1961—2019年大香格里拉地区极端气候事件时空演变特征

伍 洋，金韩宇，程清平,2,3*

(1.西南林业大学地理与生态旅游学院，云南 昆明 650224；2.国家林业和草原局西南生态文明研究中心，云南 昆明 650224；3.中国科学院西北生态环境与资源研究院玉龙雪山冰冻圈与可持续发展国家(云南省)科学野外观测研究站，甘肃 兰州 730000)

全球地表温度持续升高导致极端气候事件发生频率、强度发生显著改变并存在明显的空间异质性，将对人类社会产生重大影响[1]。因此，充分认识及量化不同区域尺度气候变化趋势及自然因素的影响对确定气候高危地区、极端气候风险评估、灾害预警具有重要科学意义[2]。为此国内外学者做出了大量研究。Gan等[3]基于全球日气温数据发现北美38 a来日最低气温明显下降并与北大西洋年代际震荡(AMO)有显著关系。Wang等[4]基于站点日降水观测资料指出高纬西伯利亚永久冻土区对极端降水事件响应显著。Islam等[5]根据11个极端气候指数，阐明恒河流域气候变化遵循不同尺度周期性循环。中国西南地区是气候脆弱性地区之一[6]，刘琳等[7]发现西南5省最大日降水量和强降水量均有显著增加，气温整体有变暖的趋势。马振锋等[8]指出20世纪中后期青藏高原、川西高原、云贵高原气温上升、降水增加、湿度增大趋势显著，尤其青藏高原地区于1966年最早开始突变。Yu等[9]和Zhang等[10]探讨了横断山区气候变化与地形地势和大气环流的联系，发现极端降水事件随海拔升高而减少，南亚、东亚夏季风是横断山区极端降水的重要影响因素。西南地区雅鲁藏布江流域，金沙江流域以及怒江流域都表现出了增温增湿的特征[11-13]。

综合以上研究发现，基于大地形单元的气候研究颇多，且多侧重于极端气候与大气环流的同步响应，而针对大地形单元交汇处的极端气候及其环流滞后响应研究较少。大香格里拉连接云贵高原、青藏高原、横断山区三大地形单元，境内生态环境脆弱、气候响应敏感，研究其极端气候变化与响应机制对境内生态环境保护具有重要意义[14]。因此，本文基于1961—2019年大香格里拉56个站点的逐日气温、降水数据集，计算国际气候诊断与指数小组(ETTCDI)发布的27个极端气候指数以及年平均气温最高值(TXam)和年平均气温最低值(TNam)，围绕以下2个问题展开研究：长时间尺度下大香格里拉地区极端气候指数呈现如何变化？与大尺度环流有何同步或滞后响应？以期为大香格里拉地区应对旱涝灾害、保障农业生产与开展生态旅游提供科学参考。

1 研究区概况、数据来源与方法

1.1 研究区域概况

大香格里拉地区地处西南地区四川(甘孜州、凉山州、攀枝花市)、云南(大理州、迪庆州、怒江州和丽江市)、西藏自治区(昌都和林芝地区)三省区交汇处，区域内众多高山与峡谷相间排列，雅鲁藏布江、怒江、澜沧江、金沙江、雅砻江五江并行流淌，且前三江为重要的国际河流(图1)。2004年川、滇、藏三省(区)发布《旅游合作宣言》正式划定大香格里拉地区(94°～102°E，26°～34°N)。辐射范围西至西藏林芝，东至四川泸定，北至巴颜喀拉山东段与岷江上游之间，南至云南丽江一线。大香格里拉地区是横断山系的主体部分，位于中国第一、二级阶梯的过渡带，受冬夏季季风环流控制，气温和降水的时空差异显著。年平均降水量达835.6 mm。地势呈西北向东南倾斜，最高与最低海拔相差将近6 600 m，垂直落差大，该地区的垂直下降和垂直气候差异形成了显著的三维气候带谱(北热带、亚热带、寒带等)，年平均气温在13.8℃左右，冬天干冷，夏天潮湿[15]。

