Analysis of warm winter climate characteristics in Fengyang County

YUAN Xuesuo; WU Jinxiang; WANG Gang; GUO Yang

doi:10.16377/j.cnki.issn1007-7731.2025.17.027

Anhui Agricultural Science Bulletin >

2025 , Vol. 31 >Issue 17: 109 - 114

DOI: https://doi.org/10.16377/j.cnki.issn1007-7731.2025.17.027

Analysis of warm winter climate characteristics in Fengyang County

YUAN Xuesuo ,
WU Jinxiang ,
WANG Gang ,
GUO Yang

Expand

Fengyang Meteorological Bureau，Fengyang 233100, China

Received date: 2025-01-16

Online published: 2025-09-16

Fold

Abstract

The characteristics of warm winters over the past 67 years in the study area were analyzed based on meteorological observation data from the Fengyang National Basic Meteorological Station in Anhui, China, from 1957 to 2023, including winter average temperature (T), average maximum temperature (MTh), and average minimum temperature (MTe). Methods such as correlation coefficient analysis, Mann-Kendall test, and linear trend estimation were employed. The results indicate that the winter average temperatures for strong warm, warm, normal, and cold winter types in the study area were 4.3–4.7 °C, 3.2–4.2 °C, 2.4–3.1 °C, and 0.4–2.3 °C, respectively. Correlation analysis revealed that sunshine duration (S) was negatively correlated with MTe and precipitation (R), with correlation coefficients of -0.471 and -0.647, respectively, while most other climatic elements showed positive correlations. The Mann-Kendall trend and abrupt change tests demonstrated that from 1957 to 2023, winter T, MTh, MTe, and R in the study area exhibited significant increasing trends, whereas S showed a significant decreasing trend. Except for Th, abrupt changes were detected in all other climatic elements. Linear trend estimation indicated that the climatic tendency rates for winter T, R, and S were 0.166 °C/10 a, 8.106 mm/10 a, and -16.939 h/10 a, respectively. The findings provide a meteorological reference for agricultural production.

Key words： warm winter; winter climate change; Mann-Kendall test; correlation analysis

Cite this article

YUAN Xuesuo , WU Jinxiang , WANG Gang , GUO Yang . Analysis of warm winter climate characteristics in Fengyang County[J]. Anhui Agricultural Science Bulletin, 2025 , 31(17) : 109 -114 . DOI: 10.16377/j.cnki.issn1007-7731.2025.17.027

暖冬是指冬季平均气温高于气候平均值的气候现象^[1]，对农业、生态以及经济等有直接或间接影响，不同区域暖冬气候特征的研究逐渐成为研究人员的关注热点。如阮翠冰等^[2]利用线性倾向估计、Mann-Kendall突变检验和小波分析等方法分析了宁德市暖冬现象特征；王秀萍等^[3]采用线性倾向估计、Mann-Kendall突变检验、百分位法定义极端事件阈值和合成分析等方法，分析了大连地区冬季冷暖变化趋势及异常特征，并探讨了冷冬、暖冬年大气环流异常成因；普布桑姆等^[4]采用线性倾向估计、相关系数分析、Mann-Kendall检验等方法，分析了近32 a林芝暖冬指数变化特征及其对冬小麦生育期的影响；谢睿恒等^[5]利用1961—2020年湖南省的冬季逐日气温资料，分析了该地区暖冬事件的气候特征及成因；纪诗璇等^[6]分析了廊坊地区1971—2020年冬季平均气温、平均最高气温、年平均最低气温变化趋势、冷暖冬事件变化特点，并探究了冬季气温变化对流感病传播的影响。本研究基于凤阳国家基本气象站长序列气象观测资料，采用相关系数分析、线性倾向估计、Mann-Kendall趋势检验和突变检验等方法，分析了1957—2023年研究区暖冬气候特征，对冬季平均气温、降水量、日照时数等主要气候要素进行时变特征分析，为当地农业、生态等产业发展提供参考。

