摘要
随着全球平均气温持续升高，降水和极端降水普遍增多，降雪时空格局也发生了巨大变化。欧亚大陆是北半球主要的积雪覆盖区，其雪季较长，在自然生态系统和人类社会中发挥着重要作用。而欧亚大陆部分地区极端降雪事件频繁发生，不仅造成了巨大经济损失，也给交通、能源、农业和人民生活生产等带来了严重影响。目前，围绕欧亚大陆降雪、极端降雪的变化规律及其物理机制等问题已开展了一些研究工作，但受制于降雪观测资料匮乏、模式模拟降雪性能研究较少等客观因素，使得当前研究较为碎片化且人类活动对降雪变化的影响、未来欧亚大陆极端降雪变化以及极端降雪变化所造成的影响等问题仍不清楚。因此，本论文基于多种观测、再分析和CMIP6模式资料，利用“正则化最优指纹法”等方法，明确了现有降雪判定方法的适用性，并针对中国地区提出了新的降雪判定模型;系统分析了近40年来欧亚大陆降雪、极端降雪时空变化特征;探究了人类活动对降雪变化的可能影响;科学预估了未来不同变暖情景下欧亚大陆降雪、极端降雪演变趋势以及极端降雪人口暴露度的变化。主要结论如下: (1)基于Logistic方法发展构建了中国地区的降雪判定模型，具有较好的降雪识别效果。基于观测研究指出，中国地区降雪和降雨事件的气温重叠范围约在[-8℃，8℃];在此区间内，降雪与降水发生次数的比例和气温的关系类似Logistic 曲线。基于气温、相对湿度、气压和风速等观测数据，构建了中国及不同子区域的多种Logistic降雪判定模型。与传统降雪判别方法的对比结果指出，单温度阈值法和S曲线法对[-3℃，4℃]气温区间内的降雪模拟不确定性相对较大;但Logistic拟合的系列方法成功率更高，对各地区降雪识别也更为稳健，尤其是对青藏高原地区降雪事件的判别效果明显优于其他方法。Logistic方法中温度和相对湿度对降雪判定起决定作用，而气压和风速的影响相对较小。湿球温度方案(LogTw)和气温+相对湿度方案（LogTaRH）均能很好地再现降雪量的空间分布和年际变化特征，且相应偏差均小于其他方法;总体上，这两种方案对降雪量识别效果差别不大。因此，可使用LogTw方案（或LogTaRH方案）对中国地区降雪事件进行判别。 (2)近几十年来，欧亚大陆大部分地区降雪明显减少，而降雪平均强度、强降雪发生频次有所增加。研究表明，欧亚大陆降雪主要分布在高纬度和高海拔地区。近40年来，大部分地区的降雪量和降雪日数呈减少趋势，而降雪平均强度则以0.05 (mm/day)/decade的趋势增加。秋、冬、春季降雪空间分布与年降雪一致，其中冬季降雪占主导地位，其次是秋季和春季。降雪起止日期、雪季时长呈纬向分布特征，高纬度地区降雪开始早、结束晚、持续时间也更长。整体上，降雪初日呈推迟趋势，降雪终日提前，雪季进一步缩短。不同等级的降雪气候态空间分布与总降雪类似，小雪和中雪的总量远大于强降雪。欧亚大陆大部分地区的小雪和中雪以及相应日数明显减少，而大雪和暴雪及发生频次有所增加。 (3)人类活动已对欧亚大陆降雪变化产生影响，尤其导致小雪雪量和发生频次明显减少。模式评估结果表明，CMIP6模式及其集合(CMIP6-MME)结果能够合理再现观测降雪的时空变化特征，且多模式集合结果优于大多数单个模式。基于CMIP6多强迫试验结果对欧亚大陆降雪变化进行检测与归因研究，结果指出，全强迫、人类活动强迫和温室气体强迫试验均能合理再现欧亚大陆降雪的时空变化特征;且在90％的置信区间内，可以检测到人类活动强迫对欧亚大陆降雪日数、小雪雪量和小雪日数的影响。与此同时，降雪日数和小雪雪量的变化在温室气体强迫作用中也能在90％的置信区间上被检测到。因此，人类活动对欧亚大陆降雪日数、小雪雪量和小雪日数的减少起到了一定的作用，其中温室气体强迫对降雪日数和小雪的减少起主导作用，但温室气体强迫均低估了此二者的变化。相比于观测，全强迫、人类活动强迫和温室气体强迫试验对强降雪雪量及日数明显高估;且在各类强迫试验中均无法检测到其对强降雪变化的影响，这可能与模式对较高等级的降雪模拟能力较低有关，需要进一步的改进提升。 (4)在未来全球变暖背景下，欧亚大陆降雪量及频次将持续减少，但部分地区暴雪日数和人口数量增加，导致暴雪人口暴露度在21世纪近期、中期增加。CMIP6模式预估结果表明，在SSP2-4.5 (SSP5-8.5)情景下，到21世纪末降雪量和降雪日数相比当前气候分别减少了16.7％(31.3％)和12.6天（25.0天）;降雪初日将继续推迟，降雪终日将继续提前，雪季也将进一步缩短。未来欧亚大陆大部分地区的小雪、中雪及其日数也将进一步减少，而北亚东北部、青藏高原和中亚地区的强降雪和暴雪呈明显的增加趋势。CMIP5模式预估结果与CMIP6基本一致，且高排放情景下的变化最为明显。在未来变暖情景下，欧亚大陆平均暴雪日数和总人口数量在21世纪近期和中期增加，使得人口暴露风险进一步增加;到21世纪末，暴雪日数和人口数量相比当前气候大幅减少，相应暴雪人口暴露度明显减少。其中，人口数量变化是暴雪人口暴露度变化的主要贡献因子，其次是气候因子和气候-人口协同因子。
NETL