1980～2016年東北積雪面積時(shí)空變化研究

李續(xù)光，萬魯河*，和鑫溢

(1.哈爾濱師范大學(xué);2.山西工程技術(shù)學(xué)院)

0 引言

積雪是自然界最活躍的一個(gè)要素，其已成為評(píng)價(jià)氣候變化的重要參考依據(jù)[1].在全球變暖的背景下，從1960年到2000年全球范圍內(nèi)積雪面積大約減少近10%.2013年的IPCC評(píng)估報(bào)告指出，在南、北半球，山地冰川和積雪的平均面積已大幅減少，并引起海平面上升，預(yù)測(cè)未來積雪覆蓋范圍將進(jìn)一步縮小[2].因此，準(zhǔn)確檢測(cè)積雪面積、積雪深度等一些重要的積雪特征參數(shù)已成為監(jiān)測(cè)全球氣候變化的重要參考因素[3-5].

對(duì)積雪面積變化規(guī)律的研究，可為氣候變化的監(jiān)測(cè)、水資源的利用、地表徑流、水文循環(huán)、防止春旱和人類活動(dòng)都有十分顯著和積極的影響[6-8].尤其是積雪對(duì)季節(jié)性干旱區(qū)域的水量，可提供一定的幫助.在融雪期間，由于積雪與氣候系統(tǒng)之間的關(guān)系相互作用，使其在短時(shí)間里改變非飽和帶土壤水分的收支平衡，改變潛熱通量、土壤濕度等理化性質(zhì)[9-11].近年來，關(guān)于積雪面積的變化規(guī)律，國內(nèi)外研究者們均開展了大量研究[12-16]，如Laternser M等對(duì)1931～1999年瑞士阿爾卑斯山積雪面積變化的研究發(fā)現(xiàn)，自1987年以后，山體積雪存在明顯減少，尤其是中、低海拔地區(qū)，而高海拔地區(qū)只有輕微的減少[14].車濤等研究者借助被動(dòng)微波遙感器對(duì)中國西北和青藏高原的積雪面積進(jìn)行了監(jiān)測(cè)和分析，并提供了大量相關(guān)的被動(dòng)微波數(shù)據(jù)集[15].Chen X等研究者基于多種衛(wèi)星遙感觀測(cè)數(shù)據(jù)分析了北半球在2001～2014年間積雪面積的季節(jié)變化. 而且，利用長時(shí)間遙感手段單獨(dú)研究中國東北地區(qū)的積雪面積變化依然鮮有報(bào)道[16].

東北地區(qū)作為中國重要的農(nóng)業(yè)、林業(yè)以及畜牧業(yè)的生產(chǎn)基地，其積雪不僅是該地區(qū)主要的淡水資源，河流徑流以及地下水的重要補(bǔ)給而且還對(duì)土壤具有很好的蓄水保溫作用，能為農(nóng)作物越冬提供適宜的溫度和條件[17-21].另一方面，由于東北地區(qū)冬季降雪持續(xù)時(shí)間長，積雪分布廣，如若春季遇到氣溫快速升高，不僅會(huì)加快積雪消融，提高春季洪水發(fā)生概率，更會(huì)造成人民生命財(cái)產(chǎn)損失[22-24].因此，準(zhǔn)確地提取東北地區(qū)的積雪變化趨勢(shì)，對(duì)氣候?yàn)?zāi)害、水資源管理、農(nóng)時(shí)預(yù)報(bào)等具有重要作用.然而由于地形特征多樣復(fù)雜，利用遙感數(shù)據(jù)分析東北地區(qū)積雪的周期變化特征和時(shí)空變化規(guī)律的研究甚少，特別是在分析近36年以來東北區(qū)域的積雪面積的時(shí)空變化格局暫時(shí)沒有.

