贵州省近50 年降雪时空变化特征分析

李智玉 , 谭 健 , 杜小玲 , 石 艳 , 朱育雷 , 魏 涛

（贵州省气象台，贵阳 550002）

引言

全球变暖最显著的气候影响之一是冬季气温的升高，这对于冬季天气和气候有着重要影响。根据最新的IPCC 第六次评估报告，北半球地区冬季的增暖明显高于夏季[1]，并且近年来极寒事件频繁发生[2-7]，降雪已成为气候变化研究的热点之一。降雪在气候系统中扮演着重要角色[8-10]，它作为冬半年降水的主要形式，有利于农作物的生长以及空气的净化[11]，但降雪引起的雪灾也会对农业、交通、电力等行业造成严重影响，尤其降雪后的低温凝冻天气往往持续时间长、影响范围广，造成的灾害更为严重[12]。因此，了解和掌握本地降雪气候特征，加强对降雪时空变化规律的认识和理解，将有助于提高本地降雪天气预报业务和科研能力，为科学防灾减灾提供重要理论依据。

我国降雪主要分布在高纬度、高海拔地区，如东北东部和北部、新疆北部以及青藏高原东部等地[13-14]，而南方降雪区域相对集中[13]。在全球增暖背景下，我国大部分地区年强降雪量、强降雪日数均有所增加，强降雪强度显著加大[15]，尤其是我国南方低纬度地区强降雪事件频发[16]。云贵高原位于我国西南部，地处中低纬度地区，虽然降雪出现较少，但却是我国降雪强度最大的地区之一[15]，也是降雪对气候变化较为敏感的区域[17]。已有研究指出：20 世纪后期以来，云贵地区气温升高、降水增加以及湿度增大[17]；在气候变暖背景下，云南省年降雪频次和范围均逐渐减少，而强降雪频次逐年增加[18]；1981—2013 年云南降雪过程减少显著，平均速率达到-0.6 次/10 a[19]；1965—2005 年贵州年降雪日数和总站数均有所下降，而平均日降雪站数有所上升，降雪期长度变化不显著[20]；近19 a 贵州降雪发生频次存在3～5 a 振荡周期，其中2000—2012 年存在准4 a 振荡周期[21]；近61 a 贵州遵义市降雪年际波动特征明显，整体呈下降趋势[22]。

地形对于降雪具有重要影响[23-25]。我国降雪日数与地理位置关系紧密，东部地区降雪日数随着纬度升高而增加，而西部地区降雪日数随着海拔高度增加而增加[26]。张家宝和邓子风[27]研究指出，新疆地区的迎风坡和山区是暴雪频发区，地形是影响暴雪发生发展的一个关键因素。于碧馨等[28]分析发现，在伊犁河谷特有地形的影响下，稳定维持的山前垂直环流可以为降雪提供动力抬升条件和不稳定能量触发机制，从而增强伊犁河谷的降雪。马淑萍等[29]研究认为，当天山北坡气流过山时，迎风坡的扰动垂直气压梯度力较大，扰动干空气浮力较小，二者共同促进的上升运动有利于强降雪事件的发生。李建华等[30]通过WRF模式试验将山东半岛的地形高度抬高后，发现地形的抬升辐合作用增强，冷流降雪强度随之加强，从而验证了地形对于降雪的重要作用。贵州省地形复杂，目前关于地形与降雪关系的研究较少。顾欣等[31]认为，地形为贵州省东南部强降雪天气的发生提供了有利条件，强冷空气经湖北湖南从东北路径入侵贵州东南部地区并不断堆积，导致下垫面气温较低，当偏西南暖湿气流与强冷空气交汇后，可能在该地区造成强降雪事件。此外，还有研究[22]发现遵义市大部分站点海拔越高对应降雪日数越多，二者呈正相关关系。

综上所述，尽管目前对于贵州降雪已有不少研究，但对其时空变化特征的认识仍不全面，尤其是贵州复杂地形与降雪关系的研究更不多见。因此，本文利用近50 a 贵州省国家气象站逐日观测资料，对降雪日数、积雪深度以及降雪量的时空变化特征进行分析，并对降雪与地形的关系进行探讨，旨在加深对贵州省降雪气候特征的了解，同时为贵州省雪灾风险普查及评估区划夯实理论基础，也为科学防范雪灾危害提供理论依据。

