英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

地球物理研究杂志:大气

青藏高原内陆冰川能量与质量平衡：

大气变化相关的季节和年际变化

李胜海¹，姚丹东^1，2，杨伟^1，2，于吴生^1，2，朱美林¹

¹西藏的重点实验室环境变化和地表过程，青藏高原研究所，中国科学院(CAS)，北京，中国

²中科院卓越和创新中心的青藏高原地球系统科学，中科院，北京，中国

摘要:西藏冰川受西风带和印度夏季季风的影响很大，但其机制尚待阐明。在本项目中，我们对青藏高原内陆羌塘1号冰川的地表能量和质量平衡进行了研究。结合4年的质量平衡和平衡线高度附近的气象记录，以及基于能量的质量平衡模型，我们发现，决定冰川表面消融和质量积累的气象条件，与西风带和夏季风的强度变化密切相关。4年的质量平衡对比表明，6、7月，特别是6月夏季风的增强，在融化季节显著增加了质量积累，但抑制了冰川消融，使质量平衡向正方向移动。西风增强的出现打破了夏季风在融化季节的主导地位。早融季(6月)西风带的增强不仅可以减少质量的积累，而且可以增加接下来几个月的质量损失。此外，主融季(7月)西风带的增强也会对当地气象条件产生较大影响，气温和湿度较低，但风速较高。这种气象变化显著地减少了冰川消融，因为更多的能量被升华和/或蒸发消耗，而不是表面融化。这些发现将加深我们对青藏高原内陆冰川变化机制及其与西风带和夏季风的关系的理解。

1.引言：

重要的现场测量和遥感研究发现，西藏大部分冰川都处于质量损失状态(即冰川融化)。除了喀喇昆仑地区和昆仑山西部地区(Bolch等，2012；Brun等，2017；藤田和Nuimura，2011；Gardner等，2013；Neckel等，2014；Yao等，2012)。西藏冰川的异质性变化是由不同的区域气候变化引起的，与大尺度或区域尺度的大气环流有关(Forsythe等，2017；Molg等，2012，2014，2017；W.Yang等，2016)。然而确定西藏冰川空间异质性损耗的机制尚不清楚。

为了探索西藏冰川对未来气候变化的积极机制，预测其对未来气候变化的响应，我们需要了解冰川与气候之间的物理关系。能量和质量平衡模型可以描述物理融化过程，是研究气候-冰川关系的有用工具。到目前为止，已经对西藏和喜马拉雅冰川进行了一些原位能量平衡测量(Aizen等，2002；Huintjes等，2015；Jiang等，2010；Molg等，2012，2014；Sun等，2014，2017；高桥等，1989；W.Yang等，2011；Y.Zhang等，1996；G.Zhang等，2013；朱明等，2015，2018)。这些研究探索了不同类型冰川的地表能量平衡特征。然而，大多数研究集中在青藏高原南部和西北部山区及其周边地区的冰川；由于西藏内陆冰川的不可达，很少进行现场观测。Huintjes等(2015)利用HighAsia精制分析的气象数据集强制耦合的积雪和冰面能量与质量平衡模型，研究了普若岗日冰盖(PIC)的地表能量与质量平衡(SEMB)。他们发现平均净辐射是负的，干燥的大陆气候有利于通过升华来减少质量。然而，由于缺乏原位冰川气象观测，内陆冰川的地表能量平衡有待进一步研究。

TP的中北部报告了略微的总冰川面积减少和轻微的质量增加（Neckel等，2013；H.Tian等，2016；Wang等，2011）。到目前为止，该地区的少数冰川学研究主要集中在PIC和羌塘1号冰川。姚等。（2012年）报告了从1974年到2000年PIC的平均冰川退缩率为每年/1.7米。2001年至2012年，PIC的平均平均线高度（ELA）比平均海平面（amsl）高5748米，平均年际变化为37米（Spiess等，2015）。PIC的质量平衡接近平衡，年平均值为-44plusmn;15mm水当量（wm^-2）年^-1根据差分X波段合成孔径雷达干涉测量法（Neckel等，2013）。PIC上单个冰川的质量平衡显示出明显的空间变异性，主要由平均冰川高度决定（L.Liuetal。，2016）。L.Liu等。（2016）根据双时间TanDEM-XInSAR数据估算了2012年至2016年冰川表面高程变化的年均-0.3174plusmn;40.4027m年，并推断出自PIC开始以来冰川表面变薄的加速趋势2010年代。Y.Li等。（2017）利用冰流和度日耦合模型研究了羌塘一号冰川对气候变暖的响应。

近年来，很少有研究关注大气环流的影响，包括西风和印度夏季风对冰川变化的影响。随着夏季风的发展，季风强度的变化通过扰动进入的长波辐射和通过东南青藏高原中的蒸汽凝结释放的热量来影响表面熔化（W.Yang等，2011）。夏季风的发作强烈影响年际尺度上中央青藏高原的冰川消融（Mouml;lg等，2012）。除了夏季风之外，西风也被认为是中心青藏高原冰川物质平衡的关键驱动因素（Mouml;lg等，2014）。在季风爆发期间，西风带的强度解释了扎当冰川年际质量平衡变化的73％；对于高亚洲季风影响区的其他冰川，这种反比关系也很明显。因此，季风爆发期间夏季风的发生和西风的强度都可能影响中央青藏高原的冰川质量平衡。然而，由于缺乏原位冰川观测，控制内陆冰川融化的机制仍不清楚。

为了阐明大气环流对内陆冰川表面能量平衡和质量平衡的影响，我们的研究在羌塘一号冰川的ELA附近开展4年的冰川气象观测。这些气象观测和质量平衡测量结合在基于能量的质量平衡模型中，以分析能量和质量平衡特征，控制表面能量平衡的主要因素，以及这些属性与大气环流之间的关系。这些结果可能有助于研究人员更好地了解内陆TP冰川变化背后的机制。

2.研究区

羌塘一号冰川（北纬88.70°，东经33.29°），位于内陆TP（图1a），是典型的大陆（Shi＆Liu，2000），山谷型冰川（图1b）。它面向东南，其海拔高度为5,548至6,073mamsl（图1c），2007年长度为2.2km，面积为1.84km2（S.Liuetal。，2014）。冰川的平均冰厚约为51.28米，最大厚度为132.15米，冰量为0.1236千米3（D.Zhu等，2014）。它坐落在半干旱和寒冷的气候区。大约70％的区域降水发生在6月至9月，并且积累和消融都发生在夏季（Maussion等，2014）。研究区域位于ISM的北部边界附近（L.Tianetal。，2001）。然而，ISM可以在主要季风期间影响TP的内部（L.Tianetal。，2003）。

图1.（a）青藏高原羌塘1号冰川（红点）和Baingion站（蓝点）的位置;（b）羌塘一号冰川的照片，和（c）从航天飞机雷达地形任务数字高程模型（SRTMDEM）数据（灰黑色阴影）绘制的地形图，包括自动气象站（黑点）和雨量计（红色方块）的位置;地图插页显示了AWS1的照片

3.材料和方法

3.1.气象资料

羌塘一号冰川上有两个自动气象站。一个自动气象站（AWS1）于2012年10月31日安装在冰川顶部附近（图1c），海拔5,882mAmsl，相对平坦的区域（坡度=~2°）接近年平均ELA（5,900m））。该站观测到风速和风向（分别为Ws和Wd），气压（P），温度（Ta），相对湿度（Rh），入射和反射太阳辐射（S_in和S_out），下行和出射长波辐射（L_in和L_out），地下冰温（T冰），以及从传感器到地面的距离（D）;数据以30分钟的平均值存储在CampbellCR1000数据记录器中。上面列出的所有传感器都安装在一个轻型铝制三脚架上，该三脚架固定在冰面上（参见图1c中的地图插图）。因此，安装在AWS1上的传感器的高度随着积雪或融化而不断变化。

另一个自动气象站（AWS2）于2014年11月11日安装，海拔5,725mAmsl。AWS2靠近冰川的中心轴（图1c）。CR1000数据记录器存储30分钟Ws，Wd，P，Ta，Rh和S在的平均记录。2015年11月18日，在海拔5,550米的终端冰碛上安装了屏蔽的GeonorT-200B降水计（图1c），以观测降水（Pr）。表1详细介绍了仪器传感器及其规格。AWS传感器在春季和秋季每年进行两次平整。维护后下载AWS和降水数据。

分析了四年连续的AWS1气象数据（从2012年11月1日至2016年10月31日收集）。当温度低于0°C时，相对于水而不是水校正相对湿度数据（Curry＆Webster，1999）。根据Maussion等描述的方法对声波测距数据进行校正。（2011年）。使用Giesen等的方法校正测量的L_out。（2014）当（偶尔）发现其远大于熔化冰川表面的最大可能值（315.6Wm^-2）时。使用D.Yang等描述的方法，在降水事件期间校正T-200B的雨量计下沉的温度和风速。（1998）。根据Rh，Ta和P计算比湿度（Sh）。我们使用一种方法估算云层（Cc）和晴天和阴天条件的发生类似于vandenBroeke等的建议。（2006）和Giesen等。（2008年）。Cc值小于0.2表示晴空条件，而阴天条件由Cc值表示大于0.8。

由于恶劣的环境条件，AWS1风速探测器于2016年3月28日损坏。随后的数据缺口（2016年3月29日至10月31日）可由AWS2数据填补，因为AWS1和AWS2的风速数据之间存在显着相关性。测量的降水数据可从2015年11月18日获得。利用Baingion站观测资料重建的降水，采用类似于W.Yangetal.(2013)的方法，填补数据空白。

Baingion站通过类似于W.Yang等的方法进行观测（2013年）。首先，在降水事件期间，对Baingion站的雨量计量表进行了温度和风速校正（Maetal。，2015）。其次，我们将观测到的降水量（Pr）与Baingion站的降水记录（Pb）进行了比较;我们发现，当记录的沉淀量（Pb）小于0.6mm时，Pr=0.85times;Pb被忽略。从该方程导出的重建降水数据与降水事件的累积数量和累积降水量两者的降水观测结果非常一致（支持信息图S1）

3.2.冰川质量平衡数据

使用常规方法观察质量平衡。将一个桩子插入AWS1附近的冰中以测量冰川表面的熔化（参见图1c中的地图插图）。在AWS1维护后测量消融。使用冰雪密度将所有消融读数转换为水当量。假设冰的密度为900kgm^-3，根据现场测量，雪密度在284和390kgm^-3之间变化，平均值为~300kgm^-3。AWS位置的年度质量平衡计算为AWS在消融季节结束时相对于前一年的冰川表面质量的净变化。计算年度质量平衡的期间称为质量平衡年。为简洁起见，我们在整篇论文中使用日历年而不是质量平衡年。

3.3.冰川质量平衡模型

本研究中使用的SEMB模型最初由Fujita和Ageta（2000）建立，并已成功用于计算几个西藏冰川的冰川质量平衡和径流（Fujita＆Sakai，2014;G.Zhang等，2013）。Fujita和Ageta（2000）给出了该模型的完整描述;因此，这里仅给出简要说明。基本质量平衡模型可以写成

其中MB为物质平衡(Wm^-2)，Ps和Rf分别为固体沉淀(降雪)和再冻水(Wm^-2，Hm为融化能(Wm^-2)，Hl为潜热通量(Wm^-2)，lm和lv分别为融冰潜热(3.34*105jkg^-1)和蒸发和/或升华(2.5*106和/或2.83*106jkg^-1)。通过表面能量平衡方程计算得出:

图2.观察到的和建模的（a）表面高度，（b）表面温度和（c）年质量平衡的比较。

其中S_in和S_out分别是入射和反射的太阳辐射;L_in和L_out是下行和外向长波辐射;Hs是显热通量;和Hg是地下热通量。能量平衡组件的单位是Wm^-2。除了可用于熔化的能量之外，所有通量在被指向表面时被定义为正，其被定义为所有其他通量的总和并且是正项。通过Fujita和Ageta（2000）提出的模型计算湍流热通量，雪/冰层内的热传导和再冻结量，并在附录A的方法部分中进行了总结。

为了解决表面能量平衡，可用的最大测量数量（P，Ws，Ta，Rh，S_in，S_out，L_in和Pr））用于以每日时间间隔强制模型。初始雪厚度设定为0.75米，如在田间观察到的那样。假设新鲜降雪和冰的密度分别为200和900kgm^-3。根据2012年11月至2013年10月在-1,3和-5米深处观测到的冰温，我们建立了年平均温度或月平均温度和深度的年度幅度之间的关系，如支持信息所示图S2。根据拟合方程，我们推断出冰温在一定深度的年振幅-10m小于0.1°C，相应的年平均温度为9.09°C。使用蒙特卡罗模拟方法（Machguth等，2008）优化模型中的所有参数（Delta;P，Tl，Ts，Fi和Fs），其中模型为运行1,000次以获得AWS1站点的测量和建模表面高度之间的最小均方根误差（RMSE）;该最优模型结果用于选择参数值的最佳组合。表S1总结了可能的参数范围和最佳参数组合。

3.4.模型校准和验证

图2a显示了关于AWS1位置处观察到的表面高度的最佳校准模型结果。在观察期内，每日测量和建模的冰川表面高度之间的RMSE为0.16米;相关系数为0.93。尽管在冬季，表面高度有点被低估，主要是由于高山峰两侧的雪漂移的影响，该模型在熔

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19381]，资料为PDF文档或Word文档，PDF文档可免费转换为Word