Page 108 - 2024年第55卷第3期

１９５９年到 ２００７?２００８年的 ５０ａ间，外贝加尔河的平均封冻时间减少了 ８ｄ。冬季气温的上升导致大多
数外贝加尔河的冰层厚度减少了 ４％至 ３２％ ［１４］ 。Ｙａｎｇ等 ［２］ 通过研究全球河冰的演变趋势发现，过去
３０ａ全球河冰范围平均下降了 ２．５％，此外基于第五次国际耦合模式比较计划（ＣＭＩＰ５）中的两种气候变
化情景 ＲＣＰ４．５和 ＲＣＰ８．５（ＲＣＰ ＝ 代表性浓度路径）数据，预测本世纪末（２０８０—２１００年）全球河冰持
续时间与 ２００９—２０２９年相比将会分别下降 ７．３、１６．７ｄ，另外发现全球平均地表温度每增加 １℃，平均冰
［１５］
期预计将减少 ６．１０±０．０８ｄ。Ｂｅｌｔａｏｓ 基于 ＣＭＩＰ５数据，研究了加拿大和平河（ＰｅａｃｅＲｉｖｅｒ）下游冰盖的变
化情况，结果表明：从 １９８０年代（平均冰厚为 ０．８９ｍ）到 ２０８０年代预测冰厚将会有 ０．１８～０．２８ｍ的减少。
姚惠明等分析了黄河宁蒙河段凌情长期演变规律，研究发现，１９９０年以来石嘴山、巴彦高勒、三湖河
口和头道拐平 均 封 冻 天 数 分 别 减 少 了 ２１、１５、８和 ７ｄ；最 大 冰 厚 比 历 年 均 值 分 别 薄 ０．０７、０．２９、
０．２８和０．１１ｍ ［１６］ 。关于黄河流域未来河流冰情特征如何演变这一问题，目前缺乏相应研究。
河道冰情过程受热力、水动力以及河道边界条件等多因素共同影响，这些因素的不同组合则会出
现不同的冰情现象。考虑所有因素对冰情特征的影响存在一定难度，本文主要从气候暖导致冰情变化
的热力学角度，基于不同的全球气候模式（ ＧｌｏｂａｌＣｌｉｍａｔｅＭｏｄｅｌｓ，ＧＣＭｓ）数据，进行黄河流域防凌重
点区域河流冰情特征演变趋势预测研究。ＧＣＭｓ已被广泛用于研究过去和未来气候变化等方面，而
ＧＣＭｓ性能综合评价对于正确解释模拟结果是至关重要的 ［１７］ 。因此，这项研究的目的首先是评估 ８种
ＧＣＭｓ以及多模式集合在分位数增量映射（ＱｕａｎｔｉｌｅＤｅｌｔａＭａｐｐｉｎｇ，ＱＤＭ）偏差校正前后对于黄河流域凌
汛期（ １１月至次年 ３月）日平均气温的模拟性能，然后预估黄河流域未来不同时期凌汛期日平均气温时
空变化规律。最终基于 ８种 ＱＤＭ偏差校正及 ＧＣＭｓ集合平均的未来凌汛期日平均气温数据以及冰情特
征预测模型，估算黄河防凌重点区域—黄河宁蒙段未来河流冰情演变情况，以期为黄河流域气候变化
研究、防凌减灾、水资源开发利用以及大坝管理运行等方面提供理论支撑。

２ 数据与方法

２．１ 研究区域 黄河是我国凌汛灾害最突出的区域，主要集中在黄河宁蒙段，黄河宁蒙河段是黄河宁
夏河段和内蒙古河段的统称，位于黄河最北端，全长 １２１７ｋｍ，其中宁夏河段长 ３９７ｋｍ，内蒙古河段
长 ８３０ｋｍ ［１８］ 。日平均气温在 ０℃以下的时间长达 ４～５个月，冬季最低气温－ ３９℃，多年平均封冻天
数约为 １１４ｄ ［１６］ 。黄河宁蒙河段位于倒 “Ｕ” 形河道的最北端（见图 １），河道由低纬度向高纬度的河
道走势和寒冷低温的气候，使每年冬季都有不同程度的凌情发生，严重时会因冰塞冰坝导致冰凌洪水
灾害 ［１９］ 。１９８０来以来黄河主要冰塞冰坝发生的位置如图 １所示，由图可知，黄河宁蒙段为黄河凌汛
灾害最频繁最严重的区域，因此也成为冰凌问题研究的重点区域。
２．２ 研究数据 本文所采用的研究数据主要分为冰情数据以及气温数据两大类。冰情数据主要为冰厚
及封开河日期等，这些数据来自黄河水文局。实测气温数据来自中国气象局，选取黄河流域内部及临
近区域的 ２５５个气象站点所记录的日平均气温数据作为本研究的实测数据，数据记录长度为 １９６５年 １
月—２０２１年 １２月。
历史（ １９６５—２０１４）和未来（２０１５—２１００）的气温模拟数据 来自 ＣＭＩＰ６数据 库 （ｈｔｔｐｓ：??ｅｓｇｆ － ｎｏｄｅ．
ｌｌｎｌ．ｇｏｖ?ｐｒｏｊｅｃｔｓ?ｃｍｉｐ６? ），选取 了 ＳＳＰ１ － ２．６、ＳＳＰ２ － ４．５和 ＳＳＰ５ － ８．５三 种 未 来 气 候 情 景 下 的 气 温 数
据 ［２０］ ，每种情景包含 ８个 ＧＣＭ，各 ＧＣＭｓ的具体信息如表 １所示。
考虑到 ＧＣＭｓ和观测数据在空间分辨率上的差异，本文采用双线性插值的方法将 ＧＣＭｓ数据插值
到气象观测站点。ＧＣＭｓ数据是基于物理学原理以及数学模型等构建的气象数据，而观测数据是通过
传感器等观测手段获得的真实地面气象数据，两者具有不同的空间分布，为了便于两种数据的对比与
分析，需要将它们进行空间分布上的一致化。而双线性插值是处理数据空间差异的一种简单且有效的
方法，被广泛应用于气温、降雨等空间数据处理 ［２１ － ２２］ 。该方法首先在目标区域内选取 ４个最邻近的离
散数据点，然后根据这 ４个点的数值和位置关系进行线性插值计算，从而得到目标区域内其他位置的
估计值。

— ３ ５ —
６