旱区的气候变化特征。

通过分析历史气象数据和气候模型的预测结果，我们可以了解到干旱区的降水量、温度和气候事件等方面的变化情况。

接着，在2.1.1小节中，我们将详细讨论干旱区的气候变化情况，包括降水量的减少、温度的升高以及极端气候事件的增加等方面。

在2.1.2小节中，我们将阐述干旱区的环境变化情况，例如土壤湿度的下降、表面水体的减少和植被覆盖的变化等。

通过对以上变化特征的研究，我们可以更好地理解亚洲中部干旱区的气候环境演变趋势。

中亚湖泊地区气温变化特征陈起川;夏自强;郭利丹;王景才【摘要】根据中亚地区不同经纬度的5个湖泊气象站(从低纬度到高纬度的顺序排列分别为里海、成海、巴尔喀什湖、阿拉湖、斋桑泊)的20世纪中后期及21世纪初的实测逐日气温资料,采用距平分析法、5年滑动平均法、Spearman秩相关系数法、Mann-Kendall秩次相关分析检验法以及相关的水文统计方法,对这个区域的气温特征、变化趋势及趋势显著性进行了分析.结果表明:在所研究的5个站点中,年均气温存在不同程度的上升现象,并且纬度越高,年均气温升高趋势越显著；整个区域的气温呈上升趋势；增温过程主要发生在冬季,年最低气温升温显著,年最高气温也呈上升趋势,但是不显著.%Based on observed daily temperature data from the meteorological stations of five lakes in Central Asia in the middle and late 20th century and the early 21th century, the Caspian Sea, Aral Sea, Balkhash Lake, Alar Lake, and Zaysan Lake, ranked from low latitudes to high latitudes, the anomaly analytical method, the five-year moving average method, the Spearman test method, the Mann-Kendall test method, and the hydrological statistical method were used to identify the characteristics of temperature, change trends, and the significance of the trends. The results show that the annual average temperature had an increasing trend at the five stations, and the higher the latitude Was, the more significant the increasing trend was. On the whole, the temperature throughout the region had an increasing trend. The warming process mainly occurred in winter. The annual minimum temperature increasedsignificantly, and the annual maximum temperature also had an increasing trend, which was not significant.【期刊名称】《河海大学学报（自然科学版）》【年(卷),期】2012(040)001【总页数】7页(P88-94)【关键词】中亚地区;湖泊地区;气温;变化趋势【作者】陈起川;夏自强;郭利丹;王景才【作者单位】河海大学国际河流研究所,江苏南京210098;河海大学水文水资源学院,江苏南京210098;河海大学国际河流研究所,江苏南京210098;河海大学水文水资源学院,江苏南京210098;河海大学国际河流研究所,江苏南京210098;河海大学水文水资源学院,江苏南京210098;河海大学国际河流研究所,江苏南京210098;河海大学水文水资源学院,江苏南京210098【正文语种】中文【中图分类】P339;P457.3气候变暖问题是全世界所关注的重大问题之一[1].政府间气候变化问题小组IPCC(2007)的报告指出:全球平均气温在19世纪末以来升高了0.4～0.8℃[2].增暖主要发生在1910年到1940年及1970年到现在这2个阶段[3].全球变暖具有普遍性,但是不同的地区也具有一定的差异[4-6],全球气温变化的区域性特征明显.中亚地区深居内陆,远离海洋,属于干旱半干旱地区,它的气温变化情况,却少有人知.本文在全球变暖的大背景下,分析中亚地区不同纬度地区的气温变化差异,旨在探究干旱半干旱地区湖泊的气温变化情况,也为研究不同纬度地区的气候变化提供依据[7].1 研究对象和研究方法1.1 研究区域概况选取中亚地区的里海、咸海、巴尔喀什湖、阿拉湖、斋桑泊5个湖泊(图1)作为研究对象,分析并研究20世纪中后期及21世纪初的气温变化特征及其变化趋势.图1 研究区域Fig.1 Diagram of study area里海,是世界最大的湖,并且是咸水湖,位于亚欧大陆腹地,亚洲与欧洲之间.