999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

川西高原積雪時空變化以及穩定性積雪分布特征分析

2025-01-09 00:00:00聶祿敏張子晗陸恒

摘要:基于MODIS積雪數據,通過GIS分析以及Mann-Kendall趨勢檢驗法對川西高原2002—2020年積雪的時空分布及其變化特征進行研究分析,并結合3個區域不同時期共39幅Landsat遙感影像,分別對川西高原全區和典型下墊面的穩定積雪區的空間分布格局進行探討.結果表明:1) 川西高原季節性積雪主要分布在高海拔山區以及高原西北部,在高原內部和河谷地區分布較少;2) 川西高原季節性積雪年積雪面積分布呈下降趨勢,其中冬季積雪的下降尤為明顯;3) 川西高原穩定積雪區主要分布在高海拔地區,主要是區內極高山區.

關鍵詞:積雪; 時空格局; Mann-Kendall趨勢檢驗; 川西高原

文獻標志碼:K903

文獻標志碼:A

文章編號:1001-8395(2025)01-0072-10

doi:10.3969/j.issn.1001-8395.2025.01.007

積雪是氣候系統中的重要組成部分,對區域、全球氣候和人類生產生活產生重要影響.首先由于積雪具有高反射率和獨特的隔熱作用,能夠影響大氣和陸地表面之間的能量交換,新雪能夠反射高達90%的太陽短波輻射,有效減少地面吸收太陽輻射的能力,對陸地表面與大氣之間的能量交換具有影響[1],而雪的高隔熱性則能影響土壤溫度以及相關的土壤凍融過程,進而影響生物化學循環[2-3].其次,融雪作為重要的水資源,為世界上許多國家和地區提供了生產和生活用水,尤其是在干旱半干旱區,積雪融水更是其主要的水源[4].在人類活動和氣候變化日益明顯的今天,積雪的自然效益和社會效益越發顯著[5].近年來,受氣候變暖等多因素的影響,北半球的積雪面積呈現下降的趨勢[6-7].因此,研究氣候變化背景下的積雪時空變化對于了解區域未來氣候變化、區域水文過程變化及積雪災害變化特征等尤為重要.

川西高原地處中國的三大穩定積雪區之一的青藏高原,積雪在川西高原分布廣泛[8].青藏高原積雪以斑塊狀和瞬時積雪為主,空間異質性較強,積雪在短時間內存在較大變化[9],在年內主要呈現雙峰型的周期變化特征[10].川西高原也是典型的斑塊狀季節性積雪的分布地區,但由于其空間異質性強,穩定季節性積雪和不穩定季節性積雪同時存在,貧雪旱災和雪災并存,對區域生產生活有著重要影響.大多研究表明,在近幾十年里,川西高原積雪總體呈現出先增后減的變化趨勢,積雪在20世紀90年代發生突變[11].

當前對青藏高原的研究呈現出多尺度[12-13]、多數據[14-17]和多研究內容[18-19]的特征.盡管當前對青藏高原積雪的空間分布特征的研究較為豐富,但對高原穩定積雪的研究較為缺乏.研究川西高原積雪主要是通過研究青藏高原整體積雪為主,針對川西高原的研究較少,同時對川西高原穩定積雪的研究更為缺乏.因此,本文以川西高原為研究區,利用多源數據對川西高原2002—2020年的積雪變化情況進行分析,同時選取典型區域對川西高原的典型下墊面穩定積雪分布情況進行探討,對區域生態環境和社會經濟發展具有重要的科學價值和現實意義.

1 研究區概況

川西高原(97°21′~104°26′E,27°57′~34°11′N)位于青藏高原東南緣和橫斷山脈的部分地區,屬于我國第一、二階梯的過渡地帶,行政區劃上包括四川省西部的甘孜藏族自治州和阿壩藏族羌族自治州,面積約為23.6x104 km2.區域內平均海拔4 000 m以上,地形復雜,垂直地勢落差大,形成獨特的高山峽谷地貌[20];氣候類型以亞熱帶高原季風氣候為主,地域差異明顯,降水量約為556~730 mm,年均溫為9.0~10.5 ℃,年日照時數為2 000~2 600 h;區域內穩定季節性積雪、凍土和海洋型冰川廣泛發育.區內水系眾多,主要有金沙江、雅礱江、岷江和大渡河等,冰雪融水是其重要的補給來源(圖1).

2 數據和方法

2.1 數據來源及預處理 "本研究所用MODIS數據來源于Science Data Bank(https://www.scidb.cn/en)提供的青藏高原MODIS逐日無云積雪面積數據集[21],空間分辨率為500 m,時間為2002—2021年,按水文年排序最終得到的時間為2002—2020年;Landsat遙感數據來源于地理空間數據云(http://www.gscloud.cn/),空間分辨率為30 m,獲得所選取的3個典型地區影像共計39幅,其中,A區域遙感影像13幅,B區域12幅,C區域14幅(圖1),選取的Landsat遙感影像數據時間如表1所示,并通過ENVI 5.3軟件的輻射定標和大氣校正工具對影像進行預處理;最后對MODIS積雪數據集以及處理好的Landsat數據進行二值化處理,分為積雪區和非積雪區,積雪像元為1,非積雪像元為0.DEM數據來源于地理空間數據云(http://www.gscloud.cn/)提供的ASTER GDEM數據,空間分辨率為30 m.

2.2 研究方法

2.2.1 SNOWMAP算法 "SNOWMAP算法是基于NDSI歸一化積雪指數(INDS)提出的一種積雪提取算法,云層和積雪在可見光波段具有高反射率,而在短波紅外波段二者反射率不同,以0.4為閾值的NDSI算法能夠很好地區分積雪和其他地物,但由于積雪和水體在可見光以及短波紅外波段具有相似的反射特征,因此,SNOWMAP在NDSI算法的基礎上增加了一個判別因子b4≥0.11,即近紅外波段(0.76~0.9 μm)的反射率要大于等于0.11.因此,當INDS≥0.4且b4≥0.11時,該像元被識別為積雪像元.

2.2.2 積雪參數計算 "積雪覆蓋面積比例(snow cover fraction)表示研究區內積雪像元占總像元的比例,計算公式為:

F=SsnowS×100%,

(1)

式中,F表示積雪覆蓋率,Ssnow表示積雪覆蓋面積,S表示研究區總面積.

積雪日數(snow cover days)表示一年內每個像元被積雪覆蓋的天數.在本文中,利用ArcGIS 10.8軟件像元統計數據工具,計算2002—2020年年均積雪日數[22]

D=∑[DD(]N[]i=0[DD)]Si,

(2)

式中,D表示積雪日數,Si表示逐日無云積雪面積數據集的像素值,取值0和1,N表示一年內的影像數量.

2.2.3 Sen+Mann-kendall[WT]方法 "積雪日數的變化趨勢計算采用的Sen方法,在水文和林業等領域得到很好的應用[23].但Sen趨勢法不能得到變化趨勢的顯著性,因此引入Mann-Kendall方法計算變化趨勢的顯著性.Mann-Kendall方法受異常值干擾小,能夠很好地檢驗變化趨勢的顯著性特征[24],因此,本文采用Sen+Mann-Kendall方法檢驗青藏高原積雪日數的時空變化特征,利用Rstdio軟件計算相關公式,最后輸出結果.Sen趨勢法計算公式[25]為:

β=Median(xj-xij-i), jgt;i,

(3)

式中,xj和xi表示時間序列數據,Median()代表取中值;β為時間序列的趨勢,βgt;0表示時間序列呈現上升趨勢,β=0表示時間序列變化趨勢不明顯,βlt;0表示時間序列呈現下降趨勢.

Mann-Kendall計算公式[26]為:

式中,K表示斜率,sign()為符號函數,xi和xj表示時間序列數據,n為需要被分析的數據量,Z為標準化后的檢驗統計量,當|Z|≥1.28,1.64,2.32時,表示分別通過了置信度為90%(P≥0.05)、95%(Plt;0.05)、99%(Plt;0.01)的顯著性檢驗.

2.2.4 穩定積雪格局 "根據張廷軍等[27]的研究結果,穩定積雪是指年積雪日數大于等于60 d的地區,后續的學者也大多以此標準將積雪劃分為穩定積雪和不穩定積雪區.由于本文研究的穩定積雪區為冬季、春季以及不連續的時間段,因此,本文在前人的基礎上,將穩定積雪區定義為在某一時間段內都存在積雪的區域,即遙感影像中所有影像都存在積雪的區域,運用GIS相交法提取穩定積雪區.

3 結果與分析

3.1 川西高原積雪時空變化特征

3.1.1 川西高原積雪覆蓋面積比例變化特征

1) 積雪覆蓋面積比例的年內變化特征.川西高原積雪覆蓋面積逐月分布特征呈現出“雙峰型”(圖2a),在一年中有2個“峰值”,即為雪蓋比例最大值,積雪從9月份開始積累,在10月和11月積雪覆蓋面積比例迅速上升,在11月達到第一個峰值(16.72%).12月份由于降水較少,積雪覆蓋面積有所下降,1月份又開始上升,在3月達到年內最大值(18.59%),3月下旬由于氣溫升高,積雪覆蓋面積逐漸減少,6—7月達到年內最小值,分別為4.96%和4.73%.由此可見,川西高原積雪的年內覆蓋面積并不穩定,且存在波動.

從季節變化來看(圖2b),川西高原在冬季的積雪覆蓋面積最大,占高原總面積的15.19%;春季次之,為14.24%;秋季達11.27%;夏季積雪覆蓋面積僅為5.2%,遠低于其他3個季節.冬季由于溫度低,積雪消融速度慢,積雪容易保存,因此成為積雪覆蓋面積最大的季節;春季雖然積雪開始消融,但由于春季降水充沛,積雪的增長與消融處于“博弈狀態”,故積雪面積也較廣;夏季由于氣溫高,無法為降雪或者積雪保存創造有利條件,夏季積雪僅存在于高海拔區域,故積雪覆蓋面積最低.

2) 川西高原積雪覆蓋面積比例的年際變化特征.[JP3]2002—2020年川西高原年平均積雪覆蓋面積占比為8.53%~15.11%(圖3),其中最低值在2016年,最高值在2018年,年均值為11.58%.2002—2012年年均積雪覆蓋面積比例的總體變化趨勢呈現為緩慢的波動性減少,變化速率為-0.14/10 a,總體變化不顯著;2013年后年均積雪覆蓋面積的變率增大.在不同時段內,積雪覆蓋面積的年均值呈現出階段性的上升和下降,在2003—2006年期間,積雪覆蓋面積呈現持續上升,從2003年的9.98%上升到2006年的13.436%.而在2006—2010年期間總體又出現下降趨勢,并在2016年積雪覆蓋面積達到近19 a來最低值,僅為8.53%;而后兩年積雪覆蓋面積持續上升,在2018年達到最高值,達15.11%.

川西高原積雪覆蓋面積比例在不同季節呈現不同的變化趨勢(圖4).除春季以外,其他3個季節的積雪覆蓋面積比例在近19 a內均呈現下降趨勢.春季積雪覆蓋面積在2005年達到近19 a里的最大值,占比達到21.96%,而后呈現出波動的下降趨勢,2015年達到最低值,僅為8.88%,此后又呈波動上升趨勢.夏季由于氣溫高,積雪僅分布在高海拔的永久冰雪帶,故積雪覆蓋面積比例最小,且受氣溫降水等因素的影響小,因此,相較于秋、冬季,積雪覆蓋面積比例下降速度慢,整體呈現波動下降趨勢,其中2006年驟降,出現近19 a里積雪覆蓋面積比例的最小值,僅為3.03%;而在2014年達到積雪覆蓋面積比率最高值7.07%.秋季積雪覆蓋面積比例在2002—2012年較為穩定,在2013—2020年間則不斷上下波動,并在2015年和2018年分別出現最低值4.69%和最高值19.45%.冬季是川西高原積雪覆蓋面積比例最高的季節,同時也是近19 a里下降速度最快的季節,冬季積雪在2002—2016年存在1~2年的周期性上升下降變化趨勢,在2015年積雪覆蓋面積總體下降,2016年達到近19 a內積雪覆蓋面積的最低值,為7.02%.之后又開始迅速上升,在2019年達到年際間最高值26.09%,而在2019—2020年積雪覆蓋面積出現驟降,積雪覆蓋面積減少了18.69%.

3.1.2 川西高原積雪日數時空變化特征

1) 年均積雪日數空間分布特征.川西高原積雪日數總體呈現西北高和東南低的空間分布格局(圖5).其中,積雪日數大于240 d的地區主要分布在沙魯里山、大雪山南部以及邛崍山地區,占川西高原總面積的0.26%;積雪日數在180~240 d的地區同樣位于區域內高海拔山地,包括大雪山、邛崍山、岷山、巴顏喀拉山和沙魯里山等,所占面積約為3.01%;積雪日數在30~180 d的地區占42.4%,主要分布在區域內大部分山脈地區;積雪日數小于30 d的地區分布范圍最廣,占總面積的54.33%,主要分布在區域內丘狀高原以及低海拔河谷地區.

2) 年均積雪日數變化趨勢.2002—2020年川西高原大多地區年均積雪日數變化趨勢基本不變(圖6a),約占高原總面積的79%,并與積雪日數小于30 d的區域大致重合.積雪日數呈現明顯增加的地區(Kgt;2 d/a)主要分布在巴顏喀拉山東部和沙魯里山北部部分地區,為1.68%.輕微增加的地區(Kgt;1 d/a)與明顯增加地區分布相同,且在邛崍山部分區域也有分布,面積占比為4.14%.呈現明顯減少的地區(Klt;-2 d/a)則主要分布在大雪山、邛崍山南部以及沙魯里山,占高原總面積的6.6%.輕微減少的地區(Klt;-1 d/a)主要分布在明顯減少地區外圍,占8.58%.

川西高原總體變化趨勢不顯著(P≥0.05)、顯著(Plt;0.05)或者極顯著(Plt;0.01)變化趨勢的地區主要位于大雪山南部、沙魯里山南部和北部,占川西高原面積的5.26%.這些區域主要呈下降趨勢(圖6b).

3.2 川西高原穩定積雪的空間格局 "基于MODIS積雪產品,選取川西高原冬季和春季2次降雪過程及其后30 d的遙感數據,對川西高原整體積雪穩定格局進行分析.同時,基于Landsat數據選取石渠縣和若爾蓋縣為丘狀高原代表區域,選取德格縣為高山峽谷代表區域(圖7),對川西高原兩大典型下墊面的穩定積雪空間格局進行研究.其中,丘狀高原區域由于海拔高,氣溫低,全年平均溫度約為0.8 ℃;受印度洋暖濕氣流的影響,年均降水量約為480 mm,降水相對豐富,為穩定季節性積雪的形成提供了良好的環境條件和物質基礎.高山峽谷區地處橫斷山東部,年平均氣溫相對較高,年平均降水量超過700 mm,水熱條件差異大,灌木、林地和草地等下墊面類型多樣,對積雪分布存在重要影響.

3.2.1 全區積雪格局空間特征 "川西高原冬季穩定積雪呈現出小片集中分布的特征(圖8a).冬季大多數地區的積雪存在劇烈變化,在短時間內快速消融,僅西北部巴顏喀拉山一帶,較為集中地存在穩定積雪區域,主要是由于地處巴顏喀拉山山麓,平均海拔超過4 000 m,溫度低,有利于積雪保存,因此,穩定積雪在該區域分布廣泛.另外,在邛崍山、大雪山以及沙魯里山等高海拔山區也零星存在著穩定積雪區,這些地區海拔高,存在永久冰雪帶,因此積雪保存時間長.

春季穩定積雪分布區域與冬季分布區域差異較大(圖8b).春季的穩定積雪分布分散,主要分布在區內高海拔山地,沿山脈走向分布,且分布范圍較冬季更大.在川西高原西北部,冬季存在的穩定積雪區域面積在春季迅速縮減,僅存在于一些海拔較高的區域;在山脈前端的丘狀高原區,春季氣溫回升快,不利于積雪的保存,因此不存在穩定積雪區.

3.2.2 典型下墊面穩定積雪空間格局 "在以石渠縣和若爾蓋縣為代表的丘狀高原區域,穩定積雪區與海拔存在明顯的相關性,主要分布在四周具有一定起伏度的山區,且大致沿山脈走向分布;而在平坦地區基本不存在穩定積雪區.在以德格縣為代表的高山峽谷地區,穩定積雪區主要分布在河谷兩岸海拔大于4 500 m的山區,與山脈走向一致,呈現西北—東南走向;而在兩山間的河谷地區,由于溫度高,降水少,不存在穩定積雪區,因此,高山峽谷穩定積雪區呈現出間斷的分布特征.

總體來看,穩定積雪區主要分布在高海拔山區,在地形平坦的高原面以及低海拔河谷地區基本不存在穩定積雪區.主要是由于在平坦的高原面由于風力較大,且太陽輻射強,積雪變化速度快,積雪難以保存,河谷地區因地處峽谷底部,降水少,海拔較低,氣溫高,且河流具有保溫作用,不易形成降雪,因此積雪較少,也難以形成穩定的積雪區.而在高海拔山區,受地形作用的影響,水汽向上爬升過程中氣溫降低,水汽極易凝結形成降雪,且氣溫低,地形復雜,太陽輻射和風速等影響較小,積雪能持續較長時間,因此容易形成穩定積雪區.

4 結論與討論

基于遙感數據,對川西高原積雪的時空變化情況以及穩定積雪的空間分布格局特征進行研究分析,主要得出以下結論:

1) 川西高原的積雪在年內主要呈現“雙峰型”的變化特征,積雪在11月和3月的分布面積最廣,在7月最小.積雪日數較多的地區主要分布在高原西北部以及區內一些高海拔山區,積雪較少的地區主要分布在南北走向的河谷以及高原內部.

2) 川西高原積雪覆蓋面積整體呈現出下降趨勢.在季節上,除春季輕微上升外,其他3個季節的積雪都呈下降趨勢,冬季積雪的下降速率最快.在空間分布上,川西高原大多數地區積雪基本不變,而在高原西北部巴顏喀拉山地區呈現增加趨勢,在高原大部分極高山地區呈現下降趨勢.

3) 川西高原穩定積雪主要分布在區內高海拔山區,與積雪日數高值區分布范圍相似,而在平坦的高原面以及干熱河谷地區基本不存在穩定積雪區.

眾多研究表明,由于云層等因素的影響,遙感影像常常將雪/云錯誤識別,在積雪多/少的地區存在低/高估[28-29].

本文缺少對MODIS逐日無云積雪數據的精度驗證,因此,可能對積雪存在錯誤估計的情況,導致最終結果存在差異.此外,由于遙感數據分辨率的限制,許多斑塊狀的積雪不能被正確提取,導致遙感影像出現積雪的低估情況[30-31].因此,在今后的研究中,尤其需要關注云層對積雪的影像以及遙感分辨率的問題.

參考文獻

[1] YOU Q L, WU T, SHEN L C, et al. Review of snow cover variation over the Tibetan Plateau and its influence on the broad climate system[J]. Earth-Science Reviews,2020,201:103043.

[2] BORMANN K J, BROWN R D, DERKSEN C, et al. Estimating snow-cover trends from space[J]. Nature Climate Change,2018,8:924-928.

[3] BARNETT T P, DMENIL L, SCHLESE U, et al. The effect of Eurasian snow cover on global climate[J]. Science,1988,239(4839):504-507.

[4] QIN D H, LIU S Y, LI P J. Snow cover distribution, variability, and response to climate change in western China[J]. Journal of Climate,2006,19(9):1820-1833.

[5] WU X J, WANG X M, LIU S W, et al. Snow cover loss compounding the future economic vulnerability of Western China[J]. Science of the Total Environment,2021,755:143025.

[6] DRY S J, BROWN R D. Recent Northern Hemisphere snow cover extent trends and implications for the snow-albedo feedback[J]. Geophysical Research Letters,2007,34(22):L22501-L22504.

[7] YE K H, WU R G, LIU Y. Interdecadal change of Eurasian snow, surface temperature, and atmospheric circulation in the late 1980s[J]. Journal of Geophysical Research: Atmospheres,2015,120(7):2738-2753.

[8] 李培基,米德生. 中國積雪的分布[J]. 冰川凍土,1983,5(4):9-18

[9] DAI L Y, CHE T, XIE H J, et al. Estimation of snow depth over the qinghai-tibetan plateau based on AMSR-E and MODIS data[J]. Remote Sensing,2018,10(12):1989.

[10] 鐘鼎杰,孫夢鑫,張岳, 等. 2001—2020年川西高原積雪時空變化及影響因素分析研究[J]. 干旱區資源與環境,2021,35(11):111-118.

[11] 郭其蘊,王繼琴. 青藏高原的積雪及其對東亞季風的影響[J]. 高原氣象,1986,5(2):116-124.

[12] ZHANG C, MOU N X, NIU J Q, et al. Spatio-temporal variation characteristics of snow depth and snow cover days over the Tibetan Plateau[J]. Water,2021,13(3):307.

[13] 葉紅,易桂花,張廷斌, 等. 2000—2019年青藏高原積雪時空變化[J]. 資源科學,2020,42(12):2434-2450.

[14] BIAN Q Y, XU Z F, ZHENG H, et al. Multiscale changes in snow over the Tibetan Plateau during 1980—2018 represented by reanalysis data sets and satellite observations[J]. Journal of Geophysical Research: Atmospheres,2020,125(19):e2019jd031914.

[15] 姜琪,羅斯瓊,文小航,等. 1961—2014年青藏高原積雪時空特征及其影響因子[J]. 高原氣象,2020,39(1):24-36.

[16] KROPACEK J, FENG C, ALLE M, et al. Temporal and spatial aspects of snow distribution in the nam co basin on the Tibetan Plateau from MODIS data[J]. Remote Sensing,2010,2(12):2700-2712.

[17] ZHANG G Q, XIE H J, YAO T D, et al. Snow cover dynamics of four lake basins over Tibetan Plateau using time series MODIS data (2001—2010)[J]. Water Resources Research,2012,48(10):W10529.

[18] LI C H, SU F G, YANG D Q, et al. Spatiotemporal variation of snow cover over the Tibetan Plateau based on MODIS snow product,2001—2014[J]. International Journal of Climatology,2018,38(2):708-728.

[19] 楊梅學,姚檀棟. 青藏高原雪蓋對亞洲季風影響研究進展[J]. 冰川凍土,1998,20(2):186-191.

[20] HU G S, HUANG H, TIAN S F, et al. Method on early identification of low-frequency debris flow gullies along the highways in the chuanxi plateau[J]. Remote Sensing,2023,15(5):1183.

[21] 邱玉寶,郭華東,除多,等. 青藏高原MODIS逐日無云積雪面積數據集(2002—2015年)[J]. 中國科學數據,2016,1(1):7-17.

[22] 鄒逸凡,孫鵬,張強,等. 2001—2019年橫斷山區積雪時空變化及其影響因素分析[J]. 冰川凍土,2021,43(6):1641-1658.

[23] 劉亞龍,王慶,畢景芝,等. 基于Mann-Kendall方法的膠東半島海岸帶歸一化植被指數趨勢分析[J]. 海洋學報(中文版),2010,32(3):79-87.

[24] 保云濤,游慶龍,謝欣汝. 青藏高原積雪時空變化特征及年際異常成因[J]. 高原氣象,2018,37(4):899-910.

[25] 王濤,伊麗努爾·阿力甫江,李思穎,等. 三種趨勢分析法在東帕米爾高原降水特征分析中的應用[J]. 氣象,2022,48(10):1312-1320.

[26] 代子俊,趙霞,李冠穩,等. 基于GIMMS NDVI 3g.v1的近34年青海省植被生長季NDVI時空變化特征[J]. 草業科學,2018,35(4):713-725.

[27] 張廷軍,鐘歆玥. 歐亞大陸積雪分布及其類型劃分[J]. 冰川凍土,2014,36(3):481-490.

[28] YANG J T, JIANG L M, MNARD C B, et al. Evaluation of snow products over the Tibetan Plateau[J]. Hydrological Processes,2015,29(15):3247-3260.

[29] 孫燕華,黃曉東,王瑋,等. 2003—2010年青藏高原積雪及雪水當量的時空變化[J]. 冰川凍土,2014,36(6):1337-1344.

[30] DAI L Y, CHE T, XIE H J, et al. Estimation of snow depth over the qinghai-tibetan plateau based on AMSR-E and MODIS data[J]. Remote Sensing,2018,10(12):1989.

[31] 喬德京,王念秦,李震,等. 1980—2009水文年青藏高原積雪物候時空變化遙感分析[J]. 氣候變化研究進展,2018,14(2):137-143.

Spatial and Temporal Variations of Snowpack on the Western Sichuan Plateau and Analysis of Its Stabilizing Snowpack Pattern

NIE Lumin1,2, ZHANG Zihan1,2, LU Heng1,2

(1. Key Laboratory of the Evaluation and Monitoring of Southwest Land Resources, Sichuan Normal University, Chengdu 610066, Sichuan;

2. The Faculty Geography Resource Sciences, Sichuan Normal University, Chengdu 610101, Sichuan)

Based on the MODIS snowpack data, the spatial and temporal distribution of snowpack and its change characteristics in the Western Sichuan Plateau from 2002 to 2020 were analyzed by GIS analysis and Mann-Kendall trend test, and combined with a total of 39 Landsat remote sensing images from three regions in different time periods, where we explored the spatial distribution pattern of snowpack areas in the whole area of the Western Sichuan Plateau and in the typical subsurface, respectively. The spatial distribution pattern of the snowpack area is discussed. The results show that: 1) the seasonal snowpack on the Western Sichuan Plateau is mainly distributed in the high-elevation mountainous areas and the northwestern part of the plateau, with less distribution in the interior of the plateau and the river valleys; 2) the annual distribution of the seasonal snowpack on the Plateau has shown a decreasing trend, with the decrease of the seasonal snowpack in winter being particularly obvious; 3) the stable snowpack on the Plateau is mainly distributed in the high-elevation areas, mainly in the extremely high mountainous areas of the region.

snow cover; temporal and spatial patterns; Mann-Kendall trend test; Western Sichuan Plateau

(編輯 鄭月蓉)

投稿日期:2023-08-31 "接受日期:2024-03-26

基金項目:教育部人文社會科學項目(21YJCZH099)、四川省科技廳基礎應用研究項目(2020YJ0118)和四川省科技計劃項目(2023NSFSC1979)

*通信作者簡介:陸 恒(1986—),男,副教授,碩導,主要從事積雪物理和冰凍圈水文研究,E-mail:luheng@sicnu.edu.cn

引用格式:聶祿敏,張子晗,陸恒. 川西高原積雪時空變化以及穩定性積雪分布特征分析[J]. 四川師范大學學報(自然科學版),2025,48(1):72-81.

主站蜘蛛池模板: 午夜精品久久久久久久2023| 国产白浆一区二区三区视频在线| 欧美成人午夜影院| 亚洲人成人无码www| 国产成人综合日韩精品无码不卡| 国产成人综合久久| 粗大猛烈进出高潮视频无码| 国产精品久久久久久影院| 中文字幕在线免费看| 国产精品大白天新婚身材| 亚洲精品777| 97成人在线观看| 欧美人人干| 亚洲国产成人自拍| 久久精品丝袜| 无码精品福利一区二区三区| 精品视频91| 996免费视频国产在线播放| 亚洲av日韩av制服丝袜| 亚洲一区二区三区香蕉| 红杏AV在线无码| 亚洲自拍另类| 一本大道视频精品人妻 | 国产成人h在线观看网站站| 国产靠逼视频| 99re热精品视频国产免费| 在线观看欧美国产| 亚洲成人动漫在线观看| 国产精品久久久精品三级| 国产91视频免费观看| 国产免费精彩视频| 手机成人午夜在线视频| 播五月综合| 亚洲成网站| 亚洲六月丁香六月婷婷蜜芽| 午夜人性色福利无码视频在线观看| 深夜福利视频一区二区| 国禁国产you女视频网站| 免费可以看的无遮挡av无码| 中国国产一级毛片| 在线视频亚洲色图| 国产免费黄| 国产美女精品一区二区| 国产91在线|日本| 国产精品专区第1页| 国产亚洲欧美日本一二三本道| 国产精品嫩草影院av| 国产在线观看91精品亚瑟| 亚洲欧美日韩精品专区| 欧美成人aⅴ| 亚洲国产精品VA在线看黑人| 久久黄色一级视频| 成人噜噜噜视频在线观看| 午夜性刺激在线观看免费| 欧美黄网站免费观看| 久久99热这里只有精品免费看| 午夜免费小视频| 91口爆吞精国产对白第三集| www中文字幕在线观看| 97视频免费看| 亚洲天堂久久| 无码AV日韩一二三区| 色婷婷久久| 高清色本在线www| 伊人久久影视| 国产女人爽到高潮的免费视频| 欧美一级夜夜爽www| 亚洲欧美在线综合一区二区三区| 国产成人亚洲精品无码电影| 夜精品a一区二区三区| 毛片免费观看视频| 亚洲激情区| 在线观看av永久| 在线观看亚洲人成网站| 免费jizz在线播放| 欧美日本激情| 直接黄91麻豆网站| 欧美一级在线看| 国产成人免费手机在线观看视频| 欧美成人第一页| 综合社区亚洲熟妇p| 天堂网国产|