... 积雪是冰冻圈的重要组成部分之一， 作为气候变化的指示器， 能够直接反映气候变化的影响［1］.积雪的独特性质， 如高反照率、 低热传导率以及高融解热等， 极大地影响着积雪与土壤、 大气之间的质量和能量交换［2］.积雪性质与积雪的状态以及积雪内部微结构有着密切关系， 积雪属性的时空演化与气候变化息息相关， 因此， 依据积雪的性质和特点， 将积雪进行有规律的区域划分和归类， 有助于深刻认识积雪的时空分布特征， 以及积雪对于气候变化的响应和反馈. ...
1
2005
... 积雪是冰冻圈的重要组成部分之一， 作为气候变化的指示器， 能够直接反映气候变化的影响［1］.积雪的独特性质， 如高反照率、 低热传导率以及高融解热等， 极大地影响着积雪与土壤、 大气之间的质量和能量交换［2］.积雪性质与积雪的状态以及积雪内部微结构有着密切关系， 积雪属性的时空演化与气候变化息息相关， 因此， 依据积雪的性质和特点， 将积雪进行有规律的区域划分和归类， 有助于深刻认识积雪的时空分布特征， 以及积雪对于气候变化的响应和反馈. ...
Influence of the seasonal snow cover on the ground thermal regime： an overview
1
2005
... 积雪是冰冻圈的重要组成部分之一， 作为气候变化的指示器， 能够直接反映气候变化的影响［1］.积雪的独特性质， 如高反照率、 低热传导率以及高融解热等， 极大地影响着积雪与土壤、 大气之间的质量和能量交换［2］.积雪性质与积雪的状态以及积雪内部微结构有着密切关系， 积雪属性的时空演化与气候变化息息相关， 因此， 依据积雪的性质和特点， 将积雪进行有规律的区域划分和归类， 有助于深刻认识积雪的时空分布特征， 以及积雪对于气候变化的响应和反馈. ...
their relations to temperature and precipitation
1
2002
... 积雪是气候的产物， 其性质受当地长期气象要素的影响［3］.通过易于观测的气象要素（如温度、 降水量和风速等）进行积雪分类， 进而获得复杂的积雪性质， 得到区域积雪参数特性， 可为辐射传输模型、 水文模型等提供必要的输入参数， 对于改进和发展模型具有重要意义. ...
天山西部中山带积雪变化趋势与气温和降水的关系——以巩乃斯河谷为例
1
2002
... 积雪是气候的产物， 其性质受当地长期气象要素的影响［3］.通过易于观测的气象要素（如温度、 降水量和风速等）进行积雪分类， 进而获得复杂的积雪性质， 得到区域积雪参数特性， 可为辐射传输模型、 水文模型等提供必要的输入参数， 对于改进和发展模型具有重要意义. ...
Distribution of snow cover in China
2
1983
... 我国积雪分布十分广泛， 多年平均积雪范围达到900余万平方公里， 稳定积雪区面积达到420万平方公里， 主要包括三大积雪稳定区： 青藏高原地区、 东北和内蒙古地区、 北疆和天山地区［4］.由于我国特殊的地理条件和气候环境， 积雪的时空分布情况比较复杂， 我国不稳定的积雪占据面积大， 并且不同区域的积雪表现出不同的区域特性.积雪分类能够对积雪空间分布特性进行类比描述， 是认识积雪特性和分布规律的有效途径.近些年， 国内已开展了积雪分类的研究， 张廷军等［5］对欧亚大陆季节性积雪类型进行了划分， 将我国季节性积雪划分为稳定积雪区和非稳定积雪区.何丽烨等［6］划分了中国西部积雪类型并分析了年际变化.目前我国积雪分类主要是根据积雪日数和积雪厚度对积雪类型进行划分， 缺少积雪特性的引入， 使其难以应用于积雪物理特性的类比和积雪分布特征统计规律研究. ...
... 在科技部国家科技基础资源调查专项“中国积雪特性及分布调查”项目支持下， 2017—2018年多家科研机构联合在东北地区、 新疆地区和青藏高原地区开展了我国第一次全国性、 大规模的积雪特性调查［16］， 历时近5个月， 获取了积雪多特征参数（雪深、 雪密度、 雪水当量、 积雪形态、 表层硬度、 液态水含量、 雪粒径、 雪层温度、 雪/土界面温度、 介电常数）.在整个冬季积雪期内， 积雪调查分三次， 分别在三个时期进行， 即积累期、 稳定期和消融期， 三个时期的划分是参考稳定积雪划分标准［4-6］， 并根据各区域内多年的积雪开始日期， 结束日期以及持续时间和积雪厚度等确定的. ...
