全 文 ：黑龙江流域积雪覆盖时空变化遥感监测*
于灵雪1,2摇 张树文1**摇 贯摇 丛1,3摇 颜凤芹1,2摇 杨朝斌1,2摇 卜摇 坤1摇 杨久春1摇 常丽萍1
( 1中国科学院东北地理与农业生态研究所, 长春 130102; 2中国科学院大学, 北京 100049; 3吉林大学, 长春 130012)
摘摇 要摇 利用 MODIS 双星数据对黑龙江流域 2003—2012 年的积雪覆盖面积进行提取和验
证,然后基于合成的数据分析研究区积雪覆盖面积的季节和年际变化. 结果表明: 双星合成
降低了云的影响,总体精度>91% ,可以满足分析和研究需求.研究期间,黑龙江流域积雪覆盖
面积存在显著的季节变化,7、8 月的积雪最少,几乎为零,1 月积雪覆盖面积最大,占流域的
80%以上. 2003—2004、2009—2010 年冬季积雪覆盖面积较高(>180伊104 km2),2011 年冬季
最大积雪覆盖面积较低(150伊104 km2) .积雪覆盖的年际变化与年平均气温和平均降水量的
波动存在一定的对应关系:积雪覆盖面积较低年份对应的年降水量较少、平均气温较高,反之
亦然. 2003—2012 年,研究区 5、6 月的积雪覆盖面积呈减少趋势,降水量增加和气温的升高与
积雪覆盖面积减少紧密相连.
关键词摇 积雪覆盖摇 黑龙江流域摇 MODIS摇 时空变异
文章编号摇 1001-9332(2014)09-2521-08摇 中图分类号摇 TV211摇 文献标识码摇 A
Monitoring on spatial and temporal changes of snow cover in the Heilongjiang Basin based
on remote sensing. YU Ling鄄xue1,2, ZHANG Shu鄄wen1, GUAN Cong1,3, YAN Feng鄄qin1,2,
YANG Chao鄄bin1,2, BU Kun1, YANG Jiu鄄chun1, CHANG Li鄄ping1 ( 1Northeast Institute of Geogra鄄
phy and Agroecology, Chinese Academy of Sciences, Changchun 130102, China; 2University of Chi鄄
nese Academy of Sciences, Beijing 100049, China;3 Jilin University, Changchun 130012, China) .
鄄Chin. J. Appl. Ecol. , 2014, 25(9): 2521-2528.
Abstract: This paper extracted and verified the snow cover extent in Heilongjiang Basin from 2003
to 2012 based on MODIS Aqua and Terra data, and the seasonal and interannual variations of snow
cover extent were analyzed. The result showed that the double鄄star composite data reduced the
effects of clouds and the overall accuracy was more than 91% , which could meet the research re鄄
quirements. There existed significant seasonal variation of snow cover extent. The snow cover area
was almost zero in July and August while in January it expanded to the maximum, which accounted
for more than 80% of the basin. According to the analysis on the interannual variability of snow
cover, the maximum winter snow cover areas in 2003-2004 and 2009-2010 (>180伊104 km2) were
higher than that of 2011(150伊104 km2). Meanwhile, there were certain correlations between the
interannual fluctuations of snow cover and the changes of average annual temperature and precipita鄄
tion. The year with the low snow cover was corresponding to less annual rainfall and higher average
temperature, and vice versa. The spring snow cover showed a decreasing trend from 2003 to 2012,
which was closely linked with decreasing precipitation and increasing temperature.
Key words: snow cover; Heilongjiang Basin; MODIS; the spatial and temporal changes.
*国家重点基础研究发展计划项目(2010CB95090103)资助.
**通讯作者. E鄄mail: zhangshuwen@ neigae. ac. cn.
2013鄄12鄄27 收稿,2014鄄06鄄11 接受.
摇 摇 自 20 世纪 60 年代末至 20 世纪末,全球积雪覆
盖面积大约减少 10% ,而且北半球的积雪、冻土和
海冰面积将继续减少[1] . 2007 年的 IPCC 报告指出,
在南、北半球,山地冰川和积雪的平均面积已大幅减
少,且这种状况已经引起海平面上升,预测未来的积
雪覆盖范围将进一步缩小[2] . 2013 年的 IPCC 报告
指出,北半球的积雪覆盖范围不断减少,春季(3—4
月)积雪的早融尤为明显,20 世纪 60 年代以来大尺
度的积雪遥感监测也证明了春季积雪覆盖面积发生
了异常的明显减少,在中纬度地区,2000—2012 年
北半球的春季气温与积雪覆盖面积之间显著相
应 用 生 态 学 报摇 2014 年 9 月摇 第 25 卷摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Sep. 2014, 25(9): 2521-2528
关[3] .
积雪是全球气候系统中重要的和变化最显著的
组成部分之一[4] .大尺度的积雪变化不仅是气候变
化的指示器,积雪还能通过其辐射特性和热力性质
在不同尺度下影响地球系统的热量和水分交换、生
物物候特征、生态系统功能等[5-8] .凭借其辐射和热
性能,它能够调节地表鄄大气之间的能量和物质交
换,从而在控制局部乃至全球气候反馈网络中扮演
着重要角色[9-10] .对一些物种来说,融雪是一年当中
最重要的环境扰动或刺激,融雪时间和特性的变化
会影响生物圈系统[11-12] . 在融雪初期,由于雪盖与
气候系统的相互作用,改变了地上、地下能量交换,
使土壤中的水热以及养分传输发生了变化,融雪为
土壤和部分水体提供了重要的短期潜热通量、水、化
学物质[13-15] .春季积雪早融会导致地表净辐射的急
速变化,影响种子发芽、植物的返青以及生长发育,
特别是对根系吸收水分和养分,以及对土壤微生物
的活动、蛰伏在土壤中的动物均有较大影响[16-17] .
此外,积雪变化对地表径流、调节水文循环、土壤蓄
水保墒、防止春旱以及人类活动都有十分显著的作
用[18-20] .因此,及时和准确地提取积雪初始覆盖期、
积雪消融期和积雪覆盖的时空分布和变化特征,对
农业管理、水资源管理、河流径流和洪灾预测等具有
重要作用.
积雪是气温和降水的综合反映,气候变暖会使
中高纬度的积雪分布和积雪动态发生重大转
变[21-23] .然而,积雪特征的高时空变异性使得监测
和定量评估这些变化具有挑战性. 20 世纪 60 年代,
遥感技术的出现为大范围的积雪监测提供了基础,
随着传感器的不断发展,遥感无论在时间分辨率还
是在空间分辨率上都取得了重大进展. MODIS 积雪
产品在国内外已被广泛应用于积雪监测和长时间序
列的积雪时空变化分析. 其中,刘俊峰和陈仁升[24]
利用 MODIS10A2 数据对长江源区典型流域 2005
年 1 月—2006 年 9 月积雪空间分布及变化特征进
行分析,探讨了 2005 年 5—9 月积雪覆盖与同期气
温和降水量的关系;马勇刚等[25]利用 MOD10A2 产
品对新疆 2000—2010 年的积雪信息进行提取,并对
比分析了南疆和北疆积雪的时空变异性. 对于季节
性积雪的典型区和敏感区———中国东北地区和黑龙
江流域的研究较少. 研究表明,MODIS 产品提取精
度较低,不能满足长时间序列分析的需要,而
MOD10A2 产品精度较低的原因主要是由于漏分误
差引起,漏分误差即为地面有雪但遥感影像却辨识
为无雪的像元比例,造成漏分误差的主要原因为云
的影响[26] . 黑龙江流域 2002鄄09鄄30—2007鄄05鄄09 期
间 155 个积雪时相的 MOD10A2 数据中,有 30 个积
雪时相的云量超过 10% ,约占 19. 4% ,8 个时相的
积雪影像云量超过 15% ,约占 5. 2% [27] .
为了最大限度地降低云的影响以获得较准确的
积雪覆盖信息,本文采用 MODIS(中分辨率成像光谱
仪)Terra星和 Aqua 星双星合成的方法,对积雪覆盖
信息进行提取、验证,并对积雪覆盖面积进行季节性
和长时间尺度的时空变异分析,旨在提高关于积雪覆
盖与气候的变化及其对生态系统影响的认识.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
黑龙江流域(41. 72毅—55. 903毅 N,108. 051毅—
141. 128毅 E)是东北亚最大的流域之一(图 1),地处
欧亚大陆温带草原东缘及北方森林南缘的过渡带,
是全球气候变化的敏感区[28],也是积雪的高值区.
积雪在该区域存在明显的季节变化. 该区域也是积
雪年际变化的高值区和敏感区.
摇 摇 黑龙江流域在地理环境上是一个整体,在行政
区划上地跨蒙古、中国、俄罗斯和朝鲜的小部分. 流
域面积约 208伊104 km2[29] . 流域地势总体呈西高东
低的趋势,西部以山地、高原为主,中东部以平原为
主.黑龙江流域东部主要为温带季风气候,是全球季
风气候的最北缘,流域西部主要为温带大陆性气候.
全年平均气温在-8 ~ 6 益,其时空分布差异显著,降
水主要集中在沿海地带,向西逐渐递减.由于流域独
特的自然环境和流域内各国的社会经济特征,流域
内景观异质性明显.
1郾 2摇 与数据准备
本文数据来源于美国国家冰雪数据中心(NCDC)
图 1摇 黑龙江流域位置图
Fig. 1摇 Location of Heilongjiang Basin.
2252 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
覆盖黑龙江流域的 2003—2012 年 8 d 合成的
MOD10A2(搭载在 Terra 星上)和 MYD10A2 (Aqua
星)产品.下载的影像为 HDF格式,需要对影像进行
预处理,采用 MRT 软件和 ENVI 的 MODIS Conver鄄
sion toolkit进行影像拼接和投影转换,投影转换为
Albers投影. 利用研究区范围对拼接后的影像进行
掩膜,得到研究区可用的积雪产品数据.
本文用于验证的气象站点的雪深数据来源于美
国国家气象数据中心 ( NCDC),数据集是 Global
Summary of the Day.在研究区范围内共包含 104 个
气象站点,筛除无效站点后,可用站点 99 个.由于雪
深数据是逐日数据,而验证的积雪覆盖信息是 8 d
合成数据,因此对 8 d 内的雪深数据进行求和,若 8
d的雪深之和>0,则认为该站点有雪存在.
本文用于验证的遥感影像是我国环境与灾害监
测预报小卫星 A、B 星(HJ鄄1A / 1B 星)CCD 影像. 数
据包含了红、绿、蓝和近红外 4 个波段的信息,分辨
率为 30 m,幅宽 700 km,能够在不同季节较好地覆
盖研究区.本文选择环境星影像作为真值对 MODIS
双星合成的积雪产品进行验证.下载 2010 年研究区
范围内经过系统几何校正后的环境星影像,由于环
境星的重返周期为 4 d,而 MODIS 合成的产品周期
为 8 d.为了减少验证的数据量、同时保证验证的数
据能够反映每个月的特征,本文对每个月中旬的 1
期 MODIS影像进行验证,环境星影像的拼接与合成
在对应的 8 d 之内完成研究区覆盖. 环境星影像在
选取时,尽量选取晴天少云的影像,有利于积雪的
识别.
1郾 3摇 研究方法
1郾 3郾 1 双星合成提取积雪覆盖面积摇 MODIS 积雪产
品是利用积雪在可见光波段(band4)和短波红外波
段(band6)的波谱差异来区分积雪与其他下垫面,
一般采用归一化雪盖指数 ( normalized difference
snow index,NDSI)进行积雪提取,在森林覆盖区域
会增加其他阈值进行约束[30-31] .
为了使云的影响降到最低,最大限度地减少漏
分误差,采用 Terra 和 Aqua 双星合成,提高积雪数
据的识别总体精度.建立查找表(表 1),表中为决策
规则.通过 IDL编程读取查找表与双星影像实现双
星合成的算法.
摇 摇 为了验证积雪的提取精度,本文将双星合成的
像元值只保留 0、25、50、200,即数据缺失值、无雪像
元、云像元和雪像元,其中用数据缺失值把水体和湖
冰掩膜.为了使积雪的漏分误差降到最低,以及最低
化云的影响,设定:一颗星监测到有雪(值为 200),
那么该像元为有雪像元;当一颗星有云、一颗星有雪
时判断为雪;一颗星有云、一颗星无雪时判断为无
雪.
