劉艷 盧新玉 鄭奕 霍文

（1 中國(guó)氣象局烏魯木齊沙漠氣象研究所，烏魯木齊 830002；2 新疆沙漠氣象與沙塵暴重點(diǎn)實(shí)驗(yàn)室，烏魯木齊 830002；3 新疆烏蘭烏蘇綠洲生態(tài)與農(nóng)業(yè)氣象野外科學(xué)觀測(cè)研究站，烏魯木齊 830002）

0 引言

新疆和中亞地區(qū)（本文特指哈薩克斯坦、塔吉克斯坦、吉爾吉斯斯坦、烏茲別克斯坦和土庫曼斯坦等五個(gè)國(guó)家）是地球陸地上面積最大的干旱區(qū)。由于遠(yuǎn)離海洋，氣候干旱，其獨(dú)特的山地－綠洲－荒漠生態(tài)系統(tǒng)格局具有全球意義，是氣候變化的敏感區(qū)域[1-3]。與其他中緯度山區(qū)不同[4]，新疆和中亞地區(qū)擁有大量的冰川（圖1a）和雪蓋[5]（圖2）。該地區(qū)主要為溫帶大陸性氣候，受西風(fēng)環(huán)流、北冰洋高緯氣團(tuán)和印度洋暖濕氣流交匯作用，溫度、濕度變化較大，易受寒潮、旱澇襲擊，冬季降雪過多，春夏容易出現(xiàn)融雪型洪水。哈薩克斯坦南部、塔吉克斯坦東部杜尚別等地、吉爾吉斯斯坦南部是融雪型洪水的常發(fā)地。新疆融雪型洪水約占洪水類型總量的39%，冰雪融水和暴雨混合型洪水占34%[6]。新疆北部阿爾泰山額爾齊斯河流域、天山北坡奎—瑪流域、呼圖壁河流域、烏魯木齊河流域及天山北麓東段小河區(qū)流域、伊犁河谷、塔城地區(qū)北部的額敏河流域，以及新疆南部阿克蘇河流域、渭干河流域、喀什噶爾河流域、葉爾羌河流域等主要河流中下游平原地區(qū)為融雪型洪水易發(fā)區(qū)（圖1b）。近年來，新疆融雪型洪水發(fā)生頻次和強(qiáng)度明顯增加，春季融雪型洪水呈易發(fā)、高發(fā)、危害性加劇等特征[7-9]。中亞地區(qū)作為我國(guó)天氣上游的關(guān)鍵區(qū)，對(duì)我國(guó)西北及東部地區(qū)災(zāi)害性天氣發(fā)生和區(qū)域氣候變化具有重要影響。例如，2010年3月，哈薩克斯坦阿拉木圖州突降特大雨雪，發(fā)生融雪型洪水災(zāi)害，導(dǎo)致哈國(guó)境內(nèi)多處鐵路和公路中斷[10]，同期新疆北部伊犁、塔城、阿勒泰等地也遭遇融雪型洪水襲擊致130.5萬人受災(zāi)。

圖1 新疆和中亞地區(qū)冰川分布（a）及新疆歷史融雪型洪水位置示意圖（1980—2018）（b）Fig. 1 Distribution of glaciers in Xinjiang and Central Asia (a) and the locations of historical snowmelt flood events in Xinjiang (1980-2018) (b)

圖2 新疆和中亞地區(qū)2000—2016年積雪日數(shù)年均值（a）及積雪日數(shù)分類（b）Fig. 2 Average number (a) and classification of days (b) with snow cover in Xinjiang and Central Asia from 2000 to 2016

融雪型洪水可分為高山冰川融水洪水和季節(jié)性積雪融水洪水[6]。前者主要分布在高山地區(qū)，主要發(fā)生在夏季（6—8月）；與高空氣溫具有很好的相關(guān)性，若遇較強(qiáng)高溫天氣過程，高空0 ℃層高度迅速抬升，高山積雪或冰川快速融化，超過河流承載量便會(huì)產(chǎn)生洪水；洪水過程中洪峰不高、呈一日一峰型。后者集中發(fā)生在春季（3—5月），與前期積雪量大小和氣溫密切相關(guān)。氣溫驟升、積雪快速融化是形成春季融雪型洪水的直接原因。與暴雨洪水相比季節(jié)性積雪融水洪峰不高但歷時(shí)時(shí)間較長(zhǎng)，一般為4～5 d，個(gè)別達(dá)10 d以上[6]。土壤溫濕度變化是融雪水徑流產(chǎn)流機(jī)制和融雪洪水發(fā)生關(guān)鍵因子，影響季節(jié)性凍土凍融過程，進(jìn)而影響融雪水下滲[11]。季節(jié)性凍土存在條件下，融雪水出流時(shí)間比沒有季節(jié)性凍土要提前2 d[12]。季節(jié)性融雪過程中，積雪蓋度、雪水當(dāng)量、雪面溫度、雪深、雪層含水率、雪孔隙率等積雪特征均發(fā)生變化[9]。因此，精細(xì)監(jiān)測(cè)土壤含水量、冬季降雪量、春季土壤凍結(jié)狀態(tài)、積雪融化率及溫度、降雨量、風(fēng)速等融雪型洪水形成關(guān)鍵因素，結(jié)合遙感數(shù)據(jù)和地面觀測(cè)及調(diào)查等非遙感專題數(shù)據(jù)反演雪冰蓋度、積雪深度及融雪徑流量等尤為重要，對(duì)新疆和中亞融雪型洪水監(jiān)測(cè)與預(yù)警研究將發(fā)揮重大數(shù)據(jù)支撐作用。