1 材料与方法

1.1 数据来源

气象资料来源于1957—2023年研究区国家基本气象站，统计每年冬季主要气候要素，具体包括：冬季平均气温T（12月至次年2月每日平均气温的算术平均值）、冬季平均最高气温MTh（同时段每日最高气温的算术平均值）、冬季平均最低气温MTe（同时段每日最低气温的算术平均值）、冬季极端最高气温Th（同时段每日最高气温的最大值）、冬季极端最低气温Te（同时段每日最低气温的最小值）、冬季降水量R（同时段每日降水量的累计值）、冬季日照时数S（同时段每日日照时数的累计值）。

1.2 试验方法

1.2.1 冬季气候概况及相关性分析

参照GB/T 21983—2020《暖冬等级》，将研究区冬季划分为“强暖、偏暖、正常、偏冷”4种年型（表1），对冬季平均气温等7个气候要素，利用SPSS软件计算相关系数分析气候要素之间的相关性，研究其时变特征。

表1 1957—2023年研究区冬季年型划分

年度	T/℃	MTh/℃	MTe/℃	Th/℃	Te/℃	R/mm	S/h	年型
1998	4.5	11.0	-0.4	19.8	-8.5	50.2	529.3	强暖
2020	4.4	10.9	-0.4	27.1	-12.2	57.7	476.5	强暖
2001	4.3	10.0	-0.1	20.5	-8.4	134.7	402.3	强暖
2016	4.6	10.0	0.5	23.1	-6.1	148.5	396.2	强暖
2019	4.7	10.1	0.6	23.9	-5.7	175.8	316.7	强暖
2000	4.3	8.3	1.1	15.6	-8.7	139.9	322.2	强暖
1961	3.2	9.5	-1.6	23.8	-10.8	32.6	578.9	偏暖
2014	3.5	9.7	-1.3	19.3	-9.3	38.9	421.9	偏暖
1965	3.4	9.7	-1.3	23.5	-10.5	35.3	491.6	偏暖
1977	3.2	9.0	-1.2	19.5	-9.8	72.8	467.7	偏暖
2008	3.4	9.5	-1.2	25.9	-11.6	72.6	373.0	偏暖
2015	3.3	9.1	-1.2	21.5	-11.3	47.7	391.8	偏暖
1978	3.8	10.0	-0.9	21.2	-12.1	48.3	472.6	偏暖
1994	3.7	9.0	-0.8	18.3	-9.4	54.4	436.9	偏暖
2021	3.7	9.3	-0.7	21.0	-10.1	58.2	422.4	偏暖
2009	3.2	8.2	-0.7	21.1	-9.3	155.3	348.7	偏暖
1986	3.3	8.5	-0.6	25.5	-9.7	115.2	443.1	偏暖
2003	3.9	9.7	-0.4	20.7	-8.7	59.6	505.4	偏暖
1964	3.8	9.4	-0.4	17.9	-10.3	66.2	494.3	偏暖
2006	4.1	9.8	-0.2	21.3	-7.3	84.0	443.3	偏暖
1959	3.5	8.5	-0.2	23.1	-9.1	101.1	415.9	偏暖
1972	3.3	7.7	-0.1	20.3	-9.0	74.9	321.5	偏暖
1997	3.5	7.9	0.1	21.5	-16.0	150.4	370.7	偏暖
1962	2.6	9.0	-2.5	21.7	-11.0	26.4	643.3	正常
1969	2.5	8.6	-2.1	21.7	-12.2	87.5	507.3	正常
2022	3.0	9.2	-1.8	21.4	-11.7	80.0	478.5	正常
1999	2.5	7.6	-1.8	17.6	-12.8	74.2	454.9	正常
1992	2.4	7.5	-1.8	21.3	-19.6	155.3	437.7	正常
1975	2.4	8.1	-1.7	18.4	-8.4	95.4	507.1	正常
1960	2.7	8.6	-1.7	20.0	-10.0	28.6	503.4	正常
1991	2.9	8.7	-1.6	24.0	-17.7	94.3	466.2	正常
1996	3.1	9.0	-1.6	19.4	-10.7	45.6	507.0	正常
1979	2.7	8.0	-1.6	18.6	-11.8	73.7	439.4	正常
2023	2.6	8.3	-1.5	24.6	-11.7	195.2	439.0	正常
1970	2.5	7.7	-1.4	19.7	-9.3	62.0	502.1	正常
1993	2.9	8.3	-1.4	18.0	-8.0	72.8	492.4	正常
1957	2.8	8.5	-1.4	22.7	-12.3	67.4	503.5	正常
2013	3.1	9.1	-1.3	21.2	-9.9	96.1	360.3	正常
2005	2.5	7.0	-1.0	16.5	-9.2	116.2	454.3	正常
1990	3.0	8.2	-0.9	19.1	-8.0	115.2	413.5	正常
1958	3.1	8.2	-0.8	17.1	-11.2	93.6	425.4	正常
1974	2.7	7.3	-0.7	19.0	-6.7	85.5	394.9	正常
2002	2.8	7.5	-0.6	15.4	-11.4	172.2	349.2	正常
1988	3.0	7.6	-0.6	18.5	-10.6	131.0	322.2	正常
2018	2.8	6.8	-0.2	17.4	-7.0	170.5	212.4	正常
1989	2.8	6.7	0.0	21.0	-15.4	127.4	216.9	正常
1967	0.4	6.5	-4.1	19.4	-11.2	18.5	590.2	偏冷
1983	0.9	6.5	-3.6	17.6	-12.9	34.9	500.9	偏冷
2010	1.7	8.4	-3.6	22.9	-12.7	52.1	405.0	偏冷
1973	1.4	7.3	-3.4	17.0	-13.3	57.8	505.9	偏冷
1976	1.5	7.1	-3.1	23.6	-12.1	26.0	408.4	偏冷
1980	1.8	7.5	-2.6	17.7	-11.3	86.8	465.2	偏冷
1966	1.5	6.8	-2.6	18.9	-13.8	54.4	483.4	偏冷
1971	1.2	5.8	-2.4	20.2	-11.8	74.9	406.0	偏冷
1963	1.2	5.6	-2.4	17.6	-12.3	133.5	397.3	偏冷
1995	2.2	8.2	-2.4	24.6	-9.5	60.1	531.8	偏冷
1985	1.7	7.1	-2.3	15.4	-9.9	32.3	480.4	偏冷
2017	2.1	7.8	-2.2	19.6	-12.9	108.9	386.2	偏冷
1987	2.1	8.0	-2.2	22.6	-10.9	50.8	445.2	偏冷
1982	2.3	8.3	-2.0	19.2	-10.2	44.2	544.7	偏冷
2011	1.9	6.8	-2.0	12.8	-9.3	38.6	347.7	偏冷
1981	2.2	7.7	-1.9	18.9	-10.4	61.9	440.8	偏冷
2007	1.9	6.9	-1.9	18.0	-10.2	99.5	372.6	偏冷
1968	1.1	5.0	-1.8	20.7	-18.9	138.5	324.0	偏冷
2012	2.2	7.0	-1.3	17.9	-8.2	151.5	336.7	偏冷
2004	2.2	6.7	-1.3	18.6	-10.4	90.5	410.2	偏冷
1984	1.7	5.9	-1.3	18.2	-9.2	97.0	392.9	偏冷

1.2.2 趋势分析

利用Mann-Kendall检验法对冬季气候要素T、MTh、MTe、Th、Te进行趋势分析^[7-8]。检验统计量S计算如式（1），当时间序列n>10时，统计量Z计算如式（2）。

S = ∑ i = 2 n ∑ j = 1 i - 1 s i g n (D i - D j)

i

，

j ≤ n

且

i ≠ j

（1）

Z = S - 1 / n (n - 1) (2 n + 5) / 18 S > 0 0 S = 0 (S + 1) / n (n - 1) (2 n + 5) / 18 S < 0

（2）

式中，

s i g n ()

为符号函数。当

D i - D j

<0、=0、>0时，

s i g n (D i - D j)

