2001-2015年天山山区积雪时空变化及其与温度和降水的关系

采用2001-2015年MODIS积雪和陆表温度数据、中国高时空分辨率降水数据,基于趋势分析和相关分析方法,分析了天山山区积雪时空变化及其与温度和降水的关系。结果表明：（1）年内积雪面积变化受海拔影响,海拔≤4 000 m,呈单峰型分布,积雪面积冬季大,夏季小;海拔介于4 000~≤5 000 m,积雪面积分别在春季和秋季出现两次峰值;海拔>5 000 m,积雪面积变化与低海拔相反,在夏季达到最大,冬季最小。就年际变化而言,全区积雪面积呈略微减少趋势,其中秋季略微增加,春季变化不大,冬季和夏季明显减少。（2）积雪覆盖频率受水汽来向和地形影响,呈西高东低、北高南低分布格局,与海拔呈正相关。山区大部分区域积雪覆盖频率呈减少趋势,其中海拔介于3 600~≤4 600 m的积雪覆盖频率减少最为显著。（3）在春、夏季,温度是决定积雪面积变化的主要因素,与积雪面积呈负相关;在秋、冬季,降水对积雪面积变化的贡献大于温度,与积雪面积呈正相关。（4）积雪覆盖频率整体上与年均温度呈负相关,与降水呈低度正相关,相关程度及显著性水平在空间分布上存在差异,温度对积雪覆盖频率变化的贡献大于降水。     

2001—2019年横断山区积雪时空变化及其影响因素分析

基于MOD10A2积雪产品提取横断山区积雪日数及积雪覆盖率等信息,结合横断山区129个地面气象站点的气象数据,采用趋势分析、相关分析及随机森林回归模型等方法分析了横断山区积雪时空分布特征及其影响因素。结果表明：年平均积雪覆盖率的年际变化呈不显著的下降趋势;年内变化呈“单峰”型曲线,其中3月积雪覆盖率最大,为55.04%。海拔3 000 m以上的积雪覆盖率较为稳定,海拔1 000~3 000 m之间的积雪覆盖率波动较大。受暖湿气流和地形影响,阴坡积雪覆盖率大于阳坡。横断山区积雪日数的分布具有纬度地带性,北部山区积雪分布广泛且积雪日数高,南部云贵高原积雪日数低。年均积雪日数介于55.16~79.47 d,积雪日数在28.46%的地区呈减少趋势,在21.66%的地区呈增加趋势,其中呈显著减少和显著增加的地区分别为2.65%和0.68%。中部康定市、九龙县及其周边地区减少趋势明显,北部杂多县—若尔盖县一线的高海拔山地增加趋势明显。积雪日数整体上与降水量、相对湿度呈正相关,与风速、气温和日照时数呈负相关。与降水量呈显著正相关的地区主要分布在西北部杂多县、称多县;与风速呈显著负相关的地区主要分布在西北部称多县、中部康定市;与气温呈显著负相关的地区主要分布在中部九龙县、西北部称多县;与相对湿度呈显著正相关的地区主要分布在北部杂多县—石渠县一线;与日照时数呈显著负相关的地区主要分布在东北部玛曲县、西北部称多县。积雪日数受气温和高程的影响最大,而日照时数和风速为次要因素。     

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.     

2001-2010年喜马拉雅山珠穆朗玛峰自然保护区积雪面积的时空分布特征北大核心CSCD

利用美国冰雪数据中心提供的8d合成MODIS积雪数据以及定日县气象站观测的年平均气温、年降水量和年蒸发量资料,分析了2001-2010年喜马拉雅山珠穆朗玛峰自然保护区域积雪覆盖的时空分布变化特征以及气候影响因子,积雪特征包括年变化、季节变化和永久性积雪的变化.结果表明:珠穆朗玛峰地区积雪覆盖面积呈减少趋势,10a来减少约323km2的覆盖面积,特别是2005年以后积雪覆盖面积减少尤为明显;永久性积雪面积减少了85km2;2006年开始积雪基本上每年都在递减且减少幅度很大;积雪具有明显的季节性变化,积雪覆盖面积最大值出现在2月份左右,最小值出现在8月份;积雪覆盖面积的空间分布范围在逐渐变小,积雪主要分布在珠穆朗玛峰自然保护区的中部和东部;积雪覆盖面积与年平均气温呈负相关关系.     

