1929—1930年中国极端冷冬事件的重建*
[陈旭东1, 2 
, 田芳毓1, 2 , 陈思颖1, 2 , 苏筠1, 2 ]
, 田芳毓]
陈旭东, 田芳毓, 陈思颖, 苏筠. (2021). 1929—1930年中国极端冷冬事件的重建* [J]. 古地理学报, 23(5): 1048-1060.
Chen Xu-Dong, Tian Fang-Yu, Chen Si-Ying, Su Yun. (2021). Reconstruction of the extreme cold winter events in China during 1929-1930[J]. Journal Of Palaeogeography, 23(5): 1048-1060.
Doi: 10.7605/gdlxb.2021.05.066
Chen Xu-Dong, Tian Fang-Yu, Chen Si-Ying, Su Yun. (2021). Reconstruction of the extreme cold winter events in China during 1929-1930[J]. Journal Of Palaeogeography, 23(5): 1048-1060.
Permissions
Copyright©2021, 《古地理学报》编辑部
版权所有.《古地理学报》编辑部
1929—1930年中国极端冷冬事件的重建*
第一作者简介 陈旭东,男,1998年生,北京师范大学地理科学学部研究生,主要从事区域资源环境与灾害研究。E-mail: 202021051032@mail.bnu.edu.cn。
摘要
气候变暖背景下,极端寒冷事件仍有发生且常伴随严重的经济、社会影响,需要更为深入的研究。 1929— 1930年极端冷冬事件作为增暖背景下的极端冷事件,对其研究相对缺乏。通过收集并分析民国时期的气象器测资料和报刊资料,对 1929— 1930年中国极端冷冬事件进行探讨。结果表明: ( 1)本次冷冬的空间范围包括华北地区、长江流域(重庆至入海口段)和北疆地区,西北地区可能存在冷冬;寒冷的核心时段为 1929年 12月到次年 1月。( 2)本次冷冬时空范围内的地区月平均气温极端性强,华北、长江流域的 12月份均温都超过十年一遇的冷事件水平,长江流域、北疆地区的 1月份均温均超过五十年一遇水平;但月最低气温的极端性较弱,大部分站点月的最低温达到五年一遇水平,部分站点月超过十年一遇水平。( 3)本次冷冬至少经历了 7次区域性或全国性的降温事件,其中有 3次降温事件达到全国性寒潮事件标准,时段分别为 12月 1— 5日、 12月 16— 20日和 1月 1— 5日;其中第 1次和第 3次是影响中国的典型中路寒潮路径,第 2次降温过程的时空特征不显著。( 4)综合本次冷冬前旱后涝气候特点、该时段内 ENSO(厄尔尼诺-南方涛动)指数的变化以及前人对 ENSO和中国气候变异的关系研究,推测 1920s末到 1930s初期的气象灾害很大程度受影响于 ENSO事件。
关键词:
1929—1930年冷冬; 极端冷冬事件; 民国时期; 重建; 气候
中图分类号:P467
文献标志码:A
文章编号:1671-1505(2021)05-1048-13
Reconstruction of the extreme cold winter events in China during 1929-1930
About the first author Chen Xu-Dong,born in 1998,is a master degree candidate in the Faculty of Geographical Science,Beijing Normal University. E-mail: 202021051032@mail.bnu.edu.cn.
Abstract
Under the background of climate warming,extreme cold events still occur and are often accompanied by serious economic and social impacts,which should be further studied. As an extreme cold event in the context of global warming,the research on the extreme cold winter event between 1929 and 1930 is relatively limited. This paper discusses the extreme cold winter events in China during 1929-1930 by collecting and analyzing meteorological data and newspaper records. The results show that: (1)The scope of this cold winter includes North China,Yangtze River Basin(from Chongqing to estuary)and North Xinjiang,and there may be a cold winter in Northwest China. The peak cold periods lasted from December 1929 to January1930;(2)In the region affected by cold winter,there are extreme monthly mean temperature. The mean temperature in December in North China and the Yangtze River Basin exceeded the cold event level of once every ten years. The mean temperature in January in the Yangtze River Basin and the northern Xinjiang exceeded the level of once every fifty years. However,the extremity of minimummonthly temperature is weak. The lowest temperature data collected from most stations reached the level of once every five years,only some of them exceeded the level of once every ten years;(3)This cold winter experienced at least seven regional/national cold events,among which three cold events reached the standard of national cold wave events,which occurred from Dec. 1st to 5th,from Dec. 16th to 20th and from Jan. 1st to 5th. The first and third cold waves were the typical cold wave of middle path affecting China. The spatial distribution of the second cold event was not obvious;(4)Based on the climatic characteristics of drought before the cold winter,and flood after the cold winter,the change of ENSO index during this period and previous studies on the relationship between ENSO and climate change in China,it was speculated that the meteorological disasters between the late 1920s and the early 1930s were greatly affected by ENSO events.
