鄔曉丹， 羅 敏， 孟凡浩， 薩楚拉， 尹超華， 包玉海

（1.內蒙古師范大學地理科學學院，內蒙古 呼和浩特 010022；2.內蒙古自治區(qū)遙感與地理信息系統(tǒng)重點實驗室，內蒙古 呼和浩特 010022）

以全球變暖為主的氣候變化對氣候系統(tǒng)穩(wěn)定性產生了極大影響，導致極端事件頻繁發(fā)生。IPCC第六次報告指出，未來全球氣候將持續(xù)變暖［1］，高溫熱浪增多，強降水增加，極端事件復雜多變且具有突發(fā)性，給區(qū)域生態(tài)環(huán)境和人類生產生活帶來不利影響［2］。因此，深入了解極端氣候事件的變化趨勢對區(qū)域生態(tài)系統(tǒng)可持續(xù)發(fā)展有重要的現(xiàn)實意義，也受到越來越多國內外研究學者的關注。大量研究表明，過去半個世紀的氣候變化過程中，全球極端降水和極端溫度事件發(fā)生的頻率、強度、持續(xù)時間和空間范圍急劇增加，其變化更加敏感［3-5］。研究取得比較一致的結論是：暖指數相關的極端事件呈增加趨勢，而冷指數則明顯減少，極端降水強度及頻率均增加。然而，受地形、大氣環(huán)流等其他因素影響，不同區(qū)域極端氣候變化情況差異明顯，表現(xiàn)出獨特的分布和變化趨勢。

新疆地處我國西北地區(qū)，生態(tài)環(huán)境極其脆弱且對氣候變化響應敏感。近年來新疆極端事件頻發(fā)，對脆弱的生態(tài)環(huán)境造成巨大影響［6］。已有研究表明，1956—2001 年新疆極端溫度發(fā)生頻率和強度均增加，增溫速率達0.4 ℃·（10a）-1，高于全國平均水平［7］。從季節(jié)來看，新疆冬季升溫幅度高于夏季［8-9］。極端降水事件頻發(fā)導致新疆整體顯著變濕，但空間差異顯著［10-11］，如北疆和南疆北部極端降水顯著增加［12］，而東部和南部干旱加劇［13］。同時，較多學者對新疆不同區(qū)域的研究還表明，北極濤動、南方濤動等環(huán)流系統(tǒng)對新疆氣候有顯著影響，并且不同區(qū)域極端氣候變化對環(huán)流指數的響應也不同［14-15］。以上研究對新疆極端氣候事件取得了一些重要的研究成果，但大多研究僅從極端溫度或極端降水的方面討論該地區(qū)極端氣候事件的變化趨勢，但針對新疆極端事件變化的海拔依賴性及可持續(xù)性的相關研究還較少［16-17］。為此，本研究基于102個氣象觀測站的降水、最高溫度、最低溫度等數據，對新疆27 個極端氣候指數的時空變化特征進行分析，探討極端氣候指數變化的海拔依賴性，以期為該區(qū)域應對極端事件產生的不利影響，提高防災減災能力及區(qū)域可持續(xù)發(fā)展提供決策參考。

1 研究區(qū)概況

新疆位于亞歐大陸中部，是我國西北干旱半干旱區(qū)主要組成部分，面積為166.49 km2。海拔范圍介于-190～7680 m之間，地形復雜多樣，北部為阿爾泰山脈，南部為昆侖山脈，天山山脈位于新疆中部，呈現(xiàn)“三山夾兩盆”的特征，且以天山為界，分為南疆和北疆（圖1）。由于地處內陸，遠離海洋，氣候為典型的溫帶大陸性氣候，年平均溫度9～12 ℃，氣溫日較差大、年日照時數長，是太陽能資源比較豐富的地區(qū)。降水量稀少且集中，年均降水量約150 mm。新疆的高大山脈為攔截水汽進入內陸地區(qū)創(chuàng)造有利條件，形成山區(qū)降水遠大于平原區(qū)降水的特征［18］，且迎風坡降水量大于背風坡。新疆河流水系眾多，主要補給來源于冰川和多年積雪融水。