1.2 数据来源

本研究选择了近59 a 56个气象站点的逐日最高气温与最低气温以及降水数据(其中林芝和西昌站点数据取到2016年，计算整体算数平均，未考虑2017—2019年)，数据来源于中国气象科学数据共享服务网(http://data.cma.cn/)，对每个站点进行了严格的质量筛选，剔除个别连续缺测一月及一月以上的站点，缺测一月以下的站点取前后两年同一天平均值进行插值补齐。选用北极涛动(AO)、北大西洋涛动(NAO)、厄尔尼诺-南方涛动(ENSO)、太平洋年代际震荡(PDO)、以及东亚夏季风(EASMI)，南亚夏季风(SASMI)，南海夏季风(SCSMI)7个环流指数的逐月数据资料。夏季风指数EASMI、SASMI、SCSMI采用北京师范大学李建平教授个人科研主页(http://lijianping.cn/dct/page/1)，其他环流指数数据来自于中国国家气象局国家气候中心(http://cmdp.ncc-cma.net/Monitoring/cn_index_130.php)。极端指数和环流指数的季节界定为冬季从12月到翌年2月，春季3—5月，夏季6—8月，秋季9—11月。

1.3 研究方法

本文采用RClimDex软件计算大香格里拉地区27个极端气候指数以及年平均气温最高值(TXam)和年平均气温最低值(TNam)(表1)[16]。利用ArcGIS10.2软件采用克里金插值法(Kriging)对极端气候指数的时空分布特征进行分析。

采用修订的Mann-Kendall趋势分析法分析气温的时间变化趋势。修订的Mann-Kendall检验法广泛适用于分析降雨、径流和蒸发等要素时间序列的变化情况[17]，是世界气象组织推荐的处理非参数检验问题的方法。它通过趋势系数Z值判断该序列数据的变化趋势。当Z>0时表示呈上升趋势，Z<0表示呈下降趋势，Z的绝对值越大，说明该序列的变化趋势越显著。|Z|>1.96，说明通过0.05显著性检验；|Z|>2.58，则通过0.01显著性检验；|Z|>3.30则通过0.001显著性检验。

采用Sen’s斜率估计法分析序列数据的变化率。通过计算拟合直线的斜率α判断序列数据变化趋势，斜率α值的正负表示拟合直线的变化趋势[18]。当α>0时，呈上升变化趋势；当α=0时，变化趋势不明显；当α<0时，呈下降变化趋势。Sen’s斜率估计与Mann-Kendall检验法皆无需假定数据特殊分布，且对两方法判断结果受序列异常值影响均较低。

采用Pettitt突变检验方法对研究区域极端指数进行时间序列的突变现象分析，该方法不仅能够判断出突变点的位置及数量，还能判断突变点是否在统计意义上显著。本文定义显著性水平P为0.05，若P小于0.05，则认为检验出的突变点在统计意义上是显著的[19]。

表1 极端气温与极端降水指数定义

2 结果分析

2.1 年平均最高气温、最低气温和气温日较差的时空变化

2.1.1时间变化趋势

近59 a大香格里拉地区TXam和TNam表现出显著的上升趋势，变化率分别为0.25、0.32℃/10a，两者线性拟合均通过了0.001显著水平检验(图2)。而DTR则呈不显著的下降趋势，变化率为0.06℃/10a。说明大香格里拉地区年平均最高气温和最低气温不断增加，气温日较差有所下降。

从季节变化来看(表2)，大香格里拉地区TXam在夏、秋、冬三季均呈显著增长(Z>2.58)，且冬季上升幅度最大，达0.36℃/10a，其次为秋季和夏季，变化率分别为0.29、0.23℃/10a，春季的变化率为0.19℃/10a；而TNam的季节差异相对较小，其中秋季增幅最大，以0.27℃/10a的变化率显著增加，夏季增幅最小，变化率仅为0.17℃/10a；DTR在春、秋、冬季分别以-0.35、-0.18、-0.33℃/10a的变化率呈显著下降趋势(Z<-1.96)，夏季以-0.08℃/10a的幅度呈不显著的减小趋势。

