CMIP6模式对欧亚大陆冬季雪水当量的模拟能力评估及未来预估

基于第六次耦合模式比较计划(CMIP6)的模式模拟数据和欧洲宇航局GlobSnow卫星遥感雪水当量(Snow Water Equivalent,SWE)资料,评估了CMIP6耦合模式对1981~2014年欧亚大陆冬季SWE的模拟能力,并应用多模式集合平均结果预估了21世纪欧亚大陆SWE的变化情况。结果表明,CMIP6耦合模式对冬季欧亚大陆中高纬度SWE空间分布具有较好的再现能力,能模拟出欧亚大陆中高纬度SWE的主要分布特征;耦合模式对SWE变化趋势及经验正交函数主要模态特征的模拟能力存在较大差异,但多模式集合能提高模式对SWE变化趋势和主要时空变化特征的模拟能力;此外,多模式集合结果对欧亚大陆冬季SWE与降水、气温的关系也有较好的再现能力。预估结果表明,21世纪欧亚大陆东北大部分地区的SWE均要高于基准期(1995~2014年),而90°E以西的欧洲大陆SWE基本上呈现减少的特征;21世纪早期,4种不同排放情景下积雪变化的差异不大,但21世纪后期积雪变化的幅度差异较大,而且排放越高积雪变化的幅度越大,模式不确定性也越大;进一步的分析表明,欧亚大陆冬季未来积雪变化特征的空间分布与全球变化背景下局地气温、降水的变化密切相关,高温高湿的条件有利于欧亚大陆东北部积雪的增多。

2003-2010年青藏高原积雪及雪水当量的时空变化

利用MODIS逐日无云积雪产品与AMSR-E雪水当量产品进行融合,获取了青藏高原500 m分辨率的高精度雪水当量产品,通过研究青藏高原积雪时空动态变化特征,分析了积雪覆盖日数、雪水当量以及总雪量的季节及年际变化.结果表明:青藏高原地区降雪主要集中在高海拔山区,而高原腹地降雪较少,降雪在空间上分布极为不均;2003-2010年期间,平均积雪日数呈显著减少趋势,稳定积雪区面积在逐渐扩大,常年积雪区面积在不断缩小.与积雪日数时空变化相比,雪水当量增加的区域与积雪日数增加的区域基本一致,但喜马拉雅山脉在积雪日数减少的情况下雪水当量却在逐年增加,表明该地区温度升高虽然导致部分常年积雪向季节性积雪过渡,但降雪量却在增加.总的积雪面积年际变化呈波动下降的趋势,但趋势不显著,且减少的比例很少.最大积雪面积呈现波动上升后下降的趋势,平均累积积雪总量呈明显的波动下降趋势,年递减率为1.0×103m3·a-1.

被动微波遥感反演中国西部地区雪深、雪水当量算法初步研究(英文)

雪深、雪水当量是积雪研究中重要参数,其在流域水量平衡和融雪径流预报以及雪灾监测与评价中起着重要作用。Chang等(1987)以辐射传输理论和米氏散射为理论基础,假定积雪密度和颗粒大小为常数,利用实测雪深数据和SMMR的亮温数据,通过统计回归方法,建立了雪深与18GHz和37GHz水平极化的亮温梯度之间的关系,发展了SMMR半经验的反演雪深的算法。后在此基础上又发展了针对SSM/I的半经验反演雪深算法。2002年发射的装载于Aqua卫星上的AM-SR-E是新一代的被动微波辐射计,性能较以往星载被动微波辐射计有较大提高,采用了改进后的SSM/I的半经验算法作为其估算全球雪水当量的反演算法。将AMSR-E的雪水当量产品与气象台站观测的雪水当量进行比较,发现在新疆地区和青藏高原地区雪水当量的RMSE分别达到31.8mm和21mm。本研究旨在建立基于AMSR-E亮温数据,适用于中国西部地区的雪深和雪水当量反演算法。首先收集整理了2003年新疆地区的雪深、雪水当量数据和AMSR-E亮温数据,去除错误样本,利用统计回归的方法,建立了新疆的反演雪深、雪水当量的半经验算法,算法中加入积雪覆盖度参数,较以往的算法有所改进,与气象台站观测数据比较,结果也表明新疆地区建立的经验算法较AMSR-E的雪水当量算法有较大改进,RMSE为15.7mm。但青藏高原地区因海拔高,地形复杂,大部分地区积雪较浅,空间分布不均和冻土存在等诸多因素运用同样的方法建立反演算法,结果不甚理想,以后的研究将重点消除这些干扰因素。