圖1 研究區(qū)地形及氣象站點分布Fig.1 Overview of the study area and distribution of meteorological stations

2 數據來源與研究方法

2.1 數據來源與處理

本文所用氣象數據包括新疆102 個氣象站點1982—2020年的逐日最高溫度、最低溫度和降水數據，來自國家氣象科學數據中心。對異常值進行剔除后，使用RClimDex模型計算極端氣候指數。本文選用ETCCDI 定義的27 個極端氣候指數（表1），這些極端氣候指標綜合考慮了極端氣候事件的強度、頻率以及持續(xù)時間，能夠從不同方面反映極端事件的變化。從地理空間數據云平臺獲取到新疆DEM數據，中國行政邊界數據采用全國地理信息資源目錄服務系統(tǒng)發(fā)布的1：1000000基礎地理數據。

表1 極端氣候指數定義與分類Tab.1 Definition and classification of extreme climate indices

2.2 研究方法

2.2.1 趨勢分析法 采用線性趨勢法計算極端氣候事件的變化趨勢［19］，公式如下：

式中：Slope為線性回歸方程的斜率；n為時間序列的長度；i為年序號（1≤i≤n）；Ti為第i年極端氣候指數值，若斜率為正則表示該氣候指數值呈增加趨勢，反之則表示呈下降趨勢。

2.2.2 重標極差（R/S）分析 R/S分析用于定量描述時間序列變化趨勢的持續(xù)性特征，是一種非線性的科學預測方法［20］。R/S分析通過計算Hurst指數，判斷時間序列中的趨勢性成分，基本原理為：對于時間序列{ξ(t)，t=1，2，···，N}，取一個系列τ=1，2,···，N，對于任一τ，定義均值序列：

這里τ=1，2，···代表時滯。

用X(t,τ) 表示累積離差：

通過累積離差的最大值和最小值之差，計算出極差R，定義為：

Hurst指數取值包括3種情況［20］：當0＜H＜0.5時，表明該時間序列未來變化趨勢與過去相反，過去呈增加趨勢則預示未來將呈減少趨勢，即時間序列的變化前后負相關；當H=0.5時，表明時間序列為隨機序列，不存在長期相關性，即時間序列前后的變化無關；當0.5＜H＜1時，表明時間序列是一個持續(xù)性序列，具有長期相關的特性，即未來的變化趨勢與過去一致，過去呈增加趨勢則預示未來將繼續(xù)增加。2.2.3 Pearson 相關分析 Pearson 相關分析用來揭示地理要素之間相互關系的密切程度［21］。本研究采用Pearson 相關分析計算極端氣候事件與區(qū)域氣候變化的關系。對于2個變量x與y，其時間序列分別記為xi與yi（i=1，2，···，n），則二者的相關系數表示為：

相關系數r的取值在［-1，1］，|r|越大表示兩變量相關性越強。

2.2.4 相對重要性計算 基于相對重要性分析方法量化極端氣候指數對年平均溫度（Tem）和年總降水量（Pre）的貢獻。具體實現(xiàn)如下：首先對各因子進行歸一化處理，然后利用多元回歸法計算極端氣候指數對Tem 和Pre 的解釋程度。采用LGM［22］模型，將R2分解為每個因子的貢獻。該方法由R 語言的“re?laimpo”包完成［23］。

