《Cold Regions Science and Technology》：Probabilistic predictions of the impacts of climate warming on permafrost stability along the Qinghai-Xizang Railway, China
编辑推荐：
成松杨|成国东|魏伟|陈林|张文强|王新斌|于启豪|王丹中国科学院西北生态与环境资源研究院冰冻圈科学与冻土工程国家重点实验室，中国兰州730000摘要青藏铁路（QXR）是穿越青藏高原的关键交通走廊，日益受到气候变暖的威胁，主要表现为永久冻土融化和活动层厚度变化。因此，可靠地预测永
成松杨|成国东|魏伟|陈林|张文强|王新斌|于启豪|王丹
中国科学院西北生态与环境资源研究院冰冻圈科学与冻土工程国家重点实验室，中国兰州730000
摘要
青藏铁路（QXR）是穿越青藏高原的关键交通走廊，日益受到气候变暖的威胁，主要表现为永久冻土融化和活动层厚度变化。因此，可靠地预测永久冻土的稳定性对于评估此类基础设施的长期性能和安全性至关重要。在本研究中，我们首先分析了IPCC对未来100年的气候预测结果，并使用降尺度方法获取QXR的大气边界条件。然后，我们对青藏高原工程走廊（包括QXR和青藏公路）沿线的钻孔数据进行了空间分布分析，以获得地面冰含量和土壤密度的二维分布。为了解决与气候模型偏差和次网格尺度地形变化相关的不确定性，应用了蒙特卡洛模拟方法生成概率气温数据集。最后，利用针对QXR特点改进的土壤分层模型（Common Land Model，CoLM），模拟了地表和活动层的耦合热液过程，得到了沿线土壤表面温度的空间分布。根据Stefan方程计算出的融化指数，可以预测未来100年的年最大季节性融化深度。通过将融化深度与地面冰含量和土壤密度的空间分布相结合，量化了最大融化沉降量及其相应的置信区间。根据沉降量大小，将铁路沿线的永久冻土进一步分为不同的稳定性类别。这些结果为长期评估与永久冻土相关的沉降风险提供了概率框架，并为未来气候变化下QXR的适应性设计和维护策略提供了科学支持。
引言
青藏铁路（QXR）建于2001年之后，是目前世界上最高、最长的高原铁路。该铁路从青海省格尔木延伸至西藏自治区拉萨，全长约1140公里，其中约57%的路段位于永久冻土区，包括了温暖和寒冷的永久冻土带以及富含冰的地带（Wu等人，2020年）。永久冻土是指至少连续两年保持冻结状态的土壤（French，2017年），其形成是由于岩石圈与大气之间长期的水热交换不平衡所致（Chadburn等人，2017年）。在全球气候变暖的背景下，世界各地的永久冻土区域都经历了显著的热退化（Gulev等人，2021年；Smith等人，2022年），而青藏高原（QTP）已成为地球上对气候变化最敏感的地区之一（Ran等人，2018年；Yao等人，2019年）。全球永久冻土网络（GTN-P）的数据表明，2007年至2016年间永久冻土的平均温度上升了0.29±0.12°C（Biskaborn等人，2019年）；而QTP地区的长期地温记录显示，2006年至2021年间永久冻土融化加速，形成了大量的融冻土层（Mei等人，2024年）。这种退化严重影响了水文、生态和工程系统，因为永久冻土在维持环境和基础设施稳定方面起着核心作用（Wu等人，2020年；Fu等人，2025年）。在QXR沿线，温暖永久冻土区内的路堤融化沉降速率可达每年25-75毫米（Ma等人，2008年）；当地面温度接近0°C时，路堤下方还观察到了显著的蠕变变形（Luo等人，2022年）。这些现象凸显了地基土壤对永久冻土变暖的脆弱性。永久冻土内部的升温主要是由地表和近地表温度升高驱动的（Zhang等人，2020年），这反映了气候变暖下表面能量平衡的变化。据预测，到2050年，北极地区约70%的现有基础设施将面临风险（Hjort等人，2022年）。因此，人们非常关注气温变化和表面能量通量变化如何影响永久冻土的热状态。理解和预测气候变化条件下的永久冻土演变已成为地质冰冻学和工程地质学的核心挑战。
