Responses of glaciers and snow cover to climate change in Xinjiang (I): hydrological effects
1
2013
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
新疆冰川、积雪对气候变化的响应(I): 水文效应
1
2013
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
Response of snow hydrological processes to a changing climate during 1961 to 2016 in the headwater of Irtysh River basin, Chinese Altai Mountains
2
2017
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
... [2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
Response of snow hydrological processes to climate change in the Hutubi River basin on the north slope of Tianshan Mountains
3
2021
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 为了获取较大流域的降水空间分布数据,一些研究使用了考虑较多影响因素的空间插值方法.比较常用是反距离权重加降水海拔梯度方法.该方法被用来制作了天山南坡阿克苏河流域[76]、天山北坡呼图壁河流域[3]和天山南坡木扎提河流域[87]的降水分布数据,扩展了融雪径流模型的应用区域. ...
天山北坡呼图壁河流域积雪水文过程对气候变化的响应
3
2021
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 为了获取较大流域的降水空间分布数据,一些研究使用了考虑较多影响因素的空间插值方法.比较常用是反距离权重加降水海拔梯度方法.该方法被用来制作了天山南坡阿克苏河流域[76]、天山北坡呼图壁河流域[3]和天山南坡木扎提河流域[87]的降水分布数据,扩展了融雪径流模型的应用区域. ...
6
2019
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... [
4]
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
6
2019
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... [
4]
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
Recent progress on studies on cryospheric hydrological processes changes in China
1
2020
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
中国冰冻圈水文过程变化研究新进展
1
2020
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
Response of the snowmelt and glacier runoff to the climate warming-up in the last 40 years in Xinjiang Autonomous Region, China
1
1999
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
Trends and variability in streamflow and snowmelt runoff timing in the southern Tianshan Mountains
1
2018
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
Hydrological processes responding to climate warming in the upper reaches of Kelan River basin with snow-dominated of the Altay Mountains region, Xinjiang, China
1
2007
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
新疆阿尔泰山区克兰河上游水文过程对气候变暖的响应
1
2007
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
The effect of climate change during snowmelt period on streamflow in the mountainous areas of Northwest China
1
2012
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
西北干旱区山区融雪期气候变化对径流量的影响
1
2012
... 融雪径流是西北干旱区水资源的重要组成部分.西北干旱区的主要河流都受到山区积雪融水的补给.积雪丰富的阿尔泰地区融雪径流补给率超过40%[1-2].天山呼图壁河融雪径流补给率为27.7%[3].祁连山的黑河和疏勒河融雪径流补给率分别为20%和25%[4].受气候变化影响,1960—2014年西北地区的融雪径流尤其是新疆天山和阿尔泰山地区以增加为主[5].二十世纪八九十年代融雪径流平均增幅达10%,积雪较多的山区增加幅度可达20%[6].与此同时,积雪提前融化,融雪期变短,融雪径流年内分配发生显著变化.20世纪80年代中期以来天山南坡融雪时间提前20日左右,融雪径流也明显提前[7].阿尔泰山额尔齐斯河4—5月径流比例增加,6—7月径流比例减少[2].阿尔泰山克兰河最大径流月由6月提前到5月,最大月径流增加了15%[8].祁连山北坡融雪径流提前10 d左右[9]. ...
Snowmelt Runoff Model (SRM) user’s manual. Updated edition 2005, WinSRM1.10
1
... 融雪径流模型是评估融雪径流变化、提升水资源管理效率的重要手段.根据融雪计算方法的不同,可以将融雪径流模型分为度日模型和能量平衡模型两大类.度日模型根据气温和融雪率的经验关系来构建,具有简单实用、数据需求少、易于推广的特点.在西北山区应用较多的典型的SRM(Snowmelt Runoff Model)模型[10]、SWAT(Soil and Water Assessment Tool)模型[11]都是典型的度日模型.度日模型的一些参数如度日因子具有明显的区域差异[12-13],在不同区域应用时需要率定校准.参数确定是这类模型应用需要解决的关键问题.这类模型因为物理意义不够明确的限制,一般认为模型适合日及以上时间尺度的径流模拟.随着时空分辨率的提升,模型的模拟精度会降低.另一类是基于物质能量平衡的物理学模型,这类模型注重融雪的物理过程,从物质和能量平衡的角度详细描述积雪积累和消融过程.模型具有参数物理意义明确、模拟方法容易区域扩展、模拟精度高的特点.限制条件是需要详细的观测数据且模型参数较多,在数据稀缺地区难以推广应用.在西北山区流域应用较多的代表性模型有如SNTHERM(Snow Thermal Model)[14]、VIC(Variable Infiltration Capacity)[15]、GBEHM(Geomorphology-based Ecohydrological Model)[16]等. ...
SWAT2000: current capabilities and research opportunities in applied watershed modelling
1
2005
... 融雪径流模型是评估融雪径流变化、提升水资源管理效率的重要手段.根据融雪计算方法的不同,可以将融雪径流模型分为度日模型和能量平衡模型两大类.度日模型根据气温和融雪率的经验关系来构建,具有简单实用、数据需求少、易于推广的特点.在西北山区应用较多的典型的SRM(Snowmelt Runoff Model)模型[10]、SWAT(Soil and Water Assessment Tool)模型[11]都是典型的度日模型.度日模型的一些参数如度日因子具有明显的区域差异[12-13],在不同区域应用时需要率定校准.参数确定是这类模型应用需要解决的关键问题.这类模型因为物理意义不够明确的限制,一般认为模型适合日及以上时间尺度的径流模拟.随着时空分辨率的提升,模型的模拟精度会降低.另一类是基于物质能量平衡的物理学模型,这类模型注重融雪的物理过程,从物质和能量平衡的角度详细描述积雪积累和消融过程.模型具有参数物理意义明确、模拟方法容易区域扩展、模拟精度高的特点.限制条件是需要详细的观测数据且模型参数较多,在数据稀缺地区难以推广应用.在西北山区流域应用较多的代表性模型有如SNTHERM(Snow Thermal Model)[14]、VIC(Variable Infiltration Capacity)[15]、GBEHM(Geomorphology-based Ecohydrological Model)[16]等. ...
Temperature index melt modelling in mountain areas
1
2003
... 融雪径流模型是评估融雪径流变化、提升水资源管理效率的重要手段.根据融雪计算方法的不同,可以将融雪径流模型分为度日模型和能量平衡模型两大类.度日模型根据气温和融雪率的经验关系来构建,具有简单实用、数据需求少、易于推广的特点.在西北山区应用较多的典型的SRM(Snowmelt Runoff Model)模型[10]、SWAT(Soil and Water Assessment Tool)模型[11]都是典型的度日模型.度日模型的一些参数如度日因子具有明显的区域差异[12-13],在不同区域应用时需要率定校准.参数确定是这类模型应用需要解决的关键问题.这类模型因为物理意义不够明确的限制,一般认为模型适合日及以上时间尺度的径流模拟.随着时空分辨率的提升,模型的模拟精度会降低.另一类是基于物质能量平衡的物理学模型,这类模型注重融雪的物理过程,从物质和能量平衡的角度详细描述积雪积累和消融过程.模型具有参数物理意义明确、模拟方法容易区域扩展、模拟精度高的特点.限制条件是需要详细的观测数据且模型参数较多,在数据稀缺地区难以推广应用.在西北山区流域应用较多的代表性模型有如SNTHERM(Snow Thermal Model)[14]、VIC(Variable Infiltration Capacity)[15]、GBEHM(Geomorphology-based Ecohydrological Model)[16]等. ...
Spatial variation of degree-day factors on the observed glaciers in Western China
1
2006
... 融雪径流模型是评估融雪径流变化、提升水资源管理效率的重要手段.根据融雪计算方法的不同,可以将融雪径流模型分为度日模型和能量平衡模型两大类.度日模型根据气温和融雪率的经验关系来构建,具有简单实用、数据需求少、易于推广的特点.在西北山区应用较多的典型的SRM(Snowmelt Runoff Model)模型[10]、SWAT(Soil and Water Assessment Tool)模型[11]都是典型的度日模型.度日模型的一些参数如度日因子具有明显的区域差异[12-13],在不同区域应用时需要率定校准.参数确定是这类模型应用需要解决的关键问题.这类模型因为物理意义不够明确的限制,一般认为模型适合日及以上时间尺度的径流模拟.随着时空分辨率的提升,模型的模拟精度会降低.另一类是基于物质能量平衡的物理学模型,这类模型注重融雪的物理过程,从物质和能量平衡的角度详细描述积雪积累和消融过程.模型具有参数物理意义明确、模拟方法容易区域扩展、模拟精度高的特点.限制条件是需要详细的观测数据且模型参数较多,在数据稀缺地区难以推广应用.在西北山区流域应用较多的代表性模型有如SNTHERM(Snow Thermal Model)[14]、VIC(Variable Infiltration Capacity)[15]、GBEHM(Geomorphology-based Ecohydrological Model)[16]等. ...