3 結果與分析

3.1 極端氣候指數時間變化特征

由圖2 可知，暖指數中TN90p、TX90p、SU、TR、TNx 及TXx 均呈顯著上升趨勢（P＜0.05），上升速率分別為2.58 d·(10a)-1、1.62 d·(10a)-1、3.76 d·(10a)-1、3.21 d·(10a)-1、0.45 ℃·(10a)-1以及0.28 ℃·(10a)-1。此外，TN90p比TX90p上升趨勢更明顯，且二者最低值均出現(xiàn)在1984 年。冷指數TNn 和ID 相對穩(wěn)定，變化幅度較??；而TN10p、TX10p、FD 和TXn 均呈下降趨勢，且除TXn 外，均通過顯著性檢驗（P＜0.05）。TN10p 下降趨勢比TX10p 更明顯，TN10p 和TX10p 的最低值分別出現(xiàn)在2016 年和2019 年。其他指數中，由于日最高溫度和日最低溫度的不對稱增溫導致DTR 指數呈顯著下降趨勢，下降速率為0.16 ℃·(10a)-1；而冷指數的上升則對GSL 日數的增加起著關鍵性作用［24］，導致GSL 以4.75 d·(10a)-1速率呈顯著上升趨勢。暖持續(xù)日數WSDI 以1.35 d·(10a)-1呈顯著上升趨勢，冷持續(xù)日數CSDI 以-1.48 d·(10a)-1呈顯著下降趨勢。綜上所述，新疆16 個極端溫度指數均呈顯著暖化趨勢，且SU、TR、FD 及GSL 指數暖化趨勢最為顯著，與曹晴等［25］對全國冷暖指數研究結果一致。

圖2 1982—2020年新疆極端溫度指數年際變化Fig.2 Interannual variations of extreme temperature indices in Xinjiang during 1982-2020

整體上，研究時段內新疆地區(qū)濕指數均呈不同程度上升趨勢（圖3），說明近39 a 新疆極端降水量增加，極端降水事件增多。干指數CDD 呈下降趨勢，下降速率為-2.21 d·(10a)-1，進一步說明新疆的連續(xù)性干旱事件逐漸減少。濕指數中表征極端降水強度的指數R95p、R99p、Rx1day、Rx5day、SDII、PRCPTOT 及表征極端降水頻率的指數CWD、R1mm、R10mm、R25mm 均呈增加趨勢，反映出新疆降水量集中程度增加，易導致洪水等極端事件的發(fā)生。

圖3 1982—2020年新疆極端降水指數年際變化Fig.3 Interannual variations of extreme precipitation indices in Xinjiang during 1982-2020

3.2 極端氣候指數空間變化特征

不同站點極端溫度指數變化趨勢呈現(xiàn)明顯的空間異質性（圖4）。暖指數中SU和TR呈顯著上升趨勢的站點主要分布在天山附近、南疆西南和北疆北部，占比分別為74.51%和71.58%（圖5）。TXx 在天山以東地區(qū)上升趨勢明顯，下降區(qū)域集中在北疆西部。與TXx 相比，TNx 呈下降區(qū)域的位置與之相似，但范圍明顯縮小，上升區(qū)域范圍擴大，均分布在南疆及北疆和天山山區(qū)的交匯地帶。TXx和TNx呈顯著上升趨勢的站點占比分別為27.45%和55.88%。大部分站點TX90p（74.51%）和TN90p（91.18%）均呈顯著上升趨勢且速率由北向南遞增。

圖4 1982—2020年新疆極端溫度指數變化率空間分布Fig.4 Spatial distribution of the changing rates of extreme temperature indices in Xinjiang during 1982-2020

圖5 極端氣候指數不同站點變化趨勢占比Fig.5 Proportion of different changing trends of extreme climate indices

冷指數中，F(xiàn)D 在所有氣象站均呈減少趨勢，且99.02%的站點減少趨勢顯著；ID在北疆大部分地區(qū)呈下降趨勢，南疆則恰好相反。TXn、TNn、TX10p和TN10p 變化速率整體由北向南遞減。其中，TXn 在天山附近呈顯著下降趨勢，而TNn 在天山西部呈上升趨勢，二者發(fā)生顯著變化的站點占比均為0.98%。TX10p 和TN10p 呈顯著下降趨勢的站點占比分別為63.73%和80.39%。對于其他指數，所有站點GSL 均呈增加趨勢，且95.10%站點顯著增加。79.41%的站點DTR呈下降趨勢，且山區(qū)站點下降速率明顯高于平原區(qū)；WSDI 和CSDI 呈上升和下降趨勢的站點分布相反，同時變化速率由西向東呈遞減。WSDI 在新疆90.20%站點呈上升趨勢，且僅在北疆北部少數站點呈不顯著下降趨勢；CSDI 在88.24%站點均呈下降趨勢。該研究結果表明，極端高溫持續(xù)時間增加，冷期爆發(fā)時間減少，與全國極端溫度事件變化趨勢基本一致［26］。

