張慶杰， 陶 輝， 蘇布達(dá)， 竇挺峰， 姜 彤

（1.南京信息工程大學(xué)地理科學(xué)學(xué)院/災(zāi)害風(fēng)險(xiǎn)管理研究院，江蘇南京 210044； 2.中國(guó)科學(xué)院新疆生態(tài)與地理研究所荒漠與綠洲生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，新疆烏魯木齊 830011； 3.中國(guó)氣象局國(guó)家氣候中心，北京 100081； 4.中國(guó)科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100049）

0 引言

積雪是冰凍圈最重要的組成部分，對(duì)全球和區(qū)域的輻射平衡和大氣環(huán)流有著重要的影響［1］。積雪也是一個(gè)對(duì)全球環(huán)境變化敏感的參數(shù)，積雪的變化與氣候環(huán)境變化有著密切的關(guān)系，其動(dòng)態(tài)變化對(duì)氣候環(huán)境和人類生活產(chǎn)生重要影響［2-3］。積雪深度、積雪密度、雪水當(dāng)量等積雪相關(guān)變量的變化通過(guò)改變地表和大氣之間的能量和水平衡，對(duì)水文、生態(tài)系統(tǒng)和農(nóng)業(yè)產(chǎn)生深遠(yuǎn)影響［4-6］。

中國(guó)最主要的積雪分布地區(qū)主要為北疆積雪帶、天山積雪地區(qū)、青藏高原雪區(qū)以及內(nèi)蒙古-東北地區(qū)，其中新疆為我國(guó)陸地上最大的積雪分布區(qū)［7］。季節(jié)性積雪作為臨時(shí)水庫(kù)，冬季積雪決定了春季和夏季的河流變化［8-9］。1960年以來(lái)，新疆的氣候總體上呈現(xiàn)出暖濕化的趨勢(shì)［10］。氣候變化背景下的水資源供給是生態(tài)安全和社會(huì)經(jīng)濟(jì)發(fā)展的制約因素，如何應(yīng)對(duì)全球變暖一直是關(guān)注的熱點(diǎn)［11］，開(kāi)展氣候變化背景下積雪的變化研究具有非常重要研究意義。

近年來(lái)，國(guó)內(nèi)外眾多學(xué)者關(guān)于積雪的時(shí)空變化特征等方面展開(kāi)了較多的研究工作。比利牛斯山脈（歐洲西南部）在1958—2017 年間的積雪持續(xù)時(shí)間和平均深度均呈下降趨勢(shì)［12］。由積雪模型模擬的波蘭地區(qū)的季節(jié)性積雪深度無(wú)論是在近期還是遠(yuǎn)期，都會(huì)普遍下降［13］。北美地區(qū)冬季積雪在1930—1980年呈現(xiàn)出增加的趨勢(shì)，在1980年后開(kāi)始趨于減小［14］。在大多數(shù)地區(qū)年平均降雪隨著氣候變暖而減少，但在地表溫度較低的地區(qū)增加［15-17］。近60年新疆區(qū)域尤其是北疆、天山山區(qū)的冬季最大積雪深度均呈增加趨勢(shì)，北疆和天山山區(qū)年際變化波動(dòng)較大，南疆略有增加，但趨勢(shì)不明顯［18］。新疆的平均積雪日數(shù)在2001—2015年呈非顯著下降趨勢(shì)，新疆各地區(qū)平均積雪日數(shù)的分布具有明顯的空間異質(zhì)性［19］。隨著明顯的增溫增濕變化，新疆地區(qū)的積雪呈現(xiàn)出緩慢的增長(zhǎng)趨勢(shì)，并且積雪日數(shù)和厚度與冬季降水量呈正相關(guān)［20］。烏魯木齊市年際上冬季積雪量在1990—2004 年呈現(xiàn)出比較緩慢的波動(dòng)上升趨勢(shì)［21］。在積雪深度變化的影響因素方面，當(dāng)前研究認(rèn)為積雪深度的變化主要受近地面氣溫和降水量變化的之間相互作用影響［22-23］，并且在不同地區(qū)積雪深度的變化受氣溫、降水等不同的氣象要素的影響大小也存在一定的差異性［24-25］。

