貴州省近50 年降雪時空變化特征分析

李智玉 , 譚 健 , 杜小玲 , 石 艷 , 朱育雷 , 魏 濤

（貴州省氣象臺，貴陽 550002）

引言

全球變暖最顯著的氣候影響之一是冬季氣溫的升高，這對于冬季天氣和氣候有著重要影響。根據最新的IPCC 第六次評估報告，北半球地區冬季的增暖明顯高于夏季[1]，并且近年來極寒事件頻繁發生[2-7]，降雪已成為氣候變化研究的熱點之一。降雪在氣候系統中扮演著重要角色[8-10]，它作為冬半年降水的主要形式，有利于農作物的生長以及空氣的凈化[11]，但降雪引起的雪災也會對農業、交通、電力等行業造成嚴重影響，尤其降雪后的低溫凝凍天氣往往持續時間長、影響范圍廣，造成的災害更為嚴重[12]。因此，了解和掌握本地降雪氣候特征，加強對降雪時空變化規律的認識和理解，將有助于提高本地降雪天氣預報業務和科研能力，為科學防災減災提供重要理論依據。

我國降雪主要分布在高緯度、高海拔地區，如東北東部和北部、新疆北部以及青藏高原東部等地[13-14]，而南方降雪區域相對集中[13]。在全球增暖背景下，我國大部分地區年強降雪量、強降雪日數均有所增加，強降雪強度顯著加大[15]，尤其是我國南方低緯度地區強降雪事件頻發[16]。云貴高原位于我國西南部，地處中低緯度地區，雖然降雪出現較少，但卻是我國降雪強度最大的地區之一[15]，也是降雪對氣候變化較為敏感的區域[17]。已有研究指出：20 世紀后期以來，云貴地區氣溫升高、降水增加以及濕度增大[17]；在氣候變暖背景下，云南省年降雪頻次和范圍均逐漸減少，而強降雪頻次逐年增加[18]；1981—2013 年云南降雪過程減少顯著，平均速率達到-0.6 次/10 a[19]；1965—2005 年貴州年降雪日數和總站數均有所下降，而平均日降雪站數有所上升，降雪期長度變化不顯著[20]；近19 a 貴州降雪發生頻次存在3～5 a 振蕩周期，其中2000—2012 年存在準4 a 振蕩周期[21]；近61 a 貴州遵義市降雪年際波動特征明顯，整體呈下降趨勢[22]。

地形對于降雪具有重要影響[23-25]。我國降雪日數與地理位置關系緊密，東部地區降雪日數隨著緯度升高而增加，而西部地區降雪日數隨著海拔高度增加而增加[26]。張家寶和鄧子風[27]研究指出，新疆地區的迎風坡和山區是暴雪頻發區，地形是影響暴雪發生發展的一個關鍵因素。于碧馨等[28]分析發現，在伊犁河谷特有地形的影響下，穩定維持的山前垂直環流可以為降雪提供動力抬升條件和不穩定能量觸發機制，從而增強伊犁河谷的降雪。馬淑萍等[29]研究認為，當天山北坡氣流過山時，迎風坡的擾動垂直氣壓梯度力較大，擾動干空氣浮力較小，二者共同促進的上升運動有利于強降雪事件的發生。李建華等[30]通過WRF模式試驗將山東半島的地形高度抬高后，發現地形的抬升輻合作用增強，冷流降雪強度隨之加強，從而驗證了地形對于降雪的重要作用。貴州省地形復雜，目前關于地形與降雪關系的研究較少。顧欣等[31]認為，地形為貴州省東南部強降雪天氣的發生提供了有利條件，強冷空氣經湖北湖南從東北路徑入侵貴州東南部地區并不斷堆積，導致下墊面氣溫較低，當偏西南暖濕氣流與強冷空氣交匯后，可能在該地區造成強降雪事件。此外，還有研究[22]發現遵義市大部分站點海拔越高對應降雪日數越多，二者呈正相關關系。

綜上所述，盡管目前對于貴州降雪已有不少研究，但對其時空變化特征的認識仍不全面，尤其是貴州復雜地形與降雪關系的研究更不多見。因此，本文利用近50 a 貴州省國家氣象站逐日觀測資料，對降雪日數、積雪深度以及降雪量的時空變化特征進行分析，并對降雪與地形的關系進行探討，旨在加深對貴州省降雪氣候特征的了解，同時為貴州省雪災風險普查及評估區劃夯實理論基礎，也為科學防范雪災危害提供理論依據。

1 資料和方法

1.1 研究資料

本文所用資料為貴州省氣象信息中心提供的貴州境內84 個國家氣象站逐日觀測資料，要素包括天氣現象、降水量、積雪深度、最低氣溫等，站點分布如圖1 所示。所有資料均經過嚴格的質量控制，具有較高的可靠性?？紤]到1971 年后貴州省地面站點觀測記錄相對完整，本文選取1971—2020 年為研究時段。需要注意的是，白云站、黃平站觀測記錄開始時間分別為1982 年、1974 年，計算時首先剔除了缺測年數據。同時本文還采用國家青藏高原科學數據中心（http://data.tpdc.ac.cn）提供的1979—2020 年中國雪深長時間序列數據集[32]中的逐日資料對臺站觀測結果進行檢驗。該雪深數據集空間分辨率為0.25o×0.25o，基于美國國家雪冰數據中心（NSIDC）處理的SMMR（1978—1987 年）、SSM/I （1987—2007 年）和SSMI/S（2008—2020 年）逐日被動微波亮溫數據反演得到，目前已被廣泛應用于雪深相關研究[33-35]。本文定義某一日出現降雪天氣現象的當日降水量為降雪量，但由于貴州處于中低緯度高原地區，雨夾雪的降雪量和降雨量難以分離，因此剔除了雨夾雪出現時的降水量[18]。在對降雪過程進行年度統計時，以當年7 月1 日—次年6 月30 日為一個年度[15]，分別統計出年度內降雪總日數、積雪深度最大值以及降雪總量。

圖1 貴州省84 個國家站站點分布

1.2 研究方法

本文用線性趨勢表征物理量的變化率，用相關系數表征兩個變量之間的關系，采用t 檢驗進行顯著性檢驗，同時采用11 年滑動平均反映物理量年代際信號。為得到連續的空間分布，本文采用Cressman 插值將離散點內插到規則格點。此外，本文還采用Mann-Kendall（M-K）檢驗法對時間序列中的氣候突變進行檢驗。同時，基于1971—2020 年最大積雪深度資料，本文采用旋轉經驗正交分解函數（Rotated Empirical Orthogonal Function，REOF）方法對貴州降雪進行氣候分區[36]。REOF 相比于傳統EOF，其分解出的空間分布結構更為清晰，不但可以較好地反映不同地域的變化，還可以反映不同地域的相關分布狀況[36]，目前廣泛應用于氣候區劃研究[13，15，37-38]。

2 降雪基本特征

根據已有研究[18]，將某站某日出現一次降雪記為一個頻次。圖2 給出了近50 a 貴州省降雪頻次逐月分布。如圖所示，貴州降雪出現在10 月—次年4 月，主要集中在12 月—次年2 月，1 月降雪頻數最多，為10225 次，占比49.5%，2 月次之，占比27.9%。進一步分析降雪發生的初、終時間（表1 和表2）可知，貴州省初雪時間主要集中在12 月下旬—次年2 月上旬，1月最多，其中1 月下旬占比20.89%，1 月中旬占比18.32%，降雪最早于1981 年10 月23 日出現在畢節市大方縣和赫章縣；終雪時間主要集中在1 月—2 月中旬，以1 月下旬最多，占比20.22%，其次是1 月中旬，占比17.33%，降雪最晚于2000 年4 月29 日出現在銅仁市沿河縣。

表1 貴州省10 月—次年4 月初雪時間分布

表2 同表1，但為終雪時間

圖2 1971—2020 年貴州省降雪頻次逐月分布

對近50 a 貴州省降雪過程進行年度統計，圖3 分別為貴州省多年平均降雪日數、最大積雪深度和累計降雪量空間分布。由圖3a 可見，貴州省降雪日數大值中心沿中部一線分布，尤其是開陽和萬山降雪日數最多，分別達到13 d 和12 d；遵義市中部的綏陽、貴陽市北部的修文、息烽和黔南州北部的甕安等地降雪日數均在7 d 以上；西北部高海拔地區降雪日數也相對較多，包括七星關、赫章、大方、納雍、水城等地；降雪偏少區則位于北部赤水市以及南部邊緣地區。由圖3b 可見，最大積雪深度與降雪日數類似，大值區沿中部一線分布；積雪深度以東部的萬山最大（7.4 cm），麻江和松桃也分別達到5.8 cm 和5.1 cm；中部大值區在貴陽市東部和黔南州北部，以開陽和甕安為主；西部地區以畢節市和六盤水市西部積雪較多，其中威寧、水城和盤州積雪深度較厚，均在5 cm 左右。由圖3c可見，累計降雪量主要集中在中東部地區，尤其是銅仁市、黔東南州東部、貴陽市和黔南州北部，以萬山（34 mm）為最大，其次是開陽、麻江、天柱、甕安、黃平、黎平、松桃等地，西部地區降雪量相對較小。

