近58年天山降雪/降水量比率變化特征及未來趨勢

秦 艷，趙求東，孟 杰，丁建麗

近58年天山降雪/降水量比率變化特征及未來趨勢

秦 艷1,2，趙求東3，孟 杰4，丁建麗1,2※

（1. 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院智慧城市與環(huán)境建模自治區(qū)普通高校重點實驗室，烏魯木齊 830046；2. 新疆大學(xué)綠洲生態(tài)教育部重點實驗室，烏魯木齊 830046；3. 中國科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所，蘭州 730000；4. 新疆水利廳，烏魯木齊 830000）

降雪/降水量比率（S/P）能夠反映不同形態(tài)降水特征，對氣候變化十分敏感。該文基于天山及周邊49個氣象臺站觀測數(shù)據(jù)和IPCC-CMIP5氣候情景數(shù)據(jù)，分析了近58 a來中國天山山區(qū)冷季（10-4月）降雪量、降水量和S/P時空變化特征，并預(yù)估在RCP4.5排放情景下各指標(biāo)的未來變化趨勢。結(jié)果表明：天山山區(qū)冷季S/P受地形影響，呈山區(qū)大于盆地，北坡大于南坡的分布格局，與海拔顯著正相關(guān)。1961—2018年天山山區(qū)平均冷季降雪量、降水量均顯著增加，S/P變化不大，在0.35～0.67之間波動，以-0.016%/10a的速率呈微弱減少趨勢；平均氣溫變化是引起S/P變化的重要因素。在RCP4.5氣候情景下，天山山區(qū)未來冷季降雪量緩慢減少，降水量顯著增加，S/P顯著減少。相比基準(zhǔn)期（1986—2005年），到2050s冷季降雪量平均減少8.9%，降水量增加10.1%，S/P減少14.7%。該研究對科學(xué)認(rèn)識全球變暖背景下天山地區(qū)水文響應(yīng)以及區(qū)域水資源調(diào)控具有重要意義。

氣候變化；降雪量；降水量；天山；未來趨勢；時空變化

0 引 言

降水是水循環(huán)和能量循環(huán)的關(guān)鍵要素，其主要形態(tài)有固態(tài)降雪和液態(tài)降雨。不同形態(tài)的降水將對地表物質(zhì)和能量平衡、水循環(huán)產(chǎn)生極大的影響。當(dāng)降雪發(fā)生時，地表反射率急劇升高，地面吸收的太陽輻射減少，產(chǎn)生冷卻效應(yīng)[1]。同時降雪以積雪形式存儲于地表，升溫時融化補(bǔ)給河川徑流。在中國西北干旱區(qū)，山區(qū)融雪徑流極大地緩解了中、下游枯水期的用水矛盾，對農(nóng)業(yè)生產(chǎn)十分重要[2]。當(dāng)降水以降雨形式發(fā)生時，則會迅速下滲并匯集到河流或地下水中，起到與降雪完全不同的作用。近幾十年來，隨著全球變暖，氣溫升高將引起更多的降水可能以降雨形式發(fā)生[3-4]，進(jìn)而引起積雪面積減少[5]，積雪提前融化，徑流的季節(jié)分配改變等[6]。對于高度依賴融雪徑流的中國內(nèi)陸干旱區(qū)來說，這種雪-雨轉(zhuǎn)換的微小變化都可能對農(nóng)業(yè)生產(chǎn)和生態(tài)環(huán)境產(chǎn)生重要影響。因此，開展不同降水類型變化研究至關(guān)重要。

降雪/降水量比率即降雪量與總降水量之比（snowfall/precipitation，S/P），作為氣候變化的衡量指標(biāo)之一，能夠直接反映不同形態(tài)降水比例變化，受到國內(nèi)外學(xué)者廣泛重視。過去幾十年來，隨著氣溫升高，美國[7-8]、新英格蘭[9]、加拿大北部[10]等地S/P表現(xiàn)出不同程度的減少趨勢。Serquet等[11]發(fā)現(xiàn)瑞士過去100年間降水中降雪發(fā)生的日數(shù)比例也呈顯著減少趨勢，其變化與氣溫升高有關(guān)。此外，Berghuijs等[6]還關(guān)注了雪-雨轉(zhuǎn)化的可能后果，研究表明因氣候變暖引起的降雪向降雨轉(zhuǎn)變會導(dǎo)致徑流量減少。與國外相比，國內(nèi)對降雪或降雨比率的相關(guān)研究起步較晚且數(shù)量有限。Guo等[12]分析1961—2010年天山山區(qū)氣象站點冷季S/P變化表明天山山區(qū)平均S/P值呈微弱的減少趨勢，溫度的變化是引起S/P變化的重要因素；陳亞寧等[5]對中亞天山4個區(qū)域過去50年來氣象資料分析結(jié)果顯示，天山山區(qū)年降雪率從1960—1998年的11%～24%降低到2000年以來的9%～21%。王杰等[13-14]利用氣象格點數(shù)據(jù)，分析1961—2013年青藏高原和新疆的雪雨比（snowfall/rainfall，S/R）變化特征，結(jié)果表明青藏高原的雪雨比呈下降趨勢，新疆的雪雨比變化空間差異較大，其中天山以北雪雨比增加，天山以南以減少趨勢為主，新疆總體表現(xiàn)為略微減少趨勢。任正果[15]分析表明1961—2013年新疆雪雨比以每年0.001的速率微弱上升，但預(yù)測未來雪雨比將會減少。上述對不同區(qū)域的S/P或S/R研究對于認(rèn)識氣候變化對不同降水形態(tài)比例變化特征具有很好的指導(dǎo)意義。但其中針對中國天山山區(qū)及周邊相關(guān)研究，因基礎(chǔ)數(shù)據(jù)差異和降雪判識標(biāo)準(zhǔn)不同，導(dǎo)致對天山局部S/P變化趨勢結(jié)論尚不統(tǒng)一。降水相態(tài)轉(zhuǎn)變一般包含降雪、雨夾雪、降雨3個階段，已有研究中多未考慮季節(jié)交替期頻繁出現(xiàn)的雨夾雪情況；此外，在氣候持續(xù)變暖背景下，對S/P未來變化趨勢的研究涉及較少。

