青藏高原冬季积雪时空变化特征EOF分析

通过对青藏高原冬季积雪的EOF分析．揭示了青藏高原冬季积雪的时间变化和空间分布特征，分析出高原冬季积雪的突变现象．对青藏高原冬季积雪时空变化规律提出了自己的观点。     

青藏高原积雪时空变化特征的对比分析

本文通过对NCEP／NCAR和SMM／I两种积雪资料的对比分析，表明两种积雪资料反映出青藏高原的积雪变化特征比较一致，NCEP／NCAR积雪资料具有一定的可信度。     

青藏高原积雪时空变化特征的对比分析

本文通过对NCEP/NCAR和SMM/I两种积雪资料的对比分析,表明两种积雪资料反映出青藏高原的积雪变化特征比较一致,NCEP/NCAR积雪资料具有一定的可信度.     

1960—2012年呼伦贝尔市积雪时空分布特征

文章利用呼伦贝尔市1960—2012年16个气象台站逐月最大积雪深度、积雪日数及其初终日资料,采用显著性检验、S/N(10a滑动)突变检验及Morlet小波分析方法对呼伦贝尔地区积雪的初终日、积雪日数与积雪深度的时空分布特征进行了分析。结果表明:该地区南部阿荣旗的积雪初日通过了0.10显著性检验,北部根河、东北部小二沟、中部海拉尔的积雪终日分别通过0.01、0.05和0.10显著性检验,表明全市积雪呈现初日略推迟、而终日明显提前的特征,反应了高纬度地区升温明显,尤其是春季气温升幅大的气候变化特点;积雪日数年际变化均减少,其中北部根河通过了0.05显著性检验,表明纬度高的地区升温明显对积雪日影响较大;最大积雪深度的年际变化是增大的,其中南部阿荣旗、北部根河、中部海拉尔都通过0.01显著性检验,表明全市的大雪过程随年际变化趋势是增多的或降雪过程量级是增大的特点。Morlet小波分析表明,积雪日数的主要周期为准10a和准20a;积雪深度的主要周期区域间差异较大。     

1961-2008年黑龙江省积雪变化特征

利用黑龙江省1961-2008年积雪初日、终日、最大积雪深度资料,采用统计方法分析了黑龙江省积雪时空变化特征。结果显示：黑龙江省积雪初日明显推迟,速率为2.5 d/10 a;终日明显提前,速率为1.6 d/10 a;最大积雪深度明显减少,速率为1.1 cm/10 a。     

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。     

青藏高原东部积雪日数特征的分析

本文利用青藏高原曲麻来、托托河和玉树三站的32年逐日积雪实测资料,进行了统计分析,得出了它们的时间变化特征,并对Elnino现象的发生作了简单的联系。     

1981-2010年青藏高原降雪日数时空变化特征

利用青藏高原气象站降雪日数观测资料,分析1981-2010年青藏高原降雪日数的时空变化特点和主要影响因素。结果表明:降雪日数总体上呈青藏高原中东部高寒地区、喜马拉雅山脉南麓和祁连山脉流域降雪日数多,南部河谷和北部湖盆区降雪日数少的空间分布格局;春季降雪日数占全年的45%,其次是冬季（28%）和秋季（22%）,夏季最少（5%）;30年内青藏高原平均年降雪日数呈明显减少趋势,降幅达10.5 d/（10 a）,其中,春季降幅最大（4.8 d/（10 a））,夏季最小（1.2 d/（10 a））;年降雪日数在1997年发生了由多到少的气候突变;降雪日数年内分布呈双峰型,峰值出现在冬夏大气环流的转换季节,青藏高原大气环流的转换期与上升运动相联系的低值天气系统和高空温湿条件均有利于降雪出现;青藏高原降雪日数的明显减少与气温的显著上升呈线性关系。     

青藏高原地区积雪及其变化的不确定性:3种积雪观测资料的对比分析

为了探究青藏高原积雪不同观测资料间的差异,本文通过定义积雪覆盖率(Snow Cover Percentage,SCP)对比了NOAA-CDR卫星可见光遥感积雪资料、卫星被动微波遥感积雪资料和我国146个台站观测的积雪资料在高原地区的气候态及年际变动特征。从年平均气候态看,微波与可见光资料的SCP分布较为接近,高值区均位于念青唐古拉山与喜马拉雅山南缘之间的山区。而台站资料SCP的高值区范围则相对较小,在高原东部的巴颜喀拉山及南部的念青唐古拉山。3种资料的积雪低值区均位于高原中南部沿雅鲁藏布江一带、阿尔金山北侧以及东边界的内陆省份。从季节平均场看,不同资料的积雪分布在冬季及秋季,无论是气候态还是年际变动均较为类似。在春季时,微波和台站资料间较为一致。而在夏季,资料间差异很大,不同资料间的两两相关接近于零,甚至为负数。本文同时选取了青藏高原地区4个典型台站(索县、清水河、康定、甘孜),将卫星资料插值于台站上,对比3种资料间的异同,以及与地表气温异常间的关系。结果表明,在这4个典型站上,台站SCP在过去36 a中为线性减少的趋势,而卫星SCP主要为线性增加的趋势,且台站年平均SCP与地表气温异常的协同性最好。     

