理解气候变化于水循环的影响机制对人们应对未来的水资源压力具有重要意义, 气候变化的时空格局以及他们对水循环过程的多尺度影响正成为水文领域最大的热点之一(Arnell et al, 2016)。降水作为水循环过程中不可或缺的一环, 其相态(雪/雨)转变对于温度的变化尤其敏感(张俊兰等, 2017)。水资源的不同相态会对地球上的地表径流、能量流和物质循环过程产生极大影响(Mizukami et al, 2013; Dingman, 2015; 郑丽娜等, 2016; 李丹华等, 2017), 因此认识气候变化过程中降雪与降雨间的转化规律非常重要。对降水相态的研究已取得了丰硕的成果, 如Dai et al(2008)利用全球范围超过15000个降水观测记录建立经验模型, 分别探讨了陆地和海洋上温度和湿度因子对降水类型(雪、雨和雨夹雪)的影响。Ding et al(2014)更进一步分析了海拔和相对湿度对降水类型的复杂影响, 发现随着海拔升高, 雪雨变化的临界温度也越高; 雨夹雪的概率会随着相对湿度上升而增加。大量的观测研究证明, 自20世纪70-80年代以来, 北半球的多个区域的降雪整体上呈下降趋势(Ke et al, 2009; Takeuchi, 2008)。但是, 由于总降水量会随时间的变化产生巨大的差异, 只凭降雪量的变化无法体现出升温在这一过程中的精确影响。另一方面, 升温对于降水形式的影响还依赖于区域和海拔差异, 使这一过程更加复杂(Scherrer et al, 2006; Xu et al, 2008)。这一点上, 雪雨比(降雪/降雨)独立于降水量的时间和强度变化之外, 排除了温度长期趋势对于降雪的影响, 能够很好的衡量降水不同相态之间的差异性。雪雨比除了对于降水相态变化非常敏感, 对于解释其他水文趋势亦非常重要。例如雪雨比可能影响春季径流的时间(Berghuijs et al, 2014)、河流结冰的时间以及冬末雪的密度。另外, 雪雨比也会影响地表反照率, 继而改变地球-大气系统的能量平衡(Screen et al, 2012)。增高的降雪量会提升地表的反照率, 从而减缓冰雪融化; 相反降雪减少会加速冰雪融化。因此雪雨比可以作为衡量气候变化的水文指标, 用于检测和监测气候变化的水文反应。

近年来全球范围内对于雪雨比的变化越来越重视, 例如Karl et al(1993)最先在加拿大发现相比于1950—1979年, 1980—1990年的雪/降水比呈现出显著性的下降。相似的现象随后在英国、美国、日本和中国新疆、青藏高原也有被不同程度地观测到(Huntington et al, 2004; Karl et al, 1993; Yamazaki, 2001; Feng et al, 2007; Guo et al, 2015; Wang et al, 2016; 王杰等, 2017; 张雪婷等, 2017)。而在瑞士的研究中, 降雪日数/降水日数比也呈现出了一致性的显著下降(Serquet et al, 2011)。无论是降雪减少的速度大于降雨减少; 还是降雪减少而降雨增加; 或者二者均增加, 但是降雨增速更高, 以上北半球的研究结果一致性的观测到降水呈现出多雨化的趋势。

以上研究均处于非季风气候区。在气候变化背景下, 针对季风区雪雨比变化的研究还鲜有报道, 其变化趋势和影响机制尚不明确。黑龙江省地处我国东北部季风区, 这里冬季漫长而寒冷, 降雪是冬半年的主要降水形式。作为降水的重要组成部分, 降雪在黑龙江省的水循环过程中扮演着十分重要的角色。因此本文以黑龙江省为例, 依托27个气象站1960—2015年共56年的日降水和温度数据, 探究雪雨比在该地区的变化规律。

气象数据来自于中国气象局气象数据中心的国家气象科学数据共享服务平台。日均温度和日均降水出自《中国地面气候资料日值数据集(V3.0)》(各气象站信息详情见表 1)。数据集包括全国756个基准、基本气象站。以大于0.1 mm为一次有效降雪。以1960—1979年数据缺失不超过20%, 同时整体数据缺失不超过20%为条件, 在黑龙江省共选出气象站点27个, 位置分布和详情见图 1[文中所有地图均依据《中国地图 1:1600万8开分省设色无邻国线划一》, 审图号GS(2016)2923号的中国地图制作, 底图无修改]和表 1。

表 1(Table 1)

