青藏高原极端气温指数时空格局及可持续性分析

测绘与空间地理信息

ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬＩＮＦＯＲＭＡＴＩＯＮＴＥＣＨＮＯＬＯＧＹ

Ｖｏｌ.４２ꎬＮｏ.１２Ｄｅｃ.ꎬ２０１９

青藏高原极端气温指数时空格局及可持续性分析

李桂华１ꎬ周玉科２ꎬ范俊甫１ꎬ倪　永３

２.中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室ꎬ北京１００１０１ꎻ

３.中国环境监测总站环境质量综合评价室ꎬ北京１０００１２)(１.山东理工大学建筑工程学院ꎬ山东淄博２５５０４９ꎻ

摘要:青藏高原是典型的气候变化敏感区域ꎬ研究高原极端气温情况是探索区域气候变化情况的重要内容ꎮ本文利用青藏高原地区１９６０—２０１２年９８个气象观测站点的气温实测记录ꎬ计算了昼夜极端温度指数、年均温度最值等极端气温指数ꎬ以线性趋势分析和Ｈｕｒｓｔ指数为基础ꎬ对高原气温变化的时空趋势及可持续性进行统计性推断和预测ꎮ结果表明:１)青藏高原冷、暖指数对应温度值均显著增加ꎮ冷昼指数下降速度最快的是高原的中南部及北部区域ꎻ暖昼指数在高原东北部稳定增加ꎻ高原北部和南部分别是冷夜、暖夜指数变化最显著的区域ꎮ２)除东北和中南部分区域略有反持续性现象ꎬ青藏高原典型极端气温指数Ｈｕｒｓｔ指数均表现为较强或强持续性ꎬ集中分布于中东部及东南部区域ꎬ且在各站点具有相近的空间分布特征ꎮ年均最值Ｈｕｒｓｔ指数普遍较高和未来趋势持续性较强ꎮ

关键词:青藏高原ꎻ极端气温指数ꎻ可持续性ꎻＨｕｒｓｔ指数ꎻ线性趋势分析

中图分类号:Ｐ２０８　　　文献标识码:Ａ　　　文章编号:１６７２－５８６７(２０１９)１２－００５１－０４

ＳｐａｔｉｏｔｅｍｐｏｒａｌＰａｔｔｅｒｎａｎｄＳｕｓｔａｉｎａｂｉｌｉｔｙＡｎａｌｙｓｉｓｏｆＥｘｔｒｅｍｅ

ＴｅｍｐｅｒａｔｕｒｅＩｎｄｉｃｅｓｏｎｔｈｅＴｉｂｅｔａｎＰｌａｔｅａｕ

(１.ＳｃｈｏｏｌｏｆＣｉｖｉｌａｎｄＡｒｃｈｉｔｅｃｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇꎬＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙꎬＺｉｂｏ２５５０４９ꎬＣｈｉｎａꎻ２.ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥｃｏｓｙｓｔｅｍＮｅｔｗｏｒｋＯｂｓｅｒｖａｔｉｏｎａｎｄＭｏｄｅｌｉｎｇꎬＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｉｃＳｃｉｅｎｃｅｓａｎｄ

ＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈꎬＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓꎬＢｅｉｊｉｎｇ１００１０１ꎬＣｈｉｎａꎻ

３.ＣｈｉｎａＮａｔｉｏｎａｌＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｎｉｔｏｒｉｎｇＣｅｎｔｅｒꎬＥｎｖｉｒｏｎｍｅｎｔａｌＱｕａｌｉｔｙ

ＣｏｍｐｒｅｈｅｎｓｉｖｅＡｓｓｅｓｓｍｅｎｔＤｅｐａｒｔｍｅｎｔꎬＢｅｉｊｉｎｇ１０００１２ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:ＴｉｂｅｔａｎＰｌａｔｅａｕｉｓｕｓｕａｌｌｙｃｏｎｓｉｄｅｒｅｄａｓａｓｅｎｓｉｔｉｖｅｒｅｇｉｏｎｔｏｇｌｏｂａｌｃｌｉｍａｔｅｃｈａｎｇｅ.Ａｎａｌｙｚｉｎｇｔｈｅｃｌｉｍａｔｅｅｘｔｒｅｍｅｅｖｅｎｔｓｉｓａｋｅｙｓｔｕｄｙｉｎｇｃｏｎｔｅｎｔｉｎｔｈｅｒｅｓｅａｒｃｈｉｎｇｄｏｍａｉｎｏｆｃｌｉｍａｔｅｃｈａｎｇｅ.Ｂａｓｅｄｏｎｔｈｅｍｅａｓｕｒｅｄｔｅｍｐｅｒａｔｕｒｅｒｅｃｏｒｄｓｏｆ９８ｍｅｔｅｏｒｏｌｏｇｉｃａｌｏｂｓｅｒｖａｔｉｏｎｓｔａｔｉｏｎｓｏｎＴｉｂｅｔａｎＰｌａｔｅａｕｆｒｏｍ１９６０ｔｏ２０１２ꎬｔｈｅｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓｄａｔａｓｕｃｈａｓｔｈｅｄａｙａｎｄｎｉｇｈｔｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓａｎｄｔｈｅａｎｎｕａｌａｖｅｒａｇｅｍａｘｉｍｕｍａｎｄｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅａｒｅｃａｌｃｕｌａｔｅｄ.ＢａｓｅｄｏｎｔｈｅｌｉｎｅａｒｔｒｅｎｄａｎａｌｙｓｉｓａｎｄｔｈｅＨｕｒｓｔｉｎｄｅｘꎬｔｈｅｓｐａｔｉｏ－ｔｅｍｐｏｒａｌｔｒｅｎｄａｎｄｓｕｓｔａｉｎａｂｉｌｉｔｙｏｆｔｈｅｐｌａｔｅａｕｔｅｍｐｅｒａｔｕｒｅｃｈａｎｇｅａｒｅｓｔａｔｉｓｔｉｃａｌｌｙｉｎｆｅｒｅｎｃｅａｎｄｐｒｅｄｉｃ￣ｔｉｏｎ.Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ:(１)ＴｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｔｅｍｐｅｒａｔｕｒｅｖａｌｕｅｓｏｆｃｏｌｄａｎｄｗａｒｍｉｎｄｉｃｅｓｏｎＴｉｂｅｔａｎＰｌａｔｅａｕｉｎｃｒｅａｓｅｓｉｇｎｉｆｉ￣ｃａｎｔｌｙ.ＴｈｅｒｅｇｉｏｎｗｉｔｈｔｈｅｆａｓｔｅｓｔｄｅｃｌｉｎｅｒａｔｅｏｆｔｈｅｃｏｌｄｄａｙｉｎｄｅｘｉｓｔｈｅＳｏｕｔｈａｎｄＮｏｒｔｈｒｅｇｉｏｎｓｏｆｔｈｅＴｉｂｅｔａｎＰｌａｔｅａｕꎬａｎｄｔｈｅｗａｒｍｄａｙｉｎｄｅｘｉｎｃｒｅａｓｅｓｓｔｅａｄｉｌｙｉｎｔｈｅｎｏｒｔｈｅａｓｔｏｆｔｈｅｐｌａｔｅａｕꎬｔｈｅｎｏｒｔｈｅｒｎａｎｄｓｏｕｔｈｅｒｎｐａｒｔｓｏｆｔｈｅｐｌａｔｅａｕａｒｅｔｈｅｒｅｇｉｏｎｓｗｉｔｈｔｈｅｍｏｓｔｓｉｇｎｉｆｉｃａｎｔｃｈａｎｇｅｉｎｔｈｅｉｎｄｅｘｏｆｃｏｌｄｎｉｇｈｔａｎｄｗａｒｍｎｉｇｈｔｒｅｓｐｅｃｔｉｖｅｌｙ.(２)ＴｈｅＨｕｒｓｔｉｎｄｅｘｏｆｔｈｅｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎ￣ｄｉｃｅｓｏｆｔｈｅＴｉｂｅｔａｎＰｌａｔｅａｕｓｈｏｗｅｄｓｔｒｏｎｇｅｒｏｒｓｔｒｏｎｇｐｅｒｓｉｓｔｅｎｃｅｅｘｃｅｐｔｆｏｒｓｏｍｅｒｅｇｉｏｎｓｉｎｔｈｅｎｏｒｔｈｅａｓｔａｎｄｍｉｄｄｌｅｓｏｕｔｈｒｅｇｉｏｎｓꎬａｎｄｃｅｎｔｒａｌｌｙｄｉｓｔｒｉｂｕｔｅｄｉｎｔｈｅｍｉｄｄｌｅｅａｓｔａｎｄｔｈｅｓｏｕｔｈｅａｓｔｅｒｎｒｅｇｉｏｎꎬａｎｄｔｈｅｒｅｗｅｒｅｓｉｍｉｌａｒｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｔｔｈｅｓｔａｔｉｏｎｓ.ＴｈｅｏｔｈｅｒｅｘｔｒｅｍｕｍｉｎｄｅｘＨｕｒｓｔｅｘｐｏｎｅｎｔｓａｒｅｇｅｎｅｒａｌｌｙｓｔｒｏｎｇｐｅｒｓｉｓｔｅｎｃｅａｎｄａｒｅｄｉｓｔｒｉｂｕｔｅｄｉｎｔｈｅｍｉｄｄｌｅｅａｓｔｅｒｎｒｅｇｉｏｎｏｆｔｈｅＴｉｂｅｔａｎＰｌａｔｅａｕ.ＴｈｅａｎｎｕａｌｍａｘｉｍｕｍｉｎｄｉｃｅｓｕｓｕａｌｌｙｈａｖｅｓｔｒｏｎｇｅｒＨｕｒｓｔｅｘｐｏｎｅｎｔｓａｎｄｐｅｒｓｉｓｔｅｎｃｅ.Ｋｅｙｗｏｒｄｓ:ＴｉｂｅｔａｎＰｌａｔｅａｕꎻｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓꎻｓｕｓｔａｉｎａｂｉｌｉｔｙꎻＨｕｒｓｔｉｎｄｅｘꎻｌｉｎｅａｒｔｒｅｎｄａｎａｌｙｓｉｓ

收稿日期:２０１８－１０－０８

基金项目:国家重点研发计划(２０１６ＹＦＣ０５００１０３)ꎻ国家自然科学基金项目(４１６０１４７８)资助

作者简介:李桂华(１９９４－)ꎬ女ꎬ山东聊城人ꎬ地图学与地理信息系统专业硕士研究生ꎬ主要研究方向为地理信息系统方法与应用ꎮ通讯作者:周玉科(１９８４－)ꎬ男ꎬ山东济宁人ꎬ助理研究员ꎬ博士ꎬ２０１３年毕业于中国科学院地理信息系统专业ꎬ主要从事生态遥感与

时空大数据等方面的应用研究工作ꎮ

ＬＩＧｕｉｈｕａ１ꎬＺＨＯＵＹｕｋｅ２ꎬＦＡＮＪｕｎｆｕ１ꎬＮＩＹｏｎｇ３

５２

测绘与空间地理信息　

　　　　　　　　　　　　　　　２０１９年

０　引　言

青藏高原位于中国的西南部ꎬ平均海拔４０００ｍ以上ꎬ被称为世界“第三极”ꎬ其气候变化多端ꎬ在区域气候变化研究中有一定的代表性[１]置和独特的环境特征ꎬ使得气ꎮ由于高原特殊的地理位候对全球变化反应强烈[２

－４]

动植物多样性均会造成重大影响ꎮ高原地区的气候变化对周边地区的土壤ꎬ是全球气候变化的重、植被、

点研究内容ꎬ在国内外引起许多学者的关注[３]气候变暖的背景下ꎬ青藏高原地区地表温度的空间分布ꎮ在全球特征为自东南向西北逐渐升高ꎬ且上升趋势愈加明显[４]青藏高原的极端气温事件(气候统计值在某时间段

ꎮ

内达到或超过两端附近的阈值[５]夜天数增多、冷昼和冷夜天数减少

)[６]

频发ꎬ基于多项极端气温

ꎬ表现为暖昼和暖指数研究未来变化趋势ꎬ可对该区域气候变化进行预测ꎬ从而采取相应的环境保护措施[７](ＷＭＯ)ꎮ世界气象组织极端温度指数等多项气候要素提出极端气候指数ꎬ其包括年均温度最值ꎬ可作为气候变化时空趋、昼夜势及可持续性分析的有效资料ꎮ

推断和预测气候的未来变化趋势在气候研究中属于前沿课题ꎬ以往对未来气候变化趋势的研究一般基于平均气温ꎬ难以全面表现冷暖变化的趋势[８]题ꎬ本文基于青藏高原整体区域昼夜极端温度指数ꎮ针对这一问、年均温度最值等极端气温指数数据ꎬ以线性趋势分析和Ｈｕｒｓｔ指数为基础ꎬ获取了青藏高原年际变化趋势时空差异特征ꎬ在此基础上ꎬ通过Ｈｕｒｓｔ指数分析得到青藏高原未来气温变化与过去变化趋势的自相似程度ꎬ由此对青藏高原气温变化的时空趋势及可持续性进行科学推断和预测ꎮ

１　数据与方法

１.１　研究区域与数据

青藏高原位于中国的西南部ꎬ约占全国总面积的四分之一ꎬ被称为世界“第三极”ꎮ高原气候变化对周边地区的生物多样性均会造成重大影响ꎬ成为全球气候变化的重点研究区ꎬ引起许多学者的关注ꎮ

本文实验采用地面气象资料数据ꎬ下载自中国气象科学数据共享服务网[９]用基于青藏高原地区的ꎬ９８选取时间段为个气象观测站作为站点数据１９６０—２０１２年ꎬ采ꎮ

除少数站点零星分布在高原西北部草原覆盖区域外ꎬ其他站点均匀分布于青藏高原大部分区域ꎬ覆盖草地、针叶林、牧草、沙漠等土地类型区域[１０]本文基于加拿大国家气候数据中心开发的ꎬ如图１所示ꎮ

ＲＣｌｉｍＤｅｘ软件提取相关极端指数(昼夜极端温度指数、年均温度最值)ꎬ为保证样本数据时间序列的完整性和可靠性ꎬ降低无效结果的干扰ꎬ实验剔除了时间序列不完善的数据ꎬ选择９７个地面气象站点的极端气温指数结果进行研究ꎮ

审图号:ＧＳ(２０１６)２８８９图１　气象观测站点分布图

Ｆｉｇ.１　Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｓｔａｔｉｏｎｓ

１.２　研究方法

本文首先读取青藏高原地区地面气象观测站点的气候资料日值数据集ꎬ进行后续气温相关极端指数计算与分析ꎻ其次ꎬ线性拟合各极端指数的年际变化趋势并空间化ꎬ得到各站点的区域变化趋势ꎻ然后通过Ｒ语言计算各站点各极端气温指数的Ｈｕｒｓｔ变化类型和值进行空间化Ｈｕｒｓｔ值ꎬ并对各站点极端指数的Ｈｕｒｓｔ指数的空间分布情况ꎻ最后ꎬ通过分析各极端指数年际趋势ꎬ进一步解读青藏高原区域气温变化的时空趋势及可持续性ꎮ该技术路线如图２所示ꎮ

图２　技术路线图

Ｆｉｇ.２　Ｆｌｏｗｃｈａｒｔｏｆｄａｔａａｎａｌｙｓｉｓ

１.２.１　线性趋势分析

本文根据提取的气温相关极端指数(昼夜极端温度指数、日均温差)数据ꎬ分别对各指数进行线性趋势分析ꎬ并对拟合结果进行ｐ<０.０５显著性检验ꎮ

线性趋势分析ꎬ即一元线性回归分析ꎬ可以模拟每个

站点的变化趋势ꎬ反映各指数变化趋势的空间特征[１１]本文基于各站点指数平均值ꎬ应用式(１)拟合各极端温度ꎮ指数的总体变化趋势ꎮ

ｙ＝ｋｔ＋ｂ

(１)

式中ꎬｋ和ｂ分别为ｔ时刻下线性趋势函数的斜率和截距ꎬｋ>０表示指数值增长ꎬ反之表示指数值下降ꎮｔ为时间ꎬ取值范围为[１９６０ꎬ２０１２]ꎮ之后根据年际变化速率、站点的空间分布ꎬ进行空间化以分析各指数的空间异质性ꎮ

第１２期

李桂华等:青藏高原极端气温指数时空格局及可持续性分析

５３

１.２.２　ＨｕｒｓｔＨｕｒｓｔ指数基于指数法

相关性的主要方法之一Ｒ/Ｓ[１２]分析方法计算ꎬ是定量描述长程

续性分析ꎮＨｕｒｓｔ指数值的大小可作为时间序列趋势性或ꎬ被广泛用于时间序列的可持随机性的判断依据ꎮ趋势性包括持续性和反持续性两种ꎮ

种情况Ｈｕｒｓｔ[１３]列ꎬ相互无关联:指数若Ｈ(ꎻ＝Ｈ)取值范围在０到１之间ꎬ存在以下三若０.５ꎬ０.５<表示各气温指数时间序列为随机序Ｈ<１ꎬ表明时间序列为持续性ꎬ即未来的气温总体变化将与过去一致ꎻ若０<Ｈ<０.５ꎬ则为反持续性小可作为分析持续性或反持续性强弱的依据Ｈｕｒｓｔꎬ即将来的变化趋势与过去相反指数可用于判断时间序列的趋势性ꎮ

[１４]ꎬ该值的大

过计算各极端温度指数的Ｈｕｒｓｔ指数ꎬ结合各指数的线性ꎮ本文通趋势分析结果ꎬ分析时空趋势及可持续性ꎮ实验应用Ｒ软件计算各指数的Ｈｕｒｓｔ值ꎬ并依据Ｈｕｒｓｔ值的大小进行分级(见表１)ꎮ

表１　Ｈｕｒｓｔ指数分级表Ｔａｂ.１　ＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＨｕｒｓｔｉｎｄｅｘ

等级Ｈｕｒｓｔ指数值域趋势性强度

１２

０.５０<０.５５<Ｈ≤０.５５很弱持续性

３４０.６５<Ｈ较弱０.７５<Ｈ≤０.６５较强－５

０.８０<Ｈ≤０.７５Ｈ≤０.８０－１２

０.４５≤<１.００

很强强

０.３５≤Ｈ<０.５０很弱较弱反持续性

－－３０.２５≤Ｈ较强－４５０.２０≤Ｈ<０.４５<０.３５０.００<ＨＨ<０.２０<０.２５很强强２　结果分析

２.１　线性趋势分析

实验以昼夜极端气温指数的年际变化速率(ｋ)为基础ꎬ依据各站点的地理位置进行空间化ꎬ并按“等间隔”法分级ꎬ得到空间分布结果(如图３所示)ꎬ从而分析各温度指数变化速率的空间异质性ꎮ

由图３可知ꎬ高原的东南部、中部区域冷昼指数(如图３ａ所示)分布集中且降温速率相对缓慢ꎬ南部及西北部部分区域则分布有下降速度最快的观测站点ꎻ高原东部及中部零星区域暖昼指数(如图３ｂ所示)的升温速率１０.２９—１９.４３与冷昼指数的降温速率一致ｄ/１０ａꎻ冷夜指数ꎬ而在南部区域(如图３ｃ所示ꎬ速率主要为

著的区域位于高原的中北部ꎬ变化最小的区域位于高原)变化最显的东北部分ꎻ暖夜指数(如图３ｄ所示)变化显著的区域位于高原的中南部ꎬ变化最小的区域位于高原的中南部分ꎮ

审图号:ＧＳ(２０１６)２８８９

图３　昼夜极端气温指数年际变化趋势空间分布Ｆｉｇ.３　Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｌｏｎｇｔｅｒｍｔｒｅｎｄｏｆｄａｙ　　　　

ａｎｄｎｉｇｈｔｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓ

２.２　未来趋势预测

以站点为单位ꎬ实验基于青藏高原整体区域气温相关极端指数(昼夜极端温度指数、年均温度最值)ꎬ计算得到各温度指数的时间序列趋势值(Ｈ)ꎬ根据结果绘制各站点统计图ꎬ并将其按表２所示分级区间进行分级ꎬ得到各指数的空间分布结果(如图４、图５、图６所示)ꎮ

图４　各站点典型极端气温指数Ｈｕｒｓｔ趋势值Ｆｉｇ.４　Ｈｕｒｓｔｔｒｅｎｄｖａｌｕｅｏｆｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅ

　　　　ｉｎｄｉｃｅｓｏｆｅａｃｈｓｔａｔｉｏｎ

审图号:ＧＳ(２０１６)２８８９

图５　各站点昼夜极端温度指数时间序列　　　　Ｈｕｒｓｔ指数空间分布图

Ｆｉｇ.５　ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＨｕｒｓｔｉｎｄｉｃｅｓｏｆｄａｙ　　　　ａｎｄｎｉｇｈｔｅｘｔｒｅｍｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓ

　　　　ｔｉｍｅｓｅｒｉｅｓｏｆｅａｃｈｓｔａｔｉｏｎ

５４

测绘与空间地理信息　

　　　　　　　　　　　　　　　２０１９年

审图号:ＧＳ(２０１６)２８８９

图６　各站点年均温度最值时间序列　　　　Ｈｕｒｓｔ指数空间分布图

Ｆｉｇ.６　ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＨｕｒｓｔｉｎｄｉｃｅｓｏｆ　　　　ａｎｎｕａｌａｖｅｒａｇｅｔｅｍｐｅｒａｔｕｒｅｉｎｄｉｃｅｓ

　　　　ｔｉｍｅｓｅｒｉｅｓｏｆｅａｃｈｓｔａｔｉｏｎ

由各站点昼夜极端温度指数Ｈｕｒｓｔ趋势(如图４ａ所示Ｈｕｒｓｔ)可得空间分布特征指数均主要为ꎬ青藏高原地区冷昼ꎮ结合青藏高原各站点昼夜极端温度指数０.６５—０.８之间、冷夜ꎬ在各站点具有相近的、暖昼、暖夜指数的时间序列４布于中东部及东南部区域个极端温度指数主要表现为强或较强的持续性Ｈｕｒｓｔ指数的空间分布(如图５所示)ꎬ发现高原ꎮ其中ꎬ冷昼指数(如图ꎬ５(ａ)集中分所示)Ｈｕｒｓｔ指数主要为０.７５—０.８ꎬ分布于青藏高原的中东部区域０.７５ꎬꎬ表现为强持续性ꎻ东南部区域Ｈｕｒｓｔ指数为０.６５—０.４５—０.５ꎬ具有较强的持续性所示)Ｈｕｒｓｔ表现为很弱的反持续性ꎻ东北区域部分站点指数大部分为０.７５—０.８ꎮ暖昼指数Ｈｕｒｓｔ指数为和０.６５—０.７５ꎬ(如图５(ｂ)分别分布于青藏高原的中东部区域和东南部区域ꎬ表现为强或较强的持续性ꎻ东北地区零星分布有较弱反持续性的观测站点５(ｃ)外所示ꎬＨｕｒｓｔ)Ｈｕｒｓｔ指数在指数主要为０.３５—０.４５０.７５—０.８之间ꎮ冷夜指数(如图５(ｄ)ꎬ东北地区有很弱的反持续性存在现为强或较强持续性特征所示)Ｈｕｒｓｔ指数无反持续性现象ꎮ而暖夜指数和０.６５—０.７５ꎬ另ꎮ

ꎬ整体区域普遍表(如图各站点年均温度最值指数Ｈｕｒｓｔ趋势(如图４(ｂ)所示)、各站点年均最值Ｈｕｒｓｔ指数空间分布(如图６所示)可以得出ꎬ年均最低气温的Ｈｕｒｓｔ指数相对较为稳定ꎬ峰值波动较小ꎮ年均最高气温(如图６(ａ)所示)在南部和东北部区域有零星反持续性分布６(ｂ)指数的所示Ｈｕｒｓｔ)在东北部分地区呈反持续性现象ꎬ年均最低气温指数均呈现较强和强持续性ꎬ表明青藏高原ꎬ其他区域两(如图大部分区域年均最低气温和最高气温变化趋势与过去５３年的变化有良好的自相似性ꎮ

３　结束语

本文基于９７个气象观测站点ꎬ采用极端气温指数数据ꎬ对线性变化趋势、未来趋势的空间分布特征进行分析ꎬ得到青藏高原未来气温变化与过去变化趋势自相似程度ꎬ由此对青藏高原气温变化的时空趋势及可持续性进行科学推断和预测青藏高原冷１)从各昼夜极端温度指数整体年际变化速率来看ꎮ本研究主要得出如下结论:

、暖指数对应温度均显著升高ꎬ冷夜指数发生ꎬ天数的下降速率、暖夜指数发生天数的增长速率均比冷昼、暖昼指数快ꎻ冷昼、冷夜指数发生天数的下降速率均

比暖昼、暖夜指数增长速率快ꎮ冷昼指数下降速度最快的是高原的中南部及北部区域ꎻ暖昼指数在高原东北部稳定增加ꎻ高原北部和南部分别是冷夜、暖夜指数变化最显著的区域素进行２)通过对青藏高原ꎮ

Ｈｕｒｓｔ指数分析ꎬ可以看出９７个气象观测站点多项气候要ꎬ在高原冷指数和暖指数对应温度值均显著增加的前提下ꎬ除高原的东北和中南部分区域有零星反持续性现象ꎬ青藏高原典型极端温度指数Ｈｕｒｓｔ指数均主要分布在０.６５—０.８之间ꎬ表现为较强或强持续性ꎬ且在各站点具有相近的空间分布特征ꎮ年均最值Ｈｕｒｓｔ指数普遍呈现较强和强持续性ꎮ由此可得ꎬ青藏高原总体未来冷暖变化趋势与过去５３年冷暖变化趋势有着良好的自相似性ꎬ即未来青藏高原整体区域温度将持续升高ꎮ

参考文献:

[１]　ＦＥＮＧＴｉｂｅｔａｎＳꎬＴＡＮＧＭＣꎬＷＡＮＧＤＣｈｉｎａ[Ｊ].ＰｌａｔｅａｕＣｈｉｎｅｓｅａｓａＰｉｌｏｔＳｃｉｅｎｃｅｒｅｇｉｏｎＭ.Ｎｅｗｅｖｉｄｅｎｃｅｆｏｒｔｈｅ

Ｂｕｌｌｅｔｉｎꎬｏｆｃｌｉｍａｔｉｃ１９９８ꎬｆｌｕｃｔｕａｔｉｏｎ４３(ｉｎ[２]　１姚永慧７４５－１２０):[３]　态意义ꎬ７４９.

李红梅[Ｊ].张百平地理研究.青藏高原气温空间分布规律及其生

ꎬ２０１５ꎬ３４(１１):２０８４－２和极端气候事件变化ꎬ李林.２℃全球变暖背景下青藏高原平均气候

０９４.[Ｊ].[４]　１１(３):杨成松ꎬ１５７车涛－１６４.

气候变化研究进展ꎬ２０１６ꎬꎬ[５]　析韩廷芳[Ｊ].汛期极端降水事件变化特征ꎬ遥感技术与应用欧阳斌.青藏高原地表温度时空变化分

陈宏松ꎬ石秀云ꎬꎬ２０１６ꎬ等.１９６１３１(１):~９５－１０１.

[６]　(２):肖林鸿５１[Ｊ].青海草业２０１５年格尔木市

ꎬ２０１８ꎬ２７动力降尺度模拟ꎬ－高艳红５５.

ꎬＣｈｅｎＦｅｉꎬ等.青藏高原极端气温的

[７]　５８９.　

[Ｊ].高原气象ꎬ２０１６ꎬ３５(３):５７４－黄晓宇壤呼吸的昼夜变化及其季节动态ꎬ陈克龙ꎬ吴成永.青藏高原高寒草甸生长季土

[Ｊ].云南地理环境[８]　研究冯新灵ꎬ２０１６ꎬ趋势的ꎬ２８(３):６６－７６.

Ｒ冯自立/Ｓ分析及ꎬ罗隆诚Ｈｕｒｓｔꎬ指数试验研究等.青藏高原冷暖气候变化

[Ｊ].干旱区地[９]　理范俊甫ꎬ２００８(２):１７５－１８１.

侵蚀力时空变化分析ꎬ何惠馨ꎬ郭兵[Ｊ]..１９８０—２０１５地球信息科学学报年黄河流域降雨

[１０]　２０(２):朱婉雪数优选的田块尺度冬小麦估产ꎬ１９６李仕冀－２０４.

ꎬ２０１８ꎬꎬ张旭博ꎬ等.基于无人机遥感植被指

[１１]　２０１８ꎬ戴声佩３４(１１):[Ｊ].农业工程学报ꎬ变特征及其对气候变化的相应ꎬ张勃ꎬ王海军７８－８６.

ꎬ等.中国西北地区植被时空演

[Ｊ].遥感技术与应用[１２]　２０１０ꎬ２５(１):６９－７６.

ꎬ题江—田——汉以在气候变化研究中的应用为例ꎬ邓莲堂.Ｈｕｒｓｔ指数估计中存在[Ｊ].的若地理科干问

[１３]　学秦耀辰ꎬ２００４ꎬ２４(２):１７７－[１４]　[Ｊ].孙霞地理科学进展ꎬ刘凯.分形理论在地理学中的应用研究进展

１８２.

ꎬ２００３ꎬ２２(４):４２６中国科学技术大学出版社ꎬ吴自勤ꎬ黄畇.分形原理及其应用－４３６.

ꎬ２００３.

[Ｍ].合肥:

[编辑:张　曦]