陈 蕾，戴长雷，王润蒲

(1.黑龙江大学寒区地下水研究所，黑龙江 哈尔滨 150080；2.黑龙江大学 水利电力学院，黑龙江 哈尔滨 150080)

积雪是冰冻圈和全球气候系统的重要部分，在寒区季节性积雪既是最活跃的环境影响因素, 也是最敏感的环境变化响应因子[1]。积雪产生的融雪径流对寒区和干旱区的河流补给量很大，在春季对当地的种植业、畜牧业、工业和生产生活都有一定的影响,在20世纪50年代美国的陆军工程兵团全面深入地对融雪径流理论进行研究[2],与此同时，1956年中国科学院也开展了对冰川的考察工作这也意味着我国开始对融雪径流开展理论研究。在全球变暖的大背景下，全球的冰川和积雪也在加速融化，寒区的水资源也在加剧变化。我国的融雪径流研究也取得了一些进展，本文结合寒区特点，对融雪径流的内容和分析方法进行研究，为寒区融雪径流的研究提供一些参考依据。

1 融雪径流理论

积雪融化的原因主要有3个，即暖气团来临温度升高、太阳辐射对积雪表面的影响、降雨对积雪的作用。在3个原因中占据主导地位的是暖气团中裹挟着大量的热量使得气温剧烈变化，气温的变化直接影响了积雪的融化速度。

融雪径流的基本过程可以分为融雪径流的产流过程和融雪水的汇流过程[3],积雪产流过程又可称为融雪出水过程。一般分为两个阶段即“停蓄阶段”和“出水阶段”。当融雪水分渗入并浸润积雪下层时便称为 “停蓄阶段”；当下层含水量达到饱和积雪内部开始有水流出时称为“出水阶段”。从积雪融化到出水，积雪层都起着蓄积融雪水的作用。汇流过程是指当积雪层含水量达到饱和后，融雪水会继续下渗直到接触被积雪覆盖的地面，积雪继续融化，融化的水量大于下垫面的水饱和度时产生的径流过程。

2 融雪径流研究内容

2.1 径流分割

春季的径流一般可分为两部分,一部分是由降雨或积雪融化产生的径流称为直接径流;另一部分是地下径流,也被称作基流。寒区春季降雨较少,直接径流基本由积雪融化时产生的地表径流和潜流组成,直接径流和基流对融雪响应的时间不同,用径流分割的方法分割两部分径流可以比较准确的反应融雪径流在径流中的占比以及对融雪径流时段进行划分。

目前径流分割的方法主要有源于信号分析的电子滤波法、基于HYSEP程序的时间步长法、环境同位素与水化学相结合的同位素化学法、通过建立模型的水文模型法、直接作图分析的图形法以及建立方程求解的能量平衡法等[4]。

我国径流分割的研究正处于发展阶段,吕玉香等[5]采用图形法中的直线分割法对贡嘎山东坡海螺沟流域进行径流分割,通过对结果的分析得到海螺沟冰川河中冰川融水占50.1%、积雪融水补给占3.8%。田琳[6]采用改良Eckhardt递归数字滤波法对嫩江流域白山站1971—2016年的日径流资料进行分割计算,通过基流比变化规律进行融雪径流时段划分,并用箱型图进行统计。李文龙等[7]结合丰满流域典型年的日径流量资料将东北地区春季径流的产流过程分为融雪产流模式、冻土条件下融雪-降雨产流模式、冻土条件下降雨产流模式三种，基流分割采用的是Eckhardt递归数字滤波法,绘制总径流量和基流比曲线，分析其变化趋势，对三种产流模式的起始时间、历时等结合箱型图对其进行统计分析。王荣军[8]用同位素结合二水源与三水源混合模型对军塘湖流域融雪径流时期进行基流分割,并得到了融雪径流对河水的补给占比。

2.2 融雪径流对气候的响应

气候因素包括降雨、温度、累计降雪变化等,气候变暖将导致高纬度高海拔地区的冰川体积加速变化,对寒区的积雪有极强的影响。探讨融雪径流对气候的响应常用的方法有两种:一是计算融雪径流的时间,通过皮尔逊相关系数法、非参数检验法等分析时间与气温指数、降水指数的相关性以此来研究融雪径流对气候的响应;另一种通过对气候因素与融雪径流趋势的分析,结合不同模式的CMIP5气象数据与水文模型相结合模拟气候变化对融雪径流的影响。

人们对融雪径流时间的分析一般是通过研究流域出口断面径流序列变化特征。与其他的方法相比流量质心时间 (The Timing of the Center of Mass of Flow or Center time, CT)计算方法简便，计算所得结果与实际较为相符, 同时, CT对于异常的径流年际变化相对不敏感, 能够有效地避免因为统计误差而造成对融雪径流时间的误解[9-13]。流量质心时间的计算如式(1):

CT=∑(tiqi)/∑qi

(1)

式中:CT为以天或者月为计量单位的数值；ti为以水文年开始月份 (10月) 为第一个月起算的月份或者是以水文年开始第1天 (10月1日) 起算的天数，d;qi为相对应时刻的径流量 ，m3/s。

王建等[14]对祁连山黑河流域自1956—2001年近40余年的气象数据进行分析,研究其对融雪径流变化趋势的影响,并利用SRM模型模拟了当气温升高4 ℃时的融雪径流变化的情势,得出结论:冬季升温的变化已经使得融雪径流时间提前,通过模型模拟温度升高情况下的融雪径流变化趋势时间上融雪过程会提前，在消融的前期流量偏大之后流量会减少。穆振侠等[15]以天山山区西部为研究对象,结合1957—2005年的降雨、气温等气象资料运用差积曲线法和小波周期分析等方法对全球气候变化下该流域降水、气温和径流的变化趋势进行分析并用建立的新安江模型假定不同的气候情景分析了全球气候变化对高寒山区融雪径流的影响及其敏感性。梁建辉等[16]用改进后的SRM模型对新疆喀什某冰川河流的融雪径流进行模拟,并根据不同的气候变化模式对新疆喀什冰川河流融雪径流的动态响应进行分析,得到变化下新疆喀什冰川河流融雪径流的响应程度要高于降水变化引起的动态响应度的结论。朱光熙等[17]将气象、水文数据MODIS积雪覆盖数据结合SRM模型对祁连山黑河流域进行融雪径流模拟并采用黑河流域气温、降水尺度数据,预估了未来气候变化背景下积雪范围变化及不同重现期洪水变化趋势。周育琳等[18]基于三种不同模式的CMIP5气象数据,采用互信息法挑选预报因子结合RBF神经网络模型,预测不同排放情景(RCP2.6,RCP4.5,RCP8.5)下未来气候变化下天山西部山区融雪径流的变化情况。值得关注的是,不管研究采用何种气候变化情景预测和水文模拟方式,几乎所有研究结果均表明在气候变化的影响下未来的径流变化趋势为径流量冬季增加夏季减少。

3 融雪径流研究方法

目前融雪径流研究方法主要是建立基于物理、数学原理对融雪径流模型进行研究。

3.1 基于数学推理的模型

周育琳等[19]先采用了相关系数法、主成分分析法及两种方法相结合的综合方法对预报因子进行优选,根据预报因子采用BP神经网络模型和组合小波BP神经网络模型预报径流,分析结果可知组合小波BP神经网络模型的精度更高一些。党池恒等[20]为验证长短期记忆神经网络在受季节性融雪影响流域日尺度降水-径流模拟中的适用性并进一步分析时间步长对日径流模拟精度的影响,采用BP神经网络和Elman循环神经网络模型进行对比,对岷江流域进行径流模拟。周育琳等[21]基于互信息法、相关系数法、主成分分析法对天山西部山区预报因子进行优选, 采用RBF神经网络以及组合小波BP神经网络模型进行径流预报研究,不同的方案进行比较,得出结论:将互信息方法挑选出的预报因子输入RBF神经模型中作为其输入数据的模拟预测结果最好。

3.2 水文模型

融雪径流模型有别于传统意义的水文模型,其模拟过程包含三个部分:融雪模型、产流模型、汇流模型[22]。融雪模型是其中最为重要的一部分,目前在融雪径流模型方面主要有两种水文模型。

3.2.1 基于度日因子的模型

20世纪80年代Finsterwalder等提出了度日模型[23],其基本的表达如式(2)：

M=CM(Ta-Tb)

(2)

式中:M为融雪水量，mm/d;CM为度日因子;Ta为日平均温度， ℃;Tb为基准温度， ℃。

基于度日因子的水文模型一般是建立气温和融雪率的经验方程,所需要的参数较少,比较适用于高纬度高海拔缺少观测资料的地区,代表的水文模型有SRM模型、HBV模型、新安江模型等。

3.2.2 基于物质能量平衡的物理学模型

20世纪90年代开发出基于能量和物质交换的物理学模型[24],其基本的表达如式(3)、式(4):

ΔH=Hr s+Hr t+Hs+Hl+Hg+Hp

(3)

(4)

式中:ΔH为热通量，J/cm2;Hr s为 净太阳辐射，J/cm2;Hr t为净热辐射，J/cm2;Hs为感热通量，J/cm2;Hl为潜热通量，J/cm2;Hg为来自土壤的热通量，J/cm2;Hp为降雨所带来的热量，J/cm2;M为融雪水量，cm;B为积雪的比热，J/cm3。能量平衡方程充分利用了各种能源数据,一般精度较高但是需要详细的积雪观测数据且参数较为复杂,代表的水文模型有SWAT模型、VIC模型等。

3.2.3 模型的对比与应用

目前国内关于融雪径流模型的研究主要是对原有的模型进行耦合和改进，其中使用有基于度日因子的SRM模型和基于物质能量平衡的SWAT模型,下面对这两种模型进行对比。

在基于度日因子的水文模型中最经典的是SRM模型(表1),它常用于山区融雪径流的模拟,最早由瑞典科学家Martince提出,随着GS和RS的发展成了在高山融雪径流的首选模型,近几年也被广泛应用在气候变化背景下融雪径流变化的预测[25-28]。模型原理是通过计算逐日的融雪以及降水形成的水量,然后与计算得到的退水流量相加,从而得到逐日径流量、模型的输入数据包括温度、降水、积雪面积等,参数有温度直减率、径流系数、度日因子、衰减系数、临界温度、退水系数、径流时滞等,由于操作简单,被广泛应用,然而它之所以适合用于融雪径流为主导的山区径流主要是因为其需要的监测数据少，所需的参数少。

表1 SRM模型在典型研究区的部分应用

SWAT模型是基于GS和RS技术运行的,随着科技的发展已经成为世界上应用范围最广的水文模型之一。1994年,在美国农业部农业发展中心Jeff Amold 博士的主持下将SWRRB和ROTO整合为一个模型,即SWAT模型(Soil and Water Assessment Tool),2002年T.A.Fontaine等在原有模型的基础上改进了融雪径流模块,经过验证其精度大幅度提高。其融雪径流模拟原理是依据月平均气温将降水分成降雨、冰冻雨和降雪,并对积雪和融雪采用不同的能量平衡方程进行计算[33-35]。模型的输入数据有地形特征参数(高程、坡度、坡向)土地利用数据、土壤分布数据、气象(逐日降水、日均最高温、最低温、太阳辐射、风速、相对湿度)。由于模型的参数众多需要对其进行敏感性选取,对研究区输入的数据和参数要求高,监测数据缺乏地区应用困难,一般应用于大中流域长时间尺度。SWAT模型在典型区的部分应用见表2。

表2 SWAT模型在典型区的部分应用

4 研究展望

(1)IPCC第六次评估报告第一工作组报告《气候变化2021:自然科学基础》中指出未来20 a,全球升温将达到或超过1.5 ℃[40]。全球升温会导致冰川的加速融化,依靠融雪水补给的地区会受到影响,人口的快速增长和工业化的加速发展使干旱地区的水资源更加紧张。融雪径流作为其中重要的组成部分,其研究尤为重要。

(2)寒区融雪径流的主要研究方向是对气候的响应,在模拟流域融雪产流过程的基础上,将温度、风速、降水等气象参数根据不同气候情景调整，并将其输入模型中模拟未来气候条件下融雪径流的产流过程分析其对全球气候变化的响应。

(3)寒区融雪径流研究的主要方法运用模型进行模拟,我国的水文模型研究还处于初级阶段,寒区的水文数据更加难以获取,受气候、地形、冻土等影响因子的影响水文模型更加难以运行,随着科技的进步,水文模型得到了很大的发展,例如国内的学者将遥感数据和DEM数据与水文模型相结合对高寒区的融雪径流进行模拟,将多种水文模型中融雪径流模块进行耦合以提高模拟融雪的精度等。