里海北部位于温带大陆性气候带,而里海中部以及南部大部分区域则位于温热带,西南部受副热带气候影响,东海岸以沙漠气候为主,从而气候多变.咸海,是位于中亚地区的一内流咸水湖,坐落于哈萨克斯坦和乌兹别克斯坦两国交界处,为世界第4大水体,属于沙漠大陆型气候.巴尔喀什湖,位于哈萨克斯坦东部,是哈萨克斯坦境内第3大水体,由于深居亚欧大陆腹地,海洋上的气流很难流入,呈现出典型的温带大陆型气候.阿拉湖,是哈萨克斯坦境内的盐湖,在巴尔喀什湖东180km处,接近中国新疆维吾尔自治区边界,属于典型的干旱半干旱地区.斋桑泊,是哈萨克斯坦境内东北部的一淡水湖,位于阿尔泰山西麓,额尔齐斯河流经此湖.1.2 研究资料本文采用里海站、咸海站、巴尔喀什湖站、阿拉湖站、斋桑泊站这5个气象站20世纪中后期及21世纪初的逐日平均气温、逐日最高气温、逐日最低气温等资料对研究区域进行分析.所选择的5个气象站的地理坐标分别为 :里海,43.0°N,47.6°E;咸海,46.8°N,61.7°E;巴尔喀什湖,46.8°N,75.1°E;阿拉湖,46.2°N,80.9°E;斋桑泊,47.5°N,84.9°E.1.3 研究方法本文主要采用距平分析法[8]、5年滑动平均法[9-11]对各站的年平均气温、年最高最低气温的四季变化和年最高气温、最低气温的变化特征进行分析;采用Spearman秩相关系数法[12]、Mann-Kendall秩次相关分析检验法[13-14]对气温变化趋势的显著性进行检验.2 气温的变化特征分析2.1 气温的年际和年代际变化各站年均气温统计特征值列于表1.由表1可以看出,中亚地区的年平均气温的变化特征,从空间上说,呈现出从南到北、从西到东逐渐降低的特点,由西南部里海的12.01℃降低到处于东北部的斋桑泊的4.41℃.最高年均气温与最低年均气温的极值比和极值差以及变差系数C v都呈现出从南到北增大的特点,这说明年平均气温的年际变化程度具有从南到北逐渐增大的特点.在统计系列中,斋桑泊的气温上升增幅最大,1936—2005年间多年平均气温为4.41℃,年均气温上升了2.43℃,年均上升率为7%,平均每年上升0.04℃;里海的多年平均气温变化最不明显,1882—2006年间里海的年均气温上升了0.12℃,年均上升率为0.29%,平均每年上升0.00096℃.对各站气温变化趋势采用Spearman秩相关系数法和Mann-Kendall秩次相关分析检验法进行的趋势显著性检验结果(表2)表明,纬度越高,年平均气温上升越显著.气温较高且排在前10位的年份,在1980—2005年这一时段内所占比例分别为里海4年、咸海10年、巴尔喀什湖8年、阿拉湖8年、斋桑泊9年.这表明,咸、巴、乌、斋4站20世纪80年代以后气温升高趋势是非常明显的.表1 各站年均气温统计特征值Table1 Statistical characteristics of annual average temperatures at five stations注:|T|表示Spearman统计量;|U|表示Kendall统计量;RT和RU分别表示Spearman和Kendall的检验临界值.站名统计历时最高年均气温/℃最低年均气温/℃极值比K极值差/℃多年平均气温/℃ C v C s/C v里海 1882—2006年 13.97 10.43 1.34 3.55 12.01 0.06 2里海 1942—1992年 13.97 10.57 1.32 3.41 12.07 0.06 2咸海 1932—2005年 10.76 5.392.00 5.37 7.77 0.16 2巴尔喀什湖 1936—2005年 7.963.59 2.224.375.69 0.16 2阿拉湖 1949—2005年 8.89 4.89 1.82 4.00 7.06 0.14 2斋桑泊 1936—2005年6.50 1.94 3.35 4.56 4.41 0.25 2表2 各站年平均气温变化的趋势性检验Table2 Trend tests of changes of annual average temperatures at fivestations站名统计历时 |T| RT |U| RU 趋势性变化量/(℃◦a-1)里海 1882—2006年 1.63 2.01 1.56 1.96 不显著 0.001里海 1942—1992年 1.49 2.01 1.50 1.96 不显著 -0.010咸海 1932—2005年 5.49 2.01 4.91 1.96 显著 0.030巴尔喀什湖 1936—2005年 3.45 2.01 3.41 1.96 显著0.040阿拉湖 1949—2005年 5.74 2.01 4.84 1.96 显著 0.040斋桑泊 1936—2005年 4.67 2.01 4.11 1.96 显著 0.040采用距平分析法分析不同年代年均气温的变化.由表3可见,20世纪70年代后,各站年代均温距平为正,而70年代以前基本为负值,说明70年代后较70年代前年代均温呈上升趋势,即中亚地区的气温是从70年代开始升高的,并且各站在70年代以后偏离均值的情况越来越严重,说明气温还存在进一步升高的趋势.对年均温采用差积曲线秩检验联合识别法[15]进行变异点检验,得出秩统计量U(表4),U服从正态分布.若|U|＜U 0.05/2=1.96,表明变异点不显著;否则,表明变异点显著.由表4可以看出,各站气温均在20世纪70年代发生突变.这说明该研究区域的气温由低转高的突变点在20世纪70年代.表3 各站20世纪30年代后平均气温距平结果Table3 Anomaly of average temperatures at five stations during different decades after 1930s ℃站名30年代40年代50年代60年代70年代80年代90年代21世纪初里海 -0.02-0.13-0.15 0.22 0.00 0.35 -0.14 0.50咸海 -0.85-0.31-0.82-0.40-0.08 0.47 0.671.92巴尔喀什湖 -0.81-0.04-0.43-0.20-0.40 0.44 0.28 0.95阿拉湖 -1.01-0.51 0.28 0.19 0.43 1.01斋桑泊 -1.06-0.08-0.85-0.36-0.02 0.29 0.93 0.88表4 变异点分析结果Table 4 Analysis results of change points站名可能变异点统计量|U| 临界值显著性是否变异点里海 1978年 1.98 1.96 显著是咸海 1976年 4.63 1.96 显著是巴尔喀什湖 1977年 4.39 1.96 显著是阿拉湖 1970年 4.431.96 显著是斋桑泊 1976年 4.32 1.96 显著是2.2 20世纪70年代前后年内月平均气温变化以20世纪70年代为界,对70年代前后逐月平均气温进行比较,结果见图2.由图2可知,5个站70年代前后逐月平均气温变化量基本均为正值,只有个别月份的平均气温为负值.这说明,70年代后各月的平均气温较70年代前均存在不同程度的升高现象.其中:咸海、阿拉湖、斋桑泊的各月平均气温均有升高;里海的5月、6月、7月、8月和10月的变化量为负值,巴尔喀什湖只有3月和7月的气温有所降低,但降幅不大.图2 各站70年代前后逐月平均气温变化量对比Fig.2 Variation of monthly average temperatures at five stations before and after 1970s2.3 年内四季变化通过分析可知,在所研究的5个站中,四季的平均气温均存在上升下降现象,其中,春、夏、秋三季的平均气温变化相对微弱,没有明显的上升下降趋势,而冬季的升温现象比较显著,见图3.图3 各站逐年冬季气温5年滑动平均过程及其趋势线Fig.3 Five-year moving average processes of annual temperatures in winter and their trends at five stations从均温变化曲线来看,各站冬季气温呈上升趋势,变化基本上一致.各站冬季5年滑动平均气温趋势线斜率均大于0,说明5个站冬季均呈升温趋势.阿拉湖冬季气温上升最快,其次是斋桑泊、咸海、巴尔喀什湖,而里海升温趋势缓慢得多,线形趋势线斜率是最小的,仅为0.0136,是阿拉湖的1/5左右.对巴尔喀什湖逐年冬季均温的趋势显著性检验结果表明,Spearman检验和Kendall检验统计量分别为|T|=3.57和|U|=3.30,分别大于显著水平为α=0.05时的临界值2.01和1.96,说明冬季气温上升趋势显著.由表5可知:春季,各站气温均呈上升趋势,其中咸海和阿拉湖显著升温;夏季,咸海、巴尔喀什湖、阿拉湖、斋桑泊4站表现为升温,咸海和阿拉湖显著升温,而里海呈降温趋势,但是不显著;秋季,各站气温均呈上升趋势,其中里海和斋桑泊的升温不显著. 表5 各站四季均温变化趋势及显著性Table 5 Change trends of seasonal average temperatures and their significances at five stations站名统计历时春夏秋冬趋势显著性趋势显著性趋势显著性趋势显著性里海 1882—2006年升温不显著降温不显著升温不显著升温显著里海 1942—1992年升温不显著降温不显著升温不显著升温不显著咸海 1932—2005年升温显著升温显著升温显著升温显著巴尔喀什湖 1936—2005年升温不显著升温不显著升温显著升温显著阿拉湖 1949—2005年升温显著升温显著升温显著升温显著斋桑泊 1936—2005年升温不显著升温不显著升温不显著升温显著2.4 年最高温最低温月份平均气温变化年最高平均气温发生在夏季(6—8月),年最低平均气温发生在冬季(12月—次年2月),对各站年最高温最低温月份5年滑动平均气温变化趋势进行分析,并利用Spearman和Kendall秩次相关检验法检验趋势的显著性,结果列于表6.