基于SNICAR模型研究黑碳對冰川反照率的影響

于辰璐

(蘭州大學(xué)資源環(huán)境學(xué)院，甘肅 蘭州 730000)

中國是中低緯度山地冰川最發(fā)育的國家[1]，青藏高原地區(qū)擁有除極地冰蓋以外最大的冰川數(shù)量。然而，近50年來，中國西部82.2%的冰川處于退縮狀態(tài)[2]，青藏高原及其周圍地區(qū)的冰川面積顯著減少[3]，對冰川退縮的研究和保護(hù)刻不容緩。

冰川反照率影響著冰川表面的熱量平衡，它可以從新雪中的90%下降到黑雪中的20%[4]，是控制冰雪消融速率的決定性因素。冰川反照率的變化主要取決于冰雪的物理性質(zhì)和太陽輻射[5]，大量的黑碳?xì)馊苣z在青藏高原高空與雪花混合，并隨著降雪落在冰川上，使冰川表面變暗[6]；同時，它還能大大增強(qiáng)雪冰對太陽輻射的吸收[7]，導(dǎo)致反照率的降低，從而加劇冰川消融[8]。

研究表明，祁連山老虎溝12號地區(qū)自1957年開始呈現(xiàn)退縮趨勢，截至2015年其退縮面積達(dá)到1.54 km2，占到冰川總面積的7.03%[9]。孫維君等[10]統(tǒng)計了2010年～2015年消融季(6月～9月)反照率的數(shù)值，發(fā)現(xiàn)其平均數(shù)值從0.52降低到0.43。李洋等[11]在2013年～2014年采取了4300 m～4950 m海拔上92個雪冰樣本進(jìn)行分析，得出黑碳對反照率降低的貢獻(xiàn)率達(dá)到45%。

黑碳對反照率降低的貢獻(xiàn)率可以用SNICAR模型進(jìn)行定量模擬。該模型目前在青藏高原地區(qū)已經(jīng)得到廣泛應(yīng)用，其性能也得到了印證[8]。SNICAR模型的模擬表明，在天山烏魯木齊河源1號冰川，積累區(qū)黑碳和粉塵對反照率降低的貢獻(xiàn)率分別為25%和7%[12]；天山西部的科其喀爾冰川中，黑碳對反照率降低的貢獻(xiàn)占到了64%，導(dǎo)致的平均輻射強(qiáng)迫可達(dá)323.18 W/m2[13]，這在青藏高原區(qū)屬于高值；在高原中部的小冬克瑪?shù)妆?，老雪和裸冰中黑碳和粉塵對反照率降低的貢獻(xiàn)分別為52%和25%，總輻射強(qiáng)迫可達(dá)97 W/m2；新雪中黑碳和粉塵對反照率降低的貢獻(xiàn)約為8%，總輻射強(qiáng)迫約為7 W/m2[14]；在藏東南地區(qū)，老雪中黑碳和粉塵對冰雪消融貢獻(xiàn)約為15%，在新雪中該值小于5%，黑碳和粉塵導(dǎo)致的輻射強(qiáng)迫分別為1.0 W/m2～141 W/m2和1.5 W/m2～120 W/m2[15]?？傮w上，在青藏高原的不同地區(qū)，黑碳對反照率的影響大于粉塵，其貢獻(xiàn)值存在明顯的空間差異，且貢獻(xiàn)程度隨雪的新舊程度呈現(xiàn)明顯的變化。

近些年來，對祁連山地區(qū)冰川退縮現(xiàn)象的研究層出不窮。然而，由于地區(qū)海拔較高、環(huán)境惡劣，人工采集的樣品數(shù)量有限，且時間的連續(xù)性較差。本文以祁連山老虎溝12號冰川為例，利用MOD10A1系列產(chǎn)品反演2001年～2019年的積雪反照率，并結(jié)合黑碳的實測數(shù)據(jù)以及SNICAR模型，定量分析黑碳對反照率降低的貢獻(xiàn)率。

1 研究區(qū)域概況

祁連山老虎溝12號冰川(39°26.4′N、96°32.5′E，冰川編目5Y448D0012)位于祁連山西段北坡，長9.7 km，冰川面積20.37 km2，約占老虎溝流域的40.3%；平均厚度為101.05 m[16]，冰儲量為2.125 km3，達(dá)到老虎溝流域的65.8%[17]，是整個祁連山最大的復(fù)式山谷冰川。屬多溫型冰川，年平均氣溫為-11.8℃，但始終高于冰川表面溫度。降水主要受西風(fēng)影響，年降水量可達(dá)424 mm，主要集中在5月～9月，約占全年的85%[18]。研究表明，該地區(qū)氣溫呈升高趨勢[19]，老虎溝12號冰川正處于退縮狀態(tài)[20]。

