1. 引言

2023年3月，根据IPCC发布的第六次评估报告，2011~2020年全球地表平均气温较1850~1900年上升了1.1℃ [1] 。全球气温的持续上升和极端气候事件的频发，已经成为影响人类社会可持续发展的重要议题。相较于平均气候状况，极端气候事件突发性更强、影响范围更广泛、预测难度更大 [2] ，因此，在全球气候变暖的背景下，我们需要加强对极端气候事件的研究，以便更好地应对这一挑战。

已有研究表明，全球范围内，极端高温事件的频次和强度均呈现出明显的上升趋势，与此同时，极端低温事件的频次则呈现下降趋势，然而，其强度却在不断增强 [3] [4] [5] 。在我国，极端气候事件的变化也较为显著，导致了近几十年来我国遭遇极端高温、干旱和热浪频次的显著增加 [6] 。从大区域空间尺度的角度来看，我国北方地区气温极端化的现象相较于南方地区更为显著 [7] 。在江淮流域，极端气温指数在南北方向上呈现出梯度变化的特征，其中最高温度分布在浙江、江西地区，长江以北地区极端冷指数下降，较长江以南更加明显 [8] 。

在全球气候持续变暖的背景下，全球水循环受到深刻影响，进而导致全球范围内极端降水事件也不断增多 [9] 。近50年来，中国极端降水事件明显增多 [10] ，强降水和极强降水量呈现出上升趋势，极端降水强度也显著增强 [11] 。值得注意的是，我国极端降水事件的区域差异较为明显。研究显示，在长江流域、西北地区和东南地区，近年来极端降水的趋势呈现出逐年增加的态势，而西南、华北以及东北部分地区的极端降水则表现出减少的趋势 [12] 。

宿迁市地处江苏北部，沂沭泗流域和淮河流域的下游，属暖温带季风气候区，四季分明，季风盛行。宿迁市年均气温在14.7~15.3之间，无霜期长，年平均降水量为898.7 mm，年内降水主要集中于夏季，占全年的60%左右。本文根据宿迁市4个地面气象观测站1961~2021年逐日平均气温、降水量、最高和最低气温数据，选取ETCCDI推荐的18个极端气候指数，其中包括11个极端气温指数和7个极端降水指数，并用线性倾向估计法、M-K突变检验、滑动T检验、RClimDex模型、小波分析和R/S分析等对宿迁市极端气候(气温和降水)事件进行了全方位深入的研究，并对其未来趋势进行了预测，以便更有效地应对极端天气的发生，为宿迁市防灾减灾提供科学的依据。

2. 资料与方法

2.1. 资料

采用宿迁市4个地面气象观测站1961~2021年逐日平均气温、降水量、最高和最低气温数据，计算由ETCCDI推荐的11个极端气温指数和7个极端降水指数，选取的18个极端气候指数及其定义见表1。

2.2. 研究方法

运用线性拟合对极端气候指数进行趋势分析；利用小波分析方法 [13] [14] 研究宿迁地区61 a极端气温与降水指数的周期特性，小波能量谱能揭示时间序列在不同时间尺度上的周期变化，并呈现出这些周期变化在时间域上的分布情况；利用R/S分析法计算极端气候指数的Hurst指数 [15] [16] 和非周期性循环的平均循环长度 [17] [18] [19] ，不同Hurst指数的H值意味着不同的趋势变化，当0 < H < 0.5时，时间序列的未来变化趋势与过去呈相反态势；当0.5 < H < 1时，时间序列的未来变化趋势与过去的变化趋势保持一致。Hurst指数具体分级标准见表2。

3. 结果分析

3.1. 极端气温指数变化特征研究

3.1.1. 年际变化趋势特征

1961年以来，宿迁地区极端气温强度指数中，日最高气温极大值(TXx)和日最低气温极小值(TNn)均呈上升趋势(图1(a)~(b))，表明宿迁气温升高，呈增暖趋势，但是TNn的变幅明显高于TXx，呈显著不对称性，TXx近61 a来上升趋势不显著(P > 0.05)，气候倾向率为0.08℃/10 a；TNn近61 a来呈显著增加趋势(P < 0.01)，气候倾向率为0.6℃/10 a；气温日较差(DTR)具有显著下降趋势(P < 0.01)，气候倾向率为−0.26℃/10 a (图1(c))。

