Page 16 - 《高原气象》2025年第5期

高 原 气 象 44 卷
1134
对淡水资源供应、 冻土保持和植被生长有着重要影 弥补了站点观测的不足（王静等， 2023）。其中， 最
响（Kang et al， 2010； 刘 杰 等 ， 2024； 刘 一 静 等 ， 具代表性之一的积雪产品是中国雪深长时间序列
2020）。青藏高原被誉为“地球第三极”和“亚洲水 数据集（车涛等， 2015）， 评估结果显示该产品对高
塔”， 拥有除南北极以外最丰富的冰雪资源， 是亚 原积雪的显著季节性特征及气候尺度的年际变化
洲 众 多 大 江 大 河 的 发 源 地（Immerzeel et al， 特征与台站观测资料具有很好的一致性（王静等，
2019）。 因此， 开展青藏高原雪深变化及对气候变 2023； 王芝兰等， 2022； 徐帆等， 2024）， 已被广泛
化响应的研究对雪水资源管理、 生态环境保护和气 应用于青藏高原气候分析、 水文模拟和水资源管理
候变化预测具有重要意义。 等研究领域。第三极地面气象要素驱动数据集（阳
在过去的 40 年里， 全球经历了快速变暖， 变 坤等， 2023）于 2023 年 11 月发布， 较目前主流的再
暖具有显著的季节差异且非生长季的增温速率明 分析数据具有更高的精度（张群慧等， 2024）， 可用
显高于生长季增温， 这种现象在青藏高原地区尤 于第三极地区气候分析和陆面、 水文、 生态相关的
为明显（Bibi et al， 2018； Ma et al， 2023a； You et 模型输入， 可以更精准地揭示积雪变化是否对海拔
al， 2020）。研究表明， 青藏高原地区在过去 40 年 依赖性变暖有明显响应这一科学问题。
的 全 年 、 夏 季 和 冬 季 平 均 增 暖 速 率 分 别 为 因此， 本文基于中国雪深长时间序列数据集和
-1
-1
0. 36 ℃·（10a） 、 0. 35 ℃·（10a） 和 0. 41℃·（10a） -1 第三极地面气象要素驱动数据集资料， 分流域和海
（魏莹， 2020； 张霞等， 2023）， 远高于同纬度区域。 拔梯度探究了 1980 -2020 年青藏高原雪深变化及
此外， 在青藏高原地区， 海拔依赖性变暖尤为显 其对气候变化的响应， 以期为青藏高原积雪水资源
著， 高海拔地区的变暖速率明显高于低海拔地区 管理、 生态环境保护和气候变化预测提供科学
（Guo et al， 2021）， 这会进一步加剧冰冻圈的退缩。 依据。
研究表明， 近 40 年来青藏高原积雪范围、 积雪日 2 研究区、 数据来源与方法介绍
数、 积雪深度、 雪水当量总体均呈减小趋势， 融雪
首日有所提前， 且存在较大的时空差异性， 气温和 2. 1 研究区概况
降 水 量 是 主 导 积 雪 变 化 的 气 候 因 子（Gao et al， 青藏高原被称为“地球第三极”， 位于欧亚大
2023a； Ma et al， 2023a， 2023b； 魏莹， 2020； 保云 陆中心， 其范围北起西昆仑山与祁连山北麓， 南至
涛， 2019； 沈鎏澄， 2020； 曹晓云等， 2022； 车涛 喜马拉雅山等山脉南麓， 南北最宽达 1560 km； 西
等， 2019； 黄晓东等， 2023； 史飞飞等， 2024； 王芝 起兴都库什山脉和帕米尔高原西缘， 东至横断山
兰等， 2022； 周秉荣等， 2024）。尽管许多研究已经 等山脉东缘， 东西最长约 3360 km， 总面积约为
证实了气候变化对青藏高原积雪影响的时空异质 308. 34×10 km ， 海拔范围为 100~8848 m， 平均海
4
2
性并探讨了其影响因素， 但仍然存在诸多不确定性 拔约 4320 m（张镱锂， 2019； 张镱锂等， 2021）。青
和局限性， 一方面， 多数研究倾向于将高原积雪视 藏高原地形复杂， 地势总体呈西北高、 东南低的态
为一个整体来探讨其对气候变化的响应， 却忽视了 势， 喜马拉雅山脉、 喀喇昆仑山脉、 冈底斯山脉、
积雪变化的空间差异； 另一方面， 青藏高原气候变 昆仑山脉、 念青唐古拉山脉、 唐古拉山脉、 巴颜喀
暖存在海拔越高、 升温越快的“海拔依赖现象” 拉山、 阿尔金山脉、 祁连山脉海拔均 4500 m 以上，
（Guo et al， 2019； You et al， 2020）， 海拔依赖性变 高大山脉的雪线以上有终年不化的积雪， 雪山冰川
暖会加速青藏高原高海拔地区积雪的消融， 这对周 广布， 雅鲁藏布江、 恒河、 长江、 黄河、 湄公河等均
边地区水资源的可持续供给构成严重威胁， 然而， 发源于此， 按流域可以划分为长江、 黄河等 12个流
由于缺乏高精度的气象观测数据， 青藏高原地区积 域（张国庆， 2019）（图1， 表1）。
雪的变化是否与海拔相关尚不清楚， 积雪变化是否 2. 2 研究数据
对海拔依赖性变暖有明显的响应也是未知的。 （1） 中国雪深长时间序列数据集
遥感技术凭借其在多尺度观测、 多时相监测、 本文所用到的被动微波遥感反演雪深数据是
多谱段分析以及多层次展现等方面的优势， 为深入 “中国雪深长时间序列数据集（1979 -2020 年）”（车
研究复杂地形山区的积雪特征提供了高质量的数 涛等， 2015）。该产品在被动微波反演雪深产品的
据资源（曹晓云等， 2022； 黄晓东等， 2023）， 其中， 基础上针对中国积雪特性及气象站点雪深观测数
被动微波遥感因其长时序， 高时间分辨率和覆盖范 据做了差异化处理， 首先， 考虑到不同传感器之间
围广等特点， 逐渐发展成为主要的雪深监测手段， 的系统差异， 在进行雪深反演前， 对来自多个传感