• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2022, 40(5): 831-839 DOI: 10.11755/j.issn.1006-7639(2022)-05-0831

论文

1880—2020年安徽芜湖气温长序列构建及年代际特征

刘蕾,, 李鸾, 张丽, 孙大兵, 张晓忆

安徽省芜湖市气象局,安徽 芜湖 241000

Construction of temperature series and its decadal characteristics from 1880 to 2020 in Wuhu of Anhui Province

LIU Lei,, LI Luan, ZHANG Li, SUN Dabing, ZHANG Xiaoyi

Wuhu Meteorological Bureau of Anhui Province, Wuhu 241000, Anhui, China

责任编辑: 蔡迪花;校对:黄小燕

收稿日期: 2021-11-23   修回日期: 2022-03-25  

基金资助: 国家自然科学基金项目(41505049)
中国气象局创新发展专项(CXFZ2021Z007)
安徽省气象局研究型业务科技攻关项目“气象数据共享服务关键技术研究"(YJG202003)
安徽省气象局创新团队建设计划项目

Received: 2021-11-23   Revised: 2022-03-25  

作者简介 About authors

刘蕾(1986—),女,山东新泰人,硕士,高级工程师,主要从事百年气候研究.E-mail:njxxgcdxll@163.com

摘要

完整的百年气温长序列是气候变化分析的基础,局地百年气温变化既有共性,也存在一定的差异。本文利用1880—1937年、1952—2020年安徽芜湖站气温观测资料和1901—2020年英国东英吉利大学气候研究中心(Climatic Research Unit,CRU)格点气温资料,首先对芜湖站气温观测资料进行检验和订正。在此基础上,采用多元逐步回归分析方法,构建芜湖站1880—2020年月平均气温序列,并统计分析气温的年代际变化特征。结果表明:差值和均一化订正进一步提高了芜湖站1880—1937年月平均气温观测数据质量。用1901—1937年、1953—2020年观测的月平均气温和1901—2020年CRU格点气温拟合的两套气温平均值插补,能够更好地反映芜湖站1938—1951年月平均气温的变化。近140 a来,芜湖春、夏、冬季增温显著,春季气温增幅最明显,而秋季增温趋势不显著;各季节均存在冷暖交替的年代际变化特征,但近20 a增温有所停滞,且存在40~50 a、20~30 a的周期变化。

关键词: 差值和均一化订正; 百年以上气温序列构建; 年代际特征; 安徽芜湖

Abstract

A complete century series of temperature is the basis of climate change analysis. The local century temperature changes have general characteristics, also retain some differences. Based on temperature observation data at Wuhu station of Anhui Province during 1880-1937 and 1952-2020 and CRU (Climatic Research Unit) grid data of University of East Anglia during 1901-2020, the test and correction to observation data of temperature were conducted to obtain high quality data. And on this basis that the time series of temperature from 1880 to 2020 at Wuhu station was constructed by using the multiple stepwise regression method, its decadal characteristics were analyzed. The results show that the quality of monthly mean temperature at Wuhu station from 1880 to 1937 was improved after the difference and homogeneity corrections. Two temperature series were constructed by using the stepwise regression analysis based on CRU grid data during 1901-2020 and station observation data during 1901-1937 and 1953-2020, and the interpolated temperature by their average value could display perfectly the variation characteristic of monthly mean temperature at Wuhu station during 1938-1951. The spring, summer and winter temperature increased significantly at Wuhu station in past 140 years, and the increasing rate of spring temperature was the maximum, followed by summer and winter, while the warming in autumn wasn’t significant. The decadal characteristic of coldness and warmness alternation was obvious in each season from 1880 to 2020, but the warming stalled in recent 20 years. In addition, there were 40-50 a and 20-30 a periodic oscillations of mean temperature.

