EN中文

地球信息科学学报 >

2017 , Vol. 19 >Issue 5: 635 - 645

DOI: https://doi.org/10.3724/SP.J.1047.2017.00635

地理空间分析综合应用

西藏高原积雪覆盖空间分布及地形影响

  • 除多 , 1, 2, * ,
  • 达珍 3 ,
  • 拉巴卓玛 2
展开
  • 1. 中国气象局 成都高原气象研究所拉萨分部,拉萨 850000
  • 2. 西藏高原大气环境科学研究所,拉萨 850000
  • 3. 西藏自治区气象局气象服务中心,拉萨 850000

作者简介：除 多（1969- ）,男,西藏白朗县人,博士,正研级高级工程师,主要从事卫星遥感应用研究。E-mail:

收稿日期: 2015-10-21

  要求修回日期: 2016-11-21

  网络出版日期: 2017-05-20

基金资助

国家自然科学基金项目（41561017）

公益性行业（气象）科研专项（GYHY201206040、GYHY201306054）

收起

Spatio-temporal Distribution Patterns of Snow Cover on the Tibet and Orographic Impacts

  • CHU Duo , 1, 2, * ,
  • DA Zhen 3 ,
  • LABA Zhuoma 2
Expand
  • 1.Lhasa Campus of Institute of Plateau Meteorology, CMA, Lhasa 850000, China
  • 2. Tibet Institute of Plateau Atmospheric and Environmental Science, Lhasa 850000, China
  • 3. Meteorological Service Center of Tibet Meteorological Bureau, Lhasa 850000, China
*Corresponding author: CHU Duo, E-mail:

Received date: 2015-10-21

  Request revised date: 2016-11-21

  Online published: 2017-05-20

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

利用2000-2014年MOD10A2积雪产品和数字高程模型DEM数据,以积雪覆盖率为指标,在分析西藏高原积雪空间分布特点的基础上,定量研究了高程、坡度和坡向等地形要素对高原积雪时空分布的影响。主要结论有：① 西藏高原积雪的空间分布差异显著,具有中东部念青唐古拉山和周边高山积雪丰富,覆盖率高,而南部河谷和羌塘高原中西部积雪少,覆盖率低的特点。② 海拔越高积雪覆盖率越高,积雪持续时间越长,年内变化越稳定。海拔2 km以下积雪覆盖率不足4%,海拔6 km以上覆盖率达75%。海拔4 km以下年内积雪覆盖呈单峰型分布特点,海拔越高,单峰型越明显;而海拔4 km以上则为双峰型,海拔越高,双峰型越明显。海拔6 km以下积雪覆盖率最低值出现在夏季,而6 km以上则出现在冬季。③ 总体上,高原地形坡度越高积雪覆盖率越高。不同坡向中,北坡积雪覆盖率最高,南坡最低,年内分布呈双峰型,而无坡向的平地积雪覆盖率要小于有坡向的山地,其年内变化呈单峰型分布特点。

关键词： 积雪覆盖率; 时空分布; MODIS; 地形; 西藏高原

本文引用格式

除多 , 达珍 , 拉巴卓玛 . 西藏高原积雪覆盖空间分布及地形影响[J]. 地球信息科学学报, 2017 , 19(5) : 635 -645 . DOI: 10.3724/SP.J.1047.2017.00635

Abstract

Snow cover on the Tibet is a vital water source in western China and Himalayan regions. In addition, it is very sensitive to climate change and closely related to hydrological processes in the Tibet and downstream areas. Understanding snow cover dynamics and spatial distribution pattern is very important for regional water resources, environment management and climate change. Therefore, in this study, the spatial and temporal distribution patterns of snow cover and the impact of topography (elevation, aspect and slope) on snow cover distribution of the Tibet are analyzed based on snow cover fraction (SCF) derived from MODIS 8-day snow cover product （MOD10A2） from 2000 to 2014 and digital elevation model (DEM) using GIS spatial analysis and statistic methods. Results are as follows: (1) the spatial distribution of snow cover on the Tibet is spatially uneven, which is generally characterized by rich snow and high SCF on Nyainqentanglha Mountain ranges and surrounding high mountains and less snow and low SCF in southern valley and middle part of northern Tibet. Annual mean SCF is 16%, with 22% of SCF in spring and winter, 16% in autumn and 5% in summer. (2) Snow cover on the Tibet presents that the higher altitude the higher the SCF and the longer the snow cover duration and the more stable in intra-annual variations. Average SCF below 2000 m above sea level (masl) is less than 4% while it reaches to 75% above 6000 masl. (3) Intra-annual snow cover distribution below 4000 masl is characterized by unimodal patterns with the higher the altitude the more obvious single-peak type. Above 4000 masl, it is characterized by bimodal patterns with the higher altitude the more obvious double-peak types. The lowest SCF below 6000 masl occurs in summer while above 6000 m which occurs in winter. (4) For different slopes, monthly mean snow cover presents bimodal patterns with generally the higher slope the higher SCF. (5) For different aspects, SCF is highest in north aspect and lowest in south aspect, and is between the two of them in east and west aspects. The distribution pattern of intra-annual snow cover in different aspects is double-peak type, whereas it is single-peak type in flat terrain and its SCF is less than that in mountains with aspects.

Key words： snow cover fraction; spatio-temporal distribution; MODIS; DEM; Tibet

1 引言

积雪作为地球冰冻圈主要组成部分,其高反照率和积雪水文效应,通过改变地—气系统的水汽和能量平衡影响地球气候系统的变化[1-3]。青藏高原是北半球中低纬度海拔最高、积雪时间最长、覆盖范围最大、变化最强烈的区域[4-5],积雪变化对区域到全球气候产生重要影响。青藏高原冰雪覆盖区又是亚洲众多大江大河的发源地,冰雪融水作为重要补给水源,与高原和下游地区人们的生产生活密切相关。
青藏高原平均海拔在4000 m以上,是欧亚大陆重要的积雪区,其冰冻圈分布仅次于南北两极,因而被称为“世界第三极”和“雪域高原”。青藏高原高大而复杂的地形是维持和影响高原积雪时空分布的重要条件。了解积雪空间分布、季节变化与年际波动是揭示积雪对气候影响物理机制的前提[6]。青藏高原地处亚洲众多河流的源头,高原积雪是中国及周边地区重要的水资源,定量监测和掌握高原积雪时空分布特点对水资源的保护和利用具有重要现实意义。
青藏高原地域辽阔,海拔高,地形复杂,高山林立,高差悬殊,地表特征复杂多样,所以仅靠常规地面观测方法很难获得大范围积雪时空分布特点和高原地形条件对积雪时空分布的影响等方面的精确描述和全面信息。20世纪60年代发展起来的卫星遥感技术为区域到全球尺度的积雪监测和研究提供了有效途径。由于卫星遥感监测具有监测范围广,可以快速获取大范围地面积雪的综合信息,不受地面条件影响,尤其是在地域辽阔、地形地貌复杂和积雪灾害频发的地区,卫星遥感技术已成为积雪监测和研究最为有效的手段。特别是高时空和波谱分辨率MODIS积雪产品的出现,以及与地理信息系统和数字高程模型的结合,使得精确描述和分析区域到全球尺度的积雪时空分布和变化特征成为可能。
目前,利用遥感积雪产品,结合数字高程模型开展了区域积雪的时空分布和地形对积雪分布影响方面的研究。颜伟等利用MODIS卫星积雪产品,结合DEM数据分析了青藏高原北部西昆仑山玉龙喀什河流域积雪面积的空间分布特征[7]。蔡迪花等利用MODIS/Terra 8 d合成积雪产品（MOD10A2）和DEM数据分析了青藏高原东北部祁连山区积雪空间分布状况、年内变化特征以及地形对积雪分布和季节变化的影响[8]。娄梦筠等对新疆积雪的年际、年内变化及空间分布特征进行了分析[9]。林金堂等基于MOD10A2与DEM数据,通过计算和分析积雪频率与积雪覆盖率,研究了新疆玛纳斯河山区雪盖时空分布特征以及高程对积雪空间分布的影响[10]。杨存建等基于GIS空间分析技术揭示了青 藏高原东部积雪时空变化特征以及雪线的变化特征[11]。窦燕和林金堂等基于遥感积雪产品分析了新疆天山山区积雪分布时间序列趋势、空间分布特征以及高程对积雪时空分布的影响[12-13]。白淑英等基于1979-2010年逐日中国雪深长时间序列数据集和DEM数据分析表明,青藏高原积雪空间分布广泛,且存在显著空间差异,积雪分布受气候和地形因素影响明显,具有中间小、四周大的特点[14-15]。柯长青等根据NOAA周积雪面积、SMMR和地面气象台站雪深资料分析表明,青藏高原存在东西两侧多雪和腹地少雪的空间分布特点,而且高原东部是高原积雪年际变率最大的地区,在整个高原积雪的年际变化中起到主导作用,且与西部多雪区年际波动呈反位相关系[16]。Pu等研究表明,青藏高原10月初至4月底总的积雪覆盖率大于25%,且具有相对较大的年际变率;高原积雪覆盖率依赖于海拔高程,在海拔较低的地区积雪覆盖率1月达到峰值,在海拔6000 m以上,四季平均积雪覆盖率大于60%,年内有两个峰值,分别出现在春季和秋季[17]。
西藏高原作为青藏高原的主体,已开展的研究工作更多地集中在利用地面台站资料分析高原积雪要素的时空变化特征以及基于卫星遥感积雪数据的区域雪盖变化及其与气象要素之间的关系[15,18-23],然而西藏高原整体地形条件对高原积雪时空分布的影响研究还未系统开展过。因此,本研究利用2000-2014年MOD10A2积雪遥感数据,结合数字高程模型DEM数据,采用GIS空间分析方法,以积雪覆盖率为指标,较系统地分析了西藏高原积雪的整体空间分布特征以及高程、坡度和坡向等地形条件对高原积雪时空分布的影响。西藏高原高大地形是高原积雪形成和维持的重要因素,研究高原地形因子对积雪分布的影响对准确掌握高原积雪的时空分布特征、积雪水资源的时空分布和区域差异、高原地形对水热资源的再分配作用以及区域水资源管理和利用、应对气候变化及生态文明建设均具有重要意义。

