基于CRU數據的1901—2018年全球陸表氣溫時空變化特征分析?

張 寅 閆 凱，2?? 劉 釗 濮嘉彬 張一滿 曾也魯

(1.中國地質大學(北京)土地科學技術學院，北京 100083；2.資源環境與災害監測山西省重點實驗室，山西 晉中 245099；3.清華大學地球系統科學系地球系統數值模擬教育部重點實驗室，北京 100084；4.斯坦?？▋然茖W研究所全球生態學實驗室，加州斯坦福 94305)

0 引 言

受人類活動和自然氣候波動的影響，20世紀80年代以來全球溫度整體呈現升高趨勢[1-7].政府間氣候變化專門委員會的全球增溫報告也提到:“氣溫或提前升高1.5～2.0℃”[8]，氣候變化逐漸成為國內外學者關注的熱點.丁一匯和戴曉蘇[9]、江志紅等[10]對中國19世紀末—20世紀末的氣溫進行研究，表明我國與北半球的增溫趨勢大致相似，同時證實20世紀80年代以來的增暖現象主要與溫室效應的加劇有關；尹紅和孫穎[11]利用中國1961—2017年2 419個站點的均一化逐日氣候數據，對中國極端溫度進行分析，顯示中國區域的多個極端溫度指數接近或者達到歷史極值；Zhang等[12]的研究結果顯示，我國1961—2013年大多數地區的暖事件增多、冷事件減少；Hu等[13]對中國772個站1960—2013年逐日氣溫資料的研究表明，中國西北和東南地區是我國極端暖事件的高發區；張大任等[14]利用1956—2015年中國200個氣象站點的逐日最高和最低氣溫資料，采用10個極端溫度指標進行研究，表明各區域間極端溫度指標變化幅度的差異較大，高原山地氣候區冷指數減小的幅度最大，部分暖指數在(亞)熱帶季風性氣候區增長幅度最大；王勁松等[15]、范可和劉輝[16]研究表明中亞、東亞地區自20世紀80年代開始顯著增暖；Zhang等[17]對氣候變化檢測和指數聯合專家組定義的10個極端溫度指數和7個極端降水指數進行分析，顯示中亞地區所有降水指數在1986年都經歷了突變，各降水極端值均表現出空間多樣性和異質性，中亞地區最低溫度的升高是氣候變暖的主要驅動力；Jones等[18]對澳大利亞氣象局氣象站數據集進行研究，表明水分有效性是極端降水在高溫下尺度變化的主要驅動力；Tabari和Talaee[19]對伊朗地區的氣溫進行趨勢分析，顯示1966—2005年伊朗月、季、年均最高、最低溫都呈現增長趨勢，最低溫比最高溫的增長趨勢更為明顯，冬、夏季的升溫趨勢比春、秋季明顯；Hansen等[20]提出2001年1—12月的全球陸表溫度呈持續升高趨勢，且印度洋和西太平洋也異常溫暖，延續了過去幾十年的趨勢.

上述研究只針對局部區域且時間跨度較短，因此亟待從全球尺度、長時間序列著手研究陸表氣溫的時空變化特征及其趨勢.本文采用時序趨勢分析、統計學趨勢顯著性檢驗及空間相關性分析等方法[21-23]，對全球陸表1901—2018年的平均、最高、最低氣溫從時間和空間2個方面進行變化特征、趨勢及規律分析，以期為人類進一步了解近百年全球陸表氣溫的時空變異特征，揭示長時序氣候數據的規律起到積極作用，提高人類對全球變暖背景下世界不同地區陸表氣溫變化規律的認識，為全球尺度陸表氣溫的研究及預測提供參考.

1 研究區及數據介紹

1.1 研究范圍

研究范圍包括亞洲、歐洲、非洲、北美洲、南美洲及大洋洲.考慮到南北半球海陸分布的不同，本文對全球整體展開分析的同時也兼顧南北半球的對比分析.由于氣溫受緯度的影響較大，故本文按照低緯、中低緯、中高緯將全球細化為5個緯度帶(45°N ～90°N、30°N～45°N、15°N ～ 30°N、15°S ～15°N、90°S ～ 15°S)進行相應的分析，研究各緯度帶的氣溫變化特征.

