高原气象

高原气象 >

2020 , Vol. 39 >Issue 6: 1155 - 1166

DOI: https://doi.org/10.7522/j.ssn.1000-0543.2019.00138

论文

三江源腹地积雪过程中近地层空气温湿度垂直观测分析

  • 张娟 , 1, 2, 3 ,
  • 王维真 , 2 ,
  • 梁继 4
展开
  • 1. 中国科学院西北生态环境资源研究院，甘肃 兰州 730000
  • 2. 青海省气象科学研究所，青海 西宁 81000
  • 3. 中国科学院大学，北京 100049
  • 4. 湖南科技大学，湖南 湘潭 411201
王维真（1967 -）， 男， 山西万荣人， 研究员， 主要从事气象水文学研究. E-mail:

张娟（1979 -）， 女， 河北保定人， 高级工程师， 主要从事气候变化及其影响与积雪观测. E-mail:

收稿日期: 2019-11-25

  修回日期: 2020-07-09

  网络出版日期: 2020-12-28

基金资助

国家自然科学基金项目(41861049)

青海省科技合作专项(2019-HZ-820)

四川省科技厅项目(2019YFS0465)

收起

Vertical Characteristics on Temperature and Humidity of Surface Layer Air during Snow Processes in the Hinterland of Sanjiangyuan

  • Juan ZHANG , 1, 2, 3 ,
  • Weizhen WANG , 2 ,
  • Ji LIANG 4
Expand
  • 1. Northwest Institute of Eco-Environment and Resources，CAS，Lanzhou 730000，Gansu，China
  • 2. Meteorological Institute of Qinghai Province，Xining 810001，Qinghai，China
  • 3. University of Chinese Academy of Sciences （UCAS），Beijing 100049，China
  • 4. Hunan University of Science and Technology，Xiangtan 411201，Hunan，China

Received date: 2019-11-25

  Revised date: 2020-07-09

  Online published: 2020-12-28

Fold

本文亮点

积雪是导致目前全球水资源收支平衡中最大误差的原因之一， 雪深的上升与下降过程将改变地气之间的相互作用。本文基于三江源腹地甘德地区积雪野外观测试验站， 利用每30 min频次2、 4、 8和16 m四个高度的空气温湿度、 2 m高度的辐射数据及雪面温度， 结合同步雪深观测数据， 分析了2018年1 -5月间两次较大积雪过程中雪深上升、 下降时期近地层的温湿度垂直变化特征。结果表明， 在雪深上升时期， 2月过程先出现了逆湿而后出现了逆温现象， 而在4月过程中无逆温及逆湿现象出现； 雪深快速增加时段， 两次过程在4 m高度均出现暖湿现象。雪深下降时期， 两次过程均出现了逆温、 逆湿现象， 出现时间及消退时间不一致且先出现了逆湿后出现逆温现象； 两次过程在雪深上升过程中白天及夜间均出现了4 m偏暖现象， 在雪深下降过程中仅有白天出现了4 m偏暖现象； 在雪深下降时期， 雪面温度对短波辐射较气温更为敏感， 不同深度的雪深与辐射的相关性存在差异； 2月， 雪深下降的影响因子顺序为雪面温度>短波辐射>气温， 而4月为气温>雪面温度>短波辐射。

本文引用格式

张娟 , 王维真 , 梁继 . 三江源腹地积雪过程中近地层空气温湿度垂直观测分析[J]. 高原气象, 2020 , 39(6) : 1155 -1166 . DOI: 10.7522/j.ssn.1000-0543.2019.00138

Highlights

Snow is one of the biggest errors in the balance of water resources in the world.The rising and falling process of snow depth will change the interaction between the ground and the atmosphere.In this paper， based on the snow field observation station in Gande area in the hinterland of Sanjiangyuan， and using the air temperature and humidity at 2， 4， 8 and 16 m every 30-min， the radiation data at 2 m and the snow surface temperature， combined with the synchronous snow depth observation data， we analyzed the vertical variation characteristics of temperature and humidity in the near-surface layer during the two heavy snow cover processes from January to May 2018.The results show that： （1） In the period of rising snow depth， the phenomenon of inverse humidity appeared first and then inverse temperature appeared in February， but there was no phenomenon of inverse temperature and inverse humidity in April.During the period of rapid increase of snow depth， warm and wet phenomena appeared at the height of 4m in both processes.（2） During the period of falling snow depth， the phenomena of temperature inversion and humidity inversion appeared in both processes， and the occurrence time and fading time were inconsistent， and the phenomenon of temperature inversion first appeared after humidity inversion.During the two processes， the phenomenon of 4 m warmer appeared during the day and night when the snow depth increased， but only during the day when the snow depth decreased.（3） In the period of falling snow depth， the snow surface temperature is more sensitive to short-wave radiation than air temperature， and the correlation between snow depth and radiation is different at different depths.In February， the order of influencing factors of snow depth decline was snow surface temperature>short wave radiation>air temperature， while in April， the order was air temperature>snow surface temperature>short wave radiation.

