托木爾峰青冰灘72號冰川表磧區夏季消融模擬研究

何 捷， 王璞玉,， 李宏亮， 李忠勤,， 周 平，牟建新， 余鳳臣， 戴玉萍

（1.中國科學院西北生態環境資源研究院,冰凍圈科學國家重點實驗室,甘肅 蘭州 730000；2.中國科學院大學,北京 100049; 3.石河子大學理學院,新疆 石河子 832000）

20 世紀以來，全球變暖導致的冰川加速退縮已引起了廣泛關注，山地冰川作為中亞干旱內陸區域的重要淡水來源，其消融變化與融水徑流顯著影響下游的農業和生產生活用水［1-3］。中國境內表磧覆蓋型冰川共有1723 條，總面積為12974 km2，表磧所占面積為1494 km2（11.5%）；尤其是在我國天山，表磧覆蓋型冰川數量最多，面積也最大，所占全部冰川面積比例達54%，表磧覆蓋區域約481 km2，表磧區域占表磧覆蓋型冰川面積的12.2%［4］。表磧的存在使得冰/雪表面與大氣的能量交換變為表磧表面與大氣的能量交換，其消融特征顯著區別于裸冰或積雪表面。大量研究表明［5-7］，表磧厚度小于某一閾值時，由于表磧表面的反照率小于雪冰表面致使表磧吸收更多的太陽輻射，從而加速表磧下覆冰的消融；當表磧厚度大于這一閾值時，表磧表面盈余的能量傳導至冰面時消耗過多，進而抑制下覆冰的消融。因此，研究表磧的物理特征（如厚度、導熱系數、表面粗糙度）和能量平衡過程對揭示表磧覆蓋型冰川的消融狀況尤為重要。

表磧覆蓋型冰川能量平衡模擬一直被學者們所關注。Nakawo 等［6］基于野外表磧觀測數據計算了表磧下覆冰的消融量，得到了與實測消融量較為一致的模擬結果，并給出了通過表磧熱阻估算消融量的方法；Nicholson 等［7］使用基于表磧內熱傳導模塊的能量平衡模型，結合日尺度氣象數據作為模型驅動數據，應用在阿爾卑斯山和斯瓦爾巴特群島兩條冰川，結果表明模擬的下覆冰消融量較好地反映了實測消融量。此后，表磧覆蓋型冰川的模擬研究基于野外實測數據，開展了表磧層垂直結構內的水汽和熱傳導等更為細致的研究［8-9］。其中，Rounce等［10］通過對表磧導熱系數、反照率和表面粗糙度進行了野外測量，在此基礎之上模擬了表磧表面溫度和下覆冰消融量，分析了模型參數的不確定性對模擬結果的影響程度。國內有關表磧覆蓋型冰川的模擬研究起步相對較晚，Han 等［11］基于表磧熱傳導理論構建了適用于天山科其喀爾冰川表磧狀況的能量平衡模型；Yang 等［12］利用表磧能量平衡模型分析了藏東南嘎隆拉冰川的氣象和輻射分量特征，與非表磧覆蓋型的帕隆4 號冰川相比，嘎隆拉冰川吸收了更多的太陽輻射和下行長波輻射，從而增加了上行長波輻射和湍流熱通量的虧損進而導致消融量增多。此外，Zhang等［13-14］構建了基于表磧熱阻系數的能量平衡模型，進一步發展了表磧厚度估算模型，并在藏東南表磧覆蓋型冰川的分布區域得到了應用?；谏鲜鲅芯堪l現，表磧覆蓋型冰川的模擬研究主要集中在阿爾卑斯山脈和青藏高原地區，天山以及托木爾峰地區表磧覆蓋型冰川的消融研究較少，限制了我們對該區域冰川消融速率和冰川融水資源變化的認識。因此，本文從冰川能量平衡過程出發，對青冰灘72 號冰川進行消融模擬研究，驗證能量平衡模型和表磧屬性參數在實際模擬中的適應性，完善對該區域表磧覆蓋型冰川消融機制的認識。

天山托木爾峰地區作為亞洲內陸最大的冰川發育區，該區蘊藏著豐富的冰雪水資源，托木爾峰山區平均每年產流約63.4×108m3，其中約50%為冰雪融水［15］，對區域水資源和人民生產生活至關重要，同時對該區域冰川的現狀和消融研究始終是國內外冰川學的研究熱點［16］。鑒于此，本文選擇天山托木爾峰青冰灘72號冰川作為研究對象，基于實測氣象數據，結合野外表磧溫度和消融量觀測，使用表磧覆蓋型冰川能量平衡模型開展表磧區冰川消融模擬研究，對表磧區的能量平衡特征和熱傳導狀況進行分析，以期揭示表磧覆蓋對冰川能量收支和消融過程的影響。