分别取-1、0、1；Z>0表示增加趋势，Z<0表示减少趋势。Z的绝对值≥1.28、≥1.64、≥2.32时表示分别通过了信度90％、95％、99％显著性检验。

1.2.3 突变检验

利用Mann-Kendall检验法对冬季气候要素T、MTh、MTe、Th、Te、R、S进行突变检验^[7-8]，设有气候要素时间序列：D₂，D₃，…，D_n，构造一秩序列r _i，r _i 表示

D i > D j (1 ≤ j ≤ i)

的样本累积数S_k，计算如式（3）。

S k = ∑ i = 1 k r i

(k = 2,3, …, n)

（3）

式中，r_i 表示Di>Dj（1≤i≤j）的累加数，当

D i > D j

时，

r i = 1

；当

D i ≤ D j

时，

r i = 0

（j=1，2，...，i）。

在时间序列随即独立假定下，定义统计量列UF_K，

E (S k)

，

V a r (S k)

，计算如式（4）~（6）。

E (S k) = n (n + 1) 4

（4）

U F k = S k - E (S k) V a r (S k)

(k = 1,2, ⋯, n)

（5）

V a r (S k) = n (n - 1) (2 n + 5) 72

（6）

式中，E（S_k ），Var（S_k ）是累积数S_k 的均值和方差。当k=1时，

U F 1 = 0

。

U F k

为标准正态分布，给定一显著水平

α

，得到临界值

U α

，如α=0.05，临界值

U α

=±1.96。当

U F k > U α

，表明序列存在一个明显的增长或减少趋势，通过信度检验可知其是否具有趋势。将此方法引用到反序列中，再重复上述计算过程，并使计算值乘以-1，得到

U B k

。分析

U F k

和

U B k

曲线图，当

U F k

>0时，序列呈上升趋势；

U F k

<0时，呈下降趋势，若

U F k

超过临界值则说明上升或下降趋势显著。当

U F k

曲线与

U B k

曲线出现交点时，且交点在临界值之间，则突变开始的时间就是交点所对应的时间。

1.2.4 线性趋向分析

选取对农业生产影响较大的气候要素（T、R、S）作为因变量，（y）年份记为自变量（x）。建立一元线性回归方程如式（7）。

y = a x + b

（7）

式中,a为回归系数，b为常数，a×10为气候倾向率。

2 结果与分析

2.1 冬季气候概况

由表2可知，偏暖年型的T在3.2～4.1 ℃，强暖年型的T在4.3～4.7 ℃；正常年型的T在2.4～3.1 ℃，偏冷年型的T在0.4～2.3 ℃。强暖年型中，MTh最高可达11.0 ℃；偏暖年型中，MTh最高可达10.0 ℃；正常年型中，MTh在6.7～9.2 ℃；偏冷年型中，MTh最低为5.0 ℃。强暖年型中，MTe最高为1.1 ℃；偏暖年型中，MTe最高为0.1 ℃；正常年型中，MTe在-2.5～0 ℃；偏冷年型中，MTe最低值为-4.1 ℃。强暖年型中，Th最高为27.1 ℃；偏暖年型中，Th最高为25.9 ℃；正常年型中，Th在15.4～24.6 ℃；偏冷年型中，Th最低为12.8 ℃，最高为24.6 ℃，与正常年型最高值持平。强暖年型中，Te最高为-5.7 ℃；偏暖年型中，Te最高值-7.3 ℃；正常年型中，Te在-19.6～-6.7 ℃；偏冷年型中，Te最低为-18.9 ℃，此值高于正常年型的最低值（-19.6 ℃），这是强冷空气活动的年际差异所致，因此正常年型也需注意短时间的极端低温。强暖年型中，R最高为175.8 mm；偏暖年型中，R最高为155.3 mm；正常年型中，R在26.4～195.2 mm；偏冷年型中，R最低为18.5 mm；不同年型R的变幅较大，其中正常年型R的变幅最大。强暖年型中，S最大为529.3 h；偏暖年型中，S最大为578.9 h；正常年型中，S在212.4～643.3 h；偏冷年型中，S最小为324.0 h；不同年型S的变幅较大，其中正常年型S的变幅最大。