2 研究区概况

研究区为青藏高原的西南部,北纬26°52′~ 36°32′,东经78°24′~99°06′之间,东西长约2000 km,南北宽约1000 km,面积为120多万km2,为行政区域上的西藏自治区（图1）。西藏是青藏高原 的主体,平均海拔在4000 m以上,是世界上海拔 最高的高原,素有“世界屋脊”之称。由于海拔高,西藏高原平均气温远比同纬度平原地区低,年平均气温为-2.4~12.1 ℃,自东南向西北和由南向北递 减[24]。1月平均气温最低,6月或7月最高。高原年降水量呈东南向西北递减分布特点,大部分地区年降水量在400 mm以下,主要集中在5-9月,占年降水量的80~95%。
Fig. 1 The main mountain ranges, rivers, lakes and topography of the study area

图1 研究区主要山脉、河流、湖泊与地形

西藏高原的周边被高山环抱,东部河流深切,山高谷深;北部羌塘高原辽阔平坦,中部山地、宽谷和湖盆等地貌类型相间排列[25],地形总体上分为南部喜马拉雅山区、喜马拉雅北麓湖盆区、雅鲁藏布江中游谷地、藏北高原湖盆区和藏东高山峡谷区[26]。高原地势总的趋势是西北高、东南低,高原边缘高,中部低。西北部海拔多在5000 m以上,到中部雅 鲁藏布江谷地,谷底海拔多在3200~3900 m,到藏东南喜马拉雅山南坡国境线一带,海拔降至1000 m 以下,最低处位于雅鲁藏布江出境处,江面海拔约l10 m。最高处是珠穆朗玛峰,海拔8844.43 m,最高点与最低点的相对高差达8700 m,为世界之最。

3 数据与方法

3.1 遥感数据

遥感数据是从美国国家雪冰数据中心（NSIDC）下载的MODIS/Terra 8 d最大合成积雪产品（MOD10A2）,其空间分辨率为500 m,投影方式为正弦曲线投影,按照1200 km×1200 km 的范围将全球分为18行和36列,共648个Tile文件,Tile文件坐标是以h00v00开始。
MODIS传感器是根据冰雪在可见光波段强反射和短波红外波段强吸收特性,利用归一化差值积雪指数（NDSI）和附加的反射率门槛值来判识地面积雪的[27-28]。由于Terra卫星重复周期是16 d,地面重访周期正好是8 d,选取8 d合成可以得到最佳的地表覆盖,MOD10A2合成过程为任意像元在8 d 内只要有1 d 是积雪就定义为积雪。
目前,已有国内外学者对MODIS积雪制图算法的精度进行了验证。在北半球,晴空条件下MODIS积雪产品的年平均误差在8%左右[29]。在中国西北地区,MODIS逐日积雪产品MOD10A1在晴空条件下积雪识别总体精度达到90%以上,MOD10A2产品可以较好地消除云层对地表积雪分类精度的影响[30-32]。Pu等利用气象站雪深观测数据评估了MOD10A2在青藏高原的精度,结果表明该积雪产品的总体精度大约在90%[17]。可见,MOD10A2积雪产品在中国西部和青藏高原地区具有较高的精度,能够较好地描述和刻画这些地形复杂区域积雪覆盖的时空分布特点。
西藏高原范围涉及6个Tile文件,对应坐标是h24v05、h24v06、h25v05、h25v06、h26v05和h26v06,像元值分无雪、湖泊、云和雪4种情况,分别由25、37、50和200代码来表示。年平均采用了2001年1月至2014年12月共计14年数据,季节分析则使用了2000年3月至2015年2月的数据,所以春（3-5月）、夏（6-8月）、秋（9-11月）和冬（12月至次年2月）季各有15年的时间序列数据。

3.2 高程数据

数字高程模型（DEM）采用了美国地质调查局地球资源观测与科学中心（USGS EROS）负责数据归档和向公众发布的SRTM DEM高程数据,分辨率是90 m。该数据报告的绝对垂直精度小于16 m,绝对水平精度小于20 m。Huang等[33]在青藏高原地区利用激光测高数据ICESat对该高程数据进行了精度分析,发现该数据的精度约为0.63±9.67 m,要好于原设计的16 m精度。为了SRTM DEM 高程数据与MOD10A2积雪产品空间分辨率一致,将DEM数据利用最邻近法重采样至500 m分辨率,并从GeoTIFF 格式数据转到ArcGIS Grid格式数据。

3.3 积雪覆盖率

积雪覆盖率SCF（Snow Cover Fraction）定义为在不同时间尺度内MOD10A2总像元中积雪像元所占的百分比,其表达式为：
SCF = 1 D ∑ i = 1 D ∑ k = 1 N M ik N × 100 （1）
式中： SCF 为积雪覆盖率; M ik 为第i年第k个MOD10A2图像序列中的像元（积雪像元用1表示,非积雪像元用0表示）;对年数据统计时,k为8 d合成图像MOD10A2的序列号,k=1,2,3,…,46,此时 N = 46 ;对不同季节平均SCF统计时,k是指春（3-5月）、夏（6-8月）、秋（9-11月）和冬（12月至次年2月）季月份内出现的MOD10A2图像序列号,此时 N 为序列的最大数。D表示年或季节个数,对不同年份,2001-2014年共计14个年份,D=14;对不同季节,2000年3月至2015年2月各季节有15个季节数,D=15。

3.4 高程、坡度和坡向分带处理

为了分析地形因素对高原积雪不同时空尺度分布上的影响,根据高原地形特点,对高程、坡度和坡向进行了分带处理。其中,高程以1 km间隔分为7个分带,即1~2 km、2~3 km、3~4 km、4~5 km、5~6 km及1 km以下和6 km以上高程带;坡向以90°间隔从315°顺时针分为北坡（315°~45°）、东坡（45°~135°）、南坡（135°~225°）和西坡向（225°~315°）4个坡向,对应山体的阴坡、半阳坡、阳坡和半阴坡,无坡向即平地由-1来表示;坡度则分为4个分带,即小于5°、5~10°、10~20 °和20°以上分带。

4 结果与分析

4.1 积雪的空间分布

4.1.1 年平均
图2为根据式（1）计算的2001-2014年西藏高原年平均积雪覆盖率空间分布。显而易见,西藏高原积雪覆盖率的空间分布差异很大,中东部念青唐古拉山和周边高山积雪丰富,持续时间长,覆盖率高,而南部雅鲁藏布江河谷和羌塘高原中西部积雪匮乏,持续时间短,覆盖率低。西藏高原年平均积雪覆盖率为16.3%,其中覆盖率小于10%的面积大约占高原总面积的二分之一,分布区域主要在雅鲁藏布江中上游河谷地区、羌塘高原中西部和藏东南三江河谷地区。93.4%的高原地区积雪覆盖率小于50%。若积雪覆盖率小于60%和大于60%作为季节性积雪和常年积雪的划分标准,西藏高原季节性和常年积雪所占比例分别是96.4%和3.6%。
Fig. 2 Mean annual snow cover fraction on the Tibet from 2001 to 2014