因此以東北三省為研究對(duì)象，采用車濤等學(xué)者研制的長時(shí)間序列逐日積雪遙感數(shù)據(jù)資料，以及美國國家冰雪數(shù)據(jù)中心的MOD10C1積雪數(shù)據(jù)，利用回歸方程方法重構(gòu)較為精準(zhǔn)數(shù)據(jù)集.運(yùn)用空間自相關(guān)的地理空間分析方法和小波分析等統(tǒng)計(jì)學(xué)分析方法，研究東北地區(qū)近36年來積雪面積的時(shí)空變化特征和規(guī)律，為當(dāng)?shù)厮Y源管理、農(nóng)林牧業(yè)發(fā)展和災(zāi)害防御等提供具有重要參考依據(jù).

1 研究區(qū)域概況

東北地區(qū)(如圖1所示)包括黑龍江、吉林、遼寧三省和內(nèi)蒙古部分地區(qū)，總面積約為78.73萬 km2，地處北緯38°40′～53°34′和東經(jīng)15°05′～135°02′范圍內(nèi).東北地區(qū)地域廣闊，地勢(shì)從北到南依次降低.作為一個(gè)相對(duì)完整且獨(dú)立的自然地理區(qū)域，東北地區(qū)具有地形地貌類型復(fù)雜多樣、差異明顯，三面環(huán)山等特點(diǎn).

圖1 東北地區(qū)地理分布

東北地區(qū)因地勢(shì)復(fù)雜和地域廣闊，氣候類型跨帶較多包括寒溫帶、中溫帶和暖溫帶三個(gè)氣候帶是中國重要的農(nóng)業(yè)、林業(yè)以及畜牧業(yè)的生產(chǎn)基地，積雪不僅是該地區(qū)主要的淡水資源，河流徑流以及地下水的重要補(bǔ)給，還能為農(nóng)作物越冬提供適宜的溫度和條件，但也是東北地區(qū)自然災(zāi)害的重要來源之一.

2 數(shù)據(jù)的來源及研究方法

2.1 數(shù)據(jù)的來源和處理

研究以中科院寒區(qū)旱區(qū)研究所(http://westdc.westgis.ac.cn/)提供的微波遙感反演得到的中國雪深長時(shí)間序列數(shù)據(jù)集(SMMR、SSM/I和AMSR-E)為研究資料，數(shù)據(jù)集提供1979年1月1日到2014年12月31日逐日的中國范圍的積雪厚度分布數(shù)據(jù)，其空間分辨率為0.25°[25].以及美國國家冰雪數(shù)據(jù)中心(https://nsidc.org/)的MOD10C1積雪數(shù)據(jù)，數(shù)據(jù)集提供2000年1月到2016年3月逐月的全球積雪覆蓋數(shù)據(jù)，其空間分辨率為0.05°.由于東北地區(qū)一般從10月開始降雪，來年4月進(jìn)入春季融雪期的，該文選取的是東北積雪6個(gè)主要月份數(shù)據(jù)進(jìn)行處理.

通過采用MRT(Modis Reprojection Tool)軟件將原始的MOD10C1數(shù)據(jù)進(jìn)行拼接和Albers投影，然后通過ArcGIS10.2對(duì)中國雪深長時(shí)間序列數(shù)據(jù)集統(tǒng)一進(jìn)行裁剪和二值化處理，再利用IDL進(jìn)行積雪柵格的提取，根據(jù)積雪柵格在該月天數(shù)的概率大于0.5時(shí)記為有雪；若小于0.5，則記為無雪.得到積雪面積的新的數(shù)據(jù)集.通過ArcGIS柵格運(yùn)算，對(duì)每月積雪覆蓋面積進(jìn)行統(tǒng)計(jì)分析.并利用通過空間計(jì)量分析軟件GeoDa來對(duì)其Moran's I統(tǒng)計(jì)和生成LISA 聚集圖.

為進(jìn)一步分析東北地區(qū)積雪面積變化規(guī)律，采用兩套數(shù)據(jù)間建立回歸方程，得到各月的方程，且均通過P< 0.05顯著性檢驗(yàn).利用Matlab進(jìn)行趨勢(shì)分析和小波分析.

2.2 研究方法

積雪面積和年份的重構(gòu)數(shù)據(jù)集采用線性擬合方法進(jìn)行研究，其中y為mod10c1數(shù)據(jù)的積雪面積，x為車濤等學(xué)者研究數(shù)據(jù)的積雪面積進(jìn)行逐月重構(gòu)面積.并用SPSS進(jìn)行分析研究，利用excel作圖，表征積雪面積的變化趨勢(shì).

當(dāng)對(duì)區(qū)域內(nèi)某個(gè)屬性進(jìn)行空間分布特性描述的時(shí)候，可以通過全局自相關(guān)：Moran'sI進(jìn)行探索分析.

對(duì)空間位置中的要素之間的屬性相互關(guān)系進(jìn)行衡量，通過計(jì)算得分評(píng)價(jià)要素在空間位置上是否發(fā)生集聚或者離散，并得到集聚和離散的程度，描述整個(gè)研究區(qū)的空間特征分布.Moran'sI值的取值范圍在-1～1，其中當(dāng)Moran'sI值大于零，表達(dá)空間要素之間呈現(xiàn)出正相關(guān)聯(lián)系，即集聚，當(dāng)Moran'sI值小于零時(shí)，其空間位置呈現(xiàn)負(fù)相關(guān)，即離散.其計(jì)算公式為：

(1)

(2)

(3)

式中：S(I)是Moran'sI的方差，E(I)是Moran'sI的期望值.

全局空間自相關(guān)分析是對(duì)研究區(qū)域整體的空間自相關(guān)性進(jìn)行統(tǒng)計(jì)分析，無法反應(yīng)區(qū)域內(nèi)部局部的細(xì)微差別.為進(jìn)一步探索局部空間集聚，了解研究區(qū)域內(nèi)某一單元屬性值與其周圍單元屬性值之間的相關(guān)關(guān)系，進(jìn)行局部空間自相關(guān)性分析進(jìn)行探索.

描述每個(gè)區(qū)域單元與其周圍顯著的相似區(qū)域單元之間的空間聚集程度，LISA指數(shù)包括局部Moran指數(shù)和局部Geary指數(shù)，該研究使用局部Moran指數(shù).公式如(4)所示.

(4)

Morlet小波變換函數(shù)如式(5)所示[26]：

(5)

(6)

3 結(jié)果分析

3.1 空間變化

該文利用ArcGIS對(duì)東北地區(qū)的區(qū)域進(jìn)行矢量化后，運(yùn)用GeoDa對(duì)東北的210個(gè)市縣基于空間鄰接關(guān)系建立了權(quán)重矩陣.這里的臨界關(guān)系指的是具有公共邊界的區(qū)域,并利用這種關(guān)系建立的相關(guān)權(quán)重文件.

將1980～2016年每月份降雪柵格數(shù)據(jù)疊加求的均值，并將柵格轉(zhuǎn)化為點(diǎn)，空間連接到研究區(qū)縣域數(shù)據(jù)中，通過空間計(jì)量分析軟件GeoDa來對(duì)其Moran'sI進(jìn)行求解.Moran'sI散點(diǎn)圖用于研究局域空間的異質(zhì)性,橫坐標(biāo)為各空間單元標(biāo)準(zhǔn)化后的積雪平均屬性值, 縱坐標(biāo)為標(biāo)準(zhǔn)化后的由空間連接矩陣決定的相鄰單元屬性值的平均值.散點(diǎn)圖的四個(gè)象限按其性質(zhì)可分為：“高高”(第一象限) 、“低高”(第二象限) 、“低低”(第三象限) 、“高低”(第四象限) .“高高” 表示某一空間單元和周圍單元的屬性值都高, 該單元和周圍單元組成的子區(qū)域即為熱點(diǎn)區(qū), “低低” 的含義與“高高”正好相反, 落入這兩個(gè)象限的空間單元存在較強(qiáng)的空間正相關(guān), 即有均質(zhì)性; “高低”表示某一空間單元屬性值較高, 而周圍單元較低，“低高”則剛好與此相反, 落入這兩個(gè)象限的空間單元說明存在較強(qiáng)的空間負(fù)相關(guān)性.

利用GeoDa對(duì)積雪屬性值的數(shù)據(jù)集進(jìn)行全局空間自相關(guān)分析，得到相對(duì)應(yīng)的Moran’sI，并采用蒙特卡羅模擬的方法來檢驗(yàn)Moran’sI是否顯著，將圖轉(zhuǎn)化成表得其結(jié)果和參數(shù)見表1．

表1 Moran’s I及相關(guān)檢驗(yàn)值表

通過結(jié)果可以看出，研究區(qū)內(nèi)1～4月、10～12月積雪數(shù)據(jù)全局自相關(guān)均呈現(xiàn)出聚集情況，其中除了10月和4月外，其他6個(gè)月Moran'sI值都大于0.8，表現(xiàn)出了極強(qiáng)的空間集聚性.而Moran'sI最低的月份為4月，最大的原因可能是4月溫度已經(jīng)回升，積雪區(qū)域迅速的減少導(dǎo)致.1～3月份Moran'sI值呈現(xiàn)出上升趨勢(shì)，代表該區(qū)域1～3月份積雪覆蓋是遞增的，3～4月份呈現(xiàn)遞減形態(tài)，同理可得10～12月份積雪覆蓋也是逐月份遞增的，可以看出，該研究區(qū)降雪覆蓋的最大集聚應(yīng)該是在3月份.其研究的積雪的月份的P值均小于0.001，說明在99.9%的置信度下的空間自相關(guān)是顯著的.

全局空間自相關(guān)分析是對(duì)研究區(qū)域整體的空間自相關(guān)性進(jìn)行統(tǒng)計(jì)分析，無法反應(yīng)區(qū)域內(nèi)部局部的細(xì)微差別.為進(jìn)一步了解研究區(qū)域內(nèi)某一單元屬性值與其周圍單元屬性值之間的相關(guān)關(guān)系，該研究對(duì)局部空間自相關(guān)性分析進(jìn)行探索.為了更加直觀的觀察東北地區(qū)積雪在各市縣的分布狀況，利用GeoDa生成LISA聚類圖(如圖2所示)，用不同的顏色渲染不同的空間自相關(guān)類別，紅色代表高高，橘色代表高低，土黃色代表低高，黃色代表低低，而無色則表示為不顯著.

圖2 LISA聚類圖

通過局部自相關(guān)的LISA圖可以看出，從總體來看，積雪高值聚集覆蓋頻率最高的區(qū)域?yàn)閮?nèi)蒙古自治區(qū)的北部，并在11月至來年3月時(shí)間段內(nèi)向吉林省、遼寧省的東部區(qū)域擴(kuò)散，4月又收斂于該區(qū)域；積雪低值覆蓋頻率最高的區(qū)域?yàn)榧质『瓦|寧省的西部，并于12月至來年2月之間向內(nèi)蒙古自治區(qū)擴(kuò)散，并與3～4月收斂于原始區(qū)域，最終其總體趨勢(shì)形成東南高值聚集、西北低值聚集的空間格局分布.

該研究以東北地區(qū)的1980～2016年降雪覆蓋柵格為研究對(duì)象，分析了在此期間月積雪覆蓋累積值.并通過全局自相關(guān)(Moran’sI)和局部自相關(guān)(Local Moran’sI)分別對(duì)其空間格局進(jìn)行探索分析，結(jié)果表明：10～4月份之間的積雪覆蓋均呈現(xiàn)出較強(qiáng)的空間相關(guān)性，呈現(xiàn)出正相關(guān)趨勢(shì)，即為聚集狀態(tài)，其中3月份 Moran’sI值最高，10月份 Moran’sI最低.通過局部自相關(guān)探索分析可以看出，該區(qū)域積雪覆蓋高值聚集10月份最低，11月至來年3月份逐步擴(kuò)散至研究區(qū)東南部，并與4月份又收斂.該區(qū)域積雪覆蓋低值聚集10月份最低，11月至來年3月份逐步擴(kuò)散至研究區(qū)域的西南部，并與4月份收斂至遼寧省、吉林省的西部區(qū)域.

3.2 時(shí)間變化

1980～2016年，東北地區(qū)常年均積雪面積為152725.4247 km2，保持在約占東北行政面積的 10.379%，這與李培基等學(xué)者判定東北地區(qū)大部分地區(qū)為中國三大穩(wěn)定積雪區(qū)之一的結(jié)論相符[27].1980～2016年，東北地區(qū)年均積雪面積呈波浪式增加趨勢(shì)，趨勢(shì)值為821.39 km2/a，R2=0.1754，呈現(xiàn)不顯著增加趨勢(shì)(如圖3所示,圖中擬合參數(shù)見表2)說明東北地區(qū)積雪面積無顯著變化.年均積雪面積整體上維持在1.5×105km2處，表明積雪變化趨勢(shì)相對(duì)穩(wěn)定.1980～2016年各月東北積雪面積變化表明，除4月積雪面積呈現(xiàn)出不顯著下降趨勢(shì)外，其它各月均為增加趨勢(shì)，10月呈極顯著增加趨勢(shì).10月積雪面積增加最大，1980年以來，10月的積雪面積逐年共增加了62069.375 km2；對(duì)于4月份減少而言，從1980年來，4月的積雪面積逐年減少了211063.5725 km2.在2006～2013年間，年均積雪面積表現(xiàn)出緩慢上升趨勢(shì).在2014年以后又出現(xiàn)了明顯的積雪面積降低現(xiàn)象，筆者認(rèn)為隨著近年來氣候變暖，4月份積雪融化的速率不斷加快引起的.

圖3 東北地區(qū)各月積雪面積和年均積雪面積變化趨勢(shì)

月份傾向率截距R2檢驗(yàn)結(jié)果1660.69-10000000.0582483.927709840.0353409.336258100.01754-627.4210000000.012101924.1-40000000.5313a極顯著112128.7-40000000.152712770.36-10000000.0441年均821.39-10000000.1754

圖4 年均積雪面積的小波變換系數(shù)實(shí)部(A)和小波變換系數(shù)模方(B)分析

為探究東北地區(qū)積雪面積的變化周期，該文采用小波分析對(duì)1980年以來積雪面積進(jìn)行分析研究.圖4(B)為小波變換系數(shù)模方分析，清楚地顯示了積雪面積的年際尺度變化周期和突出點(diǎn)特征.從圖4(A)與圖4(B)中，得到了更豐富的變化周期的尺度信息.從圖4(A)中可見，東北地區(qū)36年積雪面積變化的MorLet小波變換存在明顯的2～3年和5～6年的年際尺度變化周期.從圖4(B)中的變化規(guī)律看，2～3年尺度的變化周期主要出現(xiàn)在2000年以前，5～6年的尺度變化周期則表現(xiàn)為5個(gè)冷周期(1982～1983年、1989～1991年、1997～1998年、2003～2004年和2007～2008年)和3個(gè)暖周期1985～1986年、1993～1994年和2000年).其中相較而言2～3年際尺度中2009～2013年間能量較強(qiáng).因此近36年內(nèi)東北地區(qū)的年均積雪面積對(duì)應(yīng)的也出現(xiàn)了振蕩上升的變化趨勢(shì)，如圖5中曲線所示.

