摘 要：南水北調(diào)西線工程是緩解黃河中上游地區(qū)水資源短缺的重要舉措，但全球氣候變化影響水源區(qū)的水資源供給和分配，目前對水源區(qū)氣象特征缺乏整體的認知，其內(nèi)部氣象變化的時空差異和敏感性也需進一步闡明。因此，基于1961—2020年逐日氣象數(shù)據(jù)對水源區(qū)降水和氣溫進行趨勢、突變和相關(guān)性分析。結(jié)果表明：從變化趨勢來看，水源區(qū)氣象要素對全球氣候變化響應敏感，降水量以16.14mm/10a的速度顯著增加，接近我國平均速度的3倍；氣溫上升速度為0.26℃/10a，與全國平均速度持平。從時空分布來看，水源區(qū)多年平均降水量由東南向西北遞減，年內(nèi)分布變差系數(shù)為0.91，降水主要集中在6—9月，占全年的72%；多年平均氣溫為3.62℃，呈現(xiàn)由北向南遞增的趨勢，年內(nèi)氣溫介于-16.7與16.4℃之間。同時，水源區(qū)內(nèi)部氣候敏感性存在差異，降水變化敏感區(qū)為水源區(qū)靠近兩河口和雙江口區(qū)域，清水河、石渠和色達為氣溫變化敏感站；敏感站之間存在較強的相關(guān)性，其氣象條件可能同時劇變，配水策略應避免風險疊加。

關(guān)鍵詞：變化趨勢；時空分布特征；變化敏感區(qū)；相關(guān)性分析；南水北調(diào)西線工程

中圖分類號：P467 文獻標志碼：A doi：10.3969/j.issn.1000-1379.2025.02.007

引用格式：王聰，陳旻，張陵蕾，等.南水北調(diào)西線工程水源區(qū)氣象條件分析[J].人民黃河，2025，47（2）：42-50，73.

基金項目：國家重點研發(fā)計劃項目（2022YFC3202403，2022YFC3202402）；四川省自然科學基金資助項目（2023NSFSC0285）

AnalysisofMeteorologicalConditionsattheWaterSourceAreaofthe South？to？NorthWaterDiversionWestRouteProject

WANGCong，CHENMin，ZHANGLinglei，LIJia，ANRuidong，LIYong

（StateKeyLaboratoryofHydraulicsandMountainRiverEngineering，SichuanUniversity，Chengdu610065，China）

Abstract：TheSouth？to？NorthWaterDiversionProject？sWesternRouteisacrucialmeasuretoalleviatewatershortagesintheupperand middlereachesoftheYellowRiver.However，globalclimatechangehasaffectedthewatersupplyanddistributioninthesourceareascur？ rently，thereisalackofcomprehensiveunderstandingofthemeteorologicalcharacteristicsoftheseareas，andfurtherclarificationisneeded onthespatialandtemporaldifferencesandsensitivitiesofinternalmeteorologicalchanges.Therefore，thisstudyanalyzedthetrends，abrupt changes，andcorrelationsofprecipitationandtemperatureinthesourceareasisbasedondailymeteorologicaldatafrom1961to2020.The resultsshowthatthemeteorologicalconditionsinthesourceareasrespondsensitivelytoglobalclimatechange.Precipitationhassignificantly increasedatarateof16.14mm/decade，nearlythreetimesthenationalaverage.Thetemperaturehasrisenatarateof0.26℃/decade，con？ sistentwiththenationalaveragerate.Intermsofspatialandtemporaldistribution，theaverageannualprecipitationinthesourceareasde？ creasedfromsoutheasttonorthwest.Theannualvariabilitycoefficientofprecipitationis0.91，with72%oftheprecipitationconcentratedbe？ tweenJuneandSeptember.Theaverageannualtemperatureis3.62℃，increasingfromnorthtosouth，withtemperaturesrangingfrom-16.7℃to 16.4℃throughouttheyear.Moreover，therearedifferencesinclimatesensitivitywithinthesourceareas.Thesensitiveareasforprecipitation changesarenearLianghekouandShuangjiangkou，whileQingshuiRiver，Shiqu，andSedaaresensitivesitesfortemperaturechanges.There isastrongcorrelationbetweenthesesensitivesites，indicatingthattheirmeteorologicalconditionsmightchangeabruptlysimultaneously，ne？ cessitatingtheavoidanceofriskaccumulationinwaterdistributionstrategies.