图2 2001-2014年西藏高原年平均积雪覆盖率空间分布

4.1.2 春季
春季积雪覆盖率的空间分布与年平均分布基本类似,主要表现在念青唐古拉山及其东侧广大山脉是高原春季积雪最为集中的区域,其次是西南和南部喜马拉雅山脉以及喀喇昆仑山和西昆仑山,高原内陆除了个别高大山脉之外积雪分布有限。广大的藏北高原中西部和雅鲁藏布江谷地仍是积雪覆盖率最少的地区（图3（a））。然而,从图中可以清楚地看出,春季积雪覆盖率高值区域范围要明显大于年平均,年平均积雪覆盖率大于50%的面积仅占高原总面积的6.6%,而春季达到14.5%。由于春季是高原大气环流从冬季型逐渐向夏季型转变的过渡季节,随着南支暖湿气流的增强,高原降雪天气过程明显增多,而且春季积雪的增多首先是从高原西南和南部开始的,所以这些区域也是春季积雪覆盖的高值区。春季平均积雪覆盖率为21.6%,仅次于冬季,覆盖率小于10%的面积占高原总面积的43.9%,其空间分布与年平均基本一致,小于50%的面积是高原总面积的85.6%,大于60%的面积占高原总面积的11.0%,主要分布在念青唐古拉山及其东侧和高原周边的高大山脉上部。
Fig. 3 Mean snow cover fraction on the Tibet from 2000 to 2014 in spring, summer autumn and winter

图3 2000-2014年西藏高原不同季节平均积雪覆盖率空间分布

4.1.3 夏季
图3（b）给出了2000-2014年高原夏季平均积雪覆盖率空间分布。可以看出,夏季高原积雪仅分布在高原周边和内陆的高大山脉上部,其中西昆仑山脉和念青唐古拉山及其东侧积雪覆盖范围最大,其余的高原广大地区基本没有积雪分布。具体而言,夏季高原平均积雪覆盖率仅为5.3%,覆盖率小于10%的面积占高原总面积的84.6%,覆盖率小于50%和60%的面积差异不大,大致是高原总面积的98%左右,覆盖率大于60%的面积仅为高原总面积的1.4%。可见,夏季正值高原雨季,地面气温在0 ℃以上,除了高原周边和内陆高海拔的山脉上部有积雪分布之外,其余广大区域基本没有积雪分布。相对而言,北部昆仑山脉和念青唐古拉山流域积雪覆盖范围相对较大。
4.1.4 秋季
相比夏季,秋季高原的积雪覆盖率增加非常明显,其空间分布与年和春季分布基本一致,中东部高山高寒地区和高原周围高大山脉积雪覆盖率最高,其中念青唐古拉山至唐古拉山和藏北高原北部最为集中,而藏南谷地和藏北高原西部积雪覆盖率最少（图3（c））。与年平均空间分布相比,念青唐古拉山至唐古拉山段及高原北部积雪覆盖率有明显的增多;与春季相比,秋季高原西北部的喀喇昆仑山、西昆仑山及西南喜马拉雅山流域积雪覆盖率增大并不明显,而在念青唐古拉山-唐古拉山-昆仑山东部广大高寒地区积雪覆盖增加明显。
秋季高原平均积雪覆盖率为16.2%,小于冬季和春季,与年平均基本一致,主要是与高原西北部和西南积雪覆盖增加不明显有关。秋季积雪覆盖率小于10%的面积占高原总面积的48.3%,雅鲁藏布江谷地、藏北高原西部和高原东南部谷地等是主要分布区域。覆盖率小于50%的占高原总面积的94.2%,小于60%的面积为高原总面积的97.0%。秋季随着气温的降低和北部冷空气的活跃,高原大气环流从夏季型逐渐过渡到冬季型,有利的降雪和积雪条件使得秋季积雪覆盖范围仅次于冬春季节,而且秋季高原积雪的增多首先是从高原东北部开始的。
4.1.5 冬季
从图3（d）给出的西藏高原冬季平均积雪覆盖率空间分布可以看出,积雪覆盖率的总体空间分布特征与年平均和春秋两季基本类似,念青唐古拉山及其东侧和唐古拉山东南部是冬季高原积雪覆盖率最高的地区,其次是西南和南部喜马拉雅山脉,而藏南和羌塘高原中部是积雪覆盖率最少的区域。但是,与春秋两季相比,冬季高原纬度较低的东南部和高原西部积雪覆盖范围明显增加,在唐古拉山东南积雪覆盖也有增加。
冬季平均积雪覆盖率为21.7%,在四季中最高,但与春季相差不大,积雪覆盖率小于10%的面积比例在几个季节中最小,为38.8%,主要是冬季羌塘高原西北部和南部低纬度地区积雪增加引起的。覆盖率小于50%的面积为高原总面积的86.0%,小于60%的面积占89.1%,大于60%的面积为10.9%,集中分布在念青唐古拉山脉、唐古拉山东南段以及喜马拉雅山脉。这种积雪覆盖空间分布除了受到高大山脉的地形作用影响之外,与冬季高原的大气环流密不可分。冬季高原整体上受西风气流的控制,高原腹地气温低,有利于积雪的维持,高原东南部受到西南暖湿气流的影响,与来自北部的冷空气交汇,加上冬季较低的气温,造成了有利于降雪和积雪的天气气候条件。

4.2 积雪随高程分布

西藏高原地形是影响高原积雪空间分布的重要条件。海拔越高,气温越低而降水越多,越利于积雪的形成和维持,而在低纬度和海拔较低的地区,气温较高,不利于产生积雪。山地积雪具有明显的垂直递增规律[34]。为此,利用年、季节和月不同时间尺度的平均积雪覆盖率,结合1 km间隔的海拔高程分带定量分析了西藏高原积雪覆盖随海拔高程的分布特点。
年平均而言,西藏高原海拔2 km以下的地区积雪覆盖率很少,在4%以下,随着海拔的升高,积雪覆盖率逐渐增加,海拔5~6 km上升至22.3%,海拔6 km以上达到75.3%（表1）。不同季节,积雪覆盖随高程分布特征存在明显的差异,其中,春秋两季具有相似的分布特征,均呈海拔越高积雪覆盖率越高的特点,海拔2 km以下覆盖率不足3%,海拔5~6 km分别上升至31.0%和24.1%,最高值均出现在海拔 6 km以上的地区,且在80%以上,分别是85.6%和82.9%。春秋两季的主要差异在海拔3 km以下的地区春季积雪覆盖率要小于秋季,而在海拔3 km以上的较高地区春季覆盖率要大于秋季,即春季高海拔区域积雪覆盖率相对更高。夏季,高原积雪分布非常有限,主要集中分布在6 km以上的高海拔区域,覆盖率为71.6%,其次是海拔5~6 km之间,为10%,其他都在2.0%以下。冬季,最大的积雪覆盖率同样出现在海拔6 km以上,为59.5%,明显要小于其他季节,而在低海拔区域与其他季节相比积雪覆盖出现了明显的增加,尤其是在海拔4 km以下的区域更为明显,这些分布特点与有利于维持积雪的高原冬季低温条件密切相关。
Tab. 1 Mean annual and seasonal snow cover fractions with elevation zones on the Tibet

表1 西藏高原年和四季平均积雪覆盖率随高程分布(%)

序号 高程范围/km 年 春季 夏季 秋季 冬季
1 <1 1.2 0.5 0.3 0.8 3.8
2 1-2 3.9 0.8 0.3 2.1 13.5
3 2-3 8.4 4.9 1.1 6.1 22.3
4 3-4 13.0 15.9 1.5 8.2 27.1
5 4-5 12.3 16.0 1.9 11.4 19.9
6 5-6 22.3 31.0 9.9 24.1 23.6
7 >6 75.3 85.6 71.6 82.9 59.5
图4给出了西藏高原不同高程分带逐月积雪覆盖率分布特点。可以看出,海拔4 km以下区域积雪覆盖呈单峰型分布特点,海拔越高,积雪覆盖率越大,单峰型越明显,补给时间越长,峰值都出现在冬季,而且随着海拔的升高积雪峰值存在从1月向2月推迟的现象。较低海拔区域的这种积雪分布特征与冬季高原低温对于积雪维持所起的作用更为突出。在海拔4 km以上区域,积雪覆盖的年内分布呈双峰型,海拔越高,积雪覆盖率越大,双峰型越明显,2个峰值分别出现在春季和秋季,而且随着海拔的升高峰值出现的时间存在从春季的3月往后推迟和秋季的11月往前推进的现象,海拔越高春秋两季积雪的补给时间越长,对维持高原积雪所起的作用更为明显。海拔6 km以下区域,积雪覆盖率最低值都出现在夏季,而6 km以上区域则出现在冬季,这些差异与高原冬季特殊的大气环流、降雪和风速等要素密切相关。冬季由于受到高原冷高压的影响[35],海拔6000 m以上的地区降雪过程较少,加上盛行西风气流的吹雪使得积雪迁移至河谷或海拔较低的地区,冬季大风和相对干燥的天气进一步加速了积雪的升华[17],最终引起冬季总的高原积雪覆盖率的减少。
Fig. 4 Mean monthly snow cover fractions with elevation zones below 4 km asl and above 4 km asl on the Tibet

