1961–2017年中巴经济走廊北端东帕米尔高原极端升温过程数据集
| 1961–2017年中巴经济走廊北端东帕米尔高原极端升温过程数据集 作者：毛炜峄 姚俊强 陈静 2019年8月26日 |
 毛炜峄, 姚俊强, 陈静. 1961–2017年中巴经济走廊北端帕米尔高原区域极端升温过程数据集[J/OL]. 中国科学数据, 2019, 4(3). (2019-04-29). DOI: 10.11922/csdata.2018.0019.zh. |
摘要&关键词 编辑
摘要：中巴经济走廊北端穿越帕米尔高原，周边地形复杂，生态环境脆弱，灾害多样且频发。极端升温引起的冰雪消融是主要的水文气象灾害之一，备受社会和科学界关注。本文基于中巴经济走廊北端东帕米尔高原中国境内3个长序列观测气象站1961–2017年的逐日气温数据，定义并计算了单站升温日、升温过程（初日、终日及持续日数）、过程升温幅度、不同时段升温幅度等升温过程指标，建立了逐站升温过程数据集，并根据极端事件指标，建立了极端升温过程数据集。本数据集可以作为全球变暖背景下中巴经济走廊北端帕米尔高原区域的极端升温事件发生频率和趋势探测分析的材料，为中巴经济走廊帕米尔高原区域的融冰（雪）洪水预警提供数据支撑，应对降低气候变暖背景下中巴经济走廊北端帕米尔高原区域冰雪洪水灾害风险。
关键词：中巴经济走廊；帕米尔高原；极端升温过程；气象站点
Abstract & Keywords 编辑
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
数据库（集）基本信息简介 编辑
| 数据库（集）名称 | 1961–2017年中巴经济走廊北端东帕米尔高原极端升温过程数据集 |
| 数据作者 | 毛炜峄，姚俊强，陈静 |
| 联系人 | 毛炜峄（mao6991@vip.sina.com） |
| 数据时间范围 | 1961–2017年 |
| 地理区域 | 中巴经济走廊北端东帕米尔高原山区中国段，包括3个气象观测站 |
| 时间分辨率 | 日 |
| 数据量 | 1.22 MB |
| 数据格式 | CSV |
| 数据服务系统网址 | http://www.sciencedb.cn/dataSet/handle/595 |
| 基金项目 | 国家自然科学基金项目（U1503181、41605067、41375101） |
| 数据库（集）组成 | 本数据集由12个文件（CSV）组成，每个测站2个升温过程数据文件，1个是该站所有升温过程数据文件，1个极端升温过程数据文件。另外，还有乌恰站的日最高气温、日平均气温及其对应的距平和多年平均值共6个文件。升温过程数据文件中包括该站1961年1月1日至2017年12月31日的所有升温过程相关要素结果，数据文件命名规则：Temperature-rising+气象测站编号+1961-2017.CSV。每次升温过程均包括13个要素：升温过程开始日期（年 、月、日），结束日 期（年、月、日），过程持续日数，过程升温幅度，过程中最大24 h、48 h及72 h升温幅度（若过程不足2 d则48 h、72 h升温幅度空缺；若不足3 d，则72 h升温幅度空缺），过程极端最高气温，过程日气温距平幅度最大值。升温过程数据文件命名规则为：temperature_rising_process_XXXXX_1961_2017.CSV（XXXXX表示WMO统一的气象台站编号）每个文件数据量根据该站升温过程数量多少而有差异，未压缩数据量大约为253–282 KB。在此基础上又整理了该站极端升温过程数据文件，数据文件命名规则：extreme_temperature_rising_process_PER05_XXXXX_1961_2017.CSV（XXXXX表示WMO统一的气象台站编号），文件中每次升温过程要素与上一个文件相同，多了1项综合强度指数。文件数据量根据各站升温过程数量多少而有差异，未压缩数据文件大约为15–17 KB。