牛莉婷，李弘毅，王建

1.中國科學(xué)院西北生態(tài)環(huán)境資源研究院，蘭州 730000

2.中國科學(xué)院大學(xué)，北京 100000

3.甘肅省水土保持科學(xué)研究所，蘭州 730020

4.中國科學(xué)院黑河遙感試驗研究站，甘肅張掖 734000

5.江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心，南京 210023

引 言

黑河流域是我國第二大內(nèi)陸河流，其上游（鶯落峽出山口以上地區(qū)）形成的徑流為中下游農(nóng)業(yè)提供重要的水資源[1]，積雪融水則是黑河上游徑流的重要補給。黑河流域上游位于青藏高原東北邊緣，面積為10 009 km2，海拔為1674-5108 m。流域內(nèi)地形復(fù)雜，地勢南高北低，氣候寒冷。在氣候變化背景下，流域內(nèi)年均氣溫升高，降水增多[2-3]，融雪過程發(fā)生顯著變化[4]。融雪對水文過程的貢獻(xiàn)會極大地影響植被的生長和水資源的利用[5]。黑河上游的積雪融水變化會進(jìn)一步引發(fā)流域生態(tài)環(huán)境及中下游地區(qū)工農(nóng)業(yè)和人畜用水改變[4]。因此定量化理解黑河上游積雪水資源及其變化具有重要意義。

目前，國內(nèi)外學(xué)者利用已有數(shù)據(jù)集開展了眾多有關(guān)積雪融水方面的研究。MODIS積雪產(chǎn)品被廣泛應(yīng)用于積雪水文和水文模型研究[6-8]，例如，高寒山區(qū)融雪末期雪線高度的遙感監(jiān)測[9]和變化特征分析[10]、積雪消融時空變化分析[11]、融雪徑流模擬[12-14]。也有學(xué)者利用被動微波數(shù)據(jù)(AMSR-E)估算雪水當(dāng)量[15]。還有一些學(xué)者對AMSR-E雪深產(chǎn)品、FY-3B雪深產(chǎn)品和GlobSnow雪水當(dāng)量產(chǎn)品等進(jìn)行精度驗證和評價[16-17]。然而對典型區(qū)域（流域）長時間序列積雪水資源數(shù)據(jù)集的研究相對較少。

本文基于分布式寒區(qū)水文模型，利用氣象臺站數(shù)據(jù)、再分析資料和遙感積雪面積數(shù)據(jù)等，制作了黑河流域上游2000-2015年的逐日融雪徑流深、逐日雪水當(dāng)量及逐年融雪徑流系數(shù)數(shù)據(jù)。本數(shù)據(jù)能夠定量描述黑河上游積雪水資源及其變化，可用于進(jìn)一步開展流域內(nèi)水文過程、水資源利用和管理、積雪災(zāi)害監(jiān)測及防治等研究。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)源

1.1.1 水文模型驅(qū)動數(shù)據(jù)

水文模型驅(qū)動數(shù)據(jù)主要有DEM數(shù)據(jù)、氣象數(shù)據(jù)、土壤數(shù)據(jù)、土地覆蓋數(shù)據(jù)和遙感積雪面積數(shù)據(jù)。DEM數(shù)據(jù)是空間分辨率為90 m的SRTM4(Shuttle Radar Topography Miss) 數(shù)據(jù)，來源于地理空間數(shù)據(jù)云 (http://www.gscloud.cn)。氣象數(shù)據(jù)使用空間分辨率為0.05°×0.05°，時間分辨率為1 h的黑河流域 2000-2015年大氣驅(qū)動數(shù)據(jù)集[18]，該數(shù)據(jù)為中尺度數(shù)值預(yù)報模式 (Weather Research and Forecasting model, WRF) 模擬數(shù)據(jù)，來源于國家冰川凍土沙漠科學(xué)數(shù)據(jù)中心 (http://www.ncdc.ac.cn)。土壤數(shù)據(jù)使用中國土壤屬性數(shù)據(jù)集[19-20]，來源于國家青藏高原科學(xué)數(shù)據(jù)中心(http://data.tpdc.ac.cn/zh-hans/)。土地覆蓋數(shù)據(jù)使用空間分辨率為1 km的中國地區(qū)土地覆蓋綜合數(shù)據(jù)(GLC2000)[21]，來源于國家冰川凍土沙漠科學(xué)數(shù)據(jù)中心 (http://www.ncdc.ac.cn)。遙感積雪面積數(shù)據(jù)使用中國MODIS逐日無云500 m積雪面積產(chǎn)品數(shù)據(jù)集[22]，來源于國家冰川凍土沙漠科學(xué)數(shù)據(jù)中心(http://www.ncdc.ac.cn)。

1.1.2 水文模型驗證數(shù)據(jù)

水文模型驗證數(shù)據(jù)主要有積雪深度數(shù)據(jù)、水文徑流數(shù)據(jù)和遙感積雪面積數(shù)據(jù)。積雪深度數(shù)據(jù)使用流域內(nèi)自動氣象站-埡口積雪觀測站的逐日觀測雪深數(shù)據(jù)。徑流數(shù)據(jù)使用流域內(nèi)水文站-鶯落峽站（整個流域的控制站點）、扎馬什克站（野牛溝子流域的控制站點）和祁連站（八寶河子流域的控制站點）的逐日觀測徑流。遙感積雪面積數(shù)據(jù)使用中國MODIS逐日無云500 m積雪面積產(chǎn)品數(shù)據(jù)集[22]。以上數(shù)據(jù)均來源于國家冰川凍土沙漠科學(xué)數(shù)據(jù)中心 (http://www.ncdc.ac.cn)，相關(guān)信息見表1。

表1 驗證數(shù)據(jù)及相關(guān)信息Table 1 Information about validation data

1.1.3 其他數(shù)據(jù)

其他數(shù)據(jù)主要是流域內(nèi)及其周圍8個氣象站點2000-2015年的逐日觀測降水?dāng)?shù)據(jù)。流域內(nèi)氣象站點是野牛溝站和祁連站，周圍氣象站點包括托勒站、剛察站、永昌站、山丹站、張掖站和高臺站，黑河流域上游位置及站點分布如圖1所示，各氣象站點相關(guān)信息如表2所示。氣象數(shù)據(jù)均來源于國家氣象科學(xué)數(shù)據(jù)中心（http://data.cma.cn）。

圖1 黑河流域上游位置及站點分布Figure 1 Location and stations distribution of the upstream Heihe River Basin

表2 流域及周圍氣象站點信息Table 2 Information about meteorological stations in and around the basin

1.2 數(shù)據(jù)處理方法

利用遙感積雪面積數(shù)據(jù)驅(qū)動并標(biāo)定分布式寒區(qū)水文模型 GBEHM，利用地面調(diào)查得到的積雪屬性數(shù)據(jù)，為模型提供更為準(zhǔn)確的參數(shù)信息，進(jìn)而估算了2000-2015年的融雪徑流深逐日數(shù)據(jù)、雪水當(dāng)量逐日數(shù)據(jù)和融雪徑流系數(shù)逐年數(shù)據(jù)。

1.2.1 數(shù)據(jù)預(yù)處理

選擇位于流域內(nèi)的氣象數(shù)據(jù)、土壤數(shù)據(jù)、土地覆蓋數(shù)據(jù)和中國MODIS逐日無云500 m積雪面積產(chǎn)品數(shù)據(jù)，并對氣象數(shù)據(jù)、土壤數(shù)據(jù)和中國MODIS逐日無云500 m積雪面積產(chǎn)品數(shù)據(jù)以1 km的空間分辨率進(jìn)行重采樣；利用流域內(nèi)及其周圍8個氣象臺站的逐日觀測降水?dāng)?shù)據(jù)，基于改進(jìn)了分位數(shù)映射法（Quantile Mapping，QM）糾正降水頻率的方法，對WRF模式模擬輸出的逐日降水?dāng)?shù)據(jù)進(jìn)行誤差訂正[1]，改善年降水的空間分布。

1.2.2 制備方法

（1）分布式寒區(qū)水文模型GBEHM

本數(shù)據(jù)集采用的水文模型為Geomorphology-Based Eco-hydrological Model (GBEHM)。GBEHM是一個基于物理的生態(tài)水文模型，模擬雪的積累、融化和產(chǎn)流過程，最初由YANG[23]等人研發(fā)，后來由LI[24]等人改進(jìn)。改進(jìn)后的模型使用詳細(xì)的分離方法迭代計算了融雪水在積雪、各土層的評估和各含水層中的比例，追蹤了融雪對徑流的貢獻(xiàn)及其融雪路徑，使融雪貢獻(xiàn)模擬更加合理[24-25]。

