西藏春季雪深的時空變化特征及其與前期海表溫度的關(guān)系

尼瑪拉姆 白瑪?shù)录?白瑪曲吉

（1.西藏自治區(qū)日喀則市南木林縣氣象局；2.西藏自治區(qū)日喀則市氣象局，西藏 日喀則 857000）

0 引言

西藏自治區(qū)地處26°50′N～36°53′N，78°25′E～99°06′E 之間，全區(qū)面積1.20223×106 km2，約占我國陸地面積的1/8，平均海拔在4000 m以上，位于青藏高原西南部。青藏高原被稱為“世界屋脊”，高原其異常變化對全球氣候變化的反饋具有一定的前瞻性［1］，即其氣候變化相對于其他地區(qū)開始的時間更早，具有變化幅度更大、變化速率更快等特征，是我國氣候變化的關(guān)鍵按鈕［2］。青藏高原由于其地理位置和下墊面的原因，主要從熱力和動力兩方面影響其周圍甚至全球尺度的氣候變化。在熱力作用方面，青藏高原地表位于對流層中部，以潛熱、感熱、輻射加熱的形式成為高聳入對流層中部大氣的外部強迫源，對高原上部和其周圍地區(qū)的大氣環(huán)流有著關(guān)鍵性的影響，甚至對我國的天氣和氣候有著及其重要的聯(lián)系。青藏高原具有獨特的環(huán)流形勢和天氣氣候特征不僅是我國氣候系統(tǒng)產(chǎn)生的源地，同時也是外來天氣氣候改造的重要場所。因此研究青藏高原自身的變化特征具有重要的意義。

作為冰凍圈的重要的組成成分，積雪可以通過改變下墊面的特性從而對氣候系統(tǒng)中的能量平衡，對水循環(huán)產(chǎn)生重大的影響［3］同時作為冰雪圈的重要的組成成分之一，積雪全球水資源的關(guān)鍵來源之一，青藏高原是亞洲諸多大河的發(fā)源地，其冰雪融水為下游河流提供重要的水源補給,被譽為“亞洲水塔”，更為重要的是，青藏高原是我國最主要的積雪地區(qū)之一。馬麗娟和秦大河研究指出［4］，我們國家年均雪深為0.49cm，其中青藏高原地區(qū)的年平均雪深占0.29cm，從1959—2009年青藏高原的年均雪深為增加趨勢，但表現(xiàn)的不夠顯著。王春學(xué)和李棟梁［5］根據(jù)1958—2008 年的積雪觀測資料對高原最大雪深的變化規(guī)律進行分析表示出近50 年來春秋季最大雪深在整體上呈現(xiàn)出減少的趨勢。積雪的量與青藏高原的熱力過程密切相關(guān)，因此是鄰近地區(qū)氣候形成發(fā)展演變的重要因素。作為氣象觀測的重要元素之一，積雪深度是表示積雪特征的一個重要參數(shù)［6］，它是指從積雪表面到地表之間的垂直深度。積雪深度能夠及時指示全球氣候變化以及能夠迅速敏感地響應(yīng)環(huán)境的變化，在全球氣候變化的研究過程中起到相當重要的作用。積雪異常會影響大氣異常的遙響應(yīng)，從而通過環(huán)流的調(diào)整，能夠?qū)θ驓夂虍a(chǎn)生影響。陳海山和孫照渤研究指出［7］，積雪異?？梢酝ㄟ^改變地面反照率、地表的熱力狀況及其地氣間的熱量交換，從而通過環(huán)流的調(diào)整，能夠?qū)θ驓夂虍a(chǎn)生影響。因此研究青藏高原的積雪深度具有重要科學(xué)和現(xiàn)實意義。

