积雪融化度·日法模拟器

Q: 什么是积雪融化的度·日法？

度·日法将日融雪量 M 视为日平均气温 T 与基准温度 T_base 之差的线性函数：M = a·（T − T_base），其中 a 为融雪系数。由于气温观测在山区基本都能获取，该方法在全球操作型水文模型（如 HBV、SRM、SWAT、HEC-HMS）中被广泛采用。与完整能量平衡融雪模型相比精度偏低，但所需输入数据极少，是融雪水文学最常用的经验模型。

Q: 融雪系数 a 的典型取值是多少？

融雪系数 a 与下垫面类型和季节密切相关。常见取值为：裸地与草地 4〜8 mm/（°C·day），针叶林 2〜4 mm/（°C·day），冰川冰面 5〜12 mm/（°C·day）。季节平均值多在 2〜7 mm/（°C·day）。融雪末期（5〜6月）反照率下降，a 通常会增大。实际应用中 a 多通过与实测径流的率定确定。本工具可直接通过滑块调节 a，便于体会其敏感性。

Q: 雪水当量 SWE 与积雪深度的关系是什么？

雪水当量 SWE 是将整层积雪完全融化后得到的液态水深度（mm），满足 SWE = ρ_s·h_s，其中 ρ_s 为雪密度（g/cm³），h_s 为积雪深度（cm）。新雪 0.05〜0.15，结实雪 0.30〜0.45，融雪期成熟雪 0.40〜0.55。本工具根据输入的 SWE 与积雪深度反算 ρ_s，若超出 0.05〜0.6 范围将提示物理不合理。径流预报中 SWE 比积雪深度更关键，因此现场观测和被动微波卫星都尝试直接测量 SWE。

参数设置

日平均气温 T

°C

目标日的日平均气温

融雪系数 a

mm/(°C·day)

裸地 4〜8，森林 2〜4，冰川 5〜12 为参考

基准温度 T_base

°C

净融雪开始的有效阈值（通常 0°C）

积雪深度 h_s

雪水当量 SWE

整层积雪完全融化得到的液态水深

流域面积 A

km²

气温递减率 Γ

°C/100m

每升高 100m 海拔的气温降幅

计算结果

—

度·日值 (°C·day)

—

日融雪量 (mm/day)

—

日融雪流量 (m³/s)

—

30天累积融雪 (mm)

—

SWE 枯竭天数 (day)

—

雪密度 (g/cm³)

—

山区流域剖面 — 融雪→溪流→水库

提高气温或融雪系数会使积雪变薄、溪流融雪流量增大。颜色深浅表示日融雪量的强度。

日融雪量 vs 气温（季节扫描）

30天内的累积融雪与剩余 SWE 变化

理论与主要公式

$$M = a \cdot (T - T_{base}) \text{ when } T \gt T_{base},\quad SWE = \rho_s \cdot h_s$$

M：日融雪量（mm/day），a：融雪系数（mm/(°C·day)），T：日平均气温（°C），T_base：净融雪基准温度（通常 0°C），SWE：雪水当量（mm），ρ_s：雪密度（g/cm³），h_s：积雪深度（cm）。

$$Q = \frac{M \cdot A}{86400 \cdot 1000} \cdot 10^{6} \;[\text{m}^3/\text{s}],\qquad t_{deplete} = \frac{SWE}{M}$$

Q：流域日融雪流量，A：流域面积（km²），t_deplete：按当前融雪率耗尽当前 SWE 所需的天数。

积雪融化度·日法 — 融雪水文学

🙋

「度·日法」只用气温一个变量就能预测山区融雪？这么简单真的靠谱吗？

🎓

听起来很怀疑，但事实是：在山区流域，季节性融雪的 90% 以上变化能用气温解释。融雪需要能量，而能量通量（短波辐射、长波辐射、湍流通量，甚至雨水带来的热量）都与近地面气温高度相关。所以即使只用线性公式 M = a·(T − T_base)，整个季节的累积融雪量也能拟合得相当好。HBV、SRM、SWAT、HEC-HMS 这些主流水文模型，融雪子模块几乎都是 degree-day 法的变种。

🙋

原来如此！那增加融雪系数 a，融雪量就会跟着上升。实际工作中怎么确定 a 的值呢？

🎓

好问题。文献给出的范围是：裸地 4〜8 mm/(°C·day)、森林 2〜4、冰川 5〜12，但 a 在季节内也会漂移，融雪后期反照率下降会让 a 变大。生产环境中要用实测径流去率定 a。比如日本利根川上游这类山区流域，季节平均通常是 3〜4。本工具里把 a 移动 1 个单位，融雪量就变 5 mm/day，你能直观感受到它有多敏感。

🙋

输出里还有「SWE 枯竭天数」，是水库调度真正用的指标吗？

🎓

是的，这是核心决策变量之一。4 月 1 日观测到 SWE=200mm，当天融雪 17.5mm/day，就意味着「雪还能融大约 11 天」。电力公司和灌溉部门每天都在重算这个数，因为像黑部、奥只见、田子仓这类高海拔水库，融雪期入流能占年入流的 40〜60%。本工具的「30 天累积融雪」和「SWE 枯竭天数」正是支撑这些调度判断的关键指标。

🙋

「雪密度」自动显示出来挺有意思。新雪和旧雪到底差在哪？

🎓

雪 90% 以上是空气，会随时间压实。新雪 ρ_s=0.05〜0.15 g/cm³（基本就是空气），冬季中期结实雪 0.30〜0.45，融雪期成熟雪 0.40〜0.55。本工具用 ρ_s=SWE/(h_s·10) 反算密度，超出 0.05〜0.6 就提示物理不合理——比如输入 10cm 深度 + 200mm SWE，密度会变成 2.0 g/cm³，比冰还重，多半是误输入。现场观测里，SWE 直接用雪枕、采样筒测量；遥感上则用 AMSR2、SMAP 这类被动微波卫星做大范围反演。

