冰川冻土, 2020, 42(1): 124-139 doi: 10.7522/j.issn.1000-0240.2020.0008

从第三极到北极专栏

从第三极到北极： 湖冰研究进展

汪关信,1,2, 张廷军,1,2, 杨瑞敏1,2, 钟歆玥3, 李晓东1,2

1.兰州大学 资源环境学院 西部环境教育部重点实验室, 甘肃 兰州 730000

2.中国高校极地联合研究中心, 北京 100875

3.中国科学院 西北生态环境资源研究院 甘肃省遥感重点实验室, 甘肃 兰州 730000

Lake ice changes in the Third Pole and the Arctic

WANG Guanxin,1,2, ZHANG Tingjun,1,2, YANG Ruimin1,2, ZHONG Xinyue3, LI Xiaodong1,2

1.College of Earth and Environmental Sciences，Lanzhou University，Lanzhou 730000，China

2.University Corporation for Polar Research，Beijing 100875，China

3.Key Laboratory of Remote Sensing of Gansu Province，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

通讯作者: 张廷军， 教授， 从事冰冻圈与气候变化研究. E-mail： tjzhang@lzu.edu.cn.

编委: 周成林

收稿日期: 2019-10-20   修回日期: 2020-03-12  

基金资助: 中国科学院A类先导科技专项资助.  XDA20100103
兰州大学中央高校基本科研业务费专项资金资助.  lzujbky-2017-it95
冰冻圈科学国家重点实验室开放基金项目.  SKLCS-OP-2018-08

Received: 2019-10-20   Revised: 2020-03-12  

作者简介 About authors

汪关信（1993-），男，陕西镇安人，2017年在兰州大学获得学士学位，现为兰州大学在读硕士研究生，从事湖冰遥感研究.E-mail：wanggx13@lzu.edu.cn , E-mail：wanggx13@lzu.edu.cn

摘要

在全球气候变暖背景下， 第三极和北极地区的增温尤其明显， 冰冻圈对气候变化有着更为敏感的响应。湖冰作为冰冻圈的重要组成部分， 其变化不仅是气候的指示器， 同时也通过改变能量平衡、 大气环流、 辐射平衡等影响区域气候。通过对比不同观测手段及主要模型模拟方法在湖冰研究中的优缺点及适用性， 总结了第三极和北极湖冰变化的时空特征， 结果表明：第三极和北极地区湖冰均显示初冰日推迟、 消融日提前、 封冻期缩短的趋势； 第三极和北极地区湖冰厚度呈持续减少趋势； 未来湖冰的这些变化将更加显著。第三极和北极地区湖冰的变化主要受到气温的影响， 同时也受到风速、 湖泊理化性质的限制。在系统梳理第三极和北极地区湖冰变化的基础上， 总结了湖冰研究面临的问题和挑战， 为未来湖冰研究提供科学依据。

关键词： 湖冰 ; 第三极 ; 北极 ; 气候变化

Abstract

The temperature increases significantly in the Third Pole and the Arctic in the context of global warming. The cryosphere has a more sensitive response to climate change. Lake ice is an important part of the cryosphere in these regions. Its change is not only an indicator of climate change， but also affects the regional climate by changing the energy balance， atmospheric circulation， and radiation balance. This paper compared the advantages and disadvantages and the applicability of different observation methods， model simulation methods for lake ice. It also summarized the temporal and spatial characteristics of lake ice changes in the Third Pole and the Arctic. The results showed that lake ice in the Third Pole and the Arctic presented a delayed trend of initial ice day， early melting onset day， and shortened ice duration. The thickness of lake ice continuously decreased in the Third Pole and the Arctic. These changes in lake ice would be more significant in the future. The change of lake ice was mainly affected by temperature and also affected by temperature， restrictions on wind speed and physical and chemical properties of the lake. Besides， this article also pointed out the problems and challenges of the lake ice research and provided a scientific basis for future research in lake ice.

Keywords： lake ice ; Third Pole ; Arctic ; climate change

PDF (5093KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

汪关信, 张廷军, 杨瑞敏, 钟歆玥, 李晓东. 从第三极到北极： 湖冰研究进展[J]. 冰川冻土, 2020, 42(1): 124-139 doi:10.7522/j.issn.1000-0240.2020.0008

WANG Guanxin, ZHANG Tingjun, YANG Ruimin, ZHONG Xinyue, LI Xiaodong. Lake ice changes in the Third Pole and the Arctic[J]. Journal of Glaciology and Geocryology, 2020, 42(1): 124-139 doi:10.7522/j.issn.1000-0240.2020.0008

0 引言

IPCC（Intergovernmental Panel on Climate Change）第五次评估报告指出， 全球气温快速升高， 1983 - 2012年可能是北半球自1400年以来最热的30年［1］。气温升高导致冰冻圈系统的快速变化， 如冰川退缩、 积雪融化、 冻土面积减少等［2］。湖冰作为中高纬度以及高海拔地区冰冻圈的重要组成部分， 其变化是区域乃至全球气候的敏感指示器， 监测湖冰变化可以及时发现区域乃至全球气候变化特征， 并为预测未来变化趋势提供依据［3-4］。同时， 湖冰的存在和变化通过改变水 - 气间物质和能量交换， 成为影响气候变化的关键因素［5-6］。湖冰对气候的影响主要体现在：（1）湖冰的存在影响水体表面的热力学过程。一方面， 湖冰隔绝了水体与大气之间的直接热量交换［7］； 另一方面， 湖冰表面较高的反射率将大部分太阳辐射能量反射回大气层， 有助于保持高海拔和高纬度地区的低温环境［8-9］。（2）湖冰生消过程。冬季冻结时释放热量， 春季融化时吸收热量， 影响热量的季节循环［10-11］。此外， 湖冰及其变化具有重要的生物学意义， 湖冰控制了水体-大气界面上的光、 热和动量， 是湖泊生态系统结构和功能的基本驱动力［12-13］。湖冰变化亦对人类的生产生活产生影响， 如湖冰阻塞出口形成堰塞湖从而威胁下游生态和人类安全［14］， 湖冰作为重要交通要道［15-16］、 军事战场以及旅游服务场所［17］， 受到学者的广泛关注。因此， 湖冰监测有着重要的理论和现实意义。

青藏高原， 又称“第三极”， 是全球最独特的地质 - 地理 - 资源 - 生态耦合系统之一［18］。第三极以其高海拔和广袤的高原面积［19-20］， 影响区域乃至全球的气候变化， 是气候变化研究的重要区域［21］。除地形的阻挡作用外， 青藏高原的热力学作用， 即高原下垫面直接加热对流层中层大气， 形成与周围大气的显著热力差异［22-23］， 也是其影响大气环流及亚洲乃至全球气候的重要原因［24］。高原下垫面的改变通过影响地表与大气的热量交换［25-26］， 引起高原的热力作用变化。第三极分布着地球上海拔最高、 数量最多、 面积最大的湖泊群［27-28］， 是青藏高原下垫面的重要组成。这些湖泊大多在10月底冻结， 翌年4月中下旬融化。湖冰的变化是下垫面水面与冰面的交换， 因二者反射率不同造成高原下垫面与大气热力学作用的改变， 从而影响青藏高原的热力学作用。因此， 青藏高原湖冰变化备受关注。

北极是地球的冷源所在， 是全球气候系统的驱动器之一［29-30］， 直接影响着全球尺度的大气环流， 在全球气候变化中扮演着重要的角色。北极是气候变化的敏感区域， 北极气温的上升速率是全球平均值的两倍， 即北极放大效应［31］， 导致过去几十年北极湖冰加速融化［32-33］。在北极地区， 热喀斯特湖， 即含冰量较为丰富的多年冻土融化而形成的湖泊面积占25% ~ 40%［34］。这些热喀斯特湖大多较浅［35］， 湖冰的厚度调节着湖泊能量平衡和多年冻土的稳定［36-37］。在冬春季节， 多数湖冰冻结到湖底， 这样的湖冰类型对湖底的冻土有保护作用； 然而， 有些湖泊无法冻结到湖底， 属于漂浮冰， 漂浮冰使得多年冻土消融区广泛发育［36］， 并释放更多的甲烷［38］。因此， 北极湖冰受到广泛关注， 也取得了较为丰富的研究成果。

随着科学技术的发展， 认识、 观测湖冰方法上的进步， 第三极和北极地区的湖冰研究获得了长足发展。早期对湖冰研究主要为野外监测， 依靠传统记录和统计来分析湖冰变化特征［39-40］及其生消特性［41-42］。随着航空航天技术的发展， 遥感监测方式被广泛地应用到湖冰研究中［43-44］。其中， 全天时、 全天候、 穿云透雾的微波遥感技术更是成为湖冰监测的重要手段［45］。在微波遥感中， 合成孔径雷达（Synthetic Aperture Radar， SAR）以其穿透性强等特点， 被广泛应用于区分湖冰冻结类型［46］。被动微波遥感也用来监测大型湖泊湖冰物候变化［47］。同时， 不同湖冰模型也得以建立， 用来获取湖冰物候、 冰厚变化特征并预测未来变化趋势［48］。然而， 湖冰在研究方法上存在诸多不确定性， 如不同传感器之间的校准及湖冰物候、 厚度反演精度， 以及第三极地区湖冰研究滞后等问题。本文系统对比统计了监测湖冰变化特征的多种方法， 总结并探讨了第三极和北极湖冰研究进展以及变化特征， 讨论了目前研究的不足， 为未来第三极和北极湖冰研究提供基础依据和科学参考。

