本文利用1960～2001年我国测站日最高温度和日最低温度资料,确定以累积频率方法对应10％和90％确定并滤去8天以下的波动为极端温度事件的日尺度高低阈值。在此阈值基础上,分析我国极端温度事件的气候特征。详细分析典型的大气环流指数(PNA、NAO和NP)、海温指数(NINO3.4、PDO和Pacific Warm Pool)以及云量和降水与极端温度事件的关系。同时,将极端降水事件和极端温度事件联系起来分析之间的关系。分不同区域分析我国极端温度事件的特征,并研究其与全球增暖的联系。最后利用模式结果对极端温度事件进行分析比较。主要结论如下:　　 1、我国极端温度事件的定义　　 采用累积频率方法,选取累积频率达到90％(10％)为标准分别得到日、旬、月和季四种不同时间尺度的高(低)温极端事件的阈值,分析表明,日尺度阈值(简称“日阈值”)用于检测极端高(低)温事件最为合理。但在日阈值的季节变化中包含系统性的天气扰动,因此需对其进行低通滤波,滤去8天以下的波动,最终可得到较为合理的检测极端温度事件的日阈值。　　 2、我国极端温度事件的基本特征　　 (1)东北地区、内蒙古地区、长江中下游和新疆两北部地区无论在频数还是强度上,均为极端高温事件大值区。新疆西北部和内蒙古中部为极端低温事件的频数大值区,而东北地区、内蒙古东部和新疆两北部一带为极端低温事件强度的大值区。　　 (2)极端高温事件频数在内蒙古东部和新疆两北部为方差场的大值区,而强度的方差,由南到北逐渐减少。极端低温事件频数在东北地区和新疆西北部年际差异较大,强度的方差,由南到北逐渐增加。温度日较差的极端高值事件方差全场较均匀,年温度日较差极端低值事件的方差在新疆西北部、陕西省以及青藏高原一带为大值区。　　 (3)极端温度事件指标的趋势性没有明显的一致性,各区域差异较大。极端高温事件频数全国均为线性增加的趋势,其中大值区在内蒙古东部地区。极端低温事件趋势分布除了在华南地区以及东北地区为弱的负趋势区,其他地区均为正趋势,尤其是青藏高原一带和内蒙古中部。温度日较差的极端高值事件在我国全场均为线性减少的趋势,而极端低值事件则在内蒙古东部为负趋势区,青藏高原一带和内蒙古中部地区为正趋势区。　　 (4)各类极端温度事件距平的EOF具有类似的分布形式:其中空间场表现为:第一模态全场大部分地区为同号,第二模态为我国新疆西北部和东北地区与其他地区反向变化的分布,第三模态的空间场特征为我国25°N以南以北的反向变化,第四模态的空间场的特征主要表现为东北地区和我国其他地区的反向变化。对应的时间序列包含年际和年代际变化。　　 (5)各类极端温度事件在时间域上的逐月集中期主要位于每月中旬。极端高温事件的集中度大值区在南方地区,小值区则位于东北地区。逐月的极端低温事件和温度日较差的极端事件的集中度分布较均匀。在空间域上,集中发生极端高温事件的区域呈现出从北到南的变化趋势。东西向的集中度为自西向东的变化特征。集中发生极端低温事件的区域存在一个南北南的移动过程。东砖向的区域集中区逐月之间差异较大,北方地区的集中度多为自东向西的变化趋势,而南方地区则相反。集中发生温度日较差的极端高值事件逐月表现为由北到南的趋势,对应的集中度逐月分布较均匀。东西向变化分布表现为,南部地区的年际变化较为显著,且多为自西向东的变化趋势。北方地区则相反。两个地区的集中度差异较大,主要体现在5和12月。而低值事件的集中期分布则相反,两个区域对应的集中度逐月分布较均匀。　　 (6)成片发生极端温度事件的区域分布显示,无论是极端高温事件还是低温事件,江西省和湖南省南部,江西省北部和长三角地区,陕西省、山东半岛和内蒙古东北部、黑龙江南部同时发生极端温度事件的区域尺度较广,危害性较大。温度日较差的极端高值事件的面积指数表明,在我国南部的内陆地区易于成片发生温度日较差的极端高值事件,且面积较广,然而在海南省部分地区、东北地区、云南南部以及两北少数站点的面积指数则较小。而极端低值事件则是我国内蒙古中部和陕西、甘肃一带同时发生温度日较差的极端低值事件的面积较大,影响范围较广,而在海南省部分地区、东北地区、云南南部以及西北少数站点,成片发生温度日较差的极端低值事件的可能性较小。　　 3、我国极端温度事件的影响因子　　 (1)挑选出PNA、NAO、NP、NINO3.4、PDO和PWP(Pacific Warm Pool)指数以及同期降水量和总云量8个物理量,运用逐步回归方法分析得知,影响极端高温事件的主要因子为云量和PWP指数,主要区域分别集中在我国中部地区、东北地区和东南沿海以及我国北方地区。极端低温事件的主要影响冈子为NP指数、云量和PWP指数。