1979—2021年雅鲁藏布江流域雪深时空特征研究.pdf

第 42 卷第 9 期 水 力 发 电 学 报 Vol.42,No.9 2023 年 9 月 Journal of Hydroelectric Engineering Sept.2023 收稿日期：收稿日期：2023-03-24 接受日期：接受日期：2023-05-04 基金项目：基金项目：国家自然科学基金项目(52209161);清华大学水沙科学与水利水电工程国家重点实验室开放基金项目(sklhse-2022-C-03);中央高校基本科研业务费专项资金资助(2023MS071)作者简介：作者简介：徐小蓉(1990),女,讲师.E-mail: 通信作者：通信作者：张尚弘(1977),男,教授.E-mail:19792021 年雅鲁藏布江流域雪深时空特征研究 徐小蓉1，田园诗1，孙其诚2，金 峰2，张尚弘1（1.华北电力大学 水利与水电工程学院，北京 102206；2.清华大学 水圈科学与水利工程全国重点实验室，北京 100084）摘摘 要：要：雅鲁藏布江流域地处高原寒区，研究该地区的积雪时空分布对工程建设和雪灾防治有重要意义。基于19792021 年中国雪深长时间序列数据集、中国逐月气温与降水量数据集，采用 Mann-Kendall 趋势分析法和皮尔森相关分析法研究雅江流域的积雪深度特性。结果表明：积雪深度在空间分布上呈现“两端高、中间低”，西部源头处与东北部边缘地区有深厚积雪覆盖；积雪主要分布于海拔 4000 5200 m、坡度小于 35范围内，其中最高雪深值分布在约 4850 m；19792021 年平均雪深以 0.032 cm/a 的速率减少，2017 年经历了 43 年间的最低雪深值，近几年逐渐回升到多年平均水平；年平均气温以约 0.024/a 的速度升高，其与雪深呈现显著负相关性。关键词：关键词：雅鲁藏布江流域；积雪深度；时空分布；气象因子；水电开发 中图分类号：中图分类号：TV11；P461 文献标志码：文献标志码：A DOI:10.11660/slfdxb.20230906 论文引用格式：论文引用格式：徐小蓉,田园诗,孙其诚,等.19792021 年雅鲁藏布江流域雪深时空特征研究J.水力发电学报,2023,42(9):58-69.XU Xiaorong,TIAN Yuanshi,SUN Qicheng,et al.Study on spatiotemporal characteristics of snow cover depth in Yarlung Zangbo River basin in 1979-2021 J.Journal of Hydroelectric Engineering,2023,42(9):58-69.(in Chinese)Study on spatiotemporal characteristics of snow cover depth in Yarlung Zangbo River basin in 1979-2021 XU Xiaorong1,TIAN Yuanshi1,SUN Qicheng2,JIN Feng2,ZHANG Shanghong1(1.School of Water Resources and Hydropower Engineering,North China Electric Power University,Beijing 102206,China;2.State Key Laboratory of Hydroscience and Engineering,Tsinghua University,Beijing 100084,China)Abstract:The Yarlung Zangbo River(YZR)basin is located in a cold plateau area.Understanding the spatiotemporal characteristics of its snow cover is of great significance to the construction of projects and the prevention and control of snow disasters.In this study,the characteristics of snow depth in this basin are