2000—2020年中亚大型湖泊湖冰物候时空变化

湖冰物候变化特征是区域气候变化的敏感指示器之一。近几十年来,由于全球变暖和人为活动的影响,中亚地区的气候发生了显著变化,准确监测湖冰物候对于了解中亚地区气候变化具有重要的科学意义。通过对中亚地区7个大型湖泊(卡拉库尔湖、巴尔喀什湖、咸海、阿拉湖、斋桑泊、查蒂尔-科尔湖以及马卡科尔湖,面积>100 km^(2))2000—2020年的长期地表反射率数据、气象数据以及湖泊资料的综合分析,利用GIS相关技术探讨其湖冰物候特征及其影响因素。结果表明:(1)中亚地区的湖泊在9月中旬至11月上旬期间开始结冰,11月底到12月底会完全封冻,湖泊平均冻结时间为35 d;湖冰在3月底至5月中开始消融,4月上至6月上会完全消融,湖泊平均消融时间为18 d。(2)2000—2020年中亚7个湖泊中有5个湖泊开始冻结日期呈现延后的趋势,平均延后速率为4.86 d·(10a)^(-1),巴尔喀什湖开始冻结日期呈现提前趋势,提前率为1.44 d·(10a)^(-1)。完全消融日期呈现提前的趋势,平均提前率为2.90d·(10a)^(-1)。7个湖泊的平均湖冰存在期为171d,其中有4个湖泊湖冰存在期呈缩短趋势,完全冻结期呈现整体缩短趋势,其中巴尔喀什湖缩短最明显,缩短速率为9.02d·(10a)^(-1)。(3)中亚7个湖泊湖冰的冻结-消融空间模式主要分为两类:湖水从两岸向湖心逐渐冻结,消融时从湖岸到对岸;湖水自湖岸冻结至对岸,越先冻结的湖区越先消融。(4)中亚地区湖泊湖冰物候变化受到湖泊本身(海拔和面积)和气候(气温和降水量)等多个因素的影响,气温是影响湖冰物候的关键因素,气温越高,湖冰存在期越短;面积主要影响湖泊的冻结日期,面积越大,湖泊的湖冰存在期越短;湖冰物候也表现出一定的海拔依赖性,随着海拔的升高,湖泊的湖冰存在期越长。

2000-2018年青海湖湖冰物候特征数据集

湖冰物候是气候变化的灵敏指示器。青海湖是我国境内最大的咸水湖,其湖冰物候特征及变化备受关注。本文基于较高时空分辨率的Terra MODIS和Landsat TM/ETM+/OLI遥感影像,综合应用RS和GIS技术构建2000–2018年青海湖湖冰物候特征数据集。本数据集基于MODIS数据选用阈值法区分湖冰和湖水,通过设定红光波段、红光和近红外两波段反射率之差的阈值提取湖冰面积,并将基于Landsat TM/ETM+/OLI遥感影像人工目视解译的湖冰面积作为真值来验证基于MODIS数据提取的湖冰面积,两者误差仅为0.8%,表明基于MODIS数据提取的湖冰面积具有较好的精度。本数据集包含2000–2018年青海湖湖冰范围矢量数据、湖冰面积比例和湖冰物候特征信息(如开始冻结、完全冻结、开始消融、完全消融、封冻期等)及近19 a的青海湖水域矢量信息,可为理解青海湖湖冰时空变化规律及对气候变化的响应提供数据支撑。

