季 芳,范林峰,匡星星,鄒一光,鄭春苗,3
(1. 哈爾濱工業(yè)大學(xué)環(huán)境學(xué)院,黑龍江 哈爾濱 150090;2. 南方科技大學(xué)環(huán)境科學(xué)與工程學(xué)院,廣東 深圳 518055;3. 東方理工高等研究院,浙江 寧波 315200)
在過去的約170 a(1850—2019年),全球年平均地表氣溫升高了約1.05 ℃[1]。根據(jù)CMIP6模式(第6次國際耦合模式比較計劃)的不同預(yù)估情景,到2100年,預(yù)計全球年平均地表氣溫將繼續(xù)增加2.23~4.95 ℃[1]。氣候變化加劇導(dǎo)致全球水文循環(huán)和碳循環(huán)增強(qiáng)[2-5],改變了水文-能量平衡,使得干旱區(qū)更加干旱、濕潤區(qū)更加濕潤[6]。蒸散發(fā)是水圈、大氣圈、生物圈水能交換過程的關(guān)鍵變量,與降水一同對地表水的可用性和分布起著重要的調(diào)節(jié)作用[7]。青藏高原是長江、黃河、雅魯藏布江等亞洲重要河流的發(fā)源地,被稱為“亞洲水塔”。蒸散發(fā)、降水和徑流量的平衡對下游的水資源供應(yīng)有很大的影響,在亞洲水能循環(huán)中發(fā)揮著重要作用,對全球氣候變化極其敏感[8-10]。由于青藏高原特殊的地理單元和較低的年平均氣溫,青藏高原約40%的地區(qū)上覆多年凍土[11]。由于氣候變暖的加劇,多年凍土正在經(jīng)歷著廣泛的退化[10-12]。凍土的存在阻礙了地表與大氣間的物質(zhì)、能量和水分交換,增加了地表水文過程的復(fù)雜性[13]。因此,準(zhǔn)確量化地表蒸散發(fā)的時空動態(tài)變化有助于更好地理解多年凍土地區(qū)水文過程對氣候變化的響應(yīng)。
多年凍土退化的表現(xiàn)之一是活動層厚度的增加?;顒訉?,即多年凍土區(qū)冬季凍結(jié)、夏季融化的地表凍土層[14]?;顒訉拥南募救诨又邓娜霛B導(dǎo)致表層土壤含水量增加,使得蒸散發(fā)作用增強(qiáng);但隨著表層凍土的不斷融化,活動層的不斷加深,土壤水也可能通過未凍結(jié)的土層流向深部,使得地表土壤蓄水量減小,導(dǎo)致蒸散發(fā)降低[12-13]。此外,冰的融化和升華作用需要消耗更多的熱量,凍土的凍融過程改變了原有的能量平衡,因此,在其他條件相同時,相比正常土層,理論上多年凍土區(qū)的蒸散發(fā)更小。如Wang等[15]結(jié)果表明,若忽略冰的凍融過程所需的熱量,青藏高原的平均年蒸散發(fā)將被高估8.88%。此外,活動層通過植物的根系為植物提供水分和養(yǎng)分,氣候變暖導(dǎo)致的活動層厚度增加可能導(dǎo)致植物根區(qū)的加深,進(jìn)而導(dǎo)致植被蒸騰作用增強(qiáng)[16-17]。因此,氣候變化導(dǎo)致的多年凍土活動層加深對蒸散發(fā)的影響非常復(fù)雜。目前,大部分相關(guān)研究尤其是凍土退化導(dǎo)致的植物根區(qū)的加深對蒸散發(fā)的影響機(jī)制僅停留在理論分析階段,缺乏模型模擬的量化分析。
Budyko模型[18]是一種基于水分與能量耦合平衡方程的經(jīng)驗?zāi)P?,傅抱璞[19]在Budyko模型的基礎(chǔ)上發(fā)展的Budyko-Fu模型能夠表征氣候、植被和下墊面特征與水文過程的相互關(guān)系。僅需1個參數(shù)的Budyko-Fu模型在適應(yīng)不同區(qū)域地表特征方面具有更強(qiáng)的靈活性,被廣泛運用于流域尺度、長時間序列平衡態(tài)陸面水熱過程模擬和機(jī)理分析[20-23]。隨著學(xué)者們對模型參數(shù)的不斷優(yōu)化,Budyko-Fu模型的適用性變得更加廣泛,越來越多地被應(yīng)用于高空間分辨率、年尺度的水文過程分析[6,24]。定量表示凍土地區(qū)活動層變化所導(dǎo)致的下墊面條件的改變,并將其耦合至Budyko-Fu模型中,可以定量分析凍土退化導(dǎo)致的植物根區(qū)變化對蒸散發(fā)的影響。
