2001-2015年天山山区积雪时空变化及其与温度和降水的关系

0 引言

积雪作为最为活跃且具有多重属性的地表覆盖类型，是冰冻圈内最敏感的环境变化响应因子，积雪时空变化被认为是气候变化的指示器[1]。在干旱区，融雪水也是河川径流的重要补给来源，山区积雪时空变化直接影响下游绿洲农牧业生产及生态环境安全[2]。天山是我国三大积雪区之一，其丰富的冰雪资源是西北干旱区水资源的重要组成部分，新疆近70%的河流发源于此[3]。该区域同时也对气候变化极其敏感[4-5]，与全球变化趋势相同，我国天山山区在20世纪80年代开始呈现明显的暖湿化趋势。值得注意的是，21世纪初全球出现升温滞缓现象(global warming hiatus)[6]，天山山区的气温在近十多年间虽未持续增加，但仍处于高位震荡状态[7-8]。在这种复杂气候变化背景下，积雪是受影响最直接和显著的环境因子，因区域气候变化导致的积雪变化会对干旱区经济发展和脆弱的生态系统产生严重后果。因此，深入开展天山山区积雪时空变化及其对气候因子的响应研究，对理解气候变化背景下区域水文响应规律以及区域水资源管理具有重要意义。

目前，关于天山积雪变化及其对气候因子的响应已有不少研究。如李培基[9]采用50年气象台站资料和SMMR微波积雪数据探讨了积雪长期变化及其对气候变暖的响应。高卫东等[1]利用1967-2000年雪崩站观测资料，分析认为天山西部山区积雪呈增加趋势，与冬季降水呈正相关，与温度呈负相关。李雪梅等[10]采用多通径方法对1961-2013年的气象站点观测雪深和气象数据进行分析得出，天山山区整体增暖，局部湿化，气温升高是积雪变化的主要因素。Tang等[11]采用去云后的MODIS(Moderate Resolution Imaging Spectroradiometer)日积雪资料和站点气温、 降水资料分析了2001-2015年中亚天山不同子区积雪时空变化，指出中天山和东天山积雪面积呈减少趋势，温度是影响积雪面积的主要因素。此外，部分学者还对天山局部区域的积雪变化对气候变化的响应进行了探讨[12-14]。可以看出，前人多采用站点积雪数据与站点气象数据(点-点)或空间遥感积雪信息与站点气象数据(空间-点)的方法开展天山地区的积雪变化及其对气候变化的响应研究，并取得了一定的成果。然而，研究较少考虑气象因素的空间异质性，存在研究尺度不匹配的问题。尤其是站点稀缺的天山山区，气象站点多分布于海拔2 500 m以下。受局地环流影响，积雪及气象要素空间差异均较大，处于低海拔的有限气象站点资料无法满足山区积雪和气象要素的时空响应分析需求，开展基于空间积雪信息与空间气象因子时空相关性研究十分必要。

为确保专供北京大兴国际机场高速公路及北京冬奥会兴延高速公路建设项目的沥青能快速、及时销售出厂，齐鲁石化销售服务人员积极协调生产厂和承运方，并且制定了详细的沥青销售出厂方案，密切产销衔接，优化出厂方式，加大沥青销售出厂跟踪力度，确保齐鲁沥青快速出厂、按时送达，助力首都新机场和北京冬奥会建设。

MODIS 8 d合成的积雪产品(MOD10A2)和陆表温度产品(MOD11A2)能够较好地去除“云污染”影响，提供长时间序列、 高精度的空间积雪分布信息和空间陆表温度信息，已广泛应用于积雪[15-16]、 温度时空变化研究[17-18]。此外，近年来发展建立了适合于中国区域的高时空分辨率地面气象要素驱动数据集(China Meteorological Forcing Dataset，CMFD)[19]，其降水资料同化了TRMM等遥感降水产品和常规气象观测数据，相比其他数据集，具有精度更高、 时间序列长等优势，支持了大量涉及时空降水序列的研究工作[20-21]。以上数据为缺资料的山区积雪分布格局及气候响应研究提供了新的途径。因此，本文尝试采用天山山区2001-2015年MODIS积雪数据、 陆表温度数据及中国高时空分辨率降水数据集，采用趋势分析、 相关分析法，分析积雪时空变化特征及其与温度和降水的时空相关关系，旨在揭示天山山区近年来积雪的时空变化规律及可能的变化原因，为干旱区应对气候变化以及积雪水资源的优化利用提供理论依据。

基地深坑到处都是人，我们穿梭在人群中。克里斯蒂娜说会在文身店与艾尔、威尔见面，然后就拖着我去了服装店。

1 研究区概况

中国境内的天山山脉(图1)地处73°30′～96°06′ E、 39°36′～45°30′ N之间，由一系列山地和山间盆地组成，东西绵延1 700 km，宽250～350 km，平面布局呈不规则“X”形，横亘于塔克拉玛干沙漠和库尔班通古特沙漠之间。天山地形复杂，山势西高东低，最高峰托木尔峰(7 435 m)距其东侧最低点吐鲁番艾丁湖(-155 m)约750 km，山脊线海拔多在4 000 m以上，是南北疆气候的分水岭[22]。天山山系位于中纬度西风带，属典型的大陆性气候，四季分明，温度变化剧烈。来自大西洋和北冰洋的水汽分别从天山西部伊犁河谷和天山北麓山地缺口自西向东进入天山，遇山体阻隔，使得天山西部和北部山区降水充沛，天山东部和南部降水稀少，年均降水量约为200 mm，伊犁河谷上游山区是天山的最大降水中心，年降水量可达500～800 mm[23]。冬季山区降水多以积雪形式存储，随着春季气温升高中低海拔积雪开始融化，4 000 m雪线以上区域终年积雪覆盖，冰川和冻土分布广泛，丰富的雪冰资源是河川径流的重要补给来源。相较于山区，平原谷地的积雪主要满足自身耗散，几乎不产生地表径流。本研究仅针对海拔1 200 m 以上的中国境内天山山区部分，面积约为3.0×105 km2。

图1 研究区示意图 Fig.1 Map showing the location of study area

2 数据与方法

2.1 数据来源

本文采用的数据包括地面台站观测数据和基于卫星遥感的基础数据。其中气象观测数据源于中国气象数据共享服务平台，收集研究区内海拔高于1 200 m 的所有国家基准、 基本气象站(共18个)日平均气温和月降水量数据，用于评估陆表温度和降水数据的准确性。基于卫星遥感的基础数据包括积雪数据、 温度数据、 降水时空序列以及数字高程数据。

(1) 积雪

积雪数据源自美国国家雪冰数据中心提供的MODIS/Terra 8 d合成积雪产品MOD10A2，空间分辨率为500 m。相关研究表明，MOD10A2在新疆区域的积雪识别精度为87.5%～94.0%[24-26]，能较好地刻画天山山区积雪时空分布特征。研究区范围由5幅图像拼接而成，时段从2000年12月至2015年12月共15年，涉及694期。对数据进行镶嵌、 格式转换、 重投影和裁剪预处理之后，得到15年来天山山区逐8 d积雪覆盖时空序列。

(2) 温度

空间温度数据选用美国NASA数据在线网站(https://earthdata.nasa.gov/)提供的MODIS/Terra 8 d合成地表温度(land surface temperature，LST)产品MOD11A2，空间分辨率为1 000 m，每期产品有白天和夜间两幅图像。为与积雪数据匹配，本文将每期昼/夜温度求平均，得到研究区域逐8 d日平均地表温度数据，并重采样至500 m，其他处理过程与MOD10A2积雪数据一致。MOD11A2数据在晴空时温度反演精度较高，平均误差在1 K以内[27-28]。但在有云覆盖时，产品存在部分数据值缺失，连续性不好，需要对其无效像元进行重构。考虑到地表温度的年内呈周期性变化的规律，本文采用适用于周期性变化时间序列插补的谐波分析(harmonic analysis of time series, HANTS)方法[18,29-30]，对8 d MOD11A2数据逐像元进行谐波拟合。重建后的数据精度采用2001-2015年逐8 d平均气温来验证。经统计，HANTS谐波重构后的温度数据与站点气温一致性较好，各站点气温与LST相关系数均在0.91以上，R2分布在0.82～0.95 之间，平均绝对误差在0.6～4.2 ℃之间。重构后的温度数据精度较高，不仅填补了影像缺失值，还对不符合规律的异常值进行了替换，为后续的积雪与温度的趋势变化及响应分析提供可靠的温度时空序列数据。

(3) 降水

采用中国西部环境与生态科学数据中心提供的中国区域高时空分辨率地面气象要素驱动数据集(CMFD)月降水资料，空间分辨率为0.1°×0.1°，该数据集是以Princeton再分析资料、 GLDAS资料及TRMM降水资料为背景场，融合常规气象观测数据同化得到[19]。已有研究表明，相较其他同类降水产品，该数据集在中国西部更适宜[31-33]。因CMFD降水数据集在发布前已做过时空降尺度和偏差校正工作，笔者仅对该数据进投影、 格式转换、 反距离权重插值预处理，使其与积雪数据能够空间匹配。此外，本文以2001-2015年研究区内气象站点观测的月降水序列验证同期该数据集的月降水量，二者的相关系数范围在0.69～0.95之间(P<0.05)，平均相关系数为0.81，说明该降水数据在天山山区精度较高，能满足研究需要。

(4) DEM

数字高程(DEM)数据来自CGIAR-CSI提供的90 m分辨率的SRTM数据集。为使高程数据和积雪数据相匹配，将DEM数据重采样成500 m空间分辨率，投影方式转换为与MOD10A2数据一致的Albers投影。

2.2 研究方法

(1) 积雪指标

为定量研究天山山区积雪面积的年际变化情况，对2001-2015年MOD10A2积雪数据进行空间统计，得到15年来逐8 d积雪覆盖率时间序列(图3)。结果表明，积雪面积周期性变化显著，每年均有一次积累和消融过程。最大积雪覆盖率年际变化除2001年(56.2%)和2008年(55.3%)明显偏低外，其他年份变化不大。通过对积雪覆盖率时间序列做线性趋势拟合，得出其变化斜率为-0.115，但变化趋势不显著，说明2001-2015年积雪面积呈略微减少趋势。进一步分析不同季节积雪覆盖率均值变化情况(图4)，可以看出天山山区积雪覆盖率除秋季呈增加趋势外，其他季节均有减少，其中，冬季和夏季减少相对明显，这表明15年间积雪面积的减少主要是冬季和夏季积雪面积的减少所致。由于夏季积雪多是高海拔的稳定积雪和冰川覆盖区，该结果也从侧面反映出近15年间稳定积雪及冰川区面积呈减少趋势，这与近年来观测到的天山山区大部分的冰川面积减少、 物质平衡出现负值结果一致[8,38]。

(1)

简析：据奥维云网（AVC）零售监测数据显示，2018年10月洗衣机零售市场监测销量78.4万台，同比下降9.5%，环比上升18%。

综合来看，天山山区积雪频率总体表现为高值区分布在海拔较高的山脊区域，低值区多分布在山谷内部和天山南坡的低山区域，呈现西高东低、 北高南低的格局，大致沿山脉走向分布。这种分布格局的形成与天山山区的水汽来源、 地形分布有关。自西向东的水汽，遇天山高大山体阻隔抬升，在西部和北部迎风坡产生大量降水，而南部背风坡以下沉气流为主，降水较少。另一方面海拔也是影响积雪覆盖频率分布的主要因素，随海拔的改变水热状况明显发生变化，进而对山区的积雪持续时间及分布格局产生重要影响。通过ArcGIS计算积雪覆盖频率与DEM数字高程空间相关性，得到二者的相关系数为0.66，可见积雪覆盖频率的分布与海拔呈正相关。

