全 文 ：气候变化背景下贵州省倒春寒灾害时空演变特征*
李摇 勇1,2 摇 杨晓光1**摇 代姝玮1 摇 王文峰1
( 1 中国农业大学资源与环境学院, 北京 100193; 2 贵州省气象局科技减灾处, 贵阳 550002)
摘摇 要摇 基于 1959—2007 年贵州省 19 个气象台站的逐日平均气温资料,结合倒春寒强度指
数指标和灾害等级划分标准,从倒春寒发生频率、站次比、年代际变化、气候突变、周期变化等
方面,分析了贵州省倒春寒的时空演变特征.结果表明:1959—2007 年,研究区无倒春寒发生
的频率最大,其次为重级以上倒春寒,中级和轻级倒春寒的发生频率接近;在全球变暖背景
下,研究期间贵州省发生中级倒春寒的站次比变化最明显,其气候倾向率达 1郾 4% ·(10
a) -1,而无倒春寒、轻级和重级以上倒春寒的站次比则略微减少;贵州省倒春寒强度在 20 世纪
90 年代最强,20 世纪 80 年代次强,2000—2007 年最弱,20 世纪 70 年代次弱,20 世纪 60 年代
居中;研究期间贵州省西部和西北部高海拔地区、中部和北部地区的倒春寒强度呈增强趋势,
而东部、南部地区的倒春寒强度呈略微降低的趋势;贵州省西部、西北部、中部和北部地区的
倒春寒强度在 1975 年发生由低值向高值的突变;贵州省倒春寒存在明显的周期波动特征,年
际周期以 2 ~ 4 年为主,年代际周期以 13 ~ 15 年和 27 ~ 29 年为主.
关键词摇 气候变化摇 倒春寒摇 时空演变
文章编号摇 1001-9332(2010)08-2099-10摇 中图分类号摇 S161摇 文献标识码摇 A
Spatiotemporal evolution characteristics of late spring cold in Guizhou Province under global
climate change. LI Yong1,2, YANG Xiao鄄guang1, DAI Shu鄄wei1, WANG Wen鄄feng1 ( 1College of
Resources and Environmental Sciences, China Agricultural University, Beijing 100193, China;
2Technology and Disaster Reduction Division, Guizhou Meterological Bureau, Guiyang 550002, Chi鄄
na) . 鄄Chin. J. Appl. Ecol. ,2010,21(8): 2099-2108.
Abstract: Based on the 1959-2007 observation data of daily mean temperature from 19 meteoro鄄
logical stations in Guizhou Province, and combining with the late spring cold (LSC) intensity index
and disaster grade division standard, this paper analyzed the spatiotemporal evolution characteristics
of LSC, including LSC occurrence frequency, ratio of LSC鄄occurring stations to all stations, decadal
variation, abrupt climate change, and periodic variation, in the province. In 1959-2007, the oc鄄
currence frequency of no LSC in the province was the highest, followed by serious LSC, and that of
medium and slight LSC was approximately the same. Under the background of global warming, the
ratio of medium LSC鄄occurring stations to all stations had the most obvious variation, with the cli鄄
matic trend reached 1郾 4%·(10 a) -1, while the ratios of no LSC鄄, slight LSC鄄, and serious LSC鄄
occurring stations all showed an appreciably decreasing trend. The LSC intensity in the province
was the highest in the 1990s, followed by in the 1980s, 1960s, 1970s, and 2000-2007. In the
province, the LSC intensity showed an increasing trend in west and northwest high altitude areas,
central area, and north area, but an appreciably decreasing trend in east and south areas. In the
west, northwest, north, and central areas of the province, LSC intensity had a mutation from low to
high in 1975. The LSC in the province had an obvious periodical variation, with the inter鄄annual
period being mainly 2 -4 years, and the decadal periods being mainly 13 -15 years and 27 -29
years.
Key words: climate change, late spring cold (LSC), spatiotemporal evolution.
*公益性行业(农业)科研专项(200803028)、国家科技支撑计划项目(2006BAD04B07)和国家科技基础性工作专项(2007FY120100)资助.
**通讯作者. E鄄mail: yangxg@ cau. edu. cn
2009鄄12鄄28 收稿,2010鄄06鄄20 接受.
应 用 生 态 学 报摇 2010 年 8 月摇 第 21 卷摇 第 8 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Aug. 2010,21(8): 2099-2108
摇 摇 气候系统的变暖伴随着全球平均气温和海温的
升高、大范围冰雪的融化以及海平面上升等一系列
现象[1-2] . 1850 年以来,全球地表温度最暖的 12 个
年份中有 11 年出现在 1995—2006 年;1906—2005
年,全球平均增温 0郾 74 益;全球极端天气事件的频
率和强度在 1956—2005 年也发生了变化,即大多数
地区冷日、冷夜和霜冻频率减少,而热日和热夜频率
增加,高温热浪变得更加频繁,强降雨事件频率很可
能也在增加[3] . 1905—2001 年,中国的增温幅度为
0郾 5 益 ~ 0郾 8 益,增温速率为 0郾 05 ~ 0郾 08 益 ·10
a-1,以 1951—2001 年的增温幅度尤为明显,达 0郾 22
益·10 a-1;近 100 年,中国年降水量的变化不明
显[4];无论是年还是季,平均最低气温的增幅均明
显大于平均最高气温的增幅,且各季平均温度日较
差亦呈下降趋势,并以冬季的降幅最大[5];1951—
1999 年,中国热日数(Tmax逸35 益)略增加,而霜冻
日数(Tmin臆0 益)则显著减少,热日和暖夜频率增
加,冷日和冷夜频率减少[6] .
