孫柏林,馬 龍*,馮 起,劉廷璽,梁瓏騰,李虹雨,周 瑩,柳 楊

?

內(nèi)蒙古氣溫變暖停滯對(duì)其影響因子變化的響應(yīng)

孫柏林1,馬 龍1*,馮 起2,劉廷璽1,梁瓏騰1,李虹雨1,周 瑩1,柳 楊1

(1.內(nèi)蒙古農(nóng)業(yè)大學(xué)水利與土木建筑工程學(xué)院,內(nèi)蒙古 呼和浩特 010018；2.中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院,甘肅 蘭州 730000)

采用中心聚類、M-K檢驗(yàn)等方法,以內(nèi)蒙古地區(qū)為例,利用全球Pacific Decadal Oscillation(PDO)、Multivariate ENSO Index(MEI)等大空間尺度數(shù)據(jù)以及內(nèi)蒙古及其周邊70個(gè)氣象站1951~2016年平均最低氣溫、平均氣溫、平均最高氣溫、風(fēng)速、大氣壓等站點(diǎn)數(shù)據(jù),定性、定量揭示變暖停滯的變化特征及其對(duì)影響因子變化的響應(yīng).結(jié)果表明:研究區(qū)各分區(qū)3類氣溫在1981~1993年間發(fā)生升溫突變,此后1998~2008年間陸續(xù)發(fā)生變暖停滯.不同類型氣溫在不同分區(qū)與各影響因子的相關(guān)性優(yōu)劣有所不同,如平均最低氣溫與AMO、PDO、MEI、太陽(yáng)總輻射、風(fēng)速、大氣壓的相關(guān)性最好,平均氣溫次之,平均最高氣溫最差;西部區(qū)氣溫與AMO、PDO、MEI、太陽(yáng)總輻射相關(guān)性較好,中部區(qū)氣溫則與AMO、風(fēng)速相關(guān)性較好等.整體上,1990s~2000s,隨各分區(qū)AMO上升驅(qū)緩、PDO處于正位相階段但呈下降趨勢(shì)或處于負(fù)位相時(shí)、MEI值與太陽(yáng)總輻射下降、風(fēng)速、大氣壓、相對(duì)濕度的持續(xù)下降/上升及之后的趨勢(shì)轉(zhuǎn)變,各分區(qū)氣溫發(fā)生變暖停滯,如當(dāng)AMO開始整體進(jìn)入上升趨緩階段,風(fēng)速持續(xù)減小8~13a,傾向率達(dá)到-0.26~-0.11m/(s·10a)時(shí),平均氣溫發(fā)生變暖停滯.平均最低氣溫對(duì)3類影響因子變化的響應(yīng)最敏感,平均氣溫次之.氣溫變暖停滯是多種影響因子共同作用的結(jié)果.本研究豐富了該方面研究成果,對(duì)氣候變化研究及防災(zāi)減災(zāi)等有一定借鑒意義.

氣溫；變暖停滯；響應(yīng)；內(nèi)蒙古

氣溫變暖停滯在全球氣候變化中扮演著重要角色,對(duì)人類生存環(huán)境影響深遠(yuǎn),其與影響因子間的響應(yīng)關(guān)系目前尚未明確,定性、定量揭示其與影響因子間的響應(yīng)關(guān)系將為變暖停滯機(jī)制的揭示提供參考.

冰芯[1]、孢粉等[2]自然證據(jù)表明,氣候突變具有時(shí)間尺度上的廣泛性[3],并極具破壞性,如瑪雅[4]和美索不達(dá)米亞文明[5]的衰落與氣候突變導(dǎo)致的長(zhǎng)期干旱關(guān)系密切.1950s以來,全球和區(qū)域范圍內(nèi)氣溫發(fā)生顯著的增暖突變,極端天氣事件頻發(fā),冰川融化導(dǎo)致海平面升高,水資源分布不均加劇,經(jīng)濟(jì)、社會(huì)和生態(tài)環(huán)境損失重大[3,6].IPCC第五次評(píng)估報(bào)告[7]指出,1998年以來全球氣溫不再上升甚至微弱下降,即氣溫發(fā)生變暖停滯,但其并未改變氣候突變升溫對(duì)環(huán)境帶來的不利影響,部分極端氣候事件亦與其密切相關(guān)[6],對(duì)于動(dòng)植物物候變化所產(chǎn)生的不利影響甚至更多[8-9].

變暖停滯的概念由Carter率先提出[10],《Nature》將全球氣候變暖停滯評(píng)選為“2014年十大科學(xué)事件之一”[11].國(guó)內(nèi)外學(xué)者針對(duì)這一現(xiàn)象在全球各地開展了大量研究,研究表明,內(nèi)部變率可能對(duì)北半球多年代溫度變化產(chǎn)生實(shí)質(zhì)性影響,對(duì)于變暖/降溫貢獻(xiàn)高達(dá)0.15℃[12],北美西部長(zhǎng)期干旱與異常熱帶風(fēng)強(qiáng)迫變化聯(lián)系密切[13],北極海冰減少使歐亞冬季降溫的可能增加[14].由于自然氣候系統(tǒng)極端復(fù)雜,具有內(nèi)在混沌的特性,并包括各種時(shí)間尺度的非線性反饋,因此對(duì)氣候變化的觀測(cè)與預(yù)估特征判斷都存在不確定性[15].氣溫變暖停滯與(或可能與)深海熱量(太平洋年代際振蕩(PDO),大西洋年代際振蕩(AMO))[16]、人類活動(dòng)氣溶膠[17]、太陽(yáng)總輻射[6,18]、平流層水汽強(qiáng)迫[19]、太陽(yáng)活動(dòng)[20]、風(fēng)速[21]、相對(duì)濕度[22]等的變化存在響應(yīng)關(guān)系.全球變暖停滯在得到廣泛關(guān)注的同時(shí),也存在一定爭(zhēng)議,部分學(xué)者認(rèn)為21世紀(jì)全球變暖并未停滯,該現(xiàn)象只是長(zhǎng)期氣候變化中的小波動(dòng)[23],如本世紀(jì)歐洲高溫與低溫的比率大幅上升與全球變暖放緩明顯相悖[24].

目前國(guó)內(nèi)外有關(guān)變暖停滯的研究,多以平均氣溫為研究對(duì)象,忽略了平均最低氣溫、平均最高氣溫與之存在的聯(lián)系與差異[25],對(duì)其與影響因子間的響應(yīng)關(guān)系研究存在一定局限性;使用的時(shí)間序列則多以全球綜合變暖停滯年(1998年)為起始年,在一定程度上忽略了區(qū)域異質(zhì)性;以變暖停滯前后變化特征分析居多,對(duì)其影響因子的響應(yīng)研究較少,所選影響因子普遍單一,響應(yīng)關(guān)系不明確.基于此,本文將定性、定量揭示變暖停滯與其多種影響因子間的響應(yīng)關(guān)系.

