冰川冻土, 2021, 43(4): 1130-1143 doi: 10.7522/j.issn.1000-0240.2021.0053

冰冻圈水文与水资源

水稳定同位素示踪的冰川流域水文模拟及不确定性研究

以乌鲁木齐河源1号冰川为例

何天豪,1, 高红凯,1,2, 李向应3,4, 韩添丁5, 贺志华6, 张志才7, 段峥8, 刘敏,1,2, 丁永建5,9

1.华东师范大学 地理科学学院，上海 200241

2.华东师范大学 地理信息科学教育部重点实验室，上海 200241

3.西北大学 陕西省 地表系统与环境承载力重点实验室，陕西 西安 710127

4.西北大学 城市与环境学院，陕西 西安 710127

5.中国科学院 西北生态 环境资源研究院 冰冻圈科学国家重点实验室，甘肃 兰州 730000

6.Centre for Hydrology，University of Saskatchewan，Saskatoon SK S7N 5C9，Saskatchewan，Canada

7.河海大学 水文水资源学院，江苏 南京 210098

8.Department of Physical Geography and Ecosystem Science，Lund University，Lund 7222，Sweden

9.China -Pakistan Joint Research Center on Earth Sciences，CAS-HEC，Islamabad 45320，Pakistan

Hydrological simulation traced by water stable isotope and uncertainty analysis in a glacier catchment： taking Glacier No. 1 in headwater of Urumqi River as an example

HE Tianhao,1, GAO Hongkai,1,2, LI Xiangying3,4, HAN Tianding5, HE Zhihua6, ZHANG Zhicai7, DUAN Zheng8, LIU Min,1,2, DING Yongjian5,9

1.School of Geography Science，East China Normal University，Shanghai 200241，China

2.Key Laboratory of Geographic Information Science，Ministry of Education，East China Normal University，Shanghai 200241，China

3.Shaanxi Provincial Key Laboratory of Surface Systems and Environmental Carrying Capacity，Northwest University，Xi’an 710127，China

4.School of City and Environment，Northwest University，Xi’an 710127，China

5.State Key Laboratory of Cryospheric Science，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

6.Centre for Hydrology，University of Saskatchewan，Saskatoon SK S7N 5C9，Saskatchewan，Canada

7.School of Hydrology and Water Resources，Hohai University，Nanjing 210098，China

8.Department of Physical Geography and Ecosystem Science，Lund University，Lund 7222，Sweden

9.China -Pakistan Joint Research Center on Earth Sciences，CAS-HEC，Islamabad 45320，Pakistan

通讯作者: 高红凯，研究员，主要从事陆地水文学研究. E-mail：hkgao@geo.ecnu.edu.cn刘敏，教授，主要从事城市自然地理学与城市环境过程研究. E-mail： mliu@geo.ecnu.edu.cn

编委: 武俊杰

收稿日期: 2021-01-20   修回日期: 2021-06-21  

基金资助: 国家自然科学基金项目.  42071081.  41801036.  41671053.  42122002
国家自然科学基金委员会与英国皇家学会合作交流项目.  41911530191

Received: 2021-01-20   Revised: 2021-06-21  

作者简介 About authors

何天豪，博士研究生，主要从事寒区水文学研究.E-mail：51183901009@stu.ecnu.edu.cn , E-mail：51183901009@stu.ecnu.edu.cn

摘要

水文模拟不确定性长期以来是制约寒区水文发展的瓶颈问题。水稳定同位素示踪为认识冰川流域径流过程提供了重要“指纹”信息，但仍缺乏有效模型将该信息与冰川水文模型耦合，而且同位素信息对冰川流域水文模型不确定性的约束效果也有待检验。将水稳定同位素信息（δ18O）与冰川流域水文模型FLEXG相耦合，实现对冰川流域水稳定同位素和径流过程的耦合建模（FLEXG-iso），并在乌鲁木齐河源1号冰川流域进行模拟检验和径流分割。结果表明：模型不仅对2013—2016年径流过程有良好的模拟效果，还可以重现水稳定同位素、冰川物质平衡等重要过程。利用水稳定同位素这一辅助数据，提高了模型参数的识别能力，减少了模拟过程中各水源的相互妥协效应和不确定性范围。2013—2016年1号冰川断面径流32%~34%来自融雪，48%~51%来自融冰，0%~7%来自地下水，12%~15%来自降雨径流。水稳定同位素对雪和冰川相关中间过程有明显的约束能力，原有模型对融冰贡献的模拟偏高约7%。FLEXG-iso模型的建立有助于推动寒区水文学理论和方法的发展，以及寒区水资源、生态环境保护等相关决策制定。

关键词： 水稳定同位素 ; 冰川水文模型 ; 同位素辅助水文模拟 ; 径流分割 ; 乌鲁木齐河源1号冰川

Abstract

The hydrological model of glacier basin is an important method to study glacier water resources， but its uncertainty affects its wide application and the ability to support decision-making. Water stable isotope tracing provides important “fingerprint” information for understanding the runoff process of glacier basins， but there is still a lack of effective models to couple this information with glacier hydrological models， and the effect of stable isotope information on the uncertainty of hydrological models of glacier basins at different time and space scales also needs to be tested. In this study， the water stable isotope information （δ18O） is coupled with the glacier-hydrological model FLEXG to realize the coupled modeling of the water stable isotope and runoff process （FLEXG-iso） of the glacier basin. We take the catchment of Glacier No. 1 in headwater of Urumqi River as the research area. The data used are the temperature， precipitation and runoff data of the Glacier No. 1 hydrological station from 2013 to 2016， the stable isotope data （δ18O） of rainfall and runoff measured during the same period， and the Glacier No. 1 glacial material balancing data， terrain data and the Second Chinese Glacier Inventory. To compare the effects of stable water isotope information on the quantitative simulation and uncertainty range of runoff process， four schemes with different calibration data design by using the glacier-hydrological model （FLEXG-iso） coupled with water stable isotope information （δ18O）. Finally， based on the simulation results， the runoff composition of the Glacier No.1 in headwater of Urumqi River section is analyzed. The results show that： under the four schemes， the model not only has a good simulation of the runoff process during 2013—2016， but also can reproduce important processes such as stable water isotope and glacial mass balance. The use of stable water isotope data for the model calibration test improves the reliability of the simulation results during calibration period and evaluation period， resulting in a lower uncertainty range. During calibration period and evaluation period， Scheme 4 has the smallest uncertainty range and good simulation results （the mean KGE of runoff depth is greater than 0.8， the mean square error of runoff δ18O is less than 0.61‰， and the mean volume deviation efficiency of the glacier mass balance is less than 0.37）. Comparing the four schemes， most of the parameters of Scheme 4 produce the smallest uncertainty range， which shows that the water isotope data has the ability to further restrict the parameters. The use of water stable isotopes as auxiliary data improves the identification of model parameters， especially the parameters related to snow and glacier runoff processes （Tt， Fdd， Cwh and Kf，g）， and reduces the mutual compromise effect of various water sources in the simulation process and the uncertainty range. Calculated from Scheme 4， from 2013 to 2016， about 32%~34% of the runoff from Glacier No.1 in headwater of Urumqi River came from snowmelt， 48%~51% from melting ice， 0%~7% from groundwater， and 12%~15% from rainfall runoff. In the ablation season， melting ice is the largest runoff component， while snowmelt is the second largest runoff component， followed by rainfall runoff， and finally groundwater. In the non- ablation season， snowmelt and groundwater dominate， and ice melting and rainfall runoff contribute little. Stable water isotopes have obvious constraints on the intermediate processes related to snow and glaciers， and the original model’s simulation of the contribution to ice melting is about 7% higher. The establishment of the FLEXG-iso model establishes a bridge for communication between experiment and model scientists， and helps to promote the development of hydrological theories and methods in cold regions， as well as decision-making related to water resources and ecological environment protection in cold regions.

