中國西北山區融雪徑流模擬研究回顧與展望

李晶，劉時銀，張世強，陳仁升，趙求東，郭萬欽，上官冬輝，王榮軍，鐘歆玥，尹振良，李弘毅

（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.中國科學院西北生態環境與資源研究院玉龍雪山冰凍圈與可持續發展國家科學野外觀測研究站，甘肅 蘭州 730000；3.云南大學國際河流與生態安全研究院，云南 昆明 650500；4.西北大學城市與環境學院，陜西 西安 710127；5.中國科學院西北生態環境資源研究院黑河上游生態-水文試驗研究站，甘肅 蘭州 730000；6.中國科學院西北生態環境資源研究院中國科學院內陸河流域生態水文重點實驗室，甘肅 蘭州 730000；7.中國科學院西北生態環境資源研究院甘肅省遙感重點實驗室，甘肅 蘭州 730000）

0 引言

融雪徑流是西北干旱區水資源的重要組成部分。西北干旱區的主要河流都受到山區積雪融水的補給。積雪豐富的阿爾泰地區融雪徑流補給率超過40%［1-2］。天山呼圖壁河融雪徑流補給率為27.7%［3］。祁連山的黑河和疏勒河融雪徑流補給率分別為20%和25%［4］。受氣候變化影響，1960—2014年西北地區的融雪徑流尤其是新疆天山和阿爾泰山地區以增加為主［5］。二十世紀八九十年代融雪徑流平均增幅達10%，積雪較多的山區增加幅度可達20%［6］。與此同時，積雪提前融化，融雪期變短，融雪徑流年內分配發生顯著變化。20世紀80年代中期以來天山南坡融雪時間提前20日左右，融雪徑流也明顯提前［7］。阿爾泰山額爾齊斯河4—5月徑流比例增加，6—7月徑流比例減少［2］。阿爾泰山克蘭河最大徑流月由6月提前到5月，最大月徑流增加了15%［8］。祁連山北坡融雪徑流提前10 d左右［9］。

融雪徑流模型是評估融雪徑流變化、提升水資源管理效率的重要手段。根據融雪計算方法的不同，可以將融雪徑流模型分為度日模型和能量平衡模型兩大類。度日模型根據氣溫和融雪率的經驗關系來構建，具有簡單實用、數據需求少、易于推廣的特點。在西北山區應用較多的典型的SRM（Snowmelt Runoff Model）模 型［10］、SWAT（Soil and Water Assessment Tool）模型［11］都是典型的度日模型。度日模型的一些參數如度日因子具有明顯的區域差異［12-13］，在不同區域應用時需要率定校準。參數確定是這類模型應用需要解決的關鍵問題。這類模型因為物理意義不夠明確的限制，一般認為模型適合日及以上時間尺度的徑流模擬。隨著時空分辨率的提升，模型的模擬精度會降低。另一類是基于物質能量平衡的物理學模型，這類模型注重融雪的物理過程，從物質和能量平衡的角度詳細描述積雪積累和消融過程。模型具有參數物理意義明確、模擬方法容易區域擴展、模擬精度高的特點。限制條件是需要詳細的觀測數據且模型參數較多，在數據稀缺地區難以推廣應用。在西北山區流域應用較多的代表性模型有如SNTHERM（Snow Thermal Model）［14］、VIC（Variable Infiltration Capacity）［15］、GBEHM（Geomorphology-based Ecohydrological Model）［16］等。

全球變暖背景下，氣溫的普遍升高使得雪線上升，冰雪消融速度加快。同時，人口增長和城市化進程導致水資源需求量不斷增加。氣候變化和人類活動雙重影響下干旱區水資源供需矛盾將更加尖銳，需要對融雪徑流過程及變化有更深入的認識和理解。過去幾十年，應用相關模型并結合過程觀測，西北山區融雪徑流過程觀測和模擬研究廣泛開展（圖1），在積雪消融過程觀測和模擬、驅動數據獲取與融雪徑流模型應用、分布式融雪徑流模型改進和發展方面都取得了較好的進展。本文將重點回顧這些進展，并結合社會經濟發展需求展望需深入研究的方向。