1 湖冰研究方法

1.1　早期观测

相较于海冰， 湖冰分布零散， 湖冰研究具有较大区域差异。相对于第三极， 北极地区的湖冰研究开始较早， 主要集中在北欧地区［49-50］。湖冰观测记录主要用于了解湖冰结构， 以满足湖冰运输的需求［15］。早期湖冰观测方法主要是在湖岸上根据肉眼记录湖冰物候， 即初冰日、 封冻日、 消融日及完全消融日［51］， 并通过湖冰钻孔测量湖冰厚度［52-53］。后来借助电热丝、 底面浮筒接触设备等进行湖冰厚度观测［54］， 之后利用探地雷达进行湖冰厚度的观测［55］。北极地区还通过湖泊沉积来确定气候变化和历史湖冰的存在状况［56-57］。第三极湖冰监测开始于20世纪50年代， 通过人工打钻等方式， 最先对青海湖湖冰厚度等进行了报道［39］。这些较原始的观测为湖冰研究提供了珍贵的早期资料。然而， 这些资料缺乏观测标准， 融合不同数据记录做长时间序列分析时比较困难。另外， 第三极和北极自然条件恶劣， 利用钻孔等观测方式开展大范围的湖冰观测难度较大。

1.2　卫星遥感观测

自1957年前苏联发射人造地球卫星以来， 卫星遥感以其反演地面信息及时、 省时省力的优势， 被广泛用于冰情研究。本论文总结了不同遥感数据的基本属性及在冰情监测中的主要应用（表1）。

表1   不同遥感类型在湖冰研究中的应用

Table 1  Development of observation in lake ice

遥感类型卫星传感器名称幅宽/km分辨率/m时间序列主要应用
光学遥感Landsat SeriesMSS185781972 - 1983冰面（积雪）反照率、 表面温度、 厚度； 物候
TM185301982 - 2011
ETM+185301999 -
OLI185302013 -
NOAAAVHRR2 9001 1001978 -
INSAT 3ACCD全球覆盖1 0002003 -
Terra， AquaMODIS2 0302502000 -
被动微波遥感Nimbus 7SMMR60025 0001978 - 1987湖冰厚度； 湖冰物候
DMSPSSM/I1 40025 0001987 - 2008
AquaAMSR-E1 4454 0002002 - 2011
SEASATSNMR60022 0001978 -
DMSPSSMIS1 70025 0002000 -
TRMMTMI7804 4001997 -
主动微波遥感/合成 孔径雷达SEASATSAR100251978 -湖冰类型； 湖冰物候
SentinelSAR8052015 -
ERS 1， 2AMI SAR（C波段）100301991 -
RADARSATRadarsat SAR（C波段）100 ~ 170101995 -
EnvisatASAR100282002 -

新窗口打开| 下载CSV


1.2.1　光学遥感

可见光遥感主要通过地物的反射光谱来辨别地物［58］。常用的传感器， 如AVHRR （Advanced Very High Resolution Radiometer）、 MODIS （Moderate-resolution Imaging Spectroradiometer）具有重访周期短的特点， TM （Thematic Mapper）、 ETM （Enhanced Thematic Mapper）和OLI （Operational Land Imager）等具有高空间分辨率的优势， 成为研究冰情动态信息的重要手段。MODIS以其高时间分辨率和相对于微波遥感来说空间分辨率较高的特点， 在湖冰研究中有着更为广泛的应用。MODIS反射率产品（MODIS/Terra Surface Reflectance Daily L2G Global 1 km and 500 m）、 MODIS积雪产品（The MODIS Aqua Snow Cover 8-Day L3 Global 500 m Grid）MODIS第1和2波段数据均被用于青藏高原和北极的湖冰物候研究［59-60］。NDSI（Normalized Difference Snow Index）方法广泛用于冰雪制图研究［61］， MODIS SNOWMAP算法也被广泛用于湖冰物候提取［62］。通过地物光谱反射率可以反演冰反照率变化， 从而探究湖冰消融过程中的反射率特性及其影响因素［63］。通过冰和水的光谱区别， 高时间分辨率光学影像（如MODIS）可以探究湖冰物候变化特征［64］， 同时利用MODIS地表温度产品来反演湖冰物候［59， 65］和湖冰厚度［65］。此外， 还可以利用反照率反演湖冰厚度， 但目前方法还不成熟且具有很大局限性。虽然光学遥感反演湖冰特征具有诸多优点， 但是在天气条件不佳以及极夜情况下， 光学遥感很难发挥作用。

1.2.2　微波遥感
1.2.2.1　被动微波观测

冰和水在发射率和介电常数上存在差异， 这使得二者在被动微波传感器同一频率或不同频率上形成亮度温度差异。研究者据此来获取湖冰信息， 并用来研究湖冰物候［47，66-67］， 反演湖冰厚度［68］。被动微波提取湖冰物候［67-69］方法成熟简便， 而且还可以根据被动微波亮温曲线目视判断湖冰物候［70］。

湖冰的微波发射率、 亮度温度随着湖冰厚度增加而增加［71］， 以此获取湖冰厚度与湖冰类型分布状况［72］。被动微波亮温值可以和湖冰厚度建立良好的线性关系， 用来反演湖冰厚度空间分布特征［68］。然而， 被动微波遥感数据空间分辨率较低， 并受湖冰表面粗糙度对湖冰发射率和介电常数的影响， 该方法仅适用于较大范围湖泊湖冰冰情的研究。

1.2.2.2　主动微波遥感

主动微波遥感通过发射电磁波并获取地物后向散射来探测地物属性， 具有跨昼夜、 穿云透雾以及根据不同地物属性选择不同波长和发射方式获取信息的优点。主要传感器类型包括侧视真实孔径雷达（Side-looking Airborne Radar， SLAR）、 合成孔径雷达（Synthetic Aperture Radar， SAR）、 散射计以及雷达高度计（Rader Altimeter， RA）。由加拿大发射的RADARSAT系列卫星和欧空局后续发射的ENVISAT卫星均载有合成孔径雷达， 该传感器具有多种极化方式， 可以获取冰情信息［73］。欧空局分别于1991年和1995年发射了ERS-1和ERS-2卫星， 其上搭载了雷达高度计、 散射计和C波段SAR等传感器， 为湖冰类型判别［74］、 湖冰物候［75］提供数据基础。

需要指出的是， 雷达信号易被积雪 - 大气或者积雪 - 湖冰之间的物质所反射， 在实际应用中存在诸多不确定性。此外， 由于湖冰覆盖范围小， 冰层薄， 雷达高度计未在湖冰厚度研究中得到应用。

1.3　湖冰模型研究

湖冰模拟开始于20世纪50年代， 主要是通过大气和水体之间的感热交换模拟湖冰形成［76-77］， 之后还利用冻结指数设置阈值研究湖冰封冻日和消融日［78-79］； 此外， 研究人员还建立了热动态模型， 通过湖冰层和积雪层能量通量研究湖冰的季节演化［48，80］， 诸多学者利用能量平衡模型模拟湖冰生消特征［63，81］， 之后发展成为LIMNOS（湖冰模型数值运算模拟器）［82］， 模拟了北半球湖冰物候。模拟热传导基本原理［83］如下：

ρiLfdZidt=Tf-Ts0Ziki+Zsks+Zmkm+Zwkw-1-hw(Tw-Tf)

式中：ρi为湖冰密度； Lf为融化潜热； hw为对流传递系数； Ts0为表面温度； Tf为湖水冰点温度； Tw为湖水温度； Z是每层物质厚度； k为导热系数； 下标i， s， m， w分别代表冰， 雪， 雪水混合物以及湖水。模型考虑了湖冰表层积雪的影响， 此外还需要考虑雪/冰表面的能量平衡［48］：

1-αsQsi+Qli+Qle+Qh+Qe+Qc=Qm

式中：Qsi为太阳到达地表的短波辐射； Qli是下行长波辐射； Qle是上行长波辐射； Qh是感热交换； Qe为潜热交换； Qc为热传导能量； Qm用于融化的能量； αs为地表反照率。

结合能量平衡和热传导原理， 发展了很多类似模型［84-86］， 用于湖冰物候［81，87］提取， 以及湖冰厚度模拟［88］。如CLIMo（Canadian Lake Ice Model）模型， 该模型是在一维非稳态热传导模型的基础上发展而来的。该模型考虑了湖冰生消发生的边界条件， 模拟了不同条件下的湖冰生消过程［89］。通过逐小时气温、 相对湿度、 风速、 云量和降雪数据进行驱动， 获取湖冰物候和湖冰厚度特征。之后以这些模型为基础， 结合遥感数据开展了大范围的湖冰相关参数的模拟。

虽然这些模型被广泛应用， 但对于大尺度湖冰模拟， 还缺乏更加深入的研究。随着遥感技术的发展， 利用热力学模型和遥感结合， 在一定程度上能够弥补空间尺度上的欠缺， 但反演精度仍值得商榷。在第三极地区， 湖泊广泛， 多发于季节性湖冰， 高寒缺氧， 很难进行实地观测， 可以考虑借助大尺度模型和遥感方式进行研究。

2 湖冰研究进展

2.1　第三极湖冰变化特征

2.1.1　湖冰物候变化

湖泊生消是一个周期性的物理过程， 由气温、 风速等外界因素强迫而形成， 受到湖泊面积、 湖泊深度以及盐度的影响， 每个湖泊生消日期与封冻期时间并不相同［60，90］。湖冰物候包含初冰日（开始冻结）、 封冻日（完全冻结）、 消融日（开始融化）及完全消融日（完全融化）。冻结期是指初冰日和封冻日之间的时间长度， 融化期是指消融日和完全消融日之间的持续时间， 封冻日和消融日之间的时间长度被称为完全封冻期［91］。第三极湖泊位于中低纬度， 一般于10月中下旬开始冻结， 形成季节性湖冰， 4月中下旬完全融化。

随着遥感技术的发展， 众多学者对第三极湖冰开展了广泛研究（表2）。利用MODIS数据提取了纳木错湖冰物候， 研究结果表明， 纳木错湖冰封冻期为90天， 近10年来， 纳木错湖冰冻结期延长， 消融期缩短， 封冻期显著缩短（2.8 d·a-1）［92-93］。利用被动微波提取纳木错湖冰物候结果显示：1978 - 2013年间， 初冰日显著推迟， 消融日明显提前［47， 94］。研究学者还发现， MODIS光学影像对纳木错消融日判断最为准确， 而AMSR-E被动微波亮温数据对封冻日和完全消融日监测较准［43］。此外， 被动微波数据提取的青海湖湖冰物候显示， 在近30年间， 初冰日和封冻日呈现明显的推迟态势， 而消融日和完全消融日呈现显著的提前趋势［67，95］。MODIS影像提取结果显示， 青海湖湖冰封冻日推迟， 完全消融日呈提前趋势， 而且冬半年负积温大小是影响青海湖封冻期的关键要素［60］。