极端气温的频率指数变化十分显著。其中，冷相关指数的冷昼(TX10p)、冷夜(TN10p)、霜冻日数(FD0)均呈显著减少趋势(P < 0.01) (图1(d)~(e)，图1(i))，其气候倾向率分别为−1.76 d/10 a，−5.13 d/10 a，−6.89 d/10 a。暖相关指数中，暖夜日数(TN90p)以显著趋势上升(P < 0.01) (图1(g))，其增加速率为5.15 d∙10a⁻¹。暖昼日数(TX90p)也呈现显著上升趋势(P < 0.05)，其增加速率为1.44 d∙10a⁻¹。超过35℃的高温日数(SU35)变化趋势不显著(图1(h))，近61 a来存在两个峰值区间，分别位于1961~1970年和2014~2015年，1970 s~2010 s之间整体呈小幅波动的态势。

极端气温持续时间指数中，暖持续日数(WSDI)总体呈缓慢上升趋势(图1(j))，冷持续日数(CSDI)呈显著减少趋势(P < 0.01) (图1(k))，从趋势图上可以看出，1996年至今，除了2003年6天，冷持续日数一直为0 d。

综合以上分析，近61年来，宿迁地区极端高温和极端低温均呈增加趋势，极端低温升温幅度大于极端高温，同时气温日较差呈减小趋势。对于极端高温事件，无论是频率指标，还是持续性指标，均呈上升趋势，而极端低温事件的频率指标和持续性指标都呈下降趋势。在各极端气温指数中，暖夜日数上升速率最快，霜冻日数下降速率最快。

3.1.2. 周期分析

由小波功率谱可知(图2(a))，TXx存在4个显著聚集中心，其中心坐标分别为：(6, 1975)、(3, 1978)、(2, 1992)和(5, 2004)。同时，以每个坐标为中心的小波能量在时域尺度上的强集中影响范围分别是1965~1987年、1976~1981年、1983~1999年和1998~2021年。从全局小波谱中可以看出，TXx存在2 a、6 a、14 a和32 a左右的周期，其中2 a和6 a周期通过了95%显著性水平检验，而6 a震荡周期表现得尤为显著，因此TXx的主周期为6 a左右。

TNn也存在4个主要的聚集中心(图2(b))，其中心坐标分别为：(4, 1972)、(2, 1991)、(7, 1991)和(2, 2012)。以(4, 1972)为中心的气温指数小波能量呈现出强烈的集中态势，其影响范围主要集中在1961~1976年，以(2, 1991)和(7, 1991)为中心的强集中影响范围均是1986~2000年，以(2, 2012)为中心的强集中影响范围均是2006~2020年。从小波谱中看出，TNn具有2 a和32 a的振荡周期，其中2 a左右的振荡周期在95%的显著性水平上通过了检验，因此可以确定TNn的主周期约为2 a。

从图2(c)可以看出，DTR存在4个主要的聚集中心，其中心坐标分别为(4, 1966)、(2, 1982)、(5, 1988)和(2, 2000)，这些中心的强集中影响范围为1961~1970、1978~1986、1984~1990和1992~2005年。但以(4, 1966)为中心的边界效应影响时段为1961~1968年。从全局小波谱中看出，DTR存在2 a、16 a和32 a的振荡周期，其中2 a周期通过95%显著水平检验，因此DTR的主周期约为2 a。其他极端气温指数的小波能量谱特征详见表3。

3.2. 极端降水指数变化特征研究

3.2.1. 年际变化趋势特征

近61 a来宿迁地区极端降水强度指数(RX1day、RX5day、R95p、SDII)均呈上升趋势(图3(a)~(d))，上升速率分别为3.14 mm/10 a、5.09 mm/10 a、9.53 mm/10 a和0.3mm∙d⁻¹/10 a，均未通过0.05显著性水平检验，上升趋势不显著；表征极端降水频率的暴雨日数R50，近61 a呈缓慢上升趋势(图3(e)) (P < 0.05)，气候倾向率为0.079 d/10 a；表征降水持续时间的两个指数近61 a来呈下降趋势(图3(f)~(g))，趋势变化不明显(P < 0.05)，但年际间波动较大，连续无降水日数(CDD)全市平均在39.97 d，连续降水日数(CWD)平均在5.22天。综上，表征极端降水强度和频率的指数呈上升趋势，持续时间指数呈下降趋势，说明宿迁地区降水集中度提高。

3.2.2. 周期分析

以RX1day为例，分析宿迁市极端降水指数的周期变化特征，结果见图4。由图可知，RX1day在95%的置信区间下有1个聚集中心，其中心坐标为(3, 1985)，影响范围为1961~2012年。从小波谱中可以看出，RX1day存在2 a、5 a和10 a左右的周期，2 a和5 a左右的振荡周期通过0.05显著性水平检验，且它们的震荡强度相当，因此RX1day的主周期为2 a和5 a。其他极端降水指数的小波能量谱特征详见表4。

4. 极端气候指数变化趋势预测

4.1. 极端气温指数

应用R/S分析法计算了极端气温指数的Hurst指数(见表5)，结果表明，宿迁地区各极端气温指数的Hurst指数均大于0.5，表现为各气温序列具有长程相关性，即未来一段时间范围内，宿迁地区各极端气温指数的变化情况与过去61 a的趋势相同。其中，DTR、TN10p、TX90p、TN90p、FD0的H值为>0.8，表现出了很强的持续性，TXx、TNn、TX10p、SU35、CSDI的H值为0.7~0.8，表现出强或较强的持续性，只有WSDI的H值接近0.5，持续性特征很弱。结合前述分析，可知极端气温持续上升，极端高温事件的强度(TXx、TNn)、频率(TN90p、TX90p、SU35)和持续性(WSDI)持续增大，极端低温事件的频率(TN10p、TX10p、FD0)和持续性(CSDI)持续减小。

4.2. 极端降水指数

宿迁地区极端降水指数的Hurst指数如表6所示，RX1day、RX5day、CDD、CWD呈现反持续性，R95p、R50和SDII表现为持续性，结合趋势图可知宿迁地区的R95p、SDII、R50、CWD、CDD未来呈增大趋势，RX1day、RX5day呈减小趋势，但是与极端气温指数相比，极端降水指数在持续性和反持续性方面表现出较弱或很弱的特征。

4.3. 平均循环长度

Hurst指数仅能揭示时间序列的未来趋势，无法确定这种趋势的持续时间，为此，我们使用统计量V来计算平均循环长度，以反映过去趋势对未来的影响时长。本文以气温日较差指数(DTR)为例，图5中，箭头所示的首个明显转折点，即代表系统的平均循环长度。对于气温日较差指数，其平均循环长度为16 a，意味着在16 a后，该指数将不再依赖初始数据。其他极端气候指数的平均循环长度详见表7。从表5~7中我们可以看到，对于同一指数，其持续性特征与平均循环长度之间存在密切关联，当一个指数的持续性越强时，其平均循环长度也越长。整体上，极端气温指数的平均循环长度多大于15 a，而极端降水指数的循环长度多小于10 a，极端气温指数的平均循环长度普遍大于极端降雨指数，这意味着极端气温指数对未来趋势的影响时间更为持久。

5. 结论

在气候变化作用下，宿迁地区极端气候事件加剧。本研究基于实测气象站点数据资料探讨分析了1961~2021年间宿迁地区极端气候历史变化趋势和演变特征，预测了极端气候事件的未来变化趋势，以期为宿迁地区的防灾减灾工作提供帮助。主要结论如下：

1) 近61 a来，宿迁地区极端高温和极端低温均呈增加趋势，极端低温升温幅度大于极端高温，同时气温日较差呈减小趋势。对于极端高温事件，无论是频率指标，还是持续性指，标均呈上升趋势，而极端低温事件的频率指标和持续性指标均呈下降趋势。此外，极端降水事件的强度和频率呈微弱的上升趋势，持续性呈微弱的下降趋势。

2) 冷暖指数和昼夜指数在变化幅度上存在明显差异和不对称性。具体来说，冷指数的升温趋势明显高于暖指数，而夜指数的升温幅度也超过昼指数。

3) 从周期性来看，极端气温指数多存在2~6 a、20 a和32 a的周期变化，但只有2~6 a的周期通过了95%显著性水平检验；极端降水指数多存在2 a和5 a的周期变化，其中2 a左右的周期通过了95%显著性水平检验。

4) 将极端气候指数的历史变化趋势与Hurst指数叠加，可预测未来宿迁地区极端气温持续上升，极端高温(低温)事件的强度、频率和持续性持续增大(减小)，宿迁地区气候变暖的状态仍继续保持；极端降水事件中R95p、SDII、R50、CWD、CDD未来呈增大趋势，RX1day、RX5day呈减小趋势。极端气温指数的平均循环长度多大于15 a，而极端降水指数的循环长度多小于10 a。

基金项目

本文受到宿迁市气象局科研项目(SQ202205)的资助。

参考文献

参考文献