表6 各站年最高温最低温月份平均气温变化趋势及显著性Table6 Change trends of average temperatures in months with maximum and minimum temperatures and their significances at five stations站名统计历时1月12月2月6月7月8月趋势显著性趋势显著性趋势显著性趋势显著性趋势显著性趋势显著性里海 1882—2006年升温不显著升温显著升温不显著降温不显著降温显著降温不显著里海 1942—1992年升温不显著升温不显著升温不显著降温不显著降温不显著降温不显著咸海 1932—2005年升温显著升温显著升温不显著升温显著升温显著升温不显著巴尔喀什湖 1936—2005年升温显著升温不显著升温不显著升温不显著降温不显著升温不显著阿拉湖 1949—2005年升温显著升温不显著升温显著升温不显著升温不显著升温不显著斋桑泊 1936—2005年升温显著升温显著升温显著升温不显著升温不显著升温显著由表6可见:里海19世纪末到21世纪1月和7月的气温升降显著,其他研究月份均温的上升下降趋势均不显著;咸海所研究月份均有升温现象,但2月和8月升温趋势不显著;巴尔喀什湖只有12月升温显著;阿拉湖12月和1月升温显著,其他月份升温但不显著;斋桑泊6月和7月升温不显著,其他月份均表现为显著升温.2.5 极端年最高最低气温变化对5个站的极端年最高、极端年最低气温进行5年滑动平均分析,结果见图4和图5.图4 各站极端年最高气温5年滑动过程及其趋势线Fig.4 Five-year moving processes of annual maximum temperatures and their trends at five stations图5 各站极端年最低气温5年滑动过程及其趋势线Fig.5 Five-year moving processes of annual minimum temperatures and their trends at five stations由图4和图5可见:巴尔喀什湖的极端年最高气温呈下降趋势,但是降幅很小,极端年最低气温呈上升趋势;其他各站的极端年最高气温和极端年最低气温均呈上升趋势.用Spearman和Kendall秩次相关检验法检验了趋势显著性,结果见表7.由表7可知:咸海和阿拉湖的极端年最高最低气温上升趋势显著;里海的极端年最高最低气温上升均不显著;巴尔喀什湖的极端年最高气温呈下降趋势,但不显著,极端年最低气温持升高态势,但不显著;斋桑泊的极端年最高气温上升不显著,但是其极端年最低气温的升高趋势显著.由表8可见:20世纪70年代后平均极端年最高气温较70年代前,除里海降低了0.1℃外,其他4站均存在不同程度的升高现象,总体来讲,极端年最高气温呈升高趋势;极端年最低气温一致升高,变化区间为(1.11℃,3.74℃);极端年最高气温差值在0～2.7℃之间变化,巴尔喀什湖呈持平状态;极端年最低气温,5个站表现为一致性升高,变化区间为(1.2℃,3.9℃).表7 各站极端年最高气温最低气温非参数相关检验结果Table7 Non-parameter tests of annual maximum and minimum temperatures at five stations里海不显著不显著不显著不显著咸海显著显著显著显著巴尔喀什湖不显著不显著不显著不显著阿拉湖显著显著显著显著斋桑泊不显著不显著显著显著表8 各站20世纪70年代前后极端年最高最低气温统计结果Table8 Statistical results of annual maximum and minimum temperatures at five stations before and af站名平均年最低气温/℃平均年最高气温/℃ 最高年最高气温/℃ 最低年最低气温℃70年代前 70年代后 70年代前 70年代后 70年代前 70年代后70年代前 70年代后里海 34.38 34.29 -15.34 -14.23 37.60 38.70 -26.50 -22.60咸海 38.99 41.14 -31.60 -28.93 42.90 44.80 -37.90 -36.70巴尔喀什湖 36.83 36.84 -32.81 -31.45 40.90 40.90 -41.20 -38.70阿拉湖 37.79 39.07 -35.55 -31.80 40.90 43.60 -43.70 -41.10斋桑泊 36.76 37.69 -34.40 -32.11 40.2042.00 -40.90 -39.40总体来讲,20世纪70年代后的极端年最高气温和极端年最低气温较70年代前都表现为升高趋势,并且极端年最高气温比极端年最低气温的升高趋势更加明显.3 结论5个站年均气温的年际变化均随着纬度的升高而变大,平均气温多年来呈上升趋势,而且纬度高的站点气温升高趋势较为明显,斋桑泊的升温趋势最为显著.纬度最高的斋桑泊在1936—2005年间年均气温上升了2.43℃,年均上升率达7%,而纬度较低的阿拉湖、巴尔喀什湖、咸海的年均上升率只有2%,纬度最低的里海表现为降温,但降幅很小.春、夏、秋三季呈增温趋势,增幅比较小;冬季,各站均温均呈上升趋势.年最高气温方面,只有咸海和阿拉湖的年最高气温呈显著升高趋势,其他站的年最高气温升降不显著,其中巴尔喀什湖的年最高气温呈下降趋势,但是降幅不大;年最低气温基本呈升高趋势,其中,里海和巴尔喀什湖升高趋势不显著.各站的年均气温由低转高的转折点均在20世纪70年代.中亚地区主要湖泊的年均气温整体呈上升趋势.主要表现为年最低气温的升高,年最高气温并无很明显的升高现象,升温过程主要发生在冬季,其他季节的气温增幅不大,且纬度越高,升温越显著.参考文献:【相关文献】[1]王邵武.近百年我国及全球气温变化趋势[J].气象,1990,16(2):11-15.