乌恰日平均气温文件命名为temperature_day_51705-1961_2017.CSV，日最高气温文件命名为temperature_day_max_51705-1961_2017.CSV，未压缩数据文件大约为100–102 KB。日平均气温距平文件命名为temperature_day_ano_51705-1961_2017.CSV，日最高气温距平文件命名为temperature_day_max_ano_51705-1961_2017.CSV，未压缩数据文件大约为95 KB。日平均气温多年平均值文件命名为temperature_day_ave_51705-1961_2017.CSV，日最高气温多年平均值文件命名为temperature_day_max_ave_51705-1961_2017.CSV，未压缩数据文件大约为2 KB。 |
Dataset Profile 编辑
| 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 编辑
IPCC第五次评估报告重点针对极端事件变化及其风险应对进行了评估，全球变暖背景下，各地极端天气气候事件规律发生变化或导致区域气象灾害频发，灾害风险加剧[1]。近半个世纪以来，新疆各区域均呈现出极端暖事件显著增加、极端冷事件显著减少的变化趋势[2][3]。在新疆，温度急剧上升（强升温过程）后并维持3天或以上，可直接引发严重灾害。夏季气温急剧上升导致河流源区冰川消融加剧，甚至会引发特殊流域出现冰川消融洪水、融冰与降水混合型洪水以及冰坝溃决型洪水[4][5]。我国最大的内陆河塔里木河流域，其发源于昆仑山、帕米尔高原和天山山区的各大源流都是高温融雪（冰）洪水的高发区。随全球变暖，近几十年来塔里木河流域的融雪（冰）洪水增多、加剧[6][7]。2015年夏季新疆出现大范围高温过程，再次引发塔里木河源流区域发生洪水，昆仑山–帕米尔高原一带也有险情出现[8]。冬季出现的极端暖事件同样对新疆冰雪水资源造成显著影响，甚至也会引发洪水灾害。2010年1月新疆北部出现极端升温过程，造成北疆塔额盆地积雪在隆冬时节快速消融，发生冬季融雪型洪水[9]。
近年来，区域极端温度以及高温热浪等极端事件变化的研究成果较为丰富[10][11]，但是，从变温天气过程（不论是降温过程还是升温过程）角度来研究其极端特征的工作成果尚不多见。为了进一步加强区域温度变化带来的危害和风险应对，开展中巴经济走廊区域极端升温过程变化研究非常必要，为进一步推进极端变温事件研究提供支持，也是在全球变暖背景下积极应对中巴经济走廊区域极端天气气候事件变化带来的新挑战的具体举措。
本数据集为中巴经济走廊北端帕米尔高原中国境内测站升温过程与极端升温过程数据。利用逐日最高气温，建立了站点升温过程数据。在分析单要素强度指标及升温过程强度排序特征基础上，定义了一个升温过程综合强度指数，根据该强度指数的百分位排序法，选取强度排名在前5％的过程，建立了极端升温过程数据。整理出的中巴经济走廊北端帕米尔高原中国境内站点端升温过程，为进一步分析中巴经济走廊地区长时间序列极端升温过程变化特征提供了可靠的数据支撑。
1 数据采集和处理方法 编辑
1.1 站点分布 编辑
本文所采用的原始气象站观测资料来源于新疆气候中心气候业务数据库，气象观测站点主要分布于中巴经济走廊北端帕米尔高原区域，气象观测站高程范围在2177–3507 m，分布在中华人民共和国新疆维吾尔自治区，主要包括塔什库尔干、吐尔尕特和乌恰3个气象站点，各站的经、纬度和海拔高度等信息见表1。
表1 中巴经济走廊北端东帕米尔高原中国区域气象测站地理参数表
| 站名 | '气象测站编号'（WMO统一） | 纬度（N） | 经度（E） | 海拔高度（m） | 年份 |
| 塔什库尔干 | 51804 | 37°47′ | 75°14′ | 3093.7 | 1961–2017 |
| 吐尔尕特 | 51701 | 40°31′ | 75°24′ | 3507.2 | 1961–2017 |