Keywords：trendchanges；spatiotemporaldistributioncharacteristics；sensitivitytochangezones；correlationanalysis；South？to？NorthWa？ terDiversionProject？swesternroute

0 引言

IPCC第六次評估報告指出，全球地表溫度將持續(xù)升高，世界各個區(qū)域均面臨前所未有的氣候系統(tǒng)變化[1]。其中降水和溫度與各種自然災害的發(fā)生密切相關(guān)，是氣候變化最基本、最直接的要素[2]。在全球氣候變暖的背景下，區(qū)域氣候變化因其復雜的不確定性和災害的嚴重性而成為人類社會最關(guān)注的問題之一[3]。

南水北調(diào)西線工程是我國“四橫三縱”國家水網(wǎng)主骨架和“大動脈”建設(shè)的最后一環(huán)，開展南水北調(diào)西線工程建設(shè)對于解決黃河中上游地區(qū)水資源短缺和發(fā)展制約問題意義重大[4]。南水北調(diào)西線工程水源區(qū)分布在雅礱江和大渡河上游流域（6座調(diào)水水庫的匯水區(qū)）[5]，面積大，空間跨度大，氣象條件復雜。而水源區(qū)氣象條件的變化會影響其降水模式、蒸發(fā)蒸騰過程以及水文循環(huán)過程，造成水源區(qū)水資源的時空分布發(fā)生變化[6]。氣象變化引發(fā)的極端天氣事件（如干旱、洪澇等），會威脅到水源區(qū)水資源供應的可靠性、穩(wěn)定性和安全性[7]。因此，研究水源區(qū)氣象條件的變化特征和時空差異有助于更好地掌握水源區(qū)水資源的變化和分布規(guī)律，為進一步開展西線工程調(diào)水的時空配置提供依據(jù)。

近年來，許多學者對區(qū)域氣候變化特征開展了研究，如：常新雨等[8]對雅礱江流域1958—2012年降水序列進行分析，認為兩河口以上流域未見明顯的突變現(xiàn)象，流域整體降水較為平穩(wěn)；楊晨等[9]基于雅礱江流域1961—2018年日降水、日氣溫數(shù)據(jù)，得出雅礱江流域極端氣溫趨于變暖，極端降水增加，降水量和降水強度增大的結(jié)論；蘇華麗等[10]基于1979—2018年降水數(shù)據(jù)，發(fā)現(xiàn)大渡河流域降水整體呈現(xiàn)從東南部向西北部減小的趨勢；王笑影等[11]發(fā)現(xiàn)遼西北地區(qū)氣候存在明顯的空間分異特征，中部強暖干化趨勢明顯，而東北、西南局域暖干化趨勢逐漸減弱；謝雅潔等[12]發(fā)現(xiàn)太湖流域年降水量保持顯著增加的趨勢，在2014年發(fā)生突變，月降水量集中在6—8月，空間上呈現(xiàn)由西向東、由南向北遞減的趨勢；安彬等[13]分析了漢江流域降水和氣溫的變化趨勢，結(jié)果表明其具有較強的空間異質(zhì)性；吳紹洪等[14]指出各區(qū)域內(nèi)部氣候變化風險存在一定的相似性和差異性，通過確定氣候變化敏感區(qū)進一步評估了區(qū)域氣候變化風險；孫敬軒等[15]研究了氣候變化情景對東北地區(qū)農(nóng)業(yè)用水安全風險的影響，確定了西部為高風險區(qū)。目前，對于南水北調(diào)西線工程水源區(qū)而言，其氣象特征缺乏基于長時間序列的整體統(tǒng)一認知，并且隨著氣候不斷變化，區(qū)域氣象變化趨勢有待更新確認，同時西線工程調(diào)水水庫主要分布在兩個流域6條干支流上，為了更好地應對氣候變化給水源區(qū)供水帶來的不穩(wěn)定風險，確定區(qū)域內(nèi)部氣候變化敏感區(qū)以及彼此之間的相關(guān)關(guān)系是十分必要的。

筆者基于南水北調(diào)西線工程水源區(qū)8個代表氣象站1961—2020年的逐日氣象數(shù)據(jù)，運用Mann-Kendall檢驗法、統(tǒng)計特征值、Pearson相關(guān)分析、克里金插值等方法，從年際和年內(nèi)尺度解析水源區(qū)降水和氣溫的時間序列，揭示水源區(qū)降水和氣溫的變化趨勢、突變以及年內(nèi)的時間分布特征，通過繪制多年平均降水和氣溫空間分布圖，反映水源區(qū)的氣候空間分布特征。同時從年際變化趨勢和年際波動程度兩個方面分析得出水源區(qū)氣候變化劇烈、不穩(wěn)定的區(qū)域，并且運用Pearson相關(guān)分析法探究各氣候敏感區(qū)之間是否存在較強的相關(guān)性，而給水源區(qū)造成風險疊加的可能。

