1 引言
全球气候变暖这一重大问题已经引起了世界各国和社会各界的广泛关注， 会对地球生物的生存与发展产生重大影响（Tubiello and Fischer， 2007）。IPCC第五次评估报告指出， 过去的一百多年全球升温0.85 ℃， 尤其是20世纪60年代以来， 几乎每十年都比前十年更暖， 同时科学研究结果表明未来全球气温仍将保持升高趋势， （IPCC， 2013； Trenberth， 2015）。同样， 中国的气温也呈现上升趋势， 研究表明近百年（1906 -2005年）中国的年平均气温上升了0.51~1.05 ℃（唐国利等， 2009）。西北干旱半干旱地区气候变化更是较为显著， 研究表明近50年来西北地区气温基本呈显著上升趋势， 降水量整体呈小幅增加趋势（王鹏祥等， 2007）。
甘肃省作为西北地区的重要组成部分， 因其地处东部季风区、 西北干旱半干旱区和青藏高寒区三大自然区的交界处， 是气候敏感区和生态脆弱区， 故而在全球变暖的背景下研究甘肃省的气候变化就具有重要意义（张耀宗等， 2016）。关于甘肃省气候变化的研究取得了一定进展， 研究发现近50年降水呈不显著的减少趋势， 气温呈显著升高趋势（李占玲和徐宗学， 2009； 白冰等， 2013； 王红桃等， 2017）； 窦睿音等（2015）研究发现20世纪50年代末至70年代中期甘肃气温缓慢下降， 此后至2005年持续升高， 2005年之后气温下降， 气温的空间分布呈中部低， 两端高， 西低东高的特点。邢轶兰等（2015）发现近半个多世纪甘肃省中部地区处于暖湿化， 南部地区处于暖干化， 北部地区仍然处于干旱化。综合前人的研究， 可以发现以下问题， 首先， 绝大多数研究依据的是甘肃自然分区， 分区范围较大、 数量较少， 得出的结论可能不能全面反映甘肃气候变化的特点； 其次， 前人多使用站点数据， 因而可能会具有站点数量少、 分布不均等缺点。
针对以上问题， 本文进行了如下改进。首先， 依据甘肃气候区划分为8个区域， 对8个区域的气温和降水变化进行定量和对比分析， 能够更加精确地掌握甘肃气候变化的规律。其次， 本文运用格点数据进行分析， 通过均匀覆盖全省的175个格点数据， 更加准确地把握甘肃省的气候变化。最后， 本文运用了CEEMDAN、 交叉小波变换和小波相干等较为新颖的方法， 在一定程度上具有创新性。
2 数据来源与方法介绍
2.1 研究区概况
甘肃省位于中国西北部， 全省面积45.37×104 km2， 占中国陆地总面积的4.72%。甘肃处于中国地形第二阶梯上， 地处黄河上游和黄土高原、 青藏高原、 内蒙古高原三大高原的交汇地带（马尚谦等， 2019）， 是西北干旱半干旱地区的重要组成部分， 也是气候变化比较敏感的区域， 因而具有研究的代表性和必要性。甘肃省地貌和气候类型复杂多样， 气候干燥， 气温日较差大， 光照充足， 太阳辐射强。年平均气温在0~14 ℃， 由东南向西北降低。气候的大陆性特征明显， 夏季短促， 气温高， 秋季降温快。
由于甘肃省地形狭长， 气候类型复杂多样， 所以不能将全局一概而论， 故根据《河西地区绿洲资源优化配置研究》（张勃和石惠春， 2004）一书中的划分方法将甘肃省按照自然气候特征划分为8个区域［图1 ， 该图及文中涉及的地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2020）4632号的甘肃地图制作， 底图无修改］。
2.2 数据来源
数据来源于中国气象科学数据共享服务网1962 -2019年共计58年中国地面降水日值和气温日值0.5°×0.5°格点数据集（V2.0）（http： //data.cma.cn/data/cdcindex/cid/00f8a0e6c590ac15.html）。通过SNHT（Standard Normal Homogeneity Test）对数据进行了非均一性检验和一致性检验， 质量状况良好。
2.3 研究方法
2.3.1 线性趋势分析法
根据甘肃省1962 -2019年的平均降水量、 平均气温、 最高气温和最低气温的数据， 对具有线性变化趋势的数据进行线性回归分析， 研究甘肃省整体气候变化趋势。