地球系統(tǒng)模式是理解歷史氣候與環(huán)境演變機(jī)理并預(yù)估未來(lái)氣候變化的重要工具［26］。為此，世界氣候研究計(jì)劃（WCRP）于1995 年組織了眾多學(xué)者和研究機(jī)構(gòu)共同發(fā)起了國(guó)際耦合模式比較計(jì)劃（CMIP）。CMIP 計(jì)劃主要開(kāi)展氣候模式模擬能力評(píng)估以及未來(lái)氣候變化的情景預(yù)估等方面的研究，該計(jì)劃得出的研究結(jié)果是歷次IPCC 科學(xué)評(píng)估的重要組成部分，同時(shí)CMIP 計(jì)劃在促進(jìn)氣候模擬、診斷以及歸因研究等領(lǐng)域的國(guó)際合作和交流方面也起到了重要作用。迄今為止，國(guó)際耦合模式比較計(jì)劃的第六階段（CMIP6）已經(jīng)進(jìn)行了一套新的協(xié)調(diào)氣候模式實(shí)驗(yàn)，已被應(yīng)用于預(yù)估積雪、氣溫、降水、風(fēng)速等氣象要素的變化［27］。CMIP6繼承了CMIP5中的4種RCP 情景（RCP2.6、RCP4.5、RCP6.0、RCP8.5），此外還增加了3 種排放路徑（RCP1.9、RCP3.4、RCP7.0）。情景模式比較計(jì)劃（ScenarioMIP）作為CMIP6重要的子計(jì)劃之一，為氣候變化機(jī)理、減緩和適應(yīng)研究提供了關(guān)鍵數(shù)據(jù)支撐。相比于CMIP5中的RCPs 路徑，CMIP6 融合了共享社會(huì)經(jīng)濟(jì)路徑，使減緩的成本與效益評(píng)估更加容易。此外，ScenarioMIP的SSP情景包含針對(duì)21世紀(jì)末不同溫控目標(biāo)的路徑（如SSP1-1.9 和SSP1-2.6），可以更加合理地評(píng)估1.5 ℃和2.0 ℃溫升目標(biāo)［28］。

目前對(duì)積雪的研究一般是對(duì)歷史時(shí)期積雪的時(shí)空變化及其影響因素的研究，缺乏積雪變化的預(yù)估研究［18-23］。當(dāng)前利用全球氣候模式來(lái)預(yù)估積雪變化的相關(guān)研究還比較少。因此，本研究將利用全球氣候模式數(shù)據(jù)并結(jié)合中國(guó)雪深長(zhǎng)時(shí)間序列數(shù)據(jù)集等觀測(cè)數(shù)據(jù)，開(kāi)展新疆地區(qū)未來(lái)積雪時(shí)空特征演變的研究。首先基于中國(guó)雪深長(zhǎng)時(shí)間序列數(shù)據(jù)集（1979—2014 年），評(píng)估五個(gè)全球氣候模式的區(qū)域適用性；其次預(yù)估未來(lái)新疆地區(qū)不同情景下積雪深度的時(shí)空變化特征。研究結(jié)果將促進(jìn)我們更加深刻的認(rèn)識(shí)積雪對(duì)氣候的響應(yīng)，同時(shí)也將會(huì)對(duì)未來(lái)新疆地區(qū)的水資源的合理利用奠定相關(guān)的理論基礎(chǔ)。

