1 引言
黄河上游地处青藏高原、 黄土高原、 蒙古高原交汇区， 地形复杂多样， 海拔高低悬殊， 既是青藏高原和黄土高原-川滇生态屏障区， 又是黄河流域主要的产流区和水源涵养区， 其生态区位对于黄河流域水资源和生态安全具有重要的作用。同时该区域气候变化敏感， 生态环境脆弱， 因此， 黄河上游的气候、 生态和水文问题多年来受到了众多学者的高度关注（刘煜等， 2022； 王根绪等， 2000； 陈利群和刘昌明， 2007； Xu， 2015； Gu et al， 2019）。
大量的研究已经表明， 20世纪下半叶包括黄河上游在内的西北地区呈现出的显著的暖干化， 这也被同期的冰川和常年积雪快速消融、 植被和绿洲明显退化、 湿地不断消失以及湖泊面积显著减小等自然环境的变化所印证， 然而， 21世纪初有研究发现， 自20世纪80年代中后期以来西北地区冰川消融量和径流量持续增加， 湖泊水位显著上升， 植被覆盖显著改善， 洪水灾害有所加重。据此， 施雅风等（2002， 2003）敏锐提出了西北地区气候可能正在发生从暖干向暖湿转型的科学推断， 并且将转型区域划分为显著转型、 轻度转型以及未转型三个区， 而黄河上游仍属于未转型区， 大多研究也证实了这一结论（张存杰等， 2003； 张强等， 2010）。然而近期众多研究（杨耀先等， 2022； 马鹏里等， 2020； 叶培龙等， 2020； 张强等， 2021； Yang et al， 2021； zhang et al， 2022）发现， 尽管从近半个世纪的长期趋势来看， 黄河上游仍呈暖干化趋势， 但21世纪初前后却发生了转折性变化， 近20年来呈现出明显的暖湿化趋势。那么这种暖湿化究竟是多长时间尺度的气候变化？转型的成因是什么？未来是否仍会持续？对于这些科学问题目前并没有明确的结论。
研究也发现生态植被具有明显的年际和季节变化特征， 其在气候变化研究中充当着“指示器”的作用（赵倩倩等， 2021； 郑玉坤， 2002）， 它对温度和降水等气候因子的变化非常敏感（Nemani et al， 1984）， 不同区域、 不同季节植被对温度和降水的时滞响应存在明显差异（韦振锋等， 2014； 周梦甜等， 2015）， 且植被同温度和降水之间的相关性随着时间尺度的增大会更加显著（贾俊鹤等， 2019）。此外， 由于植被生理生态与气候水热特征的耦合性和最佳匹配性问题， 使得气候变化对生态植被的影响并非简单的单一因子作用关系， 往往受气候要素协同作用所制约（Fang et al， 2004）。那么黄河上游气候暖湿化对生态植被究竟产生了怎样的影响目前还缺乏细致的讨论。
2 研究区域及资料方法
2.1 研究区域
黄河上游区域包括从黄河源区到内蒙古自治区托克托县河口镇及其集水区域， 包括黄河源区、 汇流区以及径流区， 河长为3472 km， 总面积55.06×104 km2。该区域地貌特殊， 地形起伏悬殊， 气候复杂多样， 涵盖了青海、 四川、 甘肃、 宁夏及内蒙古五省（区）（图1 ）。
2.2 资料来源
本文所用资料包括气象观测、 NCAR/NCEP再分析、 卫星遥感以及CMIP6耦合模式数据等。
气象站点观测数据为黄河上游五省（区）51个气象台站（图1 ）1961 -2020年逐日平均气温和降水量。
NCAR/NCEP再分析数据时段为1961 -2020年， 包括月平均的高度场、 风场。
卫星遥感植被数据采用美国国家航空航天局（NASA）提供的MOD13Q1产品数据（http： //www.nasa.gov/）， 本研究区由2幅MOD13Q1拼接而成， 轨道号为h26v04和h26v05。时间序列为2000 -2021年， 时间分辨率为15 d， 空间分辨率为250 m。此外对MOD13Q1产品进行如下处理： （1）对影像数据进行投影、 格式转换及拼接处理， 并设置为统一的经纬度投影； （2）利用研究区矢量边界对处理后得到的图像进行剪裁； （3）根据气象站点经纬度信息， 提取遥感影像对应点的NDVI值。（4）采用最大值合成法（Maximum Value Composite， MVC）对半月合成标准NDVI数据进行最大化处理， 得到了月NDVI数据。
