1 引言
积雪作为全球气候变化的一个关键因子， 有着较高的反照率与绝热性， 在高海拔地区分布广泛（保云涛等， 2018）。青藏高原平均海拔超过4000 m（严晓强等， 2019）， 是我国多年冻土的主要集中地区， 大部分区域常年积雪， 是冰冻圈中欧亚雪盖的重要组成部分， 被称为世界的“第三极”（姚檀栋等， 2017）。高原积雪可通过影响地表水文循环过程与地表辐射平衡， 使大气环流发生变化， 对气候变化具有重要的指示意义（覃郑婕等， 2017； 常姝婷等， 2019； 姚闯等， 2019）。目前， 关于高原地区积雪对冻土发育以及能量过程影响的研究取得了一定的成果。有研究表明， 积雪的厚度变化对地表温度有重要的影响（Goodrich， 1982）。有积雪覆盖的高寒草甸、 高寒沼泽季节冻土区， 浅层土壤的冻结开始日及消融开始日均有所延后， 冻结期延长（常娟等， 2012）。在不稳定期， 积雪对地表土壤温度的影响以降温作用为主， 而在稳定期则以保温作用为主（Zhang et al， 1985）。
马虹等（1995）通过对比中国西天山中山带有积雪覆盖和无积雪覆盖的两个测点的冻土深度， 指出， 地表有积雪覆盖时， 冻土深度较浅。Park et al（2015）通过研究北极地区积雪对冻土热力机制的影响， 结果表明积雪厚度是决定积雪是否有利于冻土发育的重要因素。付强等（2015）指出， 积雪能够减缓土壤的冻结速度， 浅层（深层）土壤冻结过程对积雪覆盖条件变化的响应较为迅速（缓慢）。边晴云等（2016）通过分析黄河源区鄂陵湖流域的观测资料， 发现积雪可通过自身的消融增加土壤湿度， 亦可通过改变土壤温度间接影响土壤湿度。受积雪的影响， 5 cm和10 cm土壤消融过程延长， 20 cm土壤冻结过程延长。王国亚等（2012）指出积雪深度超过40 cm时， 土壤冻结深度达到稳定值， 而积雪深度超过70 cm时， 土壤冻结深度会再次发生变化。厚度小于20 cm的积雪对冻土的作用则存在不同结论： 王国亚等（2012）认为积雪厚度小于20 cm时的隔热作用较弱， 对冻土发育影响较小； 付强等（2015）认为积雪厚度达到20 cm时有利于冻土发育， 此部分还需进一步地深入研究。
由于青藏高原自然条件较为恶劣， 高原上的气象观测站多分布于中东部地区， 而高原西部因气候环境恶劣， 台站稀疏， 观测较少。青藏高原陆面过程观测资料的缺乏是研究地-气相互作用主要难题之一（刘田等， 2018）。数值模式的发展， 在很大程度上弥补了观测资料的不足。目前， 数值模式在积雪对陆面过程影响的研究中得到了广泛的应用。
余志豪等（2000）将BATS方案的简化结果引入到大气环流数值模式GCM（R15L9）中并进行了9年的模拟， 结果表明， 青藏高原积雪的时空分布与实际观测较为一致。董敏等（1997）利用NCAR-CCM2模式对青藏高原积雪的作用进行了研究， 指出高原积雪增加将减少地气间感热与潜热的输送， 减少同期地表吸收的短波辐射能量。积雪融化后的水文效应对土壤温度的影响显著。Vernekar et al（1995）研究表明， 积雪融化可使地表温度降低， 使地表感热通量降低。张伟等（2013）利用一维水热耦合模型CoupModel针对积雪对冻土活动层的影响进行了研究， 结果显示当积雪厚度大于20 cm时， 积雪具有保温作用， 积雪可减缓土壤的冻结速率， 减小冻结深度， 不利于冻土发育。王澄海等（2008）利用改则站2002年10月至2003年9月的气象观测资料作为强迫场， 驱动Colm模式研究了青藏高原西部陆面特征， 指出， 降雪会影响高原地气间感热与潜热的输送。Xiao et al（2016）通过数值模拟针对高原西部积雪对夏季降水的影响进行了研究， 指出高原冬春季积雪可引起地表土壤温湿度改变， 导致非绝热加热异常。朱玉祥等（2009）利用区域气候模式NCC_RegCM1.0进行了数值模拟， 指出， 高原多雪会导致青藏高原地面感热热源减弱， 积雪融化后的“湿土壤”延长了高原积雪对天气气候的影响， 影响时效可一直持续到6月份。