1 研究區概況

托木爾峰地區位于中國境內天山山脈的最西端，是亞洲內陸最大的冰川發育區之一。據中國冰川編目資料［17］，托木爾峰地區在我國境內共有冰川1858 條，總面積達4195 km2，是我國新疆阿克蘇地區和伊犁地區重要的水資源，也是塔里木盆地北側塔里木河主要支流的源區。托木爾峰地區為大陸性干旱氣候，冰川區雪線附近年平均氣溫為-11～-7 ℃，降水主要來自大西洋和北冰洋的暖濕氣流，集中在5—9月［18-19］。

青冰灘72 號冰川（41°45.51′N，79°54.43′E）發源于阿克蘇河的支流庫瑪拉克河上游區域，地處托木爾峰南端，是一條朝南的山谷-冰斗冰川，由降雪和冰/雪崩補給（圖1）。青冰灘72 號冰川面積為5.61 km2，冰舌末端至冰川頂部的海拔介于3560～5986 m之間，冰川長度約為7.4 km，冰川存在冰崖和冰面湖［20-21］。表磧主要分布于消融區冰舌末端和兩側，表磧覆蓋面積為0.87 km2，占消融區面積的52%［22-23］。表磧厚度整體隨海拔升高而減少，厚度最大處超過1 m，冰舌東側和西側表磧的平均厚度分別為7 cm和16 cm，且西側的表磧覆蓋面積大于東側。72 號冰川的表磧臨界厚度約為4 cm，超過該厚度的表磧區消融量隨厚度增加而減少，其面積約為0.66 km2，占表磧總面積的76%；表磧厚度小于4 cm的區域消融量隨表磧厚度的增加而變大，面積為0.21 km2［24-25］。與天山山脈其他冰川相比，該冰川運動速度較快，年均水平運動速度為47 m?a-1［26］。

圖1 研究區概況示意圖Fig.1 Map of study area

2 數據與方法

2.1 氣象數據

本文的氣象數據來源于在青冰灘72 號冰川表磧區架設的自動氣象站（AWS），型號為Davis Vantage Pro2 Plus。該氣象站位于冰川冰舌東側海拔3950 m 處，該處的表磧厚度為12 cm，主要由灰色和白色花崗巖及碎屑組成（圖1）。觀測的氣象要素包括氣溫、相對濕度、風速、降水、入射/反射短波輻射等（表1），采集時間間隔為1 h。本研究使用的氣象數據時段為2008 年7 月30 日14：00—8 月29 日22：00。由于復雜冰面氣象環境的影響，觀測期間自動氣象站的數據記錄在2008 年8 月6 日17：00—7 日12：00和8月8日14：00—16：00期間存在一定的缺失。需要說明的是，由于缺失的時間段內未能進行消融模擬，所以數據缺失時間段的消融量由平均消融量代替。同時，由于輻射傳感器在2008 年8 月28 日12：00—8 月29 日22：00 之間無記錄，因此，模擬的結束時刻提前了34個小時。

表1 自動氣象站氣象傳感器和指標Tab.1 Meteorological sensors and their indicators of the automatic weather station

2.2 ERA5氣象再分析數據

ERA5 是ECMWF 對過去全球氣候和天氣的第五代再分析產品，其水平分辨率為0.25°×0.25°，時間分辨率為1 h。本文選取了研究期內ERA5 云量因子數據分析不同天氣狀況下氣象和能量條件的變化。不同的天氣狀況劃分參考Van Den Broeke等［27］基于云量因子的劃分方法，ERA5 的云量因子＜0.3時劃分為晴天，＞0.7時劃分為陰天，不考慮降水的影響，劃分后通過逐小時的能量分量時間序列變化進行分析。數據來源于哥白尼氣候變化服務(Copernicus Climate Change Service) 數據平臺(https://cds.climate.copernicus.eu)。

