川藏铁路沿线地区夏季气温日较差的影响因素研究

胡启军，周振翔，曹帮军，何乐平，李泊霖，邱 佳，雍 沁

1.西南石油大学 土木工程与测绘学院，成都 610500

2.成都信息工程大学 大气科学学院 高原大气与环境四川省重点实验室，成都 610225

政府间气候变化专门委员会第四次评估报告（IPCC，2007）指出，1906 — 2005年，观测到的全球地面平均气温上升了0.74℃，过去50 a的升温率与前50 a相比几乎翻了一番。中国地面气温在1905 — 2001年的96 a间以0.08℃ · (10a)-1的增长率略高于同期全球平均水平（任国玉等，2005）。全球气候变暖情况的日益加剧，是区域环境面临的巨大挑战。气温上升直接导致冰雪融化和海平面升高，破坏了环境的稳定性，致使灾害事件发生的概率加大，给人类社会和生态系统造成重大影响（吉正熙和赵景波，2019）。气温日较差（diurnal temperature range，DTR）也称为气温日振幅，是衡量气候变化的重要指标，能够提供比平均温度更多的信息，更直观地展现地区气候的变化规律（Braganza et al，2004）。自20世纪以来，国际上对全球变暖背景下的DTR变化及其原因开始了研究，希望通过DTR的变化规律和气候模式的模拟实验结果来了解其对全球环境可能带来的影响。DTR的变化可以展现每日最高温度Tmax和最低温度Tmin变化的对称性。在过去的几十年里，全球绝大多数地区日最低温度Tmin的增长速率大约是最高温度Tmax增长速率的两倍，DTR呈现下降趋势（Sun et al，2019），并且在夏季和早秋最为明显（Karl et al，1984）。陈铁喜和陈星（2007）在计算了青藏高原地区16个气象站数据后发现，青藏高原出现了明显变暖变干趋势，DTR的变化为- 0.32℃ · (10a)-1。Betts（2006）研究指出：太阳辐射作为地球大气运动的能量源泉和地球光热能的主要来源，对地表温度的影响是毋庸置疑的。日最高温度Tmax与短波辐射密切相关，而日最低温度Tmin则与长波辐射通量有关，DTR的长期趋势受到短波辐射的强烈影响（Liu et al，2004；Makowski et al，2008）。

Makowski et al（2009）评估了欧洲地面太阳辐射（surface solar radiation，SSR）和DTR在季节尺度之间的关系，得出了夏季SSR与DTR变化尺度最高。云通过反射太阳辐射、吸收地球长波辐射并以自身温度发射长波辐射对地气系统能量收支平衡产生影响，从而显著影响地表温度（Ramanathan et al，1989）。Tang and Leng（2012，2013）利用站点资料并结合卫星资料分析表明总云量是影响欧亚大陆北部和北美夏季近地表日平均最高气温变化的一个重要因素。除了辐射和云量，降水也会对DTR的变化造成影响。对阿尔泰地区、云南省、上海市等区域的研究表明：各地区的DTR均呈现减小的趋势，降水量与DTR的变化呈负相关（Dai et al，1997；白松竹等，2012；周宇等，2012；石岩，2016；曹言等，2018）。因各地区地貌气候环境存在差异性，影响DTR变化的因素也不尽相同。

川藏铁路作为第二条进藏铁路，穿越了中国最大的南北走向山系横断山脉。该区域气候环境特殊，气候类型变化大，具有海拔跨度大、降水多、云量多、辐射大等特点（周秋雪等，2019；游婷等，2020）。区域内气象站点数量少，数据缺失，对气候变化的研究缺乏。夏季是一年中温度最高的季节，也是辐射最强的季节。从多因素作用的角度出发，开展气温变化特征的研究，对具有复杂性和特殊性的高原地区气候有重要意义。本文利用ERA5再分析资料，分析川藏铁路“雅安 —林芝段”沿线地区的气温变化特征，研究DTR与各影响因素之间的作用规律，从而为掌握区域气候变化模式、改善区域环境和促进工程建设提供参考依据。

1 研究区域、数据与方法

1.1 研究区域

青藏高原被认为是全球变暖的关键性区域，是世界海拔最高的高原，拥有热带山地湿润气候、亚热带湿润气候等10个气候区，是北半球气候的起张器和调节器（黄科朝等，2012）。横断山脉是中国最长、最宽和最典型的南北向山系群体，位于中国地势第一阶梯与第二阶梯交界处，海拔在600 — 5000 m，气候类型从亚热带季风性湿润气候变化为高原温带湿润半湿润性季风气候，降水多，海拔落差大，气候变化明显。本文研究区域位于青藏高原东南部和四川盆地西部的横断山脉 处（93° — 104°E，27° — 32°N），选 取 川 藏 铁路雅安—林芝段穿越横断山脉所经过的9个地区，从东到西均匀分布，其中隶属四川省5个，隶属西藏自治区4个（图1）。

