利用被動微波探測青海湖湖冰物候變化特征

汪關信，張廷軍，2，李曉東，3，何灼倫，李宇星

（1.蘭州大學資源環境學院西部環境教育部重點實驗室，甘肅蘭州730000；2.中國高校極地聯合研究中心，北京100875；3.青海省氣象科學研究所，青海西寧810001；4.青海省水文水資源勘測局，青海西寧810001）

0 引言

湖泊作為全球水文系統的重要組成部分，不僅影響局地生態系統狀況，而且關乎人類活動的諸多方面［1-2］，在中緯度地區，秋冬季節形成于湖泊之上的湖冰隔絕了大氣和水體之間的能量、氣體和物質交換［3-5］，不僅對區域氣候變化造成影響，同時也可以反映當地乃至全球的氣候變化，是氣候變化的敏感因子［6-9］。在湖冰研究中，湖冰物候（凍結-封凍-消融-完全消融）是湖冰凍融的重要過程和參數，和區域氣候特征之間有著較強的聯系，可作為反映局部和全球氣候變化的指標［7-10］。全球氣候變暖對湖冰物候產生了巨大的影響，主要體現在封凍日期推遲和消融日期提前而導致封凍期天數減少的變化趨勢［11-14］。Magnuson等［7］根據野外實地觀測數據研究發現，在1846—1995年間，北半球湖冰凍結日期推遲速率為5.8 d·（100 a）-1，消融日期提前速率為6.5 d·（100 a）-1；Benson等［15］同樣借助野外湖冰物候觀測數據研究了北半球75個湖泊最近150年（1855—2005年）湖冰物候變化特征，結果表明，凍結期每10年減少0.7～4.3 d，并且凍結期變化和極端天氣事件聯系緊密；Du等［16］根據AMSR-E 36.5 GHz被動微波亮溫，利用滑動t檢驗的方法檢索了北半球71個湖泊湖冰物候變化狀況，其中60.6%的湖泊表現出凍結期縮短的趨勢，并且表現出明顯的緯度地帶性，在高緯度（＞60°N）地區，81%的湖泊顯示出凍結期縮短的趨勢，在中緯度（≤50° N）地區，僅有45%呈現出類似的趨勢；上述學者的研究主要考慮半球尺度的多個湖泊湖冰物候的變化特征，對于氣候脆弱敏感的青藏高原高寒地區湖泊湖冰變化特征研究較少。

隨著遙感技術的發展，湖冰觀測技術極大提高。早期利用可見光和近紅外遙感監測湖冰，可以根據較高分辨率多光譜衛星數據通過目視解譯判斷湖冰物候［17-18］，也可以通過近紅外和紅光波段反射率差異反演湖冰物候［17，19-20］，還有學者利用熱紅外地表溫度判斷凍結消融時間［20-21］，但受到天氣影響，光學、熱紅外影像難以準確反映湖冰特征［22-23］；主動微波遙感，如合成孔徑雷達（SAR）不受氣象條件影響，主要應用于估算冰厚［24］，區分浮冰和觸地冰［23］，但是重訪周期低，時間序列較短［25］。被動微波遙感數據受天氣影響較小，時間分辨率高，可以根據亮度溫度數據利用滑動均值差及比值閾值方法來提取湖冰物候特征［12，16，26-27］。

由于青藏高原地區湖冰野外觀測資料匱乏，湖冰變化研究較少［9］，近年來才有學者對高原地區湖冰變化展開研究。主要利用光學遙感、野外記錄等不同數據源分析了納木錯湖冰物候變化［9，14，23，28-29］，也有學者利用被動微波研究了青海湖（1978—2006年）［12］和納木錯（1978—2013年）［30］湖冰變化特征，此外，還有學者結合不同數據源研究了青藏高原湖冰物候［31-32］。這些研究主要對湖冰物候的變化特征進行了描述，并結合氣象因子對湖冰物候變化原因進行了探究。總體上來說，針對高寒地區湖泊特別是青海湖湖冰詳盡變化特征的研究相對缺乏，尤其是在整合湖冰物候、湖冰厚度以及時空凍融特征并進行綜合分析方面。本文通過利用青海湖湖冰實測資料、氣象資料并結合被動微波遙感數據研究青海湖近幾十年間的湖冰物候、湖冰厚度變化特征，探索了湖冰變化特征和氣候變化之間的相互作用，從而對青海湖流域乃至青藏高原氣候變化特征提供數據支撐和科學證據。

