社科在线车涛
积雪是我国西部重要的淡水资源，但会造成然而积雪的季节性积累与快速消融也可能诱发融雪洪水、雪崩、滑坡风吹雪等灾害，给我国西部基础建设和人民生命财产安全带来极大的影响。因此准确掌握积雪自然属性、积雪面积和及雪深的季节和年际变化对气候变化、水文水资源和及雪灾防治等研究具有重要科学意义。准确掌握积雪面积和深度的时空分布对全球和区域气象预报与气候预测、水文模拟与预报、水资源管理、灾害防治等具有重要科学意义。
遥感是获取区域和全球尺度积雪信息最有效的手段。近年来，美国宇航局和欧空局分别发布了全球积雪遥感产品。这些产品在积雪分布均匀、下垫面单一的地区精度较高，但是在林区和山区等复杂环境条件下不确定性很大，严重制约了其在全球气候变化评估、积雪水文和水资源模拟、以及积雪灾害防治等相关研究中的深度应用。不同于特别是相比国外相比于全球高纬度地区，我国积雪具有厚度小、密度低、粒径大等特点，尤其是青藏高原地区斑状积雪发育，导致这些全球积雪遥感产品在我国大部分地区适用性受限并不适用。
我们通过地面和遥感手段获取高质量积雪数据，突破发展了积雪参数遥感反演关键技术，形成产生发明专利14个，软著16个，国家标准1项，论著8部，论文48篇，创造了2500多万的经济效益。我们研究制定的三大积雪研究技术方案，有力推动了我国积雪地面观测与遥感反演技术的发展，为甘肃省及西北地区公路积雪灾害监测与防治、水资源管理等提供了重要技术支撑，有效降低了因积雪灾害导致的交通事故和道路封闭造成的经济损失，并为水利、农业等业务部门的水资源管理与农业规划提供了科学依据，取得了显著的社会效益和经济效益。我们研究制定的积雪研究的三大技术方案，推动了我国积雪地面观测与遥感反演技术的发展，以及为甘肃省等西北地区的公路积雪灾害监测与防治、水资源管理，、减少了因事故和道路封闭造成的经济损失做出了巨大贡献，有力支撑了水利、农业等业务部门的水资源管理和农业规划工作，取得了显著的社会和经济效益。
技术方案一：综合调查积雪特性，形成典型积雪区积雪特性长时序历史及实时数据，为祁连山生态环境和评估提供了数据和技术支持
地面观测是获取积雪自然属性最为直接的手段，也是发展和验证积雪遥感反演方法、积雪过程模型不可或缺的途径。
目前，我国已有的地面观测数据主要来自于中国气象局下属的气象观测站，其观测目标以监测气象和气候要素为主，并未考虑积雪观测的空间代表性，且观测要素少(仅有雪深和雪密度)。同时，不仅如此，受到自然和经济条件限制，难以在山区和林区等复杂地形、复杂环境条件下建立气象站，无法全面获取积雪时空特性，不能为我国积雪水资源研究、雪灾评估与防治提供全面的科学数据支撑。
针对以上问题，我们通过建立积雪观测网络、，结合野外考察等方式对中国积雪特性进行了全面的调查，、评价了已有气象站点积雪观测代表性，、撰写了观测规范以及遥感产品的检验标准，开发了便携式的积雪参数观测装置，为相关业务部门提供了长时序的观测数据，对业务部门在积雪参数观测以及站点设置等方面进行了技术指导。
1.建立积雪综合观测网络，发明积雪参数观测装置，评价历史观测数据，为积雪水资源评估研究等应用领域提供坚实的数据基础
积雪综合观测系统 我们在海拔4145米的祁连山冰沟垭口(海拔4145米)建立了国际领先的积雪综合观测系统，该系统可自动获取复杂环境下积雪深度、雪水当量、积雪密度、风吹雪、反照率等积雪特性(积雪深度、雪水当量、积雪密度、风吹雪、反照率)和固态降水、降水量、气温、空气湿度、风速风向等气象要素(固态降水、降水量、气温、空气湿度、风速风向等)的连续观测数据，提高了我国积雪观测的国际化水平。通过宇宙射线、介电常数等自动测量手段，解决了以往积雪雪密度、雪水当量只能依靠人工观测的实际问题。这一系统可高频次、高精度、全面地观测积雪特性，是国内第一个可以满足积雪遥感算法发展与验证、积雪水文模型输入和验证、风吹雪过程等多学科的综合观测系统，填补了我国高寒山区积雪、水文、气象等综合观测数据的空白，为祁连山生态环境和评估提供了数据支持。该系统已加入了目前国际上寒区水文观测研究最高水平的INARCH计划。