本文基于Budyko-Fu模型,在充分考慮氣候、植被的基礎(chǔ)上,構(gòu)建凍土退化所致下墊面條件改變的水熱耦合模型,分析模型參數(shù)與活動層厚度的統(tǒng)計關(guān)系并建立適用于青藏高原多年凍土區(qū)的經(jīng)驗公式,探究青藏高原多年凍土地區(qū)蒸散發(fā)的時空動態(tài)演變趨勢,并量化青藏高原蒸散發(fā)對凍土退化的響應(yīng)。研究結(jié)果可以提高對變化環(huán)境下水循環(huán)演變機(jī)理的認(rèn)識,為高寒區(qū)水能循環(huán)過程的研究提供支撐。
青藏高原位于中國西南部,平均高程大于4 000 m[25],被稱為“世界屋脊”(圖1(a))。青藏高原多年凍土區(qū)土壤類型以砂壤土和壤土為主(圖1(b)),其中砂壤土占比74.3%,壤土占比20.9%。青藏高原幅員遼闊,多年凍土區(qū)植被類型多種多樣,西部植被類型以草原為主,其中西北部高山地帶分布有高山植被;東部地區(qū)以草甸和灌叢為主;東南部主要為森林(圖1(c))。1982—2018年間,青藏高原多年凍土區(qū)的年平均氣溫為-5.5 ℃,年平均降水量約為336.6 mm。氣溫和降水量空間分布高度不均,年平均氣溫由東南地區(qū)的20 ℃降低到西北地區(qū)的-15℃,年平均降水量由東南地區(qū)的1 200 mm減小到西北地區(qū)的120 mm(圖1(d)和圖1(e))。青藏高原多年凍土區(qū)1982—2018年的平均活動層厚度為2.35 m,分布規(guī)律大致與氣溫相同(圖1(f))。圖1所示數(shù)據(jù)來源詳見2.3節(jié),文中所有分布圖的投影坐標(biāo)系均為Albers Conical Equal Area坐標(biāo)系,分布圖中白色區(qū)域為季節(jié)性凍土區(qū),不列為研究對象。
圖1 青藏高原地理及氣象要素分布Fig.1 Spatial distribution of geographical and meteorological elements on the Qinghai-Tibet Plateau
收集青藏高原1982—2018年水文氣象及歸一化植被指數(shù)(Normalized Differential Vegetation Index,NDVI)數(shù)據(jù),利用Penman-Monteith公式計算潛在蒸散發(fā)(ET,p),基于Budyko-Fu模型,建立考慮活動層厚度的青藏高原多年凍土區(qū)水熱耦合模型,通過最小二乘法確定模型參數(shù)并進(jìn)行校正;將校正的模型應(yīng)用于青藏高原多年凍土區(qū),與現(xiàn)有蒸散發(fā)數(shù)據(jù)集進(jìn)行對比,并探究該地區(qū)蒸散發(fā)的時空分布與演變特征;通過設(shè)置活動層厚度不變情景,與實際情況對比,研究活動層厚度與蒸散發(fā)的關(guān)系,定量分析凍土退化對青藏高原多年凍土區(qū)蒸散發(fā)的影響。
實際蒸散發(fā)(ET)是大氣降水(P)和潛在蒸散發(fā)相互控制的結(jié)果,下墊面特征或自然景觀會影響二者的控制平衡,傅抱璞[19]基于原始的Budyko曲線[18]利用量綱分析方法和微分方程理論討論了下墊面特性或自然景觀對蒸散發(fā)的影響程度,得到Budyko-Fu模型:
(1)
