1. 引言

1.1. 研究背景

从历史来看，全球变暖是一个非常显著、稳定的变化趋势。全球变暖在一定程度上可能会改变降水的发生条件以及表现的形式，影响极端高温和降水事件的发生概率。X Feng等的研究表明，过去一个世纪季节性降雨的强度和持续时间的不确定性增加[1]。然而，变暖的进程受多种因素和物理过程共同制约，变化复杂，具有明显的非线性特征，在空间上和时间上都表现出突出的差异特征。根据干湿特性将我国分为几个气候区进行研究，有助于准确有效地分析研究气候演变特征。

我国地域辽阔，气候类型多样，呈现出明显的东西差异和南北差异。根据气温降水和海拔，可以将我国分为温带大陆性气候区、温带季风性气候区、高原山地气候区、亚热带季风气候区和热带季风气候区五个气候区[2]。了解不同气候区气候演变对于理解全国气候变化格局至关重要。此外，中国对气候变化非常敏感[3]，气候变化将会给农业、工业的生产和可持续发展带来巨大的挑战，气温的升高和降水模式的变化可能导致生态系统的崩溃、生物多样性丧失，进而对生态环境和自然资源产生深远的影响。

因此，本文将对中国不同气候区温度和降水演变特征进行研究，帮助全面了解气候变化的影响，为应对未来气候变化提供科学支持。

1.2. 研究现状

全球变暖对生态系统和人类社会造成了诸多影响，早有学者围绕其进行研究。周天军等对其成因进行了研究，得出了全球变暖受人类活动和自然因子两个方面影响的结论[4]。近来，赵宗慈等还利用了CMIP5气候模式模拟了20世纪全球变暖的趋势，并预估了未来气候将持续变暖[5]。Sun J Q等分析了中国变暖环境下冬季降水和极端降水的年代际变化，结果表明：随着我国冬季升温趋势的增强，该地区冬季降水和极端降水量也在增加，降水增速高于全球平均值，表明中国降水对气候变暖高度敏感，进一步凸显了研究区域气候变暖响应的重要性[6]。

不同气候区的温度和降水特征截然不同，同时也随时间不断发生着改变。如近50年，三江源地区的降水量具有较明显的年代际变化特征，由于降水增加，气候逐渐由“暖干化”转向“暖湿化”[7]。而1960~2014年，我国北方地区在春冬两季呈湿润化趋势，在夏秋两季呈干旱化趋势[8]。

此前已有相关研究从整体上分析了我国的气温、降水演变特征。王连喜等在2006年的研究表明，过去50年(1980~2001年相比1956~1979年)中国降水量略有减少，而近一个世纪中国气温升高了0.4~0.5摄氏度[2]。而刘凯等在2022年的研究表明1951~2018中国平均气温和降水呈增加趋势[9]。此外，Li J等分析研究了近半个世纪中国气温频率与极端降水频率的关系，同时发现中国东部地区的极端气候和变化与东亚夏季风的变化和相应的大气环流密切相关[10]。

1.3. 研究意义

即使已有不少关于近几十年我国气温、降水的分析研究，但区分不同气候区并具体对各气候区气温和降水的研究还存在空缺。不同气候区的气候影响因素不尽相同，区分不同气候区来研究气温和降水能够更加清楚的了解气候变化特征，在制定应对气候变化的政策、提高社会各个领域的适应性和可持续发展上可以提供更具合理性的参考价值。

全球变暖持续发展，使得极端天气事件增加，不仅会让自然环境的生态平衡遭到破坏，还会对人类的生存延续造成威胁。如：陈琦等的研究表明，极端降水将会影响潜在净初级生产力(植物通过光合作用吸收大气中二氧化碳的净累积量)[11]，从而对气候产生影响。Stephen Del Grosso等研究发现，从1901年到2000年，根据降水和温度模式的变化，全球潜在植被的总净初级生产力增加了13%[12]。