1971—2016年青藏高原积雪冻土变化特征及其与植被的关系

利用1971-2016年青藏高原81个气象站逐月积雪日数和45个测站第一冻结层下界观测资料,分析了青藏高原积雪冻土的时空变化特征及其与高原植被指数（NDVI）的关系,探讨了积雪冻土下垫面变化对高原植被及沙漠化的可能影响。结果表明：1）青藏高原积雪日数分布极不均匀,巴颜喀拉山和唐古拉山为高原积雪日数的大值区,且年际变率较大。2）青藏高原积雪日数总体上呈现减少趋势,平均以3.5 d/（10 a）的速率减少,且在1998年前后发生突变,减少速率进一步加快,达到5.1 d/（10 a）。3）青藏高原第一冻结层下界呈上升趋势,达到-3.7 cm/（10 a）,与青藏高原增暖紧密相关。4）青藏高原NDVI呈缓慢增加趋势,与高原气温、降水的增加趋势相一致,积雪冻土的变化对不同区域植被NDVI的影响有显著差异。在气候变暖背景下,形成的暖湿环境促进积雪消融、冻土下界提升,使土壤浅层含水量增加,有利于植被恢复和生长,其结果对高原土地沙漠化防治有一定参考作用。     

青藏高原积雪的脆弱性评估

利用青藏高原98个气象台站日气温、降水以及日降雪和积雪天气现象的观测数据,引进"at-risk"积雪评估方法,对当前气候状态下和未来气温升高情况下高原积雪形成过程的脆弱性进行了评估。研究表明,当前青藏高原约78%(秋季)和81%(春季)台站的固态降水受气温升高影响而减少,而分别约有33%和36%台站的降雪积累与否也受此影响。也就是说,受气温升高影响,青藏高原降雪占总降水比例及积雪占总降雪比例都在减小,这些台站所在区域已成为脆弱积雪区,这加速了高原积雪期的缩短。在到2050年气温升高2.5℃的假设下,青藏高原的脆弱积雪区范围将进一步扩大,这将加剧青藏高原的热源作用,对区域乃至大陆尺度的天气气候产生重要影响。     

青藏高原积雪日数的气温敏感度分析

根据青藏高原气象台站观测积雪日数和均一化气温数据,对高原1951—2004年积雪日数对气温的敏感度进行了量化分析。研究表明,无论是极值敏感度还是当前气候下的敏感度,空间上都呈现出高原四周积雪较中部对气温的敏感程度高的情况。各台站积雪日数对气温最敏感时的临界气温与海拔有着极好的反相关关系,而极值敏感度与海拔虽然也有一定的反相关,但相关程度远不如前者高。在当前气候状态下,有相当一部分台站的平均气温还未达到临界值,这些台站在秋、冬、春、夏季分别占总台站数的36%、39%、47%和11%。未来气候继续变暖背景下,这部分台站积雪日数对气温的敏感度会进一步加大,即积雪对气温的升高会更加敏感。     

青藏高原积雪异常与大气环流异常间关系分析

在参考前人对青藏高原积雪异常年的划分成果的基础上,初步确定出1957—2003年的典型积雪异常年。采用NCEP提供的全球144×73个格点1957—2003年前一年12月至当年5月100 hPa和500 hPa的月平均高度场资料,分析了青藏高原积雪异常与大气环流异常的相互关系,提出了大气环流异常影响青藏高原积雪异常可能的天气气候成因机制;应用三因子最优子集二级判别,建立了判别青藏高原积雪多雪年/少雪年的判别方程,作为客观、定量判断高原积雪异常的指标;结合初步确定的典型青藏高原积雪异常年,用得到的最优判别方程进行划分,并经反复论证后,确定出1957—2003年青藏高原积雪正常略多年和正常略少年。     

近44年青藏高原东部积雪的年代际变化特征及其与降雪和气温的关系

选取青藏高原东部地区1967~2010年61个测站的积雪数据,分析比较了整年和不同季节高原积雪的年代际变化特征及其与降雪和气温的关系,结果表明:除了秋季以外,高原东部积雪表现出“少雪-多雪-少雪“的显著年代际变化特征,80年代末发生的由少到多突变仅在冬季积雪中表现显著,20世纪末发生的由多到少突变在冬春两季积雪中均表现显著;降雪和气温的变化是影响高原东部积雪的重要因素,降雪变化的影响更加显著,尤其是秋季降雪;在冬春季降雪偏多时段,降雪的变化主导着积雪的变化;在冬春季降雪偏少时段,气温变化的影响增大,某些时段会超过降雪,甚至达到主导积雪变化的程度。     