為了提高計算的準(zhǔn)確度, 本文先計算了研究區(qū)的日尺度ET, p, 將日尺度ET,p加和得到年尺度潛在蒸散發(fā)。 日尺度ET,p(mm/d)采用考慮能量平衡和空氣動力學(xué)的Penman-Monteith公式[26]計算:
(2)
式中:Δ為飽和蒸汽壓曲線斜率,kPa/ ℃,由氣溫計算得到;γ為干濕常數(shù),kPa/ ℃,由降水計算得到;Rn為凈輻射,MJ/(m2·d),由地面凈太陽輻射和地面凈熱輻射計算得到;G為土壤熱通量,MJ/(m2·d),由于本文中ET,p計算時間尺度為1 d,故可認(rèn)為G=0;T為氣溫,℃;u2為地面以上2 m風(fēng)速,m/s,由10 m風(fēng)速轉(zhuǎn)換而來;es為飽和蒸汽壓,kPa,由日最高氣溫和最低氣溫計算得到;ea為實際蒸汽壓,kPa,由比濕、降水和水蒸氣分子質(zhì)量與干燥空氣分子質(zhì)量的比值計算得到。式中各項氣象要素的具體計算方法請參考世界糧農(nóng)組織灌溉和排水文件[27],計算所用數(shù)據(jù)來源見2.3節(jié)。
已有研究表明,植被功能、土壤類型和降水強(qiáng)度等因素對Budyko-Fu模型的參數(shù)ω有顯著影響,如Donohue等[28]基于澳大利亞各流域情況建立了Budyko-Choudhury-Porporato模型:
(3)
式中:θ為土壤有效含水量, m3/m3, 定義為田間持水量與凋萎系數(shù)之差, 其值與土壤類型有關(guān);Ze為植物有效生根深度, m, 與植被類型有關(guān);α為研究期降水強(qiáng)度泊松分布的平均值, m。
另外,植被覆蓋度也會影響ω的取值,Li等[20]基于全球不同流域擬合了ω與植被覆蓋度的關(guān)系:
ω=2.36M+1.16
(4)
由于多年凍土區(qū)的植物根系吸水能力受活動層厚度的影響[16],活動層加深可能導(dǎo)致植物根區(qū)向下延深,因此本研究結(jié)合式(3) 、式(4) 中土壤有效含水量、植物有效生根深度、降水強(qiáng)度和植被覆蓋度與參數(shù)ω的相關(guān)關(guān)系,建立綜合考慮植被功能、土壤類型、氣候條件和多年凍土退化情況的ω參數(shù)化方案,使其可適用于多年凍土地區(qū):
(5)
式中:Zt為多年凍土地區(qū)活動層厚度, m;a和b均為該半經(jīng)驗公式的回歸參數(shù)。
采用Theil-Sen slope方法[30]分析了青藏高原多年凍土區(qū)降水、潛在蒸散發(fā)和模擬的蒸散發(fā)的變化趨勢,同時采用Mann-Kendall[31]非參數(shù)檢驗方法進(jìn)行顯著性檢驗。
圖1中青藏高原土壤類型數(shù)據(jù)來自世界土壤數(shù)據(jù)庫(Regridded Harmonized World Soil Database,HWSD),http:∥dx.doi.org/10.3334/ORNLDAAC/1247;植被類型數(shù)據(jù)來自中國科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心,https:∥www.resdc.cn/data.aspx?DATAID=122;近地面(2 m)氣溫、降水、氣壓、比濕和10 m風(fēng)速數(shù)據(jù)采用青藏高原數(shù)據(jù)中心(https:∥data.tpdc.ac.cn/zh-hans/data/8028b944-daaa-4511-8769-965612652c49/)的中國區(qū)域地面氣象要素驅(qū)動數(shù)據(jù)集(China Meteorological Forcing