| 乌恰 | 51705 | 39°43′ | 75°15′ | 2177.5 | 1961–2017 |
1.2 数据生产流程 编辑
1.2.1 升温过程基本要素定义 编辑
确定了极端升温过程指标[12][13]：单站升温日，单站升温过程（初日、终日及持续日数），过程升温幅度过程内最大24 h、48 h和72 h不同时段升温幅度，以及过程极端最高气温和过程日最高气温距平偏高幅度最大值。指标定义见表2。
表2 升温过程指标及其含义
| 概念 | 定义 |
| 升温日 | 测站日最高气温较前一天上升，即当天与前一天的日最高气温差值ΔT24 ＞0℃，则定义为一个气温上升日，简称为升温日 |
| 升温过程、过程初日（GCCR）及终日（GCZR） | 测站24 h变温图片ΔT24 由图片≤0℃转为＞0℃的第一天定义为升温过程初日，持续到图片图片 ΔT24 再次出现图片图片 ≤0℃的前一天，称为升温过程终日，从过程初日到终日称为一次升温过程 |
| 持续日数（CXRS） | 过程初终日之间（含初、终日）的天数称为升温过程持续日数 |
| 升温幅度（FD） | 升温过程终日与过程初日的前一天之间的日最高气温差定义为过程升温幅度 |
| 最大24 h升温幅度（FD24） | 过程中所有图片图片 ΔT24 中的上升幅度最大者称之为过程最大24 h升温 |
| 最大48 h升温幅度（FD48） | 过程中所有图片图片图片 ΔT48 中的上升幅度最大者称之为过程最大48 h升温；如果升温过程持续不足2 d，则过程最大48 h升温不统计 |
| 最大72 h升温幅度（FD72） | 过程中所有图片图片图片 ΔT72 中的上升幅度最大者称之为过程最大72 h升温，如果升温过程持续不到3 d，那么过程最大72 h升温不统计 |
| 最高气温（TG） | 过程终日的日最高气温值 |
| 日最高气温距平最大偏高幅度（JP） | 过程中所有日最高气温与同日多年平均值之差的最大值 |
1.2.2 升温过程计算流程 编辑
1. 基本数据准备：（1）使用经过质量控制的测站逐日最高气温资料，分别计算逐日24 h、48 h和72 h变温；（2）计算1961–2017年逐日最高气温57年平均值，每天的平均气温再进行5天滑动平均值；（3）根据逐日最高气温资料及其多年平均资料，计算逐日的气温距平值。
基于日最高气温的变温数据。 计算逐日的24 h变温数据时，使用当天的日最高气温与之前第1天的最高气温相减，得到的差值记为当天的24 h变温数据，1961年1月1日的24 h变温数据使用了1960年12月31日的日最高气温资料；同样，分别计算当天与之前第2天、第3天的日最高气温的差值，1961年1月1日的48 h和72 h的变温数据使用了1960年12月29、30、31日的日最高气温资料。最终得到1961年1月1日至2017年12月31日的逐日24 h、48 h和72 h变温数据。
日最高气温多年平均数据。 每个测站1961年1月1日至2017年12月31日的日最高气温多年平均数据取57年平均，分别计算了1月1日到12月31日的57年（1961–2017年）平均值，对于闰年的2月29日，则是将57年中14年样本数据进行了平均。然后在将1月1日到12月31日的日平均值再次用前后各2天的数值进行5天滑动平均计算，最后得到多年平均的1月1日到12月31日的57年平均值数据。
日最高气温距平数据。 使用1961年1月1日到2017年12月31日的逐日最高气温资料分别减去当天的多年平均值，得到该站1961年1月1日到2017年12月31日的日最高气温距平数据。
2. 升温过程判识：（1）根据表2给出的升温过程定义，使用逐日的24 h变温数据资料，判识升温过程的开始、结束日期；（2）结合日最高气温及其距平，以及逐日的24 h、48 h和72 h变温值，判识给出升温过程时段内的过程最大24 h、48 h和72 h升温幅度，并给出过程极端最高气温和过程日最高气温距平幅度最大值。得到逐次升温过程的各要素值，形成每站的升温过程数据集文件。