1 引言

积雪是导致目前全球水资源收支平衡中最大误差的原因之一（Witze， 2016； Pirazzini et al， 2018）， 也是地球生态系统的重要组成部分， 对气候变化非常敏感（Brown et al， 2009； Pirazzini et al， 2018）， 并引起强烈的气候反馈（Budyko， 1969； Choudhury， 1982； Yang et al， 2001； Picard et al， 2012）。中国三大稳定积雪区分别位于新疆、 东北和青藏高原（Qian et al， 2003； 李栋梁等， 2011； 许立言等， 2012； 沈永平等， 2013a， 2013b； 黄芳芳等， 2016）。从10月至次年4月长达7个月时间内， 青藏高原大部分地区均有可能出现降雪和积雪（郭建平等， 2016）。青藏高原以其高海拔等特殊的地理、 地貌特征， 形成了独特的高原近地面微气象学特征（彭艳等， 2005）。高原积雪通过改变地表辐射平衡和大气热状况， 引起大气环流变化， 从而对区域气候产生重要影响（徐兴奎， 2011； 赵兴炳等， 2011）。近地层物质和能量交换特征随着微气象条件的不同差异较大， 受地形、 下垫面性质等因素直接影响（赵兴炳等， 2011）。高原下垫面的非均匀， 使得微气象特征在一定尺度上存在着极强的非均匀特征和极强的平流作用（左洪超等， 2004）。目前， 针对青藏高原地区开展有雪/无雪状况下的微气象特征方面的研究很多， 如李丹华等（2017）在玛曲地区开展了有雪/无雪近地层气象要素的变化特征研究， 李英等（2009）开展了青藏高原东坡理塘地区近地层湍流通量与微气象特征研究； 青藏高原积雪易受高原辐射等因素的影响， 变化较快， 尤其在海拔相对较低的一些区域， 雪深较浅， 消融也相对较快， 受到观测因素等条件的限制， 青藏高原地区单次积雪过程雪深上升与下降过程中的微气象特征观测研究相对较少。
积雪与各种气象要素的相互作用是一个十分复杂的过程， 其反馈机制并未被完全理解和掌握（肖林等， 2015）， 海拔4000 m的高原热力和动力作用如何影响天气气候也受到越来越多的关注。降雪和融雪过程与地表和大气变量的各种相互作用， 均会导致辐射能量的重新分配（肖林等， 2015）。积雪变化由相互作用的两个过程控制， 即雪的沉降和雪的变形或变质作用。雪的变形或变质作用常常取决于气温、 雪层温度梯度和液态水含量（胡汝骥， 2013； 冯学智等， 2018）。积雪融化的能量主要来自太阳辐射热（胡汝骥， 2013）， 雪深的下降与气温、 辐射等因子都存在密切联系， 周扬等（2017a， 2017b）和张娟等（2018）的研究结果均表明， 雪深下降和气温存在超前滞后关系。积雪的消融可使冬春季地表反照率的“Ｖ”型向左倾（张强等， 2011）， 进一步影响辐射、 能量平衡和近地层气象要素的日变化特征。另一方面， 积雪过程和温度变化存在相关关系， 杨志刚等（2017）研究表明， 积雪面积变化与同期气温之间存在负相关关系， 且与最高气温的关系更为密切； 郭玲鹏等（2012）研究表明， 气温增加对积雪消融有显著的影响； 气温的增加使积雪初日推迟、 终日提前， 积雪期缩短的幅度更大（刘晓娇等， 2020）。姜琪等（2020）研究表明气温与积雪深度和积雪日数均有较好的相关性； 在青藏高原玉树隆宝、 沱沱河及玛多地区开展的动态融雪过程分析得出， 融雪期之前的气温都将显著影响到积雪雪深的变化（张娟等， 2018； 周扬等， 2017a， 2017b）。
高原地区由于条件艰苦、 测站稀少， 资料缺乏， 使得积雪探测的时间、 空间、 高度和内容均十分有限， 极大地限制了青藏高原地区积雪在气候方面的研究。随着近几年高原气象科学研究的发展， 青藏高原地区气象探测站网有了长足的进步（李英等， 2009）。目前， 自动雪深观测网络已经在青藏高原多个地区建设完成， 但是同时具备不同高度气象要素的综合观测却开展得较少。积雪在累积和消融阶段存在不同的特征（王婷等， 2019）。本文基于三江源腹地甘德地区积雪野外观测试验站， 利用每30 min频次2、4、8和16 m四个高度的空气温湿度、 2 m高度的辐射数据及雪面温度， 结合同步雪深观测数据， 分析了2018年1 -5月间两次较大积雪过程中雪深上升、 下降时期近地层的温湿度垂直变化特征， 确定了雪深变化过程中动量、 热量和水汽等湍流参数， 揭示了积雪下垫面近地层温湿的垂直特征， 进一步了解高原积雪和近地层微气象反馈机理， 以期为青藏高原东北部地区陆面模型提供参数， 对地气相互作用、 数值天气预报、 局地气候变化等方面的研究等有所贡献。

2 资料来源与方法介绍

2.1　研究区概况

野外试验观测在青海省气象科学研究所甘德高寒生态气象野外试验站（图1）进行。该站位于青藏高原东北部三江源腹地的青海省果洛州甘德县的县城西北缘， 33°57′N， 99°52′E， 海拔4109 m， 距离甘德县气象站1 km。试验站地处青南高原高山峡谷向高原面的过渡地带， 高山山地地貌为主， 为典型高寒草甸覆盖区， 属高原大陆性半温润气候。该试验站地势开阔， 距县城建筑区域直线距离约1 km， 具有良好的野外环境代表性。该区域年均温度为-2 ℃， 年降水量550 mm， 每年从10月至翌年6月均有降雪产生， 是研究积雪过程的理想区域。站内布设有6要素自动气象站、 自动雪深及2~16 m梯度气象观测系统等仪器。
图1 甘德气象站与积雪观测场概况图(a)及积雪观测场全景图(b)

Fig.1 Overview map of Gande meteorological station and snow observation field (a) and panoramic distribution map of snow observation field (b)

2.2　观测数据介绍

2.2.1　雪深观测数据

雪深数据由美国Campbell 公司SR50A超声雪深自动观测获取。SR50A利用超声波进行测距实现雪深变化的观测。该仪器具有雪深探测准确度高（分辨率为0.25 mm）、 时间分辨率高（分钟级）、 寒冷地区观测数据的稳定性高、 适合野外布设等优点。该仪器在国内外已经获得了广泛的应用和验证， 数据可靠性较高（ Brazenec et al， 2005； Ryan et al， 2008； 除多等， 2018）。
本研究雪深数据采样频率为30 min采集一次数据， 每日可获得48个时次的积雪雪深监测数据。雪深监测数据序列为2018年1月1日至5月31日。所测原始每日00:00（北京时， 下同）积雪深度数据序列见图2所示。
图2 2018年1 -5月甘德野外站每日00:00积雪深度与甘德气象站日降水量原始观测序列

Fig.2 Original observation sequence of snow depth at 00:00 every day in snow observation field and daily precipitation at Gande meteorological station from January to May 2018

2.2.2　梯度温湿度及辐射、 雪面温度观测数据

梯度温湿度数据、 2 m高度辐射数据、 雪面温度数据序列均与雪深数据保持同步， 数据采样周期为30 min·次-1， 时间序列为2018年1月1日至5月31日。
梯度温湿度数据为四个高度梯度自动观测获取， 分别为2 m、 4 m、 8 m、 16 m。温湿度数据由美国Campbell 公司生产的HC2S3自动观测获取。HC2S3采用了电容式传感器测量， 其中温度测量精度为±0.1℃， 相对湿度测量精度为±0.8%。该仪器是一种准确度高、 坚实、 耐用的可适用于野外长期观测的传感器。
辐射数据由荷兰CNR4辐射传感器自动观测获取， 可以得到2 m高度处的上行和下行长、 短波辐射， 短波灵敏度为7~20 µV·W-1·m-2， 长波灵敏度为5~10 µV·W-1·m-2。CNR4采用符合ISO 9060： 1990标准的二级短波辐射表作为短波辐射传感器， 同时还配有2个长波辐射传感器。CNR4标配有pt-100铂电阻和10 K热敏电阻， 对所测量的辐射数据可进行补偿修正， 从而使测量数据更加准确、 可靠。
雪面温度数据由美国APOGEE公司的SI-111红外温度传感自动观测获取。它是一种高精度的红外温度传感器， 利用Stefan-Boltzman方程， 纠正了由于传感器自身的温度对测量的目标温度造成的影响， 从而得出校准后的测量值。它的绝对精度为±0.2 ℃， 最小间隔时间为1 s， 可以对土壤表面、 雪面温度等进行不间断的测量， 可以很好的满足对雪面温度的测量要求。

2.2.3　观测数据的质量控制

为了确保观测数据的准确性， 对所观测的原始雪深及气象要素数据进行了严格的质量控制。处理过程包括了野点剔除、 时间校正等。在长时间连续观测中， 由于受数据采集或者外界干扰等因素的影响， 观测数据会出现偶尔缺失的掉包现象。本研究在分析时， 对一些短时缺失数据进行了插补， 利用相邻数据求取均值弥补空缺数据。在2018年1 -5月的每日00:00雪深与甘德县气象站降水量原始序列图中（图2）发现， 在无降水时期， 积雪深度在1 cm以下波动， 为了减少噪声的影响， 对原始雪深采用了五点平滑处理， 并剔除了1.5 cm以下雪深。
在观测试验开始前， 对四个梯度的温湿度探头在同一平面内进行了校准， 确保所获数据的准确性。由于研究区附近的甘德县气象局为国家级基本气象站点， 所观测气象要素数据经过业务审核后发布。因此， 研究区内的气象要素数据与甘德气象站的气象要素数据进行了比对， 其要素有2 m气温、 2 m相对湿度、 雪表面温度、 下行短波辐射等。
如果研究区观测数据与气象站数据相差较大， 则定义为野值并进行了删除， 用气象站的数据进行了补充； 由于甘德气象站无辐射数据， 但是日照监测为气象站的常规观测业务， 因此根据气象站日照数据对研究区内的辐射数据进行了比对， 剔除不合理数据， 如： 夜间辐射值较大， 白天辐射值为负的数据， 如果数据存在短暂缺失， 则利用临近时刻数据均值进行了填充。

3 结果分析

3.1　积雪过程

2018年1 -5月甘德地区积雪观测场每日00:00的积雪深度与气象站降水量观测序列如图2所示。从雪深的波动中可以看出， 研究期内出现了多次降水过程， 在本文的研究中， 针对单次积雪过程分析中将雪深开始上升并达到最大值的时期， 定义为雪深上升时期， 从雪深最大值开始下降直至结束时期， 则定义为雪深下降时期。为了较为准确的分析雪深上升与下降的完整过程， 选取了两个单次雪深较大、 时间较长的过程进行研究分析。2月18日的积雪过程较为明显， 雪深最大达为5.8 cm； 4月13日出现的积雪过程较大， 积雪深度达11.7 cm。因此， 本文选取了2月18 -20日和4月13 -16日两次积雪过程分别代表2月和4月过程进行研究分析。
从两次积雪过程30 min雪深变化曲线（图3）中可以看出， 2月积雪过程自18日03:00出现雪深上升［图3（a）］， 19:00雪深累积达到最大值5.8 cm， 之后进入雪深下降时期， 20日08:30整个积雪过程结束， 整个过程持续了3天， 期间雪深在19日13:00至20日06:00出现了缓慢上升趋势， 结合甘德气象站降水数据， 可以发现此时段无降水产生， 为了研究完整的雪深下降过程， 因此保留此时段的观测数据。4月积雪过程自13日01:00出现雪深上升［图3（b）］， 14日00:30积雪深度达到最大值11.7 cm， 雪深上升过程持续了1天， 之后进入雪深下降过程， 16日17:00整个积雪过程结束。
图3 积雪观测场每日30 min积雪深度及同步气温观测序列

Fig.3 Observation sequence of snow depth and synchronous air temperature for 30 min every day in snow observation field

3.2　积雪过程中空气温度垂直变化特征

从图3中可以看出， 两次过程的气温曲线均呈现“白天上升-夜晚下降”的日变化趋势， 雪深曲线表现为“波动上升-波动下降”的形态。2 m气温曲线与雪深呈现相反的变化趋势， 即气温升高， 雪深减小， 反之亦然， 总体表现为先下后上的“V”型曲线。

3.2.1　雪深上升时期空气温度垂直变化特征

两次过程的雪深上升时期气温垂直廓线变化特征见图4。两次过程中的气温均在0 ℃以下， 平均气温高值均出现在4 m， 平均气温低值出现在16 m。从气温梯度变化特征可以看出， 越接近地表气温波动越大。
图4 雪深上升时期2~16 m气温垂直廓线特征

实心圆为白天垂直廓线, 实心三角为夜间垂直廓线

Fig.4 Characteristics of 2~16 m air temperature vertical profile during the rising snow depth.The filled circle is the daytime vertical profile, and the filled triangle is the nighttime vertical profile

2月过程的雪深上升时期［图4（a）］， 气温低值出现在16 m， 高值出现在4 m， 19:00出现逆温现象， 此时刻雪深上升停止。结合图3（a）看出， 雪深快速增加时段为03:00 -09:00、 13:30 -19:00， 雪深分别增加了2.7 cm和2.6 cm， 平均增加量均为0.23 cm·（30min）-1。
4月过程的雪深上升时期［图4（b）］， 没有出现逆温现象， 气温低值大部分集中出现在16 m， 气温高值04:00 -12:00段出现在8 m， 其余时段出现在4 m。结合［图3（b）］看出， 雪深快速增加时段为01:00 -03:00、 18:00 -22:30， 雪深分别增加了4.1 cm和5.3 cm， 平均增加量分别为0.97 cm·（30min）-1、 0.56 cm·（30min）-1， 期间气温高值在4 m， 低值在2 m或者16 m， 表明此时空气上下搅动频繁， 大气层结不稳定， 有利于雪深上升。
由此， 2月过程在雪深上升时期的最后时刻出现了逆温现象， 4月过程无逆温现象。在雪深快速增加时段， 气温高值出现在4 m， 低值在2 m或者16 m均有出现， 大气层结不稳定， 发生降雪过程的概率增加， 雪深的增加量亦越大。

3.2.2　雪深下降时期空气温度垂直变化特征

两次过程的雪深下降持续时长不一致， 2月过程发生在18日19:00至20日08:30， 4月过程发生在14日00:30至16日17:00， 为了对比相同时段气温垂直变化特征， 选取2月19日00:00 -23:00时段及4月14日00:30至15日23:00时段各层整点气温均值， 得到雪深下降时期的气温垂直廓线变化特征（图5）。从图5中可以看出， 两次雪深下降时期的平均气温低值均出现在2 m， 2月过程的平均气温高值出现在16 m， 4月过程的平均气温高值出现在8 m。气温梯度变化特征可以看出， 越接近地表气温波动越大。
图5 雪深下降时期2~16 m气温垂直廓线特征

实心圆为白天垂直廓线, 实心三角为夜间垂直廓线

Fig.5 Characteristics of 2~16 m air temperature vertical profile during snow depth decline.The filled circle is the daytime vertical profile, and the filled triangle is the nighttime vertical profile

2月过程雪深下降时期［图5（a）］， 气温均在0 ℃以下， 19:00至翌日09:00， 气温的高值出现在16 m， 气温低值出现在2 m， 此时段出现逆温现象， 09:00后逆温消退。10:00 -18:00， 气温的低值在16 m， 14:00以后气温高值出现在4 m。结合［图3（a）］看出， 雪深快速下降时段分别为19日10:00 -13:00、 20日06:30 -08:30， 雪深分别下降了2.2 cm和2.3 cm， 平均减少量分别为0.34 cm·（30min）-1、 0.51 cm·（30min）-1。
4月过程雪深下降时期［图5（b）］。20:00至翌日07:00， 气温的高值出现在16 m， 气温低值出现在2 m， 此时段出现逆温现象， 07:00后逆温消退。08:00 -19:00， 气温的高值出现在4 m， 气温低值出现在16 m。结合［图3（b）］看出， 气温出现了0 ℃以上， 雪深快速下降时段分别为14日08:30 -13:00、 16日14:00 -16:30， 雪深分别下降了5.7 cm和2.1 cm， 平均减少量分别为0.54 cm·（30min）-1、 0.4 cm·（30min）-1。
由此， 2月过程气温维持0 ℃以下， 而4月过程气温出现了0 ℃以上； 两次过程夜间均出现了逆温现象， 逆温的出现与消退与日落和日出相关， 除去逆温时段， 在2月过程的午后时段及4月过程的白天时段出现了4 m偏暖现象； 在雪深快速下降过程中， 极值出现高度不一致， 在2月过程的雪深快速下降的凌晨时段中， 由于逆温没有消退， 气温低值在2 m， 高值在16 m， 但是随着太阳慢慢升起， 辐射逐渐增大， 上下空气活动频繁， 逆温逐渐消退， 气温低值出现在16 m， 气温高值在4 m及以下。在4月过程的雪深快速下降的白天时段中， 气温高值出现在4 m， 低值出现在16 m， 当傍晚来临， 逆温出现， 气温低值出现在2 m， 气温高值出现在16 m。极值出现的高度不仅与逆温的出现与消退有关， 辐射值的变化对极值出现高度时间也存在着影响， 其原因可能是由于辐射上升加速了积雪消融， 改变了地表的热状况， 伴随风的扰动， 从而进一步改变了极值出现的时间和高度。

3.3　积雪过程中空气相对湿度的垂直变化特征

从两次积雪过程中雪深与同步相对湿度观测序列（图6）中可看出， 相对湿度呈现“上升-平稳-波动下降”的变化趋势， 在雪深上升前期， 相对湿度已经上升且保持在相对高值状态， 并在高值的一定范围内上下波动， 当雪深达到最大并且开始下降时， 随着雪深的波动下降， 湿度也出现波动下降趋势， 这种波动在雪深下降时期更为明显。相对湿度在雪深上升前期就已经达到了高值， 其中2月过程提前了18 h， 而4月过程提前了17.5 h。
图6 积雪观测场每日30 min积雪深度及同步相对湿度观测序列

Fig.6 Observation sequence of snow depth and synchronous relative humidity for 30 min every day in snow observation field

3.3.1　雪深上升时期空气相对湿度垂直变化特征

两次过程的雪深上升时期的相对湿度垂直廓线变化特征（图7）。两次过程的相对湿度均值在80%及以上， 且4月过程的相对湿度大于2月过程。
图7 雪深上升时期2~16 m相对湿度垂直廓线变化特征

实心圆为白天垂直廓线, 实心三角为夜间垂直廓线

Fig.7 Variation characteristics of vertical profile of relative humidity in 2~16 m during rising snow depth.The filled circle is the daytime vertical profile, and the filled triangle is the nighttime vertical profile

2月过程的雪深上升时期［图7（a）］， 相对湿度均值的高值出现在2 m， 低值出现在16 m。从各小时的垂直特征看出， 湿度低值以14:00为界， 14:00以后湿度低值大部分出现在16 m， 14:00之前低值大部分出现在8 m； 湿度高值以10:00为界， 10:00以后湿度高值大部分出现在2 m， 10:00前湿度高值大部分在4 m； 17:00 -19:00， 出现了逆湿现象。在雪深快速增加时段， 湿度低值大部分出现在8 m及以上， 湿度高值大部分出现在4 m及以下。
4月过程的雪深上升时期［图7（b）］， 相对湿度均值的高值出现在4 m， 低值出现在8 m。从各小时的垂直特征看出， 湿度的高值出现在2 m或者4 m， 其中大部分时段出现在4 m， 湿度低值均出现在8 m； 整个雪深上升时期中无逆湿现象出现。在雪深快速增加时段， 湿度低值位于8 m， 湿度高值大部分集中出现在4 m。
由此， 2月过程的雪深上升时期先出现逆湿现象， 而后出现了逆温现象， 4月过程的雪深上升时期无逆湿现象出现； 两次过程在雪深快速增加时段， 湿度低值大部分出现在8 m， 湿度高值大部分出现在4 m。

3.3.2　雪深下降时期空气相对湿度垂直变化特征

为了对比相同雪深下降时期相对湿度的变化， 选取2月19日00:00 -23:00及4月14日00:30至15日23:00的各层整点相对湿度均值， 得到雪深下降时期的相对湿度垂直廓线变化特征（图8）。两次过程湿度均值在70%以下， 低于雪深上升时期湿度均值（80%）。
图8 雪深下降时期2~16 m相对湿度垂直廓线变化特征

实心圆为白天垂直廓线, 实心三角为夜间垂直廓线

Fig.8 Characteristics of vertical profile of relative humidity in 2~16 m during falling snow depth.The filled circle is the daytime vertical profile, and the filled triangle is the nighttime vertical profile

2月过程的雪深下降时期［图8（a）］， 相对湿度的高值在4 m及以下， 低值主要集中出现在8 m及以上； 16:00 -23:00出现了逆湿现象。在雪深快速下降时段， 湿度的低值出现在8 m或者16 m， 湿度的高值出现在2 m或者4 m。
4月过程的雪深下降时期［图8（b）］， 相对湿度的高值大部分集中出现在2 m， 湿度低值出现在8 m或者16 m； 17:00 -19:00时段出现逆湿现象。在雪深快速下降时段， 湿度的低值出现在8 m或者16 m， 湿度的高值集中出现在2 m。
由此， 两次过程的雪深下降时期相对湿度低于雪深上升时期， 在雪深快速增加和下降时段， 湿度低值大部分都在上层（8 m及以上）， 湿度高值位于下层（4 m及以下）。雪深下降时期， 随着雪中水含量蒸发， 越靠近地面空气湿度相对越大； 两次过程从下午开始均有逆湿现象出现。

