摘要：基于MODIS積雪數(shù)據(jù)，通過GIS分析以及Mann-Kendall趨勢檢驗(yàn)法對川西高原2002—2020年積雪的時(shí)空分布及其變化特征進(jìn)行研究分析，并結(jié)合3個(gè)區(qū)域不同時(shí)期共39幅Landsat遙感影像，分別對川西高原全區(qū)和典型下墊面的穩(wěn)定積雪區(qū)的空間分布格局進(jìn)行探討.結(jié)果表明：1） 川西高原季節(jié)性積雪主要分布在高海拔山區(qū)以及高原西北部，在高原內(nèi)部和河谷地區(qū)分布較少;2） 川西高原季節(jié)性積雪年積雪面積分布呈下降趨勢，其中冬季積雪的下降尤為明顯;3） 川西高原穩(wěn)定積雪區(qū)主要分布在高海拔地區(qū)，主要是區(qū)內(nèi)極高山區(qū).

關(guān)鍵詞：積雪; 時(shí)空格局; Mann-Kendall趨勢檢驗(yàn); 川西高原

文獻(xiàn)標(biāo)志碼：K903

文獻(xiàn)標(biāo)志碼：A

文章編號：1001-8395（2025）01-0072-10

doi：10.3969/j.issn.1001-8395.2025.01.007

積雪是氣候系統(tǒng)中的重要組成部分，對區(qū)域、全球氣候和人類生產(chǎn)生活產(chǎn)生重要影響.首先由于積雪具有高反射率和獨(dú)特的隔熱作用，能夠影響大氣和陸地表面之間的能量交換，新雪能夠反射高達(dá)90%的太陽短波輻射，有效減少地面吸收太陽輻射的能力，對陸地表面與大氣之間的能量交換具有影響[1]，而雪的高隔熱性則能影響土壤溫度以及相關(guān)的土壤凍融過程，進(jìn)而影響生物化學(xué)循環(huán)[2-3].其次，融雪作為重要的水資源，為世界上許多國家和地區(qū)提供了生產(chǎn)和生活用水，尤其是在干旱半干旱區(qū)，積雪融水更是其主要的水源[4].在人類活動(dòng)和氣候變化日益明顯的今天，積雪的自然效益和社會(huì)效益越發(fā)顯著[5].近年來，受氣候變暖等多因素的影響，北半球的積雪面積呈現(xiàn)下降的趨勢[6-7].因此，研究氣候變化背景下的積雪時(shí)空變化對于了解區(qū)域未來氣候變化、區(qū)域水文過程變化及積雪災(zāi)害變化特征等尤為重要.

川西高原地處中國的三大穩(wěn)定積雪區(qū)之一的青藏高原，積雪在川西高原分布廣泛[8].青藏高原積雪以斑塊狀和瞬時(shí)積雪為主，空間異質(zhì)性較強(qiáng)，積雪在短時(shí)間內(nèi)存在較大變化[9]，在年內(nèi)主要呈現(xiàn)雙峰型的周期變化特征[10].川西高原也是典型的斑塊狀季節(jié)性積雪的分布地區(qū)，但由于其空間異質(zhì)性強(qiáng)，穩(wěn)定季節(jié)性積雪和不穩(wěn)定季節(jié)性積雪同時(shí)存在，貧雪旱災(zāi)和雪災(zāi)并存，對區(qū)域生產(chǎn)生活有著重要影響.大多研究表明，在近幾十年里，川西高原積雪總體呈現(xiàn)出先增后減的變化趨勢，積雪在20世紀(jì)90年代發(fā)生突變[11].

當(dāng)前對青藏高原的研究呈現(xiàn)出多尺度[12-13]、多數(shù)據(jù)[14-17]和多研究內(nèi)容[18-19]的特征.盡管當(dāng)前對青藏高原積雪的空間分布特征的研究較為豐富，但對高原穩(wěn)定積雪的研究較為缺乏.研究川西高原積雪主要是通過研究青藏高原整體積雪為主，針對川西高原的研究較少，同時(shí)對川西高原穩(wěn)定積雪的研究更為缺乏.因此，本文以川西高原為研究區(qū)，利用多源數(shù)據(jù)對川西高原2002—2020年的積雪變化情況進(jìn)行分析，同時(shí)選取典型區(qū)域?qū)Υㄎ鞲咴牡湫拖聣|面穩(wěn)定積雪分布情況進(jìn)行探討，對區(qū)域生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)發(fā)展具有重要的科學(xué)價(jià)值和現(xiàn)實(shí)意義.

