青藏高原1961~2020年气温和降水变化特征分析

Analysis of the Variation Characteristics of Temperature and Precipitation on the Qinghai-Xizang Plateau from 1961 to 2020

摘要: 基于青藏高原1961~2020年的逐月气温和降水栅格数据，采用气候倾向率法、滑动平均法等方法，系统分析了近60 a来青藏高原气候变化的时空分布特征。结果表明：1) 1961~2023年青藏高原降水总体呈显著增加趋势，速率为5.05 mm/10a，空间上由东南向西北递减，气候倾向率在−23.55~31.47 mm/10a之间，同时降水量在垂直梯度上具有明显的海拔分异性。小波分析揭示降水存在36 a主周期和10~15 a副周期，表现为典型的多尺度波动特征。2) 四季降水量均呈上升趋势，以春季最为显著(2.77 mm/10a)，夏季为主要降水期(占全年58.42%)，冬季最少(仅占3.95%)。季节分配不均，各季降水空间分布与年降水一致，表现为东南高、西北低。3) 年均气温显著上升，速率为0.22℃/10a，空间上东南较高、中西部较低。气候倾向率介于0.01~0.39℃/10a之间，气温随海拔升高明显降低，<2500 m区年均气温为17.88℃，>4500 m区降至−7.6℃，呈现典型的垂直递减特征。小波分析显示气温存在28 a主周期和8~10 a副周期，周期性升温波动明显。4) 四季平均气温均升高，冬季最显著(0.32℃/10a)，升温空间分布异质性明显，东南部升幅高于中西部及西北高海拔区。

Abstract: Based on the monthly temperature and precipitation grid data of the Plateau from 1961 to 2020, the spatio-temporal distribution characteristics of climate change on the Qinghai-Xizang Plateau over the past 60 years were systematically analyzed using methods such as the climate trend rate method and the moving average method. The results show that: 1) From 1961 to 2023, the precipitation on the Qinghai-Xizang Plateau has generally shown a significant increasing trend, with a rate of 5.05 mm/10a. Spatially, it decreases from southeast to northwest, and the climate trend rate ranges from −23.55 to 31.47 mm/10a. Meanwhile, the precipitation shows obvious altitude differentiation in the vertical gradient. Wavelet analysis reveals that the precipitation has a main cycle of 36 years and a secondary cycle of 10 to 15 years, demonstrating typical multi-scale fluctuation characteristics. 2) The precipitation in all four seasons shows an upward trend, with the most significant increase in spring (2.77 mm/10a). Summer is the main precipitation period (accounting for 58.42% of the annual total), while winter has the least precipitation (only 3.95%). The seasonal distribution is uneven, and the spatial distribution of precipitation in each season is consistent with the annual precipitation, showing a pattern of high in the southeast and low in the northwest. 3) The annual average temperature has significantly increased, with a rate of 0.22˚C/10a. Spatially, it is higher in the southeast and lower in the central and western regions and the high-altitude areas in the northwest. The climate trend rate ranges from 0.01 to 0.39˚C/10a. The temperature decreases significantly with increasing altitude. The annual average temperature in the < 2500 m area is 17.88˚C, while it drops to −7.6˚C in the > 4500 m area, showing a typical vertical decreasing feature. Wavelet analysis indicates that the temperature has a main cycle of 28 years and a secondary cycle of 8 to 10 years, with obvious periodic warming fluctuations. 4) The average temperature in all four seasons has increased, with the most significant increase in winter (0.32˚C/10a). The spatial distribution of warming is heterogeneous, with a higher increase in the southeast than in the central and western regions and the high-altitude areas in the northwest.

