1981-2015年中国区域极端气候事件的时空分布特征.pdf

第3 0卷第6期2 0 2 3年1 2月水土保持研究R e s e a r c ho fS o i l a n dW a t e rC o n s e r v a t i o nV o l.3 0,N o.6D e c.,2 0 2 3 收稿日期:2 0 2 2-0 8-1 8 修回日期:2 0 2 2-1 1-0 2 资助项目:国家自然科学基金(3 1 9 7 1 5 1 2;4 2 1 4 1 0 0 5;4 2 0 3 0 5 0 9)第一作者:蒋帅(1 9 9 5),男,安徽亳州人,硕士,研究方向为气象灾害预警与预测。E-m a i l:6 7 4 7 5 8 3 2 3q q.c o m 通信作者:张黎(1 9 8 2),女,安徽泾县人,博士,副研究员,主要从事陆地生态系统碳循环模拟研究。E-m a i l:l i.z h a n g i g s n r r.a c.c nh t t p:s t b c y j.p a p e r o n c e.o r gD O I:1 0.1 3 8 6 9/j.c n k i.r s w c.2 0 2 3.0 6.0 1 8.蒋帅,张黎,景元书,等.1 9 8 12 0 1 5年中国区域极端气候事件的时空分布特征J.水土保持研究,2 0 2 3,3 0(6):2 9 5-3 0 6.J i a n gS h u a i,Z h a n gL i,J i n gY u a n s h u,e t a l.S p a t i a l a n dT e m p o r a lD i s t r i b u t i o nC h a r a c t e r i s t i c so fR e g i o n a lE x t r e m eC l i m a t eE v e n t s i nC h i n a f r o m1 9 8 1t o2 0 1 5J.R e s e a r c ho fS o i l a n dW a t e rC o n s e r v a t i o n,2 0 2 3,3 0(6):2 9 5-3 0 6.1 9 8 1-2 0 1 5年中国区域极端气候事件的时空分布特征蒋 帅1,2,张 黎2,3,4,景元书1,李 攀5,任小丽2,3,何洪林2,3,4(1.南京信息工程大学 江苏省农业气象重点实验室,南京2 1 0 0 4 4;2.中国科学院 地理科学与资源研究所生态系统网络观测与模拟重点实验室,北京1 0 0 1 0 1;3.国家生态科学数据中心,北京1 0 0 1 0 1;4.中国科学院大学 资源与环境学院,北京1 0 0 1 9 0;5.天津大学 地球系统科学学院,天津3 0 0 0 7 2)摘 要:目的 阐明中国区域连续时空范围内极端气候事件的高发区域和时段,增强对我国极端气候事件发生规律的认知,进而为人类社会减缓和适应气候变化提供重要科学依据。方法 基于C R UN C E P的温度和降水量数据,在1.5倍标准差极端值判别法的基础上结合连续时空极端事件分析方法,分析了1 9 8 12 0 1 5年中国区域不同类型极端气候事件的变化规律特征。结果(1)全国极端降水和温度事件出现年份的极端气候事件具有明显的区域差异性。1 9 8 3年、1 9 9 8年、2 0 1 2年为全国极端强降水年,极端强降水事件的主要发生区域分别位于长江中下游、长江上游和内蒙古东部,以及长江中下游和内蒙古地区。对于全国极端干旱年、1 9 8 6年全国大部分区域均较常年偏干,而2 0 1 1年干旱区域集中出现在亚热带热带季风气候区。全国极端高温和极端低温年分别出现在1 9 9 8年、2 0 1 2年,其中1 9 9 8年全国大部分地区温度偏高,而2 0 1 2年极端低温事件主要发生于温带大陆性气候区。(2)1 9 8 12 0 1 5年,4 6%的极端强降水事件发生在2 0 0 12 0 1 5年;1 3%的极端干旱事件发生在2 0 0 12 0 1 5年的亚热带-热带季风气候区;极端高温事件频发于1 9 9 12 0 0 0年(4 2%)和2 0 0 12 0 1 5年(4 3%);2 1%的极端低温事件发生在2 0 0 12 0 1 5年的温带大陆性气候区。(3)复合极端气候事件出现比例存在逐年代际递增的趋势,其中极端低温强降水事件出现比例最高(3 4%),并且主要集中在2 0 0 12 0 1 5年(2 3%)。结论 单因子极端气候和复合极端气候事件在中国四大气候区具有较强的差异性,未来应加强分析中国区域日、月等短时间尺度上极端气候事件的时空分布特征。