1980-青藏高原积雪深度时空差异性分析.docx

? ? 1980 青藏高原积雪深度时空差异性分析 ? ? 王芝兰，张飞民，王澄海，孙旭映，吕春艳 （1.兰州大学大气科学学院/甘肃省气候资源开发及防灾减灾重点实验室，甘肃 兰州 730000；2.中国气象局兰州干旱气象研究所/甘肃省干旱气候变化与减灾重点实验室，甘肃 兰州 730020；3.贵州省铜仁市气象局，贵州 铜仁 554300） 0 引言 被誉为世界“第三极”的青藏高原，对中国乃至全球气候变化的反馈具有一定“前瞻性”，该地区气候变化相比于全球其他地区，具有开始时间早、变化幅度大及变化速率快等特征，对中国气候变化的影响至关重要［1-3］。积雪作为冰冻圈最为活跃且具有多重属性的地表覆盖类型，被认为是气候变化的指示器［4］。积雪一方面通过高反射率特性，改变地表能量收支，进行陆气相互作用；另一方面通过相态的改变，进行热量传输和水文循环［5-7］。青藏高原积雪（下称高原积雪）作为一种变化显著的陆面过程，其热力影响可达到对流层中部［8］。已有诸多研究对高原积雪在次季节、季节、年际和年代际等多时间尺度特征，及其对大气变率的响应进行了广泛分析。高原积雪空间分布极不均匀，四周山地多雪、腹地少雪，积雪期主要集中在10月至翌年5月［9-10］，积雪深度和积雪日数空间大值区并不一致［11］，且积雪深度和积雪日数变化趋势并不完全一致［12］；20世纪90年代初以前，高原积雪深度变化呈普遍增加趋势，其中80年代增加趋势最为显著［13-15］，20世纪90年代末积雪开始呈显著减少趋势，其中最大雪深减少最显著［16-19］。高原冬春积雪年际异常敏感区随季节有着显著变化，并具有多尺度性［20］。次季节尺度上，冬季高原积雪变化在对流层中部存在3～8天的快速响应［21-22］。此外，高原积雪也是中国主要的水源补给，研究表明黄河源区积雪日数对春季径流的影响较积雪深度显著，4—5月气温升高，积雪大量融化，对径流增加有重要影响［23-24］。 青藏高原冬春积雪异常对大气环流和气候产生重要影响，是中国夏季降水预测的关键因子之一［25-29］。但目前高原积雪对气候的影响机理仍不够清晰，其原因在于，气候异常成因复杂，诸多影响因子对气候的作用是非线性的，高原积雪与中国降水之间的联系可能存在其他因子的协同作用，ENSO信号是否独立于积雪-东亚季风之间的联系仍不确定［30-33］；另一方面，对青藏高原积雪的时空特征及异常变化分析存在不确定性，东、西部积雪的年际波动呈现反位相关系［34］，南、北部积雪异常对中国夏季降水的影响存在差异［35-36］。气象台站的积雪观测资料是目前可信度较高、时间最长的积雪资料，但该资料空间连续性较差，台站分布不均匀，在高原相对较低海拔的东部，台站分布较多，在高海拔、气候恶劣的高原腹地及高原南部、高原西部地区台站稀少。遥感反演资料较好地解决了空间不连续的问题，虽然它较观测资料时长短，在地形复杂、积雪较浅且破碎化严重的地区反演精度不够理想［37］，但在表征气候尺度的年际变化方面，遥感资料与台站观测资料有很好的一致性［38-39］。此外，大多数研究将高原积雪视为一个整体来讨论其气候效应，积雪在空间上的差异对同期或后期气候的影响未得到重视［36］。 为深入认识和理解高原积雪的空间差异性及高原不同区域多时间尺度变化特征，本文利用中国区域长时间序列逐日积雪深度资料，采用REOF方法将高原进行区划，就高原不同区域积雪在季节、年际及年代际尺度的变化特征进行分析，以期为探讨高原积雪空间差异性对中国夏季降水及气候的影响提供科学依据。 1 数据与方法 1.1 数据来源 本文所用积雪数据来源于国家青藏高原科学数据中心（https：///zh-hans/）的中国雪深长时间序列数据集（1979—2019年）。该数据集提供1979年1月1日至2019年12月31日逐日的中国范围的积雪厚度分布数据。用于反演该雪深数据集的原始数据来自美国国家冰雪数据中心（NSIDC）处理的SMMR（1979—1987年）、SSM/I（1987—2007年）和SSMI/S（2008—2019年）逐日被动微波亮温数据（EASE-Grid）。由于三个传感器搭载在不同的平台上，所以得到的数据存在一定的系统不一致性。通过对不同传感器的亮温进行交叉定标提高亮温数据在时间上的一致性。利用Chang算法在中国地区进行修正反演雪深［40-41］。该数据集采用EASE-GRID和经纬度两种投影方式，空间分辨率为25 km。该数据虽对青藏高原积雪深度反演在数值上偏大，但对高原积雪的显著季节性特征及气候尺度的年际变化特征方面与台站观测资料具有很好的一致性［38-39］。 本文利用CRU（https：//lr1.uea.ac.uk/cru/data/）气温、降水资料分析了青藏高原不同区域积雪深度与气温、降水变化的