跳至內容

1961–2017年中巴經濟走廊北端東帕米爾高原極端升溫過程數據集

維基文庫,自由的圖書館
1961–2017年中巴經濟走廊北端東帕米爾高原極端升溫過程數據集
作者:毛煒嶧 姚俊強 陳靜
2019年8月26日
本作品收錄於《中國科學數據
毛煒嶧, 姚俊強, 陳靜. 1961–2017年中巴經濟走廊北端帕米爾高原區域極端升溫過程數據集[J/OL]. 中國科學數據, 2019, 4(3). (2019-04-29). DOI: 10.11922/csdata.2018.0019.zh.


摘要&關鍵詞

[編輯]

摘要:中巴經濟走廊北端穿越帕米爾高原,周邊地形複雜,生態環境脆弱,災害多樣且頻發。極端升溫引起的冰雪消融是主要的水文氣象災害之一,備受社會和科學界關注。本文基於中巴經濟走廊北端東帕米爾高原中國境內3個長序列觀測氣象站1961–2017年的逐日氣溫數據,定義並計算了單站升溫日、升溫過程(初日、終日及持續日數)、過程升溫幅度、不同時段升溫幅度等升溫過程指標,建立了逐站升溫過程數據集,並根據極端事件指標,建立了極端升溫過程數據集。本數據集可以作為全球變暖背景下中巴經濟走廊北端帕米爾高原區域的極端升溫事件發生頻率和趨勢探測分析的材料,為中巴經濟走廊帕米爾高原區域的融冰(雪)洪水預警提供數據支撐,應對降低氣候變暖背景下中巴經濟走廊北端帕米爾高原區域冰雪洪水災害風險。

關鍵詞:中巴經濟走廊;帕米爾高原;極端升溫過程;氣象站點

Abstract & Keywords

[編輯]

Abstract: China-Pakistan economic corridor passes through the Pamirs Plateau in the north, a place characterized by complex terrain and fragile ecological environment and frequented by diverse disasters. One of the major hydrologic meteorological disasters is glacier melt runoff caused by extreme temperature-rising, which draws attention of the scientific community. Based on the daily maximum temperature data observed by three meteorological stations at the eastern Pamirs Plateau, we determined and calculated the indices of the temperature-rising process over eastern Pamirs Plateau, including the temperature-rising dates, process (start and end dates, duration), ranges during different periods of each station. We also analyzed the change characteristics of the process to build the dataset for the extreme temperature-rising process from January 1, 1961 to December 31th 2017. This dataset is useful for research on the occurrence frequency and development trend of extreme temperature-rising events over Pamirs Plateau in the background of global warming. It also provides data support for early warning of extreme climates and flood disasters over the China-Pakistan economic corridor.

Keywords: China-Pakistan economic corridor; Eastern Pamirs Plateau; extreme temperature-rising process; meteorological stations