1 研究區(qū)概況

川西高原（97°21′～104°26′E，27°57′～34°11′N）位于青藏高原東南緣和橫斷山脈的部分地區(qū)，屬于我國第一、二階梯的過渡地帶，行政區(qū)劃上包括四川省西部的甘孜藏族自治州和阿壩藏族羌族自治州，面積約為23.6x104 km2.區(qū)域內(nèi)平均海拔4 000 m以上，地形復(fù)雜，垂直地勢落差大，形成獨(dú)特的高山峽谷地貌[20];氣候類型以亞熱帶高原季風(fēng)氣候?yàn)橹?，地域差異明顯，降水量約為556～730 mm，年均溫為9.0～10.5 ℃，年日照時(shí)數(shù)為2 000～2 600 h;區(qū)域內(nèi)穩(wěn)定季節(jié)性積雪、凍土和海洋型冰川廣泛發(fā)育.區(qū)內(nèi)水系眾多，主要有金沙江、雅礱江、岷江和大渡河等，冰雪融水是其重要的補(bǔ)給來源（圖1）.

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)來源及預(yù)處理 "本研究所用MODIS數(shù)據(jù)來源于Science Data Bank（https：//www.scidb.cn/en）提供的青藏高原MODIS逐日無云積雪面積數(shù)據(jù)集[21]，空間分辨率為500 m，時(shí)間為2002—2021年，按水文年排序最終得到的時(shí)間為2002—2020年;Landsat遙感數(shù)據(jù)來源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/），空間分辨率為30 m，獲得所選取的3個(gè)典型地區(qū)影像共計(jì)39幅，其中，A區(qū)域遙感影像13幅，B區(qū)域12幅，C區(qū)域14幅（圖1），選取的Landsat遙感影像數(shù)據(jù)時(shí)間如表1所示，并通過ENVI 5.3軟件的輻射定標(biāo)和大氣校正工具對影像進(jìn)行預(yù)處理;最后對MODIS積雪數(shù)據(jù)集以及處理好的Landsat數(shù)據(jù)進(jìn)行二值化處理，分為積雪區(qū)和非積雪區(qū)，積雪像元為1，非積雪像元為0.DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）提供的ASTER GDEM數(shù)據(jù)，空間分辨率為30 m.

2.2 研究方法

2.2.1 SNOWMAP算法 "SNOWMAP算法是基于NDSI歸一化積雪指數(shù)（INDS）提出的一種積雪提取算法，云層和積雪在可見光波段具有高反射率，而在短波紅外波段二者反射率不同，以0.4為閾值的NDSI算法能夠很好地區(qū)分積雪和其他地物，但由于積雪和水體在可見光以及短波紅外波段具有相似的反射特征，因此，SNOWMAP在NDSI算法的基礎(chǔ)上增加了一個(gè)判別因子b4≥0.11，即近紅外波段（0.76～0.9 μm）的反射率要大于等于0.11.因此，當(dāng)INDS≥0.4且b4≥0.11時(shí)，該像元被識別為積雪像元.

2.2.2 積雪參數(shù)計(jì)算 "積雪覆蓋面積比例（snow cover fraction）表示研究區(qū)內(nèi)積雪像元占總像元的比例，計(jì)算公式為：

F=SsnowS×100%，

（1）

式中，F(xiàn)表示積雪覆蓋率，Ssnow表示積雪覆蓋面積，S表示研究區(qū)總面積.

積雪日數(shù)（snow cover days）表示一年內(nèi)每個(gè)像元被積雪覆蓋的天數(shù).在本文中，利用ArcGIS 10.8軟件像元統(tǒng)計(jì)數(shù)據(jù)工具，計(jì)算2002—2020年年均積雪日數(shù)[22]

D=∑[DD（]N[]i=0[DD）]Si，

（2）

式中，D表示積雪日數(shù)，Si表示逐日無云積雪面積數(shù)據(jù)集的像素值，取值0和1，N表示一年內(nèi)的影像數(shù)量.

