关注+星标☆，好文及时看
摘要
青藏高原日益频繁和强烈的热浪对该区域的生态和水文系统构成了严重威胁。然而，目前对青藏高原热浪事件的了解主要基于单个站点或单一要素（冰川、湖泊）的分析，对整个区域长时间内热浪事件的演化了解尚不足。在此，我们利用更精细的数据，通过将多个指标汇总为一个综合性指数来量化热浪量级，并探讨了外部环境因素对青藏高原区域热浪量级的影响。我们的研究结果表明，21世纪以来，青藏高原热浪量级明显增强，尤其是在秋季。从1979-2000年到2001-2022年，热浪量级的热点区向青藏高原西北部移动，而热浪量级增速的高值区则向相反方向移动。季节间，从春季到冬季，热浪量级热点区的迁移方向从前22年（1979-2000年）的西北向变为近22年（2001-2022年）的东南向。我们还发现，向下短波辐射对热浪量级的空间分层异质性起着重要作用，而温度的变化趋势对热浪量级趋势的空间分层异质性起着主导作用。此外，热浪量级变化受海拔高度的影响。且在近22年内，热浪量级的海拔依赖性变得更加明显，高热浪量级向高海拔地区迁移。并且，土地覆被类型的不同也会在一定程度上影响热浪量级。我们的研究结果强调了21世纪前后热浪量级演变的迁移模式，为理解不同时期环境因素与热浪量级之间的相互作用提供了科学依据。
主要内容
青藏高原被誉为“地球第三极”，是对全球气候变化响应最敏感和最突出的地区之一。虽然年平均温度较低，但自20世纪70年代以来，青藏高原的气温变化幅度可达到全球平均的2倍多，这增加了青藏高原遭受热浪侵袭的可能性。2022年夏季热浪席卷中国，在此期间，青藏高原8月份气温上升至2000以来的最高水平，导致了极端热浪事件的发生。而对于极地和高寒地区，热浪事件会通过冰川、多年冻土和积雪等的减少，对冰冻圈生态、水文等造成严重威胁。然而，目前对青藏高原区域热浪事件的了解主要基于气象站点的分析或聚集于某一冰冻圈要素。缺乏对过去几十年来青藏高原热浪事件演变过程的认识以及对外部环境因素对热浪事件影响的了解。
考虑青藏高原区域的气候条件，该研究基于百分位相对阈值法对1979-2022年青藏高原地区的热浪事件进行识别。并在格点尺度上定义了热浪事件频次、热浪事件总天数、单次热浪事件持续时间以及强度四个热浪指标，探究了青藏高原区域热浪不同特征的时空模式。在此基础上，综合多个热浪指标，引入一个考虑热浪指标均衡性的综合性指数对热浪量级进行量化，并分析了其演变特征。最后，综合分析了外部环境条件（海拔、土地利用和区域气候条件）对热浪量级的影响。
文章亮点：
主要图表
图1 青藏高原地形和土地覆盖类型的空间分布。(a) 青藏高原及其子区域的地形和范围。黑色三角形代表青藏高原部分气象站的位置。 (b) 2022 年青藏高原土地覆盖类型的空间分布。子区域的边界划分参考Tang et al. (2022)。
图2 全 44 年（1979-2022 年）热浪指标的区域平均时间序列和趋势（左栏），以及前 22 年（1979-2000 年）和近 22 年（2001-2022 年）热浪指标多年均值的概率分布（右栏）。 (a、b）一年中所有热浪事件（HWE）的累计强度（HWI），即每年热浪事件期间日最高温度超过热浪阈值部分的总和。(c, d) 一年中所有热浪事件的平均持续时间（HWD）。 (e, f) 一年中发生热浪事件的总数（HWF）。(g、h）一年中 HWE 覆盖的总天数（HWT）。在左栏（a、c、e 和 g）中，黑色曲线表示时间变化值。直线表示相应时期的线性趋势。阴影表示拟合直线的 95% 置信区间。每个子图都给出了每十年线性趋势的斜率和 P 值估计值。红色和蓝色柱状图是研究期内热浪指标的最低和最高年份。通过 Lepage 检验，在 95% 的置信水平下，四个热浪指标的两组时间序列（1979-2000 年；2001-2022 年）之间存在显著差异。利用Mann-Whitney U 检验证实，在 95%的置信水平上，两个时期的四个热浪指标的区域平均值存在显著差异。