2.1.2空间变化趋势

从图2可知，大香格里拉地区TXam除盐源站外整体上升趋势明显。整个研究区域的TXam在6.46～27.77℃，其中有85.7%的站点(表3)通过了0.05的显著性检验；TXam较高的站点主要分布在金沙江下游与澜沧江中游的干旱河谷区，以及东部凉山州境内低海拔处。相较于TXam，TNam的空间差异更大，共有89.29%的站点通过了0.01的显著性检验，仅8.93%的站点TNam呈下降趋势，均分布于雅砻江以东，平均温度为-3.23℃，TNam较高的站点同样分布在南部和东部的干旱河谷区，温度范围介于0.33～14.84℃。DTR的空间差异最小，仅23.2%的站点通过了显著性检验(|Z|>1.96)，以青藏高原为界，以北气温日较差高于以南，气温日较差大的站点也多分布于此带，其中以东北部站点增幅最为显著，平均气温达14.31℃。

表2 部分极端指数的四季变化率及显著性情况

注：*、**、***分别表示变化率通过了0.05、0.01、0.001的显著性检验。

表3 极端指数站点趋势及显著性水平统计

注：采用Mann-Kendall趋势分析法，括号外为趋势上升或下降的站点总数，括号内非粗体字是趋势上升或下降站点的总百分比，粗体字为通过0.05显著性检验的站点百分比。

2.2端气温暖指数的时空变化

2.2.1时间变化趋势

从图3可知59 a来，大香格里拉地区极端气温暖指数皆表现出显著增加趋势。具体来说，除了WSDI以1.29℃/10a的变化率呈0.05显著性水平增加外，其他7个暖指数均通过了0.01的显著性检验；其中，TXx和TNx分别以0.28、0.25 d/10a的变化率显著增加；SU和GSL的上升幅度高于前两者，其变化率分别为4.06、3.01 d/10a；TN90p和TX90p增幅相差不大，分别以3.87、3.53 d/10a的变化率呈显著上升趋势；TR的上升趋势也比较明显，以1.35℃/10a的变化率呈显著上升趋势。变化过程上，WSDI、TN90p以及TX90p存在相似的变化趋势，其变化峰值年皆出现在2010年前后，低谷年皆出现在1990年左右。TR、SU、TXx以及TNx皆呈“Z”字型走向，1980s到1990s中期维持低位波动，1990s末到2000s初呈突变增长趋势，2010年后则维持高位稳定波动，这滞后于全球变暖停滞时间。对于GSL而言，线性变化趋势更加明显，也可以清晰看到，21世纪以来，GSL下降趋势减弱并维持高位波动。

从季节变化来看(表2)，大香格里拉地区TN90p季节变化差异较大，其中秋季增加最明显，以1.94 d/10a的变化率通过了0.001的显著性检验，而春、夏和冬季的增加幅度仅为0.36、0.05、0.44 d/10a；TX90p在春季和冬季的增加幅度均通过0.05的显著性检验，变化率分别为2.32、2.35 d/10a，秋季增加幅度最小，变化率为0.06 d/10a；TXx在春、夏、秋季和冬季均通过了0.05显著性检验，且冬季上升幅度最大，达0.44℃/10a，其次是春季和秋季，变化率分别为0.31、0.28℃/10a，夏季的变化率为0.26℃/10a；TNx夏季与秋季分别以0.08、0.14℃/10a的变化率的增幅通过了0.05的显著性检验，春季以-0.03℃/10a的幅度呈下降趋势，冬季无明显变化。