Key words:
1929-1930 cold winter; extreme cold winter event; Republic of China Period; reconstruction; climate
开放科学(资源服务)标识码(OSID) 
1 概述
全球变化背景下, 极端气候事件的频次和强度增加, 造成的损失严重, 研究其作用机制, 有助于更为及时、有效地响应(PAGES, 2009; IPCC, 2014)。极端气候事件发生具有随机性以及破坏性, 通常通过模型模拟与历史案例开展研究。案例研究优势在于其数量多、真实性强, 有助于认识极端气候事件的作用机理, 以便更好地为极端气候事件的决策服务(IHOPE, 2010)。而中国地区季风气候具有不稳定、多变性, 降水变率大, 水旱灾害频繁, 且传统中国是一个农业大国, 历史时期中国的极端气候事件记录丰富, 在历史极端气候事件的研究数据上拥有独特优势(方修琦等, 2014; 郑景云等, 2014)。
极端冷冬事件是极端气候事件的重要类型之一。在全球变暖的趋势下, 人类社会顺应变暖趋势而采取适应性生产、生活方式, 更加重视高温热害以及其伴生的诸如干旱、沙尘暴等极端天气事件, 由于系统对低温寒冷适应性的降低, 一旦产生低温严寒事件往往产生更为严重的危害。例如, 2008年中国南方的极端冷冬事件造成了超过1500多亿元的直接经济损失(丁一汇等, 2008); 2009—2010年欧洲、美国地区的寒潮事件造成了一系列寒冷天气事件和罕见的降雪, 进而带来巨大的直接或间接经济损失(Cattiaux et al., 2010); 2012年1—2月欧洲与亚洲北部发生了影响范围广、持续时间长、损失极其严重的极端寒冷事件(王维国等, 2012); 2021年2月美国的严寒与极端天气及其次生灾害致死70多人。这些事件说明全球变暖导致的是极端气候事件频次和强度的增加, 其中包括了极端寒冷事件, 而随着对变暖背景的整体适应, 极端寒冷事件更值得警惕。
历史时期极端冷冬事件已有一些研究成果, 多为案例研究。龚高法等(1986)利用县志记录重建了1892—1893年中国东南沿海地区的极端冷冬及其社会影响; 王培华等(2004)利用元时刘岳的序文推断1328—1330年的寒冷事件。随着历史时期更多的资料被发掘修订, 有更多的资料可用于寒冷事件的重建。张德二等(2014, 2017)利用近代器测资料与诸如《中国三千年气象记录总集》等汇总资料, 分别重建了1892—1893和1670—1671年的冬季严寒事件; 萧凌波等(2006)利用清代私人日记重建了湖南长沙1877—1878年冷冬事件; 同样利用私人日记, 陈思颖等(2020)重建了1308—1309年太湖流域的冬季逐日情况, 指出其可能是气候向明清小冰期转折的标志年份。总体来说, 历史时期冷冬研究涉及资料源多样, 重建范围主要集中于明清小冰期。
1929—1930年极端冷冬事件发生在民国时期, 其研究相对较少。郝志新等(2011)基于文献资料, 在识别过去400年极端冷冬事件时指出1929—1930年出现过2年的极端冷冬连发事件, 钱恒君等(2019)基于湖南马尾松树轮样本重建了1854年以来的冬季极端低温, 从自然证据上证实了1927—1930年间发生了冷冬事件。《中国气温等级图(1911—1980)》(气象科学研究院天气气候研究所, 1984)一书中指出1929年11月到1930年1月, 中国地区有大面积的寒冷事件, 其中1月份的寒冷程度、寒冷范围都达到相对极端的程度。除此之外, 当时的报刊报道中也能看出本次冷冬事件的极端性: 例如《大公报》1930.1.4《谁信有此!!!慈母不忍听儿啼 深夜活埋雪中》一文记载: “ (母)以生存无望, 深夜时将子活埋深雪之中, 其母亦于次日冻死。……日来天气严寒异常, 水井亦结坚冰, 屋内温度降至华氏表 20度, 树上乌鸦麻雀……往往坠地而死……” 。总结多个资料源可以得出, 1929年11月到1930年2月这个冬季(下称本次冬季)中国地区发生了极端严寒事件。但现有研究中, 本次冷冬的极端程度缺少定量表达, 且具体时空范围刻画不足。故本研究对本次冬季极端气候事件进行深入分析, 通过挖掘时段内的器测记录与报刊记录, 对本次冷冬的极端性进行定量表达, 重建其空间范围与时间过程, 并讨论本次冷冬的可能影响机制。研究结果可以丰富对本次极端冷冬事件的认识, 也可为气候模式模拟提供参照与参数校订的基础。