表 1 黑龙江省气象站点信息 Table 1 Information of meteorological stations in Heilongjiang Province 区站号 气象站 纬度(N) 经度(E) 海拔/(0.1 m) 降雪季 50136 漠河 52°58′ 122°31′ 4330 1—5月, 9—12月 50353 呼玛 51°43′ 126°39′ 1774 1—5月, 9—12月 50468 爱辉 50°15′ 127°27′ 1664 1—5月, 9—12月 50557 嫩江 49°10′ 125°14′ 2422 1—5月, 10—12月 50564 孙吴 49°26′ 127°21′ 2345 1—5月, 9—12月 50656 北安 48°17′ 126°31′ 2697 1—5月, 10—12月 50658 克山 48°03′ 125°53′ 2346 1—5月, 10—12月 50742 富裕 47°48′ 124°29′ 1627 1—5月, 10—12月 50745 齐齐哈尔 47°23′ 123°55′ 1471 1—5月, 10—12月 50756 海伦 47°26′ 126°58′ 2392 1—5月, 10—12月 50758 明水 47°10′ 125°54′ 2472 1—5月, 10—12月 50774 伊春 47°44′ 128°55′ 2409 1—5月, 9—12月 50788 富锦 47°14′ 131°59′ 664 1—4月, 10—12月 50844 泰来 46°24′ 123°25′ 1495 1—5月, 10—12月 50853 北林 46°37′ 126°58′ 1796 1—4月, 10—12月 50854 安达 46°23′ 125°19′ 1493 1—4月, 10—12月 50862 铁力 46°59′ 128°01′ 2105 1—5月, 10—12月 50873 佳木斯 46°49′ 130°17′ 812 1—5月, 10—12月 50877 依兰 46°18′ 129°35′ 1001 1—4月, 10—12月 50888 宝清 46°19′ 132°11′ 830 1—4月, 10—12月 50953 哈尔滨 45°45′ 126°46′ 1423 1—4月, 10—12月 50963 通河 45°58′ 128°44′ 1086 1—5月, 10—12月 50968 尚志 45°13′ 127°58′ 1897 1—5月, 10—12月 50978 鸡西 45°18′ 130°56′ 2808 1—5月, 10—12月 50983 虎林 45°46′ 132°58′ 1002 1—5月, 10—12月 54094 牡丹江 44°34′ 129°36′ 2414 1—5月, 10—12月 54096 绥芬河 44°23′ 131°10′ 5678 1—5月, 10—12月

表 1 黑龙江省气象站点信息 Table 1 Information of meteorological stations in Heilongjiang Province

图 1(Fig. 1)

图 1 黑龙江省气象站点分布 Fig. 1 The spatial distribution of the meteorological stations in Heilongjiang province

以当年8月1日至次年7月31日为当年降雪年, 计算各个站点的年降雪序列。以降雪年内第一天和最后一天出现固态降水天气现象日期之间的天数计为该降雪年的雪季长度。雪季内出现降雪的日数计为该降雪年的降雪日数。年降雪量与降雪日数的比值计为降雪强度。

降水数据可以划分为降水和降雪。在没有人工或仪器记录降水类型的情况下, 降雪和降雨的识别通常是基于测量的气象参数, 包括温度剖面和其他大气条件(Rauber et al, 2001), 单阈值和双阈值地表空气条件(Yang et al, 1997; Gustafsson et al, 2001)。基于此, 本文采用如下方法区分降水类型: Dai(2008)在对1977—2007年全球超过15000个陆地和海上观测记录进行研究后, 发现降水相变的临界点与气温和湿度因子的关系符合一种双曲线分布, 借助该经验模型可以通过温度和湿度来判别降水类型。本文采用Dai(2008)中的方法, 将黑龙江省1960—2015年间降水量按发生频率划分为降雪量、降雨量和雨夹雪三种成分。具体公式如下:

式中: F为降雪的频率; Ts为表面气温; a, b, c和d为模型参数常量。详见Dai(2008)的文献。

由于Dai(2008)方法中无法对降水事件的降水类型进行判别, 且在《中国地面气候资料日值数据集(V3.0)》提供的降水数据中, 降水类型只在1960—1979年的数据中得到划分(例如降雪被标记为31XXX, 雨夹雪为30XXX。XXX为具体降雪值, 单位: 0.1 mm, 下同), 从数据集中无法获得1980年后的降水类型数据。因此仅在判别降水事件的类型时(降雪/降雨), 选取了1960—1979年降雪和降雨2种类型降水的日均温数据, 从中分别获得了2类降水各自的温度区间。在2个区间的交集区域, 以0.5 ℃为步长划分子区间, 并计算每个子区间的降雨和降雪概率从而得到概率值转折点的下限, 该值就是区分雨和雪类型的关键温度。以该温度来划分1980年以后降水数据的雨雪类型, 所有站点降雪临界温度阈值数据经IDW插值后得到结果如图 2, 详细见Wang et al(2016)。本文采用非参数检验方法Mann-Kendall检验和滑动T检验(MMT)来检测趋势和突变现象。数据统计应用SPSS软件。数据插值和作图在ArcGIS中完成。除特别备注外, 本文中显著性水平均为0.05。