1. 引言

气候变化是当前全球最受关注的环境问题之一，气温与降水的变化是其最直接的表现形式[1]。IPCC第6次评估报告显示，2011~2020年的全球表面温度比1850~1900年高1.09℃ [2]。青藏高原是全球海拔最高的地貌单元，平均海拔超过4000 m，生态系统脆弱[3] [4]。同时作为我国气候变化的启动区和全球气候变化的重要指示区，气候变化特征及趋势已成为研究热点[5] [6]。

近年来，国内外学者围绕气温和降水量的时空变化开展了广泛研究。在时空特征方面，基于地面观测数据表明青藏高原呈现显著增温和降水增加趋势，气温呈“南高中低”格局，降水则表现为“东南高、西北低”的分布特征，其中夏季为主要降水期[7]-[10]。在气候变化阶段性特征与区域差异方面，研究发现高原气候在20世纪80年代中期发生从“暖干”向“暖湿”的跃变，东南部呈现明显的“变暖变湿”趋势，湿度变化与海拔高度密切相关[11] [12]。

为更精确刻画气候变化特征，遥感反演、气候模型和多源数据融合等方法广泛应用于气候变化研究。例如，TRMM数据与克里金插值法联合揭示了降水的东南–西北递减格局[13]；GCM模型的应用有助于预测未来气候变化趋势，并揭示其对区域水文循环的重要影响[14]。值得注意的是，近年来越来越关注升温与水循环变化的耦合关系，发现气候变化对水循环系统产生深远影响[15] [16]。段安民等[17]指出，高原增温加速了积雪和冰川的消融，引发区域热源减弱和降水量增加。吴绍洪等[18]研究进一步证实，近30年来青藏高原整体呈现增温增湿趋势。青藏高原作为我国生态安全屏障，是冻土、冰川与雪山集中分布的核心区域，其生态环境关系到我国乃至全球的生态系统可持续发展[19] [20]。高原以农牧业结合为主导，气候要素的波动变化，也对农牧业生产和居民生活构成挑战[21]。因此，本文基于1961~2020年气温与降水栅格数据，系统分析其年及四季变化的时空分布特征，以期为高原地区应对气候变化与可持续发展提供科学依据。

2. 数据来源和研究方法

2.1. 研究区概况

如图1所示，位于我国西南部的青藏高原地域广袤，面积为2.57 × 10⁶ km²，占我国陆地总面积的四分之一以上。其平均海拔4000 m以上，作为世界上平均海拔最高的高原，被称之为“世界屋脊”[3] [4]。青藏高原气候呈现低温、强辐射、降水稀少、气压低、冰冻期长，蒸发量远大于降雨量，昼夜温差大而年际温差小、有效积温不足的特点[22] [23]。作为“亚洲水塔”，青藏高原是亚洲众多大江大河的发源地，同时本身又存在着大量冰川、积雪与湖泊，承担着“存储池”的功能[24]。

审图号：GS (2024) 0650号。

Figure 1. Overview map of the study area

图1. 研究区概况图

2.2. 数据来源及预处理

1) DEM数据：数字高程模型数据(DEM)来源于地理空间数据云(https://www.gscloud.cn/)中的SRTMDEMUTM 90 m分辨率数字高程数据产品。

2) 气象要素数据：降水与气温数据来源于国家地球系统科学数据中心(http://www.geodata.cn)彭守彰[25]发布的1901~2023年中国1 km分辨率逐月降水数据集和1901~2023年中国1 km分辨率逐月气温数据集。本文选取的时间为1960年3月~2021年2月。

3) 数据的预处理：本研究基于1961~2020年逐月气温与降水的NetCDF (.nc)格式栅格数据(空间分辨率1 km)，在MATLAB中完成数据格式转换与初步处理。具体步骤如下：首先，使用ncread函数提取气温(tmp)与降水(pre)变量，并构建WGS84 (EPSG:4326)地理参考对象，利用geotiffwrite将每年每月的数据保存为.tif格式。转换过程中统一将缺失值(−32768)替换为NaN，并调整数据维度方向以符合GIS规范。所有转换文件保存至指定目录。其次，在ArcGIS Pro中采用青藏高原矢量边界对气温、降水和DEM栅格进行掩膜提取，去除边缘异常区域。同时统一空间分辨率与投影，确保数据空间一致性。再次，整理得到1961~2020年完整年度和季度序列数据，并划分为四个滑动时间段：1961~1990年、1971~2000年、1981~2010年、1991~2020年，用于阶段性变化分析。最后，对处理结果进行质量控制，剔除含NaN的无效像元，确保参与趋势、小波等分析的数据具备时序连续性。整体处理保持了青藏高原主体区域的代表性，保证了分析结果的科学性和可靠性。

2.3. 研究方法

1) 气候倾向率法

气候要素数据与时间序列的倾向率(X)，一般采用一元线性方程来表示，其公式如下：

$X=a_0+a_{1}t\left(t=1,2,\cdots ,n\right)$ (1)

式中：a₀为一元线性方程的截距；a₁为斜率，即线性趋势项；t表示时间序列。一般将a₁的值放大10倍来表示气候倾向率[26]。

2) 滑动平均法

滑动平均法是指在一个长序列的逐年数据中，通过顺序逐期增减求算移动平均值。对样本量为n的序列x，其滑动平均序列的公式如下：

${\overline{x}}_j=\frac{1}{k}{\displaystyle \sum _{i=j}^{j+k-1}{X}_i},\left(j=1,2,\cdots ,n-k+1\right)$ (2)

式中，${\overline{x}}_j$ 为平滑后的时间序列；$X_i$ 为原始时间序列；n为样本总量；k为滑动长度[27]。

3) 海拔分区统计分析法

为探讨气候要素在垂直方向的变化规律，借助ArcGIS对青藏高原DEM数据进行重分类，按海拔每500 m为间隔划分为8个高程区间。在此基础上，利用“Zonal Statistics”工具对不同海拔区间内的多年平均气温和降水量进行统计分析，揭示气候要素在垂直梯度上的分布特征[28]。

4) Morlet小波分析法

基于傅里叶变换原理，利用一簇具有震荡性且迅速衰减的小波函数系逼近时间序列的变量X，以提取其小波系数和方差积分，进而放大得到气温和降水周期性规律。利用Matlab和Origin软件进行Morlet小波分析以诊断气温和降水的周期性。小波函数描述为：

$Var\left(a\right)={\displaystyle {\int }_{-\infty }^{\infty }{\left|W_f\left(a,b\right)\right|}^2\text{d}b}$ (3)

式中：$W_f\left(a,b\right)$ 为小波变换系数；a为尺度因子；b为平移因子；t为时间；$\overline{\psi }\left(\frac{t-b}{a}\right)$ 为$\psi \left(\frac{t-b}{a}\right)$ 的共轭函数。将小波系数的平方值在b域上积分，就可得到小波方差，即：

$Var\left(a\right)={\displaystyle {\int }_{-\infty }^{\infty }{\left|W_f\left(a,b\right)\right|}^2\text{d}b}$ (4)

小波方差可识别各种尺度的震荡强弱和周期变化特征，波峰对应的时间尺度为周期，方差值越大，表明对应尺度的周期越明显[29]。

3. 结果与分析

3.1. 青藏高原1961~2020年降水量的时空分布

3.1.1. 多年降水量的时空分布

对青藏高原1961~2020年多年平均降水的年际变化进行分析，由图2(a)所示，多年年均降水量为365.36 mm，最高年降水量为1998年的407.2 mm，最低年降水量为1994年的309.7 mm。年降水量的气

Figure 2. The temporal variation of annual precipitation on the Qinghai-Xizang Plateau (a: 60-year average annual precipitation variation time series; b: Annual average precipitation anomaly variation over 60 years

图2. 青藏高原年降水量时间变化情况(a：60 a逐年年均降水量变化时间序列；b：60 a年年均降水量距平变化)

Figure 3. The spatial distribution of annual precipitation and its climate tendency rate on the Qinghai-Xizang Plateau (a: Annual precipitation; b: Climate propensity rate)

图3. 青藏高原年降水量及其气候倾向率的空间分布(a：年降水量；b：气候倾向率)

候倾向率为5.05 mm/10a，呈现增加趋势。从图2(b)年降水量距平变化来看，湿润年份居多。

如图3(a)所示，青藏高原的年均降水呈现从东南向西北逐渐递减的空间格局。降水倾向率的范围位于−23.55~31.47 mm/10a之间，高原大部分区域降水量趋于增加，而横断山脉、冈底斯山及柴达木盆地西南缘局地则呈现下降趋势，反映出区域响应的空间异质性(图3(b))。