已有的研究结果表明积雪对土壤水热过程有着至关重要的影响。然而， 积雪的空间分布、 开始累积的时间、 持续时长、 积雪厚度、 融化速度等因素对土壤冻融过程的影响及相关机制仍然尚不明确， 还需要进一步的研究。因此， 在前人的研究基础之上， 进一步探讨高原积雪对冻土过程的影响程度及相关机制， 有助于加深全球变化背景下冰冻圈与大气圈相互作用机理的认识， 具有重要的科学及现实意义。
本文采用陆面过程模式CLM4.5对黄河源区鄂陵湖草地站土壤水热输送过程进行了数值模拟， 针对积雪对高原冬春季土壤水热传输的影响设计了敏感性试验， 分析了积雪的变化对土壤冻融时间、 土壤温度以及液态含水量等的影响。
2 数据及试验设计
2.1 数据介绍
研究区域位于青藏高原东北部的黄河源区（95.5°E -103.5°E， 32.5°N -36.5°N）， 平均海拔4000 m以上， 是重要的集水区域， 亦是重要的水源涵养区域（何媛等， 2017）。冰川、 湖泊、 草甸、 冻土和草地等多种地貌分布于该区域（谢琰等， 2018）， 这些地表覆盖类形均为青藏高原上最具有代表性的下垫面。高寒缺氧、 紫外线较强、 冷暖两季分明为该区域的典型特征， 其暖季有4~5个月， 冷季有7~8个月， 气候干燥， 日温差较大。黄河源区共有湖泊5300多个， 总面积超过1200 km2， 主要有鄂陵湖与扎陵湖等全国海拔最高的大型淡水湖， 对当地的气候调节以及动植物的生长发育有重要的作用， 是中国生态保护的重点地区（马学谦等， 2019）。
所使用的实测资料为中国科学院西北生态环境资源研究院（原寒旱所）科研人员在2011年8月架设的地气水热传输观测系统所采集的数据。仪器位于青海省果洛藏族自治州西北部玛多县鄂陵湖西北侧， 地理坐标34°54′N， 97°33′E， 海拔4274 m。该点架设的数据采集仪器主要有： CR3000/CR1000/CR5000数据采集器、 CSAT3三维超声风速仪、 开路式CO2/H2O气体分析仪、 CNR-1/CNR-4型净辐射仪、 109L土壤温度传感器、 CS616土壤湿度传感器、 HMP45C空气温湿度传感器以及HFP01热通量传感器， 具体架设高度见表1。
表1 观测项目中使用的科学仪器及其架设（埋藏）高度Table 1 The instruments used in observation projects and their location |
| 观测项目 | 仪器名称 | 仪器精度 | 架设高度或埋设深度/cm |
|---|---|---|---|
| 辐射 | CNR1/CNR4 | ±2.5% | 150 |
| 土壤热通量 | HFP01 | -15%～5% | -5 |
| 土壤温度 | 109L | ±0.2°C | -5， -10， -20， -40 |
| 土壤湿度 | CS616 | ±2.5% | -5， -10， -20， -40 |
| 空气温度 | HMP45C | ±0.5°C | 320 |
| 空气湿度 | HMP45C | ±2% | 320 |
| 风速 | CSAT3 | 水平向<±8 cm·s-1; 垂直向<±4 cm·s-1 | 320 |
所使用的模式气象要素强迫场为上述资料中2014年5月1日至2015年7月31日的大气压力、 风速、 降水量、 向下短波辐射、 向下长波辐射、 相对湿度和空气温度7种气象要素， 时间步长为30 min， 模式在该点地表数据集中的土壤质地参数根据实际测量值做了如下修改（表2）。
表2 鄂陵湖草地站土壤参数Table 2 The soil parameters setting of Eling Lake grassland station |
| 土层 | 深度/m | 有机质/(kg·m-3) | 粘土/% | 砂土/% |
|---|---|---|---|---|
| 1 | 0.0175 | 85.00 | 26.96 | 38.64 |
| 2 | 0.0451 | 75.12 | 26.96 | 38.64 |
| 3 | 0.0906 | 40.14 | 14.21 | 68.60 |
| 4 | 0.1655 | 31.37 | 21.28 | 65.41 |