1 研究區(qū)概況、數(shù)據(jù)與方法

1.1 研究區(qū)概況

新疆地處歐亞大陸腹地，是中國(guó)最大的省級(jí)行政區(qū)，并且是古代絲綢之路的重要通道。新疆東西長(zhǎng)1 950 km，南北寬1 550 km，面積達(dá)166 萬(wàn)km2，占中國(guó)大約1/6 的區(qū)域。北部為阿爾泰山脈，南部為昆侖山，中部為天山山脈。新疆最顯著的地貌特征是山和盆地交替分布，形成山-盆地體系。新疆地處西風(fēng)帶，具有典型的溫帶大陸性氣候特征。作為一個(gè)被高山環(huán)抱的內(nèi)陸地區(qū)，其位置遠(yuǎn)離海洋，不容易受到海洋水分的影響。新疆是中亞地區(qū)典型的干旱半干旱區(qū)，淡水資源嚴(yán)重匱乏，地表徑流主要由山地冰川和積雪融水供給。但該地區(qū)的季節(jié)性積雪水資源比較豐富，占全國(guó)積雪水資源總量的1/3［29］。

1.2 數(shù)據(jù)

1.2.1 觀測(cè)數(shù)據(jù)

本研究選取了中國(guó)雪深長(zhǎng)時(shí)間序列數(shù)據(jù)集中新疆地區(qū)的雪深數(shù)據(jù)作為積雪觀測(cè)數(shù)據(jù)，中國(guó)雪深長(zhǎng)時(shí)間序列數(shù)據(jù)集提供了1979 年1 月1 日至2020年12 月31 日逐日的中國(guó)范圍的積雪厚度分布數(shù)據(jù)，其空間分辨率為25 km（來(lái)源：時(shí)空三極環(huán)境大數(shù)據(jù)平臺(tái)）。反演該雪深數(shù)據(jù)集的原始數(shù)據(jù)來(lái)自美國(guó)國(guó)家雪冰數(shù)據(jù)中心處理的逐日被動(dòng)微波亮溫?cái)?shù)據(jù)。然后在Chang算法基礎(chǔ)上針對(duì)中國(guó)地區(qū)進(jìn)行修正后的算法進(jìn)行雪深反演［30-32］。本研究選取了1979—2014年為歷史時(shí)期的新疆地區(qū)的雪深數(shù)據(jù)。

圖1 新疆地形和氣象格點(diǎn)分布圖Fig.1 Xinjiang topography and meteorological grid distribution map

本研究選取了中國(guó)氣象局地面觀測(cè)站點(diǎn)的逐日氣溫和降水資料經(jīng)過(guò)插值后的空間分辨率為0.5°×0.5°的格點(diǎn)數(shù)據(jù)［33］，該數(shù)據(jù)由2 416 個(gè)地面氣象觀測(cè)站的數(shù)據(jù)生成，已廣泛應(yīng)用于氣候變化影響研究，選用新疆地區(qū)的664 個(gè)格點(diǎn)數(shù)據(jù)作為觀測(cè)值來(lái)評(píng)估氣候模式對(duì)新疆地區(qū)氣溫、降水的模擬能力，本研究同樣選取了1979—2014年為歷史時(shí)期的氣溫、降水?dāng)?shù)據(jù)。

1.2.2 氣候模式數(shù)據(jù)

CMIP6 基于不同的共享社會(huì)經(jīng)濟(jì)路徑（SSPs）和最新的人為排放趨勢(shì)提出了新的預(yù)估情景SSPs-RCPs［34］?？紤]到國(guó)際耦合模式比較計(jì)劃的第六階段（CMIP6）的全部情景以及所需降雪通量、氣溫和降水等變量的可得性因素，本研究選取了以下五個(gè)全球氣候模式（CanESM5、CNRM-ESM2-1、IPSLCM6A-LR、MIROC6、MRI-ESM2-0）。表1 描述了本研究中使用的五個(gè)全球氣候模式的基本信息，主要包括模式名稱、研究中心、原始分辨率以及降尺度后的分辨率等。表2 描述了7 個(gè)不同的SSPs-RCPs情景所對(duì)應(yīng)的強(qiáng)迫類別、社會(huì)經(jīng)濟(jì)情景以及氣候情景等。

