近10年来可可西里地区主要湖泊冰情时空变化

基于2000-2011年可可西里地区湖泊边界矢量数据、MODIS和Landsat TM/ETM+遥感影像和气象数据等资料,利用RS和GIS技术综合分析该地区主要湖泊冰情变化特征及其影响因素。结果表明：① 可可西里地区湖泊开始结冰和完全结冰出现在每年的10月下旬至11月上旬和11月中旬至12月上旬,湖泊由开始冻结至完全冻结持续时间约半个月;湖冰开始消融和完全消融时间较为分散,主要出现在每年的4月下旬至6月初和5月初至6月上旬,湖泊完全封冻期和封冻期为181 d和196 d。② 2000-2011年间,可可西里地区湖冰物候特征发生了显著变化,湖泊开始冻结和完全冻结时间推迟,湖冰开始消融和完全消融时间提前,湖泊完全封冻期和封冻期持续时间普遍缩短,平均变化速率分别为-2.21 d/a和-1.91 d/a。③ 湖冰物候特征及湖泊冰情演变是区域气候变化和湖泊自身条件共同作用的结果,其中气温、湖泊面积、湖水矿化度和湖泊形态是影响湖冰物候特征的主要因素,而湖泊热储量、地质构造等因素对湖冰演化的作用亦不可忽视。④ 可可西里地区湖泊冻结空间模式与消融过程相反,以湖冰由湖泊一岸扩展到另一岸的湖泊数量居多。     

2000—2020年中亚大型湖泊湖冰物候时空变化

湖冰物候变化特征是区域气候变化的敏感指示器之一。近几十年来,由于全球变暖和人为活动的影响,中亚地区的气候发生了显著变化,准确监测湖冰物候对于了解中亚地区气候变化具有重要的科学意义。通过对中亚地区7个大型湖泊(卡拉库尔湖、巴尔喀什湖、咸海、阿拉湖、斋桑泊、查蒂尔-科尔湖以及马卡科尔湖,面积>100 km²)2000—2020年的长期地表反射率数据、气象数据以及湖泊资料的综合分析,利用GIS相关技术探讨其湖冰物候特征及其影响因素。结果表明：(1)中亚地区的湖泊在9月中旬至11月上旬期间开始结冰,11月底到12月底会完全封冻,湖泊平均冻结时间为35 d;湖冰在3月底至5月中开始消融,4月上至6月上会完全消融,湖泊平均消融时间为18 d。(2)2000—2020年中亚7个湖泊中有5个湖泊开始冻结日期呈现延后的趋势,平均延后速率为4.86 d·(10a)^-1,巴尔喀什湖开始冻结日期呈现提前趋势,提前率为1.44 d·(10a)^-1。完全消融日期呈现提前的趋势,平均提前率为2.90 d·(10a)^-1。7...     

2000-2016年青海湖湖冰物候特征变化

湖冰物候特征是气候变化的灵敏指示器。基于2000-2016年青海湖边界矢量数据,结合Terra MODIS和Landsat TM/ETM+遥感影像及气象数据,利用RS和GIS技术综合分析青海湖湖冰物候特征变化及其对气候变化的响应。结果表明：① 青海湖开始冻结、完全冻结、开始消融和完全消融的时间分别为12月中旬、1月上旬、3月中下旬和3月下旬至4月上旬,平均封冻期和平均完全封冻期为88 d和77 d,平均湖冰存在期和平均消融期为108 d和10 d。② 近16年间青海湖湖冰物候特征各时间节点变化呈现较大的差异性。湖泊开始冻结日期相对变化较小,完全冻结日期呈先提前后推迟的波动趋势,开始消融日期呈先推迟后提前的波动趋势,完全消融日期在2012-2016年呈明显提前趋势。青海湖封冻期在2000-2005年和2010-2016年呈缩短趋势,但减少速率慢于青藏高原腹地的湖泊。③ 青海湖冻结和消融的空间模式相同,即湖冰形成较早的区域则消融较早,且前者持续时间（18~31 d）整体上大于后者（7~20 d）,二者相差约10 d。④ 冬半年负积温大小是影响青海湖封冻期的关键要素,但风速和降水对青海湖湖冰的形成和消融亦发挥着重要作用。     

2000—2019年赛里木湖湖冰物候特征变化

基于MODIS影像、中国湖泊数据集及气象数据,综合分析了2000—2019年赛里木湖湖冰物候特征变化及影响因素.结果表明:(1)赛里木湖湖冰开始冻结和开始消融日期平均出现在11月2日和4月26日,湖冰完全封冻和完全消融日期平均出现在1月18日和5月17日,湖冰完全封冻期和湖冰冰期平均为99 d和196 d.(2)近20...     

2000-2013年西藏纳木错湖冰变化及其影响因素

湖冰物候事件是气候变化的敏感指示器。本文以西藏纳木错湖为研究对象,基于MODIS多光谱反射率产品数据监测了2000-2013年纳木错湖冰冻融日期,并结合多个气象站点的气象数据和实测湖面温度、湖面辐射亮温分析验证了湖冰变化的原因。纳木错湖冰变化较好地响应了区域气候变暖：开始冻结日期延迟和完全消融日期提前使湖冰存在期显著缩短(2.8 d/a)、湖冰冻结期增长、湖冰消融期缩短,其中消融期变化最为明显,平均每年缩短3.1 d。湖冰冻融日期的变化表明：2000年后纳木错湖冰冻结困难,消融加速,稳定性减弱。纳木错湖冰变化主要受湖面温度、湖面辐射亮温和气温变化的影响,它们可以作为气象因子来解释区域气候变化。     

巴丹吉林沙漠典型湖冰冻结-消融的空间模式差异

利用多源遥感数据解译、野外考察、原位观测等方法,分析了巴丹吉林沙漠腹地湖泊群湖冰冻结-消融空间模式及其差异的主要影响因素。结果表明：该沙漠存在4种冻结-消融空间模式,湖冰自湖岸蔓延至湖心、冻结早的区域融化晚;湖冰自湖岸蔓延至湖心、冻结早的区域融化早;湖冰自湖泊一岸扩展至另一岸、冻结早的区域融化晚;湖冰自湖泊一岸扩展至另一岸、冻结早的区域融化早。大部分面积较小湖泊的冻结-消融空间模式为从湖岸冻结至湖心,冻结早的区域消融晚。不同冻结-消融空间模式之间的差异反映了泉水与地下水对湖泊的补给作用,同一盆地内部或同一沙山两侧孪生湖泊湖冰物候特征的差异主要受湖泊形态特征、湖泊溶解性固体总量（TDS）、局地气候条件的影响,有泉水或地下水出露、TDS越低、水位越浅、风力越小的区域冻结越早。泉水、地下水与湖水混合后使湖水TDS降低,更易于冻结,这是巴丹吉林沙漠大部分湖泊冰的最初生成形式,表明巴丹吉林沙漠湖冰物候在一定意义上是湖泊群接受区域深层地下水补给的直接反映。     

2000—2019年新疆大型湖泊湖冰物候时空变化特征

湖冰物候变化特征是全球气候变化过程的重要指示器。通过长时间序列MODIS数据、Landsat数据提取的湖泊数据集,综合分析了2000—2019年新疆大型湖泊湖冰物候的变化特征。结果表明：（1） 近20 a新疆大型湖泊的开始冻结日呈现提前和推迟2种变化趋势,开始冻结日呈现推迟趋势的湖泊分别为博斯腾湖、赛里木湖、艾比湖、吉力湖、乌伦古湖、萨利吉勒干南库勒湖和鲸鱼湖,且大部分湖泊的开始冻结日推迟趋势在0.51~1.53 d·a^-1之间;开始冻结日呈现提前趋势的湖泊有3个,分别为阿牙克库木湖（变化趋势为-1.04 d·a^-1）、阿克赛钦湖（变化趋势为-0.41 d·a^-1）、阿其克库勒湖（-0.31 d·a^-1）。（2） 湖冰完全覆盖期是重要的湖冰参数,湖冰覆盖期的延长或者缩短能够直接表示区域气候变化过程,新疆大部分湖泊湖冰覆盖期表现为缩短趋势,其中分布在新疆中北部的艾比湖、吉力湖和博斯腾湖等湖泊的湖冰覆盖期缩短较为明显,变化趋势分别为-1.76 d·a^-1、-2.13 d·a^-1和-0.81 d·a^-1;冰完全覆盖期延长的湖泊有3个,分别为阿牙克库木湖、阿其克库勒湖和鲸鱼湖,变化趋势分别为3.51 d·a^-1、1.54 d·a^-1和1.37 d·a^-1,这些湖泊均匀分布在昆仑山高原北翼。（3） 新疆大型湖泊湖冰物候变化特征是受其自身条件（湖泊形态因子、湖泊面积等）及气候变化（气温、降水量等）等多种因素共同作用的结果。本研究探讨了气候变化环境下的新疆大型湖泊湖冰物候的冻融趋势及其变化模式,同时应用不同遥感数据和研究方法识别了湖冰,证实了MODIS数据反演湖冰物候的可行性。     

北冰洋入海径流变化状况及其与近岸海冰关系

北极入海径流是北冰洋最主要的淡水来源之一,也是影响北极变化的重要因素。利用Dai和Trenberth发布的1979—2010年全球河流流量和陆地径流数据集、全球径流数据中心(GRDC)数据集和美国国家冰雪中心数据集,以入海口位置划分研究区域为楚科奇海区、东西伯利亚海区、拉普捷夫海区和喀拉海区;以流量特征,选取注入北冰洋的前12条大河中的6条主要河流为代表,采用Mann-Kendall趋势分析方法,检测了不同海区入海径流在不同季节的变化特征及趋势,并对其与边缘海区海冰覆盖面积的关系进行分析。结果表明:所有河流的季节特征明显且一致,径流量集中在4—11月, 6月前后的洪峰流量远大于春季和秋季的径流量,且叶尼塞河和勒拿河洪峰时期的流量是其他河流的3—4倍。径流季节变化明显,在全球变暖的影响下,径流总体呈现显著增长趋势,春季径流量增加最为明显,其中东西伯利亚海域入海径流增长最快。楚科奇海春季径流量与融化开始时间显著相关,径流量每增加5.9 km3·a–1,海冰融化时间提前一天。东西伯利亚海夏季径流量与融化开始时间(8月)显著相关,径流量每增加30.7km3·a–1,海冰融化时间提前一天。东西伯利亚海8月最大日径流量与当月冰情显著相关,最大日径流量发生时间平均提前于海冰低谷发生时间8天。不考虑其他因素的情况下,最大日径流量每增加15.7km3·a–1,海冰低谷距平降低1%,表明其促进融冰期海冰的融化,导致冰情减轻。东西伯利亚海秋季径流的增大加速了结冰后期海冰的冻结。     

湖冰遥感监测方法综述

本文综述了多光谱和微波数据监测湖冰冻结、消融及冰厚的方法,并比较了各种方法的优缺点,最后运用MODIS和AMSR-E监测了纳木错2007/2008冬半年冰情.湖冰监测方法主要有阈值法和指数法.阈值法是根据冰水反射率、温度、后向散射系数等特征因子的不同直接区分冰水.精度较高,误差在5天以内.指数法主要是根据冰水波谱特性和极化特性.做波段运算后间接区分冰水.冰厚监测常采用经验公式法,用实测数据与反射率、极化比、亮温等建立关系式反演整个湖泊冰厚,此方法适用于特定的某个湖泊.冰厚识别是湖冰监测的难点,主动微波比多光谱数据更适合监测冰厚.从数据本身来讲,热红外、被动微波等高时间分辨率数据比可见光、主动微波等高空间分辨率影像更适合监测大面积湖泊冰情.基于多源遥感数据,发展自动反演算法将是湖冰遥感监测发展趋势之一.     

黄河源头区地面热状态及冻融特征

冻土是地层与大气通过地面长期热交换的产物,地面的热状态及其冻融过程既表征了大气和各种下垫面对其复杂的热影响,也决定了浅表层冻土热状态及其变化。本文利用黄河源头区51个监测点的地面温度计算了地面冻结和融化指数,分析了冻融过程,并探究了其分异规律。结果表明：(1)研究区年均地面温度变化介于-3.06～1.31°C,呈现极强的空间分异特征,区域上的分异主要受海拔、纬度、NDVI制约(P <0.001),垂直递减率约为0.7°C·(100 m)^-1。NDVI越大即植被条件越好,夏季地面温度越低,冬季地面温度越高。(2)地面冻结指数为851.9～1906.6°C·d,平均1253.3°C·d,地面冻结指数与经纬度相关性较弱,地面完全冻结天数为54～219 d,平均137.1 d;地面融化指数为388.4～1727.2°C·d,平均1039.3°C·d,地面融化指数与海拔、NDVI、纬度、经度显著负相关,完全融化天数为61～156 d,平均128.8 d。(3)地面起始融化时间受地形和局地因素影响较大,发生于3月中旬到5月中旬,起始冻结时间的空间异质性小于起始融化时间,...     

Spatial-temporal variations of lake ice phenology in the Hoh Xil region from 2000 to 2011

Lake ice phenology, i.e. the timing of freeze-up and break-up and the duration of the ice cover, is regarded as an important indicator of changes in regional climate. Based on the boundary data of lakes, some moderate-high resolution remote sensing datasets including MODIS and Landsat TM/ETM+ images and the meteorological data, the spatial-temporal variations of lake ice phenology in the Hoh Xil region during the period 2000–2011 were analyzed by using RS and GIS technology. And the factors affecting the lake ice phenology were also identified. Some conclusions can be drawn as follows. (1) The time of freeze-up start (FUS) and freeze-up end (FUE) of lake ice appeared in the late October–early November, mid-November–early December, respectively. The duration of lake ice freeze-up was about half a month. The time of break-up start (BUS) and break-up end (BUE) of lake ice were relatively dispersed, and appeared in the early February–early June, early May–early June, respectively. The average ice duration (ID) and the complete ice duration (CID) of lakes were 196 days and 181 days, respectively. (2) The phenology of lake ice in the Hoh Xil region changed dramatically in the last 10 years. Specifically, the FUS and FUE time of lake ice showed an increasingly delaying trend. In contrast, the BUS and BUE time of lake ice presented an advance. This led to the reduction of the ID and CID of lake. The average rates of ID and CID were–2.21 d/a and–1.91 d/a, respectively. (3) The variations of phenology and evolution of lake ice were a result of local and climatic factors. The temperature, lake area, salinity and shape of the shoreline were the main factors affecting the phenology of lake ice. However, the other factors such as the thermal capacity and the geological structure of lake should not be ignored as well. (4) The spatial process of lake ice freeze-up was contrary to its break-up process. The type of lake ice extending from one side of lakeshore to the opposite side was the most in the Hoh Xil region.     

Numerical simulation of the climate effect of high-altitude lakes on the Tibetan Plateau

Lakes regulate the water and heat exchange between the ground and the atmosphere on different temporal and spatial scales. However, studies of the lake effect in the high-altitude Tibetan Plateau(TP) rarely have been performed until recently, and little attention has been paid to modelling of frozen lakes. In this study, the Weather Research and Forecasting Model(WRF v. 3.6.1) is employed to conduct three numerical experiments in the Ngoring Lake Basin(the original experiment, an experiment with a tuned model, and a no-lake experiment) to investigate the influences of parameter optimization on the lake simulation and of the high-altitude lake on the regional climate. After the lake depth, the roughness lengths, and initial surface temperature are corrected in the model, the simulation of the air temperature is distinctly improved. In the experiment using a tuned model, the simulated sensible-heat flux(H) is clearly improved, especially during periods of ice melting(from late spring to early summer) and freezing(late fall). The improvement of latent-heat flux(LE) is mainly manifested by the sharp increase in the correlation coefficient between simulation and observation, whereas the improvement in the average value is small. The optimization of initial surface temperature shows the most prominent effect in the first year and distinctly weakens after a freezing period. After the lakes become grassland in the model, the daytime temperature clearly increases during the freezing and melting periods; but the nocturnal cooling appears in other stages, especially from September to October. The annual mean H increases by 6.4 times in the regions of the Ngoring Lake and the Gyaring Lake, and the LE declines by 56.2%. The sum of H and LE increases from 71.2 W/m2(with lake) to 84.6 W/m2(no lake). For the entire simulation region, the sum of H and LE also increases slightly. After the lakes are removed, the air temperature increases significantly from June to September over the area corresponding to the two lakes, and an abnormal convergence field appears; at the same time, the precipitation clearly increases over the two lakes and surrounding areas.     

