青藏高原暖湿复合事件时空变化特征及其对生态环境质量的影响

范智高 , 文 雯 , 史红人 , 刘亚彬 , 谭光丽 , 吕 杨

（1.成都信息工程大学大气科学学院，成都 610225；2.高原大气与环境四川省重点实验室，成都 610225；3.四川省气象服务中心，成都 610072；4.高原与盆地暴雨旱涝灾害四川省重点实验室，成都 610072；5.成都信息工程大学网络空间安全学院，成都 610225）

引言

21 世纪以来，全球气温进一步升高，降水呈现更大的区域差异[1]，由此导致的冷暖事件、干湿事件以及暖湿复合事件变化是全球气候变化的重要体现，也是气候变化的重要指标。随着人类用水加剧以及区域降水不平衡的加重，干湿事件对于人类生产生活的影响愈发凸显，而水热事件的复合相较于单一事件，对于区域乃至全球生态系统和人类生产生活的影响更大[2]。就我国而言，近年来冷暖事件、干湿事件以及暖湿复合事件变化的区域性差异及影响同样十分显著。多项研究[3-5]指出，北方地区冷事件减少而暖事件增多，其冷暖事件的发生与环流有较大关系，而西北地区暖季由暖干化向暖湿化转变，当地干湿异常变化与同期的ENSO 事件密切相关。可见，研究区域冷暖事件、干湿事件和暖湿复合事件的发生频率及其对生态系统的影响是十分必要的。

青藏高原位于亚洲大陆中部，作为全球海拔最高且地形最为复杂的高原，其对于亚洲乃至全球气候具有重要影响，且对于气候变化也异常敏感[6-7]。研究表明，青藏高原升温幅度为全球平均值的1.5 倍，温度的升高也导致了积雪的快速融化，显著影响了亚洲水资源的平衡[8-9]，冻土退化、沙漠化加剧也严重破坏了高原地区的生态平衡[10-11]；整个青藏高原极端降水量、降水日数均呈上升趋势[12]，特别是在东部地区[13]，这无疑会增加湿事件的发生；而区域及整个青藏高原的极端高温也总体呈增加趋势[14]，因此暖事件频率会明显增多；青藏高原在20 世纪80 年代后期进入相对暖湿时期，增温、增湿事件主要发生在冬季[15]。

由于青藏高原对升温的变化极为敏感，升温后导致的积雪、冰川、冻土融化以及生态系统的关联影响可能被放大[8]。李鹏等[16]研究指出，极端温度事件中的暖指标与植被枯黄期具有明显的正相关关系，而霜冻天数、冰冻天数与枯黄期呈负相关关系。因此，研究青藏高原暖、湿及暖湿复合事件的变化以及对生态环境的影响尤为必要，其对于亚洲水资源安全、生态环境保护、社会经济稳定等具有重大的科学意义和应用价值。然而，目前对青藏高原暖湿复合事件的关注相对偏少。因此，本文利用青藏高原134 个气象站观测资料和MODIS 卫星数据，通过百分位阈值法和趋势分析方法，分析了该地区近60 a 暖事件、湿事件、暖湿复合事件以及生态环境质量的时空变化特征，探究了暖湿复合事件与生态环境质量的关系，旨在加深对青藏高原地区气候变化的认识。

1 数据与方法

1.1 研究区概况

青藏高原位于亚洲中部，幅员辽阔，地理范围为26°10′～39°30′N、73°20′～104°20′E，东起横断山脉，西至帕米尔高原，南抵喜马拉雅山，北至昆仑山和祁连山[10]，平均海拔超过4000 m，素有“世界屋脊”和“世界第三极”之称[10]。由于独特的地理环境和地表特征，青藏高原气候也较为复杂，东南地区为暖湿气候，而西北地区呈现冷干气候[17]。除南部谷地外，其余地区年均温在5 ℃以下[18]。降水呈由东南向西北逐渐减少的空间分布特征，东南地区降水量可达2000 mm，西北地区降水在50 mm 以下，且降水主要发生在夏季[19]。青藏高原作为亚洲水塔[8]，影响亚洲季风环流[7]，进而改变亚洲水资源的分配，其对于亚洲生态系统的稳定以及社会经济的发展有着重要作用[17]。