1 研究區(qū)概況

南水北調(diào)西線工程水源區(qū)主要分布在雅礱江流域和大渡河流域的上游地區(qū)，兩流域氣候復雜多樣，涵蓋了高原氣候、亞熱帶季風氣候。本文選取研究區(qū)內(nèi)8個氣象站（清水河、石渠、甘孜、新龍、道孚、班瑪、色達和馬爾康）1961—2020年逐日降水和平均氣溫實測數(shù)據(jù)，資料均來自于中國氣象數(shù)據(jù)網(wǎng)（https：/data.cma. cn/）的中國國家級地面氣象站基本氣象要素日值數(shù)據(jù)集（V3.0），該數(shù)據(jù)集經(jīng)過嚴格的質(zhì)量控制，各氣象要素數(shù)據(jù)的正確率接近100%，數(shù)據(jù)質(zhì)量高。本文所用數(shù)據(jù)涵蓋了8個站60a的逐日數(shù)據(jù)，時間跨度長，對其中少量的缺失值和異常值進行了統(tǒng)一處理，確保了數(shù)據(jù)的連續(xù)性、完整性和準確性。同時8個氣象站數(shù)據(jù)的來源、序列長度以及處理方法均具有一致性，能夠有效反映各站長期氣象變化趨勢，研究結(jié)果具有一定的可靠性。各個氣象站的空間分布見圖1，可見各站在研究區(qū)內(nèi)主要的干支流上，分布較為均勻。

2 研究方法

2.1 趨勢分析

2.2 空間分布特征分析

基于各氣象站多年平均氣象數(shù)據(jù)，采用克里金法對研究區(qū)的降水和氣溫進行插值以反映其空間分布特征?？死锝鸱ㄊ歉鶕?jù)非樣本點周圍位置的樣本數(shù)據(jù)，通過它們之間的空間相關(guān)性，計算出其估計精度的一種插值方法?？死锝鸩逯狄卜Q為空間局部插值或空間局部估計，建立在變異函數(shù)理論和結(jié)構(gòu)分析的基礎(chǔ)上，具有堅實的數(shù)學基礎(chǔ)，能夠?qū)^(qū)域化變量進行線性無偏最優(yōu)估計[18]。

2.3 時間分布特征分析

2.4 相關(guān)性分析

相關(guān)性分析是用于研究兩個或多個變量之間關(guān)系的統(tǒng)計方法，包括Pearson相關(guān)系數(shù)、Spearman相關(guān)系數(shù)、Kendall相關(guān)系數(shù)和交叉相關(guān)函數(shù)等方法，其中Pearson相關(guān)系數(shù)是一種線性相關(guān)系數(shù)，也是最常用的一種相關(guān)系數(shù)[20]，其值介于-1和1之間，絕對值越接近1表明相關(guān)性越強。本文采用Pearson相關(guān)分析法對水源區(qū)各氣象站的相關(guān)關(guān)系進行解析，進一步判別氣候變化敏感站之間的相關(guān)性。

3 結(jié)果與分析

3.1 水源區(qū)氣象變化趨勢

圖2為水源區(qū)1961—2020年降水和氣溫的M-K檢驗圖。檢驗結(jié)果表明，水源區(qū)年平均降水量的趨勢檢驗判定參數(shù)Z值為3.23，大于2.32，說明降水量在研究期內(nèi)呈現(xiàn)顯著增加趨勢且通過了99%的置信度檢驗。降水量的平均增加速度達16.14mm/10a，遠高于同時期我國年平均降水量的增加速度5.5mm/10a[21]，且降水量年際波動較大，大部分年份在550～750mm范圍內(nèi)波動，但偶爾會超出此范圍，比如2002年達到最低值478mm，2009年降水量接近800mm，從1980年后降水量的波動明顯加劇。平均氣溫的Z值達6.07，上升趨勢十分顯著，其整體上升速度為0.26℃/10a，而1961—2020年我國的平均氣溫上升速度也是0.26℃/10a[22]，說明水源區(qū)氣溫呈現(xiàn)顯著上升趨勢且上升速度與全國平均速度持平。由圖2（a）可知，水源區(qū)降水量突變檢驗的UF和UB在2010—2015年之間有多個交點，且交點均位于95%的置信區(qū)間內(nèi)，說明降水量在這5a間發(fā)生了多次突變。從圖2（b）可以看出，氣溫UF在2000年左右超出95%的置信區(qū)，在置信區(qū)間內(nèi)與UB曲線沒有交點，進一步通過Pettitt法檢驗發(fā)現(xiàn)1998年為水源區(qū)平均氣溫的突變點。值得注意的是，氣溫在突變前Z值為1.03，其上升趨勢未通過顯著性檢驗，而突變后呈現(xiàn)顯著上升趨勢，其Z值達3.01，突變前水源區(qū)的氣溫上升速度為0.06℃/10a，而突變后速度變?yōu)?.39℃/10a，比突變前增加了0.33℃/10a。總體而言，水源區(qū)的降水和氣溫均呈現(xiàn)顯著上升的變化趨勢，特別是近20a上升速度更快，而近20a也被認為是幾個世紀以來全球氣溫上升速度最快的時期[23]，說明在全球氣候變暖的背景下，南水北調(diào)西線工程水源區(qū)的氣象條件對于氣候變化響應敏感。