关键词:极端气候事件;连续时空极端事件;气候区;复合极端事件中图分类号:P 4 6 7 文献标识码:A 文章编号:1 0 0 5-3 4 0 9(2 0 2 3)0 6-0 2 9 5-1 2S p a t i a l a n dT e m p o r a lD i s t r i b u t i o nC h a r a c t e r i s t i c so fR e g i o n a lE x t r e m eC l i m a t eE v e n t s i nC h i n af r o m1 9 8 1t o2 0 1 5J i a n gS h u a i1,2,Z h a n gL i2,3,4,J i n gY u a n s h u1,L iP a n5,R e nX i a o l i2,3,H eH o n g l i n2,3,4(1.J i a n g s uK e yL a b o r a t o r yo fA g r o m e t e o r o l o g y,N a n j i n gU n i v e r s i t yo fI n f o r m a t i o nS c i e n c e sa n dT e c h n o l o g y,N a n j i n g2 1 0 0 4 4,C h i n a;2.K e yL a b o r a t o r yo fE c o s y s t e m N e t w o r kO b s e r v a t i o na n dM o d e l i n g,I n s t i t u t eo fG e o g r a p h i cS c i e n c e sa n dN a t u r a lR e s o u r c e sR e s e a r c h,C h i n e s eA c a d e m yo fS c i e n c e s,B e i j i n g1 0 0 1 0 1,C h i n a;3.N a t i o n a lE c o s y s t e mS c i e n c eD a t aC e n t e r,B e i j i n g1 0 0 1 0 1,C h i n a;4.C o l l e g eo fR e s o u r c e sa n dE n v i r o n m e n t,U n i v e r s i t yo fC h i n e s eA c a d e m yo fS c i e n c e s,B e i j i n g1 0 0 1 9 0,C h i n a;5.S c h o o l o fE a r t hS y s t e mS c i e n c e,T i a n j i nU n i v e r s i t y,T i a n j i n3 0 0 0 7 2,C h i n a)A b s t r a c t:O b j e c t i v eT h ea i m so ft h i ss t u d ya r et oc l a r i f yt h eh i g hi n c i d e n c ea r e a sa n dt i m ep e r i o d so fe x t r e m ec l i m a t e e v e n t sw i t h i na c o n t i n u o u s s p a t i o t e m p o r a l r a n g e i n t h eC h i n e s e r e g i o n,e n h a n c eu n d e r s t a n d i n go ft h eo c c u r r e n c ep a t t e r n so fe x t r e m ec l i m a t ee v e n t si nC h i n a,a n dp r o v i d ea ni m p o r t a n ts c i e n t i f i cb a s i sf o rh u m a ns o c i e t yt om i t i g a t ea n da d a p tt oc l i m a t ec h a n g e.M e t h o d sW ea n a l y z e dt h es p a t i o t e m p o r a ld i s t r i b u t i o nc h a r a c t e r i s t i c so fd i f f e r e n t t y p e so fe x t r e m ec l i m a t ee v e n t s i nC h i n af r o m1 9 8 1t o2 0 1 5,u s i n gb o t ht h e1.5t i m e ss t a n d a r dd e v i a t i o na n d t h e c o n t i n u o u s s p a t i o t e m p o r a l e x t r e m e e v e n t a n a l y s i sm e t h o db a s e do n t h e t e m-p e r a t u r ea n dp r e c i p i t a t i o nd a t