1980—2019年青藏高原积雪深度时空差异性分析

王芝兰，张飞民，王澄海，孙旭映，吕春艳

（1.兰州大学大气科学学院/甘肃省气候资源开发及防灾减灾重点实验室，甘肃 兰州 730000；2.中国气象局兰州干旱气象研究所/甘肃省干旱气候变化与减灾重点实验室，甘肃 兰州 730020；3.贵州省铜仁市气象局，贵州 铜仁 554300）

0 引言

被誉为世界“第三极”的青藏高原，对中国乃至全球气候变化的反馈具有一定“前瞻性”，该地区气候变化相比于全球其他地区，具有开始时间早、变化幅度大及变化速率快等特征，对中国气候变化的影响至关重要［1-3］。积雪作为冰冻圈最为活跃且具有多重属性的地表覆盖类型，被认为是气候变化的指示器［4］。积雪一方面通过高反射率特性，改变地表能量收支，进行陆气相互作用；另一方面通过相态的改变，进行热量传输和水文循环［5-7］。青藏高原积雪（下称高原积雪）作为一种变化显著的陆面过程，其热力影响可达到对流层中部［8］。已有诸多研究对高原积雪在次季节、季节、年际和年代际等多时间尺度特征，及其对大气变率的响应进行了广泛分析。高原积雪空间分布极不均匀，四周山地多雪、腹地少雪，积雪期主要集中在10月至翌年5月［9-10］，积雪深度和积雪日数空间大值区并不一致［11］，且积雪深度和积雪日数变化趋势并不完全一致［12］；20世纪90年代初以前，高原积雪深度变化呈普遍增加趋势，其中80年代增加趋势最为显著［13-15］，20世纪90年代末积雪开始呈显著减少趋势，其中最大雪深减少最显著［16-19］。高原冬春积雪年际异常敏感区随季节有着显著变化，并具有多尺度性［20］。次季节尺度上，冬季高原积雪变化在对流层中部存在3～8天的快速响应［21-22］。此外，高原积雪也是中国主要的水源补给，研究表明黄河源区积雪日数对春季径流的影响较积雪深度显著，4—5月气温升高，积雪大量融化，对径流增加有重要影响［23-24］。

青藏高原冬春积雪异常对大气环流和气候产生重要影响，是中国夏季降水预测的关键因子之一［25-29］。但目前高原积雪对气候的影响机理仍不够清晰，其原因在于，气候异常成因复杂，诸多影响因子对气候的作用是非线性的，高原积雪与中国降水之间的联系可能存在其他因子的协同作用，ENSO信号是否独立于积雪-东亚季风之间的联系仍不确定［30-33］；另一方面，对青藏高原积雪的时空特征及异常变化分析存在不确定性，东、西部积雪的年际波动呈现反位相关系［34］，南、北部积雪异常对中国夏季降水的影响存在差异［35-36］。气象台站的积雪观测资料是目前可信度较高、时间最长的积雪资料，但该资料空间连续性较差，台站分布不均匀，在高原相对较低海拔的东部，台站分布较多，在高海拔、气候恶劣的高原腹地及高原南部、高原西部地区台站稀少。遥感反演资料较好地解决了空间不连续的问题，虽然它较观测资料时长短，在地形复杂、积雪较浅且破碎化严重的地区反演精度不够理想［37］，但在表征气候尺度的年际变化方面，遥感资料与台站观测资料有很好的一致性［38-39］。此外，大多数研究将高原积雪视为一个整体来讨论其气候效应，积雪在空间上的差异对同期或后期气候的影响未得到重视［36］。

为深入认识和理解高原积雪的空间差异性及高原不同区域多时间尺度变化特征，本文利用中国区域长时间序列逐日积雪深度资料，采用REOF方法将高原进行区划，就高原不同区域积雪在季节、年际及年代际尺度的变化特征进行分析，以期为探讨高原积雪空间差异性对中国夏季降水及气候的影响提供科学依据。