2 资料来源与数据处理
2.1 器测资料来源与数据处理
本研究所采用的1929—1930年器测资料来源是民国时期国立中央研究院气象研究所出版的《气象月刊》(Monthly Meteorological Bulletin)。该刊物的核心内容为当时中国多个站点的气象要素观测资料。其权威性高, 覆盖空间范围广, 时间分辨率高(大部分站点达到“ 天” 尺度), 气象要素齐全且测量规范, 是研究该时段内气候变化与气象灾害的良好资料源。对于该研究时段内, 从《气象月刊》中分别提取站点名称、经纬度信息、逐日最低气温, 删除其中印刷污损严重、无法识别或通过均温、最高温推算的数据, 共得到61个站点6692条站点日最低气温记录, 资料完整程度高达91.4%。站点分布如图 1所示。
 | 图 1 1929—1930年《气象月刊》中记录的中国气象站点空间分布 底图来源: 标准地图服务系统(http: //bzdt.ch.mnr.gov.cn), 审图号: GS(2019)1822Fig.1 Spatial distribution of meteorological stations in China recorded in Monthly Meteorological Bulletin in 1929-1930 |
 | 表 1 1929—1930年《气象月刊》记录站点的分区情况 Table 1 Stations and their areas recorded in Monthly Meteorological Bulletin in 1929-1930 |
此外, 在每个站点区域中选取1个代表站点, 并收集该站点的现代器测数据(现代无站点则选取经纬度相近站点), 统计站点的逐日最低温度, 计算各温度对应的累积频率与重现期, 用以判断1929—1930年严寒事件在不同区域的极端程度。现代气象数据来源于中国气象数据网(http: //data.cma.cn/), 序列覆盖时段为1951—2013年(部分站点为1978—2013年); 内容为各站点逐年1—2月、11—12月的最低气温与平均气温。代表站点选择如表 2。
| 表 2 各区域1929—1930年冬季代表站点以及用于对比的现代站点 Table 2 Representative sites for each region and modern station for comparison in winter, 1929-1930 |
2.2 文献资料来源与数据处理
3 1929—1930年中国冷冬概况
器测资料能为定量化重建冷冬提供可靠的数据来源, 但在20世纪初期, 中国的气象站点建设还处于起步阶段, 站点分布零散且均一性差, 故需附加其他资料进行佐证。而从19世纪起, 中国各地陆续出现多家近代报刊。报刊多为日刊或者月刊, 核心内容是传播全国的社会热点问题。其中, 涉及天灾人祸的民生问题更是为多数媒体所关注, 这为研究当时的灾害提供了丰富直观的文字资料。现有研究也表明, 通过近代报刊来重建该时段高精度的气象灾害是可行的(Chen et al., 2021; 苏筠等, 2021), 因此本研究采用民国时期的报纸刊物作为器测资料的辅助资料进行冷冬的时空范围重建。
报刊资料主要依托于翰堂典藏近代报刊数据库与中国水利水电科学研究院出版的《民国时期水旱灾害剪报》(中国水利水电科学研究院, 2018)。前者是电子数据库, 收录了近300种清末到民国的近代报刊, 内容丰富且不局限于灾害报道; 后者是纸质资料, 整理了包括《大公报》《民国日报》《新闻报》《申报》等当时主流报刊的灾害剪报资料, 共计5.1万件, 是研究该时段气象灾害的重要数据源。
报刊资料存在“ 报道异常而不报道平常” 特点, 一般的寒冷事件并不会作为新闻出现在报纸报道上, 故认为出现在报道中的寒冷事件程度相对严重。本研究结合上文划定的研究时段(1929.11—1930.2), 以“ 严寒” “ 气温” ①(①选择“ 气温” 关键词是因为不同报道对降温说法各有不同, 但一般都涉及气温一词, 但本处排除非极端寒冷报道。)“ 冻餒” 等作为关键词, 分别对翰堂近代报刊数据库和《民国时期水旱灾害剪报》进行阅读查询和精确查询, 筛选涉及本时段内的寒冷事件报道, 共计获得147条记录。前者共获得120条记录, 后者共获得27条记录。对于每条记录, 分别提取其报道出处、寒冷事件时间、寒冷事件地点与寒冷事件描述; 删去其中缺少寒冷事件地点描述、关键词重复的记录, 得到59条可用记录。将整理获得的59条记录分别从时间、空间纬度进行汇总, 得到报刊报道的本次冬季严寒事件发生的空间范围, 以及每个省区涉及严寒事件的时间段(表 3)。