图4 西藏高原海拔4 km以下和以上高程分带积雪季逐月平均积雪覆盖率

逐月平均来看,7月平均积雪覆盖率最低,为3.3%,10月增加明显,达18.8%,最大值出现在2月,为24.9%,,其次是3月（24.5%）,与11月相比,12月和1月出现了积雪覆盖率不同程度的减少特点。此外,不同海拔高程中,最大变异系数出现在1000~2000 m区域,为1.4,表明该海拔区域积雪的月变化最大,随着海拔升高变异系数在逐渐减少,到了海拔6000 m以上变异系数降至0.2,出现了海拔越高积雪覆盖越大,变异系数越小的特点,说明海拔越高高原上积雪持续的时间越长,年内变化相对越稳定。

4.3 积雪随坡向分布

在研究逐月平均积雪覆盖率随高程分布特点基础上,高原积雪覆盖的坡向分布特点作了进一步分析。坡向以90°间隔从315°顺时针分为北坡、东坡、南坡和西坡向,对应山体的阴坡、半阳坡、阳坡和半阴坡。从表2可以看出,4个不同坡向上的年内积雪覆盖均表现为双峰型分布特点,1月平均积雪覆盖率都在17%以上,其中南坡的积雪覆盖率最低,为17.6%,北坡最高（24.9%）,东坡和西坡位居两者之间,均为23%,之后各个坡向上的积雪都有增加,而且东坡之外的坡向在2月达到积雪覆盖的年内第一个峰值,东坡则在3月出现了26.9%的年内第一个峰值。2-3月各个坡向上的积雪覆盖率变化不大,只是南坡上的积雪覆盖率有明显小于其他3个坡向。3-5月是各个坡向上的积雪覆盖开始出现了缓慢的减少,之后进入了迅速减少阶段,7月出现了年内的最低值。8月比7月积雪覆盖略有上升,9月开始随着气温下降和高原雨季的结束不同坡向上积雪覆盖又出现了快速上升的趋势,直至11月各个坡向上的积雪覆盖率达到了年内的第2个峰值,其中北坡的覆盖率最高,为26.5%,其次是东坡和西坡,两者差异不大,分别是23.7%和22.8%,而南坡的积雪覆盖要明显小一些,为16.5%。
Tab. 2 Mean monthly snow cover fractions with aspect zones on the Tibet （%）

表2 西藏高原逐月平均积雪覆盖率随坡向分布（%）

序号 范围/° 注释 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
1 -1 无坡向 19.7 21.1 19.9 15.5 8.9 3.1 0.5 0.5 0.7 1.5 7.4 15.9
2 0~45 315~360 北坡 24.9 26.8 26.5 24.4 20.8 10.6 3.6 4.7 9.6 23.3 26.5 22.4
3 45~135 东坡 22.9 26.6 26.9 24.3 19.8 9.8 3.9 4.8 8.4 19.4 23.7 20.5
4 135~225 南坡 17.6 21.1 19.9 17.7 15.0 7.8 2.7 3.5 6.5 14.6 16.5 14.4
5 225~315 西坡 22.6 25.9 25.7 23.4 18.7 8.6 3.1 4.1 7.7 18.9 22.8 19.6
无坡向即平地上的积雪覆盖变化与各坡向存在明显的不同,在平地上的积雪覆盖率要明显小于各坡向上的积雪覆盖率,而且其年内变化呈冬季大、夏季小、春秋介于其中的单峰型分布特征。在积雪季,10月积雪覆盖迅速累积,2月达到年内的峰值,1-3月变化幅度不大,3月出现了迅速的消融,7月达到年底的最低点。平地上年内的积雪覆盖率分布表现为秋季积雪累积与春季消融呈对称分布特点（图5）。
Fig. 5 Mean monthly snow cover fractions in flat area without aspects on the Tibet

图5 西藏高原无坡向的平地逐月平均积雪覆盖率

可见,西藏原不同坡向上的年内积雪分布呈双峰型特点,第一个峰值出现在2至3月,另外一个峰值则出现在11月,这与高原积雪的总体分布特征一致。所有月份北坡积雪覆盖最高,南坡最低,东坡和西坡介于其中,且东坡略大于西坡。南坡积雪覆盖率明显小于其他坡向之外,其他三个坡向上的积雪覆盖率3月之后的消融阶段大小和变化差异不明显,而秋季的积雪累积阶段大小差异愈加明显。高原不同坡向上的积雪分布差异与山体坡向对高原水热条件的再分配作用密切相关。山体南坡太阳辐射强,气温要高于北坡,较高的气温不利于积雪的维持,进而影响了积雪的时间和空间分布。这些分布特征都表明了高原高大地形通过水热条件的再分配进而影响高原积雪的时空分布。

4.4 积雪随坡度分布

以坡度小于5°、5~10°、10~20°和20°以上4个分带,分析了西藏高原积雪在不同地形坡度上的逐月分布特点（图6）。结果表明,5°以下坡度1月覆盖率为17.0%,2月达到年内的第一个峰值18.8%,之后春季月份减少较缓慢,7月到达年内最低点（2.0%）,10月出现了17.6%的积雪覆盖率次峰值,年内变化呈双峰型分布特点,但是相比5°以上坡度带其逐月变化相对平缓。5~10°和10°~20°两个坡度带上的年内积雪覆盖变化同样表现为双峰型分布,但是冬春季的积雪覆盖率要明显大于5°以下坡度带,峰值出现的时间都推迟了1个月,分别出现在3月和11月,双峰型也较5°以下坡度带明显。坡度20°以上区域,1月积雪覆盖率为36.4%,2月出现了40.1%的年内最大峰值,7月最低,只有峰值的12.5%,之后至11月之前积雪累积过程与其他坡度带并无明显区别,11月开始坡度越高积雪覆盖率越高的特点更为明显。与其他坡度带不同的是20°以上坡度带年内呈单峰型分布特点,峰值在2月,最低值出现在7月。秋季11月至春季4月积雪覆盖率存在坡度越高积雪覆盖越丰沛的特点,而在其他的积雪累积或消融期这一趋势在不同坡度之间并不明显。此外,坡度越高,积雪覆盖率从峰值到7月的最低值减少速率更快,而7-11月的积雪覆盖增加速率在不同的坡度之间没有明显差异,只是坡度小于5°的区域较其他坡度带缓慢。20°以下坡度带,11-12月积雪覆盖率存在一个减少趋势,之后是增加的阶段,直至3月的峰值。
Fig. 6 Mean monthly snow cover fractions with different slope zones on the Tibet

图6 西藏高原逐月平均积雪覆盖率随坡度分布

可见,西藏高原20°以下不同坡度带年内的积雪覆盖呈双峰型特点,其中5°以下峰值分别出现在10月和2月,5°以上则正好推后了1个月,各在11月和3月。20°以上坡度带高原积雪覆盖呈单峰型,峰值出现在2月。西藏高原积雪总体上表现为坡度越高积雪覆盖率越高的特点,11月至4月高原积雪丰沛期这一特点更为明显。此外,坡度越高,积雪覆盖从春季的峰值到夏季的最低值减少速度更快,而夏季到秋季积雪累积期间增加的速率在不同坡度之间不存在明显差异。
年平均而言,5°以下坡度的积雪覆盖率在4个坡度分带中最小,为12.5%,而且地形坡度越大,积雪覆盖率越高,坡度5~10°积雪覆盖率为17.8%,20°以上则达到了22.9%的最高值（表3）。分季节而言,同样坡度5°以下的积雪覆盖率最小,且在总体上坡度越高,积雪覆盖率越高。春季和冬季积雪覆盖最大值都出现在20°以上坡度带,分别是30.2%和36.5%,秋季则在10°以上的2个坡度带,均为19%。夏季,高原的积雪覆盖非常有限,最大值在5~10°和10°~20°两个坡度带,都为6.4%。积雪覆盖随坡度增加趋势在冬季更为明显,坡度5°以下积雪覆盖率是16.3%,而20°以上达36.5%,在四季中最高。由此得出,在高原不同坡度带中,5°以下坡度的年和季节平均积雪覆盖率最低,且总体上坡度越高积雪覆盖率就越高,冬春季更明显,积雪覆盖最高值出现在冬季20~90°坡度带内。
Tab. 3 Mean annual and seasonal snow cover fractions with different slope zones on the Tibet （%）