數據庫(集)基本信息簡介

[編輯]
數據庫(集)名稱 1961–2017年中巴經濟走廊北端東帕米爾高原極端升溫過程數據集
數據作者 毛煒嶧,姚俊強,陳靜
聯繫人 毛煒嶧(mao6991@vip.sina.com)
數據時間範圍 1961–2017年
地理區域 中巴經濟走廊北端東帕米爾高原山區中國段,包括3個氣象觀測站
時間分辨率
數據量 1.22 MB
數據格式 CSV
數據服務系統網址 http://www.sciencedb.cn/dataSet/handle/595
基金項目 國家自然科學基金項目(U1503181、41605067、41375101)
數據庫(集)組成 本數據集由12個文件(CSV)組成,每個測站2個升溫過程數據文件,1個是該站所有升溫過程數據文件,1個極端升溫過程數據文件。另外,還有烏恰站的日最高氣溫、日平均氣溫及其對應的距平和多年平均值共6個文件。升溫過程數據文件中包括該站1961年1月1日至2017年12月31日的所有升溫過程相關要素結果,數據文件命名規則:Temperature-rising+氣象測站編號+1961-2017.CSV。每次升溫過程均包括13個要素:升溫過程開始日期(年 、月、日),結束日 期(年、月、日),過程持續日數,過程升溫幅度,過程中最大24 h、48 h及72 h升溫幅度(若過程不足2 d則48 h、72 h升溫幅度空缺;若不足3 d,則72 h升溫幅度空缺),過程極端最高氣溫,過程日氣溫距平幅度最大值。升溫過程數據文件命名規則為:temperature_rising_process_XXXXX_1961_2017.CSV(XXXXX表示WMO統一的氣象台站編號)每個文件數據量根據該站升溫過程數量多少而有差異,未壓縮數據量大約為253–282 KB。在此基礎上又整理了該站極端升溫過程數據文件,數據文件命名規則:extreme_temperature_rising_process_PER05_XXXXX_1961_2017.CSV(XXXXX表示WMO統一的氣象台站編號),文件中每次升溫過程要素與上一個文件相同,多了1項綜合強度指數。文件數據量根據各站升溫過程數量多少而有差異,未壓縮數據文件大約為15–17 KB。烏恰日平均氣溫文件命名為temperature_day_51705-1961_2017.CSV,日最高氣溫文件命名為temperature_day_max_51705-1961_2017.CSV,未壓縮數據文件大約為100–102 KB。日平均氣溫距平文件命名為temperature_day_ano_51705-1961_2017.CSV,日最高氣溫距平文件命名為temperature_day_max_ano_51705-1961_2017.CSV,未壓縮數據文件大約為95 KB。日平均氣溫多年平均值文件命名為temperature_day_ave_51705-1961_2017.CSV,日最高氣溫多年平均值文件命名為temperature_day_max_ave_51705-1961_2017.CSV,未壓縮數據文件大約為2 KB。

Dataset Profile

[編輯]
Title A dataset for the extreme temperature-rising process over eastern Pamirs Plateau in northern China–Pakistan economic corridor (1961 – 2017)
Data corresponding authors MaoWeiyi(mao6991@vip.sina.com)
Data authors MaoWeiyi, Yao Junqiang, Chen Jing
Time period 1961–2017
Geographical scope The Pamirs Plateau in northern China–Pakistan economic corridor
Temporal resolution Day
Data volume 1.22 MB
Data format CSV
Data service system <http://www.sciencedb.cn/dataSet/handle/595>
Sources of funding National Natural Science Foundation of China (U1503181, 41605067, 41375101)
'Dataset 'composition This dataset consists of 12 documents in CSV format, including 6 temperature-rising process documents and 6 extreme temperature-rising process documents. Moreover, daily maximum temperature, daily mean temperature, anomaly and mean annual temperature values at the Wuqia station documents. Files of this dataset are named after their index names in English. Temperature-rising process file named by the 「Temperature-rising」 + WMO Number + 「1961-2017」. Temperature-rising process file consists of GCCR (year, month, day), GCZR (year, month, day), CXRS, FD, TG, JP, FD24, FD48 and FD72 in each station. Each file has a slightly different data volume depending on the number of temperature-rising process and the year of observation. Extreme temperature-rising process file named by the 「extreme_temperature_rising_process_PER05_WMO Number_1961_2017」, and it consists of above 13 index and IZ4 in each station. Each file has a slightly different data volume depending on the number of temperature-rising process and the year of observation. In the Wuqia station, daily mean temperature file named by the 「temperature_day_51705-1961_2017」, daily maximum temperature file named by the 「temperature_day_max_51705-1961_2017」, anomaly mean temperature file named by the 「temperature_day_ano_51705-1961_2017」, anomaly maximum temperature file named by the 「temperature_day_max_ano_51705-1961_2017」, mean annual temperature file named by the 「temperature_day_ave_51705-1961_2017」, and mean maximum temperature file named by the 「temperature_day_max_ave_51705-1961_2017」. The amount of uncompressed data is about 1.22 KB.


