基于GCM模型的塔里木河流域未來徑流變化研究

師于杰

(新疆塔里木河流域干流管理局，新疆 庫爾勒 841000)

全球氣候變化的影響評估是當今氣候和水文等多個領域研究的熱點問題之一，一般需要依賴于全球氣候模式(Global Climate Model，GCM)提供的氣候情景[1]。全球氣候模式是將全球大氣、海洋、陸地與海冰等組成部分的主要物理化學過程通過計算機進行模擬計算，得出未來的氣候情景，它是研究氣候變化機理和預測未來氣候變化最重要的工具[2-4]。通常的氣候變化影響研究需要將全球氣候模式模擬的大尺度氣候網格數據通過一定處理作為輸入變量，輸入到環境影響模型中評估未來可能帶來的影響，以及評估環境要素對氣候變化的響應[5-6]。

全球氣候模式可以較好地模擬大尺度和季節性的平均氣候特征，估算氣候變化對局地或站點尺度環境要素的影響[7-9]。因此，本文以新疆塔里木河流域“四源一干”為研究區，通過將全球氣候模式輸出的氣候變量依據歷史觀測數據進行偏差校正，得到較為可靠的未來氣候變化情景，之后將其輸入SWAT(Soil and Water Assessment Tool)模型，得到流域未來徑流情況，研究結果可為流域水資源規劃和管理提供重要參考。

1 研究區概況與研究思路

1.1 研究區概況

塔里木河流域是環塔里木盆地諸多向心水系的總稱，總面積102萬km2，具有自然資源豐富和生態環境脆弱的雙重特點。受人類活動和氣候變化影響，目前只有和田河、葉爾羌河、阿克蘇河、開都-孔雀河4條源流與塔里木河干流有地表水聯系，形成“四源一干”格局，見圖1。近年來，塔里木河流域自然災害頻繁發生，水土過度無序開發、生態環境嚴重惡化等問題已引起了國內外專家學者的廣泛關注。

圖1 塔里木河流域“四源一干”水系

1.2 研究思路

1.2.1 全球氣候模式介紹

研究時段為2020—2050年，針對日降水、日最高氣溫和日最低氣溫進行研究。流域范圍內的24個主要氣象站點觀測數據取自中國氣象局氣象數據中心。選用塔里木河徑流突變后的1993—2013年共20年作為率定參考期來率定DBC(Daily bias correction)方法，以及作為未來氣候情景變化的參照時段。

選取全球氣候模式輸出數據中的3種RCP情景，即RCP2.6、RCP4.5和RCP8.5。RCP為代表性濃度路徑，是對于未來溫室氣體排放程度的一種預測情景。其中，RCP2.6情景表示人類積極應對氣候變化，努力減少溫室氣體排放，輻射強迫在2100年之前達到峰值(約為3W/m2)，并已經開始下降；RCP8.5代表人類應對全球氣候變化較為消極，溫室氣體持續大量排放，輻射強迫在2100年達到8.5 W/m2左右的水平；RCP4.5是介于RCP2.6和RCP8.5之間的一種情景，代表輻射強迫在2100年穩定在4.5 W/m2左右。

為預測研究區未來降水、氣溫變化以及徑流響應，選用耦合模式比較計劃第五階段(CMIP5)[10]數據，集中了全球不同氣候中心研發的6種全球氣候模式，并包含3種溫室氣體排放情景。其中RCP2.6情景采用4種氣候模式(CSIRO-Mk3.6.0，GFDL-ESM2M，MRI-CGCM3，BCC-CSM1.1)；RCP4.5和RCP8.5采用6種氣候模式(ACCESS1.0，CMCC-CMS，CSIRO-Mk3.6.0，GFDL-ESM2M，MRI-CGCM3，BCC-CSM1.1)。

1.2.2 SWAT模型介紹

SWAT模型可對流域內包括持續長時間序列徑流等多個不同的水文物理過程進行模擬。SWAT模型將徑流模擬過程分為兩個過程：水分循環過程，通過利用逐日降雨數據、太陽輻射數據、濕度、風速和氣溫等氣象數據來計算地表產流，定量分析匯入主河道的水量；與匯流相關的各個水文循環過程。

SWAT模型所需要的輸入數據分為柵格、矢量和二維數據表3種數據結構。其中Grid格式的柵格數據有土壤屬性數據和土地利用/覆被狀況等；shp格式的矢量數據有水文站和氣象站點的經緯度位置等；以DBF文件格式存儲的二維屬性數據表有氣象和水文實際觀測數據。綜合以上數據根據模型要求進行處理，分別創建模型模擬所需的各類數據庫。

SWAT模型中，地表徑流計算采用修正SCS(soil conservation service)曲線法，該方法也基于水量平衡，所需參數較少，并且可以反映不同土壤類型、不同土地利用方式以及前期土壤含水量對降雨徑流的影響；壤中流(側向流)計算與水分的重新分配同時進行，采用動力蓄水模型(Kinematics Storage Model，KSM)來計算每一層土壤層的側向流；潛在蒸散發使用Hargreaves、Priestley和Penman-Monteith 3種方法，最常用的是Penman-Monteith方法；融雪方面，SWAT模型依據日均氣溫將降水區分為降雨、冰凍水或雪，采用能量平衡法計算；流域收水面積以各研究區主要河流出山口水文站為流域出口，通過ArcSWAT分別提取各子流域出山口水文站集水區面積及集水區內水系圖。

2 研究方法

2.1 反距離權重方法

反距離權重(Inverse Distance Weighted，IDW)方法是一種常用且簡便的空間插值方法。其具體計算步驟如下：

a.計算氣象站點到各GCM柵格點的距離di。

b.計算每個柵格的權重：權重是距離的倒數的函數：

(1)

c.站點數據插值計算結果：

(2)

2.2 DBC偏差校正法

DBC方法是一種基于分布的偏差校正方法，它是Daily translation(DT) 和Local intensity scaling(LOCI)兩種方法的結合。該方法首先對模式數據的降水發生概率進行校正，使得模式數據在每月的降水發生概率與觀測數據保持一致，消除氣候模式普遍存在高估降雨發生概率的現象。具體步驟如下：

a.計算歷史觀測降水數據每月降水的發生概率。

b.計算氣候模式輸出降水數據的發生閾值，使得模式每月降水數據高于此閾值的概率與對應觀測降水數據發生概率相等，低于此閾值的模式降水數據被置為零。

c.將歷史階段得到的每月降水閾值用于校正未來模式降水數據，得到校正后的未來降水數據。

經過上述降水頻率校正后，通過歷史觀測數據的經驗累積概率分布函數對模式輸出數據的經驗累積概率分布函數進行校正，具體計算中累積分布函數采用從0到1共100個分位數進行代替，相鄰兩個分位數之間的間隔為0.01，具體公式如下：

Tcor,fut,d=Tsim,fut,d+(Tobs,per-Tsim,ref,per)

(3)

Pcor,fut,d=Psim,fut,d×(Pobs,per/Psim,ref,per)

(4)

式中：cor為校正后；d為逐日；ref和fut分別為歷史階段和未來階段；obs和sim分別為觀測數據和模式模擬數據；per為某一分位數。

2.3 泰森多邊形法

泰森多邊形法又叫垂直平分法或加權平均法。該方法首先求得各雨量站的面積權重系數，然后用各站點雨量與該站所占面積權重相乘后累加即得[11]。設每個雨量站都以其所在的多邊形為控制面積ΔA，ΔA與全流域的面積A之比為f=ΔA/A即為該雨量站的權重數。

p=f1p1+f2p2+…+fnpn

(5)

式中：f1，f2，…，fn分別為各雨量站用多邊形面積計算的權重數；p1，p2，…，pn，p分別為各測站同時期降雨量和流域平均雨量。

3 結果分析

3.1 未來降水趨勢及年代際變化

不同RCP情景下塔里木河“四源一干”2020—2050年降水量序列趨勢分析結果見圖2。圖2中，實線表示序列的M-K統計值UFk、UBk，點畫線表示0.05顯著性水平臨界值±1.96；UFk實線可反映序列的變化趨勢，UFk、UBk兩實線的交點可反映序列突變情況。

圖2 不同RCP情景下各子流域年降水M-K趨勢分析

由圖2(a)可知，在RCP2.6情景下，各子流域在2020—2050年降水均處于增加趨勢，但增加程度各有不同，其中開都-孔雀河增加較為明顯(UFk越過顯著性水平線)。在2030年以后，開都-孔雀河、阿克蘇河出現減少趨勢，葉爾羌河、和田河降水仍未出現增加趨勢。

RCP2.6情景下未來時段各流域年降水的年代際變化情況見表1，其中基準年為1993—2013年。由表1可知，在RCP2.6未來情景下，除了阿克蘇河相對于歷史基準時段降水有所減少外，其他各子流域降水相對于歷史基準時段均為增加狀態。

由圖2(b)可知，在RCP4.5情景下，各子流域在2020—2050年降水均處于減少趨勢，其中阿克蘇河流域減少較為明顯(UFk越過顯著性水平線)。在2030年以后，開都-孔雀河、阿克蘇河、塔里木河干流、和田河出現減少趨勢。RCP4.5情景下未來時段各流域年降水的年代際變化情況見表2。由表2可知，在RCP4.5未來情景下，除了阿克蘇河流域相對于歷史基準時段降水均呈現減少趨勢外，其他各子流域降水在2020—2030年相對于基準時段有所減少，在2030年以后相對于歷史基準時段呈現增加趨勢。

表2 RCP4.5情景下未來時段各流域年降水的年代際變化情況

由圖2(c)可知，在RCP8.5情景下，各子流域在未來降水情況并未表現出明顯的趨勢性。RCP8.5情景下未來時段各流域年降水的年代際變化情況見表3。由表3可知，阿克蘇河、葉爾羌河流域在RCP8.5情景下降水較歷史基準時段呈現減少趨勢，開都-孔雀河、塔里木河干流、和田河在RCP8.5情景下降水較歷史基準時段呈現增加趨勢。從塔里木河全流域來看，在RCP8.5情景下降水較歷史基準時段呈少量的減少趨勢。

表3 RCP8.5情景下未來時段各流域年降水的年代際變化情況

3.2 未來年均氣溫趨勢以及年代際變化

對于塔里木河流域“四源一干”未來氣溫的變化，由表4～表6可知，RCP2.6、RCP4.5和RCP8.5情景下在未來都呈現出明顯的上升趨勢，且變化的溫度范圍依次上升，這一上升趨勢也與全球氣候變暖的大環境相吻合。在RCP2.6情景下，流域年均氣溫在2050年較歷史基準時段上升約1.4℃；在RCP4.5情景下，流域年均氣溫在2050年較歷史基準時段上升約1.8℃；在RCP8.5情景下，流域年均氣溫在2050年較歷史基準時段上升約2.3℃。塔里木河流域在未來的升溫情況高于在各情景下全球平均升溫情況，表明該流域在未來的溫度變化相較于其他地區更為明顯與強烈，隨之帶來的一系列氣候變化在各領域的響應也更為明顯。例如，由于塔里木河流域內許多河流含有較多的冰川融雪徑流成分，因此未來氣溫的顯著增長將會對河流的徑流產生較為明顯的影響，冰川融雪徑流將明顯增加。

表4 RCP2.6情景下未來時段各流域年均氣溫的年代際變化

表5 RCP4.5情景下未來時段各流域年均氣溫的年代際變化

表6 RCP8.5情景下未來時段各流域年均氣溫的年代際變化

3.3 未來徑流變化特征

3.3.1 未來徑流變化分析

4個子流域歷史及未來時段年徑流的折線圖見圖3～圖6。在未來階段，灰色范圍表示不同全球氣候模式在未來徑流模擬中所產生的不確定性；紅色實線代表所有氣候模式徑流模擬結果的均值。由圖3～圖6可知，未來階段，阿克蘇河與和田河流域年總徑流明顯增加，且增加量從RCP2.6情景到RCP8.5逐漸增大；葉爾羌河流域未來徑流量存在一定增加，但幅度并不顯著；開都-孔雀河未來徑流與歷史觀測徑流相似，并未呈現顯著增加或減少趨勢。

圖3 阿克蘇河年徑流量未來時段變化

圖4 葉爾羌河年徑流量未來時段變化

圖5 和田河年徑流量未來時段變化

圖6 開都-孔雀河年總徑流量未來時段變化

3.3.2 未來時段徑流豐枯變化

不同RCP情景下各子流域未來徑流量年代際演變特征的分析結果見圖7，其中上游三源流指阿克蘇河、葉爾羌河、和田河3條支流，反映的是塔里木河源流整體的一個未來變化情況。由圖7可知，上游三源流徑流在未來均呈現明顯的豐水狀況，說明上游三源流徑流在未來呈現增加趨勢；開都-孔雀河徑流呈現豐枯交替現象，在RCP2.6情景下豐水情況較明顯，在RCP4.5情景下豐枯相近，在RCP8.5情景下枯水情況較為明顯。

4 結 論

本文研究采用多種全球氣候模式通過統計降尺度技術得到塔里木河流域未來氣候情景，然后將氣候情景輸入到率定好的SWAT水文模型中，得到各子流域的徑流情況，并將其與歷史徑流情況進行了對比和分析，得到如下結論：

a.對于降水來說，各子流域在RCP2.6情景下大多呈現出增加趨勢，在RCP4.5情景下呈現出減少趨勢，在RCP8.5情景下趨勢性不明顯。

b.對于氣溫來說，各子流域在不同RCP情景下均呈現出明顯上升趨勢，且升溫情況隨著RCP情景對應輻射強迫的增加而增加。

c. 2020—2050年，阿克蘇河與和田河年徑流增加明顯，且增加量從RCP2.6情景到RCP8.5情景逐漸增大；葉爾羌河年徑流量存在一定增加，但幅度并不顯著；開都-孔雀河徑流量變化不大。

d.不同RCP情景下，塔里木河上游三源流(阿克蘇河、葉爾羌河、和田河)徑流在未來均呈現明顯的豐水狀況，即源流徑流在未來呈現增加趨勢；開都-孔雀河徑流呈現豐枯交替現象，在RCP2.6情景下豐水情況較明顯，在RCP4.5情景下豐枯相近，在RCP8.5情景下枯水情況較為顯著。