基于過程的雪蓋模型研發II
——應用

高 潔

(水電水利規劃設計總院，北京100120)

積雪是冰凍圈對氣候變化最敏感的因素之一[1]；同時，積雪對氣候變化的響應又進一步影響整個水文循環過程。因此，模擬和預測雪蓋厚度、密度等變化是了解水文循環過程對氣候變化響應的重要環節。

各種基于溫度指標或能量平衡的融雪模型被廣泛應用于雪蓋對氣候變化的響應分析。Lazar和Williams首先通過RCM MM5和GCM降尺度方法預測Colorado，Pitkin，Aspen山區(海拔2 422～3 418 m)2030年和2100年氣溫、降水等變化趨勢。在中度溫室氣體排放的情景下，相對于1990年的氣溫水平，2030年升溫幅度1.8～2.5℃，平均升溫2℃；2100年升溫幅度4～6℃，平均升溫4.8℃；基于溫度指標的Snowmelt Runoff Model(SRM)[2- 3]被用于預測融雪洪水發生時間，基于過程的一維能量平衡模型SNTHERM[4]被用于預測積雪密度變化。結果顯示，中度溫室氣體排放條件下，2030年山頂積雪融化提前25～27 d，2100年山頂積雪融化提前31～37 d，2030年表層雪蓋密度增加近20%[5]。Rasmus等[6]采用考慮雪層微觀結構的一維能量平衡積雪模型SNOWPACK[7]結合RCM RCAO設置情景，對比分析芬蘭1980年～1989年和2080年～2089年積雪特征的變化。發現3月15日同期，芬蘭的5個觀測點中Santala積雪密度降低23 kg/m3，其余4個觀測點均出現密度增大的現象，平均增大33 kg/m3。雪溫普遍升高，融雪期提前13～19 d，最大雪水當量(SWE)降低至1980年～1989年均值80%。Ma和Cheng[8]將SRM應用于西天山Gongnaisi River流域，在氣溫增加4°C的情景設置下，4、5、6月融雪徑流分別增加68.1%、44.2%和9.1%；7、8、9月融雪徑流平均減少27.7%、49.4%和56.7%。

本研究采用基于過程的能量平衡雪蓋模型Snow Column Model[9]，模型驅動數據來源于美國Niwot Ridge Long-Term Ecological Research Site項目(http://culter.colorado.edu/NWT/)。以洛基山脈東側的Niwot Ridge實驗場為研究對象，通過1997年～1999年4月～6月006號雪坑詳細觀測資料進行驗證。在1996年～1999年實測數據基礎上設置氣候變化情景，分析雪深、密度、雪水當量對不同情景的響應。

1 研究區域概況

研究區域Niwot Ridge位于美國科羅拉多山脈東側(40°03’N，105°35’W)海拔3 517 m。該區域內樹線海拔約3 350 m(http://culter.colorado.edu/Subnivean/Subniv_site_desc.html)。平均每年冬季積雪深度在2 m以上，最深時超過8 m；平均年溫差21℃，日溫差達6～8℃[10]。

Subnivean觀測場位于樹線以上大約150 m相對平坦的鞍狀山脊，輻射資料經由儀器直接觀測，湍流通量采用空氣動力學法(aerodynamic profile method)計算獲取[11]。數據分為4個等級：level 0是儀器直接記錄的以10分鐘為間隔的原始數據；level1是經過插補和過濾后的數據；level2是在level1的基礎上進行平滑和平均的小時/日數據；level3是經過嚴密分析和糾錯后的數據，當時僅處理了1994和1995兩年。其他可下載的level1和level2數據長度為1996年～2008年。相應儀器說明：①短波輻射和反射，采用Kipp & Zonen CM14輻射計和反照率測量儀；②大氣輻射和地面發射長波輻射，采用Kipp & Zonen CG2長波輻射計；③氣溫和相對濕度，采用Vaisala HMP35C溫度/相對濕度探頭；④風速和風向，采用R.M.Young風速風向儀傳感器05103，位于雪面高度0.5 m、1.0 m和2.0 m，level2僅使用2.0 m相應數據；⑤雪深，采用Campbell Scientific UDG01超聲深度探測器，置于地面高度6.0 m。Niwot Ridge/Green Lakes Valley snow cover profiles數據集是雪蓋剖面每隔10 cm取樣1000 mL觀測密度。其中，006測點在subnivean氣象觀測站北側30 m。

本文使用數據：①Subnivean level2小時觀測數據(1996年～1999年)；②006號雪坑的雪蓋剖面數據(1996年～1999年)。

在1996年4月25日～6月21日模型率定[9]的基礎上，進一步以1997年5月7日～5月30日，1998年4月28日～6月22日，1999年5月18日～6月22日驗證模型，采用計算步長1 h。