将上述描述升温过程开始、结束的具体日期以及过程持续日数，再加上经过识别得到的过程升温幅度、过程内最大24 h、48 h、72 h升温幅度，以及过程内最大距平幅度和极端最高值，构成一次升温过程的各个要素。将测站1961年1月1日至2017年12月31日所有升温过程的上述要素整理形成该站的升温过程数据集文件。
1.2.3 极端升温过程计算流程 编辑
单要素强度指标计算。根据该站升温过程数据集，分别分析过程升温幅度、过程最大24 h升温幅度、过程极端最高气温和过程日最高气温距平幅度最大值4个要素的标准化值，作为单要素强度指标，4个单要素指标能够从不同角度定量表征升温过程强度。
基于4要素的综合强度指标计算。每个过程的4个单要素强度指标中，过程升温幅度（IZFD）指标反映了升温过程整体强度，过程最大24 h升温幅度（IZFD24）指标反映了升温过程中短时升温强度，过程极端最高气温（IZTG）指标反映了升温过程中绝对最高温度强度，过程日最高气温距平幅度最大值（IZJP）指标反映了升温过程中日最高气温与历年同期平均值的偏离程度。采用上述4个单要素强度特征量标准化指数的等权重之和，作为单站升温过程强度综合评估指标IZ4，计算公式为：
IZ4＝IZFD＋IZFD24＋IZTG＋IZJP （1）
根据综合指数IZ4由高到低顺序排列，取前5％的升温过程形成极端升温过程数据集文件。
2 数据样本描述 编辑
本数据集最终包含中巴经济走廊北端东帕米尔高原中国境内3个站点的升温过程数据和极端升温过程数据文件，存储为CSV格式文件。每次升温过程包含13个要素，分别为：升温过程初日（年、月、日），终日（年、月、日），持续日数，过程升温幅度，过程内最大24 h、48 h和72 h不同时段升温幅度，以及过程极端最高气温和过程日气温距平偏高幅度最大值。极端升温过程数据文件中还包括基于过程升温幅度、24 h升温幅度、过程极端最高气温和过程日气温距平偏高幅度最大值4个单要素计算的综合强度的百分位排位方法得到的极端升温过程数据。每次过程包含有上述过程的13个要素外，还包括综合强度指标值，共计14个要素。文件第1行给出了各列数据对应的字段名，从左到右共计14个字段名，表示含义见表3。数据文件以英文名称命名，例如塔什库尔干站（台站号：51804）的升温过程数据文件命名为temperature_rising_process_51804_1961_2017.CSV，极端升温过程数据文件命名为extreme_temperature_rising_process_PER05_51804_1961_2017.CSV。另外，还整理了乌恰站（51705）的日最高气温、日平均气温及其对应的距平和多年平均值共6个数据文件。日最高气温数据文件命名为：temperature_day_max_51705_1961_2017.CSV，日最高气温距平数据文件命名为：temperature_day_max_ano_51705_1961_2017.CSV，日最高气温多年平均值数据文件命名为：temperature_day_max_ave_51705_1961_2017.CSV。日平均气温数据文件命名为：temperature_day_51705_1961_2017.CSV，日平均气温距平数据文件命名为：temperature_day_ano_51705_1961_2017.CSV，日平均气温多年平均值数据文件命名为：temperature_day_ave_51705_1961_2017.CSV。
表3 极端升温过程数据集文件中14个字段名说明
| 字段名 | 说明 | 字段名 | 说明 |
| INDEX | 综合强度指数 | FUDU | 过程升温幅度 |
| YEAR1 | 升温过程开始日期——年 | TTGG | 过程最高气温 |
| MON1 | 升温过程开始日期——月 | TTJP | 过程最大气温距平 |
| DAY1 | 升温过程开始日期——日 | FD24 | 过程最大24 h升温幅度 |