開展新疆和中亞融雪型洪水監(jiān)測(cè)與預(yù)警研究具有重要意義。新疆水資源遙感、雪冰災(zāi)害監(jiān)測(cè)領(lǐng)域取得一系列研究成果。房世峰[13]在新疆天山北坡典型流域開展了基于“3S”的分布式融雪徑流模型設(shè)計(jì)和應(yīng)用研究，初步建立了分布式融雪徑流模型。劉永強(qiáng)等[14]開展了新疆融雪洪水預(yù)警DSS關(guān)鍵技術(shù)及實(shí)現(xiàn)方式研究，研發(fā)了基于C/S的融雪洪水預(yù)警決策支持系統(tǒng)。張璞等[15]在新疆天山北坡瑪納斯河流域應(yīng)用 SRM（融雪徑流模型）進(jìn)行日徑流量預(yù)報(bào)，引入中國(guó)氣象局T213數(shù)值產(chǎn)品進(jìn)行流域分帶溫度和降水預(yù)報(bào)，為融雪徑流預(yù)報(bào)開辟了新數(shù)據(jù)的應(yīng)用。

融雪型洪水較一般洪水在形成、監(jiān)測(cè)和預(yù)警等方面具有一定的特殊性?，F(xiàn)有研究主要針對(duì)新疆局部地區(qū)或典型流域融雪型洪水過程[16-21]或新疆主要支流洪水過程和重大洪水災(zāi)害個(gè)例開展[22-23]，主要以統(tǒng)計(jì)結(jié)果表現(xiàn)融雪型洪水強(qiáng)度等歷史分布特征。依賴災(zāi)情的統(tǒng)計(jì)分析，難以揭示洪水災(zāi)害形成變化的物理過程與機(jī)制，對(duì)于全面分析認(rèn)知新疆融雪型洪水特征規(guī)律和定量揭示洪水過程發(fā)展演化的研究工作還存在不足。洪水災(zāi)害遙感監(jiān)測(cè)研究?jī)H限于某一地區(qū)或流域某一洪水期的監(jiān)測(cè)和研究，基于長(zhǎng)時(shí)間序列數(shù)據(jù)開展的區(qū)域融雪型洪水時(shí)空特征和預(yù)警研究較少。此外，中亞融雪型洪水災(zāi)害研究比較薄弱。因此，新疆和中亞地區(qū)融雪型洪水在監(jiān)測(cè)和預(yù)警等方面還面臨著嚴(yán)峻的挑戰(zhàn)。

本研究綜述了國(guó)內(nèi)外融雪型洪水遙感監(jiān)測(cè)預(yù)警研究進(jìn)展，探討了融雪型洪水監(jiān)測(cè)遙感數(shù)據(jù)源及監(jiān)測(cè)預(yù)警研究應(yīng)用面臨的挑戰(zhàn)?？偨Y(jié)了現(xiàn)有融雪型洪水監(jiān)測(cè)模型或方法及其存在不足，以及研究應(yīng)用面臨的機(jī)遇。分析了融雪型洪水監(jiān)測(cè)業(yè)務(wù)應(yīng)用現(xiàn)狀及存在問題，以目前開展的大量融雪洪水觀測(cè)為突破，計(jì)劃開展融雪型洪水觀測(cè)試驗(yàn)，為新疆和中亞地區(qū)融雪型洪水監(jiān)測(cè)預(yù)警提出研究和業(yè)務(wù)發(fā)展建議，努力做到監(jiān)測(cè)精密、預(yù)報(bào)精準(zhǔn)、服務(wù)精細(xì)，進(jìn)一步加強(qiáng)新疆和中亞地區(qū)融雪型洪水監(jiān)測(cè)預(yù)警科技支撐能力，切實(shí)發(fā)揮氣象防災(zāi)減災(zāi)“第一道防線”作用。

