吴芳营 游庆龙 ,2 蔡子怡 张玲 康世昌 翟盘茂

1 复旦大学大气与海洋科学系/大气科学研究院，上海200438

2 中国气象局—复旦大学海洋气象灾害联合实验室，上海200438

3 南京信息工程大学气象灾害教育部重点实验室，南京210044

4 中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室，兰州730000

5 中国气象科学研究院，北京100081

1 引言

青藏高原（简称高原）是中国最大、世界海拔最高的高原，平均海拔超过4000 m，因其蕴藏着丰富的淡水资源以及被广泛的山地冰川和冻土覆盖，故通常被称为“世界屋脊”、“亚洲水塔”和“第三 极”（Immerzeel et al., 2010; Kang et al., 2010;You et al., 2016; Yao et al., 2019）。研究表明，近几十年高原变暖速率远快于全球平均和同纬度其他地区，并且在未来情景下高原变暖放大效应将会持续存在（You et al., 2020a, 2020b）。气候的迅速变暖意味着高原对淡水资源储存能力下降，东亚以及南亚广大地区人们的淡水资源风险增加；对高原环境也产生严峻的影响，包括冰川融化、多年冻土退化、一些地区的荒漠化和洪水、生态系统的变化以及山体滑坡和冰川、湖溃决导致的洪水等自然灾害的 增 加（Kang et al., 2010; Thakuri et al., 2016）。高原巨大的热力作用可通过影响东亚季风进而对我国东部降水产生重要影响（Duan and Wu, 2004,2005; 吴国雄等, 2005; 刘宣飞和汪靖, 2006; Wu et al., 2007; 杨凯等, 2017）。此外，高原还蕴含着重要的生态系统价值，其变化可以对人类的福祉状况产生影响（秦大河等, 2002; 陈德亮等, 2015）。我们需要对高原的气候变化等环境问题有深入的认知和理解以支撑其生态环境和未来的发展（Barnett et al., 2005）。

高原及其周边地区的气候变化已成为争论的焦点，成为全球地球科学领域的热点之一（段安民等, 2016）。自20 世纪50 年代中期以来，高原的升温速率从0.16 增至0.36°C (10a)−1，而20 世纪80 年代以来更是上升到0.50～0.67°C (10a)−1（Kuang and Jiao, 2016），且升温存在空间不均匀性（宋辞等, 2012）。为了深入研究高原气温的空间变化，一些研究（林振耀和赵昕奕, 1996; 韦志刚等, 2003）还将高原进行了分区。此外，海拔也是影响气温变化的重要因素。越来越多的证据表明，高山地区变暖的速度快于海拔较低的地区，这种现象被称为海拔依赖型变暖，即升温速率随海拔升高而系统变化。变暖率有时甚至会随着海拔的升高而单调增加，有时这种变化则非严格单调（Rangwala and Miller,2012; Mountain Research Initiative EDW Working Group, 2015; You et al., 2020b）。高原作为一个高大地形，其变暖幅度和海拔高度也有密切关系。不仅整个高原的变暖幅度大于周围低海拔地区，高原内部不同海拔高度的变暖幅度也不一致（Kang et al., 2010; Wang et al., 2014; You et al., 2016）。刘晓东和侯萍（1998）对1961～1990 年高原及其邻近地区台站资料进行质量检测，并用多元回归方法进行插补后，发现高原气温变暖趋势与海拔高度成正比。杜军（2001）将西藏高原36 个站点划分为3000 m 以下、3000～4000 m、4000 m 以上，分析平均气温变化和海拔高度的关系得到：高海拔地区四季和年平均气温升温幅度均大于低海拔地区，4000 m 以上区域增温幅度最大。王朋岭等（2012）基于高原地区1981～2010 年的高质量、均一化的气象站点观测资料研究表明，海拔每升高1000 m，站点年平均气温倾向率增加0.1°C (10a)−1，且冬季最为显著。You et al.（2010）使用观测和再分析资料研究了高原中东部气温趋势随海拔变化的情况，发现两者不是简单的线性关系，且认为再分析资料与观测资料地形差异以及再分析资料选用陆面过程方案的不同可能是高原气候变化趋势和空间分布存在差异的原因。

高原台站在西部和高海拔地区较少，卫星遥感资料能一定程度弥补这一缺点。中分辨率成像光谱仪（MODIS）地面温度（LST）资料作为高分辨率的卫星遥感数据，不仅被众多学者用来研究其在资料稀缺地区对气温以及气温直减率的估算能力（Pepin et al., 2016; Zhang et al., 2016, 2018），还被扩展到研究海拔依赖型变暖问题。如Qin et al.（2009）使用MODIS LST 数据并检测到2000～2006 年高原温度在 3000～4800 m 之间变暖趋势增大，随海拔高度的升高，变暖幅度也随之增加，5000 m 以上由于冰雪覆盖，增温幅度较小；Guo et al.（2019）使用MODIS LST 和基于卫星的2 m 气温数据研究了2001～2015 年高原的海拔依赖型变暖及其驱动因素，认为变暖率在2000～4500 m 呈现上升趋势，但自4500～6000 m 迅速下降，且提出夜间云和积雪的变化似乎是海拔依赖型的主要控制因素，但最重要的因素是年和不同季节平均温度的不同。Gao et al.（2018）使用高分辨率的动力降尺度模拟结果研究发现高原5000 m 以上气温趋势不存在海拔依赖型特征。Liu et al.（2009）认为高原温度变化的海拔依赖型不仅发生在最近几十年，而且在未来全球气候变暖条件下，海拔依赖型将持续或增强。全球和区域模式研究发现，在未来变暖加剧情景下，高原海拔依赖型变暖依然存在，且与全球变暖1.5°C 相比，全球变暖2°C 时高原海拔依赖型变暖更为显著，并且与地表反照率反馈直接相关（You et al., 2019; Niu et al., 2021a, 2021b）。

高山环境的温度变化比低海拔环境要快，因此海拔依赖型变暖可以加快山地生态系统、冰层系统、水文状况和生物多样性的变化速度（You et al.,2020b）。海拔依赖型变暖可能对高海拔地区冰冻圈保护和相关径流、生态系统稳定性和农业生产产生重大影响。此外，海拔依赖型变暖对固态和液态降水沉淀的分布变化（例如雪线的海拔）以及冰川沉积物的融化速率有影响，最终会影响下游的水流和水资源（Bolch et al., 2012）。因此，海拔依赖型变暖已成为高山地区的一个重要问题，全球和区域尺度的研究表明其表现形式存在显著的空间差异（Wang et al., 2014; You et al., 2020b; Li et al.,2020）。从整体上看，大多数这些研究都表明在观测和气候模式中都存在海拔依赖型变暖，但在一些地区具有很强的季节性，与地表观测的稀缺性、地面气象网格在高原上发展的相对局限性，以及与量化方法相关的不确定性/局限性等相关（Rangwala and Miller, 2012; Mountain Research Initiative EDW Working Group, 2015; You et al., 2020b）。以 往 对于高原海拔依赖型变暖的研究多把高原作为整体研究，缺少对此特征在高原分区上的研究，且缺乏不同干湿分区下的特征与机理研究。

综上，由于高原幅员辽阔、下垫面类型复杂多样，高原海拔依赖型变暖作为一个复杂的研究内容，其特征随研究时段、所用资料的不同而不尽相同，且其年和各季节的特征差异也十分明显（刘晓东和侯萍, 1998）。积雪、冰川、冻土是高原冰冻圈主要要素。积雪—反照率反馈是冰冻圈变暖过程最主要 的 机 理 之 一（Duan and Wu, 2006; You et al.,2019; Guo et al., 2020），因此，本文将基于高分辨率温度资料研究干湿分区下的海拔依赖型变暖的空间模态以及机理，以MODIS 白天地温为例，在年尺度上分析高原2001～2018 年海拔依赖型特征及积雪在其中的作用，以期加深对高原海拔依赖型变暖特征和机理的理解与认知。

2 资料和方法

2.1 资料

本文中研究时段为2001 年1 月至2018 年12 月，用到的资料主要有：

（1）站点2 m 气温观测资料：本研究选取由中国国家气象信息中心整理的经过均一化和质量控制的全国范围内共2400 余站点的逐月最高气温资料，可通过网站http://data.cma.cn [2020-12-11] 获取（You et al., 2019; Yan et al., 2020）。其中，在高原区域海拔高于2 km 且具有完整观测序列的站点共122 站，站点位置和海拔分布见图1。

图1 青藏高原（简称高原）分区以及气象站点（红点）分布，图中字符ID1、IC2 等意义见表1Fig.1 Ecosystem zones and distribution of meteorological stations over the Tibetan Plateau (TP), and the meanings of characters ID1, IC2,etc. in the figure are shown in Table 1

（2）卫星遥感资料：搭载在Terra 和 Aqua 两颗卫星上的中分辨率成像光谱仪（MODIS）可每1～2 天获取陆地和海洋温度、陆地表面覆盖、云、汽溶胶和火情等目标的图像，是美国地球观测系统（EOS）计划中用于观测全球生物和物理过程的重要仪器（吕京国等, 2009）。本文使用Terra 卫星搭载的MODIS 逐月地温资料MOD11C3（https://doi.org/10.5067/MODIS/MOD11C3.006 [2020-12-11]），是通过将分辨率为1 km 的日产品MOD11A1 重采样后合成而生成（吕京国等, 2009），包含白天温度和夜间温度两个变量，本文仅使用白天温度；Terra 卫星的MODIS 月积雪覆盖率资料（https://doi.org/10.5067/MODIS/MOD10CM.061 [2021-02-09]），是基于原始条带数据进行了地图投影，并且选取一天中像元数据最大的数据形成日产品，月产品是由日产品合成而获得（吕京国等, 2009;）。本文使用的分辨率均为0.05°×0.05°，且均为MODIS 第三级产品，是以统一的时间—空间栅格表达的变量，具有一定的完整性和一致性，可以集中进行科学研究。

（3）数字高程模型（DEM，http://srtm.csi.cgiar.org [2020-12-11]）数据提供的海拔高度，DEM 是通过有限的地形高程数据实现对地面地形的数字化模拟，其作为国家地理信息的基础数据被广泛使用，本文使用的DEM 空间分辨率为90 m×90 m，可插值成不同的分辨率与不同的资料匹配，本文仅研究高原＞2 km 区域。

2.2 方法

高原干湿分区。高原受大地势结构和大气环流的制约，形成了温度、水分条件不同组合的地域，呈现从东南温暖湿润向西北寒冷干旱的变化。干湿分区是以年干燥度为主要指标、年降水量为辅助指标，区分出湿润、半湿润、半干旱和干旱等不同水分状况的地域类型。本研究首先基于干湿分区（郑度, 1996）（图1，表1），研究高原海拔依赖型变暖的空间模态。

表1 高原分区Table1 Information of ecosystem zones over the TP

MODIS 资料结合DEM 高程数据，弥补了观测资料在高原更高海拔（>5 km）的缺乏，故对于海拔依赖型变暖的研究不限制在5 km 以下。本研究不仅研究海拔依赖型变暖在2～5 km 的特征，还将研究5 km 以上是否存在海拔依赖型变暖。

本研究主要使用的统计方法有线性倾向估计、相关分析、t检验（魏凤英, 1999）。在MODIS 适用性分析中，未特殊说明的均是取122 个站点所在位置的MODIS 白天地温像元数据与站点数据分析比较。在特征分析中，MODIS 白天地温的年际趋势与海拔的相关系数显著则定义为存在海拔依赖型变暖，此处是像元间的趋势与海拔的相关系数；趋势随海拔变化速率同样是像元间的趋势与海拔的线性倾向估计。以上均使用t检验验证其显著性。

