青藏高原东南部冰川雪冰重金属元素特征

雪冰可以很好地记录大气重金属元素的含量水平。基于2015年6月在青藏高原东南部（藏东南）地区采集的4条冰川的雪坑和表层雪冰样品,分析并讨论了雪冰重金属元素特征。结果显示,Pb、Cd等重金属元素含量与高原其他地区雪冰中一致,含量总体较低,显著低于天山和阿尔卑斯山雪冰中Pb和Cd含量,与格陵兰地区雪冰Pb和Cd含量大致相当,但显著高于南极地区雪冰中Pb和Cd含量,这表明藏东南雪冰中元素含量仍代表全球背景地区大气环境状况。元素富集因子结果显示,Pb、Cr、Cd、Cu、Zn、Mo、Sn等发生强烈富集（EFs>10）,而以地壳源为主的元素如Fe、Ti、Mn、Th等则富集较弱。主成分分析表明,不同重金属元素的污染来源存在差异;结合后向气团轨迹分析,推断藏东南地区雪冰元素含量不可避免地受到南亚地区人类活动排放污染物的显著影响。目前,藏东南地区冰川呈显著退缩状态,强烈的冰川消融可释放大量的重金属元素进入河流,可能对下游地区的人类生产生活以及生态系统产生重要影响。     

青藏高原北部冰川雪中细菌多样性的研究

通过细菌的分离培养和16S rDNA序列分析的方法,对青藏高原的小冬克玛底冰川、玉珠峰冰川和煤矿冰川雪中的可培养细菌数量和多样件进行了研究.结果表明:小冬克玛底冰川、玉珠峰冰川和煤矿冰川雪中的可培养细菌数量依次为18.54,35.52和58.07 CFU·mL-1.恢复出的细菌具有丰富的多样性,隶属于Bacteroidetes,Actinobacteria,Firmicutes和α,β,γ-Proteobacteria等6个类群.与青藏高原、南北极冰雪中微生物的比较分析发现Agrococcus,Zoogloea和Pedobacter属细菌是玉珠峰冰川和煤矿冰川的特殊微生物类群.     

2003-2010年青藏高原积雪及雪水当量的时空变化

利用MODIS逐日无云积雪产品与AMSR-E雪水当量产品进行融合, 获取了青藏高原500 m分辨率的高精度雪水当量产品, 通过研究青藏高原积雪时空动态变化特征, 分析了积雪覆盖日数、雪水当量以及总雪量的季节及年际变化. 结果表明: 青藏高原地区降雪主要集中在高海拔山区, 而高原腹地降雪较少, 降雪在空间上分布极为不均; 2003-2010年期间, 平均积雪日数呈显著减少趋势, 稳定积雪区面积在逐渐扩大, 常年积雪区面积在不断缩小. 与积雪日数时空变化相比, 雪水当量增加的区域与积雪日数增加的区域基本一致, 但喜马拉雅山脉在积雪日数减少的情况下雪水当量却在逐年增加, 表明该地区温度升高虽然导致部分常年积雪向季节性积雪过渡, 但降雪量却在增加. 总的积雪面积年际变化呈波动下降的趋势, 但趋势不显著, 且减少的比例很少. 最大积雪面积呈现波动上升后下降的趋势, 平均累积积雪总量呈明显的波动下降趋势, 年递减率为1.0×10³ m³·a^-1.     

基于MODIS数据的青藏高原冰川反照率时空分布及变化研究

冰川反照率对冰川融化具有重要影响,以2000-2013年MODIS的MOD10A1逐日积雪反照率数据资料为基础,分析了青藏高原冰川反照率的时空分布及变化。结果表明：冰川年平均反照率变化范围是0.42（枪勇冰川）~0.75（PT5冰川）,其中夏季平均反照率变化范围是0.45（来古冰川）~0.69（东绒布冰川和古里雅冰川）。冰川反照率空间分布并没有明显的规律性,而冰川反照率的变化速率空间分布规律明显——南部较大往北减小,北部反照率出现增大现象。研究区内大部分冰川反照率呈波动降低的趋势,年平均反照率和夏季平均反照率变化速率最大值都出现在枪勇冰川,分别是-0.015 a^-1和-0.019 a^-1。木吉和木孜塔格冰川年平均和夏季平均冰川反照率都增大,木吉冰川是由于2012年的高反照率引起的,而木孜塔格冰川主要与该地区气温降低、降水增多有关。     

