本书系统地论述了中国天山气候及其气候变化的基本概况，中国天山气候要素的年际、年内时空变化格局，中国天山地形异质性对气候的影响，中国天山短期历史气候资料重建及其不确定性，中国天山降水形态分离研究、中国天山降水形态转变主要驱动因素及其未来变化预估，中国天山降雪影响因素分析，中国天山积雪及其垂直分布异质性，以及中国天山未来土地利用变化预估等。

前 言 当前，全球变暖仍在持续，带来的极端气候事件频次及其对生态环境等的影响程度持续增加，气候变化及其影响研究始终是《联合国气候变化框架公约（UNFCCC）》下关乎地球安全和全人类高质量发展的核心主题与紧迫任务。最新记录表明，2020年全球平均气温较工业化前（1850—1900年的平均值）高出约1.2℃，是有完整气象观测记录以来的三个最暖年份之一。2011—2020年是1850年以来最暖的十年。IPCC关于全球变暖1.5℃的特别报告中指出，如果继续以当前速度增加，那么2030—2052年全球平均气温的平均增幅可能超过1.5℃。随着1.5℃这一温控目标期越来越近，全面而详细地掌握全球不同区域的气候变化动态，正确评估气候变化对区域水文气象、生态环境和土地利用等的影响已经刻不容缓。中国作为应对气候变化的引领者，在气候变化研究、降碳减排等方面一直走在世界前列。在2020年第七十五届联合国大会上，中国向世界庄严承诺，将采取更加有力的政策措施，力争二氧化碳排放于2030年前达到峰值，2060年前实现碳中和。据此，碳达峰、碳中和已被纳入生态文明建设整体布局，以此推动经济、社会领域广泛而深刻的变革。“十四五”时期，中国将进入“减污降碳，协同增效”的关键时期，区域气候对全球变暖的响应及其对水文、土壤、气象、生态、环境等的影响研究，必然是促进经济社会发展全面绿色转型、生态环境质量改善由量变到质变的重要科学基础和实践推手之一。 中国是全球气候变化的敏感区和影响显著区。1951—2020年，中国年平均气温的增幅为0.26℃/10a，明显高于同期全球平均水平，其中近20年（2001—2020年）是20世纪初以来的最暖时期。以温带大陆性干旱、半干旱气候为主的中国西北地区年平均气温的增幅达到了(0.10～0.88)℃/10a，甚至更高，且自20世纪80年代中期以来，增幅明显跃升。西北地区作为中国气候变化的敏感区和生态脆弱区，与其他地区相比，对气候变化的响应更加复杂和典型。 中国天山，即中亚天山的中国境内部分，横亘中国西北（新疆），长约1700km，山脊平均高度约4000m（最高峰为托木尔峰，7443.8m），面积约5.7×105km2（占新疆维吾尔自治区总面积的34.5%），是典型的天山高山区。因为受西风环流、高大地形、高海拔等的复合影响，降水类型丰富、冰川冻土广布，所以是西北地区重要的水源地、生态安全屏障和气候调节系统，也是中国西北气候变化最强烈的地区之一。然而，对中国天山气候变化及其影响的研究主要集中在两个方面：一是不同时空尺度下的气候暖湿化特征及其海拔依赖性；二是气候暖湿化对灌区绿洲、荒漠生态、水文径流、冰川积雪、草地植被、洪水发生及水库防汛等的影响。对于天山山区气候变化影响下的降水形态转变、季节性生态灾害风险、土地利用以及未来不同情景下的气候变化及其影响等鲜有研究。为此，兰州交通大学区域气候变化与生态环境遥感（Regional Climate Change and Ecological and Environmental Remote Sensing，RCCEERS）团队多年来坚持关注这些方面，并取得了较好的研究结果。 我们的研究表明，过去50多年间，中国天山气候发生了显著变化，主要表现在气温整体显著升高［升温速率高达(0.32～0.42)℃/10a，远高于全国和全球平均水平］，降水量局部显著增加，湿度局部增加或降低，日照时数降低，呈现出更强的局部性黯化，且积雪深度小部分区域显著增加。气温、降水、湿度的分布以及气温和降水的增幅均具有海拔依赖性，另外坡度对气候要素的影响也非常显著。这些变化除了引起前人所发现的诸多影响，还会引发降水形态转变，即降水形态逐渐由固态转为液态，也可能大大增加早春洪涝灾害、夏季水资源短缺和各种次生灾害等的风险；引起开都河上游湿地不断缩减，进而引发湿地生态系统退化甚至消失的重大风险，导致未来土地利用类型的变化，进而严重影响当地经济、社会的高质量发展。 本书集成团队最新科研成果，从气候因子变化及气候变化的时空影响视角，比较系统地分析了中国天山气候基本特征及变化现状，地形异质性对气候的影响，短期气候重建及其不确定性，气候变化对降水形态转变、降雪和积雪时空分布格局、湿地生态系统退化和土壤水分、土地利用类型变化等方面的影响。该研究是区域气候变化科学不可或缺的重要内容，对全球干旱区气候变化研究、山地系统气候变化响应及中国西部高质量发展等，都有重要的科学价值和实践意义。 在本书的成稿过程中，有幸得到了中国科学院新疆生态与地理研究所李兰海研究员、中国科学院西北生态环境资源研究院罗栋梁研究员和王少昆、许民副研究员的悉心指导与帮助。同时，兰州交通大学段焕娥、王桂钢、何毅、韩惠、庞国锦和李小军副教授，别强、钟棉卿博士和张志华、杨树文、李杰梅教授等同事也提出了宝贵的修改意见。此外，本书的完成也得益于张雪婷、李超、孙天瑶、秦埼瑞、任瑞、田亚林、张博、秦启勇、龚志远、李秋萍、刘歆玉、赵开鑫、张正蓉、赵俊卓、李帆帆等研究生和本科生的不懈努力与大力支持。在此谨向他们表示最诚挚的感谢！ 本书的出版得到了国家自然科学基金项目“天山高寒山区降水形态转变驱动因子研究”（41761014）、兰州交通大学“百名青年优秀人才培养计划”项目、兰州交通大学测绘与地理信息学院、地理国情监测技术应用国家地方联合工程研究中心等的大力资助。 受作者学识和眼界所限，书中难免出现疏漏或不妥之处，敬请各位读者朋友批评指正！ 李雪梅 2021年9月于兰州

目 录 第1章 概论 1 1.1 地理位置与总体特征 1 1.2 气候与水文特征 3 1.3 气候要素时间变化特征 4 1.4 中国天山气候要素空间变化特征 9 1.4.1 Mann-Kendall趋势检验 10 1.4.2 年平均气温 11 1.4.3 年降水量 12 1.4.4 年平均相对湿度 12 1.4.5 年日照时数 13 1.4.6 年最大积雪深度 13 参考文献 13 第2章 地形异质性对中国天山气候的影响 15 2.1 地质特点 15 2.2 地形地貌 16 2.3 冰川活动 17 2.4 数据与方法 17 2.4.1 数据 18 2.4.2 地形异质性研究方法 19 2.4.3 反距离权重插值法 20 2.4.4 统计分析与PLS分析 20 2.5 地形异质性分析 21 2.6 地形异质性对中国天山气候的影响 23 2.7 结论与讨论 25 参考文献 26 第3章 中国天山短期气候历史重建及其不确定性 27 3.1 数据与方法 28 3.1.1 数据 28 3.1.2 Delta方法 30 3.1.3 物理标度法（SP） 30 3.1.4 人工神经网络 31 3.1.5 精度和不确定度分析 32 3.1.6 集对分析SPA 33 3.1.7 气候重建的RSPA 33 3.2 率定和验证的MAT时间序列精度评估 35 3.3 率定和验证的MAP时间序列精度评估 38 3.4 率定和验证的MAT不确定度分析 40 3.5 率定和验证的MAP不确定度分析 41 3.6 重建的MAT和MAP不确定度比较 42 参考文献 53 第4章 中国天山降水形态分离及不同形态降水时空变化特征 58 4.1 降水形态分离及不同形态降水量时空变化 58 4.1.1 数据来源 58 4.1.2 降水形态分离方法 59 4.1.3 频率求交法结果与分析 60 4.1.4 概率保证法结果与分析 63 4.1.5 临界气温和阈值温度变化分析 64 4.1.6 不同形态降水量时空变化 66 4.1.7 结论与展望 69 4.2 不同形态降水日数时空变化特征 70 4.2.1 数据与方法 70 4.2.2 中国天山降水形态空间分布特征 72 4.2.3 中国天山降水形态空间分布变化特征 73 4.2.4 中国天山降水形态年内分布规律 74 4.2.5 中国天山降水形态年际变化规律 75 4.2.6 结论与讨论 79 参考文献 80 第5章 中国天山降水形态转变成因及未来趋势预估 82 5.1 数据资料 82 5.1.1 观测数据 82 5.1.2 CMIP5模式数据 83 5.2 研究方法 84 5.2.1 多元线性回归模型 84 5.2.2 