2.2.2空间变化趋势

从空间尺度来看(图3)，所有暖指数中，GSL的空间差异最大(图3h)，整个大香格里拉地区GSL在115.44～366.10 d，南部几乎全年为作物生长季。WSDI中，5.36%的站点呈减小趋势(表2)，均分布在雅砻江河谷区，仅30.36%的站点通过了显著性检验(|Z|>1.96)，WSDI平均日数达5.21 d。TR和SU的空间差异较大(图3b、3c)，呈现出东南高西北低的特征，其中TR有35.71%位于青藏高原与高寒山区的站点为0日，另有32.14%的站点表现出为显著的增加趋势(Z>1.96)，多分布于河谷地带，而SU有60.71%的站点呈显著的增加趋势(Z>1.96)，且集中分布于怒江、澜沧江南部河谷，区域平均夏日日数为98.96 d。TN90p和TX90p的空间差异小，仅介于17.59～19.53 d，其中TN90p有87.50%的站点通过了显著性检验，除宁南站呈不显著的下降趋势外，其他所有站点均呈增加趋势；而TX90p有10.71%的站点未通过显著性检验，几乎全位于北部高原区，其中盐源站呈不显著的下降趋势。TNx整体处于增加趋势，其中96.43%的站点处于上升趋势(图3g)，且80.36%的站点通过了0.05的显著性检验，呈下降趋势的站点集中于东南部。

2.3 极端气温冷指数的时空变化

2.3.1时间变化趋势

在年际变化上(图4)，大香格里拉地区冷指数变化差异较大。TNn和TXn以0.45、0.19℃/10a的变化率呈显著上升趋势。其余5个冷指数皆呈现出不同幅度的下降趋势；具体呈现为，CSDI以-1.14 d/10a的变化率呈显著下降趋势(Z<-3.30)；FD和ID的变化率分别为-4.29、-0.32 d/10a，且FD的减小幅度通过了0.001的显著性检验；TN10p也以0.001的显著性水平呈现出-4.41 d/10a的下降趋势，而TX10p的减小幅度仅为-1.49 d/10a。整体来看CSDI、FD以及TN10p呈稳步下降趋势，这是由于WSDI、TR的增加以及夜间温度的快速上升，导致大香格里拉DTR持续下降所产生的必然结果。

在季节变化上(表2)，大香格里拉地区TN10p在春、夏、秋和冬季四季的减小幅度均通过了0.01的显著性检验，且季节差异较小，其中春季降幅最大，达-3.93 d/10a，其次是冬、夏和秋季；与TN10p相比，TX10p的季节差异较大，冬季以-4.77 d/10a的变化率显著下降(P<0.001)，而春季变化率仅为-1.32 d/10a；TNn和TXn均表现为秋季和冬季变化幅度较大，春季和秋季变化幅度较小，TNn秋冬季变化率分别为0.27、0.31℃/10a，TXn秋冬季变化率分别为0.23、0.14℃/10a。

2.3.2空间变化趋势

空间分布上(图4)，整个研究区域内CSDI的下降幅度明显，有96.43%的站点呈下降趋势，但仅有26.79%的站点通过了0.05的显著性检验(表2)，CSDI空间差异较小，平均日数仅3.37 d，日数较多的站点多分布于西南部高黎贡山、怒山等地。FD和ID的空间分布差异较大(图4b、4c)，FD北部日数最高站点可达270.74 d，而南部最低站点却不足一日，几乎所有站点均处于下降趋势，且有83.93%的站点通过了0.05的显著性检验，相对而言ID的空间差异更小，仅14.29%的站点通过0.05显著性检验，且在南部60.71%的站点为0日。TN10p和TX10p的空间分布相似(图4d、4e)，日数较多的站点均分布于东北至西南一带，介于18.08～19.57 d，但TN10p整个研究区域内的所有站点皆呈下降趋势，且通过0.05显著性水平的站点达85.71%，而TX10p通过0.05显著性检验的站点仅35.71%，且在南部仍有部分站点呈上升趋势。TNn大部分站点均呈上升趋势(图4f)，85.71%的站点通过了0.05显著性检验，TNn平均温度为-7.01℃/10a，与TNn相比，TXn的空间差异更小，只有32.14%的站点通过了0.05的显著性检验，除盐源站外所有站点变化率均呈上升趋势。