(2)

3.1.2 年际变化

(2) 趋势分析

式中： i为年顺序号； Cj为第j个像元在15年间积雪覆盖频率的变化倾向率。Cj>0表示j像元在过去15年间积雪覆盖频率呈增加趋势，Cj<0表示积雪覆盖频率呈减少趋势，Cj=0表示无变化。通过F检验判断其趋势变化的显著性水平。

(3)

为研究2001-2015年天山山区积雪覆盖频率年际变化趋势，利用线性回归最小二乘拟合法，计算每个像元j的积雪覆盖频率变化趋势[34]。

本文通过对东北及西南地区7个省市2015～2016年296个上市公司研发支出资本化强度分析，在控制了年份及行业变量后，逐一检验了研发支出资本化与相关变量之间的关系，得出如下结论：

1149 Advances in drug therapy of bronchopulmonary dysplasia

(3) 相关分析

采用相关分析法研究积雪特征指标与温度、 降水的响应关系。通过计算各变量间相关系数及显著性，来反映积雪覆盖变化与温度和降水的相关程度。其计算公式为

(4)

式中： X、 Y分别为相关分析的两个变量；为变量样本的平均值。相关系数R值范围在[-1,1]之间，其绝对值越大说明积雪变量与气象因子相关性越强，|R|>0.5时认为显著相关，|R|<0.3时认为是弱相关。

李小树走后几天，我和一帮朋友聚会过几次，每次他们都向我打听李小树的情况，好像这已经成了每次聚会的一个重要内容。当然了，他们既然喜欢，我便不厌其烦地一次又一次地告诉他们说，就在某日，一大早——天还没亮的时候，李小树就背着他的行囊，去寻找许春花，走了就再没有音讯。他们张大眼睛又问我：许春花是谁？我对他们说，许春花只不过是我画稿上的一个女人。他们先是一愣，后就哈哈大笑，笑得前仰后合，笑得喘不过气来。我也跟着他们一起笑，笑过之后，我和往常一样，每天早晨驱车穿过东大街到画廊，在那里待上大半天后，再绕着道去宠物用品店买些标有lite或light的猫食去参加聚会，然后再回家。

3 结果与分析

3.1 积雪面积变化特征

3.1.1 年内变化

目前，随着互联网技术的广泛应用，“互联网+传统行业”成为一种新的发展态势，跨界融合成为新常态，信息、数据、知识等知识产权在经济社会发展中的作用和地位越来越突出。加快产业融合发展，加快信息共享，通过分享经济不断降低成本，实现更大的效益，成为行业探索的重要途径，也逐渐催生了新的业态、新的商业模式，助力中国经济从传统动能向新动能不断进行变革和发展，培育新的经济增长点。当前我国“三新”经济统计体系建设的难点具体体现在以下方面。

图2(a)显示了天山山区整体多年平均积雪覆盖率年内变化情况。其年内分布呈单峰型，积雪从9月初开始积累，积雪覆盖率不断增大，至1月中旬达到最大值(53.69%)，面积达到160 938 km2； 随后气温升高积雪逐渐融化，积雪覆盖面积迅速减少，7月末至8月初达到最小(3.88%)，面积约为11 630 km2。

式中： Ps为统计区域内积雪覆盖面积； P为区域总面积。

基于T＞MIC计算模型评价亚胺培南的临床方案及疗效…………………………………………………… 张 丹等（15）：2105

研究积雪垂直变化是理解山区积雪积累和消融过程的重要前提。根据天山山区地形特点，本文将天山山区按照1 000 m海拔间隔，划分为5个海拔带(≤2 000 m、 2 000～≤3 000 m、 3 000～≤4 000 m、 4 000～≤5 000 m、 >5 000 m)，各带面积分别占总面积的45.83%、 28.73%、 21.73%、 3.44%、 0.26%。图2(b)为研究区不同高度带多年平均积雪覆盖率年内变化情况，可以看出天山山区积雪覆盖率在不同海拔季节变化差异显著。按照年内分布曲线形态，总体可归纳为： (1) 海拔≤4 000 m，年内积雪覆盖率变化呈单峰型特征，峰值多出现在1月前后，谷值出现在7月下旬。随海拔的增加，积雪覆盖率逐渐增大，积雪的稳定波动期依次变长。(2) 海拔介于4 000～≤5 000 m，年内积雪覆盖率分别在4月和10月出现两次峰值，除了夏季出现的低值外，在冬季的1月积雪面积也较小。(3) 海拔 >5 000 m， 积雪覆盖率在夏季达到最大， 冬季最小，其年内变化与中低海拔截然相反，呈倒“U”型分布； 由于该区域全年气温都较低，满足积雪的负温条件，控制积雪面积的决定性条件为降水，而冬季高山区降水相比夏季较少，导致该区域积雪覆盖冬季偏低。此外，积雪的升华和风吹雪的影响也是山区积雪减少的重要因素[35]。可以看出，积雪覆盖率并非随海拔简单递增，这对以积雪面积曲线为输入参数的模型应用具有一定的借鉴意义。天山山区积雪季节性变化在各海拔带的分布情况与青藏高原[15,36]及新疆[19,37]积雪覆盖相关研究结果一致，但因研究区地理位置和空间尺度不同，以上特征出现的海拔范围有所区别。

图2 天山山区整体(a)及不同海拔带(b)积雪覆盖率季节变化 Fig.2 Monthly variation of snow cover percentage in entire Tianshan Mountains (a) and in different elevation ranges (b)

式中： SCFi,j为第i年像元j的积雪覆盖频率； 像元被积雪覆盖时If_snow(j)值为1，非积雪像元则为0； jmax为统计时段内MODIS 8 d数据像元j的总统计次数，在数据不缺失情况下该值为46。

机场没有太多人，又都是行色匆匆的。粒粒买了一瓶饮料和一本有自己摄影作品的杂志。一转身，就发现了程颐，手里拿着一张机票，愣愣地看着她。

积雪覆盖率(snow cover percentage，SCP)用来表征相对积雪面积，是积雪覆盖面积占区域总面积的百分比。

图3 2001-2015年天山山区积雪覆盖率年际变化 Fig.3 Variation of snow cover percentage in the Tianshan Mountains from 2001 to 2015

图4 2001-2015年天山山区不同季节积雪覆盖年际变化 Fig.4 Variations of snow cover percentage in spring (a), summer (b), autumn (c) and winter (d) in the Tianshan Mountains from 2001 to 2015

3.2 积雪覆盖频率分布特征

图5显示了天山山区多年平均积雪覆盖频率分布情况。从图中可以看出，积雪覆盖频率空间分布差异较大。其中，积雪覆盖频率>70%的高值区域主要是位于高海拔山区的永久积雪和冰川覆盖区，占山区总面积的3.72%。积雪覆盖频率介于30%～≤70%的次高值区分布在永久积雪区周边、 伊犁河谷及天山北麓大部分区域，占天山山区总面积的31.24%，这一区域是季节性积雪较丰富的区域，也是河川径流形成的主要产流区。天山山区的河谷、 东天山以东及天山南麓大部分中低山区域积雪覆盖频率≤30%，是面积分布最广的区域，占总面积的65.04%。该区域积雪持续时间相对较短，对春季融雪径流贡献较大。

图5 2001-2015年天山山区积雪覆盖频率平均值的分布 Fig.5 Map showing the distribution of snow cover frequency averaged in the Tianshan Mountains from 2001 to 2015

积雪覆盖频率(snow cover frequency, SCF)为一个积雪年内每个像元中积雪像元的累积出现次数占总统计次数的比率，反映年内积雪覆盖持续时间的总体特征。因MOD10A2数据是按8 d最大积雪覆盖合成，该频率代表年最大积雪覆盖率。

为了解研究区积雪覆盖频率年际变化特征，按式(2)逐像元计算天山山区2001-2015年积雪覆盖频率变化倾向率，并结合F检验，得到15年来积雪覆盖频率的变化趋势及显著性分布图(图6)。由图可知，积雪覆盖频率变化空间差异性较大，大部分区域(52.21%)的积雪覆盖频率呈减少的趋势，4.58%的积雪覆盖频率呈显著减少(P<0.05)，主要分布在伊犁盆地南北缘、 霍拉山及东天山东部区域。39.21%的像元积雪覆盖频率在15年间呈增加趋势，而显著增加(P<0.05)的像元较少，仅占总面积的2.66%，集中分布在天山中部巴音布鲁克盆地及天山北麓一带。其余8.58%的像元在15年间积雪覆盖频率几乎无变化，在低海拔区域零星分布。

结合前文所述积雪覆盖频率与海拔具有较好的相关关系，进一步探究天山山区15年来积雪覆盖频率变化的垂向特征，本文按200 m海拔间隔分带统计研究区不同海拔平均积雪覆盖频率变化情况(图7)。可以看出，15年来积雪覆盖频率变化具有明显的海拔差异性。在海拔介于2 400～≤3 000 m区域，积雪覆盖频率变化以增加为主，极大值出现在海拔介于2 600～≤2 800 m区域，平均增幅为1.67%； 其他海拔范围均表现为略有减少，尤其以海拔介于3 600～≤4 600 m区域减少趋势最为突出，平均积雪覆盖频率降幅均超过了4%。值得注意的是这一海拔区域也是天山冰川及雪线分布海拔[23]，这与前文中夏季积雪面积减小结果类似，也从侧面反映出近年来天山冰川退缩、 雪线升高的态势[8,38-39]。

矿井采用压入式通风机对掘进工作面供风，新鲜风流由风筒吹出后经过综掘工作面反射后流出，供回风系统近似“U”型，不论是风流在风筒中还是掘进巷道的流动都可视为管道流动。因此本文采用三维稳态不可压缩的Navier-Stoke方程作为整个巷道流场的控制方程，湍流模型采用工程中应用最为广泛的涡粘性模式，湍流流量采用k-ε双方程模型，模型仅考虑动量传递且忽略传热的影响，方程仅求解速度(u)和压力(p)两个因变量。具体形式如下[19-20]：

图6 2001-2015年天山山区积雪覆盖频率空间变化趋势及显著性 Fig.6 Spatial variation trend and its significance of snow cover frequency in the Tianshan Mountains from 2001 to 2015

图7 2001-2015年不同海拔带平均积雪覆盖频率的变化 Fig.7 Variation of average snow cover frequency with elevation from 2001 to 2015

3.3 积雪面积与温度、 降水的关系

积雪面积变化很大程度取决于温度与降水变化，研究不同季节温度、 降水与积雪覆盖率的关系可以更好地揭示气象因子在时间尺度上对积雪面积的影响。考虑到因积雪面积季节变化带来的统计范围差异，本文以各季节累积最大积雪覆盖范围来统计各季节平均陆表温度和降水量的变化趋势，并计算温度、 降水与积雪面积的相关系数(表1)。结果显示，15年间温度与降水在不同季节变化趋势不同。温度在春、 夏季升高，秋、 冬季降低，年较差增大，年均陆面温度略微降低； 降水的变化在秋季微弱增加，其他季节略有减少，年降水量略微减少。从相关性来看，温度与积雪面积在各季节均表现为负相关，仅在春季呈显著负相关，这说明春季积雪面积变化主要受温度影响。降水在夏季与积雪面积相关性为弱的负相关，其他季节均为正相关，主要是夏季降水在雪线以下仍以降雨为主，加速了积雪的消融。总体来看，积雪面积变化与温度呈负相关，与降水呈正相关。相关程度在春、 夏季温度高于降水，秋、 冬季降水高于温度。 说明在春、 夏季，温度是决定积雪面积变化的主要因素； 在秋、 冬季，降水对积雪面积变化的贡献大于温度。结合前文积雪面积季节变化趋势分析，2001-2015年天山山区秋季积雪面积的增加是温度和降水综合作用的结果，尽管整个秋季平均降水增加微弱，但气温的略微下降，有助于更多的降水以降雪形式累积。夏季、 冬季积雪面积减少，主要是夏季温度升高和冬季降水减少所致。15年来积雪面积变化幅度波动不大也与温度、 降水变化不显著有关。