气候条件是限制农业生产的最重要因素之
一[7] .贵州省位于中国西南地区,地处低纬度山区,
地势高差悬殊,属副热带东亚大陆季风区,天气气候
特点是在垂直方向的差异较大,立体气候明显.在全
球气候变化背景下,近 50 年来,贵州春季降水减少
趋势明显,气温总体呈下降趋势;秋季降水减少,气
温增加,雨日数减少,秋绵雨灾害减轻,与过去“贵
州秋季低温阴雨冶显著不同,秋旱影响日益突出;极
端最低气温升高,极端最高气温降低;年雨日数减
少,年暴雨日数增加;日照时间、总云量均呈显著减
少趋势[8] .倒春寒是对贵州省春季农业生产危害最
严重的低温气象灾害之一. 3 月底至 4 月正值水稻
播种、育秧季节,如果期间出现倒春寒天气,将直接
影响水稻的适时播种和播种后正常出苗和生长,严
重的倒春寒会导致水稻烂种、烂秧[9-10],如 1999 年
贵州省中部以西地区因低温持续时间长,水稻烂秧
率达 30% ~ 60% [11],灾害后的补播浪费人力物力,
且烂种烂秧后即使进行补播,亦会延误农时,影响高
产,给农业生产带来极不利的影响. 因此,研究气候
变暖背景下贵州省倒春寒的时空演变特征具有重要
意义.
有学者对贵州省倒春寒灾害的标准和评估方法
进行了一些研究[11-13] . 如黄继用等[13]提出由不同
持续天数确定倒春寒等级的方法,并从倒春寒发生
频率、灾害强度的平均状况或过程日数等方面对倒
春寒的空间分布特征进行了分析,提出了贵州省倒
春寒灾害的分区;刘雪梅等[11]提出了贵州省倒春寒
烂秧年型的评判指标. 也有部分学者对贵州省局部
区域的倒春寒发生规律进行了分析[10,14] . 如杨莉
等[10]研究表明,1991—2000 年贵阳市倒春寒指数均
值属各年代之中的最大值,倒春寒最轻的是 2001—
2004 年;张普宇等[14]研究认为,六盘水近 35 年的倒
春寒天气总日数在年代际尺度上存在显著的 16 年、
准 10 年周期振荡,在年际尺度上,存在准 6 年和 2
~ 4 年的主要振荡周期.
中国其他省市对当地倒春寒指标的建立、倒春
寒环流形势的分析以及倒春寒的发生频率、时空分
布特征、灾害影响等方面也进行了一些研究.如王春
乙等[15]研究发现,1993 年以来,江南和华南等地被
称为“倒春寒冶或“低温烂秧冶期间的冷冻害面积有
所增加,其中 1993—1995、1998—1999 和 2003 年冷
冻害面积明显上升;毕伯钧[16]研究认为,由于气候
变暖,低温冷害频率将明显降低,导致影响东北三省
粮食产量的主要气象灾害(即低温冷害)的作用将
明显减轻;张云瑾等[17]对云南省倒春寒的标准和影
响路径进行分析,可为滇南及相近高度、滇中及相近
高度以及滇东北和滇西北 3 种地区制定较统一的倒
春寒标准,他发现,影响云南倒春寒的冷空气路径有
4 条:西北路径、北方路径、东北路径和偏东路径;张
淑惠[18]研究发现,就倒春寒出现的范围而言,福建
省轻度倒春寒的频率最大(33% ),重度倒春寒的频
率最小 ( 13% ),中度与无倒春寒的机遇相等
(27% );吴增福等[19]对江苏镇江的倒春寒划分标准
和气候特征等进行了研究. 但以往的相关研究在以
下几方面还比较薄弱:全球气候变暖背景下倒春寒
强度的变化特征;不同等级倒春寒年份发生频率的
空间分布特征;不同等级倒春寒站次比的逐年变化
及多年变化趋势;倒春寒的周期特征等.本研究针对
上述不足,运用 GIS、Mann鄄Kendall 和 Morlet 小波等
工具,结合倒春寒强度指数指标和倒春寒评估指标,
从倒春寒发生频率、站次比、趋势变化、年代际变化、
气候突变和周期变化等方面,分析了气候变化背景
下贵州省 1959—2007 年倒春寒时间演变趋势及空
间分布特征,旨在为贵州省农业产业结构的合理调
整提供科学依据.
1摇 研究地区与研究方法
1郾 1摇 数据来源
本文所用气候数据来自笔者所在研究组已建的
气象资料库,共选取贵州省1959—2007年19个气
0012 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
图 1摇 贵州省 19 个气象台站的位置
Fig. 1摇 Location of 19 meteorological stations in Guizhou Prov鄄
ince.
象台站(图 1)的日平均气温.
1郾 2摇 倒春寒的定义
3 月 21 日—4 月 30 日,凡出现日均温度臆10
益并持续 3 d以上的时段(第 4 天开始,允许有间隔
1 d 的日均温臆10郾 5 益)为倒春寒天气过程[20] . 单
站单次倒春寒过程的等级定义如下:凡单站倒春寒
天气过程,持续时间为 3 ~ 4 d 为轻级倒春寒过程;
持续时间为 5 ~ 6 d为中级倒春寒过程;持续时间为
7 ~ 8 d为重级倒春寒过程;持续逸10 d 为特重级倒
春寒过程[12] .
1郾 3摇 倒春寒强度指数
倒春寒强度指数(K i)的计算公式[12]:
K i = 100(Ni / 10 - Ti / 10 + Hi / 20) (1)
式中:i为年份;Ni 为最长倒春寒过程的持续天数,
若 Ni>15,则取值为 15;Ti 为 3 月 21 日—4 月 20 日
期间滑动 10 d 平均气温距平的最低值(益);Hi 为
倒春寒总天数,若 Hi >20,则令 Hi = 20. 根据表 1 的
倒春寒等级划分标准[12]确定年度倒春寒等级.区域
平均倒春寒强度指数值以区域内各站点倒春寒强度
指数值的平均值来表达.
用式(1)求 K i 时,有时会出现因 Ti 出现的 K i
虚假增值问题,导致计算出的某年度倒春寒等级 K i
对应的年度倒春寒点天数小于倒春寒定义中的同级
单站单次倒春寒天数的情形发生,所以,本研究将式
(1)作如下限定:当 Hi<3 且 K i逸38,则令 K i = 37;当
3臆Hi<5 且 K i逸65,则令 K i =64;当 5臆Hi<7 且 K i逸
111,则令 K i = 110;当 7臆Hi <10 且 K i逸148,则令
K i =147.通过以上限定,可以避免对各站年度倒春
寒等级的高判.
