青藏高原雪深變化特征及其與氣象要素的偏相關(guān)分析

佘王康，楊勤麗，王國慶，金雙彥

(1.電子科技大學(xué) 資源與環(huán)境學(xué)院，四川 成都 611730； 2.南京水利科學(xué)研究院 水災(zāi)害防御全國重點實驗室，江蘇 南京 210029； 3.黃河水利委員會水文局，河南 鄭州 450004)

積雪作為地球陸表的重要組成部分及冰凍圈的重要組成要素，是地球系統(tǒng)科學(xué)研究中不可缺少的氣候變量[1-2]。在氣候變化研究中，積雪改變了地表吸收輻射的能力，積雪的凍結(jié)和消融與溫度密切相關(guān)，同時也會對地表徑流及水資源的分布產(chǎn)生影響，因此積雪在地表能量收支、水循環(huán)、初級生產(chǎn)力及陸氣交換等方面都發(fā)揮著重要作用[3]。青藏高原作為中國積雪覆蓋的三大區(qū)域之一[4]，具有除南極、北極之外最大的冰儲量[5]，同時作為亞洲10 多條河流的發(fā)源地被稱為“亞洲水塔”[6]，所包含的淡水資源與下游地區(qū)人類的生存和發(fā)展息息相關(guān)，而高原上積雪的變化對該地區(qū)的生態(tài)、水文、氣象也具有極其重要的研究意義。

常用的積雪特征有積雪覆蓋面積、雪深、雪水當(dāng)量、積雪日數(shù)、積雪開始時間及積雪結(jié)束時間。對積雪造成的水文影響而言，雪深數(shù)據(jù)更為重要。雪深，即積雪深度，是指積雪表面到地面的垂直深度[7]。近20 年來，大量學(xué)者以雪深為切入點對青藏高原地區(qū)的積雪變化開展研究?；诘孛嬲军c觀測數(shù)據(jù)，除多等[2]對近30 年的積雪年際及季節(jié)變化進行了分析，發(fā)現(xiàn)大部分臺站的積雪在年際乃至季節(jié)尺度上都出現(xiàn)了減少趨勢；You 等[8]以更長的時間序列對1961—2005 年青藏高原中部及東部區(qū)域的雪深觀測數(shù)據(jù)進行分析，結(jié)果顯示雪深在1990 年前以0.32 mm/10 a 的速度增加，而在1990 年后以1.80 mm/10 a 的速度減少，這與Xu 等[9]、BAI 等[10]得出的“雪深先增后減”的結(jié)論相一致。隨著被動微波遙感（PMV）在雪深反演中的應(yīng)用，田柳茜等[11]利用遙感數(shù)據(jù)產(chǎn)品分析了青藏高原雪深1979—2007 年的變化狀況，發(fā)現(xiàn)雪深在高原南部普遍減少，且雪深與氣溫和春季降水存在顯著的負(fù)相關(guān)性；車濤等[1]利用遙感方法對青藏高原地區(qū)的積雪覆蓋及雪深變化進行分析，指出積雪自1980—2018 年以來呈下降趨勢，并闡述了可能造成的氣候、水文乃至災(zāi)害效應(yīng)；Ma 等[12]則利用遙感及再分析數(shù)據(jù)揭示了青海高原在1980—2018 年內(nèi)年際（?0.125 cm/10 a，p＜0.10，p為顯著性水平，下同）和春季（?0.184 cm/10 a，p＜0.05）上的顯著減少趨勢，并指出青海高原上雪深與氣溫之間普遍負(fù)相關(guān)，與降水間“東正西負(fù)”的相關(guān)性分布格局；相似的結(jié)論還出現(xiàn)在Shen 等[13]基于PMV 遙感數(shù)據(jù)（高原平均雪深以0.24 cm/10 a 的速率減少）及Zhang 等[14]利用ERA5 再分析資料（積雪年減少地區(qū)占83%，減少最大幅度達5 cm/10 a）的研究中；Bian 等[15]基于PMV 遙感觀測和MERRA-2、JRA-55 再分析數(shù)據(jù)集的多尺度雪深變化的對比分析顯示，盡管在大多數(shù)研究場景下雪深的減少都表現(xiàn)為主要變化趨勢，但其顯著變化的情況仍取決于季節(jié)、區(qū)域并隨使用的數(shù)據(jù)集而變化。