1 数据与方法

1.1 数据来源

本文所用积雪数据来源于国家青藏高原科学数据中心（https：//data.tpdc.ac.cn/zh-hans/）的中国雪深长时间序列数据集（1979—2019年）。该数据集提供1979年1月1日至2019年12月31日逐日的中国范围的积雪厚度分布数据。用于反演该雪深数据集的原始数据来自美国国家冰雪数据中心（NSIDC）处理的SMMR（1979—1987年）、SSM/I（1987—2007年）和SSMI/S（2008—2019年）逐日被动微波亮温数据（EASE-Grid）。由于三个传感器搭载在不同的平台上，所以得到的数据存在一定的系统不一致性。通过对不同传感器的亮温进行交叉定标提高亮温数据在时间上的一致性。利用Chang算法在中国地区进行修正反演雪深［40-41］。该数据集采用EASE-GRID和经纬度两种投影方式，空间分辨率为25 km。该数据虽对青藏高原积雪深度反演在数值上偏大，但对高原积雪的显著季节性特征及气候尺度的年际变化特征方面与台站观测资料具有很好的一致性［38-39］。

本文利用CRU（https：//lr1.uea.ac.uk/cru/data/）气温、降水资料分析了青藏高原不同区域积雪深度与气温、降水变化的相关关系。该数据空间分辨率为0.5°×0.5°。

1.2 研究方法

本文利用经验正交分解（EOF）来分析高原冬春积雪深度的主要空间分布模态及各模态对应的时间系数异常变化。利用旋转经验正交分解（REOF）分析了不同区域积雪深度的变化，并通过各向量高载荷区域对积雪深度场进行了区域划分。REOF分解不但可以较好地反映不同地域的变化，还可以反映不同地域的相关分布，旋转后的典型空间分布结构更为清晰［42］。

本文中定义积雪年为上年8月1日至当年7月31日。冬春积雪定义为上年11月1日至当年4月30日的积雪深度。文中秋季为9—11月，冬季为12—2月，春季为3—5月，夏季为6—8月。研究时段为1980—2019年。

2 结果与分析

2.1 青藏高原积雪深度时空变化特征

本文利用EOF、REOF方法对1980—2019年高原冬春积雪深度进行分解，以分析高原地区积雪深度年际变化的时空异常特征。

2.1.1 青藏高原冬春积雪深度EOF分解

North检验［43］表明，前3个模态通过了显著性检验，且前3个模态的方差贡献率之和达到54.3%，也最大限度表征了高原冬春积雪深度场的变率分布结构，因此本文对前3个模态的空间分布（图1）进行分析。EOF1表征了青藏高原冬春积雪深度变化异常的平均状况，EOF2、EOF3反映出高原冬春积雪深度变化的典型结构。从图中可以看出，第一模态除了高原东部的四川省部分地区外，其余地区均表现为负值，高值区位于高原中东部的巴颜喀拉山、唐古拉山及念青唐古拉山等山区。EOF1表征了高原积雪的整体变化，即青藏高原冬春积雪在整个高原的变化趋势基本一致，其中高原中东部山区为变化最明显的区域。EOF2表现出高原北部为正值区，高原西部及南部为负值区，这一模态反映出高原冬春积雪深度南—北反向的变化特征，变化大值区位于阿尼玛卿山及巴颜喀拉山西段地区，及高原西部边缘的高山地带。EOF3表现出高原西北部为正值区，高原东南部为负值区的空间分布特征。这一模态也反映出了高原冬春积雪深度东南—西北部为相反的变化特征。

图1 1980—2019年青藏高原积雪深度EOF前3个模态的空间分布及时间序列Fig.1 The first three modes of EOF of snow depth over the Tibetan Plateau from 1980 to 2019

各模态所对应的时间系数代表了高原冬春积雪深度各分布型式的时间变化特征，系数的绝对值越大，表明这一年这类分布型式越典型。EOF1表现出高原冬春积雪的整体变化特征，其对应的时间系数PC1也同样反映出冬春积雪在高原整体的年际异常变化，图中可以看出，PC1在1980—2019年存在减少趋势，在20世纪80年代处于积雪偏多期，在20世纪80年代末高原积雪有所减少，至20世纪90年代后期，高原积雪明显增多，在2000年以后，高原积雪再次处于积雪偏少期；PC1在1986年、1998年为显著大值年份，也很好的与高原积雪偏多年份相对应。EOF2表现了青藏高原冬春积雪深度空间上南—北反向型，对应的PC2在1980—2019年呈现缓慢减少趋势，在20世纪80年代前期高原冬春积雪偏多，后期偏少，20世纪90年代高原积雪偏多，尤其是90年代末，积雪异常偏大，进入21世纪，高原冬春积雪以偏少为主。EOF3表现了高原冬春积雪空间上东南—西北反向型，对应的PC3在20世纪90年代以前积雪偏少，20世纪90年代以后至21世纪前10年均处于积雪偏多，在2010年以后高原积雪以偏少为主。时间系数PC1、PC2及PC3在年际变化中存在差异，反映出不同的模态对应着不同的时间变化，例如EOF1在20世纪80年代处于积雪偏多期，而EOF2在该时段处于积雪偏少期；但也存在着相同之处，例如3个模态在进入21世纪以后，均以积雪深度偏少为主。