式中： xi 是自变量； Yi 是因变量； i是正整数序列； a为回归常数， b为回归系数， 二者可用最小二乘法进行估计（魏凤英， 1999）。
2.3.2 CEEMDAN方法
CEEMDAN是用于时频分析的一种局部自适应方法， 能够分析非线性系统的非平稳信号。它将信号分解为几个本征模式函数（intrinsic mode function， IMF）和残差项（residual）。IMF分别具有不同的频率信息， 残差项用于表示原始时间序列的整体变化趋势（Wu and Huang， 2009； Hawinkel et al， 2015）。
2.3.3 交叉小波变换和小波相干法
交叉小波是一种多尺度、 多信号时频分析的新技术， 它是将小波作为带通滤波器， 并将其运用于时间序列， 从而可以对不同时频域中的两个时间序列的相互关系进行分析研究， 揭示该时序多时间尺度的显著周期（Grinsted et al， 2004； 张静影等， 2020； 汪浩等， 2020）。小波相干是用来度量时频中两个时间序列局部相关关系的， 常用于分析在时频域的低能量波谱区的相互关系（段鹏硕等， 2014）。通过甘肃省8个分区的年降水量、 平均气温、 最高气温、 最低气温和ENSO事件的相关性分析得知仅Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ四区的年平均降水量和ENSO事件呈显著负相关关系， 且均通过了0.05的信度检验； 仅Ⅳ区的最高气温和ENSO事件呈显著正相关关系， 且通过了0.05的信度检验。并无分区在平均气温和最低气温方面与ENSO事件呈显著相关关系。所以本文运用了交叉小波变换和小波相干法分析甘肃不同分区的降水量和最高气温对ENSO时序响应特征。
2.3.4 Hurst指数法
Hurst指数法是由H.E.Hurst博士首先提出来的， 是一种以R/S分析方法为基础的非线性时间序列分析的方法（黄浩等， 2020）。Hurst值以0.5为界限， 当H>0.5时， 越接近1， 表明时间序列未来趋势与过去趋势一致程度越高； H<0.5时， 越接近0， 表明时间序列未来趋势相对于过去趋势出现转变（陈彦光， 2011； 焦文慧等， 2021； Sánchez et al， 2008）。
3 结果分析
3.1 甘肃省气候变化趋势和空间分析
如图2 所示的4幅图分别是甘肃省的降水量、 平均气温、 最高气温和最低气温的年际变化趋势图， 其中降水量的气候倾向率为3.90 mm·（10a）-1， 平均气温的气候倾向率为0.33 ℃·（10a）-1， 最高气温的气候倾向率为0.27 ℃·（10a）-1， 最低气温的气候倾向率为0.39 ℃·（10a）-1。由图2 可知， 从1962 -2019年甘肃省的降水量、 平均气温、 最高气温和最低气温均呈波动增加趋势， 且升温趋势比降水量增加趋势更加显著， 尤其是最低气温增加趋势最明显［图2 （d）］， 说明最低气温升温对整体升温的贡献最大， 由此可知， 甘肃省在近58年气候整体朝暖湿化发展。
近58年来， 甘肃省降水量总增加了22.22 mm， 平均气温总升高了1.85 ℃。前人研究得出近半个世纪甘肃省的平均气温增长率远高于中国和全球的平均气温增长率， 平均降水的增长率低于全国平均水平的结论（赵东升等， 2020）。
运用反距离权重插值法绘制甘肃省降水量、 平均气温、 最高气温和最低气温变化趋势的空间分布（图3 ）， 由图3 （a）可知， 甘肃降水空间差异非常大， Ⅴ、 Ⅵ、 Ⅶ 3个分区降水量呈增多趋势， 其余地区主要呈减少趋势， 尤其是Ⅷ区减少幅度最大。甘肃中部Ⅴ、 Ⅶ两区的中部和南部地区降水量呈显著增加趋势， 有56个格点通过了0.05的置信度检验， Ⅲ区降水量呈显著减少趋势， 有1个格点通过了0.05的置信度检验。由图3 （b）~（d）可见， 总体上， 全省的平均气温、 最高气温和最低气温均呈现显著升温趋势， 最低气温升幅最为明显。所有的格点均通过了0.05的置信度检验， 但升温幅度存在明显的区域差异。平均气温［图3 （b）］升幅和最低气温［图3 （d）］升幅存在相似的空间分布格局， 均表现为Ⅴ、 Ⅵ、 Ⅶ、 Ⅷ区的升幅均远高于其他地区， 即甘肃的西北地区、 西南地区以及甘肃中部地形最细处升高趋势最显著， 而东北和东南地区升高趋势最为缓慢； Ⅴ区的中部和南部地区以及Ⅵ、 Ⅶ、 Ⅷ三区的大部分地区气温升高均非常显著， 而其他地区升高趋势相对较缓。由图3 （c）看出， Ⅲ、 Ⅳ、 Ⅷ区升温最为显著， Ⅰ、 Ⅱ、 Ⅴ、 Ⅵ、 Ⅶ区升温趋势较缓， 即甘肃的中部及略靠南的一些地区升高趋势最显著， 而甘肃最南部和西北地区升高趋势最缓； Ⅲ、 Ⅳ、 Ⅷ三区的东部地区以及Ⅴ、 Ⅶ区两区的中部南部地区升高趋势均非常显著， 而其他地区升高趋势相对较缓。
3.2 CEEMDAN分析
由图4 （a）可以看出， IMF4显示甘肃降水量在1972 -1983年和1996 -2002年为增加趋势， 在1962 -1972年和1983 -1996年为减少趋势， 而2002 -2019年降水量呈波动减小状态。所以， 甘肃降水量增加周期为9年左右， 减少周期为12年左右。IMF5显示［图4 （a）］， 2015年降水量处于阶段性峰值， 以后降水量可能会经历几年的持续减少。IMF4显示甘肃平均气温在1962 -1970年、 1978 -1983年、 1991 -1994年和2000 -2012年降低， 在1970 -1978年、 1983 -1991年、 1994 -2000年和2012 -2018年升高［图4 （b）］。所以， 甘肃省平均气温的升、 降周期为7年左右。IMF5显示2018年平均气温处于阶段性峰值， 此后可能会有降低的趋势。IMF4显示甘肃最高气温在1962 -1987年呈波动升高趋势， 在1994 -2000年和2010 -2018年升高， 在1987 -1994年和2000 -2010年降低［图4 （c）］。所以， 甘肃最高气温升高周期为7年左右； 降低周期为9年左右。IMF5显示甘肃最高气温阶段性峰值是2002年， 预测研究时间段之后有先升高后降低的趋势。IMF4显示最低气温在1964 -1970年、 1980 -1983年、 1990 -1994年和2005 -2013年降低， 在1970 -1974年、 1983 -1990年、 1994 -2005年和2013 -2018年升高［图4 （d）］。所以， 最低气温的升高周期是7年左右， 降低周期是5年左右， 2018年处于阶段性峰值， 2018年之后可能将会经历几年的持续降低。从图4 残差项分析可知， 整体上甘肃省的降水量和气温变化均呈升高趋势， 最低气温从1962年开始明显升高， 平均气温从1976年开始明显升高， 最高气温从1981年开始明显升高， 而降水量变化从1992年开始明显增加。由此可见， 气温变化比降水量变化提前约15年。
3.3 甘肃省气候变化的延续性及未来趋势分析
对甘肃省8个分区的降水量、 平均气温、 最高气温和最低气温分别进行Hurst指数的求值（表1 ）， 分析可得， 表中所有数据即8个分区在四个气候要素方面求得的H值均大于0.5， 自相关系数Rt>0， 表明前后的时间序列均呈正相关， 即均具有延续性， 未来甘肃省气候变化趋势将与1962 -2019年的变化趋势一致， 即甘肃省整体上会继续朝暖湿化发展。甘肃省气温变化的H值几乎接近1， 且均大于降水量变化的H值， 表明甘肃省气温变化趋势包括平均气温、 最高气温、 最低气温的变化趋势的正相关程度都极高， 延续性极强， 未来气温的发展趋势将极大程度地延续近58年的变化趋势。降水量变化的H值均处于0.5~0.8， 相对而言， 其延续性不如气温变化的延续性， 但其时间序列前后也呈较明显的正相关趋势， 未来的降水量变化同样会很大概率地延续近58年的变化趋势。
表1 甘肃8个分区的 H 值Table 1 H values of eight regions in Gansu Province |
| 自然分区 | 降水量 | 平均气温 | 最高气温 | 最低气温 |
|---|---|---|---|---|
| Ⅰ区 | 0.7643 | 0.9924 | 0.9688 | 0.9965 |
| Ⅱ区 | 0.7419 | 0.9928 | 0.9924 | 0.9982 |
| Ⅲ区 | 0.6612 | 0.9997 | 0.9953 | 0.9912 |
| Ⅳ区 | 0.5418 | 0.9972 | 0.9926 | 0.9968 |
