EN中文

干旱区地理 >

2024 , Vol. 47 >Issue 9: 1462 - 1471

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.115

第三次新疆综合科学考察

昆仑山北坡区域积雪时空变化特征

  • 康立民 ,
  • 滕心如 ,
  • 车佳航 ,
  • 怀保娟
展开
  • 山东师范大学地理与环境学院，山东 济南 250300
怀保娟（1988-），女，副教授，主要从事格陵兰冰盖表面物质平衡模拟与重建研究. E-mail:

康立民（1999-），男，硕士研究生，主要从事积雪遥感研究. E-mail:

收稿日期: 2024-02-25

  修回日期: 2024-04-02

  网络出版日期: 2026-03-11

基金资助

第三次新疆综合科学考察项目(2021xjkk0100)

山东省优秀青年科学基金(ZR2023YQ035)

国家自然科学基金(42171121)

收起

Spatiotemporal variations of snow cover on the northern slope of Kunlun Mountains

  • Limin KANG ,
  • Xinru TENG ,
  • Jiahang CHE ,
  • Baojuan HUAI
Expand
  • College of Geography and Environment, Shandong Normal University, Jinan 250300, Shandong, China

Received date: 2024-02-25

  Revised date: 2024-04-02

  Online published: 2026-03-11

Fold

摘要

积雪是水循环的重要组成部分，积雪的积累消融对下游社会经济发展具有重要影响。采用趋势分析、相关性分析等方法分析2000—2020年昆仑山北坡积雪面积、积雪日数（SCD）在空间和时间上的分布特征和变化趋势，并分析积雪的海拔效应及气候对积雪的影响。结果表明：（1） 2000—2020年昆仑山北坡积雪面积呈减少趋势（-152.4 km2·a-1），2010年以前积雪面积距平偏正，2010年后偏负。（2） 月尺度上，积雪覆盖率（SCF）从8月到翌年7月呈先增后减的趋势，冬、春季高于夏、秋季。（3） SCD分布具有明显的空间异质性，中部地区SCD的变化影响该地的年总SCD。（4） 2000—2020年的年均SCD随海拔升高而增加，海拔>6.0 km为331.6 d，说明高海拔地区存在常年性积雪。（5） 气温与积雪面积呈显著负相关（相关系数为-0.68，P<0.01），降水与积雪面积呈不显著正相关（相关系数为0.14，P>0.05），气温对积雪的影响高于降水。

关键词： MODIS; 积雪面积; 积雪日数; 海拔效应; 气候变化; 昆仑山北坡

本文引用格式

康立民 , 滕心如 , 车佳航 , 怀保娟 . 昆仑山北坡区域积雪时空变化特征[J]. 干旱区地理, 2024 , 47(9) : 1462 -1471 . DOI: 10.12118/j.issn.1000-6060.2024.115

Abstract

Snow cover is an essential component of the water cycle, and the accumulation and melting of snow have significant impacts on socio-economic development downstream. This study employs trend analysis, correlation analysis, and other methods to analyze the spatiotemporal distribution characteristics and trends of snow cover area and snow cover days (SCD) on the northern slope of Kunlun Mountain of Xinjiang, China from 2000 to 2020. It also examines the elevation effect and the impact of climate on snow cover. The results indicate: (1) From 2000 to 2020, the snow cover area showed a decreasing trend (-152.4 km2·a-1), with a positive anomaly before 2010 and a negative one after. (2) On a monthly scale, the snow cover percentage (SCF) showed a trend of initially increasing and then decreasing from August to the following July, being higher in winter and spring than in summer and autumn. (3) The distribution of SCD exhibits obvious spatial heterogeneity, with changes in the middle region affecting the annual total number of SCD in the area. (4) The average number of SCD per year from 2000 to 2020 increased with elevation, reaching 331.6 d at elevations above 6.0 km, suggesting perennial snow at high altitudes. (5) Temperatures are significantly negatively correlated with the snow cover area (correlation coefficient -0.68, P<0.01), while precipitation is not significantly positively correlated with the snow cover area (correlation coefficient 0.14, P>0.05), and temperature has a stronger impact on snow cover than precipitation.

Key words： MODIS; snow cover area; snow cover days; elevation effect; climate change; northern slope of Kunlun Mountains

积雪以其高反照率、低导热性、融化吸热等特性，影响着地表能量转换过程，在冰冻圈水文过程中起着重要作用[1⇓-3]。积雪对气温变化非常敏感，被称为气候变化的良好指示器[4-5]。此外，积雪融水是下游河流的重要补给水源，昆仑山北侧塔里木盆地及其周边分布有叶尔羌河、和田河、克里雅河等诸多河流，夏季积雪融化为这些河流带来丰富的水源，对下游植被生长、动物繁衍生息以及经济发展有重要影响，因此研究昆仑山北坡积雪变化具有重要的水文、生态和经济意义[6⇓⇓⇓-10]。
气象台站在监测积雪面积、积雪日数（SCD）、积雪深度等方面具有可信度高、数据准确的优势，为积雪变化研究提供有力的数据支撑[11]。但气象台站仅能在小范围内进行积雪数据采集，其空间代表性较差，而昆仑山北坡高海拔地区面积广泛，气象台站分布十分稀疏[10]。因此，基于气象台站观测的积雪数据仅能反映部分地区积雪的分布，难以覆盖昆仑山北坡。卫星遥感数据如MODIS、Landsat等具有覆盖范围广、时空连续性等优点，成为近年来积雪观测的主要数据源，已有许多学者利用遥感数据对积雪变化进行深入广泛的研究[8,12⇓-14]。在青藏高原积雪的研究中，Huang等[10]利用无云条件下MODIS逐日积雪产品和AMSR-E、SSM/I逐日SWE产品，分析2001—2014年青藏高原积雪变化与海拔的关系及其对气候的响应；孙燕华等[15]结合MODIS逐日无云积雪产品与AMSR-E雪水当量产品，得到青藏高原500 m分辨率的雪水当量产品，并对降雪与积雪的关系进行对比分析。在昆仑山地区，易颖等[7]利用MODIS无云数据产品提取叶尔羌河流域2002年7月—2018年6月逐日积雪覆盖率，并系统分析了积雪覆盖日数、降雪开始时间等的空间分布和变化特征；颜伟等[8]对MOD10A2积雪数据进行去云处理，分析了2000—2013年西昆仑山玉龙喀什河流域的积雪变化，发现低、高山区积雪面积都呈增加趋势；Yi等[16]利用改进后的MODIS产品探讨了西昆仑等地海拔与积雪覆盖的关系，并对气候对积雪变化的效应进行分析，结果显示低海拔地区积雪覆盖减少，而高海拔地区积雪增加。
综上，利用遥感手段对积雪分布的研究主要集中于青藏高原以及西昆仑等地，而忽略了对昆仑山北坡积雪变化的细致分析。因此，本研究利用MODIS数据去云处理后得到的“中国MODIS逐日无云500 m积雪面积产品数据集”、SRTM 90 m高程数据、ERA5-Land 2 m气温和降水再分析资料，分析2000—2020年昆仑山北坡积雪面积、SCD的时间变化、空间分布和海拔效应及气候因素，以期更好地理解该地积雪的时空变化，为该区域水资源管理、生态环境保护和经济发展提供科学依据。

1 数据与方法

1.1 研究区概况

昆仑山北坡（77°~93°E，34°~40°N）位于新疆南部，地势南高北低，海拔1275~6929 m，属于温带或寒温带气候，冬季时长远大于夏季时长，年平均降水量300~450 mm，且分布不均匀。该区域发育了大量现代冰川且高海拔地区分布有大面积积雪，冰雪融水为叶尔羌河、和田河、克里雅河等河流注入水源，为周边地区人民生活和经济社会发展提供宝贵的水资源[7-8,17-18]。本研究将昆仑山北坡进一步分为车尔臣河、克里雅河、和田河和库木库里盆地4个流域（图1），以研究不同流域内积雪的变化情况。
图1 研究区示意图

Fig. 1 Schematic diagram of the study area

1.2 数据来源

1.2.1 MODIS积雪产品数据

本研究采用来自国家冰川冻土沙漠科学数据中心的“中国MODIS逐日无云500 m积雪面积产品数据集”，来源（http://www.ncdc.ac.cn/），该数据集是基于MODIS表面反射率产品MOD/MYD09GA并结合多种辅助数据，利用针对不同地表类型的决策树积雪判别算法和隐马尔科夫随机场模型的时空插值算法等空缺值填补算法制备，时间范围为2000年2月28日—2020年12月31日，空间分辨率为500 m×500 m，空间范围为72°~142°E、16°~56°N，投影方式为经纬度投影，其中0、1、2、3、4、255分别代表陆地、影像识别积雪、去云插补积雪、雪深插补积雪、水体、填充值，每日数据以HDF5文件格式存储，主要针对中国陆地范围的积雪[19-20]。
为高效识别积雪，利用Python首先将HDF5格式的数据转化为tif格式，并通过ArcGIS进行重分类，将值为1、2、3分类为“1”代表存在积雪，其他值分类为“0”代表不存在积雪，获取每日数据；然后将一年中多幅栅格数据按时间叠加，得到年尺度的栅格数据，栅格值代表一年中某一格点上存在积雪的总天数。因2000年1月和2月数据缺失，拟采用2001—2020年相应月份的均值替代。

1.2.2 SRTM高程数据

本研究采用SRTM 90 m分辨率的高程数据，数据来源为地理空间数据云（https://www.gscloud.cn/），在ArcGIS中对其进行重采样，生成500 m×500 m空间分辨率的高程数据，以匹配积雪数据。

1.2.3 ERA5-Land再分析资料

ERA5-Land是欧洲中期天气预报中心（ECMWF）对1981—2024年全球气候的第五代陆面再分析数据集[3]，相比于ERA5，其在陆面模拟更加精准[21]。本研究使用的是ERA5-Land 2000—2020年月尺度的2 m气温和降水数据，该数据的空间分辨率为0.1°×0.1°，经纬度范围为34°~40°N、77°~93°E。通过Python将ERA5-Land数据重采样为年尺度，并计算2 m气温和降水的时间序列和空间分布。

1.3 研究方法

1.3.1 积雪覆盖率

积雪覆盖率表示存在积雪覆盖的面积占总面积的比例[22]，计算公式为：
S C F = S s n o w S a l l × 100 %
式中：SCF为积雪覆盖率（%）； S s n o w为存在积雪的面积（km2）； S a l l为区域总面积（km2）。

1.3.2 积雪覆盖日数

积雪覆盖日数表示在某一格点上存在积雪的日数总和，值越大，说明一年内积雪覆盖的时间越久，反之越短[22]，计算公式为：
S C D = ∑ i = 0 N S i
式中：SCD为积雪日数（d），取值范围为0~366，N=366（或365）； S i为像元值，其中1代表存在积雪，0代表不存在积雪。

1.3.3 趋势分析

采用一元线性回归对2000—2020年昆仑山积雪面积和SCD在时间和空间上进行趋势分析[23]。时间上，拟合2000—2020年年均积雪面积和SCD。空间上，拟合每个格点2000—2020年SCD。计算公式为：
S l o p e = n × ∑ i = 1 n i × s n o w - ∑ i = 1 n i ∑ i = 1 n s n o w n × ∑ i = 1 n i 2 - ∑ i = 1 n i 2
式中： S l o p e为斜率，即年际变化率（km2·a-1或d·a-1）； s n o w为某一年的积雪面积（km2）、SCD（d）或者空间上每个像元在某一年份的SCD（d）；n为统计时段的累计年数或月数。

1.3.4 相关性分析

采用皮尔逊相关分析法研究积雪变化与气温、降水的响应关系[23]。计算公式为：
R x y = ∑ i = 1 n x i - x - y i - y - ∑ i = 1 n x i - x - 2 ∑ i = 1 n y i - y - 2
式中：n为统计时段的总年数（即n=21）； x i、 y i为相关分析的2个变量； x -、 y -为2个变量n年的平均值； R x y为2要素之间的相关性，当 R x y>0时，表示正相关； R x y<0时，表示负相关。 R x y的绝对值越接近于1，表示2要素相关性越高，同时利用T检验对相关系数进行显著性检验。

2 结果与分析

2.1 积雪面积变化特征

2000—2020年昆仑山北坡及4个流域积雪面积变化及其趋势如图2所示。从月尺度看，昆仑山北坡月平均积雪面积在1×104~14×104 km2之间，波动较大，月积雪面积的年际变化主要是由最大积雪面积波动造成的，如2002、2008年和2019年，月最大积雪面积都超过1.2×105 km2，而在2018年，月最大积雪面积小于8.0×104 km2，2000—2020年最小积雪面积波动很小，稳定在2.0×104 km2。
图2 2000—2020年昆仑山北坡及各流域积雪面积变化及趋势

Fig. 2 Changes and trends of snow cover area on the northern slope of Kunlun Mountains and river basins from 2000 to 2020