1郾 3郾 2 验证方法 摇 验证主要包括两方面:基于气象
站点的验证和基于环境星的验证. 选取总体精度
(P)、漏分率(L)和错分率(C)作为精度评价指标,
公式如下:
P=(W+S) / T伊100%
C=M / T伊100%
L=N / T伊100%
式中:W为影像和观测站点都无雪的样本数;S为影
表 1摇 双星合成的规则查找表
Table 1摇 Lookup table of synthesis rules of double鄄star
Terra像元值
Pixel value
on Terra
Aqua像元值 Pixel value on Aqua
0 1 11 25 37 39 50 100 200 254 255
0 0 0 0 25 0 0 0 0 200 0 0
1 0 0 0 25 0 0 0 0 200 0 0
11 0 0 0 25 0 0 0 0 200 0 0
25 25 25 25 25 0 0 25 0 200 25 25
37 0 0 0 0 0 0 0 0 200 0 0
39 0 0 0 0 0 0 0 0 200 0 0
50 50 50 50 25 0 0 50 0 200 50 50
100 0 0 0 0 0 0 0 0 200 0 0
200 200 200 200 200 200 200 200 200 200 200 200
254 0 0 0 25 0 0 0 0 200 0 0
255 0 0 0 25 0 0 0 0 200 0 0
0: 传感器数据丢失 Sensor data missing; 1: 无决策 No decision; 11: 黑暗或者极夜 Darkness or polar; 25: 陆地,无雪 Land, no snow detected; 37:
内陆水体 Inland water; 39: 海洋 Ocean; 50: 云 Cloud; 100: 积雪覆盖的湖冰 Snow鄄covered lake ice; 200: 雪 Snow; 254: 饱和的 MODIS传感器
监测 Saturated MODIS sensor detector; 255:填充数据,没有预期的像素数据 Fill data, no data expected for pixel.
32529 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 于灵雪等: 黑龙江流域积雪覆盖时空变化遥感监测摇 摇 摇 摇 摇 摇
像和观测站点都有雪的样本数;M 为观测站点无
雪、影像有雪的样本数;N 为观测站点有雪、影像上
无雪的样本数;T 为总样本数,L 为漏分率,表示地
面上有雪但遥感影像上无雪的像元比例;C 为错分
率,指地面上无雪但被误分为有雪的像元比例;总体
精度 P为有雪和无雪分类都正确的像元比例. P+L+
C=1.本试验中 T=99,并且 W+S+M+N=T.
基于气象站点的点对点验证,利用 ArcGIS 空间
分析工具提取对应气象站点的 MODIS 影响值,采用
精度评价公式和 python 编程计算各个误差项和总
体精度.
对环境星的验证,首先对环境星影像进行 4、3、
2 假彩色合成,采用最大似然监督分类法对环境星
影像进行分类:有雪像元赋值为 1,无雪像元赋值为
2,分类完毕将结果重采样到 500 m 分辨率. 然后利
用环境星影像的分类结果作为真值与 MODIS 双星
合成的积雪产品进行逐点验证,若环境星影像分类
结果值为 0 即无雪像元、同时 MODIS 合成数据的值
为 200(有雪像元),或者环境星分类结果值为 1(有
雪像元)、同时 MODIS 数据值为 25(陆地),则表明
MODIS分类结果错误,分别为错分误差和漏分误
差;其他情况表示分类正确.分类错误的累积像元数
与总像元数的比值即为 MODIS合成产品的误差.
2摇 结果与分析
2郾 1摇 双星合成提取的积雪精度
首先假设气象站点的数据能够代表 500 m像元
的地面情况,即不考虑尺度效应时,利用 2003—
2012 年的气象站点进行点对点验证,验证的错分率
为 3. 4% ,漏分率为 4. 7% ,总体精度为 91. 9% .
若考虑气象站点与 MODID 像元之间的尺度差
异,则 500 m像元内可能存在混合像元.为了消除这
种尺度差异的影响,对 2010 年的 MODIS 积雪合成
数据进行验证,得到 1—12 月的分类误差(表 2).
摇 摇 由表 2 可以看出,高误差主要分布于冬季.通过
环境星与 MODIS 数据的比较可以发现,在无云地
区,积雪的识别精度较高,在 90%以上,然而在寒冷
的 11 月至翌年 2 月,云的大量存在造成了这些月份
比其他月份的误差更高. 考虑到云层对光学遥感的
限制,即使使用其他的积雪提取算法也很难提高积
雪的识别精度.通过气象站点和环境星影像的验证
表明,MODIS 双星合成的积雪数据能够满足研究
要求.
表 2摇 双星合成的 2010 年 1—12 月积雪产品的误差分布
Table 2摇 Snow extract error of the double鄄star snow pro鄄
ducts from January to December in 2010 (%)
月份
Month
错分误差
Misclassification error
漏分误差
Missing error
精度
Accuracy
1 1. 6 4. 9 93. 5
2 3. 1 6. 4 90. 5
3 4. 7 3. 1 92. 2
4 1. 6 4. 6 93. 8
5 5. 9 0. 4 93. 7
6 5. 4 0. 2 94. 4
7 4. 4 0. 2 95. 4
8 5. 8 0. 3 93. 9
9 9. 7 0. 1 90. 2
10 8. 5 0. 6 90. 9
11 3. 2 10. 0 86. 8
12 7. 8 9. 5 82. 7
2郾 2摇 黑龙江流域积雪覆盖的年内时空变异
2郾 2郾 1 积雪覆盖面积的季节变化特征摇 在中高纬度
的黑龙江流域,冬季寒冷漫长,夏季温和多雨,积雪
覆盖存在明显的季节变化. 其独特的地域性特征和
气候条件使该地区的积雪覆盖信息具有研究的典型
性.本文对 2011 年第 1 个 8 d到 46 个 8 d的积雪覆
盖信息进行双星合成提取,得到积雪覆盖面积的年
内变化曲线(图 2).
由图 2 可以看出,2011 年 1 月到 3 月上旬,积
雪覆盖面积呈增加或保持不变的状态. 这是因为期
间黑龙江流域日均最高气温<0 益,积雪在该气温条
件下不会融化,只伴有升华现象;同时,该时期的降
雪事件是导致积雪覆盖面积增加的原因;从 3 月下
旬开始,随着气温的升高,白天的最高气温>0 益,积
雪开始融化,积雪覆盖面积开始缓慢下降;到 4 月,
随着气温的全面回升,积雪覆盖面积迅速减少,积雪
覆盖面积百分比下降50%甚至更多;5、6月,积雪覆
图 2摇 2011 年积雪面积百分比的月变化
Fig. 2摇 Monthly changes of snow extent percent of the study area
in 2011.
4252 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
盖面积继续减少,减少的速率降低;7、8 月,黑龙江
流域夏季达到最热,积雪覆盖率最低;9 月之后,积
雪覆盖面积开始缓缓上升,这是由于黑龙江流域西
部北山区气温降低已经达到降雪的气温临界值(0
益),但此时气温的日较差较大,降雪和融雪可能同
时进行,因此会出现积雪覆盖面积的波动性;10 月
下旬开始,温度持续下降和降雪事件的连续发生导
致整个流域的积雪覆盖面积呈不断增加趋势,在 11
月中下旬,积雪覆盖面积的增速达到最大值;12 月,
积雪覆盖面积基本保持不变或稍有变动. 这与 11、
12 月的气温条件密切相关,该时期气温下降到-10
益以下,白天的最高气温也远远<0 益 . 2010 年冬季
(1 月)的积雪覆盖面积百分比比 2011 年冬季(12
月)高 10% ,说明 2010 年冬季的降雪比 2011 年冬
季多一些,覆盖范围更广泛一些.
2郾 2郾 2 积雪覆盖的空间分布特征摇 由于黑龙江流域
在纬度上纵跨 15毅,较大的纬度差造成太阳高度角
的不同进而导致吸收的太阳辐射的差异,以致流域
南北的气候差异,再加上该流域地形的多样性和景
观的异质性,在不同时节的积雪空间分布呈现不同
状态.本研究在 8 d 合成数据的基础上,采用 ENVI
和 IDL编程实现积雪覆盖范围的月合成图(图 3).
摇 摇 从积雪覆盖的空间分布图(图 3)可以看出更多
的积雪变化的细节:在 1、2 月,整个流域基本被积雪
所覆盖,只有西部蒙古草原和一些零星区域无雪覆
盖,前者可能与该区域的气候条件有关,在这期间无
降雪事件或其温度条件不适宜积雪留存;对于零星
的积雪覆盖的部分,例如大兴安岭混交林沿线,可能
图 3摇 2011 年 1—12 月积雪的空间分布
Fig. 3摇 Spatial distribution of snow from January to December in 2011.
1 ~ 12: 月份 Months.