图3 不同时期青藏高原各子区域热浪指标的多年均值和趋势。在全 44 年（1979-2022 年）、前22 年（1979-2000 年）及近 22 年（2001-2022 年），青藏高原不同子区域的 (a)热浪强度（HWI）、(b)热浪持续时间（HWD）、(c)热浪事件频次（HWF）及(d)热浪事件总天数（HWT）的多年平均值及趋势。无斜线的下柱状体表示这一时期热浪指标的多年平均值，有斜线的上柱状体表示这一时期热浪指标每十年的线性趋势。各分区域的全称分别对应： PA，帕米尔；WK，西昆仑；EK，东昆仑；QL，祁连山；IT，青藏高原内部；ST，青藏高原东南部；HK，兴都库什；KA，喀喇昆仑；WH，喜马拉雅山西部；CH，喜马拉雅山中部；EH，喜马拉雅山东部；HD，横断山脉。
图4 1979-2022年综合性热浪指数（CHI）的区域平均时间序列和空间分布。(a) 1979-2022年综合性热浪指数的区域平均时间序列，以及不同时期综合性热浪指数时间序列的变化趋势。黑色实线表示时间变化值。直线表示相应时期的线性趋势。阴影表示拟合直线的 95% 置信区间。面板中给出了每十年线性趋势的斜率和 P 值估计值。红色和蓝色柱状图是研究时期热综合性热浪指数的最低和最高年份。通过 Lepage 检验，在 95% 的置信水平下，两组 CHI 时间序列（1979-2000 年；2001-2022 年）之间存在显著差异。(b) 前 22 年（1979-2000 年）和近 22 年（2001-2022 年）青藏高原区域CHI多年平均值的概率分布。Mann-Whitney U 检验证实，在 95% 的置信水平下，两个时期的多年平均 CHI 存在显著差异。全部 44 年（1979-2022 年）、前 22 年（1979-2000 年）和近 22 年（2001-2022 年）(c-e) CHI多年平均值的空间分布和 (f-h) CHI的变化趋势。标点区域代表 0.05 正（负）显著性水平下的趋势。
图5 全44 年（1979-2022 年）、前 22 年（1979-2000 年）和近 22 年（2001-2022 年）青藏高原不同季节年平均季节性 CHI 的区域平均时间序列和变化趋势。(a) 1979-2022 年季节性 CHI 的区域平均时间序列。中间红色虚线表示的值是 1979-2022 年所有季节CHI的区域平均值。黑色垂直虚线表示季节差异明显的年份。(b) 不同时期不同季节的季节性CHI的线性趋势。颜色反映了趋势的大小，从最低（蓝色）到最高（橙色）。星号表示在 95% 置信度下的显著性。(c) 不同时期不同季节青藏高原区域 CHI 的多年平均值。方框表示季节性 CHI 年平均值的分布。白点表示多年平均值，柱状图和竖线分别表示年平均值的 25-75%和 5-95%范围。
图6 不同时期各季节青藏高原区域热浪量级热点区的标准偏椭圆和重心的空间分布。(a) 全 44 年（1979-2022年）；(b) 前 22 年（1979-2000年）；(c) 近 22 年（2001-2022年）。CHI 值超过每个时期多年均值的区域被定义为该时期的热浪量级热点。
图7 不同海拔高度下 CHI 值的变化及趋势。(a) 在不同海拔高度下，全 44 年（1979-2022年）、前 22 年（1979-2000 年）和近 22 年（2001-2022 年）的年平均 CHI 值。(b) 在不同海拔高度条件下，全 44 年、前 22 年和近 22 年的 CHI 的变化趋势。实心曲线表示每 100 米海拔分区的平均值。阴影区域表示根据 100 米海拔区间的标准差估算的相应海拔间变化范围。
图8 2001-2022 年不同土地覆盖类型下 CHI 值的差异和变化趋势。(a) 2001-2022 年期间，青藏高原不同土地覆盖类型下的年 CHI 的年际变化和趋势。曲线表示时间变化值。直线表示相应的线性趋势。面板中给出了每十年趋势的斜率和 P 值估计值。(b) 2001-2022 年期间青藏高原区域不同土地覆盖类型下不同季节的 CHI 年平均值的线性趋势（单位：/decade）。颜色反映了从最低（蓝色）到最高（橙色）的趋势大小。星号表示在 95% 置信度下的显著性。(c) 2001-2022 年期间青藏高原区域不同土地覆盖类型的年均值CHI的差异。柱状图中间的黑色水平线为逐年均值的中值。柱状图和垂直黑线分别框定了该土地覆盖类型区域 CHI 逐年均值的 25%-75%、5%-95%范围。显著性字母（a、b、c、d、e）反映了根据Kruskal-Wallis H 检验和 Dunn 检验得出的不同土地覆盖类型之间 CHI 的显著性差异。标有相同字母的土地覆盖类型表示其 CHI 没有实质性差异（P < 0.05）。反之，标有不同字母的土地覆盖类型表示它们的CHI有实质性差异（P < 0.05）。
图9 各气候因子与 CHI 的相关性结果。(a) 温度 (TEM)；(b) 降水 (PRC)；(c) 相对湿度 (SH)；(d) 气压 (PRE)；(e) 向下短波辐射 (DSR)；(f) 向下长波辐射 (DLR)；(g) 地表显热通量 (SSHF)；(h) 地表潜热通量 (SLHF)。标点表示在 0.05 水平上具有正（负）显著性。
图10 地理探测器模型（GDM）描述了不同时期气候因子趋势与 CHI 之间的空间分布关系。全 44 年（1979-2022 年）（左列）；前 22 年（1979-2000年）（中列）；近 22 年（2001-2022 年）（右列）。 (a-c）单因子探测结果。用 Q 值来衡量气候因子的趋势对 CHI 趋势的空间分层异质性（SSH）的解释程度。星号表示通过了显著性检验，P < 0.05。(d-f）交互作用探测结果。确定两个不同气候因子趋势之间的交互作用对 CHI 趋势 SSH 的解释力。颜色反映了 Q 值的大小，从最低（蓝色）到最高（橙色）。
图11 热浪事件识别与定义。(a) 热浪事件识别示意图，该示意图基于给定某一网格一年中所有天数的温度和热浪阈值数据。黑色实心曲线表示该格点全年所有天数的日最高气温。红色和蓝色实心曲线分别表示相应日期的热浪阈值和气候平均值（基线期：1991-2020 年）。持续时间少于三天的短时高温（用黑色文字和箭头标出）不属于一次热浪事件。持续三天或三天以上的日最高气温超过热浪阈值即为一次热浪事件（用红色文字和箭头表示）。(b) 热浪事件的合并。两个相邻的热浪事件（热浪事件 1、热浪事件 2）相隔仅一天，则合并为一次热浪事件（热浪事件 3）。(c) 单个热浪事件的属性。热浪事件的起始日和结束日分别用Onset和Ending表示。持续时间：日最高气温超过热浪阈值的连续时间段。强度：高于热浪阈值的日最高气温。累计强度是持续时间内每日内强度的总和。
作者信息
注：中国地质大学（武汉）地理与信息工程学院为唯一单位
引用方式
Zhang, T., Deng, G., Liu, X.,He, Y., Shen, Q., & Chen, Q. Heatwave magnitude quantization and impact factors analysis over the Tibetan Plateau. npj climate and atmospheric science. 8, 2 (2025). https://doi.org/10.1038/s41612-024-00877-x
点击左下角【阅读原文】可直达原文网页！
注意：由于微信修改了推送规则，请大家将地学科研动态加为星标（公众号主页 → 右上角「•••」→「设为星标★」），或每次看完后点击页面下端的“点赞”与“在看
”，这样可以第一时间收到我们的推文！！！微信公众号留言功能已开通，欢迎大家在留言区交流！！！
