丁煒 高子恒

摘要 利用Google earth engine云平臺(tái)，根據(jù)DEM高程圖以及2000—2017年MOD09A1、Landsat 7和Landsat 8衛(wèi)星數(shù)據(jù)、氣象站數(shù)據(jù)資料，對(duì)佩枯錯(cuò)流域的積雪變化及特性進(jìn)行分析，并就其對(duì)湖泊的影響進(jìn)行相關(guān)性分析。結(jié)果表明，18年流域平均積雪面積為351.93 km2，積雪年際波動(dòng)很大，未見明顯增加或減少趨勢(shì);季節(jié)特征明顯，冬春季積雪面積明顯高于秋夏季，降雪主要集中在冬春兩季，秋季偶有大范圍降雪，積雪面積波動(dòng)較大。海拔6 569 m以上為常年積雪區(qū)，積雪日數(shù)常年保持在300 d以上，6 569 m以下主要為季節(jié)性積雪，積雪日數(shù)波動(dòng)很大。積雪日數(shù)自南向北減小，因季風(fēng)攜流域水汽至西南側(cè)希夏邦馬峰希處，導(dǎo)致該處降雪頻率高，積雪日數(shù)明顯高于其他區(qū)域，東北側(cè)有一高海拔區(qū)域積雪日數(shù)較周圍較久但遠(yuǎn)低于西南側(cè)。18年降水量呈波動(dòng)變化，對(duì)湖泊面積影響并不顯著（P=0.051）;積雪與湖泊面積相關(guān)性系數(shù)為0.529、P=0.024，積雪成為影響湖泊的主要因素。

關(guān)鍵詞 積雪變化;遙感;時(shí)空特征;湖泊;西藏佩枯錯(cuò)流域

Abstract Using the Google earth engine cloud platform， according to DEM elevation maps， MOD09A1， Landsat 7 and Landsat 8 satellite data during 2000-2017 and meteorological station data，the change and characteristics of snow cover in Peiku Tso Basin were analyzed， and the correlation analysis was made on its impact on the lake.The results showed that the average snow cover area of the river basin in 18 years was 351.93 km2， and the snow cover fluctuated greatly from year to year， and there was no obvious increase or decrease trend.The seasonal characteristics were obvious. The snow area in winter and spring was significantly higher than that in autumn and summer. Snowfall was mainly concentrated in winter and spring. There was occasional largescale snowfall in autumn， and the snow area fluctuated greatly.The area where elevation was above 6 569 m was the perennial snow cover area， snow cover days were more than 300 d. The area where elevation was less than 6 569 m was mainly seasonal snow，the snow cover days fluctuated greatly.The snow covered days decrease from south to north. The probability of snowfall was high and the snow covered days of southwest basin was much longer than other areas because water vapor was taken by monsoon to Shishapangma. The snow covered days of northeast basin was shorter than that in southwest basin. The precipitation in basin of the examined period was fluctuation and the impact on lake area was not significant （P = 0.051）.The correlation coefficient between snow cover and lake area was 0.529， P = 0.024. Snow cover had become the main factor affecting lakes.

Key words Changes of snow cover area;Remote sensing;Spatiotemporal characteristics;Lakes;Peiku Tso Basin of Tibet

積雪廣泛存在于冰凍圈并且是地球表面的重要組成部分[1]，對(duì)以積雪和冰川融水為主要水資源補(bǔ)給區(qū)域的水文循環(huán)有重要影響[2];對(duì)保持高寒地區(qū)水平衡和能量平衡有著重要意義，融雪徑流也是山區(qū)除降水和冰川融水之外重要的水資源[3];例如洛基山脈高海拔地區(qū)積雪融水對(duì)徑流貢獻(xiàn)率高達(dá)90%[4];青藏高原是眾多河流的發(fā)源地，印度河、恒河、雅魯藏布江、長(zhǎng)江流域源頭冰雪儲(chǔ)備對(duì)于維持季節(jié)性水資源供應(yīng)很重要，流域氣候變化將影響14億人口水資源使用[5]。青藏高原積雪變化對(duì)我國(guó)水資源存在一定影響[6]，通過對(duì)青藏高原東部積雪和西南地區(qū)降水?dāng)?shù)據(jù)發(fā)現(xiàn)，東部積雪對(duì)西南地區(qū)降水有一定指示意義[7]。因此國(guó)內(nèi)外眾多學(xué)者對(duì)積雪分布以及隨時(shí)間變化的研究不斷深入，除多等[8]分析認(rèn)為青藏高原地區(qū)春季積雪日數(shù)占全年的45%，冬季占28%，秋季占22%，夏季占5%。

