第8章物质平衡模型：理论与实现

massbalance.py 约2656行，是OGGM中规模最大的物理模块。它将气候输入（第7章）和冰川几何（第6章）转化为不同海拔处的积累、融化和净物质平衡。本章从最基础的标量物质平衡开始，逐步深入到月度温度指数模型（MonthlyTIModel, temperature-index model）、参数校准框架以及多流线系统中的物质平衡分配。

本章最少要掌握什么

初学者先抓住一条主线：温度和降水经过高度订正后，被月度温度指数模型（MonthlyTIModel, temperature-index model）转换为积累、融化和净物质平衡；校准过程再用大地测量或原位观测约束melt_f、temp_bias和prcp_fac。8.5以后涉及多种校准函数，第一遍只需理解它们服务于同一个目标：让模型的平均物质平衡与观测一致。

单位提醒

OGGM内部动力学接口常使用m ice s^-1，而观测、论文和诊断图常使用mm w.e. yr^-1或kg m^-2 yr^-1。读代码时看到物质平衡数值异常小，往往是因为它仍处在内部单位，而不是模型没有融化或积累。

8.1 MassBalanceModel基类与设计哲学

MassBalanceModel（约第35行）是所有物质平衡模型的抽象基类。其设计遵循OGGM特有的SuperclassMeta元类模式，这提供了一种"轻量级抽象基类"——在实例化时检查子类是否实现了必需的方法，而不是在导入时：

class MassBalanceModel(object, metaclass=SuperclassMeta):
    def __init__(self, valid_bounds=(-1e4, 1e4), fl_id=0):
        self.valid_bounds = valid_bounds
        self.fl_id = fl_id

    def get_monthly_mb(self, heights, year=None):
        raise NotImplementedError()

    def get_annual_mb(self, heights, year=None):
        return np.sum(self.get_monthly_mb(heights, year=year), axis=0)

关键接口（子类必须实现的方法）：get_monthly_mb(heights, year) 在给定浮点年份上返回各海拔点的月物质平衡，OGGM内部单位为 m ice s^-1；get_annual_mb返回年平均意义下的物质平衡，单位同样为 m ice s^-1。在与观测比较或写入诊断量时，OGGM再按冰密度和时间长度换算为 kg m^-2、m w.e. 或 mm w.e. yr^-1。heights是各网格点的海拔（米），year指定气候年份。

入门

物质平衡的符号约定

在OGGM中，负值表示物质损失，正值表示物质增加。内部动力学常用冰当量速度（m ice s^-1），而输出和观测常用水当量（water equivalent, w.e.; mm w.e. yr^-1）。冰密度默认取900 kg m^-3，因此1 m w.e. 约相当于1.11 m冰当量。

8.2 简化物质平衡模型

8.2.1 ScalarMassBalance

ScalarMassBalance（约第258行）是最简单的模型，在所有海拔上施加均匀的物质平衡：MB(z) = const。主要用途包括：

单元测试和sanity check
概念性实验（如研究均匀MB下的冰川响应）
初始化迭代求解器

8.2.2 LinearMassBalance

LinearMassBalance（约第286行）是经典线性模型：

MB(z) = (z - ELA) * grad

其中ELA是平衡线高度（m），grad是MB梯度（mm w.e. m^-1 year^-1，通常约0.007-0.010）。它提供了一个temp_bias属性：温度每升高1K，ELA上升150m（经验法则：150 m K^-1）。这是一个粗略但有物理依据的近似。

8.3 MonthlyTIModel：月度温度指数模型（MonthlyTIModel, temperature-index model）

MonthlyTIModel（约第349行）是OGGM的"常用"物质平衡模型，每月的物质平衡通过温度指数（degree-day）方法计算融化量、通过降水相分离分配积累：

8.3.1 融化计算

M_m = melt_f * (365/12) * max(T - T_melt, 0)

其中T_melt是融化阈值温度。OGGM v1.6.3的默认值为 -1.0 °C，而不是0.0 °C；在月时间尺度上，月均温度低于0 °C时仍可能出现日间融化，负阈值可以经验性地吸收这类亚月尺度效应。melt_f 在配置文件中的单位为 kg m^-2 day^-1 K^-1，数值上等价于 mm w.e. day^-1 K^-1。

8.3.2 降水相判定

固态降水比例通过线性过渡区确定：

f_solid = clip(1 - (T - T_solid) / (T_liquid - T_solid), 0, 1)

其中T_solid=0°C（低于此温度全部视为固态降水），T_liquid=2°C（高于此温度全部视为液态降水）。在0-2 °C之间，雨雪比例线性过渡，例如1 °C时固态比例为50%。这是温度指数模型（temperature-index model）中常用的经验近似，而不是对降水相态微物理过程的显式模拟。

Prcp_sol(z) = Prcp(z) * f_solid(T(z))
Prcp_liq(z) = Prcp(z) * (1 - f_solid(T(z)))

MB_monthly(z) = Prcp_sol(z) - M_m(z)   # kg m-2 month-1

8.3.3 温度降尺度

温度通过梯度从参考高度外推到各海拔：

T(z) = T_ref + grad * (z - ref_hgt)

默认梯度grad = -0.0065 K/m（标准大气递减率量级）。如果气候文件中提供了gradient变量，则优先使用。气候数据的访问通过get_monthly_climate(heights, year) 方法处理，返回四个数组：temp、tempformelt、prcp、prcpsol。

进阶

温度梯度的时间可变性

CRU和W5E5等月尺度数据通常需要从参考高程外推到冰川高程带。实际温度递减率会随季节、天气型和地形条件变化；在热带、高山干旱区或逆温频发地区，固定梯度可能引入系统性误差。

8.4 物质平衡模型的层次结构

8.4.1 ConstantMassBalance

ConstantMassBalance（约第705行）通过多年平均得到一个固定的物质平衡气候。它覆盖[y0-halfsize, y0+halfsize]窗口内的年份，并缓存相应的温度和固态降水信息，适合平衡态实验、spinup或理想化敏感性试验。

8.4.2 RandomMassBalance

RandomMassBalance（约第916行）从历史气候序列中随机抽选年份，生成逐年的物质平衡序列。用于蒙特卡罗敏感性实验——在不确定未来气候路径时，以历史年份的随机排列作为替代。

8.4.3 UncertainMassBalance

UncertainMassBalance（约第1062行）是在另一个MB模型上应用高斯噪声的装饰器（decorator模式）——对底层模型的参数（如melt_f, temp_bias）叠加噪声，输出带有误差条的物质平衡。用于参数不确定性的传播分析。

8.4.4 MultipleFlowlineMassBalance

MultipleFlowlineMassBalance（约第1178行）处理有支流的冰川系统。它将物质平衡模型分派到各条流线，并用fl_id等机制区分不同分支；在合并冰川或多冰川系统中，也可通过气候文件后缀（filesuffix）管理不同冰川目录（GlacierDirectory）对应的气候输入。

8.5 物质平衡校准框架

物质平衡校准是OGGM中最重要的技术环节之一。模型的核心参数（melt_f、temp_bias、prcp_fac）不应被当作任意调节旋钮；它们需要通过观测约束来确定，使模型输出与大地测量或原位观测的冰川平均物质平衡一致。

8.5.1 冬季降水因子（precipitation factor；decide_winter_precip_factor）

decide_winter_precip_factor（约第1452行）根据冬季降水设置经验性降水因子（precipitation factor）：

prcp_fac = empirical_function(winter_prcp, ...)

其逻辑基于：冬季降水丰富的地区（如挪威沿海）的累积过程主要受限于降水，气候数据在捕获此过程时可能存在系统性偏差。经验因子来自全球冰川观测数据的统计拟合。

8.5.2 标量MB校准（mb_calibration_from_scalar_mb）

mb_calibration_from_scalar_mb（约第1968行）是核心校准函数，使用三步优化策略：

步1：prcp_fac——通过固定melt_f和temp_bias，校准到给定降水因子（precipitation factor）使得MB参考期年均MB匹配目标值。使用brentq（一维括号寻根）。
步2：melt_f——固定prcp_fac，调节melt_f使MB匹配目标。
步3：temp_bias——固定前两个参数，微调temp_bias做最终对齐。

8.5.3 大地测量MB校准（mb_calibration_from_geodetic_mb）

mb_calibration_from_geodetic_mb（约第1774行）使用Hugonnet et al. (2021) 的卫星测高数据（dmdtda），配合informed_threestep方法：

# informed_threestep 的核心流程（Huss & Hock 2015）
# 1. prcp_fac：来自冬季降水的经验公式
# 2. melt_f：Brent校准到大地测量MB（dmdtda观测）
# 3. temp_bias：上一步的余差调整

大地测量物质平衡（geodetic mass balance）数据提供2000-2020年期间的冰川高程变化率和质量变化估计。相比传统地面测量，卫星测高数据覆盖范围更广，但仍受DEM误差、穿透深度、密度换算和地形遮蔽等因素影响；它是全球尺度校准的重要约束，而不是无误差真值。

8.5.4 WGMS原位测量校准（mb_calibration_from_wgms_mb）

mb_calibration_from_wgms_mb（约第1506行）使用世界冰川监测服务（WGMS）的实际冰川测量数据。校准逻辑是逐年的：寻找temp_bias使得模拟的年度MB序列与WGMS测量值最接近。

8.5.5 全时间序列校准（mb_calibration_to_rmsd）

mb_calibration_to_rmsd（约第1532行）是最全面的校准方法，使用scipy.optimize.differential_evolution（差分演化全局优化）在整个观测年范围内最小化模拟和观测MB之间的RMSD。

8.6 表观物质平衡（apparent mass balance）与平衡线高度

8.6.1 apparent_mb_from_any_mb

apparent_mb_from_any_mb（约第2438行）将"气候物质平衡"（constant climate下的MB）转换为"表观物质平衡（apparent mass balance）"（考虑冰川在给定年份的实际几何变化）。它通过brentq求解一个残差方程：固定几何（fixed geometry）下的MB在给定年与实际质量变化之间的匹配。

8.6.2 fixed_geometry_mass_balance

fixed_geometry_mass_balance（约第2538行）计算假设冰川几何不变时的物质平衡，用于与观测数据校准中的"几何变化效应"分离。

8.6.3 compute_ela

compute_ela（约第2605行）从逐年的物质平衡剖面中计算平衡线高度（ELA）——即MB(z)=0的海拔。通过插值多个年度的MB剖面得到时间序列。

8.7 MB_GLOBAL_PARAMS 冻结/检查机制

当cfg.PARAMS['mb_global_params']不为空时，所有冰川的物质平衡参数（melt_f, temp_bias, prcp_fac）被冻结为全局值，跳过个体校准。这个机制用于：

敏感性实验（探究单一参数对全球模型的影响）
强制所有冰川使用相同的气候参数以检验参数对GMST变化的统一响应
当校准数据匮乏时，使用相邻冰川的参数

8.8 关键参数速查

参数名	默认值	作用	单元
`melt_f`	5.0（校准可变）	温度指数融化因子（temperature-index melt factor）	kg m^-2 d^-1 K^-1
`temp_bias`	校准确定（~0 ± 3）	系统温度偏移	K
`prcp_fac`	未固定（由校准策略确定）	降水缩放因子	无量纲
`temp_melt`	-1.0	融化阈值温度	°C
`temp_all_solid`	0.0	全固态降水温度分界	°C
`temp_all_liq`	2.0	全液态降水温度分界	°C
`temp_default_gradient`	-0.0065	温度垂直递减率	K m^-1
`geodetic_mb_period`	2000-01-01_2020-01-01	大地测量物质平衡（geodetic mass balance）校准参考期	date range

8.9 总结

massbalance.py 是OGGM的核心模块：它将气候时间序列转换为冰川表面的质量收支，并把这些收支提供给反演和动力学模块。从线性理想模型到月度温度指数模型（MonthlyTIModel, temperature-index model），从单冰川校准到多流线分配，代码体现的是经验参数化、观测约束和数值效率之间的折中。

掌握了物质平衡模型，下一章将进入冰厚反演：利用表观物质平衡（apparent mass balance）推导沿流线的冰通量，再结合SIA关系求解冰厚度和冰床高程。