SR-50A超声雪深仪在西藏高原的适用性研究北大核心CSCD

为满足应急气象服务需求,2013 2014年在西藏自治区强降雪和雪灾易发及重点积雪区域气象站安装了4套SR-50A超声波雪深观测系统,首次实现了西藏高原雪深自动观测和数据实时传输。利用12:30加密和08:00(北京时)常规人工雪深观测数据对4个站SR-50A雪深观测数据进行了评估和对比分析。结果表明:(1)SR-50A与人工观测的平均雪深偏差范围在±2 cm之内。雪深越大,平均均方根误差越小,观测精度越高。SR-50A传感器更为适合雪深较大地区的积雪监测。(2)SR-50A对西藏高原的雪深具有较好的监测能力,与人工观测雪深具有较好的一致性,4个观测点的线性相关系数在0.81~0.97,呈现极为显著的线性关系。(3)大风、局地太阳光照条件、气温和地表特征等因素通过风吹雪和融雪引起观测场内积雪分布不均匀,加之仪器是固定点观测,人工观测是观测场内3个点的雪深平均值,这些是SR-50A与人工观测雪深差异较大的主要原因。     

SR-50A超声雪深仪在西藏高原的适用性研究

为满足应急气象服务需求,2013 2014年在西藏自治区强降雪和雪灾易发及重点积雪区域气象站安装了4套SR-50A超声波雪深观测系统,首次实现了西藏高原雪深自动观测和数据实时传输。利用12:30加密和08:00(北京时)常规人工雪深观测数据对4个站SR-50A雪深观测数据进行了评估和对比分析。结果表明:(1)SR-50A与人工观测的平均雪深偏差范围在±2 cm之内。雪深越大,平均均方根误差越小,观测精度越高。SR-50A传感器更为适合雪深较大地区的积雪监测。(2)SR-50A对西藏高原的雪深具有较好的监测能力,与人工观测雪深具有较好的一致性,4个观测点的线性相关系数在0.81~0.97,呈现极为显著的线性关系。(3)大风、局地太阳光照条件、气温和地表特征等因素通过风吹雪和融雪引起观测场内积雪分布不均匀,加之仪器是固定点观测,人工观测是观测场内3个点的雪深平均值,这些是SR-50A与人工观测雪深差异较大的主要原因。     

阿尔山地区积雪深度微波遥感反演算法的改进与验证

利用阿尔山地区多年实测雪深数据评估3种微波遥感雪深数据,即星载微波成像仪AMSR-E（Advanced Microwave Scanning Radiometer for EOS）和AMSR-2（Advanced Microwave Scanning Radiometer 2）的积雪产品、国内学者建立的中国雪深数据集,在该地区的适用状况,并建立新的雪深反演算法。1981～2014年的中国雪深数据集和阿尔山站点实测雪深统计的积雪日数和最大积雪深度具有较好的一致性,尤其是在2000年以后。AMSR-E和AMSR2雪深数据年变化与实测雪深变化趋势一致,与实测雪深数据相关系数超过0.60,不过具体雪深数据变化幅度远高于实测数据,致使两者之间的均方根误差高达13.0 cm。中国雪深数据集在阿尔山地区与实测雪深相关系数超过0.65,两者之间均方根误差为6.3 cm。结合星载微波观测亮温与实测雪深建立适合阿尔山地区的雪深反演算法,验证分析显示反演结果与实测雪深相关系数为0.77,两者的均方根误差减小为4.7 cm,优于本文评估的3种微波遥感雪深数据。     

1962-2008年辽宁省积雪变化特征

采用1962-2008年辽宁省52个气象观测站逐日积雪深度以及同期温度、降水资料,用统计方法和小波方法分析了辽宁省积雪气候变化规律。结果表明：近47 a辽宁省积雪日数呈不显著增加趋势,共增加了3 d;年最大雪深随时间变化呈不明显增加趋势,平均每10 a增加0.2 cm;年累积雪深也呈不显著增加趋势,气候倾向率为8.9 cm/10 a。从年代际变化来看,20世纪80年代前辽宁省积雪日数、年最大雪深和年累积雪深偏小;而20世纪80年代后至今,则经历了一个积雪日数、年最大雪深和年累积雪深均增加的过程。     

青藏高原冬春积雪特征及其对我国夏季降水的影响

本文利用国家气象中心提供的逐日地面积雪深度和积雪日数数据,以及NOAA的大气环流再分析资料,通过合成分析等方法,对1961—2013年青藏高原冬春季积雪高原整体、高原东部、高原西部进行了年际和年代际趋势分析,结果表明,青藏高原整体冬、春季积雪的变化趋势一致,雪深呈现"少雪—多雪—少雪—多雪"的变化趋势,积雪日数呈现"少雪—多雪—少雪"的变化趋势。高原东(西)部积雪在20世纪60—70年代均明显增加,20世纪80—90年代均减少,20世纪90年代末东部春季和冬季积雪减少更为显著,而西部地区除了春季积雪日数变化不大,春、冬季积雪雪深和冬季积雪日数均明显增加。其次,对青藏高原东、西部地区多(少)雪年的划分,发现高原东部和西部地区积雪异常年对应的大气环流形势也存在差异。最后,进一步分析了青藏高原不同区域积雪异常年环流形势变化特征及其对我国夏季降水的影响,发现高原东(西)部积雪异常年时我国夏季降水分布存在显著差异,因此,在将高原积雪作为气候预测因子的时候,应当考虑东部和西部积雪异常不同所产生影响的差异。     

1971—2020年呼伦贝尔市积雪气候特征和未来趋势预估

利用1971—2020年呼伦贝尔市16个国家气象站最长积雪日数和最大积雪深度资料，采用经验正交函数（EOF）分析、重标极差分析（R/S）和非周期循环分析，统计最长积雪日数和最大积雪深度时间序列的Hurst指数、分维数和非周期循环的平均循环长度，分析最长积雪日数和最大积雪深度变化趋势和记忆周期；同时采用MOD10A2积雪产品，研究2001—2018年呼伦贝尔市积雪覆盖率变化。结果表明：（1）近50年呼伦贝尔市最长积雪日数呈递减趋势，最大积雪深度呈递增趋势；（2）积雪深度>20、30cm的年平均积雪日数主要出现在1996—2014年，其中积雪深度>30cm年平均积雪日数>1d;(3)呼伦贝尔市积雪初日出现在10月中旬至11月上旬，积雪终日在4月结束，积雪初日出现最早时间和积雪终日结束最晚时间都在呼伦贝尔市的北部地区；（4）R/S分析和非周期循环研究表明，呼伦贝尔市最长积雪日数和最大积雪深度H指数分别为0.589 9和0.889，即最长积雪日数未来减少和最大积雪深度未来增多趋势持续，持续时间分别为8和12 a;(5)呼伦贝尔市年平均积雪覆盖率为98.87%，呈波动增加趋势，...     

青藏高原积雪对陆面过程热量输送的影响研究

利用1979-2016年中国区域长时间序列逐日雪深资料,分析了青藏高原积雪深度与积雪日数的分布及变化特征,并将积雪期划分为三个阶段(积累期、鼎盛期和消融期),结合ERA-Interim月平均再分析资料,分析了积雪与地表热状况(气温、地表和土壤温度)和能量输送量(地表净短波辐射、地表净长波辐射、感热通量、潜热通量、地表热通量和土壤热通量)的相关关系,初步探讨了积雪在高原陆面过程中的作用。结果表明:研究时间范围内青藏高原积雪(深度和日数)主要呈减少趋势,仅在黄河源区及高原边缘地区为增加趋势,积雪鼎盛阶段(1-2月)的减少趋势最显著;高原积雪对地表主要起降温作用,深层土壤温度对积雪的响应存在滞后性,积雪的减少抑制了土壤向上的热量输送进而不利于冻土的发育;高原积雪与地表感热和地表热通量主要呈现负相关关系,潜热通量与积雪也呈负相关特征但比感热通量的相关性小。由于ERA-Interim资料对高原积雪深度的描述与本研究使用的卫星遥感积雪深度存在较大偏差(包括空间分布、气候倾向率、年际变化以及绝对大小等),导致本研究中积雪与地表热状况和热通量的相关度不高,需要通过陆面模式模拟做进一步探讨。     

中国西部积雪类型划分

利用中国105°E以西地区189个地面气象台站1960-2004年积雪日资料和1981-2004年SMMR、SSM/Ⅰ反演的逐日雪深资料,使用积雪年际变率方法划分中国西部积雪类型,并与积雪日数方法的划分结果进行比较.在此基础上,尝试建立了结合以上两种要素的综合分类指标.利用积雪年际变率方法和台站资料,将中国西部积雪划分为3类.其中,稳定积雪区主要包括北疆、天山和青藏高原东部高海拔山区;年周期性不稳定积雪区包括南疆和东疆盆地周边、河西走廊、青海北部、青藏高原中西部、藏南谷地以及青藏高原东南缘;其他积雪区均为非年周期性不稳定积雪区.气候突变后,积雪日数方法划分的积雪类型变化反映出沙漠和低纬度地区积雪变幅增大,在积雪年际变率方法的结果中体现出青藏高原东部地区趋于稳定的积雪面积在增加.在没有台站记录地区,卫星遥感资料很大程度上弥补了台站观测的缺陷,使用这种资料划分积雪类型时,积雪年际变率方法比积雪日数方法的结果更符合西部积雪的分布特点,反映出积雪分布与地形的密切关系.利用综合分类指标划分西部积雪类型的结果表明,台站资料的划分结果很大程度上受积雪持续时间的影响,而在卫星遥感结果中,积雪年际变率则是影响类型划分的主要因素.     

FY-4卫星资料在青藏高原地区积雪判识和雪深反演中的应用

青藏高原积雪监测在地球辐射平衡、全球气候变化和生态环境等方面有重要作用，对气候预测、雪灾预测等具有重要意义。FY-4（风云4号）卫星数据具有高时空分辨率的优势，基于FY-4A（风云4号A星）构建积雪监测方法与模型，不仅拓展了静止卫星应用领域，也丰富了积雪监测应用的手段。FY-4的高时间分辨率为积雪监测的研究提供了分钟级数据，对积雪与云的变化掌握的更为细致，但用于积雪监测的波段，因分辨率不高容易导致错判与漏判。本文基于2020年小时级野外地面雪深观测数据、风云3号D星积雪覆盖产品（FY-3D_SNC）数据，构建了基于归一化积雪指数（Normalized Difference Snow Index，NDSI）的FY-4A卫星积雪判识方法，提出了雪深监测模型与等级划分指标。结果表明：NDSI≥0.20是青藏高原地区FY-4A卫星积雪判识的适用阈值，无论有云或无云条件，其漏判率均低于8.0%。地面站点验证结果表明，积雪判识准确率达83.33%以上。空间范围内直接剔除云区后，积雪判识经混淆矩阵验证准确率在82.48%以上。因此，FY-4A卫星在青藏高原地区具有积雪监测的能力。虽然FY-4A卫星对超过10 cm以上雪深不具备区分能力，但可以较好地识别10 cm以下浅雪雪深，相关系数达到0.745，〖JP3〗通过了0.001显著性水平检验。据此建立的FY-4A卫星0～10 cm雪深等级指标，总体分级精度达到87.50%。FY-4A卫星雪深反演方法在青藏高原地区对0～10 cm浅雪雪深有较好的估算能力。     

2012年青海省十大气候事件

<正>一、1—3月青南地区雪灾严重1—3月,青南地区平均降水量为18.9mm,较历年偏多80%以上,平均降水日数为28.7天,较历年偏多9.9天,降水量及降水日数均创历史同期最多;最大积雪深度不大,但积雪持续时间长,积雪深度在2cm以上的平均积雪日数为28.2天,较历年偏多15.6天,与2008年并列为历史第二多,略少于1993年。由于降水偏多,大范围长时间的积雪,致使青南地区发生轻到重度雪灾,其中甘德、称多发生重度雪     

青海省甘德两次降雪过程的微气象特征分析

利用青海省甘德两次降雪过程的微气象观测数据,探讨了两场降雪过程雪深、雪密度、雪中含冰量、雪中含水量和雪面温度的变化情况,分析了地表反照率与雪密度、雪中含冰量及雪中含水量的关系,结合降雪过程近地面温、湿、风廓线特征分析了积雪对近地面温、湿、风梯度的影响。结果表明:积雪覆盖会导致地表反照率显著增加,降雪过后正午时地表反照率可高达0.8～0.9。随着积雪的消融,地表反照率逐渐减小;积雪反照率与雪密度和雪中含冰量呈正相关,与雪中含水量呈负相关;地表积雪覆盖会导致近地面温度梯度绝对值减小,相对湿度梯度绝对值在凌晨减小、午后增大,地表积雪覆盖对近地面风速梯度变化并无特定的影响。     

积雪分布及其对中国气候影响的研究进展

对北半球不同地区的积雪分布状况、积雪异常影响中国气候的事实以及影响机理等问题的研究成果进行了较系统的回顾与总结。青藏高原、蒙古高原、欧洲阿尔卑斯山脉及北美中西部是北半球积雪分布的关键区,其中青藏高原是北半球积雪异常变化最强烈的区域。中国积雪分布范围广泛,其中新疆、东北和青藏高原是3个大值区。总体来看,北半球积雪有减少的趋势,而中国积雪却有弱的增加趋势。冬、春季高原积雪与欧亚积雪对中国夏季降水的影响是相反的。积雪影响中国气候的机理解释为：冬季积雪反照率效应起主要作用,春夏季积雪水文效应起主要作用。积雪被视为中国短期气候预测的一个重要物理因子,继续加强该领域的研究对于提高中国短期气候预测的准确率将有重要意义。     

玛纳斯河流域积雪变化特征及其与气温、降水的关系

利用MODIS积雪资料以及同期气象资料,分析了2000—2009年玛纳斯河流域积雪面积年内、年际变化及其与同期气温和降水的关系,结果表明:玛纳斯河流域积雪面积在4个不同分带上随季节变化各不相同,其中,带1变化最剧烈,受气候影响最为显著;带2、带3积雪的增加和减少都比较平缓;带4受气候影响最小。从年际波动来看,带1积雪面积随季节变化更为明显,带4在四季变化中均较平稳。对整个流域积雪面积与气候资料的相关分析表明:冬季,流域积雪变化对降水更敏感;而春季,气温是影响流域积雪面积变化的更主要的因素。     

福建一次强冰雹天气的物理量及雷达回波特征分析

利用MODIS积雪资料以及同期气象资料,分析了2000-2009年玛纳斯河流域积雪面积年内、年际变化及其与同期气温和降水的关系,结果表明:玛纳斯河流域积雪面积在4个不同分带上随季节变化各不相同,其中,带1变化最剧烈,受气候影响最为显著;带2、带3积雪的增加和减少都比较平缓;带4受气候影响最小.从年际波动来看,带1积雪面积随季节变化更为明显,带4在四季变化中均较平稳.对整个流域积雪面积与气候资料的相关分析表明:冬季,流域积雪变化对降水更敏感;而春季,气温是影响流域积雪面积变化的更主要的因素.     

大渡河流域积雪特征及其与气候要素和径流的关系

利用MOD10A2遥感影像提取大渡河流域2010~2014年积雪覆盖数据,结合水文气象站点数据分析了大渡河流域积雪时空分布特征及气象因子-积雪面积-径流之间的关系。结果表明:年平均积雪面积最大的是康定,最小的是泸定。积雪在冬季最大,夏季积雪最少。积雪面积变化随月份起伏明显,积雪过程集中在10月到次年4月。降水和气温变化较一致,其峰值滞后于积雪面积峰值。积雪和气温、降水的相关性表明,积雪面积与气温、降水呈负相关,且气温与积雪面积相关性更大。径流的变化具有周期性,5月开始迅速增大,7月达到最大值。径流和积雪以及气象因子的相关性分析表明,径流与积雪面积呈负相关,与气温和降水都是正相关,且径流与降水相关性更大。      

利用SSM/I数据判识我国及周边地区雪盖

积雪参数是气候学和水文学研究中所需的重要物理量, 确保积雪参数测定的准确性与及时性对于气候学研究、水文应用以及防灾减灾都非常重要。利用微波数据可获取有云存在时的积雪覆盖图, 遥感雪深和雪水当量信息。采用微波数据判识雪盖并得到积雪状态 (干、湿) 信息, 不仅可以弥补利用光学遥感数据判识雪盖的不足之处, 而且也是利用微波数据反演雪深和雪水当量参数必需的先期工作。该文介绍利用SSM/I的多频双极化微波数据开展我国及周边地区积雪判识方法研究的结果。分析国外全球判识方法的雪盖判识结果指出, 国外算法易在青藏高原等地区将冻土误判为积雪, 造成雪盖面积的偏高估计。研究给出了在我国及周边地区 (17°~57°N, 65°~145°E) 利用SSM/I数据判识积雪的改进方法, 在完成积雪判识的同时还给出了雪深和积雪状态的定性信息, 与已有全球雪盖判识方法相比有较大改进, 大大减小了青藏高原等地区冻土对积雪判识的影响。     

欧亚北部冬季增雪“影响”我国夏季气候异常的机理研究——陆面季节演变异常的“纽带”作用

本文主要利用美国冰雪资料中心 (The National Snow and Ice Data Center) 提供的卫星反演积雪资料和ERA40土壤温度再分析资料, 采用相关分析, 对欧亚北部冬季新增雪盖面积 (冬季TFSE) 与我国夏季气候异常关系的可能物理途径进行了初步研究。结果表明, 春夏季陆面季节演变异常是上述“隔季相关” 的重要纽带: 当冬季TFSE偏大时, 欧亚北部大范围积雪—冻土自西向东、 由南向北的融化进程明显减慢, 受其影响, 至夏季, 东亚中高纬区积雪和地表冻土的融化异常强烈, 土壤温度明显偏低, 这种夏季陆面异常可能通过自身的冷却作用, 通过加强东亚中高纬异常北风对东亚中纬区夏季变冷产生直接影响, 进而与西太平洋副热带高压, 乃至与我国江南夏季降水异常产生关联; 冬季TFSE偏小时相反。分析表明, 冬季TFSE信号在东亚中高纬局地的春季积雪—冻土融化过程中被加强, 并在夏季达到显著。     

THE IMPACT OF CLIMATE CHANGE ON THE SNOW COVER PATTERN IN ESTONIA

The paper deals with problems of temporal and spatial variability of snow cover duration, of correlation between snow cover and winter mean air temperature patterns and of the impact of climate change on the snow cover pattern in Estonia. Snow cover fields are presented in form of IDRISI raster images. Snow cover duration measured at ca 100 stations and observation points have been interpolated into raster cells. On the base of time series of raster images, a map of mean territorial distribution of snow cover duration is calculated. Estonia is characterized by a great spatial variability of snow cover mostly caused by the influence of the Baltic Sea. General regularities of snow cover pattern are determined. A 104-year time series of spatial mean values of snow cover duration is composed and analyzed. A decreasing trend and periodical fluctuations have detected. Standardized principal component analysis is used for the time series of IDRISI raster images. It enables to study the influence of different factors on the formation of snow cover fields and territorial extent of coherent fluctuations. Correlation between snow cover duration and winter mean air temperature fields is analyzed. A spatial regression model is created for estimation of the influence of climate change on snow cover pattern in Estonia. Using incremental climate change scenarios (2 °C, 4 °C and 6 °C of warming in winter) mean decrease of snow cover duration in different regions in Estonia is calculated. According to results of model calculation, the highest decrease of snow cover duration will be take place on islands and in the coastal region of West Estonia. A permanent snow cover may not form at all. In the areas with maximum snow cover duration in North-East and South-East Estonia, that decrease should be much lower.     

改进的CLDAS降水驱动对中国区域积雪模拟的影响评估

积雪因为其特定的属性在气候变化和水文循环中扮演着重要角色,在大气和陆面之间起到了调节能量和水交换的显著作用,而陆面驱动数据的质量直接决定着模式对积雪的模拟效果。本文采用CLDAS(CMA Land Data Assimilation System)和改进后的降水驱动(CLDAS-Prcp)分别驱动Noah3.6陆面模式对积雪变量进行模拟,并对中国主要的积雪区东北区域、新疆区域、青藏高原区域的积雪覆盖率、雪深、雪水当量的模拟效果进行了评估。结果表明,CLDAS-Prcp改善了原有驱动在冬季由于低估降水所造成的模拟积雪量偏少的情况;东北区域模拟结果与观测的时间变率最为一致,积雪覆盖率、雪深、雪水当量的相关系数分别为0.42,0.78,0.93;而雪水当量的改进效果最明显,均方根误差和偏差分别减小了54.8%和83.1%,相关系数提高了0.47;同时,CLDAS-Prcp不仅能反映积雪变量的年际变率,而且能够较准确地反映出强度较大的突发降雪事件。     

基于MODIS积雪覆盖产品的中国天山积雪时空分布特征研究

利用2002-2016年MODIS逐日积雪遥感产品(MOD10A1、MYD10A1),采用日产品合成法、临近日分析法、空间滤波法和相邻时间合成法,生成天山山区逐日晴空积雪遥感产品数据集,研究分析了天山山区积雪时空分布特征。结果表明：近15a,天山山区平均积雪覆盖面积变化不明显,呈略微减少趋势,但主要表现为年际间的波动变化;分季节来看,天山山区积雪覆盖面积冬季 > 秋季> 春季 > 夏季;积雪面积从9月开始积累,1月达到峰值,占天山总面积的50±25%,3月开始消融,8月达到最低值,仅占天山总面积的为3.5±2%。;天山山区大部分区域积雪开始时间在第300天之后,积雪结束时间在第40~150天左右,海拔较高的区域积雪开始时间较早;天山山区平均积雪日数小于60天的不稳定积雪区主要分布在天山南坡、北坡边缘地带,占整个天山面积的44.57%,平均积雪日数在60~300天之间的区域占比为53.4%,主要分布在天山中部和北坡部分区域,平均积雪日数大于300天的永久积雪区,主要分布在海拔3800以上区域,占天山面积的2.03%。