52529 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 于灵雪等: 黑龙江流域积雪覆盖时空变化遥感监测摇 摇 摇 摇 摇 摇
与积雪的性质(如积雪深度)和地表覆盖类型甚至
是地形因素导致的山体阴影有关. 考虑到可见光遥
感的限制性,这些地区很可能是造成 MODIS 提取积
雪信息误差的主要来源. 3 月之后积雪开始融化,低
纬度地区的气温首先达到融雪的临界值,积雪融化
表现出由南向北的特征. 对比 4 月的积雪覆盖范围
和黑龙江流域地势图可以发现,对于同一纬度的地
区,融雪首先发生在地势相对平坦的区域,这是由气
温直减率引起的. 5、6 月开始全面的融雪过程,到 6
月底,黑龙江流域的积雪基本融化完毕. 7、8 月处于
研究区气温最高的时间段,积雪覆盖面积最小甚至
是零. 9 月开始高纬地区和海拔较高的山区开始降
雪过程,积雪面积开始增多,降雪的扩散过程为从北
向南、从高海拔到低海拔. 11、12 月开始大范围降
雪,除松嫩平原、三江平原等少部分地区外,积雪覆
盖了整个黑龙江流域.
2郾 3摇 积雪覆盖面积的年际变化
为了对黑龙江流域积雪覆盖的年际变化进行定
量化,采用双星合成的方法得到研究区 2003—2012
年积雪覆盖变化的时间序列图.由图 4 可以看出,黑
龙江流域的积雪覆盖面积存在明显的季节变化和年
际变化,2003—2012 年积雪覆盖面积的季节变化大
致相同,积雪面积一般在 12 月或 1 月达到最大,在
7 月达到最小值.研究期间,黑龙江流域的积雪覆盖
范围存在较大的年际震荡:2003—2004 年、2009—
2010 年冬季积雪覆盖面积最高( >180 伊104 km2 ),
2011 年冬季最大积雪覆盖面积最低 ( 150 伊 104
km2).通过年均降水量和年均气温的波动(表 3)与
积雪覆盖面积的年际变化可以发现,积雪覆盖面积
较低年份对应的年降水量较少、平均气温较高,积雪
覆盖面积较高年份对应的年降水量较高、平均气温
较低.
图 4摇 2003—2012 年积雪面积的年际变化
Fig. 4 摇 Interannual variability of snow extent from 2003 to
2012.
表 3摇 2003—2012 年年均降水量和年均气温
Table 3摇 Average annual rainfall and average annual tem鄄
perature from 2003 to 2012
年份
Year
年均降水量
Average annual
precipitation (mm)
平均气温
Average annual
temperature (益)
2003 570. 1 3. 1
2004 571. 3 3. 2
2005 572. 7 3. 3
2006 574. 0 3. 4
2007 545. 4 3. 4
2008 576. 7 3. 5
2009 588. 1 1. 9
2010 533. 0 1. 9
2011 443. 0 2. 6
2012 604. 0 1. 9
摇 摇 IPCC2013 及大量研究表明,过去 50 年间,中纬
度地区春季积雪覆盖面积显著较少. 对本研究区春
季(5、6 月)积雪平均覆盖面积进行统计分析,结果
显示,积雪覆盖面积存在一定的下降趋势(图 5).
由图 6 可以看出,2003—2012 年,5、6 月的平均
降水量和平均气温整体上有升高趋势,积雪覆盖面
积减少.说明在全球整体变暖的大背景下,黑龙江流
域春季的降水增加和气温升高有利于积雪早融,导
图 5摇 2003—2012 年 5、6 月研究区平均积雪覆盖面积、平均
降水量和平均温度的变化趋势
Fig. 5摇 Trend of average snow cover area, average precipitation
and temperature in May and June from 2003 to 2012.
6252 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
致春季积雪覆盖面积越来越少.
3摇 结摇 摇 论
本文利用 MODIS 双星数据合成提取研究区
2003—2012 年积雪覆盖面积的时空变异信息,使云
的影响降到最低.基于气象站点的雪深数据和较高
分辨率的环境星遥感影像验证表明,双星合成产品
的总体精度分别为 91. 9%和 91. 5% ;基于遥感影像
的验证还表明,高误差来源于冬季(11 月至翌年 2
月),但该时间段受云的影响严重,尽管采用双星合
成能够使精度有所提高,仍成为一年中的高误差
来源.
利用合成的数据分别对研究区积雪覆盖面积的
季节和年际变化分析发现,黑龙江流域积雪覆盖面
积存在明显的系统性季节变化和整体上无规律的年
际变化:1、2 月积雪覆盖面积最多,积雪覆盖率在
80%以上;3 月低纬度地区和平坦地区积雪开始融
化,7、8 月积雪面积下降到最低,<5% ,9 月,高山地
区和高纬度地区开始降雪. 积雪的年际变化存在明
显的波动性,2003、2004、2009、2010 年积雪覆盖面
积较大,2011 年积雪覆盖面积最小;年平均降水量
与年平均气温具有一定的相关性,积雪覆盖面积较
低年份所对应的年降水量较少、平均气温较高,积雪
覆盖面积较高年份所对应的年降水量较高、平均气
温较低.分析 2003—2012 年 5、6 月积雪平均覆盖面
积的变化发现,期间的积雪面积呈减少趋势.这与黑
龙江流域春季平均气温升高和降水量增加有着紧密
联系.气温的升高和降水的增加都有利于积雪融化.
对于积雪覆盖面积与降水量和气温之间的定量关系
尚需更深入的研究.
参考文献
[1]摇 IPCC. Climate Change 2001: The Scientific Basis. Con鄄
tribution of Working Group I to the Third Assessment
Report of the Intergovernmental Panel on Climate
Change. Cambridge: Cambridge University Press, 2001
[2]摇 IPCC. Climate Change 2007: The Physical Science Ba鄄
sis. Contribution of Working Group I to the 4th Assess鄄
ment Report of the Intergovernmental Panel on Climate
Change. Cambridge: Cambridge University Press, 2007
[3]摇 IPCC. Climate Change 2013: The Physical Science Ba鄄
sis. Contribution of Working Group I to the 5th Assess鄄
ment Report of the Intergovernmental Panel on Climate
Change. Cambridge: Cambridge University Press, 2013
[4]摇 Han T鄄D (韩添丁), Gao M鄄J (高明杰), Ye B鄄S (叶
柏生), et al. Characteristic of runoff process of the
glacier and permaforst in the headwaters of the 譈r俟mqi
River. Journal of Glaciology and Geocryology (冰川冻
土), 2010, 32(3): 573-579 (in Chinese)
[5]摇 Jaagus J. The impact of climate change on the snow
cover pattern in Estonia. Climatic Change, 1997, 36:
65-77
[6]摇 Wania F, Hoff JT, Jia CQ, et al. The effects of snow
and ice on the environmental behaviour of hydrophobic
organic chemicals. Environmental Pollution, 1998,
102: 25-41
[7]摇 Dyer J. Snow depth and streamflow relationships in large
North American watersheds. Journal of Geophysical Re鄄
search: Atmospheres, 2008, 113: 1537-1546
[8]摇 Frei A, Tedesco M, Lee S, et al. A review of global
satellite鄄derived snow products. Advances in Space Re鄄
search, 2012, 50: 1007-1029
[9]摇 Sicart JE, Pomeroy JW, Essery RLH, et al. Incoming
longwave radiation to melting snow: Observations, sensi鄄
tivity and estimation in northern environments. Hydro鄄
logical Processes, 2006, 20: 3697-3708
[10]摇 Euskirchen ES, Mcguire AD, Chapin FS. Energy feed鄄
backs of northern high鄄latitude ecosystems to the climate
system due to reduced snow cover during 20th century
warming. Global Change Biology, 2007, 13: 2425 -
2438
[11]摇 Wang T, Peng SS, Lin X, et al. Declining snow cover
may affect spring phenological trend on the Tibetan Pla鄄
teau. Proceedings of the National Academy of Sciences of
the United States of America, 2013, 110: 2854-2855
[12]摇 Zeng HQ, Jia GS. Impacts of snow cover on vegetation
phenology in the arctic from satellite data. Advances in
Atmospheric Sciences, 2013, 30: 1421-1432
[13]摇 Zhou H, Aizen E, Aizen V. Deriving long term snow
cover extent dataset from AVHRR and MODIS data:
Central Asia case study. Remote Sensing of Environ鄄
ment, 2013, 136: 146-162
[14]摇 Lafleur P, Adams P. The effect of sub鄄arctic woodland
vegetation on the radiation balance of a melting snow
cover. Archives for Meteorology Geophysics and Bioclima鄄
tology Series A: Meteorology and Atmospheric Physics,
1986, 34: 297-310
[15]摇 Negi HS, Jassar HS, Saravana G, et al. Snow鄄cover
characteristics using Hyperion data for the Himalayan re鄄
gion. International Journal of Remote Sensing, 2013,
34: 2140-2161
[16]摇 Aizen EM, Aizen VB, Melack JM, et al. Heat ex鄄
change during snow ablation in plains and mountains of
Eurasia. Journal of Geophysical Research: Atmospheres,
2000, 105: 27013-27022
[17]摇 Brown RD, Mote PW. The response of northern hemi鄄
sphere snow cover to a changing climate. Journal of Cli鄄
mate, 2009, 22: 2124-2145
[18]摇 Barnett TP, Adam JC, Lettenmaier DP. Potential im鄄
pacts of a warming climate on water availability in snow鄄
dominated regions. Nature, 2005, 438: 303-309
[19]摇 Dietz AJ, Kuenzer C, Conrad C. Snow鄄cover variability
in central Asia between 2000 and 2011 derived from im鄄
proved MODIS daily snow鄄cover products. International
72529 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 于灵雪等: 黑龙江流域积雪覆盖时空变化遥感监测摇 摇 摇 摇 摇 摇
Journal of Remote Sensing, 2013, 34: 3879-3902
[20]摇 Stieglitz M, Dery SJ, Romanovsky VE, et al. The role
of snow cover in the warming of arctic permafrost. Geo鄄
physical Research Letters, 2003, 30: 541-544
[21]摇 Blarcum SC, Miller JC, Russel GL. High latitude runoff
in a doubled CO2 climate. Climate Change, 1995, 30:
7-26
[22]摇 Raisanen J. Warmer climate: Less or more snow? Cli鄄
mate Dynamics, 2008, 30: 307-319
[23]摇 Dery SJ, Brown RD. Recent northern hemisphere snow
cover extent trends and implications for the snow鄄albedo
feedback. Geophysical Research Letters, 2007, 34: 1-6
[24]摇 Liu J鄄F (刘俊峰), Chen R鄄S (陈仁升). Studying the
MODIS snow covered days by the use of MODIS aqua /
terra snow cover products and in situ observations in
northeastern Inner Mongolia Region. Remote Sensing
Technology and Application (遥感技术与应用), 2007,
26(4): 450-456 (in Chinese)
[25]摇 Ma Y鄄G (马勇刚), Huang Y (黄摇 粤), Chen X (陈
曦), et al. Analysis of the temporal and spatial varia鄄
tions of snow cover in Xinjiang, China. Advances in Wa鄄
ter Science (水科学进展), 2013, 24 (4): 483 -489
(in Chinese)
[26]摇 Zhong G鄄X (仲桂新), Song K鄄S (宋开山), Wang Z鄄
M (王宗明), et al. Verification and comparison of the
MODIS and AMSR鄄E snow cover products in Northeast
China. Journal of Glaciology and Geocryology (冰川冻
土), 2010, 32(6): 1262-1269 (in Chinese)
[27]摇 Lei X鄄C (雷小春), Song K鄄S (宋开山), Wang Z鄄M
(王宗明), et al. Accuracy evaluation of MODIS and
AMSR鄄E snow cover products in the Heilongjiang drain鄄
age basin. Journal of the Graduate School of the Chinese
Academy of Sciences (中国科学院研究生院学报),
2011, 28(1): 43-50 (in Chinese)
[28]摇 Myneni RB, Keeling CD, Tucker CJ, et al. Increased
plant growth in the northern high latitudes from 1981 to
1991. Nature, 1997, 386: 698-702
[29]摇 Cai H鄄Y (蔡红艳). Using MODIS Phonological Cha鄄
racteristics to Monitor Vegetation dynamics in Hei鄄
longjiang Basin. PhD Thesis. University of Chinese
Academy of Sciences, 2011 (in Chinese)
[30]摇 Homan JW, Luce CH, McNamara JP, et al. Improve鄄
ment of distributed snowmelt energy balance modeling
with MODIS鄄based NDSI鄄derived fractional snow鄄covered
area data. Hydrological Processes, 2011, 25: 650-660
[31]摇 Salomonson VV, Appel I. Development of the Aqua
MODIS NDSI fractional snow cover algorithm and valida鄄
tion results. IEEE Transactions on Geoscience and Re鄄
mote Sensing, 2006, 44: 1747-1756
作者简介摇 于灵雪,女,1987 年生,博士研究生.主要从事土
地覆被与气候变化研究. E鄄mail: lxyu2010@ 163. com
责任编辑摇 杨摇 弘
8252 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