以上分析可以看出，青藏高原冬春积雪深度的空间总体变化为高原整体的一致变化型、局部变化存在高原南—北反向变化型及高原东南—西北反向变化型；时间系数年际变化在1980—2019年整体呈现出减小的线性趋势，但不同空间模态对应的时间系数年际变化、年代际变化存在差异。由此也可以看出，青藏高原积雪的年际变化异常在较小空间尺度上存在差异，这也反映出高原积雪时空异常的复杂性和多尺度性［11，20，44-45］，因此，有必要对高原整体进行划分，进一步分析不同区域积雪的时空异常特征。

2.1.2 青藏高原冬春积雪深度REOF分解

EOF能最大限度地表征出整个高原冬春积雪深度的变化特征，但其局限性在于分离出的空间分布结构不能清晰表示不同地理区域的特征。在EOF分析的基础上，进行REOF对青藏高原冬春积雪深度进行分解，进一步分析了青藏高原冬春积雪的较小空间尺度分布特征。图2为1980—2019年青藏高原冬春积雪深度REOF前6个模态。从图中可以看出，REOF前6个模态的累积方差贡献率达到64.0%。旋转后的模态REOF1在高原大部为负载荷分布，高载荷区主要位于唐古拉山以北、昆仑山东段以南的高原中部地区。REOF2除昆仑山以北部分地区外，在高原大部均为正载荷分布，高载荷区位于唐古拉山以南的山区及高原西部及南部的山区。REOF3除了高原东部的川西高原部分地区外，其余地区基本为正载荷区域。REOF4在高原西部阿里地区负载荷向量显著。REOF5空间上呈现出西北—东南的反向变化，其中东南部地区为负载荷的高值区。REOF6在高原上呈现出南—北反向的空间分布，高值区位于唐古拉山山区一带。

图2 1980—2019年青藏高原冬春积雪深度REOF前6个模态的空间分布Fig.2 The first six modes of REOF of winter and spring snow depth over the Tibetan Plateau from 1980 to 2019

以上REOF分析青藏高原冬春积雪深度的空间模态，较为清楚地反映出地理位置和地形对高原冬春积雪的影响，综合考虑REOF分析结果，将青藏高原划分为4个区域（图3）。

图3 青藏高原积雪区域的划分［底图为图2（a）］Fig.3 Regional division of snow depth over the Tibetan Plateau［The base image is Fig.2（a）］

I区为高原东部区（96.5° E以东，33.0° N以南及100.0°E以东，33.0°～35.5°N），主要包括甘肃南部的甘南地区、青海东部的海东地区、西藏东部的昌都地区、四川西部阿坝和甘孜地区及云南北部。该地区海拔相对高原主体较低，在3 000～5 000 m，地势起伏，沟壑较多，地形复杂，为高原主体向内陆的过渡带［46］。植被以森林、灌丛及高寒草甸为主，该地区分布多为季节性积雪。

II区为高原南部区（83.0°～96.5°E，31.5°N以南），主要包括西藏的日喀则、山南、林芝及拉萨地区。该地区位于喜马拉雅山以北，包括了喜马拉雅山及念青唐古拉山地区，贯穿雅鲁藏布江，湖泊在该区域分布最多。

III区为高原西部区（83.0° E以西），主要包括西藏的阿里地区及新疆南部昆仑山区。该地区为4 800～5 100 m的高海拔地区，地势相对平缓。冬春多大风、酷寒，气候恶劣，植被稀疏［46］。该地区为多年冻土区和稳定积雪区。

IV区为高原中部区（83.0°～96.5° E，31.5°～35.5° N及96.5°～100.0° E，33.0°～35.5° N），主要包括青海南部的玉树、果洛及格尔木地区及西藏的那曲地区。该地区平均海拔4 000～4 800 m，包括阿尼玛卿山、巴颜喀拉山及唐古拉山，起伏稍缓，是重要的水源发源地。该区东部植被覆盖度较大，且东部冬春积雪深度较大。

