中國(guó)西北山區(qū)融雪徑流模擬研究回顧與展望

李晶，劉時(shí)銀，張世強(qiáng)，陳仁升，趙求東，郭萬(wàn)欽，上官冬輝，王榮軍，鐘歆玥，尹振良，李弘毅

（1.中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院冰凍圈科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730000；2.中國(guó)科學(xué)院西北生態(tài)環(huán)境與資源研究院玉龍雪山冰凍圈與可持續(xù)發(fā)展國(guó)家科學(xué)野外觀測(cè)研究站，甘肅 蘭州 730000；3.云南大學(xué)國(guó)際河流與生態(tài)安全研究院，云南 昆明 650500；4.西北大學(xué)城市與環(huán)境學(xué)院，陜西 西安 710127；5.中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院黑河上游生態(tài)-水文試驗(yàn)研究站，甘肅 蘭州 730000；6.中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院中國(guó)科學(xué)院內(nèi)陸河流域生態(tài)水文重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730000；7.中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院甘肅省遙感重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730000）

0 引言

融雪徑流是西北干旱區(qū)水資源的重要組成部分。西北干旱區(qū)的主要河流都受到山區(qū)積雪融水的補(bǔ)給。積雪豐富的阿爾泰地區(qū)融雪徑流補(bǔ)給率超過(guò)40%［1-2］。天山呼圖壁河融雪徑流補(bǔ)給率為27.7%［3］。祁連山的黑河和疏勒河融雪徑流補(bǔ)給率分別為20%和25%［4］。受氣候變化影響，1960—2014年西北地區(qū)的融雪徑流尤其是新疆天山和阿爾泰山地區(qū)以增加為主［5］。二十世紀(jì)八九十年代融雪徑流平均增幅達(dá)10%，積雪較多的山區(qū)增加幅度可達(dá)20%［6］。與此同時(shí)，積雪提前融化，融雪期變短，融雪徑流年內(nèi)分配發(fā)生顯著變化。20世紀(jì)80年代中期以來(lái)天山南坡融雪時(shí)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(píng)估融雪徑流變化、提升水資源管理效率的重要手段。根據(jù)融雪計(jì)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(lèi)。度日模型根據(jù)氣溫和融雪率的經(jīng)驗(yàn)關(guān)系來(lái)構(gòu)建，具有簡(jiǎn)單實(shí)用、數(shù)據(jù)需求少、易于推廣的特點(diǎn)。在西北山區(qū)應(yīng)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(shù)如度日因子具有明顯的區(qū)域差異［12-13］，在不同區(qū)域應(yīng)用時(shí)需要率定校準(zhǔn)。參數(shù)確定是這類(lèi)模型應(yīng)用需要解決的關(guān)鍵問(wèn)題。這類(lèi)模型因?yàn)槲锢硪饬x不夠明確的限制，一般認(rèn)為模型適合日及以上時(shí)間尺度的徑流模擬。隨著時(shí)空分辨率的提升，模型的模擬精度會(huì)降低。另一類(lèi)是基于物質(zhì)能量平衡的物理學(xué)模型，這類(lèi)模型注重融雪的物理過(guò)程，從物質(zhì)和能量平衡的角度詳細(xì)描述積雪積累和消融過(guò)程。模型具有參數(shù)物理意義明確、模擬方法容易區(qū)域擴(kuò)展、模擬精度高的特點(diǎn)。限制條件是需要詳細(xì)的觀測(cè)數(shù)據(jù)且模型參數(shù)較多，在數(shù)據(jù)稀缺地區(qū)難以推廣應(yīng)用。在西北山區(qū)流域應(yīng)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(shí)，人口增長(zhǎng)和城市化進(jìn)程導(dǎo)致水資源需求量不斷增加。氣候變化和人類(lèi)活動(dòng)雙重影響下干旱區(qū)水資源供需矛盾將更加尖銳，需要對(duì)融雪徑流過(guò)程及變化有更深入的認(rèn)識(shí)和理解。過(guò)去幾十年，應(yīng)用相關(guān)模型并結(jié)合過(guò)程觀測(cè)，西北山區(qū)融雪徑流過(guò)程觀測(cè)和模擬研究廣泛開(kāi)展（圖1），在積雪消融過(guò)程觀測(cè)和模擬、驅(qū)動(dòng)數(shù)據(jù)獲取與融雪徑流模型應(yīng)用、分布式融雪徑流模型改進(jìn)和發(fā)展方面都取得了較好的進(jìn)展。本文將重點(diǎn)回顧這些進(jìn)展，并結(jié)合社會(huì)經(jīng)濟(jì)發(fā)展需求展望需深入研究的方向。