1 數據與方法

1.1 研究區概況

研究區地處青藏高原東北隅（36°21′～37°15′N，90°36′～100°47′E），是中國最大的內陸湖，屬高原半干旱高寒氣候，湖面積達4 467.5 km2，流域面積約29 660 km2，湖面海拔3 190 m，湖泊形狀近似橢圓形，長軸方向呈北西西向，長約109 km，南北最寬為65 km，西寬東窄，最狹窄處20 km。湖泊周長360 km，平均水深25 m，湖水呈弱堿性（pH=9.19），密度為1.01 g·mL-1，含鹽量為14.1 g·L-1［33］。青海湖區夏季涼爽，冬季嚴寒并伴有大風，湖水存在季節性的凍融交替過程，每年12月初開始凍結，4月中旬完全消融，歷史最大湖冰厚度達70 cm［11］。湖區平均降水量（1959—2016年）為396.8 mm，多年平均蒸發量約為830～1 100 mm。蒸發量年內分配不均，年際變化較小。以各出口水位站為準，進入湖濱及湖泊的多年平均地表水資源量為1.46×109m3，其中5條較大河流布哈河、沙柳河、哈爾蓋河、烏哈阿蘭河及黑馬河的徑流量占入湖地表徑流量的83%，不重復的地下水資源量為7.8×108m3，河水補給主要以大氣降水以及少量冰雪融水為主［34］。

1.2 數據

1.2.1 氣象數據

文中收集了位于青海湖流域內共和氣象站（1961—2018年）、下設水文站（1983—2018年）觀測得到的氣溫、降水、風速數據，由于實地觀測數據位于青海湖南部，采用共和氣象站數據利于本文分析。

1.2.2 湖冰觀測數據

下社水文觀測站自1983年1月開始對青海湖湖冰厚度觀測，在距離湖岸1 000 m處（冰較薄時距湖岸不足1 000 m），湖冰凍結狀況良好的情況下，采用鉆孔、L型鋼尺測量的方法記錄了青海湖1983—2015年湖冰厚度（圖2）。每年1月1日開始觀測，每5天觀測一次，即1月6日、11日，以此類推，3月底或者4月初結束觀測。

1.2.3 微波亮溫數據

本文使用了美國冰雪數據中心（National Snow and Ice Data Center，NSIDC）提供的25 km分辨率被動微波亮溫數據。數據主要由以下傳感器獲得：Nimbus-7 Scanning Multichannel Microwave Radiometer（SMMR）和Defense Meteorological Satellite Program Special Sensor Microwave/Image（DMSPSSM/I）以 及Special Sensor Microwave Imager Sounder（SSMIS）［35-36］（圖3），不同傳感器包含不同的頻率組合和極化方式（表1）。SMMR傳感器時間序列為1978—1987年，包含9個完整冬半年（11月—次年4月）。SSM/I-SSMIS傳感器時間序列為1987—2018年，共包含30個完整冬半年。

1.2.4 MODIS快速響應數據（MODIS Rapid Response，MRR）

MODIS傳 感 器 搭 載 于Terra和Aqua衛 星，自2000年2月以來，依靠其36個光譜波段不斷收集地球數據，數據可每天覆蓋全球，空間分辨率從250 m至1 000 m，滿足地表溫度、積雪、地表反射率（湖冰特征識別）和植被信息提取等需要［37］。MRR數據（http：//rapidfire.sci.gsfc.nasa.gov）由NASA提供，經過校正的影像能夠直接用來提取地表信息，如火災、凍融等地表狀況［38］。比較使用MODIS輻射校準數據產品和MRR數據在解譯湖冰面積方面，兩種產品解譯精度均在10%以內［39］。