Keywords: difference and homogeneity correction; construction of temperature series with century scale and above; decadal variation characteristics; Wuhu of Anhui Province

PDF (11641KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

刘蕾, 李鸾, 张丽, 孙大兵, 张晓忆. 1880—2020年安徽芜湖气温长序列构建及年代际特征[J]. 干旱气象, 2022, 40(5): 831-839 DOI:10.11755/j.issn.1006-7639(2022)-05-0831

LIU Lei, LI Luan, ZHANG Li, SUN Dabing, ZHANG Xiaoyi. Construction of temperature series and its decadal characteristics from 1880 to 2020 in Wuhu of Anhui Province[J]. Arid Meteorology, 2022, 40(5): 831-839 DOI:10.11755/j.issn.1006-7639(2022)-05-0831

引言

近1000 a中,20世纪以来气候变暖最为显著,尤其近50 a的变暖趋势更为明显[1]。研究发现,中国百年气温的暖期分别出现在20世纪30—40年代和80—90年代,但存在明显的区域性差异[2],早期增暖过程中气候系统内部过程影响较大,而近几十年的增温则更多受外强迫的影响[3]。其中,中国西北、东北、华北地区增暖最显著,而西南地区增温趋势最弱[4]。由于资料来源、观测时段不同,中国近百年增温速率仍存在争议[5-7],总体上百年增温范围在0.90~1.52 ℃之间[8]。完整的百年气温长序列是气候变化分析的基础,鉴于1951年前全国气象观测台站稀少,气温序列缺测较多,最初有学者利用气温等级对气温序列进行延长插补[9],或利用史料、树木年轮等代用资料来完善,而近年来利用重建的再分析资料研究气温的百年变化成为新态势[5-6,10],但这些代用资料、再分析资料普遍存在变化幅度小、极值不显著的特征,无法准确反映极端年份的气温变化,因此利用百年以上尺度的实测气温数据进行气候变化分析至关重要。研究结果显示,不同地区局地百年气温变化既有一定的共性,也存在一定的差异。如,广州在20世纪40年代开始增温,80年代至20世纪末进入快速增温时期[11];大连在1930年和1982年存在2个增暖突变点,20世纪90年代之后增暖趋势最显著[12];上海在20世纪30—40年代、90年代至21世纪初升温明显[13];浙江20世纪30—40年代增温不显著,但在20世纪70年代之后增温迅速[14]。可见,广州、大连、上海等城市的暖期与全国基本一致,而浙江与全国存在一定差异。

长江中下游地区仅有南京、武汉、芜湖、上海4个WMO(世界气象组织)百年气象站,但这些站的百年气温变化研究时间偏早,且在气温序列重建中对观测时次导致的误差、台站搬迁、数据均一性检验等考虑较少[15-16],无法得到真实反映。芜湖站作为我国14个世界级百年气象站之一,同时也是安徽省唯一的世界级百年气象站,其意义对于安徽省乃至中国非常重大。然而,目前芜湖站近140 a的气温数据仍未数字化整理和质量控制。为此,本文参考前人研究方法,对芜湖站2个时段(1880—1937年、1952—2020年)月平均气温进行数字化整理及质量控制,并结合英国东英吉利大学气候研究中心(Climatic Research Unit,CRU)格点气温资料,采用逐步回归分析方法,对观测气温进行拟合并对缺测值(1938—1951年)插补,进而构建1880—2020年百年月平均气温序列,在此基础上探讨气温的年代际变化特征。

1 资料及来源

1880年3月1日起,芜湖海关气象观测站正式开始观测,1937年11月芜湖沦陷,气象观测被迫中止,建国后1952年1月11日开始恢复观测。除1938—1951年、1952年1月部分数据缺测外,其他时段数据完整、可用性高。其中,1880—1937年日平均气温来源于手抄的“海关气象观测月总薄”,1952—2020年气温资料来源于安徽省气象信息中心。另外,还使用了英国东英吉利大学气候研究中心(CRU)发布的1901—2020年TS(time series)4.04格点气温逐月资料,空间分辨率为0.5°×0.5°,该数据在中国长江流域适用性强[17]。另外,安徽省行政边界是基于安徽省自然资源厅审核批准的审图号为皖S(2021)3号的标准地图制作,底图无修改。

首先,对芜湖站气温资料进行质量控制,即设定各月日平均气温3倍标准差为阈值,对1880—1937年、1952—2020年日平均气温进行质量检验,若日平均气温超出阈值则记为缺测,气温缺测5 d以上的月份记为月平均气温缺测。总体来看,芜湖站月平均气温质量较高,仅1923年10、11月和1937年12月、1952年1月平均气温缺测。将缺测的月平均气温暂用距离最近的CRU格点气温代替。