3.2 水源區(qū)氣象時空分布特征

3.2.1 空間分布特征

為了探究水源區(qū)氣象條件的空間分布特征，使用克里金法對研究區(qū)降水和氣溫進行空間插值，得到水源區(qū)降水和氣溫的空間分布（見圖3）。研究區(qū)降水量豐富，多年平均降水量為641.84mm，各區(qū)域降水量為521～795mm，整體呈現(xiàn)由東南向西北遞減的規(guī)律。相比較而言，大渡河上游比雅礱江上游降水更為豐富，大渡河上游流域降水量為644～795mm，而雅礱江上游降水量為521～734mm，其中大渡河上游的東部為降水最豐富的區(qū)域，多年平均降水量超過了750mm，雅礱江上游的南部地區(qū)降水量也較多，超過了650mm，降水量最少的地區(qū)為雅礱江上游北部地區(qū)，低于550mm。水源區(qū)多年平均氣溫為-4.3～12.6℃，呈現(xiàn)由南向北遞減的趨勢，絕大部分區(qū)域氣溫為0～10℃，最低溫度-4.3～-2.0℃出現(xiàn)在雅礱江上游接近青藏高原地區(qū)。兩流域越靠近下游氣溫越高，接近兩河口和雙江口區(qū)域多年平均氣溫為9.2～12.6℃，為水源區(qū)氣溫最高區(qū)域。

3.2.2 時間分布特征

表1為水源區(qū)降水和氣溫年內(nèi)分布的變差系數(shù)，變差系數(shù)越大表明年內(nèi)分布越不均勻。結(jié)果表明，水源區(qū)各氣象站降水和氣溫的年內(nèi)分布不均勻。降水的變差系數(shù)為0.84～1.01，其中馬爾康站的變差系數(shù)最小，為0.84，降水年內(nèi)分布變差系數(shù)最大的站為新龍站，達1.01。氣溫的變差系數(shù)為0.65～13.26，其中色達站氣溫年內(nèi)波動最大，變差系數(shù)達13.26。馬爾康站、新龍站、道孚站年內(nèi)氣溫相對較為穩(wěn)定，變差系數(shù)分別為0.65、0.76、0.75。

通過水源區(qū)降水和氣溫的年內(nèi)分布（見圖4）能夠直觀反映氣象條件的時間分布特征。由降水的年內(nèi)分布可知，水源區(qū)的月平均降水量為2～157mm，其中各氣象站降水主要集中在6—9月，月降水量為93～157mm，這4個月的降水量之和占全年降水量的72%。除了清水河站、石渠站和新龍站月平均降水量在7月出現(xiàn)單峰現(xiàn)象，其余氣象站均呈現(xiàn)雙峰現(xiàn)象，其中馬爾康站、道孚站、班瑪站和甘孜站在6月和9月達到峰值，而色達站峰值出現(xiàn)在7月和9月。各氣象站降水量的差異在年內(nèi)不斷變化，1—3月各氣象站降水量差異較小，最大差值為2.1～5.5mm。4—10月各氣象站降水量差異明顯，在此期間清水河站為各個氣象站中降水最少的站，月降水量比同時期降水量最多的站少19.3～60mm，其中4月、5月、6月、9月、10月降水量最多的為馬爾康站，7月色達站降水量最多，8月新龍站降水量最多。11—12月各站月降水量均低于9mm，降水量差值減小，最大差值為5.48mm。

從氣溫的年內(nèi)分布可以看出，水源區(qū)各氣象站月平均氣溫為-16.7～16.4℃，年內(nèi)氣溫變化幅度大，呈現(xiàn)先增高再降低的趨勢，最高氣溫出現(xiàn)在7月，各氣象站月平均氣溫為6.9～16.4℃，1月氣溫最低，平均氣溫為-0.5～-16.7℃。水源區(qū)氣溫的年內(nèi)分布在年際尺度變化不大，呈現(xiàn)明顯的季節(jié)差異。對于同一月份，水源區(qū)上游氣象站比水源區(qū)下游氣象站溫度低，水源區(qū)上游易出現(xiàn)低溫情況，特別是雅礱江流域靠近青藏高原地區(qū)，低溫情況更為明顯。

