寧文曉，劉旭陽，王振亭

(1 中國科學(xué)院西北生態(tài)環(huán)境資源研究院， 蘭州 730000； 2 中國科學(xué)院大學(xué)， 北京 100049)

工業(yè)革命以來，全球氣候變暖已是不爭的事實(shí)?？茖W(xué)研究和觀測數(shù)據(jù)表明[1]：1880—2012年間，全球陸地和海洋表面溫度平均升高0.85 ℃(0.65～1.06 ℃)。氣候變化及其影響已經(jīng)成為當(dāng)今全球廣泛關(guān)注的熱點(diǎn)之一。氣專委第5次評估報(bào)告指出[1]：在過去的100 a里，全球變暖毋庸置疑，中國的氣候變化基本符合全球趨勢，近60 a來，氣溫以0.23 ℃/10 a的趨勢升高，幾乎是全球的2倍；降水量變化趨勢整體上雖不明顯，但西北地區(qū)明顯增多，東北、華北地區(qū)明顯減少。沙漠作為全球氣候變化的產(chǎn)物，是一種特殊條件下形成的地-氣系統(tǒng)，對氣候變化的響應(yīng)與反饋主要表現(xiàn)在特殊下墊面的變化特征[2]，進(jìn)而影響其生態(tài)環(huán)境狀況及周邊地區(qū)沙漠化進(jìn)程。巴丹吉林沙漠作為國家“兩屏三帶”生態(tài)安全戰(zhàn)略格局中“北方防沙帶”的重要組成部分，在西北乃至全國具有非常重要的地位，因而該地區(qū)的氣候變化[3-5]、形成演變[6-8]及其驅(qū)動(dòng)機(jī)制[8]一直都是政府和學(xué)術(shù)界關(guān)注的熱點(diǎn)之一。

目前，多數(shù)學(xué)者關(guān)于巴丹吉林沙漠氣候變化的研究主要集中在古氣候變遷方面[3，9]，也有學(xué)者運(yùn)用線性回歸、突變分析等方法研究巴丹吉林沙漠周邊區(qū)域氣溫和降水量的變化規(guī)律。馬寧等[4-5]的研究表明巴丹吉林沙漠周邊地區(qū)氣溫呈上升趨勢，降水量變化并不明顯。蘇俊禮[10]采用ESMD方法對巴丹吉林沙漠地區(qū)年降水量進(jìn)行模態(tài)分解，從而得到3個(gè)模態(tài)分量，分別具有準(zhǔn)3 a和準(zhǔn)5 a的年際變化周期以及準(zhǔn)11 a的年代際變化周期，分解后的全局自適應(yīng)曲線較好擬合了該地區(qū)年降水量的變化趨勢。王乃昂等[11]利用沙漠東南部高大沙丘區(qū)定位觀測和外圍氣象站的同期降水?dāng)?shù)據(jù)，研究認(rèn)為沙漠東南部腹地降水與外圍降水在季節(jié)分布上有較好的一致性，腹地的高大沙丘對降水有一定影響。張克存等[12]利用巴丹吉林沙漠周邊18個(gè)氣象站點(diǎn)近40 a的氣象資料，研究該區(qū)域降水、風(fēng)況、大風(fēng)日數(shù)和沙塵暴等氣象要素的時(shí)空變化規(guī)律。李萬元等[13]對巴丹吉林沙漠周邊17個(gè)常規(guī)氣象站1951—2005年的逐月降水量與沙塵暴頻次和東亞夏季風(fēng)指數(shù)進(jìn)行相關(guān)性分析。Xu和Li[14]采用滑動(dòng)平均、線性回歸、Mann-Kendall和克里金插值等多種方法對阿拉善高原>0 ℃、>10 ℃積溫進(jìn)行研究。