Keywords： water stable isotope ; glacier-hydrological model ; isotope-aided hydrological simulation ; runoff division ; Glacier No.1 in headwater of Urumqi River

PDF (3193KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

何天豪, 高红凯, 李向应, 韩添丁, 贺志华, 张志才, 段峥, 刘敏, 丁永建. 水稳定同位素示踪的冰川流域水文模拟及不确定性研究[J]. 冰川冻土, 2021, 43(4): 1130-1143 doi:10.7522/j.issn.1000-0240.2021.0053

HE Tianhao, GAO Hongkai, LI Xiangying, HAN Tianding, HE Zhihua, ZHANG Zhicai, DUAN Zheng, LIU Min, DING Yongjian. Hydrological simulation traced by water stable isotope and uncertainty analysis in a glacier catchment： taking Glacier No. 1 in headwater of Urumqi River as an example[J]. Journal of Glaciology and Geocryology, 2021, 43(4): 1130-1143 doi:10.7522/j.issn.1000-0240.2021.0053

0 引言

冰川作为固体水库，显著减少了径流变差系数，对稳定寒旱区水资源起到了重要作用［1］。冰川也具有远高于非冰川区的径流系数，为我国西北干旱区工农业生产和生活用水，以及生态环境保护提供了重要水源［2-3］。因此，冰川水文效应的研究不仅是重要的科学问题［4-7］，还关系到干旱区水资源管理相关政策的制定［4，8］。模型研究是科学认识寒区水文过程机理的重要手段［9-10］。水文模拟也是量化各个径流组分的有效方法，还是科学预估未来变化的重要工具［11-12］。目前，水文模型已成功应用于研究不同地区高寒流域各水源的空间变化和时间演变，以及融雪融冰和降雨径流对总径流量贡献的模拟等研究［13-14］。然而，冰川地区由于特殊的地理条件和复杂的水文过程，传统水文学方法在该区域并不适用［15-17］。另外，众多模型研究采用单一指标（流量）进行模型参数率定，容易造成异参同效［18］，导致径流模拟和各径流成分的量化仍然存在很大不确定性［19］。

水稳定同位素作为径流数据之外的重要信息，为限制模型不确定性提供了新的约束。稳定氢氧同位素（2H和18O）具有“保守”特征，并且稳定氢氧同位素比率在流域尺度各水体中差异明显［20-22］，具有进一步限制径流组分互相妥协的潜力［15，23］。也有研究证实了同位素示踪数据具有减少参数不确定性的能力，从而有助于改善模型结构［24-25］。然而，现有的研究主要是定性研究和以端元法为主的半定量研究［26-28］，缺乏对小流域稳定氢氧同位素时空尺度效应的整体性和系统性认识，限制了其作为重要信息源的作用。稳定氢氧同位素示踪水文模型则能提供更有效的研究手段。稳定氢氧同位素示踪水文模型在非寒区降雨径流模拟中已有较多研究［23，29-30］，但是寒区同位素示踪水文模型却不多见［25，31］。冰川流域的同位素水文模拟研究在国际上也处于刚起步阶段［15，18］。因此，本文将分布式冰川流域水文模型（FLEXG）和同位素分馏混合过程进行了耦合，构建稳定氢氧同位素示踪的冰川流域水文模型（FLEXG-iso），于乌鲁木齐河源1号冰川流域进行了模拟检验和径流分割，以期加深对寒区水文过程更全面的认识。

1 数据与方法

1.1　研究区概况

研究区位于中国西北新疆维吾尔自治区的乌鲁木齐河源头（43°50′ N、86°49′ E），处于中国天山山脉天格尔山北坡，深居欧亚内陆，具有大陆性气候和中国西部和亚洲中部干旱区高寒环境，对气候变化反应敏感。该地区山势险峻，海拔范围为3 712~4 457 m。乌鲁木齐河源区年平均气温 -5.2 ℃，最热月份一般为7月，平均气温约5 ℃，最冷月份一般为1月，平均气温约-15 ℃。一年中温度低于0 ℃的时段长达7~8个月。年均降水量约441 mm，一般集中在消融季（5月至10月），消融季降水量占年降水量的90%［32］。自观测以来，年均温和年降水呈持续升高趋势，河源区大西沟气象站数据显示，1959—1996年的年平均温度-5.3 ℃，较1997—2010年的-4.3 ℃增加了1 ℃，并且各个季节温度都比以往显著升高。1986—2010年平均降水量约为493 mm，较1959—1985年的426 mm增加了约15.7%［33］。乌鲁木齐河源1号冰川（图1）是朝东北的山谷冰川，为该流域面积最大的冰川。在气候变暖背景下，1号冰川自20世纪90年代以来表现为加速退缩趋势，冰川面积、长度、物质平衡和平衡线高度都发生了显著变化［34］。冰川的总面积正逐年减小，冰川面积由1962年的1.95 km2退缩为2017年的1.54 km2［35］。平衡线高度由1959—1996年的年均4 042 m上升至1997—2008年的年均4 106 m［36］。由于冰川末端不断消融退缩，于1993年分离为2条独立的东西方分支山谷冰川，海拔范围东支在3 752~4 225 m之间，西支在3 848~4 445m之间，总面积为1.59 km2，平均厚度为44.5 m，最大长度为2.1 km，总储量为8 334.1×104 m3［37］。气温升高也导致了1号冰川表面雪层特征及成冰带的变化，大量渗入的冰川融水导致粒雪再冻结，导致冷渗浸带逐渐被冻结粒雪和渗浸冰取代［38-39］。变得更为单一的冰内、冰下排水道减弱了对融水的阻滞和贮存作用，加快了汇流过程的速度［40］。在1号冰川东支顶部源头区发现小型冰面湖的存在［34］。乌源1号冰川流域冰川融水径流比例高，已有研究表明，水文站观测的总径流中有70%是来自于冰川区径流，其中44%来自冰川区由降水产生的径流，26%来自冰川自身消融产生的径流［14］。非冰川地区的土地覆盖主要是裸露的土壤/岩石和稀疏的草甸，季节性积雪覆盖［17］。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   乌鲁木齐河源1号冰川的位置（左上），流域详细海拔、冰川覆盖区域等高线以及径流观测站（右）

Fig.1   Location of Glacier No. 1 in headwater of Urumqi River （top left）， detailed altitude of the Glacier No.1 basin， contour lines in the ice-covered area， and runoff gauging station in the basin （right）