3.4　两次过程雪深下降时期雪深、 气温、 雪面温度、 下行短波辐射相关分析

为了探讨雪深下降时期雪深、 气温、 下行短波辐射各因子之间的相关性， 选取了2月19日08:30 -19:00、 4月14 -15日07:30 -19:30数据， 并计算了各因子之间的相关性。
从表1可以看出， 雪深与不同高度气温、 雪面温度、 短波辐射呈显著负相关， 且均通过显著性水平检验。随着高度的增加， 气温对雪深、 雪面温度及短波辐射的影响逐渐减小， 但是差异性不明显。雪面温度和气温存在很好的正相关关系， 与2 m气温的相关系数达0.9以上， 表明2 m气温对雪面温度影响较大。2月， 雪深与雪面温度、 短波辐射、 气温等因子均在0.01的水平上显著性相关， 对雪深的影响因子顺序为： 雪面温度>短波辐射>气温， 2月雪深下降时期平均气温在-14 ℃左右， 较低的温度不利于积雪的消融， 此刻积雪深度的下降主要受雪面温度和短波辐射的影响； 4月， 雪深与雪面温度、 短波辐射、 气温均在0.01的水平上显著性相关， 对雪深的影响因子顺序为： 气温>雪面温度>短波辐射， 4月雪深下降时期平均气温在-5 ℃左右， 且在16日13:00开始2 m气温维持在0 ℃以上［图3（b）］， 较高的气温加速了积雪的消融， 是影响积雪消融的主要因子之一。
表1 2月和4月过程雪深、 不同高度气温、 雪面温度、 下行短波辐射相关性

Table 1 Correlation of snow depth, snow surface temperature, downward shorwave radiation and air temperature at different heights during the two snow cover processes

时期 2 m气温 4 m气温 8 m气温 16 m气温 雪深 雪面温度 短波辐射
2月 2 m气温 1.000** 0.999** 0.994** -0.720** 0.905** 0.615**
4 m气温 0.999** 0.996** -0.713** 0.898** 0.603**
8 m气温 0.998** -0.709** 0.888** 0.584**
16 m气温 -0.695** 0.869** 0.553**
雪深 -0.883** -0.837**
雪面温度 0.882**
4月 2 m气温 0.998** 0.995** 0.992** -0.626** 0.939** 0.716**
4 m气温 0.998** 0.993** -0.622** 0.933** 0.720**
8 m气温 0.997** -0.618** 0.928** 0.714**
16 m气温 -0.614** 0.924** 0.695**
雪深 -0.589** -0.361**
雪面温度 0.757**

**在 0.01 水平（双侧）上显著相关; *在 0.05 水平（双侧）上显著相关

雪深下降时期气温与雪面温度的变化趋势基本一致［图9（a）， （b）］， 雪深下降时期日出和日落时分雪面温度低于2 m气温， 其余时段， 2月的雪面温度明显高于气温， 而在4月， 雪面温度与气温相当； 随着太阳升起， 短波辐射不断增强， 雪面温度和气温保持均呈上升趋势， 当短波辐射下降时， 雪面温度下降的速率高于气温下降速率， 即雪面温度对短波辐射较气温更敏感。
图9 雪深下降时期2 m空气温度、 雪面温度、 下行短波辐射变化特征（a, b）及雪深与短波辐射散点分布（c, d）

Fig.9 Variation characteristic of 2 m air temperature, snow surface temperature and downward shortwave radiation in (a, b), and the scatter diagram of snow depth and downward shortwave radiation (c, d)

由短波辐射对不同深度的积雪的曲线特征［图9（c）， （d）］可以看出， 4月的短波辐射值明显高于2月。2月， 5 cm以下雪深， 短波辐射与雪深的R 2为0.7， 二者相关性较好， 而在4月［图9（d）］， 当雪深在4~9 cm时， R 2为0.33， 二者相关性差； 当雪深在5 cm以上时， R 2为0.92， 表明二者相关性较好。由此， 2月过程雪深在5 cm以下时， 短波辐射与积雪深度相关性较好， 而在4月5 cm以上雪深与短波辐射的相关性较好。

4 讨论

4.1　雪深上升前期空气相对湿度变化特征分析

通过对两次过程的雪深上升时期相对湿度的分析得出， 在雪深上升前18 h左右相对湿度就已经达到最大值， 但是并没有出现持续的雪深增加现象， 为了进一步分析其可能的原因， 给出了雪深上升前期相对湿度与气温变化特征变化（图10）， 从对雪深上升时期相对湿度的分析中可以得出， 当湿度在80%以上， 气温0 ℃以下才可能出现积雪过程。雪晶的形成最为重要的变量是气温、 雪层温度梯度和液态水含量， 也就是说， 气温必须低于0 ℃， 而且同时存在过冷却水（胡汝骥， 2003）。2月气温虽然一直在0 ℃以下， 但是前期没有充足的水汽， 没有形成积雪过程， 在2月17日06:30 -11:00和4月12日01:00 -09:00， 水汽充足， 气温零下， 却没有产生降水， 对比该时段的总净辐射与同期雪深上升时期同时段的总净辐射发现， 雪深上升时期总净辐射较小且没有明显波动， 而雪深上升前期总净辐射变化剧烈且总净辐射值较高， 通过对不同高度的温湿度分析发现（图略）， 在2月17日06:30 -11:00时段有逆温现象出现， 但无逆湿现象出现， 大气层结相对稳定， 09:30逆温逐渐消失； 4月12日01:00 -09:00有逆温及逆湿的现象出现， 逆湿出现的时间较短， 风速较小， 对上下空气交换不利， 没有形成对流， 因此， 大气环流背景的不同， 逆温的出现及风速较少可能导致了大气层结相对稳定， 从而是造成湿度高值、 气温零下却没有产生降雪的原因之一。
图10 雪深上升前期温度和相对湿度变化特征(a, b) 及雪深上升前期和雪深上升时期总净辐射变化特征 (c, d)

Fig.10 The characteristics of temperature and relative humidity changes during the early snow depth rise (a, b) and the total net radiation changes during the early snow depth rise and the snow depth rise period (c, d)

4.2　 4 m偏暖现象的差异性讨论

两次过程在雪深上升时期的白天及夜间均出现了4 m偏暖现象， 在雪深下降时期的白天有4 m偏暖现象的出现。雪深上升时期， 2月过程中03:00 -18:00时段均出现了4 m偏暖现象， 4月过程在午后及前半夜晚出现4 m偏暖现象； 雪深下降时期， 除去逆温时段， 其余时段大部分出现了4 m偏暖现象， 2月过程在14:00 -18:00时段出现了4 m偏暖现象， 而4月过程在逆温消退后的08:00开始出现4 m偏暖现象一直持续到19:00。甘德地区不仅在白天出现了4 m偏暖现象， 在夜间也出现偏暖现象， 这和李丹华等（2017）的研究表明玛曲地区2011年12月20日至2012年3月6日4.2 m白天出现偏暖现象的结论有一定的差异， 其原因可能为玛曲所取观测期内的样本为晴/阴天无积雪样本天， 与本研究所采用的样本数据性质存在差异。
李丹华等（2017）的研究表明玛曲地区有积雪时， 4 m偏暖强度增大， 本研究中的两次过程中均存在4 m偏暖的现象， 玛曲试验场位于102°08′E， 33°53′N， 海拔3423 m， 甘德试验场位于99°52′E， 33°57′N， 海拔4109 m， 地理位置具有一定的差异性， 玛曲的此次积雪过程发生在初春， 而甘德4月13日的积雪过程发生在春季中期， 季节上具有一定的相似性， 虽然两个地区的地理位置有差异， 但是都存在4 m的偏暖现象。
本研究中分别在2月和4月各选取了一个积雪过程进行分析， 由于受观测和积雪条件的限制， 对该区域的观测研究尚浅， 有关结论还需要通过更多的观测试验来证实。

5 结论

（1） 2月、 4月过程的气温曲线与雪深呈现相反的变化趋势， 平均气温的极值出现在不同高度， 降雪时期气温低值出现在16 m， 融雪时期气温低值出现在2 m， 气温垂直廓线表明， 越接近地表气温波动越大；
（2） 雪深上升时期， 2月过程的雪深快速增加时段为03:00 -09:00、 13:30 -19:00， 4月过程的雪深快速增加时段为01:00 -03:00、 18:00 -22:30； 2月过程雪深上升的最后时段， 出现了逆湿现象， 逆湿后出现了逆温现象， 而在4月过程降雪时期无逆温及逆湿现象出现； 在雪深快速增加时段， 气温高值大部分出现在4 m， 大气层结不稳定， 降雪过程的概率增加， 雪深的增加量亦越大； 两次过程的雪深快速增加时段4 m高度均出现暖湿现象；
（3） 雪深下降时期， 冬季气温维持在零度以下， 而春季气温出现零度以上。2月过程的雪深快速下降时段分别为19日10:00 -13:00、 20日06:30 -08:30， 4月过程的雪深快速下降时段分别为14日08:30 -13:00、 16日14:00 -16:30； 两次过程的雪深下降时期从下午开始均出现了逆湿现象， 随着傍晚的来临出现了逆温现象并一直在夜间持续， 除去逆温时段， 在2月过程的午后时段及4月过程的白天时段出现了4 m偏暖现象； 极值出现的高度不仅与逆温的出现与消退有关， 辐射值的变化也对极值出现高度时间可能也存在着影响；
（4） 在雪深下降时期， 雪面温度对短波辐射较气温更为敏感； 2月， 雪深的影响因子顺序为： 雪面温度>短波辐射>气温， 4月， 雪深的影响因子顺序为： 气温>雪面温度>短波辐射； 2月过程雪深在5 cm以下时， 短波辐射与积雪深度相关性较好， 而在4月5 cm以上雪深与短波辐射的相关性较好； 两次过程在雪深上升的白天及夜间均出现了4 m偏暖现象， 在雪深下降时期的白天有4 m偏暖现象的出现。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Brazenec W A， 2005.Evaluation of ultrasonic snow depth sensors for automated surface observing systems（ASOS）.Colorad-O： Colorado State University.

Brown R D， Mote P W， 2009.The response of Northern Hemisphere snow cover to a changing climate［J］.Journal of Climate.22（8）： 2124-2145.DOI： 10.1175/2008JCLI2665.1.

Budyko M I， 1969.The effects of solar radiation on the climate of the earth［J］.Tellus， 21： 611-619.DOI： 10.3402/tellusa.v21i5. 10109.

Choudhury B， 1982.Spectral albedos of mid-latitude snowpacks［J］.Cold Regions Science and Technology， 6（2）： 123-139.DOI： 10.1016/0165-232x（82）90005-2.

Picard G， Domine F， Krinner G， et al， 2012.Inhibition of the positive snow-albedo feedback by precipitation in interior Antarctica［J］.Nature Climate Change， 2： 795-798.DOI： 10.1038/nclimate1590.

Pirazzini R， Leppänen L， Picard G， et al， 2018.European in-situ snow measurements： Practices and purposes［J］.Sensors， 18（7）， 2016.DOI： 10.3390/s18072016.

Qian Y F， Zheng Y Q， Zhang Y， et al， 2003.Responses of China's summer monsoon climate to snow anomaly over the Tibetan Plateau［J］.International Journal of Climatology， 23（6）： 593-613.

Ryan W A， Doesken N J， Fassnacht S R， 2008.Evaluation of Ultra ，Sonic Snow Depth Sensors for Us Snow Measurements［J］.Journal of Atmospheric and Oceanic Technology， 25（5）： 667-684.

Witze A， 2016.Snow sensors seek best way to track the white stuff［J］.Nature， 532， 17.DOI： 10.1038/532017a.

Yang F， Kumar A， Wang W， et al， 2001.Snow ，albedo feedback and seasonal climate variability over North America［J］， Journal of Climate， 14（22）： 4245-4248.DOI： 10.1175/1520-0442（2001）014<4245： safasc>2.0.co； 2.

除多， 边巴次仁， 扎珠， 等， 2018.SR-50A超声雪深仪在西藏高原的适用性研究［J］.高原气象， 37（2）： 382-393.DOI： 10. 7522/j.issn.1000-0534.2018.00037.

冯学智， 肖鹏峰， 张学良， 等， 2018.天山中部积雪遥感与应用［M］.北京： 科学出版社， 4-5.

郭建平， 刘欢， 安林昌， 等， 2016.2001-2012年青藏高原积雪覆盖率变化及地形影响［J］.高原气象， 35（1）： 24-33.DOI： 10. 7522/j.issn.1000-0534.2014.00140.

郭玲鹏， 李兰海， 徐俊荣， 等， 2012.气温变化条件下融雪速率和土壤水分变化的同步观测试验［J］.干旱区研究， 29（5）： 890-897.

黄芳芳， 马伟强， 李茂善， 等， 2016.藏北高原地表温度对气候变化响应的初步分析［J］.高原气象， 35（1）： 55-63.DOI： 10.7522/j.issn.1000-0534.2015.00075.

胡汝骥， 2013.中国积雪与雪灾防治［M］.北京： 中国环境出版社， 16-17.

姜琪， 罗斯琼， 文小航， 等， 2020.1961-2014年青藏高原积雪时空特征及其影响因子［J］.高原气象， 39（1）： 24-36.DOI： 10. 7522/j.issn.1000-0534.2019.00022.

李丹华， 文莉娟， 隆霄， 等， 2017.积雪对玛曲局地微气象特征影响的观测研究［J］.高原气象， 36（2）： 330-339.DOI： 10.7522/j.issn.1000-0534.2016.00074.

李栋梁， 王春学， 2011.积雪分布及其对中国气候影响的研究进展［J］.大气科学学报， 34（5）： 627-636.

刘晓娇， 陈仁升， 刘俊峰， 等， 2020.黄河源区积雪变化特征及其对春季径流的影响［J］.高原气象， 39（2）： 226-233.DOI： 10. 7522/j.issn.1000-0534.2019.00074.

李英， 李跃清， 赵兴炳， 2009.青藏高原东坡理塘地区近地层湍流通量与微气象特征研究［J］.气象学报， 67（3）： 417-425.

彭艳， 张宏升， 刘辉志， 等， 2005.青藏高原近地面层气象要素变化特征［J］.北京大学学报（自然科学版）， 41（2）： 180-190.

沈永平， 苏宏超， 王 国亚， 等， 2013a.新疆冰川、 积雪对气候变化的响应（I）： 水文效应［J］.冰川冻土， 35（3）： 513-527.

沈永平， 苏宏超， 王国亚， 等， 2013b.新疆冰川、 积雪对气候变化的响应（II）： 灾害效应［J］.冰川冻土， 35（6）： 1355-1370.

王婷， 李照国， 吕氏华， 等， 2019.青藏高原积雪对陆面过程热量输送的影响研究［J］.高原气象， 38（5）： 920-934.DOI： 10. 7522/j.issn.1000-0534.2019.00026.

肖林， 车涛， 2015.青藏高原积雪对气候反馈的初步研究［J］.遥感技术与应用， 30（6）： 1066-1075.DOI： 10.11873/j.issn.1004-0323.2015.6.1066.

徐兴奎， 2011.1970-2000年中国降雪量变化和区域性分布特征［J］.冰川冻土， 33（3）： 497-503.

许立言， 武炳义， 2012.欧亚大陆积雪与2010年中国春末夏初降水的关系［J］.高原气象， 31（3）： 706-714.

杨志刚， 达娃， 除多， 2017.近15A青藏高原积雪覆盖时空变化分析［J］.遥感技术与应用， 32（1）： 27-36.DOI： 10.11873/j.issn. 1004-0323.2017.1.0027.

张娟， 徐维新， 王力， 等， 2018.三江源腹地玉树地区动态融雪过程及其与气温关系分析［J］.高原气象， 37（4）： 936-945.DOI： 10.7522/j.issn.1000-0534.2018.00001.

张强， 孙昭萱， 王胜， 2011.黄土高原定西地区陆面物理量变化规律研究［J］.地球物理学报， 54（7）： 1727-1737.DOI： 10.3969/j.issn.0001-5733.2011.04.005.

赵兴炳， 彭斌， 秦宁生， 等， 2011.青藏高原不同地区夏季近地层能量输送与微气象特征比较分析［J］.高原山地气象研究， 31（1）： 6-11.DOI： 10.3969/j.issn.1674-2184.2011.01.002.

周扬， 徐维新， 张娟， 等， 2017a.2013-2015年青藏高原玛多地区两次动态融雪过程及其与气温关系对比分析［J］.自然资源学报， 32（1）： 101-113.DOI： 10.11849/zrzyxb.20160121.

周扬， 徐维新， 白爱娟， 等， 2017b.青藏高原沱沱河地区动态融雪过程及其与气温关系分析［J］.高原气象， 36（1）： 24-32.DOI： 10.7522/j.issn.1000-0534.2016.00013.

左洪超， 吕世华， 胡隐樵， 等， 2004.非均匀下垫面大气边界层的观测和数值模拟研究（I）： 冷岛效应和逆湿现象的完整物理图像［J］.高原气象， 23（2）： 155-162.

Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn