梧州市极端低温事件及重现期的研究分析

孙小龙 钟礼伟 梁文希 陈飞盛

摘要 为了研究梧州市极端低温事件的变化特点及规律，提供防灾减灾科学依据，利用梧州市近60年的气象观测资料，采用数学统计及广义帕累托分布进行分析。结果表明：（1）梧州市极端低温出现最多的月份为1月，平均值为7.8 d，3月虽仅为0.5 d，但仍需注意防范倒春寒对农业生产的不利影响;（2）1月、2月和12月出现的极端低温强度最强，均为3.6℃，其次是3月和11月;（3）极端低温事件的年平均发生天数为17.7 d，年极端低温事件呈现明显的下降趋势，但极端低温事件发生的强度却更强、灾害性更大;（4）在未来的一段气候时期内，梧州市5年、10年、20年、50年和100年一遇的极端低温重现水平分别是-0.7℃、-1.2℃、-1.5℃、-2.0℃、-2.2℃。

关键词 气候;极端低温;梧州

中图分类号：P466 文献标识码：A 文章编号：2095–3305（2020）08–0–02

Abstract To research the change characteristics and regularity of Extreme Low Temperature Events and Recurrence Interval in Wuzhou， and provide a basis for disaster prevention and mitigation， based on meteorological observations in the last 60 years， we conducted the analysis by applying Mathematical Statistics and Generalized Pareto Distribution （GPD）. The results indicated that： （1） The month with the most extreme low temperature events in Wuzhou is January， its average was 7.8 days. Although Marchs average was 0.5 days， but we should pay attention to prevent the adverse effects of the late spring coldness on agricultural.（2） The extreme low-temperature intensities occurred in January， February， and December， all being 3.6℃， followed by March and November.（3） The average annual number of extreme low temperature events was 17.7 days， and the annual extreme low temperature events showed a significant downward trend， but the intensity of extreme low temperature events was stronger and more catastrophic.（4） In the future period of climate， Wuzhou's extreme low temperature recurrence levels of 5 years， 10 years， 20 years， 50 years and 100 years were -0.7℃， -1.2℃， -1.5℃， -2.0℃， -2.2℃.

Key words Climate; Extreme low temperature; Wuzhou

DOI：10.19383/j.cnki.nyzhyj.2020.08.029

极端天气气候事件是指天气（气候）的状态严重偏离其平均态，属于小概率事件。但由于极端天气气候事件具有突发性强、破坏性大、难以预测等特点，往往给人类社会和生态系统带来严重的影响[1-2]。特别是近年来全球气候变暖，全球范围内极端天气气候事件及其导致的严重灾害出现递增的趋势[3]。

梧州市位于广西东部，地处珠江流域中游，桂江、浔江、西江三江穿城而过，北回归线横贯市区中部，有独特的气候特点。近年来，荔枝、龙眼、火龙果等热带經济植物的种植面积不断扩大，经济收益在梧州市经济发展中占据举足轻重的地位。但农业生产对极端天气气候事件的敏感性和脆弱性特征也日益显著。利用气象观测资料对梧州市极端低温概率分布及重现期进行研究分析，认识和了解极端天气的变化特点，以期为当地应对极端气候事件、合理利用气候资源、提高防灾减灾能力提供科学依据。

1 资料与方法

极端气候事件是在特定的时间和空间发生的罕见天气事件，发生率极小。根据气象行业标准《QX/T 302-2015极端低温检测指标》[4]，采用百分位数确定的阈值来定义极端低温事件：在某一段气候时期内日最低气温从小到大进行排序，取第5个百分位数作为极端低温阈值，小于该阈值则定义为一次极端低温事件。研究数据选取梧州市国家气象观测站1956—2015年60年的逐日地面观测资料。拟采用广义帕累托分布（GPD）概率模型研究分析极端气候事件的特征[5-10]。GPD的概率分布函数如下：

其中，ζ为位置参数，α为尺度参数，k为形状参数。这3个参数可以通过极大似然估计法得到。

采用柯尔莫哥洛夫检验（K-S）对概率模型进行拟合优度检验：。其中，n为样本容量;，表示在所有各点上经验分布与假设概率分布之差的最大值。Dn越小，说明拟合逐点偏差越小，拟合效果越好。取置信度α=0.01，查表得知，相应临界值Kα;若Kf

2 结果与分析

2.1 极端低温

对梧州市国家气象观测站1956—2015年的逐日最低气温进行升序排列，取第5个百分位数5.5℃作为极端低温阈值，即日最低气温<5.5℃时为一次极端低温事件。统计发现，梧州市的极端低温出现在1—3月和11—12月，4—10月无极端低温出现;极端低温多出现在1月，约为7.8 d，该月份出现的频率占所有极端低温事件的44.2%;其次是12月和2月，为4.7 d、4.4 d，占26.3%～24.7%;3月份虽然出现极端低温概率低，平均仅有0.5 d，但仍需注意防范倒春寒对农业生产的不利影响。极端低温的最小值为-3℃，出现在2月;3月和11月的极端低温最小值在0℃以上。从各月份出现极端低温的平均强度来看，1月、2月和12月的平均强度均为3.6℃，3月和11月的平均强度为4.5℃、4.4℃（表1）。

梧州市平均每年发生极端低温事件天数为17.7 d，其中发生最多的年份为1984年，达40 d，发生最少的年份为2015年，仅有3 d。由此可见，极端低温事件的年际差异较大。从梧州市近60年的极端低温事件变化趋势图可以看出，在全球气候变暖的背景下，梧州市年极端低温事件呈下降趋势（下降趋势的倾向率为-1.5 d/10年），特别是1985年以来，极端低温事件减少的趋势更为明显。虽然近年来梧州市的极端低温事件呈现下降趋势，但极端低温事件的强度更强、灾害性更大。例如，1991年12月26—28日，梧州市北部普降大雪，地面积雪厚达1～12 cm，极端最低气温达-1.5℃;1999年12月21—28日，梧州市出现了大范围的霜（冰）冻天气过程，其持续时间长，共历时8 d，为20世纪70年代以来最严重的一次霜冻天气;2008年梧州市遭遇历史罕见的低温雨雪冰冻灾害的极端天气气候事件，造成农业直接经济损失超过1.7亿元。

2.2 重现期

利用1956—2015年的逐日最低气温建立GPD模型进行拟合，根据极大似然法得到的参数估计值ζ=5.5，α=2.3540，k=-0.2625。根据梧州市GPD模型的诊断图，概率图（PP）横坐标是通过观测樣本计算得到经验值概率分布，横坐标是由GPD模型拟合所产生的模型值概率分布，能反映实际样本系列与理论分布的拟合程度（图1）。根据K-S检验，Kf=0.025

3 结论与讨论

（1）梧州市近60年的极端低温出现在1—3月和11—12月，出现频率最多的为1月，月平均7.8 d，其次是12月和2月，为4.7 d、4.4 d;3月平均值仅为0.5 d，但仍需注意防范倒春寒对农业生产的不利影响。

（2）从平均强度来看，1月、2月和12月出现的极端低温强度最强，均为3.6℃，3月和11月的平均强度为4.5℃、4.4℃。

（3）梧州市平均每年发生极端低温事件为17.7 d，但年际差异较大;在全球变暖的背景下，梧州市年极端低温事件呈下降趋势，特别是1985年以来，趋势更为明显，但极端低温事件发生的强度却更强、灾害性更大。

（4）在未来的一段气候时期内，梧州市5年、10年、20年、50年和100年一遇的极端低温重现水平分别是-0.7℃、-1.2℃、-1.5℃、-2.0℃、-2.2℃。

综上所述，在全球气候变暖的大背景下，梧州市的极端低温事件呈现明显的下降趋势，但极端低温事件发生的强度及其带来的灾害性越来越大。研究分析梧州市极端低温事件规律特征，可为当地政府部门建立和完善气象灾害应急预案、提高应对极端气候对农业生产的风险管理能力提供科学依据。

参考文献

[1] 章大全.极端气候事件诊断技术研究[D].扬州：扬州大学，2008.

[2] 罗红磊，何洁琳，李艳兰，等.气候变化背景下影响广西的主要气象灾害及变化特征[J].气象研究与应用，2016，37（1）：10–14.

[3] 吴吉东，傅宇，张洁，等.1949—2013年中国气象灾害灾情变化趋势分析[J].自然资源学报，2014（9）：1520–1530.

[4] 中国气象局.QX/T302-2015，极端低温监测指标[S].北京：气象出版社，2016.

[5] 方国华，戚核帅，闻昕，等.气候变化条件下21世纪中国九大流域极端月降水量时空演变分析[J].自然灾害学报，2016（2）：15–25.

[6] 万仕全，周国华，潘柱，等.南京过去100年极端日降水量模拟研究[J].气象学报，2010，68（6）：790–799.

[7] 蒲义良，高玲玉，叶朗明.江门高温和降水的概率分布及极端事件重现水平[J].广东气象，2018（6）：13–17.

[8] 智协飞，张玲，潘嘉露.我国南方冬季气候变暖前后极端降水事件分析[J].热带气象学报，2011，27（2）：166–172.

[9] 江志红，丁裕国，朱莲芳，等.利用广义帕雷托分布拟合中国东部日极端降水的试验[J].高原气象，2009（3）：101–108.

[10] 高永胜，鲁帆，王雪.杭州市极值暴雨的统计建模与频率计算研究[J].自然灾害学报，2017（26）：230.

责任编辑：黄艳飞