高原气象

高原气象 >

2020 , Vol. 39 >Issue 6: 1270 - 1281

DOI: https://doi.org/10.7522/j.issn.1000-0534.2019.00134

论文

青藏高原冻结期地表热储分析——以鄂陵湖畔草地为例

  • 齐木荣 , 1, 2 ,
  • 马千惠 1, 2 ,
  • 杨清华 1, 2 ,
  • 吴仁豪 1, 2 ,
  • 吕世华 3, 4 ,
  • 孟宪红 3 ,
  • 李照国 3 ,
  • 奥银焕 3 ,
  • 韩博 , 1, 2
展开
  • 1. 中山大学大气科学学院 广东省气候变化与自然灾害研究重点实验室，广东 珠海 519082
  • 2. 南方海洋科学与工程广东省实验室（珠海），广东 珠海 519082
  • 3. 中国科学院西北生态环境资源研究院 寒旱区陆面过程与气候变化重点实验室，甘肃 兰州 730000
  • 4. 成都信息工程大学大气科学学院 高原大气与环境四川省重点实验室，四川 成都 610225
韩博（1982 -）， 男， 陕西宝鸡人， 副教授， 主要从事陆气能量平衡及大气边界层研究. E-mail:

齐木荣（1999 -）， 女， 陕西西安人， 本科生， 主要从事大气边界层相互作用的研究. E-mail:

收稿日期: 2020-01-23

  修回日期: 2020-05-06

  网络出版日期: 2020-12-28

基金资助

国家重点研发计划项目(2019YFA0607004)

粤港澳大湾区典型物质源汇过程及其生态效应联合基金项目(U1901209)

国家自然科学基金项目(41675015)

收起

Analysis of Surface Heat Storage in Frozen Periods of Qinghai-Xizang Plateau——Take the Study of the Grassland near Ngoring Lake for Example

  • Murong QI , 1, 2 ,
  • Qianhui MA 1, 2 ,
  • Qinghua YANG 1, 2 ,
  • Renhao WU 1, 2 ,
  • Shihua LÜ 3, 4 ,
  • Xianhong MENG 3 ,
  • Zhaoguo LI 3 ,
  • Yinhuan AO 3 ,
  • Bo HAN , 1, 2
Expand
  • 1. Guangdong Province Key Laboratory for Climate Change and Nature Disaster Studies，School of Atmospheric Sciences，Zhongshan University，Zhuhai 519082，Guangdong，China
  • 2. Southern Marine Science and Engineering Guangdong Laboratory（Zhuhai），Zhuhai 519082，Guangdong，China
  • 3. Key Laboratory of Land Surface Process and Climate in Cold and Arid Region，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，Gansu，China
  • 4. College of Atmospheric Sciences，Chengdu University of Information Technology Plateau Atmosphere and Environment Key Laboratory of Sichuan Province，Chengdu 610225，Sichuan，China

Received date: 2020-01-23

  Revised date: 2020-05-06

  Online published: 2020-12-28

Fold

本文亮点

根据鄂陵湖畔高寒草地站点2011 -2013年的观测数据， 分析了冻结期高寒草甸地表能量通量平衡特征， 在假定冻结期土层中各相态水的质量近似稳定的基础上， 对热储项进行了定量分析。由于缺少对积雪深度的直接观测， 根据地表反照率定义了积雪期。首先对冻结期地表能量特征进行了比较， 发现无积雪时地表波文比多数时候大于3， 而在积雪期， 波文比大多时候小于0.5。有积雪时土壤各层温度平均日较差都显著地减小， 其中0.05 m处土壤温度日较差相较于无积雪时减少4 ℃。伴随温度日较差减小， 积雪期土壤内相变过程也会减弱， 引起土壤湿度变化幅度的减少。积雪层可以吸收短波辐射， 因此有积雪存在时， 地表能通量传输过程需重新考虑。计算热储后发现， 非积雪期土壤温度变化和相变过程贡献的热储项分别占不闭合能量（简称占比）的69%和12%， 这个比例在阴天和晴天也会存在不同。在积雪期， 积雪热储项占比为88%， 而土壤热储占比仅为10%左右。与晴天相比， 阴天积雪热储占比下降， 土壤热储占比上升。这说明短波辐射增强会迅速增加积雪吸收的热量， 但对积雪下冻土的影响却很小。对于冻结期中非积雪期闭合度的分析， 同时考虑土壤温度和相变热储时闭合度会增加0.01~0.02， 且阴天闭合度整体大于晴天。

本文引用格式

齐木荣 , 马千惠 , 杨清华 , 吴仁豪 , 吕世华 , 孟宪红 , 李照国 , 奥银焕 , 韩博 . 青藏高原冻结期地表热储分析——以鄂陵湖畔草地为例[J]. 高原气象, 2020 , 39(6) : 1270 -1281 . DOI: 10.7522/j.issn.1000-0534.2019.00134

Highlights

Based on the observation from a flux site over alpine meadow near Ngoring Lake， the surface energy flux balance status was studied in frozen periods from 2011 to 2013.The snow-covered period is defined as the observed surface albedo greater than 0.4.The Bowen-ratio in no-snow period was usually more than 3， while in the snow-covered periods less than 0.5.The soil heat storage was mainly focused in this study.The total mass of water in soil （liquid and solid form） was assumed to be changed little during the frozen period based on observation fact.The soil heat storage was contributed by two kinds of process.The first is due to the change in soil temperature， and the second is due to free-thaw cycle within soil.In no-snow period， the soil heat storage rates due to temperature change and freeze-thaw cycle have contributed 69% and 12% of the unbalanced surface energy fluxes， respectively.The ratio between these two kinds of heat storage depend on the cloudiness.The free-thaw cycle was more significant in a clear day than in a cloudy day.The closure ratio will increase a little when take both two kinds of process into consideration.While during the snow-covered periods， the heat storage in snow layer accounted for 88%， while the soil heat storage only accounted for nearly 10% of the unclosed energy fluxes.The ratio of heat storage between in soil and snow also changed with cloudiness.The heat storage in snow was more dominant in a clear day than in a cloudy day.

