岷江上游流域融雪量时空特征分析

马亚丽，万育安

(1.甘肃农业大学水利水电工程学院，甘肃 兰州 730070；2.江门市水利水电勘测设计院有限公司，广东 江门 529050)

在许多高纬度或高海拔地区，因气候寒冷，降水通常以雪的形式为主，形成融雪径流影响水文过程，导致流域内水量输入响应发生很大变化，因此，在高纬度地区或高山带区域对积融雪进行准确估计，并纳入产汇流过程，对径流模拟研究具有重要意义。由于积雪调查观测资料时空精度的有限性以及遥感数据受地形或其他因素影响存在一定误差，因此，采用水文模型模拟流域内积雪和融雪，并用于估算流量的方法被广泛应用[1- 2]。近些年来，很多学者致力于山区融雪径流研究，并取得一些成果。余文君等[3]将FASST模型集成到SWAT模型，改进了SWAT模型的融雪模块，提高了其对融雪径流的模拟精度。习丽丽[4]引入积温梯度修正方程对传统SWAT模型进行改进，并对辽宁中东部某灌区作物冻融期的径流融雪补给进行模拟，模拟精度上较传统模型具有较大程度的改善。库路巴依等[5]定量分析了不同气候变化情景对新疆叶尔羌河山区融雪径流模拟的影响。周扬等[6]利用青藏高原中部沱沱河地区野外观测数据，对动态融雪过程及其与气温的关系进行了分析，发现融雪前期气温对雪深影响大于日照时数的影响，融雪后期日照时数对雪深影响大于气温的影响。王飞等[7]SRM对2014—2016年锡林河上游年融雪期的径流进行模拟，结果发现：SRM模型在锡林河流域上游具有较好的适用性。梁建辉[8]引入改进的SRM模型为模拟平台，评估气候变化环境下新疆喀什冰川河流融雪径流的动态响应。关明皓[9]运用SRM模型模拟大凌河流域的融雪径流，分析该模型在大凌河流域融雪径流模拟的适用性。古力皮亚等[10]将改进SVR模型用于新疆喀什某冰川河流的年径流预测中，改进模型在区域冰川河流年径流预测精度得到较为明显的改善和提高。郝祥云等[11]在融雪期，气温与降水是影响雪深和积雪面积的主要因素，气温对径流的影响最大，并且积雪面积、雪深与径流之间也存在很强的相关性。高黎明等[12]利用基于能量平衡的积雪模型，对流域内库威积雪站2014年1月4日—3月28日积雪的积累和消融过程进行了模拟，效果很好。

尽管人们已经认识到融雪径流对于产汇流过程的影响，并在径流模拟过程中加以考虑，但是运用融雪模型针对岷江上游流域进行融雪特征分析的研究相对较少，因此，本文选取岷江上游流域作为研究区，以SWAT模型中融雪模块为计算基础进行融雪计算分析，得到日尺度内的有效降水量、降雪量、融雪量、积雪量，并分析有效降水量和实测降雨量、降雪量和融雪量的时空分布特征及变化规律，这对于高寒地区的水资源利用与保护、防洪减灾、农牧业发展都具有十分重要的意义。

1 研究方法

本研究采用SWAT模型中的融雪模块[13]，采用内插到DEM网格单元上气温与降水数据，对岷江上游流域进行融雪计算，考虑了流域空间的不均匀性。该模型中融雪模块基于温度指标计算雪水当量，相比于基于能量平衡法的融雪计算，基于温度指标的计算方法原理简单，结构清晰，对资料要求不高，需要输入的实测数据只有降水量、蒸散发能力及气温三种[14]。

(1)

判断降雪是积雪或是融雪的公式如下：

(2)

式中，Tmax—网格单元内日最大温度，℃；Tmlt—融雪温度阈值，取值0.5℃。

雪水当量(存储在积雪中的水量)与降雪量和融雪量的多少有关，当降雪量的增加时，雪水当量增大；当融雪量增加时，雪水当量减少。模型积雪计算采用的能量平衡方程如下：

SNO(t)=SNO(t-1)+Rday(t)-Esub(t)-SNOmlt(t)

(3)

式中，SNO(t)—第t天的积雪量，mm；SNO(t-1)—第t-1天的积雪量，mm；Rday(t)—第t天的降雪量，mm；Esub(t)—第t天的积雪升华量，mm；SNOmlt(t)—第t天的融雪水量，mm。

模型融雪采用的能量平衡方程如下：

SNOmlt=bmltSNOcov[(Tsnow+Tmax)/2-Tmlt]

(4)

其中：

正是从这个意义上说，作为食品行业的先锋代表，改革开放四十年的功勋人物、领军人物为推动行业品牌的树立、品牌化发展做出了突出贡献，而示范品牌企业则为行业可持续发展提供了标尺，起到引路灯、领航船的作用。

bmlt=(bmlt6+bmlt12)/2-(bmlt6-bmlt12)/2·sin[2π/365·(dn-81)]

