1 前言
降水和气温的变化是诱发地质灾害的直接因素， 研究区域气候演变规律对自然灾害综合防治工作具有重要价值（高杨等， 2017； Liu et al， 2019； 鲁建莹等， 2021； 杨俊等， 2022）。作为全球气候变化的敏感区， 青藏高原近50年来的温度以全球同期平均升温率的2倍速率增加， 总降水量也以每10年2.2%的速率增加（陈德亮等， 2015）。青藏高原东南部广泛分布的冰川小流域对气候变化响应十分敏感， 在高温和降水条件下极易暴发泥石流灾害， 表现出高强度、 高频率、 季节性、 准周期性和链生性等特征（崔鹏等， 2017； 史培军和杨文涛， 2020）。区内古乡沟、 天魔沟等冰川泥石流灾害事件与气候关系密切（崔鹏等， 2014； Deng et al， 2017； 刘建康和程尊兰， 2015）。国外高山冰川区泥石流同样对气候变化表现出强敏感性。如瑞士阿尔卑斯山冰缘泥石流在气候变化背景下， 其季节性、 重现期和流量都可能发生变化（Stoffel et al， 2011）。吉尔吉斯斯坦Teztor冰湖在气候变化影响下被降水和冰雪融水周期性地填满， 导致平均每9~10年发生一次冰湖溃决洪水或泥石流（Erokhin et al， 2018）。安第斯山脉Difunta Correa流域冰雪及冻土对温度高度敏感， 泥石流表现出强烈的季节性， 其暴发时间与每日最高温度的出现时间存在小时级别的滞后（Dal Pont et al， 2020）。可见， 充分了解冰川泥石流流域降雨和气温等气象要素的变化趋势， 对于冰川泥石流的预判预警非常重要。
藏东南地理位置特殊， 气温和降水变化十分复杂， 在不同空间和时间尺度表现出不同的变化特征（张宇欣等， 2019； 杨耀先等， 2022）。程尊兰等（2009）和向灵芝等（2013）认为该地区升温异常明显， 降雨也呈波动上升趋势， 表现出雨热同期特征。曹丽等（2014）认为该地区年平均气温及四季气温呈上升趋势， 降雨量总体呈下降趋势， 夏、 秋季降水量减少较为明显。Deng et al（2017）认为该地区降雨量存在较大增减波动性和空间异质性。董晴雪等（2022）认为该地区降水量总体呈先下降后上升再下降的变化趋势， 但不同区域的降水在季节分配上存在差异。同时， 该区极端天气变化的分布在空间上具有较大差异， 区域增减趋势一致性也较差（冯晓莉等， 2020； 白宇轩等， 2022）， 即使同一山区， 气温和降雨也可能因其坡向和海拔等产生较大差异（罗伦等， 2021）。因此， 区域性的气候演化规律并不能完全反映冰川小流域的气候变化特征， 亦不能作为特定冰川泥石流的发展趋势的参考， 难以支撑局地的防灾减灾工作。
藏东南波密地区海洋性冰川发育， 冰川泥石流频发。许多村寨、 民居、 公路和桥梁等位于冰川泥石流堆积扇之上， 几乎每年都发生冰川泥石流毁路、 毁桥和毁房事件。川藏公路、 铁路和规划中的滇藏铁路等交通干线途经此区， 施工和运营安全受到严重威胁。因此， 本研究以藏东南波密县卡达村冰川泥石流沟为例， 结合多种气候分析方法分析该流域40年以来的气温、 降雨以及极端天气在年际和年内尺度的变化特征， 以期为卡达沟冰川泥石流的预判预警提供参考。
2 数据来源与方法介绍
2.1 冰川泥石流流域概况
卡达沟位于西藏自治区林芝市波密县扎木镇卡达村， 帕隆藏布江右岸（图1 ）， 为一低频的大型冰川泥石流沟。沟口堆积扇南西侧即为卡达村， 紧邻波密县城区。该沟呈西南向流入帕隆藏布江， 流域面积约24.158 km2， 主沟长约8.7 km， 流域最低海拔2667 m， 最高海拔5968 m， 相对高差3301 m。该沟受降雨和冰雪融水影响强烈， 历史上常有山洪泥石流冲上G318国道。沟内寒冻风化、 小型冰水碎屑流和崩滑碎屑流以及岸坡坍塌等松散物源丰富， 一旦发生超常规气象事件， 极有可能暴发大规模冰川泥石流-堰塞湖-溃决洪水灾害链事件（蒋忠信， 2001； 钟鑫等， 2018； Zou et al， 2020）。
2.2 气象数据及预处理
本研究数据来源于国家青藏高原科学数据中心的中国区域地面气象要素驱动数据集（China Meteorological Forcing Dataset， CMFD）（阳坤和何杰， 2019）。数据集包括近地面（2 m）空气温度和3 h平均降雨率， 时间分辨率为3 h， 水平空间分辨率为0.1°×0.1°， 时间跨度为1979 -2018年， 精度好于国际上已有再分析数据（He et al， 2020）。
据前人研究， 藏东南泥石流多由高温引起的冰雪径流和短时间强降雨诱发， 冰川和暴雨型泥石流与极端气温和降雨事件关系密切。如则隆弄流域冰川径流在高温下可在短时间内剧增3~5倍， 从而诱发冰川泥石流（张沛全和刘小汉， 2008）； 2007年9月4日天魔沟泥石流则由当日凌晨强降水诱发（余忠水等， 2009）； 古乡沟1964 -1965年间90余次泥石流与日最高气温密切相关（刘建康和程尊兰， 2015）； 九绒沟2014 -2015年4次泥石流有3次由当日暴雨引发（齐云龙和邓明枫， 2019）。而一年内的暖昼日数（TX90p： 日最高温>90%分位数的日数）和强降雨日数（R12.5： 日降水量>95%分位值的日数， 这里为12.5 mm）两个极端气温和降雨的变化指标对应于该区泥石流的高易发日数变化。因此， 选用这两个指标进行分析。
本文利用加拿大环境部气候研究中心开发的极端气候指数计算软件RClimDex（1.0）（Zhang and Yang， 2004）计算暖昼日数TX90p和强降雨日数R12.5。其他数据处理与分析工作均在Matlab和Excel平台开展。
2.3 分析手段
气温和降雨时间序列是非平稳时间序列， 具有趋势、 跳跃、 周期等多方面特征， 需采用恰当的方法进行分析（舒涛等， 2021）。本文采用Sen’s斜率来估计气温、 降雨量及极端天气在年、 季和月尺度的变化趋势， 并利用MK（Mann-Kendall）趋势分析法检验变化趋势的显著性。结合MK突变检验法和滑动t检验法对降雨量、 气温和极端天气进行年际尺度突变检验以增强突变分析结果可信度（敬文茂等， 2022； 向楠等， 2023）。变异系数（CV）（李邦东等， 2013）用于检验降雨量、 气温和极端天气在年、 季和月尺度的变异程度， 降雨集中指数（PCI）则用于评估降雨的年内集中性（De Luis et al， 2011）。以上方法均为经典气候分析方法， 由于篇幅问题， 在此不再赘述。同时， 本文运用Morlet小波分析法（颜明等， 2016）分析年降雨量、 气温和极端天气的周期性变化规律。Morlet小波表达式为：
式中： 为无量纲时间参数； 是无量纲频率。
小波功率谱可直观反映时间序列在给定小波尺度和时间域内某一周期的能量大小， 该能量值代表该周期的显著性， 其表达式为 。为了表达时间序列真实功率谱的无偏、 一致估计， 清晰地辨别时间序列的周期波动特征及其强度， 将小波功率谱在某一周期上进行时间平均即可得到小波全谱， 其表达式为：
式中： n为时间索引； s为小波尺度； 为离散序列 的连续小波变换。
3 结果与分析
3.1 气温与极端气温变化
3.1.1 年以上尺度变化特征
3.1.1.1 变化趋势
卡达沟近40年的年均气温和暖昼日数时间序列如图2 所示。近40年来， 卡达沟多年年均气温约为5.42 ℃， 1997年年均温最低， 为4.41 ℃， 2017年最高， 为7.30 ℃。年均暖昼日数37.15天， 1987年最少， 为7天， 2018年最多， 达82天。如图3 （b）~（c）所示， Sen’s斜率和Z值表明卡达沟近40年的年均气温和暖昼日数分别以0.05 ℃·a-1和1.46 d·a-1的趋势显著上升。1979-2018年年均气温大约升高了2 ℃， 暖昼日数大约增加58.5天。从图3 （d）可以看出， 卡达沟流域近40年的年均气温CV值为13.47， 说明其随时间变化不大。暖昼日数CV值为54.15， 属高度变异， 说明其随时间变化不稳定。
图2 西藏波密卡达沟流域年均气温和TX90p时间序列Fig.2 Time series of annual mean air temperature and TX90p in Kada valley， Bomi County， Tibet |
图3 西藏波密卡达沟流域年、 季、 月平均气温和TX90p变化的基本统计量 Ta代表年均气温； Tspr-win分别代表春夏秋冬四季平均气温； T1-12依次代表1 -12月的平均气温； 图中垂直虚线表示年、 季、 月平均气温和TX90p变量之间的分隔线Fig.3 Basic statistics of annual， seasonal and monthly mean air temperature and TX90p in Kada valley， Bomi County， Tibet （Ta represents annual mean air temperature； Tspr-win represents the mean air temperature of four seasons； T1-12 represents the mean air temperature from January to December； The vertical dashed lines in the graph demarcate the boundaries between the variables of annual， seasonal， monthly mean air temperature， and TX90p） |
3.1.1.2 突变检验
MK突变检验如图4 所示， 年均气温UF和UB曲线仅在2003年相交， 但交点在0.05水平显著线之外， 说明近40年卡达沟年均气温未发生突变。在1997年之前， UF曲线在0值附近波动， 始终位于0.05水平显著线内， 表明在1997年之前， 气温无明显变化趋势， 1994年之后， UF曲线突破0界限波动上升， 并在2002年突破0.05水平显著线上界， 说明2002年之后年均气温呈显著升高趋势。暖昼日数突变情况与年均气温相似， UF和UB曲线仅在2004年相交， 但交点在0.05水平显著线之外， 说明近40年卡达沟暖昼日数未发生突变。在1999年之前， UF曲线在0值附近波动， 始终位于0.05水平显著线内， 表明在1999年之前， 暖昼日数无明显变化趋势， 1996年之后， UF曲线突破0界限波动上升， 并在2002年突破0.05水平显著线上界， 说明2002年之后暖昼日数呈显著升高趋势。
3.1.1.3 周期分析
年降雨量和极端降雨日数的小波功率谱和全局小波谱如图5 所示。在小波功率谱图中， 颜色越浅表示能量越强， 反之则越弱； 白色粗实线以内区域周期显著； 小波锥（白色虚线）之内为可信的序列周期范围， 小波锥之外可信度较低。在全局小波谱图中， 黑色虚线以上的波峰所对应的周期即为显著的序列周期。
图5 西藏波密卡达沟流域年均气温和TX90p的小波功率谱和全局小波谱 图中色条表示小波功率谱强度， 颜色越浅， 能量越强Fig.5 Wavelet power spectrum and global wavelet spectrum of annual mean air temperature and TX90p in Kada valley， Bomi County， Tibet.The color bars represent the intensity of the wavelet power spectrum， where lighter colors indicate higher energy |
从图5 可以看出， 年均气温的波动周期与暖昼日数存在一定相似性。在中长时间尺度上， 年均气温与暖昼日数均存在一个明显的32 a主周期， 贯穿了整个研究期。年均气温还具有23 a和8~11 a周期的能量峰值， 这两个周期也贯穿了整个研究期， 但整个23 a周期和2005年之前的8~11 a周期能量值比较微弱， 说明这两个周期在相应时间段并不明显。暖昼日数也存在一个几乎贯穿整个研究期的8~11 a周期的能量峰值， 其能量值同样是在2005年之前比较微弱。对比全局小波谱可以看出， 以上中长尺度周期均未通过90%置信度检验。从年均气温和暖昼日数小波功率谱可以看出， 2000年前后两者的强度指数变化比较明显， 2000年以后的气温和暖昼日数明显升高和增加， 这将导致更多更频繁的冰雪融水， 泥石流暴发风险增大。在更短时间的周期上， 年均气温存在显著的3~4 a的短周期波动， 暖昼日数存在显著的2~3 a的短周期波动， 时间段上均呈现三段式。
3.1.2 年内变化特征
在季节尺度上， 卡达沟流域近40年夏季气温最高， 为12.53 ℃， 春秋两季气温相当， 分别为5.32 ℃和5.83 ℃， 冬季气温为-2.01 ℃［图3 （a）］。图3 （b）~（c）显示所有季度气温变化的Sen’s斜率均为正， 且Z值均大于2.58， 通过0.01水平显著性检验， 说明气温升高十分显著。春夏秋冬四季增温速率分别为0.044 ℃·a-1、 0.039 ℃·a-1、 0.049 ℃·a-1和0.06 ℃·a-1， 其中夏季增温速率为所有季节最低， 但Z值最高（Z=5.14）， 在所有季节中增温趋势最显著。
在月尺度上， 气温从1 -12月呈现先增加后减小趋势， 其中6 -9月份多年平均气温均超过10 ℃， 分别为11.59 ℃、 13.14 ℃、 12.87 ℃和10.55 ℃。1月平均气温最低， 为-2.85 ℃［图3 （a）］。所有月份气温变化的Sen’s斜率均为正， 且Z值均大于2.58［图3 （b）~（c）］， 通过0.01水平显著性检验， 说明气温升高十分显著。春季以3月增温速率最大， 为0.058 ℃·a-1； 夏季以7月增温速率最大， 为0.043 ℃·a-1； 秋季以9月增温速率最大， 为0.055 ℃·a-1； 冬季以12月增温速率最大， 为0.073 ℃·a-1。
从变异系数CV值［图3 （d）］看出， 春夏秋三季CV值均小于20， 变异程度低， 表明卡达沟近40年季节气温波动不明显。除3月和11月CV值（57.737和106.29）很高， 波动明显外， 其他月份CV值均小于20， 表明绝大多数月份的气温随时间波动不明显。
3.2 降雨与极端降雨变化
3.2.1 年以上尺度变化特征
3.2.1.1 变化趋势
卡达沟近40年的年降雨量和极端降雨日数时间序列如图6 所示。多年平均降雨量约为897.9 mm， 2015年年降雨量最高， 为1191.1 mm， 2009年年降雨量最低， 为547.8 mm。年均极端降雨日数约为17.35天， 1996年极端降雨日数最多， 达30天， 2009年和2018年极端降雨日数最少， 为7天。Sen’s斜率和Z值［图7 （b）~（c）］表明年降雨量总体呈非显著下降趋势， 逐年降雨倾向率为-1.88 mm·a-1。1979 -2018年， 年降雨量大约降低了75.2 mm。而极端降雨日数在近40年无明显变化趋势。如图7 （d）所示， 年降雨量CV值为16.678， 变异程度较小， 说明年降雨时间序列平稳， 出现年际尺度的极端旱涝情况概率较小。极端降雨日数CV值为29.51， 变异程度中等， 表明年际波动较为明显。
图6 西藏波密卡达沟流域年降雨量和R12.5时间序列Fig.6 Time series of annual rainfall and R12.5 in Kada valley， Bomi County， Tibet |
图7 西藏波密卡达沟流域年、 季、 月降雨量和R12.5变化的基本统计量 Pa代表年降雨量； Pspr-win分别代表春夏秋冬四季降雨量； P1-12依次代表1到12月份的降雨量； 图中垂直虚线表示年、 季、 月降雨量和R12.5变量之间的分隔线Fig.7 Basic statistics of annual， seasonal， monthly rainfall and R12.5 in Kada valley， Bomi County， Tibet （Pa represents annual rainfall； Pspr-win represents the rainfall of four seasons； P1-12 represents rainfall from January to December； The vertical dashed lines in the graph demarcate the boundaries between the variables of annual， seasonal， monthly rainfall， and R12.5） |
3.2.1.2 突变检验
年降雨量的MK突变检验如图8 （a）所示， 其UF与UB曲线在0.05水平显著线内存在多个交点， 说明年降雨量在这些交点对应的年份可能发生突变。结合t检验图［图8 （b）］可以看出， 上述所有可能突变年份的t值均未超过0.05水平显著线， 表明这些年份均不是突变点， 即近40年卡达沟年降雨量不存在突变现象。1987年上半年以前及2004年下半年以后UF曲线低于0， 说明年降雨量呈减少趋势， 1987年下半年至2004年上半年高于0， 说明降雨量呈增加趋势。但UF曲线始终位于0.05水平显著线内， 说明变化趋势不明显。极端降雨日数的UF与UB曲线［图8 （c）］在0.05水平显著线内同样存在多个交点。t检验图［图8 （d）］显示， MK方法得出的可能突变年份1988年的t值远超过0.05水平显著线， 表明极端降雨日数在1988年发生了突变。极端降雨日数的UF曲线在0值附近频繁波动， 但始终位于0.05水平显著线内， 说明变化趋势不明显。
3.2.1.3 周期分析
从年降雨量和极端降雨日数的小波功率谱和全局小波谱（图9 ）可以看出， 两者周期变化十分相似。在中长时间尺度上， 两者均存在一个16~22 a 和8~10 a周期的能量峰值贯穿于整个研究期， 但对比小波功率谱中可以看出， 这两个周期能量比较微弱， 说明周期性不明显。从全局小波波谱中可以看出， 在短周期尺度上， 两者在置信范围内具有2个明显的功率峰值。在1998年之前， 均存在显著的2~5 a的短周期波动。在2005年之后， 均存在显著的2~3 a和4~6 a的强振幅中心叠加， 即多尺度丰水周期叠加现象。在不同时间尺度， 研究区目前都处于降雨偏多时期和极端天气频发时期， 为泥石流的暴发提供充足的水力条件。
图9 西藏波密卡达沟流域年降雨量和R12.5的小波功率谱和全局小波谱 色条表示小波功率谱强度， 颜色越浅， 能量越强Fig.9 Wavelet power spectrum and global wavelet spectrum of annual rainfall and R12.5 in Kada valley， Bomi County， Tibet.The color bars represent the intensity of the wavelet power spectrum， where lighter colors indicate higher energy |
3.2.2 年内变化特征
在季节尺度上， 卡达沟近40年春夏季降雨量相当， 分别为313.849 mm和326.717 mm， 秋季为220.284 mm， 而冬季只有37 mm， 分别占年降雨量的34.96%、 36.39%、 24.53%和4.12%， 可知降雨主要集中在春、 夏、 秋季三季［图7 （a）］。图7 （b）Sen’s斜率显示， 所有季节中仅有春季降雨以1.50 mm·a-1的速率升高， 而夏、 秋和冬季分别以2.49 mm·a-1、 0.59 mm·a-1和0.12 mm·a-1的速率下降， 但Z值均小于1.96， 说明升高或下降趋势均不显著［图7 （c）］。
在月尺度上， 从降水集中指数PCI值（表1 ）看出， 卡达沟近40年中有36个年份年内降雨存在中等集中性， 只有1982年、 1992年、 2015年和2016年年内降雨存在高度集中性。近40年PCI均值约为13.44， 属中度集中， 说明降雨在年内总体上分配较均衡， 月份集中性不强。具体如图7 （a）所示， 3 -10月份具有较高降雨量， 其中6月份降雨量最大， 达到134.733 mm， 占全年降雨量的15.01%。而1月、 2月、 11月和12月降雨量较低， 最低为1月， 仅为5.125 mm。在降雨量较多的3 -10月中， 4月、 5月、 8月降雨量呈增加趋势， Sen’s斜率估计逐年倾向率分别为+0.3 mm·a-1、 +0.63 mm·a-1和+0.48 mm·a-1［图7 （b）］， 但Z值均小于1.645， 未通过0.1水平显著性检验， 说明增加趋势不显著［图7 （c）］。3月、 6月、 7月、 9月和10月降雨量呈减少趋势。其中， 6月和7月降雨量呈显著性减少趋势， Sen’s斜率估计逐年倾向率分别为-1.44 mm·a-1和-1.15 mm·a-1［图7 （b）］， │Z│值分别为1.8758和2.3652， 分别通过0.1和0.05水平显著性检验［图7 （c）］。
表1 西藏波密卡达沟流域1979 -2018年降雨集中指数（ PCI ）Table1 Rainfall Concentration Index （ PCI ） from 1979 to 2018 in Kada valley， Bomi County， Tibet |
| PCI分级 | 描述 | 统计（1979 -2018年） | 占比 |
|---|---|---|---|
| <10 | 低（几乎为平均分布） | 0 | 0 |
| 11~15 | 中 | 36 | 90 |
| 16~20 | 高 | 4 | 10 |
| ≥20 | 极高 | 0 | 0 |
从变异系数CV值看出［图7 （d）］， 卡达沟近40年春夏两季降雨量属于中度变异， 秋冬两季为高度变异， 所有月份降雨量CV值均大于30， 属于高度变异。这说明近40年来卡达沟流域秋冬两季降雨量和月降雨量随时间变化不稳定， 波动较大。
3.3 气候变化对冰川泥石流的影响
卡达沟近40年来年均气温整体呈显著上升态势， 年降雨量呈微弱下降趋势， 表明卡达沟流域气候整体正处于湿热向干热过渡阶段， 而冰川泥石流在此气候转型阶段属高发期（陈宁生等， 2011）。同时， 卡达沟为一条较老的泥石流沟， 近几十年尚未发生过泥石流事件， 流域内积累了大量固体物源（钟鑫等， 2018）。目前该流域极端高温天气愈发频繁， 该地区冰川泥石流和降雨型泥石流在升温条件下发生次数占比分别可达80%和60%以上（陈宁生等， 2011）。在高温条件下， 冰雪融水可在短时间内增加3~5倍， 冰碛物堆积体即使在无降雨情况下也可能启动， 从而引发大规模泥石流（张沛全和刘小汉， 2008； 胡桂胜等， 2011）。
卡达沟流域近40年降雨和气温存在明显的周期性波动。虽然降雨量整体上呈减少趋势， 但目前却处于相对丰水期。2~3 a和4~6 a的强降雨周期以及8~11 a的高温周期叠加， 组成了有利于灾害发生的相对湿热的水热组合条件， 增加了卡达沟冰川泥石流暴发的风险（崔鹏等， 2014）。
卡达沟流域月降雨量集中度较低且高度变异， 从3月份开始就已进入雨季， 10月雨季结束， 容易出现极端旱涝情况。因此， 春、 夏、 秋季三季都应警惕冰川降雨型泥石流的发生。同时6 -9月气温较高， 冰雪消融强烈， 构成了冰川泥石流暴发的最优水热条件组合， 期间应警惕冰水混合型泥石流的发生。总结区内其他冰川泥石流的暴发时间发现， 绝大多数泥石流在5 -9月暴发， 其中以6 -7月最多（刘建康和程尊兰， 2015）。卡达沟流域在9月之前处于上一年累积冰雪的消融期， 应同时注重降雨和温度监测。而9月之后， 上一年累积的冰雪基本已经全部消融（邓明枫等， 2013）， 此时应更注重雨量监测。
4 结论
本文运用多种经典气候分析方法对卡达沟流域1979 -2018年40年来的降雨量、 气温和极端天气在年、 季、 月尺度的特征进行了详细分析， 并分析了其对卡达沟冰川泥石流的影响。得到以下主要结论：
（1） 年均气温和暖昼日数均呈现显著升高趋势， 但暖昼日数年际变化不稳定。年均气温具有32 a准周期以及23 a、 8~11 a和3~4 a的多尺度周期。暖昼日数具有32 a准周期以及8~11 a和2~3 a的多尺度周期。四季气温和所有月份气温均呈显著升高趋势， 且随时间变化较稳定。
（2） 年降雨量下降趋势不显著， 年际变化较稳定， 极端降雨日数无明显变化趋势， 但年际波动较大。年降雨量和年极端降雨日数均具有16~22 a、 8~10 a、 4~6 a、 2~5 a和2~3 a的多尺度周期。降雨的年内分配总体上较均衡， 季节和月份集中性不强。季节降雨和月降雨总体变化趋势不显著， 但秋冬两季和所有月份的降雨量的年际变化存在较大波动。
（3） 卡达沟流域整体上处于湿热向干热的过渡期， 目前还处于阶段性的多尺度周期强振幅中心叠加的高温期和丰水期。同时暖昼日数、 极端降雨日数以及月降雨存在中等及以上变异， 容易发生极端旱涝事件。适宜的水热条件组合增加了卡达沟冰川泥石流暴发的风险。
本文对卡达沟流域多年气温、 降雨以及极端天气变化特征的分析， 反映了目前卡达沟冰川泥石流的宏观发展态势， 表明卡达沟正处于冰川泥石流暴发的风险期。然而， 本文只选取了气温、 降雨量、 TX90p和R12.5几个气候指标， 不足以涵盖冰川泥石流暴发的所有天气情况， 也未考虑气温和降水耦合作用的情况。未来将基于泥石流灾害事件历史， 深入挖掘与泥石流暴发相关的其他气候指标。同时， 掌握宏观的孕灾气候特征还无法做到对灾害的精准把控。未来应在卡达沟流域不同关键区域， 特别是物源区布置气象监测设备， 加强气象监测。分析不同关键区域日尺度的气温和降雨规律， 捕捉日尺度的天气突变情况， 提高对冰川泥石流的预警预判精度， 提升村寨的防灾减灾能力。