中国西部冰川度日因子的空间变化特征
1
2006
... 融雪径流模型是评估融雪径流变化、提升水资源管理效率的重要手段.根据融雪计算方法的不同,可以将融雪径流模型分为度日模型和能量平衡模型两大类.度日模型根据气温和融雪率的经验关系来构建,具有简单实用、数据需求少、易于推广的特点.在西北山区应用较多的典型的SRM(Snowmelt Runoff Model)模型[10]、SWAT(Soil and Water Assessment Tool)模型[11]都是典型的度日模型.度日模型的一些参数如度日因子具有明显的区域差异[12-13],在不同区域应用时需要率定校准.参数确定是这类模型应用需要解决的关键问题.这类模型因为物理意义不够明确的限制,一般认为模型适合日及以上时间尺度的径流模拟.随着时空分辨率的提升,模型的模拟精度会降低.另一类是基于物质能量平衡的物理学模型,这类模型注重融雪的物理过程,从物质和能量平衡的角度详细描述积雪积累和消融过程.模型具有参数物理意义明确、模拟方法容易区域扩展、模拟精度高的特点.限制条件是需要详细的观测数据且模型参数较多,在数据稀缺地区难以推广应用.在西北山区流域应用较多的代表性模型有如SNTHERM(Snow Thermal Model)[14]、VIC(Variable Infiltration Capacity)[15]、GBEHM(Geomorphology-based Ecohydrological Model)[16]等. ...
A one-dimensional temperature model for a snow cover: technical documentation for SNTHERM.89
1
1991
... 融雪径流模型是评估融雪径流变化、提升水资源管理效率的重要手段.根据融雪计算方法的不同,可以将融雪径流模型分为度日模型和能量平衡模型两大类.度日模型根据气温和融雪率的经验关系来构建,具有简单实用、数据需求少、易于推广的特点.在西北山区应用较多的典型的SRM(Snowmelt Runoff Model)模型[10]、SWAT(Soil and Water Assessment Tool)模型[11]都是典型的度日模型.度日模型的一些参数如度日因子具有明显的区域差异[12-13],在不同区域应用时需要率定校准.参数确定是这类模型应用需要解决的关键问题.这类模型因为物理意义不够明确的限制,一般认为模型适合日及以上时间尺度的径流模拟.随着时空分辨率的提升,模型的模拟精度会降低.另一类是基于物质能量平衡的物理学模型,这类模型注重融雪的物理过程,从物质和能量平衡的角度详细描述积雪积累和消融过程.模型具有参数物理意义明确、模拟方法容易区域扩展、模拟精度高的特点.限制条件是需要详细的观测数据且模型参数较多,在数据稀缺地区难以推广应用.在西北山区流域应用较多的代表性模型有如SNTHERM(Snow Thermal Model)[14]、VIC(Variable Infiltration Capacity)[15]、GBEHM(Geomorphology-based Ecohydrological Model)[16]等. ...
Surface soil moisture parameterization of the VIC-2L model: evaluation andmodification
1
1996
... 融雪径流模型是评估融雪径流变化、提升水资源管理效率的重要手段.根据融雪计算方法的不同,可以将融雪径流模型分为度日模型和能量平衡模型两大类.度日模型根据气温和融雪率的经验关系来构建,具有简单实用、数据需求少、易于推广的特点.在西北山区应用较多的典型的SRM(Snowmelt Runoff Model)模型[10]、SWAT(Soil and Water Assessment Tool)模型[11]都是典型的度日模型.度日模型的一些参数如度日因子具有明显的区域差异[12-13],在不同区域应用时需要率定校准.参数确定是这类模型应用需要解决的关键问题.这类模型因为物理意义不够明确的限制,一般认为模型适合日及以上时间尺度的径流模拟.随着时空分辨率的提升,模型的模拟精度会降低.另一类是基于物质能量平衡的物理学模型,这类模型注重融雪的物理过程,从物质和能量平衡的角度详细描述积雪积累和消融过程.模型具有参数物理意义明确、模拟方法容易区域扩展、模拟精度高的特点.限制条件是需要详细的观测数据且模型参数较多,在数据稀缺地区难以推广应用.在西北山区流域应用较多的代表性模型有如SNTHERM(Snow Thermal Model)[14]、VIC(Variable Infiltration Capacity)[15]、GBEHM(Geomorphology-based Ecohydrological Model)[16]等. ...
A hillslope-based hydrological model using catchment area and width functions
1
2002
... 融雪径流模型是评估融雪径流变化、提升水资源管理效率的重要手段.根据融雪计算方法的不同,可以将融雪径流模型分为度日模型和能量平衡模型两大类.度日模型根据气温和融雪率的经验关系来构建,具有简单实用、数据需求少、易于推广的特点.在西北山区应用较多的典型的SRM(Snowmelt Runoff Model)模型[10]、SWAT(Soil and Water Assessment Tool)模型[11]都是典型的度日模型.度日模型的一些参数如度日因子具有明显的区域差异[12-13],在不同区域应用时需要率定校准.参数确定是这类模型应用需要解决的关键问题.这类模型因为物理意义不够明确的限制,一般认为模型适合日及以上时间尺度的径流模拟.随着时空分辨率的提升,模型的模拟精度会降低.另一类是基于物质能量平衡的物理学模型,这类模型注重融雪的物理过程,从物质和能量平衡的角度详细描述积雪积累和消融过程.模型具有参数物理意义明确、模拟方法容易区域扩展、模拟精度高的特点.限制条件是需要详细的观测数据且模型参数较多,在数据稀缺地区难以推广应用.在西北山区流域应用较多的代表性模型有如SNTHERM(Snow Thermal Model)[14]、VIC(Variable Infiltration Capacity)[15]、GBEHM(Geomorphology-based Ecohydrological Model)[16]等. ...
Radiation balance and vapor transport in the Mt. Tuomuer District
2
985
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
托木尔峰地区的辐射平衡及水汽输送
2
985
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
Energy balance and snowmelt simulation of seasonal snow in the western Tianshan Mountains, China
3
1993
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 积雪的升华/蒸发伴随着潜热的消耗.从能量质量相互联系的角度,可以通过潜热通量的计算获得积雪升华/蒸发量.涡动相关方法是目前认为精度最好的潜热通量计算方法.但该方法在积雪区存在较多挑战.祁连山大冬树垭口的观测试验表明,受下垫面状况和气象条件的影响数据连续性较差[39].西北山区多使用空气动力学方法计算积雪潜热通量[18-26].但是,空气动力学方法需要比较好的气象观测数据,这对于有较多气象观测台站的区域是不困难的,但西北高海拔山区气象台站稀缺,气象观测数据并不容易获得.如何获取高精度的山区气象分布数据是目前的难点. ...
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
天山季节性积雪的能量平衡研究和融雪速率模拟
3
1993
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 积雪的升华/蒸发伴随着潜热的消耗.从能量质量相互联系的角度,可以通过潜热通量的计算获得积雪升华/蒸发量.涡动相关方法是目前认为精度最好的潜热通量计算方法.但该方法在积雪区存在较多挑战.祁连山大冬树垭口的观测试验表明,受下垫面状况和气象条件的影响数据连续性较差[39].西北山区多使用空气动力学方法计算积雪潜热通量[18-26].但是,空气动力学方法需要比较好的气象观测数据,这对于有较多气象观测台站的区域是不困难的,但西北高海拔山区气象台站稀缺,气象观测数据并不容易获得.如何获取高精度的山区气象分布数据是目前的难点. ...