3.3 水源區(qū)氣象變化敏感區(qū)識別

3.3.1 趨勢突變分析

為一步探明水源區(qū)各氣象站對氣候變化的響應程度，對各站的降水和氣溫進行M-K檢驗。圖5為水源區(qū)8個氣象站1961—2020年降水的M-K檢驗，結(jié)果顯示，雅礱江上游各氣象站降水量均呈現(xiàn)上升趨勢，其中石渠站趨勢檢驗Z值為0.36，未通過90%的置信度檢驗，故呈現(xiàn)不顯著上升趨勢，降水的上升速度為13.34mm/10a，清水河站、甘孜站、新龍站降水分別以10.73、17.83、17.90mm/10a的速度顯著增加，道孚站上升趨勢顯著，Z值為2.89，通過了99%的置信度檢驗，其降水量在1993年發(fā)生突變，突變前上升速度為27.74mm/10a，突變后達49.40mm/10a。位于大渡河上游的班瑪站降水量Z值小于1.28，呈現(xiàn)不顯著上升趨勢，上升速度為6.80mm/10a，遠遠低于研究區(qū)域的平均水平。而色達站和馬爾康站年平均降水量均呈現(xiàn)顯著上升趨勢，上升速度分別為15.02mm/10a和23.12mm/10a，其中馬爾康站降水量在2016年左右發(fā)生突變。值得關(guān)注的是，8個氣象站降水量的增加速度均高于我國同時期平均速度（5.5mm/10a），水源區(qū)降水量增加速度為16.14mm/10a，超過水源區(qū)平均速度的有靠近兩河口的甘孜站、新龍站、道孚站和靠近雙江口的馬爾康站，而這4個站的上升趨勢也均通過了99%的顯著性檢驗，故水源區(qū)靠近兩河口和雙江口區(qū)域其降水量上升趨勢更為明顯。

由圖6和表2可以看出，水源區(qū)各氣象站平均氣溫在60a內(nèi)均發(fā)生了突變，突變集中在1998年、2001年和2006年。雅礱江上游的清水河站、甘孜站突變發(fā)生在1998年，石渠站、新龍站和道孚站在2001年發(fā)生突變。大渡河上游的班瑪站、色達站突變年份為1998年，馬爾康站在2006年氣溫發(fā)生突變，而水源區(qū)平均氣溫突變發(fā)生在1998年。各氣象站均由不顯著上升趨勢突變?yōu)轱@著上升趨勢，這與水源區(qū)整體突變趨勢一致，說明各氣象站都在對水源區(qū)整體氣溫突變進行響應。各氣象站突變前氣溫上升速度為0.05～0.20℃/10a，大部分集中在0.05～0.09℃/10a，而突變后各氣象站上升速度為0.13～0.55℃/10a，突變前后速度差值為0.08～0.45℃/10a。其中雅礱江上游的清水河站、石渠站和甘孜站以及大渡河上游的色達站突變后上升速度為0.48～0.55℃/10a，接近水源區(qū)平均氣溫上升速度的2倍，而且其上升速度的突變差值為0.31～0.45℃/10a，比水源區(qū)整體上升速度高0.1℃/10a左右。從變化趨勢和突變差值來看，雅礱江流域的清水河站、石渠站、甘孜站和大渡河流域的色達站氣溫的上升速度快，突變顯著。

3.3.2 統(tǒng)計特征值分析

通過特征值來表征時段內(nèi)的降水、氣溫數(shù)據(jù)序列的年際變化情況，從年際波動性的角度判斷各站氣象條件的變化程度，表3和表4分別為降水和氣溫的特征值統(tǒng)計表。結(jié)果顯示，水源區(qū)各氣象站年均降水量的標準差為68.70～111.18mm，其中新龍站、道孚站和馬爾康站相對于其他氣象站降水量離散程度高，標準差超過100mm。各氣象站變差系數(shù)差別不大，為0.12～0.17，說明各氣象站降水較為穩(wěn)定。其中新龍站和道孚站的變差系數(shù)為0.17，相對于其他氣象站，其降水量年際波動更大，而班瑪站降水量的年際波動最小，變差系數(shù)為0.12。除清水河站和班瑪站之外，大部分氣象站的降水分布呈正偏，石渠站和馬爾康站偏態(tài)系數(shù)較大，超過了0.40，說明該區(qū)域時常出現(xiàn)大雨、暴雨事件。對于氣溫而言，各氣象站標準差為0.45～0.89℃，其中清水河站、石渠站、色達站氣溫標準差較大，分別為0.89、0.86、0.73℃，說明這3個站氣溫的離散程度較高，同時石渠站和色達站的變差系數(shù)分別達0.92和1.29，氣溫波動劇烈。而新龍站、道孚站、馬爾康站變差系數(shù)為0.05～0.07，氣溫的年際波動較小。石渠站、甘孜站和色達站的偏態(tài)系數(shù)大于0，氣溫分布呈正偏，其余氣象站呈負偏，說明大部分氣象站易出現(xiàn)較低溫情況。從年際的離散程度和波動性來看，道孚站、新龍站和馬爾康站降水的變化程度較高，清水河站、石渠站和色達站氣溫的離散性和波動性更明顯。