| 5 | 0.2891 | 18.14 | 21.28 | 65.41 |
| 6 | 0.4929 | 1.92 | 3.44 | 94.03 |
| 7 | 0.7289 | 1.18 | 2.69 | 93.42 |
| 8 | 1.3828 | 1.10 | 3.97 | 94.17 |
| 9 | 2.2961 | 0.00 | 3.97 | 94.17 |
| 10 | 3.8019 | 0.00 | 4.32 | 91.52 |
为了准确研究黄河源区鄂陵湖站积雪对土壤冻融过程的影响， 需对陆面过程模式CLM4.5在该地区的模拟性能进行评价， 本文采用了三种统计方法对模拟性能进行评估， 具体如下：
（1） 相关系数（R）， 表示模式模拟结果与实测资料变化趋势相似程度。
式中： 为模拟值； 为实测值； 与 分别为模拟值与观测值的平均值； i=1， 2， 3， …， N（N为样本总数）。
（2） 平均偏差（ME）， 表示模式模拟结果与实际观测结果总体差值的大小。
式中： 为模拟值； 为实测值； i=1， 2， 3， …， N（N为样本总数）。
（3） 均方根误差（RMSE）， 表示模式模拟结果与实际观测结果的偏差， 为模拟结果与实测资料之间总体离散程度的量度。
式中： 为模拟值； 为实测值； i=1， 2， 3， …， N（N为样本总数）。
2.2 模式介绍
陆面过程是地-气耦合系统的重要组成部分， 它决定着陆气之间的物质和能量交换过程（谢志鹏等， 2017）。陆面过程模式是对陆气相互作用进行研究分析的重要工具， 其在区域乃至全球气候耦合模式中的重要作用已被广泛证实（Dickinson， 1991； Steiner et al， 2005）。
陆面过程模式的发展经历了三个时期： Manabe设计了 “水桶（ Bucket） ”模型， 后来， 数值模式进一步引入了如生物圈-大气圈输运方案BATS和简单生物圈模式SiB等的生物物理过程参数化方案， 在第二代模式引入了反映植被光合作用和呼吸作用的生物化学过程后， 第三代陆面模式形成， 如SiB2、 LSM等。
陆面模式CLM（Community Land Model）是学者们基于已有的3个陆面过程模式BATS、 IAP94以及CCM3和CCSM最初版本中采用的NCAR-LSM模式发展而来（Dai et al， 2003）， 包含了较为详尽的水文过程、 生物地球化学过程和动态植被过程（谢志鹏等， 2017）。CLM2.0引入了NCAR-LSM中改进的河流汇流、 动态植被和碳循环过程； 采用了新的地表植被分类方法。CLM3.0模式中生物物理过程进行了一定的改进。CLM3.5使用MODIS产品对模式中的地表数据集进行了改进； 采用新的模式模拟径流； 新增了地下水埋深模拟。CLM4.0引入了城市冠层模式和有机物模式及碳氮循环； 改进了积雪和土壤水文过程； 改进了大气和地表强迫数据。CLM4.5更新了大气强迫数据； 修正了城市冠层模式； 更新了次网格雪覆盖面积参数化方案与生物化学模式； 增加了一个汇流方案， 并将网格尺度内的地表特征描述的更为详细， 将陆地单元划分为5种次网格结构， 分别为湖泊、 城市、 植被、 冰川以及湿地， 将每个网格再分为24种植被功能类型， 其中， 不同植被类型在反照率、 根系分布、 热传导以及动量传输阻抗等方面有不同的特征。在2018年， CLM5.0发布， 引入了基于干燥表面层的土壤蒸发阻力参数化方案和修订后的冠层拦截参数化方案， 土壤厚度改为可以在空间上变化（Brunke et al， 2016）。改善了冰盖表面质量平衡的模拟。新雪密度参数化更新为更逼真地捕获温度效应， 并考虑了风对新雪密度的影响（Kampenhout et al， 2017）。
2.3 试验设计
利用陆面过程模式CLM4.5， 模拟黄河源区鄂陵湖草地站冻土水热过程。有关黄河源区鄂陵湖草地站与观测资料的说明见2.1数据介绍部分。本次试验依据野外实测资料修改了模式中的地表参数设置（表2）。模式模拟时间段为2014年5月1日至2015年7月31日， 模拟方式为off-line。由于青藏高原积雪主要集中在1 -4月上旬， 故本次试验仅对1 -4月的降雪量进行修改。为了规避模式初值造成的误差， 舍弃了前5个月的模拟结果， 仅对2014年10月至2015年7月的模拟结果进行分析， 相当于对模式进行5个月的spin-up过程。CLM4.5模式使用实测强迫场资料进行模拟作为控制实验， 详细方案设计见表3。
表3 敏感性试验方案设计Table 3 Sensitivity experiment design |
| 试验名称 | 详细内容 |
|---|---|
| Ctrl | 用实测大气强迫场驱动模式 |
| Case1 | 将大气强迫场中1 -4月降水量设为0 |
| Case2 | 将大气强迫场中1 -4月降水量设为原降水量的50% |
| Case3 | 将大气强迫场中1 -4月降水量设为原降水量的150% |
| Case4 | 将大气强迫场中1 -4月降水量设为原降水量的200% |
在所有试验中， Ctrl试验均用于模拟结果的对照， 目的为研究高原积雪对土壤冻融时间、 土壤温度以及土壤液态含水量等的影响。
3 结果分析
3.1 模式控制实验结果分析
通过控制性模拟结果的分析， 可以了解该模式的模拟性能， 为敏感性试验结果的分析提供对比依据。
3.1.1 土壤温度模拟
从不同深度土壤温度的模拟结果与实测数据的对比（图1）中可以看出， 5 cm、 10 cm、 20 cm和40 cm土壤温度模拟结果与实测值在相位变化上较为一致， 均可较好的再现土壤温度变化趋势。浅层土壤温度变化大， 随着土壤深度的加深， 土壤温度变化逐渐平缓。
表4 土壤温度模拟结果与观测结果偏差统计Table 4 Deviation statistics of soil temperature simulation results and observed data |
| 土层 | R | ME/℃ | RMSE/℃ |
|---|---|---|---|
| 5 cm土壤温度 | 0.98* | 0.77 | 1.50 |
| 10 cm土壤温度 | 0.98* | 0.85 | 1.43 |
| 20 cm土壤温度 | 0.98* | 0.98 | 1.35 |
| 40 cm土壤温度 | 0.98* | 0.83 | 1.14 |
*表示通过了p<0.01的显著性水平检验 |
3.1.2 土壤液态含水量模拟
从土壤液态含水量的模拟结果与实测数据的对比图（图3）中可以看出， 各土层土壤液态含水量模拟值与实测值在峰值与谷值所在相位较为一致， 模拟的融化初期液态含水量突增与冻结时液态含水量突然减小的时间与实测资料较为一致。5 cm与40 cm的土壤液态含水量模拟值在11月中旬至次年4月初低于实测值， 10 cm与20 cm的土壤液态含水量模拟值在相同时间段内高于实测值。CLM4.5模式物理过程中未含有砾石的参数化方案， 而在黄河源区鄂陵湖草地站土壤质地实地取样分析结果表明， 土壤中砾石含量相对偏多， 可能是造成上述差异的原因。
从土壤液态含水量模拟与观测结果偏差统计分析表（表5）中可以看出， 5~40 cm模拟值与实测值的平均偏差分别为-2.69%， 2.17%， 1.33%与0.32%； 均方根误差分别为5.02%， 3.37%， 2.79%与1.46%； 相关系数分别为0.82， 0.86， 0.88与0.93， 平均值为0.87。上述分析表明， 在浅层土壤液态含水量模拟方面， CLM4.5模式模拟结果虽与实际情况有一定偏差， 但可模拟出土壤液态含水量的变化趋势。从土壤液态含水量模拟结果与实测资料对比散点图（图4）可以看出， 5 cm土壤液态含水量部分日期的模拟值存在明显的偏低， 结合图3可知， 这是由于10月初5 cm土壤液态含水量模拟值明显低于实测值。
表5 土壤液态含水量模拟结果与观测结果偏差统计Table 5 Deviation statistics of soil liquid water content simulation results and observed data |
| 土层 | R | ME/% | RMSE/% |
