鲁博权,刘世博

(哈尔滨师范大学)

0　引言

积雪是冰冻圈的重要组成部分，是最敏感的环境变化响应因素[1]，也是全球变化的核心内容和众多科研工作者研究的热点.全球约有5%的降水以雪的形式到达地球表面[2].因此积雪的变化将会对水资源的平衡和循环及生态环境造成重要的影响.目前全球气候普遍出现变暖的趋势，该变化也影响了冻土区积雪的变化.在2013年，IPCC会议给出了关于全球气温变暖的第五次评估报告.数据显示，近30年间全球地表平均温度上升了0.85 ℃[3],而在东北冻土区，尤其是多年冻土区，温度上升尤为明显[4]，升温速率远高于全国水平.气温的升高影响积雪深度的变化，进而通过改变地表能量和辐射平衡对冻土区土壤的冻结深度产生影响[5-6].黑龙江省所在的东北地区是我国三大主要积雪区[7](东北地区、北疆和天山地区及青藏高原地区)之一，也是我国典型的季节性积雪区之一.积雪的变化对于黑龙江省的生态系统和冻土区冻土变化有着重大的影响.

目前全球变暖趋势加剧，在高纬度地区尤为明显，温度的上升导致积雪变化异常，冻土退化加速，进而对人类的生产生活造成了巨大的影响，这也引发了越来越多人的关注.如何获取较为准确的积雪数据，是目前国内外专家研究的重点，并取得了很多的成果.最早Chang等[8]利用海洋卫星和国防气象卫星的多波段扫描微波辐射计SMMR和微波成像专用传感器SSM /I的亮温资料，提出雪深“亮温梯度”算法.随后Foster等[9]对该算法进行了修正，并对1979～2006年的南美的季节雪盖和积雪当量进行了分析，得到了该地区最大和最小积雪覆盖面积出现的年份.车涛等[10]结合中国地区站点观测及实测数据得到了符合中国地区实际情况的逐日积雪深度数据，并得到了广泛的利用.李小兰等[11]对比分析该数据和地面观测积雪深度数据，结果表明2种资料获得的积雪深度在各地区基本一致，可以用于研究我国长时间序列积雪深度的变化.唐志光[12]和任艳群[13]利用微波遥感数据对青藏高原地区和天山地区积雪深度变化进行了分析，取得了较好的结果.

较原始的积雪深度数据往往来源于利用雪标杆观测获取，后来随着气象站点观测数据的不断完善，可以从气象站获取较为连续的积雪深度数据.随着遥感技术的不断发展，大范围实时监测积雪变化已经成为可能，逐渐成为积雪监测最有效的方法之一[14].特别是在自然条件恶劣的地区，人工观测较为困难，而遥感观测使得人工观测缺失区域数据得到补充.微波遥感数据相比于光学遥感数据，具有不受云层影响地接收积雪信息的优势，可以全天候、全天时更好的监测大范围积雪深度的变化.以往在东北地区积雪深度研究多是以气象站点数据进行，不能较好的从空间上反映积雪深度的变化，且较少以冻土区为研究背景进行研究.该文利用微波遥感数据，对黑龙江省冻土区不同冻土类型区域积雪深度时间空间变化进行分析，探索黑龙江省冻土区积雪深度的时空变化规律.该地区积雪的多少直接关系到东北冻土区生态环境的变化，对多年冻土退化的研究具有重要的意义.

1　研究区及数据

1.1　研究区概况

黑龙江省(简称黑)位于中国的最东北部，辖12个地级市，1个地区，2个省辖县级市,土地总面积为47万多平方千米.南起北纬43°23′，北至北纬53°33′；西始东经121°13′，东至东经135°5′.纵越10个纬度，横跨13个经度.黑龙江省境南北长约1120 km，东西宽约 930 km(中国国土北端及东端均位于黑龙江省境内)黑龙江省所在的东北冻土区位于欧亚大陆多年冻土区东南部，是我国第二大冻土区，发育“兴安-贝加尔型”冻土.黑龙江省年均气温在0 ℃以下，是典型的寒温带大陆性气候，冬季漫长寒冷，夏季短暂而温暖[15].图1为根据中科院寒旱所绘制的《东北冻土分区图》所做的黑龙江省冻土区冻土类型分布图.黑龙江省冻土区以嫩江―伊春一线为界[16]，以北为多年冻土区，以南为季节性冻土区.冻土受温度影响较大，存在极为不稳定.

图1 　黑龙江省冻土区冻土类型分布图

1.2　积雪深度数据

黑龙江省冻土区积雪深度数据[17]为1979～2014年逐日的雪深数据，空间分辨率为25km.该雪深时长数据是基于美国国家雪冰数据中心所处理的1978～1987年的SMMR数据, 1987～2007年的SSM/I数据和2008～2014年的SSMI/S的逐日被动微波亮温数据结合制作制成的数据集.车涛针对中国地区将反演积雪深度的Chang算法进行修正，得到了适合中国地区的积雪深度数据.该数据源文件为ASCII格式，利用Arcgis软件转化成栅格数据，将逐日微波雪深数据合成年数据，并统一对数据赋予Albers投影，并以东北冻土区区划边界对年尺度雪深数据进行裁切，提取冻土区的雪深数据.

在黑龙江省冻土区内，不同区域积雪深度变化趋势是不同的.为了探寻该地区雪深变化的区域差异性和空间异质性，逐栅格对积雪深度和时间进行线性回归分析,如式(1)所示：

(1)

n为研究时段的年份；qi为待分析变量年均积雪深度.若s>0，则该地区年积雪深度变化趋势为增加，若s<0，则变化为减少.

2　黑龙江省冻土区积雪深度时空变化分析

2.1　雪深时间变化特征

黑龙江省冻土区根据《东北冻土分区图》可以分为多年冻土区和季节冻土区两大冻土类型区.图2为1979～2014年黑龙江省冻土区及其不同类型冻土区年平均雪深变化趋势图.在1979～2014年间，黑龙江省冻土区最大积雪深度年份为在2013年，深度为6.76 cm.在2008年该地区积雪深度达到最低值，为2.03 cm.受到纬度、地形和大的气候环境背景影响，多年冻土区平均积雪深度大于季节冻土区，该冻土类型区域年平均积雪深度最大的年份为1984年，积雪深度达到了9.04 cm.在2002年达到最低值，为3.24 cm.在季节冻土区，年平均积雪深度最高值和最低值分别出现在2013年和1998年，积雪深度分别为6.22 cm和0.8 cm.

根据积雪深度变化趋势估计分析近36年黑龙江省冻土区及各区域雪深变化特征，从线性趋势可以看出：黑龙江省冻土区雪深呈轻微减少的趋势，减少速率为0.1 cm/10 a.从图2可以看出，黑龙江省冻土区在21世纪前一直呈现下降的趋势，且下降速度较为明显.在进入21世纪后积雪深度下降趋势有所减缓，在2008年后年平均积雪深度呈增加的趋势，且增加幅度较为剧烈.冻土区内不同的积雪深度变化各有特征.多年冻土区年平均积雪深度均呈下降趋势，减少速率分别是0.5 cm/10 a，减少趋势较为明显.但在进入21世纪后积雪深度有增加的趋势.而在季节冻土区，年平均积雪深度变化的趋势为增加状态，增加速率为0.2 cm/10 a.在2008年后增加速率加快.在2008年后，季节冻土区和多年冻土区积雪深度都有增加的趋势.

图2　1979～2014黑龙江省冻土区积雪深度变化图

2.2　雪深空间变化特征

受气候影响，黑龙江省冻土区在冬季长时间被积雪覆盖，且区域内积雪深度在各个区域内有所差异.根据图3显示黑龙江省冻土区积雪深度分布的主要特征是随纬度升高积雪深度增加，平原低，山地高.积雪深度的高值区主要集中在在黑龙江省北部地区.低值区分布在松嫩平原和三江平原两大平原地区.由表1可知黑龙江省冻土区多年平均雪深为3.87 cm，最高值年平均雪深达10.17 cm.受纬度和气候的影响，黑龙江省冻土区多年平均积雪深度最大值集中在多年冻土区，该区平均积雪深度为6.07cm.最大值为10.17cm，最低值也有2.86cm.该区低值区域集中在季节冻土区.季节冻土区区域面积较大，年平均积雪深度呈东高西低的趋势，西部存在大片的雪深低值区，积雪深度平均值为2.55cm.最大值和最小值分别为6.02cm和0.35cm.

图3　1979～2014年黑龙江省冻土区多年平均雪深分布

表1　 黑龙江省冻土区年平均积雪深度统计表

2.3　雪深空间变化趋势

趋势s可以反映一定时间范围内数值的变化范围，根据s的数值范围将1979～2014年黑龙江省积雪深度的变化趋势定义为七个变化等级，根据各个变化类型所占的栅格个数并统计其所占百分比，见表2.

表2 　黑龙江省冻土区平均雪深变化趋势统计

从表2可以看出，黑龙江省冻土区年平均积雪深度变化主要是减少的趋势，占冻土区面积百分比达44.33%，年平均雪深基本不变区域占冻土区面积的18.59%，呈增加状态的区域占全区的37.08%.从大的变化趋势来看，黑龙江省冻土区年平均雪深减少和增加区域面积相差并不大，但具体的变化趋势各不相同.其中，明显减少区域是黑龙江省冻土区内积雪深度变化趋势面积最小类型，仅占全区面积的3.17%.轻度减少区域所占面积最大，为27.21%，其次是轻度增加的区域，占冻土区面积的24.94%.根据黑龙江省冻土区slope值的分布范围可以看出，近36年来黑龙江省冻土区年平均积雪深度变化趋势基本维持在-0.18～0.09 cm/a之间.

