1961–2019年新疆高温热浪数据集

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2022-01-02

摘要&关键词
摘要：气候变化背景下，高温热浪频繁发生，对人体健康、生态环境及社会经济造成严重影响。本文基于新疆地区105个气象站1961–2019年逐日最高气温和相对湿度数据，采用热浪指数作为判别标准，制作了新疆高温热浪数据集。本数据集包括各站点每年发生热浪的频次、累计天数及热浪初日与终日。依据现有文献资料对数据集进行质量评估，结果表明本数据集可信度较高，可为新疆高温热浪研究及风险评估提供数据支撑。
关键词：高温热浪；热浪指数；气象站点；新疆

Abstract & Keywords
Abstract:?Due to climate change, heatwaves occur frequently, posing a great threat to human health, ecological environment and social economy. Based on the daily maximum temperature and relative humidity data of 105 meteorological stations in Xinjiang Province from 1961 to 2019, we obtained the dataset of heatwaves in Xinjiang by taking the heat wave index as the discriminant criterion. This dataset includes the yearly frequency and cumulative days of heat waves at each station, as well as the start and end date of heatwaves. The quality of the dataset was assessed based on the existing literature. The assessment results indicate that the dataset is of high credibility and can provide data support for heatwaves research and risk assessment in Xinjiang.
Keywords:?heatwaves;?heat wave index;?meteorological stations;?Xinjiang

数据库（集）基本信息简介

数据库（集）名称	1961–2019年新疆高温热浪数据集
数据作者	董弟文、陶辉、张增信
数据通信作者	陶辉（taohui@ms.xjb.ac.cn）
数据时间范围	1961–2019年
地理区域	新疆维吾尔自治区（34°22'– 49°33'N，73°32'– 96°21'E）
数据量	17.5MB
数据格式	*.mat
数据服务系统网址	http://www.doi.org/10.11922/sciencedb.01189
基金项目	科技部基础资源调查专项（2018FY100501）；中国科学院西部之光项目（2019-XBQNXZ-B-004，2019-XBYJRC-001）。
数据库（集）组成	本数据集共包含2个文件夹，其中：（1）各站点每年高温热浪发生频次、累计天数及高温热浪初日与终日，数据量共4.4 MB；（2）各站点不同等级高温热浪的发生天数及热浪初日与终日，数据量共13.1 MB。

Dataset Profile

Title	A dataset of heatwaves in Xinjiang Province during 1961–2019
Data corresponding author	TAO Hui (taohui@ms.xjb.ac.cn)
Data authors	DONG Diwen, TAO Hui, ZHANG Zengxin
Time range	1961-2019
Geographical scope	Xinjiang Uygur Autonomous Region(73°32'- 96°21'E，34°22'- 49°33'N)
Data volume	17.5MB
Data format	*.mat
Data service system	<http://www.doi.org/10.11922/sciencedb.01189>
Source of funding	National Key Research and Development Program of China MOST (2018FY100501); West Light Foundation of The Chinese Academy of Sciences (2019-XBQNXZ-B-004, 2019-XBYJRC-001).
Dataset composition	The dataset consists of 2 folders in total, of which (1) Frequency, cumulative number of days, the first and last days of heatwaves at each station, with a data volume of 4.4 MB. (2) The cumulative number of days of heatwaves at different levels and the start and end date of heatwaves at each station, with a data volume of 13.1 MB.