1.2 數據資料

采用英國東英格利亞大學氣候研究所(Climatic Research Unit，CRU)網格化時間序列數據(http://data.ceda.ac.uk/badc/cru/data/cru_ts/cru_ts_4.03/data/)中的平均、最高和最低氣溫氣候要素數據進行相應分析，CRU通過整合全球歷史氣候網等具有代表性的數據庫重建了一套完整、無中斷、高分辨率的全球陸地表面氣候資料.本文所采用的氣候數據的觀測站點在歐洲和北美洲的分布密度較大，而在亞洲、南美洲和非洲的分布密度較小，且早期資料，特別是1950年之前很匱乏，氣象觀測站點少，未充分考慮到城市化進程對數據本身的影響偏差，這為本研究相關結果和結論帶來一定不確定性.但鑒于CRU數據已得到眾多研究的驗證[24-25]，故本研究先將同年內逐月平均、最高和最低氣溫累加求平均得到年均溫數據，再對1901—2018年全球陸表氣溫進行時空分析.

2 分析方法

2.1 時間序列趨勢分析

2.1.1 一元線性回歸

根據氣象要素與其對應的時間序列數據，建立一元線性回歸方程:

2.1.2 滑動平均

滑動平均是對樣本量為n的序列，求多個連續m(m＜n)項序列的平均值，即沿全部n個數據滑動地取相鄰m個數據，對其作算術平均運算[27]，便于實時處理非平穩數據，公式為

式中m為滑動長度，y為第k+i年的氣溫.

2.1.3 累積距平

累積距平是一種常用的判斷氣溫變化趨勢的方法[28]，計算公式為

式中為氣溫的均值(℃)，t為時間(a).累積距平曲線呈上升趨勢，表示距平值增加；呈下降趨勢，則表示距平值減小.

腫瘤轉移是癌癥相關死亡的主要原因。轉移前微環境的形成是腫瘤轉移的關鍵步驟[1]。腫瘤轉移研究領域先驅David Lyden教授發現原發腫瘤分泌的細胞因子為腫瘤細胞在轉移灶的定植提供了有利的條件，并提出了轉移前微環境的概念，徹底改變了人們對轉移級聯反應的認識[2]。目前已經可以確定的是，腫瘤細胞的遠端轉移器官不是循環腫瘤細胞（circulating tumor cells，CTCs）的被動接受者，而是轉移擴散發生之前原發性腫瘤主動選擇性修飾的“土壤”，以利于播種轉移的“種子”[3]。

2.2 趨勢顯著性檢驗

2.2.1 曼-肯德爾檢驗

采用曼-肯德爾法(Mann-Kendall，M-K)對全球陸表平均、最高和最低氣溫時間序列進行趨勢檢驗[29].針對時間序列Xn=(x1，x2，…，xn)，M-K 檢驗中的Z統計量值可由公式(4)和(5)算出:

式中sgn是符號函數，當xj＞、=、＜xi時，sgn(xjxi)分別為1、0、-1.Z值的正、負分別對應時間序列的增大、減小趨勢，Z的絕對值≥1.64、1.96和2.58時，表示被檢驗的時間序列的趨勢性通過了置信度分別為90%、95%和99%的顯著性檢驗.

2.2.2 滑動t檢驗

利用10 a滑動t檢驗法對平均、最高和最低氣溫進行突變檢驗分析進而確定突變點[30]，如公式(6)和(7)所示，設置顯著性水平α為0.01，即臨界值為±3.169.

式中x1、x2為時間序列，基準點前后2段子序列x1、x2樣本量分別為n1和n2，2段子序列平均值分別為x1和x2，方差分別為S12和S22，式(6)服從自由度為n1+n2-2的分布.當t＞3.169時表示氣溫由暖轉冷，t＜-3.169時表示氣溫由冷轉暖.

2.3 空間相關性分析

空間相關分析主要研究現象之間是否存在某種依存關系，并對具有依存關系的現象探討其相關程度和相關方向[23].空間異質性可分為空間局域異質性和空間分層異質性2種，前者是指該點屬性值與周圍不同，后者是指多個類型之間或者多個區域之間互相不同，本文所用的空間相關性分析方法分別為半方差函數和變異系數.

2.3.1 半方差函數

半方差函數是地統計學中關聯圖像空間變異和地面場景模型的關鍵函數，應用該函數可以分析一定區域范圍內氣溫的變化和突變程度，數值越小表示研究區域的氣溫波動、異質性越小[31].空間上具有相同間距h的相對觀測值的半方差公式為

式中Z(xi)為滿足本征假設和二階平穩的區域化隨機變量，N(h)是以h為間距的所有觀測點的成對數目，隨機區域化變量Z(xi)在空間位置xi和xi+h上的觀測值分別為Z(xi)和Z(xi+h).

2.3.2 變異系數

變異系數(coefficient of variation，CV)反映氣溫的相對浮動程度，是概率分布離散程度的1個歸一化量度[32]，其定義為標準差與平均值之比，即:

式中S為數據標準差，M為數據平均值.CV越小代表研究區氣溫變化越小，相對穩定；CV越大則表示該地區氣溫變化程度越大.

3 結果與分析

3.1 年內變化分析

對全球、北半球和南半球范圍內的平均、最高和最低氣溫進行年內變化分析，每9或10 a逐月氣溫均值的分布情況如圖1所示，從圖1(a)和(b)中可知全球、北半球的氣溫最大值均依次出現在7、8和6月，氣溫最小值依次出現在 1、2、12月.由圖1(c)可知，南半球的氣溫最大值出現在1月，其次是2和12月，氣溫最小值依次出現在7、6和8月.平均、最高、最低氣溫自1901年以來均呈升高趨勢.1901—2018年全球平均、最高、最低氣溫分別為-2.5～20.0、2.5～25.0、-10.0～15.0 ℃，平均、最高氣溫變化幅度均為22.5℃，最低氣溫的變化幅度為25.0℃；近118 a來北半球平均、最高和最低氣溫分別為 -10.0～20.0、-5.0～25.0、-15.0～15.0℃ ，氣溫變化幅度均為30.0℃；南半球平均、最高、最低氣溫分別為 16.0～25.0、22.0～31.0、10.0～20.0℃，平均、最高氣溫變化幅度均為9.0℃，最低氣溫的變化幅度為10.0℃.

3.2 年際變化分析

圖1 氣溫年內變化(a)全球；(b)北半球；(c)南半球

圖2 1901—2018年氣溫距平分析(a)氣溫距平變化；(b)氣溫距平頻率分布

全球陸表氣溫距平值及距平累積值隨年份變化的情況見圖2(a)，近20 a氣溫距平值均為正值，且最低氣溫距平值的絕對值普遍較大，可見最低氣溫的不穩定性較大，1901—2018年以來全球平均、最高和最低氣溫的距平累積值整體呈現先減后增的趨勢，每年距平值從大到小依次為最高、平均、最低氣溫.

全球陸表每9或10 a氣溫距平頻率分布見圖2(b)，1901—2018年平均、最高和最低氣溫平均值分別為8.3、13.9和2.6℃.最高氣溫均值與平均氣溫均值相差5.6℃，最低氣溫均值與平均氣溫均值相差5.7℃，正態分布曲線隨年份的增加而向右偏移，表明全球平均、最高和最低氣溫均呈現升溫趨勢，此研究結果與張曉華等[7]的研究結論一致.

1901—2018年平均溫、最高溫及最低溫的變化分析如圖3所示，其中平均、最高和最低氣溫氣候傾向率分別為 0.11、0.09、0.12 ℃ /10 a，可知最低氣溫升溫趨勢較大，升溫趨勢最小的是最高氣溫.平均、最高和最低氣溫的M-K檢驗結果分別為1.739、1.640和1.807，均通過了置信度為90%的M-K顯著性檢驗，均有較明顯的升溫趨勢，且M-K趨勢檢驗結果與一元線性回歸的顯著性一致.

20世紀80年代中后期全球變暖現象開始加劇[33]，因此本文對 1901—1985和 1986—2018年2個時期進行分析，由圖3可以看出前一時期全球平均、最高和最低氣溫均值分別為 8.0、13.7和2.4℃；后一時期全球平均、最高和最低氣溫均值分別為8.9、14.4和3.3℃.第2時期較第1時期平均升高0.8℃.1950—1980年的氣溫滑動平均值結果波動較大，這段時期氣溫不太穩定，其余時期均為升溫趨勢.

應用滑動t檢驗對全球1901—2018年共118 a的平均、最高和最低氣溫進行突變識別，取子序列長度為6 a，在顯著水平α=0.01的情況下，滑動t檢驗結果如圖4所示，平均氣溫存在1963和1964年共2個突變點，最高氣溫存在1921和1964年共2個突變點，最低氣溫存在1963、1964和1997年共3個突變點，1997年發生的厄爾尼諾現象可能是導致最低氣溫于該年發生突變的原因之一.1964年發生較明顯的暖轉冷現象，而最低氣溫在20世紀90年代末的突變導致的增溫效果(約2.0℃)較平均和最高氣溫更加明顯.