經驗證，模擬結果與實測數據基本一致(見圖1)。其中，1997年5月30日的雪深結果表明，計算值比實測值明顯偏小，但是密度、雪溫計算成果與實測數據一致。鑒于1997年計算時段略短，只包含4個雪坑觀測記錄，誤差較大測次的代表性不足以保證。1999年6月22日雪深計算值比實測偏厚，密度計算值比實測值偏大，這極可能與實際發生了風吹雪現象有關。1998年實測積雪密度波動較大，存在觀測有誤的可能性，但計算結果可基本保持在實測波動范圍內。

2 模型應用

2.1 情景設置

根據1996年至1999年觀測數據的起訖時間，選取4年中觀測資料全程覆蓋的時段：5月18日至5月30日，共312 h。計算每小時4組(每年為一組)數據在短波輻射、長波輻射、氣溫、感熱和潛熱通量上的均值E和標準差σ，以E，E+σ，E-σ作為不同的邊界條件，計算雪蓋變量對不同情景的響應。本文對較為敏感的入射短波輻射、反射短波輻射和潛熱通量進行E±σ變動，長波輻射和感熱通量采用4年相應時段的均值E作為輸入條件。

在模擬期312 h內，氣溫E的均值2.3℃，氣溫變化標準差σ的均值3.1℃。本研究設置情景是在氣溫平均變化2σ(6.2℃)的變幅內，分析雪層厚度、密度和雪水當量的響應情況(見表1)。

表1 情景設置的變化范圍

2.2 影響分析

(1)隨著入射短波輻射增加、反射輻射減少、潛熱通量(從大氣到雪層)增加，雪蓋消融，雪水當量減少。

(2)在本例中，雪水當量采用雪深(m)×密度(kg/m3)的方式來表示。模擬中，雪水當量的減少體現為雪蓋變薄，密度增加，但兩者乘積減少。

(3)隨著雪蓋輸入能量的增加，雪水當量減幅增大、雪深降幅增大，但是雪蓋密度的變幅較為復雜。

圖1 雪深、密度、雪溫實測數據與計算值對比

圖2 短波輻射變化的影響分析

(4)隨短波輻射增加，在模擬期前期(05/18～05/25)，密度增幅較小；在模擬期后期(05/25～05/30)，變化幅度變大。反射短波輻射與入射短波輻射的效果類似，但方向相反(見圖2和圖3)。

(5)雪蓋吸收能量后，一方面體現為雪層整體消融、厚度變薄、融雪出流；另一方面是雪層部分消融、上負雪層荷載壓實、本層密度增加。消融初期，入射能量較大的情況下，整層消融作用主導，雪蓋厚度減小效果顯著；入射能量略小，則雪蓋以部分消融壓實、密度增加效果顯著；到了消融后期，隨著輻射增加，雪厚加速減小且密度加速增大。

(6)潛熱通量的效應(圖4)與短波輻射原理相同。從雪層傳輸到大氣的潛熱通量少，則雪層內的能量(E-σ)多。反之，E+σ對應于進入雪層中的能量較少。因此，消融前期，潛熱通量E-σ情景時，雪蓋內能量多，雪層整體消融，對應于厚度變薄的效果顯著；E+σ時雪蓋內能量略少，雪層部分消融，密度增加的效果顯著。在消融后期，雪蓋中累積能量足夠大，厚度減小和密度增加的效果并存。但是鑒于潛熱計算的情景中σ=39.0 W/m2，小于短波入射和反射的情景變幅σ(92.9 W/m2和58.8 W/m2)。因此，從消融前期到后期的轉折較晚，在5月28日～5月29日之間。

圖3 短波輻射反射變化的影響分析

圖4 潛熱通量變化的影響分析

Snow Column Model運行結果顯示，隨著進入雪層的能量增多，存在雪層消融、積雪密度增加的現象，與前人的研究成果一致[6]。亦發現，隨著能量輸入，雪蓋密度增幅不是單調變化。

3 結 論

本文采用基于過程的一維能量平衡雪蓋模型Snow Column Model，通過氣候變化情景設置，研究Niwot Ridge， Colorado，Front Range of Rocky Mountains 006號雪坑的雪蓋變化。基于1997年～1999年結果驗證，通過1996年～1999年消融期內實測短波輻射、長波輻射、氣溫、感熱和潛熱通量數據，分析這4年消融期內312 h數據在相應時刻的均值和標準差，作為情景設置的基礎。考慮氣溫變幅6.2℃的條件下，不同的入射短波輻射、反射短波輻射和潛熱通量邊界條件，分析雪蓋密度、厚度和雪水當量的響應情況。隨著消融過程的發展，雪蓋厚度減小、密度變大、雪水當量減少；在改變輻射通量的情景下，隨著入射能量的增大，密度增幅存在先減小后增大的過程。