圖2 青海湖湖冰厚度野外觀測Fig.2 Field observation of lake ice thickness in Qinghai Lake

1.3 研究方法

1.3.1 數據處理

利用氣象站觀測的氣象資料，提取出1978—2017年冬半年（11月—次年4月）逐日氣溫、降水、風速等資料，并得出1961—2017年氣溫距平值（1981—2010年平均氣溫），探究青海湖多年氣溫變化。

文中研究的湖冰物候包含初冰日（開始凍結，豎線A）、封凍日（完全凍結，豎線B）、消融日（開始融化，豎線C）及完全消融日（完全融化，豎線D）（初冰日、封凍日、消融日、完全消融日，以該年第幾天表示，如2013年2月1日，則表 示為2013年第32天）。其中凍結期是指初冰日和封凍日之間的時間長度（豎線A和豎線B之間的天數），融化期是指消融日和完全消融日之間的持續時間（豎線C和豎線D之間的天數），封凍日和消融日之間的時間長度被稱為完全封凍期（豎線B和豎線D之間的天數）［圖4（a）、（b）］。

圖3 被動微波衛星遙感時間序列（美國冰雪數據中心）Fig.3 Time series of satellite passive microwave remote sensing data（NSIDC）

表1 被動微波遙感數據Table 1 Satellite passive microwave remote sensing data in this study

直接利用MRR數據目視解譯湖冰凍融狀況，其影像主要是通過真彩色和假彩色波段組合方式表現出來，湖冰在真彩色影像上顯示為白色，湖水顯示為深綠色，在假彩色影像上，湖冰顯示為黑色或者淡藍色。通過巨大的色差來反映湖冰凍結和融化狀態，從而區分初冰日（湖冰面積＞10%）、封凍日（湖冰面積＞90%）、消融日（湖冰面積＜90%）、完全融化日（湖冰面積＜10%）。在凍結過程中，獨立出青海湖主體的湖泊（沙島湖）最先開始凍結，之后湖泊主體由邊緣向中心凍結；而在融化過程中，在風力作用下，迎風岸堆積大面積冰塊，這些凍結融化特征都可以通過MRR影像解譯出來。同時，云霧的光譜干擾、地形、云影以及冰脊、盤狀冰、冰裂縫等特征都可能導致出現分類誤差，尤其是在MODIS其他遙感產品上［39］，而且，與野外觀察相比，MRR數據目視解譯給出了更全面、快速、準確的結果。湖水和湖冰介電常數的不同導致在被動微波遙感獲取的亮溫值上形成差異，根據這種差異可以區分湖水和湖冰，從而可以判斷湖冰凍融過程和物候變化［12］。為避免混合像元影響，采用青海湖純凈像元作為研究對象，判識湖冰凍融過程。圖4（a）、4（b）現顯示了18 GHz和19 GHz在不同極化方式下亮度溫度（TB（18V，18H），TB（19V，19H））隨著湖水狀態的變化而改變的狀況。從夏季至初冬，在氣溫降低的條件下，湖水溫度下降，TB（18V，18H）和TB（19V，19H）隨之緩慢減少；湖泊封凍后，湖冰發射率增加，兩種頻率下的亮度溫度中具有了湖冰的微波特性，亮度溫度顯著增加，當湖泊完全凍結（封凍日）時，亮度溫度維持一個高值，隨著湖冰厚度增加，亮溫緩慢增加，從封凍日到消融日期間，亮溫始終處于這個高值，消融后，湖冰變薄，亮溫值快速減少。所以，可以根據亮溫的微波特性判別青海湖湖冰封凍日和消融日。由于無法排除凍結過程和融化過程中由風力引起的湖面粗糙度變化對亮溫的影響［29］，因此本文只考慮封凍、消融兩個物候過程。