(WANG Shao-wu.Variations of temperature in China for the 100 year period in comparison with global temperatures[J].Meteorological Monthly,1990,16(2):11-15.(in Chinese))[2]Intergovernmental Panel on Climate Change.Climate change 2007[R].Paris:IPCC,2007.[3]辛渝,张广兴,俞剑蔚,等.新疆博州地区气温的长期变化特征[J].气象科学,2007,27(6):610-617.(XIN Yu,ZHANG Guangxing,YU Jian-wei,et al.Secular variation feature of air temperature over Bole Region in Xinjiang[J].Scientia Meteorologica Sinica,2007,27(6):610-617.(in Chinese))[4]NICHOLSON SE.Climatic and environmental change in Africa during the last two centuries[J].Climate Res,2001,17:123-144.[5]BARLOW M,CULLEN H,LYON B.Drought in central and south-west Asia:La Nina,thewarm pool,and Indian Ocean precipitation[J].JClimate,2002,15:697-700.[6]NICHOLSON N.The changing nature of Australian drought[J].ClimateChange,2004,63:323-336.[7]唐志坚,夏自强,郭利丹,等.中北亚地区气候纬向变化特征[J].河海大学学报:自然科学版,2009,37(3):271-275.(TANG Zhi-jian,XIA Zi-qiang,GUO Li-dan,et al.Characteristics of latitudinal climate change in Central-North Asia[J].Journal of Hohai University:Natural Sciences,2009,37(3):271-275.(in Chinese))[8]谭徐明.近500年我国特大旱灾的研究[J].防灾减灾工程学报,2003,23(2):77-83.(TAN Xu-ming.Study of major drought catastrophesin China in recent 500 years[J].Journal of Disaster Prevention and Mitigation Engineering,2003,23(2):77-83.(in Chinese))[9]裴益轩,郭民.滑动平均法的基本原理及应用[J].火炮发射与控制学报,2001(1):21-23.(PEI Yi-xuan,GUO Min.The fundamental principle and application of sliding averagemethod[J].Gun Launch&Control Journal,2001(1):21-23.(in Chinese))[10]丁晶,刘权授.随机水文学[M].北京:中国水利水电出版社,1997.[11]王文圣,丁晶,金菊良.随机水文学[M].北京:中国水利水电出版社,2008.[12]王开军,黄添强.基于趋势秩的Spearman相关方法[J].福建师范大学学报:自然科学版,2010,26(1),38-41.(WANG Kai-jun,HUANG Tian-qiang.Spearman rank correlation method based on trend rank[J].Journal of Fujian Normal University:Natural Science Edition,2010,26(1):38-41.(in Chinese))[13]MANN H B.Norr parametric tests against trend[J].Econometrica,1945,13(3):245-259.[14]LIBISELLER C,GRIMVALL A.Performance of partial Mann-Kendall test for trend detection in the presence of covariates[J].Environmetrics,2002,13(1):71-84.[15]邹悦,张勃,戴声佩,等.黑河流域莺落峡站水文过程变异点的识别与分析[J].资源科学,2011,33(7):1264-1271.(ZOU Yue,ZHANG Bo,DAISheng-pei,et al.Identification and analysis ofmutation of hydrological processesat the Yingluoxia Stationinthe Heihe River Basin[J].Resources Science,2011,33(7):1264-1271.(in Chinese))。

