南京大学地理与海洋科学学院肖鹏峰教授团队在《CEE》上发文:冬季积雪减少加剧了暖季复合干热极端事件

科技   2024-11-08 00:01   贵州  
冬季积雪减少加剧了暖季复合干热极端事件——《Communications earth & environment》

摘要

Ongoing warming intensifies snowpack extremes, posing significant hydroclimatic risks to socio-ecological systems. However, the relation between snowpack extremes and subsequent compound hydroclimatic extremes remains unclear. Here, we investigated the impact of snowpack extremes on warm-season compound hydroclimatic extremes in the Northern Hemisphere using multisource datasets from 1980 to 2022. We found widespread increases in deficient, short, and deficient-short snowpack extremes, triggering more compound hot-dry extremes within a month after snowpack disappearance (mean coincidence rate over 0.6, p < 0.05). The impact of compound snowpack extremes exceeded that of individual snowpack extremes in both areas (over 10%) and coincidence rates (over 0.2). Meanwhile, increased intensity, rather than frequency, of snowpack extremes drove mainly the occurrence of compound hydroclimatic extremes. Furthermore, background climate factors, followed by vegetation, topography, and soil, affected relations between snowpack and compound hydroclimatic extremes. These findings will deepen our understanding of the emerging consecutive extremes and improve their predictability.

持续的变暖加剧了积雪极端事件,给社会生态系统带来了显著的水文气候风险。然而,积雪极端事件与随后的复合水文气候极端事件之间的关系尚不明确。在此,我们利用1980年至2022年的多源数据,研究了北半球积雪极端事件对暖季复合水文气候极端事件的影响。研究发现,积雪不足、积雪短持续和不足-短持续的极端事件普遍增加,在积雪消失后的一个月内触发了更多的复合干热极端事件(平均一致率超过0.6p < 0.05)。复合型积雪极端事件在面积(超过10%)和一致率(超过0.2)方面的影响超过了单一积雪极端事件。同时,积雪极端事件的强度增加,而非频率增加,主要推动了复合水文气候极端事件的发生。此外,背景气候因素,其次是植被、地形和土壤,影响了积雪与复合水文气候极端事件之间的关系。这些发现将加深我们对新兴连续极端事件的理解,并提高其可预测性。

主要图表

1 1980年至2022年北半球不同积雪极端事件发生概率和强度趋势的空间分布。(a–h) 表示积雪丰富、积雪不足、积雪持续长、积雪持续短、积雪丰富-持续长、积雪丰富-持续短、积雪不足-持续长和积雪不足-持续短极端事件的显著趋势(彩色区域,p < 0.05)。灰色区域表示北半球季节性积雪主导的区域(即研究区)。插图中的柱状图表示展示特定趋势的区域,这些趋势按照发生概率和强度趋势的低-高、高-高、低-低或高-低组合分类。

 

2 积雪极端事件与复合水文气候极端事件之间的关系。a 表示积雪消失后 1-5 个月间,不同积雪极端事件与复合水文气候极端事件显著一致率(p < 0.05)的最大面积比例和强度。显著一致率的平均值仅计算面积比例大于 2% 的区域。bc 显示积雪不足-持续短极端事件与复合干热极端事件(DS&HD),以及积雪丰富-持续长极端事件与复合冷湿极端事件(RL&CW)在 1 个月滞后期的显著一致率的空间模式(彩色区域)。插图中的黑色和红色数字分别表示显著一致率的面积比例和平均值。de 显示 DS&HD RL&CW 2-5 个月滞后期的显著一致率的面积比例和平均值。fg 显示 DS&HD RL&CW 的空间共现率的距离尺度。每个面板显示立方多项式回归的决定系数(R2)。插图表示空间共现率的纬度分布,阴影区域表示±0.5个标准差。

 

3 积雪极端事件强度对复合水文气候极端事件的敏感性。ab 分别展示了积雪不足-持续短极端事件(a, HD to DS)和积雪丰富-持续长极端事件(b, CW to RL)的强度对复合干热和冷湿极端事件敏感性的地理和纬度模式。灰色区域表示无显著一致率的像素,插图中的棕色和绿色数字分别表示敏感性大于1和小于1的区域。c 显示了不同 IPCC 气候参考区域中 HD DS CW RL 的敏感性。箱线图中的三角形标记表示平均值,中心线表示中位数,须线表示第5/95百分位数。仅分析具有超过 100 个显著像素的区域。de 显示了积雪极端事件强度对一致率的影响。每个点表示特定强度区间(0.1,每个区间包含超过100个像素)内一致率的平均值,阴影区域表示95%的置信区间。

 

4 四类环境因素对积雪极端事件水文气候影响的贡献。ab 显示了不同变量对积雪不足-持续短极端事件与复合干热极端事件(DS&HD)(a)和积雪丰富-持续长极端事件与复合冷湿极端事件(RL&CW)(b)的一致率变化的相对重要性。条形图插图中的圆圈表示整个区域四类因素的累积贡献。条形图中的“+”和“–”符号表示根据部分贡献分析,变量与一致率之间的显著正相关和负相关。cd 分别展示了四类因素对不同气候参考区域中 DS&HD RL&CW 事件一致率变化的累积贡献,仅分析具有超过100个显著像素的区域。e 显示了受每个主导因素影响的气候参考区域的数量。

 

5 示意图展示了积雪极端事件对陆地表面和大气条件的影响。a 表示积雪不足-持续短极端事件,意味着积雪较少;b 表示积雪丰富-持续长极端事件,意味着积雪较多。符号“↑”和“↓”分别表示变量的增加和减少。积雪极端事件对复合干热和冷湿极端事件的两个主要影响途径(或效果)通过改变土壤湿度(①水资源过程)和地表反照率(②辐射过程)来确定。路径图中的红色和蓝色文字分别表示变量的增加和减少。ET 表示蒸散作用。

 

1 八种积雪极端事件的特征和定义。

引用方式

Liu, H., Xiao, P., Zhang, X., Liang, Y., Tang, B., Chen, S., & Liu, Y. (2024). Winter snowpack loss increases warm-season compound hot-dry extremes. Communications Earth & Environment, 5(1), 567. https://doi.org/10.1038/s43247-024-01734-8


生态遥感前沿
分享生态遥感领域实用教程、最新科研成果及资讯,交流、合作等事宜请加Novel_2020
 最新文章