劉 煒, 焦樹林

(貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴陽 550025)

氣候變化不僅包括平均氣候的變化，還包括極端氣候的變化。極端氣候事件是指一定地區(qū)在一定時(shí)間內(nèi)出現(xiàn)的歷史上罕見的氣象事件，其發(fā)生概率通常小于5%或10%，極端氣候事件總體可分為極端高溫、極端低溫、極端干旱、極端降水等。20世紀(jì)50年代以來，全球氣候變化已逐步成為不爭(zhēng)的事實(shí)，IPCC第5次評(píng)估報(bào)告指出，從1880年以來，全球地表持續(xù)升溫，到2012年升高了0.85 ℃，且升溫速率不斷加快。IPCC第六次評(píng)估報(bào)告相關(guān)解讀指出，過去10年，地球氣溫比19世紀(jì)后半葉高0.95～1.20 ℃，最佳估計(jì)值為1.10 ℃；報(bào)告警告稱，即使只升溫1.50 ℃，熱浪、旱災(zāi)等氣候事件也可能比以往所見更嚴(yán)重，在全球和區(qū)域?qū)用娑际侨绱?。極端降水事件在不同地區(qū)表現(xiàn)出各自的演變趨勢(shì)和獨(dú)特的分布格局，在我國(guó)，由于山丘面積較大，人為活動(dòng)較為強(qiáng)烈，極端降水事件往往會(huì)造成嚴(yán)重的水土流失：我國(guó)大部分地區(qū)水土流失一般主要由少數(shù)幾次大雨或暴雨造成，如2017年7月陜西無定河特大暴雨事件造成低洼道路淤積，山坡生產(chǎn)道路遭到毀滅性破壞，為該區(qū)500年一遇的暴雨；2021年7月河南鄭州遭遇“千年一遇”的特大暴雨，由于降水持續(xù)時(shí)間比較長(zhǎng)，發(fā)生的區(qū)域比較集中，造成河南省西部、西北部山區(qū)山洪地質(zhì)災(zāi)害風(fēng)險(xiǎn)明顯增高，同時(shí)還造成了大范圍城市內(nèi)澇、農(nóng)田積澇等。

從相關(guān)學(xué)者的研究現(xiàn)狀來看，貴州境內(nèi)流域極端氣候的相關(guān)研究較少，僅黃維等、朱大運(yùn)等對(duì)貴州省極端氣候進(jìn)行過時(shí)空變化分析；周德全等、張丹丹等、冉仙果等、張錦等、謝仁波等基于縣域或草海進(jìn)行過極端降水事件的時(shí)空變化分析；而在貴州省境內(nèi)流域的相關(guān)研究中，魏星宇等、劉純軍等主要集中在土地利用時(shí)空變化及重金屬污染方面。貴州省的氣候變化直接關(guān)系到省內(nèi)人們的生存及工農(nóng)業(yè)生產(chǎn)，并對(duì)全國(guó)的生態(tài)環(huán)境、水資源、糧食安全以及社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展產(chǎn)生重要影響。文中以貴州境內(nèi)流域?yàn)檠芯繉?duì)象，基于氣溫、降水日值數(shù)據(jù)利用RClimDex軟件提取17個(gè)國(guó)際通用的極端氣候指標(biāo)，從定性和定量的角度了解不同流域極端氣候指標(biāo)變化的異同及與植被NDVI的關(guān)系，以達(dá)到在區(qū)域尺度上，更好理解氣候極端事件的廣泛時(shí)間和空間尺度的目的，從而提高對(duì)有著“喀斯特王國(guó)”的貴州省極端氣溫和極端降水事件變化特征及規(guī)律的認(rèn)識(shí)，為科學(xué)適應(yīng)、減緩和應(yīng)對(duì)極端氣候異常提供參考和依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

貴州省地處中國(guó)西南內(nèi)陸地區(qū)腹地，103°36′-109°35′E，24°37′-29°13′N(圖1)，處于云貴高原向東部低山丘陵過渡的斜坡地帶；境內(nèi)地勢(shì)西高東低，平均海拔1 100 m。全省共劃分為2個(gè)水資源1級(jí)區(qū)，即長(zhǎng)江和珠江2大水系，8大流域，苗嶺是長(zhǎng)江和珠江兩大水系的分水嶺，其中苗嶺以北屬于長(zhǎng)江水系，主要包括牛欄江橫江流域、烏江流域、赤水河流域、沅江流域，珠江水系主要包括南盤江流域、北盤江流域、紅水河流域、都柳江流域。境內(nèi)大部分地區(qū)雨日在160天以上，小雨多，占全年總雨日的80%，多年平均降水量在1 100～1 300 mm，最大降水量接近1 600 mm，降雨量較為充沛，但時(shí)空分布不均，受季風(fēng)的影響降水多集中于夏季，境內(nèi)各地陰天日數(shù)一般超過150天，常年相對(duì)濕度在70%以上；氣溫變化小，最熱月(7月)平均氣溫一般是22～25 ℃，為典型夏涼地區(qū)，年均氣溫14～16 ℃，極端最高溫多不超過38 ℃，極端最低溫很少低于-8 ℃，生長(zhǎng)期達(dá)230～270天，南部海拔較低的河谷盆地生長(zhǎng)期可達(dá)290～300天以上，有霜日僅10～15天。

圖1 研究區(qū)概況

1.2 數(shù)據(jù)來源及處理

1.2.1 數(shù)據(jù)類型 文中數(shù)據(jù)主要包括基礎(chǔ)地理信息數(shù)據(jù)及氣象數(shù)據(jù)2種，基礎(chǔ)地理信息數(shù)據(jù)主要包括貴州省界矢量數(shù)據(jù)，來源于資源環(huán)境數(shù)據(jù)云平臺(tái)(https://www.resdc.cn/)，數(shù)字高程模型(Digital Elevation Model)數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)，并根據(jù)1∶1 900 000萬的貴州省水系圖進(jìn)行屏幕跟蹤矢量化，獲取貴州省8大流域的矢量邊界圖；氣象數(shù)據(jù)從中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)獲取日值數(shù)據(jù)集(V3.0)，剔除缺測(cè)值年份較多的站點(diǎn)后提取1961-2020年貴州省31個(gè)氣象站點(diǎn)的氣溫和降水日值數(shù)據(jù)并進(jìn)行異常值處理，對(duì)部分缺測(cè)數(shù)據(jù)結(jié)合多元線性內(nèi)插法進(jìn)行插補(bǔ)以獲取完整的基礎(chǔ)數(shù)據(jù)。植被NDVI(歸一化植被指數(shù))數(shù)據(jù)為MODIS數(shù)據(jù)MOD13Q1產(chǎn)品，來源于(https://ladsweb.modaps.eosdis.nasa.gov),時(shí)間范圍為2000-2020年，行列號(hào)h27v06，時(shí)間分辨率16天,空間分辨率250 m,利用NASA官網(wǎng)上的HEG(HDF-EOS TO GeoTIFF Conversion Tool)工具對(duì)數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換、裁剪，去除異常值，最后采用平均值法將數(shù)據(jù)融合為逐年NDVI數(shù)據(jù)。

1.2.2 極端氣候指標(biāo) RClimDex可用于計(jì)算16個(gè)極端氣溫指數(shù)和11個(gè)極端降水指數(shù)，共27項(xiàng)(https://github.com/ECCC-CDAS/RClimDex)。文中基于1961-2020年貴州省31個(gè)氣象站點(diǎn)的逐日氣溫降水?dāng)?shù)據(jù)，結(jié)合RClimDex軟件計(jì)算17個(gè)國(guó)際通用的極端氣候指標(biāo)(9個(gè)極端溫度指標(biāo)和8個(gè)極端降水指標(biāo))，其中極端氣溫指數(shù)主要包括高溫指數(shù)、低溫指數(shù)、持續(xù)指數(shù)；極端降水指數(shù)主要包括強(qiáng)度指數(shù)、量級(jí)指數(shù)、持續(xù)指數(shù)(表1)。

表1 極端氣候指數(shù)名稱及釋義

1.3 研究方法

在數(shù)值分布范圍上采用箱型圖對(duì)1961—2020年貴州省及8個(gè)流域的極端氣候指數(shù)進(jìn)行描述統(tǒng)計(jì)分析，以反映數(shù)據(jù)的離散分布情況，盡可能排除異常值的影響，箱子的寬度在一定程度上反映了數(shù)據(jù)的波動(dòng)程度。在空間變化特征上，ANUSPLIN氣象插值軟件是目前比較流行的氣象插值軟件，更適合對(duì)貴州省復(fù)雜地形下的氣象數(shù)據(jù)進(jìn)行插值，文中用到的功能模塊主要包括SPLINA和LAPGRD模塊，其中SPLINA模塊適用于小于2 000個(gè)要素的點(diǎn)文件，允許一個(gè)或者多個(gè)獨(dú)立變量的任意數(shù)量的(局部)薄盤光滑樣條(thin plate splines，TPS)函數(shù)，且光滑系數(shù)通常用GCV決定，GCV的值越小，插值精度越準(zhǔn)確；LAPGRD模塊主要是進(jìn)行局部薄盤光滑樣條函數(shù)表面估值并計(jì)算貝葉斯標(biāo)準(zhǔn)誤差，并生成一個(gè)規(guī)則的矩形柵格文件。所以以高程為協(xié)變量，經(jīng)緯度為變量，選擇3變量薄盤光滑樣條函數(shù)對(duì)極端氣候數(shù)據(jù)進(jìn)行空間插值，因計(jì)算機(jī)運(yùn)算內(nèi)存限制，將插值數(shù)據(jù)空間分辨率重采樣為250 m以計(jì)算空間變化特征。Sen斜率估計(jì)，用于計(jì)算趨勢(shì)值，是一種穩(wěn)健的非參數(shù)統(tǒng)計(jì)的趨勢(shì)計(jì)算方法，文中利用Sen+MK的方法先計(jì)算極端氣候指數(shù)Sen趨勢(shì)值，然后當(dāng)?shù)慕^對(duì)值高于1.96則認(rèn)為通過了95%顯著性檢驗(yàn)，從而獲知極端氣候指數(shù)空間變化顯著性。最后利用相關(guān)分析法分析極端氣候因子與植被NDVI的相關(guān)關(guān)系。