|---|---|---|---|
| 5 cm土壤湿度 | 0.82* | -2.69 | 5.02 |
| 10 cm土壤湿度 | 0.86* | 2.17 | 3.37 |
| 20 cm土壤湿度 | 0.88* | 1.33 | 2.79 |
| 40 cm土壤湿度 | 0.93* | 0.32 | 1.46 |
*表示通过了p<0.01的显著性水平检验 |
3.2 模式敏感性试验结果分析
3.2.1 敏感性试验冬春季积雪雪深
由各组试验的雪深变化曲线（图5）可知， Case1情况下， 积雪厚度在2月下旬变为0。1月之前地表累计降雪的覆盖时间可持续1个月以上。Case2情况下， 积雪厚度在2月中旬变为0， 在1月下旬低于Case1情况下模拟值。在Case3与Case4情况下， 模式模拟的雪深随着降雪量的增加而增加， 且全部融化的时间随着降雪量增加而滞后。纵观Case1~ Case4， 雪深峰值均出现在1月， 雪深峰值分别为0.28 m， 0.28 m， 0.40 m与0.45 m， Ctrl试验模拟的雪深峰值为0.33 m， Case1与Case2试验的雪深峰值较Ctrl试验， 低0.12 m， 而Case3与Case4较Ctrl试验分别高0.07 m与0.12 m。
3.2.2 冬春季积雪对消融时间的影响
定义春季最高土壤温度首次连续5天大于0 ℃的第一天为土壤消融初日， 春、 夏季土壤温度最低值首次连续5天大于0 ℃的第一天为完全消融初日（边晴云等， 2017； 常娟等， 2012）。表6给出了高原不同积雪情况下5 cm土壤消融日期。由表6可知， Case1~4情况下消融初日分别为3月15日、 3月23日、 4月14日和4月26日， 完全消融初日分别为5月7日、 5月7日、 5月11日和5月13日。Ctrl试验消融初日为3月27日， 完全消融初日为5月9日。Case1与Case2情况下消融初日较Ctrl试验均有提前， 分别提前了12天与4天； Case3与Case4情况下消融初日较Ctrl试验均有滞后， 分别滞后18天与30天。各组试验中， 完全消融初日差异较小。以上分析表明， 随着高原积雪的增加（减少）， 可延后（提前）土壤开始消融的时间， 对完全消融初日的影响较小。
表6 各组试验5 cm土壤消融日期Table 6 The date when 5 cm soil began to thaw for each group |
| 试验名称 | 消融初日 | 完全消融初日 | 消融期/天 |
|---|---|---|---|
| Case1 Case2 Ctrl Case3 Case4 | 3月15日 | 5月7日 | 53 |
| 3月23日 3月27日 4月14日 4月26日 | 5月7日 5月9日 5月11日 5月13日 | 45 43 27 17 |
3.2.3 冬春季积雪对土壤温度的影响
从各组试验土壤温度变化曲线（图7）可知， Case1情况下， 1月中旬5~40 cm土壤温度低于Ctrl试验结果， 2月下旬发生逆转； Case2情况下， 在1月下旬至2月下旬， 5~40 cm土壤温度低于Ctrl试验模拟值， 与Case1情况下类似， 偏冷现象于2月下旬发生逆转。由各组试验土壤温度与控制实验差异的时间-深度剖面（图8）可直观看出， 上述温度偏冷转为偏暖的时间。这一现象表明， 积雪在1月至2月下旬对5~40 cm土壤有保温作用。这是由于积雪的隔热性使得土壤向大气传输的热量减少， 有一定的保温作用。在3月中旬， Case1与Case2情况下5~40 cm土壤温度较Ctrl试验有明显的偏暖现象， 结合上文图5可知， 此时地表基本无积雪覆盖， 此时地-气热量交换方向为大气向土壤进行热输送， 无积雪的地表可吸收更多的热量， 使得土壤温度升高。Case3情况下， 在3月上旬， 土壤温度高于Ctrl模拟的土壤温度， 在4月发生转变， 低于Ctrl模拟值， 且一直持续到5月上旬； Case4情下， 5月土壤温度低于Ctrl试验模拟值。表明积雪在土壤完全冻结时有保温作用， 当厚度超过一定范围后， 其对完全冻结时的土壤温度影响较小。土壤开始消融时， 积雪覆盖有降温作用， 覆盖越厚， 对土壤温度的降温作用持续时间越长， 可持续到6月上旬。
表7 各组试验5 cm土壤温度月平均值及其与控制实验的差异Table 7 Monthly mean value of 5 cm soil temperature in each group and its difference from control experiment |
| 试验名称 | 温度/℃ | |||||
|---|---|---|---|---|---|---|
| 1月 | 2月 | 3月 | 4月 | 5月 | 6月 | |
| Case1 Case2 Ctrl Case3 Case4 Case1-Ctrl Case2-Ctrl Case3-Ctrl Case4-Ctrl | -12.48 | -9.82 | -2.10 | 2.34 | 6.29 | 8.33 |
| -10.46 -10.69 -10.45 -10.30 -1.79 -0.23 0.24 0.39 | -8.18 -6.39 -6.04 -5.85 -3.43 -1.79 0.35 0.54 | -2.29 -3.49 -2.39 -2.40 1.39 1.20 1.1 1.09 | 2.19 1.87 0.16 0.20 0.47 0.32 -1.17 -1.67 | 6.26 6.21 6.04 4.79 0.08 0.05 -0.17 -1.42 | 8.32 8.31 8.24 8.02 0.01 0.01 -0.07 -0.29 | |
3.2.4 冬春季积雪对土壤液态含水量的影响
由各组试验土壤液态含水量变化过程（图9）可知， Case1~4试验的土壤液态含水量开始增加的时间分别为2月中旬至4月中旬， 表明各组试验土壤开始融化的时间不同。结合图10各组试验土壤液态含水量差异时间-深度剖面可知， Case1情况下与Case2情况下的10 cm以下的土壤液态含水量在3月开始增加， 结合上文图5可知， 在此时期由于积雪较少， 土壤吸收大气的热量增多， 土壤温度增加， 表层土壤开始日冻融循环， 液态含水量增加。Case3与Case 4情况下， 5 cm土壤温度升温较晚， 这是由于地表覆盖积雪较厚， 减少大气向土壤传输的热量， 土壤融化较晚。Case3与Case4情况下5~20 cm土壤液态含水量在5 -6月高于Ctrl试验模拟值。纵观Case1~4试验模拟结果， 随着冬季积雪的增加， 土壤开始融化的时间越晚且4 -6月的土壤液态含水量越高。
表8给出了高原冬春季积雪敏感性试验5 cm土壤液态含水量月平均值及其差异。由表8可知， Case1与Case2情况下， 2 -4月份5 cm土壤液态含水量月平均值均偏高， 5 -6月5 cm土壤液态含水量与Ctrl差异较小。这表明， 积雪减少， 可增加2 -4月土壤液态含水量。本次试验中， 3月土壤含水量增加最为明显， 结合表6可知， Case1情况下， 5 cm土壤在3月15日开始消融， Case2情况下在3月23日开始消融， 而Ctrl试验5 cm土壤在3月27日开始消融， 故3月土壤含水量差异较大。Case3与Case4情况下， 3月5 cm土壤液态含水量均偏低， 这是由于3月这两组试验中， 5 cm土壤未开始消融。在4 -6月土壤液态含水量均偏高， 表明积雪增加， 可增加土壤融化后的液态含水量， 此效应可持续到6月以后。
表8 各组试验5 cm土壤液态含水量月平均值及其与控制实验的差异Table 8 Monthly mean value of 5 cm soil liquid water content in each group and its difference from control experiment |
| 试验名称 | 液态含水量/% | ||||
|---|---|---|---|---|---|
| 2月 | 3月 | 4月 | 5月 | 6月 | |
| Case1 Case2 Ctrl Case3 Case4 Case1-Ctrl Case2-Ctrl Case3-Ctrl Case4-Ctrl | 6.66 | 9.65 | 12.85 | 12.81 | 12.55 |
