入湖冰川物質平衡序列重建與分析
——以喜馬拉雅山北坡龍巴薩巴冰川為例

魏俊鋒，張特，張勇，王欣，2，蔣宗立，鄭亞杰

（1.湖南科技大學測繪遙感信息工程湖南省重點實驗室，湖南 湘潭 411201；2.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）

0 引言

入湖冰川（lake-terminating glacier）受冰前湖（proglacial lake）影響，相較其他類型冰川物質損失更明顯［1-6］。在湖-冰物質和能量交換過程影響下［7-8］，入湖冰川末端加速退縮［9-10］，表面流速更快［11-12］，最終導致冰川減薄速率高于其他類型冰川［1，13］。冰川物質快速損失也促進冰湖規模加速擴張［10，14-15］，增加了冰湖的潰決概率和風險［16-17］。獲取不同因素對入湖冰川物質損失的影響，并建立長時間尺度冰川年物質變化序列，是分析入湖冰川對氣候變化的響應特征，以及研究未來冰湖擴張和潰決風險的基礎。

入湖冰川的物質損失，主要包括表面消融、末端冰崖消融和崩解等，最終表現為冰川末端退縮和厚度減薄［10，18］。其中，末端崩解和消融以及冰體流動，共同決定了冰川末端變化特征；冰川厚度減薄，是表面物質平衡（surface mass balance，SMB）和冰體流動共同作用的結果［18］，并導致冰川表面高程發生 變 化［1，19］。冰川末端位置及變化特征可基于Landsat系列等衛星影像進行提取［5］，表面高程變化目前主要通過大地測量法直接獲取，或采用物質平衡模型進行模擬［2-3］。受數據時間和質量限制，大地測量法只能獲取一定時間尺度的表面高程變化特征［2］；而考慮表磧覆蓋影響的冰川表面能量-物質平衡模型［20］，能反映高時空分辨率的冰川SMB序列，并揭示冰川對氣候變化的響應特征，在冰川物質平衡研究中得到了廣泛運用［13，21-23］。

龍巴薩巴冰川位于喜馬拉雅山中部，是典型的表磧覆蓋型入湖冰川，其冰前湖潰決風險“非常高”［24］。在過去30 a間，冰川面積較1988年退縮了3%，導致其冰前湖面積擴張了164%，儲水量增加237%，持續的母冰川末端退縮和融水徑流將進一步增加冰湖潰決風險［10］。本文以龍巴薩巴冰川為例，通過模型估算SMB，并結合冰川流動和末端退縮特征，重建1989—2018年入湖冰川物質變化序列，并分析和探討了冰川SMB對氣候變化的響應特征。本文的研究方法和結果，可為未來氣候變化情境下的入湖冰川物質變化以及冰湖潰決風險評估研究提供參考。

1 研究區概況

龍巴薩巴冰川（27°54′18″N、88°06′28″E）位于喜馬拉雅山北坡的朋曲流域，是葉如藏布支流給曲的源頭之一（圖1）。冰川在海拔5 514～7 424 m范圍內發育，平均海拔6 276 m，2018年冰川中流線長度為（8 274±15）m，覆蓋面積（29.551±0.617）km2，總冰儲量達3.317 km3［10］。冰川冰舌部分表磧較為發育，表磧覆蓋面積（1.1 km2）占總冰川面積的3.7%［25］。冰川發育地區氣候變暖特征明顯，1979—2018年間年均氣溫升高速率為0.029～0.036℃·a-1［10，26］，高于喜馬拉雅山中部和全球的平均增溫水平［19，27］；而降水變化趨勢與喜馬拉雅山中部相反，近30 a間年降水量以平均1～4 mm·a-1的速度增加［10，26］。受氣候變化和冰湖作用影響，龍巴薩巴冰川在過去30 a出現了明顯退縮，冰川面積平均每年減少（0.033±0.001）km2，冰厚平均減薄率為（0.34±0.04）m·a-1，但面積和厚度變化率均低于喜馬拉雅山地區同類型冰川的平均水平［1，10］，也低于相鄰波曲流域入湖冰川的平均水平［19］。

