2000—2019年青藏高原积雪时空变化

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

叶红^,¹, 易桂花^,², 张廷斌¹^,³, 周小兵⁴, 李景吉³^,⁵, 别小娟², 申一林¹, 杨正兰¹

1.成都理工大学地球科学学院,成都 610059

2.成都理工大学旅游与城乡规划学院,成都 610059

3.国家环境保护水土污染协同控制与联合修复重点实验室,成都 610059

4.蒙大拿大学蒙大拿科技分校,比尤特 59701,美国

5.成都理工大学生态环境学院,成都 610059

Spatiotemporal variations of snow cover in the Qinghai-Tibetan Plateau from 2000 to 2019

YE Hong^,¹, YI Guihua^,², ZHANG Tingbin¹^,³, ZHOU Xiaobing⁴, LI Jingji³^,⁵, BIE Xiaojuan², SHEN Yilin¹, YANG Zhenglan¹

1. College of Earth Science, Chengdu University of Technology, Chengdu 610059, China

2. College of Tourism and Urban and Rural Planning, Chengdu University of Technology, Chengdu 610059, China

3. State Environmental Protection Key Laboratory of Synergetic Control and Joint Remediation for Soil & Water Pollution, Chengdu 610059, China

4. Geophysical Engineering Department, Montana Tech of the University of Montana, Butter 59701, USA

5. College of Ecological Environment, Chengdu University of Technology, Chengdu 610059, China

通讯作者: 易桂花,女,四川南充人,博士,副教授,研究方向为资源与环境遥感。E-mail： yigh@cdut.edu.cn

收稿日期:2019-12-13修回日期:2020-08-8网络出版日期:2020-12-25

基金资助:

国家自然科学基金项目.41801099
第二次青藏高原综合科学考察研究项目.2019QZKK0307

Received:2019-12-13Revised:2020-08-8Online:2020-12-25
作者简介 About authors
叶红,女,四川广安人,硕士,工程师,研究方向为生态、环境遥感和3S技术。E-mail： 18883344821@163.com

摘要
积雪是冰冻圈最重要的组成部分,影响着大气环流和区域水量平衡,对气候变化十分敏感。本文基于2000—2019年MODIS/Terra积雪产品数据,探讨了青藏高原近20年积雪的年内、年际和季节性时空特征及其变化趋势。结果表明：①2000—2019年青藏高原积雪以短期积雪为主,积雪期在1个月及以下时间段内的积雪空间分布范围最广,占积雪总面积的72.91%;积雪期越长,多年平均积雪率（SCR）越高,SCR呈高原四周山脉高,而羌塘高原、江河源区、柴达木-黄湟高中盆地等地低的特点。②2000—2019年积雪面积呈反复的先波动增加再波动减少,距平变化率在-15.97%~11.52%之间。横断山区、帕米尔高原以及羌塘高原大部分地区的SCR呈明显减少趋势;高原四周极大/大起伏高山/极高山区、江河源丘状高山原和江河上游中/大起伏高山区的SCR呈显著增加趋势。③年内积雪面积呈双峰型周期变化趋势,3月和11月达到峰值,8月达到谷值,与该区域多年平均气温、降水等气候因子的年内周期性变化相反。青藏高原冬季积雪分布最广,秋季和春季积雪范围次之,夏季积雪范围最小;2000—2019年,青藏高原东部和南部冬季积雪显著增加、秋季和春季积雪显著减少,青藏高原整体夏季积雪显著减少。④近20年,青藏高原积雪与气温、降水的相关程度均较强,积雪覆盖范围与气温呈负相关关系,与降水呈正相关关系。研究结果有助于掌握青藏高原冰雪融水变化情况,对区域水量平衡和气候变化有重要指示作用。
关键词： 积雪;积雪率（SCR）;时空变化;MODIS/Terra;MOD10A2;青藏高原

Abstract

Snow cover, as the most important component of the cryosphere, affects the atmospheric circulation and regional water balance, and is very sensitive to climate change. Using 8-day snow cover data of the Moderate Resolution Imaging Spectro-radiometer/Terra (MODIS/Terra) from 2000 to 2019, the interannual, annual, and seasonal spatiotemporal characteristics of snow cover in the Qinghai-Tibetan Plateau (QTP) and its variation trends were discussed. The results show that: (1) In recent 20 years, the snow cover in the QTP consisted largely of short-term snow. The spatial distribution of snow cover with one month or shorter duration was the widest, accounting for 72.91% of the total snow-covered area. The longer the snow duration, the higher the snow cover ratio (SCR). The multi-year mean SCR in the mountains surrounding the QTP was high, while the SCR was low in the Qiangtang Plateau, the source region of the rivers, and the Qaidam-Huanghuang high-medium basin, among others. (2) Snow cover area showed repeated fluctuating increase and then decrease with a relative change rate of -15.97%~11.52% during 2000-2019 in the QTP. Snow cover ratio in most areas of the Hengduan Mountains, the Pamirs Plateau, and the Qiangtang Plateau showed an obvious decreasing trend. In the areas surrounding the QTP with high mountains and extremely high mountains of huge difference in relief, hilly mountain plain in the source area of the Yangtze River and the Yellow River, and high mountain areas of medium or great difference in relief of the upper reaches of the Yangtze River and the Yellow River, a significant increasing trend of SCR in recent 20 years was observed. (3) The snow-covered area showed a bimodal cyclical trend annually, reaching the peak in March and November and the lowest in August, which was in contrary to the periodic change of air temperature, precipitation, and other climate factors in this region. The widest spatial distribution of snow cover was in the winter, followed by the autumn and the spring, and the smallest was in the summer. In recent 20 years, the snow cover increased significantly in the winter in eastern and southern QTP, and decreased significantly in the autumn and the spring. The snow cover decreased in the summer in the whole QTP. (4) The correlations between snow cover and air temperature and precipitation were strong. Snow cover had a negative correlation with air temperature and a positive correlation with precipitation. The results of the study are useful for understanding the situation of ice and snow melting water change and are indicative of the regional water balance and climate change of the QTP.