2.4 降水强度指数的时空变化

2.4.1时间变化趋势

1961—2019年，大香格里拉地区各极端降水强度指数变化差异较小，均表现为不同程度的上升趋势(图5)。具体来说，PRCPTOT以2.34 mm/10a的变化率呈不显著的增加趋势，Rx1day和Rx5days上升幅度明显小于前者，分别以0.82、0.13 mm/10a的变化率呈上升趋势，且Rx1day通过了0.01的显著性检验，R95p和R99p皆通过了显著性检验(P<0.05)，分别以4.24、2.81 mm/10a的变化率呈较大的上升趋势；SDII的增加幅度为降水强度指数中最低，其以0.1 (mm·d-1)/10a变化率显著上升。变化过程中，1960—1969年各降水强度指数无明显变化趋势。1975年和2010年前后的各项降水强度极值基本偏低，是大香格里拉2个明显的旱期，区域年降水量分别仅在720、710 mm左右。而1980s初到1990s末各降水强度指数普遍较高，呈“M”型增长，基本维持高位波动。

在季节变化上，大香格里拉地区RX1day在春、夏、秋、冬季分别以0.63、0.39、0.80、0.14 mm/10a的变化率呈上升趋势，其中春季和秋季的变化率通过了0.001的显著性检验；而RX5day四季皆未通过0.05显著性检验，且季节差异较大，夏季上升幅度最大，变化率达1.12 mm/10a，冬季却以-0.02 mm/10a的变化率呈下降趋势。

2.4.2空间变化趋势

空间尺度上(图5)，各降水强度指数呈现北低南高的空间分布特征，低值站点集中于北部青藏高原区，高值站点多分布于云贵高原西南部、雅鲁藏布江河谷区以及四川盆地边缘地带。表明大香格里拉地区的降水强度受东南和西南两大季风的影响强烈。其中，PRCPTOT有60%的站点呈上升趋势(表2)，但仅有17.85%的站点通过了0.05的显著性检验，整个研究区域的年总降水量在551.16～1 192.89 mm，空间分异较大。RX1day与RX5day大部分站点都未通过显著性检验，少量通过0.05显著性检验的站点多分布于北部高原区。R95p和R99p皆有70%左右的站点呈上升趋势，且10%左右的站点通过了显著性检验，二者降水量最大的站点均为怒江流域的贡山站。SDII的变化范围在5.32～13.00 mm/d，空间差异较小，其中有17.86%的站点呈下降趋势。整体上北部青藏高原区发生极端降水较少，金沙江下游流域和横断山区西部与南部边缘地区的降水量较高。

2.5 降水频率指数的时空变化

2.5.1时间变化趋势

在年际变化上(图6)，大香格里拉地区极端降水频率指数CWD表现出了显著的下降趋势(Z<1.96),变化率为-0.17 d/10a，其他4个频率指数皆表现为不显著的上升趋势，其中R10 mm、R20 mm以及R25 mm分别以0.01、0.04、0.07 d/10a的变化率呈现出微弱的上升趋势。CDD的上升趋势略大于前三者，变化率为0.3 d/10a。在变化过程上各极端降水频率指数多年来变化不大，大香格里拉地区R10 mm、R20 mm和R25 mm变化趋势一致，其变化低谷年皆出现在2010年前后，这是对降水强度减少的反映；CDD变化趋势与前3个指数几乎相反，其在2010年出现了峰值，以此为界前期稳步下降，后期稳步上升。CWD也受到2010年的旱期影响，整体呈微弱下降趋势。

2.5.2空间变化趋势

从空间分异来看(图6)，极端降水频率指数R10 mm、R20 mm和R25 mm的空间分布特征与降水强度指数一致，分别有48.21%、59.75%和59.93%的站点呈上升趋势(表2)，表明长期以来大香格里拉地区强降水事件在不断增加，三者通过0.05显著性检验的站点皆在22%以下，降雨日数较多的站点均分布于研究区域的西南和东南一带。CDD和CWD在大香格里拉地区的中东部地区均存在高值中心，其中CDD有75%的站点常年呈上升趋势，呈下降趋势的站点多分布于北部地区，CWD中有76.8%的站点呈下降趋势，是降水频率指数中呈下降趋势的站点最多的指数，二者通过显著性检验的站点低于20%。总体而言，金沙江上游流域和北部雅砻江流域以及横断山区西部与南部降水持续性高，金沙江下游虽降水量高但持续性不强。而横断山区中西部地区持续干燥日数长，较其他地区干旱风险更大。

2.6 Pettitt突变性分析

图7为大香格里拉地区各极端气温与降水序列Pettitt突变分析的结果，可以看出，极端气温指数突变年份集中于1980s和1990s，仅日最高气温极小值TXn未通过0.05的显著性检验，其余17个极端气温指数突变点皆通过了0.01的显著性检验，显著性水平较高，暖指数多为突变增加趋势。这与刘晓冉等[20]对西南地区近40 a气温变化的时空特征进行分析，发现西南地区的平均气温在1980s后期开始呈现明显上升趋势一致。极端降水指数突变年份集中于1980s，其中降水强度指数多为不显著的突变增加，而降水频率指数除持续干燥日数CDD外皆呈突变减少趋势。这与Chen等[21]分析西南地区近40 a强降水变化格局时发现云南地区强降水在1980s之前为下降趋势，之后则持续上升基本一致。总之，由于大香格里拉地势结构的复杂性和季风影响的多变性，各极端指数的突变趋势既与整个西南地区基本一致，又留有自身的区域性特征。

2.7 极端气候指数变化与大尺度环流变化的联系

大气环流指数是形成或制约区域气候变化的重要因子，研究表明大气环流对气候影响具有一定滞后性[24]。本文进一步通过Pearson相关性分析方法，分析极端气候指数与大尺度环流指数滞后0、1、2年的相关性。分析表明(图8)，滞后0年时各极端气温和降水指数与南海夏季风SCSSMI的相关性最强，其与暖指数和极端降水指数呈负相关，与冷指数多呈正相关，TNam、TN90p、CSDI、TN10p、RX1day和R95p均与SCSSMI的相关性达到0.01以上的显著性水平，DTR、TR和SDII也达到了0.05的显著水平。南亚夏季风SASMI与南海夏季风SCSSMI同极端气候指数相关情况基本一致，但与极端气温指数表现出更强相关性，且滞后1年相关性更强。ENSO与极端暖指数表现出一定正相关。极端降水指数与大气环流指数存在滞后1年响应，由图8可知，滞后0年时，极端降水指数与PDO、NAO、AO等呈不显著负相关，滞后1年时，PDO、NAO、AO与降水指数呈现出显著正相关，其中PRCPTOT与PDO、NAO、AO的相关系数分别为0.43、0.40、0.43，R10 mm，R20 mm，R30 mm与三者也表现出显著相关性，这可能是由大气遥相关造成。

3 讨论

本文通过分析1961—2019年大香格里拉地区极端气候事件，发现极端暖指数呈现明显上升趋势，极端冷指数中日最低气温极小值(TNn)和日最高气温极小值(TXn)在秋冬季呈现出较大增幅。这反映出研究区近56 a来“暖冬”事件发生的频率和强度有增多趋势，且大香格里拉南北地势差异与境内气温的分布有一定关联，这与云南省和贵州省的变化趋势一致[23-24]，同时，中国西南全境的平均温度和最高温度都有明显的上升趋势[25]，这表明大香格里拉地区极端气温的变化幅度总体上与西南地区一致。