圖1 龍巴薩巴冰川位置Fig.1 Location of Longbasaba Glacier

2 數據與方法

2.1 數據來源及預處理

龍巴薩巴冰川/冰湖底部地形，以及1988—2018年冰川邊界和流速、冰川末端位置和物質損失等數據，基于Wei等［10］的研究成果獲取，其他數據來源及用途見表1。龍巴薩巴冰川表磧覆蓋邊界，基于1989—2018年Landsat影像數據人工提取；基于2002年ASTER多光譜數據提取的熱阻系數對表磧厚度予以表征［28］；基于1980年中國歷史地形圖［10］，以50 m高程間隔將龍巴薩巴冰川劃分成38個高程帶進行模型模擬。作為模型氣象驅動數據的1988—2018年日均氣溫和日降水量，提取自中國地面氣象要素驅動數據集（China Meteorological Forcing Dataset，CMFD）［29］。其中，采用龍巴薩巴冰湖出水口處自動氣象站的2013—2018年實測數據［30］（圖1），對CMFD日均氣溫進行校正；研究區架設的自動氣象站無降水數據，因此基于中國地面國際交換站氣候資料日值數據集（V3.0），獲取離研究區最近的定日國家氣象站數據，對1988—2018年的CMFD日降水量進行校正。冰川表面風速與物質平衡相關性較弱［31-33］，本研究利用自動氣象站獲取的多年日均風速作為模型輸入數據。相對濕度基于Bolton［34］提出的方法，利用CMFD日均比濕和日均大氣壓數據計算，并采用自動氣象站獲取的日均相對濕度進行檢校。基于高亞洲地區冰川厚度變化格網數據集（HMA_Glacier_dH）［35］，獲取1975—2000年和2000—2016年等兩個時期的冰川表面高程變化［10］，并對冰川SMB模型估算結果進行檢校。

表1 研究所用數據列表Table 1 List of data used in this study

2.2 冰川SMB估算與檢校

考慮到龍巴薩巴冰川冰舌部分表磧覆蓋廣泛分布（圖1），采用Zhang等［20］提出的冰川表面能量-物質平衡模型對冰川SMB進行估算（圖2）。在高程帶內模型將冰川分為裸冰區和表磧覆蓋區兩部分，則表面消融能量QM為這兩部分消融能量之和。裸冰區表磧覆蓋區

圖2 冰川表面能量-物質平衡模型結構Fig.2 Structure of the glacier surface energy-mass balance model

式中：α和α'分別為裸冰和表磧的表面反照率；R↓S為入射短波輻射；R↓L和R↑L分別為入射和出射長波輻射；QS和QL分別為冰雪面-大氣間的感熱和潛熱交換；QR為降水供熱，可忽略不計；QG和Q'G分別為裸冰和表磧表面向下的熱傳輸項；TS為表磧表面溫度；TI為表磧-冰川接觸面溫度；R為表磧熱阻系數。冰川表面物質消融量M=QM(ρiLf)，其中ρi為冰密度，Lf為冰融化潛熱。

根據物質守恒定律，高程帶i上冰川表面年物質平衡量bi，由對應高程帶上的冰川表面降水、消融和融水再凍結等三部分物質變化組成。

式中：t1和t2分別為物質平衡年起始和終止日期，本研究將前一年10月1日至當年9月30日作為物質平衡年；Ca為高程帶內冰川表面固態降水（降雪）量，可基于雨雪分離溫度閾值TSR從CMFD校正數據中提取（見附表1）；RF為高程帶內的融水再凍結量，可基于給定時期的冰-雪溫差ΔT計算。冰川表面年物質平衡量B，為冰川表面物質消融分量和積累分量的矢量和（圖2），基于每條高程帶上物質變化量通過面積加權計算。

式中：Si為在高程帶i內的冰川面積，是冰川裸冰區和表磧覆蓋區的面積之和。冰川表面能量-物質平衡模型參數的計算及取值方法見附表1。

若不考慮冰川兩側和底部與地基之間的物質交換，冰川某橫截面處的物質變化Mh，可分為冰川SMB量Mc和冰體流入/出通量差Mq兩部分，最終表現為冰川表面高程變化Δh［圖3（b）］。其中Mq為上游流入冰通量Qin和下游流出冰通量Qout的矢量和。對于非入湖冰川而言，冰體流動僅引起物質再分配，不影響冰川物質總量，因此整條冰川的Mq矢量和為0，Δh所反映的Mh全部由SMB決定；而入湖冰川的末端冰體，在氣候和冰湖綜合作用下，會以冰崖消融和崩解的方式損失并直接進入冰湖，導致整條冰川的Mq矢量和不為0，由于冰川頂部Qin=0，因此整條入湖冰川Δh所反映的Mh為整條冰川SMB量Mc與末端流出冰通量Qout之和，則Mc=Mh-Qout，其中Qout可基于冰川末端退縮量和入湖冰體物質損失量計算［10］。

圖3 入湖冰川物質變化示意圖Fig.3 Schematic diagram of mass change of lake-terminating glaciers

基于HMA_Glacier_dH數據，獲取1975—2000年和2000—2016年兩個時期內的冰川表面高程變化量，結合對應時期的冰川流動信息和厚度分布特征［10］，可計算冰川SMB在兩個時期內的平均值。調整模型輸入參數中溫度和降水的海拔變化梯度，將獲取的冰川SMB模擬值在1988—2000年和2000—2016年內取平均，其與大地測量法獲取的冰川SMB多年平均值最為接近時所采用的溫度和降水的海拔變化梯度，即為適合研究區的模擬參數，最優模擬結果作為多年龍巴薩巴冰川SMB序列。

2.3 入湖冰川物質平衡序列重建與分析

假設在一個物質平衡年t1—t2期間，入湖冰川退縮導致末端從位置L1后退到位置L2，將t1時的冰川基于位置L2分成兩部分冰體［圖3（a）］：位置L1與L2之間末端冰體G1部分，以及位置L2上游冰體G2部分。在t1—t2期間，末端冰體G1部分的物質變化，包含SMB量、末端冰崖消融和崩解量等部分，并最終在t2時表現為這部分冰體完全消失，則冰體G1部分物質變化量ΔM1=M1。對于冰體G2部分整體而言，物質變化包括SMB量，以及從位置L2處流出并通過末端冰崖消融和崩解并最終進入冰湖的冰通量，則冰體G2部分的物質損失量（物質消融符號為正）。入湖冰川在t1—t2期間最終物質損失總量ΔMt，等于G1和G2部分物質損矢量之和，即，其中物質消融符號為正。

結合年尺度的冰川表面流動速率、冰川厚度和末端位置變化［10］，以及模型估算的冰川SMB，重建1989—2018年冰川年物質變化序列，并分析和探討在季節和年等不同時間尺度下，龍巴薩巴冰川SMB變化特征；通過冰川表面物質變化對氣溫和降水的敏感性分析，探討冰川對氣候變化的響應特征；通過模擬無表磧覆蓋下龍巴薩巴冰川物質變化特征，分析和探討表磧覆蓋分布及厚度對冰川物質損失速率的影響。

3 結果與分析

3.1 物質平衡估算模型參數檢校

基于CMFD數據集的日均氣溫和月降水，以及日均相對濕度計算值，均表現出了與實測數據較高的相關性（圖4）。2013—2018年CMFD日均氣溫，與實測數據的相關系數達到0.94，采用線性回歸校正后，二者差異的平均值和方差分別為-0.03℃和2.28℃。1988—2018年CMFD月降水值，與實測數據的相關性略高于日均氣溫（r=0.98），該數據校正后，與實測數據之間差異的平均值和方差分別達到-0.2 mm和9.8 mm。利用CMFD比濕和大氣壓參數獲取的日均相對濕度，與2013—2018年間實測數據的相關性達到0.82，采用線性回歸校正后，二者差異的平均值和方差達到-0.3%和12.3%。校正后的CMFD氣象參數，與實測數據的分布及變化趨勢相近，可作為龍巴薩巴冰川表面能量-物質平衡模型的驅動數據。

圖4 實測數據與校正后CMFD氣象參數對比Fig.4 Comparison of measured data and corrected CMFD meteorological parameters

龍巴薩巴冰川在1975—2000年和2000—2016年平均厚度減薄速率分別為（0.38±0.04）m·a-1和（0.28±0.04）m·a-1，在1989—2000年和2000—2018年的平均表面流速分別為（5.27±1.15）cm·d-1和（4.87±1.00）cm·d-1［10］。可得1989—2000年和2000—2018年冰川平均SMB分別為（-0.30±0.03）m w.e.·a-1和（-0.22±0.03）m w.e.·a-1，其中冰川體積-物質轉換因子取（850±60）kg·m-3［36］，對冰川SMB模型估算結果進行校正后，最終所采用的參數化方案見附表1。

