中国积雪地面调查数据集（2017-2020）

2022-10-08戴礼云肖林王静车涛

中国科学数据(中英文网络版) 2022年3期

关键词：雪深记录表样方

戴礼云，肖林，王静，车涛*

1.中国科学院西北生态环境资源研究院，兰州 730000

2.甘肃省遥感重点实验室，兰州 730000

3.中国科学院黑河遥感试验研究站，甘肃张掖 734000

引言

积雪因其高反照率和低热导性在气候系统中扮演着重要的角色，同时又是气候变化的指示器[1-2]。积雪是重要的淡水资源，是干旱和半干旱地区农业生产和人民生活用水的主要来源[3-4]。中国积雪分布不均匀，持续时间以及年际变率各异，其特性和分布具有时空复杂和不连续特点。因此，积雪特性及其时空变化调查对于冰冻圈和气候变化研究具有重要意义，是评估中国积雪水资源、开展积雪灾害监测和预警的基础性工作。

积雪特性包括物理特性和化学特性。物理特性主要包括积雪深度、密度、雪水当量、雪层温度、含水率、雪粒径形态以及雪粒径等。化学特性主要包括pH值、阴阳离子和微量元素等。积雪特性调查的方法主要有地面观测、遥感反演和模型模拟。地面调查是获取积雪特性的直接方法，可以从点尺度上获取积雪的物理特性和化学特性。遥感反演和模型模拟是获取积雪特性的间接方法，可以从面尺度上获取有限的积雪物理特性，如积雪面积、积雪深度、积雪反照率[5-8]。模型模拟还可以得到积雪密度和粒径[9]。但遥感反演和模型模拟的精度均受制于输入参数的精度。地面调查数据则可以为遥感反演和模型模拟提供先验信息，也为其估算结果提供验证数据。

大规模的积雪特性调查最初都是以站点观测为主。各国的气象站和水文站，提供了长时间序列的雪深和雪水当量数据，但山区观测较少。由于山区积雪分布不均，美国在落基山脉建立了800多个积雪遥测（Snowpack telemetry，SnoTel）点，连续获得雪深和雪水当量。中国气象局从20世纪50年代开始建立各级气象台站，积雪深度和雪压是基本的观测要素。随着需求增大、研究范围拓展，气象局站点不断增多。

随着人类社会越来越重视气候变化给地球带来的影响，对作为气候变化指示器的积雪研究和观测也逐渐增加。为验证或发展积雪过程模型、遥感反演算法，美国、芬兰以及日本都开展了规模相对较大的积雪剖面观测。美国宇航局（National Aeronautics and Space Administration, NASA）于2002-2003年，2017-2020年在科罗拉多地区开展了2个年度的地面调查和遥感调查，获取了多点不同时期的积雪特性数据，用于验证积雪微波和光学遥感反演方法以及辐射传输模型（https://nsidc.org/data/clpx/index.html；https://nsidc.org/data/snowex）。芬兰气象研究所为了发展和验证微波辐射传输模型，在 Sodankyla实验站开展了连续多年的逐周积雪剖面观测[10]。日本为了发展积雪光学辐射传输模型，开展了连续2年的定点积雪剖面观测，观测频率为3-4天[11]。

中国的各研究单位也陆续开展了小范围的积雪特性人工观测，观测参数也逐渐增多。多个积雪自动观测站建立。但这些观测不是在统一的观测规范指导下完成。中国气象局的气象观测站选址以监测气象和气候要素为依据，并没有考虑积雪观测的代表性，且与积雪相关的观测要素少。同时，受自然和经济条件的限制，很难在山区和林区等复杂环境条件下建立气象站。各研究单位不定期的野外试验由各个单位自行架设观测设备，观测参数、使用仪器、观测规范和记录方式也不尽相同。这些观测数据相互之间的可对比性差，使得资源不能得到充分利用。因此，亟待在中国地区系统地开展规范性的积雪特性和分布调查，为我国相关科学研究和行业应用提供基础调查数据。