針對(duì)西藏雅魯藏布江流域，拉巴卓瑪?shù)萚9]研究發(fā)現(xiàn)該流域積雪面積呈減小趨勢(shì)，受降水量影響較小，地表溫度與積雪相關(guān)性顯著，流域積雪面積減少的主要因素是氣溫升高;蔡迪花等[10]針對(duì)祁連山區(qū)積雪空間分布狀況、年內(nèi)變化特征進(jìn)行分析，發(fā)現(xiàn)積雪分布在一定程度上受地形的影響;

婁夢(mèng)筠等[11]對(duì)于新疆積雪年內(nèi)、年際以及空間分布特征進(jìn)行了研究;林金堂等[12]采用MOD10A2和DEM數(shù)據(jù)，計(jì)算研究積雪頻率和積雪覆蓋率，分析了新疆瑪納斯河山區(qū)雪蓋時(shí)空分布特征和高程對(duì)積雪分布的影響;楊志剛等[13]利用MOD10A2積雪產(chǎn)品分析了2000—2014年青藏高原積雪面積和覆蓋率的時(shí)空分布和變化特點(diǎn);田柳茜等[14]利用雪深被動(dòng)微波遙感數(shù)據(jù)產(chǎn)品，對(duì)青藏高原1979—2007年積雪變化進(jìn)行了分析，發(fā)現(xiàn)青藏高原積雪日數(shù)、積雪深度和海拔三者之間在空間上具有顯著正相關(guān);唐小萍等[15]分析了近40年西藏高原積雪的時(shí)空分布特征，表明西部和東南部積雪日數(shù)呈減少的趨勢(shì)，積雪日數(shù)與冬季平均氣溫有明顯的負(fù)相關(guān);對(duì)于天山山區(qū)，秦艷等[16]研究認(rèn)為積雪覆蓋頻率整體與年均溫度呈負(fù)相關(guān)，與降水呈低度正相關(guān);新疆阿克蘇流域山區(qū)積雪融水是阿克蘇河的主要補(bǔ)給源之一[17]。

佩枯錯(cuò)流域地處西藏南部，三面環(huán)山，人煙稀少，較為封閉。佩枯錯(cuò)作為青藏高原內(nèi)陸湖泊，僅受該地區(qū)氣候因素影響，主要補(bǔ)給來源是降水和融水徑流?，F(xiàn)今關(guān)于積雪對(duì)湖泊影響的研究很少，大多關(guān)注與降水、氣溫等因素，如德吉央宗等[18]根據(jù)1975—2013年19期10—12月Landsat圖像，分析認(rèn)為影響湖泊的主要因素為降水;盡管因目前無(wú)法直接量化永久冰川融水和積雪融水在徑流的貢獻(xiàn)率[19]，但可以嘗試通過研究流域積雪面積（snow cover area，SCA）和積雪日數(shù)（snow cover days，SCD）[20]探究積雪對(duì)湖泊變化可能存在的影響，該研究采用MODIS數(shù)據(jù)以及氣象站數(shù)據(jù)進(jìn)行研究。

1 資料與方法

1.1 研究區(qū)概況

佩枯湖（28°83′N，85°59′E）位于西藏自治區(qū)南部吉隆縣內(nèi)（圖1），海拔4 580 m，緊鄰中尼公路西線，湖泊流域面積約2 151 km2，是日喀則地區(qū)最大的湖泊;距希夏邦馬峰北麓約60 km，三面環(huán)山，該流域構(gòu)成一個(gè)相對(duì)封閉的區(qū)域：水汽向南輸送，被喜馬拉雅山脈阻隔后形成降雪和降水，再通過徑流補(bǔ)給湖泊。佩枯錯(cuò)流域年降水量為300～600 mm，干濕季分明，年平均氣溫為2 ℃，屬于溫帶半干旱高原河谷季風(fēng)氣候區(qū)。正因如此，通過研究佩枯錯(cuò)流域氣候變化既可以了解青藏高原南部地區(qū)的氣候趨勢(shì)，也可以監(jiān)測(cè)和保障中尼公路西線的安全與暢通。吉隆縣位于西藏自治區(qū)日喀則市西南部，南面和西南面與尼泊爾王國(guó)相鄰，東面與聶拉木縣搭界，因吉隆縣沒有氣象站點(diǎn)，因此選擇臨近的聶拉木氣象站資料。聶拉木縣處于喜馬拉雅山區(qū)，自南至北可分為喜馬拉雅山南麓高山峽谷區(qū)、喜馬拉雅高山區(qū)佩枯錯(cuò)高原湖盆區(qū)、瑣斷陷谷區(qū)和拉軌崗日高山區(qū);縣內(nèi)中尼公路樟木口岸是國(guó)家一類陸路通商口岸，是中國(guó)和泥泊爾之間進(jìn)行政治、經(jīng)濟(jì)、文化交流的主要通道。

1.2 數(shù)據(jù)源

SRTM是美國(guó)奮進(jìn)號(hào)航天飛機(jī)雷達(dá)地形測(cè)繪數(shù)據(jù)，獲取60°N～56°S超過1.19億km2雷達(dá)影像數(shù)據(jù)，覆蓋陸地表面80%，其精度與SRTMX DEM相當(dāng)，優(yōu)于ASTER GDEM v2、SRTM v4.1等，數(shù)據(jù)來源以及精度如表1所示。

為了能夠研究長(zhǎng)時(shí)間序列積雪動(dòng)態(tài)和湖泊變化，選用地球觀測(cè)系統(tǒng)（EOS）Terra衛(wèi)星中分辨率成像光譜儀（MODIS）數(shù)據(jù)。MOD09A1數(shù)據(jù)已對(duì)大氣條件進(jìn)行過校正，圖像中的每個(gè)像素都是基于高觀察覆蓋率、低視角、沒有云或云陰影以及氣溶膠負(fù)載，并且從8 d觀察數(shù)據(jù)中選擇值。因佩枯錯(cuò)周邊未設(shè)氣象站點(diǎn)，因此選用臨近聶拉木氣象站數(shù)據(jù)資料進(jìn)行分析，數(shù)據(jù)來源以及精度如表1所示。

1.3 研究方法

研究平臺(tái)選擇Google earth engine，Google earth engine是Google研發(fā)的對(duì)巨量全球尺度地球科學(xué)資料進(jìn)行可視化計(jì)算和分析處理的云平臺(tái)，相比于傳統(tǒng)ENVI等軟件，GEE無(wú)須下載衛(wèi)星數(shù)據(jù)到本地，處理速度快、可在線可視化且擁有200多個(gè)公共數(shù)據(jù)集。

湖泊面積采用NDWI進(jìn)行提取，通過不同波長(zhǎng)對(duì)水體與其他地物的敏感程度不同，突出水體的特征，從而將水體提取出來，公式為：

NDWI=BGreen-BNIRBGreen+BNIR（1）

其中，BGreen對(duì)應(yīng)的是綠波段，BNIR對(duì)應(yīng)的是近紅外波段。

由于積雪對(duì)綠波段反射特性強(qiáng)，對(duì)短紅外波段吸收特性強(qiáng)，因此希夏邦馬峰積雪面積采用NDSI進(jìn)行提取，公式為：

NDSI=BGreen-BSWIRBGreen+BSWIR（2）

其中，BGreen對(duì)應(yīng)的是綠波段，BSWIR對(duì)應(yīng)的是短紅外波段。

為了更好地研究積雪時(shí)空變化，采用積雪日數(shù)（snow cover days，SCD）表征積雪變化特性，計(jì)算方法如下：

SCD=m×fi（Si）（3）

其中，m為積雪數(shù)據(jù)時(shí)間跨度，m=8;f為年內(nèi)總積雪數(shù)據(jù)期數(shù)，f=46;i則為1，即是從第一期數(shù)據(jù)開始計(jì)數(shù)，即若為積雪像元，則該積雪日數(shù)加1。

積雪面積（snow cover area，SCA）計(jì)算方式如下：

SCA=A×kt（pt）（4）

其中，A為每個(gè)像素的面積，即A=0.25 km2;k為年內(nèi)總積雪期數(shù)，k=46;t則為1，即從第一期數(shù)據(jù)開始計(jì)數(shù)。并定義一個(gè)水文年為當(dāng)年9月1日至第2年8月31日，如HY2000為2000年9月1日至2001年8月31日。