3.2 1989—2018年龍巴薩巴冰川SMB特征

在1989—2018年間，龍巴薩巴冰川SMB在-1.08～0.27 m w.e.·a-1之間波動，且以物質虧損為主要變化特征［圖5（a）］，平均消融速率為0.26 m w.e.·a-1。過去30 a間，冰川表面在超過80%的年份內表現為負物質平衡狀態，僅在1989年、1992年、2011年和2014年表現為正積累。其中冰川在1995年表面消融速率最快，SMB達到-1.08 m w.e.；在1991—1992年、2002年、2013年和2016—2018年等時段內，冰川表面物質收支表現較為穩定，負SMB的量級低于-0.1 m w.e.或表現為輕微正平衡。在整個研究時期內，龍巴薩巴冰川SMB分布大致可分為四個變化階段［圖5（a）］：①1989—1995年間，冰川表面主要呈物質加速虧損趨勢，其中1989年冰川表面表現為強正物質平衡，而后除1991—1992年冰川表面物質收支平衡外，其他時期冰川表面物質虧損量持續擴大，并于1995年達到研究時期內的最強負平衡狀態；②在1996—1997年冰川表面經歷量級相對較低的負物質平衡狀態（-0.17 m w.e.）后，于1998—2002年間冰川表面物質損失逐漸減緩，并在2002年冰川表面物質出現收支基本平衡（-0.07 m w.e.）；③2002—2006年間冰川表面再一次表現為加速消融，且冰川SMB負值于2006年達到-0.82 m w.e.，為近30 a的次最高水平；④在最近12 a內，冰川表面物質總體呈現減速虧損狀態，但SMB波動明顯，且于2011年出現最大量級的正物質平衡（0.27 m w.e.）。

圖5 1989—2018年龍巴薩巴冰川年物質變化Fig.5 Changes in mass budget of Longbasaba Glacier during 1989—2018

通過計算近30 a內不同月份的冰川SMB、物質積累分量和消融分量的平均值，發現冰川SMB在年內的差異較為明顯［圖6（a）］。龍巴薩巴冰川平均消融期為6—10月，共5個月，而后從11月開始進入積累期并直至次年5月，共7個月。其中冰川表面物質在11月至次年2月表現為輕微正平衡，月均物質積累分量低于10 mm w.e.·mon-1，且月均表面物質消融分量接近于0。冰川積累期內，5月平均月積累量最高，達到28 mm w.e.·mon-1，相較于之前的3月和4月，月均物質平衡的量級增加1倍左右，但月均表面物質積累和消融分量仍處于較低水平。冰川在6月表面消融量急劇增加，在表面物質積累分量未明顯變化的情況下，物質消融分量達到113 mm w.e.·mon-1，導 致 月 均SMB從 正 值 變 為-58 mm w.e.·mon-1；而后7—9月進入物質消融最為強烈的時期，月物質損失速率均高于75 mm w.e.·mon-1，其中7月和8月的物質積累和消融分量量級均達到全年最高峰，分別超過120 mm w.e.·mon-1，兩月總物質積累和消融分量分別貢獻了全年相應分量的55%和58%，最終導致這兩個月份分別成為全年冰川表面負物質平衡量級最大（-90 mm w.e.·mon-1）和第三大（-75 mm w.e.·mon-1）的時期；9月冰川表面在保持較大量級熱消融的同時，積累分量急劇降低，導致冰川表面負物質平衡量級僅高于10月；10月是消融季的最后一個月，冰川表面物質消融和積累分量均出現較大下降，物質損失速率總體表現趨于緩和（23 mm w.e.·mon-1），該時期月均SMB不足7月的1/3。

圖6 龍巴薩巴冰川表面物質平衡月分布特征Fig.6 Monthly distribution of surface mass balance of Longbasaba Glacier

近30 a來最大冰川表面月物質損失速率出現在1995年6月［圖6（b）］，表面月物質損失量達到347 mm w.e.；其中冰川表面消融分量達到372 mm w.e.，成為近30 a中消融最為強烈的月份，隨后7—9月的月消融分量也處于近30 a較高水平（247～319 mm w.e.），導致1995年成為冰川表面熱消融最為強烈的年份，年物質消融分量高達1 352 mm w.e.；而當年冰川表面物質積累分量總和表現為近30 a最低水平（273 mm w.e.），致使1995年成為近30 a年來冰川負SMB量級最大的年份［圖5（a）］。2006年冰川表面年消融分量總和僅低于1995年（1 138 mm w.e.），年積累分量總和也僅高于1995年（316 mm w.e），這也導致2006年成為冰川負SMB量級第二大的時期。冰川表面最為強烈的月物質積累發生在2009年5月［圖6（b）］，達到148 mm w.e.，該月份冰川表面月物質積累分量是近30 a積累季中的最大值（154 mm w.e.），而消融分量處于極低的水平（6 mm w.e.），在當年積累期內其他月份的SMB總和僅為6 mm w.e.，其中2008年11月至2009年2月期間冰川月SMB趨近于0，導致該物質平衡年內冰川表面物質損失速率處于中等水平，冰川SMB為-0.52 m w.e.［圖5（a）］。在出現冰川表面物質積累量級最大的1989年和2011年（＞0.26 m w.e.），年物質積累分量均處于近30 a最高水平（＞600 mm w.e.），而年物質消融分量均處于最低水平（＜370 mm w.e.），其中2011年甚至成為唯一未出現負SMB值月份的年份。雖然2018年年物質積累分量也高達636 mm w.e.，但年物質消融分量處于中等水平（681 mm w.e.），導致該物質平衡年的SMB未有突出表現。1999年是冰川表面總體處于消融期最長的物質平衡年，冰川表面有高達8個月份出現熱消融（3—10月）；在1996年整個物質平衡年內每個月均出現積累分量，這也導致該年冰川在7月才進入明顯消融期。