濕 指 數Rx1day、Rx5day、PRCPTOT、R1mm、R10mm 及R25mm 空間變化格局相似，增速總體由西向東呈遞減（圖6）。Rx1day 和Rx5day 呈增加趨勢的站點分別占68.63%和70.59%，且主要分布于新疆西部，而PRCPTOT 在85.29%站點均呈增加趨勢，其中顯著增加的站點主要分布在新疆西北部；R1mm、R10mm及R25mm呈上升趨勢的站點分別為75.49%、76.47%和62.63%，其中R1mm 上升趨勢較R10mm 和R25mm 更顯著。對于R95p 和R99p 在全疆大部分站點呈增加趨勢，站點占比為75.49%和68.63%，且主要分布在天山以北地區(qū)。SDII 能夠反映新疆平均降水強度，72.55%站點SDII 呈上升趨勢。干指數CDD在79.41%的站點均呈下降趨勢，僅在塔里木盆地北緣呈上升趨勢。CDD 和CWD 在一定程度上表現(xiàn)為相反的變化趨勢，但CDD 相對CWD 下降更加顯著，下降幅度更大?？傮w來說，近39 a 新疆極端降水事件呈增加趨勢，且山區(qū)增加趨勢高于平原地區(qū)。

圖6 1982—2020年新疆極端降水指數變化率空間分布Fig.6 Spatial distribution of the changing rates of extreme precipitation indices in Xinjiang during 1982-2020

3.3 極端氣溫降水指數的貢獻率

圖7 顯示了包括年平均溫度（Tem）在內的各溫度指標之間的相關性。除TXn 和DTR，其他極端溫度指標與Tem 相關性均通過顯著性檢驗。極端溫度頻率指數（TX90p、TN90p、TX10p、TN10p）較強度指數與Tem 的相關性更高，相關系數絕對值均大于0.85。其中Tem與高溫頻率指數TX90p、TN90p呈顯著正相關，與低溫頻率指數TX10p、TN10p呈顯著負相關。高溫頻率指數相對重要性大小均為0.92，低溫頻率指數相對重要性大小均大于1.05（表2）。低溫頻率指數與FD、ID 呈正相關，高溫頻率指數與SU、TR 呈正相關。日最低氣溫的極低值TNn 和日最高氣溫的極低值TXn 之間相關系數高達0.95，但對Tem的相對重要性較低。頻率指標與Tem相關性較強度指標更大，貢獻率更高。

表2 極端溫度指數對平均溫度貢獻率Tab.2 Contribution of extreme temperature index to average temperature

圖7 1982—2020年極端溫度指數與年平均溫度之間相關系數Fig.7 Correlation coefficients between extreme temperature indices and mean annual temperatures during 1982-2020

除CDD 外，年降水量（Pre）與極端降水指數均呈顯著正相關（圖8）。其中R1mm、R10mm、Rx1day、Rx5day、R95p和PRCPTOT 與年降水量的相關系數均大于0.88。其中，CDD 與Pre 呈顯著負相關，相關系數為-0.75。R99p 與Pre 的相關系數為0.75。通過相對重要性分析得出（表3），R25mm 和R99p 對Pre 的相對重要性最小，為0.59。其余各指數對Pre 相對貢獻大小的排序為：PRCPTOT＞R1mm＞R10mm＞R95p＞Rx5day＞Rx1day＞CWD＞SDII＞CDD。

表3 極端降水指數對年降水量貢獻率Tab.3 Contribution of extreme precipitation index to annual precipitation