表2   第三极湖冰研究主要成果

Table 2  Main results of lake ice in the Third Polar

区域时段手段湖冰变化原因或影响来源
纳木错2000 - 2013年MODIS反射率产品纳木错湖冰存在期显著缩短 （-2.8 d·a-1）， 冻结困难， 消融加速， 稳定性减弱主要受湖面温度、 湖面辐射亮温和气温变化的影响勾鹏等［92］， 2015
纳木错2006 - 2011年观测+MODIS反射率产品纳木错湖冰平均封冻期为90天， 最大湖冰厚度为58 ~ 65 cm主要受气温影响， 也受风速影响， 和冬季负积温具有良好关系曲斌等［93］， 2012
纳木错1978 - 2013年被动微波1978年至今湖冰存在时间持续减少19天， 初冰日推迟9天气温与湖冰存在时间呈负相关 关系Ke， et al［47］， 2014
青海湖2000 - 2016年MODIS完全封冻期为77天， 湖冰存在期为108天， 湖冰物候特征各时间节点变化呈现较大差异冬半年负积温大小是影响封冻期的关键要素， 但风速和降水对湖冰的形成和消融亦发挥着重要作用祁苗苗等［60］， 2018
青海湖1979 - 2016年被动微波（SSM/I和SSMR）初冰日和封冻日分别推迟6.16天和2.27天， 消融日和完全消融日分别提前11.24天和14.09天， 封冻期和湖冰存在期分别缩短14.84天和21.21天湖冰存在期主要被气温控制， 同时受到区域其他气象条件以及湖泊位置等影响Cai， et al［95］， 2017
青海湖

1958 - 1983年（观测）

1993 - 1994年（遥感）

NOAA+AVHRR+观测厚度变薄， 封冻期缩短； 建立湖水冻结百分比冻结和解冻相对气温升降有一定的滞后性陈贤章等［39］， 1995
可可西 里地区2000 - 2011年MODIS湖泊开始冻结和完全冻结时间推迟， 湖冰开始消融和完全消融时间提前， 湖泊完全封冻期和封冻期持续时间普遍缩短， 平均变化速率分别为2.21 d·a-1和1.91 d·a-1湖冰物候特征及其冰情演变是区域气候变化和湖泊自身条件共同作用的产物， 其中气温、 湖泊面积、 湖水矿化度和湖泊形态是影响湖冰物候特征的主要因素姚晓军等［96］， 2015
青藏高 原地区2001 - 2010年MODIS59个湖泊中， 绝大多数呈现出封冻期和湖冰存在期缩短的趋势， 存在明显的空间分异造成湖冰物候存在空间分异的主要原因为气温、 盐度、 湖泊形状等因素Kropáček， et al［99］， 2012
青藏高原地区2002 - 2015年被动微波（AMSR-E和AMSR2）青藏高原南部消融日推迟和封冻期延长， 但北部湖泊变化存在空间差异青藏高原南部湖泊消融日、 封冻期变化与冬季北大西洋涛动（NAO）之间存在密切联系Liu， et al［98］， 2018
青藏高原地区2000 - 2015年MODIS积雪产品平均封冻结冰期在176天左右， 完全封冻期在130天左右； 湖冰物候有明显区域差异， 北部湖区开始结冰期早， 完全融化期晚， 封冻期长； 南部湖区开始结冰期晚， 完全融化期早， 封冻期短湖冰物候时空变化主要受温度、 降水、 风速的影响， 温度是主要的影响要素， 温度升高或降雨增加都会使封冻期缩短， 风速对湖冰物候有一定的影响王智颖等［100］， 2017
青藏高原地区2000 - 2017年MODIS积雪产品平均湖冰存在期为157.78天， 其中18个湖泊湖冰存在期延长（1.11 d·a-1）， 其余湖泊湖冰存在期缩短（0.80 d·a-1）地理位置和气候条件决定了湖冰物候的空间异质性， 而理化特征主要影响湖冰初冰日。湖冰的持续时间受气候和湖泊特定理化性质影响Cai， et al［97］， 2019

新窗口打开| 下载CSV


湖冰物候， 尤其是封冻日和消融日时间， 能够反映区域气候变化， 而单个湖泊只能反映流域尺度的气候变化， 很难反映整个高原的气候变化特征。因此， 很多学者研究了整个第三极湖冰物候变化特征。在第三极气候暖湿化的背景下， 可可西里地区22个面积大于100 km2的湖泊初冰日和封冻日推迟， 消融日和完全消融时间提前， 湖泊封冻期和湖冰存在时间普遍缩短， 变化速率分别为-2.21 d·a-1和-1.91 d·a-1［96］。AMSR-E（AMSR2）亮温数据显示， 第三极地区湖冰变化具有明显的区域特征。研究区51个湖泊中， 49%的湖泊封冻期延长（1.28 d·a-1）， 43%的湖泊封冻期明显缩短（-0.93 d·a-1）［70］。MODIS研究结果显示， 在青藏高原58个湖泊的平均湖冰存在期为157.78天， 其中31%的湖泊湖冰存在期平均每年增加1.11天， 而69%的湖泊湖冰存在期缩短速率为0.80 d·a-1， 并且由于地理位置和气候条件的空间异质性， 导致湖冰物候空间差异性较大， 尤其是湖冰的消融日变化更为明显［97］。从青海湖、 纳木错、 可可西里等地区湖冰物候变化来看， 第三极多个面积较大的湖泊湖冰呈现出封冻日推迟、 消融日提前、 封冻期延长的变化趋势， 而就整个青藏高原地区来看， 随着气温的升高， 绝大部分湖泊湖冰呈现衰退趋势， 但仍然存在一部分湖泊湖冰呈现消融日推迟、 封冻期延长的变化趋势， 并在空间上存在一定的分布特征。湖冰物候对气温有着较强的依赖性， 同时又受到风速、 降水以及空气湿度的影响。此外， 还有研究发现， 冬季北大西洋涛动（NAO）异常对高原南部湖泊群解冻时间推迟有一定影响［98］， 湖冰物候出现空间差异还可能跟湖泊盐度、 水量有关［90，99-100］。

为进一步探究第三极地区湖冰物候变化特征， 作者利用MODIS快速反应数据（MODIS Rapid Response Data）目视解译了青藏高原多个湖泊湖冰物候变化特征， 图1显示了解译的142个湖泊的空间分布， 图2显示了142个湖泊湖冰物候特征。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   青藏高原湖泊概况

Fig.1   The situation of lakes in the Qinghai-Tibet Plateau


图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   青藏高原湖泊湖冰物候变化特征

Fig.2   Lake ice phenology in Qinghai-Tibet Plateau， change rate of lake ice cover duration （a）； change rate of lake ice duration （b）； change rate of ice onset day （c）； change rate of ice melt on day （d）


研究结果显示， 142个湖泊的年平均封冻期为130天， 湖冰平均存在期为169天。湖冰存在期变化表明， 78%的湖泊湖冰存在期呈减少趋势（P<0.05）， 以昆仑山为界， 昆仑山北部20%的湖泊湖冰存在期出现增加趋势， 南部湖冰存在期呈缩短趋势。青藏高原湖冰初冰日和消融日也呈现出类似的变化趋势和空间差异。67%的湖泊湖冰初冰日呈现推迟趋势， 平均每年推迟0.55天， 28%的湖泊湖冰初冰日呈现提前趋势； 61%的湖泊湖冰消融日呈现提前趋势， 平均每年提前0.90天， 33%的湖泊湖冰消融日呈现推迟趋势。同时， 受湖水深度矿化度影响， 大约3%的湖泊未冻结， 湖冰物候在空间上表现出明显的差异性。和前人研究相比， 本研究在增加湖泊数量的同时， 研究了湖冰封冻期和湖冰存在期的变化率， 更直观地表现出青藏高原湖冰物候的变化趋势和空间差异。与已有研究结果相似， 均反映出第三极地区北部湖冰初冰日发生较早， 消融日出现较晚， 南部地区湖冰初冰日发生较晚， 消融日出现较早的特征， 同时反映出第三极地区整体湖冰衰退的变化趋势。

2.1.2　湖冰厚度变化

湖冰在发育过程中， 厚度不断累积， 到达最大厚度后， 随着气温升高， 湖冰开始融化， 厚度随之开始减薄， 直至完全融化， 因此湖冰最大厚度也成为衡量湖冰变化乃至气候变化的重要指示因子［101］。随着微波技术的发展， 对湖冰厚度的研究越发广泛。合成孔径雷达（SAR）C波段用以区分浮冰和触底冰， 并探究触底冰的厚度变化［33，102-103］。由于18.7 GHz亮温对湖冰发育较为敏感， 所以被动微波亮温也被广泛用于最大湖冰厚度监测［68，104］。湖冰厚度相关工作大多在北极地区和加拿大开展， 第三极湖冰厚度研究很少， 目前第三极湖冰厚度数据主要由野外观测获取。观测结果显示， 纳木错最大湖冰厚度出现在3月， 厚度达58 ~ 65 cm［93］。青海湖在1958 - 1983年间湖冰厚度一般为50 ~ 70 cm， 并有减薄的趋势［39］。

位于青海湖南部的水文站于1983年1月开始对湖冰厚度进行观测。在距离湖岸100 m处， 湖冰冻结状况良好的情况下， 采用打孔钢尺测量的方法记录了青海湖1983 - 2015年湖冰厚度。每年1月1日开始观测， 3月底或者4月初结束观测， 每隔5天观测一次。根据实测数据， 本文分析了青海湖湖冰厚度变化趋势（图3）。从湖冰厚度变化趋势上可以看出， 湖冰厚度总体呈现波动减少的趋势， 减少率为0.28 cm·a-1（P<0.05）。1983年湖冰厚度最厚， 达到44.3 cm， 1987年湖冰厚度最薄， 为18.1 cm， 1995 - 2000年持续减少， 减少速率为3.63 cm·a-1。同时， 从月变化上看（图3b、 3c、 3d）， 青海湖湖冰自1月初完全冻结后， 厚度不断增加， 达到最大厚度时， 随着气温的升高， 厚度开始减薄， 最终完全融化。同时， 1 - 3月湖冰平均厚度均呈现出波动减少的趋势。其中， 1月份湖冰厚度平均每年减薄0.13 cm（图3b）， 2月份平均每年减薄0.24 cm（图3c）， 3月份减薄速率最快， 平均每年减薄0.40 cm（图3d）。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   青海湖湖冰厚度变化特征