雖然前人做過一些巴丹吉林沙漠氣象要素的研究，但國家標(biāo)準(zhǔn)氣象站多位于沙漠周邊居民點(diǎn)，近年來新建的野外觀測點(diǎn)也多位于東南部高大沙丘區(qū)，沙漠北部和西部的研究幾乎處于空白狀態(tài)。此外，由于缺乏沙漠腹地氣象資料，目前的研究方法多是利用對周邊的氣象站點(diǎn)進(jìn)行插值，來預(yù)估腹地的氣候狀況。但是，倘若腹地與周邊的氣象資料空間分異性明顯，那么，插值結(jié)果并不一定準(zhǔn)確。因此，在進(jìn)行插值分析前需要先對要素進(jìn)行空間分異性研究，如果空間分異性明顯，則不適合利用周邊地區(qū)的插值結(jié)果對沙漠腹地進(jìn)行估計(jì)。本文以巴丹吉林沙漠為研究對象，利用周邊4個(gè)氣象站1960—2018年的長時(shí)間序列和腹地2016—2018年的短時(shí)間序列氣象數(shù)據(jù)，分析沙漠周邊及腹地降水量和氣溫的年際、月際變化特征，應(yīng)用交叉小波和小波相干探索兩者在多時(shí)間尺度上的相關(guān)關(guān)系和周期性特征，基于地理探測器的方法分析沙漠周邊和腹地氣溫和降水量的空間分異性，進(jìn)而為沙漠氣候資源利用和周邊地區(qū)沙漠化治理提供理論依據(jù)。

1 資料與方法

1.1 資料來源

巴丹吉林沙漠位于中國內(nèi)蒙古高原的西部，北、東、南三面均被山脈包圍，西接黑河沖積扇，是阿拉善沙漠的主體。關(guān)于其究竟是中國第2大還是第3大沙漠，目前尚存在頗多爭議[15-16]。該沙漠海拔多在1 200～1 600 m，擁有世界上最高大的沙丘和獨(dú)特的沙丘-湖泊共存景觀[17]。研究區(qū)屬溫帶大陸性氣候，降水稀少，蒸發(fā)強(qiáng)烈，常年多西北風(fēng)。區(qū)內(nèi)植被稀少，僅稀疏灌木和半灌木在沙丘底部和丘間地分布。

本研究選取巴丹吉林沙漠周邊的4個(gè)氣象站(拐子湖、巴彥諾爾公、阿拉善右旗和鼎新)和沙漠腹地的1個(gè)自動(dòng)氣象站進(jìn)行研究，如圖1所示。沙漠周邊4個(gè)氣象站1960—2018年間氣溫和降水量數(shù)據(jù)由中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn)提供，腹地2016—2018年的氣象資料由自動(dòng)氣象站定點(diǎn)觀測所得，其中，沙漠腹地自動(dòng)氣象站2017年2—7月的數(shù)據(jù)因操作失誤缺失，表1列出5個(gè)氣象站點(diǎn)的基本情況。長時(shí)間序列的氣溫和降水量數(shù)據(jù)(1960—2018年周邊4個(gè)氣象站點(diǎn))用于年際變化、周期性分析和突變檢驗(yàn)，短時(shí)間序列的氣象資料(2016—2018年沙漠腹地和周邊共5個(gè)氣象站點(diǎn))用于月際變化和空間分異性研究。

圖1 巴丹吉林沙漠示意圖及氣象站點(diǎn)分布圖Fig.1 Map of Badain Jaran Desert and weather stations

表1 巴丹吉林沙漠氣象觀測站點(diǎn)基本情況Table 1 Basic information of meteorological observation sites in Badain Jaran Desert

1.2 趨勢分析

氣候的趨勢分析一般采用線性傾向估計(jì)方法。本文采用一元線性回歸模型，自變量為時(shí)間序列，因變量為氣候要素序列，從而建立反映兩者之間具體數(shù)量關(guān)系的數(shù)學(xué)模型。

1.3 突變檢驗(yàn)

氣候突變是氣候從一種穩(wěn)定態(tài)(或穩(wěn)定持續(xù)的變化趨勢)跳躍到另一種穩(wěn)定態(tài)(或穩(wěn)定持續(xù)的變化趨勢)的現(xiàn)象，在時(shí)空上表現(xiàn)為從一個(gè)統(tǒng)計(jì)特征迅速變化到另一個(gè)統(tǒng)計(jì)特征[18]。Mann-Kendall(M-K)檢驗(yàn)法是一種非參數(shù)檢驗(yàn)法，它不需要樣本服從一定的分布，也可以排除少數(shù)異常值的干擾。本研究采用M-K檢驗(yàn)法來檢測氣溫和降水量在長時(shí)間序列中的突變點(diǎn)。

1.4 交叉小波與小波相干

氣候變化含有多種時(shí)間尺度，在時(shí)域中存在著多時(shí)間尺度結(jié)構(gòu)和局部變化特征，而在頻域中表現(xiàn)為不同顯著水平的周期震蕩[19]。交叉小波(cross wavelet, XWT)與小波相干(wavelet coherence, WTC)彌補(bǔ)了小波分析只能揭示單時(shí)間序列非平穩(wěn)信號的時(shí)頻結(jié)構(gòu)特征的缺點(diǎn)，可以在時(shí)間域和頻率域中表征氣候信號的局部變化特征，對要素間相關(guān)性分析更具優(yōu)越性[19]。目前，已有學(xué)者將該方法用于氣候變化的研究[20-22]。交叉小波可以揭示兩個(gè)時(shí)間序列共同的高能量區(qū)以及位相關(guān)系[19]。小波相干譜是用來度量兩個(gè)時(shí)間序列在時(shí)-頻兩域中局部相關(guān)的密切關(guān)系[19]。

1.5 空間分層異質(zhì)性

空間分層異質(zhì)性是指層內(nèi)方差小于層間方差的現(xiàn)象，通常用地理探測器方法進(jìn)行探測[23]。該方法是一種統(tǒng)計(jì)學(xué)方法，目前已經(jīng)在氣候變化領(lǐng)域得到應(yīng)用[24-25]。

本文采用“分異及因子探測”和“交互作用探測”研究不同環(huán)境因子對氣溫和降水量的影響程度。用q值度量，表達(dá)式為

(1)

分異及因子探測用于研究各因子對因變量的貢獻(xiàn)率。交互作用探測用于評估因子之間的共同作用是否會(huì)增強(qiáng)或減弱因變量的解釋力，交互類型如表2所示。

表2 兩個(gè)因子對因變量交互作用類型Table 2 Types of interaction between two covariates

當(dāng)因子或變量為數(shù)值量時(shí)，地理探測器要求對因子或變量數(shù)據(jù)進(jìn)行離散化處理，轉(zhuǎn)化為類型量。基于2015年全國土地利用數(shù)據(jù)，對其按耕地、林地、草地、水域、城鄉(xiāng)工礦居民用地和未利用土地一級分類標(biāo)準(zhǔn)進(jìn)行分類。海拔按照等間距分類法分為950～1 015、1 016～1 080、1 081～1 145、1 146～1 210、1 211～1 275、1 276～1 340、1 341～1 405、1 406～1 470、>1 470 m共9類。根據(jù)DEM提取坡度和起伏度，坡度按照<5°、6°～10°、11°～15°、16°～20°、21°～25°、26°～30°、31°～35°、>35°等級分為8類，起伏度按照<4、5～8、9～13、14～19、20～26、27～34、35～43、44～53、54～64、65～78 m等級分為10類。以氣象站點(diǎn)為中心，輻射1 km作為研究范圍，以保證具有相同的空間尺度。

2 結(jié)果與分析

2.1 氣溫與降水量的年際變化趨勢

根據(jù)巴丹吉林沙漠周邊4個(gè)氣象站點(diǎn)1960—2018年的降水量和氣溫觀測數(shù)據(jù)，得到降水量和氣溫的年際變化趨勢，結(jié)果如圖2所示。

圖2 1960—2018年4個(gè)站點(diǎn)年降水量和年均溫的變化趨勢Fig.2 Variation trend of annual precipitation and annual average temperature at four weather stations during 1960-2018

1960—2018年間，巴丹吉林沙漠周邊地區(qū)的年降水量在10.9～212.1 mm之間變化，且各站點(diǎn)間的年際變化差別較大(圖2(a))。拐子湖、巴彥諾爾公、阿拉善右旗、鼎新氣象站點(diǎn)的多年平均降水量分別為42.5，103.9，118.5，55.4 mm。沙漠北緣和西部較為干旱，而南緣和東部相對比較濕潤。通過趨勢分析可知，沙漠周邊地區(qū)的年降水量均在波動(dòng)中上升。其中，巴彥諾爾公增加的速率最大，達(dá)到8.8 mm/10 a。由于所有站點(diǎn)的變化趨勢系數(shù)均未達(dá)到顯著水平，所以變化趨勢并不明顯。馬寧等[5]基于1960—2009年降水?dāng)?shù)據(jù)的研究表明：沙漠北緣(額濟(jì)納旗和拐子湖)的年降水量呈負(fù)趨勢，而南緣(阿拉善右旗和雅布賴)出現(xiàn)正趨勢。這與本研究得出的結(jié)論有所不同。究其原因，可能是額濟(jì)納旗離沙漠相對較遠(yuǎn)，變化趨勢與拐子湖相差較大；亦或是從2009年起，拐子湖降水量明顯增加，補(bǔ)充近10 a的降水?dāng)?shù)據(jù)使得拐子湖站點(diǎn)長時(shí)間序列的年降水量趨勢變?yōu)椴▌?dòng)上升。綜合4個(gè)站點(diǎn)來看，巴丹吉林沙漠降水量的增加速率為4.57 mm/10 a，遠(yuǎn)低于古爾班通古特沙漠(13.82 mm/10 a)和塔克拉瑪干沙漠(7.07 mm/10 a)[26]。

1960—2018年期間，巴丹吉林沙漠周邊地區(qū)的年均溫在5.8～11 ℃之間變化，在波動(dòng)中逐漸上升(圖2(b))。各站點(diǎn)的年均溫最高值均出現(xiàn)在1998年，最低值出現(xiàn)在1967年。通過線性傾向估計(jì)可知，沙漠周邊地區(qū)年均溫呈升高趨勢，趨勢線達(dá)到極顯著水平。位于沙漠北緣的拐子湖站點(diǎn)的升溫速率達(dá)到0.42 ℃/10 a；沙漠東部、南緣、西部的巴彥諾爾公、阿拉善右旗和鼎新站點(diǎn)的升溫速率較低，分別是0.30、0.32和0.31 ℃/10 a。由于不同研究者對氣候要素序列的起止時(shí)間和區(qū)域站點(diǎn)選擇等方面存在差異，本文的年增暖趨勢略高于前人的研究[5]。巴丹吉林沙漠的年均溫升溫速率(0.34 ℃/10 a)略高于塔克拉瑪干沙漠(0.26 ℃/10 a)，基本持平于古爾班通古特沙漠(0.34 ℃/10 a)[26]。相比于同期全國(0.22 ℃/10 a)[27]、西北(0.17 ℃/10 a)[28]的平均升溫速率，沙漠周邊地區(qū)各站點(diǎn)年均溫的升高速率略高。這一現(xiàn)象也說明沙漠及周邊地區(qū)，植被蓋度較小，降水稀少，蒸發(fā)量大，地表水分含量極少，氣候系統(tǒng)脆弱，氣候變化敏感導(dǎo)致氣候變化在沙漠地區(qū)表現(xiàn)得更為明顯。