基于多源卫星数据的中亚地区湖泊水量变化监测研究1. 本文概述在本文《基于多源卫星数据的中亚地区湖泊水量变化监测研究》中，我们针对中亚这一全球气候变化敏感区域内的湖泊水量动态变化展开了深入探讨。

随着全球气候变暖以及区域水循环过程的变化，中亚地区内陆湖泊水量的波动不仅直接影响着当地生态环境系统的稳定性，也对水资源管理、生态系统服务功能以及人类社会经济活动产生深远影响。

本研究充分利用了多源遥感卫星数据，包括但不限于MODIS、GF16系列卫星、以及通过干涉雷达技术获取的地形数据，结合GRACE重力场卫星提供的陆地水储量信息，构建了一套全面而精准的湖泊水量监测体系。

文章首先阐述了研究背景、目的与意义，明确了中亚地区湖泊水量变化监测的重要性与现有研究存在的挑战。

接着，详细介绍了所采用的数据源和技术路线，尤其是如何通过融合可见光遥感、微波遥感及重力场数据来实现湖泊水体面积和水储量的精确反演与长期连续监测。

本研究创新性地开发了一种适应中亚地区特殊地理环境与气候条件的方法，用于校正季节性冰雪融化、蒸发、地下水交换等因素对湖泊水量估计的影响。

研究的第一部分旨在建立一套基于多源卫星数据的湖泊水量变化检测模型，并通过实例分析验证其有效性和可靠性。

通过对比历史观测数据和实地测量结果，我们将展示这套监测方法在揭示中亚地区湖泊水量时空分布特征、周期性变化规律以及潜在驱动机制方面的应用效果，从而为相关领域的科学研究和决策支持提供强有力的科学依据。

2. 研究区域概况中亚地区，地理上位于亚洲中部，涵盖了哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦和土库曼斯坦五个国家。

这一区域因其独特的地理位置和丰富的自然资源而具有重要的地缘政治和经济价值。

中亚地区属于典型的内陆干旱区，其水文循环主要依赖于山区冰川融水和降水。

该区域拥有众多大小不一的湖泊，这些湖泊不仅是当地生态系统的重要组成部分，也是周边居民生活和经济活动的重要水源。

湖泊的水量变化对中亚地区的生态环境、水资源管理和区域可持续发展具有重要影响。

河套地区气温和降水的气候特征分析陶娜;王冰晨;张连霞;张利亚;张正英【摘要】文章利用巴彦淖尔市临河、磴口、杭后、五原、前旗5个测站1954-2010年共57年的气象观测资料,对河套地区气温和降水的气候平均值和月分布特征进行了统计分析.并根据统计结果探讨了气候平均值的变化、气候变化趋势,以及引起气候变化的原因.在此基础上,还对河套地区四季开始的时间和每季的长度进行了应用分析.【期刊名称】《内蒙古气象》【年(卷),期】2011(000)001【总页数】3页(P19-21)【关键词】平均气温;极端气温;降水;气候平均值;气候变化趋势【作者】陶娜;王冰晨;张连霞;张利亚;张正英【作者单位】巴彦淖尔市气象局,内蒙古,临河,015000;内蒙古气象信息中心,内蒙古,呼和浩特,010051;巴彦淖尔市气象局,内蒙古,临河,015000;巴彦淖尔市气象局,内蒙古,临河,015000;达拉特旗气象局,内蒙古,达拉特旗,017000【正文语种】中文【中图分类】P458.1+21巴彦淖尔市位于内蒙古自治区的西部，地理位置在105°12′～109°53′E，40°13′～42°28′N 之间，东与包头相邻，西与阿拉善盟接壤，南与鄂尔多斯市相望，北与蒙古共和国为邻。

临河、磴口、杭后、五原、前旗这5个站，位于巴彦淖尔市南部的河套平原上，是以农业为主的5个旗县。

为了更好地反映河套地区的气候变化特点及气候变化规律，选择了5个站的长序列气温、降水资料。

温度和降水是反映某地气候特征的两个最基本的气象要素。

本文使用巴彦淖尔市套区5个站1954—2009年12月31日的逐日平均气温、最高气温、最低气温、降水量等50多年长序列气象资料，应用Microsoft Office软件所提供的函数统计和图表工具，详细分析了河套地区近50年气温、降水的气候特征及变化规律。

