高原气象

高原气象 >

2021 , Vol. 40 >Issue 4: 875 - 886

DOI: https://doi.org/10.7522/j.issn.1000-0534.2020.00055

论文

东北地区积雪变化及对气候变化的响应

  • 周晓宇 , 1 ,
  • 赵春雨 , 1 ,
  • 李娜 2 ,
  • 崔妍 1 ,
  • 易雪 1 ,
  • 刘鸣彦 1
展开
  • 1. 沈阳区域气候中心，辽宁 沈阳 110166
  • 2. 山西省气象台，山西 太原 030006
赵春雨（1968 -）， 女， 辽宁抚顺人， 正研级高工， 主要从事气候变化、 气象灾害风险评估及气候预测研究E-mail：

周晓宇（1984 -）， 女， 辽宁朝阳人， 高级工程师， 主要从事气候变化、 气象灾害风险评估研究. E-mail：

收稿日期: 2020-03-05

  修回日期: 2020-06-30

  网络出版日期: 2021-08-28

基金资助

中国气象局创新发展专项(CXFZ2021J047)

中国气象局气候变化专项(CCSF202013)

辽宁省自然科学基金指导计划项目(20180551217)

收起

Spatiotemporal Variation of Snow and its Response to Climate Change in Northeast China

  • Xiaoyu ZHOU , 1 ,
  • Chunyu ZHAO , 1 ,
  • Na LI 2 ,
  • Yan CUI 1 ,
  • Xue YI 1 ,
  • Mingyan LIU 1
Expand
  • 1. Regional Climate Center of Shenyang，Shenyang 110166，Liaoning，China
  • 2. Shanxi Meteorological Observatory，Taiyuan 030006，Shanxi，China

Received date: 2020-03-05

  Revised date: 2020-06-30

  Online published: 2021-08-28

Fold

本文亮点

利用东北地区1961 -2017年162个气象站点逐日气象观测数据， 分析了积雪的变化及其与气候变化的关系。结果表明： （1）平均年积雪日数和累积积雪深度为75.3 d和582.1 cm， 呈高纬多低纬少、 山地多平原少的分布， 大兴安岭北部、 小兴安岭和长白山区积雪日数达140 d以上， 积雪日数多的地方累积积雪深度也较深。（2）平均积雪初终日和积雪期分别为11月7日、 4月1日和145 d， 积雪初日自大兴安岭北部向辽宁沿海地区推进； 积雪初日早的地区积雪结束的也晚， 积雪期更长， 黑龙江大部分地区均超过了150 d。（3）积雪日数和累积积雪深度最大值均出现在1月， 以1月下旬最多； 积雪初日和终日最多分别出现在11月和3月， 以11月上旬和3月下旬最多。（4）年积雪日数和累积积雪深度分别以1.88 d·（10a）-1和71.94 cm·（10a）-1的速率增加， 在21世纪10年代达到年代最高值， 秋季、 冬季和春季积雪日数和累积积雪深度均呈增加趋势， 冬季增加最为显著。积雪初日显著推迟、 积雪终日提前、 积雪期缩短， 变化速率分别为1.44 d·（10a）-1、 -2.27 d·（10a）-1和-3.72 d·（10a）-1； 162个气象站点中， 积雪日数和累积积雪深度均有75%以上的站点呈增加趋势， 积雪初日推迟、 积雪终日提前和积雪期缩短的站点分别为86.4%、 98.1%和96.3%。（5）冬半年积雪受降水量（有效降雪量）的影响要大于平均气温的影响； 积雪初日与11月平均气温和10月降水量相关性较好， 积雪终日与2月温度因子相关性较好； 随着纬度的升高和海拔的抬升， 积雪日数和累积积雪深度增加， 积雪初日提前、 积雪终日推后、 积雪期延长。

本文引用格式

周晓宇 , 赵春雨 , 李娜 , 崔妍 , 易雪 , 刘鸣彦 . 东北地区积雪变化及对气候变化的响应[J]. 高原气象, 2021 , 40(4) : 875 -886 . DOI: 10.7522/j.issn.1000-0534.2020.00055

Highlights

Based on daily meteorological observation data from 162 meteorological stations in Northeast China from 1961 to 2017， the spatiotemporal variation of snow and its relationship with climate change were analyzed.The results showed that： （1）The average annual snow days and accumulated snow depth were 75.3 d and 582.1 cm， showing a distribution of more high latitude and less low latitude， more mountains and less plains， with snow days reaching 140 d or more in the northern Daxinganling， Xiaoxinganling and Changbai Mountain areas， and the accumulated snow depth is deeper in places with more snow days.（2）The average snow onset date， end date and snow duration were 7 November， 1 April and 145 d respectively， with the snow onset date advancing from the northern part of the Daxinganling to the coastal areas of Liaoning； areas with early snow onset date also have later snow end date and longer snow duration， most areas of Heilongjiang exceeding 150 d.（3）The snow days and accumulated snow depth distributed in a single peak during the year， with the maximum value occurring in January， with the most occurring in late January； the maximum value of snow onset date and end date occur in November and March respectively， with the most occurring in early November and late March.（4）The annual snow days and accumulated snow depth increased at the rates of 1.88 d·（10a）-1 and 71.94 cm·（10a）-1 respectively， reaching a chronological maximum in the 2010s， the snow days and accumulated snow depth all tend to increase in autumn， winter and spring， with the most significant increase in winter.Of the 162 meteorological stations， more than 75% sites showed increasing trend for the snow days and accumulated snow depth， 86.4% stations’s snow onset date delayed， 98.1% end date advanced and 96.3% snow duration shortened.（5）The snow was more influenced by precipitation （effective snowfall） than by the average temperature； the snow onset date correlates better with the average temperature in November and the precipitation in October， and the snow end date correlates better with the temperature factor in February with the latitude increases and altitude rises， the snow days and the accumulated snow depth increase， with earlier snow onset date， later snow end date and longer snow period.

1 引言

积雪是地球系统五大圈层冰冻圈的重要组成部分， 具有高反射率、 高相变潜热和低热传导等属性， 通过影响地表能量平衡对气候系统变化产生影响（马丽娟， 2008）。积雪异常会引起下垫面能量和水分的异常， 从而对气候及大气环流的变化产生重要影响， 气候和大气环流的异常也会通过影响冷暖空气及降水多寡影响积雪的多少（张宁丽等， 2012）。全球98%的季节性积雪位于北半球， 中国积雪分布范围广泛， 其中新疆、 青藏高原和东北地区是3个积雪高值区， 地理位置以及主要天气气候系统的不同导致不同地区积雪的时空分布有明显差异， 北方地区主要在秋冬两季， 而青藏高原部分地区全年均有积雪。自20世纪80年代， 李培基和米德生（1983）、 李培基（1990， 1995， 1996）及刘晓东（1989）就已利用有限的积雪资料开始了中国积雪的研究， 也有学者从不同角度研究了欧亚大陆积雪对中国天气气候的影响及其可预报性问题（陈红， 2017； 张人禾等， 2016； 陈海山和孙照渤， 2003； 陈海山等， 2003）； 在探讨积雪类型分区时， 李培基和米德生（1983）以积雪日数作为标准， 划分了中国的积雪类型， 同时指出了不同类型积雪区积雪日数的年际变率范围， 何丽烨和李栋梁（2012）利用地面台站和卫星遥感资料， 使用积雪年际变率方法划分中国西部积雪类型， 并建立了综合分类指标研究指出台站资料的划分结果很大程度上受积雪持续时间的影响， 而卫星遥感方法积雪年际变率是影响类型划分的主要因素。中国区域（王春学和李栋梁， 2012； 马丽娟和秦大河， 2012； Tan et al， 2019； Ke et al， 2016）、 新疆（张文博等， 2012； 李雪梅等， 2016； 王宏伟等， 2014）、 青藏高原（保云涛等， 2018； 汪箫悦等， 2016； 姜琪等， 2020； 刘晓娇等， 2020）以及其他积雪分布区（舒常禄， 2018； 肖王星等， 2016； 雷向杰等， 2016）的积雪变化特征也已开展了广泛而深入地研究。第三次气候变化国家评估报告（2016）显示， 1909年以来（1909 -2011年）中国气温的变暖速率高于全球平均值， 每百年升温0.9~1.5 ℃， 到21世纪末， 可能增温1.3~5.0 ℃， 气候变暖的同时， 未来北半球3 -4月积雪将减少并集中发生在欧亚大陆中西部地区（朱献和董文杰， 2013）， 对中国未来积雪的研究也指出积雪量减少、 积雪开始时间推后、 而积雪结束时间都将提前， 尤其以青藏高原地区的变化最为显著（石英等， 2010）。不同区域积雪期的敏感要素也各不相同， 山东半岛、 小兴安岭、 长白山和新疆北部地区积雪期的缩短和北大西洋涛动关系最为密切， 而负积温和年平均气温则是青藏高原、 东北平原的主要影响因素。
东北地区（包括辽宁省、 吉林省和黑龙江省）位于我国纬度最高的地区， 气候带自南向北跨中温带与寒温带， 属温带大陆性季风气候， 地势上东北西三面为低中山环绕， 中部为广阔的平原。李培基和米德生（1983）、 施雅风（2001）通过计算积雪年际变率判定东北大部分地区为全国三大稳定积雪区之一， 陈光宇（2011）利用东北地区的积雪深度数据判定东北地区中北部和山区是稳定积雪区， 而东南部和渤海区地区是周期性不稳定积雪区。对东北及邻近地区积雪的变化特征（严晓瑜等， 2012， 2015； 赵晓萌等， 2012； 张茜和李栋梁， 2012；， 陈光宇和李栋梁， 2011； 赵春雨等， 2010）及各省积雪初终日（傅帅等， 2017； 杨倩等， 2012； 李栋梁等， 2009； 孙凯军和胡中明， 2008）的变化规律、 积雪对森林生长的影响（Qiao et al， 2019）已有广泛的研究。但对东北地区积雪的研究， 时段较早或主要针对各省来进行分析研究， 需要从更长时段围绕东北地区进行积雪变化特征及影响因子的研究， 以期为应对气候变化、 短期气候预测、 水资源管理以及东北地区科学开发规划寒地冰雪资源提供科学依据。

2 资料来源和方法介绍

2.1　资料来源

所用数据为东北地区162个气象站点1961 -2018年逐日积雪深度、 平均气温、 最高气温、 最低气温、 地表平均气温、 降水量及逐日天气现象数据。图1（a）给出了东北地区地形及162个气象站点分布。文中所涉及的地图是基于国家测绘地理信息局审核批准的气象应用底图［审图号 GS（2017）3320号］制作， 底图无修改。
图1 东北地区地形及分析站点（a）、 积雪日数（b）及累积积雪深度（c）的空间分布

Fig.1 Spatial distribution of topography and analysis stations （a）， snow days （b） and accumulated snow depth （c） in Northeast China

2.2　方法介绍

以当年7月1日至次年6月30日为一个积雪年， 积雪日数为日积雪深度>0 cm的日数， 累积积雪深度为一个积雪年内逐日积雪深度之和。积雪初终日为积雪年内第一次和最后一次出现积雪的日期， 积雪期为一个积雪年内积雪的最后一天与第一天的间隔日数。从逐日降水量和天气现象数据中提取降雪数据。

3 结果分析

3.1　积雪空间分布

3.1.1　积雪日数和累积积雪深度

积雪日数的多少反映了一个地区稳定积雪的持续性， 积雪深度则反映了降雪的丰富程度， 图1（b）为1961 -2017年多年平均积雪日数的空间分布。东北地区平均年积雪日数为75.3 d， 随纬度升高自南向北增多， 积雪日数有3个高值中心， 分别为大兴安岭北部、 小兴安岭和长白山区， 均超过了140 d； 纬度较低的辽宁省积雪日数相对较少， 除东部山区其他大部分地区均不足50 d； 积雪日数最大值166.1 d出现在黑龙江漠河， 最小值11.2 d出现在辽宁长海。平均年累积积雪深度［图1（c）］为582.1 cm， 积雪日数多的地区累积积雪深度也较深， 辽宁大部分地区、 吉林西部和黑龙江西南部较低在400 cm以下， 大兴安岭北部和小兴安岭地区均在1500 cm以上， 黑龙江漠河累积积雪深度最深（2531.3 cm）， 黑龙江五营、 逊克、 嘉荫和吉林东岗均在2000 cm以上， 最小值36.9 cm出现在辽宁瓦房店。积雪日数和累积积雪深度自低纬向高纬、 自西向东增加， 在东北平原地区， 由于平原区的积雪比其西侧的大兴安岭和东侧的长白山区积雪少， 积雪日数和累积积雪深度等值线呈向北弯曲分布， 也说明了东北地区地形对积雪的影响显著。

3.1.2　积雪初日、 终日及积雪期

东北地区平均积雪初日为11月7日［图2（a）］， 自大兴安岭北部向辽宁沿海地区推进， 黑龙江省大部分地区在10月底前就已出现积雪， 大兴安岭北部地区最早在10月中旬， 吉林中西部晚于东部地区， 分别在11月上旬和10月下旬， 辽宁省积雪初日在11月中旬后， 由东西部山区向大连沿海地区推进， 大连长海最晚出现在12月15日。平均最早和最晚积雪初日之差为75 d（41~160.5 d）， 由高纬向低纬递增， 积雪较丰富的大小兴安岭、 三江平原、 长白山区和辽宁东部山区差异在41~60 d之间， 辽宁西北部地区达140 d以上。东北地区平均积雪终日为4月1日［图2（b）］， 积雪初日早的地区积雪结束晚， 由大连南部沿海地区向大兴安岭北部推进， 辽宁省大部分地区积雪在2月下旬至3月下旬结束， 东部山区结束于4月上旬； 吉林省西-中-东部地区依次结束于3月下旬、 4月上旬和中旬， 吉林东岗和长白平均结束时间均在4月下旬； 黑龙江省大部分地区积雪结束于4月上旬， 大小兴安岭晚于4月中旬， 黑龙江漠河结束最晚。平均最早和最晚积雪终日之差为76 d（41~161.5 d）， 与积雪初日差值分布基本相同， 辽宁西北部地区相差最多超过了140 d。平均积雪期为145 d（71.1~198.5 d）［图2（c）］， 积雪初日早、 终日晚的地区积雪期也更长， 积雪期最长和最短分别出现于黑龙江漠河和大连长海， 辽宁省积雪期少于150 d， 自西部山区、 南部沿海向东部山区增多， 吉林省自西向东部长白山区增加， 黑龙江大部分地区均达150 d以上。平均最长最短积雪期之差为76 d（54~191 d）， 高值区即差异大的地区位于辽西地区， 在160 d以上， 也说明这些地区积雪相对更不稳定， 年际波动较大。
图2 1961 -2017年东北地区积雪初日（a）、 积雪终日（b）及积雪期（c）的空间分布

Fig.2 Spatial distribution of snow onset date （a）， end date （b） and snow duration （c） in Northeast China from 1961 to 2017

图2分析积雪初日、 终日和积雪期时考虑了微量积雪日数（即积雪深度不足1 cm记录为32700的积雪， 定义为天气现象统计）， 图3不考虑微量积雪日数， 以第一次积雪深度达到1 cm及以上的日期和最后一次积雪深度达到1 cm及以上的日期统计了积雪初日、 终日及积雪期（定义为积雪深度统计）。两种定义统计的积雪初日分别为11月7日和11月12日， 相差5 d， 天气现象统计的积雪初日较早， 黑龙江大部分地区在10月下旬前就已出现积雪， 辽东半岛地区出现在12月上旬。从积雪深度统计来看， 10月只在大兴安岭北部和小兴安岭地区出现积雪， 辽东半岛地区12月中旬以后才出现积雪。两种定义统计的积雪终日分别为4月1日和3月26日， 相差6 d， 大部分地区天气现象统计的积雪终日要晚于积雪深度的统计， 辽西和辽东半岛地区虽然2月下旬积雪已结束， 但天气现象统计的区域范围要明显偏小。两种定义统计的积雪期分别为145 d和135 d， 相差10 d， 与天气现象统计相比， 积雪深度统计的辽西地区积雪期明显减少在100 d以内。
图3 积雪深度统计的积雪初日（a）、 积雪终日（b）及积雪期（c）空间分布

Fig.3 Spatial distribution of snow onset date （a）， end date （b） and snow duration （c） by the statistics of snow depth

图4为微量积雪日数及其与积雪日数比值的分布， 微量积雪日数主要集中在吉林西北部和东北部、 黑龙江西南部地区， 均超过15 d， 辽宁西部、 大兴安岭北部和小兴安岭地区为微量积雪日数的低值区域， 不足7 d。微量积雪日数与积雪日数的比值为1.2%~40.9%， 自大兴安岭北部、 小兴安岭和三江平原地区向低纬增加， 吉林西北部和东北部、 黑龙江西南部地区微量积雪日数大的地区， 微量积雪日数比值也较高。辽宁西部、 辽东半岛以及大连地区， 微量积雪日数较少， 但比值却达到了20%以上， 大连地区超过了30%， 这可能与大连地区冬春季气温高、 降雪量少， 降雪后融化较快， 易形成微量积雪日有关。
图4 微量积雪日数（a）及其与积雪日数比值（b）的空间分布

Fig.4 Spatial distribution of trace snow days（a） and its ratio to snow days（b）

3.2　积雪年内变化

3.2.1　积雪日数和累积积雪深度

东北地区积雪的年内分布受气温和降水的年内分布影响， 主要出现在10月至次年4月。从区域平均来看（表1）， 积雪日数呈单峰型分布， 10月开始出现积雪， 12月积雪日数开始缓慢增加， 1月达到最高为21.8 d， 2月积雪日数开始减少， 在4月仅为1.2 d， 冬季（12月至次年2月）积雪日数占全年的74.6%。累积积雪深度也呈单峰型分布， 12月达到128 cm， 1月达到峰值为198.9 cm， 2月开始减少为137 cm， 4月为4.5 cm， 5月仅为0.1 cm， 累积积雪深度也主要集中在冬季， 最大值出现在1月， 这与进入1月以后， 积雪已达到一定厚度， 再加上新雪即可造成积雪深度较深有关。
表1 各月积雪日数、 累积积雪深度分布

Table 1 Monthly distribution of snow days and accumulated snow depth

项目参数 月份
1月 2月 3月 4月 5月 10月 11月 12月
积雪日数/d 21.8 15.1 7.9 1.2 / 0.9 8.9 18.7
累积积雪深度/mm 198.9 137 57 4.5 0.1 4.1 46.5 128

/ 表示无数据

图5（a）为积雪的旬分布， 以1月上旬为1， 1月中旬为2， 7月上旬为19， 12月下旬为36， 以此类推。积雪日数占年积雪日数8%以上的旬为12月中下旬、 1月各旬和2月上旬， 积雪日数自9月下旬开始出现， 1月下旬达到最高值为10.09%， 2月中下旬随着气温升高、 降雪减少， 积雪日数也逐渐减小。累积积雪深度滞后于积雪日数， 10月上旬开始随着气温降低和降雪增多累积积雪深度增加， 12月下旬至2月上旬累积积雪深度比例超过了10%， 最多出现在1月下旬， 占全年的13.48%。
图5 各旬积雪日数和累积积雪深度的百分比（a）、 各旬积雪平均初始日期（b）和终止日期（c）出现概率

Fig.5 Percentage of snow days and accumulated snow depth （a）， and probability of occurrence of the average snow onset date （b） and end date （c） by a period of ten days

3.2.2　积雪初日、 终日年内分布状况

积雪起始时间的早晚反映了一个地区稳定降雪日期的早晚， 东北地区积雪初日出现在9月至次年3月， 10月和11月出现概率为89.3%， 以11月出现的次数最多， 约占51.38%。积雪终日主要出现在3月和4月， 约占90.1%， 3月概率最大为38.37%（表2）。从旬分布看， 积雪初始日期的峰值主要出现在10月中旬到11月中旬， 以11月上旬出现较多， 占24.48%， 终止日期的峰值在3月中旬到4月下旬， 3月下旬出现概率最多为18.85%。
表2 各月积雪平均初始日期和终止日期出现概率

Table 2 Probability of occurrence of snow onset date and end date in each month

项目参数 月份
1月 2月 3月 4月 5月 9月 10月 11月 12月
初始日期出现概率/% 1.23 0.55 0.14 / / 0.87 37.92 51.38 7.91
终止日期出现概率/% 0.95 4.45 38.37 52.60 3.42 / / 0.04 0.16

/ 表示无数据

3.3　积雪时空变化

3.3.1　年际变化

1961 -2017年， 东北地区积雪日数呈增加趋势， 增加速率为1.88 d·（10a）-1， 即近57年增加了10.7 d。20世纪60年代积雪日数基本与常年值持平， 70~80年代处于偏少时段， 90年代开始增多， 21世纪10年代（2011 -2017年）积雪日数为历年最高时段， 2012年积雪日数最多为117 d； 秋季、 冬季和春季积雪日数均呈增加趋势， 增加速率分别为0.08 d·（10a）-1、 1.74 d·（10a）-1和0.14 d·（10a）-1， 以冬季增加速率最快。累积积雪深度以71.94 cm·（10a）-1的速率显著增加， 20世纪60~80年代处于偏少时段， 90年代开始逐年代递增， 进入21世纪00年代（2001 -2010年）， 累积积雪深度波动变化加大， 21世纪10年代达到各年代最高值， 2012年累积积雪深度最深为1648.3 cm； 秋季、 冬季和春季累积积雪深度分别以2.68 cm·（10a）-1、 63.3 cm·（10a）-1和6.78 cm·（10a）-1的速率增加， 冬季增速最大且变化趋势通过了0.01的信度检验。
图6 1961 -2017年东北地区积雪日数（a）和累积积雪深度（b）变化

Fig.6 Variation of snow days （a） and accumulated snow depth （b） in Northeast China from 1961 to 2017

1961 -2017年， 东北地区积雪初日以1.44 d·（10a）-1的速率显著推迟， 20世纪60年代至80年代积雪初日偏早， 90年代有所推迟， 21世纪00年代最晚较常年偏晚5 d， 较60年代偏晚了7 d。积雪终日以2.27 d·（10a）-1的速率显著提前， 20世纪60年代为4月2日， 70年代推迟为4月7日， 80年代开始逐年代提前， 21世纪00年代为3月23日， 较20世纪60年代提前了10 d。积雪初日推迟、 积雪终日提前导致积雪期显著缩短， 缩短速率为3.72 d·（10a）-1， 20世纪60年代积雪期为148.4 d， 70年代由于积雪终日的推迟积雪期延长为155.3 d， 此后积雪期持续缩短， 21世纪00年代仅为132 d， 较20世纪60年代缩短了16.4 d。
图7 1961 -2017年东北地区积雪初日（a）、 积雪终日（b）及积雪期（c）变化

Fig.7 Variation of snow onset date （a）， end date （b） and snow duration （c） in Northeast China from 1961 to 2017

从各省变化来看， 黑龙江、 吉林、 辽宁积雪初日均有所推迟， 平均每十年推迟2.11 d、 1.6 d和0.46 d， 以黑龙江初日推迟最多； 积雪终日平均每10年提前0.69 d、 0.3 d和0.81 d， 辽宁提前速率最快； 积雪期分别以10.62 d·（10a）-1、 9.72 d·（10a）-1、 9.06 d·（10a）-1速率显著缩短， 均通过了0.01的信度检验， 以黑龙江积雪期减少最多。
表3 东北地区及各省积雪初日、 终日及积雪期每十年变化

Table 3 Change of snow onset date、 end date and snow duration for every ten years in Northeast and three provinces

项目参数 区域 时段
1961 -1970年 1971 -1980年 1981 -1990年 1991 -2000年 2001 -2010年 2011 -2017年 1981 -2010年
积雪初日 东北地区 11月5日 11月3日 11月5日 11月8日 11月8日 11月12日 11月7日
黑龙江 10月26日 10月23日 10月24日 10月30日 11月2日 11月3日 10月29日
吉林 11月3日 10月29日 11月3日 11月6日 11月5日 11月9日 11月5日
辽宁 11月20日 11月21日 11月21日 11月20日 11月18日 11月26日 11月20日
积雪终日 东北地区 4月2日 4月7日 4月4日 3月29日 3月27日 3月23日 3月30日
黑龙江 4月8日 4月15日 4月9日 4月4日 4月5日 3月28日 4月6日
吉林 4月5日 4月9日 4月9日 3月31日 4月2日 3月26日 4月4日
辽宁 3月23日 3月26日 3月24日 3月19日 3月11日 3月14日 3月18日
积雪期/d 东北地区 148.4 155.3 151.1 141.6 140.2 132.0 144.3
黑龙江 164.5 174.6 167.9 156.4 155.0 146.2 159.8
吉林 153.8 162.3 158.3 145.8 148.6 138.3 150.9
辽宁 123.5 125.3 123.9 119.7 114.4 108.9 119.3

3.3.2　空间变化

东北地区积雪日数变化在-4.9~10.7 cm·（10a）-1， 162个站中有124个站呈增加趋势（76.5%）， 辽宁大部分地区积雪日数增加速率以0.1~3 cm·（10a）-1为主， 黑龙江西南部、 吉林中西部地区积雪日数增加速率达5.0 cm·（10a）-1以上， 积雪日数减少区域位于东北东部山区。累积积雪深度变化在-64.1~307.8 cm·（10a）-1， 162个站中有137个站呈增加趋势（84.5%）， 吉林中部、 黑龙江西南部地区及三江平原地区增加较为显著， 增加速率在100 cm·（10a）-1以上且通过了0.05的信度检验， 辽宁西部山区、 辽中平原南部及东部部分地区累积积雪深度减少速率为0.1~64.1 cm·（10a）-1， 黑龙江东南部地区累积积雪深度增加的同时积雪日数在减少。
图8 1961 -2017年东北地区积雪日数（a）、 累积积雪深度（b）变化趋势的空间分布

白色“+”表示通过0.05信度检验的站点

Fig.8 Spatial distribution of the variation trend of snow days （a） and accumulated snow depth （b） in Northeast China from 1961 to 2017.White "+" denotes the trend significant at the 95% confidence level

东北地区积雪初日总体呈推迟趋势， 162个站中140个站（86.4%）呈推迟趋势， 吉林大部分地区积雪初日推迟0.1~2.0 d·（10a）-1， 黑龙江西南部及东北部部分地区积雪初日推迟4.1~4.5 d·（10a）-1， 辽宁西部、 辽东半岛和大连地区积雪初日平均每十年提前0.1~4.0 d。积雪终日总体呈提前趋势（159个站， 98.1%）， 辽宁东部山区积雪终日提前最为显著， 在4 d·（10a）-1以上， 辽宁和吉林的3个站点积雪终日有所推迟， 推迟速率为0.1~0.5 d·（10a）-1。积雪期变化趋势具有明显的地域性差异， 有156个站点（96.3%）积雪期减少， 辽宁东南部、 吉林北部及东南部、 黑龙江东北部及南部地区积雪期减少较为明显， 为4.0~8.2 d·（10a）-1， 辽宁省西部地区有部分站点（凌源、 喀左、 锦州、 兴城）积雪初日提前的同时积雪期延长， 延长速率为0.1~3.0 d·（10a）-1， 这与前人的研究结论一致， 可能与辽宁西部地区11月降水量增加、 平均风速下降有关（赵春雨等， 2010）。
图9 东北地区1961—2017年积雪初日（a）、 积雪终日（b）及积雪期（c）变化趋势的空间分布

白色“+”为通过0.05信度检验的站点

Fig.9 Spatial distribution of the variation trend of snow onset date （a）， end date （b） and snow duration （c） in Northeast China from 1961 to 2017.White "+" denotes the trend significant at the 95% confidence level

3.4　积雪影响因素分析

3.4.1　积雪日数、 积雪深度与气候要素的关系

东北地区降雪和积雪主要出现在冬半年（10月至次年5月）， 与温度、 降水密切相关， 降水量多有利于增加积雪深度， 低温则有利于积雪的累积和维持。计算有效降雪量（惠英， 2009）， 即能形成积雪的降水量， 统计当日有≥0.1 mm 降雪且同日观测到≥1 cm积雪所有日期降水量之和。表4列出了东北地区冬半年积雪日数、 累积积雪深度与平均气温、 降水量和有效降雪量的相关系数， 积雪日数、 累积积雪深度与平均气温为负相关， 与降水量和有效降雪量正相关， 特别是有效降雪量与积雪日数、 累积积雪深度的相关系数达到了0.803和0.847， 且通过了0.01的信度检验， 说明积雪的多少更多取决于降雪量的多少， 有效降雪量多则积雪多。冬半年有效降雪量和平均气温均呈增加趋势， 增加速率分别为2.29 mm·（10a）-1和0.33 ℃·（10a）-1， 根据相关系数分析， 积雪日数和累积积雪深度也在增加， 与图6的分析结果一致。冬半年积雪日数和累积积雪深度受降水量（有效降雪量）的影响要高于气温的影响。
表4 1961—2017年积雪日数、 累积积雪深度与气温、 降水量、 有效降雪量相关系数

Table 4 Correlation coefficient between snow days， accumulated snow depth against temperature， precipitation and effective snowfall from 1961 to 2017

项目参数 项目参数
积雪日数 累积积雪深度 平均气温 降水量 有效降雪量
积雪日数 1 0.884 -0.461 0.356 0.803
累积积雪深度 1 -0.228 0.500 0.847
平均气温 1 0.080 -0.146
降水量 1 0.525
有效降雪量 1

3.4.2　积雪初日、 终日与气温、 降水的关系

从东北地区1961 -2017年积雪初日与1 -12月各气象要素的相关系数（表5）可以看出， 积雪初日与11月份平均气温、 平均最低气温的相关性较好， 均通过了0.05的信度检验， 与10月平均最低气温和地表平均气温的相关性最好， 与10月份降水量呈显著负相关， 说明10月和11月气温升高会使得积雪初日推迟， 降水量增加使得积雪初日提前。
表5 积雪初日与各月气象要素相关系数

Table 5 Correlation coefficient between snow onset date and monthly meteorological elements

气象要素 月份
1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
平均气温 0.223 0.074 0.225 0.282 0.084 0.255 0.079 0.43 0.401 0.431 0.464 0.154
平均最高气温 0.206 0.051 0.174 0.255 -0.051 0.176 0.008 0.459 0.438 0.496 0.471 0.136
平均最低气温 0.216 0.093 0.267 0.3 0.272 0.32 0.193 0.313 0.288 0.294 0.439 0.182
降水量 -0.009 0.1 -0.063 -0.02 0.218 -0.068 0.227 -0.194 -0.049 -0.375 -0.112 0.036
地表平均气温 0.374 0.266 0.296 0.289 0.096 0.3 0.058 0.441 0.425 0.504 0.493 0.265
计算积雪终日与1 -12月气象因子的相关系数（表6）， 发现其与2月份温度因子相关性较好， 与平均最低温度相关系数为-0.558， 与平均气温和平均最高气温的相关系数分别为-0.537和-0.503， 与地表平均气温相关系数为-0.437， 说明当2月气温较低时， 有利于积雪终日的推迟。
表6 积雪终日与各月气象要素相关系数

Table 6 Correlation coefficient between snow end date and monthly meteorological elements

气象要素 月份
1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
平均气温 -0.318 -0.537 -0.339 -0.234 -0.194 -0.353 -0.329 -0.178 -0.309 -0.043 -0.052 -0.391
平均最高气温 -0.247 -0.503 -0.277 -0.141 -0.032 -0.269 -0.303 -0.217 -0.273 0.031 0.014 -0.32
平均最低气温 -0.37 -0.558 -0.397 -0.359 -0.447 -0.424 -0.32 -0.152 -0.314 -0.163 -0.124 -0.457
降水量 -0.133 -0.207 -0.299 0.216 -0.35 0.144 0.176 0.121 0.141 -0.087 -0.117 -0.124
地表平均气温 -0.385 -0.437 -0.252 -0.163 -0.263 -0.335 -0.376 -0.31 -0.42 -0.058 -0.116 -0.385
为进一步研究积雪初日、 终日、 积雪期、 积雪日数和累积积雪深度与气候要素的关系， 采用多元逐步回归模型构建积雪初日（y1）、 积雪终日（y2）、 积雪期（y3）、 积雪日数（y4）、 累积积雪深度（y5）与冬半年平均气温（x1）、 冬半年降水量（x2）以及冬半年地表平均气温（x3）的回归方程。结果表明， 积雪初日与冬半年降水量显著负相关， 与地表平均气温显著正相关； 积雪终日与冬半年地表平均气温极显著负相关； 积雪期与冬半年降水量极显著正相关、 地表平均气温极显著负相关； 冬半年积雪日数与平均气温极显著负相关、 地表平均气温极显著正相关； 冬半年累积积雪深度与平均气温显著负相关、 降水量和地表平均气温均为显著正相关。各回归方程均通过了0.05信度检验， 积雪终日、 积雪期和积雪日数方程均通过了0.01信度检验。
表7 积雪各因子与气候要素的最优多元回归模型

Table 7 Optimal multiple regression model of snow factors and climatic factors

项目参数 最优多元回归方程 R 2 P
积雪初日 y1=328.04-0.091x2+2.46x3 0.23 P<0.05
积雪终日 y2=454.51-2.72x3 0.27 P<0.01
积雪期 y3=122.03+0.125x2-5.446x3 0.47 P<0.01
积雪日数 y4=52.14-13.58x1+5.77x3 0.44 P<0.01
累积积雪深度 y5=-88.32-214.24 x1+2.16x2+124.87x3 0.55 P<0.05

3.4.3　积雪与海拔、 纬度的关系

积雪日数、 累积积雪深度与纬度的相关系数分别为0.391和0.70， 与海拔的相关系数分别为0.739和0.341， 均呈显著的正相关。纬度每北移1°， 积雪日数增加9.9 d， 累积积雪深度增加113.7 cm； 海拔每增加100 m， 积雪日数增加10.4 d， 累积积雪深度增加125.8 cm。有研究表明， 积雪分布与纬度和海拔的关系， 实质上是其与气温和降雪的关系［3］， 东北地区自南向北气温降低、 降雪量增加， 积雪日数与累积积雪深度的空间分布与气温和降雪的分布也符合这一规律。
图10 积雪日数和累积积雪深度分别与海拔和纬度的相关性分析

Fig.10 Correlation analysis of snow days and accumulated snow depth with altitude and latitude respectively

积雪初日、 终日和积雪期的空间分布与海拔和纬度密切相关（图略）， 积雪初日、 积雪终日、 积雪期与海拔的相关系数分别为-0.437、 0.595和0.517， 与纬度的相关系数分别为-0.808、 0.685和0.759， 相关系数均通过了0.05的信度检验。积雪初日与海拔和纬度均呈显著负相关， 积雪终日、 积雪期与海拔和纬度呈显著正相关， 即随纬度升高和海拔抬升， 积雪初日提前、 终日推后、 积雪期延长。根据线性回归方程， 纬度北移1°， 积雪初日提前3.56 d， 终日推迟2.70 d， 积雪期延长6.26 d； 海拔每增加100 m， 积雪初日提前3.82 d， 终日推迟4.64 d， 积雪期延长8.46 d。

4 结论

（1） 1961 -2017年， 东北地区平均年积雪日数和累积积雪深度分别为75.3 d和582.1 cm， 大兴安岭北部、 小兴安岭和长白山区均在140 d以上， 为积雪日数3个高值中心， 大兴安岭北部和小兴安岭累积积雪深度最深均在1500 cm以上。东北地区积雪分布受地形影响显著。
（2） 平均积雪初日、 终日和积雪期分别为11月7日、 4月1日和145 d。积雪初日自大兴安岭北部向辽宁沿海地区推进， 积雪终日由大连南部沿海地区向大兴安岭北部推迟， 积雪初日早、 终日晚的地区积雪期也长， 黑龙江大部分地区均超过了150 d以上。区域最早最晚的积雪初日、 终日和积雪期均由北向南递增， 辽宁西北部地区达140 d以上， 说明该地区积雪相对更不稳定， 年际波动较大。积雪深度定义与天气现象定义的积雪初日、 终日和积雪期分别相差了5 d、 6 d和10 d， 微量积雪日数的比例自大兴安岭北部、 小兴安岭和三江平原地区向低纬增加， 东部多于西部、 山区高于平原、 沿海高于内陆， 大连地区微量积雪日数比例最高， 达30%以上。
（3） 积雪日数和累积积雪深度最大值均出现在1月， 分别为21.8 d和198.9 cm， 均在1月下旬最多为10.09%和13.48%。积雪的平均初始日期主要集中在10月和11月， 出现概率为89.3%， 11月上旬最多24.48%； 终止日期主要在3月和4月， 出现概率为90.1%， 3月下旬最多为18.85%。
（4） 1961 -2017年， 积雪日数和累积积雪深度分别以1.88 d·（10a）-1和71.94 cm·（10a）-1的速率增加， 21世纪10年代为历年代最多。秋季、 冬季和春季积雪日数和累积积雪深度均增加， 以冬季增加速率最快。积雪初日以1.44 d·（10a）-1速率显著推迟， 积雪终日以2.27 d·（10a）-1速率显著提前， 积雪期以3.72 d·（10a）-1速率显著缩短。162个气象站点中， 空间分布上， 积雪日数和累积积雪深度均有75%以上的站点呈增加趋势； 积雪初日推迟、 终日提前、 积雪期缩短的站点分别为86.4%， 98.1%和96.3%。
（5） 东北地区冬半年积雪日数、 累积积雪深度与有效降雪量呈显著正相关， 与平均气温呈负相关， 受降水量（有效降雪量）的影响要大于平均气温的影响。积雪初日与11月份平均气温呈正相关， 与10月份降水量呈负相关， 气温升高积雪初日推迟、 降水量增加积雪初日提前； 积雪终日与2月温度因子相关性较好， 当2月气温较低时， 有利于积雪终日的推迟。纬度、 海拔与积雪日数、 累积积雪深度、 积雪终日和积雪期均呈显著的正相关， 与积雪初日呈显著负相关。随纬度升高和海拔抬升， 积雪日数和累积积雪深度增加， 积雪初日提前， 积雪终日推后， 积雪期延长。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Tan X J， Wu Z N， Mu X M， al et， 2019.Spatiotemporal changes in snow cover over China during 1960 -2013［J］.Atmospheric Research， 218： 183-194.

Qiao D， Zhou J， Liang S， al et， 2019.Combined effects of precipitation and temperature on the responses of forest spring phenology to winter snow cover dynamics in Northeast China［J］.IEEE Access， 7： 138950-138962

Ke C， Li X C， Xie H， al et， 2016.Variability in snow cover phenology in China from 1952 to 2010［J］.Hydrology and Earth System Sciences， 20： 755-770

保云涛， 游庆龙， 谢欣汝， 2018.青藏高原积雪时空变化特征及异常成因［J］.高原气象， 37（4）： 899-910.DOI： 10.7522/j.issn. 1000－0534.2017.00099.

陈光宇， 2011.东北及邻近地区积雪的时空变化规律及影响因子研究［D］.南京： 南京信息工程大学.

陈光宇， 李栋梁， 2011.东北及邻近地区累积积雪深度的时空变化规律［J］.气象， 37（5）： 513-521.

陈红， 2017.欧亚大陆积雪对我国春季气候可预报性的影响［J］.大气科学， 41（4）： 727-738.

陈海山， 孙照渤， 2003.欧亚积雪异常分布对冬季大气环流的影响I.观测研究［J］.大气科学， 27（3）： 304-316.

陈海山， 孙照渤， 朱伟军， 2003.欧亚积雪异常分布对冬季大气环流的影响II.数值模拟［J］.大气科学， 27（5）： 847-860.

第三次气候变化国家评估报告编写委员会， 2016.第三次气候变化国家评估报告［M］.北京： 科学出版社.

傅帅， 蒋勇， 徐士琦， 等， 2017.1960 -2015年吉林省积雪初、 终日期变化特征及其与气温和降水的关系［J］.干旱气象， 35（4）： 567-574.

何丽烨， 李栋梁， 2012.中国西部积雪类型划分［J］.气象学报， 70（6）： 1292-1301.

惠英， 2009.中国主要不稳定积雪区积雪变化规律及成因分析［D］.兰州： 兰州大学.

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.

李培基， 米德生， 1983.中国积雪的分布［J］.冰川冻土， 5（4）： 10-18.

李培基， 1990.近30年来我国雪量变化的初步探讨［J］.冰川冻土， 48（4）： 433-437.

李培基， 1995.高亚洲积雪分布［J］.冰川冻土， 17（4）： 291-298.

李培基， 1996.高亚洲积雪监测［J］.冰川冻土， 18（）： 105-114.

李雪梅， 高培， 李倩， 等， 2016.中国天山降雪对气候变化响应的多通径分析［J］.气候变化研究进展， 12（4）： 303-312.

雷向杰， 李亚丽， 李茜， 等， 2016.1962 -2014 秦岭主峰太白山地区积雪变化特征及其成因分析［J］.冰川冻土， 38（5）： 1201-1210.

李栋梁， 刘玉莲， 于宏敏， 等， 2009.1951 -2006 年黑龙江省积雪初终日期变化特征分析［J］.冰川冻土， 31（6）： 1011-1018.

刘晓东， 1989.冰雪变化对大气环流和天气气候的影响［J］.地球科学进展， 4（6）： 53-56.

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.

马丽娟， 2008.近50年青藏高原积雪的时空变化特征及其与大气环流因子的关系［D］.北京： 中国科学院大学.

马丽娟， 秦大河， 2012.1957 -2009年中国台站观测的关键积雪参数时空变化特征［J］.冰川冻土， 34（1）： 1-11.

舒常禄， 2018.内蒙古大兴安岭林区近 40 年积雪时空动态变化［D］.呼和浩特： 内蒙古农业大学.

石英， 高学杰， 吴佳， 等， 2010.全球变暖对中国区域积雪变化影响的数值模拟［J］.冰川冻土， 32（2）： 215-222.

施雅风， 2001.中国冰川与环境： 现在、 过去和未来［M］.北京： 科学出版社.

孙凯军， 胡中明， 2008.利用卫星遥感和常规观测的积雪资料分析吉林省积雪特征［J］.吉林气象， 2： 2-4， 46.

王春学， 李栋梁， 2012.中国近50年积雪日数与最大积雪深度的时空变化规律［J］.冰川冻土， 34（2）： 247-256.

王宏伟， 黄春林， 郝晓华， 等， 2014.北疆地区积雪时空变化的影响因素分析［J］.冰川冻土， 36（3）： 508-516.

汪箫悦， 王思远， 尹航， 等， 2016.2002 -2012年青藏高原积雪物候变化及其对气候的响应［J］.地球信息科学学报， 18（11）： 1573-1579.

肖王星， 效存德， 郭晓寅， 等， 2016.北京-张家口地区冬春季积雪特征分析［J］.冰川冻土， 38（3）： 584-595.

杨倩， 陈圣波， 路鹏， 等， 2012.2000 -2010年吉林省积雪时空变化特征及其与气候的关系［J］.遥感技术与应用， 27（3）： 413-419.

严晓瑜， 赵春雨， 缑晓辉， 等， 2015.东北林区积雪空间分布与变化特征［J］.干旱区资源与环境， 29（1）： 154-162.

严晓瑜， 赵春雨， 任国玉， 等， 2012. 1962 -2008年辽宁省积雪变化特征［J］.气象与环境学报， 28（2）： 34-39.

张人禾， 张若楠， 左志燕， 2016.中国冬季积雪特征及欧亚大陆积雪对中国气候影响［J］.应用气象学报， 27（5）： 513-526.

张文博， 肖鹏峰， 冯学智， 2012.基于地面观测数据的天山典型区积雪时间特征研究［J］.沙漠与绿洲气象， 6（3）： 27-33.

张宁丽， 范湘涛， 朱俊杰， 2012.基于MODIS雪产品的北半球积雪时空分布变化特征分析［J］.遥感信息， 27（6）： 28-34.

张茜， 李栋梁， 2012.欧亚和我国东北冬春季积雪对东北夏季气温的影响［J］.冰川冻土， 34（2）： 284-295.

朱献， 董文杰， 2013.CMIP5耦合模式对北半球3 -4月积雪面积的历史模拟和未来预估［J］.气候变化研究进展， 9（3）： 173-180.

赵春雨， 严晓瑜， 李栋梁， 等， 2010.1961 -2007年辽宁省积雪变化特征及其与温度、 降水的关系［J］.冰川冻土， 32（3）： 1011-1018.

赵晓萌， 李栋梁， 陈光宇， 2012.基于GIS 的东北及邻近地区积雪深度空间化方法［J］.干旱区研究， 29（6）： 927-933.

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