2.2 不同区域积雪深度多时间尺度变化特征

2.2.1 月及季节尺度变化

已有研究表明，高原积雪季节变化相比于新疆及东北地区积雪而言有两大特点：一是积雪季节长，最大值出现早，结束却迟2～3个月；二是积雪出现迅速，消退缓慢，但很难持续到春末夏初［13，30］。高原积雪通常在秋季开始累积，冬季达到积雪的年高峰值，春季开始消融。图4为不同区域积雪深度月尺度变化，可以看出I区、II区和IV区在9月至次年5月有积雪现象，III区全年均有积雪存在。逐月来看，I区、II区和III区9月至次年1月为积雪累积期，这一期间积雪逐月增加，1月达到峰值，之后2月至6月为积雪消融期，积雪逐月减少；IV区9月至次年12月为积雪累积期，12月达到峰值，次年1月至6月为积雪消融期。I区的积雪峰值最大，其余3区峰值相差不大。高原东、西部对比来看，高原东部I区较其他区域，其积雪深度累积和消融的速度较快，可能的原因是I区处在高原主体的边坡，地势起伏，来自西南方向的水汽较充足，使得该地区在积雪累积期易形成降雪，进入3月，气温回暖，该地区温度较高，积雪消融速度较快；对比高原西部III区来说，海拔较高，地势相对平坦，气温常年较低，终年有积雪覆盖。高原南部（II区）、中部（IV区）对比来看，积雪累积期和积雪消融期，IV区均比II区增长（减少）速率快，且IV区在12月达到积雪深度峰值，II区则在1月达到积雪深度峰值。气温是秋、春季积雪的关键因子，降雪是冬季积雪的关键因子，高原南部位于喜马拉雅山地，南部暖湿气流受到抬升，过程降雪强，因此1月积雪深度较大；高原中部大部处于青海高原，海拔相对较低，对气温相对敏感，在秋季及春季的积雪深度的累积和消融速率快［47-48］。

图4 青藏高原不同区域积雪深度的月变化Fig.4 Monthly variation of snow depth in different parts of the Tibetan Plateau

图5为不同区域积雪深度季节尺度变化。从图中可以看出，4个区域均表现出积雪深度在冬季最大，春季次之，夏季最少的特征。不同区域各积雪深度在数值上存在差异。进入秋季，降雪使得各区域积雪不断积累，其中III区在秋季的积雪深度最大，IV区和II区次之，I区积雪深度最小；进入冬季，I区积雪深度迅速增加并达到最大，II区和III区次之，IV积雪深度最小；春季III区积雪消融较慢，为春季积雪深度最大区，I区积雪迅速消融速率最大；夏季I区、II区及IV区积雪几乎消融殆尽，由于高海拔低气温，使得III区夏季仍有积雪存在。以上分析进一步说明，I区、II区及IV区为季节性积雪区，III区为稳定积雪区。

图5 青藏高原不同区域积雪深度的季节变化Fig.5 Seasonal variation of snow depth in different parts of the Tibetan Plateau

2.2.2 年际尺度变化

从青藏高原不同区域年平均积雪深度年际变化（图6）可以看出，各区域积雪深度在1980—2019年均呈现缓慢下降趋势，但不同区域年际变化存在差异。从线性趋势来看，II区、III区及IV区通过95%的显著性检验，其中II区和IV区通过99%的显著性检验，这表明II区和IV区年积雪深度呈现出显著的减少趋势，而I区年积雪减少不明显。此外可以看出，2000年以前各区域积雪深度年际波动的幅度较大，2000年以后波动幅度较小。1998年在4个区域中均为积雪深度异常偏大年。

图6 青藏高原不同区域年平均积雪深度的年际变化（虚线为线性拟合，曲线为6阶多项式拟合）Fig.6 Interannual variation of average annual snow depth in different parts of the Tibetan Plateau（The dotted line is a linear fit，and the curve is a 6th-order polynomial fit）