在科技基础资源调查项目“中国积雪特性及分布调查”[12]的支持下，中国科学院西北生态环境资源研究院组织国内9家单位在2017-2020年期间首次对中国三个典型积雪区开展了两个积雪年的积雪特性调查。调查的积雪特性包括物理特性和化学特性，调查采用了统一的积雪特性观测规范[11]，调查数据经过了多次检查和质量控制，形成了中国积雪地面调查数据集。较之国际上已有的积雪数据集，定点观测剖面频率高，并在多个地区开展，观测参数多，不但有物理参数还有化学参数，并增加了移动观测，获取大范围上积雪特性的空间变化性。本数据集在国家冰川冻土沙漠科学数据中心开放共享（http://www.ncdc.ac.cn）。

1 数据采集和处理方法

1.1 试验总体设计

中国典型积雪区积雪特性观测采用点、线、面的方式开展。典型区是指中国东北-内蒙古地区、新疆地区和青藏高原地区。这三个区域是我国主要的积雪区，积雪水资源对区域的农业和生活用水、生态环境都起着至关重要的作用。

采用点、线、面观测可以从时间和空间上调查积雪特性的分布。点观测主要是指依托于气象台站及相关科研单位自建观测站的长期连续定点观测（图1），包括三个部分：1）830个中国气象局气象站的雪深和雪压观测；2）由各科研单位在3个典型区架设的41个自动观测站，自动获取雪深信息；3）由科研单位在3个典型区架设的6个综合观测站。可以自动获取雪深、雪水当量、积雪温度等，同时开展积雪特性人工观测。点观测数量较少，但是连续观测可以反映不同典型区积雪特性的演变过程。线观测（图1）是指在3个典型区不同气候带、不同下垫面、不同海拔高度条件下规划了6条线路，沿着这6条线路开展积雪特性人工观测。线路上的观测在空间上反映不同气候带、不同下垫面、不同海拔的积雪特性。面观测（图2）是指样方观测，针对25 km分辨率的被动微波遥感雪深和500 m分辨率的MODIS积雪面积数据设计样方，对遥感产品进行验证。

下面将详细介绍观测要素和采集规范。830个气象站点的雪深和雪压数据由国家气象局协议贡献，其观测按气象局制定的规范操作，在本项目的支持下整编，在此不赘述。

图1 830个气象站、41个雪深自动观测点（普通站），6个综合观测站（超级站）以及6条积雪观测线路的位置分布（审图号：GS 京(2022)0038号）Figure 1 Location of 830 meteorological stations, 41 common stations, 6 super stations, and 6 lines for snow pit observation.

图2 25 km样方（上）和500 m样方（下）位置及布设示意图（审图号：GS 京(2022)0038号）Figure 2 Location of sample plot of 25 km (up) and 500 m (down), and schematic diagram of point arrangement in a sample plot.

1.2 数据处理积雪观测要素和观测规范

在点、线、面三种观测方案中，观测参数有重叠，但不完全相同，所有的参数和参数定义都包含在表1中。这些参数包含了积雪的物理特性和化学特性。点观测包括普通站和超级站观测。普通站观测参数少，采用声波测距仪（SR50A Sonic Distance Sensor，SR50A）自动观测雪深。超级观测站的观测参数比较全面，包括人工观测和自动观测。自动观测包括利用积雪分析仪（Snow Pack Analyser，SPA）测量密度；利用SR50A测量雪深；利用伽马射线监测仪（Gamma Monitor，GMON）测量雪水当量；Campbell温度探头自动记录雪层温度；以及利用四分量表（4-Component net radiometer，CNR4）测量反照率。