圖1 老虎溝12號冰川地形圖

2 研究數(shù)據(jù)與研究方法

2.1 MODIS反照率提取

MODIS中分辨率成像光譜儀系列產(chǎn)品是美國航空航天局(NASA)陸地產(chǎn)品組研制的逐日積雪數(shù)據(jù)，采用正弦曲線投影，空間分辨率為500 m。相較于實測數(shù)據(jù)，MODIS數(shù)據(jù)集反演的反照率在時間上具有連續(xù)性，且精確度較高，目前使用MODIS數(shù)據(jù)反演冰川反照率在青藏高原地區(qū)已經(jīng)取得了一些進(jìn)展。徐田利等[21]等反演了2000年～2013年青藏高原中西部11條冰川的反照率變化，并分析了其時空變化特征。通過與實測數(shù)據(jù)的對比，發(fā)現(xiàn)MODIS數(shù)據(jù)產(chǎn)品中的MOD10A1逐日反照率產(chǎn)品具有較好適用性，可以用其分析單條冰川、甚至大范圍冰川區(qū)的反照率特征[22]。

MODIS傳感器搭載于Terra和Aqua衛(wèi)星，已有研究表明，Terra衛(wèi)星對反照率的反演效果略好[23]。本文從NASA官網(wǎng)(http://www.nasa.gov/)上下載了MYD09A1和MOD10A1數(shù)據(jù)，軌道號為h26v05，時間跨度從2001年1月1日～2020年1月1日。首先利用MYD09A1產(chǎn)品在ENVI中讀取祁連山老虎溝12號冰川有效單元格的行列號，再使用Matlab提取MOD10A1數(shù)據(jù)層中反照率的像元值。各像元值的含義見表1。

表1 反照率像元值的含義

選取其中像元值為0～100的數(shù)據(jù)，取研究范圍內(nèi)所有有效柵格的加權(quán)平均值作為當(dāng)日的反照率數(shù)值，并采用算術(shù)平均法統(tǒng)計2001年～2019年的逐月平均反照率數(shù)值。

2.2 SNICAR模型簡介

SNICAR是Flanner于2007年首先提出的集成了雪(SNow)、冰(ICe)和氣溶膠輻射(Aerosol Radiation)模塊的模式[24]，它通過雙向流輻射傳輸解決方案[25]來模擬雪冰的半球反照率。SNICAR模型的基本原理(圖2)為：將雪顆粒抽象為球體，忽略顆粒之間的散射，用米氏散射近似計算單顆雪粒的散射。

圖2 SNICAR模型原理[26]

SNICAR模式既可以對黑碳濃度變化、融水對積雪中氣溶膠的清洗作用、雪齡等因素產(chǎn)生的輻射強(qiáng)迫的不確定性進(jìn)行評估，還能與Global Climate Model模式進(jìn)行耦合，模擬積雪中的黑碳含量及其對反照率降低的貢獻(xiàn)率。進(jìn)行模擬實驗時，主要輸入的參數(shù)有入射輻射、太陽天頂角、入射輻射光譜分布、雪顆粒有效半徑、雪冰厚度和密度、下墊面反照率、黑碳類型和濃度、粉塵類型和濃度等。

3 研究結(jié)果

3.1 2001年～2019年反照率的變化特征

老虎溝12號冰川2001年～2019年的年平均反照率(圖3)在時間上呈現(xiàn)上下浮動變化趨勢，其波動范圍控制在0.5848～0.6597之間，平均值為0.6231，變化率為0.0103，變化趨勢不顯著。其中平均反照率最大值出現(xiàn)在2008年，為0.6596；最小值出現(xiàn)在2018年，為0.5858。根據(jù)反照率的原始數(shù)據(jù)，反照率呈現(xiàn)出較明顯的季節(jié)相關(guān)性變化，最大值集中在每年11月～次年3月的冰雪積累季節(jié)，最小值集中出現(xiàn)在每年6月～8月等冰雪消融季節(jié)。究其原因，很有可能是因為祁連山老虎溝12號冰川屬于極大陸型冰川，而這一類型冰川對氣候變化的動力響應(yīng)相對較為遲緩[2]。

根據(jù)采購經(jīng)理在不在現(xiàn)場來進(jìn)行操作流程的安排：(1)在現(xiàn)場，這時候可以按照職責(zé)分工來安排采購經(jīng)理、招標(biāo)代理和評委這三個角色；(2)不在現(xiàn)場，這是可以根據(jù)職責(zé)分工來安排評委和招標(biāo)代理這兩個角色。必須得注意的就是這兩個計劃的工作流程都是一樣的。

將每年夏季(6月、7月、8月)的平均反照率數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)其與年平均反照率變化趨勢相似。其波動范圍控制在0.4559～0.6260之間，平均值為0.5448。與年平均反照率相比，夏季平均反照率的上下浮動更大，這可能是由于夏季積雪消融，使得黑碳?xì)馊苣z等吸光性雜質(zhì)沉積[27]。

3.2 黑碳對反照率的影響

3.2.1 SNICAR模型模擬結(jié)果

通過SNICAR模型進(jìn)行敏感性分析，其具體過程如下：

(1)將黑碳和粉塵的含量均設(shè)置為0，計算出沒有黑碳和粉塵影響時純雪的反照率。

(2)向模型中輸入粉塵的含量，將黑碳含量設(shè)置為0，模擬只有粉塵影響下的反照率。

(3)再向模型中輸入黑碳的數(shù)據(jù)，模擬粉塵和黑碳共同影響下的反照率。

以2016年6月4日不同海拔高度表層雪的實測數(shù)據(jù)為例，利用SNICAR模型分析黑碳和粉塵共同作用以及粉塵單獨作用兩種情況下的反照率數(shù)值，并得出不同波段下反照率的模擬結(jié)果，見圖4?？梢钥闯觯诓煌０胃叨壬?，黑碳對冰川反照率存在相同的影響，主要表現(xiàn)為黑碳的存在使得反照率降低，且該降低趨勢在波長為0.2 μm～1.0 μm(可見光波段和部分近紅外波段)的范圍內(nèi)更加明顯。

圖4 不同海拔處黑碳對反照率的影響

3.3.2 模擬結(jié)果的定量分析

在SNICAR模型中輸入2015年8月31日、2015年12月28日和2016年6月4日三次實測數(shù)據(jù)，模擬表層雪中黑碳對反照率的影響。貢獻(xiàn)率的計算公式為：

ΔαBC=αMD-αBC+MD

(1)

ΔαAll=αPure-αinstitu

(2)

(3)

式中：ΔαBC、ΔαAll分別表示黑碳和所有因素對反照率降低的絕對值，αMD、αBC+MD、αPure分別表示只存在粉塵、黑碳和粉塵同時存在、純雪時模擬的反照率數(shù)值，αinsitu表示反照率的實測數(shù)值。

由表2可知，當(dāng)雪冰中存在黑碳時，均會引起反照率的降低。通過對表層雪的數(shù)據(jù)分析可以得出，在積雪消融季節(jié)(2015年8月31日和2016年6月4日)，黑碳對反照率降低的貢獻(xiàn)率相對較低，其中2015年8月31日和2016年6月4日的平均貢獻(xiàn)率分別為15.00%和9.32%，而2015年12月28日的平均貢獻(xiàn)率為17.14%，但根據(jù)以往的研究，積雪的消融往往有利于黑碳的富集[28-29]。這可能是因為老雪中黑碳對反照率降低的貢獻(xiàn)率大于新雪及雪坑[15-30]，冬季該地區(qū)積雪可能多為老雪。除此之外，冰雪積累季節(jié)黑碳對反照率降低的影響隨海拔的差異更加顯著，且平均貢獻(xiàn)值較大。

表2 表層雪中黑碳對反照率的影響

3.3.3 貢獻(xiàn)率與海拔的關(guān)系

圖5顯示了三次實驗表層雪中黑碳對反照率的影響隨海拔的變化趨勢。在不同的時間，黑碳的貢獻(xiàn)率均呈現(xiàn)隨海拔升高而降低的趨勢，這很有可能是因為海拔高處大氣相對較純凈，黑碳的含量較少，且降水較多，冰雪積累使黑碳不容易富集。經(jīng)過對比發(fā)現(xiàn)，在2015年12月28日的實驗中，黑碳的貢獻(xiàn)率與海拔的關(guān)系更加顯著。

圖5 表層雪中貢獻(xiàn)率與海拔的關(guān)系

以2016年6月4日為例，對表層雪中的黑碳濃度和黑碳貢獻(xiàn)率進(jìn)行空間插值，得到結(jié)果見圖6。可以看出，兩者大體上均隨海拔升高而降低，說明黑碳濃度與黑碳貢獻(xiàn)率也呈現(xiàn)明顯的正相關(guān)關(guān)系。

圖6 黑碳濃度和黑碳貢獻(xiàn)率空間分布圖

4 結(jié)論

本文通過MODIS數(shù)據(jù)反演了祁連山老虎溝12號冰川2001年～2019年的冰川反照率，并利用SNICAR模型模擬了黑碳對反照率的影響，得出如下結(jié)論：

(1)2001年～2019年祁連山老虎溝12號冰川反照率數(shù)值在0.5848～0.6597之間，平均值為0.6231。全年平均反照率和夏季平均反照率均呈上升趨勢，夏季平均反照率的變化趨勢略明顯，但兩者的變化均不大。反照率的最低值均出現(xiàn)在每年6月～8月，與冰雪消融的季節(jié)一致。

(2)通過SNICAR模型的模擬，表層雪中黑碳的存在導(dǎo)致反照率降低，貢獻(xiàn)率隨海拔的升高而降低，且受季節(jié)的影響較大：冰雪積累季節(jié)貢獻(xiàn)率與海拔的相關(guān)性強(qiáng)，而冰雪消融季節(jié)則相對較弱。

研究數(shù)據(jù)顯示，近年來冰川反照率和黑碳濃度均呈略微上升趨勢，而冰川反照率和黑碳濃度呈現(xiàn)明顯的負(fù)相關(guān)關(guān)系，說明存在其他影響反照率的因素，未來應(yīng)對其他相關(guān)因素的貢獻(xiàn)進(jìn)行定量評估。