李續(xù)光，萬魯河*，和鑫溢

(1.哈爾濱師范大學;2.山西工程技術(shù)學院)

0 引言

積雪是自然界最活躍的一個要素，其已成為評價氣候變化的重要參考依據(jù)[1].在全球變暖的背景下，從1960年到2000年全球范圍內(nèi)積雪面積大約減少近10%.2013年的IPCC評估報告指出，在南、北半球，山地冰川和積雪的平均面積已大幅減少，并引起海平面上升，預測未來積雪覆蓋范圍將進一步縮小[2].因此，準確檢測積雪面積、積雪深度等一些重要的積雪特征參數(shù)已成為監(jiān)測全球氣候變化的重要參考因素[3-5].

對積雪面積變化規(guī)律的研究，可為氣候變化的監(jiān)測、水資源的利用、地表徑流、水文循環(huán)、防止春旱和人類活動都有十分顯著和積極的影響[6-8].尤其是積雪對季節(jié)性干旱區(qū)域的水量，可提供一定的幫助.在融雪期間，由于積雪與氣候系統(tǒng)之間的關(guān)系相互作用，使其在短時間里改變非飽和帶土壤水分的收支平衡，改變潛熱通量、土壤濕度等理化性質(zhì)[9-11].近年來，關(guān)于積雪面積的變化規(guī)律，國內(nèi)外研究者們均開展了大量研究[12-16]，如Laternser M等對1931～1999年瑞士阿爾卑斯山積雪面積變化的研究發(fā)現(xiàn)，自1987年以后，山體積雪存在明顯減少，尤其是中、低海拔地區(qū)，而高海拔地區(qū)只有輕微的減少[14].車濤等研究者借助被動微波遙感器對中國西北和青藏高原的積雪面積進行了監(jiān)測和分析，并提供了大量相關(guān)的被動微波數(shù)據(jù)集[15].Chen X等研究者基于多種衛(wèi)星遙感觀測數(shù)據(jù)分析了北半球在2001～2014年間積雪面積的季節(jié)變化. 而且，利用長時間遙感手段單獨研究中國東北地區(qū)的積雪面積變化依然鮮有報道[16].

東北地區(qū)作為中國重要的農(nóng)業(yè)、林業(yè)以及畜牧業(yè)的生產(chǎn)基地，其積雪不僅是該地區(qū)主要的淡水資源，河流徑流以及地下水的重要補給而且還對土壤具有很好的蓄水保溫作用，能為農(nóng)作物越冬提供適宜的溫度和條件[17-21].另一方面，由于東北地區(qū)冬季降雪持續(xù)時間長，積雪分布廣，如若春季遇到氣溫快速升高，不僅會加快積雪消融，提高春季洪水發(fā)生概率，更會造成人民生命財產(chǎn)損失[22-24].因此，準確地提取東北地區(qū)的積雪變化趨勢，對氣候災害、水資源管理、農(nóng)時預報等具有重要作用.然而由于地形特征多樣復雜，利用遙感數(shù)據(jù)分析東北地區(qū)積雪的周期變化特征和時空變化規(guī)律的研究甚少，特別是在分析近36年以來東北區(qū)域的積雪面積的時空變化格局暫時沒有.

因此以東北三省為研究對象，采用車濤等學者研制的長時間序列逐日積雪遙感數(shù)據(jù)資料，以及美國國家冰雪數(shù)據(jù)中心的MOD10C1積雪數(shù)據(jù)，利用回歸方程方法重構(gòu)較為精準數(shù)據(jù)集.運用空間自相關(guān)的地理空間分析方法和小波分析等統(tǒng)計學分析方法，研究東北地區(qū)近36年來積雪面積的時空變化特征和規(guī)律，為當?shù)厮Y源管理、農(nóng)林牧業(yè)發(fā)展和災害防御等提供具有重要參考依據(jù).

1 研究區(qū)域概況

東北地區(qū)(如圖1所示)包括黑龍江、吉林、遼寧三省和內(nèi)蒙古部分地區(qū)，總面積約為78.73萬 km2，地處北緯38°40′～53°34′和東經(jīng)15°05′～135°02′范圍內(nèi).東北地區(qū)地域廣闊，地勢從北到南依次降低.作為一個相對完整且獨立的自然地理區(qū)域，東北地區(qū)具有地形地貌類型復雜多樣、差異明顯，三面環(huán)山等特點.

圖1 東北地區(qū)地理分布

東北地區(qū)因地勢復雜和地域廣闊，氣候類型跨帶較多包括寒溫帶、中溫帶和暖溫帶三個氣候帶是中國重要的農(nóng)業(yè)、林業(yè)以及畜牧業(yè)的生產(chǎn)基地，積雪不僅是該地區(qū)主要的淡水資源，河流徑流以及地下水的重要補給，還能為農(nóng)作物越冬提供適宜的溫度和條件，但也是東北地區(qū)自然災害的重要來源之一.

2 數(shù)據(jù)的來源及研究方法

2.1 數(shù)據(jù)的來源和處理

研究以中科院寒區(qū)旱區(qū)研究所(http://westdc.westgis.ac.cn/)提供的微波遙感反演得到的中國雪深長時間序列數(shù)據(jù)集(SMMR、SSM/I和AMSR-E)為研究資料，數(shù)據(jù)集提供1979年1月1日到2014年12月31日逐日的中國范圍的積雪厚度分布數(shù)據(jù)，其空間分辨率為0.25°[25].以及美國國家冰雪數(shù)據(jù)中心(https://nsidc.org/)的MOD10C1積雪數(shù)據(jù)，數(shù)據(jù)集提供2000年1月到2016年3月逐月的全球積雪覆蓋數(shù)據(jù)，其空間分辨率為0.05°.由于東北地區(qū)一般從10月開始降雪，來年4月進入春季融雪期的，該文選取的是東北積雪6個主要月份數(shù)據(jù)進行處理.

通過采用MRT(Modis Reprojection Tool)軟件將原始的MOD10C1數(shù)據(jù)進行拼接和Albers投影，然后通過ArcGIS10.2對中國雪深長時間序列數(shù)據(jù)集統(tǒng)一進行裁剪和二值化處理，再利用IDL進行積雪柵格的提取，根據(jù)積雪柵格在該月天數(shù)的概率大于0.5時記為有雪；若小于0.5，則記為無雪.得到積雪面積的新的數(shù)據(jù)集.通過ArcGIS柵格運算，對每月積雪覆蓋面積進行統(tǒng)計分析.并利用通過空間計量分析軟件GeoDa來對其Moran's I統(tǒng)計和生成LISA 聚集圖.

為進一步分析東北地區(qū)積雪面積變化規(guī)律，采用兩套數(shù)據(jù)間建立回歸方程，得到各月的方程，且均通過P< 0.05顯著性檢驗.利用Matlab進行趨勢分析和小波分析.

2.2 研究方法

積雪面積和年份的重構(gòu)數(shù)據(jù)集采用線性擬合方法進行研究，其中y為mod10c1數(shù)據(jù)的積雪面積，x為車濤等學者研究數(shù)據(jù)的積雪面積進行逐月重構(gòu)面積.并用SPSS進行分析研究，利用excel作圖，表征積雪面積的變化趨勢.

當對區(qū)域內(nèi)某個屬性進行空間分布特性描述的時候，可以通過全局自相關(guān)：Moran'sI進行探索分析.

對空間位置中的要素之間的屬性相互關(guān)系進行衡量，通過計算得分評價要素在空間位置上是否發(fā)生集聚或者離散，并得到集聚和離散的程度，描述整個研究區(qū)的空間特征分布.Moran'sI值的取值范圍在-1～1，其中當Moran'sI值大于零，表達空間要素之間呈現(xiàn)出正相關(guān)聯(lián)系，即集聚，當Moran'sI值小于零時，其空間位置呈現(xiàn)負相關(guān)，即離散.其計算公式為：

(1)

(2)

(3)

式中：S(I)是Moran'sI的方差，E(I)是Moran'sI的期望值.

全局空間自相關(guān)分析是對研究區(qū)域整體的空間自相關(guān)性進行統(tǒng)計分析，無法反應區(qū)域內(nèi)部局部的細微差別.為進一步探索局部空間集聚，了解研究區(qū)域內(nèi)某一單元屬性值與其周圍單元屬性值之間的相關(guān)關(guān)系，進行局部空間自相關(guān)性分析進行探索.

描述每個區(qū)域單元與其周圍顯著的相似區(qū)域單元之間的空間聚集程度，LISA指數(shù)包括局部Moran指數(shù)和局部Geary指數(shù)，該研究使用局部Moran指數(shù).公式如(4)所示.

(4)

Morlet小波變換函數(shù)如式(5)所示[26]：

(5)

(6)

3 結(jié)果分析

3.1 空間變化

該文利用ArcGIS對東北地區(qū)的區(qū)域進行矢量化后，運用GeoDa對東北的210個市縣基于空間鄰接關(guān)系建立了權(quán)重矩陣.這里的臨界關(guān)系指的是具有公共邊界的區(qū)域,并利用這種關(guān)系建立的相關(guān)權(quán)重文件.

將1980～2016年每月份降雪柵格數(shù)據(jù)疊加求的均值，并將柵格轉(zhuǎn)化為點，空間連接到研究區(qū)縣域數(shù)據(jù)中，通過空間計量分析軟件GeoDa來對其Moran'sI進行求解.Moran'sI散點圖用于研究局域空間的異質(zhì)性,橫坐標為各空間單元標準化后的積雪平均屬性值, 縱坐標為標準化后的由空間連接矩陣決定的相鄰單元屬性值的平均值.散點圖的四個象限按其性質(zhì)可分為：“高高”(第一象限) 、“低高”(第二象限) 、“低低”(第三象限) 、“高低”(第四象限) .“高高” 表示某一空間單元和周圍單元的屬性值都高, 該單元和周圍單元組成的子區(qū)域即為熱點區(qū), “低低” 的含義與“高高”正好相反, 落入這兩個象限的空間單元存在較強的空間正相關(guān), 即有均質(zhì)性; “高低”表示某一空間單元屬性值較高, 而周圍單元較低，“低高”則剛好與此相反, 落入這兩個象限的空間單元說明存在較強的空間負相關(guān)性.

利用GeoDa對積雪屬性值的數(shù)據(jù)集進行全局空間自相關(guān)分析，得到相對應的Moran’sI，并采用蒙特卡羅模擬的方法來檢驗Moran’sI是否顯著，將圖轉(zhuǎn)化成表得其結(jié)果和參數(shù)見表1．

表1 Moran’s I及相關(guān)檢驗值表

通過結(jié)果可以看出，研究區(qū)內(nèi)1～4月、10～12月積雪數(shù)據(jù)全局自相關(guān)均呈現(xiàn)出聚集情況，其中除了10月和4月外，其他6個月Moran'sI值都大于0.8，表現(xiàn)出了極強的空間集聚性.而Moran'sI最低的月份為4月，最大的原因可能是4月溫度已經(jīng)回升，積雪區(qū)域迅速的減少導致.1～3月份Moran'sI值呈現(xiàn)出上升趨勢，代表該區(qū)域1～3月份積雪覆蓋是遞增的，3～4月份呈現(xiàn)遞減形態(tài)，同理可得10～12月份積雪覆蓋也是逐月份遞增的，可以看出，該研究區(qū)降雪覆蓋的最大集聚應該是在3月份.其研究的積雪的月份的P值均小于0.001，說明在99.9%的置信度下的空間自相關(guān)是顯著的.

全局空間自相關(guān)分析是對研究區(qū)域整體的空間自相關(guān)性進行統(tǒng)計分析，無法反應區(qū)域內(nèi)部局部的細微差別.為進一步了解研究區(qū)域內(nèi)某一單元屬性值與其周圍單元屬性值之間的相關(guān)關(guān)系，該研究對局部空間自相關(guān)性分析進行探索.為了更加直觀的觀察東北地區(qū)積雪在各市縣的分布狀況，利用GeoDa生成LISA聚類圖(如圖2所示)，用不同的顏色渲染不同的空間自相關(guān)類別，紅色代表高高，橘色代表高低，土黃色代表低高，黃色代表低低，而無色則表示為不顯著.