為消除數據缺失的影響、降低升軌和降軌間的亮溫差異，分別提取升軌和降軌數據，綜合后得出結果。利用滑動平均亮溫差的方法結合亮溫曲線目視解譯封凍和消融時間，為避免湖冰重復凍融的影響，在解譯亮溫曲線時，在凍結過程中，當亮溫處于穩定值（TB（18H，19H）＞210 K；TB（18V，19V）＞240 K）時則判斷為封凍日；融化期間，亮溫值處于穩定下降階段并且下降至TB（18H，19H）＜210 K，TB（18V，19V）＜240 K時，則持續穩定下降首日為消融日，具體方法如下［12，40］：

圖4 被動微波TB（18V，18H）、TB（19V，19H）遙感數據與實測湖冰物候特征曲線Fig.4 Characteristics of lake ice phenology and passive microwave in TB（18V，18H），TB（19V，19H），lines A，B，C，and D indicate the ice onset day，ice on day，initial ice melt day，and the last day of lake ice，which are extracted by field observation and MRR data.A_19H is brightness temperature of ascending orbit in 19 GHz with Horizontal polarization，D_19V is brightness temperature of descending orbit in 19 GHz with vertical polarization

式中：TBi為湖冰年第i天的亮度溫度，滑動亮溫差最大值［式（1）］為封凍日，滑動亮溫差最小值［式（2）］為消融日。

對由目前衛星遙感獲得的被動微波亮溫數據而言，高頻亮溫數據（85 GHz，91 GHz）空間分辨率較高，但其容易受到云霧、降水影響［12］，很難精確反映青海湖湖冰動態變化。而TB（18V，18H）和TB（19V，19H）雖然空間分辨率較低，但是穿透云霧的能力優于高頻亮溫。所以本文選擇低頻亮溫［18（19）GHz］反演青海湖湖冰物候。

文中使用絕對誤差（AE）、相對誤差（AR）、平均絕對誤差（MAE）、平均相對誤差（MRE）和均方根誤差（RMSE）五個誤差指標來描述湖冰物候提取精度。其公式如下：

式中：αi表示微波亮溫提取的物候日期；βi為觀測得到的物候日期。

1.3.2 精度驗證

利用MRR數據解譯的青海湖湖冰封凍日和消融日與亮溫數據得到相應日期比較吻合（表2）。被動微波亮溫提取的湖冰封凍日絕對誤差（AE）均在5 d以內，消融日均在2 d以內（圖5）。相比MRR解譯的封凍日來看，亮溫提取的封凍日均有所提前，在2007年、2009年誤差較大，比MRR解譯結果提前5 d；消融日誤差較小，2004年、2005年等年份消融日與MRR解譯結果一致。封凍日，消融日以及封凍期平均絕對誤差分別為-2.5 d、±2 d、-2.8 d，封凍期持續時間平均相對誤差為3.4%，誤差較小。微波亮溫數據在高緯度重訪周期高，但在中緯度地區存在無數據覆蓋的情況，這可能是產生誤差的原因［40］。

表2 微波亮溫提取誤差Table 2 Error of extraction using passive microwave data

圖5 MRR解譯物候和微波亮溫提取物候差值Fig.5 Extraction error of lake ice phenology between field observation and satellite remote sensing data

2 結果與分析

2.1 1978—2017年青海湖湖冰物候變化特征

2.1.1 封凍日

TB（19V，19H），TB（18V，18H）提取的封凍日結果表明［圖6（a）］，青海湖湖冰1978—2018年間平均12月27日完全封凍，1983年12月12日完全封凍，封凍時間最早，2016—2017年封凍最晚，于2017年1月13日完全封凍。

封凍日出現明顯推遲趨勢，平均每年推遲0.23 d，40年間，封凍日推遲9 d。但在1989—1992年，封凍日出現持續提前趨勢，平均每年提前3 d；從曲線上看，青海湖封凍日呈現波動推遲的狀態，且在2005—2018年波動幅度較大。從MRR提取得到的2000—2018年湖冰封凍日結果來看，湖冰封凍日也呈現出平均每年推遲0.32 d的趨勢，與微波亮溫提取結果趨勢一致。