人工观测采用雪坑的形式每天观测雪表面硬度、积雪分层以及分层积雪特性。分层特性包括厚度、密度、粒径、形态、液态含水量、介电常数以及雪样。在表层和每一层采集雪样，带回实验室测量 pH值、黑碳浓度和阴阳离子浓度。积雪深度、分层厚度采用直尺观测。雪密度采用三种方式观测：利用雪筒观测整个积雪层的密度；分别利用雪铲和雪特性分析仪（Snow fork）观测每5 cm积雪密度。利用带相机的显微镜ViewTer-500UV以及自制的1 mm网格晶体板观测积雪粒径，并对比积雪形态卡记录雪颗粒形态。介电常数和含水量采用雪特性分析仪测量；积雪表面硬度采用硬度计测量。雪样利用无菌袋封装并用保温箱低温保存邮寄回实验室，进行pH值、黑碳浓度以及阴阳离子浓度的测量。由于受到仪器的限制，6个超级站最后观测的要素不完全相同，观测具体参数见数据集中的说明文档。线路上的观测和超级站的人工观测一样，都是采用雪坑的形式观测积雪特性，观测要素和仪器相同。样方中的雪深采用直尺测量，积雪密度利用雪筒观测。

各参数的观测均参考《中国积雪地面观测规范》[13]进行，包括：雪坑位置的选择；雪坑的大小；积雪参数观测的顺序（分层，分层的粒径和形态、液态含水量、分层密度、获取雪样）以及每个参数的观测仪器；观测步骤和注意事项。雪坑观测完毕后，利用原来铲掉的雪进行回填，尽量减少对积雪的破坏。

表1 中国积雪地面调查参数及参数观测使用的仪器Table 1 Snow parameters investigated in the project and corresponding measurement instruments

2 数据样本描述

中国积雪地面调查数据集根据观测方式和属性分成7个数据集：1）中国典型积雪区线路积雪观测数据集（2017-2021）；2）中国典型积雪区普通站雪深数据集（2017-2019）；3）中国典型积雪区超级站积雪特性数据集（2017-2020）；4）中国典型积雪区25 km积雪样方数据集（2017-2020）；5）中国典型积雪区500 m积雪样方数据集（2017-2020）；6）中国典型积雪区积雪化学数据集（2017-2021）；7）中国典型积雪区积雪测线数据集（2018-2019）。每个数据集都包含数据实体和数据说明文档。

1）中国典型积雪区线路积雪观测数据集（2017-2021）：该数据集共包括6条线路的积雪观测数据，文件夹内包括“yyyy-yyyy年度”的三个文件夹和数据自检表，其中“yyyy-yyyy年度”表示：2017-2018年度、2018-2019年度、2019-2020年度；各yyyy-yyyy年度文件夹内又包括表示该积雪年不同积雪时期的三个文件夹，命名为“x_积雪期_yyyymmdd-yyyymmdd”，其中：x表示观测线路，积雪期表示：积累期、稳定期和消融期，yyyymmdd-yyyymmdd表示各积雪期的剖面雪深观测的时间跨度；各x_积雪期_yyyymmdd-yyyymmdd文件夹内包括命名为“yyyymmdd0xnn”、“剖面点线矢量文件”、“剖面数据图”共三个文件夹，其中yyyymmdd表示剖面积雪要素观测的日期，0x表示观测的线路编号，nn表示剖面编号；各yyyymmdd0xnn文件夹中存放着命名为“yyyymmdd0xnn环境”“yyyymmdd0xnn粒径”的两个文件夹，电子记录表和纸质记录版的电子版。其中：环境照片是对雪剖面及东、南、西、北四个方向周围环境进行记录，如图3所示。根据积雪深度将其划分为不同的积雪层，并对各层积雪进行拍照，粒径照片如图4所示。表2描述了剖面观测的所有内容，包括环境信息和积雪属性信息。

图3 环境照片示例Figure 3 Samples of environment photos

表2 积雪剖面记录表格的内容Table 2 All fields in record table for snow pit

图4 雪粒径照片示例（积雪深度30cm，每5cm拍摄积雪粒径）Figure 4 Samples of snow grain photos (a snow depth of 30 cm, and the photos of snow particle sizes taken by every 5 cm）

