2000—2017年西藏佩枯错流域积雪变化及其对湖泊的影响

来源:用户上传      作者:丁炜 高子恒

　　摘要 利用Google earth engine云平台，根据DEM高程图以及2000—2017年MOD09A1、Landsat 7和Landsat 8卫星数据、气象站数据资料，对佩枯错流域的积雪变化及特性进行分析，并就其对湖泊的影响进行相关性分析。结果表明，18年流域平均积雪面积为351.93 km2，积雪年际波动很大，未见明显增加或减少趋势;季节特征明显，冬春季积雪面积明显高于秋夏季，降雪主要集中在冬春两季，秋季偶有大范围降雪，积雪面积波动较大。海拔6 569 m以上为常年积雪区，积雪日数常年保持在300 d以上，6 569 m以下主要为季节性积雪，积雪日数波动很大。积雪日数自南向北减小，因季风携流域水汽至西南侧希夏邦马峰希处，导致该处降雪频率高，积雪日数明显高于其他区域，东北侧有一高海拔区域积雪日数较周围较久但远低于西南侧。18年降水量呈波动变化，对湖泊面积影响并不显著（P=0.051）;积雪与湖泊面积相关性系数为0.529、P=0.024，积雪成为影响湖泊的主要因素。
　　关键词 积雪变化;遥感;时空特征;湖泊;西藏佩枯错流域
　　Abstract Using the Google earth engine cloud platform， according to DEM elevation maps， MOD09A1， Landsat 7 and Landsat 8 satellite data during 2000-2017 and meteorological station data，the change and characteristics of snow cover in Peiku Tso Basin were analyzed， and the correlation analysis was made on its impact on the lake.The results showed that the average snow cover area of the river basin in 18 years was 351.93 km2， and the snow cover fluctuated greatly from year to year， and there was no obvious increase or decrease trend.The seasonal characteristics were obvious. The snow area in winter and spring was significantly higher than that in autumn and summer. Snowfall was mainly concentrated in winter and spring. There was occasional largescale snowfall in autumn， and the snow area fluctuated greatly.The area where elevation was above 6 569 m was the perennial snow cover area， snow cover days were more than 300 d. The area where elevation was less than 6 569 m was mainly seasonal snow，the snow cover days fluctuated greatly.The snow covered days decrease from south to north. The probability of snowfall was high and the snow covered days of southwest basin was much longer than other areas because water vapor was taken by monsoon to Shishapangma. The snow covered days of northeast basin was shorter than that in southwest basin. The precipitation in basin of the examined period was fluctuation and the impact on lake area was not significant （P = 0.051）.The correlation coefficient between snow cover and lake area was 0.529， P = 0.024. Snow cover had become the main factor affecting lakes.