2 結(jié)果與分析

2.1 2000—2017年佩枯錯(cuò)流域積雪面積時(shí)間變化

2.1.1 年際變化。

從圖2可以看出，18年佩枯錯(cuò)流域積雪平均面積為351.93 km2，占整個(gè)流域面積的16.36%;多雪年2001、2005年積雪面積分別為372.59和491.99 km2，分別占流域面積的17.32%和22.87%，2011—2014年積雪面積分別為419.27、620.85、407.982和847.80 km2，分別占流域面積的19.49%、28.86%、18.96%和39.41%;少雪年2000、2008年積雪面積分別為206.30、189.36 km2，分別占整個(gè)流域面積的9.59%和8.80%。佩枯錯(cuò)流域積雪面積總體呈周期性變化，偶有劇烈波動(dòng);2003—2005、2008—2012年積雪面積呈連續(xù)增長(zhǎng)態(tài)勢(shì)，2005—2008年積雪面積連續(xù)減小;2008年是18年積雪面積最小的年份，2014年是積雪面積最大的年份。

2.1.2 年內(nèi)變化。

從2000—2017年佩枯錯(cuò)流域逐月分布（圖3）來看，積雪面積在3月份達(dá)到最大值，為790.80 km2，占流域面積的36.77%;而2月積雪面積與3月積雪面積相差不多，為774.66 km2，2和3月是積雪面積較大的2個(gè)月。流域積雪面積9—11月緩慢增長(zhǎng)，12月較11月有所減小，次年1—3月持續(xù)增大，并在3月份達(dá)到最大值;4月份開始減小并持續(xù)減小到8月。通過分析發(fā)現(xiàn)，結(jié)合圖3～4可以看出，在10、11月份會(huì)出現(xiàn)降雪，12月份幾乎沒有降雪;隨后3月積雪面積處于峰值，4和5月積雪面積略大于1和2月積雪面積，說明在3—5月積雪并沒有開始融化;從季節(jié)來看（圖4），秋季9—11月，積雪面積從156.81 km2增長(zhǎng)至348.68 km2，而冬季和春季積雪面積分別為503.76和524.63 km2，遠(yuǎn)高于秋季和夏季，結(jié)合以上分析可以看出在早春時(shí)節(jié)流域仍會(huì)出現(xiàn)降雪。

2.2 2000—2017年佩枯錯(cuò)流域積雪空間變化特征

2.2.1 積雪日數(shù)空間分布特征。

整個(gè)流域除西南側(cè)外積雪日數(shù)普遍較低，自南向北積雪日數(shù)減小;流域越往西南側(cè)積雪日數(shù)越高，最西南側(cè)為終年積雪區(qū)（希夏邦馬峰處），18年終年積雪區(qū)變化不大，但湖泊南側(cè)和永久積雪區(qū)之間的區(qū)域積雪日數(shù)年際波動(dòng)很大，結(jié)合圖5發(fā)現(xiàn)秋季降雪多則該區(qū)域積雪日數(shù)長(zhǎng)，如HY2002、HY2013等。夏季空氣中水汽含量高，季風(fēng)將水汽向南輸送，而南側(cè)希夏邦馬峰海拔高達(dá)8 027 m，水汽無(wú)法越過希夏邦馬峰，加之希夏邦馬峰溫度低，飽和的水汽遇到低溫，因此該處易在秋季出現(xiàn)降雪。

流域東北側(cè)有一積雪日數(shù)較周邊有差異的區(qū)域，HY2012、HY2014尤其明顯，綜合18年積雪日數(shù)空間分布來看，該處在流域積雪少的年份較周圍出現(xiàn)短暫積雪，如HY2006、HY2007、HY2008、HY2013。

2.2.2 不同海拔積雪日數(shù)變化特征。

海拔與積雪的分布密切相關(guān)，根據(jù)佩枯錯(cuò)流域高程DEM數(shù)據(jù)，每500 m為一間隔，將流域分為6個(gè)海拔帶（圖6）。整個(gè)佩枯錯(cuò)流域均處于高海拔地區(qū)，最低海拔為4 569 m;流域積雪日數(shù)在海拔4 500～6 500 m波動(dòng)很大，其中4 569～5 069、5 069～5 569、5 569～6 069 m平均積雪日數(shù)分別為33、60、149 d。每當(dāng)年內(nèi)積雪面積增多時(shí)（圖3～4），積雪日數(shù)明顯增多，因此這一海拔帶主要為季節(jié)性積雪，其中4 569～5 069 m比5 069～5 569 m 平均積雪日數(shù)少27 d，而海拔5 569～6 069 m比5 069～5 569 m多89 d，表明這一海拔帶氣溫相較于5 069～5 569 m 低，積雪在融雪季節(jié)初期不易融化;6 069～6 569 m這一海拔帶平均積雪日數(shù)為282 d，盡管在年內(nèi)積雪面積變化時(shí)隨之變化，但變化幅度明顯減小，表明這一海拔帶仍受季節(jié)性積雪的影響，但影響不大且積雪日數(shù)較為穩(wěn)定;以海拔6 569 m為界，6 569 m以上均是常年積雪區(qū)，6 569 m以上的海拔帶不論年內(nèi)、季節(jié)積雪面積增多或減少，積雪日數(shù)都常年保持在300 d以上，基本不受季節(jié)的影響。

2.3 流域積雪對(duì)湖泊面積的影響

因要探究積雪對(duì)湖泊的影響，所以在此對(duì)春季積雪面積進(jìn)行統(tǒng)計(jì)，并從MODIS圖像中提取流域湖泊信息，通過分析可以發(fā)現(xiàn)，2000—2017年融雪季節(jié)（即春季）佩枯錯(cuò)湖泊面積變化波動(dòng)較大，增加或減少趨勢(shì)并不明顯，并未通過信度檢驗(yàn)。2000—2002、2003—2005、2009—2011年湖泊面積均在增加，分別增加6.98、5.24、8.73 km2;2007—2009、2011—2013、2014—2017年湖泊面積有所減小，分別減小了6.90、6.98、11.34 km2。湖泊面積變化受氣溫、蒸發(fā)、降水、冰川融水等因素的共同作用，而降水是最直接的補(bǔ)給湖泊的方式，統(tǒng)計(jì)18年氣象站降水?dāng)?shù)據(jù)發(fā)現(xiàn)，2000—2007年降水量波動(dòng)較大，2008—2016年降水量呈減小趨勢(shì)，并且4—6月份降水量與湖泊面積呈正相關(guān)關(guān)系（圖7b），相關(guān)系數(shù)為0.481，但P=0.051，未通過0.05的顯著性檢驗(yàn)，表明降水與湖泊面積變化存在聯(lián)系但并不強(qiáng)烈;選取融雪期積雪面積進(jìn)行分析（圖7a），發(fā)現(xiàn)春季積雪呈波動(dòng)變化，2001—2003、2005—2007年春季積雪面積減小，2002—2005、2009—2012年積雪面積持續(xù)增加，2012年較2009年增加近40%;春季積雪面積與湖泊面積呈正相關(guān)關(guān)系，相關(guān)系數(shù)達(dá)0.529，P=0.024，通過了0.05的顯著性檢驗(yàn)。佩枯錯(cuò)處于流域低海拔處，這表明希夏邦馬峰處積雪融化后有一部分對(duì)佩枯錯(cuò)進(jìn)行了補(bǔ)給。18年佩枯錯(cuò)流域平均氣溫為5.19 ℃，總體呈上升趨勢(shì)（圖7c），在2000—2008年，盡管出現(xiàn)了18年的最高氣溫（8.90 ℃），但總體處于氣溫低值區(qū)間，平均溫度為4.03 ℃;而2009—2017年平均氣溫為6.49 ℃，相較于前9年有明顯的升高。但氣溫與湖泊面積的相關(guān)系數(shù)為0.175，說明氣溫與湖泊面積幾乎沒有線性關(guān)系，僅呈極弱的正相關(guān)關(guān)系，說明氣溫升高使得積雪融化速度加快，積雪融化更多，湖泊得到了更多積雪融水的補(bǔ)給。

3 結(jié)論

（1）年內(nèi)2月和3月是流域積雪面積較大的月份;積雪增長(zhǎng)從10月開始，一直持續(xù)到3月，4月積雪面積仍略高于1月份，這表明3—5月的積雪并沒有融化;就季節(jié)來看，冬春兩季積雪面積最大，春季3月是全年積雪面積最大的月份。

（2）海拔6 569 m以上為常年積雪區(qū)，不受季節(jié)影響;海拔6 069～6 569 m積雪日數(shù)保持在282 d左右，受季節(jié)影響較小;海拔6 069 m以下積雪日數(shù)受季節(jié)影響很大，5 069～6 069 m每隔500 m積雪日數(shù)差異明顯，分別減小至149、60 d;而5 069 m以下積雪日數(shù)相差不大。

（3）佩枯錯(cuò)地處低洼，周圍三面環(huán)山，盡管降水量補(bǔ)給湖泊更為直接，但流域降水量較少，在融雪期間降水量對(duì)湖泊的補(bǔ)給作用并不顯著，未通過0.05的顯著性檢驗(yàn);而積雪對(duì)湖泊的影響顯著，積雪融水對(duì)湖泊的補(bǔ)給起到了重要的作用，青藏高原逐漸升高的氣溫對(duì)積雪的融化也起到了促進(jìn)作用。

參考文獻(xiàn)

[1] 汪方，丁一匯.不同排放情景下模擬的21世紀(jì)東亞積雪面積變化趨勢(shì)[J].高原氣象，2011，30（4）：869-877.