在计算气候平均值时，按世界气象组织的有关规定[3]，使用1971—2000年作为基本统计时段。

中亚主要的气候及分布1、中亚的气候特征和地形是什么啊中亚的自然环境：地形：平原、丘陵为主，沙漠广大气候：中亚大部分地区为干旱、半干旱气候，降水稀少，冬冷夏热，河湖：内流区域为主中亚气候冬冷夏热,降雨稀少,大部分地区为温带沙漠,温带草原气候.植被以草原,荒漠为主.中亚深居亚洲内陆,地形以丘陵,平原为主.河流多为内流河.高中地理书上抄的累死我了2、简述中亚地理位置对当地自然环境和交通条件的影响自然环境的形成受地理位置影响明显。

由于中亚地处中纬度地区，形成温带气候；由于中亚深居内陆，距离海洋遥远，海洋水汽难以到达，空气干燥，降水很少。

中亚地区气候干旱又影响到这里的河流、湖泊特征和生物特征。

中亚地区交通线分布深受地形和水源的影响。

高山山麓地带有高山冰雪融化水，水资源比较丰富，人口和城市较多。

人口比较密集的地区资源开发和经济发展规模较大，对交通线建设需求量大，因此主要交通线沿高山山麓或河流分布。

由于地形特征为东南高西北低，故而河流走向基本为西北走向。

水量小，少水能。

汛期在春夏气节，原因是冰山融化和夏季降雨。

中亚气候由于处于欧亚大陆腹地，尤其是东南缘高山阻隔印度洋、太平洋的暖湿气流，该地区气候为典型的温带沙漠、草原的大陆性气候；其突出特征是：第一，雨水稀少，极其干燥。

一般年降水量在300毫米以下，咸海附近和土库曼斯坦的荒漠年降水量仅为75－100毫米，而山区年降水量为1000毫米，费尔干纳山西南坡甚至可达2000毫米，但山地中也有的雨量少于沙漠地区，如帕米尔的年降水量仅60 毫米；第二，中纬度大陆内部地区，晴天多，太阳辐射强，温度高，蒸发旺盛。

中亚每平方厘米地面由于阳光辐射每年可获10－13 平方万卡热量，在土库曼斯坦则几乎达到16万卡。

科学测试，在中亚北纬40度地方夏季所获阳光照射量并不逊于热带地区。

空气极其干燥和高温引起大量的蒸发，阿姆河三角洲水面的年蒸发量达1798毫米，即比这里的降水量大21倍；第三，温度变化剧烈。

微专题湖泊-备战2024年高考地理总复习专题考点+微专题集成讲练辑兴凯湖属于中俄界湖，由大、小兴凯湖组成，两湖由一条长约90千米，最宽处约1千米的沙岗隔开，仅雨季连通，岗上树林茂密，两侧常出现“大湖波浪滔天、小湖温柔恬静”的景观。

湖水从东北面松阿察河溢出，即乌苏里江的西源。

大兴凯湖平均水深约4米，湖水较混浊，含沙量5、6月最高。

图一为兴凯湖位置示意图，图二为当地沙岗景观图。

据此完成下面小题。

1．沙岗的形成原因可能是（）A．湖水堆积B．冰川堆积C．风力堆积D．人工堆积2．图中沙岗面积最小的月份最可能是（）A．2月B．5月C．8月D．11月3．大兴凯湖湖水5、6月含沙量最高，其主要原因是（）A．湖水水量小B．入湖沙量最大C．风浪较大D．灌溉用水量大高原湖泊作为青藏高原生态系统的重要组成部分能指示区域环境的变化。

色林措是青藏高原第二大内流湖，近20余年来湖泊面积年均增加23.5km²。

下图示意2000年与2023年色林措遥感影像对比。

据此完成下面小题。

4．推测色林措面积增大的根本原因是（）A．湖面蒸发减弱B．冻土与冰川消融C．年均降水增加D．植被覆盖率提高5．图中四地中，地势最低的是（）A．①B．②C．③D．④2018年3月12日，芬兰官方公布了计划在北极圈内修建一条铁路，连接挪威希尔克内斯口岸与芬兰现有铁路，打通芬兰现有铁路网至北冰洋的交通运输线，之后通过开辟的“北极丝路”绕北冰洋进入亚洲东部。

图为北欧局部地区水系和交通示意图。

完成下面小题。

6．图示区域湖泊众多，这些湖泊的成因是（）A．河流改道，积水成湖B．海底淤积，积水成湖C．断裂下陷，积水成湖D．冰川刨蚀，积水成湖7．“北极丝路”的火车向中国运输的大宗货物是（）A．石油B．木材C．床D．服装8．中国工程人员在该国境内修建铁路需要克服的困难是（）A．寒冷潮湿B．烈日暴晒C．淡水短缺D．高寒缺氧9. 阅读图文材料，完成下列要求。