關(guān)于青藏高原的積雪深度，前人進行了大量研究。沈鎏澄指出，高原積雪存在顯著的季節(jié)變化和年代際變化［8］。對于目前國內(nèi)外的研究現(xiàn)狀，韋志剛和黃榮輝等人［9］認為高原空間分布有3 個高值中心：一是喜馬拉雅北麓沿線各站組成的南部高值中心；二是念青唐古拉山和高原唐古拉山和的東段處的山區(qū)；三是在高原東部區(qū)域的阿尼瑪卿山和巴彥喀拉山地區(qū)。除多等人［10］利用青海和西藏高原境內(nèi)的72 個氣象站，1999 年12 月之前逐日觀測的積雪深度資料研究表明，總的來講西藏高原積雪呈平緩增長趨勢。李小蘭等［11］指出,青藏高原地區(qū)冬、春季臺站觀測最大雪深介于2cm～36cm,平均雪深在7cm 左右。王葉堂等人［12］認為高原空間分布不均勻，四周山區(qū)多雪，腹地少雪。白淑英等［13］研究指出全區(qū)常年積雪主要分布在中東部念青唐古拉山、南部喜馬拉雅山、岡底斯山和昆侖山等山脈一帶以及高原腹地局部地區(qū),與西藏地形地勢的分布密切相關(guān)。大部分研究者認為高原積雪東西分布不均勻，呈反位相的變化特征。也有不少學(xué)者探討了高原積雪深度異常的原因，例如ENSO（EI Nin～o and Southem Oscillation,即厄爾尼諾和南方濤動）它是海氣相互作用的一個重要的指示器［14］，特此Shaman and Tziperman［15］調(diào)查了厄爾尼諾現(xiàn)象/南方濤動（ENSO）的作用，發(fā)現(xiàn)熱帶太平洋上與厄爾尼諾相關(guān)的冬季海表溫度異常（SSTA）激發(fā)了沿北非?亞洲急流延伸的平穩(wěn)的Rossby 波，這改變了高原上的冬季風(fēng)暴活動和降雪量。然后發(fā)現(xiàn)ENSO對高原雪深的影響存在明顯東西差異，對高原西部雪深影響顯著并可持續(xù)至4月，而對高原東部雪深影響不大。

綜上可知，前人關(guān)于西藏地區(qū)積雪深度的研究仍相對較少，尤其缺少春季積雪深度多時空尺度變化的系統(tǒng)研究。文章依據(jù)中國西部環(huán)境與生態(tài)科學(xué)中心提供的積雪深度資料，利用經(jīng)驗正交函數(shù)分解（EOF）、譜分析、相關(guān)分析和線性回歸等方法對西藏地區(qū)春季雪深的時空變化特征及其成因進行系統(tǒng)研究。

1 資料與方法

1.1 資料

所使用的資料包括有：1979—2016年逐月積雪深度資料來源于國家自然科學(xué)基金委員會“中國西部環(huán)境與生態(tài)科學(xué)中心”提供的1979—2016年逐月積雪深度資料，空間分辨率為25km×25km，該資料利用美國國家冰雪數(shù)據(jù)中心（National Snow and Ice Data Center,NSIDC)SSM/I 衛(wèi)星獲取的逐日亮溫資料反演過來［16］，為方便分析將逐日雪深資料處理成逐月雪深，積雪深度資料從下面網(wǎng)址中獲?。╤ttp://westdc.westgis.ac.cn/)；NOAA 提供的全球逐月海表溫度（SST，sea sur?face Temperature）資料，空間分辨率為2.0°×2.0°；NCEP/NCAR 提供的全球再分析逐月大氣環(huán)流資料，包括經(jīng)向風(fēng)、緯向風(fēng)等，空間分辨率為2.5°×2.5°。Nin～o～3.4 指數(shù)來源于(http://psl.noaa.gov/data/cli?mateindices/list/)；國家氣象信息中心提供的全國氣溫、降水資料，該資料包括2400個全國國家級臺站（基本、基準和一般站）的日觀測數(shù)據(jù)，格點數(shù)283（東西方向）×163（南北方向）水平分辨率為0.25°×0.25°。