位于歐亞大陸腹地的天山山脈，是干旱區(qū)域最大的“濕島”。源于天山的河流均有冰雪融水補(bǔ)給，新疆65%的河流發(fā)源于此[3]。近半個世紀(jì)以來，天山山區(qū)氣溫增幅[16]（0.34℃/10a）超過全球[17]（0.175℃/10a）和中國[18]（0.22℃/10a）平均增幅，是全球氣候的敏感區(qū)域。隨著氣溫持續(xù)升高，降雪受氣候變化影響的復(fù)雜性和不確定性增加，進(jìn)一步加劇了干旱區(qū)綠洲農(nóng)業(yè)經(jīng)濟(jì)與荒漠生態(tài)兩大系統(tǒng)間的水資源供需矛盾。深入分析天山山區(qū)S/P變化趨勢及其與溫度的關(guān)系，能夠消除降水對降雪的影響，客觀反映氣候變暖對降雪的影響。因此，本文基于1961—2018年天山山區(qū)及周邊49個氣象臺站觀測數(shù)據(jù)，結(jié)合IPCC-CMIP5氣候情景數(shù)據(jù)，采用多參數(shù)降雪識別方法，綜合分析降雪量、降水量、S/P降水指標(biāo)的時空變化特征，并預(yù)估在RCP4.5中低排放情景下各指標(biāo)的未來變化趨勢。該研究有助于提升對天山山區(qū)降水變化的認(rèn)知，為當(dāng)?shù)貞?yīng)對氣候變化、區(qū)域水資源調(diào)控與管理提供參考。

1 研究區(qū)概況

中國境內(nèi)的天山山脈地處73°30′～96°06′ E，39°36′～45°30′ N，是亞洲中部最大的山系，位于干旱和半干旱地區(qū)。由數(shù)列山地和山間盆地組成的緯向山脈組成，橫跨新疆全境，綿延1 700 km，平均寬度250～350 km，呈不規(guī)則“X”型分布。南北分別與塔克拉瑪干沙漠和庫爾班通古特沙漠相接，地形獨(dú)特，生態(tài)環(huán)境脆弱。山勢西高東低，山脊平均海拔4 000 m，是南北疆氣候的分界嶺。受緯向西風(fēng)環(huán)流和地形影響，天山山區(qū)降水分布差異較大，西部和北部山區(qū)降水豐沛，年均降水量約300 mm，其中伊犁河谷上游山區(qū)最大可達(dá)1 000 mm，東部和南部降水稀少，不到150 mm[19]。山區(qū)冬季寒冷漫長，降水主要以降雪為主，是新疆三大山系降雪最多的山區(qū)[20]。對于缺水的干旱地區(qū)，山區(qū)降水是冰川、積雪和徑流的根本來源，對下游農(nóng)業(yè)生產(chǎn)和經(jīng)濟(jì)可持續(xù)發(fā)展尤為重要。為便于描述各降雪指標(biāo)的空間特征，以天山山脈主要山脊線將研究區(qū)劃分為天山北坡、天山南坡和伊犁河谷三個區(qū)域，詳見圖1。

圖1 研究區(qū)示意圖

2 數(shù)據(jù)及方法

2.1 站點觀測數(shù)據(jù)和氣候情景數(shù)據(jù)

本文收集天山山區(qū)及周邊61個氣象臺站逐日降水量、氣溫、相對濕度、氣壓等資料，數(shù)據(jù)來源于中國國家氣象信息中心。該數(shù)據(jù)發(fā)布前已經(jīng)過嚴(yán)格的質(zhì)量控制，其完整性和準(zhǔn)確性良好。為進(jìn)一步提升數(shù)據(jù)質(zhì)量，依據(jù)資料的連續(xù)性、臺站遷移等情況，最終選取天山山區(qū)及周邊1960年10月—2018年4月年均降雪量≥5 mm（水當(dāng)量）的49個站點，站點分布及詳細(xì)信息見圖1和表1。考慮到該區(qū)域氣象特征，降雪主要集中于10月—4月，將上一年的10月1日至當(dāng)年的4月31日定義為一個冷季，依此類推，得到58 a（1961—2018年）的冷季氣象數(shù)據(jù)。

IPCC-CMIP5的全球氣候模式（general circulation model，GCM）數(shù)據(jù)是目前進(jìn)行未來氣候預(yù)估的重要數(shù)據(jù)來源[21]。為了分析氣候變化背景下未來S/P的可能變化，本文選取了符合中國發(fā)展目標(biāo)的中低端典型濃度路徑RCP4.5排放情景，從完整包含降水量、氣溫、濕度、氣壓變量的24個模式中，提取氣象站點所在格網(wǎng)的模式結(jié)果變量數(shù)據(jù)，分析21世紀(jì)中期（2041—2060年）相對基準(zhǔn)期（1986—2005年）的冷季月降水量、平均氣溫關(guān)鍵指標(biāo)變化程度，篩選出5個接近平均水平的GCM模式來研究未來冷季降雪量、降水量及S/P變化（圖2）。具體包括MPI-ESM-MR、MPI-ESM-LR、NorESM1-M、IPSL-CM5A-LR、BCC-CSM1-1-M模式歷史情景和未來RCP4.5排放情景下的日降水量、平均氣溫、相對濕度和氣壓數(shù)據(jù)。GCM模式數(shù)據(jù)的獲取及更多詳細(xì)的相關(guān)信息可參考CEDA（Centre for Environmental Data Analysis：http://www.ceda.ac.uk）網(wǎng)站。

注：1-5為選取的GCMs模式。

表1 氣象站點信息

注：降雪量為1961—2018年多年平均降雪量，單位為mm水當(dāng)量。

Note: Snowfall is the annual average snowfall during 1961 to 2018, the unit is mm water equivalent.

2.2 降雪識別方法

因氣象觀測數(shù)據(jù)集對1979年后降水類型（降雨/降雪/雨夾雪）未做標(biāo)注，需依據(jù)其他氣象資料對降水類型進(jìn)行判識，進(jìn)而確定日降雪量。常用的降水類型識別方法有單臨界氣溫閾值法[22]、雙臨界氣溫閾值法[23-24]及濕球溫度閾值法[25]等。相比干球溫度，濕球溫度能解釋蒸發(fā)冷卻效應(yīng)，對降雪的發(fā)生判斷更具優(yōu)勢[23]。Ding等基于中國氣象臺站觀測數(shù)據(jù)，建立的包含濕球溫度、氣壓、相對濕度和高程的多要素降水類型判識方案計算單日降雪量。該方案通過比較濕球溫度與臨界溫度判斷降水類型，判識準(zhǔn)確度高于臨界氣溫閾值等方法[26]。故本文采用該方案計算單日降雪量

式中，s、分別為日降雪量和日降水量，mm；s為固態(tài)降雪比例，可由下式計算

當(dāng)日均濕球溫度w低于臨界低溫min，降水全部為降雪；大于臨界高溫max，降水全部為降雨；介于臨界閾值之間，降水類型為雨夾雪，其固態(tài)降雪比例s與濕球溫度呈指數(shù)關(guān)系；w、min、max，計算公式如下

聯(lián)合公式（1）—（8），可根據(jù)每日的降水量、氣溫a、相對濕度RH、氣壓s和站點高程，計算每日的降雪量s，詳細(xì)推導(dǎo)過程見文獻(xiàn)[26]。該方法充分結(jié)合站點逐日綜合氣象條件和地形特點判斷降水類型，已在中國不同地區(qū)的降雪識別研究中得到較好的應(yīng)用[28-30]。為進(jìn)一步驗證在天山降雪識別精度，本文以1979年前數(shù)據(jù)集原始標(biāo)注降雪類型為真值，對比驗證得出天山山區(qū)各站點降水日類型判識精度范圍在84.53%～98.82%。其中，僅吐爾尕特站和天山大峽谷兩個高海拔站點精度低于90%，平均精度達(dá)94.69%。表明該參數(shù)化降雪識別方案精度較高，能夠滿足天山地區(qū)降雪分析需求。

2.3 GCM模式降尺度方法

目前，氣候預(yù)測主要依賴全球氣候模式（GCM），但由于其分辨率較低，難以對區(qū)域未來氣候變化做出詳細(xì)預(yù)測。通常借助動力降尺度或者統(tǒng)計降尺度方法來彌補(bǔ)這一不足。相對于動力降尺度的復(fù)雜計算過程，統(tǒng)計降尺度采用經(jīng)驗統(tǒng)計方法建立大尺度氣象變量與區(qū)域氣象觀測變量的統(tǒng)計關(guān)系，并將這種關(guān)系應(yīng)用到未來氣候情景數(shù)據(jù)，一定程度上修正了GCM的系統(tǒng)誤差，且方法簡單易行。為得到氣象站點尺度未來氣象變化信息，本文選用分位數(shù)映射偏差校正（bias-correction with quantile delta mapping，QDM）統(tǒng)計降尺度方法[31]對GCM模式的輸出數(shù)據(jù)進(jìn)行降尺度。該方法通過對預(yù)報因子降水量采用比值偏差校正，其他氣象要素（aRHs）采用差值校正，能夠有效校正系統(tǒng)分布偏差，常被用于對氣候模式變量降尺度[31-33]。具體計算原理如下

（10）

此外，文中采用線性回歸對天山地區(qū)過去和未來不同降水指標(biāo)變化進(jìn)行趨勢分析，同時采用相關(guān)系數(shù)法分析S/P與海拔、氣溫之間的相互關(guān)系。

3 結(jié)果分析

3.1 S/P的空間分布特征

依據(jù)多參數(shù)的降雪識別算法計算研究區(qū)降雪序列，統(tǒng)計多年平均冷季（10-4月）S/P空間分布情況（圖3）。天山山區(qū)S/P空間差異顯著，多數(shù)中低山站點S/P值低于0.5，其余高海拔山區(qū)站點S/P值較大，在0.5~1.0之間，其中吐爾尕特、天山大西溝站冷季S/P值最大接近于1。呈現(xiàn)出山區(qū)大于盆地，北坡大于南坡的分布格局。經(jīng)統(tǒng)計S/P與高程顯著線性相關(guān)（圖4），相關(guān)系數(shù)為0.79，表明S/P隨海拔增大的分布特征。

圖3 多年平均S/P值空間分布圖

圖4 多年平均S/P值與高程的散點圖

3.2 降雪量、降水量及S/P時空變化特征

降雪量和降水量的變化決定著S/P比值變化趨勢，為此逐站點計算1961—2018年天山山區(qū)冷季（10-4月）降雪量、降水量及S/P線性趨勢，同時以全部站點平均值估算天山山區(qū)各指標(biāo)的年際變化情況（圖5）?？梢钥闯觯焐缴絽^(qū)降雪量、降水量及S/P時空變化趨勢差異顯著。其中，過去58 a來天山山區(qū)冷季降雪量表現(xiàn)為明顯的上升趨勢。所有站點的降雪量變化傾向率均為正，顯著增加的站點達(dá)30個，占站點總數(shù)的61.22%，集中分布在中天山北部和伊犁河谷地區(qū)。整個天山山區(qū)平均冷季降雪量以3.56 mm/10 a速率顯著增加，研究時段內(nèi)平均增加了20.65 mm。降水量的變化趨勢與降雪量類似，也表現(xiàn)為顯著的增加趨勢?？臻g上，全部站點冷季降水量傾向率均大于零，且有32個站點（69.39%）增加趨勢顯著（<0.05），顯著增加的站點多分布在天山北坡和伊犁河谷地區(qū)。時間上來看，天山山區(qū)整體平均冷季降水量也表現(xiàn)為明顯的增加趨勢，增加速率為6.12 mm/10 a，過去58 a來平均增加了35.50 mm。

進(jìn)一步分析1961—2018年天山山區(qū)冷季S/P的時空變化特征。可以看出，盡管降雪量、降水量明顯增加，但兩者增加趨勢同步，導(dǎo)致S/P變化程度較小。呈減少趨勢站點數(shù)量（26個）略多于增加趨勢的站點（23個），但多數(shù)站點（95.92%）趨勢未通過顯著性檢驗，僅天山大西溝和阿合奇兩個站點顯著減少（<0.05）。從整個區(qū)域平均S/P值變化趨勢來看，過去58 a來總體變化平穩(wěn)，S/P值在0.35～0.67之間波動，平均傾向率為-0.016%/10a，呈微弱減少趨勢。

圖5 1961—2018年天山山區(qū)降雪量、降水量和S/P的時空變化趨勢

3.3 溫度對S/P的影響

一般來講，氣溫是決定降水相態(tài)的關(guān)鍵因素。為分析氣溫對S/P變化的影響，本文統(tǒng)計了58 a來天山山區(qū)及周邊站點冷季平均濕日氣溫（有降水發(fā)生時的平均氣溫），并分析平均濕日氣溫與S/P的關(guān)系（圖6）。由圖 6a可知，各站點的冷季平均濕日氣溫主要分布在-12～2 ℃之間，與S/P呈顯著的負(fù)相關(guān)關(guān)系（<0.01），相關(guān)系數(shù)達(dá)-0.82。從各站濕日氣溫變化率與S/P變化率的散點圖來看（圖 6b），氣溫變化率與S/P變化率也呈顯著（<0.05）的負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-0.54。過去58 a來，各站點平均濕日氣溫在-0.50～0.67 ℃/10 a之間變化，絕大多數(shù)（77.55%）站點降水期氣溫呈增加趨勢；相應(yīng)地有 53.06%的站點S/P呈減少趨勢。表明氣溫增加（減少）導(dǎo)致S/P減?。ㄔ龃螅?，平均氣溫變化是引起S/P變化的重要因素。

圖6 平均濕日氣溫與S/P關(guān)系

3.4 未來預(yù)估

為考慮未來氣候變化對降水相態(tài)和S/P的影響，本文選出5個RCP4.5情景下的GCM模式輸出結(jié)果，進(jìn)行QDM統(tǒng)計降尺度，得到降尺度后的站點歷史模擬與未來預(yù)估數(shù)據(jù)。圖7展示了天山山區(qū)及周邊站點觀測和多模式平均冷季降雪量、降水量、S/P的歷史及未來（1961—2100年）變化趨勢?？梢钥闯觯党叨群蟮腉CMs模擬結(jié)果基本重現(xiàn)了各指標(biāo)的基準(zhǔn)期變化特征，多年平均冷季降雪量、降水量和S/P模式模擬值與觀測值相對誤差均小于10%，表明采用QDM降尺度方法分析降雪量、降水量及雪雨比未來變化趨勢可行。

從圖7a可知，天山山區(qū)平均冷季降雪量的預(yù)估時段（2006—2100年）變化趨勢不明顯，預(yù)計2040 s±5以前降雪量呈緩慢增加趨勢，之后降雪量逐步減少，總體呈緩慢下降趨勢。冷季降水量未來呈明顯的增加趨勢，在2080 s±5左右達(dá)到峰值?？梢钥闯?，盡管冷季降水量顯著增加，但由于氣溫的升高，導(dǎo)致越來越多的站點中降水由降雪向降雨轉(zhuǎn)變，從而引起S/P值的持續(xù)減少。在2020 s±5之前S/P緩慢下降，隨后開始明顯減少，平均S/P值預(yù)計從2010 s年的0.52降至2090 s的0.43。預(yù)估結(jié)果表明隨著氣溫的持續(xù)升高，未來天山山區(qū)降水量將增加，更多降水以降雨形式發(fā)生，氣溫對降水形態(tài)的影響將加劇。

注：黑色線為5個模式模擬結(jié)果的平均值，灰色部分為5個模式模擬結(jié)果的范圍。

圖8顯示了5個CMIP5模式預(yù)估天山山區(qū)及周邊站點在21世紀(jì)中葉（2041—2060年）的降雪量、降水量及S/P相對于基準(zhǔn)期（1986—2005年）平均變化情況。到2050 s，天山山區(qū)降雪量以減少趨勢為主，其中70%的站點減少，主要分布在伊犁河谷地區(qū)；而天山中段部分站點降雪量較基準(zhǔn)期略有增加，增幅在10%以內(nèi)。整體來看，區(qū)域站點平均的年降雪量減少約8.9%。與降雪量不同，降水量表現(xiàn)為明顯的增加趨勢，除博州和塔里木盆地邊緣個別站點呈略微減少趨勢，其余80%的站點增加趨勢明顯。區(qū)域平均年降水量較基準(zhǔn)期增加10.1%。受降雪量和降水量影響，天山山區(qū)及周邊站點S/P呈減少趨勢，僅兩個站點S/P略微增加，其余47個站點均表現(xiàn)為減少趨勢。2050s區(qū)域平均S/P較基準(zhǔn)期減少14.7%。

圖8 RCP4.5氣候情景下，2050s天山山區(qū)及周邊站點冷季降雪量、降水量及S/P相比基準(zhǔn)期的變化

4 討 論

天山山區(qū)是氣候變化的敏感地區(qū)，在整個中亞及中國氣候變化中占有重要地位。近50多年來，天山山區(qū)冷季氣候變化與西北干旱區(qū)同步，表現(xiàn)為增暖增濕的趨勢[3,28,34]。本文基于多參數(shù)降雪判識標(biāo)準(zhǔn)識別降雪序列，計算得出近58 a來天山山區(qū)及周邊降雪量、降水量顯著增加趨勢下，S/P呈微弱的減少趨勢。這與陳亞寧等[5]，Guo等[12]對天山1961—2010年S/P變化空間分布及變化趨勢相似，多數(shù)站點變化趨勢不顯著的結(jié)論一致。但本文得到的平均冷季S/P僅以-0.016%/10 a速率變化，明顯弱于文獻(xiàn)[12]中S/P變化趨勢（-0.6%/10 a）。這主要是由于本文考慮了雨夾雪混合降水形態(tài)情況。作為降水相態(tài)轉(zhuǎn)變的中間環(huán)節(jié)，雨夾雪天氣在季節(jié)轉(zhuǎn)換期頻繁發(fā)生，對雨夾雪天氣的考慮有助于客觀的反映不同形態(tài)降水的變化規(guī)律。此外，研究時段和站點選擇的不同也是引起S/P變化趨勢偏差的另一原因。

當(dāng)前，以氣候變暖為主要特征的氣候變化正在并將持續(xù)對降雪、降雨比例產(chǎn)生重要影響。未來氣候變暖將導(dǎo)致降水形態(tài)由降雪向降雨轉(zhuǎn)換的預(yù)判被廣泛接受[3-6]，但現(xiàn)有研究缺乏從定量角度預(yù)估未來S/P變化趨勢和程度。本研究選取接近平均變化程度的5個GCM模式RCP4.5排放情景，經(jīng)QDM降尺度計算結(jié)果，預(yù)估未來降雪量、降水量和S/P變化情況，這有助于科學(xué)認(rèn)識未來升溫背景下不同形態(tài)降水的變化過程。但另一方也看到，盡管本研究通過多模式集合平均及統(tǒng)計降尺度方法，一定程度上提高了預(yù)估結(jié)果的可靠性。然而，精確估算未來各指標(biāo)的變化趨勢還存在一定的挑戰(zhàn)，主要體現(xiàn)在GCM氣候模式預(yù)估結(jié)果的不確定性。研究表明[35-37]，不同模式因參數(shù)化、氣候強(qiáng)迫、分辨率等不同，對氣候變量的模擬性能也不同，多數(shù)模式對溫度的預(yù)估可靠性高于降水，不同GCM模式的輸出結(jié)果差異較大。此外，基于變量歷史觀測和模擬的統(tǒng)計關(guān)系在未來依然成立的前提假設(shè)也將導(dǎo)致未來預(yù)估的不確定性[38]。從預(yù)估結(jié)果來看，降尺度后的GCM結(jié)果對各指標(biāo)平均態(tài)模擬效果較好，但對趨勢變化模擬能力有限；各站點2050s的降雪量、降水量、S/P較基準(zhǔn)期變化變化幅度均較大（近50%），這些都反映出預(yù)估結(jié)果存在較大不確定性。因此今后將進(jìn)一步探索提高模式預(yù)估精度的模式集成及降尺度方法，開展氣候變化對降水量及降雪比率的影響評價，以及由此引發(fā)的徑流改變等問題的研究工作。

5 結(jié) 論

1）天山山區(qū)冷季S/P受地形影響，呈山區(qū)大于盆地，北坡大于南坡的分布格局，與海拔存在顯著正相關(guān)關(guān)系。

2）過去58 a來天山山區(qū)冷季降雪量、降水量均表現(xiàn)為明顯的上升趨勢，顯著增加的站點多分布在天山中部及伊犁河谷地區(qū)。冷季S/P變化不大，在0.35～0.67之間波動，以0.016%/10a的速率呈微弱減少趨勢。S/P與平均濕日氣溫顯著正相關(guān)，過去58 a平均氣溫變化是引起S/P變化的重要因素。

3）5個IPCC-CMIP5模式RCP4.5氣候情景預(yù)估數(shù)據(jù)表明，未來天山山區(qū)平均冷季降雪量變化趨勢不明顯，呈緩慢減少趨勢，冷季降水量明顯增加，S/P明顯減少；相比基準(zhǔn)期，到21世紀(jì)中期，區(qū)域平均冷季降雪量減少8.9%，降水量增加10.1%，S/P減少14.7%。

[1]Cohen J, Rind D. The effect of snow cover on the climate[J]. Journal of Climate, 1991, 4(7): 689－706.

[2]沈永平，蘇宏超，王國亞，等. 新疆冰川、積雪對氣候變化的響應(yīng)(Ⅰ)：水文效應(yīng)[J]. 冰川凍土，2013，35(3)：513－527. Shen Yongping, Su Hongchao, Wang Guoya, et al. The responses of glaciers and snow cover to climate change in Xinjiang (I): Hydrological effect[J]. Journal of Glaciology and Geocryology, 2013, 35(3): 513－527. (in Chinese with English abstract)

[3]Chen Yaning, Li Weihong, Deng Haijun, et al. Changes in central Asia's water tower: Past, Present and Future[J]. Scientific Reports, 2016, 6: 35458.

[4]Ingram W J. Constraints on future changes in climate and the hydrologic cycle[J]. Nature, 2002, 419(6903): 224－232.

[5]陳亞寧，李稚，方功煥，等. 氣候變化對中亞天山山區(qū)水資源影響研究[J]. 地理學(xué)報，2017，72(1)：18－26. Chen Yaning, Li Zhi, Fang Gonghuan, et al. Impact of climate change on water resources in the Tianshan Mountians, Central Asia[J]. Acta Geographica Sinca, 2017, 72(1): 18－26. (in Chinese with English abstract)

[6]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.

[7]Song F, Qi H. Changes in winter snowfall/precipitation ratio in the Contiguous United States[J]. Journal of Geophysical Research Atmospheres, 2007, 112: D15109.

[8]Knowles N, Dettinger M D, Cayan D R. Trends in snowfall versus rainfall in the Western United States[J]. Journal of Climate, 2006, 19(18): 4545－4559.

[9]Huntington T G, Hodgkins G A, Keim B D, et al. Changes in the proportion of precipitation occurring as snow in New England (1949—2000)[J]. Journal of Climate, 2004, 17(17): 2626－2636.

[10]Wei H, Cunde X, Tingfeng D, et al. Changes in the proportion of precipitation occurring as Rain in Northern Canada during Spring-Summer from 1979—2015[J]. Advances in Atmospheric Sciences, 2018, 35(9): 1129－1136.

[11]Serquet G, Marty C, Dulex J P, et al. Seasonal trends and temperature dependence of the snowfall/ precipitation‐day ratio in Switzerland[J]. Geophysical Research Letters, 2011, 38(7): 128－136.

[12]Guo L, Li L. Variation of the proportion of precipitation occurring as snow in the Tianshan Mountains, China[J]. International Journal of Climatology, 2015, 35(7): 1379－1393.

[13]王杰，張明軍，王圣杰，等. 基于高分辨率格點數(shù)據(jù)的1961—2013年青藏高原雪雨比變化[J]. 地理學(xué)報，2016，26(9)：142－152. Wang Jie, Zhang Mingjun, Wang Shengjie, et al. Change of snowfall/rainfall ratio in the Tibetan Plateau based ona gridded dataset with high resolution during 1961—2013[J]. Acta Geographica Sinica, 2016, 26(9): 142－152. (in Chinese with English abstract)

[14]王杰，張明軍，王圣杰，等. 1961—2013年新疆雪雨比變化[J]. 干旱區(qū)研究，2017，34(4)：889－897. Wang Jie, Zhang Mingjun, Wang Shengjie, et al. Change of snowfall /rainfall ratio in Xinjiang during the period of 1961—2013[J]. Arid Zone Research, 2017, 34(4): 889－897. (in Chinese with English abstract)

[15]任正果. 1961—2013年新疆雪雨比變化及未來趨勢預(yù)測研究[D]. 蘭州：西北師范大學(xué)，2015. Ren Zhengguo. Study the Ratio of Snowfall to Rainfall During 1961—2013 and the Future Trend Prediction in Xinjiang[D]. Lanzhou: Northwest Normal University, 2015. (in Chinese with English abstract)

[16]Jiang, Yuanan, Chen Ying, Zhao Yizhou, et al. Analysis on changes of basic climatic elements and extreme events in Xinjiang, China during 1961—2010[J]. Advances in Cliamate Change Research, 2013, 4(1), 20－29.

[17]Harris I, Jones P, Osborn T, et al. Updated high-resolution grids of monthly climatic observations: The CRU TS3. 10 Dataset[J]. International Journal of Climatology, 2014, 34: 623－642.

[18]《第二次氣候變化國家評估報告》編寫委員會. 第二次氣候變化國家評估報告[M]. 北京：科學(xué)出版社，2011.

[19]仇家琪，孫希華. 天山積雪初步研究[J]. 干旱區(qū)地理，1992，15(3)：9－21. Qiu Jiaqi, Sun Xihua. Preliminary study on snow cover in the Tianshan Mountains[J]. Arid Land Geography, 1992, 15(3): 9－21. (in Chinese with English abstract)

[20]胡汝冀. 中國天山自然地理[M]. 北京: 中國環(huán)境科學(xué)出版社，2004：10－29.

[21]IPCC. Climate Change 2013: The Physical Science Basis. Final Draft Underlying Scientific-Technical Assessment[M]//. Stocker T F, Qin D, Plattner G K, et al. eds. Cambridge, UK and New York, NY, USA: Cambridge University Press, 2013, 5.

[22]Clark M P, Slater A G, Barrett A P, et al. Assimilation of snow covered area information into hydrologic and land-surface models[J]. Advances in Water Resources, 2006, 29(8): 1209－1221.

[23]Liu Junfang, Chen Rensheng. Discriminating types of precipitation in Qilian Mountains, Tibetan Plateau[J]. Journal of Hydrology: Regional Studies, 2016, 5: 20－32.

[24]Wigmosta M S, Vail L W, Lettenmaier D P. A Distributed hydrology-vegetation model for complex terrain[J]. Water Resources Research, 1994, 30: 1665－1679.

[25]Schuur T J, Park H S, Ryzhkov A V, et al. Classification of precipitation types during transitional winter weather using the RUC model and polarimetric radar retrievals[J]. Journal of Applied Meteorology & Climatology, 2012, 51(4): 763－779.

[26]Ding Baohong, Yang Kun, Qin Jun, et al. The dependence of precipitation types on surface elevation and meteorological conditions and its parameterization[J]. Journal of Hydrology, 2014, 513(11): 154－163.

[27]Murray F W. On the computation of saturation vapor Pressure[J]. Journal of Applied Meterology, 1967, 6(1): 203－204.

[28]秦艷，丁建麗. 1961—2016年中國天山不同級別降雪事件變化特征分析[J]. 水科學(xué)進(jìn)展，2019，30(4)：457－466. Qin Yan, Ding Jianli. Variation characteristics of different levels of snowfall events in China’s Tianshan Mountains during 1961—2016[J]. Advances in Water Science, 2019, 30(4): 457－466. (in Chinese with English abstract)

[29]章誕武，叢振濤，倪廣恒. 1956—2010年中國降雪特征變化[J]. 清華大學(xué)學(xué)報(自然科學(xué)版)，2016，56(4)：381－386. Zhang Danwu, Cong Zhentao, Ni Guangheng. Snowfall changes in China during 1956—2010[J]. Journal of Tsinghua University (Science and technology), 2016,56(4): 381－386. (in Chinese with English abstract)

[30]Zhu X, Wu T, Ren L, et al. Characteristics of the ratios of snow, rain and sleet to precipitation on the Qinghai-Tibet Plateau during 1961—2014[J]. Quaternary International, 2016. doi: 10. 1016/j. quaint. 2016. 07. 030.

[31]Cannon A J, Sobie S R, Murdock T Q. Bias correction of GCM precipitation by quantile mapping: How well do methods preserve changes in quantiles and extremes?[J]. Journal of Climate, 2015, 28: 6938－6959.

[32]Eum H I, Cannon A J. Inter comparison of projected changes in climate extremes for South Korea: Application of trend preserving statistical downscaling methods to the CMIP5 ensemble[J]. International Journal of Climatology, 2017, 37: 3381－3397.

[33]Li Donghuan, Zhou Tianjun, Zou Liwei, et al. Extreme high-temperature events over east Asia in 1. 5°C and 2°C warmer futures: Analysis of NCAR CESM low‐warming experiments[J]. Geophysical Research Letters, 2018, 45(3): 1541－1550.

[34]施雅風(fēng)，沈永平，李棟梁，等. 中國西北氣候由暖干向暖濕轉(zhuǎn)型的特征和趨勢探討[J]. 第四紀(jì)研究，2003，23(2)：152－164. Shi Yafeng, Shen Yongping, Li Dongliang, et al. Discussion on the present climate change from warm-wet in northwest China[J]. Quaternary Sciences, 2003, 23(2): 152－164. (in Chinese with English abstract)

[35]吳晶，羅毅，李佳，等. CMIP5模式對中國西北干旱區(qū)模擬能力評價[J]. 干旱區(qū)地理，2014，37(3)：499－508. Wu Jing, Luo Yi, Li Jia, et al. Evaluation of CMIP5 modes’ s simulation ability in the northwest arid areas of China[J]. Arid Land Gography, 2014, 37(3): 499－508. (in Chinese with English abstract)

[36]Wang Jujie, Zhou Botao, Qin Dahe, et al. Changes in mean and extreme temperature and precipitation over the arid, region of Northwestern China: Observation and projection[J]. Advances in Atmospheric Sciences, 2017, 34(3): 289－305.

[37]梁玉蓮，延曉冬. RCPs情景下中國21世紀(jì)氣候變化預(yù)估及不確定性分析[J]. 熱帶氣象學(xué)報，2016，32(2)：183－192. Liang Yulian, Yan Xiaodong. Prediction of climate change over China and uncertainty analysis during The 21stcentury under RCPs[J]. Journal of Tropical Meteorology. 2016, 32(2): 183－192. (in Chinese with English abstract)

[38]劉昌明，劉文彬，傅國斌，等. 氣候影響評價中統(tǒng)計降尺度若干問題的探討[J]. 水科學(xué)進(jìn)展，2012，23(3)：427－437. Liu Changming, Liu Wenbin, Fu Guobin, et al. A discussion of some aspects of statistical downscaling in climate impacts assessment[J]. Advances in Water Science, 2012, 23(3): 427－437. (in Chinese with English abstract)

Variation characteristics and future trends of the snowfall/precipitation ratio in Tianshan Mountains in recent 58 years

Qin Yan1,2, Zhao Qiudong3, Meng Jie4, Ding Jianli1,2※

(1.,,830046,; 2.,,,830046,; 3.,,730000,; 4.,830000,)

Water resources in arid region of Northwest China depend heavily on mountain precipitation and snowmelt runoff. The precipitation falling as snow or rain has different hydrological effects. As a meteorological indicator reflecting snowfall/precipitation conversion, the ratio of snowfall to precipitation (S/P) is quite important, because even small changes in S/P may influence the runoff processes and available water resources. However, the long-term trend of S/P in Tianshan Mountains, China, which is critical to the future water management in the context of climate change, has been unclear. Based on the daily meteorological data from 49 stations during 1961—2018, this study conducted a parameterization scheme to desociate the snowfall from precipitation and analyze historical spatial-temporal variations of snowfall, precipitation and S/P during cold season (from October to April) within the above timeframe. Meanwhile, considering of the impacts of climate change on S/P, five GCM models of the fifth phase of the Coupled Model Intercomparision Project (CMIP5) at RCP4.5 emission scenarios were selected to project the future change of snowfall, precipitation and S/P by bias-correction with Quantile Delta Mapping (QDM). The results demonstrated that the S/P in Tianshan Mountains was affected by the topography. The S/P was larger in the mountain area than that in the basin, greater on the northern slopes than that on the southern slopes, which was significantly and positively correlated with the altitude. During the past 58 years, the snowfall and precipitation increased significantly, and the distribution of regions with the obvious changes were concentrated in the central region of the northern Tianshan Mountains and Yili River valley. Due to the synchronous trend of snowfall and rainfall, the S/P in Tianshan Mountains was found to fluctuate between 0.35 and 0.67, revealing a slight decrease trend at a rate of 0.016%/10a. A negative correlation was also noticeable between the average wet day air temperature and S/P, and air temperature change is an important factor for S/P change. Under the RCP4.5 climate scenario, it is estimated that the snowfall in cold season will increase slowly before 2040 s±5, and then gradually decrease, showing a slow declining trend overall. In contrast, precipitation will increase significantly in the future, reaching its peak around 2080s ± 5. In this case, S/P presents a continuous declining trend during the 21stcentury, which is expected to decline from 0.52 in the 2010s to 0.43 in the 2090s. In comparison with the base period (1986—2005), snowfall in 70% sites in the Tianshan Mountains will reduced by the 2050s, with the average regional snowfall in cold season decrease by 8.9%; Whereas the precipitation of 80% stations increased, with the average regional precipitation increased by 10.1%. Affected by the amount of snowfall and precipitation, S/P of 47 out of 49 stations will decrease, and the average S/P in the 2050s will decrease by 14.7% comparing to the base period. Despite of the uncertainty in the projection results of the model, the quantitative analysis of future S/P in this study is helpful in understanding the changing process of different forms of precipitation and is of great significance to the regulation of regional water resources in relation to global warming.

climate change; snowfall; precipitation; Tianshan Mountains; future trends; spatial-temporal change

秦 艷，趙求東，孟 杰，丁建麗.近58年天山降雪/降水量比率變化特征及未來趨勢[J]. 農(nóng)業(yè)工程學(xué)報，2020，36(4)：150－158. doi：10.11975/j.issn.1002-6819.2020.04.018 http://www.tcsae.org

Qin Yan, Zhao Qiudong, Meng Jie, Ding Jianli. Variation characteristics and future trends of the snowfall/precipitation ratio in Tianshan Mountains in recent 58 years[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(4): 150－158. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.04.018 http://www.tcsae.org

2019-10-17

2020-02-01

國家自然科學(xué)基金資助項目（41771470，41961059，41871059)；新疆教育廳自然科學(xué)重點項目（XJEDUI2018I008）

秦 艷，講師，博士生，主要從事干旱區(qū)氣候變化與水文水資源研究。Email：qinyan0215@163.com

丁建麗，教授，博士，博士生導(dǎo)師，主要從事干旱區(qū)資源環(huán)境遙感。Email：watarid@xju.edu.cn

10.11975/j.issn.1002-6819.2020.04.018

P334+.92；TV121+.6

A

1002-6819(2020)-04-0150-09