1 资料和方法

1.1 研究资料

本文所用资料为贵州省气象信息中心提供的贵州境内84 个国家气象站逐日观测资料，要素包括天气现象、降水量、积雪深度、最低气温等，站点分布如图1 所示。所有资料均经过严格的质量控制，具有较高的可靠性。考虑到1971 年后贵州省地面站点观测记录相对完整，本文选取1971—2020 年为研究时段。需要注意的是，白云站、黄平站观测记录开始时间分别为1982 年、1974 年，计算时首先剔除了缺测年数据。同时本文还采用国家青藏高原科学数据中心（http://data.tpdc.ac.cn）提供的1979—2020 年中国雪深长时间序列数据集[32]中的逐日资料对台站观测结果进行检验。该雪深数据集空间分辨率为0.25o×0.25o，基于美国国家雪冰数据中心（NSIDC）处理的SMMR（1978—1987 年）、SSM/I （1987—2007 年）和SSMI/S（2008—2020 年）逐日被动微波亮温数据反演得到，目前已被广泛应用于雪深相关研究[33-35]。本文定义某一日出现降雪天气现象的当日降水量为降雪量，但由于贵州处于中低纬度高原地区，雨夹雪的降雪量和降雨量难以分离，因此剔除了雨夹雪出现时的降水量[18]。在对降雪过程进行年度统计时，以当年7 月1 日—次年6 月30 日为一个年度[15]，分别统计出年度内降雪总日数、积雪深度最大值以及降雪总量。

图1 贵州省84 个国家站站点分布

1.2 研究方法

本文用线性趋势表征物理量的变化率，用相关系数表征两个变量之间的关系，采用t 检验进行显著性检验，同时采用11 年滑动平均反映物理量年代际信号。为得到连续的空间分布，本文采用Cressman 插值将离散点内插到规则格点。此外，本文还采用Mann-Kendall（M-K）检验法对时间序列中的气候突变进行检验。同时，基于1971—2020 年最大积雪深度资料，本文采用旋转经验正交分解函数（Rotated Empirical Orthogonal Function，REOF）方法对贵州降雪进行气候分区[36]。REOF 相比于传统EOF，其分解出的空间分布结构更为清晰，不但可以较好地反映不同地域的变化，还可以反映不同地域的相关分布状况[36]，目前广泛应用于气候区划研究[13，15，37-38]。

2 降雪基本特征

根据已有研究[18]，将某站某日出现一次降雪记为一个频次。图2 给出了近50 a 贵州省降雪频次逐月分布。如图所示，贵州降雪出现在10 月—次年4 月，主要集中在12 月—次年2 月，1 月降雪频数最多，为10225 次，占比49.5%，2 月次之，占比27.9%。进一步分析降雪发生的初、终时间（表1 和表2）可知，贵州省初雪时间主要集中在12 月下旬—次年2 月上旬，1月最多，其中1 月下旬占比20.89%，1 月中旬占比18.32%，降雪最早于1981 年10 月23 日出现在毕节市大方县和赫章县；终雪时间主要集中在1 月—2 月中旬，以1 月下旬最多，占比20.22%，其次是1 月中旬，占比17.33%，降雪最晚于2000 年4 月29 日出现在铜仁市沿河县。

表1 贵州省10 月—次年4 月初雪时间分布

表2 同表1，但为终雪时间

图2 1971—2020 年贵州省降雪频次逐月分布

对近50 a 贵州省降雪过程进行年度统计，图3 分别为贵州省多年平均降雪日数、最大积雪深度和累计降雪量空间分布。由图3a 可见，贵州省降雪日数大值中心沿中部一线分布，尤其是开阳和万山降雪日数最多，分别达到13 d 和12 d；遵义市中部的绥阳、贵阳市北部的修文、息烽和黔南州北部的瓮安等地降雪日数均在7 d 以上；西北部高海拔地区降雪日数也相对较多，包括七星关、赫章、大方、纳雍、水城等地；降雪偏少区则位于北部赤水市以及南部边缘地区。由图3b 可见，最大积雪深度与降雪日数类似，大值区沿中部一线分布；积雪深度以东部的万山最大（7.4 cm），麻江和松桃也分别达到5.8 cm 和5.1 cm；中部大值区在贵阳市东部和黔南州北部，以开阳和瓮安为主；西部地区以毕节市和六盘水市西部积雪较多，其中威宁、水城和盘州积雪深度较厚，均在5 cm 左右。由图3c可见，累计降雪量主要集中在中东部地区，尤其是铜仁市、黔东南州东部、贵阳市和黔南州北部，以万山（34 mm）为最大，其次是开阳、麻江、天柱、瓮安、黄平、黎平、松桃等地，西部地区降雪量相对较小。

图3 近50 a 平均贵州省（a）降雪日数（单位：d）、（b）最大积雪深度（单位： cm）和（c）累计降雪量（单位： mm）空间分布

3 降雪时空变化特征

从时间序列变化（图4）看，贵州近50 a 降雪日数、最大积雪深度以及累计降雪量均呈减少趋势。如图4a所示，降雪日数减少趋势显著，达到-0.72 d/10 a，通过95%水平的显著性检验，但年代际变化特征不明显，以1976 年降雪日数最多（14.3 d）。如图4b 所示，最大积雪深度表现出弱的减少趋势，未通过置信度检验，但具有明显的年代际信号，1970s—1980s 中期和1990s中期—2000s 中期偏多，而1980s 中期—1990s 中期以及2010s 中期以后偏少，最大值同样出现在1976 年，达到12.2 cm。如图4c 所示，累计降雪量与降雪日数类似，也表现出显著的减少趋势，速率达到-1.07 mm/10 a，通过90% 水平的显著性检验，其年代际变化特征同样不明显（图4c）。如图4d 所示，卫星遥感资料反演得到的贵州近40 a 最大积雪深度量级偏小，年际变化与台站观测资料存在一定差异[39]，但最大积雪深度同样表现出一定的年代际变化特征以及逐年下降的趋势，速率达到-0.13 cm/10 a。

图4 贵州省近50 a（a）降雪日数（单位：d）、（b）最大积雪深度（单位： cm）、（c）累计降雪量（单位： mm）和近40 a（d）卫星遥感最大积雪深度（单位： cm）时间序列（红色实线表示年际变化，黑色虚线表示线性趋势，绿色实线表示11 a 滑动平均）

进一步对以上三个物理量进行M-K 检验后发现：降雪日数除了在1990s 中期—2000s 末期略有增加外，基本呈减少趋势，在2008 年前后发生了由多转少的显著突变（通过95%水平的显著性检验），之后减少趋势更为明显（图5a）；最大积雪深度在1980s 末期—2010s 中期呈增加趋势，在2013 年左右发生由多转少的突变（未通过显著性检验），之后呈不显著的下降趋势（图5b）；而累计降雪量基本呈减少趋势，并同样于2008 年左右发生突变，未通过显著性检验（图5c）。

图5 1971—2020 年贵州省（a）降雪日数、（b）最大积雪深度和（c）累计降雪量M-K 检验（红色实线表示UFk，蓝色实线表示UBk，绿色虚线表示通过95%水平显著性检验的临界值）

从空间趋势变化看，近50 a 贵州大部分地区降雪日数均表现出显著的减少趋势，全省有21 个站点（占比25%）减少速率在-1.0 d/10 a 以上，贵州西北部的七星关减少速率达到-2.6 d/10 a，而中部的开阳减少速率也达到-2.0 d/10 a（图6a）。相比之下，最大积雪深度的减少趋势并不明显，仅有6 个观测站表现出显著的减少趋势（图6b）。对于累计降雪量来说，显著减少的区域相对分散，主要位于贵州中部和北部局地，大值区出现在东部的松桃、麻江和石阡等地，最大减少速率为松桃的-3.77 mm/10 a（图6c）。

图6 1971—2020 年贵州省（a）降雪日数（单位：d/10 a）、（b）最大积雪深度（单位：cm/10 a）和（c）累计降雪量（单位：mm/10 a）线性变化趋势的空间分布（加粗圆点表示通过90%水平的显著性检验）

降雪的形成与气温关系密切。根据已有研究，贵州近年来气温表现出一定的上升趋势[40]，并且极端最低气温在其中起主导作用[41]。为了探讨降雪减少的原因，本文计算了1971—2020 年贵州降雪过程中降雪日数与最低气温的相关系数，发现二者存在高度负相关关系（相关系数为-0.85）。对比近50 a 贵州省冬季最低气温与平均气温的变化趋势（图7）可知，近年来贵州省平均气温与最低气温均表现出增加趋势，其中最低气温上升速率更快，达到0.25 ℃/10 a，通过99%水平的显著性检验，而平均气温上升速率为0.18 ℃/10 a，未通过90%水平的显著性检验。进一步分析贵州省最低气温变化趋势空间分布发现，贵州大部地区最低气温都存在显著的上升趋势，尤其是中北部地区（图8），与降雪日数的变化趋势分布较为一致（图6a）。可见，在全球变暖背景下贵州省最低气温显著升高，从而影响了贵州降雪的发生。

图7 1971—2020 年贵州省冬季平均气温和最低气温时间序列及其线性趋势（绿线表示平均气温，蓝线表示最低气温，单位：℃）

图8 1971—2020 年贵州省最低气温线性变化趋势空间分布（加粗圆点表示通过90%水平的显著性检验，单位：℃/10 a）

考虑降雪主要通过积雪对生产生活造成影响，同时贵州省雪灾风险普查中积雪深度作为影响最大的致灾因子，对雪灾致灾危险性分布具有决定性作用，积雪较深的地区雪灾危险性往往更大。本文基于贵州省近50 a 最大积雪深度资料，利用REOF 方法对其进行气候分区。REOF 前3 个模态方差贡献分别为34.44%、18.95% 和18.15%，累计方差达到71.54%，而第4 模态与第5 模态方差贡献仅为4.61% 与4.57%。考虑到第3 和第4 模态方差贡献率存在明显差异，而第4 和第5 模态所占方差贡献较小，模态间差异也明显减小，前3 个模态已经可以较好地反映贵州积雪分布特征。因此，选取前3 个模态中荷载向量绝对值≥0.1的区域为高荷载区，并找出不同区域中荷载向量最高值的台站，对于同时归属多个降雪分区和未划分区域的台站，分别计算它们与各分区最高值荷载向量台站的相关系数，并结合90 m 数字高程模型（DEM）数据绘制的地形分布，将其归于相关性最大的分区中[13]，得到最终的分区结果（图9）。如图所示，I 区主要位于贵州中部东西向一线，II 区为贵州南部地区，III 区为贵州北部地区。结合图3b 和表3 可知，分区结果基本符合贵州降雪多年平均的分布特征以及地形特点：I 区主要为降雪日数较多、积雪深度较深、降雪量较大以及地势较高的地区，观测站平均海拔为1084.17 m，降雪日数为5.96 d，最大积雪深度为3.33 cm，累计降雪量达到10.03 mm；II 区海拔高度（764.98 m）为三个区域中最低，降雪日数（3.12 d）和最大积雪深度（2.27 cm）同样为三个区域中最少，但累计降雪量（7.34 mm）高于III 区，这可能与贵州地形分布有关，南部暖湿气流向北输送过程中受高山阻隔，冷暖气流容易形成交汇，水汽条件丰富，使得降雪量偏多；III区站点高度（944.99 m）、降雪日数（5.11 d）和最大积雪深度（2.41 cm）均介于I 区与III 区之间，而累计降雪量（6.05 mm）为三个区域中最低。

表3 不同区域平均降雪日数、最大积雪深度、累计降雪量以及测站海拔高度

图9 1971—2020 年贵州省最大积雪深度REOF 分区（红点表示I 区，蓝点表示II 区，绿点表示III 区）及地形分布（填色表示海拔高度，单位：m）

为进一步探讨不同区域中降雪事件的时空分布特征，首先对上述三个区域降雪日数、最大积雪深度以及累计降雪量时间序列（图10）进行分析。三个区域降雪日数均表现出显著的减少趋势，且通过95%水平的显著性检验，其中贵州北部地区（III 区）降雪日数减少速率最快（-1.07 d/10 a），而南部地区（II 区）减少速率最慢（-0.49 d/10 a）。对于最大积雪深度而言，三个区域都表现为不显著的减少趋势，中部东西向一线（I 区）减少速率最大（-0.45 cm/10 a）。相比之下，三个区域累计降雪量变化存在一定差异：北部地区（III 区）降雪量减少趋势明显，速率为-1.13 mm/10 a，通过95%水平的显著性检验；中部地区（I 区）降雪量减少速率最大，达到-1.17 mm/10 a；而南部地区仍表现出不显著的减少趋势。此外，分析三个区域降雪发生时最低气温的逐年变化趋势可知：与降雪的减少趋势对应，最低气温均表现出一定的上升趋势；北部地区（III 区）升温速率最快，达到0.29 ℃/10 a，通过95%水平的显著性检验；中部地区上升速率达到0.28℃/10 a，通过了90%水平的显著性检验；南部地区（II 区）上升速率最慢，未通过90%水平的显著性检验。可见，贵州降雪的减少与最低气温的升高有一定关系，并且由于增暖的空间不均匀性，降雪变化也存在一定差异，中北部地区增温最为显著，对应的降雪减少趋势也更为明显。

图10 1971—2020 年（左）I 区、（中）II 区和（右）III 区降雪日数（上，单位：d）、最大积雪深度（中上，单位： cm）、累计降雪量（中下，单位： mm）和最低气温（下，单位：℃）时间序列（红色曲线）及其线性趋势（黑色虚线）

4 降雪分布与地形的关系

贵州省境内地形复杂，地面崎岖不平，山地和丘陵占全省地貌的92.5%[42]，在对表3 和图9 的讨论中可以发现贵州地形与降雪日数、积雪深度以及降雪量分布存在一定的对应关系，鉴于目前贵州降雪与地形关系的研究较少，本节将对降雪与地形的关系进行初步探讨。

为了分析降雪与地形之间的关系，本文给出降雪日数、最大积雪深度以及累计降雪量与测站高度的散点分布（图11）。如图所示，贵州地区降雪发生与地形高度有着较好的对应关系。其中，降雪日数随海拔高度的增加而增加，二者相关系数达到0.35（图11a，通过了95%水平的显著性检验），表明地形与贵州降雪事件具有一定联系，地形的强迫抬升可能在降雪的发生中起到了重要作用。此外，最大积雪深度也与地形高度有显著的正相关关系，整体相关系数达到0.29（图11b），这可能是因为雪粒子沿着迎风坡向上浓度增大[43]，使得降雪在迎风坡的沉降作用大于背风坡[44]，造成了地形越高对应的积雪越厚。但同时也可以看到一部分地区地势不高却积雪较深，这可能与小尺度上风吹雪引起的积雪再分布有关[45]。对于累计降雪量而言，二者几乎没有线性关系，相关系数仅为0.03（图11c），表明贵州地区地形对于降雪量的增加作用并不明显，这也与表3 中的结论一致。

图11 1971—2020 年贵州省（a）降雪日数（单位：d）、（b）最大积雪深度（单位：cm）和（c）累计降雪量（单位：mm）与观测站海拔高度（单位：m）散点分布

为了进一步探讨贵州不同地区降雪与地形的关系，图12 分别给出三个区域降雪日数、最大积雪深度以及累计降雪量与测站高度的散点分布。如图所示，三个区域地形高度与降雪日数、最大积雪深度以及累计降雪量之间都存在正相关关系。贵州中部一线（I 区）由于平均海拔较高，对应的降雪日数、最大积雪深度以及累计降雪量均明显高于其它两个区域，与表3 中的结论一致。但值得注意的是，尽管地势最为突出，该区域站点高度与降雪日数、最大积雪深度以及累计降雪量的相关关系却并不显著，相关系数仅为0.11～0.16（图12a、d、g）。平均海拔最低的南部地区（II 区）站点高度与降雪物理量之间的对应关系同样不显著，相关系数在0.11～0.22 之间（图12b、e、h）。相比之下，海拔高度介于二者之间的贵州北部地区（III 区），降雪日数、最大积雪深度以及累计降雪量均表现出与地形高度较高的相关性。其中，降雪日数、最大积雪深度与地形高度的相关系数分别为0.75 和0.73（通过95%水平的显著性检验），降雪量与地形高度的相关系数（0.34）也高于另外两个区域（图12c、f、i）。可见，尽管从整体（图11）来看，地形越高就越有利于降雪的出现和积雪的堆积[46]，但不同地区还需要具体结合地形走向、风向夹角等其他因素判断。贵州冬季冷空气往往从西北、正北或东北三条路径南下，北部地区作为迎风坡，在地形的动力抬升作用下，降雪将随地形高度的增加而增多，降雪量也有所增大，并且由于风向和地形走向的夹角较大，有利于积雪的增加[43]，但由于北部地区多以干冷空气为主，水汽条件相对南部较差，因此地形对降雪量的增幅作用有限。而对于中部及南部地区来说，情况较为复杂，降雪、积雪与海拔高度并非简单的线性关系，部分低海拔地区反而出现更大的积雪深度和降雪量。这可能是由于北方强冷空气南下过程中，地表水平对流和地面湍流使得雪粒向下风方向漂移，从而导致背风坡积雪沉积加强[47]；也可能是由于西南暖湿空气在地形阻挡或者喇叭口等地形辐合作用下与南下冷空气强烈交汇，导致部分低海拔地区降雪量较大。

图12 1971—2020 年贵州不同区域（I 区，左；II 区，中；III 区，右）站点降雪日数（红色，单位：d）、最大积雪深度（绿色，单位：cm）和累计降雪量（蓝色，单位：mm）与观测站海拔高度（单位：m）散点分布

5 结论与讨论

本文选取1971—2020 年贵州省84 个国家气象站逐日观测资料，在分析贵州省降雪时空变化特征的基础上，利用REOF 方法进行气候分区，并初步探究了降雪与地形的关系，得到如下主要结论：

（1）贵州降雪出现在10 月—次年4 月，以12 月—次年2 月为主，1 月降雪发生最多。初雪发生时间主要集中在12 月下旬—次年2 月上旬，以1 月降雪最为集中，而终雪主要出现在1 月—2 月中旬。降雪日数大值中心沿中部一线分布，而北部赤水市以及贵州南部边缘降雪日数偏少，最大积雪深度大值区分布与之类似，累计降雪量在中东部地区偏多而西部地区偏少。

（2）贵州省近50 a 降雪日数、最大积雪深度以及累计降雪量均表现出减少趋势。降雪日数减少最为显著，速率达到-0.72 d/10 a，减少速率在-1.0 d/10 a 以上的站点共21 个，占全省1/4，主要位于中北部地区。相比之下，最大积雪深度和累计降雪量的减少趋势较弱。降雪日数在2008 年左右发生了由多转少的显著突变，通过了95%的显著性检验；最大积雪深度和降雪量虽然分别在2013 年左右和2008 年左右存在同样的突变特征，但均未通过显著性检验。REOF 方法可将贵州划分为三个区域：I 区位于贵州中部东西向一线，为降雪频发、积雪较深、降雪量大以及地势较高的地区；II 区位于贵州南部地区，为降雪与积雪较少且海拔较低的区域；III 区为贵州北部地区，降雪日数、积雪深度以及海拔高度均在I 区与II 区之间，但降雪量为三个区域最少。

（3）整体上，贵州降雪与地形高度有着密切联系，海拔高度越高则降雪日数越多且最大积雪深度越深，但累计降雪量与地形关系并不明显。对于贵州北部，降雪发生以及积雪厚度与站点高度关系紧密；中部一线及其以南地区降雪日数、最大积雪深度以及累计降雪量与地形高度关系较为复杂。

另外，贵州省近50 a 最低气温的显著上升可能导致了降雪的减少，但最低气温不均匀增暖的原因还值得进一步探讨，这可能与地形分布有关[48]，也可能与城市化以及土地利用变化对气温的影响有关[49]。此外，贵州北部与中南部地区降雪与地形高度关系存在差异，这可能与迎风坡和背风坡下不同的降雪、积雪物理机制有关。实际上，地形尺度大小、地形坡度、走向以及与盛行气流的配合等[45]均对降雪、积雪分布及变化有重要影响，复杂地形下局地环流、微物理过程以及地气相互作用关系十分复杂[43,50]，还需要在今后工作中深入探讨。