Fig.3   Characteristics of ice thickness in Qinghai Lake


对比青海湖湖冰厚度年际变化和对应5日内气温累积值（图4a）发现， 青海湖湖冰厚度和5日累积气温有较好的对应关系， 随着累积气温下降， 湖冰厚度增加。春季5日累积气温上升， 湖冰厚度开始减小， 可能受降温天气（降雪）影响， 厚度在减小过程中又有反弹的迹象， 随累积气温降低， 湖冰厚度增加， 而后随着5日累积气温上升， 湖冰厚度开始快速减薄。在整个湖冰厚度增厚 - 减薄 - 增厚 - 减薄过程中， 累积气温经历了下降 - 上升 - 下降 - 上升的过程。湖冰厚度和对应封冻持续时间呈显著正相关趋势（图4b）， 随着封冻期的延长， 湖冰厚度呈现出增厚的趋势。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   湖冰厚度与累积气温变化曲线（a）及湖冰厚度与封冻期关系（b）， 累积气温为两个厚度观测时间段（5日）内的逐日累积平均气温

Fig.4   Relationships between lake ice thickness and cumulative temperature （a） and between lake ice thickness and ice cover duration （b）. Cumulative temperature refers to accumulation of daily mean temperature during two observation periods （5 days） of ice thickness


2.2　北极湖冰变化特征
2.2.1　北极湖冰物候

北极地区湖冰对气候变化响应敏感， 利用地面观测、 遥感反演以及模型模拟等方式， 研究人员已针对北极湖冰物候开展了诸多研究（表3）。对阿拉斯加北部地区湖冰物候的研究发现， 该区域湖冰呈现初冰日推迟、 消融日提前［102， 105］、 触底冰型湖泊完全解冻日期先于浮冰型湖泊的变化特征［106］。通过遥感反演发现， 在1985 - 2004年间， 加拿大北极地区初冰日延迟0.76 d·a-1， 消融日提前0.99 d·a-1［107］， 同时在更高纬度地区， 湖冰有从多年封冻发展为季节封冻的趋势［108］。1961 - 1990年间， 瑞典湖冰消融日每年提前0.25天［109］。实地监测发现， 芬兰北部地区湖泊初冰日呈推迟趋势（1885 - 2002年）， 推迟速率为4.6 d·（100a）-1， 消融日呈现提前趋势［7.5 d·（100a）-1］［53］。其中Kilpisjärvi湖在1964 - 2008年间， 初冰日延迟速率为2.3 d·a-1， 该地区气温升高1 ℃， 湖泊初冰日推迟3.4天， 消融日提前3.6天［10］。虽然北极各地区湖冰变化速率不同， 但是都呈现出了初冰日延迟， 消融日提前， 湖冰存在期缩短的显著变化趋势。

表3   北极地区湖冰主要研究成果

Table 3  Main results of lake ice in Arctic

区域时段手段湖冰变化原因或影响来源
阿拉斯加北部2003 - 2011年SAR与1980年相比， 16%的触地冰发展成漂浮冰； 整体湖冰厚度减薄对多年冻土融区发育、 湖泊热能变化、 水生生物存在影响Arp， et al［110］， 2012
阿拉斯加北部2012 - 2014年野外监测、 气候模型触底冰区完全消融日比浮冰区平均早17天， 消融日提前使其蒸发大于浮冰区由触底冰向漂浮冰转化， 抑制蒸发增强Arp， et al［106］， 2015
北极阿拉斯加1947 - 1997年基于有限元的热传导物理模型湖冰平均最大厚度为1.9 m雪深对湖冰深度的影响大于气温Zhang， et al［111］， 2000
北极加拿大1985 - 2004年遥感（AVHRR）/监测初冰日推迟0.76 d·a-1， 消融日提前0.99 d·a-1Latifovic， et al［107］， 2007
阿拉斯加北坡1997 - 2011年RADARSAT-1/2， ASAR， LANDSAT湖泊从多年湖冰发展为季节湖冰Surdu， et al［102］， 2014
北欧地区（Lake Kilpisjärvi）1964 - 2008年实地监测冻结日期推迟2.3 d·a-1， 湖冰厚度减少； 气温升高1 ℃， 初冰日推迟3.4天， 消融日提前3.6天北大西洋涛动（NAO）并未显著影响湖冰， 气温和积雪对湖冰影响剧烈Lei， et al［10］， 2012

新窗口打开| 下载CSV


2.2.2　北极湖冰厚度变化

湖冰厚度是气候作用的产物， 在一定程度上能够反映区域气候和天气条件的变化过程。北极地区纬度高， 气温低， 较浅湖泊容易冻结至湖底， 形成触底冰， 但缺少实地观测数据， 而且湖冰与积雪之间相互作用关系复杂， 湖冰厚度研究开展困难， 目前湖冰厚度研究主要在亚北极地区展开。在全球气温升高的背景下， 阿拉斯加湖冰厚度呈现减薄的趋势， 部分湖泊由触底冰类型转化为浮冰型［106， 110-111］。诸多学者证实了加拿大湖冰模型CLIMo在探究湖冰厚度方面的适用性［112-113］， 并结合实测数据研究了湖泊湖冰厚度的变化。结果显示， 阿拉斯加湖冰减薄的趋势明显［114］。此外， 利用雷达数据研究加拿大湖冰厚度结果表明， 1997 - 2011年， 较多湖泊湖冰从多年冰冻结类型向季节冰转换［108］， 在1950 - 1989年间， 并未发现明显的湖冰厚度减薄趋势， 但是湖冰上积雪厚度变化趋势与湖冰厚度变化趋势一致［115］。作为湖冰的绝热层， 积雪覆盖在湖冰之上， 很大程度上影响了湖冰厚度的变化［111］。北欧地区Kilpisjärvi湖在1968 - 2008年间也呈现出湖冰厚度减薄的趋势［10］。

2.3　第三极和北极湖冰变化特征异同

湖冰在第三极和北极都有广泛分布， 而且存在类似的生消物理机制， 都是在气温较低的环境下， 水体和大气之间进行热交换， 进而发生生消的过程［116］。第三极地区纬度较低， 海拔较高， 该地区大多数湖泊都具有季节性生消的特点， 湖冰物候和湖冰厚度能够在一定程度上反映出区域气候变化［117］； 而北极地区常年低温， 诸多湖泊冻结形成触底冰， 且存在湖冰常年不融的情况， 形成多年湖冰。因此， 湖冰类型的转换（触底冰转化为浮冰， 多年湖冰转化为季节湖冰）及湖冰物候变化可以在一定程度上反映北极地区气候环境变化特征［68，110］。

在气候变暖背景下， 第三极地区和北极地区升温更加显著和剧烈。两个地区在湖冰物候、 湖冰厚度等方面产生了诸多相似的变化， 但也存在差异。在湖冰物候变化上， 第三极和北极湖冰整体变化趋势一致， 多数湖泊湖冰呈现初冰日推迟， 消融日提前， 从而造成湖冰存在时间缩短的态势。然而， 第三极地区20%以上的湖泊湖冰在近20年中出现了初冰日提前、 消融日推迟、 湖冰存在期延长的变化趋势， 而且呈现出明显的区域差异。但在北极地区， 目前的研究鲜有北极湖冰存在时间延长的报道， 且区域差异较小。

在湖冰厚度变化方面， 第三极和北极地区平均湖冰厚度都呈现减薄的趋势。但第三极地区在湖冰厚度方面的研究较少， 由于受数据资料限制， 湖冰厚度研究仅仅在少数几个湖泊开展， 在仅有的报道中， 第三极湖冰厚度总体呈现减薄趋势。而在阿拉斯加北部和加拿大北部地区都出现了湖冰类型的转变， 在这种变化的基础上， 北美北极地区湖冰厚度明显减薄。但位于欧洲北极地区的芬兰湖冰厚度却在增厚［118］。

2.4　湖冰变化的影响因素

第三极湖冰于每年冬天冻结， 翌年春夏季消融， 由于水陆热力差异， 湖冰冻结初始发生在湖岸区域。湖冰的生消取决于湖区能量的垂直传输和气象因子的强迫［90，119］， 太阳短波辐射对湖冰冻结和消融具有重要意义［120］。受太阳辐射影响的气温变化成为影响湖冰生消的关键因素（图5）。同时， 湖冰下的湖水热通量对湖冰发育和融化具有重要影响。此外， 天气条件也是影响湖冰生消的重要因素。降雨携带着大气中的微粒附着在湖冰上， 降低湖冰对光的反射， 增加湖冰融化速率； 而降雪则增加了湖冰反照率， 增强了积雪对湖冰的保温作用， 降雨、 降雪都能够影响湖冰物候和湖冰厚度变化［121-122］。冬季降雪覆盖在湖冰之上， 作为湖冰与大气之间的绝热层， 影响湖冰厚度变化。研究表明， 有无积雪对湖冰厚度影响较大， 无积雪和积雪覆盖情况下， 湖冰厚度相差50 ~ 60 cm［123］。在北极地区， 降雪量大， 湖冰厚度变化主要受到湖冰上积雪厚度的影响。此外， 积雪还影响着湖冰物候的变化趋势［10］。风速也是影响湖冰生消的重要因素［93］。湖冰在冻结过程中， 风力加速湖面运动， 同时改变冰面温度， 在湖冰冻结过程中发挥着重要作用。在湖冰封冻期间， 风将较多的微粒搬运至湖冰上， 尤其是在第三极高寒荒漠地区， 增加了湖冰的融化速度； 在融化过程中， 较大风力使得湖冰破碎化， 加速湖冰融化［60，119］。同时， 研究表明， 南方涛动和第三极湖冰物候之间存在密切关系， 南方涛动通过影响大气环流， 从而作用于第三极湖冰消融日和湖冰存在时间［98］。除南方涛动外， 厄尔尼诺（ENSO）、 北大西洋涛动（NAO）和北极涛动（AO）等都会对第三极和北极湖冰物候造成不同程度的影响［4］。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   湖段横截面示意图与热通量