2.3 表磧溫度數據

表磧溫度數據是表磧覆蓋型冰川能量平衡模擬的關鍵參數和模擬結果的重要驗證資料。研究人員于消融期間在冰川海拔3950 m 處的表磧區鉆了一個2 m 的溫度孔。該溫度孔處表磧層厚度為13 cm，在表磧層內共布設了2 個溫度探頭。其中一個探頭置于表磧表面以下約l cm 處，用于測量表磧表面的溫度。由于表面溫度的觀測容易受到太陽輻射的影響，因此使用表磧表面以下1 cm 處的溫度來近似代替表面溫度，這與Rounce 等［10］測量喜馬拉雅山脈Imja-Lhotse Shar 冰川表磧表面處溫度的方法相一致。另一個溫度探頭布設在表磧表面以下10 cm 處，用于測量表磧層內部的溫度。表磧以下冰體內，每隔20 cm 布設一個溫度探頭測量冰溫。測溫探頭均為熱敏電阻，由中國科學院西北生態環境資源研究院（原中國科學院寒區旱區環境與工程研究所）研制，精度為±0.05 ℃。野外試驗中，人工使用萬用表測量探頭電阻率，進而計算表磧層和冰體內部的溫度。共開展了6次觀測，分別為7月31日、8月1日、8月3日、8月4日、8月7日和8月8日。

2.4 冰川實測消融量數據

研究人員在自動氣象站附近表磧區布設了1根消融花桿（圖1c），表磧厚度為12 cm。在2008 年7月29 日—9 月1 日期間，開展了26 次詳細觀測。具體的觀測內容為花桿至冰川表面的垂直高度。消融量的計算公式為：

式中：A為消融量(m w.e.)；ρi為冰川冰的平均密度(900 kg·m-3)；Δm為觀測期間花桿至冰面的垂直高度變化(m)。最終得到研究期內花桿的消融量值，本研究使用該數據作為冰川消融量模擬的驗證資料。

2.5 表磧區能量平衡方程

本文使用表磧覆蓋型冰川能量平衡模型（Debris Energy-Balance model，簡稱DEB 模型）進行單點尺度冰川能量和消融模擬，該模型開發較為成熟，物理意義明確，完整描述了表磧區冰川的能量交換過程，與度日模型相比能獲取能量分量對消融過程的影響，且作為一款開源模型在阿爾卑斯山脈Miage 冰川和藏東南嘎隆拉冰川取得了很好的模擬效果［12,28］。其中，表磧覆蓋型冰川能量平衡模型主要基于如下能量平衡等式：

式中：S為凈短波輻射；L為凈長波輻射；H為感熱通量；LE為潛熱通量；P為降水帶來的熱通量；G為傳導熱通量，即能量從表磧表面傳輸至冰面所需的損耗；M為冰川消融能量；單位均為W?m-2。在本文的模型中，表磧表面溫度和上行長波輻射整體帶入能量平衡方程求解，表磧表面溫度Ts不僅是計算各輻射通量的輸入項，同時其數值也取決于輻射通量的大小。除太陽短波輻射和下行長波輻射外，其他能量通量均可以表示為表磧表面溫度Ts的函數。該模型使用Crank-Nicolson數值迭代方案，計算時間步長為1 h，Ts既是能量平衡模型中的未知數，又是計算能量項的所需參數，通過將表磧分為數層，迭代計算每層表磧的溫度，從而得出冰面的熱通量［7,27］。由于表磧之間的縫隙中存在大量的空氣和水汽，太陽輻射和湍流熱通量在表磧內發生復雜的能量交換，能量平衡模型根據表磧內的溫度變化表示能量傳遞過程。受太陽輻射和長波輻射的影響，表磧表面溫度時刻發生變化，晝夜溫差大。但根據表磧溫度觀測和自動氣象站氣溫數據，表磧層溫度在消融期內基本都為正溫，因而可假定表磧底部與冰體交界處的溫度一直處于融點（0 ℃）。與此同時，通過對表磧不同厚度處的溫度進行觀測，表磧內的溫度曲線呈現出非線性變化，晝夜的能量傳遞方向也可能發生改變。因此，使用非定態熱傳導方程描述表磧內的溫度變化：

式中：α為熱擴散系數，表示非定態熱傳導過程中物體內部溫度趨于均勻的能力；T為某一表磧層的溫度(K)；z為每一表磧層的深度(m)；t為時間(h)；k為表磧導熱系數(W?m-1?K-1)，ρd和cd分別為表磧的密度(1496 kg?m-3)和熱容量(948 J?kg-1?K-1)。

2.5.1 短波輻射 地表的短波輻射來源于太陽輻射，同時也是冰川表面的主要能量來源。云量對入射短波輻射有重要的影響，表磧反照率很大程度上也決定了出射短波輻射的大小。本文使用自動氣象站的入射/出射短波輻射數據作為模型輸入。

2.5.2 長波輻射 長波輻射包括地表發射的上行長波輻射和大氣發射的下行長波輻射，由于自動氣象站處沒有長波輻射的實測數據，因此使用斯特藩-玻爾茲曼定律計算下行和上行長波輻射［29-30］。下行長波輻射Lin的計算公式為：