ao fC RUN C E P.R e s u l t sT h e r ew e r ed i f f e r e n tr e g i o n a lp a t t e r n so fe x t r e m ec l i m a t ee v e n t s i nt h o s ey e a r se x p e r i e n c i n ge x t r e m ea n n u a lp r e c i p i t a t i o na n da i rt e m p e r a t u r ee v e n t sf o rt h ew h o l ec o u n t r y.F o r t h ey e a r sw i t he x t r e m eh e a v ya n n u a l p r e c i p i t a t i o n i n1 9 8 3,1 9 9 8a n d2 0 1 2,e x t r e m eh e a v ya n n u a l p r e c i p i t a t i o ne v e n t sm a i n l yo c c u r r e d i nt h em i d d l ea n d l o w e r r e a c h e so f t h eY a n g t z eR i v e r,t h eu p p e rr e a c h e so f t h eY a n g t z eR i v e ra n de a s t e r nI n n e rM o n g o l i a,a n dt h em i d d l ea n dl o w e rr e a c h e so f t h eY a n g t z eR i v e ra n dI n n e rM o n g o l i a,r e s p e c t i v e l y.T h en a t i o n a l e x t r e m ed r o u g h t e v e n t e x i s t e d i n1 9 8 6a n d2 0 1 1.M o s tr e g i o n so f t h e c o u n t r yw e r ed r i e r t h a n t h a t i nn o r m a l y e a r s i n1 9 8 6,w h i l e t h e e x t r e m ed r o u g h t e v e n t sm a i n l yo c c u r r e d i nt h es u b t r o p i c a l a n dt r o p i c a lm o n s o o nc l i m a t er e g i o ni n2 0 1 1.T h ee x t r e m eh i g ht e m p e r a t u r ea n de x t r e m e l o wt e m p e r a t u r ee v e n t so c c u r r e d i n1 9 9 8a n d2 0 1 2,r e s p e c t i v e l y.T h em e a na i r t e m p e r a t u r e i nm o s tp a r t so f t h e c o u n t r yw a sh i g h e r t h a nu s u a l i n1 9 9 8.T h e e x t r e m e l o wt e m p e r a t u r e e v e n t s i n2 0 1 2o c c u r r e d f r e-q u e n t l y i nt h e t e m p e r a t e c o n t i n e n t a l c l i m a t e r e g i o n.D u r i n g1 9 8 12 0 1 5,4 6%o f e x t r e m eh e a v yp r e c i p i t a t i o ne v e n t so c c u r r e d i n2 0 0 12 0 1 5.T h e r ew e r e 1 3%o f e x t r e m ed r o u g h t e v e n t sw h i c ho c c u r r e d i n t h e s u b t r o p i c a lt r o p i c a lm o n s o o nc l i m a t er e g i o nf r o m2 0 0 1t o2 0 1 5.E x t r e m eh i g ht e m p e r a t u r ee v e n t so c c u r r e df r e q u e n t l y i n1 9 9 12 0 0 0(4 2%)a n d2 0 0 12 0 1 5(4 3%).T