| 表 3 报刊中记录有1929—1930年冷冬事件的地点和时段 Table 3 Location and time of the cold winter event which were recorded in newspapers in 1929-1930 |
3.1 冷冬的空间范围识别
明确本次冬季达到冷冬标准的空间范围是分析冷冬事件的基础。关于冷冬的定义采用《新中国60年新词新语词典》中提出的: 某年某一区域整个冬季(上年12月到次年2月)的平均气温低于常年值时, 称该年该区域为冷冬。常年值本研究采用现代器测站点的计算结果。特别说明, 其中北疆地区由于本次冬季仅有1月份和2月份的器测记录, 故多年冬季平均温中也采用多年1月份和2月份平均气温对比(表 4)。
| 表 4 分地区1929—1930年冬季平均气温与常年值 Table 4 Average temperature in winter and perennial winter mean temperature of each region in 1929-1930 |
结合标准可以看出, 本次冬季东北地区、华南地区和西南地区的平均气温高于多年冬季平均气温, 三者不属于冷冬范畴。华北地区、长江流域(重庆至入海口)和北疆地区的本次冬季平均气温低于常年值, 故属于冷冬范畴。
3.2 冷冬的时间范围识别
逐月逐地区分析寒冷的极端性。因缺少研究时段的多年器测数据, 故本研究用现代对应站点的数据构建逐月的均温概率密度曲线, 并以此计算本次冬季各地区代表站逐月平均气温的累积分布函数, 分析其寒冷的极端性。计算公式如下所示:
其中FT为累积分布函数; t为本次冬季地区站点月的均温; i表示站点; j表示月份。公式含义为: 某月某站点中所有小于等于本次冬季均温t的气温出现概率的和。考虑到冷月和极端事件的标准, 认为
从计算结果(表 5)可以得出, 本次冬季东北地区、西南地区、华南地区的大部分月份偏热, 这与冷冬空间范围的识别结果相吻合。
| 表 5 1929—1930年中国极端冷冬事件的分地区逐月气温均值和最低气温及与现代器测结果的对比 Table 5 Monthly mean temperature and minimum temperature of extreme cold winter events in China during 1929-1930 and comparison with modern measurements |
但华南地区1月份平均气温的累积分布函数为1.6%, 达到极端冷事件水平, 重现期超过五十年一遇。本次冬季中, 华北地区的12月份、1月份偏冷, 其中12月份达到了极端冷事件水平, 重现期为十年一遇。长江上中游地区的12月份、1月份均达到了极端冷事件水平, 前者的重现期接近二十年一遇, 后者的重现期达到五十年一遇。长江下游地区的11月份、12月份、1月份均偏冷, 其中12月份、1月份达到极端冷事件水平, 1月份的极端性甚至超过百年一遇。北疆地区的1月份、2月份偏冷, 前者达到了极端冷事件水平, 且极端性异常强烈, 超过千年一遇水平。总体来看, 本次冷冬主要影响的时段是12月份到1月份, 在冷冬影响空间范围内, 12月份和1月份的月均温极端性普遍超过了十年一遇水平, 部分站点月达到百年一遇水平; 此外大部分地区本次冬季2月份的月均温较常年偏高。
同样对逐月最低气温计算其累积分布函数, 分析低温的极端性。结果显示: 在本次冷冬影响的时空范围内, 长江下游地区12月份和1月份最低气温、北疆地区1月份最低气温的极端性强, 均超过了十年一遇水平; 其他站点月的最低气温极端性在15%~30%之间波动, 即约五年一遇水平。
因此, 从极端性出发: 本次冷冬的核心时段为12月份和1月份, 这2个月中多数地区的代表站点逐月均温低于常年水平, 甚至达到极端冷事件水平。各站点的11月份和2月份的均温寒冷程度弱(除北疆地区外), 甚至较常年偏热。此外, 最低温的极端性分析指示本次冷冬影响范围内大部分站点月的最低温达到五年一遇水平, 部分站点月超过十年一遇水平。
3.3 文献资料对时空范围的补充