CMIP6耦合模式数据包括13个全球气候模式（表1 ）历史模拟数据和未来中等排放情景（SSP2-4.5）数据（O'Neill et al， 2016）（https： //esgf-node.llnl.gov/projects/cmip6/）， 并将模式数据插值到51个气象台站上。评估发现不管是降水还是气温， 该13个模式数据与观测数据均呈一致的变化特征， 因此该13个模式对于黄河上游温度和降水具有一定的模拟能力（Zhang et al， 2022）， 相比较温度的模拟效果明显好于降水， 不过从绝对数值来看， 模式数据与观测数据存在明显的偏差。因此为了提高CMIP6多模式集合数据预估的可靠性， 并且使观测数据与预估数据保持连续性， 本文通过1961 -2014年逐年的多模式集合数据与观测数据之间的线性关系分别对2021 -2100年黄河上游地区逐年的CMIP6多模式集合温度和降水数据进行了偏差订正
式中： 、 分别为CMIP 6多模式集合温度和降水的订正值； 、 分别为CMIP6多模式集合温度（单位： ℃）和降水（单位： mm）的原始值。
表1 CMIP6 模式信息Table 1 CMIP6 Mode Information |
| 模式 | 国家 |
|---|---|
| ACCESS-CM2 | 澳大利亚 |
| ACCESS-ESM1-5 | 澳大利亚 |
| CanESM5 | 加拿大 |
| CanESM5-1 | 加拿大 |
| CESM2-WACCM | 美国 |
| EC-Earth3-CC | 欧盟 |
| NorESM2-LM | 挪威 |
| MPI-ESM1-2-HR | 德国 |
| MPI-ESM1-2-LR | 德国 |
| MIROC6 | 日本 |
| MIROC6-1 | 日本 |
| MRI-ESM2-0 | 日本 |
| BCC-CSM2-MR | 中国 |
2.3 方法
2.3.1 环流协同指数
鉴于黄河上游地区受季风和西风环流的协同影响， 本文特意定义了以下环流协同指数：
式中： I cmw为环流协同指数； WI， EMI和SMI 分别为标准化西风、 东亚夏季风和南亚夏季风指数； a， b， c分别是权重系数。其中WI， EMI和SMI分别采用李万莉等（2008）、 Wang and Fan（1999）和王可丽等（2005）建立的以下指数：
式中： H为在70°E -110°E范围内沿35°N和50°N 纬向平均的500 hPa高度场（单位： gpm）； λ为区域内沿纬圈取定的经度数； 是850 hPa和200 hPa区域平均纬向风（单位： m·s-1）。目前， 许多关于西北地区的干湿研究都用以上指数（张强等， 2019）。
2.3.2 集合经验模态分解方法
集合经验模态分解（Ensemble Empirical Mode Decomposition， EEMD）方法的原理是对多次分解的测量值进行平均， 将适当大小的白噪音添加到原始数据里， 以模拟多次观测值， 然后经过多次计算后对集合进行平均， 它是经验模态分解方法（EMD）的改进。EMD方法适用于处理非平稳的数据序列， 并逐级分解信号中各尺度的波动和趋势， 得到本征模函数（Intrinsic Mode Function， IMF）分量， 即具有不同特征时间尺度的一系列数据序列。在信号分析中， EMD 方法具有明显的优势， 但同时也存在着边缘效应以及尺度混合等缺陷。为了解决 EMD 方法的尺度混合问题， 采用一种新的噪声辅助数据分析方法， 即 EEMD方法， 该方法的特点是引入了高斯白噪声， 对集合进行平均， 从而有效地避免了尺度混合， 令获得的 IMF 分量具有物理上的唯一性。最重要的是， 各个 IMF分量都需要遵守两个前提： 首先， 整个分析时段来看， 局部极值点数与过零点数需等同或顶多相差1； 其次， 在任何时刻， 由局部极大值与局部极小值决定的包络线平均值需等于0。EEMD 方法已得到广泛的应用（Huang et al， 2005； Wu and Huang， 2009； 毕硕本等， 2018； Zhang et al， 2021）。
2.3.3 其他方法
EOF在提取气象场优势信号， 反映气象场空间分布特征等方面有其独到之处。此外本文还利用气候倾向率进行趋势分析， 详细方法请参阅文献（魏凤英， 2007）。
3 结果分析
3.1 温度与降水的平均空间特征
从黄河上游1961 -2020年年平均温度空间分布［图2 （a）］来看， 海拔在4000 m以上的黄河源区年平均气温最低， 在0 ℃以下， 而且从源区到汇流区， 再到径流区气温逐渐递增， 宁夏一带年平均气温较高， 基本都大于9 ℃， 其中中宁年平均温度最高， 为9.85 ℃。从年降水量的空间分布［图2 （b）］来看， 从南到北呈递减趋势， 其中青海的久治和四川的若尔盖超过了600 mm， 特别是久治的年平均降水高达756 mm， 而甘肃的河西中部和内蒙古西部地区降水量较少， 基本都在200 mm以下， 特别是内蒙古的吉兰太年平均降水仅为105 mm。根据以下平均气温和降水对温度带和降水带的划分标准： 低于4.5 ℃为寒温带， 4.5~9.3 ℃为中温带， 9.3 ℃以上为暖温带； 200 mm以下为干旱区， 200~400 mm为半干旱区， 400~800 mm为半湿润区， 800 mm以上为湿润区（马超等， 2017； Huang et al， 2017）。那么黄河上游地区的气候特征复杂多样， 从源区的寒温带半湿润气候区一直过渡到径流区的暖温带干旱气候区。
3.2 温度与降水的异常空间分布
为了弄清楚黄河上游温度与降水的异常空间特征， 通过对年平均温度和年降水量进行EOF正交分解。表2 和表3 分别给出了EOF分解前10个模态的方差贡献， 从年平均温度的EOF分解来看， EOF1的方差贡献高达83.50%， 而且从EOF2开始方差贡献很小， 仅为6.12%； 从年降水的EOF分解来看， EOF1方差贡献为42.40%， 从EOF2开始方差贡献也明显变小， 通过North方法对年平均温度和年降水EOF模态进行显著性检验发现， 无论年平均温度还是年降水， 只有EOF1模态信号显著， 因此， 年平均温度和年降水的EOF1模态基本能反应出各自的空间异常分布。
表2 年平均温度EOF分解前10个模态方差贡献Table 2 Variance contributions of the top 10 modes of EOF decomposition of annual mean temperature |
| 方差贡献 | EOF1 | EOF2 | EOF3 | EOF4 | EOF5 | EOF6 | EOF7 | EOF8 | EOF9 | EOF10 |
|---|---|---|---|---|---|---|---|---|---|---|
| 方差贡献/% | 83.50 | 6.12 | 3.21 | 1.73 | 1.05 | 1.01 | 0.54 | 0.40 | 0.33 | 0.25 |
| 累计方差贡献/% | 83.50 | 89.62 | 92.83 | 94.56 | 95.61 | 96.62 | 97.12 | 97.52 | 97.85 | 98.10 |
表3 年降水量EOF分解前10个模态方差贡献Table 3 Variance contributions of the top 10 modes of EOF decomposition of annual precipitation |
| 方差贡献 | EOF1 | EOF2 | EOF3 | EOF4 | EOF5 | EOF6 | EOF7 | EOF8 | EOF9 | EOF10 |
|---|---|---|---|---|---|---|---|---|---|---|
| 方差贡献/% | 42.40 | 10.38 | 8.97 | 5.07 | 4.42 | 3.03 | 2.32 | 2.02 | 1.85 | 1.76 |
| 累计方差贡献/% | 42.40 | 52.78 | 61.75 | 67.82 | 72.24 | 75.27 | 77.59 | 79.61 | 81.46 | 83.22 |
结合年平均温度和年降水量的EOF1方差贡献以及PC1的变化特征可以看出， 黄河上游1961 -1978年呈暖湿化趋势， 1961 -1996年呈暖干化趋势， 1997年以来又呈显著的暖湿化趋势。
3.3 温度与降水的多时间尺度变化特征
由于气候变化具有多时间尺度特征， 黄河上游气候暖湿化也会受到多时间尺度因子的影响。为了揭示不同时间尺度变化过程对平均温度和降水总体变化的贡献。从表4 和表5 分别给出的年平均温度和年降水EEMD分解的不同时间尺度分量贡献率可以看出， 温度变化特征主要受长期趋势变化的贡献为主， 贡献率达70.8%； 但3.2年的年际尺度和8年的准年代际尺度的贡献相对比较大， 贡献率分别为13.9%和8.3%。而15年和40年尺度的贡献相对较小， 两者之和也只有7%左右。降水变化特征的时间尺度贡献则有所不同， 3.3年和5.7年的年际尺度对其贡献最显著， 贡献率之和达81.7%， 特别是3.3年的年际尺度贡献率高达62.6%； 60年的多年代际尺度变化的贡献也相对较大， 贡献率为11.2%； 15年和30年时间尺度的贡献相对较小， 两者之和也只有7.1%左右。
表4 年平均温度的不同时间尺度变化贡献率Table 4 Contribution rates of changes in different time scales of annual mean temperature |
| 贡献率和周期 | IMF1 | IMF2 | IMF3 | IMF4 | Trend |
|---|---|---|---|---|---|
| 贡献率/% | | | | | |
| 周期/a | | | | | |
-表示无数据 |
表5 年降水量的不同时间尺度变化贡献率Table 5 Contribution rates of changes in different time scales of annual precipitation |
| 贡献率和周期 | IMF1 | IMF2 | IMF3 | IMF4 | IMF5 |
|---|---|---|---|---|---|
| 贡献率/% | | | | | |
| 周期/a | | | | | |
从图5 给出的基于EEMD分解的年平均温度和年降水变化不同时间尺度分量曲线可以进一步看出， 1961年以来黄河上游之所以表现为持续显著增暖， 主要原因是趋势项分量显著增加所致。而降水1997年以后之所以增加明显， 主要原因是该时段正好处在降水60年和30年的多年代尺度分量的增加通道中。
3.4 温度与降水的空间动态变化特征
前面的分析已经发现1961年以来黄河上游整体呈显著的增暖特征， 那么这种增暖特征在空间上表现为怎样的动态变化特征呢？图6 给出了1961 - 2020年黄河上游4个气候态时段平均温度的空间趋势变化。从图6 中可以看出， 1961 -1990年黄河上游的增暖趋势并不十分显著， 9.8%的区域气温呈减小趋势， 41%的区域增加趋势通过了0.05的显著性水平， 区域平均增温率为0.15 ℃·（10a）-1； 1971 - 2000年增暖幅度明显大于1961-1990年， 96%的区域气温呈增加趋势， 且86%的区域增暖趋势通过了0.05的显著性水平， 区域平均增温率为0.37 ℃·（10a）-1； 1981 -2010年增暖幅度更为明显， 区域呈一致的增加趋势， 且92%的区域通过了0.05显著性水平， 区域平均增温率为0.59 ℃·（10a）-1； 1991 -2020年增暖幅度略低于1981 -2010年， 虽然同1971 -2000年一样， 96%的区域气温呈增加趋势， 且86%的区域增暖趋势通过了0.05的显著性水平， 但区域平均增温率为0.46 ℃·（10a）-1， 明显大于1971 -2000年。因此， 1961 -2010年黄河上游年平均气温逐气候态时段呈显著增加趋势， 但1991 -2020年气候态时段的增暖幅度较1981 -2010年略有减弱， 这可能是对21世纪初全球气候增暖减缓的响应。
为了厘清1961 -2020年降水的空间动态变化特征， 图7 给出了1961 -2020年黄河上游逐气候态时段降水的空间趋势变化特征， 可以看出1961 - 1990年降水整体呈减少趋势， 75%的区域降水减少， 不过降水的变化趋势均未通过0.1的显著性水平检验， 区域平均变化率为-5.8 mm·（10a）-1； 1971 -2000年降水呈增加趋势的区域有所扩大， 由1961 -1990年的25%增加为45%， 不过除了个别区域外变化率基本也未通过0.1的显著性水平检验， 区域平均变化率为-3.7 mm·（10a）-1； 1981 -2010年降水呈增加趋势的区域较1971 -2000年又略有扩大， 变为55%， 同样除了局部区域外变化率基本未通过0.1的显著性水平检验， 区域平均变化率为-2.0 mm·（10a）-1； 1991 -2020年较前三个气候态时段降水增加趋势明显， 几乎所有的区域增加， 且一半区域的增加趋势通过了0.1的显著性水平， 其中接近40%的区域也通过了0.05的显著性水平， 区域平均的变化率为22 mm·（10a）-1。因此， 黄河上游1961 -2010年的三个气候态时段降水整体呈减少趋势， 不过从逐气候态时段变化来看， 减少的幅度逐渐减弱， 值得注意的是1991 -2020年降水呈区域一致的增加趋势， 而且黄河源区和汇流区的增加趋势较径流区更为显著。
3.5 暖湿化趋势的成因探讨
温室气体的大量排放是导致气候变暖的主要原因早已成为国际学界的共识， 当然黄河上游地区也不例外。然而对于造成黄河上游降水变化的原因尽管已经开展了大量研究， 但目前并没有非常明确又令人信服的科学结论。众所周知， 黄河上游位于青藏高原东北侧， 西风和季风环流与该区域的气候异常均存在显著关系（张强等， 2019， 2021）， 那么从年际、 年代际、 多年代际等不同时间尺度来看， 大尺度环流系统对黄河上游降水异常的影响存在怎样的差异？表6 给出了西风、 东亚夏季风、 南亚夏季风指数与黄河上游年降水在年际、 年代际及多年代际分量的相关系数。从年际尺度来看， 年降水与西风和东亚夏季风之间均不存在显著关系， 而与南亚夏季风却存在显著的正相关； 从年代际尺度来看， 年降水与西风和南亚夏季风分别存在显著的负相关和正相关， 而与东亚夏季风的正相关性并不显著； 从多年代际尺度来看， 年降水与西风和东亚夏季风之间均存在显著的正相关， 而与南亚夏季风的负相关并不显著。从以上的分析可以看出， 同一种环流系统对黄河上游年降水的影响在不同时间尺度上差异很大， 比如西风环流在年际尺度上几乎没有相关性， 但在年代际和多年代际上分别存在显著的负相关和正相关， 而南亚夏季风在年际和年代际尺度上均存在显著的正相关， 但在多年代尺度上却存在负相关， 尽管这种负相关并不显著。总体来看， 在年际尺度上黄河上游年降水主要受南亚夏季风环流的影响， 在年代际尺度上同时受西风和南亚夏季风环流的共同影响， 在多年代际尺度上受西风和东亚夏季风的共同影响。
表6 年降水与环流指数相关系数Table 6 Correlation coefficient between annual precipitation and circulation index |
| 时间尺度 | 西风 | 东亚夏季风 | 南亚夏季风 | 协同环流指数 |
|---|---|---|---|---|
| 年际 | -0.038 | -0.059 | 0.33** | |
| 年代际 | -0.78*** | 0.16 | 0.31* | 0.79*** |
| 多年代际 | 0.64*** | 0.69*** | -0.22 | 0.73*** |
*、 **、 ***分别表示通过0.05、 0.01、 0.001显著性水平检验 |
为了进一步厘清西风和季风环流在年代际和多年代际时间尺度上影响黄河上游年降水的协同性， 根据前文定义的环流协同指数， 并只考虑存在显著影响的环流因子（未通过0.05显著性水平检验的环流取权重系数为0）， 得到年代际和多年代际环流协同影响指数分别为 和 。其协同指数同黄河上游年降水的相关系数分别为0.79和0.73， 均大于单个环流因子同降水的相关系数。
因此， 黄河上游年降水年代际和多年代际异常的原因是西风和季风环流协同作用的结果， 其中在年代际尺度上是由西风环流减弱和南亚夏季风环流增强协同作用的结果， 而在多年代际尺度上是由西风环流和东亚夏季风环流协同增强作用的结果。1997年以来黄河上游气候暖湿化主要是多年代际变化的结果， 因此， 当前黄河上游气候暖湿化主要是西风环流和东亚夏季风协同增强作用的结果。
3.6 未来暖湿化趋势预估
基于CMIP6耦合模式中等排放情景下集合预估发现， 预计未来80年（2021 -2100年）黄河上游继续呈暖湿化趋势（图8 ）， 其中温度的增长率0.38 ℃·（10a）-1， 同过去60年的变化趋势［0.37 ℃·（10a）-1］基本相当， 到2030年左右区域平均温度超过8.0 ℃， 而到2060年左右区域平均温度已经超过了9.3 ℃， 整体从中温带过渡为暖温带气候（马超等， 2017）。而降水增加较弱， 增加率仅为3.4 mm·（10a）-1， 比1997年以来的湿化趋势［增加率为32 mm·（10a）-1］弱很多， 到2030年和2060年左右降水较当前分别增加不足5 mm和15 mm， 即便是到21世纪末， 区域平均年降水量还不足400 mm， 整体仍然处于半干旱气候区（Huang et al， 2017）。
3.7 暖湿化对生态植被的影响
黄河上游作为黄河流域主要的产流区和水源涵养区， 其生态区位非常重要， 对我国北方地区的生态安全具有重要的保障作用。由图9 （a）可见， 黄河上游从高寒湿润的源头区到草地荒漠过渡的径流区NDVI（标准化植被指数）基本呈递减趋势， 其中四川的若尔盖最大， NDVI为0.49， 而内蒙古自治区的临河最小， NDVI仅为0.12， 这与降水的空间分布基本一致， 这也充分说明黄河上游生态植被对降水的依赖性。由于生态植被是对气候变化响应最敏感的自然因子之一， 而1997年以来的气候暖湿化必然会引起植被的改变。从图9 （b）给出的黄河上游2000 -2020年NDVI趋势变化的空间分布表明， 25.5%的区域植被呈减少趋势， 其中13.7%的区域显著减少（通过了0.05的显著性水平检验）， 而74.5%的区域植被呈增加趋势， 其中56.9%的区域显著增加（通过了0.05的显著性水平检验）， 区域整体呈增加趋势， NDVI区域平均变化率为0.02·（10a）-1， 这也充分说明1997年以来黄河上游的气候暖湿化对生态植被产生了显著的影响， 并且使得生态植被整体向好。
图9 黄河上游2000 -2020年NDVI平均值（a， 等值线）及趋势变化（b， 圆点）空间分布NDVI变化红色圆点为减少、 绿色圆点为增加 Fig.9 Spatial distribution of average （a， contour） and trend change （b， dot） of NDVI in the upper Yellow River from 2000 to 2020.Red dot indicates the trend change of NDVI is decrease， and green dot indicates increase |
为了进一步弄清黄河上游暖湿化对生态植被的影响， 特别是温度与降水同NDVI之间的关系。对2000 -2020年黄河上游区域平均的逐月平均温度、 降水及NDVI指数去掉季节循环变化基础上， 给出了逐月平均温度和降水与同期及滞后3个月的NDVI指数之间的相关系数（表7 ）， 可以看出， 平均温度对同期及滞后3个月以内的植被生长均存在影响， 而且从同期到滞后3个月相关性呈逐渐减小趋势， 其中同期的平均温度与植被之间的相关性通过了0.01的显著性水平， 而滞后1个月和滞后2个月的相关性通过了0.05的显著性水平检验。降水对同期及滞后1个月的植被生长存在显著的正相关， 其中同期的相关性通过了0.001的显著性水平检验， 滞后1个月的相关性通过了0.05的显著性水平检验。可见由于黄河上游海拔相对较高， 降水稀少， 水热条件较差， 因此生态植被对近3个月以来的平均温度和降水均存在依赖性， 相比较对同期降水的依赖性最强， 此外平均温度比降水的滞后效应时间更长， 降水对滞后1个月以后的植被生产影响明显减弱， 而平均温度对滞后3个月的植被生长仍然存在影响。
表7 2000 -2020年黄河上游平均温度和降水与同期及滞后3个月的NDVI指数逐月相关系数Table 7 Month-by-month correlation coefficients between the average temperature and precipitation in the upper Yellow River from 2000 to 2020 and the NDVI index for the same period and 3 months lag |
| 气象要素 | 同期 | 滞后1月 | 滞后2月 | 滞后3月 |
|---|---|---|---|---|
| 温度 | 0.18** | 0.16* | 0.13* | 0.09 |
| 降水 | 0.28*** | 0.13* | 0.03 | -0.06 |
*、 **、 ***分别表示通过0.05、 0.01、 0.001的显著性水平检验 |
事实上， 植被生长与气候要素之间并不是简单的单因子关系， 而是存在着十分复杂的相互耦合及匹配关系， 不过这种复杂关系的核心主要体现在温度和降水对植被的协同作用方面。为了进一步分析温度与降水对植被的协同影响， 这里将2000 -2020年逐月温度与降水的匹配关系简单分为冷干、 冷湿、 暖干和暖湿等四种典型气候匹配类型， 此外， 由于植被同同期平均气温和降水的相关性最好， 因此， 这里在选择典型干、 湿、 冷和暖月份时仅从同期中选取， 且月平均温度与降水标准化距平满足以下条件： 即单要素绝对值必须大于0.5， 两要素绝对值之和必须大于1.5。从图10 可以看出， 黄河上游暖湿匹配的气候类型最有利于植被生长， 区域平均NDVI指数标准化值为2.69； 而冷干匹配的气候类型下植被长势最差， 区域平均NDVI指数标准化值为0.21。与暖干匹配气候类型相比， 冷湿匹配气候类型下植被长势要略好一些。应该说， 在暖湿匹配气候类型下植被长势好是比较容易理解的； 而冷湿气候类型比暖干气候类型的植被长势更好一些， 似乎进一步说明黄河上游生态植被的生长对于降水的依赖性强于温度。总之， 近20年来黄河上游气候暖湿化使得生态植被整体呈向好态势， 结合预估结果推断， 未来80年黄河上游的暖湿化可能使得生态植被继续向好。
4 结论
本文基于观测、 再分析、 卫星遥感以及未来情景预估等多源数据对1961 -2020年黄河上游地区的增暖与干湿变化特征进行了系统分析， 就当前的暖湿化成因以及对生态植被的影响进行了探讨， 并对未来的暖湿趋势进行了预估， 主要得出了以下结论：
（1） 黄河上游区域地形地貌复杂， 气候类型多样， 自西南到东北从源区的寒温带半湿润气候区一直过渡为径流区的暖温带干旱气候区。其年平均温度与年降水均呈非常一致的异常特征分布， 这说明一般情况下整个黄河上游地区处于同一种天气系统的影响之中。
（2） 1961年以来黄河上游年平均温度以0.37
℃·（10a）-1的速率显著增加， 较全球的0.18 ℃·（10a）-1和全国的0.29 ℃·（10a）-1增速更大， 也比西北地区0.33 ℃·（10a）-1的增温率显著。年降水表现出了明显的年代际变化， 其中1997年以来以32 mm·（10a）-1速率显著增加。因此， 1997年以来黄河上游气候呈显著的暖湿化趋势。从多时间尺度变化来看， 黄河上游的年平均温度主要以长期趋势变化为主， 年际变化次之； 而年降水主要以年际变化为主， 多年代际变化次之。1961年以来之所以持续增暖， 主要是温度趋势项分量增加的结果， 而1997年以来的显著湿化趋势主要是由于该时段处在降水30年以上多年代际尺度分量增加通道所致。
（3） 从空间动态变化来看， 黄河上游1961 -2010年逐气候态时段呈区域一致的显著增暖特征， 由于受全球变暖减缓的影响， 最近一个气候态时段较1981 -2010年增暖略有减缓； 而年降水1961 -2010年三个气候态时段区域整体均减少， 但减少趋势逐气候态时段减缓， 值得注意的是， 最近一个气候态时段呈区域一致的显著湿化趋势。
（4） 黄河上游降水变化主要受西风、 东亚夏季风和南亚夏季风共同影响， 但在不同时间尺度上其环流影响因子差异较大， 在年际尺度上主要受南亚夏季风单一环流因子的影响， 在年代际尺度上主要受西风和南亚夏季风环流的协同影响， 在多年代际尺度上受西风和东亚夏季风环流的协同影响， 1997年以来的气候暖湿化主要是西风和东亚夏季风环流协同增强的结果。
（5） 预估结果表明， 在中等排放情景下， 未来80年黄河上游继续呈暖湿化趋势， 不过增暖趋势同当前基本相当， 但变湿趋势明显弱于当前。而且在显著的增暖影响下， 2060年左右黄河上游很可能整体从中温带过渡为暖温带气候区。当然预估结果仍然存在一定的不确定性， 未来黄河上游的气候变化仍需值得关注。
（6） 由于黄河上游水热条件相对较差， 其生态植被对近3个月以来的平均温度与降水具有一定的依赖性， 相比较对同期降水的依赖性最强， 此外， 平均温度对生态植被的滞后效应较降水更长， 其中平均温度对滞后3个月的生态植被仍存在影响， 而降水对滞后1个月以后的植被影响较弱。从气候要素的协同作用来看， 暖湿匹配的气候类型最有利于植被生长， 而冷干匹配的气候类型则相反， 这进一步说明黄河上游植被生长对水分热条件均有显著依赖性。虽然黄河上游生态植被整体较差， 但近20年来的气候暖湿化使得其生态植被整体呈向好态势， 结合预估结果推断， 未来80年黄河上游的暖湿化可能使得生态植被继续向好。
由于文章篇幅所限。本文主要对黄河上游的暖湿化特征进行了系统分析， 而对其降水变化的原因只进行了一些统计分析， 并未进行数值模拟研究。此外， 黄河上游未来气候趋势的预估也具有一定的不确定性， 需利用先进的降尺度方法获得更精细化的数据及对数据进行系统的检验和订正。这些问题今后还需进行大量系统性的工作来厘清。