基于过程的火烧后积雪水文模型参数研究:超越积雪反照率与植被

《Water Resources Research》:Process-Based Model Parameters for Post-Fire Snow Hydrology: Looking Beyond Snow Albedo and Vegetation

【字体: 大 中 小 】 时间:2026年08月28日 来源:Water Resources Research 6.3

编辑推荐:

  摘要译文:野火通过改变森林冠层结构、积雪反照率(snow albedo)和积雪物理属性,从根本上改变了积雪积累与消融动态。尽管有关火灾对积雪影响的研究日益增多,但鲜有研究使用基于物理过程的模型(physically based model)模拟火烧后变化,且尚

  
摘要译文:野火通过改变森林冠层结构、积雪反照率(snow albedo)和积雪物理属性,从根本上改变了积雪积累与消融动态。尽管有关火灾对积雪影响的研究日益增多,但鲜有研究使用基于物理过程的模型(physically based model)模拟火烧后变化,且尚无研究考察控制这些动态的全局参数敏感性(global parameter sensitivity)。在本研究中,研究人员在科罗拉多州(Colorado)一个高海拔流域应用多模式统一结构模型(Structure for Unifying Multiple Modeling Alternatives, SUMMA),以识别并评估影响火烧后积雪演化的模型参数。研究人员开展了全局敏感性分析(global sensitivity analysis),随后对敏感参数进行采样,以识别相对于机载激光雷达(airborne LiDAR)积雪深度在火烧与未火烧森林中的行为参数集(behavioral parameter sets)。在行为参数集中,研究人员识别出4个在火烧与未火烧森林间存在显著差异的参数,包括反照率衰减速率(albedo decay rate)(火烧区比未火烧区快45%)、最大冠层截雨量(maximum canopy interception for rain)(低60%)、积雪卸载最低温度(minimum temperature for snow unloading)(暖3.9°C)以及积雪表面粗糙度(snow surface roughness)(高902%)。使用火烧与未火烧条件下行为参数集的模型模拟表明,火烧条件下峰值绝对冷含量(peak absolute cold content)平均低17%,峰值积雪水当量(snow-water equivalent, SWE)平均低17%,且深度、SWE和冷含量的差异在整个积雪季节持续增大。这些发现凸显了冠层损失和加速的反照率衰减对积雪能量平衡的综合影响,并揭示了现有建模框架中通常未予表征的额外火烧后积雪过程。因此,本研究为改进火烧后积雪动态的模拟表征提供了过程层面的基础。
论文解读文章

一、研究背景与科学问题

野火在范围、持续时间、强度和海拔分布上不断扩展,已成为影响美国西部水文过程的重要扰动因素。尤其是1984年至2017年间,海拔2500米以上区域的过火面积增幅最大,使得火烧区域与季节性积雪带之间的重叠范围持续扩大。与此同时,气候变化导致积雪普遍减少,融雪时间提前,未来预估显示在高排放情景下积雪水当量(snow-water equivalent, SWE)可能下降高达60%。火烧后的森林对积雪积累和消融格局可产生持续影响,其中最为显著的作用发生在火烧后最初4年。火烧后积雪变化主要受两类相反过程的共同控制:一方面,冠层减少使更多积雪积累于林冠下;另一方面,火烧产生的黑碳等杂质沉降于积雪表面,降低雪面反照率(snow albedo)。反照率降低与冠层损失带来的太阳辐射暴露增加相结合,增强了积雪吸收的净短波辐射,从而加速融雪并导致积雪提前消失。

然而,现有研究大多依赖点尺度观测,难以捕捉火烧后积雪变化的空间动态;遥感手段虽能覆盖较大范围,但受限于时间分辨率,无法提供峰值SWE等关键水文指标的完整时序信息。更为重要的是,尽管已有研究利用物理模型模拟火烧后积雪,但多数仅聚焦于单一参数类别,如雪反照率、植被参数或融雪速率,且尚无研究对控制火烧后积雪动态的参数进行全局敏感性评估。由于水文模型尚未针对火烧条件进行充分参数化,模型参数化成为火烧后水文模拟中最大的挑战之一。此外,模型存在等终性(equifinality)问题,即多组参数集均可产生可接受的模拟结果,这进一步增加了模型不确定性。因此,亟需识别火烧条件下影响积雪模拟的关键参数并确定其合理取值范围。

二、研究内容与主要结论

研究人员在科罗拉多河流域源头、2020年东麻烦火烧(East Troublesome Fire)过火的风口峡流域(Windy Gap watershed)应用多模式统一建模替代结构模型(Structure for Unifying Multiple Modeling Alternatives, SUMMA),系统开展了火烧后积雪模拟研究。研究人员首先采用Morris方法对38个参数进行全局敏感性分析,识别出对峰值SWE、峰值SWE日期(day of peak SWE, DoPS)和积雪消失日期(snow disappearance date, SDD)三个积雪指标均敏感的参数;随后基于拉丁超立方采样(Latin Hypercube Sampling, LHS)对17个敏感参数进行采样,以机载雪观测站(Airborne Snow Observatory, ASO)获取的LiDAR积雪深度和STC-MODSCAG遥感积雪消失日期为约束,以均方根误差(Root Mean Squared Error, RMSE)为目标函数,采用Pareto优化识别行为参数集。研究最终分别获得19组火烧条件和39组未火烧条件的行为参数集,并据此模拟了火烧与未火烧情境下的积雪演化过程。研究发现4个在火烧与未火烧条件下存在显著差异的参数:反照率衰减速率(火烧区快45%)、最大冠层截雨量(低60%)、积雪卸载最低温度(暖3.89°C)和积雪表面粗糙度(高902%)。模型模拟表明,火烧条件下峰值绝对冷含量和峰值SWE平均均低17%,且差异在整个积雪季节持续增大,在消融期最为显著。该研究发表在《Water Resources Research》期刊上,为改进火烧后积雪动态的模拟表征提供了过程层面的基础。

三、主要技术方法

研究采用了以下关键技术方法:(1)基于Morris方法的全局敏感性分析,系统评估各参数对模拟结果的影响程度;(2)基于拉丁超立方采样的蒙特卡洛滤波框架(Monte Carlo filtering),用于生成均匀覆盖参数空间的行为参数候选集;(3)以ASO机载LiDAR积雪深度和MODIS反演积雪消失日期为观测约束,以RMSE为目标函数的模型校准方法;(4)Pareto前沿优化方法,用于在多目标(积雪深度与SDD)约束下筛选最优行为参数集。气象驱动数据来自高分辨率快速刷新(High-Resolution Rapid Refresh, HRRR)数值天气预报模型,植被数据分别采用2019年和2021年国家土地覆盖数据集(National Land Cover Data set, NLCD)表示火烧前后植被类型,植被叶面积指数(leaf area index, LAI)由MODIS遥感产品获取。研究区域为风口峡流域,共有24个水文响应单元(hydrologic response unit, HRU),模拟时段为2019—2024共6个水文年。

四、研究结果

(一)敏感性分析结果
Morris方法识别出对SDD、峰值SWE和DoPS三个积雪指标均具有显著影响的参数共17个,包括4个反照率参数、7个植被参数,以及6个影响积雪压实、积雪内水分运动、湍流热通量和辐射热传输的参数。其中DoPS主要受反照率衰减速率(albedoDecayRate)、可见光波段辐射比例(Frad_vis)和冠层积雪卸载最低温度(minTempUnloading)影响;峰值SWE和SDD主要受反照率更新速率(albedoRefresh)、融水流出指数(mw_exp)和积雪水力传导度(k_snow)影响。由于没有理论依据表明新雪密度和最大可见光及近红外反照率在火烧与未火烧森林间存在差异,这些参数被排除在后续采样之外。

(二)模型性能与参数估计结果
模型模拟在火烧和未火烧条件下均略微偏深且略早融化。未火烧条件下积雪深度RMSE为39 mm,偏差34 mm;SDD的RMSE为9.3天,偏差?2.8天。火烧条件下积雪深度RMSE为26 mm,偏差34 mm;SDD的RMSE为13.3天,偏差?4.8天。在17个敏感参数中,4个参数在火烧与未火烧行为参数集之间存在统计学显著差异(Kolmogorov-Smirnov检验,显著性水平0.05):反照率衰减速率、积雪表面粗糙度、冠层积雪卸载最低温度和冠层截雨能力。火烧与未火烧条件的行为参数集之间不存在重叠。

(三)参数对火烧效应的影响
单个参数值与积雪指标之间的回归分析显示,在最优模拟火烧条件(而非未火烧条件)的参数集中,最小可见光反照率与峰值SWE呈负相关,积雪穿透水比例缩放因子与SDD呈正相关,冠层滴水与积雪卸载比率与峰值SWE呈负相关,积雪水力传导度与DoPS呈负相关。但各关系的斜率较为平缓,且单个参数无法解释大部分变异,表明没有单一参数主导模型模拟结果。

(四)火烧后积雪演化的时间变化
模型模拟显示,火烧条件下积雪深度、冷含量和SWE在整个积雪季节均低于未火烧条件,其中冷含量和SWE在积累期和消融期均呈现显著差异,峰值冷含量和峰值SWE平均差异均为17%。积雪密度在两种条件下差异较小。按月聚合的结果显示,火烧后差异在消融期(4、5、6月)最大,其中6月差异最为显著,冷含量中位数差异为60%,SWE中位数差异为56%。

(五)火烧后积雪指标的空间变异性
SDD变化以负值为主,表明火烧流域积雪消失时间提前,部分水文响应单元的变化幅度高达28天。峰值SWE呈现一致且较大的负向变化,尤以高海拔水文响应单元最为显著。DoPS的空间变异性最大,变化范围从少数正值到?25至?30天。海拔与积雪指标变化之间呈二次回归关系,高海拔和低海拔区域的变化最大,中海拔区域变化较小;海拔解释了26%—50%的模拟火烧后积雪变化变异性。

五、讨论部分总结

研究讨论指出,火烧后积雪通常被概念化为冠层损失与雪反照率下降之间的竞争平衡,但本研究结果表明其他积雪过程同样在火烧后积雪变化中发挥作用。火烧后黑碳等吸光性颗粒物沉降于雪面,降低反照率并增强太阳辐射吸收,加速融雪并促进雪粒生长,进而增大积雪表面粗糙度;而更大的粗糙度又通过增强光捕获和阴影效应进一步降低反照率,在融雪期形成正反馈。火烧模拟中冷含量持续较低,降低了启动融雪所需的能量阈值。研究同时承认,由于缺乏覆盖整个积雪季节的空间分布式SWE观测,模型在ASO采集时次之间的时间步长上校准约束不足,可能引入校准不确定性并导致参数补偿效应。与以往研究相比,本研究的敏感性分析识别出除植被和反照率之外的其他重要参数,特别是截留动态和积雪表面粗糙度,表明这些过程对于准确表征火烧后积雪演化同样不可或缺。

六、研究结论翻译

尽管全局参数不确定性技术早已广泛应用于水文建模,但这些方法此前尚未被用于评估扰动后积雪水文学。通过对模型参数分布进行采样,研究人员识别出影响火烧森林中模拟积雪动态的关键因素,包括反照率衰减速率、积雪表面粗糙度和冠层截留。研究结果表明,科罗拉多州高海拔流域的火烧后积雪相比未火烧森林具有更低的SWE、积雪深度和冷含量。效应的幅度在不同行为参数集、水文响应单元、海拔、季节和年际气候条件之间有所变化。这些异质性响应既凸显了火烧后积雪过程的复杂性,也揭示了在火烧流域预测水资源可用性所面临的挑战,尽管融雪时间提前、适度的海拔效应以及消融期更大的火烧影响与此前研究结果一致。基于研究结果,研究人员建议未来的建模实验至少应考虑对反照率衰减、森林结构、冠层截留和积雪表面粗糙度相关参数进行校准,以充分表征火烧森林对积雪积累与消融动态的影响。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号