| 6.75 5.97 5.97 5.97 0.69 0.78 0 0 | 9.55 7.53 6.36 5.99 2.12 2.02 -1.17 -1.54 | 12.75 12.56 12.72 22.05 0.29 0.19 0.16 9.49 | 12.84 12.87 14.48 21.54 -0.06 -0.03 1.61 8.67 | 12.57 12.60 13.77 16.22 -0.05 -0.03 1.17 3.62 | |
3.2.5 冬春季积雪对地表能量分量的影响
由各组试验地表能量分量差异（敏感性试验结果-控制实验结果）变化特征（图11）可知， Case1情况下， 感热通量在1 -3月感热通量高于Ctrl试验模拟值； 潜热通量在1月中旬至4月基本低于Ctrl试验模拟值； 净辐射通量1 -3月偏高； 地表热通量在1 -2月低于Ctrl试验模拟值。1月中旬， 土壤温度急剧降低（见图7）， 此时， 此时地表热通量为负值的大值区， 感热通量较高， 表明此时土壤向大气以感热的形式输送了较多的热量。在地表能量循环过程中， 吸收的净辐射能量通过感热、 潜热与地表热流的形式转移。偏高的净辐射通量、 偏低的潜热通量与偏高的感热通量， 使得地表热通量在1月中旬绝对值急剧增大。Case2情况下， 在2 -3月感热通量高于Ctrl试验； 在潜热通量方面， 3 -4月， 潜热通量偏低； 在2月中旬， 净辐射通量偏高； 2月地表热通量明显低于Ctrl试验模拟值。在2月中旬， 感热通量突然增高， 这是由于此时地表积雪较浅， 反照率较低， 吸收的净辐射能量偏高， 而此时地表热通量处于低值区， 土壤温度较低， 偏高的地表净辐射通量与偏高的感热通量使得地表热量偏低（绝对值偏高）。这也是积雪较少时， 土壤温度在完全冻结时期较低的原因。
Case3与Case4情况下， 在感热通量方面， 在3 -4月均低于Ctrl试验模拟值， 4月Case4低于Case3的模拟值， 且Case4情况下5月感热通量依然偏低， 表明随着积雪的增加， 土壤融化时期的感热通量会降低， 偏低的持续时间亦会增长。Case3情况下2月中旬至4月中旬与Case4情况下3 -4月下旬的净辐射通量偏低， 表明积雪增加， 其高绝热性可减少此时地表净辐射能量的吸收。Case4情况下5月上旬的潜热通量、 净辐射通量与地表热通量均偏高。这是由于Case4情况下5月土壤液态含水量较高， 使得地表反照率较低， 进而吸收了较多的辐射能量。上述分析表明， 积雪增加， 会使3 -5月感热通量降低、 4 -5月潜热通量增加， 降低3 -4月净辐射通量， 增高4 -5月地表热通量升高， 且上述影响持续时间随着积雪的增加而增加。积雪可通过改变地表热通量来改变土壤温度， 地表积雪覆盖越厚（薄）， 地表热通量绝对值越小（大）， 土壤向大气传输的热量越少（多）， 使得完全冻结期土壤温度偏高（低）。
4 结论与讨论
利用2014年5月1日至2015年7月31日黄河源区鄂陵湖草地站点的实测大气强迫资料， 驱动陆面过程CLM4.5模式， 针对高原积雪对土壤水热过程的影响进行了敏感性试验， 分析模拟结果并取得了以下主要结论：
（1） 高原积雪增加， 土壤开始消融的时间有滞后， 积雪越多， 土壤开始融化的时间越晚， 融化速率越快， 土壤消融过程持续时间越短。
（2） 积雪在土壤处于完全冻结期时， 有一定的保温作用。此时期， 积雪减少， 其保温作用减弱， 土壤向大气的热输送增加， 热量主要以感热的形式发向大气转移。积雪在土壤处于消融期时有一定的降温作用， 并且降温作用可持续到6月。
（3） 在土壤消融期， 积雪有一定的增湿作用。积雪消融带来的高湿土壤可增大地表吸收的辐射能量， 高湿土壤有着较大的潜热通量， 使得此时感热通量较低。积雪融化引起的高湿土壤可持续到6月以后。
本研究的试验个例偏少， 研究结果可能有一些局限性。以后可用青藏高原其它地区的观测资料进行模拟研究。敏感性试验中积雪量的选取较为简单， 未考虑相对湿度的变化， 可能与实际情况有差异。