1980—2020年青藏高原积雪时空变化特征

青藏高原是气候变化的敏感区,其积雪在区域水文循环和气候系统中具有重要作用。本文利用1980—2020年逐日无云积雪覆盖遥感数据,分析了该地区近40年的积雪面积、积雪覆盖日数的分布特征和变化趋势。结果表明：青藏高原地区积雪分布具有明显的空间分异和垂直地带性分布特征,阿姆河流域、印度河流域、塔里木盆地、恒河流域、怒江流域和雅鲁藏布江流域的高海拔山区是积雪广泛分布的地区。在水文年内,高原地区积雪覆盖率呈单峰变化,8月上旬积雪面积最小,1月中下旬达到最大,分别占高原总面积的5.2%和38.6%;40年间,高原地区平均积雪面积以3.9×10⁴ km²·(10a)^-1的趋势显著减少(P<0.05);积雪覆盖日数以0.47 d·a^-1的趋势显著减少,高原71.4%的区域积雪覆盖日数呈减少趋势,呈显著减少的区域约占55.3%;17.1%的区域积雪覆盖日数呈显著增加趋势,且主要分布在5 200 m以上的高海拔山区,在海拔5 200～5 900 m之间的区域,积雪覆盖日数的增加率随海拔升高而增加。     

青海高原1961-2013年积雪日数变化特征分析

应用1961-2013年逐日积雪深度及气象要素资料,采用REOF、多元线性回归等方法,分析了青海高原积雪日数时空分布特征,探讨了各季节积雪日数与气温和降水的关系.结果表明：（1）青海高原积雪日数呈先增加再减少的变化趋势,1961年至20世纪90年代末呈增加趋势,其中1982年达到峰值为44天,2000-2012年呈减少趋势.（2）青海高原积雪时空分布不均,地域差异大,分为六个积雪气候区,主要特点为高原南部积雪日数最多且呈显著增加趋势;东部农业区、西部柴达木盆地积雪少且呈下降趋势.（3）冬、春季积雪日数有上升趋势,冬季较显著;秋季积雪日数有下降趋势.（4）各季节平均气温均呈上升趋势,是影响秋、春季积雪的关键因子;冬、春季降水量呈上升趋势,是影响冬季积雪的关键因子.青海高原冬、春季有暖湿化趋势.     

五台山积雪变化趋势及其影响因素

基于MODIS积雪产品与微波遥感数据,分析五台山2000—2019水文年积雪时空分布、变化趋势及与影响因素的Pearson相关性,结果表明：（1）五台山积雪期为10月至翌年4月,年内呈单峰型变化趋势,积雪集中于西北部。（2）积雪面积和积雪日数的年际变化呈显著减少趋势（p<0.05）。（3）积雪面积和积雪日数与海拔正相关,积雪面积在北坡高于南坡。（4）积雪面积与气温相关程度高于降水量,积雪面积在年内与气温和降水量日值呈显著负相关（p<0.05）,在年际与气温年均值呈显著负相关（p<0.05）。     

基于被动微波遥感反演雪深的时间序列分析我国积雪时空变化特征

利用1978-2005年逐日中国积雪深度数据集,分析了我国积雪空间分布特征和季节时空分布特征,并运用趋势线分析方法和均方根差模拟了积雪深度和积雪日数的变化趋势及异常空间变化特征.结果表明:青藏高原东南、青藏高原西部和南部、新疆北部和东北山区为我国积雪空间分布四大高值区.近28 a来,积雪深度和积雪日数呈增加趋势,20世纪80年代青藏高原明显增加和明显减少趋势并存,90年代整体明显增加,2000-2005年整体基本不变.青藏高原中东部、新疆北部以及东北山区为积雪深度异常变化敏感区,而青藏高原西部则为积雪日数异常变化敏感区.     

2002-2011年新疆积雪时空分布特征研究北大核心CSCD

基于2002-2011年的MODIS积雪产品数据, 对新疆积雪的年际变化特征、年内变化特征及空间分布特征进行了分析.结果表明： 年内积雪从10月中旬开始建立, 于1月面积达到最大, 7月面积达到最小.其中, 冬季积雪面积所占比例最大, 夏季最小. 2002-2011年新疆积雪面积总体上呈减少趋势. 其中, 春季和冬季为减少趋势;夏季的积雪由于其基本上都是高海拔的永久性积雪, 故比较稳定, 变化趋势不明显;秋季为上升趋势.新疆积雪空间分布极不均匀, 北疆积雪分布明显多于南疆.山区为积雪覆盖频次的高值区, 盆地为积雪覆盖频次的低值区.永久性积雪在阿尔泰山脉分布较少, 主要分布在天山山脉和昆仑山脉.就永久性积雪面积而言, 分布在海拔5 000~6 000 m的面积最大, 其次是海拔4 000~5 000 m, 再次是海拔6 000~7 000 m.     

1979-2020年天山地区积雪量估算及其特征分析北大核心CSCD

积雪作为干旱区的重要水源,深刻影响区域水资源及经济发展。决定积雪量的积雪深度、积雪面积和积雪密度在时空分布上存在不确定性,尤其是积雪密度难以获取。本文利用FY-3B/MWRI(Fengyun3B Microwave Radiation Imager)数据反演积雪密度,结合1979-2020年长时间序列遥感雪深数据集,对天山地区40多年来积雪期(11月-次年3月)及其不同时期(积累期、稳定期、消融期)的积雪量进行估算,并分析其时空分布及与地形、气象等因子之间的关系。结果表明:1979-2020年,天山地区积雪期不同时期积雪量存在差异,稳定期积雪量最大,消融期次之,积累期最小。研究时段内,积雪期积雪量最大值出现在1979年,最小值出现在1998年,积雪期积雪量呈微弱的下降趋势,消融期积雪量下降趋势显著。多年平均积雪量空间格局与积雪深度和积雪密度基本一致,主要呈现为西北多东南少的特点。天山地区积雪量空间分布主要受海拔、坡度影响,积雪量与海拔正相关,海拔越高,积雪量越丰富;在15°以下时,坡度对积雪的影响较大,且坡度越大,积雪量越大。不同时期积雪量的多年变化与气温关系密切,在一定温度范围内,气温越低,积雪量越大;稳定期积雪量变化同时受积累期降水影响,积累期降水越多,稳定期积雪量越大。本文基于遥感积雪深度和密度的天山积雪量研究结果,可供气候变化条件下新疆水资源利用和经济发展参考。     

次网格积雪参数化在祁连山区斑状积雪带模拟中的应用

运用中尺度大气模式MM5,积雪参数化分别采用简单的积雪参数化方案以及考虑次网格积雪分布和雪密度变化的复杂积雪参数化方案,对黑河流域上游祁连站附近气温和降水进行模拟,与祁连站的观测值对比,检验积雪参数化方案中次网格积雪分布和雪密度变化在该地区气温和降水模拟中的作用.结果表明:简单积雪方案对网格积雪的非0即1描述在斑状积雪带是不合理的,尤其在黑河流域海拔3 300 m以下积雪多为斑状或片状,网格内积雪非均匀性的处理是非常必要的;通过耦合简单和复杂积雪方案的大气模式对气温模拟和观测值比较发现,新方案模拟的气温比旧方案模拟值更接近观测值,在气温低于0℃时改进尤其明显,说明使用复杂积雪/融雪方案可改进斑状积雪带气温的模拟.耦合复杂积雪方案的大气模式模拟的降水与观测值绝对误差低于耦合简单积雪方案模拟结果,复杂积雪方案的模拟结果降水错报率为使用简单积雪方案结果的一半,证明了耦合复杂积雪方案可以提高大气模式对该地区春季降水模拟的准确性.与积雪面积变化相对应,耦合复杂积雪方案模拟出了融雪产流量,而使用简单积雪方案则没有模拟出来.综上所述,耦合考虑次网格积雪分布和雪密度变化的复杂积雪参数化方案比耦合“非0即1”积雪方案可以更准确地模拟祁连山区冬、春季气温和降水.     

2000—2006年中国天山山区积雪时空分布特征研究

以中国境内天山山区为研究区,基于2000—2006年的遥感积雪产品积雪分布时间序列趋势和空间分布特征,对积雪分布的年际变化趋势、积雪分布随海拔的变化趋势、积雪频率以及积雪雪线高度的年变化进行了分析.结果表明:1)积雪经历从秋季开始累积到春季开始消融的过程,1—2月积雪面积达到最大,7—8月面积最小.冬季积雪所占比例最大,超过50%;2)2000—2006年积雪面积年际变化略呈上升趋势,冬季上升趋势较明显,春、秋和夏季变化趋势不明显.冬季积雪面积在海拔4000m呈上升趋势,≥4000m呈下降趋势.在海拔2000m积雪的上升趋势达到最高点;3)从积雪频率来看,存在5个高值区,覆盖频率高达70%左右.从空间分布来看,天山中段积雪最多,东段次之,西段最少.在海拔3000m以下积雪次数较少,海拔3000m以上积雪次数显著增加.月积雪次数随海拔的变化表现为:海拔4000m以上各月的积雪次数都很多,12月至翌年2月在各高程带的积雪次数都较大;10—11月和3—4月积雪以海拔2500m为界,之下次数较少,以上次数增加显著;5—9月的积雪次数在海拔3000m以下非常少,在海拔3000m以上次数逐渐增加;4)以覆盖率≥40%相对应的海拔作为各个月份的雪线高度,天山山区平均雪线海拔在2875m.夏季雪线海拔在4000m以上;冬季雪线海拔在1500m.     

