陳龍飛， 張萬(wàn)昌， 高會(huì)然

（1.中國(guó)科學(xué)院空天信息創(chuàng)新研究院數(shù)字地球重點(diǎn)實(shí)驗(yàn)室，北京 100094； 2.中國(guó)科學(xué)院大學(xué)，北京 100049）

0 引言

三江源地區(qū)是長(zhǎng)江、黃河、瀾滄江三條大河的發(fā)源地，水資源量豐富，是中國(guó)淡水資源的重要補(bǔ)給地。同時(shí)，也是高海拔地區(qū)中生物多樣性最豐富的地區(qū)之一。2016 年8 月，習(xí)近平總書記在青?？疾鞎r(shí)指出，“中華水塔”是國(guó)家的生命之源，保護(hù)好三江源，對(duì)中華民族發(fā)展至關(guān)重要[1］。三江源地區(qū)的生態(tài)系統(tǒng)服務(wù)功能具有重要且不可替代的地位，對(duì)中國(guó)的生態(tài)狀況及國(guó)民經(jīng)濟(jì)發(fā)展起著不可或缺的作用[2-4］。

積雪是冰凍圈的重要組成部分，也是對(duì)氣候變化反應(yīng)最為敏感的環(huán)境要素之一，通常作為檢驗(yàn)與監(jiān)測(cè)全球變化的一個(gè)重要指標(biāo)[5-7］。中國(guó)是中、低緯度地區(qū)冰川和積雪最為豐富的國(guó)家，冬季積雪大約相當(dāng)于7.4×1010m3水量，而青藏高原是我國(guó)三大積雪區(qū)之一，同時(shí)也是對(duì)全球氣候變化反應(yīng)最為敏感的區(qū)域之一[8-9］。研究表明，在全球變暖的背景下，青藏高原地區(qū)呈現(xiàn)積雪日數(shù)、雪水當(dāng)量減少，積雪初日推遲而積雪終日提前的變化趨勢(shì)[10-12］。目前絕大多數(shù)積雪遙感相關(guān)研究主要針對(duì)整個(gè)青藏高原地區(qū)，對(duì)于三江源地區(qū)積雪時(shí)空變化的研究較少，而利用遙感手段研究該區(qū)域積雪特征目前尚未有報(bào)道。開展三江源地區(qū)積雪遙感研究探究積雪時(shí)空特征，可為該區(qū)域水資源和生態(tài)環(huán)境保護(hù)提供科學(xué)資料以及理論依據(jù)。

獲取可靠的積雪數(shù)據(jù)是研究積雪時(shí)空動(dòng)態(tài)特征的基礎(chǔ)，積雪數(shù)據(jù)的獲取手段目前主要有地面臺(tái)站觀測(cè)以及衛(wèi)星遙感反演。地面臺(tái)站觀測(cè)可以直接獲取積雪參數(shù)，是一種非常有效的觀測(cè)手段[13］。劉曉嬌等[14］利用8個(gè)氣象站點(diǎn)記錄的逐日積雪深度數(shù)據(jù)研究了黃河源區(qū)1978—2016年積雪變化特征，結(jié)果表明黃河源區(qū)呈現(xiàn)出積雪初日推遲、終日提前和積雪日數(shù)減少的趨勢(shì)；許顯花等[15］利用2 個(gè)氣象站點(diǎn)資料分析了青海黃南南部區(qū)域1960—2015 年的積雪變化，結(jié)果表明該區(qū)域積雪日數(shù)呈增加趨勢(shì)，但趨勢(shì)并不顯著。這些結(jié)果雖然能夠反映研究區(qū)積雪總體變化特征，但單點(diǎn)觀測(cè)結(jié)果只能代表臺(tái)站附近的情況，而對(duì)于廣大未設(shè)置臺(tái)站的區(qū)域，仍然無(wú)法獲取數(shù)據(jù)。衛(wèi)星遙感技術(shù)具有資料獲取速度快、覆蓋范圍廣、受地面條件限制少、信息量豐富等特點(diǎn)，被廣泛應(yīng)用于積雪變化研究。楊志剛等[16］利用MOD10A1 積雪產(chǎn)品分析了2000—2014 年青藏高原積雪面積和覆蓋率的時(shí)空分布和變化特點(diǎn)；王曉茹等[17］利用逐日MODIS 積雪產(chǎn)品分析了亞洲高山區(qū)2001—2016 年融雪末期雪線高度的時(shí)空變化特征；Wang 等[6］利用AMSR-E 和MODIS 積雪產(chǎn)品研究了青藏高原2003—2010 年積雪日數(shù)和積雪面積的變化趨勢(shì)；Dai 等[18］利用AMSR-E 和MODIS數(shù)據(jù)對(duì)青藏高原積雪深度進(jìn)行了估算。這些研究表明，應(yīng)用積雪遙感產(chǎn)品是目前進(jìn)行大尺度研究?jī)?yōu)先選擇的數(shù)據(jù)源，它能夠全面地反映地面積雪狀況，即便在站點(diǎn)稀疏的高海拔地區(qū)如青藏高原，同樣能夠快速獲取可靠的積雪資料。三江源地區(qū)地處青藏高原東部，整體海拔較高，其西部區(qū)域氣象站點(diǎn)稀疏，依靠地面臺(tái)站數(shù)據(jù)幾乎無(wú)法反映地面真實(shí)積雪情況。因此，本研究采用衛(wèi)星遙感數(shù)據(jù)來研究三江源地區(qū)的積雪動(dòng)態(tài)特征。

目前，大多數(shù)研究主要探究積雪特征變量的時(shí)間變化特征。許顯花等[15］分析了青海黃南南部區(qū)域1960—2015年的積雪變化趨勢(shì)，但未對(duì)積雪的空間變化進(jìn)行探究；除多等[19］分析了青藏高原1981—2010 年積雪日數(shù)的變化趨勢(shì)，發(fā)現(xiàn)青藏高原地區(qū)年積雪日數(shù)出現(xiàn)顯著減少趨勢(shì)，冬季減幅最為明顯，但對(duì)于該區(qū)域積雪的空間變化仍然只是定性分析。重心模型能夠用于衡量某種屬性在區(qū)域總體的分布狀況，其變化趨勢(shì)則可以揭示該屬性整體的時(shí)空演變格局[20］。目前重心模型已被廣泛應(yīng)用于人口、經(jīng)濟(jì)、氣象、環(huán)境、植被等要素的時(shí)空演變格局研究[20-25］。鑒于此，本研究引入重心模型對(duì)三江源地區(qū)積雪的空間變化情況進(jìn)行定量分析。

三江源地區(qū)近幾十年來積雪及氣候因子具有怎樣的時(shí)空動(dòng)態(tài)特征，該區(qū)域積雪變化和氣溫之間存在怎樣的關(guān)系是本研究重點(diǎn)解決的問題。針對(duì)這兩個(gè)問題，利用逐日無(wú)云積雪面積和逐日積雪深度遙感產(chǎn)品，引入重心模型對(duì)三江源地區(qū)1980—2019 年4 個(gè)積雪參數(shù)（積雪日數(shù)、積雪深度、積雪初日和積雪終日）以及氣溫和降水量的空間演變格局進(jìn)行研究，并利用Mann-Kendall（M-K）檢驗(yàn)和Sen斜率估計(jì)分析積雪參數(shù)和氣候因子的變化趨勢(shì)，進(jìn)而探究積雪對(duì)氣候變化的響應(yīng)，并為三江源地區(qū)水資源和生態(tài)環(huán)境保護(hù)提供依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

三江源地區(qū)位于中國(guó)西部，是青藏高原的組成部分（圖1）。其地理坐標(biāo)為89°24′~102°27′E，31°32′~37°08′N，東西長(zhǎng)1 156 km，南北寬592 km，總面積達(dá)36.9 萬(wàn)km2。該區(qū)域整體海拔較高，且海拔呈現(xiàn)自西向東逐漸降低的特點(diǎn)。因此該區(qū)域氣象站點(diǎn)主要分布在東部海拔較低的黃河源區(qū)，而西部區(qū)域氣象站點(diǎn)較少。該區(qū)域雪山、冰川分布廣闊，水資源豐富，是長(zhǎng)江、黃河、瀾滄江三條大河的發(fā)源地。本文根據(jù)集水區(qū)將研究區(qū)劃分為長(zhǎng)江源區(qū)、瀾滄江源區(qū)、黃河源區(qū)。

圖1 研究區(qū)地形及氣象站點(diǎn)分布Fig. 1 Topography and distribution of meteorological stations over the study area

1.2 數(shù)據(jù)來源

中國(guó)逐日無(wú)云積雪面積數(shù)據(jù)集[26-28］來源于國(guó)家冰川凍土沙漠科學(xué)數(shù)據(jù)中心（http：//www.ncdc.ac.cn），時(shí)間和空間分辨率分別為1 d 和5 km，時(shí)間跨度為1980—2019 年。該數(shù)據(jù)是由美國(guó)國(guó)家海洋與大氣管理局（NOAA）發(fā)布的AVHRR-CDR 反射率產(chǎn)品經(jīng)過處理得到的。處理步驟為：（1）以Landsat TM 數(shù)據(jù)為真值，利用多級(jí)決策樹積雪判別算法來訓(xùn)練AVHRR-CDR 表面反射率數(shù)據(jù)，從而獲取初級(jí)產(chǎn)品；（2）利用隱馬爾科夫算法、多源數(shù)據(jù)融合方法對(duì)該初級(jí)產(chǎn)品進(jìn)行去云處理，最終獲得逐日無(wú)云積雪面積產(chǎn)品。

中國(guó)逐日積雪深度長(zhǎng)時(shí)間序列數(shù)據(jù)集[29］來源于國(guó)家青藏高原科學(xué)數(shù)據(jù)中心（http：//data.tpdc.ac.cn/zh-hans/），時(shí)間和空間分辨率分別為1 d 和25 km，時(shí)間跨度為1980—2019 年。該數(shù)據(jù)集是由被動(dòng)微波數(shù)據(jù)反演得到的，原始數(shù)據(jù)來自美國(guó)國(guó)家雪冰數(shù)據(jù)中心（NSIDC）發(fā)布的SMMR（1978—1987年），SSM/I（1987—2007 年）和SSMI/S（2008—2019年）逐日被動(dòng)微波亮溫?cái)?shù)據(jù)，經(jīng)過4個(gè)步驟的處理最終獲得逐日積雪深度數(shù)據(jù)[30-34］：（1）不同傳感器的交叉定標(biāo)；（2）被動(dòng)微波遙感雪深反演算法系數(shù)的確定；（3）識(shí)別積雪的被動(dòng)微波遙感分類樹算法；（4）積雪反演。目前已有多項(xiàng)研究應(yīng)用該數(shù)據(jù)集來研究積雪的變化特征，表明該數(shù)據(jù)集能夠有效地反映積雪的實(shí)際情況[35-37］。

三江源地區(qū)1980—2019 年逐日、逐月、逐年氣象站點(diǎn)數(shù)據(jù)來源于國(guó)家氣象科學(xué)數(shù)據(jù)中心（http：//data. cma. cn/）。中國(guó)1980—2015 年年平均氣溫和年降水量插值數(shù)據(jù)集來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心（https：//www. resdc. cn/Default. aspx），原始數(shù)據(jù)的空間分辨率為1 km。將年平均氣溫和年降水量數(shù)據(jù)分別重采樣為5 km 和25 km 的空間分辨率，用于后續(xù)相關(guān)系數(shù)的計(jì)算。

1.3 研究方法

本研究利用重心模型來探究4個(gè)積雪參數(shù)以及氣候因子的時(shí)空變化特征。重心是物理學(xué)中的概念，指物體各部分所受重力產(chǎn)生合力的作用點(diǎn)[38］。重心的計(jì)算方法見式（1）~（2）。

式中：X和Y為物理量V在x和y方向的距離權(quán)重和總量之比，反映了V在空間上最大值的所在位置，即重心；n為研究區(qū)域所包含的柵格個(gè)數(shù)；Xi和Yi分別為第i個(gè)柵格中心的地理坐標(biāo)；Vi為該柵格上的物理量；（X，Y）為物理量重心的地理坐標(biāo)。隨著時(shí)間的推移，積雪參數(shù)和氣候因子的空間分布會(huì)發(fā)生變化，從而導(dǎo)致其重心的位置也發(fā)生變化[39］。因此，重心的移動(dòng)距離和方向能夠反映地理要素的空間變化趨勢(shì)和軌跡，從而揭示地理要素的時(shí)空演變格局。

本研究利用Mann-Kendall（M-K）檢驗(yàn)法[40-42］來分析4 個(gè)積雪參數(shù)以及氣候因子變化趨勢(shì)的顯著性。M-K 檢驗(yàn)法是世界氣象組織推薦的一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法。在雙側(cè)檢驗(yàn)下，給定顯著性水平α 時(shí)，當(dāng)時(shí)間序列的標(biāo)準(zhǔn)化方差|Z|>Z1?α/2時(shí)，時(shí)間序列存在顯著趨勢(shì)。|Z|> 1.96 以及|Z|> 2.576 分別表示在顯著性水平α=0.05（即P＜0.05）以及α=0.01（即P＜0.01）下，時(shí)間序列存在顯著變化趨勢(shì)。

Sen 斜率估計(jì)方法[43-44］用于計(jì)算4 個(gè)積雪參數(shù)以及氣候因子的變化趨勢(shì)大小，其計(jì)算方法為

式中：b為時(shí)間序列的趨勢(shì)大??；j和i為年份；Xj和Xi分別為第j和第i年的變量值；median（）為取中位數(shù)的函數(shù)。計(jì)算所得結(jié)果為正值（負(fù)值）時(shí)，表示該時(shí)間序列具有上升（下降）趨勢(shì)，趨勢(shì)大小為b，計(jì)算結(jié)果為0則表明該時(shí)間序列不存在趨勢(shì)。

本研究利用積雪日數(shù)、積雪深度、積雪初日和積雪終日4個(gè)關(guān)鍵積雪參數(shù)來探究三江源地區(qū)積雪的時(shí)空動(dòng)態(tài)特征。本文定義9 月1 日至次年8 月31日為一個(gè)水文年[5，9，45］，積雪日數(shù)定義為一個(gè)水文年內(nèi)像元被積雪覆蓋的日數(shù)之和。為了避免短時(shí)間降雪事件的影響，積雪初日定義為如果水文年內(nèi)像元首次出現(xiàn)積雪且往后連續(xù)14天均被積雪覆蓋，則該像元首次出現(xiàn)積雪的日期即為積雪初日。相反，積雪終日定義為如果水文年內(nèi)像元最后一次出現(xiàn)積雪且往前連續(xù)14天均被積雪覆蓋，則該像元最后一次出現(xiàn)積雪的日期即為積雪終日[46-48］。

2 結(jié)果與討論

2.1 積雪和氣候因子的時(shí)空變化特征

2.1.1 時(shí)間變化

三江源地區(qū)1980—2019年積雪日數(shù)整體呈現(xiàn)減少趨勢(shì)，傾向率為-2.18 d·a-1[圖2（a）］，這表明該區(qū)域每經(jīng)過10 年，積雪日數(shù)將會(huì)減少約22 d。1980—1988 年該區(qū)域積雪日數(shù)波動(dòng)較大，1988—1990 年積雪日數(shù)減少幅度較大，由139.72 d 減少至38.31 d，而后1990—1999 年則呈現(xiàn)緩慢上升趨勢(shì)。1999—2001 年又出現(xiàn)快速減少趨勢(shì)，由73.34 d 減少至16.68 d；而2001—2019 年積雪日數(shù)均保持在較低水平，變化范圍為7.66~41.34 d。三江源地區(qū)1980—2019年積雪日數(shù)具有明顯的季節(jié)性特征。積雪主要分布在春季和冬季，積雪日數(shù)最大和最小的月份分別為1月和8月，1—8月積雪日數(shù)逐漸減小，而8—12月則逐漸增大[圖2（c）~（d）］。分析積雪深度可知，三江源地區(qū)1980—2019年的平均積雪深度整體呈現(xiàn)減少趨勢(shì)，傾向率為-0.22 mm·a-1，這表明每經(jīng)過10年，該區(qū)域的平均積雪深度減少2.2 mm[圖2（a）］。1985 年該區(qū)域平均積雪深度最大，達(dá)62.30 mm，隨后1986 年則減少為12.19 mm。1986—1999 年呈現(xiàn)緩慢上升趨勢(shì)，1999—2001 年則又出現(xiàn)快速減少趨勢(shì)，由22.96 mm 減少至7.32 mm；而2001—2019 年積雪深度均保持在較低水平，變化范圍為3.75~26.82 mm。積雪深度同樣具有強(qiáng)烈的季節(jié)性特征。積雪深度較大的月份主要分布在10 月至次年5 月，10—12 月積雪深度逐漸增大，而12 月至次年5 月積雪深度逐漸減小，6—9 月則積雪深度幾乎為0[圖2（c）~（d）］。三江源地區(qū)積雪深度與積雪日數(shù)具有相似的變化特征，尤其是1999 年之后，兩者的變化趨勢(shì)幾乎一致，表明本文所采用的積雪覆蓋和積雪深度數(shù)據(jù)集具有良好的一致性，能夠有效地反映三江源地區(qū)真實(shí)的積雪動(dòng)態(tài)情況。結(jié)合積雪日數(shù)及深度變化特征可知，該區(qū)域2001—2019 年積雪日數(shù)和深度均明顯小于1980—2000年的積雪日數(shù)和深度。

圖2 三江源地區(qū)1980—2019年積雪日數(shù)、積雪深度、積雪初日和積雪終日時(shí)間序列Fig. 2 Time series of snow cover days，snow depth，snow cover onset date and end date in the Three-River-Source region from 1980 to 2019：yearly variation of snow cover days and snow depth（a），yearly variation of snow cover onset date and end date（b），seasonal variation of snow cover days and snow depth（c）and monthly variation of snow cover days and snow depth（d）

三江源地區(qū)積雪初日呈現(xiàn)緩慢的上升趨勢(shì)，傾向率為0.35 d·a-1[圖2（b）］，這表明該區(qū)域每經(jīng)過10 年，積雪初日推遲約3.5 d。積雪初日最早的年份為2009 年，10 月21 日開始出現(xiàn)連續(xù)積雪覆蓋；而積雪初日最晚的為2018年，直到次年1月27日才出現(xiàn)連續(xù)積雪覆蓋。而積雪終日則呈現(xiàn)下降趨勢(shì)，傾向率為-1.22 d·a-1[圖2（b）］，這表明該區(qū)域每經(jīng)過10 年，積雪終日提前約12 d。2009 年積雪終日時(shí)間最早，為11 月16 日；而2018 年最晚，為次年3 月28日。由此可見，三江源地區(qū)積雪初日逐漸推遲，而積雪終日逐漸提前，且積雪終日的提前速率是積雪初日推遲速率的3.5 倍，這也是造成該區(qū)域積雪日數(shù)快速減少的原因。

通過分析三江源地區(qū)同期氣溫和降水量可知，無(wú)論月、季還是年尺度變化，三江源地區(qū)的氣溫和降水量均呈現(xiàn)出相似的變化趨勢(shì)（圖3）。三江源地區(qū)月平均氣溫在-15~15 ℃之間，每年7 月的月平均氣溫最高，而1 月最低；月降水量則為0~160 mm，最大和最小值同樣分別出現(xiàn)在7 月和1 月。該區(qū)域年平均氣溫和年降水量均呈現(xiàn)上升的趨勢(shì)，二者傾向率分別為0.05 ℃·a-1和1.87 mm·a-1[圖3（b）］。這表明每經(jīng)過10 年，該區(qū)域的年平均氣溫升高0.5 ℃，而年降水量則會(huì)增加18.7 mm。

圖3 三江源地區(qū)1980—2019年氣溫和降水量時(shí)間序列Fig. 3 Time series of air temperature and precipitation in the Three-River-Source region from 1980 to 2019：monthly variation（a），yearly variation（b）and seasonal variation（c）

由此可見，三江源地區(qū)積雪、氣溫和降水量均具有強(qiáng)烈的季節(jié)性特征，1980—2019 年三江源地區(qū)積雪日數(shù)和積雪深度呈現(xiàn)減少趨勢(shì)，而同期氣溫和降水量則呈現(xiàn)上升趨勢(shì)。氣溫升高會(huì)導(dǎo)致部分降雪轉(zhuǎn)變?yōu)榻涤?，?dǎo)致該區(qū)域降雪時(shí)間推遲。同時(shí)氣溫升高會(huì)加快積雪消融速度，從而導(dǎo)致積雪消融完畢時(shí)間逐漸提前。因此，隨著年平均氣溫的升高，三江源地區(qū)積雪日數(shù)和積雪深度逐漸減少，積雪初日逐漸推遲，而積雪終日則逐漸提前。

2.1.2 空間變化

就空間變化特征而言，三江源地區(qū)積雪日數(shù)和積雪深度具有相似的空間分布特征（圖4）。1980—1998 年積雪日數(shù)和深度較大的區(qū)域分布較廣闊，主要分布在該區(qū)域的西部和中南部地區(qū)，且積雪區(qū)域主要呈現(xiàn)面狀分布；而2004 年之后，積雪區(qū)域只零散的分布在三江源地區(qū)海拔較高的區(qū)域。隨著時(shí)間的推移，積雪初日的圖像顏色逐漸加深，而積雪終日則逐漸變淺（圖5），表明三江源地區(qū)積雪初日逐漸推遲，積雪終日則逐漸提前。此外，積雪初日和終日的分布面積正在逐漸減小，1980—1998 年主要呈現(xiàn)大面積面狀分布；2004 年之后則僅零散地分布在三江源地區(qū)海拔較高的區(qū)域，表明三江源地區(qū)能夠保持連續(xù)14天積雪覆蓋的區(qū)域正在快速減少。由此可見，三江源地區(qū)積雪區(qū)域面積正在逐漸縮小，由大面積的面狀分布逐漸變成零散的點(diǎn)狀分布，且積雪初日逐漸推遲，而積雪終日逐漸提前。

圖4 三江源地區(qū)1980—2019年部分年份積雪日數(shù)和積雪深度空間分布Fig. 4 Spatial distributions of snow cover days（a）and snow depth（b）in some years from 1980 to 2019 in the Three-River-Source region

圖5 三江源地區(qū)1980—2019年部分年份積雪初日和積雪終日空間分布Fig. 5 Spatial distributions of snow cover onset date（a）and end date（b）in some years from 1980 to 2019 in the Three-River-Source region

為了定量化衡量積雪的空間變化情況，本文分別計(jì)算了三江源地區(qū)積雪日數(shù)、深度、初日和終日1980—2019 年逐年重心坐標(biāo)并繪制其時(shí)間序列圖[圖6（a）~（d）］。結(jié)果表明，近40 年來，三江源地區(qū)積 雪 日 數(shù) 重 心 在93.58°~96.54° E 和33.87°~34.28° N 之 間 變 化，積 雪 深 度 重 心 在94.20°~97.62°E和33.29°~34.32°N之間變化。積雪日數(shù)、深度、初日和終日的重心位置在經(jīng)度方向均呈現(xiàn)上升趨勢(shì)，傾向率分別為0.0112°E·a-1、0.0249°E·a-1、0.0104° E·a-1和0.0123° E·a-1，而在緯度方向位置變化較小。這表明三江源地區(qū)的積雪日數(shù)、深度、初日和終日的分布區(qū)域逐漸向東移動(dòng)，且每經(jīng)過10年，其重心位置分別向東移動(dòng)約0.112°（約10 km）、0.249°（約23 km）、0.104°（約10 km）和0.123°（約11 km）。

圖6 三江源地區(qū)4個(gè)積雪參數(shù)（1980—2019年）和年平均氣溫、年降水量（1980—2015年）的重心位置變化Fig. 6 Changes in gravity center of the four snow cover parameters from 1980 to 2019，and annual mean air temperature and annual precipitation from 1980 to 2015 in the Three-River-Source region：snow cover days（a），snow depth（b），snow cover onset date（c），snow cover end date（d），annual mean air temperature（e）and annual precipitation（f）

采用相同的方法分別對(duì)研究區(qū)1980—2015 年的年平均氣溫和年降水量數(shù)據(jù)進(jìn)行處理[圖6（e）~（f）］，結(jié)果表明，1980—2015 年三江源地區(qū)年平均氣溫的重心位置在經(jīng)度方向呈現(xiàn)下降趨勢(shì)，傾向率為-0.0651° E·a-1，在緯度方向變化趨勢(shì)較??；而年降水量的重心位置在經(jīng)度和緯度方向幾乎無(wú)變化。由此可見，每經(jīng)過10 年，該區(qū)域年平均氣溫的重心位置向西移動(dòng)約0.651°（約60 km），速率分別是積雪日數(shù)和積雪深度重心位置向東移動(dòng)速率的6 倍和2倍。

由此可見，三江源地區(qū)1980—2019 年積雪日數(shù)、深度、初日和終日的重心位置呈現(xiàn)出東移的變化趨勢(shì)，而同時(shí)期的年平均氣溫重心呈現(xiàn)出西移的變化趨勢(shì)。重心位置的變化實(shí)際上是由地理要素在不同區(qū)域之間的變化存在差異而導(dǎo)致的。對(duì)于4個(gè)積雪參數(shù)而言，在三江源地區(qū)積雪逐漸減少的變化趨勢(shì)下，該區(qū)域西部地區(qū)的積雪減少速率大于東部區(qū)域，從而導(dǎo)致4 個(gè)積雪參數(shù)重心逐漸東移。對(duì)于年平均氣溫而言，在三江源地區(qū)氣溫逐漸升高的變化趨勢(shì)下，該區(qū)域西部的氣溫升高速率大于東部區(qū)域，從而導(dǎo)致年平均氣溫重心逐漸西移。由此可見，三江源地區(qū)積雪參數(shù)和氣候因子的變化趨勢(shì)均呈現(xiàn)出較強(qiáng)的空間異質(zhì)性。西部氣溫升高速率大于東部導(dǎo)致西部積雪日數(shù)和深度減少速率同樣大于東部，從而導(dǎo)致氣溫重心西移而積雪參數(shù)重心東移。

2.2 積雪和氣候因子的變化趨勢(shì)

上文結(jié)果表明三江源地區(qū)積雪呈現(xiàn)減少趨勢(shì)，而年平均氣溫和年降水量則呈現(xiàn)上升趨勢(shì)，但其變化趨勢(shì)均呈現(xiàn)較強(qiáng)的空間異質(zhì)性。為了定量探究積雪日數(shù)、積雪深度、積雪初日、積雪終日、年平均氣溫和年降水量的變化趨勢(shì)在不同區(qū)域的差異情況，本文聯(lián)合M-K 檢驗(yàn)和Sen 斜率估計(jì)方法從柵格層面分別檢驗(yàn)了6個(gè)變量變化趨勢(shì)的顯著性以及趨勢(shì)大小。

由表1 可知，瀾滄江源區(qū)的積雪日數(shù)和積雪深度均呈現(xiàn)減少趨勢(shì)，且減少趨勢(shì)最大，分別為-2.44 d·a-1和-0.32 mm·a-1；其次是長(zhǎng)江源區(qū)，分別為-1.79 d·a-1和-0.17 mm·a-1；而對(duì)于黃河源區(qū)，其積雪日數(shù)呈現(xiàn)減少趨勢(shì)（-1.36 d·a-1），而積雪深度卻呈現(xiàn)微弱的上升趨勢(shì)（0.03 mm·a-1），但絕大多數(shù)區(qū)域并未通過顯著性檢驗(yàn)[圖7（b）］。對(duì)于積雪日數(shù)變化趨勢(shì)的空間分布而言[圖7（a）］，三江源地區(qū)絕大多數(shù)區(qū)域的積雪日數(shù)都呈現(xiàn)出顯著減少趨勢(shì)，其中減少速率較大的區(qū)域主要分布在長(zhǎng)江源區(qū)東部和南部、瀾滄江源區(qū)以及黃河源區(qū)的中部和南部，傾向率達(dá)-5 d·a-1；而減少速率較小的區(qū)域則主要分布在黃河源區(qū)的東北部，傾向率約為-1 d·a-1。積雪深度的變化趨勢(shì)與積雪日數(shù)呈現(xiàn)出相似的空間分布，大部分區(qū)域同樣呈現(xiàn)出顯著減少趨勢(shì)，減少速率較大的區(qū)域主要分布在瀾滄江源區(qū)北部和長(zhǎng)江源區(qū)西南部，傾向率達(dá)-0.8 mm·a-1；而在瀾滄江源區(qū)南端以及黃河源區(qū)的東南部部分區(qū)域，積雪深度呈現(xiàn)出輕微上升趨勢(shì)，但該趨勢(shì)并不顯著。

表1 三江源地區(qū)4個(gè)積雪參數(shù)（1980—2019年）和年平均氣溫、年降水量（1980—2015年）的傾向率Table 1 Tendency of the four snow cover parameters from 1980 to 2019，and annual mean air temperature and annual precipitation from 1980 to 2015 in the Three-River-Source region

圖7 三江源地區(qū)4個(gè)積雪參數(shù)（1980—2019年）和年平均氣溫、年降水量（1980—2015年）趨勢(shì)顯著性及傾向率的空間分布Fig. 7 Spatial distributions of trend significance and tendency of the four snow cover parameters from 1980 to 2019，and annual mean air temperature and annual precipitation from 1980 to 2015 in the Three-River-Source region：snow cover days（a），snow depth（b），snow cover onset date（c），snow cover end date（d），annual mean air temperature（e）and annual precipitation（f）

三個(gè)源區(qū)均呈現(xiàn)出積雪初日推遲、積雪終日提前的趨勢(shì)（表1）。瀾滄江源區(qū)的變化趨勢(shì)最大，積雪初日推遲、積雪終日提前速率分別為1.18 d·a-1和-1.08 d·a-1；其次是長(zhǎng)江源區(qū)，分別為0.25 d·a-1和-0.43 d·a-1；最后是黃河源區(qū)，分別為0.24 d·a-1和-0.31 d·a-1。積雪初日和終日的變化趨勢(shì)具有相似的空間分布，傾向率較大的區(qū)域主要分布在長(zhǎng)江源區(qū)東部、瀾滄江源區(qū)北部以及黃河源區(qū)西部，積雪初日和終日的傾向率分別達(dá)到2 d·a-1和-3 d·a-1。這表明每經(jīng)過10 年，該區(qū)域積雪初日推遲20 d，同時(shí)積雪終日提前30 d。

對(duì)于氣候要素而言，長(zhǎng)江源區(qū)、瀾滄江源區(qū)和黃河源區(qū)年均氣溫傾向率分別為0.06 ℃·a-1、0.05 ℃·a-1和0.05 ℃·a-1。除了黃河源區(qū)南端小部分區(qū)域外，整個(gè)三江源地區(qū)的年均氣溫均呈現(xiàn)出顯著上升趨勢(shì)，且其傾向率自東南向西北逐漸增大。黃河源區(qū)東南部區(qū)域的傾向率為0~0.02 ℃·a-1，而長(zhǎng)江源區(qū)南部和西北部的傾向率則超過0.06 ℃·a-1。長(zhǎng)江源區(qū)和瀾滄江源區(qū)同期的年降水量呈現(xiàn)上升趨勢(shì)，傾向率分別為1.17 mm·a-1和1.00 mm·a-1；而黃河源區(qū)則呈現(xiàn)下降趨勢(shì)，傾向率為-0.06 mm·a-1，但幾乎整個(gè)三江源地區(qū)年降水量的變化趨勢(shì)均未通過顯著性檢驗(yàn)。

由此可見，三江源地區(qū)絕大部分區(qū)域1980—2019 年積雪日數(shù)和積雪深度呈現(xiàn)顯著減少的變化趨勢(shì)，而同期該區(qū)域氣候則朝暖濕方向變化。胡豪然等[49］利用38 個(gè)站點(diǎn)資料研究了青藏高原東部地區(qū)1961—2010 年冬季積雪的時(shí)空變化特征；姜琪等[50］利用110 個(gè)氣象站數(shù)據(jù)研究了青藏高原地區(qū)1961—2014 年 積 雪 時(shí) 空 特 征；車 濤 等[51］利 用AVHRR 以及被動(dòng)微波數(shù)據(jù)研究了青藏高原地區(qū)1980—2016 年的積雪變化特征，均發(fā)現(xiàn)積雪日數(shù)或積雪深度呈現(xiàn)減少的變化趨勢(shì)。本研究還發(fā)現(xiàn)黃河源區(qū)積雪深度呈現(xiàn)微弱的上升趨勢(shì)（0.03 mm·a-1），這與劉曉嬌等[14］利用8個(gè)氣象站點(diǎn)數(shù)據(jù)研究黃河源區(qū)1978—2016年積雪深度時(shí)所得結(jié)果一致，其上升趨勢(shì)同樣為0.03 mm·a-1。由此表明，本研究所采用的積雪面積數(shù)據(jù)集以及積雪深度數(shù)據(jù)集能夠很好地反映三江源地區(qū)積雪日數(shù)和積雪深度的真實(shí)情況。此外，三江源地區(qū)積雪參數(shù)的變化與該區(qū)域氣候要素的變化具有一定的相關(guān)關(guān)系。

2.3 積雪對(duì)氣候變化的響應(yīng)

上文研究結(jié)果表明三江源地區(qū)4個(gè)積雪參數(shù)的變化與該區(qū)域氣候要素的變化具有一定的相關(guān)關(guān)系。為了定量探究4 個(gè)積雪參數(shù)對(duì)氣候變化的響應(yīng)，本文分別計(jì)算了三江源地區(qū)1980—2015年積雪日數(shù)、積雪深度、積雪初日、積雪終日與年平均氣溫和年降水量的相關(guān)系數(shù)。

由表2 可知，整個(gè)三江源地區(qū)積雪日數(shù)與氣溫呈現(xiàn)負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)達(dá)-0.52，通過了P＜0.001 的顯著性檢驗(yàn)。其中長(zhǎng)江源區(qū)、黃河源區(qū)、瀾滄江源區(qū)的負(fù)相關(guān)系數(shù)依次為-0.47、-0.57、-0.65，均通過了P＜0.01 的顯著性檢驗(yàn)。就相關(guān)系數(shù)空間分布而言，除極少數(shù)柵格外，幾乎整個(gè)三江源地區(qū)積雪日數(shù)與氣溫都呈現(xiàn)正相關(guān)關(guān)系[圖8（a）］，其中相關(guān)系數(shù)較大的區(qū)域主要分布在長(zhǎng)江源區(qū)西部和東部、瀾滄江源區(qū)北部以及黃河源區(qū)的中部和西部，相關(guān)系數(shù)超過-0.6，部分地區(qū)甚至超過-0.8。整個(gè)三江源地區(qū)積雪深度與氣溫同樣呈現(xiàn)負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-0.40，長(zhǎng)江源區(qū)、黃河源區(qū)、瀾滄江源區(qū)的相關(guān)系數(shù)分別為-0.46、-0.34、-0.34，均通過P＜0.05 的顯著性檢驗(yàn)。但相比于積雪日數(shù)與氣溫的相關(guān)系數(shù)，積雪深度的相關(guān)系數(shù)相對(duì)較小。積雪深度與氣溫的相關(guān)系數(shù)較大的區(qū)域主要分布在長(zhǎng)江源區(qū)、瀾滄江源區(qū)北部以及黃河源區(qū)西部，系數(shù)值超過-0.4[圖8（b）］。瀾滄江源區(qū)南部以及黃河源區(qū)東部區(qū)域雖出現(xiàn)少量正相關(guān)系數(shù)，但均未通過顯著性檢驗(yàn)。由此可見，三江源地區(qū)積雪日數(shù)和深度隨著該區(qū)域年平均氣溫的升高在逐漸減少，且積雪日數(shù)對(duì)于年平均氣溫升高的響應(yīng)更為敏感。

表2 三江源地區(qū)1980—2015年4個(gè)積雪參數(shù)與年平均氣溫、年降水量的相關(guān)系數(shù)均值Table 2 Mean correlation coefficients between the four snow cover parameters and annual mean air temperature，annual precipitation from 1980 to 2015 in the Three-River-Source region

整個(gè)三江源地區(qū)積雪初日與氣溫呈現(xiàn)顯著的正相關(guān)關(guān)系（P＜0.05），其中相關(guān)性最強(qiáng)的為瀾滄江源區(qū)（0.43），通過P＜0.01 的顯著性檢驗(yàn)；其次為長(zhǎng)江源區(qū)（0.39），通過P＜0.05 的顯著性檢驗(yàn)；而黃河源區(qū)相關(guān)系數(shù)最?。?.26），且相關(guān)性不顯著。積雪初日與氣溫的正相關(guān)系數(shù)幾乎遍布整個(gè)研究區(qū)域[圖8（c）］，其中相關(guān)性較強(qiáng)的區(qū)域主要分布在長(zhǎng)江源區(qū)東部、瀾滄江源區(qū)北部和黃河源區(qū)西部，相關(guān)系數(shù)超過0.4；而黃河源區(qū)東部則相關(guān)系數(shù)較小，甚至出現(xiàn)負(fù)相關(guān)系數(shù)，但相關(guān)性并不顯著。而三江源地區(qū)積雪終日與氣溫的相關(guān)系數(shù)分布情況與積雪初日相似，但積雪終日與氣溫呈現(xiàn)負(fù)相關(guān)關(guān)系。由此可見，除黃河源區(qū)東部區(qū)域外，三江源地區(qū)積雪初日和終日與氣溫分別呈現(xiàn)顯著正相關(guān)關(guān)系和顯著負(fù)相關(guān)關(guān)系。即隨著年平均氣溫的升高，該區(qū)域積雪初日逐漸推遲，而積雪終日則逐漸提前。

圖8 三江源地區(qū)1980—2015年4個(gè)積雪參數(shù)與年平均氣溫的相關(guān)系數(shù)空間分布Fig. 8 Spatial distributions of correlation coefficients between the four snow cover parameters and annual mean air temperature from 1980 to 2015 in the Three-River-Source region：snow cover days and air temperature（a），snow depth and air temperature（b），snow cover onset date and air temperature（c）and snow cover end date and air temperature（d）

4 個(gè)積雪參數(shù)與年降水量的相關(guān)性均不顯著，因此本研究未進(jìn)一步從柵格層面分析4個(gè)積雪參數(shù)與年降水量的相關(guān)系數(shù)空間分布情況。由于年降水量包含降雪量，理論上，當(dāng)年平均氣溫恒定的情況下，年降水量的增加會(huì)導(dǎo)致降雪量也有所增加，從而使積雪日數(shù)和積雪深度增大。然而，由于三江源地區(qū)的年平均氣溫逐漸升高，導(dǎo)致降雪的溫度條件更加難以滿足，部分降雪轉(zhuǎn)變?yōu)榻涤?，從而?dǎo)致該區(qū)域降雪時(shí)間推遲[52］。此外氣溫升高會(huì)加快積雪消融速度，從而導(dǎo)致積雪消融完畢的時(shí)間逐漸提前；同時(shí)積雪消融期由于溫度不足達(dá)到降雪條件，此時(shí)降雨量的增加也會(huì)加速積雪的消融[9］。因此，年平均氣溫的升高減弱了4個(gè)積雪參數(shù)與年降水量的相關(guān)關(guān)系，從而導(dǎo)致降水對(duì)積雪參數(shù)雖產(chǎn)生一定的影響但在數(shù)理統(tǒng)計(jì)上并不顯著。譚秋陽(yáng)等[53］研究了1979—2017 年雅魯藏布江流域積雪深度與氣候因子的關(guān)系；白淑英等[54］研究了近30年來西藏地區(qū)積雪深度與氣候因子的關(guān)系；劉金平等[9］研究了2000—2014 年雅魯藏布江流域積雪對(duì)氣候變化的響應(yīng)，研究結(jié)果均表明降水量與積雪參數(shù)的相關(guān)性不顯著。因此，三江源地區(qū)積雪日數(shù)、深度、初日和終日的變化主要受年平均氣溫的影響。積雪日數(shù)對(duì)氣溫升高響應(yīng)最敏感，其次是積雪深度、積雪初日和積雪終日；而年降水量與4 個(gè)積雪參數(shù)的相關(guān)性均不顯著。