1 引言

积雪和冻土是冰冻圈的重要组成部分， 其中积雪是冰冻圈最活跃的要素之一， 两者都对地表能量平衡和水分交换有着重要的影响（蒋元春等， 2020； 张正等， 2019）。青藏高原东西长约2000 km， 南北宽约1000 km， 平均海拔超过4000 m， 是北半球中纬度海拔最高、 积雪覆盖最大和冻土分布最广的地区， 被称为“世界屋脊”（王婷等， 2019； 陈月等， 2019； 李跃清， 2011）。
青藏高原是大型河流发源地， 也因其独特的地理位置影响着全球的气候变化。为更好地了解青藏高原影响全球气候的机制， 自20世纪70年代以来， 各类国内外大型观测实验在青藏高原上开展， 包括中日合作GAME-Tibet实验、 TIPEX-Ⅱ（1998）和TIPEX-Ⅲ（2013）实验等（Zhao et al， 2019； Bian et al， 2003； 季国良， 1999； 李茂善等， 2008； 马伟强等， 2005； 马耀明等， 2006a； 钱正安等， 1997； 王介民， 1999； 王永杰等， 2010； 武荣盛等， 2010； 周长艳等， 2012）。在过去的陆气研究中， 冻土的发展始终是青藏高原研究中受到最多关注的过程（程国栋等， 2019； 戴黎聪等， 2019）。不少研究指出青藏高原的冻土与湖泊， 径流等水体变化存在紧密联系， 但基于陆气作用开展的观测研究目前还不多。土壤水热变化与地表能量平衡之间存在着紧密联系（Steven et al， 2007）。自然或人为因素对地表的改变， 会通过影响地气能量交换产生一系列影响 （Yang et al， 2008）。基于这点考虑， 青藏高原复杂下垫面开展的陆气观测试验不少都是围绕地表能量平衡展开的。
观测研究青藏高原冻结期地表能量平衡问题有利于更好地了解大气与边界层的相互作用， 对研究冻土发展的机理和积雪覆盖对青藏高原气候的影响具有十分重要的意义。但在实际的观测试验中， 由于仪器本身存在的系统误差和其他原因， 结果往往是不闭合的， 尤其当观测站点位于复杂下垫面时， 如雪表、 湖畔（Steven et al， 2007）。这些不闭合过程的产生可能与高原冻土、 积雪存在关系， 也是目前陆面模型发展重点关注的方向。
由于青藏高原冻结期积雪覆盖和冻土分布范围增大， 试验环境恶劣， 数据稀缺， 目前对高原上鄂陵湖站点附近区域冻结期陆气相互作用的认识还存在很大不确定性（李静等， 2009； 王澄海等， 2008； 张海宏等， 2017）， 尤其对积雪通过改变地表能量传输进而影响冻土发育的过程还存在不足（刘火霖等， 2020； 王婷等， 2019）。基于这点考虑， 本研究借助较为持续的观测数据， 对鄂陵湖冻结期周边草地的地表热储进行初步分析， 期望能对积雪的作用有更深入的认识。

2 数据与方法介绍

2.1　观测实验简介

本研究所使用的资料来源于青海省玛多县境内鄂陵湖观测站。鄂陵湖是黄河源区的大型淡水湖泊， 对黄河源头径流量有重要的调节作用（李照国等， 2012）， 位于青藏高原的东北部、 青海省东南部。湖泊面积610.7 km2， 流域面积18188 km2， 海拔4268 m， 长32.3 km， 平均宽度18.9 m， 最大宽度可达31.6 m（Han et al， 2020）。
本试验观测平台位于鄂陵湖西北草地（距地表3.1 m）， 有鄂陵湖和扎陵湖两大湖泊分布左右。实验以一套开路涡动相关系统（CSAT3+Li7500）为核心进行观测， 数据采集频率均为10 Hz， 并使用EddyPro软件（LI-COR）对采集到的数据进行系统的质量控制。本研究所用到的观测量如表1所示， 所有数据都使用30 min的平均时间间隔进行处理。
表1 鄂陵湖观测站点实验数据信息

Table 1 Data information from the Ngoring Lake obeservation site

观测量 观测仪器 探头高度或深度/m
辐射四分量

CNR4

Kipp&Zonen

 1.5
土壤温度

109

Campbell

 -0.05, -0.10, -0.20, -0.40
土壤体积含水量

CS616

Campbell

 -0.05, -0.10, -0.20, -0.40
土壤热通量

HFP01SC

Hukseflux

 -0.05

2.2　时段的选择

参考李丹华等（2017）的研究工作， 本文将日平均0.05 m处土壤温度连续<0 ℃的时段定义为冻结期， 在鄂陵湖区一般对应11月至次年3月。所使用观测数据从2011年8月开始到2013年10月结束， 对应冻结期共有278天的有效数据。
观测系统中并未对积雪进行有效观测。考虑到积雪与非积雪期地表反照率会有极大的不同， 本研究定义观测期有日照时段08:00（北京时， 下同） -18:00地表反照率始终≥0.4为积雪期（图1）， 不满足定义为无雪（段安民等， 2018； 盛光伟等， 2019； 李丹华等， 2017）。按照这样的定义， 确定了5次较为持续的积雪过程： 2011年11月6 -9日， 2012年1月2 -28日， 2012年2月9 -19日， 2012年3月6 -22日， 2012年11月1 -5日。其中积雪时期数据为51天， 非积雪时期数据为227天。
图1 冻结期中积雪期和非积雪期地表反照率平均日变化

Fig.1 Averaged diurnal variations of albedo from 08:00 to 18:00 for snow-covered and no-snow periods in frozen periods

为了讨论云（长短波辐射）对冻结期地表能量的影响， 进一步区分晴天和阴天。定义09:00 -18:00时段平均向下短波辐射通量R sd≤400 W·m-2， 且向上长波辐射通量R lu≥200 W·m-2的为阴天， 其余则为晴天（金莉莉等， 2011； 谷星月等， 2018）。根据此条件， 积雪期典型阴天有8天， 其余43天均为晴天； 非积雪期典型阴天有34天， 其余的193天均为晴天。

2.3　地表能量平衡关系

本研究主要关注冻结期近地层土壤及积雪层内的能量变化。由于近地层能量变化与地表附近能量通量变化关系密切， 例如土壤热储就经常拿来计算地表热通量。因此， 借助地表能通量的观测， 可以对近地表能量传输过程（图2）进行较为细致的分析。图2中R ld为向下长波辐射通量； R lu为向下短波辐射通量； LE为潜热通量； H s为感热通量； R sd为向下短波辐射通量； R su为向上短波辐射通量； S snow为积雪层热储； S soil为土层热储； G 0为地表热通量； G 5为0.05 m土壤热通量； 0 m表示土壤和雪面交界； 0.05 m为土壤热通量板埋设深度。一般地表能量平衡方程的一般形式如下：
R n - G 0 = H s + L E
图2 冻结期地表能量传输示意图

Fig.2 Surface energy fluxes in frozen periods

式中： R n是地表净辐射通量（单位： W·m-2）； H s是地表感热通量（单位： W·m-2）； LE是地表潜热通量（单位： W·m-2）； G 0为地表热通量（单位： W·m-2）。热通量是指单位时间内， 通过单位面积上的热能， 可用热流板直接测量。通常情况下， 由于热流板需要埋设在一定深度（如本研究中0.05 m）， 因此实际测得的0.05 m土壤热通量G 5与 G 0之间可以通过土壤热储（S soil， 单位： W·m-2）进行联系， 三者存在如下关系：
G 0 = G 5 + S s o i l
热储是指单位时间内， 在单位容积中储存的热量， 与介质的热容密切相关， 土壤层中因温度变化产生的热储可根据土壤温度廓线积分计算。根据以往研究和基于观测计算的同时将不闭合能量通量（R 5， 单位： W·m-2）（马耀明等， 2006b； 马英赛等， 2019； 张明礼等， 2020； 周甘霖等， 2019）可以表示为：
R 5 = R n - G 5 - H s - L E
因此， 可以通过讨论观测的不闭合能量， 反推浅层土壤热储的变化规律。
在有积雪存在的情况下， 考虑到雪的透光性， 雪对短波辐射的吸收不是在雪表， 而是在一定厚度的雪层内实现。因此讨论积雪层与土壤层的热储需要分别考虑。假定此时热储项是产生不闭合能量的主要原因， 则有：
R 5 = S s n o w + S s o i l
式中： S snow是积雪层热储（单位： W·m-2）， 将式（2）~（4）联立可得：
S s n o w = R n - G 0 - H s - L E
由式（5）可知， 即便没有对于积雪的直接观测， 也可以从观测的地表能量之间的平衡关系， 反推出积雪对地表能量变化的影响。

2.4　土壤热储的计算

一般研究中计算土壤热储是垂直积分土壤温度变率。利用观测的向上长波辐射通量R lu计算地表温度： T 0=（R lu/0.95/δ）0.25， 其中δ=5.67 ×10-8 W·m-2·K-4为史蒂芬-玻尔兹曼常数； 草地长波发射率为0.95。在没有积雪的情况下， 用地表至0.05 m土壤温度的均值T av=（T 0 +T 5）/2代表0.05 m之上土壤平均温度， 则土壤由于温度变化而产生的热储的计算公式为：
S T = ∫ ∂ ρ s c s T ( z , t ) ∂ t d z ≈ 1 ∆ t ∙ [ ρ s c s t + ∆ t ∙ T a v t + ∆ t - ρ s c s t ∙ T a v t ] ∙ ∆ z
式中 : ∆t=30 s， ρ s c s为土壤体积热容量（单位： J·K-1·m-3）， 其计算公式为：
ρ s c s = ρ d r y c d r y ∙ ( 1 - θ s a t ) + ρ l c l ∙ θ l + ρ i c i ∙ θ i
式中： ρ dry c dry=2.1×106 J·K-1·m-3为干土单位体积热容； ρ l c l=4.2×106 J·K-1·m-3为水的单位体积热容； c l=4.2 J·K-1·g-1， 为水的比热容； c i=2.1 J·K-1·g-1， 为冰的比热容； θ sat=0.4， 为土壤饱和体积含水量， 即土壤孔隙度（姜海梅等， 2012）； θ l取0.05 m处土壤体积含水量； θ i为0.05 m处土壤体积含冰量。利用一维土壤热传导方程可知：
G 0 ( 0 ,   t ) = G 5 ( z ,   t ) + S T
本试验缺乏直接观测的土壤体积含冰量数据。但假定观测期间， 观测点蒸发、 降雪与土壤毛细作用基本平衡， 0.05 m处土壤平均含水量M不变：
M = ρ l ∙ θ l + ρ i ∙ θ i
这个假定从θ 5在整个冻结期呈“U”型曲线（图3）的变化上看是合理的。刚进入冻结期（11月1日）可以近似认为土壤中水分均呈液态， 此时土壤含水量记为θ max1。随着冻结期的发展， 土壤中液态水将会凝结成冰， θ 5减少， 但土壤总体含水量假定不变。冻结期刚结束（次年4月1日）时， 土壤温度回升到0 ℃以上， 测得的土壤体积含水量达到第2个最大值θ max2。利用θ max1与θ max2可以估算出整个冻结期的M。从冻结期0.05 m土壤体积含水量逐日变化（图3）可知， 两个冻结期θ max1与θ max2相当接近， 所以假定M在冻结期保持不变是一种合理的近似。本研究取ρ l·（θ max1+θ max2）/2为该冻结期的M， 2011年的（θ max1+θ max2）/2为0.12， 2012年为0.09。
图3 第1个冻结期（2011年11月1日至2012年3月31日）和第2个冻结期（2012年11月1日至2013年3月31日）0.05 m土壤体积含水量逐日变化

Fig.3 Variations of the soil water content for frozen periods at 0.05 m day by day.The first frozen period started on 1 November 2011 and ended on 31 March 2012.The second one started on 1 November 2012 and ended on 31 March 2013

在冻结期， 积雪和土壤内部水分的相变过程也是组成热储的重要部分（付强等， 2018）。假定土壤湿度变化由水的相变产生， 那么土壤热储应为：
S θ = ∫ ∂ l f ρ l θ z , t ∂ t d z ≈ 1 ∆ t ∙ [ l f ρ l t + ∆ t ∙ θ a v t + ∆ t - l f ρ l t ∙ θ a v t ] ∙ ∆ z
式中： l f=3.35×105 J·kg-1为冰的冻结-融化潜热； ρ l=1×103 kg·m-3为液态水密度； ρ i=0.9×103 kg·m-3为冰的密度。在冻结期， 土壤的总热储应为：
S s o i l = S T + S θ
而此时对应的地表热通量为：
G 0 ( 0 ,   t ) = G 5 ( z ,   t ) + S s o i l = G 5 ( z ,   t ) + S T + S θ
对比式（12）和式（8）可以清晰地看到冻结期土壤相变过程对于地表能通量的计算存在显著差异， 这也是本研究重点关注的对象。

3 结果

3.1　地表能量通量特征

根据冻结期中地表能量通量的平均日变化［图4（a）］可以发现， R n在14:00左右达到最大值， 约为315 W·m-2。 H s消耗了绝大多数 R n， 其峰值一般出现在14:00， 约为185 W·m-2。LE峰值约为30 W·m-2， 其在12:00 -18:00变化不明显。 G 5日变化最小， 平均日变化峰值仅有10 W·m-2左右， 出现在16:00； 其全天多数时候为负， 表示此时表层土壤可以从深层土壤获得能量。无积雪覆盖时期各能量通量与冻结期结果近似 ［图4（c）］。 R n在14:00左右达到最大值， 约为365 W·m-2。 H s峰值一般在15:00， 约为186 W·m-2。LE峰值约为40 W·m-2， 12:00 -18:00日变化不明显。 G 5多数时候为负， 平均日变化峰值为15 W·m-2左右， 出现在15:00。
图4 地表净辐射通量、 感热通量、 潜热通量和0.05 m土壤热通量的平均日变化

图中误差棒为对应时段的标准方差

Fig.4 Averaged diurnal variations of the soil surface net energy, sensible heat, latent heat and soil heat flux in the depth of 0.05 m.Bar is the standard variance for the corresponding periods

在有积雪覆盖时期［图4（b）］， R n大约在14:00左右达到最大值， 约为185 W·m-2。LE消耗了绝大多数 R n， 其峰值一般出现在15:00， 约为80 W·m-2。平均的 H s峰值仅为35 W·m-2， 且在12:00 -18:00变化不明显。 G 5日变化最小， 平均日变化峰值仅有5 W·m-2左右， 出现在18:00， 其他时候为负。通过比较可以看到， 积雪会显著增加下垫面整体的湿润度， 从而加剧地表的蒸发。从冻结期中积雪期和非积雪期的波文比（感热/潜热）在10:00 -18:00的平均变化（图5）可以看到， 非积雪期的波文比在大部分时间里基本维持在3以上， 接近半干旱草原， 说明此时鄂陵湖畔是较为干燥的下垫面。而积雪期的波文比多数时候都小于0.5， 对应较为湿润的下垫面。因此， 积雪会显著地增湿下垫面， 进而让地表吸收的净辐射更加倾向于通过潜热通量的形式来消耗。
图5 冻结期中积雪期和非积雪期波文比在10:00 -18:00的平均变化

Fig.5 Averaged diurnal variations of Bowen-ratio for snow-covered and no-snow periods in frozen periods from 10:00 to 18:00

尽管有无积雪对地表干湿状况影响较大， 但对0.05 m之上土壤的影响是较小的。当有积雪时， 虽然蒸发增大， 但积雪转化成的液态水主要用于维持蒸发消耗， 仅有少部分进入土壤。表现为土壤湿度对降雪过程并不像降雨过程那样有显著的升高。而在无雪期， 地表蒸发本身就很小， 浅层土壤较小的水分损失完全可以由土壤毛细作用补充。因此， 无论有无积雪， 冻结期土壤总含水量保持不变的近似是合理的。

3.2　土壤温湿变化

土壤温湿变化产生的能量吸收、 释放过程， 一般统称为土壤热储， 被认为是造成观测地表能量不闭合的重要原因之一。从冻结期0 m土壤温度来看［图6（a）］， T 0平均日变化近似于正弦函数。在整个冻结期， T 0在08:00达到最小值约-14 ℃， 在13:00左右达到最大值约9 ℃， 日较差约为23 ℃； 其中在非积雪期， T 0在08:00达到最小值约-15 ℃， 在13:00达到最大值约12 ℃， 日较差高达约27 ℃； 但在积雪期， 由于积雪的覆盖阻碍了土壤与大气的热量交换， T 0的平均日变化波动趋势明显减弱， T 0持续维持在-10 ℃上下， 日较差小于5 ℃。
图6 冻结期、 积雪期和非积雪期中不同深度的土壤温度平均日变化

Fig.6 Averaged diurnal variations of the soil temperature in forzen periods, snow-covered periods, and no-snow periods

T 5日变化［图6（b）］与 T 0接近， 但在冻结期一直维持在0 ℃以下。在整个冻结期， T 5在09:00达到最小值约-11 ℃， 在17:00左右达到最大值约 -5 ℃， 日较差约为6 ℃； 在非积雪期， T 5在09:00达到最小值约-11 ℃， 在17:00达到最大值约-4 ℃， 日较差约为7 ℃； 而在积雪期， T 5的平均日变化波动趋势减弱， 在10:00达到最小值约-11 ℃， 在17:00达到最大值约-8 ℃， 日较差仅为约3 ℃。
0.1 m土壤温度（ T 10）日变化振幅减小， 同时位相相比于浅层土壤温度滞后约3 h［图6（c）］。冻结期的 T 10在11:00达到最小值约-10 ℃， 在18:00左右达到最大值约-7 ℃， 日较差约为3 ℃； 其中在非积雪期， T 10在11:00达到最小值约-10 ℃， 在17:00达到最大值约-6 ℃， 日较差约为4 ℃； 而在积雪期， T 10在一天内持续维持在-9 ℃上下， 日较差只有不到1 ℃。
从5 cm土壤含水量（θ 5）的平均日变化［图7（a）］可以看到， 在整个冻结期， θ 5在11:00左右达到最小值， 约为0.06； 在18:00左右达到最大值， 为0.08； 平均日较差约为0.03。无积雪覆盖时期θ 5在11:00左右达到最小值， 约为0.06； 在18:00左右达到最大值， 约为0.085； 平均日较差约为0.025。在有积雪覆盖时期， θ 5日变化显著减弱， 持续维持在0.065上下。有积雪时的 θ 5要显著低于无积雪时， 这是因为积雪时期气温和土壤温度都较低， 土壤液态水大部分冻结； 而在06:00 -12:00有积雪浅层土壤湿度高于无积雪时， 这也与土壤温度的对比结果一致。
图7 冻结期、 积雪期和非积雪期土壤含水量的平均日变化

Fig.7 Averaged diurnal variations of the soil water content in frozen periods, snow-covered periods and no-snow periods

冻结期0.1 m土壤含水量（θ 10）平均日变化与θ 5有很明显的差别［图7（b）］， θ 10在11:00左右达到最小值， 约为0.040， 在20:00左右达到最大值， 约为0.055， 平均日较差为0.015。无积雪覆盖时期的θ 10在11:00左右达到最小值， 约为0.04， 在20:00左右达到最大值， 约为0.06。而在有积雪覆盖时期， θ 10在一天内几乎不变化， 始终维持在0.04上下。

3.3　土壤热储项

在冻结期的积雪期［图8（b）］， R 5在13:00达到最大值26 W·m-2， S T也在13:00左右达到最大值24 W·m-2， 此时 S θ很小接近于0 。 S T与 R 5的日变化趋势基本一致， 在一天的大部分时间内两者的变化曲线基本重合， 在个别时段也仅有2~3 W·m-2的差异， 此时 S θ对土壤总热储的贡献几乎为0。因此， 在积雪期土壤总热储主要由ST贡献， 此时可以忽略 S θ的贡献。而在非积雪时期［图8（a）］， R 5在13:00达到最大值108 W·m-2， 尽管ST依然占据主导， 在12:00左右达到最大值， 约为103 W·m-2， 但 S θ也不可忽略， 在14:00左右达到峰值， 约28 W·m-2。土壤内水分相变过程在其他高原地表能量研究中也有考虑（葛骏等， 2016）， 但注意到本研究将 S θ对地表热通量的影响考虑进来式（12）， 比一般研究中只考虑土壤温度变化式（8）来计算 G 0更加符合土壤热量收支。
图8 冻结期不闭合能量、 土壤温度热储项、 水分相变热储项的平均日变化