2 結(jié)果與分析

2.1 氣溫指數(shù)的變化特征

2.1.1 指數(shù)數(shù)值的分布范圍 由圖2可知，高溫指數(shù)中SU25(夏日日數(shù))在貴州省存在異常值，在省域及流域間的波動(dòng)程度較?。黄渲信诮瓩M江、紅水河、沅江、北盤江流域均存在偏大的異常值，說明SU25的值存在異常偏高的現(xiàn)象。南盤江、紅水河、都柳江、沅江流域的SU25均高于貴州省的整體值133天，其中南盤江流域波動(dòng)最大；牛欄江橫江、烏江、赤水河、北盤江流域的SU25均低于貴州省的整體值，其中以牛欄江橫江流域的異常值較多、均值最低25天、波動(dòng)最大。省8個(gè)流域的TX90P(暖晝?nèi)諗?shù))波動(dòng)較大，除牛欄江橫江、烏江、赤水河流域存在異常值偏高外，其余流域不存在異常值。南盤江、都柳江、赤水河、沅江流域均值與貴州省均值相同，為11天，其中南盤江、赤水河流域數(shù)值波動(dòng)較大；牛欄江橫江、烏江、紅水河、北盤江流域的均值(10天)均低于貴州省整體值。即TX90P在北盤江流域的均值較小且數(shù)值較為集中，波動(dòng)性不大，而在南盤江、赤水河流域的均值較大且數(shù)值分布區(qū)間較大，即暖晝?nèi)諗?shù)波動(dòng)性較大。TN90P(暖夜日數(shù))在8個(gè)流域之間的波動(dòng)較大，除在牛欄江橫江、都柳江、北盤江流域存在異常值，且都柳江的異常值較多外，其余流域及貴州省均沒有異常值；在牛欄江橫江、紅水河流域的值域區(qū)間較大。

由圖2可知，低溫指數(shù)中的FD0(霜日日數(shù))在牛欄江橫江流域的波動(dòng)程度較大；除牛欄江橫江、烏江、都柳江流域沒有異常值外，其余流域均存在偏大的異常值。牛欄江橫江、烏江及沅江流域的FD0均高于貴州省的整體值15天。TX10P(冷夜日數(shù))在省域內(nèi)及各個(gè)流域內(nèi)的波動(dòng)均較大，除南盤江流域存在異常值外，其余流域不存在異常值。TN10P(冷晝?nèi)諗?shù))在省域內(nèi)及流域內(nèi)的波動(dòng)程度是最大的，但除紅水河流域存在異常值外，其余流域均不存在異常值。

圖2 1961-2020年貴州省氣溫指數(shù)(高、低溫)的箱型圖

2.1.2 空間變化趨勢(shì) 對(duì)極端高溫指數(shù)的空間分布進(jìn)行趨勢(shì)分析及95%顯著性檢驗(yàn)(圖3和表2、表3)，SU25(夏日日數(shù))變化趨勢(shì)的范圍為-1.25～0.66 d/a，顯著下降趨勢(shì)的像元占1.91%，顯著上升趨勢(shì)的像元占43.67%，總體以0.25 d/a顯著上升；流域中，除赤水河流域以-0.08 d/a顯著下降外，其余流域均呈顯著上升趨勢(shì)，且牛欄江橫江流域的上升趨勢(shì)最快為0.34 d/a。TX90P(暖晝?nèi)諗?shù))變化趨勢(shì)的范圍為-0.10～0.18 d/a，顯著下降趨勢(shì)的像元占0.01%，顯著上升趨勢(shì)的像元占74.32%，總體以0.07 d/a顯著上升；所有流域均呈顯著上升趨勢(shì)，其中南盤江、都柳江流域上升最快，均為0.09 d/a。TN90P(暖夜日數(shù))變化趨勢(shì)的范圍為-0.10～0.33 d/a，顯著下降趨勢(shì)的像元占比0，顯著上升趨勢(shì)的像元占比92.46%，總體以0.12 d/a顯著上升；所有流域均呈顯著上升趨勢(shì)，且牛欄江橫江流域上升最快，為0.19 d/a。

表2 1961-2020年貴州省極端高溫指數(shù)像元占比及變化趨勢(shì) 單位：%

表3 1961-2020年貴州省8大流域高溫指數(shù)變化趨勢(shì)

圖3 1961-2020年貴州省極端高溫指數(shù)的空間變化趨勢(shì)

從表4、表5貴州省極端低溫指數(shù)變化趨勢(shì)特征值的統(tǒng)計(jì)及空間分布(圖4)可知，F(xiàn)D0(霜日日數(shù))的變化趨勢(shì)范圍為-0.82～0 d/a，顯著下降趨勢(shì)的像元占89.78%，顯著上升趨勢(shì)像元占0，總體以-0.23 d/a顯著下降；所有流域均呈顯著下降趨勢(shì)，其中牛欄江橫江流域下降趨勢(shì)最快，為-0.40 d/a。TX10P(冷晝?nèi)諗?shù))的變化趨勢(shì)范圍為-0.15～0.06 d/a，顯著下降趨勢(shì)的像元占25.59%，顯著上升趨勢(shì)的像元占0，總體以-0.07 d/a顯著下降；所有流域均呈顯著下降趨勢(shì)，且南盤江流域的下降趨勢(shì)最快，為-0.09 d/a。TN10P(冷夜日數(shù))的變化趨勢(shì)范圍為-0.29～-0.04 d/a，顯著下降趨勢(shì)的像元占94.0%，顯著上升趨勢(shì)的像元占0，總體以-0.14 d/a顯著下降；所有流域均呈顯著下降趨勢(shì)，且牛欄江橫江流域下降趨勢(shì)最快，為-0.19 d/a。

圖4 1961-2020年貴州省極端低溫指數(shù)的空間變化趨勢(shì)

表4 1961-2020年貴州省極端低溫指數(shù)像元占比及變化趨勢(shì) 單位：%

表5 1961-2020年各流域低溫指數(shù)變化趨勢(shì)

