编辑推荐：
在欧洲温带山区，受升温影响，积雪变化显著，但高分辨率积雪长期变化监测困难。研究人员利用 Landsat 时间序列数据，获取 1985 - 1996 年和 2011 - 2022 年 30 米分辨率的积雪融化日期（SMOD）数据集。该数据集经多方式验证，为多领域研究提供关键数据126。
在全球气候变暖的大背景下，欧洲的气候变暖速度尤为惊人，堪称地球上变暖最快的大陆。自 20 世纪 80 年代起，欧洲的气温上升幅度大约是全球平均水平的两倍。气温的升高以及降水模式的改变，如同两只无形却有力的大手，肆意拨弄着雪盖的 “命运琴弦”。雪盖的多寡、覆盖范围的大小以及持续时间的长短，都与气温和降水紧密相连。
雪盖的这些变化，绝非仅仅是数字上的改变，而是在生态环境的大舞台上引发了一系列连锁反应。在高山地区，雪盖的变化如同 “蝴蝶效应” 中的那只蝴蝶，轻轻扇动翅膀，就可能在生态系统中掀起巨大的波澜。雪盖变化影响着高山植物的生长节奏，包括生长起始时间、生产力高峰期以及衰老时间，这些都与积雪融化日期（Snow Melt - Out Date，SMOD）息息相关。
SMOD 的变化就像一把钥匙，打开了生态系统中诸多 “暗箱”。它不仅左右着植物生长季的能量获取，还影响着植物遭受霜冻的风险，因为雪就像一层天然的 “保暖被”，为土壤和植物提供了一定的保温作用。此外，它还在夏季后期调控着水和养分的释放，对植物群落内部的相互作用产生深远影响。
过去的研究虽然揭示了欧洲温带山区积雪的长期变化趋势，但大多依赖于实地观测或气候模型。实地观测受限于高海拔地区观测点的稀少，而气候模型又难以精确刻画积雪在精细空间尺度上的变化特征。这就好比用一把 “大梳子” 去梳理 “细头发”，难以触及到每一个细节。
为了填补这些研究空白，来自法国格勒诺布尔阿尔卑斯大学（Univ. Grenoble Alpes）、法国图卢兹大学（Univ. Toulouse）、瑞士日内瓦大学等研究机构的研究人员，踏上了探索积雪变化的征程。他们的研究成果发表在《Scientific Data》上，为该领域带来了新的曙光。
研究人员主要采用了卫星遥感技术，具体利用了 Landsat 时间序列数据。他们收集了美国地质调查局（USGS）提供的、托管在谷歌地球引擎（GEE）上的 1984 - 2023 年 Landsat Collection 2 中的所有可用 Tier 1 数据，涵盖了欧洲温带山区的三个主要山脉 —— 比利牛斯山脉、欧洲阿尔卑斯山脉和大高加索山脉。通过一系列复杂而严谨的数据处理流程，最终得到了两个 12 年时间段（1985 - 1996 年和 2011 - 2022 年）、30 米空间分辨率的 SMOD 数据集。
数据处理与分析
- 获取与筛选数据：从海量的 Landsat 数据中，精心挑选出平均云量小于 80% 的图像，以确保数据的准确性。利用 C 版本的函数掩码（CFmask）对每个像素进行分类，排除受雪、云、云邻域或云阴影影响的像素，只保留清晰（陆地 / 水体）的像素进行后续分析3。
- 计算与处理指数：计算归一化积雪指数（Normalized Difference Snow Index，NDSI），并根据一年中的日期（Day of Year，DOY）对 1985 - 1996 年和 2011 - 2022 年的数据进行聚合，得到更密集的 NDSI 时间序列。通过大量的分析确定了最优的 NDSI 阈值为 0.1543，以此对 NDSI 进行二值化处理。再运用 25 天滑动窗口平滑处理二值化后的 NDSI 时间序列，得到 “积雪概率” 指数4。
- 确定 SMOD：从 DOY 50 开始，将积雪概率首次低于 0.5 的观测值确定为 SMOD，以此方法得到两个时间段的 SMOD 数据，并对比分析这两个时间段的数据，从而揭示过去四十年 SMOD 的变化情况5。
数据集验证
- 雪深站数据验证：研究人员收集了法国气象局（Météo - France）和瑞士气象局（MeteoSwiss IDAWEB portal）的雪深站数据，对基于 Landsat 的 SMOD 估计值进行验证。他们选择了位于 1800 米以上、数据覆盖至少一个研究时间段的雪深站，最终确定了 23 个用于 1985 - 1996 年验证的雪深站时间序列和 23 个用于 2011 - 2022 年验证的时间序列。通过对比发现，基于 Landsat 的 SMOD 估计值与雪深站数据得出的 SMOD 之间具有很强的一致性，第一个时间段的 R2值达到 0.7315，平均绝对误差（Mean Absolute Error，MAE）为 8 天；第二个时间段的 R2值为 0.8594，MAE 为 6 天。这一结果有力地证明了 SMOD 估计值的可靠性6。
- 土壤温度数据验证：对于 2011 - 2022 年的 SMOD 估计值，研究人员利用位于法国阿尔卑斯山 Lautaret - Rochenoire 站点的土壤温度记录器数据进行验证。这些记录器从 2011 - 2022 年几乎连续记录数据，为评估 30 米空间分辨率的 SMOD 提供了不同地形和植被环境下的数据支持。研究发现，基于 Landsat 的 SMOD 估计值与基于土壤温度的 SMOD 估计值之间具有良好的一致性，R2为 0.69，MAE 为 10 天。不过，在一些积雪积累的区域，基于 Landsat 的估计值往往会比实际 SMOD 稍早，这主要是因为土壤温度记录器的位置与 Landsat 像素的尺度差异导致的78。
研究结论与意义
通过这项研究，研究人员成功获取了欧洲温带山区两个时间段、30 米高空间分辨率的 SMOD 数据集，并通过多种方式验证了其可靠性。这一数据集的出现，为高山生态学研究提供了宝贵的数据资源，能够帮助研究人员更深入地理解雪盖变化对高山植被的影响机制。同时，该数据集在雪气候学、自然灾害研究以及水资源管理等领域也具有潜在的应用价值，为这些领域的研究提供了高分辨率的数据支持，有助于揭示过去四十年雪盖持续时间变化的规律，为应对气候变化、保护生态环境以及合理利用水资源等提供科学依据。
这项研究为欧洲温带山区积雪变化研究提供了新的视角和数据支撑，就像在黑暗中点亮了一盏明灯，照亮了未来研究的道路，让人们在探索气候变化与生态系统相互关系的征程中迈出了坚实的一步。