| Ⅴ区 | 0.6931 | 0.9998 | 0.9985 | 0.9981 |
| Ⅵ区 | 0.5555 | 0.9991 | 0.9932 | 0.9964 |
| Ⅶ区 | 0.7954 | 0.9962 | 0.9991 | 0.9968 |
| Ⅷ区 | 0.7498 | 0.9928 | 0.9939 | 0.9879 |
3.4 ENSO与甘肃分区气候变化的关系
ENSO事件是厄尔尼诺-南方涛动的合称（El Niño-Southern Oscillation）， 其常可通过大气遥相关对热带外地区的气候产生影响（Wallace et al， 1998）。用来监测ENSO事件的指标为Nino3.4指数， 又称为海洋尼诺指数（ONI）， 它是指Nino3.4区域（5°N -5°S， 120°W -170°W）的平均海表温度距平序列（任曼琳等， 2020）。
对1962 -2019年甘肃省8个分区的年降水量、 平均气温、 最高气温、 最低气温和ENSO事件的相关性分析（表2 ）可见， 在降水方面， Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ区的相关系数分别为-0.2933， -0.2714， -0.2919和 -0.2969， 且均通过了0.05的信度检验， 表明这4个区的年平均降水量与ENSO事件均呈显著负相关关系。另外4区中， Ⅴ、 Ⅷ区的年平均降水量与ENSO事件均呈负相关关系， 而Ⅵ、 Ⅶ区则相反， 呈正相关关系。由表2 看出， 在最高气温方面， Ⅳ区的相关系数为0.2755， 并通过0.05的信度检验， 表明Ⅳ区的年最高气温和ENSO事件呈显著正相关关系； 8个区域中， 除Ⅷ区的年最高气温与ENSO事件呈负相关关系外， 其余均呈正相关关系。由表2 看出， 在平均气温方面， 除Ⅷ区的年平均气温与ENSO事件呈负相关关系外， 其余均呈正相关关系， 总体上， 各区平均气温与ENSO事件的关系同最高气温相似。由表2 还可以看出， 在最低气温方面， Ⅴ、 Ⅵ、 Ⅶ区的最低气温与ENSO呈正相关关系， 其余五区呈负相关关系。4个气候要素中， 以降水受ENSO影响的显著性程度最高， 次之是最高气温， 平均气温和最低气温受ENSO影响的显著性程度较弱。8个分区中， Ⅳ区即陇中北部温带半干旱区与ENSO的相关性程度最高， 年降水和最高气温均通过了显著性检验， Ⅰ、 Ⅱ、 Ⅲ区次之， 仅降水通过了显著性检验， 而Ⅴ、 Ⅵ、 Ⅶ、 Ⅷ区与ENSO的显著性程度均不高。
表2 甘肃8个分区气候变化与ENSO的相关性Table 2 Correlation between ENSO and climate change in eight regions of Gansu Province |
| 分区 | 降水量 | 平均气温 | 最高气温 | 最低气温 |
|---|---|---|---|---|
| Ⅰ区 | -0.29* | 0.1 | 0.2 | -0.03 |
| Ⅱ区 | -0.27* | 0.07 | 0.21 | -0.09 |
| Ⅲ区 | -0.29* | 0.08 | 0.23 | -0.1 |
| Ⅳ区 | -0.3* | 0.14 | 0.28* | -0.03 |
| Ⅴ区 | -0.05 | 0.11 | 0.18 | 0.08 |
| Ⅵ区 | 0.03 | 0.12 | 0.16 | 0.07 |
| Ⅶ区 | 0.03 | 0.06 | 0.09 | 0.02 |
| Ⅷ区 | -0.25 | -0.11 | -0.04 | -0.16 |
*表示通过0.05置信度检验 |
3.5 不同分区的降水量和最高气温对ENSO时序响应特征
根据以上分析可知， Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ分区的降水量与ENSO呈显著负相关关系， 相关系数分别为 -0.2933、 -0.2714、 -0.2919和-0.2967。Ⅳ区的最高气温与ENSO呈显著正相关关系， 相关系数为0.2755。为了探寻Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ分区上述气候要素对ENSO时序响应特征， 下文运用了交叉小波变换（XWT）和小波相干（WTC）的方法分析。