| YEAR2 | 升温过程结束日期——年 | FD48 | 过程最大48 h升温幅度 |
| MON2 | 升温过程结束日期——月 | FD72 | 过程最大72 h升温幅度 |
| DAY2 | 升温过程结束日期——日 | ||
| DAYS | 升温过程持续日数 |
在乌恰的1961–2017年日最高气温以及日平均气温数据文件中，每行都有32个数据，第1行表示测站号以及1–31日期顺序，从第2行开始每12行为1个完整年，每个月1行，第1列字段标识出年月（如，196101，表示1961年1月），之后对应给出1–31日的数值，其中1、3、5、7、8、10和12月的1–31日数据齐全，而4、6、9、11月的31日对应位置赋值为9999，平年的2月29、30、31日以及闰年的2月30、31日对应位置赋值为9999。日最高气温距平、日平均气温距平文件的数据格式同上。日最高气温多年平均值文件和日平均气温的多年平均值文件格式同上述文件中的闰年格式相同，第1行表示测站号以及1–31日期顺序，之后12行表示1–12月的逐日多年，每行格式为“0000”+月份编码，月份编码为当月数值用2位数表示，不足2位的在十位上补“0”（例如，1月表达为“000001”，10月表达为“000010”）。
3 数据质量控制和评估 编辑
3.1 数据初步质量控制 编辑
数据质量控制是计算测站升温过程的必要步骤，测站原始观测数据的异常值及错误会导致计算升温过程错误，影响数据集后续应用分析。帕米尔高原地区气象测站稀疏，在中国境内仅有3个气象站（51804、51701、51705）有长序列观测记录，在帕米尔高原区域的其他国家没有长序列气象观测。帕米尔高原以及青藏高原受关注程度越来越高，周玉科等[14]在制作1960–2012年青藏高原极端气候指数数据集时，不仅使用了塔什库尔干（站号51804）站的日资料，还重点对该站的日气温、降水资料质量进行了分析。我们选定的3个长序列观测气象测站的日气温资料均来自新疆气候中心，经过了气候业务初步质量控制。首先，检验3个测站从1961年1月1日到2017年12月31日的日气温均没有缺测值；其次，进行了逻辑值异常判断，对每个测站逐日的日最高气温（Tmax ）与日平均气温（Tave ）、日最低气温（Tmin ）进行比较，3个日气温数据间的逻辑关系由大到小排列依次为Tmax 、Tave 和Tmin 。该区域的中国气象测站的初始观测数据质量是可靠的。
3.2 极端升温过程产品评估 编辑
以综合强度指数（IZ4）为指标，1961–2017年塔什库尔干、吐尔尕特、乌恰3站最强的10次升温过程大多出现在冬春时节（表4–6）。塔什库尔干站最强升温过程出现在2008年2月20–21日，乌恰站最强升温过程出现在1976年4月18–20日，吐尔尕特站最强升温过程出现在1971年3月9–16日。
表4 1961–2017年塔什库尔干站综合强度最强的10次升温过程
| 综合强度指数 | 过程开始日期 | 过程结束日期 | 过程持'续日数'/d | 过程强度要素/℃ | |||||||||
| 年 | 月 | 日 | 年 | 月 | 日 | '过程升'温幅度 | '最高'气温 | '最大'距平 | '24 h升'温幅度 | '48 h升'温幅度 | '72 h升'温幅度 | ||
| 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年乌恰站综合强度最强的10次升温过程
| 综合强度指数 | 过程开始日期 | 过程结束日期 | '过程持续日数'/d | 过程强度要素/℃ | |||||||||
| 年 | 月 | 日 | 年 | 月 | 日 | '过程升'温幅度 | '最高'气温 | '最大'距平 | '24 h升'温幅度 | '48 h升'温幅度 | '72 h升'温幅度 | ||
| 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年吐尔尕特站综合强度最强的10次升温过程