2 流域概况与资料来源

2.1 研究区概况

本文选取岷江上游流域作为研究对象，以紫坪铺水文站作为上游流域的出口，河长约340km，流域面积为2.2万km2，河道平均比降为7.5‰。岷江发源于四川与甘肃交界处的岷山南麓，地处四川省西北部，属于长江上游的一级支流。岷江上游除了白沙河从左岸汇入以外，较大支流多在右岸汇入干流，致使左右岸面积很不对称。流域三面环山，属高山峡谷区，是四川盆地向青藏高原过渡的区域，海拔在870～6253m之间，平均海拔3562m，起伏变化大。岷江上游为山溪性河流，源流较高，蜿蜒于高山峡谷之中，河道深切，河床比降较大，水流湍急。该区属于川西高原气候区和盆地亚热带气候区，其中北部和西北部为寒冷高原区及全流域积雪时间最长的地区，多年平均气温5～10℃，多年平均年降水量700～800mm，尤其黑水河上游三打古一带降雨量最大，多年平均年降水量可达1164mm；中部的沙坝、茂县和汶川一带为该流域降水量最少的地区，多年平均年降水量仅500～600mm，多年平均年蒸发量为1000～1800mm；东南部映秀至都江堰一带，气候温暖湿润，多年平均气温15℃左右，多年平均年降水量达1000～1600mm。

2.2 资料来源与处理

本次研究选用的降雨、气温采用岷江上游21个气象站1983—1987年同步逐日雨量、逐日最高及平均气温资料，其中降雨资料源自水利部门的《水文年鉴》，气温资料来源于中国气象数据共享服务(http://data.cma.cn)。数字高程模型(DEM)选用美国联邦地质调查局(USGS)提供的GTOPO30数据，网格尺度为30″×30″(1km×1km)。

降水和气温数据是基于温度指标的融雪模型中最关键的输入数据，其空间分布的准确性显著影响着融雪计算精度，因此本文根据雨量站网和气象站网的观测值，进行降水和气温的时间和空间上的展延和插值处理。在降雨量的空间插值中，由于研究区域和时间尺度的不同，并不存在绝对的最优方法，应根据实际应用效果选择最适合的方法[16]。本文使用泰森多边形法进行雨量插值的具体步骤为：

(1)根据雨量站的经纬度，并利用DEM的坐标投影算法，确定每个雨量站的DEM中的行列位置，并给定每个雨量站的一个顺序号。

(2)按式(5)计算DEM中第(i，j)个网格与所有雨量站的距离，把距离最近的第k个雨量站的序号赋给该网格。

(5)

式中，daij表示距离，雨量站a点的坐标为(xa，ya)，网格(i，j)点的坐标为(xi，j，yi，j)

(3)重复第(2)步，直到流域上所有的网格距离计算完毕。对于每一个网格的雨量，取与其距离最点的雨量站的雨量观测值。

本文使用气温垂直折减率法来确定每个网格的气温，首先利用泰森多边形法确定每个网格单元的气温参照站，然后根据式(6)推求网格上的气温。

推求参照站气温公式如下：

t2=t1-γ(H2-H1)

(6)

式中，t1—气温参照站测得的实际温度，℃；t2—网格单元的计算温度，℃；H1—气温参照站的高程，m；H2—网格单元的高程，m；γ—推求地区的温度直减率，℃/100m，通常可取0.65。

3 融雪计算结果与分析

采用泰森多边形法内插得到单元网格的降水量和气温值，依据SWAT模型积融雪模块计算单元网格逐时段的有效降水量、降雪量、融雪量、积雪量，平均每个雨量站所在泰森多边形单元网格值，最终确定每个泰森多边形范围内各雨量站逐日有效降水量、降雪量、融雪量、积雪量。计算时段为1983年1月1日—1987年12月31日。

3.1 各雨量站年均值空间分析

本文对岷江上游流域各雨量观测站进行融雪计算，得到各雨量站泰森多边形范围内1983—1987年的有效降水量、降雪量、融雪量、积雪量。具体计算数值见表1。

表1 各雨量站1983—1987年均值结果表 单位：mm

岷江上游流域基本所有雨量站点均呈现融雪量多于降雪量的情况，可见该研究区是季节性积雪区，冬季积雪累积和春季积雪消融是该流域重要的水文过程，上游径流的主要补给来源包括降雨补给和融雪补给，位于岷江上游流域发源地附近的雨量站，其中三打古站、米亚罗站、杂谷脑站等各项数值均较大，且降雪量占实测降水百分比大于20%，因积雪、融雪过程影响，实测降雨不等于有效降雨；向下游发展，随着海拔降低，温度升高，降雪占比逐步减小；越靠近岷江上游流域出口附近的雨量站，降雪量占比越小，到达流域出口紫坪铺站降雪量占比基本为零，即不产生降雪，实测降雨为有效降雨；但流域出口附近实测降雨量由于纬度增大，气候变暖，实测降雨量年均值大于1000mm。