NOAA IMS雪冰产品在青藏高原积雪监测中的适用性分析

在系统评估青藏高原积雪观测典型气象站历史定位坐标精度基础上,利用站点雪深资料对NOAA IMS 4 km和1 km分辨率雪冰产品在青藏高原的精度和适用性进行了验证和评估,定量分析了IMS 4 km到1 km空间分辨率提高和气象站历史定位与GPS定位坐标之间的差异对青藏高原IMS积雪监测精度的影响。结果表明：青藏高原个别气象站历史坐标与当前GPS接收机定位之间存在较大的差异,如安多气象站经度偏小0.6°,纬度偏大0.08°。IMS 4 km雪冰产品在青藏高原的总精度介于76.4%~83.2%,平均为80.1%,积雪分类精度介于35.8%~60.7%,平均为47.2%,平均误判率为17.1%,平均漏判率为45.5%,总体上呈现地面观测的积雪日数越多、平均雪深越大,其总体监测精度越低,而积雪分类精度越高的特点。IMS分辨率从4 km到1 km总体精度平均提高了2.9%,积雪分类精度平均提高了0.9%,主要是由于个别站点的精度提升较大引起的,对高原多数台站积雪监测精度的改进和提升很小。除个别台站外,目前气象站历史坐标和GPS定位坐标之间的差异,对IMS 4 km积雪监测精度验证结果没有影响。然而,今后随着卫星遥感技术的发展,更高时空分辨率的遥感积雪产品将用于积雪监测和研究,精确的地面观测站坐标信息是对这些遥感数据开展精度验证与实际应用的前提。     

青藏高原地区积雪年际变化异常中心的季节变化特征

利用青藏高原1980-2009年SMMR、SSM/I和AMSR-E被动微波遥感反演得到的逐日积雪深度资料, 应用EOF方法分析了近30 a青藏高原地区冬春季积雪年际变化异常的时空变化. 结果表明: 青藏高原冬春季积雪年际异常敏感区随季节有着显著变化, 并具有多尺度性. 其在大尺度上最主要的空间特征是从秋末(10-12月)到隆冬(12-翌年2月)位于青藏高原腹地和东南缘的河谷; 后冬和前春年际异常变化的敏感区显著变小, 整个青藏高原地区的积雪稳定少变; 而春季(3-5月), 随着青藏高原气温的回升, 敏感区出现在青藏高原东部. 青藏高原冬春季积雪年际变化在局地尺度上存在着季节变化, 表现为青藏高原积雪年际变化的异常与年际变化趋势相反的特征, 以及积雪年际变化东西反向异常随季节的演变. 青藏高原冬春季积雪年际变化的异常敏感区在空间范围上的变化, 反映了冬春季积雪在季节尺度上受冬季风和南来的暖湿气流之间相互消长和进退影响的特征. 青藏高原冬春季积雪具有显著的年代际变化, 在20世纪80年代处于多雪期, 80年代后期进入一个积雪较少期. 秋末至隆冬(10-翌年2月)的积雪在20世纪90年代后期出现明显转折, 进入多雪期, 2000年后又进入一个少雪期.     

Accuracy verification of MODIS daily cloud-free snow cover products over the Tibetan Plateau北大核心CSCD

Snow cover is of great hydrological,ecological,and climatic significance in the Tibetan Plateau. MODIS snow products are widely used at present but are seriously affected by clouds. Scholars at home and abroad have developed a variety of cloud removal products for raw MODIS daily snow products,but the accuracy of these products in the Tibetan Plateau has not been evaluated comprehensively. Therefore,this paper uses Landsat-8 data with high resolution as the reference value to conduct systematic verification of three datasets of cloud-free snow products released on a daily basis. The results show that compared with the two sets of products （M*D10A1GL06 and MODIS_Dysno_Cloudfree）,which are produced based on raw MODIS daily snow cover product realized by NSIDC（National Snow and Ice Data Center）,the MODIS CGF SCE product produced based on MODIS surface reflectance data,has a great advantage in snow identification accuracy. The MODIS CGF SCE product optimized the NDSI threshold for different land cover types. Although the accuracy of snow identification was significantly improved,the problem of large snow identification error in forest areas was still not effectively resolved,and there was a high underestimate error. © 2022 Science Press (China).     

青藏高原多源雪深数据适用性综合评估北大核心CSCD

青藏高原积雪对区域气候及水循环有重要影响,现有积雪数据集在该区域存在很大不确定性,适用性评估工作不可或缺。基于气象站观测数据(OBS),采用秩评分方法对一套被动微波遥感(CHE)和两套再分析(ERA5-Land和MERRA2)积雪深度数据进行了多变量、多评价指标的综合定量评估。结果表明:从年平均积雪深度、年最大积雪深度、年积雪日数三个变量分别评价各数据,MERRA2对年最大积雪深度、年积雪日数模拟最好,CHE对年平均积雪深度描述最好;各数据在不同评价指标上的得分排名存在较大差异,CHE在描述线性变化趋势上具有优势,ERA5-Land在描述年际变化上具有优势,MERRA2在描述季节循环、多年平均值、极大值、标准差上具有优势;综合考虑,MERRA2在青藏高原适用性综合评分最高、ERA5-Land次之、CHE最低。三种数据均存在明显不足之处,MERRA2对积雪线性变化趋势的定性描述与OBS相反,对积雪年代际变化的模拟有待优化;ERA5-Land对各变量的多年平均值存在严重高估;CHE刻画积雪空间分布特征能力较差。由于青藏高原西部站点稀少,相关评估结论仅适用于高原中东部。基于遥感及再分析数据得到高原西部积雪变化趋势存在较大不确定性。     

1981-2010年青藏高原积雪日数时空变化特征分析

全球气候变暖大背景下, 作为冰冻圈最为活跃和敏感因子, 青藏高原积雪变化备受国内外关注. 本文利用青藏高原(以下简称高原)1981-2010年地面观测积雪日数资料, 较系统地分析了近30年来高原积雪日数的时空变化特点. 主要结论如下: (1) 近30年内高原平均年积雪日数出现了非常显著的减少趋势, 减少幅度达4.81 d·(10a)^-1, 其中冬季减幅最为明显, 为2.36 d·(10a)^-1, 其次是春季(2.05 d·(10a)^-1), 而夏季最少(0.21 d·(10a)^-1); (2) 30年间, 积雪日数较少的年份多数出现在本世纪初10年内, 且2010年属于异常偏少年, 高原积雪日数在1997年左右发生了由多到少的气候突变; (3) 在空间上, 北部柴达木盆地及其附件区域部分气象台站观测的年积雪日数出现了不显著的增加趋势之外, 高原91.5%的气象站年积雪日数呈减少趋势, 且高寒内陆中东部和西南喜马拉雅山脉南麓等高原历年积雪日数高值区域减少最为明显; (4) 由于受到气象台站所在地理位置、地形地貌、地表类型、海拔高度、局地气候以及大气环流等综合影响, 高原平均年积雪日数的空间差异很大, 最多达146 d, 最少的则不足1 d, 平均仅为38 d, 其中高寒内陆中东部是积雪日数最长的区域, 而东南部海拔和纬度较低的干热河谷地区积雪日数最少.     

树轮记录的过去300年来青藏高原东南部积雪覆盖的变化

由于高海拔和高降水,青藏高原东南部成为全球少有的积雪集中分布的亚热带地区。其积雪覆盖的变化受到亚洲夏季风的强烈影响,同时积雪覆盖又能通过改变青藏高原东南部的热效应,对亚洲夏季风的动态造成影响。然而当前器测记录的积雪覆盖面积只有几十年,限制了对高原积雪面积变化和亚洲季风动态关系的探讨,尤其是在年代际尺度上二者的关系。本文首次开展了基于树轮的青藏高原积雪覆盖重建的研究。通过收集了青藏高原东南部的25个树轮年表,发现其中9个树轮年表和积雪覆盖存在显著正相关;进一步研究发现这些树轮年表和积雪覆盖的关系主要表现在年代际波动上,在年际尺度上的波动两者的关系不显著。这9个树轮年表的年代际波动在历史时期也能很好的吻合,进一步说明这些树轮序列受到共同的积雪覆盖变化的影响,且这种影响在年代际尺度上比较稳定。积雪覆盖和干旱指数表现出显著正相关以及9个年表均表现出干旱响应,说明积雪覆盖可以通过调制土壤湿度来影响树轮生长。年际尺度上树轮生长主要受到区域气候条件的影响,而年代际尺度上,积雪覆盖通过调控区域气候和土壤湿度,对树轮生长起到决定性的影响。基于这些树轮年表,定量重建了青藏高原东南部过去300年来积雪面积的年代际波动,并讨论它与亚洲季风动态的关系。     

1980-2019年青藏高原积雪深度时空差异性分析北大核心CSCD

积雪是地表特征的重要参数,其对辐射收支、能量平衡及天气和气候变化有重要影响。利用1980-2019年被动微波遥感积雪深度资料对青藏高原积雪时空特征进行分析,在此基础上将高原划分为东部、南部、西部及中部4个区域,并分区域讨论了多时间尺度积雪的变化特征及其与气温、降水的相关关系。结果表明:不同区域积雪深度在不同时间尺度的变化特征存在差异,高原东部积雪深度累积和消融的速率比西部快,南部积雪深度累积和消融速率比中部快。季节尺度上,冬季积雪高原东部最大,中部最小;春季积雪高原东部消融速率最大,西部积雪消融较慢但积雪深度最大;夏季高原西部仍有积雪存在。年际尺度上,各区域积雪深度在1980-2019年均呈现缓慢下降趋势,但东部积雪减少不显著;高原东部积雪深度在1980-2019年呈现出增加-减少-增加-减少的变化,其余3区均呈现出减少-增加-减少-增加-减少的变化。不同区域积雪深度对气温、降水的响应不同,高原东部和中部积雪深度与气温相关性较好;各区域积雪深度与降水呈不显著的正相关关系。     

青藏高原东南部海洋型冰川物质平衡研究进展北大核心CSCD

青藏东南部海洋型冰川具有独特的气候敏感性,普遍呈现加速退缩趋势,这不仅影响区域水资源安全,而且伴生了相应的冰川灾害,是当前青藏高原冰冻圈变化研究的热点区域之一。本文对海洋型冰川物质平衡时空变化特征进行了综述,2000年以来冰川总体处于物质亏损状态,其平均物质平衡介于-0.66~-0.61m w.e.·a^(-1)之间;同时总结了海洋型冰川物质加速变化的驱动因素以及新特征。当前海洋型冰川物质平衡变化研究受观测数据缺乏和模型模拟不确定性等问题限制,尤其现有模型对冰面裂隙增多与扩张、冰崖-冰面湖-表碛相互作用、冰内冰下过程、冰崩、末端冰湖水-冰相互作用等过程的描述过于简化或基本缺失,其机理及影响仍存在较大的不确定性。未来需加强海洋型冰川物质平衡的综合监测,基于多数据和多方法的集成研究提高模型对冰川物质平衡多物理过程的耦合与模拟能力,为开展海洋型冰川物质变化的区域水资源效应和致灾效应研究奠定基础。     

1964-2010年青藏高原长江源各拉丹冬地区冰川变化及其不确定性分析

利用1964年美国CORONA间谍卫星影像和1976-2010年的Landsat MSS/TM/ETM+遥感影像, 对青藏高原长江源各拉丹冬地区的冰川进行监测, 获得每10 a间隔的冰川面积数据, 并对冰川制图中的不确定性进行了评估.由于冰川表面比较洁净, 认为该地区冰川变化的不确定性主要由分辨率(Landsat)和人为操作差异造成, 误差可达1%~2%.通过对比发现: 1964-2010年间, 各拉丹冬地区冰川面积总体上减少了45.75 km², 相对变化为6.80%, 冰川年平均变化速度约为0.99 km²·a^-1, 相对变化速度为0.15%·a^-1; 该地区冰川总体退缩较为缓慢, 但部分冰川变化显著, 在138条冰川中, 有14条大冰川存在较为明显的变化.在过去的近50 a中, 该地区的冰川并不是都呈退缩状态, 先后有9条冰川出现过前进的现象, 其中有1条冰川一直处于前进状态, 长江源头冰川(姜古迪如北支冰川)先后出现过两次前进, 分别发生在1964-1977年间和2000-2010年间.     

青藏高原初春积雪的多尺度变化与北大西洋海温的关系

青藏高原冬、春季积雪变化影响东亚甚至全球春、夏季的环流及气候异常。利用中国西部环境与生态科学数据中心提供的中国雪深长时间序列数据集,美国大气海洋局提供的全球逐月扩展重建海表温度,以及欧洲中期天气预报中心提供的逐月再分析数据,对青藏高原初春（3、4月）积雪的多尺度变化与北大西洋海表温度的关系进行了研究。结果表明,初春青藏高原雪深异常与初春北大西洋关键区海温异常有显著的负相关关系。当初春关键区海温正（负）异常时,初春高原中部偏北腹地地区、东南部地区积雪深度减少（增加）;初春北大西洋关键区海温异常通过激发下游青藏高原上空大气波列以及波作用通量异常来影响高原局地区域的温度和垂直运动,从而影响降雪的产生和积雪的累积。该结果为青藏高原初春积雪的多尺度变化及其影响提供了依据。     

青藏高原昆仑山垭口不同深度土壤可培养细菌群落特征研究

以青藏高原昆仑山垭口不同深度土壤样品为研究对象,研究了可培养细菌数量及多样性。结果表明：可培养细菌数量与多样性在一定程度上均与土壤深度呈负相关关系。可培养细菌数量以表层土壤最多,而细菌多样性最低。基于16S rDNA基因序列分析共发现了6个门,18个属,21种细菌,其中表层土壤Arthrobacter siccitolerans为绝对优势种,比例达95%;冻土区（0~82.15m）之间不同土样Mycetocola miduiensis菌株所占比例较大;而冻土层以下没有明显的优势菌。冗余分析（RDA）显示：可培养细菌数量主要受土壤有机碳影响,土壤含水量则是影响细菌多样性的主要因素。     

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。     

基于随机森林算法的青藏高原AMSR2被动微波雪深反演

青藏高原因其复杂的地形地势和和积雪分布使得多种雪深算法未达到理想的精度。基于新一代被动微波数据AMSR2（Advanced Microwave Scanning Radiometer 2）, 应用随机森林算法（Random Forest, RF）将亮温（Brightness Temperature, BT）和亮温差（Brightness Temperature Difference, BTD）作为参数输入, 并将高程和纬度参数引入雪深反演模型中, 经过模拟退火算法进行有效反演因子筛选, 构建了基于随机森林算法的青藏高原雪深反演模型。结果表明： 与AMSR2全球雪深产品相比, 随机森林算法的拟合优度（R²）由0.41提升至0.60, 均方根误差（Root Mean Square Error, RMSE）由7.36 cm降至4.88 cm, 偏差（BIAS）由3.24 cm减小至-0.16 cm, 随机森林雪深反演模型在青藏高原的精度更高; 青藏高原平均海拔超过4 000 m, 当海拔大于青藏高原平均海拔时, 随机森林算法的反演效果最差, 但RMSE仅为3.78 cm, BIAS仅为-0.09 cm; 高原南部（25° ~ 30° N）因其复杂的地势和相对较少的气象站点使得反演效果较差, RMSE为5.94 cm, BIAS为-0.39 cm; 青藏高原的主要土地覆盖类型为草地, 随机森林算法在草地的RMSE约为3 cm, BIAS接近0 cm。     

青藏高原高寒沼泽化草甸群落生物量及地下CNP对积雪增加的响应

以青藏高原多年冻土区高寒沼泽化草甸为研究对象,采用雪栅栏诱导方式模拟积雪厚度增加,结合植物地上、地下根系以及土壤养分变化,分析了高寒沼泽化草甸对积雪厚度增加的响应。结果表明：积雪厚度增加后,0~20 cm浅层土壤温度和水分含量增加;植物群落高度和土壤表层0~10 cm根系生物量显著增加,植物群落组成和地上生物量没有变化;地下0~20 cm土壤碳（C）、氮（N）、磷（P）总储量降低,根系中C、N、P储量增加;土壤表层0~10 cm总N∶P比显著增加,但是有效磷含量在0~10 cm和10~20 cm土层均显著增加。可见,积雪厚度增加并不影响沼泽化草甸植物群落的组成和地上生物量,仅增加植被高度;增加土壤表层总N∶P比意味着积雪厚度增加可能会减轻沼泽化草甸土壤中氮限制,从而减缓沼泽化草甸的氮匮乏状况。结论可为高寒生态系统响应积雪变化研究提供样地尺度的观测数据,并为冰冻圈生态系统应对未来气候变化的模型估算提供数据支撑。     

青藏高原中东部积雪深度时空变化特征及其成因分析

基于逐日积雪深度（雪深）、逐月气温和逐月降水量地面观测资料,利用数理统计方法分析了青藏高原中东部地区1961-2014年雪深时空变化特征及其成因,结果表明：青藏高原雪深空间分布不均,存在喜马拉雅山脉南坡（高原西南部）、念青唐古拉山-唐古拉山-巴颜喀拉山-阿尼玛卿山（高原中部）和祁连山脉（高原东北部）三处雪深高值区,冬季最大,其次是春秋季,夏季仅在纬度或海拔较高处才有雪深记录;从长期来看雪深以减少为主,尤其是夏秋季。在青藏高原普遍"增温增湿"背景下,雪深表现为先增后减的变化特征;雪深随海拔升高而增加,但最大雪深并非出现在最高海拔处;在不同季节雪深的气象要素成因上,冬季由降水主导,其余季节由气温主导。1961-1998年冬春季雪深增加与降水增多有关,而1998-2014年气温的上升以及降水的减少共同导致了雪深的减少,夏秋季雪深持续减少与同期气温持续升高有关。     

青藏高原冬春积雪年际振荡成因分析

通过对高原冬春积雪异常年气温、降水和环流特征的分析,结果发现:从年际变化来讲,高原冬春积雪和冬春气温是明显的负相关,与降水呈正相关,高原冬春积雪的年际变化与前冬11月、12月高原降水的变化基本一致;1983年前,高原冬春积雪的偏多主要对应于高原冬春气温的偏低,积雪的偏少则主要对应于高原冬春降水的偏少;而自1984年后,高原冬春积雪的偏多主要对应于高原冬春降水的偏多,积雪的偏少则主要对应于高原冬春气温的偏高.多雪年前冬,副热带高压明显偏强,欧洲槽加深,乌山脊加强,东亚大槽从东北向西南明显倾斜,我国南海和阿拉伯海西岸各有一反气旋距平环流,而高原南部、印度半岛到孟加拉湾为一明显的气旋距平环流,有利于洋面暖湿气流抬升爬上高原;另一方面,从西伯利亚向我国出现北风距平,同时我国北方地区出现东风距平,这一形势使得西伯利亚冷空气多流向高原,冷暖空气在高原交汇,产生降雪.同时这种冷空气流保证了高原温度偏低,因而冬春高原多雪;少雪年前冬,副热带高压明显偏弱,欧洲槽变浅,乌山脊减弱,东亚大槽比较竖直,南海地区和阿拉伯海为气旋环流距平,而高原南侧为反气旋环流距平,西伯利亚为南风距平,形势基本与多雪年相反.