• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      利用被動微波探測青海湖湖冰物候變化特征

      2021-04-07 16:17:54汪關(guān)信張廷軍李曉東何灼倫李宇星
      冰川凍土 2021年1期
      關(guān)鍵詞:亮溫青海湖物候

      汪關(guān)信,張廷軍,2,李曉東,3,何灼倫,李宇星

      (1.蘭州大學(xué)資源環(huán)境學(xué)院西部環(huán)境教育部重點實驗室,甘肅蘭州730000;2.中國高校極地聯(lián)合研究中心,北京100875;3.青海省氣象科學(xué)研究所,青海西寧810001;4.青海省水文水資源勘測局,青海西寧810001)

      0 引言

      湖泊作為全球水文系統(tǒng)的重要組成部分,不僅影響局地生態(tài)系統(tǒng)狀況,而且關(guān)乎人類活動的諸多方面[1-2],在中緯度地區(qū),秋冬季節(jié)形成于湖泊之上的湖冰隔絕了大氣和水體之間的能量、氣體和物質(zhì)交換[3-5],不僅對區(qū)域氣候變化造成影響,同時也可以反映當(dāng)?shù)啬酥寥虻臍夂蜃兓?,是氣候變化的敏感因子?-9]。在湖冰研究中,湖冰物候(凍結(jié)-封凍-消融-完全消融)是湖冰凍融的重要過程和參數(shù),和區(qū)域氣候特征之間有著較強(qiáng)的聯(lián)系,可作為反映局部和全球氣候變化的指標(biāo)[7-10]。全球氣候變暖對湖冰物候產(chǎn)生了巨大的影響,主要體現(xiàn)在封凍日期推遲和消融日期提前而導(dǎo)致封凍期天數(shù)減少的變化趨勢[11-14]。Magnuson等[7]根據(jù)野外實地觀測數(shù)據(jù)研究發(fā)現(xiàn),在1846—1995年間,北半球湖冰凍結(jié)日期推遲速率為5.8 d·(100 a)-1,消融日期提前速率為6.5 d·(100 a)-1;Benson等[15]同樣借助野外湖冰物候觀測數(shù)據(jù)研究了北半球75個湖泊最近150年(1855—2005年)湖冰物候變化特征,結(jié)果表明,凍結(jié)期每10年減少0.7~4.3 d,并且凍結(jié)期變化和極端天氣事件聯(lián)系緊密;Du等[16]根據(jù)AMSR-E 36.5 GHz被動微波亮溫,利用滑動t檢驗的方法檢索了北半球71個湖泊湖冰物候變化狀況,其中60.6%的湖泊表現(xiàn)出凍結(jié)期縮短的趨勢,并且表現(xiàn)出明顯的緯度地帶性,在高緯度(>60°N)地區(qū),81%的湖泊顯示出凍結(jié)期縮短的趨勢,在中緯度(≤50° N)地區(qū),僅有45%呈現(xiàn)出類似的趨勢;上述學(xué)者的研究主要考慮半球尺度的多個湖泊湖冰物候的變化特征,對于氣候脆弱敏感的青藏高原高寒地區(qū)湖泊湖冰變化特征研究較少。

      隨著遙感技術(shù)的發(fā)展,湖冰觀測技術(shù)極大提高。早期利用可見光和近紅外遙感監(jiān)測湖冰,可以根據(jù)較高分辨率多光譜衛(wèi)星數(shù)據(jù)通過目視解譯判斷湖冰物候[17-18],也可以通過近紅外和紅光波段反射率差異反演湖冰物候[17,19-20],還有學(xué)者利用熱紅外地表溫度判斷凍結(jié)消融時間[20-21],但受到天氣影響,光學(xué)、熱紅外影像難以準(zhǔn)確反映湖冰特征[22-23];主動微波遙感,如合成孔徑雷達(dá)(SAR)不受氣象條件影響,主要應(yīng)用于估算冰厚[24],區(qū)分浮冰和觸地冰[23],但是重訪周期低,時間序列較短[25]。被動微波遙感數(shù)據(jù)受天氣影響較小,時間分辨率高,可以根據(jù)亮度溫度數(shù)據(jù)利用滑動均值差及比值閾值方法來提取湖冰物候特征[12,16,26-27]。