从文献资料来看, 空间范围上, 本次冬季, 内蒙古中部地区、陕西省、山西省、浙江省和江苏省全境受冷冬影响强烈, 与器测资料指示的冷冬范围大致相同。东北地区部分县市出现冷冬的报道; 甘肃、宁夏、河北、安徽、河南等省区存在寒冷事件报道, 但其报道数量少(仅1篇), 且为穷举全国寒冷区域的报道, 缺少其他报道进行相互印证, 故其可靠性尚存疑。
时间范围上, 本次冬季全国大部分地区都有时段出现极端寒冷的情况。其中, 12月份和1月份为寒冷报道最为频繁的时段且内容, 其大概率指示着该时段是本次冬季较为寒冷的阶段; 11月份和2月份的寒冷报道相对较少, 仅在河南省、浙江省和陕西省出现相关报道。特别地, 在12月份和1月份的寒冷报道中, 有明确时间点的寒冷报道多集中在12月11日到1月18日期间。
综合器测资料与报刊报道资料得出, 1929—1930年中国冬季发生了极端冷冬事件。该事件影响时段为1929年12月到1930年1月, 其中12月份到1月上中旬应为寒冷的核心时段; 冷冬未影响到中国东北、华南和西南地区, 在华北、长江流域(重庆至入海口, 下同)、北疆地区均十分突出, 西北地区可能存在冷冬事件; 其中12月的长江流域、华北地区和1月份的长江流域、北疆地区达到极端冷冬事件水平。与月均温相比, 本次冷冬的逐月最低温极端性较不突出, 除12月份长江下游与1月份北疆地区达到百年一遇以上的水平外, 多地最低温仅五年一遇水平。
特别说明, 由于重建采用了2种特性不同的资料源, 故二者分别指示的寒冷事件空间范围存在差别。器测资料受限于站点的空间分布, 而民国时期气象站点建设还处在起始阶段, 因此很多地区尚缺少器测数据, 影响寒冷事件的空间范围识别。报刊资料受限于通讯、交通技术水平, 导致远离办报核心区的地区(如新疆等)缺少寒冷事件记录; 此外当时的社会时事热点(如饥荒、军阀战争)也会影响并弱化寒冷事件的灾害报道。
4 1929—1930年中国冷冬的天气过程明确本次冬季的极端性和时空范围后, 剖析冷冬降温的天气过程有助于更深入地了解本次冷冬的形成过程。现行的国家寒潮标准(中国国家标准化管理委员会, 2017)从某地的日最低气温24 h、48 h、72 h的降温幅度和日最低温出发定义了寒潮标准。基于此, 本研究分别计算本次冬季逐个站点的24 h、48 h、72 h降温幅度, 并结合日最低温来挑选本次冬季中降温过程达到寒潮活动标准的日期; 此外, 本标准中还给出冷空气活动(未达到寒潮水平, 但引起区域气温显著下降)的判断标准, 本研究一并计算并提取。特别说明, 标准将24 h、48 h、72 h内降温幅度定义为: 某日14时以后, 24 h、48 h、72 h以内的日最低气温与该日日最低气温之差。由于民国时期器测资料的数据限制性, 未能获取完全满足现行标准的降温幅度气象指标, 本研究将其修订为当日温度与次日、后日和第3日温度之差。以5日为时间间隔, 计算结果统计如图 2所示。
 | 图 2 1929年11月—1930年2月各站点达到冷空气活动—寒潮标准的时段 浅蓝色段代表该站点在该时段内有达到冷空气活动标准的降温幅度, 深蓝色代表该站点在该时段内有达到寒潮活动标准的降温幅度Fig.2 Time period of cold air and cold wave at each weather station from November 1929 to February 1930 |
图 2中浅蓝色部分代表达到冷空气活动标准, 但未达到寒潮标准的降温过程, 深蓝色部分代表达到寒潮标准的降温过程, 寒冷站点占比表示对应时段内出现达到冷空气活动标准以上的降温站点数占总站点数的比例。现行标准和研究结果中(王遵娅和丁一汇, 2006)多以达到寒潮标准的单站站数占全国总站点数的15%划定区域性寒潮, 以30%划定全国性寒潮, 本研究也采用此划定标准。特别指出, 民国时期并无如现代大数量的气象站点, 且站点分布也相对不均匀, 用此标准可能会对结果产生一定的影响。逐时段分析如下:
1)本次冬季11月份。长江上、中游地区和西南地区的站点没有达到冷空气活动标准的降温站点; 北疆地区站点在1930年起才建立, 故也缺少数据。其他地区中: 华南地区达到标准的降温过程很少, 其地处东南, 冬季风影响较为微弱, 故虽处在降温过程, 但降温幅度未达冷空气—寒潮标准; 长江下游、华北地区的降温过程较为明显, 多站点多时段出现达到冷空气—寒潮标准的降温记录。从站点数上看, 6—10日、16—20日、21—25日期间存在分布较广的降温事件, 其降温站点数占比接近20%, 从标准上看为发生区域性寒潮事件, 结合具体站点推测该区域为东北地区、华北地区和长江下游地区。
