受全球气候变化影响，青藏高原湖泊近年来变化剧烈，充分了解湖泊演变特征及其驱动因素对保护沿湖重大工程设施有重要意义。基于青海湖与错那湖的Landsat遥感影像、面积数据和水位观测数据，本文对两湖演变及其与青藏铁路最小距离变化进行了细致研究，进一步结合中国区域高时空分辨率地面气象要素驱动数据集（CMFD）和气象站的气象数据，揭示了影响两湖水位变化的主要气象因子，结果表明：（1）1956-2004年青海湖呈退缩态势，2004年水位和面积达到最低值后转为逐渐增加，2004-2020年水位年均增长率为0.20 m·a-1, 2004-2022年面积年均增长率为19.20 km2·a-1。2000-2018年的错那湖水位与从20世纪70年代至2022年的面积均呈轻微波动变化，水位和面积的年际最大变化值分别为0.60 m和9.98 km2。（2）1990-2022年青海湖与青藏铁路最小距离先增加后减小，2004年后二者最小距离以19.6 m·a-1的速率缩短，至2022年最小距离为74.3 ...

受全球气候变化影响，青藏高原湖泊近年来变化剧烈，充分了解湖泊演变特征及其驱动因素对保护沿湖重大工程设施有重要意义。基于青海湖与错那湖的Landsat遥感影像、面积数据和水位观测数据，本文对两湖演变及其与青藏铁路最小距离变化进行了细致研究，进一步结合中国区域高时空分辨率地面气象要素驱动数据集（CMFD）和气象站的气象数据，揭示了影响两湖水位变化的主要气象因子，结果表明：（1）1956-2004年青海湖呈退缩态势，2004年水位和面积达到最低值后转为逐渐增加，2004-2020年水位年均增长率为0.20 m·a-1, 2004-2022年面积年均增长率为19.20 km2·a-1。2000-2018年的错那湖水位与从20世纪70年代至2022年的面积均呈轻微波动变化，水位和面积的年际最大变化值分别为0.60 m和9.98 km2。（2）1990-2022年青海湖与青藏铁路最小距离先增加后减小，2004年后二者最小距离以19.6 m·a-1的速率缩短，至2022年最小距离为74.3 ...

受全球气候变化影响，青藏高原湖泊近年来变化剧烈，充分了解湖泊演变特征及其驱动因素对保护沿湖重大工程设施有重要意义。基于青海湖与错那湖的Landsat遥感影像、面积数据和水位观测数据，本文对两湖演变及其与青藏铁路最小距离变化进行了细致研究，进一步结合中国区域高时空分辨率地面气象要素驱动数据集（CMFD）和气象站的气象数据，揭示了影响两湖水位变化的主要气象因子，结果表明：（1）1956-2004年青海湖呈退缩态势，2004年水位和面积达到最低值后转为逐渐增加，2004-2020年水位年均增长率为0.20 m·a-1, 2004-2022年面积年均增长率为19.20 km2·a-1。2000-2018年的错那湖水位与从20世纪70年代至2022年的面积均呈轻微波动变化，水位和面积的年际最大变化值分别为0.60 m和9.98 km2。（2）1990-2022年青海湖与青藏铁路最小距离先增加后减小，2004年后二者最小距离以19.6 m·a-1的速率缩短，至2022年最小距离为74.3 ...