在全球变暖的趋势依旧持续的今天，有必要重新对我国主要气候区的气候演变特征进行分析。

2. 资料和方法

2.1. 研究区概况

我国辽阔的地域造就了丰富的气候类型，气温和降水特征因地域不同具有明显差异，同时，受东亚季风影响，我国的气候还具有明显的季节性：东部和南部地区夏季炎热潮湿，冬季相对温和；西部夏季炎热干燥，冬季寒冷干燥；东北地区冬季寒冷，夏季温暖。由于气候特征十分复杂，选取我国作为研究区域有助于了解不同气候类型的形成机制、演变规律和影响因素。

为方便研究，使用干旱指数(Aridiy Index)将我国划分为三个气候区，干旱指数为年降水量与潜在蒸散量的比值。我国的降水量具有明显的空间特征，刘文辉等的研究得出，不同气候区潜在蒸散量的敏感因子也有所不同[13]。因此，干旱指数能够反映特定地区的干旱情况，使用干旱指数划分气候区具有合理性。此外，王亚萍等的研究还指出了，由于潜在蒸散量的变化速率高于降水量，干旱指数受潜在蒸散量主导[14]。

计算1979~2022年的多年平均降水量和潜在蒸散量，二者的比值即为干旱指数，将干旱指数小于0.2的区域定义为干旱气候区，干旱指数大于0.65的区域定义为湿润气候区，干旱指数介于0.2到0.65之间的区域则定义为过渡气候区。

Figure 1.Climate zone division in China

图1.我国气候区划分

如图1所示，按照干旱指数将我国分为三个气候区。红色区域为湿润气候区，紫色区域为干旱气候区，黄色区域为过渡气候区。以山东半岛经秦岭以北到青藏高原东部为界，南部均为湿润气候区，我国东北的大兴安岭、小兴安岭以及东北平原东部也为湿润气候区；而内蒙古中部经阿尔泰山到珠穆朗玛峰以西则为干旱气候区与过渡气候区的分界线；此外，天山山脉以北除准噶尔盆地的地区也为过渡气候区，准噶尔盆地为干旱气候区。

Yi等的研究中提到，高原地区年降水量的变化与高原季风的变化趋势密切相关[15]。在彭振华等的研究中，将我国分为干旱、湿润与过渡区时，将青藏高原单独分为一个独立的区域[16]，为了研究方便，本文不将其单独分开。

2.2. 资料概况

本研究所使用的数据下载自CRU。它由英国国家大气科学中心(NCAS)制作，是目前被使用得最广泛的气候数据集之一；该数据集提供了全球1901年至2022年地表观测的0.5˚ × 0.5˚分辨率的月度数据。

本研究使用了1979年1月到2022年12月共44年的气温、降水量及潜在蒸散量三个产品。由于仅研究我国范围的数据，于高德开放平台下载了通过国务院审核的中国行政区域地图的json文件，审图号为GS (2023)4677号。

对数据进行SVD分解时，由于数据量较大，为了减少运算量，利用了二维线性插值的方法，将数据的精度减小到2˚ × 2˚。

2.3. 研究方法

对温度和降水量两个气象要素场做SVD分解，分析它们在时间和空间上的相关性。

SVD分解

有温度和降水量两个气象要素场，x和y，空间点数都为m，时间点数都为n，计算它们的标准化资料。

$X=\left[\begin{array}{cccc}{x}_{11}& x_{12}& \cdots & x_{1n}\\ x_{21}& x_{22}& \cdots & x_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ x_{m1}& x_{m2}& \cdots & x_{mn}\end{array}\right],Y=\left[\begin{array}{cccc}{y}_{11}& y_{12}& \cdots & y_{1n}\\ y_{21}& y_{22}& \cdots & y_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ y_{m1}& y_{m2}& \cdots & y_{mn}\end{array}\right]$

计算左场x和右场y的交叉协方差矩阵 $C=\left(X{Y}^T\right)/n$，并对协方差阵C进行SVD分解：

$C=\frac{1}{n}X{Y}^T=U\left[\begin{array}{cc}\Sigma & 0\\ 0& 0\end{array}\right]V^T$(1)

