帕米尔高原冰川-积雪-径流耦合过程研究

《Journal of Hydrology: Regional Studies》：Study on the coupling processes of glaciers, snow and runoff in the Pamir Plateau

　　

研究区域：瓦赫什河流域是阿姆河最大的支流，位于中亚帕米尔山区。研究焦点：瓦赫什河流域贡献了阿姆河约24%的径流量和塔吉克斯坦90%以上的水力发电量，为研究气候驱动的径流变化提供了关键案例。然而，由于观测条件的限制，该地区冰川、积雪与径流之间的耦合关系仍未得到充分认识。因此，本研究在多目标校准框架下采用SWAT-Glacier-SRD模型，探究水文过程对气候变化的响应。新的水文认识：结果表明，该模型能够较好地模拟该流域的水文过程，率定期和验证期的日尺度纳什-苏特克利夫效率系数（NSE）分别为0.81和0.78。1971-2019年间，径流量显著增加（1.57 mm·yr?1），但其组成保持稳定，以融雪径流为主导（58.2%），其次为降雨径流（30.5%）和冰川融水（11.3%）。在季节尺度上，早春季节降雨的贡献有所增加。进一步分析表明，径流时间对气候条件高度敏感，暖干条件下径流出现时间提前且分布更为分散，冷湿条件下则推迟且更为集中。尽管该区域经历了显著增温，径流时间的长期变化仅表现为轻微且不显著的提前趋势（?0.129 d·yr?1），这可能是降水补偿效应的结果，但在未来增温加剧的情景下，这种稳定性可能难以维持。本研究为模拟中亚流域冰冻圈-水文过程提供了一个可靠的框架。

**帕米尔高原瓦赫什河流域冰川-积雪-径流耦合过程研究解读**

**一、研究背景与科学问题**

高山区对保障下游水资源供给具有关键作用，尤其在干旱与半干旱地区，河流径流高度依赖冰冻圈过程。帕米尔高原被誉为“中亚水塔”，广泛分布的冰川和季节性积雪调控着河川径流，支撑着区域生态系统、农业生产和水力发电。瓦赫什河作为阿姆河最大的支流，贡献了阿姆河约24%的径流量，并为塔吉克斯坦提供超过90%的水力发电量，具有极为重要的战略地位。

近年来，气候变化已显著重塑了高山区的冰冻圈及其水文响应。在瓦赫什河流域，冰川面积占比从1970年的约12.3%下降至2000年的10.3%，冰川物质平衡从2000-2009年接近平衡状态（?0.09±0.26 m w.e.·a?1）转变为2010-2019年更为负值的状态（?0.15±0.24 m w.e.·a?1）。气候变暖正驱动降水相态发生变化，液态降雨比例增加。遥感研究揭示了阿姆河流域高海拔地区积雪持续时间的显著缩短，主要表现为融雪时间提前。2018年后西北帕米尔地区降雪减少进一步降低了年融雪量。然而，由于复杂地形、有限的地面观测数据以及传统水文模型缺乏对冰川动力学和积雪再分布过程的显式表达，准确量化冰川融水、积雪过程和降雨之间的相互作用仍面临重大挑战。因此，在瓦赫什河流域开展冰川-积雪-径流耦合过程研究，对于预测未来水资源可得性和保障可持续水资源管理具有重要的科学意义。

**二、研究内容、方法与结论**

针对上述问题，研究人员应用改进的SWAT-Glacier-SRD模型，结合多目标校准框架，对瓦赫什河流域（以加尔姆水文站控制的上游山区，面积约19,580 km2）1971-2019年间的冰川-积雪-径流耦合过程进行了系统研究。研究具体目标包括：（1）评估模型模拟径流和冰川动态的能力；（2）通过敏感性分析识别控制水文过程的关键因子；（3）量化气候变化下径流特征、来源组成和年内分布的长期变化。

**三、主要技术方法**

研究人员采用了以下关键技术方法：构建了改进的SWAT-Glacier-SRD模型，该模型在原始SWAT模型基础上显式耦合了冰川消融与积累模块以及积雪再分布模块。冰川消融采用经典度日因子法计算，冰川面积和体积通过面积-体积标度关系动态更新；积雪再分配模块则基于积雪水当量阈值将超量积雪从高海拔供给带向相邻低海拔接收带转移。研究采用ε-NSGAII多目标遗传算法进行模型校准，同时优化径流模拟的纳什-苏特克利夫效率系数（NSE）、冰川物质平衡偏差（BIAS_G,E）和冰川面积偏差（BIAS_G,A）三个目标函数。此外，运用Morris方法开展参数全局敏感性分析，使用Mann-Kendall检验和Sen斜率估计器分析水文气候变量的变化趋势及其统计显著性。模型输入数据包括加尔姆水文站历史径流观测（1937-1986年及2012-2019年）、SC-Earth气象数据集、20CRv3-W5E5再分析太阳辐射数据、RGI 7.0冰川编目数据、Hugonnet等（2021）发布的全球冰川物质变化数据集、雪深长期序列数据集以及MODIS积雪覆盖产品。

**四、主要研究结果**

**4.1 模型敏感性分析结果**

敏感性分析结果显示，最具有影响力的模型参数可分为三类：积雪相关参数、冰川消融相关参数和气象输入参数。其中，温度递减率（Tlaps）在所有目标函数中均表现出最高的敏感性，凸显了温度在调控流域水文过程中的主导作用。不同目标函数的敏感参数存在差异：径流模拟主要受冰川消融参数（Gmtmp和Gmfmx）控制；积雪覆盖面积模拟主要由积雪分布参数（Snocovmx和Sno50cov）和积雪再分布参数（Hv_mid和Hv_high）控制，验证了新建积雪再分布模块在塑造积雪空间分布中的重要性；冰川物质平衡则主要受冰川消融参数和积雪转化为冰川积累的比例参数（S2g）共同影响。