Keywords：snow cover;snow cover ratio (SCR);spatiotemporal variations;MODIS/Terra;MOD10A2;Qinghai-Tibetan Plateau (QTP)

PDF (17129KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
叶红, 易桂花, 张廷斌, 周小兵, 李景吉, 别小娟, 申一林, 杨正兰. 2000—2019年青藏高原积雪时空变化. 资源科学[J], 2020, 42(12): 2434-2450 doi:10.18402/resci.2020.12.14
YE Hong, YI Guihua, ZHANG Tingbin, ZHOU Xiaobing, LI Jingji, BIE Xiaojuan, SHEN Yilin, YANG Zhenglan. Spatiotemporal variations of snow cover in the Qinghai-Tibetan Plateau from 2000 to 2019. RESOURCES SCIENCE[J], 2020, 42(12): 2434-2450 doi:10.18402/resci.2020.12.14

1 引言

积雪覆盖（Snow Cover, SC）简称积雪,是一种特殊的自然景观,其高反射率、低热导性和融雪效应对大气环流、陆面水文过程和区域水量平衡等影响重大^[1,2,3],是冰冻圈最重要的组成部分^[4,5],对气候变化十分敏感^[6,7]。全球陆地表面有10%被永久性冰川和积雪覆盖,34%的地区存在季节性积雪^[8];北半球平均积雪范围约0.07%~4.00%^[9],近30年来,积雪面积存在不同程度的减少趋势^{[10,11,12,13,14]};南极冰雪面持续下降^[15],南极大陆海岸带积雪面积呈波动减少趋势^[15,16]。

青藏高原平均海拔4378 m,是中国中低纬度带主要的积雪分布区^[4],同时也是仅次于南北极的全球冰冻圈所在地,素有世界第三极之称^[2,17,18],被誉为“雪域高原”^[19]。积雪是青藏高原下垫面最为活跃的特殊自然景观之一^[20],是高原环境与气候的联系纽带,通过改变地表辐射和大气热环流状况对区域气候变化和生态环境演变产生重要影响^[4,19]。同时,积雪的融雪效应使得冰雪融水成为中国乃至亚洲主要河流（黄河、长江、印度河、恒河、布拉马普特拉河和湄公河）的重要补给源^[19],影响着区域地表水循环^[21]、水资源重新分配以及当地的生产生活^[22]。研究青藏高原积雪的时空变化,对于了解高原气候变化、理解区域地表水量平衡和生态环境演变等意义重大,在融雪水径流预报、水资源管理、雪灾预防、洪涝控制和地质灾害防治等方面也具有重要参考作用^[23,24]。

目前,积雪相关研究主要集中在时空变化^[3,7,25]、雪深^[26,27]、雪线^[28,29]、雪水当量^[30]和积雪反照率^[31,32]等方面。研究积雪的方法主要有地面台站实地观测^[33]和卫星遥感监测^[24,34]两种。地面台站观测主要记录逐日积雪深度和逐候雪压等数据^[26,33,35],可用于反演雪深、雪水当量和雪密度等积雪要素,在反映积雪变化方面的可靠程度高,对预估后期区域气候变化非常重要^[33]。积雪的卫星遥感监测可分为微波遥感和可见光遥感两类^[34,35,36],前者主要利用微波信号对地物的穿透能力监测积雪深度、密度等信息,常用传感器主要有Nimbus-7 SMMR^[24]、DMSP-SSM/I^[24,37]、AQUA AMSR-E^[24,38]和FY-3 MWRI^[23]等;后者主要利用积雪在可见光近红外的光学特征监测积雪覆盖面积及其空间变化,如NOAA AVHRR、MODIS、Landsat等卫星^[39,40,41]。随着遥感技术的快速发展,遥感积雪产品去云处理^[5,42-44]、数据精度验证^[5,45,46]和变化监测^[47,48,49]等已成为积雪研究领域的热点。

虽然有以上多种方法和手段研究积雪,然而青藏高原地广人稀,地形和气候环境复杂^[5,50],生态系统脆弱,自然条件极为艰苦。地面台站实地观测的积雪资料受到台站分布^[51,52]、地形地貌和极端气候等因素影响^[35],空间局限性大,资料十分匮乏,很难系统性地将青藏高原作为一个整体来探讨积雪的时空变化及其变化趋势,也未能充分考虑高原积雪的空间差异性^[7]。此外,卫星遥感虽具有大面积连续监测的优点,但在高海拔大范围积雪分布的青藏高原地区,遥感数据极易受高山/极高山等地形阴影和云的影响^[42,53],如何对遥感积雪产品进行去云和去阴影处理,获取高精度积雪数据,成为高原遥感积雪研究的一大难点。

基于此,本文选取MODIS/Terra卫星监测生产的MOD10A2积雪产品数据,构建最大值合成法和“雪天限制+DEM去云”相结合的去云/阴影算法,利用SCR计算、趋势分析等研究全球气候变暖背景下2000—2019年青藏高原积雪的年内、年际和季节性时空特征及其变化趋势。研究结果有助于宏观掌握青藏高原积雪变化特点,加深对高原气候变化、区域地表水量平衡和生态环境演变等的理解,在融雪水资源的合理利用与管理、雪灾预防等方面也具有重要参考作用。

2 研究区概况

青藏高原位于中国西部、欧亚大陆中部^[2,3],素有世界第三极之称^[17,18],地理位置介于26°00′10″N—39°04′25″N,73°03′37″E—104°07′59″E之间。青藏高原西起喀喇昆仑山脉,西南沿喜马拉雅山脉至东南部横断山脉,北达祁连山、阿尔金山和昆仑山北缘,总面积为262.00万 km²（图1）。青藏高原四周多高山/极高山,中部夹高原、盆地和深切峡谷^[19],地势险峻多变,地形复杂,平均海拔约4378 m。区内气候类型复杂多样,气候带以高原温带、高原亚寒带和高原寒带为主,植被类型随高程及气候带变化明显,空间分布上存在显著的水平地带性和垂直地带性特征,主要有高山灌丛、高山高寒草原和草甸等^[54,55]。青藏高原冬季长而寒冷,夏季短暂温热,昼夜温差大,降水多集中在5—9月且空间分布极不均匀^[56];降雪从9月开始,明显的积雪期为9月—次年4月。总体上,青藏高原海拔高、气温低,湖泊众多,冻土广布,积雪和冰川丰富,是中国中低纬度带主要的积雪分布区^[4]和亚洲许多江河的发源地,对全球气候变化响应敏感。

图1

新窗口打开|下载原图ZIP|生成PPT
图1青藏高原主要山脉和气象站点（a）与地貌分区（b）分布图

Figure 1Distribution of major mountains and meteorological stations (a) and geomorphic division (b) in the Qinghai-Tibetan Plateau (TP)

