温度敏感性和降雨热通量驱动青藏高原东南部低纬度冰川的快速质量损失

《CATENA》：Temperature sensitivity and rainfall heat flux drive rapid mass loss of low-latitude glaciers in the Southeastern Qinghai–Tibet Plateau

本研究利用冰川表面能量-质量平衡模型，模拟了青海玉龙雪山低纬度温度冰川对气温和降水变化的响应，发现温度敏感性近似线性，降水敏感性非线性，雨热通量贡献约6%消融能量，补偿1°C升温需降水增加47%，高于中高纬度地区，揭示了SEB模型解释低纬度冰川快速退缩的机理。

　　

车彦军|王世金|曹云|吕薇薇|马行刚|韩从正|詹忠|吴荣

中国江西省宜春市宜春大学生命科学与环境资源学院地理科学系，邮编336000

摘要

冰川质量平衡对空气温度和降水的响应表现出非线性敏感性，由于气候变暖，降雪转化为降雨的比例变化正在加速，从而导致冰川质量损失。为了研究降雨热通量对冰川消融的影响，我们使用青藏高原东南部玉龙雪山的气象记录来驱动一个冰川表面能量-质量平衡（SEB）模型。模拟结果表明，白水河1号冰川（BRG No.1）对空气温度的响应具有近乎线性的敏感性，而对降水的响应则表现出非线性敏感性。在青藏高原东南部的冰川融化过程中，降雨热通量不容忽视，其值显著高于寒冷冰川；它约占总消融能量的6%。此外，空气温度升高1°C需要通过增加47%的降水量来补偿，这一需求超过了青藏高原中高纬度地区寒冷冰川所需的补偿量。因此，SEB模型能够捕捉到温带冰川对温度的线性响应，解释了青藏高原东南部低纬度冰川快速退缩的原因。

引言

青藏高原（QTP）上的山地冰川经历了显著的质量损失，这一过程因全球气候变暖而加速（Huang等人，2023年；Su等人，2022年）。QTP上冰川的质量损失存在空间差异（Yao等人，2022年；Yao等人，2012年）。例如，自20世纪70年代以来，西部和北部地区的冰川质量有所增加或几乎没有质量损失，这得益于固体降水的增加和空气温度的有限升高（Bhattacharya等人，2021年）。而QTP东南部的冰川自20世纪60年代和70年代以来质量损失严重，其损失速率高于其他地区（Hugonnet等人，2021年；King等人，2023年；Maurer等人，2019年）。这种广泛的质量损失可以通过温度升高和降雪向降雨的转变来解释，同时冰川行为的异质性也通过局部气候与冰川之间的复杂关系得到记录（Khadka等人，2024年；Llactayo等人，2024年）。为了探究冰川质量平衡对气候变化的响应，人们使用了多种冰川模型，如冰川表面温度指数模型（Hock，2003年）和能量平衡模型（Hock和Holmgren，2005年；Zhu等人，2018年）。

一个重要的问题是，模型模拟的冰川质量平衡对空气温度和降水的响应是线性的还是非线性的（Bolibar等人，2022年；Franzke，2014年；Liu和Liu，2016年；RéVeillet等人，2016年）。尽管温度指数模型被认为空间冰川表面质量平衡对空气温度和降水的线性响应的建模工具，但最近的一些研究也使用该模型捕捉到了冰川表面质量平衡的非线性响应（Bolibar等人，2022年；Liu和Liu，2016年；Vincent和Thibert，2023年）。表面能量-质量平衡研究显示，质量平衡对空气温度和降水的敏感性非常高，这也有助于揭示冰川和气候系统的复杂过程（Ebrahimi和Marshall，2016年；Hock和Holmgren，2005年；Khadka等人，2024年；Yang等人，2011年）。这些模型还被广泛用于揭示冰川质量平衡对极端热浪的响应（Zhu等人，2024a；Zhu等人，2024b）。在这些模型中，另一个重要问题是：温度升高1°C会导致多少质量损失，以及需要多少增加的年降水量来抵消这一额外损失（Fujita，2008年；Laumann和Reeh，1993年；Oerlemans和Fortuin，1992年）。例如，模拟显示，空气温度升高1°C会导致冰川质量损失增加，而需要增加20–40%的降水量才能抵消这一额外损失（Che等人，2019年；Fujita，2008年；Laumann和Reeh，1993年）。

此外，降雨的感热能量是冰川表面能量平衡中的另一个重要组成部分，但由于降雨热通量的相对较小贡献，许多建模研究中忽略了这一点（Ebrahimi和Marshall，2016年；Khadka等人，2024年；Li等人，2018年；Sicart等人，2008年；Yang等人，2011年）。然而，由于全球变暖导致的降雪向降雨比例的变化，这种降雨的感热能量进一步加速了冰川质量损失（Bertrand等人，2012年；Llactayo等人，2024年；Sugiyama等人，2025年；Troch等人，2024年）。先前的研究报道了高山冰川因降雨而加速的现象（Gudmundsson等人，2000年；Horgan等人，2015年；Mair等人，2001年）。冰川冰速度通常对第一次降雨事件有快速响应，相对于事件前的平均值，速度可增加约40%（Sugiyama等人，2025年）。这种现象归因于降雨排水到冰川基底，暂时增强了基底滑动和质量损失。特别是，低纬度地区的冰川变化受到降水的显著影响。例如，QTP东南部的帕龙4号冰川的融化因降雨增加而明显加速（Jouberton等人，2022年）。

目前利用现场观测、卫星观测和无人机观测的研究记录了玉龙雪山持续的质量损失，这一过程现在表现为质量损失、冰流速度和不稳定的加速（Che等人，2020年；Chen等人，2022年；Wang等人，2020年；Yan等人，2025年）。这些冰川现象的行为已有详细记录，但它们对气候变化的响应过程仍不清楚。特别是，液态降水能量如何加速冰川消融仍不完全清楚。在此，我们通过在QTP最低纬度的冰川——玉龙雪山应用冰川表面能量-质量平衡模型，对冰川质量平衡对气候变化的响应进行了建模研究，该冰川被归类为温带冰川（Wang等人，2021年）。本文的目标是解决三个关键问题：（I）QTP东南部低纬度温带冰川对气候的响应是线性的还是非线性的；（II）降雨的感热能量占冰川消融总能量的百分比是多少；（III）需要多少额外的降水量来补偿空气温度升高1°C。

章节片段

玉龙雪山的冰川观测和气象记录

玉龙雪山上的冰川位于QTP的东南部，最接近赤道，这表明它们主要是受印度季风和东南亚季风影响的温带冰川（图1）。2017年时有13条冰川，自1957年以来该区域减少了64%。这些冰川的表面海拔高度从5361米到4395米不等。值得注意的是，年均气温每十年显著升高0.19°C。

气象记录

基于2019年7月31日12:00至2020年8月31日00:00期间位于海拔4800米的气象站每小时的气象记录，选择了九个气象指标来驱动能量质量平衡模型，包括DR、上行短波辐射（UR）、LW_in、LW_out、WS、风向（WD）、RH、Ta和降水量（见图1e和表S1）。净辐射（NR）是通过短波辐射和长波辐射计算得出的。

在这段时间内，每小时的温度范围

固态降水的温度阈值

雨雪温度阈值对于区分降水类型至关重要，特别是在冰川建模中。这一阈值的准确性直接决定了固态降水量化的精度，这对于表示全球辐射输入和估算冰川积累量至关重要（Qian等人，2025年）。在冰川和气候模型中，温度阈值方法被广泛用于有效区分降水类型（Deng等人，2017年；Ryan等人，2023年）

结论

在这项研究中，我们将表面能量-质量平衡模型应用于白水河1号冰川，这是青藏高原东南部低纬度地区的代表性温带冰川，以研究冰川质量平衡对空气温度、降水量和降雨感热通量的敏感性。模型模拟结果经过现场测量和空间质量平衡观测的验证，显示出在再现时间变化方面具有很强的能力

作者贡献声明

车彦军：撰写 – 审稿与编辑，撰写 – 原稿，方法论，概念化。王世金：撰写 – 审稿与编辑，资源获取，概念化。曹云：撰写 – 审稿与编辑，形式分析。吕薇薇：软件开发，调查，数据管理。马行刚：可视化，软件开发，调查。韩从正：撰写 – 审稿与编辑，可视化，形式分析。詹忠：撰写 – 审稿与编辑，可视化，形式分析。吴荣：验证，调查。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了国家自然科学基金（项目编号42461022和42101135）、江西省自然科学基金（项目编号20232BAB203060）、国家数据管理局的高质量产业数据集创新项目（构建和应用用于分析区域磷循环的综合高质量数据集）以及江西省教育厅的科学技术研究项目（项目编号的支持。