图 2(Fig. 2)

图 2 降雪/降雨临界温度阈值空间分布 Fig. 2 The spatial distribution of snowfall and rainfall critical temperatures in Heilongjiang province

黑龙江省的多年平均降雪量分布为西北和东南两端高, 除西北端外整体呈自东向西递减趋势[图 3(a)]。山区降雪量高于平原地区, 处于60 mm以上的地区主要分布于小兴安岭南端, 长白山和大兴安岭北部。这首先是由于相对于低海拔地区, 高海拔地区的降雪临界点也较高(Ding et al, 2014); 其次, 随着海拔的升高温度下降, 使得低于降雪临界点的日数大大增加。多年平均降雪量最高值位于最北端的漠河县境内, 达66 mm; 最低值出现于西部的泰来县境内, 仅有16 mm; 其他地区降雪量介于20~60 mm之间。较孙秀忠等(2010)的结果, 整体趋势较为一致, 但降雪量低了10~30 mm不等。其中的差异主要是由于本文将雨夹雪独立区分出来, 而孙秀忠等(2010)将雨夹雪全部计算为降雪所导致的。

图 3(Fig. 3)

图 3 1960—2015年黑龙江省平均年降雪量、年降雨量、年均雨夹雪量、年降水量、雪雨比空间分布、降雪日数和降雪季长度空间分布 Fig. 3 The spatial distribution of annual mean snowfall, rainfall, fleet, precipitation, snowfall rainfall ratio, snowfall days and snowfall season days in Heilongjiang province from 1960 to 2015

从图 3(b)中可以看出, 降雨量气候态的空间分布, 呈现中间高东西低的特点, 与黑龙江省6—8月的降雨格局分布特征一致(曹蓉, 2014)。气候态高值区位于长白山西侧和小兴安岭南部地区, 达500 mm以上; 最高值位于尚志, 为583 mm。由于山脉的阻挡和深处内陆的地理位置, 漠河的多年平均降雨量为全省最低, 只有369 mm。其他地区降雨量气候态介于400~550 mm之间。

雨夹雪尽管在降水量中的比重较小, 却是降水相态中不可或缺的重要组成部分, 同时也对温度的变化最为敏感。黑龙江省的雨夹雪量气候态如图 3(c)所示, 整体上的分布格局与降雪量较为一致, 高点同样位于西北和东南, 同时除西北端外整体呈自东向西递减趋势。山区的雨夹雪量明显高于平原区, 大兴安岭北部和长白山区均达35 mm以上; 最低点位于泰来县, 低于15 mm。

从黑龙江省降水量气候态的空间分布[图 3(d)]中可以看出, 由于该地区年降雪量相对较小, 年降水量的绝大部分为降雨形式。因此总降水量的分布特征与降雨量非常相似, 也是中间高, 向东西递减的特征。中间以伊春和尚志为代表的区域降水量最高, 达到600 mm以上; 最西端的大兴安岭、松嫩平原和最东端的三江平原分别减少至450 mm和550 mm以下; 最少处为泰来, 仅有393 mm。

图 3(e)为各站雪雨比的气候态特征。从图 3(e)中可以看出, 总体特征与降雪量较为相似, 表现为西北和东南两端高, 自东向西递减的趋势。南北两端均达到了12.5%以上, 最高值出现在黑龙江省最北端; 由于温度低, 冬季长夏季短, 漠河站具有全省最高的降雪量和最低的降雨量, 雪雨比达到19.6%;次高点位于东北部呼玛站(15.5%), 位于长白山区的绥芬河达到了14.5%;最低点位于西部的泰来县境内, 仅有4.8%。

多年平均降雪日数整体呈现四周多, 中间少的特征[图 3(f)]。低值中心出现在松嫩平原北部和小兴安岭, 每年低于20天。其余区域的多年平均降雪日数普遍在每年30天以上。最高值中心位于最北端的漠河站, 每年超过了48天。降雪季的平均长度则表现出截然不同的特征, 呈明显的自北向南递减的趋势[图 3(g)]。最高值出现在最北端的漠河站, 平均降雪季长度超过200天; 最低值为西部的泰来站, 仅有140天左右。降雪季长度受温度控制, 表现出十分明显的纬度和海拔地带性。