表 1摇 年度倒春寒等级标准
Tab. 1摇 Grade standard of the annual late spring cold
倒春寒等级
Grade of LSC
倒春寒强度指数
Intensity index
of LSC (Ki)
灾害等级
Disaster grade
玉 <38 无 None
域 38臆 Ki<65 轻级 Light鄄level
芋 65臆 Ki<111 中级 Middle鄄level
郁 111臆 Ki<148 重级 Severe鄄level
吁 逸148 特重级 Extra severe鄄level
1郾 4摇 倒春寒发生频率(F i)
F i = n / N 伊 100% (2)
式中:N为某站气象资料的年数;n 为该站发生倒春
寒的总年数.可按不同等级的倒春寒发生年数计算
不同等级倒春寒频率.
1郾 5摇 倒春寒发生站次比(P i)
P i = m / M 伊 100% (3)
式中:M为某区域内气象台站数;m为发生倒春寒的
台站数. P i 大小代表发生倒春寒的区域大小.
1郾 6摇 气候倾向率
用 X^ i 表示样本量为 n的某一气候变量,用 ti 表
示 X^ i所对应的时间,建立 X^ i与 ti之间的一元线性回
归方程:
X^ i = a + bti 摇 摇 ( i = 1,2,…,n) (4)
式中:a为回归常数;b为回归系数. a 和 b 可用最小
二乘法进行估计.以 b的 10 倍作为气候倾向率[21] .
1郾 7摇 Mann鄄Kendall法
Mann鄄Kendall法是一种非参数统计检验方法.
其优点是不需要样本遵从一定的分布规律,也不受
少数异常值的干扰,适合于类型变量和顺序变量.
对于具有 n个样本量的时间序列 x,构造一秩序
列:
sk =移
k
i = 1
ri 摇 摇 (k = 2,3,…,n) (5)
ri =
+ 1摇 (ci > cj)
0摇 摇 (ci 臆 cj
{ ) 摇 ( j = 1,2,…, i)
式中:秩序列 sk 是第 i时刻数值大于 j时刻数值个数
的累计数.
在时间序列随机独立的假定下,定义统计量为:
UFk =
[ sk - E( sk)]
var( sk)
摇 (k﹦ 1,2,…,n) (6)
式中:UF1 = 0;E( sk)、var( sk) 是分别为累计数 sk 的
均值和方差,在 x1、x2、…、xn 相互独立,且有相同连
续分布时,可由下式求出:
E( sk) =
k(k - 1)
4 (7)
10128 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 李摇 勇等: 气候变化背景下贵州省倒春寒灾害时空演变特征摇 摇 摇 摇 摇 摇
var( sk) =
k(k - 1)(2k + 5)
72 摇 (2 臆 k 臆 N)
(8)
UF i 为标准正态分布,它是按时间序列 x 顺序
(x1,x2,…,xn) 计算出的统计量序列.当昨UF i昨 >
Ua(给定的显著水平),则表明序列存在明显的趋势
变化.
按时间序列 x逆序(xn,xn-1,…,x1)再重复上述
过程,同时使 UBk = - UFk(k = n,n - 1,…,1),则
UB1 = 0.
当UBk与UFk两条曲线相交于正负信度线之间
时,此相交点表示突变的开始.
该方法的优点是不仅计算简便,而且可以明确
突变开始的时间,并指出突变区域,是一种常用的突
变检测方法[21-22] .
1郾 8摇 Morlet小波分析法
小波分析目前已广泛用于气温、降水等气候要
素变化、要素场空间结构、多尺度分析、洪涝期间的
气象要素分析等,并取得了一些成果[23-26] . 气候变
化在时域中存在多层次时间尺度结构和局部化特
征,而传统的傅里叶分析却不能分析出这一特征,近
年来在应用数学中迅速发展的小波分析方法可研究
信号序列不同尺度(周期)随时间的演变情况[27] .
Morlet小波是常用的复数形式的小波函数,其
定义为[28-30]:
追(x) = ex2 / 2·eik鬃(x) (9)
其小波变换式为:
Wf(a,b) = 乙+肄
-肄
f(x) 1
a
軍追(x - ba )dx (10)
小波方差可定义为:
Vav(a) = 乙肄
-肄
| w f(a,b) | 2db (11)
式中:鬃(x) 为基本小波或母小波函数;x 为取样间
隔;Wf(a,b) 为小波变换函数;f(x) 为时间信号或函
数;a为频率参数;b 为时间参数;Var(a) 为小波方
差,其能反映各个尺度的波动能量,可判别出序列变
化的显著周期.
1郾 9摇 数据处理
计算 19 个站点的倒春寒发生频率后,采用 IDW
(inverse distance weighted interpolation)插值方法对
气象数据进行插值,设定 Cell size 的参数均为
0郾 002,生成空间栅格数据,然后根据指标要求使用
空间分析中的 Coutour 工具提取相应的等值线,生
成所需的等值线图,最后将结果用 ArcGIS 软件表
达.采用 Excel软件绘制倒春寒强度指数时间序列
的趋势变化图.本文中所提到的各等级倒春寒均表
示年倒春寒强度等级.
2摇 结果与分析
2郾 1摇 贵州省倒春寒发生频率的空间分布特征
1959—2007 年,贵州省无倒春寒年的发生频率
平均为 39郾 4% ,地区间差异明显(图 1a).无倒春寒
发生频率最大的是望谟,达到了 98郾 0% ,即研究期
间该站只有 1 年发生过倒春寒;其次为罗甸,为
95郾 9% ;无倒春寒发生频率最小的是威宁,为
4郾 1% ,即研究期间该站只有 2 年没有发生过倒春
寒.从空间分布来看,频率高值区主要分布在南部和
东南部边缘河谷地区,该区域内平均无倒春寒年出
现频率为 89郾 8% ;低值区主要分布在西部、西北部
的高海拔地区,该区域内平均无倒春寒年出现的频
率是 7郾 5% .