引言
IPCC第六次评估报告指出，随着全球变暖的不断加剧，高温热浪、极端降水、极端干旱等极端气候事件将变得更为频繁^[1]。极端气候事件对人体健康、生态环境及社会经济带来了极大影响，其中高温热浪造成的伤亡人数及经济损失远高于其他极端气候事件^[2-3]。《柳叶刀倒计时中国报告》指出：2017年高温热浪造成中国的经济损失约占GDP的1%，相当于中国每年投入科技领域的财政总预算；2019年因高温热浪造成的劳动效率降低和工作时间损失高达全国0.5%的总工作时间；高温热浪导致老年人的死亡风险要比非高温热浪期间高10.4%^[4]。此外，高温热浪会对农作物产量及品质、水体富营养化及电力供应等方面产生不利影响，还会引发干旱、森林草原火灾、局地融雪（冰）型洪水等多种灾害发生，已成为影响社会经济平稳发展的重要阻碍^[5-7]。鉴于此，开展高温热浪研究对降低危害及社会经济的可持续发展具有重要意义。
高温热浪是指异常高温持续一段时间的天气过程。由于人体适应能力受区域气候条件影响，不同国家及地区识别高温热浪的标准不同。中国气象局规定日最高气温≥35℃为高温日，日最高气温≥38℃则认为是酷热日，并将连续3 d以上的高温天气称为高温热浪^[8]。气温较高时，蒸发散热是最有效的散热方式。在干燥状态下，空气相对湿度对散热影响不明显，而随着相对湿度的增加，蒸发散热率减少，人体难以有效散热，导致热相关发病率和死亡率上升^[9-11]。目前针对高温热浪的研究主要集中在高温时空演变特征、环流背景、灾害影响等方面^[12-13]。殷聪等基于NOAA提供的2833个气象站点逐日监测数据，综合气温、湿度和风速，制作了“一带一路”区域1989–2018年的高温热浪数据集^[14]，美国博伊西州立大学的Mojtaba Sadegh等发布的全球热浪和高温记录(GHWR)数据库提供了1979–2017年间发生高温热浪的强度、频次及持续时间等信息^[15]。总体来看，有关高温热浪数据集的研究相对较少。新疆是高温热浪高发区，高温热浪数据集的制作可为新疆高温热浪的研究及风险评估提供有力支撑。
新疆是对全球变化响应最敏感的地区之一^[16]，高温热浪频繁发生，2015年7–8月出现了罕见的高温热浪，其中全疆85%的气象站出现了高温，52%的观测站高温持续日数位居历史第一^[17]。2017年7月全疆出现大范围持续高温，吐鲁番、托克逊等10个气象站最高气温突破历史极值，其中吐鲁番市吐峪沟景区最高气温达到50.5℃^[18]。作为我国优质棉生产基地，新疆棉花播种面积占全国棉花播种面积的70%^[19]，持续高温对棉花的产量和品质具有一定的影响，干旱和高温的复合胁迫会进一步增加农牧业的损失。在全球变暖和水分循环加快背景下，新疆地区的极端事件将进一步增多^[20]。本数据集以新疆气象站点观测的逐日最高气温及相对湿度数据为基础，从人体健康角度出发，采用热浪指数作为判别指标，制作了新疆高温热浪数据集。

1 ? 数据采集和处理方法
1.1 ? 数据来源与预处理
本文所使用的原始观测数据源自中国气象科学数据共享服务网（http://data.cma.cn/），选取了新疆105个气象站的逐日最高气温和相对湿度数据（图1）。将每个站点1961–2019年逐日数据按照日期逐行排序，按站点逐列排序，输出命名为1961_2019年逐日数据.mat的文件，用于后续计算高温热浪。

图1 ? 气象站点分布图

1.2 ? 数据生产流程
本文从影响人体健康的角度出发，按照现行高温热浪等级国家标准中综合表征炎热程度和累积效应的热浪指数作为判别标准^[21]，制作了新疆高温热浪数据集，具体流程如图2所示。

图2 ? 数据处理流程
炎热指数表征了当日天气的炎热程度。在空气湿度较低的情况下，相同气温条件下不同相对湿度对人体产生的影响是基本等效的。因此，在计算炎热指数时根据相对湿度不同分为两个公式，当空气湿度低于60%时，均按照60%代入计算公式，得到炎热指数。当炎热指数大于炎热临界值时，表示当日已达到高温炎热，通过结合其持续时间计算热浪指数。

1.3 ? 数据处理
本文所计算的高温热浪指数及高温热浪分级均参考现行国家标准^[21]计算。
1.3.1 ? 高温热浪指数
高温热浪指数（HI）是表征高温热浪程度的指标，计算公式如下：
\(HI=1.2×\left(TI-{TI}^{\mathrm{\text{'}}}\right)+0.35\sum _{i=1}^{N-1}1/{nd}_{i}\left({TI}_{i}-{TI}^{\mathrm{\text{'}}}\right)+0.15\sum _{i=1}^{N-1}1/{nd}_{i}+1\) （1）
式中：TI为当日的炎热指数；\({TI}^{\mathrm{\text{'}}}\)为炎热临界值；\({TI}_{i}\)为当日之前第i日的炎热指数；\({nd}_{i}\)为当日之前第i日距当日的日数；N为炎热天气过程的持续时间。

