DOI 10.12006/j.issn.1673-1719.2018.164尹红 , 孙颖 . 基于 ETCCDI 指数 2017 年中国极端温度和降水特征分析 [J]. 气候变化研究进展 , 2019, 15 4 363-373Yin H, Sun Y. Characteristics of extreme temperature and precipitation in China in 2017 based on ETCCDI indices [J]. Climate Change Research, 2019, 15 4 363-373基于 ETCCDI 指数 2017 年中国极端温度和降水特征分析尹 红1，孙 颖1,21 国家气候中心 中国气象局气候研究开放实验室，北京 100081；2 南京信息工程大学气象灾害预报预警与评估协同创新中心，南京 210044气候变化研究进展第 15 卷 第 4 期 2019 年 7 月 CLIMATE CHANGE RESEARCHVol. 15 No. 4July 2019摘 要 利用中国 1961 2017 年 2419 站均一化逐日气候数据，计算了气候变化检测和指数联合专家组定义的 26 个极端气候指数，分析 2017 年中国极端温度和降水特征。结果表明 2017 年中国区域平均的所有极端高温指数均高于1961 1990 年 30 年平均，所有极端低温指数均低于 1961 1990 年 30 年平均。中国区域平均的多个极端温度指数达到或者接近历史极值，其中年最小日最高气温 TXn 和年最小日最低气温 TNn 均达到历史最高值，冷夜 TN10p、冷昼TX10p 和持续冷日日数 CSDI 达到历史最低值。年最大日最高气温 TXx、年最大日最低气温 TNx、暖夜 TN90p、霜冻 FD、冰冻 ID、热夜 TR、生长期长度 GSL 排在 1961 年以来的第 2 或第 3 位，其余极端温度指数全部排在了 1961 年以来前 10 位。 2017 年中国区域平均的 10 个极端降水指数中，有 7 个指数值处于 1961 2017 年 1 个标准差范围内，指示 2017 年的极端降水接近正常年。关键词 气候变暖；极端温度；极端降水； 2017 年收稿日期 2018-11-21； 修回日期 2018-12-17资助项目 国家重点研发计划（ 2018YFA0605604；国家自然科学基金（ 41675074；气候变化专项（ CCSF201920）作者简介 尹红，女，高级工程师， 引 言IPCC 第五次评估报告指出， 1880 2012 年全球平均地表温度升高了 0.85 [0.65 ～ 1.06]℃，气候变暖是毋庸置疑的事实[1]。气候变暖直接影响极端气候的变化，使大气持水量增加，全球异常极端气候事件频繁出现，高温热浪、暴雨洪涝、冰雹、龙卷等极端天气气候事件的频繁发生，对世界范围内的农业、能源、生态系统和人类健康等带来了非常大的影响，因而受到全球各界的广泛关注[2]。极端天气气候事件是指天气或气候变量值高于 或低于 该变量观测值区间的上限 或下限 端附近的某一阈值时的小概率事件，其发生概率一般＜ 10[3]。因为一些地域和相关研究的需求而定义了不同的指标来判定极端天气气候事件。例如一些表征干旱的指标帕尔默干旱指数 PDSI、标准化降水指数 SPI、综合气象干旱指数 CI 等用于全球不同区域极端干旱事件研究[4-7]，我国也根据气候业务和相关研究的需要定义了一系列常用指标和阈值用于判定高温、暴雨、暴雪、大风、寒潮等极端天气气候事件的发生[3]。由于受到全球气候长序列资料的限制以及各气候变化研究进展 2019 年364气 候 系 统 变 化国对极端事件指标和阈值缺乏统一的定义，全球极端天气气候事件的研究发展受到了一定阻碍。为了改变这一状况， 21 世纪初世界气象组织 WMO和世界气候研究计划 WCRP 等联合成立了气候变化检测和指数专家组 ETCCDI，定义了 27 个具有代表性的气候指数，用于全球及区域极端气候变化的研究。 ETCCDI 推广的极端气候指数，推动了全球极端气候变化的观测研究，加快了极端气候变化模拟与归因研究步伐[8-12]。从 1994 年开始 WMO 每年发布全球气候状况声明用以提供关于全球气候以及全球发生的重大天气及气候事件的权威科学信息。 2018 年发布的 2017 年全球气候状况声明[13]指出， 2017 年的全球平均温度大约高于工业化前水平 1.1℃，位列 2016 年之后，为有完整气象观测记录以来的第2 暖年份。每年中国气象局国家气候中心发行气候公报总结过去一年的气候状况， 2017 年气候公报[14] 显示我国气温偏高，全国平均气温较常年偏高 0.84℃，为历史第 3 高，降水略偏多。