荆江是长江中部从枝江到洞庭湖一段的别称。

中亚干旱地区降水异常及其影响机制研究中亚干旱地区降水异常及其影响机制研究摘要：中亚干旱地区是全球最重要的干旱区域之一，其降水异常对该地区的水资源、农业、生态环境等产生深远影响。

本文综述了中亚干旱地区降水异常及其影响机制的研究进展。

首先介绍了中亚干旱地区降水异常的观测结果，然后分析了影响降水异常的主要气候因子，包括大气环流、地表热力、地理位置和人类活动等。

最后，探讨了中亚干旱地区降水异常对该地区的水资源、农业和生态环境的影响，并提出了未来的研究方向和重点。

1. 引言中亚干旱地区位于亚洲内陆，在全球范围内有着重要的地位。

由于地理位置和气候特点，该地区的降水异常对其经济、社会和环境发展有着巨大的影响。

因此，对中亚干旱地区的降水异常及其影响机制进行深入研究对于该地区的可持续发展具有重要意义。

2. 中亚干旱地区降水异常的观测结果中亚干旱地区的降水异常是该地区气候变化的一个重要表征。

根据多年观测资料的分析，该地区的降水异常呈现出明显的时空变化规律。

在时间尺度上，降水异常表现出较为明显的年际和季节性变化；在空间尺度上，降水异常表现出明显的地域差异。

3. 影响降水异常的主要气候因子中亚干旱地区的降水异常主要受到以下几个气候因子的影响：大气环流、地表热力、地理位置和人类活动。

大气环流是决定气候和降水分布的重要因素，其变化对中亚干旱地区的降水异常有着重要影响。

地表热力是影响大气环流形成和运动的重要因素，而中亚干旱地区的地表热力常常受到地理位置和人类活动的影响。

4. 中亚干旱地区降水异常对水资源的影响中亚干旱地区水资源丰富度较低，且降水异常会对其水资源产生重要影响。

降水异常会导致干旱和洪涝等水文灾害的发生，严重威胁该地区的水资源安全。

因此，深入研究降水异常对水资源的影响机制对该地区的水资源管理具有重要意义。

5. 中亚干旱地区降水异常对农业的影响中亚干旱地区的农业以灌溉农业为主，而降水异常会直接影响农业的生产和经济效益。

地理学报ACTA GEOGRAPHICA SINICA 第66卷第9期2011年9月V ol.66,No.9Sept.,2011收稿日期：2011-01-05;修订日期：2011-06-08基金项目：国家自然科学基金重点项目(4070633);中国科学院西部博士资助项目(XBBS200809);自治区“科技支疆”项目(200891128)[Foundation:National Natural Science Foundation of China,No.4070633;China WesternDoctoral Support Project,No.XBBS200809;Technology Support Xinjiang Project ,No.200891128]作者简介：李均力(1980-),男,助理研究员,主要从事遥感信息提取与湖泊变化研究。

E-mail:lijl@1219-1229页2003-2009年中亚地区湖泊水位变化的时空特征李均力,陈曦,包安明(中国科学院新疆生态与地理研究所,乌鲁木齐830011)摘要：利用ICESat/GLAS 卫星测高数据产品获取2003-2009年间中亚地区24个典型湖泊的水位信息，分析该地区湖泊水位变化的时间过程和空间特征，并结合流域内气象观测数据和冰川、水坝分布图，分析不同类型湖泊的水位变化对气候变化与人类活动的响应。

结果表明，湖泊水位变化与湖泊所在流域的年均降水量的变化呈显著的正相关；冰川融水对高山封闭湖泊的变化具有重要作用，其中在青藏高原北部、帕米尔高原和天山中部有大量冰川分布的流域，湖泊水位变化与湖泊补给系数呈正相关，水位主要表现为升高或稳定的状态；而在天山和阿尔泰山高地区无冰川补给的流域，水位随湖泊补给系数的增大而呈现负变化。

水利枢纽或拦水坝为人类活动对湖泊的直接影响因子，其空间分布与近年来外流湖和平原尾闾湖的水位变化有关。

拦水建坝的外流湖和尾闾湖的水位下降明显，而未建拦水坝或水利枢纽的外流湖水位相对稳定，进一步印证了近年来中亚水资源过度开发造成湖泊水位下降的事实。