表3 西藏高原年和季节平均积雪覆盖率随不同坡度带分布（%）

序号 坡度/° 年 春季 夏季 秋季 冬季
1 0~5 12.5 15.6 4.3 13.8 16.3
2 5~10 17.8 24.8 6.4 18.0 21.8
3 10~20 20.4 28.6 6.4 18.8 27.5
4 20~90 22.9 30.2 6.0 18.7 36.5

5 主要结论

利用2000-2014年的MOD10A2积雪产品,以积雪覆盖率为指标,结合数字高程模型,在分析西藏高原积雪的时空分布特点基础上,重点定量研究了高程、坡度和坡向等地形因素对高原积雪空间分布的影响与主要原因。主要结论如下：
（1）西藏高原积雪的空间分布极不均匀,总体上呈现高原中东部念青唐古拉山流域和周围高山积雪丰富,常年积雪多,覆盖率高,而藏南谷地和 藏北高原中西部积雪覆盖率低的空间格局。多年平均积雪覆盖率为16.3%,其中春季和冬季积雪 覆盖率相当,均为22%,夏季最小（5.3%）,秋季介于中间（16.2%）。
（2）西藏高原的海拔高度对积雪的空间分布具有重要影响,海拔越高积雪覆盖率越高,持续时间越长,年内变化越稳定。海拔2 km以下积雪覆盖率不足4%,而海拔6 km以上覆盖率达75.3%。海拔4 km以下区域积雪覆盖的年内分布呈单峰型分布特点,海拔越高,单峰型越明显,积雪覆盖率越大,补给时间越长,峰值均出现在冬季;海拔4 km以上区域,积雪覆盖呈双峰型,海拔越高,双峰型越明显,积雪覆盖率越高,2个峰值分别出现在春秋两季。海拔6 km以下区域,积雪覆盖率最低值出现在夏季,而在6 km以上则出现在冬季。
（3）地形坡度对高原积雪空间分布的影响总体上表现为坡度越高积雪覆盖率越高的特点,11月至4月高原积雪丰沛期这一特点更为明显。20°以下坡度带年内积雪覆盖变化呈双峰型分布,20°以上坡度带则为单峰型分布。
（4）地形坡向通过水热条件的再分配对高原积雪时空分布产生重要影响。不同坡向中,北坡积雪覆盖率最高,南坡最低,东坡和西坡向介于其中,年内分布呈双峰型,而无坡向的平地积雪覆盖率要小于有坡向的山地,且其年内变化呈冬季大、夏季小、春秋介于其中的单峰型分布特点。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Groisman P Y, Karl T R, Knight R W.Observed impact of snow cover on the heat balance and the rise of continental spring temperatures[J]. Science,1994,263:198-200.

[2]
刘屹岷,钱正安.海—陆热力差异对我国气候变化的影响[M].北京:气象出版社,2005:1-193.

[ Liu Y M, Qian Z A.The impact of sea-land interaction on Chinese climate change[M]. Beijing: China Meteorological Press, 2005:1-193. ]

[3]
Barnett T P, Adam J C, Lettenmaier D P.Potential impacts of a warming climate on water availability in snow-dominated regions[J]. Nature, 2005,438:303-309.

[4]
Yao T, Thompson L, Yang W, et al.Different glacier status with atmospheric circulations in Tibetan Plateau and surroundings[J]. Nature Climate Change, 2012,2:663-667.The Tibetan Plateau and surroundings contain the largest number of glaciers outside the polar regions. These glaciers are at the headwaters of many prominent Asian rivers and are largely experiencing shrinkage, which affects the water discharge of large rivers such as the Indus. The resulting potential geohazards merit a comprehensive study of glacier status in the Tibetan Plateau and surroundings. Here we report on the glacier status over the past 30 years by investigating the glacial retreat of 82 glaciers, area reduction of 7,090 glaciers and mass-balance change of 15 glaciers. Systematic differences in glacier status are apparent from region to region, with the most intensive shrinkage in the Himalayas (excluding the Karakorum) characterized by the greatest reduction in glacial length and area and the most negative mass balance. The shrinkage generally decreases from the Himalayas to the continental interior and is the least in the eastern Pamir, characterized by the least glacial retreat, area reduction and positive mass balance. In addition to rising temperature, decreased precipitation in the Himalayas and increasing precipitation in the eastern Pamir accompanied by different atmospheric circulation patterns is probably driving these systematic differences.

DOI

[5]
李栋梁,王春学.积雪分布及其对中国气候影响的研究进展[J].大气科学学报,2011,34(5):627-636.对北半球不同地区的积雪分布状况、积雪异常影响中国气候的事实以及影响机理等问题的研究成果进行了较系统的回顾与总结。青藏高原、蒙古高原、欧洲阿尔卑斯山脉及北美中西部是北半球积雪分布的关键区,其中青藏高原是北半球积雪异常变化最强烈的区域。中国积雪分布范围广泛,其中新疆、东北和青藏高原是3个大值区。总体来看,北半球积雪有减少的趋势,而中国积雪却有弱的增加趋势。冬、春季高原积雪与欧亚积雪对中国夏季降水的影响是相反的。积雪影响中国气候的机理解释为：冬季积雪反照率效应起主要作用,春夏季积雪水文效应起主要作用。积雪被视为中国短期气候预测的一个重要物理因子,继续加强该领域的研究对于提高中国短期气候预测的准确率将有重要意义。

DOI

[ Li D L, Wang C X.Research progress of snow cover and its influence on China climate[J]. Transactions of Atmospheric Sciences, 2011,34(5):627-636. ]

[6]
李培基. 积雪大尺度气候效应综述[J].冰川冻土,1993,15(4):595-600.本文综述了积雪大尺度气候效应研究在相关分析、天气气候学诊断以及数值模拟等方面取得的重要进展。评论了前人研究中存在的主要问题。强调指出准确而详尽的积雪空间分布、季节变化与年际波动是揭示积雪对气候影响物理机制所必不可缺少的。向欧亚大陆或青藏高原积雪可对东亚季风产生持续性影响这一被广泛接受的看法提出了挑战。全球海气异常,东亚季风和欧亚大陆积雪之间的相互关系,有待用真实的积雪变化做进一步探讨。

[ Li P J.An overview of large scale effects of seasonal snow cover[J]. Journal of Glaciology and Geocryology, 1993,15(4):595-600. ]

[7]
颜伟,刘景时,罗光明,等.基于MODIS数据的2000-2013年西昆仑山玉龙喀什河流域积雪面积变化[J].地理科学进展,2014,33(3):315-325.利用两种卫星影像合成并引入冰川积雪区的方法，对西昆仑山玉龙喀什河流域2000-2013 年MOD10A2积雪数据进行去云处理，分析不同海拔高度积雪的年内和年际变化特征及趋势，结合气象要素，分析其分布变化原因。结果表明：① 低山区（1650-4000 m）积雪年内变化为单峰型，补给期为冬季，而高山区（4000~6000 m）存在“平缓型”春季补给期和“尖峰型”秋季补给期两个峰值；② 就年际变化而言，低、高山区平均、最大积雪面积呈微弱增加趋势，高山区最小积雪面积显著增加，倾向率为65.877 km<sup>2</sup>/a；③ 就季节变化而言，春、夏、冬三季低、高山区积雪面积年际变化呈“增加—减少—增加”趋势，秋季高山区积雪面积则呈“增加—减少”趋势，而低山区积雪面积在2009 和2010 年异常偏大，其他年份面积变化不大；④ 在低山区，气温是影响春、夏两季积雪面积变化的主因，气温和降水对秋季积雪面积变化的影响相当，而冬季积雪面积变化对降水更敏感；在高山区，夏季积雪面积变化对气温更敏感，而冬、春季积雪面积变化主要受降水影响。

DOI

[ Yan W, Liu J S, Luo G M, et al.Snow cover area changes in the Yurungkax River Basin of West Kunlun Mountains during 2000-2013 using MODIS data[J]. Progress in Geography, 2014,33(3):315-325. ]

[8]
蔡迪花,郭铌,王兴,等.基于MODIS 的祁连山区积雪时空变化特征[J].冰川冻土,2009,31:1028-1036.

[ Cai D H, Guo N, Wang X, et al.The spatial and temporal variations of snow cover over the Qilian Mountains based on MODIS data[J]. Journal of Glaciology and Geocryology, 2009,31(6):1028-1036. ]

[9]
娄梦筠,刘志红,娄少明,等.2002-2011年新疆积雪时空分布特征研究[J].冰川冻土,2013,35(5):1095-1102.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.

DOI

[ Lou M Y, Liu Z H, Lou S M, et al.Temporal and spatial distribution of snow cover in Xinjiang from 2002 to 2011[J]. Journal of Glaciology and Geocryology,2013,35(5):1095-1102. ]

[10]
林金堂,冯学智,肖鹏峰,等.基于MODIS 数据的玛纳斯河山区雪盖时空分布分析[J].遥感技术与应用,2011,26(4):469-475.lt;p>基于2000~2010年的MODIS/Terra积雪8 d合成数据(MOD10A2)与DEM数据,通过计算和分析积雪频率与积雪覆盖率,研究了新疆玛纳斯河山区雪盖的时空分布特征。结果表明：① 研究区一月份积雪覆盖丰富,积雪频率高值区主要分布在北部中低山地区、南部中海拔地区以及清水河与塔西河的河源地区;四月与十月的雪盖分布规律相似,总体上积雪频率随高程上升而上升;七月份只有少部分高山区域被积雪覆盖;② 积雪频率始终保持较高水平的区域是玛纳斯河、金沟河、清水河以及塔西河的河源高山地区,而玛纳斯河流域中上游的河谷地区则始终保持较低水平;③ 一月份,1 400 m以下地区的积雪覆盖率超过95%,随着高程上升,迅速下降至2 600 m的最低值约41%,此后逐渐上升至5 000 m以上80%左右;④ 一月、四月和十月份积雪覆盖率在大部分高程带上均表现为北坡、东北坡和西北坡最高,东坡和西坡次之,南坡、东南坡和西南坡最低的规律;七月份各高程带的雪盖分布没有明显的坡向差异。</p>

[ Lin J T, Feng X Z, Xiao P F, et al.Spatial and temporal distribution of snow cover in mountainous area of Manasi River Basin based on MODIS[J]. Remote Sensing Technology and Application, 2011,26(4):469-475. ]

[11]
杨存建,赵梓健,倪静,等.基于MODIS数据的川西积雪时空变化分析[J].中国科学:地球科学,2011,41(12):1743-1750.

[ Yang C J, Zhao Z J, Ni J, et al.Temporal and spatial analysis of changes in snow cover in western Sichuan based on MODIS images[J]. Science China: Earth Sciences, 2011,41(12):1743-1750. ]

[12]
窦燕,陈曦,包安明,等.2000-2006 年中国天山山区积雪时空分布特征研究[J].冰川冻土,2010,32:28-34.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.

[ Dou Y, Chen X, Bao A M, et al.Study of the temporal and spatial distribute of the snow cover in the Tianshan Mountains, China[J]. Journal of Glaciology and Geocryology,2010,32(1):28-34. ]

[13]
林金堂,冯学智,肖鹏峰,等.天山典型区卫星雪盖时空特征研究[J].冰川冻土,2011,33(5): 971-978.lt;FONT face=Verdana>基于2000-2010年的MODIS/Terra积雪8 d合成数据（MOD10A2），研究了我国天山典型区积雪覆盖的空间分布特征和年际变化趋势. 结果表明：年平均积雪概率和一月积雪概率均呈西高东低、北高南低的分布格局，4月、7月、10月的积雪概率与高程呈显著的正相关；冬季积雪分布主要受大气环流控制，使得西坡和北坡的积雪明显较为丰富，而春、夏、秋季的积雪分布受高程的影响最为显著.近10a来冬季积雪覆盖率总体呈下降趋势，线性倾向率为-0.087.(10 a)-1，而春季则略有上升，线性倾向率为0.034.(10 a)-1；随着高程上升，积雪覆盖度的年际波动幅度呈减小趋势.</FONT>

[ Lin J T, Feng X Z, Xiao P F, et al.The spatial and temporal variations of snow cover over the Qilian mountains based on MODIS data[J]. Journal of Glaciology and Geocryology, 2011,33(5): 971-978. ]

[14]
白淑英,史建桥,高吉喜,等.1979-2010年青藏高原积雪深度时空变化遥感分析[J].地球信息科学学报,2014,16(4):628-637.lt;p>积雪深度是表征积雪特征的重要参数，也是区域气候变化最敏感的响应因子之一。利用1979-2010 年逐日中国雪深长时间序列数据集，采用GIS 空间分析和地统计方法，分析了青藏高原积雪深度的时空变化规律及异常空间分布特征。结果表明：近32 年来，青藏高原雪深呈显著增加趋势，增加速率为0.26 cm/10a，其中，昆仑高寒荒漠地带雪深增加最为明显，增加速率达0.73 cm/10a；20 世纪80 年代至90 年代青藏高原雪深呈逐步增加趋势，21世纪初变化平稳；青藏高原4 个季节雪深变化均呈现为上升趋势，尤以冬季增加最为明显，增加速率达0.57 cm/10a。青藏高原东南、西部和南部为雪深分布高值区；逐像元回归分析表明，高原雪深呈增加趋势的像元数占全区像元总数的67.1%，其中有91.3%为轻度和中度增加，主要分布在高原北部和西部；最大雪深变化基本维持在-0.1~0.1 cm/a（45.47%）之间，在昆仑北翼山地、柴达木山地、羌塘高寒地带南部等局部地区最大雪深有增加趋势，主要是轻度增加，面积比例为36.66%。果洛那曲高寒地带、青南高寒地带和羌塘高寒地带为青藏高原积雪深度异常变化敏感区。</p>

DOI

[ Bai S Y, Shi J Q, Gao J X.et al.Analysis of spatial-temporal variations of snow depth over the Qinghai-Tibetan Plateau during 1979-2010[J]. Journal of Geo-information Science, 2014,16(4):628-637. ]

[15]
白淑英,史建桥,沈渭寿,等.近30年西藏雪深时空变化及其对气候变化的响应[J].国土资源遥感,2014,26(1):14-151.积雪深度是表征积雪特征的重要参数，也是气候变化区域响应敏感因素。利用1979—2010年逐日雪深被动微波遥感数据以及同期气象资料，对西藏雪深时空变化特征及其与气候因子的响应关系进行了分析。结果表明：32a来，西藏雪深呈显著增加趋势，气候倾向率为0.26cm/10a；1999年以后，雪深则表现为下降趋势，气候倾向率为-0.35cm/10a。四季平均雪深中，春季雪深的变化对年平均贡献最大，二者相关系数高达0.88。高原雪深异常偏多年份主要在20世纪90年代，但并未发生气候突变。周期分析表明，西藏雪深存在准6~7a振荡的显著周期。西藏雪深呈四周山地雪深大，中部腹地雪深小的空间格局，且受海拔影响有明显的陡坎效应，绝大部分地区雪深变化趋势倾向率在-0.08~0.08cm/a，百分比达到74.6%；逐像元回归分析表明，雪深呈增加趋势的像元数占全区像元总数的76.9%，有减少趋势的仅占23.1%。西藏雪深与气温、降水、风速和日照时数存在明显的统计和空间相关性，整体表现为雪深与气温、风速、日照时数呈负相关，而与降水呈正相关。多元回归分析表明，春秋季雪深模拟值与实测值的相关系数均达0.6以上，通过了0.01的显著性检验；夏冬季雪深回归模型的复相关系数只有0.4~0.5，且未通过0.05显著性检验。

DOI

[ Bai S Y, Shi J Q, Shen W S, et al.Spatial-temporal variation of snow depth in Tibet and its response to climatic change in the past 30 years[J]. Remote Sensing for Land and Resources, 2014,26(1):144-151. ]

[16]
柯长青,李培基.青藏高原积雪分布与变化特征[J].地理学报. 1998,53(3):209-215.

[ Ke C Q, Li P J.Spatial and temporal characteristics of snow cover over the Tibetan Plateau[J]. Acta Geographica Sinica, 1998,53(3):209-215. ]

[17]
Pu Z, Xu L, Salomonson V V.MODIS/Terra observed seasonal variations of snow cover over the Tibetan Plateau[J]. Geophysical Research Letters, 2007, 34,L06706, doi:10.1029/2007GL029262.Seasonal variations of snow cover fraction (SFC) over the Tibet Plateau (TP) are examined using the data acquired from the Moderate Resolution Imaging Spectroradiometer (MODIS) on the Terra spacecraft. In this study, we first evaluate the accuracy of the MODIS high-resolution snow cover data by comparing the data with in-situ Chinese snow observations. Results show that overall accuracy of MODIS snow data is about 90% over the TP area. Statistical analysis is then performed over the MODIS snow data during 2000-2006. It is found that the most persistent snow cover is located in the southern and western edges of the TP within large mountain ridges and western part of Yarlung Zangbo valley. The higher SCFs are mostly concentrated in the regions where the elevation is higher than 6000 m. The duration for snow persistence varies in different elevation ranges and generally becomes longer with increases in the terrain elevation.

DOI

[18]
唐小萍,闫小利,尼玛吉,等.西藏高原近40年积雪日数变化特征分析[J].地理学报,2012,67(7):951-959.利用近40 年(1971-2010 年) 西藏高原积雪日数资料, 分析了西藏高原积雪的时空分布特征。分析表明:藏东北部、南部边缘地区积雪较多, 年积雪日数在60 d 以上。近40 年来, 西部和东南部积雪日数呈显著减少的趋势, 除东南部各站、聂拉木和昌都积雪日数减少明显, 聂拉木减幅最大, 达到-9.2 d/10a, 其它各站地区积雪的变化趋势并不显著。西藏各区域积雪日数出现了准2 年、准4 年、准8 年、准14 年和准17~18 年的年代际周期, 南部边缘地区、东北部和西部地区积雪日数以10 年以下的周期为主。各区域积雪日数与冬季平均气温有明显的负相关, 但降水与积雪的相关在那曲中西部地区、沿江一线、东北部和南部边缘地区表现为明显的正相关。

DOI

[ Tang X P, Yan X L, Ni M J, et al.Changes of the snow cover days on Tibet Plateau in last 40 years[J]. Acta Geographica Sinica, 2012,67(7):951-959. ]

[19]
巴桑,杨秀海,拉珍,等.基于多源数据的西藏地区积雪变化趋势分析[J].冰川冻土,2012,34(5):1023-1030.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.

[ Ba S, Yang X H, La Z, et al.Variation of snow cover over Tibet Autonomous Region based on multi-source data[J]. Journal of Glaciology and Geocryology, 2012,34(5):1023-1030. ]

[20]
万欣,康世昌,李延峰,等.2007-2011年西藏纳木错流域积雪时空变化及其影响因素分析[J].冰川冻土,2013,35(6):1400-1409.lt;p>通过2007-2011年纳木错站人工积雪观测资料，对西藏纳木错流域MODIS两种积雪产品(MOD10A1和MOD10A2)进行了精度验证，分析了纳木错流域积雪累积和消融的空间差异，以及流域积雪覆盖率的时空变化；利用纳木错站人工积雪观测资料及自动气象站资料，分析了纳木错流域积雪要素(积雪深度、雪水当量、积雪密度)的时间变化及其与气候参数(气温、降水量、风速等)的关系.结果表明：纳木错流域MOD10A2数据的积雪识别精度(67.1%)高于MOD10A1(42.2%)，总识别精度(73.0%)略低于MOD10A1数据(78.4%).纳木错流域积雪累积和消融存在空间差异，积雪在流域南部的念青唐古拉山脉最先累积，之后为流域东部，最后为流域西部；积雪消融的空间变化则相反.由此导致流域积雪日数南部最大、东部次之、西部及西北部最小.纳木错流域各积雪要素的年内变化存在双峰值特征，峰值分别出现在10-11月和1月，积雪在10-11月受降水和气温共同作用，12月至次年3月主要受气温影响.纳木错流域的平均积雪覆盖率为21.9%，受湖泊效应影响区域(主要为东部地区)达到50.6%，而其他区域仅为18.3%.同时，受湖泊效应影响，纳木错平均积雪深度、积雪水当量均显著大于周边地区.</p>

DOI

[ Wan X, Kang S C, Li Y F, et al.Temporal and spatial variations of snow cover and its effect factors in the Nam Co basin, Tibetan Plateau,2007-2011[J]. Journal of Glaciology and Geocryology, 2013,35(6):1400-1409. ]

[21]
Kropacek J, Feng C, Alle M, et al.Temporal and spatial Aspects of snow distribution in the Nam Co basin on the Tibetan Plateau from MODIS data[J]. Remote Sensing, 2010,2:2700-2712; doi:10.3390/rs2122700

[22]
Zhang G, Xie H, Yao T, et al.Snow cover dynamics of four lake basins over Tibetan Plateau using time series MODIS data (2001-2010)[J]. Water Resources Research, 2012, 48, W10529, doi: 10.1029/2012WR011971.

[23]
Chu D, Xie H, Wang P, et al. Snow cover variation over the Tibetan Plateau from MODIS and comparison with ground observations[J]. Journal of Applied Remote Sensing, 2014, 8(1):84690(1-30).A temporal variation and spatial distribution of the snow-covered area (SCA) over the Tibetan Plateau (TP) are analyzed using moderate-resolution imaging spectrometer (MODIS)/Terra 8-day snow cover products (MOD10A2) from 2001 to 2013 and the SCA is compared with in situ snow cover days (SCD) from the meteorological network in the TP. Results show that at monthly levels the minimum SCA occurs in July, followed by August, and the SCA increases rapidly from September, reaching the maximum in March; on average, 2002, 2005, and 2008 are snowy years, whereas 2001, 2003, 2007, and 2010 are less-snow years. Apart from strong seasonal variations, the general trend of interannual snow cover variations from 2001 to 2013 is not obvious, remaining at a relatively stable status. The snow cover over the TP is characterized by uneven geographic distribution. In general, snow is abundant with a long duration in the high mountains while it is less abundant and with a short duration in the vast interior of the TP. The interannual variations of snow cover over the TP from ground-based meteorological stations using SCD are very consistent with MODIS SCA, with a correlation coefficient of 0.80 (P<0.01), indicating that MOD10A2 data have high accuracy to capture and monitor spatiotemporal variations of snow cover over the TP.

DOI

[24]
宋善允,王鹏翔,杜军,等.西藏气候[M].北京:气象出版社,2013.

[ Song S Y, Wang P X, Du J, et al.Climate in Tibet[M]. Beijing: Meteorological Press, 2013. ]

[25]
中国科学院青藏高原综合科学考察队.西藏地貌[M].北京:科学出版社,1983.

[ Scientific Expedition Team to the Tibetan Plateau. Geomorphology in Tibet[M]. Beijing: Science Press, 1983. ]

[26]
楚玉山,刘纪远.西藏自治区土地利用[M].北京:科学出版社,1992.

[ Chu Y S, Liu J Y, 1992. Land use in Tibet Autonomous Region[M]. Beijing: Science Press,1992. ]

[27]
Hall D K, Riggs G A,Salomonson V V.Development of methods for mapping global snow cover using moderate resolution imaging spectroradiometer data[J]. Remote Sensing of Environment, 1995,54(2):127-140.

[28]
刘玉洁,杨忠东.MODIS遥感信息处理原理与算法[M].北京:科学出版社,2001.

[ Liu Y J, Yang Z D.Processing principle and algorithm of MODIS data[M]. Beijing: Science Press, 2001. ]

[29]
Klein A G, Barnett A C.Validation of daily MODIS snow cover maps of the Upper Rio Grande river bas in for the 2000-2001 snow year[J]. Remote Sensing of Environment, 2003,86:162-176.Snow cover represents an important water resource for the Upper Rio Grande River Basin of Colorado and New Mexico. Accuracy assessment of MODIS snow products was accomplished using Geographic Information System (GIS) techniques. Daily snow cover maps produced from Moderate Resolution Imaging Spectroradiometer (MODIS) data were compared with operational snow cover maps produced by the National Operational Hydrologic Remote Sensing Center (NOHRSC) and against in situ Snowpack Telemetry (SNOTEL) measurements for the 2000 2001 snow season. Over the snow season, agreement between the MODIS and NOHRSC snow maps was high with an overall agreement of 86%. However, MODIS snow maps typically indicate a higher proportion of the basin as being snow-covered than do the NOHRSC snow maps. In particular, large tracts of evergreen forest on the western slopes of the San de Cristo Range, which comprise a large portion of the eastern margin of the basin, are more consistently mapped as snow-covered in the MODIS snow products than in the NOHRSC snow products. NOHRSC snow maps, however, typically indicate a greater proportion of the central portion of the basin, predominately in cultivated areas, as snow. Comparisons of both snow maps with in situ SNOTEL measurements over the snow season show good overall agreement with overall accuracies of 94% and 76% for MODIS and NOHRSC, respectively. A lengthened comparison of MODIS against SNOTEL sites, which increases the number of comparisons of snow-free conditions, indicates a slightly lower overall classification accuracy of 88%. Errors in mapping extra snow and missing snow by MODIS are comparable, with MODIS missing snow in approximately 12% of the cases and mapping too much snow in 15% of the cases. The majority of the days when MODIS fails to map snow occurs at snow depths of less than 4 cm.

DOI

[30]
Liang T, Zhang X, Xie H, et al.Toward improved daily snow cover mapping with advanced combination of MODIS and AMSR-E measurements[J]. Remote Sensing of Environment, 2008,112:3750-3761.Taking three snow seasons from November 1 to March 31 of year 2002 to 2005 in northern Xinjiang, China as an example, this study develops a new daily snow cover product (500 m) through combining MODIS daily snow cover data and AMSR-E daily snow water equivalent (SWE) data. By taking advantage of both high spatial resolution of optical data and cloud transparency of passive microwave data, the new daily snow cover product greatly complements the deficiency of MODIS product when cloud cover is present especially for snow cover product on a daily basis and effectively improves daily snow detection accuracy. In our example, the daily snow agreement of the new product with the in situ measurements at 20 stations is 75.4%, which is much higher than the 33.7% of the MODIS daily product in all weather conditions, even a little higher than the 71% of the MODIS 8-day product (cloud cover of ~ 5%). Our results also indicate that i) AMSR-E daily SWE imagery generally agrees with MOD10A1 data in detecting snow cover, with overall agreement of 93.4% and snow agreement of 96.6% in the study area; ii) AMSR-E daily SWE imagery underestimates the snow covered area (SCA) due to its coarse spatial resolution; iii) The new snow cover product can better and effectively capture daily SCA dynamics during the snow seasons, which plays a significant role in reduction, mitigation, and prevention of snow-caused disasters in pastoral areas.