引 言

[編輯]

IPCC第五次評估報告重點針對極端事件變化及其風險應對進行了評估,全球變暖背景下,各地極端天氣氣候事件規律發生變化或導致區域氣象災害頻發,災害風險加劇[1]。近半個世紀以來,新疆各區域均呈現出極端暖事件顯著增加、極端冷事件顯著減少的變化趨勢[2][3]。在新疆,溫度急劇上升(強升溫過程)後並維持3天或以上,可直接引發嚴重災害。夏季氣溫急劇上升導致河流源區冰川消融加劇,甚至會引發特殊流域出現冰川消融洪水、融冰與降水混合型洪水以及冰壩潰決型洪水[4][5]。我國最大的內陸河塔里木河流域,其發源於崑崙山、帕米爾高原和天山山區的各大源流都是高溫融雪(冰)洪水的高發區。隨全球變暖,近幾十年來塔里木河流域的融雪(冰)洪水增多、加劇[6][7]。2015年夏季新疆出現大範圍高溫過程,再次引發塔里木河源流區域發生洪水,崑崙山–帕米爾高原一帶也有險情出現[8]。冬季出現的極端暖事件同樣對新疆冰雪水資源造成顯著影響,甚至也會引發洪水災害。2010年1月新疆北部出現極端升溫過程,造成北疆塔額盆地積雪在隆冬時節快速消融,發生冬季融雪型洪水[9]

近年來,區域極端溫度以及高溫熱浪等極端事件變化的研究成果較為豐富[10][11],但是,從變溫天氣過程(不論是降溫過程還是升溫過程)角度來研究其極端特徵的工作成果尚不多見。為了進一步加強區域溫度變化帶來的危害和風險應對,開展中巴經濟走廊區域極端升溫過程變化研究非常必要,為進一步推進極端變溫事件研究提供支持,也是在全球變暖背景下積極應對中巴經濟走廊區域極端天氣氣候事件變化帶來的新挑戰的具體舉措。

本數據集為中巴經濟走廊北端帕米爾高原中國境內測站升溫過程與極端升溫過程數據。利用逐日最高氣溫,建立了站點升溫過程數據。在分析單要素強度指標及升溫過程強度排序特徵基礎上,定義了一個升溫過程綜合強度指數,根據該強度指數的百分位排序法,選取強度排名在前5%的過程,建立了極端升溫過程數據。整理出的中巴經濟走廊北端帕米爾高原中國境內站點端升溫過程,為進一步分析中巴經濟走廊地區長時間序列極端升溫過程變化特徵提供了可靠的數據支撐。

1 數據採集和處理方法

[編輯]

1.1 站點分布

[編輯]

本文所採用的原始氣象站觀測資料來源於新疆氣候中心氣候業務數據庫,氣象觀測站點主要分布於中巴經濟走廊北端帕米爾高原區域,氣象觀測站高程範圍在2177–3507 m,分布在中華人民共和國新疆維吾爾自治區,主要包括塔什庫爾干、吐爾尕特和烏恰3個氣象站點,各站的經、緯度和海拔高度等信息見表1。


表1 中巴經濟走廊北端東帕米爾高原中國區域氣象測站地理參數表

站名 '氣象測站編號'(WMO統一) 緯度(N) 經度(E) 海拔高度(m) 年份
塔什庫爾干 51804 37°47′ 75°14′ 3093.7 1961–2017
吐爾尕特 51701 40°31′ 75°24′ 3507.2 1961–2017
烏恰 51705 39°43′ 75°15′ 2177.5 1961–2017


1.2 數據生產流程

[編輯]

1.2.1 升溫過程基本要素定義

[編輯]