圖3 近50 a 平均貴州?。╝）降雪日數（單位：d）、（b）最大積雪深度（單位： cm）和（c）累計降雪量（單位： mm）空間分布

3 降雪時空變化特征

從時間序列變化（圖4）看，貴州近50 a 降雪日數、最大積雪深度以及累計降雪量均呈減少趨勢。如圖4a所示，降雪日數減少趨勢顯著，達到-0.72 d/10 a，通過95%水平的顯著性檢驗，但年代際變化特征不明顯，以1976 年降雪日數最多（14.3 d）。如圖4b 所示，最大積雪深度表現出弱的減少趨勢，未通過置信度檢驗，但具有明顯的年代際信號，1970s—1980s 中期和1990s中期—2000s 中期偏多，而1980s 中期—1990s 中期以及2010s 中期以后偏少，最大值同樣出現在1976 年，達到12.2 cm。如圖4c 所示，累計降雪量與降雪日數類似，也表現出顯著的減少趨勢，速率達到-1.07 mm/10 a，通過90% 水平的顯著性檢驗，其年代際變化特征同樣不明顯（圖4c）。如圖4d 所示，衛星遙感資料反演得到的貴州近40 a 最大積雪深度量級偏小，年際變化與臺站觀測資料存在一定差異[39]，但最大積雪深度同樣表現出一定的年代際變化特征以及逐年下降的趨勢，速率達到-0.13 cm/10 a。

圖4 貴州省近50 a（a）降雪日數（單位：d）、（b）最大積雪深度（單位： cm）、（c）累計降雪量（單位： mm）和近40 a（d）衛星遙感最大積雪深度（單位： cm）時間序列（紅色實線表示年際變化，黑色虛線表示線性趨勢，綠色實線表示11 a 滑動平均）

進一步對以上三個物理量進行M-K 檢驗后發現：降雪日數除了在1990s 中期—2000s 末期略有增加外，基本呈減少趨勢，在2008 年前后發生了由多轉少的顯著突變（通過95%水平的顯著性檢驗），之后減少趨勢更為明顯（圖5a）；最大積雪深度在1980s 末期—2010s 中期呈增加趨勢，在2013 年左右發生由多轉少的突變（未通過顯著性檢驗），之后呈不顯著的下降趨勢（圖5b）；而累計降雪量基本呈減少趨勢，并同樣于2008 年左右發生突變，未通過顯著性檢驗（圖5c）。

圖5 1971—2020 年貴州?。╝）降雪日數、（b）最大積雪深度和（c）累計降雪量M-K 檢驗（紅色實線表示UFk，藍色實線表示UBk，綠色虛線表示通過95%水平顯著性檢驗的臨界值）

從空間趨勢變化看，近50 a 貴州大部分地區降雪日數均表現出顯著的減少趨勢，全省有21 個站點（占比25%）減少速率在-1.0 d/10 a 以上，貴州西北部的七星關減少速率達到-2.6 d/10 a，而中部的開陽減少速率也達到-2.0 d/10 a（圖6a）。相比之下，最大積雪深度的減少趨勢并不明顯，僅有6 個觀測站表現出顯著的減少趨勢（圖6b）。對于累計降雪量來說，顯著減少的區域相對分散，主要位于貴州中部和北部局地，大值區出現在東部的松桃、麻江和石阡等地，最大減少速率為松桃的-3.77 mm/10 a（圖6c）。

圖6 1971—2020 年貴州?。╝）降雪日數（單位：d/10 a）、（b）最大積雪深度（單位：cm/10 a）和（c）累計降雪量（單位：mm/10 a）線性變化趨勢的空間分布（加粗圓點表示通過90%水平的顯著性檢驗）

降雪的形成與氣溫關系密切。根據已有研究，貴州近年來氣溫表現出一定的上升趨勢[40]，并且極端最低氣溫在其中起主導作用[41]。為了探討降雪減少的原因，本文計算了1971—2020 年貴州降雪過程中降雪日數與最低氣溫的相關系數，發現二者存在高度負相關關系（相關系數為-0.85）。對比近50 a 貴州省冬季最低氣溫與平均氣溫的變化趨勢（圖7）可知，近年來貴州省平均氣溫與最低氣溫均表現出增加趨勢，其中最低氣溫上升速率更快，達到0.25 ℃/10 a，通過99%水平的顯著性檢驗，而平均氣溫上升速率為0.18 ℃/10 a，未通過90%水平的顯著性檢驗。進一步分析貴州省最低氣溫變化趨勢空間分布發現，貴州大部地區最低氣溫都存在顯著的上升趨勢，尤其是中北部地區（圖8），與降雪日數的變化趨勢分布較為一致（圖6a）?？梢?，在全球變暖背景下貴州省最低氣溫顯著升高，從而影響了貴州降雪的發生。

圖7 1971—2020 年貴州省冬季平均氣溫和最低氣溫時間序列及其線性趨勢（綠線表示平均氣溫，藍線表示最低氣溫，單位：℃）

圖8 1971—2020 年貴州省最低氣溫線性變化趨勢空間分布（加粗圓點表示通過90%水平的顯著性檢驗，單位：℃/10 a）

考慮降雪主要通過積雪對生產生活造成影響，同時貴州省雪災風險普查中積雪深度作為影響最大的致災因子，對雪災致災危險性分布具有決定性作用，積雪較深的地區雪災危險性往往更大。本文基于貴州省近50 a 最大積雪深度資料，利用REOF 方法對其進行氣候分區。REOF 前3 個模態方差貢獻分別為34.44%、18.95% 和18.15%，累計方差達到71.54%，而第4 模態與第5 模態方差貢獻僅為4.61% 與4.57%?？紤]到第3 和第4 模態方差貢獻率存在明顯差異，而第4 和第5 模態所占方差貢獻較小，模態間差異也明顯減小，前3 個模態已經可以較好地反映貴州積雪分布特征。因此，選取前3 個模態中荷載向量絕對值≥0.1的區域為高荷載區，并找出不同區域中荷載向量最高值的臺站，對于同時歸屬多個降雪分區和未劃分區域的臺站，分別計算它們與各分區最高值荷載向量臺站的相關系數，并結合90 m 數字高程模型（DEM）數據繪制的地形分布，將其歸于相關性最大的分區中[13]，得到最終的分區結果（圖9）。如圖所示，I 區主要位于貴州中部東西向一線，II 區為貴州南部地區，III 區為貴州北部地區。結合圖3b 和表3 可知，分區結果基本符合貴州降雪多年平均的分布特征以及地形特點：I 區主要為降雪日數較多、積雪深度較深、降雪量較大以及地勢較高的地區，觀測站平均海拔為1084.17 m，降雪日數為5.96 d，最大積雪深度為3.33 cm，累計降雪量達到10.03 mm；II 區海拔高度（764.98 m）為三個區域中最低，降雪日數（3.12 d）和最大積雪深度（2.27 cm）同樣為三個區域中最少，但累計降雪量（7.34 mm）高于III 區，這可能與貴州地形分布有關，南部暖濕氣流向北輸送過程中受高山阻隔，冷暖氣流容易形成交匯，水汽條件豐富，使得降雪量偏多；III區站點高度（944.99 m）、降雪日數（5.11 d）和最大積雪深度（2.41 cm）均介于I 區與III 區之間，而累計降雪量（6.05 mm）為三個區域中最低。

表3 不同區域平均降雪日數、最大積雪深度、累計降雪量以及測站海拔高度

圖9 1971—2020 年貴州省最大積雪深度REOF 分區（紅點表示I 區，藍點表示II 區，綠點表示III 區）及地形分布（填色表示海拔高度，單位：m）

為進一步探討不同區域中降雪事件的時空分布特征，首先對上述三個區域降雪日數、最大積雪深度以及累計降雪量時間序列（圖10）進行分析。三個區域降雪日數均表現出顯著的減少趨勢，且通過95%水平的顯著性檢驗，其中貴州北部地區（III 區）降雪日數減少速率最快（-1.07 d/10 a），而南部地區（II 區）減少速率最慢（-0.49 d/10 a）。對于最大積雪深度而言，三個區域都表現為不顯著的減少趨勢，中部東西向一線（I 區）減少速率最大（-0.45 cm/10 a）。相比之下，三個區域累計降雪量變化存在一定差異：北部地區（III 區）降雪量減少趨勢明顯，速率為-1.13 mm/10 a，通過95%水平的顯著性檢驗；中部地區（I 區）降雪量減少速率最大，達到-1.17 mm/10 a；而南部地區仍表現出不顯著的減少趨勢。此外，分析三個區域降雪發生時最低氣溫的逐年變化趨勢可知：與降雪的減少趨勢對應，最低氣溫均表現出一定的上升趨勢；北部地區（III 區）升溫速率最快，達到0.29 ℃/10 a，通過95%水平的顯著性檢驗；中部地區上升速率達到0.28℃/10 a，通過了90%水平的顯著性檢驗；南部地區（II 區）上升速率最慢，未通過90%水平的顯著性檢驗?？梢?，貴州降雪的減少與最低氣溫的升高有一定關系，并且由于增暖的空間不均勻性，降雪變化也存在一定差異，中北部地區增溫最為顯著，對應的降雪減少趨勢也更為明顯。

圖10 1971—2020 年（左）I 區、（中）II 區和（右）III 區降雪日數（上，單位：d）、最大積雪深度（中上，單位： cm）、累計降雪量（中下，單位： mm）和最低氣溫（下，單位：℃）時間序列（紅色曲線）及其線性趨勢（黑色虛線）

4 降雪分布與地形的關系

貴州省境內地形復雜，地面崎嶇不平，山地和丘陵占全省地貌的92.5%[42]，在對表3 和圖9 的討論中可以發現貴州地形與降雪日數、積雪深度以及降雪量分布存在一定的對應關系，鑒于目前貴州降雪與地形關系的研究較少，本節將對降雪與地形的關系進行初步探討。

為了分析降雪與地形之間的關系，本文給出降雪日數、最大積雪深度以及累計降雪量與測站高度的散點分布（圖11）。如圖所示，貴州地區降雪發生與地形高度有著較好的對應關系。其中，降雪日數隨海拔高度的增加而增加，二者相關系數達到0.35（圖11a，通過了95%水平的顯著性檢驗），表明地形與貴州降雪事件具有一定聯系，地形的強迫抬升可能在降雪的發生中起到了重要作用。此外，最大積雪深度也與地形高度有顯著的正相關關系，整體相關系數達到0.29（圖11b），這可能是因為雪粒子沿著迎風坡向上濃度增大[43]，使得降雪在迎風坡的沉降作用大于背風坡[44]，造成了地形越高對應的積雪越厚。但同時也可以看到一部分地區地勢不高卻積雪較深，這可能與小尺度上風吹雪引起的積雪再分布有關[45]。對于累計降雪量而言，二者幾乎沒有線性關系，相關系數僅為0.03（圖11c），表明貴州地區地形對于降雪量的增加作用并不明顯，這也與表3 中的結論一致。

圖11 1971—2020 年貴州?。╝）降雪日數（單位：d）、（b）最大積雪深度（單位：cm）和（c）累計降雪量（單位：mm）與觀測站海拔高度（單位：m）散點分布

為了進一步探討貴州不同地區降雪與地形的關系，圖12 分別給出三個區域降雪日數、最大積雪深度以及累計降雪量與測站高度的散點分布。如圖所示，三個區域地形高度與降雪日數、最大積雪深度以及累計降雪量之間都存在正相關關系。貴州中部一線（I 區）由于平均海拔較高，對應的降雪日數、最大積雪深度以及累計降雪量均明顯高于其它兩個區域，與表3 中的結論一致。但值得注意的是，盡管地勢最為突出，該區域站點高度與降雪日數、最大積雪深度以及累計降雪量的相關關系卻并不顯著，相關系數僅為0.11～0.16（圖12a、d、g）。平均海拔最低的南部地區（II 區）站點高度與降雪物理量之間的對應關系同樣不顯著，相關系數在0.11～0.22 之間（圖12b、e、h）。相比之下，海拔高度介于二者之間的貴州北部地區（III 區），降雪日數、最大積雪深度以及累計降雪量均表現出與地形高度較高的相關性。其中，降雪日數、最大積雪深度與地形高度的相關系數分別為0.75 和0.73（通過95%水平的顯著性檢驗），降雪量與地形高度的相關系數（0.34）也高于另外兩個區域（圖12c、f、i）?？梢?，盡管從整體（圖11）來看，地形越高就越有利于降雪的出現和積雪的堆積[46]，但不同地區還需要具體結合地形走向、風向夾角等其他因素判斷。貴州冬季冷空氣往往從西北、正北或東北三條路徑南下，北部地區作為迎風坡，在地形的動力抬升作用下，降雪將隨地形高度的增加而增多，降雪量也有所增大，并且由于風向和地形走向的夾角較大，有利于積雪的增加[43]，但由于北部地區多以干冷空氣為主，水汽條件相對南部較差，因此地形對降雪量的增幅作用有限。而對于中部及南部地區來說，情況較為復雜，降雪、積雪與海拔高度并非簡單的線性關系，部分低海拔地區反而出現更大的積雪深度和降雪量。這可能是由于北方強冷空氣南下過程中，地表水平對流和地面湍流使得雪粒向下風方向漂移，從而導致背風坡積雪沉積加強[47]；也可能是由于西南暖濕空氣在地形阻擋或者喇叭口等地形輻合作用下與南下冷空氣強烈交匯，導致部分低海拔地區降雪量較大。

圖12 1971—2020 年貴州不同區域（I 區，左；II 區，中；III 區，右）站點降雪日數（紅色，單位：d）、最大積雪深度（綠色，單位：cm）和累計降雪量（藍色，單位：mm）與觀測站海拔高度（單位：m）散點分布

5 結論與討論

本文選取1971—2020 年貴州省84 個國家氣象站逐日觀測資料，在分析貴州省降雪時空變化特征的基礎上，利用REOF 方法進行氣候分區，并初步探究了降雪與地形的關系，得到如下主要結論：

（1）貴州降雪出現在10 月—次年4 月，以12 月—次年2 月為主，1 月降雪發生最多。初雪發生時間主要集中在12 月下旬—次年2 月上旬，以1 月降雪最為集中，而終雪主要出現在1 月—2 月中旬。降雪日數大值中心沿中部一線分布，而北部赤水市以及貴州南部邊緣降雪日數偏少，最大積雪深度大值區分布與之類似，累計降雪量在中東部地區偏多而西部地區偏少。

（2）貴州省近50 a 降雪日數、最大積雪深度以及累計降雪量均表現出減少趨勢。降雪日數減少最為顯著，速率達到-0.72 d/10 a，減少速率在-1.0 d/10 a 以上的站點共21 個，占全省1/4，主要位于中北部地區。相比之下，最大積雪深度和累計降雪量的減少趨勢較弱。降雪日數在2008 年左右發生了由多轉少的顯著突變，通過了95%的顯著性檢驗；最大積雪深度和降雪量雖然分別在2013 年左右和2008 年左右存在同樣的突變特征，但均未通過顯著性檢驗。REOF 方法可將貴州劃分為三個區域：I 區位于貴州中部東西向一線，為降雪頻發、積雪較深、降雪量大以及地勢較高的地區；II 區位于貴州南部地區，為降雪與積雪較少且海拔較低的區域；III 區為貴州北部地區，降雪日數、積雪深度以及海拔高度均在I 區與II 區之間，但降雪量為三個區域最少。

（3）整體上，貴州降雪與地形高度有著密切聯系，海拔高度越高則降雪日數越多且最大積雪深度越深，但累計降雪量與地形關系并不明顯。對于貴州北部，降雪發生以及積雪厚度與站點高度關系緊密；中部一線及其以南地區降雪日數、最大積雪深度以及累計降雪量與地形高度關系較為復雜。

另外，貴州省近50 a 最低氣溫的顯著上升可能導致了降雪的減少，但最低氣溫不均勻增暖的原因還值得進一步探討，這可能與地形分布有關[48]，也可能與城市化以及土地利用變化對氣溫的影響有關[49]。此外，貴州北部與中南部地區降雪與地形高度關系存在差異，這可能與迎風坡和背風坡下不同的降雪、積雪物理機制有關。實際上，地形尺度大小、地形坡度、走向以及與盛行氣流的配合等[45]均對降雪、積雪分布及變化有重要影響，復雜地形下局地環流、微物理過程以及地氣相互作用關系十分復雜[43,50]，還需要在今后工作中深入探討。