A Comparative Study of Albedo and Microclimatic Characteristics of Snow and Snow Free Covered Underlying Surfaces on the Qinghai-Xizang Plateau

  • Ziyue WANG , 1, 2 ,
  • Siqiong LUO , 1 ,
  • Jingyuan WANG 1
Expand
  • 1. State Key Laboratory of Cryospheric Science and Frozen Soil Engineering,Northwest Institute of Ecological Environment and Resources,Chinese Academy of Sciences,Lanzhou 730000,Gansu,China
  • 2. Wuqing Meteorological Observation of Tianjin,Wuqing 301700,Tianjin,China

Received date: 2025-03-17

  Revised date: 2025-07-10

  Online published: 2025-09-28

Copyright

© Editorial Department of Plateau Meteorology (CC BY-NC-ND)

Abstract

As an important component of the cryosphere, snow cover is an indispensable part of the Earth's system and also an "indicator" of global climate change.The impact of snow cover on the climate system mainly originates from its physical properties such as high albedo and low thermal conductivity.Since the climate system is highly sensitive to changes in surface albedo, slight variations in surface albedo can significantly affect the energy balance of the climate system, thereby rapidly influencing the atmospheric conditions on the Qinghai-Xizang Plateau (QXP) and its downstream areas through the snow albedo feedback mechanism.Given that snow cover on the QXP is relatively thin and characterized by repeated accumulation and ablation, this paper aims to conduct an in-depth study on the variation characteristics of soil hydrothermal processes and surface energy fluxes on the QXP under snow-covered and snow-free conditions.Based on daily-scale data, this study explores the impact of snow cover on surface micrometeorological characteristics under different underlying surface types by setting a criterion that albedo is greater than 0.5.The research results show that the multi-year average surface albedo of the QXP is 0.22, exhibiting a spatial distribution characteristic of "high in the northwest and low in the southeast" and a seasonal variation pattern of "high in winter and spring, low in summer and autumn".The surface albedo of the QXP is affected by snow cover, with significant regional and seasonal differences.The area of perennial snow cover is small, accounting for only 0.55% of the total area.This paper selects Naqu Station, Namors Station, and Yakou Station located in different climate zones to analyze the soil hydrothermal characteristics and surface energy flux characteristics under snow-covered and snow-free conditions.The main conclusions are as follows: (1) When snow cover exists, the surface albedo at noon usually exceeds 0.6, while under snow-free conditions, the albedo at noon is usually lower than 0.3; (2) When snow cover exists, the soil hydrothermal synergistic effect is relatively stable.Specifically, at Naqu Station, although the snow cover state is unstable and the heat preservation effect is weak, the presence of snow cover can reduce the fluctuation of soil temperature.The snow cover states at Namors Station and Yakou Station are stable, and the heat preservation effect is more obvious.Compared with the snow-free conditions, the soil temperature and soil water content are higher, the variation range is smaller, and the soil freezing depth is shallower; (3) Under snow-covered conditions, the closure rate of surface energy is low, and the correlation between turbulent flux and effective energy is strong.Due to the different snow cover conditions at Naqu Station and Yakou Station, there are obvious differences in surface energy distribution between the two stations.Regardless of snow cover, the net radiation at Naqu Station is mainly allocated to sensible heat flux, but shallow snow cover increases the proportion of latent heat flux; at Yakou Station, snow cover is continuous.When there is snow cover, net radiation is mainly allocated to latent heat flux, and when there is no snow cover, net radiation is mainly allocated to sensible heat flux; when there is snow cover, the underlying surface is wet, and the Bowen ratio is mostly below 1.0, while when there is no snow cover, the Bowen ratio is larger; (4) In winter, when there is snow cover, the heat preservation effect of snow cover makes the soil temperature higher than the atmospheric temperature, and the soil heat flux is mainly transmitted to the atmosphere.As the snow gradually melts, the energy received by the surface gradually increases.

Cite this article

Ziyue WANG , Siqiong LUO , Jingyuan WANG . A Comparative Study of Albedo and Microclimatic Characteristics of Snow and Snow Free Covered Underlying Surfaces on the Qinghai-Xizang Plateau[J]. Plateau Meteorology, 2025 , 44(6) : 1413 -1426 . DOI: 10.7522/j.issn.1000-0534.2025.00085

1 引言

积雪作为冰冻圈不可或缺的重要组成部分, 具有高反照率, 低导热率等物理特性。在全球气候系统中, 积雪对于气候变化呈现出高度的敏感性, 已然成为研究气候变化的关键要素以及重要指示因子(车涛等, 2019a)。尤其在青藏高原地区, 积雪更是反映该区域热状况的关键因子之一, 在青藏高原这一复杂的地-气耦合系统中扮演着极为活跃的角色。在冬季时节, 大约有98%的季节性积雪位于北半球(王京达等, 2022), 积雪通过热力和动力等相关过程, 能够引发大尺度的气候异常现象。青藏高原地区的积雪特征与亚欧大陆高纬度地区的积雪存在很大的差异, 具体表现如下: 其一, 青藏高原的积雪分布具备明显的垂直地带性规律, 即随着海拔的变化, 积雪的分布情况有着相应的梯度变化(黄晓东等, 2023); 其二, 青藏高原积雪有明显的空间异质性, 稳定积雪区与瞬时性积雪区交织分布。这种异质性不仅体现在积雪持续时间上, 更反映在积雪深度上(车涛等, 2019b); 其三, 积雪的累积-消融过程较为短暂且复杂多变(Pu et al, 2007Duan and Xiao, 2016)。基于上述特点, 青藏高原的积雪在区域气候以及大气环流过程中发挥着不可忽视的重要作用。
积雪作为特殊又重要的下垫面, 可以显著地改变地表反照率。积雪通过异常加热或冷却效应影响区域或全球尺度的大气动力运动, 进而导致全球气候变化(秦大河等, 2014), 这种机制称为“雪—反照率效应”。它在积雪覆盖形成的瞬间即可产生并发挥作用(李文铠和郭维栋, 2022)。地表反照率定义为在短波范围内, 地表朝各个方向反射的辐射通量与总的入射辐射通量之间的比值, 它是影响地表能量平衡的核心物理量, 能够量化地 - 气之间的辐照度情况, 并且改变地球 - 大气系统内太阳辐射的分配格局以及收支状况(Dickinson, 1983Stroeve et al, 2005Trenberth et al, 2009)。有研究表明, 地表吸收的净辐射主要来源于短波净辐射, 因此, 地表反照率是影响地表能量平衡最大的一个物理量(王介民和高峰, 2004)。近几十年来, 由于人类活动和环境变化导致土地利用类型改变, 许多地区的地表反照率发生明显的改变(He et al, 2014)。相关研究显示, 青藏高原地表反照率减小的区域大约占到整个高原面积的66%, 而这种变化与季节性积雪减少以及冰川消融现象密切相关(陈爱军等, 2018)。在全球气候变暖的背景之下, 青藏高原正经历着暖湿化的趋势, 该地区积雪的变化促使地表反照率迅速做出响应, 并通过一系列辐射强迫和反馈机制, 进一步放大全球气候变化所带来的影响。积雪反照率的微小改变可以显著影响地—气之间的能量平衡, 给地表能量的估算带来较大的误差(邵东航等, 2017Guo et al, 2020郭佳锴等, 2021)。研究表明, 全球地表反照率改变0.01将会给全球带来3.4 W·m-2的能量平衡的改变, 雪面反照率的细微改变可造成冰盖表面能量通量强烈波动(Nolin and Stroeve, 1997)。有研究结果表明, 积雪的存在可以阻碍土壤与环境之间的能量交换, 使地面温度与近地面气温的相关性减弱, 造成土壤温度和冻融过程的差异, 而积雪厚度和持续时间是影响冬春季土壤热状况的主要因子(Grundstein et al, 2005Fu et al, 2015)。然而目前, 学者们就青藏高原积雪对土壤水热传输的影响研究仍落后于对大气系统等的研究(罗江鑫等, 2020)。厘清青藏高原积雪对地表热状况及热量输送的影响, 对认识青藏高原陆面过程至关重要。因此, 本文初步探讨了积雪覆盖条件下对青藏高原陆面水热输送及其能量传输过程的影响。

