1960—2020年高加索山地冰川變化研究

侯姍姍，王寧練，3，李志杰

（1.陜西省地表系統(tǒng)與環(huán)境承載力重點實驗室，陜西 西安 710127；2.西北大學城市與環(huán)境學院地表系統(tǒng)與災害研究院，陜西 西安 710127；3.中國科學院青藏高原研究所，北京 100101）

0 引言

冰川對氣候變化極為敏感。隨著氣候加速變暖，近幾十年來全球大多數(shù)地區(qū)的冰川均處于持續(xù)退縮狀態(tài)，且21世紀以來的退縮幅度更加顯著［1-2］。當前的全球升溫已打破了冰川與氣候環(huán)境的平衡，因此即便升溫停止，全球冰川也將進一步退縮［3］。冰川作為全球各地的“水塔”［4-5］，對于區(qū)域生態(tài)平衡、社會經(jīng)濟發(fā)展有著巨大影響［6］。高加索山脈是全球山地冰川集中分布的地區(qū)之一，冰川融水是下游地區(qū)農(nóng)業(yè)灌溉、工業(yè)發(fā)電的重要水源［7］，也是誘發(fā)地緣沖突的潛在因素之一。此外，由于氣候變暖導致冰川穩(wěn)定性減弱，該地區(qū)冰川災害發(fā)生頻率顯著增加［8-9］，嚴重影響當?shù)厣鐣€(wěn)定發(fā)展。

18世紀至19世紀末，早期探險家就高加索地區(qū)冰川開展考察，留下了一些觀察資料［10-11］。20世紀初期，科學家們致力于冰川編目工作［12-13］，例如Podozerskiy等［10］依據(jù)1881—1910年地形圖完成了高加索地區(qū)的首套冰川編目（Glaciers of the Caucasus Mountain Range，PGI；1 329條，1 967.4 km2）。此后，蘇聯(lián)科學家依據(jù)1950—1960年航空照片對高加索冰川編目進行了更新（Catalog of Glaciers of the USSR，UGI；2 080條，1 427.12 km2）［13］；Gobejishvili等［14］和Tielidze等［15］則利用同樣的數(shù)據(jù)源對UGI進行了校正，獲取了格魯吉亞高加索（786條，563.1 km2）和高加索整體（2 349條，1 674.9 km2）的冰川邊界。21世紀初期，基于衛(wèi)星遙感數(shù)據(jù)的冰川編目方法日漸成熟。Khromova等［16］利用1999—2004年的Landsat ETM+和ASTER影像解譯了2000年時高加索山脈的1 706條，覆蓋面積1 174.52 km2，但其冰川編目并不完整［17］；Tielidze等［18］基于1999—2002年的Landsat影像解譯得到高加索2 186條冰川［（1 381.5±58.2）km2］，但其用于解譯的遙感影像存在大量的季節(jié)性積雪、山體陰影以及云霧（圖1）；Shahgedanova等［19］利用1999—2001年的ASTER和Landsat影像解譯提取了2000年高加索山脈中部和西部共計407.3 km2的冰川面積。此外，Lur’e等［20］的研究表明1895—2011年北高加索山地冰川面積退縮速率為0.45%·a-1；Shahgedanova等［19］的研究結(jié)果表明1987—2010年包含高加索山中西段的冰川面積萎縮率為0.20%·a-1；Tielidze等［15］對高加索冰川面積變化的研究結(jié)果顯示，1960—2014年該地區(qū)冰川面積的整體萎縮率為0.53%·a-1，2000—2020則增加為1.16%·a-1［18］，但其使用的冰川邊界卻存在較多的錯誤與誤差（圖1）。總體上，當前對于高加索冰川分布與變化的認識尚存在爭議，冰川變化的時空格局也有待深入。

圖1 Tielidze等［18］解譯冰川邊界時使用的部分Landsat ETM+/TM影像（a）～（d）及其編目中存在的部分錯誤（e）～（f）Fig.1 Some of the Landsat ETM+/TM images used in the interpretation of glacier boundaries by Tielidze et al［18］（a）～（d）and some inaccurate glacier boundaries（e）～（f）

高加索是“一帶一路”沿線山地水塔的重要組成部分，探究區(qū)域氣候?qū)τ诒ㄗ兓瘯r空格局的影響對預測冰川未來演化趨勢至關(guān)重要［8-9，21-24］。高加索山脈的Djankuat和Garabashi冰川均是全球42條參照冰川之一，物質(zhì)平衡監(jiān)測時長均超過30年［25］，為該地區(qū)冰川變化研究提供了難以取代的觀測資料。本文基于美國Landsat系列影像以及歐空局Sentinel-1影像生成的干涉圖，采用目視解譯的方法獲取高加索山脈2000年和2020年冰川邊界，并結(jié)合全球陸地冰空間測量計劃（Global Land Ice Measurements from Space，GLIMS）中高加索山脈1960年和1986年的冰川編目，分析了近60年來高加索地區(qū)冰川變化的時空格局。在此基礎(chǔ)上，結(jié)合世界冰川監(jiān)測服務(wù)處（World Glacier Monitoring Service，WGMS）提 供 的Djankuat和Garabashi兩條冰川的物質(zhì)平衡監(jiān)測資料及英國CRU（Climate Research Unit）氣溫和降水資料，探究了近60年來高加索地區(qū)氣候變化對冰川變化的影響。

1 研究區(qū)概況

高加索山位于歐亞大陸交界，黑海與里海之間（40°～44° N，40°～49° E）。山脈海拔由西向東先升高后降低，降水量則表現(xiàn)為由東向西逐漸增加，最西端地區(qū)的降水量（3 200 mm）是東部地區(qū)（1 000 mm）的三到四倍［26］。受氣候和地形影響，在高山區(qū)降水形式以降雪為主，尤其是受來自黑海潮濕氣團影響的高加索西部迎風坡［27］，山脈北坡相較于南坡更加干燥寒冷，年降水量減少500～1 000 mm、夏季氣溫低1～2℃［28］，山脈內(nèi)的冰川集中分布在山脈中段，且北坡的冰川規(guī)模遠大于南坡［29］。

圖2 高加索山脈地理位置（冰川資料來源于GLIMS所提供的1960年高加索山地冰川邊界；CRU資料來源于英國東英吉利大學的氣候研究中心）Fig.2 Geographic location of the Caucasus Mountains（glacier information from GLIMS glacier database；CRU data from University of East Anglia，UK）

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

2.1.1 遙感影像

本研究采用43景Landsat光學遙感影像（附表1），6景IW成像模式下的Sentinel-1（S-1）單視復數(shù)影像（SLC，附表2），對高加索山脈內(nèi)2000年和2020年的冰川邊界進行解譯。其中，Landsat衛(wèi)星影像均為L1T級產(chǎn)品，來源于美國地質(zhì)調(diào)查局（United States Geological Survey，USGS；https：//glovis.usgs.gov），S-1影像來源于歐洲航天局（European Space Agency，ESA；https：//scihub.esa.int）。

附表1 Landsat影像列表Attached table 1 List of Landsat data used in this study

附表2 S-1影像數(shù)據(jù)列表Attached table 2 List of S-1 data used in this study

為減少季節(jié)性積雪、云霧、山地陰影等的影響，縮小冰川邊界的獲取時間跨度，本研究盡可能選取2000年和2020年消融季末期的影像。當特定年份影像質(zhì)量無法滿足解譯需求時，采用相鄰年份的影像進行補充（圖3）。此外，在冰川邊界的解譯過程中，還參考了高分辨率的Google Earth影像。

圖3 2000年和2020年冰川編目所使用的Landsat遙感影像的空間分布、數(shù)量及覆蓋冰川面積Fig.3 Spatial distribution，number and area of glaciers covered by Landsat images used for glacier inventory in 2000 and 2020

2.1.2 GLIMS編目

GLIMS是一個全球性的冰川編目數(shù)據(jù)庫，本研究選用了其中高加索山脈1960年和1986年的冰川編目（http：//www.glims.org/）。其中1960年冰川編目是根據(jù)1950—1960年1∶50 000航測地形圖解譯而成，1986年冰川編目則是基于1985—1987年Landsat TM影像解譯完成［29］。

2.1.3 數(shù)字高程數(shù)據(jù)集

本研究選用美國國家航空航天局（National Aeronautics and Space Administration，NASA）于2020年2月發(fā)布的NASADEM提取冰川屬性信息，該數(shù)據(jù)可通過IPDACC平臺下載（https：//lpdaac.usgs.gov/products/nasadem_hgtv001/）。NASADEM是基于SRTM DEM，通過高程控制、空洞填充等手段處理改進而生成的全球DEM數(shù)據(jù)，空間分辨率為30 m。相比于原始的SRTM DEM，NASADEM的精度更高，數(shù)據(jù)空洞也獲得了有效填充［30］。

2.1.4 冰川物質(zhì)平衡觀測資料

Djankuat和Garabashi冰川擁有長時期的物質(zhì)平衡觀測資料［25］，是全球42條參照冰川之一，能夠有效代表高加索地區(qū)的冰川物質(zhì)平衡變化。監(jiān)測冰川物質(zhì)平衡資料來源于WGMS冰川物質(zhì)平衡通報（https：//wgms.ch/products_ref_glaciers/），其 中Djankuat冰川觀測時段為1967—2020年，Garabashi冰川為1983—2020年［25］。

2.1.5 氣象數(shù)據(jù)

本研究的氣溫和降水資料來源于東英吉利大學的氣候研究中心發(fā)布的CRU V4.05氣候再分析資料（http：//www.cru.uea.ac.uk/）。CRU數(shù)據(jù)集是目前全球使用較為廣泛的近地面氣候數(shù)據(jù)集之一，包含氣溫、降水、濕度、風速和蒸發(fā)等氣象要素，為1901—2022年間逐月格點數(shù)據(jù)（0.5°×0.5°）。本研究選取了其中1961—2020年間高加索地區(qū)的平均氣溫與降水量月值數(shù)據(jù)。

2.2 方法

2.2.1 冰川邊界提取

本研究利用ENVI軟件中的Gram-Schmidt光譜銳化方法［31-32］，對Landsat OLI/ETM+影像進行全色波段融合，將其空間分辨率由30 m提升為15 m，并基于Landsat假彩色影像中冰川區(qū)與非冰川區(qū)色彩、紋理差異解譯冰川邊界［圖4（a）］。對于高加索山大量存在的表磧覆蓋型冰川，本文借助S-1的相干系數(shù)圖輔助判識冰川邊界［圖4（b）］。S-1干涉可以捕捉到地表微小的形變，其核心是估算復相關(guān)系數(shù)的振幅，即相干性。相干性值的范圍在1到0之間，地物形變越快，相干性越弱。由于冰川具有運動和消融特性，冰川區(qū)相較于周邊的穩(wěn)定基巖存在明顯的變化特征，因此該方法已被廣泛地應用于冰川邊界解譯中［33-34］。最后，本研究使用高分辨率的Google Earth影像對冰川邊界進行檢驗［圖4（c）］，并將冰川面積的最小閾值設(shè)置為0.01 km2。

圖4 使用相干系數(shù)圖像輔助解譯表磧覆蓋冰川示例Fig.4 Example of using coherence images to assist in the interpretation of debris-covered glacier：Landsat OLI image（bands 654 as RGB）（a）；debris-covered glacier shown on S-1 coherence image（b）；Google Earth（Maxar imagery，0.30 m）（c）

目視解譯雖然耗時較長，但卻是當前精度較高的冰川邊界解譯方法之一，可在很大程度上避免計算機提取時陰影、云、積雪等造成的錯誤，且適用于各類冰川邊界的提取。本研究參照中國第二次編目中采用的方法，對冰川分冰嶺、冰川平均朝向、中值高度等進行提取［35］。此外，通過冰川邊界疊加DEM，統(tǒng)計不同海拔高度帶內(nèi)的冰川面積及其變化；通過冰川的平均朝向統(tǒng)計不同坡向范圍內(nèi)的冰川面積及其變化。

2.2.2 冰川面積不確定性評估

為了確保觀測到的冰川變化為實際變化，而不是由解譯誤差引起，必須準確評估冰川邊界解譯的不確定性。目前，對于冰川解譯不確定性的評估主要通過緩沖區(qū)的方法進行［36-38］，但這一方法更適用于自動提取的冰川邊界［35］。在目視解譯的過程中，即使是由同一人對同一區(qū)域的冰川進行多次解譯的結(jié)果都會有所不同，且表磧區(qū)冰川邊界和裸冰區(qū)冰川邊界誤差往往存在差異，因此采用目視解譯的冰川邊界誤差很大程度上取決于解譯者的經(jīng)驗和影像分辨率。