      由于青藏高原地區(qū)湖冰野外觀測資料匱乏,湖冰變化研究較少[9],近年來才有學(xué)者對高原地區(qū)湖冰變化展開研究。主要利用光學(xué)遙感、野外記錄等不同數(shù)據(jù)源分析了納木錯湖冰物候變化[9,14,23,28-29],也有學(xué)者利用被動微波研究了青海湖(1978—2006年)[12]和納木錯(1978—2013年)[30]湖冰變化特征,此外,還有學(xué)者結(jié)合不同數(shù)據(jù)源研究了青藏高原湖冰物候[31-32]。這些研究主要對湖冰物候的變化特征進(jìn)行了描述,并結(jié)合氣象因子對湖冰物候變化原因進(jìn)行了探究??傮w上來說,針對高寒地區(qū)湖泊特別是青海湖湖冰詳盡變化特征的研究相對缺乏,尤其是在整合湖冰物候、湖冰厚度以及時空凍融特征并進(jìn)行綜合分析方面。本文通過利用青海湖湖冰實測資料、氣象資料并結(jié)合被動微波遙感數(shù)據(jù)研究青海湖近幾十年間的湖冰物候、湖冰厚度變化特征,探索了湖冰變化特征和氣候變化之間的相互作用,從而對青海湖流域乃至青藏高原氣候變化特征提供數(shù)據(jù)支撐和科學(xué)證據(jù)。

      1 數(shù)據(jù)與方法

      1.1 研究區(qū)概況

      研究區(qū)地處青藏高原東北隅(36°21′~37°15′N,90°36′~100°47′E),是中國最大的內(nèi)陸湖,屬高原半干旱高寒氣候,湖面積達(dá)4 467.5 km2,流域面積約29 660 km2,湖面海拔3 190 m,湖泊形狀近似橢圓形,長軸方向呈北西西向,長約109 km,南北最寬為65 km,西寬東窄,最狹窄處20 km。湖泊周長360 km,平均水深25 m,湖水呈弱堿性(pH=9.19),密度為1.01 g·mL-1,含鹽量為14.1 g·L-1[33]。青海湖區(qū)夏季涼爽,冬季嚴(yán)寒并伴有大風(fēng),湖水存在季節(jié)性的凍融交替過程,每年12月初開始凍結(jié),4月中旬完全消融,歷史最大湖冰厚度達(dá)70 cm[11]。湖區(qū)平均降水量(1959—2016年)為396.8 mm,多年平均蒸發(fā)量約為830~1 100 mm。蒸發(fā)量年內(nèi)分配不均,年際變化較小。以各出口水位站為準(zhǔn),進(jìn)入湖濱及湖泊的多年平均地表水資源量為1.46×109m3,其中5條較大河流布哈河、沙柳河、哈爾蓋河、烏哈阿蘭河及黑馬河的徑流量占入湖地表徑流量的83%,不重復(fù)的地下水資源量為7.8×108m3,河水補(bǔ)給主要以大氣降水以及少量冰雪融水為主[34]。

      1.2 數(shù)據(jù)

      1.2.1 氣象數(shù)據(jù)

      文中收集了位于青海湖流域內(nèi)共和氣象站(1961—2018年)、下設(shè)水文站(1983—2018年)觀測得到的氣溫、降水、風(fēng)速數(shù)據(jù),由于實地觀測數(shù)據(jù)位于青海湖南部,采用共和氣象站數(shù)據(jù)利于本文分析。

      1.2.2 湖冰觀測數(shù)據(jù)

      下社水文觀測站自1983年1月開始對青海湖湖冰厚度觀測,在距離湖岸1 000 m處(冰較薄時距湖岸不足1 000 m),湖冰凍結(jié)狀況良好的情況下,采用鉆孔、L型鋼尺測量的方法記錄了青海湖1983—2015年湖冰厚度(圖2)。每年1月1日開始觀測,每5天觀測一次,即1月6日、11日,以此類推,3月底或者4月初結(jié)束觀測。

      1.2.3 微波亮溫數(shù)據(jù)

      本文使用了美國冰雪數(shù)據(jù)中心(National Snow and Ice Data Center,NSIDC)提供的25 km分辨率被動微波亮溫數(shù)據(jù)。數(shù)據(jù)主要由以下傳感器獲得:Nimbus-7 Scanning Multichannel Microwave Radiometer(SMMR)和Defense Meteorological Satellite Program Special Sensor Microwave/Image(DMSPSSM/I)以 及Special Sensor Microwave Imager Sounder(SSMIS)[35-36](圖3),不同傳感器包含不同的頻率組合和極化方式(表1)。SMMR傳感器時間序列為1978—1987年,包含9個完整冬半年(11月—次年4月)。SSM/I-SSMIS傳感器時間序列為1987—2018年,共包含30個完整冬半年。

      1.2.4 MODIS快速響應(yīng)數(shù)據(jù)(MODIS Rapid Response,MRR)

      MODIS傳 感 器 搭 載 于Terra和Aqua衛(wèi) 星,自2000年2月以來,依靠其36個光譜波段不斷收集地球數(shù)據(jù),數(shù)據(jù)可每天覆蓋全球,空間分辨率從250 m至1 000 m,滿足地表溫度、積雪、地表反射率(湖冰特征識別)和植被信息提取等需要[37]。MRR數(shù)據(jù)(http://rapidfire.sci.gsfc.nasa.gov)由NASA提供,經(jīng)過校正的影像能夠直接用來提取地表信息,如火災(zāi)、凍融等地表狀況[38]。比較使用MODIS輻射校準(zhǔn)數(shù)據(jù)產(chǎn)品和MRR數(shù)據(jù)在解譯湖冰面積方面,兩種產(chǎn)品解譯精度均在10%以內(nèi)[39]。