為使研究成果具有較高的普遍性和代表性,本文以涵蓋氣候類型多、范圍較廣的內(nèi)蒙古地區(qū)為研究區(qū)開展研究.全球氣候變暖背景下,內(nèi)蒙古地區(qū)整體增暖趨勢(shì)明顯,不同氣候類型區(qū)氣候差異顯著[26],在1977~1996年間氣溫發(fā)生突變,變暖停滯則多集中于1998和2007年及其前后[27-28],氣候變化具有代表性和多元典型性[26-29],這些有關(guān)內(nèi)蒙古地區(qū)及包含其在內(nèi)的更廣范圍的相關(guān)研究,多以突變與變暖停滯前后特征分析為主,亦缺乏變暖停滯與多種影響因子間響應(yīng)關(guān)系的研究成果.本文采用PDO等大空間尺度數(shù)據(jù),以及分布于內(nèi)蒙古及其周邊地區(qū)的70個(gè)高密度氣象站點(diǎn)1951~2016年平均最低氣溫、平均氣溫、平均最高氣溫、風(fēng)速、大氣壓、相對(duì)濕度站點(diǎn)數(shù)據(jù),定性、定量揭示氣溫變暖停滯對(duì)其影響因子變化的響應(yīng),為全球氣候變化研究提供參考.

1 研究區(qū)概況、數(shù)據(jù)與方法

1.1 研究區(qū)概況與數(shù)據(jù)來源

內(nèi)蒙古地區(qū)地處中國(guó)北部邊疆(圖1),經(jīng)緯度介于37°24′N~53°23′N、97°12′E~126°04′E之間,呈狹長(zhǎng)型,由東北向西南延伸,東西跨越超過2400km,南北跨越超過1700km,橫跨中國(guó)東北、華北、西北3大地區(qū),接鄰8個(gè)省區(qū),土地面積118.3×104km2,占中國(guó)總面積的12.3%,氣候類型多樣,包括季風(fēng)氣候、溫帶大陸性氣候和高原山地氣候[29].

研究區(qū)及其周邊地區(qū)共計(jì)分布有呼和浩特等70個(gè)氣象站點(diǎn)(圖1).本次收集了這些站點(diǎn)自建站以來至2016年的平均氣溫、平均最低氣溫、平均最高氣溫的年(月)資料,數(shù)據(jù)來源于中國(guó)氣象數(shù)據(jù)網(wǎng),國(guó)家氣象信息中心對(duì)各氣象站點(diǎn)的各類氣溫?cái)?shù)據(jù)已進(jìn)行質(zhì)量控制,經(jīng)檢驗(yàn),各氣象站點(diǎn)各類氣象因子數(shù)據(jù)無明顯的突變點(diǎn)和隨機(jī)變化,數(shù)據(jù)變化相對(duì)均一和一致,數(shù)據(jù)可靠,可以代表區(qū)域氣候狀況.

為分析研究區(qū)氣溫變化原因,選取與之密切相關(guān)的氣候要素作為氣溫變化影響因子,其中PDO、AMO、多元厄爾尼諾指數(shù)(MEI),源自美國(guó)NOAA Earth System Research Laboratory(Physical Sciences Division),時(shí)間序列均為1951~2016年;太陽(yáng)總輻射年數(shù)據(jù)源于中國(guó)氣象數(shù)據(jù)網(wǎng),共59個(gè)氣象站點(diǎn),覆蓋整個(gè)研究區(qū),時(shí)間序列為1959~2016年;大氣壓、風(fēng)速、相對(duì)濕度為1951~2016年70個(gè)氣象站點(diǎn)的年數(shù)據(jù),與氣溫?cái)?shù)據(jù)使用的氣象站點(diǎn)相對(duì)應(yīng).

圖1 研究區(qū)及氣象站點(diǎn)分布

1.2 數(shù)據(jù)處理及使用方法

在氣候因子時(shí)間序列的統(tǒng)一方面,將氣溫及PDO、AMO、MEI和對(duì)應(yīng)站點(diǎn)的大氣壓、風(fēng)速、相對(duì)濕度的時(shí)間序列統(tǒng)一為1951~2016年;將中國(guó)尺度下的太陽(yáng)輻射的時(shí)間序列統(tǒng)一為1959~2016年.對(duì)于其中缺測(cè)數(shù)據(jù),利用臨近站點(diǎn)數(shù)據(jù)采用相關(guān)及回歸分析方法進(jìn)行插補(bǔ)延展,最終形成前述各自統(tǒng)一時(shí)間序列.

將氣溫的影響因子分為3類,第1類為目前認(rèn)可度較高的PDO、AMO,歸為明確影響因子[12,30-31]; MEI、太陽(yáng)總輻射歸為第2類影響因子,即可能影響因子,認(rèn)可度次之[6,19-20];風(fēng)速[21]、大氣壓、相對(duì)濕度[22]可能受氣溫影響并對(duì)其產(chǎn)生反作用,歸為第3類影響因子.

對(duì)于研究區(qū)氣溫的分區(qū),采用中心聚類法,選取一點(diǎn)為中心,將其與鄰近點(diǎn)的相關(guān)系數(shù)變換為距離系數(shù),并對(duì)樣本變數(shù)進(jìn)行標(biāo)準(zhǔn)化,用卡方分布對(duì)結(jié)果進(jìn)行檢驗(yàn),當(dāng)結(jié)果小于對(duì)應(yīng)的檢驗(yàn)數(shù)時(shí),說明在95％顯著性水平下,此類站點(diǎn)可劃分為同一分區(qū),否則擴(kuò)大或縮小區(qū)域,直至滿足檢驗(yàn),最終形成氣溫分區(qū),具體計(jì)算過程參見文獻(xiàn)[32].

對(duì)于各分區(qū)氣溫、影響因子區(qū)域年面值序列的求取,采用距離平方反比法.將各分區(qū)分成0.5°×0.5°均勻經(jīng)緯度網(wǎng)格,形成網(wǎng)格點(diǎn),采用鄰近各站點(diǎn)權(quán)重(取距離因子)、綜合距離權(quán)重及各站點(diǎn)氣象資料,確定各格點(diǎn)的氣候因子數(shù)據(jù),之后求取分區(qū)所有格點(diǎn)數(shù)據(jù)的算術(shù)平均值,即為各分區(qū)區(qū)域年面值序列,具體計(jì)算過程參見文獻(xiàn)[33].

對(duì)于氣溫突變檢驗(yàn)采用Mann-Kendall非參數(shù)統(tǒng)計(jì)法,計(jì)算公式[34]如下:

式中:UF為近似服從標(biāo)準(zhǔn)正態(tài)分布;d為第時(shí)刻數(shù)值大于時(shí)刻數(shù)值個(gè)數(shù)的累計(jì)數(shù);(d)為累計(jì)數(shù)的d均值;var(d)為累計(jì)數(shù)d的方差.以上計(jì)算運(yùn)用MATLAB軟件編程實(shí)現(xiàn),當(dāng)UF與UB兩條線的交點(diǎn)位于信度線之內(nèi),且只有一個(gè)交點(diǎn)時(shí),此交點(diǎn)即為突變年份,具體原理見文獻(xiàn)[34].兩條線交點(diǎn)位于信度線之外或檢驗(yàn)出多次突變點(diǎn)時(shí),使用Pettitt檢驗(yàn)法對(duì)突變點(diǎn)進(jìn)行進(jìn)一步復(fù)核后確定.

對(duì)于氣溫突變后的變暖停滯年份的確定,采用氣溫序列及其分階段趨勢(shì)線、3~5a滑動(dòng)值序列及其分階段趨勢(shì)線相結(jié)合的分析方式進(jìn)行確定.當(dāng)突變后階段氣候傾向率達(dá)到相對(duì)最大,且該年至序列末(2016年)氣候傾向率￡0℃/10a時(shí),該年即為由此定量化指標(biāo)確定的變暖停滯年.

對(duì)于氣溫變化劇烈程度,使用變異系數(shù)CV表示:

CV=|SD/MN| (4)

式中:SD為標(biāo)準(zhǔn)差;MN為平均值.CV值越大,表明氣溫變化越劇烈.

對(duì)于氣溫及其影響因子變化的時(shí)間序列趨勢(shì)分析,采用氣候傾向率法或?qū)r(shí)間序列進(jìn)行min- max數(shù)據(jù)標(biāo)準(zhǔn)化[35]后再采用氣候傾向率法及累積距平法.

2 氣候因子分區(qū)及氣溫突變與變暖停滯特征

2.1 氣候因子的分區(qū)

由于本文研究區(qū)范圍較大,氣溫存在區(qū)域差異性,為方便分析,對(duì)平均氣溫、平均最低氣溫、平均最高氣溫分別進(jìn)行分區(qū).分區(qū)結(jié)果大致以滿都拉、四子王旗、呼和浩特一線左右以西為西部區(qū),該線以東至阿爾山、索倫、烏蘭浩特一線左右為中部區(qū),其以東為東部區(qū),具體分區(qū)見圖2所示.分別求取了各分區(qū)各類氣溫、其他影響因子年區(qū)域平均面值序列,以下分析以分區(qū)區(qū)域年平均面值序列為對(duì)象,僅有全球平均水平尺度下的因子使用大空間尺度年序列.

圖2 研究區(qū)分區(qū)及3類氣溫突變、變暖停滯年份空間分布示意

2.2 氣溫突變與變暖停滯基本特征

為敘述方便,將各分區(qū)3類氣溫突變年~變暖停滯年及變暖停滯后的時(shí)段分別用1、2表示.

結(jié)合圖2、3、4可知,整體上,各分區(qū)3類氣溫普遍突變于1980s,平均最低氣溫突變最早,平均氣溫次之,平均最高氣溫最晚;東部區(qū)3類氣溫突變最早(1981~1984年),西部區(qū)次之(1984~1989年),中部區(qū)最晚(1982~1993年).同一分區(qū)3類氣溫變暖停滯年份基本一致,西部區(qū)最早(1998~1999年),中部區(qū)次之(2007年),東部區(qū)最晚(2008年),即在空間上由西向東變暖停滯依次變晚.1時(shí)段,各分區(qū)平均最高氣溫整體升溫最快,變化劇烈程度最弱;平均最低氣溫升溫速度次之,變化最劇烈;平均氣溫升溫最慢,變化劇烈程度較弱;空間上,3類氣溫升溫速率/變化劇烈程度整體由西向東依次減小/增強(qiáng),其中平均最低氣溫變化劇烈程度與之規(guī)律相反.2時(shí)段,各分區(qū)平均最高氣溫整體降溫速率>平均氣溫>平均最低氣溫,相應(yīng)地,3類氣溫變化劇烈程度按該順序亦依次加強(qiáng);與1時(shí)段相似,由西向東各分區(qū)氣溫降溫速率/變化劇烈程度整體依次增大/增強(qiáng).雖然氣溫變暖停滯后微弱下降,但其多年氣溫均值仍處于較高水平,較1時(shí)段,平均最低氣溫增幅最大,平均氣溫次之,平均最高氣溫最小.

3 氣溫變暖停滯對(duì)其影響因子變化的響應(yīng)

3.1 氣溫變暖停滯對(duì)第1類影響因子變化的響應(yīng)

圖5為不同分區(qū)氣溫及第1類影響因子累積距平的年際變化情況,限于篇幅,以能代表普遍規(guī)律且相關(guān)性較好并通過99%顯著性檢驗(yàn)的分區(qū)示例給出.

PDO是以中緯度太平洋盆地為中心的強(qiáng)周期性海洋大氣氣候變化模式,可直接影響太平洋及其周邊地區(qū)氣候的年代際變化[36].整體上,各分區(qū)平均最低氣溫與PDO的相關(guān)性最好(0.300),其中中部區(qū)平均最低氣溫與PDO極顯著正相關(guān)(0.315);平均氣溫次之(0.227);平均最高氣溫最差(0.138).東部區(qū)平均最高氣溫、平均氣溫與PDO相關(guān)性(0.173~ 0.238)>西部區(qū)(0.140~0.233)>中部區(qū)(0.101~0.209),平均最低氣溫中部區(qū)與PDO相關(guān)性(0.315)>西部區(qū)(0.296)>東部區(qū)(0.288).從各分區(qū)氣溫與PDO時(shí)間序列變化及代表性示例(圖5a1)上看,PDO與各分區(qū)氣溫整體均呈上升趨勢(shì),1951~2016年間PDO發(fā)生了3次明顯的正負(fù)位相交替,1976~2006年間整體處于正位相,各分區(qū)3類氣溫均于該階段發(fā)生突變. PDO在1976年由負(fù)位相轉(zhuǎn)變?yōu)檎幌?并于1987年上升至最大,此后至2014年P(guān)DO則整體呈下降趨勢(shì),其間有1~7a的PDO負(fù)位相階段交錯(cuò)分布,在其持續(xù)下降11~21a時(shí),各分區(qū)氣溫發(fā)生變暖停滯,2014~2016年P(guān)DO回升,各分區(qū)隨之升溫明顯.可見,當(dāng)PDO處于正位相且持續(xù)增大達(dá)到一定值時(shí)氣溫發(fā)生突變,當(dāng)處于正相位持續(xù)下降或負(fù)位相時(shí)氣溫則發(fā)生變暖停滯.

