内蒙古积雪日数时空特征研究

朱乌杨嘎

摘 要：利用经典统计学、地统计和地理信息系统方法，研究了内蒙古积雪的时空分布特征。结果表明：内蒙古积雪分布极不均匀，整体呈现东北多西南少的趋势;研究区北部积雪日数（80～170 d）明显比南部（小于45 d）长，西北部地区多年平均积雪日数接近于0，东北部地区多年平均积雪日数大部分超过100 d。大多数年份不稳定积雪区域与稳定积雪区域面积占比相近，但在个别年份中，二者面积相差过大，多年无积雪覆盖区域主要分布在西部地区。SLOPE高值区主要分布在东部大兴安岭东侧、呼伦贝尔草原和锡林郭勒草原，其他地区还包括西北部巴彦淖尔、呼和浩特、包头等中部。SLOPE低值区主要分布在东部呼伦贝尔高原西侧及南部河套平原。2000—2017年，整个研究区98.37%的地区积雪日数发生变化，但变化并不显著。

关键词：内蒙古;积雪日数;时空特征

中图分类号：P426.635 文献标识码：A 文章编号：1003-5168（2021）29-0139-04

Study on Spatiotemporal Characteristics of Snow Cover Days in Inner Mongolia

ZHU Wuyangga

（College of Geographical and Sciences， Inner Mongolia Normal University， Hohhot Inner Mongolia 010022）

Abstract： The temporal and spatial distribution characteristics of snow cover in Inner Mongolia are studied by using classical statistics， geostatistics and GIS. The results show that the distribution of snow cover in Inner Mongolia is very uneven， showing a trend of more in the northeast and less in the southwest; The snow days in the north of the study area （80 ～ 170 d） are significantly longer than those in the South （< 45 d）. The multi-year average snow days in the northwest are close to 0， and most of the multi-year average snow days in the Northeast are more than 100 d. The area proportion of unstable snow area and stable snow area is similar in most years， but in some years， the area difference between them is too large. The areas without snow cover for many years are mainly distributed in the western region. Slope high value areas are mainly distributed in the east of Daxinganling， Hulunbuir grassland and Xilingol Grassland in the East， and other areas also include Bayannur， Hohhot， Baotou and other central areas in the northwest. Slope low value areas are mainly distributed in the west of Hulunbuir plateau in the East and Hetao Plain in the south. From 2000 to 2017， the number of snow days in 98.37% of the whole study area changed， but the change was not significant.

Keywords： Inner Mongolia;snow cover days;spatiotemporal characteristics

積雪是气候系统中一个非常重要的组成部分，在年时间尺度上积雪对气温的变化是非常敏感的[1]。它不仅影响能量交换、地表辐射平衡及气候变化，而且是一种重要的淡水资源[2]。积雪对水循环具有重要影响，积雪监测可以帮助相关工作人员科学安排水资源的管理工作，特别是在水资源匮乏的西北地区[3]。我国有很多学者利用遥感技术对积雪进行监测研究。延昊通过案例分析比较了中分辨率成像光谱仪（Moderate-Resolution Imaging Spectroradiometer，MODIS）和AMSR-E积雪分布，发现云的遮蔽使MODIS积雪分布面积比实际小，但由于MODIS的空间分辨率高，得到的积雪边界线轮廓清晰。而微波不受云的影响，得到的AMSR-E积雪分布比较符合实际，但积雪的边界线较粗[4]。萨楚拉等利用MODIS数据产品（MOD10A2）分析了内蒙古2002—2012年10个积雪季节的积雪覆盖面积时空变化[5]。杨倩等利用MODIS每日积雪产品（MOD10A1）提取吉林省积雪覆盖指数、积雪日数、积雪初日等，并结合同期气温和降水资料，分析该区积雪的变化特征与气温、降水的关系[6]。王增艳等以干旱区为研究区，利用MODIS和AMSR-E融合后的8个水文年份无云积雪产品，计算了利用遥感方法提取积雪日数[7]。KLEIN A G等利用地理信息系统（Geographic Information System，GIS）对MODIS积雪产品进行精度评估[8]。同时，对由中分辨率成像光谱仪（MODIS）数据制作的每日积雪图与美国水文遥感中心（NOHRSC）制作的实际积雪图以及2000—2001年雪季的现场积雪遥测（SNOTEL）测量结果进行了比较。CHE T等利用微波被动卫星遥感资料（1978—1987年的SMMR和1987—2006年的SMM/I）研究了我国季节性积雪深度的时空分布。结果表明，近30年来我国积雪深度呈现出明显的年际变化，且增长趋势较弱[9]。