Fig.5   Schematic picture of lake cross-section with the heat fluxes


湖泊冰情还受到自身因素的影响， 如湖泊深度、 湖泊面积、 湖水矿化度、 湖岸线以及海拔因素， 尤其在湖冰初始冻结过程中， 湖泊深度、 湖泊面积对湖冰冻结有着巨大的影响。在第三极地区， 湖泊海拔高， 与同纬度湖泊相比， 湖冰存在期较长， 厚度较厚。第三极湖泊多为构造湖， 湖泊形态因子（湖岸线长度与湖泊面积比值）各异， 湖岸线复杂， 而湖泊初冰日与湖泊形态因子呈负相关［96］， 这与湖泊冻结所需要的热量相关。此外高原地区湖泊多为咸水湖， 湖水矿化度的高低影响湖泊冰点温度［124］， 而湖泊水体矿化度高低与湖泊面积大小是影响湖泊是否完全冻结的重要因素。第三极地区东西海拔差距较大， 导致区域气温存在差异， 这可能也是造成青藏高原湖冰物候出现较大空间差异的原因。第三极地区约有20%的湖泊湖冰存在时间延长， 可能也是湖泊面积变化和局部气候条件所导致的。湖泊冰情的影响因子众多， 需要更多的研究来量化各影响因子对湖冰影响的详细过程。

2.5　湖冰未来变化及影响

湖冰封冻、 消融时间以及封冻期与气候密切相关， 研究人员对湖冰系统未来可能发生的变化更加关注［125］。随着气候变暖， 第三极和北极地区湖冰封冻日将会更加推迟， 消融日会更加提前［126］。高排放情境下， 利用CLIMo模型模拟的2071 - 2100年北极湖冰物候和湖冰厚度研究表明， 相对于1981 - 2010年来说， 北极地区湖冰存在时间将减少42 ~ 57天， 湖冰厚度会减少0.4 ~ 0.7 m［127］。这种变化将影响敏感的极地生态系统及人类活动。向极地地区提供资源供应的冬季冰雪道路网的减少甚至消失， 会增加人们对陆路和航空运输的需求， 导致运营成本的大幅度提高［16］。同时， 这也将直接影响北极地区依靠湖泊生存的民众的传统、 自给自足的生活方式（如冬季捕鱼等）发生改变［128］。

湖冰封冻期缩短会增加湖泊对太阳辐射的吸收， 提升光合生物对光的利用率， 有助于初级生产力的提高， 尤其是对长期缺乏营养的北极湖泊来说意义重大［129］。同时， 在这种条件下， 第三极和北极地区湖泊中的紫外线辐射增加， 导致浮游生物和鱼类的色素沉着发生变化， 影响湖泊生物的免疫系统［130］。对于常年被冰雪覆盖的北极湖泊， 紫外线辐射可能将会呈数量级的增加［129，131］。此外， 气温升高， 湖冰封冻期缩短， 使得某些耐受性低的鱼类向北迁移， 导致优势种的变化， 甚至在高温、 高氧环境胁迫下， 导致某些水生生物可能灭绝。未来湖冰的变化将会影响水生生态系统和人类生产生活等诸多方面， 因此， 湖冰未来变化的模拟还需要开展更多工作。

3 结论与展望

本文概括总结了第三极和北极地区湖冰观测方法、 时空变化特征及其影响。总体上， 第三极与北极湖冰发生着剧烈的变化。在气候变化影响下， 第三极和北极地区湖冰均呈现初冰日推迟、 消融日提前、 封冻期显著缩短、 湖冰厚度减薄的变化趋势， 在未来这些变化将更加显著。随着遥感技术的发展， 湖冰观测手段已经从肉眼识别记录等早期方法发展到利用光学遥感和微波遥感等方法。遥感技术的广泛应用提供了大尺度、 长时序的湖冰资料， 为湖冰演化过程研究、 动力学研究、 湖冰模型的建立以及未来湖冰的研究等提供了重要的数据基础。

虽然在监测技术和研究方法上已有所提高和创新， 但对第三极湖冰研究还缺乏成熟的经验和方法。目前湖冰研究， 包括湖冰物候以及湖冰厚度等， 主要集中在加拿大、 阿拉斯加以及俄罗斯北部地区。仅少数学者对第三极湖冰物候开展了研究， 极少数学者将大气环流与湖冰变化联系起来。然而， 这些研究还无法明晰第三极湖冰变化对全球气候变化的响应机制， 更缺乏适合第三极湖冰物候研究的模型， 缺少对未来湖冰变化特征的预测， 在湖冰厚度方面的研究更是少之又少。随着第三极湖冰变化及其影响重要性的日益凸显， 湖冰在冰冻圈中的作用进一步加强， 湖冰研究应该受到学者更广泛的关注。此外， 在全球变暖的背景下北极湖冰正处于快速变化之中， 这些变化将对北极地区多年冻土退化和碳循环等产生重要的影响， 也是未来亟需关注的重要问题。

参考文献

Stocker T F.

The closing door of climate targets

［J］. Science， 2013， 339（6117）： 280 - 282.

[本文引用: 1]

Kang S， Xu Y， You Q， et al.

Review of climate and cryospheric change in the Tibetan Plateau

［J］. Environmental research letters， 2010， 5（1）： 15101.

[本文引用: 1]

Vavrus S J， Wynne R H， Foley J A.

Measuring the sensitivity of southern Wisconsin lake ice to climate variations and lake depth using a numerical model

［J］. Limnology and Oceanography， 1996， 41（5）： 822 - 831.

[本文引用: 1]

Brown L C， Duguay C R.

The response and role of ice cover in lake-climate interactions

［J］. Progress in Physical Geography， 2010， 34（5）： 671 - 704.

[本文引用: 2]

Huang Wenfeng， Li Zhijun， Han Hongwei， et al.

Seasonal evolution of static freshwater lake ice microstructures and the effects of growth processes

［J］. Journal of Glaciology and Geocryology， 2016， 38（3）： 699 - 707.

[本文引用: 1]

黄文峰， 李志军， 韩红卫， 等.

静水生长的淡水湖冰微结构的季节变化及其受生长过程的影响

［J］. 冰川冻土， 2016， 38（3）： 699 - 707.

[本文引用: 1]

Duguay C R， Prowse T D， Bonsal B R， et al.

Recent trends in Canadian lake ice cover

［J］. Hydrological Processes： An International Journal， 2006， 20（4）： 781 - 801.

[本文引用: 1]

Johannessen O M， Campbell W J， Shuchman R A， et al.

Microwave study programs of air-ice-ocean interactive processes in the seasonal ice zone of the Greenland and Barents Seas

［J］. 1992.

[本文引用: 1]

Ren Xiaoqian， Sun Shufen， Chen Wen， al et，

A review of researches on the lake numerical modeling

［J］. Advances in Earth Science， 2013， 28（3）： 347 - 356.

[本文引用: 1]

任晓倩， 孙菽芬， 陈文， 等.

湖泊数值模拟研究现状综述

［J］. 地球科学进展， 2013， 28（3）： 347 - 356.

[本文引用: 1]

Doran P T， McKay C P， Adams W P， et al.

Climate forcing and thermal feedback of residual lake-ice covers in the high Arctic

［J］. Limnology and Oceanography， 1996， 41（5）： 839 - 848.

[本文引用: 1]

Lei R， Leppäranta M， Cheng B， et al.

Changes in ice-season characteristics of a European Arctic lake from 1964 to 2008

［J］. Climatic change， 2012， 115（3-4）： 725 - 739.

[本文引用: 5]

Stroeve J， Holland M M， Meier W， et al.

Arctic sea ice decline： faster than forecast

［J］. Geophysical Research Letters， 2007， 34（9）： 1 - 5.

[本文引用: 1]

Barsdate R J， Alexander V.

Photosynthetic organisms in subarctic lake ice

［J］. Arctic， 1970， 23（3）： 201.

[本文引用: 1]

Anesio A M， Laybourn-Parry J.

Glaciers and ice sheets as a biome

［J］. Trends in ecology & evolution， 2012， 27（4）： 219 - 225.

[本文引用: 1]

De Munck S， Gauthier Y， Bernier M， et al.

River predisposition to ice jams： a simplified geospatial model

［J］. Natural Hazards and Earth System Sciences， 2017， 17（7）： 1033.

[本文引用: 1]

Ashton G D.

River and lake ice engineering

［M］. Water Resources Publication， 1986.

[本文引用: 2]

Prowse T D， Furgal C， Chouinard R， et al.

Implications of climate change for economic development in northern Canada： energy， resource， and transportation sectors

［J］. AMBIO： A Journal of the Human Environment， 2009， 38（5）： 272 - 282.

[本文引用: 2]

Nuttall M， Berkes F， Forbes B， et al.

Hunting， herding， fishing and gathering： indigenous peoples and renewable resource use in the Arctic

［J］. Arctic Climate Impact Assessment， 2005： 649 - 690.

[本文引用: 1]

Yao Tandong.

TPE international program： a program for coping with major future environmental challenges of The Third Pole region

［J］. Progress in Geography， 2014， 33（7）： 884 - 892.

[本文引用: 1]

姚檀栋. “

第三极环境 （TPE）”国际计划——应对区域未来环境生态重大挑战问题的国际计划

［J］. 地理科学进展， 2014， 33（7）： 884 - 892.

[本文引用: 1]

Li Jijun， Fang Xiaomin， Pan Baotian， et al.

Late Cenozoic intensive uplift of Qinghai-Xizang Plateau and its impacts on environments in surrounding area

［J］. Quaternary Sciences， 2001， 21（5）： 381 - 391.