      圖2 青海湖湖冰厚度野外觀測Fig.2 Field observation of lake ice thickness in Qinghai Lake

      1.3 研究方法

      1.3.1 數(shù)據(jù)處理

      利用氣象站觀測的氣象資料,提取出1978—2017年冬半年(11月—次年4月)逐日氣溫、降水、風(fēng)速等資料,并得出1961—2017年氣溫距平值(1981—2010年平均氣溫),探究青海湖多年氣溫變化。

      文中研究的湖冰物候包含初冰日(開始凍結(jié),豎線A)、封凍日(完全凍結(jié),豎線B)、消融日(開始融化,豎線C)及完全消融日(完全融化,豎線D)(初冰日、封凍日、消融日、完全消融日,以該年第幾天表示,如2013年2月1日,則表 示為2013年第32天)。其中凍結(jié)期是指初冰日和封凍日之間的時間長度(豎線A和豎線B之間的天數(shù)),融化期是指消融日和完全消融日之間的持續(xù)時間(豎線C和豎線D之間的天數(shù)),封凍日和消融日之間的時間長度被稱為完全封凍期(豎線B和豎線D之間的天數(shù))[圖4(a)、(b)]。

      圖3 被動微波衛(wèi)星遙感時間序列(美國冰雪數(shù)據(jù)中心)Fig.3 Time series of satellite passive microwave remote sensing data(NSIDC)

      表1 被動微波遙感數(shù)據(jù)Table 1 Satellite passive microwave remote sensing data in this study

      直接利用MRR數(shù)據(jù)目視解譯湖冰凍融狀況,其影像主要是通過真彩色和假彩色波段組合方式表現(xiàn)出來,湖冰在真彩色影像上顯示為白色,湖水顯示為深綠色,在假彩色影像上,湖冰顯示為黑色或者淡藍(lán)色。通過巨大的色差來反映湖冰凍結(jié)和融化狀態(tài),從而區(qū)分初冰日(湖冰面積>10%)、封凍日(湖冰面積>90%)、消融日(湖冰面積<90%)、完全融化日(湖冰面積<10%)。在凍結(jié)過程中,獨(dú)立出青海湖主體的湖泊(沙島湖)最先開始凍結(jié),之后湖泊主體由邊緣向中心凍結(jié);而在融化過程中,在風(fēng)力作用下,迎風(fēng)岸堆積大面積冰塊,這些凍結(jié)融化特征都可以通過MRR影像解譯出來。同時,云霧的光譜干擾、地形、云影以及冰脊、盤狀冰、冰裂縫等特征都可能導(dǎo)致出現(xiàn)分類誤差,尤其是在MODIS其他遙感產(chǎn)品上[39],而且,與野外觀察相比,MRR數(shù)據(jù)目視解譯給出了更全面、快速、準(zhǔn)確的結(jié)果。湖水和湖冰介電常數(shù)的不同導(dǎo)致在被動微波遙感獲取的亮溫值上形成差異,根據(jù)這種差異可以區(qū)分湖水和湖冰,從而可以判斷湖冰凍融過程和物候變化[12]。為避免混合像元影響,采用青海湖純凈像元作為研究對象,判識湖冰凍融過程。圖4(a)、4(b)現(xiàn)顯示了18 GHz和19 GHz在不同極化方式下亮度溫度(TB(18V,18H),TB(19V,19H))隨著湖水狀態(tài)的變化而改變的狀況。從夏季至初冬,在氣溫降低的條件下,湖水溫度下降,TB(18V,18H)和TB(19V,19H)隨之緩慢減少;湖泊封凍后,湖冰發(fā)射率增加,兩種頻率下的亮度溫度中具有了湖冰的微波特性,亮度溫度顯著增加,當(dāng)湖泊完全凍結(jié)(封凍日)時,亮度溫度維持一個高值,隨著湖冰厚度增加,亮溫緩慢增加,從封凍日到消融日期間,亮溫始終處于這個高值,消融后,湖冰變薄,亮溫值快速減少。所以,可以根據(jù)亮溫的微波特性判別青海湖湖冰封凍日和消融日。由于無法排除凍結(jié)過程和融化過程中由風(fēng)力引起的湖面粗糙度變化對亮溫的影響[29],因此本文只考慮封凍、消融兩個物候過程。

      為消除數(shù)據(jù)缺失的影響、降低升軌和降軌間的亮溫差異,分別提取升軌和降軌數(shù)據(jù),綜合后得出結(jié)果。利用滑動平均亮溫差的方法結(jié)合亮溫曲線目視解譯封凍和消融時間,為避免湖冰重復(fù)凍融的影響,在解譯亮溫曲線時,在凍結(jié)過程中,當(dāng)亮溫處于穩(wěn)定值(TB(18H,19H)>210 K;TB(18V,19V)>240 K)時則判斷為封凍日;融化期間,亮溫值處于穩(wěn)定下降階段并且下降至TB(18H,19H)<210 K,TB(18V,19V)<240 K時,則持續(xù)穩(wěn)定下降首日為消融日,具體方法如下[12,40]:

      圖4 被動微波TB(18V,18H)、TB(19V,19H)遙感數(shù)據(jù)與實測湖冰物候特征曲線Fig.4 Characteristics of lake ice phenology and passive microwave in TB(18V,18H),TB(19V,19H),lines A,B,C,and D indicate the ice onset day,ice on day,initial ice melt day,and the last day of lake ice,which are extracted by field observation and MRR data.A_19H is brightness temperature of ascending orbit in 19 GHz with Horizontal polarization,D_19V is brightness temperature of descending orbit in 19 GHz with vertical polarization

      式中:TBi為湖冰年第i天的亮度溫度,滑動亮溫差最大值[式(1)]為封凍日,滑動亮溫差最小值[式(2)]為消融日。

      對由目前衛(wèi)星遙感獲得的被動微波亮溫數(shù)據(jù)而言,高頻亮溫數(shù)據(jù)(85 GHz,91 GHz)空間分辨率較高,但其容易受到云霧、降水影響[12],很難精確反映青海湖湖冰動態(tài)變化。而TB(18V,18H)和TB(19V,19H)雖然空間分辨率較低,但是穿透云霧的能力優(yōu)于高頻亮溫。所以本文選擇低頻亮溫[18(19)GHz]反演青海湖湖冰物候。

      文中使用絕對誤差(AE)、相對誤差(AR)、平均絕對誤差(MAE)、平均相對誤差(MRE)和均方根誤差(RMSE)五個誤差指標(biāo)來描述湖冰物候提取精度。其公式如下:

      式中:αi表示微波亮溫提取的物候日期;βi為觀測得到的物候日期。

      1.3.2 精度驗證

      利用MRR數(shù)據(jù)解譯的青海湖湖冰封凍日和消融日與亮溫數(shù)據(jù)得到相應(yīng)日期比較吻合(表2)。被動微波亮溫提取的湖冰封凍日絕對誤差(AE)均在5 d以內(nèi),消融日均在2 d以內(nèi)(圖5)。相比MRR解譯的封凍日來看,亮溫提取的封凍日均有所提前,在2007年、2009年誤差較大,比MRR解譯結(jié)果提前5 d;消融日誤差較小,2004年、2005年等年份消融日與MRR解譯結(jié)果一致。封凍日,消融日以及封凍期平均絕對誤差分別為-2.5 d、±2 d、-2.8 d,封凍期持續(xù)時間平均相對誤差為3.4%,誤差較小。微波亮溫數(shù)據(jù)在高緯度重訪周期高,但在中緯度地區(qū)存在無數(shù)據(jù)覆蓋的情況,這可能是產(chǎn)生誤差的原因[40]。

      表2 微波亮溫提取誤差Table 2 Error of extraction using passive microwave data

      圖5 MRR解譯物候和微波亮溫提取物候差值Fig.5 Extraction error of lake ice phenology between field observation and satellite remote sensing data

      2 結(jié)果與分析

      2.1 1978—2017年青海湖湖冰物候變化特征

      2.1.1 封凍日

      TB(19V,19H),TB(18V,18H)提取的封凍日結(jié)果表明[圖6(a)],青海湖湖冰1978—2018年間平均12月27日完全封凍,1983年12月12日完全封凍,封凍時間最早,2016—2017年封凍最晚,于2017年1月13日完全封凍。

      封凍日出現(xiàn)明顯推遲趨勢,平均每年推遲0.23 d,40年間,封凍日推遲9 d。但在1989—1992年,封凍日出現(xiàn)持續(xù)提前趨勢,平均每年提前3 d;從曲線上看,青海湖封凍日呈現(xiàn)波動推遲的狀態(tài),且在2005—2018年波動幅度較大。從MRR提取得到的2000—2018年湖冰封凍日結(jié)果來看,湖冰封凍日也呈現(xiàn)出平均每年推遲0.32 d的趨勢,與微波亮溫提取結(jié)果趨勢一致。

      2.1.2 消融日

      從提取結(jié)果來看[圖6(b)],青海湖湖冰在1978—2017年間平均3月30日開始消融,其中1992年4月17日開始融化,消融日期最晚,1986年3月15日開始融化,融化日期最早,消融日波動變化較大。

      消融日呈現(xiàn)出提前的趨勢,平均每年提前0.33 d,40年間,消融日提前13 d。在2003—2007年,消融日明顯推遲,平均每年推遲5.5 d,在1982—1984年,2001—2003年,2010—2013年這三個階段中,消融日出現(xiàn)持續(xù)提前趨勢,從MRR提取結(jié)果上看,消融日也呈現(xiàn)顯著提前的趨勢(0.34 d·a-1),與TB(18V,18H),TB(19V,19H)提取的結(jié)果基本一致。

