吳芳營 游慶龍 ,2 蔡子怡 張玲 康世昌 翟盤茂

1 復旦大學大氣與海洋科學系/大氣科學研究院，上海200438

2 中國氣象局—復旦大學海洋氣象災害聯(lián)合實驗室，上海200438

3 南京信息工程大學氣象災害教育部重點實驗室，南京210044

4 中國科學院西北生態(tài)環(huán)境資源研究院冰凍圈科學國家重點實驗室，蘭州730000

5 中國氣象科學研究院，北京100081

1 引言

青藏高原（簡稱高原）是中國最大、世界海拔最高的高原，平均海拔超過4000 m，因其蘊藏著豐富的淡水資源以及被廣泛的山地冰川和凍土覆蓋，故通常被稱為“世界屋脊”、“亞洲水塔”和“第三 極”（Immerzeel et al., 2010; Kang et al., 2010;You et al., 2016; Yao et al., 2019）。研究表明，近幾十年高原變暖速率遠快于全球平均和同緯度其他地區(qū)，并且在未來情景下高原變暖放大效應將會持續(xù)存在（You et al., 2020a, 2020b）。氣候的迅速變暖意味著高原對淡水資源儲存能力下降，東亞以及南亞廣大地區(qū)人們的淡水資源風險增加；對高原環(huán)境也產生嚴峻的影響，包括冰川融化、多年凍土退化、一些地區(qū)的荒漠化和洪水、生態(tài)系統(tǒng)的變化以及山體滑坡和冰川、湖潰決導致的洪水等自然災害的 增 加（Kang et al., 2010; Thakuri et al., 2016）。高原巨大的熱力作用可通過影響東亞季風進而對我國東部降水產生重要影響（Duan and Wu, 2004,2005; 吳國雄等, 2005; 劉宣飛和汪靖, 2006; Wu et al., 2007; 楊凱等, 2017）。此外，高原還蘊含著重要的生態(tài)系統(tǒng)價值，其變化可以對人類的福祉狀況產生影響（秦大河等, 2002; 陳德亮等, 2015）。我們需要對高原的氣候變化等環(huán)境問題有深入的認知和理解以支撐其生態(tài)環(huán)境和未來的發(fā)展（Barnett et al., 2005）。

高原及其周邊地區(qū)的氣候變化已成為爭論的焦點，成為全球地球科學領域的熱點之一（段安民等, 2016）。自20 世紀50 年代中期以來，高原的升溫速率從0.16 增至0.36°C (10a)?1，而20 世紀80 年代以來更是上升到0.50～0.67°C (10a)?1（Kuang and Jiao, 2016），且升溫存在空間不均勻性（宋辭等, 2012）。為了深入研究高原氣溫的空間變化，一些研究（林振耀和趙昕奕, 1996; 韋志剛等, 2003）還將高原進行了分區(qū)。此外，海拔也是影響氣溫變化的重要因素。越來越多的證據(jù)表明，高山地區(qū)變暖的速度快于海拔較低的地區(qū)，這種現(xiàn)象被稱為海拔依賴型變暖，即升溫速率隨海拔升高而系統(tǒng)變化。變暖率有時甚至會隨著海拔的升高而單調增加，有時這種變化則非嚴格單調（Rangwala and Miller,2012; Mountain Research Initiative EDW Working Group, 2015; You et al., 2020b）。高原作為一個高大地形，其變暖幅度和海拔高度也有密切關系。不僅整個高原的變暖幅度大于周圍低海拔地區(qū)，高原內部不同海拔高度的變暖幅度也不一致（Kang et al., 2010; Wang et al., 2014; You et al., 2016）。劉曉東和侯萍（1998）對1961～1990 年高原及其鄰近地區(qū)臺站資料進行質量檢測，并用多元回歸方法進行插補后，發(fā)現(xiàn)高原氣溫變暖趨勢與海拔高度成正比。杜軍（2001）將西藏高原36 個站點劃分為3000 m 以下、3000～4000 m、4000 m 以上，分析平均氣溫變化和海拔高度的關系得到：高海拔地區(qū)四季和年平均氣溫升溫幅度均大于低海拔地區(qū)，4000 m 以上區(qū)域增溫幅度最大。王朋嶺等（2012）基于高原地區(qū)1981～2010 年的高質量、均一化的氣象站點觀測資料研究表明，海拔每升高1000 m，站點年平均氣溫傾向率增加0.1°C (10a)?1，且冬季最為顯著。You et al.（2010）使用觀測和再分析資料研究了高原中東部氣溫趨勢隨海拔變化的情況，發(fā)現(xiàn)兩者不是簡單的線性關系，且認為再分析資料與觀測資料地形差異以及再分析資料選用陸面過程方案的不同可能是高原氣候變化趨勢和空間分布存在差異的原因。