地表温度(LST)作为地气相互作用的关键参数，在地表水热循环中发挥重要作用，能准确表征地表热环境的变化。青藏高原拥有除极地以外储量最大的冰冻圈范围，对区域和全球气候系统及生态经济具有深远影响。作为受气候变化影响最显著的区域之一，深入了解青藏高原冰冻圈LST变化驱动因子，能为精准认知青藏高原冰冻圈热环境变化规律及驱动机制提供关键科学支撑。本研究基于地表温度年周期模型提取的年均地表温度(MAST),采用偏相关分析，分析了2003—2020年MAST与云量、植被覆盖度、积雪覆盖率、降水和气温5个与MAST变化密切相关的驱动因子之间的关系，揭示青藏高原不同区域MAST变化的主要驱动因子及其空间分布特征。结果表明，白天云量、植被覆盖度、积雪覆盖率和降水这4个驱动因子主要以负偏相关为主，晚上则以正偏相关为主，对于气温来说昼夜都以正偏相关为主。就青藏高原MAST动态的主导因子来说，昼夜MAST在青藏高原不同区域的主导因素存在明显差异，白天青藏高原的MAST的变化主要受云量的影响(主导变化面积占比达38.17%),影响区域集中分布于青藏高原的西北部和西部，且以负偏相关性为主。夜晚青藏高原MAST变化主...

地表温度(LST)作为地气相互作用的关键参数，在地表水热循环中发挥重要作用，能准确表征地表热环境的变化。青藏高原拥有除极地以外储量最大的冰冻圈范围，对区域和全球气候系统及生态经济具有深远影响。作为受气候变化影响最显著的区域之一，深入了解青藏高原冰冻圈LST变化驱动因子，能为精准认知青藏高原冰冻圈热环境变化规律及驱动机制提供关键科学支撑。本研究基于地表温度年周期模型提取的年均地表温度(MAST),采用偏相关分析，分析了2003—2020年MAST与云量、植被覆盖度、积雪覆盖率、降水和气温5个与MAST变化密切相关的驱动因子之间的关系，揭示青藏高原不同区域MAST变化的主要驱动因子及其空间分布特征。结果表明，白天云量、植被覆盖度、积雪覆盖率和降水这4个驱动因子主要以负偏相关为主，晚上则以正偏相关为主，对于气温来说昼夜都以正偏相关为主。就青藏高原MAST动态的主导因子来说，昼夜MAST在青藏高原不同区域的主导因素存在明显差异，白天青藏高原的MAST的变化主要受云量的影响(主导变化面积占比达38.17%),影响区域集中分布于青藏高原的西北部和西部，且以负偏相关性为主。夜晚青藏高原MAST变化主...

地表温度(LST)作为地气相互作用的关键参数，在地表水热循环中发挥重要作用，能准确表征地表热环境的变化。青藏高原拥有除极地以外储量最大的冰冻圈范围，对区域和全球气候系统及生态经济具有深远影响。作为受气候变化影响最显著的区域之一，深入了解青藏高原冰冻圈LST变化驱动因子，能为精准认知青藏高原冰冻圈热环境变化规律及驱动机制提供关键科学支撑。本研究基于地表温度年周期模型提取的年均地表温度(MAST),采用偏相关分析，分析了2003—2020年MAST与云量、植被覆盖度、积雪覆盖率、降水和气温5个与MAST变化密切相关的驱动因子之间的关系，揭示青藏高原不同区域MAST变化的主要驱动因子及其空间分布特征。结果表明，白天云量、植被覆盖度、积雪覆盖率和降水这4个驱动因子主要以负偏相关为主，晚上则以正偏相关为主，对于气温来说昼夜都以正偏相关为主。就青藏高原MAST动态的主导因子来说，昼夜MAST在青藏高原不同区域的主导因素存在明显差异，白天青藏高原的MAST的变化主要受云量的影响(主导变化面积占比达38.17%),影响区域集中分布于青藏高原的西北部和西部，且以负偏相关性为主。夜晚青藏高原MAST变化主...

为探析第三极地区积雪时空变化规律，基于中国雪深长时间序列数据集（1979—2021）及中国区域地面气象要素驱动数据集（1979—2018），分析了青藏高原地区近40年雪深的时空变化特征及其与近地面气温、降水的偏相关性。时空变化分析结果显示，青藏高原地区雪深在年尺度上呈现出以内部三大区域的雪深减少为主的变化趋势，而这种趋势在月尺度及秋冬两季更为显著；高原东部是雪深显著增加的主要区域。偏相关分析发现，雪深在月、季和年尺度上均与气温有着较大的负相关性，最大负偏相关系数约为-0.8；雪深与降水在年、月尺度上有着以正相关为主且相似的空间分布，在春、夏两季二者呈“东正西负”的相关性，而大范围的正相关性（偏相关系数在0.4以上）集中在秋季。在日尺度上，气温与延迟10 d后的雪深呈现出最大负相关性（偏相关系数为-0.733）；而降水则与延迟3 d后的雪深呈现出最高的正相关性（偏相关系数为0.064）。青藏高原雪深与气象要素的相关性表现出明显的时空异质性，地形、融积时间乃至高原周围的季风与西风都可能是导致这种时空差异性的原因。

为探析第三极地区积雪时空变化规律，基于中国雪深长时间序列数据集（1979—2021）及中国区域地面气象要素驱动数据集（1979—2018），分析了青藏高原地区近40年雪深的时空变化特征及其与近地面气温、降水的偏相关性。时空变化分析结果显示，青藏高原地区雪深在年尺度上呈现出以内部三大区域的雪深减少为主的变化趋势，而这种趋势在月尺度及秋冬两季更为显著；高原东部是雪深显著增加的主要区域。偏相关分析发现，雪深在月、季和年尺度上均与气温有着较大的负相关性，最大负偏相关系数约为-0.8；雪深与降水在年、月尺度上有着以正相关为主且相似的空间分布，在春、夏两季二者呈“东正西负”的相关性，而大范围的正相关性（偏相关系数在0.4以上）集中在秋季。在日尺度上，气温与延迟10 d后的雪深呈现出最大负相关性（偏相关系数为-0.733）；而降水则与延迟3 d后的雪深呈现出最高的正相关性（偏相关系数为0.064）。青藏高原雪深与气象要素的相关性表现出明显的时空异质性，地形、融积时间乃至高原周围的季风与西风都可能是导致这种时空差异性的原因。

为探析第三极地区积雪时空变化规律，基于中国雪深长时间序列数据集（1979—2021）及中国区域地面气象要素驱动数据集（1979—2018），分析了青藏高原地区近40年雪深的时空变化特征及其与近地面气温、降水的偏相关性。时空变化分析结果显示，青藏高原地区雪深在年尺度上呈现出以内部三大区域的雪深减少为主的变化趋势，而这种趋势在月尺度及秋冬两季更为显著；高原东部是雪深显著增加的主要区域。偏相关分析发现，雪深在月、季和年尺度上均与气温有着较大的负相关性，最大负偏相关系数约为-0.8；雪深与降水在年、月尺度上有着以正相关为主且相似的空间分布，在春、夏两季二者呈“东正西负”的相关性，而大范围的正相关性（偏相关系数在0.4以上）集中在秋季。在日尺度上，气温与延迟10 d后的雪深呈现出最大负相关性（偏相关系数为-0.733）；而降水则与延迟3 d后的雪深呈现出最高的正相关性（偏相关系数为0.064）。青藏高原雪深与气象要素的相关性表现出明显的时空异质性，地形、融积时间乃至高原周围的季风与西风都可能是导致这种时空差异性的原因。

积雪是地表特征的重要参数，其对辐射收支、能量平衡及天气和气候变化有重要影响。基于1979-2018年积雪深度卫星数据及同期的格点型降水和气温观测资料，分析了澜沧江上游乌弄龙流域积雪的时空变化特征及其与气候因子的关系。采用回归分析法分析积雪及气候因子随时间的变化趋势和幅度。利用相关分析法研究降水、气温对积雪的影响及其空间规律。结果表明：流域内降水量、气温和雪深空间分布不均，西北部和东南部积雪深度较大；年降水量和年均气温呈逐年上升趋势，流域各部分上升速度存在明显差异，年均雪深表现为整体下降趋势且主要集中在流域西北部和中部区域；积雪深度与降水量多为正相关，与气温多为负相关，在研究区上游和下游表现的相关性较强。