永久冻土预报为此类评估提供了关键框架。它通过结合气候情景、表面能量平衡和地下热传递过程的模拟，预测永久冻土的热状态、活动层厚度、冻结深度和空间分布的未来变化（Obu等人，2019年；Yin等人，2021年；Li等人，2023年）。已经开发了多种模型来评估不同尺度上的永久冻土响应，包括概念性模型、经验模型和基于过程的电影模型（Zhang等人，2024a；Zhang等人，2024b）。简单的基于热量的模型通常使用经验或统计关系来估算永久冻土的存在、活动层深度或年平均地温；或者使用平衡模型将大气条件与地下温度联系起来（Riseborough等人，2008年）。永久冻土-气候关系模型是永久冻土研究领域的热点，但这类模型通常只包含有限的变量和地理信息系统。然而，这些模型仅能预测永久冻土的存在与否，无法捕捉永久冻土层内的垂直温度变化（Etzelmuller等人，2006年；Zhang等人，2024a；Zhang等人，2024b）。数值模型，如有限差分法、有限元方案或神经网络预测模型，可以在季节到多年时间尺度上模拟深层地温剖面（Zhao等人，2022年；Hao等人，2024年）。模型对表面能量交换的表征各不相同，从使用冻结/融化指数、n因子、气温或积雪覆盖的简化参数化方法，到需要详细大气输入的完整能量平衡计算（Zhang等人，2024a；Zhang等人，2024b；Ma等人，2025年；Wei等人，2024年）。在空间上，模型可能关注单个地点、二维剖面或更广阔的地理区域。大多数大规模模型仍然是基于点的，没有考虑侧向热传递，实际上将每个地点视为一个维度，并忽略了土壤性质的小尺度异质性。在地形、坡向和高程强烈影响地面热状态的地区，这种局限性尤为明显，因此需要替代方法来捕捉局部或区域的空间变异性。在全球气候变暖的背景下，永久冻土正在迅速变化，通常通过模型估算其范围来进行评估（Steinert等人，2024年）。概率和基于情景的方法越来越多地被用来将气候预测转化为永久冻土的响应，包括地面冰的变化、活动层动态、永久冻土下界以及相关的路基变形（Kerr，2001年）。这些方法为将气候变异性与永久冻土演变联系起来提供了可靠的框架，为工程和环境应用提供了现实的预测（Roghangar和Hayley，2025年；Gheysari和Maghoul，2026年）。
为了克服这些挑战，本研究为QXR走廊专门建立了一个基于物理原理的概率永久冻土预报框架。利用沿QXR获取的钻孔数据，我们使用反距离加权插值方法构建了地下地面冰含量的二维分布图。通过混合动态-统计降尺度方法获得了未来100年的大气边界条件，同时采用蒙特卡洛框架生成了耦合气候-永久冻土模型的集合并驱动力。在集合并驱动力的作用下，应用Common Land Model（CoLM）模拟了未来一个世纪QXR沿线的日变冻土热动态。从这些模拟得到的地表温度场与Stefen模型结合，计算了融化指数并预测了年最大活动层厚度。利用地面冰含量和干密度的空间分布，估算了每个永久冻土层的潜在最大融化沉降量。将这些结果综合起来，得到了未来一个世纪内铁路沿线永久冻土沉降的空间时间演变。最后，将预测的最大沉降模式与现有的地质调查数据进行了验证，从而对QXR沿线的永久冻土稳定性进行了分类。
章节片段
地表过程模型和参数
在本文中，我们采用了Dai等人（2003年）开发的Common Land Model（CoLM）来模拟QXR沿线永久冻土地区的地表温度。CoLM模型整合了三个现有地表模型的最佳特性：Land Surface Model（LSM）（Bonan，1996年）、Biosphere Atmosphere Transfer Scheme（BATS）（Dickinson等人，1993年）以及中国科学院大气物理研究所1994年版本的Land Surface Model（IAP94）。
预测结果与分析
CoLM利用大气数据集模拟了1961年至2100年间铁路永久冻土区域（例如DK960–DK1516）内556个网格点的地温变化。此外，还使用Stefen模型确定了年平均活动层厚度和路基沉降变形及其概率分布。前40年（1961–2000年）作为预热期，随后100年（2001–2100年）用于预测。
结论
本研究以IPCC A2气候情景为背景，结合大气再分析数据和不同空间分辨率的数值地形高程模型，获得了QXR沿线1公里分辨率的大气温度数据。随后，使用Stefen模型和CoLM模型预测了2100年之前的活动层厚度和沉降变形。
CRediT作者贡献声明
成松杨：方法论、研究、资金获取、数据管理、初稿撰写。成国东：可视化、验证、监督、资源协调、项目管理和概念构思。魏伟：验证、研究、数据管理。陈林：验证、研究、资金获取、数据管理、撰写及审稿编辑。张文强：验证、资金获取、正式分析、数据管理、撰写及审稿编辑。王新斌：
利益冲突声明
我们声明没有已知的财务利益或个人关系可能影响本文的研究结果。
致谢
国家重点研发计划（项目编号：2025YFF0519200）、中国科学院西北生态与环境资源研究院公共实验技术平台开放资助（项目编号：SJ202420）、甘肃省科技计划（项目编号：25JRRA518）、甘肃省重大科技项目（项目编号：24ZD13FA003）以及国家重点计划。
