變化環(huán)境下韓江生態(tài)流量演變特征分析

李澤君，黃本勝，邱 靜，蔡宴朋，楊志峰，陳思淳

(1.廣東省水利水電科學(xué)研究院，廣東 廣州 510610； 2.廣東工業(yè)大學(xué)環(huán)境生態(tài)工程研究院，廣東 廣州 510006; 3.河口水利技術(shù)國家聯(lián)合工程實驗室，廣東 廣州 510610)

社會經(jīng)濟(jì)的快速發(fā)展使得人類社會對水資源的開發(fā)利用和干預(yù)逐步增強(qiáng)。水庫、梯級電站等水利工程的修建，破壞了河流的天然連通性，加之社會用水對徑流的擠占，引發(fā)河流水文情勢的改變，甚至導(dǎo)致河流生態(tài)系統(tǒng)結(jié)構(gòu)改變和功能的退化[1]。河流生態(tài)環(huán)境惡化引起社會對生態(tài)流量的關(guān)注，聯(lián)合國在2015年通過的《2030年可持續(xù)發(fā)展議程》中，將實施生態(tài)流量作為實現(xiàn)可持續(xù)發(fā)展目標(biāo)的重要措施之一[2]。河流生態(tài)流量是指能夠維持河流生態(tài)系統(tǒng)健康，滿足人類生存發(fā)展所需要的流量[3]，其中維持河流基本形態(tài)和基本生態(tài)功能所需的流量稱為生態(tài)基流[4-5]。

關(guān)于生態(tài)流量的研究最早開始于20世紀(jì)40年代，經(jīng)過不斷探索與實踐，生態(tài)流量的評價指標(biāo)體系和評價方法得到了不斷發(fā)展，河流生態(tài)流量保障已逐漸成為水資源調(diào)度與管理的重要內(nèi)容之一[6-8]。如，Richter等[9]提出變異范圍法(range of variability approach， RVA)確定河流生態(tài)流量管理目標(biāo)，用于指導(dǎo)河流天然情勢的恢復(fù)與保障工作，其中變化范圍法中包含了不同時間尺度下流量的量級、歷時、出現(xiàn)時間、頻率、變幅等多個統(tǒng)計指標(biāo)。考慮到水文非一致性因素對生態(tài)流量目標(biāo)確定的影響，王強(qiáng)等[10]采用水文時間序列變異檢驗方法分析了江西潦河徑流的變異性，通過構(gòu)建水文模型對變異后時段內(nèi)的徑流進(jìn)行還原，確定了天然狀態(tài)下河道生態(tài)流量目標(biāo)。Torabi等[11]基于流量的量級、歷時和年內(nèi)變幅等特征值，提出了一個可適用于變化環(huán)境(包括大壩修建、氣候變化、土地利用變化等)河流水文情勢影響的綜合指標(biāo)。盧有麟等[12]采用Tennant法計算出宜昌站逐月生態(tài)流量目標(biāo)，以發(fā)電量最大和生態(tài)缺水量最小為目標(biāo)建立了三峽梯級電站多目標(biāo)生態(tài)優(yōu)化調(diào)度模型，對三峽梯級樞紐多目標(biāo)生態(tài)優(yōu)化調(diào)度進(jìn)行了研究。

在全球氣候變化和人類活動強(qiáng)度不斷增強(qiáng)的背景下，河流生態(tài)流量所受影響日益顯著，開展變化環(huán)境下河道生態(tài)流量的影響評估和適應(yīng)性管理研究，成為保護(hù)河流生態(tài)系統(tǒng)的新需求。如，Thompson等[13]通過在湄公河構(gòu)建MIKE SHE模型，基于RVA評估氣候變化情景下河道生態(tài)流量變化的不確定性，研究結(jié)果表明河道內(nèi)枯水流量在氣候變化影響下不確定性更大。Laizé等[14]綜合考慮了不同氣候變化情景和社會經(jīng)濟(jì)用水情景下歐洲河流生態(tài)流量的變化，結(jié)果指出變化環(huán)境下歐洲約2/3的河流將面臨中等或高度變化的風(fēng)險。陳曉宏等[15]將生態(tài)流量破壞率納入水庫調(diào)度優(yōu)化目標(biāo)，通過模擬未來氣候情景下瀾滄江流域徑流過程，對氣候變化影響下梯級電站發(fā)電和生態(tài)效益間的沖突變化情況進(jìn)行了分析。整體而言，目前針對變化環(huán)境下河道生態(tài)流量影響評估的研究仍相對較少，且較多側(cè)重于考慮氣候變化條件下的模擬分析。隨著社會經(jīng)濟(jì)的進(jìn)一步發(fā)展，土地利用率的逐步提高(如城鎮(zhèn)化提高)，土地利用和氣候條件變化的綜合影響將為生態(tài)流量變化帶來更多不確定性。