[2] BARNETT T P，ADAM J C，LETTENMAIER D P.Potential impacts of a warming climate on water availability in snowdominated regions[J].Nature，2005，438：303-309.

[3] STEPPHUN H.Snow and agriculture[M]//GRAY D，MALE D.Handbook of snow：Principles，processes，management and use.Toronto，Canada：Pergamon Press，1981：60-125.

[4] SCHMUGGE T J，KUSTAS W P，RITCHIE J C，et al.Remote sensing in hydrology[J].Adv Water Resour，2002，25：1367-1385.

[5] IMMERZEEL W W，VAN BEEK L P H，BIERKENS M F P.Climate change will affect the Asian water towers[J].Science，2010，328：1382-1385.

[6] 王順久.青藏高原積雪變化及其對(duì)中國(guó) 水資源系統(tǒng)影響研究進(jìn)展[J].高原氣象，2017，36（5）：1153-1164.

[7] 胡豪然.青藏高原東部積雪異常與西南地區(qū)春季降水的關(guān)系[J].干旱氣象，2016，34（3）：423-430，493.

[8] 除多，洛桑曲珍，楊志剛，等.1981-2010年青藏高原降雪日數(shù)時(shí)空變化特征[J].應(yīng)用氣象學(xué)報(bào)，2017，28（3）：292-305.

[9] 拉巴卓瑪，次珍，普布次仁，等.2002～2015年西藏雅魯藏布江流域積雪變化及影響因子分析研究[J].遙感技術(shù)與應(yīng)用，2018，33（3）：508-519.

[10] 蔡迪花，郭鈮，王興，等.基于MODIS的祁連山區(qū)積雪時(shí)空變化特征[J].冰川凍土，2009，31（6）：1028-1036.

[11] 婁夢(mèng)筠，劉志紅，婁少明，等.2002-2011年新疆積雪時(shí)空分布特征研究[J].冰川凍土，2013，35（5）：1095-1102.

[12] 林金堂，馮學(xué)智，肖鵬峰，等.基于MODIS數(shù)據(jù)的瑪納斯河山區(qū)雪蓋年內(nèi)變化特征研究[J].遙感信息，2012（2）：20-24，80.

[13] 楊志剛，達(dá)娃，除多.近15 a青藏高原積雪覆蓋時(shí)空變化分析[J].遙感技術(shù)與應(yīng)用，2017，32（1）：27-36.

[14] 田柳茜，李衛(wèi)忠，張堯，等.青藏高原1979-2007年間的積雪變化[J].生態(tài)學(xué)報(bào)，2014，34（20）：5974-5983.

[15] 唐小萍，閆小利，尼瑪吉，等.西藏高原近40年積雪日數(shù)變化特征分析[J].地理學(xué)報(bào)，2012，67（7）：951-959.

[16] 秦艷，丁建麗，趙求東，等.2001-2015年天山山區(qū)積雪時(shí)空變化及其與溫度和降水的關(guān)系[J].冰川凍土，2018，40（2）：249-260.

[17] 陳敏，高璐，曹永強(qiáng).2001—2014年阿克蘇河流域山區(qū)積雪時(shí)空變化分析[J].水力發(fā)電學(xué)報(bào)，2016，35（9）：28-37.

[18] 德吉央宗，拉巴卓瑪，拉巴，等.1975-2013年西藏佩枯錯(cuò)湖面變化及分析[J].湖泊科學(xué)，2016，28（6）：1338-1347.

[19] XU C C，CHEN Y N，LI W H，et al.Potential impact of climate change on snow cover area in the Tarim River basin[J].Environmental geology，2007，53（7）：1465-1474.

[20] ZHANG G Q，XIE H J，YAO T D，et al.Snow cover dynamics of four lake basins over Tibetan Plateau using time series MODIS data（2001-2010）[J].Water Resour Res，2012，48（10）：1-22.