1959—2007 年,贵州省轻级倒春寒年的总体发
生频率较小,平均发生频率为 14郾 4% ,地区间差异
较小(图 2b). 发生频率最大是盘县,达 26郾 5% ;最
小是望谟,为 2郾 0% .发生频率相对较大的区域位于
铜仁、湄潭、贵阳、独山一带以及毕节、盘县和兴义一
带;发生频率相对较小的区域位于习水、遵义、罗甸、
望谟一带以及威宁和榕江.
1959—2007 年,贵州省中级倒春寒年的平均发
生频率为 14郾 7% ,地区间差异比较明显(图 2c).其
中,遵义的发生频率最大,达 28郾 6% ,其次为桐梓;
发生频率最小的是望谟和罗甸,为 0% .从空间分布
来看,桐梓、安顺、独山和三穗一带中级倒春寒年的
发生频率相对较高,平均达 22郾 7% ,而黔西、毕节、
盘县、罗甸一带以及思南、铜仁一带和榕江、习水的
中级倒春寒年发生频率相对较低,平均为 8郾 2% .
1959—2007 年,贵州省重级以上倒春寒年发生
频率的空间分布呈现出较明显的由西北到东南逐步
递减的趋势(图 2d),其平均发生频率达 31郾 5% ,大
于轻级和中级倒春寒年的发生频率,小于无倒春寒
年的发生频率.重级以上倒春寒年发生频率的地区
间差异显著,发生频率最大的为威宁和习水,为
73郾 5% ;其次为毕节,为 67郾 3% ;望谟、罗甸的发生
频率最低,为 0% . 从空间分布来看,重级以上倒春
寒年发生频率的高值区(>50% )主要集中在西部和
西北部高海拔地区,而低值区( <20% )主要集中在
东北部、东部、南部和东南部海拔相对较低的地区.
2012 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
图 2摇 贵州省无倒春寒(a)、轻级(b)、中级(c)及重级以上(d)年倒春寒发生频率(% )的空间分布
Fig. 2摇 Spatial distribution of annual occurrence frequency for no LSC, slight LSC, intermediate LSC, serious or above LSC in Guizhou
Province.
摇 摇 研究期间,贵州省各级倒春寒年的平均发生频
率中,以无倒春寒最高,其次为重级,中级和轻级的
发生频率接近,分别为 14郾 7%和 14郾 4% . 对于不同
等级倒春寒年的发生频率,其高值区和低值区在研
究区域的空间分布不同,无倒春寒年在贵州省南部
边缘河谷地区的发生频率最高,西部和西北部高海
拔地区是重级以上倒春寒年发生的高值区,桐梓、安
顺、独山和三穗一带是中级倒春寒年发生频率的相
对高值区,铜仁、湄潭、贵阳、独山一带以及毕节、盘
县和兴义一带是轻级倒春寒年发生频率的相对高值
区.中级和轻级倒春寒年发生频率的空间分布没有
明显规律;无倒春寒年的发生频率大致呈从西北向
东南逐步递增的趋势;重级以上倒春寒年发生频率
呈从西北向东南逐步递减的趋势.
2郾 2摇 气候变化背景下贵州省倒春寒随时间演变的
特征
2郾 2郾 1 各级倒春寒出现的站次比摇 为分析气候变化背
景下不同等级倒春寒在研究区发生比重的逐年变化情
况,本研究以站次比为载体进行分析.逐年某等级倒春
寒的站次比为逐年发生该等级倒春寒的站点数占全省
总站点数的比例,其历年变化趋势可以表征不同等级
倒春寒发生区域范围随时间变化的演变特征.
由图 3 可以看出, 1959—2007 年,研究区无
倒春寒等级的站次比最大值出现在1971 、1973
图 3摇 贵州省无倒春寒(玉)、轻级(域)、中级(芋)和重级
(郁)以上年倒春寒的站次比
Fig. 3摇 Ratio of LSC occurring stations to all stations at no LSC
(玉), slight LSC (域), intermediate LSC (芋), serious or a鄄
bove LSC (郁) in Guizhou Province.
30128 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 李摇 勇等: 气候变化背景下贵州省倒春寒灾害时空演变特征摇 摇 摇 摇 摇 摇
和 1981 年,均为 94郾 7% ,最低值出现在 1998 年,为
0;从站次比的年际变化来看,无倒春寒的平均站次
比在 20 世纪 80 年代和 90 年代最低,为 28郾 4% ,即
在 20 世纪 80 年代和 90 年代,研究区平均 28郾 4%的
站点没有倒春寒灾害发生,20 世纪 60 年代的站次
比为次低值(平均为 33郾 2% ),70 年代(50郾 5% )比
60 年代增加了 17郾 3% ,2000—2007 年的站次比最
高,平均达 47% ;研究期间,贵州省无倒春寒站次比
呈略微减少的趋势,表明在全球气候变暖背景下,贵
州省发生倒春寒的区域略微增大.
1959—2007 年,贵州省轻级倒春寒站次比最大
值出现在 1969 年,为 57郾 9% ,最低值出现在 1973、
1976、1980、1982、1989、1996 年,为 0;贵州轻级倒春
寒站次比的年际波动明显,可分为 3 个波动时段,20
世纪 60 年代和 2000—2007 年两个时段的站次比较
高,分别平均为 21郾 1%和 17郾 8% ,而 20 世纪 70—90
年代的站次比平均仅 11郾 1% ;与无倒春寒站次比的
变化趋势一样,贵州省轻级倒春寒站次比也呈略微
减少的趋势(图 3).
摇 摇 1959—2007 年,贵州省中级倒春寒的站次比在
0 ~ 47郾 4% ;1966—1975 和 1986—1996 年中级倒春
寒的站次比分别平均为 8郾 4%和 9郾 1% ,而 1997 年
以后,中级倒春寒的站次比呈显著增加趋势,平均达
16郾 7% ;从年际变化拟合线性趋势看,研究区中级倒
春寒站次比表现为增加趋势,其气候倾向率为
1郾 4%·(10 a) -1(图 3).