3 数据来源与研究方法

3.1 数据来源及处理

3.1.1 MOD10A2

MODIS（Moderate Resolution Imaging Spectroradiometer）以其多波段、高时间分辨率、较高空间分辨率和较强的云、雪判别能力,成为地形复杂区域积雪变化监测的重要数据源^[1,49,57,58]。王叶堂等^[6]利用MODIS资料研究青藏高原积雪区空间分布发现,高原积雪主要分布在青藏高原西部喀喇昆仑山脉、南部喜马拉雅山脉和东南部念青唐古拉山脉附近,高原北部和中部腹地积雪稀少;这与车涛^[59]基于被动微波数据反演的结果基本一致。此外,文军等^[60]利用MODIS遥感资料对念青唐古拉山脉地区积雪范围及季节变化的监测结果与实际气候变化趋势吻合。以上研究表明,MODIS数据是监测青藏高原积雪变化的可靠资料。

本文所用MODIS MOD10A2数据集来源于美国国家航空航天局网站（https://earthdata.nasa.gov）,其空间分辨率为500 m,时间分辨率为8 d,投影方式为等面积正弦投影。该数据集中的积雪数据派生于归一化积雪指数（Normalized Snow Index, NDSI）,包括8 d最大积雪范围和平均积雪范围两种数据,每8 d的积雪数据由每日数据合成,每年包括46个数据合成时段。覆盖青藏高原的MODIS遥感卫星轨道号为h23v05、h24v05、h25v05、h26v05、h24v06、h25v06、h26v06和h27v06,利用MRT（Moderate Resolution Imaging Spectroradiometer Reprojection Tools）将下载的MOD10A2数据进行格式转换、重投影和影像镶嵌等预处理工作,生成研究所需的初始数据。

3.1.2 地形数据

地形数据采用ASTER GDEM（V2版）,空间分辨率为30 m,来源于中国科学院“地理空间数据云”（http://www.gscloud.cn）。对GDEM数据进行坏值、无值处理和镶嵌、裁剪等预处理工作后,将GDEM空间分辨率重采样为500 m。

3.1.3 气象资料

气象资料来自中国气象科学数据共享服务网（http://data.cma.gov.cn）。本文选取青藏高原内部（92个）及周边（46个）共138个地面气象站（图1）,统计2000—2018年各气象站逐月平均气温（℃）和月累积降水量（mm）数据作为两个典型气候因子;基于薄板样条函数,将DEM作为协变量,对青藏高原气温进行空间分辨率为500 m的插值处理^[61];降水量则利用ArcGIS软件基于普通克里金法（Kriging）进行空间分辨率为500 m的插值处理。

3.2 研究方法

3.2.1 综合去云/阴影法

青藏高原MOD10A2数据是由MODIS每日积雪数据（MOD10A1）合成得到的灰度影像,其像元值以0~255整数形式表示,经数据格式转换可用以实现积雪面积的计算。但雪与云的反射光谱特征相似度高,辨别时容易产生混淆,特别在青藏高原地区,云量多且变化快^[1],使得MOD10A2数据受到云的影响严重,直接使用则精度难以控制。基于此,本文针对青藏高原MOD10A2数据,构建了一种综合去云/阴影算法——“雪天限制+DEM-MF滤波”法。

首先,利用“雪天限制”的方法达到去云去阴影目的,其原理在于：MOD10A2 8 d积雪数据由连续8天的MOD10A1每日积雪数据合成得到,意味着MOD10A2影像中同一个像元可以用连续8天的MOD10A1数据表示。特别地,本文根据青藏高原云量大且变化快的特征,经实验判定：在MOD10A2的一个数据周期内（8天）,若同一像元在任何4天及以上的MOD10A1数据中被观测到雪的存在,则该像元被认定为雪像元,否则该像元被映射为云、无雪或其他。

其次,根据青藏高原现代雪线及其地形因素构建“DEM-MF滤波”算法以达到去云目的,其原理在于：积雪在高海拔地区累积范围广且融化晚,在现代雪线所处海拔以下没有积雪^[4,43],青藏高原范围辽阔,现代雪线的高度在4000~6000 m,呈自东向西逐渐升高的分布规律^[62]。本文基于最低雪线高度（4000 m）,将青藏高原DEM大于等于4000 m区域划分为积雪存在区,该区域内的地表有永久冰川或积雪覆盖;而在青藏高原腹地,诸如柴达木盆地、羌塘高原内部等降雪极少的区域,若出现孤立积雪像元则直接删除不予研究;DEM小于4000 m区域划分为潜在积雪分布区（潜存区）,该区域可能存在季节性积雪覆盖。同时,本文采用3×3像元对积雪存在区和积雪潜存区进行积雪数据的MF滤波处理（根据像元邻域内的众数值来替换像元）,即一个非积雪像元周围相邻的8个像元中,若有5个及以上的像元为积雪像元,则判定该像元为积雪像元;若5个及以上像元为非积雪像元,则判定该像元为非积雪像元。

3.2.2 积雪率

青藏高原积雪是高原积雪天数和积雪过程的综合体现,本文以青藏高原积雪率表示研究区积雪空间分布情况,即基于综合去云/阴影法处理后的MOD10A2数据进行积雪统计,计算不同时间尺度下积雪像元所占研究区总像元的百分比^[19],公式为：

（1）

SCR = [\frac{1}{n} \overset{n}{\sum_{i = 1}} \overset{46}{\sum_{k = 1}} \frac{p_{ik (1)}}{p_{ik}}] \times 100 %

式中：SCR为积雪率,其值的大小可表示积雪的空间覆盖情况;P_ik₍₁₎表示第i年第k个MOD10A2影像中的积雪像元;P_ik表示第i年第k个MOD10A2影像的总像元;n为年数;k为年内MOD10A2影像数。

3.2.3 积雪期

本文根据青藏高原MOD10A2积雪影像推算研究区积雪时间的长短（即积雪期）,将2000—2019年青藏高原积雪范围划分为各积雪期所对应的积雪空间分布范围,分析研究时段内多年平均积雪、季节性积雪等的空间变化情况,积雪期的划分规则如表1所示。

Table 1
表1
表1青藏高原积雪期划分规则
Table 1Division of snow cover period in the Qinghai-Tibetan Plateau

积雪期划分规则	积雪期/月	积雪期划分规则	积雪期/月
0<积雪影像数≤4	≤1	24<积雪影像数≤28	7
4<积雪影像数≤8	2	28<积雪影像数≤32	8
8<积雪影像数≤12	3	32<积雪影像数≤36	9
12<积雪影像数≤16	4	36<积雪影像数≤40	10
16<积雪影像数≤20	5	40<积雪影像数≤46	≥11
20<积雪影像数≤24	6