U和V的每一列都是一个空间分布函数，每个场的内部空间型相互正交。左奇异向量u_j表示第j模态左场的空间分布，右奇异向量v_j表示第j模态右场的空间分布。

把原观测场X投影到u_j，把Y场投影到v_j，即可以得到第j模态左右场的时间序列，记为a_j和b_j：

$\begin{array}{c}{a}_j=u_j^{T}X\end{array}$(2)

$\begin{array}{c}{b}_j=v_j^{T}Y\end{array}$(3)

再对a_j和b_j计算相关系数，来衡量左右奇异向量场的密切程度：

$r\left(a_j,b_j\right)=\frac{\text{Cov}\left(a_j,b_j\right)}{\sqrt{\frac{1}{n}{{\displaystyle \sum }}_{t=1}^n{a}_{jt}^2}\sqrt{\frac{1}{n}{{\displaystyle \sum }}_{t=1}^n{b}_{jt}^2}}=\frac{{\sigma }_j}{\sqrt{\frac{1}{n}{{\displaystyle \sum }}_{t=1}^n{a}_{jt}^2}\sqrt{\frac{1}{n}{{\displaystyle \sum }}_{t=1}^n{b}_{jt}^2}}$(4)

用异性相关系数来衡量温度与降水两个气象场在空间上的相关性，其中左场的异性相关系数为左场每个格点观测的时间序列(X的某一行)与右场的时间系数b_j的相关系数：

$\begin{array}{c}r\left(X,b_j\right)=\frac{\frac{1}{n}X{b}_j^T}{1\times \sqrt{\frac{1}{n}{{\displaystyle \sum }}_{t=1}^n{b}_{jt}^2}}\end{array}$(5)

同理，右场的异性相关系数为右场每个格点观测的时间序列(Y的某一行)与左场的时间系数a_j的相关系数：

$\begin{array}{c}r\left(Y,a_j\right)=\frac{\frac{1}{n}Y{a}_j^T}{1\times \sqrt{\frac{1}{n}{{\displaystyle \sum }}_{t=1}^n{a}_{jt}^2}}\end{array}$(6)

3. 研究结果

3.1. 不同气候区温度和降水的时间演变特征

3.1.1. 不同气候区温度和降水的线性趋势分析

Table 1.The change rate of precipitation and temperature in different climate zones

表1.不同气候区降水和温度的变化率

将我国分为三个气候区后，为研究温度和降水量是否协同变化，用最小二乘法求出回归系数(见表1)，比较他们随时间的变化趋势。

干旱气候区降水的回归系数大于0，因此它随时间是缓慢增加的，但增速较小。通过F检验分析各气候区演变趋势的显著性(见表2)，可以看到干旱气候区降水的增长趋势并不显著。而干旱气候区温度与降水量不同，温度呈现出明显的上升趋势。

Table 2.The P-value of F test for the trend of precipitation and temperature change in different climate zones

表2.不同气候区降水和温度变化趋势F检验的P值

注：**表示在0.01水平上显著相关。

与干旱气候区相比，湿润气候区降水量具有明显的上升趋势。而温度相比干旱气候区温度的增速略低。湿润气候区降水和温度随时间演变的均呈现出上升的趋势。

过渡气候区降水的增加速率比干旱气候区和湿润气候区都要高，这一结论与杜军凯等的结论[17]不一致，后者研究了1956年到2016年中国的降水量，认为中国的降水自东南向西北呈“增–减–增”三个条带。可能的原因是，本研究起始时间恰好处于过渡气候区的降水低值时段。温度的增加速率介于干旱气候区和湿润区之间，略低于干旱气候区。过渡气候区降水和温度随时间也均呈现增加趋势。

由于不同气候区降水差异大，将三个气候区的降水数据做标准化处理，同时也将全球平均降水量标准化，比较他们降水的变化率。从图2中可以看到，过渡气候区降水的增长速率最快，干旱气候区的增长速率最慢，湿润气候区的增长速率介于气候二者之间，与全球平均降水量增加速率非常接近。