1.2　数据来源

本次研究所用的冰川物质平衡和水文气象数据来自2013—2016年的天山冰川观测试验站年报数据［41-42］。冰川物质平衡观测从1号冰川冰舌开始自下而上，西支布设A~J横剖面，海拔约3 850~4 150 m，东支布设有A~K横剖面，海拔约3 800~4 150 m。并于每个剖面等距离布设测杆，一般为3根。对于积累区的观测，采用挖取雪坑的方法。观测始于每年的4月，每月底或月初观测一次，至8月底为完整的年度观测［43］。2013—2016年逐日的水文气象数据（径流、降水和温度）来自于乌鲁木齐河源区1号冰川水文站。1号冰川水文站设在离1号冰川末端300 m的河道上，断面海拔3 695 m。稳定同位素数据（δ18O）由中国科学院冰冻圈科学国家重点实验室提供［44-46］。2013—2016年的消融季，在1号冰川断面采集了融水径流，并于气象观测站采集了降水。冰面样品于2016年消融季采集。地下水、快响应径流（主要来自冰川融水和非冰川区的地表径流）和慢响应径流（主要来自非冰川区的地下水补给）的δ18O来自于Sun等［9］研究的实测值。地形数据和冰川轮廓［47］来源于全球数字高程模型（STRMDEM，http：//srtm.csi.cgiar.org，V4，分辨率90 m）和第二次冰川编目数据（http：//westdc.westgis.ac.cn）。

1.3　研究方法

1.3.1　基于稳定同位素的分布式寒区水文模型（FLEXG-iso）的构建
（1）水文模块

模型的寒区水文部分模拟基于Gao等［17］提出的分布式的FLEXG模型，该模型优势在于充分考虑了流域降水、产汇流等异质性，使模型更符合实际。FLEXG将流域划分为不同高程带和坡向，以及冰川区和非冰川区两种水文响应单元。

根据FLEXG模型获得的流域降水、径流和蒸发数据，根据水量平衡原理计算冰川物质平衡。

dGMBdt=P-Q-E

式中：GMB为冰川物质平衡；P为冰川区降水；Q为冰川区径流；E为冰川区融雪径流和降雨径流的蒸发。本研究未考虑升华、雪崩和风吹雪的影响。

（2）同位素模块

流域水文和同位素过程极为复杂，模型是对流域异质性过程的概化描述，因此模型假设和简化在所难免。同位素水文主要伴随着分馏和混合这两个主要过程。本研究假定降雪和降雨的δ18O相同，且不考虑降水δ18O随高程的变化。将新降雪和现有积雪的δ18O进行混合来更新现有积雪的δ18O（δ18OSW）。通过式（2）中给出的瑞利分馏方法模拟融雪的δ18O（δ18OSM）［48］。然后通过融雪融化的δ18O更新剩余的积雪［δ18OSR，式（3）］。采用分馏的校正因子（CFs）来改善融雪δ18O的模拟［18］。瑞利分馏因子（α）被假定为温度的函数［式（4）］［49］。采用另一个校正因子（CFe），考虑了由地表蒸发引起的δ18O瑞利分馏过程（公式和融雪一样）。

δ18OSM=δ18OSW+10001-fCFs1α-1+11-f-1000
δ18OSR=δ18OSW+1000fCFs1α-1-1000
lnα=- 0.00207-0.4156T+1137T2
f=1-SMSW

式中：SM为融雪量；SW为雪水当量；SR为融雪后剩余的雪水当量；f为积雪中剩余的雪水当量与原雪水当量的比值［式（5）］；T为当地的大气温度（K）。

FLEXG为分布式的冰川水文过程模型，将冰川、积雪、降雨径流等水文过程基于概化的物理过程概念进行描述，比如线性水库和不同景观的响应单元等［17，50］。流入各水库的δ18O与现有水库的δ18O混合，更新各个水库的δ18O。直接径流的δ18O来源于冰川区和非冰川区径流的δ18O。假设进入各水库的水量与水库原本水量快速完全混合。考虑了Ss和Sf的额外储量，该额外蓄量可以理解为非饱和区中的蓄水容量或参与降雨混合过程中仅在重力作用下无法自由排出的其他水量，由参数Us（mm）和Uf（mm）表示［30］。假设储量固定，仅参与混合过程。由于野外实地观测发现了冰川区表面存在小型冰面湖［34］，并且冰川区至观测站之间有部分非冰川区域。由此将这样的情况概化为在冰川区Sf，g额外储量（Uf，g），储量相比土壤较小。Uf，g的先验范围假定为0到Uf最小值的1/4。最终得到的模型FLEXG-iso。本研究未考虑δ18O随高程变化。

1.3.2　径流成分的定量化

Weiler等［51］列出了三种径流成分来源的定义：①来自源区的贡献，即来自每类土地覆盖的贡献；②来自产流过程的贡献（如地表径流，壤中流和地下水径流）；③输入的贡献（融冰，融雪和降雨）。根据定义2进行基于产流过程［式（6）~（14），FLEXG-iso水文模块）对总径流的贡献估算。总径流包括地表径流、壤中流和地下水径流。本研究中，Qf为融雪和降雨混合后的贡献量，是非冰川区的地表径流和壤中流的总和；Qs为地下水的贡献量；Qg为融冰和降雨混合后的贡献量，是冰川区的地表径流。因此，本研究将径流成分定义为融雪、融冰、降雨和地下水，以更加详细地定量评估水文断面年季尺度径流成分。假设水进入水箱快速完全混合，使原来水箱的组分比例改变，从而可以得到从水箱流出水的组分比例（等于水箱的组分比例）。各贡献量均为当日产流的部分，有一部分输入水量会留在各水箱中，参与下一时间的混合以及产流、蒸发等水文过程。于是，得以追踪整个过程的各组分变化。

Qin=Ms+Mg+Pl
dSwdt=Ps+Rrf-Ms
dSwldt=Pl+Ms-Rrf-Pe
dSudt=Pe-Ea-Ru
Ru=Rf+Rs
dSfdt=Rf-Qf
dSsdt=Rs-Qs
dSf,gdt=Pl+Mg-Qf,g
Q=Qf+Qs+Qf,g

式中：Qin为总输入；Ms为融雪；Mg为融冰；Pl为降雨；Ps为降雪；Rrf为从积雪内部液态水（Swl）到积雪（Sw）的再冻结水；Pe为土壤或冰表面产生的径流；Su为非冰川区土壤非线性储层；Ea为实际蒸发；Ru为Su的过剩水量；Sf和Ss为快响应水库和慢响应水库；Rf和Rs为Sf和Ss的补给；Qf为非冰川区快速响应径流；Qs为非冰川区慢响应径流；Qg为冰川区径流；Q为总径流。

1.3.3　模型的率定和检验

选择2013年和2014年作为率定期，2015年和2016年作为检验期。采用MOSCEM-UA算法来进行参数优化［52］，模型参数个数为17（表1），迭代次数20 000。

表1   模型参数及其先验范围

Table 1  Model parameters and their priori ranges

参数描述单位先验范围
Tt阈值温度（区分降雪和降雨）℃（-2.5，5）
Fdd雪的度日因子mm⋅℃-1⋅d-1（4，10）
Cg融冰系数（1，2）
Ca影响融化的坡向因素（1，2）
Cwh雪持水能力（0，1）
Frr再冻结因子（0，1）
Kf，g冰川径流衰减系数d（1，5）
Su，max根系最大存储容量mm（30，120）
β形状参数（0.1，1）
Ce蒸发阈值（0.1，0.7）
D分离系数（0，1）
Kf快响应水库衰减系数d（1，15）
Ks慢响应水库衰减系数d（15，200）
CFs融雪分馏参数（0.5，2.5）
CFe蒸发分馏参数（0.5，2.5）
Uf快响应水库用于同位素混合的额外水库mm（80，110）
Uf，g冰川表面用于同位素混合的额外水库mm（0，20）

