李梁,張佳華,孫中太,劉權(quán),白雲(yún),張莎,楊?yuàn)檴?王霄鵬

積雪作為地球上重要的水資源之一,融化的冰川積雪是許多淡水湖的源頭(張佳華等,2008)。南北半球的中高緯度地區(qū)有著大量的積雪和冰川,終年不化的積雪和季節(jié)性積雪廣泛存在于高海拔地區(qū)(孫燕華等,2014)。相比于終年積雪,季節(jié)性積雪對(duì)天氣和氣候的影響更為顯著,季節(jié)性積雪對(duì)地?zé)釥顩r有著重要的反饋?zhàn)饔?積雪開始和結(jié)束時(shí)間、積雪覆蓋范圍與深度都會(huì)對(duì)區(qū)域內(nèi)的土壤含水量造成影響(楊林等,2019),進(jìn)而對(duì)地氣系統(tǒng)的輻射平衡、水文循環(huán)產(chǎn)生顯著的影響(唐志光等,2017),中國(guó)黃河中下游和長(zhǎng)江中下游的旱澇災(zāi)害又受到二者的影響。全世界98%的季節(jié)性積雪位于北半球,北半球每年12月到次年1月的最大積雪面積占整個(gè)陸地面積的45%以上,歐亞大陸作為北半球的主要積雪區(qū),其積雪面積更是達(dá)到北半球積雪面積的60%以上(Lemake,2007;楊林等,2019)。在全球變暖的氣候變化背景下,北半球的積雪面積正逐年下降,中國(guó)的積雪面積也處在緩慢下降的趨勢(shì)中(吳彥,2005)。大量的積雪融化,造成淡水湖泊和河流水面上升,空氣中水分充足,降水降雪頻發(fā),易造成暴雪等極端天氣氣候事件,對(duì)中國(guó)的農(nóng)業(yè)生產(chǎn)和自然生態(tài)平衡造成嚴(yán)重的后果,引發(fā)一系列問(wèn)題。因此掌握中國(guó)的積雪時(shí)空動(dòng)態(tài)變化是十分重要的。

對(duì)于大范圍的積雪時(shí)空變化,國(guó)內(nèi)外近幾十年已經(jīng)開展了大量的研究工作。當(dāng)前比較主流的獲取積雪信息的方法有氣象站點(diǎn)監(jiān)測(cè)和衛(wèi)星遙感數(shù)據(jù)獲取。Huang et al.(2019)使用氣象站點(diǎn)數(shù)據(jù),得出1952—2012年中國(guó)年積雪持續(xù)時(shí)間在減少的結(jié)論。郝祥云等(2018)通過(guò)分析錫林河流域周圍1981—2016年的逐日氣象數(shù)據(jù),發(fā)現(xiàn)近35 a內(nèi)雪深和積雪日數(shù)呈上升趨勢(shì),且兩者顯著相關(guān)。氣象站點(diǎn)數(shù)據(jù)雖然準(zhǔn)確度較高,方便記錄,但對(duì)高海拔和氣候惡劣的地區(qū)難以覆蓋,衛(wèi)星遙感監(jiān)測(cè)解決了此類難題。當(dāng)前衛(wèi)星遙感對(duì)積雪的監(jiān)測(cè)分為主動(dòng)微波遙感和被動(dòng)微波遙感。主動(dòng)微波遙感借助積雪與其他覆蓋物在不同波段的反射系數(shù)不同來(lái)判別,被動(dòng)微波遙感可以全天候穿過(guò)云層,提取地表的亮溫,通過(guò)雪深反演公式得到積雪深度?；贛ODIS傳感器得到的MOD10A1、MYD10A1積雪產(chǎn)品數(shù)據(jù)集,其空間分辨率500 m,時(shí)間分辨率1 d,Huang et al.(2016)利用此數(shù)據(jù)集對(duì)中國(guó)積雪面積、積雪天數(shù)進(jìn)行了探討,結(jié)果表明短暫積雪分布區(qū)為中國(guó)的東部和東南部以及新疆和內(nèi)蒙古的部分地區(qū),內(nèi)蒙古、新疆北部和青藏高原為穩(wěn)定積雪區(qū),新疆西天山和青藏高原山區(qū)是永久性積雪的主要地區(qū)。眾多研究表明,中國(guó)積雪面積在近幾十年內(nèi)逐步減少,并且減少的速度也在加快(Déry and Brown,2007;Brown and Robinson,2011)。中國(guó)積雪分布具有明顯的空間差異性,隨著緯度的升高,積雪逐步增多,西部積雪明顯多于東部;山地積雪多于盆地和平原,且山地積雪隨著海拔的升高而增多(李棟梁和王春學(xué),2011)。青藏高原作為世界第三極(除多等,2017;姚檀棟等,2017),地形復(fù)雜,山脈、峽谷、盆地縱橫交錯(cuò),近20 a川西高原(青藏高原東南緣和橫斷山脈一部分)的積雪覆蓋率整體呈緩慢減少的趨勢(shì),積雪覆蓋時(shí)間的空間分布差異明顯,隨海拔的增高而增加,其他地區(qū)變化不顯著(鐘鼎杰等,2021)。高原積雪由于其海拔高,持續(xù)時(shí)間長(zhǎng)等特點(diǎn),持續(xù)作用于大氣環(huán)流,從而影響中國(guó)夏季降水量(丁峰等,2009)。

