黃河源積雪期土壤溫濕及凍融特征分析與模擬

王雪妮 , 呂世華,2 , 姚 闖,3 , 馬翠麗,4

（1. 成都信息工程大學，成都 610225；2. 中國科學院寒旱區陸面過程與氣候變化重點實驗室，蘭州 730000；3. 山西省氣候中心，太原 030006；4. 內蒙古自治區包頭市氣象局，包頭 014030）

引言

作為氣候系統的五大圈層之一，冰凍圈對氣候變化的響應高度敏感，氣候變化所引起的冰川、凍土、雪蓋和海冰等的急劇變化對生態環境以及人類的生產生活均會產生重要影響。積雪是冰凍圈面積的最大組成部分，其變化影響著局地和區域的輻射平衡，對地表與大氣之間的水熱交換和能量平衡有著十分重要的影響。

積雪通過影響土壤溫度對土壤凍結產生影響，主要表現為積雪影響土壤凍結的深度以及土壤凍結與消融的時間，且不同積雪厚度對土壤的凍結深度影響不同。張小磊等[1]發現東北地區積雪覆蓋下土壤溫度變幅明顯小于無雪區，且土壤解凍時間隨積雪厚度的增加而延后；此外，土壤不同層次的凍結對積雪深度變化的響應也有差異。李楊等[2]也在北疆地區發現，當積雪厚度較淺時，土壤凍結深度增加較明顯，隨著積雪厚度的增加，凍土深度變化較小，當積雪深度超過一定限值時，凍土深度還有下降的趨勢。常娟等[3]研究了青藏高原積雪覆蓋對高寒沼澤、草甸淺層土壤水熱過程的影響，發現有積雪覆蓋下淺層土壤開始凍結和消融的時間都有所滯后，且凍結持續時間相應有所增加，其中積雪覆蓋對沼澤土壤溫度的影響要大于草甸土壤。

積雪通過其高反照率、低熱導率及大熱容量改變了土壤溫度，而土壤溫度的變化進一步影響著土壤含水量。付強等[4]在哈爾濱對季節性凍土的溫度及土壤液態含水量進行測定，發現有積雪覆蓋的土壤比裸地平均地溫高出1℃，土壤體積含水率（土壤剖面0～100cm內）高出2%。邊晴云等[5]分析了黃河源區多雪年和少雪年的水熱特征發現，多雪年和少雪年土壤濕度差異較小，但少雪年土壤濕度開始增加的時間早于多雪年。姚闖等[6]分析了黃河源區多雪年和少雪年的土壤濕度，發現在整個積雪期內，多雪年淺層土壤濕度高于少雪年，積雪對淺層土壤有保濕作用。因此，在土壤凍結過程中，積雪對土壤的保溫作用會延后土壤凍結時間，且會使土壤凍結深度減小。

由于青藏高原地形復雜，只能獲取單站觀測數據，且數據時間序列不夠完整，因此研究人員在數據觀測分析的基礎上，開始廣泛應用數值模擬的方法對高原天氣和氣候進行預測和評估。近幾年，研究人員通過陸面模式在青藏高原土壤水熱模擬方面開展了部分工作。賴欣等[7]發現CLM4.0（Common Land Model）能夠較好地模擬黃河源區土壤濕度的空間分布及變化趨勢。袁源等[8]發現利用CLM4.5模擬的各層土壤濕度與各個臺站觀測均顯著相關，兩者時空變化趨勢一致，但模擬結果比臺站觀測系統性偏大。陳渤黎等[9?10]在瑪曲地區利用CLM3.5和CLM4.0進行單點數值模擬試驗，發現兩種模式均能較成功的模擬地表能量與水分特征，且CLM4.0模擬結果更優。謝志鵬等[11]對高原地表能量進行模擬分析發現，CLM4.5能夠較好的模擬高原春季、夏季和秋季非凍結期輻射、感潛熱通量以及地表土壤熱通量等的季節變化和日循環特征。

黃河源位于青藏高原東北部，除湖泊覆蓋區外，多年凍土面積為2.5×104km2，約占整個源區面積的85.2%；季節凍土面積0.3×104km2，約占整個源區面積的9.8%[12]。黃河源區以多年凍土為基質條件，以大氣降水和冰雪融水為物質傳輸載體，對氣候的響應最敏感，也是生態環境最脆弱區[13]。黃河源區為黃河流域提供了40%的水量，對黃河流域9省區社會經濟發展尤為重要[14]。雖然前人對于積雪對土壤凍結及土壤溫濕影響的研究已有不少，但黃河源區的研究多針對土壤水分、不同天氣條件下能量平衡特征，缺乏對積雪影響下水熱傳輸特征的探究，且積雪影響水熱傳輸的機制尚不明確。因此，本文將繼續通過觀測與模擬分析深入探討黃河源區積雪與凍土條件下的水熱傳輸機制。

1 數據與方法

1.1 研究區域介紹

研究區域位于青海省果洛藏族自治州西北部，該地區平均海拔4500m，主要分布有季節凍土，島狀多年凍土和大片連續多年凍土[15]，屬高原大陸性氣候，一年之中無四季之分，只有冷暖之別。氣溫日較差大，年平均氣溫為?3.5 ℃，年平均降水量為332.5mm，年可日照時數為4429.8[16]。觀測點（34.91°N、97.55°E，鄰近擦澤村）向東距離鄂陵湖湖面最近處約1500～1700m，四周地勢較平坦，其余方向500～2000m外為低矮的山地。下墊面為高寒草甸，夏季植被高度10cm左右。土壤中礫石和巖石含量較高。

1.2 資料介紹

本文所使用的資料來源于國家氣象中心提供的中國地面氣候資料日值數據集以及黃河源地區鄂陵湖草地站的觀測資料。觀測資料時段自2016年10月1日～2018年6月31日。觀測項目有向上、向下短波輻射（1.5m），向上、向下長波輻射（1.5m），地表熱通量（5cm，10cm），感熱、潛熱通量（3.2m），以及土壤溫濕度，觀測深度分別為0.05m、0.10m、0.20m、0.40m、0.80m、1.60m、3.20m。所使用的觀測儀器如表1所示。觀測數據均為自動采集，時間分辨率為30min。在進行數據分析前，剔除了異常值。

表1 觀測所使用的科學儀器介紹

由于黃河源區積雪主要集中在前冬和春季，因此定義一個積雪期為上年10月1日～當年4月31日。并參照邊晴云等[5]、王澄海等[17]對高原積雪量的計算方法，利用國家氣象中心提供的中國地面氣候資料日值數據集中的瑪多站逐日降水和逐日平均氣溫資料，得到2017年和2018年黃河源區瑪多站在一個積雪期的累積降雪量。由于地表土壤熱通量無法通過觀測直接獲得，因此利用觀測到的5cm土壤熱通量計算得到。2018年5cm土壤熱通量在觀測時段內缺測過多，因此用10cm土壤熱通量計算得到[18]。本文所有的物理量均基于一個積雪期來分析。

此外，本文利用陸面模式CLM4.5（Community Land Model）模擬試驗中的大氣強迫場資料為黃河源瑪多站時間分辨率為30min的氣壓、氣溫、相對濕度、風速、降水、向下短波輻射和向下長波輻射。模式中的土壤參數根據鄂陵湖草地站的實際土壤質地做了修改，土壤顏色、植被覆蓋度、葉面積指數等地表資料均使用CLM4.5模式自帶的地表資料。模擬時間段為2016年1月1日～2018年4月30日。并取前9個月作為spin-up來消除模式的不穩定性為模擬試驗帶來的誤差。模式的輸出為日平均值。

