天山典型流域水文多要素模擬與氣候變化影響預估

倪靜雯， 高紅凱， 秦延華， 張文鑫， 何天豪， 雍磊磊， 馮紫荊

（1. 華東師范大學 地理科學學院，上海 200241； 2. 曲阜師范大學 地理與旅游學院，山東 日照 276826；3. 隆德大學 自然地理與生態科學系，瑞典 隆德 SE223 62）

0 引言

天山作為“中亞水塔”，是中下游及周邊干旱區關鍵的水源地，養育了近1.5 億人口，對區域經濟、社會和生態可持續發展起到了決定性作用［1］。此外，作為亞歐大陸腹地一條巨大的獨立緯向山系，其水文水資源隨海拔變化的規律非常典型［2］。隨著全球變暖，天山區域水循環規律發生顯著變化［3］。但由于觀測站點稀疏、資料缺乏，人們對水文過程的認識仍存在不確定性。因此，亟需通過模型模擬并預估天山流域各高程帶水資源演變，揭示氣候變化背景下水資源及景觀隨海拔變化的特點及機理，以支撐未來水資源合理開發和利用以及可持續發展。

冰川和積雪消融在天山地區水文過程中起到重要作用，冰雪消融模擬目前主要有兩類模型：一類是基于度日因子的概念模型，在SRM、HBV、新安江等模型中應用廣泛［4］；另一類是基于能量平衡的消融物理模型，在SWAT［5-6］、SNTHERN、VIC［7］模型中也有大量應用。已有的模擬結果表明：全球變暖使得天山地區降水量總體呈上升趨勢［8］，其中天山西段增加最多，只有天山東段的東南坡降水有所減少［9］，由此導致天山地區地表水資源增加［10］；同時，溫度升高加速了天山區域冰川積雪的消融［11］，使得冰雪融水補給在近年來持續增加，到2050年左右達到拐點，而后開始減少［12-13］。由于植被生長受水分和熱量條件影響，是反映環境變化的綜合指標［14］，所以天山地區的植被分布和歸一化植被指數均隨氣候變化而動態演變［15］。此外，植被分布和變化也是徑流量和蒸發量空間分異的主要原因之一，生態水文各要素互饋關系復雜［16-17］。由此可見，天山地區水循環是氣象、水文、冰雪、植被等相互作用的復雜系統［3］。然而目前研究多以上述某一方面或要素作為對象，對天山流域降水、蒸發、冰雪融水、徑流等主要水文過程，及其與氣候、景觀、地形、植被等地理綜合體的偶連效應機理仍缺少詳細模擬和討論［18-20］。

本研究基于自主研發的冰川水文模型FLEXGΔh［21］將水文模型和冰川響應模型耦合，能夠根據溫度和降水變化，動態模擬各高程帶冰川物質平衡、徑流深、蒸發量等水文要素。該模型不僅可服務于傳統的徑流預報與預估等工程水文需求，還通過嚴格檢驗水文要素模擬的中間過程，驗證模型的可靠性和真實性［22-24］，以模擬為手段，認識并定量揭示流域水文過程。本文以天山4 個典型流域為研究區，將FLEXG-Δh模型由單條冰川模擬拓展應用至研究區內2 282 條冰川，對其2020—2100 年各高程帶冰儲量變化進行模擬，在此基礎上，對流域各高程帶水資源狀況進行精細預估。最后，總結水文要素垂直地帶性規律并定量分析其機理過程，預估全球變暖對該地區水文多要素的影響。

