CN112036036B - 冰川黑碳浓度变化过程的获取方法 - Google Patents

冰川黑碳浓度变化过程的获取方法 Download PDF

Info

Publication number
CN112036036B
CN112036036B CN202010897648.9A CN202010897648A CN112036036B CN 112036036 B CN112036036 B CN 112036036B CN 202010897648 A CN202010897648 A CN 202010897648A CN 112036036 B CN112036036 B CN 112036036B
Authority
CN
China
Prior art keywords
black carbon
snow
information
glacier
concentration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010897648.9A
Other languages
English (en)
Other versions
CN112036036A (zh
Inventor
杜文涛
陈记祖
康世昌
秦翔
张玉兰
孙雯璇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwest Institute of Eco Environment and Resources of CAS
Original Assignee
Northwest Institute of Eco Environment and Resources of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwest Institute of Eco Environment and Resources of CAS filed Critical Northwest Institute of Eco Environment and Resources of CAS
Priority to CN202010897648.9A priority Critical patent/CN112036036B/zh
Publication of CN112036036A publication Critical patent/CN112036036A/zh
Application granted granted Critical
Publication of CN112036036B publication Critical patent/CN112036036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

本发明的实施例提供了一种冰川黑碳浓度变化过程的获取方法，包括以下步骤：获取冰川的年雪坑黑碳通量信息、表面黑碳浓度分布信息、大气黑碳浓度变化信息和降水黑碳浓度分布信息；获取黑碳新雪浓度信息，将其结合降水黑碳浓度分布信息，得到黑碳湿沉降信息，根据年雪坑黑碳通量信息和大气黑碳浓度变化信息，得到黑碳干沉降信息；根据黑碳干沉降信息、黑碳湿沉降信息和表面黑碳浓度分布信息，再利用多层雪层模型和冰川消融模型，获得冰川雪冰中的黑碳富集信息和黑碳流失信息，以此作为冰川黑碳浓度变化过程的评价指标。本发明通过现有的野外采集数据，获得黑碳湿沉降信息和黑碳干沉降信息，再结合冰川消融模型获得黑碳富集信息和黑碳流失信息。

Description

冰川黑碳浓度变化过程的获取方法
技术领域
本发明涉及冰川消融研究技术领域，特别是涉及一种冰川黑碳浓度变化过程的获取方法。
背景技术
黑碳主要是生物质和化石燃料(例如：煤炭和石油)等不完全燃烧产生的无定型碳质，是大气气溶胶的重要组成部分。
黑碳气溶胶可以通过干湿沉降方式落于雪冰表面，降低表面反照率，进而加剧雪冰消融，是影响冰川消融的重要因素。目前雪冰黑碳的研究主要单纯地采集冰川不同海拔高度的黑碳浓度，如大气黑碳浓度、冰面黑碳浓度和积雪黑碳浓度，然后模拟整个冰川的黑碳浓度。
在实际情况下，冰川的雪冰中黑碳沉积过程受消融和时空的影响而波动剧烈，基于野外观测的方法无法时空连续地表征这一特征。
发明内容
本发明的一个目的在于提出一种冰川黑碳浓度变化过程的获取方法，该方法能获取黑碳富集信息和黑碳流失信息，更为准确地反映黑碳浓度的变化。
本发明的实施例可以这样实现：
一种冰川黑碳浓度变化过程的获取方法，应用于冰川，包括以下步骤：
在冰川的表面挖取多个雪坑和冰坑，以获取冰川的年雪坑黑碳通量信息、表面黑碳浓度分布信息、大气黑碳浓度变化信息和降水黑碳浓度分布信息；
获取黑碳新雪浓度信息，将黑碳新雪浓度信息结合降水黑碳浓度分布信息，得到黑碳湿沉降信息，根据年雪坑黑碳通量信息和大气黑碳浓度变化信息，得到黑碳干沉降信息；
采用黑碳-反照率模型和冰川消融模型融合，根据黑碳干沉降信息、黑碳湿沉降信息和表面黑碳浓度分布信息，再利用多层雪层模型和冰川消融模型，获得冰川雪冰中的黑碳富集信息和黑碳流失信息，以此作为冰川黑碳浓度变化过程的评价指标。
本发明的有益效果包括：通过现有的野外采集数据，利用干湿沉降的原理，获得黑碳湿沉降信息和黑碳干沉降信息，再结合冰川消融模型获得黑碳富集信息和黑碳流失信息，即可以更高精度反映冰川黑碳浓度变化。
另外，根据本发明提供的冰川黑碳浓度变化过程的获取方法，还可以具有如下附加的技术特征：
进一步地，获取冰川的年雪坑黑碳通量信息的步骤包括：
对雪坑每隔5cm分为多个雪层，对每个雪层进行采样，并记录每个雪层的雪层密度和雪层黑碳浓度，计算每个雪层的雪层黑碳通量，计算公式如下：
雪层黑碳通量＝5cm*雪层密度*雪层黑碳浓度；
同一雪坑的所有雪层的雪层黑碳通量的累加即为年雪坑黑碳通量信息的值。
进一步地，将黑碳新雪浓度信息结合降水黑碳浓度分布信息，获得黑碳湿沉降信息的步骤包括：
获取每个雪坑中值最小的雪层黑碳浓度，作为降水黑碳浓度；
计算单次降水事件的黑碳湿沉降通量，公式如下：
MwBC＝Ps·CFS
式中，Ps为降水量信息，CFS为降水黑碳浓度，MWBC为黑碳湿沉降信息即为单次降水事件的黑碳湿沉降通量。
进一步地，根据年雪坑黑碳通量信息，获得黑碳干沉降信息的步骤包括：
通过冰川消融模型和表面黑碳浓度分布信息获得融出黑碳通量；
计算黑碳干沉降年通量，公式如下：
黑碳干沉降通量＝年雪坑黑碳通量+融出黑碳通量-黑碳湿沉降通量。
进一步地，采用黑碳-反照率模型和冰川消融模型融合的步骤包括：
冰川消融模型的冰川能量平衡获取公式如下：
QM＝S↓(1-α)+L↓+L↑+H+LE+QG
式中，S↓为向下短波辐射，α为表面反照率，L↓和L↑分别为向下和向上长波辐射，H和LE分别为感热和潜热通量，QG为冰体的热通量。
进一步地，表面反照率为雪冰反照率，雪冰反照率的计算如下：
αSSA＝1.48-SSA-0.07
式中，SSA为雪冰比表面积；
雪冰比表面积SSA的计算公式如下：
Figure GDA0002902246350000031
式中，Tsnow为雪温，SSAinitial为初始新雪比表面积，t为降雪后日数。
进一步地，表面反照率的计算如下：
α＝αSSA+dαc+dαθz
式中，αSSA为黑碳反照率模型的雪冰反照率，dαc为黑碳引起的反照率变化，dαθz太阳高度角引起的反照率变化。