2)本次冬季12月份。除新疆站点仍未有数据外, 多地区均出现达到冷空气—寒潮标准的降温站点。从时间上看, 1—5日、11—15日、16—20日期间分别有超过40%、20%和30%的站点出现达到冷空气活动及以上标准的降温记录, 故从标准上看, 1—5日和16—20日发生了2次全国性的寒潮事件; 而11—15日发生1次区域性寒潮事件。
3)本次冬季1月份。降温事件规律明显, 可以看出达到冷空气—寒潮标准的降温记录均集中在1—5日期间, 其站点数达到29.5%, 十分接近全国性寒潮事件标准, 其他时段记录稀少。
4)本次冬季2月份。达到标准的降温记录集中在东北地区和华北北部地区, 其他地区记录稀少。
故可以推测, 在1月份初期(1—5日)发生了1次全国性的寒潮事件, 此后2月份期间在东北地区与华北北部地区发生了1次区域性降温事件。
对识别到的本次冬季12月份3次全国性寒潮事件进行深入剖析, 分别计算3个时段内的各站点的最大连续降温幅度(部分站点达到标准的连续降温日数超出时段, 本处一并计入), 并用ArcGIS软件做降温幅度的空间插值, 结果如图 3所示, 图中深蓝到浅蓝代表降温幅度逐渐减小。从图中可以看出: 第1次(12月1—5日)的全国性降温过程中, 华北、东北地区降温明显, 此外华北地区存在向岭南地区深入的降温趋势, 据此推测, 本次寒潮从外蒙地区侵入华北和东北地区, 并在华北地区向南深入中国南方地区; 结合中国常规的寒潮路径判断, 本次寒潮属于影响中国的中路寒潮。第2次(12月16—20日)的降温过程不同于第1次降温过程, 其降温的核心区域在东北地区和岭南地区, 中部的长江流域降温反而并不剧烈, 其降温的时空规律不明显。第3次(1月1—5日)降温过程中, 北疆地区开始有器测资料, 但由于与其他站点相隔太远, 中间的插值结果可信度不高。其结果显示, 本次寒潮过程中华北地区存在1个北北西—东南方向的降温条带, 是本次降温的核心区; 华南地区降温幅度较低, 但岭南地区存在1个相对较大的降温区。结合中国常规的寒潮路径判断, 本次寒潮应属于影响中国的中路寒潮。
 | 图 3 1929—1930年冬季3次全国性寒潮过程的站点最大降温幅度空间插值 图中蓝色区域表示基于站点数据的空间插值结果, 空白处则表示缺少站点数据而无法插值的范围。a—第1次寒潮过程最大降温空间格局; b—第2次寒潮过程最大降温空间格局; c—第3次寒潮过程最大降温空间格局; d—第3次寒潮过程最大降温空间格局(去北疆站点)。采用ArcGIS10.4内置普通克里金插值法, 变异函数模型选择stable模型。各图预测误差(prediction errors)如下: 图a: Mean(平均值): 0.04, RMS(均方根): 2.51; 图b: Mean: -0.05, RMS: 2.59; 图c: Mean: -0.11, RMS: 2.51; 图d: Mean: -0.19, RMS: 2.45。底图来源: 标准地图服务系统(http: //bzdt.ch.mnr.gov.cn), 审图号: GS(2019)1822Fig.3 Spatial interpolation of the maximum temperature drop amplitude of the three cold waves in the whole country in winter, 1929-1930 |
将此结果与现代站点的统计结果做对比可发现本年冬季寒潮次数明显偏多。魏凤英(2008)通过分析1951—2006年的全国160站点数量指出, 20世纪90年代初起中国才开始出现剧烈的增暖, 而增暖前(1955/1956—1989/1990时段)平均每年冬春季节发生全国性寒潮1.7个。康志明等(2010)通过统计分析指出, 1951—2006年间寒潮年均次数为1.6次。而20世纪50—60年代作为近60年来的寒潮最频繁的时段, 平均寒潮次数也仅2.3次。因此从次数上看, 本年冬季推测比常年要寒冷, 降温过程也比常年要多。