h e r ew e r e2 1%o fe x t r e m el o wt e m p e r a t u r ee v e n t sw h i c ho c c u r r e d i nt h e t e m p e r a t e c o n t i n e n t a l c l i m a t e r e g i o n f r o m2 0 0 1 t o2 0 1 5.T h ep r o p o r t i o no f c o m p o u n de x t r e m ec l i m a t ee v e n t sh a dad e c a d a l i n c r e a s i n gt r e n d.T h ee x t r e m el o wt e m p e r a t u r ea n dh e a v yp r e c i p i t a t i o ne v e n t sh a dt h eh i g h e s tp r o p o r t i o n(3 4%),a n dc o n c e n t r a t e d i n2 0 0 12 0 1 5(2 3%).C o n c l u s i o nT h a t s i n g l e-f a c t o re x t r e m ec l i m a t ee v e n t sa n dc o m p o s i t ee x t r e m ec l i m a t ee v e n t sh a v es t r o n gd i f f e r e n c e si nt h ef o u r m a j o rc l i m a t ez o n e s i nC h i n a.I n t h e f u t u r e,i t i sn e c e s s a r y t o s t r e n g t h e n t h e a n a l y s i s o f t h e s p a t i o t e m p o r a l d i s t r i b u-t i o nc h a r a c t e r i s t i c so f e x t r e m e c l i m a t e e v e n t so ns h o r t t i m e s c a l e s s u c ha sd a ya n dm o n t h i nr e g i o n so fC h i n a.K e y w o r d s:e x t r e m ec l i m a t ee v e n t s;c o n t i n u o u ss p a t i o t e m p o r a le x t r e m ee v e n t s;c l i m a t i cr e g i o n s;c o m p o u n de x t r e m ee v e n t s 极端气候事件表现为某地气候状态严重偏离其平均状态,具有突发性、难预测性和强破坏性等特点。在全球变化背景下,近几十年来极端气候事件具有不断增多增强的趋势。例如,1 9 9 8年中国强降水引发的洪涝灾害1、2 0 0 3年欧洲高温热浪事件、2 0 0 5年和2 0 1 0年亚马逊地区的严重干旱、2 0 0 8年中国中南部低温事件等2。并且,根据国际耦合模式比较计划(C o u p l e dM o d e l I n t e r-c o m p a r i s o nP r o j e c t p h a s e,C M I P)第5阶段(C M I P 5)对极端降水和极端气温的预估结果3,预计今后极端气候事件的发生会更加频繁4。极端气候事件的发生不仅影响全球粮食安全和水资源供需,还在很大程度上影响生态系统生产力和全球碳循环。定量分析极端气候事件的时空分布特征是评估极端气候事件对生态系统和人类社会影响的重要基础。国内外学者通常采用发生概率低于1 0%或更低5、距平值大于1倍以上标准偏差、超过或低于极端阈值等方法6来判别极端气候事件。此外,大量研究选取极端气温指数和极端降水指数等代用气候指数,通过计算极端气候指数来分析极端气候事件的时空分布特征。其中,世界气象组织提出的1 6个极端气温指数和1 1个极端降水指数得到广泛应用7。1 9 5 12 0 0 0年中国长江中下游地区极端强降水事件发生频率显著增多,而华北地区显著减少8。华东地区极端高温事件发生频率的空间特征以北低南高和东低西高为主9。西南地区极端降水具有明显的梯度变化特征,该地区总降水量在减少,而降水强度在增加1 0。根据政府间气候变化专门委员会(I n t e r g-o v e r n m e n t a lP a n e l o nC l i m a t eC h a n g e,I P C C)第4次评估报告提供的7个模式集合预测结果,我国2 1世纪极端降水强度可能增大,而且干旱也将会加重1 1。