龍巴薩巴冰川平均物質平衡線高度約6 000 m［圖7（a）］，冰川SMB從最低高程帶5 475 m至6 000 m之間呈現負物質平衡由強減弱的趨勢，當高程大于6 000 m后才表現為收支正平衡，且隨著高程升高冰川表面物質積累越強，當高程達到6 300 m后冰川表面不再發生熱消融，且不同高程帶的物質積累分量保持穩定，變化幅度小于0.07 m w.e.·a-1。冰川物質平衡線在不同年份間也出現較大波動，過去30 a間冰川年物質平衡線高度方差為71 m［圖7（b）］。其中最低高程為5 800 m，出現在1989年和2011年；在1995年和2006年發現冰川物質平衡線最大高度6 100 m。在1989—2000年和2000—2010年等兩個時期內，冰川平均物質平衡線高度均為6 000 m，但方差分別為77 m和67 m；最近8 a冰川物質平衡線高度下降為5 900 m，方差也降到48 m，說明近期冰川SMB趨于穩定［圖5（a）］。

圖7 1989—2018年龍巴薩巴冰川表面物質平衡高程分布Fig.7 Altitude distribution of surface mass balance of Longbasaba Glacier during 1989—2018

3.3 1989—2018年龍巴薩巴冰川物質變化序列

總體而言，1989—2018年間龍巴薩巴冰川表現為物質虧損狀態，2006年之前總物質變化波動明顯，2006—2018年間物質損失呈逐漸減小趨勢［圖5（b）］。近30 a龍巴薩巴冰川總物質損失0.315 km3w.e.，年平均物質虧損量為0.114 km3w.e.·a-1。1989—2018年間，冰川表面物質變化引起的物質損失（0.232 km3w.e.），是龍巴薩巴冰川物質損失的主要貢獻因素，占冰川總物質損失的74%。隨著冰川負SMB的量級降低以及冰川面積減少，氣候作用導致的冰川表面物質損失對冰川總物質損失的貢獻量逐漸減小，平均貢獻率從2010年前的72%，降為了2010年后的50%。

冰川表面物質虧損和冰體流動最終導致冰川變薄，表面高程降低。1989—2018年間，冰川平均厚度共減薄約10 m，且主要受表面消融影響。其中1989年、2011年和2014年因冰川SMB表現為正積累，導致冰川表面平面高程略微升高；1995年冰川因表面出現強消融，導致平均厚度減薄率達到最大（1.31 m），該年份也成為近30 a冰川表面平均高程變化唯一超過1 m的年份。2016—2018年間冰川平均厚度基本保持穩定，年均減薄速率不超過0.1 m·a-1。

4 討論

4.1 冰川SMB模擬不確定性分析

采用大地測量法獲取的冰川表面高程變化，對冰川SMB模型參數進行檢校，其魯棒性高于基于傳統冰川學方法獲取的單點物質平衡［37-38］，后者精度主要受花桿高程測量和滑動誤差以及采樣點空間分布的影響［39］。基于大地測量法獲取的龍巴薩巴冰川表面高程變化精度，在1975—2000年和2000—2016年分別為11%和14%，綜合冰川流動、末端退縮及冰川厚度誤差后，其對兩個時間段冰川SMB平均值的影響分別為10%和13%。在進行檢校過程中，冰川SMB模擬值和計算值的平均差異為0，因此大地測量法誤差會對冰川SMB估算結果帶來約10%的誤差，且1989—2000年時間段由于與表面高程變化平均值的時間間隔不一致，其模擬值的誤差會高于2000—2016年。