新窗口打开| 下载CSV


采用三个目标函数：①Kling-Gupta效率系数［简称KGE，式（15）］检验径流深的模拟［53］，KGE越接近1表示二者之间的一致性越高，为符合求最小值的优化算法，与1相减作为径流深模拟的目标函数L1［式（16）］；②计算δ18O的均方误差（L2），检验δ18O的模拟［式（17）］；③各高程带冰川物质平衡的体积偏差效率（L3）［18］，检验冰川物质平衡的模拟［式（18）］。均方误差和体积偏差效率越接近0表示模拟和实测之间的偏离程度越小。为了从产生的帕累托前沿识别出有效参数集，定义可接受阈值的性能指标。L1可接受阈值定义为0.20。L2和L3的可接受阈值分别定义为0.56和0.30。只有低于定义阈值的参数集才会被判别为有效参数集。

KGE=(1-γ)2+(1-α)2+(1-β)2
L1=1-KGE
L2=∑k=1mSobsk-Ssim(k)2m
L3=∑t=1N∑l=1NBMobslt-Msimlt∑t=1N∑l=1NBMobslt

式中：γ为模拟和实际径流深线性相关系数；α为模拟和实际径流深标准差比值；β为模拟和实际径流深均值比值；Sobs（k）和Ssim（k）分别为流域在第k天实测和模拟的δ18O；m为数据总数；Mlobs（t）和Mlsim（t）分别为冰川在t年海拔带l观测和模拟的冰川物质平衡；NB为海拔带总数；N为总年数。

为探讨不同率定数据对径流深、同位素、冰川物质平衡等过程模拟检验的影响，设计了4种方案（表2）。所有方案关于同位素过程的参数，固定为方案2有效参数集的一组解。

表2   实验方案设计

Table 2  Experimental scheme design

模型方案编号率定数据
径流深稳定同位素冰川物质平衡
FLEXG-iso1√
2√√
3√√
4√√√

新窗口打开| 下载CSV


2 结果与分析

2.1　模型率定检验及不确定性分析

如表3所示，在率定期，方案1径流深模拟最好（KGE中位数为0.893），而对冰川物质平衡和δ18O的模拟表现较差。方案2对δ18O的模拟最好（均方误差中位数为0.545‰），在径流深和冰川物质平衡的模拟中略差于方案1。方案3在冰川物质平衡的模拟最好（体积偏差效率中位数为0.235），径流深模拟效果下降，δ18O的模拟最差（均方误差中位数为0.545‰）。方案4除了在径流深模拟方面（KGE中位数为0.821）不如其他方案，冰川物质平衡（体积偏差效率中位数为0.265）和δ18O（均方误差中位数为0.555‰）的模拟上均有不错的表现。在检验期，模拟效果往往随着率定数据的增加而提高。方案1在径流深和δ18O的模拟上表现较差，但冰川物质平衡的模拟效果最好（体积偏差效率中位数为0.324）。方案2在δ18O和冰川物质平衡的模拟中表现较好，而在径流深的模拟上（KGE中位数为0.654）最差。方案3径流深的模拟效果最好（KGE中位数为0.818），而δ18O和冰川物质平衡的模拟均不如其他方案。方案4在各方面的模拟效果均较好（KGE中位数0.813；均方误差中位数为0.608‰；体积偏差效率中位数为0.369）。对于4种方案有效参数集产生的模拟范围（图2和图3），在率定期，方案1在三个方面产生的不确定性范围较大，而方案2和方案3在各个方面模拟的不确定性范围均减小方案4相比于方案3产生更小的不确定性范围，说明了多种数据集的率定具有减少不确定性的优势，以及额外加入水同位素数据对限制不确定性有重要作用。在检验期，结果与率定期一致。

表3   由4种方案有效参数集生成的径流深、δ18O和冰川物质平衡的评价指标

Table 3  The evaluation index of discharge， δ18O and glacier material balance generated by the valid parameter set of the four schemes

评价指标统计指标率定期检验期
方案1方案2方案3方案4方案1方案2方案3方案4
KGE（径流深）最大值0.9000.8970.8920.8270.9040.7370.8730.834
中位数0.8930.8920.8660.8210.7740.6540.8180.813
最小值0.7600.8310.8120.8150.4540.6200.7780.793
均方误差（δ18O）最大值0.7340.5580.7300.5590.8600.6250.7880.619
中位数0.6390.5450.6670.5550.7030.5970.7120.608
最小值0.5570.5210.6280.5520.6070.5740.6720.597
体积偏差效率（冰川物质平衡）最大值0.5910.4040.2980.2970.4510.4150.4440.383
中位数0.3470.3640.2350.2650.3240.3290.3900.369
最小值0.1610.2400.1660.2320.2200.2990.3360.354

新窗口打开| 下载CSV


图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   在率定期4种方案有效参数集模拟的日径流深、径流δ18O、各海拔高度带冰川年物质平衡的不确定性范围

Fig.2   Uncertainty envelopes of daily runoff depth， runoff δ18O， and annual glacier mass balance in different elevation bands， produced by the valid parameter sets of the four schemes in calibration period


图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   在检验期4种方案有效参数集模拟的日径流深、径流δ18O、各海拔高度带冰川年物质平衡的不确定性范围

Fig.3   Uncertainty envelopes of daily runoff depth， runoff δ18O， and annual glacier mass balance in different elevation bands， produced by the valid parameter sets of the four schemes in evaluation period


对比4种方案，发现将水稳定同位素用于模型的率定可以提升模拟效果。方案1和方案2的比较表明，将径流δ18O用于模型率定，径流和冰川物质平衡的整体模拟性能均有提高，不确定性范围均有所减小，显著提高了真实性和稳定性。这表明在没有地面测量的冰川物质平衡数据的冰川流域水文模拟中，水同位素数据能提高径流模拟效果和减小不确定性。方案3的模拟结果也表明冰川物质平衡数据也有助于提高径流δ18O的模拟。这进一步表明，在消融季，径流水同位素组成能够代表冰雪消融过程。方案3与方案4对比，方案4在多源数据率定中额外加入径流δ18O能进一步减少模拟不确定性，径流、冰川物质平衡和径流δ18O都得到了最好的整体模拟效果。这突出了水稳定同位素能提供径流过程内部信息，使模拟更加接近真实。

综上所述，同位素信息的加入提供了一个新的验证指标，提升了内部变量的模拟效果，有助于得到正确的模拟结果，能为模拟提供有价值的信息。这与德国科学家在中亚吉尔吉斯斯坦得到的结果一致［18］。

2.2　参数不确定性与辨识能力

图4比较了4种方案得到的有效参数集的不确定性范围。方案1产生了4种方案中参数最大的不确定性范围，说明数据参数约束不足。方案2相较于方案1，参数产生了更小的不确定性范围（除了Ks、Ca），说明了水同位素数据约束模型参数的能力。方案2相较于方案3，大部分参数（β、Ce、D、Tt、Fdd、Cg、Frr、Kf，g）产生了更小的不确定性范围，说明了水同位素数据相比冰川物质平衡数据约束参数的能力更强。方案4相比方案3，产生了更小的参数不确定性范围（除了Wm、Ks、Ca、Cwh、Frr），说明了水同位素和物质平衡数据结合能进一步约束参数。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   4种方案产生的有效参数集的不确定性范围

Fig.4   Uncertainty ranges of the valid parameter sets produced by the four schemes