高原臺站在西部和高海拔地區(qū)較少，衛(wèi)星遙感資料能一定程度彌補這一缺點。中分辨率成像光譜儀（MODIS）地面溫度（LST）資料作為高分辨率的衛(wèi)星遙感數(shù)據(jù)，不僅被眾多學者用來研究其在資料稀缺地區(qū)對氣溫以及氣溫直減率的估算能力（Pepin et al., 2016; Zhang et al., 2016, 2018），還被擴展到研究海拔依賴型變暖問題。如Qin et al.（2009）使用MODIS LST 數(shù)據(jù)并檢測到2000～2006 年高原溫度在 3000～4800 m 之間變暖趨勢增大，隨海拔高度的升高，變暖幅度也隨之增加，5000 m 以上由于冰雪覆蓋，增溫幅度較??；Guo et al.（2019）使用MODIS LST 和基于衛(wèi)星的2 m 氣溫數(shù)據(jù)研究了2001～2015 年高原的海拔依賴型變暖及其驅動因素，認為變暖率在2000～4500 m 呈現(xiàn)上升趨勢，但自4500～6000 m 迅速下降，且提出夜間云和積雪的變化似乎是海拔依賴型的主要控制因素，但最重要的因素是年和不同季節(jié)平均溫度的不同。Gao et al.（2018）使用高分辨率的動力降尺度模擬結果研究發(fā)現(xiàn)高原5000 m 以上氣溫趨勢不存在海拔依賴型特征。Liu et al.（2009）認為高原溫度變化的海拔依賴型不僅發(fā)生在最近幾十年，而且在未來全球氣候變暖條件下，海拔依賴型將持續(xù)或增強。全球和區(qū)域模式研究發(fā)現(xiàn)，在未來變暖加劇情景下，高原海拔依賴型變暖依然存在，且與全球變暖1.5°C 相比，全球變暖2°C 時高原海拔依賴型變暖更為顯著，并且與地表反照率反饋直接相關（You et al., 2019; Niu et al., 2021a, 2021b）。

高山環(huán)境的溫度變化比低海拔環(huán)境要快，因此海拔依賴型變暖可以加快山地生態(tài)系統(tǒng)、冰層系統(tǒng)、水文狀況和生物多樣性的變化速度（You et al.,2020b）。海拔依賴型變暖可能對高海拔地區(qū)冰凍圈保護和相關徑流、生態(tài)系統(tǒng)穩(wěn)定性和農業(yè)生產產生重大影響。此外，海拔依賴型變暖對固態(tài)和液態(tài)降水沉淀的分布變化（例如雪線的海拔）以及冰川沉積物的融化速率有影響，最終會影響下游的水流和水資源（Bolch et al., 2012）。因此，海拔依賴型變暖已成為高山地區(qū)的一個重要問題，全球和區(qū)域尺度的研究表明其表現(xiàn)形式存在顯著的空間差異（Wang et al., 2014; You et al., 2020b; Li et al.,2020）。從整體上看，大多數(shù)這些研究都表明在觀測和氣候模式中都存在海拔依賴型變暖，但在一些地區(qū)具有很強的季節(jié)性，與地表觀測的稀缺性、地面氣象網格在高原上發(fā)展的相對局限性，以及與量化方法相關的不確定性/局限性等相關（Rangwala and Miller, 2012; Mountain Research Initiative EDW Working Group, 2015; You et al., 2020b）。以 往 對于高原海拔依賴型變暖的研究多把高原作為整體研究，缺少對此特征在高原分區(qū)上的研究，且缺乏不同干濕分區(qū)下的特征與機理研究。