交叉小波变换和小波相干主要是通过分析不同分区的降水量、 最高气温和ENSO之间的共同波谱信号来诊断二者之间的相似性特征。本文中交叉小波变换是分析上述两者在时频域的高能量波谱区的相互关系， 而小波相干则是分析在时频域的低能量波谱区的相互关系。交叉小波变换（XWT）结果如图5 所示， 被锥型细弧线包围的区域表示有效波谱值， 其余区域表示无效波谱值， 粗线包围的区域表示通过0.05显著性水平的红噪声标准谱的检验的区域（孔锋， 2020； 张静影等， 2020）。箭头表示两者的位相关系， 箭头向右（向左）表示降雨量或最高气温与ENSO同（反）位项， 即存在正（负）相关关系， 箭头向下（向上）表示降雨量或最高气温与ENSO的位相变化相差90°， 即降水量或最高气温在时序上比ENSO超前（推迟）1/4周期（孔锋， 2020）。小波相干（WTC）结果如图6 所示， 图示含义与图5 一致， 但表示的是在低能量波谱区的相互关系， 能够度量两个时间序列局部相关的密切程度， 而图5 表示的是在时频域的高能量波谱区的关系， 能够从多时间尺度研究。
不同分区降水量、 最高气温与ENSO的交叉小波变换结果（图5 ）表明， Ⅰ区降水量在3年和5年尺度上与ENSO变化均存在负相关关系， 其中5年尺度的信度检验的区域范围较大［图5 （a）］。Ⅱ区降水量在2年和5年尺度上， 相比ENSO变化超前约1/4个周期， 而在3~4年尺度上与ENSO变化均存在负相关关系［图5 （b）］。Ⅲ区和Ⅳ区降水量在3~5年尺度上与ENSO变化均存在近似的负相关关系［图5 （c）， （d）］。Ⅳ区最高气温3~5年尺度上与ENSO变化均存在较明显的正相关关系， 而在2年尺度上超前ENSO变化约1/4个周期， 即超前约0.5年， 其中4年尺度的信度检验的区域范围较大［图5 （e）］。
不同分区降水量、 最高气温与ENSO的小波相干的结果（图6 ）表明， Ⅰ区降水量在1~2年尺度上与ENSO变化均存在近似的负相关关系， 在5年尺度上超前ENSO变化约1/4个周期［图6 （a）］。Ⅱ区降水量在1~2年尺度上和4~5年尺度上在1980 -1990年与ENSO变化均存在近似的负相关关系， 而在5年尺度上的2000年前后相比ENSO变化超前约1/4个周期， 即超前约1.25年［图6 （b）］。Ⅲ、 Ⅳ区在1~3年尺度上的1970年前后大约超前ENSO变化1/4个周期， 在12~15年尺度上， 相比ENSO变化滞后约1/4个周期， 但Ⅲ区在1~2年尺度上1980年前后和4~6年尺度上与ENSO变化存在负相关关系， 其中Ⅲ区的信度检验的区域范围较大［图6 （c）， （d）］。Ⅳ区最高气温在1~2年尺度上和3~5年尺度上2000年前后均超前ENSO变化约1/4个周期， 在3~5年尺度上1970 -1990年与ENSO变化存在较明显的正相关关系［图6 （e）］。
综上分析结果表明， 在不同时间尺度上， ENSO对甘肃省Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ分区的降水量和Ⅳ区的最高气温有不同程度的影响。从整体上看， 在低能量波谱区ENSO对气候的影响通过0.05显著性水平的红噪声标准谱的检验的区域面积大于低能量波谱区的区域面积。其次， Ⅲ、 Ⅳ分区的降水量与ENSO的协同变化关系往往具有较高的一致性。
4 讨论
在全球变暖的背景下， 甘肃省气候整体朝暖湿化方向发展， 这与前人研究结果一致（施雅风等， 2003； 黄小燕等， 2018）。甘肃省气候暖湿化将对生态环境产生重要影响， 比如冰川退缩趋势的加强、 地表植被覆盖率的增加、 沙尘暴频次减少、 湖泊水位的抬升和面积的扩大等（姚俊强等， 2013）。同时由于甘肃省气候变化的延续性很强， 未来气温、 降水发展趋势将很大程度地延续近58年的变化趋势， 因而气候会持续暖湿化， 暖湿化带来的生态影响也会进一步持续和加强。
