青藏高原积雪深度和雪水当量的被动微波遥感反演

利用1993年1月份的SSM/I亮度温度数据反演了青藏高原的雪水当量,首先使用被动微波SSM/I数据19和37GHz的水平极化数据来反演雪深,根据积雪时间的函数来计算实时的雪密度,由雪的深度和密度计算出雪水当量.最后,利用SSM/I数据的19和37GHz的垂直极化亮度温度梯度对计算出的雪水当量进行回归分析,得到了利用SSM/I数据直接反演雪水当量的算法.     

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.     

2000-2005年青藏高原积雪时空变化分析

利用MODIS卫星反演的积雪资料以及同期气象资料,分析了2000-2005年青藏高原积雪分布特征、年际变化及其与同期气温和降水的关系,结果表明:青藏高原积雪分布极不均匀,四周山区多雪,腹地少雪;高原积雪期主要集中在10月到翌年5月;2000-2005年高原积雪年际变化差异较大,积雪面积总体上呈现冬春季减少、夏秋季增加的趋势;气温和降水是影响高原积雪变化的基本因子.冬季,高原积雪面积变化对降水更为敏感;春季,气温是影响高原积雪面积变化更主要的因素.     

青藏高原积雪范围和雪深/雪水当量遥感反演研究进展及挑战

积雪是地表特征的重要参数,对辐射收支、气候和长期天气变化均有重要影响。雪本身又是一个重要的天气现象和水文气象参数,过量的降雪也会带来严重的雪灾,如牧区雪灾、雪崩和融雪洪水灾害等。因此对积雪的监测,尤其是对山区的积雪监测,具有多方面的意义。利用卫星遥感技术监测积雪已有50余年的历史,并已形成了系列业务产品。青藏高原平均海拔超过4 000 m,该地区的积雪具有重要的水文、气候和生态环境意义。由于地形复杂,人迹罕至,地面观测站点稀少,受较强太阳辐射的影响,积雪消融迅速、区域差异消融以及风吹雪等因素导致积雪分布破碎化严重,对使用遥感资料监测该地区的积雪造成的极大的困难和不确定性。随着国内外传感器技术的不断发展,光学和被动微波遥感数据的同步获取技术已经非常成熟,综合利用光学遥感数据高空间分辨率和被动微波数据不受云干扰的特点,结合机器学习、无人机等技术,将环境参数加入反演模型中,有助于提高青藏高原积雪参数反演精度。     

1957-2009年中国台站观测的关键积雪参数时空变化特征

利用1957-2009年中国地面气象台站观测积雪资料分析表明, 中国年平均雪深、雪水当量、积雪密度分别为0.49 cm、0.7 mm、0.14 g·cm^-3. 平均来说, 三者在青藏高原地区都是最小的, 在西北地区均较大; 空间上, 中国年平均雪深和雪水当量大值区位于东北和新疆北部, 以及青藏高原西南部的小部分区域; 中国大部分地区年平均积雪密度在0.14 g·cm^-3以下, 3大稳定积雪区积雪密度略高. 1957-2009年, 中国及各区域年平均雪深和雪水当量均表现为波动增加趋势, 但不显著; 空间上雪深的显著正趋势主要位于内蒙古东部、东北北部、新疆西北部和青藏高原东北部; 雪水当量与雪深类似, 但正趋势范围不如前者广, 负趋势范围则较大.     

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。     

被动微波遥感估算雪水当量研究进展与展望

被动微波遥感可以透过云层，全天候地提供地表一定深度的信息。星载被动微波遥感传感器的时间分辨率很高，在冰冻圈动态研究中有着重要的地位。在最近的二三十年中，大量被动微波遥感的应用都是在美国、加拿大、欧洲等地，而我国在这方面的研究相对较少。首先介绍了被动微波遥感数据在监测积雪方面的国内外研究进展，对现存的雪水当量（SWE）估算算法（和模型）的适用性进行讨论。然后，详细讨论了我国西部的青藏高原地区雪水当量的估算，阐明了利用SSM／I数据估算青藏高原地区雪水当量的复杂性，并指出了其复杂性产生的原因，提出了解决问题的方法，为该地区积雪动态的进一步研究提供了理论依据。     