從積雪中釋放出的融雪水，經(jīng)歷土壤入滲、地表蒸發(fā)和地表徑流形成等過程。大部分的融雪徑流滲入土壤層，置換舊水，產(chǎn)生側(cè)向流或基流。GBEHM模型產(chǎn)生的總徑流由地表流、側(cè)向流和基流組成，土壤中的融雪水分布在這三種徑流中。

GBEHM模型的輸入數(shù)據(jù)主要有DEM數(shù)據(jù)、土地覆蓋數(shù)據(jù)、氣象數(shù)據(jù)和土壤數(shù)據(jù)，輸出數(shù)據(jù)主要包括徑流（總徑流、地表徑流、側(cè)向流、基流以及融雪徑流）、降水（降雨和降雪）、蒸散發(fā)、雪深、雪水當(dāng)量、地表溫度和積雪像元等。模型的其他細(xì)節(jié)詳見YANG[23]等人和LI[24]等人的相關(guān)論述。

（2）GBEHM模型參數(shù)標(biāo)定

GBEHM 模型需要標(biāo)定的參數(shù)主要包括雨雪區(qū)分溫度、雪面粗糙度、承壓水層深度、地下水孔隙度、地下水導(dǎo)水率、側(cè)向流分配系數(shù)和蒸散發(fā)調(diào)節(jié)系數(shù)。本文基于臨界溫度法[26]，根據(jù)0℃至臨界溫度范圍內(nèi)空氣溫度與雨雪分配的經(jīng)驗關(guān)系，選取2℃作為區(qū)分雨雪的臨界溫度[24,27]；通過對埡口積雪觀測站積雪深度的現(xiàn)場觀測，標(biāo)定了積雪表面粗糙度[24]；根據(jù)黑河上游鶯落峽水文站的逐日徑流數(shù)據(jù)，采用手動標(biāo)定法對承壓水層深度、地下水孔隙度、地下水導(dǎo)水率、側(cè)向流分配系數(shù)和蒸散發(fā)調(diào)節(jié)系數(shù)等水文過程的相關(guān)參數(shù)進(jìn)行標(biāo)定。

（3）精度驗證

本文選用納什系數(shù)(NSE)、體積偏差百分率（VE）、均方根誤差(RMSE)和決定系數(shù)（R2）對模型模擬的積雪深度、徑流量、雪水當(dāng)量和積雪面積覆蓋率等結(jié)果進(jìn)行了精度驗證。根據(jù)公式（1）-（4），依次計算NSE、VE、RMSE和R2。

2 數(shù)據(jù)集描述

本數(shù)據(jù)集一共包括3個子數(shù)據(jù)集。具體描述如下：

（1）融雪徑流深數(shù)據(jù)：該數(shù)據(jù)集包含2000年1月至2015年12月逐月存儲的192個tiff文件，每個tiff文件包含當(dāng)月逐日數(shù)據(jù)。

數(shù)據(jù)文件名稱：smelt_yyyymm.tif；

字段中文名稱：融雪徑流深；

字段度量單位：mm；

字段代碼說明：smelt指代融雪徑流深，yyyy為年，例如2000，mm為月，例如3月為03。

圖2是2000年2月1日黑河流域上游的融雪徑流深。

（2）雪水當(dāng)量數(shù)據(jù)：該數(shù)據(jù)集包含2000年1月至2015年12月逐月存儲的192個tiff文件，每個tiff文件包含當(dāng)月逐日數(shù)據(jù)。

數(shù)據(jù)文件名稱：swe_yyyymm.tif；

字段中文名稱：雪水當(dāng)量；

字段度量單位：mm；

字段代碼說明：swe指代雪水當(dāng)量，yyyy為年，例如2000，mm為月，例如3月為03。

圖3是2000年2月1日黑河流域上游的雪水當(dāng)量。

圖2 2000年2月1日黑河流域上游融雪徑流深Figure 2 Snowmelt runoff depth in the upstream Heihe River Basin on February 1, 2000

圖3 2000年2月1日黑河流域上游雪水當(dāng)量Figure 3 Snow water equivalent in the upstream Heihe River Basin on February 1, 2000

（3）融雪徑流系數(shù)：該數(shù)據(jù)集包含2000年至2015年逐年存儲的16個tiff文件。

數(shù)據(jù)文件名稱：cs_yyyy.tif；

字段中文名稱：融雪徑流系數(shù)；

字段度量單位：無量綱；

字段代碼說明：cs指代融雪徑流系數(shù)，yyyy為年，例如2000。

圖4是2000年黑河流域上游的融雪徑流系數(shù)。

圖4 2000年黑河流域上游融雪徑流系數(shù)Figure 4 Snow runoff coefficient in the upstream Heihe River Basin in 2000

3 數(shù)據(jù)質(zhì)量控制和評估

為了驗證本數(shù)據(jù)集的精度和可靠性，本文使用了多種方式對其質(zhì)量進(jìn)行控制。

（1）在不同尺度上驗證GBEHM模型模擬的積雪深度、徑流和積雪面積

從不同尺度上對模型模擬的積雪深度、徑流和積雪面積進(jìn)行驗證，發(fā)現(xiàn)模擬值與觀測結(jié)果均具有較好的一致性[24]。首先，利用埡口積雪觀測站2008年和2014年的觀測積雪深度數(shù)據(jù)，對比驗證模型模擬的雪深數(shù)據(jù)，兩者的RMSE分別為25.4 mm和13.7 mm。然后，利用流域內(nèi)水文站的長時段逐日徑流觀測數(shù)據(jù)，對比驗證黑河流域上游、野牛溝子流域和八寶河子流域的模擬徑流。2004-2015年，黑河流域上游、野牛溝子流域和八寶河子流域的NSE分別為0.62、0.79和0.7。最后，利用遙感積雪面積數(shù)據(jù)，對比驗證黑河流域上游積雪面積的模擬值。將模擬的逐月積雪面積數(shù)據(jù)與逐月積雪面積遙感數(shù)據(jù)進(jìn)行了時間對比，其模擬值與遙感數(shù)據(jù)之間的NSE為0.74，RMSE為0.13。

（2）應(yīng)用遙感積雪面積數(shù)據(jù)前后的水文指標(biāo)模擬精度驗證

比較在GBEHM模型中加入遙感積雪面積數(shù)據(jù)前后，八寶河子流域徑流量、雪水當(dāng)量和積雪面積覆蓋率等水文指標(biāo)的模擬精度，發(fā)現(xiàn)應(yīng)用遙感積雪面積數(shù)據(jù)能夠提高模型對徑流量、雪水當(dāng)量和積雪面積覆蓋率的模擬精度，如表3所示。

表3 遙感積雪面積數(shù)據(jù)應(yīng)用前后水文指標(biāo)模擬結(jié)果Table 3 Simulation results of hydrological indicators before and after application of remote sensing snow area data

4 數(shù)據(jù)價值

本研究基于分布式寒區(qū)水文模型（GBEHM），結(jié)合黑河流域上游氣象要素資料和遙感數(shù)據(jù)，制作了流域內(nèi)2000-2015年的積雪水資源數(shù)據(jù)集。本數(shù)據(jù)具有較高的時空分辨率、持續(xù)的時間覆蓋以及可靠的質(zhì)量，能夠定量描述黑河上游積雪水資源及其變化。本數(shù)據(jù)集可作為進(jìn)一步開展流域水文模擬研究和氣候變化研究的重要數(shù)據(jù)源，可作為流域水資源重新分配及其用水管理模式研究的數(shù)據(jù)支持，同時也可為中下游工農(nóng)業(yè)生產(chǎn)、基礎(chǔ)設(shè)施建設(shè)和生態(tài)環(huán)境建設(shè)提供重要依據(jù)。

5 數(shù)據(jù)使用方法

本數(shù)據(jù)集由國家冰川凍土沙漠科學(xué)數(shù)據(jù)中心提供共享服務(wù)。使用者可在ArcGIS、ENVI等地理信息系統(tǒng)和遙感軟件環(huán)境下查看、運算以及制作專題圖，也可使用Python進(jìn)行數(shù)據(jù)的讀取和趨勢分析等操作。