研究区范围内，受气候与地形的双重影响，西部与西南部年均降雪量较大，大于100mm，西部三打古站最大，达到364mm，降雪量占比达到29.72%，即1/3的降水以降雪形式降落，西南部米亚罗站将近1/4的降雪占比，杂谷脑站超过1/5的降雪占比，远离发源地的岷江干流下游，年均降雪量最小，在流域出口附近紫坪铺站降雪量为0mm，由于出口附近气候变得暖湿，降雨量显著增大，均大于上游地区雨量站的降雨量(除三打古站)，大于1000mm，降水基本以降雨形式降落，可见，以紫坪铺站作为分界点，以上流域需要考虑融雪径流对于产汇流过程的影响，具体如图1所示。降水、风速越小、日照时数越短，气温越低，越有利于积雪的积累。

3.2 各雨量站逐年变化分析

依据1983—1987年逐年融雪计算结果，降雪量占比三打古>米亚罗>黑水>20%，其次是上孟>花红树>杂谷脑>松潘>14%，年降雪量占比较大的雨量站基本都位于岷江的上游山区，由于海拔高，温度低，地形抬升引起的降雪量明显多于流域出口附近。为了便于比较与分析，依据年降雪量的数值大小将雨量站大致分为四组，a组三打古站各年均在300mm以上，1983—1985年呈上升趋势，1986年下降，之后再次上升；b组雨量站降雪量为80～220mm之间，基本呈现1983—1985年上升，1986—1987年下降的趋势；c组降雪量为20～140mm之间，大体呈现1983—1985年呈上升趋势，1986年除松潘与马拉墩站，其他站均呈现1987年下降；d组降雪量集中在5～45mm之间，大体呈现1983—1984年下降，之后上升，1986—1987年下降的趋势。与实测降雨量并不一致，1984年实测降雨量为5年中的最大值，个别站点1984年达到最大值。可见随着雨量站分布位置的不同，各雨量站逐年降雪量呈现不同的变化特征，但大致分3种变化趋势，①以接近上游发源地附近的雨量站为主，先上升后下降，1985年为峰值；②上游发源地至上游出口区域内，先上升后下降，再次上升，1984年、1986年两个上升点；③靠近上游出口附近雨量站点，先下降后上升，再次下降，1985年为峰值。具体变化情况如图2所示。

图1 各雨量站年均降雪量分布图

图2 各雨量站1983—1987年降雪量变化趋势图

3.3 典型雨量站点降雪量与融雪量的年内变化特征

为了分析流域内降雪量与融雪量的年内变化特征，本文选取年降雪量占比靠前的7个雨量站作为代表站进行分析，它们的年降雪量占比>14%，分别是黑水河上的三打古站、黑水站，杂谷脑河上的米亚罗站、上孟站、杂谷脑站，渔子溪上的花红树站，岷江干流上游的松潘站。具体见表2。

(1)雨量站分布在上游的三打古站、米亚罗站、花红树站降雪主要发生在10月—次年1月，为积雪期，降雪量>融雪量，降水以积雪的形式存储，有效降水量<实测降雨量；融雪主要发生在3—5月，为融雪期，降雪量<融雪量，积雪消融成水，成为春汛径流补给的重要来源，有效降水量>实测降雨量；6—9月因温度升高，降雪量和融雪量基本持平，不产生积雪，且值为全年中最小时期，有效降水量与实测降雨量基本上相等，因地理位置差异，越靠近上游值越大，越靠近流域下游越小，松潘站基本为0。

表2 1983—1987年各雨量站月均降雪量、融雪量统计表

图3 典型雨量站1983—1987年月均降雪量、融雪量变化趋势图

(2)因松潘站位于岷江干流，全年的降雪量与融雪量差异不明显，降雪曲线与融雪曲线基本重合，即不存在明显的积雪期和融雪期，降雪全部融化，形成融雪径流。具体如图3所示。

4 结论与不足

针对岷江上游流域多个雨量站采用SWAT模型融雪模块进行了融雪计算，并分析探讨了研究区融雪分布特征及变化规律。岷江上游径流的主要补给来源包括降雨补给和融雪补给。越靠近上游流域发源地附近的雨量站降雪占比大于20%，如三打古站、米亚罗站、杂谷脑站，越靠近上游流域出口附近降雪占比越小，到达上游流域出口紫坪铺站占比基本为零。上游雨量站点如三打古站、米亚罗站、花红树站10月—次年1月为积雪期，3—5月为融雪期，6—9月降雪量和融雪量基本持平，不产生积雪。

尽管本研究得到一些成果，但仍然存在不足，计算过程并未完全考虑降雨和降雪分布的不均匀性，而是以泰森多边形划分为子单元进行分析；融雪计算所涉及的参数按照经验值所取，需要针对这些参数的优化问题进一步开展深入研究。