確定了極端升溫過程指標[12][13]:單站升溫日,單站升溫過程(初日、終日及持續日數),過程升溫幅度過程內最大24 h、48 h和72 h不同時段升溫幅度,以及過程極端最高氣溫和過程日最高氣溫距平偏高幅度最大值。指標定義見表2。


表2 升溫過程指標及其含義

概念 定義
升溫日 測站日最高氣溫較前一天上升,即當天與前一天的日最高氣溫差值ΔT24 >0℃,則定義為一個氣溫上升日,簡稱為升溫日
升溫過程、過程初日(GCCR)及終日(GCZR) 測站24 h變溫圖片ΔT24 由圖片≤0℃轉為>0℃的第一天定義為升溫過程初日,持續到圖片圖片 ΔT24 再次出現圖片圖片 ≤0℃的前一天,稱為升溫過程終日,從過程初日到終日稱為一次升溫過程
持續日數(CXRS) 過程初終日之間(含初、終日)的天數稱為升溫過程持續日數
升溫幅度(FD) 升溫過程終日與過程初日的前一天之間的日最高氣溫差定義為過程升溫幅度
最大24 h升溫幅度(FD24) 過程中所有圖片圖片 ΔT24 中的上升幅度最大者稱之為過程最大24 h升溫
最大48 h升溫幅度(FD48) 過程中所有圖片圖片圖片 ΔT48 中的上升幅度最大者稱之為過程最大48 h升溫;如果升溫過程持續不足2 d,則過程最大48 h升溫不統計
最大72 h升溫幅度(FD72) 過程中所有圖片圖片圖片 ΔT72 中的上升幅度最大者稱之為過程最大72 h升溫,如果升溫過程持續不到3 d,那麼過程最大72 h升溫不統計
最高氣溫(TG) 過程終日的日最高氣溫值
日最高氣溫距平最大偏高幅度(JP) 過程中所有日最高氣溫與同日多年平均值之差的最大值


1.2.2 升溫過程計算流程

[編輯]

1. 基本數據準備:(1)使用經過質量控制的測站逐日最高氣溫資料,分別計算逐日24 h、48 h和72 h變溫;(2)計算1961–2017年逐日最高氣溫57年平均值,每天的平均氣溫再進行5天滑動平均值;(3)根據逐日最高氣溫資料及其多年平均資料,計算逐日的氣溫距平值。

基於日最高氣溫的變溫數據。 計算逐日的24 h變溫數據時,使用當天的日最高氣溫與之前第1天的最高氣溫相減,得到的差值記為當天的24 h變溫數據,1961年1月1日的24 h變溫數據使用了1960年12月31日的日最高氣溫資料;同樣,分別計算當天與之前第2天、第3天的日最高氣溫的差值,1961年1月1日的48 h和72 h的變溫數據使用了1960年12月29、30、31日的日最高氣溫資料。最終得到1961年1月1日至2017年12月31日的逐日24 h、48 h和72 h變溫數據。

日最高氣溫多年平均數據。 每個測站1961年1月1日至2017年12月31日的日最高氣溫多年平均數據取57年平均,分別計算了1月1日到12月31日的57年(1961–2017年)平均值,對於閏年的2月29日,則是將57年中14年樣本數據進行了平均。然後在將1月1日到12月31日的日平均值再次用前後各2天的數值進行5天滑動平均計算,最後得到多年平均的1月1日到12月31日的57年平均值數據。

日最高氣溫距平數據。 使用1961年1月1日到2017年12月31日的逐日最高氣溫資料分別減去當天的多年平均值,得到該站1961年1月1日到2017年12月31日的日最高氣溫距平數據。

2. 升溫過程判識:(1)根據表2給出的升溫過程定義,使用逐日的24 h變溫數據資料,判識升溫過程的開始、結束日期;(2)結合日最高氣溫及其距平,以及逐日的24 h、48 h和72 h變溫值,判識給出升溫過程時段內的過程最大24 h、48 h和72 h升溫幅度,並給出過程極端最高氣溫和過程日最高氣溫距平幅度最大值。得到逐次升溫過程的各要素值,形成每站的升溫過程數據集文件。

將上述描述升溫過程開始、結束的具體日期以及過程持續日數,再加上經過識別得到的過程升溫幅度、過程內最大24 h、48 h、72 h升溫幅度,以及過程內最大距平幅度和極端最高值,構成一次升溫過程的各個要素。將測站1961年1月1日至2017年12月31日所有升溫過程的上述要素整理形成該站的升溫過程數據集文件。

1.2.3 極端升溫過程計算流程

[編輯]

單要素強度指標計算。根據該站升溫過程數據集,分別分析過程升溫幅度、過程最大24 h升溫幅度、過程極端最高氣溫和過程日最高氣溫距平幅度最大值4個要素的標準化值,作為單要素強度指標,4個單要素指標能夠從不同角度定量表徵升溫過程強度。

基於4要素的綜合強度指標計算。每個過程的4個單要素強度指標中,過程升溫幅度(IZFD)指標反映了升溫過程整體強度,過程最大24 h升溫幅度(IZFD24)指標反映了升溫過程中短時升溫強度,過程極端最高氣溫(IZTG)指標反映了升溫過程中絕對最高溫度強度,過程日最高氣溫距平幅度最大值(IZJP)指標反映了升溫過程中日最高氣溫與歷年同期平均值的偏離程度。採用上述4個單要素強度特徵量標準化指數的等權重之和,作為單站升溫過程強度綜合評估指標IZ4,計算公式為:

IZ4=IZFD+IZFD24+IZTG+IZJP (1)

根據綜合指數IZ4由高到低順序排列,取前5%的升溫過程形成極端升溫過程數據集文件。

2 數據樣本描述

[編輯]

本數據集最終包含中巴經濟走廊北端東帕米爾高原中國境內3個站點的升溫過程數據和極端升溫過程數據文件,存儲為CSV格式文件。每次升溫過程包含13個要素,分別為:升溫過程初日(年、月、日),終日(年、月、日),持續日數,過程升溫幅度,過程內最大24 h、48 h和72 h不同時段升溫幅度,以及過程極端最高氣溫和過程日氣溫距平偏高幅度最大值。極端升溫過程數據文件中還包括基於過程升溫幅度、24 h升溫幅度、過程極端最高氣溫和過程日氣溫距平偏高幅度最大值4個單要素計算的綜合強度的百分位排位方法得到的極端升溫過程數據。每次過程包含有上述過程的13個要素外,還包括綜合強度指標值,共計14個要素。文件第1行給出了各列數據對應的字段名,從左到右共計14個字段名,表示含義見表3。數據文件以英文名稱命名,例如塔什庫爾干站(台站號:51804)的升溫過程數據文件命名為temperature_rising_process_51804_1961_2017.CSV,極端升溫過程數據文件命名為extreme_temperature_rising_process_PER05_51804_1961_2017.CSV。另外,還整理了烏恰站(51705)的日最高氣溫、日平均氣溫及其對應的距平和多年平均值共6個數據文件。日最高氣溫數據文件命名為:temperature_day_max_51705_1961_2017.CSV,日最高氣溫距平數據文件命名為:temperature_day_max_ano_51705_1961_2017.CSV,日最高氣溫多年平均值數據文件命名為:temperature_day_max_ave_51705_1961_2017.CSV。日平均氣溫數據文件命名為:temperature_day_51705_1961_2017.CSV,日平均氣溫距平數據文件命名為:temperature_day_ano_51705_1961_2017.CSV,日平均氣溫多年平均值數據文件命名為:temperature_day_ave_51705_1961_2017.CSV。