2.2 氣溫與降水量的月際變化趨勢

根據(jù)沙漠周邊和腹地5個(gè)氣象站2016—2018年降水量和氣溫觀測數(shù)據(jù)，得到月降水量和月均溫的變化趨勢，結(jié)果如圖3所示。綜合各站點(diǎn)來看，夏季高溫多雨，冬季寒冷干燥，是溫帶大陸性氣候的典型表現(xiàn)。

圖3 2016—2018年5個(gè)站點(diǎn)月降水量和月均溫的變化趨勢Fig.3 Variation trend of monthly precipitation and mean monthly temperature at five weather stations during 2016-2018

巴丹吉林沙漠周邊和腹地降水量的月變化趨勢雖有較大差異，但具有高度集中性[11](圖3(a))。無論是周邊還是腹地，降水量都主要集中于6—9月，且最大值出現(xiàn)在7月或8月，同時(shí)降水量也具有極大偶然性。2016年，腹地的降水量大于沙漠北緣，基本和阿拉善右旗持平，但是遠(yuǎn)不及沙漠東部和西部。2018年，腹地的降水量大于拐子湖和巴彥諾爾公，但不及阿拉善右旗和鼎新。這與王乃昂等[11]的結(jié)論基本一致。2016年，巴彥諾爾公的月降水量異常之多。2017年，阿拉善右旗降水量多于其他地區(qū)，且最大值相較其他站點(diǎn)提前一個(gè)月。對比庫姆塔格沙漠的降水事件，周圍站點(diǎn)的降水量和腹地CMORPH融合的格點(diǎn)降水量數(shù)據(jù)在變化趨勢和峰值出現(xiàn)的月份上均表現(xiàn)出不同[29]。這也正說明用沙漠周邊的站點(diǎn)降水代替沙漠內(nèi)部的降水是不合理的。

沙漠周邊和腹地氣溫的月變化趨勢具有高度相似性(圖3(b))。不同站點(diǎn)的最高溫均出現(xiàn)在7月，最低溫出現(xiàn)在1月。S1地處沙漠腹地，海拔1 240 m，四周被高大沙丘和湖泊環(huán)繞，拐子湖氣象站位于海拔960 m的鹽堿地上，兩者在夏季(6—9月)氣溫極為接近，略高于巴彥諾爾公、阿拉善右旗和鼎新氣象站。冬季(12月—次年2月)，巴彥諾爾公和拐子湖相較其他站點(diǎn)來說，氣溫偏低。

2.3 氣溫和降水量的突變檢驗(yàn)

根據(jù)巴丹吉林沙漠周邊地區(qū)1960—2018年的氣溫和降水量數(shù)據(jù)，運(yùn)用Mann-Kendall方法繪制正時(shí)間序列(UF)和逆時(shí)間序列(UB)曲線，并進(jìn)行突變分析，結(jié)果如圖4所示。

由圖4(a, c, e, g)可知，巴丹吉林沙漠周圍地區(qū)年降水量是波動(dòng)變化的，部分區(qū)域、部分年份段呈逐年減少的趨勢，但大多仍是逐年增加。巴彥諾爾公和拐子湖站點(diǎn)的M-K曲線相似，時(shí)間稍有差異，1960—1962年，UF>0，年降水量有一個(gè)短暫的上升時(shí)期，1963—1973年，UF<0，年降水量波動(dòng)下降，1973—1987年波動(dòng)上升，1987—1995年又波動(dòng)下降，1995年后持續(xù)增加，增加趨勢僅巴彥諾爾公在2008年后達(dá)到0.05顯著水平。阿拉善右旗的年降水量在1967年前波動(dòng)下降，1967年后呈現(xiàn)增加趨勢，但是未達(dá)到0.05顯著水平。鼎新站點(diǎn)的年降水量在1960—1962、1973—1993年間處于波動(dòng)下降，在其余年份均保持增加趨勢，趨勢性亦未達(dá)到0.05顯著水平。分析UF和UB統(tǒng)計(jì)曲線在置信區(qū)間內(nèi)的交點(diǎn)可知，巴丹吉林沙漠周邊地區(qū)年降水量波動(dòng)明顯，出現(xiàn)多次突變。拐子湖在1995和2006年發(fā)生突變，巴彥諾爾公、阿拉善右旗和鼎新分別在1990—2000、1996—2006、2005—2015年間發(fā)生4～5次突變。相比于新疆地區(qū)沙漠降水的單一突變次數(shù)和集中突變時(shí)間[26]，巴丹吉林沙漠降水量發(fā)生突變的次數(shù)較多且時(shí)間較為分散。