綜合年際變化趨勢和波動性來看，降水變化敏感站為靠近兩河口的道孚站和新龍站以及靠近雙江口的馬爾康站，而清水河站、石渠站和色達站為氣溫變化的敏感站。

3.3.3 相關(guān)性分析

為了探究氣候變化敏感站彼此間是否存在相關(guān)關(guān)系，對8個站的氣象數(shù)據(jù)進行Pearson相關(guān)分析，圖7為水源區(qū)各氣象站降水和氣溫的相關(guān)分析結(jié)果。對于降水而言，3個降水敏感站道孚站、新龍站和馬爾康站之間的平均相關(guān)系數(shù)達0.57，其中道孚站與新龍站、馬爾康站之間的相關(guān)系數(shù)分別達0.68、0.66，存在較強相關(guān)性，而新龍站與降水變化不顯著的班瑪站之間的相關(guān)系數(shù)只有0.038，幾乎沒有相關(guān)性，道孚站與班瑪站之間的相關(guān)系數(shù)也僅有0.29，相關(guān)性很低。各氣象站之間氣溫的相關(guān)性普遍較高，相關(guān)系數(shù)為0.77～0.94，氣溫變化顯著的清水河站、石渠站和色達站三者之間平均相關(guān)系數(shù)達0.90，石渠站與氣溫變化不明顯的新龍站、道孚站、馬爾康站之間的相關(guān)系數(shù)分別為0.78、0.81、0.86，色達站與這3個站之間的相關(guān)系數(shù)分別為0.79、0.87、0.88，清水河站與新龍站、道孚站、馬爾康站之間的相關(guān)系數(shù)分別為0.77、0.78、0.83。總體來看，無論是降水還是氣溫，變化敏感站彼此間具有較強的相關(guān)性，而變化敏感站與不敏感站之間的相關(guān)性相對較弱。氣候變化敏感區(qū)其本身氣象條件具有變化速度快、不穩(wěn)定的特征，若敏感區(qū)彼此之間存在強相關(guān)性，說明敏感區(qū)氣象條件的不穩(wěn)定性在時間上緊密相關(guān)，水源區(qū)內(nèi)部可能同時出現(xiàn)多區(qū)域的氣象急劇變化，從而造成風險的疊加，對于調(diào)水工程而言需科學制定配水策略以防范氣候變化風險。

4 討論

本文針對南水北調(diào)西線工程水源區(qū)氣象條件的兩個關(guān)鍵要素降水和氣溫進行了系統(tǒng)性的分析。從變化趨勢來看，1961—2020年水源區(qū)降水和氣溫分別以16.14mm/10a和0.26℃/10a的速度呈顯著上升趨勢，特別是在近20a，水源區(qū)降水和氣溫的上升趨勢更為明顯，這可能是受到全球溫升速度加快的影響。而以往也有研究成果表明我國西南諸河上游地區(qū)在過去幾十年降水增加趨勢顯著[24]，雅礱江流域平均氣溫上升趨勢明顯[25]，且大渡河流域和雅礱江流域的年徑流量主要受到區(qū)域降水的影響[26-27]，這說明分析水源區(qū)的氣象變化和分布規(guī)律對于區(qū)域水量研究具有重要指導意義。降水量的顯著上升在一定程度上會使水源區(qū)水量增加，但其波動性和突變性會威脅到水源區(qū)供水系統(tǒng)的穩(wěn)定性，氣溫作為氣候變化最基本和最直接的要素之一，也在水文循環(huán)這一過程中起著至關(guān)重要的作用，氣溫的上升會通過促進蒸發(fā)、加快積雪和冰川的融化[28]等直接或間接地影響水源區(qū)的水量大小。從時空分布情況來看，水源區(qū)降水充沛，多年平均降水量達641.84m，在空間上整體呈現(xiàn)由東南向西北遞減的規(guī)律，時間上年內(nèi)分布不均勻且區(qū)域內(nèi)部各站月降水量差異大，說明水源區(qū)在多年平均情況下，水量能夠得到降水的充足補充，但調(diào)水時水資源在空間和時間上如何合理調(diào)配還有待進一步研究?？紤]到區(qū)域內(nèi)部氣候變化風險存在差異性，本文針對水源區(qū)內(nèi)部進一步分析了氣象變化敏感區(qū)，從變化趨勢和波動性強弱的角度，得出水源區(qū)靠近兩個控制斷面兩河口和雙江口的區(qū)域為降水變化敏感區(qū)，而清水河站、石渠站和色達站為氣溫變化的敏感站，同時發(fā)現(xiàn)各敏感站之間具有較強的相關(guān)性，這種強相關(guān)性意味著水源區(qū)內(nèi)部可能出現(xiàn)多個區(qū)域的氣象條件同時發(fā)生急劇變化，進一步增加水源地水資源時空分布的不確定性，后續(xù)需制定科學的調(diào)水策略以應對氣候變化給水源區(qū)供水帶來的不穩(wěn)定風險。