图1 研究区域地貌图Fig. 1 The geomorphology map of the study area

1.2 研究数据和方法

ERA5再分析资料来自于欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）的哥白尼气候变化服务模块（Copernicus Climate Change Service，C3S），为最新一代的再分析资料，所有的再分析资料均可以通过TOOLBOX程序处理分析和下载（https://cds.climate.copernicus.eu）。ERA5 在 ERA-Interim 的基础上对空间分辨率和每小时的数据都进行了升级，水平分辨率为0.5°×0.5°，时间分辨率为1 h，数据更新到2018年。本文使用的ERA5提供的气象数据有：（1）1979 — 2018年的地表2 m的温度数据，包括日最高温度Tmax、日最低温度Tmin、日平均温度Tmean；（2）2014 — 2018年夏季6月、7月、8月逐日24 h的数据，数据包括地面太阳辐射SSR（surface solar radiation）、总降水量TP（total precipitation）、总云量TCC（total cloud cover）、平均蒸发率MER（mean evaporation rate）。

ERA5再分析资料提供的SSR数据在研究区域内的9个站点各不相同，而提供的TP、TCC、MER数据在部分站点相同。因此，分析SSR数据时，单独对各个站点进行分析，而分析TP、TCC、MER数据时，将雅安、康定和雅江设为雅安段，理塘和巴塘设为理塘段，贡觉和昌都设为昌都段，波密和林芝设为林芝段。

气温日较差是指日最高气温与最低气温之差，计算公式为：

太阳辐射是地表温度的来源。Makowski et al（2008）通过研究欧洲55 a间的辐射与气温日较差之间的关系，发现DTR与SSR呈现线性相关。其中DTR是因变量，SSR是自变量，公式如下：

式中：a、b是回归系数，Y是因变量DTR，X是自变量SSR。

考虑到总降水量与云量增长到一定程度情况下，对气温日较差的影响开始减弱，采用单相指数衰减函数拟合总降水量、总云量对气温日较差的影响特征（Cheng et al，2008）：

式中：t是时间常数，y0是偏移，A是振幅。

2 结果与分析

2.1 区域气候和气温日较差特征

青藏高原是全球气候变化的敏感区，对全球气候变化有着至关重要的作用。研究区域位于青藏高原东部，区域气候受到青藏高原的强烈影响。图2、图3分别是研究区域内1981 — 2018年月温度特征图和降水特征图。根据图2可知：1981 — 2018年，区域气候特征明显，年平均温度低于5℃，昌都段和林芝段年平均温度低于0℃，6月温度升高趋势明显。其中雅安段月最高温度范围值最大，远大于理塘段、昌都段、林芝段。月平均最高温度最大值出现在夏季7月和8月，最小值均出现在1月（表1），雅安段、昌都段夏季月平均温度变化较大，理塘段、林芝段夏季月平均温度变化较小。1 — 6月，四段区域的月平均温度上升趋势不变，8 — 12月，雅安段月平均温度下降趋势不变，理塘段、昌都段、林芝段月平均温度下降趋势先大后小。

表1 研究区域内温度和降水（1979 — 2018年）、DTR极值（2014 — 2018年）Tab. 1 Temperature and precipitation (1979 — 2018) and DTR extreme value (2014 — 2018) in the study area

图2 1981 — 2010年月平均最高温度（红色实线）、月平均温度（橙色实线）、月平均最低温度（蓝色实线）、月最高温度范围（红色区域）、月最低温度范围（蓝色区域）Fig. 2 The monthly average of daily maximum (red solid line), monthly average of daily average (orange solid line), monthly average of daily minimum (blue solid line), monthly range of daily maximum (red area), monthly range of daily minimum (blue area) from 1981 to 2010

区域降水夏季（6 — 8月）多、冬季（12月 — 次年2月）少，7月降水量达全年最多（图3）。雅安段降水量最大值高于其他三段，大于250 mm，其中，雅安段夏季降水量与林芝段夏季降水量相近，远高于理塘段和昌都段夏季降水量。四段区域夏季月降水量从大到小依次为7月、8月、6月。雅安段、理塘段、林芝段降水集中，全年降水量变化为先增大后减小，呈倒“V”型变化趋势。昌都段冬季降水量高于雅安段、理塘段和林芝段，全年呈“M”型变化趋势。