2 芜湖站月平均气温订正和序列构建

2.1 1880—1937年和1952—2020年气温订正及插补

2.1.1 差值订正

1880—1937年气温观测时次与建国后不同,由于观测时次、计算方法不同,平均气温往往存在细微差别,需要将其订正到统一标准上[14,18]。根据《地面气象观测规范》要求[19],芜湖站1952—2020年平均气温计算采用02:00、08:00、14:00、20:00(北京时,下同)4次定时观测值,本文称之标准时次。然而,1880—1937年芜湖站气温观测时次并非如此(表1),1880—1885年、1904—1937年每日8次观测,观测时次依次为03:00、06:00、09:00、12:00、15:00、18:00、21:00、24:00,平均气温为8个时次的均值;1886—1903年每日4次观测,观测时次依次为03:00、09:00、15:00、21:00,平均气温为4个时次的均值。可见,观测时次、计算方法不同,必然导致误差产生。因此,需利用差值订正法将1880—1937年两种不同观测时次的气温月值统一订正到标准时次。

表1   芜湖站不同时期气温观测时次及日平均气温的计算时次

Tab.1  Observation time of temperature and calculation time of daily mean temperature in different periods at Wuhu station

时 段气温观测时次日平均气温计算时次
1880—1885年和
1904—1937年
03:00、06:00、09:00、12:00、15:00、
18:00、21:00、24:00
03:00、06:00、09:00、12:00、15:00、
18:00、21:00、24:00
1886—1903年03:00、09:00、15:00、21:0003:00、09:00、15:00、21:00
1952—2006年02:00、08:00、14:00、20:0002:00、08:00、14:00、20:00
2007—2020年每小时正点02:00、08:00、14:00、20:00

新窗口打开| 下载CSV


为了使订正数据更加准确,考虑到芜湖站自2007年起开始逐小时气温观测,故利用2007—2020年数据计算各月不同观测时次与标准时次平均气温差值进行订正。具体方法是:对2007—2020年各月8个观测时次(03:00、06:00、09:00、12:00、15:00、18:00、21:00、24:00)和4个标准时次的气温求平均后相减,用该差值订正1880—1885年及1904—1937年的月平均气温,即非标准时次平均气温减去对应差值,从而实现气温订正。同样,计算2007—2020年各月4个观测时次(03:00、09:00、15:00、21:00)与4个标准时次的月平均气温差值,用该差值订正1886—1903年的月平均气温。

图1是2007—2020年芜湖站不同观测时次与标准时次气温平均误差的月际变化。可以看出,除9月外,8次和4次观测的月平均气温均较标准时次偏高,误差为0.0~0.2 ℃,但4次观测的误差更大,说明观测时次越密越有利于误差减小。因此,1880—1885年和1904—1937年月平均气温数据质量优于1886—1903年。利用各月平均误差进行相应的气温订正,可进一步消除因观测时次不同而导致的误差。

图1

图1   2007—2020年芜湖站不同观测时次与标准时次气温平均误差的月际变化

Fig.1   Monthly variation of mean error of temperature at different observation time and standard time at Wuhu station during 2007-2020


伴随气候变暖的加快,全球气温日较差呈现不同程度的下降[20]。那么,仅利用全球变暖背景下2007—2020年数据对1880—1937年月平均气温进行差值订正是否可靠?为验证这一问题,对2007—2020年全年及不同季节8次和4次平均气温误差的线性倾向率进行统计(表2),发现8次和4次平均气温的误差在2007—2020年变化趋势非常缓慢,线性倾向率均未通过α=0.05的显著性检验,其中春、夏季呈现缓慢增大趋势,秋、冬季则呈现缓慢减小趋势,而年平均气温误差的变化基本可以忽略不计。虽然2007—2020年芜湖站总体处于增温阶段,且日较差有所减小,但其变化趋势对8次和4次平均气温误差影响较小,故推测气温的年代际变化对不同观测时次平均气温误差影响有限,利用2007—2020年小时气温数据进行不同观测时次的差值订正是有效的。

表2   2007—2020年全年、不同季节8次和4次观测气温的平均误差线性变化趋势

Tab.2  Linear variation tendency of average error of temperature at eight time and four time in the whole year and different seasons during 2007-2020单位:℃·(10 a)-1