表3 極端升溫過程數據集文件中14個字段名說明

字段名 說明 字段名 說明
INDEX 綜合強度指數 FUDU 過程升溫幅度
YEAR1 升溫過程開始日期——年 TTGG 過程最高氣溫
MON1 升溫過程開始日期——月 TTJP 過程最大氣溫距平
DAY1 升溫過程開始日期——日 FD24 過程最大24 h升溫幅度
YEAR2 升溫過程結束日期——年 FD48 過程最大48 h升溫幅度
MON2 升溫過程結束日期——月 FD72 過程最大72 h升溫幅度
DAY2 升溫過程結束日期——日
DAYS 升溫過程持續日數


在烏恰的1961–2017年日最高氣溫以及日平均氣溫數據文件中,每行都有32個數據,第1行表示測站號以及1–31日期順序,從第2行開始每12行為1個完整年,每個月1行,第1列字段標識出年月(如,196101,表示1961年1月),之後對應給出1–31日的數值,其中1、3、5、7、8、10和12月的1–31日數據齊全,而4、6、9、11月的31日對應位置賦值為9999,平年的2月29、30、31日以及閏年的2月30、31日對應位置賦值為9999。日最高氣溫距平、日平均氣溫距平文件的數據格式同上。日最高氣溫多年平均值文件和日平均氣溫的多年平均值文件格式同上述文件中的閏年格式相同,第1行表示測站號以及1–31日期順序,之後12行表示1–12月的逐日多年,每行格式為「0000」+月份編碼,月份編碼為當月數值用2位數表示,不足2位的在十位上補「0」(例如,1月表達為「000001」,10月表達為「000010」)。

3 數據質量控制和評估

[編輯]

3.1 數據初步質量控制

[編輯]

數據質量控制是計算測站升溫過程的必要步驟,測站原始觀測數據的異常值及錯誤會導致計算升溫過程錯誤,影響數據集後續應用分析。帕米爾高原地區氣象測站稀疏,在中國境內僅有3個氣象站(51804、51701、51705)有長序列觀測記錄,在帕米爾高原區域的其他國家沒有長序列氣象觀測。帕米爾高原以及青藏高原受關注程度越來越高,周玉科等[14]在製作1960–2012年青藏高原極端氣候指數數據集時,不僅使用了塔什庫爾干(站號51804)站的日資料,還重點對該站的日氣溫、降水資料質量進行了分析。我們選定的3個長序列觀測氣象測站的日氣溫資料均來自新疆氣候中心,經過了氣候業務初步質量控制。首先,檢驗3個測站從1961年1月1日到2017年12月31日的日氣溫均沒有缺測值;其次,進行了邏輯值異常判斷,對每個測站逐日的日最高氣溫(Tmax )與日平均氣溫(Tave )、日最低氣溫(Tmin )進行比較,3個日氣溫數據間的邏輯關係由大到小排列依次為Tmax 、Tave 和Tmin 。該區域的中國氣象測站的初始觀測數據質量是可靠的。

3.2 極端升溫過程產品評估

[編輯]

以綜合強度指數(IZ4)為指標,1961–2017年塔什庫爾干、吐爾尕特、烏恰3站最強的10次升溫過程大多出現在冬春時節(表4–6)。塔什庫爾干站最強升溫過程出現在2008年2月20–21日,烏恰站最強升溫過程出現在1976年4月18–20日,吐爾尕特站最強升溫過程出現在1971年3月9–16日。


表4 1961–2017年塔什庫爾干站綜合強度最強的10次升溫過程

綜合強度指數 過程開始日期 過程結束日期 過程持'續日數'/d 過程強度要素/℃
'過程升'溫幅度 '最高'氣溫 '最大'距平 '24 h升'溫幅度 '48 h升'溫幅度 '72 h升'溫幅度
13.593 2008 2 20 2008 2 21 2 15.3 8.2 7.7 15.2 15.3 0.0
12.508 2006 1 27 2006 1 28 2 18.6 3.1 6.6 12.9 18.6 0.0
10.791 2016 12 27 2016 12 29 3 14.8 8.9 12.5 8.7 13.1 14.8
10.508 2008 12 23 2008 12 24 2 16.3 3.3 7.0 10.8 16.3 0.0
10.073 1969 2 8 1969 2 10 3 17.7 2.7 4.4 10.6 16.2 17.7
9.970 1995 1 26 1995 1 26 1 12.5 2.8 6.3 12.5 0.0 0.0
9.883 2004 3 6 2004 3 8 3 12.0 17.6 12.9 7.3 11.3 12.0
9.267 1992 2 25 1992 2 27 3 18.0 3.6 1.8 10.2 13.7 18.0
9.020 1974 2 27 1974 3 2 4 16.5 7.5 4.3 8.9 10.6 15.6
8.902 2005 3 12 2005 3 13 2 10.2 18.8 12.4 6.8 10.2 0.0


表5 1961–2017年烏恰站綜合強度最強的10次升溫過程

綜合強度指數 過程開始日期 過程結束日期 '過程持續日數'/d 過程強度要素/℃
'過程升'溫幅度 '最高'氣溫 '最大'距平 '24 h升'溫幅度 '48 h升'溫幅度 '72 h升'溫幅度
17.055 1976 4 18 1976 4 20 3 24.0 24.0 6.3 22.3 22.9 24.0
12.748 1966 1 28 1966 1 28 1 16.0 13.3 14.1 16.0 0.0 0.0
10.283 1969 4 5 1969 4 7 3 17.6 22.4 9.2 10.7 14.2 17.6
9.855 1966 12 1 1966 12 3 3 17.7 11.5 7.7 12.9 16.3 17.7
9.788 2004 3 4 2004 3 8 5 17.1 20.6 14.1 7.5 8.4 9.9
9.361 1988 11 11 1988 11 14 4 15.5 19.2 11.2 9.6 13.1 14.2
9.326 1977 4 27 1977 4 30 4 16.8 21.5 2.8 13.1 13.5 13.8
9.319 1988 2 2 1988 2 4 3 15.1 18.1 17.9 6.1 11.9 15.1
9.285 1993 12 23 1993 12 25 3 14.5 10.6 9.8 12.7 14.2 14.5
9.281 1996 4 13 1996 4 16 4 20.0 24.5 7.5 7.6 13.6 18.2


表6 1961–2017年吐爾尕特站綜合強度最強的10次升溫過程

綜合強度指數 過程開始日期 過程結束日期 '過程持續日數'/d 過程強度要素/℃
'過程升'溫幅度 '最高'氣溫 '最大'距平 '24 h升'溫幅度 '48 h升'溫幅度 '72 h升'溫幅度
11.436 1971 3 9 1971 3 16 8 20.4 9.2 11.3 7.5 10.6 11.7
10.578 2006 2 17 2006 2 18 2 15.2 0.2 7.3 13.5 15.2 0.0
9.900 1987 1 22 1987 1 25 4 19.6 0.4 8.9 8.5 16.3 19.2
9.826 1974 3 17 1974 3 20 4 15.7 10.2 12.2 6.7 10.1 12.3
9.405 1969 4 5 1969 4 6 2 11.4 10.9 10.4 9.5 11.4 0.0
9.061 2009 3 11 2009 3 12 2 13.3 5.7 8.9 9.7 13.3 0.0
8.968 1987 12 4 1987 12 8 5 15.7 2.5 8.1 9.2 11.1 11.8
8.698 1980 2 10 1980 2 13 4 15.7 3.3 10.2 7.3 9.7 11.9
8.695 1982 10 28 1982 10 30 3 16.9 1.5 0.6 12.5 14.7 16.9
8.593 1969 11 29 1969 11 29 1 12.9 0.0 4.5 12.9 0.0 0.0


4 數據價值及使用建議

[編輯]