2 数据来源与方法介绍

2.1 站点介绍

本文使用的观测站点为位于青藏高原地区的那曲站(91.90°E, 31.37°N), 纳木错站(90.98°E, 30.77°N)和垭口站(100.24°E, 38.01°N)(图1)。那曲站位于念青唐古拉山脉与唐古拉山脉之间的河谷地带中, 地势开阔平坦, 海拔4509 m, 有明显的藏北高原高寒草甸下垫面特征, 位于季节性冻土向多年冻土过渡的地带中, 受高原季风影响明显, 属高原亚寒带季风半湿润气候, 干湿季分明, 年平均气温为0.5 ℃, 年平均降水量380~433 mm, 降水主要发生在6 -9月的高原夏季风盛行期间, 是观察高寒草甸生态系统中陆—气相互作用的理想站点(郑汇璇等, 2019Ma et al, 2020苏有琦等, 2020王冠添等, 2023)。纳木错站位于纳木错湖畔, 背靠念青唐古拉山脉, 海拔4730 m, 下垫面类型为高寒草甸, 属于典型的半干旱高原季风气候, 是观察中尺度陆—气相互作用的理想场所(Ma et al, 2020)。垭口站位于青藏高原东北部的祁连山地区, 海拔4148 m, 下垫面类型为高寒草甸, 位于季节性冻土区中, 气候类型为明显的高原大陆性气候(李弘毅等, 2012)。垭口站在秋末, 冬季和初春常被积雪覆盖, 是一个较为理想的积雪观测站(孙俊等, 2011)。
图1 研究站点地理位置

Fig.1 Geographical location of observation stations

2.2 数据来源

上述观测站点中, 那曲站和纳木错站数据来源于国家青藏高原科学数据中心(https: //data.tpdc.ac.cn/)中的青藏高原地气相互作用过程高分辨率(逐小时)综合观测数据集(2005 -2016年)(马耀明, 2020), 所使用的气象要素包括气温、 相对湿度、 土壤温度、 土壤湿度、 土壤热通量、 感热、 潜热和辐射四分量。垭口站数据来自同一个数据中心中的祁连山综合观测网: 黑河流域地表过程综合观测网数据集(车涛等, 2019a)。该站点有两个相距10 m的观测点采集数据, 时间分辨率分别为10 min和30 min, 所使用的气象要素包括雪深、 气温、 相对湿度、 土壤温度、 土壤湿度、 土壤热通量、 感热、 潜热和辐射四分量。所有数据都可通过上述网站直接下载获取。
本文旨在分析不同年份同一时段中地表存在及不存在积雪覆盖时的地表反照率的差异以及微气象特征。通过观测资料分别在三个站点确定研究时段: 那曲站有积雪存在时段选择为2012年1月12 -23日, 无积雪存在的时段为2014年1月12 -23日; 纳木错站有积雪存在的时段为2006年12月17 -31日, 无积雪存在的时段为2007年12月17 -31日; 垭口站有积雪存在的时段为2015年12月1 -7日, 无积雪存在的时段为2016年12月1 -7日。
利用青藏高原区域耦合地形效应的日地表反照率数据集(2002 -2020年)(闻建光等, 2022)(https: //data.tpdc.ac.cn/)可以获取区域地表反照率特征。该数据集基于MODIS反射率数据, 采用耦合地形因子的多源遥感数据协同反演的BRDF反照率模型, 并引入先验知识进行质量控制, 反演时空连续好、 且在山区具有高精度的日分辨率BRDF反照率(Wen et al, 2022)。

2.3 地表土壤热通量

在测量土壤热通量 G z时, 通常是在一定深度处埋设热流板进行测量。地表处的土壤热通量 G 0无法直接测得, 一般是根据通过土壤某一深度处的土壤温度, 土壤湿度和土壤热通量 G z进行估算。地表土壤热通量 G 0是地表能量平衡中的一个重要物理量, 地表土壤热通量 G 0的准确估算有助于我们更加精确地理解地-气之间的能量交换过程。现有地表土壤热通量 G 0的计算大多是基于土壤一维热传导方程, 该计算方法认为各层土壤是均一的, 土壤热传输的主要传输过程为分子热传导, 且热量只在垂直方向传导(缪育聪等, 2012)。用基于热传导傅里叶定律来描述任意深度上的土壤热通量 G z
ρ s c s T t = G z z
G z = - λ T z
式中: ρ s c s为土壤热容量(单位: J·kg-1·K-1); z为土壤深度(单位: m); G z为该深度处的土壤热通量(向下为正, 单位: W·m-2); T为该深度处的土壤温度(单位: K); λ为土壤热传导率(单位: W·m-1·C-1)。
式(1)进行积分:
G 0 = G r e f + ρ s c s 0 r e f T ( z ) t d z
式中: G r e f为任意深度处的土壤的通量(向下为正, 单位: W·m-2)。在计算冻融期内土壤热容量时, 需考虑冰水相变引起的土壤热容变化:
ρ s c s = ρ d r y c d r y + ρ w c w θ + ρ i c i θ i
式中: ρ d r y c d r y为干土壤热容(单位: J·m-3·K-1), 取值为0.9×106 ρ w c w为液态水热容(单位: J·m-3·K-1), 取值为4.18×106 ρ i c i为冰的热容(单位: J·m-3·K-1), 取值为1.94×106 θ为土壤含水量(单位: m3·m-3); θ i为土壤含冰量(单位: m3·m-3)。假设冻融期中土壤含水量的改变是因为土壤中的冰-水相变引起的(李光伟 等, 2019):
ρ w θ w t = - ρ i θ i t
因此:
θ i ( t ) = θ i ( t - 1 ) + ρ w ( θ w t - 1 - θ w ( t ) ) ρ i
式中: θ i ( t - 1 )为土壤开始冻结前一时刻的含冰量, 取值为0。

2.4 无量纲数K

在本研究中, 定义一个无量纲数K, 用来表示有、 无积雪存在时土壤热通量的传输差异:
K = | G + G - |
式中: G +为正的土壤热通量, 表示土壤获得能量; G -为负的土壤热通量, 表示土壤损失能量。当0< K<1时, 表示土壤以失去能量为主; 当 K>1时, 表示土壤以获得能量为主。

2.5 波文比

波文比(Bowen Ratio)(Bowen, 1926)是研究地表能量分配的重要参量, 可用于研究不同下垫面的蒸散特征(马启民等, 2022), 计算方法如下:
β = H L E
式中: H为感热通量(单位: W·m-2); L E为潜热通量(单位: W·m-2)。

2.5 地表能量闭合率

大量的观测结果表明, 地表的能量平衡是不闭合的, 且不闭合度在10%~20%之间(Aubinet et al, 2000Foken et al, 2010Eder et al, 2015Xu et al, 2017), 不同季节、 不同气候区、 不同下垫面类型, 地表的能量闭合率是不同的。能量不闭合的原因有很多, 比如仪器测量的误差、数据处理误差以及辐射及湍流通量观测footprint的误差等。此外, 大尺度低频湍涡对能量不闭合的影响也被证实(Kanda et al, 2004Steinfeld et al, 2007Huang et al, 2008Schalkwijk et al, 2016Zhou et al, 2018)。
根据能量守恒定律:
R n - G 0 = H + L E
式中: R n为净辐射(单位: W·m-2); G 0为地表土壤热通量(单位: W·m-2); H为感热通量(单位: W·m-2); L E为潜热通量(单位: W·m-2)。能量闭合率(EBC, Energy Balance Closure)可用如下公式表示:
E B C = H + L E R n - G 0
式中: H + L E统称为湍流通量(单位: W·m-2); R n - G 0统称为有效能量(单位: W·m-2

3 结果分析

3.1 有、 无积雪存在的判断依据

青藏高原地表反照率的空间分布受地表覆盖类型的影响, 地表覆盖的季节性变化可以直接导致地表反照率的季节性差异, 植被覆盖度越高, 地表反照率越低, 积雪覆盖度越高, 地表反照率越高(陈爱军等, 2015)。利用第2.2节中青藏高原地表反照率日变化数据集(闻建光等, 2022)计算青藏高原春季(3 -5月)、 夏季(6 -8月)、 秋季(9 -11月)、 冬季(12月到次年2月)以及多年平均的地表反照率。如图2(e)及表1表1中第2行表示反照率≥0.5的积雪面积占比)所示, 青藏高原多年平均地表反照率为0.22, 空间分布上差异显著。主要表现为西北部高、 东南部低的分布特征, 具体来说, 高值区主要分布在唐古拉山、 念青唐古拉山、 昆仑山、 喀喇昆仑山、 巴颜喀拉山、 祁连山和喜马拉雅山等高山处, 地表反照率可达0.40及以上, 其中, 昆仑山脉部分地区地表反照率可以达到0.70以上。青藏高原多年平均地表反照率大于0.50的区域站整个高原面积的0.55%, 对应青藏高原的终年积雪区。低值区主要分布在横断山, 念青唐古拉山以南、 喜马拉雅山以北地区和青藏高原东部边缘。
图2 青藏高原各季节及全年地表反照率分布特征

(a)春季, (b)夏季, (c)秋季, (d)冬季, (e)全年

Fig.2 Seasonal and annual distribution of surface albedo in the Qinghai-Xizang Plateau.(a) spring, (b) summer, (c) autumn, (d) winter, (e) year

表1 各季节及全年青藏高原地表反照率数值统计

Table 1 Seasonal and annual numerical statistics of surface albedo on the Qinghai-Xizang Plateau

春季 夏季 秋季 冬季 全年
平均值 0.26 0.20 0.21 0.25 0.22
≥0.5的占比 4.42% 0.21% 0.47% 3.40% 0.55%
图2(a)~(d)表示青藏高原不同季节多年平均地表反照率分布特征。不同季节的地表反照率存在差异性, 其中春、 夏、 秋、 冬季多年平均值分别为0.26、 0.20、 0.21和0.25, 符合“U”型的地表反照率季节变化规律: 冬春季最高, 夏季最低。不同季节青藏高原整体地表反照率同样呈“西北高, 东南低”的特点, 但区域之间仍存在差异。冬、 春季反照率的空间分布相似, 但春季横断山、 念青唐古拉山及喜马拉雅山地表反照率较高, 春季反照率大于0.50的区域占比最高, 可达4.42%。夏季地表反照率高值区零星分布在昆仑山、 喀喇昆仑山、 念青唐古拉山及喜马拉雅山, 藏东南大部分地区地表反照率在0.10~0.20。
以上述分析为基础, 将每个观测时刻反照率大于0.50作为有无积雪存在的判据(蒋熹, 2006陈爱军等, 2015边晴云等, 2016)。

