意大利波河流域 30 年（1991 - 2021）雪水当量数据集：填补水文研究关键空白

为解决雪水当量（SWE）时空变异性大及监测数据不足问题，研究人员构建相关数据集，对理解区域水文有重要意义。

　　在欧洲的阿尔卑斯山脉，雪就像是一座巨大的 “天然水库”，它在冬季大量积累，等到气温回升的融雪季，再缓缓释放出储存的水，为下游地区源源不断地提供水资源，满足农业、生活和工业等各方面的用水需求。然而，这座 “水库” 却十分脆弱，对气候变化极为敏感。在全球气候不断变化的大背景下，雪的出现时间、融化时间以及数量的变异性都在发生改变，这直接影响了依赖雪水补给的流域的水资源供应，给生态系统和人类社会带来了诸多挑战。

为了深入了解雪水的奥秘，精准掌握雪水的变化规律，来自意大利的研究团队，包括 Waterjade Srl、波河流域管理局（AdBPo）、特伦托大学等机构的研究人员，开展了一项具有重要意义的研究。他们致力于构建一个长期的、高分辨率的雪水当量（SWE，即积雪融化后形成的等效水量）数据集，以此来揭示雪水在波河流域的时空变化特征，为水资源管理和应对气候变化提供有力的数据支持。该研究成果发表在《Scientific Data》上。

在研究过程中，研究人员主要运用了以下关键技术方法：一是采用一种名为 J - snow 的混合建模方法，将基于物理过程的 GEOtop 模型、气象数据预处理、原位雪测量数据和地球观测雪产品同化相结合；二是利用 MeteoIO 库对气象数据进行预处理，包括数据清洗、云透射率计算、数据填补和空间插值等；三是通过与原位雪深测量数据以及地球观测的雪盖数据进行对比验证，对数据集进行严格的质量评估。

研究结果主要从以下几个方面展开：

1. 数据记录：研究构建了 1991 - 2021 年波河流域的雪水当量数据集，该数据集以每日为时间步长，空间分辨率为 500 m，数据以 GeoTIFF 格式存储，按照年份组织在相应文件夹中，文件命名遵循统一规范。
2. 技术验证：
   • 点尺度验证：通过对比模拟雪深数据和原位测量数据，计算均方根误差（RMSE）等统计指标评估模型性能。结果显示，RMSE 值在 6 - 15 cm 之间，且 RMSE_q80（代表第 80 百分位数站点的 RMSE）大多在可接受范围内，表明模型能有效模拟多年的雪动态变化。
   • 空间验证：以 MODIS 雪盖面积（SCA）地图为基准，通过计算 k 指数评估模拟 SCA 与卫星观测 SCA 的一致性。k 指数通常大于 0.8，说明模型模拟结果与卫星 SCA 吻合良好。
   • 区域分析：对 2013/2014 年多雪冬季和 2016/2017 年干燥冬季进行区域分析，发现 RMSE 和 RMSE_q80在多雪冬季更高，且与海拔有关；k 指数在各地及各检查日期都较高，亚平宁山脉地区因雪量较少 k 值更高，5 月融化期 k 值会略低。
   • 数据集一致性：通过不同模拟水平的对比分析，发现同化原位数据和地球观测数据（EO）能显著提升模拟性能，且同化原位数据对模拟性能的提升比同化 EO - SCA 地图更显著，表明数据集具有一致性。
   
   
3. 使用说明：该数据集可通过地理信息系统（GIS）或具有 GIS 功能的编程语言进行处理和可视化分析，为校准或验证雪融化模型提供了有价值的资源。

研究结论表明，该数据集填补了波河流域水文研究在雪水当量方面的重要空白，具有多方面的重要意义。它提供了意大利最长时间序列的连贯 SWE 制图，数据在 30 年时间内保持方法上的一致性，便于结果解释；可以计算特定位置的 SWE 异常，有助于应对因缺雪导致的干旱预警；还能用于验证常用的温度指数模型等简单模型。尽管研究存在一定局限性，如模型未考虑风驱动的雪迁移等过程，数据质量受原位气象数据影响等，但整体而言，该数据集为理解波河流域的雪动态变化、评估其对下游水文和生态系统的影响提供了重要依据，也为该地区雪水当量的估算提供了参考数据集。