3.1.2. 多年降水量周期变化特征分析

图4利用Morlet小波分析，分析了青藏高原1961~2020年平均降水量的周期性，得出存在两个时间尺度的周期变化规律，在56a尺度下，其周期为36a，且表现为清晰的冷暖交替5次震荡；在24a尺度下，其周期为10~15a之间，表现为模糊的9次震荡。

Figure 4. Analysis of the Periodic Variation characteristics of the Multi-year Average Precipitation on the Qinghai-Xizang Plateau from 1961 to 2020 (a: Variance graph; b: Real part diagram; c: First Time scale; d: The second time scale)

图4. 青藏高原1961~2020年多年平均降水量周期变化特征分析(a：方差图；b：实部图；c：第一时间尺度；d：第二时间尺度)

3.1.3. 四个时期多年平均降水量的时空分布

将1961~2020年按30年滑动划分为四个时期。如图5所示，年均降水量在各阶段均呈增加趋势，增长幅度在1991~2020年最为显著，为7.88 mm/10a，反映出近30年高原湿润化进程加快的特征。空间上，如图6所示，各阶段高原的降水分布格局大致相同，均表现出东南高、西北低的空间格局。东南部局地降水量超过800 mm，藏北高原、柴达木盆地及昆仑山周边降水不足200 mm，体现出明显的空间异质性。

3.1.4. 多年降水量的垂直梯度变化

根据海拔500 m的间隔将青藏高原划分为8个区间，对各海拔区间的多年降水量的平均值和面积占比进行统计分析(图7)。结果表明，高原降水呈现显著的海拔分异特征，表现为低海拔地区降水显著高于高海拔地区，呈单峰型分布，在3500~4000 m区间达到峰值，近似正态分布。尽管海拔 < 2500 m的区域仅占高原总面积的2.46%，但是降水量可达2781.77 mm。海拔 > 4500 m的区域面积占比达55.69%，降水却

Figure 5. The interannual variation of the multi-year average precipitation on the Qinghai-Xizang Plateau from 1961 to 2020 in different time periods (a: 1961~1990; b: 1971-2000; c: 1981-2010; d: 1991-2020)

图5. 青藏高原1961~2020年多年平均降水量在不同时段内的年际变化(a：1961~1990年；b：1971~2000年；c：1981~2010年；d：1991~2020年)

Figure 6. The spatial distribution of the multi-year average precipitation on the Qinghai-Xizang Plateau from 1961 to 2020 in different time periods (a: 1961-1990; b: 1971-2000; c: 1981-2010; d: 1991-2020)

图6. 青藏高原1961~2020年多年平均降水量在不同时段内的空间分布(a：1961~1990年；b：1971~2000年；c：1981~2010年；d：1991~2020年)

Figure 7. The proportion of precipitation and area within different altitude intervals

图7. 不同海拔区间范围内的降水量和面积的占比

不足600 mm，显示高原降水主要集中在东南部低海拔地区，而广阔的高海拔区域则普遍干旱。尤其是>5000 m区域，占比达24.05%，但年均降水仅为232.74 mm，反映出强烈的“面积–降水”不对称特征。

3.2. 青藏高原1961~2020年降水量的季节分布

3.2.1. 多年降水的季节分布

从图8降水的季节变化上，1961~2020年青藏高原四季平均降水量均呈现上升趋势，季节变化特征明显，其中春季增幅最显著(2.77 mm/10a)，夏季和秋季次之，分别为1.31 mm/10a和0.72 mm/10a，冬季增幅最小，仅为0.23 mm/10a，均低于年均降水量增长速率，表明各季节降水增加幅度有限。

如图9所示，高原四季降水空间分布格局与多年平均降水一致，均呈现东南多、西北少的格局。春、夏、冬季中东部降水较多，秋季则以高原中部为主。

3.2.2. 多年降水量的四季降水比例

如图10所示，1961~2020年青藏高原季节降水分配显著不均。夏季(6~8月)降水最为集中，占全年总降水量的58.42%。冬季(12~2月)降水最少，仅占3.95%。春季和秋季的降水较少占比分别为16.79%和20.84%，其中秋季略高于春季。

Figure 8. The anomaly variation trend of the average annual precipitation in each of the four seasons (a: Spring; b: Summer; c: Autumn; d: Winter)

图8. 四季逐年平均降水量距平变化趋势(a：春季；b：夏季；c：秋季；d：冬季)

Figure 9. The spatial distribution of the average annual precipitation in the four seasons on the Qinghai-Xizang Plateau (a: Spring; b: Summer; c: Autumn; d: Winter)

图9. 青藏高原四季年均降水量的空间分布(a：春季；b：夏季；c：秋季；d：冬季)

Figure 10. The proportion of seasonal precipitation in the multi-year average precipitation

图10. 多年平均降水量的四季降水比例

3.3. 青藏高原1961~2020年气温的时空分布

3.3.1. 多年气温的时空分布

对1961~2020年青藏高原多年平均气温的年际变化进行分析，图11(a)所示，年均气温为−2.7℃。其中，1967年最低(−3.67℃)，2009年最高(−1.69℃)。年气温的气候倾向率为0.22℃/10a，呈显著上升趋势。从年气温距平变化来看，如图11(b)所示，偏暖年份居多，距平值为−0.97~1.01℃，总体呈增加趋势。

从空间分布上看(图12(a))高原多年平均气温呈现出东南较高，中西部较低的分布格局。气温变化(图12(b))显示，气温倾向率为0.01~0.39℃/10a，整体呈上升趋势。升温速率较高的区域集中于冈底斯山以北、昆仑山以北及喀喇昆仑山以北，速率最高达0.39℃/10a；而升温较缓的区域分布在念青唐古拉山以南、横断山脉以南、青海东部及祁连山附近。整体来看，温度较低的地区升温更快，而温度较高地区升温趋势相对较缓。

Figure 11. The temporal variation of annual temperature on the Qinghai-Xizang Plateau (a: 60 a annual average change time series; b: Annual average temperature anomaly variation over 60 years)

图11. 青藏高原年气温时间变化情况(a：60 a逐年年均值变化时间序列；b：60 a年年均气温距平变化)

Figure 12. The spatial distribution of annual temperature and its climate tendency rate on the Qinghai-Xizang Plateau (a: Annual temperature; b: Climate propensity rate)

图12. 青藏高原年气温及其气候倾向率的空间分布(a：年气温；b：气候倾向率)

3.3.2. 多年气温周期变化特征分析

图13利用Morlet小波分析，分析了青藏高原1961~2020年平均气温的周期性，得出存在两个时间尺度的周期变化规律，在44a尺度下，其周期为28a，且表现为清晰的冷暖交替5次震荡；在13a尺度下，其周期为8~10a之间，表现为模糊的14次震荡。

3.3.3. 四个时期多年平均气温的时空分布

如图14所示，四个时期青藏高原年平均气温均呈上升趋势，1981~2010年增幅最大，为0.40℃/10a。从多年年均气温的变化来看，其中1991~2020年年均气温最高(−3.02℃)，1961~1990年最低(−2.88℃)，说明高原气温整体逐年升高。

如图15所示，空间上各阶段格局基本一致，呈东南较高，中西部较低的特征。高原气温较高区主要位于东南部，如念青唐古拉山东南、横断山脉附近，柴达木盆地等地。中西部为气温较低区。极低区则集中在祁连山南侧、唐古拉山、昆仑山、冈底斯山及喀喇昆仑山等高海拔地区。整体上，气温空间分布受地形和地理位置影响显著，东南相对温暖，高海拔中西部偏冷。

Figure 13. Analysis of the Periodic Variation characteristics of the Multi-year Average temperature on the Qinghai-Xizang Plateau from 1961 to 2020 (a: Variance graph; b: Real part diagram; c: First Time scale; d: The second time scale)

图13. 青藏高原1961~2020年多年平均气温周期变化特征分析(a：方差图；b：实部图；c：第一时间尺度；d：第二时间尺度)

Figure 14. The interannual variation of the multi-year average temperature on the Qinghai-Xizang Plateau from 1961 to 2020 in different periods (a: 1961-1990; b: 1971-2000; c: 1981-2010; d: 1981-2020)

图14. 青藏高原1961~2020年多年平均气温在不同时期内的年际变化(a：1961~1990年；b：1971~2000年；c：1981~2010年；d：1981~2020年)

Figure 15. The spatial distribution of the multi-year average temperature on the Qinghai-Xizang Plateau from 1961 to 2020 in different periods (a: 1961-1990; b: 1971-2000; c: 1981-2010; d: 1991-2020)

图15. 青藏高原1961~2020年多年平均气温在不同时期内的空间分布(a：1961~1990年；b：1971~2000年；c：1981~2010年；d：1991~2020年)

3.3.4. 多年气温的垂直梯度变化

如图16所示，将青藏高原划分为8个海拔区间后发现，气温和面积分布随海拔变化呈现出显著的分异特征。总体上，气温随海拔升高显著下降，符合气温垂直递减率规律。海拔 < 2500 m的区域气温最高(达17.88℃)，但面积仅占高原总面积的2.46%；3500~4000 m区间气温接近0℃ (−0.01℃)，为气候过渡带；海拔 > 4500 m区域占比达55.69%，气温降至−7.6℃，寒冷严酷，生存与开发条件极差，体现出高原“低海拔承载生物活动、高海拔为寒冷荒漠”的地理特征。

Figure 16. The temperatures within different altitude ranges and their corresponding area proportions

图16. 不同海拔区间范围内的气温及其相应的面积占比

3.4. 青藏高原1961~2020年气温的季节分布

从图17可见，青藏高原四季平均气温均呈上升趋势，倾向率分别为春季0.21℃/10a、夏季0.17℃/10a、秋季0.20℃/10a、冬季0.32℃/10a。其中冬季升温最显著，增速高于年均气温(0.22℃/10a)；春秋两季与年均气温增速接近；夏季增速最低，略低于年均水平。

如图18所示，空间上青藏高原的四季平均气温呈东南较高，中西部较低，西北部极低的格局，分布特征基本一致。气温较高区域集中在东南部，如念青唐古拉山东南，横断山脉附近，柴达木盆地及昆仑山西北部。中西部气温较低；极低气温区主要位于西北部、祁连山南侧、冈底斯山及唐古拉山周边地区。

Figure 17. The variation trend of the average temperature anomaly year by year in the four seasons (a: Spring; b: Summer; c: Autumn; d: Winter)

图17. 四季逐年平均气温距平变化趋势(a：春季；b：夏季；c：秋季；d：冬季)

Figure 18. The spatial distribution of the average annual temperatures in the four seasons on the Qinghai-Xizang Plateau (a: Spring; b: Summer; c: Autumn; d: Winter)

图18. 青藏高原四季年均气温的空间分布(a：春季；b：夏季；c：秋季；d：冬季)

4. 讨论与结论

4.1. 讨论

1) 气候变化背景下气温和降水变化的成因和特征

1961~2020年青藏高原年均气温显著升高，升温速率达0.22℃/10a，高于全球平均水平(0.12℃/10a)，略低于我国平均水平(0.278℃/10a) [30]。分期来看，1981~2010年升温尤为显著，呈现出“高原增温放大效应”，且全球高山地区普遍存在随海拔升高而升温增强的趋势[31]，其中青藏高原作为“世界屋脊”，大气稀薄、低气压的结构，对太阳短波和地表长波辐射响应显著(Wu et al.) [32]。此外，地表反照率变化是另一关键驱动因素。近几十年来冰川与积雪显著退缩，导致地表反照率降低，太阳辐射吸收增加，从而加速升温[33]。同时，在高原干燥的大气环境与低水汽背景下，温室气体的保温效应在青藏高原更为突出，也加剧了升温(Zhao, Z., et al.) [34]。此外，气温随海拔升高而递减的垂直分异特征也得到验证。在季节变化中，本研究发现冬季增温最显著与吴成启等[7]所示冬季增温(0.35℃/10a)高度吻合，进一步证实了青藏高原冬季变暖尤为突出。

1961~2020年，青藏高原年均降水量呈显著增加趋势，气候倾向率为5.05 mm/10a，与冀钦等[35]的研究结果基本一致，尤其在1991~2020年增幅最显著。作为“亚洲水塔”，青藏高原降水受多重水汽来源影响，主要包括西风环流、东亚季风、南亚季风及高原内部蒸散发[36]。全球变暖背景下，高原地区气温升高增强了水分蒸发能力，大气水汽含量上升，更有利于降水的形成。同时，作为亚洲季风系统的交汇区，高原受印度季风和西南季风共同作用，更强的水汽输送推动降水增加[37] [38]。