降水和氣溫的高程變化梯度是影響冰川SMB模擬結果的重要參數［40-41］，但局地降水梯度實地獲取困難，需要基于模擬結果進行檢校確定［42-43］。本研究基于大地測量法獲取的冰川表面高程變化，對氣溫和降水梯度予以檢校，敏感性分析發現，年降水梯度變化±1 mm·（100m）-1，會給龍巴薩巴冰川SMB模擬結果帶來-1.5%～0.7%的變化，而年均氣溫梯度變化±0.01℃·（100m）-1對冰川SMB的影響為-9.6%～5.4%，這說明對龍巴薩巴冰川而言，氣溫變化的影響要高于降水。降雨和降雪等不同的降水形態對冰川表面反照率和消融速率的影響相反，且降雨相變成降雪除了與氣溫相關外，還受相對濕度的影響［44］。Zhang等［13］的研究結果顯示，在氣溫和相對濕度變化的氣候背景下，僅考慮溫度閾值控制降水相變下的冰川物質損失模擬結果，相對于氣溫和相對濕度同時控制，存在6%的差異。由于表磧空間分布及厚度特征獲取較為困難，因此廣泛采用表磧的熱阻系數予以表征［13，21］，熱阻系數計算誤差對冰川融水徑流模擬結果的誤差貢獻不超過8%［45］，其對冰川物質平衡模擬結果的影響應該更小［13］。表磧含水量也會影響其熱阻系數的表現，當厚度相同時濕潤表磧的熱阻系數要低于干燥表磧［46］，但二者之間的差異對模擬結果的影響低于1.5%［13］。

4.2 氣候變化對冰川SMB的影響

氣溫和降水是影響冰川物質變化的主要因素［47-49］，尤其在喜馬拉雅山中部，冰川物質平衡對夏季氣溫和降水的變化最為敏感［50］。1989—2018年間，龍巴薩巴冰川地區年均氣溫的升溫速率達到（0.025±0.01）℃·a-1［圖8（a）］，略低于青藏高原平均升溫水平［（0.03±0.02）℃·a-1］［27］，年降水也表現出了（3.38±2.02）mm·a-1的增加趨勢［圖8（b）］。年均氣溫與龍巴薩巴冰川SMB顯著相關［圖9（a）］，去掉1995年和1996年奇異值后，二者相關系數增加到0.54，且呈現出年均氣溫每升高1℃，冰川表面消融速率增加0.33 m w.e.·a-1的趨勢；冰川SMB與年降水量的相關性高于年均氣溫［圖9（b）］，統計關系表明該地區年降水量每增加100 mm，冰川表面年物質損失率減小0.25 m w.e.·a-1。龍巴薩巴冰川屬于夏季補給型［26］，相較于年最低氣溫，年最高氣溫對冰川SMB的影響更為明顯［圖9（c）～（d）］。1995年在年均氣溫未出現劇烈變化的情況下，冰川SMB出現了近30 a的最大負值，但當年的年最高氣溫處于較高水平（6.15℃），且出現了1989—2018年的最小年降水量（304.4 mm），導致該年出現了近30 a最大的冰川表面年物質消融分量（1 352 mm w.e.）和最小的年物質積累分量（273 mm w.e.）；受近30 a來最冷年最低氣溫（-21.72℃）影響，1996年出現了近30 a的最低年平均氣溫（-4.72℃），但年最高氣溫處于中等水平（5.19℃），導致當年冰川表面年物質消融分量未處于最低水平（659 mm w.e.），且該年降水相對豐沛，年降水量處于中等水平（539.8 mm），冰川表面物質積累分量也處于中等水平（493 mm w.e.），綜合作用下冰川SMB處于較低水平（-0.16 m w.e.）。這也說明年最高氣溫對冰川SMB的影響強于年最低氣溫。

圖8 研究區氣候變化情況Fig.8 Climate changes in the study area

圖9 龍巴薩巴冰川表面物質平衡與降水及氣溫的相關關系Fig.9 Relationship between surface mass balance and climate factor（precipitation and air temperature）for Longbasaba Glacier

在同等級變化幅度下，氣溫對龍巴薩巴冰川SMB的影響較降水更為強烈（表2）。冰川SMB對年均氣溫和年最高氣溫的變化最為敏感，當年均氣溫和年最高氣溫升高或降低5%，即二者變化量分別為0.16℃和0.29℃時，會導致龍巴薩巴冰川平均SMB變化率接近30%，而當升溫或降溫幅度達到10%時，冰川平均表面物質虧損速率增加或減少近60%；而年最低氣溫變化達到相同等級時，冰川平均SMB的變化不超過0.4%。年降水量相同的變化幅度，所導致的冰川平均SMB量級變化不足年均氣溫的一半，年降水量5%的變化率（26 mm），會導致冰川表面平均物質減少速率產生約14%的變化，降水量變化率增加1倍時（51 mm），冰川平均SMB量級的增加或減少比率超過28%。年最高氣溫發生在夏季，近30 a龍巴薩巴冰川夏季平均氣溫達到3.4℃；同時夏季也是龍巴薩巴地區最主要的降水時期，超過70%的降水發生在6—8月［圖8（c）］。因此，夏季是龍巴薩巴冰川主要的消融和積累季節［圖6（a）］，平均貢獻了冰川表面年物質積累分量的66%，也發生了超過70%的冰川表面物質消融分量，這導致夏季平均氣溫和降水量是影響龍巴薩巴冰川SMB狀態的主要因素（表2）。前者5%和10%的變化幅度會分別導致約25%和約50%的冰川平均SMB變化率；當夏季降水量增加或降低10%時，冰川平均SMB的變化幅度達到約20%。其他三個季節的平均氣溫或降水量升高或降低10%，對冰川平均SMB的影響均較低；而冬季平均氣溫幾乎對冰川平均SMB不產生影響。春季降水量略低于秋季，且平均氣溫也略低于秋季，尤其是在秋季主要降水月（9月），其平均氣溫高達1.9℃，遠高于春季主要降水月（5月）的0.2℃，這導致雖然春季和秋季冰川的平均表面物質積累分量相當，但后者的平均消融分量遠高于前者。