3.3 全球空間分布分析

圖3 1901—2018年際變化分析(a)平均氣溫；(b)最高氣溫；(c)最低氣溫

圖4 氣溫變化滑動t檢驗分析

將全球分 5 個緯度帶(45°N ～90°N、30°N ～45°N、15°N ～30°N、15°S ～15°N、90°S ～15°S)進行地理空間分析.平均、最高和最低氣溫在各個緯度帶的氣候傾向率均為正值(表1)，可見氣候傾向率最大為0.16℃/10 a，最小為0.05℃/10 a，氣溫均表現為升高趨勢.30°N ～45°N、90°S ～15°S 這2個緯度帶的平均氣溫和最低氣溫均通過了置信度為90%的顯著性檢驗.45°N～90°N地區的升溫最高，可能是人類相關活動、極地臭氧空洞及大氣環流異常等多種原因所共同導致.

表1 不同緯度帶的氣候傾向率 單位:℃/10 a

1901—2018年全球陸表空間平均、最高和最低氣溫及氣溫變化率、變異系數和相應變量的緯度剖面如圖5～7所示，剖面圖表示變量在不同緯度上的平均值.北美洲西部、亞歐大陸中北部等地區的氣溫變化率及變異系數較大，變化率及變異系數在30°S左右有突變，即南美洲東南部、大洋洲及非洲東南部1901—2018年平均、最高和最低氣溫變化波動較大.最低氣溫的溫度變化率較平均、最高氣溫波動變化不大，但其較大值所涉及的范圍較平均、最高氣溫有所增加，包含俄羅斯中東部地區及北美洲西部地區.

對全球范圍最高、最低和平均氣溫空間異質性分析結果如圖8(a)所示，可知1901—2018年全球氣溫差異性變化最大的是最低氣溫，平均和最高氣溫只有微小變化，全球最低氣溫的差異性自1980年以來逐漸減小，減小了2個單位，而平均和最高氣溫差異性基本保持不變.

圖5 平均氣溫空間分布(a)平均氣溫；(b)變化率；(c)變異系數；(d)緯度剖面

圖6 最高氣溫空間分布(a)最高氣溫；(b)變化率；(c)變異系數；(d)緯度剖面

圖7 最低氣溫空間分布(a)最低氣溫；(b)變化率；(c)變異系數；(d)緯度剖面

圖8 氣溫空間異質性變化規律(a)基于變異系數；(b)基于半方差函數

平均、最高和最低氣溫在南北、東西、東南-西北、西南-東北4個方向的半方差函數值如圖8(b)所示，半方差函數值在東西方向較小，其次是東南-西北方向、西南-東北方向，最大的是南北方向，由此可見氣溫變化受緯度影響比受經度影響大.

4 結 論

本研究基于CRU全球陸表氣溫數據，應用一元線性回歸、滑動平均、累積距平、MK檢驗、滑動t檢驗、半方差函數、時空變異系數等分析方法，探究全球陸表氣溫的時空變化及趨勢特征，結果表明:

(1)最低氣溫的氣溫變化率在緯度方向上變化最小，變化范圍在0.25℃/10 a以內，3種氣溫在66°N附近的變異系數最大，在赤道附近的變異系數最小，原因可能是赤道處于低緯熱帶，故氣溫變化較小，因而變異系數較小，而66°N處于北溫帶與北寒帶的交界處導致氣溫變異系數較大.

(2)各緯度帶、南北半球以及全球的平均、最高和最低氣溫氣候傾向率均為正值，呈升高趨勢，各緯度帶最低氣溫的氣候傾向率最小為0.06℃/10 a，最大為 0.16 ℃ /10 a，45°N ～ 90°N 地區平均、最高和最低氣溫氣候傾向率分別為0.14、0.13和0.16 ℃ /10 a，與其余緯度帶(30°N ～ 45°N、15°N ～30°N、15°S ～15°N、90°S ～15°S)相比，升溫更明顯.最低氣溫較平均和最高氣溫升溫更加明顯、涉及范圍更大.

(3)通過對全球陸表平均、最高和最低氣溫變異系數的分析，1901—2018年來平均氣溫和最高氣溫的空間區域差異變化不大，平均氣溫變異系數的浮動范圍為0.5，最高氣溫變異系數的浮動范圍為0.2，北半球高緯地區最低氣溫逐年升高使得其空間差異性自1980年以來呈減小趨勢，減小了約2個單位.