DOI

[31]
黄晓东,张学通,李霞,等.北疆牧区MODIS积雪产品MOD0A1和MOD10A2的精度分析与评价[J].冰川冻土, 2007,29(5):722-729.以北疆为研究区,结合气象台站记录的雪情数据,利用地理信息系统方法分析了2004年12月1日至2005年2月28日期间北疆地区90个时相的MODIS每日积雪产品MOD10A1和8日合成产品MOD10A2的积雪分类精度.研究表明:1)当积雪深度≤3 cm时,MOD10A1对积雪的识别率非常低,仅为7.5%;积雪深度为4~6 cm时,积雪识别率达到29.3%;积雪深度为15~20 cm,平均积雪识别率达到45.6%.当积雪深度&gt;20 cm时,平均积雪识别率为32.2%;2)MOD10A1产品的积雪分类精度受天气状况的严重影响.在晴空状况下,该产品的最大积雪识别率达到58.2%;但是在多云或阴天时,平均积雪识别率仅为17.8%;3)下垫面对MOD10A1的分类结果也会造成影响,在荒漠区MOD10A1的积雪识别率为39.8%,在草原和稀树草原区的积雪识别率为37.2%,农业用地的积雪识别率最低,为29.1%;4)MOD10A2产品可较好的消除云层对地表积雪分类精度的影响,平均积雪识别率达87.5%,可较好的反映地表积雪的分布状况.

DOI

[ Huang X D, Zhang X T, Li X, et al.Accuracy analysis for MODIS snow products of MOD10A1 and MOD10A2 in Northern Xinjiang area[J]. Journal of Glaciology and Geocryology, 2007,29(5):722-729. ]

[32]
Wang X, Xie H, Liang T.Evaluation of MODIS snow cover and cloud mask and its application in Northern Xinjiang, China[J]. Remote Sensing of Environment, 2008,112(4):1497-1513.Using five-year (2001–2005) ground-observed snow depth and cloud cover data at 20 climatic stations in Northern Xinjiang, China, this study: 1) evaluates the accuracy of the 8-day snow cover product (MOD10A2) from the Moderate Resolution Imaging Spectroradiometer (MODIS)/Terra satellite, 2) generates a new snow cover time series by separating the MODIS cloud masked pixels as snow and land, and 3) examines the temporal variability of snow area extent (SAE) and correlations of air temperature and elevation with SAE. Results show that, under clear sky conditions, the MOD10A2 has high accuracies when mapping snow (94%) and land (99%) at snow depth ≥ 402cm, but a very low accuracy (< 39%) for patchy snow or thin snow depth (< 402cm). Most of the patchy snow is misclassified as land. The mean accuracy of the cloud mask used in MOD10A2 for December, January and February is very low (19%). Based on the ratio of snow to land of ground observations in each month, the new snow cover time series generated in this study provides a better representation of actual snow cover for the study area. The SAE (%) time series exhibits similar patterns during six hydrologic years (2001–2006), even though the accumulation and melt periods do not exactly coincide. The variation of SAE is negatively associated with air temperature over the range of 61 1002°C to 502°C. An increase in elevation generally results in longer periods of snow cover, but the influence of elevation on SAE decreases as elevation exceeds 402km in the Ili River Watershed (IRW). The number of days with snow cover shows either a decreasing trend or no trend in the IRW and the entire study area in the study period. This result is inconsistent with a reported increasing trend based on limited in situ observations. Long-term continuance of the MODIS snow cover product is critical to resolve this dilemma because the in situ observations appear to undersample the region.

DOI

[33]
Huang X D, Xie H J, Liang T G, et al.Estimating vertical error of SRTM and map-based DEMs using ICESat altimetry data in the eastern Tibetan Plateau[J]. International Journal of Remote Sensing, 2011,32(18):5117-5196.The Geoscience Laser Altimeter System (GLAS) instrument onboard the Ice, Cloud and land Elevation Satellite (ICESat) provides elevation data with very high accuracy which can be used as ground data to evaluate the vertical accuracy of an existing Digital Elevation Model (DEM). In this article, we examine the differences between ICESat elevation data (from the 1064 nm channel) and Shuttle Radar Topography Mission (SRTM) DEM of 3 arcsec resolution (90 m) and map-based DEMs in the Qinghai-Tibet (or Tibetan) Plateau, China. Both DEMs are linearly correlated with ICESat elevation for different land covers and the SRTM DEM shows a stronger correlation with ICESat elevations than the map-based DEM on all land-cover types. The statistics indicate that land cover, surface slope and roughness influence the vertical accuracy of the two DEMs. The standard deviation of the elevation differences between the two DEMs and the ICESat elevation gradually increases as the vegetation stands, terrain slope or surface roughness increase. The SRTM DEM consistently shows a smaller vertical error than the map-based DEM. The overall means and standard deviations of the elevation differences between ICESat and SRTM DEM and between ICESat and the map-based DEM over the study area are 1.03 15.20 and 4.58 26.01 m, respectively. Our results suggest that the SRTM DEM has a higher accuracy than the map-based DEM of the region. It is found that ICESat elevation increases when snow is falling and decreases during snow or glacier melting, while the SRTM DEM gives a relative stable elevation of the snow/land interface or a glacier elevation where the C-band can penetrate through or reach it. Therefore, this makes the SRTM DEM a promising dataset (baseline) for monitoring glacier volume change since 2000.

DOI

[34]
李培基,米德生.中国积雪的分布[J].冰川冻土,1983,5(4):9-18.早在建国初期,我国老一辈气候学家,为适应大规模社会主义建设的需要,面临资料缺乏的困难,利用平均最大积雪深度,探讨了我国积雪分布和区划问题<sup>[1、2]</sup>为我国积雪分布的研究奠定了基础。后来,中央气象局气候资料研究室根据全国350个地面台站最大积雪深度的观测资料,分析了我国最大积雪分布<sup>[3]</sup>。中国科学院兰州高原大气物理研究所绘制了青藏高原最大积雪深度分布图1)(1:1500万)。

[ Li P J, Mi D S.Distribution of snow cover in China[J]. Journal of Glaciology and Geocryology,1983,5(4):9-18. ]

[35]
李吉均,郑本兴,杨锡金,等.西藏冰川[M].北京:科学出版社,1986.

[ Li J J, Zheng B X, Yang X J, et al.Glaciers in Tibet[M]. Beijing: Science Press, 1986. ]

[36]
张飞,关洪军,许春华.利用TM图像提取玛纳斯河流域上游积雪信息的方法研究[J].高原山地气象研究,2011,31(1):69-73.在我国干旱地区,天山是融水占年径流量比重较大的山区,在天山地区,冰雪为许多河流和生态环境的生存发展提供水资源,所以对冰雪的定量监测非常重要。通过对TM图像云和雪的光谱特征分析以及几种常用积雪信息提取方法的比较,以及对玛纳斯河流域上游地区的积雪进行实际检测,认为雪盖指数法是TM图像提取积雪的较佳技术手段。

DOI

[ Zhang F, Guan H J, Xu C H.Study on the methods of snow information extraction in upstream of the Manas River Basin based on TM image[J]. Plateau and Mountain Meteorology Research, 2011,31(1):69-73. ]

[37]
扎兴初,黄待富,郭懋,等.若尔盖高原草原湿地40年积雪的初步研究[J].高原山地气象研究,2012,32(4):61-64.本文利用若尔盖气象站1971 ～2011年总共40年的积雪和冻土记录,分析了每年冬春季(10月到第二年5月)积雪和冻土的变化,以及它们与温度和降水的关系.积雪的减少是对全球变 暖的响应.与积雪渐渐减少的趋势相比,冻土并没有明显的长期变化趋势,而从冻土与温度的相关性看出,冻土深度与当年温度呈负相关.小波分析表明,最大冻土 深度的变化周期为8年,而积雪月平均温度的变化周期为4年.

DOI

[ Zha X C, Huang D F, Guo M, et al.Study on forty-year snow cover of Zoige Plateau[J]. Plateau and Mountain Meteorology Research, 2012,32(4):61-64. ]

Options
文章导航

/

〈 〉