圖8 1982—2020年極端降水指數與年降水量之間相關系數Fig.8 Correlation coefficients between extreme precipitation indices and annual precipitation during 1982-2020

通過對新疆極端氣候指數變化進行R/S 分析，結果表明多數極端氣候指數均呈持續(xù)穩(wěn)定變化狀態(tài)（圖9）。暖指數均表現(xiàn)為持續(xù)增加趨勢，其中TX90p、TN90p、SU、TR的Hurst值均大于0.7，表現(xiàn)為強持續(xù)性。冷指數中除ID 外變化趨勢均可持續(xù)。其中，TNn呈持續(xù)增加趨勢，其他指數均呈持續(xù)減少趨勢。ID 的Hurst 指數值低于0.5，表現(xiàn)為反持續(xù)從上升到下降。極端降水指數中SDII的Hurst指數值為0.46，表現(xiàn)為反持續(xù)從增加到減少。其余指數的Hurst 值均大于0.5，說明整體上新疆未來極端降水事件依然呈增加態(tài)勢。值得指出的是，極端溫度指數相較于極端降水指數的Hurst 指數值更大，持續(xù)性更強，可能是極端溫度指數較極端降水的穩(wěn)定性較強、波動性較小導致。

圖9 極端氣候指數的Hurst指數值Fig.9 Hurst values of the extreme climate indices

3.4 極端氣候變化的海拔依賴性

各極端指數變化的海拔依賴性如表4所示。暖指數中SU 和TR 變化速率與海拔呈顯著負相關，變暖程度隨海拔升高而減緩。其他暖指數中，TNx 變化速率與海拔呈負相關，而TX90p、TN90p、TXx變化速率與海拔呈正相關，但相關性均未通過顯著性檢驗。冷指數中TX10p、ID、FD 和TNn 與海拔呈負相關，說明隨海拔升高冷指數減小速率加快，反映出隨海拔升高暖化速率加快。TXn變化速率與海拔呈顯著正相關，說明海拔越高，發(fā)生日最高溫度最小值的可能性就越大。其他指數的變化速率均與海拔呈正相關。除R99p 和CDD 外，海拔與其他極端降水指數均呈正相關，且除Rx1day、Rx5day、SDII、R25mm外，均通過顯著性檢驗。說明這些極端降水指數隨海拔升高變化速率加快，呈顯著的正向海拔依賴性。CDD與海拔呈不顯著負相關，反映了持續(xù)干旱日數的降低現(xiàn)象在高海拔地區(qū)更加明顯。

表4 極端氣候指數變化的海拔依賴性Tab.4 Elevation dependence of the changes in the extreme climate indices

4 討論

本文采用16 個極端溫度指數和11 個極端降水指數，分析了1982—2020年新疆極端氣候事件的變化特征。結果表明，新疆高溫事件表現(xiàn)為上升趨勢，低溫事件呈下降趨勢，極端降水增加主要集中在山區(qū)、新疆北部及西部。夜溫（TN10p、TN90p）增溫明顯高于晝溫（TX10p、TX90p），表明夜間溫度升高對整體溫度變暖的貢獻更大。已有研究表明，陸地表面近50 a升溫存在明顯不對稱性，夜溫升高速率是晝溫的1.4 倍［27］，可能與云量、太陽輻射、土壤濕度和大氣環(huán)流的改變有關。其中云量的增加會導致減少白天入射短波輻射到地球表面來降低晝溫并通過夜間攔截輸出的長波輻射來增加夜溫，因此被認為是最為關鍵的因素［28］。極端氣候事件變化區(qū)域上同樣存在顯著差異，晝溫（TX10p、TX90p）變化率最大區(qū)域位于天山山區(qū)，夜溫（TN10p、TN90p）和其他指數（WSDI、CSDI）變化最明顯區(qū)域位于南疆和天山區(qū)域。由于天山對中國冬季風的阻擋作用，可能導致天山以南在秋冬季節(jié)受北部寒潮的影響較小，升溫更加明顯［29］。此外，天山以南降水稀少、潛在蒸發(fā)強烈，導致南坡極端指數升溫幅度更加明顯。表征極端降水的各項指數總體變化趨勢均不顯著。PRCPTOT呈不顯著上升趨勢，說明新疆降水總量不顯著增加，同時CWD 增加及CDD減少也進一步證實新疆降水量增加，干旱情況得到緩解，這與施雅風等［30］研究新疆干濕轉變結果相一致。本研究發(fā)現(xiàn)，極端降水山區(qū)增加趨勢明顯高于平原區(qū)，與趙麗等［31］研究結果一致?？赡苁堑匦蔚淖钃鹾吞饔脤е率⑿袣饬鳟a生較強的垂直上升運動，使得山區(qū)極端降水增加明顯［32］。特別是在天山西部地區(qū)極端降水指數均呈上升趨勢，可能是伊犁河谷整體地勢東高西低，導致西部暖濕氣流停積［33］。從溫度和降水量的變化來看，新疆氣候呈現(xiàn)“暖濕化”特征，針對這一成因，多數專家認為是來自高緯、熱帶印度洋、阿拉伯海和局地的水汽輸送增強所致［34-36］，未來可通過進一步分析蒸散指數等來判斷新疆暖濕化程度。

通過分析極端氣候指數變化對Pre 和Tem 的關系發(fā)現(xiàn)，極端氣候指數與Pre、Tem 之間相關性較好。極端溫度頻率指數TX90p、TN90p、TX10p、TN10p 對Tem 相對重要性最好；極端降水頻率指數R1mm、R10mm 和強度指數PRCPTOT 對Pre 的相對重要性較好。極端氣候指數變化具有較強的海拔依賴性，Pepin 等[17]指出變暖速度隨海拔升高而加快，本研究結果表明，多數極端溫度指數尤其是冷指數在較高海拔變暖速度更快。Yao 等[12]指出中國干旱區(qū)降水增加趨勢隨海拔升高而增大，與本研究大多數極端降水指數變化與海拔呈正相關這一結果相符。但是由于受到特殊地理、氣候以及經濟因素，新疆的氣象站點分布不均勻，尤其是天山西部等地，因此加強站點建設成為一項重要任務[35]。

為了提高人類對于極端氣候事件災害防御能力，本文利用Hurst 指數對極端氣候指數變化的持續(xù)性進一步分析，發(fā)現(xiàn)未來高溫指數仍持續(xù)增加，低溫指數持續(xù)減少，新疆降水量仍然保持增加趨勢同時發(fā)生極端降水的可能性有增無減，與李佳秀等［37］關于新疆極端氣候事件趨勢預測的結論相一致。此外，以上結果表明，新疆未來可能存在極端高溫事件以及洪澇災害事件增加的風險，應當引起相關部門重視。

5 結論

（1）新疆大部分暖指數TN90p、TX90p、SU、TR、TNx、TXx均呈顯著上升趨勢，除TNn和ID變化相對穩(wěn)定外，其他冷指數均呈顯著下降趨勢。極端降水指數中除干指數CDD呈下降趨勢，濕指數均呈上升趨勢。整體上，極端溫度指數變化顯著性高于極端降水指數。

（2）從空間分布來看，暖指數呈大范圍上升趨勢同時冷指數呈大范圍下降趨勢。暖指數上升趨勢較明顯的地區(qū)均集中于南疆。新疆干旱事件逐漸減少，除CDD 外，極端降水指數呈增加趨勢的站點占比介于61.76%～85.29%。極端溫度頻率指數對平均溫度升高貢獻相對更高，而雨日降水總量及中、小雨日數的增加對降水量的貢獻較大。

（3）除ID 外，未來新疆地區(qū)表征高溫事件的指數將持續(xù)增加，表征低溫事件的指數將持續(xù)減少；除SDII外，極端降水指數變化均可持續(xù)。多數極端溫度指數尤其是低溫指數在高海拔區(qū)域變暖趨勢更加明顯，極端降水指數呈顯著的正向海拔依賴性。