1 國(guó)內(nèi)外融雪型洪水監(jiān)測(cè)預(yù)警研究進(jìn)展

1.1 融雪型洪水遙感監(jiān)測(cè)、數(shù)據(jù)源及差異

融雪型洪水呈突發(fā)性、持續(xù)時(shí)間短、災(zāi)害風(fēng)險(xiǎn)加劇、損失加重等特點(diǎn)。新疆和中亞地形復(fù)雜，高山、沙漠、戈壁等廣泛分布，氣象測(cè)站稀少，常規(guī)監(jiān)測(cè)手段容易漏測(cè)或難以獲取災(zāi)害信息。遙感信息是國(guó)家災(zāi)害風(fēng)險(xiǎn)防范和災(zāi)情評(píng)估工作開展的重要基礎(chǔ)信息[24]。利用遙感信息快速?gòu)幕旌闲瓦b感電磁波信息中獲取淹沒范圍、歷時(shí)及淹沒水深等信息，是進(jìn)行宏觀尺度洪澇災(zāi)情分析的基礎(chǔ)性工作[25]，也是新疆和中亞地區(qū)融雪型洪水災(zāi)害監(jiān)測(cè)精度得以提高的技術(shù)關(guān)鍵。

洪澇遙感監(jiān)測(cè)應(yīng)用始于1972 年，由N A S A Landsat-1搭載多光譜掃描儀MSS影像數(shù)據(jù)應(yīng)用洪水淹沒范圍制圖[26]。MSS數(shù)據(jù)多次用于美國(guó)愛荷華州、亞利桑那、弗吉尼亞及密西西比河洪水淹沒范圍制圖[27]。之后 Landsat-5 TM、Landsat-7 ETM+在洪水淹沒范圍分析中顯示出巨大優(yōu)勢(shì)[28-30]。NOAA/AVHRR、EOS/MODIS、FY-3A/MERSI等時(shí)間分辨率相對(duì)較高的遙感數(shù)據(jù)在洪水災(zāi)害研究中也被廣泛采用[31-38]。中巴地球資源衛(wèi)星（CBERS）、法國(guó)SPOT等空間分辨率相對(duì)較高的遙感數(shù)據(jù)應(yīng)用于洪災(zāi)發(fā)生前土地利用信息提取，進(jìn)行洪澇監(jiān)測(cè)背景數(shù)據(jù)分析[38-39]。但是，受遙感數(shù)據(jù)時(shí)間、空間分辨率影響，單一遙感數(shù)據(jù)源很難實(shí)現(xiàn)洪澇災(zāi)害有效監(jiān)測(cè)[40]。從空間分辨率角度看，大尺度洪澇災(zāi)害需要大幅寬、中低分辨率遙感觀測(cè)能力，而由其引起的房屋、道路等承災(zāi)體損毀，更加需要米級(jí)甚至亞米級(jí)空間辨識(shí)能力進(jìn)行精細(xì)化評(píng)估。近年來，隨著中國(guó)航天事業(yè)的快速發(fā)展，國(guó)產(chǎn)高分辨率遙感衛(wèi)星也得到了快速發(fā)展，一批高分遙感衛(wèi)星陸續(xù)升空，推動(dòng)了國(guó)內(nèi)遙感行業(yè)的蓬勃發(fā)展。高分遙感影像以其突出的高空間分辨能力，可以實(shí)現(xiàn)精細(xì)對(duì)地觀測(cè)，獲取地物目標(biāo)的幾何結(jié)構(gòu)、紋理大小、空間布局等特征信息，為解譯分析提供了良好的條件和基礎(chǔ)[41-42]。高分?jǐn)?shù)據(jù)將是融雪型洪水災(zāi)害定量遙感監(jiān)測(cè)向小尺度、精細(xì)化發(fā)展的基礎(chǔ)。

如何充分利用高分衛(wèi)星數(shù)據(jù)的高空間分辨率、高時(shí)間分辨率的“絕對(duì)”優(yōu)勢(shì)，成為積雪及融雪型洪水監(jiān)測(cè)預(yù)警及防御研究的熱點(diǎn)。中分辨率遙感衛(wèi)星重訪時(shí)間一般在1～7 d，高時(shí)效的遙感衛(wèi)星少。因此，不同波段、極化方式的微波遙感衛(wèi)星成為全天候?yàn)?zāi)害監(jiān)測(cè)不可或缺的重要探測(cè)手段[43]。ERS-1 SAR、ENVISA-1 ASAR等雷達(dá)衛(wèi)星遙感影像具有不受天氣影響及全天候監(jiān)測(cè)的特點(diǎn)，適于惡劣天氣及小區(qū)域?yàn)?zāi)情快速監(jiān)測(cè)[44-47]。SSM/I等微波遙感影像適合特大洪水和較惡劣環(huán)境條件的洪水監(jiān)測(cè)[48-49]。FY-3C/MWRI能夠?qū)崿F(xiàn)對(duì)大氣、海洋和陸地的全天時(shí)監(jiān)測(cè)[50]，必將在洪水監(jiān)測(cè)工作中發(fā)揮巨大作用[51-52]。高空間、高時(shí)間、高光譜分辨率等新型衛(wèi)星遙感數(shù)據(jù)的應(yīng)用，將為新疆和中亞地區(qū)融雪型洪水遙感監(jiān)測(cè)預(yù)警提供一個(gè)有利契機(jī)[53-54]。

