中国中部持续性热浪：基于持续时间的框架揭示其非线性增强机制

《City and Environment Interactions》：Prolonged heatwaves in Central China: A duration-based framework for revealing their nonlinear intensification

　　

研究人员开发了一个基于持续时间的分析框架用于研究持续性热浪（prolonged heatwaves, PHWs）。PHWs每年都会发生，并在季节、年份和气候带方面表现出类型特定的变化。广义可加模型（Generalized Additive Models, GAMs）揭示了热浪类型依赖的非线性持续时间–强度关系。

中国中部持续性热浪：基于持续时间的框架揭示其非线性增强机制——论文解读

全球变暖背景下，极端高温天气日趋频繁，热浪事件的发生频率和影响范围显著增加。传统热浪通常定义为连续三天以上日温度超过当地高温阈值，然而其持续时间延长趋势却未得到充分关注。已有研究表明，1979至2020年间热浪平均持续时间由8天延长至12天。持续性热浪（prolonged heatwaves, PHWs）不仅延长了极端高温的持续期，还会放大事件强度，进而加剧生态和社会影响，例如增强蒸散、快速消耗土壤水分引发干旱、降低生态系统总初级生产力、增强气候反馈，并显著增加人群死亡风险。然而，现有研究多聚焦于温度强度，缺乏以持续时间为核心的分析框架，尤其针对白天、夜间及复合型持续性热浪的系统性研究仍十分有限。此外，尽管持续性热浪通常比短时事件更强，其非线性增强机制和类型间差异尚不清晰。为此，该研究提出一种基于持续时间的分析框架，以中国中部湖北省为案例，系统识别持续性热浪，分析其时空特征，并利用广义可加模型（Generalized Additive Models, GAMs）分离季节、空间和年际变化，量化持续时间对热浪强度的非线性调制作用。

研究人员利用中国气象局国家气象中心的两套数据集：数据集1包含湖北省82个县级目标站的2012–2025年5–9月逐日平均气温、最高气温（Tmax）和最低气温（Tmin），其中缺测数据采用反距离权重插值填补；数据集2包含13个1981–2010年的长期参考站，用于计算每日阈值。识别方法采用地理增强的日阈值方法：基于参考站1981–2010年30年记录，以滑动15天窗口的90分位数为每日温度阈值，再通过同气候带内配对和综合相似性评分（考虑距离、海拔、不透水面比例、植被覆盖比例和水面比例）将参考站阈值赋予目标站。据此识别三类热浪：仅Tmax超阈值的白天热浪（DAY-HW）、仅Tmin超阈值的夜间热浪（NIGHT-HW）、两者均超阈值的复合热浪（COM-HW），连续至少3天。根据2012–2024年所有热浪持续时间的分布，以中位数加标准差（≥5天）定义为持续性热浪（PHW），并进一步划分为PHW1（5–6天）、PHW2（7–8天）、PHW3（≥9天）。研究方法上，构建四个GAM模型，以事件平均温度异常为响应变量，解释变量包括log转换的持续时间平滑项、儒略日（DOY）平滑项、年份平滑项以及站点随机效应，采用thin-plate回归样条和限制性最大似然优化。模型通过分层5折交叉验证和2024–2025年独立数据验证，并利用导数分析和bootstrap置信区间识别增强、减弱、过渡和无显著变化等相位。

研究结果部分，首先在3.1节揭示了热浪和持续性事件的发生特征。3.1.1总体发生频率显示，2012–2024年暖季共记录到22288个热浪日，其中DAY-HW占55%，COM-HW占34%，NIGHT-HW占12%。持续性热浪（PHW）日在COM-HW中占48%，DAY-HW中占40%，NIGHT-HW中仅占21%；其中PHW3（≥9天）在COM-HW日中占15%，在DAY-HW日中占8%，在NIGHT-HW日中仅占1%。COM-PHW的年际波动最大（变异系数0.58），并与季节平均温度密切相关：较凉的2014和2015年无COM-PHW发生，而炎热年份2022和2024年其占COM-HW日比例分别达78%和46%。DAY-PHW年际变化相对稳定，NIGHT-PHW贡献较低且以短持续事件为主。3.1.2区域组成表明，高海拔山区（EXB、EXN、EDB）以DAY-PHW为主，其中EXN的DAY-PHW3事件最多；低海拔湿润平原（JH、EDN）以COM-PHW为主，PHW3贡献约15%；武汉气候带（WHcz）因城市下垫面影响，DAY-PHW和COM-PHW共同主导，且PHW3比例远高于其他区域（DAY-PHW3占22.1%，COM-PHW3占9.1%）。3.1.3月度分布显示，PHW集中在7–9月，8月为峰值月，COM-PHW3在8月高度集中（79%）。以2024年为例，PHW常呈现多气候区同步发生，但类型间时空模式不同。

在3.2节，研究人员比较了不同持续时间类别的强度。箱线图和Kruskal–Wallis检验显示，DAY-HW的Tmax异常在不同持续时间类别间有显著差异，但PHW3与短时热浪（SHW）的Mann–Whitney比较并不显著。COM-HW在Tmax和Tmin异常上均存在显著组间差异，且PHW3显著强于SHW（p<0.01），呈上升—下降—上升的轨迹。NIGHT-HW总体检验显著，但因PHW2和PHW3样本极少（n=4和n=2），结果需谨慎解释。总体上，持续时间与强度的关系呈非单调特征。

在3.3节，GAM模型分解了控制效应。模型性能良好（R2=0.53–0.69；独立验证R2=0.31–0.56），残差空间自相关较弱。DOY季节效应显示，中夏季温度变率低时阈值易被少量异常超越，季节效应为负；过渡季节变率高时需更大异常触发热浪，季节效应为正。年份效应显示三种模型均在2022年达到峰值，确认2022年为跨类型的极端炎热年。站点效应表明，Tmax模型的站点间差异远大于Tmin模型，反映白天温度极端事件的空间异质性更强。3.3.2非线性持续时间–强度关系及相位识别显示，持续时间效应在DAY-HW(Tmax)、COM-HW(Tmax)和COM-HW(Tmin)模型中显著，而在NIGHT-HW(Tmin)中不显著。导数分析揭示了增强—过渡—减弱—再增强的多重相位：DAY-HW在6.7–8.8天快速增强，最大效应0.93°C；COM-HW(Tmax)在18天之后出现第三次增强，25天时效应达1.65°C；COM-HW(Tmin)轨迹类似，但最终峰值较低（1.40°C）。3.3.3比较显示，持续性增强效应存在强类型依赖：COM-HW最强、DAY-HW中等、NIGHT-HW可忽略；且同一事件中Tmax的响应强于Tmin。

讨论部分首先检验了不同热浪定义的稳健性。与固定阈值（Tmax 35.1°C，Tmin 26.7°C）相比，日阈值方法能反映季节和区域气候差异。两种方法下PHW均占显著比例，但COM-HW中固定阈值法的持续越长强度越强的结论出现反转，原因在于固定阈值事件高度集中峰值夏季，此时高温背景和低变率使得长事件仅代表“普通”炎热而非真实异常增强，证明日阈值和异常指标的优越性。关于物理机制，初始增强可能与地表干燥引起的正反馈有关，减弱阶段或与蒸散抑制和环流调整相关，长时间事件的再增强可能反映持续高压系统的热力学维持作用，但这些仅为物理解释而非直接归因，未来需结合再分析数据进行验证。研究局限在于观测网络缺少湿度、辐射、风、土壤水分等要素，且单站每县的空间密度不足以刻画城市内部异质性。

结论部分：本研究开发了基于持续时间的框架，揭示了湖北省不同气候带持续性热浪的时空特征。PHW在2012–2024年间每年发生，并贡献了相当比例的热浪天数；白天PHW主导山区，复合PHW主导平原，武汉都会区两者均高频且长事件比例最高。GAM模型分离了季节、年际和站点效应，证实热浪持续时间驱动的热量累积并非线性，而是多阶段增强与减弱交替，且关系强烈依赖于热浪类型，其中复合热浪最强、白天热浪次之、夜间热浪不显著。研究为持续热风险的评估和适应提供了类型特定的新认知。