倪靜雯， 高紅凱， 秦延華， 張文鑫， 何天豪， 雍磊磊， 馮紫荊

（1. 華東師范大學(xué) 地理科學(xué)學(xué)院，上海 200241； 2. 曲阜師范大學(xué) 地理與旅游學(xué)院，山東 日照 276826；3. 隆德大學(xué) 自然地理與生態(tài)科學(xué)系，瑞典 隆德 SE223 62）

0 引言

天山作為“中亞水塔”，是中下游及周邊干旱區(qū)關(guān)鍵的水源地，養(yǎng)育了近1.5 億人口，對區(qū)域經(jīng)濟(jì)、社會和生態(tài)可持續(xù)發(fā)展起到了決定性作用［1］。此外，作為亞歐大陸腹地一條巨大的獨(dú)立緯向山系，其水文水資源隨海拔變化的規(guī)律非常典型［2］。隨著全球變暖，天山區(qū)域水循環(huán)規(guī)律發(fā)生顯著變化［3］。但由于觀測站點(diǎn)稀疏、資料缺乏，人們對水文過程的認(rèn)識仍存在不確定性。因此，亟需通過模型模擬并預(yù)估天山流域各高程帶水資源演變，揭示氣候變化背景下水資源及景觀隨海拔變化的特點(diǎn)及機(jī)理，以支撐未來水資源合理開發(fā)和利用以及可持續(xù)發(fā)展。

冰川和積雪消融在天山地區(qū)水文過程中起到重要作用，冰雪消融模擬目前主要有兩類模型：一類是基于度日因子的概念模型，在SRM、HBV、新安江等模型中應(yīng)用廣泛［4］；另一類是基于能量平衡的消融物理模型，在SWAT［5-6］、SNTHERN、VIC［7］模型中也有大量應(yīng)用。已有的模擬結(jié)果表明：全球變暖使得天山地區(qū)降水量總體呈上升趨勢［8］，其中天山西段增加最多，只有天山東段的東南坡降水有所減少［9］，由此導(dǎo)致天山地區(qū)地表水資源增加［10］；同時(shí)，溫度升高加速了天山區(qū)域冰川積雪的消融［11］，使得冰雪融水補(bǔ)給在近年來持續(xù)增加，到2050年左右達(dá)到拐點(diǎn)，而后開始減少［12-13］。由于植被生長受水分和熱量條件影響，是反映環(huán)境變化的綜合指標(biāo)［14］，所以天山地區(qū)的植被分布和歸一化植被指數(shù)均隨氣候變化而動態(tài)演變［15］。此外，植被分布和變化也是徑流量和蒸發(fā)量空間分異的主要原因之一，生態(tài)水文各要素互饋關(guān)系復(fù)雜［16-17］。由此可見，天山地區(qū)水循環(huán)是氣象、水文、冰雪、植被等相互作用的復(fù)雜系統(tǒng)［3］。然而目前研究多以上述某一方面或要素作為對象，對天山流域降水、蒸發(fā)、冰雪融水、徑流等主要水文過程，及其與氣候、景觀、地形、植被等地理綜合體的偶連效應(yīng)機(jī)理仍缺少詳細(xì)模擬和討論［18-20］。

本研究基于自主研發(fā)的冰川水文模型FLEXGΔh［21］將水文模型和冰川響應(yīng)模型耦合，能夠根據(jù)溫度和降水變化，動態(tài)模擬各高程帶冰川物質(zhì)平衡、徑流深、蒸發(fā)量等水文要素。該模型不僅可服務(wù)于傳統(tǒng)的徑流預(yù)報(bào)與預(yù)估等工程水文需求，還通過嚴(yán)格檢驗(yàn)水文要素模擬的中間過程，驗(yàn)證模型的可靠性和真實(shí)性［22-24］，以模擬為手段，認(rèn)識并定量揭示流域水文過程。本文以天山4 個典型流域?yàn)檠芯繀^(qū)，將FLEXG-Δh模型由單條冰川模擬拓展應(yīng)用至研究區(qū)內(nèi)2 282 條冰川，對其2020—2100 年各高程帶冰儲量變化進(jìn)行模擬，在此基礎(chǔ)上，對流域各高程帶水資源狀況進(jìn)行精細(xì)預(yù)估。最后，總結(jié)水文要素垂直地帶性規(guī)律并定量分析其機(jī)理過程，預(yù)估全球變暖對該地區(qū)水文多要素的影響。