本研究將南水北調(diào)西線工程水源區(qū)作為研究區(qū)域，研究成果有助于了解在氣候變化背景下水源區(qū)氣象要素的變化響應規(guī)律，為深入研究水源區(qū)水資源分布規(guī)律提供支撐。與以往的研究結(jié)果相比，本文基于時間序列更長的氣象數(shù)據(jù)對研究區(qū)域的氣象變化趨勢和分布特征進行了更新確認，發(fā)現(xiàn)水源區(qū)氣象條件的總體趨勢和分布特征與前人結(jié)果相似，但具體的變化速度和波動程度有所差異，這可能是所選數(shù)據(jù)時間跨度和區(qū)域覆蓋范圍不同造成的。此外，本研究在整體分析的基礎(chǔ)上進一步確定了水源區(qū)內(nèi)部氣候變化敏感區(qū)，為調(diào)水工程應對氣候變化風險提供見解。然而，本文受數(shù)據(jù)所限，選擇降水和氣溫兩個要素進行分析，事實上，其他氣象要素如蒸發(fā)、輻射、相對濕度等對于區(qū)域水量分布也具有十分重要的影響，在之后的研究中會重點關(guān)注多氣象要素、多水文過程以及未來氣候變化對水源區(qū)水資源時空分布的影響。

5 結(jié)論

以南水北調(diào)西線工程水源區(qū)8個代表站的氣象數(shù)據(jù)為基礎(chǔ)，運用Mann-Kendall檢驗法、統(tǒng)計特征值法、Pearson相關(guān)分析法和克里金插值法，揭示了水源區(qū)氣象變化趨勢和時空分布特征，識別了水源區(qū)氣象變化的敏感區(qū)域以及彼此間的相關(guān)關(guān)系。研究結(jié)論如下。

1）水源區(qū)1961—2020年降水量呈現(xiàn)顯著上升的趨勢，上升速度達16.14mm/10a，接近我國平均降水量增加速度的3倍；氣溫整體上升速度為0.26℃/10a，與我國平均氣溫上升速度相當，氣溫在1998年由不顯著上升突變?yōu)轱@著上升，速度由突變前的0.06℃/10a變?yōu)?.39℃/10a。

2）水源區(qū)降水豐富，年降水量為521～795mm，空間上呈現(xiàn)由東南向西北遞減的趨勢，其中大渡河上游多年平均降水量比雅礱江上游多108mm。降水量在年內(nèi)分配不均，變差系數(shù)超過0.84，6—9月降水量占全年的72%，且這4個月各站降水量差異大，最大差值達60mm，需合理協(xié)調(diào)節(jié)點配水。水源區(qū)平均氣溫時空差異大，空間上變化范圍為-4.3～12.6℃，呈現(xiàn)由北向南遞增趨勢，年內(nèi)氣溫為-16.7～16.4℃。

3）水源區(qū)降水變化敏感站為靠近兩河口的道孚站和新龍站以及靠近雙江口的馬爾康站，清水河站、石渠站和色達站為氣溫變化敏感站；降水變化敏感站之間平均相關(guān)系數(shù)為0.57，氣溫變化敏感站之間則達0.90，均存在較強的相關(guān)性，在配水策略上要避免風險的疊加。

參考文獻：

[1] IPCC.ClimateChange2021：ThePhysicalScienceBasis[M]. Cambridge：CambridgeUniversityPress，2021：21-23.

[2] JINHY，CHENXH，WUP，etal.EvaluationofSpatialtem？ poralDistributionofPrecipitationinChina？sMainlandby StatisticandClusteringMethods[J].AtmosphericResearch，2021，262：105772.

[3] SUMANA.RoleofRenewableEnergyTechnologiesinClimate ChangeAdaptationandMitigation：ABriefReviewfromNepal[J].RenewableandSustainableEnergyReviews，2021，151：111524.

[4] 胡鵬，王浩，趙勇，等.南水北調(diào)西線工程水源區(qū)可調(diào)水量“十問”[J].中國工程科學，2024，26（2）：210-223.