2.2.3 Sen+Mann-kendall[WT]方法 "積雪日數(shù)的變化趨勢計(jì)算采用的Sen方法，在水文和林業(yè)等領(lǐng)域得到很好的應(yīng)用[23].但Sen趨勢法不能得到變化趨勢的顯著性，因此引入Mann-Kendall方法計(jì)算變化趨勢的顯著性.Mann-Kendall方法受異常值干擾小，能夠很好地檢驗(yàn)變化趨勢的顯著性特征[24]，因此，本文采用Sen+Mann-Kendall方法檢驗(yàn)青藏高原積雪日數(shù)的時(shí)空變化特征，利用Rstdio軟件計(jì)算相關(guān)公式，最后輸出結(jié)果.Sen趨勢法計(jì)算公式[25]為：

β=Median（xj-xij-i）， jgt;i，

（3）

式中，xj和xi表示時(shí)間序列數(shù)據(jù)，Median（）代表取中值;β為時(shí)間序列的趨勢，βgt;0表示時(shí)間序列呈現(xiàn)上升趨勢，β=0表示時(shí)間序列變化趨勢不明顯，βlt;0表示時(shí)間序列呈現(xiàn)下降趨勢.

Mann-Kendall計(jì)算公式[26]為：

式中，K表示斜率，sign（）為符號函數(shù)，xi和xj表示時(shí)間序列數(shù)據(jù)，n為需要被分析的數(shù)據(jù)量，Z為標(biāo)準(zhǔn)化后的檢驗(yàn)統(tǒng)計(jì)量，當(dāng)|Z|≥1.28，1.64，2.32時(shí)，表示分別通過了置信度為90%（P≥0.05）、95%（Plt;0.05）、99%（Plt;0.01）的顯著性檢驗(yàn).

2.2.4 穩(wěn)定積雪格局 "根據(jù)張廷軍等[27]的研究結(jié)果，穩(wěn)定積雪是指年積雪日數(shù)大于等于60 d的地區(qū)，后續(xù)的學(xué)者也大多以此標(biāo)準(zhǔn)將積雪劃分為穩(wěn)定積雪和不穩(wěn)定積雪區(qū).由于本文研究的穩(wěn)定積雪區(qū)為冬季、春季以及不連續(xù)的時(shí)間段，因此，本文在前人的基礎(chǔ)上，將穩(wěn)定積雪區(qū)定義為在某一時(shí)間段內(nèi)都存在積雪的區(qū)域，即遙感影像中所有影像都存在積雪的區(qū)域，運(yùn)用GIS相交法提取穩(wěn)定積雪區(qū).

3 結(jié)果與分析

3.1 川西高原積雪時(shí)空變化特征

3.1.1 川西高原積雪覆蓋面積比例變化特征

1） 積雪覆蓋面積比例的年內(nèi)變化特征.川西高原積雪覆蓋面積逐月分布特征呈現(xiàn)出“雙峰型”（圖2a），在一年中有2個(gè)“峰值”，即為雪蓋比例最大值，積雪從9月份開始積累，在10月和11月積雪覆蓋面積比例迅速上升，在11月達(dá)到第一個(gè)峰值（16.72%）.12月份由于降水較少，積雪覆蓋面積有所下降，1月份又開始上升，在3月達(dá)到年內(nèi)最大值（18.59%），3月下旬由于氣溫升高，積雪覆蓋面積逐漸減少，6—7月達(dá)到年內(nèi)最小值，分別為4.96%和4.73%.由此可見，川西高原積雪的年內(nèi)覆蓋面積并不穩(wěn)定，且存在波動(dòng).