式中：σ為玻爾茲曼常數［5.67×10-8W?(m2?K4)-1］；Ta為大氣溫度(K)；εeff為有效輻射率，即考慮云層覆蓋條件下的大氣輻射率，采用Idso［31］和Unsworth等［32］的公式進行計算：

式中：εcs為晴空輻射率；ea為海平面水汽壓(Pa)；n為云量，來自于ERA5再分析數據。

上行長波輻射Lout的計算同樣采用黑體輻射定律，其不確定性主要取決于模擬的表磧表面溫度：

式中：εd為表磧的比輻射率；Ts為表磧表面溫度(K)。

2.5.3 湍流熱通量 低層大氣與下墊面之間因溫度或濕度梯度產生的能量交換稱為湍流熱，包括感熱通量和潛熱通量。湍流熱通量是冰川能量平衡的重要組成部分。通過計算整體理查森數和判斷冰面穩定狀態可以較好的模擬湍流熱通量，因此，本文使用整體空氣動力學方法計算感熱通量，計算所需的表磧表面溫度數據同樣是模擬值，其基本思路為假設湍流熱通量與溫度梯度、濕度梯度和風速梯度存在相關關系［33-34］。感熱通量是近地面氣溫與下墊面溫度之間的差異引起的熱量交換。潛熱通量則是近地面大氣與下墊面之間水汽相變產生的能量交換，包括蒸發和凝結。感熱通量H和潛熱通量LE的計算公式為：

式中：ρa為當地空氣密度(kg?m-3)；ca為空氣熱容量(J?kg-1?K-1)；Lv為蒸發潛熱(J?kg-1)，近地面氣溫為283 K 時其數值為2.476×106J?kg-1；kvk為卡門常數(Von Karman constant)，是假設混合長和速度廓線的關系所引入的經驗系數，實驗室和近地面大氣測定值在0.35～0.43 之間，本文取值為0.4；u為近地面風速(m?s-1)；Ta為近地面氣溫(K)；Ts為表磧表面溫度(K)；ea和es分別為近地面大氣和表磧表面的水汽壓(Pa)；z為自動氣象站氣溫傳感器距離地面的高度(2 m)；z0m為表磧表面（動量）的粗糙度(m)，定義為水平風速為0處距地物表面的高度，取值為0.016 m［28］；z0t和z0q分別為表磧表面的熱量和水汽通量的粗糙度，二者取值與z0m相同。Φm、Φh和Φv分別為動量、熱量和水汽的無量綱穩定性函數。在計算潛熱通量的過程中，需定義表磧表面的相對濕度，本文將自動氣象站處測得的降水量＞0.2 mm 時的表面相對濕度定義為100%，否則為0%［10］。

Brutsaert 等使用理查森數Ri來描述動量、熱量和水汽通量的穩定性狀態［33,35］，本文假設自動氣象站處風速為0時，三者處于穩定狀態，否則將處于非穩定狀態。當三者在近地面處于穩定狀態時，理查森數為正，可表示為：

當近地面處于非穩定狀態時，理查森數為負，此時可表示為：

式中：理查森數Ri使用Brutsaert 描述的方法計算［33,36］，公式如下：

式中：g為重力加速度(m?s-2)；Tm為氣象站測得氣溫Ta與表磧表面氣溫Ts的平均值。

2.5.4 降水熱量 降水與表磧之間的熱量交換P采用Reid等［28］提供的方法計算：

式中：ρw為水的密度(kg?m-3)；cw為水的比熱（4.18×103J?kg-1?℃-1）；r為降雨速率（m?s-1），Tr為降水溫度(K)，由于缺乏實地觀測，使用氣溫Ta代替降水溫度。

2.5.5 傳導熱通量 一般將物體或系統內的溫度差產生的熱量傳遞現象稱為熱傳導。導熱系數k是計算傳導熱通量的關鍵參數，它用來描述物體傳導熱量的固有能力，熱量傳遞的速率取決于溫度梯度的大小和表磧的熱特性，表磧的導熱系數與其顆粒大小、密度、表磧內孔隙濕度和溫度密切相關，其數值大小受到周圍環境的影響，表磧內的溫度和濕度越大，導熱系數越大，傳遞到冰面的能量越多。模型通過對表磧進行等距離分層，每層表磧的厚度為0.01 m，使用傅里葉定律計算表磧表面和表磧/冰面交界處的傳導熱通量，使得每層表磧的溫度變化可以近似表示為線性，具體計算公式如下：