1 研究區(qū)及數(shù)據(jù)

1.1 研究區(qū)概況

綜合考慮流域特征和數(shù)據(jù)的可獲取性，本文選擇博爾塔拉河、塔西河、特克斯河、開都河四個研究基礎(chǔ)較好的天山山區(qū)典型流域作為研究區(qū)（圖1）。流域范圍在42°11′32″～45°10′18″ N，79°23′19″～86°18′21″ E，高程位于885～5 987 m。研究區(qū)內(nèi)的降水集中在春、夏季節(jié)，平均年降水量超過200 mm［25］。降水為河流提供了降雨徑流和冰雪融水徑流補(bǔ)給，是中下游綠洲區(qū)域重要的水資源。研究區(qū)內(nèi)的主要植被類型為：荒漠草原、高山草甸和針葉林［26］。四個流域分屬天山不同區(qū)域且具有各自特征。其中，開都河位于天山南坡中段，出山徑流由大山口水文站控制，年均徑流深為184.5 mm［27］。該流域徑流供給博斯騰湖，成為塔里木盆地的重要水源，覆蓋下游115 萬人口，水安全壓力較大［6，28］。特克斯河位于天山南坡西段，出山徑流由卡甫其海水文站控制，年均徑流深為272.8 mm［27］。相較于天山其他流域，特克斯河流域具有較大的面積、降水量和海拔高程差［29］，水文地帶性規(guī)律強(qiáng)。塔西河位于天山北坡東段，出山徑流由石門子水文站控制，年均徑流深為129.4 mm［30］。博爾塔拉河位于天山北坡西段，出山徑流由溫泉水文站控制，年均徑流深為137.1 mm［31］。該流域位于天山北坡的最西端，是艾比湖重要的水源，占入湖總量的70%［32］。流域的其他信息見表1。

表1 各流域基本情況Table 1 Basic conditions of each river basin

圖1 研究區(qū)及數(shù)據(jù)來源概況Fig. 1 Study area and data sources

1.2 數(shù)據(jù)來源

（1）徑流數(shù)據(jù)：來自新疆維吾爾自治區(qū)水文統(tǒng)計(jì)年鑒，使用各水文站點(diǎn)2006 年、2007 年的日徑流量數(shù)據(jù)。站點(diǎn)的位置和流域匹配情況見圖1、表1。

（2）氣象數(shù)據(jù)：歷史的氣象數(shù)據(jù)來自中國地面氣候資料日值數(shù)據(jù)集（V3.0）（http：//data.cma.cn/）。由于天山地區(qū)高海拔、地形復(fù)雜、氣候寒冷等原因，氣象監(jiān)測站點(diǎn)少。所以選擇距離各流域最近的氣象站獲取2006 年、2007 年日均溫和日降水量（圖1、表1）。未來氣象數(shù)據(jù)采用GFDL-ESM4模型在第六次國際耦合模式比較計(jì)劃（CMIP6）中模擬的兩種共享社會經(jīng)濟(jì)路徑下的氣候情景（SSP1-RCP2.6 和SSP5-RCP8.5）數(shù)據(jù)（https：//www. isimip. org/gettingstarted/data-access/）。SSP1-RCP2.6 代表可持續(xù)發(fā)展的社會經(jīng)濟(jì)路徑，即溫室氣體排放得到有效控制，溫度上升盡可能控制在1.5 ℃或者2.0 ℃。SSP5-RCP8.5 為化石燃料繼續(xù)開發(fā)和碳排放持續(xù)上升的社會經(jīng)濟(jì)路徑，氣候持續(xù)變暖嚴(yán)重。為了使未來氣候數(shù)據(jù)更能反映當(dāng)?shù)貧夂蜃兓覀兏鶕?jù)Lange［33］介紹的氣象數(shù)據(jù)校正方法對日降水量和日均溫分別進(jìn)行了乘法調(diào)整和加法調(diào)整。乘法調(diào)整是指通過計(jì)算模型的歷史時(shí)期數(shù)據(jù)和對應(yīng)的觀測數(shù)據(jù)間的比例因子來校正未來時(shí)期的氣候數(shù)據(jù)。加法調(diào)整是指通過計(jì)算模型的歷史時(shí)期數(shù)據(jù)相對于觀測數(shù)據(jù)的月均值偏移量來校正未來時(shí)期的氣候數(shù)據(jù)。由于觀測數(shù)據(jù)年份只有兩年，我們用這兩年的均值與模型2001—2010 年的均值來計(jì)算調(diào)整函數(shù)的比例因子和偏移量。最終得到2020—2100年各氣象站日均溫和日降水量。

