EN中文

Arid Zone Research >

2025 , Vol. 42 >Issue 7: 1184 - 1195

DOI: https://doi.org/10.13866/j.azr.2025.07.03

Weather and Climate

Response of snowmelt over the Mongolian Plateau to air temperature

  • NIU Jin , 1 ,
  • LIU Yahong 2 ,
  • Bao Gang , 1 ,
  • YUAN Zhihui 3 ,
  • TONG Siqin 1 ,
  • Chao buga 1
Expand
  • 1. College of Geographical Science, Inner Mongolia Normal University, Hohhot 010022, Inner Mongolian, China
  • 2. Inner Mongolia Academy of Agricultural & Animal Husbandry Sciences, Hohhot 010030, Inner Mongolia, China
  • 3. College of Water Conservancy and Civil Engineering, Inner Mongolia Agricultural University, Hohhot 010018, Inner Mongolian, China

Received date: 2025-03-17

  Revised date: 2025-05-09

  Online published: 2025-08-13

Fold

Abstract

Using MODIS snow product data, this study investigates the spatiotemporal variation characteristics of the snowmelt period over the Mongolian Plateau during the 2003-2022 hydrological years. The movement of the snowmelt line toward higher latitudes and its response to air temperature are tracked and analyzed at 15-day intervals. The results show that: (1) The proportion of snow-covered area to the total area of the Mongolian Plateau during the 2003-2022 hydrological years ranged from 55.59% to 87.61%, with the smallest snow cover in 2018 and the largest in 2009. Additionally, over the past 20 years, the snowmelt start time on the Mongolian Plateau exhibited a significant advancing trend at a rate of 0.18 days per decade (P<0.05), while the stable snow-cover area showed a delaying trend. (2) Spatially, snowmelt occurred significantly later in northern regions of the Mongolian Plateau compared to southern regions. Stable snow-cover areas were primarily concentrated in the western Mongolia and northeastern Inner Mongolia, where snowmelt times were generally later. Approximately 64.9% of these areas showed an advancing trend in snowmelt, while regions with delaying trends were mainly distributed in the northwestern part of the study area. (3) Observational analysis at half-monthly scales from January during the winter season revealed that the movement of the snowmelt line demonstrated successive synchronicity with the -5 ℃ and 0 ℃ isotherms. Correlation coefficients between snowmelt line positions and temperature, except for the year 2018 (with the least snow cover), generally fell within the higher range of 0.72 to 0.98, indicating that temperature is a key factor influencing the position of the snowmelt line.

Key words： snow end day; snow line; isotherm; temperature response; Mongolian Plateau

Cite this article

NIU Jin , LIU Yahong , Bao Gang , YUAN Zhihui , TONG Siqin , Chao buga . Response of snowmelt over the Mongolian Plateau to air temperature[J]. Arid Zone Research, 2025 , 42(7) : 1184 -1195 . DOI: 10.13866/j.azr.2025.07.03

