1980—2017年四川省气候变化综合区划

刘伟 车康利 罗斯元 刘莎 贾植杰 李逢港

(成都信息工程大学 资源环境学院,成都 610225)

引 言

社会生产力以及人类社会的迅速发展引起了全球气候环境的变化,全球变暖现象尤为显著,已受到各国政府、机构以及国内外学者越来越多的关注[1-2]。在全球变暖的气候背景下,高温干旱和暴雨洪涝等极端天气气候事件发生频率不断攀升,给社会、经济、环境带来了不利影响[3-5]。1973年,联合国环境规划署开始着手对气候变化进行研究;1992年《联合国气候变化框架公约》签订;1997年 “京都议定书”签订;2009年哥本哈根会议召开;2015年《巴黎协定》通过,这表明世界各国政府在面对气候变化带来的挑战中表现出了前所未有的一致[6]。在气候变化的基础研究工作中,区划是揭示陆地表面区域差异的重要手段。区划可以对空间分布进行科学分类,分析气候随时间变化规律及其在地理空间分布中的特征,对区域或城市应对和管理气候变化灾害方面提供理论基础,在社会经济发展中发挥着重要作用[7-8]。

1999年,美国学者以州为单位利用1975—1994年间的自然灾害场次,根据受灾地区、灾害损失和人口密度等基本数据对自然灾害区进行分析,得到美国风暴灾害区划[9];在气候变化背景下不少国外学者开始以农业、人口等因素为前提对气候变化进行区划,进一步取得了相应的成果[10-13]。1950s,我国学者黄秉维[14]根据地域系统的基础理论系统化地表示了陆地表层的复杂情况,以此完成了中国自然综合区划;张玉红[15]总结比较了不同风险分析方法后建立了中国沿海城市的风暴潮灾害风险评估指标体系,并得出了风暴潮灾害风险评估模型。诸多学者先后根据自然经济数据完成了综合区划工作的探索[16-19]。目前,在全球增暖背景下,可持续发展研究以及地球系统科学的深入使社会经济和自然要素的综合区划开始成为研究的主要趋势,我国响应积极,于2017年印发《气候适应型城市建设试点工作的通知》,为气候变化制定城市适应论证。

由于气候变化本身非常复杂,它和自然灾害有着密切关系。目前对于气候变化尚未有标准的综合区划方法,且在气候变化区划工作中考虑极端气候指标的研究不多。此外,针对地域复杂、海拔较高以及高温频发的内陆区域气候变化区划的相关研究较少。因此,本文在分析国家应对气候变化出台的政策上,参考国内外研究现状,研究了1980—2017年四川省气候变化综合区划,为四川省应对气候变化提供科学支撑,同时对建立气候适应型城市,促进城市绿色低碳、可持续发展具有重要的现实意义。

1 数据来源与研究方法

1.1 数据来源

采用1980—2017年间四川省151个气象站的观测日值数据集(共156站,其中5站数据缺失:包括宜宾县站(站号56491)、屏山站(站号56494)、筠连站(站号56498)、内江东兴区站(站号57503)以及泸县站(站号57508))(图1),共7个气象要素,分别为日平均气温、平均风速、最低气温、最高气温、降水量、日照时数及风向风速。气象数据全部来源于四川省气象局。

图1 四川省气象站点分布Fig.1 Distribution of meteorological stations in Sichuan Province

1.2 研究方法

1.2.1 气温、降水量变化速率区划

根据2018年发布的《中国气候变化蓝皮书》:1951—2017年,我国年平均地表温度每10 a增加0.24 ℃,升温率高于同期全球水平。因此,以我国平均温度变化速率0.24 ℃/(10 a)为标准,将四川省划分为强增暖区和弱增暖区;以四川省所有栅格单元的降水量平均变化速率79.92 mm/(10 a)为标准,将四川省划分为强增雨和弱增雨区[20](表1)。

表1 气温、降水量划分指标及其标准Table 1 Indexes and criteria for dividing temperature and precipitation

1.2.2 熵权法

熵权法是一种基于指标原始值的离散情况,通过信息熵客观地赋予指标权重的方法[21]。指标信息熵越大,表明该项指标能提供的信息越少,变异程度较小,在综合评估中可发挥的作用较小,所占权重值越小;反之,指标的信息熵越小,则该项指标在评估中越重要,权重值越大[22-23]。熵权法确定指标权重的计算步骤如下:

(1)首先进行原始数据的标准化处理。利用m个评估指标和n个评估对象,建立原始数据矩阵X(公式(1)),并通过公式(2)开展数据的标准化处理:

表2 极端气候区划指数体系Table 2 Index system of extreme climate zoning

(1)

式中:xij表示第i个指标上第j个评价对象的评价值。

(2)

式中:rij表示第i个指标上第j个评价对象的标准值。

(2)其次求解指标信息熵E,计算式如下:

(3)

(3)最后确定指标权重W,计算式如下:

(4)

1.2.3 极端气候区划

极端气候变化研究参考极端气候指数相关研究,该指数的统一标准与定义由世界气象组织(World Meteorological Organization, WMO)提出,在极端气候研究中具有一定的国际影响[24]。其中核心指标基本包含气温与降水量的极端特征,在研究中可以较为准确地实现区域极端气候的表达。根据四川省的地理位置和风小无霜冻期的实际天气情况,本文共选取了16个极端气候指数,其中包括10个极端气温指数和6个极端降水量指数;同时通过熵权法确定各单项极端气候指数权重,建立极端气候区划指数体系(表2)。

1.2.4 模糊综合评价法

模糊综合评价法是参考模糊数学概念的基于使用数学工具解决未具体定义问题的一类方法。在判定气候适应型城市优良中采用此方法划分评语等级区间,对其进行综合评价[25-28]。基于单项极端气候区划结果,确定综合极端气候指数分级(表3)。

表3 四川省综合极端气候指数分级Table 3 Comprehensive extreme climate index classification of Sichuan Province

2 结果分析

2.1 气温、降水量变化速率区划

以四川省的单元地貌以及气温和降水量的变化速率趋势的空间格局进行划分,将四川省划分为5个气候变化区(图2):Ⅰ区为川西高原强增暖弱增雨区;Ⅱ区为川西高原弱增暖弱增雨区;Ⅲ区为川东平原强增暖弱增雨区;Ⅳ区为川东平原强增暖强增雨区;Ⅴ区为川东平原弱增暖强增雨区。从四川省的气温变化格局来看,川西高原和四川盆地中部呈现出明显的变暖趋势,其他地区的变暖趋势较弱;从降水的变化格局来看,川西高原地区呈弱增雨趋势,川东盆地东部及中部少部分地区呈强增雨趋势。

图2 1980—2017年四川省气温和降水量空间分布Fig.2 Spatial distribution of temperature and precipitation in Sichuan Province from 1980 to 2017

2.2 综合极端气候指数区划

1980—2017年四川省10个极端气温指数变化速率分布如图3所示。由此可见,四川省38 a来整体表现为气候变暖。其中,除甘孜藏族自治州的白玉县附近夏日日数呈降低趋势外,其余地区夏日日数变化速率均表现为增加,且川东平原夏日日数增加速率较快(图3a);全省大部分地区霜日日数呈下降趋势,且阿坝藏族羌族自治州、甘孜藏族自治州、凉山彝族自治州、广元市部分地区霜日日数以较快速率下降(图3b)。冷夜日数、冷昼日数、暖夜日数、暖昼日数4个极端气温指数变化速率空间分布无明显规律,增加速率和减少速率基本相等,变化速率均较慢;全省暖昼日数和暖夜日数分别高于冷昼日数、冷夜日数(图3c—f)。四川省大部份地区最大日最高气温、最小日最高气温、最大日最低气温、最小日最低气温呈增加趋势,4项指标中最大日最高气温、最小日最低气温变化速率相对较快,广元市、绵阳市、宜宾市、阿坝藏族羌族自治州东部地区最小日最高气温和最小日最低气温呈较快的下降趋势,以遂宁市为中心的周边地区最大日最低气温增加速率明显(图3g—j)。

图3 1980—2017年四川省极端气温变化速率Fig.3 Extreme temperature change rate in Sichuan Province from 1980 to 2017

1980—2017年四川省6个极端降水量指数变化速率分布如图4所示。可以看出,38 a来四川省东北部地区极端降水量指数增加且速率较快。全省连续无雨日数变化速率有增有减,且变化速率不快,从空间上来看,表现为北减南增(图4a);全省大部分地区连续有雨日数呈增加趋势,且甘孜藏族自治州大部分地区、阿坝羌族自治州和绵阳市小部分地区增加速率相对较快(图4b)。四川省攀枝花市大雨日数有较明显的下降趋势,其余大部分地区大雨日数呈增加趋势,且川东北地区增加速率相对较快(图4c);川东北地区日最大降水量、5 d最大降水量变化速率均增加,且变化速率相对较快;川南地区最大降水量呈较快的下降趋势(图4d、e);湿天降水总量变化速率以增加为主,变化速率较快,尤其是川东北地区,攀枝花市及乐山市部分地区湿天降水总量变化速率呈减少趋势(图4f)。

图4 1980—2017年四川省极端降水量变化速率Fig.4 Change rate of extreme precipitation in Sichuan Province from 1980 to 2017

基于16项极端气温和降水量指数变化速率的研究,按照权重进行栅格叠加,得到1980—2017年四川省综合极端气候指数变化速率(图5)。从空间上看,综合极端气候指数为降低趋势的主要地区为攀枝花市、阿坝藏族羌族自治州、甘孜藏族自治州、凉山彝族自治州、眉山市大部,其余地区以增加趋势为主。

图5 1980—2017年四川省综合极端气候指数变化速率Fig.5 Change rate of Sichuan’s comprehensive extreme climate indexfrom 1980 to 2017

综合考虑行政边界和地形地貌,1980—2017年四川省综合极端气候区划为两大部分(图6):一是综合极端气候指数变化降低区,主要为川西高原和攀西高原地区,该区域极端气候发生率逐年降低;二是综合极端气候指数变化增高区,主要为川东平原地区,该区域极端气候发生率呈上升趋势。

2.3 气候变化综合区划

基于四川省气温和降水量速率区划结果,结合综合极端气候指数区划,将四川省1980—2017年气候变化综合区划为6个气候变化区(图7)。其中,Ⅰ区表示川西高原强增暖弱增雨综合极端气候指数降低区;Ⅱ区表示川西高原弱增暖弱增雨综合极端气候指数降低区;Ⅲ区表示川西高原弱增暖弱增雨综合极端气候指数增高区;Ⅳ区表示川东平原强增暖弱增雨综合极端气候指数增高区;Ⅴ区表示川东平原强增暖强增雨综合极端气候指数增高区;Ⅵ区表示川东平原弱增暖强增雨综合极端气候指数增高区。四川综合气候变化速率最大的为Ⅴ区,包含南充市、广元市、广安市、巴中市、达州市以及遂宁市。

图7 1980—2017年四川省气候变化综合区划Fig.7 Comprehensive regional map of climate changein Sichuan Province from 1980 to 2017

3 结论

本文通过分析四川省1980—2017年主要气象要素观测资料,结合四川省气温和降水量变化速率区划、综合极端气候指数区划,完成了四川省气候变化综合区划。主要结论如下:

(1)1980—2017年四川省气温变化格局整体表现为气候比变暖,且川西高原、四川盆地中部气温变暖趋势相对其他地区更强烈;从降水量变化格局看,川西高原呈弱增雨趋势,川东盆地东部及中部少部分地区呈强增雨趋势。

(2)1980—2017年四川省极端气温指数、极端降水量指数整体上呈增加趋势,且极端事件发生率大致表现为东高西低。从空间分布上看,川西高原和攀西高原地区为综合极端气候指数变化降低区,川东平原地区为综合极端气候指数变化降低区增高区。

(3)1980—2017年四川省气候变化综合区划为6个气候变化区,其中南充市、广元市、广安市、巴中市、达州市以及遂宁市综合气候变化速率最大,对这6个城市的开展气候适应性分析具有重要意义。

目前,针对区域气候特征的研究多以气温和降水量两个因子展开。本文基于四川省1980—2017年气温和降水量数据,结合16个极端气候指标开展了气候区划研究,为四川省气候适应型城市建设和工农业生产提供了科学参考。气候变化是一个复杂的过程,除了气温和降水量两个主要的影响因子,还与大气环流、人类活动等因素密切相关,且目前尚无区划标准,区划方法、标准不同,区划结果可能存在一定程度的差异;而且不同时期,气候特征也可能存在较大差异,气候区划也需要据此进行相应调整,因此在气候变化综合区划方法等方面还有待深入研究。