引言
人类赖以生存的大气圈和陆地圈的环境变化越来越被重视,许多学者从大气圈不同气象要素如最高或最低气温[1,2,3,4]、降水[5,6,7]、极端气候事件[8,9]等对气候变化进行了大量研究,但从陆地圈的角度对气候变化的研究较少。当地温下降到0 ℃或以下,含有水份的各种岩石和土壤呈现一种冻结现象[10],形成冻土。冻土按持续时间长短可分为短时冻土、季节性冻土和多年冻土,地球上冻土的面积约占陆地面积的50%[11],主要分布在中高纬度地带[12]。随着气候持续变暖,近年来中国地区冻土总体表现为最大冻土深度减小,季节性冻土呈现始冻期推迟、解冻期提前趋势[13,14],冻结持续日缩短,多年冻土的最大融化深度增加,面积萎缩[15],呈现退化趋势[16],未来 50 a中国地区的冻土仍持续退缩趋势,百年后将大范围改变多年冻土的空间分布[17]。不同气象因子对冻土的影响表现不同,在我国北方地区,气温对冻土的形成及存在起着决定性的作用,年平均气温和年最大冻土深度之间存在负相关关系[18,19],表现为年气温低的地方,最大冻土深,反之亦然[20],另外,最大冻土深度受海拔高度的影响较大,两者成正相关关系[21]。
1 资料
选取山西省1960—2018年108个气象站月最大冻土深度、月降水、月气温及站点所在纬度和海拔高度资料,其来源于山西省气象信息中心。考虑资料序列长度和站点分布密度,剔除不完整的站点,保留质量较高的68个气象站(图1)资料进行分析。文中北部取大同、忻州、朔州3个市所有站点平均值;中部取吕梁、太原、晋中、阳泉4个市所有站点平均值;南部取临汾、运城、长治、晋城4市所有站点的平均值。文中附图涉及的地图基于国家测绘地理信息局标准地图服务网站下载的审图号为JS(2013)01-149号的标准地图制作,底图无修改。
图1
图1
选用的气象站点空间分布
Fig.1
The spatial distribution of selected meteorological stations
2 结果分析
2.1 平均年最大冻土深度时间演变
1960—2018年山西平均年最大冻土深度平均值为71 cm,极端最大值(1968年为192 cm)出现在偏关,极端最小值(2017年为7 cm)出现在浮山。图2为1960—2018年山西平均年最大冻土深度变化。可以看出,平均年最大冻土深度最大值出现在1977年(88 cm),最小值出现在2017年(47 cm);近59 a来山西平均年最大冻土深度呈递减趋势,气候倾向率为-1.394 cm·(10 a)-1,且通过α=0.05的显著性检验。
图2
图2
1960—2018年山西平均年最大冻土深度变化
Fig.2
The variation of average annual maximum frozen soil depth in Shanxi during 1960-2018
对山西平均年最大冻土深度突变分析(图3)发现,山西平均年最大冻土深度在1986年发生了由深向浅的明显突变,并通过α=0.05的显著性检验。另外,对68个站点的年最大冻土深度逐个进行Mann-Kendall突变检测,其中56站发生了显著突变,占总站数的82.4%,突变时间分散在各个年代。
图3
图3
1960—2018年山西平均年最大冻土深度Mann-Kendall 突变检验
Fig.3
Mann-Kendall mutation test of average annual maximum frozen soil depth in Shanxi during 1960-2018
图4为1960—2018年山西68站平均年最大冻土深度小波能量谱。可以看出,68站平均年最大冻土深度的变化以准4 a的周期振荡为主,且通过α=0.05的显著性检验。
图4
图4
1960—2018年山西68站平均年最大冻土深度小波能量谱
(粗实线表示通过α=0.05显著性水平临界值,细实线表示边缘效应影响较大的区域)
Fig.4
Wavelet spectrum of average annual maximum frozen soil depth at 68 stations in Shanxi during 1960-2018
[Thick black contour designates critical value at the 0.05 significance level, and the cone of influence (COI) where edge effects might distort the picture is shown as a light contour]
2.2 月最大冻土深度变化
图5为山西北部、中部和南部平均月最大冻土深度变化。可以看出,冻土只出现在冬半年,每年10月开始出现冻土,到次年2月冻土深度达最大,然后开始融冻,到5月全部解冻,表明山西最大冻土深度具有明显的季节变化特征。
图5
图5
1960—2018年山西北部、中部和南部平均月最大冻土深度变化
Fig.5
The monthly variation of average maximum frozen soil depth in northern, central and southern Shanxi during 1960-2018
2.3 年最大冻土深度空间分布
图6为山西1960—2018年平均年最大冻土深度空间分布。可以看出,平均年最大冻土深度南浅北深,在同一纬度表现为西深东浅的空间分布特征,最小值17 cm出现在低纬度、低海拔的南部垣曲县,最大值143 cm出现在高纬度、高海拔的西北部右玉县。
图6
图6
1960—2018年山西平均年最大冻土深度空间分布(单位:cm)
Fig.6
The spatial distribution of average annual maximum frozen soil depth in Shanxi Province during 1960-2018 (Unit: cm)
表1 山西年最大冻土深度EOF分解的前10个模态方差贡献率及累积方差贡献率 单位:%
Tab.1
| 模态 | 方差贡献率 | 累积方差贡献率 |
|---|---|---|
| 1 | 46.9 | 46.9 |
| 2 | 11.5 | 58.4 |
| 3 | 6.7 | 65.1 |
| 4 | 5.6 | 70.7 |
| 5 | 2.9 | 73.6 |
| 6 | 2.5 | 76.1 |
| 7 | 2.4 | 78.5 |
| 8 | 2.1 | 80.6 |
| 9 | 1.7 | 82.3 |
| 10 | 1.5 | 83.8 |
图7为1960—2018年山西年最大冻土深度EOF分解前2个模态空间型及时间系数。可以看出,第1模态空间型表现为正的全省一致型,相应的时间系数在1987年之前以正值居多,之后以负值居多,表明山西年最大冻土深度在1987年之后开始有一致变浅趋势。第2模态空间型表现为南负北正型,相应的时间系数在1980年前大多为负值,表明1980年前山西年最大冻土深度分布主要为南深北浅,而在1980年以后时间系数多为正值,年最大冻土深度的空间分布转为南浅北深,年最大冻土深度在山西南部由深变浅,北部由浅变深,存在明显的年代际变化特征。
图7
图7
1960—2018年山西年最大冻土深度EOF分析前2模态空间型(a、b)及时间系数(c、d) (a, c)第1模态,(b, d)第2模态
Fig.7
The spatial patterns (a, b) and time coefficients (c, d) of the first two modes of annual maximum frozen soil depth decomposed by EOF in Shanxi during 1960-2018 (a, c) the first mode, (b, d) the second mode
3 年最大冻土深度影响因子
3.1 与降水的空间相关
分析山西68站多年平均年最大冻土深度分别与冻土持续期降水的空间相关系数发现,冻土持续期降水量与年最大冻土深度均呈负相关,且均通过 α=0.001的显著性检验。表明年最大冻土深度受冻土持续期降水量影响较大,降水量多的站点,年最大冻土深度浅,反之亦然。
3.2 与降水的时间相关
分析59 a山西平均年最大冻土深度分别与冻土持续期降水的时间相关系数(表2)发现,前一年11月降水量与年最大冻土深度呈正相关,当年2月降水量与年最大冻土深度呈负相关,且相关系数均通过α=0.10的显著性检验。表明前一年11月降水量多时,年最大冻土深度深,当年2月降水量少时,年最大冻土深度深,反之亦然。
表2 年最大冻土深度与降水的相关系数
Tab.2
| 降水 | 空间相关系数 | 时间相关系数 |
|---|---|---|
| 前一年11月降水 | -0.81** | 0.22* |
| 前一年12月降水 | -0.61** | 0.04* |
| 1月降水 | -0.67** | -0.03 |
| 2月降水 | -0.65** | -0.21** |
| 3月降水 | -0.60** | -0.18 |
注:*和**分别表示通过α=0.10和α=0.001的显著性检验。
3.3 与气温的空间相关
为了更好地探究气温对年最大冻土深度的影响,分析山西68站多年平均年最大冻土深度分别与前一年11月至当年3月(冻土持续期)月平均气温的空间相关系数(表3)发现,前一年11月至当年3月气温与年最大冻土深度呈负相关,且均通过α=0.001的显著性检验,表明冻土持续期气温低的站点,年最大冻土深度深,气温高的站点年最大冻土深度浅。
表3 年最大冻土深度与气温的相关系数
Tab.3
| 气温 | 空间相关系数 | 时间相关系数 |
|---|---|---|
| 前一年11月气温 | -0.72** | -0.35* |
| 前一年12月气温 | -0.74** | -0.38* |
| 1月气温 | -0.74** | -0.78** |
| 2月气温 | -0.71** | -0.47** |
| 3月气温 | -0.66** | -0.19 |
注:*和**分别表示通过α=0.01和α=0.001的显著性检验。
3.4 与气温的时间相关
分析59 a山西平均年最大冻土深度分别与冻土持续期月平均气温的时间相关系数(表3)发现,年最大冻土深度与冻土持续期月平均气温呈负相关,其中前一年11、12月的相关系数通过α=0.01的显著性检验,1、2月的相关系数通过α=0.001的显著性检验,3月的相关系数没有通过α=0.10的显著性检验。表明年最大冻土深度受当年1月平均气温影响最大,受当年2月平均气温影响次之,前一年11、12月平均气温影响较小,因此当年1月平均气温低是导致年最大冻土深度加深的主要因素。
3.5 与纬度和海拔高度的关系
为了弄清纬度和海拔高度与最大冻土深度的关系,将68站年最大冻土深度多年平均值序列分别与纬度、海拔高度序列进行相关分析,发现年最大冻土深度与纬度的相关系数为0.92,与海拔高度的相关系数为0.75,且均通过α=0.001的显著性检验,表明山西年最大冻土深度与纬度和海拔高度呈显著正相关,即山西年最大冻土深度随纬度增大而加深,且海拔高度越高,冻土越深。
4 结论
(1)1960—2018年,山西68站平均年最大冻土深度为71 cm,平均年最大冻土深度呈显著递减趋势,气候倾向率为-1.394 cm·(10 a)-1,且在1986年发生一次显著的气候突变,68站中有56站发生了显著突变,占总站数的82.4%;平均年最大冻土深度存在准4 a周期。
(2)山西年最大冻土深度空间分布特征总体南浅北深,在同一纬度上西深东浅。EOF分解前2个模态的累积方差贡献率达58.4%。第1模态空间型为全省一致型,第2模态空间型为南北反向型。
(3)山西年最大冻土深度受冻土持续期降水量影响较大,降水量多的站点,年最大冻土深度浅,反之亦然;前一年11月降水量多时,年最大冻土深度深,当年2月降水量少时,年最大冻土深度深,反之亦然。冻土持续期月平均气温与最大冻土深度呈显著负相关,冻土持续期气温高的站点年最大冻土深度浅,气温低的站点年最大冻土深度深,同时当年1月平均气温与年最大冻土深度的相关性最好。另外,山西年最大冻土深度与纬度和海拔高度呈显著正相关。
致谢
文章在撰写过程中得到了山西省气候中心李智才正研和山西省气象台赵桂香正研的指导和帮助,在此表示衷心的感谢!
参考文献
Climate changes in temperature and precipitation extremes in an alpine grassland of Central Asia
[J].
Global observed changes in daily climate extremes of temperature and precipitation
[J].
A study on anomalous activities of East Asian summer monsoon during 1999
[J].
高寒生态脆弱区冻土碳水循环对气候变化的响应——以甘南州为例
[J].
以位于青藏高原与黄土高原及陇南山地过渡带的甘南藏族自治州为例,基于考虑土壤冻融界面变化的陆面过程模式研究了1979-2012年冻土变化及水资源与生态系统碳通量对气候变化的响应。结果表明,甘南州气候态多年冻土面积约1.5×10<sup>4</sup> km<sup>2</sup>,季节性冻土约占2.5×10<sup>4</sup> km<sup>2</sup>,多年冻土最大融化深度呈增加趋势,季节冻土最大冻结深度逐渐减少,整体上冻土正随着气温上升逐步退化；尽管降雨有所增加,而气温上升引起的蒸散发增加也可能是产流减少的原因之一,其中多年冻土区更为敏感,水热变化增减率较季节冻土区大；生态系统碳循环方面,北部主要表现为碳源,南部则表现为碳汇,升温促进植被生长,使得进入生态系统的碳呈略微增加的趋势,尽管总初级生产力（GPP）与净初级生产力（NPP）呈增长趋势,但植被碳利用效率逐步减小,表明气候变化背景下生态系统固碳能力有所退化；最后经多元回归分析可知,气候变化在多年冻土区可以解释66%的NPP变化与31%的生态系统净交换量（NEE）变化,而在季节冻土区则能解释45%的净初级生产力变化。
CMIP5耦合模式对青藏高原冻土变化的模拟和预估
[J].利用第五次耦合模式比较计划（CMIP5）多个模式的模拟结果,对比再分析资料和青藏高原（下称高原）冻土图,评估了模式对当前（1986-2005年）高原冻土的模拟能力。在此基础上应用多模式集合平均结果,预估了未来不同典型浓度路径（RCPs）情景下高原地表层多年冻土的可能变化。结果表明：CMIP5耦合模式对高原冻土有一定的模拟能力,采用SFI地面冻结指数模型计算的当前地表层多年冻土分布与高原冻土图有较好的吻合,1986-2005年高原地表层平均多年冻土面积为127.5×10<sup>4</sup> km<sup>2</sup>；多模式集合预估结果显示,高原地表层多年冻土呈现区域性退化趋势,高原东部、南部及北部边缘地区冻土带退化较为明显,有从外围向西北部多年冻土区逐步退化的趋势,RCP2.6、RCP4.5、RCP6.0和RCP8.5情景下未来50年地表层多年冻土面积分别减少约23.9×10<sup>4</sup> km<sup>2</sup>（20.8%）、33.5×10<sup>4</sup> km<sup>2</sup>（27.7%）、25.6×10<sup>4</sup> km<sup>2</sup>（21.1%）和43.5×10<sup>4</sup> km<sup>2</sup>（35.3%）,到21世纪末期不同情景下多年冻土面积分别约为为91.4×10<sup>4</sup> km<sup>2</sup>、70.9×10<sup>4</sup> km<sup>2</sup>、72.8×10<sup>4</sup> km<sup>2</sup>和41.7×10<sup>4</sup> km<sup>2</sup>。
新疆阿勒泰地区1963—2012年年最大冻土深度的时空分布及其对气温变化的响应
[J].