3 结果与分析

3.1 MODIS 白天地温在高原的适用性分析

如图2a–f 所示，在不同海拔区间内，MODIS白天地温与观测的最高气温在时间上存在很好的一致性，相关系数在0.66～0.80，且均通过显著性检验，表明MODIS 白天地温在时间和空间上能准确表现高原观测到的变化。观测的最高气温呈显著的海拔依赖型变暖特征，且站点对应像元上的MODIS 白天地温与观测的最高气温趋势变化存在很好的相关关系，相关系数为0.91；在具体数值上，MODIS 趋势存在高估（图2g–h）。同时，从每隔500 m 海拔区间的整个MODIS 像元平均结果来看，其与观测更为接近，表现为具有更高的相关系数

（0.95），和趋势数值更接近（图2i）。以上结果表明MODIS 白天地温能够基本再现观测到的海拔依赖型变暖特征，在年尺度上用MODIS 白天地温对更高海拔的增温趋势做预测是可行的，这与前人结论一致（Qin et al., 2009; Zhang et al., 2016; Guo et al., 2019）。

图2（a–f）2001～2018 年观测的最高气温与中分辨率成像光谱仪（MODIS）白天地温在青藏高原不同海拔区间的时间序列，右下角数字表示两序列的相关系数，括号内蓝色数字代表该海拔区间内气象站点数；（g）观测的最高气温趋势随海拔区间的变化，EDW 后的数字表示趋势与海拔的相关系数；（h，i）观测的最高气温与MODIS 白天地温在不同海拔区间（彩色圆点）趋势的散点图：（h）站点所在像元的MODIS，（i）海拔区间的MODIS，右下角数字表示相关系数（相关系数后***表示通过0.01 显著性水平的t 检验）Fig.2 (a–f) Time series of the observed maximum temperature and Moderate-resolution Imaging Spectroradiometer (MODIS) daytime Land Surface Temperature (LST) at different elevation ranges over the TP during 2001–2018. The number in the bottom right corner represents the correlation coefficient of the two sequences. The blue numbers in brackets of the figure title represent the number of meteorological stations in the elevation range.(g) Trend of observed maximum temperature changes with the elevation. The number after EDW indicates the correlation coefficient between the trend and elevation. (h–i) Scatter plots of the trend of the the observed maximum temperature and MODIS daytime LST at different elevation ranges (colored dot): (h) the MODIS of the pixel where the station is located; (i) the MODIS of the elevation range (the number in the bottom right corner represents the correlation coefficient, *** indicates that passed the t-test of 0.01 significance level)

3.2 MODIS 白天地温揭示的海拔依赖型变暖特征

表2 列出了高原以及五个干湿分区的平均海拔状况以及基于MODIS 资料的各区域基本特征，高原平均海拔为4436.8 m，MODIS 资料在高原＞2 km区域共有97246 个像元，平均白天地温为11.86°C，平均积雪覆盖率为17.76%。其中，平均海拔最高的为半干旱地区，比例占整个高原的41.64%，湿润地区平均海拔最低，比例仅占整个高原的1.77%；平均白天地温与干湿地区密切相关，表现为由干旱到湿润地区平均白天地温逐渐减少；平均积雪覆盖率在湿润半湿润和湿润地区相对较高。

图3 给出了2001～2018 年MODIS 白天地温在高原以及五个干湿分区的时间序列，可见该时间段内高原以及五个干湿分区除湿润地区外区域平均白天地温均有不显著的增加趋势 [0.14～0.32°C(10a)−1]（表2），同时由图3 可见趋势的标准误差范围为0.031～0.058°C a−1，表明温度的年际波动较大，特别是在半湿润地区，故认为未通过显著性检验的原因可能是变量年际波动较大以及研究时间段较短未能有显著的长期趋势存在。

图3 2001～2018 年 MODIS 白天地温在高原以及五个干湿分区的时间序列。Trend 表示趋势（均未通过显著性检验），单位：°C (10a)−1 ；rstd 表示一元回归系数的标准误差，相当于趋势的标准误差，单位：°C a−1Fig.3 Time series of the MODIS daytime LST over the TP and its five subregions during 2001–2018. “Trend” represents the trend (none of them passed the significance test), units: °C (10a)−1, and “rstd” represents standard error of the estimated regression coefficient, units: °C a−1

表2 基于MODIS 和数字高程模型（DEM）资料的高原以及五个干湿分区的基本特征（趋势均未通过显著性检验）Table2 Basic characteristics of the TP and its five subregions based on MODIS and Digital Elevation Model data (none of them passed the significance test)

由图4 可见MODIS 白天地温的年际趋势在高原以及五个干湿分区随海拔区间的变化，在不同的干湿分区海拔依赖型变暖呈不同的特征，结合表3可见，从高原整体方面来说，＞2 km 海拔与变暖趋势的相关系数为0.23，海拔区间的平均趋势从−0.05°C (10a)−1左右（2～2.5 km）增加到0.5°C a−1左右（5～5.5 km），＞5.5 km 保持在较高水平，表明高原存在显著的海拔依赖型变暖，且平均海拔每增加100 m，地温趋势增加0.02°C (10a−1)；2～5 km海拔与变暖趋势的相关系数为0.17，＞5 km 海拔与变暖趋势的相关系数为−0.01，表明虽然＞5 km的区域变暖趋势没有随海拔继续升高的情况，但是其保持在较高水平，加强了整体的变暖趋势与海拔的相关性。

从五个干湿分区来说，＞2 km 海拔与变暖趋势的相关系数为0.11～0.46，表明各分区存在显著的海拔依赖型变暖，但存在差异。其中，半湿润地区特征最显著，表现为相关系数（0.46）最大，同时该区域平均海拔每增加100 m，地温趋势增加0.06°C (10a−1)；湿润半湿润相关系数为0.40，平均海拔每增加100 m，趋势增加0.03°C (10a−1)；半干旱地区相关系数为0.34，平均海拔每增加100 m，趋势增加0.03°C (10a−1)；湿润地区相关系数 为0.29，平均海拔每增加100 m，趋势增加0.01°C(10a−1)；干旱地区相关系数为0.11，特征最弱，平均海拔每增加100 m，趋势增加0.01°C (10a−1)。各分区2～5 km 海拔与变暖趋势的相关系数为0.06～0.41，＞5 km 海拔与变暖趋势的相关系数为−0.07～0.18，因相关系数较小（绝对值＜0.1）或未通过显著性检验，故认为＞5 km 各分区均不存在显著的海拔依赖型变暖特征（图4，表3）。总的来说，海拔依赖型变暖特征在高原表现为偏湿润地区强于偏干旱地区；季风区强于西风区。

表3 高原以及五个干湿分区2001～2018 年MODIS 白天地温的年际趋势与海拔的相关系数（***，**，*分别表示通过0.01，0.05，0.1 显著性水平的t 检验）Table3 Correlation coefficients between the trend of the MODIS daytime LST and elevation over the TP and its five subregions during 2001–2018 (***, **, and * indicates that passed the t-test of 0.01, 0.05, and 0.1 significant level, respectively)

3.3 基于MODIS 资料的高原海拔依赖型变暖与积雪覆盖率的关系

2001～2018 年，高原整体上积雪无显著变化（图略）。由图5a–b 可见，高原年积雪覆盖率在南部和西部存在大值区；中东部和南部边缘区域积雪覆盖率有增加趋势，这与Guo et al.（2020）的研究一致，其余地区为减少趋势主导，柴达木盆地积雪覆盖率为减少趋势。图5c 给出了积雪覆盖率趋势随海拔的变化，由于常年积雪覆盖率相对较低，＜5 km 区域积雪覆盖率变化趋势不大，2～3.5 km积雪覆盖率有增加趋势，3.5～4.5 km 则有轻微减小趋势，在积雪覆盖率较高的5～6.5 km，积雪覆盖率有较大的减少趋势，为−2% (10a)−1左右，＞6.5 km 变化不大，是由于该区域温度长期在较低水平（图4）。

图4 高原以及五个干湿分区下2001～2018 年MODIS 白天地温的年际趋势随海拔区间的变化。柱状图上数字代表相应海拔区间的平均白天地面温度Fig.4 Trend of the MODIS daytime LST changes with elevation ranges over the TP and its five subregions during 2001–2018. The numbers on the histogram represents the mean MODIS daytime LST in the corresponding elevation range

为研究积雪覆盖率对高原海拔依赖型变暖特征的影响，图5d 给出了MODIS 白天地温趋势与积雪覆盖率趋势的关系，由图可见，高原温度的变化与积雪覆盖率的变化非常密切，MODIS 白天地温和积雪覆盖率变化有很好的负相关关系，相关系数为−0.76。积雪—反照率正反馈机制影响温度的过程：温度升高导致积雪融化，积雪覆盖率减少，从而导致地表反照率降低，地面吸收的太阳短波辐射增加，进一步导致温度升高。以上结果表明积雪—反照率反馈对其整体海拔依赖型变暖有很大贡献。

图5 2001～2018 年MODIS 积雪覆盖率在高原的（a）气候态、（b）变化趋势分布、（c）趋势随海拔区间的变化以及（d）不同海拔区间的MODIS 白天地温趋势与MODIS 积雪覆盖率趋势比较。图中数字为相关系数（**表示通过0.05 显著性水平的t 检验）Fig.5 Spatial distributions of (a) climatology, (b) trend, and (c) trend change with elevation ranges from the MODIS snow cover percent (SCP) and(d) trend from the MODIS daytime LST versus trend from the snow cover in different elevation range over the TP during 2001–2018. The number in figure d represents the correlation coefficient (** indicates that it passed the t-test of 0.05 significance level)

进一步分析不同干湿分区下MODIS 白天地温与积雪覆盖率的变化关系。由图6 可知，在高原不同分区两者变化关系存在差异，在干旱、半干旱、半湿润、湿润半湿润地区呈现的显著的海拔依赖型变暖特征与积雪变化呈显著的负相关关系，相关系数从−0.72 到−0.83，表明积雪—反照率反馈对这些分区的海拔依赖型变暖有很大贡献，湿润地区则不存在类似显著的负相关关系。其中，相关性最高的半湿润和湿润半湿润地区的海拔依赖型变暖特征也最为显著（表3），上述两个地区，由于年均温在0°C 左右（You et al., 2020a），随着气候变暖，由于积雪—反照率反馈在积雪较浅薄的地区作用最明显（You et al., 2020c），存在比其他地区更多的积雪覆盖率亏损（图6）。相对而言，干旱与半干旱地区年均温更低，故气候变暖程度对积雪影响相对小，相应的海拔依赖型变暖特征也相对弱。而对于湿润地区，积雪覆盖率的上升可能是由于降雪（固态降水）增加抵消了积雪融化损耗（Guo et al.,2020），由其他因素主导其海拔依赖型变暖。有研究通过CO2加倍试验认为高原东部主要是云—辐射反馈过程导致了高原增温幅度随海拔升高而增大，而高原西南部则是积雪—反照率反馈起主导作用（Chen et al., 2003）。且高原地表水汽含量的增加会使向下长波辐射增加而导致高原增温（Rangwala et al., 2009）。故在积雪增加的湿润地区，可能是云辐射、水汽等其他因素主导了其海拔依赖型变暖（You et al., 2020b）

图6 2001～2018 年高原以及五个干湿分区下不同海拔区间的MODIS 白天地温与MODIS 积雪覆盖率趋势比较。左下角数字表示两者相关系数（***、**分别表示相关系数通过0.01、0.05 显著性水平的t 检验）Fig.6 Trend from the MODIS daytime LST versus the trend from the snow cover percent (SCP) in different elevation ranges over the TP and its five subregions during 2001–2018. The number in the bottom left corner represents the correlation coefficient (*** and ** indicate that the correlation coefficients passed the t-test of 0.01 and 0.05 significant level, respectively)

4 结论

本文首先对MODIS 白天地温资料在高原的适用性进行评估。其后，依据高原干湿分区进一步研究了高原海拔依赖型变暖的空间模态。随后，探究了积雪在各分区海拔依赖型变暖中的作用，从而得到以下主要结论：

（1） MODIS 白天地温能够很好地体现到观测的最高气温的时空以及海拔依赖型变暖特征，是研究高原较高海拔（＞5 km）的温度变化特征的可靠资料。

（2）高原整体MODIS 白天地温存在显著的海拔依赖型变暖特征，平均海拔每增加100 m，地温趋势增加0.02°C (10a−1)；干湿分区下，海拔依赖型变暖特征在高原表现为偏湿润地区强于偏干旱地区；季风区强于西风区。海拔依赖型特征强弱：半湿润地区＞湿润半湿润地区＞半干旱地区＞湿润地区＞干旱地区。平均海拔每增加100 m，以上区域的地温趋势分别增加0.06、0.03、0.03、0.01、0.01°C (10a−1)。

（3）高原整体MODIS 白天地温与积雪覆盖率趋势随海拔区间变化的相关系数为−0.76，表明积雪—反照率反馈对其整体海拔依赖型变暖有很大贡献；干湿分区下，地温与积雪覆盖率趋势随海拔区间变化相关性与海拔依赖型变暖程度几乎正相关：相关性最高的半湿润和湿润半湿润地区的海拔依赖型变暖特征最为显著，是由于以上地区年均温在0°左右，在气候变暖背景下积雪—反照率反馈作用最为强烈；干旱与半干旱地区相关性次之，相应的海拔依赖型变暖特征也相对弱，是由于年均温相对更低，气候变暖程度对积雪影响相对较小，一定程度上限制了积雪—反照率反馈的作用；而湿润地区的积雪覆盖率的上升可能是由于降雪（固态降水）增加抵消了积雪融化损耗，云辐射、水汽等其他因素主导了其海拔依赖型变暖。

5 讨论

本文卫星遥感资料MODIS 白天地温，结合高原干湿分区，研究了其海拔依赖型变暖特征，结果揭示了高原的偏湿润地区强于偏干旱地区，季风区强于西风区的海拔依赖型变暖特征，Li et al.（2020）的结论也认为高原东南部的相对湿润地区的海拔依赖型变暖是更为显著的。进而总结了白天温度在高原不同分区表现出的海拔依赖型变暖特征结合当地气候特性对积雪覆盖率的不同影响，分析了积雪-反照率反馈主要作用的分区，也对其他可能的原因进行分析讨论，但存在一些不足：

（1）尽管地面台站资料具有可靠性高、准确度高的优点，但是其主要分布在高原中东部地区的河谷地区，且较为稀疏，而高原的地形起伏较大，仅仅依靠现有台站观测还不能表现出高原复杂的气候变化。故需借用遥感、数值模拟等手段弥补。但由于遥感技术的发展，遥感资料的时间长度有限，其质量也有很大的改进空间。例如，本文使用的MODIS 遥感数据存在以下问题：在时间上，自2000 年2 月起至今，长度仅20 年左右；在数据质量上，能否正确识别云对其准确性有较大影响；在分辨率上，虽相对其他数据较高但也无法准确描述地表要素的异质性等（Qin et al., 2009; Zhang et al.,2016; Guo et al., 2019, 2020）。此外，MODIS 提供逐日和8 天合成的1 km 分辨率地表温度产品具有比本文中所用数据更好的时间和空间分辨率，本文考虑到研究为年尺度并未选择。

（2）海拔依赖型变暖的特征在全球和区域尺度的研究表明，其表现形式存在显著的空间差异，其作用机理十分复杂，除积雪—反照率反馈作用外，云反馈、水汽反馈、气溶胶反馈、土壤湿度、土地利用变化、臭氧变化以及植被变绿均会产生影响（You et al., 2020b）。其中，除了最常见的驱动因素反照率和向下热辐射的变化外，湿度变化和气候的内部变率在青藏高原地区也有相当重要（Palazzi et al., 2019）。本文仅对积雪—反照率反馈分析，故还待更多细致的机理研究和数值模式的发展。

（3）最后，本文只考察了年平均结果，而高原冷暖两季地表温度的分布差异明显，其海拔依赖型变暖特征也存在明显差异，且冷暖季高原下垫面变化较大，大气中各变量以及云等均存在差异，以期在后续研究中展开以上要素在冷暖两季海拔依赖型变暖的特征与差异。