🙋

「气温递减率 Γ」这个滑块到底起什么作用？我看主要数值好像不会变…

🎓

观察很敏锐。Γ 用于修正流域内的海拔分布。一条真实流域可以横跨 1500m 高差，把整个流域用一个气温处理就会忽略「下游已融完、上游仍在积雪」的事实。生产模型会按 500m 海拔带划分流域，每个带用 Γ 修正气温。本工具中 Γ 作为提示信息反映在判定文本里；在气候变化研究里，调整 Γ 可用来探索「雪转雨」情景的敏感度。

常见问题

度·日法将日融雪量 M 视为日平均气温 T 与基准温度 T_base 之差的线性函数：M = a·(T − T_base)，其中 a 为融雪系数。由于气温观测在山区基本都能获取，该方法在全球操作型水文模型（如 HBV、SRM、SWAT、HEC-HMS）中被广泛采用。与完整能量平衡融雪模型相比精度偏低，但所需输入数据极少，是融雪水文学最常用的经验模型。

融雪系数 a 与下垫面类型和季节密切相关。常见取值为：裸地与草地 4〜8 mm/(°C·day)，针叶林 2〜4 mm/(°C·day)，冰川冰面 5〜12 mm/(°C·day)。季节平均值多在 2〜7 mm/(°C·day)。融雪末期（5〜6月）反照率下降，a 通常会增大。实际应用中 a 多通过与实测径流的率定确定。本工具可直接通过滑块调节 a，便于体会其敏感性。

理论上冰在 0°C 开始融化，但实际流域使用日平均气温，需将白天融化与夜间复冻的效果一并平均。因此净融雪开始的有效基准温度通常在 −2〜+2°C 之间波动。森林覆盖或阴坡的率定 T_base 偏高，开阔南向坡偏低。本工具允许在 −5〜+5°C 范围内调整 T_base，以匹配不同地区与观测条件。

雪水当量 SWE 是将整层积雪完全融化后得到的液态水深度（mm），满足 SWE = ρ_s · h_s，其中 ρ_s 为雪密度（g/cm³），h_s 为积雪深度（cm）。新雪 0.05〜0.15，结实雪 0.30〜0.45，融雪期成熟雪 0.40〜0.55。本工具根据输入的 SWE 与积雪深度反算 ρ_s，若超出 0.05〜0.6 范围将提示物理不合理。径流预报中 SWE 比积雪深度更关键，因此现场观测和被动微波卫星都尝试直接测量 SWE。

实际应用

水库入流预测与水电调度：黑部、奥只见、田子仓等高山水库，春季融雪期入流通常占年入流的 40〜60%。运营方将雪枕遥测数据与度·日法预测结合，提前数天制订发电与泄洪计划。单一融雪系数的率定精度，直接决定发电收益与融雪洪水的安全裕度。

融雪洪水与 Rain-on-Snow 早期预警：融雪叠加降雨的事件，曾在北海道、东北、北陆地区引发重大洪水。气象与防灾机构在度·日法的基准融雪上叠加定量降水预报，提前 48〜72 小时跟踪洪峰流量。融雪还会抬高陡坡的孔隙水压力，诱发滑坡与湿雪雪崩，因此监控 SWE 下降速度对防灾至关重要。

灌溉与稻田用水规划：长野、新潟、山形等稻作地区，5 月插秧期的引水量根据融雪洪峰时序设计。SWE 观测加度·日预报告诉水管理者「何时、来多少」融雪水，从而排定渠首闸门操作。气候变暖下融雪提前，与农时窗口的错位扩大，已成为长期规划的明确输入。

气候变化影响评估（雪转雨）：IPCC 情景预测山区流域冬季降水中雪占比下降、融雪洪峰前移。将未来气温时间序列驱动度·日模型，可对比不同情景下的 SWE 峰值与融雪时序，为水库再调度研究和农业适应规划提供依据。日本气象研究所 MRI、国土技术政策综合研究所 NILIM 都在做此类评估。

常见误区与注意点

最大的误区是「整年使用同一个融雪系数 a」。实际 a 在季节内变化明显：早春（3〜4月）约为 2〜3，融雪盛期（5月）为 4〜6，初夏雪面变暗后甚至更高。用年均值会低估融雪洪峰、高估末期融雪。生产实践通常采用「可变 degree-day 因子」，按月份或累积度·日值切换。

其次是「用单纯度·日公式处理 Rain-on-Snow 事件」。温暖降雨落在雪面，雨水的显热与潜热会显著加速融雪。仅看气温的度·日法会把这类事件的洪峰低估 50% 以上。生产中通常在降雨期加入能量平衡修正，或暂时把 a 翻倍处理。

最后是「在无 SWE 观测的流域盲信度·日输出」。模型只预测融雪速率，初始 SWE 错了，总融雪量和枯竭天数都会错。SWE = 雪深 × 密度，但密度季节内变化大，没有现场观测时 SWE 误差 ±30% 是常态。现代最佳实践是被动微波卫星（AMSR2、SMAP）、无人机 LiDAR 雪深测量与度·日模型组合使用——只有组合系统才能达到业务精度。

积雪融化度·日法 — 融雪水文学

常见问题

实际应用

常见误区与注意点

使用指南

具体计算示例

实务注意事项