　　Key words Changes of snow cover area;Remote sensing;Spatiotemporal characteristics;Lakes;Peiku Tso Basin of Tibet
　　積雪广泛存在于冰冻圈并且是地球表面的重要组成部分[1]，对以积雪和冰川融水为主要水资源补给区域的水文循环有重要影响[2];对保持高寒地区水平衡和能量平衡有着重要意义，融雪径流也是山区除降水和冰川融水之外重要的水资源[3];例如洛基山脉高海拔地区积雪融水对径流贡献率高达90%[4];青藏高原是众多河流的发源地，印度河、恒河、雅鲁藏布江、长江流域源头冰雪储备对于维持季节性水资源供应很重要，流域气候变化将影响14亿人口水资源使用[5]。青藏高原积雪变化对我国水资源存在一定影响[6]，通过对青藏高原东部积雪和西南地区降水数据发现，东部积雪对西南地区降水有一定指示意义[7]。因此国内外众多学者对积雪分布以及随时间变化的研究不断深入，除多等[8]分析认为青藏高原地区春季积雪日数占全年的45%，冬季占28%，秋季占22%，夏季占5%。 　　针对西藏雅鲁藏布江流域，拉巴卓玛等[9]研究发现该流域积雪面积呈减小趋势，受降水量影响较小，地表温度与积雪相关性显著，流域积雪面积减少的主要因素是气温升高;蔡迪花等[10]针对祁连山区积雪空间分布状况、年内变化特征进行分析，发现积雪分布在一定程度上受地形的影响;
　　娄梦筠等[11]对于新疆积雪年内、年际以及空间分布特征进行了研究;林金堂等[12]采用MOD10A2和DEM数据，计算研究积雪频率和积雪覆盖率，分析了新疆玛纳斯河山区雪盖时空分布特征和高程对积雪分布的影响;杨志刚等[13]利用MOD10A2积雪产品分析了2000—2014年青藏高原积雪面积和覆盖率的时空分布和变化特点;田柳茜等[14]利用雪深被动微波遥感数据产品，对青藏高原1979—2007年积雪变化进行了分析，发现青藏高原积雪日数、积雪深度和海拔三者之间在空间上具有显著正相关;唐小萍等[15]分析了近40年西藏高原积雪的时空分布特征，表明西部和东南部积雪日数呈减少的趋势，积雪日数与冬季平均气温有明显的负相关;对于天山山区，秦艳等[16]研究认为积雪覆盖频率整体与年均温度呈负相关，与降水呈低度正相关;新疆阿克苏流域山区积雪融水是阿克苏河的主要补给源之一[17]。
　　佩枯错流域地处西藏南部，三面环山，人烟稀少，较为封闭。佩枯错作为青藏高原内陆湖泊，仅受该地区气候因素影响，主要补给来源是降水和融水径流。现今关于积雪对湖泊影响的研究很少，大多关注与降水、气温等因素，如德吉央宗等[18]根据1975—2013年19期10—12月Landsat图像，分析认为影响湖泊的主要因素为降水;尽管因目前无法直接量化永久冰川融水和积雪融水在径流的贡献率[19]，但可以尝试通过研究流域积雪面积（snow cover area，SCA）和积雪日数（snow cover days，SCD）[20]探究积雪对湖泊变化可能存在的影响，该研究采用MODIS数据以及气象站数据进行研究。
　　1 资料与方法
　　1.1 研究区概况
　　佩枯湖（28°83′N，85°59′E）位于西藏自治区南部吉隆县内（图1），海拔4 580 m，紧邻中尼公路西线，湖泊流域面积约2 151 km2，是日喀则地区最大的湖泊;距希夏邦马峰北麓约60 km，三面环山，该流域构成一个相对封闭的区域：水汽向南输送，被喜马拉雅山脉阻隔后形成降雪和降水，再通过径流补给湖泊。佩枯错流域年降水量为300～600 mm，干湿季分明，年平均气温为2 ℃，属于温带半干旱高原河谷季风气候区。正因如此，通过研究佩枯错流域气候变化既可以了解青藏高原南部地区的气候趋势，也可以监测和保障中尼公路西线的安全与畅通。吉隆县位于西藏自治区日喀则市西南部，南面和西南面与尼泊尔王国相邻，东面与聂拉木县搭界，因吉隆县没有气象站点，因此选择临近的聂拉木气象站资料。聂拉木县处于喜马拉雅山区，自南至北可分为喜马拉雅山南麓高山峡谷区、喜马拉雅高山区佩枯错高原湖盆区、琐断陷谷区和拉轨岗日高山区;县内中尼公路樟木口岸是国家一类陆路通商口岸，是中国和泥泊尔之间进行政治、经济、文化交流的主要通道。
　　1.2 数据源
　　SRTM是美国奋进号航天飞机雷达地形测绘数据，获取60°N～56°S超过1.19亿km2雷达影像数据，覆盖陆地表面80%，其精度与SRTMX DEM相当，优于ASTER GDEM v2、SRTM v4.1等，数据来源以及精度如表1所示。
　　为了能够研究长时间序列积雪动态和湖泊变化，选用地球观测系统（EOS）Terra卫星中分辨率成像光谱仪（MODIS）数据。MOD09A1数据已对大气条件进行过校正，图像中的每个像素都是基于高观察覆盖率、低视角、没有云或云阴影以及气溶胶负载，并且从8 d观察数据中选择值。因佩枯错周边未设气象站点，因此选用临近聂拉木气象站数据资料进行分析，数据来源以及精度如表1所示。
　　1.3 研究方法
　　研究平台选择Google earth engine，Google earth engine是Google研发的对巨量全球尺度地球科学资料进行可视化计算和分析处理的云平台，相比于传统ENVI等软件，GEE无须下载卫星数据到本地，处理速度快、可在线可视化且拥有200多个公共数据集。
　　湖泊面积采用NDWI进行提取，通过不同波长对水体与其他地物的敏感程度不同，突出水体的特征，从而将水体提取出来，公式为：
　　NDWI=BGreen-BNIRBGreen+BNIR（1）
　　其中，BGreen对应的是绿波段，BNIR对应的是近红外波段。
　　由于积雪对绿波段反射特性强，对短紅外波段吸收特性强，因此希夏邦马峰积雪面积采用NDSI进行提取，公式为：
　　NDSI=BGreen-BSWIRBGreen+BSWIR（2）
　　其中，BGreen对应的是绿波段，BSWIR对应的是短红外波段。
　　为了更好地研究积雪时空变化，采用积雪日数（snow cover days，SCD）表征积雪变化特性，计算方法如下：
　　SCD=m×fi（Si）（3）
　　其中，m为积雪数据时间跨度，m=8;f为年内总积雪数据期数，f=46;i则为1，即是从第一期数据开始计数，即若为积雪像元，则该积雪日数加1。
　　积雪面积（snow cover area，SCA）计算方式如下：
　　SCA=A×kt（pt）（4）
　　其中，A为每个像素的面积，即A=0.25 km2;k为年内总积雪期数，k=46;t则为1，即从第一期数据开始计数。并定义一个水文年为当年9月1日至第2年8月31日，如HY2000为2000年9月1日至2001年8月31日。
　　2 结果与分析
　　2.1 2000—2017年佩枯错流域积雪面积时间变化 　　2.1.1 年际变化。
　　从图2可以看出，18年佩枯错流域积雪平均面积为351.93 km2，占整个流域面积的16.36%;多雪年2001、2005年积雪面积分别为372.59和491.99 km2，分别占流域面积的17.32%和22.87%，2011—2014年积雪面积分别为419.27、620.85、407.982和847.80 km2，分别占流域面积的19.49%、28.86%、18.96%和39.41%;少雪年2000、2008年积雪面积分别为206.30、189.36 km2，分别占整个流域面积的9.59%和8.80%。佩枯错流域积雪面积总体呈周期性变化，偶有剧烈波动;2003—2005、2008—2012年积雪面积呈连续增长态势，2005—2008年积雪面积连续减小;2008年是18年积雪面积最小的年份，2014年是积雪面积最大的年份。
　　2.1.2 年内变化。
　　从2000—2017年佩枯错流域逐月分布（图3）来看，积雪面积在3月份达到最大值，为790.80 km2，占流域面积的36.77%;而2月积雪面积与3月积雪面积相差不多，为774.66 km2，2和3月是积雪面积较大的2个月。流域积雪面积9—11月缓慢增长，12月较11月有所减小，次年1—3月持续增大，并在3月份达到最大值;4月份开始减小并持续减小到8月。通过分析发现，结合图3～4可以看出，在10、11月份会出现降雪，12月份几乎没有降雪;随后3月积雪面积处于峰值，4和5月积雪面积略大于1和2月积雪面积，说明在3—5月积雪并没有开始融化;从季节来看（图4），秋季9—11月，积雪面积从156.81 km2增长至348.68 km2，而冬季和春季积雪面积分别为503.76和524.63 km2，远高于秋季和夏季，结合以上分析可以看出在早春时节流域仍会出现降雪。
　　2.2 2000—2017年佩枯错流域积雪空间变化特征
　　2.2.1 积雪日数空间分布特征。
　　整个流域除西南侧外积雪日数普遍较低，自南向北积雪日数减小;流域越往西南侧积雪日数越高，最西南侧为终年积雪区（希夏邦马峰处），18年终年积雪区变化不大，但湖泊南侧和永久积雪区之间的区域积雪日数年际波动很大，结合图5发现秋季降雪多则该区域积雪日数长，如HY2002、HY2013等。夏季空气中水汽含量高，季风将水汽向南输送，而南侧希夏邦马峰海拔高达8 027 m，水汽无法越过希夏邦马峰，加之希夏邦马峰温度低，饱和的水汽遇到低温，因此该处易在秋季出现降雪。
　　流域东北侧有一积雪日数较周边有差异的区域，HY2012、HY2014尤其明顯，综合18年积雪日数空间分布来看，该处在流域积雪少的年份较周围出现短暂积雪，如HY2006、HY2007、HY2008、HY2013。
　　2.2.2 不同海拔积雪日数变化特征。
　　海拔与积雪的分布密切相关，根据佩枯错流域高程DEM数据，每500 m为一间隔，将流域分为6个海拔带（图6）。整个佩枯错流域均处于高海拔地区，最低海拔为4 569 m;流域积雪日数在海拔4 500～6 500 m波动很大，其中4 569～5 069、5 069～5 569、5 569～6 069 m平均积雪日数分别为33、60、149 d。每当年内积雪面积增多时（图3～4），积雪日数明显增多，因此这一海拔带主要为季节性积雪，其中4 569～5 069 m比5 069～5 569 m 平均积雪日数少27 d，而海拔5 569～6 069 m比5 069～5 569 m多89 d，表明这一海拔带气温相较于5 069～5 569 m 低，积雪在融雪季节初期不易融化;6 069～6 569 m这一海拔带平均积雪日数为282 d，尽管在年内积雪面积变化时随之变化，但变化幅度明显减小，表明这一海拔带仍受季节性积雪的影响，但影响不大且积雪日数较为稳定;以海拔6 569 m为界，6 569 m以上均是常年积雪区，6 569 m以上的海拔带不论年内、季节积雪面积增多或减少，积雪日数都常年保持在300 d以上，基本不受季节的影响。
　　2.3 流域积雪对湖泊面积的影响
　　因要探究积雪对湖泊的影响，所以在此对春季积雪面积进行统计，并从MODIS图像中提取流域湖泊信息，通过分析可以发现，2000—2017年融雪季节（即春季）佩枯错湖泊面积变化波动较大，增加或减少趋势并不明显，并未通过信度检验。2000—2002、2003—2005、2009—2011年湖泊面积均在增加，分别增加6.98、5.24、8.73 km2;2007—2009、2011—2013、2014—2017年湖泊面积有所减小，分别减小了6.90、6.98、11.34 km2。湖泊面积变化受气温、蒸发、降水、冰川融水等因素的共同作用，而降水是最直接的补给湖泊的方式，统计18年气象站降水数据发现，2000—2007年降水量波动较大，2008—2016年降水量呈减小趋势，并且4—6月份降水量与湖泊面积呈正相关关系（图7b），相关系数为0.481，但P=0.051，未通过0.05的显著性检验，表明降水与湖泊面积变化存在联系但并不强烈;选取融雪期积雪面积进行分析（图7a），发现春季积雪呈波动变化，2001—2003、2005—2007年春季积雪面积减小，2002—2005、2009—2012年积雪面积持续增加，2012年较2009年增加近40%;春季积雪面积与湖泊面积呈正相关关系，相关系数达0.529，P=0.024，通过了0.05的显著性检验。佩枯错处于流域低海拔处，这表明希夏邦马峰处积雪融化后有一部分对佩枯错进行了补给。18年佩枯错流域平均气温为5.19 ℃，总体呈上升趋势（图7c），在2000—2008年，尽管出现了18年的最高气温（8.90 ℃），但总体处于气温低值区间，平均温度为4.03 ℃;而2009—2017年平均气温为6.49 ℃，相较于前9年有明显的升高。但气温与湖泊面积的相关系数为0.175，说明气温与湖泊面积几乎没有线性关系，仅呈极弱的正相关关系，说明气温升高使得积雪融化速度加快，积雪融化更多，湖泊得到了更多积雪融水的补给。 　　3 结论
　　（1）年内2月和3月是流域积雪面积较大的月份;积雪增长从10月开始，一直持续到3月，4月积雪面积仍略高于1月份，这表明3—5月的积雪并没有融化;就季节来看，冬春两季积雪面积最大，春季3月是全年积雪面积最大的月份。
　　（2）海拔6 569 m以上为常年积雪区，不受季节影响;海拔6 069～6 569 m积雪日数保持在282 d左右，受季节影响较小;海拔6 069 m以下积雪日数受季节影响很大，5 069～6 069 m每隔500 m积雪日数差异明显，分别减小至149、60 d;而5 069 m以下积雪日数相差不大。
　　（3）佩枯错地处低洼，周围三面环山，尽管降水量补给湖泊更为直接，但流域降水量较少，在融雪期间降水量对湖泊的补给作用并不显著，未通过0.05的显著性检验;而积雪对湖泊的影响显著，积雪融水对湖泊的补给起到了重要的作用，青藏高原逐渐升高的气温对积雪的融化也起到了促进作用。
　　参考文献
　　[1] 汪方，丁一汇.不同排放情景下模拟的21世纪东亚积雪面积变化趋势[J].高原气象，2011，30（4）：869-877.
　　[2] BARNETT T P，ADAM J C，LETTENMAIER D P.Potential impacts of a warming climate on water availability in snowdominated regions[J].Nature，2005，438：303-309.
　　[3] STEPPHUN H.Snow and agriculture[M]//GRAY D，MALE D.Handbook of snow：Principles，processes，management and use.Toronto，Canada：Pergamon Press，1981：60-125.
　　[4] SCHMUGGE T J，KUSTAS W P，RITCHIE J C，et al.Remote sensing in hydrology[J].Adv Water Resour，2002，25：1367-1385.
　　[5] IMMERZEEL W W，VAN BEEK L P H，BIERKENS M F P.Climate change will affect the Asian water towers[J].Science，2010，328：1382-1385.
　　[6] 王順久.青藏高原积雪变化及其对中国 水资源系统影响研究进展[J].高原气象，2017，36（5）：1153-1164.
　　[7] 胡豪然.青藏高原东部积雪异常与西南地区春季降水的关系[J].干旱气象，2016，34（3）：423-430，493.
　　[8] 除多，洛桑曲珍，杨志刚，等.1981-2010年青藏高原降雪日数时空变化特征[J].应用气象学报，2017，28（3）：292-305.
　　[9] 拉巴卓玛，次珍，普布次仁，等.2002～2015年西藏雅鲁藏布江流域积雪变化及影响因子分析研究[J].遥感技术与应用，2018，33（3）：508-519.
　　[10] 蔡迪花，郭铌，王兴，等.基于MODIS的祁连山区积雪时空变化特征[J].冰川冻土，2009，31（6）：1028-1036.
　　[11] 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.
　　[12] 林金堂，冯学智，肖鹏峰，等.基于MODIS数据的玛纳斯河山区雪盖年内变化特征研究[J].遥感信息，2012（2）：20-24，80.
　　[13] 杨志刚，达娃，除多.近15 a青藏高原积雪覆盖时空变化分析[J].遥感技术与应用，2017，32（1）：27-36.
　　[14] 田柳茜，李卫忠，张尧，等.青藏高原1979-2007年间的积雪变化[J].生态学报，2014，34（20）：5974-5983.
　　[15] 唐小萍，闫小利，尼玛吉，等.西藏高原近40年积雪日数变化特征分析[J].地理学报，2012，67（7）：951-959.
　　[16] 秦艳，丁建丽，赵求东，等.2001-2015年天山山区积雪时空变化及其与温度和降水的关系[J].冰川冻土，2018，40（2）：249-260.
　　[17] 陈敏，高璐，曹永强.2001—2014年阿克苏河流域山区积雪时空变化分析[J].水力发电学报，2016，35（9）：28-37.
　　[18] 德吉央宗，拉巴卓玛，拉巴，等.1975-2013年西藏佩枯错湖面变化及分析[J].湖泊科学，2016，28（6）：1338-1347.
　　[19] XU C C，CHEN Y N，LI W H，et al.Potential impact of climate change on snow cover area in the Tarim River basin[J].Environmental geology，2007，53（7）：1465-1474.
　　[20] ZHANG G Q，XIE H J，YAO T D，et al.Snow cover dynamics of four lake basins over Tibetan Plateau using time series MODIS data（2001-2010）[J].Water Resour Res，2012，48（10）：1-22.
转载注明来源:https://www.xzbu.com/1/view-15202876.htm