注意到干旱气候区降水量增长缓慢，这一结论与张诗妍等的研究结果存在出入，其认为我国西北地区降水量显著增大[18]，可能是由于对数据的处理方式不同而导致的，后者使用的降水资料均为减去初始五年(1979~1983)的平均降水得到的相对变化量。

Figure 2.The change rate of normalized precipitation for three climatic zones and global

图2.三个气候区与全球的标准化降水变化速率

由图3可知，三个气候区与全球陆地平均的温度增长速率由高到低依次为：干旱气候区、过渡气候区、全球陆地平均、湿润气候区。总体来看，三个气候区的温度增长速率均大于严中伟等得到的近百年中国气温上升速率——1.3~17℃/(100a)[19]，经过分析比较发现，20世纪80年代后，温度的增长幅度相比80年代前有明显增大。关于这一现象的成因周天军等的研究中有提到，其研究表明，几乎所有考虑了温室气体浓度变化的模式所模拟的中国区域年平均温度变化，都与观测存在显著的正相关[4]，即近50a来的中国温度变化主要受温室气体变化的影响。

Figure 3.The change rate of normalized temperature for three climatic zones and global

图3.三个气候区与全球的温度变化速率

3.1.2. 不同气候区温度和降水的季节差异特征

分别对1979~2022年三个气候区各个季节温度与降水量演变特征进行分析，为了计算方便，将3~5月定为春季，6~8月定为夏季，9~11月定为秋季，12月到次年2月定为冬季。将每个季节的数据进行平均处理后，得到温度与降水各个季节的演变趋势。

(a) Temperature (b) Precipitation

Figure 4.Linear trend of temperature and precipitation in arid climate zone

图4.干旱气候区温度与降水的线性趋势

图4(a)为干旱气候区各个季节温度的演变趋势，可以发现，所有季节的温度演变都为正增长，增长速率由高到低依次为春季、夏季、秋季、冬季。图4(b)为干旱气候区各个季节降水量的演变趋势，可以看出，除夏季的降水量为负增长、呈现出干旱化趋势以外，其他季节都为正增长，呈现湿润化趋势，增长速率由高到低依次为春季、秋季、冬季。

图5(a)为湿润气候区各个季节温度的演变趋势，可以发现，和干旱气候区相同，所有季节的温度演变都为正增长，增长速率由高到低依次为春季、秋季、夏季、冬季。图5(b)为湿润气候区各个季节降水量的演变趋势，可以看出，降水量各个季节的演变也都为正增长，增长速率由高到低依次为夏季、春季、冬季、秋季。

(a) Temperature (b) Precipitation

Figure 5.Linear trend of temperature and precipitation in humid climate zone

图5.湿润气候区温度与降水的线性趋势

(a) Temperature (b) Precipitation

Figure 6.Linear trend of temperature and precipitation in transitional climate zone

图6.过渡气候区温度与降水的线性趋势

图6(a)为过渡气候区各个季节温度的演变趋势，和另外两个气候区的趋势一致，所有季节的温度演变都为正增长，增长速率由高到低依次为春季、夏季、秋季、冬季。图6(b)为过渡气候区各个季节降水量的演变趋势，可以看出，降水量各个季节的演变也都为正增长，增长速率由高到低依次为秋季、夏季、冬季、春季。

3.2. 不同气候区温度和降水的协同演变特征分析

李丽平等的研究表明，MEOF (多变量经验正交分解)和SVD (奇异值分解)方法揭示的季气温和降水异常正交模空间型虽大致呈相似分布关系，但SVD的多数正交模相关系数大于MEOF，且数值更稳定，均通过显著性检验，而MEOF的冬季部分正交模相关系数未通过显著性检验[20]。该研究阐明了在分析温度和降水量的关系中SVD相比MEOF的优势，本研究也将采用SVD分析三个气候区温度和降水的关系。

为降低数据量，使得数据能够在合适的时间被处理完成，减小数据的精度为2˚ × 2˚。由于第一模态的贡献率最大，最能够反映出温度和降水量之间相关关系的主要特征，因此本文仅分析第一模态的异性相关系数分布及相应的时间系数。