式中：Gice為表磧底部傳導至冰面的熱通量(W?m-2)；Td(N-1)和Tf分別為第N層表磧溫度和冰體熔點溫度（即冰面溫度）；h為每層表磧的實際厚度(m)。

2.5.6 冰川消融 能量平衡模型模擬的表磧以下冰融化量近似為冰川消融量。冰川的消融量a由可供冰川消融的能量M求得［37］：

式中：ρi為冰密度(kg?m-3)；Lf為融化潛熱(J?kg-1)。

3 結果與分析

3.1 模型驗證

表磧表面溫度反映了表磧與近地面大氣之間的能量交換程度，表磧表面的能量主要以熱傳導的形式向下傳遞，基于表磧表面溫度和表磧內熱傳導過程可估算出下覆冰的消融量，野外觀測的表磧溫度數據是模型的直接驗證參數。本文選取了能量平衡模型模擬的表面溫度和10 cm 深度處溫度同實測值進行驗證（由于8 月6—8 日有兩段時間氣象數據存在缺失，數據缺失的時間段內未顯示能量平衡的模擬值），結果表明，表磧表面溫度（圖2a）的模擬值和實測值具有很好的一致性（R2=0.91, RMSE=1.78 ℃），同時表磧下10 cm 溫度（圖2b）的模擬值也與實測溫度值擬合較好（R2=0.60, RMSE=0.48 ℃）。盡管表磧下10 cm 深度處的溫度模擬精度有所降低，但從表磧覆蓋型冰川的能量交換過程中可知，表磧表面溫度通過近地面氣象條件計算得到，進而基于表面溫度計算表磧內不同深度處的溫度，因此，表磧下10 cm 深的溫度模擬結果包含了表面溫度的計算誤差。從表磧溫度的時間序列變化中可以看出，表面溫度的日波動較大，白天溫度一般超過15 ℃，夜晚降溫迅速，溫度較低；表磧下10 cm 深度靠近冰面，日溫差小，白天溫度不超過5 ℃，夜晚溫度接近0 ℃?；谝巴庥^測的溫度數據中，有4 d的正午表面溫度超過15 ℃，10 cm 深處的實測值也相應較高；剩余2 d 溫度低于10 ℃，10 cm 深處的溫度同樣較低。通過對氣溫和表磧表面溫度進行相關性檢驗，發現二者存在較好的相關性（r=0.55，P<0.01），因此，表磧溫度變化在一定程度上可以反映近地面氣溫的時間變化。

圖2 模擬與實測的表磧表面溫度和表磧下10 cm處溫度Fig.2 Simulated and measured debris temperature at surface and depth of 10 cm

利用夏季模擬的消融與實測的消融進行對比，如圖3 所示，結果顯示，7 月30 日—8 月28 日期間，模擬的冰川累積消融量為0.39 m w.e.，實測的累積消融量為0.40 m w.e.。雖然研究期內，不同時間段的累積消融量模擬值普遍較實測值要小，但整體來看，模擬值和實測值兩者之間具有較好的一致性，決定系數（R2）為0.92，均方根誤差（RMSE）為±0.03 m w.e.。兩者之間存在差異的原因可能主要有三個方面：其一，本文中表磧屬性參數并未開展實地觀測，是通過率定得到的；其二，模型沒有涉及表磧內水汽的蒸發、再凍結過程，模擬結果與真實冰面能量收支狀況存在一定差距；其三，該條冰川運動速度較快，存在較強的運動補給。模擬與實測的累積消融量在8 月15—19 日間均呈現出較為平緩的趨勢，通過對比氣溫數據發現這一時段氣溫整體偏低，最低氣溫為-3.9 ℃，表明，此時氣象條件不利于消融，以致消融虧損減少。盡管消融的觀測時間只有一個月左右，但取得的觀測結果精度較高。消融觀測采用的是花桿法，研究人員每隔1～2 d 觀測，充分記錄了短時間尺度內消融的詳細變化情況，為開展冰川能量消融模擬提供了良好的實測驗證數據。

圖3 模擬與實測的累積消融量Fig.3 Simulated and measured glacier melt

3.2 表磧區能量平衡特征

青冰灘72 號冰川夏季表磧區能量特征如圖4和圖5 所示。在冰面的能量交換過程中，凈短波輻射是唯一的能量收入項。感熱通量是最大的能量支出項（49.7%），其次分別為傳導熱通量（消融耗熱）（25.8%），凈長波輻射（19.8%）和潛熱通量（4.6%），降水熱量不足1%，可忽略其對冰面能量交換的影響。

圖4 表磧表面輻射分量的日平均變化Fig.4 Mean diurnal variation of debris surface heat fluxes components