圖1 近幾十年中國西北山區融雪徑流過程觀測和模擬研究站點分布Fig.1 The distribution of locations for snowmelt process observation and simulation during recent decades in Northwest mountainous area of China

1 主要研究進展

1.1 積雪能量與物質平衡過程

1.1.1 積雪能量平衡觀測

積雪能量平衡與物質平衡過程是緊密聯系的。準確的積雪消融量可以通過積雪能量平衡觀測得到。自動氣象站技術的發展，積雪能量平衡觀測研究在一些山區流域開展起來了。表1是西北山區不同區域積雪能量平衡組成的觀測結果。結果表明，凈輻射是積雪主要的能量來源，占比都在50%以上，但存在顯著的時空差異，占比最大的可達84.9%。能量消耗方面，消融是主要的耗熱項。占比在62%～95%之間，也存在明顯的時空差異。

表1 西北山區積雪表面能量平衡觀測結果Table 1 Snow surface energy balance in the Northwest mountain region of China

1.1.2 積雪升華/蒸發觀測與計算

積雪升華是積雪物質平衡過程的重要組成部分。雪升華/蒸發量觀測方法主要有圓盤或蒸滲儀法、潛熱通量法和渦動相關法等［27-30］。早期研究主要在有較好觀測條件的冰川上進行。謝維榮等［31］、張寅生等［32］、Calancar等［33］以及Ohan［34］分別采用蒸發器直接測量、熱量平衡和梯度觀測方法，獲得了天山烏魯木齊河源號冰川表面升華/蒸發量，并以此為基礎計算了冰川區水量平衡。蔣熹等［17］采用能量平衡法與蒸滲儀得到的祁連山七一冰川消融期升華/蒸發量進行比較，結果發現夜間計算值與測量值相差較小，而白天結果相差較大。孫維君等［19］通過能量平衡方程計算得到的祁連山老虎溝12號冰川積累區消融期冰川表面日均升華/蒸發量值為0.8 mm。而同樣采用能量平衡法，方瀟雨等［35］計算的十一冰川消融期日均蒸發/升華量僅為0.1 mm。嚴格的積雪升華/蒸發觀測研究開始于1990年烏魯木齊河源高山區的觀測［36］，結果顯示積雪月升華/蒸發量可占月降水量的55%～100%。李弘毅等［37］采用梯度法計算了黑河上游祁連山冰溝流域積累期積雪升華/蒸發量，該時段雪升華/蒸發量達到降水量的68.8%。周寶佳等［38］利用雪面蒸發器測量了古爾班通古特沙漠南緣和天山北坡阜康綠洲地區積累期雪面升華/蒸發量，沙漠區日均升華/蒸發量為0.015 mm·d-1，綠洲區可達0.02 mm·d-1。Guo等［26］采用空氣動力學方法計算了祁連山八一冰川雪面升華/蒸發量，消融期升華/蒸發量為0.3 mm·d-1，與祁連山老虎溝12號冰川0.8 mm和祁連山十一冰川0.1 mm的升華/蒸發量差別明顯。可見，盡管都在冰川消融期，積雪升華/蒸發量也存在顯著的區域差異。

積雪的升華/蒸發伴隨著潛熱的消耗。從能量質量相互聯系的角度，可以通過潛熱通量的計算獲得積雪升華/蒸發量。渦動相關方法是目前認為精度最好的潛熱通量計算方法。但該方法在積雪區存在較多挑戰。祁連山大冬樹埡口的觀測試驗表明，受下墊面狀況和氣象條件的影響數據連續性較差［39］。西北山區多使用空氣動力學方法計算積雪潛熱通量［18-26］。但是，空氣動力學方法需要比較好的氣象觀測數據，這對于有較多氣象觀測臺站的區域是不困難的，但西北高海拔山區氣象臺站稀缺，氣象觀測數據并不容易獲得。如何獲取高精度的山區氣象分布數據是目前的難點。

1.1.3 積雪能量平衡與消融模擬

山區觀測研究表明，能量平衡方法具有較好的適用性，可以比較精確地模擬積雪消融過程［18，23，40］。為了適應山區積雪氣象觀測數據比較稀缺的限制，一些參數化能量平衡模型被開發出來。比較知名的UEB模型在西北山區積雪消融模擬研究取得了較好的效果［41-43］。康爾泗等［19］發展了一種參數化能量平衡消融模型并在天山烏魯木齊河源一號冰川流域進行了應用。該模型提出了快速計算輻射和湍流通量的參數化方法。模型所需參數少，計算簡單，但目前尚未進行區域推廣，其他區域的適用性有待進一步研究。此外，蔣熹等［44］在祁連山七一冰川發展了利用積雪深度和積雪日數計算積雪反照率的參數化方法，比單一的積雪日數參數化方法提高了計算精度，并進一步發展了冰川流域尺度的能量物質平衡模擬模型。

積雪反照率遙感反演相比參數化計算具有覆蓋范圍廣的優勢，具有很好的應用前景，是目前比較前沿和熱點的研究。遙感反照率產品的精度驗證和算法改進是目前研究的重點。MODIS反照率產品是目前最受關注的數據，一些學者開展了該數據的精度評估，并進一步分析冰雪反照率的時空變化特征［45-47］。劉俊峰等［48］提出了用數碼相機反演冰雪反照率的新方法，該方法的反演精度有待進一步的驗證。最近，利用Landsat ETM數據在冰川流域上反演冰雪反照率算法取得了較好進展，反演精度相比MODIS產品有了明顯提升［49］。

1.1.4 雪層屬性及融水下滲的觀測和模擬

雪層屬性及融水下滲的觀測和模擬研究是非常重要也極具挑戰的工作。國外對雪層屬性變化和融水下滲過程的觀測和模擬均有比較深入的研究［50］。西北山區的相關研究在21世紀初才逐漸開始，劉志輝團隊在天山北坡軍塘湖小流域開展了比較系統的觀測研究，在影響因素和機理方面有了一些新的認識［51］。魏召才［52］觀測到積雪在融雪期不斷密實化和熟化，積雪顆粒粒徑和冰晶之間的空隙不斷增大，雪層最大持水能力不斷減小。王元［53］在軍塘湖小流域的觀測表明，雪層溫度、雪層含水量和雪密度在垂直方向和水平方向上變化明顯。張波等［54］的觀測研究表明，天山山區積雪消融除受能量條件控制外，凍土也是影響積雪產流效果和產流量的關鍵因素。雪粒徑和雪深與積雪出流時間關系密切，相關系數分別為-0.88和0.98。陸恒等［55］分析了天山森林下墊面雪層含水率垂直廓線的變化特征，結果表明雪層含水率受溫度影響最顯著，開闊地和林冠下微氣象條件的不同造成雪層含水率差異明顯。

從模擬角度出發，劉譽等［56］應用雪熱力模型（Snow Thermal Model，SNTHERM）開展了黑河冰溝流域的積雪過程與積雪特性參數模擬研究。結果表明，SNTHERM模型能比較準確模擬雪深和雪表溫度變化。雪深觀測和模擬的相關系數為0.865，均方根誤差為1.69 cm。雪表溫度模擬值與觀測值的平均誤差為0.67℃。輻射通量和初始雪特性參數為敏感參數。楊與廣等［57］在積雪屬性變化研究的基礎上重點開展了融雪產流研究，將融雪產流過程概化為融雪、積雪持水、積雪層中融雪水再凍結以及季節性凍土存在條件下融雪水下滲四個過程，結合能量、水量平衡原理構建融雪產流模型，應用表明模型較好地模擬了融雪期雪水當量變化過程以及融雪水的出流過程。

1.2 驅動數據獲取與分布式融雪徑流模型流域應用

空間分布的驅動數據是分布式融雪徑流模型能否廣泛應用的前提條件。西北山區觀測站點稀少，覆蓋范圍有限，而山區氣象要素空間異質性顯著，有限的站點數據難以滿足分布式模型的需求。近二十年來，隨著空間插值、遙感反演和數據同化方法的出現和發展，空間分布數據的獲取能力有了明顯提升，分布式融雪徑流模型在西北山區流域得到了比較廣泛的應用（表2）。

表2 分布式融雪徑流模型在西北山區的應用概況及關鍵驅動數據來源Table 2 A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data

1.2.1 空間插值

空間插值是制作氣象要素空間分布數據的常用方法。根據氣溫垂直遞減率進行氣溫空間插值是獲取西北山區氣溫空間分布數據的主要方式，在融雪徑流模擬研究中廣泛應用［4，59-61，67-69，80-84］。山區觀測表明［85］，氣溫垂直遞減率與自由大氣垂直遞減率差異明顯，且時空異質性顯著。因此準確的數值需要根據研究流域的實測數據計算得到。在地面觀測站點稀缺的葉爾羌河源區，Li等［74］引入探空資料來計算氣溫垂直遞減率，相比用自由大氣氣溫垂直遞減率的模擬結果，前一種參數值的氣溫分布能更好地模擬融雪徑流過程，也豐富了模型關鍵參數獲取方法。Luo等［64］在觀測數據稀少的瑪納斯河模擬冰雪徑流時，利用觀測的徑流量率定流域內的氣溫垂直遞減率，也取得了較好的效果。

山區降水空間分布很復雜，高精度的降水分布數據非常難以得到。穆振俠［86］的研究表明，天山山區的降水具有明顯的垂直分布特征。科其喀爾冰川流域的觀測表明［85］，3 000～3 700 m海拔區間降水隨海拔升高而減少，3 700～4 200 m海拔區間降水隨海拔上升而增加。在觀測站點稀少的西北山區流域，依據降水海拔梯度進行降水空間分布是獲取模型降水驅動數據最常用的方法［4，76-80］。山區降水的海拔梯度是進行空間插值的關鍵參數，在模型中可將它作為一個可調參數調整優化。Luo等［64］在瑪納斯河流域模擬時用徑流數據來率定降水的海拔梯度，為降水數據缺乏流域的徑流模擬研究提供了借鑒。

為了獲取較大流域的降水空間分布數據，一些研究使用了考慮較多影響因素的空間插值方法。比較常用是反距離權重加降水海拔梯度方法。該方法被用來制作了天山南坡阿克蘇河流域［76］、天山北坡呼圖壁河流域［3］和天山南坡木扎提河流域［87］的降水分布數據，擴展了融雪徑流模型的應用區域。

大尺度的插值降水數據產品在站點稀少、資料稀缺流域已經得到應用。天山開都河流域融雪徑流模擬研究使用了APHRODITE格網降水數據［71］。該數據由日本地球環境研究所和日本氣象廳研究所聯合實施的Asian Precipitation Highly Resolved Observational Data Integration Towardsthe Evaluation of Water Resources計劃根據亞洲降水觀測數據創建，是一套逐日的、空間分辨率為0.25°×0.25°的網格化降水數據集。魏光輝等［79］在塔里木河源區的葉爾羌河和玉龍喀什河徑流模擬中使用了中國地面降水日值0.5°×0.5°格點降水數據。該數據集基于國家氣象信息中心基礎資料專項最新整編的中國地面高密度臺站（2 472個國家級氣象觀測站）的降水資料，利用薄盤樣條法進行空間插值生成。

目前，降水插值主要是利用地面觀測降水數據，數據源比較單一，空間分辨率也比較粗。值得關注的是數據同化技術的快速發展，通過融合地面站點、遙感反演以及模型模擬的多源數據，可以獲得精度更好、時空分辨率更高的空間分布數據。后文將專門討論相關數據集及其應用情況。

1.2.2 遙感反演

遙感反演降水具有覆蓋范圍廣的優勢。目前，遙感反演降水空間分辨率有待進一步提高，在山區流域的應用還處于探索階段。Li等［74］使用了GPCP（Global Precipitation Climatology Project，全球降水氣候計劃）降水數據來模擬塔里木河源區提孜那普河的融雪徑流。該數據綜合了數十顆靜止衛星和極軌衛星的紅外和微波資料并經過全球多個臺站數據校正后的衛星降水產品，空間分辨率為1°×1°，數據仍在不斷發展中。TRMM（Tropical Rainfall Measuring Mission）衛星于1997年在日本發射成功。基于該衛星的降水產品主要有TPMA、CMORPH、PERSIANN和GSMaP。穆振俠等［86］在天山西部山區徑流模擬中使用了TRMM的TPMA3B43月尺度數據來確定流域的降水梯度。TRMM降水數據與站點數據相比，具有空間穩定性方面的明顯優勢。全球降水觀測計劃（Global Precipitation Measurement，GPM）是繼TRMM之后的新一代全球衛星降水產品。在中國大陸區域的對比研究表明［88］，GPM的IMERG降水產品在所有的時空尺度下均明顯優于TRMM的TPMA3B42數據，特別是在中高緯度干旱地區的表現更為突出。不過，IMERG降水產品雖然相對較好地捕捉到降水的日變化情況，但仍有進一步提高的空間。特別是在干旱氣候和高緯度地區，未來有望為西北山區融雪徑流模擬提供高精度的降水數據。

遙感積雪面積能夠較好地反映積雪空間分布信息，非常適合作為水文模型的驅動數據。Snowmelt Runoff Model（SRM）模型的廣泛應用正是得益于不斷發展和豐富的遙感積雪面積數據。馬虹等［59］使用AVHRR積雪面積數據來模擬鞏乃斯河流域融雪徑流。MODIS積雪面積數據具有時空分辨率高，覆蓋范圍大的特點，葉爾羌河源區［74］，黑河［81-82］，塔里木河源區的托什干河［78］，疏勒河［4，80］等流域的融雪徑流研究均使用該數據。值得指出的是，云覆蓋會影響積雪面積產品的精度。葉爾羌河源區的融雪徑流模擬研究表明，去云后的MODIS積雪面積數據可以提升模擬效果［74］。

如前文所述，遙感反照率產品如MODIS產品在反照率時空變化方面已經有了不少應用。但目前遙感反照率的時間分辨率尚難以滿足融雪徑流模型的需求，需要進一步發展改進。

1.2.3 數據同化

數據同化可以融合多種數據源，彌補單一數據源時空精度有限的缺陷，從而擴展模型的應用范圍。高瑞等［75］在模擬喀什河流域徑流使用了美國環境預報中心（National Centers for Environmental Prediction，NCEP）提供的全球范圍內的高分辨率再分 析 數 據（Climate Forecast System Reanalysis，CFSR）。該數據時間分辨率為日，空間分辨率為0.312°×0.312°。Wu等［58］在額爾齊斯河源區使用NCEP/NCAR再分析數據來驅動融雪徑流模型。該數據集也是美國環境預報中心（NCEP）制作的一種同化數據，空間分辨率為1°×1°。包括的氣象要素有氣溫、降水、太陽輻射、長波輻射等。Liu等［43］應用中國陸面氣象數據集CMFD數據開展了天山北坡瑪納斯河的冰雪徑流模擬。CMFD數據是中國氣象信息中心制作的同化數據集。該數據集時間分辨率為3小時，空間分辨率為0.1°×0.1°，氣象要素包括氣溫、氣壓、濕度、風速向下短波、向下長波和降水。不過，目前同化數據的空間分辨率對山區來說仍然較粗，在山區融雪徑流模擬時需要進行降尺度處理。制作更高空間分辨率和精度更好的同化數據，是數據同化技術的發展方向。

1.3 模型改進和發展

我國的分布式流域融雪徑流模型研究雖然起步較晚。但最近十多年來也取得了一些可喜的進展。Yang［89］進一步發展了GBEHM模型。該模型從山區產匯流特點出發，采用坡面單元的空間離散方式，采用積雪能量平衡算法，雪層也劃分為多層。模型量化了黑河源區［90］和額爾齊斯河源區［58］融雪徑流在山區地表徑流的貢獻比例和融雪量的空間分布。Chen等［91-92］建立了內陸河高寒山區流域分布式熱耦合模型（DWHC），綜合考慮了冰川、凍土和積雪等寒區水文要素。其分布式格網設計可以很方便地與氣候模式數據耦合，在黑河流域也有成功應用。Wang等［93-95］發展了耦合陸面過程的分布式水文模型系統（WEB-DHM）。重點描述了雪層內部過程，將雪層進行了垂直分層，在洪扎河流域有成功應用［96］。Ding等［97］提出了針對冰川流域的分布式能量物質平衡模型，通過改進冰雪能量平衡中反照率和感熱潛熱的參數化方法提升消融模擬精度，該模型適合開展冰川尺度物質-能量過程模擬研究。此外，從應用地理信息系統等現代技術手段角度出發，俞鑫穎等［98］建立了基于DEM和地理信息系統（GIS）的格網式空間分布積雪水文模型。房世峰等［99］以天山北坡積雪流域的觀測為基礎，發展了基于“3S”的分布式融雪徑流模型。不過，這兩個模型均采用度日因子方法進行消融計算，未來需考慮引入物理意義更顯著的能量平衡方法。

總的來說，我國的融雪徑流模型還處于不斷發展中，受觀測手段和觀測數據的限制，融雪徑流過程的機理探究和模型應用和效果驗證研究都需要進一步深入研究。未來可從山區積雪過程和產匯流機理研究出發，綜合應用遙感、模擬和數據同化等技術手段，發展具有干旱區特色的融雪徑流模型。

2 結論與展望

綜合目前西北山區融雪徑流的研究進展和區域特征，結合已有研究基礎和融雪徑流模擬研究的發展態勢，未來融雪徑流模擬研究需加強以下研究。

2.1 山區積雪積累和消融過程的機理研究

西北山區積雪分布區多發育森林及草地。森林等植被覆蓋對積雪消融的影響需進一步量化。森林對積雪消融的影響已有一些研究。額爾齊斯河源區觀測表明，樹冠對積雪消融速率影響明顯，樹冠下積雪消融速率只有無樹冠覆蓋的二分之一［100］。森林對積雪能量平衡影響明顯，天山西部的研究表明，雪嶺云杉林冠下積雪表面凈短波輻射和顯熱明顯小于開闊地［101］。但目前的認識尚不能量化各因素的影響，還只是一些定性的認識。進一步的量化研究需要深入的機理分析。植被覆蓋及冰雪表面積雪升華/蒸發的高精度計算方法急需建立。目前的觀測表明積雪升華/蒸發量的空間差異顯著，但點尺度的觀測難以估算區域上的數值，需要發展可靠的計算方法進行區域積雪升華/蒸發量估算。

此外，對雪層含水量、雪層導水和導熱系數、飽和含水率等雪層屬性的垂直分布特征及變化以及雪面雨的影響需要更深入的研究。值得指出的是，精細的積雪過程觀測系統已經在一些山區流域建立。祁連山大埡口和葫蘆溝流域、額爾齊斯河源區的可可托海地區和天山北坡呼圖壁河上游的軍塘湖小流域都布設了比較詳細和全面的積雪過程觀測系統。經過一段時間的數據積累，有望在過程研究方面取得進展。

2.2 積雪時空分布變化監測和高精度積雪分布數據獲取

高精度積雪分布數據缺乏是目前限制模型應用的主要因素。山區地形復雜，下墊面類型多樣，坡度、坡向和植被覆蓋等都會產生積雪分布的不均勻性，斑塊狀積雪是主要的分布方式。山區地面觀測站點稀少，僅通過數據插值方法難以得到精度合適的分布結果。遙感數據雖然能獲取地面站點覆蓋不到區域的數據，但當前可利用的大尺度遙感數據產品分辨率有限。融雪末期的瞬時降雪、雪層厚度變化、風吹雪導致的積雪再分配等都給積雪面積數據帶來了較大誤差。

目前，積雪面積、積雪深度和積雪反照率等關鍵參數均可以通過遙感技術獲得，可見光遙感影像如MODIS、LandsatTM/ETM數據適合大范圍積雪面積和積雪反照率信息的提取。無人機和近景攝影測量技術適用于小流域尺度較高精度的積雪覆蓋范圍和雪深監測。被動微波遙感適合大范圍雪深信息的提取。激光測距儀Lidar提取雪深具有數據精度和空間分辨率都較高的優勢。可見，遙感數據各有其優缺點，充分利用多源遙感數據，最大程度消除外界因素帶來的誤差，提高數據分辨率和精度，減少模型輸入數據的不確定性。是目前面臨的一大挑戰，也是當前研究的重點。

2.3 山區冰雪關鍵過程與模型耦合

目前水文模型對冰雪過程的模擬能力還有欠缺。凍融過程以及冰川、積雪和降雨徑流組分區分都有待進一步的研究。通過強化野外綜合觀測（如典型冰雪-大氣界面能量通量等）和室內分析（如土壤水熱性質測量等），研究冰雪消融、土壤凍融水熱傳輸過程，認識相關機理，發展冰雪下墊面過程參數化算法，并與現有的積雪水文模型進行耦合，從而實現冰川-積雪-凍土綜合水文過程模擬，以更好地認識西北山區冰凍圈與其他圈層相互作用機理，提升對區域水資源和水災害的模擬和預測能力。

2.4 氣候變化對流域融雪徑流的影響

利用模型模擬氣候變暖趨勢下未來融雪徑流的響應是當前研究的熱點。而高精度的氣候驅動是目前的難點。未來氣候情景數據存在較大的不確定性。氣候變化情景除了通過歷史數據計算得出未來變化趨勢之外，更多的是采用氣候模型如GCM模型的模擬結果。但目前模型數據空間分辨率低，考慮如地形、植被、云量等影響區域氣候要素的作用還很不夠，僅適用于大尺度范圍研究，難以直接應用于流域尺度的融雪徑流過程模擬。需對全球尺度的GCM模型數據進行降尺度處理來獲取適用于流域尺度模擬的驅動數據。但降尺度方法以及降尺度數據如何提升精度仍有待進一步深入研究。

此外，目前的分布式積雪消融模型都是基于單點上積雪水熱過程的觀測和分析。積雪真實分布有顯著的空間異質性，尤其是西北山區積雪較薄，積雪分布連續性很差。而且山區地形起伏，將單點上的能量過程模擬直接應用于網格必然會出現較大的誤差，這種誤差隨著網格選取尺度的不同也會產生變化。積雪面積-雪水當量曲線以及概率分布函數是陸面模型和水文模型常用的描述積雪空間異質性的方法。但這些方法在研究氣候變化對西北山區流域融雪徑流影響的區域適用性，以及模型網格尺度的影響需要有更多的應用研究。模型的多尺度轉換以及模型參數的區域化也是融雪徑流模擬需要解決的問題。