Dataset,CMFD);地面凈太陽輻射和地面凈熱輻射數(shù)據(jù)來自歐洲中期天氣預(yù)報中心(European Centre for Medium-Range Weather Forecasts,https:∥cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-land?tab=overview)的第五代歐洲再分析陸地成分全球數(shù)據(jù)集(the global dataset for the land component of the fifth generation of European ReAnalysis,ERA5-Land)。各數(shù)據(jù)名稱、單位、來源、時間分辨率及空間分辨率等信息詳見表1。
表1 用于計算ET,p的數(shù)據(jù)具體信息
NDVI數(shù)據(jù)來自美國國家海洋與大氣管理局(National Oceanic and Atmospheric Administration,NOAA)的AVHRR衛(wèi)星數(shù)據(jù)集(https:∥www.ncei.noaa.gov/data/avhrr-land-normalized-difference-vegetation-index/access/),時間分辨率為逐日,空間分辨率為0.05°,時間跨度為1982—2018年。模型中需要的植物可吸水含量數(shù)據(jù)與土壤類型有關(guān),經(jīng)查閱[32],不同土壤類型中土壤有效含水量值如表2所示。
表2 不同土壤類型中土壤有效含水量
基于經(jīng)典的Stefan模型[33],通過考慮不同含水量對土壤熱性質(zhì)的影響,計算了1982—2018年青藏高原多年凍土活動層厚度,所得結(jié)果與青藏高原多年凍土區(qū)181個鉆孔觀測站點記錄的1995—2018年間329個觀測數(shù)據(jù)相比吻合良好,相關(guān)系數(shù)(R)為0.90,均方根誤差(ERMS)為0.25 m,說明Stefan模型適用于青藏高原多年凍土區(qū)模擬,因此將此數(shù)據(jù)用于本模型輸入[34]。青藏高原多年凍土區(qū)的劃分使用Zou等[11]的模擬結(jié)果。由于模型校正需要,本文搜集了青藏高原多個實測蒸散發(fā)數(shù)據(jù)用于參數(shù)確定,具體站點、位置、年份、數(shù)據(jù)來源等信息詳見表3,空間分布位置見圖1(f)。另外,采用青藏高原數(shù)據(jù)中心的8 km分辨率蒸散發(fā)數(shù)據(jù)集(http:∥data.tpdc.ac.cn/zh-hans/data/46fcf412-d675-4137-a81a-a4570e45d3c7/)與模擬結(jié)果對比。
表3 用于模型校正的站點詳細(xì)信息
為了定量探究凍土退化對青藏高原蒸散發(fā)的影響,本文設(shè)置了假設(shè)情景,即活動層厚度不變情景:其他水文氣象因素與實際情況相同,但活動層厚度取1982—1990年的平均值。將假設(shè)情景下模擬的蒸散發(fā)與真實情景(對照情景)進(jìn)行比較,由于對照和假設(shè)情景下的其他所有變量都是相同的,因此對照和假設(shè)情景下蒸散發(fā)的差異揭示了凍土退化導(dǎo)致的植物根區(qū)深度變化對蒸散發(fā)的影響。
采用最小二乘法,對式(5)中的擬合參數(shù)a和b不斷調(diào)整,使得模型計算的實際蒸散發(fā)與站點實測蒸散發(fā)的相關(guān)系數(shù)最大,而均方根誤差盡可能小。由此確定,當(dāng)a=1.25、b=1.56時,實際蒸散發(fā)與實測蒸散發(fā)的相關(guān)系數(shù)為0.84,均方根誤差為87.1 mm(圖2(a))。這表明,校正后的ω-Zt函數(shù)關(guān)系在青藏高原多年凍土區(qū)有較好的適應(yīng)性,耦合了活動層厚度的Budyko-Fu模型具有較好的模擬能力。