1.2 方法

春季定義為3～5 月，主要利用經(jīng)驗正交函數(shù)分解（EOF）、線性回歸?趨勢分析方法、功率譜——顯著周期分析法等。

1.2.1 EOF 分析方法。經(jīng)驗正交函數(shù)（EOF）的主要工作是氣象資料變量場的資料集中識別出主要的相互正交空間分布型，因為產(chǎn)生的正交函數(shù)沒有具體的形式，因此被稱為是經(jīng)驗正交函數(shù)。它可以在一定區(qū)域內(nèi)對不規(guī)則站點分布進行分解，展開的收斂快，很容易將變量場的信息集中在幾個模態(tài)上，其分離出的空間模態(tài)具有一定的物理意義。EOF（Empirical Or?thogonal Function）分析方法是氣象上多變量分析中常用的方法之一，它可以把隨時間變化的氣象要素場分為時間函數(shù)部分、空間函數(shù)部分兩種部分，空間函數(shù)部分包括空間的站點分布，區(qū)域分布特征?？臻g函數(shù)部分是不隨時間變化的，但是時間函數(shù)部分是由空間變量的線性組合所構(gòu)成，被稱為主分量，這些主分量的頭幾個占原空間變化總方差的很大部分。

1.2.2 線性回歸?趨勢分析方法。目前任何氣象變量的時間序列，我們都可以認為是由氣候時間序列趨勢分量、氣象時間變化原有的周期性波動、平穩(wěn)時間序列以及隨機擾動等構(gòu)成的。其中時間序列的趨勢主要在幾十年的尺度上，氣象時間序列表示出上升或者下降的趨勢；氣象變量時間序列固有的周期變化主要指序列的年變化和月變化，周期性波動指的是序列循環(huán)變量分量。雪深變化趨勢分析采用了如下的一元線性趨勢：

方程：y＝a＋b×x 式中，y 為積雪深度，x 為年；a 為常數(shù)；b 為斜率即線性趨勢項，其值正、負分別表示雪深存在增加或減少趨勢。

1.2.3 功率譜?顯著周期分析。氣象研究分析中，至今功率譜是一種應(yīng)用范圍較廣泛的分析氣象變量時間序列的周期統(tǒng)計方法，是一種在傅里葉變?yōu)槠毡轭I(lǐng)域分析的一種方法。首先將氣象變量時間序列分解為不同頻率上的分量，然后再將各個頻率上方差貢獻以得到氣象變量時間序列上的主要周期就是序列隱含的顯著周期。根據(jù)功率譜原理，當輸入譜的在特定周期的方差貢獻大于對應(yīng)紅噪聲譜的方差貢獻時，表示對應(yīng)的振蕩周期具有一定的顯著水平。

2 雪深時空變化規(guī)律

2.1 雪深的氣候態(tài)空間分布

由圖1 常年春季積雪深度空間分布，我們可以看出西藏高原雪深在空間上的分布是不均勻，其東部雪深值要比西部的雪深值大，高原中南部區(qū)域的雪深值為1mm此區(qū)域的雪深值較小，在高原西北處的雪深值為2mm～3mm 左右，在高原東北處拉薩、山南西北部、林芝東北部、昌都丁青縣區(qū)域的雪深分布值相對于其他幾個區(qū)域較大，在6mm～10mm 左右，雪深小值區(qū)出現(xiàn)在高原中南部昆侖山山脈附近日喀則北部以及那曲地區(qū)、高原東部拉薩地區(qū)雪深值為1mm～2mm左右，雪深最大值區(qū)出現(xiàn)在西藏高原東北部昌都地區(qū)丁青縣處雪深值為5mm～7mm左右。為了更進一步的分析高原的雪深的時空變化特征,給出了春季雪深的標準差空間分布圖2，均方差可以反映變量的離散程度，從1979—2016 年之間的雪深變率空間的分布不均勻。高原的東北部那曲東部地區(qū)和西南部的雪深變率相對較大，其余地區(qū)的雪深變率較小，高原西南部日喀則西部的雪深變率最大，高原雪深主要是減少趨勢。

圖1 1979—2016年春季西藏平均積雪深度空間分布（單位：mm）

圖2 1979—2016年西藏春季雪深標準差空間分布（單位：mm）

2.2 雪深的時間變化特征

圖3 給出了1979—2016 年全西藏高原春季區(qū)域平均雪深時間序列及其對應(yīng)線性回歸曲線。春季西藏高原最大雪深量7mm 左右、雪深量最小出現(xiàn)在2004 年，雪深量為2.3mm，春季的標準差為1.09?？梢詮拇杭镜幕貧w系數(shù)可以發(fā)現(xiàn)，西藏高原雪深呈現(xiàn)減少趨勢，其中春季對應(yīng)的趨勢傾斜程度較顯著，春季的回歸系數(shù)為?0.52，通過α=0.01的顯著性水平。圖4雪深趨勢系數(shù)空間分布看到，1979—2016年西藏高原的雪深空間變化趨勢明顯地表示出空間差異性。大部分地區(qū)的雪深傾向率分布在0mm/year～0.15mm/year,占全區(qū)72%.總體上,雪深呈減少趨勢,且占全區(qū)的67%,增加趨勢僅占33%左右，除了高原東南部、西南部個別地區(qū)呈顯著增加趨勢(占全區(qū)7%)外,其余大部分地區(qū)表現(xiàn)出減少趨勢,且高原西北部和高原東北昌都地區(qū)較為顯著,占全區(qū)32%.

圖3 1979—2016年春季全西藏平均的雪深的時間序列（實線）

圖4 1979—2016年春季西藏地區(qū)雪深趨勢系數(shù)的空間分布

2.3 雪深時空變化特征

春季西藏高原積雪經(jīng)EOF 分解所獲取前兩個模態(tài)的累積解釋方差達到41.19%，其中第一模態(tài)解釋方差占25.39%，表明該空間模態(tài)最具有代表性，出現(xiàn)頻次最多，就模態(tài)的空間分布特征而言，高原雪深空間分布不均勻，高原東部那曲東部及以南地區(qū)且高原西南部喜馬拉雅山脈邊緣，阿里地區(qū)札達縣處的雪深值相對于其他地區(qū)較大，高原西北地區(qū)的雪深相對于東部地區(qū)雪深分布范圍更廣，從西到東雪深減少。第二模態(tài)描述了一種近似偶極型的空間分布特征，其方差貢獻率達15.80%，也表明高原積雪出現(xiàn)這種模態(tài)的概率較大，具體而言，高原東北側(cè)地區(qū)有一個正極值中心，而其西側(cè)負值分布較為顯著，這說明，高原東北側(cè)積雪增多時，其西部地區(qū)積雪會偏少反之高原東北側(cè)積雪減少時，代其西部地區(qū)積雪會偏多。

圖5 1979—2016年西藏春季雪深的EOF空間型和時間序列

圖6 根據(jù)功率譜原理，當輸入譜的在特定周期的方差貢獻大于對應(yīng)紅噪聲譜的方差貢獻時，表示對應(yīng)的振蕩周期具有一定的顯著水平，1979—2016 年春季西藏高原雪深前兩個主模態(tài)對應(yīng)時間系數(shù)（PC1、PC2）的功率譜結(jié)果如圖6 所示，根據(jù)紅噪聲譜水平線，我們可以獲知PC1 具有顯著的準3～4 年振蕩周期，而PC2 的振蕩周期則更為多樣，呈現(xiàn)出準2 年、準3 年以及超過10 年以上的顯著振蕩周期。