以上研究表明，青藏高原地區(qū)的積雪分布及變化具有較強的時空異質(zhì)性，針對不同研究時段、不同方法獲取的雪深數(shù)據(jù)，所得的結(jié)論也有所不同[1-2,8-15]。而針對雪深與其他因子之間的相關(guān)性，現(xiàn)有的分析多以相關(guān)系數(shù)為主，由于各個影響因子之間本就存在一定的關(guān)聯(lián)性，僅進行相關(guān)系數(shù)的分析并不能排除其他相關(guān)因子對雪深的影響，Ma 等[12]在研究中同樣指出需要通過進一步的協(xié)方差或偏相關(guān)研究深入分析雪深變化與氣候因素之間的關(guān)系。由此，本文基于車濤等[4,16-18]在國家青藏高原科學(xué)數(shù)據(jù)中心（TPDC）上發(fā)布的中國雪深長時間序列數(shù)據(jù)集（1979—2021 年），研究青藏高原地區(qū)雪深的時空變化特征，同時結(jié)合陽坤等[19-21]在TPDC 上發(fā)布的中國區(qū)域地面氣象要素驅(qū)動數(shù)據(jù)集（1979—2018 年）中的降水、氣溫數(shù)據(jù)，進一步分析青藏高原地區(qū)雪深與氣溫、降水兩種主要氣象因子的偏相關(guān)性，以揭示青藏高原雪深時空變化的驅(qū)動機制。

1 資料及方法

1.1 研究區(qū)概況

青藏高原主要位于中國西部的西藏自治區(qū)和青海省及印度拉達克的部分區(qū)域，平均海拔在4 500 m以上，其經(jīng)度范圍為73°18′52″E 至104°46′59″E，緯度范圍為26°00′12″N 至39°46′50″N[22]，總面積為2.5×106km2。由于受高原地形影響，氣象站點一般集中分布在東部及東南部等海拔較低的地區(qū)，在中、西部等海拔較高的地區(qū)則較為稀疏，而高海拔區(qū)正是積雪沉積較多的區(qū)域，因此遙感反演已成為青藏高原地區(qū)雪深乃至氣象數(shù)據(jù)研究不可或缺的方法。受可用數(shù)據(jù)集覆蓋范圍的限制，本文以中國范圍內(nèi)的青藏高原為研究區(qū)域，具體位置和地形見圖1。

圖1 研究區(qū)域位置和地形Fig.1 Location and topography of the research area

1.2 數(shù)據(jù)與方法

本文選用的雪深數(shù)據(jù)為中國雪深長時間序列數(shù)據(jù)集（1979—2021 年）（https://data.tpdc.ac.cn/zh-hans/data/df40346a-0202-4ed2-bb07-b65dfcda9368），空間分辨率為0.25°，時間分辨率為天，ASCII 文件涵蓋了1979—2021 年中國區(qū)域內(nèi)的所有雪深數(shù)據(jù)。氣溫、降水?dāng)?shù)據(jù)為中國區(qū)域地面氣象要素驅(qū)動數(shù)據(jù)集（1979—2018 年）（https://data.tpdc.ac.cn/zh-hans/data/8028b944-daaa-4511-8769-965612652c49）中的近地面氣溫、地面降水兩個要素集，空間分辨率為0.10°，時間分辨率最高為3 h，存儲格式為NETCDF 格式。為與雪深數(shù)據(jù)對齊，選擇日尺度的數(shù)據(jù)。

使用青藏高原區(qū)域為邊界對雪深、氣溫、降水?dāng)?shù)據(jù)進行裁剪，隨后將0.25°空間分辨率的雪深數(shù)據(jù)利用雙線性插值方法重采樣為與氣象數(shù)據(jù)相同的0.10°空間分辨率。裁剪和重采樣后，將日尺度的數(shù)據(jù)分別轉(zhuǎn)換為月、季節(jié)、年尺度的數(shù)據(jù)。參照站點數(shù)據(jù)質(zhì)量控制要求[9]， 本文將3—5 月、6—8 月、9—11 月、12—次年2 月分別作為每年的春季、夏季、秋季、冬季；而年的定義采用雪水文年[23]的定義，從9 月至次年的8 月。生成相應(yīng)空間區(qū)域及時間尺度的數(shù)據(jù)后，采用線性回歸法分析月、季、年尺度的雪深數(shù)據(jù)；采用偏相關(guān)分析法分析雪深數(shù)據(jù)和氣溫、降水?dāng)?shù)據(jù)在月、季、年尺度上的偏相關(guān)性，以此得到青藏高原地區(qū)雪深時空變化特征及其與氣溫、降水的偏相關(guān)性。