巴丹吉林沙漠周邊地區(qū)年均溫M-K檢驗(yàn)的統(tǒng)計(jì)曲線如圖4(b, d, f, h)所示。拐子湖站點(diǎn)1960—1967年期間，年均溫波動(dòng)變化明顯；1967—1980年，UF<0，氣溫降低；1981—2016年，UF>0，氣溫一直保持升高的趨勢，并且在1988年后達(dá)到0.05顯著水平，表明氣候增暖顯著。巴彥諾爾公和阿拉善右旗的年均溫變化趨勢與拐子湖站點(diǎn)基本相同，但年均溫由變冷趨勢轉(zhuǎn)為變暖趨勢的年份以及變化趨勢達(dá)到顯著水平的年份有所滯后，兩站點(diǎn)先后在1982和1987年由變冷趨勢轉(zhuǎn)為變暖趨勢并且都在1993年達(dá)到0.05顯著水平。鼎新站點(diǎn)在1988年前，氣溫下降，1988年后，氣候明顯增暖。沙漠周邊地區(qū)年均溫的UF和UB統(tǒng)計(jì)曲線有唯一交點(diǎn)，暗示僅有一個(gè)突變時(shí)間，其突變特點(diǎn)與年降水量完全不同。拐子湖、巴彥諾爾公、阿拉善右旗和鼎新年均溫發(fā)生突變的時(shí)間分別為1991、1993、1993和1995年，表明沙漠周邊地區(qū)的年均溫在20世紀(jì)90年代初發(fā)生突變，此后，氣候變?yōu)樵雠厔?，這一時(shí)間與塔克拉瑪干和古爾班通古特沙漠的突變時(shí)間基本一致[26]。

圖4 1960—2018年4個(gè)站點(diǎn)年降水量和年均溫的Mann-Kendall檢驗(yàn)Fig.4 Mann-Kendall test of annual precipitation and annual average temperature at four weather stations during 1960-2018

2.4 氣溫和降水量的交叉小波與小波相干分析

通過對4個(gè)氣象站點(diǎn)1960—2018年的年均溫和年降水量進(jìn)行交叉小波和小波相干變換，得到交叉小波譜和小波相干譜，并運(yùn)用標(biāo)準(zhǔn)譜進(jìn)行顯著性檢驗(yàn)，分析兩者在時(shí)頻域中的相關(guān)性[19]。圖5中，顏色深淺表示能量密度的相對變化，紅色表示峰值，藍(lán)色表示谷值；黑色粗實(shí)線為95%置信區(qū)間邊界，表示通過紅噪聲檢驗(yàn)；黑色細(xì)實(shí)線為小波影響錐邊界，表示受連續(xù)小波變換數(shù)據(jù)邊緣效應(yīng)影響較大的區(qū)域[19，22]。小波相干譜中的相位角反映兩序列在不同時(shí)域的滯后性特征，根據(jù)相位角正負(fù)向可以分析時(shí)域內(nèi)兩序列間的相關(guān)性[19，22]。其中由左向右的箭頭(→)表示兩者同相位，呈正相關(guān)關(guān)系；由右指向左的箭頭(←)表示負(fù)相位，呈負(fù)相關(guān)關(guān)系；而垂直向下(↓)和向上(↑)分別表示Y提前和落后X的1/4個(gè)周期，呈非線性關(guān)系[19]。