表1 5個(gè)CMIP6模式的簡(jiǎn)介T(mén)able 1 Basic information of 5 GCMs from CMIP6

表2 SSPs-RCPs情景介紹Table 2 Basic information of SSPs-RCPs for CMIP6

本文采用了CMIP6 中情景比較齊全的五個(gè)氣候模式，考慮到氣候模式的歷史時(shí)期為1850—2014 年，2014 年以后CMIP6 氣候模式基于不同的共享社會(huì)經(jīng)濟(jì)路徑（SSPs）和最新的人為排放趨勢(shì)提出了新的預(yù)估情景SSPs-RCPs，因此2014 年之后的氣候模式數(shù)據(jù)已經(jīng)變?yōu)榱瞬煌A(yù)估情景組合下的數(shù)據(jù)，再結(jié)合雪深長(zhǎng)時(shí)間序列數(shù)據(jù)集是從1979 年開(kāi)始的，所以本研究就考慮將1979—2014年作為歷史時(shí)期。以1995—2014 年作為基準(zhǔn)期，將2021—2040 年、2041—2060 年、2081—2100 年分別作為21 世紀(jì)近期、中期和末期等三個(gè)不同時(shí)期展開(kāi)未來(lái)的預(yù)估研究。

1.3 研究方法

本文選取的五個(gè)氣候模式輸出的是逐日降雪通量數(shù)據(jù)，單位為kg·m-2·s-1。但采用的觀測(cè)雪深數(shù)據(jù)單位為厘米，因此，研究中將所有的氣候模式的降雪通量數(shù)據(jù)轉(zhuǎn)換為雪水當(dāng)量（單位為mm），并假定設(shè)雪的深度是液體當(dāng)量的10 倍，再使用近似的10-to-1規(guī)則轉(zhuǎn)換成厘米深的雪［35］。

在分析積雪深度變化時(shí)，由于不同氣候模式輸出數(shù)據(jù)空間分辨率存在較大的差異性，為了更加準(zhǔn)確的與雪深數(shù)據(jù)集進(jìn)行對(duì)比分析，將氣候模式數(shù)據(jù)的空間分辨率統(tǒng)一降尺度為0.25°×0.25°。在對(duì)新疆地區(qū)的氣溫和降水的變化進(jìn)行分析時(shí)，利用觀測(cè)格點(diǎn)數(shù)據(jù)，通過(guò)統(tǒng)計(jì)降尺度方法并利用等距累積分布函數(shù)匹配方法（EDCDF）修正了模擬和觀測(cè)之間的系統(tǒng)偏差，來(lái)對(duì)模式數(shù)據(jù)進(jìn)行了降尺度和偏差訂正等處理，將數(shù)據(jù)空間分辨率和觀測(cè)格點(diǎn)數(shù)據(jù)統(tǒng)一為0.5°×0.5°［36-37］。

為了得到新疆積雪深度、降水以及氣溫的變化趨勢(shì)，本文采用了Mann-Kendall 檢驗(yàn)法（M-K 法）。M-K 法是世界氣象組織推薦并已在水文氣象領(lǐng)域得到廣泛使用的一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)的方法［38］。

本研究主要利用Taylor圖來(lái)定量評(píng)估氣候模式的模擬能力。Taylor 圖通過(guò)標(biāo)準(zhǔn)差、均方根誤差以及相關(guān)系數(shù)來(lái)定量描述氣候模式結(jié)果與觀測(cè)值的一致性。從原點(diǎn)出發(fā)的縱向距離表示模式值與觀測(cè)值的標(biāo)準(zhǔn)差大?。挥^測(cè)值與模式值之間的距離為均方根誤差大?。幌嚓P(guān)系數(shù)的大小取決于為模式值所在的方位角位置，當(dāng)模式模擬結(jié)果與觀測(cè)值較一致時(shí)，相關(guān)系數(shù)越大，相關(guān)性越好。