主要影响区域分别位于东北、内蒙古地区和新疆西北部、我国中部及云南地区以及西北和云南省少数站点。温度日较差的极端事件的主要影响因子为云量和PWP指数,其中云量的影响尤为重要,影响区域覆盖我国大面积地区。而PWP指数对高值事件和低值事件的影响范围分别集中在东北地区、内蒙古和东北北部、云南省的少数站点。　　 (2)无论是全年还是四季的全国平均的极端高温事件、极端低温事件强度和极端降水量的同期年尺度相关系数均较小,但提取出小波分析主周期的时间序列的相关系数均明显提高,其中极端高温事件强度与极端降水量的相关系数为负值,而极端低温事件强度与极端降水量的相关则相反。因此,主周期序列具有一定的预报意义。　　 (3)区域平均的极端低温事件强度与极端降水量同期年相关关系不明显,但月尺度则从某种程度上放大了两者之间相互关系的信息。比较可知,空间尺度和时间尺度较好的配置作用大大影响了我国极端温度与极端降水之间的相关关系。　　 4、我国极端温度事件的区域性特征及其与全球变暖的耦合关系　　 (1)我国极端温度事件有明显的区域性特征。极端高温事件各个区域特征表现为:在新疆西北部地区、东北地区、在西北东部地区和川藏滇地区为显著的线性上升趋势,而且在90年代后,极端程度有所增加。而在长江中下游地区、华南地区和黄河流域等沿海地区的线性变化趋势则不显著,基本呈现多峰值的情况。除了南部地区以外,其他地区的极端低温事件指数均呈现显著的下降趋势,主要的差异体现在不同的突变时间上。　　 (2)极端高温事件区域特征和全球增暖的相关性分析可知,东北等内陆地区的极端高温事件和温度距平的高相关区域较广,而长江中下游等沿海地区的极端高温事件和温度距平的高相关区较小。极端低温事件与全球温度距平的相关关系表明,原场相关比较显著的区域为东北、华北及其附近海域的负相关、南半球澳大利亚东部洋面的负相关,以及南美洲西部洋面的负相关。年代际的相关系数分布表现为,60°S以南洋面的显著正相关,而华北、东北地区、30°N以北的洋面和北美大部分地区的负相关。显著相关区的范围比场的要广。年际尺度的相关分布体现在北太平洋中纬度、加拿大西部洋面和澳大利亚西部的显著正相关。　　 (3)我国极端高温事件与全球温度距平的耦合关系表明:第一模态:当澳大利亚南部海域和赤道至30°S之间的非洲南部地区的温度增加时,我国极端高温事件频数将增加,尤其是东北和内蒙古地区。对应两个时间序列均为显著的上升趋势,尤其在90年代后期。第二模态:当赤道附近的非洲地区和太平洋洋面的温度减少时,我国极端高温事件频数将减少,尤其是华南地区。对应时间序列均为上升趋势,尤其是在1970年之后。　　 (4)分析我国极端高温事件频数的EOF分解三个主要模态的时间序列与全球温度距平相关得知,主要得到三个空间上的影响关键区:我国南部沿海及其临近海域、40°N以以北的高纬度地区以及赤道中东太平洋(ENSO海域)。显著关键区的垂直相关高低层之间的差异较显著。　　 5、我国极端温度事件的模拟分析　　 利用法国IPSL-CM4模式结果对极端温度事件进行预估,分别比较极端温度事件原场、距平场以及去倾场在未来情景下的变化趋势。　　 (1)随着温室气体的增加,原场的极端高温事件频数(强度)显著增加。而极端低温事件频数的分布则相反,极端低温事件频数(强度)S1B与20C3M试验相比呈现显著下降趋势,并且极端低温事件的出现次数(强度)也明显下降。　　 (2)极端高温(低温)事件对应的日最高温度和日最低温度的平均场分布犁可知,模式基本可以模拟出与实测资料较为一致的空间分布形式。无论是日最高温度还是日最低温度,随着温室气体的增加,极端高温事件对应的日最高温度和日最低温度均显著增加,南部地区为日最低温度的增加更为明显,增长幅度比日最高温度要大。而北部地区则相反。　　 (3)当温室气体增加后,极端高温事件距平场频数(强度)的线性上升趋势尤为显著,而极端低温事件距平场频数(强度)则表现为尤为显著的线性下降趋势。两类事件的频数在S1B试验中年际变化较大,极端性较强,而强度则相反。　　 (4)极端高温和低温事件平均场差异呈现较为一致的分布形式,S1B试验中的日最高温度和日最低温度的平均态均比20C3M试验的大,而且极大值中心位于我国的南部地区以及西北部地区。在我国的南部地区,极端高温事件日最高温度平均态的增长幅度比日最低温度的大；在我国北方地区,则呈现相反的变化特征。　　 (5)去倾场极端温度事件频数的波动幅度呈现逐年递减的振荡形式。比较20C3M和S1B两个试验的结果可知,数值差异不大,两者分布形式均从大的波动幅度向小的波动幅度过渡。