基于SSM/I和MODIS数据的天山山区积雪深度时空特征分析

以天山山区为研究区,利用MODIS 8d最大积雪合成数据MOD10A2,分析天山山区积雪的时间变化和空间变化情况以及不同高程带的积雪覆盖率的变化情况;结合SSM/I亮温数据和站点观测数据建立的雪深反演模型并反演研究区的雪深,根据研究区的地势起伏情况,提取特殊地形进行分析其雪深变化情况,进一步分析整个天山山区的积雪深度的时空特征,并对结果进行验证,并且对不同高程带的积雪深度进行分析.研究结果表明:1)天山山区积雪面积分布的趋势表现为自西向东、自北向南减少,总体是呈波动中减少的趋势,到了2012年天山山区年最大积雪面积为37.69×10⁴ km².2)积雪覆盖率与高程呈正比,在高山区可达70%以上.积雪深度分布呈自西向东、由北向南减少,深度最大的是在天山北部的博格达峰、河源峰附近,可以达到80 cm以上,最小在哈密地区的托木尔提峰附近积雪深度仅在10 cm左右.积雪深度与海拔呈正相关,最大雪深出现在4500 m以上的高山区.3)对雪深反演结果的精度评价表明,模型在10~30 cm雪深范围内,反演平均误差为-2.47 cm;在雪深<10 cm或>30 cm的局部地区存在较大偏差.     

欧亚大陆积雪分布及其类型划分

利用1966-2012年欧亚大陆1152个地面气象台站积雪深度资料,对欧亚大陆积雪深度、累计积雪天数和连续积雪天数的空间分布进行了分析,以连续积雪天数为标准对欧亚大陆季节性积雪类型进行了划分,并与应用累计积雪天数对积雪区类型的划分进行了比较研究. 结果表明：欧亚大陆积雪分布具有显著纬度地带性特征,积雪深度、累计积雪天数和连续积雪天数的大值分布区均位于俄罗斯平原的东北部、科拉半岛、西西伯利亚平原、中西伯利亚高原以及俄罗斯远东北部大部分区域. 与累计积雪天数划分方法相比,利用连续积雪天数对欧亚大陆季节性积雪分区,在前苏联地区积雪类型分区差异并不显著,但蒙古和中国的稳定积雪区明显缩减,青藏高原无稳定积雪区,中国大部分地区为非周期性不稳定积雪区. 两种积雪分区划分方法比较结果显示,连续积雪天数划分方法更能体现积雪累积的连续性和持久性,更符合对稳定积雪和不稳定积雪的划分标准.     

基于多源数据的西藏地区积雪变化趋势分析

利用1980—2009年气象台站的观测数据、 北半球NOAA周积雪产品和2001—2010年500 m分辨率的EOS/MODIS积雪产品等多源资料, 从不同角度对近30 a来西藏区域积雪变化趋势进行了分析. 结果表明: 不同资料分析均显示, 近30 a来西藏地区积雪不断减少, 尤其以近些年较为明显. 近30 a积雪日数、 最大积雪深度总体上呈现下降趋势, 尤其是进入21世纪以来, 下降趋势非常明显. 从秋冬春季节的积雪变化趋势来看, 冬、 春两季的积雪在减少, 而秋季在增多, 这些变化趋势都与各季节的气温和降水密切相关. NOAA资料显示, 近30 a来西藏地区的积雪覆盖面积正在逐步减少; 季节变化略有不同, 春、 秋两季略呈上升趋势, 冬、 夏两季在减少, 且夏季减少趋势较明显. MODIS资料分析表明, 近10 a来西藏地区的积雪总体呈下降趋势, 尤其是2007年下半年开始下降明显. 秋季的积雪在增加, 冬、 春、 夏三季的积雪趋于减少, 且春季的下降趋势最明显, 其次为冬季, 夏季的减少幅度最小. 不同海拔的积雪都有减少趋势, 最明显的是海拔4 000~5 000 m的积雪, 其次是海拔5 000~6 000 m段. 按地理区域分析, 近10 a来西藏东、 西、 中3个区域的积雪都呈减少趋势, 其中西部的下降趋势最明显, 其次为中部, 东部相对较稳定.     

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.     

北京-张家口地区冬春季积雪特征分析

2022年冬奥会将在北京-张家口（以下简称北-张地区）举办,揭示该地区的积雪变化特征及其在全球变暖背景下的发展趋势,对冬奥会的筹备以及当地的积雪资源的开发利用等方面都有重要意义。利用2002-2014年MODIS遥感积雪产品提取了研究区域积雪数据,结合1966-2013年台站积雪、气温和降水资料和DEM数据,分析了积雪的时空分布特征,并对冬奥会场地进行积雪资源评价。结果表明：2002-2013冬春年北张地区的整体积雪频率较小,多处于0~0.2之间,但场馆区2月的积雪频率多在0.5以上,最大值接近0.9左右,积雪的分布呈带状和点状。积雪覆盖率最大值出现在1月初,达到0.23。积雪的形成缓慢,但是消亡迅速。1966-2012冬春年冬季积雪日数的波动幅度大于春季,延庆和崇礼县的2月份积雪日数分别为4.6d和13.9d,且均呈下降状态。积雪初终日均有提前,但整体的积雪期在减少。北京和张家口整体的最大积雪深度变化平稳,在1966-1980年和2000-2012年处于高值区,波动较大,其他年份最大雪深处于低值变化平稳,延庆和崇礼县的2月份最大积雪深度分别为3.6cm和5.1cm。通过分析积雪指标与气象因子（气温、降水）的相关关系发现,在年内（年际）变化上,积雪指标与气温（降水）的关系更为密切。冬奥会场地的2月份气温在-14~2℃之间,月平均降水量仅0.2mm·d^-1,积雪日数不足,预计难以形成足够深度的雪,且未来气温上升,达到0.8℃·（10a）^-1,降水、积雪深度和积雪日数均呈下降趋势,可能60%~95%的赛事用雪将来自人造雪,以应对可能的积雪不足。     

1961—2007年辽宁省积雪变化特征及其与温度、降水的关系

使用辽宁省52个气象观测站1961—2007年积雪初、终日期、积雪期(积雪初、终间日数),以及同期温度、降水资料,分析了该区积雪的变化特征及其与温度和降水的关系.结果表明:辽宁省平均积雪初日为11月19日,终日为3月23日,平均积雪期为125 d;近47 a积雪初日无显著变化趋势,积雪终日提前约13 d,主要分布于辽宁南部沿海地区,积雪日数缩短约13 d,主要位于辽宁中部、东部大部分地区及北部部分地区.近47 a中,辽宁省积雪初日在1998年发生了突变;积雪终日发生了2次突变,分别是1974年和1992年;积雪期未出现显著突变点.积雪初、终日及积雪期具有一定的周期变化特征,积雪初日与11月份气象要素具有很好相关性,且受0℃开始日期制约,积雪终日与4月份气象因子相关性较与其它各月高,且与10℃结束日期有较强相关性.积雪初、终日期对温度较对降水敏感,且与平均地面温度较与平均气温关系更为密切;温度越低,降水量越多,积雪持续时间越长,且温度在积雪维持方面更为重要.     

基于MODIS积雪产品的天山年积雪日数空间分布特征研究

山区积雪是干旱区气候变化的重要指标因子,积雪日数与积雪分布之间有着密切关系。为了研究天山山区积雪日数空间分布特征,以MODIS8d积雪产品MOD10A2（Terra）和MYD10A2（Aqua）为数据源,首先对数据进行最大化合成,获取新疆天山500m×500m分辨率的年积雪日数,然后分析了2002-2014年13a积雪日的年际变化,并结合DEM数据分析了13a天山多年平均积雪日随高程和坡度的变化特征。结果表明：天山积雪日数分布极为不均,最大年平均积雪日数为193d,13a内天山绝大部分地区年积雪日变化趋势较为稳定,稳定区约占天山总面积的83.92%;在研究时段内天山总积雪日数主要集中在30d以内,其比例约为天山总面积的48%;各个高程带积雪日面积分布差异明显,但总体上积雪日数随着高程的增加而增加;从积雪日数随坡向分布来看,北坡、东北坡、东坡、西坡、西北坡所占面积比例（>30d）相对高于其他坡向。该研究结果对干旱区水资源估算具有参考意义。     

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.