为了进一步对比高原整体和局部各区域冬春积雪深度的年际变化，图7给出不同区域及整个青藏高原标准化冬春积雪深度年际变化。从图中可以看出，高原整体与各区域年际变化存在差异，高原整体表现为更为平缓的减少趋势。在2000年以前各区域及高原整体异常变化均较明显，波动幅度大；2000年以后高原积雪深度变化处于相对平稳期，在2014/2015年左右之后，积雪深度异常变化有所加强。例如2017/2018年处于积雪深度异常偏小值，2019年处于积雪异常偏大值。表1给出了1980—2019年不同区域冬春积雪深度相关系数，可以看出，高原整体积雪变化与II区和IV区的相关最好，与I区相关较低；各子区域之间，III区和IV区，II区和IV区的相关较好，均通过99%的显著性检验，但I区与III区、IV区积雪深度的相关性较差。这说明，各子区域积雪的变化对高原整体积雪变化均有贡献，其中位于高原南部（II区）和高原中部（IV区）的贡献最大，这可能是喜马拉雅山地区积雪深度偏大，气温偏低，积雪不易消融；而高原中部地区地域宽广，积雪覆盖度大，累积积雪深度较大，因此该地区积雪的变化对高原整体的影响较大。观测资料也表明［12］，青藏高原南部喜马拉雅山地区是积雪深度的高值区。而高原东部（I区）海拔相对较低，积雪深度较小，对高原整体积雪变化的贡献相对较小。从各子区域的相关程度可以看出，位于高原中部的IV区与高原南部（II区）和西部（III区）的年际变化较为一致，但高原东部的I区，海拔较低，积雪对气温较敏感，该地区积雪累积和消融速率较其他地区快，因此与其他区域积雪的变化相关较小。

图7 青藏高原不同区域及整个高原（TP）标准化冬春积雪深度的年际变化Fig.7 Interannual variation of winter and spring snow depth in different parts of the Tibetan Plateau and the whole plateau（TP）

表1 1980—2019年青藏高原不同区域冬春积雪深度的相关系数Table 1 Correlation coefficients of winter and spring snow depth in different parts of the Tibetan Plateau from 1980 to 2019

2.2.3 年代际尺度变化

已有诸多对青藏高原积雪异常变化进行分析的成果，但大多将高原视为整体，或就研究时段进行线性拟合，讨论该时段的趋势变化。由于研究时段不同，结论也存在差异［11-15］。为了更详细分析高原积雪深度的变化趋势，本文将1980—2019年进行某一时间窗口的滑动，分析不同时段内积雪深度变化趋势。

取时间窗口为11年，滑动时段为1980—1990年，1981—1991年，……，2009—2019年；取时间窗口为12年，滑动时段为1980—1991年，1981—1992年，……，2008—2019年；以此类推，计算出每个滑动时段的积雪深度变化趋势。图8为各区域不同滑动时段的冬春积雪深度变化趋势。从图中可以看出，I区在11～20年的时间尺度上，在2000年之前的积雪深度均呈显著性增加趋势，2010年前后的11～15年时间尺度上存在不显著增加趋势，其余时段均呈现显著减少趋势，尤其对于25年以上的时间窗口，滑动时段内积雪深度变化趋势几乎均呈减少趋势。窗口较小的时间尺度表现出变化趋势越大。II区在10～15年时间尺度上，在1996—2002年、2010—2015年积雪深度呈不显著增加趋势，其余时间窗口的各滑动时段内均呈减少趋势，尤其是30～40年时间窗口内，II区的积雪深度呈显著性减少趋势。III区在10～15年时间窗口内，在1996—2002年左右、2009—2015年呈现出增加趋势，其余时段呈现减少趋势，其中在1996年以前的各时段积雪深度呈显著减少趋势。IV区在10～15年时间窗口内，在1996—2002年左右、2010—2015年呈现出增加趋势，其余时段均呈现减少趋势，其中在15～20年、30年以上的时间窗口，2010年以后的滑动时段内积雪深度的减少趋势显著。

图8 青藏高原不同区域冬春积雪深度的多时间尺度变化趋势（黑色圆点表示通过90%的显著性检验）Fig.8 Multi-time scale variation trends of winter and spring snow depth in different parts of the Tibetan Plateau（The black dot indicates the correlation above the 90%confidence level）

综上所述，4个区域中，I区在各滑动时段的变化趋势明显不同于其他区域，II区、III区和IV区的变化趋势相似，其中II区和IV区的变化趋势基本一致。但各区域通过显著性检验的时段存在差异。10～15年的时间窗口来说，I区在1980—2019年呈现出增加—减少—增加—减少的变化，其余3区均呈现出减少—增加—减少—增加—减少的变化；25～40年的时间窗口来说，在各滑动时段4区域冬春积雪深度均呈现出减少趋势，但III区未通过显著性检验。由于地面观测台站多分布在I区，利用台站观测资料分析的结果与本文中I区的结论基本一致［19，49-50］。

2.3 不同区域积雪深度与气温、降水的关系

气温、降水是影响积雪深度最为重要的两个气象因子。表2给出不同区域冬春积雪深度与同期气温、降水变化的相关系数。总体来说，积雪深度与气温存在负相关关系，与降水存在正相关关系，这也说明气温偏高（低），积雪深度偏少（多），降水偏多（少），积雪深度偏大（少）。不同区域积雪深度对气温、降水的响应并不相同，I区、IV区气温与积雪深度相关较好，相关系数达到0.4以上，II区气温与积雪深度相关不显著。4个区域的降水与积雪深度相关关系均未通过显著性检验，这也说明，冬春季积雪深度与降水的关系较为复杂，并不存在简单的线性关系，高原风吹雪是可能的原因之一［30］。

表2 1980—2019年青藏高原不同区域冬春积雪深度与气温、降水的相关系数Table 2 Correlation coefficients of winter and spring snow depth with air temperature and precipitation in different parts of the Tibetan Plateau from 1980 to 2019

3 结论

本文通过EOF、REOF方法对1980—2019年青藏高原积雪深度时空特征进行分析，在此基础上将高原积雪划分为高原东部、高原南部、高原西部及高原中部4个区域，并详细讨论了不同区域内积雪深度不同时间尺度的变化特征及与气温、降水的相关关系，得到如下结论：

（1）月尺度变化来说，高原东部、高原南部和高原西部9月至次年1月为积雪累积期，2月至6月为积雪消融期，1月达到峰值；高原中部9月至次年12月为积雪累积期，次年1月至6月为积雪消融期，12月达到峰值。高原东部比高原西部地区积雪深度累积和消融的速率快；高原南部地区积雪深度累积和消融速率比中部快。

（2）季节尺度上，冬季高原东部积雪深度迅速增加并达到最大，高原中部积雪深度最小；春季高原东部积雪消融速率最大，高原西部积雪消融较慢，但积雪深度最大区；夏季除高原西部仍有积雪存在外其余区域积雪几乎消融殆尽。

（3）年际尺度上，各区域积雪深度在1980—2019年均呈现缓慢下降趋势，但高原东部积雪减少不显著。2000年以前各区域积雪深度年际波动的幅度较大，2000年以后波动幅度较小。

（4）高原东部积雪在不同滑动时段变化趋势不同于其他区域。10～15年的时间窗口，高原东部在1980—2019年呈现出增加—减少—增加—减少的变化，其余3区均呈现出减少—增加—减少—增加—减少的变化；25～40年的时间窗口，各滑动时段4区域冬春积雪深度均呈现出减少趋势，但高原西部变化不显著。

（5）不同区域积雪深度对气温、降水的响应不相同，高原东部和中部地区积雪深度与气温相关较好，高原南部积雪深度与气温相关不显著。冬春季积雪深度与降水并不存在简单的线性关系，4区域降水与积雪深度相关均未通过显著性检验。

青藏高原积雪对中国气候影响的研究结果尚存在一定的不一致性，可能与研究区域、研究时段、积雪产品及积雪参数等不一致有关。不同积雪参数表现出不一致的变化，这些均限制积雪相变过程中相关的能量转换以及积雪对气候影响的理解与分析［28-30，51-52］。高原草地湖泊错综，沟壑较多，复杂的下垫面条件使得反演的积雪产品精度仍不理想［37］，但随着卫星遥感技术和反演模型的发展和改进，遥感积雪产品仍是目前全面细致分析高原积雪时空异常特征及对气候影响的有力途径和依据。另一方面，青藏高原地域宽广，已有研究也讨论了高原南、北积雪异常对中国东部夏季降水的影响［35-36］，因此将高原视为整体分析高原积雪对邻近地区、中国乃至东亚气候的影响可能会忽略高原积雪的地域性差异引起的影响效力。此外，青藏高原观测台站大多地处高原中东部，利用观测资料分析高原积雪对中国地区气候异常的影响一定程度增加了不确定性。本文对青藏高原积雪进行分区域讨论，并对各区域的不同时间尺度特征进行分析，为准确评价高原积雪时空变化及积雪水资源特征，也为进一步探究高原不同区域积雪对中国地区天气、气候异常响应的差异性奠定基础。

致谢：感谢国家青藏高原科学数据中心提供了中国雪深长时间序列数据集（1979—2019年）。