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
A paramterized energy balance model of glacier melting on the Tianshan Mountain
3
1994
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
天山冰川消融参数化能量平衡模型
3
1994
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
Snow surface energy balance over the ablation period on the Keqicar Baxi Glacier in the Tianshan Mountains
1
2007
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
天山南坡科契卡尔巴西冰川消融期雪面能量平衡研究
1
2007
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
Characteristics of the surface energy balance of the Qiyi Glacier in Qilian mountains in melting season
1
2007
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
祁连山七一冰川消融期间的能量平衡特征
1
2007
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
The surface energy balance on the Qiyi Glacier in Qilian mountains during the ablation period
1
2010
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
祁连山七一冰川暖季能量平衡及小气候特征分析
1
2010
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
The process of water and heat transfer in snow layer during snowmelt period based on energy balance theory
2
2010
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
基于能量平衡的融雪期雪层水热过程研究
2
2010
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
Surface energy balance in the accumulation zone of the Laohugou Glacier No.12 in the Qilian Mountains during ablation period
1
2011
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
祁连山老虎沟12号冰川积累区消融期能量平衡特征
1
2011
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
Simulating the energy and mass balances on the Laohugou Glacier No.12 in the Qilian Mountains
1
2014
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
祁连山老虎沟12号冰川表面能量和物质平衡模拟
1
2014
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
Five-year analysis of evaposublimation characteristics and its role on surface energy balance SEB on a midlatitude continental glacier
3
2021
... Snow surface energy balance in the Northwest mountain region of China
Table 1冰川名称及位置 | 海拔/m | 观测时段 | 主要能量来源项/% | 主要能量消耗项/% | 文献来源 |
---|
天山南坡托木尔峰西琼台兰冰川 | 4 000 | 1978年7月 | 净辐射/59% | 消融/82% | [17] |
天山中段积雪与雪崩站 | 1 776 | 1987年3月26日—4月13日 | 净辐射/75.3% | 消融/95.1% | [18] |
天山北坡乌鲁木齐河源1号冰川 | 3 910 | 1986年—1990年6、7、8月 | 净辐射/84.9% | 消融/94.2% | [19] |
天山南坡科其喀尔冰川 | 4 200 | 2005年6—9月 | 净辐射/81.4% | 消融/69.5% | [20] |
祁连山中段七一冰川 | 4 473 | 2006年6月9日—9月28日 | 净辐射/82.4% | 消融/87.2% | [21] |
祁连山中段七一冰川 | 4 473 | 2007年7月1日—10月10日 | 净辐射/81% | 消融/71.5% | [22] |
天山北坡军塘湖流域 | 1 500 | 2009年3月2日—18日 | 净辐射/78% | — | [23] |
祁连山西段老虎沟12号冰川 | 5 080 | 2006年6月21日—7月31日 | 净辐射/82.1% | 消融/70.8% | [24] |
祁连山西段老虎沟12号冰川 | 4 550 | 2012年6月1日—9月30日 | 净辐射/84% | 消融/62% | [25] |
祁连山中段八一冰川 | 4 274 | 2018年8月1日—2019年7月31日 | 净辐射/81% | 消融/70% | [26] |
1.1.2 积雪升华/蒸发观测与计算积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
... 积雪的升华/蒸发伴随着潜热的消耗.从能量质量相互联系的角度,可以通过潜热通量的计算获得积雪升华/蒸发量.涡动相关方法是目前认为精度最好的潜热通量计算方法.但该方法在积雪区存在较多挑战.祁连山大冬树垭口的观测试验表明,受下垫面状况和气象条件的影响数据连续性较差[39].西北山区多使用空气动力学方法计算积雪潜热通量[18-26].但是,空气动力学方法需要比较好的气象观测数据,这对于有较多气象观测台站的区域是不困难的,但西北高海拔山区气象台站稀缺,气象观测数据并不容易获得.如何获取高精度的山区气象分布数据是目前的难点. ...
1
1974
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
On the use of bulk aerodynamic formulae over melting snow
1983
Sublimation on the Greenland Ice Sheet from automated weather station observations
2001
Sublimation from snow surface in southern mountain taiga of eastern Siberia
1
2004
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
Preliminary results of snow sublimation measurement on the Glacier No.1 at the head of the Urumqi River, Tianshan Mountains
1
1965
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
天山乌鲁木齐河源1号冰川雪面蒸发测量的初步结果
1
1965
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
The study of evaporation at the headwaters of Urumqi River, Tianshan Mountains
1
1990
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
天山乌鲁木齐河源区蒸发研究
1
1990
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
Energy balance
1
1991
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
The influence of humidity on the ablation of continental glaciers
1
1991
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
Physical energy-balance and statistical glacier melting models comparison and testing for Shiyi Glacier, Heihe River basin, Qilian Mountains, China
1
2015
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
冰川物质平衡模式及其对比研究——以祁连山黑河流域十一冰川研究为例
1
2015
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
Results of snow surface sublimation measurements in the mountain area of Urumqi River basin
1
1992
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
乌鲁木齐河流域山区冬季积雪蒸发观测的主要结果
1
1992
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
The snow hydrological processes during a representative snow cover period in Binggou watershed in the upper reaches of Heihe River
1
2009
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
黑河上游冰沟流域典型积雪期水文情势
1
2009
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
Experimental study of the snow evaporation in desert and oases of Junggar Basin, Xinjiang
1
2009
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
准噶尔盆地沙漠-绿洲雪面蒸发实验研究
1
2009
... 积雪升华是积雪物质平衡过程的重要组成部分.雪升华/蒸发量观测方法主要有圆盘或蒸渗仪法、潜热通量法和涡动相关法等[27-30].早期研究主要在有较好观测条件的冰川上进行.谢维荣等[31]、张寅生等[32]、Calancar等[33]以及Ohan[34]分别采用蒸发器直接测量、热量平衡和梯度观测方法,获得了天山乌鲁木齐河源号冰川表面升华/蒸发量,并以此为基础计算了冰川区水量平衡.蒋熹等[17]采用能量平衡法与蒸渗仪得到的祁连山七一冰川消融期升华/蒸发量进行比较,结果发现夜间计算值与测量值相差较小,而白天结果相差较大.孙维君等[19]通过能量平衡方程计算得到的祁连山老虎沟12号冰川积累区消融期冰川表面日均升华/蒸发量值为0.8 mm.而同样采用能量平衡法,方潇雨等[35]计算的十一冰川消融期日均蒸发/升华量仅为0.1 mm.严格的积雪升华/蒸发观测研究开始于1990年乌鲁木齐河源高山区的观测[36],结果显示积雪月升华/蒸发量可占月降水量的55%~100%.李弘毅等[37]采用梯度法计算了黑河上游祁连山冰沟流域积累期积雪升华/蒸发量,该时段雪升华/蒸发量达到降水量的68.8%.周宝佳等[38]利用雪面蒸发器测量了古尔班通古特沙漠南缘和天山北坡阜康绿洲地区积累期雪面升华/蒸发量,沙漠区日均升华/蒸发量为0.015 mm⋅d-1,绿洲区可达0.02 mm⋅d-1.Guo等[26]采用空气动力学方法计算了祁连山八一冰川雪面升华/蒸发量,消融期升华/蒸发量为0.3 mm⋅d-1,与祁连山老虎沟12号冰川0.8 mm和祁连山十一冰川0.1 mm的升华/蒸发量差别明显.可见,尽管都在冰川消融期,积雪升华/蒸发量也存在显著的区域差异. ...
Qilian Mountains integrated observatory network: dataset of Heihe integrated observatory network (automatic weather station of Yakou Station, 2020)
1
2021
... 积雪的升华/蒸发伴随着潜热的消耗.从能量质量相互联系的角度,可以通过潜热通量的计算获得积雪升华/蒸发量.涡动相关方法是目前认为精度最好的潜热通量计算方法.但该方法在积雪区存在较多挑战.祁连山大冬树垭口的观测试验表明,受下垫面状况和气象条件的影响数据连续性较差[39].西北山区多使用空气动力学方法计算积雪潜热通量[18-26].但是,空气动力学方法需要比较好的气象观测数据,这对于有较多气象观测台站的区域是不困难的,但西北高海拔山区气象台站稀缺,气象观测数据并不容易获得.如何获取高精度的山区气象分布数据是目前的难点. ...
1
2021
... 积雪的升华/蒸发伴随着潜热的消耗.从能量质量相互联系的角度,可以通过潜热通量的计算获得积雪升华/蒸发量.涡动相关方法是目前认为精度最好的潜热通量计算方法.但该方法在积雪区存在较多挑战.祁连山大冬树垭口的观测试验表明,受下垫面状况和气象条件的影响数据连续性较差[39].西北山区多使用空气动力学方法计算积雪潜热通量[18-26].但是,空气动力学方法需要比较好的气象观测数据,这对于有较多气象观测台站的区域是不困难的,但西北高海拔山区气象台站稀缺,气象观测数据并不容易获得.如何获取高精度的山区气象分布数据是目前的难点. ...
Analysis of water and heat transfer in snow layer during snowmelt period in Irtysh River basin based on energy balance theory
1
2016
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
基于能量平衡对额尔齐斯河流域融雪过程的研究
1
2016
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
In-situ observations and modeling of spring snowmelt processes in an Altay Mountains river basin
1
2014
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
Exploration of the snow ablation process in the semiarid region in China by combining site-based measurements and the Utah energy balance model: a case study of the Manas River basin
2019
Assessment of glacier- and snowmelt-driven streamflow in the arid middle Tianshan Mountains of China
3
2020
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 数据同化可以融合多种数据源,弥补单一数据源时空精度有限的缺陷,从而扩展模型的应用范围.高瑞等[75]在模拟喀什河流域径流使用了美国环境预报中心(National Centers for Environmental Prediction, NCEP)提供的全球范围内的高分辨率再分析数据(Climate Forecast System Reanalysis, CFSR).该数据时间分辨率为日,空间分辨率为0.312°×0.312°.Wu等[58]在额尔齐斯河源区使用NCEP/NCAR再分析数据来驱动融雪径流模型.该数据集也是美国环境预报中心(NCEP)制作的一种同化数据,空间分辨率为1°×1°.包括的气象要素有气温、降水、太阳辐射、长波辐射等.Liu等[43]应用中国陆面气象数据集CMFD数据开展了天山北坡玛纳斯河的冰雪径流模拟.CMFD数据是中国气象信息中心制作的同化数据集.该数据集时间分辨率为3小时,空间分辨率为0.1°×0.1°,气象要素包括气温、气压、湿度、风速向下短波、向下长波和降水.不过,目前同化数据的空间分辨率对山区来说仍然较粗,在山区融雪径流模拟时需要进行降尺度处理.制作更高空间分辨率和精度更好的同化数据,是数据同化技术的发展方向. ...