圖6 西藏地區(qū)春季雪深第一（左）、第二（右）EOF模態(tài)時間序列對應(yīng)功率譜

3 高原雪深時空變化特征與前期海表溫度的關(guān)系

ENSO 是大氣年際變率主要模態(tài)，其與高原積雪變化是否有所聯(lián)系，我們對此展開了進一步工作。1979—2016 年高原雪深PC 與前冬、春季海溫的回歸系數(shù)空間分布，可以分析出第一模態(tài)與赤道中東太平洋海溫有關(guān)，回歸結(jié)果呈現(xiàn)顯著的ENSO 分布型，對PC1 而言，赤道東太平洋呈現(xiàn)顯著負值，Nin～o3.4 指數(shù)與PC1相關(guān)系數(shù)為?0.21，當海溫偏低（即拉尼娜事件）發(fā)生時，PC1 為正異常，對應(yīng)西藏高原春季雪深更大；反之厄爾尼諾發(fā)生時，雪深更小。與此同時，PC1還與北緯30°左右的中太平洋地區(qū)與南緯30°的東太平洋區(qū)域的海溫異常呈現(xiàn)顯著正相關(guān)，以及印度洋區(qū)域也有過顯區(qū)。第二模態(tài)則主要跟西南印度洋的海溫有關(guān)系，從30E 往東，呈現(xiàn)出正、負、正、負、正相關(guān)的聯(lián)系。PC2則更多的與南半球低緯地區(qū)的海溫相關(guān)，從30E往東，呈現(xiàn)出正、負、正、負、正相關(guān)的聯(lián)系。如下圖所示。

圖7 1979—2016年高原雪深PC 與前期冬季、同期春季海溫的回歸系數(shù)

從前冬Nin～o3.4 指數(shù)與春季高原500hpa 風(fēng)場回歸結(jié)果顯示，此時高原地區(qū)后部吹來了西風(fēng)同時高原南部吹來的西南風(fēng)攜帶著的從海面上空向內(nèi)陸輸送的暖濕氣流有利于降水的形成?；趫D8 區(qū)域（32.5S～50S,30E～60E)和紅框區(qū)域（20S～40S，60E～90E）這里將區(qū)域區(qū)域平均的海溫異常減去紅框區(qū)域區(qū)域平均海溫異常定義為印度洋海溫指數(shù)（India Ocean SST inde×,IOSI），IOSI 與PC2 相關(guān)系數(shù)為0.59。前冬IOSI 與高原500hpa 風(fēng)場的回歸結(jié)果可以發(fā)現(xiàn)，春季高原后部有氣旋中心，同樣對高原地區(qū)降水形成是有利的。

圖8 1979—2016年前冬標準化的（a）Nin～o3.4和(b)IOSI指數(shù)與春季500?hPa風(fēng)場回歸系數(shù)（單位：m/s）的空間分布

積雪的多少不僅取決于降雪量，還與局地溫度密切相關(guān)，氣溫較低時積雪不易融化，從而有利于積雪深度加深。根據(jù)1979—2016年前冬Nin～o3.4（IOSI）指數(shù)與中國春季氣溫回歸系數(shù)空間分布發(fā)現(xiàn)，圖9ab 呈現(xiàn)出高原地區(qū)的氣溫局部偏低狀態(tài)，對西藏高原地區(qū)春季雪深的加深是有利的。印度洋海溫指數(shù)（IOSI）與西藏春季氣溫之間也呈現(xiàn)顯著的負相關(guān)關(guān)系，即當南印度洋海溫異常呈現(xiàn)東冷面暖異常分布時，西藏局地大氣環(huán)流和氣溫也會發(fā)生異常響應(yīng)，尤其是高原東部局地氣溫顯著偏低，從而有利于該區(qū)積雪深度的加深，當南印度洋海溫異常呈現(xiàn)東暖西冷異常分布時，情況基本相反。