具体而言甘肃省不同区域的气候变化各有差异。邢轶兰等（2015）认为近半个多世纪以来甘肃省的气温升高程度远高于降水增加程度， 且甘肃省中部地区处于暖湿化过程， 而南部地区处于暖干化过程， 这与本文研究结论基本一致。甘肃气候变化的空间差异可能与甘肃西部地处青藏高原东部区域有关， 并且气候变化大体符合青藏高原东部的气候变化——近半个多世纪总体上呈较明显的暖湿化趋势； 气温和降水量总体表现出由西北向东南递增， 但甘肃南部降水量呈减少趋势， 表现出高原气候的独特性（赵雪雁等， 2015； 徐洪亮等， 2021）。同时， 甘肃省气候变化也为农业发展带来重要影响。河西走廊作为我国西北地区重要的商品粮基地， 大体位于甘肃西部， 其气候特征表现为显著变暖、 降水量增加， 这对其主要农作物春小麦、 玉米等的播种期和产量都产生了重要影响（张亚宁等， 2017； 候启等， 2020）。
ENSO事件是影响全球气候异常的重要因素（Bjerknes， 1969； Alexander et al， 2002； Trenberth and Caron， 2000； 庞轶舒等， 2020）， 对甘肃气候变化也有密切关联（黄浩等， 2021）， Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ区的降水与ENSO呈显著负相关关系， Ⅳ区最高气温变化与ENSO呈显著正相关关系。前人研究表明， 甘肃季风区即甘肃省东南部的降水量受ENSO事件的影响十分突出， 通常厄尔尼诺事件使该区域降水明显减少， 而拉尼娜事件使降水有所增加； 但ENSO事件对甘肃省非季风区即甘肃西北部的降水影响不明显（张冲等， 2011）， 与本文结论一致。前人研究表明ENSO事件对甘肃省气温影响的强度要远大于对降水的影响程度， 这与本文结论不符， 但可能是由于本文处理数据时是以年份为单位计算的， 致使温度与ENSO的相关性不强。研究表明ENSO事件与旱涝灾害关系显著（杨龙和赵景波， 2012）， 未来研究可继续从机理方面探讨原因， 以便为该区域灾害预测或防灾减灾等提供科学依据。
5 结论
根据1962 -2019年甘肃省的降水量、 平均气温、 最高和最低气温的数据， 并结合区域差异， 分析了甘肃省近58年来气候变化的特点， 得到以下主要结论：
（1） 近58年甘肃省的降水量、 平均气温、 最高和最低气温均呈波动增加或升高趋势， 且升温趋势比降水增加趋势更加显著， 尤其是最低气温升高趋势最明显。其次甘肃省不同地区气候变化趋势差异非常大， 河西南部高寒半干旱区和河西北部温带干旱区的南部气候变化整体朝暖湿化发展。河西地区降水呈增加趋势， 而其他地区降水均呈减少趋势， 甘南高寒湿润区降水减少幅度最大； 所有分区的气温均呈升高趋势， 甘南高寒湿润区气温升高程度最大。
（2） 由CEEMDAN分析可知， 甘肃降水量增加周期为9年左右， 减少周期为12年左右， 2015年降水处于阶段性峰值， 以后降水可能会经历持续几年的减少。平均气温的升、 降周期为7年左右， 2018年平均气温处于阶段性峰值， 此后可能会有降低的趋势。最高气温升高周期为7年左右， 降低周期为9年左右， 阶段性峰值是2002年， 预测研究时间段之后有先升高后降低的趋势。最低气温的升高周期是7年左右， 降低周期是5年左右， 2018年处于阶段性峰值， 以后可能会经历几年的持续降低。整体上甘肃气温变化要比降水变化早约15年， 最低气温变化最早， 从1962年开始明显升高， 降水变化最晚， 1992年开始明显增加。
（3） 由延续性分析可知， 8个分区的各气候要素均具有较强延续性， 尤其是气温变化包括平均气温、 最高和最低气温的变化趋势的延续性极强， 高于降水变化的延续性。未来甘肃省气候变化趋势将与1962 -2019年的变化趋势一致， 甘肃省整体上会继续朝暖湿化方向发展。
（4） 在相关性分析中得出， Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ区的年平均降水量与ENSO事件均呈显著负相关关系， Ⅳ区的最高气温与ENSO事件呈显著正相关关系。
（5） 通过小波变换和小波相干分析得出， ENSO对甘肃省Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ分区的降水量和Ⅳ区的最高气温在不同时间尺度上有不同方向、 不同程度的影响， 其中Ⅲ、 Ⅳ分区的降水量与ENSO的协同变化关系往往具有较高的一致性。