1 研究區及數據

1.1 研究區概況

綜合考慮流域特征和數據的可獲取性，本文選擇博爾塔拉河、塔西河、特克斯河、開都河四個研究基礎較好的天山山區典型流域作為研究區（圖1）。流域范圍在42°11′32″～45°10′18″ N，79°23′19″～86°18′21″ E，高程位于885～5 987 m。研究區內的降水集中在春、夏季節，平均年降水量超過200 mm［25］。降水為河流提供了降雨徑流和冰雪融水徑流補給，是中下游綠洲區域重要的水資源。研究區內的主要植被類型為：荒漠草原、高山草甸和針葉林［26］。四個流域分屬天山不同區域且具有各自特征。其中，開都河位于天山南坡中段，出山徑流由大山口水文站控制，年均徑流深為184.5 mm［27］。該流域徑流供給博斯騰湖，成為塔里木盆地的重要水源，覆蓋下游115 萬人口，水安全壓力較大［6，28］。特克斯河位于天山南坡西段，出山徑流由卡甫其海水文站控制，年均徑流深為272.8 mm［27］。相較于天山其他流域，特克斯河流域具有較大的面積、降水量和海拔高程差［29］，水文地帶性規律強。塔西河位于天山北坡東段，出山徑流由石門子水文站控制，年均徑流深為129.4 mm［30］。博爾塔拉河位于天山北坡西段，出山徑流由溫泉水文站控制，年均徑流深為137.1 mm［31］。該流域位于天山北坡的最西端，是艾比湖重要的水源，占入湖總量的70%［32］。流域的其他信息見表1。

表1 各流域基本情況Table 1 Basic conditions of each river basin

圖1 研究區及數據來源概況Fig. 1 Study area and data sources

1.2 數據來源

（1）徑流數據：來自新疆維吾爾自治區水文統計年鑒，使用各水文站點2006 年、2007 年的日徑流量數據。站點的位置和流域匹配情況見圖1、表1。

（2）氣象數據：歷史的氣象數據來自中國地面氣候資料日值數據集（V3.0）（http：//data.cma.cn/）。由于天山地區高海拔、地形復雜、氣候寒冷等原因，氣象監測站點少。所以選擇距離各流域最近的氣象站獲取2006 年、2007 年日均溫和日降水量（圖1、表1）。未來氣象數據采用GFDL-ESM4模型在第六次國際耦合模式比較計劃（CMIP6）中模擬的兩種共享社會經濟路徑下的氣候情景（SSP1-RCP2.6 和SSP5-RCP8.5）數據（https：//www. isimip. org/gettingstarted/data-access/）。SSP1-RCP2.6 代表可持續發展的社會經濟路徑，即溫室氣體排放得到有效控制，溫度上升盡可能控制在1.5 ℃或者2.0 ℃。SSP5-RCP8.5 為化石燃料繼續開發和碳排放持續上升的社會經濟路徑，氣候持續變暖嚴重。為了使未來氣候數據更能反映當地氣候變化，我們根據Lange［33］介紹的氣象數據校正方法對日降水量和日均溫分別進行了乘法調整和加法調整。乘法調整是指通過計算模型的歷史時期數據和對應的觀測數據間的比例因子來校正未來時期的氣候數據。加法調整是指通過計算模型的歷史時期數據相對于觀測數據的月均值偏移量來校正未來時期的氣候數據。由于觀測數據年份只有兩年，我們用這兩年的均值與模型2001—2010 年的均值來計算調整函數的比例因子和偏移量。最終得到2020—2100年各氣象站日均溫和日降水量。

（3）冰川數據：冰川厚度和覆蓋范圍數據使用第六版倫道夫冰川編目（RGI6.0）［34］。冰川范圍數據為矢量數據、冰川厚度為柵格數據，空間分辨率為25 m。

（4）數字高程模型（Digital Elevation Model，DEM）：使用SRTM數據（https：//www.gscloud.cn/），空間分辨率為90 m。

（5）地表植被類型：來源于青藏高原科學數據中心（http：//data. tpdc. ac. cn/zh-hans/）［35］，該數據為2020年地表覆蓋的柵格圖層，空間分辨率為500 m。

2 研究方法

FLEXG-Δh模型分為FLEXG冰川水文模型和冰川響應的Δh參數化方案兩個部分。FLEXG冰川水文模型將流域分為冰川區與非冰川區兩個部分，分別模擬產流過程［36］。Δh參數化方法按冰川的面積分類使用經驗曲線模擬不同高度冰川響應變化［37］。最后利用冰川物質平衡（GMB）將FLEXG冰川水文模型與Δh參數化方案進行結合［21］，在不斷更新冰川面積的情況下對各高程帶水資源情況進行預估。

