基于SNICAR模型研究黑碳对冰川反照率的影响

2021-09-15于辰璐

陕西水利 2021年8期

于辰璐

(兰州大学资源环境学院，甘肃兰州 730000)

中国是中低纬度山地冰川最发育的国家[1]，青藏高原地区拥有除极地冰盖以外最大的冰川数量。然而，近50年来，中国西部82.2%的冰川处于退缩状态[2]，青藏高原及其周围地区的冰川面积显著减少[3]，对冰川退缩的研究和保护刻不容缓。

冰川反照率影响着冰川表面的热量平衡，它可以从新雪中的90%下降到黑雪中的20%[4]，是控制冰雪消融速率的决定性因素。冰川反照率的变化主要取决于冰雪的物理性质和太阳辐射[5]，大量的黑碳气溶胶在青藏高原高空与雪花混合，并随着降雪落在冰川上，使冰川表面变暗[6]；同时，它还能大大增强雪冰对太阳辐射的吸收[7]，导致反照率的降低，从而加剧冰川消融[8]。

研究表明，祁连山老虎沟12号地区自1957年开始呈现退缩趋势，截至2015年其退缩面积达到1.54 km2，占到冰川总面积的7.03%[9]。孙维君等[10]统计了2010年～2015年消融季(6月～9月)反照率的数值，发现其平均数值从0.52降低到0.43。李洋等[11]在2013年～2014年采取了4300 m～4950 m海拔上92个雪冰样本进行分析，得出黑碳对反照率降低的贡献率达到45%。

黑碳对反照率降低的贡献率可以用SNICAR模型进行定量模拟。该模型目前在青藏高原地区已经得到广泛应用，其性能也得到了印证[8]。SNICAR模型的模拟表明，在天山乌鲁木齐河源1号冰川，积累区黑碳和粉尘对反照率降低的贡献率分别为25%和7%[12]；天山西部的科其喀尔冰川中，黑碳对反照率降低的贡献占到了64%，导致的平均辐射强迫可达323.18 W/m2[13]，这在青藏高原区属于高值；在高原中部的小冬克玛底冰川，老雪和裸冰中黑碳和粉尘对反照率降低的贡献分别为52%和25%，总辐射强迫可达97 W/m2；新雪中黑碳和粉尘对反照率降低的贡献约为8%，总辐射强迫约为7 W/m2[14]；在藏东南地区，老雪中黑碳和粉尘对冰雪消融贡献约为15%，在新雪中该值小于5%，黑碳和粉尘导致的辐射强迫分别为1.0 W/m2～141 W/m2和1.5 W/m2～120 W/m2[15]。总体上，在青藏高原的不同地区，黑碳对反照率的影响大于粉尘，其贡献值存在明显的空间差异，且贡献程度随雪的新旧程度呈现明显的变化。

近些年来，对祁连山地区冰川退缩现象的研究层出不穷。然而，由于地区海拔较高、环境恶劣，人工采集的样品数量有限，且时间的连续性较差。本文以祁连山老虎沟12号冰川为例，利用MOD10A1系列产品反演2001年～2019年的积雪反照率，并结合黑碳的实测数据以及SNICAR模型，定量分析黑碳对反照率降低的贡献率。

1 研究区域概况

祁连山老虎沟12号冰川(39°26.4′N、96°32.5′E，冰川编目5Y448D0012)位于祁连山西段北坡，长9.7 km，冰川面积20.37 km2，约占老虎沟流域的40.3%；平均厚度为101.05 m[16]，冰储量为2.125 km3，达到老虎沟流域的65.8%[17]，是整个祁连山最大的复式山谷冰川。属多温型冰川，年平均气温为-11.8℃，但始终高于冰川表面温度。降水主要受西风影响，年降水量可达424 mm，主要集中在5月～9月，约占全年的85%[18]。研究表明，该地区气温呈升高趋势[19]，老虎沟12号冰川正处于退缩状态[20]。

图1 老虎沟12号冰川地形图

2 研究数据与研究方法

2.1 MODIS反照率提取

MODIS中分辨率成像光谱仪系列产品是美国航空航天局(NASA)陆地产品组研制的逐日积雪数据，采用正弦曲线投影，空间分辨率为500 m。相较于实测数据，MODIS数据集反演的反照率在时间上具有连续性，且精确度较高，目前使用MODIS数据反演冰川反照率在青藏高原地区已经取得了一些进展。徐田利等[21]等反演了2000年～2013年青藏高原中西部11条冰川的反照率变化，并分析了其时空变化特征。通过与实测数据的对比，发现MODIS数据产品中的MOD10A1逐日反照率产品具有较好适用性，可以用其分析单条冰川、甚至大范围冰川区的反照率特征[22]。

MODIS传感器搭载于Terra和Aqua卫星，已有研究表明，Terra卫星对反照率的反演效果略好[23]。本文从NASA官网(http://www.nasa.gov/)上下载了MYD09A1和MOD10A1数据，轨道号为h26v05，时间跨度从2001年1月1日～2020年1月1日。首先利用MYD09A1产品在ENVI中读取祁连山老虎沟12号冰川有效单元格的行列号，再使用Matlab提取MOD10A1数据层中反照率的像元值。各像元值的含义见表1。

表1 反照率像元值的含义

选取其中像元值为0～100的数据，取研究范围内所有有效栅格的加权平均值作为当日的反照率数值，并采用算术平均法统计2001年～2019年的逐月平均反照率数值。

2.2 SNICAR模型简介

SNICAR是Flanner于2007年首先提出的集成了雪(SNow)、冰(ICe)和气溶胶辐射(Aerosol Radiation)模块的模式[24]，它通过双向流辐射传输解决方案[25]来模拟雪冰的半球反照率。SNICAR模型的基本原理(图2)为：将雪颗粒抽象为球体，忽略颗粒之间的散射，用米氏散射近似计算单颗雪粒的散射。

图2 SNICAR模型原理[26]

SNICAR模式既可以对黑碳浓度变化、融水对积雪中气溶胶的清洗作用、雪龄等因素产生的辐射强迫的不确定性进行评估，还能与Global Climate Model模式进行耦合，模拟积雪中的黑碳含量及其对反照率降低的贡献率。进行模拟实验时，主要输入的参数有入射辐射、太阳天顶角、入射辐射光谱分布、雪颗粒有效半径、雪冰厚度和密度、下垫面反照率、黑碳类型和浓度、粉尘类型和浓度等。

3 研究结果

3.1 2001年～2019年反照率的变化特征

老虎沟12号冰川2001年～2019年的年平均反照率(图3)在时间上呈现上下浮动变化趋势，其波动范围控制在0.5848～0.6597之间，平均值为0.6231，变化率为0.0103，变化趋势不显著。其中平均反照率最大值出现在2008年，为0.6596；最小值出现在2018年，为0.5858。根据反照率的原始数据，反照率呈现出较明显的季节相关性变化，最大值集中在每年11月～次年3月的冰雪积累季节，最小值集中出现在每年6月～8月等冰雪消融季节。究其原因，很有可能是因为祁连山老虎沟12号冰川属于极大陆型冰川，而这一类型冰川对气候变化的动力响应相对较为迟缓[2]。

根据采购经理在不在现场来进行操作流程的安排：(1)在现场，这时候可以按照职责分工来安排采购经理、招标代理和评委这三个角色；(2)不在现场，这是可以根据职责分工来安排评委和招标代理这两个角色。必须得注意的就是这两个计划的工作流程都是一样的。

将每年夏季(6月、7月、8月)的平均反照率数据进行分析，发现其与年平均反照率变化趋势相似。其波动范围控制在0.4559～0.6260之间，平均值为0.5448。与年平均反照率相比，夏季平均反照率的上下浮动更大，这可能是由于夏季积雪消融，使得黑碳气溶胶等吸光性杂质沉积[27]。

3.2 黑碳对反照率的影响

3.2.1 SNICAR模型模拟结果

通过SNICAR模型进行敏感性分析，其具体过程如下：

(1)将黑碳和粉尘的含量均设置为0，计算出没有黑碳和粉尘影响时纯雪的反照率。

(2)向模型中输入粉尘的含量，将黑碳含量设置为0，模拟只有粉尘影响下的反照率。

(3)再向模型中输入黑碳的数据，模拟粉尘和黑碳共同影响下的反照率。

以2016年6月4日不同海拔高度表层雪的实测数据为例，利用SNICAR模型分析黑碳和粉尘共同作用以及粉尘单独作用两种情况下的反照率数值，并得出不同波段下反照率的模拟结果，见图4。可以看出，在不同海拔高度上，黑碳对冰川反照率存在相同的影响，主要表现为黑碳的存在使得反照率降低，且该降低趋势在波长为0.2 μm～1.0 μm(可见光波段和部分近红外波段)的范围内更加明显。

图4 不同海拔处黑碳对反照率的影响

3.3.2 模拟结果的定量分析

在SNICAR模型中输入2015年8月31日、2015年12月28日和2016年6月4日三次实测数据，模拟表层雪中黑碳对反照率的影响。贡献率的计算公式为：

ΔαBC=αMD-αBC+MD

(1)

ΔαAll=αPure-αinstitu

(2)

(3)

式中：ΔαBC、ΔαAll分别表示黑碳和所有因素对反照率降低的绝对值，αMD、αBC+MD、αPure分别表示只存在粉尘、黑碳和粉尘同时存在、纯雪时模拟的反照率数值，αinsitu表示反照率的实测数值。

由表2可知，当雪冰中存在黑碳时，均会引起反照率的降低。通过对表层雪的数据分析可以得出，在积雪消融季节(2015年8月31日和2016年6月4日)，黑碳对反照率降低的贡献率相对较低，其中2015年8月31日和2016年6月4日的平均贡献率分别为15.00%和9.32%，而2015年12月28日的平均贡献率为17.14%，但根据以往的研究，积雪的消融往往有利于黑碳的富集[28-29]。这可能是因为老雪中黑碳对反照率降低的贡献率大于新雪及雪坑[15-30]，冬季该地区积雪可能多为老雪。除此之外，冰雪积累季节黑碳对反照率降低的影响随海拔的差异更加显著，且平均贡献值较大。