綜上，由于高原幅員遼闊、下墊面類型復雜多樣，高原海拔依賴型變暖作為一個復雜的研究內容，其特征隨研究時段、所用資料的不同而不盡相同，且其年和各季節(jié)的特征差異也十分明顯（劉曉東和侯萍, 1998）。積雪、冰川、凍土是高原冰凍圈主要要素。積雪—反照率反饋是冰凍圈變暖過程最主要 的 機 理 之 一（Duan and Wu, 2006; You et al.,2019; Guo et al., 2020），因此，本文將基于高分辨率溫度資料研究干濕分區(qū)下的海拔依賴型變暖的空間模態(tài)以及機理，以MODIS 白天地溫為例，在年尺度上分析高原2001～2018 年海拔依賴型特征及積雪在其中的作用，以期加深對高原海拔依賴型變暖特征和機理的理解與認知。

2 資料和方法

2.1 資料

本文中研究時段為2001 年1 月至2018 年12 月，用到的資料主要有：

（1）站點2 m 氣溫觀測資料：本研究選取由中國國家氣象信息中心整理的經過均一化和質量控制的全國范圍內共2400 余站點的逐月最高氣溫資料，可通過網站http://data.cma.cn [2020-12-11] 獲?。╕ou et al., 2019; Yan et al., 2020）。其中，在高原區(qū)域海拔高于2 km 且具有完整觀測序列的站點共122 站，站點位置和海拔分布見圖1。

圖1 青藏高原（簡稱高原）分區(qū)以及氣象站點（紅點）分布，圖中字符ID1、IC2 等意義見表1Fig.1 Ecosystem zones and distribution of meteorological stations over the Tibetan Plateau (TP), and the meanings of characters ID1, IC2,etc. in the figure are shown in Table 1

（2）衛(wèi)星遙感資料：搭載在Terra 和 Aqua 兩顆衛(wèi)星上的中分辨率成像光譜儀（MODIS）可每1～2 天獲取陸地和海洋溫度、陸地表面覆蓋、云、汽溶膠和火情等目標的圖像，是美國地球觀測系統(tǒng)（EOS）計劃中用于觀測全球生物和物理過程的重要儀器（呂京國等, 2009）。本文使用Terra 衛(wèi)星搭載的MODIS 逐月地溫資料MOD11C3（https://doi.org/10.5067/MODIS/MOD11C3.006 [2020-12-11]），是通過將分辨率為1 km 的日產品MOD11A1 重采樣后合成而生成（呂京國等, 2009），包含白天溫度和夜間溫度兩個變量，本文僅使用白天溫度；Terra 衛(wèi)星的MODIS 月積雪覆蓋率資料（https://doi.org/10.5067/MODIS/MOD10CM.061 [2021-02-09]），是基于原始條帶數(shù)據(jù)進行了地圖投影，并且選取一天中像元數(shù)據(jù)最大的數(shù)據(jù)形成日產品，月產品是由日產品合成而獲得（呂京國等, 2009;）。本文使用的分辨率均為0.05°×0.05°，且均為MODIS 第三級產品，是以統(tǒng)一的時間—空間柵格表達的變量，具有一定的完整性和一致性，可以集中進行科學研究。

（3）數(shù)字高程模型（DEM，http://srtm.csi.cgiar.org [2020-12-11]）數(shù)據(jù)提供的海拔高度，DEM 是通過有限的地形高程數(shù)據(jù)實現(xiàn)對地面地形的數(shù)字化模擬，其作為國家地理信息的基礎數(shù)據(jù)被廣泛使用，本文使用的DEM 空間分辨率為90 m×90 m，可插值成不同的分辨率與不同的資料匹配，本文僅研究高原＞2 km 區(qū)域。

2.2 方法

高原干濕分區(qū)。高原受大地勢結構和大氣環(huán)流的制約，形成了溫度、水分條件不同組合的地域，呈現(xiàn)從東南溫暖濕潤向西北寒冷干旱的變化。干濕分區(qū)是以年干燥度為主要指標、年降水量為輔助指標，區(qū)分出濕潤、半濕潤、半干旱和干旱等不同水分狀況的地域類型。本研究首先基于干濕分區(qū)（鄭度, 1996）（圖1，表1），研究高原海拔依賴型變暖的空間模態(tài)。

表1 高原分區(qū)Table1 Information of ecosystem zones over the TP

MODIS 資料結合DEM 高程數(shù)據(jù)，彌補了觀測資料在高原更高海拔（>5 km）的缺乏，故對于海拔依賴型變暖的研究不限制在5 km 以下。本研究不僅研究海拔依賴型變暖在2～5 km 的特征，還將研究5 km 以上是否存在海拔依賴型變暖。

本研究主要使用的統(tǒng)計方法有線性傾向估計、相關分析、t檢驗（魏鳳英, 1999）。在MODIS 適用性分析中，未特殊說明的均是取122 個站點所在位置的MODIS 白天地溫像元數(shù)據(jù)與站點數(shù)據(jù)分析比較。在特征分析中，MODIS 白天地溫的年際趨勢與海拔的相關系數(shù)顯著則定義為存在海拔依賴型變暖，此處是像元間的趨勢與海拔的相關系數(shù)；趨勢隨海拔變化速率同樣是像元間的趨勢與海拔的線性傾向估計。以上均使用t檢驗驗證其顯著性。

3 結果與分析

3.1 MODIS 白天地溫在高原的適用性分析

如圖2a–f 所示，在不同海拔區(qū)間內，MODIS白天地溫與觀測的最高氣溫在時間上存在很好的一致性，相關系數(shù)在0.66～0.80，且均通過顯著性檢驗，表明MODIS 白天地溫在時間和空間上能準確表現(xiàn)高原觀測到的變化。觀測的最高氣溫呈顯著的海拔依賴型變暖特征，且站點對應像元上的MODIS 白天地溫與觀測的最高氣溫趨勢變化存在很好的相關關系，相關系數(shù)為0.91；在具體數(shù)值上，MODIS 趨勢存在高估（圖2g–h）。同時，從每隔500 m 海拔區(qū)間的整個MODIS 像元平均結果來看，其與觀測更為接近，表現(xiàn)為具有更高的相關系數(shù)

（0.95），和趨勢數(shù)值更接近（圖2i）。以上結果表明MODIS 白天地溫能夠基本再現(xiàn)觀測到的海拔依賴型變暖特征，在年尺度上用MODIS 白天地溫對更高海拔的增溫趨勢做預測是可行的，這與前人結論一致（Qin et al., 2009; Zhang et al., 2016; Guo et al., 2019）。

圖2（a–f）2001～2018 年觀測的最高氣溫與中分辨率成像光譜儀（MODIS）白天地溫在青藏高原不同海拔區(qū)間的時間序列，右下角數(shù)字表示兩序列的相關系數(shù)，括號內藍色數(shù)字代表該海拔區(qū)間內氣象站點數(shù)；（g）觀測的最高氣溫趨勢隨海拔區(qū)間的變化，EDW 后的數(shù)字表示趨勢與海拔的相關系數(shù)；（h，i）觀測的最高氣溫與MODIS 白天地溫在不同海拔區(qū)間（彩色圓點）趨勢的散點圖：（h）站點所在像元的MODIS，（i）海拔區(qū)間的MODIS，右下角數(shù)字表示相關系數(shù)（相關系數(shù)后***表示通過0.01 顯著性水平的t 檢驗）Fig.2 (a–f) Time series of the observed maximum temperature and Moderate-resolution Imaging Spectroradiometer (MODIS) daytime Land Surface Temperature (LST) at different elevation ranges over the TP during 2001–2018. The number in the bottom right corner represents the correlation coefficient of the two sequences. The blue numbers in brackets of the figure title represent the number of meteorological stations in the elevation range.(g) Trend of observed maximum temperature changes with the elevation. The number after EDW indicates the correlation coefficient between the trend and elevation. (h–i) Scatter plots of the trend of the the observed maximum temperature and MODIS daytime LST at different elevation ranges (colored dot): (h) the MODIS of the pixel where the station is located; (i) the MODIS of the elevation range (the number in the bottom right corner represents the correlation coefficient, *** indicates that passed the t-test of 0.01 significance level)

3.2 MODIS 白天地溫揭示的海拔依賴型變暖特征

表2 列出了高原以及五個干濕分區(qū)的平均海拔狀況以及基于MODIS 資料的各區(qū)域基本特征，高原平均海拔為4436.8 m，MODIS 資料在高原＞2 km區(qū)域共有97246 個像元，平均白天地溫為11.86°C，平均積雪覆蓋率為17.76%。其中，平均海拔最高的為半干旱地區(qū)，比例占整個高原的41.64%，濕潤地區(qū)平均海拔最低，比例僅占整個高原的1.77%；平均白天地溫與干濕地區(qū)密切相關，表現(xiàn)為由干旱到濕潤地區(qū)平均白天地溫逐漸減少；平均積雪覆蓋率在濕潤半濕潤和濕潤地區(qū)相對較高。

圖3 給出了2001～2018 年MODIS 白天地溫在高原以及五個干濕分區(qū)的時間序列，可見該時間段內高原以及五個干濕分區(qū)除濕潤地區(qū)外區(qū)域平均白天地溫均有不顯著的增加趨勢 [0.14～0.32°C(10a)?1]（表2），同時由圖3 可見趨勢的標準誤差范圍為0.031～0.058°C a?1，表明溫度的年際波動較大，特別是在半濕潤地區(qū)，故認為未通過顯著性檢驗的原因可能是變量年際波動較大以及研究時間段較短未能有顯著的長期趨勢存在。

圖3 2001～2018 年 MODIS 白天地溫在高原以及五個干濕分區(qū)的時間序列。Trend 表示趨勢（均未通過顯著性檢驗），單位：°C (10a)?1 ；rstd 表示一元回歸系數(shù)的標準誤差，相當于趨勢的標準誤差，單位：°C a?1Fig.3 Time series of the MODIS daytime LST over the TP and its five subregions during 2001–2018. “Trend” represents the trend (none of them passed the significance test), units: °C (10a)?1, and “rstd” represents standard error of the estimated regression coefficient, units: °C a?1

表2 基于MODIS 和數(shù)字高程模型（DEM）資料的高原以及五個干濕分區(qū)的基本特征（趨勢均未通過顯著性檢驗）Table2 Basic characteristics of the TP and its five subregions based on MODIS and Digital Elevation Model data (none of them passed the significance test)

由圖4 可見MODIS 白天地溫的年際趨勢在高原以及五個干濕分區(qū)隨海拔區(qū)間的變化，在不同的干濕分區(qū)海拔依賴型變暖呈不同的特征，結合表3可見，從高原整體方面來說，＞2 km 海拔與變暖趨勢的相關系數(shù)為0.23，海拔區(qū)間的平均趨勢從?0.05°C (10a)?1左右（2～2.5 km）增加到0.5°C a?1左右（5～5.5 km），＞5.5 km 保持在較高水平，表明高原存在顯著的海拔依賴型變暖，且平均海拔每增加100 m，地溫趨勢增加0.02°C (10a?1)；2～5 km海拔與變暖趨勢的相關系數(shù)為0.17，＞5 km 海拔與變暖趨勢的相關系數(shù)為?0.01，表明雖然＞5 km的區(qū)域變暖趨勢沒有隨海拔繼續(xù)升高的情況，但是其保持在較高水平，加強了整體的變暖趨勢與海拔的相關性。

從五個干濕分區(qū)來說，＞2 km 海拔與變暖趨勢的相關系數(shù)為0.11～0.46，表明各分區(qū)存在顯著的海拔依賴型變暖，但存在差異。其中，半濕潤地區(qū)特征最顯著，表現(xiàn)為相關系數(shù)（0.46）最大，同時該區(qū)域平均海拔每增加100 m，地溫趨勢增加0.06°C (10a?1)；濕潤半濕潤相關系數(shù)為0.40，平均海拔每增加100 m，趨勢增加0.03°C (10a?1)；半干旱地區(qū)相關系數(shù)為0.34，平均海拔每增加100 m，趨勢增加0.03°C (10a?1)；濕潤地區(qū)相關系數(shù) 為0.29，平均海拔每增加100 m，趨勢增加0.01°C(10a?1)；干旱地區(qū)相關系數(shù)為0.11，特征最弱，平均海拔每增加100 m，趨勢增加0.01°C (10a?1)。各分區(qū)2～5 km 海拔與變暖趨勢的相關系數(shù)為0.06～0.41，＞5 km 海拔與變暖趨勢的相關系數(shù)為?0.07～0.18，因相關系數(shù)較?。ń^對值＜0.1）或未通過顯著性檢驗，故認為＞5 km 各分區(qū)均不存在顯著的海拔依賴型變暖特征（圖4，表3）。總的來說，海拔依賴型變暖特征在高原表現(xiàn)為偏濕潤地區(qū)強于偏干旱地區(qū)；季風區(qū)強于西風區(qū)。

表3 高原以及五個干濕分區(qū)2001～2018 年MODIS 白天地溫的年際趨勢與海拔的相關系數(shù)（***，**，*分別表示通過0.01，0.05，0.1 顯著性水平的t 檢驗）Table3 Correlation coefficients between the trend of the MODIS daytime LST and elevation over the TP and its five subregions during 2001–2018 (***, **, and * indicates that passed the t-test of 0.01, 0.05, and 0.1 significant level, respectively)

3.3 基于MODIS 資料的高原海拔依賴型變暖與積雪覆蓋率的關系

2001～2018 年，高原整體上積雪無顯著變化（圖略）。由圖5a–b 可見，高原年積雪覆蓋率在南部和西部存在大值區(qū)；中東部和南部邊緣區(qū)域積雪覆蓋率有增加趨勢，這與Guo et al.（2020）的研究一致，其余地區(qū)為減少趨勢主導，柴達木盆地積雪覆蓋率為減少趨勢。圖5c 給出了積雪覆蓋率趨勢隨海拔的變化，由于常年積雪覆蓋率相對較低，＜5 km 區(qū)域積雪覆蓋率變化趨勢不大，2～3.5 km積雪覆蓋率有增加趨勢，3.5～4.5 km 則有輕微減小趨勢，在積雪覆蓋率較高的5～6.5 km，積雪覆蓋率有較大的減少趨勢，為?2% (10a)?1左右，＞6.5 km 變化不大，是由于該區(qū)域溫度長期在較低水平（圖4）。

圖4 高原以及五個干濕分區(qū)下2001～2018 年MODIS 白天地溫的年際趨勢隨海拔區(qū)間的變化。柱狀圖上數(shù)字代表相應海拔區(qū)間的平均白天地面溫度Fig.4 Trend of the MODIS daytime LST changes with elevation ranges over the TP and its five subregions during 2001–2018. The numbers on the histogram represents the mean MODIS daytime LST in the corresponding elevation range

為研究積雪覆蓋率對高原海拔依賴型變暖特征的影響，圖5d 給出了MODIS 白天地溫趨勢與積雪覆蓋率趨勢的關系，由圖可見，高原溫度的變化與積雪覆蓋率的變化非常密切，MODIS 白天地溫和積雪覆蓋率變化有很好的負相關關系，相關系數(shù)為?0.76。積雪—反照率正反饋機制影響溫度的過程：溫度升高導致積雪融化，積雪覆蓋率減少，從而導致地表反照率降低，地面吸收的太陽短波輻射增加，進一步導致溫度升高。以上結果表明積雪—反照率反饋對其整體海拔依賴型變暖有很大貢獻。

圖5 2001～2018 年MODIS 積雪覆蓋率在高原的（a）氣候態(tài)、（b）變化趨勢分布、（c）趨勢隨海拔區(qū)間的變化以及（d）不同海拔區(qū)間的MODIS 白天地溫趨勢與MODIS 積雪覆蓋率趨勢比較。圖中數(shù)字為相關系數(shù)（**表示通過0.05 顯著性水平的t 檢驗）Fig.5 Spatial distributions of (a) climatology, (b) trend, and (c) trend change with elevation ranges from the MODIS snow cover percent (SCP) and(d) trend from the MODIS daytime LST versus trend from the snow cover in different elevation range over the TP during 2001–2018. The number in figure d represents the correlation coefficient (** indicates that it passed the t-test of 0.05 significance level)

進一步分析不同干濕分區(qū)下MODIS 白天地溫與積雪覆蓋率的變化關系。由圖6 可知，在高原不同分區(qū)兩者變化關系存在差異，在干旱、半干旱、半濕潤、濕潤半濕潤地區(qū)呈現(xiàn)的顯著的海拔依賴型變暖特征與積雪變化呈顯著的負相關關系，相關系數(shù)從?0.72 到?0.83，表明積雪—反照率反饋對這些分區(qū)的海拔依賴型變暖有很大貢獻，濕潤地區(qū)則不存在類似顯著的負相關關系。其中，相關性最高的半濕潤和濕潤半濕潤地區(qū)的海拔依賴型變暖特征也最為顯著（表3），上述兩個地區(qū)，由于年均溫在0°C 左右（You et al., 2020a），隨著氣候變暖，由于積雪—反照率反饋在積雪較淺薄的地區(qū)作用最明顯（You et al., 2020c），存在比其他地區(qū)更多的積雪覆蓋率虧損（圖6）。相對而言，干旱與半干旱地區(qū)年均溫更低，故氣候變暖程度對積雪影響相對小，相應的海拔依賴型變暖特征也相對弱。而對于濕潤地區(qū)，積雪覆蓋率的上升可能是由于降雪（固態(tài)降水）增加抵消了積雪融化損耗（Guo et al.,2020），由其他因素主導其海拔依賴型變暖。有研究通過CO2加倍試驗認為高原東部主要是云—輻射反饋過程導致了高原增溫幅度隨海拔升高而增大，而高原西南部則是積雪—反照率反饋起主導作用（Chen et al., 2003）。且高原地表水汽含量的增加會使向下長波輻射增加而導致高原增溫（Rangwala et al., 2009）。故在積雪增加的濕潤地區(qū)，可能是云輻射、水汽等其他因素主導了其海拔依賴型變暖（You et al., 2020b）

圖6 2001～2018 年高原以及五個干濕分區(qū)下不同海拔區(qū)間的MODIS 白天地溫與MODIS 積雪覆蓋率趨勢比較。左下角數(shù)字表示兩者相關系數(shù)（***、**分別表示相關系數(shù)通過0.01、0.05 顯著性水平的t 檢驗）Fig.6 Trend from the MODIS daytime LST versus the trend from the snow cover percent (SCP) in different elevation ranges over the TP and its five subregions during 2001–2018. The number in the bottom left corner represents the correlation coefficient (*** and ** indicate that the correlation coefficients passed the t-test of 0.01 and 0.05 significant level, respectively)

4 結論

本文首先對MODIS 白天地溫資料在高原的適用性進行評估。其后，依據(jù)高原干濕分區(qū)進一步研究了高原海拔依賴型變暖的空間模態(tài)。隨后，探究了積雪在各分區(qū)海拔依賴型變暖中的作用，從而得到以下主要結論：

（1） MODIS 白天地溫能夠很好地體現(xiàn)到觀測的最高氣溫的時空以及海拔依賴型變暖特征，是研究高原較高海拔（＞5 km）的溫度變化特征的可靠資料。

（2）高原整體MODIS 白天地溫存在顯著的海拔依賴型變暖特征，平均海拔每增加100 m，地溫趨勢增加0.02°C (10a?1)；干濕分區(qū)下，海拔依賴型變暖特征在高原表現(xiàn)為偏濕潤地區(qū)強于偏干旱地區(qū)；季風區(qū)強于西風區(qū)。海拔依賴型特征強弱：半濕潤地區(qū)＞濕潤半濕潤地區(qū)＞半干旱地區(qū)＞濕潤地區(qū)＞干旱地區(qū)。平均海拔每增加100 m，以上區(qū)域的地溫趨勢分別增加0.06、0.03、0.03、0.01、0.01°C (10a?1)。

（3）高原整體MODIS 白天地溫與積雪覆蓋率趨勢隨海拔區(qū)間變化的相關系數(shù)為?0.76，表明積雪—反照率反饋對其整體海拔依賴型變暖有很大貢獻；干濕分區(qū)下，地溫與積雪覆蓋率趨勢隨海拔區(qū)間變化相關性與海拔依賴型變暖程度幾乎正相關：相關性最高的半濕潤和濕潤半濕潤地區(qū)的海拔依賴型變暖特征最為顯著，是由于以上地區(qū)年均溫在0°左右，在氣候變暖背景下積雪—反照率反饋作用最為強烈；干旱與半干旱地區(qū)相關性次之，相應的海拔依賴型變暖特征也相對弱，是由于年均溫相對更低，氣候變暖程度對積雪影響相對較小，一定程度上限制了積雪—反照率反饋的作用；而濕潤地區(qū)的積雪覆蓋率的上升可能是由于降雪（固態(tài)降水）增加抵消了積雪融化損耗，云輻射、水汽等其他因素主導了其海拔依賴型變暖。

5 討論

本文衛(wèi)星遙感資料MODIS 白天地溫，結合高原干濕分區(qū)，研究了其海拔依賴型變暖特征，結果揭示了高原的偏濕潤地區(qū)強于偏干旱地區(qū)，季風區(qū)強于西風區(qū)的海拔依賴型變暖特征，Li et al.（2020）的結論也認為高原東南部的相對濕潤地區(qū)的海拔依賴型變暖是更為顯著的。進而總結了白天溫度在高原不同分區(qū)表現(xiàn)出的海拔依賴型變暖特征結合當?shù)貧夂蛱匦詫Ψe雪覆蓋率的不同影響，分析了積雪-反照率反饋主要作用的分區(qū)，也對其他可能的原因進行分析討論，但存在一些不足：

（1）盡管地面臺站資料具有可靠性高、準確度高的優(yōu)點，但是其主要分布在高原中東部地區(qū)的河谷地區(qū)，且較為稀疏，而高原的地形起伏較大，僅僅依靠現(xiàn)有臺站觀測還不能表現(xiàn)出高原復雜的氣候變化。故需借用遙感、數(shù)值模擬等手段彌補。但由于遙感技術的發(fā)展，遙感資料的時間長度有限，其質量也有很大的改進空間。例如，本文使用的MODIS 遙感數(shù)據(jù)存在以下問題：在時間上，自2000 年2 月起至今，長度僅20 年左右；在數(shù)據(jù)質量上，能否正確識別云對其準確性有較大影響；在分辨率上，雖相對其他數(shù)據(jù)較高但也無法準確描述地表要素的異質性等（Qin et al., 2009; Zhang et al.,2016; Guo et al., 2019, 2020）。此外，MODIS 提供逐日和8 天合成的1 km 分辨率地表溫度產品具有比本文中所用數(shù)據(jù)更好的時間和空間分辨率，本文考慮到研究為年尺度并未選擇。

（2）海拔依賴型變暖的特征在全球和區(qū)域尺度的研究表明，其表現(xiàn)形式存在顯著的空間差異，其作用機理十分復雜，除積雪—反照率反饋作用外，云反饋、水汽反饋、氣溶膠反饋、土壤濕度、土地利用變化、臭氧變化以及植被變綠均會產生影響（You et al., 2020b）。其中，除了最常見的驅動因素反照率和向下熱輻射的變化外，濕度變化和氣候的內部變率在青藏高原地區(qū)也有相當重要（Palazzi et al., 2019）。本文僅對積雪—反照率反饋分析，故還待更多細致的機理研究和數(shù)值模式的發(fā)展。

（3）最后，本文只考察了年平均結果，而高原冷暖兩季地表溫度的分布差異明顯，其海拔依賴型變暖特征也存在明顯差異，且冷暖季高原下墊面變化較大，大氣中各變量以及云等均存在差異，以期在后續(xù)研究中展開以上要素在冷暖兩季海拔依賴型變暖的特征與差異。