阿尔泰山融雪期不同下垫面积雪特性观测与分析研究

2014年3月融雪期间在阿尔泰山额尔齐斯河河源区,基于已有的气象和积雪(雪深、雪密度)观测,利用Snow Fork雪特性仪和便携式温度计TP3001,选择草地、水泥地和河冰三种不同的下垫面分别观测了分层积雪密度、液态水含量和雪层温度变化.结果表明:三种下垫面上表层积雪的温度、液态水含量和密度变化规律基本一致.积雪特性的差异主要体现在积雪层底部,河冰和草地与积雪接触面温度日变化过程呈现出"单峰型",而与水泥地接触面上的温度日变化呈现出"双峰型";河冰上积雪底部的液态水含量最小且日变化幅度较小,草地次之,水泥上积雪底部液态水含量的波动最大;水泥和草地上底部积雪的密度变化趋势一致,为密实化过程,而河冰上积雪底部的积雪因深霜层的形成致使雪密度逐渐减小.对同一下垫面上的积雪而言,水泥和草地上积雪温度的极大值出现在雪层中间,河冰上雪层的温度廓线沿雪深有波动上升的趋势,最大值出现在积雪与河冰的接触面处.三种下垫面上积雪的液态水含量最大值均出现在中间雪层,雪密度均呈现沿雪深增加而递减的变化趋势.液态水含量受积雪温度的控制,当积雪温度低于-3℃时,积雪中的液态水可以忽略不计;当积雪温度低于-1℃时,积雪的液态水含量低于1%;当积雪温度大于-1℃时,积雪中出现液态水的比例显著增加,且液态水含量的波动范围较大,最高可到6.2%.     

祁连山区冰沟流域积雪分布特征及其属性观测分析

以祁连山冰沟流域为研究区,通过在流域内布设花杆观测积雪深度,渊查了山区积雪分布情况;利用雪特性分析仪测量了区内积雪密度、介电常数、液念水含量等积雪参数,光谱仪测量了不同类型积雪的光谱特征,手持反照率测量计观测积雪表面反照率,带刻度手持放大镜测量积雪粒径,红外温度计和针式温度计测量雪层的温度和实地测量积雪属性.同时,在研究区内选择加强观测区挖雪坑,对雪层内部属性和雪剖面分层特性作了进一步研究,计算民流域内积雪等效密度;最后对试验中所使用的野外实测积雪的各种方法进行了评价.研究表明:山区积雪分布很不均匀,在阴坡山谷雪深最深,阳坡雪积累最少,即使在同一样区,积雪分布也小均匀;研究Ⅸ的积雪属于潮雪,体秋含水量在3%以下;不同粒径、类型和表面粗糙度的积雪反射率不同,验证了积雪光谱是雪颗粒、污染物和地面粗糙度的函数;积雪反照率随太阳高度角升高逐步降低,在没有新降雪的情况下,日反照率也逐渐降低;雪分层比较明显,雪下冰晶层发育良好.当深度达剑20 cm时,积雪具有保温作用;冰沟流域的积雪等效密度随时间和空间变化不大,经汁算为0.16 g·cm-3.     

我国东北低山区不同坡位积雪特性研究

为研究坡位对积雪性质的影响,利用Snow Fork雪特性分析仪等采集积雪物理性质（积雪深度、密度、液态水含量）数据,分析了不同坡位积雪特性的变化趋势、差异及成因。结果表明：坡位的差异可显著影响积雪,特别是积雪表层的特性,积雪表层温度与积雪反辐射强度呈显著正相关关系;阴、阳坡各坡位积雪液态水含量变化趋势一致,但阳坡液态水含量最大值出现在上坡位,阴坡则是中坡位最大;阴、阳坡各坡位在液态水含量增加的影响下雪密度也在逐渐增大,并且随着积雪深度的增加雪密度逐渐减小;试验区融雪期阳坡积雪液态水含量最先对环境变化做出响应,进而影响雪密度,深度随之响应;阴坡则是液态水含量首先响应,积雪深度次之,密度最后响应。研究结果将为融雪径流形成、融雪侵蚀防治以及季节性积雪区生态系统评估提供理论依据。     

中国积雪特性及分布调查

介绍了"中国积雪特性及分布调查"的背景、科学目标、调查内容及方案。调查的总体目标是建立中国全面而系统的积雪特性数据库,服务于气候变化、水资源调查和积雪灾害的数据需求。调查将从历史资料整编、典型积雪区积雪特性地面调查以及积雪遥感调查等方面展开。历史资料的整编包括收集气象站以及各单位已开展的积雪特性观测资料,并按照一定的规范进行整编;典型积雪区地面调查主要是在东北地区、新疆地区和青藏高原开展不同季节的积雪特性调查,以点、线、面3种方式开展,观测内容包括雪深、雪密度、雪水当量、积雪形态、表层硬度、液态水含量、雪粒径、雪层温度、雪土界面温度、介电常数以及积雪的若干化学特性;遥感积雪调查将利用地面调查的积雪特性信息改进已有的积雪参数反演算法,建立中国长序列的积雪面积、反照率以及雪水当量数据集。最终,利用地面和遥感调查所获取的积雪特性及分布数据集对中国进行积雪类型划分,并生产系列积雪特性及专题分布图。     

中国稳定积雪区IMS雪冰产品精度评价

IMS雪冰产品由多种光学与微波传感器数据融合而成,提供北半球每日无云的积雪范围,在积雪遥感研究中具有广阔的前景. 以气象站实测雪深数据为真值,检验了2009-2010年IMS雪冰产品在中国三大稳定积雪区北疆、东北、青藏高原地区每月、积雪季以及全年的误判率、漏判率和总体准确率,并分析了IMS雪冰产品的准确率与雪深之间的关系. 结果显示：IMS雪冰产品的年总体准确率在三大积雪区均超过了92%,积雪季总体准确率均超过了88%,利用IMS雪冰产品监测积雪范围是可靠的. 然而,IMS雪冰产品精度具有区域差异性,北疆地区在1月和2月误判率偏高,青藏高原地区积雪季有严重的漏判现象. IMS雪冰产品的准确率在东北地区和北疆地区随着雪深的增加而升高,当东北地区雪深超过6 cm,北疆地区超过13 cm时,准确率接近100%,但是,青藏高原地区两者基本没有关系. 通过在青藏高原地区与同时相的4景MODIS积雪产品对比分析发现,实际上IMS雪冰产品相对地高估了积雪面积,青藏高原地区漏判率高其原因是IMS对零碎积雪的识别能力不足并且气象站分布不均匀.     

天山西部季节性积雪密度及含水率的特性分析

利用Snow Fork雪特性分析仪采集积雪物理特性(积雪深度、积雪密度、体积含水率)数据,分析了天山积雪雪崩站稳定积雪期和非稳定积雪期雪物理特性的时间变化特征及其在垂直剖面上的廓线分布.结果表明:1)稳定期积雪深度随时间缓慢减小,体积含水率垂直廓线随积雪深度变化呈单峰曲线,峰值距雪表面约33cm,雪密度垂直廓线为中部大、积雪表层和底部较小;2)非稳定积雪期积雪迅速沉陷,体积含水率相对于雪层温度的变化有滞后效应,滞后时间约为2h,雪密度垂直廓线与稳定期相同.整个非稳定积雪期的日平均雪密度与日平均含水率、日平均温度均呈显著正相关.     

1999—2008年中国地区雪密度的时空分布及其影响特征

利用1999—2008年地面积雪观测资料,对全国范围内的雪密度时空分布特征进行分析.结果表明,西北和东北是我国主要的积雪区,从10月到翌年4月基本都有雪存在.全国雪密度每月的最高值从10月份开始到1月份一直南移,从1月份到4月份不断北移.最大密度发生在1月份江南地区的湖南和江西的交界处.江南地区积雪持续时间短,变化明显,属于瞬时性积雪.东北和新疆地区的雪密度也相对较高,积雪持续时间长,雪密度变化相对平稳,大部分属于季节性积雪.在东北和西北地区选取9个站点进行雪密度的变化研究,可以看出:从11月中旬到3月上旬是雪密度稳定期,10月到11月上旬和3月中旬到4月是雪密度非稳定期.对西北和东北的降水、气温、雪深和雪密度做相关分析,表明:雪深是西北和东北地区雪密度的主要贡献因子.     

基于NoSREx实验的积雪演化及微波辐射分析研究

在被动微波雪水当量反演中,积雪物理参数随时间的变化特征影响着反演精度,为理解积雪随时间演化的特征及其对微波辐射亮温的影响,本研究选用2009—2013年北欧积雪实验（Nordic Snow Radar Experiment, NoSREx）积雪地面观测和微波辐射测量数据,通过雪深和温度把雪期分为积累期（10月—次年2月）、稳定期（2—4月）和消融期（4—5月）,发现各个雪期的积雪演化特征为：雪颗粒形状在积累期前期以融态颗粒（Melt Forms, MF）为主,积累期后期和稳定期以圆形颗粒、片状颗粒、深霜为主,消融期以MF为主;整个雪季底层雪粒径从小变大再变小的过程,粒径最大值出现在稳定期的2至3月,约为2.5~4.0 mm,均出现在近地表雪层,而表层粒径较小且较为稳定。通过雪深和微波亮度差（18~37 GHz）的关系分析,表明亮温差在不同雪期对于雪深的依赖关系不同,在积累期和稳定期,雪深变化与亮温差变化具有明显的正相关;在消融期由于积雪融化的影响,其相关性较差;基于多层积雪微波辐射模型（MEMLS）构建了一维微波辐射模拟环境,模拟表明MEMLS模型在3个雪期的垂直极化10.65 GHz和18.7 GHz模拟结果较37 GHz和90 GHz更好;10.65 GHz V极化在入射角为50°且稳定期时,微波亮温模拟均方根误差（RMSE）结果最小,为2.49 K。3个雪期90 GHz模拟结果水平极化优于垂直极化,由于受表层积雪变化影响,90 GHz模拟结果较不稳定,尤其是消融期时,RMSE最小也达到了42.7 K。本研究有助于理解积雪随时间演化的特征及其对微波辐射模拟的影响,表明在被动微波雪水当量反演算法中,针对不同积雪期需要考虑积雪演化动态过程。     

天山西部季节性积雪密度及含水率的特性分析

利用Snow Fork雪特性分析仪采集积雪物理特性(积雪深度、积雪密度、体积含水率)数据,分析了天山积雪雪崩站稳定积雪期和非稳定积雪期雪物理特性的时间变化特征及其在垂直剖面上的廓线分布.结果表明: 1)稳定期积雪深度随时间缓慢减小,体积含水率垂直廓线随积雪深度变化呈单峰曲线,峰值距雪表面约33 cm,雪密度垂直廓线为中部大、积雪表层和底部较小;2) 非稳定积雪期积雪迅速沉陷,体积含水率相对于雪层温度的变化有滞后效应,滞后时间约为2 h,雪密度垂直廓线与稳定期相同.整个非稳定积雪期的日平均雪密度与日平均含水率、日平均温度均呈显著正相关.     

天山季节性积雪稳定期雪密度与积累速率的观测分析

利用Snow Fork雪特性分析仪测量的天山积雪雪崩站2009年2月21-26日及2010年1月26-31日雪特性数据,分析了季节性积雪稳定期内积雪垂直剖面密度的变化特征及其随降雪沉积时间和雪层深度的变化规律.结果表明:季节性积雪稳定期内,积雪剖面密度中部最大,表层和底层密度较低;新雪层密度随时间的推移增加速率逐渐增大...     

祁连山老虎沟流域春季积雪属性的分布及变化特征

利用祁连山老虎沟流域布设的花杆观测了该区春季积雪的属性(深度、 表面反射率、 密度及含水量、 粒径), 并结合自动气象站上的积雪深度和反照率数据, 对研究区春季积雪属性的分布及变化特征进行了观测和分析. 结果表明: 流域内积雪分布很不均一, 在阴坡雪深大, 阳坡雪深小; 在不同海拔上, 雪深随海拔有增高的趋势; 不同类型、 不同表面粗糙度、 不同密度、 不同含水率的积雪反射率不同, 不同地物的反射率也不同; 积雪剖面中逆温层结的形成与表面温度、 雪深有密切关系, 在一天内新降雪的密度及含水率随时间的变化具有较好的一致性.     

2008年夏季北冰洋海冰表面积雪特征初步分析

运用中国第三次北极考察期间观测的积雪资料, 分析了夏季北冰洋中心海域海冰表面积雪的空间分布特征. 结果表明: 积雪在垂直分布上呈现6种粒雪状态, 表层到底层依次为新降雪、风板、冰片、深霜、冻结状粗雪和渗浸冻结冰层, 积雪表面常被新降雪或厚度为2～3 cm的风板所覆盖. 考察区域积雪的平均密度为(304.01±29.00)kg·m^-3, 表层密度略低于次表层, 遵循雪的密实化原理. 积雪厚度, 雪水当量和新降雪皆具有由南向北递减的空间分布特征, 表明在海冰消融末期, 积雪的气候态分布主要是由降水量的多少决定的, 积雪的消融和蒸发并非海冰表面积雪评估需考虑的首要因素. 雪温随深度的增加而增加, 具有明显的垂直梯度, 观测区积雪表面的平均温度为(-2.01～±0.96)℃, 比海冰/积雪界面的温度高得多.     

新疆天山西部巩乃斯河谷积雪与森林/草地 覆盖条件下季节冻土特征分析

不同的覆盖条件下,季节冻土的特征会存在差异。为了分析积雪与森林/草地覆盖条件下季节冻土的特征,在新疆天山西部巩乃斯河上游的中国科学院天山积雪雪崩研究站的实验场地监测了森林-积雪,草地-积雪,以及草地覆盖条件下季节冻土的冻结深度,并对有无积雪覆盖条件下季节冻土发育过程中的土壤温度和土壤含水量进行了跟踪测量。结果表明：森林-积雪覆盖条件下季节冻土的冻结深度最浅,草地-积雪覆盖条件下次之,草地覆盖条件下最深。积雪的存在可以改变季节冻土的冻结深度,还会影响土壤温度和土壤含水量变化。在季节冻土的发育阶段,积雪的隔热作用使得有积雪覆盖条件下土壤温度和土壤含水量较高;在积雪消融阶段,由于积雪融水的补给,土壤含水量也相应地增加,积雪消失后由于蒸发的存在导致土壤含水量减少。     

新疆区域近50a积雪变化特征分析

利用新疆91个气象台站1960-2011年的观测资料, 对南北疆及天山山区冬春年(10月-翌年5月)的积雪日数、最大积雪深度、积雪初始、终止日期等因子进行了统计分析, 并通过Kringing插值计算了新疆区域平均最大积雪深度的空间分布.结果表明: 新疆冬春季积雪主要分布在天山以北, 厚度可达30 cm以上, 天山以南积雪比较浅薄, 大部分在10 cm以下;50 a来, 南北疆及天山山区的积雪深度均呈小幅增长(天山山区增幅最大), 积雪日数呈略微降低趋势, 积雪初始、终止日期无明显变化. 天山山区的积雪变化与北疆有较高的相关性, 它们积雪深度和积雪日数的相关系数分别达0.708和0.614, 南疆积雪变化与它们几乎没有相关性;积雪深度与冬春年降水量的变化均有很好的一致性, 尤其在北疆,二者相关系数高达0.702, 但与平均温度呈低的负相关;积雪日数与冬春年降水量变化没有明显相关关系, 但均与气温呈较好的负相关, 在北疆二者的相关系数达-0.742.     

基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪（MODIS）具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明：当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率（召回率）达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。     

1957-2009年中国台站观测的关键积雪参数时空变化特征

利用1957-2009年中国地面气象台站观测积雪资料分析表明, 中国年平均雪深、雪水当量、积雪密度分别为0.49 cm、0.7 mm、0.14 g·cm^-3. 平均来说, 三者在青藏高原地区都是最小的, 在西北地区均较大; 空间上, 中国年平均雪深和雪水当量大值区位于东北和新疆北部, 以及青藏高原西南部的小部分区域; 中国大部分地区年平均积雪密度在0.14 g·cm^-3以下, 3大稳定积雪区积雪密度略高. 1957-2009年, 中国及各区域年平均雪深和雪水当量均表现为波动增加趋势, 但不显著; 空间上雪深的显著正趋势主要位于内蒙古东部、东北北部、新疆西北部和青藏高原东北部; 雪水当量与雪深类似, 但正趋势范围不如前者广, 负趋势范围则较大.     

青藏高原冬春积雪和季节冻土年际变化差异的成因分析

利用青藏高原上72个常规气象观测站的逐日积雪厚度、冻结深度、气温、降水和地表温度资料,分析了高原积雪和季节冻土年际变化差异的原因.结果表明:气温和地表温度对高原积雪和季节冻土都有重要的影响,而降水对积雪的影响很重要,但是对季节冻土的影响则比较小.高原积雪对季节冻土有较大的影响,在积雪达到一定厚度以后,积雪的保温作用会影响冻结深度的变化,积雪越厚,保温作用越强;积雪越浅,保温作用越弱,当积雪小于某一厚度时其主要起降温作用.积雪的保温作用可能是积雪与季节冻土年际变化差异的原因之一.     

基于合成孔径雷达(SAR)的积雪监测研究进展

积雪是冰冻圈中最重要的组成要素之一, 积雪研究对于气候变化、 水文循环等科学研究和农业灌溉、 减灾防灾等生产活动都具有重要意义.合成孔径雷达(SAR)不仅具有穿云透雾, 全天候观测地表的能力, 而且可穿透地表覆盖一定深度获取地表覆盖物内部特征信息.近年来SAR技术在冰冻圈科学研究中已广泛应用. 综述了SAR积雪监测研究的国内外进展, 对当前主要的SAR积雪遥感模型进行了总结分析, 着重介绍了当前主要的SAR和SAR干涉测量技术(InSAR)积雪面积制图方法、 雪水当量(SWE)反演算法、 积雪密度和雪深提取方法, 并对未来可能的研究方向进行了展望.