蘭進(jìn)京，姬偉倩，都偉冰

(1.河南省地質(zhì)礦產(chǎn)勘查開(kāi)發(fā)局 第二地質(zhì)礦產(chǎn)調(diào)查院，鄭州 450001；2.河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院，河南 焦作 454003)

0 引言

天山地區(qū)在1961—1999年的氣溫增長(zhǎng)率比全球平均氣候變暖速度還大2倍[1-2]。在過(guò)去的十幾年，天山地區(qū)的氣溫一直保持著高變化率。區(qū)域氣候長(zhǎng)時(shí)序變化的趨勢(shì)促使該地區(qū)的冰雪融化變化加劇，由此引發(fā)淡水資源變化和冰川次生災(zāi)害頻發(fā)[3]。

天山地區(qū)冰雪變化季節(jié)性明顯[4]。對(duì)天山東部地區(qū)的冰雪時(shí)空變化研究，不僅要掌握其變化規(guī)律，還要研究其與氣溫的相關(guān)關(guān)系[5]，從而提高我們對(duì)該地區(qū)冰雪變化的估計(jì)與預(yù)測(cè)能力。本文以2018年1月至2018年12月天山東部地區(qū)的中分辨率成像光譜儀(moderate resolution imaging spectroradiometer，MODIS)數(shù)據(jù)為基礎(chǔ)，利用MODIS冰雪檢測(cè)算法得到研究區(qū)的冰雪覆蓋范圍結(jié)果[6-7]，在此基礎(chǔ)上分析其時(shí)空變化規(guī)律。

1 研究區(qū)概況及數(shù)據(jù)

1.1 研究區(qū)概況

研究區(qū)位于中國(guó)境內(nèi)，天山東部(83.4°E～95.6°E，41.3°N～44.7°N[8])，整體為長(zhǎng)條形，西起巴音郭楞蒙古自治州的和靜縣，中過(guò)烏魯木齊，東到哈密伊犁[9-10]，總面積約為27.6×104km2。本文使用5個(gè)氣象站的數(shù)據(jù)進(jìn)行后續(xù)分析，氣象站信息列于表1。

表1 氣象站信息表

研究區(qū)屬于山地地形，溫帶大陸性氣候，其北坡受北冰洋水汽影響，年降水量大于南坡[11-12]。相應(yīng)的氣象站點(diǎn)為庫(kù)爾勒氣象站(KORLA，CH)、哈密氣象站(HAMI，CH)、奇臺(tái)縣氣象站(QITAL，CH)、烏魯木齊氣象站(WU LU MU QI，CH)、吐魯番氣象站(TURPAN，CH)。

1.2 研究數(shù)據(jù)

本文使用的MODIS產(chǎn)品來(lái)自Terra衛(wèi)星，冰雪檢測(cè)算法輸入數(shù)據(jù)為MODIS L1B產(chǎn)品，來(lái)源于美國(guó)一級(jí)大氣檔案發(fā)布系統(tǒng)分布式活動(dòng)檔案中心(https：//ladsweb.modaps.eosdis.nasa.gov/)。氣象站的氣溫、降水?dāng)?shù)據(jù)來(lái)自美國(guó)國(guó)家海洋和大氣管理局(https：//www.ncdc.noaa.gov/)。

2 研究方法

本文在Python平臺(tái)上實(shí)現(xiàn)了以歸一化積雪指數(shù)(normalized difference snow index，NDSI)為基礎(chǔ)的群準(zhǔn)則冰雪檢測(cè)算法。MODIS積雪產(chǎn)品中存在大量由云覆蓋產(chǎn)生的不確定像元，限制了此算法的冰雪檢測(cè)效果。針對(duì)這一問(wèn)題，本文利用分段線性插值算法對(duì)不確定像元的NDSI進(jìn)行恢復(fù)，提取了2018年冰雪覆蓋范圍。為了研究天山東部冰雪的時(shí)空變化，本文使用冰雪覆蓋率作為變化指標(biāo)，討論氣溫與降水對(duì)冰雪覆率大小的影響[13-14]。

運(yùn)用了相關(guān)性的度量統(tǒng)計(jì)量，對(duì)氣溫、降水與遙感MODIS得到的冰雪覆蓋率之間的相關(guān)性進(jìn)行研究。相關(guān)性的度量統(tǒng)計(jì)量主要有：Pearson相關(guān)系數(shù)、Spearman相關(guān)系數(shù)和Kendall相關(guān)系數(shù)。對(duì)于2個(gè)存在線性相關(guān)關(guān)系的變量，變量之間可能有因果關(guān)系、同因關(guān)系。待研究變量為氣溫和NDSI閾值，二者都是連續(xù)變量。由于Pearson相關(guān)性適合連續(xù)變量的相關(guān)性分析，于是選擇了Pearson相關(guān)性作為天山東部地區(qū)氣溫與NDSI關(guān)系的指標(biāo)。

3 研究結(jié)果

為了檢驗(yàn)算法的可靠性，對(duì)算法生成的冰雪提取數(shù)據(jù)與MODIS/Terra Snow Cover 5-Min L2 Swath 500 m，Version 6產(chǎn)品的NDSI Snow Cover 科學(xué)數(shù)據(jù)集進(jìn)行對(duì)比，發(fā)現(xiàn)結(jié)果誤差不超過(guò)2%，驗(yàn)證了MODIS冰雪檢測(cè)算法的有效性。

3.1 冰雪變化模式

圖1呈現(xiàn)的是2018年天山東部地區(qū)冰雪覆蓋的每月變化模式，可以看到其年內(nèi)變化顯著、季節(jié)性明顯?？傮w而言，研究區(qū)北坡的年冰雪覆蓋天數(shù)以及各月份冰雪覆蓋率都顯著地高于南坡[4]。

圖1 2018年天山東部地區(qū)月平均NDSI變化模式

天山東部地區(qū)的冰雪覆蓋年內(nèi)變化可以總結(jié)為以下4個(gè)時(shí)期。①1月至2月的冰雪覆蓋區(qū)域變動(dòng)期。這一時(shí)期的冰雪覆蓋率總體較高，但是其覆蓋區(qū)域，除了高山的永久積雪，每月均有一定的差異。②3月至6月的冰雪消融期。這一時(shí)期的冰雪覆蓋面積逐月下降，直到6月份只剩下高山的永久積雪。③7月至8月的冰雪穩(wěn)定期。這一時(shí)期的冰雪覆蓋與6月份相似，只剩下因海拔過(guò)高，氣溫常年保持低溫的高海拔永久積雪。大部分的低海拔地區(qū)幾乎沒(méi)有冰雪的存在。④冰雪積累時(shí)期。這一時(shí)期從9月份開(kāi)始到12月份結(jié)束，冰雪覆蓋面積逐月增長(zhǎng)，直到12月份達(dá)到冰雪覆蓋率的最大值[2，15-16]。

3.2 氣溫對(duì)天山東部地區(qū)冰雪覆蓋變化的影響

為了找出天山東部地區(qū)的冰雪變化機(jī)理，對(duì)2018年天山東部地區(qū)平均NDSI變化和氣溫變化作了相關(guān)性分析。本文使用的天山東部地區(qū)的氣溫值為研究區(qū)內(nèi)5個(gè)氣象站的氣溫平均值。

2018年天山東部氣溫與平均NDSI變化曲線如圖2所示。分析發(fā)現(xiàn)，2018年天山東部的整個(gè)區(qū)域的NDSI取平均的變化總體上呈現(xiàn)出由高到低，再回升為高的模式。而氣溫則相反，從零下10 ℃左右的低溫，經(jīng)歷一個(gè)升溫率由高到低的升溫過(guò)程，而后降溫率逐漸變大，從30 ℃回落至-10 ℃左右。在4月至6月、9月至11月中，NDSI變化曲線共由7處明顯小峰，小峰一般持續(xù)天數(shù)不超過(guò)10 d。這些小峰代表了一個(gè)降雪與融雪過(guò)程，其所處的月份平均氣溫為10 ℃左右，有降雪的可能而又達(dá)不到保持冰雪固態(tài)的低溫需求。由圖2可以推測(cè)，天山地區(qū)的氣溫與其平均NDSI很有可能存在著負(fù)相關(guān)關(guān)系[16]。于是本文對(duì)其進(jìn)行Pearson相關(guān)性檢驗(yàn)，其結(jié)果如表2所示。

圖2 2018年天山地區(qū)氣溫與平均NDSI變化

表2 氣溫與平均NDSI的相關(guān)性檢驗(yàn)

利用Pearson相關(guān)性檢驗(yàn)得到天山地區(qū)的氣溫與冰雪覆蓋率在雙側(cè)0.01水平上顯著相關(guān)。于是相信這2個(gè)變量之間存在著負(fù)相關(guān)關(guān)系，進(jìn)一步分析其相關(guān)性是因果關(guān)系還是共因關(guān)系。冰雪的形成與消融在一定程度上影響著氣溫的變化，但是氣溫總體的變化并非由冰雪引起，即冰雪變化不是氣溫變化的原因。

降雪的原因除了氣溫還有云量等因素，氣溫是其重要因素之一。如果氣溫過(guò)高，不但不能形成降雪，地面覆蓋的冰雪也會(huì)消融。因此，氣溫與冰雪覆蓋率之間是因果關(guān)系，氣溫的變化影響著冰雪覆蓋率大小的變化。

3.3 降水對(duì)天山東部地區(qū)冰雪覆蓋變化的影響

NDSI數(shù)據(jù)取的是日數(shù)據(jù)，在某日的NDSI數(shù)據(jù)中對(duì)整個(gè)研究區(qū)NDSI取平均值。由于缺少奇臺(tái)縣和烏魯木齊2個(gè)氣象站的降水?dāng)?shù)據(jù)，本文選擇了研究區(qū)內(nèi)的3個(gè)氣象站(庫(kù)爾勒、哈密和吐魯番氣象站)的每日降水量與研究區(qū)平均NDSI進(jìn)行對(duì)比，如圖3所示。平均后的日降水?dāng)?shù)據(jù)與日NDSI數(shù)據(jù)做相關(guān)性分析，得出的數(shù)據(jù)不僅能最大限度地保持?jǐn)?shù)據(jù)變化趨勢(shì)，并且能夠保留數(shù)據(jù)變化的細(xì)節(jié)。由于天山東段為夏季積累型冰川，因此夏季降水的積累對(duì)山區(qū)NDSI的增加起到主導(dǎo)作用；而溫度升高造成的低海拔區(qū)域NDSI減少更加明顯。其中夏季降水的增加不能抵消溫度升高帶來(lái)的影響，因此研究區(qū)NDSI在夏季普遍較低。

圖3 2018年天山地區(qū)降水量與平均NDSI變化

天山東部地區(qū)的降水頻率在夏季最密集，日降水量也最高(圖3)。降水量與平均NDSI做Pearson相關(guān)性分析，得到表3。

表3 2018年全年降水量與平均NDSI的相關(guān)性檢驗(yàn)

該研究時(shí)間內(nèi)降水量與平均NDSI之間的相關(guān)性為顯著負(fù)相關(guān)，降水量與平均NDSI為共因關(guān)系，同時(shí)受季節(jié)變化影響。當(dāng)降水形式為冰雪的時(shí)候，降水成了平均NDSI增長(zhǎng)的原因。但是天山東部地區(qū)的年降水天數(shù)遠(yuǎn)小于365 d，整體而言，降水量與平均NDSI的相關(guān)性不會(huì)因此而變成正相關(guān)。

4 結(jié)束語(yǔ)

本文首先探究了MODIS冰雪檢測(cè)算法，并對(duì)算法的有效性及其精度做了檢驗(yàn)；其次利用從MODIS數(shù)據(jù)提取的冰雪覆蓋率信息，對(duì)天山東部地區(qū)的冰雪變化進(jìn)行了探討，得出氣溫與冰雪覆蓋率呈現(xiàn)顯著負(fù)相關(guān)關(guān)系，降水量與冰雪覆蓋率呈現(xiàn)負(fù)相關(guān)關(guān)系，與其他研究成果吻合，一定程度上反映了此算法提取天山東部冰雪覆蓋率的有效性。遙感技術(shù)不僅可以獲取大范圍冰雪變化信息，更能豐富其空間分布的細(xì)節(jié)特征。冰雪變化是一個(gè)長(zhǎng)期的動(dòng)態(tài)變化過(guò)程，此算法可為長(zhǎng)時(shí)間序列遙感數(shù)據(jù)監(jiān)測(cè)東天山冰雪的時(shí)空變化特征提供技術(shù)支持。