[本文引用: 1]

李吉均， 方小敏， 潘保田， 等.

新生代晚期青藏高原强烈隆起及其对周边环境的影响

［J］. 第四纪研究， 2001， 21（5）： 381 - 391.

[本文引用: 1]

Wu Guoxiong， Zhang Yongsheng.

Thermal and mechanical forcing of the Tibetan Plateau and Asian Monsoon onset

Part II： timing of the onset［J］. Chinese Journal of Atmospheric Sciences， 1999， 23（1）： 51 - 61.

[本文引用: 1]

吴国雄， 张永生.

青藏高原的热力和机械强迫作用以及亚洲季风的爆发： Ⅱ 爆发时间

［J］. 大气科学， 1999， 23（1）： 51 - 61.

[本文引用: 1]

Pan Baotian， Li Jijun.

Qinghai-Tibetan Plateau： a driver and amplifier of the global climate change

［J］. Journal of Lanzhou University： Natural Sciences， 1996， 32（1）： 108 - 115.

[本文引用: 1]

潘保田， 李吉均.

青藏高原： 全球气候变化的驱动机与放大器

［J］. 兰州大学学报 （自然科学版）， 1996， 32（1）： 108 - 115.

[本文引用: 1]

Ye Duzheng， Luo Siwei， Zhu Baozhen.

The wind structure and heat balance in the lower troposphere over Tibetan Plateau and its surrounding

［J］. Acta Meteorologica Sinica， 1957， 28（2）： 108 - 121.

[本文引用: 1]

叶笃正， 罗四维， 朱抱真.

西藏高原及其附近的流场结构和对流层大气的热量平衡

［J］. 气象学报， 1957， 28（2）： 108 - 121.

[本文引用: 1]

Ye Duzheng， Wu Guoxiong.

The role of the heat source of the Tibetan Plateau in the general circulation

［J］. Meteorology and Atmospheric Physics， 1998， 67（1）： 181 - 198.

[本文引用: 1]

Flohn H.

Large-scale aspects of the “summer monsoon” in South and East Asia

［J］. Journal of the Meteorological Society of Japan. Ser. II， 1957， 35： 180 - 186.

[本文引用: 1]

Zhao Ping， Zhou Zijiang， Liu Jiping.

Variability of Tibetan spring snow and its associations with the hemispheric extra tropical circulation and East Asian summer monsoon rainfall： an observational investigation

［J］. Journal of climate， 2007， 20（15）： 3942 - 3955.

[本文引用: 1]

Wang Yuanxiang， Zhao Ping， Yu Rucong， et al.

Inter-decadal variability of Tibetan spring vegetation and its associations with eastern China spring rainfall

［J］. International Journal of Climatology： A Journal of the Royal Meteorological Society， 2010， 30（6）： 856 - 865.

[本文引用: 1]

Lu Anxin， Wang Lihong， Yao Tandong.

The study of Yamzho Lake and Chencuo Lake variation using remote sensing in Tibet Plateau from 1970 to 2000

［J］. Remote Sensing Technology and Application， 2006， 21（3）： 173 - 177.

[本文引用: 1]

鲁安新， 王丽红， 姚檀栋.

青藏高原湖泊现代变化遥感方法研究

［J］. 遥感技术与应用， 2006， 21（3）： 173 - 177.

[本文引用: 1]

Zhang Guoqing， Yao Tandong， Xie Hongjie， et al.

Lakes’ state and abundance across the Tibetan Plateau

［J］. Chinese Science Bulletin， 2014， 59（24）： 3010-3021.

[本文引用: 1]

Sun Junying.

A brief introduction of snow/sea ice investigation of the First Chinese National Arctic Research Expedition

［J］. Journal of Glaciology and Geocryology， 2012， 22（1）： 3 - 4.

[本文引用: 1]

孙俊英.

中国首次北极科学考察中的冰雪考察

［J］. 冰川冻土， 2012， 22（1）： 3 - 4.

[本文引用: 1]

Chapin F S， Sturm M， Serreze M C， et al.

Role of land-surface changes in Arctic summer warming

［J］. science， 2005， 310（5748）： 657 - 660.

[本文引用: 1]

Zhao Jinping， Shi Jiuxin， Wang Zhaomin， et al.

Arctic amplification produced by sea ice retreat and its global climate effects

［J］. Advances in Earth Science， 2015， 30（9）： 985 - 995.

[本文引用: 1]

赵进平， 史久新， 王召民， 等.

北极海冰减退引起的北极放大机理与全球气候效应

［J］. 地球科学进展， 2015， 30（9）： 985 - 995.

[本文引用: 1]

Arp C D， Jones B M， Whitman M， et al.

Lake temperature and ice cover regimes in the Alaskan Subarctic and Arctic： integrated monitoring， remote sensing， and Modeling 1

［J］. Journal of the American Water Resources Association， 2010， 46（4）： 777 - 791.

[本文引用: 1]

Engram M， Arp C D， Jones B M， et al.

Analyzing floating and bedfast lake ice regimes across Arctic Alaska using 25 years of space-borne SAR imagery

［J］. Remote Sensing of Environment， 2018， 209： 660 - 676.

[本文引用: 2]

Grosse G， Jones B M， Arp C D.

Thermokarst lakes， drainage， and drained basins

［J］. Earth Systems and Environmental Sciences， 2013， 8： 325 - 353.

[本文引用: 1]

Sellmann P V， Brown J， Lewellen R I， et al.

The classification and geomorphic implications of thaw lakes on the Arctic Coastal Plain， Alaska

［R］.Cold Regions Research and Engineering Lab Hanover NH， 1975.

[本文引用: 1]

Ling Feng， Zhang Tingjun.

Numerical simulation of permafrost thermal regime and talik development under shallow thaw lakes on the Alaskan Arctic Coastal Plain

［J］. Journal of Geophysical Research： Atmospheres， 2003， 108（D16）： 1 - 12.

[本文引用: 2]

Arp C D， Jones B， Urban F E， et al.

Shifting ice regimes of Arctic thermokarst lakes and implications for permafrost and surface-water dynamics

［C］//AGU Fall Meeting Abstracts， 2011.

[本文引用: 1]

Walter K M， Smith L C， Stuart Chapin III F.

Methane bubbling from northern lakes： present and future contributions to the global methane budget

［J］. Philosophical Transactions of the Royal Society A： Mathematical， Physical and Engineering Sciences， 2007， 365（1856）： 1657 - 1676.

[本文引用: 1]

Chen Xianzhang， Wang Guangyu， Li Wenjun， et al.

Lake ice and its remote sensing monitoring in the Tibetan Plateau

［J］. Journal of Glaciology and Geocryology， 1995， 17（3）： 241 - 246.

[本文引用: 4]

陈贤章， 王光宇， 李文君， 等.

青藏高原湖冰及其遥感监测

［J］. 冰川冻土， 1995， 17（3）： 241 - 246.

[本文引用: 4]

Sagarin R， Micheli F.

Climate change in nontraditional data sets

［J］. Science， 2001， 294（5543）： 811.

[本文引用: 1]

Buchanan J Y.

Ice and its natural history

［M］. Printed by William Clowes & Sons， Ltd.， 1908.

[本文引用: 1]

Weyhenmeyer G A.

Synchrony in relationships between the North Atlantic Oscillation and water chemistry among Sweden’s largest lakes

［J］. Limnology and Oceanography， 2004， 49（4）： 1191 - 1201.

[本文引用: 1]

Wei Qiufang， Ye Qinghua.

Review of lake ice monitoring by remote sensing

［J］. Progress in Geography， 2010， 29（7）： 803 - 810.

[本文引用: 2]

魏秋方， 叶庆华.

湖冰遥感监测方法综述

［J］. 地理科学进展， 2010， 29（7）： 803 - 810.

[本文引用: 2]

Prowse T D， Brown K.

Hydro-ecological effects of changing Arctic river and lake ice covers： a review

［J］. Hydrology Research， 2010， 41（6）： 454 - 461.

[本文引用: 1]

Swift C T， Jones J W L， Harrington R F， et al.

Microwave radar and radiometric remote sensing measurements of lake ice

［J］. Geophysical Research Letters， 1980， 7（4）： 243 - 246.

[本文引用: 1]

Nakamura K， Wakabayashi H， Uto S， et al.

Observation of sea-ice thickness using ENVISAT data from Lützow-Holm Bay， East Antarctica

［J］. IEEE Geoscience and Remote Sensing Letters， 2009， 6（2）： 277 - 281.

[本文引用: 1]

Ke Changqing， Tao Anqi， Jin Xin.

Variability in the ice phenology of Nam Co Lake in central Tibet from scanning multichannel microwave radiometer and special sensor microwave/imager： 1978 to 2013

［J］. Journal of Applied Remote Sensing， 2013， 7（1）： 73477.

[本文引用: 4]

Liston G E， Hall D K.

An energy-balance model of lake-ice evolution

［J］. Journal of Glaciology， 1995， 41（138）： 373 - 382.

[本文引用: 3]

Gotzinger G.

Studien über das Eis des Lunzer unter- und obersees

［J］. Internationale Revue der gesamten Hydrobiologie und Hydrographie， 1909， 2（3）： 386 - 396.

[本文引用: 1]

Verescagin G.

A selection of works from Lake Baikal Expedition： Dokl Acad Sci SSSR， 1925

［C］.

[本文引用: 1]

Kuusisto E.

An analysis of the longest ice observation series made on Finnish lakes

［J］. Aqua Fennica， 1987， 17（2）： 123 - 132.

[本文引用: 1]

Kuusisto E.

The thickness and volume of lake ice in Finland in 1961-90

［J］. Publications of the Water and Environment Research Institute， 1994， 17： 27 - 36.

[本文引用: 1]

Korhonen J.

Long-term changes in lake ice cover in Finland

［J］. Hydrology Research， 2006， 37（4-5）： 347 - 363.

[本文引用: 2]

Li Zhijun， Han Ming， Qin Jianmin， et al.

States and advances in monitor of ice thickness change

［J］. Advances in Water Science， 2005， 16（5）： 753 - 757.

[本文引用: 1]

李志军， 韩明， 秦建敏， 等.

冰厚变化的现场监测现状和研究进展

［J］. 水科学进展， 2005， 16（5）： 753 - 757.

[本文引用: 1]

Cao Xiaowei， Li Chunjiang， Yan Xiaofei， et al.

Measuring ice thickness around the curve and piers in the Yellow River with ground penetrating rader

［J］. South-to-North Water Transfers and Water Science & Technology， 2016， 14（6）： 91 - 95.

[本文引用: 1]

曹晓卫， 李春江， 颜小飞， 等.

利用探地雷达探测黄河弯道及桥墩周围冰层厚度

［J］. 南水北调与水利科技， 2016， 14（6）： 91 - 95.

[本文引用: 1]

Korhola A， Sorvari S， Rautio M， et al.

A multi-proxy analysis of climate impacts on the recent development of subarctic Lake Saanajärvi in Finnish Lapland

［J］. Journal of Paleolimnology， 2002， 28（1）： 59 - 77.

[本文引用: 1]

Michelutti N， Douglas M S， Smol J P.

Diatom response to recent climatic change in a high arctic lake （Char Lake， Cornwallis Island， Nunavut）

［J］. Global and Planetary Change， 2003， 38（3-4）： 257 - 271.

[本文引用: 1]

Zhao Yingshi， Principles and methods of remote sensing application analysis［M］. Beijing： Science Press， 2013. ［赵英时.

遥感应用分析原理与方法

［M］. 北京： 科学出版社， 2013.］

[本文引用: 1]

Gou Peng， Ye Qinghua， Che Tao， et al.

Lake ice phenology of Nam Co， Central Tibetan Plateau， China， derived from multiple MODIS data products

［J］. Journal of Great Lakes Research， 2017， 43（6）： 989 - 998.

[本文引用: 2]

Qi Miaomiao， Yao Xiaojun， Li Xiaofeng， et al.

Spatial-temporal characteristics of ice phenology of Qinghai Lake from 2000 to 2016

［J］. Acta Geographica Sinica， 2018（5）.

[本文引用: 5]

祁苗苗， 姚晓军， 李晓锋， 等.

2000—2016年青海湖湖冰物候特征变化

［J］. 地理学报， 2018， 73（5）： 932 - 944.

[本文引用: 5]

Hall D K， Riggs G A， Salomonson V V， et al.

Algorithm theoretical basis document （ATBD） for the MODIS snow and sea ice-mapping algorithms

［R］. Greenbelt， MD， USA： Technical Report NASA EOS-MODIS， 2001.

[本文引用: 1]

Qiu Yubao， Xie Pengfei， Leppäranta M， et al.

MODIS-based Daily Lake Ice Extent and Coverage dataset for Tibetan Plateau

［J］. Big Earth Data， 2019， 39（2）： 170 - 185.

[本文引用: 1]

Heron R， Woo M.

Decay of a High Arctic lake-ice cover： observations and modelling

［J］. Journal of Glaciology， 1994， 40（135）： 283 - 292.

[本文引用: 2]

Reed B， Budde M， Spencer P， et al.

Integration of MODIS-derived metrics to assess interannual variability in snowpack， lake ice， and NDVI in southwest Alaska

［J］. Remote Sensing of Environment， 2009， 113（7）： 1443 - 1452.

[本文引用: 1]

Kheyrollah Pour H， Duguay C R， Martynov A， et al.

Simulation of surface temperature and ice cover of large northern lakes with 1-D models： a comparison with MODIS satellite data and in situ measurements

［J］. Tellus A： Dynamic Meteorology and Oceanography， 2012， 64（1）： 17614.

[本文引用: 2]

Walker A E， Davey M R.

Observation of Great Slave Lake ice freeze-up and break-up processes using passive microwave satellite data

［C］//Proceedings of the 16th Canadian Symposium on Remote Sensing， 1993.

[本文引用: 1]

Che Tao， Li Xin， Jin Rui.

Monitoring the frozen duration of Qinghai Lake using satellite passive microwave remote sensing low frequency data

［J］. Chinese Science Bulletin， 2009， 54（13）： 2294 - 2299.

[本文引用: 3]

Kang K， Duguay C R， Lemmetyinen J， et al.

Estimation of ice thickness on large northern lakes from AMSR-E brightness temperature measurements

［J］. Remote sensing of environment， 2014， 150： 1 - 19.

[本文引用: 4]

Yu Jinyuan， Zhang Guoqing， Yao Tandong， et al.

Developing daily cloud-free snow composite products from MODIS Terra-Aqua and IMS for the Tibetan plateau

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2015， 54（4）： 2171 - 2180.

[本文引用: 1]

Ruan Yongjian， Passive microwave remote sensing of lake ice freeze-thaw monitoring over high Asia

［D］. Ganzhou： Jiangxi University of Science and Technology， 2017. ［阮永俭. 被动微波高亚洲湖冰冻融监测研究［D］. 赣州： 江西理工大学， 2017.］

[本文引用: 2]

Troy B E， Hollinger J P， Lerner R M， et al.

Measurement of the microwave properties of sea ice at 90 GHz and lower frequencies

［J］. Journal of Geophysical Research： Oceans， 1981， 86（C5）： 4283 - 4289.

[本文引用: 1]

Cavalieri D J.

A microwave technique for mapping thin sea ice

［J］. Journal of Geophysical Research： Oceans， 1994， 99（C6）： 12561 - 12572.

[本文引用: 1]

Kurtz N T， Markus T.

Satellite observations of Antarctic sea ice thickness and volume

［J］. Journal of Geophysical Research： Oceans， 2012， 117： C08025.

[本文引用: 1]

French N， Savage S， Shuchman R， et al.

Remote sensing of frozen lakes on the North Slope of Alaska： IGARSS 2004

［C］//2004 IEEE International Geoscience and Remote Sensing Symposium， 2004.

[本文引用: 1]

Kouraev A V， Semovski S V， Shimaraev M N， et al.

Observations of Lake Baikal ice from satellite altimetry and radiometry

［J］. Remote Sensing of Environment， 2007， 108（3）： 240 - 253.

[本文引用: 1]

Rodhe B.

On the relation between air temperature and ice formation in the Baltic

［J］. Geografiska annaler， 1952， 34（3/4）： 175 - 202.

[本文引用: 1]

Robertson D M， Ragotzkie R A， Magnuson J J.

Lake ice records used to detect historical and future climatic changes

［J］. Climatic Change， 1992， 21（4）： 407 - 427.

[本文引用: 1]

McFadden J D.

The interrelationship of lake ice and climate in central Canada

［R］. Wisconsin Univ-Madison Dept of Meteorology， 1965.

[本文引用: 1]

Marsh P.

Evaporation and ice growth in Mackenzie Delta lakes

［R］. IAHS， Wallingford， 1991.

[本文引用: 1]

Patterson J C， Hamblin P F.

Thermal simulation of a lake with winter ice cover 1

［J］. Limnology and Oceanography， 1988， 33（3）： 323 - 338.

[本文引用: 1]

Duguay C R， Flato G M， Jeffries M O， et al.

Ice‐cover variability on shallow lakes at high latitudes： model simulations and observations

［J］. Hydrological Processes， 2003， 17（17）： 3465 - 3483.

[本文引用: 2]

Walsh S E， Vavrus S J， Foley J A， et al.

Global patterns of lake ice phenology and climate： Model simulations and observations

［J］. Journal of Geophysical Research： Atmospheres， 1998， 103（D22）： 28825 - 28837.

[本文引用: 1]

Liston G E， Hall D K.

Sensitivity of lake freeze-up and break-up to climate change： a physically based modeling study

［J］. Annals of Glaciology， 1995， 21： 387 - 393.

[本文引用: 1]

Thiery W， Martynov A， Darchambeau F， et al.

Understanding the performance of the FLake model over the African Great Lakes

［J］. Geoscientific Model Development Discussions， 2013， 6（4）： 1 - 12.

[本文引用: 1]

Duguay C， Surdu C， Brown L， et al.

Response of ice cover on shallow Arctic lakes to contemporary climate conditions： numerical modeling and remote sensing data analysis

［C］//EGU General Assembly Conference Abstracts， 2012.

Wang Jia， Hu Haoguo， Schwab D， et al.

Development of the Great Lakes ice-circulation model （GLIM）： application to Lake Erie in 2003-2004

［J］. Journal of Great Lakes Research， 2010， 36（3）： 425 - 436.

[本文引用: 1]

Ward J C. Ice phenomena in the lake district［M］. Nature Publishing Group， 1875.

[本文引用: 1]

Wang Xuanji， Key J R， Liu Yinghui.

A thermodynamic model for estimating sea and lake ice thickness with optical satellite data

［J］. Journal of Geophysical Research： Oceans， 2010， 115： C12035.

[本文引用: 1]

Rouse W R.

Ice-cover variability on shallow lakes at high latitudes： model simulations and observations

［J］. Hydrological Processes， 2010， 17（17）： 3465 - 3483.

[本文引用: 1]

Leppäranta M.

Freezing of lakes and the evolution of their ice cover

［M］. Springer Science & Business Media， 2014.

[本文引用: 3]

Duguay C R， Bernier M， Gauthier Y， et al.

Remote sensing of lake and river ice

［J］. Remote sensing of the cryosphere， 2015： 273 - 306.

[本文引用: 1]

Gou Peng， Ye Qinghua， Wei Qiufang.

Lake ice change at the Nam Co Lake on the Tibetan Plateau during

2000-2013 and influencing factors［J］. Progress in Geography， 2015， 34（10）： 1241 - 1249.

[本文引用: 2]

勾鹏， 叶庆华， 魏秋方.

2000—2013年西藏纳木错湖冰变化及其影响因素

［J］. 地理科学进展， 2015， 34（10）： 1241 - 1249.

[本文引用: 2]

Qu Bin， Kang Shichang， Chen Feng， et al.

Lake Ice and Its Effect Factors in the Nam Co Basin， Tibetan Plateau

［J］. Advances in Climate Change Research， 2012， 8（5）： 327 - 333.