圖2 模型校正及與其他數(shù)據(jù)對比Fig.2 Model calibration and comparison with other dataset
將校正后的模型應(yīng)用于青藏高原多年凍土區(qū),得到1982—2018年期間的平均年蒸散發(fā)分布(圖3(a)),并與已有數(shù)據(jù)集(青藏高原8 km蒸散發(fā)數(shù)據(jù)集)進(jìn)行對比(圖2(b))。結(jié)果表明,采用耦合了活動層厚度的Budyko-Fu模型模擬得到的平均年蒸散發(fā)與8 km數(shù)據(jù)集的ERMS=154.3 mm、R=0.74,模擬效果較好。
本研究結(jié)果表明,1982—2018年間青藏高原多年凍土區(qū)平均年蒸散發(fā)為275.6 mm,空間分布不均(圖3(a)),大部分地區(qū)的平均年蒸散發(fā)在100~600 mm之間,整體上分布規(guī)律與降水大致相同,由東南地區(qū)(接近1 500 mm)向西北地區(qū)(100 mm)遞減。青藏高原多年凍土區(qū)年蒸散發(fā)的變化趨勢時空分布如圖3(b)所示。結(jié)果表明,青藏高原多年凍土區(qū)年蒸散發(fā)呈顯著上升趨勢(3.57 mm/a,p<0.05),從1982年的227.8 mm增加到2018年的307.5 mm。在空間分布上,大部分地區(qū)(約80%面積)的年蒸散發(fā)呈顯著的增加趨勢(p<0.05),東南部局部地區(qū)的年蒸散發(fā)呈降低趨勢,這與Cui等[39]研究得到的空間變化趨勢大致相同。
圖3 青藏高原1982—2018年平均蒸散發(fā)及其變化趨勢空間分布Fig.3 Spatial distributions of the annual average evapotranspiration and its changing rate during 1982—2018 on the Qinghai-Tibet Plateau
總體上,本模型在青藏高原多年凍土區(qū)的蒸散發(fā)及其變化趨勢擬合效果較好,與其他相關(guān)研究結(jié)果相符。例如,Zhang等[40]計算得到青藏高原1966—2000年的平均年蒸散發(fā)為248.4 mm,研究期內(nèi)年蒸散發(fā)以0.7 mm/a的速率顯著增加;Yin等[41]研究結(jié)果表明,1981—2010年間青藏高原平均年蒸散發(fā)為255.8 mm;Song等[42]估算出青藏高原2000—2010年平均年蒸散發(fā)為350.3 mm;Wang等[15]估計了青藏高原蒸散發(fā)的時空格局,指出青藏高原1961—2014年平均年蒸散發(fā)為294.2 mm,年蒸散發(fā)增長速率為0.38 mm/a;Feng等[43]得出青藏高原2003—2014年間的平均年蒸散發(fā)為380.0 mm,年蒸散發(fā)以1.2 mm/a的速率增加。此外,這些研究都表明青藏高原的蒸散發(fā)空間分布不均,整體上從東南向西北遞減。盡管與前人研究的區(qū)域和時期不完全一致,本研究模擬的蒸散發(fā)及其變化趨勢介于前人的估算范圍內(nèi)。
為了探究引起青藏高原多年凍土區(qū)蒸散發(fā)增加且空間分布不均的控制因素,本文分析了Budyko-Fu模型中的2個控制因素(降水、潛在蒸散發(fā))的變化趨勢,如圖4(a)和圖4(b)所示。結(jié)果表明,青藏高原多年凍土區(qū)的降水和潛在蒸散發(fā)在1982—2018年間整體上均呈現(xiàn)明顯的上升趨勢,其中,降水的上升速率為4.26 mm/a,潛在蒸散發(fā)的上升速率為2.85 mm/a。在空間上,降水變化趨勢的分布與蒸散發(fā)變化趨勢的分布(圖3(b))呈現(xiàn)高度的一致性,且在區(qū)域平均值的年際變化(圖4(c))上步調(diào)一致;而潛在蒸散發(fā)變化趨勢分布與蒸散發(fā)變化趨勢分布之間的沒有明顯的相關(guān)關(guān)系。因此,相較潛在蒸散發(fā)(需求)而言,降水(供應(yīng))是青藏高原蒸散發(fā)過程的主要控制因素,這與青藏高原整體處于干旱、半干旱區(qū)的情況相吻合。
圖4 研究區(qū)降水和潛在蒸散發(fā)變化趨勢空間分布及區(qū)域平均降水和蒸散發(fā)的年際變化Fig.4 Spatial distributions of the precipitation and potential evapotranspiration,and interannual evolutions of regional average precipitation and evapotranspiration of the study area
為了探究凍土退化對高原蒸散發(fā)的影響,比較了對照情景和假設(shè)情景的2種不同情景下模擬的1982—2018年平均年蒸散發(fā)(圖5(a),圖中蒸散發(fā)變化率為對照情景與假設(shè)情景的年蒸散發(fā)之差與對照情景年蒸散發(fā)的比值),圖5(b)是2種情景下多年平均活動層厚度之差的空間分布(對照情景減去假設(shè)情景)。結(jié)果表明,由氣候變化引起的青藏高原廣泛的活動層厚度加深(活動層厚度之差>0)會引起蒸散發(fā)的增大(蒸散發(fā)變化率>0),在區(qū)域平均活動層厚度增大0.27 m的情景下,平均年蒸散發(fā)會增大2.2%(平均年蒸散發(fā)變化量為6.01 mm)。換言之,若不考慮氣候變化導(dǎo)致的活動層厚度的加深(平均加深11.5%),會導(dǎo)致模擬的青藏高原多年凍土區(qū)平均年蒸散發(fā)比真實值低估2.2%。雖然2.2%的低估在整個區(qū)域來看相對較小,但是在例如三江源等區(qū)域,蒸散發(fā)變化率可達(dá)6%,對局部水文循環(huán)過程模擬具有關(guān)鍵影響。
圖5 2種情景下蒸散發(fā)變化率、活動層厚度之差及二者關(guān)系Fig.5 Changing rate of the annual evapotranspiration and change in active layer thickness between control and hypothetical scenario,and their relationship
在空間分布上,對比分析圖5(a)和圖5(b),2種情景對比的蒸散發(fā)變化率并不隨著活動層厚度之差的增大而增大。以青藏高原東南部為例,該地區(qū)的活動層厚度之差為0.3~0.6 m,對應(yīng)的蒸散發(fā)變化率只有1%~2%,蒸散發(fā)對凍土退化的響應(yīng)極??;而高原東部黃河源區(qū)活動層厚度之差只有0.1~0.2 m,對應(yīng)的蒸散發(fā)變化率卻達(dá)4%~5%,蒸散發(fā)對凍土退化的響應(yīng)劇烈。為了探究引起這種情況的原因,進(jìn)一步分析了青藏高原各點處蒸散發(fā)變化率與活動層厚度之差的關(guān)系,如圖5(c)所示,不同顏色表示對照情景中不同的模型參數(shù)ω大小。結(jié)果表明:① 整體上活動層厚度的增大會導(dǎo)致更大的蒸散發(fā),但兩者變化幅度不同,與對照情景模型參數(shù)ω有關(guān)系。