图5展示了水文模块各参数对δ18O模拟效果敏感性测试的结果。在每个子图中，每一个参数先验范围内展示对δ18O的模拟效果，同时其他参数固定，横坐标为归一化的参数先验范围。由图5可知，对δ18O的模拟显示出对Tt有很强的敏感性，其次为Fdd、Cwh和Kf，g。径流δ18O的模拟对冰川地区产流过程的参数（Tt、Kf，g）和雪产流过程融化（Tt、Fdd和Cwh）的参数显示出显著的敏感性，说明了δ18O变化受融雪和融冰的主导。数据表明，δ18O数据对模型参数的有效范围具有不同程度的约束能力，对Tt、Fdd、Cwh和Kf，g等与冰雪消融相关的参数识别能力最强。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   径流δ18O模拟对各参数值的敏感性测试

Fig.5   Runoff δ18O simulation sensitivity test to each parameter value


2.3　径流成分的定量分割

2013—2016年1号冰川断面各组分对径流的贡献率如下（图6，模拟范围来自方案4）：年均32%~34%来自融雪，48%~51%来自融冰，0%~7%来自地下水，12%~15%来自降雨径流。季节尺度下（5月至10月为消融季，11月至次年4月为非消融季），融雪在5月至7月占主导（41%~47%），在8月至10月贡献为23%~27%，在非消融季占主导（50%~51%）。融冰在5月至7月（38%~41%）占比较大，在8月至10月（57%~63%）占主导。降雨径流的在消融季贡献为10%~18%，在非消融季贡献小于5%。地下水贡献在消融季小于8%，而在非消融季占主导（49%~50%）。在消融季，融冰是第一大径流成分，而融雪是第二大径流成分，降雨径流次之，最后是地下水。在非消融季，融雪和地下水为主导，融冰和降雨径流贡献低。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   4种方案年季节尺度下径流组分的贡献率

Fig.6   Contributions of runoff components quantified by four schemes at annual and seasonal scales


由图6也可知，4种不同方案之间不确定性范围有明显差异。方案1产生了最大的不确定性区间，以及更高的融冰贡献和更小的地下水和融雪贡献。例如，与方案4相比，在非消融期地下水相差最大可达45%，融雪消融期相差最大可达13%。很明显，低约束模型（方案1）试图通过更高的融冰贡献，来弥补其他偏低贡献。另外三种方案均倾向于产生较低融冰贡献。方案2倾向于得到更高地下水贡献比例（1%~15%），方案3倾向于得到更高的融雪贡献比例（30%~38%）。方案4得到了最低融冰贡献比例、最高的融雪贡献比例和最小的不确定范围。

对比4种方案，发现将稳定同位素用于模型的率定会使径流组分的妥协情况减少，得到更为准确的径流分割。方案1和方案2之间的比较表明，将水同位素数据用于模型校准，融雪和地下水的贡献比例均有所提升，降水占比变化不大，融冰比例占比下降约7%，这表明同位素信息可显著减少冰雪相关过程不确定性。对比方案3和方案4，在多源数据多目标率定的基础上，额外考虑同位素信息后，对径流内部妥协进一步限制。融雪和地下水的贡献比例有所上升（约2%和4%），降雨和融冰的贡献有所下降。这表明同位素信息也可以增强控制地下水产生相关的参数（主要为参数D）的识别能力，从而改善对径流分割模拟的准确性。由上述两组方案对比也可知，在水文模型校准过程中加入水同位素数据还能进一步减小径流成分贡献率的不确定性范围。

综上所述，缺乏内部变量验证的模拟结果（方案1），虽然率定期得到了最佳的径流模拟效果，但是在检验期模拟不理想，这说明径流各组分间存在较大互相妥协，造成异参同效，影响了模拟真实性。本研究中，低约束模型试图调整参数得到更高的融冰贡献比例，来提升率定期的模拟。同位素信息的加入通过提高对过程和参数的辨识能力，使径流成分之间的互相妥协明显降低。这表明水同位素组成具有提供有关径流成分内部分配信息的能力。这与Birkel等［54］和Capell等［24］在温带湿润区得到的结果一致。

3 讨论

寒区示踪水文模型FLEXG-iso基于寒区水文过程模型FLEXG作为框架，以基于不同水源的氢氧稳定同位素特征差异为前提，不仅要考虑不同端元混合过程，还要考虑积雪消融升华、土壤蒸发等同位素分馏效应。考虑了水同位素分馏过程，包括土壤水蒸发和融雪过程伴随的分馏［18］。对混合过程也进行了详细的考虑。有研究发现在地下水水库中设定更大的混合体积可以获得更好的同位素模拟效果，这说明参与混合的地下水库蓄量远比单纯考虑径流过程设置的蓄量要大［24，30］，这与本研究结论一致。另外，考虑到冰川区表面存在小型冰面湖［34］，并且冰川区至观测站之间有部分非冰川区域，本研究在冰川区也添加了额外储量。在该研究流域中，由于冬季植被覆盖率低，植被冠层对雪的拦截很小。因此，没有考虑升华对雪同位素的影响。本研究结果表明，所提出的耦合模型能够重现该流域径流中同位素时间序列。本研究的另一个出发点在于探讨依靠有限的采样数据是否能得到较好的同位素和水文模拟效果。结果表明，在冰川流域开展水稳定同位素的示踪辅助水文模拟是可行的，这为后续在类似流域收集更详细观测数据，开展更准确水文模拟工作提供了基础。

本研究也存在一定局限性。首先是同位素数据的代表性。由于数据限制，本研究未考虑同位素组成的高度效应，采用站点的测量值代表整个流域，同位素分布的异质性可能会带来不确定性。未来研究需加密观测网络，基于实测得到同位素海拔梯度变化以估算高海拔地区同位素组成的空间异质性，进一步改善模拟效果［18，55］。本研究假定降雪和降雨的δ18O相同，并且基于阈值温度来划分降雪和降雨，未考虑大气中的分馏过程和缺乏降雨和降雪的验证，分量取值可能存在偏差。地下水的同位素数据由于变化幅度小，采样的时间分辨率较粗，可能会遗漏一些短期的变化波动信息。另外，模拟本身存在一定的不确定性。径流同位素组成的变化取决于多方面因素的影响，例如春季融雪的速率和持续时间等［56］，在日尺度模拟中很难充分考虑这些细节。完全混合和瞬时混合的假设也值得商榷，更复杂的内在机制仍需进一步探讨［24，51］。例如，夏季冰雪表面的融水与雪坑中冬季形成的细粒雪和中粒雪之间进行了大量的物质交换［57］，瞬时完全混合还不能充分模拟出这些细节。

模型对冰川物质平衡损失的模拟存在低估，可能由于未考虑该区域的粉尘等导致冰川反射率下降或者冰川覆盖地区风吹雪造成的积雪重新分配［58-59］。而且，在该模型中未将雪冰川相关参数的时间变化考虑在内，这会导致模拟的偏差［60］。另外，虽然FLEXG-iso在径流、冰川物质平衡和径流同位素的模型上均得到了较好的结果，也与Gao等［3］的结果一致，但融冰贡献比例仍需进一步严格验证。例如，贾玉峰等［14］、Jia等［61］根据水量平衡模型计算的26%融冰贡献比例；Thiel等［11］的研究中2013—2016年冰川融水贡献率具有较大的年际变化（20%~60%）。耦合遥感等多源数据在率定水文模型中的价值也值得进一步探讨［62］。

4 结论

（1）本研究构建了水同位素示踪的冰川流域水文模型FLEXG-iso，并成功应用于2013—2016年乌鲁木齐河源1号冰川流域径流过程模拟，并重现了径流水稳定同位素和冰川物质平衡。将水稳定同位素数据用于模型率定检验，在率定期和检验期内提升了模拟结果的可靠性，降低了不确定性。

（2）利用水稳定同位素有效约束了模型的参数范围，证明利用短期的水同位素数据能有效约束控制关于雪和冰川产流过程的参数（Tt、Fdd、Cwh和Kf，g），从而提高对模型参数的识别能力，减少因参数识别误差而导致的不确定性。

（3）径流分割的结果表明，2013—2016年乌源1号冰川断面径流约32%~34%来自融雪，48%~51%来自融冰，0%~7%来自地下水，12%~15%来自降雨径流。稳定同位素作为辅助信息减少了过多补偿融冰贡献带来的不确定性。径流组分之间相互妥协的情况减少，融冰所占比重相比原模型下降约7%。

通过构建稳定氢氧同位素示踪的冰川流域水文模型（FLEXG-iso），为实验和模型科学家的沟通建立桥梁，将推动寒区水文学理论和方法的发展。在此基础上也将为未来寒区水资源预估、水资源优化配置、水灾害治理，寒区生态环境保护等提供科学依据。

参考文献

Pritchard H D.

Asia’s shrinking glaciers protect large populations from drought stress

［J］. Nature， 2019， 569（7758）： 649-654.

[本文引用: 1]

Yao Tandong， Valerie M， Gao Jing， et al.

A review of climatic controls on δ 18O in precipitation over the Tibetan Plateau： observations and simulations

［J］. Reviews of Geophysics， 2013， 51： 525-548.

[本文引用: 1]

Gao Hongkai， Li Hong， Duan Zheng， et al.

Modelling glacier variation and its impact on water resource in the Urumqi Glacier No. 1 in Central Asia

［J］. Science of the Total Environment， 2018， 644： 1160-1170.

[本文引用: 2]

Ding Yongjian， Zhao Qiudong， Wu Jinkui， et al.

The future changes of Chinese cryospheric hydrology and their impacts on water security in arid areas

［J］. Journal of Glaciology and Geocryology， 2020， 42（1）： 23-32.

[本文引用: 2]

丁永建， 赵求东， 吴锦奎， 等.

中国冰冻圈水文未来变化及其对干旱区水安全的影响

［J］. 冰川冻土， 2020， 42（1）： 23-32.

[本文引用: 2]

Qin Dahe， Yao Tandong， Ding Yongjian， et al.

The Cryospheric Science for sustainable development

［J］. Journal of Glaciology and Geocryology， 2020， 42（1）： 1-10.

秦大河， 姚檀栋， 丁永建， 等.

面向可持续发展的冰冻圈科学

［J］. 冰川冻土， 2020， 42（1）： 1-10.

He Zhihua， Vorogushyn S， Unger-Shayesteh K， et al.

The value of hydrograph partitioning curves for calibrating hydrological models in glacierized basins

［J］. Water Resources Research， 2018， 54（3）： 2336-2361.

Zhang Yinsheng.

Water cycle changes during the past 50 years over the Tibetan Plateau： review and synthesis

［J］. Hydrological Sciences Journal （Journal des Sciences Hydrologiques）， 2011， 346： 130-135.

[本文引用: 1]

Chen Yaning. Research on ecological hydration in Tarim River basin in Xinjiang［M］. Beijing： Science Press， 2010.

[本文引用: 1]

陈亚宁. 新疆塔里木河流域生态水文问题研究［M］. 北京： 科学出版社， 2010.

[本文引用: 1]

Sun Congjian， Li Weihong， Chen Yaning， et al.

Isotopic and hydrochemical composition of runoff in the Urumqi River， Tianshan Mountains， China

［J］. Environmental Earth Sciences， 2015， 74（2）： 1521-1537.

[本文引用: 2]

Wang Lei， Zhou Jing， Qi Jia， et al.

Development of a land surface model with coupled snow and frozen soil physics

［J］. Water Resources Research， 2017， 53（6）： 5085-5103.

[本文引用: 1]

Thiel K， Arndt A， Wang Puyu， et al.

Modeling of mass balance variability and its impact on water discharge from the Urumqi Glacier No

1 catchment， TianShan， China［J/OL］. Water， 2020， 12（12） ［2021-06-09］. .

[本文引用: 2]

Ren Zheng， Su Fengge， Xu Baiqing， et al.

A coupled glacier-hydrology model and its application in eastern Pamir

［J］. Journal of Geophysical Research： Atmospheres， 2018， 123（24）： 13692-13713.

[本文引用: 1]

Engelhardt M， Schuler T V， Andreassen L M.

Contribution of snow and glacier melt to discharge for highly glacierised catchments in Norway

［J］. Hydrology and Earth System Sciences， 2014， 18（2）： 511-523.

[本文引用: 1]

Jia Yufeng， Li Zhongqin， Jin Shuang， et al.

Changes of the runoff and its components in Urumqi Glacier No.1 catchment， Tianshan Mountains， 1959-2017

［J］. Journal of Glaciology and Geocryology， 2019， 41（6）： 1302-1312.

[本文引用: 3]

贾玉峰， 李忠勤， 金爽， 等.

1959-2017年天山乌鲁木齐河源1号冰川流域径流及其组分变化

［J］. 冰川冻土， 2019， 41（6）： 1302-1312.

[本文引用: 3]

Zhang Zhicai， Chen Xi， Cheng Qinbo， et al.

Catchment-scale tracer-aided hydrological modelling： a review

［J］. Journal of China Hydrology， 2020， 40（6）： 1-9.

[本文引用: 3]

张志才， 陈喜， 程勤波， 等.

流域示踪水文模型研究综述

［J］. 水文， 2020， 40（6）： 1-9.

[本文引用: 3]

Zhao Qiudong， Ye Baisheng， Ding Yongjian， et al.

Hydrological process of a typical catchment in cold region： simulation and analysis

［J］. Journal of Glaciology and Geocryology， 2011， 33（3）： 595-605.

赵求东， 叶柏生， 丁永建， 等.

典型寒区流域水文过程模拟及分析

［J］. 冰川冻土， 2011， 33（3）： 595-605.

Gao Hongkai， Ding Yongjian， Zhao Qiudong， et al.

The importance of aspect for modelling the hydrological response in a glacier catchment in Central Asia

［J］. Hydrological Processes， 2017， 31（16）： 2842-2859.

[本文引用: 4]

He Zhihua， Unger-Shayesteh K， Vorogushyn S， et al.

Constraining hydrological model parameters using water isotopic compositions in a glacierized basin， Central Asia

［J］. Journal of Hydrology， 2019， 571： 332-348.

[本文引用: 7]

Immerzeel W W， Wanders N， Lutz A F， et al.

Reconciling high-altitude precipitation in the upper Indus basin with glacier mass balances and runoff

［J］. Hydrology and Earth System Sciences， 2015， 12（5）： 4755-4784.

[本文引用: 1]

Gu Weizu， Shang Manting， Zhai Shaoyi， et al.

Rainfall-runoff paradox from a natural experimental catchment

［J］. Advances in Water Science， 2010， 21（4）： 471-478.

[本文引用: 1]

顾慰祖， 尚熳廷， 翟劭燚， 等.

天然实验流域降雨径流现象发生的悖论

［J］. 水科学进展， 2010， 21（4）： 471-478.

[本文引用: 1]

Wang Jiyang， Chen Jiansheng， Lu Baohong， et al.

Review and prospect of isotope hydrology

［J］. Journal of Hohai University （Natural Sciences）， 2015， 43（5）： 406-413.

汪集旸， 陈建生， 陆宝宏， 等.

同位素水文学的若干回顾与展望

［J］. 河海大学学报（自然科学版）， 2015， 43（5）： 406-413.

Han Tianding， Li Yuping， Qin Jia， et al.

Hydrochemical changes and influencing factors in the Dongkemadi region， RangeTanggula， China

［J/OL］. Water， 2018， 10（12） ［2021-06-09］. .

[本文引用: 1]

Stadnyk T A， Delavau C， Kouwen N， et al.

Towards hydrological model calibration and validation： simulation of stable water isotopes using the isoWATFLOOD model

［J］. Hydrological Processes， 2013， 27（25）： 3791-3810.

[本文引用: 2]

Capell R， Tetzlaff D， Soulsby C.

Can time domain and source area tracers reduce uncertainty in rainfall-runoff models in larger heterogeneous catchments？

［J/OL］. Water Resources Research， 2012， 48（9） ［2021-06-09］. .

[本文引用: 4]

Smith A， Tetzlaff D， Laudon H， et al.

Assessing the influence of soil freeze-thaw cycles on catchment water storage-flux-age interactions using a tracer-aided ecohydrological model

［J］. Hydrology and Earth System Sciences， 2019， 23： 3319-3334.

[本文引用: 2]

Rodriguez M， Ohlanders N， Mcphee J.

Estimating glacier and snowmelt contributions to stream flow in a central Andes catchment in Chile using natural tracers

［J］. Hydrology & Earth System Sciences， 2014， 11（7）： 8949-8994.

[本文引用: 1]

Zhou Minpei， Yu Zhongbo， Li Xiangying， et al.

Hydrograph separation of melt-water： review and expectation

［J］. Journal of Glaciology and Geocryology， 2017， 39（1）： 156-164.

周旻霈， 余钟波， 李向应， 等.

融水径流分割研究回顾及展望

［J］. 冰川冻土， 2017， 39（1）： 156-164.

Pu Tao， Qin Dahe， Kang Shichang， et al.

Water isotopes and hydrograph separation in different glacial catchments in the southeast margin of the Tibetan Plateau

［J］. Hydrological Processes， 2017， 31（22）： 3810-3826.

[本文引用: 1]

Weiler M， McGlynn B L， McGuire K J， et al.

How does rainfall become runoff？

A combined tracer and runoff transfer function approach［J/OL］. Water Resources Research， 2003， 39（11） ［2021-06-09］. .

[本文引用: 1]

Fenicia F， Mcdonnell J J， Savenije H H G.

Learning from model improvement： on the contribution of complementary data to process understanding

［J/OL］. Water Resources Research， 2008， 44（6） ［2021-06-09］. .

[本文引用: 3]

Ala-Aho P， Tetzlaff D， Mcnamara J P， et al.

Using isotopes to constrain water flux and age estimates in snow-influenced catchments using the STARR （Spatially distributed Tracer-Aided Rainfall-Runoff） model

［J］. Hydrology and Earth System Sciences， 2017， 21（10）： 5089-5110.

[本文引用: 1]

Jiao Keqin， Jing Zhefan， Han Tianding， et al.

Variation of the Glacier No. 1 at the headwaters of the Ürümqi River in the Tianshan Mountains during the past 42 years and its trend prediction

［J］. Journal of Glaciology and Geocryology， 2004， 26（3）： 253-260.

[本文引用: 1]

焦克勤， 井哲帆， 韩添丁， 等.

42 a来天山乌鲁木齐河源1号冰川变化及趋势预测

［J］. 冰川冻土， 2004， 26（3）： 253-260.

[本文引用: 1]

Pu Hongzheng， Han Tianding， Li Xiangying， et al.

Characteristics of the altitude-dependent mass balance and their impact on runoff of the Glacier No. 1 at the headwaters of the Urumqi River， Tianshan Mountain

［J］. Journal of Glaciology and Geocryology， 2014， 36（5）： 1251-1259.

[本文引用: 1]

蒲红铮， 韩添丁， 李向应， 等.

天山乌鲁木齐河源1号冰川物质平衡高度变化特征及其对径流的影响

［J］. 冰川冻土， 2014， 36（5）： 1251-1259.

[本文引用: 1]

Li Zhongqin.

A glacier melt water pool was discovered at summit of east branch of No

1 at Urumqi River head， Mts.Tianshan， Xinjiang［J］. Journal of Glaciology and Geocryology， 2005， 27（1）： 150-152.

[本文引用: 4]

李忠勤.

天山乌鲁木齐河源1号冰川东支顶部出现冰面湖

［J］. 冰川冻土， 2005， 27（1）： 150-152.

[本文引用: 4]

Xu Chunhai， Li Zhongqin， Li Huilin， et al.

Long-range terrestrial laser scanning measurements of annual and intra-annual mass balances for Urumqi Glacier No. 1， eastern Tien Shan， China

［J］. The Cryosphere， 2019， 13（9）： 2361-2383.

[本文引用: 1]

Sun Meiping， Li Zhongqin， Yao Xiaojun， et al.

Rapid shrinkage and hydrological response of a typical continental glacier in the arid region of Northwest China

［J］. Ecohydrology， 2012， 6（6）： 909-916.

[本文引用: 1]

Wang Puyu， Li Zhongqin， Li Huilin， et al.

Changes of ice-thickness and volume for representative glaciers in Tianshan Mountains in the past 50 years

［J］. Acta Geographica Sinica， 2012， 67（7）： 929-940.

[本文引用: 1]

王璞玉， 李忠勤， 李慧林， 等.

近50年来天山地区典型冰川厚度及储量变化

［J］. 地理学报， 2012， 67（7）： 929-940.

[本文引用: 1]

Wang Xiaojun， Wang Zhongxiang， Xie Zichu.

Recent climate change trend in Tianshan Mountains from the change of Glacier No

1 at the source of Urumqi River in the past 28 years［J］. Chinese Science Bulletin， 1988（9）： 693-696.

[本文引用: 1]

王晓军， 王仲祥， 谢自楚.

从乌鲁木齐河源1号冰川二十八年来的变化看天山地区近期气候变化趋势

［J］. 科学通报， 1988（9）： 693-696.

[本文引用: 1]

Wang Feiteng， Li Zhongqin， You Xiaoni， et al.

Observation and study of the snow to ice transformation in the accumulation zone of Glacier No. 1 at the headwaters of Ürümqi River

［J］. Journal of Glaciology and Geocryology， 2006， 28（1）： 45-53.

[本文引用: 1]

王飞腾， 李忠勤， 尤晓妮， 等.

天山乌鲁木齐河源1号冰川积累区表面雪层演化成冰过程的观测研究

［J］. 冰川冻土， 2006， 28（1）： 45-53.

[本文引用: 1]

Sun Meiping， Yao Xiaojun， Li Zhongqin， et al.

Hydrological process of glacier and snow melting and runoff in Urumqi River source region， eastern Tianshan Mountains， China

［J］. Acta Geographica Sinica， 2014， 69（7）： 945-957.

[本文引用: 1]

孙美平， 姚晓军， 李忠勤， 等.

天山东段冰雪消融与产汇流水文过程： 以乌鲁木齐河源区为例

［J］. 地理学报， 2014， 69（7）： 945-957.

[本文引用: 1]

Ye Baisheng， Yang Daqing， Jiao Keqin， et al.

The Urumqi River source Glacier No

.1， Tianshan， China： changes over the past 45 years［J/OL］. Geophysical Research Letters， 2005， 32（21） ［2021-06-09］. .