目前，無論是科學(xué)研究還是行業(yè)應(yīng)用，都對(duì)大范圍高精度積雪遙感數(shù)據(jù)產(chǎn)生了巨大需求[55]。衛(wèi)星積雪遙感產(chǎn)品能客觀反映大范圍積雪覆蓋狀況和變化，尤其是在氣象情報(bào)不足、氣候條件惡劣的山區(qū)和牧區(qū)。表1給出國(guó)內(nèi)外發(fā)展的一系列積雪產(chǎn)品制備算法及積雪產(chǎn)品數(shù)據(jù)集，將有望為新疆和中亞地區(qū)融雪型洪水遙感監(jiān)測(cè)提供數(shù)據(jù)支撐[56-65]。

表1 國(guó)內(nèi)外發(fā)展的一系列積雪遙感產(chǎn)品及其參數(shù)Table 1 A series of snow remote sensing products and their parameters at home and abroad

1.2 融雪型洪水監(jiān)測(cè)模型和方法及其差異

目前，可用于融雪型洪水監(jiān)測(cè)的模型和方法主要有流域水文和水力學(xué)模型、指標(biāo)綜合模型、機(jī)器學(xué)習(xí)模型以及遙感定量監(jiān)測(cè)模型。流域水文和水力學(xué)模型利用圣維南方程進(jìn)行洪水演算來模擬淹沒范圍和淹沒水深等要素[66]。該模型的優(yōu)點(diǎn)是計(jì)算精度高，缺點(diǎn)是需要高精度的地形、降水、水位數(shù)據(jù)。但對(duì)于山洪易爆發(fā)的山區(qū)小流域而言，水文氣象觀測(cè)站點(diǎn)稀缺、人工測(cè)量高分辨率地形數(shù)據(jù)成本高，流域尺度地形數(shù)據(jù)難以獲取。這些數(shù)據(jù)因素限制了水文和水力學(xué)模型流域尺度和區(qū)域尺度應(yīng)用[67-68]。除此以外，凍土深度及土壤相變水量等信息大大影響了流域水文模型在冰雪水文模擬中的應(yīng)用[69]。

相對(duì)于流域水文和水力學(xué)模型難標(biāo)定和區(qū)域尺度應(yīng)用的局限性，指標(biāo)綜合模型可用于區(qū)域和流域尺度洪水強(qiáng)度特征、預(yù)測(cè)研究[70-75]。該模型的優(yōu)點(diǎn)是計(jì)算量小、計(jì)算效率高、速度快，缺點(diǎn)是它通過專家打分等對(duì)選取的降雨、高程、集水面積、河網(wǎng)和土地利用等指標(biāo)進(jìn)行綜合，得到的綜合指標(biāo)存在很大的不確定性和區(qū)域特性，從而缺乏可比性和推廣性。此外，指標(biāo)綜合模型不能解決評(píng)價(jià)指標(biāo)和災(zāi)害風(fēng)險(xiǎn)水平的非線性關(guān)系，傳統(tǒng)線性回歸模型并不能精準(zhǔn)預(yù)測(cè)目標(biāo)值。

相對(duì)于指標(biāo)綜合模型在評(píng)價(jià)指標(biāo)和災(zāi)害風(fēng)險(xiǎn)水平非線性關(guān)系方面的不足，機(jī)器學(xué)習(xí)算法有望為此帶來突破。機(jī)器學(xué)習(xí)基于仿生學(xué)發(fā)展而來，通常由一系列數(shù)值算式和數(shù)學(xué)變換組成，通過計(jì)算機(jī)及程序?qū)崿F(xiàn)其功能，具備非線性和不確定性數(shù)據(jù)處理、預(yù)測(cè)和推廣的能力[76]。人工神經(jīng)網(wǎng)絡(luò)（ANN）、隨機(jī)森林（RF）、K近鄰法（KNN）、支持向量機(jī)（SVM）、梯度提升決策樹（GBDT）和極端梯度提升（XGBoost）等機(jī)器學(xué)習(xí)算法已在水文預(yù)報(bào)領(lǐng)域取得豐碩成果[77-81]。SVM在回歸分析、模式識(shí)別、概率分布估計(jì)等方面表現(xiàn)出良好的性能，針對(duì)小樣本，在有限信息條件下可獲得較好的學(xué)習(xí)和推廣能力。RF作為一種基于分類與回歸樹的機(jī)器學(xué)習(xí)算法適用于多變量預(yù)測(cè)，較好地解決了非線性問題。Wang等[79]構(gòu)建RF模型對(duì)江西省東江流域洪災(zāi)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，指出RF具有較強(qiáng)數(shù)據(jù)挖掘能力。此外，伴隨樣本數(shù)據(jù)量的不斷增加和數(shù)據(jù)的多元化，發(fā)展組合分類算法、進(jìn)行單個(gè)學(xué)習(xí)器組合學(xué)習(xí)提高分類器的分類性能將在分類問題中顯示出強(qiáng)大優(yōu)勢(shì)。其中，Stacking堆疊（元組合）作為一種多層的多模型集成學(xué)習(xí)技術(shù)，通過元分類器或元回歸聚合多個(gè)分類或回歸模型，在醫(yī)學(xué)、計(jì)算機(jī)學(xué)科中得到很好的應(yīng)用[82-83]。Stacking模型融合策略可以較好地融合不同分類器與不同特征的學(xué)習(xí)能力，目的是最大限度地提高預(yù)測(cè)精度和通用性。