中国积雪的分布
2
1983
... 我国积雪分布十分广泛， 多年平均积雪范围达到900余万平方公里， 稳定积雪区面积达到420万平方公里， 主要包括三大积雪稳定区： 青藏高原地区、 东北和内蒙古地区、 北疆和天山地区［4］.由于我国特殊的地理条件和气候环境， 积雪的时空分布情况比较复杂， 我国不稳定的积雪占据面积大， 并且不同区域的积雪表现出不同的区域特性.积雪分类能够对积雪空间分布特性进行类比描述， 是认识积雪特性和分布规律的有效途径.近些年， 国内已开展了积雪分类的研究， 张廷军等［5］对欧亚大陆季节性积雪类型进行了划分， 将我国季节性积雪划分为稳定积雪区和非稳定积雪区.何丽烨等［6］划分了中国西部积雪类型并分析了年际变化.目前我国积雪分类主要是根据积雪日数和积雪厚度对积雪类型进行划分， 缺少积雪特性的引入， 使其难以应用于积雪物理特性的类比和积雪分布特征统计规律研究. ...
... 在科技部国家科技基础资源调查专项“中国积雪特性及分布调查”项目支持下， 2017—2018年多家科研机构联合在东北地区、 新疆地区和青藏高原地区开展了我国第一次全国性、 大规模的积雪特性调查［16］， 历时近5个月， 获取了积雪多特征参数（雪深、 雪密度、 雪水当量、 积雪形态、 表层硬度、 液态水含量、 雪粒径、 雪层温度、 雪/土界面温度、 介电常数）.在整个冬季积雪期内， 积雪调查分三次， 分别在三个时期进行， 即积累期、 稳定期和消融期， 三个时期的划分是参考稳定积雪划分标准［4-6］， 并根据各区域内多年的积雪开始日期， 结束日期以及持续时间和积雪厚度等确定的. ...
Classification and regionalizion of the seasonal snow cover across the Eurasian Continent
1
2014
... 我国积雪分布十分广泛， 多年平均积雪范围达到900余万平方公里， 稳定积雪区面积达到420万平方公里， 主要包括三大积雪稳定区： 青藏高原地区、 东北和内蒙古地区、 北疆和天山地区［4］.由于我国特殊的地理条件和气候环境， 积雪的时空分布情况比较复杂， 我国不稳定的积雪占据面积大， 并且不同区域的积雪表现出不同的区域特性.积雪分类能够对积雪空间分布特性进行类比描述， 是认识积雪特性和分布规律的有效途径.近些年， 国内已开展了积雪分类的研究， 张廷军等［5］对欧亚大陆季节性积雪类型进行了划分， 将我国季节性积雪划分为稳定积雪区和非稳定积雪区.何丽烨等［6］划分了中国西部积雪类型并分析了年际变化.目前我国积雪分类主要是根据积雪日数和积雪厚度对积雪类型进行划分， 缺少积雪特性的引入， 使其难以应用于积雪物理特性的类比和积雪分布特征统计规律研究. ...
欧亚大陆积雪分布及其类型划分
1
2014
... 我国积雪分布十分广泛， 多年平均积雪范围达到900余万平方公里， 稳定积雪区面积达到420万平方公里， 主要包括三大积雪稳定区： 青藏高原地区、 东北和内蒙古地区、 北疆和天山地区［4］.由于我国特殊的地理条件和气候环境， 积雪的时空分布情况比较复杂， 我国不稳定的积雪占据面积大， 并且不同区域的积雪表现出不同的区域特性.积雪分类能够对积雪空间分布特性进行类比描述， 是认识积雪特性和分布规律的有效途径.近些年， 国内已开展了积雪分类的研究， 张廷军等［5］对欧亚大陆季节性积雪类型进行了划分， 将我国季节性积雪划分为稳定积雪区和非稳定积雪区.何丽烨等［6］划分了中国西部积雪类型并分析了年际变化.目前我国积雪分类主要是根据积雪日数和积雪厚度对积雪类型进行划分， 缺少积雪特性的引入， 使其难以应用于积雪物理特性的类比和积雪分布特征统计规律研究. ...
Classification of snow cover days and comparing with satellite remote sensing data in West China
2
2011
... 我国积雪分布十分广泛， 多年平均积雪范围达到900余万平方公里， 稳定积雪区面积达到420万平方公里， 主要包括三大积雪稳定区： 青藏高原地区、 东北和内蒙古地区、 北疆和天山地区［4］.由于我国特殊的地理条件和气候环境， 积雪的时空分布情况比较复杂， 我国不稳定的积雪占据面积大， 并且不同区域的积雪表现出不同的区域特性.积雪分类能够对积雪空间分布特性进行类比描述， 是认识积雪特性和分布规律的有效途径.近些年， 国内已开展了积雪分类的研究， 张廷军等［5］对欧亚大陆季节性积雪类型进行了划分， 将我国季节性积雪划分为稳定积雪区和非稳定积雪区.何丽烨等［6］划分了中国西部积雪类型并分析了年际变化.目前我国积雪分类主要是根据积雪日数和积雪厚度对积雪类型进行划分， 缺少积雪特性的引入， 使其难以应用于积雪物理特性的类比和积雪分布特征统计规律研究. ...
... 在科技部国家科技基础资源调查专项“中国积雪特性及分布调查”项目支持下， 2017—2018年多家科研机构联合在东北地区、 新疆地区和青藏高原地区开展了我国第一次全国性、 大规模的积雪特性调查［16］， 历时近5个月， 获取了积雪多特征参数（雪深、 雪密度、 雪水当量、 积雪形态、 表层硬度、 液态水含量、 雪粒径、 雪层温度、 雪/土界面温度、 介电常数）.在整个冬季积雪期内， 积雪调查分三次， 分别在三个时期进行， 即积累期、 稳定期和消融期， 三个时期的划分是参考稳定积雪划分标准［4-6］， 并根据各区域内多年的积雪开始日期， 结束日期以及持续时间和积雪厚度等确定的. ...
中国西部积雪日数类型划分及与卫星遥感结果的比较
2
2011
... 我国积雪分布十分广泛， 多年平均积雪范围达到900余万平方公里， 稳定积雪区面积达到420万平方公里， 主要包括三大积雪稳定区： 青藏高原地区、 东北和内蒙古地区、 北疆和天山地区［4］.由于我国特殊的地理条件和气候环境， 积雪的时空分布情况比较复杂， 我国不稳定的积雪占据面积大， 并且不同区域的积雪表现出不同的区域特性.积雪分类能够对积雪空间分布特性进行类比描述， 是认识积雪特性和分布规律的有效途径.近些年， 国内已开展了积雪分类的研究， 张廷军等［5］对欧亚大陆季节性积雪类型进行了划分， 将我国季节性积雪划分为稳定积雪区和非稳定积雪区.何丽烨等［6］划分了中国西部积雪类型并分析了年际变化.目前我国积雪分类主要是根据积雪日数和积雪厚度对积雪类型进行划分， 缺少积雪特性的引入， 使其难以应用于积雪物理特性的类比和积雪分布特征统计规律研究. ...
... 在科技部国家科技基础资源调查专项“中国积雪特性及分布调查”项目支持下， 2017—2018年多家科研机构联合在东北地区、 新疆地区和青藏高原地区开展了我国第一次全国性、 大规模的积雪特性调查［16］， 历时近5个月， 获取了积雪多特征参数（雪深、 雪密度、 雪水当量、 积雪形态、 表层硬度、 液态水含量、 雪粒径、 雪层温度、 雪/土界面温度、 介电常数）.在整个冬季积雪期内， 积雪调查分三次， 分别在三个时期进行， 即积累期、 稳定期和消融期， 三个时期的划分是参考稳定积雪划分标准［4-6］， 并根据各区域内多年的积雪开始日期， 结束日期以及持续时间和积雪厚度等确定的. ...
Meteorological classification of natural snow crystals
1
1966
... 国外的积雪分类研究中， Magono等［7］基于Nakaya等［8］的工作对降落雪花进行了分类.陆地积雪可以使用Sommerfeld等［9］提出的分类系统、 UNESCO（1970）或者国际陆地雪分类系统以及ICSI（1954）进行分类.这些分类系统有利于描述积雪从毫米到厘米级别的性质， 但对积雪密度、 雪深、 雪层数及雪层温度没有全面的概述.Mckay等［10］假设自然植被和区域气候之间有密切关系， 通过植被对积雪进行了分类， 分类方案虽然符合大的生态组合带， 但这些分类对土地利用和气候变化并不敏感， 对积雪的物理特性描述不完整.Sturm等［11］在对以往研究分析基础之上， 将积雪最为显著且便于观测和获取的基本属性作为重要参数， 重点考虑对积雪分布作用最为显著的气温、 降水和风速的影响， 利用二叉树分类法考虑气温、 降水和风速在高、 低两种情形下积雪属性的差异， 最终得到7种有效的积雪类型， 建立了Sturm-Holmgren-Liston （SHL）积雪分类体系.该方法是目前被普遍认可和接受的分类方法， 在北美和前苏联， 根据实测数据进行了验证， 吻合度达到90%和62%.目前， 关于SHL积雪分类方法在中国区域应用的相关研究很少， 只有区域尺度上的研究.例如， 杜一男等［12］应用SHL的分类方法划分了黑龙江省的积雪类型， 并将其分类结果应用于Foster雪深反演算法中， 对积雪反演精度进行了评价. ...
Snow crystals
1
1954
... 国外的积雪分类研究中， Magono等［7］基于Nakaya等［8］的工作对降落雪花进行了分类.陆地积雪可以使用Sommerfeld等［9］提出的分类系统、 UNESCO（1970）或者国际陆地雪分类系统以及ICSI（1954）进行分类.这些分类系统有利于描述积雪从毫米到厘米级别的性质， 但对积雪密度、 雪深、 雪层数及雪层温度没有全面的概述.Mckay等［10］假设自然植被和区域气候之间有密切关系， 通过植被对积雪进行了分类， 分类方案虽然符合大的生态组合带， 但这些分类对土地利用和气候变化并不敏感， 对积雪的物理特性描述不完整.Sturm等［11］在对以往研究分析基础之上， 将积雪最为显著且便于观测和获取的基本属性作为重要参数， 重点考虑对积雪分布作用最为显著的气温、 降水和风速的影响， 利用二叉树分类法考虑气温、 降水和风速在高、 低两种情形下积雪属性的差异， 最终得到7种有效的积雪类型， 建立了Sturm-Holmgren-Liston （SHL）积雪分类体系.该方法是目前被普遍认可和接受的分类方法， 在北美和前苏联， 根据实测数据进行了验证， 吻合度达到90%和62%.目前， 关于SHL积雪分类方法在中国区域应用的相关研究很少， 只有区域尺度上的研究.例如， 杜一男等［12］应用SHL的分类方法划分了黑龙江省的积雪类型， 并将其分类结果应用于Foster雪深反演算法中， 对积雪反演精度进行了评价. ...
The classification of snow metamorphism
1
1970
... 国外的积雪分类研究中， Magono等［7］基于Nakaya等［8］的工作对降落雪花进行了分类.陆地积雪可以使用Sommerfeld等［9］提出的分类系统、 UNESCO（1970）或者国际陆地雪分类系统以及ICSI（1954）进行分类.这些分类系统有利于描述积雪从毫米到厘米级别的性质， 但对积雪密度、 雪深、 雪层数及雪层温度没有全面的概述.Mckay等［10］假设自然植被和区域气候之间有密切关系， 通过植被对积雪进行了分类， 分类方案虽然符合大的生态组合带， 但这些分类对土地利用和气候变化并不敏感， 对积雪的物理特性描述不完整.Sturm等［11］在对以往研究分析基础之上， 将积雪最为显著且便于观测和获取的基本属性作为重要参数， 重点考虑对积雪分布作用最为显著的气温、 降水和风速的影响， 利用二叉树分类法考虑气温、 降水和风速在高、 低两种情形下积雪属性的差异， 最终得到7种有效的积雪类型， 建立了Sturm-Holmgren-Liston （SHL）积雪分类体系.该方法是目前被普遍认可和接受的分类方法， 在北美和前苏联， 根据实测数据进行了验证， 吻合度达到90%和62%.目前， 关于SHL积雪分类方法在中国区域应用的相关研究很少， 只有区域尺度上的研究.例如， 杜一男等［12］应用SHL的分类方法划分了黑龙江省的积雪类型， 并将其分类结果应用于Foster雪深反演算法中， 对积雪反演精度进行了评价. ...