圖1 研究區(qū)域及MULSS積雪覆蓋數(shù)據(jù)的分類示例

總體上,基于國(guó)產(chǎn)風(fēng)云三號(hào)氣象衛(wèi)星對(duì)中國(guó)區(qū)域近10 a積雪狀況的研究較少。為了更加詳細(xì)的對(duì)中國(guó)區(qū)域內(nèi)近10 a的積雪變化進(jìn)行分析,本文采用FY-3氣象衛(wèi)星的積雪覆蓋產(chǎn)品數(shù)據(jù),對(duì)2010—2019年中國(guó)積雪覆蓋頻率(Snow Cover Frequency,SCF)進(jìn)行逐月演變分析和線性回歸提取長(zhǎng)期趨勢(shì),提出基于經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)(Huang et al.,1998)的EMDTrend指標(biāo)來(lái)表現(xiàn)積雪覆蓋率(Snow Cover Rate,SCR)的長(zhǎng)期趨勢(shì),使用Mann-Kendall檢驗(yàn)(符淙斌和王強(qiáng),1992;Wu et al.,2011)方法來(lái)衡量SCR的變化情況。

1 數(shù)據(jù)和方法

1.1 研究區(qū)

中國(guó)國(guó)土幅員遼闊,南北跨越緯度約50°,東西跨越經(jīng)度約62°,占?xì)W亞大陸面積的17.5%,自南向北包含熱帶、亞熱帶、暖溫帶、中溫帶、寒溫帶5個(gè)溫度帶,以及處于高原氣候帶的青藏高原周邊地區(qū)(鄭景云等,2010)。中國(guó)地勢(shì)東低西高,擁有高原、山嶺、平原、丘陵、盆地等地形以及昆侖山脈、橫斷山脈等大小山脈(方如康,1995),復(fù)雜的地形、走向多樣的山脈以及沿海與內(nèi)陸城市的差別形成了多種多樣的氣候,降雪的季節(jié)性特征顯著,每年冬季為降雪頻發(fā)時(shí)期,而冬季降雪在地理位置上尤為不同,積雪分布具有明顯的空間異質(zhì)性,其中新疆、東北、青藏高原是積雪分布的重要區(qū)域(Huang et al.,2016)。中國(guó)兩大河流黃河、長(zhǎng)江分別起源于青藏高原巴顏喀拉山脈和唐古拉山,青藏高原的冰川積雪融化狀況對(duì)黃河、長(zhǎng)江中下游乃至中國(guó)大部分河流流域影響顯著。因此本研究選擇中國(guó)陸地領(lǐng)土為研究區(qū)(圖1)。