新窗口打开|下载CSV

3.2.4 趋势分析

采用基于像元的一元线性回归分析法对近20年青藏高原SCR的空间异质性进行趋势分析^[30],公式为：

（2）

T_{slope} = \frac{n \times \overset{n}{\sum_{i = 1}} (i \times SC R_{i}) - \overset{n}{\sum_{i = 1}} i \overset{n}{\sum_{i = 1}} SC R_{i}}{n \times \overset{n}{\sum_{i = 1}} i^{2} - {(\overset{n}{\sum_{i = 1}} i)}^{2}}

式中：T_slope为近18年青藏高原内各像元点SCR年际变化的一元线性回归方程的斜率,即趋势变化率,反映研究时段内SCR的总体变化趋势。本文中,T_slope≤-0.33表示SCR呈显著减少趋势,-0.33<T_slope≤ -0.1表示SCR呈减少趋势,-0.1<T_slope<0.1表示SCR基本不变,0.1<T_slope≤0.33表示SCR呈增加趋势,0.33<T_slope表示SCR呈显著增加趋势;n为年数（研究时段为2000—2019年,即n=20）;SCR_i为研究区内各像元点在第i年的年SCR值。为了更准确地描述长时间序列下青藏高原的积雪总体变化情况,本文引入SCR相对年际变化率（RARC_SCR）,其计算公式为：

（3）

RAR C_{SCR} = \frac{T_{Slope}}{\frac{1}{n} \overset{n}{\sum_{i = 1}} SC R_{i}} \times 100 %

3.2.5 相关分析

本文采用基于像元的空间相关分析法^[61],对2000—2018年青藏高原年际SCR与同期气候因子（气温和降水量）间的关系进行研究。基于T检验临界值表,采用α=2.12（P<0.05）置信水平,完成偏相关分析结果检验;基于F检验临界值表,采用α=3.63（P<0.05）置信水平,完成复相关分析结果的显著性检验。

4 结果与分析

4.1 青藏高原积雪时空变化

4.1.1 多年平均积雪变化

2000—2019年青藏高原多年平均积雪范围为233.58万 km²,占研究区总面积的89.15%（表2）;积雪区域空间分异特征明显（图2a）,与青藏高原高程分布具有相似性（图1a）;多年平均SCR呈高原四周山脉高而羌塘高原、江河源区、柴达木-黄湟高中盆地等地低的特点,空间分布不均匀,SCR平均值为7.08%（图2b）。非积雪范围占青藏高原总面积的10.85%,主要分布在海拔4000 m以下的柴达木-黄湟高中盆地、藏南谷地、横断山脉和江河上游东部等区域;另外,青藏高原湖泊分布区也属于非积雪范围（图2）。

Table 2
表2
表22000—2019年青藏高原多年平均积雪面积、各类占比与SCR情况
Table 2Multi-year mean snow cover area, corresponding proportions, and snow cover ratio in the Qinghai-Tibetan Plateau, 2000-2019

积雪期/ 月	积雪面积/ 万km²	占总积雪范围面积比/%	占青藏高原总面积比/%	平均SCR/%
≤1	170.310	72.91	65.00	2.73
2	31.320	13.14	11.95	12.39
3	14.580	6.24	5.56	21.37
4	7.967	3.41	3.04	30.02
5	4.089	1.75	1.56	38.73
6	2.469	1.06	0.94	47.63
7	1.630	0.70	0.62	56.17
8	0.769	0.33	0.29	64.69
9	0.336	0.14	0.13	73.39
10	0.107	0.05	0.04	81.40
≥11	0.008	0.00	0.003	89.00
总计	233.580	100.00	89.15	—

新窗口打开|下载CSV

图2

新窗口打开|下载原图ZIP|生成PPT
图22000-2019年青藏高原积雪期（a）和SCR（b）空间分布

Figure 2Spatial distributions of snow cover period (a) and snow cover ratio (b) in the Qinghai-Tibetan Plateau, 2000-2019

由表2和图2可见,2000—2019年青藏高原多年平均积雪范围中,积雪期在1个月及以下时段内的积雪空间分布范围最广,是构成青藏高原积雪空间分布的主体,表明近20年青藏高原积雪主要以短期积雪为主,积雪与融雪过程快而短暂。积雪期为2个月的积雪空间分布面积则比1个月及以下积雪期的积雪面积的1/5还小,以念青唐古拉山脉、冈底斯山脉、喜马拉雅山脉、昆仑山脉、祁连山脉及其附近区域和江河上游中/大起伏高山附近的分布最集中。随着积雪期的增加,相应积雪地区的面积依次减小。3个月积雪期的积雪空间分布面积占研究区总面积的5.56%,主要分布于喜马拉雅山脉、冈底斯山脉、喀喇昆仑山脉、念青唐古拉山脉、横断山脉以及江河上游中/大起伏高山附近。积雪期为4个月的积雪多存在于念青唐古拉山脉、喜马拉雅山脉和冈底斯山脉北部的附近地区。积雪期为5个月的积雪在空间上主要分布在念青唐古拉山脉附近地区和青藏高原西北部的极大/大起伏高山区。6个月及以上积雪期的积雪空间分布范围小且不集中,总面积约为5.32万 km²,占总积雪范围面积的2.28%,主要分布在喀喇昆仑山脉、昆仑山脉、喜马拉雅山脉和念青唐古拉山脉的高山/极高山区,多为高山积雪和永久性冰川积雪。

整体上,随着积雪期的增加,相应积雪地区的面积减少,而多年平均SCR增加（图2）。此外,三江源区和念青唐古拉山脉及其附近区域是青藏高原积雪空间变化显著区,其融雪效应强,对长江、黄河和澜沧江等的补给作用重大。青藏高原西北部地区、喜马拉雅山脉及其附近区域多为高山积雪和永久性冰川积雪,分布范围小且不集中,这些区域对气候变化极为敏感,受全球气候变暖的影响明显^[63],积雪融雪效应产生的冰雪融水是巴基斯坦、印度和孟加拉国等亚洲其他国家的主要水源地^[29]。

4.1.2 年际积雪变化

2000—2019年青藏高原积雪面积介于126.13万~167.39万 km²之间;年际积雪面积差异明显,距平相对变化显著,距平变化率在-15.97%~11.52%之间;2006年青藏高原积雪面积最大,距平相对变化率为11.52%,2002年和2008年次之;2001年青藏高原积雪面积最小,距平相对变化率为-15.97%。2000—2019年青藏高原年际SCR值介于5.18%~8.86%之间,其中,2008年的SCR值最大,2000年的SCR值最小（表3）。

Table 3
表3
表32000—2019年青藏高原积雪面积及其平均SCR值统计
Table 3Statistics of the snow cover area and mean snow cover ratio in the Qinghai-Tibetan Plateau, 2000-2019

年份	积雪面积/万km²	平均SCR/%	距平变化率/%	年份	积雪面积/万km²	平均SCR/%	距平变化率/%
2000	132.75	5.18	-11.56	2010	138.35	6.62	-7.83
2001	126.13	5.31	-15.97	2011	147.94	6.93	-1.44
2002	166.95	8.55	11.23	2012	151.43	6.47	0.88
2003	134.90	5.95	-10.13	2013	159.46	8.38	6.24
2004	153.22	7.23	2.08	2014	152.59	6.97	1.66
2005	159.85	7.95	6.49	2015	148.84	6.73	-0.84
2006	167.39	8.15	11.52	2016	130.69	5.81	-12.93
2007	148.33	7.39	-1.18	2017	140.28	6.02	-6.55
2008	164.83	8.86	9.81	2018	163.62	7.03	9.01
2009	157.11	7.96	4.67	2019	157.36	8.14	4.83

新窗口打开|下载CSV

2000—2019年青藏高原积雪面积总体呈增加趋势,增加率为3200.00 km²/a。研究时段内,青藏高原年际积雪面积呈反复的先波动增加后波动减少的变化特点,具有五段式变化特征：①2000—2006年青藏高原年际积雪面积波动增加,变化率为5.63万km²/a;②2007—2010年青藏高原年际积雪面积波动减少,变化率为-3.76万 km²/a;③2011—2013年青藏高原年际积雪面积波动增加,变化率为5.76万 km²/a;④2014—2016年青藏高原年际积雪面积波动减少,变化率为-10.95万 km²/a;⑤2017—2019年青藏高原年际积雪面积波动增加,变化率为8.54万km²/a。

整体上,2000—2019年青藏高原SCR呈微弱增加趋势,平均趋势变化值为0.16%/10 a（图3）;横断山区、帕米尔高原区和羌塘高原大部分地区的SCR减少趋势明显;高原四周极大/大起伏高山/极高山区、江河源丘状高山原和江河上游中/大起伏高山区的SCR增加趋势显著（图3a）。SCR年际变化的空间分异差异明显;其中,羌塘高原湖盆区、柴达木-黄湟高中盆地区的年际变化率低,喜马拉雅山脉和昆仑山脉高山/极高山区、江河源丘状高山原区的年际变化率高（图3b）。近20年青藏高原SCR变化趋势及其空间分布表明,羌塘高原湖盆和柴达木-黄湟高中盆地区的积雪在逐渐减少,高原四周极大/大起伏高山/极高山区、江河源丘状高山原和江河上游大起伏高山区的积雪在逐渐增加,且增加的积雪比减少的积雪多,使青藏高原整体积雪增加。

图3

新窗口打开|下载原图ZIP|生成PPT
图32000—2019年青藏高原年际SCR趋势变化（a）和年际变化率（b）

Figure 3Trend of change of annual snow cover area (a) and interannual change rate (b) in the Qinghai-Tibetan Plateau, 2000-2019

4.1.3 年内积雪面积变化

2000—2019年青藏高原年内积雪面积呈双峰型周期变化趋势（图4）,积雪面积在3月和11月达到峰值,多年平均值分别为184.81万km²和200.55万km²,达到两个峰值的月平均SCR分别为13.90%和10.20%;在8月达到谷值,多年平均积雪面积约18.25万km²,平均SCR为1.44%。青藏高原年内积雪面积变化趋势和该区域多年平均气温、降水等气候因子的年内周期性变化相反,7月青藏高原气温和降水量同时达到年内最大值;11月—次年2月青藏高原气温均在0℃以下,月平均气温约-3.86℃;11月—次年2月青藏高原月累积降水量均在603 mm以下,月平均累积降水量约397.65 mm（图4）。整体上,青藏高原积雪面积变化与气温、降水等因子关系密切,夏季气温高、降水多,故积雪面积小;冬季气温低、降雨少、降雪丰富,故积雪面积大。

图4

新窗口打开|下载原图ZIP|生成PPT
图42000—2019年青藏高原年内积雪面积与气温（a）、降水（b）关系

Figure 4Relationship between snow cover area and air temperature (a) and precipitation (b) in the Qinghai-Tibetan Plateau, 2000-2019

4.2 青藏高原积雪季节性变化

基于青藏高原气温物候法分类原理^[64],划分春、夏、秋、冬季（表4）。研究表明,2000—2019年青藏高原积雪的季节性差异显著,多年平均季节性积雪面积分布规律为：冬季>秋季>春季>夏季;青藏高原季节性积雪以1个月及以下积雪期的积雪贡献为主,冬季积雪的积雪期最多,春季次之,夏秋两季的积雪期最多为2个月;各季节多年平均SCR介于1.51%~9.94%之间,积雪期长短与其对应的平均SCR值成正比关系（表4）。

Table 4
表4
表42000—2019年青藏高原多年季节性积雪面积统计
Table 4Statistics of seasonal snow cover area in the Qinghai-Tibetan Plateau, 2000-2019

季节	积雪期/月	积雪面积/万km²	平均SCR/%	多年平均积雪总面积/万km²	占青藏高原总面积比/%	全区平均SCR/%
春季（4—6月）	≤ 1	149.18	6.02	161.88	61.97	6.01
	2	10.32	47.95
	3	2.39	76.81
夏季（7—8月）	≤ 1	21.65	8.72	24.51	9.35	1.51
	2	2.85	72.81
秋季（9—10月）	≤ 1	167.22	7.90	173.59	66.25	6.82
	2	6.37	73.06
冬季（11—12月、	≤ 1	195.46	5.93	232.04	88.56	9.94
次年1—3月）	2	25.18	31.54
	3	9.48	53.40
	4	1.77	73.95
	5	0.16	93.30

新窗口打开|下载CSV

由图5可见,2000—2019年青藏高原不同季节积雪的空间变化特点不同,季节性SCR空间分异特征与当季积雪期的变化特点具有相似性（图5）。

图5

新窗口打开|下载原图ZIP|生成PPT
图52000—2019年青藏高原季节性积雪期（a, c, e, g）和SCR（b, d, f, h）空间分布图

Figure 5Spatial distributions of snow cover period (a, c, e, g) and snow cover ratio (b, d, f, h) in the Qinghai-Tibetan Plateau, 2000-2019