祁连山垭口积雪观测场
气象站点积雪观测代表性评价 一般来说气象站的位置选择并不是围绕积雪参数观测建立的，因而对积雪的代表性有限。我们通过考虑地形、土地覆盖类型等因子对中国2400个站点的积雪观测代表性进行了评级。以站点位置为中心，确定其周围25km公里×25km公里窗口范围，基于500 m米空间分辨率的土地覆盖数据，提取站点和周围窗口范围内的土地覆盖类型和土地覆盖多样性等信息。
积雪观测装置研发积雪辐射特征观测对遥感产品校验、融雪模拟、水文研究至关重要。我国野外积雪观测长期缺少适配复杂环境的专用国产设备，制约积雪机理与遥感应用研究。本阶段自主研发便携式观测装置，提升了我国冰冻圈观测科研能力，可为国际积雪观测装置的设计提供重要参考。
（1）便携式多功能反照率观测装置 我们发明了一种便捷式多功能反照率观测装置，装置的主体包括安装在三角支架上的横杆，横杆的末端连接有固定装置，固定装置上连接辐射表，辐射表通过数据传输线与数据采集器连接，还包括底部连接着黑色可伸缩支撑杆的黑色遮光板，用于测量天空光散射比散射光比例。这一反照率观测装置便于携带，集成度高，操作效率高，方便在野外进行大范围移动观测获取反照率数据，并可测得天空光散射比散射光比例参数，为反照率模型验证提供有效参数，装置统一喷涂的黑漆，尽可能减少了装置自身颜色所造成的光污染。该装置成功应用于国家科技基础资源调查专项“中国积雪特性及分布调查”项目积雪反照率遥感产品的真实性检验。
（2）多角度反射率观测装置 我们发明了一种非朗伯体多角度观测二向性反射率分布函数(（BRDF）BRDF)的装置，可利用其作为平台搭载光谱仪，用于研究积雪、冰、土壤等非朗伯体的BRDF，进一步用于研究角度信息在遥感图像识别和分类中所起的作用。我们利用所发明的多角度观测架在北疆和东北地区测量了积雪的BRDF特性，在青海湖和兴凯湖测量了湖冰的BRDF特性，并在北疆和东北做了积雪黑碳和沙尘不同浓度的积雪BRDF特征试验。
2.在中国三大主要积雪区(（青藏高原、东北-内蒙古和西北)）开展了航空和地面观测，为积雪遥感方法提供真实可靠的观测数据
黑河流域上游航空遥感试验 星载被动微波分辨率较粗，由其获取的雪深和雪水当量数据无法描述山区分布异质性较强的雪深。因此，我们开展了航空飞行试验，获取了高分辨率的亮度温度数据，用于建立适用于祁连山区的被动微波雪深反演算法，提高山区雪深监测精度。
典型积雪区积雪特性调查及数据集 我们在中国典型积雪区(青藏高原、东北-内蒙古、西北新疆)开展了完成了不同积雪时期的积雪特性调查，。建立了中国积雪特性数据库，为高精度的积雪遥感反演算法提供积雪特性作为先验信息，为监测雪崩、牧区雪灾等灾害，探究积雪与气候、积雪与地形地貌之间的相互关系提供数据。
典型区积雪特性调查主要分为固定点观测和野外线路考察两部分。其中，固定点包括普通积雪观测站和积雪综合观测站。普通站可获取高频率的积雪深度数据，综合观测站除了仪器自动观测的雪深、雪水当量、反照率等数据外，还在不同积雪时期开展积雪剖面人工观测。野外积雪考察通过设计观测路线跨越不同的高程带、不同气候区、不同下垫面，在不同的线路上开展不同积雪时期的积雪剖面观测。我们对所有调查得到的数据进行汇总整编，首次获取了中国典型区的积雪特性，现已获得了包括830个中国气象局气象站长时间序列的雪深和雪压观测数据，新疆、青海、西藏和东北四个区域内41个站点的雪深自动观测数据，6个超级站的自动积雪参数观测数据和人工观测积雪剖面数据以及6条线路上共700余个积雪剖面的积雪参数观测数据，首次获取了中国典型区的积雪特性。
卫星遥感样方观测数据 为验证卫星遥感反演的积雪面积和积雪深度产品，我们开展了500米和25公里的样方观测，样方观测以黑河冰沟垭口站、阿勒泰站、天山雪崩站、甘德站、东北森林站等超级站为依托来开展，于2017~2020年采集了共37个样方的积雪要素数据。样方观测的主要积雪要素为雪深和雪水当量，观测均来自野外人工观测，数据经过交叉检验、质量控制，形成了规范数据集，已在国家冰川冻土沙漠科学数据中心上开放共享，并对项目发展的积雪面积和积雪深度遥感反演算法进行了验证。
3.发布积雪观测规范，制定遥感产品真实性检验国家标准，共享积雪数据资源
中国积雪地面观测规范 已有的积雪综合观测场和不定期的野外试验由不同科研单位自行架设，观测设备、，决定使用的仪器，， 规定参数的观测规范和记录方式各不相同。甚至同一个观测站在不同年份的观测方案也不相同。由于没有规范的观测方法，不同的人员进行同一参数观测时，必然会引入主观误差。因此，不同来源的积雪观测数据可对比性差，在使用过程中需要进行数据质量检查和控制工作，费时费力，使资源得不到充分利用。
我们通过野外观测与积累、同行专家反复讨论与多次修改之后，于2020年6月由科学出版社出版初版了《中国积雪地面调查测量规范》。该书从积雪地面观测属性的定义、积雪剖面属性的观测规范、积雪综合观测场设置、积雪样方观测四个方面对积雪地面观测规范进行了全面介绍，为我国积雪地面调查的测量提出标准国家规范。
积雪面积遥感产品真实性检验标准 目前广泛使用的积雪面积遥感产品主要有积雪面积二值遥感产品、积雪面积比例遥感产品两类。随着卫星观测能力的提高和反演算法的发展，积雪面积遥感产品已经日臻成熟，然而，全面独立的真实性检验工作仍远远落后于产品的生产，更缺乏一套行之有效的验证操作规范。针对这一问题，我们制定了科学、规范的积雪面积二值遥感产品和积雪面积比例遥感产品的真实性检验标准，用以规范积雪面积遥感产品真实性检验的工作流程，有利于全面客观评价其准确度和不确定性，从而促进积雪面积遥感产品质量提升，推进其定量化应用。该标准规定了积雪面积遥感产品真实性检验的参考对象、基本要求、检验方法和检验报告，适用于积雪面积遥感产品中的二值产品和比例产品的真实性检验。
技术方案二：首创了适用于我国积雪特性的积雪遥感先验信息算法，攻克了云层遮蔽、复杂地形和下垫面条件下的积雪遥感难题，显著提高了山区和林区积雪识别和雪深估算的精度，研发出适适用于我国积雪特性的积雪遥感算法
积雪分布与积雪深度是衡量积雪特性的最重要指标，也是积雪遥感中的热点和难点。然而，国际上常用的雪深遥感产品在我国大部分地区存在很大偏差，尤其是我国西部地区，导致融雪径流模拟误差大、融雪洪水灾害预报困难等问题。全球尺度地面观测、遥感反演结果和再分析资料的积雪数据交叉对比分析表明，山区和林区复杂环境下遥感反演的雪深不确定性最大，例如，欧空局发布的全球积雪产品将山区雪深标记为缺失值。而我国积雪恰好主要分布在西部山区和东北林区，因此提高山区复杂地形和林区复杂下垫面条件下积雪遥感反演精度是解决我国积雪水资源和灾害监测的关键环节。
1.发展基于中国积雪特性的积雪参数反演算法
发展了基于积雪先验信息的雪深反演算法 被动微波雪深和雪水当量的反演基于一个原则：雪深越深，被动微波亮度温度越低，且低频和高频的亮温差越高。但实际上，当雪深不变时，亮度温度差会随着雪粒径的增大而上升，随着密度的增大而下降。因此，发展区域内雪深和雪水当量算法必须考虑该区域的积雪特性。对此，我们发展了基于积雪先验信息的雪深反演算法。该算法通过站点观测和实地考察获取研究区的积雪特性先验信息，并基于这些先验信息和多层积雪辐射传输模型（MEMLS）发展一种新的雪深和雪水当量动态反演算法，提高了中国地区的被动微波雪深反演精度，研发了一套更高精度的中国长时间序列的雪深产品。
发展了被动微波雪水当量反演算法 星载被动微波遥感反演雪水当量有一定的优势，能够实现大尺度、长时间序列逐日的雪水当量监测。但是，植被冠层改变了来自积雪的微波辐射，降低了卫星观测信号中积雪的信息；大气中的水汽、云、降雨和氧气会引起来自地表微波辐射的衰减；山区地形和气象环境的复杂性会增加积雪分布的异质性，且山区积雪较厚，微波信号容易出现饱和现象。我们针对森林和大气对雪水当量反演的影响，发展了适用于中国区域的雪水当量反演算法，形成面向中国地区积雪特性的反演流程，研制了1980~2020年25公里空间分辨率为25公里的逐日雪水当量数据集，对于气象、水文、水资源、水循环和全球变化研究都具有非常重要的意义。
发展了积雪反照率反演算法 积雪反照率是积雪表面反射的太阳短波辐射与入射太阳短波辐射的比值积雪反射能量与入射能量的比值，它控制着太阳短波辐射在雪面反射与吸收之间的分配量化了大气与积雪之间的辐射相互作用，在局部或全球能量收支平衡中有着重要意义。我们基于渐近辐射传输模型发展了适应中国区域积雪特点的反照率反演算法。，最终研发了一套****产品。
发展了中国积雪面积反演算法 通过监督分类方法，基于Landsat TM/OLI影像提取积雪、非雪及云覆盖像元，构建高置信度训练样本集。将该样本集与AVHRR-CDR第四版地表反射率数据进行空间匹配，提取相应位置的AVHRR多光谱反射率特征，用以优化云检测算法并训练多级积雪判别决策树，进而生成初级积雪面积产品。在初级产品基础上，进一步耦合DEM数据、地表温度再分析资料及被动微波雪深数据，构建多源信息协同的云去除与精度优化方案，最终研发了1980—2020年长时间序列AVHRR逐日5 km无云积雪范围产品。基于AVHRR-CDR第四版本的反射率数据，利用AVHRR表面地表反射率产品，通过监督分类获取研究区Landsat TM/OLI 积雪、非雪及云的Landsat像元。获取AVHRR对应空间位置上的积雪、非雪及云像元，将其作为参考值，以优化云检测算法、训练多级积雪判别决策树，制作了初级积雪面积产品。基于初级产品，结合DEM数据、地表温度再分析资料和被动微波雪深数据，最终研发了一套1980~2020年长时间序列AVHRR逐日5 km公里无云积雪范围产品。
发展了积雪密度的反演算法 积雪密度是获取雪水当量的关键参数。我们建立了时空加权神经网络模型得到2013~2020年逐日积雪密度，模型输入变量包括积雪特性、气象条件和地形特征，输出变量为积雪密度。输入变量的数据来自于遥感数据和再分析数据。使用的遥感数据包括逐日积雪深度、积雪反照率、积雪面积，以及海拔、坡度、坡向地形特征数据(海拔、坡度、坡向)，利用逐日积雪面积提取积雪累积日数，即从某个积雪日向前延伸到积雪开始出现的累积日数。使用的ERA-5再分析数据包括风速、气温、融雪量、降雪量、积雪表层温度、积雪蒸发量、降水量、地表气压、叶面积指数。地面观测积雪密度数据包括气象站观测数据和地面调查数据。
2.开展了复杂地形条件下积雪遥感反演算法和去云算法研究，提高了山区积雪遥感反演精度
青藏高原雪深降尺度反演算法 目前的雪深遥感产品分辨率较粗，难以描述青藏高原呈斑块状分布的积雪特征。因此，针对青藏高原的积雪特性，借助结合可见光遥感和被动微波遥感我们开展了雪深降尺度反演。手段，我们考虑了不同频率微波发射率的空间分布，提高被动微波监测雪深的能力，利用可见光遥感可以高精度探测积雪面积分布的优势，将积雪微波信号重新分配到可见光影像的有雪像元，提高积雪的识别能力，采用积雪衰减曲线计算被动微波无法探测的积雪深度的积雪像元。通过站点验证，该方法显著提高了青藏高原的雪深估算精度。由于分辨率提高，雪深空间异质性细节得到更好的刻画。
青藏高原雪深反演误差分布图
无人机载激光雷达山区雪深监测算法 我们发展了激光雷达雪深探测技术，利用无人机平台进行激光雷达(（LiDAR）)测距时，一般通过GPS系统或气压计等传感器获取无人机的飞行高度，通过计算激光脉冲的往返时间来获取无人机与目标地物间的距离，最后依据上述信息得到目标地物的地面高程。通过与地表变化检测相似的方法，从积雪覆盖的地表数据中减去无雪时地表的信息，获取相应的雪深。我们在祁连山、马衔山进行了多次无人机机载激光雷达飞行试验，并同步实测了地面雪深数据，研究表明，利用激光雷达对复杂地形雪深进行反演具有非常好的效果。
机载激光雷达雪深估算
3.在我国林区开展了一系列积雪遥感算法研究，显著提高了林区复杂下垫面条件下的积雪识别与雪深反演精度
建立了森林区积雪微波辐射传输模型 在有森林覆盖的积雪区，星载微波辐射计获取的森林地区的亮度温度是积雪下垫面温度经过积雪层和森林层介质作用后到达传感器的亮度温度，它经过了积雪的散射，森林的消弱和辐射。我们通过结合森林积雪辐射传输模型和多层积雪微波辐射传输模型，基于地面观测的积雪特性和卫星遥感数据，对研究区森林透过率进行了优化。通过考虑森林透过率可以很好地去除森林的影响，从而提高森林区雪深反演精度。
森林区微波辐射传输过程示意图
发展了森林区雪深反演算法 为了改善森林区雪深反演性能，项目组在五营国家森林公园开展了塔基辐射计观测实验。通过塔基辐射计观测实验与地面参数观测实验相结合，获取东北典型林区森林-积雪的微波辐射亮温及树高、胸径、温度、郁密度、雪深、雪密度、雪粒径等地面关键参数(树高、胸径、温度、郁密度、雪深、雪密度、雪粒径等)。通过森林-积雪微波辐射传输过程模拟，厘清森林-积雪各要素的微波辐射亮温贡献，明确森林冠层对雪深反演影响的物理机制。
实验区及其塔基观测实验；(a)实验区；(b)样区内观测塔；(c)和(d)分别为观测塔周边森林几何结构以及积雪特性;(e)森林-积雪塔基微波辐射观测实验图
发展了森林区积雪面积反演算法 被广泛使用的MODIS积雪面积产品，在全球大部分区域的精度都很高，但研究表明MODIS产品在我国山区、森林地区存在明显的漏分情况。目前，新发展的融合积雪制图算法，都是使用MODIS逐日积雪面积产品进行融合，且依然没有解决林区积雪识别漏分的问题。针对这一问题，我们发展了针对植被区和非植被区的积雪制图算法，利用该算法我们制备了初级数据，结合DEM数据、地表温度再分析数据和被动微波雪深数据，最终生产了一套2000~20202025年中国长时间序列MODIS逐日500米无云积雪范围产品。
技术方案三：研发了长时间序列多尺度积雪数据集，开发了融雪洪水预警、雪灾监测等模型，应用在气候变化、水文、水资源和生态研究领域，服务于国家战时需求和防灾减灾部门
基于自研算法，我们又借助基于自研算法研发了的我国积雪多尺度数据集，分析了积雪时空变化特征及其对气候的响应机制，开发了西部地区融雪径流估算与洪水预警模型、牧区雪灾监测模型，服务于西部水文、生态、防灾减灾等相关部门。
1.长时间序列多尺度积雪数据集
中国长时间序列雪深和雪水当量数据集 我们建立的1980~2020年的25公里分辨率逐日雪深和雪水当量数据集发布在国家冰川冻土沙漠科学数据中心。该数据集包括全要素版和简化版。全要素版中的文件包含32个数据要素，包括雪深、雪水当量、经纬度、亮温(升降轨)、质量标识符和地物类型覆盖度等。同时，为了快速预览积雪分布情况，逐日文件包含雪水当量缩略图。简化版数据集中的文件包含雪深、雪水当量、质量标识符、经纬度5个关键要素，能够方便用户快速下载使用。
北半球长时间序列雪深数据集 北半球长时间序列逐日雪深数据集(1980~2019年)在国家青藏高原科学数据中心公开共享。该数据集依托时空三极大数据平台，长时间序列雪深数据集制备及其分析均可在线运行及可视化。目前数据集已下载577次，数据集被用于分析区域雪深变化及积雪对水资源管理的影响等。
中国长时间序列积雪面积数据集 2000~20202025年空间分辨率为500米的逐日无云积雪面积数据集，包括三套数据集，每个文件包含18个数据要素。同时为了快速预览积雪分布情况，逐日文件包含积雪面积缩略图。
MODIS逐日无云积雪面积产品发布示例
中国长时间序列积雪物候数据集 积雪面积、积雪天数、积雪开始和积雪融化日期等积雪物候参数能够量化积雪的变化，并已成为气候变化的重要指标和气候模型的重要输入参数。然而，目前相关产品仍然较为缺乏。针对这一问题，我们以中国2000~2021年积雪面积500米逐日无云产品为基础资料，预处理后按照积雪物候各参数、积雪初日、积雪终日的定义，添加水体掩膜，制备了2000~2020年MODIS中国积雪物候数据集。该数据集对多年数据进行空间叠加分析，得到2000~2020年区域积雪物候时空分布及变化趋势，可结合区域气象因素、人类活动等进行区域积雪变化的驱动因素分析，为生产及灾害预警等提供信息服务。
中国长时间序列积雪反照率数据集 项目研制的中国长时间序列积雪反照率数据集包含两个数据集，规范名称分别为：“中国2000~2020年逐日积雪反照率产品数据集”和“中国2000~2020年去云积雪反照率产品数据集”，已在国家冰川冻土沙漠科学数据中心上公开共享。
2.分析了我国积雪变化的时空特征，揭示了气候变化和地形和气候变化对积雪变化的影响机理
青藏高原积雪时空分布特征 青藏高原积雪的分布与高纬度地区完全不同，以高海拔特征为主，具有明显的垂直地带性，积雪发生的时间具有较大的不确定性。青藏高原积雪的空间异质性非常强，稳定积雪与瞬时性积雪同时存在，因而需要利用高分辨率的积雪产品重点关注不同海拔和地形条件下积雪的变化情况。
我们利用1980~2023年中国长时间序列被动微波雪深数据，探究了过去43年青藏高原雪深的时间和空间变化特征。结果显示，雪深随海拔、坡度的升高而增加；近20年来，雪深在各海拔区间、坡度、坡向上均呈现出轻微的上升趋势；雪深在大多数流域呈轻微的增加趋势，其中开都河和伊犁河呈显著增加趋势。以上结果反映了青藏高原地区复杂的气候变化特征，这些变化趋势可能与全球气候变暖、降水模式改变以及局地地形和环境因素的影响有关，对区域水资源管理和生态系统平衡具有重要影响。
气候变化对积雪的影响 我们分析了青藏高原雪深、积雪日数和气候的年际变化趋势，并基于信息流因果分析法分析了气温、降水、空气湿度、太阳辐射变化对青藏高原雪深变化的影响，分区域、海拔探究了雪深变化的主要气候驱动因子。结果表明，青藏高原雪深变化受到气温、降水、绝对湿度和短波辐射的综合影响，整体的影响强度为：气温>降水>绝对湿度>短波辐射，但不同地区雪深减少的气候驱动因素有所不同；气候变化对雪深的负面影响随着海拔增加逐渐增强，从而导致雪深在高海拔地区的显著减少。该结论有助于理解气候变化背景下积雪变化的复杂性和不一致性，且对区域气候变化的诊断分析至关重要。
年平均雪深与年平均气温、年降水总量、年均绝对湿度以及年均短波辐射的因果关系。黑点代表显著相关或有显著因果关系的像元(p<0.05)
积雪对气候的响应 相比冬季的寒冷干燥，青藏高原春、夏季温暖的空气能容纳更多的水汽，春、夏季降雪量占年降雪量的46%~62%，高于秋冬季。春季早期的融雪影响着径流量和峰值时间以及春夏季土壤水分储存，因此，春夏季的积雪变化对水文年内积雪循环至关重要。此外，在气温、降水、海拔三者的共同控制下，青藏高原积雪变化非常复杂，积雪深度和积雪物候趋势呈现较大的空间及海拔差异。
我们进一步利用两个关键指标——雪深和积雪覆盖日数来探讨青藏高原春夏季积雪对气候变化响应的差异性。研究结果显示，在海拔最低和海拔最高的区域，降水与温度的相互作用相对简单，雪深和积雪覆盖日数呈现一致的变化趋势。相反，在中等海拔区域，降水和温度的竞争效应导致积雪变化趋势不一致。在海拔4700米以上的区域，春夏季的积雪覆盖日数对气候变暖相对不敏感，降雪量的增加导致了春季积雪覆盖日数的增加。在低海拔区域，积雪覆盖日数的减少主要归因于气候变暖效应，受降雪量变化的影响很小。冬季是青藏高原雪深积累的最重要时期，冬季降雪量的减少会导致雪深的减少。夏季气温上升使降水形式由降雪转为降雨，从而使降雪量减少。随着未来气候变化加剧，积雪覆盖日数和雪深的不一致响应模式可能扩展到更高海拔地区和更广阔的范围。
3.数据集和算法在融雪水资源、积雪服务功能等方面开展示范性应用
黑河流域融雪径流模拟 我们通过构建的分布式寒区水文模型和遥感参数标定方法，利用长序列高空间分辨率积雪遥感数据，为模型提供标定的目标函数以及驱动数据；利用地面调查得到的积雪属性数据，为模拟系统提供更为准确的参数信息，进而准确估算了公里尺度上的雪水当量分布以及2000年至2015年融雪水资源对黑河流域河川径流的贡献。在该项工作的基础上，我们制作了黑河流域2000年至2015年融雪径流深专题图(逐日)，雪水当量专题图(逐日)以及融雪径流系数专题图(逐年)。
2000~2015年典型流域积雪水资源空间分布(降雪、雪水当量、融雪径流深、融雪径流系数)
玛纳斯河流域融雪径流模拟和预报 我们以新疆天山中部玛纳斯河流域为主要研究区，应用高分卫星载荷，基于卫星雪盖衰退过程，研究融雪径流模拟模型，开发相应的软件模块与专题产品，与水利部门开展业务应用，取得示范经验并向全疆相关流域推广应用。2013年至今，玛纳斯河流域融雪径流模拟与预报系统已在石河子水文与水资源勘测局进行业务化运行，使得玛纳斯河流域水情预报准确率得到较大提高，水资源得到合理利用，供水利用率较往年提升约5.3%，为当地防洪抗旱部门提供有力的技术支撑。
系统的水文观测资料输入界面(上)、年模型参数优化率定界面(中)、系统模拟四年的融雪径流过程结果评价对比多窗口界面(下)
融雪型洪水灾害评估和预测 融雪型洪水致灾类型可定量描述春季高温致使冰雪快速融化引发的融雪型洪水和夏秋季强降雨造成的暴雨洪涝，这两类不同成因所致洪水风险等级及其空间特征，为区域防洪减灾宏观管理提供融雪型洪水、暴雨洪涝及其混合的洪水灾害风险水平空间参考数据。我们研究建立了基于随机森林(RF)算法的气象灾害风险评估模型，旨在有效捕捉新疆地区暴雨洪水灾害、融雪型洪水灾害的空间分布，并通过多个准确性指标进行了全面验证，以评估模型的分类性能。模型评估方面，通过精确度、召回率和F1分数等关键指标，全面验证了模型的分类性能，确保了其在实际应用中的可靠性和有效性。
流域融雪型洪水爆发影响范围评估 融雪洪水灾害淹没范围的确定是灾情评估的基础。我们以2011年3月29日至31日发生在新疆天山中段北坡玛纳斯河流域；2010年4月20日发生在新疆天山中段南坡开都河流域的2场典型融雪型洪水为例，基于卫星影像制作洪水影响范围专题图，为防洪减灾、洪水风险分析和灾情评估提供洪水灾害淹没范围的基础参考数据。
玛纳斯河流域和开都河流域融雪型洪水爆发影响范围专题图
青藏高原牧区雪灾风险评估 开展牧区雪灾风险评估和早期预警是政府和社会广泛关注的重大现实问题，对提高牧区雪灾的防灾抗灾能力、减轻雪灾损失、制定防灾备灾措施、保障草地畜牧业的可持续发展具有重要的科学意义和应用价值。针对应急管理部国家减灾中心对我国青海和西藏牧区雪灾监测的需求，我们综合利用遥感卫星、地面台站、统计数据等数据资源，构建雪灾风险评估与雪灾预警指标体系和模型，为我国牧区雪灾的防灾和减灾提供技术支持。
首先，以青海、西藏两个地区历史典型雪灾案例为研究对象，利用相关分析、主成分分析等方法，对牧区雪灾风险进行评估，并计算雪灾风险概率值。然后，根据若干历史统计因子、灾前雪况因子和灾害期间的气象因子，采用均值影响值变量选择方法，选取雪灾关键预警因子作为预测模型网络输入参数。最后，设置牲畜死亡率作为网络输出参数，对雪灾预警模型进行训练，对牧区雪灾预警等级进行反演。通过该技术，我们对青海和西藏雪灾等级进行了划分，并得到牧区雪灾综合风险图。雪灾高风险的区主要位于唐古拉山脉、藏北高原和青南高原等地，雪灾低风险区主要位于研究区的东部地区。
中国滑雪场建设适宜度评估 在巨大的市场需求和政府的支持下，近年来中国滑雪产业发展迅速。合理的选址对滑雪场的运营非常重要，受自然和经济条件双重影响，不同地区建设滑雪场的适宜度不尽相同。为追求市场利益，一些滑雪场盲目的建设在自然适宜度较低的地区，需花费巨额成本造雪，对资源也是极大的浪费。如何促进滑雪产业可持续发展，取得经济效益与生态文明共赢，已成为推动冰雪产业繁荣健康发展所面临的最紧迫问题。因此，亟需对中国不同地区发展滑雪场的潜力进行评估。
我们一方面综合积雪、气温、地形条件、地下水资源和植被五个因素对滑雪场建设的自然条件进行了评估。另一方面综合经济条件、与城市的距离、交通条件和与旅游景点的距离四个因素评估了滑雪场建设的社会经济条件。我们基于自然适宜度和社会经济适宜度获得了滑雪场建设的综合适宜度，并分析了不同地区滑雪场发展的基本驱动因素。确定了当前适宜建设滑雪场的十个地区，为中国滑雪旅游的可持续发展提出了相应的对策与建议。建议将我国分为滑雪产业巩固加强区、滑雪产业后备发展培育区、冰雪运动推广区和冰雪运动普及区，明确各区滑雪产业发展的战略途径，合理规划我国滑雪旅游目的地空间布局。
作者简介：
车涛，男，1976年11月生，中国科学院西北生态环境资源研究院研究员，博士生导师，国家杰出青年科学基金获得者。现任西北研究院遥感与地理信息科学研究室主任，中科院黑河遥感站站长。担任多个国际和中国地区遥感、积雪相关专业委员会的主任、理事。担任多个国际和国内期刊的主编和编委。主持中国科学院A类先导专项和国家科技部基础调查专项课题。发表学术论文100余篇，参编专著10余部，制定国标2项，专利4项，获得甘肃省自然科学一等奖、测绘科技进步一等奖。
主持国家自然科学基金4项，其中包括1项国家自然科学基金杰出青年基金，主持中国科学院A类先导专项子课题1项，国家科技部基础调查专项课题1项，中国科学院中科院国际合作局全球共性挑战专项项目1项。