圖1 近幾十年中國(guó)西北山區(qū)融雪徑流過(guò)程觀測(cè)和模擬研究站點(diǎn)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(jìn)展

1.1 積雪能量與物質(zhì)平衡過(guò)程

1.1.1 積雪能量平衡觀測(cè)

積雪能量平衡與物質(zhì)平衡過(guò)程是緊密聯(lián)系的。準(zhǔn)確的積雪消融量可以通過(guò)積雪能量平衡觀測(cè)得到。自動(dòng)氣象站技術(shù)的發(fā)展，積雪能量平衡觀測(cè)研究在一些山區(qū)流域開(kāi)展起來(lái)了。表1是西北山區(qū)不同區(qū)域積雪能量平衡組成的觀測(cè)結(jié)果。結(jié)果表明，凈輻射是積雪主要的能量來(lái)源，占比都在50%以上，但存在顯著的時(shí)空差異，占比最大的可達(dá)84.9%。能量消耗方面，消融是主要的耗熱項(xiàng)。占比在62%～95%之間，也存在明顯的時(shí)空差異。

表1 西北山區(qū)積雪表面能量平衡觀測(cè)結(jié)果Table 1 Snow surface energy balance in the Northwest mountain region of China

1.1.2 積雪升華/蒸發(fā)觀測(cè)與計(jì)算

積雪升華是積雪物質(zhì)平衡過(guò)程的重要組成部分。雪升華/蒸發(fā)量觀測(cè)方法主要有圓盤(pán)或蒸滲儀法、潛熱通量法和渦動(dòng)相關(guān)法等［27-30］。早期研究主要在有較好觀測(cè)條件的冰川上進(jìn)行。謝維榮等［31］、張寅生等［32］、Calancar等［33］以及Ohan［34］分別采用蒸發(fā)器直接測(cè)量、熱量平衡和梯度觀測(cè)方法，獲得了天山烏魯木齊河源號(hào)冰川表面升華/蒸發(fā)量，并以此為基礎(chǔ)計(jì)算了冰川區(qū)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(fā)量進(jìn)行比較，結(jié)果發(fā)現(xiàn)夜間計(jì)算值與測(cè)量值相差較小，而白天結(jié)果相差較大。孫維君等［19］通過(guò)能量平衡方程計(jì)算得到的祁連山老虎溝12號(hào)冰川積累區(qū)消融期冰川表面日均升華/蒸發(fā)量值為0.8 mm。而同樣采用能量平衡法，方瀟雨等［35］計(jì)算的十一冰川消融期日均蒸發(fā)/升華量?jī)H為0.1 mm。嚴(yán)格的積雪升華/蒸發(fā)觀測(cè)研究開(kāi)始于1990年烏魯木齊河源高山區(qū)的觀測(cè)［36］，結(jié)果顯示積雪月升華/蒸發(fā)量可占月降水量的55%～100%。李弘毅等［37］采用梯度法計(jì)算了黑河上游祁連山冰溝流域積累期積雪升華/蒸發(fā)量，該時(shí)段雪升華/蒸發(fā)量達(dá)到降水量的68.8%。周寶佳等［38］利用雪面蒸發(fā)器測(cè)量了古爾班通古特沙漠南緣和天山北坡阜康綠洲地區(qū)積累期雪面升華/蒸發(fā)量，沙漠區(qū)日均升華/蒸發(fā)量為0.015 mm·d-1，綠洲區(qū)可達(dá)0.02 mm·d-1。Guo等［26］采用空氣動(dòng)力學(xué)方法計(jì)算了祁連山八一冰川雪面升華/蒸發(fā)量，消融期升華/蒸發(fā)量為0.3 mm·d-1，與祁連山老虎溝12號(hào)冰川0.8 mm和祁連山十一冰川0.1 mm的升華/蒸發(fā)量差別明顯?？梢?jiàn)，盡管都在冰川消融期，積雪升華/蒸發(fā)量也存在顯著的區(qū)域差異。

積雪的升華/蒸發(fā)伴隨著潛熱的消耗。從能量質(zhì)量相互聯(lián)系的角度，可以通過(guò)潛熱通量的計(jì)算獲得積雪升華/蒸發(fā)量。渦動(dòng)相關(guān)方法是目前認(rèn)為精度最好的潛熱通量計(jì)算方法。但該方法在積雪區(qū)存在較多挑戰(zhàn)。祁連山大冬樹(shù)埡口的觀測(cè)試驗(yàn)表明，受下墊面狀況和氣象條件的影響數(shù)據(jù)連續(xù)性較差［39］。西北山區(qū)多使用空氣動(dòng)力學(xué)方法計(jì)算積雪潛熱通量［18-26］。但是，空氣動(dòng)力學(xué)方法需要比較好的氣象觀測(cè)數(shù)據(jù)，這對(duì)于有較多氣象觀測(cè)臺(tái)站的區(qū)域是不困難的，但西北高海拔山區(qū)氣象臺(tái)站稀缺，氣象觀測(cè)數(shù)據(jù)并不容易獲得。如何獲取高精度的山區(qū)氣象分布數(shù)據(jù)是目前的難點(diǎn)。

1.1.3 積雪能量平衡與消融模擬

山區(qū)觀測(cè)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(guò)程［18，23，40］。為了適應(yīng)山區(qū)積雪氣象觀測(cè)數(shù)據(jù)比較稀缺的限制，一些參數(shù)化能量平衡模型被開(kāi)發(fā)出來(lái)。比較知名的UEB模型在西北山區(qū)積雪消融模擬研究取得了較好的效果［41-43］。康爾泗等［19］發(fā)展了一種參數(shù)化能量平衡消融模型并在天山烏魯木齊河源一號(hào)冰川流域進(jìn)行了應(yīng)用。該模型提出了快速計(jì)算輻射和湍流通量的參數(shù)化方法。模型所需參數(shù)少，計(jì)算簡(jiǎn)單，但目前尚未進(jìn)行區(qū)域推廣，其他區(qū)域的適用性有待進(jìn)一步研究。此外，蔣熹等［44］在祁連山七一冰川發(fā)展了利用積雪深度和積雪日數(shù)計(jì)算積雪反照率的參數(shù)化方法，比單一的積雪日數(shù)參數(shù)化方法提高了計(jì)算精度，并進(jìn)一步發(fā)展了冰川流域尺度的能量物質(zhì)平衡模擬模型。

積雪反照率遙感反演相比參數(shù)化計(jì)算具有覆蓋范圍廣的優(yōu)勢(shì)，具有很好的應(yīng)用前景，是目前比較前沿和熱點(diǎn)的研究。遙感反照率產(chǎn)品的精度驗(yàn)證和算法改進(jìn)是目前研究的重點(diǎn)。MODIS反照率產(chǎn)品是目前最受關(guān)注的數(shù)據(jù)，一些學(xué)者開(kāi)展了該數(shù)據(jù)的精度評(píng)估，并進(jìn)一步分析冰雪反照率的時(shí)空變化特征［45-47］。劉俊峰等［48］提出了用數(shù)碼相機(jī)反演冰雪反照率的新方法，該方法的反演精度有待進(jìn)一步的驗(yàn)證。最近，利用Landsat ETM數(shù)據(jù)在冰川流域上反演冰雪反照率算法取得了較好進(jìn)展，反演精度相比MODIS產(chǎn)品有了明顯提升［49］。