| 综合强度指数 | 过程开始日期 | 过程结束日期 | '过程持续日数'/d | 过程强度要素/℃ | |||||||||
| 年 | 月 | 日 | 年 | 月 | 日 | '过程升'温幅度 | '最高'气温 | '最大'距平 | '24 h升'温幅度 | '48 h升'温幅度 | '72 h升'温幅度 | ||
| 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 数据价值及使用建议 编辑
极端气候事件的发生频率及发展趋势对气候变化的分析及评价具有直接影响，本数据集可以和常规气象观测数据配合使用，用于探索中巴经济走廊中国境内区域极端升温气候变化趋势及空间特征。本数据集也可以用来与当地冰雪融水灾害统计数据做关联分析，评估极端气候事件对冰川和融水的可能影响。
本数据集共享了中巴经济走廊北端东帕米尔高原中国境内3个气象观测站点1961–2017年内的极端升温过程的14项要素，数据文件为CSV格式，便于后续处理与应用，用户可根据实际情况选择性地下载数据。
参考文献 编辑
- ↑ 沈永平, 王国亚. IPCC第一工作组第五次评估报告对全球气候变化认识的最新科学要点[J]. 冰川冻土, 2013, 35 (5): 1068-1076.
- ↑ 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.
- ↑ 施雅风, 沈永平, 胡汝骥. 西北气候由暖干向暖湿转型的信号影响和前景初步探讨[J]. 冰川冻土, 2002, 24 (3): 219-226.
- ↑ 沈永平, 苏宏超, 王国亚, 等. 新疆冰川、积雪对气候变化的响应(I): 水文效应[J]. 冰川冻土, 2013, 35 (3): 513-527.
- ↑ 章曙明, 王志杰, 尤平达, 等. 新疆地表水资源研究[M]. 北京: 中国水利水电出版社, 2008.
- ↑ 沈永平 , 苏宏超, 王国亚, 等. 新疆冰川、积雪对气候变化的响应(Ⅱ): 灾害效应[J]. 冰川冻土, 2013, 35 (6): 1355-1370.
- ↑ 沈永平 , 王顺德, 王国亚, 等. 塔里木河流域冰川洪水对全球变暖的响应[J]. 气候变化研究进展, 2006, 2 (1): 32-35.
- ↑ 毛炜峄, 陈鹏翔, 沈永平. 气候变暖背景下2015年夏季新疆极端高温过程及其影响[J]. 冰川冻土, 2016, 38(2): 291-304.
- ↑ 毛炜峄, 张旭, 杨志华, 等. 卫星遥感首次监测到准噶尔盆地西北部的冬季融雪洪水[J]. 冰川冻土, 2010, 32 (1): 211-214.
- ↑ 周雅清 , 任国玉. 中国大陆1956–2008年极端气温事件变化特征分析[J]. 气候与环境研究, 2010, 15 (4): 406-417.
- ↑ 任福民, 翟盘茂. 1951–1990年中国极端气温变化[J]. 大气科学, 1998, 22 (2): 217-227.
- ↑ 毛炜峄, 姚俊强, 曹兴. 1951–2015年乌鲁木齐市极端升温过程气候变化特征[J]. 气候变化研究进展, 2017, 13 (3): 213-222.
- ↑ 毛炜峄, 张祖莲. 1951–2015年乌鲁木齐市升温过程频数及强度气候特征[J]. 沙漠与绿洲气象, 2016, 10 (6): 11-18.
- ↑ 周玉科, 高琪. 1960~2012年青藏高原极端气候指数数据集[J/OL]. 中国科学数据, 2017, 2 (2).:70-78. DOI: 10.11922/csdata.170.2017.0143.
数据引用格式 编辑
毛炜峄, 姚俊强, 陈静. 1961–2017年中巴经济走廊北端帕米尔高原区域极端升温过程数据集[DB/OL]. Science Data Bank, 2018. (2018-05-15). DOI: 10.11922/sciencedb.595.