2 結(jié)果與分析

2.1 氣候模式對(duì)積雪深度的模擬能力

基于雪深觀測(cè)數(shù)據(jù)評(píng)估了五個(gè)氣候模式在1979—2014 年模擬積雪深度方面的模擬能力。如圖2（a）所示，與觀測(cè)數(shù)據(jù)相比，氣候模式模擬的積雪深度基本上能夠反映其年內(nèi)變化的基本特征，但在7—10月氣候模式的模擬值遠(yuǎn)大于觀測(cè)值。一般來(lái)說(shuō)，1 月至3 月的積雪深度為年內(nèi)最大分布的月份，并且1 月至3 月氣候模式的模擬值與觀測(cè)值的誤差均較小，與觀測(cè)值更為接近。因此，為了更加準(zhǔn)確的預(yù)估新疆地區(qū)未來(lái)的積雪深度變化，本研究重點(diǎn)關(guān)注1 月至3 月的積雪深度變化以及所對(duì)應(yīng)的1月至3月的氣溫、降水變化。

圖2（b）表示了1979—2014 年觀測(cè)數(shù)據(jù)與氣候模式模擬的匹配程度，可以看出，各氣候模式與觀測(cè)值的相關(guān)系數(shù)均在0.8～0.9之間。

圖2 1979—2014年觀測(cè)數(shù)據(jù)與氣候模式模擬的結(jié)果對(duì)比Fig.2 Comparison of observational data and climate model simulation results from 1979 to 2014：annual snow depth distribution（a）；Taylor program of snow depth from January to March（b）

為進(jìn)一步評(píng)估氣候模式的模擬性能，文中將新疆雪深長(zhǎng)時(shí)間序列數(shù)據(jù)集和五個(gè)氣候模式模擬的1979—2014 年間1 月至3 月平均積雪深度的空間分布進(jìn)行了對(duì)比。結(jié)果如圖3 所示，氣候模式在一定程度上捕獲到了北部地區(qū)和西南地區(qū)的積雪深度最大，一般在40 cm 以上。中部地區(qū)和東部大部分地區(qū)積雪深度相對(duì)較小，平均積雪深度一般在20 cm 以下。結(jié)合1979—2014年觀測(cè)數(shù)據(jù)與氣候模式模擬的對(duì)比結(jié)果可以看出，各氣候模式與積雪深度觀測(cè)值的均方根誤差均在0.4～0.6 中間，其中CNRM-ESM2-1 和IPSL-CM6A-LR 模式與積雪深度觀測(cè)值的均方根誤差相對(duì)較小，對(duì)積雪深度模擬的能力相對(duì)較好，MIROC6 氣候模式與積雪深度觀測(cè)值的均方根誤差最大，結(jié)合該氣候模式模擬的積雪深度空間分布圖也可以看出，該氣候模式對(duì)積雪深度模擬的能力相對(duì)較差。總體上看，新疆大部分地區(qū)由氣候模式得到的積雪深度空間分布和積雪深度觀測(cè)數(shù)據(jù)具有相似的特征。

圖3 1979—2014年觀測(cè)數(shù)據(jù)與氣候模式模擬的平均雪深空間分布對(duì)比Fig.3 Comparison of the spatial distribution of mean snow depth between observed data and climate model simulation from 1979 to 2014

2.2 未來(lái)氣溫、降水分析

氣溫和降水對(duì)積雪深度變化有重要影響，因此，本研究分析了氣候變化背景下新疆地區(qū)1—3月氣溫和降水的變化。首先需要對(duì)選取的氣候模式對(duì)新疆地區(qū)氣溫和降水的模擬能力進(jìn)行評(píng)估，表3描述了氣候模式原始模擬輸出（偏差訂正前）和偏差訂正后與觀測(cè)值比較的相關(guān)系數(shù)對(duì)比結(jié)果，可以看出，氣候模式偏差訂正前后的模擬能力存在一定的差異，尤其是降水這個(gè)氣象要素，經(jīng)過(guò)偏差訂正后降水與觀測(cè)值的相關(guān)系數(shù)由原來(lái)的0.6左右提高到了0.8 以上，氣候模式的模擬能力得到了較大的提升。

表3 CMIP6氣候模式原始模擬輸出和偏差訂正后與觀測(cè)值對(duì)比的相關(guān)系數(shù)Table 3 Correlation coefficients between the original simulated output and observed values of the CMIP6 climate model and the corrected deviations

圖4 描述了1979—2014 年所有氣候模式以及多模式集合模擬的氣溫、降水與觀測(cè)數(shù)據(jù)比較的結(jié)果?？梢钥闯?，訂正過(guò)的氣候模式對(duì)新疆地區(qū)氣溫和降水的模擬能力較好，相關(guān)系數(shù)均大于0.8，并且多模式集合模擬的結(jié)果與觀測(cè)值的相關(guān)系數(shù)均大于單個(gè)氣候模式，模擬效果要優(yōu)于單個(gè)氣候模式，因此選用多模式集合的結(jié)果來(lái)對(duì)未來(lái)的氣溫和降水變化展開(kāi)研究。

圖4 1979—2014年觀測(cè)數(shù)據(jù)與氣候模式模擬比較Fig.4 Comparison of observational data and climate model simulations from 1979 to 2014：temperature（a）；precipitation（b）

圖5 和圖6 分別描述了氣溫和降水這兩個(gè)變量在1995—2100 年間每年1—3 月的變化。由此看出，氣溫和降水在未來(lái)氣候變化背景下均呈現(xiàn)出波動(dòng)上升的趨勢(shì)，其中氣溫的平均增幅相對(duì)比較明顯，達(dá)0.43 ℃·（10a）-1。而從氣溫的時(shí)間變化可以看出，不同SSPs-RCPs 情景下均具有相對(duì)顯著的升溫趨勢(shì)，其中高輻射強(qiáng)迫情景下的增加趨勢(shì)比低輻射強(qiáng)迫情景更為顯著（趨勢(shì)均通過(guò)0.05 顯著性水平），具有更為明顯的升溫趨勢(shì)，SSP5-8.5 情景下，氣溫升高達(dá)0.53 ℃·（10a）-1。而從降水的時(shí)間變化可以看出，除高輻射強(qiáng)迫情景外，降水的增幅不是特別顯著，平均增幅為0.63 mm·（10a）-1。因此，新疆未來(lái)的氣候總體上將呈現(xiàn)出變暖變濕的趨勢(shì)。

圖5 不同SSPs-RCPs情景下，1995—2100年新疆氣溫變化趨勢(shì)Fig.5 The trend of temperature change in Xinjiang from 1995 to 2100 under different SSPs-RCPs scenarios

圖6 不同SSPs-RCPs情景下，1995—2100年新疆降水變化趨勢(shì)Fig.6 The trend of precipitation change in Xinjiang from 1995 to 2100 under different SSPs-RCPs scenarios

2.3 SSPs-RCPs情景下積雪深度的預(yù)估

2.3.1 時(shí)間變化

由多模式集合平均結(jié)果（圖7）可以看出，新疆地區(qū)的積雪深度在1995—2100 年呈波動(dòng)上升的趨勢(shì)。低輻射強(qiáng)迫情景下上升幅度較小，高輻射強(qiáng)迫情景下的變化較為顯著，平均積雪深度在高強(qiáng)迫情景（SSP5-8.5）下中增幅最大，上升趨勢(shì)最為顯著，趨勢(shì)均通過(guò)0.05顯著性水平。

圖7 不同SSPs-RCPs情景下，1995—2100年新疆積雪深度變化趨勢(shì)Fig.7 The trend of snow depth change in Xinjiang from 1995 to 2100 under different SSPs-RCPs scenarios

基準(zhǔn)期1995—2014 年的平均積雪深度為24.7 cm，相對(duì)于基準(zhǔn)期，在SSP1-1.9，SSP1-2.6，SSP2-4.5，SSP3-7.0，SSP4-3.4，SSP4-6.0，SSP5-8.5 情景下，近期（2021—2040 年）平均積雪深度將分別增加3.2%、3.3%、3.1%、5.5%、7.5%、6.0%、6.8%，中期（2041—2060 年）相對(duì)增加9.3%、11.0%、8.3%、11.1%、11.2%、10.9%、13.4%，末期（2081—2100 年）相對(duì)增加8.1%、10.8%、9.2%、18.8%、13.2%、15.1%、19.8%。中期和末期相對(duì)近期增幅更為明顯，各個(gè)時(shí)期高輻射強(qiáng)迫情景下積雪深度的增幅最大，末期高輻射強(qiáng)迫情景下增幅達(dá)20%左右。

2.3.2 空間變化

21 世紀(jì)近期、中期和末期，新疆地區(qū)的積雪深度在不同SSPs-RCPs情景下相對(duì)基準(zhǔn)期的變化空間分布如圖8 所示。SSP1-1.9 情景下，21 世紀(jì)近期、中期和末期北部大部分地區(qū)的積雪深度將會(huì)有所增加；SSP1-2.6 情景下，北部阿爾泰山地區(qū)的積雪深度在21世紀(jì)近期有所減小，但中期和末期將會(huì)有所增加；SSP2-4.5情景下，21世紀(jì)近期、中期和末期東部地區(qū)的積雪深度將會(huì)有所增加，北部和中部大部分地區(qū)在不同時(shí)期積雪深度將會(huì)變??；SSP3-7.0情景下，21 世紀(jì)不同時(shí)期北部和西南地區(qū)的積雪深度將會(huì)普遍變小，東部地區(qū)的積雪深度將普遍增加；SSP4-3.4、SSP4-6.0 情景下，21 世紀(jì)不同時(shí)期西南昆侖山地區(qū)的積雪深度將會(huì)普遍變小，東部地區(qū)的積雪深度將普遍增加；SSP5-8.5 情景下，北部阿爾泰山地區(qū)和東部地區(qū)的積雪深度將普遍增加。

圖8 不同情景下新疆2021—2040年（a1～g1），2041—2060年（a2～g2）和2081—2100年（a3～g3）雪深較基準(zhǔn)期（1995—2014年）變化（a表示SSP1-1.9；b表示SSP1-2.6；c表示SSP2-4.5；d表示SSP3-7.0；e表示SSP4-3.4；f表示SSP4-6.0；g表示SSP5-8.5）Fig.8 Xinjiang region under different scenarios in 2021—2040（a1～g1），2041—2060（a2～g2）and 2081—2100（a3～g3）change in snow depth from the base period（1995—2014）（a denotes SSP1-1.9；b denotes SSP1-2.6；c denotes SSP2-4.5；d denotes SSP3-7.0；e denotes SSP4-3.4；f denotes SSP4-6.0；g denotes SSP5-8.5）

不同SSPs-RCPs 情景下，新疆地區(qū)的積雪深度在21世紀(jì)前期相對(duì)于中期和后期增幅較小，并且積雪深度減小的地區(qū)主要分布在西南昆侖山地區(qū)；21世紀(jì)中期和后期增加幅度較大的區(qū)域主要集中在東部地區(qū)。