图中误差棒为对应时段的标准方差

Fig.8 Averaged diurnal variations of the unclosed surface energy fluxes, soil heat storage caused by temperature variation and freeze-thaw cycle for frozen periods.Bar is the standard variance for the corresponding periods

图9进一步给出了每30 min的ST、 S θ与 R 5的比较结果， 从冻结期中非积雪期ST、 S θ与 R 5的关系（图9）可以看到， 在整个非积雪期， ST约占 R 5的69%， 而 S θ则占12%， 两者共计占到 R 5的81%。因此， 在非积雪期， ST与 S θ必须同时考虑， 否则会造成总土壤热储项低估约1/7。而在积雪期， S θ量值很小， 可以忽略， 此时土壤热储仅考虑温度贡献项即可。
图9 冻结期中非积雪期（a）、 非积雪期阴天（b）及非积雪期晴天（c）土壤温度热储项ST和土壤中水分的相变热储项 S θ与不闭合能量的关系

Fig.9 Scatter plots for ST and S θ with respect to R 5 in the no-snow periods (a), the cloudy days (b) and clear days (c) of no-snow period in the frozen period

进一步将非积雪期分成晴天和阴天来看， 非积雪期阴天， ST约占 R 5的66%， 而 S θ则占6.8%， 两者共计占到 R 5的72.8%。在非积雪期晴天， ST约占 R 5的69%， 而 S θ则占13%， 两者共计占到 R 5的82%。因此， 在非积雪期 S θ贡献热储的比例在晴天更大， 可达总热储的1/6； 而在阴天， 这个比例仅有1/10。

3.4　积雪热储项

在有积雪覆盖的时期， 积雪层的温度和冻融过程也对应有能量的储存和释放， 这部分能量称为积雪热储（S snow）。对于一定的净辐射强迫来说， 积雪与土壤之间必须通过调整达到准热力平衡， 这也就意味着 S snow和 S soil之间在消耗净辐射的过程中存在一定的竞争关系。注意到这里计算积雪热储时， 直接采用了地表能量闭合的假设， 因此不进行地表能量闭合度的分析（闭合度永远为1）， 直接对二者进行比较。 S snow和 S soil对不闭合能量 R 5的贡献比较如图10所示。其中， 在整个观测期， S snow占 R 5比重约为88%， S soil仅有14%， S snow约为 S soil的6倍。可见， 在冻结期雪层的温度和冻融过程比土壤中重要得多。在积雪期晴天， S snow占 R 5为64%， 而 S soil可达30%； 而在积雪期阴天， S snow占 R 5比重约为89%， S soil仅有10%。造成这种差异的原因可能是晴天太阳短波辐射贡献主要的地表净辐射， 短波可以穿透积雪达到地表， 从而加热土壤产生较大的土壤热储。这一点从土壤温湿度日变化中也能看出（图6， 图7）。一方面， 阴天土壤表面吸收短波辐射极大减少， 表层土壤升温很弱； 另一方面， 土壤对覆盖其上的积雪的加热作用也减少， 底层积雪融化相较晴天较弱， 土壤湿度也不会表现出如晴天时候显著的日变化。
图10 积雪期（a）、 积雪期阴天（b）及积雪期晴天（c）土壤温度热储项S soil和积雪热储项 S snow与不闭合能量的关系

Fig.10 Scatter plots for S soil and S snow with respect to R 5 in the snow-covered periods (a), the cloudy days (b) and clear days (c) of the snow-covered periods

3.5　地表能通量闭合度分析

当H S-LE=R n-G 0时， 称为地表（雪表、 冻土表）能量闭合， 否则为能量不闭合， 评价能量闭合的方法有很多种， 本文参考Yang et al （2019）的研究工作， 定义闭合度（closure ratio）
C R = H s + L E R n - G 0 = H s + L E R n - G 5 - S
式中： S为热储项（单位： W·m-2）。
根据冻结期中非积雪期的地表能量闭合度（图11）可知， 在非积雪时期， 仅考虑S T时的闭合度与同时考虑 S θ和ST的闭合度相比较， 总会产生0.01~0.02的低估。就非积雪期而言， 仅考虑S T时的闭合度为0.66， 同时考虑ST和 S θ， 闭合度提高至0.68， 说明土壤中水分相变造成能量的储存和释放也是热储项中不可忽略的一部分。在非积雪期阴天， 闭合度提高至0.75和0.76。阴天长波辐射占主导， 土壤温度变化减小， 土层中水分相变也减弱， 所以土层中能量储存（释放）减少， 闭合度也由此提高。在非积雪期晴天， 闭合度为0.66和0.67， 晴天闭合度相较于阴天有所下降。晴天短波辐射占主导， 土壤温度变化和水分相变显著， 土层中能量储存（释放）有所提高， 闭合度也随之下降。本文积雪期土壤热储是在假定雪表能通量平衡的前提下反推得到的， 此时段闭合度恒为1， 所以积雪期闭合度不予讨论。
图11 仅考虑土壤温度热储项（左）和同时考虑土壤温度和相变热储项（右）时冻结期中的非积雪期地表能通量闭合度

Fig.11 The closure ratio of surface energy in the no-snow periods of frozen periods.S only contains ST in the left figures, and S contains both ST and S θ in the right figures

从结果上看， 非积雪期考虑相变热储对于地表能量闭合度的影响似乎不大。这可能有两个原因。首先就是本文对于相变过程是基于0.05 m土壤湿度变率估算的， 实际上接近地表土壤冻结过程可能更加强烈， 对应的含水量变化也更大， 但目前的观测无法很好的对地表土壤湿度变化进行刻画。另一方面， 土壤相变热储在白天和夜间会呈现相反的符号（图8）， 这就使得当所有观测结果放在一起时， 考虑相变热储与否对地表能量闭合度的影响不大。与之相比， 特定时刻能量闭合度对相变热储的计算准确性依赖性可能更高。

4 结论

借助于2011 -2013年在青藏高原鄂陵湖草地观测站的数据， 在假定冻结期浅层土壤总含水量变化不大的前提下， 对当地地表能量平衡特征进行了分析， 重点关注不同情况下土壤储存的能量变化（土壤热储）， 得出如下结论：
（1） 观测的地表各能量通量都对积雪事件有很显著的响应。在积雪期， 伴随地表反照率的迅速增大， 草地波文比迅速从无雪期的3降低为0.5， 与此同时， 土壤热通量也显著降低， 造成了浅层土壤温度和湿度的日变化幅度迅速减小。
（2） 在非积雪期， 土壤温度热储和相变热储都是造成观测的地表能量不闭合的重要原因。其中温度热储更为关键， 占比约为69%， 而冻融过程产生的相变热储仅占比12%， 两种热储一起贡献了约81%的不闭合能量。土壤温度热储在晴天和阴天占比差异不大。但相变热储阴天占比为6.8%， 仅为晴天的1/2。说明短波辐射是土壤中水分发生相变的主要热源。
（3） 在积雪期， 利用地表能量闭合反算的积雪热储占比为88%， 而土壤热储仅占约10%。积雪期内， 积雪热储占比始终大于土壤热储。而阴天时积雪热储占比显著下降， 土壤热储占比显著上升。说明短波辐射对于积雪热储的影响要强于长波辐射。
（4） 在非积雪期， 同时考虑 土 壤温度变化和土层中水分相变产生的热储， 闭合度可提高0.01~0.02。由于长短波辐射性质的差异， 阴天的闭合度整体高于晴天。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Bian L G， Xu D Y， Lu L Y， et al， 2003.Analyses of turbulence parameters in the near-surface layer at Qamdo of the southeastern Tibetan Plateau［J］.Advances in Atmospheric Sciences， 20（3）： 369-378.

Han B， Meng X H， Yang Q H， et al， 2020.Connections between daily surface temperature contrast and CO2 flux over a Tibetan lake： A case study of Ngoring Lake［J］.Journal of Geophysical Research： Atmospheres， 125（6）： D032277.DOI： 10.1029/2019JD032277.

Steven P O， Thomas F， Roland V， et al， 2007.The Energy balance experiment EBEX-2000.Part I： Overview and energy balance［J］.Boundary-Layer Meteorology， 123（1）： 1-28.DOI： 10.1007/s10546-007-9161-1.

Yang K， Wang J M， 2008.A temperature prediction-correction method for estimating surface soil heat flux from soil temperature and moisture data［J］.Science in China Series D： Earth Sciences， 51（5）： 721-729.DOI： 10.1007/s11430-008-0036-1.

Yang Y， Liu Y， Li M， et al， 2019.Assessment of reanalysis flux products based on eddy covariance observations over the Tibetan Plateau［J］.Theoretical and Applied Climatology， 138（1-2）： 275-292.

Zhao P， li Y Q， Guo X L， et al， 2019.The Tibetan Plateau surface-atmosphere coupling system and its weather and climate effects： The third Tibetan Plateau atmospheric science experiment［J］.Journal of Meteorological Research， 33（3）： 375-399.DOI： 10.1007/s13351-019-8602-3.

程国栋， 赵林， 李韧， 等， 2019.青藏高原多年冻土特征、 变化及影响［J］.科学通报， 64（27）： 2783-2795.DOI： 10.1360/TB-2019-0191.

陈月， 李跃清， 范广洲， 等， 2019.青藏高原大气蕴含潜热时空分布特征研究［J］.高原气象， 38（3）： 460-473.DOI： 10.7522/j.issn.1000-0534.2018.00130.

段安民， 肖志祥， 王子谦， 2018.青藏高原冬春积雪和地表热源影响亚洲夏季风的研究进展［J］.大气科学， 42（4）， 755-766.DOI： 10.3878/j.issn.1006-9895.1801.17247.

戴黎聪， 柯浔， 张法伟， 等， 2019.青藏高原季节冻土区土壤冻融过程水热耦合特征［J］.冰川冻土， 42（2）： 1-10.DOI： 10.7522/j.issn.1000-0240.2018.1085.

付强， 颜培儒， 李天霄， 等， 2018.冻融期秸秆和积雪覆盖条件下土壤热容量的特性研究［J］.应用基础与工程科学学报， 26（4）， 757-766.DOI： 10.16058/j.issn.1005-0930.2018.04.007.

葛骏， 余晔， 李振朝， 等， 2016.青藏高原多年冻土区土壤冻融过程对地表能量通量的影响研究［J］.高原气象， 35（3）： 608-620.DOI： 10.7522/j.issn.1000-0534.2016.00032.

谷星月， 马耀明， 马伟强， 等， 2018.青藏高原地表辐射通量的气候特征分析［J］.高原气象， 37（6）： 1458-1469.DOI： 10.7522 / j.issn.1000－0534.2018.00051.

季国良， 1999.青藏高原能量收支观测实验的新进展［J］.高原气象， 18（3）： 333-340.

姜海梅， 刘树华， 刘和平， 2012.非均匀灌溉棉田能量平衡特征研究［J］.地球物理学报， 55（2）： 428-440.DOI： 10.6038/j.issn. 0001-5733.2012.02.007.

金莉莉， 曹兴， 黄洁， 2011.沙漠和绿洲典型天气辐射特征［J］.干旱气象， 29（3）： 306-314.

蒋元春， 李栋梁， 郑然， 2020.1971—2016年青藏高原积雪冻土变化特征及其与植被的关系［J］.大气科学学报， 43（3）： 481-494.

李丹华， 文莉娟， 隆霄， 等， 2017.积雪对玛曲局地微气象特征影响的观测研究［J］.高原气象， 36（2）： 330-339.DOI： 10.7522/j.issn.1000-0534.2016.00074.

刘火霖， 胡泽勇， 韩赓， 等， 2020.基于Noah-MP模式的影响青藏高原冻融过程参数化方案评估［J］.高原气象， 39（1）： 1-14.DOI： 10.7522/j.issn.1000-0534.2019.00009.

李静， 盛煜， 焦士兴， 2009.高山多年冻土分布模型与制图研究进展［J］.冰川冻土， 31（4）： 679-687.

李茂善， 马耀明， 孙方林， 等， 2008.纳木错湖地区近地层微气象特征及地表通量交换分析［J］.高原气象， 27（4）： 727-732.

李跃清， 2011.第三次青藏高原大气科学试验的观测基础［J］.高原山地气象研究， 31（3）： 77-82.

李照国， 吕世华， 奥银焕， 等， 2012.鄂陵湖湖滨地区夏季近地层微气象特征与碳通量变化分析［J］.地理科学进展， 31（5）： 602-608.

马伟强， 马耀明， 胡泽勇， 等， 2005.藏北高原地区辐射收支和季节变化与卫星遥感的对比分析［J］.干旱区资源与环境， 19（1）： 109-115.

马耀明， 姚檀栋， 王介民， 2006a.青藏高原能量和水循环试验研究——GAME/Tibet与CAMP/Tibet研究进展［J］.高原气象， 25（2）： 344-351.

马耀明， 仲雷， 田辉， 等， 2006b.青藏高原非均匀地表区域能量通量的研究［J］.遥感学报， 10（4）： 542-547.

马英赛， 孟宪红， 韩博， 等， 2019.黄土高原土壤湿度对地表能量和大气边界层影响的观测研究［J］.高原气象， 38 （4）： 705-715.DOI： 10.7522/j.issn.1000-0534.2019.00036.

钱正安， 焦彦军， 1997.青藏高原气象学的研究进展和问题［J］.地球科学进展， 12（3）： 207-216.

盛光伟， 肖鹏峰， 张学良， 等， 2019.新疆天山及北疆地区积雪反照率差异［J］.干旱区地理， 42（4）： 774-781.DOI： 10.12118/j.issn.1000-6060.2019.04.08.

王澄海， 师锐， 左洪超， 2008.青藏高原西部冻融期陆面过程的模拟分析［J］.高原气象， 27（2）： 239-248.

王介民， 1999.陆面过程实验和地气相互作用研究——从HEIFE到IMGRASS和GAME-Tibet/TIPEX［J］.高原气象， 18（3）： 280-294.

武荣盛， 马耀明， 2010.青藏高原不同地区辐射特征对比分析［J］.高原气象， 29（2）： 251-259.

王婷， 李照国， 吕世华， 等， 2019.青藏高原积雪对陆面过程热量输送的影响研究［J］.高原气象， 38（5）： 920-934.DOI： 10.7522/j.issn.1000-0534.2019.00026.

王永杰， 朱志鹍， 李茂善， 2010.藏东南地区鲁朗河谷近地层气象要素变化特征［J］.高原气象， 29（1）： 63-69.

周长艳， 张虹娇， 赵兴炳， 等， 2012.近三十多年青藏高原大气科学试验观测布局综述［J］.高原山地气象研究， 32（1）： 81-87.DOI： 1674-2184 （2012） 01-0081-07.

周甘霖， 李耀辉， 孙旭映， 等， 2019.我国北方不同下垫面地表能量通量的变化特征［J］.干旱气象， 37（4）， 577-585 DOI： 10. 11755/j.issn.1006-7639 （2019） -04-0577.

张海宏， 肖宏斌， 祁栋林， 等， 2017.青藏高原湿地土壤冻结、 融化期间的陆面过程特征［J］.气象学报， 75（3）： 481-491.DOI： 10.11676/qxxb2017.034.

张明礼， 温智， 董建华， 等， 2020.考虑降雨作用的多年冻土区不同地表土质活动层水热过程差异分析［J］.岩土力学， 41（5）： 1-11.DOI： 10.16285/j.rsm.2019.0297.

张正， 肖鹏峰， 张学良， 等， 2019.青藏高原融雪期积雪反照率特性分析［J］.遥感技术与应用， 34（6）： 1146-1154.DOI： 10. 11873/j.issn.1004-0323.2019.6.1146.

Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn