湖冰物候變化遙感監(jiān)測研究進展

楊倩　 呂德昊

摘 要：湖冰物候變化是區(qū)域氣候變化的敏感指示器。本文按照波譜范圍總結(jié)不同遙感數(shù)據(jù)源監(jiān)測湖冰物候變化的原理和方法，并比較不同遙感監(jiān)測方法的優(yōu)缺點，歸納湖冰物候變化的區(qū)域一致性特征及其影響因子，為湖冰物候變化遙感監(jiān)測提供理論基礎(chǔ)和技術(shù)參考。

關(guān)鍵詞：湖冰物候變化；監(jiān)測

Abstract：Lake ice phenology is a sensitive indicator for regional climate change. According to spectral range， this paper summarizes the principles and methods of multisource satellite data and its application in lake ice monitoring， and compares the advantage and disadvantage of different methods， and analyzes the coherence changes of reginal lake ice phenology and the impact factors， which provide the theoretical basis and technical reference for lake ice phenology monitoring.

Key words：Lake ice phenology change；monitoring

湖冰物候變化是氣候變化的敏感指示器，既能夠反映由大氣條件、大洋環(huán)流、火山噴發(fā)等引起的小尺度的氣候變化，又能反應(yīng)全球變暖等大尺度的氣候變化。利用遙感技術(shù)監(jiān)測湖冰物候變化具有重要的科學(xué)意義和應(yīng)用推廣價值。

作為冰凍圈的重要組成部分，在全球變暖背景下湖冰遙感監(jiān)測可以為系統(tǒng)評估水資源、湖泊環(huán)境、生態(tài)環(huán)境的影響提供科學(xué)依據(jù)。自19世紀(jì)中葉以來，各地的結(jié)冰時間不斷推遲而消融時間不斷提前，世界范圍內(nèi)湖結(jié)冰期縮短已成為普遍趨勢[1]，對水文、生態(tài)、氣候的影響逐步顯現(xiàn)[2，3]。湖泊環(huán)境變化是我國不同湖區(qū)水資源和災(zāi)害的重要影響因子，對水資源管理和災(zāi)害防治影響深遠(yuǎn)。湖冰物候是過去大尺度氣候變化趨勢和波動的信息庫，湖冰物候與氣候的響應(yīng)機制研究可以為研究全球氣候變化機制、提高氣候預(yù)測能力提供理論基礎(chǔ)。

1 湖冰物候遙感反演理論

自從上個世紀(jì)70年代開始，借鑒海冰遙感反演的經(jīng)驗，遙感技術(shù)就開始應(yīng)用于湖冰參數(shù)反演，可以監(jiān)測湖冰的時間屬性（即湖冰物候周期）和物理屬性[4]。時間屬性描述湖冰凍融狀態(tài)的季節(jié)性變化，雖然不同的學(xué)者描述湖冰的生消過程的遙感參數(shù)不同，但是時間屬性主要包括湖冰物候信息和冰期信息，前者主要包括湖冰開始凍結(jié)日期、完全凍結(jié)日期、開始消融日期、完全消融日期，后者主要包括湖冰持續(xù)時間、結(jié)冰期、融冰期和完全封凍期。

目前，用于湖冰遙感反演的遙感數(shù)據(jù)包括多光譜、主動微波和被動微波數(shù)據(jù)，分別利用水和冰的反射率、后向散射系數(shù)和亮溫差異來識別冰的存在，常見的方法有單波段閾值法、多波段閾值法和指數(shù)法等[5]。從數(shù)據(jù)源來看，可見光、多光譜數(shù)據(jù)是最早應(yīng)用于湖冰監(jiān)測，但是受到云、霧氣、光照等影響而容易錯過湖冰物候變化監(jiān)測的最佳時期[4]。合成孔徑雷達(dá)SAR不受天氣條件的影響也廣泛應(yīng)用于湖冰監(jiān)測，雖然SAR時間分辨率已從30天（ERS）提高到每日回訪，但是費用過高，更適合于個例研究。被動微波數(shù)據(jù)時間序列長，時間分辨率高，不受天氣影響，但空間分辨率低，存在很多混合像元，更適合于大尺度湖冰遙感監(jiān)測[5]。湖冰物候變化描述湖冰生消過程的時間信息，站臺觀測資料表明結(jié)冰和融冰過程變化較快，持續(xù)1～2周左右，這就要求數(shù)據(jù)源能夠連續(xù)獲取并且空間分辨率和時間分辨率足夠高。

利用光學(xué)遙感數(shù)據(jù)進行湖冰物候遙感反演的一般思路是：針對冰的光譜特征設(shè)定閾值判定條件，識別遙感影像上的湖冰像元；計算湖面的凍結(jié)比例和凍結(jié)面積，設(shè)定不同面積閾值提取湖冰的結(jié)冰時間和解凍時間[4]。使用光學(xué)遙感數(shù)據(jù)需要考慮兩個問題：①云、霧氣等對識別湖冰遙感信息造成了一定干擾，如何綜合實測數(shù)據(jù)、多源遙感數(shù)據(jù)恢復(fù)云下信息識別湖冰的存在，提高湖冰物候遙感參數(shù)的識別精度，尤其是提高云和雪的區(qū)分精度；②湖冰遙感識別和物候信息提取分別需要考慮反射率和凍結(jié)面積閾值的確定，傳統(tǒng)方法依賴于野外實驗、站臺資料和人工經(jīng)驗，基于湖面反射率和湖冰面積的年內(nèi)變化規(guī)律如何設(shè)計湖冰物候遙感參數(shù)的自動提取算法并推廣到其它光學(xué)遙感數(shù)據(jù)，為湖冰物候遙感反演提供了技術(shù)支持和數(shù)據(jù)保證。

2 湖冰物候變化空間一致性

湖冰是受氣候影響最直接的湖泊物理特征之一，分析不同湖區(qū)的湖冰物候年際、代際變化趨勢后發(fā)現(xiàn)，不同湖泊的湖冰物候變化呈現(xiàn)明顯區(qū)域尺度的長期一致性，可以被理解為年際到代際的時間尺度上波動一致性。Magnuson 等[1]在威斯康星的湖泊研究表明，長期的區(qū)域一致性在受到氣候因素直接影響的湖泊變量上表現(xiàn)最為明顯，在受到氣候因素間接影響或者與氣候不相關(guān)的湖泊參數(shù)（如地理位置）方面上區(qū)域一致性上表現(xiàn)不明顯。在年際到代際的時間尺度內(nèi)，湖冰物候變化（尤其是消融時間）呈現(xiàn)出區(qū)域一致性，這說明湖泊環(huán)境并不是獨立樣本，而是受到氣候驅(qū)動的連續(xù)體的局部樣本，受到區(qū)域氣候和局地天氣的共同作用，這意味可以通過一個湖泊的行為來推測整個地區(qū)的湖泊行為[2]。

在山區(qū)，海拔高度是影響湖冰對氣候響應(yīng)及響應(yīng)一致性的重要因素，也決定了湖泊冰蓋的持續(xù)時間及其覆蓋范圍。湖冰持續(xù)時間隨著海拔的升高而延長，但是結(jié)冰時間和融化時間與海拔的依存關(guān)系完全不同。研究發(fā)現(xiàn)在斯洛伐克和波蘭交界處的Tatra山區(qū)，湖冰持續(xù)時間隨著海拔增高10.2d/100m，消融時間隨著海拔的增高而推遲9.1 d/100m， 結(jié)冰時間和海拔不存在明顯的相關(guān)性[2]，這是因為結(jié)冰過程主要受到湖泊特征和內(nèi)部過程的影響，而消融過程更直接受到外部氣候因素的控制，很大程度上受到與海拔密切相關(guān)的氣溫的作用。Duguay 等[2]通過對吉安娜大湖冰物候近期變化趨勢分析，發(fā)現(xiàn)湖冰的融化時間具有一致性的變化特征，而結(jié)冰時間的區(qū)域一致性較低。整個地區(qū)的湖泊的冰消時間具有一致性的變化，而結(jié)冰時間沒有。因而，湖冰的消融時間是比結(jié)冰時間更直接的、更有用的氣候指示因子。

3 湖冰物候變化對氣溫的敏感性

北半球中高緯度地區(qū)（45°～80°之間）的湖冰物候周期變化及其對氣候變化的響應(yīng)越來越引起人們的關(guān)注。這些地區(qū)每年冬季氣溫低于0℃，對全球氣溫變暖非常敏感。氣候因素（如溫度、太陽輻射度、風(fēng)速和降水量等）和湖泊的形態(tài)參數(shù)（如面積、深度和需水量）同時影響湖冰的形成和存在時間。通過對湖冰物候參數(shù)與不同氣象因子的相關(guān)分析和多元線性回歸模型發(fā)現(xiàn)，氣溫對湖冰物候的影響最大。

氣溫是影響湖冰消融狀態(tài)最重要的氣象因素。氣溫的變化能夠直觀地體現(xiàn)湖泊的凍結(jié)和消融時間上；隨著氣溫上升，湖冰物候周期對氣溫變化的敏感性也隨之增高，湖冰物候周期動態(tài)變化更劇烈。大多數(shù)研究發(fā)現(xiàn)，湖冰物候特征與氣溫呈現(xiàn)顯著相關(guān)性，高于其他影響因素，基于回歸統(tǒng)計模型氣溫可以解釋 60～70%不同湖區(qū)消融時間的差異[3]。Weyhenmeyer等[6]研究發(fā)現(xiàn)在北緯45°～61°之間區(qū)域，湖冰的存在時間長短對氣溫變化尤其敏感，甚至預(yù)測這些區(qū)域的湖泊很有可能成為無冰湖泊。研究發(fā)現(xiàn)湖冰凍結(jié)時間能夠反映冬季十月到11月的氣候變化而湖冰融化時間能反映春季1月到3月的氣候變化[6]。Maguson等[1]監(jiān)測了1846年到1995年北半球湖冰物候周期的變化發(fā)現(xiàn)，當(dāng)溫度每提高1.2℃時候，凍結(jié)時間推遲5.7day/100years而融化時間提前6.3day/100years。在其他區(qū)域也有類似的發(fā)現(xiàn)。Dauguay等[2]發(fā)現(xiàn)湖冰物候與春季和秋季溫度達(dá)到0℃的時間密切相關(guān)，一般開始凍結(jié)時間和開始融化時間總是滯后一段時間（在一個月內(nèi)）。而湖冰凍結(jié)時間也和秋季的等溫線呈現(xiàn)相同的變化趨勢。

湖冰物候與氣候的建模方法目前主要有經(jīng)驗?zāi)Ｐ?、熱動力模型和水文模型三類。一些研究已?jīng)通過建立回歸模型或者經(jīng)驗?zāi)Ｐ停?綜合分析湖冰物候周期的實測數(shù)據(jù)和氣候、以及湖泊形態(tài)和地理位置之間的關(guān)系[2，6]。Weyhenmeyer等[6]利用非線性模型模擬不同緯度的湖冰物候與溫度之間的非線性關(guān)系。熱動力模型主要通過湖冰與周圍環(huán)境的能量平衡，模擬物候周期和溫度、風(fēng)速等氣候因子的關(guān)系。借鑒海冰的研究經(jīng)驗，海冰的熱力學(xué)模型逐步應(yīng)用于湖冰研究。Flato和Brown改進海冰反演模型，設(shè)計并開發(fā)了Canadian Lake Ice Model （CLIMO），已廣泛應(yīng)用于湖冰反演研究中[2]。另外，成熟水文模型的湖冰模塊，也越來越多應(yīng)用于湖冰模擬，如FLake model等。不同類型的湖冰模擬模型各有優(yōu)劣，基于物理過程的湖冰模型驅(qū)動需要詳細(xì)的湖冰物候過程觀測數(shù)據(jù)且參數(shù)繁多，而湖區(qū)氣象站臺和水文站臺分布少，無法提供模型運行所需要的詳細(xì)信息。遙感數(shù)據(jù)為資料缺乏地區(qū)有效補充數(shù)據(jù)源，保證多元線性回歸方程和經(jīng)驗方程的建立。

4 結(jié)論及展望

全球氣候變暖是近百年來氣候系統(tǒng)最顯著的特征，氣候變暖導(dǎo)致氣溫升高，使湖冰物候?qū)鉁夭▌拥拿舾行栽鰪?；在溫暖地區(qū)湖冰物候（尤其是融冰時間）對氣候變化的響應(yīng)比在寒冷地區(qū)更明顯（Weyhenmeyer et al.， 2010），變化更迅速，因而利用遙感技術(shù)監(jiān)測湖冰過程和融冰過程及其對氣候變化的響應(yīng)機制，有助于了解氣候變化對湖泊系統(tǒng)、生態(tài)環(huán)境的影響，為我國經(jīng)濟社會可持續(xù)發(fā)展、政府應(yīng)對氣候變化政策制定提供科學(xué)依據(jù)。本文主要從湖冰遙感反演、湖冰物候區(qū)域變化趨勢及與氣候的關(guān)系三方面展開論述，在湖冰遙感反演和模擬過程我們發(fā)現(xiàn)以下問題：（1）湖冰物候反演算法目前主要針對特定數(shù)據(jù)源和算法，缺乏可應(yīng)用推廣的算法，云是影響遙感數(shù)據(jù)應(yīng)用于湖冰遙感反演精度的主要因素，優(yōu)化基于多源遙感數(shù)據(jù)的湖冰自動反演精度是湖冰物候反演的首要問題；（2）同一地區(qū)的不同湖區(qū)湖冰物候變化存在內(nèi)在聯(lián)系，結(jié)冰時間和融冰時間的變化趨勢及對氣候的響應(yīng)呈現(xiàn)區(qū)域一致性特征，需要在區(qū)域尺度上探討氣候與湖冰物理過程的耦合機制；（3）建立湖冰的生消時間和氣候因子（如氣溫）的定量遙感模型，利用物候變化去反演湖泊環(huán)境過去的氣候變化特征，預(yù)測在不同氣候條件下湖冰物候的未來變化趨勢，為研究全球氣候變化機制、提高氣候預(yù)測能力提供理論基礎(chǔ)。

參考文獻：

[1]Magnuson，J.J.，Robertson， D.M.，Benson， B.J.，et al. Historical trends in lake and river ice cover in the Northern Hemisphere.Science，2000，289：17431746.

[2]Brown L.C，and Duguay C.R.The response and role of ice cover in lake climate interactions.Progress in Physical Geography，2010，34（5）：671704.

[3]Latifovic， R.，Pouliot，D.Analysis of climate change impacts on lake ice phenology in Canada using the historical satellite data record.Remote Sensing of Environment，2007，106（4）： 492507.

[4]Weber H，Riffler M， N？ges T，et al.Lake ice phenology from AVHRR data for European lakes：An automated twostep extraction method.Remote Sensing of Environment，2016，174：329340.

[5]魏秋方，葉慶華.湖冰遙感監(jiān)測方法綜述.地理科學(xué)進展，2010，29（7）：803810.

[6]Weyhenmeyer，G.A.，Livingstone，D.M.，Meili，M.，Jensen，O.，Benson，B.，&Magnuson，J.J.Large geographical differences in the sensitivity of icecovered lakes and rivers in the northern hemisphere to temperature changes.Global Change Biology，2010，17（1）：268275.

項目：吉林省高?？萍寂c社科“十三五”科研規(guī)劃項目（編號：JJKH20170257KY），吉林省大學(xué)生創(chuàng)新創(chuàng)業(yè)計劃訓(xùn)練項目（編號：201610191035）資助