图3 1981 — 2010年月降水量Fig. 3 The monthly average precipitation from 1981 to 2010

表1给出了研究区域1979 — 2018年温度特征和降水情况，以及2014 — 2018年DTR的极值。区域内，月最高温度均在10℃以上，温度大小依次为理塘段、雅安段、林芝段、昌都段。区域内，月最低温度均低于-15℃。受海拔高度影响，昌都段和林芝段的月最低温度低于-20℃，远低于雅安段和理塘段。雅安段年平均降水量与昌都段相同，理塘段与林芝段相同。

2014 — 2018年是我国有完整气象观测记录以来最暖的5个年份（中国气象局，2019），升温带给青藏高原的变化不容小觑。图4给出了1979 — 2018年川藏铁路沿线9个地区的气温变化。研究区气温整体呈上升趋势，其中2014 — 2018年上升最为明显，与全国气候变暖特征相同。仅2017年，巴塘、贡觉、昌都、波密等地，气温相较于1981—2010年长期气温的变化升高了1.8 — 2℃。

图4 川藏铁路沿线1979 — 2018年气温趋势Fig. 4 Temperature trend of the areas along the Sichuan-Tibet railway from 1979 to 2018

图5是2014 — 2018年川藏铁路沿线区域夏季6月、7月、8月DTR的空间变化趋势和趋势标准差。由表1、图5的结果可知：2014 — 2018年DTR整体呈现下降趋势，与全球DTR变化一致（Sun et al，2019）。川藏铁路沿线9个地区DTR变化趋势均表现为下降，下降趋势由东向西增加、由南向北增加。在雅安、康定、雅江、理塘、巴塘、贡觉、昌都、波密、林芝9个站点，DTR最大值分别为：15.5℃、12.4℃、17.7℃、17.6℃、16.7℃、16.5℃、17.5℃、17.1℃、15.3℃，DTR最小值分别为：0.9℃、1.1℃、1.8℃、2.2℃、2.8℃、3.3℃、3.0℃、0.9℃。

图5 川藏铁路沿线地区2014 — 2018年夏季DTR空间变化趋势（a）和DTR空间变化趋势标准差（b）Fig. 5 Spatial trend of DTR (a) and standard deviation of spatial trend of DTR (b) in the areas along Sichuan-Tibet railway from 2014 to 2018 in summer

雅江、理塘、巴塘、贡觉、昌都、波密均位于横断山脉群系，DTR波动幅度大，表明山区更易受到气候变化的影响，Thakuri et al（2019）对尼泊尔气温随海拔升高的研究中，得到了相同的结论。考虑到山区对气候变化的生态敏感性，本研究区的DTR增加对生态环境的影响需要受到重视，探究DTR变化的影响因素对保护区域生态有着重要意义。

2.2 气温日较差与地面太阳辐射

地面太阳辐射只在白天出现，因此对Tmax的影响要大于对Tmin的影响。Tmin主要受到地表热辐射控制，尤其是夜间地表辐射冷却，这取决于大气吸收和再发射热辐射到地表的能力。因此，可以通过计算SSR对地表温度的影响程度来分析DTR的变化。研究区域9个站点夏季6月、7月、8月DTR与SSR的相关性如图6所示。由图6可知，DTR随着SSR的增加而增大，两者呈现正相关性。

对DTR与SSR进行线性拟合（图6），发现DTR与SSR密切相关（P＜0.05），与Zhang et al（2013）的结论类似。图6中，回归方程的斜率介于0.02514 — 0.03888，其中雅安、雅江和林芝相关性最好，R值在0.7以上，说明SSR对DTR有明显影响。

值得关注的是，波密DTR与SSR的相关系数仅为0.31，相关性较低，这可能与其地理位置有很大关系。波密气候类型复杂，海拔2700 m以下属亚热带气候带，2700 — 4200 m属高原温暖半湿润气候，4200 m以上属高原冷湿寒湿带，境内冰川发育，处于念青唐古拉山东段和喜马拉雅山东端，高山连绵，受雪山影响较大，这种情况与受湖水影响的青海湖的昼夜温差相似（Li et al，2019）。在特殊的地貌环境下，SSR可能不是影响DTR的主要因素，还与其他因素有关，需进一步研究。

图6j是海拔和DTR的变化特征，其中海拔在0 — 2500 m有雅安，2500 — 3500 m有康定、波密、林芝，3000 m以上有雅江、理塘、贡觉、昌都。在这条线上，雅安、康定、雅江、理塘、巴塘、波密、林芝都在北纬30°左右，且差异不超过0.5°。在相同纬度下，DTR随海拔的升高而升高。

图6 9个站点的DTR与SSR相关性（a — i）、海拔和DTR相关性（j）Fig. 6 Correlation between DTR and SSR of the 9 stations (a — i), elevation and DTR ( j )

2.3 气温日较差与总降水量

图7为2014 — 2018年川藏铁路沿线四段区域夏季6月、7月、8月TP与DTR的相关性分析，TP与DTR存在负相关性，TP较小时，会显著增加空气湿度，减小水汽的蒸发作用，对DTR的影响明显。随着TP的增加，空气湿度趋于稳定，对DTR的影响开始减弱。雅安、理塘、昌都、林芝的R分别为：- 0.39、- 0.47、- 0.50、- 0.57（P＜0.05）。其中林芝的TP与DTR相关性最强（-0.57），这与Dai et al（1997）得到的TP与DTR的相关性为-0.55相近。雅安的相关性较弱，为-0.39，表明TP不是导致雅安DTR变化的主要原因。TP对DTR的影响程度，从东向西减弱，与东部降水多、西部降水少的现象吻合。

图7 降水量TP与DTR的相关性Fig. 7 Correlation between TP and DTR

2.4 气温日较差与总云量

图8为2014 — 2018年川藏铁路沿线四段区域夏季6月、7月、8月TCC与DTR的相关性分析，DTR与TCC整体呈负相关，TCC在0% — 25%，对DTR的影响最弱，此时TCC不是影响DTR变化的主要因素。当TCC达到25%时，对DTR影响程度开始增加，一直持续到90%，TCC超过90%时，对DTR的影响力开始减弱，主要是由于云可以通过改变地气系统辐射收支平衡来影响近地表温度。夜间多云而白天少云，对DTR产生明显影响（Sun et al，2000）。林芝段DTR与TCC之间的相关系数最大（- 0.55），其他3段的相关系数分别为- 0.52、- 0.47和- 0.48。

图8 总云量TCC与DTR的相关性Fig. 8 Correlation between TCC and DTR

2.5 气温日较差与平均蒸发率

平均蒸发率是指地球表面每平米每秒蒸发的水量，包括植物的蒸腾。水汽在空气中蒸发吸收热量，改变近地表的温度。图9为2014 — 2018年川藏铁路沿线四段区域夏季6月、7月、8月MER与DTR的相关性分析，DTR与MER呈线性负相关，MER数值越大，DTR越小。雅安段DTR与MER之间的相关性最高（R= -0.72）。由于雅安属于亚热带季风性湿润气候，夏季多地形降水与锋面降水，湿度大，增大了空气的热容量，蒸发量大，蒸发差异是造成DTR减小的主要因素。理塘属于高原气候，昌都属于高原亚温带亚湿润气候，林芝属于热带湿润和半湿润气候，蒸发量相对较小，相对湿度小，太阳辐射强，MER对DTR的作用相对较弱（曹丽和王华，2014；毛书华，2014；史继清等，2018）。

图9 MER与DTR的相关性Fig. 9 Correlation between MER and DTR

3 结论

川藏铁路沿线区域1979 — 2018年整体气温上升趋势明显，2014 — 2018年升温最为明显，升温达1.8 — 2℃。日最高温度集中在夏季7月、8月，日最低温度出现在1月。研究区降水集中，降水为东部多西部少，夏季降水远高于冬季。区域内温度特征明显，对区域内2014 — 2018年夏季6月、7月、8月DTR及其影响因素（SSR、TP、TCC、MER）进行相关分析，得出如下结论：

（1）2014 — 2018年研究区域内的DTR整体呈下降趋势，该下降趋势由东向西增加、由南向北增加。DTR的高值主要集中在研究区域中间的山区，随着经度的降低，区域内海拔逐渐升高，DTR的变化也随海拔的升高而加剧，其变化易受到海拔的影响。

（2）SSR和MER是影响DTR的主要因素。SSR与DTR之间呈正相关，相关系数接近0.65。MER与DTR呈负相关，雅安段MER与DTR的相关系数达到-0.72。

（3）TP、TCC是影响DTR的次要因素，均呈负相关性。其中TP对DTR的相关系数平均值为-0.48，TCC与DTR相关系数平均值为-0.51，两种因素对DTR的影响程度增大到一定值时，开始逐步减弱。

（4）TP、MER与DTR的相关系数由东向西减小，与区域内降水量东多西少的分布特征相一致。根据相关系数绝对值的大小，四种因素对DTR变化的影响程度大小为SSR＞MER＞TCC＞TP。

除了上述几种影响因素外，山岭区域的DTR还易受到诸如地表植被、土壤湿度等因素的影响，因此需要进一步探讨多种因素耦合作用对DTR变化的影响，从而更加客观地反映DTR变化的机理。