青藏高原冬春季积雪的分布及其与扬子江流域夏季降水的关系外文翻译资料

 2022-12-05 04:12

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

青藏高原冬春季积雪的分布及其与扬子江流域夏季降水的关系

，，，，

  1. 中国气象局成都高原气象研究所拉萨分局，拉萨，西藏850000，中国

2、西藏气候中心，拉萨，西藏850000，中国

3、西藏高原大气环境科学研究所，拉萨，西藏850000，中国

*通信地址：西藏气候中心卓嘎博士。 西藏拉萨市北林郭路2号850000。联系电话： 86-13638908059; 电子邮件：zhuoga2013@yahoo.com

摘要：2003 - 2013年期间对青藏高原冬春积雪覆盖的分布与扬子江流域中下游（MLYRV）夏季降水的关系进行了中等分辨率成像光谱仪（MODIS）Terra数据（MOD10A2）和降水观测资料调查。结果表明，在冬季和春季，积雪百分比（SCP）保持约20％，然后随着冬季降至5％以下，夏季温度升高，积雪融化。百分比越低，中间的SCP表现出明显的相反变化。最大值出现在十月中旬至三月中旬，最低限度出现在7月至8月。每年冬春季的SCP呈现下降趋势。雪盖主要位于高原和山区的周边地区，考虑到积雪覆盖频率（SCF），高原，盆地和河谷地区内的积雪较少。无论是年度还是冬季春季雪盖，它们在2003 - 2013年期间都有显着的下降趋势，并且年内积雪在内部呈下降趋势。多年平均8日SCP与MLYRV中的平均降水量呈负相关。春季SCP与夏季降水呈负相关，而冬季SCP与MLYRV大部分地区夏季降水呈正相关。因此，在相关分析的基础上，冬季积雪对降水的影响远大于春季。高原SCF从东南至西北方向的振荡对应中国东部雨带的开始、发展和停止。

关键词：冬春雪盖;青藏高原;关系;夏季降水;扬子江流域;MODIS重复投影工具

1、引言

作为气候变化中最敏感的组成部分之一，积雪是环境变化的一个关键响应因子，它不仅对气候变化敏感，而且与水文和生物过程密切相关。大量研究表明，中国积雪覆盖主要集中在东北地区，新疆北部和青藏高原地区（Wang，2012; Wang and Li，2012; Li，2013; Xi and Zhang，2013）（TP）。卫星遥感监测技术和地理信息系统（GIS）的发展为实时监测马纳斯河流域（郑等人，2014）和目标区等稀疏地区的山区积雪提供了有效的方法。

TP上的积雪具有明显的季节和区域变化特征（Li，2013）。Chu et al（2014年）指出，最丰富的积雪地区集中在Mt，念青唐古拉和TP的西北山脉。研究表明，积雪主要位于高海拔地区，积雪覆盖范围扩大，永久降雪覆盖面逐渐减少。Tian等（2014）指出1988年前后积雪的分布情况差异很大，这可能与20世纪80年代中后期温暖和干燥期之前进入温暖潮湿期的时间密切相关。Shen等人的分析（2011年）也表明，TP覆盖物表现出明显的年代际变化，并且在19世纪40年代，1880年代，20世纪20年代和60年代发生了重大变化，并且发现它们的变化与大西洋多年代际振荡。TP的东南部，西部和南部地区雪深增加（Tang et al，2012; Bai et al，2014）。Wang等人（2013）评估了气象观测，积雪深度和积雪天数（SCD）的准确性和一致性。冬季季风和暖湿气流在季节尺度上的相互作用也已经被检验（Bo等，2014）。另外，Wan等人（2013）调查了纳木错湖地区积雪和积雪融化分布，雪盖百分比（SCP）与积雪因子与气候参数的关系。这些研究表明冬季积雪对TP的变化及其与大气环流的关系。由于大气环流和冷暖源对积雪的影响，许多科学家一直关注热带气旋的积雪异常变化。西藏天气系统的存在和影响可以发现在大多数暴雨事件（Tao and Ding，1981）。TP上方的空气柱冬季下降，夏季上升，并调节亚洲季风气流，影响亚洲的气候（Wu et al，2007）。雪盖对ENSO远程连接起着调节作用，ENSO与东亚夏季风有很大的相关性（Wu et al，2012）。此外，前一年秋季积雪的变化与北美冬季气温的第一主要成分显着相关（Lin和Wu，2011）。关于积雪对降水的影响，先前的研究指出冬季非正常积雪的影响对东亚夏季降水（Si and Ding，2013）和中国西南地区（Zhou et al，2010）。夏季雨带总是位于中国东部的南部（北部）地区，与高层相互作用（低）Nino3地区的海表温度和高原上的更多（少）积雪，并且在长江南部夏季不同月份积雪对降水的影响是不同的（Tao et al，2011）。大量研究（Song等，2011; Du等，2014）指出，TP冬季积雪的增加可能导致扬子江流域中下游地区夏季降水量增加，呈现不正常的积雪和表面温度。这可能会导致异常局部大气影响下游地区的降水过程。Gao等人（2010年，2011年）估算了中国不同积雪覆盖下土壤冻结差异对中国夏季降水的影响，表明积雪和季节冻土在一定程度上对夏季降水具有可预测性。Li和Wang（2011）总结了中国下游地区积雪覆盖对降水量影响的大量研究，其中积雪与不同地区和不同时段的夏季降水密切相关（Li，2013）。Huo等人（2014）提出，增加积雪可能导致MLYRV降水增多，而中国东部沿海狭窄地区的降水减少夏末和初秋。