1.2 数据来源及处理

1.2.1 MODIS 数据

中分辨率成像光谱仪（MODIS）因其覆盖面积广、监测周期短等优势，被广泛应用于大范围的生态环境研究[20]。遥感生态指数的所有指标均来自2000—2019年MODIS 遥感产品，包括MOD13A2、MOD11A2 和MOD09A1。MOD13A2 中以BRDF 校正数据为基础，同时进行了多种的掩膜处理，得到以16 d 为周期的500 m 分辨率的归一化植被指数（NDVI）；MOD11A2以分裂窗算法得到8 d 为周期的1000 m 分辨率的地表温度（LST）；MOD09A1 是在正弦投影的8 d 网格3L 产品中以500 m 的分辨率提供1～7 波段。

本研究借助Google Earth Engine 行星级云计算平台完成MODIS 数据辐射和大气校正、拼接、裁剪与计算等处理工作，并将MODIS 数据统一至1000 m 分辨率，坐标系为WGS84 地理坐标系。

1.2.2 气象数据

本研究涉及到的气象数据是由国家气候中心提供的逐日降水和逐日平均气温站点数据，但事实上研究区各气象站点建立的时间差异较大，并且各个站点记录数据中的缺测时间也不一致，为了使研究结果更加准确可靠，将时间统一为1961—2019 年，筛选出134 个观测记录较为完整的气象站点，具体站点分布如图1 所示。

图1 研究区概况

1.3 方 法

1.3.1 暖湿复合事件

针对1961—2019 年134 个气象站点逐日降水和气温资料，参考已有研究[21]取每年的第75 个百分位所对应日降水（气温）多年均值作为最终的湿和暖事件临界阈值。若某站某日气温（降水）大于等于临界阈值则记为一次暖（湿）事件，若某站某日气温和降水同时达到对应的临界阈值则记为暖湿复合事件。

1.3.2 遥感生态指数

遥感生态指数（Risk-Screening Environmental Indicators，RSEI）用主成分变换算法集成了绿度分量（NDVI）、热度分量（LST）、湿度（WET）和干度分量（NDBSI）4 个表征生态质量的重要指标，来综合反映某一区域的生态环境状况，即：

式中：MOD13A2 中的NDVI作为绿度分量；MOD11A2中的LST表征热度分量；WET湿度分量则采用多光谱影像经缨帽变换后的第三分量进行表征[22]；干度分量则利用Hu 等[23]构建的NDBSI来刻画。基于MODIS数据计算得到4 个生态分量后，使用主成分分析实现多指标的合成，以避免人为主观因素在权重设定过程中的偏差。由于4 个指标量级不同，因此，在主成分分析前需要将4 个指标进行归一化处理。以上过程通过在Google Earth Engine 行星级云计算平台得到最终的RSEI 值。通过重分类将RSEI 划分为差、较差、中等、良好和优共5 个等级，数值分别对应[0，0.2）、[0.2，0.4）、[0.4，0.6）、[0.6，0.8）和[0.8，1.0）[24]。

1.3.3 统计分析

本文采用趋势分析法研究暖事件、湿事件和暖湿复合事件发生频次的年际变化趋势和显著性。Sen趋势优点在于不需要数据服从一定的正态分布，对数据误差具有较好的抵触能力，计算结果较为可靠[25]。然而sen 趋势只能判断其变化率，不能够对变化趋势的显著性进行判断。因此，采用Mann—Kendall 检验方法判断变化趋势的显著性，该方法也是一种非参数统计检验方法[26]，它无需样本服从一定的分布，也不受少数异常值的干扰，选取α 为0.05、0.01 的显著性检验水平，其对应的Z 值分别为1.960、2.576[27]，具体分类标准见表1。利用Pearson 相关系数分析不同事件对RSEI 的影响，然后通过T 检验来判断相关系数的显著性。当|T|＜2.10 时，则判断不同事件与RSEI不显著相关；当2.10≤|T|＜2.88 时，则判断不同事件与RSEI 存在显著相关；|T|≥2.88 时，则判断不同事件与RSEI 存在极显著相关。

表1 变化趋势分类标准

2 结果分析

2.1 暖、湿及暖湿复合事件发生频次及变化趋势

图2 给出了1961—2019 年青藏高原暖事件、湿事件以及暖湿复合事件发生频次及其变化趋势的空间分布。如图2a～c 所示，暖事件发生频次总体在90次以上，其中＞92 次的地区主要分布在青藏高原南部，而发生频次相对较少的地区主要分布在高原东南部，部分地区暖事件发生频次低于88 次；湿事件表现出明显的南北差异，高原南部和东部湿事件发生频次大多高于90 次，而北部湿事件发生频次多在90 次以下；暖湿复合事件也存在明显的南北差异，高原北部暖湿复合事件发生频次超过44 次，而高原南部多数站点低于40 次。