对比降雪日数和降雪季长度的分布格局, 发现二者的特征并不相符。东南部地区降雪季长度最短但是降雪日数相对较大, 例如三江平原的降雪季长度仅有160天左右, 是全省最短的地区之一; 但是平均降雪日数达到了30天以上, 仅次于最北端的漠河。而降雪量和雪雨比的气候态空间分布特征与降雪日数的特征较为一致, 这主要是由于降雪季长度与温度阈值的关系更紧密; 而降雪过程除了受温度的影响外, 同时还受到大气中的水汽含量以及动力条件等因素的控制, 而因此二者间存在较大差异。

黑龙江省的降水年内分布格局具有季风区降水的特点, 汛期降水可达到全年降水的近80% (图 4)。其中尤以夏季降雨量最为集中, 可占到全年降水的65%以上(那济海等, 2013)。从图 4中可以看出, 黑龙江省冬季、春季和秋季降水气候态均服从自东向西逐渐递减的趋势。仅有夏季降水受季风的影响, 表现为长白山-大小兴安岭南部山麓地区的降水更为丰沛的中间高, 两端低的分布格局。沈柏竹等(2011)和孙照渤等(2016)认为6月的降水主要是受到了东北冷涡的影响; 而7—8月则主要以东亚夏季风和中高纬阻塞高压的影响为主。

图 4(Fig. 4)

图 4 1960—2015年黑龙江省降水季节分布 Fig. 4 The spatial distribution of seasonal precipitation in Heilongjiang province from 1960 to 2015

图 5(a)揭示了1960—2015年黑龙江省27站年降雪量变化, 整体上呈现一个单调的上升趋势, 多年气候倾向率达到3.3 mm·(10a)^-1。通过观察图 5(a)中的MK检验结果可以发现, UF和UB线相交于2003年左右, 说明整个降雪量时间序列在2003年左右出现了突变, 其趋势之后持续上升并突破了0.01的显著性水平。以突变点2003年为界, 将整个序列分成前后两个阶段。前一阶段的平均年降雪量尽管存在波动, 但并没有表现出明显的趋势。1960—2003年多年平均的年降雪量仅为42.8 mm·a^-1。但在突变之后, 平均年降雪量的波动振幅增大, 且降雪量呈现出明显的上升趋势。2004—2015年的多年平均年降雪量达到57.5 mm·a^-1, 较前一阶段高了34.3%。年降雪量最高值出现在2010年, 达95.3 mm, 是多年均值的2.08倍; 最低值1975年(24.0 mm)仅为均值的0.52倍。图 5(b)中各个测站年降雪量的多年变化显示出了高度的一致性趋势。96%的测站降雪量增加, 其中67%的测站达到显著性水平。年降雪量升高幅度最大的虎林站达7.8 mm·(10a)^-1。仅有呼玛站出现了显著性减少, 气候倾向率为-3.9 mm·(10a)^-1。观察站点的分布特征可以发现, 发生显著性变化的站点主要位于黑龙江省东部。位于大、小兴安岭-长白山一线以东的13个站点中, 有11个达到了显著性水平(85%); 而西部的14个站点中仅有7个(50%)。趋势变化的幅度上, 总体上以东部为最大, 向西部递减。以上结果与东三省冬季降雪中黑龙江省的格局变化特征相一致(邹旭东等, 2013), 并且可与1951—2010年间的冬季东亚北部整层大气可降水量增多的变化趋势相互印证(王会军等, 2012)。变化程度最高的5个测站分别为伊春[5.5 mm·(10a)^-1]、绥芬河[6.0 mm·(10a)^-1]、佳木斯[5.9 mm·(10a)^-1]、虎林[7.8 mm·(10a)^-1]、富锦[5.2 mm·(10a)^-1], 分别分布于小兴安岭、长白山及三江平原上。由于冬季黑龙江省的水汽主要来自于东南方向上的海面蒸发, 因此黑龙江省东部地区的水汽较西部地区更为充沛, 变化的幅度也更大; 在经过山脉的阻挡之后, 空气中的水汽含量大大降低, 山脉西部地区的年降雪量和变化趋势因而相对较小。

图 5(Fig. 5)

图 5 1960—2015年黑龙江省年降雪量和MK检验(a)及各测站年降雪量多年变化(b) 正三角形和倒三角形分别表示上升和下降趋势, 三角形的大小表示趋势的大小, 实心(空心)三角形表明趋势变化达到(未达到)显著性水平 Fig. 5 Variation of average annual snowfall in Heilongjiang 1960—2015 with MK Test (a) and the spatial distribution of average annual snowfall (b). The size of triangles indicates magnitude of trend; upward and down triangles indicate increasing trend and decrease trend, respectively. Black (hollow) triangles mean trends are (no) significant at the 95% confidence level

图 6为黑龙江省各站56年来的降雪季起始日期、结束日期、降雪季长度及其相应的线性变化趋势。从图 6中可以看到, 降雪季的起始日有显著的滞后趋势, 通过0.01水平检验。多年变化率为1.4 d·(10a)^-1, 起始日从10月中旬延后至下旬。降雪季结束日则表现出显著大幅提前的趋势, 多年变化率达2 d·(10a)^-1, 同样通过0.01显著性水平检验。结束日由4月中旬提前至上旬。受到两者的共同影响, 1960—2015年黑龙江省的降雪季长度减少了18天左右, 多年变化率达3.2 d·(10a)^-1, 通过0.01显著性水平检验。

图 6(Fig. 6)

图 6 黑龙江省1960—2015年平均降雪季长度变化 Fig. 6 The changing of the snowfall season and its linear trends in Helongjiang from 1960 to 2015

雪季缩短的原因中, 降雪季结束日期提前造成的影响更大。这主要归因于春季温度的上升速率大于秋季, 特别是最低气温的变化。于成龙等(2016)发现黑龙江省1961—2013年间的春季最低温度气候倾向率达到了0.5 ℃·(10a)^-1, 仅次于冬季最低气温增幅的0.6 ℃·(10a)^-1, 高于其他季节的变率。

降雪季长度的显著缩短可能会影响降雪事件的发生频率, 进而影响降雪量。从图 7中可以看出, 1960—2015年黑龙江省的区域平均降雪日数并没有表现出显著的变化趋势。74%的测站降雪日数有所增加, 其中仅有漠河和爱辉站通过了显著性检验(7%), 降雪日数增长率分别达1.8 d·(10a)^-1和2.1 d·(10a)^-1。26%的测站降雪日数减少, 除了呼玛站外[-1.5 d·(10a)^-1, 4% ], 其余测站变化均不显著。这3个出现显著性变化的测站均位于黑龙江省北部, 大小兴安岭以东, 是全省降雪频率变化幅度最大的区域。纵观整个黑龙江省各站, 可以发现降雪日数的变化幅度符合自北向南递减的趋势。海伦-伊春线以南除了哈尔滨站外, 其他测站的降雪日数变化均较小, 变化率均没有超过±0.7 d·(10a)^-1。降雪日数的变化从一个侧面反映了在黑龙江省的降雪过程中, 水汽和动力条件的改善抵消了增温在降雪量和降雪日数上的影响。

图 7(Fig. 7)

图 7 1960—2015年黑龙江省年平均降雪日数(a)和强度(b), 及其各测站年均降雪日数(c)和降雪强度(d)的变化 正三角形和倒三角形分别表示上升和下降趋势, 三角形的大小表示趋势的大小, 实心(空心)三角形表明趋势变化达到(未达到)显著性水平 Fig. 7 The spatial-temporal distribution of annual snowfall days(a), intensity(b), changes in annual snowfall days (c) and annual snowfall intensity (d). The size of triangles indicates magnitude of trend; upward and down triangles indicate increasing trend and decrease trend, respectively. Black (hollow) triangles mean trends are (no) significant at the 95% confidence level

降雪量大幅上升而降雪日数没有显著变化的直接结果就是降雪强度的显著性增强。从图 7(b)中可以看到, 黑龙江省的平均年降雪强度上升趋势为0.8 mm·(d·10a)^-1, 通过0.01的显著性检验。1960—2015年间共增长了4.7 mm·d^-1, 占多年平均值的35%以上。具体到各个测站[图 7(d)], 区域特征仍然是东高西低。山脉以东的三江平原是全省年降雪强度最高的区域, 普遍达到了1.3 mm·(d·10a)^-1以上。呼玛站由于是年降雪量唯一下降的站点, 是全省年降雪强度最低值中心, 为-0.7 mm·(d·10a)^-1。其他区域均为增加趋势, 除北林站外均不超过1.3 mm·(d·10a)^-1。

与降雪量一样, 降雨量也是共同决定雪雨比的重要因子之一。图 8展示了黑龙江省的年降雨量时空变化特征。从图 8中可以看出, 区域平均年降雨量总体上的变化并不显著, 相较于多年变化, 年际间的降水量波动更加剧烈。MK检验结果也证实了这一点:年降水量的时间序列在1960—1980年减少并突破了0.01的显著性水平。由于突变点较多, 同时对比了滑动T检验(图略)结果以去除伪突变点。两种检验结果均证实存在1981, 1994和2011年左右的3个突变点。以突变点为界将年均降雨量划分为4个阶段后, 发现年降雨量呈少-多-少-多相间分布。4个阶段的气候态分别为471.6, 506.9, 443.4和536.0 mm。可见少雨阶段与多雨阶段的差异并不大, 在10% ~20%之间。年降雨量的最高值为618.3 mm(1994年), 是多年均值的1.30倍; 最低值333.7 mm(2001年)仅为0.69倍, 低于降雪极值的差异。相比于降雪量, 各站的年降雨量变化趋势呈现出很大的差异性。大体上, 大-小兴安岭东部区域表现出一致的上升趋势; 小兴安岭-长白山一线的西部地区年降雨量则一致下降; 再向西的松嫩平原北部呈上升趋势; 长白山东部的三江平原上降雨特征较为复杂, 增加和减少的站点交错。所有测站中56%表现出增加, 其余为减少趋势。尽管呈现上升趋势的测站较多, 但变化幅度均较小且无一是显著性的增加, 气候倾向率变化最大的也只有11.2 mm·(10a)^-1(漠河)。下降趋势的测站中, 尚志和通河站变化幅度最大, 气候倾向率分别为-22.4 mm·(10a)^-1和-20.0 mm·(10a)^-1。全省年降雨量仅有这2个测站出现显著性变化, 均分布于南部地区。

图 8(Fig. 8)

图 8 1960—2015年黑龙江省年降雨量和MK检验(a)及各测站年降雨量多年变化(b) 正三角形和倒三角形分别表示上升和下降趋势, 三角形的大小表示趋势的大小, 实心(空心)三角形表明趋势变化达到(未达到)显著性水平 Fig. 8 Variation of average annual rainfall in Heilongjiang 1960—2015 and MK Test (a) and the spatial distribution of average annual rainfall (b). The size of triangles indicates magnitude of trend; upward and down triangles indicate increasing trend and decrease trend, respectively. Black (hollow) triangles mean trends are (no) significant at the 95% confidence level

张淑杰等(2011)研究发现东北地区有逐渐变干的趋势。尽管黑龙江省整体上的年均降水量没有表现出显著减少, 但受暖干化趋势影响, 几个位于长白山西侧的山麓地带的站点呈现出显著变化。这可能是由于长白山东北-西南的走向, 使其成为阻挡来自东南方向海上水汽的天然屏障。再加上中国东北地区大部的夏季风强度自1961年以来一直呈减少趋势(姜江等, 2015), 季风强度的削弱使得水蒸汽更加难以翻越长白山, 这一变化最先在长白山的敏感地带体现出来。

从黑龙江省1960—2015年雨夹雪量的时空分布(图 9)中可以看出, 与降雨量相似, 雨夹雪同样没有显著性的变化, 多年气候倾向率仅为0.1 mm·(10a)^-1。M-K检验结果表明, 雨夹雪量出现了1972, 1985和2000年左右的3个突变点, 通过对照MTT检验结果(图略)以排除伪突变点, 结果证实仅存在2000年左右的突变点。以突变点为界对雨夹雪量序列进行划分, 前后2个阶段的气候态分别为26.8 mm和29.9 mm。最高值出现在2008年, 达43.6 mm, 是多年均值的1.6倍; 最低值仅有15.9 mm(1986年), 只有多年均值的0.6倍。总体上呈现自东向西递减的趋势, 尤其以长白山-大小兴安岭一线为界, 东西差异十分明显。山脉东部的三江平原地区, 雨夹雪量呈统一的快速上升趋势, 其中虎林和绥芬河站达到了显著性水平, 气候倾向率分别为0.3 mm·(10a)^-1和0.3 mm·(10a)^-1。山脉西部的松嫩平原地区变化趋势差异较大, 但上升和下降的趋势均不明显。仅有呼玛站的雨夹雪量呈现显著下降的趋势, 气候倾向率为-0.4 mm·(10a)^-1。全部27个测站中, 上升的测站有19个, 占比70.4%;下降的测站8个, 占比29.6%。

图 9(Fig. 9)

图 9 1960—2015年黑龙江省年雨夹雪量和MK检验(a)及各测站年雨夹雪量多年变化(b) 正三角形和倒三角形分别表示上升和下降趋势, 三角形的大小表示趋势的大小, 实心(空心)三角形表明趋势变化达到(未达到)显著性水平 Fig. 9 Variation of average annual sleet in Heilongjiang 1960—2015 and MK Test (a) and the spatial distribution of average annual sleet (b). The size of triangles indicates magnitude of trend; upward and down triangles indicate increasing trend and decrease trend, respectively. Black (hollow) triangles mean trends are (no) significant at the 95% confidence level

图 10为1960—2015年黑龙江省雪雨比的时空分布特征。从图 10中可以看出, 区域平均雪雨比总体上经历了一个上升率为7.6% ·(10a)^-1的上升趋势。MK结果表明该趋势分别于1980年和2008年2次突破了0.05的显著性水平。但是, 这一趋势并不是单调上升的, 其间经历了较大幅度的年代际波动。通过对比MK和滑动T检验(图略)的结果可以检测到1976, 1983和1998年左右的3个突变点。将整个雪雨比序列据此划分为4个阶段后可以发现:在1975年前无法检测到雪雨比发生了变化, 阶段均值为8.4%;之后呈现出一个显著增大的趋势, 雪雨比增长到11.5%;直到1998年, 雪雨比缓慢下降, 恢复到增大之前的水平(8.6%); 最后17年的雪雨比保持着较高的水平, 均值为4个阶段最高的11.8%。各站雪雨比的空间分布同样显示出较为一致性的上升趋势。96%的测站雪雨比上升, 56%达到了显著性水平, 上升幅度最高的达到了1.7% ·(10a)^-1; 与之相反的仍然仅有呼玛站, 雪雨比呈现出-1.1% ·(10a)^-1的下降趋势。分析站点的具体分布特征后, 发现雪雨比和年降雪量的变化格局较为相似。差异主要体现在尚志、通河等几个年降雨量发生显著性变化的测站, 这些测站的雪雨比均表现出了显著增加的趋势。对比小兴安岭-长白山一线内外的站点特征可以发现, 山脉东部的变化趋势更大, 显著变化率高达75%, 变化率均值为0.9% ·(10a)^-1; 而山脉西部表现出显著变化的站点仅占47%, 变化率均值为0.4% ·(10a)^-1。变化程度最强的7个测站分别为伊春[1.7% ·(10a)^-1]、虎林[1.3% ·(10a)^-1]、富锦[1.4% ·(10a)^-1]、宝清[1.7% ·(10a)^-1]、孙吴[1.2% ·(10a)^-1]、尚志[1.1% ·(10a)^-1]和呼玛站[-1.1% ·(10a)^-1]。以上结果表明, 在过去56年来黑龙江省的几乎所有区域, 降水形式的格局正在发生转变, 呈现多雪化的趋势, 尤其是在大小兴安岭-长白山山脉一线以东的地区。

图 10(Fig. 10)

图 10 1960—2015年黑龙江省年雪雨比和MK检验(a)及各测站年雪雨比多年变化(b) 正三角形和倒三角形分别表示上升和下降趋势, 三角形的大小表示趋势的大小, 实心(空心)三角形表明趋势变化达到(未达到)显著性水平 Fig. 10 Variation of average annual snowfall/rainfall ratio in Heilongjiang 1960—2015 and MK Test (a) and the spatial distribution of average annual snowfall/rainfall ratio (b). The size of triangles indicates magnitude of trend; upward and down triangles indicate increasing trend and decrease trend, respectively. Black (hollow) triangles mean trends are (no) significant at the 95% confidence level

过去几十年来东北地区的不均衡增温被认为可能是造成这种变化的原因, 多个研究发现东北地区的增温过程存在明显的区域性差异。东部的上升幅度要高于中部和西部(姜江等, 2015; 王会军等, 2012)。在夏季, 东北地区的不均衡增温不利于南方气流的北上及其在该地区的上升辐合; 与此相吻合的是, 近些年来东北中部和南部地区相对于前期为偏北风气流异常和向南的水汽通量异常, 整层水汽通量变化以辐散为主; 热力场、环流场、水汽通量及其散度场均不利于夏季东北地区降水(姜江等, 2015)。另一方面, 冬季的增温差异则主要是由于来自北方的冷空气减弱导致的。由于东亚冬季风的减弱, 东北亚的低层离岸风强度减弱, 导致东北亚东部的海区海温以升高为主。东北亚沿岸海表温度的升高必然导致海面蒸发加大, 从而其上空水汽含量增多; 同时, 由于冬季风环流的减弱, 东北以南的陆地和海洋区域的异常风场是吹向我国东北区域的。这两个因素导致来自南方和海洋区域的水汽输送增多, 有利于我国东北区域上空水汽含量增多进而有利于降雪增多(王会军等, 2012)。本文结果从侧面上证实了这一点:以大小兴安岭-长白山山脉为分界, 东西两侧的雪雨比变化差异表明, 黑龙江省的多雪化过程主要是由来自东南方向的水汽增多所主导的。同时, 东亚冬季风减弱的造成另一个后果是来自西侧、南侧和东侧向东北的大气低层辐合加强了, 而在高层辐散也加强了, 因而有利于对流活动, 为东北冬季降雪增加提供了有力的动力条件(王会军等, 2012)。另一方面, 有研究表明, Ding et al(2014)的研究发现雨夹雪的概率会随着相对湿度上升而增加, 这也解释了黑龙江省雨夹雪量变化趋势的东西部差异。