进一步地，方法还包括：当雪冰中的黑碳浓度发生变化时，引起的反照率变化dαc由下式计算：
Figure GDA0002902246350000032
式中，C为吸光性杂质浓度。
进一步地，太阳高度角引起的反照率变化dαθz计算如下：
Figure GDA0002902246350000041
式中，θz为太阳高度角。
进一步地，利用多层雪层模型和冰川消融模型，获得冰川雪冰中的黑碳富集信息和黑碳流失信息的步骤包括：
将冰川表面分为深度分别为0-2cm、2-10cm、10-20cm、20-30cm以及30cm以下的5个冰川层，获取每个冰川层的黑碳流入量和黑碳流出量，其中，黑碳流入量为从上部流入的黑碳量，黑碳流出量为随着该冰川层含水量饱和而流入下部雪层的黑碳量；
持续获取雪深值，若雪深值增大，则判定冰川表面有新降雪，设定新降雪形成的新雪层作为表面的冰川层，当新雪层融化时，新雪层的黑碳量与下部紧邻的冰川层的黑碳量合并，作为黑碳富集信息；
若雪深值为0，判定冰川表面为裸冰，根据冰川消融模型和表面黑碳浓度分布信息，获得冰川流失的黑碳量，即为黑碳流失信息。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明的第一实施例的冰川黑碳浓度变化过程的获取方法的流程示意图；
图2是本发明的第一实施例的冰川黑碳浓度变化过程的技术路线示意图。
具体实施方式
为使本发明的目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”以及类似的表述只是为了说明的目的，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1，本发明的第一实施例提出一种冰川黑碳浓度变化过程的获取方法，应用于冰川，包括以下步骤：
S1.在冰川的表面挖取多个雪坑和冰坑，以获取冰川的年雪坑黑碳通量信息、表面黑碳浓度分布信息、大气黑碳浓度变化信息和降水黑碳浓度分布信息。
可以理解的是，雪坑和冰坑为人工设置，用来采集野外数据，可根据实际需要，每隔一定海拔设置至少一个雪坑或冰坑。
需要说明的是，黑碳的来源主要有大气干、湿沉降以及冰川冰中融出的黑碳，假设黑碳均匀分布在每次降水事件中，黑碳湿沉降量则可由降水量计算可得。
在本实施例中，在积累区和消融区分别挖取雪坑和冰坑，获取雪冰(雪坑和表层冰)和冰川冰的表面黑碳浓度分布信息。通过TSP大气黑碳气溶胶在线分析仪继续进行观测，获取大气黑碳浓度变化信息。开展降水样品的人工采集，用于获取降水黑碳浓度分布信息。
应当指出的是，积累区消融微弱，能够很好的保存黑碳记录，通过雪坑记录可以获取年大气黑碳沉降通量，剔除消融流失以及来源于湿沉降的黑碳后，则可以获取大气黑碳干沉降总量，结合测量的大气黑碳浓度日分布，可以获取黑碳干沉降速率。
具体的，获取冰川的年雪坑黑碳通量信息的步骤包括：
对雪坑每隔5cm分为多个雪层，对每个雪层进行采样，并记录每个雪层的雪层密度和雪层黑碳浓度，计算每个雪层的雪层黑碳通量，计算公式如下：
雪层黑碳通量＝5cm*雪层密度*雪层黑碳浓度；
同一雪坑的所有雪层的雪层黑碳通量的累加即为年雪坑黑碳通量信息的值。
S2.获取黑碳新雪浓度信息，将黑碳新雪浓度信息结合降水黑碳浓度分布信息，得到黑碳湿沉降信息，根据年雪坑黑碳通量信息，得到黑碳干沉降信息。
需要说明的是，当冰川表面为积雪时，当融化发生时一部分黑碳随融水流失，剩余部分则富集在表层2cm雪中，有新降雪事件发生时，新降雪作为表层，而旧表层则作为独立的一个雪层。
另外，当冰川表面为裸冰时，黑碳来源除了干、湿(降水)沉降之外还有融出的冰川冰带来的黑碳。
具体的，将黑碳新雪浓度信息结合降水黑碳浓度分布信息，获得黑碳湿沉降信息的步骤包括：
S21.获取每个雪坑中值最小的雪层黑碳浓度，作为降水黑碳浓度。
S22.计算单次降水事件的黑碳湿沉降通量，公式如下：
MWBC＝Ps·CFS
式中，Ps为降水量信息，CFS为降水黑碳浓度，MWBC为黑碳湿沉降信息即为单次降水事件的黑碳湿沉降通量。
可以理解的是，冰川上会人工设置多个雪坑，每个雪坑都会有一个雪层黑碳浓度，在本实施例中，选所有雪层黑碳浓度中的最小值作为降水黑碳浓度。
具体的，根据年雪坑黑碳通量信息和大气黑碳浓度变化信息，获得黑碳干沉降信息的步骤包括：
S23.通过冰川消融模型和表面黑碳浓度分布信息获得融出黑碳通量。
S24.计算黑碳干沉降年通量，公式如下：
黑碳干沉降通量＝年雪坑黑碳通量+融出黑碳通量-黑碳湿沉降通量。
S3.采用黑碳-反照率模型和冰川消融模型融合，根据黑碳干沉降信息、黑碳湿沉降信息和表面黑碳浓度分布信息，再利用多层雪层模型和冰川消融模型，获得冰川雪冰中的黑碳富集信息和黑碳流失信息，以此作为冰川黑碳浓度变化过程的评价指标。
在本实施例中，根据测量的年雪坑黑碳通量以及大气浓度日分布，获取黑碳黑碳干沉降速率，结合降水黑碳浓度以及降水量获取黑碳湿沉降量；发展和完善黑碳-反照率模型并嵌入能量物质平衡模型，结合大气干、湿沉降和冰川冰中融出黑碳，利用多层雪层模型和冰川消融模型，模拟黑碳在雪冰中的富集和流失，研究雪冰表面黑碳浓度的变化过程。
具体的，采用黑碳-反照率模型和冰川消融模型融合的步骤包括：
冰川消融模型的冰川能量平衡获取公式如下：
QM＝S↓(1-α)+L↓+L↑+H+LE+QG
式中，S↓为向下短波辐射，α为表面反照率，L↓和L↑分别为向下和向上长波辐射，H和LE分别为感热和潜热通量，QG为冰体的热通量。
应当指出的是，在冰川消融模型的冰川能量平衡获取公式中，能量项方向朝向冰川表面则定义为正值，否则为负值。表面反照率的计算公式即为黑碳-反照率模型。
需要说明的是，H和LE利用空气动力学方法计算，考虑了大气层结的稳定度，并详细描述了空气动力学方法中关键参数动力、热力和水汽粗糙度的计算和选取，冰川固态雪积累由测量的降水计算而来，降水根据0～2℃阈值温度进行固液态划分，下表面热通量包括穿入雪冰表面的短波辐射和热传导两部分，前者根据净短波辐射与雪冰层深度指数递减关系计算而得，后者由下表面层的温度廓线计算。
在本实施例中，表面反照率为雪冰反照率，雪冰反照率的计算如下：
αSSA＝1.48-SSA-0.07
式中，SSA为雪冰比表面积；
雪冰比表面积SSA的计算公式如下：
Figure GDA0002902246350000081
式中，Tsnow为雪温，SSAinitial为初始新雪比表面积，t为降雪后日数。
更进一步地，利用多层雪层模型和冰川消融模型，获得冰川雪冰中的黑碳富集信息和黑碳流失信息的步骤包括：
将冰川表面分为深度分别为0-2cm、2-10cm、10-20cm、20-30cm以及30cm以下的5个冰川层，获取每个冰川层的黑碳流入量和黑碳流出量，其中，黑碳流入量为从上部流入的黑碳量，黑碳流出量为随着该冰川层含水量饱和而流入下部雪层的黑碳量；
持续获取雪深值，若雪深值增大，则判定冰川表面有新降雪，设定新降雪形成的新雪层作为表面的冰川层，当新雪层融化时，新雪层的黑碳量与下部紧邻的冰川层的黑碳量合并，作为黑碳富集信息；
若雪深值为0，判定冰川表面为裸冰，根据冰川消融模型和表面黑碳浓度分布信息，获得冰川流失的黑碳量，即为黑碳流失信息。
在本实施例中，采用雪深作为判断冰川表面是否为裸冰的依据，在其他实施例中，也可以以降水量作为判断冰川表面是否裸冰的依据，而实际操作中，降水会出现降雨和降雪(包括冰雹)两种情况，较本实施例的方法精度较低。
本发明的优势在于，通过现有的野外采集数据，利用干湿沉降的原理，获得黑碳湿沉降信息和黑碳干沉降信息，再结合冰川消融模型获得黑碳富集信息和黑碳流失信息，即可以更高精度反映冰川黑碳浓度变化。
另外，本实施例还能获得黑碳浓度对反照率的影响，进而获得黑碳浓度对冰川消融的影响。
本发明第二实施例提出一种冰川黑碳浓度变化过程的获取方法，本实施例与第一实施例的区别在于：
表面反照率的计算如下：
α＝αSSA+dαc+dαθz
式中，αSSA为黑碳反照率模型的雪冰反照率，dαc为黑碳引起的反照率变化，dαθz太阳高度角引起的反照率变化。
具体的，当雪冰中的黑碳浓度发生变化时，引起的反照率变化dαc由下式计算：
Figure GDA0002902246350000101
式中，C为吸光性杂质浓度。
需要说明的是，吸光性杂质主要包括黑碳和粉尘，黑碳和铁氧化物的物质吸收系数分别为7.5和0.56m2 g-1，按此物质吸收系数将粉尘等量转换为碳浓度，粉尘浓度则根据测量的表面冰、新雪和老雪定量输入。
另外，太阳高度角引起的反照率变化dαθz计算如下：
Figure GDA0002902246350000102
式中，θz为太阳高度角。
可以理解的是，本实施例还考察雪冰中的黑碳浓度变化后对反照率的影响，以及太阳高度角对反照率的影响，能更真实地反映冰川消融变化。
请参阅图2，本实施例提供的冰川黑碳浓度变化过程的获取方法的基本技术路线为：首先，获取冰川驱动数据，从冰川驱动数据中获取雪坑黑碳数据和大气黑碳数据，并通过大气黑碳日沉降数据、降水黑碳数据、冰川冰黑碳数据和消融富集量数据获得表面黑碳浓度数据，然后，采用反照率方案获得表面反照率，并结合长/短波辐射数据、气温、风速和湿度，通过能量物质平衡模型得到冰川消融数据，再结合固态降水数据得到物质平衡数据，最后，从以上数据中得出消融区黑碳消融影响和积累区黑碳消融影响，并且可以通过敏感性试验对比分析出黑碳消融影响、黑碳增加与气温升高消融贡献比和黑碳消融海拔差异等。
本实施例提供的冰川黑碳浓度变化过程的获取方法的有益效果包括：通过现有的野外采集数据，利用干湿沉降的原理，获得黑碳湿沉降信息和黑碳干沉降信息，再结合冰川消融模型获得黑碳富集信息和黑碳流失信息，即可以更高精度反映冰川黑碳浓度变化。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种冰川黑碳浓度变化过程的获取方法，应用于冰川，其特征在于，包括以下步骤：
在所述冰川的表面挖取多个雪坑和冰坑，以获取所述冰川的年雪坑黑碳通量信息、表面黑碳浓度分布信息、大气黑碳浓度变化信息和降水黑碳浓度分布信息；
获取黑碳新雪浓度信息，将所述黑碳新雪浓度信息结合所述降水黑碳浓度分布信息，得到黑碳湿沉降信息，根据所述年雪坑黑碳通量信息，得到黑碳干沉降信息；
采用黑碳-反照率模型和冰川消融模型融合，根据所述黑碳干沉降信息、所述黑碳湿沉降信息和所述表面黑碳浓度分布信息，再利用多层雪层模型和冰川消融模型，获得冰川雪冰中的黑碳富集信息和黑碳流失信息，以此作为冰川黑碳浓度变化过程的评价指标。
2.根据权利要求1所述的冰川黑碳浓度变化过程的获取方法，其特征在于，所述获取所述冰川的年雪坑黑碳通量信息的步骤包括：
对所述雪坑每隔5cm分为多个雪层，对每个所述雪层进行采样，并记录每个所述雪层的雪层密度和雪层黑碳浓度，计算每个所述雪层的雪层黑碳通量，计算公式如下：
雪层黑碳通量＝5cm*雪层密度*雪层黑碳浓度；
同一所述雪坑的所有所述雪层的所述雪层黑碳通量的累加即为所述年雪坑黑碳通量信息的值。
3.根据权利要求2所述的冰川黑碳浓度变化过程的获取方法，其特征在于，所述将所述黑碳新雪浓度信息结合所述降水黑碳浓度分布信息，获得黑碳湿沉降信息的步骤包括：
获取每个所述雪坑中值最小的所述雪层黑碳浓度，作为降水黑碳浓度；
计算单次降水事件的黑碳湿沉降通量，公式如下：
MwBC＝Ps·CFS
式中，Ps为降水量信息，CFS为降水黑碳浓度，MWBC为所述黑碳湿沉降信息即为单次降水事件的黑碳湿沉降通量。