（3）冰川數(shù)據(jù)：冰川厚度和覆蓋范圍數(shù)據(jù)使用第六版?zhèn)惖婪虮ň幠浚≧GI6.0）［34］。冰川范圍數(shù)據(jù)為矢量數(shù)據(jù)、冰川厚度為柵格數(shù)據(jù)，空間分辨率為25 m。

（4）數(shù)字高程模型（Digital Elevation Model，DEM）：使用SRTM數(shù)據(jù)（https：//www.gscloud.cn/），空間分辨率為90 m。

（5）地表植被類型：來源于青藏高原科學(xué)數(shù)據(jù)中心（http：//data. tpdc. ac. cn/zh-hans/）［35］，該數(shù)據(jù)為2020年地表覆蓋的柵格圖層，空間分辨率為500 m。

2 研究方法

FLEXG-Δh模型分為FLEXG冰川水文模型和冰川響應(yīng)的Δh參數(shù)化方案兩個部分。FLEXG冰川水文模型將流域分為冰川區(qū)與非冰川區(qū)兩個部分，分別模擬產(chǎn)流過程［36］。Δh參數(shù)化方法按冰川的面積分類使用經(jīng)驗(yàn)曲線模擬不同高度冰川響應(yīng)變化［37］。最后利用冰川物質(zhì)平衡（GMB）將FLEXG冰川水文模型與Δh參數(shù)化方案進(jìn)行結(jié)合［21］，在不斷更新冰川面積的情況下對各高程帶水資源情況進(jìn)行預(yù)估。

2.1 FLEXG冰川水文模型

本研究中，F(xiàn)LEXG模型用于模擬冰川水文過程，通過各高程帶氣溫、降水量以及冰川與非冰川區(qū)面積比率作為輸入，以觀測到的徑流深作為模型率定和驗(yàn)證數(shù)據(jù)，確定水文平衡方程中各參數(shù)的取值。隨后即可通過氣溫、降水以及冰川面積數(shù)據(jù)模擬各高程帶冰川區(qū)及非冰川區(qū)徑流量、蒸發(fā)量及冰川物質(zhì)平衡。

FLEXG模型中冰川區(qū)和非冰川區(qū)的水量平衡方程和本構(gòu)方程見表2。首先，冰川區(qū)和非冰川區(qū)具有相似的降水和融雪過程。其中降水根據(jù)該高程帶氣溫與閾值溫度比較，可進(jìn)一步分為降雨或降雪［表2，式（1）～（2）］。

表2 FLEXG模型公式Table 2 The equations in FLEXG model

積雪可看作一種多孔介質(zhì)，能保持一部分液態(tài)水。而儲藏在積雪中的液態(tài)水有可能因?yàn)闇囟冉档陀种貎鼋Y(jié)變?yōu)楣虘B(tài)的粒雪。因此使用表2，式（3）～（7）描述融雪消融和重凍結(jié)等過程。

對于冰川區(qū)，液態(tài)水會再次經(jīng)歷與融雪過程類似的冰川融化過程。有所不同的是，冰川的融化不僅需要溫度大于閾值同時(shí)還要表面無積雪覆蓋。不同的參數(shù)表達(dá)式見表2，式（8）～（10）。

對于非冰川區(qū)，液態(tài)水可能形成徑流也可能被土壤吸收，這主要取決于相對土壤濕度、蒸發(fā)量和液態(tài)降水量［表2，式（11）～（13）］。形成的徑流分為快速徑流和慢速徑流，分別對應(yīng)于模型中快速和慢速響應(yīng)模塊［表2，式（14）～（17）］。

2.2 Δh參數(shù)化方案

Huss 等［37］使用瑞士34 條具有長期觀測記錄的冰川為基礎(chǔ)，提出Δh冰川響應(yīng)參數(shù)化方案，并與冰川水文模型中的GMB 進(jìn)行耦合。理論上來說，低海拔相較于高海拔，冰川物質(zhì)損失對氣候變化更為敏感。此外，面積范圍較小的冰川，其物質(zhì)損失面積比例越大，往往不局限于冰川末端。因此，按照冰川面積分三類討論，即面積大于20 km2、面積小于5 km2以及位于兩者之間。冰川厚度的變化Δh參數(shù)采用無量綱形式，即使用(hmax-h)/(hmax-hmin)進(jìn)行標(biāo)準(zhǔn)化。具體厚度變化見式（18）。

式中：Δh為標(biāo)準(zhǔn)化冰川厚度變化；hr為標(biāo)準(zhǔn)化冰川高程；S為冰川面積（km2）。

該方案以各高程帶氣溫、降水量、冰川與非冰川區(qū)面積比率以及該區(qū)域率定得到的冰川區(qū)參數(shù)作為輸入，能夠模擬得到未來氣候環(huán)境下各高程帶冰川的面積及體積。

2.3 改進(jìn)的FLEXG-Δh模型

本文將FLEXG-Δh模型進(jìn)行改進(jìn)，使其在保證單條冰川的精度之下能夠進(jìn)行流域尺度的模擬。總體框架分為三步（圖2）。第一步，疊加冰川區(qū)范圍和DEM即可得到以50 m為間隔，流域各高程帶各坡向冰川與非冰川區(qū)占比，以此作為FLEXG模型冰川數(shù)據(jù)。此外，由于流域氣象站點(diǎn)稀疏，且多分布在低海拔的谷地，并不能代表整個流域的氣候狀況。因此使用式（19）、（20）進(jìn)行線性插值，其中氣溫直減率取-0.007 ℃·m-1，降水增加系數(shù)為0.042%·m-1［36］。

圖2 改進(jìn)的FLEXG-Δh模型框架圖Fig. 2 Structure of the improved FLEXG-Δh model

式中：T、H、P分別表示所求高程帶的溫度（℃）、中心高程（m）、降水量（mm）；T0、H0、P0表示站點(diǎn)溫度（℃）、高程（m）、降水量（mm）。

將處理后的冰川、氣象、地形等數(shù)據(jù)輸入FLEXG模型，模型內(nèi)部使用蒙特卡洛方法，共模擬105次，通過Kling-Gupta 效率系數(shù)（IKGE）以及實(shí)測徑流量來評估模擬精度，見式（21）［38］。

式中：r為模擬值與觀測值之間的線性相關(guān)系數(shù)；α為模擬值與觀測值的標(biāo)準(zhǔn)差之比；β為模擬值與觀測值的均值之比。

表2中各流域的13個不確定參數(shù)，使用2006年的徑流數(shù)據(jù)進(jìn)行率定，再使用2007 年數(shù)據(jù)進(jìn)行檢驗(yàn)。參數(shù)先驗(yàn)范圍參考文獻(xiàn)［36］。

第二步，采用Δh參數(shù)化方案對流域內(nèi)2 282 條冰川逐個進(jìn)行厚度變化模擬，從而更新流域內(nèi)冰川的厚度、面積、冰儲量。該步驟所需數(shù)據(jù)有未來氣溫、降水量和目前單條冰川各高程帶平均冰川厚度信息以及第一步得到的流域冰川區(qū)參數(shù)。然后按照高程帶對流域內(nèi)所有冰川求和得到流域未來冰川分布情況。

第三步，再根據(jù)未來氣象數(shù)據(jù)、第二步模擬的冰川分布情況使用FLEXG模型模擬流域未來冰川區(qū)與非冰川區(qū)各自的徑流量、蒸發(fā)量、冰川物質(zhì)平衡變化等。

3 結(jié)果與討論

3.1 模型檢驗(yàn)

模型的檢驗(yàn)使用各流域水文站的實(shí)測數(shù)據(jù)。圖3 對比了率定期（2006 年）和檢驗(yàn)期（2007 年）每日實(shí)測與模擬的徑流深。從圖中可以看出，四個流域的模擬徑流量在率定期和檢驗(yàn)期都能較好地與實(shí)測數(shù)據(jù)匹配。率定期的平均IKGE系數(shù)為0.75；檢驗(yàn)期的平均IKGE系數(shù)為0.60。說明該模型能夠較好地重現(xiàn)歷史水文過程，具有可信度。

圖3 各流域率定期（2006年）與檢驗(yàn)期（2007年）IKGE系數(shù)、模擬徑流與實(shí)測徑流對比Fig. 3 IKGE coefficient and comparison between simulated and observed runoff of each river basin in calibration （2006） and validation （2007） period： Bortala River （a）， Kaidu River （b）， Taxi River （c）， Tekes River （d）

然而，研究區(qū)內(nèi)包含多處水庫，開都河1 處；特克斯河9 處［39］。由于缺乏水庫調(diào)度的實(shí)際運(yùn)行資料，模型無法模擬人為控制的徑流突變，例如開都河2007 年5 月21 日、特克斯2006 年10 月3 日。但水庫主要影響徑流的季節(jié)分配，對水資源總量影響不大。

表3為率定得到的冰川物質(zhì)平衡和冰川區(qū)徑流占比。通過對比以往研究中使用遙感［40］及實(shí)地觀測［41］方法得到的天山地區(qū)冰川物質(zhì)平衡數(shù)據(jù)，數(shù)量級相同、結(jié)果相似。此外，已有研究表明，全天山地區(qū)冰川融水占總徑流約為25%［19，42］，其中開都河冰川融水貢獻(xiàn)率為19.14%［43］，特克斯河所屬的伊犁河流域冰川融水貢獻(xiàn)率為19.2%［44］。這與本研究結(jié)果近似，由此說明冰川消融方面模擬結(jié)果合理可信。

表3 各流域2006年冰川物質(zhì)平衡與冰川區(qū)徑流占比Table 3 Glacier mass balance and contribution of glacial meltwater in 2006

3.2 冰川變化

目前研究區(qū)內(nèi)共有2 282 條冰川，總面積為817.71 km2，總體積為3.32×104km3。到21 世紀(jì)末，SSP1-RCP2.6 情景下研究區(qū)內(nèi)將有145 條冰川完全消融，冰川面積共減少276.47 km2（占現(xiàn)有冰川面積的33.81%），體積共減少1.81×104km3（占現(xiàn)有冰川體積的54.37%）。由于SSP5-RCP8.5 情景下溫度升高更多，冰川消融更為顯著。研究區(qū)內(nèi)將有222條冰川消失，面積共減少414.42 km2（占現(xiàn)有冰川面積的50.68%），體積減少約2.44×104km3（占現(xiàn)有冰川體積的73.47%）。各流域具體情況見表4。

表4 各流域21世紀(jì)末（SSP1-RCP2.5、SSP5-RCP8.5情景下）冰川消融情況Table 4 Glacier melting in 2100 （under SSP1-RCP2.5 and SSP5-RCP8.5 scenarios）

從冰川的高程分布來看（圖4），冰川分布于海拔3 000 m 以上，且冰川面積于海拔4 000 m 左右達(dá)到最大。對比2020 年與21 世紀(jì)末的冰川分布，低海拔地區(qū)，冰川面積變化顯著；高海拔地區(qū)消融相對較小。其中，海拔4 000 m 以下的消融量占總消融量的87.2%。這與以往遙感觀測和冰川物質(zhì)平衡的實(shí)地觀測結(jié)果一致［45-46］。處于最低海拔的冰川（范圍跨度在400 m 左右）往往面積較小且消融較快，至21 世紀(jì)末便完全消融。而在4 500 m 以上高程帶，由于溫度低，冰川較少出現(xiàn)物質(zhì)虧損現(xiàn)象。

圖4 各流域2020年及21世紀(jì)末（SSP1-RCP2.5、SSP5-RCP8.5情景下）冰川面積的垂直分布Fig. 4 Distribution of glacier area along with elevation in 2020 and 2100 （under SSP1-RCP2.5 and SSP5-RCP8.5 scenarios）：Bortala River （a）， Kaidu River （b）， Taxi River （c）， Tekes River （d）

從冰川區(qū)產(chǎn)流來看（圖5），平均年徑流量為0.25×108～30×108m3，由于特克斯河和開都河流域面積大，因此冰川區(qū)徑流量較大。模擬結(jié)果表明，到21 世紀(jì)末，除特克斯河外，其余流域冰川區(qū)徑流均有不同程度減少。其中，塔西河由于冰川消融量最大（表4），因此21 世紀(jì)末徑流量相較2020 年下降約66.3%，博爾塔拉河和開都河下降分別約53.9%和23.2%。從2020年至2100年，冰川區(qū)徑流量總體呈現(xiàn)出3 類情況：第一，冰川區(qū)徑流持續(xù)減少，如博爾塔拉河、開都河以及SSP5-RCP8.5 情景下的塔西河。第二，冰川區(qū)徑流未來即將出現(xiàn)拐點(diǎn)或峰值，如SSP1-RCP2.6 情景下的塔西河將在2030 年左右達(dá)到峰值。第三，冰川區(qū)徑流不發(fā)生明顯變化，如特克斯河。