圖6 各分區(qū)3類氣溫與第1類影響因子的相關(guān)性空間分布

*為在0.05 水平(雙側(cè))上顯著相關(guān);**為在0.01 水平(雙側(cè))上顯著相關(guān)

AMO反映了北大西洋海溫的年代際變化,研究表明,AMO對(duì)于周圍大陸尤其是歐洲的氣候會(huì)產(chǎn)生較大影響[37],而中國(guó)地區(qū)雖距離遙遠(yuǎn),但與AMO亦具有千年尺度的相似變化[38].由圖6可知,平均最低氣溫與AMO相關(guān)性整體最好(0.316),平均氣溫次之(0.290),平均最高氣溫最差(0.285);3類氣溫與AMO的相關(guān)系數(shù)均由東向西依次增大.根據(jù)各分區(qū)氣溫與AMO時(shí)間序列變化情況及代表性示例圖5a2可知,各分區(qū)氣溫與AMO逐年變化具有相似性.結(jié)合氣溫5a滑動(dòng)值序列變化情況來看,當(dāng)AMO于1963年由正位相轉(zhuǎn)變?yōu)樨?fù)位相后2~5a氣溫急速下降;1974~1998年AMO持續(xù)上升(0.143/10a),當(dāng)AMO上升持續(xù)7~15a時(shí)氣溫發(fā)生突變;AMO于1995年出現(xiàn)第二次正負(fù)位相交替(由負(fù)位相轉(zhuǎn)變?yōu)檎幌?,1995~1998年AMO急劇上升,此后AMO則進(jìn)入上升驅(qū)緩階段(1998~2016年,0.063/10a),西部區(qū)3類氣溫同年均發(fā)生變暖停滯,在AMO驅(qū)緩上升9~10a時(shí)其他分區(qū)氣溫發(fā)生變暖停滯.

綜上,氣溫變暖停滯與AMO上升趨緩的時(shí)間存在一致性,當(dāng)PDO處于正/負(fù)位相或正位相持續(xù)下降時(shí),氣溫突變/變暖停滯對(duì)其響應(yīng)明顯滯后,表明氣溫對(duì)于AMO變化的綜合響應(yīng)敏感程度>PDO.

3.2 氣溫變暖停滯對(duì)第2類影響因子變化的響應(yīng)

圖7為代表性分區(qū)氣溫與第2類影響因子的時(shí)間序列變化情況,限于篇幅,以能代表普遍規(guī)律且相關(guān)性較好并通過99%顯著性檢驗(yàn)的分區(qū)示例給出.

由圖8可以看出,各分區(qū)3類氣溫與太陽(yáng)總輻射均呈負(fù)相關(guān)關(guān)系,整體上平均最低氣溫與太陽(yáng)總輻射的相關(guān)性(0.378)>平均氣溫(0.265)>平均最高氣溫(0.158).空間上,3類氣溫與太陽(yáng)總輻射的相關(guān)性整體由西向東依次變差.從各分區(qū)氣溫與太陽(yáng)總輻射時(shí)間序列變化及代表性示例圖7a1來看,1959~ 1989年太陽(yáng)總輻射呈持續(xù)快速下降趨勢(shì)[-19.5(MJ/ m2)/10a],氣溫與其具有趨勢(shì)反向性,各分區(qū)氣溫普遍于該階段發(fā)生突變;此后,氣溫與其則整體呈趨勢(shì)同向性,1989~1994年間太陽(yáng)總輻射急劇上升,氣溫也隨之快速升高,此后至2010年轉(zhuǎn)入緩慢下降階段[-4.99(MJ/m2)/10a],當(dāng)驅(qū)緩下降4~14a時(shí)各分區(qū)3類氣溫發(fā)生變暖停滯,2010年以后太陽(yáng)輻射再次進(jìn)入快速上升階段,各分區(qū)氣溫也明顯上升.

厄爾尼諾/南方濤動(dòng)(ENSO)是發(fā)生在橫跨赤道附近太平洋的一種準(zhǔn)周期氣候類型,MEI基于天空總云量等6個(gè)主要觀測(cè)變量對(duì)其進(jìn)行監(jiān)測(cè).如圖7a2所示,各分區(qū)氣溫與MEI整體均呈上升趨勢(shì),具有趨勢(shì)同向性,二者峰谷值變化具有一致性,逐年變化整體具有年際振蕩同向性(氣溫與MEI均為逐年上升或下降),其間2~5a不等的年際振蕩反向性(當(dāng)MEI逐年下降/上升時(shí)氣溫上升/下降)階段與之交錯(cuò)分布.整體上,平均最低氣溫與MEI相關(guān)性最好(-0.299),平均氣溫次之(-0.259),平均最高氣溫最差(-0.204),3類氣溫與MEI的相關(guān)性均由內(nèi)陸向沿海方向依次變差.1976~1997年間MEI持續(xù)快速上升(高達(dá)0.541/ 10a),期間MEI整體處于較高水平,各分區(qū)3類氣溫于該時(shí)段陸續(xù)發(fā)生突變;1997~2014年間MEI呈持續(xù)下降趨勢(shì)(-0.37/10a),與氣溫具有趨勢(shì)同向性,當(dāng)MEI下降持續(xù)1,10,11a時(shí),東、中、西部區(qū)氣溫依次發(fā)生變暖停滯.

圖8 各分區(qū)3類氣溫與第2類影響因子的相關(guān)性空間分布

*為在0.05水平(雙側(cè))上顯著相關(guān);**為在0.01水平(雙側(cè))上顯著相關(guān)

綜上,氣溫變暖停滯發(fā)生時(shí)間與太陽(yáng)總輻射、MEI上升趨緩開始發(fā)生時(shí)間具有一致性;氣溫與MEI存在周期性年際振蕩同向性/反向性交替變化.綜合相關(guān)性及年際尺度上的變化趨勢(shì)來看,氣溫變暖停滯對(duì)MEI變化的綜合響應(yīng)敏感程度>太陽(yáng)總輻射.

3.3 氣溫變暖停滯對(duì)第3類影響因子變化的響應(yīng)

當(dāng)氣候系統(tǒng)被迫跨越某一狀態(tài)時(shí),會(huì)發(fā)生突然變化,且變化速度快于強(qiáng)迫原因,而緩慢的強(qiáng)迫也可能引發(fā)氣候變化[3],影響因子復(fù)雜混沌的特性易使微妙的強(qiáng)迫機(jī)制被忽略,因此,本文將與氣溫可能存在作用與反作用關(guān)系的影響因子(風(fēng)速、大氣壓、相對(duì)濕度)歸為第3類影響因子,并對(duì)其變化進(jìn)行定性和定量分析.氣溫變暖停滯的影響因子可能變化更早,且在氣溫變暖停滯后一段時(shí)間內(nèi)仍保持該變化趨勢(shì),圖9為氣溫與第3類影響因子標(biāo)準(zhǔn)化時(shí)間序列變化示意圖(為清晰明了,對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)采用相對(duì)濕度加1、大氣壓加2以及風(fēng)速加3的方式,將各因子在坐標(biāo)軸上依次排開;變暖停滯前各影響因子趨勢(shì)段的趨勢(shì)在圖中以紅色線段標(biāo)識(shí),平移至臨近空白處),該趨勢(shì)段下各影響因子的氣候傾向率及持續(xù)年份空間分布情況見圖10.各分區(qū)3類氣溫與第3類影響因子的相關(guān)性空間分布見圖11,氣溫及其影響因子累積距平的年際變化見圖12,限于篇幅,以能代表普遍規(guī)律且相關(guān)性較好并通過99%顯著性檢驗(yàn)的分區(qū)示例給出.

從各分區(qū)氣溫與風(fēng)速時(shí)間序列變化上看(圖9、圖12a1),各分區(qū)氣溫與風(fēng)速存在5~20a左右的年際振蕩同向性和年際振蕩反向性周期交替變化.由圖10可知,各分區(qū)3類氣溫與風(fēng)速均呈極顯著負(fù)相關(guān)(-0.688~-0.461),與平均最低氣溫相關(guān)性整體最好(-0.678),由中部區(qū)分別向東、西方向減小,平均氣溫次之(-0.612),自西向東依次減小(-0.626~-0.593),平均最高氣溫最差(-0.496),其空間變化規(guī)律與平均最低氣溫相反.整體上看,氣溫上升與風(fēng)速減小關(guān)系密切,風(fēng)速在氣溫突變前處于較高水平,此后至1990s前風(fēng)速持續(xù)減小,1990s~2000s風(fēng)速減小驅(qū)緩甚至回升,該時(shí)段與各分區(qū)氣溫變暖停滯時(shí)間存在一致性.結(jié)合圖11可知,當(dāng)風(fēng)速持續(xù)趨緩減小8~13a、7~12a、8~15a,傾向率達(dá)到-0.26~-0.11m/(s×10a)、-0.27~ -0.14m/(s×10a)、-0.22~-0.15m/(s×10a)且之后轉(zhuǎn)變?yōu)樯仙厔?shì)時(shí),平均氣溫、平均最低氣溫、平均最高氣溫分別發(fā)生變暖停滯.

圖10 各分區(qū)3類氣溫變暖停滯前各影響因子趨勢(shì)段的氣候傾向率及持續(xù)年份空間分布

Fig.10 Spatial distribution of maintain years and the certain period slope of every influencing factors before three types temperature hiatus in each sub-region

圖11 各分區(qū)3類氣溫與第3類影響因子的相關(guān)性空間分布

*為在0.05水平(雙側(cè))上顯著相關(guān);**為0.01水平(雙側(cè))上顯著相關(guān)

從各分區(qū)氣溫與大氣壓時(shí)間序列變化(圖9、圖12a2)上看,氣溫與大氣壓存在3~20a不等的年際振蕩同向性和年際振蕩反向性周期交替變化.總體上看,平均最低氣溫與大氣壓相關(guān)性(0.377)>平均氣溫(0.368)>平均最高氣溫(0.367);空間上,3類氣溫與大氣壓相關(guān)性均自西向東依次增大.西部區(qū)大氣壓整體呈下降趨勢(shì),中、東部區(qū)大氣壓則均呈上升趨勢(shì).各分區(qū)氣溫與大氣壓峰谷值對(duì)應(yīng)較好,結(jié)合多年滑動(dòng)值可知,各分區(qū)大氣壓在1時(shí)段均呈上升趨勢(shì)(0.02~0.40hPa/10a),與3類氣溫具有趨勢(shì)同向性;2時(shí)段西、中部區(qū)氣溫與大氣壓亦具有趨勢(shì)同向性,東部區(qū)與之相反.各分區(qū)大氣壓在氣溫變暖停滯前一段時(shí)間內(nèi)呈下降趨勢(shì),與氣溫具有趨勢(shì)反向性,結(jié)合圖11可知,當(dāng)大氣壓持續(xù)下降5~6,5~6,4~6a,傾向率達(dá)到-0.52~-0.26 ,-0.7~-0.37,-0.55~-0.28hPa/10a時(shí),3類氣溫發(fā)生變暖停滯.

由各分區(qū)氣溫與相對(duì)濕度時(shí)間序列變化(圖9、圖12a3)可知,各分區(qū)氣溫大部分年份峰(谷)值與相對(duì)濕度谷(峰)值相對(duì)應(yīng),整體具有年際振蕩反向性.各分區(qū)3類氣溫與相對(duì)濕度均呈極顯著負(fù)相關(guān)(圖10),其中平均氣溫與相對(duì)濕度相關(guān)性整體最好(-0.505),平均最高氣溫次之(-0.473),平均最低氣溫最差(-0.429);平均氣溫、平均最低氣溫與相對(duì)濕度的相關(guān)性均由西向東依次增大,平均最高氣溫與相對(duì)濕度相關(guān)性中部區(qū)(-0.541)>東部區(qū)(-0.452)>西部區(qū)(-0.427).各分區(qū)3類氣溫與相對(duì)濕度整體變化趨勢(shì)相反,1、2時(shí)段西部區(qū)氣溫與相對(duì)濕度具有趨勢(shì)同向性,中、東部區(qū)與之相反.除西部區(qū)平均最高氣溫外,各分區(qū)氣溫在變暖停滯前的一段時(shí)間內(nèi),與相對(duì)濕度普遍具有趨勢(shì)反向性,結(jié)合圖11可知,當(dāng)各分區(qū)3類氣溫(除西部區(qū)平均最高氣溫)與相對(duì)濕度處于趨勢(shì)反向性階段,且當(dāng)相對(duì)濕度持續(xù)下降6~9,5~9,6~10a,傾向率達(dá)到-0.66~-0.36,-0.93~-0.5, -0.45~-0.37%/10a且之后轉(zhuǎn)變?yōu)槲⑷跎仙厔?shì)時(shí),3類氣溫發(fā)生變暖停滯.研究表明,太陽(yáng)輻射的主要構(gòu)成部分是可見輻射,隨著相對(duì)濕度的減小,氣溶膠對(duì)可見輻射吸收能力也變小[22],進(jìn)而可能導(dǎo)致地面太陽(yáng)輻射增加,氣溫隨之升高.

綜上所述,氣溫變暖停滯與風(fēng)速、相對(duì)濕度下降及之后的回升關(guān)系密切,風(fēng)速與大氣壓在年際尺度上均與氣溫存在年際振蕩同向/反向性的周期交替變化,表明3者可能對(duì)于氣溫變暖停滯的貢獻(xiàn)度均可能較小,氣溫對(duì)風(fēng)速變化的響應(yīng)敏感程度較強(qiáng),相對(duì)濕度次之,大氣壓最弱.

整體上看,氣溫變暖停滯前,各分區(qū)氣溫與分區(qū)對(duì)應(yīng)各影響因子普遍具有趨勢(shì)反向性或趨勢(shì)同向性變化關(guān)系,氣溫與MEI、風(fēng)速、大氣壓還存在年際振蕩同向性與年際振蕩反向性周期交替變化. 1990~2000s,隨各分區(qū)AMO上升驅(qū)緩、PDO處于正位相階段但呈下降趨勢(shì)或處于負(fù)位相時(shí)、MEI與太陽(yáng)總輻射下降、風(fēng)速、大氣壓、相對(duì)濕度的持續(xù)下降/上升及之后的趨勢(shì)轉(zhuǎn)變,各分區(qū)氣溫發(fā)生變暖停滯.