青藏高原积雪深度和雪水当量的被动微波遥感反演

利用1993年1月份的SSM/I亮度温度数据反演了青藏高原的雪水当量,首先使用被动微波SSM/I数据19和37GHz的水平极化数据来反演雪深,根据积雪时间的函数来计算实时的雪密度,由雪的深度和密度计算出雪水当量.最后,利用SSM/I数据的19和37GHz的垂直极化亮度温度梯度对计算出的雪水当量进行回归分析,得到了利用SSM/I数据直接反演雪水当量的算法.

CMIP3模式对未来50a欧亚大陆雪水当量的预估

为研究预估未来50 a欧亚大陆雪水当量,基于遥感数据,用误差百分率、空间相关和误差标准差等统计方法,评估了14个CMIP3模式在20C3M的雪水当量产品,诊断各模式对欧亚大陆雪水当量的模拟能力,在此基础上对模拟效果较好的10个模式产品进行多模式集合,分析了A2和B1情景下2002-2060年欧亚大陆雪水当量的变化.结果表明:欧亚大陆整体的雪水当量在未来50 a呈现一致的减少趋势;空间上,除了欧亚大陆东北部存在显著正趋势外,其余地区均为显著负趋势.季节上,雪水当量在夏季减少的比率最大,但量值上减少最大的却不是在积雪最多的冬季,而是在春季,这是因为春季雪水当量值的减少趋势普遍比冬季大,但增加却普遍比冬季小.未来50 a欧亚大陆冬、春季雪水当量呈现东增西减,且青藏高原明显减少的特征,这将有利于我国东部夏季雨带的北抬.雪水当量在A2情景下的减小范围和速率都要大于B1情景,表明较高的温室气体排放将从时间和空间上加快雪水当量的减少,不利于积雪的维持,控制温室气体排放对于未来欧亚大陆积雪的生存至关重要.

基于合成孔径雷达图像的山区雪水当量反演

雪水当量是表征积雪水资源量的重要指标,准确获取雪水当量信息对于流域水资源管理与区域气候研究具有重要意义.以新疆玛纳斯河流域山区典型地区为研究区,在获取RADARSAT-2精细四极化产品、地面同步观测数据、数字高程数据和土地覆盖类型数据的基础上,探讨了针对山区地形与下垫面条件的EQeau模型参数优化方法,修订了模型系数,并反演获得了研究区2013年12月13日的雪水当量分布信息.结果表明:(1)在山区复杂地形与下垫面条件下,增加地形、土地覆盖类型和局部入射角作为EQeau模型的条件参数,可取得冬秋季后向散射系数比与积雪热阻间较好的拟合关系,从而修订模型系数;(2)利用系数修订后的EQeau模型和RADARSAT-2数据反演得到了研究区精度较高的雪水当量信息,进而表明利用C波段合成孔径雷达数据和EQeau模型反演山区雪水当量是有效可行的.研究成果可为山区雪水当量的定量反演提供新思路.

CMIP5耦合模式对欧亚大陆冬季雪水当量的模拟及预估

基于美国冰雪资料中心(NSIDC)提供的卫星遥感雪水当量资料,评估了26个CMIP5(Coupled Model Inter-comparison Project)耦合模式对1981~2005年欧亚大陆冬季雪水当量的模拟能力,在此基础上应用多模式集合平均结果,预估了21世纪欧亚大陆雪水当量的变化情况。结果表明,CMIP5耦合模式对欧亚大陆冬季雪水当量空间分布具有一定的模拟能力,能够再现出欧亚大陆冬季雪水当量由南向北递增、青藏高原积雪多于同纬度其他地区的特征;就雪水当量的幅值而言,几乎所有模式均显著低估了西伯利亚中部雪水当量的大值中心,对中国东北地区雪水当量的模拟也显著偏低,但模式对乌拉尔山以西的东欧平原、我国北方及蒙古地区冬季雪水当量的模拟却比卫星遥感资料显著偏大,此外模式对堪察加半岛及以北的西伯利亚东北部地区的雪水当量也明显偏大。对于青藏高原地区,虽然部分模式可以模拟出青藏高原东部的雪水当量大值区,但大多数模式对青藏高原西部雪水当量的模拟却明显偏大,存在虚假的大值中心。对遥感反演资料的EOF(Empirical Orthogonal Function)分解表明,对于EOF第一个模态所对应欧亚大陆全区一致的年代际变化特征,仅有少数模式具有一定的模拟能力,大多数模式以及多模式集合的结果均未能予以反映;对应于欧亚大陆雪水当量年际变化的EOF第二模态而言,仅有少数模式(如俄罗斯的INMCM4)具有一定的再现能力,绝大多数模式对该模态及其时间演变的特征没有模拟能力。比较CMIP5多模式的集合预估结果与1981~2005年基准时段的雪水当量,可以发现在RCP4.5排放情景下,西伯利亚中东部地区的雪水当量相对于基准时段显著增加,区域平均的增加量在21世纪前、中、后期分别为4.1mm、5.4 mm和6.8 mm,且随时间增加得更显著;对90°E以西的欧洲大陆和青藏高原地区,其雪水当量则相对减少,减少的幅度和显著性也随时间而增大。就雪水当量的相对变化而言,在欧亚大陆东北部存在雪水当量相对变化的大值区,在21世纪后期相对变化显著区大都在5%~10%;但在青藏高原、斯堪的纳维亚半岛进和东欧平原,并没有发现雪水当量相对变化的髙值区,这是由于这些区域冬季雪水当量的幅值较大的缘故。RCP8.5情景下欧亚大陆雪水当量的变化特征与RCP4.5相类似,只是变化的幅度更大。

IPCC AR4多模式对中国地区未来40a雪水当量的预估

通过评估参加CMIP3计划的22个GCM在20世纪气候情景(20C3M)下中国地区雪水当量模拟能力的检验,挑选出模拟能力较好的模式,通过多模式集合方法,对SEARS的模拟结果进行集合,预估未来40a雪水当量在中国地区的时空变化特征.结果表明:在A1B情景下和B1情景下,中国地区未来40a雪水当量年际变化均呈减少趋势;在A1B和B1情景下,青藏高原地区、华北平原地区、长江中游地区及东北北部地区的雪水当量均呈减少趋势,其中在昆仑山西段帕米尔高原地区减少最为显著,其次为喜马拉雅山区和巴颜喀拉山东段地区.在中国北部的内蒙古高原地区、云贵高原等部分地区的雪水当量则有所增加.总体上,A1B情景下比B1情景下雪水当量的减少更为明显.2021-2050年雪水当量在青藏高原减少显著;对于季节变化来说,在秋冬季积雪的累积期,雪水当量可能增加,尤其在10-12月,而在积雪消融的春夏季(2-6月)有所减少.

被动微波遥感估算雪水当量研究进展与展望

被动微波遥感可以透过云层 ,全天候地提供地表一定深度的信息。星载被动微波遥感传感器的时间分辨率很高 ,在冰冻圈动态研究中有着重要的地位。在最近的二三十年中 ,大量被动微波遥感的应用都是在美国、加拿大、欧洲等地 ,而我国在这方面的研究相对较少。首先介绍了被动微波遥感数据在监测积雪方面的国内外研究进展 ,对现存的雪水当量 (SWE)估算算法 (和模型 )的适用性进行讨论。然后 ,详细讨论了我国西部的青藏高原地区雪水当量的估算 ,阐明了利用SSM /I数据估算青藏高原地区雪水当量的复杂性 ,并指出了其复杂性产生的原因 ,提出了解决问题的方法 。

全球升温1.5℃时北半球多年冻土及雪水当量的响应及其变化

本文基于耦合模式比较计划第5阶段(CMIP5)的17个全球气候模式,确定了1.5℃温升(相对于1861—1880年)的发生时间,预估了全球升温1.5℃时,北半球冻土和积雪的变化,并对预估结果的不确定性进行了讨论。结果表明,全球平均地表温度在3种排放情景下(RCP2.6,RCP4.5,RCP8.5)分别于2027、2026、2023年达到1.5℃阈值。当全球升温1.5℃,北半球多年冻土南界北移1°~3.5°,冻土退化主要发生在中西伯利亚南部。多年冻土面积在全球升温1.5℃时,在RCP2.6、RCP4.5和RCP8.5排放情景下较1986—2005年分别减少约3.43×10~6 km(221.12%)、3.91×10~6 km(224.10%)和4.15×10~6 km^2(25.55%);北半球超过一半以上的区域雪水当量减少,只在中西伯利亚地区略微增加;北美洲中部、欧洲西部以及俄罗斯西北部减少较显著,减少约40%以上。青藏高原多年冻土面积在RCP2.6、RCP4.5以及RCP8.5排放情景下分别减少0.15×10~6 km^2(7.28%)、0.18×10~6 km^2(8.74%)和0.17×10~6 km^2(8.25%)。青藏高原冬、春季雪水当量分别减少约14.9%和13.8%。

北半球雪水当量季节和年际尺度时空主模态变化特征

利用美国冰雪中心提供的29年(1979—2007)月平均卫星遥感雪水当量(SWE)资料,研究了北半球雪水当量季节和年际变化的时空特征。在季节尺度上,欧亚大陆中西伯利亚高原及以东高纬度和北美大陆高纬度区域都有相比其它区域积雪早、融雪晚的特点;北半球平均的雪水当量在春、秋季节一般都有2个月的持续性,但晚冬到春季则存在春季障碍;季节变化的时空主模态以冬夏年周期振荡的半球一致型为主,方差贡献达93%。在年际尺度上,整个时间段各季节的SWE没有显著的线性减少趋势;SWE的时空分布主要存在两个主模态,分别占总方差贡献的13.1%和8.3%。第一模态主要反映了欧亚大陆中西部SWE的变化特征,第二模态则主要反映了北美中高纬度地区SWE的变化特征。

基于MODIS数据的雪水当量监测模型研究

依据对MODIS数据36个波段波谱值的研究,选择对雪深信息最敏感的两个波段(第1波段,第3波段),采用'度日法'及积雪消融过程中的实测资料,建立了雪水当量统计模型。通过实测数据的进一步验证,该雪水当量监测模型的精度达到了0.86,可以为融雪径流计算、融雪洪水预测预警等工作提供重要的参数,为相关部门提供决策支持。

用GPM数据进行青藏高原雪水当量监测可行性分析

在二阶积雪散射模型模拟结果的基础上,针对GPM的数据特点,提出一种利用Ku波段不同入射角下积雪散射特征差异进行雪水当量监测的方法,并以TRMM/PR数据为例,对青藏高原部分特征地区进行了分析,证实了该方法在理论上的可行性。

利用积雪衰减曲线分析山区雪水当量时空分布

鉴于近年来关于雪水当量的研究成果大部分基于物理模型进行估算,这些雪水当量数据的空间分辨率较低,且需要大量野外实测的积雪属性数据来作为输入模型的初始变量。在对中小流域雪水当量时空分布特征的估算,特别是地形因子较为复杂的山区,基于物理模型估算雪水当量以及被动微波遥感影像反演的雪水当量都不能满足需求。该文以黑河上游祁连山八宝河流域和冰沟小流域作为研究区域,利用2011年3景小流域ENVISAT-ASAR数据,获得流域积雪面积与雪水当量产品,结合DEM数据,拟合出研究区域的积雪衰减曲线。利用积雪衰减曲线,在祁连山黑河上游八宝河子流域,获取2008年逐日366天MODIS积雪面积比例产品MOD10A1数据,通过估算云下反照率的方法将逐日积雪面积比例产品进行去云处理,结合DEM数据得到像元地形因子,计算八宝河流域每个像元逐日雪水当量值,得到流域2008年雪水当量情况,分析流域内雪水当量分布规律以及流域内雪水当量年内时空变化。

基于GPS双频信号增强的雪水当量估计

雪水当量是重要的积雪参数之一,对气候变化预测与水资源管理等有重要意义。GPS干涉反射技术(GPS-IR)是一种十分有效的积雪深度监测技术,结合积雪密度估计模型可实现雪水当量的估计。基于此,提出了一种GPS-IR双频积雪参数反演增强方法。首先,利用美国板块边界观测(PBO)AB33测站2016年水文年与P019测站2020年水文年的L1和L2C信号信噪比数据,通过GPS-IR技术获取了两个测站的双频反射高度,建立了双频反射高度的线性关系模型,并通过该模型填补了L2C信号反射高度缺测数据,进而获取双频增强积雪深度时间序列,然后通过积雪密度估计模型转换得到雪水当量日估计值,最后采用SNOTEL测站实测积雪参数进行检验。结果表明:基于L2C信号的积雪深度反演精度要优于L1信号,基于增强方法的积雪深度反演精度介于L1信号和L2C信号之间;基于增强方法的雪水当量反演精度与L2C信号基本相当,且均优于L1信号;增强方法在AB33测站与P019测站分别有效填补了基于L2C信号的积雪深度/雪水当量时间序列25.8%与13.7%的空缺数据。本文提出的增强方法充分利用了GPS双频信号数据资源,可获取高连续性的GPS积雪深度和雪水当量,为设备缺乏地区的雪水当量估计、水环境监测等研究提供参考。

雪深和雪水当量被动微波反演及应用进展

雪深和雪水当量是积雪观测最主要且关键的要素,在冰冻圈、全球气候变化、水资源调查等领域具有重要意义。微波遥感相较于可见光和近红外遥感对积雪观测具有优势,为此,对被动微波遥感反演雪深和雪水当量的研究进展进行了系统的总结。梳理了野外现场实地测量、地面台站长期观测和卫星遥感区域观测等3种积雪观测方式及其主要观测积雪参数;重点总结并评价了半经验、物理模型和机器学习等3种雪深和雪水当量反演算法。展示了青藏高原被动微波积雪监测的研究成果,展望了对未来积雪参数遥感反演的发展趋势,为雪深和雪水当量被动微波反演的深入开展提供了科学的参考建议。

大兴安岭地区冰上积雪雪深和雪水当量参数时空变化规律

根据水文年鉴和有关记载,统计了1958～2010年大兴安岭地区冰上累积雪深和雪水当量,利用线性相关分析、Mann-Kendall、小波分析等方法对冰上积雪和雪水当量参数的时空变化进行了分析,同时对其变化趋势和特征进行了检验,揭示了大兴安岭地区冰上累积雪深和雪水当量变化规律与QBO、太阳黑子、PDO振荡规律存在相关性,进一步浅析了其变化反馈机制。

高亚洲地区被动微波遥感雪水当量数据集

高亚洲是以青藏高原为主的亚洲高海拔地区,是中低纬度积雪的重要分布区,其积雪的动态变化对该区域水和能量循环、气候及环境变化具有重要的影响。全球广泛使用的积雪雪水当量(SWE)产品(如ESA GlobSnow)在高亚洲地区出现数据空缺情况,部分全球算法(如NASA SWE产品)则在高亚洲地区具有普遍高估的现象。本数据以AMSR-E亮温数据为输入基础,利用NASA积雪算法及针对不同下垫面的青藏高原改进算法分别生产了1套高亚洲地区和1套青藏高原地区2002–2011年AMSR-E雪水当量数据集,其中青藏高原改进算法采用地面气象台站实测雪深进行了验证和评估,结果表明青藏高原改进算法产品精度具有提升。此外,本研究还结合MODIS逐日无云积雪面积产品和NASA积雪算法的SWE产品,获得高亚洲地区2003–2011年微波和光学雪水当量综合数据集1套。此3套雪水当量产品数据集可为高亚洲区域气候变化、水、能量平衡、环境变化和水资源利用等科学研究提供基础数据支持。

基于无人机影像的天山云杉树冠截留雪水当量估算分析

本文以新疆乌鲁木齐县为研究区,利用无人机对降雪后的云杉林进行快速成像并利用最大似然法对不同角度下的无人机影像进行云杉降雪截留面积提取,提取精度达到95.7%.通过成像距离和不同距离投影面积拟合曲线,并借助拟合方程和几何数学原理计算出了三组云杉表面积和树冠截留雪的实际面积,分别为24.69 m^(2)、36.67 m^(2)和27.05 m^(2),雪盖面积在表面积中所占的比例为42.5%、50.5%和79%.最终利用本团队通过模拟降雪的方式得出的云杉树苗雪盖面积和树冠截留雪水当量二者之间的关系,计算得出三组单株云杉树冠截留雪水当量,分别为2.324 L、7.267 L和9.683 L.此实验对快速估算云杉降雪截留面积及天山云杉冠层降雪截留雪水当量研究提供了地面数据支撑和资料补充,有效地提高了无人机影像在树冠降雪截留面积估算中的应用效率.