圖9 1979—2016年前冬（a）Nin～o3.4指數(shù)和(b）IOSI指數(shù)與春季中國氣溫回歸系數(shù)（單位：℃)的空間分布

4 結(jié)果與討論

4.1 結(jié)果

基于從國家自然科學(xué)基金委員會“中國西部環(huán)境與生態(tài)科學(xué)中心”獲取的1979—2016年衛(wèi)星反演的青藏高原逐月積雪深資料，NOAA 逐月海表溫度資料以及NCEP/NCAR 逐月再分析大氣環(huán)流數(shù)據(jù)，利用經(jīng)驗正交函數(shù)分解（EOF）、譜分析、相關(guān)分析和線性回歸等方法分析了西藏高原春季雪深的時空變化特征及其與前期海表溫度之間的聯(lián)系。主要得到了三點研究結(jié)論：

（1）西藏高原常年春季雪深空間分布不均，東北部那曲地區(qū)為雪深大值區(qū)（5mm～7mm），中南部昆侖山山脈附近為小值區(qū)（約1mm），主要分布在山南中南部錯那縣處和昌都東部，昆侖山山脈邊緣雪深值較大，總體來說，西部雪深在量級上相對于東部較小。區(qū)域平均而言，高原年均雪深在1994 年出現(xiàn)最小值，在1987年出現(xiàn)最大值，基于線性回歸的趨勢分析結(jié)果顯示，盡管全西藏平均春季雪深呈現(xiàn)顯著減小趨勢，回歸系數(shù)為?0.52，通過α=0.01（非常顯著）顯著性水平檢驗，但具有空間不均勻特點，減小趨勢在中北部地區(qū)明顯，南部地區(qū)不明顯，甚至略有增加。

（2）西藏春季雪深存在兩個主要模態(tài)，EOF1 模態(tài)描述了雪深異常的全區(qū)一致型變化模態(tài)，但大值中心位于西藏西南部和東北部，方差貢獻達25.39%，時間序列存在3～4 年的主周期。。EOF2 則捕獲了高原積雪的東西偶極型模態(tài)，方差貢獻達15.80%對應(yīng)的時間序列呈現(xiàn)準2～3年以及10年以上的顯著振蕩周期。

（3）線性相關(guān)和回歸分析表明，西藏春季（3～5月）雪深第一、第二主模態(tài)分別與前期冬季赤道中東太平洋和南印度洋的海溫異常密切相關(guān)，該異常信號均能維持到春季。當中東太平洋海溫偏低時（即拉尼娜事件發(fā)生時），PC1 表現(xiàn)為正異常，對應(yīng)青藏高原春季雪深增高；反之海溫偏高時，雪深降低，進一步分析發(fā)明，當發(fā)生拉尼娜（厄爾尼諾）時，受異常大氣環(huán)流的影響，西藏地區(qū)有來自印度洋的水汽輸送，降雪偏多，且局地氣溫偏低，有利于（不利于）春季雪深偏多；對于第二模態(tài)而言，當南印度洋海溫異常呈現(xiàn)東冷西暖異常分布時，西藏局地大氣環(huán)流和氣溫也會發(fā)生異常響應(yīng)，尤其是高原東部局地氣溫，偏低顯著，從而有利于該地區(qū)積雪深度的加深，當南印度洋海溫異常呈現(xiàn)東暖西冷異常分布時，情況基本相反。

4.2 討論

春季是西藏高原雪深值最大的季節(jié)，但雪深空間分布不均勻。這里僅從西藏整體角度研究了雪深的時空分布特征及其與前期冬季海表溫度異常的線性聯(lián)系，值得說明的是：1）不同季節(jié)西藏雪深的時空特征可能存在差別；2）積雪資料種類繁多，且研究的時段不一樣結(jié)果可能也有所差別；3）根據(jù)統(tǒng)計分析表明，西藏春季雪深的兩個主要模態(tài)分別與前期冬季ENSO 和南印度洋海溫異常有關(guān)，但這僅是線性分析后得到的簡單結(jié)論，春季雪深對ENSO 冷暖位相的響應(yīng)是否存在不對稱性？不同類型的ENSO對西藏雪深的影響是否存在差異？ENSO 與西藏春季雪深的關(guān)系是否存在年代際變化？這些問題仍有待今后更系統(tǒng)和深入的研究。