随着全球变化背景下极端气候事件的不断增多,国内外关于极端气候事件对陆地生态系统影响的研究也不断增多1 2。2 0 0 02 0 0 4年北美西部极端干旱事件导致该地区“碳汇”的强度大幅下降,下降幅度3 02 9 8T gC/a1 3。2 0 0 8年中国南方极端低温事件导致植被发育缓慢、死亡率增加1 4。2 0 1 3年我国南方的极端高温和干旱事件造成生态系统碳汇急剧下降,农作物大量减产,极端的高温和干旱成为该地区碳汇年际变化的主要控制因子1 5。然而,目前中国区域极端气候事件研究大多偏重于极端气候事件的692 水 土 保 持 研 究 第3 0卷个例分析,以及极端气候指数的时空变化特征等方面,缺乏对于连续时空范围内中国极端气候事件高发区域和时段的定量研究,不能很好地支撑极端气候事件对中国生态系统状态变化影响方面的研究。本 文 对C RUN C E P(C l i m a t i c R e s e a r c h U n i t-N a t i o n a lC e n t e r s f o rE n v i r o n m e n t a lP r e d i c t i o n)全球气候数据集提取中国及四大气候区的温度和降水量数据,在1.5倍标准偏差的极端值判别法的基础上结合连续时空极端事件分析方法,分析1 9 8 12 0 1 5年中国区域极端温度、极端降水和复合极端事件发生的频率和强度,阐明单因子极端气候和复合极端气候事件的时空分布特征,比较不同类型极端气候事件在不同气候区的差异性,为深入研究极端气候事件对生态系统过程、功能和服务变化的影响以及极端气候风险评估、灾害预警等研究奠定基础。1 材料与方法1.1 研究区概况中国幅员辽阔,气候多样,可分为4个气候区,即温带大陆性气候区()、温带季风气候区()、高原山地气候区()和亚热带-热带季风气候区()1 6。温带大陆性气候区()远离海洋,大陆性强,全年降水较少,冬季温差大。温带季风气候区()位于秦岭淮河线以北,贺兰山、阴山、大兴安岭以东以南,受夏季风影响较大,夏季高温多雨,冬季低温少雨。高原山地气候区()大部分区域位于海拔较高的山地、高原地区,全年温度较低,降水量少。亚热带-热带季风气候区()位于秦岭淮河线以南,夏季高温多雨,冬季温和少雨。中国及四大气候区的多年 平 均 气 候 指 标 见 表1,表 中 数 据 为 基 于C RUN C E P数据集计算得到的1 9 8 12 0 1 5年年平均气温、年降水量和短波辐射的多年平均值。表1 中国及四大气候区多年平均气候指标T a b l e1 A n n u a l a v e r a g ec l i m a t e i n d i c a t o r so fC h i n aa n dt h e f o u rm a j o rc l i m a t er e g i o n s1 9 8 12 0 1 5年年平均气温/年降水量/mm短波辐射/(Wm-2)中国7.0 35 4 41 9 3.9温带大陆性气候区()6.9 11 7 01 9 4.9温带季风气候区()6.3 25 4 61 8 2.1高原山地气候区()-1.3 33 0 32 0 1.0亚热带-热带季风气候区()1 6.8 41 2 7 81 9 4.71.2 气象数据C RUN C E P数据集是由美国国家大气研究中心对空间分 辨率为0.5、月 尺度的全球 气候数据 集C RU(C l i m a t i cR e s e a r c h U n i t)1 7与空间分辨率为2.5,时间分辨率为6h的N C E P(N a t i o n a lC e n t e r sf o rE n v i r o n m e n t a lP r e d i c t i o n)1 8-1 9全球大气再分析数据进行融合得到。该数据集的气象数据具有时间序列长(1 9 4 82 0 1 6年)、时间和空间分辨率高(6h,0.5)且经过严格的时间均一性检验等优点,被广泛用于 驱 动 通 用 陆 面 模 式C LM(C o mm u n i t y L a n dM o d e l)等陆面模式,以及包括全球碳计划组织的模型比较计划T R E N D Y(T r e n d s i nN e tL a n d-A t m o s-p h e r eC a r b o nE x c h a n g e)在内的全球和区域植被生长、蒸散、生产力、碳收支等动态变化模拟研究,也已被广泛应用于中国区域的气候变化研究2 0。其中,C R U数据来源于世界气象组织各个国家的交换资料,大约覆盖了24 0 0个监测站,数据时段为1 9 0 12 0 0 2年,气候要素包括气温、降水量、湿度、云量和潜在蒸腾等。N C E P再分析数据集是采用当今最先进的全球资料同化系统对各种来源的观测资料进行质量控制和同化处理得到,数据时段为1 9 4 82 0 1 6年,气候要素包括气温、降水量、辐射、大气压强和风速等。本文使用的1 9 8 12 0 1 5年气温和降水量数据来源于C R U N C E P第7版 数 据 集。利 用M a t l a b软 件 从C R U N C E P数据集中读取中国区域6h分辨率的气温和降水量数据,计算得到中国陆地区域、1 9 8 12 0 1 5年逐年平均气温和年降水量,用于极端气候事件的统计分析。与H e等2 1研发的中国区域地面气象要素驱动数据集相比,二者的年平均气温和年降水量数据具有显著(p 0.0 5)的一致性,相关系数分别为0.9 6,0.7 8。1.3 极端气候事件的统计方法首先对1 9 8 12 0 1 5年期间的年平均气温和年降水量全国平均值进行线性趋势拟合,计算出全国逐年的去趋势距平值。去趋势距平值为该年的年平均气温或降水量实际值减去线性拟合值的差值2 2。然后,采用1.5倍标准差方法识别全国尺度的极端温度事件、极端降水事件出现年份,即将气温和降水量去趋势距平值大于1.5倍标准偏差的年份分别定义为极端高温年和极端强降水年,将气温和降水量去趋势距平值小于-1.5倍标准偏差的年份定义为极端低温年和极端干旱年。进一步对全国每个空间网格的1 9 8 12 0 1 5年期间年平均气温和年降水量数据进行线性趋势拟合,计算出每个网格的逐年去趋势距平值,采用连续时空极端事件分析方法对3 5a全国38 4 0个空间网格共计1 3 44 0 0个去趋势距平值数据进行统计分析,从而识别出连续时空范围内的极端气候事件。连续时空极端事件分析方法2 3基于变量的去趋势距平值的全局概率密度函数,定义了一个阈值q,分别用q以上(正极端)和-q以下(负极端)的时空连续值作为792第6期 蒋帅等:1 9 8 12 0 1 5年中国区域极端气候事件的时空分布特征极端事件。与传统方法相比,该方法的优势是能够较好地对连续时空范围内极端气候事件高发区域和时段进行定量分析,在极端气候事件对植被生长、生态系统碳循环影响研究方面得到了广泛应用2 4-2 5。为了保证不同区域之间极端事件的可比性,本研究对气温、降水量的去趋势值除以其标准差进行归一化。将归一化后的气温和降水量去趋势距平值的百分位数大于9 5%的时空像元分别定义为极端高温事件和极端强降水事件,将百分位数小于5%的时空像元定义为极端低温事件和极端干旱事件。既属于极端气温事件又属于极端降水事件的事件定义为复合极端气候事件,包括极端高温强降水事件、极端高温干旱事件、极端低温强降水事件和极端低温干旱事件。为分析不同类型极端气候事件的年代际演变特征,根据连续时空极端事件分析方法识别出的极端气候事件,进一步统计3个不同时段单因子和复合极端气候事件出现的比例。Pi j=ni jm(1)式中:Pi j为某一时段某一气候区单因子极端气候事件出现次数占总时间段该单因子极端气候事件出现总次数的比例;i为3个时间段;j为四大气候区;ni j为某一时间段某一气候区单因子极端气候事件出现次数;m为总时间段单因子极端气候事件出现总次数。Pi k=Ai kB(2)式中:Pi k为某一时间段某种复合极端事件出现次数占4种类型复合极端事件出现总次数的比例;k为4种类型复合极端事件;Ai k为某一时间段某种复合极端事件出现次数;B为总时间段4种类型复合极端事件出现总次数。基于MA T L A B编程语言,计算得到单因子和复合极端气候事件出现的次数。分别利用A r c G I S1 0.2软件和O r i g i n软件绘制极端气候事件的空间分布图和气温/降水量时间去趋势距平折线图。基于S P S S2 4.0软件采用t检验的方法对气温/降水量数据的线性趋势进行显著性检验,当p0.0 5表示具有显著性,否则不具备显著性。2 结果与分析2.1 极端降水事件时空分布特征1 9 8 12 0 1 5年中国年降水量范围为4 8 8 6 0 9mm,多年平均值为5 4 4mm,总体上没有显著变化趋势(p=0.8 4 1)。图1为1 9 8 12 0 1 5年中国和四大气候区降水量去趋势距平值的动态变化,除了高原山地气候区外,另3个气候区均与全国具有显著的相关性,其中亚热带-热带季风气候区降水量年际波动最大,相关性最强(R=0.7 3,p 0.0 0 1)。基于1.5倍标准差的极端值判别方法,全国极端强降水年分别发生在1 9 8 3年、1 9 9 8年和2 0 1 2年,降水量去趋势距平值分别为4 5,6 5,4 5mm,其中1 9 9 8年降水量去趋势距平值达到2.3倍的标准差;极端干旱年份分别发生在1 9 8 6年和2 0 1 1年,降水量去趋势距平值分别为-5 2,-5 9mm,其中2 0 1 1年降水量去趋势距平值达到-2.1倍的标准差。图1 1 9 8 1-2 0 1 5年中国区域降水量去趋势距平值F i g.1D e t r e n d i n ga n o m a l yv a l u e so f r e g i o n a l p r e c i p i t a t i o n i nC h i n a f r o m1 9 8 1t o2 0 1 5 1 9 8 3年、1 9 9 8年、2 0 1 2年3个极端强降水年份降水量距平的空间分布具有明显的区域差异。与多年平均相比,1 9 8 3年降水较多的区域主要发生在亚热带-热带季风气候区(),该气候区降水量较常年值偏高1 7 8mm(1 4%),降水量距平值超过2 0 0mm的区域占该气候区的4 6%(图2 A),年降水量异常偏高区域主要出现在长江流域中下游,该年极端强降水事件占极端强降水事件总数的5.1%(图2 D)。1 9 9 8年降水较多的区域主要发生在东南地区、金沙江流域、淮河流域、海河流域和辽河流域,高原山地气候区()和温带大陆性气候区()降水量的距平值分别为5 8,4 7 mm,较 常 年 值 分 别 偏 多1 9%,2 8%(图2 B)。极端强降水事件主要发生在金沙江流域和内蒙古东部,该年极端强降水事件占极端强降水事件总892 水 土 保 持 研 究 第3 0卷数的6.2%(图2 E),其中去趋势距平值超过标准差2倍以上的面积占高原山地气候区()的3 8%。2 0 1 2年降水较多的区域主要发生长江流域、内蒙古的东部和东北地区。亚热带-热带季风气候区()降水量距平值超过2 0 0mm的区域占该气候区的2 6%,温带大陆性 气 候 区()降 水 量 较 常 年 值 偏 高4 0 mm(2 4%),该年极端强降水事件占极端强降水事件总数的6.4%(图2 C,图2 F)。注:基于标准地图服务系统下载的审图号G S(2 0 1 6)1 5 7 0号的标准地图制作,底图未做修改,下图同。图2 中国区域极端强降水年份降水量距平(A,B,C)及对应极端强降水事件的空间分布(D,E,F)F i g.2 S p a t i a l d i s t r i b u t i o no fp r e c i p i t a t i o na n o m a l i e s(A,B,C)a n dc o r r e s p o n d i n ge x t r e m eh e a v yr a i n f a l le v e n t s i nC h i n ad u r i n ge x t r e m eh e a v yr a i n f a l l y e a r s(D,E,F)对于1 9 8 6年、2 0 1 1年两个全国年降水量异常偏少年份,降水量较多年平均偏低的区域分别占全国的8 2%,7 1%。1 9 8 6年温带大陆性气候区()、温带季风气候区()、高原山地气候区()和亚热带-热带季风气候区()降水量较常年值分别偏低2 2 mm(-1 3%),6 2 mm(-1 1%),3 7 mm(-1 2%),1 0 7mm(-8%)(图3 A),极端干旱事件主要分布在黄河流域和黑龙江流域和西藏地区,该年极端干旱事件占1 9 8 12 0 1 5年极端干旱事件总数的7.6%(图3 C)。与多年平均相比,2 0 1 1年降水偏少的区域主要发生在亚热带-热带季风气候区(),该气候区降水量的距平值为-2 3 8mm,较常年值偏低1 9%,降水量距平值小于-2 0 0mm的区域占该气候区的6 6%(图3 B)。极端干旱事件主要发生在亚热带-热带季风气候区(),该年极端干旱事件占1 9 8 12 0 1 5年极端干旱事件总数的8%(图3 D)。图3 中国区域极端干旱年份降水量距平(A,B)及对应极端干旱事件的空间分布(C,D)F i g.3S p a t i a l d i s t r i b u t i o no fp r e c i p i t a t i o na n o m a l i e s(A,B)a n dc o r r e s p o n d i n ge x t r e m ed r o u g h t e v e n t s i ne x t r e m ed r o u g h t y e a r s i nC h i n a(C,D)992第6期 蒋帅等:1 9 8 12 0 1 5年中国区域极端气候事件的时空分布特征 基于极端降水事件的时空分布数据,按气候区分别统计1 9 8 11 9 9 0年、1 9 9 12 0 0 0年和2 0 0 12 0 1 5年3个时段极端强降水和极端干旱事件出现的比例(图4)。极端强降水事件出现比例最高的时段为2 0 0 12 0 1 5年(4 6%),1 9 9 12 0 0 0年极端强降水事件出现比例最低(2 2%)。各个时段的极端强降水事件均主要发生在温带大陆性气候区,该气候区极端强降水事件降水量较常年值偏高1 6 0mm(图4 A)。极端干旱事件出现比例最高的时段为2 0 0 12 0 1 5年(4 1%),主要发生在2 0 1 1年,该时段极端干旱事件主要发生在亚热带-热带季风气候区,该气候区极端干旱事件降水量较常年值偏低2 0 0mm以上的面积占比达8 7%。1 9 8 11 9 9 0年和1 9 9 12 0 0 0年极端干旱事件较为接近,分别为3 0%,2 8%。1 9 9 12 0 0 0年发生在高原山地气候区的极端干旱事件最多(1 0%),主要发生在1 9 9 2年和1 9 9 4年(图4 B)。图4 四大气候区极端强降水事件出现比例及极端干旱事件出现比例F i g.4 T h ep r o p o r t i o