陸 崢，孫 景 博，何 源，李 宗 超，彭 書 艷，楊 曉 帆*

(1.北京師范大學(xué)地理科學(xué)學(xué)部，地表過程與資源生態(tài)國家重點(diǎn)實(shí)驗(yàn)室，北京 100875；2.南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室(廣州)，廣州 廣東 511458；3.中國環(huán)境監(jiān)測(cè)總站，北京 100012)

0 引言

地表和大氣間的動(dòng)量、水熱交換主導(dǎo)陸面過程及其與大氣間的動(dòng)力、熱力相互作用[1-4]。區(qū)域尺度上地氣間的相互作用能影響甚至改變氣候變化響應(yīng)機(jī)制，引發(fā)極端干旱和洪澇事件[5-7]。理解并準(zhǔn)確表征地氣間的動(dòng)量、水熱交換規(guī)律和傳輸過程對(duì)氣候變化、農(nóng)業(yè)、林業(yè)、水文和水資源管理等具有重要意義[8,9]。地下含水層系統(tǒng)物理參數(shù)(如滲透系數(shù)和孔隙度)的異質(zhì)性對(duì)水分的交換和平衡起著重要控制作用，其中滲透系數(shù)是描述地下含水層系統(tǒng)空間異質(zhì)性的重要參數(shù)，也是顯著影響土壤和含水層水分、溶質(zhì)運(yùn)移模擬的參數(shù)之一[10]。研究表明，地表感熱通量和潛熱通量是關(guān)于淺層土壤水分的函數(shù)[11-13]；此外，地下水位對(duì)地表熱通量和溫度也有控制作用[14]，如農(nóng)場(chǎng)灌溉和地下水開采可能會(huì)分別在短期和長期改變地下水位對(duì)地表熱通量和溫度的控制模式[15]。但在地下含水層系統(tǒng)滲透系數(shù)空間異質(zhì)性對(duì)地表熱通量的影響中，農(nóng)業(yè)灌溉活動(dòng)的作用尚不明確。

傳統(tǒng)的分布式水文模型與地下水模型主要用于刻畫水文循環(huán)現(xiàn)象及其物理過程，基于簡化地下水模塊的陸面過程模型則側(cè)重表征地表土壤中及地氣間的動(dòng)量、水熱交換過程，三者均難以精確描述地下水位和淺層土壤水分與地表熱通量和溫度之間的定量關(guān)系。因此，本研究采用地下水—陸面過程耦合模型(Parallel Flow-Common Land Model，ParFlow-CLM)[16]定量描述大氣下邊界層—地表徑流—淺層土壤水分—深層地下水間的轉(zhuǎn)換關(guān)系，以期揭示區(qū)域三維地下滲透系數(shù)場(chǎng)對(duì)地表熱通量和溫度的影響規(guī)律；同時(shí)考慮黑河流域中游密集農(nóng)業(yè)灌區(qū)地表水灌溉和地下水回灌的作用，定量分析灌溉效應(yīng)產(chǎn)生的淺層土壤水分對(duì)地表熱通量的影響，以期為定量分析農(nóng)業(yè)灌溉活動(dòng)影響下區(qū)域滲透系數(shù)對(duì)地表熱通量的影響提供參考，并為量化不同陸面過程對(duì)土壤和含水層系統(tǒng)異質(zhì)性的響應(yīng)提供借鑒。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

黑河流域地處西北干旱區(qū)，核心區(qū)面積約為13萬km2，縱跨青海省、甘肅省和內(nèi)蒙古自治區(qū)，是我國第二大內(nèi)陸河流域，具有全球獨(dú)特的、以水為橋梁和紐帶的多層次自然景觀，對(duì)我國中西部水文循環(huán)和生態(tài)環(huán)境影響巨大[17]。本文研究區(qū)為黑河流域中游地區(qū)(100.05°～100.69°E，38.73°～39.37°N)(圖1)，該區(qū)水文地質(zhì)結(jié)構(gòu)較復(fù)雜，屬中溫帶干旱型氣候，下墊面類型主要為農(nóng)田、草地和裸地，地帶性植被多為溫帶小灌木、半灌木荒漠植被，地勢(shì)東北、西南較高，中部為東南—西北走向、地形較平坦的狹長盆地[18-20]；區(qū)域年降雨量稀少且集中于6-10 月，平均潛在蒸(散)發(fā)量高于1 300 mm，主要水資源為南部祁連山區(qū)的冰雪融水和山區(qū)降水。特有的水土光熱條件和平坦的地形使區(qū)內(nèi)形成密集農(nóng)業(yè)區(qū)，約900條主要灌渠構(gòu)成錯(cuò)綜復(fù)雜的人工灌溉渠系[21]。自西部大開發(fā)戰(zhàn)略實(shí)施以來，農(nóng)業(yè)灌溉和工業(yè)用水量大幅增長，地下水和地表水綜合利用已成為該區(qū)農(nóng)業(yè)和生活用水的主要形式[22]，河、渠、泉等地表水源灌溉及地下水回灌使地下滲透系數(shù)空間異質(zhì)性對(duì)地表熱通量和溫度的影響作用更復(fù)雜[23]。因此，厘清該區(qū)域內(nèi)地下含水層系統(tǒng)異質(zhì)性對(duì)地表熱通量和溫度的影響，對(duì)我國戰(zhàn)略水資源開發(fā)和生態(tài)環(huán)境保護(hù)意義重大[18,24]。

圖1 黑河流域中游區(qū)域概況Fig.1 Sketch of the middle reaches of the Heihe River Basin

1.2 研究數(shù)據(jù)

研究數(shù)據(jù)包括：1)黑河流域大氣驅(qū)動(dòng)數(shù)據(jù)集[25]，可提供逐小時(shí)的氣溫、地表氣壓、水汽混合比、長短波輻射、二維風(fēng)場(chǎng)和降水?dāng)?shù)據(jù)，原始分辨率為0.05°，采用文獻(xiàn)[26]的方法降尺度至0.005°；2)地表覆蓋類型和高程數(shù)據(jù)，分別源于黑河流域土地利用覆被數(shù)據(jù)集[27]和航天雷達(dá)地形測(cè)繪任務(wù)(SRTM)DEM數(shù)據(jù)集(http://srtm.csi.cgiar.org/srtmdata/)，原始分辨率分別為30 m和90 m，均重采樣至0.005°；3)張掖灌溉渠系數(shù)據(jù)[28]，利用PriorityFlow[29]將DEM、河道、干渠數(shù)據(jù)處理為東西、南北向的坡度作為模型輸入?yún)?shù)；4)土壤質(zhì)地(粒徑組成)空間分布數(shù)據(jù)集[30]；5)黑河流域30弧秒分辨率地表水及地下水灌溉量數(shù)據(jù)集[31]，利用黑河流域中游渠道流量測(cè)量數(shù)據(jù)集[32]中記錄的灌溉時(shí)間，提取小時(shí)尺度的灌溉量；6)黑河流域地表過程綜合觀測(cè)網(wǎng)[33]中大滿超級(jí)站(100.3722°E,38.8555°N)的渦動(dòng)相關(guān)(EC)和大孔徑閃爍儀(LAS)觀測(cè)數(shù)據(jù)[34,35]。

2 模型與方法

2.1 ParFlow-CLM

ParFlow-CLM是一種開源、基于三維物理過程的地下水—陸面過程水文集成模型[36]，其將飽水帶、包氣帶和地表水視為一個(gè)完整的水文連續(xù)體，能全面刻畫不同尺度下基巖層到大氣下邊界層間的水文過程和水分、能量平衡[37]。對(duì)于地下部分，ParFlow基于三維地下水流動(dòng)Richards方程求解飽水帶—中間帶—包氣帶的偏微分方程定解[38]，通過van Genuchten方程[39]描述各水動(dòng)力變量的關(guān)系，并利用高效穩(wěn)定的Newton-Krylov非線性求解器[40]進(jìn)行矩陣求解；對(duì)于地表部分，則耦合CLM (Common Land Model,V2014修改版)[41]，利用二維地表水流動(dòng)Saint-Venant方程的二階動(dòng)力波近似解模擬地表徑流等過程，獲得地表下滲、蒸(散)發(fā)、植被生理及雪動(dòng)力等過程中的水熱通量反饋到地下水與地表水的交界面，最終實(shí)現(xiàn)垂向的水分和能量平衡。此外，ParFlow-CLM采用的網(wǎng)格為結(jié)構(gòu)化規(guī)則網(wǎng)格，可選正交網(wǎng)格或地形網(wǎng)格，模型詳細(xì)的求解過程可參考文獻(xiàn)[38,42,43]。

2.2 模型參數(shù)與情景設(shè)置

本文中模型參數(shù)設(shè)置(表1)為：水平分辨率為0.005°(約500 m)，垂直方向上網(wǎng)格結(jié)構(gòu)分為多層，孔隙度、van Genuchten四參數(shù)(孔隙進(jìn)氣值參數(shù)、孔隙分布參數(shù)、殘余含水量、飽和含水量)、曼寧粗糙度均設(shè)置為均質(zhì)，其中孔隙度和van Genuchten四參數(shù)取自中國土壤數(shù)據(jù)集[44]，曼寧粗糙度修改自文獻(xiàn)[45]，模擬區(qū)域的底部及四周均設(shè)置為零通量邊界。使用2010年1月1日-2011年5月31日的驅(qū)動(dòng)數(shù)據(jù)對(duì)模型進(jìn)行起轉(zhuǎn)率定(關(guān)閉地下水側(cè)向流，計(jì)算步長為1 h)后，區(qū)域內(nèi)的地下水儲(chǔ)量變化范圍穩(wěn)定在5%之內(nèi)，認(rèn)為模型達(dá)到穩(wěn)定[46,47]。最后，本文以起轉(zhuǎn)率定獲得的最終水位作為模型模擬的初始水位，并進(jìn)行洪水測(cè)試和黑河核心干流徑流量測(cè)試，結(jié)果表明本模型模擬地表水過程的精度較高。

表1 模型參數(shù)設(shè)置Table 1 Model parameter configurations

本文采用滲透系數(shù)表征土壤和含水層系統(tǒng)的異質(zhì)性，并設(shè)計(jì)4種情景用于量化從土壤表層到基巖的滲透系數(shù)：1)Homogeneity情景，即模型的滲透系數(shù)恒定為0.01 m/h；2)GLHYMPS情景，僅在水平方向上設(shè)置異質(zhì)性，滲透系數(shù)取自文獻(xiàn)[48]的數(shù)據(jù)集，垂直方向上采用均質(zhì)處理；3)CDHSP情景，在水平和垂直方向上均設(shè)置異質(zhì)性，土壤滲透系數(shù)來源于中國土壤數(shù)據(jù)集[44,49]，包氣帶底部到基巖層滲透系數(shù)采用最底層土壤層的數(shù)值；4)MIX情景，表層土壤到包氣帶底部滲透系數(shù)的設(shè)置采用CDHSP情景，飽水帶滲透系數(shù)的設(shè)置采用GLHYMPS情景。

為契合地表觀測(cè)數(shù)據(jù)時(shí)段，模擬時(shí)段為2012年6月1日-10月31日，步長為1 h。ParFlow-CLM輸出參數(shù)有地表感熱通量(H)、潛熱通量(LE)、上行長波輻射、下滲量、總蒸(散)發(fā)、土壤蒸發(fā)、植被蒸騰、不考慮升華的地表蒸發(fā)、雪水當(dāng)量、地表溫度(LST)、各土壤層溫度(St)等。利用大滿超級(jí)站渦動(dòng)相關(guān)(EC)和大孔徑閃爍儀(LAS)觀測(cè)數(shù)據(jù)對(duì)感熱通量、渦動(dòng)相關(guān)觀測(cè)數(shù)據(jù)對(duì)潛熱通量、地表溫度觀測(cè)數(shù)據(jù)(采用文獻(xiàn)[47]方法由大滿超級(jí)站四分量儀器觀測(cè)數(shù)據(jù)計(jì)算得到)對(duì)LST、地下土壤溫(濕)度儀觀測(cè)數(shù)據(jù)對(duì)St進(jìn)行檢驗(yàn)和情景對(duì)比分析。評(píng)價(jià)指標(biāo)為均方根誤差(RMSE)和Pearson相關(guān)系數(shù)(R)。

3 結(jié)果分析

3.1 地表熱通量的驗(yàn)證與情景對(duì)比

如圖2(彩圖見封3)所示，地表感熱通量和潛熱通量模擬結(jié)果時(shí)序變化幅度均與觀測(cè)數(shù)據(jù)相似，說明4種情景的模擬精度較高[15]，能在不同程度上捕捉到儀器觀測(cè)數(shù)據(jù)的日內(nèi)及季節(jié)變化趨勢(shì)，較好地反映黑河流域中游水動(dòng)力過程與能量傳輸過程。需要說明的是，相比潛熱通量，感熱通量與觀測(cè)數(shù)據(jù)的一致性更高，R值達(dá)0.85以上(表2)，原因是潛熱通量僅為點(diǎn)尺度觀測(cè)，表征空間尺度的地表參量具有一定局限性。通過與觀測(cè)數(shù)據(jù)對(duì)比可知，4種情景的模擬值均高估了感熱通量、低估了潛熱通量，這是由于模型中植被參數(shù)為固定值。從圖2c 10月10-20日的數(shù)據(jù)可以看出，潛熱通量模擬值在午后驟降，導(dǎo)致GLHYMPS情景的模擬結(jié)果與觀測(cè)數(shù)據(jù)誤差較小，其他3種情景誤差較大，原因在于長期、持續(xù)的灌溉導(dǎo)致淺層土壤處于穩(wěn)定的高飽和狀態(tài)，打破了潛水埋深對(duì)潛熱通量的控制，因而在飽和滲透系數(shù)情景(GLHYMPS)下模擬結(jié)果的誤差較小。同時(shí)注意到，在4種情景的感熱通量和潛熱通量模擬中，Homogeneity情景的模擬精度最低，這充分說明在大尺度區(qū)域模擬中，考慮表層土壤—包氣帶—飽水帶不同的水力性質(zhì)并設(shè)置垂向和水平向非均質(zhì)滲透系數(shù)是必要的，其能有效降低地表熱通量的模擬誤差?？傮w而言，Homogeneity情景的峰值較觀測(cè)值有一定滯后性，GLHYMPS情景到達(dá)峰值后下降時(shí)間最早，而CDHSP和MIX情景的模擬值與觀測(cè)值一致性很高，說明包氣帶的滲透系數(shù)對(duì)地表熱通量具有決定性控制作用。

圖2 ParFlow-CLM感熱通量與潛熱通量模擬值與大滿超級(jí)站EC和LAS觀測(cè)數(shù)據(jù)的驗(yàn)證與對(duì)比Fig.2 Validation and comparison of simulation values of ParFlow-CLM sensible heat flux and latent heat flux with EC and LAS observation data of Daman station

表2 感熱通量(H)、潛熱通量(LE)、地表溫度(LST)和分層土壤溫度模擬值與觀測(cè)數(shù)據(jù)的驗(yàn)證及情景比較Table 2 Validation and scenario comparison of simulated and observed data for sensible heat flux,latent heat flux,land surface temperature and soil layer temperature

3.2 地表溫度和分層土壤溫度的驗(yàn)證與情景對(duì)比

由圖3(彩圖見封2)可知，4種情景模擬的地表溫度總體上具有一定的契合度和相關(guān)性，R值均高于0.91，RMSE均小于3 K(表2)。其中，Homogeneity情景誤差最大，MIX情景模擬值與觀測(cè)數(shù)據(jù)誤差最小、相關(guān)性最高，表明同時(shí)設(shè)置水平和垂直向異質(zhì)性并考慮包氣帶—飽水帶三維水力特征情景下地表溫度的模擬精度最高。

圖3 ParFlow-CLM地表溫度模擬值與大滿超級(jí)站觀測(cè)數(shù)據(jù)的驗(yàn)證與對(duì)比Fig.3 Validation and comparison of simulation values of ParFlow-CLM land surface temperature with observation data of Daman station

利用大滿超級(jí)站2、4、10、20、40、80、120、160(cm)多層土壤溫度觀測(cè)數(shù)據(jù)對(duì)4種情景模擬的不同土壤層溫度進(jìn)行日尺度比較(圖4，彩圖見封2)，可以看出，4種情景模擬的土壤溫度廓線與觀測(cè)值整體趨勢(shì)一致，尤其是CDHSP和MIX情景下二者溫度廓線形狀最接近，但Homogeneity情景下土壤溫度模擬值的垂向差異較大，尤其是在0.2～0.5 m土層深度范圍內(nèi)，GLHYMPS情景溫度廓線的峰值出現(xiàn)更早且持續(xù)時(shí)間更久，與觀測(cè)值差異最大。

圖4 大滿超級(jí)站觀測(cè)數(shù)據(jù)與ParFlow-CLM土壤層溫度模擬值對(duì)比Fig.4 Comparison of simulation values of ParFlow-CLM soil layer temperature with observation data of Daman station

進(jìn)一步選取代表性較強(qiáng)的第一層、第四層和第七層土壤溫度，與0.02 m、0.2 m和1.2 m土層深度觀測(cè)值進(jìn)行定量比較(圖5)，可以看出，Homogeneity情景模擬值存在低估趨勢(shì)，MIX情景模擬值與觀測(cè)值最接近；結(jié)合表2中分層土壤溫度模擬值與觀測(cè)值的R和RMSE，可知MIX情景模擬的分層土壤溫度精度最高，GLHYMPS情景精度最低，原因在于其使用的滲透系數(shù)難以反映真實(shí)的土壤水力傳導(dǎo)情況。

3.3 空間分布特征

為探究土壤和含水層系統(tǒng)水力特征對(duì)地表熱通量和溫度空間分布的影響，以Homogeneity情景模擬結(jié)果為基準(zhǔn)，進(jìn)一步繪制GLHYMPS、CDHSP、MIX情景與Homogeneity情景模擬的地下水位埋深(WTD)、感熱通量、潛熱通量和地表溫度空間差值圖(圖6，彩圖見附錄2)。1)從地下水位埋深的空間差值分布看，CDHSP情景模擬結(jié)果與Homogeneity情景較接近，MIX情景模擬結(jié)果在地形起伏較大的山區(qū)與Homogeneity情景差異較大，原因在于山區(qū)垂向滲透系數(shù)異質(zhì)性較高，且存在地層分層現(xiàn)象。4種情景在平原區(qū)的整體差異較小。2)從地表熱通量和溫度的空間差值分布看，與Homogeneity情景相比，GLHYMPS情景的感熱通量模擬值整體偏高，尤其是東北裸地和西南林草區(qū)，而潛熱通量在上述兩個(gè)區(qū)域基本為負(fù)值；CDHSP和GLHYMPS情景模擬結(jié)果與Homogeneity情景相反，在西部裸地及稀疏植被覆蓋地區(qū)尤為明顯，原因在于二者不同的土壤滲透系數(shù)參數(shù)化設(shè)置方案；相比Homogeneity情景，MIX情景稍顯復(fù)雜，感熱通量在東北裸地和西南林草區(qū)較高，在西北和西南裸地區(qū)偏低，地表溫度和潛熱通量值整體呈現(xiàn)偏高趨勢(shì)，僅在西南黑河干、支流沿岸出現(xiàn)低值。綜上，模型模擬的地下水埋深、地表熱通量和地表溫度的空間差值分布具有一定的敏感性，受下墊面、地形等環(huán)境因素影響而產(chǎn)生不同的陸面過程響應(yīng)。整體上，4種情景在中部平坦的農(nóng)田區(qū)差異較小，而在東北海拔較高的荒漠區(qū)差異明顯。

圖6 研究區(qū)平均地下水位埋深、感熱通量、潛熱通量和地表溫度的空間差值對(duì)比Fig.6 Spatial difference comparison of averaged groundwater table depth,sensible heat flux,latent heat flux and land surface temperature

3.4 不同下墊面的影響

為深入探究下墊面因素通過土壤和含水層系統(tǒng)異質(zhì)性對(duì)地表熱通量的影響程度，本文繪制了模擬區(qū)域內(nèi)裸地(荒漠及高山稀疏植被)和農(nóng)田(農(nóng)作物及農(nóng)用地混合像元)兩種下墊面對(duì)應(yīng)的平均感熱通量、潛熱通量和地表溫度箱型圖(圖7)。可以看出，整體上Homogeneity、GLHYMPS和MIX 3種情景結(jié)果較接近；CDHSP情景與其他情景模擬結(jié)果差異(標(biāo)準(zhǔn)差和中位數(shù))較大，感熱通量模擬值較高，潛熱通量和地表溫度模擬值偏低，這說明CDHSP情景下土壤和含水層系統(tǒng)的水力特性設(shè)置使得地表溫度和熱通量的模擬值域更廣泛、分布更離散。橫向比較，對(duì)于農(nóng)田下墊面，4種情景下的平均熱通量和地表溫度模擬結(jié)果差異較小，這與前面分析結(jié)果一致；而對(duì)于裸地下墊面，Homogeneity和GLHYMPS情景的模擬結(jié)果中位數(shù)相近，MIX情景模擬的感熱通量中位數(shù)比前兩種情景高、潛熱通量的中位數(shù)則較低。從模擬結(jié)果的值域范圍看，MIX情景與Homogeneity情景最為接近。綜上可知，裸地下墊面對(duì)地表熱通量和溫度的影響較大，MIX情景模擬結(jié)果的穩(wěn)定性最好。

圖7 裸地和農(nóng)田下墊面的平均感熱通量、潛熱通量和地表溫度箱型圖Fig.7 Box plots of average sensible heat flux,latent heat flux and land surface temperature of bare land and cropland

4 結(jié)論

理解滲透系數(shù)的異質(zhì)性對(duì)區(qū)域尺度水文集成模擬尤為重要。本文使用基于三維物理過程的地下水—陸面過程耦合模型ParFlow-CLM，依據(jù)不同土壤和含水層滲透系數(shù)情景設(shè)置，定量描述土壤和含水層系統(tǒng)異質(zhì)性對(duì)地表熱通量的影響。經(jīng)過對(duì)地下水位埋深、地表感(潛)熱通量、地表溫度和分層土壤溫度與觀測(cè)數(shù)據(jù)的比較以及典型下墊面影響下時(shí)空分布特征的統(tǒng)計(jì)分析，主要結(jié)論如下：1)在黑河流域中游密集農(nóng)業(yè)區(qū)，忽略水平向異質(zhì)性會(huì)導(dǎo)致地表熱通量模擬精度降低和不確定性增加；忽略垂直向異質(zhì)性會(huì)導(dǎo)致地表溫度模擬精度降低。同時(shí)，長期、持續(xù)的灌溉打破了潛水埋深對(duì)潛熱通量的絕對(duì)控制，淺層水分成為主導(dǎo)土壤異質(zhì)性影響地表能量分布及變化的因素之一。2)3種異質(zhì)性情景與均值情景的地表熱通量和溫度差值空間分布對(duì)下墊面、地形等環(huán)境因素具有一定敏感性，下墊面因素對(duì)地表能量受土壤和含水層系統(tǒng)異質(zhì)性的影響程度具有控制作用，尤其是對(duì)感熱通量和地表溫度的模擬影響較大。3)滲透系數(shù)的空間異質(zhì)性在地形起伏較大的山區(qū)對(duì)地表熱通量和溫度的模擬影響遠(yuǎn)大于平原區(qū)。

本研究存在以下不足：1)模擬結(jié)果受輸入數(shù)據(jù)(滲透系數(shù)數(shù)據(jù)集、驅(qū)動(dòng)數(shù)據(jù)等)質(zhì)量限制，需利用長期監(jiān)測(cè)數(shù)據(jù)，進(jìn)行不同尺度的對(duì)比和驗(yàn)證；同時(shí)，滲透系數(shù)數(shù)據(jù)集需利用野外勘察及輔助信息進(jìn)行校核。2)模擬時(shí)長仍需繼續(xù)擴(kuò)展，最好能涵蓋一個(gè)旱澇年周期，可深入探究滲透系數(shù)對(duì)地表熱通量的年際及年內(nèi)影響規(guī)律。3)黑河流域中游模擬區(qū)域滲透系數(shù)的異質(zhì)性變化范圍有限，仍需擴(kuò)展到整個(gè)黑河流域甚至西北地區(qū)，以更全面地模擬土壤和含水層系統(tǒng)異質(zhì)性對(duì)地下水—地表水交互的影響。

國家青藏高原科學(xué)數(shù)據(jù)中心提供黑河流域大氣驅(qū)動(dòng)數(shù)據(jù)集(2000-2018)、土地利用覆被數(shù)據(jù)集、30弧秒分辨率地表水和地下水灌溉量數(shù)據(jù)集、流域中游渠道流量測(cè)量數(shù)據(jù)集以及張掖灌溉渠系數(shù)據(jù)集、中國土壤數(shù)據(jù)集和祁連山綜合觀測(cè)網(wǎng)“黑河流域地表過程綜合觀測(cè)網(wǎng)數(shù)據(jù)集”，CGIAR-CSI提供SRTM DEM數(shù)據(jù)，此致謝忱！