2.2 降水指數(shù)的變化特征

2.2.1 指數(shù)數(shù)值的分布范圍 由圖5可知，降水強(qiáng)度指數(shù)中的RX1day(日最大降水量)在南盤江流域的波動(dòng)程度最大，除赤水河流域無異常值外，貴州省及其余7個(gè)流域均存在異常值，且異常值出現(xiàn)在高值部分，說明降水存在增加的概率。南盤江、紅水河、沅江、北盤江流域的RX1day均高于貴州省的整體值88.10 mm；牛欄江橫江、烏江、都柳江、赤水河流域的SU25均低于貴州省的整體值；R25 mm(大雨以上日數(shù))在流域之間存在差異，值的波動(dòng)較大，除南盤江、北盤江流域存在偏小的異常值外，其余流域及省域范圍不存在異常值。南盤江、紅水河、都柳江、沅江、北盤江流域的R25 mm均值均高于省域均值(12.3天)；牛欄江橫江、烏江、赤水河流域均低于省域均值。SDII(降水強(qiáng)度)的波動(dòng)較大，異常值以偏大的居多，省域范圍內(nèi)SDII的均值為10.60 mm。南盤江、紅水河、都柳江、沅江、北盤江流域均高于省域均值，其中紅水河流域的SDII最大，意味著降水強(qiáng)度最大，年均值為11.70 mm；牛欄江橫江、烏江、赤水河流域的均值均低于省域均值。

由圖5可知，省域范圍內(nèi)，降水量級(jí)指數(shù)中的PRCPTOT(年總降水量)的異常值主要分布在牛欄江橫江、南盤江、赤水河流域，貴州省異常值偏小，各個(gè)流域的波動(dòng)程度較大，波動(dòng)程度最大的是南盤江流域；牛欄江橫江、烏江、紅水河、赤水河流域的PRCPTOT均值均小于省降水總量(1 181.90 mm)；南盤江、都柳江、沅江、北盤江流域的PRCPTOT總量均高于省域均值。R95P(極端降水量)除牛欄江橫江、赤水河、沅江流域外，其余分區(qū)不存在異常值，各流域及貴州省的R95P波動(dòng)程度均較大，最大的為南盤江流域；牛欄江橫江、烏江、紅水河、赤水河流域的R95P均小于省域均值(338.10 mm)。R99P(極端強(qiáng)降水量)在貴州省、牛欄江橫江、赤水河、沅江、北盤江流域均存在異常值，貴州省的R99P波動(dòng)最小，異常值偏大，南盤江流域的波動(dòng)最大；牛欄江橫江、烏江、紅水河、赤水河流域的R99P均值均小于省域均值(106.00 mm)。

圖5 1961-2020年貴州省降水指數(shù)(強(qiáng)度、量級(jí))的箱型圖

2.2.2 空間變化特征 對(duì)貴州省極端降水強(qiáng)度指數(shù)的空間分布進(jìn)行趨勢(shì)分析及95%顯著性檢驗(yàn)(圖6)，并對(duì)變化趨勢(shì)的像元占比進(jìn)行統(tǒng)計(jì)分析(表6、表7)，RX1day(日最大降水量)變化趨勢(shì)的范圍為0.17～0.74 mm/a，顯著下降趨勢(shì)的像元占0，呈顯著上升的像元占17.55%，總體以0.31 mm/a顯著上升；牛欄江橫江、南盤江、北盤江流域未通過顯著性檢驗(yàn)，烏江、紅水河、都柳江、赤水河、沅江流域呈顯著上升趨勢(shì)，其中沅江流域的上升趨勢(shì)最快，為0.36 mm/a。R25 mm(大雨以上日數(shù))的變化趨勢(shì)范圍為-0.08～0.07 d/a，呈顯著下降的像元占比0.07%，呈顯著上升的像元占比3.30%，總體以0.04 d/a顯著上升；在南盤江、都柳江、北盤江流域未通過顯著性檢驗(yàn)，在沅江流域以-0.07 d/a顯著下降，在牛欄江橫江、烏江、紅水河、赤水河流域呈顯著上升趨勢(shì)且在紅水河、赤水河流域的上升趨勢(shì)最快，為0.05 d/a。SDII(降水強(qiáng)度)的變化趨勢(shì)范圍為-0.03～0.05 mm/a，其中呈顯著下降趨勢(shì)的像元占比為0.46%，呈顯著上升趨勢(shì)的像元占10.07%，總體上以0.02 mm/a顯著上升；在牛欄江橫江、南盤江流域未通過顯著性檢驗(yàn)，其余流域均呈顯著上升趨勢(shì)，其中紅水河、北盤江流域的上升趨勢(shì)最快，為0.03 mm/a。

表6 1961-2020年貴州省降水強(qiáng)度指數(shù)像元占比及變化趨勢(shì) 單位：%

表7 1961-2020年各流域降水強(qiáng)度指數(shù)變化趨勢(shì)

圖6 1961-2020年貴州省降水強(qiáng)度指數(shù)的變化趨勢(shì)