美国气象学会会刊 BAMS从 1996 年开始每年发布年度气候公报， 2018 年发布 2017 年度气候公报[15]对2017 年全球气候状况进行了更翔实的分析，其中对全球陆地表面极端温度和降水变化的分析主要采用 ETCCDI 推荐的极端气候指数，从极端温度指数的长期变化看， 2017 年全球极端温度表现为暖极值发生的频率继续增加，而冷极值发生频率减少。但是由于各国气象数据保护政策的限制，全球历史气候网（ GHCN）得到的数据在最近几年大幅度减少，为此美国气象学会鼓励各国利用多数据的优势开展极端气候变化方面的研究。最近几年 BAMS也同时推出了关于全球极端气候事件检测归因的专刊，极大地促进了全球极端气候变化研究。本文的研究目的是利用 ETCCDI 推荐的 26 个极端温度和降水指数，分析中国区域平均的 2017年极端温度和降水状况。这些指数可以分为强度指数、绝对阈值指数、相对阈值指数、持续时间指数等①。 ETCCDI 统一极端气候指标有效地推动了世界各国开展极端天气气候变化检测研究，便于不同区域极端天气气候变化特征的比较。而本文的研究不仅可以为研究 2017 年中国的极端气候状况提供基本特征分析，为科研业务服务等工作提供基础支撑，更可以为中国极端气候变化的相关研究提供重要的统一的背景信息。1 资料与方法1.1 极端气候指数和资料极端气候事件常用出现频率、强度和持续时间等指标描述其特征。本文对 ETCCDI 定义的 26 个指数开展了分析，包括 16 个气温指数和 10 个降水指数，其定义见表 1。另外一个指数为日降水大于某一特定强度的日数，是用户根据实际需要自行设置的指数，在本文中没有使用。所用资料为中国气象局国家气象信息中心提供的经过均一化处理的 2419 站 1951 2017 年逐日最低气温、逐日最高气温和逐日降水量资料，资料的均一化处理去除了台站迁址、仪器更换引起的非均一性[16]。使用这些资料计算了这 26 个指数，由于在 20 世纪 60 年代以前站点数量少，因此分析时段选择了 19612017 年。1.2 研究方法由于中国气象站点分布不均匀，表现为东部的站点密集，而西部站点稀疏，且很多站点开始有气象记录的年份不同。为了得到中国极端气候指数变化序列，首先对每个站点的极端温度指数计算相对于 1961 1990 年的距平，之后对 5 5经纬度网格内的所有站点的指数求平均，得到中国区域1961 2017 年 5 5极端气候指数网格化距平序列，再通过区域平均得到中国极端气候指数变化序列。这种网格化方法被广泛应用于气候变化研究中，如 HadCRU 数据集的建立等。该方法也在中国之前的极端气候变化研究中广泛应用，较好地反映了中国的极端气候变化[17-18]。对 1961 2017 年极① https//www.wcrp-climate.org/etccdi。4 期 365尹红，等基于 ETCCDI 指数 2017 年中国极端温度和降水特征分析端指数变化进行了趋势分析，采用的是 Sen[19]趋势分析方法，这种方法不需要数据满足正态分布，能够对极端温度和降水的趋势变化进行较好的估计。2 结 果2.1 2017 年中国极端温度指数特征图 1 中 1961 2017 年中国区域平均极端温度强度指数的时间序列变化和 2017 年距平分布状况显示， TXx、 TNx、 TXn 和 TNn 都呈明显增加趋势，4 个指数增加趋势分别为 0.21℃ /10a、 0.29℃ /10a、0.30℃ /10a、 0.51℃ /10a p 5℃的日期与 7 月 1 日以后连续 6 d 日平均气温 90 分位值日数连续 6 d 最低气温 95 分位值的年累积降水量日降水量 99 分位值的年累积降水量年日降水量≥ 10 mm 的总日数年日降水量≥ 20 mm 的总日数日降水量 1 mm 的年累积降水量降水量≥ 1 mm 的总量与日数之比℃℃℃℃ddddd℃气候变化研究进展 2019 年366气 候 系 统 变 化全球大部分地区 TNn 的增长趋势强于 TXx。 2017年极端温度强度指数中， TXx 和 TNx 是排列在2010 年之后第 2 高的年份， TXn 和 TNn 则创造了新的最高纪录， TXn 和 TNn 的升温幅度比 TXx 和TNx 大。 2017 年强度指数空间分布显示中国北方的升温幅度大于南方，特别是在 35 N 以北。 2017年 TXn 和 TNn 与 1961 1990 年的平均值相比，大部分地区升温超过 3℃， TNn 在新疆北部地区升温甚至超过 5℃。1961 2017 年中国区域平均的极端温度频率指数变化显示 图 2 ， TN10p 和 TX10p 发生频率显著减少，减少速率分别为 1.75/10a 和 0.93/10a p0.01，而 TN90p 和 TX90p 发生频率显著增加，增加速率分别为 2.80/10a 和 1.68/10a p0.01。这些趋势变化与先前在全球和中国的极端指数研究是一致的[9,22]， TN10p 和 TN90p 的升温趋势大于 TX10p 和 TX90p。 2017 年全国平均 TN10p 和TX10p 发生频率达到历史最低值， TN10p 减少的频率大于 TX10p；空间分布显示，在青藏高原地区 TN10p 指数的发生频率低于同纬度地区。 2017年 TN90p 和 TX90p 发生频率接近历史极大值，分别排在第 2 位和第 5 位， TN90p 发生频率高于TX90p；空间分布显示，在青藏高原地区 TN90p和 TX90p 发生的频率高。前期研究表明，青藏50˚N30˚N40˚N20˚N90˚E 120˚E 90˚E 120˚E90˚E 120˚E 90˚E 120˚E50˚N30˚N40˚N20˚N90˚E 120˚E 90˚E 120˚E50˚N30˚N40˚N20˚N50˚N30˚N40˚N20˚N43210-1-21960 1970 1980 1990 2000 2010 年 1960 1970 1980 1990 2000 2010 年距平/℃43210-1-2距平/℃a bTXx TNxc TXx d TNxe TXn f TNnTXn TNn-1.5 -0.5 0.5 1.5 2.5 3.0 4.0 5.0 6.0 ℃1.0 2.00-1.0图 1 1961 2017 年中国区域平均 TXx、 TNx、 TXn、 TNn 距平序列变化和 2017 年各指数距平空间分布（相对于 1961 1990 年，下同）Fig. 1 Change in anomaly series of TXx, TNx, TXn, and TNn averaged over China during 1961-2017, and their spatial distribution in 2017 relative to the 1961-1990 mean, the same 4 期 367尹红，等基于 ETCCDI 指数 2017 年中国极端温度和降水特征分析高原极端频率指数总体上有较强的趋势[23]。与1961 1990 年气候平均值相比， 2017 年青藏高原TX90p 发生频率高出约 15， TN90p 发生频率高出 20 左右。1961 2017 年中国区域平均 FD 和 ID 呈明显下降趋势图 3 ，降幅分别是 3.31 d/10a 和 1.53 d/10a p0.01，而 SU 和 TR 呈明显上升趋势，升幅分别是 2.63 d/10a 和 2.26 d/10a p0.01。总体上全球大部分地区的 FD 和 ID 呈下降趋势，而 SU和 TR 呈上升趋势[9,12]，然而，在全球很多区域这些极端温度绝对阈值变暖速率存在差异[12]，先前图 2 1961 2017 年中国区域平均 TX10p、 TN10p、 TX90p、 TN90p 距平序列变化和 2017 年各指数距平空间分布Fig. 2 Change in anomaly series of the extreme temperature frequency indices TX10p, TN10p, TX90p, and TN90p averaged over China during 1961-2017, and their spatial distribution in 201750˚N30˚N40˚N20˚N90˚E 120˚E 90˚E 120˚E90˚E 120˚E 90˚E 120˚E50˚N30˚N40˚N20˚N90˚E 120˚E 90˚E 120˚E50˚N30˚N40˚N20˚N50˚N30˚N40˚N20˚N40-4-81960 1970 1980 1990 2000 2010 年 1960 1970 1980 1990 2000 2010 年距平/181260距平/a bTX10p TN10pc TX10p d TN10pe TX90p f TN90pTX90p TN90p-10 -620 08 12 1640-890˚E 120˚E 90˚E 120˚E-2-4 -10 -6 0-8 -2-4 20 8 12 1640的研究发现北美地区的 SU 指数存在与全球升温不一致的变冷趋势[24]。 2017 年中国区域平均 FD、 ID和 TR 指数排在了 1961 年以来的前 3 位， SU 指数排在了第 6 位。 WSDI 呈现明显的偏多趋势， 1961年以来增幅是 2.39 d/10a p0.01， 2017 年 WSDI排在了第 10 位，而 CSDI 明显减少，降幅为 0.55 d/10a p0.01， 2017 年达到历史最低值。中国这两个指数的趋势变化与全球一致，但全球不同区域趋势变化率存在差异，例如东南亚 WSDI 指数的增长趋势大于南北美洲[25]。中国区域平均 DTR 和GSL 长期变化和 2017 年的空间分布特征显示 图气候变化研究进展 2019 年368气 候 系 统 变 化图 3 1961 2017 年中国区域平均 FD、 ID、 SU、 TR、 WSDI、 CSDI、 DTR、 GSL 距平序列变化和2017 年 DTR 和 GSL 距平空间分布Fig. 3 Change in anomaly series of extreme temperature absolute indices FD, ID, SU, TR, spell duration WSDI and CSDI, DTR and GSL averaged over China during 1961-2017, and spatial distribution of DTR and GSL anomalies in 201750˚N30˚N40˚N20˚N90˚E 120˚E 90˚E 120˚E50˚N30˚N40˚N20˚N80-8-161960 1970 1980 1990 2000 2010 年 1960 1970 1980 1990 2000 2010 年距平/d1680-8距平/da bFD IDc d e DTR f GSLSU TR0.2 ℃-0.4 -0.2 0-0.8-2.090˚E 120˚E 90˚E 120˚E36 d12 20 284-4181260距平/d0.60-0.6DTR距平/℃1960 1970 1980 1990 2000 2010 年 1960 1970 1980 1990 2000 2010 年2010-100GSL距平/dWSDI CSDI DTR GSL-1.23， DTR 呈现明显下降趋势，降幅为 0.15 ℃ /10a p0.01， 2017 年 DTR 排在 1961 年以来的第 7 位，2017 年中国东北黑龙江和内蒙古北部等高纬度地区的 DTR 下降趋势大于低纬度地区，中国西部特别是青藏高原地区下降的趋势大于同纬度的东部地区。 GSL 明显增长， 1961 年以来的增速是 2.82 d/10a， 2017 年为 1961 年以来第 2 位，长度仅次于2016 年。 2017 年 GSL 较 1961 1990 年平均值增加了 10 d 左右，其中在青藏高原部分区域和中国东南部江苏、安徽、浙江等地增加超过 20 d。2.2 2017 年中国极端降水指数特征1961 2017 年中国区域平均 Rx1day 和 Rx5day 图 4 呈增加趋势且具有明显的年代际变化， 1961年以来增幅分别为 0.82 mm/10a 和 0.99 mm/10a p0.01， 20 世纪 90 年代这两个指数处于高值区，之后下降，从 21 世纪 10 年代以来 Rx1day 和Rx5day 整体处于较高值。 Donat 等[10]利用 19512011 年 GHCN 指数数据研究发现，全球平均的Rx1day 呈上升趋势，但 Rx5day 呈下降趋势； Yin等[21]研究发现利用不同数据分析中国区域平均4 期 369尹红，等基于 ETCCDI 指数 2017 年中国极端温度和降水特征分析图 4 1961 2017 年中国区域平均 Rx1day、 Rx5day、 R95p、 R99p 距平序列变化和 2017 年各指数距平空间分布Fig. 4 Change in anomaly series of Rx1day, Rx5day, R95p and R99p averaged over China during 1961-2017, and their spatial distribution in 201750˚N30˚N40˚N20˚N90˚E 120˚E 90˚E 120˚E90˚E 120˚E 90˚E 120˚E50˚N30˚N40˚N20˚N90˚E 120˚E 90˚E 120˚E50˚N30˚N40˚N20˚N50˚N30˚N40˚N20˚N20100-101960 1970 1980 1990 2000 2010 年 1960 1970 1980 1990 2000 2010 年距平/mm80400-40距平/mma bRx1day Rx5dayc Rx1day d Rx5daye R99p f R95pR99p R95p-30-40 60 mm0-1090˚E 120˚E 90˚E 120˚E-20-20-6030 mm1020 40020 -30 0-10-20 30 mm10 20-40 60 mm-20-60 20 400Rx1day 指数会呈现不同的趋势变化。 2017 年中国区域平均 Rx1day 和 Rx5day 值处于 1961 2017 年1 个标准差范围内，属于正常年份。