长白山区年最大冻深的纬度效应及其对温度要素变化的响应

常泽华，齐 鹏，孙颖娜，章光新，唐晓宇

(1.黑龙江大学 水利电力学院，黑龙江 哈尔滨 150080；2.中国科学院 东北地理与农业生态研究所，吉林 长春 130102)

占北半球50%面积的季节性冻土，是冰冻圈的重要组成部分[1]，具有气候变化指示器的重要作用，对外部环境变化极度敏感[2]。冻土变化直接改变土壤的物理性质和物质、能量交换能力，影响寒区水循环过程和威胁源头区生态安全[3]。受全球气候变暖影响，冻土分布格局、冻融循环过程、持续时间等要素已经发生显著变化。年最大冻深作为反映季节性冻土强度的主要指标，其空间分布主要表现为海拔垂直分带性、纬度地带性和区域性3种特征[4]。开展最大冻土深度演变机制及其对温度变化的响应分析可为后续开展寒区生态水文研究奠定基础，在应对气候变化方面也具有重要意义[5]。

长白山区是松花江、鸭绿江及图们江的源头，东北地区的重要“水塔”，淡水资源储备基地，拥有欧亚大陆东部最为典型自温带阔叶林至苔原带的完整垂直带谱，为我国东北重要的生态功能区[6]。长白山区多年平均降雪量可达600 mm以上，是我国典型季节性冻土分布区。受全球气候变化影响，长白山的温度已显著升高[7]。作为对温度变化最为敏感之一的冻土深度必发生显著变化。已开展的相关研究表明，在长白山的局部区域冻土发生了显著退化，最大冻土深度显著减少[6]。然而关于长白山大区域尺度最大冻土深度的纬度效应及其对温度要素变化的响应仍有待进一步研究。因此，分析不同纬度最大冻土深度时空变化及其对温度的响应机制，对长白山区水资源保护和生态安全具有重要意义。

1 材料与方法

1.1 研究区概况

长白山区位于欧亚大陆东北部，地理坐标123°-132°E，39°-46°N，是松花江、图们江和鸭绿江的发源地(图1)。其中，图们江和鸭绿江分别为中国、朝鲜与俄罗斯的界河。长白山区属于受季风影响的温带大陆性山地气候，除具一般性季风气候的特点之外，还有明显的垂直气候变化的特征，冬季漫长寒冷，夏季短暂温爽，春季大风干燥，秋季多雾凉爽。年均温约为-17～30 ℃，1月最冷月平均气温在-15 ℃，最低气温可达-40 ℃，积雪深度在500 mm。区域内冻土面积分布广阔，均为季节性冻土。冻土从9月份开始发育，至次年6月完全融化，最大冻深通常出现在2月或3月。

1.2 数据分析

本研究采用长白山区及其周边51个气象站资料，包括1960-2019年逐日冻深、日均温度和日最低温度数据。气象和冻深数据均来自中国气象数据网(中国气象局)。长白山区的冻融周期通常为每年的9月至次年6月，因此，将9月1日至次年8月31日作为一个完整水文年。在此基础上，分别提取1960-2018年(水文年)的最大冻土深度。采用冻融期(实际年的9-6月)的均温作为年均温。根据冻深资料，长白山最大冻深通常出现在实际年的3月，因此采用实际年9月至次年3月的负积温作为年负积温。为进一步分析长白山最大冻土深度演变的纬度效应及其对温度变化的响应(最大冻深与纬度的相关系数为0.81，显著相关，和海拔的相关系数为-0.09，无显著相关性)，基于纬度覆盖范围将长白山区分为3个区域，即A区(39°～42°N)、B区(42°～44°N)、C区(44°～46°N)。

1.3 分析方法

1.3.1 反距离权重法 为分析长白山区年最大冻深和温度要素的时空演变规律，利用反距离权重法对长白山区各气象站点的冻深和温度资料进行空间插值。反距离权重法(IDW)是一种常用的空间插值方法，以插值点和样本点间的距离为权重进行加权平均，离插值点越近权重越大。计算公式为

(1)

式中：Z(X0)为在X0处冻深或温度要素的值；n为参与预测Z(X0)周围站点的数量；di0为预测点和样本点之间的距离，km；z(xi)为xi处气象站点的实测值；p为距离的幂。

1.3.2 相关系数分析法 年最大冻深的变化过程是多种复杂因素耦合作用的结果，为分析长白山区年最大冻深对温度要素的响应，本研究选取各站冻融循环期的平均气温，冻结时期的负积温与年最低温度和各站年最大冻深相关性分析。采用皮尔逊(Pearson)积差法计算相关系数，计算公式为

(2)

式中：r为年最大冻深和温度要素的相关系数；X,Y分别表示年最大冻深和温度要素的观测值。

1.3.3 Mann-Kendall趋势检验 为分析长白山区最大冻深和温度要素的变化趋势，对各区最大冻深和温度要素采用秩次相关检验。Mann-Kendall趋势检验是一种非参数统计检验方法，该方法具有不要求样本遵从一定的分布规律，也不受少数异常值的影响的特点，近些年来被广泛应用于分析气象和水文等要数时间序列的变化趋势。统计经验公式为

于空腹状态下，抽静脉血，检测HbAlc与FPG，采用无水葡萄糖（70 g），开展 OGTT。酶法测血糖，用TBA-2000FR型全自动生化分析仪（日本东芝）进行测定；用Cobasc502型分析仪（德国罗氏公司）与比浊法测定HbAlc。针对就诊患者，利用HbAlc值，绘制工作特征曲线（ROC曲线）。利用SPSS 23.0统计学软件对曲线各点数据进行计算，从中得到诊断DM的最佳临界点。并对最佳切点时FPG、HbAlc的特异度与灵敏度进行计算。计算HbAlc值为6%、6.5%、7%时的特异度与灵敏度。

(3)

(4)

当n>10，统计量S接近正态分布，则

(5)

(6)

式中：xi和xj为第i年和第j年对应的最大冻深或温度要素的值；n为数据系列的长度，本研究n为59，t为“结”的宽度，∑表示所有“结”的总数。

2 最大冻深和温度要素时空演变特征

2.1 最大冻土深度时空演变特征

2.1.1 最大冻土深度年际变化趋势 长白山区年最大冻土深度具有明显的纬度效应，随着纬度升高年最大冻土深度显著增加，A区最小，C区最大(图2)。A区最大冻土深度具有减少趋势(slope=-0.16)，但无显著性特征(P>0.05)；B区和C区最大冻土深度均呈现显著减少趋势(P<0.01)，虽然二者年际变化有所差别，但二者变化趋势一致(slope=-0.57)。

图2 最大冻土深度年际变化趋势Fig.2 Interannual variation trend of maximum frozen soil depth

长白山各年代均表现出纬度效应，即不同年代最大冻土深度在C区最大，B区次之，A区最小(表1)。A区最大冻土深度先增加后减少的年际变化趋势，1970s的均值最大，为97.74 cm，1990s最小，为80.22 cm；A区整体处于减少趋势，减小率为-1.60 mm/a。B区年代最大均值出现在1970s，最大值为134.36 cm，2010s均值最小，为109.01 cm；1960s-1980s最大冻深变化不大，1990s之后开始显著减少。C区年代最大均值出现在1960s，最大值为153.34 cm，1990s的均值最小，为123.44 cm。B区和C区减少速率均为-5.67 mm/a。

表1 各区最大冻深年代均值Table 1 The mean value of the maximum freezing depthin each area

2.1.2 最大冻土深度的空间分布特征 通过1960-2019年最大冻土深度均值的空间分布可以看出，长白山区年最大冻深整体呈现由西南向东北逐渐增加的趋势(图3)。年最大冻土深度的最大值出现在C区，深度>160 cm；最小值出现在长白山区A区，冻土深度<80 cm。柳河站、东岗站、和龙站和伊通站附近区域年最大冻深略低于周边区域，磐石站附近区域年最大冻深略高于周边区域。年最大冻深为80～100 cm和120～140 cm的区域面积最大。

图3 最大冻土深度多年均值分布Fig.3 Multi-year mean value of maximum frozen soil depth in space

年最大冻深年代均值基本呈现减小的趋势(图4)。主要表现为，随着年代的增加，出现了年代均值为40～60 cm区域，>160 cm的冻土区域逐渐消失；冻土区域南北范围边界北移；<120 cm的冻土区面积有增加的趋势，>120 cm的冻土区面积有减小的趋势。

图4 最大冻深年代均值分布Fig.4 Spatial value of the maximum frozen soil depth in different ages

2.2 温度要素时空变化

2.2.1 温度要素演变趋势 长白山区温度要素均为增加的趋势(图5)。各区年均温均为显著增加的趋势(P<0.01)，A区变化趋势最小(slope=0.02)，B区和C区变化趋势一致(slope=0.03)。长白山区负积温具有明显的纬度效应，随着纬度的增高，负积温减小，A区最大，C区最小。各区负积温均呈现显著增加的趋势(P<0.01)，A区年负积温变化趋势最小(slope=3.78)，B区变化趋势最大(slope=5.43)。C区最低温度呈显著增加的趋势(P<0.05)，变化趋势最小(slope=2.07)，A区和B区均为显著减小的趋势(P<0.05)，虽然两者年际变化有差别，但两者的变化趋势一致(slope=0.08)。

图5 温度要素年际变化趋势Fig.5 Interannual variation trend of temperature elements

表2 各区温度要素年代均值Table 2 The mean value of temperature elements in each area

2.2.2 温度要素空间分析 长白山区大部分区域的年均温在0～3 ℃，西南部地区温度较高，>3 ℃，图们站和珲春站附近区域，年均温略高于周边地区。

年负积温在西部地区，具有由南向北增加的趋势，B区东部地区的年负积温略大于中西部地区，和龙站、图们站和珲春站附近的区域年负积温略大于周围地区，靖宇站、二道站和汪清站附近的冻深区域略高于周围地区。年最低温度<-30 ℃的地区大部分在山区中部和2区西部地区，>-30 ℃的地区分布在山区西南部，西北部和东部地区；年最低温度的最小值靖宇站、二道站和桦甸站，<-35 ℃。

年均温呈现增温的趋势(图7)，年均温为6.0～7.5 ℃的地区逐渐出现，<0 ℃的地区逐渐消失；年均温>1.5 ℃的地区范围扩大，<1.5 ℃的地区范围减小；1.5～3 ℃的地区扩大面积最大，到2010s长白山区大部分地区，年均温为1.5～3 ℃。

图6 温度要素多年均值空间分布Fig.6 Multi-year mean value of temperature elements in space

图7 均温年代均值分布Fig.7 Spatial value of the mean temperature in different ages

年负积温均值呈现增温的趋势(图8)，年负积温<-1 400 ℃的地区面积逐渐减小，>-1 400 ℃的地区在不断扩大，前者在1990s时，面积达到最小值，在1960s时为最大值，此温度范围经历了先减小后增大变化趋势，后者反之。

图8 负积温年代均值分布Fig.8 Spatial value of the negative accumulated temperature in different ages

年最低温度均值呈现增温的变化趋势(图9)。年最低温度<-30 ℃的地区总体为减小的趋势，>-30 ℃的地区为增加的趋势，前者在1990s达到最小值，在1960s时为最大值，该温度区域面积变化规律为先减小后增大。

图9 最低温度年代均值分布Fig.9 Spatial value of the lowest temperature in different ages

2.3 最大冻深对温度变化的响应

长白山年最大冻深和年均温整体为负相关的关系。其中相关性最大的站点在二道站，相关系数为-0.65(图10)。年最大冻深和年负积温呈负相关的关系，其中双阳站、磐石站、永吉站、蛟河站和罗子湾站呈正相关的关系，但相关系数均<0.25呈不相关的关系，这些站点均分布在B区(图11)。年最大冻深和年最低温度呈正相关的关系，但相关系数均<0.25呈不相关的关系，从图12中可以明显看出，年最大冻深和年最低温度的相关系数的数值均小于年均温和年负积温的相关系数的数值。

图10 最大冻深和均温相关系数分布Fig.10 Distribution map of correlation coefficient between maximum freezing depth and average temperature

图11 最大冻深和负积温相关系数分布Fig.11 Distribution map of correlation coefficient between maximum freezing depth and accumulated temperature

图12 最大冻深和最低温度相关系数分布Fig.12 Distribution map of correlation coefficient between maximum freezing depth and minimum temperature

根据表3可以看出，3个分区内年最大冻深和年均温度的相关性最高，与年最低温度的相关性最弱，各区年最大冻深和年均温和年负积温均呈显著的负相关的关系，与年最低温度呈不显著负相关的关系。在B区，年最大冻深和年均温度的相关性最强，年最大冻深和年负积温的相关性也最强。C区年最大冻深和年均温的相关性较小，与年负积温的相关性也较小。

表3 最大冻深和温度要素的相关系数Table 3 Correlation coefficient of maximum freezing depth and temperature

3 结论与讨论

3.1 结论

本研究通过长白山及周边51个气象站点资料，统计分析了1960-2019年最大冻深时空演变特征及其对温度要素变化的响应机制，得出以下结论。

长白山区年最大冻土深度具有明显的纬度效应，随着纬度的增高年最大冻深逐渐增加。最大冻深整体上呈现不断减小的趋势，在1980s-1990s变化最为明显，在1990s各区最大冻深最小。高纬度地区最大冻深退化最为明显，低纬度地区退化较缓。随着年代的增加冻土深度<120 cm的区域不断增大，且该区域的范围边界在不断北移。

长白山区西南部温度较高，中部温度较低，西北部负积温和最低温度较低。长白山各区均呈现增温的趋势，年均温的增温变化具有纬度效应，纬度越高增温趋势越明显。各区温度要素均在1980s-1990s变化趋势最大，在1990s各温度要素达到最大值。随着年代的增加，平均温度>3 ℃，负积温>-1 400 ℃，最低温度>-30 ℃的地区不断扩大。

长白山区年最大冻深对年均温的响应最为强烈，其次为年负积温，均为显著负相关的关系，与年最低温度响应最差，为不显著负相关的关系。低纬度地区冻土变化对温度变化响应更为显著。

3.2 讨论

受全球气候变暖的影响，季节性冻土均呈现退化的趋势，特别是在中高纬度地区退化趋势更为明显[8]。冻土退化对生态水文循环过程产生重要的影响[9]。研究表明，冻土退化改变了融雪入渗的过程从而影响地表径流和地下径流[10]。长白山区是我国东北地区重要的“水塔”，区域内冻土退化将会直接影响下游流量，对当地水文循环和生态水文[17]产生影响。然而以往研究仅关注长白山局部区域冻土变化，缺乏整体研究。本研究以长白山整体为研究对象，不但包括松花江，还包括图们江和鸭绿江全流域。从空间和时间2个角度重点解析了最大冻土深度的演变特征。结果显示，长白山区年最大冻深和海拔的相关系数为-0.09，与纬度的相关系数可达0.81，因此长白山区年最大冻深空间分布具有明显的纬度效应，北部年最大冻深大，这与先前的研究结论一致。结果表明长白山区最大冻土深度整体呈现显著的减小趋势，最大冻深<120 cm的冻土区域面积在不断扩大，该范围边界在不断北移，随着纬度增高减小趋势越显著，具有明显的纬度效应，这与以往研究具有一致性[11]。研究表明，温度[12]、植被覆盖类型[13]和积雪深度[14]等均会对冻土变化产生影响，其中冻融期温度是最主要的影响因素[15]。大气温度通过改变土壤的水热条件从而进一步影响冻深发育过程。本研究发现，冻融期平均温度是长白山最大冻土深度退化的最直接和最主要的影响因素，负积温次之，最低温影响较弱，这一结果与其他类似地区研究结果基本一致[16]。全球气候变暖背景下，冻土发生显著退化，这将带来一系列生态环境过程的显著改变，如冻融水循环过程、温室气体的爆发式排放和生态系统改变等[17]。冻土退化及其生态环境效应是极其复杂的过程，本研究可为后续气候变化影响下冻融期生态水文演变机理研究奠定基础。