圖5 表磧表面能量分量的逐小時變化Fig.5 Hourly variation of debris surface heat fluxes components

觀測期內凈短波輻射表現出明顯的日變化，單日峰值可超過1000 W?m-2，也可小于400 W?m-2，這可能受到云量的影響，具體表現為云層的遮擋大幅減小了入射短波輻射透過大氣到達冰川表面，使得凈短波輻射曲線出現擾動或峰值削減。晝夜變化方面，從日出開始短波輻射持續增大，午后可超過600 W?m-2，隨之短波輻射持續減小直至日落。感熱通量是冰面的最大能量支出項，這是由于太陽輻射能量加熱表磧使表磧溫度顯著高于近地面氣溫而產生熱量對流交換。午后感熱通量的虧損高達-400 W?m-2，值得注意的是，由于夜間表磧溫度較低，使得感熱通量處于輕微的盈余狀態。傳導熱通量、凈長波輻射和潛熱通量均呈現出熱量支出狀態，其數值在白晝期間波動不大，曲線變化較為平穩，且虧損量不超過-200 W?m-2。觀測期間降水帶來的熱量幾乎為0，所以，降水熱量對冰面能量交換過程中的影響可忽略不計。表磧表面各輻射通量的日均變化特征較為一致，即在夜間能量波動小且趨近于0，日出前后收入和支出量持續增加，在午后絕對值達到最大，隨后逐漸減小。

3.3 表磧區消融特征

基于青冰灘72號冰川表磧區的氣象數據，結合能量平衡方程計算出模擬期內的日平均消融量為0.55 mm w.e.，研究期內冰川始終處于消融狀態，日均最大消融發生在8月3日，消融量為0.88 mm w.e.，日均最小消融發生在8 月17 日，消融量為0.23 mm w.e.，從7 月30 日—8 月28 日，累積消融量呈現出持續減緩的趨勢，為進一步研究冰川消融的變化特征，對模擬期間的日平均氣溫進行計算，發現每日的消融變化與氣溫變化具有高度的一致性（r=0.73，P＜0.01），最高的日均溫（7.8 ℃）同樣出現在8 月3日，日均溫最低（-0.1 ℃）的一天為8月19日，這說明了表磧覆蓋型冰川的消融變化特征同樣受到環境氣象條件尤其是氣溫的控制。

3.4 云量對表磧區氣象和能量條件的影響

為進一步研究不同天氣條件下表磧區的氣象和能量特征，本文分別探討了晴天和陰天天氣中氣象要素的日均變化，云量對各種氣象要素都有不同程度的影響（圖6），云量對入射短波輻射的影響主要體現在削弱其峰值，晴天正午左右入射短波輻射的數值高達850 W?m-2，陰天時不足600 W?m-2，云層對下行長波輻射的作用則完全相反，陰天的下行長波輻射始終大于晴天，但二者在一天之中的變化趨勢保持一致。晴天氣溫略高于陰天，變化幅度在1.5～6 ℃之間。相對濕度并無明顯的變化規律，陰天的相對濕度水平處于較高水平，平均相對濕度為70%左右，晴天上午時間段內相對濕度較小，僅為50%，隨后相對濕度逐漸增大。一天之中風速的變化有較為明顯的2個峰值，正午左右風速最小，快到日落時風速最大，陰天的風速變化與晴天相比較為平緩。降水主要發生在下午，陰天的降水量明顯較大，最高可達0.7 mm·h-1。由此可以看出，冰面的氣象條件在云量的影響下時間分布特征和數值大小都發生了相應改變，也會對表磧區的熱量和能量交換造成一定的影響。

圖6 不同天氣條件下氣象要素的變化Fig.6 Effects of different weather conditions on meteorological elements

通過云量區分表磧區的天氣狀況后，可以看出，不同天氣條件對能量平衡方程的各輻射通量也產生了相應的影響（圖7和表2）。云量對凈短波輻射通量的影響較大，晴天正午時刻的凈短波輻射超過750 W?m-2，陰天的凈短波輻射則削減為530 W?m-2左右，與研究期內所有天氣條件相比，晴天的平均凈短波輻射增加了11.9%，陰天則減少了20.5%。同樣的，晴天條件下感熱通量的最大虧損量超過-500 W?m-2，陰天則削減為-330 W?m-2左右，晴天和陰天的平均感熱通量分別為109.04 W?m-2、72.30 W?m-2。云量的增加雖然減弱了凈短波輻射的收入和感熱通量的支出，但二者的時間序列變化特征卻幾乎沒有發生變化。陰天條件下凈長波輻射、潛熱通量和傳導熱通量與晴天時相比，其數值均減小了50%左右，晴天時潛熱通量的平均虧損量較小，僅為-2.63 W?m-2，凈長波輻射和傳導熱通量的平均虧損量則在陰天條件下明顯減少。由于觀測期間降水稀少，降水熱量可忽略不計，在不同天氣條件下也無明顯變化。晴天和陰天的平均消融量分別為0.58 mm w.e.和0.51 mm w.e.，陰天的消融量比晴天減少了12%?？傮w而言，云量的多少對能量通量的數值大小有顯著影響，但未改變能量通量隨時間的變化特征，陰天時凈短波輻射的收入和其他能量項的虧損都有所減少，晴天時除潛熱通量虧損減少外，凈短波輻射的收入和其他能量項的虧損都在增加。

表2 不同天氣條件下的平均能量平衡參數分量及其變化Tab.2 Mean fluxes and variation under different weather conditions

圖7 不同天氣條件對輻射通量的影響Fig.7 Effects of different weather conditions on radiation flux

4 討論

4.1 敏感性分析

表磧屬性作為表磧覆蓋型冰川能量-消融模擬的重要不確定性因素，本文通過對模型中各表磧屬性參數進行敏感性分析，可以確定影響表磧覆蓋型冰川能量-消融模擬的關鍵參數，為后續進一步研究提供可靠的基礎。在敏感性測試中，除表磧反照率（α=0.086）通過氣象站的反射/入射短波輻射計算得出，其他表磧參數的取值均通過文獻［28］獲取。本研究分別選擇表磧導熱系數（k）、表磧表面粗糙度（z0）、表磧比輻射率（ε）和表磧反照率（α）4種表磧屬性參數用于評估表磧屬性參數對消融模擬的影響（表3）。在對青冰灘72 號冰川的實地觀測和模擬中，表磧導熱系數設定為0.94 W?m-1?K-1，當導熱系數增加/減少0.2 W?m-1?K-1時，模擬消融量平均增加/減少17.8%；當導熱系數增加/減少0.4 W?m-1?K-1時，消融量平均增加/減少35.7%。模型中表磧表面粗糙度設定為0.016 m，當粗糙度增加/減少0.01 m時，模擬的消融量減少4.6%或增加9.3%。表磧比輻射率的取值為0.94，當輻射率增加/減少0.03 時，模擬的消融量平均減少/增加4.3%；當比輻射率增加/減少0.06 時，消融量平均減少/增加8.7%。表磧對可見光的吸收能量較強，反照率接近于0，氣象站處測量的平均表磧反照率為0.086，其數值增加0.1或0.2，模擬的消融量將減少5.6%或11.5%。除導熱系數外，表磧的粗糙度、比輻射率和反照率與冰川的消融均呈現出負相關關系，表磧導熱系數在能量平衡模型中表現為最敏感的參數，表磧反照率和表面粗糙度具有一定的敏感性，但二者在表磧區的變化幅度并不明顯，此外，敏感性分析中表磧比輻射率的變化對消融結果的影響不大。因此，在對表磧覆蓋型冰川進行消融模擬時，應高度關注表磧導熱系數的實地觀測值，以及表磧表面粗糙度和表磧反照率的取值，這些表磧參數的微小變動會對消融結果產生較大變化。由于本文未對所有表磧參數開展實地測量，其率定值可能與青冰灘72號冰川的實際數值存在一定的差距，未來應加強對表磧屬性的實地觀測，以確定其時空變化和不確定性程度。

表3 表磧參數的敏感性分析Tab.3 Sensitivity analysis of debris parameters

4.2 不同區域表磧覆蓋型冰川對比

為進一步理解青冰灘72 號冰川消融區域的能量平衡特征，本文對比分析了不同區域山地冰川的能量和消融狀況（表4）。西瓊臺蘭冰川和科其喀爾冰川均位于托木爾峰地區，它們與青冰灘72號冰川有著較為相似的特點，冰川面積巨大，冰崖和冰面湖廣泛發育。西瓊臺蘭冰川面積超過100 km2［38］，冰面差異化消融現象顯著，1978年在海拔4000 m處表磧區觀測的能量收入來源中，凈輻射收入占比為73%，感熱通量占比23%，凝結潛熱僅占4%左右，平均消融能量為77 W?m-2［39］。位于科其喀爾冰川4200 m 處的觀測站顯示5—9 月的平均氣溫在1 ℃左右，而極端最高氣溫達到了12 ℃左右，太陽輻射強烈，有利于冰川消融，與此同時5—9 月集中了全年75%的降水，降低了冰川能量交換的水平［40］，2004年在該冰川表磧區模擬的消融能量為10.5 W?m-2［41］。藏東南嘎隆拉冰川［12］的能量通量分布狀況與地處天山的青冰灘72號冰川較為相似，僅有凈短波輻射和潛熱通量存在一定差異，可能原因是嘎隆拉冰川緯度較低接收了更多的短波輻射，同時受到東亞季風環流的影響冰面水汽含量較高從而產生大量的潛熱交換。與青冰灘72號冰川相比，阿爾卑斯山脈的Miage 冰川接收了更多的太陽輻射，而凈長波輻射的虧損比72號冰川高出90%以上，傳導熱通量的能量消耗也十分巨大，最終導致該冰川可供消融的能量不足5 W?m-2［28］。喜馬拉雅山脈的Lirung 冰川緯度低于30°N，冰川末端海拔接近4000 m，2013 年5 月該冰川可供消融的能量為123 W?m-2［42］，消融程度遠高于其他區域的冰川?？錾剿幘暥容^高，因此該地冰川接收的短波輻射顯著低于其他區域，除此之外，Collier等［43］在喀喇昆侖山模擬的感熱通量和傳導熱通量均為正值，而其他單點尺度的模擬研究則顯示除凈短波輻射外，其余能量一般為能量支出狀態，這表明模型尺度和空間分辨率的差異對輻射通量和消融模擬結果具有重要的影響?？傮w來看，不同區域的冰川消融狀況主要取決于當地的環流特征與地表氣象條件，同樣，不同的能量平衡模型以及氣象要素參數化方案的差異也會影響模擬結果的準確性。

表4 不同區域表磧覆蓋型冰川的能量分布狀況Tab.4 Surface heat fluxes components of debris-covered glaciers in different regions

5 結論與展望

本文以天山托木爾峰青冰灘72 號冰川為例進行消融模擬研究，該冰川所在區域蘊藏著豐富的冰雪水資源，平均每年產流約63.4×108m3，其中約50%為冰雪融水，且分布著眾多的表磧覆蓋型冰川，這類冰川由于表磧覆蓋形成差異化消融，對冰川物質平衡和徑流評估帶來一定的挑戰，因此，本文基于表磧區自動氣象站小時尺度數據作為輸入，采用表磧覆蓋型冰川能量平衡模型開展下覆冰消融模擬研究，結合野外實測消融和表磧溫度數據進行驗證，得出以下結論：

（1）研究期內能量平衡模型模擬的消融量為0.39 m w.e.，基于花桿實測的消融量為0.40 m w.e.，R2=0.92，RMSE=±0.03 m w.e.，能量平衡模型取得了較好的模擬效果，模型計算的表磧表面溫度和表磧層內溫度也與野外實測溫度數據具有較好的一致性。

（2）在冰川表磧區的能量收支過程中，凈短波輻射是唯一的能量收入項，是冰面的主要能量來源，其他能量項均處于虧損狀態，感熱通量是最大的能量支出項（49.7%），其次分別為傳導熱通量（消融耗熱）（25.8%），凈長波輻射（19.8%）和潛熱通量（4.6%），降水熱量不足1%，可忽略其對冰面能量交換的影響。

（3）不同天氣條件對表磧區氣象和能量變化有顯著影響，但不改變它們的時間分布特征，入射短波輻射、下行長波輻射和相對濕度受云量的影響程度較大，陰天的云量顯著削弱凈短波輻射通量，其他輻射通量也較晴天減少50%左右，陰天的平均消融量比晴天減少了12%，需注意云量對冰川能量收支狀況的影響。

（4）通過對表磧屬性進行敏感性試驗，模擬的消融量對導熱系數的變化最為敏感，表磧反照率和表面粗糙度的變化量也不容忽視，而表磧比輻射率對消融模擬影響不大。

本文僅涉及冰面單點的消融模擬，由于冰川不同區域的氣象條件及地形特征具有很大的差異性，為了厘清整條冰川乃至流域尺度的表磧覆蓋型冰川的消融狀況，未來應從以下三個方面加強大區域的能量消融和動力模擬：（1）完善對冰面氣象要素的時空變化特征研究，以確定氣象要素的參數化方案在大范圍區域內取得最佳的全局效果；（2）加強對表磧厚度以及表磧導熱系數的實地觀測和模擬，以精確驅動消融模型；（3）構建冰川動力學參數化方案，并耦合能量平衡模型，更為細致地研究冰川動力和運動特征對冰川消融的影響。

致謝：感謝中國科學院青藏高原研究所楊威老師在模型方面給予的指導幫助！