2 實測結果分析

2.1 地表反照率特征

地表反照率表征著地表對太陽輻射的反射能力，定義為地表反射輻射與入射太陽輻射的比值，是決定地表能量收支平衡的一個重要參量。地表反照率的大小受很多因素影響，主要有太陽高度角、下墊面狀況、土壤濕度以及氣象條件等因素，其中下墊面狀況包括土壤顏色、土壤類型、地表粗糙度、植被覆蓋及積雪等，其空間差異較大[19]。而冬春季積雪和土壤濕度是影響黃河源地區地表反照率的兩個主要因素[20]。在積雪的影響下，黃河源地區地表反照率的值可＞0.5[21]。受太陽高度角的影響，白天地表反照率的日變化呈現出“U”型的變化趨勢，中午的地表反照率最小[22?23]。因此，本文以當地時正午時刻（北京時13時）反照率的值來探究積雪對地表反照率的影響。圖1為2017和2018年地表反照率和逐日降雪量，可以明顯看到降雪影響著反照率的變化。兩個積雪期中，大部分有降雪過程發生的日數里，地表反照率的值在當天都有一個驟增的過程，且在降雪過程發生次日或幾天內，反照率又有一個驟減的過程。積雪的存在使到達地面的短波輻射大部分被反射。2017年有降雪的天數為33d，期間反照率平均值為0.42；而沒有降雪發生的天數為179d，反照率的平均值為0.28。2018年有降雪的天數為49d，無降雪的天數為163d，有無降雪期間的反照率均值分別為0.45和0.30。2017和2018年地表反照率平均值分別為0.31、0.34，＞0.5的天數分別為35d、46d。

圖1 逐日降雪量和地表反照率特征（a. 2017年，b. 2018年）

2.2 土壤凍融特征

為探討積雪期中土壤凍融的特征，以秋、冬季日最低土壤溫度首次連續5天＜0℃的第一天為土壤凍結初日；秋、冬季日最高土壤溫度首次連續5天＜0℃的第一天為完全凍結初日；將消融初日定義為春、夏季日最高土壤溫度首次連續5天＞0℃的第一天[5]。

表2給出了2017和2018年5～320cm土壤開始凍結、完全凍結以及開始消融的時間。綜合兩個積雪期土壤凍融情況來看，黃河源地區鄂陵湖草地站所觀測的土壤深度至3.2m處，土壤從淺層至深層依次開始凍結，開始凍結的時間依次滯后，凍結深度可達到最大觀測深度。5cm處的土壤從10月中旬開始發生凍結，到10月末完全凍結。在這期間，土壤處于日凍融循環狀態，夜晚土壤溫度降低時土壤凍結，白天氣溫回升時又消融，這種狀態持續10d左右。直至10月末，土壤完全凍結，進入穩定的凍結時期。這個過程從10月末～3月末，可以持續150d。10cm土壤層開始發生凍結的時間比5cm土壤層遲6～9d，日凍融循環的天數有5d左右，在10月底土壤完全凍結，完全凍結的日數有150～160d，在3月末4月初土壤開始消融。20～160cm的土壤層日凍融循環天數只有1d，基本不需要緩沖，直接就進入了穩定凍結期。20～80cm土壤層有160～175d土壤處于完全凍結狀態，160cm的土層土壤處于穩定凍結狀態的天數有145d左右，最深層320cm的土壤處于完全凍結狀態的時間最短，只有100d左右。由此可見，由于較淺層受外界氣溫影響較大，土壤從開始凍結進入完全凍結狀態的時間比較深層要長，且各層土壤處于穩定凍結狀態的持續時間也隨土壤層的深淺而表現出不同的特征。

表2 2017和2018年土壤凍融時間

可以看到兩個積雪期每層土壤的凍融時間相差不大，凍結初日與完全凍結初日最多前后相差6d，開始消融的時間每層土壤最多相差7d。而土壤完全開始凍結的過程從淺層逐漸向深層也可持續長達4個月的時間，淺層土壤上年10月末開始完全凍結，至當年3月初深層土壤才開始完全凍結。5cm和10cm土層3月末土壤開始消融，20～40cm土壤4月20日左右開始消融，深層320cm土壤開始消融的時間在5月末6月初。