② 在相同的活動層厚度變化的情況下,對照情景模型參數(shù)ω越大,蒸散發(fā)的變化率越小,即蒸散發(fā)對活動層厚度變化的響應(yīng)越?。环粗?,蒸散發(fā)對活動層厚度變化的響應(yīng)越敏感。③ 在對照情景模型參數(shù)ω相近(顏色相同)情況下,蒸散發(fā)變化率隨著活動層厚度變化的增大而增大,即蒸散發(fā)的響應(yīng)隨活動層厚度的增大而更劇烈。由于模型的參數(shù)ω越大,表示該處土壤有效含水量和植被覆蓋度越高,越有利于水分和能量向大氣傳輸,故可知,在土壤有效含水量和植被覆蓋度較低的地區(qū),蒸散發(fā)對活動層厚度變化的響應(yīng)更加敏感。
本文通過改進(jìn)Budyko-Fu模型的參數(shù)化方案,總體更為合理地分析了青藏高原多年凍土區(qū)蒸散發(fā)的時空變化特征,量化了青藏高原凍土退化對蒸散發(fā)過程的影響,但同時也存在一定的局限性:① 本研究在進(jìn)行參數(shù)設(shè)置時,考慮到研究區(qū)植被類型以草甸、草原等草本植物為主,根系深度相對較淺,因此活動層的加深會促進(jìn)植被根系向下延展,故假設(shè)研究區(qū)內(nèi)植被根系隨活動層厚度的增加而加深。但由于青藏高原環(huán)境復(fù)雜,缺乏實測的根系深度數(shù)據(jù)資料支撐該假設(shè),加之森林等木本植物的根系較深,可能不會受到活動層加深的影響,因此該假設(shè)可能會對結(jié)果帶來一定程度的不確定性。② 凍土退化的表現(xiàn)特征很多,如地溫升高、活動層厚度加深、地下冰融化等[34, 44-45],這些變化均會對蒸散發(fā)過程造成影響,如地溫升高會導(dǎo)致模型中需求邊界的提升,地下冰融化為液態(tài)水的能量消耗將會導(dǎo)致蒸散發(fā)被高估[15],而Budyko-Fu模型無法考慮這部分能量消耗,只考慮了活動層厚度加深對蒸散發(fā)的影響,因此為模型帶來不確定性。因此,如何更全面地考慮凍土退化對水文過程的影響仍是高寒區(qū)水文循環(huán)研究的難點,有待進(jìn)一步研究。
本文基于Budyko-Fu模型,將多年凍土活動層厚度因素耦合入模型參數(shù)ω中,構(gòu)建了適用于多年凍土地區(qū)的水熱耦合模型,研究了青藏高原多年凍土地區(qū)1982—2018年間蒸散發(fā)的時空演變特征,并通過情景設(shè)置分析了活動層厚度變化對蒸散發(fā)的影響,主要結(jié)論如下:
(1) 提出的耦合活動層厚度的Budyko-Fu模型可以較好地模擬青藏高原多年凍土區(qū)的蒸散發(fā)(相關(guān)系數(shù)為0.84,均方根誤差為87.1 mm),探討了活動層增厚對蒸散發(fā)的影響。
(2) 青藏高原多年凍土區(qū)1982—2018年間的平均年蒸散發(fā)為275.6 mm,且空間分布與降水分布相似,均為由西北向東南遞增;研究期內(nèi)年蒸散發(fā)整體上以3.57 mm/a(p<0.05)的速率顯著增加??臻g上,80%的地區(qū)蒸散發(fā)呈顯著上升趨勢,而僅在東南部降水下降的地區(qū)蒸散發(fā)呈下降趨勢。
(3) 活動層厚度的增加會導(dǎo)致蒸散發(fā)的增大,不考慮凍土退化會使得蒸散發(fā)被低估2.2%。凍土退化對蒸散發(fā)的影響存在空間差異性,土壤有效含水量和植被覆蓋度較低的地區(qū)對凍土退化的響應(yīng)更敏感。
多年凍土退化對蒸散發(fā)的影響機(jī)制極為復(fù)雜,未來需建立綜合考慮凍土退化引起的地表水文過程、能量平衡及植被功能變化的水熱耦合模型以進(jìn)一步揭示蒸散發(fā)對多年凍土退化的響應(yīng)機(jī)制。