從通過95%顯著性檢驗(yàn)的降水量級(jí)指數(shù)空間分布(圖7)及像元占比(表8、表9)可知，PRCPTOT(年總降水量)的變化趨勢(shì)范圍為-9.12～4.09 mm/a，呈顯著下降趨勢(shì)的像元占6.20%，呈顯著上升趨勢(shì)的像元占0.91%，總體以-2.83 mm/a顯著下降；紅水河、都柳江流域未通過95%顯著性檢驗(yàn)，除赤水河流域以2.94 mm/a的速率呈顯著上升趨勢(shì)外，牛欄江橫江、烏江、南盤江、沅江、北盤江均呈顯著下降趨勢(shì)，且沅江流域以-4.34 mm/a下降最快。R95P(強(qiáng)降水量)的變化趨勢(shì)范圍為-2.75～3.64 mm/a，呈下降趨勢(shì)的像元占0，呈上升趨勢(shì)的像元占3.96%，總體上以2.36 mm/a顯著上升；其中牛欄江橫江、烏江、南盤江、紅水河未通過顯著性檢驗(yàn)，除北盤江流域以-2.40 mm/a顯著下降外，都柳江、赤水河、沅江流域呈顯著上升趨勢(shì)，且沅江流域的上升趨勢(shì)最快，為2.36 mm/a。R99P(極強(qiáng)降水量)的變化趨勢(shì)范圍為0.55～2.02 mm/a，呈顯著下降趨勢(shì)的像元占0，呈顯著上升趨勢(shì)的像元占25.33%，總體以1.02 mm/a顯著上升；除南盤江流域未通過顯著性檢驗(yàn)外，其余流域均呈顯著上升趨勢(shì)且沅江流域的上升趨勢(shì)最快，為1.19 mm/a。

表8 1961-2020年貴州省降水量級(jí)指數(shù)像元占比及變化趨勢(shì)

表9 1961—2020年各流域降水量級(jí)指數(shù)變化趨勢(shì)

圖7 1961-2020年貴州省降水量級(jí)指數(shù)的變化趨勢(shì)

2.3 持續(xù)指數(shù)的變化特征

2.3.1 分布箱型圖 由圖8可知，氣溫持續(xù)指數(shù)中的CSDI(冷持續(xù)指數(shù))在貴州省及流域內(nèi)的波動(dòng)程度較大，除貴州省、沅江、北盤江、烏江流域外，其余5個(gè)流域均出現(xiàn)異常值。紅水河流域的CSDI與貴州省均值相等，為6天，而南盤江、北盤江流域則高于省域均值。除赤水河流域外，在流域內(nèi)及貴州省的WSDI(熱持續(xù)指數(shù))總體來說波動(dòng)不大；除貴州省、都柳江、沅江流域外，其余流域均存在異常值。烏江、南盤江、沅江流域的WSDI均值與貴州省相同為5天，而赤水河流域高于省域均值。GSL(作物生長(zhǎng)期)在8個(gè)流域的波動(dòng)較大，流域之間存在明顯差異，且除北盤江流域外，其余流域均存在偏低的異常值。沅江流域與省域均值相同，為346天，而南盤江、紅水河、都柳江、北盤江流域的均值均高于省域均值；而牛欄江橫江、烏江、赤水河流域的均值均低于省域均值。

由圖8可知，CDD(持續(xù)干燥指數(shù))在8個(gè)流域的波動(dòng)均較大，除牛欄江橫江、南盤江、沅江流域外，其余分區(qū)均存在異常值，且異常值均分布在高值部分，說明極端干燥的日數(shù)增加的概率較大；牛欄江橫江流域的波動(dòng)最大。烏江、南盤江、赤水河、沅江流域的CDD均值均低于省域均值(26天)；而牛欄江橫江、紅水河、都柳江、北盤江流域的CDD均值均高于省域均值。除貴州省、牛欄江橫江、烏江、紅水河、北盤江流域存在異常值，異常值偏高外，其余流域不存在異常值；牛欄江橫江、南盤江流域較其他流域的波動(dòng)性更大。以省域CWD(持續(xù)濕潤(rùn)指數(shù))均值(7天)為參照標(biāo)準(zhǔn)，牛欄江橫江、烏江、紅水河、都柳江、赤水河與省域均值相同，而南盤江、沅江、北盤江流域的均值比省域均值高，其中南盤江流域?yàn)?天，說明南盤江流域的降水日數(shù)較多。

圖8 1961-2020年貴州省持續(xù)指數(shù)(氣溫、降水)的箱型圖

2.3.2 空間變化特征 由圖9、表10、表11可知，CSDI(冷持續(xù)指數(shù))、WSDI(熱持續(xù)指數(shù))像元均未通過95%顯著性檢驗(yàn)，變化趨勢(shì)為0；而GSL(作物生長(zhǎng)期)的變化趨勢(shì)范圍為-0.12～0.45 d/a，顯著下降趨勢(shì)的像元占0.11%，顯著上升的像元占7.58%，總體以0.26 d/a顯著上升；流域中，都柳江、赤水河、沅江流域的像元未通過顯著性檢驗(yàn)，紅水河流域以-0.07 d/a顯著下降，牛欄江橫江、烏江、南盤江、北盤江流域呈顯著上升趨勢(shì)，且牛欄江橫江流域的上升趨勢(shì)最快，為0.34 d/a(表11)。

注：CSDI(冷持續(xù)指數(shù))和WSDI(熱持續(xù)指數(shù))像元均未通過95%顯著性檢驗(yàn)變化趨勢(shì)為0。圖9 1961-2020年貴州省氣溫持續(xù)指數(shù)的變化趨勢(shì)

表10 1961-2020年貴州省持續(xù)指數(shù)像元占比及變化趨勢(shì) 單位：%

表11 1961-2020年各流域持續(xù)指數(shù)變化趨勢(shì)

由圖10、表12、表13可知，CDD(持續(xù)干燥指數(shù))的空間變化趨勢(shì)未通過顯著性檢驗(yàn)，CWD(持續(xù)濕潤(rùn)指數(shù))的變化趨勢(shì)范圍為-0.05～-0.01 d/a，呈顯著下降趨勢(shì)的像元占29.89%，呈顯著上升趨勢(shì)的像元占0，總體以-0.03 d/a顯著下降；除紅水河、都柳江流域未通過顯著性檢驗(yàn)外，其余流域均呈顯著下降趨勢(shì)，且牛欄江橫江、烏江、南盤江、赤水河、北盤江流域的下降速度均一致，為-0.03 d/a，沅江流域以-0.02 d/a顯著下降。

注：CDD(持續(xù)干燥指數(shù))像元未通過95%顯著性檢驗(yàn)變化趨勢(shì)為0。圖10 1961-2020年貴州省降水持續(xù)指數(shù)的變化趨勢(shì)

表12 1961-2020年貴州省降水持續(xù)指數(shù)像元占比及變化趨勢(shì) 單位：%

表13 1961-2020年貴州省8大流域降水持續(xù)指數(shù)變化趨勢(shì)

3 極端氣候與植被NDVI的關(guān)系

基于相關(guān)分析法將2000-2020年的極端氣溫指數(shù)、極端降水指數(shù)分別與植被NDVI進(jìn)行分析，并對(duì)結(jié)果在95%的置信度上進(jìn)行顯著性檢驗(yàn)，通過逐像元統(tǒng)計(jì)分析了解極端氣候指數(shù)與NDVI的相關(guān)性，并對(duì)各流域的相關(guān)性進(jìn)行統(tǒng)計(jì)比較。正相關(guān)表示對(duì)植被生長(zhǎng)起促進(jìn)作用，負(fù)相關(guān)表示對(duì)植被生長(zhǎng)起抑制作用。

3.1 NDVI對(duì)極端氣溫的響應(yīng)

對(duì)通過95%顯著性檢驗(yàn)的極端氣溫指數(shù)按照極端高溫、低溫、持續(xù)指數(shù)以平均值法進(jìn)行像元合成及統(tǒng)計(jì)，發(fā)現(xiàn)極端高溫指數(shù)通過顯著性檢驗(yàn)的像元占總像元的41.22%，其中呈正相關(guān)的像元占39.05%，呈負(fù)相關(guān)的像元占2.17%，說明極端高溫指數(shù)總體上對(duì)植被NDVI的生長(zhǎng)以促進(jìn)作用為主；在極端低溫指數(shù)中，通過顯著性檢驗(yàn)的像元占比19.24%，正相關(guān)像元占比2.91%，負(fù)相關(guān)的像元占比16.35%，即極端低溫指數(shù)對(duì)植被的生長(zhǎng)作用以抑制作用為主；持續(xù)指數(shù)中，通過檢驗(yàn)的像元占比21.01%，正相關(guān)像元占18.44%，負(fù)相關(guān)像元占2.57%，即持續(xù)指數(shù)主要對(duì)植被NDVI的生長(zhǎng)以促進(jìn)作用為主。

結(jié)合圖11a～圖11c的空間分布及對(duì)各指數(shù)的像元占比進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，極端高溫指數(shù)正相關(guān)像元主要分布在省西部，對(duì)植被NDVI的促進(jìn)、抑制作用以TN90P的像元占比為主；低溫指數(shù)的促進(jìn)、抑制作用以TN10P的像元占比為主；持續(xù)指數(shù)的正相關(guān)像元主要分布在省北部，促進(jìn)作用以WSDI像元占比為主，抑制作用以GSL的像元占比為主。圖11d～圖11e中對(duì)8個(gè)流域9個(gè)極端高溫指數(shù)與植被NDVI的相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，除在牛欄江橫江流域SU25與植被NDVI的相關(guān)系數(shù)為負(fù)外(=-0.21)，其余高溫指數(shù)與植被NDVI均呈正相關(guān)；低溫指數(shù)中，除牛欄江橫江、紅水河流域TX10P與植被NDVI呈正相關(guān)外(=0.43、=0.12)，其余低溫指數(shù)與植被NDVI均呈負(fù)相關(guān)；持續(xù)指數(shù)中，WSDI與植被NDVI的系數(shù)均為正，CSDI在烏江、紅水河、沅江流域?yàn)樨?fù)相關(guān)，其余流域?yàn)檎嚓P(guān)；GSL在烏江、都柳江、沅江流域?yàn)檎嚓P(guān)，其余為負(fù)相關(guān)。

圖11 NDVI與極端氣溫指數(shù)的相關(guān)性

有研究表明，熱量的增加對(duì)云貴高原和四川接壤地區(qū)的灌木有積極作用。極端高溫指數(shù)對(duì)植被生長(zhǎng)以促進(jìn)作用為主，且主要集中在省西部地區(qū)，其中以TN90P的促進(jìn)作用最強(qiáng)。這主要是因?yàn)殡S著夜間氣溫升高，夜間積溫充足，可以避免植被受極端低溫危害，有利于植被生長(zhǎng)；此外，夜間植被進(jìn)行暗反應(yīng)將二氧化碳固定的過程中，需要有關(guān)酶的催化，而夜間高溫會(huì)增強(qiáng)酶的活性，促進(jìn)植被積累糖類，從而對(duì)植被生長(zhǎng)起到積極作用。極端低溫指數(shù)對(duì)植被生長(zhǎng)以抑制作用為主，且TN10P的抑制作用最強(qiáng)，這主要是因?yàn)橐归g氣溫過低，導(dǎo)致積溫不足，甚至引發(fā)低溫凍害，進(jìn)而影響植被生長(zhǎng)。山區(qū)溫度的升高不僅可以使植被避免低溫凍害，提高植被細(xì)胞內(nèi)的酶活性，同時(shí)還可以誘使山區(qū)土壤有機(jī)質(zhì)分解加快，使土壤活性提高，有利于植物根系的生長(zhǎng)和發(fā)育。低溫不僅限制植被參與光合作用的酶活性，降低葉片的光合速率，也會(huì)減少二氧化碳的吸收，降低光合作用，減少能量的產(chǎn)生，還對(duì)植被產(chǎn)生低溫脅迫，使得植被生長(zhǎng)發(fā)育受到嚴(yán)重影響，使植物植株矮小，葉片生長(zhǎng)速率慢，光合速率低，這一規(guī)律經(jīng)前人研究證實(shí)具有普適性。

3.2 NDVI對(duì)極端降水的響應(yīng)

對(duì)通過顯著性檢驗(yàn)的極端降水強(qiáng)度、量級(jí)、持續(xù)指數(shù)及各個(gè)極端降水指數(shù)進(jìn)行像元占比統(tǒng)計(jì)發(fā)現(xiàn)，極端降水強(qiáng)度指數(shù)通過95%顯著性檢驗(yàn)的像元占總像元的11.94%，其中與植被NDVI呈正相關(guān)的像元占9.78%，呈負(fù)相關(guān)的占2.16%；其中以R25 mm(大雨以上的日數(shù))為主，說明降水越多，滲透作用越強(qiáng)，根部得到足夠的水分補(bǔ)給，對(duì)植被的生長(zhǎng)起著重要促進(jìn)作用。降水量級(jí)指數(shù)中，通過顯著性檢驗(yàn)的像元占總像元的18.22%，其中正相關(guān)像元為16.42%，負(fù)相關(guān)像元為1.80%，其中以R99P(極強(qiáng)降水量)像元占比為主(圖12b)，對(duì)植被生長(zhǎng)起促進(jìn)作用。持續(xù)指數(shù)中，通過顯著性檢驗(yàn)的像元占11.87%，呈正相關(guān)的像元占3.08%，呈負(fù)相關(guān)的像元占8.79%，負(fù)相關(guān)像元以CDD占比為主，正相關(guān)像元CWD占比為主(圖12c)?？傮w而言，降水持續(xù)指數(shù)說明降水持續(xù)的時(shí)間越長(zhǎng)，植被的根部呼吸作用受到抑制，從而影響植被生長(zhǎng)。

圖12d中對(duì)貴州省8個(gè)流域的極端降水指數(shù)與植被NDVI的相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，極端降水指數(shù)中，RX1day在沅江流域的系數(shù)為負(fù)(=-0.15)，R25 mm在北盤江流域?yàn)樨?fù)(=-0.16)，SDII在南盤江、北盤江流域?yàn)樨?fù)(=-0.04和=-0.30)，R99P在沅江流域?yàn)樨?fù)(=-0.08)，CWD在赤水河、北盤江流域?yàn)樨?fù)(=-0.21和=-0.45)，CDD指數(shù)在流域全為負(fù)值，在北盤江流域抑制作用最強(qiáng)(=-0.51),其余相關(guān)系數(shù)均為正。總體而言，除CDD與植被NDVI的相關(guān)系數(shù)均為負(fù)外，其余流域均以正相關(guān)系數(shù)為主，說明CDD對(duì)植被的生長(zhǎng)起抑制作用，即持續(xù)干燥、無雨或少雨影響植被的生長(zhǎng)。相關(guān)研究表明，干旱會(huì)引發(fā)水分脅迫，導(dǎo)致氣孔關(guān)閉水分損失，所以干旱缺水會(huì)導(dǎo)致植被生態(tài)系統(tǒng)損失嚴(yán)重。

圖12 極端降水指數(shù)與NDVI的相關(guān)性

4 討 論

氣候影響本地動(dòng)植物的生長(zhǎng)，水是構(gòu)成植物體的主要物質(zhì)，植物生長(zhǎng)要進(jìn)行光合作用，所以需要適宜的光照，而光合作用、呼吸作用都與溫度有關(guān)。韓丹丹研究發(fā)現(xiàn)，黃土高原的極端高溫指數(shù)呈極顯著增加趨勢(shì)，極端低溫呈下降趨勢(shì)，與文中研究結(jié)果相同。馮磊研究發(fā)現(xiàn)，川渝地區(qū)整體變暖趨勢(shì)明顯，與本文貴州省氣溫趨暖發(fā)展相同，但川渝地區(qū)降水總量呈微弱增加，而貴州省呈顯著減少趨勢(shì)。魏佳珩研究發(fā)現(xiàn)，青藏高原地區(qū)極端偏暖現(xiàn)象，與本文極端低溫日數(shù)減少、高溫日數(shù)增加、整體趨暖發(fā)展結(jié)果相似。王昊研究發(fā)現(xiàn)，云貴廣3省交界處降水狀況逐年變差，干旱趨于嚴(yán)重；陳子凡等研究發(fā)現(xiàn)，西南地區(qū)極端降水呈增加趨勢(shì)；羅玉研究發(fā)現(xiàn)，西南地區(qū)強(qiáng)降水、降水強(qiáng)度呈上升趨勢(shì)，但總降水量呈減少趨勢(shì)，與文中PRCPTOT呈減少趨勢(shì)，而R95P、R99P呈增加趨勢(shì)結(jié)果相同；李茜榮研究發(fā)現(xiàn)，貴州極端氣溫呈變暖趨勢(shì)，這與文中極端高溫指數(shù)呈增加趨勢(shì)，低溫指數(shù)呈減少趨勢(shì)，整體趨暖發(fā)展結(jié)果相同。

在極端氣候時(shí)空變化及其與植被NDVI的關(guān)系的相關(guān)研究成果中，高瀅等研究發(fā)現(xiàn)，陜西省NDVI與TN90P呈顯著正相關(guān)，與本文NDVI與極端高溫指數(shù)呈正相關(guān)且主要受到TN90P的促進(jìn)作用為主結(jié)果相同；陳麗娟研究發(fā)現(xiàn)，相較于極端降水指數(shù)，福建省NDVI與極端氣溫類指數(shù)相關(guān)性更高；倪銘等研究發(fā)現(xiàn)，西南地區(qū)NDVI與極端高溫指數(shù)顯著正相關(guān)，與低溫日數(shù)顯著負(fù)相關(guān)，與RX1day顯著正相關(guān)，與R1 mm(降水日數(shù))顯著負(fù)相關(guān)；王昊發(fā)現(xiàn)，西南地區(qū)高溫頻次及氣溫強(qiáng)度類指數(shù)與NDVI呈正相關(guān)，低溫頻次類指數(shù)與NDVI呈負(fù)相關(guān)，降水指數(shù)中僅CWD與NDVI呈顯著負(fù)相關(guān)；李茜榮等研究發(fā)現(xiàn)，云貴兩省極端氣溫暖指數(shù)與NDVI呈正相關(guān)關(guān)系，與極端氣溫冷指數(shù)呈負(fù)相關(guān)關(guān)系?？傮w而言，在西南地區(qū)或者貴州省的關(guān)于極端氣候指數(shù)與植被NDVI的關(guān)系相關(guān)研究?jī)?nèi)容中，極端高溫指數(shù)對(duì)植被生長(zhǎng)起促進(jìn)作用，極端低溫指數(shù)起抑制作用，極端降水指數(shù)對(duì)植被既有促進(jìn)亦有抑制的結(jié)果相似，本文在此基礎(chǔ)上，對(duì)各指數(shù)的像元占比進(jìn)行統(tǒng)計(jì)分析及主要貢獻(xiàn)要素進(jìn)行析出。

文中雖然對(duì)貴州省極端氣候指數(shù)進(jìn)行時(shí)空變化分析，并分析了其與植被NDVI的關(guān)系，但所選取的指數(shù)不夠全面，沒有考慮到地面指數(shù)及地下指數(shù)，同時(shí)極端氣候?qū)χ脖簧L(zhǎng)影響的季節(jié)性、滯后性之間的關(guān)系缺乏討論，有待進(jìn)一步完善補(bǔ)充。

5 結(jié) 論

(1)貴州省夜指數(shù)的變化幅度大于晝指數(shù)的變幅，極端高溫指數(shù)呈上升趨勢(shì)，極端低溫指數(shù)在下降，氣候整體呈變暖趨勢(shì)。氣溫指數(shù)中SU25與FD0在流域之間的均值差異較大，其中牛欄江橫江流域主要以低溫為主，且霜日日數(shù)較多。除赤水河流域SU25以-0.08 d/a顯著下降外，其余流域高溫指數(shù)均呈顯著上升趨勢(shì)。SU25、TN90P在牛欄江橫江流域上升最快，TX90P在南盤江、都柳江流域上升最快。低溫指數(shù)均呈顯著減少趨勢(shì)，F(xiàn)D0、TN10P在牛欄江橫江流域的下降趨勢(shì)最快，TX10P在南盤江流域下降趨勢(shì)最快。

(2)量級(jí)指數(shù)的變化幅度大于強(qiáng)度指數(shù)的變幅，年總降水量在減少，但強(qiáng)降水和極強(qiáng)降水事件在增加。強(qiáng)度指數(shù)均呈增加趨勢(shì)，波動(dòng)幅度不大，異常值以偏大為主，高值為南盤江流域但均未通過顯著性檢驗(yàn)。量級(jí)指數(shù)在流域內(nèi)波動(dòng)幅度均較大，異常值較少，高值集中在南盤江流域。

(3)氣溫及降水持續(xù)指數(shù)中，低值集中在牛欄江橫江流域，其余指數(shù)異常值以偏大為主。其中，CSDI、WSDI、CDD的像元未通過顯著性檢驗(yàn)；GSL以0.26 d/a顯著上升，其中都柳江、赤水河、沅江流域的像元未通過顯著性檢驗(yàn)。CWD以-0.03 d/a顯著下降，除紅水河、都柳江流域未通過顯著性檢驗(yàn)外，其余流域均以-0.03 d/a的速度顯著下降。

(4)近21年，極端高溫指數(shù)對(duì)植被生長(zhǎng)以促進(jìn)作用為主，且受TN90P的影響最大；極端低溫指數(shù)對(duì)植被生長(zhǎng)以抑制作用為主，且受TN10P的影響最大；氣溫持續(xù)指數(shù)以促進(jìn)作用為主，且受WSDI的影響最大。極端降水指數(shù)中，降水強(qiáng)度、量級(jí)指數(shù)以促進(jìn)作用為主，且受R25 mm，R99P的影響最大，降水持續(xù)指數(shù)以抑制作用為主，且受CDD的影響較大。