另一方面, 大气污染带来空气成分的变化, 大气气溶胶浓度高, 特别在冬季, 发生大雪和雾、霾天气明显偏多。有研究表明大气中气溶胶的厚度和中国北方地区雨雪年度变化存在正相关关系(王继志等, 2011; 胡婷, 2008)。同时, 东北地区的气溶胶厚度尤其以冬季和春季为最高, 因而会对降雪过程产生正效应。然而, 尽管有研究证明了1961—2001年黑龙江省的气溶胶厚度是呈小幅上升趋势(罗云峰等, 2002; 胡婷, 2008), 但2001年后多个研究表明该省的气溶胶厚度没有变化或是略微下降(张宸赫等, 2017; 郑小波等, 2011), 因此气溶胶的变化即使会对雨雪比变化产生正向影响, 也不会很大。

(1) 黑龙江省1960—2015年均降雪量多年变化呈现一个显著的上升趋势, 气候倾向率达3.3 mm·(10a)^-1。年降雪量序列于2003年左右出现了突变, 突变后对比突变前均值增加了34.3%。具体到各个测站, 96%的测站年降雪量呈现出了上升趋势, 67%的测站达到了显著性水平, 唯有呼玛站为显著性减少。发生显著性变化的站点主要位于东部, 且趋势变化的幅度也以东部为最大, 向西部递减。另一方面, 降雪季起始日滞后和结束日提前共同导致黑龙江省降雪季长度显著缩短: 56年来共减少了18天左右。起始日从10月中旬推后至下旬; 结束日由4月中旬提前到上旬。其中, 降雪季结束日期提前造成的影响大于起始日滞后, 可能是由于春季温度的上升速度大于秋季, 特别是最低气温的变化。年均降雪日数方面, 56年来黑龙江省整体上并没有发生明显变化, 仅在以漠河、呼玛和爱辉为代表的北部地区观测到显著性变化。全省平均降雪强度显著增大, 趋势为0.8 mm·(d·10a)^-1, 1960—2015年间共增长了4.7 mm·d^-1, 占到多年平均值的35%以上。降雪强度空间分布特征表现为东高西低:最高的区域为三江平原; 最低值则位于呼玛站。

(2) 区域平均多年降雨量整体变化并不显著, 但年代际波动较为频繁, 整个年降雨量时间序列存在1981, 1994和2011年左右的3个突变点。黑龙江省的年降雨量变化存在很强的地区差异性:大-小兴安岭东部地区表现出一致的上升趋势; 小兴安岭-长白山一线的西部山前区降雨量则一致下降; 再向西的松嫩平原区均呈上升趋势; 长白山东部的三江平原上降雨特征较为复杂, 增加和减少的站点交错。全省56%的测站年降雨量表现为增加趋势, 其余44%减少, 仅有的2个显著性变化测站均为下降趋势。降雨量变化的幅度呈现南部大于北部的总体特征。

(3) 区域平均多年雨夹雪量整体上未呈现显著性变化, 多年气候倾向率仅为0.1 mm·(10a)^-1。MK检验结果证实存在2000年左右的突变点。黑龙江省的雨夹雪量变化总体上呈现自东向西递减的趋势, 尤其以长白山-大小兴安岭一线为界, 东西差异十分明显。

(4) 区域平均雪雨比总体上经历了一个上升率为7.6% ·(10a)^-1的上升趋势, 并分别于1980年和2008年2次突破显著性水平。雪雨比同样经历了较大幅度的年代际波动, 共检测到1976, 1983和1998年左右的3个突变点。各个站点的特征与降雪量特征非常相似, 差异主要集中在尚志、通河和宝清等站点。雪雨比的变化表明在过去56年来黑龙江省几乎所有区域, 降水相态特征正在改变, 表现出多雪化的趋势, 尤其是在大小兴安岭-长白山山脉一线以东的地区。

近50年间全球范围内的雪雨比研究几乎得出一致的结论:即伴随着持续升温, 雪雨比呈下降趋势(Karl et al, 1993; Easterling, 2002; Huntington et al, 2004; Feng et al, 2007; Guo et al, 2015; Wang et al, 2016; 王杰等, 2017; 张雪婷等, 2017)。与以往研究结果不同, 尽管上世纪70年代后黑龙江省的温度同样急剧上升, 降雪季缩短, 但雪雨比表现出显著的上升, 黑龙江省出现了多雪化的趋势。可能的解释是:之前所有的研究均位于非季风区, 而季风区雪雨比对于增温的响应机制不同。由于受到夏季风减弱的影响, 黑龙江省降雨发生显著性变化的区域主要位于山后的雨影区; 而冬季风减弱为黑龙江省降雪提供了丰沛的水汽和有力的动力条件, 使得降雪量不降反升。可见季风区的雪雨比变化可能更多受季风控制, 温度的影响较小或者是间接影响。我们对于季风区雪雨比的研究还停留在初步阶段, 要进一步了解气候变化过程中季风区降水形式的变化特征和机理尚需更多的案例研究。