论文信息
· 标题：Revisiting snowmelt dynamics and its impact on soil moisture and vegetation in mid-high latitude watershed over four decades
· 年份：2025
· 第一单位：北京师范大学
摘要
雪融是影响环境安全和可持续发展的关键水源。然而，气候因素对雪融的动态贡献及其对土壤水分（SM）和植被生长的影响仍不清楚。本研究结合1982年至2018年间春季雪融（雪水当量）、气候因素（降水和温度）、土壤水分和植被生长（归一化差异植被指数[NDVI]）的变化，调查了蒙古中高纬度流域雪融的时空模式及其对土壤水分和NDVI的相互影响。结果显示，蒙古的春季雪融显著减少（-0.54 m/yr，p < 0.05），寒季温度和降水被确定为主要影响因素。寒季温度与雪融之间的负相关关系正在加剧（-0.0010 mm/yr，p > 0.05），而寒季降水的正影响正在减弱（-0.0004 mm/yr，p > 0.05）。此外，雪融提供了30%的土壤水分，春季气温上升和雪融减少是土壤水分下降的主要原因（0.001 m³/m³/yr，p < 0.05）。春季温度对土壤水分的负面影响正在增强（-0.0029 %/yr，p < 0.05），而雪融的正贡献正在减弱（-0.0011 %/yr，p < 0.05）。此外，春季温度对植被的直接影响最强（正向），而土壤水分对植被的总影响最大（正向）。雪融通过其在土壤水分中的作用间接影响植被（正向）。尽管60.5%的区域植被有所增加，但土壤水分和雪融的下降趋势，以及土壤水分对植被的贡献减少（-0.0028/yr，p < 0.05），表明未来干旱风险增加。总体而言，本研究为中高纬度地区雪融、土壤水分和植被之间的动态及相互关系提供了新的见解，为可持续发展决策提供了重要启示。
实验设计
本研究的实验设计主要集中在蒙古地区，旨在探讨气候因素对春季雪融、土壤水分（SM）和植被生长（NDVI）的动态贡献及其相互影响。研究使用了1982年至2018年的遥感数据，结合了春季雪水当量（SWE）、气候因素（降水和温度）、土壤水分和NDVI的变化。具体方法包括：首先，利用GlobSnow v3.0数据集获取北半球的SWE数据，并计算每年春季（3月至5月）的雪融量；其次，采用ERA5-Land重分析数据集获取气候因素（包括2米温度、总降水量和土壤水分）并进行时空分析；接着，使用Peking University Global Inventory Modeling and Mapping Studies（PKU GIMMS）NDVI产品，提取1982年至2018年春季的NDVI数据。数据处理过程中，所有数据统一坐标系统为GCS_WGS_1984，并通过最近邻法将分辨率标准化为0.25°×0.25°。在分析方法上，研究采用Theil–Sen中位数法和Mann–Kendall趋势分析评估时间序列数据的时空趋势，同时使用Pearson相关分析量化变量之间的线性关系。为了探讨气候因素、雪融、SM和植被之间的直接和间接影响，研究还应用了多元线性回归分析和结构方程模型（SEM），以揭示这些变量之间的复杂相互作用。通过这些方法，研究旨在深入理解气候变化背景下雪融、土壤水分和植被之间的动态关系。
关键图表
蒙古的地理概况，包括主要的河流系统和植被类型的分布。这一图表为研究区域的背景提供了重要的地理信息，帮助读者理解后续分析的空间范围。
1982年至2018年间蒙古地区春季雪融的时空模式，包括春季雪融的空间分布和趋势。这一图表揭示了春季雪融在不同纬度和区域的变化情况，强调了雪融量的显著减少。
蒙古地区春季雪融的总量及其趋势，包括3月、4月和5月的雪融量变化。这一图表显示了春季雪融的整体下降趋势，特别是在5月的雪融量比例逐渐减少。
春季和寒季降水及温度的空间分布和趋势。这一图表突出了蒙古地区气候变化的特征，显示了春季温度显著上升和降水的空间差异。
春季和寒季降水及温度的时间趋势，强调了春季温度的显著上升和降水的变化情况。这一图表为理解气候变化对雪融和土壤水分的影响提供了数据支持。
春季雪融与气候因素之间的相关性，包括寒季降水和温度的影响。这一图表通过像素级的相关性分析，揭示了气候因素对春季雪融的影响程度。
气候因素与春季雪融之间的多元线性回归系数分布，强调了寒季气候对春季雪融的主导作用。这一图表为理解气候变化对雪融动态的贡献提供了量化分析。
土壤水分（SM）和归一化差异植被指数（NDVI）的空间分布及其趋势。这一图表揭示了土壤水分的显著下降和植被生长的变化情况，强调了水分对植被生长的重要性。
土壤水分和NDVI的多元线性回归系数分布，分析了不同驱动因素对土壤水分和植被的影响。这一图表提供了对土壤水分和植被动态关系的深入理解。
结构方程模型（SEM），揭示了气候因素、雪融、土壤水分和植被之间的复杂关系。这一图表为理解这些变量之间的相互作用提供了全面的视角。