2.1 FLEXG冰川水文模型

本研究中，FLEXG模型用于模擬冰川水文過程，通過各高程帶氣溫、降水量以及冰川與非冰川區面積比率作為輸入，以觀測到的徑流深作為模型率定和驗證數據，確定水文平衡方程中各參數的取值。隨后即可通過氣溫、降水以及冰川面積數據模擬各高程帶冰川區及非冰川區徑流量、蒸發量及冰川物質平衡。

FLEXG模型中冰川區和非冰川區的水量平衡方程和本構方程見表2。首先，冰川區和非冰川區具有相似的降水和融雪過程。其中降水根據該高程帶氣溫與閾值溫度比較，可進一步分為降雨或降雪［表2，式（1）～（2）］。

表2 FLEXG模型公式Table 2 The equations in FLEXG model

積雪可看作一種多孔介質，能保持一部分液態水。而儲藏在積雪中的液態水有可能因為溫度降低又重凍結變為固態的粒雪。因此使用表2，式（3）～（7）描述融雪消融和重凍結等過程。

對于冰川區，液態水會再次經歷與融雪過程類似的冰川融化過程。有所不同的是，冰川的融化不僅需要溫度大于閾值同時還要表面無積雪覆蓋。不同的參數表達式見表2，式（8）～（10）。

對于非冰川區，液態水可能形成徑流也可能被土壤吸收，這主要取決于相對土壤濕度、蒸發量和液態降水量［表2，式（11）～（13）］。形成的徑流分為快速徑流和慢速徑流，分別對應于模型中快速和慢速響應模塊［表2，式（14）～（17）］。

2.2 Δh參數化方案

Huss 等［37］使用瑞士34 條具有長期觀測記錄的冰川為基礎，提出Δh冰川響應參數化方案，并與冰川水文模型中的GMB 進行耦合。理論上來說，低海拔相較于高海拔，冰川物質損失對氣候變化更為敏感。此外，面積范圍較小的冰川，其物質損失面積比例越大，往往不局限于冰川末端。因此，按照冰川面積分三類討論，即面積大于20 km2、面積小于5 km2以及位于兩者之間。冰川厚度的變化Δh參數采用無量綱形式，即使用(hmax-h)/(hmax-hmin)進行標準化。具體厚度變化見式（18）。

式中：Δh為標準化冰川厚度變化；hr為標準化冰川高程；S為冰川面積（km2）。

該方案以各高程帶氣溫、降水量、冰川與非冰川區面積比率以及該區域率定得到的冰川區參數作為輸入，能夠模擬得到未來氣候環境下各高程帶冰川的面積及體積。

2.3 改進的FLEXG-Δh模型

本文將FLEXG-Δh模型進行改進，使其在保證單條冰川的精度之下能夠進行流域尺度的模擬?？傮w框架分為三步（圖2）。第一步，疊加冰川區范圍和DEM即可得到以50 m為間隔，流域各高程帶各坡向冰川與非冰川區占比，以此作為FLEXG模型冰川數據。此外，由于流域氣象站點稀疏，且多分布在低海拔的谷地，并不能代表整個流域的氣候狀況。因此使用式（19）、（20）進行線性插值，其中氣溫直減率取-0.007 ℃·m-1，降水增加系數為0.042%·m-1［36］。

圖2 改進的FLEXG-Δh模型框架圖Fig. 2 Structure of the improved FLEXG-Δh model

式中：T、H、P分別表示所求高程帶的溫度（℃）、中心高程（m）、降水量（mm）；T0、H0、P0表示站點溫度（℃）、高程（m）、降水量（mm）。

將處理后的冰川、氣象、地形等數據輸入FLEXG模型，模型內部使用蒙特卡洛方法，共模擬105次，通過Kling-Gupta 效率系數（IKGE）以及實測徑流量來評估模擬精度，見式（21）［38］。

式中：r為模擬值與觀測值之間的線性相關系數；α為模擬值與觀測值的標準差之比；β為模擬值與觀測值的均值之比。

表2中各流域的13個不確定參數，使用2006年的徑流數據進行率定，再使用2007 年數據進行檢驗。參數先驗范圍參考文獻［36］。

第二步，采用Δh參數化方案對流域內2 282 條冰川逐個進行厚度變化模擬，從而更新流域內冰川的厚度、面積、冰儲量。該步驟所需數據有未來氣溫、降水量和目前單條冰川各高程帶平均冰川厚度信息以及第一步得到的流域冰川區參數。然后按照高程帶對流域內所有冰川求和得到流域未來冰川分布情況。

第三步，再根據未來氣象數據、第二步模擬的冰川分布情況使用FLEXG模型模擬流域未來冰川區與非冰川區各自的徑流量、蒸發量、冰川物質平衡變化等。

3 結果與討論

3.1 模型檢驗

模型的檢驗使用各流域水文站的實測數據。圖3 對比了率定期（2006 年）和檢驗期（2007 年）每日實測與模擬的徑流深。從圖中可以看出，四個流域的模擬徑流量在率定期和檢驗期都能較好地與實測數據匹配。率定期的平均IKGE系數為0.75；檢驗期的平均IKGE系數為0.60。說明該模型能夠較好地重現歷史水文過程，具有可信度。

圖3 各流域率定期（2006年）與檢驗期（2007年）IKGE系數、模擬徑流與實測徑流對比Fig. 3 IKGE coefficient and comparison between simulated and observed runoff of each river basin in calibration （2006） and validation （2007） period： Bortala River （a）， Kaidu River （b）， Taxi River （c）， Tekes River （d）

然而，研究區內包含多處水庫，開都河1 處；特克斯河9 處［39］。由于缺乏水庫調度的實際運行資料，模型無法模擬人為控制的徑流突變，例如開都河2007 年5 月21 日、特克斯2006 年10 月3 日。但水庫主要影響徑流的季節分配，對水資源總量影響不大。

表3為率定得到的冰川物質平衡和冰川區徑流占比。通過對比以往研究中使用遙感［40］及實地觀測［41］方法得到的天山地區冰川物質平衡數據，數量級相同、結果相似。此外，已有研究表明，全天山地區冰川融水占總徑流約為25%［19，42］，其中開都河冰川融水貢獻率為19.14%［43］，特克斯河所屬的伊犁河流域冰川融水貢獻率為19.2%［44］。這與本研究結果近似，由此說明冰川消融方面模擬結果合理可信。

表3 各流域2006年冰川物質平衡與冰川區徑流占比Table 3 Glacier mass balance and contribution of glacial meltwater in 2006

3.2 冰川變化

目前研究區內共有2 282 條冰川，總面積為817.71 km2，總體積為3.32×104km3。到21 世紀末，SSP1-RCP2.6 情景下研究區內將有145 條冰川完全消融，冰川面積共減少276.47 km2（占現有冰川面積的33.81%），體積共減少1.81×104km3（占現有冰川體積的54.37%）。由于SSP5-RCP8.5 情景下溫度升高更多，冰川消融更為顯著。研究區內將有222條冰川消失，面積共減少414.42 km2（占現有冰川面積的50.68%），體積減少約2.44×104km3（占現有冰川體積的73.47%）。各流域具體情況見表4。

表4 各流域21世紀末（SSP1-RCP2.5、SSP5-RCP8.5情景下）冰川消融情況Table 4 Glacier melting in 2100 （under SSP1-RCP2.5 and SSP5-RCP8.5 scenarios）

從冰川的高程分布來看（圖4），冰川分布于海拔3 000 m 以上，且冰川面積于海拔4 000 m 左右達到最大。對比2020 年與21 世紀末的冰川分布，低海拔地區，冰川面積變化顯著；高海拔地區消融相對較小。其中，海拔4 000 m 以下的消融量占總消融量的87.2%。這與以往遙感觀測和冰川物質平衡的實地觀測結果一致［45-46］。處于最低海拔的冰川（范圍跨度在400 m 左右）往往面積較小且消融較快，至21 世紀末便完全消融。而在4 500 m 以上高程帶，由于溫度低，冰川較少出現物質虧損現象。

圖4 各流域2020年及21世紀末（SSP1-RCP2.5、SSP5-RCP8.5情景下）冰川面積的垂直分布Fig. 4 Distribution of glacier area along with elevation in 2020 and 2100 （under SSP1-RCP2.5 and SSP5-RCP8.5 scenarios）：Bortala River （a）， Kaidu River （b）， Taxi River （c）， Tekes River （d）

從冰川區產流來看（圖5），平均年徑流量為0.25×108～30×108m3，由于特克斯河和開都河流域面積大，因此冰川區徑流量較大。模擬結果表明，到21 世紀末，除特克斯河外，其余流域冰川區徑流均有不同程度減少。其中，塔西河由于冰川消融量最大（表4），因此21 世紀末徑流量相較2020 年下降約66.3%，博爾塔拉河和開都河下降分別約53.9%和23.2%。從2020年至2100年，冰川區徑流量總體呈現出3 類情況：第一，冰川區徑流持續減少，如博爾塔拉河、開都河以及SSP5-RCP8.5 情景下的塔西河。第二，冰川區徑流未來即將出現拐點或峰值，如SSP1-RCP2.6 情景下的塔西河將在2030 年左右達到峰值。第三，冰川區徑流不發生明顯變化，如特克斯河。

圖5 各流域2020至2100年（SSP1-RCP2.5、SSP5-RCP8.5情景下）冰川區年徑流量Fig. 5 Annual runoff in glacier area from 2020 to 2100（under SSP1-RCP2.5 and SSP5-RCP8.5 scenarios）：Bortala River （a）， Kaidu River （b）， Taxi River （c）， Tekes River （d）

3.3 水文與景觀垂直地帶性

3.3.1 水文要素垂直變化及機理分析

通過模型計算出各高程帶目前水資源情況（圖6）。徑流量隨海拔升高先升高后降低，徑流的最大值普遍在4 000 m左右。這主要是由于在4 000 m以下地區，隨著海拔的升高，降水量增加，從而使得徑流量逐漸增加。而4 000 m 以上區域雖然降水量大，但溫度降低使得降水多以積雪等固態的形式保存，4 500 m以上高程帶冰川和積雪沒有明顯的消融現象（圖4）。

圖6 各流域用地面積及2020年水文要素垂直分布（其中：Ea表示蒸發量、Qm表示徑流深、P表示降水量）Fig. 6 Land use area and hydrological elements along with elevation in 2020 （where Ea represents evaporation， Qm represents runoff depth， and P represents precipitation）： Bortala River （a）， Kaidu River （b）， Taxi River （c）， Tekes River （d）

蒸發量同樣呈現先升高后降低，拐點普遍出現在2 000 m 左右。這是因為蒸發量受水分條件和熱力因素的影響。在2 000 m 以下地區，隨著海拔升高降水增加，為蒸發提供水分條件，因此蒸發量增加。而2 000 m 以上地區，雖然降水增加，但溫度也越來越低，使得蒸發的熱力條件減小，因此蒸發量隨海拔升高而減小?？偟膩碚f，蒸發量在2 000 m以下區域受降水限制；而在2 000 m 以上區域則受能量限制。這與其他學者得到的結果相一致［47］。

3.3.2 水文要素與景觀在不同高程帶上的相互作用關系

根據地表植被類型和DEM 對各類植被的高程分布進行統計分析（圖6）。植被主要分布于海拔4 000 m 以下的地區。其中草地和稀樹草原的占比和跨度較大，從900～4 500 m 均有分布；而森林地帶則主要分布于1 500～3 000 m。4 000 m 以上的區域主要是裸地和冰雪區。