[5] 張金良，景來紅，李福生，等.南水北調(diào)西線工程總體布局及一期工程方案研究[J].人民黃河，2023，45（5）：1-5.

[6] QIAOCP，NINGZR，WANGYY，etal.ImpactofClimate ChangeonWaterAvailabilityinWaterSourceAreasofthe South？to？NorthWaterDiversionProjectinChina[J]. FrontiersinEarthScience，2021，9：747429.

[7] 夏軍.變化環(huán)境下長江流域濱海城市供水安全與適應性對策[J].南水北調(diào)與水利科技（中英文），2024，22（2）：209-214.

[8] 常新雨，劉斌，賈毓功，等.雅礱江流域降水時空特征及徑流響應分析[J].人民珠江，2023，44（6）：9-17.

[9] 楊晨，董曉華，董立俊，等.雅礱江流域1961—2018年極端氣候時空演變研究[J].中國農(nóng)村水利水電，2023（2）：46-56，65.

[10] 蘇華麗，何亞玲，趙景峰，等.大渡河流域降水時空變化特征[J].內(nèi)蒙古師范大學學報（自然科學漢文版），2023，52（5）：496-504.

[11] 王笑影，李雪華，溫日紅，等.遼西北地區(qū)近60a氣候變化趨勢及空間分異特征[J].東北林業(yè)大學學報，2023，51（8）：83-89.

[12] 謝雅潔，劉敏.太湖流域降雨時空特征與暴雨頻率分析[J/OL].（2024-02-20）[2024-04-30].https：/doi.org/10.16867/j.issn.1673-9264.2023411.

[13] 安彬，肖薇薇.氣候變暖背景下漢江流域降水和氣溫時空變化特征[J].人民長江，2024，55（2）：84-92.

[14] 吳紹洪，潘韜，劉燕華，等.中國綜合氣候變化風險區(qū)劃[J].地理學報，2017，72（1）：3-17.

[15] 孫敬軒，章光新，吳燕鋒，等.氣候變化下東北地區(qū)農(nóng)業(yè)綠水安全風險評估[J].中國科學：地球科學，2024，54（7）：2210-2226.

[16] YüREKLIK.ImpactofClimateVariabilityonPrecipitation intheUpperEuphrates？TigrisRiversBasinofSoutheast Turkey[J].AtmosphericResearch，2015，154：25-38.

[17] MORADIM.TrendAnalysisandVariationsofSeaSurface TemperatureandChlorophyll？ainthePersianGulf[J].Ma？ rinePollutionBulletin，2020，156：111267.

[18] XIEZY，HUETEA，CLEVERLYJ，etal.Multi？Climate ModeInteractionsDriveHydrologicalandVegetationRe？ sponsestoHydroclimaticExtremesinAustralia[J].Remote SensingofEnvironment，2019，231：111270.

[19] SHENWT，SONGZG，ZHONGX，etal.Sangerbox：A Comprehensive，Interaction？FriendlyClinicalBioinformatics AnalysisPlatform[J].Imeta，2022，1（3）：e36.

[20] 馮鄭文，劉亞靜.不同空間插值方法對土壤化學元素空間分布適用性分析[J].華北理工大學學報（自然科學版），2023，45（4）：7-18.

[21] 朱金宜.《中國氣候變化藍皮書（2022）》發(fā)布[N].人民日報海外版，2022-08-04（002）.

[22] 吳鵬，谷星月，王朋嶺.中國氣候變化藍皮書（2022）發(fā)布[N].中國氣象報，2022-08-04（001）.

[23] WANGJF，XUCD，HUMG，atal.GlobalLandSurface AirTemperatureDynamicsSince1880[J].International JournalofClimatology，2018，38：e466-e474.

[24] 夏軍，陳進，佘敦先，等.變化環(huán)境下中國現(xiàn)代水網(wǎng)建設(shè)的機遇與挑戰(zhàn)[J].地理學報，2023，78（7）：1608-1617.

[25] 常新雨.雅礱江流域水文氣象特征分析及徑流預報研究[D].武漢：華中科技大學，2022：32-33.

[26] 程珂，周東升，李銘，等.大渡河流域近51年降水徑流特征分析[J].水電能源科學，2013，31（2）：5-8，240.

[27] 俞雷，賈本有，吳時強，等.雅礱江流域典型年天然徑流量時空分布特征[J].南水北調(diào)與水利科技（中英文），2020，18（3）：73-80，141.

[28] 宋雯雯，郭潔.大渡河流域積雪特征及其與氣候要素和徑流的關(guān)系[J].高原山地氣象研究，2017，37（2）：45-49.

【責任編輯 張 帥】