冰雪作为全球重要的环境要素,其时空变化监测对于水资源利用与气候变化研究具有重要意义。遥感是获取大范围冰雪变化的有效手段,然而大面积的云层覆盖严重影响了冰雪的提取精度,合适的冰雪监测算法十分必要。以天山东部为研究区域,采用以NDSI为基础的冰雪检测算法对2018年MODIS产品进行冰雪覆盖范围的提取,并利用分段线性插值算法对MODIS数据上由于云层遮挡而产生的不确定像元的NDSI进行恢复。在此基础上,分析了天山东部地区冰雪的变化模式,发现冰雪年内变化显著,季节性明显。进一步分析天山东部地区冰雪平均NDSI与气温和降水的关系,发现气温是影响冰雪变化的一个重要因素,气温和降水同冰雪覆盖率均呈显著负相关,二者共同受到季节变化的影响。

研究区西起巴音郭楞蒙古自治州的和静县，中过乌鲁木齐，东到哈密伊犁，总面积约为27.6万平方公里。

图1研究区（天山东部）位置、范围，及其地形；红色点为五个气象站的分布

本文使用的MODIS产品来自Terra卫星，冰雪检测算法输入数据为MODIS L1B产品。在Python平台上实现了以NDSI为基础的群准则冰雪检测算法。MODIS积雪产品中存在大量由云覆盖产生的不确定像元，利用分段线性插值算法对不确定像元的NDSI进行恢复。提取了2018年冰雪覆盖范围。为了研究天山东部冰雪的时空变化，本文使用冰雪覆盖率作为变化指标，讨论气温与降水对冰雪覆率大小的影响。运用相关性的度量统计量，对气温、降水与遥感MODIS得到的冰雪覆盖率之间的相关性进行研究。

冰雪变化模式

图2呈现的是2018年天山东部地区冰雪覆盖的每月变化模式，可以看到其年内变化显著，季节性明显。总体而言，研究区北坡的年冰雪覆盖天数以及各月份冰雪覆盖率都比南坡显著地高。

天山东部地区的冰雪覆盖年内变化可以总结为以下四个时期：（1）一月至二月的冰雪覆盖区域变动期。这一时期的冰雪覆盖率总体较高，但是其覆盖区域，除了高山的永久积雪，每月均有一定的差异。（2）三月至六月的冰雪消融期。这一时期的冰雪覆盖面积逐月下降，直到六月份只剩下高山的永久积雪。（3）七月至八月的冰雪稳定期。这一时期的冰雪覆盖与六月份相似，只剩下因海拔过高，气温常年保持低温的高海拔永久积雪。大部分的低海拔地区几乎没有冰雪的存在。（4）冰雪积累时期。这一时期从九月份开始到十二月份结束，这一时期的冰雪覆盖面积逐月增长，直到十二月份达到冰雪覆盖率的最大值。

图 2 2018年天山东部地区月平均NDSI变化模式

气温对天山东部地区冰雪覆盖变化的影响

为了找出天山东部地区的冰雪变化机理，我们对2018年天山东部地区平均NDSI变化和气温变化做了相关性分析。本文使用的天山东部地区的气温值为研究区内五个气象站的气温平均值。

2018年天山东部的整个区域的NDSI取平均的变化总体上呈现出由高到低，再回升为高的模式。而气温则相反，从零下10°C左右的低温，经历一个升温率由高到低的升温过程，而后降温率逐渐变大，从30°C回落至零下十度左右。在四月至六月，九月到十一月，NDSI变化曲线共由7处明显小峰，小峰一般持续天数不超过十天。这些小峰代表了一个降雪与融雪过程，其所处的月份平均气温为10°C左右，有降雪的可能而又达不到保持冰雪固态的低温需求。2018年天山东部气温与平均NDSI变化曲线如图3所示。由图3可以推测，天山地区的气温与其平均NDSI很有可能存在着负相关关系。于是我们对其进行Pearson相关性检验，其结果如表1所示。

图 3 2018年天山地区气温与平均NDSI变化

表 1气温与平均NDSI的相关性检验

利用Pearson相关性检验得天山地区的气温与冰雪覆盖率在双侧0.01水平上显著相关。于是相信这两个变量之间存在着负相关关系，进一步分析，其相关性是因果关系还是共因关系。冰雪的形成与消融在一定程度上影响着气温的变化，但是气温总体的变化并非由冰雪引起，即冰雪变化不是气温变化的原因。

降雪的原因除了气温还有云量等因素，气温是其重要因素之一。如果气温过高，不但不能形成降雪，地面覆盖的冰雪也会消融。因此，气温与冰雪覆盖率之间是因果关系，气温的变化影响着冰雪覆盖率大小的变化。

降水对天山东部地区冰雪覆盖变化的影响

NDSI数据取的是日数据，在某日的NDSI数据中对整个研究区NDSI取平均值，与5个站点平均后的日降水数据取平均值，与日NDSI数据做相关性分析得出的数据不仅能最大程度保持数据变化趋势，并且能够保留数据变化的细节。由于天山东段为夏季积累型冰川，因此夏季降水的积累对山区NDSI的增加起到主导作用，而温度升高造成的低海拔区域NDSI减少更加明显。其中夏季降水的增加不能抵消温度升高带来的影响，因此研究区NDSI在夏季普遍较低。

天山东部地区的降水频率在夏季最密集，日降水量也最高（图4）。降水量与平均NDSI做Pearson相关性分析，得表2。

图 4 2018年天山地区降水与平均NDSI变化

表2 2018年全年降水与平均NDSI的相关性检验

该研究时间内降水量与平均NDSI之间的相关性为显著负相关，降水量与平均NDSI为共因关系，同时受季节变化影响。当降水形式为冰雪的时候，降水成了平均NDSI增长的原因。但是天山东部地区的年降水天数远小于365天，整体而言，降水与平均NDSI的相关性不会因此而变成正相关。

4结束语

气温与冰雪覆盖率呈现显著负相关关系，降水量与冰雪覆盖率呈现负相关关系，与其他研究成果吻合，一定程度上反映了此算法提取天山东部冰雪覆盖率的有效性。遥感技术不仅可以获取大范围冰雪变化信息，更能丰富其空间分布的细节特征。冰雪变化是一个长期的动态变化过程，此算法可为长时间序列遥感数据监测东天山冰雪的时空变化特征提供技术支持。

相关研究成果以遥感和气象数据天山东部冰雪时空变化研究为题，发表在《遥感信息》上，第一作者兰进京，第一作者单位：河南省第二地质矿产调查院有限公司（原河南省地质矿产勘查开发局第二地质矿产调查院）