可以發現，植被隨海拔的分布模式與氣象、水文有較強的關聯性。海拔低于1 500 m 時，由于降水量小，徑流量小，水分條件限制了植被的生長，因此以草原為主。而從1 500～3 000 m，隨著海拔的升高水分逐漸充沛，從草原帶逐步過渡到森林帶。由于森林強大的蒸騰作用耗水多，又使得該區間內的蒸發量最大，這與本研究的模擬結果完全一致。從3 000～4 000 m，由于溫度降低，熱量減小，植被受熱量條件影響再次向草甸、苔原過渡。4 500 m以上的地區，由3.2節的結果和徑流量可得，降水以降雪為主，雪冰物質累積，產流量少。因此，呈現積雪冰川帶，少有植被存在。經查閱，該地區植被垂直地帶性為：荒漠草原帶（＜1 200 m）、山地草原帶（1 000～1 500 m）、山地森林帶（1 500～2 400 m）、亞高山草甸帶（2 400～3 000 m）、高山流石坡植被帶（3 000～4 000 m）［2，48-49］，這與我們的分析結果吻合?？梢?，天山完整的垂直地帶景觀是水文、氣象、植被、地形的綜合作用結果。

3.3.3 未來不同氣候情景下水文、植被要素的高程分布變化

對比圖7中三個階段的變化可以發現：在SSP1-RCP2.6 情況下，溫室氣體排放較低，氣溫波動并不顯著。降水量呈現無顯著規律的震蕩變化，而由于溫度沒有變化，所以蒸發量只受降水量的影響，與降水量變動趨勢一致。徑流量除了塔西流域以外，其他均無明顯變化。

圖7 SSP1-RCP2.6、SSP5-RCP8.5情景下各流域水文要素垂直分布圖（其中：Ea表示蒸發量、Qm表示徑流深、P表示降水量）Fig. 7 Hydrological elements along with elevation under SSP1-RCP2.6 and SSP5-RCP8.5 scenario （where Ea represents evaporation， Qm represents runoff depth， and P represents precipitation）： Bortala River （a），Kaidu River （b）， Taxi River （c）， Tekes River （d）

然而在SSP5-RCP8.5 即無任何減排政策干預的情景下，溫室氣體排放持續增加。據IPCC 第六次評估報告［50］，到21 世紀末全球將大概率上升2 ℃，且中國上升的速率更快［51］。雖然降水沒有很強的規律性變化，但潛在蒸發隨溫度上升而增加，進而實際蒸發量也不斷增加。相較之下，開都河與特克斯河在海拔2 000 m以下沒有很大變化，2 000 m以上蒸發量增加，且蒸發最大值高度均上升約500 m，可能伴隨景觀分布的改變。博爾塔拉河各高程帶的蒸發量則同步上升，無明顯區別。而塔西河各高程帶蒸發量略有增加。

從圖4 可以看出21 世紀末，海拔4 000 m 以下的地區，由于溫度升高冰川基本完全消融。因此，低海拔地區隨冰儲量的減少，總徑流深將減小0.16～1.40 mm·a-1。而隨著溫度升高，冰川退縮。在高海拔地區，原來的冰川物質積累區變為冰川物質損失區。因此，高海拔地區對總徑流深將增加0.20～0.67 mm·a-1。最終，使得四個流域的最大產流高度帶平均上升500 m。其中塔西河上升高度最多，約850 m，這主要是由于塔西河冰川消融量最大，消失的冰川體積占現有體積的92.14%。此外，丁永建等［12］認為冰川融水的拐點與升溫速率和冰川面積大小有關，冰川規模較小的流域在21世紀初即出現冰川融水拐點。博爾塔拉河、開都河、塔西河由于面積大于5 km2的冰川占總條數的1.5%以下，冰川急劇退縮導致21世紀末具有冰川融水的最低高程上移。而特克斯河面積大于5 km2的冰川占總條數的3.2%，且冰川總消融量小。所以，在4 000 m以下的低海拔地區總徑流深較小幅度減小，且具有冰川融水的最低高程上移不明顯。

研究表明，低海拔地區植被的生長主要受水分控制；高海拔地區植被主要受熱量限制［52-53］。在SSP5-RCP8.5情景下，低海拔地區在21世紀末徑流減少導致土壤水分減少，將限制植被的生長［26］。而高海拔地區，到21世紀末隨著溫度升高不僅能夠為植被提供能量所需，還導致積雪融化增加土壤水分［54-55］。根據最大產流高程帶的上移，未來研究區內植被分布的海拔范圍可能更廣，高海拔的裸地可能實現植被的覆蓋，整體景觀的海拔梯度上移。但這些結論仍有很大不確定性，需要未來更多觀測數據檢驗。

3.3.4 研究結果對比

本節中的水文多要素隨高程變化規律與Gao等［52］在黑河上游發現的結果類似。均呈現出降水隨高度增加，蒸發先增加后減少的趨勢。但由于天山地帶性完整，本研究區還涉及大量冰川積雪覆蓋，具有更為典型的冰凍圈水文特征。本研究豐富了垂直地帶性水熱耦合及其與地形植被等景觀要素同水文過程緊密結合的研究內容。相比于Xu等［47］使用線性擬合，水文模型的綜合視角對自然過程的模擬更為定量和全面，機理性更強。本文在現有觀測的基礎上進行水文要素模擬，同時還在SSP1-RCP2.6、SSP5-RCP8.5 情景下，討論未來變化。此外，本文將改進的FLEXG-Δh模型應用到流域尺度，模擬了2 282 條冰川的未來變化及其對水資源影響，在大尺度冰川水文耦合模擬的技術方法上也具有創新性?？傊?，本研究通過綜合模擬水熱等氣候水文各要素，并系統預估了未來水熱變化對冰川、植被、地形等景觀時空異質性和水資源的影響，有望為天山地區水資源利用綜合管理和優化提供更加可靠的科技支撐。

4 結論

本文改進了FLEXG-Δh模型，首先通過多源數據嚴格檢驗了模型對徑流、冰川變化、冰川融水、水熱與垂直景觀緊密耦合等多要素模擬的可靠性，然后預估了天山典型流域2020—2100 年間冰川面積以及各水文要素隨高程的變化情況，并分析了其變化機理及其與景觀的相互作用，得到以下主要結論：

（1）Kling-Gupta 效率系數檢驗表明FLEXG-Δh模型對各流域徑流模擬效果精度較高。

（2）天山典型流域冰川主要分布于3 000～5 000 m，到21 世紀末，在SSP1-RCP2.6 和SSP5-RCP8.5 情景下，冰川體積分別減少1.81×104km3（占現有冰川體積的54%）和2.44×104km3（占現有冰川體積的73%）。

（3）隨海拔上升，降水增加，蒸發量在2 000 m以下受降水影響而不斷增加，1 500～3 000 m 處受森林蒸騰耗水達到最值，2 000 m以上受溫度影響不斷減少；徑流量在4 000 m 以下因降水、冰雪融水，隨海拔升高而不斷增加，4 000 m以上降水多以固態形式保存，因此徑流隨海拔不斷減少。

（4）模擬顯示，到21世紀末，在SSP1-RCP2.6情景下，水文和景觀要素未見明顯變化；而在SSP5-RCP8.5 情景下，隨著溫度上升，實際蒸發不斷變大，冰川退縮，景觀垂直地帶性上移。導致總徑流深在海拔4 000 m 以下地區由于冰儲量萎縮而減少0.16～1.40 mm·a-1，4 000 m 以上地區總徑流深隨冰川消融而增加0.20～0.67 mm·a-1，徑流最大值平均海拔上升500 m。

總之，天山作為“中亞水塔”，水資源是制約當地社會安全、產業及經濟發展的主要因素。模擬氣候變化背景下，流域各高程帶冰川面積及水資源變化情況，有利于揭示水文垂直地帶性變化規律及機理，有望為區域水資源合理利用和可持續發展提供有力支撐。