4.根据权利要求3所述的冰川黑碳浓度变化过程的获取方法，其特征在于，所述根据所述年雪坑黑碳通量信息，获得黑碳干沉降信息的步骤包括：
通过冰川消融模型和所述表面黑碳浓度分布信息获得融出黑碳通量；
计算黑碳干沉降年通量，公式如下：
黑碳干沉降通量＝年雪坑黑碳通量+融出黑碳通量-黑碳湿沉降通量。
5.根据权利要求1所述的冰川黑碳浓度变化过程的获取方法，其特征在于，所述采用黑碳-反照率模型和冰川消融模型融合的步骤包括：
所述冰川消融模型的冰川能量平衡获取公式如下：
QM＝S↓(1-α)+L↓+L↑+H+LE+QG
式中，S↓为向下短波辐射，α为表面反照率，L↓和L↑分别为向下和向上长波辐射，H和LE分别为感热和潜热通量，QG为冰体的热通量。
6.根据权利要求5所述的冰川黑碳浓度变化过程的获取方法，其特征在于，所述表面反照率为雪冰反照率，所述雪冰反照率的计算如下：
αSSA＝1.48-SSA-0.07
式中，SSA为雪冰比表面积；
所述雪冰比表面积SSA的计算公式如下：
Figure FDA0002902246340000021
式中，Tsnow为雪温，SSAinitial为初始新雪比表面积，t为降雪后日数。
7.根据权利要求5所述的冰川黑碳浓度变化过程的获取方法，其特征在于，所述表面反照率的计算如下：
Figure FDA0002902246340000033
式中，αSSA为黑碳反照率模型的雪冰反照率，dαc为黑碳引起的反照率变化，
Figure FDA0002902246340000034
太阳高度角引起的反照率变化。
8.根据权利要求7所述的冰川黑碳浓度变化过程的获取方法，其特征在于，所述方法还包括：当雪冰中的黑碳浓度发生变化时，引起的反照率变化dαc由下式计算：
Figure FDA0002902246340000031
式中，C为吸光性杂质浓度。
9.根据权利要求7所述的冰川黑碳浓度变化过程的获取方法，其特征在于，太阳高度角引起的反照率变化
Figure FDA0002902246340000035
计算如下：
Figure FDA0002902246340000032
式中，θz为太阳高度角。
10.根据权利要求1所述的冰川黑碳浓度变化过程的获取方法，其特征在于，所述利用多层雪层模型和冰川消融模型，获得冰川雪冰中的黑碳富集信息和黑碳流失信息的步骤包括：
将冰川表面分为深度分别为0-2cm、2-10cm、10-20cm、20-30cm以及30cm以下的5个冰川层，获取每个所述冰川层的黑碳流入量和黑碳流出量，其中，所述黑碳流入量为从上部流入的黑碳量，所述黑碳流出量为随着所述冰川层含水量饱和而流入下部雪层的黑碳量；
持续获取雪深值，若所述雪深值增大，则判定冰川表面有新降雪，设定新降雪形成的新雪层作为表面的所述冰川层，当所述新雪层融化时，所述新雪层的黑碳量与下部紧邻的所述冰川层的黑碳量合并，作为所述黑碳富集信息；
若所述雪深值为0，判定冰川表面为裸冰，根据所述冰川消融模型和所述表面黑碳浓度分布信息，获得冰川流失的黑碳量，即为所述黑碳流失信息。
CN202010897648.9A 2020-08-31 2020-08-31 冰川黑碳浓度变化过程的获取方法 Active CN112036036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010897648.9A CN112036036B (zh) 2020-08-31 2020-08-31 冰川黑碳浓度变化过程的获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010897648.9A CN112036036B (zh) 2020-08-31 2020-08-31 冰川黑碳浓度变化过程的获取方法

Publications (2)

Publication Number Publication Date
CN112036036A CN112036036A (zh) 2020-12-04
CN112036036B true CN112036036B (zh) 2021-03-02

Family

ID=73586425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010897648.9A Active CN112036036B (zh) 2020-08-31 2020-08-31 冰川黑碳浓度变化过程的获取方法

Country Status (1)

Country Link
CN (1) CN112036036B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106021655A (zh) * 2016-05-09 2016-10-12 南京大学 一种积雪中黑碳浓度的遥感估算方法
CN108229092A (zh) * 2018-01-09 2018-06-29 南京大学 增加液相化学和湿沉降过程的大气污染模拟预测算法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106021655A (zh) * 2016-05-09 2016-10-12 南京大学 一种积雪中黑碳浓度的遥感估算方法
CN108229092A (zh) * 2018-01-09 2018-06-29 南京大学 增加液相化学和湿沉降过程的大气污染模拟预测算法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Black carbon in a glacier and snow cover on the northeastern Tibetan Plateau: Concentrations, radiative forcing and potential source from local topsoil;Yang Li 等;《Science of the Total Environment》;20190605;全文 *
单颗粒黑碳光度计在青藏高原雪冰样品分析中的应用;高少鹏 等;《冰川冻土》;20180710;第40卷(第3期);全文 *
雪冰黑碳的气候效应研究;明镜 等;《气候变化研究进展》;20060930;第2卷(第5期);全文 *

Also Published As

Publication number Publication date
CN112036036A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
Webster et al. Snow in the changing sea-ice systems
Qu et al. The decreasing albedo of the Zhadang glacier on western Nyainqentanglha and the role of light-absorbing impurities
Lovett et al. Cloud droplet deposition in subalpine balsam fir forests: hydrological and chemical inputs
Bergström Development and application of a conceptual runoff model for Scandinavian catchments
Russell et al. Intercomparison of the Southern Ocean circulations in IPCC coupled model control simulations
Doherty et al. Light-absorbing impurities in Arctic snow
Ortega-Ramírez et al. Paleoclimatic changes during the Late Pleistocene-Holocene in Laguna Babícora, near the Chihuahuan Desert, México
Thompson Microparticles, ice sheets and climate.
Morrill The influence of Asian summer monsoon variability on the water balance of a Tibetan lake
Wang et al. Modelling snow ice and superimposed ice on landfast sea ice in Kongsfjorden, Svalbard
Niwano et al. Evaluation of updated physical snowpack model SMAP
Kirsch et al. Convective cold pools in long-term boundary layer mast observations
Wayand et al. A meteorological and snow observational data set from Snoqualmie Pass (921 m), Washington Cascades, USA
Rayback et al. Multiproxy reconstructions of climate for three sites in the Canadian High Arctic using Cassiope tetragona
CN112036036B (zh) 冰川黑碳浓度变化过程的获取方法
Zhang et al. A tree-ring based precipitation reconstruction for the Mohe region in the northern Greater Higgnan Mountains, China, since AD 1724
Nakawo et al. Basic studies for assessing the impacts of the global warming on the Himalayan cryosphere
CN106772697A (zh) 云海自然景观预报方法及***
Leroux et al. Performance of precipitation phase partitioning methods and their impact on snowpack evolution in a humid continental climate
Cluett et al. Lake dynamics modulate the air temperature variability recorded by sedimentary aquatic biomarkers: A Holocene case study from western Greenland
Dawadi Climatic records and linkage along an altitudinal gradient in the southern slope of Nepal Himalaya
Jansson et al. Assessing the possibility to couple the chemical signal in winter snow on Storglaciären, Sweden, to atmospheric climatology
Raphael et al. Sea ice mass balance during the MOSAiC drift experiment: Results from manual ice and snow thickness gauges
Hogan et al. Particle transport to the snow surface at the South Pole: the beginning of a tropospheric history
Naftz et al. Variations between δ18O in recently deposited snow and on-site air temperature, Upper Fremont Glacier, Wyoming

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant