鄔曉丹， 羅 敏， 孟凡浩， 薩楚拉， 尹超華， 包玉海

（1.內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010022；2.內(nèi)蒙古自治區(qū)遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010022）

以全球變暖為主的氣候變化對(duì)氣候系統(tǒng)穩(wěn)定性產(chǎn)生了極大影響，導(dǎo)致極端事件頻繁發(fā)生。IPCC第六次報(bào)告指出，未來(lái)全球氣候?qū)⒊掷m(xù)變暖［1］，高溫?zé)崂嗽龆?，?qiáng)降水增加，極端事件復(fù)雜多變且具有突發(fā)性，給區(qū)域生態(tài)環(huán)境和人類生產(chǎn)生活帶來(lái)不利影響［2］。因此，深入了解極端氣候事件的變化趨勢(shì)對(duì)區(qū)域生態(tài)系統(tǒng)可持續(xù)發(fā)展有重要的現(xiàn)實(shí)意義，也受到越來(lái)越多國(guó)內(nèi)外研究學(xué)者的關(guān)注。大量研究表明，過(guò)去半個(gè)世紀(jì)的氣候變化過(guò)程中，全球極端降水和極端溫度事件發(fā)生的頻率、強(qiáng)度、持續(xù)時(shí)間和空間范圍急劇增加，其變化更加敏感［3-5］。研究取得比較一致的結(jié)論是：暖指數(shù)相關(guān)的極端事件呈增加趨勢(shì)，而冷指數(shù)則明顯減少，極端降水強(qiáng)度及頻率均增加。然而，受地形、大氣環(huán)流等其他因素影響，不同區(qū)域極端氣候變化情況差異明顯，表現(xiàn)出獨(dú)特的分布和變化趨勢(shì)。

新疆地處我國(guó)西北地區(qū)，生態(tài)環(huán)境極其脆弱且對(duì)氣候變化響應(yīng)敏感。近年來(lái)新疆極端事件頻發(fā)，對(duì)脆弱的生態(tài)環(huán)境造成巨大影響［6］。已有研究表明，1956—2001 年新疆極端溫度發(fā)生頻率和強(qiáng)度均增加，增溫速率達(dá)0.4 ℃·（10a）-1，高于全國(guó)平均水平［7］。從季節(jié)來(lái)看，新疆冬季升溫幅度高于夏季［8-9］。極端降水事件頻發(fā)導(dǎo)致新疆整體顯著變濕，但空間差異顯著［10-11］，如北疆和南疆北部極端降水顯著增加［12］，而東部和南部干旱加?。?3］。同時(shí)，較多學(xué)者對(duì)新疆不同區(qū)域的研究還表明，北極濤動(dòng)、南方濤動(dòng)等環(huán)流系統(tǒng)對(duì)新疆氣候有顯著影響，并且不同區(qū)域極端氣候變化對(duì)環(huán)流指數(shù)的響應(yīng)也不同［14-15］。以上研究對(duì)新疆極端氣候事件取得了一些重要的研究成果，但大多研究?jī)H從極端溫度或極端降水的方面討論該地區(qū)極端氣候事件的變化趨勢(shì)，但針對(duì)新疆極端事件變化的海拔依賴性及可持續(xù)性的相關(guān)研究還較少［16-17］。為此，本研究基于102個(gè)氣象觀測(cè)站的降水、最高溫度、最低溫度等數(shù)據(jù)，對(duì)新疆27 個(gè)極端氣候指數(shù)的時(shí)空變化特征進(jìn)行分析，探討極端氣候指數(shù)變化的海拔依賴性，以期為該區(qū)域應(yīng)對(duì)極端事件產(chǎn)生的不利影響，提高防災(zāi)減災(zāi)能力及區(qū)域可持續(xù)發(fā)展提供決策參考。

1 研究區(qū)概況

新疆位于亞歐大陸中部，是我國(guó)西北干旱半干旱區(qū)主要組成部分，面積為166.49 km2。海拔范圍介于-190～7680 m之間，地形復(fù)雜多樣，北部為阿爾泰山脈，南部為昆侖山脈，天山山脈位于新疆中部，呈現(xiàn)“三山夾兩盆”的特征，且以天山為界，分為南疆和北疆（圖1）。由于地處內(nèi)陸，遠(yuǎn)離海洋，氣候?yàn)榈湫偷臏貛Т箨懶詺夂?，年平均溫?～12 ℃，氣溫日較差大、年日照時(shí)數(shù)長(zhǎng)，是太陽(yáng)能資源比較豐富的地區(qū)。降水量稀少且集中，年均降水量約150 mm。新疆的高大山脈為攔截水汽進(jìn)入內(nèi)陸地區(qū)創(chuàng)造有利條件，形成山區(qū)降水遠(yuǎn)大于平原區(qū)降水的特征［18］，且迎風(fēng)坡降水量大于背風(fēng)坡。新疆河流水系眾多，主要補(bǔ)給來(lái)源于冰川和多年積雪融水。

圖1 研究區(qū)地形及氣象站點(diǎn)分布Fig.1 Overview of the study area and distribution of meteorological stations

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源與處理

本文所用氣象數(shù)據(jù)包括新疆102 個(gè)氣象站點(diǎn)1982—2020年的逐日最高溫度、最低溫度和降水?dāng)?shù)據(jù)，來(lái)自國(guó)家氣象科學(xué)數(shù)據(jù)中心。對(duì)異常值進(jìn)行剔除后，使用RClimDex模型計(jì)算極端氣候指數(shù)。本文選用ETCCDI 定義的27 個(gè)極端氣候指數(shù)（表1），這些極端氣候指標(biāo)綜合考慮了極端氣候事件的強(qiáng)度、頻率以及持續(xù)時(shí)間，能夠從不同方面反映極端事件的變化。從地理空間數(shù)據(jù)云平臺(tái)獲取到新疆DEM數(shù)據(jù)，中國(guó)行政邊界數(shù)據(jù)采用全國(guó)地理信息資源目錄服務(wù)系統(tǒng)發(fā)布的1：1000000基礎(chǔ)地理數(shù)據(jù)。

表1 極端氣候指數(shù)定義與分類Tab.1 Definition and classification of extreme climate indices

2.2 研究方法

2.2.1 趨勢(shì)分析法 采用線性趨勢(shì)法計(jì)算極端氣候事件的變化趨勢(shì)［19］，公式如下：

式中：Slope為線性回歸方程的斜率；n為時(shí)間序列的長(zhǎng)度；i為年序號(hào)（1≤i≤n）；Ti為第i年極端氣候指數(shù)值，若斜率為正則表示該氣候指數(shù)值呈增加趨勢(shì)，反之則表示呈下降趨勢(shì)。

2.2.2 重標(biāo)極差（R/S）分析 R/S分析用于定量描述時(shí)間序列變化趨勢(shì)的持續(xù)性特征，是一種非線性的科學(xué)預(yù)測(cè)方法［20］。R/S分析通過(guò)計(jì)算Hurst指數(shù)，判斷時(shí)間序列中的趨勢(shì)性成分，基本原理為：對(duì)于時(shí)間序列{ξ(t)，t=1，2，···，N}，取一個(gè)系列τ=1，2,···，N，對(duì)于任一τ，定義均值序列：

這里τ=1，2，···代表時(shí)滯。

用X(t,τ) 表示累積離差：

通過(guò)累積離差的最大值和最小值之差，計(jì)算出極差R，定義為：

Hurst指數(shù)取值包括3種情況［20］：當(dāng)0＜H＜0.5時(shí)，表明該時(shí)間序列未來(lái)變化趨勢(shì)與過(guò)去相反，過(guò)去呈增加趨勢(shì)則預(yù)示未來(lái)將呈減少趨勢(shì)，即時(shí)間序列的變化前后負(fù)相關(guān)；當(dāng)H=0.5時(shí)，表明時(shí)間序列為隨機(jī)序列，不存在長(zhǎng)期相關(guān)性，即時(shí)間序列前后的變化無(wú)關(guān)；當(dāng)0.5＜H＜1時(shí)，表明時(shí)間序列是一個(gè)持續(xù)性序列，具有長(zhǎng)期相關(guān)的特性，即未來(lái)的變化趨勢(shì)與過(guò)去一致，過(guò)去呈增加趨勢(shì)則預(yù)示未來(lái)將繼續(xù)增加。2.2.3 Pearson 相關(guān)分析 Pearson 相關(guān)分析用來(lái)揭示地理要素之間相互關(guān)系的密切程度［21］。本研究采用Pearson 相關(guān)分析計(jì)算極端氣候事件與區(qū)域氣候變化的關(guān)系。對(duì)于2個(gè)變量x與y，其時(shí)間序列分別記為xi與yi（i=1，2，···，n），則二者的相關(guān)系數(shù)表示為：

相關(guān)系數(shù)r的取值在［-1，1］，|r|越大表示兩變量相關(guān)性越強(qiáng)。

2.2.4 相對(duì)重要性計(jì)算 基于相對(duì)重要性分析方法量化極端氣候指數(shù)對(duì)年平均溫度（Tem）和年總降水量（Pre）的貢獻(xiàn)。具體實(shí)現(xiàn)如下：首先對(duì)各因子進(jìn)行歸一化處理，然后利用多元回歸法計(jì)算極端氣候指數(shù)對(duì)Tem 和Pre 的解釋程度。采用LGM［22］模型，將R2分解為每個(gè)因子的貢獻(xiàn)。該方法由R 語(yǔ)言的“re?laimpo”包完成［23］。

3 結(jié)果與分析

3.1 極端氣候指數(shù)時(shí)間變化特征

由圖2 可知，暖指數(shù)中TN90p、TX90p、SU、TR、TNx 及TXx 均呈顯著上升趨勢(shì)（P＜0.05），上升速率分別為2.58 d·(10a)-1、1.62 d·(10a)-1、3.76 d·(10a)-1、3.21 d·(10a)-1、0.45 ℃·(10a)-1以及0.28 ℃·(10a)-1。此外，TN90p比TX90p上升趨勢(shì)更明顯，且二者最低值均出現(xiàn)在1984 年。冷指數(shù)TNn 和ID 相對(duì)穩(wěn)定，變化幅度較小；而TN10p、TX10p、FD 和TXn 均呈下降趨勢(shì)，且除TXn 外，均通過(guò)顯著性檢驗(yàn)（P＜0.05）。TN10p 下降趨勢(shì)比TX10p 更明顯，TN10p 和TX10p 的最低值分別出現(xiàn)在2016 年和2019 年。其他指數(shù)中，由于日最高溫度和日最低溫度的不對(duì)稱增溫導(dǎo)致DTR 指數(shù)呈顯著下降趨勢(shì)，下降速率為0.16 ℃·(10a)-1；而冷指數(shù)的上升則對(duì)GSL 日數(shù)的增加起著關(guān)鍵性作用［24］，導(dǎo)致GSL 以4.75 d·(10a)-1速率呈顯著上升趨勢(shì)。暖持續(xù)日數(shù)WSDI 以1.35 d·(10a)-1呈顯著上升趨勢(shì)，冷持續(xù)日數(shù)CSDI 以-1.48 d·(10a)-1呈顯著下降趨勢(shì)。綜上所述，新疆16 個(gè)極端溫度指數(shù)均呈顯著暖化趨勢(shì)，且SU、TR、FD 及GSL 指數(shù)暖化趨勢(shì)最為顯著，與曹晴等［25］對(duì)全國(guó)冷暖指數(shù)研究結(jié)果一致。

圖2 1982—2020年新疆極端溫度指數(shù)年際變化Fig.2 Interannual variations of extreme temperature indices in Xinjiang during 1982-2020

整體上，研究時(shí)段內(nèi)新疆地區(qū)濕指數(shù)均呈不同程度上升趨勢(shì)（圖3），說(shuō)明近39 a 新疆極端降水量增加，極端降水事件增多。干指數(shù)CDD 呈下降趨勢(shì)，下降速率為-2.21 d·(10a)-1，進(jìn)一步說(shuō)明新疆的連續(xù)性干旱事件逐漸減少。濕指數(shù)中表征極端降水強(qiáng)度的指數(shù)R95p、R99p、Rx1day、Rx5day、SDII、PRCPTOT 及表征極端降水頻率的指數(shù)CWD、R1mm、R10mm、R25mm 均呈增加趨勢(shì)，反映出新疆降水量集中程度增加，易導(dǎo)致洪水等極端事件的發(fā)生。

圖3 1982—2020年新疆極端降水指數(shù)年際變化Fig.3 Interannual variations of extreme precipitation indices in Xinjiang during 1982-2020

3.2 極端氣候指數(shù)空間變化特征

不同站點(diǎn)極端溫度指數(shù)變化趨勢(shì)呈現(xiàn)明顯的空間異質(zhì)性（圖4）。暖指數(shù)中SU和TR呈顯著上升趨勢(shì)的站點(diǎn)主要分布在天山附近、南疆西南和北疆北部，占比分別為74.51%和71.58%（圖5）。TXx 在天山以東地區(qū)上升趨勢(shì)明顯，下降區(qū)域集中在北疆西部。與TXx 相比，TNx 呈下降區(qū)域的位置與之相似，但范圍明顯縮小，上升區(qū)域范圍擴(kuò)大，均分布在南疆及北疆和天山山區(qū)的交匯地帶。TXx和TNx呈顯著上升趨勢(shì)的站點(diǎn)占比分別為27.45%和55.88%。大部分站點(diǎn)TX90p（74.51%）和TN90p（91.18%）均呈顯著上升趨勢(shì)且速率由北向南遞增。

圖4 1982—2020年新疆極端溫度指數(shù)變化率空間分布Fig.4 Spatial distribution of the changing rates of extreme temperature indices in Xinjiang during 1982-2020

圖5 極端氣候指數(shù)不同站點(diǎn)變化趨勢(shì)占比Fig.5 Proportion of different changing trends of extreme climate indices

冷指數(shù)中，F(xiàn)D 在所有氣象站均呈減少趨勢(shì)，且99.02%的站點(diǎn)減少趨勢(shì)顯著；ID在北疆大部分地區(qū)呈下降趨勢(shì)，南疆則恰好相反。TXn、TNn、TX10p和TN10p 變化速率整體由北向南遞減。其中，TXn 在天山附近呈顯著下降趨勢(shì)，而TNn 在天山西部呈上升趨勢(shì)，二者發(fā)生顯著變化的站點(diǎn)占比均為0.98%。TX10p 和TN10p 呈顯著下降趨勢(shì)的站點(diǎn)占比分別為63.73%和80.39%。對(duì)于其他指數(shù)，所有站點(diǎn)GSL 均呈增加趨勢(shì)，且95.10%站點(diǎn)顯著增加。79.41%的站點(diǎn)DTR呈下降趨勢(shì)，且山區(qū)站點(diǎn)下降速率明顯高于平原區(qū)；WSDI 和CSDI 呈上升和下降趨勢(shì)的站點(diǎn)分布相反，同時(shí)變化速率由西向東呈遞減。WSDI 在新疆90.20%站點(diǎn)呈上升趨勢(shì)，且僅在北疆北部少數(shù)站點(diǎn)呈不顯著下降趨勢(shì)；CSDI 在88.24%站點(diǎn)均呈下降趨勢(shì)。該研究結(jié)果表明，極端高溫持續(xù)時(shí)間增加，冷期爆發(fā)時(shí)間減少，與全國(guó)極端溫度事件變化趨勢(shì)基本一致［26］。

濕 指 數(shù)Rx1day、Rx5day、PRCPTOT、R1mm、R10mm 及R25mm 空間變化格局相似，增速總體由西向東呈遞減（圖6）。Rx1day 和Rx5day 呈增加趨勢(shì)的站點(diǎn)分別占68.63%和70.59%，且主要分布于新疆西部，而PRCPTOT 在85.29%站點(diǎn)均呈增加趨勢(shì)，其中顯著增加的站點(diǎn)主要分布在新疆西北部；R1mm、R10mm及R25mm呈上升趨勢(shì)的站點(diǎn)分別為75.49%、76.47%和62.63%，其中R1mm 上升趨勢(shì)較R10mm 和R25mm 更顯著。對(duì)于R95p 和R99p 在全疆大部分站點(diǎn)呈增加趨勢(shì)，站點(diǎn)占比為75.49%和68.63%，且主要分布在天山以北地區(qū)。SDII 能夠反映新疆平均降水強(qiáng)度，72.55%站點(diǎn)SDII 呈上升趨勢(shì)。干指數(shù)CDD在79.41%的站點(diǎn)均呈下降趨勢(shì)，僅在塔里木盆地北緣呈上升趨勢(shì)。CDD 和CWD 在一定程度上表現(xiàn)為相反的變化趨勢(shì)，但CDD 相對(duì)CWD 下降更加顯著，下降幅度更大?？傮w來(lái)說(shuō)，近39 a 新疆極端降水事件呈增加趨勢(shì)，且山區(qū)增加趨勢(shì)高于平原地區(qū)。

圖6 1982—2020年新疆極端降水指數(shù)變化率空間分布Fig.6 Spatial distribution of the changing rates of extreme precipitation indices in Xinjiang during 1982-2020

3.3 極端氣溫降水指數(shù)的貢獻(xiàn)率

圖7 顯示了包括年平均溫度（Tem）在內(nèi)的各溫度指標(biāo)之間的相關(guān)性。除TXn 和DTR，其他極端溫度指標(biāo)與Tem 相關(guān)性均通過(guò)顯著性檢驗(yàn)。極端溫度頻率指數(shù)（TX90p、TN90p、TX10p、TN10p）較強(qiáng)度指數(shù)與Tem 的相關(guān)性更高，相關(guān)系數(shù)絕對(duì)值均大于0.85。其中Tem與高溫頻率指數(shù)TX90p、TN90p呈顯著正相關(guān)，與低溫頻率指數(shù)TX10p、TN10p呈顯著負(fù)相關(guān)。高溫頻率指數(shù)相對(duì)重要性大小均為0.92，低溫頻率指數(shù)相對(duì)重要性大小均大于1.05（表2）。低溫頻率指數(shù)與FD、ID 呈正相關(guān)，高溫頻率指數(shù)與SU、TR 呈正相關(guān)。日最低氣溫的極低值TNn 和日最高氣溫的極低值TXn 之間相關(guān)系數(shù)高達(dá)0.95，但對(duì)Tem的相對(duì)重要性較低。頻率指標(biāo)與Tem相關(guān)性較強(qiáng)度指標(biāo)更大，貢獻(xiàn)率更高。

表2 極端溫度指數(shù)對(duì)平均溫度貢獻(xiàn)率Tab.2 Contribution of extreme temperature index to average temperature

圖7 1982—2020年極端溫度指數(shù)與年平均溫度之間相關(guān)系數(shù)Fig.7 Correlation coefficients between extreme temperature indices and mean annual temperatures during 1982-2020

除CDD 外，年降水量（Pre）與極端降水指數(shù)均呈顯著正相關(guān)（圖8）。其中R1mm、R10mm、Rx1day、Rx5day、R95p和PRCPTOT 與年降水量的相關(guān)系數(shù)均大于0.88。其中，CDD 與Pre 呈顯著負(fù)相關(guān)，相關(guān)系數(shù)為-0.75。R99p 與Pre 的相關(guān)系數(shù)為0.75。通過(guò)相對(duì)重要性分析得出（表3），R25mm 和R99p 對(duì)Pre 的相對(duì)重要性最小，為0.59。其余各指數(shù)對(duì)Pre 相對(duì)貢獻(xiàn)大小的排序?yàn)椋篜RCPTOT＞R1mm＞R10mm＞R95p＞Rx5day＞Rx1day＞CWD＞SDII＞CDD。

表3 極端降水指數(shù)對(duì)年降水量貢獻(xiàn)率Tab.3 Contribution of extreme precipitation index to annual precipitation

圖8 1982—2020年極端降水指數(shù)與年降水量之間相關(guān)系數(shù)Fig.8 Correlation coefficients between extreme precipitation indices and annual precipitation during 1982-2020

通過(guò)對(duì)新疆極端氣候指數(shù)變化進(jìn)行R/S 分析，結(jié)果表明多數(shù)極端氣候指數(shù)均呈持續(xù)穩(wěn)定變化狀態(tài)（圖9）。暖指數(shù)均表現(xiàn)為持續(xù)增加趨勢(shì)，其中TX90p、TN90p、SU、TR的Hurst值均大于0.7，表現(xiàn)為強(qiáng)持續(xù)性。冷指數(shù)中除ID 外變化趨勢(shì)均可持續(xù)。其中，TNn呈持續(xù)增加趨勢(shì)，其他指數(shù)均呈持續(xù)減少趨勢(shì)。ID 的Hurst 指數(shù)值低于0.5，表現(xiàn)為反持續(xù)從上升到下降。極端降水指數(shù)中SDII的Hurst指數(shù)值為0.46，表現(xiàn)為反持續(xù)從增加到減少。其余指數(shù)的Hurst 值均大于0.5，說(shuō)明整體上新疆未來(lái)極端降水事件依然呈增加態(tài)勢(shì)。值得指出的是，極端溫度指數(shù)相較于極端降水指數(shù)的Hurst 指數(shù)值更大，持續(xù)性更強(qiáng)，可能是極端溫度指數(shù)較極端降水的穩(wěn)定性較強(qiáng)、波動(dòng)性較小導(dǎo)致。

圖9 極端氣候指數(shù)的Hurst指數(shù)值Fig.9 Hurst values of the extreme climate indices

3.4 極端氣候變化的海拔依賴性

各極端指數(shù)變化的海拔依賴性如表4所示。暖指數(shù)中SU 和TR 變化速率與海拔呈顯著負(fù)相關(guān)，變暖程度隨海拔升高而減緩。其他暖指數(shù)中，TNx 變化速率與海拔呈負(fù)相關(guān)，而TX90p、TN90p、TXx變化速率與海拔呈正相關(guān)，但相關(guān)性均未通過(guò)顯著性檢驗(yàn)。冷指數(shù)中TX10p、ID、FD 和TNn 與海拔呈負(fù)相關(guān)，說(shuō)明隨海拔升高冷指數(shù)減小速率加快，反映出隨海拔升高暖化速率加快。TXn變化速率與海拔呈顯著正相關(guān)，說(shuō)明海拔越高，發(fā)生日最高溫度最小值的可能性就越大。其他指數(shù)的變化速率均與海拔呈正相關(guān)。除R99p 和CDD 外，海拔與其他極端降水指數(shù)均呈正相關(guān)，且除Rx1day、Rx5day、SDII、R25mm外，均通過(guò)顯著性檢驗(yàn)。說(shuō)明這些極端降水指數(shù)隨海拔升高變化速率加快，呈顯著的正向海拔依賴性。CDD與海拔呈不顯著負(fù)相關(guān)，反映了持續(xù)干旱日數(shù)的降低現(xiàn)象在高海拔地區(qū)更加明顯。

表4 極端氣候指數(shù)變化的海拔依賴性Tab.4 Elevation dependence of the changes in the extreme climate indices

4 討論

本文采用16 個(gè)極端溫度指數(shù)和11 個(gè)極端降水指數(shù)，分析了1982—2020年新疆極端氣候事件的變化特征。結(jié)果表明，新疆高溫事件表現(xiàn)為上升趨勢(shì)，低溫事件呈下降趨勢(shì)，極端降水增加主要集中在山區(qū)、新疆北部及西部。夜溫（TN10p、TN90p）增溫明顯高于晝溫（TX10p、TX90p），表明夜間溫度升高對(duì)整體溫度變暖的貢獻(xiàn)更大。已有研究表明，陸地表面近50 a升溫存在明顯不對(duì)稱性，夜溫升高速率是晝溫的1.4 倍［27］，可能與云量、太陽(yáng)輻射、土壤濕度和大氣環(huán)流的改變有關(guān)。其中云量的增加會(huì)導(dǎo)致減少白天入射短波輻射到地球表面來(lái)降低晝溫并通過(guò)夜間攔截輸出的長(zhǎng)波輻射來(lái)增加夜溫，因此被認(rèn)為是最為關(guān)鍵的因素［28］。極端氣候事件變化區(qū)域上同樣存在顯著差異，晝溫（TX10p、TX90p）變化率最大區(qū)域位于天山山區(qū)，夜溫（TN10p、TN90p）和其他指數(shù)（WSDI、CSDI）變化最明顯區(qū)域位于南疆和天山區(qū)域。由于天山對(duì)中國(guó)冬季風(fēng)的阻擋作用，可能導(dǎo)致天山以南在秋冬季節(jié)受北部寒潮的影響較小，升溫更加明顯［29］。此外，天山以南降水稀少、潛在蒸發(fā)強(qiáng)烈，導(dǎo)致南坡極端指數(shù)升溫幅度更加明顯。表征極端降水的各項(xiàng)指數(shù)總體變化趨勢(shì)均不顯著。PRCPTOT呈不顯著上升趨勢(shì)，說(shuō)明新疆降水總量不顯著增加，同時(shí)CWD 增加及CDD減少也進(jìn)一步證實(shí)新疆降水量增加，干旱情況得到緩解，這與施雅風(fēng)等［30］研究新疆干濕轉(zhuǎn)變結(jié)果相一致。本研究發(fā)現(xiàn)，極端降水山區(qū)增加趨勢(shì)明顯高于平原區(qū)，與趙麗等［31］研究結(jié)果一致。可能是地形的阻擋和抬升作用導(dǎo)致盛行氣流產(chǎn)生較強(qiáng)的垂直上升運(yùn)動(dòng)，使得山區(qū)極端降水增加明顯［32］。特別是在天山西部地區(qū)極端降水指數(shù)均呈上升趨勢(shì)，可能是伊犁河谷整體地勢(shì)東高西低，導(dǎo)致西部暖濕氣流停積［33］。從溫度和降水量的變化來(lái)看，新疆氣候呈現(xiàn)“暖濕化”特征，針對(duì)這一成因，多數(shù)專家認(rèn)為是來(lái)自高緯、熱帶印度洋、阿拉伯海和局地的水汽輸送增強(qiáng)所致［34-36］，未來(lái)可通過(guò)進(jìn)一步分析蒸散指數(shù)等來(lái)判斷新疆暖濕化程度。

通過(guò)分析極端氣候指數(shù)變化對(duì)Pre 和Tem 的關(guān)系發(fā)現(xiàn)，極端氣候指數(shù)與Pre、Tem 之間相關(guān)性較好。極端溫度頻率指數(shù)TX90p、TN90p、TX10p、TN10p 對(duì)Tem 相對(duì)重要性最好；極端降水頻率指數(shù)R1mm、R10mm 和強(qiáng)度指數(shù)PRCPTOT 對(duì)Pre 的相對(duì)重要性較好。極端氣候指數(shù)變化具有較強(qiáng)的海拔依賴性，Pepin 等[17]指出變暖速度隨海拔升高而加快，本研究結(jié)果表明，多數(shù)極端溫度指數(shù)尤其是冷指數(shù)在較高海拔變暖速度更快。Yao 等[12]指出中國(guó)干旱區(qū)降水增加趨勢(shì)隨海拔升高而增大，與本研究大多數(shù)極端降水指數(shù)變化與海拔呈正相關(guān)這一結(jié)果相符。但是由于受到特殊地理、氣候以及經(jīng)濟(jì)因素，新疆的氣象站點(diǎn)分布不均勻，尤其是天山西部等地，因此加強(qiáng)站點(diǎn)建設(shè)成為一項(xiàng)重要任務(wù)[35]。

為了提高人類對(duì)于極端氣候事件災(zāi)害防御能力，本文利用Hurst 指數(shù)對(duì)極端氣候指數(shù)變化的持續(xù)性進(jìn)一步分析，發(fā)現(xiàn)未來(lái)高溫指數(shù)仍持續(xù)增加，低溫指數(shù)持續(xù)減少，新疆降水量仍然保持增加趨勢(shì)同時(shí)發(fā)生極端降水的可能性有增無(wú)減，與李佳秀等［37］關(guān)于新疆極端氣候事件趨勢(shì)預(yù)測(cè)的結(jié)論相一致。此外，以上結(jié)果表明，新疆未來(lái)可能存在極端高溫事件以及洪澇災(zāi)害事件增加的風(fēng)險(xiǎn)，應(yīng)當(dāng)引起相關(guān)部門重視。

5 結(jié)論

（1）新疆大部分暖指數(shù)TN90p、TX90p、SU、TR、TNx、TXx均呈顯著上升趨勢(shì)，除TNn和ID變化相對(duì)穩(wěn)定外，其他冷指數(shù)均呈顯著下降趨勢(shì)。極端降水指數(shù)中除干指數(shù)CDD呈下降趨勢(shì)，濕指數(shù)均呈上升趨勢(shì)。整體上，極端溫度指數(shù)變化顯著性高于極端降水指數(shù)。

（2）從空間分布來(lái)看，暖指數(shù)呈大范圍上升趨勢(shì)同時(shí)冷指數(shù)呈大范圍下降趨勢(shì)。暖指數(shù)上升趨勢(shì)較明顯的地區(qū)均集中于南疆。新疆干旱事件逐漸減少，除CDD 外，極端降水指數(shù)呈增加趨勢(shì)的站點(diǎn)占比介于61.76%～85.29%。極端溫度頻率指數(shù)對(duì)平均溫度升高貢獻(xiàn)相對(duì)更高，而雨日降水總量及中、小雨日數(shù)的增加對(duì)降水量的貢獻(xiàn)較大。

（3）除ID 外，未來(lái)新疆地區(qū)表征高溫事件的指數(shù)將持續(xù)增加，表征低溫事件的指數(shù)將持續(xù)減少；除SDII外，極端降水指數(shù)變化均可持續(xù)。多數(shù)極端溫度指數(shù)尤其是低溫指數(shù)在高海拔區(qū)域變暖趨勢(shì)更加明顯，極端降水指數(shù)呈顯著的正向海拔依賴性。