3.2 有、 无积雪下垫面反照率对比

图3为有、 无积雪覆盖下那曲站、 纳木错站和垭口站的反照率特征对比。如图3(a)所示, 在积雪覆盖时段, 那曲站经历了一个新雪降落-消融-再次降落的过程: 1月13日反照率在0.6以上, 有一次新雪降落, 此后积雪开始消融。1月18 -20日下垫面无积雪覆盖, 1月21日再次有新雪降落。纳木错站和垭口站有、 无积雪下垫面的反照率特征如图3(b)、 (c)所示, 选取同一时间完全有积雪存在的下垫面和完全没有积雪存在的下垫面进行对比分析。在有积雪存在的时段中, 正午时刻反照率在0.6左右, 整个过程的反照率均值分别为0.65、 0.60; 在无积雪存在的时段中, 正午时刻反照率均值在0.3左右, 整个过程的反照率均值分别为0.27和0.33。
图3 有、 无积雪时段反照率特征对比

(a) 那曲站, (b) 纳木错站, (c) 垭口站

Fig.3 Comparison of albedo characteristics in periods with and without snow cover.(a) Naqu Station, (b) Namors Station, (c) Yakou Station

3.3 有、 无积雪下垫面土壤水热协同作用对比

有积雪覆盖的情况如图4(a)、 (c)、 (e)所示。在有积雪覆盖的情况下, 土壤温度变化幅度较小, 因为雪的导热率低, 具有很好的绝热性质, 可以维持土壤温度的稳定性。由于雪层隔绝了大部分的大气温度波动, 降低了热量传导的效率, 使得土壤热通量密度在这种条件下相对较低。那曲站在无积雪存在[图4(b)]时, 4 cm土壤温度的变化幅度在-13~0 ℃。在此观测时段内有7天发生过降水, 最大降水量为7.11 mm, 由于少量降水的存在, 使得4 cm土壤含水量变化显著, 变化范围在0.03~0.22 m3·m-3。与无积雪时相比, 有积雪存在[图4(a)]时, 4 cm土壤温度在-12~-3 ℃, 由于该时段内积雪的存在状态不稳定, 积雪的保温作用不明显, 与此同时, 该时段内土壤处于冻结状态, 土壤含水量基本保持在0.04 m3·m-3左右, 很少波动, 土壤温湿度之间的一致性较好。无论有、 无积雪的存在, 20 cm处土壤温度的变化都不会引起土壤含水量的明显波动。有积雪存在时, 土壤温度的变化幅度在-4~8 ℃, 无积雪存在时, 土壤温度的变化幅度在-8~-3 ℃, 因此当积雪深度较浅时, 积雪的存在可以降低土壤温度的上限以及土壤温度的变化幅度。纳木错站[图4(c)]有积雪存在时, 只有80 cm和160 cm处的土壤温度在0 ℃以上。在20~80 cm处, 温度越接近0 ℃, 土壤冻结, 土壤含水量骤降, 在40 cm深度处表现最明显, 土壤含水量从0.13 m3·m-3降低到0.03 m3·m-3。只有0 cm及20 cm土壤温度在0 ℃以下, 且温度的变化幅度在5 ℃之内。在没有积雪存在[图4(d)]时, 0 cm土壤温度变化幅度超过40 ℃, 4 cm土壤温度变化幅度在7.5 ℃左右, 在80 cm深度处, 土壤温度在0 ℃左右, 且土壤含水量骤降。由于积雪存在状态稳定, 有积雪存在时, 0~180 cm土壤温度明显高于无积雪存在时的情况, 0 ℃等温线较浅, 由于积雪的保温作用, 各层土壤含水量较高。垭口站在有积雪覆盖时[图4(e)], 土壤温湿度之间的一致性较好, 4 cm深度处土壤温度变化区间在-9~-5 ℃, 10 cm深度处出土壤温度变化幅度在-8~-4 ℃, 温度变化幅度均大大小于无积雪覆盖时[图4(e)]的情况。有积雪覆盖时, 在20~160 cm深度处土壤含水量均大于无积雪覆盖的情况, 在80~160 cm处最为明显, 80 cm最大差值可达0.03 m3·m-3, 120 cm深度处最大差值可达0.05 m3·m-3, 160 cm处最大差值可达1.0 m3·m-3。在有积雪覆盖时, 由于积雪的保温作用, 土壤温度0 ℃线在80 cm左右, 土壤温度越接近0 ℃, 土壤含水量骤减, 而在没有积雪覆盖时, 土壤温度0 ℃线在160 cm深度处。
图4 有、 无积雪覆盖时土壤水热协同作用对比

(a) 那曲站-有积雪覆盖, (b) 那曲站-无积雪覆盖, (c) 纳木错站-有积雪覆盖, (d) 纳木错站-无积雪覆盖, (e) 垭口站-有积雪覆盖, (f) 垭口站-无积雪覆盖

Fig.4 Comparison of soil water and heat synergistic effects with and without snow.(a) Naqu Station-with snow cover, (b) Naqu Station-without snow cover, (c) Namors Station-with snow cover, (d) Namors Station-without snow cove, (e) Yakou Station-with snow cover, (f) Yakou Station-without snow cove