1959—2007 年,贵州省重级以上倒春寒站次比
最大值出现在 1992 和 1996 年,均为 84郾 2% ,最低值
出现在 1959、1963、1969、1971、1973、1974、 1975、
1981、2002、2003 年,为 0;贵州省重级以上倒春寒站
次比的高值主要集中在 1982—1999 年,平均达
47郾 9% ,而 1963—1975 和 1998—2007 年的平均站
次比仅分别为 17郾 4%和 14郾 5% .研究区重级以上倒
春寒站次比的年变化呈略微减少的趋势(图 3).
在气候变暖背景下,研究期间贵州省各级倒春
寒的站次比变化最明显的是中级倒春寒,其气候倾
向率达1郾 4%·(10 a) -1,而无倒春寒、轻级和重级
以上倒春寒的站次比均表现出略微减少的趋势.
2郾 2郾 2 倒春寒发生强度的年际变化摇 从表 2 可以看
出,20 世纪 90 年代,研究区有 18 个站的倒春寒强
度最强,1 个站次强;20 世纪 80 年代,1 个站的倒春
寒强度最强,15 个站次强;2000—2007 年,16 个站
的倒春寒强度最弱,1 个站次弱;20 世纪 70 年代,2
个站的倒春寒强度最弱,15 个站次弱;20 世纪 60 年
代,各站倒春寒强度的差异最大,1 个站的倒春寒强
度最弱,3 个站次弱,3 个站次强.
研究期间,贵州省各站倒春寒强度指数的距平
表 2摇 研究区各站点不同年代倒春寒强度指数(K)的距平(%)
Tab. 2摇 LSC intensity anomaly (%) of all meteorological stations during different decades in Guizhou Province
站点
Station
1960—1969 1970—1979 1980—1989 1990—1999 2000—2007 距平绝对值平均
Average of absolute
value of anomaly
威宁 Weining -1郾 1 -9郾 4 7郾 5 17郾 2 -6郾 6 8郾 4
盘县 Panxian -18郾 0 -12郾 7 13郾 1 30郾 3 -4郾 8 15郾 8
桐梓 Tongzi -11郾 9 -9郾 0 19郾 1 32郾 7 -27郾 4 20郾 0
习水 Xishui -1郾 3 -16郾 7 16郾 2 29郾 8 -27郾 6 18郾 3
毕节 Bijie -1郾 3 -16郾 0 14郾 5 34郾 8 -32郾 8 19郾 9
遵义 Zunyi -2郾 8 -9郾 4 39郾 1 31郾 2 -61郾 4 28郾 7
湄潭 Meitan -0郾 8 -16郾 7 32郾 9 37郾 4 -54郾 3 28郾 4
思南 Sinan 15郾 0 -24郾 7 25郾 9 48郾 7 -70郾 5 37郾 0
铜仁 Tongren 5郾 7 -55郾 4 59郾 8 69郾 0 -88郾 1 55郾 6
黔西 Qianxi -1郾 8 -19郾 4 16郾 7 45郾 1 -39郾 6 24郾 5
安顺 Anshun -1郾 7 -19郾 1 19郾 0 36郾 9 -32郾 9 21郾 9
贵阳 Guiyang -19郾 2 -20郾 1 24郾 6 26郾 1 -2郾 6 18郾 5
凯里 Kaili 4郾 3 -24郾 6 36郾 2 36郾 5 -53郾 6 31郾 0
三穗 Sanshui 24郾 0 -20郾 2 19郾 6 36郾 1 -62郾 6 32郾 5
兴义 Xingyi -13郾 8 -1郾 3 12郾 4 56郾 5 -57郾 5 28郾 3
望谟 Wangmo 15郾 8 -12郾 9 -5郾 2 40郾 3 -41郾 5 23郾 2
罗甸 Luodian 5郾 0 -17郾 4 -0郾 7 51郾 0 -39郾 5 22郾 7
独山 Dushan -2郾 6 -10郾 9 25郾 4 41郾 3 -54郾 6 26郾 9
榕江 Rongjiang -19郾 2 -21郾 2 29郾 8 71郾 3 -64郾 1 41郾 1
平均 Average -1郾 3 -17郾 7 21郾 4 40郾 6 -43郾 3 24郾 9
4012 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
图 4摇 贵州省不同代表区域倒春寒强度的年变化趋势
Fig. 4摇 Annual trend of LSC intensity in different representative
areas of Guizhou Province.
WN:西部和西北部地区 West area and northwest area; CN:中部和北
部地区 Central area and north area; E:东部地区 East area; S:南部河
谷地区 Southern valley area.
趋势除20世纪60年代差异较大外,其余年代大部站点
均呈基本一致的趋势(即同为正距平或负距平),但不
同地区的增减幅度有所差异.从研究区平均状况来看,
倒春寒强度在 20世纪 90年代最强,20世纪 80年代略
次之,2000—2007年最弱,20世纪 70年代次弱.从各站
点倒春寒强度指数距平绝对值的平均来看,东半部遵
义、独山、榕江、铜仁一带的年代际平均变幅相对较大,
平均为 35郾 2%,而西半部习水、罗甸和威宁一带的年代
际变幅相对较小,平均为 20郾 1%.
摇 摇 从图 4 可以看出,1959—2007 年,以发生重级
以上倒春寒为主的西部和西北部高海拔地区
(WNW)的倒春寒强度呈增加趋势,其强度指数每
10 年增加 4郾 9;以发生重级以上和中级以下(包括中
级及以下)各约占 50% 比例的中部和北部地区
(CN)的倒春寒强度也表现出增加趋势,其强度指数
每 10 年增加 4郾 1;东部地区(E)的倒春寒强度呈减
少趋势,其强度指数每 10 年减少 1郾 8;以无倒春寒
为主的南部地区(S)的倒春寒强度表现出略微减少
的趋势,其强度指数每 10 年减少 0郾 7.