      2.1.3 封凍期

      在湖冰物候中,湖冰持續(xù)時間代表了湖冰穩(wěn)定性狀況[10]。由微波亮溫獲取的封凍日和消融日可以得到青海湖湖冰封凍期[圖6(c)]。青海湖平均封凍93 d,2016年封凍時間最短,為73 d,1985年封凍時間最長,達(dá)到123 d。青海湖封凍期呈現(xiàn)出波動縮短的趨勢,平均每年減少0.57 d,但在1990—1992年,封凍期延長,平均每年延長17 d,波動幅度較大。湖冰封凍期波動減少,青海湖湖冰完全覆蓋時間縮短,湖冰穩(wěn)定性降低。利用MRR解譯結(jié)果計算得到的青海湖封凍期也呈波動減少的趨勢(0.75 d·a-1),并且減少趨勢大于時間序列較長的被動微波觀測結(jié)果。

      MRR解譯的初冰日和消融日顯示[圖6(d)],青海湖平均每年12月12日開始凍結(jié),2000年11月31日開始凍結(jié),凍結(jié)最早,2016年12月26日開始凍結(jié),開始凍結(jié)時間最晚。青海湖初冰日呈波動推遲態(tài)勢,平均每年推遲0.75 d,2013—2016年呈持續(xù)推遲趨勢(7.0 d·a-1);青海湖湖冰平均4月7日完全消融,2010—2011年完全消融時間最晚(4月19日),2015—2016年完全消融最早,于2016年3月25日完全融化。完全消融日呈現(xiàn)顯著提前趨勢,平均每年提前0.13 d,其中2011—2013年呈現(xiàn)持續(xù)提前趨勢,平均每年提前6.3 d,但近年來青海湖完全消融日呈現(xiàn)顯著推遲的趨勢。利用MRR解譯得到湖冰物候與亮溫數(shù)據(jù)得到湖冰物候變化趨勢基本一致。近年來的湖冰物候變化趨勢較以往更加劇烈。

      2.2 青海湖湖冰厚度變化

      1983—2018年間青海湖年際最大、最小湖冰厚度觀測結(jié)果顯示[圖7(a)],青海湖平均最大湖冰厚度為59 cm,最小湖冰厚度為6 cm;1月平均最大湖冰厚度為50 cm,2月平均湖冰厚度為59 cm,3月平均湖冰厚度為52 cm。青海湖平均湖冰厚度為29.4 cm,湖冰厚度在2月達(dá)到最大。

      青海湖最大、最小湖冰厚度總體上呈現(xiàn)出波動減少的趨勢,年際變化中,最大湖冰厚度平均每年減少0.34 cm,最小湖冰厚度平均每年減少0.30 cm。同時,從月變化上看[圖7(b)、(c)、(d)],青海湖完全凍結(jié)后,厚度不斷增加,達(dá)到最大厚度,而后隨著氣溫的升高,厚度下降,直至完全融化;同時,1月、2月、3月湖冰最大、最小厚度呈現(xiàn)出波動下降的趨勢,其中1月最大湖冰厚度平均每年下降0.21 cm,2月平均每年下降0.30 cm,3月下降速率最快,平均每年下降0.39 cm,凍結(jié)期每月最小湖冰厚度也呈現(xiàn)出減薄趨勢。

      圖7 青海湖湖冰厚度觀測值Fig.7 Variation of ice thickness in Qinghai Lake from in-suit measurements:lake ice thickness in annual(a);lake ice thickness in January(b);lake ice thickness in February(c);lake ice thickness in March(d)

      2.3 青海湖凍融過程與空間差異

      青海湖面積廣闊,在凍融過程中,空間差異較大。湖水凍結(jié)一般發(fā)生在湖泊外圍靠近陸地區(qū)域。利用MRR解譯了青海湖2015—2016年凍結(jié)和融化過程,并展示了同一天的微波亮溫值(圖8)。2015年12月19日開始凍結(jié),微波純凈像元值低于210 K,不存在湖冰的微波特性,微波亮溫值低;2016年1月2日發(fā)生大面積凍結(jié),微波像元中有了湖冰的微波特性,亮溫值超過210 K,不斷凍結(jié)直至2016年1月8日,青海湖完全封凍,在封凍過程中,亮溫也一直大于210 K。當(dāng)融化發(fā)生時(2016年3月12日),通過MRR影像可以明顯判別,但微波像元沒有處于消融的區(qū)域,所以像元沒有湖水的微波特性,亮溫值仍然大于210 K,這可能造成在解譯湖冰消融時出現(xiàn)誤差。之后湖冰消融,微波像元有湖水的微波特性,亮溫值降低,直至湖冰完全融化(2016年3月26日),亮溫值也降低至176.5 K。