2）中国典型积雪区普通站雪深数据集（2017-2019）：该数据集包括新疆、青海、西藏和东北地区共41个气象站点的自动观测雪深数据。各文件夹内包括数据分析图、数据自检表、数据字段说明、以及2017-2018和2018-2019两个积雪年的雪深记录表。同一积雪年各站点的雪深数据存放于同一个EXCEL表格中。图5展示了伊宁站两个年度的自动雪深观测数据。

图5 伊宁站自动观测2017/2018和2018/2019雪深变化Figure 5 Hourly variation in snow depth during 2017-2018 and 2018-2019 at Yining Station

3）中国典型积雪区超级站积雪特性数据集（2017-2020）：该数据集包括6个综合观测站的积雪观测信息，各站的观测数据存放于对应站名命名的文件夹内。除错那站没有人工观测雪深数据外，其余5个站点均包含“人工观测”和“自动观测”的子文件夹。其中：各积雪年人工观测的文件夹内存有命名为“yyyymmdd”的文件夹，表示人工观测的日期，各“yyyymmdd”文件夹内存放着环境、粒径、电子记录表和纸质记录表照片，存放规则和观测内容与线路积雪观测数据集一致；各积雪年自动观测文件夹内存放着不同传感器观测数据的 EXCEL记录表和积雪观测要素的数据分析图文件夹，不同传感器观测的参数可以在对应的EXCEL表格中查看。自动观测要素比普通站多，包括雪水当量（SWE）、积雪温度、土壤温度等。图6展示了阿勒泰站2018-2019年两个要素的自动观测结果。

图6 2018-2019年阿勒泰超级站自动观测SWE和积雪分层温度变化Figure 6 Hourly variation in SWE and layering snow temperatures during 2017-2018 and 2018-2019 at Altay Station

4）中国典型积雪区25 km积雪样方数据集（2017-2020）：该数据集中存放着命名为“x_yyyymmdd”的文件夹和“数据自检表”。其中：“x”表示积雪观测路线，“yyyymmdd”表示样方观测的具体日期；各“x_yyyymmdd”文件夹中存放着与文件夹同名的雪深观测点的shp文件、kmz文件、tif文件和样方观测数据记录EXCEL表格（如表3）。图2（上）体现了部分25 km样方点位分布。

表3 25 km样方内积雪要素观测记录表（以1_20190302记录表为例）Table 3 Record table for a 25 km sample plot (take 1_20190302 for example)

编号时间经度(°E) 纬度(°N)高程(m)雪深(cm)雪压(g/cm2)平均雪深(cm)平均雪压(g/cm2)平均密度(g/cm3)下垫面类型3 88.11171 47.51261 534 12,12,12 1.8,2.5,2.5 12.00 2.27 0.19............21 88.14861 47.49622 524 14,18,17 3.1,3,3.6 16.33 3.23 0.20样方范围：左下经度87.9188°E左下纬度47.4151°N右上经度88.2847°E右上纬度47.6294°N

5）中国典型积雪区500 m积雪样方数据集（2017-2020）：该数据集中数据存放的规则与25 km积雪样方数据集数据存放规则一致。图2（下）体现了部分500 m样方点位分布。

6）中国典型积雪区积雪化学数据集（2017-2021）：该数据集中存放着“超级站”和“线路观测”两个文件夹，“积雪化学数据说明文档”和“数据自检表”。其中：“超级站”文件夹中存放着不同积雪年超级站附近积雪的化学参数记录表和“数据分析图”文件夹；“线路观测”文件夹中存放着积雪调查1-6号线各积雪年雪剖面附近积雪的积雪化学参数记录表格和数据分析图，电子记录表如表4所示，内容包括采样日期、位置、雪深、黑碳含量、电导率、pH值以及多种阴阳离子。基于该数据集获得我国典型积雪区阴阳离子和微量元素的分布特征[14-15]。

表4 积雪化学参数记录表（以1号线上2017-2018期间观测的4个雪坑的数据为例）Table 4 Record table for snow chemistry parameters(take the data of 4 snow pits along snow Route One during 2017-2018 for example)

阳离子(mg/L)电导率(SO42- 7.4482 17.9991 1.2582 18.1452 9.6264 1.0484 1.8322 1.3300 2.1032 NO3- 1.2917 3.3418 0.9821 5.4344 7.9259 0.9761 1.6209 2.2329 1.5377 PO43- n.a.n.a.0.0087 n.a.n.a.n.a.n.a.n.a.n.a.Na+ 0.5483 3.4512 0.3209 13.4052 15.8469 0.9646 2.4290 1.2668 2.1451 NH4+ 2.0031 5.8218 0.7716 2.0513 2.4574 0.2412 0.2127 0.8982 0.5162 K+ 0.0881 0.3562 0.0856 0.4157 0.2102 0.2377 0.1609 0.1013 0.2177 Mg2+ 0.2882 0.6279 0.1388 1.0685 0.9469 0.3527 0.2852 0.3021 0.1681 Ca2+ 7.7793 6.7187 2.5996 22.5980 10.1091 3.8957 3.6032 1.6356 2.1786 μs/cm) 65.54 155.60 25.35 268.70 212.20 38.24 60.06 25.86 35.30

7）中国典型积雪区积雪测线数据集（2018-2019）：该数据集中存放着命名为“x_yyyymmdd”的文件夹和数据自检表。其中：“x”表示积雪观测路线，“yyyymmdd”表示样方观测的具体日期；各x_yyyymmdd文件夹中存放着与文件夹同名的雪深观测点的shp文件、kmz文件、tif文件和积雪测线观测数据记录表。记录表形式与表3一致。

3 数据质量控制和评估

数据质量控制和评估主要通过数据采集当日自查、小组年度自检和不同小组交叉检查三个阶段，从数据一致性、准确性和完整性三个方面展开。

首先，各小组在野外采样当晚对数据进行电脑录入，立刻检查数据录入的规范性和完整性，数值和小数点的准确性等。同时，将纸质版积雪参数记录表拍照存入数据文件夹中，以便之后复核。

各小组完成一个年度的野外数据采集后，自行开展当年度的数据自检工作。小组自检工作主要通过数据自检表和各积雪要素时间序列分析图进行数据质量控制和评估。各小组主要通过数据自检表各项内容对数据缺失进行补录或备注，对数据存储不规范等问题进行修正，通过积雪要素时序图剔除异常数据。

项目还组织开展了三次数据交叉检查工作，即不同小组成员相互检查其他小组的野外数据。各小组通过数据交叉检查表复核数据的一致性和完整性，结合之前年份的数据以及当年的时序分析图进一步检查数据的准确性和一致性。

最后，对数据进行区域与时间上的整合，统计通过质量控制和评估的数据总量，对每个数据集进行元数据和数据文档的撰写。其中，元数据主要介绍了数据集名称，数据要素、数据的时空范围、数据量以及简明的数据描述。数据说明文档则详细记录了数据集的文件夹存放规则、数据字段、数据条目、观测手段和方式、以及数据共享方式等。通过以上三步数据质量控制和评估、数据整合、元数据及数据文档编写，最终形成了存储规范、格式一致、数据准确的积雪要素数据集。

4 数据使用方法和建议

本数据集是中国典型积雪区两个完整年度积雪理化特性数据，可服务于积雪遥感反演、积雪模型模拟以及大气分析等研究。数据集具有时间上连续以及不同地区分布的物理特性，可为遥感积雪面积和雪深反演提供先验信息，提高遥感反演精度，并为反演结果提供验证数据。数据集提供了完备的积雪特性信息，可为积雪过程模型或陆面过程模型提供输入参数。季节性积雪中的不同化学物质也是记录当时气候和污染状况的载体。本数据集为积雪分类、大气沉降、雪崩等研究提供了重要的依据。