1979—2017年雅魯藏布江流域雪深時空分布特征及其影響因素分析

譚秋陽， 程 磊， 徐宗學， 趙彥軍， 劉江濤， 劉曉婉

（1.北京師范大學水科學研究院，北京100875；2.城市水循環與海綿城市技術北京市重點實驗室，北京100875；3.武漢大學水資源與水電工程科學國家重點實驗室，湖北武漢430072；4.中國科學院地理科學與資源研究所陸地水循環及地表過程重點實驗室，北京100101；5.中國科學院大學，北京100049）

0 引言

積雪是冰凍圈的重要組成部分，積雪的時空分布，雪深、積雪覆蓋率等變化對全球能量平衡以及水文循環具有顯著的影響［1-2］。被稱為“世界屋脊”的青藏高原是北半球中緯度海拔最高、積雪覆蓋范圍最廣的區域，在氣候變化的背景下，其積雪變化異常強烈。IPCC第五次評估報告指出，由于人類活動和氣候變化的影響，全球平均氣溫自1880年至2012年上升了0.85℃，且青藏高原對氣候變化的響應尤為強烈［3］。青藏高原復雜多變的地形和較高的海拔是維持和影響高原積雪變化的重要條件，雪深作為反映積雪動態變化特征的重要參數，研究其時空分布和動態變化規律，對研究高寒地區積雪具有重要意義［4-6］。

早期學者主要通過獲取地面觀測資料研究積雪的時空變化，但青藏高原地區屬于典型的缺資料地區，站點分布稀疏，因此研究范圍十分有限。隨著遙感技術的發展，20世紀70年代以來，為獲得長時間序列、大范圍的積雪時空動態變化，遙感數據被廣泛應用于不同尺度區域的冰雪研究，這也為青藏高原地區積雪監測提供了有效手段。1998年，柯長青等［7］利用美國國家海洋氣象局（NOAA）周積雪面積、美國宇航局（NASA）研制的多通道微波掃描輻射儀SMMR微波候積雪深度產品和地面氣象臺站雪深資料研究了青藏高原積雪的空間分布特征；2014年，顏偉等［8］利用美國國家冰雪數據中心（NSIDC）提供的中分辨率成像光譜儀MODIS積雪覆蓋產品，結合DEM數字高程模型分析了青藏高原北部西昆侖山玉龍喀什河流域積雪面積的空間分布特征；同年，白淑英等［9］利用1979—2010年逐日中國雪深長時間序列數據集分析了青藏高原雪深時空變化特征及其對氣候因子的響應關系；2017年，除多等［4］利用MODIS/Terra 8日合成積雪數據MOD10A2和數字高程模型DEM，分析了2000—2014年西藏高原積雪覆蓋率時空分布及其與地形因子的關系；2019年，沈鎏澄等［10］利用地面站臺雪深、氣溫和降水觀測資料研究了1961—2014年青藏高原中東部積雪深度時空變化特征及其對氣候因子的響應；同年，拉巴卓瑪等［11］利用MODIS逐日積雪無云產品，結合DEM高程數據、氣象站臺數據，分析了2002—2015年雅魯藏布江流域積雪覆蓋率變化特征及其與氣象因素的相關性。

青藏高原作為亞洲諸多河流的發源地［12］，其冰雪融水是河流的重要水源補給，積雪變化對徑流產生的影響不容忽視。雅魯藏布江作為青藏高原最大的河流，蘊含著豐富的水能，同時也是西藏地區的主要水源。雅江流域是西藏自治區經濟開發潛力最大的核心地區，是西藏主要人口聚集地，同時也是我國最大的跨境河流之一，在青藏高原地區具有舉足輕重的地位。雅江徑流的冰雪融水比例多在30%～80%，因此雅江流域積雪的變化對徑流有著重要影響［13］。雪深作為反映積雪特征的重要參數，在氣候變化的大背景下，對雅江流域雪深時空分布特征及其與氣象因子、地形特征的關系展開研究，對雅江流域水資源的管理和開發利用具有重要指導意義。