日观测
次数
全年春季夏季秋季冬季
8次0.0060.0260.028-0.019-0.033
4次0.000040.0070.012-0.007-0.032

新窗口打开| 下载CSV


2.1.2 均一性订正

采用标准正态均一性检验(standard normal homogeneity test,SNHT)方法[21-22],对1952—2020年芜湖站月平均气温资料进行均一性检验。在均一性检验过程中,建立数据质量较高的参考序列非常必要。因此,选取芜湖站周边200 km内溧阳、长丰、黟县3站作为参考站(图2),这3站自建站以来未迁过站、探测环境较稳定,序列资料完整性好且质量高。长丰站建站较晚,资料始于1967年,故选取1967—2020年3站月平均气温作为参考。

图2

图2   芜湖站及周边相邻的CRU格点与参考站空间分布

Fig.2   The spatial distribution of Wuhu station and its adjacent CRU grid points, reference stations


经计算,3个参考站月平均气温与芜湖站的相关系数高达0.99以上。SNHT均一性检验(0.01的显著性水平)发现,建国后1988年11月、1990年7月、1992年10月、1994年7月的平均气温出现非均一性突变点(表3)。经核查芜湖台站沿革资料,发现1988年突变是因观测场海拔整体升高所致,1992—1994年突变则是因观测场北部建设办公楼所致,而1990年突变原因不明。另外,自建站以来,芜湖站分别在1955年4月1日(118°23′E,31°20′N;海拔15.2 m)、2006年1月1日(118°22′E,31°23′N;9.5 m)、2016年1月1日(118°21′E,31°20′N;海拔12.8 m)经历3次迁站(表略),迁站前后地理条件相似,并未造成气温的非均一性突变。

表3   芜湖站建国前后月平均气温的非均一性突变点及建国后突变原因

Tab.3  Non-uniformity mutation points of monthly mean temperature at Wuhu station before and after the founding of new China and the reasons after the founding of new China

建国前建国后
突变点突变点突变的可能原因
1902年2月1988年11月1987年观测场海拔整体升高40 cm
1902年6月1990年7月原因未知
1906年12月1992年10月观测场北部建设办公楼
1911年9月1994年7月观测场北部建设办公楼
1917年5月
1923年9月

新窗口打开| 下载CSV


1901—1937年芜湖站周边无观测资料连续且质量较好的参考站,故选取该站周边相邻且相关性最高的6个CRU格点(图2)资料作为参考气温。统计显示(表4),与距离芜湖站最近的CRU格点气温相比,6个格点月平均气温与芜湖站的均方根误差明显偏小,偏差也相对较小,相关系数更高,更接近观测值。因此,用6个CRU格点的月平均气温作为参考气温更为合理。同样,采用SNHT方法对1901—1937年芜湖站实测月平均气温进行均一性检验,发现有6个数据出现突变(表3),且数值偏大。由于建国前无芜湖台站沿革信息,故无法推断出现非均一性的原因。1880—1900年没有CRU数据作为参考,故该时段内芜湖站月平均气温采用距平累积法和极值检查,未发现明显的突变点。

表4   1901—1937年芜湖站月平均气温与周边CRU格点气温的统计关系

Tab.4  Statistical relations between monthly observational temperature at Wuhu station and its adjacent grid point temperature of CRU during 1901-1937

格点数量均方根误差/℃偏差/℃相关系数
6个1.14376.20.928
最邻近的1个23.80390.80.926

新窗口打开| 下载CSV


2.1.3 异常值插补

由于1952—2020年、1901—1937年芜湖站月平均气温与参考气温存在极显著正相关关系,故分别建立这2个时段两者的线性回归方程,并利用回归方程拟合数据对非均一性突变点进行插补。

鉴于1952—2020年突变点较少,插补后的序列和原始序列差异不大(图略)。1880—1937年芜湖站经差值、均一化订正及插补后的气温序列略低于原始序列,特别在1891—1911年订正效果明显(图3)。可见,通过上述订正及插补,可以消除观测时次不同及非均一性导致的误差,明显提高了1880—1937年数据的可用性。

图3

图3   1880—1937年芜湖站原始和订正插补的平均气温时间序列

Fig.3   Time series of original and adjusted and interpolated mean temperature at Wuhu station during 1880-1937