3.4 有、 无积雪下垫面能量通量特征对比

图5为有、 无积雪下垫面中地表能量通量的平均日变化特征。在那曲站[图5(a)], 积雪的存在可以减少下垫面净辐射的吸收。那曲站有积雪存在时积雪较浅, 且快速融化。在下垫面有积雪覆盖时, 白天地表吸收的净辐射均值为144.29 W·m-2, 而下垫面无积雪覆盖时, 白天地表吸收的净辐射均值为193.12 W·m-2。地表净辐射的差异可以改变下垫面感热通量、 潜热通量及土壤热通量的分配。无论下垫面是否有积雪的存在, 白天净辐射均主要以分配给感热通量为主, 但也存在着差异: 当无积雪存在时[图5(b)], 白天感热通量均值为121.77 W·m-2, 潜热通量均值为14.39 W·m-2, 感热通量是潜热通量的8.46倍, 潜热通量占比很少; 而当有积雪存在时, 白天感热通量均值为61.36 W·m-2, 潜热通量均值为45.64 W·m-2, 感热通量是潜热通量的1.34倍, 由于积雪的消融, 土壤含水量增加, 土壤中水的相变使潜热通量占比增加。在垭口站, 有积雪存在时为连续性积雪, 下垫面有无积雪存在时地表吸收的净辐射差异显著: 有积雪存在时[图5(c)], 白天地表吸收的净辐射均值为43.16 W·m-2; 无积雪存在时[图5(d)], 白天地表吸收的净辐射均值为125.17 W·m-2, 积雪的存在可以使下垫面吸收的净辐射减少一半左右。在感热通量与潜热通量的分配方面, 当下垫面有积雪存在时, 由于积雪的保温作用, 各深度处土壤含水量均多于无积雪存在时的土壤含水量[图4(e), (f)], 因此白天地表净辐射主要以分配给潜热通量为主: 当有积雪存在时, 白天感热通量均值为12.47 W·m-2, 潜热通量均值为26.21 W·m-2, 潜热通量是感热通量的2倍左右; 而当无积雪存在时, 白天感热通量均值为49.35 W·m-2, 潜热通量均值为17.03 W·m-2, 感热通量是潜热通量的3倍左右。两个站点下垫面无论是否有积雪存在, 地表土壤热通量均为小值, 但积雪的存在可以减缓地表土壤热通量的改变。
图5 那曲站和垭口站有、 无积雪下垫面地表能量通量特征

(a) 那曲站-有积雪覆盖, (b) 那曲站-无积雪覆盖, (c) 垭口站-有积雪覆盖, (d) 垭口站-无积雪覆盖

Fig.5 The surface energy flux characteristics of the underlying surface with and without snow cover at Naqu station and Yakou station.(a) Naqu Station-with snow cover, (b) Naqu Station-without snow cover, (c) Yakou Station-with snow cover, (d) Yakou Station-without snow cover

下垫面白天有无积雪存在时的波文比如图6所示。通过比较可以看到, 积雪由于其消融以及保温作用, 可以明显增加下垫面的湿润度, 从而使下垫面的蒸发加剧。在有积雪存在时, 三个站点的波文比大都在1.0以下, 代表相对湿润的下垫面; 而无积雪存在是, 三个站点的波文比均为相对大值, 代表较为干燥的下垫面。
图6 那曲站(a)、 纳木错站(b)和垭口站(c)有、 无积雪下垫面波文比

Fig.6 The Bowen ratio of the underlying surface with and without snow cover at Naqu station (a), Namors station (b) and Yakou station (c)

3.5 有、 无积雪下垫面土壤热通量传输差异对比

用无量纲数K量化有、 无积雪覆盖时下垫面地表土壤热通量的传输差异。地表土壤热通量代表了土壤表层与深层之间的热交换, 它的大小和方向受土壤物理性质、 地表覆盖状况以及气象条件等因素的影响。一天中, 通常白天, 土壤表面吸收太阳辐射导致热量向深层传播, 而在夜间, 由于地面辐射冷却, 热量从土壤深层向表层传输。在不同下垫面下, 地表土壤热通量传输存在着巨大的差异。如图7所示, 无论下垫面是否有积雪存在, K的值基本在1以下, 说明在冬季, 土壤热通量表现为向大气传递热量, 土壤以失去能量为主。在那曲站, 当有雪降落时, K值迅速减小至0左右, 说明积雪的保温作用使得土壤温度高于大气温度, 土壤热通量向上传播。之后, 随着积雪消融, K值逐渐增加, 地表接收到的能量也逐渐增加。在垭口站, 由于是连续性积雪, K值较小均在0.1左右。此外, 在冬季无积雪覆盖时, K的值基本在0.8以上, 而下垫面有积雪覆盖时, K的值明显小于无积雪覆盖的情况, 说明由于积雪的高反照率和低导热率, 地表接收到的能量减少, 地表土壤热通量以向表层传播为主。
图7 那曲站(a)和垭口站(b)有、 无积雪覆盖时下垫面土壤热通量传输差异K值对比

Fig.7 Comparison of soil heat flux transport differences (K) on underlying surfaces with and without snow cover in Naqu station (a) and Yakou station (b)

3.6 有、 无积雪下垫面地表下垫面能量闭合状况对比

图8所示, 在有积雪覆盖时, 能量闭合率为0.68, 湍流通量和有效能量的相关系数为0.87, 决定系数为0.79; 在无积雪覆盖时, 能量闭合率为1.13, 相关系数为0.79, 决定系数为0.66。相比于无积雪覆盖下垫面, 有积雪覆盖时, 地表能量闭合率低, 但湍流通量与有效能量的相关系数高, 这是由于有积雪覆盖时, 积雪可以使下垫面反照率升高, 导致地表吸收的净辐射减少, 因此减少了地表接受的总能量, 相比之下, 在无积雪覆盖时, 地表能吸收更多的太阳辐射, 增加了可用于感热和潜热转换的能量; 其次, 由于积雪的低导热率, 减缓了地面与大气的热量交换, 导致G0相对之下为小值, G0为小值意味着更多的能量被储存或者转化为其他形式的能量被消耗, 例如融化积雪; 此外, 当有积雪存在时, 部分太阳辐射能被用于融化积雪, 在地表能量平衡方程中不直接记为感热通量和潜热通量。当有积雪覆盖时, 积雪覆盖区域不仅具有更加稳定的微气象条件, 如较低的温度和较高的大气相对湿度, 还具有较高的下垫面类型一致性, 从而使地表能量平衡过程更加稳定, 进而使有效能量与湍流通量之间的交换更加稳定, 因此, 有积雪覆盖时有效能量与湍流通量之间的相关系数较高。
图8 那曲站有(a)、 无(b)积雪覆盖时下垫面能量闭合状况对比

Fig.8 Comparison of energy closure on underlying surfaces with (a) and without (b) snow cover in Naqu station