在全球变暖的背景下,研究期间贵州省不同地
区的倒春寒强度变化趋势不尽相同:倒春寒较重的
西部和西北部高海拔地区、中部和北部地区的倒春
寒强度有增强趋势,东部地区的倒春寒强度呈减少
趋势,以无倒春寒为主的南部地区的倒春寒强度呈
略微减少趋势.对于倒春寒强度增加区域的春季农
业生产(如水稻育秧等)应引起高度重视.
2郾 3摇 贵州省倒春寒变化规律的周期性特征和突变
点检测
2郾 3郾 1 倒春寒变化规律的突变点检测摇 气候突变指
一种气候状态在很短时期内迅速转变为另一种状
态[31] .本研究采用 Mann鄄Kendall法对贵州省不同代
表区域倒春寒强度强弱变化的突变点进行检测.
图 5摇 贵州省西部和西北部地区(a)、中部和北部地区(b)、东部地区(c)和南部河谷地区(d)倒春寒强度指数的M鄄K突变检测
Fig. 5摇 Mann鄄Kendall mutation detection for LSC intensity in the west area and northwest area ( a), the central area and north area
(b), the east area (c) and southern valley area (d) of Guizhou Province.
实曲线是 Mann鄄Kendall突变检测中的 UF(标准正态分布线),虚曲线是 UB(反序列的标准正态分布线) In the Mann鄄Kendall mutation detection,
the solid line was UF (standard normal distribution line), and the dotted line was UB (standard normal distribution line of the inverse sequence) .
50128 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 李摇 勇等: 气候变化背景下贵州省倒春寒灾害时空演变特征摇 摇 摇 摇 摇 摇
摇 摇 从图 5a可以看出,贵州省西部和西北部地区倒
春寒强度指数在 1975 年有一个突变点,突变特征为
由低值向高值的突变,一直延续到 1997 年;从 1997
年开始,倒春寒强度指数又由高值向低值变化,但未
能通过突变检测.说明贵州省西部和西北部地区倒
春寒强度指数在研究期间的增加趋势虽然不显著,
但其阶段性的增加或减少趋势却是明显的,尤其是
1975 年由低值到高值的变化能够通过 0郾 05 的显著
性检验.
从图 5b可以看出,贵州省中部和北部地区倒春
寒强度指数的突变情形与西部和西北部地区一样,在
1975年发生了由低值向高值的突变;1961 和 1998 年
的倒春寒强度指数均表现出了由高值向低值变化的
趋势,但均不显著.说明中部和北部地区倒春寒强度
指数阶段性的增加或减少趋势明显,其中 1975 年由
低值到高值的变化通过了 0郾 05的显著性检验.
从图 5c、d可以看出,贵州省东部和南部地区均
在 1975 年表现出了由低值向高值变化的趋势,在
1999 年表现出由高值向低值变化的趋势,但均不显
著.
在全球变暖的背景下,研究期间,贵州省不同代
表区域的倒春寒强度在 1975 年至 20 世纪 90 年代
中后期呈明显的增强趋势,其中西部和西北部地区
以及中部和北部地区的增强突变能够通过 0郾 05 的
显著性检验,这与倒春寒强度趋势变化特征较一致.
但也应该看到,在 20 世纪 90 年代末至 2007 年,贵
州省不同代表区域的倒春寒强度普遍表现出减弱趋
势,虽然不同区域的减弱程度不尽相同,但这是否意
味着全球变暖背景下倒春寒强度的未来走势还有待
进一步研究.
2郾 3郾 2 倒春寒变化规律的周期性特征摇 从表 3 可以
看出,在年际尺度上,研究区 7 个站的年际第一主周
期为 4 年,11 个站为 2 ~ 3 年,年际第二主周期以 2
~ 5 年和 7 ~ 9 年为主. 在年代际尺度上,研究区 8
个站的年代际第一主周期为 13 ~ 15 年,8 个站为 27
~ 29 年,2 个站为 16 ~ 17 年,年代际第二主周期以
14 ~ 15 年和 29 年为主.
贵州省倒春寒强度的年际周期以 2 ~ 4 年为主,
年代际周期以 13 ~ 15 年和 27 ~ 29 年为主,各地区
在时间尺度上的主要振荡周期没有明显差异,即使
对于历年倒春寒强度变化存在明显差异的地区,其
倒春寒强度的周期变化也没有明显差异,这说明贵
州省倒春寒强度与大尺度天气系统的影响有关,地
区之间的周期变化具有较好的一致性和同步性.
表 3摇 贵州省各站点倒春寒强度指数年际和年代际主周期
及其第一主周期的小波方差
Tab. 3摇 Inter鄄annual and decadal main periods, as well as
the wavelet variance of both firstly main periods for LSC
intensity in Guizhou Province
站点
Station
年际 Inter鄄annual
周期a)
Period
(a)
小波方差b)
Wavelet
variance
年代际 Inter鄄decadal
周期c)
Period
(a)
小波方差d)
Wavelet
variance
威宁 Weining 2,7 241 13,22 162
盘县 Panxian 2,7 233 15,29 237
桐梓 Tongzi 4,2 257 17,29 84
习水 Xishui 2,4 369 14,29 180
毕节 Bijie 2,8 242 29,14 213
遵义 Zunyi 2,4 196 29,16 162
湄潭 Meitan 4,7 257 29,15 200
思南 Sinan 3,2 207 15,27 279
铜仁 Tongren 4,7 225 29,15 310
黔西 Qianxi 4,9 231 15,29 243
安顺 Anshun 9,3 214 14,29 149
贵阳 Guiyang 2,4 201 29,14 69
凯里 Kaili 4,7 298 29,15 139
三穗 Sanshui 4,2 200 28,15 261
兴义 Xingyi 3,5 254 16,13 224
望谟 Wangmo 3,8 230 14,26 229
罗甸 Luodian 3,8 198 24,14 258
独山 Dushan 4,2 286 29,15 124
榕江 Rongjiang 2,5 260 15,10 135
a)第一、第二年际主周期 The first and second inter鄄annual main peri鄄
ods; b)第一年际主周期的小波方差,值的大小表示该周期信号的强
弱 The wavelet variance of the first inter鄄annual main period, whose value
represented the strength of periodic signal; c)第一、第二年代际主周期
The first and second decadall main periods; d)第一年代际主周期的小
波方差 The wavelet variance of the first decadal main period.