东西伯利亚海海冰季节变化特征及主要影响因素分析

利用1997-2005年美国国家冰雪中心提供的卫星遥感数据,对东西伯利亚海海冰周年变化特征及其动力和热力学机制进行详细分析,以1999年海冰状况为例讨论了该海域海冰的周年变化。按照海冰变化的区域特征和融化机制差异,将全年的海冰变化过程分为密集冰封期、陆坡开裂期、西部融化期、全面融化期和秋季结冰期。不同年份各个阶段发生的具体日期不尽相同,海冰覆盖面积最小值及其发生时间有所差异,但是,各年海冰变化的5个阶段都清晰可辨。海冰融化时间持续3个月,冻结时间仅为1个半月左右。每年5月份东西伯利亚海陆坡处海冰发生开裂,主要是该时期风场辐散的作用。1999年,除5月份以外的其他月份,东西伯利亚海海表面风场是辐聚风场,不利于海冰融化和开阔水域面积的扩大。东西伯利亚海海冰融化的决定性因素是陆地径流,因迪吉尔卡河、科雷马河、亚纳河和勒拿河四条河流在海冰融化过程中发挥主要作用。海冰覆盖面积最小值出现的时间一般是9月下旬,整个海域的沿岸带海冰全部消失,形成大范围的开阔水。夏季北半球气温的升高和太阳辐射的加热作用,为海冰融化提供持续的热量。     

基于ERA5-LAND的中国东北地区近地表土壤冻融状态时空变化特征

土壤冻融交替是陆地表层极其重要的物理过程,土壤冻融状态的频繁变化对地气能量交换、地表径流、植被生长、生态系统及土壤碳氮循环等均具有重要的影响。本文基于1981—2019年ERA5-LAND逐小时土壤温度数据,借助GIS空间分析功能,利用Python编程处理分析了中国东北地区近地表土壤冻融状态的时空变化特征。结果表明：从不同冻融状态起始日期的空间分布来看,近地表不同阶段的起始日期主要受纬度和地形的影响,具有明显的纬度地带性和垂直地带性。春季冻融过渡期和完全融化期的起始日期由东南向西北均呈逐渐推迟趋势,而秋季冻融过渡期与完全冻结期起始日期则由东南向西北随纬度升高越来越早。就不同冻融状态发生天数的空间分布而言,研究区南部春季冻融过渡期发生天数多于北部,西部多于东部,年均发生天数均在30 d以内;秋季发生冻融的天数空间差异不大,研究区一半以上的地区年均发生天数在10 d以内。完全融化期发生天数最多,从东南向西北呈逐渐减少趋势,年均发生天数主要介于150~240 d之间;完全冻结期发生天数则由南向北日益增多,其空间分布表现为一向南开口的簸箕形,各地年均发生天数集中于90~180 d之间。从时间变化趋势来看,近年来春季冻融过渡期起始日期以提前趋势为主,而秋季冻融过渡期起始日期总体表现为延后,致使完全融化期发生天数以增加趋势为主,年均变化速度高达0.2 d/a;大兴安岭以西、呼伦贝尔高原以北地区及辽河平原春季冻融过渡期发生天数呈减少趋势,其他地区为增加趋势;大兴安岭以西地区、呼伦贝尔高原以北地区完全融化期起始日期明显提前;松嫩平原和长白山区秋季冻融过渡期起始日期推迟显著,发生天数的变化趋势呈北增南减的空间分异特征;不同地区完全冻结期起始日期的变化趋势差异显著,中部广大的平原区呈不显著的推迟趋势,而大、小兴安岭、长白山、辽东半岛和辽西丘陵则提前进入完全冻结状态;研究区完全冻结期发生天数呈减少趋势,研究区中部的季节冻土区完全冻结期明显变短,年均减少速度大于0.2 d/a。