2 結(jié)果與分析

2.1 雪深數(shù)據(jù)年尺度變化

按照雪水文年的定義，提取了1979—2020 年的年平均雪深數(shù)據(jù)。圖2 為基于線性回歸得出的雪深數(shù)據(jù)在年尺度上的變化，采用p值檢驗對變化趨勢的顯著性進行檢驗。

圖2 1979—2020 年青藏高原年尺度雪深變化Fig.2 The annual change rate of snow depth on the Qinghai-Tibet Plateau from 1979 to 2020

由圖2 可見，雪深數(shù)據(jù)在高原上的變化率為?0.189～0.088 cm/a。雪深減少地區(qū)主要集中于青藏高原中部及南部邊緣，其中羌塘高原山地（這里的山地分區(qū)數(shù)據(jù)來源于南希等[24-25]在國家青藏高原科學(xué)數(shù)據(jù)中心（TPDC）上發(fā)布的“中國數(shù)字山地圖”數(shù)據(jù)集（2015）（https://data.tpdc.ac.cn/zh-hans/data/efa1dc3f-5f2d-4e60-8bf7-3ea4c6ec1929），下同）的中部及中部偏北區(qū)域表現(xiàn)為雪深顯著減?。╬＜0.01）且減小速率較大，位于高原中部偏南的岡底斯山系東部及與之相鄰的念青唐古拉山系西部、阿爾金山-祁連山山系與昆侖山山系之間海拔較低處的雪深也表現(xiàn)出了顯著減小的趨勢，其他區(qū)域則表現(xiàn)為較顯著減?。╬＜0.05）但減小速率較?。礈p小速率小于0.06 cm/a）或不顯著（p＞0.05）的變化。在大部分區(qū)域雪深都減小的情況下，高原東部及東南角等少部分區(qū)域的雪深卻呈增加趨勢，但雪深增加速率大多小于0.03 cm/a。因此，從年尺度看，雪深呈現(xiàn)減少為主的趨勢。

2.2 雪深數(shù)據(jù)月尺度變化

1979—2021 年青藏高原月尺度雪深變化見圖3。由圖3 可見，月尺度的雪深變化速率為?0.015～0.008 cm/mon。月尺度雪深增減的空間分布及增減速率與年尺度的（圖2）幾乎相同，這表明雪深在不同時間尺度上的變化趨勢具有相似性。因月尺度更為精細(xì)，高原積雪的減小趨勢與變化更明顯。羌塘高原山地、唐古拉山系的大部分區(qū)域及岡底斯山系、念青唐古拉山系鄰接的區(qū)域都表現(xiàn)出了顯著減?。╬＜0.01）的趨勢，而高原東部及東南部的橫斷山系部分區(qū)域則表現(xiàn)為顯著增加（p＜0.01）。

圖3 1979—2021 年青藏高原月尺度雪深變化Fig.3 The monthly-scale change rate of snow depth on the Qinghai-Tibet Plateau from 1979 to 2021

2.3 雪深數(shù)據(jù)季節(jié)尺度變化

按照前述季節(jié)的定義對青藏高原地區(qū)春、夏、秋、冬季的雪深變化進行分析。由圖4 可見，青藏高原雪深在春、夏、秋、冬季的變化特征明顯不同。從變化率看，盡管雪深的減小仍是主要趨勢，春季和秋季表現(xiàn)出了東部為主的區(qū)域增加、其他區(qū)域減少的變化特征；夏季雪深在除羌塘高原山地以外的其他區(qū)域都表現(xiàn)出較不顯著（p＞0.05）的微弱上升趨勢，這可能是由于夏季青藏高原積雪較為稀少。冬季相較于其他季節(jié)雪深減小的空間范圍更大，唐古拉山系以東的橫斷山系中部區(qū)域也出現(xiàn)了雪深減小的情況，且在多數(shù)區(qū)域上雪深減小的速率明顯快于其他時期。

圖4 青藏高原季節(jié)尺度（1979—2021 年）雪深變化情況Fig.4 The seasonal-scale change rate of snow depth on the Qinghai-Tibet Plateau from 1979 to 2021

從變化的顯著性看，羌塘高原山地中部偏北及其附近區(qū)域在4 個季節(jié)都表現(xiàn)出較為顯著減小的趨勢；高原東部在4 個季節(jié)中都出現(xiàn)了顯著增加的情況，但在秋季表現(xiàn)得最為集中且明顯；此外，較為顯著的變化有念青唐古拉山系區(qū)域雪深在冬季的顯著減小及南部喜馬拉雅山系區(qū)域在春、夏、秋分散出現(xiàn)的顯著增加、在冬季出現(xiàn)的顯著減小。

2.4 雪深與近地面氣溫的偏相關(guān)性分析

使用1979—2018 年的雪深數(shù)據(jù)及與其對應(yīng)的近地面氣溫、地面降水要素數(shù)據(jù)進行年、月及季節(jié)尺度上的偏相關(guān)性分析。

雪深與氣溫數(shù)據(jù)在年尺度上的偏相關(guān)性見圖5(a)。由圖5(a)可見，除高原西部及西北部少數(shù)區(qū)域外，雪深與氣溫數(shù)據(jù)都呈較為明顯的負(fù)相關(guān)性，且在青藏高原中部最為明顯，偏相關(guān)系數(shù)小于?0.8，而負(fù)相關(guān)系數(shù)整體呈現(xiàn)從中間向東西兩側(cè)遞減的趨勢。月尺度上的負(fù)相關(guān)更明顯。圖5(b)為雪深與氣溫數(shù)據(jù)在月尺度上的偏相關(guān)性，由圖5(b)可見，在月尺度上，整個高原地區(qū)都呈較強的負(fù)相關(guān)性，大多數(shù)地區(qū)偏相關(guān)系數(shù)為?0.8～?0.4，念青唐古拉山系附近的負(fù)相關(guān)性較強。

季節(jié)尺度上，大部分地區(qū)的雪深和氣溫仍保持明顯的負(fù)相關(guān)（圖6），偏相關(guān)系數(shù)為?0.6～?0.2，負(fù)相關(guān)性的大小及分布范圍按秋、冬、春、夏依次減少，秋、冬兩季是青藏高原積雪開始沉積的時期，春季則是積雪開始消融的時期。將年尺度的相關(guān)性投射到季節(jié)上，雪深與氣溫在青藏高原西北部的正相關(guān)性也表現(xiàn)出了明顯的季節(jié)特點。正相關(guān)性（偏相關(guān)系數(shù)在0～0.4）在春夏兩季較為明顯，在秋冬兩季則相對較小。綜上所述，雪深與氣溫總體上有較強的負(fù)相關(guān)性，且負(fù)相關(guān)性存在著明顯的季節(jié)差異，秋季的負(fù)相關(guān)性較強。

圖6 青藏高原地區(qū)雪深與氣溫在季節(jié)尺度上的偏相關(guān)性（1979—2018 年）Fig.6 The seasonal-scale partial correlation between snow depth and temperature on the Qinghai-Tibet Plateau from 1979 to 2018

2.5 雪深與降水的偏相關(guān)性分析

青藏高原雪深與降水在年、月和季尺度上的偏相關(guān)性結(jié)果見圖7 和圖8，圖9 為年、月、季尺度上雪深與降水的偏相關(guān)系數(shù)箱線圖。

圖7 青藏高原地區(qū)雪深與降水在年、月尺度上的偏相關(guān)性Fig.7 The annual and monthly-scale partial correlation between snow depth and precipitation on the Qinghai-Tibet Plateau

圖8 青藏高原地區(qū)雪深與降水在季節(jié)尺度上的偏相關(guān)性（1979—2018 年）Fig.8 The seasonal-scale partial correlation between snow depth and precipitation on the Qinghai-Tibet Plateau from 1979 to 2018

圖9 青藏高原地區(qū)雪深與降水在各尺度上的偏相關(guān)系數(shù)箱線圖（矩形上邊緣為其上四分位數(shù)，矩形中的線表示其中位數(shù)，下邊緣為其下四分位數(shù)，矩形外的上下兩橫線分別為其上限及下限，圓圈表示其統(tǒng)計意義上的異常值）Fig.9 A boxplot illustrating the partial correlation between snow depth and precipitation on the Qinghai-Tibet Plateau across different scales (The upper edge of the rectangle represents the upper quartile, the line within the rectangle represents the median, and the lower edge corresponds to the lower quartile.The upper and lower horizontal lines outside the rectangle indicate the upper and lower limits, respectively.Statistical outliers are represented by circles.)

由圖7 可見，年、月尺度上雪深與降水的相關(guān)性分布大致相同。除羌塘高原山地附近區(qū)域顯現(xiàn)出具有一定特征的負(fù)相關(guān)性外，其他區(qū)域都以分布較為均勻的正相關(guān)性為主。

由圖8 可見，秋季高原積雪開始沉積，降水促成積雪的積累，雪深與降水呈現(xiàn)出較為廣泛的正相關(guān)性，多數(shù)區(qū)域偏相關(guān)系數(shù)都在0.4 以上；春、夏、冬三季，雪深則與降水呈現(xiàn)出西部負(fù)相關(guān)、東部正相關(guān)的形式，且春、夏兩季負(fù)相關(guān)的區(qū)域明顯較多，與一些研究[11-12,26]中得出的青藏高原雪深與春季降水呈負(fù)相關(guān)性以及整體上“東正西負(fù)”的格局反映出相似的信息。

雪深與降水間的偏相關(guān)性系數(shù)分布范圍見圖9。雪深與降水的相關(guān)性在年尺度上更為顯著，月尺度上的偏相關(guān)系數(shù)范圍（?0.304～0.296）顯著小于年尺度偏相關(guān)系數(shù)分布范圍（?0.811～0.796）。與雪深、氣溫之間顯著且穩(wěn)定的負(fù)相關(guān)不同，雪深與降水僅在秋季尺度表現(xiàn)出較為普遍的正相關(guān)性，偏相關(guān)中位數(shù)在0.2 上下；在年、月尺度以及冬季上二者的正相關(guān)性較為微弱，偏相關(guān)中位數(shù)在0～0.1 之間；在春、夏兩季上二者呈現(xiàn)出以負(fù)相關(guān)為主的偏相關(guān)性。綜上所述，盡管在年、月際尺度上雪深與降水都存在著較廣泛的微弱正相關(guān)性，但在春、夏兩季，負(fù)相關(guān)性卻較為集中地出現(xiàn)在高原西部，秋季雪深與降水之間廣泛且強烈的正相關(guān)性同樣值得關(guān)注。

2.6 雪深對氣溫、降水響應(yīng)的延遲效應(yīng)

由前文分析可得，高原大多數(shù)區(qū)域雪深與氣溫存在明顯的負(fù)相關(guān)關(guān)系，與降水之間存在著一定的正相關(guān)性，且其相關(guān)性具有季節(jié)特點，如雪深與氣溫在秋、冬兩季負(fù)相關(guān)性明顯更大，雪深與降水在春、夏兩季存在著明顯的負(fù)相關(guān)性等。為進一步研究氣溫與降水對雪深變化的影響，以及該影響的延遲效應(yīng)，本文針對青藏高原地區(qū)日平均氣溫、降水?dāng)?shù)據(jù)分別與延遲后的高原日平均雪深數(shù)據(jù)進行偏相關(guān)性分析，延遲效應(yīng)分析結(jié)果見圖10。

圖10 青藏高原雪深與氣溫、降水率的偏相關(guān)系數(shù)隨延遲天數(shù)的變化曲線Fig.10 The variation curve of partial correlation coefficient between precipitation, temperature and snow depth on the Qinghai-Tibet Plateau with the number of delay days

由圖10 可見，延遲天數(shù)為10 d 時，日尺度氣溫與雪深的負(fù)相關(guān)性達到最大，偏相關(guān)系數(shù)為?0.733，說明氣溫與10 d 后的雪深數(shù)據(jù)相關(guān)性最大。同時，在較長的時間范圍內(nèi)，雪深都與氣溫呈較大的負(fù)相關(guān)性。

降水與3 d 后雪深的偏相關(guān)系數(shù)達到最大，為0.064，一定程度上反映了降水轉(zhuǎn)換為積雪的平均時間。隨著延遲天數(shù)的增加，雪深與降水呈現(xiàn)出持續(xù)增大的負(fù)相關(guān)性，這種隨時間增大的負(fù)相關(guān)性可能是部分季節(jié)中西部雪深與降水呈現(xiàn)負(fù)相關(guān)性的原因，該結(jié)果可能還受與降水相關(guān)的其他因素影響而不穩(wěn)定。