Table 3.Interpretation variance and left and right field correlation coefficient of the first mode of SVD in each climate zones

表3.各气候区SVD分解第一模态的解释方差和左右场相关系数

注：**表示在0.01水平上显著相关。

3.2.1. 干旱气候区

以干旱气候区1979~2022共44年的温度场作为左场，同期降水量场作为右场进行SVD分解，从而分析该气候区温度和降水的演变关系。

Figure 7.Time coefficient of SVD of temperature and precipitation in arid climate zone

图7.干旱气候区温度与降水SVD分解的时间系数

根据时间系数图(图7)，两者的逐年时间系数十分相似，计算出它们的相关系数为0.5127465，通过99%的显著性检验(见表3)。1997年温度场发生突变，整体形势由正转负，降水量场也略微呈现出类似的趋势。

图8为干旱气候区异性相关系数的空间分布，图8(a)降水量的异性相关系数在塔里木盆地东部到吐鲁番盆地一带为正值，大值中心可达0.3，而塔里木盆地西部以及内蒙古西部为负值，小值中心可达−0.2。图8(b)温度的相关系数均为负值，小值中心达−0.52，即塔里木盆地西部以及内蒙古西部的降水和干旱气候区的温度变化方向一致，呈正相关，而塔里木盆地东部以及吐鲁番盆地和干旱气候区的温度呈负相关。

说明随着干旱气候区的温度升高，塔里木盆地西部以及内蒙古西部呈现出“暖湿化”趋势，塔里木盆地东部以及吐鲁番盆地地区呈现出“暖干化”趋势。虽然新疆部分地区出现了“暖湿化特征”，王娇妍等研究表明，新疆降水增加引起的湿化趋势，并未引起气象干旱形态和空间分布的明显改变[21]。

Figure 8.The heterogeneity correlation coefficient between temperature and precipitation SVD in arid climate zone

图8.干旱气候区温度与降水SVD分解的异性相关系数

3.2.2. 湿润气候区

Figure 9.Time coefficient of SVD of temperature and precipitation in humid climate zone

图9.湿润气候区温度与降水SVD分解的时间系数

用湿润气候区1979~2022共44年的温度场作为左场，同期降水量场作为右场进行SVD分解，分析该气候区温度和降水的演变关系。

图9为湿润气候区的时间系数图，可以看到，温度场大概在2000年附近由负转正，计算出它们的相关系数为0.4422064，通过99%的显著性检验(见表3)。但降水基本围绕0值振荡，表明湿润气候区变化特征并不稳定。

图10为干旱气候区异性相关系数的空间分布，图10(a)可以看出，大部分地区降水量的异性相关系数几乎都为正值，只有陕西南部、湘赣粤交界与大兴安岭以北为负值，四川、贵州一带为大值中心，超过0.3，图10(b)温度的异性相关系数都为正值。大部分地区都与湿润气候区的温度呈正相关，个别地区呈负相关。

说明随着湿润气候区温度升高，湿润气候区的大部分地区降水和温度变化方向一致，呈现出“暖湿化”趋势，只有陕西南部、湘赣粤交界与大兴安岭以北呈现出“暖干化”趋势。

Figure 10.The heterogeneity correlation coefficient between temperature and precipitation SVD in humid climate zone

图10.湿润气候区温度与降水SVD分解的异性相关系数

3.2.3. 过渡气候区

Figure 11.Time coefficient of SVD of temperature and precipitation in transitional climate zone

图11.过渡气候区温度与降水SVD分解的时间系数

用过渡气候区1979~2022共44年的温度场作为左场，同期降水量场作为右场进行SVD分解，分析该气候区温度和降水的演变关系。

图11为过渡气候区的时间系数图，两者的逐年时间系数也表现出相似的变化趋势，计算出它们的相关系数为0.6190652，通过99%的显著性检验(见表3)。和干旱气候区相同，20世纪末温度场同样发生了突变，整体形势由正转负，降水量场也呈现出了类似的趋势，说明温度和降水的协同演变特征在此时期发生反向变化。

