1、第 45 卷 第 1 期2023 年 2 月Vol.45，No.1Feb.，2023冰川冻土JOURNAL OF GLACIOLOGY AND GEOCRYOLOGY祁连山讨赖河流域上游积雪时空分布及其变化研究武磊1，2，李奋华3，李常斌1，2，吕佳南1，2，谢旭红1，2，周璇1，2（1.兰州大学 资源环境学院，甘肃 兰州 730000；2.兰州大学 西部环境教育部重点实验室，甘肃 兰州 730000；3.甘肃省讨赖河流域水资源局，甘肃 酒泉 735000）摘要：积雪是冰冻圈的重要组成部分，在水文循环和能量平衡中起着重要的作用。积雪时空分布及其变化分析是研究内陆河流域出山径流形成、分布及变异的
2、前提。论文以祁连山讨赖河流域上游为研究区，采用降尺度方法获取高分辨率雪深数据，并基于Sen斜率法、敏感性分析和贡献率计算方法，分析20022018年间雪深时空变化，揭示积雪对地形及气候等因子的响应规律。结果表明：讨赖河流域上游雪深介于02.50 cm之间，变率介于-0.190.06 cm a-1之间，域内雪深减小面积占比68.30%。雪深随海拔的增大而增加，以海拔2 500 m为界发生增减变化，高海拔地区呈减小趋势；雪深随坡度增加则呈先增后减的趋势；各坡向雪深均呈减小态势，西北坡尤为显著。从敏感性均值来看，气温和辐射对雪深具负向抑减效应，降水则具正向促增效应。高海拔区域降水对积雪变化的贡献率相
3、对较大；低海拔河谷地带气温对积雪变化的贡献更为显著。本研究为内陆河流域上游积雪动态研究提供了范例，对出山径流模拟、预测以及流域水资源管理具有一定参考价值。关键词：祁连山；讨赖河流域上游；积雪；时空分布中图分类号：P426.63+5 文献标志码：A 文章编号：1000-0240（2023）01-0108-110 引言 积雪是冰冻圈水分的主要存在形式，对环境变化极为敏感，在全球或区域气候系统中起着指示器的作用1-2。全球变化背景下，升温导致积雪变化异常，对高山地带径流形成、水资源演化造成深远影响。特别是内陆河流域，高寒山区作为冰雪融水补给的源头，积雪的变化直接影响到上游出山径流，进而对中下游地区社
4、会经济发展产生影响。因此，积雪变化及归因研究对于区域水资源管理和灾害防治具有重要的意义3-4。近年来，国际科学界关于积雪的研究计划越来越多，如世纪气候研究计划的气候和冰冻圈项目，NASA关于寒区陆面过程实验以及我国的西部环境和生态科学研究计划等，都把积雪及其动态列为研究的关键内容，并取得了一系列瞩目的成果。当前积雪的相关研究主要集中在时空变化、雪深、雪水当量、反照率等方面，研究方法主要包括地面台站观测和遥感监测5-6。Che等7基于被动微波遥感数据发现19782006年我国积雪深度呈微弱上升趋势，积雪深度变化存在明显的区域性差异；马丽娟等8发现，中国年均雪深呈显著上升趋势的气象台站主要分布于内
5、蒙古东部、东北北部以及青藏高原北部等地区。积雪及其相变参与着多种尺度能-水过程，具有十分重要的生态环境效应9-11。2013年，IPCC关于全球气候变化的第五次评估报告中提出，近30年全球地表平均温度上升了0.85。气候变暖导致降水分配异常、冰川消融加速和积雪融化提前等，对积雪区雪盖分布、面积及雪深等均产生影响12-13。DOI：10.7522/j.issn.1000-0240.2023.0007WU Lei，LI Fenhua，LI Changbin，et al.Spatiotemporal distribution of snow cover and its variation in th
6、e upper reaches of the Taolai River basin，Qilian Mountains J.Journal of Glaciology and Geocryology，2023，45（1）：108-118.武磊，李奋华，李常斌，等.祁连山讨赖河流域上游积雪时空分布及其变化研究 J.冰川冻土，2023，45（1）：108-118.收稿日期：2021-10-13；修订日期：2022-02-11基金项目：兰州大学西部环境教育部重点实验室开放基金项目；兰州大学中央高校基本科研业务费专项资金项目（lzujbky-2020-kb01）；甘肃省科技重大专项计划项目（20ZD7F
7、A005）资助作者简介：武磊，博士研究生，主要从事寒旱区水文水资源领域研究.E-mile：通信作者：李常斌，教授，主要从事水文水资源领域教研工作.E-mail：1 期武磊等：祁连山讨赖河流域上游积雪时空分布及其变化研究同时，积雪的高反射率、高相变潜热和低热传导等效能作用于陆-气交互及能-水平衡，反过来也对区域气候变化具有显著影响14-16；特别是山地积雪面积减小可致积雪覆盖区反射率降低，陆表系统吸 收 更 多 的 太 阳 辐 射，积 雪 消 融 将 进 一 步加剧17-18。研究表明，气候因子对积雪变化的作用发生在地形因子影响的基础上。如随海拔升高，气温逐渐降低，积雪融化速率发生变缓；不同坡度
8、和坡向承接的太阳辐射不同，导致地表温度差异，融雪过程也有所不同；上述地形和气候要素双重影响下，积雪分布呈现出显著的时空异质性19-21。白淑英等22分析了青藏高原积雪深时空分布与地形的关系，认为高原积雪分布受高程和坡度的双重影响，而高程是影响雪深的主要地形因子；除多23以积雪覆盖率为指标分析了西藏高原积雪的地形影响，发现海拔越高积雪覆盖率越高，积雪持续时间越长，年内变化越稳定。此外，植被对积雪分布也有较为显著的影响。森林边缘、稀疏林地或相对开阔地域容易产生积雪，覆盖良好的林地因冠层截留，积雪累积量相对较低。地处祁连山区的讨赖河流域上游出山径流由冰雪融水和降水共同补给，在内陆河流域中较具代表性。
9、域内积雪分布和雪深变化很大程度上影响着出山径流及其年内分配，进而影响到中、下游地区“三生”体系水资源利用的可达性24-25。厘清讨赖河流域上游积雪变化及其对地形和气候变化的响应机制，对区域水量平衡和气候变化具有一定的指示作用。本研究基于降尺度方法获取高分辨率雪深数据，采用空间统计、敏感性分析和贡献分离等方法就讨赖河流域20022018年间积雪变化进行综合分析，揭示雪深对地形和气候因子的响应规律，为内陆河上游水资源科学评估、规划和开发利用提供理论认知和数据方法参考。1 研究区概况 讨赖河发源于祁连山区讨赖南山东段，属黑河一级支流。河流主要流经青海省祁连县、甘肃省肃南县、嘉峪关市以及酒泉市肃州区和
10、金塔县，冰沟水文站断面以上为流域上游区域，集水面积6 883 km2（图 1）。上游河川径流主要由降水和冰雪融水补给。域内地势高峻，气候阴湿寒冷，年降水量在300450 mm 之间，年蒸散发量在 200250 mm 之间，年均气温-5-3 之间，昼夜温差大，太阳辐射强烈，属较典型高寒半干旱气候26-27。覆被类型以高寒草甸为主，面积占比87%。山区河流每年10月至翌年 4月为结冰期，45月间有微弱春汛，78月间降水量和冰川消融同期增大，形成主要汛期。根据冰沟水文站数据资料，讨赖河上游年出山径流量介于4.81089.2108 m3之间，是中、下游酒泉盆地和金塔盆地各项用水的主要来源。讨赖河流域水
11、资源较为丰富，但在上游供水和下游用水方面依旧存在水源单一、开发利用程度不高等问题28。特别是上游山区积雪时空分布研究，是该区水资源量化评估和合理利用的基础性工作，但较少见诸报道。2 数据和方法 2.1数据采用中国青藏高原科学数据中心（http：/ 1979 年 1 月到 2020 年12 月逐日雪深分布数据，空间分辨率为 0.25（约27.5 km）7；积雪覆盖数据采用National Cryosphere Desert Data Center 发布的 20022018 年高亚洲逐日积雪覆盖度数据集（http：/），空间分辨率为500 m，用于雪深降尺度处理。DEM采用中国科学院地理空间数据云