1.2 研究數(shù)據(jù)

FY-3氣象衛(wèi)星是中國(guó)繼FY-1的第二代極軌氣象衛(wèi)星,攜帶了中分辨率成像光譜儀、地球輻射探測(cè)儀、掃描輻射計(jì)、微波溫度計(jì)等11臺(tái)設(shè)備,可以做到大氣三維探測(cè),實(shí)現(xiàn)全球高分辨觀測(cè)和全天候全天時(shí)工作(谷松巖等,2022),為天氣預(yù)報(bào)、自然災(zāi)害和生態(tài)環(huán)境監(jiān)測(cè)、軍事服務(wù)等提供有力幫助,搭載于FY-3上的中分辨率成像光譜儀相比于MODIS可活動(dòng)角度更大,掃描范圍更廣(范天錫,2002)。通過(guò)FY氣象衛(wèi)星得到的遙感數(shù)據(jù)已發(fā)展出覆蓋大氣、陸表、海洋等多類型產(chǎn)品,并且應(yīng)用到數(shù)值模擬和預(yù)測(cè)等各種業(yè)務(wù)模式中(楊軍等,2018)。本研究使用的數(shù)據(jù)來(lái)自風(fēng)云衛(wèi)星遙感數(shù)據(jù)網(wǎng)(http://satellite.nsmc.org.cn)提供的FY-3的多儀器融合數(shù)據(jù)(MULSS)產(chǎn)生的積雪覆蓋產(chǎn)品(SNC),該產(chǎn)品基于可見(jiàn)光紅外掃描輻射計(jì)和中分辨率成像光譜儀融合而成,通過(guò)歸一化積雪指數(shù)對(duì)云和雪判別,對(duì)像元逐個(gè)進(jìn)行分類(楊軍和董超華,2011)。SNC產(chǎn)品代碼共有11個(gè)分類,定義如表1所示,分類實(shí)例如圖1。

表1 MULSS積雪覆蓋產(chǎn)品的編碼和意義

2010年9月—2016年5月的數(shù)據(jù)使用FY-3A,2016年9月—2020年1月的數(shù)據(jù)使用FY-3C。該數(shù)據(jù)空間分辨率為1 km,時(shí)間分辨率為10 d,定義每年9月至次年5月為一個(gè)研究年份。分別選取30張F(tuán)Y-3A、15張F(tuán)Y-3C的柵格數(shù)據(jù),共計(jì)約7.2×108個(gè)像元與作為真值參考的中國(guó)雪深長(zhǎng)時(shí)間序列數(shù)據(jù)集(SD)比較(Che et al.,2008)。如表2所示,以五個(gè)指標(biāo)對(duì)FY-3的積雪產(chǎn)品進(jìn)行精度評(píng)估,FY-3A和FY-3C的積雪判別準(zhǔn)確率分別為83.20%、85.92%。張帥等(2018)以MOD10C1(MYD10C1)全球日積雪覆蓋數(shù)據(jù)集作為參考,對(duì)2010—2014年風(fēng)云三號(hào)MULSS積雪產(chǎn)品從總精度、偏差等多個(gè)方面做了評(píng)估,得出兩者有雪期積雪分布趨勢(shì)一致,在空間分布和時(shí)間演變上保持了較好的一致性。閔文彬等(2021)以2018年10月—2019年4月青藏高原的氣象站點(diǎn)積雪觀測(cè)數(shù)據(jù)做真值,得出MULSS積雪產(chǎn)品判別準(zhǔn)確率為87.18%,誤判率為12.81%。綜上所述,FY-3的MULSS積雪產(chǎn)品質(zhì)量穩(wěn)定并擁有較高的精度,滿足應(yīng)用需求。

積雪覆蓋頻率(Snow Cover Frequency，SCF)為每個(gè)像元在一段時(shí)間內(nèi)有積雪覆蓋的天數(shù)除以總天數(shù)所得到的結(jié)果，反映積雪覆蓋持續(xù)時(shí)間的總體特征(秦艷等，2018)，具體定義如下：