A study of parameterization of albedo on the Qiyi Glacier in Qilian Mountains, China
1
2011
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
祁连山七一冰川反照率的参数化研究
1
2011
... 山区观测研究表明,能量平衡方法具有较好的适用性,可以比较精确地模拟积雪消融过程[18,23,40].为了适应山区积雪气象观测数据比较稀缺的限制,一些参数化能量平衡模型被开发出来.比较知名的UEB模型在西北山区积雪消融模拟研究取得了较好的效果[41-43].康尔泗等[19]发展了一种参数化能量平衡消融模型并在天山乌鲁木齐河源一号冰川流域进行了应用.该模型提出了快速计算辐射和湍流通量的参数化方法.模型所需参数少,计算简单,但目前尚未进行区域推广,其他区域的适用性有待进一步研究.此外,蒋熹等[44]在祁连山七一冰川发展了利用积雪深度和积雪日数计算积雪反照率的参数化方法,比单一的积雪日数参数化方法提高了计算精度,并进一步发展了冰川流域尺度的能量物质平衡模拟模型. ...
Variations of albedo on the Dongkemadi Glacier, Tanggula range
1
2012
... 积雪反照率遥感反演相比参数化计算具有覆盖范围广的优势,具有很好的应用前景,是目前比较前沿和热点的研究.遥感反照率产品的精度验证和算法改进是目前研究的重点.MODIS反照率产品是目前最受关注的数据,一些学者开展了该数据的精度评估,并进一步分析冰雪反照率的时空变化特征[45-47].刘俊峰等[48]提出了用数码相机反演冰雪反照率的新方法,该方法的反演精度有待进一步的验证.最近,利用Landsat ETM数据在冰川流域上反演冰雪反照率算法取得了较好进展,反演精度相比MODIS产品有了明显提升[49]. ...
唐古拉山冬克玛底冰川反照率变化特征研究
1
2012
... 积雪反照率遥感反演相比参数化计算具有覆盖范围广的优势,具有很好的应用前景,是目前比较前沿和热点的研究.遥感反照率产品的精度验证和算法改进是目前研究的重点.MODIS反照率产品是目前最受关注的数据,一些学者开展了该数据的精度评估,并进一步分析冰雪反照率的时空变化特征[45-47].刘俊峰等[48]提出了用数码相机反演冰雪反照率的新方法,该方法的反演精度有待进一步的验证.最近,利用Landsat ETM数据在冰川流域上反演冰雪反照率算法取得了较好进展,反演精度相比MODIS产品有了明显提升[49]. ...
Spatiotemporal variation of albedo of four representative glaciers in the Heihe River basin based on multi-source data
2020
基于MOD10A1的祁连山黑河流域典型冰川反照率时空变化研究
2020
The characteristics of surface albedo on the Urumqi Glacier No.1 during the ablation season in eastern Tien Shan
1
2021
... 积雪反照率遥感反演相比参数化计算具有覆盖范围广的优势,具有很好的应用前景,是目前比较前沿和热点的研究.遥感反照率产品的精度验证和算法改进是目前研究的重点.MODIS反照率产品是目前最受关注的数据,一些学者开展了该数据的精度评估,并进一步分析冰雪反照率的时空变化特征[45-47].刘俊峰等[48]提出了用数码相机反演冰雪反照率的新方法,该方法的反演精度有待进一步的验证.最近,利用Landsat ETM数据在冰川流域上反演冰雪反照率算法取得了较好进展,反演精度相比MODIS产品有了明显提升[49]. ...
天山乌鲁木齐河源1号冰川消融期反照率特征
1
2021
... 积雪反照率遥感反演相比参数化计算具有覆盖范围广的优势,具有很好的应用前景,是目前比较前沿和热点的研究.遥感反照率产品的精度验证和算法改进是目前研究的重点.MODIS反照率产品是目前最受关注的数据,一些学者开展了该数据的精度评估,并进一步分析冰雪反照率的时空变化特征[45-47].刘俊峰等[48]提出了用数码相机反演冰雪反照率的新方法,该方法的反演精度有待进一步的验证.最近,利用Landsat ETM数据在冰川流域上反演冰雪反照率算法取得了较好进展,反演精度相比MODIS产品有了明显提升[49]. ...
Glacier ice and snow surface albedo determined by using time-lapse camera photography
1
2014
... 积雪反照率遥感反演相比参数化计算具有覆盖范围广的优势,具有很好的应用前景,是目前比较前沿和热点的研究.遥感反照率产品的精度验证和算法改进是目前研究的重点.MODIS反照率产品是目前最受关注的数据,一些学者开展了该数据的精度评估,并进一步分析冰雪反照率的时空变化特征[45-47].刘俊峰等[48]提出了用数码相机反演冰雪反照率的新方法,该方法的反演精度有待进一步的验证.最近,利用Landsat ETM数据在冰川流域上反演冰雪反照率算法取得了较好进展,反演精度相比MODIS产品有了明显提升[49]. ...
基于相机摄影测量的冰面反照率反演方法研究
1
2014
... 积雪反照率遥感反演相比参数化计算具有覆盖范围广的优势,具有很好的应用前景,是目前比较前沿和热点的研究.遥感反照率产品的精度验证和算法改进是目前研究的重点.MODIS反照率产品是目前最受关注的数据,一些学者开展了该数据的精度评估,并进一步分析冰雪反照率的时空变化特征[45-47].刘俊峰等[48]提出了用数码相机反演冰雪反照率的新方法,该方法的反演精度有待进一步的验证.最近,利用Landsat ETM数据在冰川流域上反演冰雪反照率算法取得了较好进展,反演精度相比MODIS产品有了明显提升[49]. ...
Spatio-temporal relationship between glacier mass balance and glacier surface albedo over the high mountain asia by remote sensing observations
1
2021
... 积雪反照率遥感反演相比参数化计算具有覆盖范围广的优势,具有很好的应用前景,是目前比较前沿和热点的研究.遥感反照率产品的精度验证和算法改进是目前研究的重点.MODIS反照率产品是目前最受关注的数据,一些学者开展了该数据的精度评估,并进一步分析冰雪反照率的时空变化特征[45-47].刘俊峰等[48]提出了用数码相机反演冰雪反照率的新方法,该方法的反演精度有待进一步的验证.最近,利用Landsat ETM数据在冰川流域上反演冰雪反照率算法取得了较好进展,反演精度相比MODIS产品有了明显提升[49]. ...
基于遥感观测的高亚洲地区冰川物质平衡与冰川反照率的时空关系研究
1
2021
... 积雪反照率遥感反演相比参数化计算具有覆盖范围广的优势,具有很好的应用前景,是目前比较前沿和热点的研究.遥感反照率产品的精度验证和算法改进是目前研究的重点.MODIS反照率产品是目前最受关注的数据,一些学者开展了该数据的精度评估,并进一步分析冰雪反照率的时空变化特征[45-47].刘俊峰等[48]提出了用数码相机反演冰雪反照率的新方法,该方法的反演精度有待进一步的验证.最近,利用Landsat ETM数据在冰川流域上反演冰雪反照率算法取得了较好进展,反演精度相比MODIS产品有了明显提升[49]. ...
White water: Fifty years of snow research in WRR and the outlook for the future
1
2015
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
A review of seasonal snow-melt flood simulation and forecast in Xinjiang
1
2019
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
新疆地区季节性融雪洪水模拟与预报研究
1
2019
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
The study on snow melt processes simulation and snow characteristics analysis
1
2010
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
融雪过程模拟及积雪特性分析研究
1
2010
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
Density, liquid water content and temperature of snow cover in northern slope of the Tianshan Mountains in snowmelt season
1
2014
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
天山北坡融雪期雪层含水率、密度和雪层温度研究
1
2014
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
Simulation and analysis of snow melt water outflow condition in typical snowmelt period
1
2015
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
典型融雪期雪层融雪水出流条件模拟及分析
1
2015
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
Physical characteristics of forest snow in the western Tianshan mountains, China
1
2011
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
中国天山西部季节性森林积雪物理特性
1
2011
... 雪层属性及融水下渗的观测和模拟研究是非常重要也极具挑战的工作.国外对雪层属性变化和融水下渗过程的观测和模拟均有比较深入的研究[50].西北山区的相关研究在21世纪初才逐渐开始,刘志辉团队在天山北坡军塘湖小流域开展了比较系统的观测研究,在影响因素和机理方面有了一些新的认识[51].魏召才[52]观测到积雪在融雪期不断密实化和熟化,积雪颗粒粒径和冰晶之间的空隙不断增大,雪层最大持水能力不断减小.王元[53]在军塘湖小流域的观测表明,雪层温度、雪层含水量和雪密度在垂直方向和水平方向上变化明显.张波等[54]的观测研究表明,天山山区积雪消融除受能量条件控制外,冻土也是影响积雪产流效果和产流量的关键因素.雪粒径和雪深与积雪出流时间关系密切,相关系数分别为-0.88和0.98.陆恒等[55]分析了天山森林下垫面雪层含水率垂直廓线的变化特征,结果表明雪层含水率受温度影响最显著,开阔地和林冠下微气象条件的不同造成雪层含水率差异明显. ...
Validation and sensitivity analysis of the snow thermal model (SNTHERM) at Binggou Basin, Gansu
1
2011
... 从模拟角度出发,刘誉等[56]应用雪热力模型(Snow Thermal Model, SNTHERM)开展了黑河冰沟流域的积雪过程与积雪特性参数模拟研究.结果表明,SNTHERM模型能比较准确模拟雪深和雪表温度变化.雪深观测和模拟的相关系数为0.865,均方根误差为1.69 cm.雪表温度模拟值与观测值的平均误差为0.67 ℃.辐射通量和初始雪特性参数为敏感参数.杨与广等[57]在积雪属性变化研究的基础上重点开展了融雪产流研究,将融雪产流过程概化为融雪、积雪持水、积雪层中融雪水再冻结以及季节性冻土存在条件下融雪水下渗四个过程,结合能量、水量平衡原理构建融雪产流模型,应用表明模型较好地模拟了融雪期雪水当量变化过程以及融雪水的出流过程. ...
雪热力模型(SNTHERM)在冰沟流域的模拟和敏感性试验
1
2011
... 从模拟角度出发,刘誉等[56]应用雪热力模型(Snow Thermal Model, SNTHERM)开展了黑河冰沟流域的积雪过程与积雪特性参数模拟研究.结果表明,SNTHERM模型能比较准确模拟雪深和雪表温度变化.雪深观测和模拟的相关系数为0.865,均方根误差为1.69 cm.雪表温度模拟值与观测值的平均误差为0.67 ℃.辐射通量和初始雪特性参数为敏感参数.杨与广等[57]在积雪属性变化研究的基础上重点开展了融雪产流研究,将融雪产流过程概化为融雪、积雪持水、积雪层中融雪水再冻结以及季节性冻土存在条件下融雪水下渗四个过程,结合能量、水量平衡原理构建融雪产流模型,应用表明模型较好地模拟了融雪期雪水当量变化过程以及融雪水的出流过程. ...
The study for the structuring of snowmelt model on condition that seasonally frozen ground presence: take Juntanghu River basin for example
1
2012
... 从模拟角度出发,刘誉等[56]应用雪热力模型(Snow Thermal Model, SNTHERM)开展了黑河冰沟流域的积雪过程与积雪特性参数模拟研究.结果表明,SNTHERM模型能比较准确模拟雪深和雪表温度变化.雪深观测和模拟的相关系数为0.865,均方根误差为1.69 cm.雪表温度模拟值与观测值的平均误差为0.67 ℃.辐射通量和初始雪特性参数为敏感参数.杨与广等[57]在积雪属性变化研究的基础上重点开展了融雪产流研究,将融雪产流过程概化为融雪、积雪持水、积雪层中融雪水再冻结以及季节性冻土存在条件下融雪水下渗四个过程,结合能量、水量平衡原理构建融雪产流模型,应用表明模型较好地模拟了融雪期雪水当量变化过程以及融雪水的出流过程. ...
季节性冻土存在条件下融雪径流模型研建
1
2012
... 从模拟角度出发,刘誉等[56]应用雪热力模型(Snow Thermal Model, SNTHERM)开展了黑河冰沟流域的积雪过程与积雪特性参数模拟研究.结果表明,SNTHERM模型能比较准确模拟雪深和雪表温度变化.雪深观测和模拟的相关系数为0.865,均方根误差为1.69 cm.雪表温度模拟值与观测值的平均误差为0.67 ℃.辐射通量和初始雪特性参数为敏感参数.杨与广等[57]在积雪属性变化研究的基础上重点开展了融雪产流研究,将融雪产流过程概化为融雪、积雪持水、积雪层中融雪水再冻结以及季节性冻土存在条件下融雪水下渗四个过程,结合能量、水量平衡原理构建融雪产流模型,应用表明模型较好地模拟了融雪期雪水当量变化过程以及融雪水的出流过程. ...
Analysis of seasonal snowmelt contribution using a distributed energy balance model for a river basin in the Altai Mountains of northwestern China
3
2021
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 数据同化可以融合多种数据源,弥补单一数据源时空精度有限的缺陷,从而扩展模型的应用范围.高瑞等[75]在模拟喀什河流域径流使用了美国环境预报中心(National Centers for Environmental Prediction, NCEP)提供的全球范围内的高分辨率再分析数据(Climate Forecast System Reanalysis, CFSR).该数据时间分辨率为日,空间分辨率为0.312°×0.312°.Wu等[58]在额尔齐斯河源区使用NCEP/NCAR再分析数据来驱动融雪径流模型.该数据集也是美国环境预报中心(NCEP)制作的一种同化数据,空间分辨率为1°×1°.包括的气象要素有气温、降水、太阳辐射、长波辐射等.Liu等[43]应用中国陆面气象数据集CMFD数据开展了天山北坡玛纳斯河的冰雪径流模拟.CMFD数据是中国气象信息中心制作的同化数据集.该数据集时间分辨率为3小时,空间分辨率为0.1°×0.1°,气象要素包括气温、气压、湿度、风速向下短波、向下长波和降水.不过,目前同化数据的空间分辨率对山区来说仍然较粗,在山区融雪径流模拟时需要进行降尺度处理.制作更高空间分辨率和精度更好的同化数据,是数据同化技术的发展方向. ...
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
A test of Snowmelt Runoff Model (SRM) for the Gongnaisi River basin in the western Tianshan Mountains
3
2003
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
SRM融雪径流模型在西天山巩乃斯河流域的应用实验
3
2003
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
Satellite snowcover monitoring and snowmelt runoff simulation of Manas River in Tianshan region
1
2000
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
卫星雪盖监测与玛纳斯河融雪径流模拟
1
2000
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Snowcover monitoring and snowmelt runoff based on MODIS data of Xinjiang Manasi River watershed
2
2005
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
基于MODIS数据的新疆玛纳斯河流域积雪监测与融雪径流模拟
2
2005
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Application of SRM to flood forecast and forwarning of Manasi River basin in spring
1
2009
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
SRM模型在玛纳斯河流域春季洪水预警中的应用研究
1
2009
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Application of simulation about montanic daily runoff volume in the Manas River basin based on SWAT model
1
2010
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
基于SWAT模型的山区日径流模拟在玛纳斯河流域的应用
1
2010
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Inclusion of glacier processes for distributed hydrological modeling at basin scale with application to a watershed in Tianshan Mountains, northwest China
3
2013
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
A snowmelt runoff forecasting model coupling WRF and DHSVM
1
2009
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Research on improvement and application of snowmelt module in SWAT
1
2014
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
SWAT模型融雪模块的改进与应用研究
1
2014
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Snowmelt runoff model applied in the headwaters region of Urumqi River
2
2013
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
SRM融雪径流模型在乌鲁木齐河源区的应用研究
2
2013
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Hydrological modeling in the Urumqi River basin based on SWAT
1
2015
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
基于SWAT模型的乌鲁木齐河流域径流模拟
1
2015
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Snowmelt modeling using two melt-rate models in the Urumqi River watershed, Xinjiang Uyghur Autonomous Region, China
2
2019
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Study on snowmelt runoff simulation in the Kaidu River basin
1
2006
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
开都河流域融雪径流模拟研究
1
2006
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Snowmelt runoff simulation driven by APHRODITE precipitation dataset
2
2014
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 大尺度的插值降水数据产品在站点稀少、资料稀缺流域已经得到应用.天山开都河流域融雪径流模拟研究使用了APHRODITE格网降水数据[71].该数据由日本地球环境研究所和日本气象厅研究所联合实施的Asian Precipitation Highly Resolved Observational Data Integration Towardsthe Evaluation of Water Resources计划根据亚洲降水观测数据创建,是一套逐日的、空间分辨率为0.25°×0.25°的网格化降水数据集.魏光辉等[79]在塔里木河源区的叶尔羌河和玉龙喀什河径流模拟中使用了中国地面降水日值0.5°×0.5°格点降水数据.该数据集基于国家气象信息中心基础资料专项最新整编的中国地面高密度台站(2 472个国家级气象观测站)的降水资料,利用薄盘样条法进行空间插值生成. ...
APHRODITE降水数据驱动的融雪径流模拟
2
2014
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 大尺度的插值降水数据产品在站点稀少、资料稀缺流域已经得到应用.天山开都河流域融雪径流模拟研究使用了APHRODITE格网降水数据[71].该数据由日本地球环境研究所和日本气象厅研究所联合实施的Asian Precipitation Highly Resolved Observational Data Integration Towardsthe Evaluation of Water Resources计划根据亚洲降水观测数据创建,是一套逐日的、空间分辨率为0.25°×0.25°的网格化降水数据集.魏光辉等[79]在塔里木河源区的叶尔羌河和玉龙喀什河径流模拟中使用了中国地面降水日值0.5°×0.5°格点降水数据.该数据集基于国家气象信息中心基础资料专项最新整编的中国地面高密度台站(2 472个国家级气象观测站)的降水资料,利用薄盘样条法进行空间插值生成. ...
Comparing bias correction methods in downscaling meteorological variables for a hydrologic impact study in an arid area in China
1
2015
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Spatio-temporal distribution of snow cover and snowmelt runoff modelling in Kaidu River basin
1
2018
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
开都河流域积雪时空分布及融雪径流模拟
1
2018
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Snowmelt runoff modelling in an arid mountain watershed, Tarim Basin, China
5
2008
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 遥感反演降水具有覆盖范围广的优势.目前,遥感反演降水空间分辨率有待进一步提高,在山区流域的应用还处于探索阶段.Li等[74]使用了GPCP(Global Precipitation Climatology Project,全球降水气候计划)降水数据来模拟塔里木河源区提孜那普河的融雪径流.该数据综合了数十颗静止卫星和极轨卫星的红外和微波资料并经过全球多个台站数据校正后的卫星降水产品,空间分辨率为1°×1°,数据仍在不断发展中.TRMM(Tropical Rainfall Measuring Mission)卫星于1997年在日本发射成功.基于该卫星的降水产品主要有TPMA、CMORPH、PERSIANN和GSMaP.穆振侠等[86]在天山西部山区径流模拟中使用了TRMM的TPMA3B43月尺度数据来确定流域的降水梯度.TRMM降水数据与站点数据相比,具有空间稳定性方面的明显优势.全球降水观测计划(Global Precipitation Measurement, GPM)是继TRMM之后的新一代全球卫星降水产品.在中国大陆区域的对比研究表明[88],GPM的IMERG降水产品在所有的时空尺度下均明显优于TRMM的TPMA3B42数据,特别是在中高纬度干旱地区的表现更为突出.不过,IMERG降水产品虽然相对较好地捕捉到降水的日变化情况,但仍有进一步提高的空间.特别是在干旱气候和高纬度地区,未来有望为西北山区融雪径流模拟提供高精度的降水数据. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
... [74]. ...
Application research of VIC model with the mode of water balance and energy balance in Kashi River basin
2
2018
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 数据同化可以融合多种数据源,弥补单一数据源时空精度有限的缺陷,从而扩展模型的应用范围.高瑞等[75]在模拟喀什河流域径流使用了美国环境预报中心(National Centers for Environmental Prediction, NCEP)提供的全球范围内的高分辨率再分析数据(Climate Forecast System Reanalysis, CFSR).该数据时间分辨率为日,空间分辨率为0.312°×0.312°.Wu等[58]在额尔齐斯河源区使用NCEP/NCAR再分析数据来驱动融雪径流模型.该数据集也是美国环境预报中心(NCEP)制作的一种同化数据,空间分辨率为1°×1°.包括的气象要素有气温、降水、太阳辐射、长波辐射等.Liu等[43]应用中国陆面气象数据集CMFD数据开展了天山北坡玛纳斯河的冰雪径流模拟.CMFD数据是中国气象信息中心制作的同化数据集.该数据集时间分辨率为3小时,空间分辨率为0.1°×0.1°,气象要素包括气温、气压、湿度、风速向下短波、向下长波和降水.不过,目前同化数据的空间分辨率对山区来说仍然较粗,在山区融雪径流模拟时需要进行降尺度处理.制作更高空间分辨率和精度更好的同化数据,是数据同化技术的发展方向. ...
水量平衡与能量平衡模式下的VIC模型在喀什河流域的应用研究
2
2018
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 数据同化可以融合多种数据源,弥补单一数据源时空精度有限的缺陷,从而扩展模型的应用范围.高瑞等[75]在模拟喀什河流域径流使用了美国环境预报中心(National Centers for Environmental Prediction, NCEP)提供的全球范围内的高分辨率再分析数据(Climate Forecast System Reanalysis, CFSR).该数据时间分辨率为日,空间分辨率为0.312°×0.312°.Wu等[58]在额尔齐斯河源区使用NCEP/NCAR再分析数据来驱动融雪径流模型.该数据集也是美国环境预报中心(NCEP)制作的一种同化数据,空间分辨率为1°×1°.包括的气象要素有气温、降水、太阳辐射、长波辐射等.Liu等[43]应用中国陆面气象数据集CMFD数据开展了天山北坡玛纳斯河的冰雪径流模拟.CMFD数据是中国气象信息中心制作的同化数据集.该数据集时间分辨率为3小时,空间分辨率为0.1°×0.1°,气象要素包括气温、气压、湿度、风速向下短波、向下长波和降水.不过,目前同化数据的空间分辨率对山区来说仍然较粗,在山区融雪径流模拟时需要进行降尺度处理.制作更高空间分辨率和精度更好的同化数据,是数据同化技术的发展方向. ...
Hydrological process of a typical catchment in cold region: simulation and analysis
3
2011
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
... 为了获取较大流域的降水空间分布数据,一些研究使用了考虑较多影响因素的空间插值方法.比较常用是反距离权重加降水海拔梯度方法.该方法被用来制作了天山南坡阿克苏河流域[76]、天山北坡呼图壁河流域[3]和天山南坡木扎提河流域[87]的降水分布数据,扩展了融雪径流模型的应用区域. ...
典型寒区流域水文过程模拟及分析
3
2011
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
... 为了获取较大流域的降水空间分布数据,一些研究使用了考虑较多影响因素的空间插值方法.比较常用是反距离权重加降水海拔梯度方法.该方法被用来制作了天山南坡阿克苏河流域[76]、天山北坡呼图壁河流域[3]和天山南坡木扎提河流域[87]的降水分布数据,扩展了融雪径流模型的应用区域. ...
Coupling a glacier melt model to the Variable Infiltration Capacity (VIC) model for hydrological modeling in north-western China
1
2013
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Snow cover dynamics and snowmelt runoff modeling in the Toxkan River Basin, source region of the Tarim River, Xinjiang
2
2014
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
塔里木河源区托什干河流域积雪动态及融雪径流模拟与预估
2
2014
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
The spatial and temporal variations of snow coverage in Tarim River basin and its snowmelt runoff simulation
2
2020
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 大尺度的插值降水数据产品在站点稀少、资料稀缺流域已经得到应用.天山开都河流域融雪径流模拟研究使用了APHRODITE格网降水数据[71].该数据由日本地球环境研究所和日本气象厅研究所联合实施的Asian Precipitation Highly Resolved Observational Data Integration Towardsthe Evaluation of Water Resources计划根据亚洲降水观测数据创建,是一套逐日的、空间分辨率为0.25°×0.25°的网格化降水数据集.魏光辉等[79]在塔里木河源区的叶尔羌河和玉龙喀什河径流模拟中使用了中国地面降水日值0.5°×0.5°格点降水数据.该数据集基于国家气象信息中心基础资料专项最新整编的中国地面高密度台站(2 472个国家级气象观测站)的降水资料,利用薄盘样条法进行空间插值生成. ...
塔里木河流域积雪时空变化及融雪径流模拟
2
2020
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 大尺度的插值降水数据产品在站点稀少、资料稀缺流域已经得到应用.天山开都河流域融雪径流模拟研究使用了APHRODITE格网降水数据[71].该数据由日本地球环境研究所和日本气象厅研究所联合实施的Asian Precipitation Highly Resolved Observational Data Integration Towardsthe Evaluation of Water Resources计划根据亚洲降水观测数据创建,是一套逐日的、空间分辨率为0.25°×0.25°的网格化降水数据集.魏光辉等[79]在塔里木河源区的叶尔羌河和玉龙喀什河径流模拟中使用了中国地面降水日值0.5°×0.5°格点降水数据.该数据集基于国家气象信息中心基础资料专项最新整编的中国地面高密度台站(2 472个国家级气象观测站)的降水资料,利用薄盘样条法进行空间插值生成. ...
Application of snowmelt runoff model in upper stream of Shule River basin
4
2015
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
SRM融雪径流模型在疏勒河流域上游的应用
4
2015
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
Impact of climate change on snowmelt runoff in the mountainous regions of northwest China
2
2001
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
气候变化对中国西北地区山区融雪径流的影响
2
2001
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
The snowmelt runoff model applied in the upper Heihe River basin
2
2008
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
SRM融雪径流模型在黑河流域上游的模拟研究
2
2008
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 遥感积雪面积能够较好地反映积雪空间分布信息,非常适合作为水文模型的驱动数据.Snowmelt Runoff Model(SRM)模型的广泛应用正是得益于不断发展和丰富的遥感积雪面积数据.马虹等[59]使用AVHRR积雪面积数据来模拟巩乃斯河流域融雪径流.MODIS积雪面积数据具有时空分辨率高,覆盖范围大的特点,叶尔羌河源区[74],黑河[81-82],塔里木河源区的托什干河[78],疏勒河[4,80]等流域的融雪径流研究均使用该数据.值得指出的是,云覆盖会影响积雪面积产品的精度.叶尔羌河源区的融雪径流模拟研究表明,去云后的MODIS积雪面积数据可以提升模拟效果[74]. ...