摇 摇 从研究区各站点倒春寒强度的第一年际和年代
际周期小波方差值来看,地区间年际和年代际周期
的信号强弱差异有所不同.贵州省盘县、望谟和黔西
的年际和年代际周期的信号差异较小,即二者的小
波方差值差异不大,说明研究期间以上区域倒春寒
强度的年际和年代际周期均较明显;贵州省大部地
区年际周期的小波方差大于年代际周期,尤其是习
水、桐梓一带以及贵阳、凯里、榕江、独山一带年际周
期的小波方差比年代际周期的小波方差大 1 倍以
上,说明这些地区倒春寒强度的周期波动以年际尺
度(高频振荡)为主,同理,东部地区的思南、铜仁、
三穗一带和罗甸的周期波动以年代际尺度(低频振
荡)为主.
3摇 结摇 摇 论
在全球气候变化背景下,1959—2007 年,贵州
省所有地区均发生过倒春寒,但倒春寒强度在地区
间的差异明显:西部和西北部高海拔地区是重级以
6012 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
上倒春寒发生的高值区;中级倒春寒发生频率相对
较大的地区位于桐梓、安顺、独山和三穗一带;轻级
倒春寒的发生频率最小;最不易发生倒春寒的地区
位于南部和东南部边缘河谷地区,该区域内平均无
倒春寒年出现频率为 90% .各等级倒春寒中发生频
率最大的是无倒春寒,其次为重级以上倒春寒,中级
和轻级倒春寒发生频率接近,分别为 14郾 7% 和
14郾 4% .
研究期间,研究区各级倒春寒的站次比变化最
明显的是中级,其气候倾向率达1郾 4%·(10 a) -1,
而无倒春寒、轻级和重级以上倒春寒的站次比均表
现出略微减少的趋势.
贵州省倒春寒强度在 20 世纪 90 年代最强,20
世纪 80 年代次强,2000—2007 年最弱,20 世纪 70
年代次弱,20 世纪 60 年代居中.东半部遵义、独山、
榕江、铜仁一带倒春寒强度的年代际平均变幅相对
较大,平均为 35郾 2% ,而西半部习水、罗甸和威宁一
带倒春寒强度的年代际变幅相对较小,平均为
20郾 1% .在全球变暖背景下,1959—2007 年,西部和
西北部高海拔地区、中部和北部地区的倒春寒强度
呈增强趋势,东部和南部地区的倒春寒强度表现出
略微降低的趋势.
研究期间,贵州省西部、西北部、中部、北部地区
的倒春寒在 1975 年发生了由低值向高值的突变,一
直持续到 20 世纪 90 年代中后期,东部和南部地区
没有检测出突变点.值得注意的是,20 世纪 90 年代
末至 2007 年贵州省不同代表区域倒春寒强度普遍
表现出减弱趋势,这是否意味着全球变暖背景下倒
春寒强度的未来走势还有待进一步研究.
贵州省倒春寒存在明显的周期波动特征,年际
周期以 2 ~ 4 年为主,年代际周期以 13 ~ 15 年和 27
~ 29 年为主.贵州省大部地区倒春寒强度的周期波
动以年际尺度为主,东部地区的思南、铜仁、三穗一
带和罗甸的周期波动以年代际尺度为主,盘县、望谟
和黔西的倒春寒强度在年际和年代际周期上的表现
均较明显.
参考文献
[1]摇 Qin D鄄H (秦大河), Luo Y (罗摇 勇), Chen Z鄄L (陈
振林), et al. Latest advances in climate change sci鄄
ences: Interpretation of the synthesis report of the IPCC
fourth assessment report. Advances in Climate Change
Research (气候变化研究进展), 2007, 3(6): 311-
314 (in Chinese)
[2]摇 Alexandrov VA, Hoogenboom G. The impact of climate
variability and change on crop yield in Bulgaria. Agri鄄
cultural and Forest Meteorology, 2000, 104: 315-327
[3] 摇 IPCC. Climate Change 2007: Synthesis Report. Oslo:
Intergovernmental Panel on Climate Change, 2007
[4]摇 China爷s National Assessment Report on Climate Change
Compile Committee (《气候变化国家评估报告》编写
委员会). China爷 s National Assessment Report on Cli鄄
mate Change. Beijing: Science Press, 2007 ( in Chi鄄
nese)
[5]摇 Tang H鄄Y (唐红玉), Zhai P鄄M (翟盘茂), Wang Z鄄Y
(王振宇). On change in mean maximum temperature,
minimum temperature and diurnal range in China during
1951-2002. Climatic and Environmental Research (气
候与环境研究), 2005, 10 (4): 728 - 735 ( in Chi鄄
nese)
[6]摇 Zhai PM, Pan XH. Trends in temperature extremes dur鄄
ing 1951-1999 in China. Geophysical Research Letters,
2003, 30: 1-9
[7]摇 Moonen AC, Ercoli L, Mariotti M, et al. Climate
change in Italy indicated by agrometeorological indices
over 122 years. Agricultural and Forest Meteorology,
2002, 111: 13-27
[8] 摇 Wu Z鄄P (吴战平), Xu D (许 摇 丹). The scientific
facts of climate change in Guizhou Province. Journal of
Guizhou Meteorology (贵州气象), 2007, 31(4): 3-4
(in Chinese)
[9]摇 Wu J鄄M (吴俊铭). The meteorological disaster of rice
cultivation in Guizhou Province and countermeasure of
hazards prevention and mitigation. Tillage and Cultiva鄄
tion (耕作与栽培), 1995(6): 49-53 (in Chinese)
[10]摇 Yang L (杨摇 莉), Luo W鄄F (罗文芳), Peng Q (彭
茜). Occurrence regularity and circulation cause of late
spring cold in Guiyang. Journal of Guizhou Meteorology
(贵州气象), 2006, 30(2): 12-14 (in Chinese)
[11]摇 Liu X鄄M (刘雪梅), Chen B (陈摇 波), Lin L鄄H (林
丽红) , et al. The method of the impact and evaluation
of late spring cold on rice putrid seedling. Journal of
Guizhou Meteorology (贵州气象), 2000, 24(4): 22-
27 (in Chinese)
[12]摇 Xu B鄄N (许炳南). The division standard of the meteor鄄
ological disaster in Guizhou Province. Journal of
Guizhou Meteorology (贵州气象), 1999, 23(3): 42-
47 (in Chinese)
[13]摇 Huang J鄄Y (黄继用), Mao R鄄H (毛荣华), Huang L
(黄摇 琳) , et al. Climate statistics and analysis of late
spring cold in Guizhou Province. Journal of Guizhou Me鄄
teorology (贵州气象), 1994, 18(1): 11-17 ( in Chi鄄