利用被动微波探测青海湖湖冰物候变化特征

湖冰物候是气候变化的敏感因子,不仅能反映区域气候变化特征,还可以反映区域气候与湖泊相互作用。利用长时间序列(1978—2018年)被动微波遥感18GHz和19GHz亮度温度数据、MODIS数据(2000—2018年)、实测湖冰厚度数据(1983—2018年)和气温、风速、降水(雪)数据(1961—2018年),分析青海湖湖冰变化特征及其对气候变化的响应。结果表明:青海湖流域呈现显著的变暖趋势(1961—2018年),气温上升2.85℃,在这种气候条件下,青海湖湖冰封冻日推迟(0.23d·a^(-1)),消融日呈现明显的提前趋势(0.33d·a^(-1)),湖冰封冻期天数明显减少,减少速率为0.57d·a^(-1);同时,湖冰厚度以0.29cm·a^(-1)的速率减薄。此外,总结归纳了青海湖冻结-融化空间特征,青海湖主要由东部海晏湾地区开始冻结,从西部黑马河等地区开始消融,冻结和消融过程存在空间差异。通过分析湖冰冻融特征和气候因子关系发现,青海湖流域冬季气温是影响青海湖湖冰物候变化的主要因素,同时风速和降水(雪)也是影响湖冰发育和消融的重要因素。

2000—2019年新疆大型湖泊湖冰物候时空变化特征

湖冰物候变化特征是全球气候变化过程的重要指示器。通过长时间序列MODIS数据、Landsat数据提取的湖泊数据集,综合分析了2000—2019年新疆大型湖泊湖冰物候的变化特征。结果表明:(1)近20 a新疆大型湖泊的开始冻结日呈现提前和推迟2种变化趋势,开始冻结日呈现推迟趋势的湖泊分别为博斯腾湖、赛里木湖、艾比湖、吉力湖、乌伦古湖、萨利吉勒干南库勒湖和鲸鱼湖,且大部分湖泊的开始冻结日推迟趋势在0.51~1.53 d·a^(-1)之间;开始冻结日呈现提前趋势的湖泊有3个,分别为阿牙克库木湖(变化趋势为-1.04 d·a^(-1))、阿克赛钦湖(变化趋势为-0.41 d·a^(-1))、阿其克库勒湖(-0.31 d·a^(-1))。(2)湖冰完全覆盖期是重要的湖冰参数,湖冰覆盖期的延长或者缩短能够直接表示区域气候变化过程,新疆大部分湖泊湖冰覆盖期表现为缩短趋势,其中分布在新疆中北部的艾比湖、吉力湖和博斯腾湖等湖泊的湖冰覆盖期缩短较为明显,变化趋势分别为-1.76 d·a^(-1)、-2.13 d·a^(-1)和-0.81 d·a^(-1);冰完全覆盖期延长的湖泊有3个,分别为阿牙克库木湖、阿其克库勒湖和鲸鱼湖,变化趋势分别为3.51 d·a^(-1)、1.54 d·a^(-1)和1.37 d·a^(-1),这些湖泊均匀分布在昆仑山高原北翼。(3)新疆大型湖泊湖冰物候变化特征是受其自身条件(湖泊形态因子、湖泊面积等)及气候变化(气温、降水量等)等多种因素共同作用的结果。本研究探讨了气候变化环境下的新疆大型湖泊湖冰物候的冻融趋势及其变化模式,同时应用不同遥感数据和研究方法识别了湖冰,证实了MODIS数据反演湖冰物候的可行性。

基于星载被动微波遥感的青藏高原湖冰物候监测方法

湖冰物候影响着区域及全球气候,是全球变化的敏感因子,青藏高原湖泊众多,冻融现场监测数据缺乏,而微波具有对冰水相变敏感、时间分辨率高、历史存档数据长等特点,这对于长时间序列湖冰物候研究具有重要意义.然而,被动微波遥感空间分辨率低、湖泊亮温的精准定位难.论文通过获取AMSR-E/Aqua和AMSR-2/Gcom-W1的亮温数据,构建了基于轨道亮温数据的阈值判别法,通过对青藏高原不同区域和不同大小的青海湖、色林错、哈拉湖以及阿其克库勒湖进行测试研究:与青海湖现场观测对比,湖泊完全冻结日期与开始融化日期最大误差小于3天;与无云光学遥感判别结果相比,4个湖泊的冻融参数误差为2~4天.结果表明,被动微波轨道亮温数据可实现青藏高原地区亚像元级中大型湖泊冻融信息的获取,历史卫星资料可为湖冰物候的监测提供重要的支撑.

湖冰物候变化遥感监测研究进展

湖冰物候变化是区域气候变化的敏感指示器。本文按照波谱范围总结不同遥感数据源监测湖冰物候变化的原理和方法,并比较不同遥感监测方法的优缺点,归纳湖冰物候变化的区域一致性特征及其影响因子,为湖冰物候变化遥感监测提供理论基础和技术参考。

2001-2018年基于MODIS遥感影像的青海湖湖冰物候变化特征分析及其影响因素

青海湖是青藏高原上最大的咸水湖,研究该区域冬季湖泊冻融时间的变化趋势及其与气候变化之间的关系,可以为预测未来气候对青海湖水情变化提供重要的见解。根据冰的亮度温度值高于水的亮度温度值这一差异,使用2001—2018年MODIS MOD02QKM数据产品和Landsat TM/ETM+遥感影像分别提取了青海湖开始冻结、完成冻结、开始消融和完成消融四个时间点的数据,综合分析青海湖湖冰物候特征变化,并结合气象数据,得出湖冰物候变化对气候的响应。结果表明:青海湖每年11月左右进入冰期,12月开始形成稳定的冰盖,次年3月或4月开始消融。湖冰覆盖时长和封冻期的变化趋势基本相同,整体上呈现出缩短的趋势,湖冰消融期整体上呈现出先缩短后增加的趋势;2001—2018年,平均首日冻结面积为8.15%,平均冻结速率为192.02 km2∙d−1,开始冻结和完成冻结的日期略有延迟,开始消融和完成消融的日期已经大大提前;冬季温度越高,青海湖湖冰封冻时间越短,日照时数越长湖冰覆盖时长越短,对于湖冰消融期来说,降水量越多湖冰消融速度越慢,平均风速越大湖冰消融速度越快。初步认为,气温是湖冰冻融的主要因素,预测未来1—2 a青海湖冬季气温仍会呈现上升趋势,湖冰封冻时长也会出现缩短趋势。

1979年—2019年兴凯湖湖冰物候变化的被动微波遥感监测

季节性冻结与消融的湖冰是气候变化的重要指示器。本文以兴凯湖为例,基于1979年—2019年的被动微波遥感数据获取了兴凯湖的冻融日期,用2000年—2019年的中等分辨率成像光谱仪MODIS(Moderate-resolution Imaging Spectroradiometer)数据进行了验证,并用气候数据分析了湖冰物候变化的原因。结果表明被动微波与MODIS遥感数据在湖冰物候提取方面具有较好的一致性,也即MODIS的验证结果表明用低频被动微波亮度温度数据获取湖冰物候的方法是可行的,结果也是可靠的。平均而言,兴凯湖湖冰每年11-13左右开始冻结,11-23左右完全冻结,湖冰冻结持续时间9.80 d;次年04-23左右湖冰开始消融,04-30左右湖冰完全消融,消融持续时间8.03 d;湖冰完全封冻时间150.50 d,湖冰覆盖时间168.03 d。过去41 a,兴凯湖开始冻结日期没有明显变化,完全冻结日期平均推后了0.19 d/a,开始消融日期和完全消融日期分别提前了0.16 d/a和0.13 d/a,湖泊完全封冻时间和湖冰覆盖时间分别缩短了12.71 d和2.87 d。湖冰冻结日期推后与风速增大密切相关,消融日期提前和湖冰持续时间缩短与气温升高显著相关。

青藏高原色林错2000-2021年湖冰数据集

湖冰是气候变化的敏感指示因子,理解湖冰对气候的响应机制可为研究全球气候变化机制、提高气候预测能力提供理论基础。本文基于Landsat地表反射率产品生产2000–2021年的色林错湖泊边界数据;基于MODIS地表反射率产品生产2000–2020年11月至次年5月的色林错250 m分辨率日尺度湖冰分布数据;分别选取冻结期和完全封冻期结果与目视结果对比进行精度验证计算混淆矩阵,用户总精度达到90%,Kappa系数均在0.80以上;随后基于湖冰面积比例阈值识别物候期。色林错的湖冰物候有着指示气候变化的重要意义,连续的监测数据弥补了实测数据的不足,为相关研究提供数据支撑。

基于多光谱遥感的湖冰物候监测方法研究进展

湖冰是气候变化的指示器,其中湖冰物候与短期或长期的全球变暖、大气变化、大洋涛动等相关性显著。湖冰物候期的提取是分析湖冰对全球气候响应规律的基础,也是研究全球气候变化的重要组成部分。传统以人工或气象站点观测的湖冰物候事件的方法无法满足研究需要,遥感技术尤其是多光谱遥感提供了强有力的技术支撑。本文以湖泊冰物候事件为基础,总结了湖泊冰物候定义的四种方法;再由遥感湖冰监测的机理,指出湖冰的反射光谱特征,在此基础上综述多光谱遥感监测湖冰物候的方法,并对比几种方法的优劣。本文是利用多光谱遥感技术提取湖泊冰物候的重要依据,为遥感在湖泊冰物候变化监测和气候变化响应研究中的应用奠定了基础。

青藏高原纳木错湖冰物候变化遥感监测与模拟

湖冰物候是反映区域气候变化的直观指标。由于青藏高原湖冰物候的地面观测不足,遥感与模拟成为动态监测湖冰物候变化并揭示其变化机理的重要途径。本文以纳木错为例,通过不同遥感方法获取了纳木错2000年—2015年湖冰物候的动态变化。在此基础上,将遥感与物理基础清晰的湖泊过程模型相结合,重建了纳木错1963年—2018年的湖冰物候序列,并分析了近60 a来纳木错湖冰物候的变化规律。研究结果表明,气候变暖影响下,湖冰融化日期显著提前,纳木错湖泊的冰期以6.4 d/(10 a)的速率显著缩短。未来气温升高2℃的情景下,湖冰融化日期平均可提前12.4 d。

基于NPP-VIIRS数据的喜马拉雅山北坡典型湖泊湖冰提取分析

现阶段使用遥感数据监测湖冰物候特征已成为主要的技术手段。NPP-VIIRS是一个较新的卫星数据,它具有空间分辨率较高、波段数多、重访周期短等优点,使用该数据提取湖冰信息是对该领域的一个有益补充。基于NPP-VIIRS数据利用阈值法对拉昂错、玛旁雍错、佩枯错、普莫雍错等典型湖泊进行湖冰提取。获得四个湖泊逐日的冻结百分比,并分析了四个湖泊的冻融特征。结果表明:使用NPP-VIIRS能较好的提取湖冰信息;该地区湖泊冻融过程有风向蔓延和水流向加风向蔓延两种。气温(年负积温)是影响该地区湖冰面积最主要的因素,冻融过程主要受到风向、注入径流影响,地热资源也是影响因素之一。

湖冰遥感研究进展

湖冰作为冰冻圈的重要组成部分,是反映全球气候变化最为直观的指示器之一。在气候变暖和人类活动加剧影响的背景下,全球湖泊冰情总体呈现冻结时间推迟、消融时间提前、冰期缩短、冰厚减薄等趋势特征。由于现场勘测的局限性,遥感技术在湖冰监测中发挥了越来越重要的作用。已有大量研究利用不同的遥感传感器、采用不同的湖冰参数与冰情物候特征对湖冰及其响应气候变化特征开展研究。本文首先结合国内外湖冰遥感监测现状,综述了湖冰监测常用的遥感数据源;再从湖冰范围识别方法、湖冰物候和冰厚参数遥感反演3方面展开论述,并重点总结了当前湖冰研究热点区域及冰情变化趋势;最后,结合当前遥感技术的发展,探讨了未来多源遥感技术集成在湖冰监测中的应用潜力,以及对气候变化响应十分敏感的青藏高原地区湖冰研究的挑战。

巴丹吉林沙漠典型湖冰冻结-消融的空间模式差异

利用多源遥感数据解译、野外考察、原位观测等方法,分析了巴丹吉林沙漠腹地湖泊群湖冰冻结-消融空间模式及其差异的主要影响因素。结果表明:该沙漠存在4种冻结-消融空间模式,湖冰自湖岸蔓延至湖心、冻结早的区域融化晚;湖冰自湖岸蔓延至湖心、冻结早的区域融化早;湖冰自湖泊一岸扩展至另一岸、冻结早的区域融化晚;湖冰自湖泊一岸扩展至另一岸、冻结早的区域融化早。大部分面积较小湖泊的冻结-消融空间模式为从湖岸冻结至湖心,冻结早的区域消融晚。不同冻结-消融空间模式之间的差异反映了泉水与地下水对湖泊的补给作用,同一盆地内部或同一沙山两侧孪生湖泊湖冰物候特征的差异主要受湖泊形态特征、湖泊溶解性固体总量(TDS)、局地气候条件的影响,有泉水或地下水出露、TDS越低、水位越浅、风力越小的区域冻结越早。泉水、地下水与湖水混合后使湖水TDS降低,更易于冻结,这是巴丹吉林沙漠大部分湖泊冰的最初生成形式,表明巴丹吉林沙漠湖冰物候在一定意义上是湖泊群接受区域深层地下水补给的直接反映。

气候变化影响下北海公园冰上运动季的特征与情景模拟

北海公园冰上运动是北京传统体育文化遗产的重要组成内容以及冬季休闲旅游的代表性符号,强化其气候变化影响与适应研究,对于应对全球变化的挑战、践行“大力发展冰雪经济”的指示具有重要意义。本文从多源文献中提取分析了其冰场多年启闭日期(间接指示冰层厚15 cm)的变化特征,并结合气温器测数据以及4种气候情景数据(SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5),利用留一交叉验证法探讨了不同温度指标和拟合方程的预测效果差异,进而对未来冰上运动季的变化、潜在影响与适应对策进行分析。结果表明:①1989—2018年冰上运动季始日、末日和持续长度的均值分别为1月1日、2月5日和36 d,对应的趋势表现为不显著的推迟(1.00 d/10a)、提前(-0.77 d/10a)和延长(1.11 d/10a),时序变化可区分为1989—2000年、2001—2013年和2014—2018年3个阶段。②冰上运动季始、末日分别对其日期前59 d的日最低温和前94 d的日最高温有较好响应,利用这两个指标和玻尔兹曼函数可更好预测冰上运动季变化。③2021—2099年冰上运动季始日、末日和持续长度的均值分别较1989—2018年晚1 d、早1 d和缩短2 d,3个指标变幅一致缩小,对应的0.14 d/10a、-0.21 d/10a和-0.34 d/10a的趋势均达到0.01的显著性水平。④未来79 a内冬季两大节庆中元旦冰上运动的适宜性要大于春节,其中春节的适宜性在4种气候情景下相差不大,而元旦的适宜性则在4种情景下有一定差别。⑤在相关预估结果上,BCC-CSM2-MR、CanESM-5和UKESM这3种区域气候模式并没有太大差异,而热岛效应影响尚待深入研究。⑥为了在气候变暖背景下促进体旅融合消费、保障冰上运动产业高质量发展,运营企业应采取强化游客安全保障、扩展旅游产品谱系、购买冰量保险等全方位主动适应措施,研究者应加强研究气候变化影响的复杂性、改进旅游流的预测效果,而管理部门应大力推动产业风险管理报告的编制,充分重视气候变化风险的动态评估。