Page 70 - 《高原气象》2026年第4期
P. 70

高     原      气     象                                 45 卷
              1000
             区域, 呈狭长状, 其地形地貌具有复杂多样的形                            228)。该数据集是由吴佳和高学杰(2013)使用区域
             态, 以蒙古高原为主体, 其余主要由山地、 丘陵与                          范围为 69. 75°E -140. 25°E, 14. 75°N -55. 25°N 的
             平原等构成, 河流、 湖泊等所占面积甚少。此外,                           中国境内 2400 多个台站的观测资料, 采用距平逼
             内蒙古地处中纬内陆, 绝大多数地区属于温带大陆                            近法, 由气候场和距平场分别插值后叠加得到的水
             性气候, 气候干燥、 降水稀少且不均、 四季变化剧                          平分辨率为 0. 25°×0. 25°的逐日观测数据, 另外该
             烈是内蒙古地区主要的气候特点, 其中干旱半干旱                            数据集已删除与气候态或周边站点值差别过大的
             面积占全区总面积的 80% 左右, 生态环境十分脆弱                         数据等基础的质量控制, 其精度相对一般数据集较
             (苏日罕等, 2023)。                                      高, 可以满足本研究对数据的需求。
             2. 2 数据来源                                          2. 2. 2 其他数据
             2. 2. 1 气象数据                                           鉴于 CDHW 事件的动态变化与多种因素密切
                  内蒙古地区 1961 -2021年逐日最高温度、 最低                   相关, 本文选取气象、 水资源、 生态环境以及人类
             温度和降水量数据来自于CN05. 1格点化观测数据集                         活动四类指标构建综合评估体系, 以全面评估 CD‐
             (下载网址: https: //ccrc. iap. ac. cn/resource/detail id=  HW事件的驱动因素, 详细数据来源见表1。
                                                        表1  数据详情
                                                   Table 1  Details of the data
                指标类型             数据名称                                      数据来源

                  气象          潜在蒸散量(pet)           TerraClimate数据集(https: //climate. northwestknowledge. net/TERRACLIMATE/)
                            地表下行短波辐射(srad)
                 水资源           土壤水分(soil)
                                地表径流(Q)
                生态环境        归一化植被指数(NDVI)           北京大学PKU GIMMS NDVI全球数据集(https: //zenodo. org/records/8253971)
                               植被类型(vege)                  中国科学院资源环境科学数据中心(http: //www. resdc. cn)
                             土壤类型(soil_types)

                人类活动          CO 排放量(CO )             全球温室气体数据集(https: //edgar. jrc. ec. europa. eu/dataset_ghg80#p2)
                                2
                                         2
                              放牧强度(LHGI)                       地球资源数据云平台(http: //www. gis5g. com)
                            土地利用变化(LUCC)           武汉大学30 m分辨率中国土地覆被数据集(https: //zenodo. org/records/12779975)

             2. 3 方法介绍                                         (AIC)挑选出最佳分布(Akaike, 1974), 用以计算
             2. 3. 1 复合干旱和热浪事件识别                                SPI和SHI值, 从而保障分析的准确性。
                 (1) 每日干旱和热浪指数。本文采用每日标准                            (2) 极端和独立事件。本研究采用综合方法识
             化降水指数(SPI)(McKee et al., 1993)和标准化热                别和定义 CDHW 事件, 不仅考虑了固定阈值(SHI>
             浪 指 数(Standardized  Heatwave  Index,  SHI)(Raei    0. 5 和 SPI<-0. 5)来预识别干旱和温暖期(Shan et
             et al., 2018)来捕捉全年中的异常干旱和温暖期。                      al., 2024; Zhang et al., 2023), 还通过排除轻微事
             鉴于全球变暖引起的温度非平稳性问题, 选定过去                            件和合并相互依赖的时期来优化事件的识别(Fleig
             30年作为历史参考期, 并将该时期每日平均数值视                           et al., 2006)。同时引入持续时间和接近性来衡量
             为当日的预期正常温度。计算 SHI 值时, 通过累积                         事件的严重性和时间上的接近度, 其中持续时间
             分布函数(CDF)和标准正态 CDF 的逆函数进行估                         代表事件的天数, 接近性则基于 SPI 或 SHI 曲线与
             计 。 计 算 SPI 值 时 ,  依 据 90  d 积 累 期 长 度(Hu          预识别阈值线之间的面积来衡量两个邻近事件之
             et al., 2024), 将降水值分为零值和正值, 分别估算                   间的距离。例如, 干旱接近性数值较小意味着 SPI
             其概率, 同样借助 CDF 和标准正态 CDF 的逆函数                       值接近预识别阈值, 邻近时期在这种情况下更可能
             来完成计算。值得注意的是, 闰年的情况要特殊处                            相互依赖, 表明应该合并邻近时期并将两者间隔纳
             理, 28 日温度取 2 月 28 -29 日的平均值, 降水量则                  入一个更长的时期(Shan et al., 2024)。这种方法允
             直接叠加至 28 日, 最终移除闰日。在分布选择上,                         许将事件的严重性视为符合广义极值分布的极端
             综合考量 10 种常用分布, 依据 Akaike 信息准则                      事件, 并将它们的时间分布视为遵循泊松过程的独
   65   66   67   68   69   70   71   72   73   74   75