因此，本文根据江苏省气象站1960—2014年逐日最高、最低气温资料，通过线性回归分析、累积距平法以及Mann-Kendall检验的方法，对江苏省近50年极端气温的变化特征进行了简单的分析，以期为极端气温的趋势预测、影响评估和风险管理提供一定的参考。

2 资料和方法

2。1 研究区域概况

江苏省地处于我国大陆东部沿海地区，位于长江流域、淮河流域下游，东面濒临黄海，北面、西面分别于山东、安徽相连，东南和上海、浙江接壤，是组成长三角地区的不可或缺部分。地域面积广大，东西方向自东经116°18′至121°57′，南北方向跨北纬30°45′到35°20′。内陆面积约10。72万km2，约占中国土地总面积的1。12%。地形上以平原为主，面积超过7万平方公里，占江苏总面积的70%以上，平原面积比例在中国各省中遥遥领先。气候条件上，江苏地处温带季风气候和亚热带季风气候的过渡地段，四季特点分明，气候温和湿润，雨量条件适中且雨热同期，以淮河、苏北灌溉总渠一线作为江苏气候分界线，以北为暖温带湿润、半湿润季风气候，以南则属于亚热带湿润季风气候[7]。

2。2 数据来源

本文所选用的资料均取自中国气象科学数据共享服务(http://cdc。nmic。cn/home。do)提供的中国地面气候资料日值数据集(V3。0)，提取了江苏省1960-2014年各气象站逐日气温数据。由于各站建站年代参差不齐，为了保证数据的完整性和一致性，且本着所建时间序列尽可能长、入选站点尽可能多、缺测日数尽可能少的原则[3]，选取了20个气象站，对所获取的数据进行了质量检验与控制，然后剔除了缺测、漏测及异常数据[6]，最终在江苏省选取了徐州、盱眙、高邮、南京等11个气象站的逐日最高、最低气温数据。

2。3 研究方法

2。3。1 线性回归分析

以Xi来表示样本量为n的某一气候变量，并用ti表示Xi所对应的时间，从而建立Xi与ti之间的一元线性回归方程:

  (1)    可以把方程(1)看做一种特殊的、最简单的线性回归形式。其含义是通过一条合理的直线来表示X与其时间t之间的函数关系。公式中b为回归系数，表示气候变量x的趋势倾向。当b为正数，即当b>0时，说明X随时间t的增加呈现上升趋势，反之则呈下降趋势。b值的大小可以具体反映气候变量上升或下降的速率，即表示气候变量上升或下降的倾向程度。因此，我们通常将b称之为倾向值，这种方法则叫做线性回归分析。

2。3。2 累积距平法

    气候要素值与多年平均值的偏差。有正距平和负距平之分，一般情况下高于平均值即为正距平，反之则为负距平。距平值在气象上，主要是用来确定某个时段或时次的数据，相对于该数据的某个长期平均值高低与否，从而判断其气候要素在一段时期内的发展变化趋势。

2。3。3 Mann-Kendall检验法

作为比较常用和普遍的突变检验方法，是非参数统计检验方法，其优点在于样本不需要遵从特定的分布，亦不受异常数值的干扰，对于类型变量和顺序变量更加适应，同时方便计算。把对于具有n个样本的时间序列x构造一秩序列[2]， 

其中    j=1,2，……，i。           （3）

由此可见，秩序列sk是第i时刻数值大于j时刻数值个数的累计值。

在时间序列随即独立的假定下，定义统计量文献综述

式中UF1=0时，E（sk），var（sk）分别是累计数sk的均值与方差，在x1，x2，…,xn之间相互独立，且有相同连续分布时，可由下列公式算出：