天山南坡阿克苏流域冰川物质平衡及其融水径流对气候变化的响应研究

Response of glacier mass balance and meltwater runoff to climate change in the Akesu River Basin, southern Tianshan

摘要

冰川融水是西北干旱区水资源重要组成部分,定量评估其变化对中、下游生态环境保护和工农业经济可持续发展具有重要意义。本文基于国家气象台站日降水和气温资料、数字高程模型(DEM)以及第一次冰川编目数据,利用度日模型模拟了天山南坡阿克苏流域1957—2017年冰川物质平衡及其融水径流变化,分析了融水径流组成及其对气候变化的响应。结果表明:1957—2017年流域年平均物质平衡为-94.6 mm w.e.,61年累积物质平衡为-5.8 m w.e.。流域冰川物质平衡线呈显著上升趋势,年均上升速率为1.6 m/a。研究区年均融水径流量为53.1×10⁸ m³,融水增加速率为0.24×10⁸ m³/a,融水径流及其组成分量均呈显著增加趋势。在气候暖湿化背景下,流域降水的增加使得冰川区积累量增加,在剧烈的升温作用下,冰川消融加剧,气温对融水径流的作用增大,因此冰川物质平衡亏损产生的水文效应增强。研究结果可提升区域冰川水资源效应变化及其影响的认识。

关键词

度日模型 / 冰川物质平衡 / 融水径流 / 阿克苏流域 / 气候变化

Key words

degree-day models / glacier mass balance / meltwater runoff / Akesu River Basin / climate change

0 引言

天山横亘于欧亚大陆腹地,冰川发育、积雪广布,是“一带一路”中段的重要水源地,被誉为“中亚水塔”^[1-2]。随着全球变暖的影响, 我国西部冰川普遍出现后退和萎缩, 高纬度和高山寒区水循环加剧非常明显^[3-4]。冰川与积雪作为西北干旱区宝贵的水资源,其在不同时间尺度上的波动势必导致以冰雪融水补给为主河流水量的丰枯变化^[5] 。山区冰川融水径流不仅是也是西北干旱区生态环境保护的重要保障,也是区域社会经济可持续发展的基础^[6]。冰川物质平衡变化是反映气候变化最敏感的指标之一,是冰川作用区能量物质水交换的纽带和引起冰川规模及径流变化的物质基础^[7-8]。20世纪90年代西北地区气候趋于暖湿化以来, 冰川加速退缩, 物质亏损剧烈,融水径流增加显著^[9-10]。因此,区域冰川物质平衡的恢复和冰川融水径流的估算已成为国内外学者关注的热点问题之一^{[3⇓⇓⇓⇓⇓⇓-10]}。

水文模型能模拟复杂流域的水文特征,可提供降雨、积雪和冰川融水等对河流径流的贡献及长期变化数据,同时也是定量辨析气候变化背景下水文水资源变化机理的主要手段^{[11⇓⇓⇓⇓-16]}。虽然冰川与积雪消融过程取决于其表面的能量收支状况,但对于能量平衡模型,尤其在偏远的高海拔山区,会严重受观测基础限制。基于统计方法的冰川消融径流计算模型因为其参数化方案相对简单,在冰川融水径流估算研究中也有应用^[17]。沈永平等^[17⇓-19]依据降水和径流特征, 从统计力学和最大熵原理出发推导出以水文、气象观测数据计算流域冰川物质平衡的计算公式, 估算了台兰河流域和库马拉克河流域1957—2000年冰川物质平衡系列,并且分析了祁连山冰川物质平衡对水资源的影响。此外,度日模型也广泛应用于冰川物质平衡、冰川对气候敏感性响应及冰雪融水径流模拟等的研究中,其能够很好地模拟从月尺度到季节尺度的冰川消融径流过程^{[20⇓⇓⇓⇓⇓-26]}。刘时银等^[21]通过遥感影像数据和冰川储量计算公式分析了塔里木河流域1960—2000年的冰川变化,同时利用度日因子模型模拟了台兰河流域径流过程。Zhang等^[22-23]开发了中国冰川径流变化的修正月尺度度日模型,并且通过估算叶尔羌河流域及北大河流域物质平衡和冰川径流对模型进行验证。高鑫等^[24-25]运用度日模型,从水量平衡的角度来重建塔里木河流域和叶尔羌流域1961—2006年冰川物质平衡和融水径流系列,并建立气象、冰川物质平衡、融水径流和河川径流之间的联系。王利辉^[26]使用加入辐射项的度日模型重建了祁连山的1961—2013年的冰川物质平衡变化。综上所述,区域冰川物质平衡和融水径流的重建,有助于提高气候变化对冰川和径流的影响差异的认识,对冰冻圈流域水资源预估具有重要的参考价值。

本文以位于西北干旱区的天山南坡阿克苏河流域为研究区,利用台站观测气象数据、90 m分辨率的数字高程模型(DEM)以及第一次冰川编目分布矢量数据,基于度日模型,从水量平衡的角度模拟阿克苏流域冰川物质平衡的盈亏、冰川融水径流组成及其变化趋势,定量解析流域融水径流、冰川物质平衡对气候变化的响应。本研究可为区域水资源管理及其可持续利用政策制定提供科学支撑。

1 研究区与数据、方法

1.1 研究区概况

阿克苏河流域地处亚欧大陆腹地,位于天山中段南麓西部地区,塔里木盆地西北边缘,属中吉国际河流,地理位置介于40°17'N~42°27'N,75°35'E~80°89'E(图1)。

流域面积7.0×10⁴ km²,覆盖了中国新疆阿克苏地区西部部分区域以及吉尔吉斯斯坦东部部分山区,阿克苏河上游有发源于吉尔吉斯斯坦境内的两大干流,北干流为昆马力克河,发源于汗腾格里峰,全长260 km,西干流为托什干河,发源于阿特巴什山脉,全长457 km^[27]。根据中国冰川编目资料,流域冰川总条数为1 212条,冰川面积为4 226 km^{2 [28]}。流域地势呈西北高,东南低,地貌差异大,地质、地貌分带较为明显。流域内气候干燥,蒸发量大,属温带大陆性干旱气候,水汽来源于西风环流,降水主要集中在山区,且东部多,西部少^[29]。垂直地带性规律非常显著,托木尔峰和汗腾格里峰附近高山区的年降水量为900 mm以上,海拔1 000 m左右的地区年降水量仅50 mm左右^[30]。阿克苏河是冰川融雪补给型河流, 年内分配不均,是天山南坡径流量最大的河流,也是塔里木河主要补给来源之一,占塔里木河源流总补给量的70%左右^[31]。

1.2 数据与模型原理

流域尺度上冰川物质平衡变化是一个非常复杂的过程,通过冰川表面的能量平衡模型建立冰川消融与气象因子之间的联系,可以从机理上认识冰川物质平衡对气候变化的敏感性以及对河川径流的影响。但是能量平衡模型模拟物质平衡需要大量的模型参数,如长、短波辐射、风速和风向、气温、湿度、降水等,这些参数必须通过综合的、长期的冰川监测才能获取。在阿克苏河流域对这些参数有长期监测的冰川非常少, 基于能量平衡模型模拟流域冰川物质平衡几乎很难实现。在众多计算冰川融水径流方法中,基于冰川消融与气温之间线性关系的度日模型最为简单、应用最为广泛^[20]。本模型采用气温和降水作为计算物质平衡的输入,计算冰川物质平衡及融水径流。驱动数据为流域内国家气候数据中心提供的气象站的日气温和日降水数据。

对于冰川与积雪消融来说, 度日物质平衡模型计算方法如下式:

(1) M=DDF·PDD

式中:M为某时段内冰川与积雪的消融水当量,mm;DDF为冰川冰/雪的度日因子,mm·d^-1·℃^-1;PDD为某时段内的正积温。PDD一般由下式获取:

(2) P D D = \stackrel{n}{\sum _{i=1}} H_t · T_t

式中:T_t为某天(t)的日平均气温,℃;H_t是逻辑变量, 当T_t≥0 ℃时H_t=1.0,当T_t<0 ℃时H_t=0。

(3) Bn=P-M

式中:Bn为某时段内的冰川物质平衡量,mm;P为某时段内的冰川表面积累量,即固态降水量,mm。子流域冰川融水计算如下:

(4) \mathrm{Q} = \stackrel{n}{\sum _{i=1}} S \left( i \right) \left\{ \right( 1 - f \left) \right[ M \left( i \right) + P_{\mathrm{l}\mathrm{i}\mathrm{q}} \left( i \right) \left] \right\}

式中:Q为子流域冰川融水;S(i)第i高程带的面积;f为再冻结比例;P_liq(i)第i高程带的液态降水。

模型用到的主要数据有日气温和日降水、90 m分辨率的数字高程模型(Digital Elevation Model,DEM)和第一次冰川编目冰川分布矢量数据。主要参数包括雪和冰的度日因子、降水梯度、液态降水临界气温、固态降水临界气温、液态降水校正系数、固态降水校正系数、融水渗浸冻结率、高程分带间隔等,具体的计算流程(图2)为:

(1)收集流域内的长期和短期观测资料,确定降水随海拔的变化梯度、气温递减率等;

(2)依据DEM资料和冰川边界资料,将流域内冰川划分为不同的高度带,并计算各高度带内的冰川面积及比例;

(3)流域内部气象台站数据根据气温递减率和降水梯度对冰川末端高度的降水和气温数据插值。

然后,生成各高程带内的月气温、降水,并根据度日模型输出各高程带的冰川物质平衡、积累、消融和融水径流, 最后由各高程带的融水径流和面积得流域内冰川物质平衡、冰川融水径流总量以及各组成部分径流量。

1.3 模型参数的确定

(1)流域冰川面积-高程曲线

流域冰川面积-高程曲线的确定由于冰川的高度分带性, 在流域内按100 m 高度间隔划分流域冰川,根据流域内冰川矢量图计算阿克苏流域不同高程带的冰川面积(图3)。根据不同高程带的冰川面积, 可以对流域内各个高程带逐个计算冰川物质平衡、冰川融水径流, 高程带之间相互独立。最后由各高程带的物质平衡、融水径流和面积得流域内冰川物质平衡和融水径流总量。

(2)降水梯度和气温递减率

气温和降水梯度根据前人文献中已有的研究结果获得(表1, 2)^[24]。表1中的降水梯度没有考虑最大降水高度带,是流域整体的降水梯度, 对于某些高度带降水模拟可能不准确,只是在流域尺度上力求模拟合理, 因为最终计算的也是流域尺度上的冰川融水径流。表2区分不同纬度与月份和不同纬度与高程,可明显提高其统计关系的相关性,而且按纬度与月份进行气温梯度的统计其相关性更好。

(3)度日因子

阿克苏流域有几条冰川利用短期观测资料得出的度日因子值,本文选取冰度日因子为2.5 mm·d^-1·℃^-1,雪度日因子为1.4 mm·d^-1· ℃^-1。选择原因如下:①模型确定的度日因子是流域冰川的平均度日因子,没有考虑其时空变化,而天山南坡科其卡尔巴契冰川的观测资料表明,度日因子具有明显的年际、高程、月份变化^[32];②实际观测冰川的度日因子,大多由短期野外考察和观测资料得出,观测时段也都比较短,最短的只有几天,并且这些度日因子值都是某个高度带或观测点上的值,并不能代表整个流域冰川区平均度日因子。

(4)其他经验参数

固、液态降水临界气温和固、液态降水校正系数、融水渗浸冻结率根据已有研究确定^[33⇓-35]。最终得到阿克苏河上游流域度日因子融水径流模型参数(表3)。

2 结果分析

2.1 流域气温和降水变化特征

从流域内气象站年平均气温和降水变化来看(图4),二者在1960—2017年都呈显著增加的趋势,且通过P<0.05的显著性检验。其中年均温度增幅0.25 ℃/10 a(最大值为2007年10.9 ℃),年降水量增幅14.28 mm/10 a,(最大值为2010年277.77 mm)。对年均气温和年降水量的时间变化序列进行Mann-Kendall 检验,流域年均气温在 1993年之前呈缓慢增长变化,1993年之后呈明显持续上升趋势。流域年降水量以1985年为界,1985年之前呈平缓状态,但之后呈明显增加趋势,突变点在1986年。在 0.05 的置信度水平下,流域年均气温在 1993年左右发生突变,年降水在1986年发生突变,与西北地区20世纪90年代左右由暖干向暖湿转变的气候背景一致^[9-10]。

根据梯度分别计算了阿克苏流域冰川区和消融区年正积温、正积温天数、降水变化以及降雪/降水比(图5a-d)。冰川区正积温和消融区正积温均呈显著上升趋,冰川区年均正积温变化速率为14.1 ℃/10 a(P<0.05),消融区为28.6 ℃/10 a(P<0.05),消融区正积温增温速率是整个冰川区的两倍。冰川区年均正积温天数显著增加,速率为1.8 d/10 a(P<0.05),最大为2006年和2013年115 d。消融区增加速率为2.9 d/10 a(P<0.05),最大为2006年185 d,消融区增加速率大于整个冰川区。流域冰川区年均降水893.0 mm,消融区年均降水629.2 mm,二者均呈显著上升趋势且变化速率均为21.4 mm/10 a(P<0.05)。冰川区降雪/降水比均呈显著下降趋势,多年平均比例分别为73.0%和28.4%,说明气温升高导致降水形态发生变化,液态降水增加,固态降水(降雪)减少。

2.2 冰川区消融与积累变化

冰川积累与消融决定物质平衡,分析了年尺度以及月尺度冰川积累与消融变化过程(图6)。结果表明,冰川年消融量和积累量均呈显著增加趋势,速率分别为33.1 mm/10 a和14.5 mm/10 a(P<0.05),消融量增加速率是积累增加速率的两倍多,且二者相差量随时间变化逐渐增加。强烈的升温导致冰川消融量增加,因此物质平衡长期处于亏损且不断加剧。图6b表明月尺度冰川物质平衡在上年10月至5月处于正积累,积累量191.2 mm,峰值出现在6月、7月,消融主要发生在4月—10月,消融量1 009.7 mm,峰值在7月、8月,较积累峰值滞后1个月。

2.3 冰川物质平衡变化

模型计算了阿克苏流域1957—2017逐年平均冰川物质平衡变化和累积物质平衡变化(图7)。流域冰川年平均物质平衡为-94.6 mm w.e.,累积冰川物质平衡为-5.8 m w.e.。流域冰川在20世纪50年代基本处于平衡状态,从1961年之后长期处于显著负平衡,亏损变化趋势为-15.2 mm/10 a,平均物质平衡在2000年以后较之前明显减小,最大亏损为2001—2010年时期的-148.8 mm w.e.,这与祁连山的冰川物质最小亏损时期基本相同^[25]。在降水增加与持续升温的气候背景下, 阿克苏流域冰川物质平衡处于长期强烈的亏损状态。

冰川平衡线高度是表征冰川变化的重要指标之一, 内涵为冰川物质年积累与损耗相等处的海拔高度。通过模型计算阿克苏流域平衡线高度变化呈显著上升趋势(图8), 变化速率为1.6 m/a,研究期内平衡线高度在4 374~4 774 m波动,大多位于4 574 m和4 674 m,平均平衡线高度为4 619 m。1991—2017年与1957—1990年相比冰川区平衡线平均高度上升了22.5 m。这就表明阿克苏河上游流域冰川区,虽然降水在增加, 但是强烈的升温导致冰川物质亏损加剧,平衡线高度上升。升温对冰川的影响超过降水增加的影响, 这一结果与他人模拟阿克苏流域研究结果一致^{[36⇓⇓-39]}。

2.4 冰川融水组成及其变化特征

本文通过模型估算了阿克苏流域年际冰川融水径流变化序列(图9),可以看出从1957—2017年融水呈显著上升趋势,增加速率为2.39×10⁸ m³/10 a,多年平均融水量为53.11×10⁸ m³。

1990年之前变化趋势为2.03×10⁸ m³/10 a,1990年之后变化趋势为3.73×10⁸ m³/10 a。融水径流由融冰径流、降水径流(冰川区液态降水直接形成的径流)以及融雪径流组成(图10a),三部分均呈显著上升趋势,速率分别为1.36×10⁸ m³/10 a、0.84×10⁸ m³/10 a、0.19×10⁸ m³/10 a。多年平均融冰径流量、降水径流以及融雪径流占融水总径流的比例分别(图10b)为47.0%、32.6%和20.4%。从各径流组成占年融水总径流比例来看,融冰和降水径流为增长趋势,融冰变化显著,融雪径流呈显著下降趋势。综上所述,融冰径流是融水径流的主要组成部分且占比不断增加,造成融雪径流占比下降主要的原因为气温升高和降水增加导致冰川加速融化,同时雪雨比例减小,降水径流增加。

从阿克苏流域融水组成的年内分布来看(图 11a),冰川消融期为4月—10月,总的融水径流峰值出现在7月—8月。融冰径流集中在6月—9月,峰值出现在8月份,融雪径流自3月开始消融,峰值出现在7月,至10月底结束,融雪径流峰值比融冰径流峰值平均提前1个月左右。降雨径流主要集中在5月—10月,峰值出现在7月。融水总径流量中春、夏、秋三季径流分别占全年总径流的8.5%、78.1%、13.4%,冬季基本无融水径流产生。从春、夏、秋、冬各季节来看(图11b),春季融冰、融雪和降水径流占总融水径流比分别为16.3%、60.8%、22.9%,夏季占比分别为49.8%、17.2%、33.0%,秋季占比分别为47.7%、36.5%、15.8%,冬季占比分别为0、84.9%、15.1%。综上所述,融雪是阿克苏上游冬春季径流主要贡献部分,是春汛的主要影响因素。融水径流高峰期(7月—8月)主要受冰川消融和降雨的共同影响。融冰径流在总径流中的高贡献,总径流的年内变化也与融冰径流极为一致。

3 讨论

3.1 气温、降水变化对冰川物质平衡及其融水径流的作用

从阿克苏流域气候转型前后年均降水、气温、冰川物质平衡以及融水径流变化对比可知(表4),1991—2017年较1957—1990年融水增加7.05×10⁸ m³(124.5 mm),相当于增加了14.1%,其中春季、夏季和秋季分别贡献了增加量的1.2%、11%和1.9%,冬季基本没有贡献。融水增加的量中63.5%来自于降水,包括降水直接形成的径流和降水累积后消融形成的径流。分析了阿克苏流域年均气温和降水与融水径流的关系(图12),从图中可以看出,1990年以后流域降水与融水径流的关系在减弱,而气温与融水径流的关系在增强。早期气温在低位状态下,降水的波动对融水径流的影响大,流域降水偏多,分布在极高山区的冰川区气温往往偏低,冰川消融量减少,冰川融水量少。当流域降水偏少时,冰川区相对偏高的温度导致冰川融水增加,弥补降水不足时的融水量。因此,流域融水径流由气温和降水共同影响。在1990年以后,流域降水的增加使得冰川积累量增大,降水直接作用于融水径流的影响减小,但是在气温剧烈升高的情况下,冰川消融增大,从而使得气温作用于冰川的影响增大。

3.2 冰川物质平衡变化的水文效应

冰川物质平衡的变化反映了冰川系统的收支状态,当收入小于支出,物质平衡处于负平衡状态,消融量增加,冰川融水量也相应增加。通过冰川物质平衡(Bn)与融水径流(Q)的相关分析可以看出二者呈显著负相关关系(图13),1957—2017年相关关系为-0.79,这表明阿克苏流域,物质平衡越小,冰川融水量越大,冰川融水受控于流域内冰川物质平衡波动。以1990年作为分界,研究发现,1957—1990年冰川物质平衡和融水的相关关系为-0.88,1991—2017年两者关系为-0.83。尽管两者关系没有发生太大变化,但是从图12可以看出,随着气温显著升高和降水的增加,同样的冰川物质亏损情况下,1990年以后产生的冰川融水量增加,这说明冰川物质损失产生的融水效应增强。

3.3 模型结果对比

阿克苏河在流域尺度上没有实测物质平衡与冰川融水径流资料,因此, 本文模拟结果只能和相近区域的研究结果进行冰川物质平衡和冰川累积消融量的对比。高鑫等^[24]估算的塔里木河流域1961—2006年平均冰川物质平衡为-139.2 mm·a^-1,累积物质平衡-6.4 m,冰川物质亏损一直在加剧亏损。沈永平等^[19]利用最大熵原理计算的阿克苏河流域支流昆马力克河1957—2000年平均冰川物质平衡为-194 mm·a^-1,累积物质平衡-9.7 m,冰川融水径流量在1993年发生突变。本文计算的1957—2017年阿克苏流域冰川年平均物质平衡为-94.6 mm·a^-1,累积物质平衡-5.8 m,冰川物质平衡亏损加剧,融水在1990年后有显著的上升趋势,本研究结果在区域的同研究时段变化趋势上与前人研究结果一致。消融量结果差异的原因,一方面是研究时段和研究区的不一致,本文计算了气候转型以后的整个阿克苏流域(包括境外部分)的冰川物质平衡,所以前人的研究结果只能作为模型的对比资料,另一方面本文使用日尺度驱动数据、计算固液分离方法与他人不同,计算过程更为精细和合理,因此,本研究结果总体上能够很好地反映流域冰川的物质平衡及其融水变化,可为区域冰川水资源管理和利用提供参考依据。

4 结论

本文应用冰川度日因子融水径流模型,模拟了1957—2017年天山南坡阿克苏河流域冰川物质平衡及其融水径流序列,并探讨了二者对气候变化的响应,得出的结论如下:

(1)在暖湿化气候背景下,消融量增加速率是积累增加速率的两倍多,二者相差量随时间变化逐渐增加,物质平衡处于长期强烈的亏损状态。流域冰川年平均物质平衡为-94.6 mm w.e.,累积冰川物质平衡为-5.8 m w.e.。平衡线高度变化呈显著上升趋势, 变化速率为1.6 m/a,1991—2017年与1957—1990年相比冰川区平衡线平均高度上升了22.5 m。

(2)融水呈显著上升趋势,增加速率为2.39×10⁸ m³/10 a,多平均融水量为53.11×10⁸ m³。1957—1990年融水增加趋势为2.03×10⁸ m³/10 a,1990年之后上升趋势显著增加,速率为3.73×10⁸ m³/10 a。多年平均融冰径流量、降水径流以及融雪径流占融水总径流的比例分别为47.0%、32.6%和20.4%。

(3)1990年以后,阿克苏流域冰川积累量增大,降水直接作用于融水径流的影响减小,但是在气温剧烈升高的情况下,冰川消融增大,从而使得气温作用于冰川的影响增大。冰川物质平衡和融水径流呈显著负相关关系,冰川物质平衡的持续亏损导致冰川融水径流的不断增加。

参考文献

[1] YAO T D, WU G J, XU B Q, et al. Asian water tower change and its impacts[J]. Bulletin of Chinese Academy of Sciences (Chinese Version), 2019, 34(11): 1203-1209.

[2] 陈亚宁, 李稚, 方功焕. 中亚天山地区关键水文要素变化与水循环研究进展[J]. 干旱区地理, 2022, 45(1): 1-8.

[3] 丁永建, 叶佰生, 刘时银. 祁连山中部地区40 a来气候变化及其对径流的影响[J]. 冰川冻土, 2000, 22(3): 193-199.

[4] IPCC. Climate Change 2007:The physical science basis. Contribution of working group I to the fourth assessment report of the Intergovernmental Panel on Climate Change[R]. Cambridge: Cambridge University Press, 2007. 356-360.

[5] JANSSON P, HOCK R, SCHNEIDER T. The concept of glacier storage: a review[J]. Journal of Hydrology, 2003, 282(1/2/3/4): 116-129.

[6] YAO T D, WANG Y Q, LIU S Y, et al. Recent glacial retreat in high Asia in China and its impact on water resource in Northwest China[J]. Science in China Series D: Earth Sciences, 2004, 47(12): 1065-1075.

[7] 高惠芸, 杨青, 梁岩鸿. 新疆阿克苏河流域降水的时空分布[J]. 干旱区研究, 2008, 25(1): 70-74.

[8] 王宁练, 张祥松. 近百年来山地冰川波动与气候变化[J]. 冰川冻土, 1992, 14(3): 242-250.

[9] 施雅风, 沈永平, 胡汝骥. 西北气候由暖干向暖湿转型的信号、 影响和前景初步探讨[J]. 冰川冻土, 2002, 24(3): 219-226.

[10] 姚旭阳, 张明军, 张宇, 中国西北地区气候转型的新认识[J]. 干旱区地理, 2022, 45(3): 671-683.

[11] GLIMS. Global Land Ice Measurements from Space (GLIMS): using the world’s glaciers to monitor climate change[R]. Flagstaff: US Geological Survey, 2000. http://www.flog.wr.usgs.gov/GLIMS/glimshome.html.

[12] ZHAO Q D, ZHANG S Q, DING Y J, et al. Modeling hydrologic response to climate change and shrinking glaciers in the highly glacierized Kunma like river catchment, Central Tian Shan[J]. Journal of Hydrometeorology, 2015, 16(6): 2383-2402.

[13] SORG A, BOLCH T, STOFFEL M, et al. Climate change impacts on glaciers and runoff in Tien Shan (Central Asia)[J]. Nature Climate Change, 2012, 2(10): 725-731.

[14] DUETHMANN D, MENZ C, JIANG T, et al. Projections for headwater catchments of the Tarim River reveal glacier retreat and decreasing surface water availability but uncertainties are large[J]. Environmental Research Letters, 2016, 11(5): 054024.

[15] WANG G Q, ZHANG J Y, LIU J F, et al. Quantitative assessment for climate change and human activities impact on river runoff[J]. China Water Resources, 2008, 2: 55-58.

[16] DING C F, ZHANG H F, GAO Y Q, et al. Quantitative analysis of hydrological response to forest change in the middle of the Tianshan Mountains: a case study of the Urumqi River basin[J]. Journal of Natural Resources, 2016, 31(12): 2034-2046.

[17] 沈永平, 刘时银, 丁永建, 天山南坡台兰河流域冰川物质平衡变化及其对径流的影响[J]. 冰川冻土, 2003, 25(2): 124-129.

[18] 沈永平, 刘时银, 甄丽丽, 祁连山北坡流域冰川物质平衡波动及其对河西水资源的影响[J]. 冰川冻土, 2001, 23(3): 244-250.

[19] 沈永平, 王国亚, 丁永建, 1957—2006年天山萨雷扎兹库玛拉克河流域冰川物质平衡变化及其对河流水资源的影响[J]. 冰川冻土, 2009, 31(5): 792-800.

[20] 张勇, 刘时银. 度日模型在冰川与积雪研究中的应用进展[J]. 冰川冻土, 2006, 28(1): 101-107.

[21] 刘时银, 丁永建, 张勇, 塔里木河流域冰川变化及其对水资源影响[J]. 地理学报, 2006, 61(5): 482-490.

[22] ZHANG S Q, YE B S, LIU S Y, et al. A modified monthly degree-day model for evaluating glacier runoff changes in China. Part I: model development[J]. Hydrological Processes, 2012, 26(11): 1686-1696.

[23] ZHANG S Q, GAO X, YE B S, et al. A modified monthly degree-day model for evaluating glacier runoff changes in China. Part II: application[J]. Hydrological Processes, 2012, 26(11): 1697-1706.

[24] 高鑫, 叶柏生, 张世强, 1961—2006年塔里木河流域冰川融水变化及其对径流的影响[J]. 中国科学: 地球科学, 2010, 40(5): 654-665.

[25] 高鑫, 张世强, 叶柏生, 1961—2006年叶尔羌河上游流域冰川融水变化及其对径流的影响[J]. 冰川冻土, 2010, 32(3): 445-453.

[26] 王利辉, 秦翔, 陈记祖, 1961—2013年祁连山区冰川年物质平衡重建[J]. 干旱区研究, 2021, 38(6): 1524-1533.

[27] ZHOU Y C. Hydrology and water resource of Xinjiang river[M]. Ürümqi: Xinjiang Science and Sanitation Press, 1999: 389-400.

[28] WU L Z, LI X. The first glacier inventory dataset of China[DB]. Lanzhou: Cold and Arid Regions Scientific Data Center, 2004. DOI: 10.3972/westdc.011.2013.db.

[29] HE D M, TANG Q C. International rivers in China[M]. Beijing: Science Press, 2000: 107-119.

[30] LONG D J, WEI G H, ZHANG L C. Land scape change and driving force analysis of Aksu River Basin, Xinjiang during 2005-2015[J]. Journal of Zhejiang University of Water Resource and Electric Power, 2018, 30(5): 28-33.

[31] ZHOU D C, LUO G P, XU W Q, et al. Dynamics of ecosystem services value in Aksu River watershed in 1960-2008[J]. The Journal of Applied Ecology, 2010, 21(2): 399-408.

[32] 张勇, 刘时银, 上官冬辉, 天山南坡科其卡尔巴契冰川度日因子变化特征研究[J]. 冰川冻土, 2005, 27(3): 337-343.

[33] 刘时银, 丁永建, 叶佰生, 度日因子用于乌鲁木齐河源1号冰川物质平衡计算的研究[C]// 第五届全国冰川冻土学大会论文集(上册). 兰州: 甘肃文化出版社, 1996: 197-204.

[34] 康尔泗, 程国栋, 蓝永超, 西北干旱区内陆河流域出山径流变化趋势对气候变化响应模型[J]. 中国科学D辑: 地球科学, 1999, 29(增刊1): 47-54.

[35] 杨大庆, 姜彤, 张寅生, 天山乌鲁木齐河源降水观测误差分析及其改正[J]. 冰川冻土, 1988, 10(4): 384-399, 464.

[36] 朱凯. 新疆阿克苏河流域径流演变规律及预测研究[D]. 杭州: 浙江工业大学, 2012.

[37] 张霞. 阿克苏河流域径流变化及其对气候变化的响应研究[D]. 乌鲁木齐: 新疆农业大学, 2010.

[38] 王妍. 塔里木河三源流径流及其组分变化研究[D]. 西安: 西安理工大学, 2021.

[39] WANG X L, LUO Y, SUN Y, et al. Different climate factors contributing for runoff increases in the high glacierized tributaries of Tarim River Basin, China[J]. Journal of Hydrology: Regional Studies, 2021, 36: 100845.

基金资助

国家自然科学基金项目(41971094)

国家自然科学基金项目(41871055)

中国科学院青促会人才项目(2019414)

中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室开放课题项目(SKLCS-OP-2021-11)

甘肃省优秀研究生“创新之星”项目(2023CXZX-591)