青藏高原雪水比例时空变化特征

佘王康 杨勤丽 阳坤 姜尧志 王国庆

摘要：为厘清青藏高原地区不同相态降水及其变化规律，本文基于第三极地区长时间序列（1979—2020年）高分辨率（1/30°，日）地面气象要素驱动数据集，采用基于表面高程和气象条件的雨雪识别方法，识别了青藏高原地区的降雨和降雪，分析了青藏高原雪水比例（SPR）的分布特征和时空演变规律。结果表明：① SPR空间分布差异显著，西高东低;② SPR整体呈下降趋势，平均以1.11%/（10 a）的速率显著降低;③ 冷、暖季均呈现降雨增加、降雪减少、SPR降低趋势，但暖季的变化速率和显著性高于冷季；④ 高原东西部降雪量在冷、暖季相当，高原中部以暖季降雪为主，高原暖季降雨量约占全年的90%，高原大部分地区暖季降雪占全年降雪的比例呈下降趋势（-0.29%/（10 a））。研究结果有望为区域气候变化和水科学研究提供科学依据。

关键词：降水相态;时空变化;雪水比例;青藏高原

中图分类号：P426.6

文献标志码：A

文章编号：1001-6791（2024）02-0348-09

收稿日期：2023-08-09;网络出版日期：2023-12-26

网络出版地址：https：//link.cnki.net/urlid/32.1309.P.20231225.1337.004

基金项目：国家重点研发计划资助项目（2021YFC3201100）;国家自然科学基金资助项目（52079026）

作者简介：佘王康（2000—），男，福建福州人，博士研究生，主要從事环境时空演变分析研究。

E-mail：shewk@foxmail.com

通信作者：杨勤丽，E-mail：qinli.yang@uestc.edu.cn

不同相态降水对陆地表面物质和能量循环的影响巨大^［1-2］。雪水比例（snowfall-precipitation ratio，SPR）是表征区域降水相态的重要指标。20世纪后期以来，SPR在全球多个区域都表现为下降趋势，如中亚的天山山脉、北极、日本、加拿大北部等^［3-7］。Shi等^［8］的研究表明全球尺度上降雪频率/降水频率同样存在显著减少的趋势。冰川和季节雪盖为全球超过1/6的人口提供水资源供给^［9］，SPR的变化对流域水资源储备^［10］、季节性径流供应^［11］、区域水资源管理、农业生产活动等均具有重要意义。

青藏高原为气候变化敏感区^［12］，在暖湿化趋势^［13-14］下SPR如何变化对冻土分布、积雪融积乃至冰川物质平衡量等^［15-19］具有重要影响。已有学者利用站点观测数据或全球模式数据开展了SPR的相关分析。例如，基于站点观测，Zhu等^［15］针对青藏高原多年冻土区和季节性冻土区的雨、雪、雨夹雪占比变化特征进行了分析，揭示了不同类型降水在2种冻土区的空间差异性与季节多样性;Deng等^［16］估算了1960—2014年青藏高原降雪量的变化趋势，揭示了“暖湿化”趋势下降雪在东部和东北部减少、在中部和西部高海拔地区增加的空间特点。基于模式模拟，Dong等^［20］分析了亚洲高山区1950—2014年间的SPR变化，得出降雪量/降水量（S/P）显著下降，且降雪量下降、总降水量增加分别是S/P下降的主要和次要原因，这与Wang等^［21］认为总降水量以0.6 mm/a显著增加，降雪量和SPR分别以-0.6 mm/a、-0.5%/a显著减少的结论一致;Li等^［22］利用NASA′s NEX-GDDP评估指出，降雪量、降雪天数及降雪主导区域的减少是亚洲高山区域的共同趋势。然而，上述研究多受限于降水观测站的稀少和全球模式的粗分辨率，目前对于青藏高原不同相态降水的时空变化仍缺乏高空间分辨率上的认识，尤其是地形落差较大、几乎无雨量站分布的高海拔地区。

由此，本研究将基于高分辨率的格点降水及相关气象数据以及与之匹配的雨雪识别方法对青藏高原地区的降水相态进行区分，以SPR为切入点，探究青藏高原地区不同降水相态在1979—2020年间的空间分布状况及年际变化特征，并关注降水相态在冷、暖季上的变化特点，以期揭示高原地区降水相态分布及变化规律。

1 研究区域、数据与方法

1.1 研究区域

本文关于SPR的时空变化分析区域以青藏高原为主。青藏高原主要位于中国西部的西藏自治区和青海省以及印度拉达克的部分区域，介于67°40′37″E—104°40′57″E、25°59′30″N—40°01′00″N之间^［23］，总面积为308.34万km²，地理位置及地形情况见图1。青藏高原作为亚洲许多江河的发源地，拥有丰富的湖泊、湿地，被誉为“亚洲水塔”^［24］。在西风气流、东亚季风及印度季风的共同影响下，中低纬海洋暖湿气流水汽来源使青藏高原广布冰川、积雪和冻土，因而又被称为“第三极”^［25-26］。

1.2 研究数据

本文使用的降水及相关气象要素数据来源于第三极地区长时间序列高分辨率地面气象要素驱动数据集（TPMFD，1979—2020年）^［27-30］，该数据集利用短期天气研究与预报（WRF）模型模拟及机器学习方法对ERA5数据进行降尺度，并进一步融合站点观测数据生成，可提供第三极地区较高精度、较高空间分辨率（1/30°）的降水及气象条件信息。

1.3 研究方法

本研究所采用的方法为Ding等^［31］提出的一種基于表面高程和气象条件的雨雪识别参数化方案。该方法的输入数据为表面高程（Z）、相对湿度（H_R）、气温（T_a）以及气压（p_s）。相较于传统的温度阈值法，其采用湿球温度（T_w）作为判断因子，计算公式如式（1）和式（2），其中e_sat，Ta为T_a温度下的饱和蒸汽压。

在此基础上，利用随Z和H_R动态变化的双阈值T_max和T_min对降水类型进行判断。如果T_w≤T_min，降水类型为降雪;如果T_minw≤T_max，降水类型为雨夹雪;如果T_w>T_max，降水类型为降雨。T_max和T_min由与Z和H_R相关的3个经验参数ΔT、ΔS和T₀决定，在H_R≤78%时，其简化为单阈值判别方案。相关参数的计算公式见式（3）—式（7）。

利用以上方法可有效区分日尺度的降水数据，该方法在中国地区尤其是青藏高原地区具有较高的识别精度，可对TPMFD中的降水数据进行识别处理。

2 结果与分析

2.1 青藏高原年尺度SPR的空间分布及时空变化特征

青藏高原年尺度SPR空间分布见图2（a）。高原东部横断山系的大部分区域、东北部的低海拔区、喜马拉雅山与冈底斯山、念青唐古拉山间的区域以及高原中部羌塘高原山地以及唐古拉山系的南部，降水以降雨为主;降雪主导的区域主要位于80°E以西的高原西部、33°N以北的高原中北部区域以及高原南部沿冈底斯山、念青唐古拉山、喜马拉雅山的横向区域;高原中部偏东的巴颜喀拉山附近区域雨雪相当。

由图2（b）可知，1/30°格网上年尺度SPR在大部分区域都表现为显著减少（p<0.01）。减少速率较大的区域包括东北部的阿尔金山-祁连山山系与中部偏东的唐古拉山系及其以东、以北的邻近区域，SPR减少速率大于0.4%/a;高原中部山系、横断山系及帕米尔部分区域同样出现了显著减少的趋势（p<0.01），这些区域SPR减少速率表现出与海拔和地形高度相关的空间特点。SPR增加的区域，其增加速率均小于0.2%/a，且增加趋势不显著（p>0.05）。

由图3可知，青藏高原降雨在降水中的比重多于降雪，且降雨所占比重在42 a间不断扩大，线性拟合上表现为1979—2020年间青藏高原区域SPR以-1.11%/（10 a）的速率显著降低（p<0.001）。

2.2 青藏高原冷、暖季不同相态降水的时空变化特征

以5—9月作为青藏高原暖季月份，10月至次年4月作为冷季月份。图4展示了青藏高原冷、暖季的降水、降雨、降雪以及SPR在1979—2020年间的变化趋势。降雨在冷、暖季存在着较大的季节差异，暖季降雨量为285.9～393.7 mm，冷季降雨量最大值仅为56.3 mm;降雪在冷、暖季差异较小，冷季降雪量（89.8～135.3 mm）略少于暖季（103.5～152.8 mm）。从变化趋势上来看，冷、暖季的降雨都表现为增加，降雪都表现为减少，使得冷、暖季的SPR均表现为下降趋势。

冷、暖季降水及其分量，以及SPR的时间变化存在“暖强冷弱”的显著差异。暖季降雨、降雪的变化速率与显著性高于冷季：暖季降雨量、降雪量分别以13.22 mm/（10 a）（p<0.001）、-2.23 mm/（10 a）（p=0.093）的速率变化，冷季降雨量、降雪量的变化率仅分别为0.37 mm/（10 a）（p=0.583）、-0.51 mm/（10 a）（p=0.681）。这种差异同样存在于SPR：暖季SPR以-1.14%/（10 a）的速率显著减少（p<0.001），与年尺度SPR显著减少的速率（-1.11%/（10 a））一致;冷季SPR变化速率仅为-0.25%/（10 a），且变化不显著。

图5为青藏高原地区冷、暖季降水及其分量以及SPR的时空变化。暖季降水与暖季降雨的变化形式较为相近，即在横断山系、帕米尔区域以外的区域显著增加;暖季降雪的变化表现为显著的“北增东减”，在昆仑山山系以及羌塘高原山地北部的区域上显著增加，在90°E以东的唐古拉山系、东部山系以及横断山系西部山脉区域上显著减少;暖季SPR在大部分区域上显著减少，其中94°E以东的区域SPR的减少来源于降雪量的显著减少，高原中部横向分布区域SPR的减少来源于降雨量的显著增加。冷季降水的变化格局与冷季降雪相近，表现为帕米尔区域、横断山系北部区域的显著减少及昆仑山山系至羌塘高原山地北部区域上的显著增加;冷季降雨及SPR空间上的变化趋势都不显著。

1/30°的空间分辨率可为高海拔以及复杂地形区域的降水相态提供更为精细的分布特征，高原中北部以降雪为主且降雪显著增加的昆仑山山系区域、不同相态降水中都表现为减少的藏东南区域等局部区域的降水特征值得关注。针对降水相态特征明显的局部区域，尚需开展深入分析以揭示对应区域的降水机制及其影响。

2.3 青藏高原暖季雨雪占比的时空变化特征

1979—2020年青藏高原暖季雨、雪占比（即暖季降雨/全年降雨比例、暖季降雪/全年降雪比例）变化情况见图6。高原降雪暖季占比范围为47.1%～61.4%，降雨暖季占比范围为85.5%～90.9%，从雨、雪暖季占比的线性拟合上看，降雪暖季占比以-0.29%/（10 a）的速率不显著减少（p=0.50），该趋势将使高原总降雪在冷、暖季上的差异进一步减小;降雨暖季占比以0.34%/（10 a）的速率较显著增加（p=0.05），将使高原总降雨在冷、暖季上的差异进一步增大。

高原區域暖季降雪占比以较小且不显著的趋势减少，但在1/30°格网尺度上其变化呈现出了明显的空间差异。高原东部（即横断山系青藏部分的大部）与高原中部（唐古拉山系以西区域）暖季降雪占比以-0.50%/a～-0.23%/a的速率显著下降（p<0.01），高原中北部的昆仑山山系附近区域也表现为速率较小（<0.25%/a）的显著下降，变化速率均快于区域尺度上的-0.29%/（10 a）;高原西北的帕米尔、喀喇昆仑区域以及喜马拉雅山系部分区域暖季降雪占比表现为增加。

高原区域降雨暖季占比表现为显著的增加（p=0.05），但在1/30°格网尺度上，这样的趋势并不普遍。暖季降雨占比仅在藏东南地区、昆仑山山系区域呈现出较大的增加趋势，且增加趋势大多不显著;与之相反的是在高原北部边缘以及高原东部部分区域的降雨暖季占比出现了显著减少的趋势。

1/30°格网点上雨、雪的暖季占比呈现出了与高原整体占比不同的变化特点，但其变化的空间分布与雨、雪暖季比例本身的空间分布具有一定的相关性。由图7可见，高原暖季降雪占比受地形、海拔、气候等因素影响存在较大的空间异质性;降雨暖季占比几乎在整个高原上都保持较高水平（>90%），反映出该比例在空间上差异不大。雨、雪暖季占比的时空变化分析显示，在降雪以暖季为主的区域，降雪的暖季占比减少的趋势较小，而降雪暖季占比减少较快的区域大多位于降雪以冷季为主的区域或冷、暖季降雪相当的区域，使得降雪暖季占比在空间上的差异性进一步增强;降雨暖季占比变化不明显，说明降雨在较长时间段内都将维持暖季为主的形式，且暖季的主导性在空间上差异不大。

3 结论

本文利用第三极地区长时间序列高分辨率地面气象要素驱动数据集（TPMFD，1979—2020年）以及基于表面高程和气象条件的雨雪识别参数化方案，对青藏高原地区1979—2020年间的降水数据进行雨雪识别。基于识别后的雨雪数据，本文以雪水比例为切入点分析了青藏高原地区年尺度、冷暖季尺度的降水相态分布及变化特征。得到的结论如下：

（1） 1/30°格网上，青藏高原年尺度雪水比例呈现“西高东低”的分布格局;降雨的大幅增加与降雪的减少导致雪水比例整体上呈现显著减少的趋势。

（2） 青藏高原地区降水存在着明显的雨雪差异与冷暖季差异。雨雪差异体现在降雨量存在显著的冷暖季差异，降雪量的冷暖季差异不大;冷暖差异体现于暖季降水、降雨、降雪及雪水比例的变化显著强于冷季。

（3） 暖季降雨在青藏高原大部分地区呈现占比居高且非显著下降的趋势;暖季降雪占比呈现“中间高四周低”的分布格局，其变化趋势空间异质性强。

参考文献：

［1］ZHANG T J.Influence of the seasonal snow cover on the ground thermal regime：an overview［J］.Reviews of Geophysics，2005，43（4）：1-23.

［2］张文纲，李述训，庞强强.青藏高原40年来降水量时空变化趋势［J］.水科学进展，2009，20（2）：168-176.（ZHANG W G，LI S X，PANG Q Q.Changes of precipitation spatial-temporal over the Qinghai-Tibet Plateau during last 40 years［J］.Advances in Water Science，2009，20（2）：168-176.（in Chinese））

［3］LI Z，CHEN Y N，LI Y P，et al.Declining snowfall fraction in the alpine regions，Central Asia［J］.Scientific Reports，2020，10：3476.

［4］SCREEN J A，SIMMONDS I.Declining summer snowfall in the Arctic：causes，impacts and feedbacks［J］.Climate Dynamics，2012，38（11）：2243-2256.

［5］MCCRYSTALL M R，STROEVE J，SERREZE M，et al.New climate models reveal faster and larger increases in Arctic precipitation than previously projected［J］.Nature Communications，2021，12：6765.

［6］TAKAHASHI H G.Long-term trends in snowfall characteristics and extremes in Japan from 1961 to 2012［J］.International Journal of Climatology，2021，41（4）：2316-2329.

［7］BHATTI A Z，FAROOQUE A A，KROUGLICOF N，et al.Climate change impacts on precipitation and temperature in Prince Edward Island，Canada［J］.World Water Policy，2021，7（1）：9-29.

［8］SHI S Y，LIU G S.The latitudinal dependence in the trend of snow event to precipitation event ratio［J］.Scientific Reports，2021，11：18112.

［9］BARNETT T P，ADAM J C，LETTENMAIER D P.Potential impacts of a warming climate on water availability in snow-dominated regions［J］.Nature，2005，438（7066）：303-309.

［10］MERI L J，ALA-AHO P，LINJAMA J，et al.Snow to precipitation ratio controls catchment storage and summer flows in boreal headwater catchments［J］.Water Resources Research，2019，55（5）：4096-4109.

［11］BERGHUIJS W R，WOODS R A，HRACHOWITZ M.A precipitation shift from snow towards rain leads to a decrease in streamflow［J］.Nature Climate Change，2014，4（7）：583-586.

［12］季芳，范林峰，匡星星，等.青藏高原多年凍土退化对蒸散发的影响［J］.水科学进展，2022，33（3）：390-400.（JI F，FAN L F，KUANG X X，et al.Role of permafrost degradation on evapotranspiration on the Qinghai-Tibet Plateau［J］.Advances in Water Science，2022，33（3）：390-400.（in Chinese））

［13］YANG K，WU H，QIN J，et al.Recent climate changes over the Tibetan Plateau and their impacts on energy and water cycle：a review［J］.Global and Planetary Change，2014，112：79-91.

［14］BIBI S，WANG L，LI X P，et al.Climatic and associated cryospheric，biospheric，and hydrological changes on the Tibetan Plateau：a review［J］.International Journal of Climatology，2018，38（S1）：e1-e17.

［15］ZHU X F，WU T H，LI R，et al.Characteristics of the ratios of snow，rain and sleet to precipitation on the Qinghai-Tibet Plateau during 1961—2014［J］.Quaternary International，2017，444：137-150.

［16］DENG H J，PEPIN N C，CHEN Y N.Changes of snowfall under warming in the Tibetan Plateau［J］.Journal of Geophysical Research：Atmospheres，2017，122（14）：7323-7341.

［17］HUANG L，HOCK R，LI X，et al.Winter accumulation drives the spatial variations in glacier mass balance in High Mountain Asia［J］.Science Bulletin，2022，67（19）：1967-1970.

［18］YANG W，YAO T D，GUO X F，et al.Mass balance of a maritime glacier on the southeast Tibetan Plateau and its climatic sensitivity［J］.Journal of Geophysical Research：Atmospheres，2013，118（17）：9579-9594.

［19］JOUBERTON A，SHAW T E，MILES E，et al.Warming-induced monsoon precipitation phase change intensifies glacier mass loss in the Southeastern Tibetan Plateau［J］.Proceedings of the National Academy of Sciences of the United States of America，2022，119（37）：e2109796119.

［20］DONG W H，MING Y.Seasonality and variability of snowfall to total precipitation ratio over High Mountain Asia simulated by the GFDL high-resolution AM4［J］.Journal of Climate，2022，35（17）：5573-5589.

［21］WANG J，ZHANG M J，WANG S J，et al.Decrease in snowfall/rainfall ratio in the Tibetan Plateau from 1961 to 2013［J］.Journal of Geographical Sciences，2016，26（9）：1277-1288.

［22］LI Y P，CHEN Y N，WANG F，et al.Evaluation and projection of snowfall changes in High Mountain Asia based on NASA′s NEX-GDDP high-resolution daily downscaled dataset［J］.Environmental Research Letters，2020，15（10）：104040.

［23］張镱锂，李炳元，刘林山，等.再论青藏高原范围［J］.地理研究，2021，40（6）：1543-1553.（ZHANG Y L，LI B Y，LIU L S，et al.Redetermine the region and boundaries of Tibetan Plateau［J］.Geographical Research，2021，40（6）：1543-1553.（in Chinese））

［24］IMMERZEEL W W，van BEEK L P H，BIERKENS M F P.Climate change will affect the Asian water towers［J］.Science，2010，328（5984）：1382-1385.

［25］QIU J.China：the third pole［J］.Nature，2008，454（7203）：393-396.

［26］徐祥德，马耀明，孙婵，等.青藏高原能量、水分循环影响效应［J］.中国科学院院刊，2019，34（11）：1293-1305.（XU X D，MA Y M，SUN C，et al.Effect of energy and water circulation over Tibetan Plateau［J］.Bulletin of Chinese Academy of Sciences，2019，34（11）：1293-1305.（in Chinese））

［27］阳坤，姜尧志.第三极地区长时间序列高分辨率（1/30°）降水数据集（TPHiPr，1979—2020）［DS］.北京：国家青藏高原科学数据中心，2022.https：∥doi.org/10.11888/Atmos.tpdc.272763.https：∥cstr.cn/18406.11.Atmos.tpdc.272763.（YANG K，JIANG Y Z.A long-term （1979—2020） high-resolution（1/30°） precipitation dataset for the Third Polar region（TPHiPr）［DS］.Beijing：National Tibetan Plateau/Third Pole Environment Data Center，2022.https：∥doi.org/10.11888/Atmos.tpdc.272763.https：∥cstr.cn/18406.11.Atmos.tpdc.272763.（in Chinese））

［28］JIANG Y Z，YANG K，QI Y C，et al.TPHiPr：a long-term （1979—2020） high-accuracy precipitation dataset （1/30°，daily） for the Third Pole region based on high-resolution atmospheric modeling and dense observations［J］.Earth System Science Data，2023，15（2）：621-638.

［29］ZHOU X，YANG K，OUYANG L，et al.Added value of kilometer-scale modeling over the third pole region：a CORDEX-CPTP pilot study［J］.Climate Dynamics，2021，57（7）：1673-1687.

［30］阳坤，姜尧志，唐文君，等.第三极地区长时间序列高分辨率地面气象要素驱动数据集（TPMFD，1979—2020）［DS］.北京：国家青藏高原科学数据中心，2023.https：∥doi.org/10.11888/Atmos.tpdc.300398.https：∥cstr.cn/18406.11.Atmos.tpdc.300398.

（YANG K，JIANG Y Z，TANG W J，et al.A high-resolution near-surface meteorological forcing dataset for the Third Pole region（TPMFD，1979—2020）［DS］.Beijing：National Tibetan Plateau/Third Pole Environment Data Center，2023.https：∥doi.org/10.11888/Atmos.tpdc.300398.https：∥cstr.cn/18406.11.Atmos.tpdc.300398.（in Chinese））

［31］DING B H，YANG K，QIN J，et al.The dependence of precipitation types on surface elevation and meteorological conditions and its parameterization［J］.Journal of Hydrology，2014，513：154-163.

Spatiotemporal variation characteristics of snowfall-precipitation ratio

on the Tibetan Plateau

The study is financially supported by the National Key R&D Program of China （No.2021YFC3201100） and the National Natural Science Foundation of China （No.52079026）.

SHE Wangkang¹，YANG Qinli¹，YANG Kun²，JIANG Yaozhi²，WANG Guoqing³

（1. School of Resources and Environment，University of Electronic Science and Technology of China，Chengdu 611731，China;

2. Department of Earth System Science，Tsinghua University，Beijing 100084，China;

3. National Key Laboratory of

Water Disaster Prevention，Nanjing Hydraulic Research Institute，Nanjing 210029，China）

Abstract：This study investigates the variations in precipitation phases on the Tibetan Plateau （TP） from 1979 to 2020.Utilizing the Third Pole region′s high-resolution （1/30°，daily） surface meteorological data （TPMFD） and a method based on elevation and meteorological conditions，we analyzed the snowfall-precipitation ratio （SPR） spatiotemporal characteristics on the TP.Key findings include：① Significant spatial differences in SPR，with higher values in the west and lower in the east.② An overall downward trend in SPR，decreasing at an average rate of 1.11% per decade （p<0.001）.③ Both cold and warm seasons exhibit increases in rainfall and decreases in snowfall and SPR.However，the rates of change are more pronounced in the warm season.④ Snowfall is comparable in the cold and warm seasons in the east and west of the plateau.In contrast，the central plateau experiences predominant snowfall during the warm season.About 90% of the annual rainfall occurs in the warm season，and the proportion of warm season snowfall to annual snowfall is decreasing （-0.29% per decade） in most plateau regions.These findings provide valuable insights for regional climate change and water science research.

Key words：precipitation phase;spatiotemporal variation;snowfall-precipitation ratio;Tibetan Plateau