(1)

其中：FSCF-k為n年內(nèi)累計(jì)某月像元k的積雪覆蓋頻率；m為該月的天數(shù)；fsnow(k)=1表示像元被積雪覆蓋，fsnow(k)=0表示像元未被積雪覆蓋(鐘鼎杰等，2021)。

積雪覆蓋率(Snow Cover Rate，SCR)為積雪覆蓋的像元面積除以研究區(qū)總面積所得的結(jié)果，具體定義如下：

(2)

表2 FY-3 MULSS積雪覆蓋產(chǎn)品的判識(shí)結(jié)果

其中：Pi(1)為研究區(qū)內(nèi)第i個(gè)為積雪的像元;n為總像元數(shù)。

1.3 方法

1.3.1 經(jīng)驗(yàn)?zāi)B(tài)分解

積雪覆蓋具有季節(jié)性特征和明顯的周期，這種擁有周期性或季節(jié)性的長(zhǎng)時(shí)間序列是非平穩(wěn)的，經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition，EMD)是一種處理非平穩(wěn)數(shù)據(jù)的方法(Huang et al.，1998)。EMD在處理線性和非線性數(shù)據(jù)時(shí)均有良好的效果，相比于小波分析和傅立葉變換，EMD基于數(shù)據(jù)自身驅(qū)動(dòng)，無(wú)需基函數(shù)，每次分解根據(jù)約束條件(極值點(diǎn)的數(shù)量和過(guò)零點(diǎn)的數(shù)量之差小于等于1；上下包絡(luò)線的平均值為0)判斷h(t)是否為一個(gè)內(nèi)涵模態(tài)分量(Intrinsic Mode Functions，IMF)。EMD分解步驟如下：

1)對(duì)原始序列去趨勢(shì)和標(biāo)準(zhǔn)化處理，得到處理后的數(shù)據(jù)x(t)。

2)找到數(shù)據(jù)x(t)所有的上下極值點(diǎn)，用三次樣條插值分別擬合上下極值點(diǎn)，得到極大值包絡(luò)線和極小值包絡(luò)線。

3)求出上下包絡(luò)線的平均值m(t),然后令：

h(t)=x(t)-m(t)。

(3)

判斷h(t)是否滿足約束條件，如果不滿足則重復(fù)步驟2)和3)。

4)每得到一階IMF就從原序列中減去它，直到最后剩余部分rn是單調(diào)序列或者常值序列，此時(shí)rn為周期很長(zhǎng)的波，因此可以將此看作是數(shù)據(jù)的長(zhǎng)期趨勢(shì)(Wu et al.，2011；劉權(quán)和姚鳳梅，2021)。

這樣經(jīng)過(guò)EMD就將原始序列x(t)分解成N階IMF(用Fi表示)和一個(gè)代表趨勢(shì)的序列：

(4)

1.3.2 基于EMD的趨勢(shì)提取

EMD分解的rn可以被看作數(shù)據(jù)隨時(shí)間變化的趨勢(shì)，但經(jīng)過(guò)標(biāo)準(zhǔn)化處理和EMD分解的序列無(wú)單位、無(wú)物理意義。在量化不同研究區(qū)的數(shù)據(jù)時(shí)，無(wú)法對(duì)分解后的數(shù)據(jù)類比分析。為了解決這個(gè)問(wèn)題，提出一個(gè)變量ETrend(t)。該變量的求解過(guò)程如下：

Rn(t)=rn(t)-rn(1),

(5)

(6)

該變量代表了數(shù)據(jù)經(jīng)分解后，以初始日期數(shù)據(jù)為基準(zhǔn)隨時(shí)間的增量，可以表明數(shù)據(jù)的長(zhǎng)期變化趨勢(shì)。在對(duì)不同研究區(qū)對(duì)比時(shí)，以百分比的形式展現(xiàn)趨勢(shì)變化。

1.3.3 Mann-Kendall檢驗(yàn)法

Mann-Kendall檢驗(yàn)是一種非參數(shù)統(tǒng)計(jì)方法，常用于氣象方面的數(shù)據(jù)變化檢驗(yàn)，其特點(diǎn)是不要求數(shù)據(jù)服從正態(tài)分布、不受少數(shù)異常值和缺失值的影響(魏鳳英，2007)。

對(duì)于具有n個(gè)樣本量的時(shí)間序列x1,x2,…,xn，構(gòu)造一個(gè)秩序列：

(7)

其中：秩序列Sk是第i時(shí)刻數(shù)值大于j時(shí)刻數(shù)值個(gè)數(shù)的累計(jì)數(shù)。在時(shí)間序列隨機(jī)獨(dú)立的假定下，計(jì)算累計(jì)數(shù)的期望值E(sk)，以及方差var(sk)，定義統(tǒng)計(jì)量：

(8)

(9)

(10)

(11)

若UF-k的值大于0，則表明原樣本呈上升趨勢(shì)，小于0則呈下降趨勢(shì)。當(dāng)它們超出臨界線時(shí)，表明上升或下降趨勢(shì)顯著。若UB-k與UF-k兩條曲線出現(xiàn)交叉點(diǎn)，且交叉在臨界線之間，它們交叉點(diǎn)對(duì)應(yīng)的時(shí)刻便是突變開始的時(shí)間。

2 結(jié)果和討論

2.1 積雪覆蓋頻率(SCF)

研究表明,中國(guó)積雪每年隨著冬季的來(lái)臨和結(jié)束呈現(xiàn)“增加-減少”的年際波動(dòng)(Huang et al.,2016)(下文中提到的年份均指每年9月至次年5月,如2016年指的是2016年9月至2017年5月),圖2給出了2010—2019年中國(guó)SCF在秋、冬、春季的變化情況。

圖2 2010—2019年秋、冬、春季中國(guó)逐月積雪覆蓋頻率(單位:%):(a)9月;(b)10月;(c)11月;(d)12月;(e)1月;(f)2月;(g)3月;(h)4月;(i)5月

整體來(lái)看,典型積雪覆蓋區(qū)有東北、新疆部分地區(qū)、青藏高原,SCF在空間分布上差異明顯(覃鄭婕等,2017)。新疆北部和東北地區(qū)的SCF季節(jié)性差異顯著,每年九月該地區(qū)積雪偏少,隨著冬季的來(lái)臨,準(zhǔn)噶爾盆地和大興安嶺北部SCF顯著增加。東北地區(qū)、新疆北部以及內(nèi)蒙古東北部二月份的SCF可以達(dá)到80%,華北平原和黃河中下游流域SCF達(dá)到40%。進(jìn)入春季后,黃河流域以南的地區(qū)積雪率先消融,SCF減少至0,東北和新疆北部四月底SCF逐漸減少到20%以下。青藏高原除昆侖山脈外也呈現(xiàn)出單峰的變化情況,昆侖山脈平均海拔為5 500～6 000 m,海拔5 600～5 900 m處為雪線(韓芳等,2014),終年不化的積雪覆蓋在雪線之上,9月時(shí)SCF達(dá)到20%。青藏高原的月最大SCF相比其他地區(qū)滯后1個(gè)月,昆侖山脈西部的SCF在四月達(dá)到80%。五月份,中國(guó)大部分區(qū)域SCF為0,青藏高原仍有大量積雪,SCF平均為40%。青藏高原大部分地區(qū)的夏季平均溫度在10 ℃以下,高原腹地的年平均氣溫不足0℃,降雪落到地面,形成積雪和冰川,氣溫未達(dá)到積雪消融的程度(Leathers and Luff,1997;李海生等,2017),海拔較高的區(qū)域冰川終年不化(Schmidt et al.,2009;Zhou et al.,2017)。盡管如此,青藏高原的積雪相比于世界上其他的冰原地區(qū)融化得更快,過(guò)去的一百年里,青藏高原的升溫速度是全世界的2倍(Monitoring and Programme,2011),升高了近1.5 ℃,短期內(nèi)的積雪消融會(huì)增加下游江河水量,但隨著積雪冰川的減少,部分徑流甚至?xí)?王順久,2017)。

逐月SCF變化過(guò)程能較好展現(xiàn)多年平均SCF季節(jié)性差異,但無(wú)法表明長(zhǎng)時(shí)間SCF趨勢(shì)在空間上的變化。因此對(duì)每個(gè)像元使用基于最小二乘法的一元線性回歸,對(duì)近10 a的中國(guó)SCF空間分布進(jìn)行趨勢(shì)分析,并進(jìn)行顯著性檢驗(yàn)。圖3顯示了通過(guò)置信度為95%顯著性檢驗(yàn)的2010年9月至2020年1月中國(guó)SCF趨勢(shì)分布。

圖3 2010年9月至2020年1月中國(guó)SCF趨勢(shì)(單位:%·a-1;趨勢(shì)通過(guò)了置信度為95%的顯著性檢驗(yàn))

中國(guó)SCF變化比較復(fù)雜,具有顯著的空間異質(zhì)性(陳海山等,2019),近10 a的SCF減少出現(xiàn)于大興安嶺、東北平原、內(nèi)蒙古中東部、華北平原以及長(zhǎng)江中下游平原,西部塔里木盆地周邊以及青藏高原西南部也處在減少的狀態(tài)(Zhao et al.,2007;唐志光等,2017),大部分地區(qū)SCF每年減少0.1%至0.2%,內(nèi)蒙古中東部每年減少0.35%。大興安嶺和長(zhǎng)白山脈附近處于顯著減少的現(xiàn)狀,每年減少0.5%。SCF增加的地區(qū)偏少,黃土高原北部、祁連山脈每年增加0.2%,位于高原山地氣候的柴達(dá)木盆地周邊、昆侖山脈、巴顏喀拉山脈以及唐古拉山脈,SCF每年增加0.3%。顯著增加的地區(qū)有小興安嶺、柴達(dá)木盆地與祁連山脈交接的區(qū)域,每年增加0.4%,這與Huang et al.(2016)得出的中國(guó)東北部小興安嶺的積雪天數(shù)顯著增加、青藏高原減少的研究結(jié)論十分吻合?？傮w上看,中國(guó)SCF趨勢(shì)由東向西處于“減少-增加-減少”的現(xiàn)狀,增加的為盆地、山脈此類地形復(fù)雜的區(qū)域,大部分區(qū)域處于減少的狀態(tài)(陳文倩等,2018),尤其我國(guó)東北部減少的非常明顯。東北是中國(guó)緯度最高的地區(qū),SCF卻逐年減少,具體原因后續(xù)需結(jié)合氣溫、降水等因素進(jìn)一步研究。

2.2 積雪覆蓋率(SCR)

逐月SCF和SCF趨勢(shì)從季節(jié)性和空間差異兩個(gè)方面說(shuō)明了近10 a中國(guó)SCF的演變情況。為了更深層次的對(duì)中國(guó)領(lǐng)土內(nèi)積雪面積的變化進(jìn)行分析,由2010年9月至2020年1月共86個(gè)月的風(fēng)云SNC產(chǎn)品,得出每月平均SCR。鑒于對(duì)SCF分析時(shí)發(fā)現(xiàn)部分地區(qū)降雪豐富,如小興安嶺、東北平原、青藏高原、祁連山脈等,因此選取了青海、內(nèi)蒙古、新疆、西藏4個(gè)省(區(qū))及東北地區(qū)做對(duì)比研究。對(duì)中國(guó)及中國(guó)典型積雪覆蓋區(qū)的SCR進(jìn)行線性回歸前,使用差分法去除SCR的季節(jié)性周期,由表3的SCR線性趨勢(shì)可以看到只有新疆的SCR趨勢(shì)通過(guò)了顯著性檢驗(yàn)(P<0.05),每年減少0.03%。由此看出線性回歸對(duì)周期性數(shù)據(jù)的擬合效果較差,因此使用EMD提取SCR趨勢(shì),由圖4分解得到的EMDTrend趨勢(shì)可以看到,內(nèi)蒙古、西藏與中國(guó)整體的趨勢(shì)均處于緩慢減少的過(guò)程,內(nèi)蒙古和西藏近10 a SCR下降了約1.5%,中國(guó)下降了約1.2%。青海的SCR在EMDTrend趨勢(shì)中有一個(gè)“減少-增加”的波動(dòng),SCR至2016年下降了0.9%,隨后開始增加,與2010年相比,最終下降了0.6%。經(jīng)過(guò)EMD分解的數(shù)據(jù)最后得到的是常值序列或單調(diào)序列,青海地區(qū)的SCR在提取四階IMF后,不滿足上下包絡(luò)線均值為0的條件,因此選取第五階IMF作為青海的EMDTrend趨勢(shì)。新疆和東北的EMDTrend趨勢(shì)中SCR下降緩慢,10 a分別減少了0.18%、0.1%,東北地區(qū)2010—2012年的SCR有微小的增加。東北地區(qū)SCF下降顯著,SCR下降程度微小,但SCF和SCR有沒(méi)有必然的聯(lián)系并不能確定。SCR表明的是積雪覆蓋面積的變化情況,SCF受地表溫度和地形多種因素影響,兩者之間的相關(guān)性有待進(jìn)一步考證。對(duì)東北近10 a的SCR數(shù)據(jù)線性回歸時(shí),剔除周期性的影響后效果仍不好(P=0.66),東北處于高緯度地區(qū),每年冬季降雪非常豐富,SCR有顯著的季節(jié)性特征,EMDTrend趨勢(shì)相比于線性趨勢(shì)能更好地表示SCR長(zhǎng)期變化的情況。

表3 中國(guó)及中國(guó)典型積雪覆蓋區(qū)的SCR變化

圖4 中國(guó)及中國(guó)典型積雪覆蓋區(qū)的SCR趨勢(shì)

EMDTrend代表了SCR的長(zhǎng)期變化趨勢(shì),為了進(jìn)一步探究SCR在10 a內(nèi)的詳細(xì)變化情況,對(duì)SCR進(jìn)行Mann-Kendall檢驗(yàn),結(jié)果如圖5所示。中國(guó)、新疆以及西藏的SCR總體趨勢(shì)都是先上升后下降,中國(guó)2010年到2015年期間SCR呈上升的趨勢(shì),隨后一直下降。新疆在2017年10月由上升轉(zhuǎn)為下降,西藏則在2016年3月開始下降。東北、內(nèi)蒙古和青海處于“上升-下降-上升”的波動(dòng)中。東北地區(qū)在2011年10月至2012年10月以及2016年3月至2020年有兩個(gè)下降的時(shí)期,在2018年底至2020年1月SCR顯著下降。內(nèi)蒙古在2010年10月至2014年1月SCR處于上升的趨勢(shì),隨后開始下降,但在2015年11月至2016年6月有一個(gè)短暫的上升期,2018年10月至2020年1月顯著下降。青海省在2011年前有一個(gè)短暫的下降期,隨后開始上升,2015年3月繼續(xù)下降,2017年以及2018年SCR顯著下降。綜上所述,中國(guó)典型積雪覆蓋區(qū)SCR總體上均是先上升后下降的變化情況,發(fā)生轉(zhuǎn)變的年份均在2016年前后。

3 結(jié)論與討論

本研究基于FY-3氣象衛(wèi)星的MULSS積雪產(chǎn)品數(shù)據(jù)集,在對(duì)原始數(shù)據(jù)集定位、拼接、裁剪、提取積雪信息的基礎(chǔ)上,從SCF和SCR兩個(gè)方面對(duì)中國(guó)近10 a的積雪時(shí)空動(dòng)態(tài)進(jìn)行了比較深入的研究。對(duì)SCF從季節(jié)性演變和長(zhǎng)時(shí)間趨勢(shì)兩個(gè)方面在空間上的特征進(jìn)行了分析。在SCR方面,本研究提出了一個(gè)基于EMD的EMDTrend變量來(lái)衡量SCR的長(zhǎng)期趨勢(shì),對(duì)積雪顯著的五個(gè)省份及地區(qū)使用Mann-Kendall檢驗(yàn),來(lái)探究SCR的詳細(xì)變化狀況。

圖5 中國(guó)及中國(guó)典型積雪覆蓋區(qū)SCR的M-K檢驗(yàn)結(jié)果:(a)中國(guó);(b)東北;(c)內(nèi)蒙古;(d)青海;(e)新疆;(f)西藏

1)中國(guó)的SCF具有顯著的季節(jié)性特征,每年9月至次年5月,呈現(xiàn)先增加后減少的特點(diǎn),這與大部分學(xué)者研究成果一致。新疆北部、東北地區(qū)、內(nèi)蒙古中東部、青藏高原在每年2、3月份達(dá)到當(dāng)年最大SCF。春季開始,黃河流域積雪率先開始消融,除青藏高原外的其他地區(qū)在5月時(shí),積雪基本消融,青藏高原的積雪因氣溫、地形等因素仍有保留。由東向西,我國(guó)SCF趨勢(shì)處于“減少-增加-減少”的現(xiàn)狀,增加的多為盆地、山脈類地形復(fù)雜的區(qū)域(Zhao et al.,2007),如小興安嶺、柴達(dá)木盆地與祁連山脈交接的區(qū)域。東北地區(qū)、內(nèi)蒙古北部、華北平原以及長(zhǎng)江中下游流域SCF處于減少的狀態(tài),尤其我國(guó)東北部減少得非常明顯。希爽和張志富(2013)也指出東北地區(qū)的積雪天數(shù)在減少,造成東北SCF減少的原因,待基于FY系列精度更高的再處理資料發(fā)布后結(jié)合氣溫、降水等多種因素進(jìn)一步分析。

2)對(duì)典型積雪覆蓋區(qū)的SCR研究表明,內(nèi)蒙古、西藏的SCR有長(zhǎng)期下降的趨勢(shì),近10 a下降了1.5%,下降的趨勢(shì)逐漸變緩。青海在經(jīng)歷6 a的下降后,有一個(gè)增加的趨勢(shì),至2020年最終下降了0.6%。新疆和東北的SCR分別減少了0.18%、0.1%,長(zhǎng)期趨勢(shì)比較穩(wěn)定。中國(guó)及中國(guó)典型積雪覆蓋區(qū)的SCR在2016—2017年均發(fā)生由增加到減少轉(zhuǎn)變,造成變化的原因可能是副熱帶高壓異常,影響了高空的水汽輸送,對(duì)氣溫和降雪的變化造成了一定作用,最終導(dǎo)致SCR改變(余志豪和李海盛,2000;張人禾等,2016)。全球SCR減少已成為大多數(shù)學(xué)者的共識(shí)(希爽和張志富,2013;孫燕華等,2014),影響SCR減少的因素包括氣溫降水、地形、海拔、植被等(楊林等,2019),史建橋(2014)指出風(fēng)速也會(huì)影響積雪面積變化,這對(duì)后續(xù)研究工作有很大的啟示。

本研究分析了中國(guó)積雪的時(shí)空變化動(dòng)態(tài),對(duì)掌握中國(guó)典型積雪覆蓋區(qū)的時(shí)空動(dòng)態(tài)變化有積極作用,后續(xù)將結(jié)合氣象數(shù)據(jù)對(duì)造成SCF和SCR顯著變化的原因進(jìn)行探討分析。

致謝:中國(guó)氣象局國(guó)家衛(wèi)星氣象中心提供了FY-3氣象衛(wèi)星的積雪產(chǎn)品在線下載服務(wù)。