由圖5可知，巴丹吉林沙漠周邊地區(qū)年降水量和年均溫的相關(guān)關(guān)系存在周期性波動(dòng)。1970—1985和1990—2000年間，拐子湖氣象站點(diǎn)的年降水量和年均溫存在負(fù)相關(guān)關(guān)系，其共振周期高能量區(qū)主要分布在1975年前后8 a和1995年左右的4 a。巴彥諾爾公(1980—2005年)與拐子湖類似，也呈現(xiàn)負(fù)相關(guān)關(guān)系，共振周期高能量區(qū)在1995年前后10 a。阿拉善右旗氣象站的年降水量和年均溫之間存在非線性關(guān)系，1972—1982和1975—1990年間，共振周期高能量區(qū)主要集中在1983年前后5 a和1975年左右的2 a。鼎新氣象站兩要素之間關(guān)系較為復(fù)雜，1980—1995年，表現(xiàn)為正相關(guān)；2000—2018年，呈現(xiàn)非線性關(guān)系，共振周期高能量區(qū)為2010年左右的4 a。綜上所述，巴丹吉林沙漠周邊地區(qū)的年降水量和年均溫在多時(shí)間尺度上主要呈現(xiàn)非線性關(guān)系。

圖5 1960—2018年4個(gè)站點(diǎn)年均溫和年降水量的交叉小波譜和小波相干譜Fig.5 Cross wavelet and wavelet coherence of annual precipitation and annual average temperature at four weather stations during 1960-2018

2.5 氣溫和降水量的空間分層異質(zhì)性

通過對沙漠腹地1個(gè)自動(dòng)氣象站和周邊地區(qū)4個(gè)氣象站點(diǎn)2016和2018年的年均溫和年降水量數(shù)據(jù)做地理探測器分析，探究其空間分異性和不同因子對氣溫和降水量的影響程度。因子探測器的運(yùn)行結(jié)果中：q值表示空間分層異質(zhì)性，q值越大，表明因子對變量的解釋力越強(qiáng)，空間分層異質(zhì)性越明顯；p值用于衡量顯著性，越接近于0，表明顯著性越強(qiáng)，越接近于1，則越不顯著。

根據(jù)因子探測結(jié)果(表3)可知：各因子的p值多接近于1，結(jié)果并不顯著，氣溫不具有空間分異性；2016年，經(jīng)度、海拔、土地利用類型和坡度對降水量的空間分異性影響較為顯著，而在2018年，緯度、海拔和起伏度的影響較為明顯。這在一定程度上表明，研究區(qū)不同分區(qū)的降水在很大程度上與不同影響因子息息相關(guān)，且不同影響因子在不同年份對降水量的影響程度是不同的。陳紅寶[30]通過對比2010年巴丹吉林沙漠腹地和周邊的11次同期降水得出：僅沙漠南部的阿拉善右旗和雅布賴鎮(zhèn)站點(diǎn)與腹地的降水量相關(guān)性較好，與其余站點(diǎn)(額濟(jì)納旗、拐子湖、鼎新、金塔、阿左旗、巴音毛道和民勤)幾乎不具有相關(guān)性。同時(shí)，陳紅寶[30]通過回歸分析和反距離加權(quán)法得到沙漠東南部腹地的氣溫和周邊地區(qū)之間具有顯著的線性關(guān)系。但是，對腹地和周邊地區(qū)同一氣象要素進(jìn)行相關(guān)性分析和回歸分析只能說明兩者之間是否具有相關(guān)性，至于歸因和預(yù)測還需要進(jìn)一步討論。

表3 氣溫和降水量的驅(qū)動(dòng)因子探測Table 3 Driving factor detection of temperature and precipitation

