馮靜潔,賈 健,蔣慧敏
烏魯木齊市氣象局,烏魯木齊 830001
2007年聯(lián)合國政府間氣候變化專門委員會(huì)(IPCC)公布的評估報(bào)告表明[1],過去50年中,極端天氣事件特別是強(qiáng)降雨、高溫?zé)崂说葮O端事件呈現(xiàn)不斷增多增強(qiáng)的趨勢,預(yù)計(jì)今后這種極端事件的出現(xiàn)將更加頻繁。許多研究也表明,隨著全球氣候的變暖,極端天氣氣候事件頻繁發(fā)生,呈現(xiàn)出增多增強(qiáng)的趨勢。國內(nèi)外有關(guān)學(xué)者對不同區(qū)域的極端天氣氣候事件做了許多研究,如黃小燕[2]指出近54a 我國沿海地區(qū)極端高溫、極端低溫呈上升趨勢,并與緯度、經(jīng)度、拔海高度相關(guān)性較好;趙培培[3]等研究表明天山山區(qū)近53a 來極端氣溫存在不同的周期性變化。但對新疆首府烏魯木齊地區(qū)極端高溫天氣的研究不多,僅賈健從傳統(tǒng)的極端氣溫、夏季暖晝暖夜、冬季冷晝冷夜等方面做了研究,為了更好地了解本地的極端高溫天氣,本文重新分析了本市城區(qū)和城北兩個(gè)站點(diǎn)的極端高溫閾值及變化趨勢,為當(dāng)?shù)氐母邷靥鞖夥?wù)提供更準(zhǔn)確依據(jù)。
烏魯木齊是典型的溫帶大陸性氣候,冬冷夏熱,四季分明,南高北低、地形起伏懸殊,導(dǎo)致各區(qū)氣溫差異較大,不能簡單地用統(tǒng)一的標(biāo)準(zhǔn)來描述不同區(qū)域的極端氣候事件的閾值,如以35℃作為烏魯木齊地區(qū)極端高溫事件,那么對于城北地區(qū),由于海拔更低,周圍戈壁地貌較多,夏季日最高氣溫達(dá)到35℃則近乎是一種常態(tài),近10年來,城北夏季近30%的日數(shù)會(huì)出現(xiàn)35℃以上的高溫天氣,對城北來說35℃就稱之為極端高溫事件顯然就并不合適了。在辛渝[4]等人的研究中沿天山一帶以及西北部地區(qū)都出現(xiàn)過強(qiáng)危害性高溫天氣。在全球氣候變暖的背景下,了解本地的極端高溫天氣毫無疑問具有一定的積極意義。
選取城區(qū)(51463 站)和城北(51369 站)兩個(gè)國家氣象站為目標(biāo)站點(diǎn),其中城區(qū)為平原地區(qū)、海拔935 m,城北多戈壁、海拔600 m,本文取1976~2016年共41年的夏季常規(guī)探測資料中的逐日最高氣溫為樣本,采用目前國際最流行的百分位法來定義兩地的極端高溫事件的閾值,將以上兩個(gè)國家基本站的高溫閾值進(jìn)行分析和對比,經(jīng)過分析得到本市城區(qū)和城北的極端高溫閾值及其相關(guān)性。因各地的地勢地形不同,氣候差異較大,用這種相對閾值方法定義的閾值比用絕對閾值更有實(shí)際意義。
采用線性趨勢系數(shù)以及小波分析方法, 分析城區(qū)和城北兩個(gè)國家基本站年極端高溫日數(shù)隨時(shí)間序列的年際變化以及長期的趨勢變化特征。
在對高溫閾值的計(jì)算中存在不同的計(jì)算方法,但是據(jù)李嬌【4】等人研究,不同的計(jì)算方法富裕極端事件長期趨勢的研究結(jié)果幾乎沒有影響。在翟盤茂王勇【5-6】等人對極端高溫的研究下,采用第95百分位值作為極端閾值、當(dāng)日最高氣溫超過極端閾值則認(rèn)為出現(xiàn)了極端高溫事件。通過百分位法分析,分別將近41年城區(qū)和城北的夏季逐日最高氣溫按從低到高和從高到低的順序排列,選取第95%個(gè)樣本數(shù)值定義為極端高溫事件閾值,即TX95p。
結(jié)果證明,兩地的極端高溫事件閾值相差較大。新疆氣象臺(tái)在發(fā)布高溫預(yù)警時(shí),定義若日最高氣溫≥35℃,當(dāng)日為高溫日,其中城區(qū)為35℃,完全符合新疆氣象臺(tái)在發(fā)布高溫預(yù)警時(shí)對高溫日的定義;城北極端高溫閾值為37.5℃,甚至超過了新疆氣象臺(tái)高溫橙色預(yù)警的發(fā)布標(biāo)準(zhǔn),即24小時(shí)內(nèi)最高氣溫將上升至37℃以上。和辛渝[7]等人的研究結(jié)果表明,北疆年高溫日數(shù)以及極端最高氣溫主要受垂直地帶性和緯度地帶性控制,海拔越低的地方高溫日數(shù)越多,高溫強(qiáng)度也越強(qiáng),與我地極端高溫閾值結(jié)果較為吻合。
極端天氣氣候事件的定義為一定地區(qū)在一定時(shí)間內(nèi)出現(xiàn)的歷史上罕見的氣象事件,一般發(fā)生概率較小、偏離其平均值較大。從變化趨勢來看(見圖1),年極端高溫事件次數(shù)相差很大,其中1993年和2003年最少,均未發(fā)生極端高溫事件,2015年次數(shù)最多,城區(qū)發(fā)生16 次米東發(fā)生18 次;近41年城區(qū)和城北平均極端高溫事件發(fā)生次數(shù)相差不大,分別為4.49次/a和4.66次/a。
同時(shí)兩地的極端高溫事件發(fā)生次數(shù)波動(dòng)的周期粗略來看較為一致,存在“增多-減少-增多”的波動(dòng),與高榮[8]等人的研究結(jié)果,新疆存在的波動(dòng)周期為準(zhǔn)3年較吻合。且隨著時(shí)間總體呈現(xiàn)線性增多的趨勢,分別為城區(qū)0.046 次/10a和城北0.069 次/10a(公式如1、2)。且以1996年為界,城區(qū)和城北兩個(gè)站的年代際變化,近21年的平均極端高溫事件發(fā)生次數(shù)為5~6 次,較(1996年)前20年均增多1 至2 次。同時(shí),城區(qū)和城北兩站同年的極端高溫日數(shù)的差值,在2 d以內(nèi)的有33年、超過80%,1 d 以內(nèi)的有27年、接近66%。
城區(qū):y=0.046x+3.522;——①
城北:y=0.0693x+3.2024——②
圖1 近41年城區(qū)和米東極端高溫事件變化及對比
雖然從年變化來看,兩地極端高溫事件發(fā)生次數(shù)在一天以內(nèi)的比率尚未接近70%,但是如果分別對比6、7、8月同年兩站的極端高溫事件次數(shù)(如表1),可以看到兩站近41年的平均月極端高溫事件次數(shù)相差在0.2次以內(nèi),其中6月平均次數(shù)最少,7月次數(shù)最多,月平均發(fā)生次數(shù)相差2 d 以內(nèi)的接近96%,1 d 以內(nèi)的接近85%,遠(yuǎn)高于年較差比率。
表1 近41年城區(qū)和城北月極端高溫事件次數(shù)對比
從夏季月趨勢來看,烏魯木齊城北夏季每個(gè)月的上升趨勢系數(shù)均大于城區(qū)。按月計(jì),兩地均是7月增加趨勢系數(shù)趨勢最大、6月次之、8月最平緩,這表明烏魯木的極端高溫事件的發(fā)生有顯著增多并提前的趨勢。預(yù)計(jì)未來幾年我市仍然會(huì)處于高溫的多發(fā)期,且城北的高溫事件發(fā)生的次數(shù)會(huì)比城區(qū)更多、比城區(qū)更早,相關(guān)部門需要繼續(xù)對高溫災(zāi)害進(jìn)行研究和制定預(yù)防。
在樣本數(shù)據(jù)中1977年出現(xiàn)第一個(gè)極端高溫事件峰值,出現(xiàn)周期為準(zhǔn)3a,按照周期預(yù)測2017(±1)年為下一個(gè)峰值,通過2017年和2018年夏季常規(guī)探測資料中的逐日最高氣溫驗(yàn)證,2017年極端高溫事件城區(qū)出現(xiàn)7次、米東10次,為近三年的極端高溫事件峰值,和預(yù)測結(jié)果存在一定符合。但是小波分析中卻沒有得到一個(gè)明顯的周期,后續(xù)研究還要再尋找其他的方法。
(1)本文通過百分位值確定了城區(qū)和城北的夏季相對閾值,其中城區(qū)為35℃、城北為37.5℃;得到極端高溫事件的閾值與兩地地理特點(diǎn)分析結(jié)果統(tǒng)一,對本地極端高溫事件的研究提供了指標(biāo)。
(2)通過線性分析,將來烏魯木齊極端高溫事件會(huì)出現(xiàn)增多的趨勢,且城北的極端高溫事件變化趨勢的系數(shù)略大于城區(qū),即城北極端高溫日數(shù)開始增加的時(shí)間會(huì)大于城區(qū),從月分析來看夏季極端高溫事件的發(fā)生時(shí)間會(huì)有所增多并提前。
(3)通過前人分析和本地研究得出兩地存在準(zhǔn)3a 震蕩周期,經(jīng)過2017年和2018年兩年的預(yù)測結(jié)果的檢驗(yàn)證明本文所得到的極端閾值和極端高溫事件周期均能夠吻合,預(yù)計(jì)未來10年烏魯木齊市極端高溫事件發(fā)生的峰值可能出現(xiàn)在2020(±1)、2023(±1)以及2027(±1)年。但是檢驗(yàn)?zāi)晗掭^短、且小波分析結(jié)果并不能較好的體現(xiàn),后續(xù)仍需繼續(xù)驗(yàn)證。
(4)從極端高溫事件發(fā)生次數(shù)的夏季月趨勢來看,烏魯木齊城區(qū)和城北均是7月增加趨勢系數(shù)趨勢最大、6月次之、8月最平緩,表明烏魯木齊市的極端高溫事件的發(fā)生有顯著增多并提前的趨勢。
未來幾年烏魯木齊市尤其是城北地區(qū)的極端高溫事件將會(huì)更多,我們要根據(jù)極端高溫指標(biāo)進(jìn)一步制定極端高溫事件防御預(yù)案,做到趨利避害,把風(fēng)險(xiǎn)因子的防控做到最優(yōu),降低極端高溫事件給本地帶來的各種影響。