遙感定量監(jiān)測(cè)模型是從遙感影像中快速獲取淹沒范圍、歷時(shí)及淹沒水深等信息[25]，重點(diǎn)需要解決多源遙感數(shù)據(jù)融合、排除云干擾、準(zhǔn)確識(shí)別水體和精確提取災(zāi)情信息等問題[24,34]。目前，利用不同類型遙感數(shù)據(jù)已經(jīng)發(fā)展了很多方法并制備了不同時(shí)空分辨率的地表水探測(cè)產(chǎn)品，為決策部門提供了大量淹沒過程的實(shí)時(shí)信息[84-89]。隨著社會(huì)經(jīng)濟(jì)持續(xù)發(fā)展，災(zāi)害特征不斷發(fā)生變化，洪澇災(zāi)害遙感監(jiān)測(cè)與評(píng)估存在一些不足，如云層等因素影響、衛(wèi)星遙感難以直接穿透水體測(cè)得水深等。因此，未來研究中要深化光學(xué)與微波數(shù)據(jù)的融合應(yīng)用[89-92]、運(yùn)用遙感與地理信息系統(tǒng)技術(shù)，結(jié)合高分辨率遙感資料獲取高精度DEM數(shù)據(jù)科學(xué)計(jì)算洪水水深，加強(qiáng)災(zāi)害遙感應(yīng)用機(jī)理研究和評(píng)估方法研究，開發(fā)遙感區(qū)域水文模型，提高洪澇災(zāi)情數(shù)據(jù)的時(shí)效性和準(zhǔn)確性，提升防災(zāi)減災(zāi)綜合空間信息服務(wù)能力。

1.3 融雪型洪水業(yè)務(wù)應(yīng)用現(xiàn)狀及存在問題

近年來，許多國(guó)家利用空間技術(shù)建成“災(zāi)害預(yù)警系統(tǒng)”“數(shù)據(jù)收集平臺(tái)”和應(yīng)急終端等并將其廣泛應(yīng)用于洪澇信息的獲取。美國(guó)地質(zhì)調(diào)查局（USGS）開發(fā)早期預(yù)警系統(tǒng)（FEWS），美國(guó)國(guó)家水文研究中心研發(fā)的大范圍山洪早期預(yù)警系統(tǒng)（Flash Flood Guidance System）、中美洲山洪早期預(yù)警臨界雨量指標(biāo)系統(tǒng)（CAFFG）和洪水預(yù)報(bào)與管理綜合業(yè)務(wù)系統(tǒng)（INFORM），對(duì)洪水可能造成的災(zāi)害能夠進(jìn)行及時(shí)準(zhǔn)確的預(yù)測(cè)、發(fā)布警示信息。近年來我國(guó)加強(qiáng)了災(zāi)害遙感基礎(chǔ)性標(biāo)準(zhǔn)的制定工作，構(gòu)建了涵蓋數(shù)據(jù)產(chǎn)品、信息產(chǎn)品和專題產(chǎn)品在內(nèi)的災(zāi)害遙感分類分級(jí)產(chǎn)品體系。在應(yīng)用系統(tǒng)研發(fā)與服務(wù)方面，開發(fā)了一批災(zāi)害風(fēng)險(xiǎn)預(yù)警、災(zāi)害遙感評(píng)估系統(tǒng)，大大提高了災(zāi)害遙感業(yè)務(wù)化水平[24]。全國(guó)流域機(jī)構(gòu)和省（區(qū)、市）水情部門共有26個(gè)單位先后建立了洪水預(yù)報(bào)系統(tǒng)。魏成階等開發(fā)的“洪澇災(zāi)害遙感速報(bào)系統(tǒng)”在1998年全國(guó)特大洪澇災(zāi)害監(jiān)測(cè)評(píng)估中得到成功應(yīng)用[93]。

新疆和中亞地區(qū)作為融雪型洪水的主要發(fā)生地區(qū)，由于洪水致災(zāi)因素、成災(zāi)環(huán)境條件復(fù)雜、地區(qū)差異大等因素影響，融雪型洪水災(zāi)害遙感監(jiān)測(cè)結(jié)果不完整，遙感監(jiān)測(cè)和地面監(jiān)測(cè)間沒有建立有機(jī)的內(nèi)在聯(lián)系；融雪型洪水災(zāi)害監(jiān)測(cè)不系統(tǒng)，沒有完整成熟的指標(biāo)體系。新疆和中亞地區(qū)遙感監(jiān)測(cè)系統(tǒng)應(yīng)用功能水平還有待擴(kuò)展和提高，亟待建立新疆和中亞地區(qū)融雪型洪水遙感監(jiān)測(cè)業(yè)務(wù)運(yùn)行系統(tǒng)，以便進(jìn)一步提高評(píng)估的準(zhǔn)確度和時(shí)效性。

新疆和中亞地區(qū)遼闊的地域、獨(dú)特的地理景觀給遙感技術(shù)提供了廣闊的應(yīng)用空間。生態(tài)與環(huán)境條件復(fù)雜、區(qū)域廣闊、人煙稀少，又使遙感技術(shù)應(yīng)用面臨許多挑戰(zhàn)。如何利用遙感技術(shù)，提取融雪型洪水發(fā)生區(qū)域土地利用、土壤含水量、植被組成、結(jié)構(gòu)、覆蓋度等下墊面參數(shù)，并在GIS支持下建立新疆和中亞地區(qū)空間數(shù)據(jù)庫？如何監(jiān)測(cè)和定量反演凍結(jié)時(shí)期土壤含水量、冬季降雪量、春季土壤凍結(jié)狀態(tài)、早春時(shí)候由＞0 ℃氣溫決定的積雪融化率及春季降雨量，這些對(duì)春季融雪洪峰具有直接、間接影響的因素以及影響路徑等因子信息[94]？結(jié)合高分多源遙感數(shù)據(jù)和地面觀測(cè)、地面調(diào)查等非遙感專題數(shù)據(jù)反演雪冰蓋度、積雪深度及融雪徑流量尤為重要，精細(xì)監(jiān)測(cè)溫度、降水、風(fēng)等融雪型洪水形成關(guān)鍵氣象要素顯得尤為重要。因此，科學(xué)系統(tǒng)的在中亞地區(qū)建立試驗(yàn)區(qū)開展融雪型洪水災(zāi)害監(jiān)測(cè)與評(píng)估研究，可為遙感技術(shù)應(yīng)用提供發(fā)展空間，也是生態(tài)環(huán)境研究新熱點(diǎn)之一。

2 新疆融雪型洪水監(jiān)測(cè)預(yù)警強(qiáng)化觀測(cè)試驗(yàn)進(jìn)展

2.1 觀測(cè)現(xiàn)狀

影響融雪洪水大小和頻率的因素主要有積雪面積、雪深、雪密度、持水能力和雪面凍深、融雪的熱量以及積雪場(chǎng)的地形、地貌、方位、氣候和土地使用情況。春季融雪洪峰多發(fā)生于3—4月，氣溫和降水是影響春季融雪洪峰的兩個(gè)重要因素。一是存在積雪并具有一定的儲(chǔ)量，它是融雪洪水發(fā)生的前提。二是溫度，包括溫度升高的時(shí)間、大流域尺度是否上下游溫度同時(shí)急速升高，它是融雪洪水發(fā)生的有力推手?；诖耍袊?guó)氣象局烏魯木齊沙漠氣象研究所（以下簡(jiǎn)稱“沙漠所”）在新疆北疆地區(qū)開展了大量積雪參數(shù)綜合觀測(cè)試驗(yàn)，在新疆北部和中亞典型流域陸續(xù)開展了觀測(cè)基地建設(shè)工作（圖3）。

圖3 瑪納斯河流域、昆侖山脈、中亞地區(qū)強(qiáng)化觀測(cè)試驗(yàn)基地位置示意圖及場(chǎng)地照片F(xiàn)ig. 3 Location and photos of the strengthened observation test base in Manas River Basin, Kunlun Mountains and Central Asia