为了掌握内蒙古的积雪日数动态变化特征，可以通过遥感监测为进一步改善内蒙古积雪及雪灾评价提供科学依据。

1 研究区概况

内蒙古自治区位于中华人民共和国的北部边疆，由东北向西南斜伸，呈狭长形。地处97°12′E—126°04′E，37°24′N—53°23′N。全区总面积118.3万km，轄12个地级行政区，占全国土地面积的12.3%，国境线长4 221 km。内蒙古自治区地势较高，平均海拔在1 000 m左右，气候以温带大陆性季风气候为主。降水量少而不均匀，风大，寒暑变化剧烈。

2 遥感数据与预处理

MODIS数据因其时间和空间分辨率高，因此选用Terra/MODIS每日积雪产品MOD10A1数据作为积雪数据源，版本V6，空间分辨率500 m，时间范围为2000—2017年每个积雪季节，数据格式为HDF-EOS。MODIS数据来自美国国家冰雪数据中心（National Snow and Ice Data Center， NSIDC，NSIDC）[10]。MODIS是搭载在Terra和Aqua卫星上的一个重要传感器，是卫星上唯一将实时观测数据通过X波段向全世界直接广播，并可以免费接收数据和无偿使用的星载仪器，全球许多国家和地区都在接收和使用MODIS数据。数据预处理利用MRT软件对MOD10A1数据进行批处理，将地理坐标转换为WGS84，投影转换为Albers投影，格式转换为Geo-Tiff格式，再将影像拼接，最后使用内蒙古矢量文件在Python中裁剪影像。

3 研究方法

将积雪季节定义为每个自然年的10月1日至翌年3月31日。积雪日数（Snow Cover Days， SCD）表示在一个积雪季节中积雪出现的总天数[11]。

式中：n代表一个积雪季节的天数（182 d或183 d）;Xi表示第i天的积雪覆盖率（Snow Cover Fraction，SCF）[12]。

4 结果分析

4.1 积雪日数特征分析

4.1.1 积雪日数时空分布特征分析。2000—2017年研究区积雪季节平均积雪日数空间分布如图1所示。将研究区分为4个部分，东部110°E以东，西部110°E以西，北部42.5°N以北，南部42.5°N以南，按方向对比分析。就东西方向而言，积雪天数为0 d的地区，西部多于东部，且西部大部分地区如阿拉善盟、乌海、巴彦淖尔、鄂尔多斯等均有积雪天数为0 d的区域，仅在鄂尔多斯到包头、呼和浩特、乌兰察布有积雪天数超过0 d的区域，但是这些地方的积雪天数超过0 d的时间相对比较短;而东部仅有赤峰、通辽等地有少部分面积是积雪天数为0 d，呼伦贝尔及兴安盟大部分地区积雪天数较多，甚至有些区域积雪天数达到185 d。

就南部和北部而言，研究区北部，即兴安盟和呼伦贝尔，积雪面积大，天数多在72 ～ 185 d，持续时间均比较长，多为一个月以上，有的地区甚至长达半年，这样的积雪日数和面积明显比南部大。南部积雪天数多小于36 d，大部分区域的积雪天数为0 d。

4.1.2 积雪日数空间变化特征分析。为更直观地描述不同积雪日数地区面积占研究区总面积的占比情况，以每30 d为一个范围，对积雪日数划分得到8个范围，分别是0 d（无积雪覆盖）、1～30 d、31～60 d、61～90 d、91～120 d、121～150 d、151～180 d、180 d以上。

从整体来看，2000—2017年研究区积雪日数在1～30 d的范围最广，所有年份占比均在20%以上;最大值出现在2005年，为45.92%;最小值出现在2012年，为21.58%。无积雪覆盖地区面积占比在40%以上的有4年，分别是2005年（45.92%）、2007年（44.21%）、2008年（41.52%）、2014年（40.23%），其中2014年有60%以上地区积雪日数不足31 d，为历年最高，与2014年积雪覆盖率最低相对应。除无积雪覆盖地区和积雪日数在1～30 d的地区外，整个研究区积雪日数在61～90 d的地区所占面积比例最大，积雪日数在180 d以上的地区所占面积比例不足2.5%。

研究区有91.9%的地区多年平均积雪日数集中在1～120 d，其中无积雪覆盖地区面积为0，说明虽然某年某地可能未出现积雪，但在连续多年中至少有一年该地区出现过积雪，研究区没有永久无积雪区;平均积雪日数在180 d以上的地区面积占比不足0.5%，表明研究区基本没有长日数积雪。

就东（110°E以东）西（110°E以西）对比而言，东部的积雪天数明显高于西部，西部积雪天数大多为0 d，而东部积雪不仅面积大，而且时间长，积雪天数为0 d的区域面积相当小，仍然有一大部分区域积雪天数超过184 d。

就南（42.5°N以南）北（42.5°N以北）部差异而言，北部尤其是大兴安岭附近积雪面积大，而且积雪天数多。

4.2 积雪日数趋势特征分析

4.2.1 积雪稳定性空间分析。为描述研究区积雪稳定情况，按积雪日数长短将研究区分为无积雪区域、稳定积雪区域和不稳定积雪区域。图2是2000—2017年无积雪区域、稳定积雪区域、不稳定积雪区域空间分布图。从空间上来看，稳定积雪区主要分布在研究区西北部、北部、东部;不稳定积雪区则随着年份变化分布在不同地区，研究区中部不稳定积雪区域的年份多于稳定积雪区域的年份;无积雪覆盖区域主要分布在研究区西南部。

4.2.2 积雪日数变化趋势分析。利用一元线性回归分析法分析2000—2017研究区积雪日数空间变化趋势，结果如图3所示。SLOPE高值区主要分布在东部大兴安岭东侧、呼伦贝尔草原和锡林郭勒草原地区，以及中部的少数地区;SLOPE低值区主要分布在东部呼伦贝尔高原西侧及南部河套平原。

4.3 积雪日数变化显著性趋势分析

图4为关于积雪日数变化显著性的示意图，在这里将积雪显著变化性分为三个层次：增加显著、增加不显著、减少不显著。

由图4可知，减少不显著区域分布面积最广，尤其是110°E以西，积雪天数变化几乎均为减少不显著区域。而且在研究区的西部及呼伦贝尔地区也均有分布。增加不显著区域面积次广，西部巴彦淖尔市有部分区域为增加显著区域，而在110°E以东，几乎绝大部分都为增加不显著区域。增加显著区域面积最小，主要分布在东部地区，呼伦贝尔市东部及兴安盟的西部有小面积分布。由此可见，积雪天数减少的区域面积较大。

在该研究区内，自西向东积雪日数变化为由减少到增加不显著到显著增加。

积雪日数变化由南向北由减少不显著到增加不显著再到减少不显著，南部也有部分地区积雪日数变化为增加不显著，中间有一部分区域是减少不显著，在东北部有一定范围的显著增加区域，但是继续往北到呼伦贝尔北端，积雪天数的变化又为减少不显著。

5 结论

①研究区北部积雪日数（80～170 d）明显比南部（少于45 d）长，西北部地区多年平均积雪日数接近于0 d，东北部地区多年平均积雪日数大部分大于100 d。

②大多数年份不稳定积雪区域与稳定积雪区域面积占比相近，但在个别年份中，二者面积相差过大，多年无积雪覆盖区域主要分布在西部地区。

③SLOPE高值区主要分布在东部大兴安岭东侧、呼伦贝尔草原和锡林郭勒草原地区，其他零星分布在西北部巴彦淖尔、呼和浩特、包头等中部地区。SLOPE低值区主要分布在东部呼伦贝尔高原西侧及南部河套平原

④2000—2017年，整个研究区98.37%的地区积雪日数发生变化，但变化并不显著。

参考文献：

[1]王澄海，王芝兰，崔洋.40余年来中国地区季节性积雪的空间分布及年际变化特征[J].冰川冻土，2009（2）：301-310.

[2]普布次仁，除多，卓嘎，等.2001—2010年喜马拉雅山珠穆朗玛峰自然保护区积雪面积的時空分布特征[J].冰川冻土，2013（5）：1103-1111.

[3]姜逢清，魏文寿，刘明哲，等.天山巩乃斯河流域季节性积雪化学成分特征与时空变化分析[J].冰川冻土，1998（1）：75-79.

[4]延昊.利用MODIS和AMSR-E进行积雪制图的比较分析[J].冰川冻土，2005（4）：515-519.

[5]萨楚拉，刘桂香，包刚，等.内蒙古积雪面积时空变化及其对气候响应[J].干旱区资源与环境，2013（2）：137-142.

[6]杨倩，陈圣波，路鹏，等.2000—2010年吉林省积雪时空变化特征及其与气候的关系[J].遥感技术与应用，2012（3）：413-419.

[7]王增艳，车涛.2002—2009年中国干旱区积雪时空分布特征[J].干旱区研究，2012（3）：464-471.

[8]KLEIN A G，BARNETT A C .Validation of daily MODIS snow cover maps of the Upper Rio Grande River Basin for the 2000-2001 snow year[J]. Remote Sensing of  Environment， 2003（2）：162-176.

[9]CHE T，XIN L，JIN R， et al. Snow depth derived from passive microwave remote-sensing data in China[J].Annals of Glaciology，2008（1）：145-154.

[10]SACL，MENG F H，LUO M，et al. Spatiotemporal variation in snow cover and its effects on grassland phenology on the Mongolian Plateau[J].Journal of Arid Land，2021（4）：332-349.

[11]李晨昊，萨楚拉，刘桂香，等.2000—2017年蒙古高原积雪时空变化及其对气候响应研究[J].中国草地学报，2020（2）：98-107.

[12]LI C，SA C，LIU G， et al. The Spatial and Temporal Change of Snow Days in Inner Mongolia in Recent 35 Years[C]// 8th Annual Meeting of Risk Analysis Council of China Association for Disaster Prevention （RAC 2018）.2018.