從各因子交互對氣溫的解釋力結(jié)果(表4)來看，各因子之間的交互作用表現(xiàn)為非線性增強(qiáng)或雙因子增強(qiáng)，且2016和2018年，各因子之間的交互作用對氣溫的影響是一致的。各因子交互對降水量的解釋力結(jié)果(表4)顯示，各因子之間的交互作用亦表現(xiàn)為雙因子增強(qiáng)和非線性增強(qiáng)，但兩兩之間的交互對降水的影響在不同年份之間存在差異。各因子彼此之間均加強(qiáng)了對氣溫和降水的解釋力。其中，各影響因子之間非線性增強(qiáng)的貢獻(xiàn)率大于單因子獨(dú)立貢獻(xiàn)率的2倍，這是各因子綜合作用于氣溫和降水量的結(jié)果。

綜合單因子和交互因子探測結(jié)果來看，氣溫不具有空間分異性，降水量具有空間分異性，影響降水量的主要因子可能會(huì)隨年份發(fā)生變化。因此，不同區(qū)域的降水量具有較大差異，并不能簡單地通過對周邊氣象站的降水量進(jìn)行插值分析來預(yù)估腹地的降水，需要更多的腹地氣象資料才更具說服力。而沙漠腹地和周邊地區(qū)的氣溫具有高度一致性，幾乎不存在空間分異性，對周邊氣溫?cái)?shù)據(jù)進(jìn)行插值分析以預(yù)估腹地的氣溫是合理的。此外，具有不同特征的相同研究對象仍需采用不同的插值方法，如李框宇等[31]將梯度距離平方反比法進(jìn)行改進(jìn)后對氣溫進(jìn)行空間插值，使得插值結(jié)果更加準(zhǔn)確。由此可知，對于氣溫來說，整個(gè)區(qū)域尺度的天氣系統(tǒng)的影響機(jī)制是非常重要的，而對于降水量來說，局地差異的影響則更大。

3 結(jié)論

1)巴丹吉林沙漠周邊地區(qū)年降水量呈增加趨勢，但并不顯著，降水傾向率為4.57 mm/10 a，且沙漠東部的增加趨勢比北、西、南緣更加明顯。沙漠周邊地區(qū)年均溫呈顯著上升趨勢，速率達(dá)到0.34 ℃/10 a，沙漠北部比東、南、西緣升溫速率更大。

2)巴丹吉林沙漠周邊地區(qū)的年降水量在1960—2018年間發(fā)生多次突變，主要集中在：1995—2000年，2005—2015年。而年均溫在此期間僅發(fā)生一次突變，大致在1990—1995年間，各站點(diǎn)先后變暖加速。

3)巴丹吉林沙漠周邊和腹地降水量的月變化趨勢具有較大差異，但降水量主要集中在6—9月，在季節(jié)上仍然具有高度一致性。周邊和腹地氣溫的月變化趨勢高度相似。綜合來看，夏季高溫多雨，冬季寒冷干燥。

表4 氣溫和降水量的交互因子探測Table 4 Interactive factor detection of temperature and precipitation

4)交叉小波以及小波相干分析結(jié)果表明，沙漠北緣和東部的年降水量和年均溫主要呈負(fù)相關(guān)關(guān)系，沙漠南緣和西部的關(guān)系則較為紊亂?？傮w看來，巴丹吉林沙漠周邊地區(qū)的降水量和氣溫在多時(shí)間尺度上主要呈非線性關(guān)系。

5)巴丹吉林沙漠地區(qū)的降水量具有空間分異性，氣溫幾乎不具有空間分異性。不同影響因子對降水量具有不同的解釋力，因此，并不能簡單地通過周邊氣象站點(diǎn)對腹地降水進(jìn)行預(yù)測及歸因等。

本工作得到中國科學(xué)院大學(xué)王勁峰老師和陳東老師、中國氣象數(shù)據(jù)網(wǎng)姜濱老師和中國科學(xué)院西北生態(tài)環(huán)境資源研究院連喜紅的幫助，在此表示感謝。