[本文引用: 4]

曲斌， 康世昌， 陈峰， 等.

2006—2011 年西藏纳木错湖冰状况及其影响因素分析

［J］. 气候变化研究进展， 2012， 8（5）： 327 - 333.

[本文引用: 4]

Tao Anqi.

Research on the Variation of Namco Lake Ice by Passive Microwave Remote Sensing

［D］. Nanjing University， 2014.

[本文引用: 1]

陶安琪.

被动微波遥感纳木错湖冰变化研究

［D］. 南京大学， 2014.

[本文引用: 1]

Cai Yu， Ke Changqing， Zheng Duan.

Monitoring ice variations in Qinghai Lake from 1979 to 2016 using passive microwave remote sensing data

［J］. Science of the Total Environment， 2017， 607： 120 - 131.

[本文引用: 2]

Yao Xiaojun， Li Long， Zhao Jun， et al.

Spatial-temporal variations of lake ice in the Hoh Xil region from 2000 to 2011

［J］. Acta Geographica Sinica， 2015， 70（7）： 1114 - 1124.

[本文引用: 3]

姚晓军， 李龙， 赵军， 等.

近10年来可可西里地区主要湖泊冰情时空变化

［J］. 地理学报， 2015， 70（7）： 1114 - 1124.

[本文引用: 3]

Cai Yu， Ke Changqing， Li X， et al.

Variations of Lake Ice Phenology on the Tibetan Plateau from 2001 to 2017 Based on MODIS Data

［J］. Journal of Geophysical Research Atmospheres， 2019.

[本文引用: 2]

Liu Yong， Chen Huopo， Wang Huijun， et al.

The impact of the NAO on the delayed break-up date of lake ice over the southern Tibetan Plateau

［J］. Journal of Climate， 2018， 31（22）： 9073 - 9086.

[本文引用: 3]

Kropáček J， Maussion F， Chen F， et al.

Analysis of ice phenology of lakes on the Tibetan Plateau from MODIS data

［J］. The Cryosphere， 2013， 7（1）： 287 - 301.

[本文引用: 2]

Wang Zhiying， Wu Yanhong， Chang Jun， et al.

Temporal and spatial variation of lake ice phenology and its influencing factors in the Tibetan Plateau

［J］. Journal of Beijing University of Technology， 2017， 43（5）： 701 - 709.

[本文引用: 2]

王智颖， 吴艳红， 常军， 等.

青藏高原湖冰物候的时空变化及其影响因素

［J］. 北京工业大学学报， 2017， 43（5）： 701 - 709.

[本文引用: 2]

Ashton G D.

River and lake ice thickening， thinning， and snow ice formation

［J］. Cold Regions Science and Technology， 2011， 68（1/2）： 3 - 19.

[本文引用: 1]

Surdu C M， Duguay C R， Brown L C， et al.

Response of ice cover on shallow lakes of the North Slope of Alaska to contemporary climate conditions （1950-2011）： radar remote-sensing and numerical modeling data analysis

［J］. The Cryosphere， 2014， 8（1）： 167 - 180.

[本文引用: 3]

Tedesco M. Remote sensing of the cryosphere［M］. John Wiley & Sons， 2014.

[本文引用: 1]

Kang K， Duguay C R， Howell S E， et al.

Sensitivity of AMSR-E brightness temperatures to the seasonal evolution of lake ice thickness

［J］. IEEE Geoscience and Remote Sensing Letters， 2010， 7（4）： 751 - 755.

[本文引用: 1]

Brown L C， Duguay C R.

The fate of lake ice in the North American Arctic

［J］. The Cryosphere， 2011， 5（4）： 869.

[本文引用: 1]

Arp C D， Jones B M， Liljedahl A K， et al.

Depth， ice thickness， and ice‐out timing cause divergent hydrologic responses among Arctic lakes

［J］. Water Resources Research， 2015， 51（12）： 9379 - 9401.

[本文引用: 3]

Latifovic R， Pouliot D.

Analysis of climate change impacts on lake ice phenology in Canada using the historical satellite data record

［J］. Remote Sensing of Environment， 2007， 106（4）： 492 - 507.

[本文引用: 2]

Surdu C M， Duguay C R， Fernández Prieto D.

Evidence of recent changes in the ice regime of lakes in the Canadian High Arctic from spaceborne satellite observations

［J］. The Cryosphere， 2016， 10（3）： 941 - 960.

[本文引用: 2]

Weyhenmeyer G A， Meili M， Livingstone D M.

Systematic differences in the trend towards earlier ice-out on Swedish lakes along a latitudinal temperature gradient

［J］. Internationale Vereinigung für theoretische und angewandte Limnologie： Verhandlungen， 2005， 29（1）： 257 - 260.

[本文引用: 1]

Arp C D， Jones B M， Lu Z， et al.

Shifting balance of thermokarst lake ice regimes across the Arctic Coastal Plain of northern Alaska

［J］. Geophysical Research Letters， 2012， 39（16）.

[本文引用: 3]

Zhang Tingjun， Jeffries M O.

Modeling interdecadal variations of lake-ice thickness and sensitivity to climatic change in northernmost Alaska

［J］. Annals of Glaciology， 2000， 31： 339 - 347.

[本文引用: 3]

Ménard P， Duguay C R， Flato G M， et al.

Simulation of ice phenology on Great Slave Lake， Northwest Territories， Canada

［J］. Hydrological Processes， 2002， 16（18）： 3691 - 3706.

[本文引用: 1]

Pour H K， Duguay C R， Scott K A， et al.

Improvement of lake ice thickness retrieval from MODIS satellite data using a thermodynamic model

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2017， 55（10）： 5956 - 5965.

[本文引用: 1]

Morris K， Jeffries M， Duguay C.

Model simulation of the effects of climate variability and change on lake ice in central Alaska， USA

［J］. Annals of Glaciology， 2005， 40： 113 - 118.

[本文引用: 1]

Brown R D， Cote P.

Interannual variability of landfast ice thickness in the Canadian High Arctic， 1950-89

［J］. Arctic， 1992： 273 - 284.

[本文引用: 1]

Cheng Bin， Vihma T， Rontu L， et al.

Evolution of snow and ice temperature， thickness and energy balance in Lake Orajärvi， northern Finland

［J］. Tellus A： Dynamic Meteorology and Oceanography， 2014， 66（1）： 21564.

[本文引用: 1]

Livingstone D M.

Break-up dates of alpine lakes as proxy data for local and regional mean surface air temperatures

［J］. Climatic Change， 1997， 37（2）： 407 - 439.

[本文引用: 1]

Heino R， Tuomenvirta H， Vuglinsky V S， et al.

Past and current climate change

［M］//Assessment of climate change for the Baltic Sea basin. Springer， 2008： 35 - 131.

[本文引用: 1]

Qin Dahe， Yao Tandong， Ding Yongjian. Introduction to Cryosphere Science［M］. Beijing： Science Press， 2017.

[本文引用: 2]

秦大河， 姚檀栋， 丁永建. 冰冻圈科学概论［M］. 北京： 科学出版社， 2017.

[本文引用: 2]

Leppäranta M， Terzhevik A， Shirasawa K.

Solar radiation and ice melting in Lake Vendyurskoe， Russian Karelia

［J］. Hydrology Research， 2009， 41（1）： 50 - 62.

[本文引用: 1]

Nõges P， Nõges T.

Weak trends in ice phenology of Estonian large lakes despite significant warming trends

［J］. Hydrobiologia， 2014， 731（1）： 5 - 18.

[本文引用: 1]

Ghanbari R N， Bravo H R， Magnuson J J， et al.

Coherence between lake ice cover， local climate and teleconnections （Lake Mendota， Wisconsin）

［J］. Journal of Hydrology， 2009， 374（3-4）： 282 - 293.

[本文引用: 1]

Rouse W R， Blanken P D， Duguay C R， et al. Climate-lake interactions［M］. Springer Berlin Heidelberg， 2008.

[本文引用: 1]

Zheng Mianping， Xiang Jun， Wei Xinjun， et al. Saline lakes of Tibetan Plateau［M］. Beijing： Beijing Science and Technology Press， 1989.

[本文引用: 1]

郑绵平， 向军， 魏新俊， 等. 青藏高原盐湖［M］. 北京： 北京科学技术出版社， 1989.

[本文引用: 1]

Walsh J E， Anisimov O， Hagen J， et al. Cryosphere and hydrology.

Arctic climate impacts assessment， ACIA

［M］. Cambridge University Press， Cambridge， 2005.

[本文引用: 1]

Bates B C， Kundzewicz Z W， Wu S.

Climate change and water

［M］//Palutikof J P. Technical Paper of the Intergovernmental Panel on Climate Change. IPCC， Geneva， 2008.

[本文引用: 1]

Brown L， Derksen C， Duguay C R， et al.

Modelling lake ice and the future of the Arctic lake ice cover

［R］. AGU Fall Meeting Abstracts， 2014.

[本文引用: 1]

Reist J D， Wrona F J， Prowse T D， et al.

Effects of climate change and UV radiation on fisheries for arctic freshwater and anadromous species

［J］. AMBIO： A Journal of the Human Environment， 2006， 35（7）： 402 - 411.

[本文引用: 1]

Vincent W F， Hobbie J E， Laybourn-Parry J.

Introduction to the limnology of high-latitude lake and river ecosystems

［M］//Vincent W F. and Laybourn-Parry J. Polar lakes and rivers： limnology of Arctic and Antarctic aquatic ecosystems. Oxford University Press， UK， 2008： 1 - 23.

[本文引用: 2]

Wrona F J， Prowse T D， Reist J D， et al.

Freshwater ecosystems and fisheries

［M］//Arctic Climate Impact Assessment. NY： Cambridge University Press， 2005： 354 - 452.

[本文引用: 1]

Vincent W F， Rautio M， Pienitz R.

Climate control of biological UV exposure in polar and alpine aquatic ecosystems

［M］//Arctic Alpine ecosystems and people in a changing environment. Springer， 2007： 227 - 249.

[本文引用: 1]