鑒于以上原因，本研究結(jié)合Paul等［39］提出的對冰川多次數(shù)字化及Guo等［35］提出的以Google Earth高分辨率影像得出的冰川邊界為真值的兩種方法，分別計算裸冰區(qū)和表磧區(qū)冰川邊界與“真值”之間的平均距離，并將結(jié)果作為冰川邊界解譯誤差，從而計算得到冰川面積變化誤差（圖5）。本研究使用的1960年和1986年冰川編目的誤差則沿用了數(shù)據(jù)提供者的計算結(jié)果［29］。在對冰川面積變化誤差的計算上，本文綜合考慮前后兩期冰川邊界的面積誤差，基于誤差傳遞公式來進行計算［40］。

圖5 基于高分辨率遙感影像的冰川面積不確定性評估：基于Google EarthMaxar影像手工數(shù)字化的冰川邊界（a）；基于Landsat OLI假彩色影像多次手工數(shù)字化的冰川邊界示例（b）Fig.5 Glacier area uncertainty assessment based on high-resolution imagery：manual digitization of glacier boundaries based on Google EarthMaxar imagery（a）；example of glacier boundaries based on multiple manual digitization of Landsat OLI composite false colour imagery（b）

經(jīng)測算，Landsat TM和OLI影像中冰川裸冰區(qū)和表磧區(qū)邊界的解譯誤差分別為20 m、21 m和11 m、9 m。由于冰川內(nèi)部分冰嶺不會導致區(qū)域冰川面積的誤差，因此忽略了分冰嶺的影響。本研究采用公式（1）對冰川邊界解譯誤差進行計算［35］，采用公式（2）對不同階段冰川面積變化誤差進行計算，在計算時僅考慮冰川邊界發(fā)生變化的部分［40］：

式中：Δσ指冰川面積的不確定性；σpc和σpd分別指Landsat影像上裸冰區(qū)和表磧區(qū)的冰川邊界解譯誤差；Lc和Ld分別指裸冰區(qū)和表磧區(qū)邊界的長度；σAB指冰川在某一時段內(nèi)冰川面積變化的不確定性；σA、σB分別指A時期和B時期冰川面積的不確定性。經(jīng)計算，2000年和2020年高加索山地冰川邊界解譯的不確定性分別為±138.37 km2和±66.44 km2，占同期冰川面積的10.29%和6.11%。1960—2020年高加索山地冰川面積變化的不確定性為±98.66 km2（±5.89%）。

3 結(jié)果

3.1 1960—2020年高加索冰川面積變化

2020年高加索山共分布有山地冰川1 912條，總面積（1 087.36±66.44）km2。1960—2020年高加索山脈的冰川面積減少了（587.36±98.66）km2，面積萎縮率為（35.07±5.89）%，年均萎縮率為（0.58±0.10）%。從不同階段來看，1960—1986年，冰川面積 共 減 少（193.51±85.54）km2，年 均 萎 縮 率 為（0.44±0.20）%·a-1；1986—2000年，冰川面積共減少（136.20±159.40）km2，年均萎縮率增加為（0.66±0.77）%·a-1；2000—2020年，冰 川 面 積 共 減 少（257.66±82.18）km2，年均萎縮率進一步增加為（0.96±0.31）%·a-1（表1）。就空間變化格局而言（圖6），1960—2020年高加索山東段冰川面積萎縮率明顯高于中西段，這體現(xiàn)了冰川規(guī)模對冰川變化存在直接影響，小規(guī)模冰川相較于大規(guī)模冰川的面積退縮更為顯著。

表1 1960—2020年高加索山地冰川面積變化特征Table 1 The Caucasus Mountains glacier area changes during 1960—2020

圖6 0.25°×0.25°格網(wǎng)中顯示的1960年冰川面積分布和1960—2020年冰川面積變化（以冰川中心點所在格網(wǎng)為依據(jù)統(tǒng)計）Fig.6 Distribution of glacier area in 1960 and change in glacier area from 1960 to 2020 shown in the 0.25°×0.25°grid（statistics based on the grid where the glacier centroid is located）

統(tǒng)計表明，高加索山地冰川在數(shù)量構(gòu)成上以面積≤1 km2小規(guī)模冰川為主，在面積構(gòu)成上則以＞1 km2的較大規(guī)模冰川為主，其中，2～5 km2區(qū)間的冰川面積占比最大（圖7）。1960—2020年間大于20 km2的冰川面積減少最多（156.99 km2）；其次是2～5 km2的冰川（112.79 km2）；1～2 km2，0.1～0.5 km2，5～10 km2和0.5～1 km2等區(qū)間的冰川面積減少量基本相當（64.05～83.16 km2）；10～20 km2區(qū)間的冰川面積減少14.09 km2；而小于0.1 km2的冰川面積基本保持不變。在高加索山冰川持續(xù)退縮的同時，規(guī)?！?.1 km2的冰川數(shù)量卻持續(xù)增加，面積占比也在1960—1986年和2000—2020年分別增加了1.48 km2、0.09 km2，這主要是更大規(guī)模冰川消融分裂所致；10～20 km2區(qū)間內(nèi)的冰川面積和數(shù)量1986—2000年增加同樣是更大規(guī)模冰川分裂所致。

圖7 1960—2020年不同時期各規(guī)模等級冰川的面積和數(shù)量值Fig.7 Area and number of glaciers of different sizes for different periods during 1960—2020

以200 m高差為間距，統(tǒng)計了高加索冰川在不同高程帶內(nèi)的分布與變化。結(jié)果表明，高加索山地冰川面積隨海拔的變化呈正態(tài)分布（圖8）。2020年高加索冰川分布在海拔1 381～5 627 m之間，其中超過90%（1 026.88 km2）的冰川面積集中分布在海拔2 400～4 400 m之間；隨著海拔的增加，冰川面積萎縮速率逐漸減小，在海拔2 400 m以下時冰川面積萎縮速率為1.03%·a-1，但當海拔上升到4 600 m以上時，冰川面積萎縮速率僅為0.02%·a-1。1960—2020年海拔2 600～3 800 m內(nèi)的冰川面積共計減少514.01 km2，占總萎縮量的87.51%。隨著低海拔地區(qū)冰川面積的退縮，高加索冰川的平均中值面積高度也由3 295 m上升至3 320 m。

圖8 1960—2020年不同時期冰川面積隨高程帶的分布及其變化情況Fig.8 Distribution of glacier area with elevation and its variation in different periods from 1960 to 2020

從冰川平均坡向分布來看（圖9），高加索山地冰川呈現(xiàn)顯著的北多南少的特點，其中以正北朝向的冰川面積和冰川數(shù)量比重最大，接近三分之一。1960—2020年間各朝向冰川面積均呈減少趨勢，N、NE朝向的冰川面積萎縮率明顯大于其他朝向（143.56 km2、122.98 km2），分 別 占 總 萎 縮 量 的24.44%和20.94%，其次是SE朝向（-94.16 km2）；NW和SW朝向的面積萎縮量分別為77.71 km2和75.77 km2，E和SE朝向的冰川面積萎縮率分別為33.59 km2和32.83 km2，W朝向冰川面積萎縮量最少，僅為6.76 km2；從各朝向面積萎縮率看，SE和SW朝向的冰川面積退縮幅度最大，分別為1%·a-1、0.99%·a-1，W朝向幅度最小，僅為0.13%·a-1，其余朝向則介于（0.47～0.58）%·a-1之間。各朝向冰川面積萎縮率的不同主要與區(qū)域氣候有關(guān)，西風水汽對W朝向的冰川補給充足，導致其面積萎縮率較低；南朝向冰川接收的太陽輻射偏多，面積萎縮率普遍偏大。

圖9 1960—2020年不同坡向的冰川面積百分比（a）、數(shù)量百分比（b）Fig.9 Proportion of glacier aspect by percentage of area（a）and number（b）during 1960—2020

3.2 參照冰川物質(zhì)平衡變化

Djankuat（G042761E43193N）冰川位于高加索山北坡，1967—2020年面積萎縮率為0.44%·a-1，Garabashi（G042466E43313N）冰川位于高加索最高峰——厄爾布魯士山峰南坡，1983—2020年面積萎縮率為0.36%·a-1。Djankuat和Garabashi冰川物質(zhì)平衡年際變化幅度較大，且以負平衡年份為主（圖10）。1967—2020年，Djankuat冰川年物質(zhì)平衡介于-2 010～1 540 mm w.e.，平均為-276 mm w.e.·a-1，負平衡年份與正平衡年份之比為3：2。1983—2020年，Garabashi冰川年物質(zhì)平衡介于-1 510～410 mm w.e.，平均為-393 mm w.e.·a-1，負平衡年份與正平衡年份之比為2：1。

圖10 Djankuat和Garabashi冰川的物質(zhì)平衡和累積物質(zhì)平衡變化過程Fig.10 Change of mass balance and cumulative mass balance of Djankuat（a）and Garabashi（b）Glacier during 1967—2020 and 1983—2020

如圖10所示，Djankuat和Garabashi冰川的累積物質(zhì)平衡總體呈持續(xù)下降趨勢。1967—2020年Djankuat冰川累積物質(zhì)平衡達到-13 790 mm w.e.，其中1967—2000年累積物質(zhì)平衡下降速率為56 mm w.e.·a-1，2000—2020年劇增為517 mm w.e.·a-1，達到了1968—2000年的約9倍；1983—2020年Garabashi冰川的累積物質(zhì)平衡為-14 148 mm w.e.，其中1983—2000年累積物質(zhì)平衡下降速率為97 mm w.e.·a-1，2000—2020年劇增為571 mm w.e.·a-1。此外，Djankuat和Garabashi冰川的物質(zhì)平衡線高度（Equilibrium Line Atitude，ELA）也在不斷上升，積累區(qū)比率（Accumulation Area Ratio，AAR）在不斷減小。

4 討論

4.1 與其他研究對比

4.1.1 與其他編目對比

目前能夠完全覆蓋高加索山脈的冰川編目主要有Randolph Glacier Inventory（RGI）6.0、GLIMS以及Tielidze等［18］進行的編目。其中，RGI 6.0中高加索區(qū)域的冰川編目獲取時間集中于2000年，GLIMS提供的最新的高加索冰川編目集中在2014年，Tielidze等公布的冰川編目則分別是2000年和2020年。考慮到不同編目之間的可對比性，本文對RGI 6.0、Tielidze等發(fā)布2000年冰川編目與本研究中解譯得到的2000年冰川編目進行對比（表2）。

表2 與高加索不同冰川編目結(jié)果對比Table 2 Comparison with the different glacier inventory in the Caucasus

通過表2可知，3種冰川編目在冰川數(shù)量和面積上都存在一定差異，這些差異的原因主要與數(shù)據(jù)來源、解譯標準以及解譯方法的不同有關(guān)。首先，RGI 6.0是基于Landsat影像采用自動提取加后期人工修正的方法獲得，而Tielidze等的編目和本研究的冰川邊界都是直接通目視解譯獲得；其次，RGI 6.0在高加索山東段和西段部分地區(qū)存在數(shù)據(jù)缺失［17］，而Tielide等用于解譯冰川邊界的Landsat遙感影像質(zhì)量不佳，存在大量積雪、云霧和山體陰影（圖1），導致解譯得到的冰川邊界與實際不符；最后，編目之間的冰川數(shù)量和面積的差異在一定程度上也與最小冰川面積的閾值不同有關(guān)。

4.2.2 與不同時段研究結(jié)果對比

Koromova等［41］的研究結(jié)果顯示1910—1965年高加索山地冰川面積萎縮率為0.45%·a-1，Tielidze等［15］估算的1960—2014年高加索山地冰川面積萎縮速率為0.53%·a-1，本研究結(jié)果表明1960—2020年高加索冰川面積萎縮率達到（0.58±0.01）%·a-1。因此，近百年來高加索山地冰川發(fā)生了持續(xù)退縮，且退縮速率在不斷增加。

4.2.3 與其他山系對比

與其他山系的對比表明（表3），近幾十年以來高加索山冰川面積萎縮率明顯低于歐洲阿爾卑斯山和亞洲阿爾泰山，與加拿大西部的海岸山脈基本持平，但明顯高于亞洲的天山、祁連山、帕米爾高原、喀喇昆侖、西昆侖和喜馬拉雅山等地區(qū)。冰川退縮主要受氣候影響，阿爾卑斯山氣溫較高、阿爾泰山冰川發(fā)育規(guī)模則普遍偏小，因此冰川面積萎縮率偏高；天山、祁連山、喜馬拉雅、念青唐古拉山的平均海拔超過4 000 m，氣候高寒，因此冰川退縮相對緩慢［42］；特別是帕米爾高原、喀喇昆侖山和西昆侖山冰川發(fā)育規(guī)模巨大，近幾十年來總體保持穩(wěn)定［36］。因此高加索山冰川面積萎縮速率低于阿爾卑斯山和阿爾泰山，但普遍高于亞洲高山區(qū)。

表3 與其他山系冰川面積變化的對比Table 3 Comparison of glacier area change with other mountains

4.3 氣候?qū)Ρㄗ兓挠绊?/h3>

1961—2020年高加索山脈平均氣溫以0.24℃·（10a）-1的速度持續(xù)升高，降水量變化則基本保持穩(wěn)定。高加索山氣溫和降水變化可以2000年為界分為兩個階段（圖11），1961—2000年，氣溫和降水波動平緩，無顯著變化；2000—2020年，氣溫以0.58℃·（10a）-1的速率快速上升，降水則-55 mm·（10a）-1的速率快速下降。

圖11 1961—2020年高加索山地冰川區(qū)年均氣溫（a）和年均降水量變化（b）Fig.11 Variations of annual mean air temperature（a）and annual precipitation（b）in glaciated areas of the Caucasus Mountains from1961 to 2020

氣溫和降水變化直接影響冰川物質(zhì)的消融和積累［52］，但山地冰川的長期變化主要受氣溫控制［53］，因此本文重點分析了高加索地區(qū)氣溫的長期變化對冰川變化的影響。1961—2020年，高加索地區(qū)氣溫變化存在顯著的空間差異（圖12），總體上升溫速率由西向東逐漸增加，其中在厄爾布魯士山附近的升溫速率最低［0.21℃·（10a）-1］，在山脈東段升溫速率最高，可達到0.27℃·（10a）-1。近幾十年來，高加索山冰川變化的空間格局與氣溫變化的空間格局高度一致（圖12），主要表現(xiàn)為在升溫速率較低的中段地區(qū)，冰川面積萎縮率最小，而升溫率最為顯著的東段地區(qū)冰川面積萎縮率最大。

圖12 1961—2020年高加索山地冰川面積萎縮率與氣溫之間關(guān)系Fig.12 Relationship between the glacier area shrinkage and air temperature in the Caucasus Mountains during 1961—2020

冰川物質(zhì)平衡受到區(qū)域水熱條件的影響，對氣候變化的響應迅速［54-55］。Djankuat與Garabashi冰川所在地區(qū)氣溫均呈上升趨勢，在2000年以前氣溫緩慢上升，兩條冰川的正負物質(zhì)平衡年份交替出現(xiàn)，冰川總體呈微弱的物質(zhì)虧損狀態(tài)；2000年之后，氣溫上升速率顯著加快，兩條監(jiān)測冰川的物質(zhì)負平衡不斷增強，表明冰川消融在不斷加速（圖13）。氣溫的持續(xù)快速上升已打破了監(jiān)測冰川與氣候環(huán)境的平衡，因此即使高加索地區(qū)升溫停止，冰川也會持續(xù)處于物質(zhì)虧損狀態(tài)［56］。

圖13 累積物質(zhì)平衡與氣溫之間關(guān)系Fig.13 Relationship between cumulative mass balance and air temperature：Djankuat glacier（a），Garabashi glaciers（b）

5 結(jié)論

本研究分析了1960—2020年高加索山地冰川面積變化以及Djankuat與Garabashi冰川的物質(zhì)平衡變化，并結(jié)合氣候再分析資料揭示了氣候變化對高加索山地冰川變化時空格局的影響。得出以下結(jié)論：

（1）2020年高加索共分布有冰川1 912條，總面積（1 087.36±66.44）km2。1960—2020年，高加索冰川面積萎縮了（587.36±98.66）km2［約（35.07±5.89）%］，并且2000年后冰川萎縮速率明顯加快。

（2）監(jiān)測冰川表明，1968年以來高加索山脈冰川物質(zhì)虧損嚴重，并且2000年之后物質(zhì)虧損明顯加劇。

（3）氣溫持續(xù)上升是高加索冰川面積萎縮、物質(zhì)虧損的主要原因，氣溫變化的時空格局則對高加索冰川變化的時空格局起到了主導作用。