司鵬等

摘要基于均一的262個(gè)地面站逐日氣溫?cái)?shù)據(jù)及RegCM4.0區(qū)域氣候模式模擬數(shù)據(jù)，從觀測(cè)事實(shí)和模式預(yù)估兩方面，對(duì)華北區(qū)域的農(nóng)業(yè)熱量資源以及與農(nóng)業(yè)經(jīng)濟(jì)相關(guān)的極端溫度指標(biāo)的趨勢(shì)變化進(jìn)行了評(píng)估。結(jié)果表明，華北區(qū)域≥15 ℃活動(dòng)積溫的趨勢(shì)增加幅度均較大，≥0 ℃和≥10 ℃活動(dòng)積溫的趨勢(shì)增加幅度均相當(dāng)；而>10 ℃有效積溫的增加幅度較>15 ℃有效積溫明顯。近54年來(lái)觀測(cè)到的華北區(qū)域氣溫日較差基本呈明顯的減少趨勢(shì)，而模擬預(yù)估則顯示出未來(lái)的日較差趨勢(shì)變化并不顯著。同時(shí)，極端溫度指標(biāo)的分析結(jié)果也表明，在未來(lái)幾十年里，氣溫的大幅度增暖是可控的，甚至能夠達(dá)到增暖幅度低于當(dāng)前觀測(cè)到的平緩趨勢(shì)。因此，對(duì)于華北區(qū)域來(lái)說(shuō)，優(yōu)化種植制度是適應(yīng)氣候變化最重要的技術(shù)手段。

關(guān)鍵詞華北區(qū)域；積溫；極端溫度事件；農(nóng)業(yè)氣候資源；影響

中圖分類號(hào)S162文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)0517-6611（2015）29-223-08

氣候系統(tǒng)的變暖是毋庸置疑的，整個(gè)21世紀(jì)全球日溫度極暖事件的出現(xiàn)頻率和幅度將會(huì)增加，而極冷事件將會(huì)減少，預(yù)估的干旱、熱浪等及其產(chǎn)生的不利影響也將會(huì)增加。所有大陸和大部分海洋的觀測(cè)證據(jù)表明，許多自然系統(tǒng)正在受到區(qū)域氣候變化的影響，特別是溫度升高的影響。根據(jù)20世紀(jì)80年代初以來(lái)的衛(wèi)星觀測(cè)顯示，在許多區(qū)域春季已出現(xiàn)植被返青提前的趨勢(shì)，這與近期變暖而使其生長(zhǎng)季節(jié)延長(zhǎng)有關(guān)。我國(guó)大陸地區(qū)也表現(xiàn)出了與全球極端溫度事件一致的變化特點(diǎn)，與此同時(shí)，我國(guó)近50年來(lái)因氣象災(zāi)害導(dǎo)致的農(nóng)業(yè)受災(zāi)面積不斷擴(kuò)大，農(nóng)業(yè)經(jīng)濟(jì)損失逐年升高，極端事件發(fā)生頻率和強(qiáng)度的不斷增加，也加大了農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)。

作為增暖顯著的北方地區(qū)，極端氣溫增暖儼然成為不可爭(zhēng)辯的事實(shí)，且隨之帶來(lái)的農(nóng)業(yè)生產(chǎn)的不穩(wěn)定性和自然風(fēng)險(xiǎn)也是不言而喻的。劉穎杰等研究表明以溫度升高為主要特征的氣候變化對(duì)我國(guó)東北地區(qū)糧食總產(chǎn)增加有明顯的促進(jìn)作用，但對(duì)華北、西北和西南地區(qū)的增加則有一定的抑制作用。姬興杰等利用北方冬麥區(qū)18個(gè)農(nóng)業(yè)氣象觀測(cè)站1983～2005年氣象資料和冬小麥生育期觀測(cè)資料分析得到，北方冬麥區(qū)冬小麥返青期、抽穗期和成熟期提前主要是由于氣溫增加所致，且以最低氣溫的變暖影響最為明顯。

然而，對(duì)于我國(guó)北方地區(qū)極端增暖事件的研究，目前主要基于氣溫極值和相對(duì)閾值的分析，對(duì)影響農(nóng)業(yè)生產(chǎn)經(jīng)濟(jì)的極端溫度指標(biāo)（即絕對(duì)閾值）的研究甚少。與此同時(shí)，對(duì)于分析和監(jiān)測(cè)極端事件（包括干旱、極端溫度等）的變化來(lái)說(shuō)，需要具有高時(shí)空分辨率和長(zhǎng)時(shí)間的氣候資料，因此，隨著氣象觀測(cè)序列的增長(zhǎng)勢(shì)必會(huì)迫使人們重新認(rèn)識(shí)一個(gè)地區(qū)的農(nóng)業(yè)氣候資源。所以，從長(zhǎng)時(shí)間尺度考慮極端氣候異常給農(nóng)業(yè)經(jīng)濟(jì)帶來(lái)的影響，更正以往僅利用較少年數(shù)氣候資料得到的農(nóng)業(yè)氣象災(zāi)害分析結(jié)果是非常必要和重要的。

該研究擬利用WMO（World Meteorological Organization）氣候委員會(huì)等組織聯(lián)合成立的氣候變化監(jiān)測(cè)和指標(biāo)專家組（ETCCDI，Expert Team on Climate Change Detection and Indices）定義的溫度絕對(duì)閾值來(lái)分析觀測(cè)到的華北區(qū)域1961～2014年極端溫度事件的變化特征及其對(duì)農(nóng)業(yè)經(jīng)濟(jì)帶來(lái)的影響；同時(shí)，研究利用區(qū)域氣候模式RegCM4.0中RCP4.5和RCP8.5 2種排放情景下的模擬結(jié)果，對(duì)華北區(qū)域未來(lái)極端溫度事件的變化趨勢(shì)進(jìn)行預(yù)估，以期通過(guò)觀測(cè)事實(shí)和模式預(yù)估的相互印證為該地區(qū)農(nóng)業(yè)經(jīng)濟(jì)的可持續(xù)發(fā)展提供有利的科學(xué)保障。

1資料與方法

1.1資料選取

1.1.1地面觀測(cè)資料。

地面觀測(cè)資料由國(guó)家氣象信息中心提供，主要從北京、天津、河北、內(nèi)蒙以及山西五省中，依據(jù)時(shí)間序列的長(zhǎng)度、資料完整性對(duì)臺(tái)站進(jìn)行篩選。剔除缺測(cè)數(shù)據(jù)大于全序列長(zhǎng)度1%或有連續(xù)缺測(cè)年的臺(tái)站，最終選取262個(gè)基準(zhǔn)、基本和一般站1961～2014年的逐日平均、最低、最高氣溫序列進(jìn)行研究。臺(tái)站篩選結(jié)果如圖1所示。

圖1我國(guó)華北區(qū)域臺(tái)站分布

1.1.2區(qū)域氣候模式模擬數(shù)據(jù)。

模擬數(shù)據(jù)為國(guó)家氣候中心提供的區(qū)域氣候模式RegCM4.0，單向嵌套BCC_CSM1.1（Beijing Climate Center _Climate System Model version 1.1）全球氣候系統(tǒng)模式，分別在典型濃度路徑（Representative Concentration Pathways，RCPs）RCP4.5和RCP8.5排放情景下的輸出結(jié)果（以下簡(jiǎn)稱RCP4.5、RCP8.5），連續(xù)模擬積分時(shí)間為1950～2099年，其中，以1986～2005年代表當(dāng)代氣候時(shí)段，2006～2099年代表未來(lái)的預(yù)估時(shí)段，水平分辨率為50 km。區(qū)域氣候模式RegCM系列產(chǎn)品已經(jīng)被廣泛地應(yīng)用于我

國(guó)氣候變化評(píng)估中[18-19]，該數(shù)據(jù)可較好地再現(xiàn)我國(guó)地區(qū)當(dāng)

代地面氣溫空間分布及數(shù)值，同時(shí)，對(duì)未來(lái)極端氣候事件也有較好的模擬能力[20-21]。依據(jù)地面觀測(cè)資料篩選的262個(gè)臺(tái)站信息，選取距離每個(gè)站點(diǎn)最近的格點(diǎn)值作為模擬預(yù)估的研究對(duì)象。

1.2研究方法

1.2.1地面觀測(cè)資料的質(zhì)量控制和均一性分析。

觀測(cè)到的極端事件變化信度取決于資料的質(zhì)量和數(shù)量，以及對(duì)這些資料分析的可獲得性。因此，依照文獻(xiàn)[16]的數(shù)據(jù)分析方法，在此首先對(duì)選出的262個(gè)地面氣象觀測(cè)站建站以來(lái)的逐日平均、最低、最高氣溫資料進(jìn)行了基本邏輯檢驗(yàn)[22-23]，且利用RHtestsV3方法[24-25]，結(jié)合臺(tái)站元數(shù)據(jù)，對(duì)質(zhì)控后的數(shù)據(jù)進(jìn)行了均一性檢驗(yàn)，重點(diǎn)針對(duì)遷站造成的時(shí)間序列不連續(xù)進(jìn)行了訂正。同時(shí)，為保證訂正后數(shù)據(jù)的可靠性，研究中將訂正后的氣溫資料與我國(guó)均一化歷史氣溫?cái)?shù)據(jù)集（CHHT）[26-27]進(jìn)行了對(duì)比分析。結(jié)果顯示，2種方法訂正得到的平均、最低、最高氣溫趨勢(shì)變化幅度基本在同一量級(jí)內(nèi)，且趨勢(shì)變化特點(diǎn)一致。因此，利用RHtestsV3方法分析得到的氣溫觀測(cè)資料來(lái)評(píng)估華北區(qū)域極端溫度事件是相對(duì)可靠的。

1.2.2極端氣溫指數(shù)定義。

極端溫度事件采用ETCCDMI定義[17]的7個(gè)氣溫指數(shù)進(jìn)行分析，分別包括5個(gè)絕對(duì)閾值和2個(gè)相對(duì)閾值（表1）。指數(shù)計(jì)算利用加拿大氣象局提供的RClimDex軟件包[22]。

1.2.3區(qū)域平均序列的建立。

華北區(qū)域平均序列的構(gòu)造[28]，即將區(qū)域內(nèi)262個(gè)臺(tái)站的年平均溫度（積溫、極端氣溫）序列進(jìn)行主分量（PCA）分析，以展開后的第一主成分的荷載平方作為權(quán)重系數(shù)，對(duì)所有臺(tái)站的溫度序列進(jìn)行加權(quán)平均，得到區(qū)域平均的氣溫序列。這樣可以消除個(gè)別不合理序列帶來(lái)的偏差，能夠比等權(quán)的區(qū)域平均序列更好地反映出區(qū)域溫度異常變化的信號(hào)。同時(shí)，采用荷載的平方作為權(quán)重系數(shù)可以避免區(qū)域內(nèi)不同臺(tái)站之間因地形、海拔高度等因素造成的影響。

43卷29期司 鵬等極端溫度事件對(duì)我國(guó)華北農(nóng)業(yè)氣候資源的影響

2結(jié)果與分析

2.1觀測(cè)到的華北區(qū)域極端溫度事件

2.1.1熱量資源的氣候變化。

積溫是制約作物全生育期或某一段生育期能否順利完成的重要因子之一，也是研究作物生長(zhǎng)發(fā)育對(duì)熱量的要求和評(píng)價(jià)熱量資源的重要指標(biāo)[29]。因此，在此通過(guò)分析能夠代表三大糧食作物小麥、玉米、水稻生長(zhǎng)發(fā)育的指標(biāo)溫度（0、10、15 ℃）的積溫變化[30]來(lái)對(duì)華北區(qū)域的熱量資源進(jìn)行分析。

從近54年來(lái)華北區(qū)域≥0 ℃、≥10 ℃、≥15 ℃活動(dòng)積溫趨勢(shì)變化的空間分布（圖2a）可以看出，各界限溫度的空間分布特點(diǎn)基本一致，主要表現(xiàn)為北京中部、天津和內(nèi)蒙大部積溫趨勢(shì)增加最為顯著，變化幅度為75～100 （℃·d）/10a；山西、河北大部增溫趨勢(shì)主要集中在50～75 （℃·d）/10a；而山西東南部、河北東北部和西南部等地區(qū)增暖趨勢(shì)相對(duì)較小，幅度為25～50 （℃·d）/10a，其中有部分局部地區(qū)出現(xiàn)了積溫負(fù)趨勢(shì)變化?！?5 ℃活動(dòng)積溫的高值增暖范圍相對(duì)較大，≥0 ℃和≥10 ℃活動(dòng)積溫則基本相當(dāng)，突出表現(xiàn)在內(nèi)蒙地區(qū)。

從時(shí)間分布（圖2b）來(lái)看，整個(gè)華北區(qū)域1961～2014年各界限溫度的活動(dòng)積溫均呈明顯的上升趨勢(shì)，特別是20世紀(jì)90年代初～21世紀(jì)初期，趨勢(shì)增加較為顯著；從變化幅度

（表2）來(lái)看，≥15 ℃的活動(dòng)積溫趨勢(shì)增加相對(duì)較大，為702 （℃·d）/10a，≥0 ℃和≥10 ℃趨勢(shì)值相當(dāng)，分別為687、68.4

（℃·d）/10a。因而，結(jié)合空間分布特征的分析結(jié)果，

反映出≥15 ℃活動(dòng)積溫持續(xù)時(shí)間的相對(duì)增加一定程度上會(huì)導(dǎo)致北方耐寒作物如冬小麥適宜播種期的推遲，縮短其整個(gè)生育期，這一結(jié)果與高素華等[31]、張建平等[32]研究氣候變暖對(duì)我國(guó)冬小麥生長(zhǎng)發(fā)育和產(chǎn)量影響得到的結(jié)論一致。與此同時(shí)，≥15 ℃活動(dòng)積溫的顯著增加也會(huì)延長(zhǎng)喜溫作物如水稻、玉米等灌漿成熟過(guò)程。另外，≥0 ℃和≥10 ℃活動(dòng)積溫趨勢(shì)的顯著增加也會(huì)造成無(wú)霜期的延長(zhǎng)，有利于水稻、早春玉米等喜溫作物的生長(zhǎng)，由此可適當(dāng)提早對(duì)該類作物的種植時(shí)間。

有效積溫穩(wěn)定性較強(qiáng)，常用來(lái)表示作物生長(zhǎng)發(fā)育對(duì)溫度的要求[29]。由近54年來(lái)華北區(qū)域>10 ℃、>15 ℃有效積溫趨勢(shì)變化的空間分布（圖3a）可見(jiàn)，其與活動(dòng)積溫（圖2a2、a3）趨勢(shì)變化一致，華北區(qū)域1961～2014年各界限溫度的有效積溫均以趨勢(shì)增加為主要分布特征，增暖幅度基本為25～50 （℃·d）/10a，但>10 ℃有效積溫的趨勢(shì)增加幅度較>15 ℃有效積溫明顯，突出表現(xiàn)在內(nèi)蒙北部和西部地區(qū)（圖3a1），其增暖幅度為50～75 （℃·d）/10a。相比>10 ℃有效積溫來(lái)說(shuō)，>15 ℃有效積溫在山西大部、河北西南和東北部等增暖趨勢(shì)相對(duì)較小，甚至在山西南部負(fù)趨勢(shì)范圍明顯增大（圖3a2）。從時(shí)間分布（圖3b）來(lái)看，同樣與活動(dòng)積溫一致，1961年以來(lái)華北區(qū)域各界限溫度的有效積溫均呈明顯的增暖趨勢(shì)，顯著增暖期也主要集中在20世紀(jì)90年代初～21世紀(jì)初期，>10 ℃、>15 ℃有效積溫的趨勢(shì)增暖幅度分別為43.3、30.1 （℃·d）/10a（表2）。

以上分析表明，在氣候增暖的大背景下，近54年來(lái)華北區(qū)域熱量資源是顯著增加的，特別是北部的內(nèi)蒙地區(qū)。積溫的逐年升高一定程度上會(huì)造成冬小麥生育期的縮短，特別是冬性品種無(wú)法經(jīng)歷足夠的寒冷期而不能滿足春化作用，致使總干重和穗重的減少，從而可能導(dǎo)致產(chǎn)量的下降。但同時(shí)有效積溫的升高，也會(huì)大大改善越冬條件，降低冬小麥的越冬死亡率，減少了種植風(fēng)險(xiǎn)。另外，北部熱量資源的顯著增加亦會(huì)對(duì)北方喜溫作物水稻、玉米的生長(zhǎng)有利，有利于其單產(chǎn)的提高和種植面積的擴(kuò)大。然而，由于山西東南部、河北東北部和西南部多為高山地區(qū)，造成其積溫升高幅度不大甚至出現(xiàn)負(fù)趨勢(shì)的現(xiàn)象，特別是>15 ℃有效積溫的趨勢(shì)變化。

氣溫日較差是衡量一地農(nóng)業(yè)氣候資源質(zhì)量的重要指標(biāo)，也是代表作物生長(zhǎng)期間對(duì)熱量強(qiáng)度的要求。對(duì)于日較差趨勢(shì)的空間分布來(lái)說(shuō)（圖4a），近54年來(lái)華北區(qū)域氣溫日較差基本呈明顯的減少趨勢(shì)，特別是內(nèi)蒙大部、華北區(qū)域東南部，說(shuō)明日最低氣溫的升溫速率大于日最高氣溫。同樣，時(shí)間變化曲線也顯示出顯著的減少趨勢(shì)（圖4b），變化幅度為-0.291 ℃/10a。類似王石立等對(duì)資料的估算方法，利用日最低氣溫代表夜間溫度，那么隨著華北區(qū)域夜間溫度的升高，作物夜間的呼吸消耗也隨之增大，一定程度上減少了干物質(zhì)的積累，可能會(huì)對(duì)作物的品質(zhì)造成影響。

2.1.2極端溫度的變化。

從與農(nóng)業(yè)生產(chǎn)經(jīng)濟(jì)相關(guān)的極端氣溫指數(shù)的空間分布（圖5a）來(lái)看，5個(gè)極端指數(shù)的空間分布與熱量資源（圖2～3）表現(xiàn)出較大的一致性，其中代表暖事件的生長(zhǎng)期GSL（圖5a1）和夏季日數(shù)SU（圖5a4）除了在河北東

北部和西南部表現(xiàn)出趨勢(shì)增加較小，甚至有局地呈現(xiàn)出日數(shù)減少趨勢(shì)外，華北其他區(qū)域基本呈現(xiàn)出增加的趨勢(shì)，增加日數(shù)均集中在2～4 d/10a，且在內(nèi)蒙的西部和東部，GSL和SU分別出現(xiàn)了4～6 d/10a的增加幅度；而代表冷事件的霜

凍日數(shù)FD（圖5a2）和結(jié)冰日數(shù)ID（圖5a3）則表現(xiàn)出顯著的減少趨勢(shì)，其中FD的減少幅度相對(duì)較大，主要集中在-5～-3 d/10a，而ID的減少幅度主要為-3～-1 d/10a，且在河北的西南部出現(xiàn)了趨勢(shì)減少幅度不明顯的分布。綜合FD、ID和SU的趨勢(shì)幅度變化，能夠反映出華北區(qū)域日最低氣溫

的增暖變化大于日最高氣溫的，但日最低氣溫的升溫速率并不是無(wú)限度地增長(zhǎng)下去，如熱夜日數(shù)TR的分布（圖5a5），除了華北區(qū)域西部和東南部有明顯的增加趨勢(shì)外，其他地區(qū)的熱夜日數(shù)趨勢(shì)基本沒(méi)有變化，尤其是內(nèi)蒙大部。因而，對(duì)于華北區(qū)域來(lái)說(shuō)，盡管近54年來(lái)氣溫日較差有顯著的減小趨勢(shì)，但由于日最低氣溫升高的有限性，對(duì)于作物光合物質(zhì)的轉(zhuǎn)化、積累和貯存并不是一味的減弱，特別是氣溫較低的北部地區(qū)。

對(duì)于時(shí)間分布來(lái)說(shuō)，1961～2014年華北區(qū)域平均的生長(zhǎng)期GSL（圖5b1）和夏季日數(shù)SU（圖5b4）均呈顯著增加趨勢(shì)，增加幅度分別為3.0、2.6 d/10a。但從年代際變化來(lái)看，GSL的明顯延長(zhǎng)時(shí)期始于20世紀(jì)80年代初，并呈持續(xù)的增加趨勢(shì)，與氣溫日較差DTR（圖4b）形成很好的反對(duì)應(yīng)關(guān)系；SU與熱量資源的時(shí)間分布一致，明顯增加主要集中在20世紀(jì)90年代初～21世紀(jì)初期，同樣，這一變化特點(diǎn)還表現(xiàn)在熱夜日數(shù)TR的時(shí)間序列中（圖5b5）。對(duì)于冷事件來(lái)說(shuō)，霜凍日數(shù)FD（圖5b2）和結(jié)冰日數(shù)ID（圖5b3）的時(shí)間序列均呈減少趨勢(shì)，幅度分別為-3.8、-2.1 d/10a，特別是FD從20世紀(jì)70年代開始至21世紀(jì)初期呈持續(xù)的減少趨勢(shì)，ID則有2個(gè)明顯的減少時(shí)段，分別是20世紀(jì)70年代和80年代初～90年代末，而在20世紀(jì)60年代和2000年以后有明顯的增加趨勢(shì)。

近54年來(lái)華北區(qū)域異常暖晝WSDI的時(shí)間序列變化特點(diǎn)與熱量資源（圖2～3）的基本一致，明顯增加趨勢(shì)集中在20世紀(jì)90年代初～21世紀(jì)初期，幅度為1.1 d/10a；而異常冷晝CSDI的曲線變化特點(diǎn)與結(jié)冰日數(shù)ID（圖5b3）有相似之處，20世紀(jì)60年代日數(shù)有增加趨勢(shì)，70年代～90年代中期呈減少變化，整體趨勢(shì)幅度為-0.4 d/10a。對(duì)于整個(gè)華北區(qū)域來(lái)說(shuō)，有43%左右的臺(tái)站異常暖晝WSDI是顯著增加的（通過(guò)顯著性α=005檢驗(yàn)），主要分布在華北中西部和北部地區(qū)，增加幅度為1～2 d/10a；而對(duì)于異常冷晝CSDI來(lái)說(shuō)，僅有10%左右的臺(tái)站日數(shù)是顯著減少的（通過(guò)顯著性α=005檢驗(yàn)），主要分布在華北西部和北部局部地區(qū)，幅度為-1～-2 d/10a。從空間分布來(lái)看，WSDI和CSDI趨勢(shì)的顯著變化均在內(nèi)蒙部分區(qū)域有所體現(xiàn)，因此，二者的時(shí)空變化分析結(jié)果也印證了日最高、最低氣溫在內(nèi)蒙等北部地區(qū)的顯著增暖變化。

2.2未來(lái)華北區(qū)域極端溫度事件

研究中對(duì)華北區(qū)域未來(lái)氣溫變化的預(yù)估使用了2種排放情景RCP4.5和RCP8.5的輸出結(jié)果，時(shí)段為2006～2099年。RCP情景是根據(jù)輻射強(qiáng)迫作為分類標(biāo)準(zhǔn)，現(xiàn)在和未來(lái)很長(zhǎng)一段時(shí)間內(nèi)，RCP情景將是氣候變化、影響評(píng)估及減排等研究中使用的主要溫室氣體排放情景。代表較高排放情景的RCP8.5，是指到2100年輻射強(qiáng)迫達(dá)8.5 W/m2，并將繼續(xù)上升一段時(shí)間；中間穩(wěn)定路徑RCP4.5代表輻射強(qiáng)迫在2100年之前達(dá)4.5 W/m2，2種排放情景均包括溫室氣體、氣溶膠、化學(xué)活性氣體及土地利用的排放和濃度時(shí)間序列。

2.2.1熱量資源的氣候變化預(yù)估。

由華北區(qū)域RCP4.5和RCP8.5 2種排放情景下≥0 ℃、≥10 ℃、≥15 ℃活動(dòng)積溫未來(lái)趨勢(shì)變化的分布情況（圖6）可見(jiàn)，華北區(qū)域未來(lái)的活動(dòng)積溫均為增暖的趨勢(shì)變化，且幅度依緯度的遞減呈現(xiàn)出有層次性的遞增變化，其中，RCP8.5排放情景下（圖6b）各界限溫度的活動(dòng)積溫增暖較大，幅度為73～131（℃·d）/10a，明顯高于當(dāng)前觀測(cè)到的積溫變化（圖2a）；而RCP45排放情景下（圖6a）的趨勢(shì)增暖幅度較小，為41～76 ℃/10a，這主要與假定的排放情景有關(guān)。

從時(shí)間分布來(lái)看，華北區(qū)域RCP4.5和RCP8.5 2種排放情景下各界限溫度的活動(dòng)積溫均有顯著的上升趨勢(shì)，特別是RCP8.5排放情景的時(shí)間序列上升較為明顯，并呈現(xiàn)出持續(xù)性的增暖變化，與之不同的是，RCP4.5排放情景的時(shí)間序列在21世紀(jì)中期（2060年左右）以后處于平穩(wěn)的趨勢(shì)變化，這一特點(diǎn)與觀測(cè)事實(shí)相一致（圖2b）。同樣，1961～2099年華北區(qū)域未來(lái)活動(dòng)積溫的趨勢(shì)幅度（表3）顯示，RCP8.5排放情景的趨勢(shì)增暖最為顯著，明顯高于觀測(cè)事實(shí)（表2），而RCP4.5排放情景的趨勢(shì)增暖幅度相對(duì)較小。但與觀測(cè)事實(shí)一致的是，不論是RCP4.5還是RCP8.5排放情景下，其未來(lái)的華北區(qū)域≥15 ℃活動(dòng)積溫的趨勢(shì)增加幅度均較大，≥0 ℃和≥10 ℃的趨勢(shì)增加幅度均相當(dāng)。

與活動(dòng)積溫的未來(lái)趨勢(shì)變化特點(diǎn)一致，華北區(qū)域未來(lái)的有效積溫均表現(xiàn)出增暖的趨勢(shì)變化，且幅度的增加基本與緯度的變化呈反比。從變化幅度來(lái)看，>10 ℃有效積溫的趨勢(shì)增加較明顯，RCP4.5和RCP8.5排放情景下分別為 24～56、46～97（℃·d）/10a；>15 ℃有效積溫的趨勢(shì)增加較小，RCP4.5和RCP8.5排放情景下分別為 13～48、28～84（℃·d）/10a。但總的來(lái)看，RCP8.5排放情景下各界限溫度有效積溫的增暖趨勢(shì)明顯高于當(dāng)前觀測(cè)到的有效積溫變化。對(duì)于時(shí)間序列變化來(lái)說(shuō)，有效積溫的時(shí)間變化特點(diǎn)與活動(dòng)積溫一致，RCP8.5排放情景下各界限溫度有效積溫隨時(shí)間呈明顯的持續(xù)上升趨勢(shì)，變化幅度明顯大于觀測(cè)事實(shí)（表2），>10 ℃、>15 ℃有效積溫的預(yù)估趨勢(shì)值分別為77.4、61.2（℃·d）/10a（表3）；而RCP4.5排放情景下的未來(lái)華北區(qū)域有效積溫在21世紀(jì)中期（2060年）以后表現(xiàn)出平穩(wěn)的趨勢(shì)變化，幅度值較小，>10 ℃、>15 ℃有效積溫的預(yù)估趨勢(shì)值分別為42.1、32.9（℃·d）/10a（表3）。

對(duì)于日較差的未來(lái)趨勢(shì)變化來(lái)說(shuō)，RCP8.5和RCP4.5 2種排放情景下的預(yù)估值均沒(méi)有觀測(cè)事實(shí)明顯，減小幅度也均沒(méi)有通過(guò)顯著性α=0.05檢驗(yàn)，一定程度上反映出在未來(lái)幾十年的氣候變化中，華北區(qū)域日最低氣溫不會(huì)像近54年觀測(cè)到的升溫速率較顯著，而很可能會(huì)與日最高氣溫的變化相當(dāng)或低于日最高氣溫的增溫速率。

綜上所述可見(jiàn)，現(xiàn)在和未來(lái)一段時(shí)間內(nèi)，華北區(qū)域熱量資源勢(shì)必會(huì)有顯著的增加趨勢(shì)，特別是在高排放情景下（RCP8.5）的模擬預(yù)估，且各界限溫度的積溫趨勢(shì)變化特點(diǎn)基本一致。但通過(guò)對(duì)當(dāng)前觀測(cè)事實(shí)、RCP4.5、RCP8.5排放情景下的積溫時(shí)空變化的對(duì)比發(fā)現(xiàn)，人類活動(dòng)對(duì)大氣環(huán)境的影響只要維持在相對(duì)穩(wěn)定的狀態(tài)下，如RCP4.5排放情景下，氣溫的大幅度增暖是可控的，甚至在未來(lái)幾十年里能夠達(dá)到增暖幅度低于當(dāng)前觀測(cè)到的平緩趨勢(shì)。

2.2.2極端溫度變化的模擬預(yù)估。

RCP8.5排放情景下各極端氣溫指數(shù)的趨勢(shì)變化幅度明顯大于RCP4.5排放情景，但從空間分布特點(diǎn)來(lái)看，二者對(duì)應(yīng)的各極端指數(shù)基本一致。代表暖事件的生長(zhǎng)期GSL未來(lái)趨勢(shì)增加較為顯著的主要集中在山西和河北南部，RCP4.5和RCP8.5排放情景下的幅度分別約為1.8～2.5和2.8～3.5 d/10a，而其他大部分地區(qū)的增加日數(shù)分別集中在1～2、2～3 d/10a；對(duì)于另一暖事件指數(shù)夏季日數(shù)SU來(lái)說(shuō)，2種排放情景下的未來(lái)趨勢(shì)均以山西北部和內(nèi)蒙中部地區(qū)為中心向周圍逐漸減小，變化幅度分別為1.3～2.9、2.7～4.9 d/10a。代表冷事件的霜凍日數(shù)FD 2種排放情景下均在內(nèi)蒙北部、中部部分地區(qū)、山西和河北南部地區(qū)的趨勢(shì)減少幅度相對(duì)突出，而對(duì)應(yīng)的結(jié)冰日數(shù)ID在該地區(qū)日數(shù)減少較小。另外，從幅度變化來(lái)看，未來(lái)華北區(qū)域FD的趨勢(shì)減少相對(duì)較大，RCP4.5和RCP8.5排放情景下的幅度范圍分別為-2.3～-1.4、-3.5～-2.4 d/10a；而結(jié)冰日數(shù)ID的未來(lái)趨勢(shì)變化范圍分別集中在-2.2～-0.6、-3.4～-0.8 d/10a。同樣，與當(dāng)前觀測(cè)事實(shí)（圖5a5）一致的是，未來(lái)華北區(qū)域熱夜日數(shù)TR在內(nèi)蒙北部、中部以及山西和河北北部等大部地區(qū)基本沒(méi)有變化。因而，結(jié)合SU、FD、ID及TR的趨勢(shì)變化特點(diǎn)，一定程度上印證了上述對(duì)于華北區(qū)域未來(lái)日較差的分析結(jié)果。

對(duì)于時(shí)間分布來(lái)說(shuō)，華北區(qū)域各極端氣溫指數(shù)的趨勢(shì)變化均與預(yù)估的熱量資源分布一致，即RCP8.5排放情景相對(duì)RCP4.5有顯著的持續(xù)性增長(zhǎng)（或減少）變化，但從預(yù)估的未來(lái)各極端氣溫指數(shù)的變化幅度（表4）來(lái)看，RCP8.5排放情景下的趨勢(shì)變化并不是一味地比當(dāng)前觀測(cè)事實(shí)顯著，如作物的生長(zhǎng)期GSL、霜凍日數(shù)FD，其未來(lái)趨勢(shì)的變化幅度均比觀測(cè)事實(shí)小。RCP4.5排放情景下的各極端氣溫指數(shù)的趨勢(shì)變化均比觀測(cè)事實(shí)小，其中，霜凍日數(shù)FD和結(jié)冰日數(shù)ID趨勢(shì)幅度的相對(duì)減少反映出了華北區(qū)域在近54年和未來(lái)幾十年氣溫增暖的事實(shí)。同時(shí)，生長(zhǎng)期GSL、夏季日數(shù)SU及熱夜日數(shù)TR增加幅度的減少一定程度上也反映出了這種區(qū)域氣溫增暖的可控性。

另外，對(duì)于未來(lái)異常暖晝WSDI和異常冷晝CSDI來(lái)說(shuō)，RCP4.5和RCP8.5排放情景下，WSDI趨勢(shì)增加幅度均比觀測(cè)事實(shí)顯著，2種排放情景下增幅分別為1.6、4.0 d/10a（表4）；而CSDI的趨勢(shì)變化幅度不明顯，與當(dāng)前觀測(cè)到的異常冷晝持續(xù)變化基本一致。兩類極端指數(shù)未來(lái)趨勢(shì)的預(yù)估結(jié)果同樣反映出了華北區(qū)域氣溫增暖事實(shí)。

3結(jié)論與討論

（1）從觀測(cè)事實(shí)來(lái)看，1961～2014年我國(guó)華北區(qū)域積溫的顯著增加主要集中在20世紀(jì)90年代初～21世紀(jì)初期?！? ℃、≥10 ℃、≥15 ℃活動(dòng)積溫增加最為顯著的主要分布在北京中部、天津和內(nèi)蒙大部，變化幅度為75～100（℃·d）/10a。其中，≥15 ℃活動(dòng)積溫的持續(xù)增加一定程度上會(huì)縮短北方耐寒作物的生育期，影響其產(chǎn)量，但同時(shí)也會(huì)延長(zhǎng)喜溫作物的灌漿成熟過(guò)程；而≥0 ℃和≥10 ℃活動(dòng)積溫的顯著增加也會(huì)造成無(wú)霜期的延長(zhǎng)，有利于喜溫作物的生長(zhǎng)。對(duì)于有效積溫來(lái)說(shuō)，>10 ℃積溫的趨勢(shì)增加幅度較>15 ℃有效積溫明顯，突出表現(xiàn)在內(nèi)蒙北部和西部地區(qū)，幅度為50～75（℃·d）/10a，從而會(huì)大大改善越冬條件，減緩冬性品種作物因不能滿足春化作用導(dǎo)致產(chǎn)量下降的不利影響，減少越冬作物的種植風(fēng)險(xiǎn)，提高喜溫作物的單產(chǎn)產(chǎn)量。

（2）從模擬預(yù)估來(lái)看，RCP4.5和RCP8.5 2種排放情景下，華北區(qū)域未來(lái)的積溫均有顯著的上升趨勢(shì)，特別是RCP8.5排放情景的時(shí)間序列呈現(xiàn)出持續(xù)性的增暖變化，且增暖幅度明顯高于當(dāng)前觀測(cè)到的積溫變化；RCP4.5排放情景的積溫增暖幅度相對(duì)較小，時(shí)間序列在21世紀(jì)中期（2060年左右）以后處于平穩(wěn)的趨勢(shì)變化。與觀測(cè)事實(shí)一致的是，不論是RCP4.5還是RCP8.5排放情景下，未來(lái)的華北區(qū)域≥15 ℃活動(dòng)積溫的趨勢(shì)增加幅度均較大，≥0 ℃和≥10 ℃的趨勢(shì)增加幅度均相當(dāng)；而>10 ℃有效積溫的增加幅度較>15 ℃有效積溫明顯。因此，對(duì)于華北地區(qū)來(lái)說(shuō)，優(yōu)化種植制度是適應(yīng)氣候變化最重要的技術(shù)手段。

（3）對(duì)于日較差來(lái)說(shuō)，觀測(cè)事實(shí)表明近54年來(lái)華北區(qū)域氣溫日較差基本呈明顯的減少趨勢(shì)，特別是內(nèi)蒙大部、華北區(qū)域東南部，可能會(huì)大大降低積溫的有效性，減弱光合生產(chǎn)潛力，一定程度上會(huì)導(dǎo)致作物品質(zhì)的下降。但模擬預(yù)估結(jié)果顯示，未來(lái)的日較差趨勢(shì)變化均不顯著，因此，在未來(lái)幾十年的氣候變化中，華北區(qū)域日最低氣溫不會(huì)像近54年觀測(cè)到的升溫速率較顯著，而很可能會(huì)與日最高氣溫的變化相當(dāng)或低于日最高氣溫的增溫速率。

（4）對(duì)極端溫度事件的分析表明，觀測(cè)到的極端氣溫指數(shù)的空間分布與熱量資源表現(xiàn)出較大的一致性。代表暖事件的生長(zhǎng)期GSL和夏季日數(shù)SU均呈顯著增加趨勢(shì)，增加幅度分別為3.0、2.6 d/10a；代表冷事件的霜凍日數(shù)FD和結(jié)冰日數(shù)ID則表現(xiàn)出顯著的減少趨勢(shì)，幅度分別為-3.8、-2.1 d/10a；異常暖晝WSDI和異常冷晝CSDI的時(shí)空變化印證了日最高、最低氣溫在內(nèi)蒙等北部地區(qū)的增暖變化；而熱夜日數(shù)TR的趨勢(shì)變化反映出日最低氣溫升高的有限性，進(jìn)一步說(shuō)明了日較差的變化對(duì)作物光合物質(zhì)的轉(zhuǎn)化、積累和貯存并不是一味的減弱，特別是氣溫較低的北部地區(qū)。然而，對(duì)于未來(lái)的預(yù)估結(jié)果，各極端氣溫指數(shù)與對(duì)應(yīng)觀測(cè)事實(shí)的趨勢(shì)變化特點(diǎn)一致，但從變化幅度來(lái)看，RCP8.5排放情景下的趨勢(shì)變化并不是一味地比當(dāng)前觀測(cè)事實(shí)顯著，而RCP4.5排放情景下各極端氣溫指數(shù)的趨勢(shì)變化均比觀測(cè)事實(shí)小。因此，極端溫度事件的分析結(jié)果既反映出華北區(qū)域在近54年和未來(lái)幾十年氣溫增暖的事實(shí)，也反映出了這種區(qū)域氣溫增暖的可控性。

參考文獻(xiàn)

[1] IPCC.Managing the risks of extreme events and disasters to advance climate change adaptation：a special report of working groups I and II of the Intergovernmental Panel on Climate Change[R].Cambridge and New York：Cambridge University Press，2012.

[2] IPCC.Climate Change 2007：Synthesis Report [R].Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change.Switzerland，Geneva，2007：104.

[3] ZHAI P M，PAN X H.Trends in temperature extremes during 1951-1999 in China[J].Geophysical research letters，2003，30（17）：1913.

[4] 丁一匯，任國(guó)玉，趙宗慈，等.中國(guó)氣候變化的檢測(cè)及預(yù)估[J].沙漠與綠洲氣象，2007，1（1）：1-10.

[5] 章大全，錢忠華.利用中值檢測(cè)方法研究近50 a中國(guó)極端氣溫變化趨勢(shì)[J].物理學(xué)報(bào)，2008，57（7）：4634-4640.

[6] 任國(guó)玉，封國(guó)林，嚴(yán)中偉.中國(guó)極端氣候變化觀測(cè)研究回顧與展望[J].氣候與環(huán)境研究，2014，15（4）：337-353.

[7] 楊萍，劉偉東，王啟光，等.近40年我國(guó)極端溫度變化趨勢(shì)和季節(jié)特征[J].應(yīng)用氣象學(xué)報(bào)，2014，21（1）：29-36.

[8] WANG A H，F(xiàn)U J J.Changes in daily climate extremes of observed temperature and precipitation in China[J].Atmospheric and oceanic science letters，2013，6（5）：312-319.

[9] 房世波，韓國(guó)軍，張新時(shí)，等.氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響及其適應(yīng)[J].氣象科技進(jìn)展，2011，1（2）：15-19.

[10] 王冀，蔣大凱，張英娟.華北地區(qū)極端氣候事件的時(shí)空變化規(guī)律分析[J].中國(guó)農(nóng)業(yè)氣象，2012，33（2）：166-173.

[11] ZHAO C Y，WANG Y，ZHOU X Y，et al.Changes in climatic factors and extreme climate events in Northeast China during 1961—2014[J].Advances in climate change research，2013，4（2）：92-102.

[12] 劉穎杰，林而達(dá).氣候變暖對(duì)中國(guó)不同地區(qū)農(nóng)業(yè)的影響[J].氣候變化研究進(jìn)展，2007，3（4）：229-233.

[13] 姬興杰，朱業(yè)玉，劉曉迎，等.氣候變化對(duì)北方冬麥區(qū)冬小麥生育期的影響[J].中國(guó)農(nóng)業(yè)氣象，2011，32（4）：576-581.

[14] 石英，高學(xué)杰，吳佳，等.華北地區(qū)未來(lái)氣候變化的高分辨率數(shù)值模擬[J].應(yīng)用氣象學(xué)報(bào)，2014，21（5）：580-589.

[15] 高霽，楊紅龍，陶生才，等.未來(lái)情景下東北地區(qū)極端氣候事件的模擬分析[J].中國(guó)農(nóng)學(xué)通報(bào)，2012，28（14）：295-300.

[16] SI P，ZHENG Z F，REN Y，et al.Effects of urbanization on daily temperature extremes in North China[J].Journal of geographical sciences，2014，24（2）：349-362.

[17] PETERSON T C，F(xiàn)OLLAND C，GRUZA G，et al.Report on the activities of the working group on climate change detection and related rapporteurs 1998-2001[R].Rep.WCDMP47，WMOTD 1071，Word Meteorol.Organ.，Geneva，Switzerland，2001.

[18] 高學(xué)杰，石英，張冬峰，等.RegCM3對(duì)21世紀(jì)中國(guó)區(qū)域氣候變化的高分辨率模擬[J].科學(xué)通報(bào)，2012，57（5）：374-381.

[19] 徐集云，石英，高學(xué)杰，等.RegCM3對(duì)中國(guó)21世紀(jì)極端氣候事件變化的高分辨率模擬[J].科學(xué)通報(bào)，2013，58（8）：724-733.

[20] GAO X J，WANG M L，F(xiàn)ILIPPO G.Climate change over China in the 21st century as simulated by BCCCSM1.1RegCM4.0[J].Atmospheric and oceanic science letters，2013，6（5）：381-386.

[21] 吉振明.新排放情景下中國(guó)氣候變化的高分辨率數(shù)值模擬研究[D].北京：中國(guó)科學(xué)院青藏高原研究所，2012：19-42.

[22] Climate Research Branch Environment Canada.RclimDex（1.0）User Manual （Xuebin Zhang and Feng Yang）[M].Canada，2004：6-10.

[23] 李慶祥，張洪政，劉小寧，等.中國(guó)均一化歷史氣溫?cái)?shù)據(jù)集（1951-2004）（1.0版）[M].北京：國(guó)家氣象信息中心氣象資料室，2006：7-11.

[24] WANG X L， WEN Q H，WU Y H. Penalized maximal t test for detecting undocumented mean change in climate data series[J]. Journal of applied meteorology and climatology， 2007， 46（6）： 916-931.

[25] WANG X L. Penalized maximal Ftest for detecting undocumented meanshifts without trendchange[J]. Journal of atmospheric and oceanic technology， 2008， 25（3）： 368-384.

[26] LI Q X，ZHANG H Z，CHEN J，et al.A mainland China homogenized historical temperature dataset of 1951-2004[J].Bulletin of the American meteorological society，2009，90（8）：1062-1065.

[27] 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.

[28] 司鵬.城市化對(duì)中國(guó)東北部氣溫增暖的貢獻(xiàn)檢測(cè)[D].沈陽(yáng)：沈陽(yáng)農(nóng)業(yè)大學(xué)，2008：20.

[29] 宋迎波，王建林，楊霏云，等.糧食安全氣象服務(wù)[M].北京：氣象出版社，2006：9.

[30] 劉俊明，謝甫娣.作物栽培學(xué)[M].沈陽(yáng)：遼寧民族出版社，2001：43-45.

[31] 高素華，郭建平，趙四強(qiáng)，等.“高溫”對(duì)我國(guó)小麥生長(zhǎng)發(fā)育及產(chǎn)量的影響[J].大氣科學(xué)，1996，20（5）：599-605.

[32] 張建平，趙艷霞，王春乙，等.氣候變化對(duì)我國(guó)華北地區(qū)冬小麥發(fā)育和產(chǎn)量的影響[J].應(yīng)用生態(tài)學(xué)報(bào)，2006，17（7）：1179-1184.

[33] 王石立，莊立偉，王馥棠.近20年氣候變暖對(duì)東北農(nóng)業(yè)生產(chǎn)水熱條件影響的研究[J].應(yīng)用氣象學(xué)報(bào)，2003，14（2）：152-164.

[34] MOSS R H，BABIKER M，BRINKMAN S，et al.Towards new scenarios for analysis of emissions，climate change，impacts，and response strategies[C]//IPCC Expert Meeting Report.Geneva：Intergovernmental Panel on Climate Change，2008：132.

[35] 第二次氣候變化國(guó)家評(píng)估報(bào)告編寫委員會(huì).第二次氣候變化國(guó)家評(píng)估報(bào)告[R].北京：科學(xué)出版社，2011.