從季節(jié)變化來看（圖2b），川西高原在冬季的積雪覆蓋面積最大，占高原總面積的15.19%;春季次之，為14.24%;秋季達(dá)11.27%;夏季積雪覆蓋面積僅為5.2%，遠(yuǎn)低于其他3個(gè)季節(jié).冬季由于溫度低，積雪消融速度慢，積雪容易保存，因此成為積雪覆蓋面積最大的季節(jié);春季雖然積雪開始消融，但由于春季降水充沛，積雪的增長與消融處于“博弈狀態(tài)”，故積雪面積也較廣;夏季由于氣溫高，無法為降雪或者積雪保存創(chuàng)造有利條件，夏季積雪僅存在于高海拔區(qū)域，故積雪覆蓋面積最低.

2） 川西高原積雪覆蓋面積比例的年際變化特征.[JP3]2002—2020年川西高原年平均積雪覆蓋面積占比為8.53%～15.11%（圖3），其中最低值在2016年，最高值在2018年，年均值為11.58%.2002—2012年年均積雪覆蓋面積比例的總體變化趨勢呈現(xiàn)為緩慢的波動(dòng)性減少，變化速率為－0.14/10 a，總體變化不顯著;2013年后年均積雪覆蓋面積的變率增大.在不同時(shí)段內(nèi)，積雪覆蓋面積的年均值呈現(xiàn)出階段性的上升和下降，在2003—2006年期間，積雪覆蓋面積呈現(xiàn)持續(xù)上升，從2003年的9.98%上升到2006年的13.436%.而在2006—2010年期間總體又出現(xiàn)下降趨勢，并在2016年積雪覆蓋面積達(dá)到近19 a來最低值，僅為8.53%;而后兩年積雪覆蓋面積持續(xù)上升，在2018年達(dá)到最高值，達(dá)15.11%.

川西高原積雪覆蓋面積比例在不同季節(jié)呈現(xiàn)不同的變化趨勢（圖4）.除春季以外，其他3個(gè)季節(jié)的積雪覆蓋面積比例在近19 a內(nèi)均呈現(xiàn)下降趨勢.春季積雪覆蓋面積在2005年達(dá)到近19 a里的最大值，占比達(dá)到21.96%，而后呈現(xiàn)出波動(dòng)的下降趨勢，2015年達(dá)到最低值，僅為8.88%，此后又呈波動(dòng)上升趨勢.夏季由于氣溫高，積雪僅分布在高海拔的永久冰雪帶，故積雪覆蓋面積比例最小，且受氣溫降水等因素的影響小，因此，相較于秋、冬季，積雪覆蓋面積比例下降速度慢，整體呈現(xiàn)波動(dòng)下降趨勢，其中2006年驟降，出現(xiàn)近19 a里積雪覆蓋面積比例的最小值，僅為3.03%;而在2014年達(dá)到積雪覆蓋面積比率最高值7.07%.秋季積雪覆蓋面積比例在2002—2012年較為穩(wěn)定，在2013—2020年間則不斷上下波動(dòng)，并在2015年和2018年分別出現(xiàn)最低值4.69%和最高值19.45%.冬季是川西高原積雪覆蓋面積比例最高的季節(jié)，同時(shí)也是近19 a里下降速度最快的季節(jié)，冬季積雪在2002—2016年存在1～2年的周期性上升下降變化趨勢，在2015年積雪覆蓋面積總體下降，2016年達(dá)到近19 a內(nèi)積雪覆蓋面積的最低值，為7.02%.之后又開始迅速上升，在2019年達(dá)到年際間最高值26.09%，而在2019—2020年積雪覆蓋面積出現(xiàn)驟降，積雪覆蓋面積減少了18.69%.

3.1.2 川西高原積雪日數(shù)時(shí)空變化特征

1） 年均積雪日數(shù)空間分布特征.川西高原積雪日數(shù)總體呈現(xiàn)西北高和東南低的空間分布格局（圖5）.其中，積雪日數(shù)大于240 d的地區(qū)主要分布在沙魯里山、大雪山南部以及邛崍山地區(qū)，占川西高原總面積的0.26%;積雪日數(shù)在180～240 d的地區(qū)同樣位于區(qū)域內(nèi)高海拔山地，包括大雪山、邛崍山、岷山、巴顏喀拉山和沙魯里山等，所占面積約為3.01%;積雪日數(shù)在30～180 d的地區(qū)占42.4%，主要分布在區(qū)域內(nèi)大部分山脈地區(qū);積雪日數(shù)小于30 d的地區(qū)分布范圍最廣，占總面積的54.33%，主要分布在區(qū)域內(nèi)丘狀高原以及低海拔河谷地區(qū).