2003-2012年四川省积雪时空动态变化与气候响应研究

积雪是地球表层覆盖的重要组成部分,以高反射率、低导热率对地球能量和辐射平衡产生重要影响。利用遥感和GIS等方法能够获得大范围的雪盖信息,了解其时空分布特征及变化规律,可以对有关部门提供防灾减灾的信息。采用2003-2012年MOD10A2数据和四川省48个气象观测站的温度、降水量、湿度、气压和日照时数等数据,分析了10a四川省积雪覆盖的时空变化特征及其与气候之间的关系。结果表明：四川省积雪覆盖的空间分布呈现出西部高原多积雪,成都平原覆盖少,东部盆地几乎无积雪覆盖的阶梯式结构;2003-2012年近10a来,积雪覆盖面积年际变化呈现出小幅度波动,峰值出现于2008年,从总体趋势来看,积雪覆盖面积呈现出微弱的下降趋势;通过分析10a来积雪覆盖率与气温、降水、湿度、气压、日照时数的相关性可知,积雪覆盖率的变化特征与气温和降水的关系最为密切,与湿度的相关性一般,与气压和日照时数的关系较弱。研究表明,四川省积雪变化受气温的影响大于降水的影响,气温越高,降水量越多,积雪面积越少,反之,积雪面积越大。     

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。     

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。     

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).     

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。     

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.     

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。     

基于MODIS的青藏高原季节性积雪去云方法可行性比较研究

青藏高原地处中纬度地区,季节性积雪分布破碎,地面观测站点稀少,中分辨率成像光谱仪（MODIS）可为该地区提供每日积雪监测数据,然而云是光学遥感最大的影响因素,为研究MODIS每日积雪产品去云方法在青藏高原的适用性,根据原理将去云方法归纳总结为五大类,并对每种方法的“潜在假设”开展分析讨论。结果显示：基于时间连续性的方法适用性强,去云效果明显,上下午积雪连续的平均概率为72.5%,而2~5d的连续积雪的概率为5.6%~43%不等,可靠性差;临近像元法可去除零散分布的云,平均正确率达到95.5%,但去除云量较少;基于高程的去云算法在山区适用性好,而在高原腹地由于坡度较小而错判概率较大;采用被动微波遥感数据进行去云则依赖于微波对云的识别率,往往误差较大;采用数学方法拟合积雪边界在积雪破碎、降雪融雪较快的青藏高原地区,物理意义较弱。通过分析研究表明,青藏高原地区MODIS日积雪产品的去云,需综合多种算法的区域适用性,充分考虑青藏高原地形及积雪本身的特征,逐步完善每日积雪去云工作。     

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。     

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。     

Abundance and diversity of snow bacteria in two glaciers at the Tibetan Plateau

Snow bacterial abundance and diversity at the Guoqu Glacier and the East Rongbuk Glacier located in the central and southern Tibetan Plateau were investigated using a 16S rRNA gene clone library and flow cytometry approach. Bacterial abundance was observed to show seasonal variation, with different patterns, at the two glaciers. High bacterial abundance occurs during the monsoon season at the East Rongbuk Glacier and during the non-monsoon season at the Guoqu Glacier. Seasonal variation in abundance is caused by the snow bacterial growth at the East Rongbuk Glacier, but by bacterial input from the dust at the Guoqu Glacier. Under the influence of various atmospheric circulations and temperature, bacterial diversity varies seasonally at different degrees. Seasonal variation in bacterial diversity is more distinct at the Guoqu Glacier than at the East Rongbuk Glacier. Bacterial diversity at the two glaciers exhibits different responses to various environmental conditions. More bacteria at the Guoqu Glacier are connected with those from a soil environment, while more bacteria affiliated with a marine environment occur at the East Rongbuk Glacier.