2.1.2 消融日

從提取結果來看［圖6（b）］，青海湖湖冰在1978—2017年間平均3月30日開始消融，其中1992年4月17日開始融化，消融日期最晚，1986年3月15日開始融化，融化日期最早，消融日波動變化較大。

消融日呈現出提前的趨勢，平均每年提前0.33 d，40年間，消融日提前13 d。在2003—2007年，消融日明顯推遲，平均每年推遲5.5 d，在1982—1984年，2001—2003年，2010—2013年這三個階段中，消融日出現持續提前趨勢，從MRR提取結果上看，消融日也呈現顯著提前的趨勢（0.34 d·a-1），與TB（18V，18H），TB（19V，19H）提取的結果基本一致。

2.1.3 封凍期

在湖冰物候中，湖冰持續時間代表了湖冰穩定性狀況［10］。由微波亮溫獲取的封凍日和消融日可以得到青海湖湖冰封凍期［圖6（c）］。青海湖平均封凍93 d，2016年封凍時間最短，為73 d，1985年封凍時間最長，達到123 d。青海湖封凍期呈現出波動縮短的趨勢，平均每年減少0.57 d，但在1990—1992年，封凍期延長，平均每年延長17 d，波動幅度較大。湖冰封凍期波動減少，青海湖湖冰完全覆蓋時間縮短，湖冰穩定性降低。利用MRR解譯結果計算得到的青海湖封凍期也呈波動減少的趨勢（0.75 d·a-1），并且減少趨勢大于時間序列較長的被動微波觀測結果。

MRR解譯的初冰日和消融日顯示［圖6（d）］，青海湖平均每年12月12日開始凍結，2000年11月31日開始凍結，凍結最早，2016年12月26日開始凍結，開始凍結時間最晚。青海湖初冰日呈波動推遲態勢，平均每年推遲0.75 d，2013—2016年呈持續推遲趨勢（7.0 d·a-1）；青海湖湖冰平均4月7日完全消融，2010—2011年完全消融時間最晚（4月19日），2015—2016年完全消融最早，于2016年3月25日完全融化。完全消融日呈現顯著提前趨勢，平均每年提前0.13 d，其中2011—2013年呈現持續提前趨勢，平均每年提前6.3 d，但近年來青海湖完全消融日呈現顯著推遲的趨勢。利用MRR解譯得到湖冰物候與亮溫數據得到湖冰物候變化趨勢基本一致。近年來的湖冰物候變化趨勢較以往更加劇烈。

2.2 青海湖湖冰厚度變化

1983—2018年間青海湖年際最大、最小湖冰厚度觀測結果顯示［圖7（a）］，青海湖平均最大湖冰厚度為59 cm，最小湖冰厚度為6 cm；1月平均最大湖冰厚度為50 cm，2月平均湖冰厚度為59 cm，3月平均湖冰厚度為52 cm。青海湖平均湖冰厚度為29.4 cm，湖冰厚度在2月達到最大。

青海湖最大、最小湖冰厚度總體上呈現出波動減少的趨勢，年際變化中，最大湖冰厚度平均每年減少0.34 cm，最小湖冰厚度平均每年減少0.30 cm。同時，從月變化上看［圖7（b）、（c）、（d）］，青海湖完全凍結后，厚度不斷增加，達到最大厚度，而后隨著氣溫的升高，厚度下降，直至完全融化；同時，1月、2月、3月湖冰最大、最小厚度呈現出波動下降的趨勢，其中1月最大湖冰厚度平均每年下降0.21 cm，2月平均每年下降0.30 cm，3月下降速率最快，平均每年下降0.39 cm，凍結期每月最小湖冰厚度也呈現出減薄趨勢。

圖7 青海湖湖冰厚度觀測值Fig.7 Variation of ice thickness in Qinghai Lake from in-suit measurements：lake ice thickness in annual（a）；lake ice thickness in January（b）；lake ice thickness in February（c）；lake ice thickness in March（d）

2.3 青海湖凍融過程與空間差異

青海湖面積廣闊，在凍融過程中，空間差異較大。湖水凍結一般發生在湖泊外圍靠近陸地區域。利用MRR解譯了青海湖2015—2016年凍結和融化過程，并展示了同一天的微波亮溫值（圖8）。2015年12月19日開始凍結，微波純凈像元值低于210 K，不存在湖冰的微波特性，微波亮溫值低；2016年1月2日發生大面積凍結，微波像元中有了湖冰的微波特性，亮溫值超過210 K，不斷凍結直至2016年1月8日，青海湖完全封凍，在封凍過程中，亮溫也一直大于210 K。當融化發生時（2016年3月12日），通過MRR影像可以明顯判別，但微波像元沒有處于消融的區域，所以像元沒有湖水的微波特性，亮溫值仍然大于210 K，這可能造成在解譯湖冰消融時出現誤差。之后湖冰消融，微波像元有湖水的微波特性，亮溫值降低，直至湖冰完全融化（2016年3月26日），亮溫值也降低至176.5 K。

圖8 青海湖凍結和融化過程Fig.8 The freezing and melting process of Qinghai Lake

如圖9所示，利用MRR解譯獲取了青海湖2000—2018年凍結和融化發生的位置，并統計了在各位置發生凍結和融化的概率。其中，凍結開始主要發生在青海湖東部海晏灣地區，北部泉吉、哈爾蓋地區，西部黑馬河、鳥島等地區，再逐漸向湖中心凍結，直至完全封凍，凍結過程較長，一般持續10 d以上。2000—2018年中，共有12次初始凍結發生在該地區，在青海湖北部和西部發生初始凍結的年份分別占16.7%，同時，海晏灣地區初次凍結時間較早，而其他位置的初始凍結時間較晚；消融時，靠近湖岸地區首先開始融化，增加了大氣和水體之間的熱交換，出現較大裂縫，進而引發整個湖泊開始融化，這個過程較短，一般在10 d以內，在風力作用下，融化過程會更加快速。發生首次融化的地區也主要集中在青海湖的西部、北部和東部地區，在2000—2018年中，共有16次發生在青海湖西部（黑馬河地區），極少數融化發生在海晏灣地區、哈爾蓋地區及泉吉地區，此外青海湖西部地區初次融化時間相對較早，而發生在其他地區的首次融化時間較晚。

2.4 湖冰特征對氣候變化的響應

2.4.1 湖冰物候特征對氣候變化響應關系

青海湖流域氣溫于10月下旬開始日平均氣溫低于0℃，次年4月上旬回升至0℃以上，隨著氣溫下降，湖水在12月初開始凍結，3月底開始融化。冬半年氣溫影響湖冰物候，從而影響湖冰凍融狀況。凍結指數是指在一個凍結期內，日平均氣溫為負值（℃）的逐日累積值［41］。青海湖封凍期內凍結指數和封凍期天數呈顯著負相關，相關系數為0.68；同時，凍結期內的正積溫與封凍期呈顯著正相關，相關系數為0.64（圖10）。湖冰封凍期內的凍結指數和正積溫在一定程度上反映了湖冰的持續時間。

除此之外，風力在湖冰凍融過程中發揮重要作用［42-43］。選取青海湖湖冰封凍日、消融日前30天平均風速，圖11（a）表明，封凍日對風速變化敏感，在風力強的年份，青海湖較晚封凍，反之，青海湖較早封凍，尤其是2002年以來，風力對封凍日的影響明顯。風力在凍結過程中促進水體和大氣的熱交換，然而，風力容易致使初始凍結的冰層破碎化，變得不易凍結，延長了凍結期，風速越大，封凍日越延遲；風速與消融日關系密切，風速越大，消融日期越提前，反之，消融日越滯后［圖11（b）］。春季太陽輻射增強，風力增加了湖冰和大氣之間的熱交換，同時使湖冰變得破碎化，使得消融日提前。同時，降水（雪）也是也是影響湖冰物候和湖冰厚度的因素。降雪量和消融日成正相關關系，相關系數為0.56［圖12（a）］，降水（雪）量增加，消融日推遲，相反地，降水（雪）量減少，湖冰更易融化。封凍期間降水（雪）量和封凍時間為正相關關系，相關系數為0.41（P＜0.01）［圖12（b）］。在湖冰完全凍結期間，降水（雪）量增加，湖冰表面溫度低于0℃，封凍時間延長。因此，風速、降水（雪）量也是影響湖冰物候的重要因素。

圖9 青海湖凍融發生位置Fig.9 Location of freezing and thawing in Qinghai Lake

圖10 正積溫、凍結指數與封凍期相關關系Fig.10 Correlation between ice cover duration and positive cumulative temperature and freezing index

2.4.2 湖冰厚度與氣溫之間的響應關系

根據青海湖湖冰厚度觀測時間，即每年1月1日開始觀測，每5日觀測一次，累積每個觀測周期（5日）內的氣溫值，對比青海湖年際湖冰厚度變化和對應5日內氣溫累積值［圖13（a）］發現，青海湖年際湖冰厚度和5日累積氣溫有較好的對應關系，隨著累積氣溫下降，湖冰厚度增加，春季氣溫上升，5日累積氣溫上升，湖冰厚度開始下降，可能受降溫天氣（降雪）影響，厚度在下降過程又有反彈的跡象，同時，累積氣溫開始下降，對應一致。而后隨著5日累積氣溫上升，湖冰厚度開始快速下降。在整個湖冰厚度加厚-減薄-加厚-減薄過程中，累積氣溫經歷了下降-上升-下降-上升的過程。湖冰厚度和對應封凍持續時間呈顯著正相關關系［圖13（b）］，隨著封凍期的延長，湖冰厚度呈現出加厚的趨勢。

3 討論

湖冰物候變化特征受到氣溫、風速、降雪等氣象要素以及地理要素（海拔、緯度）等的共同影響，而在長時間尺度物候變化中起主要作用的是氣溫變化［42-43］。如圖14所示，青海湖1961—2016年最低氣溫、平均氣溫、最高氣溫距平值均呈現出波動升高的趨勢，氣溫距平值表明，最低氣溫升高趨勢明顯（0.067℃·a-1）。根據多年平均氣溫距平得出：在55年內青海湖氣溫上升2.85℃，氣溫傾向率為0.052℃·a-1。

圖11 風速和封凍日、消融日相關關系Fig.11 Correlation between wind speed and ice on day（a），initial ice melt day（b）

圖13 湖冰厚度與累積氣溫和封凍期關系Fig.13 Relationships between lake ice thickness and cumulative temperature（a）and between lake ice thickness and ice cover duration（b）

氣溫是影響青海湖湖冰物候的關鍵影響因素［44］。湖冰的形成通常受到強輻射和強對流的控制，在冬季冷氣流驅動下，湖水迅速冷卻至水體最大密度溫度以下，湖面層變得穩定，并且溫躍層發育，湖表面水體冷卻速率增加，表面溫度達到冰點以下并形成針狀冰，湖水在低溫環境下快速凍結直至完全封凍［45］。在這個過程中，氣溫起到決定性的作用。在開始融化時，湖冰表層維持在冰點溫度，在冰層下方，鹽度、溫度促使湖水發生對流，青海湖冬季降雪量少，穿透冰層的太陽輻射是驅動對流的主要因素［46］。根據湖冰和湖水的光學厚度，太陽輻射加熱了湖冰和湖水的表面層［47］，當水溫升高時，湖冰開始融化。同時，在太陽輻射增加情況下，氣溫升高，加速湖冰表面熱交換。氣溫在湖冰融化過程中也起到了關鍵性作用。這表明青海湖湖冰對氣溫變化響應劇烈，同時湖冰物候對區域氣候變暖有較好地響應，因此，封凍日和消融日對區域冬半年氣溫變化有很好的指示作用。青海湖湖冰物候與青藏高原乃至北半球湖泊湖冰物候呈現相似的變化趨勢。納木錯湖冰初冰日延遲和完全消融日提前，湖冰存在期顯著縮短（2.8 d·a-1）［10］。青 海 湖 湖 冰 封 凍 期 呈 縮 短 趨勢［12，43］，高亞洲地區眾多湖泊湖冰呈現出封凍期縮短的趨勢［40，48］，歐亞大陸乃至北半球多數湖泊湖冰物候也呈現出封凍期推遲，消融日提前的物候變化特征［42，49-52］。同時，青海湖湖冰厚度也與北美，加拿大地區湖冰厚度變化趨勢一致［51］，都呈現出厚度減薄的態勢。青海湖湖冰變化趨勢與北半球其他湖泊基本一致，而且其變化趨勢更加明顯和劇烈。湖冰凍融特征表明，在全球變化的背景下高原地區呈現氣溫升高和降水量增多的趨勢，在這種趨勢的影響下，青海湖湖冰發育愈加困難，湖冰厚度減薄，而湖冰的消融愈發迅速，湖冰穩定性逐漸減弱。

圖14 青海湖氣溫距平值變化趨勢Fig.14 Air temperature anomalies over Qinghai Lake：annual minimum temperature（a）；annual mean temperature（b）；annual maximum temperature（c）

此外，本文使用的被動微波亮溫數據空間分辨率低，覆蓋青海湖的純凈像元少，這樣就忽略了除純凈像元以外湖泊區域的凍融變化，從而產生誤差；同時，微波亮溫數據在高緯度地區重訪周期為1 d，但在中緯度地區重訪周期低于1 d，特別是SSMR傳感器，其重訪周期相對于其他微波傳感器更低，導致1978—1987年提取的湖冰物候結果誤差可能較大。青海湖面積廣闊，湖冰厚度存在空間差異，而本文使用的湖冰厚度數據為單點觀測結果，雖然無法表征青海湖湖冰整體厚度變化狀況與其空間分布，但面對國內目前湖冰厚度研究可用數據少，研究方法缺乏的現狀來看，單點觀測厚度仍能夠在一定程度上反映湖冰厚度變化，且能夠說明氣候變化與湖冰厚度之間的響應關系。

4 結論

（1）被動微波遙感具有全天時，全天候，不受云霧影響的特點，在反演湖冰物候上具有明顯優勢，但該數據在中緯度存在殘缺，利用滑動平均的方法可以在一定程度上減弱該問題對反演精度的影響。

（2）青海湖湖冰凍融變化很好地響應了區域氣候變化特征，利用被動微波遙感數據提取1978—2017年湖冰物候特征，其中，青海湖平均12月27日封凍，且封凍日明顯推遲，推遲速率為0.23 d·a-1；平均3月30日消融，且消融日明顯提前，提前速率為0.33 d·a-1；同時，青海湖湖冰平均每年封凍93 d，封凍期明顯減少，推遲速率為0.57 d·a-1。

（3）青海湖在1983—2018年間，湖冰平均厚度為29.4 cm，但隨著流域氣溫的升高，青海湖湖冰厚度在月尺度、年尺度上均呈現出減薄的趨勢，減薄速率為0.29 cm·a-1。

（4）湖冰物候與氣候變化密切相關，其中凍結指數在一定程度上決定湖冰完全封凍期的長短，凍結指數越低，完全封凍期越長。在湖冰形成和融化過程中，較大的風速可促進湖冰形成和融化，降水（雪）則影響湖冰的封凍期和消融日，封凍期降水（雪）量越大，則封凍時間越長，消融日推遲越明顯。

通過研究和分析青海湖湖冰物候、厚度變化特征和凍融時空特征，及其影響因素，探索了青海湖湖冰變化特征與氣溫、降水、風速的關系，青海湖湖冰冰情對冬季氣溫具有很好的指示作用，可以在一定尺度上反映當地氣候變化特征。但是在大尺度湖冰特征提取上還存在諸多問題，如實地觀測數據的局限性、湖冰厚度特征反演存在挑戰等，還需要學者們做更多、更深入的研究。