nese)
[14] 摇 Zhang P鄄Y (张普宇), Zhang Y鄄M (张艳梅). The
analysis of climate characteristics in Liupanshui in recent
35 years. Journal of Guizhou Meteorology (贵州气象),
2006, 30(5): 6-8 (in Chinese)
[15]摇 Wang C鄄Y (王春乙), Lou X鄄R (娄秀荣), Wang J鄄L
(王建林). Influence of agricultural meteorological dis鄄
asters on output of crop in China. Journal of Natural
Disasters (自然灾害学报), 2007, 16(5): 37-43 (in
Chinese)
[16]摇 Bi B鄄J (毕伯钧). Influence of warming climate on ag鄄
70128 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 李摇 勇等: 气候变化背景下贵州省倒春寒灾害时空演变特征摇 摇 摇 摇 摇 摇
ro鄄ecological environment in northeastern China and its
encounter measure. Chinese Journal of Applied Ecology
(应用生态学报), 1991, 2 (4): 334 -338 ( in Chi鄄
nese)
[17]摇 Zhang Y鄄J (张云瑾), Ying H鄄M (尹红梅). The fea鄄
tures of the processes of strong cold air of weather and
climate in spring in Yunnan of the last thirty years.
Journal of Yunnan University (Natural Sciences) (云南
大学学报·自然科学版), 1999, 21 (5): 370 ( in
Chinese)
[18]摇 Zhang S鄄H (张淑惠). The circulation background of
spring cold in Fujian. Meteorological Monthly (气象),
1996, 22(3): 51-53 (in Chinese)
[19]摇 Wu Z鄄F (吴增福), Zong J (宗摇 杰). A study on di鄄
vision of late spring cold and its forecasting. Scientia
Meteorologica Sinica (气象科学), 1998, 18(3): 51-
53 (in Chinese)
[20]摇 Xu B鄄N (许炳南), Zhang B鄄Z (张弼洲), Huang J鄄Y
(黄继用) , et al. The Research of Rule, Cause and
Long鄄term Forecast to Spring Drought, Summer
Drought, Late Spring Cold and Autumn Cooling. Bei鄄
jing: China Meteorological Press, 1997 (in Chinese)
[21]摇 Wei F鄄Y (魏凤英). Technology of Modern Climate Sta鄄
tistics Diagnosis and Forecast. Beijing: China Meteoro鄄
logical Press, 2007 (in Chinese)
[22]摇 Fu C鄄B (符淙斌), Wang Q (王摇 强). The definition
and detection of the abrupt climatic change. Scientia At鄄
mospherica Sinica (大气科学), 1992, 16(4): 482 -
493 (in Chinese)
[23]摇 Sonechkin DM, Datsenko NM. Wavelet analysis of non鄄
stationary and chaotic time series with an application to
the climate change problem. Pure and Applied Geophys鄄
ics, 2000, 157: 653-677
[24]摇 Qian W, Hu Q, Zhu Y, et al. Centennial鄄scale dry鄄wet
variations in East Asia. Climate Dynamics, 2003, 21:
77-89
[25]摇 Huang X鄄S (黄雪松), Kuang X鄄Y (况雪源), Qin Z鄄
R (覃峥嵘), et al. Multi鄄time鄄scale variations of re鄄
cent centenary series of temperature and precipitation in
Guangxi of China. Advances in Climate Change Research
(气候变化研究进展), 2007, 3 (6): 362 -367 ( in
Chinese)
[26] 摇 Jiang X鄄Y (姜晓艳), Liu S鄄H (刘树华), Ma M鄄M
(马明敏), et al. A wavelet analysis of the temperature
time series in northeast China during the last 100 years.
Advances in Climate Change Research (气候变化研究
进展), 2008, 4(2): 122-125 (in Chinese)
[27] 摇 Liu Y (刘 摇 毅), Yang X鄄Y (杨晓怡), Duan X鄄H
(段相宏). Multiple鄄time鄄scale features of summer and
autumn rainfall in Chongqing region. Meteorological Sci鄄
ence and Technology (气象科技), 2005, 33(1): 37-
44 (in Chinese)
[28]摇 Cheng Z鄄X (程正兴). Algorithm and Application of
Wavelet Analysis. Xi爷 an: Xi爷 an Jiaotong University
Press, 2003 (in Chinese)
[29]摇 Lin Z鄄S (林振山), Deng Z鄄W (邓自旺). Technologi鄄
cal Research on Climate Diagnosis of Wavelet. Beijing:
China Meteorological Press, 1999 (in Chinese)
[30]摇 Lin Z鄄S (林振山). Research on Climate Model, Diag鄄
nosis and Forecast. Beijing: China Meteorological
Press, 1996 (in Chinese)
[31]摇 Song Y (宋 摇 燕), Ji J鄄J (季劲钧). The remarkable
test of abrupt climatic warming and spatiotemporal distri鄄
bution features of temperature and precipitation fields.
Climatic and Environmental Research (气候与环境研
究), 2005, 10(2): 157-165 (in Chinese)
作者简介 摇 李 摇 勇,男,1976 年生,博士研究生,高级工程
师.主要从事气候变化与耕作制度适应及农业减灾领域研
究,发表论文 15 篇. E鄄mail: zynjw@ cau. edu. cn
责任编辑摇 杨摇 弘
8012 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