浙江省年平均气温百年序列的构建

长时间气温序列是气候变化研究的基础，早期气温观测台站的缺乏在某种程度上限制了区域性气温长序列的建立。将局部台站的气温观测值向代表全区水平的气温观测值转化，亦是一种有效利用早期少数气温站点构建区域性气温长序列的重要途径。基于浙江省气温观测台站资料的统计分析，提出了局部台站观测值全局修正（GAoSV）的气温长序列建立方式，并利用该方式构建了浙江省年平均气温百年序列。研究结果表明：省级区域内气温局部台站观测与全区台站观测，两者的气温年值变化具有高度的趋同相关性，所提出的GAoSV气温序列构建方式可在少数气温观测台站的情况下，有效保证全区气温序列的构建可信度，且随着观测台站数量增多，其构建可信度会进一步增大，该方式尤其适合早期气温观测台站稀缺（仅有1～2个）的省市级气温长序列的建立。以GAoSV方式建立的浙江省年平均气温百年序列显示，1905-2012年浙江省年平均气温总体在逐渐升高，增温速率约为0．11℃／10a，1980-2012年期间气温的上升趋势更为明显，增温速率约为0．51℃／10a。

洞庭湖区近百年气温序列构建及其变化特征

采用统计方法结合气象台站历史沿革信息,对1910—2010年洞庭湖区气温观测资料进行均一性检验和订正,并利用洞庭湖区周边气象台站资料对洞庭湖区1951年以前缺测的气温资料进行插补,构成完整的气温序列。基于洞庭湖区完整的气温序列,构建洞庭湖区近百年气温序列并分析其变化特征。结果表明:1910—2010年洞庭湖区年平均气温呈显著上升趋势,其中冬季和春季平均气温上升幅度最大,秋季次之,夏季变化趋势不显著;气温变化存在明显的冷暖交替,冷暖期交替比中国地区更频繁;近百年洞庭湖区年和冬季、春季、秋季平均气温均存在一个显著增暖的突变点;小波分析表明,近百年洞庭湖区年和四季平均气温均经历了冷—暖—冷—暖4个阶段的交替。

1880-2020年安徽芜湖气温长序列构建及年代际特征

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。

北京1841年以来均一化最高和最低气温日值序列的构建

长期连续的日值观测资料是研究百年来极端气候事件及其变化特征的重要基础支撑。目前中外由于缺乏可靠的逐日百年尺度气候资料,使得20世纪50年代以前的极端气候变化规律仍然没有得到很好的认识。基于国家气象信息中心收集整理的日最高和最低气温观测资料,构建北京1841-2019年气温日值序列。首先,通过数据质量控制剔除原始基础资料中因人工观测、仪器故障及数字化过程造成的错误数据;其次,采用标准化序列法对北京气象观测站1951年以前的日最高和最低气温序列进行了插补;最后,利用惩罚最大t检验(PMT)和惩罚最大F检验(PMFT)对插补后的日值序列进行均一性检验,并采用分位数匹配法(QM)对检验得到的因迁站和仪器变更导致的统计显著断点进行订正,由此建立了北京百年均一化气温日值序列。分析表明,构建的北京百年逐日气温序列的年代变化特点与美国伯克利地球研发中心的月平均地表温度数据(Berkeley EarthMonthly)、英国东英格利亚大学气候研究中心的全球月平均地表温度数据(CRUTS4.03)以及美国国家气候资料中心的全球历史气候数据(GHCNV3)具有一致性。从趋势变化来看,基于构建的逐日最高和最低气温序列统计得到1911-2019年北京地区年平均气温升高趋势为0.154±0.018℃/(10 a)(95%不确定性水平估计),与中国区域气温趋势变化速度基本一致。从而在一定程度上说明构建的北京百年尺度日最高和最低气温序列能够为极端气候变化领域提供新的基础数据。

中国东北地区近百年气温序列的小波分析

利用1905—2005年中国东北地区哈尔滨、长春、沈阳和大连的气温时间序列资料,在分析气温变化结构的基础上进行小波分析,以揭示气温变化的多时间尺度的复杂结构。同时,分析了不同时间尺度下气温序列变化的周期性变化规律和突变点。结果表明:近100a来中国东北地区的平均气温呈升高趋势,尤其在20世纪80年代以后升高趋势更加显著,升温率达到0.165℃/10a。气温存在2～3a、8～12a、20～25a和45a左右时间尺度的多重时间尺度结构的变化特征。

河北保定气象站长序列气温资料缺测记录插补和非均一性订正

基于多源的气温月值资料,在数据整合和初步质量控制基础上,同时采用标准化序列法和多元线性回归法对河北保定气象站1913—2014年月平均气温、最高气温和最低气温资料进行了插补。通过交叉检验法分析发现,标准化序列法插补得到的气温序列效果较好,并且气候统计特征与同区域周边站的研究结果更具一致性。利用惩罚最大F检验(PMF)对插补后序列的均一性进行了检验,结果表明:通过插补得到的保定站百年气温月值序列的均一性相对较好,仅月平均最低气温序列存在2个显著间断点,分别由同类型仪器的更换和台站迁移导致,研究中采用分位数匹配(QM)对其进行了订正,建立了保定站百年气温月值序列。通过与邻近单站及我国中东部区域均一化百年气温序列的综合对比显示,本文建立的保定站百年气温月值序列与邻近单站的相关性基本达到0.8以上;从增暖趋势来看,保定站与中东部区域平均序列分别达0.121℃/10a、0.204℃/10a,基本在同一量级内:这一定程度上说明建立的保定站百年气温序列相对合理。

三种气温插补方法在中国西南地区的应用分析

观测数据的插补是提升气象数据完整性、恢复缺失数据真实性的重要手段。本文采用标准序列、空间回归和随机森林3种插补方法,对中国西南地区5个主要气候区地面气象观测站日平均气温序列数据以及犍为和北碚2个百年站月平均气温序列数据进行插补试验,并选用平均绝对误差、均方根误差以及插补值与观测值偏差分别在±0.8℃和±0.5℃区间的样本占比(P0.8、P0.5)等4项指标对插补结果进行评估。结果表明:3种方法对中国西南地区5个气候区站点气温日均值与2个百年站气温月均值插补效果较好,且空间回归方法的插补精度高、适用性最好,在5个气候区的插补精度都高于其他两种方法,在地形较为平坦的四川盆地P0.8约0.90,在地形最为崎岖的川西南滇北山地P0.8也在0.60以上,地形对气温插补精度影响明显。选取最优参考站数可有效降低插补误差,2个百年站95%以上的月平均气温样本插补误差可控制在±0.5℃以内。

中国近百年温度曲线的对比分析

温度变化是全球变化研究中非常重要的基础性问题,在中国近百年温度变化方面,十几年来已取得了明显进展,这首先表现在建立了若干条全国平均气温序列,而几条主要序列间的相关系数在0.73～0.97之间。同时,这些进展也表现在基础资料质量提高、空间覆盖面扩大、序列均一性改善以及结果可靠性提高等方面。对多序列进行综合分析得到的新结果显示,1906—2005年中国的年平均气温上升了(0.78±0.27)℃,2007年是我国近百年来最暖的一年;代表性分析显示,现有的几条中国温度序列中除覆盖完整的序列外,其他序列在1920或1930年代以前可能主要反映中国东部变化情况,但在此之后则能较好地代表全国大部分地区的气候变化特征。

中国1940年代“偏暖”的资料问题

利用多套中国近百年气温观测资料和台站历史沿革信息,通过还原和对比分析早期发表的百年气温序列,探讨分析了20世纪40年代“偏暖”记录的资料问题。结果表明:20世纪50年代初大量台站迁移造成观测序列非均一性问题,导致了早期气温记录相对偏高。因而,基于原始资料构建的中国百年气温序列在20世纪40年代有一个明显的暖峰,而基于均一化资料构建的序列则无此暖峰,由此估算的中国百年气候增暖趋势(1.41℃/100 a)大于早期的大部分估算结果。