2010年10月，沙漠所在新疆天山北麓瑪納斯河流域?yàn)跆m烏蘇、旱卡子和白楊溝安裝了3套雪特性觀測(cè)系統(tǒng)，實(shí)時(shí)測(cè)量不同下墊面、不同海拔梯度雪深、雪水當(dāng)量、積雪密度和雪表面溫度。積雪累積消融過程和輻射、降水、地形等因素有關(guān)。具有較強(qiáng)物理機(jī)制的物質(zhì)和能量平衡模型是積雪過程模擬最有效、最精確的方法。圖4為積雪能量模型對(duì)瑪納斯河流域2011年3月突發(fā)融雪型洪水過程中冰川消融量（SWIGM）、積雪消融量（SWISM）及降雨量（SWIR）的定量估算。2016年，沙漠所在吉爾吉斯斯坦建立了Kara-Batkak冰川氣象站。2019年7月，沙漠所在塔吉克斯坦建立了Bardar冰川氣象站。Kara-Batkak安裝了固態(tài)降水觀測(cè)儀用于觀測(cè)降雪量、Bardar冰川氣象站安裝了SR50A-L超聲雪深傳感器用于雪深數(shù)據(jù)的自動(dòng)觀測(cè)采集。中亞冰川氣象監(jiān)測(cè)系統(tǒng)關(guān)注冰川末端空氣溫濕度、風(fēng)向風(fēng)速、大氣壓、雨量、雪深等氣象參數(shù)變化，目前各設(shè)備運(yùn)行正常，數(shù)據(jù)通過北斗衛(wèi)星傳輸至新疆氣象信息中心。

圖4 2011年3月27—31日融雪型洪水過程3小時(shí)SWISM、SWIR和SWIGM時(shí)間序列Fig. 4 Time series of the 3 h SWISM, SWIR and SWIGM from 27 to 31 March 2011

同期完成塔吉克斯坦庫爾干丘別地區(qū)塔菲尼甘水文站主體建設(shè)和苦盞地區(qū)錫爾河水文站雷達(dá)觀測(cè)長(zhǎng)度調(diào)整，用于監(jiān)測(cè)河流水位、流速變化、液態(tài)降水。錫爾河水文站通過雷達(dá)監(jiān)測(cè)河流水位與流速2個(gè)參數(shù)，另外增加了雨量監(jiān)測(cè)。這些觀測(cè)數(shù)據(jù)拓展了中亞地區(qū)氣象水文監(jiān)測(cè)數(shù)據(jù)集，更重要的是可用于觀測(cè)參數(shù)空間尺度變化分析、風(fēng)云衛(wèi)星等定量遙感產(chǎn)品的真實(shí)性檢驗(yàn)、確定融雪洪水監(jiān)測(cè)預(yù)警因子及其反演模型的構(gòu)建和精度評(píng)估，以期將成果輻射至中亞地區(qū)，為產(chǎn)品算法精度改進(jìn)或輔助開發(fā)新算法提供信息支撐，滿足“一帶一路”防災(zāi)減災(zāi)服務(wù)需求。

2.2 觀測(cè)計(jì)劃

基于現(xiàn)有氣象業(yè)務(wù)觀測(cè)網(wǎng)在新疆北部阿爾泰山“兩河流域”（特指額爾齊斯流域上游地區(qū)和烏倫古湖流域）開展“融雪型洪水監(jiān)測(cè)預(yù)警綜合觀測(cè)試驗(yàn)”計(jì)劃，擬以阿勒泰氣象站為核心，沿額爾齊斯河五條北向支流深入山區(qū)開展斷面布網(wǎng)觀測(cè)積雪。目前，在克蘭河流域初步建成了基礎(chǔ)觀測(cè)網(wǎng)，包括8個(gè)區(qū)域觀測(cè)站，其中3個(gè)站點(diǎn)安裝了常規(guī)六參數(shù)自動(dòng)氣象站、DSS1雪深觀測(cè)儀和稱重式雨雪量計(jì)，其他5個(gè)站點(diǎn)僅有風(fēng)向、風(fēng)速、氣溫、氣壓、降水、相對(duì)濕度6要素觀測(cè)（圖5）。為增強(qiáng)衛(wèi)星遙感產(chǎn)品區(qū)域應(yīng)用與驗(yàn)證分析工作，需增設(shè)GMON伽馬射線雪水當(dāng)量觀測(cè)系統(tǒng)、凍土溫濕度傳感器、CNR4四分量輻射傳感器和紅外雪面溫度傳感器、FlowCapt風(fēng)吹雪傳感器等設(shè)備，綜合開展氣溫、降水、雪面溫度、雪深、雪水當(dāng)量、凍土溫濕度和四分量輻射等要素的精細(xì)化連續(xù)觀測(cè)，以實(shí)現(xiàn)風(fēng)云衛(wèi)星陸表積雪產(chǎn)品驗(yàn)證、融雪型洪水預(yù)警模型構(gòu)建基礎(chǔ)數(shù)據(jù)實(shí)時(shí)采集，建立觀測(cè)數(shù)據(jù)共享平臺(tái)，及時(shí)掌握山區(qū)降雪、積雪狀況，有效防范地區(qū)融雪型洪水，提高防災(zāi)減災(zāi)效益。

圖5 額爾齊斯河流域（境內(nèi)）觀測(cè)試驗(yàn)計(jì)劃Fig. 5 Ertysh River Basin in China observation plan