空间分布上两个指数具有相似的特征，除中国中东部地区是负距平，其余大部分地区是正距平，在中国东北大部分区域、湖南和贵州省具有较大的 Rx1day 和Rx5day 值。 1961 2017 年中国区域平均 R95p 和R99p 图 4 也呈显著增加趋势，增幅分别为 3.14 mm/10a 和 6.08 mm/10a p0.01，这两个指数的趋势与之前对全球和中国的研究非常一致，均呈现增加趋势[9-10, 22]。 2017 年中国区域平均 R95p 和 R99p值在 1961 2017 年 1 个标准差范围内，属于正常年份。空间分布上 2017 年 R99p 在新疆东部、内蒙古中部、山西、山东、河南、河北北部、湖北及广东等地是负距平，其余区域为正距平，且在湖南和贵州极端降水量强度较大。 2017 年 R95p 空间变化上与 R99p 具有相似的分布，在湖南和贵州等地具有较大的强降水量。1961 2017 年中国区域平均 R10mm 和 R20mm 图 5呈现增加趋势，增速分别为 0.17 d/10a 和 0.14 气候变化研究进展 2019 年370气 候 系 统 变 化d/10a p0.05。 2017 年中国区域平均 R10mm 和R20mm 值略大于 1961 2017 年 1 个标准差，表明这两个指数属于正常偏多年份。 1961 2017 年中国区域平均 CWD 图 5 变化趋势不显著，但是具有明显的年代际变化， 20 世纪 90 年代 CWD 偏高，到 21 世纪初 CWD 持续偏低，从 2015 年以来CWD 又开始升高， 2017 年中国区域平均 CWD 处于正距平，数值大于 1961 2017 年 1 个标准差，属于正常偏多年份，空间分布特征显示 2017 年在中国南部福建、广东、广西、云南南部、海南岛和西藏东部 CWD 具有较大的正距平。 1961 2017 年中国区域平均 CDD 图 5 呈显著减少趋势， 1961年以来减速为 2.42 d/10a p0.01，从 20 世纪 80年代末开始 CDD 显著减少。这些极端降水指数的变化趋势与前人研究一致[22, 26-27]，尽管趋势变化率因数据集或分析周期的不同而略有差异。 2017 年中国区域平均的 CDD 值约为 1961 2017 年 1 个标准差，属于正常年份，空间分布上显示 2017 年图 5 1961 2017 年中国区域平均 R10mm、 R20mm、 CWD、 CDD 距平序列变化和 2017 年 CWD 和 CDD 距平空间分布Fig. 5 Change in anomaly series of R10mm, R20mm, CWD, and CDD averaged over China during 1961-2017, and spatial distribution of CWD and CDD anomalies in 201750˚N30˚N40˚N20˚N90˚E 120˚E 90˚E 120˚E90˚E 120˚E 90˚E 120˚E50˚N30˚N40˚N20˚N40-41960 1970 1980 1990 2000 2010 年 1960 1970 1980 1990 2000 2010 年距平/d0.60-0.6CWD距平/da bR20mm R10mmc CWD d CDDCWD CDD-2.4 0-0.8-1.6 2.4 d0.4 0.8 -80 0-60-0.4 80 d20 4020-200CDD距平/d1.6 -40 -20 60与 1961 1990 年的平均值相比，大部分地区 CDD处于负距平，在新疆北部地区负距平较大。1961 2017 年中国区域平均 PRCPTOT 呈显著增加趋势 图 6，增速为 9.13 mm/10a p0.01，2017 年中国区域平均 PRCPTOT 值处于 19612017 年 1 个标准差范围内，属于正常年份。空间分布上 2017 年 PRCPTOT 与 1961 1990 年的平均值相比大部分地区处于正距平，特别是在中国东南部地区有较大的年降水总量，而在中国东北地区年降水总量少。 1961 2017 年中国区域平均 SDII 呈显著增加趋势 图 6 ， 1961 年以来 SDII 变化率为0.10 mm/10a p0.01。 SDII 从 20 世纪 90 年代中期以来明显偏多，并在 2016 年达到历史最大值，2017 年 SDII 值处于 1961 2017 年 1 个标准差范围内，属于正常年份，但是与 1961 1990 年平均值相比仍具有较高的降水强度，空间分布上 2017年 SDII 与 1961 1990 年平均值相比大部分区域处于正距平，且在辽宁、内蒙古部分区域以及中国东371尹红，等基于 ETCCDI 指数 2017 年中国极端温度和降水特征分析4 期 图 6 1961 2017 年中国区域平均 PRCPTOT 和 SDII 距平序列变化和 2017 年各指数距平空间分布Fig. 6 Change in anomaly series of PRCPTOT and SDII averaged over China during 1961-2017, and their spatial distribution in 201750˚N30˚N40˚N20˚N90˚E 120˚E 90˚E 120˚E90˚E 120˚E 90˚E 120˚E50˚N30˚N40˚N20˚N1200-601960 1970 1980 1990 2000 2010 年 1960 1970 1980 1990 2000 2010 年距平/mm1.20.4-0.4距平/mma PRCPTOT b SDIIc PRCPTOT d SDII-240 0-80 240 mm80 0 1.6 mm-1.6 -0.8 0.8600.80南部的大部分区域具有较大的降水强度。3 结 论利用中国 1961 2017 年 2419 站均一化的逐日气温和降水资料计算 ETCCDI 定义的 26 个极端气候指数，分析了 2017 年极端气温和降水特征。 2017 年 16 个极端温度指数中有 5 个指数达到了 1961 年以来的历史极值，分别为 TXn、 TNn、TN10p、 TX10p 和 CSDI， 7 个指数排在了 1961 年以来的前 3 位，分别为 TXx、 TNx、 TN90p、 FD、ID、 TR 和 GSL；其余 4 个极端温度指数接近历史极值，排在了 1961 年以来的前 10 位。 2017 年 4个极端温度强度指数分布特征均显示中国北部 约35 N 以北 的升温强度大于南部，而 4 个极端温度频率指数的分布特征显示在青藏高原区域冷事件减少频率和暖事件增加频率均大于同纬度的东部地区。 2017 年中国区域平均的 10 个极端降水指数中，除 R10mm、 R20mm、 CWD 略大于 19612017 年 1 个标准差外，其余指数均在 1 个标准差范围内，说明 2017 年的极端降水在正常范围内，但是与 1961 1990 年平均值相比， R95p、 R99p、PRCPTOT、 R10mm 和 R20mm、 SDII 均具有较大的正距平，而 CDD 大幅度降低。参考文献IPCC. Climate change 2013 the physical science basis [M]. Cambridge Cambridge University Press, 2013IPCC. Climate change 2007 the physical science basis [M]. Cambridge Cambridge University Press, 2007秦大河 . 中国极端天气气候事件和灾害风险管理与适应国家评估报告 [M]. 北京 科学出版社 , 2015. Qin D H. China national assessment report on risk management and adaptation of climate extremes and disasters [M]. Beijing Science Press, 2015 in ChineseDai A, Trenberth K, Karl T. Global variations in droughts and wet spells 1900-1995 [J]. Geophysical Research Letters, 1998, 25 3367-3370李新周 , 马柱国 , 刘晓东 . 中国北方干旱化年代际特征与大气环流的关系 [J]. 大气科学 , 2006, 30 2 277-284. Li X Z, Ma Z G, Liu X D. Inter-decadal characteristics of aridification over northern China associated with the variation of atmospheric circulation during the past [1][4][3][2][5]气候变化研究进展 2019 年372气 候 系 统 变 化[14][15][18][17][19]50 years [J]. Chinese Journal of Atmospheric Sciences, 2006, 30 2 277-284 in ChineseWang Z W, Zhai P M, Zhang H T. Variation of drought over northern China during 1950-2000 [J]. Journal of Geographical Sciences, 2003, 13 4 480-487 张强 , 邹旭恺 , 肖风劲 , 等 . 