基于日尺度氣象因素對雪深影響的延遲效應(yīng)探究，氣溫與雪深呈現(xiàn)出穩(wěn)定的負(fù)相關(guān)性，降水與雪深呈較弱且不穩(wěn)定的正相關(guān)性，已有多項研究表明青藏高原暖濕化[27-28]趨勢，氣溫升高、降水增加與青藏高原地區(qū)逐年減少的雪深密切相關(guān)，高原獨特的地形和較高的海拔令變化特征與相關(guān)性具有明顯的空間異質(zhì)性。從季節(jié)尺度上看，雪深的變化特征與相關(guān)性具有明顯的季節(jié)特征，積雪積累與消融的時期（春季及秋季）其變化特征更為顯著。不同季節(jié)的雪深變化與相關(guān)性差異可能也與季風(fēng)、西風(fēng)的變化和影響有關(guān)：高原東部雪深增加的區(qū)域恰與東亞季風(fēng)的作用范圍重合，Bao等[29]在研究中揭示了西風(fēng)調(diào)節(jié)青藏高原冬季雪深的機制，Bamzai 等[30]指出了喜馬拉雅地區(qū)積雪與印度季風(fēng)降水之間的正相關(guān)性。由此，雪深變化趨勢以及相關(guān)性在季節(jié)上的不同，可能也與印度季風(fēng)和西風(fēng)的季節(jié)性遷移[31-32]有關(guān)。

3 結(jié) 語

1979—2020 年青藏高原地區(qū)雪深在年尺度上呈現(xiàn)出以減小為主的趨勢，且減小的趨勢在月尺度及秋冬兩季更為顯著，幅度更大。從季節(jié)上看，春、秋季的積雪變化與年尺度在多數(shù)地區(qū)相似，說明積雪消融、沉積的春、秋兩季對全年的雪深變化較為重要。考慮雪深與氣溫、降水的偏相關(guān)性，雪深在年、月、季尺度上都與氣溫呈現(xiàn)出顯著的負(fù)相關(guān)性，其中月尺度上的負(fù)相關(guān)程度最大，分布最廣，相關(guān)系數(shù)大多在?0.8～?0.4；雪深與降水之間的相關(guān)性在年、月尺度上有著相似的空間分布，但年尺度上的相關(guān)性程度（偏相關(guān)系數(shù)范圍為?0.811～0.796）顯著大于月尺度（偏相關(guān)系數(shù)范圍為?0.304～0.296），季節(jié)尺度上較大的正相關(guān)性體現(xiàn)在秋季，大多數(shù)區(qū)域正相關(guān)性在0.4 以上，說明秋季降水對于高原雪深變化發(fā)揮著重要作用，在春、夏兩季二者的相關(guān)性則呈現(xiàn)出“東正西負(fù)”的分布格局。關(guān)于氣溫、降水對雪深影響的延遲效應(yīng)，日尺度上，氣溫與延遲10 d 后的雪深偏相關(guān)程度最高，相關(guān)系數(shù)為?0.733，且30 d 內(nèi)雪深都與氣溫保持著較強的負(fù)相關(guān)性；降水與延遲3 d 后的雪深正相關(guān)性程度最高，相關(guān)系數(shù)為0.064，降水與雪深的偏相關(guān)性隨延遲天數(shù)增加逐漸向負(fù)相關(guān)性過渡，可能受到了與降水相關(guān)的其他因素的影響。

青藏高原雪深變化特征與氣象因子相關(guān)性在時空上都表現(xiàn)出明顯的異質(zhì)性，空間差異與高原起伏的地形和較高的海拔有關(guān)，季節(jié)上的差異也與青藏高原積雪積累與消融的時間高度對應(yīng)。東亞季風(fēng)、隨季節(jié)遷移性變化的印度季風(fēng)及西風(fēng)的影響可能是導(dǎo)致高原地區(qū)雪深變化異質(zhì)性的原因。對于日益減少的高原積雪，需要更多關(guān)于高原地區(qū)氣候、水文過程的機理性研究來探究其中過程并對高原積雪進行及時的保護。