Improvement and application of SWAT hydrologic model in mountainous upper Heihe River basin
1
2012
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
SWAT模型在黑河山区流域的改进与应用
1
2012
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Runoff simulation in upstream of the Shiyang River basin using SWAT model
2
2011
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
基于SWAT模型的石羊河流域上游山区径流模拟研究
2
2011
... A summary of the applying of distributed snowmelt runoff models in Northwest mountainous region of China and the critical forcing data
Table 2流域 | 所用模型 | 核心算法 | 驱动数据来源或空间分布方法 | 文献来源 |
---|
阿尔泰山额尔齐斯河源区 | GBEHM | 能量平衡 | CMFD同化格网数据加降尺度 | [58] |
天山巩乃斯河 | SRM | 度日因子 | 站点插值 | [59] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [60] |
天山玛纳斯河 | SRM | 度日因子 | 站点插值 | [61] |
天山玛纳斯河 | SRM | 度日因子 | 气象预报数值产品插值 | [62] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值 | [63] |
天山玛纳斯河 | SWAT | 度日因子 | 站点插值,参数率定 | [64] |
天山玛纳斯河 | UEB | 能量平衡 | CMFD降尺度 | [43] |
天山北坡呼图壁河 | DHSVM | 能量平衡 | WRF模拟 | [65] |
天山军塘湖 | SWAT | 能量平衡方法 | 站点插值加统计模型计算 | [66] |
天山北坡呼图壁河流域 | VIC | 能量平衡 | 站点插值,气候模式数据降尺度 | [3] |
天山乌鲁木齐河源区 | SRM | 度日因子 | 站点插值 | [67] |
天山乌鲁木齐河 | SWAT | 度日因子 | 站点插值 | [68] |
天山乌鲁木齐河源区 | SRM | 度日因子加总辐射和反照率 | 站点插值 | [69] |
天山开都河 | SRM | 度日因子 | 站点气象数据参数化处理 | [70] |
天山开都河 | SRM | 有效活动积温改进度日计算 | 插值降水加站点插值 | [71] |
天山开都河 | SWAT | 度日因子 | 气候模式数据降尺度加空间插值 | [72] |
天山开都河 | SRM | 度日因子 | 格网数据重新插值 | [73] |
昆仑山提孜那普河 | SRM | 度日因子加反照率 | 站点插值和GPCP格网数据 | [74] |
天山喀什河流域 | VIC | 能量平衡 | CFSR再分析数据产品 | [75] |
天山南坡阿克苏河源区 | VIC | 能量平衡 | 站点插值 | [76-77] |
天山南坡托什干河流域 | SRM | 度日因子 | 站点插值加大尺度格网分布 | [78] |
天山南坡塔河源区 | SRM | 度日因子 | 插值格网数据 | [79] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [80] |
祁连山疏勒河 | SRM | 度日因子 | 站点插值 | [4] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [81] |
祁连山黑河上游 | SRM | 度日因子 | 站点插值 | [82] |
祁连山黑河上游 | SWAT | 度日因子 | 站点插值 | [83] |
祁连山黑河流域 | SRM | 度日因子 | 站点插值 | [4] |
祁连山石羊河 | SWAT | 度日因子 | 站点插值加统计公式 | [84] |
1.2.1 空间插值空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
Near-surface meteorological characteristics on the Koxkar Baxi Glacier, Tianshan
2
2008
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
科其喀尔巴西冰川的近地层基本气象特征
2
2008
... 空间插值是制作气象要素空间分布数据的常用方法.根据气温垂直递减率进行气温空间插值是获取西北山区气温空间分布数据的主要方式,在融雪径流模拟研究中广泛应用[4,59-61,67-69,80-84].山区观测表明[85],气温垂直递减率与自由大气垂直递减率差异明显,且时空异质性显著.因此准确的数值需要根据研究流域的实测数据计算得到.在地面观测站点稀缺的叶尔羌河源区,Li等[74]引入探空资料来计算气温垂直递减率,相比用自由大气气温垂直递减率的模拟结果,前一种参数值的气温分布能更好地模拟融雪径流过程,也丰富了模型关键参数获取方法.Luo等[64]在观测数据稀少的玛纳斯河模拟冰雪径流时,利用观测的径流量率定流域内的气温垂直递减率,也取得了较好的效果. ...
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
Research on vertical distribution law of precipitation and snowmelt runoff simulation in high cold alpine areas
2
2010
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
... 遥感反演降水具有覆盖范围广的优势.目前,遥感反演降水空间分辨率有待进一步提高,在山区流域的应用还处于探索阶段.Li等[74]使用了GPCP(Global Precipitation Climatology Project,全球降水气候计划)降水数据来模拟塔里木河源区提孜那普河的融雪径流.该数据综合了数十颗静止卫星和极轨卫星的红外和微波资料并经过全球多个台站数据校正后的卫星降水产品,空间分辨率为1°×1°,数据仍在不断发展中.TRMM(Tropical Rainfall Measuring Mission)卫星于1997年在日本发射成功.基于该卫星的降水产品主要有TPMA、CMORPH、PERSIANN和GSMaP.穆振侠等[86]在天山西部山区径流模拟中使用了TRMM的TPMA3B43月尺度数据来确定流域的降水梯度.TRMM降水数据与站点数据相比,具有空间稳定性方面的明显优势.全球降水观测计划(Global Precipitation Measurement, GPM)是继TRMM之后的新一代全球卫星降水产品.在中国大陆区域的对比研究表明[88],GPM的IMERG降水产品在所有的时空尺度下均明显优于TRMM的TPMA3B42数据,特别是在中高纬度干旱地区的表现更为突出.不过,IMERG降水产品虽然相对较好地捕捉到降水的日变化情况,但仍有进一步提高的空间.特别是在干旱气候和高纬度地区,未来有望为西北山区融雪径流模拟提供高精度的降水数据. ...
高寒山区降水垂直分布规律及融雪径流模拟研究
2
2010
... 山区降水空间分布很复杂,高精度的降水分布数据非常难以得到.穆振侠[86]的研究表明,天山山区的降水具有明显的垂直分布特征.科其喀尔冰川流域的观测表明[85],3 000~3 700 m海拔区间降水随海拔升高而减少,3 700~4 200 m海拔区间降水随海拔上升而增加.在观测站点稀少的西北山区流域,依据降水海拔梯度进行降水空间分布是获取模型降水驱动数据最常用的方法[4,76-80].山区降水的海拔梯度是进行空间插值的关键参数,在模型中可将它作为一个可调参数调整优化.Luo等[64]在玛纳斯河流域模拟时用径流数据来率定降水的海拔梯度,为降水数据缺乏流域的径流模拟研究提供了借鉴. ...
... 遥感反演降水具有覆盖范围广的优势.目前,遥感反演降水空间分辨率有待进一步提高,在山区流域的应用还处于探索阶段.Li等[74]使用了GPCP(Global Precipitation Climatology Project,全球降水气候计划)降水数据来模拟塔里木河源区提孜那普河的融雪径流.该数据综合了数十颗静止卫星和极轨卫星的红外和微波资料并经过全球多个台站数据校正后的卫星降水产品,空间分辨率为1°×1°,数据仍在不断发展中.TRMM(Tropical Rainfall Measuring Mission)卫星于1997年在日本发射成功.基于该卫星的降水产品主要有TPMA、CMORPH、PERSIANN和GSMaP.穆振侠等[86]在天山西部山区径流模拟中使用了TRMM的TPMA3B43月尺度数据来确定流域的降水梯度.TRMM降水数据与站点数据相比,具有空间稳定性方面的明显优势.全球降水观测计划(Global Precipitation Measurement, GPM)是继TRMM之后的新一代全球卫星降水产品.在中国大陆区域的对比研究表明[88],GPM的IMERG降水产品在所有的时空尺度下均明显优于TRMM的TPMA3B42数据,特别是在中高纬度干旱地区的表现更为突出.不过,IMERG降水产品虽然相对较好地捕捉到降水的日变化情况,但仍有进一步提高的空间.特别是在干旱气候和高纬度地区,未来有望为西北山区融雪径流模拟提供高精度的降水数据. ...
Response of the hydrological processes to climate change in the Muzati River basin with high glacierization, southern slope of the Tianshan Mountains
1
2020
... 为了获取较大流域的降水空间分布数据,一些研究使用了考虑较多影响因素的空间插值方法.比较常用是反距离权重加降水海拔梯度方法.该方法被用来制作了天山南坡阿克苏河流域[76]、天山北坡呼图壁河流域[3]和天山南坡木扎提河流域[87]的降水分布数据,扩展了融雪径流模型的应用区域. ...