图4为1979～2014年黑龙江省冻土区年均积雪深度的变化趋势空间分布情况，根据Arcgis栅格逐像元回归的分析结果表明，黑龙江省冻土区内不同区域的雪深变化存在显著地的差异性.在季节冻土区，年平均积雪深度的变化趋势主要以轻度增加和中度增加为主，区域内西部增加最为明显.多年冻土区主要以减少为主要趋势，该区域呈明显减少趋势的地区为西南部，其他区域多是中度减少和轻微减少.积雪深度下降会影响积雪对于地面的保温效果，对冻土的退化起到延缓作用.在多年冻土区，积雪深度呈减少的状态，在一定程度上对冻土的退化起到延缓的作用，但近年来积雪深度变化的趋势呈增加状态，多年冻土的退化很可能呈现加速的状态.

图4　1979～2014年黑龙江省冻土区年均雪深变化趋势空间分布

3　结论

根据积雪深度的变化可以发现近36年来，从时间的角度来看，黑龙江省冻土区积雪深度变化趋势主要为轻微减少的状态，其减少速率为0.1 cm/10a.冻土区内多年冻土区积雪深度呈下降趋势，减少速率为0.5cm/10a.而与其相反的季节冻土区，年平均积雪深度则呈增加的趋势，增加速率为 0.2cm/10a.从空间的角度来看，黑龙江省冻土区年平均积雪深度为3.87 cm，冻土区内积雪深度最深可达10.17 cm，高值主要集中在多年冻土区.黑龙江省冻土区内积雪深度年变化主要是减少的状态，该趋势所占区域面积可达44.33%，主要集中在多年冻土区.而在季节冻土区，积雪深度变化主要以增加为主，占全区面积的37.08%.积雪深度的变化对地表温度有较大的影响，进而影响冻土区冻土的冻结深度，值得对其长时间变化给予关注.

[1]王叶堂,何勇,侯书贵. 2000-2005 年青藏高原积雪时空变化分析[J].冰川冻土,2007,29(6):855-861.

[2]Hoinkes,H.Glaciology in the international on snow parameters by radiometry in the 3 to 60 mm wavelength region[J].Journal of Discussions,1967,79(8): 7 -16．

[3]Stocker T F, Qin D, Plattner G K, et al. The physical science basis. Contribution of Working Group I to the Fifth AssessmentReport of the Intergovernmental Panel on Climate Change. Science, 2013, 129(1): 83-103.

[4]刘世博, 臧淑英, 张丽娟,等. 东北冻土区MODIS地表温度估算[J]. 地理研究, 2017,36(11):2251-2260.

[5]李玉婷, 柳锦宝, 王增武,等. 2003-2012年四川省积雪时空动态变化与气候响应研究[J]. 冰川冻土, 2016, 38(6):1491-1500.

[6]Osterkamp T E. Characteristics of the recent warming of permafrost in Alaska[J]. Journal of Geophysical Research Earth Surface, 2007, 112(F2):488-501.

[7]刘洵, 金鑫, 柯长青. 中国稳定积雪区IMS雪冰产品精度评价[J]. 冰川冻土，2014,36(3):500-507.

[8] Chang A T C, Foster J L, Hall D K. Nimbus-7 SMMR Derived Global Snow Cover Parameters[J]. Annals of Glaciology, 2016(9):39-44.

[9]Foster J L, Hall D K, Kelly R E J, et al. Seasonal snow extent and snow mass in South America using SMMR and SSM/I passive microwave data (1979-2006)[J]. Remote Sensing of Environment, 2009, 113(2):291-305.

[10] Che T, Xin L, Jin R, et al. Snow depth derived from passive microwave remote-sensing data in China[J]. Annals of Glaciology, 2008, 49(1):145-147.

[11] 李小兰,张飞民,王澄海.中国地区地面观测积雪深度和遥感雪深资料的对比分析[J].冰川冻土,2012,34(4):755-764.

[12] 唐志光,李弘毅,王建,等.基于多源数据的青藏高原雪深重建[J].地球信息科学学报,2016,18(7):941-950.

[13] 任艳群,刘海隆,包安明,等.基于SSM/I和MODIS数据的天山山区积雪深度时空特征分析[J]. 冰川冻土, 2015, 37(5):1178-1187.

[14] 陈光宇, 李栋梁. 东北及邻近地区累积积雪深度的时空变化规律[J]. 气象, 2011, 37(5):513-521.

[15] 郑红星, 刘静. 东北地区近40年干燥指数变化趋势及其气候敏感性[J]. 地理研究,2011, 30(10):1765-1774.

[16] 魏智, 金会军, 张建明,等. 气候变化条件下东北地区多年冻土变化预测[J]. 中国科学:地球科学, 2011, 41(1):74-84.

[17] Dai L, Che T, Wang J, et al. Snow depth and snow water equivalent estimation from AMSR-E data based on a priori snow characteristics in Xinjiang, China (EI)[J]. Remote Sensing of Environment, 2012, 127(14-29):14-29.