Figure 12.The heterogeneity correlation coefficient between temperature and precipitation SVD in transitional climate zone

图12.过渡气候区温度与降水SVD分解的异性相关系数

图12为干旱气候区异性相关系数的空间分布，图12(a)降水量的异性相关系数在青藏高原中部为负值，小值区达−0.5，在内蒙古高原东部为正值，大值区达0.1，图12(b)温度的异性相关系数都为负值，最小值也达到−0.5。青藏高原中部的降水量与过渡气候区的温度呈正相关，内蒙古高原东部的降水量与过渡气候区的温度呈负相关。

说明随着过渡气候区的温度升高，青藏高原中部呈现出“暖湿化”的趋势，而内蒙古高原东部呈现出“暖干化”趋势。

4. 结论

本文基于CRU TS数据中的降水量、温度以及潜在蒸散量产品分析我国湿润气候区、过渡气候区以及干旱气候区温度资料与降水量资料进行处理，分析它们的时空演变特征及相互关系。主要结果如下：

1) 三个气候区的平均温度和降水的时间演变趋势均为上升，其中降水量的增长速率从高到低依次为过渡气候区、湿润气候区、干旱气候区；温度的增长速率从高到低依次为干旱气候区、过渡气候区、湿润气候区。

2) 干旱气候区所有季节的温度演变都为正增长，增长速率由高到低依次为春季、夏季、秋季、冬季。降水量的演变除夏季的降水量为负增长外，其他季节都为正增长，增长速率由高到低依次为春季、秋季、冬季。湿润气候区所有季节的温度演变都为正增长，增长速率由高到低依次为春季、秋季、夏季、冬季。降水量各个季节的演变也都为正增长，增长速率由高到低依次为夏季、春季、冬季、秋季。过渡气候区所有季节的温度演变依然都为正增长，增长速率由高到低依次为春季、夏季、秋季、冬季。降水量各个季节的演变同样也都为正增长，增长速率由高到低依次为秋季、夏季、冬季、春季。

3) 干旱气候区中，塔里木盆地西部靠近昆仑山脉的地区以及靠近蒙古边界的地区为温度增长速率最大的区域，而高原上的地区温度增长速率相对来说比较小。塔里木盆地东部有一个降水负增长的大值区，从此区域到新疆与蒙古国边界降水量均减少，其他地区包括准噶尔盆地在内的降水量增大。湿润气候区东部地区的温度增长速率大于西部地区，其中华北平原是温度增长最快的地区，广西、贵州一带是温度增长最慢的地区，高原温度增长也较为缓慢。降水量的变化率分布复杂，大部分为正增长，海南、台湾两岛与江浙一带为增长率最大的区域，云南边境、广东东部和陕西一带以及东北大兴安岭北部为负增长区域，其中陕西一带是降水量减少得最快的地区。过渡气候区中，华北平原北部、河套地区、内蒙古高原东部以及天山一带为温度增长速率最快的区域，东北平原和青藏高原的温度增长速率较慢。降水量变化率在绝大部分地区都增大，其中河北南部的降水增长速率最大。

4) 通过对各气候区温度和降水数据进行SVD分解得到：随着干旱气候区的温度升高，塔里木盆地西部以及内蒙古西部呈现出“暖湿化”趋势，塔里木盆地东部以及吐鲁番盆地地区呈现出“暖干化”趋势。随着湿润气候区温度升高，陕西南部、湘赣粤地区与大兴安岭以北呈现出“暖干化”趋势，其余地区均呈现出“暖湿化”趋势。随着过渡气候区的温度升高，青藏高原中部呈现出“暖湿化”的趋势，而内蒙古高原东部呈现出“暖干化”趋势。

基金项目

国家自然科学基金项目(U2142208)；成都信息工程大学引进人才科研启动项目(KYTZ202202)；干旱气象科学研究基金项目(IAM202101)。

NOTES

^*通讯作者。

参考文献