天山南坡高冰川覆盖率的木扎提河流域水文过程对气候变化的响应
1
2020
... 为了获取较大流域的降水空间分布数据,一些研究使用了考虑较多影响因素的空间插值方法.比较常用是反距离权重加降水海拔梯度方法.该方法被用来制作了天山南坡阿克苏河流域[76]、天山北坡呼图壁河流域[3]和天山南坡木扎提河流域[87]的降水分布数据,扩展了融雪径流模型的应用区域. ...
Evaluation of GPM Day-1 IMERG and TMPA Version-7 legacy products over Mainland China at multiple spatiotemporal scales
1
2016
... 遥感反演降水具有覆盖范围广的优势.目前,遥感反演降水空间分辨率有待进一步提高,在山区流域的应用还处于探索阶段.Li等[74]使用了GPCP(Global Precipitation Climatology Project,全球降水气候计划)降水数据来模拟塔里木河源区提孜那普河的融雪径流.该数据综合了数十颗静止卫星和极轨卫星的红外和微波资料并经过全球多个台站数据校正后的卫星降水产品,空间分辨率为1°×1°,数据仍在不断发展中.TRMM(Tropical Rainfall Measuring Mission)卫星于1997年在日本发射成功.基于该卫星的降水产品主要有TPMA、CMORPH、PERSIANN和GSMaP.穆振侠等[86]在天山西部山区径流模拟中使用了TRMM的TPMA3B43月尺度数据来确定流域的降水梯度.TRMM降水数据与站点数据相比,具有空间稳定性方面的明显优势.全球降水观测计划(Global Precipitation Measurement, GPM)是继TRMM之后的新一代全球卫星降水产品.在中国大陆区域的对比研究表明[88],GPM的IMERG降水产品在所有的时空尺度下均明显优于TRMM的TPMA3B42数据,特别是在中高纬度干旱地区的表现更为突出.不过,IMERG降水产品虽然相对较好地捕捉到降水的日变化情况,但仍有进一步提高的空间.特别是在干旱气候和高纬度地区,未来有望为西北山区融雪径流模拟提供高精度的降水数据. ...
A distributed scheme developed for eco-hydrological modeling in the upper Heihe River
1
2015
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
Tracing snowmelt paths in an integrated hydrological model for understanding seasonal snowmelt contribution at basin scale
1
2019
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
A distributed water-heat coupled model for mountainous watershed of an inland river basin of Northwest China (I): model structure and equations
1
2008
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
A distributed water-heat coupled model for mountainous watershed of an inland river basin in Northwest China (II): using meteorological and hydrological data
1
2008
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
Development of a distributed biosphere hydrological model and its evaluation with the Southern Great Plains Experiments (SGP97 and SGP99)
1
2009
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
Assessment of a distributed biosphere hydrological model against streamflow and MODIS land surface temperature in the upper Tone River basin
2009
Improving the hydrology of the Simple Biosphere Model 2 and its evaluation within the framework of a distributed hydrological model
1
2009
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
Integrated simulation of snow and glacier melt in water and energy balance-based, distributed hydrological modeling framework at Hunza River basin of Pakistan Karakoram region
1
2015
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
Development of a Water and Enthalpy Budget-based Glacier mass balance Model (WEB-GM) and its preliminary validation
1
2017
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
Distributed hydrological model for watersheds supplemented with melted snow and glacier water and rainfall
1
2002
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
分布式冰雪融水雨水混合水文模型
1
2002
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
Study on the distributed snowmelt runoff process based on RS and GIS
1
2008
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
遥感和GIS支持下的分布式融雪径流过程模拟研究
1
2008
... 我国的分布式流域融雪径流模型研究虽然起步较晚.但最近十多年来也取得了一些可喜的进展.Yang[89]进一步发展了GBEHM模型.该模型从山区产汇流特点出发,采用坡面单元的空间离散方式,采用积雪能量平衡算法,雪层也划分为多层.模型量化了黑河源区[90]和额尔齐斯河源区[58]融雪径流在山区地表径流的贡献比例和融雪量的空间分布.Chen等[91-92]建立了内陆河高寒山区流域分布式热耦合模型(DWHC),综合考虑了冰川、冻土和积雪等寒区水文要素.其分布式格网设计可以很方便地与气候模式数据耦合,在黑河流域也有成功应用.Wang等[93-95]发展了耦合陆面过程的分布式水文模型系统(WEB-DHM).重点描述了雪层内部过程,将雪层进行了垂直分层,在洪扎河流域有成功应用[96].Ding等[97]提出了针对冰川流域的分布式能量物质平衡模型,通过改进冰雪能量平衡中反照率和感热潜热的参数化方法提升消融模拟精度,该模型适合开展冰川尺度物质-能量过程模拟研究.此外,从应用地理信息系统等现代技术手段角度出发,俞鑫颖等[98]建立了基于DEM和地理信息系统(GIS)的格网式空间分布积雪水文模型.房世峰等[99]以天山北坡积雪流域的观测为基础,发展了基于“3S”的分布式融雪径流模型.不过,这两个模型均采用度日因子方法进行消融计算,未来需考虑引入物理意义更显著的能量平衡方法. ...
Assessment of the effects of forest on snow ablation in the headwaters of the Irtysh River, Xinjiang
1
2014
... 西北山区积雪分布区多发育森林及草地.森林等植被覆盖对积雪消融的影响需进一步量化.森林对积雪消融的影响已有一些研究.额尔齐斯河源区观测表明,树冠对积雪消融速率影响明显,树冠下积雪消融速率只有无树冠覆盖的二分之一[100].森林对积雪能量平衡影响明显,天山西部的研究表明,雪岭云杉林冠下积雪表面净短波辐射和显热明显小于开阔地[101].但目前的认识尚不能量化各因素的影响,还只是一些定性的认识.进一步的量化研究需要深入的机理分析.植被覆盖及冰雪表面积雪升华/蒸发的高精度计算方法急需建立.目前的观测表明积雪升华/蒸发量的空间差异显著,但点尺度的观测难以估算区域上的数值,需要发展可靠的计算方法进行区域积雪升华/蒸发量估算. ...
额尔齐斯河源区森林对春季融雪过程的影响评估
1
2014
... 西北山区积雪分布区多发育森林及草地.森林等植被覆盖对积雪消融的影响需进一步量化.森林对积雪消融的影响已有一些研究.额尔齐斯河源区观测表明,树冠对积雪消融速率影响明显,树冠下积雪消融速率只有无树冠覆盖的二分之一[100].森林对积雪能量平衡影响明显,天山西部的研究表明,雪岭云杉林冠下积雪表面净短波辐射和显热明显小于开阔地[101].但目前的认识尚不能量化各因素的影响,还只是一些定性的认识.进一步的量化研究需要深入的机理分析.植被覆盖及冰雪表面积雪升华/蒸发的高精度计算方法急需建立.目前的观测表明积雪升华/蒸发量的空间差异显著,但点尺度的观测难以估算区域上的数值,需要发展可靠的计算方法进行区域积雪升华/蒸发量估算. ...
The characteristic of energy budget on snow surface beneath Picea Schrenkiana forest in the west Tianshan Mountains of China during snowmelt period
1
2015
... 西北山区积雪分布区多发育森林及草地.森林等植被覆盖对积雪消融的影响需进一步量化.森林对积雪消融的影响已有一些研究.额尔齐斯河源区观测表明,树冠对积雪消融速率影响明显,树冠下积雪消融速率只有无树冠覆盖的二分之一[100].森林对积雪能量平衡影响明显,天山西部的研究表明,雪岭云杉林冠下积雪表面净短波辐射和显热明显小于开阔地[101].但目前的认识尚不能量化各因素的影响,还只是一些定性的认识.进一步的量化研究需要深入的机理分析.植被覆盖及冰雪表面积雪升华/蒸发的高精度计算方法急需建立.目前的观测表明积雪升华/蒸发量的空间差异显著,但点尺度的观测难以估算区域上的数值,需要发展可靠的计算方法进行区域积雪升华/蒸发量估算. ...
融雪期天山西部森林积雪表面能量平衡特征
1
2015
... 西北山区积雪分布区多发育森林及草地.森林等植被覆盖对积雪消融的影响需进一步量化.森林对积雪消融的影响已有一些研究.额尔齐斯河源区观测表明,树冠对积雪消融速率影响明显,树冠下积雪消融速率只有无树冠覆盖的二分之一[100].森林对积雪能量平衡影响明显,天山西部的研究表明,雪岭云杉林冠下积雪表面净短波辐射和显热明显小于开阔地[101].但目前的认识尚不能量化各因素的影响,还只是一些定性的认识.进一步的量化研究需要深入的机理分析.植被覆盖及冰雪表面积雪升华/蒸发的高精度计算方法急需建立.目前的观测表明积雪升华/蒸发量的空间差异显著,但点尺度的观测难以估算区域上的数值,需要发展可靠的计算方法进行区域积雪升华/蒸发量估算. ...