1.3.2 ? 炎热指数
炎热指数（TI）是衡量气温和相对湿度对人体健康影响程度的指标，计算公式如下：
\(TI=1.8×{T}_{max}-0.55×\left(1.8×{T}_{max}-26\right)×\left(1-0.6\right)+32\mathrm{?}\mathrm{?}\mathrm{?}\mathrm{?}\mathrm{?}\mathrm{?}\) 当RH≤60%时
\(\mathrm{?}\mathrm{?}\mathrm{?}\mathrm{?}\mathrm{?}\mathrm{?}\mathrm{?}\mathrm{?}\mathrm{?}TI=1.8×{T}_{max}-0.55×\left(1.8×{T}_{max}-26\right)×\left(1-RH\right)+32\) 当RH>60%时（2）
式中：\({T}_{max}\)为日最高气温；RH为日平均相对湿度。

1.3.3 ? 炎热临界值
采用分位数的方法来计算各站点的炎热临界值。计算出各站点日最高气温大于33℃样本的炎热指数，并将该炎热指数作升序排列，选取第50分位数作为该站点的炎热临界值。

1.3.4 ? 等级划分
高温热浪持续时间越久，对人体健康和社会经济所造成的危害也就越加严重，为了衡量其影响程度，本文根据热浪指数的大小将热浪分为轻度、中度和重度热浪（表1）。
表1 ? 高温热浪等级判别标准

等级	判别标准
轻度热浪（Ⅲ级）	2.8≤HI＜6.5
中度热浪（Ⅱ级）	6.5≤HI＜10.5
重度热浪（Ⅰ级）	HI≥10.5

2 ? 数据样本描述
本数据集包含新疆地区105个气象站点1961–2019年的高温热浪数据，共由13个文件组成。为了便于计算处理与应用，将数据存储为mat格式文件，文件均以数据类别命名（表2）。
表2 ? 数据集结构说明

序号	数据名称	量纲	命名
1	热浪频次	次	HWF
2	热浪累计天数	天	HWCD
3	热浪初日	年/月/日	HWS
4	热浪终日	年/月/日	HWE
5	轻度热浪累计天数	天	LHWCD
6	轻度热浪初日	年/月/日	LHWS
7	轻度热浪终日	年/月/日	LHWE
8	中度热浪累计天数	天	MHWCD
9	中度热浪初日	年/月/日	MHWS
10	中度热浪终日	年/月/日	MHWE
11	重度热浪累计天数	天	SHWCD
12	重度热浪初日	年/月/日	SHWS
13	重度热浪终日	年/月/日	SHWE

热浪频次表示某站点每年发生高温热浪的次数，热浪累计天数表示某站点每年发生高温热浪的总天数。其中频次和累计天数的数据文件均为59行105列，每一列为对应气象站点的逐年频次和累计天数，每一行为对应年份逐个气象站点的数据，如图3所示。

图3 ? 热浪频次数据样本
高温热浪初日指某站点每年第一次HI≥2.8的日期，高温热浪终日指某站点每年最后一次HI≥2.8的日期。若某站点在某年没有发生高温热浪，热浪初日与终日则用[NaN, NaN, NaN]表示，如图4所示。

图4 ? 热浪初日数据样本

3 ? 数据质量控制和评估
本高温热浪数据集是基于热浪指数计算得到的，为了保证结果的可靠性，需要对评估结果进行验证。通过计算得出105个气象站中共有95个发生过高温热浪，该数据集由频次、累计天数及热浪初日、终日组成，现选取热浪累计天数及热浪初日对数据结果进行验证，将从未发生过高温热浪的站点进行剔除。如图5所示，新疆高温热浪累计天数最多的站点位于吐鲁番地区，累计天数最多的区域热浪初日也最早。从热浪累计天数及初日的变化趋势来看（图6），全疆大部分站点热浪累计天数呈增多趋势，热浪初日呈提前趋势，这与张太西等的研究结果一致^[22]。

图5 ? 热浪累计天数及热浪初日的空间分布

图6 ? 热浪累计天数及热浪初日线性趋势的空间分布黑点表示变化趋势显著（p＜0.05）

4 ? 数据价值
本数据以新疆105个气象台站的观测数据为基础，制作生成了1961–2019年新疆高温热浪的发生频次、累计发生天数、热浪初日与终日及不同等级高温热浪累计发生天数、初日与终日等13个文件，对于探讨新疆高温热浪的时空分布特征及变化趋势具有重要意义，为新疆高温热浪的时空演变及其风险评估提供了数据支撑。

5 ? 数据使用方法和建议
1961–2019年新疆高温热浪数据集保存为mat格式，可使用Matlab打开，可以直接用于描述新疆高温热浪的空间分布及时间变化，为新疆高温热浪的研究提供重要的数据基础，也可以与人口、耕地、GDP等承灾体数据相结合，进一步揭示高温热浪对不同承灾体的影响，为新疆气象灾害风险评估提供数据参考。

[1]
STOCKER T F. Climate change 2013: the physical science basis: Working Group I contribution to the Fifth assessment report of the Intergovernmental Panel on Climate Change[EB/OL]. 2014

+?CSCD?·?Baidu Scholar

[2]
黄晓军, 王博, 刘萌萌, 等. 中国城市高温特征及社会脆弱性评价[J]. 地理研究, 2020, 39(7): 1534–1547. DOI:10.11821/dlyj020190608.

+?CSCD?·?Baidu Scholar

[3]
World Meteorological Organization (WMO). Climate Change and Human Health: High Temperature and Health[R]. Geneva, Switzerland: WMO, 2020.

+?CSCD?·?Baidu Scholar

[4]
CAI W J, ZHANG C, SUEN H P, et al. The 2020 China report of the Lancet Countdown on health and climate change[J]. The Lancet Public Health, 2021, 6(1): e64–e81. DOI:10.1016/S2468-2667(20)30256-5.

+?CSCD?·?Baidu Scholar

[5]
杨军, 章毅之, 贺浩华, 等. 水稻高温热害的研究现状与进展[J]. 应用生态学报, 2020, 31(8): 2817–2830. DOI:10.13287/j.1001-9332.202008.027.

+?CSCD?·?Baidu Scholar

[6]
杨绚, 汤绪, 陈葆德, 等. 气候变暖背景下高温胁迫对中国小麦产量的影响[J]. 地理科学进展, 2013, 32: 1771–1779.

+?CSCD?·?Baidu Scholar

[7]
徐金芳, 邓振镛, 陈敏. 中国高温热浪危害特征的研究综述[J]. 干旱气象, 2009, 27(2): 163–167. DOI:10.3969/j.issn.1006-7639.2009.02.012.

+?CSCD?·?Baidu Scholar

[8]
王京齐. 高温热浪的标准和危害[EB/OL]. (2013-0705) [2021-09-28]. http://www.cma.gov.cn/kppd/kppdsytj/201307/t20130705_218624.html.

+?CSCD?·?Baidu Scholar

[9]
RUSSO S, SILLMANN J, STERL A. Humid heat waves at different warming levels[J]. Scientific Reports, 2017, 7: 7477. DOI:10.1038/s41598-017-07536-7.

+?CSCD?·?Baidu Scholar

[10]
OSTRO B D, ROTH L A, GREEN R S, et al. Estimating the mortality effect of the July 2006 California heat wave[J]. Environmental Research, 2009, 109(5): 614–619. DOI:10.1016/j.envres.2009.03.010.

+?CSCD?·?Baidu Scholar

[11]
VICEDO-CABRERA A M, SCOVRONICK N, SERA F, et al. The burden of heat-related mortality attributable to recent human-induced climate change[J]. Nature Climate Change, 2021, 11(6): 492–500. DOI:10.1038/s41558-021-01058-x.

+?CSCD?·?Baidu Scholar

[12]
卜凡蕊, 孙鹏, 姚蕊, 等. 淮河流域高温热浪时空演变规律及成因分析[J]. 地理科学, 2021, 41(04): 705-16.

+?CSCD?·?Baidu Scholar

[13]
谢盼, 王仰麟, 刘焱序, 等. 基于社会脆弱性的中国高温灾害人群健康风险评价[J]. 地理学报, 2015, 70(07): 1041-51.

+?CSCD?·?Baidu Scholar

[14]
殷聪, 杨飞.一带一路区域1989-2018年高温热浪数据集的研发[J]. 全球变化数据学报, 2021, 5(2): 120-129.

+?CSCD?·?Baidu Scholar

[15]
Raei E, Nikoo MR, AghaKouchak, et al. Data Descriptor: GHWR, a multi-method global heatwave and warm-spell record and toolbox[J]. Scientific Data, 2018, 5. DOI: 10.1038/sdata.2018.206.

+?CSCD?·?Baidu Scholar

[16]
姚俊强, 毛炜峄, 陈静, 等. 新疆气候 “湿干转折” 的信号和影响探讨[J]. 地理学报, 2021, 76(1): 57–72. DOI:10.11821/dlxb202101005.

+?CSCD?·?Baidu Scholar

[17]
毛炜峄, 陈鹏翔, 沈永平. 气候变暖背景下2015年夏季新疆极端高温过程及其影响[J]. 冰川冻土, 2016, 38: 291–304.

+?CSCD?·?Baidu Scholar

[18]
樊静, 刘精, 段均泽, 等. 新疆气候公报及影响评价(2017) [R]. 乌鲁木齐: 新疆气候中心, 2017.

+?CSCD?·?Baidu Scholar

[19]
张山清, 普宗朝, 李景林, 等. 气候变暖背景下南疆棉花种植区划的变化[J]. 中国农业气象, 2015, 36(5): 594–601. DOI:10.3969/j.issn.1000-6362.2015.05.009.

+?CSCD?·?Baidu Scholar

[20]
吴秀兰, 张太西, 王慧, 等. 1961—2017年新疆区域气候变化特征分析[J]. 沙漠与绿洲气象, 2020, 14(4): 27–34. DOI:10.12057/j.issn.1002-0799.2020.04.004.

+?CSCD?·?Baidu Scholar

[21]
中国国家标准化管理委员会. 高温热浪等级: GB/T 29457—2012 [Z]. 中华人民共和国国家质量监督检验检疫总局, 2012: 8.

+?CSCD?·?Baidu Scholar

[22]
张太西, 樊静, 李元鹏, 等. 1961—2018年新疆区域高温变化与环流和海温关系[J]. 干旱区研究, 2021, 38(5): 1274–1284. DOI:10.13866/j.azr.2021.05.09.

+?CSCD?·?Baidu Scholar

数据引用格式
董弟文, 陶辉, 张增信. 1961–2019年新疆高温热浪数据集[DB/OL]. Science Data Bank, 2021. (2021-10-21). DOI: 10.11922/sciencedb.01189.

稿件与作者信息

论文引用格式
董弟文, 陶辉, 张增信. 1961–2019年新疆高温热浪数据集[J/OL]. 中国科学数据, 2021, 6(4). (2021-12-31). DOI: 10.11922/11-6035.csd.2021.0061.zh.
董弟文DONG Diwen

主要承担工作：论文撰写，数据分析与处理。
(1993—)，女，甘肃天水人，博士研究生，研究方向为气象水文灾害风险评估。

陶辉TAO Hui

主要承担工作：数据整理和论文修改。
taohui@ms.xjb.ac.cn
(1981—)，男，新疆昌吉人，副研究员，研究方向为气象水文灾害风险评估。

张增信ZHANG Zengxin

主要承担工作：数据质量与评估。
(1977—)，男，山东青岛人，教授，研究方向为气候变化和生态水文。

科技部基础资源调查专项（2018FY100501）；中国科学院西部之光项目（2019-XBQNXZ-B-004，2019-XBYJRC-001）。
National Key Research and Development Program of China MOST (2018FY100501); West Light Foundation of The Chinese Academy of Sciences (2019-XBQNXZ-B-004, 2019-XBYJRC-001).