报刊报道上同样可以获取一定的天气过程信息, 12月份和1月份为寒冷报道最为频繁的时段, 其大概率指示着该时段是本次冬季较为寒冷的阶段; 11月份和2月份的寒冷报道相对较少, 仅在河南省、浙江省和陕西省出现相关报道。特别地, 在12月份和1月份的寒冷报道中, 有明确时间点的寒冷报道多集中在12月中旬到1月上旬, 此结果与器测资料重建结果吻合度较高。
总体来说, 从达到冷空气—寒潮标准的站点数量来看, 本次冷冬中存在7次区域性或全国性的降温过程: 11月份期间经历了3次发生在东北、华北和长江下游地区的区域性降温过程, 分别是6—10日、16—20日、21—25日; 12月份是本次冷冬的核心降温时段, 其间存在2次全国性的降温过程(1—5日、16—20日)和1次区域性的降温过程(11—15日); 1月初(1—5日)发生了1次全国性的寒潮过程。3次全国性寒潮过程中, 第1次(12月1—5日)和第3次(1月1—5日)为典型的中路寒潮, 而第2次(12月16—20日)的寒潮路径无典型的时空特征。除此之外, 2月份期间东北地区和华北北部地区应发生了区域性的冷空气活动—寒潮事件。
5 讨论: 本次冷冬前后气候状况与可能影响因素
本次冷冬发生在1920s到1930s的过渡时段, 其处在小冰期结束、气候增暖的大背景下。本次冷冬前后, 中国各地均有较大范围的气象灾害。本次冷冬前的2年中(1927—1929), 中国经历了较大范围的旱灾, 其强度也不亚于丁戊奇荒和崇祯大旱, 被称为是过去300年间最严重的三大旱灾之一(曾早早等, 2009)。本次旱灾的影响区域面积广大, 其波及了几乎整个西北地区和部分华北地区, 当时的陕西、甘肃、河南、山东、安徽、绥远、察哈尔等地均有严重的旱灾损失记录; 南方地区同样存在旱灾报道, 例如湖南、重庆等地①(①民国18年12月20日:申报《湘省灾情惨重之报告》.)。本次冷冬后, 从报道上看, 5月份湖南出现水涝灾害②(②民国19年5月8日:大公报《湘省水灾起》．), 本处于干旱核心区的陕西也在沿河一带出现水灾③(③民国19年5月31日:东北商工日报《陕人饥疫交迫水又为患 目睹惨象毛发为之悚然》.)。自7月份起, 东北地区④(④民国19年7月18日:东北商工日报《连朝阴雨中各地水灾声 省境诸大河流同时暴涨》．)、绥远地区⑤(⑤民国19年8月19日：大公报《绥中水灾详报 北宁路水灾最重之处》.)和华北地区(包括天津⑥(⑥民国19年8月23日:大公报《水的灾害 塘沽以东淫雨不止 芦台附近运河决口》.)、河北⑦(⑦民国19年9月22日:大公报《“ 华北旱潦灾患” 导言》.)、山东⑧(⑧民国19年8月14日:时报《济南大雨成灾 房屋坍塌两千余间 居民露宿城上避水》.)等)水灾奇重, 灾害报道从7月下旬起到9月上旬频繁报道, 诸如“ 淫雨” “ 溺毙” “ 泽国” “ 汪洋” 等词汇屡见不鲜; 而同时, 四川⑨(⑨民国19年8月26日:新闻报《川赈务会向中央乞援》.)、陕西、河南多地旱灾肆虐。直至9月, 四川地区也发生“ 空前之大水灾” ⑩(⑩民国19年9月30日:中央日报《四川空前之大水灾》.)。总体而言, 1927—1929年, 全国受强度大的干旱灾害影响, 而1930年全国的防灾工程主要围绕水灾展开, 作为2个极端气象灾害的过度时段, 对1929—1930年的冬季极端冷冬机制的讨论存在必要。
总结1927—1930年中国大空间尺度上的气候模式, 可以将其归纳为: “ 1927—1929年干旱、1929—1930冬季大范围严寒、1930夏季大范围洪涝” 。考虑这样的气候模式的影响因素时, ENSO(厄尔尼诺-南方涛动)是一个不可回避且强有力的因素, 多个研究证明ENSO的变化会对中国温度和降水带来较为显著的影响(刘永强和丁一汇, 1995; 张冲和赵景波, 2011; 袁媛等, 2014)。且有研究指出, 出现拉尼娜的秋冬季, 即ENSO负相位时, ENSO信号通过影响北大西洋地区的大气环流, 改变欧亚中高纬度地区的纬向温度平流输送和西伯利亚高压强度, 进而影响中国(特别是中国北方)的冬季气温, 使得中国出现冷冬(赵振国, 1989; 李崇银, 1989; Wang et al., 2000; 张冲和赵景波, 2011; 汪子琪等, 2017)。现有许多的冷冬案例研究也指出ENSO及其导致的大气环流异常是冷冬产生的主要因素, 如1670—1671年冬季严寒事件(张德二和梁有叶, 2017)、1892—1893年中国寒冬(张德二和梁有叶, 2017)、2008年中国南方雨雪冰冻灾害(高辉等, 2008)与2011—2012冷冬(孙丞虎等, 2012)。因此, 推测ENSO对本次气候变异存在着较大的贡献。