积雪作为对全球变暖最敏感的气候要素之一，在区域和全球水循环以及气候系统中发挥着重要作用[1]。在过去50 a中，地球经历了一个显著的变暖过程，尤其是在1990年以后，变暖速率明显加快[2]。根据联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）第六次综合报告《Climate Change 2023》[3]，2011—2020年全球地表温度相较于1850—1900年已上升1.1 ℃，世界各个区域均面临着前所未有的气候系统变化。而气温升高的直接影响是积雪面积的减少，以及积雪物候，即积雪开始时间（Snow Onset Day，SOD）、融化时间（Snow End Day，SED）和持续时间长度（Snow Duration Days，SDD）的提前或推迟，以及冻融循环的增加[4-6]。还会导致雨雪比的增加，即降水中以雨而不是雪的存在形式比例升高，从而导致溪流流量大幅减少[7]，也会导致高纬度生态系统中某些物种的栖息地丧失[8]。其中，SED是衡量气候变暖对地球表层变化影响最直观且最关键的指标之一。过去的研究表明，随着气候变暖近年来北半球大多区域的SED呈提前和SDD呈减少的趋势[9-13]，这会对依赖于积雪融水灌溉的农业灌区产生影响，进而影响粮食生产，从而对区域社会经济发展产生负面影响[14]。
区域或全球尺度对于积雪物候的研究方法可归纳为两大类，分别为基于气象观测数据的地面观测法[15-16]和基于卫星观测数据的遥感反演法[17-19]。前者主要依赖于气象站的长期积雪记录，具有较高精度，但站点分布稀疏，空间覆盖有限，且存在明显的不连续性[20]；后者则通过卫星遥感手段获取大范围积雪动态信息，具有广域性和时效性强的优势。特别是随着MODIS、NOAA等高时空分辨率卫星遥感数据产品的公开发布，区域尺度的季节性积雪物候的研究得到了重要进展，在不同时空尺度上揭示了积雪物候的时空分布、雪水当量和积雪深度的变化及其与气候变化的关系。Chen等[13]利用MODIS积雪产品（MOD10C2）和雪水当量（SWE）等五类数据构建综合积雪物候矩阵，结果显示，2001—2014年间北半球高纬度高海拔地区的SED呈提前趋势，而中纬度地区则相对推迟。Ma等[21]利用1979—2020年日被动微波遥感雪深数据量化了青藏高原最大积雪深度和SDD随海拔的依赖性。赵琴等[22]利用AVHRR逐日无云积雪面积产品，发现1980—2019年北疆积雪覆盖面积比例、SDD和积雪期逐年降低以及SED显著提前，但SOD未发生明显变化。Wei等[23]通过将ERA5-Land FSC数据和多种辅助数据进行随机森林训练和建模，生成逐日积雪覆盖率（NCFSC）数据，发现1980—2020年东北地区SDD呈显著减少趋势。颜伟等[24]利用MOD10A2积雪数据对西昆仑山玉龙喀什河流域探讨发现，在低山区气温是影响春、夏两季积雪面积变化的主因，而在高山区冬、春季积雪面积变化主要受降水影响。姜康等[25]将MOD10C1和MYD10C1数据产品合成处理，表明蒙古高原稳定积雪覆盖区的临界温度介于-11~-8 ℃之间。
蒙古高原深居内陆，远离海洋，水汽输送受限，且蒸发强烈，加之典型的干旱半干旱气候，孕育了以温带草原、荒漠草原为主的生态系统[26]。在干旱少雨的春季，随着气温的回升，地表积雪大量融化，而土壤层仍然冻结并阻止融雪水的渗透，加之草地植被还未返青，覆盖度低，蒸散发量小，导致融雪水汇入河流，成为当地一些湖泊和河流的重要补给来源[27]。研究表明，2000—2009年蒙古高原湖泊数量及面积呈显著减少趋势，尽管2009—2020年略微恢复，整体上仍有所减少，数量共减少了92个，面积共减少了1443.92 km2[28]。因此，开展蒙古高原积雪消融动态的研究，对厘清蒙古高原水资源时空演变趋势，以及气候变化程度加深引发的气温与积雪的趋同效应具有重要的意义。尽管近年来已有研究逐渐关注蒙古高原积雪物候的时空变化及其与气候年际波动之间的关系，但积雪消融动态随纬度移动的特征，以及其与不同等温线之间的关联性与同步性仍不明确，因而难以直观呈现积雪融化向高纬度和高海拔区域推移的过程。
本文利用MODIS每日积雪产品MOD10C1和MYD10C1，通过对两种数据进行最大值合成和掩膜处理，获得研究区每日积雪覆盖数据，从而分析蒙古高原2003—2022年积雪分布面积及SED的时空变化，并结合ERA5-Land再分析数据集2 m空气温度数据，分析蒙古高原融雪线对气温的响应过程。研究结果不仅丰富全球气候变化的区域响应研究，还对制定当地气候变化和水资源管理提供参考。

1 数据与方法

1.1 研究区概况

蒙古高原地处亚洲中部，位于37°22′~53°20′N，87°43′~126°04′E之间（图1），在地形地貌上西起蒙古阿尔泰山，东至大兴安岭，北以萨彦岭、肯特山为界，南部是茫茫戈壁，以阴山为界[26]。其主体地区主要包括蒙古国全境和中国内蒙古，面积约2.75×106 km2。以高平原和山地地貌类型为主，平均海拔约1580 m，海拔由东向西递增。蒙古高原属于温带大陆性气候，年平均降水量约为200 mm，从西向东由干旱区向半干旱区过渡[25]。
图1 研究区示意图

注：底图采用自然资源部标准地图制作，审图号为GS(2016)1600号，对底图边界无修改。下同。

Fig. 1 Map of research area

1.2 数据来源

1.2.1 MODIS积雪数据

本研究的数据源为MODIS积雪产品MOD10C1和MYD10C1，两种数据产品的时间分辨率均为1 d，空间分辨率为0.05°×0.05°，可在同一天内对同一区域分别在上、下午各进行一次观测。因此，可以通过一天两次数据的合成处理降低云层对积雪观测的影响。两种产品均包含了四种数据集，分别为全球日积雪范围图（Daily snow extent global）、每日积雪图清晰指数（Clear index for the daily snow map）、每日云遮挡百分比（Daily cloud obscuration percentage）和网格单元数据质量评估（General QA of data in grid cell）。其中，全球日积雪范围数据为积雪在每一个0.05°×0.05°像元中占的百分比，用0~100表示[29]，0表示无积雪覆盖，100表示此像元完全被积雪覆盖。考虑到蒙古高原高海拔区通常在每年8月15日后陆续开始降雪，且次年春季至初夏（5月中旬）积雪基本融化殆尽，故本研究将每年8月16日至次年8月15日定义为一个水文年，选取2003—2022年间的全球日积雪范围数据为积雪物候识别数据（由于2000—2002年数据存在缺失且不连续，故未纳入分析范围）。为降低云覆盖、大气等外部因素对积雪识别结果的影响，在此对MOD10C1与MYD10C1最大值合成处理和沿蒙古高原界线裁剪等，获得最终的研究区逐日积雪覆盖数据[30-31]。

1.2.2 气象数据

气象数据为欧洲中期天气预报中心的哥白尼气候变化服务生产的全球第五代大气再分析ERA5-Land数据集，其时间跨度为1979年1月至今，空间分辨率为0.1°。与其早期版本ERA5的单层月平均数据（0.25°空间分辨率）[32]和气候研究中心（CRU）时间序列（TS）4.04版（0.50°空间分辨率）[33]相比，ERA5-Land数据空间分辨率和数据精度有显著提高。此外，ERA5-Land采用的是ECMWF用于陆地表面交换的平铺方案，其已被证明适合于地面建模[34-35]。本研究采用该数据集的2003—2022年每小时2 m高度的气温，通过官网在线数据计算方法将其转换为日数据以及裁剪和开尔文转为摄氏度等处理，获得研究区逐日的气温空间分布数据，用于分析积雪对气温的响应特征。

1.3 研究方法

1.3.1 积雪物候的研究

为了减少云和厚度较薄、易发生融化或被吹散的“暂时雪”对研究结果造成的可能误差，并结合蒙古高原降水量的空间分布实际情况（其西南部戈壁荒漠地区年降水量不足100 mm，部分区域甚至低于50 mm），本研究将日积雪范围数据的积雪覆盖率>30%的像元记录为有雪，并将其值设为1，<30%的像元记为无雪，值设为0[36]。通过统计研究区范围内的积雪像元个数占研究区总像元的比例得到每年的积雪面积所占比例。根据元志辉[37]提出的SED定义法，该指标具体计算为：从水文年的最后一日起，以8 d为时间步长向前滑动检索，当首次识别到其中至少4 d为积雪覆盖的事件时（即该4 d内每日积雪覆盖值均为1），将被记录为积雪的最后1 d定义为该像元的SED。同样，将SOD界定为某像元年内积雪覆盖的开始时间，具体计算为：水文年的第1 d起以8 d为时间步长向后滑动检索，首次识别到任意4 d存在积雪覆盖的事件（值为1），其第1 d则为此像元的SOD。积雪持续时间SDD是指SOD到SED的天数。公式如下：
S E D = m a x j : ∑ n = j - 7 j S ( n ) ≥ 4
S O D = m i n i : ∑ n = i i + 7 S n ≥ 4
S D D = S E D - S O D
式中：i为水文年的第1 d，范围为1~358；j为水文年的最后1 d，范围为365~8；n为积雪日数，即积雪覆盖率超过30%的天数。

1.3.2 趋势分析

为分析2003—2022年蒙古高原稳定积雪区SED的时空变化趋势，在像元尺度上对SED与年份之间进行线性回归分析，以回归斜率表示其变化趋势。
b = n ∑ i = 1 n ( i × y ) - ∑ i = 1 n i ∑ i = 1 n y n ∑ i = 1 n i 2 - ∑ i = 1 n i 2
式中：b为线性回归趋势斜率，代表SED的变化斜率，即年际变化率，当b>0时，表示SED呈推迟趋势，斜率为负则相反；n为时间序列，本文为20 a；y为第i年的SED。应用F检验法对变化趋势的显著性进行检验。根据检验结果，将变化趋势分为以下等级：显著推迟（b>0，P<0.05）、不显著推迟（b>0，P>0.05）、显著提前（b<0，P<0.05）、不显著提前（b<0，P>0.05）。

1.3.3 0 ℃和-5 ℃等温线与融雪线之间的同步性分析

在以往的研究中，融雪线的概念随应用方式的不同其定义也各不相同，在本文中将其定义为积雪地区与无雪地区之间的边界[38]。为系统解析蒙古高原融雪过程对气温变化的响应机制，本研究通过融雪线与等温线的动态耦合过程展开分析。在时间尺度设定中，首要考量数据采样间隔的合理性：若时间间隔过短，等温线空间波动幅度有限，难以捕捉有效变化特征；若间隔过长，可能导致气温场演变与融雪边界推进出现时滞错位，削弱两者的动态关联性。基于此，本研究将时间周期设定为每半月（15 d），等温线则依据周期内（第1~15 d）蒙古高原全域平均气温数据绘制，反映该时段内热量条件的空间分布特征。这种时间尺度的选择既保证了等温线对区域热量梯度的有效刻画，又能精准捕捉融雪边界随气温累积效应的渐进变化，为揭示融雪过程与温度场的时空耦合规律提供了适宜的分析框架。
将各温度的等温线叠加在对应时间段内的SED空间分布图上，发现0 ℃和-5 ℃等温线向高纬度的动态移动特征在一定的时间段内与融雪线的移动最具同步性。因此，在分析积雪融化过程对气温响应的空间分布特征时，最终选用了0 ℃和-5 ℃等温线。随后在ArcGIS中通过转换工具及数据管理工具生成融雪线并统计融雪线与等温线的平均纬度，再通过邻域分析统计融雪线与等温线的最短地线距离。

2 结果与分析

2.1 SED时间变化特征

图2a显示了2003—2022年蒙古高原积雪覆盖像元占高原总像元的比重。在过去20 a中，积雪面积占高原总面积的比重具有很大的波动性。其中，2018年积雪覆盖面积最少，占研究区55.59%的区域，而2009年最多，达到了研究区87.61%的区域。图2b为2003—2022年SED年际变化。整体来看，过去20 a间区域SED主要集中在第155~235 d之间（即1月中旬至4月上旬），并以0.18 d·(10a)-1的速度呈显著提前趋势（P<0.05）。其中，2010年SED最晚，为第203 d（即3月6日），而2020年最早，为第184 d（即2月15日）。
图2 2003—2022年蒙古高原积雪占高原总面积的比重（a）及SED的年际变化（b）