[本文引用: 1]

Annual report of Tianshan Glaciological Station： vols 22-23

［R］. Lanzhou： Tianshan Glaciological Station， Cold and Arid Regions Environmental and Engineering Research Institute， Chinese Academy of Sciences， 2013-2016. ［天山冰川观测试验站年报： 22-23卷［R］. 兰州： 中国科学院寒区旱区环境与工程研究所天山冰川观测试验站， 2013-2016.］

[本文引用: 1]

Yang Hui’an， Li Zhongqin， Ye Baisheng， et al.

Study on mass balance and process of Glacier No. 1 at the headwaters of the Urumqi River in the past 44 years

［J］. Arid Land Geography， 2005， 28（1）： 76-80.

[本文引用: 1]

杨惠安， 李忠勤， 叶佰生， 等.

过去44年乌鲁木齐河源1号冰川物质平衡结果及其过程研究

［J］. 干旱区地理， 2005， 28（1）： 76-80.

[本文引用: 1]

Kong Yanlong， Pang Zhonghe.

Evaluating the sensitivity of glacier rivers to climate change based on hydrograph separation of discharge

［J］. Journal of Hydrology， 2012， 434/435： 121-129.

[本文引用: 1]

Kong Yanlong， Pang Zhonghe， Froehlich K.

Quantifying recycled moisture fraction in precipitation of an arid region using deuterium excess

［J/OL］. Tellus B： Chemical and Physical Meteorology， 2013， 65（1） ［2021-06-09］. .

Li Xiangying， Ding Yongjian， Han Tianding， et al.

Seasonal controls of meltwater runoff chemistry and chemical weathering at Urumqi Glacier No. 1 in Central Asia

［J］. Hydrological Processes， 2019， 33（26）： 3258-3281.

[本文引用: 1]

Liu Shiyin， Guo Wanqin， Xu Junli.

The second glacier inventory dataset of China （version

1.0） （2006-2011）［DS/OL］. A Big Earth Data Platform for Three Poles， 2012 ［2021-06-09］

[本文引用: 1]

. DOI：10.3972/glacier.001.2013.db. CSTR：18046.11.glacier.001.2013.db . ［

刘时银， 郭万钦， 许君利

中国第二次冰川编目数据集（V 1.0） （2006-2011）［DS/OL］. 时空三极环境大数据平台， 2012 ［2021-06-09］. ］

[本文引用: 1]

Hindshaw R S， Tipper E T， Reynolds B C， et al.

Hydrological control of stream water chemistry in a glacial catchment （Damma Glacier， Switzerland）

［J］. Chemical Geology， 2011， 285（1/2/3/4）： 215-230.

[本文引用: 1]

Wolfe B B， Karst-Riddoch T L， Hall R I， et al.

Classification of hydrological regimes of northern floodplain basins （Peace-Athabasca Delta， Canada） from analysis of stable isotopes （δ 18O， δ 2H） and water chemistry

［J］. Hydrological Processes， 2007， 21（2）： 151-168.

[本文引用: 1]

Zhang Xiaoyong， Liu Gengnian， Ju Yuanjiang， et al.

A review of the hydrological model in the glacierized drainage basin

［J］. Research of Soil and Water Conservation， 2005， 12（4）： 58-62.

[本文引用: 1]

张小咏， 刘耕年， 鞠远江， 等.

冰川径流模型研究进展

［J］. 水土保持研究， 2005， 12（4）： 58-62.

[本文引用: 1]

Weiler M， Seibert J， Stahl K.

Magic components-why quantifying rain， snowmelt， and icemelt in river discharge is not easy

［J］. Hydrological Processes， 2018， 32（1）： 160-166.

[本文引用: 2]

Vrugt J A， Gupta H V， Bouten W， et al.

A shuffled complex evolution metropolis algorithm for optimization and uncertainty assessment of hydrological model parameters

［J/OL］. Water Resources Research， 39（8） ［2021-06-09］. .

[本文引用: 1]

Gupta H V， Kling H， Yilmaz K K， et al.

Decomposition of the mean squared error and NSE performance criteria： implications for improving hydrological modelling

［J］. Journal of Hydrology， 2009， 377（1）： 80-91.

[本文引用: 1]

Birkel C， Dunn S M， Tetzlaff D， et al.

Assessing the value of high-resolution isotope tracer data in the stepwise development of a lumped conceptual rainfall-runoff model

［J］. Hydrological Processes， 2010， 24（16）： 2335-2348.

[本文引用: 1]

Penna D， Engel M， Mao L， et al.

Tracer-based analysis of spatial and temporal variations of water sources in a glacierized catchment

［J］. Hydrology and Earth System Sciences， 2014， 11（12）： 5271-5288.

[本文引用: 1]

Tetzlaff D， Buttle J， Carey S K， et al.

A preliminary assessment of water partitioning and ecohydrological coupling in northern headwaters using stable isotopes and conceptual runoff models

［J］. Hydrological Processes， 2015， 29（25）： 5153-5173.

[本文引用: 1]

Zhang Mingjun， Zhou Ping， Li Zhongqin， et al.

Evolution processes of δ 18O in snowpits on No. 1 Glacier at the Urumqi River head， Tianshan Mountains

［J］. Journal of Lanzhou University （Natural Science）， 2009， 45（5）： 36-40.

[本文引用: 1]

张明军， 周平， 李忠勤， 等.

天山乌鲁木齐河源1号冰川雪冰中δ 18O的演化过程

［J］. 兰州大学学报（自然科学版）， 2009， 45（5）： 36-40.

[本文引用: 1]

Ming Jing， Xiao Cunde， Du Zhencai， et al.

An overview of black carbon deposition in High Asia glaciers and its impacts on radiation balance

［J］. Advances in Water Resources， 2013， 55： 80-87.

[本文引用: 1]

Schirmer M， Wirz V， Clifton A， et al.

Persistence in intra-annual snow depth distribution：

1. measurements and topographic control［J/OL］. Water Resources Research， 2011， 47（9） ［2021-06-09］. .

[本文引用: 1]

Yang Miao， Ye Baisheng， Peng Peihao， et al.

A simulation of glacial runoff at headwaters of the Urumqi River

［J］. Journal of Glaciology and Geocryology， 2012， 34（1）： 134-142.

[本文引用: 1]

杨淼， 叶柏生， 彭培好， 等.

天山乌鲁木齐河源区1号冰川径流模拟研究

［J］. 冰川冻土， 2012， 34（1）： 134-142.

[本文引用: 1]

Jia Yufeng， Li Zhongqin， Jin Shuang， et al.

Runoff changes from Urumqi Glacier No

1 over the past 60 years， Tianshaneastern， Central Asia［J/OL］. Water， 2020， 12（5） ［2021-06-09］. .

[本文引用: 1]

Etter S， Addor N， Huss M， et al.

Climate change impacts on future snow， ice and rain runoff in a Swiss mountain catchment using multi-dataset calibration

［J］. Journal of Hydrology： Regional Studies， 2017， 13： 222-239.

[本文引用: 1]

/

〈 〉

陇ICP备2021001824号-10
　 甘公网安备 62010202000676号
网站版权 © 《冰川冻土》编辑部
地址：兰州市天水中路8号　
邮编：730000　电话：0931-8260767　
E-mail：edjgg@lzb.ac.cn
总访问量 　 今日访问 　 在线人数
技术支持：北京玛格泰克科技发展有限公司