表2 龍巴薩巴冰川表面物質平衡對氣溫和降水變化等級的敏感性（單位：%）Table 2 Response of surface mass balance of Longbasaba Glacier to change levels in air temperature and precipitation（unit：%）

在年平均氣溫升高1.0℃、1.5℃和2.0℃的背景下，龍巴薩巴冰川SMB量級將會分別增加近2倍、3倍和4倍［圖10（a）］，略高于統計學趨勢［圖9（a）］，且在相同升溫背景下，冰川對年最高氣溫的敏感性與年均氣溫保持一致，而年最低溫對冰川SMB的影響不超過3%。夏季均溫升溫1.0℃、1.5℃和2.0℃，分別對應冰川表面物質消融速率增加150%、224%和300%，比率分別為春季均溫升溫情景下的8倍、5倍和3倍，以及秋季均溫的5倍、3倍和3倍。冰川在冬季均溫變化下相對穩定，SMB基本保持不表。全球年均氣溫升溫1.0℃、1.5℃和2.0℃，對應年降水量分別增加（18±8）、（29±9）和（42±10）mm［51］。對龍巴薩巴冰川而言，年降水增加100 mm（平均全年降水的約20%），會導致冰川SMB量級減少超過50%，變化幅度小于統計學規律［圖9（b）］，而當增加量上升到平均全年降水量的約40%時，冰川表面物質收支處于平衡，表面物質積累與消融分量基本相等［圖10（b）］；如果200 mm的降水增量全部分布在夏季，則會導致冰川SMB量級下降3/4，分別是同規模增量下春季降水和秋季降水的約2倍和3倍。冰川SMB在冬季降水不同規模的增量下，仍保持穩定，即使該季節降水量增加200 mm，冰川SMB量級的變化率也不超過5%。

圖10 龍巴薩巴冰川表面物質平衡對氣候變化的敏感性Fig.10 Sensitivity of surface mass balance of Longbasaba Glacier to climate change

4.3 表磧覆蓋對冰川SMB的影響

相較于裸冰區，表磧覆蓋層具有獨特熱力過程，導致其下覆冰面出現差異性物質消融過程［52-53］，進而影響冰川物質平衡的空間分布特征與高度結構特征［28，54-56］。表磧覆蓋層當厚度小于某臨界值時，會促進冰川表面熱消融；而當大于臨界厚度時，冰川表面消融會得到抑制［57-59］。表磧臨界厚度受近地表氣溫和表磧濕度影響，在不同地區存在差異［52，60］。受表磧覆蓋影響，貢嘎山海螺溝冰川消融區44%的區域消融加速，17%的區域消融得到抑制［23］。在喀喇昆侖山地區，表磧覆蓋導致下覆冰面消融降低了約14%［42］，即使厚度較薄的表磧覆蓋（0.5 cm），也沒有對冰川消融產生明顯促進作用［51］。喜馬拉雅山雖然不同地區冰川表磧覆蓋比例差異明顯，但總體上均表現為表磧覆蓋抑制冰川消融［53，59，61-62］，僅有Trambau流域等區域冰川消融得到促進［45］。表磧覆蓋的空間分布特征，導致冰川最大消融量并沒有出現在冰川末端，而是在消融區中部［59］，這種消融分布特征也影響了冰川物質平衡梯度的表現［13，55-56］。

龍巴薩巴冰川表磧覆蓋主要分布在消融區兩側，且隨著高程升高分兩個條帶沿冰川分支中磧壟分布，最高可延伸至高程5 850 m（圖1）。熱阻系數空間分布特征顯示，在高程5 600 m以下區域冰川表磧覆蓋厚度近似，未出現明顯厚度空間差異；當超過這一高度后，隨著高程升高表磧覆蓋呈線性減薄趨勢，最高處表磧厚度不超過厚度最大值的1/5［圖11（a）］。表磧覆蓋對不同高程帶上的表面物質消融均呈促進作用，且隨著高程升高加速更明顯［圖11（b）］。在高程帶5 750～5 800 m平均表磧熱阻系數最小，冰面加速消融也最強烈（73%）；表磧覆蓋平均熱阻系數在高程帶5 550～5 600 m最高，冰面消融速率增加了4%，低于其他高程帶。受表磧覆蓋影響，冰川在高程5 450～5 850 m的SMB梯度從0.53 m w.e.·a-1·（100m）-1增加到了0.60 m w.e.·a-1·（100m）-1。通過調整表磧覆蓋的熱阻系數，可反映龍巴薩巴冰川對不同表磧覆蓋厚度的響應特征（圖12）。若厚度降低，表磧覆蓋對冰川整體消融的促進作用更為明顯，當表磧厚度僅為當前平均厚度的10%時，冰川表面平均物質平衡量增加了57%；若表磧覆蓋厚度為當前厚度的約150%，則冰川平均SMB與無表磧覆蓋時相當，即當表磧覆蓋厚度大于這一閾值時，會抑制冰川表面消融。

圖11 龍巴薩巴冰川表磧覆蓋特征及其對表面物質平衡的影響Fig.11 Covering features of debris cover and its impact to surface mass balance for Longbasaba Glacier

圖12 不同表磧厚度對龍巴薩巴冰川表面物質平衡的影響Fig.12 Response of surface mass balance to debris cover with different thickness for Longbasaba Glacier

5 結論

入湖冰川物質變化受冰湖作用影響，且對氣候變化表現出更快的物質損失速率。基于模型估算的冰川SMB，結合冰川流動和末端變化特征，重建了1989—2018年龍巴薩巴冰川物質變化序列，并對不同氣候變化特征下冰川SMB的響應特征進行了探討。獲得了以下主要結論：

（1）1989—2018年間，龍巴薩巴冰川平均SMB為-0.26 m w.e.·a-1，冰川總物質損失為0.315 km3w.e.，年平均物質虧損量為0.114 km3w.e.·a-1。冰川表面物質變化是龍巴薩巴冰川總物質虧損的主要貢獻因素，占冰川總物質損失的74%，但貢獻率呈減小趨勢。

（2）氣溫對龍巴薩巴冰川物質平衡的影響高于降水。冰川SMB對夏季平均氣溫和降水量變化的響應程度強于其他季節，且年最高氣溫對冰川物質變化的影響高于年最低氣溫。在年平均氣溫升高1.0℃、1.5℃和2.0℃的背景下，冰川SMB將會分別增加近2倍、3倍和4倍；而年降水量增加200 mm，會導致冰川表面物質收支趨于平衡。

（3）表磧覆蓋促進了龍巴薩巴冰川表面物質消融，且在5 750～5 800 m高程帶加速消融作用最為強烈，導致冰川表磧覆蓋高度帶的SMB梯度從0.53 m w.e.·a-1·（100m）-1增加到了0.60 m w.e.·a-1·（100m）-1。更薄厚度的表磧覆蓋會導致冰面消融增加；若表磧覆蓋厚度為150%的當前厚度時，冰川SMB與無表磧覆蓋時的數值相當。

附表1冰川表面能量-物質平衡模型參數化方案Attached table 1 Parameterization scheme of glacier surface energy-mass balance model

續附表1

附表參考文獻：

［1］Fujita K.Effect of dust event timing on glacier runoff：sensitivity analysis for a Tibetan glacier［J］.Hydrological Processes，2007，21：2892-2896.

［2］Zhang Yong，Fujita K，Liu Shiyin，et al.Distribution of debris thickness and its effect on ice melt at Hailuogou Glacier，southeastern Tibetan Plateau，using in situ surveys and ASTER imagery［J］.Journal of Glaciology，2011，57（206）：1147-1157.

［3］Matsuda Y，Fujita K，Ageta Y，et al.Estimation of atmospheric transmissivity of solar radiation from precipitation in the Himalaya and the Tibetan Plateau［J］.Annals of Glaciology，2006，43：344-350.

［4］Fujita K，Ageta Y.Effect of summer accumulation on glacier mass balance on the Tibetan Plateau revealed by massbalance model［J］.Journal of Glaciology，2000，46（153）：244-252.

［5］Zhang Yong，Hirabayashi Y，Liu Shiyin.Catchment-scale reconstruction of glacier mass balance using observations and global climate data：case study of the Hailuogou catchment，south-eastern Tibetan Plateau［J］.Journal of Hydrology，2012，444/445：146-160.