全球变暖增加了大气中的水汽含量，使得大部分地区的强降水事件增加[26]。大香格里拉地区除持续湿润指数CWD外，其余极端降水强度指数与频率指数皆呈上升趋势，这与马伟东等[27]得出中国西南地区青藏高原东段极端降水量、极端降水日数均具有明显的上升趋势一致，同时也反映出青藏高原季风对大香格里拉具有十分重要的影响。同时在西南区域，陈星任等[28]发现西南地区持续极端降水事件总降水量减少，程清平等[29]发现云南的降水总量在减少，大于10 mm的降水量日数呈减少趋势，这与本文研究结论不一致，说明西南地区的极端降水事件受到纵向山岭阻隔，南部山脉焚风效应等非地带因素的影响较大。但以上研究结论也共同得出无论是全国尺度还是区域尺度持续极端降水的频率和强度均有上升，因此按目前的气候变化趋势，未来大香格里拉地区因极端降水事件影响产生的灾害风险事件将持续增大。

此外，极端降水事件导致的大气湿度增加也会加剧极端高温的强度和影响[30]。在任何大气条件下，空气湿度都会对人体产生直接或间接的不同程度影响，湿度增加能使体感温度峰值变高并增大热浪强度[31]。中国南部季风区夏季大气湿度较高，而在高湿度状态下，人体感到不适所需的温度更低，且微小的温度升高都可能会导致极端热胁迫的显著增加[32]。因此，大香格里拉地区气候的暖湿化趋势将很有可能加剧未来极端高温对居民健康的影响，并影响到当地生态旅游产业发展。

热力学因素和动力学因素(大气环流)是驱动极端气候的变化的主要因素[28]，相关研究表明，ENSO、PDO、AO和NAO是整个中国及其不同地区气候平均值和极端值变化的主要驱动力[33]。在大香格里拉地区，通过Pearson相关性分析方法发现AO、PDO、NAO以及夏季风指数与大香格里拉地区极端气温和降水指数呈现较强相关性，说明大香格里拉地区受环流因素影响的特征与全国基本一致。

本研究也有一些局限。考虑到大香格里拉地区复杂的地形和北部稀少的台站，极端温度和降水指数的插值结果可能在一定程度上不能反映实际的分布和趋势，因此在未来研究中考虑基于协变量的插值[34]。且横断山脉是大香格里拉地区的主体部分，其高差悬殊、岭谷相间的复杂地形加剧了问题的复杂性，同时，研究区域受本身多变的青藏高原季风、南亚季风、东南季风等环流系统影响，仅考虑自然系统的研究已非常困难。因此，未来仍需进一步探讨大香格里拉极端气温与降水时空分布、热力和动力影响机制及人类活动活动的影响及响应。

4 结论

通过分析大香格里拉地区极端气候指数时空变化特征及其与大尺度环流指数的关系可以得如下结论。

a)近59 a来，大香格里拉地区气温日较差DTR逐渐减小，极端暖指数、降水强度指数(RX1day、R95p、R99p、SDII)呈显著上升趋势，冷指数(CSDI、FD、ID、TN10p、TX10p)和持续湿润日数(CWD)呈显著下降趋势；季节变化上极端气温指数整体呈秋冬季节变暖幅度高于春夏季节的特点；降水强度表现出夏秋季节逐渐增大，冬季微弱减小的趋势。

b)空间分布上青藏高原以北气温日较差高于南部，区域极端高温发生频率增大并多发生于金沙江、澜沧江以及怒江的干旱河谷地带；北部雅砻江流域和金沙江上游降水持续性强，横断山区南部与西部地区降水强度大且持续性强。

c)极端气温指数表现出不对称性变化，TNam的增温大于TXam的增温幅度，极端暖指数中白昼指数变暖幅度显著大于夜间指数，极端冷指数中夜间指数的变暖幅度显著大于白昼指数；SU、TN90p、TX90p、GSL、FD和TN10p的显著暖化是大香格里拉地区近59 a来气候变暖的直观体现；极端降水强度指数的变化幅度也明显大于极端降水频率指数。

d)Pettitt突变检验结果表明研究区内各极端气候指数序列突变年份集中于1980s、1990s，除TXn和CDD外，极端气温指数和降水频率指数皆为显著性突变。

e)极端气候指数与南海夏季风指数SCSSMI的表现出同年显著相关，极端降水指数与大尺度环流指数PDO、NAO、AO存在滞后1 a响应。