表1 天山山区温度、 降水变化趋势及与积雪面积的相关系数 Table 1 The tendency rates and correlation coefficients with snow cover area of seasonal temperature and precipitation in the Tianshan Mountains

季节温度倾向率/(℃·a-1)相关系数降水倾向率/(mm·a-1)相关系数春0.033-0.610∗-1.3200.233夏0.081-0.281-1.317-0.075秋-0.021-0.2140.0090.438冬-0.092-0.170-0.1550.460全年-0.029-0.297-0.2120.275

注： *表示在0.05水平上显著。

3.4 积雪覆盖频率与温度、 降水的关系

积雪覆盖频率反映了一年内积雪积累与消融的综合结果，其变化是对气候变化的间接响应。为研究积雪覆盖频率对气候变化的响应以及这种响应的空间分布，本文采用基于像元的相关系数和显著性(P<0.05)检验分析方法得到2001-2015年积雪覆盖频率与年均温度和降水量相关性的空间分布(图8)。由图可知，积雪覆盖频率与温度的相关关系具有空间异质性，研究区大部分范围(72.16%)的像元积雪覆盖频率与地表温度呈负相关，其中14.52%的区域为显著负相关，主要分布在天山中部巴音布鲁克盆地、 西天山迎风坡以及东天山东部区域。10.89%的区域表现为不相关，16.95%为弱的正相关性，零星分布在低海拔区域。该区域气温高，降雪量少，积雪持续时间短，积雪覆盖频率值的变化与全年平均温度无明显关系，故出现正相关或不相关情况。相较于温度，积雪覆盖频率对降水的响应具有更明显的空间分异[图8(b)]。52.64%的区域年降水量与积雪覆盖频率表现为正相关，其中6.53%为显著正相关，多分布于天山中部和西部迎风坡。而亦有31.7%的区域积雪覆盖频率与年降水表现出负相关，集中分布于天山北坡及西南部的低海拔山区。该区域年内降水以降雨为主，且主要集中于夏季，年降水对积雪的贡献有限，故两者出现负相关现象。整个研究区积雪覆盖频率与地表温度平均相关系数为-0.21，与年降水的平均相关系数为0.08，说明积雪覆盖频率与年均温度总体呈负相关，与年降水整体表现为弱的正相关。对比图8(a)和8(b)不难看出，积雪覆盖频率与温度的显著相关面积和相关程度均高于与降水的相关性，温度对积雪覆盖频率变化的影响范围和强度更突出。此外，天山中部的伊犁盆地南北缘和天山西部迎风坡的积雪覆盖频率与温度和降水的相关性都较高，这和水汽来向和山区地形有关，该区域处于水汽来向的迎风坡，温度和降水年际变化显著，进一步影响了积雪覆盖频率的变化。

4 讨论

图8 2001-2015年天山积雪覆盖频率与温度(a)、 降水(b)相关性的空间分布 Fig.8 Spatial distribution of correlation between snow cover frequency and temperature (a),precipitation (b) in the Tianshan Mountains from 2001 to 2015

在过去半个多世纪，我国天山山区表现出明显的暖湿化过程[40]。诸多研究因数据来源或研究时段不同，得出气候变化背景下的天山积雪变化趋势说法不一。一些研究表明积雪呈增加趋势[1,9-10]，但也有研究表明积雪面积或积雪日数呈减少趋势[41-43]。本文对2001-2015年积雪、 陆面温度和降水数据分析，发现近15年来积雪面积和覆盖频率均有所下降，温度和降水在不同季节和不同区域有增有减， 但总体呈略微下降的趋势。 这与天山自1998年“突变型”增温以及目前全球增温滞缓现象[7-8]一致。当前针对积雪与气象因子关系的研究主要以积雪面积数据和气象站观测数据分析为主，得出积雪面积与气温成反比，与降水成正比的分析结果。尽管很多结果能得到很好的相关性，但是由于气象站点稀少且多分布在2 500 m以下的天山山区，站点气象数据难以客观反映地形起伏的高海拔山区。为此，Zheng等[44]结合MODIS时空积雪产品和陆表温度产品探讨了天山北坡玛纳斯河流域积雪时空特征及与温度的关系，但该研究未考虑降水因素。李培基[9]指出积雪变化是温度和降水共同作用的结果，在对气候变化响应研究中缺一不可。本文尝试采用MODIS积雪产品、 LST陆表温度数据和CMFD降水数据来综合分析15年来天山山区积雪参数时空分布特征及其与温度和降水的相关性。研究中使用的降水数据精度相对积雪、 温度偏低，对结果精度有一定的影响，但对于空间气象要素的考虑仍优于仅依赖气象站点的数据分析，能够较直观表达积雪受降水和温度显著影响区域，有助于更好地理解山区积雪与气候变化特征及空间响应关系。在研究中也发现积雪覆盖频率与温度和降水的时空相关性整体来看均较低，与Tang等[11]在中亚天山的东天山得到的结果类似，这也从侧面反映出近年来温度和降水的变化相对平稳。其次，总体陆面温度和降水的略微减少，对积雪积累或消融是两个相反的贡献，使得两者作用部分抵消，表现出不显著的变化趋势和相关性。另一方面受限于MODIS遥感数据的获取年限，15年研究时段尚短，无论是对积雪变化还是气候变化都很难得到显著的变化趋势，未来随着遥感数据的积累，会针对更长时间序列开展深入研究。

5 结论

(1) 天山山区积雪覆盖面积年内分布呈单峰型，1月面积最大，7-8月最小。受海拔影响，海拔≤4 000 m，积雪面积冬季大，夏季小； 海拔介于4 000～≤5 000 m，积雪覆盖率分别在4月和10月出现两个峰值； 海拔>5 000 m，最大值出现在夏季，最小值出现在冬季。15年间天山山区积雪面积整体呈缓慢减少的趋势，其中秋季积雪面积增加，其他季节减少，夏季和冬季减少明显。

(2) 积雪覆盖频率受水汽来向和地形影响，总体呈现出西高东低、 北高南低的分布格局，与海拔呈显著正相关。2000-2015年，天山山区大部分区域积雪覆盖频率呈减少的趋势，其中以海拔介于≤3 600～4 600的积雪覆盖频率减少最为显著。

(3) 15年来温度和降水的变化不大，在不同季节有增有减，但整体表现为略微减少。在春、 夏季，温度是决定积雪面积变化的主要因素，与积雪呈负相关。在秋、 冬季，降水对积雪面积变化的贡献大于温度，与积雪呈正相关。

(4) 空间上，积雪覆盖频率与年均温度总体呈负相关，与降水呈低度正相关，其中天山中部的伊犁盆地南北缘和天山西部迎风坡积雪覆盖频率与温度和降水的相关性均较高。积雪覆盖频率与温度的显著相关面积和相关程度均高于与降水的相关性，温度对积雪覆盖频率变化的影响范围和强度更突出。

2.3 MS不同组分对应终点事件10年发生情况将基线状态下的研究对象按照MS诊断标准，分成5个不同组分，MS＝0代表不符合MS任何1个诊断条件，MS＝1代表只满足MS基本腰围诊断1个条件，MS＝2代表满足MS基本腰围诊断且合并其他4个条件任意1个，MS＝3代表满足MS基本腰围诊断且合并其他4个条件任意2个，MS≥4代表满足MS基本腰围诊断且合并其他4个条件任意3个及以上。以最低暴露水平组MS＝0为对照，计算各暴露水平的相对危险度，结果显示冠心病事件、缺血性脑卒中和出血性脑卒中，均随着MS组分的增多RR值增大，MS组分与终点事件之间存在剂量效应关系（表 3）。

参考文献(References)：

[1] Gao Weidong, Wei Wenshou, Zhang Lixu. Climate changes and seasonal snow cover variability in the western Tianshan Mountains, Xinjiang in 1967-2000[J]. Journal of Glaciology and Geocryology, 2005, 27(1): 68-73. [高卫东, 魏文寿, 张丽旭. 近30 a来天山西部积雪与气候变化: 以天山积雪雪崩研究站为例[J]. 冰川冻土, 2005, 27(1): 68-73.]

[2] Shen Yongping, Su Hongchao, Wang Guoya, et al. The responses of glaciers and snow cover to climate change in Xinjiang (I): hydrological effect[J]. Journal of Glaciology and Geocryology, 2013, 35(3): 513-527. [沈永平, 苏宏超, 王国亚, 等. 新疆冰川、 积雪对气候变化的响应(I): 水文效应[J]. 冰川冻土, 2013, 35(3): 513-527.]

[3] Deng Mingjiang, Wang Shijiang, Dong Xinguang, et al. Water resources and sustainable utilization in Xinjiang Uygur Autonomous Region[M]. Beijing: China Water Power Press, 2005: 150-167. [邓铭江, 王世江, 董新光, 等. 新疆水资源及可持续利用[M]. 北京: 中国水利水电出版社, 2005: 150-167.]

[4] Ji Fei, Wu Zhaohua, Huang Jianping. Evolution of land surface air temperature trend[J]. Nature Climate Change, 2014, 4(6): 462-466.

[5] Lan Yongchao, Wu Sufen, Han Ping, et al. Change of water cycle factors in the Tianshan Mountain under global warming[J]. Journal of Arid Land Resources and Environment, 2008, 22(6): 99-104. [蓝永超, 吴素芬, 韩萍, 等. 全球变暖情境下天山山区水循环要素变化的研究[J]. 干旱区资源与环境, 2008, 22(6): 99-104.]

[6] Yu K, Xie Shangping. Recent global-warming hiatus tied to equatorial Pacific surface cooling[J]. Nature, 2013, 501(7467): 403.

[7] Li Zhi, Chen Yaning, Li Weihong, et al. Potential impacts of climate change on vegetation dynamics in Central Asia[J]. Journal of Geophysical Research: Atmospheres, 2015, 120(24): 12345-12356.

[8] Chen Yaning, Li Zhi, Fang Gonghuan, et al. Impact of climate change on water resources in the Tianshan Mountians, Central Asia[J]. Acta Geographica Sinca, 2017, 72(1): 18-26. [陈亚宁, 李稚, 方功焕, 等. 气候变化对中亚天山山区水资源影响研究[J]. 地理学报, 2017, 72(1): 18-26.]

[9] Li Peiji. Response of Xinjiang snow cover to climate change[J]. Acta Meteorologica Sinca, 2001, 59(4): 491-501. [李培基. 新疆积雪对气候变暖的响应[J]. 气象学报, 2001, 59(4): 491-501.]

[10] Li Xuemei, Gao Pei, Li Qian, et al. Muti-paths impact from climate change on snow cover in Tianshan mountainous area of China[J]. Climate Change Research, 2016, 12(4): 303-312. [李雪梅, 高培, 李倩, 等. 中国天山积雪对气候变化响应的多通径分析[J]. 气候变化研究进展, 2016, 12(4): 303-312.]

[11] Tang Zhiguang, Wang Xiaoru, Wang Jian, et al. Spatiotemporal variation of snow cover in Tianshan Mountains, Central Asia, based on cloud-free MODIS fractional snow cover product, 2001-2015[J]. Remote Sensing, 2017, 9(10): 1045-1063.

[12] Li Fei, Liu Miaomiao, Wang Shuixian. Change in snow coverage and responses to climate change from 2001 to 2013 in the upper reaches of Kaidu River basin[J]. Resources Science, 2016, 38(6): 1160-1168. [李斐, 刘苗苗, 王水献. 2001-2013年开都河流域上游积雪时空分布特征及其对气象因子的响应[J]. 资源科学, 2016, 38(6): 1160-1168.]

[13] Xu Changchun, Chen Yaning, Li Weihong, et al. Climate change and its impact on snow cover area in the Tarim River basin over the last 45 years[J]. Journal of Glaciology and Geocryology, 2007, 29(2): 183-190. [徐长春, 陈亚宁, 李卫红, 等. 45 a来塔里木河流域气温、 降水变化及其对积雪面积的影响[J]. 冰川冻土, 2007, 29(2): 183-190.]

[14] Mu Zhenxia, Jiang Huifang. The response of snow cover ablation to climate change in the Kumalik River basin[J]. Journal of Glaciology and Geocryology, 2012, 34(6): 1284-1292. [穆振侠, 姜卉芳. 新疆阿克苏河流域昆马力克河积雪消融规律对气候变化的响应[J]. 冰川冻土, 2012, 34(6): 1284-1292.]

[15] Chuduo, Dawa, Laba Zhuoma, et al. An analysis of spatial-temporal distribution features of snow cover over the Tibetan Plateau[J]. Remote Sensing for Land and Resources, 2017, 29(2): 117-124. [除多, 达娃, 拉巴卓玛, 等. 基于MODIS数据的青藏高原积雪时空分布特征分析[J]. 国土资源遥感, 2017, 29(2): 117-124.]

[16] Dou Yan, Chen Xi, Bao Anming, et al. Study of the temporal and spatial distribution of the snow cover in the Tianshan Mountains, China[J]. Journal of Glaciology and Geocryology, 2010, 32(1): 28-34. [窦燕, 陈曦, 包安明, 等. 2000-2006年中国天山山区积雪时空分布特征研究[J]. 冰川冻土, 2010, 32(1): 28-34.]

[17] Guan Yanlong, Wang Ranghui, Li Cheng, et al. Spatial-temporal characteristics of land surface temperature in Tianshan Mountains area based on MODIS data[J]. Chinese Journal of Applied Ecology, 2015, 26(3): 681-688. [管延龙, 王让会, 李成, 等. 基于MODIS数据的天山区域地表温度时空特征[J]. 应用生态学报, 2015, 26(3): 681-688.]

[18] Xu Yongming, Qin Zhihao, Shen Yan. The relationship between inter-annual variation of land surface temperature and climate factors in the Yangtze River delta[J]. Remote Sensing for Land Resource, 2010, 22(1): 60-64. [徐永明, 覃志豪, 沈艳. 长江三角洲地区地表温度年内变化规律与气候因子的关系分析[J]. 国土资源遥感, 2010, 22(1): 60-64.]

[19] He Jie, Yang Kun. China meteorological forcing dataset[DS/OL]. Lanzhou: Cold and Arid Regions Science Data Center, 2011 [2017-11-13]. http://westdc.westgis.ac.cn/data/7a3532 9c-c53f-4267-aa07-e0037d913a21. [何杰, 阳坤. 中国区域高时空分辨率地面气象要素驱动数据集[DS/OL]. 兰州: 寒区旱区科学数据中心, 2011 [2017-11-13]. http://westdc.westgis.ac.cn/data/7a35329c-c53f-4267-aa07-e0037d913a21.]

[20] Dai Yufeng, Yao Tandong, Li Xiangyu, et al. The impact of lake effects on the temporal and spatial distribution of precipitation in the Nam Co basin, Tibetan Plateau[J]. Quaternary International, 2018, 475: 63-69.

[21] Xu Zongxue, Chu Qi. Climatological features and trends of extreme precipitation during 1979-2012 in Beijing, China[J]. Proceedings of the International Association of Hydrological Sciences, 2015, 369: 97-102.

[22] Wei Wenshou, Yuan Yujiang, Yu Shulong, et al. Climate change in 235 recent years and trend prediction in Tianshan mountainous ares[J]. Journal of Desert Research, 2008, 28(5): 803-808. [魏文寿, 袁玉江, 喻树龙, 等. 中国天山山区235 a气候变化及降水趋势预测[J]. 中国沙漠, 2008, 28(5): 803-808.]

[23] Hu Ruji. Physical geography of the Tianshan Mountains in China[M]. Beijing: China Environmental Science Press, 2004: 10-29. [胡汝冀. 中国天山自然地理[M]. 北京: 中国环境科学出版社, 2004: 10-29.]

[24] Wang Xianwei, Xie Hongjie, Liang Tiangang. Evaluation of MODIS snow cover and cloud mask and its application in northern Xinjiang, China[J]. Remote Sensing of Environment, 2008, 112(4): 1497-1513.

[25] Huang Xiaodong, Zhang Xuetong, Li Xia, et al. Accuracy analysis for MODIS snow products of MOD10A1 and MOD10A2 in northern Xinjiang area[J]. Journal of Glaciology and Geocryology, 2007, 29(5): 722-729. [黄晓东, 张学通, 李霞, 等. 北疆牧区MODIS积雪产品MOD10A1和MOD10A2的精度分析与评价[J]. 冰川冻土, 2007, 29(5): 722-729.]

[26] Ma Yonggang, Huang Yue, Chen Xi, et al. Analyzing spatial-temporal cariability of snow cover in Xinjiang[J]. Advances in Water Science, 2013, 24(4): 483-489. [马勇刚, 黄粤, 陈曦, 等. 新疆积雪覆盖时空变异分析[J]. 水科学进展, 2013, 24(4): 483-489.]

[27] Ke Linghong, Wang Zhengxing, Song Chunqiao, et al. Reconstruction of MODIS land surface temperature in northeast Qinghai-Xizang Plateau and its comparision with air temperature[J]. Plateau Meteorology, 2011, 30(2): 277-287. [柯灵红, 王正兴, 宋春桥, 等. 青藏高原东北部MODIS地表温度重建及其与气温对比分析[J]. 高原气象, 2011, 30(2): 277-287.]

[28] Zheng Mingwan, Li Zhaoliang. Radiance-based validation of the V5 MODIS land-surface temperature product[J]. International Journal of Remote Sensing, 2008, 29(17/18): 5373-5395.

[29] Julien Y, Sobrino J A, Verhoef W. Changes in land surface temperatures and NDVI values over Europe between 1982 and 1999[J]. Remote Sensing of Environment, 2006, 103(1): 43-55.

[30] Su Hong, Liu Junming, Wang Chunyan, et al. Studies on reconstructing MODIS LST products based on times series[J]. Journal of Agricultural Science and Technology, 2014, 16(5): 99-107. [苏红, 刘峻明, 王春艳, 等. 基于时间序列MODIS LST产品的重构研究[J]. 中国农业科技导报, 2014, 16(5): 99-107.]

[31] Kan Baoyun, Su Fengge, Tong Kai, et al. Analysis of the applicability of four precipitation datasets in the upper reaches of the Yarkant River, the Karakorum[J]. Journal of Glaciology and Geocryology, 2013, 35(3): 710-722. [阚宝云, 苏风阁, 童凯, 等. 四套降水资料在喀喇昆仑山叶尔羌河上游流域的适用性分析[J]. 冰川冻土, 2013, 35(3): 710-722.]

[32] Wang Liujie, Zhang Xingnan, Fang Yuanhao, et al. Applicability assessment of China meteorological forcing dataset in upper Yangtze River basin[J]. Water Power, 2017, 43(3): 18-22. [王留杰, 张行南, 方园皓, 等. 中国区域地面气象要素数据集在长江上游流域的适用性评估[J]. 水力发电, 2017, 43(3): 18-22.]

[33] Yang Fan, Lu Hui, Yang Kun, et al. Evaluation and comparison among multiple forcing data sets for precipitation and shortwave radiation over Mainland China[J]. Hydrology and Earth System Sciences Discussions, 2017, 21(11): 1-32.

[34] Wang Wei, Huang Xiaodong, Deng Jie, et al. Spatio-temporal change of snow cover and its response to climate over the Tibetan Plateau based on an improved daily cloud-free snow cover product[J]. Remote Sensing, 2014, 7(1): 169-194.

[35] Li Hongyi, Wang Jian, Hao Xiaohua. Role of blowing snow in snow processes in Qilian mountainous region[J]. Sciences in Cold and Arid Regions, 2014, 6(2): 124-130.

[36] Pu Zhaoxia, Xu Li, Salomonson V V. MODIS/Terra observed seasonal variations of snow cover over the Tibetan Plateau[J]. Geophysical Research Letters, 2007, 34(6): 137-161.

[37] Ke Changqing, Liu Xun. MODIS-observed spatial and temporal variation in snow cover in Xinjiang, China[J]. Climate Research, 2014, 59(1): 15-26.

[38] Wang Puyu, Li Zhongqin, Li Huilin, et al. Analysis of the relation between glacier volume change and area change in the Tian-shan Mountains[J]. Journal of Glaciology and Geocryology, 2017, 39(1): 9-15. [王璞玉, 李忠勤, 李慧林, 等. 天山冰川储量变化和面积变化关系分析研究[J]. 冰川冻土, 2017, 39(1): 9-15.]

[39] Li Shuai, Hou Xiaogang, Zheng Zhaojun, et al. Monitoring and analysis of snow line on Tianshan Mountains based on remotely sensed data from 2001 to 2015[J]. Advances in Water Science, 2017, 28(3): 364-372. [李帅, 侯小刚, 郑照军, 等. 基于2001-2015年遥感数据的天山山区雪线监测及分析[J]. 水科学进展, 2017, 28(3): 364-372.]

[40] Shi Yafeng, Shen Yongping, Li Dongliang, et al. Disscussion on the present climate change from warm-dry to warm-wet in Northwest China[J]. Quaternary Sciences, 2003, 23(2): 152-164. [施雅风, 沈永平, 李栋梁, 等. 中国西北气候由暖干向暖湿转型的特征和趋势探讨[J]. 第四纪研究, 2003, 23(2): 152-164.]

[41] Lin Jintang, Feng Xuezhi, Xiao Pengfeng, et al. Spatial and temporal characteristics of satellite snow cover in a typical area of Tianshan Mountains[J]. Journal of Glaciology and Geocryology, 2011, 33(5): 971-978. [林金堂, 冯学智, 肖鹏峰, 等. 天山典型区卫星雪盖时空特征研究[J]. 冰川冻土, 2011, 33(5): 971-978.]

[42] Tang Zhiguang, Wang Jian, Wang Xin, et al. Spatiotemporal variation of snow cover in Tianshan Mountains based on MODIS[J]. Remote Sensing and Application, 2017, 32(3): 556-563. [唐志光, 王建, 王欣, 等. 近15年天山地区积雪时空变化遥感研究[J]. 遥感技术与应用, 2017, 32(3): 556-563.]

[43] Zhao Wenyu, Liu Hailong, Wang Hui, et al. A study of spatial distribution of snow cover days in the Tianshan Mountains based on MODIS snow products[J]. Journal of Glaciology and Geocryology, 2016, 38(6): 1510-1517. [赵文宇, 刘海隆, 王辉, 等. 基于MODIS积雪产品的天山年积雪日数空间分布特征研究[J]. 冰川冻土, 2016, 38(6): 1510-1517.]

[44] Zheng Wenlong, Du Jinkang, Zhou Xiaobing, et al. Vertical distribution of snow cover and its relation to temperature over the Manasi River basin of Tianshan Mountains, Northwest China[J]. Journal of Geographical Sciences, 2017, 27(4): 403-419.