BP神经网络预测模型 84 5.2.3 BP-DEMATEL模型 87 5.2.4 Delta降尺度 89 5.2.5 泰勒图 90 5.2.6 数据模拟精度评价指标 90 5.3 中国天山降水形态转变的关键驱动因子辨析 91 5.3.1 降水形态区分及计算方法 91 5.3.2 降水形态转变的影响因子指标体系构建 93 5.3.3 降水形态转变的关键影响因子识别 94 5.3.4 降水形态转变的关键影响因子分析 96 5.4 中国天山未来降水形态变化趋势预测 100 5.4.1 温室气体排放情景 100 5.4.2 多模式精度验证 102 5.4.3 人工神经网络预测验证 103 5.4.4 RCP情景下未来RPR预测 104 5.5 结论与展望 111 5.5.1 主要结论 111 5.5.2 不足与展望 113 参考文献 114 第6章 中国天山降雪影响因素分析 116 6.1 数据与方法 116 6.1.1 数据来源 116 6.1.2 研究方法 117 6.2 中国天山降雪量影响因素分析 119 6.2.1 预测变量重要性辨析 119 6.2.2 多元线性回归模型模拟 121 6.2.3 随机森林模型模拟 121 6.3 降雪影响因素分析 123 6.3.1 主要影响因子 123 6.3.2 其他影响因子 125 6.3.3 小结 126 6.4 结论与展望 127 6.4.1 主要结论 127 6.4.2 不足与展望 128 参考文献 128 第7章 中国天山积雪及其垂直分布异质性 131 7.1 数据与方法 131 7.1.1 数据 131 7.1.2 方法 132 7.2 中国天山积雪垂直分布异质性研究 133 7.2.1 中国天山积雪分布特征 133 7.2.2 中国天山年内SAE垂直分布特征 134 7.2.3 中国天山不同海拔分区SAE年内变化特征 136 7.2.4 中国天山LST垂直分布特征 137 7.2.5 不同海拔分区LST年内变化特征 138 7.2.6 中国天山积雪对地表温度的响应 139 7.2.7 结论 140 7.3 中国天山积雪物候演变及驱动因素辨析 142 7.3.1 中国天山SCD空间分布特征 142 7.3.2 中国天山SCD年际变化特征 143 7.3.3 SCD与LST相关分析 144 7.3.4 积雪物候时空格局 145 7.3.5 积雪物候对地形异质性的响应 148 7.3.6 积雪物候对气候变化的响应 151 7.3.7 讨论 154 7.3.8 结论 155 参考文献 156 第8章 中国天山开都河流域湿地退化风险评估和土壤水分反演 158 8.1 开都河上游高寒湿地退化风险评估 158 8.1.1 研究区概况 158 8.1.2 数据说明 159 8.1.3 研究方法 160 8.1.4 结果与分析 162 8.1.5 结论 169 8.2 开都河下游焉耆盆地土壤水分反演 169 8.2.1 研究区与数据 171 8.2.2 研究方法 173 8.2.3 结果与分析 175 8.2.4 讨论 183 8.2.5 结论 185 参考文献 185 第9章 中国天山未来土地利用变化预估 189 9.1 研究方法 189 9.1.1 变化因子法 189 9.1.2 数据模拟精度评价指标 190 9.1.3 马尔可夫链模型 191 9.1.4 FLUS模型 191 9.1.5 土地利用动态度 193 9.2 研究数据处理与模型精度验证 194 9.2.1 数据来源与处理 194 9.2.2 精度验证 199 9.2.3 小结 202 9.3 未来气候变化和土地利用现状变化分析 202 9.3.1 未来气候变化分析 202 9.3.2 中国天山土地利用现状变化分析 204 9.3.3 小结 207 9.4 RCP情景下中国天山土地利用变化预估 208 9.4.1 RCP 2.6情景下中国天山土地利用变化预估 208 9.4.2 RCP 4.5情景下中国天山土地利用变化预估 211 9.4.3 RCP 8.5情景下中国天山土地利用变化预估 215 9.4.4 小结 218 9.5 结论与展望 219 9.5.1 主要结论 219 9.5.2 不足与展望 221 参考文献 222