3 結(jié)論

本文基于AVHRR-CDR 逐日無(wú)云積雪面積數(shù)據(jù)集和SMMR、SSM/I、SSMI/S 逐日被動(dòng)微波亮溫?cái)?shù)據(jù)集引入重心模型分析了三江源地區(qū)1980—2019 年積雪日數(shù)、積雪深度、積雪初日和積雪終日的時(shí)空動(dòng)態(tài)特征，并探究了4 個(gè)積雪參數(shù)對(duì)研究區(qū)年平均氣溫和年降水量變化的響應(yīng)。研究結(jié)論如下：

（1）在時(shí)間變化特征上，1980—2019 年三江源地區(qū)積雪日數(shù)和積雪深度均呈現(xiàn)減少的變化趨勢(shì)，減少速率分別為-2.18 d·a-1和-0.22 mm·a-1；積雪初日逐漸推遲而積雪終日逐漸提前，變化速率分別為0.35 d·a-1和-1.22 d·a-1，積雪終日提前速率是積雪初日推遲速率的3.5倍。該區(qū)域同期的氣溫和降水量則呈現(xiàn)上升趨勢(shì)，上升速率分別為0.05 ℃·a-1和1.87 mm·a-1。在空間變化特征上，4 個(gè)積雪參數(shù)的重心呈現(xiàn)出東移的變化趨勢(shì)，東移速率分別為1.0 km·a-1、2.3 km·a-1、1.0 km·a-1、1.1 km·a-1。同期的年降水量重心幾乎無(wú)變化，而年平均氣溫的重心則呈現(xiàn)出西移的變化趨勢(shì)，西移速率為6.0 km·a-1，分別是積雪日數(shù)和積雪深度重心位置東移速率的6倍和2倍，表明三江源地區(qū)4個(gè)積雪參數(shù)和氣候因子的變化趨勢(shì)均呈現(xiàn)出較強(qiáng)的空間異質(zhì)性。西部氣溫升高速率大于東部導(dǎo)致西部積雪日數(shù)和深度減少速率同樣大于東部，從而導(dǎo)致氣溫重心西移而積雪參數(shù)重心東移。

（2）瀾滄江源區(qū)的積雪日數(shù)減少、積雪深度減少、積雪初日推遲以及積雪終日提前速率最大，分別為-2.44 d·a-1、-0.32 mm·a-1、1.18 d·a-1和-1.08 d·a-1，其次是長(zhǎng)江源區(qū)和黃河源區(qū)。除黃河源區(qū)部分區(qū)域的積雪深度呈現(xiàn)微弱的不顯著上升趨勢(shì)外，三江源地區(qū)積雪日數(shù)、積雪深度逐漸減少，積雪初日逐漸推遲而積雪終日逐漸提前。對(duì)于同期年平均氣溫和年降水量而言，除黃河源區(qū)的年降水量呈現(xiàn)微弱的下降趨勢(shì)外，其余均呈現(xiàn)上升趨勢(shì)。因此，三江源地區(qū)積雪參數(shù)的變化與該區(qū)域氣候要素的變化具有一定的相關(guān)關(guān)系。

（3）進(jìn)一步的相關(guān)性分析表明，整個(gè)三江源地區(qū)積雪日數(shù)、積雪深度、積雪終日與年平均氣溫均呈現(xiàn)顯著負(fù)向相關(guān)關(guān)系（P＜0.05），而積雪初日與氣溫則呈現(xiàn)顯著正向相關(guān)關(guān)系（P＜0.05）。其中相關(guān)系性較強(qiáng)的區(qū)域主要分布在長(zhǎng)江源區(qū)東部，瀾滄江源區(qū)北部以及黃河源區(qū)西部。三江源地區(qū)4個(gè)積雪參數(shù)與年降水量的相關(guān)性均未通過顯著性檢驗(yàn)。由此可見，三江源地區(qū)氣溫的升高是導(dǎo)致該區(qū)域積雪日數(shù)和積雪深度減少、積雪初日推遲而積雪終日提前的主要影響因子。積雪日數(shù)對(duì)氣溫升高響應(yīng)最敏感，其次是積雪深度、積雪初日和積雪終日；而降水量的變化對(duì)于該區(qū)域積雪參數(shù)的變化影響較小。

因此，隨著全球氣候變暖的持續(xù)，三江源地區(qū)的積雪日數(shù)和積雪深度持續(xù)減少，同時(shí)積雪初日持續(xù)推遲而積雪終日持續(xù)提前，這可能導(dǎo)致積雪在春季來臨之前完全融化。冬季積雪融水是植物生長(zhǎng)季開始時(shí)土壤水分的主要來源，同時(shí)也是初春時(shí)期河流徑流的主要來源。積雪的提前融化會(huì)影響該區(qū)域植物的生長(zhǎng)，這對(duì)于生態(tài)環(huán)境原本就脆弱的三江源地區(qū)而言是不利的。春季河流徑流量的減少也會(huì)影響下游地區(qū)農(nóng)作物的生長(zhǎng)，對(duì)區(qū)域糧食安全造成威脅。