圖5 年均積雪面積小波系數(shù)方差圖

東北地區(qū)近36年的年均積雪面積存在4個(gè)極大值，分別對(duì)應(yīng)年份為1986、1994、2000和2011年.這數(shù)據(jù)表明東北地區(qū)年均積雪面積存在明顯的年際變化現(xiàn)象.東北地區(qū)積雪面積呈不顯著增加趨勢(shì)的周期大致分布在20世紀(jì)80年代初期、90年代初期和90年代中后期；呈顯著增加趨勢(shì)的周期主要分布在2005～2011年；呈小幅度減少趨勢(shì)的周期大致分布在80年代后期、90年代中前期以及21世紀(jì)初期；呈大幅度減少趨勢(shì)的周期則出現(xiàn)在2011年之后.

綜上所述，相較于東北積雪面積總體變化，積雪面積基本上處于穩(wěn)定增加的狀態(tài).與希爽等學(xué)者研究東北地區(qū)積雪面積1961～2012年內(nèi)有增加學(xué)者的趨勢(shì)，然而趨勢(shì)卻并不明顯的結(jié)論相符合[28].

對(duì)東北地區(qū)1980～2016年間的年均積雪面積進(jìn)行小波變換后的系數(shù)進(jìn)行相關(guān)分析，得到小波能量譜圖.通過分析圖6中年平均積雪面積的小波能量譜圖和小波周期顯著性檢驗(yàn)對(duì)照數(shù)據(jù)，其中粗實(shí)線內(nèi)的范圍表示通過了此顯著性檢驗(yàn)，而圈外部分則表示未通過此檢驗(yàn)可以發(fā)現(xiàn)東北地區(qū)近36年間的年均積雪面積在2～3年尺度的變化周期是明顯的，且通過95%的顯著性檢驗(yàn).

圖6 年均積雪面積的小波能量譜圖

4 結(jié)論

該文利用MOD10C1數(shù)據(jù)和車濤等學(xué)者的積雪微波遙感數(shù)據(jù)集提取了東北地區(qū)1980～2016年的積雪面積變化信息，通過二值法提取出積雪遙感數(shù)據(jù).利用GeoDa軟件對(duì)其空間數(shù)據(jù)進(jìn)行空間自相關(guān)和利用小波分析對(duì)其時(shí)間周期進(jìn)行探究了東北地區(qū)近36年內(nèi)積雪變化規(guī)律.研究結(jié)果顯示：

(1)空間變化規(guī)律：除了10月和4月外，其他6個(gè)月Moran'sI的值都大于0.8，東北積雪空間自相關(guān)表現(xiàn)出了極強(qiáng)的空間集聚性.10月至來年4月份之間的積雪覆蓋均呈現(xiàn)出較強(qiáng)的空間相關(guān)性，且為聚集狀態(tài).

(2)時(shí)間變化規(guī)律：1980～2005年間，東北地區(qū)積雪面積基本是處于穩(wěn)定狀態(tài)，但依然略有增加趨勢(shì)，2005年以后出現(xiàn)顯著增加現(xiàn)象.

通過小波分析，表明了年均積雪面積具有顯著的2～3年和5～6年的年際尺度變化周期.東北地區(qū)在近36年的趨勢(shì)變化中，總體表現(xiàn)為上升趨勢(shì)，積雪面積相對(duì)穩(wěn)定.這與東北地區(qū)積雪面積在1961～2016年內(nèi)有增加趨勢(shì)，但是變化趨勢(shì)并不明顯的研究報(bào)告結(jié)果相符合.

由于東北地區(qū)復(fù)雜的地形和地貌，不同地區(qū)的積雪面積存在明顯差異.因此，需進(jìn)一步對(duì)不同區(qū)域的積雪面積進(jìn)行長序列積雪監(jiān)測(cè)和分析，并考慮更多影響積雪因素.利用多源遙感數(shù)據(jù)對(duì)東北地區(qū)的積雪進(jìn)行了時(shí)空變化的研究，在多源遙感數(shù)據(jù)對(duì)積雪的監(jiān)測(cè)算法需要進(jìn)一步改進(jìn).探討氣候變化因子與積雪面積時(shí)空分布的關(guān)系是下一步研究的工作.