4 结论

本文选取青藏高原那曲站、 纳木错站以及垭口站作为研究站点, 分别择取地表存在积雪与无积雪的时段, 从日时间尺度层面, 剖析反照率变化对土壤水热及地表能量输送所产生的影响。具体研究结论如下:
(1) 青藏高原多年平均地表反照率为0.22, 其在空间上呈现出“西北高、 东南低”的分布特征。终年积雪区的面积较小, 仅占总面积的0.55%。从季节分布角度来看, 不同季节的反照率分布同样具备 “西北高, 东南低” 的特点, 且在数值大小方面, 呈现出冬春季偏高、 夏秋季偏低的态势, 整体呈 “U” 型的季节变化规律。
(2) 那曲站、 纳木错站以及垭口站在有积雪存在的时段中, 正午时刻反照率数值超过 0.6; 而在无积雪存在的时段, 相应正午时刻的反照率基本处于 0.3 以下。
(3) 在有积雪覆盖的情况下, 那曲站4 cm土壤温度在-12~-3 ℃之间, 土壤含水量基本保持在0.04 m3·m-3左右; 无积雪存在时, 土壤温度在-13~0 ℃之间, 由于降水, 使得4 cm深度处出土壤含水量明显改变。由于积雪存在状态不稳定, 积雪的存在不会体现出保温作用, 但会降低土壤温度的改变。在那曲站, 积雪的存在可以减少下垫面吸收48.83 W·m-2的净辐射。由于有积雪存在的时段积雪深度较浅, 无论下垫面是否有积雪的存在, 白天净辐射均主要以分配给感热通量为主, 但当有积雪存在时由于积雪的消融会提高潜热通量的占比。纳木错站在有积雪存在时, 只有80 cm和160 cm处的土壤温度在0 ℃以上, 在40 cm深度处温度越接近0 ℃, 土壤含水量骤降最明显, 只有0 cm及20 cm土壤温度在0 ℃以下, 温度的变化幅度在5 ℃之内。在没有积雪覆盖时, 0 cm土壤温度变化幅度超过40 ℃, 在80 cm深度处, 土壤温度在0 ℃左右, 土壤含水量骤降最明显。由于积雪的保温作用, 各层土壤含水量较高。垭口站可在有积雪覆盖时, 温度变化幅度均小于无积雪覆盖时的情况。在20~160 cm深度处土壤含水量均大于无积雪覆盖的情况, 80~160 cm处最明显, 随着土壤深度的增加, 积雪的保温作用越明显, 深层土壤含水量越大。在有积雪覆盖时土壤温度0 ℃线在80 cm左右, 而在没有积雪覆盖时, 土壤温度0 ℃线在160 cm深度处。在垭口站, 有积雪存在时为连续性积雪, 积雪的存在可以使下垫面吸收的净辐射减少一半左右。在感热通量与潜热通量的分配方面, 当下垫面有积雪存在时, 由于积雪的保温作用, 白天地表净辐射主要以分配给潜热通量为主, 当无积雪存在时, 白天地表净辐射主要以分配给潜热通量为主。
(4) 积雪能够显著提升下垫面的湿润程度, 进而促使下垫面的蒸发过程加剧。在有积雪存在的情况下, 三个研究站点的波文比大多处于 1.0 以下; 而在无积雪存在时, 三个站点的波文比均呈现出相对较大的数值。
(5) 在冬季, K<1, 土壤以损失能量为主; 那曲站每当有雪降落时, K迅速减小至0, 之后随着积雪深度减小, K逐渐增加; 垭口站K值大都在0.1左右; 在有积雪覆盖时, 垭口站K值大都在0.1左右, K的值均小于无积雪覆盖时的的值, 土壤热通量以向大气传播为主。
(6) 在地表能量闭合方面, 有积雪覆盖时, 地表能量闭合率低, 但湍流通量与有效能量的相关系数高。主要是因为: 积雪存在时高反照率减少地表净辐射吸收, 降低能量输入; 低导热率抑制地气热交换, 降低土壤热通量, 促使更多能量用于积雪相变; 部分辐射能直接消耗于积雪融化, 减少感热/潜热转化的占比。积雪存在时稳定的微气象环境(低温、 高湿)和较为统一的下垫面性质增强了地表能量分配过程的稳定性, 使得有效能量与湍流通量的相关性显著高于无雪地表。
然而, 受限于无雪面温度观测数据的缺失, 雪融化以及雪存储过程所涉及的能量难以准确计算, 故而采用地表土壤热通量来替代雪面热通量以获取地表能量闭合结果的方式, 不可避免地会产生一定偏差。此外, 积雪的存在本身也会给地表土壤热通量的计算带来一定的偏差。鉴于此, 后续研究可考虑增设雪面温度观测环节, 以便更为精准地探究积雪覆盖条件下的地表能量闭合相关问题。在后期可以设计雪面温度的观测, 来更准确地探究积雪覆盖下的地表能量闭合问题。
Aubinet M Grelle A Ibrom A, et al, 2000.Estimates of the annual net carbon and water exchange of forests: the EUROFLUX methodology[J].Advances in Ecological Research, 30: 113-175.

Dickinson R E1983.Land surface processes and climate-surface albedos and energy balance[J].Advances in Geophysics25(12): 305-353.

Duan A Xiao Z2016.Impacts of Tibetan Plateau snow cover on the interannual variability of East Asian summer monsoon[J].Climate29(23): 8495-8514.DOI: 10.1175/JCLI-D-16-0029.1.

Eder F Schmidt M Damian T, et al, 2015.Mesoscale eddies affect near-surface turbulent exchange: evidence from lidar and tower measurements[J].Journal of Applied Meteorology and Climatology54(1): 189-206.

Foken T Mauder M Liebethal C, et al, 2010.Energy balance closure for the LITFASS-2003 experiment[J].Theoretical and Applied Climatology101(1): 149-160.

Fu Q Hou R Wang Z, et al, 2015.Soil thermal regime under snow cover and its response to meteorological factors[J].Nongye Jixie Xuebao/Transactions of the Chinese Society of Agricultural Machinery46(7): 154-161.

Guo D Sun J Yang K, et al, 2020.Satellite data reveal southwestern Tibetan plateau cooling since 2001 due to snow-albedo feedback[J].International Journal of Climatology40(3): 1644-1655.

Grundstein A Todhunter P Mote T2005.Snowpack control over the thermal offset of air and soil temperatures in eastern north Dakota[J].Geophysical Research Letters32(8): L08503.

He T Liang S Song D X2014.Analysis of global land surface albedo climatology and spatial-temporal variation during 1981-2010 from multiple satellite products[J].Journal of Geophysical Research: Atmospheres 119(17): 10281-10298.

Huang J P Lee X H Patton E G2008.A modelling study of flux imbalance and the influence of entrainment in the convective boundary layer[J].Boundary-Layer Meteorology127(2): 273-292.

Kanda M Inagaki A Letzel M O, et al, 2004.LES study of the energy imbalance problem with eddy covariance fluxes[J].Boundary-Layer Meteorology, 2004, 110(3): 381-404.

Ma Y M Hu Z Y Xie Z P, et al, 2020.A long-term (2005-2016) dataset of integrated land-atmosphere interaction observations on the Tibetan Plateau[J].Earth System Science Data12(4), 2937-2957.

Nolin A W Stroeve J1997.The changing albedo of the Greenland ice sheet: implications for climate modeling[J].Annals of Glaciology, 25: 51-57.

Pu Z Xu L Salomonson V V2007.MODIS/Terra observed seasonal variations of snow cover over the Tibetan Plateau[J].Geophysical Research Letters34(6): 137-161.

Schalkwijk J Jonker H J J Siebesma A P2016.An investigation of the eddy-covariance flux imbalance in a year-long large-eddy simulation of the weather at Cabauw[J].Boundary-Layer Meteorology160(1): 17-39.

Steinfeld G Letzel M O Raasch S, et al, 2007.Spatial representativeness of single tower measurements and the imbalance problem with eddy-covariance fluxes: results of a large-eddy simulation study[J].Boundary-Layer Meteorology123(1): 77-98.

Stroeve J Box J E Gao F, et al, 2005.Accuracy assessment of the MODIS 16-day albedo product for snow: comparisons with Greenland in situ measurements[J].Remote Sensing of Environment94(1): 46-60.

Trenberth K E Fasullo J T Kiehl J T2009.Earth's global energy budget[J].Bulletin of the American Meteorological Society90(3): 311-323.

Wen J G You D Q Han Y, et al, 2022.Estimating surface BRDF/Albedo over rugged terrain using an Extended Multisensor Combined BRDF Inversion (EMCBI) mode[J].IEEE Geoscience and Remote Sensing Letters, 19, 1-5.

Xu Z W Ma Y F Liu S M, et al, 2017.Assessment of the energy balance closure under advective conditions and its impact using remote sensing data[J].Journal of Applied Meteorology and Climatology56(1): 127-140.

Zhou Y Z Li D Liu H P, et al, 2018.Diurnal variations of the flux imbalance over homogeneous and heterogeneous landscapes[J].Boundary-Layer Meteorology168(3): 417-442.

边晴云, 吕世华, 文莉娟, 等, 2016.黄河源区不同降雪年土壤冻融过程及其水热分布对比分析[J].干旱区研究34(4): 906-911.

Bian Q Y S H Wen L J, et al, 2016.Soil freezing-thawing process and its temperature and moisture conditions in high and low snowfall years in headwaters of the Yellow River[J], Arid Zone Research34(4): 906-911.

车涛, 刘绍民, 李新, 等, 2019a.高寒草甸生态系统水热通量观测-垭口站自动气象站(2015-2017)[DB].国家青藏高原数据中心.https: //doi.org/10.11888/Meteoro.tpdc.270279.https: //cstr.cn/18406.11.Meteoro.tpdc.270279.Che T, Liu S M, Li X, et al, 2019a.Observation of water and heat flux in alpine meadow ecosystem-automatic weather station of Yakou station(2015-2017)[DB].National Tibetan Plateau / Third Pole Environment Data Center.

车涛, 郝晓华, 戴礼云, 等 , 2019b.青藏高原积雪变化及其影响[J].中国科学院院刊34(11): 1247-1253.CheT, HaoX H, DaiL Y, et al, 2019b.Snow cover variation and its impacts over the Qinghai-Tibet Plateau[J], Bulletin of Chinese Academy of Sciences, 34(11): 1247-1253.

陈爱军, 曹晓云, 韩琛惠, 等, 2018.2000~2016年青藏高原地表反照率时空分布及动态变化[J].气候与环境研究23(3): 355-365.

Chen A J Cao X Y Han C H, et al, 2018.Spatial-temporal distribution and variation of land surface albedo over the Tibetan Plateau during 2000-2016[J], Climatic and Environmental Research23(3): 355-365.

陈爱军, 胡慎慎, 卞林根, 等, 2015.青藏高原GLASS地表反照率产品精度分析[J].气象学报73(6): 1114-1120.

Chen A J Hu S S Bian L G, et al, 2015.An assessment on the accuracy of the GLASS albedo products over the Tibetan Plateau[J].Acta Meteorologica Sinica73(6): 1114-1120.

郭佳锴, 李哲, 李飞, 等, 2021.基于多源遥感数据的疏勒河上游山区流域VIC-CAS模型积雪模拟效果评估[J].冰川冻土43(2): 650-661.

Guo J K Li Z Li F, et al, 2021.Evaluation on snow coverage and snow depth simulated by VIC-CAS model based on multi-source remote sensing data in mountainous upper reach of the Shule River basin[J].Journal of Glaciology and Geocryology43(2): 650-661.

黄晓东, 马英, 李雨馨, 等, 2023.1980-2020年青藏高原积雪时空变化特征[J].冰川冻土45(2): 423-434.

Huang X D Ma Y Li Y X, et al, 2023.Spatiotemporal variation characteristics of snow cover over the Tibetan Plateau from 1980 to 2020[J].Journal of Glaciology and Geocryology45(2): 423-434.

蒋熹, 2006.冰雪反照率研究进展[J].冰川冻土28(5): 728-738.

Jiang X2016.Progress in the research of snow and ice albedo[J].Journal of Glaciology and Geocryology28(5): 728-738.

李光伟, 文军, 王欣, 等, 2019.麻多高寒湿地冻结过程中土壤热通量变化特征分析[J].大气科学43(4): 719-729.

Li G W Wen J Wang X, et al, 2019.Analysis of the characteristics of soil heat flux in the freezing process of alpine wetland at Maduo Station[J].Chinese Journal of Atmospheric Sciences43(4): 719-729.

李弘毅, 王建, 郝晓华, 2012.祁连山区风吹雪对积雪质能过程的影响[J].冰川冻土34(5): 1084-1090.

Li H Y Wang J Hao X H2012.Influence of blowing snow on snow mass and energy exchanges in the Qilian Mountainous[J].Journal of Glaciology and Geocryology34(5): 1084-1090.

李文铠, 郭维栋, 2022.青藏高原雪盖的季节内变化及其影响[J].大气科学学报45(1): 1-13.

Li W K Guo W D2022.Intraseasonal variability of Tibetan Plateau snow cover and its influence[J].Transactions of Atmospheric Sciences45(1): 1-13.

缪育聪, 刘树华, 吕世华, 等, 2012.土壤热扩散率及其温度、 热通量计算方法的比较研究[J].地球物理学报55(2): 441-451.

Miao Y C Liu S H S H, et al, 2012.A comparative study of computing methods of soil thermal diffusivity, temperature and heat flux[J].Chinese Journal of Geophysics55(2): 441-451.

罗江鑫, 吕世华, 王婷, 等, 2020.青藏高原积雪变化特征及其对土壤水热传输的影响[J].高原气象39(6): 1144-1154.DOI: 10.7522/j.issn.1000-0534.2019.00143.Luo J X

S H Wang T, et al, 2020.Variation characteristics of snow cover and its influence on soil water and heat transfer on the Qinghai-Xizang Plateau[J], Plateau Meteorology39(6): 1144-1154.DOI: 10.7522/j.issn.1000-0534.2019.00143 .

马启民, 李永山, 王海兵, 等, 2022.鄂尔多斯沙地人工柠条林能量平衡与蒸散研究[J].高原气象41(6): 1511-1521.DOI: 10.7522/j.issn.1000-0534.2022.00001.Ma Q M

Li Y S Qang H B al er2022.Study on energy balance and evapotranspiration of an artificial caragana korshinskii shrub Land in Ordos Plateau[J].Plateau Meteorology41(6): 1511-1521.DOI: 10.7522/j.issn.1000-0534.2022.00001 .

马耀明, 2020.青藏高原地气相互作用过程高分辨率(逐小时)综合观测数据集(2005-2016)[DB].国家青藏高原数据中心.https: //doi.org/10.11888/Meteoro.tpdc.270910.https: //cstr.cn/18406.11.Meteoro.tpdc.270910.Ma Y M, 2020.A long-term dataset of integrated land-atmosphere interaction observations on the Tibetan Plateau (2005-2016)[DB].National Tibetan Plateau / Third Pole Environment Data Center.

秦大河, 周波涛, 效存德, 2014.冰冻圈变化及其对中国气候的影响[J].气象学报72(5): 869-879.

Qin D H Zhou B T Xiao C D2014.Progress in studies of cryospheric changes and their impacts on climate of China[J].Acta Meteorologica Sinica72(5): 869-879.

邵东航, 李弘毅, 王建, 等, 2017.基于多源遥感数据的积雪反照率反演研究[J].遥感技术与应用32(1): 71-77.

Shao D H Li H Y Wang J, et al, 2017.Retrieval of snow albedo based on multi-source remote sensing data[J].Remote Sensing Technology and Application32(1): 71-77.

苏有琦, 张宇, 宋敏红, 等, 2020.基于实测土壤属性CLM4.5对青藏高原高寒草甸模拟性能的评估[J].高原气象39 (6): 1295-1308.DOI: 10.7522/j.issn.1000-0534.2019.000136.Su Y Q

Zhang Y Song M H, et al, 2020.Evaluation of simulated performance of CLM4.5 in alpine meadow over the Qinghai-Xizang Plateau based on measured soil properties[J].Plateau Meteorology39(6): 1295-1308.DOI: 10.7522/j.issn.1000-0534.2019.000136 .

孙俊, 胡泽勇, 荀学义, 等, 2011.黑河中上游不同下垫面反照率特征及其影响因子分析[J].高原气象30(3): 607-613.DOI: http: //ir.casnw.net/handle/362004/9447.Sun J

Hu Z Y Xun X Y, et al, 2011.Albedo characteristics in different underlying surfaces in midand upper-reaches of HEIFE and its impact factor analysis[J].Plateau Meteorology30(3): 607-613.DOI: http: //ir.casnw.net/handle/362004/9447 .

王冠添, 胡泽勇, 孙根厚, 等, 2023.那曲地区不同季节陆面过程与大气边界层演变耦合关系的对比分析[J].高原气象42 (6): 1361-1371.DOI: 10.7522/j.issn.1000-0534.2023.00020.Wang G T

Hu Z Y Sun G H, et al, 2023.Comparative analysis of coupling relationship between land surface processes and atmospheric boundary layer evolution in Nagqu Area in different seasons[J], Plateau Meteorology42(6): 1361-1371.DOI: 10.7522/j.issn.1000-0534.2023.00020 .

王京达, 郝晓华, 和栋材, 等, 2022.基于AVHRR影像的北半球积雪识别算法[J].冰川冻土44(1): 316-326.

Wang J D Hao X H He D C, et al, 2022.Snow discrimination algorithm in the Northern Hemisphere based on AVHRR image[J].Journal of Glaciology and Geocryology44(1): 316-326.

王介民, 高峰, 2004.关于地表反照率遥感反演的几个问题[J].遥感技术与应用19(5): 295-300.

Wang J M Gao F2004.Discussion on the problems on land surface albedo retrieval by remote sensing data[J].Remote sensing Technology and application19(5): 295-300.

闻建光, 游冬琴, 唐勇, 等, 2022.青藏高原区域耦合地形效应的日地表反照率数据集(2002-2020)[DB].国家青藏高原数据中心.https: //doi.org/10.11888/Terre.tpdc.272047.https: //cstr.cn/18406.11.Terre.tpdc.272047.Wen J G, You D Q, Tang Y, et al, 2022.The daily albedo product coupling topographic effects over the Tibet Plateau (2002-2022)[DB].National Tibetan Plateau / Third Pole Environment Data Center.

郑汇璇, 胡泽勇, 孙根厚, 等, 2019.那曲高寒草地总体输送系数及地面热源特征[J].高原气象38(3): 497-506.DOI: 10.7522/j.issn.1000-0534.2019.00024.Zheng H X

Hu Z Y Sun G H, et al, 2019.The bulk transfer coefficient and characteristics of ground heat source on alpine grassland at Naqu[J].Plateau Meteorology38(3): 497-506.DOI: 10.7522/j.issn.1000-0534.2019.00024 .

Outlines

/