乌卢格穆兹塔格地区冰川在44年间因气候变暖而发生的能量与质量平衡变化

《Journal of Hydro-environment Research》：Energy and mass balance of glaciers in the Ulugh Muztagh driven by climate warming over 44 years

本研究基于COSIPY模型，系统模拟了1980-2023年乌尔克木扎格冰川的能量与质量平衡特征，发现年均质量平衡为-0.06±0.05 m w.e./年，2000年后消融加速。净辐射占能量平衡的66%，是主要驱动因素，季节性变化显著（7-8月消融最严重，9-次年3月积累），空间异质性明显（南坡积累、北坡消融）。

　　这项研究聚焦于位于青藏高原中北部的乌里克穆斯塔格地区（Ulugh Muztagh）的冰川，该地区属于高海拔、人迹罕至的区域，具有重要的生态和水文意义。乌里克穆斯塔格冰川是东昆仑山脉最大的现代冰川聚集区，其冰川变化对区域内的水资源和气候条件有着显著的影响。随着全球气候变化的加剧，冰川的变化已成为国际研究的重要课题，特别是在亚洲“水塔”区域，其变化直接影响下游生态系统和数十亿人口的水资源供给。因此，准确理解和预测冰川的变化对于水资源管理和气候变化评估至关重要。

在高海拔地区，传统的冰川监测方法依赖于地面观测站，但由于环境恶劣，这些站点的数量和分布十分有限。为弥补这一不足，遥感技术逐渐成为研究冰川变化的重要手段。然而，遥感数据在某些时间段存在空白，限制了对冰川动态变化的深入分析。此外，遥感方法在空间分辨率、采样密度和影像覆盖范围等方面也存在一定的局限性。近年来，冰川质量平衡模拟方法的发展为研究提供了新的途径，这些模型基于能量和质量守恒原理，能够详细模拟冰川表面与大气之间的能量交换和质量变化。其中，COSIPY模型因其模块化结构和对物理过程的参数化能力，成为研究冰川质量变化的有力工具。该模型不仅能够解析冰川表面的能量和质量平衡过程，还能有效模拟冰川内部的物质变化，如雪和冰的渗透、保留和再冻结等。

为了提高模型的准确性，研究团队采用了多种数据来源，并进行了校准和降尺度处理。首先，利用第五代陆地再分析数据（ERA5-Land）和高亚洲精炼分析数据（HAR）作为输入，通过线性回归偏差校正（LRBC）方法对数据进行校正，以减少卫星数据与实际观测数据之间的偏差。随后，将校正后的ERA5-Land数据从10公里的分辨率降尺度至300米，以适应冰川尺度的模拟需求。这一过程特别关注了海拔梯度对气象变量的影响，利用SRTM数字高程模型（DEM）提取地形特征，并将降尺度目标网格大小设置为SRTM DEM分辨率的10倍，以确保模型在能量平衡模拟中的计算效率。最终，通过RTK-GPS测量的冰川表面高程数据对模型进行验证，确保其在区域尺度上的可靠性。

研究结果显示，乌里克穆斯塔格冰川的质量平衡在过去44年中呈现出负值趋势，年均质量平衡为?0.06?±?0.05?m w.e./yr。2000年之后，质量损失加速，表明该地区冰川对气候变化的响应更加敏感。净辐射是冰川能量预算的主要组成部分，占66%，这表明净辐射在冰川融化过程中起着关键作用。在年际变化方面，冰川的质量平衡呈现波动状态，但整体趋势是向负方向发展。7月和8月是冰川融化的主要月份，而9月至次年3月则是冰川积累的主要时期。空气温度与冰川质量平衡之间存在显著的负相关关系，说明温度升高是导致冰川质量减少的主要驱动因素。

从冰川的能量平衡角度来看，冰川表面的能量收支主要由净辐射、感热通量、潜热通量和传导热通量构成。净短波辐射是冰川能量的主要输入来源，而净长波辐射则主要作为能量的输出，导致冰川表面热量的流失。在这些能量通量中，净辐射贡献了66%的总能量，占主导地位。而感热通量和潜热通量虽然在能量平衡中占一定比例，但其对冰川质量变化的影响相对较小。此外，由于该地区降水较少且空气温度较低，降雨产生的热通量可以忽略不计。冰川的融化过程主要由净辐射驱动，占总能量的73%，表明冰川的质量损失主要来源于融化。

在季节变化方面，冰川的质量平衡表现出明显的季节性波动。夏季（7月和8月）是冰川融化最强烈的时期，而冬季（9月至次年3月）则是冰川积累的主要时段。冬季的冰川质量平衡为正值，主要来自降雪的输入，而夏季则以融化为主导，导致质量平衡为负值。这种季节性变化反映了冰川对温度和降水的敏感性。同时，研究还发现，冰川的融化和升华过程在年际变化中表现出不同的特征。例如，在降雪较多的月份，升华占主导地位，而在温度较高、降雪较少的月份，融化成为主要的质量损失方式。

在气候要素分析中，研究团队发现，乌里克穆斯塔格地区的年均空气温度在1980年至2023年间呈现出上升趋势，从?13.75?±?0.91°C上升至?12.61?±?0.99°C，年均升温速率为0.02°C/yr。这种升温趋势是导致冰川质量损失加速的主要原因。同时，该地区的降水量和固态降水（降雪）在年际和月际上也表现出一定的波动性。例如，2016年降水量达到峰值（558.40?±?49.93?mm），而2023年则降至最低值（240.54?±?21.70?mm）。降雪在冰川质量平衡中占据主导地位，贡献了89%的正质量平衡，而再冻结过程则起到了次要作用，贡献了11%的正质量平衡。融化过程是冰川质量损失的主要来源，占总质量损失的91%，而升华仅占9%。这表明，在冰川质量变化中，融化过程比升华更为关键。

在冰川质量平衡的不确定性分析中，研究团队采用了一种简化的方法，考虑了气象输入数据和模型参数设置的不确定性。通过计算标准差和参数误差传播，确定了模型的总体不确定性。结果显示，尽管存在一定的不确定性，COSIPY模型仍然能够有效地模拟冰川质量平衡的年际和季节变化。模型的关键自由参数（如冰川反射率和粗糙度长度）对质量平衡的预测结果有显著影响，其中雪反射率的变化对质量平衡的影响最大。例如，当雪反射率降低7%时，冰川质量平衡减少了13%。因此，模型参数的精确设置对于提高模拟精度至关重要。

此外，研究还发现，冰川质量平衡在不同坡向上的表现存在显著的空间差异。南坡和东南坡的冰川主要处于积累状态，而北坡和西北坡则主要处于消融状态。这种差异与地形对水汽输送的影响密切相关。南坡和东南坡由于地形抬升作用，更容易受到来自印度洋的水汽影响，从而获得更多的降雪输入。相反，北坡和西北坡由于地形障碍，水汽输送受到限制，导致降雪较少，冰川消融更为显著。这种空间差异表明，冰川质量变化不仅受气候变化的影响，还受到地形因素的制约。

在冰川质量变化的归因分析中，研究团队发现，自2000年以来，乌里克穆斯塔格冰川的质量损失显著加速，这与全球气温上升的趋势相吻合。尽管该地区的冰川总体质量损失相对较小，但其对气候变化的响应较为敏感。研究还指出，虽然降雪是冰川质量的主要来源，但其在年际变化中的波动性较大，因此，冰川质量变化的预测需要综合考虑降雪和融化过程的动态平衡。同时，研究发现，冰川的质量变化在不同季节和月份表现出不同的特征。例如，在12月至次年3月，融化和升华共同作用，导致冰川质量损失；而在9月至次年3月，降雪输入显著增加，从而促进了冰川质量的积累。

综上所述，该研究通过COSIPY模型对乌里克穆斯塔格冰川的质量和能量平衡进行了系统分析，揭示了冰川在不同时间尺度上的变化特征及其与气候因素之间的关系。研究结果表明，冰川质量变化主要受到空气温度、降雪和升华过程的影响，而净辐射在冰川能量预算中占据主导地位。这些发现不仅为理解冰川变化机制提供了科学依据，也为评估气候变化对区域水文系统的影响提供了重要参考。未来的研究应进一步提高气象数据的空间和时间分辨率，增强现场观测，以及进行多模型对比，以提升冰川质量变化模拟的准确性和可靠性。