2
1981
... 国外的积雪分类研究中， Magono等［7］基于Nakaya等［8］的工作对降落雪花进行了分类.陆地积雪可以使用Sommerfeld等［9］提出的分类系统、 UNESCO（1970）或者国际陆地雪分类系统以及ICSI（1954）进行分类.这些分类系统有利于描述积雪从毫米到厘米级别的性质， 但对积雪密度、 雪深、 雪层数及雪层温度没有全面的概述.Mckay等［10］假设自然植被和区域气候之间有密切关系， 通过植被对积雪进行了分类， 分类方案虽然符合大的生态组合带， 但这些分类对土地利用和气候变化并不敏感， 对积雪的物理特性描述不完整.Sturm等［11］在对以往研究分析基础之上， 将积雪最为显著且便于观测和获取的基本属性作为重要参数， 重点考虑对积雪分布作用最为显著的气温、 降水和风速的影响， 利用二叉树分类法考虑气温、 降水和风速在高、 低两种情形下积雪属性的差异， 最终得到7种有效的积雪类型， 建立了Sturm-Holmgren-Liston （SHL）积雪分类体系.该方法是目前被普遍认可和接受的分类方法， 在北美和前苏联， 根据实测数据进行了验证， 吻合度达到90%和62%.目前， 关于SHL积雪分类方法在中国区域应用的相关研究很少， 只有区域尺度上的研究.例如， 杜一男等［12］应用SHL的分类方法划分了黑龙江省的积雪类型， 并将其分类结果应用于Foster雪深反演算法中， 对积雪反演精度进行了评价. ...
... 首先按照文献［10］中的标准， 选定10 ℃作为计算月冷度的积雪可存在时的月平均大气温度临界值Tc， 根据月冷度计算公式（1）， 通过1979— 2014年逐月大气温度生成出中国区域月冷度、 冬季风速和冬季日平均降水量空间分布（图3）.从图3（a）中发现青藏高原地区和大兴安岭地区的月冷度很高， 主要原因是大兴安岭地区纬度较高， 青藏高原地区海拔较高， 这两个区域一年中月均温度低于10 ℃的月份较多， 故月冷度值高于其他地区. ...
A seasonal snow cover classification system for local to global applications
3
1995
... 国外的积雪分类研究中， Magono等［7］基于Nakaya等［8］的工作对降落雪花进行了分类.陆地积雪可以使用Sommerfeld等［9］提出的分类系统、 UNESCO（1970）或者国际陆地雪分类系统以及ICSI（1954）进行分类.这些分类系统有利于描述积雪从毫米到厘米级别的性质， 但对积雪密度、 雪深、 雪层数及雪层温度没有全面的概述.Mckay等［10］假设自然植被和区域气候之间有密切关系， 通过植被对积雪进行了分类， 分类方案虽然符合大的生态组合带， 但这些分类对土地利用和气候变化并不敏感， 对积雪的物理特性描述不完整.Sturm等［11］在对以往研究分析基础之上， 将积雪最为显著且便于观测和获取的基本属性作为重要参数， 重点考虑对积雪分布作用最为显著的气温、 降水和风速的影响， 利用二叉树分类法考虑气温、 降水和风速在高、 低两种情形下积雪属性的差异， 最终得到7种有效的积雪类型， 建立了Sturm-Holmgren-Liston （SHL）积雪分类体系.该方法是目前被普遍认可和接受的分类方法， 在北美和前苏联， 根据实测数据进行了验证， 吻合度达到90%和62%.目前， 关于SHL积雪分类方法在中国区域应用的相关研究很少， 只有区域尺度上的研究.例如， 杜一男等［12］应用SHL的分类方法划分了黑龙江省的积雪类型， 并将其分类结果应用于Foster雪深反演算法中， 对积雪反演精度进行了评价. ...