2） 年均積雪日數(shù)變化趨勢.2002—2020年川西高原大多地區(qū)年均積雪日數(shù)變化趨勢基本不變（圖6a），約占高原總面積的79%，并與積雪日數(shù)小于30 d的區(qū)域大致重合.積雪日數(shù)呈現(xiàn)明顯增加的地區(qū)（Kgt;2 d/a）主要分布在巴顏喀拉山東部和沙魯里山北部部分地區(qū)，為1.68%.輕微增加的地區(qū)（Kgt;1 d/a）與明顯增加地區(qū)分布相同，且在邛崍山部分區(qū)域也有分布，面積占比為4.14%.呈現(xiàn)明顯減少的地區(qū)（Klt;-2 d/a）則主要分布在大雪山、邛崍山南部以及沙魯里山，占高原總面積的6.6%.輕微減少的地區(qū)（Klt;-1 d/a）主要分布在明顯減少地區(qū)外圍，占8.58%.

川西高原總體變化趨勢不顯著（P≥0.05）、顯著（Plt;0.05）或者極顯著（Plt;0.01）變化趨勢的地區(qū)主要位于大雪山南部、沙魯里山南部和北部，占川西高原面積的5.26%.這些區(qū)域主要呈下降趨勢（圖6b）.

3.2 川西高原穩(wěn)定積雪的空間格局 "基于MODIS積雪產(chǎn)品，選取川西高原冬季和春季2次降雪過程及其后30 d的遙感數(shù)據(jù)，對川西高原整體積雪穩(wěn)定格局進(jìn)行分析.同時(shí)，基于Landsat數(shù)據(jù)選取石渠縣和若爾蓋縣為丘狀高原代表區(qū)域，選取德格縣為高山峽谷代表區(qū)域（圖7），對川西高原兩大典型下墊面的穩(wěn)定積雪空間格局進(jìn)行研究.其中，丘狀高原區(qū)域由于海拔高，氣溫低，全年平均溫度約為0.8 ℃;受印度洋暖濕氣流的影響，年均降水量約為480 mm，降水相對豐富，為穩(wěn)定季節(jié)性積雪的形成提供了良好的環(huán)境條件和物質(zhì)基礎(chǔ).高山峽谷區(qū)地處橫斷山東部，年平均氣溫相對較高，年平均降水量超過700 mm，水熱條件差異大，灌木、林地和草地等下墊面類型多樣，對積雪分布存在重要影響.

3.2.1 全區(qū)積雪格局空間特征 "川西高原冬季穩(wěn)定積雪呈現(xiàn)出小片集中分布的特征（圖8a）.冬季大多數(shù)地區(qū)的積雪存在劇烈變化，在短時(shí)間內(nèi)快速消融，僅西北部巴顏喀拉山一帶，較為集中地存在穩(wěn)定積雪區(qū)域，主要是由于地處巴顏喀拉山山麓，平均海拔超過4 000 m，溫度低，有利于積雪保存，因此，穩(wěn)定積雪在該區(qū)域分布廣泛.另外，在邛崍山、大雪山以及沙魯里山等高海拔山區(qū)也零星存在著穩(wěn)定積雪區(qū)，這些地區(qū)海拔高，存在永久冰雪帶，因此積雪保存時(shí)間長.

春季穩(wěn)定積雪分布區(qū)域與冬季分布區(qū)域差異較大（圖8b）.春季的穩(wěn)定積雪分布分散，主要分布在區(qū)內(nèi)高海拔山地，沿山脈走向分布，且分布范圍較冬季更大.在川西高原西北部，冬季存在的穩(wěn)定積雪區(qū)域面積在春季迅速縮減，僅存在于一些海拔較高的區(qū)域;在山脈前端的丘狀高原區(qū)，春季氣溫回升快，不利于積雪的保存，因此不存在穩(wěn)定積雪區(qū).

