漢江上游流域水文循環過程對氣候變化的響應

陳 婷，夏 軍,，鄒 磊

(1.武漢大學 水資源與水電工程科學國家重點實驗室，武漢 430072；2.中國科學院地理科學與資源研究所 陸地水循環及地表過程重點實驗室，北京 100101)

0 引 言

流域水文循環受到多方面的影響，其中最主要的有兩項因素——人類活動和氣候變化，人類活動主要包括土地利用的變化和水利工程的建設等，氣候變化主要包括氣溫、降水等的改變[1]。其中氣候變化條件下的水資源的變化及其適應性是當下國際研究的熱點[2-4]。干旱和洪澇不僅會破壞農業生產、生態環境、能源交通，還會影響災區居民的身體健康和日常生活[5]。隨著全球變暖，極端氣候事件發生更加頻繁[6]，對全球水循環產生重要影響[7]。氣候變化導致我國各地水資源的時空格局發生了顯著的變化，這將對水利工程的設計規劃及建設帶來重大影響；如何在氣候變化的條件下進行水資源可持續開發利用也成為了當下面臨的主要問題，與此同時還將伴隨著相應的社會、經濟問題。因此氣候變化下的水資源問題將是氣候變化影響評估的重要內容[8-12]。

氣候變化對水文水資源影響的研究方法，已經從過去的采用假定氣候變化值，或由GCMs輸出大氣CO2濃度加倍達到穩定狀態時的氣候情景值，并由此構建的氣候平均態變化驅動水文模型，發展到IPCC第三、四次評估報告期間開始采用的SRES排放情景和眾多氣候模型來研究。在氣候變化研究中，各個模式對不同地區的模擬效果不盡相同，單一GCM的模擬預測值輸入到水文模型中，會引起徑流雜亂無章的變化[13-14]。許多研究證明，多個模式的平均效果優于單個模式的效果。近年來，為減少氣候模型對降水模擬的不確定性，開始采用多個氣候模型集合平均的方法[15]。KUMAR等[16]利用超級集合方法對颶風的路徑和強度進行預報試驗，發現超級集合預報效果優于單個模式和多模式集合平均；CARTWRIGHT等[17]集合9個模式成員，通過超級集合預報方法對美國東南部夏季降水進行定量預報，應用ETS評分與FAR評分對降水量預報效果進行檢驗，發現超級集合預報對降水的定量預報評分優于最好的模式成員，也優于簡單的集合平均和消除偏差的集合平均；智協飛等[18]利用IPCC-AR4的8個全球氣候系統模式對20世紀氣候模擬情景下地面氣溫的模擬結果，進行多模式集成處理，發現多模式超級集合方法能有效減小模式回報的均方根誤差。

漢江上游流域位于東經106.0°～112.0°，北緯31.0°～34.3°，流域面積為95 200 km2，約占漢江全流域面積的60%。該流域地處亞熱帶季風區，半濕潤氣候，四季分明，降雨量年內分配不均，5-10月徑流量占全年75%左右，年際變化較大。漢江流域作為湖北省資源要素最為密集的地區之一，水資源狀況對該流域的社會、經濟、生態起著舉足輕重的作用，其中丹江口水庫更是南水北調中線工程的主要水源地；同時，該流域的水文循環過程對氣候變化十分敏感。因此漢江上游流域的水文循環過程對未來氣候變化的響應研究具有十分重要的現實意義。本文以漢江上游流域為研究區，采用實測資料分析了流域水文氣象要素的變化特征，根據CMIP5輸出結果，分析了RCP4.5和RCP8.5兩種情景下21世紀降水、氣溫和徑流量的響應過程。結果將為漢江上游乃至整個漢江流域水資源管理提供較為科學的理論依據，對于保障漢江流域社會經濟可持續發展方面具有重要的參考價值。

1 資料與方法

1.1 數據資料

研究中采用了站點觀測、CMIP5模式輸出的逐月數據系列以及流域數字化資料。

(1)站點觀測數據：來自中國氣象科學數據共享服務網，包括丹江口以上13個氣象站1961-2013年共53 a的逐日氣象要素資料，流域的面平均雨量通過泰森多邊形法進行估算。徑流數據為丹江口水庫同時期的入庫月徑流數據，由丹江口水利樞紐管理局提供。站點分布如圖1。

圖1 漢江上游流域示意圖

(2)CMIP5模式數據：CMIP5氣候模式的21世紀氣候變化預估試驗包含4種“典型濃度路徑”(Representative Concentration Pathways，RCPs)，分別為RCP2.6/4.5/6.0/8.5。每種情景包括一套溫室氣體、氣溶膠和化學活性氣體的排放和濃度，以及土地利用/土壤覆蓋的時間路線[19]。本文選取應用廣泛的RCP4.5/8.5路徑。

(3)流域數字化高程資料：從美國地質調查局(USGS)提供的GTOPO30公共域中獲取，分辨率為500 m × 500 m；土壤空間分布資料來源于中國科學院地理科學與資源研究所土壤數據庫，并按照中國資源與環境數據庫中土地資源與環境大類下土壤小類進行描述；土地利用空間分布資料來源于國家測繪總局提供的30 m國家土地覆蓋分幅TIF圖。

1.2 研究方法

(1)趨勢分析方法。本文采用線性回歸法、Mann-Kendall(M-K)非參數檢驗、滑動平均檢驗等方法進行氣象要素的趨勢分析。線性回歸法一種根據因變量和自變量的觀測數據確定他們之間的趨勢函數并進行統計分析的方法，主要用于確定兩個變量之間的相關關系；Mann-Kendall(M-K)趨勢檢驗法常用于分析降水、徑流、氣溫等要素時間序列的趨勢變化，其優點在于樣本不需要遵循某一特定的分布，而且很少受到異常值的干擾，計算簡便[20]；滑動平均法主要是用于消除干擾，顯示序列的趨勢性變化，并用于預測趨勢。

(2)水文模型。本文采用的水文模型是分布式時變增益模型—DTVGM。DTVGM模型是將夏軍等[21]提出的集總式TVGM水文非線性系統模擬通過DEM/GIS平臺，推廣到流域水文時空變化模擬的分布式水文模型[22]。DTVGM是一個基于系統論的黑箱模型，參數較少，模型結構簡單，但適應性比較強。該模型能夠建立土地利用/覆被變化與水文系統產流之間的影響關系，既有分布式水文概念性模擬的特征，又具有水文系統分析適應能力強的優點，在很多流域得到了應用和驗證[23-25]。本文采用的是DTVGM月尺度模型。月尺度模型是在空間上將整個流域劃分為多個子流域，應用改進的Bagrov模型估算不同土地利用類型的蒸散發，并利用模型設置的參數表述人類活動(水土保持工程及水庫調蓄等)的水文響應特征[26]。

(3)評價指標。本文采用Nash-Sutcliffe效率系數(簡稱Nash效率系數)、相關系數和相對誤差3個指標評價模型在研究區的適應性。一般而言，Nash效率系數越大，相關系數越高，表明模擬效率越好。如果該值<0，說明模型模擬值比實測值可信度更低，通常取該值>0.5作為徑流模擬效率的評價標準。

2 漢江上游流域水文氣象要素變化情勢

2.1 降水變化趨勢分析

從漢江上游流域年降水量變化趨勢和五年滑動平均過程(圖2)可以看出，漢江上游流域多年平均年降水量呈遞減趨勢，變化率大致為-1.05 mm/a，從其M-K檢驗表(表1)可以看出，其變化趨勢為-0.73，年降水量沒有通過置信度90%的顯著性檢驗，不存在明顯的上升趨勢或者下降趨勢。綜合來看漢江上游流域的年降水量呈下降趨勢，但并不明顯,也不存在明顯的突變點。

圖2 漢江上游流域降水量變化趨勢

表1 漢江上游流域年降水量、氣溫和天然徑流量M-K檢驗

從表2可以看出漢江上游流域20世紀60年代、80年代以及21世紀初的年平均降水量多于多年平均，其中60年代和80年代為明顯的豐水年，距平百分率分別達到了6.89%和8.22%；20世紀70年代和90年代的年平均降水量距平百分率為-5.70%和-10.97%,說明這兩個時段流域處于枯水期。

表2 漢江上游流域年降水量、氣溫和天然徑流量年代特征統計表

2.2 氣溫變化趨勢分析

從漢江上游流域氣溫變化趨勢和五年滑動平均過程(圖3)可以看出，流域氣溫呈上升趨勢，變化率大致為0.01 ℃/a。從M-K檢驗(表1)可以看出，其變化趨勢為2.06，通過了置信度95%的顯著性檢驗，說明漢江上游流域氣溫增加趨勢明顯，但不存在明顯的突變點。

從表2可以看出漢江上游流域的平均氣溫僅在20世紀60年代和80年代低于多年平均值，分別比多年平均值少0.14 ℃和0.33 ℃，在其余時期氣溫都高于多年平均值，其中氣溫最高的是2000s，比多年平均氣溫高0.3 ℃。

2.3 徑流變化趨勢分析

從漢江上游流域年徑流量變化趨勢和五年滑動平均過程(圖4)可以看出，漢江上游流域徑流量呈下降趨勢，變化率大致為-1.87 億m3/a。從M-K檢驗可以看出，其變化趨勢為-1.42，通過了置信度90%的顯著性檢驗，說明漢江上游流域徑流量減少趨勢明顯，但不存在明顯的突變點。

從表2可以看出，漢江上游流域的年平均徑流量僅在20世紀60年代和80年代超過多年平均值，分別為增加了12.34%和22.20%；在1990s徑流量減少明顯，減少了23.81%。

圖3 漢江上游流域氣溫變化趨勢

圖4 漢江上游流域徑流量變化趨勢

3 DTVGM模型在漢江上游流域徑流模擬中的適用性研究

本研究中，1961-1990年為率定期，1991-2013年為檢驗期。模擬期和檢驗期的評價結果如表3和圖5所示。可以看出利用DTVGM模型模擬該地區的月尺度徑流過程，在模擬期的Nash效率系數可以達到0.83，檢驗期可以達到0.86，水量平衡相對誤差在模擬期僅有11.8%，在檢驗期僅有5.0%，相關系數在模擬期和檢驗期都達到了0.85。此結果表明，利用DTVGM模擬漢江上游流域的月尺度徑流過程是可行的，可以利用該模型對該流域進行研究。這為漢江上游流域水資源對氣候變化的響應研究奠定了基礎。

表3 漢江上游流域1961-1990年模擬檢驗期徑流評價

4 漢江上游流域水資源對未來氣候變化的響應

根據第5次耦合模式比較計劃(CMIP5)多模式集合平均提供的數據，選取1971-2000年作為氣候基準期，分析漢江上游流域未來降水、氣溫的變化。然后將上述多模式集合平均提供的數據輸入到DTVGM模型中，模擬RCP4.5和RCP8.5情景下漢江上游流域2011-2099年的水文循環響應過程。為了便于分析，將2011-2099年劃分為2020s(2011-2040年)、2050s(2041-2070年)和2080s(2071-2099年)三個時期，對各年代的降水、氣溫和徑流的年際變化、年代際變化和年內變化進行比較分析。

圖5 漢江上游流域1961-2013年模擬檢驗期年徑流量模擬與實測比較

4.1 未來降水變化

RCP4.5和RCP8.5情景下漢江上游流域2011-2099年降水量變化如圖6所示。由圖6可知，在這兩種氣候情景下的降水量變化趨勢并不一致。RCP4.5情景下，降水量隨時間呈現上升趨勢；而在RCP8.5情景下，降水量隨時間呈現下降趨勢；但是這兩種情景下降水量隨時間的變化趨勢并不明顯，變化率分別約為0.05和-0.02，說明未來年代的降水量基本保持在一個穩定的范圍。

圖6 漢江上游流域年降水量變化趨勢

從未來各年代平均降水量相對基準期的變化(表4)中看出，兩種情景下的降水量都相較基準期主要呈增長趨勢。由表5可知，RCP4.5和RCP8.5情景下年平均降水量在2020s分別較基準期上升5.09%和1.99%；在2050s分別較基準期增加3.78%和10.50%；在2080s，RCP4.5情景下的降水量依然呈現增加趨勢，增加量為9.85%，但在RCP8.5情景下，降水量呈現小幅減少趨勢，減少量為-0.91%。在2020s和2080s RCP4.5情景下的降水量增幅都遠超RCP8.5情景，但在2050s，RCP8.5降水量增幅顯著，大大超過RCP4.5情景。根據上述分析可知，在未來2011-2099年RCP4.5和RCP8.5情景下的降水量都較基準期有所上升，且不隨著時間發生顯著變化。

4.2 未來氣溫變化

RCP4.5和RCP8.5情景下漢江上游流域2011-2099年平均氣溫變化如圖7所示。可以看出在兩種氣候情景下，未來年平均氣溫較基準期以及隨著時間變化呈現顯著的上升趨勢。兩種情景下的年增幅分別為0.011 ℃/a和0.013 ℃/a。由表5可知，在2020s，RCP4.5和RCP8.5情景下年平均氣溫相較基準期的增幅分別為4.91%和4.23%；在2050s分別較基準期增加9.02%和6.99%；在2080s分別較基準期增加9.90%和9.65%。由此可見兩種氣候情景下的未來年平均氣溫較基準年的變化比較一致，但是同一時段，RCP4.5情景下的氣溫增幅普遍大于RCP8.5；且兩種氣候情景下均在2080s達到最大增幅。

表4 氣候變化情景下未來各年代水文循環要素相對基準期的變化 %

表5 氣候變化情景下未來各時期水文循環要素相對基準期的變化 %

4.3 未來徑流量變化

RCP4.5和RCP8.5情景下漢江上游流域2011-2099年徑流量變化如圖8所示。可以看出在兩種氣候情景下，未來年徑流量都呈現出隨時間的增加趨勢。兩種氣候情景下的年增加率分別為0.12%和0.14%。

圖7 漢江上游流域氣溫變化趨勢

圖8 漢江上游流域年徑流量變化趨勢

從未來各年代徑流量相對基準期的變化(表4)中看出，RCP4.5和RCP8.5情景下各年代的徑流量總體較基準期呈現減小趨勢。由表5可知，在2020s RCP4.5和RCP8.5情景下年徑流量較基準期分別減少16.24%和18.72%；在2050s分別較基準期減少21.54%和2.92%；在2080s分別較基準期減少8.62%和12.84%。又由表4可知，在RCP4.5情景下，2021-2030年的多年平均徑流量減少最明顯，減少量為29.29%；在RCP8.5情景下，2031-2040年的多年平均徑流量減少最明顯，減少量為30.73%；總體而言，RCP4.5情景下的徑流量普遍低于RCP.8.5情景。

根據上述分析，可知，在RCP4.5和RCP8.5情景下，漢江上游流域2011-2099年的年降水量變化不明顯，年平均氣溫增加顯著，年徑流量較基準值有所下降，但隨時間呈現增加趨勢；年平均氣溫隨時間變化的趨勢與年徑流量一致。

5 總結與討論

本文針對漢江上游流域，采用1961-2013年實測資料分析了流域水文氣象要素的變化特征，發現該流域年降水量變化趨勢不明顯，呈現小幅下降趨勢；氣溫上升趨勢顯著；年徑流量下降趨勢顯著；20世紀60年代和80年代為豐水期，70年代和90年代為枯水期。根據CMIP5的多模式集合平均的數據結果以及DTVGM分布式水文模型模擬結果，分析了RCP4.5和RCP8.5情景下漢江上游流域21世紀降水、氣溫和徑流的響應過程，得到以下結論：

(1)RCP4.5和RCP8.5情景下漢江上游流域未來2011-2099年降水量較基準期呈上升趨勢，但隨時間變化趨勢不明顯；氣溫較基準期隨時間顯著上升；年徑流量較基準期減少，但隨時間呈現上升趨勢。

(2)RCP4.5和RCP8.5情景下氣溫變化和徑流量變化一致。RCP4.5情景下氣溫高于RCP8.5情景，但徑流量少于RCP8.5，原因可能是氣溫較高時，蒸發量較大，從而導致徑流量減少。總體來看氣溫與徑流量都隨時間呈現上升趨勢，降水量隨時間變化雖然不顯著，但是較基準期都呈現上升趨勢，說明漢江上游流域水文過程對氣候過程具有顯著的響應關系，且氣溫對于水文過程的影響更加明顯。

(3)漢江上游流域21世紀徑流量較基準期減少，雖然隨時間在緩慢增加，但到21世紀末都沒有恢復到基準期的水平，說明該流域水資源在21世紀將出現減少。

本文采用了多模式集合平均的方法來提高氣候模式的精度，但由于氣候系統的復雜性以及各種氣候情景本身就存在著巨大的不確定性，預測未來氣候變化依然十分困難，這增加了研究氣候變化對水文循環過程影響的難度。此外本文僅僅研究了漢江上游流域水文循環過程對未來氣候變化中的降水和氣溫變化的響應，沒有考慮蒸發、日照、相對濕度等其他氣候要素的變化，水文模型中也沒有考慮下墊面的變化對未來徑流的影響，同時也忽略了人類活動產生的影響，這些都需要在日后的研究中進行深入的探討和研究。