中华人民共和国国家标准 气象干旱等级 . GB/T204812200 [S]. 北京 中国标准出版社 , 2006 1-17. Zhang Q, Zou X K, Xiao F J, et al. Classification of meteorological drought. GB/T204812200 [S]. Beijing Standards Press of China, 2006 1-17 in ChineseAlexander L V, Zhang X, Peterson T C, et al. Global observed changes in daily climate extremes of temperature and precipitation [J]. Journal of Geophysical Research, 2006, 111 D05109. DOI 10.1029/2005JD006290Donat M G, Alexander L V, Yang H, et al. Updated analyses of temperature and precipitation extreme indices since the beginning of the twentieth century the HadEX2 dataset [J]. Journal of Geophysical Research Atmospheres, 2013, 118 2098-2118Donat M G, Alexander L V, Yang H, et al. Global land-based datasets for monitoring climatic extremes [J]. Bulletin of the American Meteorological Society, 2013, 94 997-1006Kim Y H, Min S K, Zhan X B, et al. Attribution of extreme temperature changes during 1951-2010 [J]. Climate Dynamics, 2016, 46 1769-1782Yin H, Sun Y. Detection of anthropogenic influence on fixed threshold indices of extreme temperature [J]. Journal of Climate, 2018, 31 6341-6352WMO. WMO statement on the state of the global climate in 2017 [EB/OL]. 2018 [2018-04-11]. https//public.wmo.int/en/our-mandate/climate/wmo-statement-state-of-global-climate中国气象局 . 2017 年中国气候公报 [R/OL]. 2018 [2018-04-11]. http// China Meteorological Administration. China climate bulletin 2017 [R/OL]. 2018 [2018-04-11]. http// in ChineseBlunden J, Arndt D S, Hartfield G. State of the climate in 2017 [J]. [13][9][7][8][6][10][11][20][21][12][22] [23] [24] [25] [26] [27] [16] Bulletin of the American Meteorological Society, 2018, 99 8 Si-S310Cao L, Zhu Y, Tang G, et al. Climatic warming in China according to a homogenized dataset from 2419 stations [J]. International Journal of Climatology, 2016, 36 4384-4392Sun Y, Zhang X B, Zwiers F W, et al. Rapid increase in the risk of extreme summer heat in eastern China [J]. Nature Climate C