**4.2 模型评估结果**

模型率定期最优NSE达到0.84，率定期与验证期NSE呈显著正相关（R2=0.82，p<0.001），表明模型性能具有一致性。基于选定的最优参数集，日尺度径流模拟在率定期（1975-1986年）和验证期（1960-1969年）的NSE分别为0.81和0.78。利用2012-2015年旬尺度数据和2018-2019年日尺度数据进行的独立验证，NSE分别达到0.80和0.87，进一步证明了所选参数集的稳健性。在冰川物质变化方面，模型模拟的冰川质量变化为0.84 Gt·yr?1，落在观测值0.63±0.58 Gt·yr?1的不确定性范围内，表明模型能够合理再现冰川物质变化。

**4.3 径流特征变化结果**

1971-2019年间，流域年径流量呈显著增加趋势，速率为1.57 mm·yr?1（p<0.05）。季节尺度上，径流增加集中在十月至十二月、一月至三月和七月至九月，均呈显著上升趋势（分别为0.57、0.20和0.92 mm·yr?1；p<0.05），而四月至六月呈不显著的下降趋势。分位数分析表明，径流总量的增加主要由中低流量变化驱动，中位数流量（Q50；1.32 mm·yr?1，p=0.019）和低流量（Q90；0.91 mm·yr?1，p<0.001）显著增加，而高流量（Q10；2.69 mm·yr?1，p=0.160）呈不显著上升趋势。

**4.4 径流来源组成变化结果**

从水源组成来看，该流域为典型的融雪主导型系统，融雪贡献占年径流的58.2%，其次为降雨（30.5%）和冰川融水（11.3%）。基流在流域径流中占主导地位，模型输出估计为86.2%，Lyne-Hollick水文过程线分割法估计为75.6%。径流来源具有显著的季节性差异：十月至三月以降雨为主（89.8%和60.5%），四月至九月以融雪为主（63.4%和61.5%），七月至九月冰川融水贡献显著（22.1%）。年尺度上各组分均呈增加趋势但未通过显著性检验，来源组成整体保持稳定。季节尺度上，十月至十二月融雪贡献显著增加（+0.091%·yr?1，p=0.017），一月至三月降雨贡献显著增加（+0.174%·yr?1，p=0.018）并伴随融雪贡献相应减少（?0.174%·yr?1，p=0.018）。

**4.5 径流时间与集中度变化结果**

径流时间中心（CTQ）呈轻微且不显著的提前趋势（?0.129 d·yr?1，p=0.205），表明径流年内时间分布相对稳定。径流集中度指数（QCI）呈下降趋势（Sen斜率=?0.019·yr?1），接近显著水平（p=0.077），表明径流年内分布趋于均匀。CTQ与QCI在年尺度上呈显著正相关（r=0.835，p<0.001），表明冷湿多雪年份对应径流推迟且集中，暖干少雨年份对应径流提前且分散。早期与晚期CTQ年份的平均温差高达22.1天，早期CTQ年份平均气温更高（+0.54°C，p=0.027），年降水量更低（?127.6 mm，p=0.005），降雪比例更低（从0.475降至0.450，p=0.042）。

**五、讨论与结论**

研究表明，温度是控制流域水文过程的主导因素，通过调控冰川消融和积雪融化进而主导径流产生及其季节分布。径流时间的年际波动对气候条件高度敏感，暖干条件下径流提前且分散，冷湿条件下推迟且集中。尽管流域经历了显著增温，但径流时间未呈现显著提前，可能归因于降水增加的补偿效应。然而降水增加并不显著，意味着在未来更强增温情景下，当前径流时间的稳定性可能难以维持。降水相态转变在气候变化背景下显著影响水文过程，一月至三月降雨贡献的增加表明相态转变已开始重塑流域水文特征。年径流显著增加而来源组成基本稳定，表明径流强化由多种组分同步增加驱动，而非单一来源主导。模拟结果表明该流域尚未达到“峰值水”阶段。

研究结论如下：SWAT-Glacier-SRD模型能够较好地再现该高山区流域的水文和冰冻圈过程，率定期和验证期NSE接近甚至超过0.8，模拟的冰川储量变化处于观测不确定性范围内。1971-2019年流域年径流量显著增加（1.57 mm·yr?1）。径流以基流为主导（模型估计86.2%，Lyne-Hollick分割法估计75.6%），水源组成以融雪（58.2%）为主，其次为降雨（30.5%）和冰川融水（11.3%），各组分相对贡献仅存在微小的时间变化。与相对稳定的年尺度组成相比，季节变化呈现明显差异，一月至三月降雨贡献增加。径流时间对气候模式高度敏感，暖干条件导致径流提前且分散，冷湿条件则相反。尽管存在显著增温，长期径流时间仅呈现轻微且不显著的提前趋势，可能归因于降水增加的补偿效应。

本研究为数据稀缺的中亚高山区流域冰冻圈-水文相互作用研究提供了一个基于过程的可靠框架。考虑到瓦赫什河流域长期径流观测数据的有限性，本研究模拟的水文过程和径流组成为未来径流季节性、组成和变化规律研究提供了重要的基线信息。改进的SWAT-Glacier-SRD模型和模拟框架可推广至其他观测数据有限的高山地区，用于研究冰川-积雪-径流耦合过程。随着气候变暖持续，提高对冰冻圈驱动的水文变化的理解和预测能力，对于区域水安全、可持续水电开发、农业用水管理和气候适应规划将日益重要。