3.2.2 典型下墊面穩(wěn)定積雪空間格局 "在以石渠縣和若爾蓋縣為代表的丘狀高原區(qū)域，穩(wěn)定積雪區(qū)與海拔存在明顯的相關(guān)性，主要分布在四周具有一定起伏度的山區(qū)，且大致沿山脈走向分布;而在平坦地區(qū)基本不存在穩(wěn)定積雪區(qū).在以德格縣為代表的高山峽谷地區(qū)，穩(wěn)定積雪區(qū)主要分布在河谷兩岸海拔大于4 500 m的山區(qū)，與山脈走向一致，呈現(xiàn)西北—東南走向;而在兩山間的河谷地區(qū)，由于溫度高，降水少，不存在穩(wěn)定積雪區(qū)，因此，高山峽谷穩(wěn)定積雪區(qū)呈現(xiàn)出間斷的分布特征.

總體來看，穩(wěn)定積雪區(qū)主要分布在高海拔山區(qū)，在地形平坦的高原面以及低海拔河谷地區(qū)基本不存在穩(wěn)定積雪區(qū).主要是由于在平坦的高原面由于風(fēng)力較大，且太陽輻射強(qiáng)，積雪變化速度快，積雪難以保存，河谷地區(qū)因地處峽谷底部，降水少，海拔較低，氣溫高，且河流具有保溫作用，不易形成降雪，因此積雪較少，也難以形成穩(wěn)定的積雪區(qū).而在高海拔山區(qū)，受地形作用的影響，水汽向上爬升過程中氣溫降低，水汽極易凝結(jié)形成降雪，且氣溫低，地形復(fù)雜，太陽輻射和風(fēng)速等影響較小，積雪能持續(xù)較長時(shí)間，因此容易形成穩(wěn)定積雪區(qū).

4 結(jié)論與討論

基于遙感數(shù)據(jù)，對川西高原積雪的時(shí)空變化情況以及穩(wěn)定積雪的空間分布格局特征進(jìn)行研究分析，主要得出以下結(jié)論：

1） 川西高原的積雪在年內(nèi)主要呈現(xiàn)“雙峰型”的變化特征，積雪在11月和3月的分布面積最廣，在7月最小.積雪日數(shù)較多的地區(qū)主要分布在高原西北部以及區(qū)內(nèi)一些高海拔山區(qū)，積雪較少的地區(qū)主要分布在南北走向的河谷以及高原內(nèi)部.

2） 川西高原積雪覆蓋面積整體呈現(xiàn)出下降趨勢.在季節(jié)上，除春季輕微上升外，其他3個(gè)季節(jié)的積雪都呈下降趨勢，冬季積雪的下降速率最快.在空間分布上，川西高原大多數(shù)地區(qū)積雪基本不變，而在高原西北部巴顏喀拉山地區(qū)呈現(xiàn)增加趨勢，在高原大部分極高山地區(qū)呈現(xiàn)下降趨勢.

3） 川西高原穩(wěn)定積雪主要分布在區(qū)內(nèi)高海拔山區(qū)，與積雪日數(shù)高值區(qū)分布范圍相似，而在平坦的高原面以及干熱河谷地區(qū)基本不存在穩(wěn)定積雪區(qū).

眾多研究表明，由于云層等因素的影響，遙感影像常常將雪/云錯(cuò)誤識別，在積雪多/少的地區(qū)存在低/高估[28-29].

本文缺少對MODIS逐日無云積雪數(shù)據(jù)的精度驗(yàn)證，因此，可能對積雪存在錯(cuò)誤估計(jì)的情況，導(dǎo)致最終結(jié)果存在差異.此外，由于遙感數(shù)據(jù)分辨率的限制，許多斑塊狀的積雪不能被正確提取，導(dǎo)致遙感影像出現(xiàn)積雪的低估情況[30-31].因此，在今后的研究中，尤其需要關(guān)注云層對積雪的影像以及遙感分辨率的問題.

參考文獻(xiàn)

[1] YOU Q L， WU T， SHEN L C， et al. Review of snow cover variation over the Tibetan Plateau and its influence on the broad climate system[J]. Earth-Science Reviews，2020，201：103043.

[2] BORMANN K J， BROWN R D， DERKSEN C， et al. Estimating snow-cover trends from space[J]. Nature Climate Change，2018，8：924-928.

[3] BARNETT T P， DMENIL L， SCHLESE U， et al. The effect of Eurasian snow cover on global climate[J]. Science，1988，239（4839）：504-507.

[4] QIN D H， LIU S Y， LI P J. Snow cover distribution， variability， and response to climate change in western China[J]. Journal of Climate，2006，19（9）：1820-1833.

[5] WU X J， WANG X M， LIU S W， et al. Snow cover loss compounding the future economic vulnerability of Western China[J]. Science of the Total Environment，2021，755：143025.

[6] DRY S J， BROWN R D. Recent Northern Hemisphere snow cover extent trends and implications for the snow-albedo feedback[J]. Geophysical Research Letters，2007，34（22）：L22501-L22504.

[7] YE K H， WU R G， LIU Y. Interdecadal change of Eurasian snow， surface temperature， and atmospheric circulation in the late 1980s[J]. Journal of Geophysical Research： Atmospheres，2015，120（7）：2738-2753.

[8] 李培基，米德生. 中國積雪的分布[J]. 冰川凍土，1983，5（4）：9-18

[9] DAI L Y， CHE T， XIE H J， et al. Estimation of snow depth over the qinghai-tibetan plateau based on AMSR-E and MODIS data[J]. Remote Sensing，2018，10（12）：1989.

[10] 鐘鼎杰，孫夢鑫，張?jiān)溃?等. 2001—2020年川西高原積雪時(shí)空變化及影響因素分析研究[J]. 干旱區(qū)資源與環(huán)境，2021，35（11）：111-118.

[11] 郭其蘊(yùn)，王繼琴. 青藏高原的積雪及其對東亞季風(fēng)的影響[J]. 高原氣象，1986，5（2）：116-124.

[12] ZHANG C， MOU N X， NIU J Q， et al. Spatio-temporal variation characteristics of snow depth and snow cover days over the Tibetan Plateau[J]. Water，2021，13（3）：307.

[13] 葉紅，易桂花，張廷斌， 等. 2000—2019年青藏高原積雪時(shí)空變化[J]. 資源科學(xué)，2020，42（12）：2434-2450.

[14] BIAN Q Y， XU Z F， ZHENG H， et al. Multiscale changes in snow over the Tibetan Plateau during 1980—2018 represented by reanalysis data sets and satellite observations[J]. Journal of Geophysical Research： Atmospheres，2020，125（19）：e2019jd031914.

[15] 姜琪，羅斯瓊，文小航，等. 1961—2014年青藏高原積雪時(shí)空特征及其影響因子[J]. 高原氣象，2020，39（1）：24-36.

[16] 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（12）：2700-2712.

[17] 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 Resources Research，2012，48（10）：W10529.

[18] LI C H， SU F G， YANG D Q， et al. Spatiotemporal variation of snow cover over the Tibetan Plateau based on MODIS snow product，2001—2014[J]. International Journal of Climatology，2018，38（2）：708-728.

[19] 楊梅學(xué)，姚檀棟. 青藏高原雪蓋對亞洲季風(fēng)影響研究進(jìn)展[J]. 冰川凍土，1998，20（2）：186-191.

[20] HU G S， HUANG H， TIAN S F， et al. Method on early identification of low-frequency debris flow gullies along the highways in the chuanxi plateau[J]. Remote Sensing，2023，15（5）：1183.

[21] 邱玉寶，郭華東，除多，等. 青藏高原MODIS逐日無云積雪面積數(shù)據(jù)集（2002—2015年）[J]. 中國科學(xué)數(shù)據(jù)，2016，1（1）：7-17.

[22] 鄒逸凡，孫鵬，張強(qiáng)，等. 2001—2019年橫斷山區(qū)積雪時(shí)空變化及其影響因素分析[J]. 冰川凍土，2021，43（6）：1641-1658.

[23] 劉亞龍，王慶，畢景芝，等. 基于Mann-Kendall方法的膠東半島海岸帶歸一化植被指數(shù)趨勢分析[J]. 海洋學(xué)報(bào)（中文版），2010，32（3）：79-87.

[24] 保云濤，游慶龍，謝欣汝. 青藏高原積雪時(shí)空變化特征及年際異常成因[J]. 高原氣象，2018，37（4）：899-910.

[25] 王濤，伊麗努爾·阿力甫江，李思穎，等. 三種趨勢分析法在東帕米爾高原降水特征分析中的應(yīng)用[J]. 氣象，2022，48（10）：1312-1320.

[26] 代子俊，趙霞，李冠穩(wěn)，等. 基于GIMMS NDVI 3g.v1的近34年青海省植被生長季NDVI時(shí)空變化特征[J]. 草業(yè)科學(xué)，2018，35（4）：713-725.

[27] 張廷軍，鐘歆玥. 歐亞大陸積雪分布及其類型劃分[J]. 冰川凍土，2014，36（3）：481-490.

[28] YANG J T， JIANG L M， MNARD C B， et al. Evaluation of snow products over the Tibetan Plateau[J]. Hydrological Processes，2015，29（15）：3247-3260.

[29] 孫燕華，黃曉東，王瑋，等. 2003—2010年青藏高原積雪及雪水當(dāng)量的時(shí)空變化[J]. 冰川凍土，2014，36（6）：1337-1344.

[30] DAI L Y， CHE T， XIE H J， et al. Estimation of snow depth over the qinghai-tibetan plateau based on AMSR-E and MODIS data[J]. Remote Sensing，2018，10（12）：1989.

[31] 喬德京，王念秦，李震，等. 1980—2009水文年青藏高原積雪物候時(shí)空變化遙感分析[J]. 氣候變化研究進(jìn)展，2018，14（2）：137-143.

Spatial and Temporal Variations of Snowpack on the Western Sichuan Plateau and Analysis of Its Stabilizing Snowpack Pattern

NIE Lumin1，2， ZHANG Zihan1，2， LU Heng1，2

（1. Key Laboratory of the Evaluation and Monitoring of Southwest Land Resources， Sichuan Normal University， Chengdu 610066， Sichuan;

2. The Faculty Geography Resource Sciences， Sichuan Normal University， Chengdu 610101， Sichuan）

Based on the MODIS snowpack data， the spatial and temporal distribution of snowpack and its change characteristics in the Western Sichuan Plateau from 2002 to 2020 were analyzed by GIS analysis and Mann-Kendall trend test， and combined with a total of 39 Landsat remote sensing images from three regions in different time periods， where we explored the spatial distribution pattern of snowpack areas in the whole area of the Western Sichuan Plateau and in the typical subsurface， respectively. The spatial distribution pattern of the snowpack area is discussed. The results show that： 1） the seasonal snowpack on the Western Sichuan Plateau is mainly distributed in the high-elevation mountainous areas and the northwestern part of the plateau， with less distribution in the interior of the plateau and the river valleys; 2） the annual distribution of the seasonal snowpack on the Plateau has shown a decreasing trend， with the decrease of the seasonal snowpack in winter being particularly obvious; 3） the stable snowpack on the Plateau is mainly distributed in the high-elevation areas， mainly in the extremely high mountainous areas of the region.

snow cover; temporal and spatial patterns; Mann-Kendall trend test; Western Sichuan Plateau

（編輯 鄭月蓉）

投稿日期：2023-08-31 "接受日期：2024-03-26

基金項(xiàng)目：教育部人文社會(huì)科學(xué)項(xiàng)目（21YJCZH099）、四川省科技廳基礎(chǔ)應(yīng)用研究項(xiàng)目（2020YJ0118）和四川省科技計(jì)劃項(xiàng)目（2023NSFSC1979）

*通信作者簡介：陸 恒（1986—），男，副教授，碩導(dǎo)，主要從事積雪物理和冰凍圈水文研究，E-mail：luheng@sicnu.edu.cn

引用格式：聶祿敏，張子晗，陸恒. 川西高原積雪時(shí)空變化以及穩(wěn)定性積雪分布特征分析[J]. 四川師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2025，48（1）：72-81.