2.3 地表能量平衡特征

陸地和大氣之間相互作用表現在能量交換和收支平衡上，其基本準則是能量平衡方程。地表能量簡化的平衡方程為：

其中，H為感熱通量，LE為潛熱通量，Rn為地表凈輻射，G為地表熱通量。衡量地表能量通量的一個重要指標是能量閉合率CR[24]，其定義為：

CR的值越接近1時，表示能量閉合程度越好。但是大量的野外觀測實驗表明，地表能量不閉合的現象普遍存在[25]。2017～2018年黃河源瑪多站的日平均能量閉合率在0.6左右，能量閉合狀況較差。其原因一方面可能與所計算的地表土壤熱通量在土壤凍融期間未考慮冰的熱導率，與實際地表熱通量存在一定的偏差有關；另一方面，觀測時段主要為每年降雪集中時段，在較大風速及直射輻射下，積雪蒸發和升華速率高而無法被儀器測量到，從而導致能量閉合率偏小[26]。

地表凈輻射是近地層能量的主要來源，其被用來進行感熱、潛熱交換以及被地表土壤熱通量所消耗。如圖2所示，在一個積雪期中，地表凈輻射表現出先減小后增大的變化趨勢，但其值均為正值，說明在整個積雪期中地表收入的能量大于支出的能量。2017和2018年兩個積雪期中地表凈輻射均在12月份出現最低值，月平均最低值相差不大，分別為29.5W/m2、25.5W/m2。月平均感熱通量在一個積雪期中同地表凈輻射有相似的變化趨勢，也是從10月份開始減小，至2017年1月份出現最小值，為0.9W/m2，2018年12月份減小至最低，為6.4W/m2，之后則逐漸增大。兩年中潛熱通量的變化也相差不大，可以看到在表層土壤完全凍結階段的上年11月份～當年2月份，潛熱通量都維持著比較低的值，在此階段潛熱交換明顯減弱。3、4月份土壤開始消融，潛熱交換逐漸增強。在10月份，土壤尚未完全凍結階段，地表能量交換主要以潛熱交換為主，感熱交換相對較弱。1月份之后，地表溫度升高，感熱交換又開始占主導地位，將地表熱量向近地層大氣輸送。整個積雪期月平均地表熱通量的值都較小，10月份時開始降低，在11月份時的值最小，2017年為?11W/m2，2018年為?10W/m2，然后又開始逐漸升高。在上年10月份～當年2月份期間均為負值，在此期間土壤暖，大氣冷，土壤向地表大氣傳輸熱量。2、3月份時兩年土壤熱通量值開始轉為正值，大氣熱，土壤冷，熱量由地表大氣開始向土壤輸送。

圖2 黃河源瑪多站月平均能量分量（a. 2017年，b. 2018年，單位：W/m2）

2.4 土壤溫度變化特征

土壤溫度變化受土壤本身的物理屬性影響，但其熱力來源主要是太陽輻射，地表各種能量的交換也造成了土壤的溫度變化[27]。圖3為2017和2018年瑪多站各層土壤月平均溫度，和地表凈輻射的變化趨勢一致，各層土壤溫度也在一個積雪期中呈現出先降低后升高的趨勢，但淺層土壤溫度在1月份時降至最低，說明淺層土壤溫度變化對于地表凈輻射的響應是有相應的滯后。在2月份之前，土壤溫度由深層至淺層逐漸降低，土壤淺層冷，深層暖，深層熱量向淺層輸送，這與前文所分析的地表熱通量的變化是一致的。從10月～次年1月，各層土壤溫度均開始降低，淺層土壤溫度受外界因素影響更大，降溫速率快于深層土壤，5～40cm土壤溫度降至1月份達到最低，2017年5～40cm最低溫度分別為?12.7℃、?12.6℃、?11.5℃、?10.7℃，2018年 分 別 為?12.2℃、?11.9℃、?11.1℃、?10.3℃，均在?13～?10℃，5cm與40cm土壤最低溫度相差2℃，各層相差不到1℃。80cm的土壤層2017年在1月份降至最低，2018年在2月份降至最低，最低溫分別為?6.7℃和?7.0℃。160cm的土壤層在2月份出現最低溫，320cm土壤層溫度在3、4月份達到最低。隨后，隨著太陽高度角的變化，地表凈輻射的增加，淺層土壤溫度開始迅速回升，地表熱通量由負轉正。4月份時，淺層土壤溫度高于深層，土壤淺層暖，深層冷。

圖3 黃河源瑪多站月平均土壤溫度（a. 2017年，b. 2018年）

2.5 土壤濕度變化特征

土壤溫度的升高和降低影響著土壤水分的變化。可以看到伴隨著土壤溫度的迅速降低，土壤含水量在10～11月份也有一個驟降的過程（圖4）。淺層土壤在10月中旬開始發生凍結，土壤溫度降至0 ℃以下，土壤液態水開始轉變為固態水，淺層液態水含量迅速降低。2017年5cm、10cm、20cm土壤層含水量由0.15m3/m3、0.13m3/m3、0.14m3/m3降 為0.07m3/m3、0.06m3/m3、0.07m3/m3，2018年三層土壤含水量由0.2m3/m3、0.16m3/m3、0.15m3/m3降為0.07m3/m3、0.06m3/m3、0.07m3/m3。而40cm和80cm土壤層因土壤凍結時間相對滯后，土壤含水量驟減的時間也相對滯后。如圖4所示，在該階段，土壤含水量并非嚴格按照土壤深度的加深而降低。這是由于在土壤開始發生凍結的階段，隨著土壤淺層向深層依次開始凍結，在土壤基質勢的作用下，土壤中的液態水向凍結鋒面發生遷移，引起了土壤中液態水的重新分布。在土壤完全凍結階段，12月～次年3月，10cm和20cm土壤含水量基本相同，40cm和80cm土壤層含水量也基本相同，各層土壤含水量波動幅度不大，基本保持不變。從3月底開始，隨著土壤溫度的回升，土壤由淺至深層開始消融，由淺及深，由于淺層融雪水的下滲以及水分由已融化區向未融化區遷移，土壤含水量也開始逐漸增大。

圖4 黃河源瑪多站月平均土壤體積含水量（a. 2017年，b. 2018年，單位：m3/m3）

3 數值模擬結果分析

陸面模式 CLM（Community Land Model）是氣候系統模式 CESM（Community Earth System Model）的陸面模塊，是根據 CLM（Common Land Model）和 NCAR LSM（NCAR Land Surface Model）并借鑒和吸收了LSM,IAP94，BATS等陸面模式的相對完善的過程描述和優點而發展起來的。陸面模式CLM(Community Land Model)是目前國際上發展最為完善且得到廣泛應用的陸面模式，包含了較為詳盡的水文過程、生物地球化學過程和動態植被過程[9]。本文利用CLM4.5進行離線（off-line）模擬試驗，對黃河源瑪多站2017和2018年兩個積雪期的土壤溫濕及地表能量平衡特征進行模擬，對CLM4.5在黃河源區的試用性進行評估。

3.1 土壤溫度模擬結果

從所模擬的2017年（圖5）和2018年（圖略）兩個積雪期的各層土壤溫度的日變化圖中可以看到，CLM4.5可以很好的模擬出整個積雪期中各層土壤溫度的變化趨勢。兩年從淺層到深層各層土壤溫度模擬值與觀測值的相關系數均可達到0.95以上。2017年40cm和80cm的土壤層模擬和觀測的相關系數為0.98，2018年80cm的土壤層為0.97，相比淺層，較深層模擬值與觀測值的相關性更高。5～40cm模擬值與觀測值的平均絕對偏差在1～2℃，80cm兩者的平均絕對偏差不到1℃。各層土壤溫度模擬值與觀測值的均方根誤差在2℃左右（表略）。因此，模式對于深層土壤溫度的模擬效果比淺層稍好。

圖5 2017年各層土壤溫度模擬與觀測對比（a. 5cm，b. 10cm，c. 20cm，d. 40cm，e. 80cm，f. 160cm，g. 320cm）

通過模擬和觀測的土壤溫度的時間-深度剖面圖（圖6）可以看到，2017年1～2月份期間對各層土壤溫度模擬均有所偏低，對5cm和80cm的偏差在?1～2℃，其他土壤層在?1～0℃。對2017年其他時間段的模擬大致都偏高，尤其是2月中旬、3月下旬和4月上旬，且對深層土壤溫度的偏差略小于淺層。2018年10月份和11月份（除中旬）基本對于各層的模擬都有所偏低，12月～次年4月對各層土壤溫度模擬偏高。