圖2 LISA聚類圖

通過局部自相關(guān)的LISA圖可以看出，從總體來看，積雪高值聚集覆蓋頻率最高的區(qū)域為內(nèi)蒙古自治區(qū)的北部，并在11月至來年3月時間段內(nèi)向吉林省、遼寧省的東部區(qū)域擴散，4月又收斂于該區(qū)域；積雪低值覆蓋頻率最高的區(qū)域為吉林省和遼寧省的西部，并于12月至來年2月之間向內(nèi)蒙古自治區(qū)擴散，并與3～4月收斂于原始區(qū)域，最終其總體趨勢形成東南高值聚集、西北低值聚集的空間格局分布.

該研究以東北地區(qū)的1980～2016年降雪覆蓋柵格為研究對象，分析了在此期間月積雪覆蓋累積值.并通過全局自相關(guān)(Moran’sI)和局部自相關(guān)(Local Moran’sI)分別對其空間格局進行探索分析，結(jié)果表明：10～4月份之間的積雪覆蓋均呈現(xiàn)出較強的空間相關(guān)性，呈現(xiàn)出正相關(guān)趨勢，即為聚集狀態(tài)，其中3月份 Moran’sI值最高，10月份 Moran’sI最低.通過局部自相關(guān)探索分析可以看出，該區(qū)域積雪覆蓋高值聚集10月份最低，11月至來年3月份逐步擴散至研究區(qū)東南部，并與4月份又收斂.該區(qū)域積雪覆蓋低值聚集10月份最低，11月至來年3月份逐步擴散至研究區(qū)域的西南部，并與4月份收斂至遼寧省、吉林省的西部區(qū)域.

3.2 時間變化

1980～2016年，東北地區(qū)常年均積雪面積為152725.4247 km2，保持在約占東北行政面積的 10.379%，這與李培基等學者判定東北地區(qū)大部分地區(qū)為中國三大穩(wěn)定積雪區(qū)之一的結(jié)論相符[27].1980～2016年，東北地區(qū)年均積雪面積呈波浪式增加趨勢，趨勢值為821.39 km2/a，R2=0.1754，呈現(xiàn)不顯著增加趨勢(如圖3所示,圖中擬合參數(shù)見表2)說明東北地區(qū)積雪面積無顯著變化.年均積雪面積整體上維持在1.5×105km2處，表明積雪變化趨勢相對穩(wěn)定.1980～2016年各月東北積雪面積變化表明，除4月積雪面積呈現(xiàn)出不顯著下降趨勢外，其它各月均為增加趨勢，10月呈極顯著增加趨勢.10月積雪面積增加最大，1980年以來，10月的積雪面積逐年共增加了62069.375 km2；對于4月份減少而言，從1980年來，4月的積雪面積逐年減少了211063.5725 km2.在2006～2013年間，年均積雪面積表現(xiàn)出緩慢上升趨勢.在2014年以后又出現(xiàn)了明顯的積雪面積降低現(xiàn)象，筆者認為隨著近年來氣候變暖，4月份積雪融化的速率不斷加快引起的.

圖3 東北地區(qū)各月積雪面積和年均積雪面積變化趨勢

月份傾向率截距R2檢驗結(jié)果1660.69-10000000.0582483.927709840.0353409.336258100.01754-627.4210000000.012101924.1-40000000.5313a極顯著112128.7-40000000.152712770.36-10000000.0441年均821.39-10000000.1754

圖4 年均積雪面積的小波變換系數(shù)實部(A)和小波變換系數(shù)模方(B)分析

為探究東北地區(qū)積雪面積的變化周期，該文采用小波分析對1980年以來積雪面積進行分析研究.圖4(B)為小波變換系數(shù)模方分析，清楚地顯示了積雪面積的年際尺度變化周期和突出點特征.從圖4(A)與圖4(B)中，得到了更豐富的變化周期的尺度信息.從圖4(A)中可見，東北地區(qū)36年積雪面積變化的MorLet小波變換存在明顯的2～3年和5～6年的年際尺度變化周期.從圖4(B)中的變化規(guī)律看，2～3年尺度的變化周期主要出現(xiàn)在2000年以前，5～6年的尺度變化周期則表現(xiàn)為5個冷周期(1982～1983年、1989～1991年、1997～1998年、2003～2004年和2007～2008年)和3個暖周期1985～1986年、1993～1994年和2000年).其中相較而言2～3年際尺度中2009～2013年間能量較強.因此近36年內(nèi)東北地區(qū)的年均積雪面積對應的也出現(xiàn)了振蕩上升的變化趨勢，如圖5中曲線所示.

圖5 年均積雪面積小波系數(shù)方差圖

東北地區(qū)近36年的年均積雪面積存在4個極大值，分別對應年份為1986、1994、2000和2011年.這數(shù)據(jù)表明東北地區(qū)年均積雪面積存在明顯的年際變化現(xiàn)象.東北地區(qū)積雪面積呈不顯著增加趨勢的周期大致分布在20世紀80年代初期、90年代初期和90年代中后期；呈顯著增加趨勢的周期主要分布在2005～2011年；呈小幅度減少趨勢的周期大致分布在80年代后期、90年代中前期以及21世紀初期；呈大幅度減少趨勢的周期則出現(xiàn)在2011年之后.

綜上所述，相較于東北積雪面積總體變化，積雪面積基本上處于穩(wěn)定增加的狀態(tài).與希爽等學者研究東北地區(qū)積雪面積1961～2012年內(nèi)有增加學者的趨勢，然而趨勢卻并不明顯的結(jié)論相符合[28].

對東北地區(qū)1980～2016年間的年均積雪面積進行小波變換后的系數(shù)進行相關(guān)分析，得到小波能量譜圖.通過分析圖6中年平均積雪面積的小波能量譜圖和小波周期顯著性檢驗對照數(shù)據(jù)，其中粗實線內(nèi)的范圍表示通過了此顯著性檢驗，而圈外部分則表示未通過此檢驗可以發(fā)現(xiàn)東北地區(qū)近36年間的年均積雪面積在2～3年尺度的變化周期是明顯的，且通過95%的顯著性檢驗.

圖6 年均積雪面積的小波能量譜圖

4 結(jié)論

該文利用MOD10C1數(shù)據(jù)和車濤等學者的積雪微波遙感數(shù)據(jù)集提取了東北地區(qū)1980～2016年的積雪面積變化信息，通過二值法提取出積雪遙感數(shù)據(jù).利用GeoDa軟件對其空間數(shù)據(jù)進行空間自相關(guān)和利用小波分析對其時間周期進行探究了東北地區(qū)近36年內(nèi)積雪變化規(guī)律.研究結(jié)果顯示：

(1)空間變化規(guī)律：除了10月和4月外，其他6個月Moran'sI的值都大于0.8，東北積雪空間自相關(guān)表現(xiàn)出了極強的空間集聚性.10月至來年4月份之間的積雪覆蓋均呈現(xiàn)出較強的空間相關(guān)性，且為聚集狀態(tài).

(2)時間變化規(guī)律：1980～2005年間，東北地區(qū)積雪面積基本是處于穩(wěn)定狀態(tài)，但依然略有增加趨勢，2005年以后出現(xiàn)顯著增加現(xiàn)象.

通過小波分析，表明了年均積雪面積具有顯著的2～3年和5～6年的年際尺度變化周期.東北地區(qū)在近36年的趨勢變化中，總體表現(xiàn)為上升趨勢，積雪面積相對穩(wěn)定.這與東北地區(qū)積雪面積在1961～2016年內(nèi)有增加趨勢，但是變化趨勢并不明顯的研究報告結(jié)果相符合.

由于東北地區(qū)復雜的地形和地貌，不同地區(qū)的積雪面積存在明顯差異.因此，需進一步對不同區(qū)域的積雪面積進行長序列積雪監(jiān)測和分析，并考慮更多影響積雪因素.利用多源遙感數(shù)據(jù)對東北地區(qū)的積雪進行了時空變化的研究，在多源遙感數(shù)據(jù)對積雪的監(jiān)測算法需要進一步改進.探討氣候變化因子與積雪面積時空分布的關(guān)系是下一步研究的工作.