... Sturm， Holmgren以及Liston［11］在1995年发展了全球季节性积雪分类系统， 该分类系统基于对积雪具有重要影响的三个气象要素， 分别为： 大气温度、 冬季日降水量、 冬季近地表风速.该分类系统沿用了Sturm等原有的积雪分类标准， 使用冬季的气象要素代替积雪物理属性作为分类的指标， 应用简单的二叉树系统描述积雪类型和重要的气象参数之间的关系（图2）. ...
... 根据图2所示的二叉树方法， SHL分类方法将积雪分为7个类别（泰加林型、 苔原型、 大草原型、 高山型、 海洋型、 瞬时型和罕见类型）， 每个类别具有不同的雪层物理特性（雪密度、 雪厚度、 粒径大小、 分层数）.尽管类型的命名采用了生物群落和生态区， 但分类应用的为气候指标， 并不是土地覆盖类型指标， 其分类方案对不同气候条件下的积雪特性做了详细描述（表1）［11，17］. ...
Validation and analysis of the series of NASA snow parameter inversion algorithms in a single pixel in time series
2
2016
... 国外的积雪分类研究中， Magono等［7］基于Nakaya等［8］的工作对降落雪花进行了分类.陆地积雪可以使用Sommerfeld等［9］提出的分类系统、 UNESCO（1970）或者国际陆地雪分类系统以及ICSI（1954）进行分类.这些分类系统有利于描述积雪从毫米到厘米级别的性质， 但对积雪密度、 雪深、 雪层数及雪层温度没有全面的概述.Mckay等［10］假设自然植被和区域气候之间有密切关系， 通过植被对积雪进行了分类， 分类方案虽然符合大的生态组合带， 但这些分类对土地利用和气候变化并不敏感， 对积雪的物理特性描述不完整.Sturm等［11］在对以往研究分析基础之上， 将积雪最为显著且便于观测和获取的基本属性作为重要参数， 重点考虑对积雪分布作用最为显著的气温、 降水和风速的影响， 利用二叉树分类法考虑气温、 降水和风速在高、 低两种情形下积雪属性的差异， 最终得到7种有效的积雪类型， 建立了Sturm-Holmgren-Liston （SHL）积雪分类体系.该方法是目前被普遍认可和接受的分类方法， 在北美和前苏联， 根据实测数据进行了验证， 吻合度达到90%和62%.目前， 关于SHL积雪分类方法在中国区域应用的相关研究很少， 只有区域尺度上的研究.例如， 杜一男等［12］应用SHL的分类方法划分了黑龙江省的积雪类型， 并将其分类结果应用于Foster雪深反演算法中， 对积雪反演精度进行了评价. ...
... Sturm等依据积雪的判别分析和阿拉斯加的气象观测资料， 确定了每种积雪类型关系最密切的气象条件， 月冷度的临界值为125 ℃， 甚高值在100 ~ 150 ℃以下， 冬季降水量阈值设定为1 ~ 3 mm·d-1， 风速阈值设定为0.5 ~ 2 m·s-1.本文通过尝试不同的气象阈值， 对多次实验结果的比较分析表明， SHL分类选定的气象阈值同样适用于我国地区， 参考杜一男等［12］的阈值选择， 本文月冷度阈值设置为125 ℃， 通过经验判断瞬时型积雪大部分出现在我国不稳定积雪区和瞬时积雪区， 调节甚高值， 比较分类结果变化情况， 最终将其设定为80 ℃， 降水量阈值设置为2 mm·d-1， 风速阈值设置为2 m·s-1. ...
NASA系列雪参数反演算法在单像元内的时间序列验证与分析
2
2016
... 国外的积雪分类研究中， Magono等［7］基于Nakaya等［8］的工作对降落雪花进行了分类.陆地积雪可以使用Sommerfeld等［9］提出的分类系统、 UNESCO（1970）或者国际陆地雪分类系统以及ICSI（1954）进行分类.这些分类系统有利于描述积雪从毫米到厘米级别的性质， 但对积雪密度、 雪深、 雪层数及雪层温度没有全面的概述.Mckay等［10］假设自然植被和区域气候之间有密切关系， 通过植被对积雪进行了分类， 分类方案虽然符合大的生态组合带， 但这些分类对土地利用和气候变化并不敏感， 对积雪的物理特性描述不完整.Sturm等［11］在对以往研究分析基础之上， 将积雪最为显著且便于观测和获取的基本属性作为重要参数， 重点考虑对积雪分布作用最为显著的气温、 降水和风速的影响， 利用二叉树分类法考虑气温、 降水和风速在高、 低两种情形下积雪属性的差异， 最终得到7种有效的积雪类型， 建立了Sturm-Holmgren-Liston （SHL）积雪分类体系.该方法是目前被普遍认可和接受的分类方法， 在北美和前苏联， 根据实测数据进行了验证， 吻合度达到90%和62%.目前， 关于SHL积雪分类方法在中国区域应用的相关研究很少， 只有区域尺度上的研究.例如， 杜一男等［12］应用SHL的分类方法划分了黑龙江省的积雪类型， 并将其分类结果应用于Foster雪深反演算法中， 对积雪反演精度进行了评价. ...