examined using the Mann-Kendall trend analysis and Pearson correlation analysis,based on the snow cover depth data set of China(1979-2021)and the monthly precipitation and temperature data set of China.The results show the snow cover depth presents a spatial trend of higher at two ends and lower in the middle,with a deep snow cover over the river sources in the west and over the northeastern margin.The snow cover is distributed mostly at an elevation of 4000-5200 m with a slope milder than 35,and the deepest snow is mostly located around the elevation of 4850 m.During 1979-2021,the annual average snow depth decreased at a rate of 0.032 cm/a,taking its lowest value in the year of 2017.In recent years,the snow depth has gradually rebounded to the multi-year average level.The annual mean temperature is increasing at a rate of about 0.024/a,and it has a significant negative correlation 徐小蓉，等：19792021 年雅鲁藏布江流域雪深时空特征研究 59 with snow cover depth.Keywords:Yarlung Zangbo River basin;snow cover depth;spatiotemporal distribution;meteorological factor;hydropower development 0 引言引言 中共中央关于制定国民经济和社会发展第十四个五年规划和二三五年远景目标的建议明确提出：“实施川藏铁路国家水网、雅鲁藏布江下游水电开发的重大项目建设。”众所周知，雅鲁藏布江流域水能资源富集，理论水能蕴藏量约占全中国的 1/6，超过 1.13 亿 kW1，其中大拐弯地区海拔落差 2000 余 m，蕴藏着近 7000 万kW 的水电技术可开发量，是我国规划的大型水电清洁能源储备基地和“西电东送”重要接续能源基地2。这对水电行业来说是历史性机遇，同时也是巨大的挑战3。高海拔地区的水电工程建设，面临着寒地积雪覆盖、高位雪崩或冰崩灾害、深厚冻土覆盖层、脆弱的生态环境等系列新问题4。融雪径流是高寒山区水资源的重要组成5-6，积雪是高海拔流域年际、季节变化较明显的要素7，研究雅鲁藏布江流域的积雪时空变化对水资源开发利用8有重要指导意义。雅鲁藏布江流域位于“世界屋脊”青藏高原9，其平均海拔超过 4000 m10，连绵不绝的巨型山脉如喜马拉雅山脉、横断山脉、念青唐古拉山脉等坐落着无数座巍巍雪山11，故又称“雪域高原”12。早期青藏高原的积雪研究，以东部、中部地区为主，且大多采用地面积雪观测资料13。事实上青藏高原的西部地区海拔高、山形复杂、人迹罕至，因此能够布设的气候观测台站数量稀少，可用于研究的高原西部积雪数据缺乏14。近年来，由于卫星遥感观测技术有了大幅提升，青藏高原的积雪数据覆盖范围也逐渐变广15-16，相关研究日益增多。柯长青等17利用美国宇航局（National Aeronautics and Space Administration，NASA）多 通 道 微 波 扫 描 辐 射 仪（Scanning Multichannel Microwave Radiometer，SMMR）微波候积雪深度产品和青海、西藏两省区的地面气象台站逐日积雪深度资料，研究了青藏高原积雪的空间分布和变化趋势。王叶堂等18基于 MODIS（Moderate Resolution Imaging Spectroradiometer）卫星积雪数据，研究了 20002005 年青藏高原积雪的空间分布特征以及受同期气象因子的影响。白淑英等19基于 SMMR、SSM/I（Special Sensor Microwave Imager）及AMSR-E（Advanced Microwave Scanning Radiometer-EOS）三种被动微波遥感数据经交叉订正一致后，根据地面观测站实测雪深数据反演得到的中国逐日雪深长时间序列数据集（19782010 年），采用 GIS（Geographic Information System）空间分析和 Mann-Kendall（M-K）检验等方法，分析了青藏高原雪深时空分布及其与地形的关系。除多等20利用 20002014 年MOD10 A2 积雪产品和数字高程模型（Digital Elevation Model，DEM），以积雪覆盖率为指标，定量研究了高程、坡度、坡向等地形要素对高原积雪时空分布的影响。刘金平等21利用 20002014年 MODIS 逐日无云积雪产品，分析了雅鲁藏布江流域积雪的空间分布及随高程的变化规律，并采用被动微波数据 SMMR（19791987 年）和 SSM/I（19882008年），以及中国地面降水和气温0.5 0.5日值格点数据，主要研究了雅鲁藏布江流域积雪日参数受气象因子的影响。谭秋阳等13基于19792017年中国雪深长时间序列数据集与DEM高程，运用 M-K 检验法、相关分析法等研究了雅江流域雪深在时间、空间上的分布特征，并分析了雪深与气象因子（气温、降水）和地形因子的相关性。雅鲁藏布江流域内分布着大量的积雪，由于海拔较高，雪山上的季节性积雪在极端降水、低温、强风速等条件下，可能引发高位雪崩等自然灾害。全球气候变暖趋势下，极端气候事件22的发生频率与强度变化备受各界专家关注。2018 年 10 月雅江流域下游的色东普沟发生冰崩泥石流灾害链，冰雪碎屑物堵江后形成堰塞湖；2023年 1 月17 日，西藏林芝发生特大型雪崩，导致 28 人遇难。作为水能富集地，雅鲁藏布江流域未来可能是重大工程建设的战略要地，也将是开发潜力较大、人口资源聚集的核心地区。因此，研究雅江流域积雪深度的时空分布特征及其受区域地形、气候因素的影响规律，对合理评估雅江流域径流、指导工程建设与雪灾防治等都具有重要的科学意义。60 水力发电学报 1 研究区概况研究区概况 雅鲁藏布江流域位于中国西藏自治区南部，其源头为杰马央宗冰川，位于喜马拉雅山脉北麓的西藏仲巴县境内。作为世界上海拔最高的河流23，雅鲁藏布江自西向东流淌，在派镇墨脱间形成了著名的“”形大拐弯及世界最大深切峡谷24，随后经巴昔卡流出中国边境。印度洋暖湿气流和大陆高原寒流绕着喜马拉雅山脉在雅鲁藏布大峡谷处交汇，水汽沿着峡谷汹涌北上，在青藏高原东侧唐古拉山、巴颜喀拉山区域形成了“降雪中心”25。每年 11 月至次年 6 月，整个青藏高原雪花飘舞、千山莽莽，年均降雪日高达 50 70 天，许多地方甚至超过100天。雅鲁藏布江流域内积雪与冰川26广布，尤其在东部边缘地区，河流众多、水量充沛，是西藏地区的主要淡水来源27。同时，雅鲁藏布江海拔落差大，自源头处 5590 m 降至出中国国境位置的 155 m（见图 1），其中下游河段天然落差 2755 m，具有显著的水能资源开发利用效益3。雅江流域部分区域尤其西部的环境条件极其恶劣，鲜有人至，因此气象监测站点较为稀少27，已知的气象站有拉孜、当雄、波密、林芝、琼结等 11 个（见图 1）。近年来，全球气候变暖导致雅鲁藏布江源头的冰川面积逐渐减少28,26，流域内积雪覆盖面积与积雪深度发生显著变化。本文利用遥感技术长时间序列连续观测和非接触式大范围获取数据的优势，研究雅鲁藏布江流域的积雪深度时空分布特性。图图 1 雅鲁藏布江流域主要气象站与河流分布雅鲁藏布江流域主要气象站与河流分布2,13,24,26 Fig.1 Main meteorological stations and river system in the Yarlung Zangbo River basin2,13,24,26 2 数据来源与研究方法数据来源与研究方法 2.1 数据来源数据来源 2.1.1 积雪深度数据积雪深度数据 本文研究的雪深遥感数据来自国家青藏高原科学数据中心（https:/ 年 1 月 1 日2021 年 12 月 31 日的中国区域逐日（时间分辨率为 1 d）积雪深度数据10,29。该雪深数据从美国国家冰雪数据中心（National Snow and Ice Data Center，NSIDC）的三种星载被动微波传感器中获取30，即多通道微波扫描辐射计SMMR（19791987 年），特种微波成像仪 SSM/I（19872007 年）和特种微波成像仪/探测仪SSMI/S（Special Sensor Microwave Imager/Sounder，20082021 年），并已通过不同传感器被动微波亮温值的交叉标定，适合中国区域的雪深修正算法反演30，以及地面台站雪深观测值的验证。雪深数据的投影方式为等面积可扩充地球格网（Equal-Area Scalable Earth Grid，EASE-Grid）的等积全球圆柱投影，空间分辨率为 25 km。本文利用 Python算法和 ArcGIS 软件将上述积雪数据集，批量处理成雅鲁藏布江流域的年平均和季平均积雪深度，其中季节划分为春季 35 月、夏季 68 月、秋季911 月、冬季 12 月翌年 2 月，年平均以自然年度为基准。2.1.2 DEM 高程数据高程数据 雅鲁藏布江流域的地形采用数字高程模型（DEM），其数据来源于美国太空总署（NASA）和国家测绘局（National Imagery and Mapping Agency，NIMA）联合测量的 SRTM3（Shuttle Radar Topography Mission 3）卫星数据制成的数字地形高徐小蓉，等：19792021 年雅鲁藏布江流域雪深时空特征研究 61 程模型，在地理空间数据云（https:/ 90 m。通过将 DEM数据在 ArcGIS 中进行拼接，由掩膜提取得到雅鲁藏布江流域的区域范围。同时，采用 ArcGIS“渔网法”构建 25 km 25 km 栅格内 DEM 统计数据与雪深值间的对应关系，高程、坡度和坡向分别取每个渔网格内的平均值（MEAN）、中值（MEDIAN）、众数（MAJORITY）作为代表值。本文地形处理时的地理坐标系采用 WGS 1984 世界大地坐标系。2.1.3 气象监测数据气象监测数据 本文的气象监测数据来自国家地球系统科学数据中心（http:/ 19012021 年中国逐月降水量与平均气温数据集，由西北农林科技大学水土保持研究所整理发布。这两个气象数据集都是根据 CRU（Climatic Research Unit）发布的全球 0.5气候数据及 WorldClim 发布的全球高分辨率气候数据，通过 Detla 空间降尺度方案在中国地区生成，并用 496 个独立气象观测站的监测数据进行验证，结果对比验证可信31。其中，雅鲁藏布江流域内有 11 个独立气象观测站（见图 1）经过了数据验证31，主要集中在流域中部和东部，而拉孜站以西地区暂无气象观测站。因此，本文用到的气象数据在雅江中下游精度可信，而上游流域的遥感气象数据未得到验证，可能存在一定误差。气象源数据的覆盖区域为整个中国，空间分辨率为 1 km，本文通过掩膜提取得到雅鲁藏布江流域的同期气象数据。2.2 研究方法研究方法 2.2.1 一元线性回归分析法一元线性回归分析法 时间序列的趋势分析包括趋势的大小及其统计意义。基于栅格像元的一元线性回归分析法，可反映整个区域上的长时间序列演变规律，有机结合了时间和空间二者的分布特征。本文对雅鲁藏布江流域中每个像元的积雪深度、气温、降水等参数，通过一元线性回归法（或 Slope 趋势分析法）得到单个像元参数的长时间序列变化趋势，即计算最小二乘法拟合的线性回归系数（趋势线斜率）。具有统计意义的 Slope 计算公式如下32：111Slope2211DepDepnnniiiiinniiniinii（1）式中：Depi为第 i 年的像元参数，如积雪深度、气 温、降水量；i 为年序号，1,2,43i；n 为时间 序列总数，n=43；Slope为最小二乘直线的时间变化趋势线斜率，即参数年际变化速率。当Slope 0 时，表示像元参数呈增加趋势；反之则减少。2.2.2 Mann-Kendall 趋势分析法趋势分析法 Mann-Kendall检验法在本文中被用来检验整个流域上积雪深度的多年变化趋势。作为一种非参数统计检验方法，M-K检验法可判断单调非线性数据（排除异常年份值干扰）的增减变化趋势33及其显著性。同时，可用于整体时间序列的突变检验，判断数据是否有明确的拐点年份。统计 n=43时间序列上的变量值（如年平均 积雪深度）12,nx xx，得到统计量 S 的公式为：111sgnnnkjjkjSxx （2）其中年份k j，当变量值kjxx分别、=或 10，故采用标准化统计量MKZ来进行 双边趋势检验，公式为：MK1,0Var 0,0 1,0 VarSSSZSSSS （3）当MKZ 0时，认为变量沿时间序列有上升趋 势；反之，则认为有下降趋势。同时，进一步判断 变量上升/下降趋势的显著性程度时，如果MKZ 1.28、1.64或2.32时，则认为该变量通过了置信度90%、95%或99%的显著性检验。突变检验是绘制UFk和UBk（下式）曲线，若 两条曲线有交点且在置信度（如95%）之间，则交点的横轴时间为变量突变的年份19；如果两条曲线无交点，则变量不存在明显突变。UF,1,2,VarUB 1kkkkSE SknSFknk ，（4）式中：秩序列kS为正序时间；UF0k为上升趋势。2.2.3 Pearson 相关分析法相关分析法 为分析雪深ix受气象要素、地形因子iy的影 响程度，本文采用皮尔森（Pearson）相关系数r来62 水力发电学报 度量，其取值在-1,+1之间。12211niiinniiiixxyyrxxyy （5）式中：x、y分别为两个变量的平均值。r 0 表示两参数间为正相关，反之负相关，且r越大表明相关程度越强。计算检验统计量rt 的公式为：221rntrr （6）确定显著性水平（如=0.05），利用 t 分布表查找出 P（取到 r 的概率）值。若 P|，则线性相关关系显著；反之，不显著。3 结果与分析结果与分析 3.1 雪深空间分布特征分析雪深空间分布特征分析 3.1.1 雅江流域雪深空间分布雅江流域雪深空间分布 雅鲁藏布江流域 19792021 年的年平均积雪深度空间分布如图 2（a）所示。由图可看出，雅江流域内的积雪有明显的空间异质性，主要有 2 个雪深高值区，分别位于雅鲁藏布江流域的西部源头处及流域东部地区13。与图 1 对比，可发现 2 个雪深高值区正好与流域内的冰川常年覆盖区相对应，雅鲁藏布江流域西部源头是杰马央宗冰川，东部边缘是沿念青唐古拉山脉的恰青冰川。雅江流域内积雪深度最大的值集中在流域的东北部边缘念青唐古拉山脉，多年平均雪深大于 8.0 cm。相对地，雅鲁藏布江流域的中部地区、下游低高程区域属于雪深低值区，其多年平均积雪深度小于 1.0 cm。以上结果与谭秋阳等13得到的“二高二低”空间分布规律基本一致。基于 ArcGIS 中的重分类功能，将积雪深度按自然间断点分级法分为 4 个区间（0 1 cm、1 3 cm、3 5 cm 和 5 cm 以上）。多年平均雪深在 1.0 cm 以下的区域占雅鲁藏布江流域面积的 45.09%，为最大范围；积雪深度值大于 5.0 cm的区域占雅江流域的 9.28%，多年平均雪深值在3.0 5.0 cm 范围的区域占比 15.65%。根据不同季节的年均积雪深度规律，可知雅江流域夏季和秋季的积雪很少13（尤其是夏季），且主要分布在流域内的高海拔山区。通常来讲，被动微波遥感的积雪深度产品由于空间分辨率较低 （a）年平均积雪深度 （b）春季平均积雪深度 （c）冬季平均积雪深度 图图 2 19792021 年雅江流域年平均积雪深度分布年雅江流域年平均积雪深度分布 Fig.2 Spatial distributions of mean snow cover depth in the Yarlung Zangbo River basin from 1979 to 2021 徐小蓉，等：19792021 年雅鲁藏布江流域雪深时空特征研究 63 （0.25/25 km），因此在地形起伏较大的山区误差较大。本文重点研究冬、春季的积雪特征和变化趋势（见图2（b）（c），考虑删除了夏秋季不确定性较大的雪深结果。19792021年春季、冬季的多年平均积雪深度在空间分布上有着一定相似性，积雪区域多集中在流域的东北部边缘和西部雅江源头处。其中，西部积雪区域的范围相对小，东西向和南北向各约100 km；东部积雪区域的范围较大，东西向长度约1400 km，南北向长度约500 km。雪深大于5.0 cm的积雪主要分布在流域的东北部边缘，并自北向南方向积雪深度逐渐减小，与地形高程的由北向南降低有关。此外，流域中游南部靠近喜马拉雅南麓也存在少量积雪。雅鲁藏布江流域地处高原寒区，地形复杂且海拔差异巨大，最低处和最高处海拔相差约7000 m。地形条件是影响积雪形成与雪深分布的重要因素，一般来说，海拔高的区域气温低、积雪覆盖广，同时，坡度、坡向会影响山坡积雪的堆积形态和雪深分布。3.1.2 雪深与海拔的相关性雪深与海拔的相关性 高程或海拔是影响积雪深度分布和变化的重要地形因子。雅鲁藏布江流域高海拔地区的念青唐古拉山脉、雅江源头冰川覆盖区、喜马拉雅山脉南麓等，积雪覆盖深厚且持续日数多；流域中部海拔较低且降水少，不利于降雪及其积累；雅江下游海拔骤降，属山地亚热带、热带气候，降雪量少。图3是平均积雪深度与海拔高程的对应关系。由图可发现，雅江流域积雪多集中于海拔4000 5200 m的区间内，雪深与高程并非呈单调增加的关系。这与谭秋阳等13得到的4000 5000 m“陡坎”高程带的规律一致。海拔4000 m以下的范围年均雪深基本不超过4.0 cm，雪深值随高程有较明显的垂直递增规律；海拔2000 m以下和6000 m以上的区域，积雪分布均较为稀少，因为低海拔地区气温偏高，不利于积雪形成，而6000 m以上高海拔地区多属于“雪峰尖”，可能坡度过大不利于降雪积累。以年平均雪深4.0 cm为临界值，分析不同季节的积雪深度在高程上的分布规律（见图3）。夏季和秋季的多年平均雪深较小，尤其夏季气温高、雪线也高，海拔4000 m以下基本无积雪，而秋季气温开始降低，薄薄的积雪层逐渐累积。冬季的积雪深厚，高程覆盖范围也较广，雪深超过4.0 cm的 （a）年平均雪深沿高程分布 （b）春季平均雪深沿高程分布 （c）夏秋季平均雪深沿高程分布 （d）冬季平均雪深沿高程分布 图图 3 平均雪深与海拔的对应关系平均雪深与海拔的对应关系 Fig.3 Relationship of average snow depth vs.elevation 012345678901000200030004000500060007000海拔高程/m积雪深度/cm雪深 4 cm02468101201000200030004000500060007000海拔高程/m积雪深度/cm雪深 4 cm01234501000200030004000500060007000夏季雪深秋季雪深海拔高程/m积雪深度/cm雪深 4 cm024681012141601000200030004000500060007000海拔高程/m积雪深度/cm雪深 4 cm64 水力发电学报 区域跨度从高程 2000 m 到 5500 m，并主要集中在4000 5200 m 区间；其中，流域最高的年平均雪深和冬季雪深值分别出现在海拔 4850 m、4860 m附近，并不是在最高海拔处。这与谭秋阳等13得到的最大雪深在 4500 5000 m 范围一致。进入春季后，部分积雪因气温回暖而消融，海拔 3000 m 以下的区域雪深较小。雅江流域海拔小于 2000 m 区域主要分布在下游至出境口段，其 4 个季节平均雪深都较小。总体上，高程与积雪深度的皮尔逊相关系数为 0.124，二者呈弱正相关性。3.1.3 雪深与坡度坡向的相关性雪深与坡度坡向的相关性 坡度和坡向作为重要的地形因子，对积雪分布及雪深的影响不容忽视，前者坡度影响降雪的积累过程，坡度过高或过低都不利于山坡积雪稳定性，积雪临界深度随着山坡坡度（一定范围内）的增加而减小；后者坡向与光照、风向、风速密切相关，引起的风吹雪对积雪有再分配作用。从空间分布来看，雅鲁藏布江流域的坡度整体上东部高、西部低（见图 4（a），沿着深切河谷的两侧是陡峭的山地，整个流域内的坡度在 20 35 的占比 35.11%，坡度在 0 20 和 35 90 的范围分别为 59.04%、5.85%。通过坡度中位值统计与雪深对应后，发现雅鲁藏布江流域内的积雪主要分布在坡度 35以下（见图 4（b）（c），平均雪深超过 4.0 cm 的区域坡度集中在 20 33，可能是雅江流域东北部地区；也有坡度较缓的地区（0 15）在冬、春季会累积大于 4.0 cm 的雪深，主要对应的可能是西部源头处的低坡度区域。由散点图可知，相同坡度的地形上可能累积不同厚度的积雪，雪深还与海拔、坡向、地形起伏度、植被覆盖等有关。文献13的统计结果也是积雪大多分布在坡度 35 以下区域，该论文进一步统计出雪深随坡度的“三段式”分布规律，即减少-增加-减少趋势。（a）地形坡度 （b）春季积雪深度与坡度 （c）冬季积雪深度与坡度 图图 4 积雪深度与坡度的对应关系积雪深度与坡度的对应关系 Fig.4 Relationship of snow cover depth vs.slope 根据流域地形的坡向划分为 9 个方位，即北坡、东北坡、东坡、东南坡、南坡、西南坡、西坡、西北坡和平地，由坡向空间分布（见图 5（a）得出 8 个坡向（除平地 0.65%外）的占比非常均匀，约 11%14%之间。绘制不同坡向与海拔的平均雪深雷达图（见图 5（b）（c），可以看出，雅江流域在不同坡向上的雪深呈现空间分布不均，坡向对高程带 4500 5000 m 的积雪影响较为明显，春、05101520253035024681012春季平均雪深/cm地形坡度/051015202530350246810121416冬季平均雪深/cm地形坡度/徐小蓉，等：19792021 年雅鲁藏布江流域雪深时空特征研究 65 冬季都表现为东北坡和西北坡的雪深值大于其他坡向。通常南坡、西坡可认为是阳坡，北坡、东坡是阴坡，不同坡向的阳光照射条件、温度与植被下垫面条件都有所差异。东北坡、西北坡可认为是阴坡，由于受到的光照少、气温相对低，从而积雪融化慢、覆盖深度厚。本文同文献13均是取栅格像元内的众数坡向作为坡向代表值，本身就是属于统计值。文献13划分 4 个坡向，特别说明阴坡积雪融化慢的规律不明显。事实上坡度、坡向多次统计后可能存在偏差，精确分析还需更高分辨率的雪深数据。（a）地形坡向 （b）春季雪深与坡向 （c）冬季雪深与坡向 图图 5 平均雪深与坡向的对应关系平均雪深与坡向的对应关系 Fig.5 Relationship of average snow depth vs.slope direction 3.2 雪深时间序列特征分析雪深时间序列特征分析 3.2.1 积雪深度年际变化规律积雪深度年际变化规律 雅鲁藏布江流域 19792021 年积雪深度的年平均值随时程变化曲线如图 6 所示，流域年平均雪深在 0.68 3.43 cm 之间呈现波动变化，整个流域的多年平均雪深为 1.946 cm，沿时间序列的年均雪深变化曲线与文献13的结果基本一致。通过Mann-Kendall 趋势检验计算，发现雅江流域内年平均雪深有显著减少的趋势，且通过 M-K 置信度99%的显著性检验。由图 6 可看出，19792021 年雅鲁藏布江流域的年平均雪深值以平均 0.032 cm/a 的速率减少，其中冬季积雪深度值下降得最快（0.082 cm/a），其次是春季（0.030 cm/a）。由于文献13采用 Sen 斜率计算年际变化率，本文用 Slope 斜率计算雪深年际变化率，后者得出的雪深减少速率比前者略大，但变化趋势规律一致。从年际变化来看，年平均雪深分别在 1986 年和 1998 年出现了两个雪深峰值，即 3.428 cm 和3.333 cm，但文献13中得到的雪深峰值年份是1986 年（3.67 cm）和 1997 年（3.67 cm）。由于在整个流域上取多年平均雪深值，本文采用的是分区统计方法，边缘不完整栅格的面积按实际取，文献13未说明流域平均方法，可能是因为空间平均算法不同导致的差异。由图 6 可知，雪深变化在 19821988 年和19951999 年这两个时间区间内波动明显，1999年后雪深曲线明显下降。尤其在 20142021 年间呈现雪深显著减少的“波谷”形态，年均积雪深度小于 2.0 cm；并在 2017 年出现了这 43 年间的雪深最低值，即 0.676 cm，自 2018 年积雪深度又缓慢增加至多年平均水平（2021 年约 1.9 cm）。文献13也得出 2017 年雪深值最小（0.98 cm），但未预测到之后积雪深度的“回弹”变化趋势。-2024681012南坡东南坡东坡东北坡北坡西南坡西坡西北坡平地雪深/cm平地北坡雪深/cm平地西北坡西坡西南坡南坡东南坡东坡东北坡0369121518南坡东南坡东坡东北坡北坡西南坡西坡西北坡平地雪深/cm北坡平地雪深/cm东北坡东坡东南坡南坡西南坡西坡以下 3000m 3000-4000m 4000-4500m 4500-5000m以上 5000m西北坡66 水力发电学报 （a）年平均积雪深度 （b）春季平均积雪深度 （c）夏季平均积雪深度 （d）秋季平均积雪深度 （e）冬季平均积雪深度 图图 6 19792021 年雅江流域平均雪深变化曲线年雅江流域平均雪深变化曲线 Fig.6 Time variations in mean snow depth in the Yarlung Zangbo River basin from 1979 to 2021 3.2.2 积雪深度年内变化规律积雪深度年内变化规律 从季节分布（见图6）来看，多年平均雪深在冬季的值最大（3.98 cm），春季35月的积雪深度（2.59 cm）仍然很高，雅江流域积雪主要来源于冬季降雪量，占比超过50%。