極端氣候事件的發生頻率及發展趨勢對氣候變化的分析及評價具有直接影響,本數據集可以和常規氣象觀測數據配合使用,用於探索中巴經濟走廊中國境內區域極端升溫氣候變化趨勢及空間特徵。本數據集也可以用來與當地冰雪融水災害統計數據做關聯分析,評估極端氣候事件對冰川和融水的可能影響。

本數據集共享了中巴經濟走廊北端東帕米爾高原中國境內3個氣象觀測站點1961–2017年內的極端升溫過程的14項要素,數據文件為CSV格式,便於後續處理與應用,用戶可根據實際情況選擇性地下載數據。

參考文獻

[編輯]
  1. 沈永平, 王國亞. IPCC第一工作組第五次評估報告對全球氣候變化認識的最新科學要點[J]. 冰川凍土, 2013, 35 (5): 1068-1076.
  2. JIANG Y A, CHEN Y, ZHAO Y Z, et al. Analysis on changes of basic climatic elements and extreme events in Xinjiang, China during 1961–2010[J]. Advances in Climate Change Research, 2013, 4 (1): 20-29.
  3. 施雅風, 沈永平, 胡汝驥. 西北氣候由暖干向暖濕轉型的信號影響和前景初步探討[J]. 冰川凍土, 2002, 24 (3): 219-226.
  4. 沈永平, 蘇宏超, 王國亞, 等. 新疆冰川、積雪對氣候變化的響應(I): 水文效應[J]. 冰川凍土, 2013, 35 (3): 513-527.
  5. 章曙明, 王志傑, 尤平達, 等. 新疆地表水資源研究[M]. 北京: 中國水利水電出版社, 2008.
  6. 沈永平 , 蘇宏超, 王國亞, 等. 新疆冰川、積雪對氣候變化的響應(Ⅱ): 災害效應[J]. 冰川凍土, 2013, 35 (6): 1355-1370.
  7. 沈永平 , 王順德, 王國亞, 等. 塔里木河流域冰川洪水對全球變暖的響應[J]. 氣候變化研究進展, 2006, 2 (1): 32-35.
  8. 毛煒嶧, 陳鵬翔, 沈永平. 氣候變暖背景下2015年夏季新疆極端高溫過程及其影響[J]. 冰川凍土, 2016, 38(2): 291-304.
  9. 毛煒嶧, 張旭, 楊志華, 等. 衛星遙感首次監測到準噶爾盆地西北部的冬季融雪洪水[J]. 冰川凍土, 2010, 32 (1): 211-214.
  10. 周雅清 , 任國玉. 中國大陸1956–2008年極端氣溫事件變化特徵分析[J]. 氣候與環境研究, 2010, 15 (4): 406-417.
  11. 任福民, 翟盤茂. 1951–1990年中國極端氣溫變化[J]. 大氣科學, 1998, 22 (2): 217-227.
  12. 毛煒嶧, 姚俊強, 曹興. 1951–2015年烏魯木齊市極端升溫過程氣候變化特徵[J]. 氣候變化研究進展, 2017, 13 (3): 213-222.
  13. 毛煒嶧, 張祖蓮. 1951–2015年烏魯木齊市升溫過程頻數及強度氣候特徵[J]. 沙漠與綠洲氣象, 2016, 10 (6): 11-18.
  14. 周玉科, 高琪. 1960~2012年青藏高原極端氣候指數數據集[J/OL]. 中國科學數據, 2017, 2 (2).:70-78. DOI: 10.11922/csdata.170.2017.0143.

數據引用格式

[編輯]

毛煒嶧, 姚俊強, 陳靜. 1961–2017年中巴經濟走廊北端帕米爾高原區域極端升溫過程數據集[DB/OL]. Science Data Bank, 2018. (2018-05-15). DOI: 10.11922/sciencedb.595.


本作品在「知識共享-署名 4.0 國際」協議下發表。

Public domainPublic domainfalsefalse