2) 青藏高原暖湿化的多维度生态效应

过去50年，气温升高导致冰川退缩，进而使高原众多湖泊面积扩大，水位上升[39]。姚檀栋等[40]指出，短期内冰川退缩可增强径流补给，但长期来看，可能造成以冰川融水补给为主的中小支流面临干涸的风险。同时暖湿化显著改变了极端气候事件的发生频率与强度。一方面，极端高温事件持续增多，对高原生态系统造成直接胁迫[41]。在生态系统层面，暖湿化显著影响区域生态系统的空间分布格局和结构功能，随着暖湿化进程，促进了灌丛、草地及湿地的边界向高海拔及西部扩展[42]。而且有研究表明暖湿化有利于提高草地NEP，增强碳汇功能。但气温和降水对NEP影响存在区域差异，升温对草地NEP的效应略强于降水，也体现了青藏高原生态系统对气候变化的敏感性响应[43]。Guo等[44]通过实地实验发现，青藏高原暖湿化显著提高了高寒草地的地上净初级生产力(ANPP)，但早春土壤增温可能部分抵消生长季变暖带来的正效应，表明生态响应存在季节性差异。Gao等[45]基于模拟研究预测，至本世纪末，青藏高原的净初级生产力(NPP)将增加79%至134%，但区域间存在显著差异，东南部增幅较大，西北部相对较小，反映出暖湿化效应的空间异质性。

对于农业生产而言，青稞是青藏高原主要粮食作物，气候暖湿化趋势为青稞生长提供了更多热量和水分资源，显著提升了生产潜力。降水是决定青稞生长期及关键生长期产量的主导因子，气温次之[46]。然而，暖湿化也带来潜在风险。一方面，气温升高有利于病虫害越冬，增加虫害发生率；不利气象条件如连续降水、高温与日照不足则易诱发条锈病，威胁青稞生长[47] [48]。另一方面，持续升温可能缩短生育期，推动种植界限向高纬度、高海拔地区延伸，虽拓展了潜在耕作区，但对品种选育与粮食安全提出更高要求[49] [50]。

4.2. 结论

1) 1961~2020年青藏高原年降水显著增加，速率为5.05 mm/10a。空间上呈东南多、西北少格局。年降水量气候倾向率在−23.55~31.47 mm/10a之间，降水变化在高原大部分地区以增加为主，尤以1991~2020年的增幅最大(7.88 mm/10a)，但横断山脉、冈底斯山周边及柴达木盆地西南局部降水略减。降水随海拔上升显著递减，<2500 m区年降水高达2781.77 mm，>4500 m区仅562.32 mm。多年降水在36年(56 a尺度)和10~15年(24 a尺度)两个时间尺度上呈现周期变化，前者表现出5次清晰震荡，后者为9次模糊震荡。

2) 四季降水均上升，以春季最显著(2.77 mm/10a)，但季节间分布不均，夏季占全年58.42%，冬季仅3.95%。空间格局仍为东南高、西北低。

3) 1961~2020年青藏高原年均气温显著升高，气候倾向率为0.22℃/10a。气温倾向率为0.01℃~0.39℃/10a，冈底斯山、昆仑山及喀喇昆仑山以北增速最快(最高0.39℃/10a)。整体呈东南较高，中西部较低的格局。四个阶段中1981~2010年升温最显著(0.40℃/10a)。气温随海拔升高递减，<2500 m区最高(17.88℃)，>4500 m区最低(−7.6℃)。多年气温在28年(44 a尺度)和8~10年(13 a尺度)两个时间尺度上亦呈现周期性波动，分别对应5次明显和14次较弱震荡。

4) 四季平均气温均呈升高趋势，以冬季最显著(0.32℃/10a)。升温空间分布呈明显异质性，春季在西北，夏季在北部，秋季集中于中部与西北局地，冬季以中部封闭区域最明显。整体升温幅度东南部高于中西部和西北部高海拔区。