Fig. 2 Proportion of snow on the Mongolian Plateau to the total area of the plateau from 2003 to 2022 (a) and interannual variation of SED on the Mongolian Plateau (b)

此外，本文为了更加全面地分析蒙古高原积雪分布的时空特征，探讨了蒙古高原稳定积雪区的时空分布。稳定积雪区是指每年都有积雪覆盖，积雪覆盖范围相对稳定的区域。这些区域通常具有较为一致的气候条件，积雪能够在整个冬季持续存在，直到春季融化[39]。如果只考虑过去20 a中每年都有积雪覆盖的积雪稳定区，SED以2.14 d·(10a)-1的速度提前，但并不显著（P>0.05）。其中，2009年SED最晚，为第227 d（即3月30日），而2018年最早，为第200 d（即3月3日）。其中，积雪稳定区主要分布在研究区西北部高纬度、高海拔的区域和东北部湿润区域，平均SED相比整个蒙古高原晚23 d。

2.2 SED空间变化特征

由于每年积雪的分布都略有不同，图3a则揭示了在相应的降雪频次（图3b）中蒙古高原多年平均SED的空间分布。总体而言，蒙古高原SED呈南早北晚的分布特点并主要集中于1—3月，平均SED为第186 d（即2月17日）。蒙古高原南部气候干旱，降雪量少，多年以来降雪次数整体偏少，而愈往北愈加湿润，降雪量也愈加丰富，加之与南部相比温度较低的特点导致积雪愈厚难以融化，故而SED整体较晚。由于在研究区范围内每年积雪覆盖区的大小、分布范围和位置等的不同，故在此选取积雪覆盖面积最大的2009年（图3c）与最小的2018年（图3d）为例，详细分析研究区SED的空间分布特征。受纬度及地形因素的影响，蒙古高原积雪最多的2009年SED呈现出较强的空间异质性，以46°N为分界线，46°N以北地区的SED偏晚，一般在第195 d（即2月26日）之后（图3c）。SED较晚的区域所占比例为42.74%，主要分布在蒙古国蒙古阿尔泰山、萨彦岭、杭爱山及肯特山等高海拔山区和东部开阔的草原地区，以及降水量较丰富的内蒙古东北呼伦贝尔地区。基于不同的气候区考虑，SED较早的区域所占比例为7.9%，主要分布在蒙古高原东部科尔沁沙地、中部典型草原和荒漠草原连接处和西南部荒漠草原和戈壁荒漠区域。这些地区由于地处内陆，水汽难以输送，降雪量少，且气温高于其他地区，积雪融化较早（图3c）。在过去20 a中，2018年积雪覆盖面积最小，即冬季干旱年份，但SED较晚的区域仍然分布在蒙古国西部和内蒙古东北地区。而无雪区面积增加达到44.4%，分布在高原中部和南部区域（图3d）。
图3 2003—2022年蒙古高原多年平均SED空间分布及对应的降雪频次（a~b）及2009年、2018年SED空间分布（c~d）和稳定积雪区多年平均SED及其变化趋势（e~f）

Fig. 3 Spatial distribution of multi-year average SED and corresponding snowfall frequency (a-b) over the Mongolian Plateau from 2003 to 2022, spatial distributions of SED in 2009 and 2018 (c-d), and multi-year average SED and its variation trend in the stable snow-covered area (e-f)

在蒙古高原，纬度跨度显著及其南北的海拔差异导致的不同气候条件造就了积雪分布不均，故而稳定积雪区的空间变化研究同样具有重要意义。2003—2022年蒙古高原稳定积雪区的SED的空间分布图及其变化趋势的空间格局分别如图3e、图3f所示，稳定积雪区域主要分布于蒙古高原东北和西北部，因为其海拔偏高导致平均气温低，是蒙古高原气温最低的地区，SED主要集中在第193~238 d（即2月下旬至4月上旬），平均为第217 d（即3月20日）。从变化趋势来看，稳定积雪区的64.9%的区域SED呈提前趋势，而35.1%的区域呈推迟趋势。其中，5.4%的区域面积呈显著提前，主要分布在呼伦贝尔西部和蒙古国北部地区，而呈显著推迟趋势的像元面积仅占0.1%，主要分布于蒙古高原东北部。

2.3 融雪线与等温线的移动

考虑到积雪的消融过程一般自春季开始，故本文以半月为研究尺度，选取2003—2022年中次年的1月1日起分析0 ℃和-5 ℃等温线与融雪线的动态移动过程。自1月1日起，从高原南部逐渐出现-5 ℃等温线（图4a），而积雪消融区域此时呈零星分布，主要发生在研究区西南部年降水量低于200 mm的区域（图4j），直到2月中旬-5 ℃等温线与融雪线分布均较随机，未发现明显的规律性。其原因是这个区域的年降水量较少（图4j），冬季积雪较薄，易发生融化，从而缺少规律性。随着时间的推移，即2月16日（图4d）至3月15日（图4e）期间，出现了非常稳定的-5 ℃等温线，且其纬度明显高于2月16日之前的-5 ℃等温线位置，此阶段的-5 ℃等温线和融雪线逐渐呈现同步趋势，且于3月1—15日在蒙古高原46°N附近高度同步。从3月16日开始，蒙古高原北部积雪大量开始融化，此时气温大幅度回升，其融雪线与0 ℃等温线逐渐开始同步。值得指出的是，积雪持续时间为80 d以上的地区（图4k）更容易捕捉到等温线与融雪线的同步性，而积雪持续时间<80 d的区域则不易发现两者的关联性。5月1—15日期间（图4i）的积雪融化区域很小并零星分布，主要分布在西部阿尔泰山及杭爱山等高海拔山区，其融雪线仍与0 ℃等温线同步变化，且此时-5 ℃等温线消失。另外，0 ℃等温线虽然在2月16日后明显出现，但在积雪融化前期并不与融雪线同步移动，原因可能是由于前期温度始终较低，其累积温度不足以使积雪融化。此外，本文分别对2003—2022年每一年都展开此项研究，发现都具有以上现象，即积雪持续时间越长、年降水量越大的区域越容易捕捉到融雪线与等温线的相关性，且前期融雪线与-5 ℃等温线较为密切，而随着气温的回升，融雪线与0 ℃等温线的移动趋势更具有同步性。
图4 20 a来蒙古高原每隔15 d的SED与-5 ℃和0 ℃等温线的空间分布特征（a~i）以及年累积降水（j）和SDD空间分布（k）

Fig. 4 Spatial distribution characteristics of SED in the Mongolian Plateau over the past 20 years at 15-day intervals, along with the -5 ℃ and 0 ℃ isotherms (a-i), as well as the annual cumulative precipitation (j) and SDD spatial distribution (k)

图5为每隔半月融雪线及0 ℃和-5 ℃等温线在纬度及经度上的移动趋势，从图中可以看出，1月1日起三条线在纬度上都呈现出了显著的上升趋势，总体为自南向北移动，且0 ℃等温线向高纬度方向移动的速度最快，约每15 d向北纬移动2.147°；而在经度上两条等温线都呈显著下降趋势，总体上表现为自东向西移动，且-5 ℃等温线向西方向移动的速度最快，约每15 d向西移动2.086°。在纬度上，-5 ℃等温线的移动趋势与融雪线更为接近；而在经度上，前期-5 ℃等温线与融雪线较为接近，而后期随着0 ℃等温线的出现，融雪线逐渐靠近0 ℃等温线。而从图6也可以看出，从1月上旬到3月下旬，融雪线到-5 ℃及0 ℃等温线的最近距离呈现出逐渐减小的趋势，这反映了随着气温的逐渐升高，融雪线和等温线都在逐渐上升的过程，而等温线向高纬度方向移动的速度明显高于融雪线，尤其是在2月下旬到3月上旬期间，距离的减少尤为显著，这意味着这段时间内气温上升较快。而在3月下旬到4月上旬期间，融雪线与两条等温线的距离趋于最近，但结合图4，在这一时期0 ℃等温线与融雪线更具有同步性。4月下旬之后，-5 ℃等温线持续向高纬方向移动，而0 ℃等温线与融雪线的移动轨迹更为一致，其最近距离也更趋于0。
图5 每半月融雪线及0 ℃和-5 ℃等温线分别在纬度（a）及经度（b）上的移动

Fig. 5 Movement of the snow-melt line, as well as the 0 ℃ and -5 ℃ isotherms, in latitude (a) and longitude (b) every half-month

图6 每半月融雪线与邻近-5 ℃（a）及0 ℃（b）等温线的地线距离

Fig. 6 Geographical distance between the snow-melt line and the adjacent -5 ℃ (a) and 0 ℃ (b) isotherms every half-month

图7展现了2003—2022年间蒙古高原每半月的平均气温与其对应时间段内融雪线所处纬度的相关性，整体上除去2018年（积雪最少的年份），其R2均介于0.72~0.98之间，可以表明气温是影响融雪线纬度的重要因素。平均气温越高，融雪线所处的平均纬度越高，其中在2003年两者的相关性最高（R2=0.9702），而2018年最低（R2=0.6461）,而其相关性处于0.7~0.8之间的年份也均对应图2b中积雪较少的年份，由此也可以看出，积雪越少，其对温度的响应规律越弱。
图7 2003—2022年蒙古高原每半月的平均气温与融雪线纬度的相关性

Fig. 7 Correlation between the semi-monthly mean air temperature and the latitude of the snow-melt line in the Mongolian Plateau from 2003 to 2022

3 讨论

本文利用MODIS逐日积雪产品分析了2003—2022年蒙古高原SED的时空变化特征，并从融雪线的移动过程与0 ℃和-5 ℃等温线之间的同步性来研究积雪融化对气温响应的特征。尽管蒙古高原过去20 a间各年的积雪覆盖面积和覆盖区不同，积雪覆盖率整体上表现为南部地区明显少于北部地区，且北部SED晚，南部SED早，这与孙慧等[40]、李晨昊等[41]在蒙古高原积雪物候研究中的结果一致。形成这种空间分布格局的主要原因包括研究区地形、纬度和气候，尤其降水量格局等多种因素的综合影响[42-43]。来自北冰洋、太平洋的水汽在蒙古高原北部容易汇聚，使得该地区的积雪相对丰厚。此外，由于该地区地处高纬度，SED较晚，因此在积雪覆盖期间，接收到的太阳辐射较为有限，大量的辐射被积雪反射回去，从而导致地表温度进一步降低[41]。而中部和南部的戈壁和沙漠地区由于地处内陆，水汽不易到达，降水稀少且气温高于其他地区，加上积雪的升华和蒸发作用[44]，使得这些地方的终雪日期较早。其次，为了更加全面地分析蒙古高原积雪终日的时空变化特征，本文针对蒙古高原稳定积雪区进一步探讨发现，蒙古高原20 a间的SED变化趋势在空间上东西差异较为明显，大多数地区都呈现提前趋势并主要分布在呼伦贝尔西部地区和蒙古国北部，这与张港栋[36]的研究结果一致，这可能与气候变暖导致积雪的加速融化有关。
已有大量的研究表明，积雪物候的变化会受到温度及降水的影响[24]，但针对于积雪随着临界温度的变化其消融过程则鲜有研究。积雪是气温和降水的综合产物。积雪的发育、保持都可能会依赖于气温这一影响因素。本文发现积雪消融趋势随着等温线的移动有明显的纬向变化特征，1月之后蒙古高原气温变化从南向北逐渐升高，随着-5 ℃等温线在蒙古高原最南端的出现，积雪融化区先呈零星分布，此时融雪线与等温线的移动并无关联。于2月16日之后融雪线与-5 ℃等温线的移动范围变大，逐渐出现在蒙古高原中部，其移动趋势也逐渐有同步移动的倾向，3月1—15日之间是融雪线与-5 ℃等温线的移动最具同步性的时期。在随后的时间随着气温的大幅度变暖融雪线逐渐与0 ℃等温线开始贴近，而远离-5 ℃等温线，说明在这一阶段积雪融化过程主要随着0 ℃等温线的移动而发生变化。而积雪融化的临界温度由-5 ℃变为0 ℃这一现象可能需要考虑到诸多因素，如地理位置的移动，潜热需求的累积，雪面的实际温度与气温的差异等。此外，在积雪持续时间>80 d及年降水量>200 mm的研究区北部出现融雪线与等温线同步移动的现象。而在研究区南部地处内陆，多戈壁、沙漠，其总降水量一般<200 mm，冬季积雪较薄，积雪持续天数较短，使得这些地区积雪与等温线的移动不同步而提前融化。

4 结论

本文利用MODIS积雪产品数据以及ERA5-Land温度再分析数据，分析蒙古高原2003—2022年SED时空分布特征，并以半月为时间尺度分析了融雪线对气温的响应关系，得出以下主要结论：
（1） 2003—2022年积雪面积年际变化在55.59%~87.61%之间波动，占蒙古高原总面积的比例较大，其中2018年积雪覆盖面积最少，而2009年最多。此外，20 a来蒙古高原SED以0.18 d·(10a)-1的速率呈显著提前趋势（P<0.05），而稳定积雪区以2.14 d·(10a)-1的速率呈提前趋势，其平均SED相比整个蒙古高原晚23 d。
（2） 蒙古高原的SED整体呈南早北晚的分布特点并主要集中于1—3月。其中积雪最多的年份2009年SED在46°N以北地区偏晚，一般在195 d之后，以南则相反。积雪最少的2018年无雪区面积增加达到44.4%，主要分布在高原中部和南部区域。蒙古高原稳定积雪区主要集中于蒙古国西北高海拔地区和中国内蒙古东北部的大兴安岭地区，平均融雪时间为3月20日。在此区域，20 a来64.9%的区域SED呈提前趋势，而35.1%的区域呈推迟趋势。
（3） 2003—2022年蒙古高原冬季融雪线与-5 ℃及0 ℃等温线的北移趋势先后出现高度一致性。这一现象本质上是气候变化程度加深引发的趋同效应增强——温度持续升高促使不同热量带边界（融雪线、等温线）在空间分布上趋向耦合，反映区域气候系统对升温的协同响应，为气候变化的系统性影响提供了直接证据。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Barnett T P, Adam J C, Lettenmaier D P. Potential impacts of a warming climate on water availability in snow-dominated regions[J]. Nature, 2005, 438(7066): 303-309.

[2]
Samset B H, Zhou C, Fuglestvedt J S, et al. Steady global surface warming from 1973 to 2022 but increased warming rate after 1990[J]. Communications Earth & Environment, 2023, 4(1): 400.

[3]
Lee H, Calvin K, Dasgupta D, et al. IPCC, 2023: Climate Change 2023: Synthesis Report, Summary for Policymakers[R]. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. IPCC, Geneva, Switzerland, 2023: 1-34.

[4]
Hayhoe K, Wake C P, Huntington T G, et al. Past and future changes in climate and hydrological indicators in the US Northeast[J]. Climate Dynamics, 2007, 28: 381-407.

[5]
Choi G, Robinson D A, Kang S. Changing northern hemisphere snow seasons[J]. Journal of Climate, 2010, 23(19): 5305-5310.

[6]
Notaro M, Lorenz D, Hoving C, et al. Twenty-first-century projections of snowfall and winter severity across central-eastern North America[J]. Journal of Climate, 2014, 27(17): 6526-6550.

[7]
Berghuijs W R, Woods R A, Hrachowitz M. A precipitation shift from snow towards rain leads to a decrease in streamflow[J]. Nature Climate Change, 2014, 4(7): 583-586.

[8]
Niittynen P, Heikkinen R K, Luoto M. Snow cover is a neglected driver of Arctic biodiversity loss[J]. Nature Climate Change, 2018, 8(11): 997-1001.

[9]
Dye D G. Variability and trends in the annual snow-cover cycle in Northern Hemisphere land areas, 1972-2000[J]. Hydrological processes, 2002, 16(15): 3065-3077.

[10]
Peng S, Piao S, Ciais P, et al. Change in snow phenology and its potential feedback to temperature in the Northern Hemisphere over the last three decades[J]. Environmental Research Letters, 2013, 8(1): 014008.

[11]
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.

[12]
Allchin M I, Déry S J. A spatio-temporal analysis of trends in Northern Hemisphere snow-dominated area and duration, 1971-2014[J]. Annals of Glaciology, 2017, 58(75pt1): 21-35.

[13]
Chen X, Liang S, Cao Y, et al. Observed contrast changes in snow cover phenology in northern middle and high latitudes from 2001-2014[J]. Scientific Reports, 2015, 5(1): 16820.

[14]
Qin Y, Hong C, Zhao H, et al. Snowmelt risk telecouplings for irrigated agriculture[J]. Nature Climate Change, 2022, 12(11): 1007-1015.

[15]
Dai L, Che T. Spatiotemporal variability in snow cover from 1987 to 2011 in northern China[J]. Journal of Applied Remote Sensing, 2014, 8(1): 084693.

[16]
黄坤琳, 吴国周, 徐维新, 等. 呼伦贝尔东部农田区动态融雪过程及其影响因子[J]. 干旱区研究, 2024, 41(9): 1514-1526.

[Huang Kunlin, Wu Guozhou, Xu Weixin, et al. Dynamic snowmelt process and its influencing factors in the eastern farmland region of Hulun Buir[J]. Arid Zone Research, 2024, 41(9): 1514-1526.]

[17]
肖雄新, 张廷军. 基于被动微波遥感的积雪深度和雪水当量反演研究进展[J]. 地球科学进展, 2018, 33(6): 590-605.

[Xiao Xiongxin, Zhang Tingjun. Passive microwave remote sensing of snow depth and snow water equivalent: Overview[J]. Advances in Earth Science, 2018, 33(6): 590-605.]

[18]
张音, 孙从建, 刘庚, 等. 近20 a塔里木河流域山区NDSI对气候变化的响应[J]. 干旱区研究, 2024, 41(10): 1639-1648.

[Zhang Yin, Sun Congjian, Liu Geng, et al. Response of NDSI in the Tarim River Basin mountainous areas to climate change over the past 20 years[J]. Arid Zone Research, 2024, 41(10): 1639-1648.]

[19]
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.

[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.]

[20]
Xiao X, Zhang T, Zhong X, et al. Support vector regression snow-depth retrieval algorithm using passive microwave remote sensing data[J]. Remote Sensing of Environment, 2018, 210: 48-64.

[21]
Ma Q, Keyimu M, Li X, et al. Climate and elevation control snow depth and snow phenology on the Tibetan Plateau[J]. Journal of Hydrology, 2023, 617: 128938.

[22]
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.

[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.]

[23]
Wei Y, Li X, Gu L, et al. Significant decreasing trends in snow cover and duration in Northeast China during the past 40 years from 1980 to 2020[J]. Journal of Hydrology, 2023, 626: 130318.

[24]
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.

[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.]

[25]
姜康, 包刚, 乌兰图雅, 等. 基于MODIS数据的蒙古高原积雪时空变化研究[J]. 干旱区地理, 2019, 42(4): 782-789.

[Jiang Kang, Bao Gang, Wulantuya, et al. Spatiotemporal changes of snow cover in Mongolian Plateau based on MODIS data[J]. Arid Land Geography, 2019, 42(4): 782-789.]

[26]
刘钟龄. 蒙古高原景观生态区域的分析[J]. 干旱区资源与环境, 1993, 7(Z1): 256-261.

[Liu Zhonglin. Analysis of landscape ecological regions of the Mongolian Plateau[J]. Journal of Arid Land Resources and Environment, 1993, 7(Z1): 256-261.]

[27]
薛浩, 于瑞宏, 张艳霞, 等. 内蒙古典型草原区流域在不同时间尺度下的径流深动态变化——以锡林河流域为例[J]. 中国水土保持科学, 2019, 17(2): 27-36.

[Xue Hao, Yu Ruihong, Zhang Yanxia, et al. Temporal variation of runoff depth in the drainage basin of typical grassland area in Inner Mongolia: A case study of Xilin River Basin[J]. Science of Soil and Water Conservation, 2019, 17(2): 27-36.]

[28]
高彦哲. 2000—2020 年蒙古高原湖泊面积变化分析[D]. 呼和浩特: 内蒙古师范大学, 2023.

[Gao Yanzhe. Analysis of Lake Area Changes in the Mongolian Plateau from 2000 to 2020[D]. Hohhot: Inner Mongolia Normal University, 2023.]

[29]
Hall D K, Riggs G A, Salomonson V V, et al. MODIS snow-cover products[J]. Remote Sensing of Environment, 2002, 83(1-2): 181-194.

[30]
Wang X, Xie H. New methods for studying the spatiotemporal variation of snow cover based on combination products of MODIS Terra and Aqua[J]. Journal of Hydrology, 2009, 371(1-4): 192-200.

[31]
Hall D K, Kelly R E J, Riggs G A, et al. Assessment of the relative accuracy of hemispheric-scale snow-cover maps[J]. Annals of Glaciology, 2002, 34: 24-30.

[32]
Chen X, Yang Y, Ma Y, et al. Distribution and attribution of terrestrial snow cover phenology changes over the Northern Hemisphere during 2001-2020[J]. Remote Sensing, 2021, 13(9): 1843.

[33]
Harris I, Osborn T J, Jones P, et al. Version 4 of the CRU TS monthly high-resolution gridded multivariate climate dataset[J]. Scientific Data, 2020, 7(1): 109.

[34]
Wipfler E L, Metselaar K, Van Dam J C, et al. Seasonal evaluation of the land surface scheme HTESSEL against remote sensing derived energy fluxes of the Transdanubian region in Hungary[J]. Hydrology and Earth System Sciences, 2011, 15(4): 1257-1271.

[35]
Balsamo G, A Beljaars, K Scipal, et al. A revised hydrology for the ECMWF model: Verification from field site to terrestrial water storage and impact in the integrated forecast system[J]. Hydrometeor, 2009, 10: 623-643.

[36]
张港栋. 蒙古高原积雪区植被物候和积雪物候时空差异及其对气温响应[D]. 呼和浩特: 内蒙古师范大学, 2024.

[Zhang Gangdong. Spatio-temporal Differences of Vegetation Phenology and Snow Phenology in Snow Cover Area of Mongolian Plateau and Their Responses to Temperature[D]. Hohhot: Inner Mongolia Normal University, 2024.]

[37]
元志辉. 欧亚草原积雪动态及其对春季物候的影响研究[D]. 呼和浩特: 内蒙古师范大学, 2024.

[Yuan Zhihui. Analysis of Snow Dynamics and Their Influence on Spring Phenology in the Eurasian Steppe[D]. Hohhot: Inner Mongolia Normal University, 2024.]

[38]
Kaur R, Kulkarni A V, Chaudhary B S. Using RESOURCESAT-1 data for determination of snow cover and snowline altitude, Baspa Basin, India[J]. Annals of Glaciology, 2010, 51(54): 9-13.

[39]
张廷军, 钟歆玥. 欧亚大陆积雪分布及其类型划分[J]. 冰川冻土, 2014, 36(3): 481-490.

[Zhang Tingjun, Zhong Xinyue. Classification and regionalization of the seasonal snow cover across the Eurasian Coninent[J]. Journal of Glaciology and Geocryology, 2014, 36(3): 481-490.]

[40]
孙慧, 萨楚拉, 孟凡浩, 等. 2000—2020年蒙古高原积雪覆盖率时空变化及其影响因素分析[J]. 赤峰学院学报(自然科学版) 2022, 38(11): 1-6.

[Sun Hui, Sa Chula, Meng Fanhao, et al. The spatiotemporal changes in snow cover of the Mongolian Plateau from 2000 to 2020 and analysis of its influencing factors[J]. Journal of Chifeng University (Natural Science Edition), 2022, 38(11): 1-6.]

[41]
李晨昊, 萨楚拉, 刘桂香, 等. 2000—2017年蒙古高原积雪时空变化及其对气候响应研究[J]. 中国草地学报, 2020, 42(2): 95-104.

[Li Chenhao, Sa Chula, Liu Guixiang, et al. Spatiotemporal changes of snow cover and its response to climate changes in the Mongolian Plateau from 2000 to 2017[J]. Chinese Journal of Grassland, 2020, 42(2): 95-104.]

[42]
赵晓萌, 李栋梁, 陈光宇. 基于GIS的东北及邻近地区积雪深度空间化方法[J]. 干旱区研究, 2012, 29(6): 927-933.

[Zhao Xiaomeng, Li Dongliang, Chen Guangyu. GIS-based spatializing method for estimating snow cover depth in Northeast China and its nabes[J]. Arid Zone Research, 2012, 29(6): 927-933.]

[43]
李培基. 新疆积雪对气候变暖的响应[J]. 气象学报, 2001, 59(4): 491-501.

[Li Peiji. Response of Xinjiang snow cover to climate change[J]. Acta Meteorologica Sinica, 2001, 59(4): 491-501.]

[44]
张人禾, 张若楠, 左志燕. 中国冬季积雪特征及欧亚大陆积雪对中国气候影响[J]. 应用气象学报, 2016, 27(5): 513-526.

[Zhang Renhe, Zhang Ruonan, Zuo Zhiyan. An overview of wintertime snow cover characteristics over China and the impact of Eurasian snow cover on Chinese climate[J]. Journal of Applied Meteorogical Science, 2016, 27(5): 513-526.]

Options
Outlines

/

〈 〉