2.2 1938—1951年气温序列构建

1938—1951年芜湖站观测中断,需利用CRU格点气温数据进行构建。由于CRU格点气温与芜湖站观测气温存在一定偏差,直接代替势必造成数据的非均一性。经统计,芜湖站邻近的CRU格点气温比观测值偏低,1901—1937年、1953—2020年(考虑到1952年1月气温缺测,故从1953年开始计算)分别偏低0.9、0.4 ℃。故基于这2个时段芜湖站月观测气温与上述周边相邻的6个CRU格点气温,采用多元逐步回归分析方法,分别建立芜湖站月平均气温的最优拟合方程,对1938—1951年气温进行拟合,取平均值进行插补。多元逐步回归计算公式[23]如下:

y^=β0+j=1nβjyj+ε

式中:y^(℃)为站点拟合气温;yj(℃)为站点周边相邻的第j个格点气温;β0是站点气温拟合常数;βj是站点周边第j个格点的气温拟合系数;ε(℃)是站点气温残差;n为格点数,本文取6。

以构建1901—1937年1月最优拟合方程为例,首先计算该时段内芜湖站观测气温与周边多个CRU格点气温的相关系数,选出6个相关系数最高的格点气温作为自变量,芜湖站观测气温作为因变量,建立多元逐步回归方程;然后,基于1901—2020年上述CRU格点气温,利用多元逐步回归拟合方程,拟合同期芜湖站气温。同样,基于1953—2020年芜湖站观测气温和CRU格点气温建立拟合方程,并拟合1901—2020年芜湖站气温。以此类推,建立两套芜湖站月拟合气温序列。

图4看出,芜湖站观测气温与基于1901—1937年、1953—2020年数据的拟合气温存在一定偏差,总体上前者较观测平均偏高0.25 ℃,后者平均偏低0.19 ℃,但两套拟合气温与观测气温的变化趋势基本一致,且2个偏差序列的标准差接近,说明2个时段数据拟合的气温偏差变化稳定。1938年以前,两套拟合气温绝大部分年份低于观测气温,但基于1901—1937年数据拟合的气温更接近观测;1953年以后,基于1901—1937年数据拟合的气温明显高于观测,而基于1953—2020年数据拟合的气温更接近观测,其中20世纪90年代以前拟合气温略偏高,之后拟合气温略偏低。可见,1938—1951年月平均气温用两套拟合气温序列的平均值进行插补,比CRU格点序列或单一的拟合气温序列更加准确。

图4

图4   芜湖站1901—2020年订正插补的观测气温及拟合气温偏差时间序列

Fig.4   Time series of adjusted and interpolated observation temperature and deviation of fitting temperature at Wuhu station during 1901-2020


3 芜湖平均气温的年代际特征

3.1 变化特征

图5是1880—2020年芜湖站全年及各季平均气温的变化曲线。可以看出,近140 a芜湖站年平均气温整体呈显著上升趋势(通过α=0.01的显著性检验),气候倾向率为0.06 ℃·(10 a)-1,低于中国百年气温增速[5-9],且重建的1938—1951年序列没有明显突变[图5(a)]。与周边上海站对比发现,芜湖、上海年平均气温在20世纪40年代均略有上升[16],这间接表明了重构的1938—1951年数据能够较好地反映缺测时段芜湖站气温的年际变化。另外,芜湖气温变化存在明显的阶段性,19世纪末为显著偏冷时段,累积距平始终为负值;20世纪初至20年代为偏暖时段,随后30年代偏冷,40年代偏暖,50—80年代又转为明显偏冷时段,90年代之后气温快速回升,累积距平持续为正值,增温持续时间最长。其中,21世纪以来平均气温较19世纪末明显偏高1.3 ℃。

图5

图5   1880—2020年芜湖站年(a)和春季(b)、夏季(c)、秋季(d)、冬季(e)平均气温时间序列及年代际变化

Fig.5   The time series and inter-decadal variation of mean temperature in the whole year (a), spring (b), summer (c), autumn (d) and winter (e) at Wuhu station from 1880 to 2020


与年平均气温变化趋势一致,近140 a芜湖站四季气温也呈现增加趋势,春季增温最显著,气候倾向率为0.12 ℃·(10 a)-1,远超出其他季节,对年平均气温增温的贡献最大。春季气温在19世纪末至20世纪20年代为持续稳定增温阶段,之后与年平均气温的变化基本一致[图5(b)]。研究表明,1885年以来长江中下游地区四季气温百年增加0.59~0.92 ℃,春季增温最大[24]。在同时段内,芜湖春季增温趋势略高于长江中下游区域平均。夏、冬季气温的气候倾向率与年平均气温接近,分别为0.06、0.07 ℃·(10 a)-1(通过α=0.01的显著性检验)。夏季,除19世纪末气温异常偏低外,20世纪初至60年代气温的年代际差异较小,冷暖交替变化没有春季显著,而70—80年代为偏冷期,90年代之后转为偏暖期,长期维持正距平[图5(c)],这一点与年平均气温变化一致;冬季气温也呈现冷暖交替的年代际变化特征,19世纪末异常偏冷,20世纪初至20年代偏暖,30—80年代持续偏冷,90年代以后增暖趋势显著[图5(e)]。秋季增温最弱,气候倾向率仅为0.02 ℃·(10 a)-1[图5(d)],未通过α=0.01的显著性检验,与年平均气温变化类似,在20世纪初至20年代、90年代之后存在2个暖期。综上所述,近140 a芜湖站年及季节(秋季除外)气温整体显著上升,且存在冷暖交替的年代际变化特征,但不同季节冷暖变化时期略有不同。

鉴于四季气温的气候倾向率与所选时段有很大关系,故计算四季气温在不同时段的气候倾向率(图6)。可以看出,春季气温在各时段的增温率均最大,远高于其他季节;冬季增温率次之,与前面分析一致。虽然1880—2020年芜湖增温趋势弱于全国平均[5-6],但随着时间的推移和统计时段的缩短,各季节增温趋势逐渐增大,1980—2020年四季增温趋势最强,增温率在0.33 ℃·(10 a)-1以上,其中春季增温率高达0.65 ℃·(10 a)-1。然而,进入21世纪以来,四季增温率明显减弱,夏、秋季气温甚至出现下降趋势,这一特征与东亚增温停滞[25-26]相吻合,说明近20 a来芜湖增温减缓。KNIGHT等[25]研究指出,1998年全球气温达到最高点后,增温率不再继续上升,这主要是CRU资料的问题。事实上,芜湖站气温观测资料显示21世纪以来增温停滞现象客观存在。尽管增温有所放缓,但气候变化是一个长期过程,需要从几十年甚至上百年的尺度进行研究。

图6

图6   不同时段芜湖站季节平均气温的气候倾向率

Fig.6   Climatic tendency rates of seasonal mean temperature in different periods at Wuhu station


3.2 周期特征

对近140 a芜湖站年和四季平均气温进行小波分析(图7)。可以看出,芜湖年及四季平均气温存在64 a以上时间尺度的周期振荡,但该周期多处于边缘效应影响区域,故真实性有待商榷。另外,年及秋季(图略)、冬季平均气温均存在40~50 a的周期振荡,对应该时段冷暖交替频繁。此外,年、四季平均气温在不同时段还存在20~30 a的周期振荡,其中春、冬季该周期贯穿整个时域,而年及夏、秋季该周期仅集中出现在19世纪末至20世纪60年代。

图7

图7   1880—2020年芜湖年(a)及春(b)、夏(c)、冬(d)季平均气温的小波功率谱

Fig.7   The wavelet power spectrum of annual (a), spring (b), summer (c) and winter (d) mean temperature during 1880-2020 at Wuhu station


4 结论

本文利用芜湖站百年气温观测数据和周边CRU格点再分析资料,在差值和均一化订正基础上,采用多元逐步回归分析方法,构建1880—2020年芜湖月平均气温序列,并对年及四季平均气温的年代际变化特征进行分析。总体上,芜湖站气温原始序列个别存在非均一性突变,且1880—1937年月平均气温偏高,经差值和均一化订正后数据质量得到明显改善,年及季节平均气温均呈现冷暖交替的年代际变化,不同季节变化特征略有差异。具体结论如下:

(1)不同观测时次计算的月平均气温有所差异。与目前标准时次(02:00、08:00、14:00、20:00)相比,建国前8次(03:00、06:00、09:00、12:00、15:00、18:00、21:00、24:00)和4次(03:00、09:00、15:00、21:00)观测的平均气温均存在误差,且4次观测的气温误差更大。均一性检验发现,局部环境改变会引起气温突变。经差值和均一化订正后,芜湖1880—1937年月平均气温数据的可用性明显提高。

(2)基于芜湖站1901—1937年、1953—2020年月观测气温和1901—2020年CRU格点气温,得到的2个拟合气温序列的均值比CRU格点气温序列或单一拟合气温序列更接近观测值,故利用2个拟合气温的均值对1938—1951年数据进行插补。

(3)1880—2020年芜湖年、季节平均气温均呈现冷暖交替的年代际变化,其中20世纪80年代末由冷到暖的交替最显著。近140 a芜湖四季一致升温,春季升温最明显,夏季、冬季次之,秋季增温趋势不显著。2000年之前芜湖增温速率不断加快,但之后四季增温有所减缓,特别是夏、秋季甚至出现弱的降温趋势。

(4)近140 a芜湖年和四季平均气温在不同时段存在20~30 a的周期振荡,且年及秋、冬季平均气温还存在40~50 a的周期变化。

参考文献

赵宗慈, 罗勇, 黄建斌.

回顾IPCC30年(1988—2018年)

[J]. 气候变化研究进展, 2018, 14(5): 540-546.

[本文引用: 1]

严中伟, 丁一汇, 翟盘茂, .

近百年中国气候变暖趋势之再评估

[J]. 气象学报, 2020, 78(3): 370-378.

[本文引用: 1]

童宣, 严中伟, 李珍, .

近百年中国两次年代际气候变暖中的冷、暖平流背景

[J]. 气象学报, 2018, 76(4): 554-565.

[本文引用: 1]

施能, 陈家其, 屠其璞.

中国近100年来4个年代际的气候变化特征

[J]. 气象学报, 1995, 53(4): 431-439.

[本文引用: 1]

唐国利, 丁一汇, 王绍武, .

中国近百年温度曲线的对比分析

[J]. 气候变化研究进展, 2009, 5(2): 71-78.

[本文引用: 4]

徐文慧, 李庆祥, 杨溯, .

近百年全球地表月气温数据的概况与初步整合

[J]. 气候变化研究进展, 2014, 10(5): 358-364.

[本文引用: 4]

CAO L J, ZHAO P, YAN Z W, et al.

Instrumental temperature series in eastern and central China back to the nineteenth century

[J]. Journal of Geophysical Research: Atmospheres, 2013, 118(15): 8197-8207.

DOI      URL     [本文引用: 2]

丁一汇, 王会军.

近百年中国气候变化科学问题的新认识

[J]. 科学通报, 2016, 61(10): 1029-1041.

[本文引用: 2]

王绍武.

近百年我国及全球气温变化趋势

[J]. 气象, 1990, 16(2): 11-15.

[本文引用: 2]

海英, 高志强.

中国百年气候变化及时空特征分析

[J]. 科技通报, 2010, 26(1): 58-62.

[本文引用: 1]

潘蔚娟, 吴晓绚, 何健, .

基于均一化资料的广州近百年气温变化特征研究

[J]. 气候变化研究进展, 2021, 17(4): 444-454.

[本文引用: 1]

张黎红, 常慧琳, 尹远渊, .

近百年大连市气温、降水变化特征

[J]. 冰川冻土, 2015, 37(6): 1490-1496.

[本文引用: 1]

梁萍, 陈葆德.

近139年中国东南部站点气温变化的多尺度特征

[J]. 高原气象, 2015, 34(5): 1323-1329.

DOI      [本文引用: 1]

基于中国东南部5个百年站点年气温序列和3套全球表面温度资料(HadCRUT3、GISSTEMP、20CR再分析资料), 采用处理非线性、非平稳时间序列的新方法—集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD), 分析了以上海为代表的中国东南部5个站点1873-2011年气温演变的多时间尺度特征, 并讨论了多时间尺度影响的全球一致性。结果表明, 1873-2011年期间, 中国东南部百年站点的年温度演变呈现年际、年代际、多年代际多个时间尺度的准周期变化和长期上升趋势。准64年周期的多年代际振荡和上升趋势分量对长期气温变化均有重要贡献。长期上升趋势分量在100年以上的观测温度变化趋势中占主要贡献, 但准64年周期振荡对近50年观测温度变化趋势的贡献要大于上升趋势分量。百余年期间两个明显升温阶段(20世纪30-40年代和20世纪90年代至21世纪初)的形成与准64年周期的多年代际变化的相关关系最为显著, 而长期趋势和6~16年的年际—年代际变化对高温期的形成也有一定贡献。准64年周期的多年代际振荡对百余年温度变化趋势的阶段性转变起重要作用。中国东南部百年站点温度演变的多时间尺度特征具有全球性。准64年周期振荡对北半球温度趋势演变也有重要贡献, 且北半球温度准64年周期振荡与百年站点温度变化速率的关系也较其长期升温趋势更为密切。北大西洋多年代际振荡对百年站点温度准64年周期振荡及其全球一致性有调节作用。

李正泉, 张青, 马浩, .

浙江省年平均气温百年序列的构建

[J]. 气象与环境科学, 2014, 37(4): 17-24.

[本文引用: 2]

闫军辉, 刘浩龙, 葛全胜, .

1906—2015年武汉市温度变化序列重建与初步分析

[J]. 地理科学进展, 2017, 36(9): 1176-1183.

DOI      [本文引用: 1]

本文利用1906-2015年武汉月平均最高与最低气温资料,重建了过去110年武汉市年平均气温距平序列,分析了其年代际尺度的变化特征。主要结论为:①过去110年武汉市经历了“暖—冷—暖”3个多年代际波动,其中1906-1946年与1994-2015年气候相对温暖,1947-1993年则气候相对寒冷;②在多年代尺度上,武汉市存在多次显著增温和降温过程,其中增温速率最快的30年和50年分别出现在1980-2009年和1960-2009年;最快降温速率则出现在1928-1957年和1925-1974年;③过去110年武汉市年均温发生了3次跃变,其中由冷转暖的跃变出现在20世纪20年代初和90年代中后期,而由暖转冷的跃变则出现在40年代;④武汉市年均温变化与全球/北半球和中国的变化趋势基本一致,但变幅偏大。此外,全球增暖停滞现象在武汉市最近十几年也有所体现。

申倩倩, 束炯, 王行恒.

上海地区近136年气温和降水量变化的多尺度分析

[J]. 自然资源学报, 2011, 26(4): 644-654.

[本文引用: 2]

王丹, 王爱慧.

1901-2013年GPCC和CRU降水资料在中国大陆的适用性评估

[J]. 气候与环境研究, 2017, 22(4): 446-462.

[本文引用: 1]

唐国利. 仪器观测时期中国温度变化研究[D]. 北京: 中国科学院大气物理研究所, 2006.

[本文引用: 1]

中国气象局. 地面气象观测规范[M]. 北京: 气象出版社, 2003.

[本文引用: 1]

汪凯, 叶红, 唐立娜, .

气温日较差研究进展:变化趋势及其影响因素

[J]. 气候变化研究进展, 2010, 6(6): 417-423.

[本文引用: 1]

刘小宁, 孙安健.

年降水量序列非均一性检验方法探讨

[J]. 气象, 1995, 21(8): 3-6.

[本文引用: 1]

吴利红, 康丽莉, 毛裕定, .

SNHT方法用于气温序列非均一性检验的研究

[J]. 科技通报, 2007, 23(3): 337-341.

[本文引用: 1]

肖晶晶, 李正泉, 郭芬芬, .

浙江省1901—2017年降水序列构建及变化特征分析

[J]. 气候变化研究进展, 2018, 14(6): 553-561.

[本文引用: 1]

陈辉, 施能, 王永波.

长江中下游气候的长期变化及基本态特征

[J]. 气象科学, 2001, 21(1): 44-53.

[本文引用: 1]

KNIGHT J, KENNEDY J J, FOLLAND C, et al.

Do global temperature trends over the last decade falsify climate prediction?

[J]. Bulletin of the American Meteorological Society, 2009, 90(8): 22-23.

[本文引用: 2]

FYFE J C, GILLETT N P, ZWIERS F W.

Overestimated global warming over the past 20 years

[J]. Nature Climate Change, 2013, 3(9): 767-769.

DOI      URL     [本文引用: 1]

/