3 討論與建議

全球變暖背景下氣象災(zāi)害時(shí)空分布特征正發(fā)生重大變化，生態(tài)環(huán)境相對(duì)脆弱的中亞地區(qū)氣象防災(zāi)減災(zāi)形勢(shì)日趨嚴(yán)峻。為適應(yīng)國(guó)家發(fā)展戰(zhàn)略和安全戰(zhàn)略新要求，有必要通過實(shí)施各類科學(xué)計(jì)劃，完善中亞地區(qū)氣象綜合觀測(cè)體系，提高中亞地區(qū)氣象災(zāi)害監(jiān)測(cè)、預(yù)警和服務(wù)能力。提出以下三點(diǎn)研究和業(yè)務(wù)發(fā)展建議：

1）加強(qiáng)重點(diǎn)區(qū)域科學(xué)布站組網(wǎng)，提升中亞和新疆災(zāi)害性天氣精細(xì)化監(jiān)測(cè)、機(jī)理研究和預(yù)警服務(wù)能力。新疆和中亞地區(qū)地形復(fù)雜，山區(qū)、鄉(xiāng)鎮(zhèn)氣象水文觀測(cè)稀缺，人工觀測(cè)、遙感監(jiān)測(cè)、模型預(yù)測(cè)能力均有不同程度的限制。逐步恢復(fù)中亞地區(qū)氣象探測(cè)站網(wǎng)，在中亞高寒山區(qū)建設(shè)氣象環(huán)境監(jiān)測(cè)站，開展中亞山地氣象環(huán)境綜合觀測(cè)試驗(yàn)，逐步完善和獲取各類觀測(cè)數(shù)據(jù)，特別是高寒山區(qū)氣象環(huán)境監(jiān)測(cè)數(shù)據(jù)，驗(yàn)證和改進(jìn)相關(guān)遙感產(chǎn)品以對(duì)融雪洪水監(jiān)測(cè)預(yù)警提供數(shù)據(jù)支撐。推進(jìn)重點(diǎn)區(qū)域科學(xué)布站組網(wǎng)建設(shè)步伐，促進(jìn)地面與遙感觀測(cè)有效結(jié)合，掌握融雪洪水過程中積雪參數(shù)、地表變化等特征，為構(gòu)建融雪洪水監(jiān)測(cè)預(yù)警模型和提升遙感產(chǎn)品監(jiān)測(cè)應(yīng)用能力提供技術(shù)支撐。

2） 加強(qiáng)高分系列衛(wèi)星應(yīng)用，推動(dòng)中亞和新疆災(zāi)害遙感從研究應(yīng)用型向業(yè)務(wù)服務(wù)型轉(zhuǎn)變。目前，我國(guó)已基本建成“環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座”“風(fēng)云”“海洋”“資源”等衛(wèi)星系列，以高分系列衛(wèi)星為代表的新一代新型遙感衛(wèi)星正加速發(fā)展。GF-1衛(wèi)星突破了高空間分辨率、多光譜與高時(shí)間分辨率結(jié)合的光學(xué)遙感技術(shù)，實(shí)現(xiàn)在同一顆衛(wèi)星上高分辨率和寬幅成像能力結(jié)合，有效地解決了空間分辨率和時(shí)間分辨率的矛盾，在國(guó)土資源調(diào)查、災(zāi)害監(jiān)測(cè)、精準(zhǔn)農(nóng)業(yè)等方面發(fā)揮重要作用[95]。結(jié)合其他高分多源遙感數(shù)據(jù)和地面觀測(cè)、地面調(diào)查等非遙感專題數(shù)據(jù)，將在新疆和中亞地區(qū)融雪型洪水監(jiān)測(cè)預(yù)警中發(fā)揮重要作用。

3） 構(gòu)建多尺度、多維、及時(shí)更新的中亞生態(tài)環(huán)境數(shù)據(jù)庫，推進(jìn)中亞和新疆融雪型洪水監(jiān)測(cè)預(yù)警系統(tǒng)建設(shè)。推進(jìn)整合新疆和中亞地區(qū)現(xiàn)有多源遙感數(shù)據(jù)、相關(guān)地面數(shù)據(jù)，構(gòu)建多尺度、多維、及時(shí)更新的中亞生態(tài)環(huán)境數(shù)據(jù)庫；加強(qiáng)災(zāi)害遙感應(yīng)用機(jī)理研究、災(zāi)害監(jiān)測(cè)評(píng)估方法研究，開發(fā)一套時(shí)效性強(qiáng)、監(jiān)測(cè)范圍和對(duì)象比較廣、精度相對(duì)較高、地面常規(guī)監(jiān)測(cè)與空間遙感監(jiān)測(cè)相結(jié)合的立體融雪型洪水監(jiān)測(cè)預(yù)警系統(tǒng)，在災(zāi)害發(fā)生過程中及成災(zāi)后，及時(shí)將災(zāi)害發(fā)生、發(fā)展、結(jié)束及影響程度等信息向有關(guān)單位和部門和公眾傳遞，以便采取有效對(duì)策和防范措施。