1 研究區概況

雅魯藏布江流域位于西藏高原南部，地理范圍為82°00′～97°07′E、28°00′～31°26′N。全長2 070 km，流域面積24.10×104km2。流域東西最大跨度為1 500 km，南北最大寬度為290 km，呈狹長的柳葉狀。雅魯藏布江的源頭為杰馬央宗冰川，位于西藏西南部的喜馬拉雅北麓中國西藏仲巴縣境內。雅江源頭至日喀則市的里孜為上游、里孜到林芝市的派鎮為中游、派鎮至流域出口的巴昔卡為下游。流域北部坐落著岡底斯山、念青唐古拉山，東部有伯舒拉嶺，西南貫穿著喜馬拉雅山脈，南部有拉軌岡日和嘎布等山脈，地形地貌復雜，既有海拔7 000 m以上的山峰，又有海拔不足200 m的濕熱低谷［14］。來自印度洋孟加拉灣的暖濕氣流沿著河谷上溯，導致流域內降水和氣溫分布不均。上游地區氣候寒冷，降水稀少，多年平均降水量僅為200 mm左右。中游氣候溫涼，屬高原溫帶氣候，降水量在300～600 mm之間。下游氣候濕熱，濕潤多雨，屬于亞熱帶氣候，特別是在流域出口的巴昔卡，年降水量可達2 000 mm以上［15］。雅魯藏布江流域內的河流系統發達，其高程和水系分布如圖1所示。

圖1 雅魯藏布江流域高程及水系分布Fig.1 Map showing the elevation and river system in the Yarlung Zangbo River basin

2 數據和方法

2.1 數據來源及處理

2.1.1 雪深

雪深數據來自中國西部環境與生態科學數據中心發布的中國雪深長時間序列數據集（1979—2017年），由中國科學院西北生態環境資源研究院遙感與地理信息科學研究室制作［16-19］。其原始數據是美國國家冰雪數據中心處理的逐日被動微波遙感SMMR（Scanning Multichannel Microwave Radiometer，1978—1987年）、SSM/I（Special Sensor Microwave Imager，1987—2007年）和SSMI/S（Special Sensor Microwave Imager/Sounder，2008—2018年）數據。該數據集以Chang算法為基礎，結合我國178個地面臺站的觀測雪深對擬合系數進行訂正，通過修正反演公式，計算得到中國區域積雪深度數據集。1983年和1984年氣象站的實測雪深數據與SSM反演結果進行比較，1993年實測雪深與SSM/I結果進行比較。結果表明，65%的SSM和SSM/I數據反演結果絕對誤差小于5 cm［18］，數據集精度較好，相關學者使用該數據集在不同的區域上進行了相關研究，并取得了相對滿意的結果［20-23］，本文將該雪深數據集應用于雅魯藏布江流域雪深分布的研究。本研究使用數據集的時間尺度為1979—2017年，空間尺度為60°～140°E、15°～55°N，空間分辨率為25 km，并采用全球等積圓柱EASE-GRID投影。本研究中季節劃分為：春季3—5月、夏季6—8月、秋季9—11月、冬季12月—次年2月，利用R Studio和ArcGIS軟件處理得到的雅魯藏布江流域年平均和四季的雪深。

2.1.2 降水和氣溫

降水和氣溫數據采用中國區域地面氣象要素數據集，是由中國科學院青藏高原研究所制作的一套近地面氣象與環境要素再分析數據集［24-25］。該數據集是以國際上現有的Princeton再分析資料［26-27］、GLDAS（Global Land Data Assimilation System）資料、GEWEX-SRB（Global Energy and Water Exchanges）輻射資料，以及TRMM（Tropical Rainfall Measuring Mission）降水資料為背景場，融合了中國氣象局常規氣象觀測數據制作而成。數據集時間分辨率為3小時，空間分辨率為0.1°，經度范圍為60°～140° E，緯度為15°～55° N，采用WGS-1984坐標系統。

2.1.3 DEM數據

數字高程模型（Digital Elevation Model）采用美國航空航天局和國防部國家測繪局共同發布的STRM1（Shuttle Radar Topography Mission）數據，覆蓋全球約80%的陸地面積，空間分辨率為30 m。