  1. 研究区域，数据和方法

2.1 研究区域

作为位于亚洲中纬度地区的大规模地理位置，在复杂的地形，高度，研究要求和数据限制方面，已经使用了许多不同的范围和边界。在本研究中，我们选择由中国科学院（Zhang et al，2002）提出的TP边界数据，该数据定义为帕米尔高原与横断山脉（西部至东部）和喜马拉雅山脉至昆仑至祁连（南至北）。另外，选择一定覆盖范围（28.25°N-33.75°N，110.25°E-121.75°E）作为MLYRV的主要研究区域。

2.2 数据

2.2.1 遥感数据

由于西太平洋地区缺乏物理气象观测资料，遥感产品可弥补这一缺陷。本文中使用的MODIS / Terra积雪数据来自美国国家冰雪数据中心（http://nsidc.org/）的NASA分布式活动档案中心（DAAC），适用于复杂的地形。 MODIS为期8天的复合地面积雪数据可以消除云量遮挡问题，这个问题通常在TP上相当准确，准确率接近90％（Wen et al，2006）。因此，我们选择依靠MOD10A2来分析积雪的时空分布。 MOD10A2是一个具有500米分辨率，正弦地图投影和HDF-EOS格式的为期8天的复合雪花产品，包括两个参数如“最大雪量”（MSE）和“八日雪覆盖”（EDSC）。在本文中，我们用MSE来表示积雪的分布。数据作为全球网格的一个瓦片得到，并且为TP选择了五个瓦片，每个瓦片显示八天的积雪，范围从69°E-117°E和20°N-40°N开始今年的第一天，并延续到明年。从2003年1月到2014年2月，共使用了从8天复合数据创建的514个MSE马赛克图像，覆盖了11年的时间。

积雪百分比（SCP）定义为整个TP中积雪像素数量和总像素数量的比例。积雪频率（SCF）是指覆盖积雪的八天时间的数量与该时间段内总时间的比率。 即每年8天左右的46次左右，每个月有3次或4次左右，11岁或12次左右的不同季节。这里我们主要选择2003 - 2013年期间SCP / SCF的平均结果来分别反映时空分布。

2.2.2 气象资料

中国气象数据共享服务系统获取了每日和每月的降水量。数据网格分辨率为0.5°times;0.5°，覆盖面积为：18.25°N-53.75°N，72.25°E-135.75°E。在这里，我们使用了2003年到2013年的每日数据和1980年至2013年期间的每月降水量来进行积雪分布和相关分析。 在一定覆盖范围（28.25°N-33.75°N，110.25°E-121.75°E）上选择6月，7月和8月的累计降水量来代表MLYRV中的夏季降水。

2.3 方法

MODIS重复投影工具（MRT）已经开发成为TP所需的Mosaic tiles，将HDF-EOS格式转换为Geotiff文件格式和UTM投影。由于MSE数据包含云，陆地和湖泊等几种不同地类的信息，因此我们使用ENVI提取雪数据用于分析积雪变化的程序。

根据以前的研究（吴等人，2006;朱等人，2008），我们计算了积累降水记录的标准差（SD）将6月，7月和8月的每月降水量作为主要夏季雨季，选择变率最大的格点（117.75°E，29.75°N）在长江流域作为1980-2013年间一次相关的MLYRV其他格点积雨量的基点。我们用145个网格点的平均降水量来表示夏季降水，这些降水的变化与基点相同。基于相关系数检验，它们的相关系数超过了95％的置信水平，这代表了MLYRV中的夏季降水。

  1. 积雪的时间和空间变化

3.1 八天的时间变化

考虑到2003 - 2013年8天积雪覆盖率的平均情况（图1），多年平均积雪百分比为16.28％，10月出现的最高百分比为28.67％ 8月最低（3.08％）。在冬季和春季，百分比仍然约为20％，随着夏季温度升高和积雪融化，该比例将下降至5％以下，自9月份以来增长趋势刘等人。 （2012年）指出，SCP的最大可能出现在11月至2月，11月有最高频率。在本研究中，2003 - 2013年10月中旬至3月期间出现较高的SCP，与以前的研究略有不同。这可能是由不同的数据分辨率和研究周期造成的。对于不同年份的SCP而言，最大SCP在2008年达到18.36％，在2010年达到最低，达到13.69％。可以看出，SCP由春季和冬季的积雪决定。 8日复合SCP年变化趋势基本与多年平均值变化趋势一致。

不同百分比的SCF（图2）表明，较低的百分比（0％〜10％，11％〜15％）持续最高频率，分别占31.2％和17.6％ 年度金额。中等百分比（16％〜20％，20％〜25％）分别占17.6％和14.6％，较高百分比较低（26％〜30％，gt; 30％），分别占8.7％和10.3％ 分别是每年的金额。所以下限和最高百分比呈现下降趋势，中间SCP呈上升趋势。

图1 2003 - 2013年期间每8天复合多年平均SCP和2008和2010年SCP的变化

图2不同SCP的每8天复合周期的数量

3.2 冬春季和年度时间变化

春季和冬季的累计百分比最高，其次是秋季和夏季的百分比。不同年份的季节性分布是

类似于平均分布，最大值出现在春季或冬季。秋季以每10年2.35％的速度递增，而春季，夏季和冬季分别降低0.83％，4.87％和4.94％/ 10年。年度积累的SCP减少,2003 - 2013年期间每10年为1.74％。Xi和Zhang（2013）指出，积雪具有明显的二阶变化趋势。然而，

仅有11年的MODIS数据，很难得出任何明确的结论。显然需要更长时间的一系列数据进行进一步调查。

3.3 每年的空间分布

发现大多数持续性积雪位于TP的南部和西部边缘，在大山脊和西部边缘雅鲁藏布江流域2000-2006年间（浦等人，2007）。高原的大部分地区基本上都有积雪，并且基于2003 - 2013年期间的合成积雪频率（SCF）分布不均匀（图3a）。具体而言，较高的SCF与大型山脉如Nyaiqen-唐古拉山脉，冈底斯山脉，喜马拉雅山脉，横断山脉和祁连山山脉等高海拔地区。柴达木雪盖较少盆地和西藏东南部。积雪的位置与整个不同年份的平均频率相似。因此，主要是积雪位于高原地区的东南部和中部地区，即更多的积雪位于高原边缘，山地地区，高原，盆地和河谷地区内部的积雪较少。

为了进一步了解年SCF的空间变化，计算了2003-2013年SCF的趋势系数（图3b）。合作伙伴，有效磷含量呈现下降趋势，但西藏东南部以及昆仑，横断山部分地区呈现相反的变化趋势。显然，积雪变化趋势与Li（2013）的分布类似。总的来说，在内部的积雪高原有明显的下降趋势，但在周边地区呈现上升趋势。

3.4 季节性空间分布

春季（图4a）出现频率最高的是2003 - 2013年期间的季节性SCF，其中大多数地区的积雪充沛,在柴达木盆地，西藏东南部和北部的刚果山脉。冬季的频率（图4b）与春季的分布类似，并且祁连山地区也出现了明显的积雪。冬季和春季SCF的幅度在喜马拉雅山西部，喀喇昆仑山脉和尼日琴丹勒山地区有所不同。持续的持续时间在不同的海拔范围内变化。

同样，季节变化趋势系数表明，春季积雪基本呈现下降趋势（图4c）褶皱积雪集中在高原中部，西喜马拉雅山脉和东部喀喇昆仑山脉。冬季积雪（图4d）在大多数地区也呈现下降趋势，积雪趋势增加的地区只位于喀喇昆仑山东部和横断山区的一些地区。

图3 2003 - 2013年年度SCF的空间分布（a）及其线性趋势（b）

图4 2003-2013年冬春季SCF（a：春季，b：冬季）及其线性趋势（c：春季，d：冬季）的空间分布

4、积雪与降水的关系

以前的研究表明冬季和春季的积雪覆盖在中国东部降水中起着重要作用。 具有最大SCF的区域主要集中在东南部的TP，如尼日琴坦拉山周边地区。根据SCP的分布和Lv和Xu（1990）的研究，东南部的TP被定义为以下覆盖范围：90°E-103°E，26°N-36°N，MLYRV范围从110 °E-122°E，28°N-34°N。因此，用SCP作为反映积雪状况的参数，研究了全球热带气旋和东南热带冬春季积雪与MLYRV的降水之间的关系。

4.1 同一时段积雪与降水的关系

8天复合SCP和降水

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21419]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章