圖6 模擬與觀測溫度差值時間-深度剖面（a. 2017年，b. 2018年，單位：℃）

地表凈輻射的收支很大程度上影響著土壤溫度，因此對于地表凈輻射的模擬偏差會造成土壤溫度模擬的偏差。地表凈輻射(Rn)為凈短波輻射(Sn)與凈長波輻射(Ln)的差值，即Rn=Sd+Ld-Sup-Lup。在CLM4.5中，向下短波輻射Sd和向上長波輻射Ld作為大氣強迫場輸入模式中，因此模式對地表反射輻射Sup和地面長波輻射Lup的模擬效果決定了模擬的好壞。圖7是2017和2018年Sup、Lup和Rn模擬值與觀測值的差值以及逐日降雪量對比。可以看到，Sup模擬異常偏小時，基本都伴隨著降雪過程的發生，說明模式中低估了積雪的作用，使得模擬的地表反射輻射較觀測值小。這也是前文中2017年土壤溫度模擬值在1月中旬～2月下旬這段時間偏小的原因。因此，對地表凈輻射模擬的偏差大部分來自于模式對于積雪過程模擬的不準確。有降雪過程發生時，地表反射輻射均模擬偏小，則說明地表獲得的短波輻射增多，而地表反射模擬偏小導致凈輻射模擬偏大，使得地表凈得到的能量增多，因此土壤溫度模擬偏高。在積雪期，積雪深度是影響凈輻射和地表溫度的一個重要因子[28]。2017和2018年土壤溫度高低值在時段分布上有著明顯的差異，輸出模式中的積雪深度發現，在兩年土壤溫度明顯偏低的時段，積雪深度明顯高于其他時段，積雪的低熱導率使得短波輻射更難通過較厚的雪面傳到土壤，因此模式對于積雪深度高值的模擬時段分布差異造成了兩年土壤溫度模擬偏差在時段分布上的差異。

圖7 各輻射分量模擬與觀測差值和逐日降雪量對比（a. 2017年，b. 2018年）

3.2 土壤凍融時間模擬

由2.5節分析可看到，在土壤不同的凍融階段，土壤溫濕及地表能量也表現出不同的變化。模式對于土壤凍融時間模擬的好壞也決定著對其他物理量的模擬性能。利用CLM4.5對黃河源瑪多站土壤最高及最低溫度的模擬，得到2017和2018年各層土壤的凍融時間，如表3所示。

表3 2017和2018年凍融時間觀測與模擬對比

總的來看，兩個積雪期中除深層（160～320cm）土壤開始消融的時間模擬有所滯后外，對各層土壤開始凍結、完全凍結以及消融時間CLM4.5模擬均較觀測有所提前。對中間層（20～80cm）土壤層的凍融模擬與觀測時間前后相差較淺層（5～10cm）和深層（160～320cm）小。這也表明模式淺層（深層）對于強迫場的響應更為敏感（遲緩）。同時，模式所模擬的土壤消融時間與觀測時間的前后差也略大于凍結時間的前后差。

3.3 土壤濕度模擬結果

土壤濕度對于土壤凍融的變化最為敏感，在土壤開始凍結與開始消融階段伴隨著土壤含水量的急劇降低與升高。圖8是2018年各個土壤層模擬與觀測的土壤含水量的日變化對比（2017年圖略），可以看出CLM4.5基本可以模擬出土壤含水量在一個積雪期中的變化趨勢，但土壤含水量的驟減與驟增過程相對于實測是有所提前的。結合對于土壤凍融時間的模擬結果，可以認為土壤含水量在開始凍結與開始消融階段較實測提前降低和提前升高的這種位相差可能是由于對土壤凍結和消融時間模擬的提前所造成的，當然這還需要在以后的工作中進一步驗證。兩個積雪期模式對土壤含水量的模擬值與觀測值的相關性可達到0.9以上（表略），5cm土壤層的土壤含水量模擬的均方根誤差和絕對偏差稍大，為0.06m3/m3，其它層的＜0.02m3/m3。