转入夏季后，积雪量消融到最小，秋季又有少量新增积雪，如前所述，夏秋季积雪量少，数据精度带来的相对误差最大。从年内雪深分布（见图7）来看，12个月的年平均雪深分布呈现单峰不对称分布规律。每年雪深从10月开始增加，11月陡增，整个冬季12月2月积雪覆盖都较厚，其中翌年2月达到雪深峰值。春季回暖后，35月雪深基本呈线性减少，6月积雪迅速消融至年平均深度0.5 cm以下。年均雪深最低年份即2017年的各月雪深值基本都仅多年平均雪深水平的1/2，而最高年即1986年11月降雪量猛增，12月达到峰值，各月雪深值是多年平均雪深水平的1.2 2.6倍。图图 7 年平均雪深随月份变化情况年平均雪深随月份变化情况 Fig.7 Monthly variations of average snow cover depth 3.2.3 雪深与气象因子的相关性雪深与气象因子的相关性 气温和降水（含降雨与降雪）是气候要素中与积雪变化关系最密切的要素13，它们能够影响雪线的高度，在积雪的累积和消融过程中起着重要的作用。雅鲁藏布江流域的降水主要来源于孟加拉湾的暖湿气流25，顺着U型大拐弯峡谷上溯，多年平均降水量自流域的东部向西部递减，其中雅江下游段的降水量最高，多年平均降水量超过2000 mm（见图8（c）。降水为积雪提供物质补给，主要影响积雪变化中的降雪量；而气温则同时影响降雪量和融雪量，当气温较低时云中的小水滴凝结成冰晶，落地形成降雪，而当气温升高时显著加快积雪的融化进程。雅江流域的年平均气温沿河谷低海拔地区气温较高，尤其下游段气温最高接近20，因此河谷和下游雪深值都很低；流域边缘地带的年平均气温在0以下，最低-22（见图8（b）。由图8和图9可看出，19792021年间雅江流域的年平均气温以约0.024/a的速度升温，且通过了99%显著性检验，正好与年平均积雪深度1980 1985 1990 1995 2000 2005 2010 2015 202001234y=-0.03213x+66.19253Pearsons r=-0.71534R2=0.4998文献 13本文 年平均积雪深度/cm时间/年份多年平均雪深1980 1985 1990 1995 2000 2005 2010 2015 2020012345文献 13本文 积雪深度/cm多年平均雪深1980 1985 1990 1995 2000 2005 2010 2015 20200.00.20.4文献 13本文 积雪深度/cm多年平均雪深1980 1985 1990 1995 2000 2005 2010 2015 20200123文献 13本文 积雪深度/cm多年平均雪深1980 1985 1990 1995 2000 2005 2010 2015 20200246810文献 13本文 积雪深度/cm多年平均雪深012345678积雪深度/cm文献 13本文 月份76543211211109年 1986年 20178徐小蓉，等：19792021 年雅鲁藏布江流域雪深时空特征研究 67 的下降趋势相反。雅江积雪深度减少的区域占整个流域面积的70.29%，多集中在东部雪山，其年平均气温增幅也是最大的。据2023年3月最新发布的IPCC第六次评估报告称，20112020年全球地表温度比18501900年升高1.1，温室气体排放加剧了全球变暖趋势，其对青藏高原积雪造成了显著影响。雅鲁藏布江流域的年平均气温均在0以下（见图9（a），最低为1997年的-2.448，与之对应的1997年、1998年积雪深度都较高。此外，雅江流域平均年降水量在350 550 mm间，由于海拔差异显著，空间降水量分布十分不均（见图9（b）；年均降水时间序列未通过90%显著性检验，但略有降水量增加的趋势（约0.315 mm/a）。与文献13相比，本文在时间序列基础上增加了降水量与气温的空间分布特征，结合积雪深度进一步研究了气象因子对积雪深度空间分布变化的影响。图图 8 19792021 年雅鲁藏布江流域年平均雪深、气温与降水量及其年际变化率年雅鲁藏布江流域年平均雪深、气温与降水量及其年际变化率 Fig.