4 討論

研究區(qū)各分區(qū)3類氣溫在1981~1993年間先后發(fā)生突變升溫,突變后于1998~2008年間陸續(xù)發(fā)生變暖停滯,各分區(qū)氣溫由西向東變暖停滯依次變晚.相關(guān)研究表明,氣溫突變與變暖停滯現(xiàn)象在全球及區(qū)域尺度上均有發(fā)生,如1999~2008年全球溫度增幅接近于0[39],本世紀(jì)西半球和歐洲尺度上的氣溫增暖減緩等[24],總體來看,氣溫突變、變暖停滯時(shí)間與本研究區(qū)基本一致.

整體上看,同一分區(qū)不同類型氣溫變暖停滯年份基本一致,各分區(qū)3類氣溫與MEI、風(fēng)速、日照百分率、大氣壓普遍存在年際振蕩同向性與年際振蕩反向性周期交替現(xiàn)象;1990s~2000s,隨各分區(qū)AMO上升驅(qū)緩、PDO處于正位相階段但呈下降趨勢(shì)或處于負(fù)位相時(shí)、MEI值與太陽(yáng)總輻射下降、風(fēng)速、日照百分率、大氣壓、相對(duì)濕度的持續(xù)下降/上升及之后的趨勢(shì)轉(zhuǎn)變,各分區(qū)氣溫發(fā)生變暖停滯.結(jié)果表明,影響氣溫變暖停滯的因子并不單一,且不同時(shí)段各影響因子對(duì)氣溫變化造成的影響很可能會(huì)相互抵消或疊加,氣溫與各影響因子之間的響應(yīng)關(guān)系錯(cuò)綜復(fù)雜.

目前關(guān)于氣溫變暖停滯對(duì)其影響因子變化的響應(yīng)研究表明,氣溫變暖停滯的影響因子多樣,響應(yīng)關(guān)系復(fù)雜,其與影響因子主要存在兩類響應(yīng)關(guān)系,一是趨勢(shì)同向性,如2005~2013年P(guān)DO由正位相向負(fù)位相轉(zhuǎn)變、AMO由峰值向負(fù)位相發(fā)展,全球平均表面溫度呈微弱下降[16];本世紀(jì)以來中國(guó)太陽(yáng)活動(dòng)減弱[20,40]且太陽(yáng)黑子11a及88a活動(dòng)周期進(jìn)入低值期[40], 1998~2012年中國(guó)冬季太陽(yáng)輻射減少[18],氣溫呈現(xiàn)緩降趨勢(shì)等.二是趨勢(shì)反向性,如1990年以后S短期大量排放,全球氣溫隨之升溫減緩并發(fā)生變暖停滯[41];2000~2009年人類活動(dòng)氣溶膠增大,溫度呈現(xiàn)出降低趨勢(shì)[17];2000~2014年全球火山噴發(fā)氣溶膠強(qiáng)迫增加,全球升溫隨之減緩[42]等.本文在前人研究基礎(chǔ)上,進(jìn)一步考慮多方面因素,定性與定量揭示氣溫與其影響因子變化間的響應(yīng)關(guān)系,豐富了該方面研究成果.

由于本文所使用數(shù)據(jù)序列長(zhǎng)度有限,氣溫在短期內(nèi)的微弱下降趨勢(shì)并不足以說明氣溫真正進(jìn)入變暖停滯階段,因此,對(duì)于長(zhǎng)期氣溫變暖停滯對(duì)其影響因子變化的響應(yīng)揭示方面存在局限性和不足,部分學(xué)者對(duì)于氣溫是否真正進(jìn)入變暖停滯階段也持懷疑態(tài)度[13],對(duì)此有一定爭(zhēng)議.氣溫在季(月)上的變暖停滯可能對(duì)部分影響因子的響應(yīng)更加敏感,而年際序列則可能會(huì)降低甚至掩蓋這種敏感性,本文限于篇幅,僅針對(duì)年際序列開展分析,對(duì)研究結(jié)論會(huì)產(chǎn)生一定影響.同時(shí),所考慮的影響因子仍不是很全面,亦會(huì)對(duì)研究結(jié)論產(chǎn)生一定影響.鑒于此,后續(xù)將從氣溫及其更多影響因子年、季、月尺度出發(fā),結(jié)合具體的物理、化學(xué)作用機(jī)理等進(jìn)行更加深入的研究.

5 結(jié)論

5.1 研究區(qū)各分區(qū)3類氣溫在1981~1993年間全面發(fā)生突變升溫,突變后于1998~2008年間陸續(xù)發(fā)生變暖停滯,同一分區(qū)3類氣溫變暖停滯年份基本一致,由西向東氣溫變暖停滯依次變晚.

5.2 整體上,平均最低氣溫與AMO、PDO、MEI、太陽(yáng)總輻射、風(fēng)速、大氣壓相關(guān)性>平均氣溫>平均最高氣溫,相對(duì)濕度則與之規(guī)律相反.西部區(qū)氣溫與AMO、PDO、MEI、太陽(yáng)總輻射相關(guān)性整體較好,中(東)部區(qū)氣溫則與AMO、風(fēng)速(PDO、太陽(yáng)總輻射、相對(duì)濕度、氣壓、風(fēng)速)相關(guān)性較好,東部區(qū)氣溫與各影響因子的相關(guān)性整體偏小.

5.3 整體上看,1990~2000s,隨各分區(qū)AMO上升驅(qū)緩、PDO處于正位相階段但呈下降趨勢(shì)或處于負(fù)位相、MEI值與太陽(yáng)總輻射下降、風(fēng)速、大氣壓、相對(duì)濕度的持續(xù)下降/上升及之后的趨勢(shì)轉(zhuǎn)變,各分區(qū)氣溫發(fā)生變暖停滯.如當(dāng)AMO開始整體進(jìn)入上升趨緩階段,風(fēng)速持續(xù)減小8~13a,傾向率達(dá)到-0.26~ -0.11m/(s×10a)時(shí),平均氣溫發(fā)生變暖停滯.各分區(qū)3類氣溫變暖停滯的發(fā)生是這些影響因子共同作用的結(jié)果.

5.4 平均最低氣溫對(duì)3類影響因子變化的響應(yīng)最敏感,平均氣溫次之;3類氣溫整體對(duì)第1類影響因子變化的響應(yīng)最敏感,第2類影響因子次之;3類氣溫均對(duì)AMO、MEI、風(fēng)速變化的響應(yīng)最敏感.

[1] Gao J, Camille R S, Valerie M D, et al. Southern Tibetan Plateau ice core δ18O reflects abrupt shifts in atmospheric circulation in the late 1970s [J]. Climate Dynamics, 2016,46(1/2):291-302.

[2] 趙 艷,劉耀亮,郭正堂,等.全新世氣候漸變導(dǎo)致中亞地區(qū)植被突變 [J]. 中國(guó)科學(xué):地球科學(xué), 2017,47(8):927-938. Zhao Y, Liu Y L, Guo Z T, et al. Abrupt vegetation shifts caused by gradual climate changes in central Asia during the Holocene [J]. Science China Earth Sciences, 2017,47(8):927-938.

[3] Alley R B, Marotzke J, Nordhaus W D, et al. Abrupt climate change [J]. Science, 2003,299(5615):2005-2010.

[4] Hodell D A, Curtis J H, Brenner M. Possible role of climate in the collapse of Classic Maya civilization [J]. Nature, 1995,375(6530): 391-394.

[5] Weiss H, Courty M A, Wetterstorm W, et al. The genesis and collapse of third millennium north mesopotamian civilization [J]. 1993,261 (5124):995-1004.

[6] 王玉潔,周波濤,任玉玉,等.全球氣候變化對(duì)我國(guó)氣候安全影響的思考 [J]. 應(yīng)用氣象學(xué)報(bào), 2016,27(6):750-758. Wang Y J, Zhou B B, Ren Y Y, et al. Impacts of global climate change on China’s climate security [J]. Journal of Applied Meteorological Science, 2016,27(6):750-758.

[7] IPCC. Working group I contribution to the IPCC fifth as-sessment report, Climate Change 2013: The Physical ScienceBasis: Summary for Policymakers [R/OI]. http://www.climatechange2013.org/images/ uploads/WGIAR5SPM Approved27Sep2013. pdf.

[8] Prodon R, Geniez P, Chylan M, et al. A reversal of the shift towards earlier spring phenology in several Mediterranean reptiles and amphibians during the 1998~2013 warming slowdown [J]. 2017, 23(12):5481-5491.

[9] Lempereur M, Limousin J M, Guibal F, et al. Recent climate hiatus revealed dual control by temperature and drought on the stem growth of Mediterranean Quercus ilex [J]. 2017,23(1):1365-2486.

[10] Carter B. There is a problem with global warming ... it stopped in 1998. [EB/OL]. https://www.telegraph.co.uk/comment/personal-view/3624242/ There-IS-a-problem-with-global-warming...-it-stopped-in-1998.html.

[11] Morello L, Abbott A, Butler D, et al. 2014. 365days: 2014 in science [J]. Nature, 2014,516:300-303.

[12] Steinman B A, Mann M E, Miller S K. Atlantic and Pacific multidecadal oscillations and Northern Hemisphere temperature [J]. Science, 2015,347(6225):988-991.

[13] Yang X S, Vecchi G A, Delworth T L, et al. Extreme north America winter storm season of 2013/14: Roles of radiative forcing and the global warming hiatus [J]. Bulletin of the American Meteorological Society, 2015,96(12):S25-S28.

[14] Li C, Stevens B, Marotzke J. Eurasian winter cooling in the warming hiatus of 1998–2012 [J]. Geophysical Research Letters, 2015,42(19): 8131-8139.

[15] 孫 穎,秦大河,劉洪濱. IPCC第五次評(píng)估報(bào)告不確定性處理方法的介紹[J]. 氣候變化研究進(jìn)展, 2012,8(2):150-153. Sun Y, Qin D H, Liu H B. Introduction to treatment of uncer tainties for IPCC fifth assessment report [J]. Progressus Inquisitiones DE Mutatione Climatis, 2012,8(2):150-153.

[16] Liu P, Sui C H. An observational analysis of the oceanic and atmospheric structure of global-scale multi-decadal variability [J]. Advances Atmospheric Sciences, 2014,31(2):316-330.

[17] Li C X, Zhao T B, Ying K R. Effects of anthropogenic aerosols on temperature changes in China during the twentieth century based on CMIP5models [J]. Theoretical and Applied Climatology, 2016, 125(3/4):529-540.

[18] Li Q X, Yang S, Xu W H, et al. China experiencing the recent warming hiatus [J]. Geophysical Research Letters, 2015,42(3): 889-898.

[19] Solomon S, Rosenlof K H, Portmann R W, et al. Contributions of stratospheric water vapor to decadal changes in the rate of global warming [J]. Science, 2010,327(5970):1219-1223.

[20] Ming Q L, Quan S G, Zhi X H, et al. Variations of the temperature and solar activity in China [J]. Sciences in Cold and Arid Regions, 2014, 6:531-539.

[21] Jiang Y, Luo Y, Zhao Z C, et al. Changes in wind speed over China during 1956~2004 [J]. Theoretical and Applied Climatology, 2010,99(3/4):421-430.

[22] Karl T R, Arguez A, Huang B, et al. Possible artifacts of data biases in the recent global surface warming hiatus [J]. Science, 2015,348(6242): 1469-1472.

[23] Beniston M. Ratios of record high to record low temperatures in Europe exhibit sharp increases since 2000despite a slowdown in the rise of mean temperatures [J]. Climatic Change, 2015,129(1/2):225-237.

[24] 郭志梅,繆啟龍,李 雄,等.中國(guó)北方地區(qū)近50年來氣溫變化特征的研究 [J]. 地理科學(xué), 2005,28(2):176-182. Guo Z M, Miao Q L, Li X, et al. Variation characteristics of temperature over northern China in recent 50years [J]. Scientia Geographica Sinica, 2005,28(2):176-182.

[25] 陳效逑,彭嘉棟,李慧敏.內(nèi)蒙古地區(qū)氣溫變化的季節(jié)和區(qū)域差異 [J]. 地理研究, 2009,28(1):27-35. Chen X Q, Peng J D, Li H M. Seasonal and regional differences of air temperature changes in Inner Mongolia [J]. Geographical Research, 2009,28(1):27-35.

[26] 梁瓏騰,馬 龍,劉廷璽,等.1951~2014年中國(guó)北方地區(qū)氣溫突變與變暖停滯的時(shí)空變異性[J]. 中國(guó)環(huán)境科學(xué), 2018,38(5):1601-1615. Liang L T, Ma L, Liu T X, et al. Spatiotemporal variation of the temperature mutation and warming hiatus over northern China during 1951~2014 [J]. China Environmental Science, 2018,38(5):1601-1615.

[27] 黃 星,馬 龍,劉廷璽,等.近60年黃河流域典型區(qū)域氣溫突變與變暖停滯研究[J]. 中國(guó)環(huán)境科學(xué), 2016,36(11):3253-3262. Huang X, Ma L, Liu T X, et al. Temperature mutation and globe warming stagnate study in typical area of Yellow River basin in recently 60years [J]. China Environmental Science, 2016,36(11): 3253-3262.

[28] 李虹雨,馬 龍,劉廷璽,等.1951~2014年內(nèi)蒙古地區(qū)氣溫、降水變化及其關(guān)系[J]. 冰川凍土, 2017,39(5):1098-1112. Li H Y, Ma L, Liu T X, et al. Change and relationship of temperature and precipitation in Inner Mongolia during 1951~2014 [J]. Journal of Glaciology and Geocryology, 2017,39(5):1098-1112.

[29] 李雙林,王彥明,郜永祺.北大西洋年代際振蕩(AMO)氣候影響的研究評(píng)述 [J]. 大氣科學(xué)學(xué)報(bào), 2009,32(3):458-465. Li S L, Wang Y M, Gao Y Q. A review of the researches on the Atlantic Multidecadal Oscillation (AMO) and its climate influence. Transactions of Atmospheric Sciences [J]. 2009,32(3):458-465.

[30] Antonello P, Umberto T, Alessandro A. Evidence for the role of the Atlantic multidecadal oscillation and the ocean heat uptake in hiatus prediction [J]. Theoretical and Applied Climatology, 2017,129(3/4): 873-880.

[31] 董 真,黃世鴻,李子華.相對(duì)濕度對(duì)大氣氣溶膠可見輻射吸收的影響 [J]. 氣象科學(xué), 2000,20(4):487-493. Dong Z, Huang S H, Li Z H. Influence of relative humidity on absorption of visible radiation of aerosol [J]. Scientia Meteorologica Sinica, 2000,20(4):487-493.

[32] 么枕生.用于數(shù)值分類的聚類分析 [J]. 海洋湖沼通報(bào), 1994,(2): 1-12. Yao Z S.Cluster analisis used in numerical classification [J]. Transactions of Oceanology and Limnology, 1994,(2):1-12.

[33] Jones P D, Hulme M. Calculating regional climatic time series for temperature and precipitation: Methods and illustrations [J]. International Journal of Climatology, 1996,16(4):361-377.

[34] 符淙斌,王 強(qiáng).氣候突變的定義與檢測(cè)方法 [J]. 大氣科學(xué), 1992,16(4):482-493. Fu C B, Wang Q. The definition and detection of the abrupt climatic change [J]. Scientia Atmospherica Sinica, 1992,16(4):482-493.

[35] 馬立平.統(tǒng)計(jì)數(shù)據(jù)標(biāo)準(zhǔn)化—無量綱化方法—現(xiàn)代統(tǒng)計(jì)分析方法的學(xué)與用(三) [J]. 北京統(tǒng)計(jì), 2000,(3):34-35. Ma L P. Standardization of statistical data-Dimensionless method-Study and application of modern statistical analysis method (three) [J]. Beijing Statistics, 2000,(3):34-35.

[36] Wu X F, Mao J Y. Interdecadal variability of early summer monsoon rainfall over South China in association with the Pacific Decadal Oscillation [J]. International Journal of Climatology, 2017,37(2):706-721.

[37] Yamamoto A, Palter J B. The absence of an Atlantic imprint on the multidecadal variability of wintertime European temperature [J]. 2016,7:10930.doi:10.1038/ncomms10930.

[38] Wang J L, Yang B, Ljungqvist F C, et al. The relationship between the Atlantic Multidecadal Oscillation and temperature variability in China during the last millennium [J]. 2013,28(7):653-658.

[39] Wang S W, Wen X Y, Luo Y, et al. Does the global warming pause in the last decade: 1999~2008? [J]. Advances in Climate Change Research, 2010,1(1):49-54.

[40] 黃春菊,田曉麗.太陽(yáng)活動(dòng)對(duì)年代際-亞軌道尺度氣候變化的驅(qū)動(dòng)機(jī)制探討 [J]. 第四紀(jì)研究, 2018,38(5):1255-1267. Huang C J, Tian X L. Discussion on the driving mechanism of solar activity to interannual-suborbital-scale climate change [J]. Quaternary Sciences, 2018,38(5):1255-1267.

[41] Ridley D A, Solomon S, Barnes J E, et al. Total volcanic stratospheric aerosol optical depths and implications for global climate change [J]. Geophysical Research Letters, 2014,41(22):7763-7769.

[42] Robert K K, Heikki K, Michael L M, et al. Reconciling anthropogenic climate change with observed temperature 1998~2008 [J]. Proceedings of the National Academy of Sciences, 2011,108(29):11790-11793.

Response of the warming hiatus to changing influences over the Inner Mongolia Autonomous Region.

SUN Bo-lin1, MA Long1*, FENG Qi2, LIU Ting-xi1, LIANG Long-teng1, LI Hong-yu1, ZHOU Ying1, LIU Yang1

(1.College of Water Conservancy and Civil Engineering College, Inner Mongolia Agricultural University, Hohhot 010018, China；2.Northwest Institute of Eco- Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000) ., 2019,39(5)：2131~2142

Focusing on the Inner Mongolia Autonomous Region, we conducted a comprehensive, qualitative and quantitative analysis on characteristics of the hiatus in temperature increase across the study area, as well as the responses of the hiatus to changes in influencing factors. Several statistical methods, such as the central cluster method and the M-K detection method, were applied in our investigation to the global large-scale spatial data sets (e.g., Pacific Decadal Oscillation (PDO) and the Multivariate ENSO Index (MEI)), and regionalmeteorological records (including average minimum temperature, average temperature, average maximum temperature, wind speed and atmospheric pressure) from 1951 to 2016 from 70 different weather stations. The results indicated that, for all sub-regions of the study area, abrupt changes inthree temperature measurementsoccurred from 1981 to 1993, followed by a warming hiatus from 1998 to 2008. The degrees of correlation between the temperature and its influencing factors were different for different temperature measures, which also varied by sub-region. For example, the average minimum temperature had the strongest correlation with AMO, PDO, MEI, and total solar radiation. The correlation weakened the average temperature, and was the weakest for the average highest temperature. The temperature in the western sub-region was closely related to AMO, PDO, MEI and total solar radiation, whereas the temperature in the middle sub-region was closely related to AMO and wind speed. As a whole, from the 1990s to the 2000s, a time period that was characterized by a weak increasing trend in AMO and a decreasing trend in positive PDO or negative PDO phases, both MEI and total solar radiation showed descending tendencies. At this time, after a long-term increasing/decreasing trend in wind speed, atmospheric pressure and relative humidity, there was a hiatus in the increase in sub-regional temperature. For example, when the increasing trend in AMO slowed, wind speed declined continuously for 8~13a until its slope reached -0.26 to -0.11m/(s·10a), and the increase in average temperature showed a hiatus. Among the three temperatures, the average minimum temperature was most sensitive to changes in the three influencing factors, and the average temperature had a weaker sensitivity. The warming hiatus was a compound result of various factors. This study supplemented the research regarding the mechanisms behind the warming hiatus and provided referencing values for climate change and disaster prevention.

temperature；warming hiatus；response；Inner Mongolia

X821

A

1000-6923(2019)05-2131-12

孫柏林(1995-),男,內(nèi)蒙古巴彥淖爾人,內(nèi)蒙古農(nóng)業(yè)大學(xué)碩士研究生,從事水文及水資源、氣候變化、環(huán)境演變及響應(yīng)關(guān)系研究.發(fā)表論文1篇.

2018-10-26

國(guó)家重點(diǎn)研發(fā)計(jì)劃(2017YFC0404305);國(guó)家自然科學(xué)基金資助項(xiàng)目(51869016,51669016);內(nèi)蒙古自治區(qū)高等學(xué)校青年科技英才支持計(jì)劃資助.

*責(zé)任作者, 教授, malong4444333@163.com