圖8 2018年各層土壤含水量模擬與觀測對比（a. 5cm，b. 10cm，c. 20cm，d. 40cm，e. 80cm，f. 160cm，g. 320cm）

從土壤含水量模擬與觀測值差值的時間-深度剖面圖（圖9）來看，兩年淺層5cm處的土壤含水量在整個積雪期中模擬均有所偏高。在土壤完全凍結階段，對10～40cm土壤含水量的模擬略偏高，偏高0.025m3/m3左右，而對深層80cm的模擬略偏低。在土壤消融階段對含水量的模擬均有所偏高。對2017年10～11月份，10～40cm土壤含水量模擬偏低，80cm模擬偏高。對2018年10～80cm土壤含水量的模擬均偏低，尤其在土壤開始凍結階段10～40cm土層偏低更多，偏低0.025～0.075m3/m3。總體來看，兩年土壤含水量對10～40cm的土壤含水量模擬偏差較小，而對淺層5cm以及深層80cm的土壤含水量在完全凍結階段偏差較大，5cm模擬偏高，80cm模擬偏低。這是由于CLM4.5的土壤質地中未考慮其中的礫石成分。土壤中的礫石會影響土壤的水熱屬性，既會影響土壤溫度，也會引起土壤含水量的變化。淺層一定粒徑的礫石存在會促進水分入滲。模式沒有考慮淺層土壤中礫石的入滲作用，因此可能造成了淺層5cm土壤含水量的模擬偏高。而馬翠麗等[29]將礫石參數化方案加入CLM4.5，并模擬了瑪多站的土壤溫濕度，發現加入礫石后模式對于各層土壤濕度的模擬效果均比原方案更接近實測。其次，從前文中對地表反射輻射模擬偏小，說明對降雪量模擬偏少，輸入模式中的降水有一部分可能以液態降水降落，這可能是造成地表土壤含水量偏高的又一原因。

圖9 模擬與觀測濕度差值時間-深度剖面（a. 2017年，b. 2018年，單位：m3/m3）

4 結論

通過對黃河源瑪多站2017和2018年兩個積雪期土壤溫濕特征和能量平衡特征進行分析和模擬，得到以下結論：

（1）兩個積雪期每層土壤的凍融時間相差不大，土壤凍結和消融均從淺層至深層進行。各層土壤處于完全凍結狀態的持續時間隨土壤層的深淺表現出不同的特征。淺層5cm和10cm土壤整個完全凍結的過程可持續150～160d，中間層20～80cm處于完全凍結狀態的時間最長有160～175d，最深層320cm的土壤處于完全凍結狀態的時間最短，只有100d左右。

（2）黃河源瑪多站兩個積雪期能量閉合率只有0.6，能量閉合情況較非積雪期低。在一個積雪期中，地表凈輻射表現出先減小后增大的變化趨勢，月平均感熱通量在一個積雪期中同地表凈輻射有相似的變化趨勢。在表層土壤完全凍結階段潛熱交換明顯減弱，維持著比較低的值，在消融期，潛熱交換逐漸增強。整個積雪期月平均地表熱通量的值都較小。

（3）各層土壤溫度在一個積雪期中呈現出先降低后升高的趨勢，1月份最低。總的來說，土壤含水量深層少，淺層多，由淺到深逐漸減少。在土壤開始凍結階段，土壤中的液態水含量迅速降低。整個完全凍結階段，各層土壤含水量波動幅度不大，基本保持不變。在土壤消融階段，土壤中的固態水開始迅速融化，土壤含水量是一個驟增的過程。

（4）通過對黃河源瑪多站土壤溫濕及能量平衡過程進行模擬，發現CLM4.5可以很好的模擬出土壤溫度和濕度的變化趨勢，土壤溫度的模擬效果好于土壤濕度。對于土壤溫度模擬的相關系數在0.95以上，土壤濕度在0.9以上。