圖5 各流域2020至2100年（SSP1-RCP2.5、SSP5-RCP8.5情景下）冰川區(qū)年徑流量Fig. 5 Annual runoff in glacier area from 2020 to 2100（under SSP1-RCP2.5 and SSP5-RCP8.5 scenarios）：Bortala River （a）， Kaidu River （b）， Taxi River （c）， Tekes River （d）

3.3 水文與景觀垂直地帶性

3.3.1 水文要素垂直變化及機(jī)理分析

通過模型計(jì)算出各高程帶目前水資源情況（圖6）。徑流量隨海拔升高先升高后降低，徑流的最大值普遍在4 000 m左右。這主要是由于在4 000 m以下地區(qū)，隨著海拔的升高，降水量增加，從而使得徑流量逐漸增加。而4 000 m 以上區(qū)域雖然降水量大，但溫度降低使得降水多以積雪等固態(tài)的形式保存，4 500 m以上高程帶冰川和積雪沒有明顯的消融現(xiàn)象（圖4）。

圖6 各流域用地面積及2020年水文要素垂直分布（其中：Ea表示蒸發(fā)量、Qm表示徑流深、P表示降水量）Fig. 6 Land use area and hydrological elements along with elevation in 2020 （where Ea represents evaporation， Qm represents runoff depth， and P represents precipitation）： Bortala River （a）， Kaidu River （b）， Taxi River （c）， Tekes River （d）

蒸發(fā)量同樣呈現(xiàn)先升高后降低，拐點(diǎn)普遍出現(xiàn)在2 000 m 左右。這是因?yàn)檎舭l(fā)量受水分條件和熱力因素的影響。在2 000 m 以下地區(qū)，隨著海拔升高降水增加，為蒸發(fā)提供水分條件，因此蒸發(fā)量增加。而2 000 m 以上地區(qū)，雖然降水增加，但溫度也越來越低，使得蒸發(fā)的熱力條件減小，因此蒸發(fā)量隨海拔升高而減小。總的來說，蒸發(fā)量在2 000 m以下區(qū)域受降水限制；而在2 000 m 以上區(qū)域則受能量限制。這與其他學(xué)者得到的結(jié)果相一致［47］。

3.3.2 水文要素與景觀在不同高程帶上的相互作用關(guān)系

根據(jù)地表植被類型和DEM 對各類植被的高程分布進(jìn)行統(tǒng)計(jì)分析（圖6）。植被主要分布于海拔4 000 m 以下的地區(qū)。其中草地和稀樹草原的占比和跨度較大，從900～4 500 m 均有分布；而森林地帶則主要分布于1 500～3 000 m。4 000 m 以上的區(qū)域主要是裸地和冰雪區(qū)。

可以發(fā)現(xiàn)，植被隨海拔的分布模式與氣象、水文有較強(qiáng)的關(guān)聯(lián)性。海拔低于1 500 m 時(shí)，由于降水量小，徑流量小，水分條件限制了植被的生長，因此以草原為主。而從1 500～3 000 m，隨著海拔的升高水分逐漸充沛，從草原帶逐步過渡到森林帶。由于森林強(qiáng)大的蒸騰作用耗水多，又使得該區(qū)間內(nèi)的蒸發(fā)量最大，這與本研究的模擬結(jié)果完全一致。從3 000～4 000 m，由于溫度降低，熱量減小，植被受熱量條件影響再次向草甸、苔原過渡。4 500 m以上的地區(qū)，由3.2節(jié)的結(jié)果和徑流量可得，降水以降雪為主，雪冰物質(zhì)累積，產(chǎn)流量少。因此，呈現(xiàn)積雪冰川帶，少有植被存在。經(jīng)查閱，該地區(qū)植被垂直地帶性為：荒漠草原帶（＜1 200 m）、山地草原帶（1 000～1 500 m）、山地森林帶（1 500～2 400 m）、亞高山草甸帶（2 400～3 000 m）、高山流石坡植被帶（3 000～4 000 m）［2，48-49］，這與我們的分析結(jié)果吻合?？梢姡焐酵暾拇怪钡貛Ь坝^是水文、氣象、植被、地形的綜合作用結(jié)果。

3.3.3 未來不同氣候情景下水文、植被要素的高程分布變化

對比圖7中三個階段的變化可以發(fā)現(xiàn)：在SSP1-RCP2.6 情況下，溫室氣體排放較低，氣溫波動并不顯著。降水量呈現(xiàn)無顯著規(guī)律的震蕩變化，而由于溫度沒有變化，所以蒸發(fā)量只受降水量的影響，與降水量變動趨勢一致。徑流量除了塔西流域以外，其他均無明顯變化。

圖7 SSP1-RCP2.6、SSP5-RCP8.5情景下各流域水文要素垂直分布圖（其中：Ea表示蒸發(fā)量、Qm表示徑流深、P表示降水量）Fig. 7 Hydrological elements along with elevation under SSP1-RCP2.6 and SSP5-RCP8.5 scenario （where Ea represents evaporation， Qm represents runoff depth， and P represents precipitation）： Bortala River （a），Kaidu River （b）， Taxi River （c）， Tekes River （d）

然而在SSP5-RCP8.5 即無任何減排政策干預(yù)的情景下，溫室氣體排放持續(xù)增加。據(jù)IPCC 第六次評估報(bào)告［50］，到21 世紀(jì)末全球?qū)⒋蟾怕噬仙? ℃，且中國上升的速率更快［51］。雖然降水沒有很強(qiáng)的規(guī)律性變化，但潛在蒸發(fā)隨溫度上升而增加，進(jìn)而實(shí)際蒸發(fā)量也不斷增加。相較之下，開都河與特克斯河在海拔2 000 m以下沒有很大變化，2 000 m以上蒸發(fā)量增加，且蒸發(fā)最大值高度均上升約500 m，可能伴隨景觀分布的改變。博爾塔拉河各高程帶的蒸發(fā)量則同步上升，無明顯區(qū)別。而塔西河各高程帶蒸發(fā)量略有增加。

從圖4 可以看出21 世紀(jì)末，海拔4 000 m 以下的地區(qū)，由于溫度升高冰川基本完全消融。因此，低海拔地區(qū)隨冰儲量的減少，總徑流深將減小0.16～1.40 mm·a-1。而隨著溫度升高，冰川退縮。在高海拔地區(qū)，原來的冰川物質(zhì)積累區(qū)變?yōu)楸ㄎ镔|(zhì)損失區(qū)。因此，高海拔地區(qū)對總徑流深將增加0.20～0.67 mm·a-1。最終，使得四個流域的最大產(chǎn)流高度帶平均上升500 m。其中塔西河上升高度最多，約850 m，這主要是由于塔西河冰川消融量最大，消失的冰川體積占現(xiàn)有體積的92.14%。此外，丁永建等［12］認(rèn)為冰川融水的拐點(diǎn)與升溫速率和冰川面積大小有關(guān)，冰川規(guī)模較小的流域在21世紀(jì)初即出現(xiàn)冰川融水拐點(diǎn)。博爾塔拉河、開都河、塔西河由于面積大于5 km2的冰川占總條數(shù)的1.5%以下，冰川急劇退縮導(dǎo)致21世紀(jì)末具有冰川融水的最低高程上移。而特克斯河面積大于5 km2的冰川占總條數(shù)的3.2%，且冰川總消融量小。所以，在4 000 m以下的低海拔地區(qū)總徑流深較小幅度減小，且具有冰川融水的最低高程上移不明顯。

研究表明，低海拔地區(qū)植被的生長主要受水分控制；高海拔地區(qū)植被主要受熱量限制［52-53］。在SSP5-RCP8.5情景下，低海拔地區(qū)在21世紀(jì)末徑流減少導(dǎo)致土壤水分減少，將限制植被的生長［26］。而高海拔地區(qū)，到21世紀(jì)末隨著溫度升高不僅能夠?yàn)橹脖惶峁┠芰克?，還導(dǎo)致積雪融化增加土壤水分［54-55］。根據(jù)最大產(chǎn)流高程帶的上移，未來研究區(qū)內(nèi)植被分布的海拔范圍可能更廣，高海拔的裸地可能實(shí)現(xiàn)植被的覆蓋，整體景觀的海拔梯度上移。但這些結(jié)論仍有很大不確定性，需要未來更多觀測數(shù)據(jù)檢驗(yàn)。

3.3.4 研究結(jié)果對比

本節(jié)中的水文多要素隨高程變化規(guī)律與Gao等［52］在黑河上游發(fā)現(xiàn)的結(jié)果類似。均呈現(xiàn)出降水隨高度增加，蒸發(fā)先增加后減少的趨勢。但由于天山地帶性完整，本研究區(qū)還涉及大量冰川積雪覆蓋，具有更為典型的冰凍圈水文特征。本研究豐富了垂直地帶性水熱耦合及其與地形植被等景觀要素同水文過程緊密結(jié)合的研究內(nèi)容。相比于Xu等［47］使用線性擬合，水文模型的綜合視角對自然過程的模擬更為定量和全面，機(jī)理性更強(qiáng)。本文在現(xiàn)有觀測的基礎(chǔ)上進(jìn)行水文要素模擬，同時(shí)還在SSP1-RCP2.6、SSP5-RCP8.5 情景下，討論未來變化。此外，本文將改進(jìn)的FLEXG-Δh模型應(yīng)用到流域尺度，模擬了2 282 條冰川的未來變化及其對水資源影響，在大尺度冰川水文耦合模擬的技術(shù)方法上也具有創(chuàng)新性?？傊狙芯客ㄟ^綜合模擬水熱等氣候水文各要素，并系統(tǒng)預(yù)估了未來水熱變化對冰川、植被、地形等景觀時(shí)空異質(zhì)性和水資源的影響，有望為天山地區(qū)水資源利用綜合管理和優(yōu)化提供更加可靠的科技支撐。

4 結(jié)論

本文改進(jìn)了FLEXG-Δh模型，首先通過多源數(shù)據(jù)嚴(yán)格檢驗(yàn)了模型對徑流、冰川變化、冰川融水、水熱與垂直景觀緊密耦合等多要素模擬的可靠性，然后預(yù)估了天山典型流域2020—2100 年間冰川面積以及各水文要素隨高程的變化情況，并分析了其變化機(jī)理及其與景觀的相互作用，得到以下主要結(jié)論：

（1）Kling-Gupta 效率系數(shù)檢驗(yàn)表明FLEXG-Δh模型對各流域徑流模擬效果精度較高。

（2）天山典型流域冰川主要分布于3 000～5 000 m，到21 世紀(jì)末，在SSP1-RCP2.6 和SSP5-RCP8.5 情景下，冰川體積分別減少1.81×104km3（占現(xiàn)有冰川體積的54%）和2.44×104km3（占現(xiàn)有冰川體積的73%）。

（3）隨海拔上升，降水增加，蒸發(fā)量在2 000 m以下受降水影響而不斷增加，1 500～3 000 m 處受森林蒸騰耗水達(dá)到最值，2 000 m以上受溫度影響不斷減少；徑流量在4 000 m 以下因降水、冰雪融水，隨海拔升高而不斷增加，4 000 m以上降水多以固態(tài)形式保存，因此徑流隨海拔不斷減少。

（4）模擬顯示，到21世紀(jì)末，在SSP1-RCP2.6情景下，水文和景觀要素未見明顯變化；而在SSP5-RCP8.5 情景下，隨著溫度上升，實(shí)際蒸發(fā)不斷變大，冰川退縮，景觀垂直地帶性上移。導(dǎo)致總徑流深在海拔4 000 m 以下地區(qū)由于冰儲量萎縮而減少0.16～1.40 mm·a-1，4 000 m 以上地區(qū)總徑流深隨冰川消融而增加0.20～0.67 mm·a-1，徑流最大值平均海拔上升500 m。

總之，天山作為“中亞水塔”，水資源是制約當(dāng)?shù)厣鐣踩a(chǎn)業(yè)及經(jīng)濟(jì)發(fā)展的主要因素。模擬氣候變化背景下，流域各高程帶冰川面積及水資源變化情況，有利于揭示水文垂直地帶性變化規(guī)律及機(jī)理，有望為區(qū)域水資源合理利用和可持續(xù)發(fā)展提供有力支撐。