2000—2019年青藏高原季节性SCR的趋势变化和年际变化率的空间差异明显（图6）,春季、夏季和秋季的SCR整体呈增加趋势,平均趋势变化值分别为0.53%/10 a、0.10%/10 a和0.05%/10 a;冬季SCR整体呈减少趋势,平均趋势变化值为-0.29%/10 a;季节性SCR年际变化率的大小表现为,春季>冬季>秋季>夏季,表明青藏高原春季积雪活跃、变化最大,冬季和秋季次之,夏季积雪稳定、变化最小。

图6

新窗口打开|下载原图ZIP|生成PPT
图62000—2019年青藏高原季节性SCR趋势变化（a, c, e, g）和年际变化率（b, d, f, h）

Figure 6Trend of change of seasonal snow cover ratio (a, c, e, g) and interannual change rate (b, d, f, g) in the Qinghai-Tibetan Plateau, 2000-2019

4.2.1 青藏高原冬季积雪变化

冬季积雪分布范围最广,除青藏高原东南部和西南部的冬季积雪期以2~5个月为主外,其余地区的积雪以1个月及以下积雪期为主（图5a）;研究区东南部和西南部冬季SCR高,平均SCR在31.54%以上;羌塘高原内部地区和柴达木-黄湟高中盆地东部区域的SCR较低,平均SCR为5.93%（图5b）。喜马拉雅山脉、念青唐古拉山脉、横断山脉和阿尼玛卿山等高山/极高山地区积雪期长、SCR高,是冬季积雪最重要的分布区域,其下垫面主要为青藏高原高寒草甸、草原和灌丛,在地形上受高大山脉影响,在气候上受到来自蒙古-西伯利亚高压产生的西北季风和高原冬季型大气环流的影响,平均SCR为62.96%。喀喇昆仑山脉、昆仑山脉、阿尔金山和祁连山脉附近区域的地形以极大/大起伏高山为主,地表覆被多为青藏高原高寒草原、荒漠和高山植被（包括高山苔原、高山垫状植被、高山稀疏植被）,加之高原冬季西北季风带来的冷空气影响,低气温有利于积雪的保持,其平均SCR为42.47%。此外,羌塘高原湖盆、江河源丘状高山原等区域以高山植被、高寒草甸和高寒荒漠草原的覆被为主,并受西风气流和西南暖湿气流的共同影响,冬季积雪时长短、SCR低;柴达木-黄湟高中盆地和藏南谷地受低海拔、暖干气流影响,加之下垫面主要以温带荒漠和亚热带阔叶林为主,冬季几乎无积雪存在。

冬季SCR呈显著减少趋势和减少趋势的平均变化率分别为-5.78%/10 a和-1.94%/10 a,空间上主要分布在研究区东南部的横断山区、羌塘高原大部分地区、喜马拉雅山脉与冈底斯山脉西北段以及青藏高原西北部的帕米尔高原区等地,总面积为78.01万 km²;SCR呈显著增加趋势和增加趋势的平均变化率分别为5.90%/10 a和1.90%/10 a,多分布在喜马拉雅山脉西南部地区、横断山区北部、江河源丘状高山原和江河上游大起伏高山区等地;其余大部分地区的冬季SCR基本不变（图6a、图6b）。

4.2.2 青藏高原秋季积雪变化

秋季积雪多以1个月及以下积雪期为主,仅喀喇昆仑山脉和昆仑山脉附近区域的积雪以2个月积雪期为主（图5c）;秋季积雪范围小于冬季,主要分布在青藏高原中部和西北部等下垫面以高寒草原、荒漠和高山植被为主的区域;无积雪范围主要分布在柴达木-黄湟高中盆地、藏南谷地和羌塘高原湖盆等区域,总面积约88.42万 km²;相比冬季SCR空间分布而言,青藏高原东部地区、喜马拉雅山脉、冈底斯山脉以及念青唐古拉山脉周边的秋季SCR显著降低,高原西北部秋季SCR显著升高（图5d）。

秋季SCR呈显著增加趋势的区域面积与呈减少趋势的区域面积相当,羌塘高原湖盆南部、帕米尔高原区、昆仑山脉和阿尔金山脉中段等地SCR呈显著减少趋势和减少趋势;江河源丘状高山原区、江河上游中/大起伏高山区、羌塘高原北部以及祁连山脉附近等地SCR呈显著增加趋势和增加趋势;柴达木-黄湟高中盆地区、江河上游谷地、藏南谷地和横断山脉南部区域SCR趋势基本不变（图6c、图6d）。

4.2.3 青藏高原春季积雪变化

春季积雪区和非积雪区分别占青藏高原总面积的61.79%和38.21%;受季风环流和南支暖流影响,高原气温回升、融雪增加,大部分地区春季积雪以1个月及以下积雪期为主;喀喇昆仑山脉、昆仑山脉和喜马拉雅山脉及附近区域的积雪期在2~3个月之间,地表覆被主要为高寒草甸、草原、荒漠和高山植被（图5e）;青藏高原西北部春季SCR较秋季有所降低,喜马拉雅山脉和冈底斯山脉及附近区域的春季SCR较秋季显著升高（图5f）。

春季SCR呈显著减少趋势和减少趋势的区域主要分布在研究区东南部和西北部;呈显著增加趋势和增加趋势的区域主要分布在极大/大起伏高山/极高山区,以喜马拉雅山脉、冈底斯山脉、昆仑山脉、祁连山脉以及唐古拉山脉等的分布最为突出;羌塘高原南部的大部分区域、藏南谷地、横断山区南部区域以及柴达木-黄湟高中盆地的春季SCR趋势基本不变（图6e、图6f）。

4.2.4 青藏高原夏季积雪变化

夏季积雪整体减少显著,达到年内最小值,占青藏高原总面积的9.35%;受亚洲低压、西南季风和高原夏季型大气环流的共同作用,气温达到年内最高,融雪作用达到年内最强,仅在青藏高原极大/大起伏的高山/极高山附近有积雪分布,且以高山积雪和永久性冰川积雪为主,仅喀喇昆仑山脉和西昆仑山脉的夏季积雪分布显著,其积雪期在2个月左右（图5g）。夏季SCR总体分布范围较小,SCR高值区主要分布在青藏高原西北部的高山/极高山附近（图5h）。

夏季SCR呈基本不变、SCR无年际变化率的区域占青藏高原总面积的93.12%,SCR呈显著减少趋势和减少趋势的区域主要分布于冈底斯山脉、念青唐古拉山脉和唐古拉山脉附近,总面积为7.82万 km²;喜马拉雅山脉、喀喇昆仑山脉、昆仑山脉、阿尔金山脉和祁连山脉附近区域的夏季SCR呈显著增加和增加趋势（图6g、图6h）。

4.3 青藏高原积雪与气温、降水关系

2000—2019年青藏高原SCR与气温整体呈负相关关系,皮尔逊相关系数在-0.80~0.99之间,偏相关系数在-0.88~0.99之间;SCR与气温呈负的偏相关关系的区域主要分布在喜马拉雅山极大/大起伏高山/极高山的北部地区、羌塘高原湖盆西部地区、江河上游中/大起伏高山区和昆仑山脉附近地区;呈正相关的区域主要分布在羌塘高原湖盆东部、江河源丘状高山原西部、喜马拉雅山极大/大起伏高山/极高山南部以及横断山极大/大起伏山的北部地区（图7a、图1b）。SCR与降水整体呈正相关关系,简单相关系数介于-0.88~0.95之间,偏相关系数在 -0.89~0.93之间;SCR与降水呈正相关的区域广泛分布于研究区,以喜马拉雅山极大/大起伏高山/极高山北部地区、昆仑山极大/大起伏高山/极高山区、江河源丘状高山原、江河上游中/大起伏高山谷地区、阿尔金山祁连山高山山原区、横断山脉南部等地最为集中突出;呈负相关的区域主要分布在羌塘高原湖盆中部、横断山极大/大起伏山区北部等地（图7b、图1b）。

图7

新窗口打开|下载原图ZIP|生成PPT
图72000—2019年青藏高原SCR与气温降水偏/复相关系数及显著性检验结果

Figure 7Coefficients of partial/complex correlation between snow cover ratio and air temperature and precipitation in the Qinghai-Tibetan Plateau and significance test results, 2000-2019

SCR与气温偏相关系数的T双侧检验表明,通过0.05显著性检验（P<0.05）的区域散布于全区,总面积为13.42万 km²（占青藏高原总面积的5.12%）,以喜马拉雅山极大/大起伏高山/极高山北部和中南部、羌塘高原湖盆东部、横断山极大/大起伏高山北部等地分布为主,表明这些区域积雪主要受气温影响（图7c）。与降水偏相关系数的T双侧检验表明,通过0.05显著性检验（P<0.05）的区域约16.91万 km²,占青藏高原总面积的6.45%,主要分布在喜马拉雅山极大/大起伏高山/极高山北部地区、羌塘高原湖盆中南部、昆仑山极大/大起伏高山/极高山东部、江河源丘状高山原北部等地,表明这些区域降水对积雪的影响大（图7c）。

青藏高原SCR与气温、降水的复相关系数在0.00~0.99之间,平均复相关系数为0.31。SCR与气温、降水的复相关系数空间分布差异显著,大部分地区SCR与气温、降水的复相关性明显。其中,喜马拉雅山极大/大起伏高山/极高山区、昆仑山极大/大起伏高山/极高山区、江河上游中/大起伏高山谷地区和江河源丘状高山原等地的复相关强;羌塘高原湖盆及江河上游中/大起伏高山谷地的部分区域复相关弱（图7d）。F检验结果表明,通过0.05显著性检验（P<0.05）的区域总面积为18.06万 km²,占青藏高原总面积的6.89%,空间上主要分布在喜马拉雅山极大/大起伏高山/极高山区、羌塘高原湖盆的唐古拉山脉附近地区、横断山脉北部等地,表明这些区域的积雪受气温和降水共同影响明显（图7c）。

整体上,2000—2019年青藏高原积雪与气温、降水的相关程度均较强,积雪与气温呈负相关关系,与降水呈正相关关系,青藏高原气温越低、降水越多则SCR值越大、积雪越丰富,再结合青藏高原SCR趋势变化结果,总结青藏高原积雪与气温、降水的关系主要受以下几方面影响：①青藏高原四周高山/极高山积雪主要受到东亚大气环流和低气温影响;②青藏高原东部等地受西南暖湿气流、东亚夏季大气环流及西风气流等影响,空气湿度大、降雨多、气温高,不利于积雪,仅在海拔高的横断山脉和念青唐古拉山脉的附近区域存在积雪情况;③唐古拉山与念青唐古拉山对西南暖湿气流和东亚大气环流形成阻挡作用,加之西南季风很难翻越喜马拉雅山脉,羌塘高原湖盆大部分地区主要受到来自蒙古-西伯利亚高压产生的西北干冷季风和高原冬季型大气环流影响,不利于羌塘高原湖盆地区积雪的形成;④来自印度洋的西南季风顺着喜马拉雅山脉爬升,为喜马拉雅山脉下部地区带去暖湿气流,形成丰富的降雨和增温效应;而随着喜马拉雅山脉海拔增高,气温逐渐降低,加之东亚大气环流影响,在喜马拉雅山脉上部区域积雪丰富;⑤青藏高原西北部喀喇昆仑山脉和喜马拉雅山脉附近积雪呈增多趋势,气温为降低趋势,除受高大山脉影响外,更容易在气候上受到有利于积雪的西北干冷季风影响。

5 结论

本文基于MODIS MOD10A2积雪产品数据集,采用综合去云/阴影法对青藏高原积雪数据进行去云和阴影处理,利用SCR、趋势分析和相关分析等方法探讨了2000—2019年青藏高原积雪年内/年际/季节时空变化特征、变化趋势及其与气候因子的关系。主要结论如下：

（1）2000—2019年青藏高原多年平均积雪范围为233.58万km²,主要分布于喜马拉雅山和昆仑山极大/大起伏高山/极高山区、阿尔金山祁连山高山区、江河上游中/大起伏高山区以及横断山极大/大起伏山脉及其附近区域;多年平均SCR为7.08%,SCR呈高原四周山脉高而羌塘高原、江河源区、柴达木-黄湟高中盆地等地低的特点。研究时段内,青藏高原年际积雪面积呈反复的先波动增加后波动减少的变化特点,距平相对变化显著,变化率介于 -15.97%~11.52%之间。

（2）2000—2019年青藏高原年内积雪面积呈双峰型周期变化趋势,积雪面积在3月和11月达到峰值,8月达到谷值;年内积雪变化趋势和该区域多年平均气温、累积降水等气候因子的年内周期性变化相反,夏季气温高、降水多、积雪面积小,冬季气温低、降水少、降雪丰富积雪面积大。

（3）2000—2019年青藏高原冬季积雪范围最广,秋季和春季次之,夏季积雪范围最小;季节性积雪以1个月及以下积雪期的积雪贡献为主,冬季积雪期最多,春季次之,夏秋两季的积雪期最少;各季节多年平均SCR介于1.51%~9.94%之间,积雪期长短与其对应的平均SCR值成正比关系,积雪期越长、SCR越高。不同季节积雪空间变化特点不同,春秋两季青藏高原东、南部积雪显著减少,西、北部显著增加;夏季青藏高原积雪整体显著减少;冬季青藏高原东部和南部积雪显著增加。

（4）2000—2019年青藏高原SCR呈微弱增加趋势,增加值约0.16%/10 a;横断山区、帕米尔高原区和羌塘高原大部分地区的SCR呈减少趋势明显;高原四周极大/大起伏高山/极高山区、江河源丘状高山原和江河上游中/大起伏高山区的SCR呈增加趋势显著。青藏高原平均SCR年际变化率为0.38%,羌塘高原湖盆区、柴达木-黄湟高中盆地区的年际变化率低,喜马拉雅山脉和昆仑山脉高山/极高山区、江河源丘状高山原区的年际变化率高。

（5）近20年青藏高原积雪与气温、降水关系密切,积雪与气温呈负相关关系,通过显著性检验（P<0.05）的区域占青藏高原总面积的5.12%;与降水呈正相关关系,通过显著性检验（P<0.05）的区域占青藏高原总面积的6.45%;气温和降水是近20年青藏高原积雪变化的强影响因子,气温越低、降水越多则SCR值越大、积雪越丰富。

本文基于MOD10A2积雪产品,通过构建去云/阴影算法^[4,46,65],对青藏高原近20年的积雪时空特征及其变化趋势做了详细研究,初步探索了青藏高原积雪与气温、降水的关系,构建的综合去云/阴影方法以每天积雪数据为计算基础^[65],有效解决了青藏高原大部分地区的云/阴影影响,但该方法并未加入森林覆被对于积雪信息提取的影响,是综合算法需要进一步完善的地方^[66,67]。此外,MODIS积雪产品除受到云及阴影等因素的干扰外,某些像元还存在无值现象,开展无值像元拟合算法研究,是进一步提高积雪数据精度需解决的重要问题^[61]。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Wang

, Huang X

, Deng

, et al. Spatio-temporal change of snow cover and its response to climate over the Tibetan Plateau based on an improved daily cloud-free snow cover product
[J]. Remote Sensing, 2014,7(1):169-194.

[本文引用: 3]

[2]

Tang Z

, Wang

, Li H

, et al. Spatiotemporal changes of snow cover over the Tibetan Plateau based on cloud-removed moderate resolution imaging spectroradiometer fractional snow cover product from 2001 to 2011
[J]. Journal of Applied Remote Sensing, 2013,7(1):2431-2431.

[本文引用: 3]

[3]

Huang X

, Deng

, Wang

, et al. Impact of climate and elevation on snow cover using integrated remote sensing snow products in Tibetan Plateau
[J]. Remote Sensing of Environment, 2017,190(1):274-288.

[本文引用: 3]

[4]

张欢, 邱玉宝, 郑照军, 等. 基于MODIS的青藏高原季节性积雪去云方法可行性比较研究
[J]. 冰川冻土, 2016,38(3):714-724.

[本文引用: 6]

[ Zhang

, Qiu Y

, Zheng Z

, et al. Comparative study of the feasibility of cloud removal methods based on MODIS seasonal snow cover data over the Tibetan Plateau
[J]. Journal of Glaciology and Geocryology, 2016,38(3):714-724.]

[本文引用: 6]

[5]

拉巴卓玛, 邱玉宝, 次旦巴桑, 等. 西藏高原 MODIS 每日积雪产品去云算法过程对比验证研究
[J]. 冰川冻土, 2016,38(1):159-169.

[本文引用: 4]

[ Laba Z

, Qiu Y

, Cidan B

, et al. The validation of MODIS daily snow-cover products after cloud removal in Tibet Autonomous Region
[J]. Journal of Glaciology & Geocryology, 2016,38(1):159-169.]

[本文引用: 4]

[6]

王叶堂, 何勇, 侯书贵. 2000-2005年青藏高原积雪时空变化分析
[J]. 冰川冻土, 2007,29(6):855-861.

[本文引用: 2]

[ Wang Y

, He

, Hou S

. Analysis of the temporal and spatial variations of snow cover over the Tibetan Plateau based on MODIS
[J]. Journal of Glaciology and Geocryology, 2007,29(6):855-861.]

[本文引用: 2]

[7]

覃郑婕, 侯书贵, 王叶堂, 等. 青藏高原冬季积雪时空变化特征及其与北极涛动的关系
[J]. 地理研究, 2017,36(4):743-754.

[本文引用: 3]

[ Qin Z

, Hou S

, Wang Y

, et al. Spatio-temporal variability of winter snow cover over the Tibetan Plateau and its relation to Arctic Oscillation
[J]. Geographical Research, 2017,36(4):743-754.]

[本文引用: 3]

[8]

Hartmann D

. Global Physical Climatology[M]. San Diego: Academic Press, 1994.

[本文引用: 1]

[9]

Duda D

, Minnis

, Khlopenkov

, et al. Estimation of 2006 Northern Hemisphere contrail coverage using MODIS data
[J]. Geophysical Research Letters, 2013,40(3):612-617.

[本文引用: 1]

[10]

Ye H

, Mather J

. Polar snow cover changes and global warming
[J]. International Journal of Climatology, 1997,17(2):155-162.

[本文引用: 1]

[11]

Brown R

. Northern Hemisphere snow cover variability and change, 1915-97
[J]. Journal of Climate, 2000,13(13):2339-2355.

[本文引用: 1]

[12]

Déry S

, Brown R

. Recent Northern Hemisphere snow cover extent trends and implications for the snow-albedo feedback
[J]. Geophysical Research Letters, 2007,34(22):60-64.

[本文引用: 1]

[13]

Mote P

, Brown R

. The response of Northern Hemisphere snow cover to a changing climate
[J]. Journal of Climate, 2009,22(8):2124-2145.

[本文引用: 1]

[14]

Hernándezhenríquez M

, Déry S

, Derksen

. Polar amplification and elevation-dependence in trends of Northern Hemisphere snow cover extent, 1971-2014
[J]. Environmental Research Letters, 2015,10(4):044010.

[本文引用: 1]

[15]

Wang S

. Global ice-snow cover and climatic changes
[J]. Geographical Research, 1983,2(3):73-86.

[本文引用: 2]

[16]

陈静, 李仁东, 叶明, 等. 利用MODIS产品数据研究分析南极海岸带雪盖面积变化
[J]. 极地研究, 2008,20(4):338-345.