依据龚道溢和王绍武(1999)、王绍武等(2004)重建的1867年以来的各季度ENSO指数结果(表 6)可以看出, 自1926年冬季开始, ENSO指数就开始由正转负; 1927年中, 除了秋季为正指数外, 其他季度均为负指数, 年平均值也低于0; 1928年全年为负指数; 1929年春夏季出现较弱的正指数, 但秋冬季又转回负指数, 且本年冬季是该年负指数最强季度; 1930年起, 指数转为正。总体来说, 从1927—1930年间的ENSO指数主要为负、到1930年“ 由负变正” 的过程, 与该时段内中国的气候特征变化相一致。因此, 从成因机制上看, 本次冷冬事件乃至之前的干旱与之后的洪涝灾害很可能是ENSO的变化导致, 两者的变化规律具有时间上的一致性。故后续在分析1920s末到1930s初期的水旱灾害发生机制时, 应重点考虑ENSO事件带来的贡献。
| 表 6 1926—1930年ENSO指数的逐季度变化(数据来源于龚道溢和王绍武, 1999; 王绍武等, 2004) Table 6 Quarterly changes in the ENSO index from 1926 to 1930(Data is from Gong and Wang, 1999; Wang et al., 2004) |
6 结论
本研究通过收集并分析1929—1930年冬季的气象站点器测资料与该时段内的报刊资料, 识别并重建了1929年11月—1930年2月中国的极端冷冬事件, 并讨论了其可能的影响机制, 得出的主要结论有:
1)1929—1930年冬季中国的确发生极端冷冬事件。空间上涉及了华北地区、长江流域(重庆至入海口段)和北疆地区, 另外报刊指示西北地区可能存在冷冬, 但缺少站点观测; 时间上, 本次冷冬的核心时段为1929年12月到1930年1月。
2)从极端性上看, 本次冷冬影响的时空范围内, 各地区的逐月平均气温极端性普遍高于逐月最低气温。平均气温上, 华北、长江流域的12月份均温都超过十年一遇的冷事件水平, 长江流域、北疆地区的1月份均温均超过五十年一遇水平, 甚至部分站点月超过百年一遇。最低气温上, 大部分站点月最低温达到五年一遇水平, 仅部分站点月超过十年一遇水平。
3)本次极端冷冬事件中至少存在7次区域性或全国性的降温过程。其中3次全国性降温过程发生在12月1—5日、12月16—20日和1月1—5日。3次全国性寒潮过程中, 第1次(12月1—5日)和第3次(1月1—5日)的器测资料反映出明显的“ 以华北为核心, 并向华东、华南延伸” 的空间特征, 降温路径为典型的中路寒潮, 而第2次(12月16—20日)的降温幅度空间特点表现出“ 南北强、中部低” 的特点, 其寒潮路径无典型的时空特征。
4)本次冷冬前后中国的气候状态可以归纳为“ 大旱—冷冬—洪涝” 的模式, 而对应时段内的ENSO指数经历了“ 负—正” 的变化过程且本次冬季的ENSO指数为负。综合前人关于ENSO变异对中国气候(温度和降水)的影响研究, 以及ENSO负相位与中国冷冬的关系, 推测1920s末期到1930s初期中国地区影响严重的气象灾害成因很可能与ENSO事件有关。
致谢 感谢北京师范大学地理科学学部殷水清老师及其研究生王绍东在气候事件极端性分析的数据处理指导。感谢审稿人与编辑的宝贵意见。
(责任编辑 李新坡; 英文审校 刘贺娟)
参考文献
| [1] |
|
| [2] |
|
| [3] |
|
| [4] |
|
| [5] |
|
| [6] |
|
| [7] |
|
| [8] |
|
| [9] |
|
| [10] |
|
| [11] |
|
| [12] |
|
| [13] |
|
| [14] |
|
| [15] |
|
| [16] |
|
| [17] |
|
| [18] |
|
| [19] |
|
| [20] |
|
| [21] |
|
| [22] |
|
| [23] |
|
| [24] |
|
| [25] |
|
| [26] |
|
| [27] |
|
| [28] |
|
| [29] |
|
| [30] |
|
| [31] |
|
| [32] |
|
| [33] |
|
| [34] |
|
| [35] |
|
| [36] |
|