图2 近60 a 青藏高原暖（a、d）、湿（b、e）以及暖湿复合事件（c、f）发生频次（上）及其变化趋势（下）空间分布

如图2d～f 所示，青藏高原暖、湿及暖湿复合事件发生频次的变化趋势均呈现出明显的南北差异。暖事件在高原南部呈减少的变化趋势，而在北部呈显著的增加趋势，其中增加趋势极显著的地区主要分布在东北部，而减少趋势明显的地区主要分布在东南和西南部的小片区域。湿事件在青藏高原大部分区域均呈极显著增加的变化趋势，具体表现为自西北向东南逐渐减小，东南部地区增加趋势最弱。暖湿复合事件则表现出明显的南北差异，其中东南部为显著的减小趋势，而西北部为显著的增多趋势。

图3 给出了1961—2019 年青藏高原暖、湿及暖湿复合事件发生频次的年际变化特征。如图所示，暖事件呈明显的波动趋势，总体经历了“上升—下降—上升”的变化过程，但其趋势变化未通过显著性检验（Z=0.752）。具体来看，1961—1972 年暖事件呈上升趋势，而在1973—2000 年总体呈下降趋势，在1998年出现极大值，2000 年后又呈上升趋势。湿事件则表现出极显著的上升趋势，通过了99% 水平的显著性检验（Sen 趋势值为0.560 次/a，Z=7.167）。暖湿复合事件也表现出极显著的上升趋势，同样通过了99% 水平的显著性检验（Sen 趋势值为0.117 次/a，Z=3.871）。

图3 近60 a 青藏高原暖、湿及暖湿复合事件发生频次年际变化（虚线表示Sen 趋势分析）

2.2 生态环境质量时空变化

图4 给出了2000—2019 年青藏高原生态环境质量时空变化特征。如图4a 所示，青藏高原生态环境质量呈明显的东南-西北空间分异格局；生态环境质量优秀和良好的区域主要分布在高原东部和南部，分别占全区总面积的2.59%和18.40%；生态环境适中的区域主要分布在高原中部，占全区总面积的17.97%；生态环境较差的区域占比最大，主要分布在高原中西部，占全区总面积的45.19%；生态环境差的区域主要分布在高原北部，占全区总面积的15.85%。从2000—2019 年青藏高原生态环境质量时间变化特征（图4b）来看，研究区总体呈改善趋势，其中北部和西部的改善趋势更显著，而南部地区变化不显著；生态环境质量变差的地区主要分布在高原西北部，仅占全区总面积的1.77%。可见，近年来研究区生态环境质量较差，但总体上呈向好的发展趋势。

图4 2000—2019 年青藏高原生态环境质量时空变化特征（a.空间分布，b.时间变化）

如图5 所示，青藏高原生态环境质量总体呈明显的上升趋势，通过了99% 水平的显著性检验（Sen 趋势值为0.003/a，Z=3.835）。从分段看，2000—2012 年生态环境质量呈波动的上升趋势，且在2012 年有明显提高；2012—2015 年生态环境质量呈连续的下降趋势；2015 年之后，生态环境质量又表现出波动的上升趋势。

图5 2000—2019 年青藏高原生态环境质量年际变化（虚线表示Sen 趋势分析）

2.3 暖、湿 及 暖 湿 复 合 事 件 对 生 态 环 境 质 量 的 胁 迫作用

分析2000—2019 年青藏高原暖、湿及暖湿复合事件与生态环境质量的相关性（图6）可知：研究区134 个气象站暖事件、湿事件和暖湿复合事件发生频次与生态环境质量均呈正相关关系，区域平均的相关系数分别为0.26、0.13 和0.23；暖事件与生态环境质量的极显著正相关主要分布在高原东部和南部，而极显著负相关也零星分布在这一区域；湿事件与生态环境质量的相关性表现出明显的南北差异，高原东北部呈显著的正相关，高原中南部呈较明显的负相关，而其余地区相关性总体偏弱；暖湿复合事件与生态环境质量的极显著正相关主要分布在高原东北部和东南部，显著负相关零星分布在高原南部。

图6 2000—2019 年青藏高原暖（a）、湿（b）及暖湿复合（c）事件与生态环境质量相关性的空间分布

2.4 暖、湿 及 暖 湿 复 合 事 件 对 生 态 环 境 质 量 影 响 的海拔依赖性

如图7 所示，青藏高原暖、湿及暖湿复合事件与生态环境质量的相关性随海拔的变化具有明显的差异。暖事件与生态环境质量的相关性随着海拔的升高呈先增大后减小的变化趋势，在低海拔地区（＜2000 m）总体呈负相关，在中、高海拔地区（＞2000 m）总体呈正相关。湿事件与生态环境质量的相关性在低海拔和高海拔地区总体呈负相关关系，而在中海拔地区总体呈正相关关系。暖湿复合事件与生态环境质量的相关性与湿事件类似，即在低海拔和高海拔地区相关性较低，而在中海拔地区正相关关系较显著。由此可见，暖、湿及暖湿复合事件对生态环境的影响具有高度的海拔依赖性。

图7 青藏高原暖（a）、湿（b）及暖湿复合（c）事件与生态环境质量相关性随海拔的变化

3 结论与讨论

3.1 结论

本文选取青藏高原134 个气象站点观测数据，通过百分位阈值和趋势分析方法，研究了该地区近60 a暖事件、湿事件以及暖湿复合事件的时空演变，还利用MODIS 数据探究该地区生态环境质量的时空变化及其与不同事件的关系，得到以下主要结论：

（1）1961—2019 年青藏高原暖事件总体表现出“上升—下降—上升”的变化趋势，而湿事件和暖湿复合事件总体呈极显著的上升趋势。暖事件发生频次总体在90 次以上，其中大于92 次的地区主要分布在高原南部，而东南部发生频次相对较少；湿事件在高原南部和东部发生频次较高；暖湿复合事件在高原东北部发生频次较高。暖事件、暖湿复合事件在高原南部呈减少趋势，而在北部呈增多趋势；湿事件在整个高原范围内总体呈增加趋势，其中南部地区增加趋势较小，而北部地区增加趋势较明显。

（2）2000—2019 年青藏高原生态环境质量呈“东南高、西北低”的空间分异格局。从时间变化看，研究区总体呈改善趋势，尤其是高原北部和西部的改善趋势显著，生态环境质量变差的地区主要分布在高原西北部，但仅占研究区总面积的1.77%。从年际变化看，青藏高原生态环境质量总体呈波动上升趋势。

（3）2000—2019 年青藏高原暖事件、湿事件及暖湿复合事件与生态环境质量总体呈正相关关系，且具有明显的南北差异，高原南部为较明显的负相关关系，而高原中部和北部总体呈显著的正相关关系。

（4）青藏高原暖、湿及暖湿复合事件与生态环境质量的相关性随海拔的变化总体均呈先升高后降低的趋势，中海拔地区（2500～4000 m）的正相关关系较为显著。

3.2 讨论

本文通过分析青藏高原地区暖、湿及暖湿复合事件的时空变化特征，发现近60 a 湿事件和暖事件均呈现增长的变化趋势，这与周天财等[28]的研究结果一致，即气候变暖导致了暖事件频次的增加。马晓波等[29]研究表明青藏高原降水增加主要表现为平均降水量的增加。此外，丁一汇等[30]指出年降水量在青藏高原有增加的趋势但并不显著，降水突变信号明显比温度突变信号弱，而本研究进一步证实了相较于暖事件，湿事件增加更显著。此外，本文进一步揭示了暖湿复合事件的变化趋势，表明气候变化导致青藏高原暖湿复合事件越发严重，应予以重视。尤其是青藏高原暖湿复合事件频繁发生，易引起冰川退缩、冻土消融、“水塔”功能不稳定性加大等现象，气象灾害及衍生灾害增多，对基础设施和当地及下游居民生产生活有着重大影响。

以往研究证实了气温和降水是影响生态环境质量的主要原因[31]，但很少有研究关注暖事件、湿事件和暖湿复合事件对生态环境质量的影响，本研究发现青藏高原暖湿复合事件与生态环境质量整体上呈正相关关系，气候由暖干化向暖湿化转型会对生态质量改善产生一定的促进作用。由于青藏高原的特殊地理位置，暖湿化不仅影响着湖面蒸发，还通过冰雪消融来调节径流，在一定时期内会抬升湖泊水位和扩大湖泊面积，而从长远看，强烈的冰雪消融会加速积雪消失和冰川退缩，而湖面降水对水位和面积的调节有限。因此，未来研究应注重暖湿化对冰雪消融及湖面演变的影响。

本文虽然获得了若干有意义的初步结论，但仍有多个关键问题需要深入探讨：（1）未考虑暖湿复合事件对生态环境质量影响的滞后效应，可能对相关性分析造成不确定性，需要进一步探究。（2）人类活动对生态环境质量也有着至关重要的影响，在后续研究中如何剔除人类活动干扰也是至关重要的。（3）仅分析了暖湿复合事件对生态环境质量的影响，后续研究可进一步考虑干湿、冷干和冷湿等复合事件。