表2 研究区冬季气候概况

年型	T/℃	MTh/℃	MTe/℃	Th/℃	Te/℃	R/mm	S/h
强暖	4.3～4.7	8.3～11.0	-0.4～1.1	15.6～27.1	-12.2～-5.7	50.2～175.8	316.7～529.3
偏暖	3.2～4.1	7.7～10.0	-1.6～0.1	17.9～25.9	-16.0～-7.3	32.6～155.3	321.5～578.9
正常	2.4～3.1	6.7～9.2	-2.5～0	15.4～24.6	-19.6～-6.7	26.4～195.2	212.4～643.3
偏冷	0.4～2.3	5.0～8.4	-4.1～-1.3	12.8～24.6	-18.9～-8.2	18.5～151.5	324.0～590.2

2.2 相关性分析

由表3可知，T与MTh、MTe、Th、Te的相关性在0.01水平具有统计学意义，其中，T与MTe相关系数最大，为0.850；MTh与MTe、Th、Te的相关性在0.01水平具有统计学意义，与S的相关性在0.05水平具有统计学意义，其中，MTh与Th相关系数最大，为0.485；MTe与Te、R、S的相关性在0.01水平具有统计学意义，其中，MTe与R相关系数最大，为0.508；R与S的相关系数为-0.647，在0.01水平具有统计学意义。说明研究区冬季主要气候要素之间存在一定的相关性。

表3 研究区冬季气候要素之间的相关性

气候要素	T	MTh	MTe	Th	Te	R	S
T	1
MTh	0.840^**	1
MTe	0.850^**	0.441^**	1
Th	0.322^**	0.485^**	0.098	1
Te	0.400^**	0.319^**	0.384^**	-0.155	1
R	0.198	-0.173	0.508^**	-0.008	-0.007	1
S	-0.116	0.296^*	-0.471^**	0.145	-0.035	-0.647^**	1

注：**和*分别表示相关性在0.01和0.05水平具有统计学意义。

2.3 趋势分析

由表4可知，1957—2023年，研究区冬季气候要素T、MTh、MTe、Th、Te、R呈上升趋势，S呈下降趋势。其中T、MTh、S的变化趋势在0.01水平具有统计学意义，MTe、R上升趋势在0.05水平具有统计学意义。这种气候变化可能与温室气体浓度增加有关。

表4 研究区冬季气候要素Mann-Kendall趋势分析

检验项目	T	MTh	MTe	Th	Te	R	S
统计量S	502	486	420	235	303	343	-461
统计量Z	2.711	2.625	2.267	1.266	1.634	1.851	-2.489
趋势	上升^**	上升^**	上升^*	上升	上升	上升^*	下降^**

注：**和*分别表示变化趋势在0.01和0.05水平具有统计学意义。

2.4 突变检验

由表5可知，1957—2023年，研究区冬季气候要素T、MTh、MTe、Te、R、S的变化趋势均存在一定突变现象。其中，S始终为下降趋势，其余要素突变前多为下降或持平趋势；突变后各要素的上升趋势逐渐明显；Th未发生突变。其中，光、温、水通常被认为是影响农业生产的基本气候要素，故以图1更直观、全面地展示T、R、S的突变检验过程，其余要素的检验图省略。

表5 研究区冬季气候要素Mann-Kendall突变检验

检验项目	T	MTh	MTe	Th	Te	R	S
UF、UB曲线是否交叉	是	是	是	否	是	是	是
突变点	1993—1995（2次）	2013	1989—1992（3次）	无	1985—1991（4次）	1988	1987
突变前主要趋势	下降，多不显著	由降转升，不显著	下降，不显著	无	下降转小幅上升	下降或持平	下降，不显著
突变后主要趋势	上升，2001年后趋向显著	上升，趋向显著	上升，2003年后多为显著	无	上升，2016年后多为显著	上升，2003年后多为显著	下降，2007年后显著

显示原图|下载原图ZIP|生成PPT

图1 1957—2023年研究区气候要素Mann-Kendall突变检验

2.5 线性倾向分析

由图2可知，1957—2023年，研究区冬季平均气温气候倾向率为0.166 ℃/10 a，T与时间的相关系数为0.342（由图中R²值开平方求得，下同），通过信度为99%的显著性检验；与表4中Mann-Kendall趋势检验结果相一致；研究区冬季降水量气候倾向率为8.106 mm/10 a，R与时间的相关系数为0.365，通过信度为99%的显著性检验，与表4中Mann-Kendall趋势检验结果基本一致，信度更高；研究区冬季日照时数气候倾向率为-16.939 h/10 a，S与时间的相关系数为-0.417，通过信度为99%的显著性检验，与表4中Mann-Kendall趋势检验结果完全一致。

显示原图|下载原图ZIP|生成PPT

图2 1957—2023年研究区气候变化趋势

3 结论

本研究利用研究区1957—2023年的冬季平均气温T、冬季平均最高气温MTh等气候资料，参照GB/T 21983—2020《暖冬等级》，利用Mann-Kendall法进行趋势分析和突变检验，对气候变化特征进行分析，得出以下结论。

（1）研究区冬季强暖年型的T在4.3～4.7 ℃；偏暖年型的T在3.2～4.1 ℃；正常年型的T在2.4～3.1 ℃；偏冷年型的T在0.4～2.3 ℃。在强暖、偏暖年型中MTh最高分别为11.0 和10.0 ℃；MTe最高分别为1.1和0.1 ℃。研究区冬季冷空气活动频繁，不同年型均需关注-10 ℃以下的极端最低气温，做好防寒保暖工作。

（2）研究区冬季T与MTh、MTe、Th、Te呈正相关，与R、S相关性无统计学意义；MTh与S呈正相关；MTe与R呈正相关，与S呈负相关；R与S呈负相关。说明各气候要素之间有一定的相关性，可以互相影响。

（3）1953—2023年，研究区冬季T、MTh、MTe、Th、Te、R总体均呈现上升趋势，S呈现下降趋势；其中T、R和S的倾向率分别为0.166 ℃/10 a、8.106 mm/10 a和-16.939 h/10 a；T、MTh、MTe、Te、R的时间序列均存在突变点，突变点之后的上升趋势逐渐明显；S也存在突变，但始终是下降趋势。

本研究揭示了研究区近67年冬季4种年型主要气候要素的基本情况及其相互关系，有助于对冬季光、温、水等气候要素配置情况的总体把握，为农业等相关领域研究提供气候参考。

References

Publishing order | Descend order by publishing year | Descend order by cited within

[1]	马锋敏，陈丽娟，李想，等. 中国冬季气温不同年代际的季节内变化特征及成因分析[J].大气科学，2022，46（3）:573-589.

[2]	阮翠冰，陈小英，黄文霖. 1971—2022年宁德市暖冬现象特征分析[J]. 宁德师范学院学报（自然科学版），2023，35（1）：86-91.

[3]	王秀萍，金巍，侯彦泽，等. 1971—2021年大连地区冬季冷暖变化特征及大气环流异常成因分析[J]. 气象与环境学报，2024，40（5）：30-39.

[4]	普布桑姆，次仁旺姆，杜军，等. 西藏林芝暖冬指数对冬小麦生长发育的影响[J]. 高原山地气象研究，2024，44（3）：145-150.

[5]	谢睿恒，涂潇琴，罗潇，等. 1961—2020年湖南省暖冬事件气候特征分析[J]. 农业灾害研究，2023，13（3）：67-70.

[6]	纪诗璇，沈芳，白千川，等. 河北廊坊1971—2020年冷暖冬气候变化特征分析[J]. 农业灾害研究，2022，12（7）：127-129.

[7]	袁学所，夏志芬，葛庆云，等. 凤阳近61年干燥指数变化的Mann-Kendall检验[J]. 科技通报，2019，35（8）：151-154.

[8]	陈中平，徐强. Mann-Kendall检验法分析降水量时程变化特征[J]. 科技通报，2016，32（6）：47-50.

Options

Outlines

模态框（Modal）标题