韓江作為粵東、閩西南地區(qū)重要河流，是流域內(nèi)各地區(qū)的主要供水水源，新建的外調(diào)水工程(如韓江榕江練江水系連通工程)也將使韓江成為流域外其他區(qū)域的重要水源。另一方面，韓江流域水庫豐枯調(diào)蓄能力相對較弱，流域多年平均徑流量 153億m3，而流域內(nèi)4座大型水庫總興利庫容約 13億m3。資源與工程方面的綜合因素導(dǎo)致了韓江流域枯水期長期面臨較為嚴(yán)重的河道內(nèi)外用水矛盾[16]。本文以韓江流域為研究區(qū)，構(gòu)建分布式水文模型，開展土地利用變化模擬，并結(jié)合多氣候模式輸出的全球氣候變化數(shù)據(jù)，開展韓江流域水文模擬，選取生態(tài)流量相關(guān)指標(biāo)值，探究氣候條件和土地利用變化綜合影響下河道生態(tài)流量的時空演變特征，以期為未來流域水資源規(guī)劃管理和生態(tài)環(huán)境的修復(fù)提供參考。

1 研究區(qū)概況與資料來源

韓江流域面積30 112 km2，其中59.4%在廣東省境內(nèi)，40.1%在福建省境內(nèi)，其余位于江西省境內(nèi)(圖1)。流域多年平均降水量在1 600 mm左右，汛期降水量占全年降水量的80%。降水年內(nèi)豐枯不均導(dǎo)致韓江流域汛枯季徑流量差異明顯，汛期平均徑流量達(dá)枯季的2.7倍。韓江流域多年平均水資源總量為153.5億m3，流域總?cè)丝跒? 072.3萬人，現(xiàn)狀用水量為46.9億m3。目前流域內(nèi)已建4座大型水庫中，位于汀江支流的棉花灘水庫興利庫容占比達(dá)到了84%，其余3座(益塘水庫、合水水庫和長潭水庫)位于梅江支流，總興利庫容僅約2億m3。此外，韓江流域也是諸多水生生物的繁衍棲息地，其中分布有國家Ⅰ級重點保護(hù)物種黿和國家Ⅱ級重點保護(hù)物種花鰻鱺，但是從區(qū)系角度來看該流域水生物種大多屬于單種屬和寡種屬，一旦受到破壞和人為干擾，這些物種極容易消失。

圖1 韓江流域概況

本研究資料包括潮安水文站1979—2005年逐日徑流序列，五華、梅縣、上杭、長汀、龍巖等共16個氣象站點的1979—2005年逐日降水、氣溫、風(fēng)速、輻射、相對濕度序列，1995年、2010年和2015年土地利用/覆被數(shù)據(jù)(分辨率1 km)，1∶100萬全球土壤數(shù)據(jù)庫(HWSD)土壤類型數(shù)據(jù)，SRTM 90 m數(shù)字高程模型(DEM)數(shù)據(jù)。

未來氣候情景來源于IPCC第五次評估報告(IPCC AR5)發(fā)布的23個氣候模式資料，選取RCP 4.5和RCP 8.5兩種情景代表濃度路徑(representative concentration pathways， RCP)，以23個模式的集合平均降水和氣溫作為未來氣候條件。

2 研究方法

2.1 SWAT分布式水文模型

SWAT(soil and water assessment tool)模型是由美國農(nóng)業(yè)部研制開發(fā)的分布式流域水文模型，可用于模擬流域內(nèi)水流、泥沙、營養(yǎng)物等在日尺度上的輸移與轉(zhuǎn)化過程[17]。SWAT模型基于地形將流域首先劃分為多個子流域，然后根據(jù)土地利用/覆被類型、土壤類型、地形等因素將子流域進(jìn)一步劃分為水文響應(yīng)單元(hydrologic response units，HRU)。SWAT模型在HRU尺度上進(jìn)行水量平衡計算，HRU相互獨立，不發(fā)生水分交換。HRU上形成的地表、地下徑流匯入子流域出口，然后經(jīng)河道匯流演算至流域出口。

采用SWAT-CUP[18]程序內(nèi)嵌的SUFI-2算法對SWAT模型參數(shù)進(jìn)行率定。SUFI-2算法可以同時進(jìn)行參數(shù)優(yōu)化和不確定性分析，能夠在不同空間尺度(HRU、子流域和流域尺度)上對SWAT模型進(jìn)行快速調(diào)參。SWAT模型以1979—1995年為率定期(其中1979年為預(yù)熱期)，1996—2005年為驗證期。采用Nash-Sutcliffe效率系數(shù)NSE、徑流總量相對誤差RE和確定性系數(shù)R2對模型率定和驗證結(jié)果進(jìn)行評價。結(jié)果表明，率定期和驗證期日尺度NSE均高于0.7，月尺度NSE均高于0.8；RE率定期為 -7.53%，驗證期為10.7%；率定期和驗證期R2日尺度均高于0.7，月尺度均高于0.8。整體而言，SWAT模型在韓江流域模擬精度較好。

2.2 CA-Markov模型

元胞自動機(jī)(cellular automata， CA)是一種非線性動力學(xué)系統(tