不同氣候情景下和田河上游徑流變化

尤揚，李朋朋，高云

（1.河北工程大學園林與生態工程學院，河北 邯鄲 056038；2.河海大學水文水資源與水利工程科學國家重點實驗室，南京 210098）

氣候變化已成為21世紀全球最重要的環境挑戰之一，氣候變化將進一步加劇人類對水資源需求的矛盾，而全球幾乎所有地區都將經歷氣候變化對水資源系統的負面影響［1-2］。有關氣候變化對水文水資源影響的研究已十分廣泛［3-7］，尤其是在人類活動較少的地區，有研究［8-10］表明氣候變化是河川徑流變化的主要驅動因素。越來越多的證據表明研究變化環境［12-13］下水文循環過程成為眾多學者［14-16］關注的熱點之一。

20世紀80年代以來全球氣候變化對新疆地區影響明顯，氣溫升高加快，許多河流徑流量增加，部分湖泊水位持續上升［17］。位于新疆南部荒漠區的和田河是高山冰雪融水與雨水混合補給的河流，且以冰川融水補給為主［18］，氣候的變化必將引起其徑流量的改變。同時位于流域內的和田綠洲的水源單一，其水資源主要來自和田河上游山區，山區徑流的變化將直接影響社會經濟活動，該地區主要因和田河而興，和田河徑流量的變化對于綠洲的穩定發展至關重要，同時也會對流域下方的塔里木河供水及其生態環境產生重要影響，因此研究變化環境下和田河徑流變化具有重要現實意義。

和田河是塔里木河的3條主要支流之一。近年來很多研究者對塔里木河流域的徑流變化［19-33］、氣候變化［34-35］等問題進行了一系列的研究。其中一些研究［36］指出，和田河徑流量隨著溫度和降水量的增加而持續減少，其與塔里木河其他3個水源地（開孔河、阿克蘇河、葉爾羌河）呈現出相反的情況，但同時另有研究［38-39］指出，和田河徑流隨著溫度和降水量的增加呈現出增加趨勢?；诖?，以和田河流域上游區域為研究對象，應用趨勢分析方法分別研究降水、溫度、徑流自1980—2015年的變化趨勢以及降水、溫度對徑流的影響；利用Soil and water Assessment Tool（SWAT）模型對和田河上游徑流進行模擬，分析降水和溫度對和田河流域上游徑流的影響，并得出預設情景模式下和田河上游徑流情況，旨在為和田河流域的水資源配置和可持續發展提供科學支持。

1 氣候變化對上游徑流的影響

1.1 研究區概況

和田河上游為玉龍喀什河和喀拉喀什河，均為山岳區，海拔高度為1 192～6 858 m，部分山峰終年冰雪覆蓋。玉龍喀什河集水面積21 231.90 km2，在其河流的出山口位置設有同古孜洛克水文站；喀拉喀什河集水面積14 581.90 km2，在其河流的出山口位置設有烏魯瓦提水文站。

原始觀測數據來源為和田河上游出山口位置處的烏魯瓦提和同古孜洛克監測站點，其中氣溫、降水以及徑流量的時間系列為1980—2015年，共計36 a。氣溫及降水數據個別年份出現缺測，由和田氣象站觀測值代替。徑流變化主要由氣象因素引起，而氣候變化對徑流的影響具有多樣性和復雜性，其主要是受降水以及氣溫的變化影響從而影響河流徑流的補給、蒸發等，故主要分析降水、氣溫對徑流的影響。

1.2 氣候的變化特征

1.2.1 溫度變化

1980—2015年均溫度（T）線性變化趨勢見圖1。由圖1可知1980—2015年和田河流域上游年均氣溫變化率為0.31℃／10 a，且其年平均氣溫呈顯著增加趨勢（r＝0.42＞r0.05＝0.33）。

圖1 1980—2015年年均溫度線性趨勢Fig.1 Linear trend of annual mean temperature from 1980 to 2015

經5年滑動平均曲線分析，1980—1997年年平均氣溫基本穩定，之后上升；同時從Mann-Kendall（M-K）突變檢驗見圖2來看，其UF和UB兩條曲線1993年出現交點，且交點在臨界線之間，表明交點對應的時刻即1993年，便是突變開始的時間。

圖2 1980—2015年年均溫度M-K檢驗Fig.2 M-K test of annual average temperature from 1980 to 2015

1.2.2 降水變化

1980—2015年年均降水（P）線性變化趨勢圖見圖3。由圖3可知，1980—2015年和田河流域上游年平均降水量變化率為16.5 mm／10 a，且其年平均降水呈顯著增加趨勢（r＝0.34＞r0.05＝0.33）。

圖3 1980—2015年年均降水線性趨勢Fig.3 Linear trend of annual mean precipitation from 1980 to 2015

經5年滑動平均趨勢分析，年平均降水量的增加趨勢開始于2002年左右；而由M-K突變檢驗（圖4）來看，其UF和UB兩條曲線2003年出現交點，且交點在臨界線之間，表明交點對應的時刻即2003年便是突變開始的時間。

圖4 1980—2015年年均降水M-K檢驗Fig.4 M-K test of annual average precipitation from 1980 to 2015

1.3 氣候變化對徑流的影響

1980—2015年年徑流量（R）線性趨勢見圖5。由圖5可知1980—2015年年平均徑流量呈增加趨勢，但增加趨勢不顯著（r＝0.154＜r0.05＝0.256）；和田河上游1980—2015年的近36年來年平均徑流量變化率約3.4億m3／10 a。此結果與呂繼強等［28］、周曉曦等［17］的研究結果基本一致。

圖5 1980—2015年年徑流量線性趨勢Fig.5 Linear trend of annual runoff from 1980 to 2015

1980—2015年年徑流的M-K突變檢驗見圖6。由圖6可知1985—2005年徑流量呈下降趨勢，而在2004年開始呈上升趨勢，突變點主要集中在2005年前后，同時由該圖也可以看出近10年來徑流量明顯增加。

圖6 1980—2015年年均降水M-K檢驗Fig.6 M-K test of annual average precipitation from 1980 to 2015

由以上分析可得，和田河年徑流在1980—2015年總體呈上升趨勢，特別是進入21世紀以來，氣溫升高導致冰川融雪加速，以及降水增加，都導致和田河徑流量的增加［38］。

2 和田河上游SWAT模型建立

2.1 和田河上游SWAT模型的建立

本文對于不同來源的空間數據，均經過投影變換為統一的投影坐標系統進行分析。由于研究區范圍不在同一個3度帶或6度帶上，故采用Albers投影，其相關參數見表1。

表1 投影坐標系統參數Tab.1 Projection coordinate system parameters

數字高程（Digital Elevation Model，DEM）為SWAT模型數據庫中最為重要的空間數據資料，可用于計算一系列SWAT數據庫所需的參數，其中包括流域河網水系的提取，子流域范圍的確定以及坡度、坡向的提取等。高程數據來自美國國家航空和航天局（NASA）（https：／／www.nasa.gov／），柵格精度為30 m×30 m。

根據DEM數據進行子流域的劃分，指定流域的出口分別為上游河流的2個出山口同古孜洛克站和烏魯瓦提站，然后進行河網的劃分及相關參數的計算，最終將喀拉喀什河上游和玉龍喀什河上游研究區分別劃分為23個和27個子流域，見圖7。

圖7 子流域劃分Fig.7 Sub-basin division map

土地利用是SWAT模型的重要數據之一，土地利用變化導致土地覆被發生變化，從而影響降水的截留、下滲、蒸發等陸面水文過程及河道產匯流過程，進而影響流域出口斷面的流量過程。土地利用數據來自資源環境數據云平臺（RESDC）（http：／／www.resdc.cn），時間為2010年，柵格精度為30 m。根據土地利用數據建立適應SWAT模型的土地利用類型索引表。

由于研究區內只有一個氣象站即和田站，因此采用SWAT模型中國大氣同化驅動數據集（the China meteorological assimilation driving datasets for the SWAT model）CMADSV1.1，數據集的空間分辨率為1／4°，時間分辨率為逐日，時間跨度為2008—2014年（http：／／westdc.westgis.ac.cn）?？紤]到山區上游為冰川區，因此將各子流域高程自動劃分為10類高程帶，并按高程帶加載冰川水體數據，冰川數據來源為中國第2次冰川編目數據集（V1.0）。

2.2 參數率定與驗證

2.2.1 參數率定

綜合考慮山區河流的典型水文過程，選取SWAT模型提供的與徑流模擬相關的26個參數進行校準、驗證和敏感性分析。利用SWAT-CUP進行全局性敏感分析，根據全局性敏感分析（t-Stat值為敏感性程度，絕對值越大越敏感；P-Value值決定了敏感性的顯著性，越接近于0越顯著），并參考類似流域的徑流模擬研究，最終選取18個與雪過程、地下水、入滲、蒸發、土壤和盆地參數變化有關的參數。利用SUFI-2算法對本模型進行參數率定，通過迭代運算，得到本模型的最優參數，結果見表2。

表2 模型參數率定取值Tab.2 Model parameter calibration value table

2.2.2 模型驗證

在模型驗證中，分別采用納什效率系數（Nash-Sutcliffe efficiency coefficient，NSE）、均方根誤差與標準差的比值RSR（ratio of root mean squared error to standard deviation）以及百分誤差（percentage of bias，PBIAS）來進行驗證。

式中：Y i，obs表示第i月的觀測值，m3／s；Yi，sim為第i月的模擬值，m3／s。當RSR≤0.7、NSE＞0.5、PBIAS＜25%時，模擬結果滿足要求；當0.5＜RSR≤0.6、0.65＜NSE≤0.75和±10%＜PBIAS≤±15%時，模擬結果好；當RSR≤0.5、0.75＜NSE≤1.0和PBIAS≤±10%時，模擬結果較好。

分別以2009—2012年和2013—2014年作為模型的預熱期、校準期和驗證期。烏魯瓦提水文站和同古孜洛克水文站月徑流模擬結果見圖8和表3。烏魯瓦提水文站月徑流的NSE、RSR、PBIAS在率定期分別為0.8、0.44和－9.8%，而在驗證期分別為0.80、0.44和－6.1%，證明模型模擬效果良好；同理，由表3可以看出同古孜洛克水文站月徑流模擬效果好。因此，建立的SWAT模型在和田河上游區域總體模擬效果較好，具有良好的應用前景。

圖8 月徑流率定期和驗證期模擬結果Fig.8 Simulation results of regular and verification period of runoff rate

表3 模擬指標結果Tab.3 Simulation index results

2.2.3 溫度、降水對徑流的影響

目前，用SWAT方法量化氣候變化對徑流的影響有2種方法：第1種為輸入溫室氣體濃度變化引起的氣候變化值；第2種方法為輸入降水和溫度的具體變化量。第2種方法應用比較方便、廣泛，因此采用第2種方法，即直接輸入降水和溫度的特定增量情景來預估溫度和降水變化對徑流的影響。以2009—2011年的率定期間的降水量、最高溫度和最低溫度為基準，同時考慮到1980—2015年期間降水和氣溫線性趨勢分別上升了12.5%和0.3%，故設置6種情景研究氣候變化對徑流的影響。

由表4知，和田河上游流域降水量發生變化（P＋12.5%、P＋10%和P－10%），其他參數不變，和田河徑流量（同古孜洛克和烏魯瓦提的總徑流量）將分別增加8.19%、6.45%和減少6.23%。同時，若和田上游流域溫度變化分別增加0.3℃、1℃和2℃，其他參數不變，和田河徑流量將分別增加1.96%、7.74%和12.99%，徑流增加主要為冰川融雪徑流。因此，降水和溫度變化均對和田河徑流產生影響：隨著降水的增加，以及溫度升高，和田河徑流量增加；隨降水減少，其徑流量減少。

表4 降水、溫度變化對徑流的影響Tab.4 Effects of precipitation and temperature changes on runoff

3 基于SWAT模型的上游徑流預測

3.1 未來氣候預估

CMIP5設置了4種典型排放情景（RCP2.6、RCP4.5、RCP6.0和RCP8.5），使用了在中國表現較好的3個大氣環流模式見表5，其中包括了RCP4.5、RCP8.5排放情景下21世紀（2006—2100年）相關氣象因子數據。

表5 氣候模式基本信息Tab.5 Basic information of climate model

然而，氣候模式直接輸出結果存在著較大的系統性偏差。因此，在使用GCM氣候模式數據時，需進行降尺度處理。統計降尺度法利用多年的觀測資料建立大尺度氣候狀況（主要是大氣環流）和區域氣候要素之間的統計關系，并用獨立的觀測資料檢驗這種關系，最后再把這種關系應用于全球氣候模式輸出的大尺度氣候信息，來預估區域未來的氣候變化情景（如氣溫和降水）。

采用等距分位匹配法（the equidistant quantilebased mapping method）進行統計降尺度處理，基于氣候模式數據和實測氣象數據歷史基準期的累積概率分布不同，組合調整未來預測期的氣候模式累積概率分布。利用和田河流域3個氣象站點（和田站、皮山站、于田站）的降水、氣溫等觀測資料，利用等距分位匹配法建立統計降尺度模型，對BCC_CSM1.1、HadGEM2-ES、MIROC-ESM-CHEM 3種氣候模式的RCP4.5和RCP8.5兩種排放情景下未來氣候模式數據進行降尺度，生成降尺度后的流域未來降雨、氣溫等氣象序列。

圖9和圖10分別為各情景模式下2020—2090年和田河流域年均氣溫（T）和年降水（P）的預估值（圖中方程為各對應模式下線性趨勢擬合方程）。由圖可知，在RCP4.5氣候情景下，BCC模式和HADG模式下2020—2090年和田河流域氣溫均呈上升趨勢，其氣溫上升幅度分別為0.2℃／10 a和0.4℃／10 a；降水也呈上升趨勢，其上升幅度為0.5 mm／10 a和0.2 mm／10 a；MIROC模式下氣溫和降水均呈下降趨勢，其降幅分別為0.4℃／10 a和0.4 mm／10 a。在RCP8.5氣候情景下，BCC、HADG、MIROC等3種模式下其氣溫和降水均呈現上升趨勢，其上升幅度分別為0.5℃／10 a、0.9℃／10 a、0.9℃／10 a和0.2 mm／10 a、0.6 mm／10 a、0.5 mm／10 a。

圖9 各情景模式下2020—2090年氣溫預估Fig.9 Temperature projections under various scenarios from 2020 to 2090

圖10 各情景模式下2020—2090年降水預估Fig.10 Precipitation projections for under each scenario model from 2020 to 2090

以SWAT模型率定期2009—2011年的氣候值為基準值，研究2021—2040年的溫度和降水變化情況，結果見表6。6種情景模式下2021—2030年的年均溫度較基準期均升高，升高幅度在0.31～1.2℃，其中：在HADG_RCP8.5情景模式下溫度升幅最小，為0.31℃；而MIROC_RCP4.5情景模式下溫度升幅最大，為1.20℃。6種情景模式下2020—2030年的年降水量較基準期變化幅度為－0.90%～2.53%，其中：MIROC_RCP8.5情景模式下年水量減少最大，為－0.90%；而BCC_RCP8.5情景模式下降水量增加最大，為10.9%。

表6 和田河流域2021—2030年及2031—2040年溫度、降水變化情況Tab.6 Temperature and precipitation changes in the Hotan River Basin from 2021 to 2030 and 2031 to 2040

3.2 不同情景模式下的徑流預測

根據建立的6種未來氣候情景模式，利用SWAT模型對這些情景下的和田河上游2021—2040年的流量進行預測，結果見表7。由表7可知，相較基準期，和田河流域上游年均徑流量在2021—2030年以及2031—2040呈增加趨勢。2021—2030年，6種情景中BCC_RCP8.5情景年均徑流量預估值最大，為56.76億m3；HADG_RCP8.5情景下年均徑流量預估值最小，為51.25億m3。2031—2040年，6種情景中MIROC_RCP4.5情景下年均徑流量預估值最大，為60.08億m3；BCC_RCP4.5情景下年均徑流量預估值最小，為53.06億m3。和田河流域上游在2006—2015年年均實際徑流量為51.34億m3，而隨著和田綠洲區經濟社會的進一步發展，對上游來水的需求會進一步增加，因此對于各情景下2021—2030年以及2021—2030年的來水配置需作進一步優化研究，確保和田綠洲經濟社會穩定發展。

表7 各情景下2021—2040年和田河上游年均徑流量預估Tab.6 Estimated upstream annual runoff under each scenario from 2021 to 2040

4 結 論

和田河流域上游年徑流在1980—2015年總體呈上升趨勢，特別是進入21世紀以來，氣溫的升高導致冰川融雪加速以及降水增加，導致和田河徑流量增加。為明確氣候變化對和田綠洲區可用水資源的影響，利用SWAT模型對和田河上游徑流進行模擬，分析降水和溫度對和田河流域上游徑流的影響，并得出預設情景模式下的和田上游徑流情況，結果表明：在和田河上游地區具有較好的適用性。以2009—2011年為基準期，若和田河上游降水量分別增加12.5%、10%和減少10%，則其年均徑流量將分別增加8.19%、6.45%和減少6.23%；若和田上游流域溫度分別增加0.3℃、1℃和2℃，則和田河年均徑流量將分別增加1.96%、7.74%和12.99%，預設的6種情景均呈現增加趨勢，其中：2021—2030年HADG_RCP8.5情景下年均徑流量最小，為51.25億m3；2031—2040年，BCC_RCP4.5情景下年均徑流量最小，為53.06億m3。