2.2 研究方法

2.2.1 Mann-Kendall檢驗法

Mann-Kendall檢驗法是世界氣象組織推薦并且已廣泛使用的趨勢檢驗方法，能夠揭示整體時間序列的趨勢變化與突變情況［28-29］。對于時間序列變量x1，x2，…，xn，n為序列長度（n＞10），定義統計量：

若U＞0，則表明序列有上升趨勢；反之，則有下降趨勢。給定顯著性水平α，如果|U|>U1-α/2，表明變化趨勢顯著。

式中：Sk表示序列x1，x2，…，xk的統計量。

在序列突變檢驗時如果UF和UB曲線出現交點，且位于信度線之間，則為該序列的突變點［30］。

2.2.2 Sen氏坡度

Sen氏坡度表示時間序列的平均變化率，與Mann-Kendall（M-K）檢驗法結合使用［31］。n為時間序列長度，且j＞k：

將Qi從小到大依次排序氏坡度計算公式為：

Qmed的正負表示序列變化的增加或減少趨勢，大小表示變化程度。文中利用Sen氏坡度表示雅魯藏布江流域雪深、降水和氣溫的變化率。

2.2.3 Pearson相關分析法

皮爾森相關系數（Pearson correlation coefficient，r）是一種線性相關系數，可用來反映兩個變量線性相關程度。計算公式為：

式中：r為相關系數；n為樣本個數；分別是兩個序列的觀測值和平均值；SX、SY分別是兩個序列的均方差。r為正數表示二者為正相關；反之，為負相關，且r的絕對值越大表明二者相關性越強。

定義統計量：

給定顯著性水平α和自由度df=n-2，利用t分布表查找出tα/2(n-2)相應的臨界值，若|t|>tα/2，則線性關系顯著；否則，不顯著。本研究中使用Pearson相關系數評價雪深與降水、溫度的相關程度。

3 結果與分析

3.1 雪深時空變化

3.1.1 雪深時間變化特征

1979—2017年間，雅魯藏布江流域雪深在0.98～3.16 cm之間呈現出波動變化的規律（圖2），流域多年平均雪深為1.95 cm。使用M-K方法對流域的雪深變化趨勢進行分析，雅江流域年平均雪深以0.02 cm·a-1的速率呈現顯著減少趨勢（通過95%置信度檢驗）。從年際分布來看，1979—1999年，雪深變化波動幅度較大，分別在1986年、1997年出現峰值，峰值的出現主要與氣溫的降低有關；雪深在1999—2000年之間發生突變，并在此之后雪深減少的速率增加；2000—2013年，雪深呈現較為平穩的波動變化；2003—2017年，雪深逐年減少，在2017年達到最小值（0.98 cm）。從年內分布來看，雪深變化在一年之內呈現單峰變化特征，雪深從夏季的8月份開始逐漸增加，到次年2月份達到最大，之后開始逐漸減少（圖3）。冬季雪深最大（3.99 cm），春季（2.62 cm）和秋季（1.10 cm）次之，夏季（0.11 cm）最小（圖4）。且冬季降雪對全年積雪的貢獻最大，冬季降雪占全年降雪量的51.02%。

圖2 1979—2017年雅魯藏布江流域年、四季平均雪深變化Fig.2 Annual and seasonal variations of average snow cover depth in the Yarlung Zangbo River basin，1979—2017

圖3 1979—2017年平均雪深隨月份分布情況Fig.3 Monthly and seasonal distributions of average snow cover depth，1979—2017

圖4 1979—2017年平均雪深隨季節分布情況Fig.4 Seasonal distribution of average snow cover，1979—2017

3.1.2 雪深空間分布特征

雅江流域內雪深空間分布差異明顯，呈現“二高二低”相間分布的特征（圖5）。2個雪深高值區，分布在流域西部邊緣處的雅江源頭區域、流域東部的山地地區，多年平均雪深在9.0 cm以上；2個雪深低值區，分布在中游河谷地帶、下游至流域出口區域，多年平均雪深低于0.8 cm［圖5（a）］。流域內有64.0%的地區多年平均雪深小于2.0 cm，分布在中游河谷地區和雅江出口區域；16.8%的地區多年平均雪深在2～4 cm；6.7%的地區多年平均雪深在6 cm以上，主要分布在流域東部邊緣的念青唐古拉山。夏季流域內43.5%的地區積雪全部融化，雪深為0［圖5（c）］；冬季10.1%的區域雪深在10.0 cm以上［圖5（e）］。整體上，雅江流域的雪深分布與降水和高程分布有著較好的一致性。降水為積雪提供資源供給［32-33］，該流域的降水主要來源是孟加拉灣的暖濕氣流，沿雅江河谷上溯，流域降水自下游往上游遞減。氣溫和海拔影響積雪的積累，高海拔地區的念青唐古拉山脈、喜馬拉雅山脈積雪深厚，持續時間長［4］；中游河谷地區降水較少且海拔較低不利于積雪積累；東部下游地區屬山地亞熱帶、熱帶氣候，不利于積雪形成［14］。雅江流域雪深的空間分布與流域內的氣象因子和地形地貌特征有著密切的聯系。

圖5 1979—2017年雅魯藏布江流域年及季節性雪深（a～e）、雪深變化率（f～j）空間分布Fig.5 Spatial distributions of snow cover depth：annual mean（a），spring mean（b），summer mean（c），autumn mean（d），winter mean（e），and their changing rates（f～j）in the Yarlung Zangbo River basin，1979—2017

雅江流域整體上年平均雪深以0.02 cm·a-1的速率呈顯著性減少趨勢，其中冬季雪深減少最快（0.058 cm·a-1）、秋 季（0.017 cm·a-1）和 春 季（0.017 cm·a-1）次之，且冬季和秋季變化趨勢顯著（通過95%顯著性檢驗），然而夏季雪深呈現不顯著的微弱增加趨勢，增加速率為0.0002 cm·a-1（表1）。從空間分布來看，全流域58.3%的區域雪深呈現減少趨勢，且20.2%的區域雪深減少速率在0.05 cm·a-1以上，主要分布在流域東部山地；41.7%的區域雪深呈現增加趨勢，集中在中游河谷地區，且以上區域的雪深平均增加速率僅為0.012 cm·a-1［圖5（f）］。冬季有87.3%的區域雪深呈現減少趨勢，流域東部區域（占全流域23.8%）在冬季的雪深減少速 率 達 到0.1～0.32 cm·a-1［圖5（j）］。秋 季 有86.5%的區域雪深呈現減少趨勢［圖5（i）］，春季有79.3%［圖5（g）］。

3.2 氣象因子對雪深分布的影響

氣溫和降水是影響積雪變化的重要因素［11］，積雪的變化主要由降雪量和融雪量的變化共同決定。其中，降雪量受氣溫和降水的共同影響，降水為積雪提供資源，氣溫決定了空氣的飽和含水量（大氣中所能容納的最大水汽含量），并且決定降水的形式（降雨或降雪）。而融雪量主要由氣溫決定，溫度的高低影響積雪的融化進程［10］。雅魯藏布江流域雪深的減少與氣溫的升高顯著相關，二者的相關系數達到-0.63。從圖6和表1中可以看出，不同季節降水和氣溫對積雪的影響有所不同。夏季雪深和氣溫呈現微弱的正相關關系，相關系數為0.049；而春季、冬季的積雪主要受氣溫的影響，冬季氣溫與雪深的相關系數達-0.63；秋季降水和氣溫共同決定雪深，秋季降水和雪深的正相關系數達0.32。

表1 年和四季平均雪深變化率、氣溫和降水相關系數表Table 1 The changing rates of annual and seasonal snow cover depths，air temperature and precipitation，together with the correlation coefficients between air temperature and snow cover depth and between precipitation and snow cover depth

圖6 雪深與氣溫、降水的相關系數隨月份分布情況Fig.6 Monthly variations of the correlation coefficients between snow cover depth and temperature，precipitation

1979—2017年間，雅江流域年平均氣溫以0.06℃·a-1的速率呈現顯著增加的趨勢，且年平均氣溫在1997年發生突變，在1997年以前，流域年平均氣溫在0℃以下，1998年及以后年份年平均氣溫在0℃以上。同期，年降水量以2.87 mm·a-1的速率呈現增加趨勢，流域向暖濕化方向發展。圖7可進一步揭示降水和氣溫對雪深的影響。年平均雪深在1986年、1997年出現了2個雪深異常高值（距平值大于2倍的標準偏差）［圖7（a）］，相應的氣溫也分別在1986年、1997年出現了低谷［圖7（f）］，說明氣溫的降低有利于積雪的積累。春、秋、冬季氣溫分別以0.05℃·a-1、0.06℃·a-1、0.07℃·a-1的速率增加，對雪深的影響尤為明顯，一般來說，氣溫的低谷與峰值對應雪深的峰值與低谷［圖7（a）～（j）］。此外，降水的低谷與雪深的低谷對應（1984年、1992年、2009年），降水對積雪的積累有一定影響。

圖7 1979—2017年年平均、四季平均雪深（a～e）、氣溫（f～j）、降水量（h～o）變化Fig.7 Variations of annual（a，f，k）and spring（b，g，l），summer（c，h，m），autumn（d，i，n）winter（e，j，o），mean snow cover depths，mean temperature and precipitation，1979—2017

3.3 地形對雪深的影響

地形是影響積雪形成和分布的重要因子，高海拔地區氣溫低，有利于積雪的形成和維持，而低海拔地區高溫條件不利于積雪的形成，一般來說，山地積雪具有一定的垂直遞增規律［4，34］。此外，坡度、坡向對積雪的積累也有影響，導致同一海拔高度雪深的差異較大。

3.3.1 高程

采用最鄰近法將DEM數據重采樣至25 km，使其與雪深數據空間分辨率一致。高程是影響積雪分布與變化的重要地形因子，雅江流域內地形復雜且海拔差異大，從雪深的空間分布來看，山地區域的雪深普遍高于河谷地區。海拔4 000 m以下，雪深隨著高程的增加而增加，流域內0～2 000 m、2 000～3 000 m、3 000～4 000 m高度帶多年平均雪深分別為0.02 cm、0.71 cm、2.48 cm，有著較好的垂直遞增規律。4 000～5 000 m高度帶之間，雪深隨高程的分布出現了一個“陡坎”，這與白淑英等［35］在研究青藏高原雪深與地形因子的關系時得到的結論一致［表2、圖8（a）］。且流域最大雪深分布在4 500～5 000 m之間，并非在海拔最大處，說明雪深與高程并非簡單的線性關系，這與劉金平等［15］利用雪深站點數據分析青藏高原雪深分布特征時得到的結論一致。冬季和年均雪深最大值均出現在4 500～5 000 m高程處［圖8（a）、8（e）］，這可能是由于冬季由于受到高原冷高壓的影響，海拔5 000 m以上的降雪過程較少，加上盛行西風吹雪使得積雪遷移至河谷或海拔較低的區域［4］，因此冬季雪深的峰值出現在此高度帶，風吹雪造成的積雪再分配作用值得進一步研究。在年內分布方面，夏季4 000 m以下的積雪基本消融［圖8（c）］，冬季2 000m以上的積雪深度平均可達4.19 cm［圖8（e）］，2 000 m以上高度帶雪深季節間變化大［圖8（a）～（e）］。

表2 年及四季雪深（單位：cm）隨高程分布表Table 2 Snow cover depth（unit：cm）changing with elevation ranges

3.3.2 坡度

雅魯藏布江流域地處岡底斯—念青唐古拉山脈與喜馬拉雅山脈之間，中間有一東西走向的狹長盆地，地形復雜，既有陡峭的山地，也有平坦的谷地。因此，將坡度分為0～10°、10°～15°、15～20°、20～25°、25°～30°、30°～90°六個等級，流域內地形坡度在15°以上的占75.1%。使用ArcGIS軟件計算雅江流域30 m×30 m DEM數據的坡度值，對每個25 km×25 km雪深網格取該網格內的坡度中位值作為該網格的坡度代表值，結合雪深數據進行分析。由圖8（f）～8（j）可知，坡度在10°以下，東坡、南坡和北坡的分布規律相似，雪深隨坡度的增加而減小，且雪深明顯高于西坡。這可能是由于較平坦的地形更利于積雪的積累，因此坡度越大積雪越淺，且東、南坡作為迎風坡，降水更多，為積雪的產生創造了條件。在10°～15°之間，雪深隨坡度的增加而增加，四個坡向的分布規律相似。坡度在15°以上，雪深隨著坡度的增加而減少，當坡度過大時，積雪可能由于受到重力作用而滑落，因此不利于積雪的沉積，導致雪深減小。25°以上，東坡、南坡和西坡的雪深值相差不大。

圖8 雪深與高程（a～e）、坡度（f～j）、坡向（k～o）關系圖Fig.8 The relationships between snow cover depth and elevation（a～e），slope（f～j）and aspect（k～o）

3.3.3 坡向

為分析不同坡向雪深的分布情況，將坡向劃分為北坡（315°＜坡向＜45°）、東坡（45°＜坡向＜135°）、南坡（135°＜坡向＜225°）、西坡（225°＜坡向＜315°）。使用ArcGIS軟件計算雅江流域30 m×30 m DEM數據的坡向，對每個25 km×25 km雪深網格取該網格內占比最大的坡向作為該網格的坡向代表值，進行分析。從圖8（k）～8（o）中可見，一般來說，雅江流域不同高度帶上東坡、南坡的年平均雪深高于北坡和西坡，這可能是由于在雅江流域東南部，來自孟加拉灣的暖濕氣流與北部冷空氣交匯在迎風坡形成降水，為積雪的形成創造了條件。特別是在冬季，東、南坡和西、北坡雪深在4 000～4 500 m高程帶的差異尤為明顯，這可能是由于冬季受到盛行西風的影響，風的搬運作用使得積雪從西北坡遷移到了東南坡。由此可見，流域不同坡向上的積雪分布差異與山體坡向對水熱條件的影響密切相關，且風的再分配作用也至關重要。

4 結論與討論

本文基于1979—2017年逐日雪深數據以及同期氣溫、降水資料和流域DEM數字高程模型等，使用M-K趨勢分析法、Pearson相關分析法對雅江流域雪深時空變化特征及其對氣象因子和地形因子的響應關系進行了分析，得到如下主要結論：

（1）1979—2017年間，雅魯藏布江流域雪深在0.98～3.16 cm之間呈現波動變化，流域多年平均雪深為1.95 cm，且以0.02 cm·a-1的速率呈現顯著減少趨勢。雪深變化在一年之內呈現單峰特征，四季差異較大，且冬季雪深對全年積雪的貢獻最大。

（2）雅江流域雪深分布空間差異明顯，呈現“二高二低”相間分布的特征。2個高值區分布在流域西部邊緣、流域東部的山地地區，年均雪深可達9.0 cm以上；2個雪深低值區分布在中游河谷、流域出口區域，年平均雪深低于0.8 cm。

（3）氣溫和降水是影響雅江流域積雪變化的重要因子，不同季節雪深對氣象因子的響應有所區別。總的來說，氣溫的升高與雅江流域雪深減少呈顯著相關關系，年平均氣溫與雪深的相關系數達-0.63。

（4）雅江流域內高程分布差異巨大，對雪深的分布有重要影響。高程對雪深的影響表現為雪深隨高程的增加而增加，但最大雪深帶并非出現在最大高程處，而是出現在4 000～4500 m高程帶。

（5）坡度和坡向通過影響水熱條件和積雪的再分配，從而影響雪深的空間分布規律。雪深隨坡度的變化呈現“減少—增加—減少”三段式分布規律，不同坡向略有差別。一般來說，東坡和南坡的雪深高于西坡和北坡，這與雅江流域水熱條件分布有關。

本研究采用的雪深數據空間分辨率較大，且數據源本身的精度問題對研究結果存在一定的影響［21］。文中夏季雪深和氣溫為正相關關系且夏季雪深呈現微弱的增加趨勢，這可能是由于數據精度問題造成研究結果的不合理性，其中原因有待進一步探究［9，36-37］。此外，坡度和坡向對雪深的分布影響很大，一般情況下，陰坡積雪比陽坡積雪融化慢，但本研究中該規律不明顯，這個問題需要更高空間分辨率的積雪數據與DEM數據結合進行分析，才能得出更加精確的結論［21，35］。