... Sturm等依据积雪的判别分析和阿拉斯加的气象观测资料， 确定了每种积雪类型关系最密切的气象条件， 月冷度的临界值为125 ℃， 甚高值在100 ~ 150 ℃以下， 冬季降水量阈值设定为1 ~ 3 mm·d-1， 风速阈值设定为0.5 ~ 2 m·s-1.本文通过尝试不同的气象阈值， 对多次实验结果的比较分析表明， SHL分类选定的气象阈值同样适用于我国地区， 参考杜一男等［12］的阈值选择， 本文月冷度阈值设置为125 ℃， 通过经验判断瞬时型积雪大部分出现在我国不稳定积雪区和瞬时积雪区， 调节甚高值， 比较分类结果变化情况， 最终将其设定为80 ℃， 降水量阈值设置为2 mm·d-1， 风速阈值设置为2 m·s-1. ...
Improving land surface temperature modeling for dry land of China
1
2011
... 本文采用的1979—2014年中国区域高时空分辨率地面气象要素驱动数据集［13］是由中国科学院青藏高原研究所提供的多源数据融合格网数据集， 该数据集以国际上现有的Princeton再分析资料、 GLDAS资料、 GEWEX-SRB辐射资料， 以及TRMM降水资料为背景场， 融合了中国气象局常规气象观测数据制作而成.可在国家地球系统科学数据共享平台上获取（http：//westdc.westgis.ac.cn/data/）.地理坐标是WGS84， 空间分辨率是0.1°×0.1°， 时间分辨率是3小时.数据集中提供了地面高度2 m处的大气温度、 降水量及近地面10 m风速.该数据集已在国内被多次使用进行气候和地理方面相关研究， 都得到很好的研究结果［14-15］. ...
On downward shortwave and longwave radiations over high altitude regions： observation and modeling in the Tibetan Plateau
1
2010
... 本文采用的1979—2014年中国区域高时空分辨率地面气象要素驱动数据集［13］是由中国科学院青藏高原研究所提供的多源数据融合格网数据集， 该数据集以国际上现有的Princeton再分析资料、 GLDAS资料、 GEWEX-SRB辐射资料， 以及TRMM降水资料为背景场， 融合了中国气象局常规气象观测数据制作而成.可在国家地球系统科学数据共享平台上获取（http：//westdc.westgis.ac.cn/data/）.地理坐标是WGS84， 空间分辨率是0.1°×0.1°， 时间分辨率是3小时.数据集中提供了地面高度2 m处的大气温度、 降水量及近地面10 m风速.该数据集已在国内被多次使用进行气候和地理方面相关研究， 都得到很好的研究结果［14-15］. ...
The impact of lake effects on the temporal and spatial distribution of precipitation in the Nam Co basin， Tibetan Plateau
1
2016
... 本文采用的1979—2014年中国区域高时空分辨率地面气象要素驱动数据集［13］是由中国科学院青藏高原研究所提供的多源数据融合格网数据集， 该数据集以国际上现有的Princeton再分析资料、 GLDAS资料、 GEWEX-SRB辐射资料， 以及TRMM降水资料为背景场， 融合了中国气象局常规气象观测数据制作而成.可在国家地球系统科学数据共享平台上获取（http：//westdc.westgis.ac.cn/data/）.地理坐标是WGS84， 空间分辨率是0.1°×0.1°， 时间分辨率是3小时.数据集中提供了地面高度2 m处的大气温度、 降水量及近地面10 m风速.该数据集已在国内被多次使用进行气候和地理方面相关研究， 都得到很好的研究结果［14-15］. ...
Investigation on snow characteristics and their distribution in China
1
2018
... 在科技部国家科技基础资源调查专项“中国积雪特性及分布调查”项目支持下， 2017—2018年多家科研机构联合在东北地区、 新疆地区和青藏高原地区开展了我国第一次全国性、 大规模的积雪特性调查［16］， 历时近5个月， 获取了积雪多特征参数（雪深、 雪密度、 雪水当量、 积雪形态、 表层硬度、 液态水含量、 雪粒径、 雪层温度、 雪/土界面温度、 介电常数）.在整个冬季积雪期内， 积雪调查分三次， 分别在三个时期进行， 即积累期、 稳定期和消融期， 三个时期的划分是参考稳定积雪划分标准［4-6］， 并根据各区域内多年的积雪开始日期， 结束日期以及持续时间和积雪厚度等确定的. ...
中国积雪特性及分布调查
1
2018
... 在科技部国家科技基础资源调查专项“中国积雪特性及分布调查”项目支持下， 2017—2018年多家科研机构联合在东北地区、 新疆地区和青藏高原地区开展了我国第一次全国性、 大规模的积雪特性调查［16］， 历时近5个月， 获取了积雪多特征参数（雪深、 雪密度、 雪水当量、 积雪形态、 表层硬度、 液态水含量、 雪粒径、 雪层温度、 雪/土界面温度、 介电常数）.在整个冬季积雪期内， 积雪调查分三次， 分别在三个时期进行， 即积累期、 稳定期和消融期， 三个时期的划分是参考稳定积雪划分标准［4-6］， 并根据各区域内多年的积雪开始日期， 结束日期以及持续时间和积雪厚度等确定的. ...
1
2003
... 根据图2所示的二叉树方法， SHL分类方法将积雪分为7个类别（泰加林型、 苔原型、 大草原型、 高山型、 海洋型、 瞬时型和罕见类型）， 每个类别具有不同的雪层物理特性（雪密度、 雪厚度、 粒径大小、 分层数）.尽管类型的命名采用了生物群落和生态区， 但分类应用的为气候指标， 并不是土地覆盖类型指标， 其分类方案对不同气候条件下的积雪特性做了详细描述（表1）［11，17］. ...
1
2003
... 根据图2所示的二叉树方法， SHL分类方法将积雪分为7个类别（泰加林型、 苔原型、 大草原型、 高山型、 海洋型、 瞬时型和罕见类型）， 每个类别具有不同的雪层物理特性（雪密度、 雪厚度、 粒径大小、 分层数）.尽管类型的命名采用了生物群落和生态区， 但分类应用的为气候指标， 并不是土地覆盖类型指标， 其分类方案对不同气候条件下的积雪特性做了详细描述（表1）［11，17］. ...
A study of abrupt climate change in Xinjiang Region during
1
2007
... 在我国三大稳定积雪区中， 新疆地区积雪类型较多， 涵盖了泰加林型、 高山型、 苔原型、 大草原型和瞬时型的积雪， 说明新疆地区气候条件较复杂［18］， 导致形成多样的积雪类型.在青藏高原南部， 交错分布着高山型和泰加林型积雪， 它们之间的主要区别是冬季大气温度， 泰加林积雪形成于更冷的大气条件下.相比新疆地区和青藏高原地区， 我国东北地区同样涵盖了5种积雪类型， 但积雪类型有明显的分界， 层次分明， 由南到北， 依次为瞬时型、 高山型、 大草原型、 苔原型和泰加林型. ...
1961—2004年新疆气候突变分析
1
2007
... 在我国三大稳定积雪区中， 新疆地区积雪类型较多， 涵盖了泰加林型、 高山型、 苔原型、 大草原型和瞬时型的积雪， 说明新疆地区气候条件较复杂［18］， 导致形成多样的积雪类型.在青藏高原南部， 交错分布着高山型和泰加林型积雪， 它们之间的主要区别是冬季大气温度， 泰加林积雪形成于更冷的大气条件下.相比新疆地区和青藏高原地区， 我国东北地区同样涵盖了5种积雪类型， 但积雪类型有明显的分界， 层次分明， 由南到北， 依次为瞬时型、 高山型、 大草原型、 苔原型和泰加林型. ...