12、（http：/）发布的 30 m ASTER GDEM 数字高程数据，用于计算流域坡度、坡向等地形要素；气温、降水数据来自19792018年中国区域地面气象要素驱动数据集（http：/ 3小时，空间分辨率为0.1，通过 ArcGIS空间分析工具计算讨赖河上游月平均气温以及月降水量；辐射数据采用欧洲中期天气预报中心（ECMWF）发布的地表净辐射数据产品（https：/www.图1讨赖河流域地理位置及高程和水系分布示意图Fig.1The geographic location and spatial distribution of the altitude and stream networks
13、of the Taolai River basin10945 卷冰川冻土ecmwf.int/），空间分辨率为 0.25，时间分辨率为3 h。采用双线性插值方法将上述气象数据的空间分辨率统一至500 m，便于空间要素的叠置分析，时间序列统一至20022018年。2.2方法2.2.1雪深降尺度方法将积雪覆盖数据转换为二值积雪图，有积雪的像元记为1，没有积雪覆盖的像元为0。由此计算出2002年至2018年的积雪覆盖日数图（记为SDY），空间分辨率为 500 m。以初始雪深数据的分辨率（27.5 km）为参考，基于像元统计，获得每5555个SDY网格内的积雪覆盖累加值（记为SDT），SDT的分辨率为2
14、7.5 km。根据公式（1）得到500 m的降尺度雪深数据。降尺度方法概念框架如图2所示，首先将原始积雪数据二值化处理为FSC栅格，按是否为0对该区域是否有雪进行过滤，若FSC为0，则认为该天雪深为0；其次对SDY进行累加，获得与原雪深数据相同分辨率的SDT，以此计算有积雪覆盖时雪深的空间概率大小（SDY 55 55SDT），按积雪空间分布概率修正雪深栅格，高积雪分布概率像元对应的雪深值也更大12。|if FSC=0SNDsp=0ElseSNDsp=SNDa SDY 55 55SDT（1）式中：FSC为积雪二值化数据；SNDsp为500 m分辨率的雪深值；SNDa为27.5 km空间分辨率雪深
15、值；SDY为500 m分辨率的积雪覆盖日数；SDT为27.5 km边长正方形区域内共计 3 025 个 SDY 像元的累加值。2.2.2Sen斜率法Sen斜率在评估时间序列变化趋势及变化幅度时，能降低或避免数据异常或缺失对分析结果的影响，是一种较为成熟的变化幅度统计方法29。以样本序列在不同长度的变化率构造秩序列，根据给定的显著性水平进行统计变量检验，得到变化率取值范围，进而以中值判断序列的变化趋势及幅度。Sen斜率绝对值代表序列变化幅度，正负代表变化趋势。计算公式为：SSij=MEDIAN()Xj-Xi()j-i（2）式中：SSij为Sen斜率值；Xi和Xj分别为第i时刻和第j时刻的序列值，
16、其中1ijn，n为序列长度。2.2.3敏感性分析为研究积雪对气候变化的响应，采用 Zheng等30提出的敏感性系数计算方法，该方法被广泛应用于径流变化的气候或土地利用变化贡献分离研究中：x=-x-yi=1n()x-x()y-yi=1n()x-x2（3）式中：x为y（本文中为雪深）对气候要素x（气温、降水、辐射）的敏感性系数，指气象要素x变化1%，引起的y变化x%；-x和-y分别为气象要素x与预测要素y的多年平均值。2.2.4贡献率计算多元线性回归以回归系数表征自变量对因变量的贡献程度，利于解释因变量与多个自变量之间的关系，可用于分析和预测不同要素对某一变量的影响。本文基于该方法构建雪深特征值与气温、降水和辐射之间的多元线性回归关系，量化气候因素对雪深变化的相对贡献率。为了消除不同量纲对回归计算的影响，在建立回归关系时将各变量进行归一化处理，值域分布范围为 0，1，多元回归及贡献度计算式分别为：y=a T+b P+c SR+（4）T=|a|a+|b+|c 100%（5）式中：T、P和SR分别为关键气候变量气温、降水和辐射；a、b和 c分别为三个气候变量的多元回归系数；为回归常量；T为气温