      圖8 青海湖凍結(jié)和融化過程Fig.8 The freezing and melting process of Qinghai Lake

      如圖9所示,利用MRR解譯獲取了青海湖2000—2018年凍結(jié)和融化發(fā)生的位置,并統(tǒng)計了在各位置發(fā)生凍結(jié)和融化的概率。其中,凍結(jié)開始主要發(fā)生在青海湖東部海晏灣地區(qū),北部泉吉、哈爾蓋地區(qū),西部黑馬河、鳥島等地區(qū),再逐漸向湖中心凍結(jié),直至完全封凍,凍結(jié)過程較長,一般持續(xù)10 d以上。2000—2018年中,共有12次初始凍結(jié)發(fā)生在該地區(qū),在青海湖北部和西部發(fā)生初始凍結(jié)的年份分別占16.7%,同時,海晏灣地區(qū)初次凍結(jié)時間較早,而其他位置的初始凍結(jié)時間較晚;消融時,靠近湖岸地區(qū)首先開始融化,增加了大氣和水體之間的熱交換,出現(xiàn)較大裂縫,進(jìn)而引發(fā)整個湖泊開始融化,這個過程較短,一般在10 d以內(nèi),在風(fēng)力作用下,融化過程會更加快速。發(fā)生首次融化的地區(qū)也主要集中在青海湖的西部、北部和東部地區(qū),在2000—2018年中,共有16次發(fā)生在青海湖西部(黑馬河地區(qū)),極少數(shù)融化發(fā)生在海晏灣地區(qū)、哈爾蓋地區(qū)及泉吉地區(qū),此外青海湖西部地區(qū)初次融化時間相對較早,而發(fā)生在其他地區(qū)的首次融化時間較晚。

      2.4 湖冰特征對氣候變化的響應(yīng)

      2.4.1 湖冰物候特征對氣候變化響應(yīng)關(guān)系

      青海湖流域氣溫于10月下旬開始日平均氣溫低于0℃,次年4月上旬回升至0℃以上,隨著氣溫下降,湖水在12月初開始凍結(jié),3月底開始融化。冬半年氣溫影響湖冰物候,從而影響湖冰凍融狀況。凍結(jié)指數(shù)是指在一個凍結(jié)期內(nèi),日平均氣溫為負(fù)值(℃)的逐日累積值[41]。青海湖封凍期內(nèi)凍結(jié)指數(shù)和封凍期天數(shù)呈顯著負(fù)相關(guān),相關(guān)系數(shù)為0.68;同時,凍結(jié)期內(nèi)的正積溫與封凍期呈顯著正相關(guān),相關(guān)系數(shù)為0.64(圖10)。湖冰封凍期內(nèi)的凍結(jié)指數(shù)和正積溫在一定程度上反映了湖冰的持續(xù)時間。

      除此之外,風(fēng)力在湖冰凍融過程中發(fā)揮重要作用[42-43]。選取青海湖湖冰封凍日、消融日前30天平均風(fēng)速,圖11(a)表明,封凍日對風(fēng)速變化敏感,在風(fēng)力強(qiáng)的年份,青海湖較晚封凍,反之,青海湖較早封凍,尤其是2002年以來,風(fēng)力對封凍日的影響明顯。風(fēng)力在凍結(jié)過程中促進(jìn)水體和大氣的熱交換,然而,風(fēng)力容易致使初始凍結(jié)的冰層破碎化,變得不易凍結(jié),延長了凍結(jié)期,風(fēng)速越大,封凍日越延遲;風(fēng)速與消融日關(guān)系密切,風(fēng)速越大,消融日期越提前,反之,消融日越滯后[圖11(b)]。春季太陽輻射增強(qiáng),風(fēng)力增加了湖冰和大氣之間的熱交換,同時使湖冰變得破碎化,使得消融日提前。同時,降水(雪)也是也是影響湖冰物候和湖冰厚度的因素。降雪量和消融日成正相關(guān)關(guān)系,相關(guān)系數(shù)為0.56[圖12(a)],降水(雪)量增加,消融日推遲,相反地,降水(雪)量減少,湖冰更易融化。封凍期間降水(雪)量和封凍時間為正相關(guān)關(guān)系,相關(guān)系數(shù)為0.41(P<0.01)[圖12(b)]。在湖冰完全凍結(jié)期間,降水(雪)量增加,湖冰表面溫度低于0℃,封凍時間延長。因此,風(fēng)速、降水(雪)量也是影響湖冰物候的重要因素。

      圖9 青海湖凍融發(fā)生位置Fig.9 Location of freezing and thawing in Qinghai Lake

      圖10 正積溫、凍結(jié)指數(shù)與封凍期相關(guān)關(guān)系Fig.10 Correlation between ice cover duration and positive cumulative temperature and freezing index

      2.4.2 湖冰厚度與氣溫之間的響應(yīng)關(guān)系

      根據(jù)青海湖湖冰厚度觀測時間,即每年1月1日開始觀測,每5日觀測一次,累積每個觀測周期(5日)內(nèi)的氣溫值,對比青海湖年際湖冰厚度變化和對應(yīng)5日內(nèi)氣溫累積值[圖13(a)]發(fā)現(xiàn),青海湖年際湖冰厚度和5日累積氣溫有較好的對應(yīng)關(guān)系,隨著累積氣溫下降,湖冰厚度增加,春季氣溫上升,5日累積氣溫上升,湖冰厚度開始下降,可能受降溫天氣(降雪)影響,厚度在下降過程又有反彈的跡象,同時,累積氣溫開始下降,對應(yīng)一致。而后隨著5日累積氣溫上升,湖冰厚度開始快速下降。在整個湖冰厚度加厚-減薄-加厚-減薄過程中,累積氣溫經(jīng)歷了下降-上升-下降-上升的過程。湖冰厚度和對應(yīng)封凍持續(xù)時間呈顯著正相關(guān)關(guān)系[圖13(b)],隨著封凍期的延長,湖冰厚度呈現(xiàn)出加厚的趨勢。

      3 討論

      湖冰物候變化特征受到氣溫、風(fēng)速、降雪等氣象要素以及地理要素(海拔、緯度)等的共同影響,而在長時間尺度物候變化中起主要作用的是氣溫變化[42-43]。如圖14所示,青海湖1961—2016年最低氣溫、平均氣溫、最高氣溫距平值均呈現(xiàn)出波動升高的趨勢,氣溫距平值表明,最低氣溫升高趨勢明顯(0.067℃·a-1)。根據(jù)多年平均氣溫距平得出:在55年內(nèi)青海湖氣溫上升2.85℃,氣溫傾向率為0.052℃·a-1。

      圖11 風(fēng)速和封凍日、消融日相關(guān)關(guān)系Fig.11 Correlation between wind speed and ice on day(a),initial ice melt day(b)

      圖13 湖冰厚度與累積氣溫和封凍期關(guān)系Fig.13 Relationships between lake ice thickness and cumulative temperature(a)and between lake ice thickness and ice cover duration(b)

      氣溫是影響青海湖湖冰物候的關(guān)鍵影響因素[44]。湖冰的形成通常受到強(qiáng)輻射和強(qiáng)對流的控制,在冬季冷氣流驅(qū)動下,湖水迅速冷卻至水體最大密度溫度以下,湖面層變得穩(wěn)定,并且溫躍層發(fā)育,湖表面水體冷卻速率增加,表面溫度達(dá)到冰點以下并形成針狀冰,湖水在低溫環(huán)境下快速凍結(jié)直至完全封凍[45]。在這個過程中,氣溫起到?jīng)Q定性的作用。在開始融化時,湖冰表層維持在冰點溫度,在冰層下方,鹽度、溫度促使湖水發(fā)生對流,青海湖冬季降雪量少,穿透冰層的太陽輻射是驅(qū)動對流的主要因素[46]。根據(jù)湖冰和湖水的光學(xué)厚度,太陽輻射加熱了湖冰和湖水的表面層[47],當(dāng)水溫升高時,湖冰開始融化。同時,在太陽輻射增加情況下,氣溫升高,加速湖冰表面熱交換。氣溫在湖冰融化過程中也起到了關(guān)鍵性作用。這表明青海湖湖冰對氣溫變化響應(yīng)劇烈,同時湖冰物候?qū)^(qū)域氣候變暖有較好地響應(yīng),因此,封凍日和消融日對區(qū)域冬半年氣溫變化有很好的指示作用。青海湖湖冰物候與青藏高原乃至北半球湖泊湖冰物候呈現(xiàn)相似的變化趨勢。納木錯湖冰初冰日延遲和完全消融日提前,湖冰存在期顯著縮短(2.8 d·a-1)[10]。青 海 湖 湖 冰 封 凍 期 呈 縮 短 趨勢[12,43],高亞洲地區(qū)眾多湖泊湖冰呈現(xiàn)出封凍期縮短的趨勢[40,48],歐亞大陸乃至北半球多數(shù)湖泊湖冰物候也呈現(xiàn)出封凍期推遲,消融日提前的物候變化特征[42,49-52]。同時,青海湖湖冰厚度也與北美,加拿大地區(qū)湖冰厚度變化趨勢一致[51],都呈現(xiàn)出厚度減薄的態(tài)勢。青海湖湖冰變化趨勢與北半球其他湖泊基本一致,而且其變化趨勢更加明顯和劇烈。湖冰凍融特征表明,在全球變化的背景下高原地區(qū)呈現(xiàn)氣溫升高和降水量增多的趨勢,在這種趨勢的影響下,青海湖湖冰發(fā)育愈加困難,湖冰厚度減薄,而湖冰的消融愈發(fā)迅速,湖冰穩(wěn)定性逐漸減弱。

      圖14 青海湖氣溫距平值變化趨勢Fig.14 Air temperature anomalies over Qinghai Lake:annual minimum temperature(a);annual mean temperature(b);annual maximum temperature(c)

      此外,本文使用的被動微波亮溫數(shù)據(jù)空間分辨率低,覆蓋青海湖的純凈像元少,這樣就忽略了除純凈像元以外湖泊區(qū)域的凍融變化,從而產(chǎn)生誤差;同時,微波亮溫數(shù)據(jù)在高緯度地區(qū)重訪周期為1 d,但在中緯度地區(qū)重訪周期低于1 d,特別是SSMR傳感器,其重訪周期相對于其他微波傳感器更低,導(dǎo)致1978—1987年提取的湖冰物候結(jié)果誤差可能較大。青海湖面積廣闊,湖冰厚度存在空間差異,而本文使用的湖冰厚度數(shù)據(jù)為單點觀測結(jié)果,雖然無法表征青海湖湖冰整體厚度變化狀況與其空間分布,但面對國內(nèi)目前湖冰厚度研究可用數(shù)據(jù)少,研究方法缺乏的現(xiàn)狀來看,單點觀測厚度仍能夠在一定程度上反映湖冰厚度變化,且能夠說明氣候變化與湖冰厚度之間的響應(yīng)關(guān)系。

      4 結(jié)論

      (1)被動微波遙感具有全天時,全天候,不受云霧影響的特點,在反演湖冰物候上具有明顯優(yōu)勢,但該數(shù)據(jù)在中緯度存在殘缺,利用滑動平均的方法可以在一定程度上減弱該問題對反演精度的影響。

      (2)青海湖湖冰凍融變化很好地響應(yīng)了區(qū)域氣候變化特征,利用被動微波遙感數(shù)據(jù)提取1978—2017年湖冰物候特征,其中,青海湖平均12月27日封凍,且封凍日明顯推遲,推遲速率為0.23 d·a-1;平均3月30日消融,且消融日明顯提前,提前速率為0.33 d·a-1;同時,青海湖湖冰平均每年封凍93 d,封凍期明顯減少,推遲速率為0.57 d·a-1。

      (3)青海湖在1983—2018年間,湖冰平均厚度為29.4 cm,但隨著流域氣溫的升高,青海湖湖冰厚度在月尺度、年尺度上均呈現(xiàn)出減薄的趨勢,減薄速率為0.29 cm·a-1。

      (4)湖冰物候與氣候變化密切相關(guān),其中凍結(jié)指數(shù)在一定程度上決定湖冰完全封凍期的長短,凍結(jié)指數(shù)越低,完全封凍期越長。在湖冰形成和融化過程中,較大的風(fēng)速可促進(jìn)湖冰形成和融化,降水(雪)則影響湖冰的封凍期和消融日,封凍期降水(雪)量越大,則封凍時間越長,消融日推遲越明顯。

      通過研究和分析青海湖湖冰物候、厚度變化特征和凍融時空特征,及其影響因素,探索了青海湖湖冰變化特征與氣溫、降水、風(fēng)速的關(guān)系,青海湖湖冰冰情對冬季氣溫具有很好的指示作用,可以在一定尺度上反映當(dāng)?shù)貧夂蜃兓卣?。但是在大尺度湖冰特征提取上還存在諸多問題,如實地觀測數(shù)據(jù)的局限性、湖冰厚度特征反演存在挑戰(zhàn)等,還需要學(xué)者們做更多、更深入的研究。

      猜你喜歡
      亮溫青海湖物候
      海南橡膠林生態(tài)系統(tǒng)凈碳交換物候特征
      霰譜分布特征對強(qiáng)對流云高頻微波亮溫影響的模擬研究
      那美麗的青海湖
      小讀者(2020年2期)2020-11-26 09:34:07
      基于南太平洋的AMSR2 L1R亮溫數(shù)據(jù)質(zhì)量評估
      海洋通報(2020年2期)2020-09-04 09:22:34
      輕輕松松聊漢語 青海湖
      金橋(2020年7期)2020-08-13 03:07:10
      《青海湖》
      散文詩(2019年21期)2019-01-21 12:03:20
      ‘灰棗’及其芽變品系的物候和生育特性研究
      5種忍冬科植物物候期觀察和比較
      約旦野生二棱大麥在川西高原的物候期和農(nóng)藝性狀分析
      御風(fēng)而行的朝圣之旅——青海湖騎行記
      巴东县| 吉林省| 瑞金市| 隆昌县| 普兰县| 五常市| 无锡市| 抚远县| 石台县| 建德市| 信丰县| 宜丰县| 长乐市| 雅江县| 眉山市| 弋阳县| 开鲁县| SHOW| 宁乡县| 泽州县| 石林| 阿拉善盟| 台中市| 绿春县| 绩溪县| 荆门市| 芮城县| 阳山县| 大荔县| 万山特区| 巫山县| 板桥市| 新安县| 湄潭县| 南投县| 长白| 德惠市| 阜宁县| 普宁市| 敦煌市| 巨鹿县|