3 討論

積雪深度作為積雪相關(guān)變量之一，積雪深度的變化對(duì)地表水熱平衡起著至關(guān)重要的作用。氣候模式的模擬表明，在全球大多數(shù)地區(qū)年平均降雪隨著氣候變暖而減少，但在地表溫度較低的地區(qū)增加［15-17］。例如Li 等［17］利用CMIP5 的四個(gè)氣候模式對(duì)中亞地區(qū)在未來(lái)不同溫升目標(biāo)下中亞地區(qū)的積雪深度變化進(jìn)行研究得出：全球暖化水平1.5 ℃和2.0 ℃時(shí)，中亞?wèn)|北部地區(qū)積雪深度將增加，中西部地區(qū)積雪深度將會(huì)減少，具有明顯的空間格局。積雪深度的變化是氣溫、降水量等氣象要素相互作用的結(jié)果。在氣候變暖的情況下，積雪的深度通常會(huì)下降。然而，本研究中的預(yù)測(cè)表明，在SSP5-8.5情景下，北部阿爾泰山地區(qū)和東部地區(qū)的積雪深度在未來(lái)不同時(shí)期均呈現(xiàn)出增加的趨勢(shì)。正如Raeisaenen［22］所指出的，對(duì)全球變暖的積雪的變化受到預(yù)計(jì)降水量增加的調(diào)節(jié)，并且積雪對(duì)氣候變化的反映可能隨緯度和海拔而變化。在高緯度和高海拔地區(qū)，積雪的積累可能會(huì)增加。Krasting 等［23］研究得出，在氣溫足夠低的地區(qū)，氣溫的上升對(duì)降水的固相和液相（雪和雨）分配沒(méi)有很大影響的情況下，氣候變暖時(shí)大氣中水分含量的增加可能導(dǎo)致降雪的增加。在新疆氣候總體上呈現(xiàn)出變暖變濕的前提下，新疆北部和東部地區(qū)的降水量增加，而1—3月平均氣溫仍低于0 ℃，因此這些地區(qū)的積雪深度將會(huì)增加，這可能是一種與預(yù)測(cè)變化相關(guān)的合理解釋。

4 結(jié)論

本研究基于新疆地區(qū)的雪深長(zhǎng)時(shí)間序列數(shù)據(jù)集，評(píng)估所選取的第六次國(guó)際耦合模式比較計(jì)劃（CMIP6）中的五個(gè)氣候模式，以1979—2014 年為歷史時(shí)期在積雪深度方面的模擬性能，然后研究了2021—2100 年新疆地區(qū)積雪深度的時(shí)空變化。并結(jié)合氣溫和降水這兩個(gè)氣象要素在1995—2100 年的變化來(lái)展開(kāi)相關(guān)分析，得到結(jié)論如下：

（1）在時(shí)間尺度上，五個(gè)氣候模式模擬的積雪深度基本上模擬了年內(nèi)變化的基本特征，其中1—3月模式模擬的結(jié)果與雪深數(shù)據(jù)集的結(jié)果更為接近。在空間尺度上，五個(gè)氣候模式和雪深數(shù)據(jù)集模擬出的最大平均雪深處和較低的平均雪深處在空間分布上具有較好的空間一致性。

（2）在氣候變化背景下降水和氣溫均會(huì)波動(dòng)上升，并且氣溫的增幅要明顯高于降水，未來(lái)的氣候總體上趨于暖濕化。

（3）新疆地區(qū)的積雪深度在21 世紀(jì)將波動(dòng)上升，中期和末期相對(duì)于近期增幅更為明顯，各個(gè)時(shí)期高輻射強(qiáng)迫情景下積雪深度的增幅相對(duì)較大，21世紀(jì)末期高輻射強(qiáng)迫情景下增幅達(dá)20%左右。在空間變化方面，不同情景下積雪深度的空間變化存在一定的差異，但總體來(lái)說(shuō)，北部和東部地區(qū)的積雪深度將會(huì)增加，中部大部分地區(qū)的積雪深度將會(huì)減少。