近20 a来昆仑山北坡月平均积雪面积变化较小，整体上呈现不显著的下降趋势。分析4个流域月平均积雪面积变化特征，由于和田河流域与车尔臣河流域海拔较高，且该地区地势南高北低，有利于深入的冬季风在地形抬升作用下形成降雪[24]，因此这2个流域的积雪面积最大，多年平均积雪面积分别为2.1×104 km2和1.6×104 km2，库木库里盆地次之，为1.2×104 km2，克里雅河流域多年平均积雪面积最小，仅0.9×104 km2。2000—2020年库木库里盆地积雪面积表现出增加趋势，其他3个流域积雪面积均表现出减少趋势。由于车尔臣河流域面积广阔，东北部海拔低，在夏季气温升高时积雪消融量大，南部海拔高，冬季气温降低时积雪累积多，所以车尔臣河流域的积雪面积波动最大。和田河流域在4个流域中海拔最高，夏季消融量最小，因此积雪面积的波动较小。4个流域中，克里雅河流域积雪面积波动最小，主要由于其面积较小，且位于新疆塔里木盆地南缘，流域内大部分地区地势较低，气温高，冬季积雪面积小，月最大积雪面积也远小于其他3个流域[25]。
2000—2020年昆仑山北坡及4个流域积雪面积年均距平如图3所示。2000—2020年昆仑山北坡积雪面积呈现波动变化的趋势，2000—2009年相比于多年平均积雪面积有增有减，2010—2020年积雪面积低于多年平均值的情况更加频繁，2016年积雪面积达到20 a的最低水平，仅4.7×104 km2（低于均值约19.0%），而2019年积雪面积高于均值约31.8%，已有研究[26]通过经验正交分解方法分析1980—2019年青藏高原积雪，发现3个模态中2019年均呈现出高于均值的积雪深度，与本研究结果相符。另外，2002、2008年和2009年积雪面积较高，结合图2发现在秋、冬季积雪覆盖面积远超同时期的其他年份，而不同年份的夏季积雪面积相差较小，说明秋、冬季积雪面积高或低是导致年均积雪面积增加或减少的原因。车尔臣河与克里雅河流域的整体趋势与昆仑山北坡类似，在2010年后表现出负趋势；而和田河流域2000—2020年积雪面积变化趋势不明显，呈现高低交错的形态；库木库里盆地积雪面积增加，2019年后积雪面积回升，超过多年均值。
图3 2000—2020年昆仑山北坡及各流域积雪面积距平

Fig. 3 Annual anomaly of snow cover area on the northern slope of Kunlun Mountains and river basins from 2000 to 2020

昆仑山北坡SCF月变化，具有显著的季节性差异（图4），SCF在8月最小（6.39%），9月以后SCF出现明显的上升，到1月达到最大SCF（38.47%），1—4月的SCF略高于其他月份。昆仑山北坡地区受西风气流的控制，降水主要集中在冬、春两季，而由于昆仑山脉海拔较高，降水多以固态形式降落，使得冬、春两季较夏、秋两季SCF高[7]。在一个水文年内，昆仑山北坡7—9月SCF低且年际变化较小，此时昆仑山北坡正值夏季，气温高导致低海拔地区积雪融化且降水以降雨的形式，积雪集中分布在高海拔地区，积雪面积小且变幅小[27]；10月—翌年5月是昆仑山北坡降雪主要发生的时期，SCF变幅较大，12月—翌年1月是昆仑山北坡积雪面积增加的主要时段，积雪面积的年际波动大，且均呈偏负态分布，说明冬季SCF在研究时段内整体减少[28]。
图4 昆仑山北坡积雪覆盖率（SCF）月变化

Fig. 4 Monthly variation of SCF on the northern slope of Kunlun Mountains

2.2 积雪日数（SCD）变化特征

2000—2020年昆仑山北坡SCD的空间分布如图5所示，SCD大于60 d的地区被认为是季节积雪中的稳定积雪区[28]，昆仑山北坡的SCD主要集中于120 d以下，小于60 d的范围居多，即昆仑山北坡以不稳定积雪为主。结合图2发现：（1） 昆仑山北坡SCD高值多以斑块状分布集中在西南部、东南部以及部分东南部地区，空间异质性较大，且与海拔密切相关[4]；（2） 中部地区海拔多在3.0~4.0 km之间，SCD年际变化较大，2004、2007、2010、2011年和2016年SCD在1~60 d之间，而2002、2009、2012年和2019年SCD有明显增加，能达到120 d；（3） 东北部地区海拔多在3.0 km以下，气温高、消融量大导致SCD常年稳定在1~30 d。因此，昆仑山北坡中部地区积雪的变化影响了整个区域的年均SCF、SCD。李虹等[23]研究发现，中海拔地区SCF年际变化较大（约20%~90%），而高海拔地区和低海拔地区SCF年际变化相对较小；黄晓东等[29]研究发现在青藏高原，SCD在海拔3.0~5.0 km的标准差较大，说明此范围内积雪的年际变化较大，与本文研究结果相符。
图5 2000—2020年昆仑山北坡积雪日数（SCD）空间分布

Fig. 5 Spatial distributions of SCD on the northern slope of Kunlun Mountains from 2000 to 2020

2000—2020年昆仑山北坡多年平均SCD具有明显的空间分异特征（图6a）。具体来看，和田河流域总体海拔高，是积雪常年不消融的区域，因此年均SCD较高。靠近山脉的中高海拔地区SCD占全年的一半左右，属于季节性积雪，SCD的长短通常与水文年内积雪季的长度明显相关[24]，而北部海拔较低且靠近塔克拉玛干沙漠的区域由于夏季气温高，积雪消融量大，年均SCD较低。
图6 2000—2020年昆仑山北坡SCD及变化趋势空间分布

Fig. 6 Spatial distributions of SCD and its variation trend on the northern slope of Kunlun Mountains from 2000 to 2020

昆仑山北坡SCD变化趋势也表现出明显的空间分异（图6b）。和田河、克里雅河和车尔臣河流域的高海拔区SCD呈增加趋势，而库木库里盆地SCD大面积增加，东部SCD增加甚至超过3 d·a-1，与黄晓东和唐志光等[25,29]的研究结果基本一致。自20世纪以来，青藏高原正经历由“冷干”到“暖湿”的过程，水分含量增多有利于SCD的增加[30-31]。昆仑山北坡大部分地区SCD呈1 d·a-1的减少趋势，在库木库里盆地西北部、车尔臣河流域南部等区域SCD减少超过3 d·a-1。已有研究表明，青藏高原地区升温是驱动积雪消融提前的重要因素，进而导致SCD减少[28,32]。另外，易颖等[7]研究表明ENSO通过影响水汽输送作用于积雪的产生，导致积雪出现极端偏大或偏小的现象。

2.3 积雪分布的海拔效应

为分析积雪面积和SCD的海拔效应，将研究区的海拔分为<2.0 km、2.0~2.5 km、2.5~3.0 km、3.0~3.5 km、3.5~4.0 km、4.0~4.5 km、4.5~5.0 km、5.0~5.5 km、5.5~6.0 km和>6.0 km共10类。
不同海拔带的积雪面积和SCD如图7所示。由图7a可知，昆仑山北坡海拔多分布在4.5~5.0 km范围内，海拔5.0~5.5 km和4.0~4.5 km次之，海拔<2.0 km、2.0~2.5 km、2.5~3.0 km以及>6.0 km的面积都较小。从积雪面积上看，最大值在5.0~5.5 km的范围内，4.5~5.0 km次之，因为这2个海拔带总面积较大使积雪面积较大，而5.5~6.0 km和>6.0 km这2个海拔带总面积小，但积雪面积与总面积更接近，说明高海拔地区出现常年积雪的现象而中低海拔带出现季节性积雪[33]。由图7b可知，昆仑山北坡多年平均SCD随海拔升高而增加，海拔5.0 km以下的区域，年均SCD从9.7 d逐渐增加到78.8 d，增长相对缓慢（约23.1 d·km-1）；在4.0~5.5 km海拔范围内，SCD的年际波动最大[34-35]；在海拔5.0~6.0 km，年均SCD从120.4 d增加至257.5 d，增长较快（约137.1 d·km-1）；高于6.0 km的区域年均SCD在331.6 d，该海拔带多分布在和田河流域南部，海拔高且存在常年积雪。
图7 海拔对积雪面积和SCD分布的影响

Fig. 7 Influence of elevation on distribution of snow cover area and SCD

2.4 积雪与气温和降水的关系

对2000—2020年昆仑山北坡2 m气温和降水的空间分布及年际变化进行分析（图8）。空间上，靠近塔里木盆地的北部边缘及靠近柴达木盆地的东部边缘气温较高，年均温超过0 ℃，和田河流域东部高海拔区气温较低，年均温低于-15 ℃；时间上，2000—2020年昆仑山北坡的气温以0.03 ℃·a-1速率上升，气温与积雪面积的相关系数为-0.68（P<0.01），且呈显著的负相关。空间上，降水以和田河流域北部最大，年均降水量最大可达500 mm，克里雅河流域北部、车尔臣河流域东北部、库木库里盆地东南部降水相对较高，而南部高海拔地区降水量相对较小，说明降水量的空间分布与海拔同样密切[23,35-36]。时间尺度上，2000—2020年昆仑山北坡的降水以-0.18 mm·a-1的速率减少，降水与积雪面积的相关系数为0.14（P>0.05）呈不显著正相关。研究发现，由于昆仑山北坡深居内陆并且南部受到青藏高原和喜马拉雅山脉的阻挡，难以接收到来自太平洋和印度洋的湿润气流，因此降水量整体相对较少，在海拔差异较大的和田河流域降水量对比更为明显，而在其他流域降水量分布较为均匀[37]。
图8 2000—2020年昆仑山北坡气温和降水的年际变化和空间分布

Fig. 8 Interannual changes and spatial distributions of temperature and precipitation on the northern slope of Kunlun Mountains from 2000 to 2020

3 结论

（1） 2000—2020年昆仑山北坡积雪面积呈减少趋势。总体看，积雪面积以约-152.4 km2·a-1的速率减少，2010年以前积雪面积距平偏向正值，2010年后偏向负值；流域上，车尔臣河流域积雪面积以-58.8 km2·a-1的速率减少，高于其他流域，而库木库里盆地以42.0 km2·a-1的速率增加。
（2） 昆仑山北坡SCF在月尺度上体现出明显的夏低冬高的趋势。夏季6月、7月、8月，SCF依次为20.58%、7.75%、6.38%；冬季12月、1月、2月，SCF依次为29.65%、38.47%、35.97%，春季（3—5月）和秋季（9—11月）次之。
（3） 昆仑山北坡的SCD具有明显的空间异质性。SCD呈现西部和西南部高、东部及南部低的分布特征，SCD的年际变化呈现高海拔区增加、低海拔区减少的趋势。
（4） 昆仑山北坡SCF和SCD随海拔的升高而增加。昆仑山北坡的海拔范围多在4.0~4.5 km，积雪面积的最大值出现在5.0~5.5 km的海拔带；年均SCD随海拔升高有明显的增加，在低于2.0 km的海拔带内，年均SCD为9.7 d，但在超过6.0 km的海拔带内，年均SCD达到331.6 d，说明高海拔地区存在常年积雪的现象。
（5） 昆仑山北坡气温以0.03 ℃·a-1的速率上升，而降水以-0.18 mm·a-1的速率减少，气温和积雪面积呈现出显著的负相关，相关系数为-0.68（P<0.01），而降水和积雪面积呈不显著正相关，相关系数为0.14（P>0.05），说明气温对积雪的影响高于降水。
以上研究结果表明，昆仑山北坡2000—2020年积雪面积呈减少趋势，SCD也在减少且主要发生在低海拔地区，高海拔地区的SCD有增加的趋势，气温升高是积雪面积和SCD减少的主要原因，但高海拔地区SCD增加这一现象仍需进一步探讨。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
杨兴国, 秦大河, 秦翔. 冰川/积雪-大气相互作用研究进展[J]. 冰川冻土, 2012, 34(2): 392-402.

[Yang Xingguo, Qin Dahe, Qin Xiang, et al. Progress in the study of interaction between ice/snow and atmosphere[J]. Journal of Glaciology and Cryopedology, 2012, 34(2): 392-402.]

[2]
Zhang T J. Influence of the seasonal snow cover on the ground thermal regime: An overview[J]. Reviews of Geophysics, 2005, 43(4): 2004RG000157, doi: 10.1029/2004RG000157.

[3]
Henderson G R, Leathers D J, Hanson B. Circulation response to Eurasian versus North American anomalous snow scenarios in the northern Hemisphere with an AGCM coupled to a slab ocean model[J]. Journal of Climate, 2013, 26(5): 1502-1515.

[4]
娄梦筠, 刘志红, 娄少明, 等. 2002—2011年新疆积雪时空分布特征研究[J]. 冰川冻土, 2013, 35(5): 1095-1102.

DOI

[Lou Mengyun, Liu Zhihong, Lou Shaoming, et al. Temporal and spatial distribution of snow cover in Xinjiang from 2002 to 2011[J]. Journal of Glaciology and Cryopedology, 2013, 35(5): 1095-1102.]

[5]
Wu G X, He B, Duan A M, et al. Formation and variation of the atmospheric heat source over the Tibetan Plateau and its climate effects[J]. Advances in Atmospheric Sciences, 2017, 34(10): 1169-1184.

[6]
阿力木·喀迪阿依, 如素力·玉素甫江, 艾克木·肉克亚木, 等. 2001—2017年艾比湖流域积雪时空变化及其驱动因子分析[J]. 生态科学, 2023, 42(3): 127-135.

[Kadiayi Alimu, Yusufujiang Rusuli, Roukeyamu Aikemu, et al. Temporal and spatial changes of snow cover in the Ebinur Lake Basin from 2001 to 2017 and analysis of its driving factors[J]. Ecological Science, 2023, 42(3): 127-135.]

[7]
易颖, 刘时银, 朱钰, 等. 2002—2018年叶尔羌河流域积雪时空变化研究[J]. 干旱区地理, 2021, 44(1): 15-26.

DOI

[Yi Ying, Liu Shiyin, Zhu Yu, et al. Spatiotemporal variation of snow cover in the Yarkant River Basin during 2002—2018[J]. Arid Land Geography, 2021, 44(1): 15-26.]

DOI

[8]
颜伟, 刘景时, 罗光明, 等. 基于MODIS数据的2000—2013年西昆仑山玉龙喀什河流域积雪面积变化[J]. 地理科学进展, 2014, 33(3): 315-325.

DOI

[Yan Wei, Liu Jingshi, Luo Guangming, et al. Snow cover area changes in the Yurungkax River Basin of west Kunlun Mountains during 2000—2013 using MODIS data[J]. Progress in Geography, 2014, 33(3): 315-325.]

DOI

[9]
Duo C, Xie H J, Wang P X, et al. Snow cover variation over the Tibetan Plateau from MODIS and comparison with ground observations[J]. Journal of Applied Remote Sensing, 2014, 8(1): 084690, doi: 10.1117/1.JRS.8.084690.

[10]
Huang X D, Deng J, Wang W, 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: 274-288.

[11]
张永宏, 宋凯达, 王剑庚, 等. 2000—2020年北疆地区积雪时空变化趋势及影响要素[J]. 科技导报, 2023, 41(3): 72-80.

DOI

[Zhang Yonghong, Song Kaida, Wang Jiangeng, et al. The temporal and spatial variation trends and influencing factors of snow cover in northern Xinjiang from 2000 to 2020[J]. Science & Technology Review, 2023, 41(3): 72-80.]

[12]
刘俊峰, 陈仁升. 基于MODIS双卫星积雪遥感数据的积雪日数空间分布研究[J]. 冰川冻土, 2011, 33(3): 504-511.

[Liu Junfeng, Chen Rensheng, et al. Validation of MODIS snow covered days by the combined using of MODIS aqua and terra snow cover products and in-situ observations all over China[J]. Journal of Glaciology and Cryopedology, 2011, 33(3): 504-511.]

[13]
吕志邦, 王玮, 冯琦胜, 等. 基于MODIS与AMSR-E数据的雪被产品合成及精度评价[J]. 草业科学, 2011, 28(6): 931-938.

[Lü Zhibang, Wang Wei, Feng Qisheng, et al. Composition and accuracy assessment of snow cover product based on MODIS and AMSR-Edata[J]. Pratacultural Science, 2011, 28(6): 931-938.]

[14]
Wulder M A, Loveland T R, Roy D P, et al. Current status of Landsat program, science, and applications[J]. Remote Sensing of Environment, 2019, 225: 127-147.

DOI

[15]
孙燕华, 黄晓东, 王玮, 等. 2003—2010年青藏高原积雪及雪水当量的时空变化[J]. 冰川冻土, 2014, 36(6): 1337-1344.

DOI

[Sun Yanhua, Huang Xiaodong, Wang Wei, et al. Spatio-temporal changes of snow cover and snow water equivalent in the Tibetan Plateau during 2003—2010[J]. Journal of Glaciology and Cryopedology, 2014, 36(6): 1337-1344.]

[16]
Yi Y, Liu S Y, Zhu Y, et al. Spatiotemporal heterogeneity of snow cover in the central and western Karakoram Mountains based on a refined MODIS product during 2002—2018[J]. Atmospheric Research, 2021, 250: 105402, doi: 10.1016/j.atmosres.2020.105402.

[17]
She J F, Zhang Y F, Li X G, et al. Changes in snow and glacier cover in an arid watershed of the western Kunlun Mountains using multisource remote-sensing data[J]. International Journal of Remote Sensing, 2014, 35(1): 234-252.

[18]
Ma X F, Yan W, Zhao C Y, et al. Snow-cover area and runoff variation under climate change in the west Kunlun Mountains[J]. Water, 2019, 11(11): 2246, doi: 10.3390/w11112246.

[19]
张镱锂, 李炳元, 郑度. 论青藏高原范围与面积[J]. 地理研究, 2002(1): 1-8.

[Zhang Yili, Li Bingyuan, Zheng Du, et al. A discussion on the boundary and area of the Tibetan Plateau in China[J]. Geographical Research, 2002(1): 1-8.]

[20]
Hao X H, Huang G H, Zheng Z J, et al. Development and validation of a new MODIS snow-cover-extent product over China[J]. Hydrology and Earth System Sciences, 2022, 26(8): 1937-1952.

[21]
Munoz-sabater J, Dutra E, Agusti-panareda A, et al. ERA5-Land: A state-of-the-art global reanalysis dataset for land applications[J]. Earth System Science Data, 2021, 13(9): 4349-4383.

[22]
邹逸凡, 孙鹏, 张强, 等. 2001—2019年横断山区积雪时空变化及其影响因素分析[J]. 冰川冻土, 2021, 43(6): 1641-1658.

DOI

[Zou Yifan, Sun Peng, Zhang Qiang, et al. Analysis on spatial-temporal variation of snow cover and its influencing factors in the Hengduan Mountains from 2001 to 2019[J]. Journal of Glaciology and Cryopedology, 2021, 43(6): 1641-1658.]

[23]
李虹, 李忠勤, 陈普晨, 等. 近20 a新疆阿尔泰山积雪时空变化及其影响因素[J]. 干旱区研究, 2023, 40(7): 1040-1051.

DOI

[Li Hong, Li Zhongqin, Chen Puchen, et al. Spatio-temporal variation of snow cover in Altai Mountains of Xinjiang in recent 20 years and its influencing factors[J]. Arid Zone Research, 2023, 40(7): 1040-1051.]

DOI

[24]
刘一静, 孙燕华, 钟歆玥, 等. 从第三极到北极: 积雪变化研究进展[J]. 冰川冻土, 2020, 42(1): 140-156.

DOI

[Liu Yijing, Sun Yanhua, Zhong Xinyue, et al. Changes of snow cover in the Third Pole and the Arctic[J]. Journal of Glaciology and Cryopedology, 2020, 42(1): 140-156.]

[25]
唐志光, 王建, 王欣, 等. 基于MODIS数据的青藏高原积雪日数提取与时空变化分析[J]. 山地学报, 2017, 35(3): 412-419.

[Tang Zhiguang, Wang Jian, Wang Xin, et al. Extraction and spatiotemporal analysis of snow covered days over Tibetan Plateau based on MODIS data[J]. Moutain Research, 2017, 35(3): 412-419.]

[26]
王芝兰, 张飞民, 王澄海, 等. 1980—2019年青藏高原积雪深度时空差异性分析[J]. 冰川冻土, 2022, 44(3): 810-821.

DOI

[Wang Zhilan, Zhang Feimin, Wang Chenghai, et al. Analysis on spatial and temporal difference of snow depth over the Tibetan Plateau from 1980 to 2019[J]. Journal of Glaciology and Cryopedology, 2022, 44(3): 810-821.

[27]
Xu W F, Ma L J, Ma M N, et al. Spatial-temporal variability of snow cover and depth in the Qinghai-Tibetan Plateau[J]. Journal of Climate, 2017, 30(4): 1521-1533.

[28]
Chen X, An S, Inouye D W, et al. Temperature and snowfall trigger alpine vegetation green-up on the world’s roof[J]. Global Change Biology, 2015, 21(10): 3635-3646.

[29]
黄晓东, 马英, 李雨馨, 等. 1980—2020年青藏高原积雪时空变化特征[J]. 冰川冻土, 2023, 45(2): 423-434.

DOI

[Huang Xiaodong, Ma Ying, Li Yuxin, et al. Spatiotemporal variation characteristics of snow cover over the Tibetan Plateau from 1980 to 2020[J]. Journal of Glaciology and Cryopedology, 2023, 45(2): 423-434.]

[30]
Yang K, Wu H, Qin J, et al. Recent climate changes over the Tibetan Plateau and their impacts on energy and water cycle: A review[J]. Global and Planetary Change, 2014, 112: 79-91.

[31]
Chen S B, Liu Y F, Thomas A. Climatic change on the Tibetan Plateau: Potential evapotranspiration trends from 1961—2000[J]. Climatic Change, 2006, 76(3-4): 291-319.

[32]
周敏强, 王云龙, 梁慧, 等. 青藏高原Soumi-NPP和MODIS积雪范围产品的对比分析[J]. 冰川冻土, 2019, 41(1): 36-44.

DOI

[Zhou Minqiang, Wang Yunlong, Liang Hui, et al. Comparative analysis of the snow coverage products of Soumi-NPP and MODIS in the Qinghai-Tibet Plateau[J]. Journal of Glaciology and Cryopedology, 2019, 41(1): 36-44.

[33]
赵琴, 郝晓华, 和栋材, 等. 1980—2019年北疆积雪时空变化与气候和植被的关系[J]. 遥感技术与应用, 2021, 36(6): 1247-1258.

DOI

[Zhao Qin, Hao Xiaohua, He Dongcai, et al. The relationship between the temporal and spatial changes of snow cover and climate and vegetation in northern Xinjiang from 1980 to 2019[J]. Remote Sensing Technology and Application, 2021, 36(6): 1247-1258.]

[34]
王国亚, 毛炜峄, 贺斌, 等. 新疆阿勒泰地区积雪变化特征及其对冻土的影响[J]. 冰川冻土, 2012, 34(6): 1293-1300.

[Wang Guoya, Mao Weiyi, He Bin, et al. Changes in snow covers during 1961—2011 and its effects on frozen ground in Altay Region, Xinjiang[J]. Journal of Glaciology and Cryopedology, 2012, 34(6): 1293-1300.]

[35]
张博, 李雪梅, 秦启勇, 等. 中国天山积雪垂直分布异质性研究[J]. 干旱区地理, 2022, 45(3): 754-762.

DOI

[Zhang Bo, Li Xuemei, Qin Qiyong, et al. Heterogeneity of the vertical distribution of snow cover in Chinese Tianshan Mountains[J]. Arid Land Geography, 2022, 45(3): 754-762.]

DOI

[36]
除多, 洛桑曲珍, 林志强, 等. 近30年青藏高原雪深时空变化特征分析[J]. 气象, 2018, 44(2): 233-243.

[Chu Duo, Luosang Quzhen, Lin Zhiqiang, et al. Spatio-temporal variation of snow depth on Tibetan Plateau over the last 30 years[J]. Meteorological Monthly, 2018, 44(2): 233-243.]

[37]
Tan X J, Wu Z N, Mu X M, et al. Spatiotemporal changes in snow cover over China during 1960—2013[J]. Atmospheric Research, 2019, 218: 183-194.

Options
文章导航

/

〈 〉