1.1.4 雪層屬性及融水下滲的觀測(cè)和模擬

雪層屬性及融水下滲的觀測(cè)和模擬研究是非常重要也極具挑戰(zhàn)的工作。國(guó)外對(duì)雪層屬性變化和融水下滲過(guò)程的觀測(cè)和模擬均有比較深入的研究［50］。西北山區(qū)的相關(guān)研究在21世紀(jì)初才逐漸開(kāi)始，劉志輝團(tuán)隊(duì)在天山北坡軍塘湖小流域開(kāi)展了比較系統(tǒng)的觀測(cè)研究，在影響因素和機(jī)理方面有了一些新的認(rèn)識(shí)［51］。魏召才［52］觀測(cè)到積雪在融雪期不斷密實(shí)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(cè)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(cè)研究表明，天山山區(qū)積雪消融除受能量條件控制外，凍土也是影響積雪產(chǎn)流效果和產(chǎn)流量的關(guān)鍵因素。雪粒徑和雪深與積雪出流時(shí)間關(guān)系密切，相關(guān)系數(shù)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(jié)果表明雪層含水率受溫度影響最顯著，開(kāi)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(fā)，劉譽(yù)等［56］應(yīng)用雪熱力模型（Snow Thermal Model，SNTHERM）開(kāi)展了黑河冰溝流域的積雪過(guò)程與積雪特性參數(shù)模擬研究。結(jié)果表明，SNTHERM模型能比較準(zhǔn)確模擬雪深和雪表溫度變化。雪深觀測(cè)和模擬的相關(guān)系數(shù)為0.865，均方根誤差為1.69 cm。雪表溫度模擬值與觀測(cè)值的平均誤差為0.67℃。輻射通量和初始雪特性參數(shù)為敏感參數(shù)。楊與廣等［57］在積雪屬性變化研究的基礎(chǔ)上重點(diǎn)開(kāi)展了融雪產(chǎn)流研究，將融雪產(chǎn)流過(guò)程概化為融雪、積雪持水、積雪層中融雪水再凍結(jié)以及季節(jié)性?xún)鐾链嬖跅l件下融雪水下滲四個(gè)過(guò)程，結(jié)合能量、水量平衡原理構(gòu)建融雪產(chǎn)流模型，應(yīng)用表明模型較好地模擬了融雪期雪水當(dāng)量變化過(guò)程以及融雪水的出流過(guò)程。

1.2 驅(qū)動(dòng)數(shù)據(jù)獲取與分布式融雪徑流模型流域應(yīng)用

空間分布的驅(qū)動(dòng)數(shù)據(jù)是分布式融雪徑流模型能否廣泛應(yīng)用的前提條件。西北山區(qū)觀測(cè)站點(diǎn)稀少，覆蓋范圍有限，而山區(qū)氣象要素空間異質(zhì)性顯著，有限的站點(diǎn)數(shù)據(jù)難以滿(mǎn)足分布式模型的需求。近二十年來(lái)，隨著空間插值、遙感反演和數(shù)據(jù)同化方法的出現(xiàn)和發(fā)展，空間分布數(shù)據(jù)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(qū)流域得到了比較廣泛的應(yīng)用（表2）。

表2 分布式融雪徑流模型在西北山區(qū)的應(yīng)用概況及關(guān)鍵驅(qū)動(dòng)數(shù)據(jù)來(lái)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(shù)據(jù)的常用方法。根據(jù)氣溫垂直遞減率進(jìn)行氣溫空間插值是獲取西北山區(qū)氣溫空間分布數(shù)據(jù)的主要方式，在融雪徑流模擬研究中廣泛應(yīng)用［4，59-61，67-69，80-84］。山區(qū)觀測(cè)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(shí)空異質(zhì)性顯著。因此準(zhǔn)確的數(shù)值需要根據(jù)研究流域的實(shí)測(cè)數(shù)據(jù)計(jì)算得到。在地面觀測(cè)站點(diǎn)稀缺的葉爾羌河源區(qū)，Li等［74］引入探空資料來(lái)計(jì)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(jié)果，前一種參數(shù)值的氣溫分布能更好地模擬融雪徑流過(guò)程，也豐富了模型關(guān)鍵參數(shù)獲取方法。Luo等［64］在觀測(cè)數(shù)據(jù)稀少的瑪納斯河模擬冰雪徑流時(shí)，利用觀測(cè)的徑流量率定流域內(nèi)的氣溫垂直遞減率，也取得了較好的效果。

山區(qū)降水空間分布很復(fù)雜，高精度的降水分布數(shù)據(jù)非常難以得到。穆振俠［86］的研究表明，天山山區(qū)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(cè)表明［85］，3 000～3 700 m海拔區(qū)間降水隨海拔升高而減少，3 700～4 200 m海拔區(qū)間降水隨海拔上升而增加。在觀測(cè)站點(diǎn)稀少的西北山區(qū)流域，依據(jù)降水海拔梯度進(jìn)行降水空間分布是獲取模型降水驅(qū)動(dòng)數(shù)據(jù)最常用的方法［4，76-80］。山區(qū)降水的海拔梯度是進(jìn)行空間插值的關(guān)鍵參數(shù)，在模型中可將它作為一個(gè)可調(diào)參數(shù)調(diào)整優(yōu)化。Luo等［64］在瑪納斯河流域模擬時(shí)用徑流數(shù)據(jù)來(lái)率定降水的海拔梯度，為降水?dāng)?shù)據(jù)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(shù)據(jù)，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(quán)重加降水海拔梯度方法。該方法被用來(lái)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(shù)據(jù)，擴(kuò)展了融雪徑流模型的應(yīng)用區(qū)域。

大尺度的插值降水?dāng)?shù)據(jù)產(chǎn)品在站點(diǎn)稀少、資料稀缺流域已經(jīng)得到應(yīng)用。天山開(kāi)都河流域融雪徑流模擬研究使用了APHRODITE格網(wǎng)降水?dāng)?shù)據(jù)［71］。該數(shù)據(jù)由日本地球環(huán)境研究所和日本氣象廳研究所聯(lián)合實(shí)施的Asian Precipitation Highly Resolved Observational Data Integration Towardsthe Evaluation of Water Resources計(jì)劃根據(jù)亞洲降水觀測(cè)數(shù)據(jù)創(chuàng)建，是一套逐日的、空間分辨率為0.25°×0.25°的網(wǎng)格化降水?dāng)?shù)據(jù)集。魏光輝等［79］在塔里木河源區(qū)的葉爾羌河和玉龍喀什河徑流模擬中使用了中國(guó)地面降水日值0.5°×0.5°格點(diǎn)降水?dāng)?shù)據(jù)。該數(shù)據(jù)集基于國(guó)家氣象信息中心基礎(chǔ)資料專(zhuān)項(xiàng)最新整編的中國(guó)地面高密度臺(tái)站（2 472個(gè)國(guó)家級(jí)氣象觀測(cè)站）的降水資料，利用薄盤(pán)樣條法進(jìn)行空間插值生成。

目前，降水插值主要是利用地面觀測(cè)降水?dāng)?shù)據(jù)，數(shù)據(jù)源比較單一，空間分辨率也比較粗。值得關(guān)注的是數(shù)據(jù)同化技術(shù)的快速發(fā)展，通過(guò)融合地面站點(diǎn)、遙感反演以及模型模擬的多源數(shù)據(jù)，可以獲得精度更好、時(shí)空分辨率更高的空間分布數(shù)據(jù)。后文將專(zhuān)門(mén)討論相關(guān)數(shù)據(jù)集及其應(yīng)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(yōu)勢(shì)。目前，遙感反演降水空間分辨率有待進(jìn)一步提高，在山區(qū)流域的應(yīng)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(jì)劃）降水?dāng)?shù)據(jù)來(lái)模擬塔里木河源區(qū)提孜那普河的融雪徑流。該數(shù)據(jù)綜合了數(shù)十顆靜止衛(wèi)星和極軌衛(wèi)星的紅外和微波資料并經(jīng)過(guò)全球多個(gè)臺(tái)站數(shù)據(jù)校正后的衛(wèi)星降水產(chǎn)品，空間分辨率為1°×1°，數(shù)據(jù)仍在不斷發(fā)展中。TRMM（Tropical Rainfall Measuring Mission）衛(wèi)星于1997年在日本發(fā)射成功?；谠撔l(wèi)星的降水產(chǎn)品主要有TPMA、CMORPH、PERSIANN和GSMaP。穆振俠等［86］在天山西部山區(qū)徑流模擬中使用了TRMM的TPMA3B43月尺度數(shù)據(jù)來(lái)確定流域的降水梯度。TRMM降水?dāng)?shù)據(jù)與站點(diǎn)數(shù)據(jù)相比，具有空間穩(wěn)定性方面的明顯優(yōu)勢(shì)。全球降水觀測(cè)計(jì)劃（Global Precipitation Measurement，GPM）是繼TRMM之后的新一代全球衛(wèi)星降水產(chǎn)品。在中國(guó)大陸區(qū)域的對(duì)比研究表明［88］，GPM的IMERG降水產(chǎn)品在所有的時(shí)空尺度下均明顯優(yōu)于TRMM的TPMA3B42數(shù)據(jù)，特別是在中高緯度干旱地區(qū)的表現(xiàn)更為突出。不過(guò)，IMERG降水產(chǎn)品雖然相對(duì)較好地捕捉到降水的日變化情況，但仍有進(jìn)一步提高的空間。特別是在干旱氣候和高緯度地區(qū)，未來(lái)有望為西北山區(qū)融雪徑流模擬提供高精度的降水?dāng)?shù)據(jù)。

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(qū)動(dòng)數(shù)據(jù)。Snowmelt Runoff Model（SRM）模型的廣泛應(yīng)用正是得益于不斷發(fā)展和豐富的遙感積雪面積數(shù)據(jù)。馬虹等［59］使用AVHRR積雪面積數(shù)據(jù)來(lái)模擬鞏乃斯河流域融雪徑流。MODIS積雪面積數(shù)據(jù)具有時(shí)空分辨率高，覆蓋范圍大的特點(diǎn)，葉爾羌河源區(qū)［74］，黑河［81-82］，塔里木河源區(qū)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(shù)據(jù)。值得指出的是，云覆蓋會(huì)影響積雪面積產(chǎn)品的精度。葉爾羌河源區(qū)的融雪徑流模擬研究表明，去云后的MODIS積雪面積數(shù)據(jù)可以提升模擬效果［74］。

如前文所述，遙感反照率產(chǎn)品如MODIS產(chǎn)品在反照率時(shí)空變化方面已經(jīng)有了不少應(yīng)用。但目前遙感反照率的時(shí)間分辨率尚難以滿(mǎn)足融雪徑流模型的需求，需要進(jìn)一步發(fā)展改進(jìn)。

1.2.3 數(shù)據(jù)同化

數(shù)據(jù)同化可以融合多種數(shù)據(jù)源，彌補(bǔ)單一數(shù)據(jù)源時(shí)空精度有限的缺陷，從而擴(kuò)展模型的應(yīng)用范圍。高瑞等［75］在模擬喀什河流域徑流使用了美國(guó)環(huán)境預(yù)報(bào)中心（National Centers for Environmental Prediction，NCEP）提供的全球范圍內(nèi)的高分辨率再分 析 數(shù) 據(jù)（Climate Forecast System Reanalysis，CFSR）。該數(shù)據(jù)時(shí)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(qū)使用NCEP/NCAR再分析數(shù)據(jù)來(lái)驅(qū)動(dòng)融雪徑流模型。該數(shù)據(jù)集也是美國(guó)環(huán)境預(yù)報(bào)中心（NCEP）制作的一種同化數(shù)據(jù)，空間分辨率為1°×1°。包括的氣象要素有氣溫、降水、太陽(yáng)輻射、長(zhǎng)波輻射等。Liu等［43］應(yīng)用中國(guó)陸面氣象數(shù)據(jù)集CMFD數(shù)據(jù)開(kāi)展了天山北坡瑪納斯河的冰雪徑流模擬。CMFD數(shù)據(jù)是中國(guó)氣象信息中心制作的同化數(shù)據(jù)集。該數(shù)據(jù)集時(shí)間分辨率為3小時(shí)，空間分辨率為0.1°×0.1°，氣象要素包括氣溫、氣壓、濕度、風(fēng)速向下短波、向下長(zhǎng)波和降水。不過(guò)，目前同化數(shù)據(jù)的空間分辨率對(duì)山區(qū)來(lái)說(shuō)仍然較粗，在山區(qū)融雪徑流模擬時(shí)需要進(jìn)行降尺度處理。制作更高空間分辨率和精度更好的同化數(shù)據(jù)，是數(shù)據(jù)同化技術(shù)的發(fā)展方向。

1.3 模型改進(jìn)和發(fā)展

我國(guó)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(lái)也取得了一些可喜的進(jìn)展。Yang［89］進(jìn)一步發(fā)展了GBEHM模型。該模型從山區(qū)產(chǎn)匯流特點(diǎn)出發(fā)，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(qū)［90］和額爾齊斯河源區(qū)［58］融雪徑流在山區(qū)地表徑流的貢獻(xiàn)比例和融雪量的空間分布。Chen等［91-92］建立了內(nèi)陸河高寒山區(qū)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(qū)水文要素。其分布式格網(wǎng)設(shè)計(jì)可以很方便地與氣候模式數(shù)據(jù)耦合，在黑河流域也有成功應(yīng)用。Wang等［93-95］發(fā)展了耦合陸面過(guò)程的分布式水文模型系統(tǒng)（WEB-DHM）。重點(diǎn)描述了雪層內(nèi)部過(guò)程，將雪層進(jìn)行了垂直分層，在洪扎河流域有成功應(yīng)用［96］。Ding等［97］提出了針對(duì)冰川流域的分布式能量物質(zhì)平衡模型，通過(guò)改進(jìn)冰雪能量平衡中反照率和感熱潛熱的參數(shù)化方法提升消融模擬精度，該模型適合開(kāi)展冰川尺度物質(zhì)-能量過(guò)程模擬研究。此外，從應(yīng)用地理信息系統(tǒng)等現(xiàn)代技術(shù)手段角度出發(fā)，俞鑫穎等［98］建立了基于DEM和地理信息系統(tǒng)（GIS）的格網(wǎng)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(cè)為基礎(chǔ)，發(fā)展了基于“3S”的分布式融雪徑流模型。不過(guò)，這兩個(gè)模型均采用度日因子方法進(jìn)行消融計(jì)算，未來(lái)需考慮引入物理意義更顯著的能量平衡方法。

總的來(lái)說(shuō)，我國(guó)的融雪徑流模型還處于不斷發(fā)展中，受觀測(cè)手段和觀測(cè)數(shù)據(jù)的限制，融雪徑流過(guò)程的機(jī)理探究和模型應(yīng)用和效果驗(yàn)證研究都需要進(jìn)一步深入研究。未來(lái)可從山區(qū)積雪過(guò)程和產(chǎn)匯流機(jī)理研究出發(fā)，綜合應(yīng)用遙感、模擬和數(shù)據(jù)同化等技術(shù)手段，發(fā)展具有干旱區(qū)特色的融雪徑流模型。

2 結(jié)論與展望

綜合目前西北山區(qū)融雪徑流的研究進(jìn)展和區(qū)域特征，結(jié)合已有研究基礎(chǔ)和融雪徑流模擬研究的發(fā)展態(tài)勢(shì)，未來(lái)融雪徑流模擬研究需加強(qiáng)以下研究。

2.1 山區(qū)積雪積累和消融過(guò)程的機(jī)理研究

西北山區(qū)積雪分布區(qū)多發(fā)育森林及草地。森林等植被覆蓋對(duì)積雪消融的影響需進(jìn)一步量化。森林對(duì)積雪消融的影響已有一些研究。額爾齊斯河源區(qū)觀測(cè)表明，樹(shù)冠對(duì)積雪消融速率影響明顯，樹(shù)冠下積雪消融速率只有無(wú)樹(shù)冠覆蓋的二分之一［100］。森林對(duì)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(kāi)闊地［101］。但目前的認(rèn)識(shí)尚不能量化各因素的影響，還只是一些定性的認(rèn)識(shí)。進(jìn)一步的量化研究需要深入的機(jī)理分析。植被覆蓋及冰雪表面積雪升華/蒸發(fā)的高精度計(jì)算方法急需建立。目前的觀測(cè)表明積雪升華/蒸發(fā)量的空間差異顯著，但點(diǎn)尺度的觀測(cè)難以估算區(qū)域上的數(shù)值，需要發(fā)展可靠的計(jì)算方法進(jìn)行區(qū)域積雪升華/蒸發(fā)量估算。

此外，對(duì)雪層含水量、雪層導(dǎo)水和導(dǎo)熱系數(shù)、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(xì)的積雪過(guò)程觀測(cè)系統(tǒng)已經(jīng)在一些山區(qū)流域建立。祁連山大埡口和葫蘆溝流域、額爾齊斯河源區(qū)的可可托海地區(qū)和天山北坡呼圖壁河上游的軍塘湖小流域都布設(shè)了比較詳細(xì)和全面的積雪過(guò)程觀測(cè)系統(tǒng)。經(jīng)過(guò)一段時(shí)間的數(shù)據(jù)積累，有望在過(guò)程研究方面取得進(jìn)展。

2.2 積雪時(shí)空分布變化監(jiān)測(cè)和高精度積雪分布數(shù)據(jù)獲取

高精度積雪分布數(shù)據(jù)缺乏是目前限制模型應(yīng)用的主要因素。山區(qū)地形復(fù)雜，下墊面類(lèi)型多樣，坡度、坡向和植被覆蓋等都會(huì)產(chǎn)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(qū)地面觀測(cè)站點(diǎn)稀少，僅通過(guò)數(shù)據(jù)插值方法難以得到精度合適的分布結(jié)果。遙感數(shù)據(jù)雖然能獲取地面站點(diǎn)覆蓋不到區(qū)域的數(shù)據(jù)，但當(dāng)前可利用的大尺度遙感數(shù)據(jù)產(chǎn)品分辨率有限。融雪末期的瞬時(shí)降雪、雪層厚度變化、風(fēng)吹雪導(dǎo)致的積雪再分配等都給積雪面積數(shù)據(jù)帶來(lái)了較大誤差。

目前，積雪面積、積雪深度和積雪反照率等關(guān)鍵參數(shù)均可以通過(guò)遙感技術(shù)獲得，可見(jiàn)光遙感影像如MODIS、LandsatTM/ETM數(shù)據(jù)適合大范圍積雪面積和積雪反照率信息的提取。無(wú)人機(jī)和近景攝影測(cè)量技術(shù)適用于小流域尺度較高精度的積雪覆蓋范圍和雪深監(jiān)測(cè)。被動(dòng)微波遙感適合大范圍雪深信息的提取。激光測(cè)距儀Lidar提取雪深具有數(shù)據(jù)精度和空間分辨率都較高的優(yōu)勢(shì)?？梢?jiàn)，遙感數(shù)據(jù)各有其優(yōu)缺點(diǎn)，充分利用多源遙感數(shù)據(jù)，最大程度消除外界因素帶來(lái)的誤差，提高數(shù)據(jù)分辨率和精度，減少模型輸入數(shù)據(jù)的不確定性。是目前面臨的一大挑戰(zhàn)，也是當(dāng)前研究的重點(diǎn)。

2.3 山區(qū)冰雪關(guān)鍵過(guò)程與模型耦合

目前水文模型對(duì)冰雪過(guò)程的模擬能力還有欠缺。凍融過(guò)程以及冰川、積雪和降雨徑流組分區(qū)分都有待進(jìn)一步的研究。通過(guò)強(qiáng)化野外綜合觀測(cè)（如典型冰雪-大氣界面能量通量等）和室內(nèi)分析（如土壤水熱性質(zhì)測(cè)量等），研究冰雪消融、土壤凍融水熱傳輸過(guò)程，認(rèn)識(shí)相關(guān)機(jī)理，發(fā)展冰雪下墊面過(guò)程參數(shù)化算法，并與現(xiàn)有的積雪水文模型進(jìn)行耦合，從而實(shí)現(xiàn)冰川-積雪-凍土綜合水文過(guò)程模擬，以更好地認(rèn)識(shí)西北山區(qū)冰凍圈與其他圈層相互作用機(jī)理，提升對(duì)區(qū)域水資源和水災(zāi)害的模擬和預(yù)測(cè)能力。

2.4 氣候變化對(duì)流域融雪徑流的影響

利用模型模擬氣候變暖趨勢(shì)下未來(lái)融雪徑流的響應(yīng)是當(dāng)前研究的熱點(diǎn)。而高精度的氣候驅(qū)動(dòng)是目前的難點(diǎn)。未來(lái)氣候情景數(shù)據(jù)存在較大的不確定性。氣候變化情景除了通過(guò)歷史數(shù)據(jù)計(jì)算得出未來(lái)變化趨勢(shì)之外，更多的是采用氣候模型如GCM模型的模擬結(jié)果。但目前模型數(shù)據(jù)空間分辨率低，考慮如地形、植被、云量等影響區(qū)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(yīng)用于流域尺度的融雪徑流過(guò)程模擬。需對(duì)全球尺度的GCM模型數(shù)據(jù)進(jìn)行降尺度處理來(lái)獲取適用于流域尺度模擬的驅(qū)動(dòng)數(shù)據(jù)。但降尺度方法以及降尺度數(shù)據(jù)如何提升精度仍有待進(jìn)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(diǎn)上積雪水熱過(guò)程的觀測(cè)和分析。積雪真實(shí)分布有顯著的空間異質(zhì)性，尤其是西北山區(qū)積雪較薄，積雪分布連續(xù)性很差。而且山區(qū)地形起伏，將單點(diǎn)上的能量過(guò)程模擬直接應(yīng)用于網(wǎng)格必然會(huì)出現(xiàn)較大的誤差，這種誤差隨著網(wǎng)格選取尺度的不同也會(huì)產(chǎn)生變化。積雪面積-雪水當(dāng)量曲線以及概率分布函數(shù)是陸面模型和水文模型常用的描述積雪空間異質(zhì)性的方法。但這些方法在研究氣候變化對(duì)西北山區(qū)流域融雪徑流影響的區(qū)域適用性，以及模型網(wǎng)格尺度的影響需要有更多的應(yīng)用研究。模型的多尺度轉(zhuǎn)換以及模型參數(shù)的區(qū)域化也是融雪徑流模擬需要解決的問(wèn)題。