青藏高原区域性积雪增量序列及其变化特征

利用青藏高原83个气象台站的逐日积雪观测资料,充分考虑每次降雪过程所引起的积雪变化,建立了该地区1960-2007年度的区域性积雪增量序列,并讨论了其长期变化特征.结果表明:(1)积雪增量序列具有其他积雪参数指标的代表性,又较其他积雪参数指标序列有明显的统计学优点.(2)在48个年度里,1960-1966年度青藏高原区域性积雪增量处于负位相,1967-1998年度为多雪的正位相,1999-2007年度又为少雪的负位相,其中1998年度是个具有显著性的突变点.     

1961—2004年青海积雪及雪灾变化

利用1961—2004年青海省海西东部和环青海湖地区地面气象观测资料和北半球500 hPa高度场网格点资料, 整理了地表积雪序列和雪灾年表, 并对积雪的年代际变化特征和雪灾发生的机理及其成因进行了研究。结果表明:海西东部和环青海湖地区出现区域性雪灾的几率为15.9% (7/44), 而出现局部雪灾的几率仅为9.1% (4/44)。海西东部和环青海湖地区近44年来冬季累计积雪量的缓慢增加易形成雪灾和低温冻害。造成该区域主要降水的影响系统是高原槽、蒙古槽和高原低涡, 若后冬至春季北半球500 hPa极涡中心偏向西 (东) 半球, 青藏高原与我国东部沿海地区高度距平场形成“西低东高 (西高东低)”的距平分布型时, 海西东部和环青海湖地区容易出现多 (少) 雪年。     

青海高原1961-2008年雪灾时空分布特征

利用青海高原45个气象站1961-2008年冬季（10月至翌年2月）和春季（3-5月）积雪深度资料,按照DB63雪灾标准分类的等级,并结合实际灾情研究了青海高原雪灾时空尺度、强度及发生频次等的变化。结果表明：近50年来青海高原除了特大雪灾发生频次变化趋势不明显外,其他等级的雪灾发生频次年际变化均呈现上升趋势。青海高原南部的玉树、果洛、黄南南部、海南南部及海西东部地区是雪灾发生的高频区,柴达木盆地和青海东部地区极少发生雪灾。雪灾发生频次从20世纪60年代到2008年呈现上升趋势。     

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,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。     

青藏高原冬春雪深分布与中国夏季降水的关系

利用SSMR和SSM／I卫星遥感雪深反演资料,通过与高原测站雪深观测资料的对比分析,揭示了高原雪深的时空分布特征,在此基础上对积雪异常年中国夏季降水异常和大气环流进行了对比分析。结果表明,卫星遥感雪深资料可较真实反映出高原积雪的状况,并可反映出高原西部积雪的变化;高原冬、春季积雪EOF分解第1模态具有相同的空间分布,反映了高原冬、春季积雪分布具有相当的一致性,而春季积雪的第2模态则反映高原积雪的东西差异;冬、春季雪深EOF第1模态的时间序列与中国夏季降水的相关分析表明,大致以长江为界,我国东部地区呈现出南涝北旱的分布模态,春季高原东（西）部多（少）雪与东（西）部少（多）雪年的夏季,我国东部降水表现出长江以南（北）地区为大范围的降水偏多（少）。     

阿尔山地区积雪变化特征

选取阿尔山气象站1981—2015年冷季(10月—次年4月)气象资料,利用滑动平均、线性倾向估计和Mann-Kendall等方法,对年最大积雪深度、积雪日数、气温和降水量进行分析。结果表明,阿尔山地区年最大积雪深度主要发生在1月至3月,其中2月份概率最大,达50%;34 a内最大积雪深度呈上升趋势(2.77 cm/10a),年平均增加0.98%,且年最大积雪深度在1998年发生了突变,即在1998年之前增长缓慢,在2000年以后上升趋势显著。积雪日数的统计分析表明,初始积雪日数和有效积雪日数呈现略微减少趋势,而稳定积雪日数有微弱的增加趋势;通常初始积雪日数比有效积雪日数大30天左右。年最大积雪深度与稳定积雪时期的降水量、积雪日数、日照时数有显著的相关性,相关系数分别为0.647、0.515、0.584,但与稳定积雪时期的气温没有明显的相关性。在全球变暖的大环境下,积雪深度随着降水量和日照时数的增加而增加,且积雪深度受降水量的影响大于日照时数的影响。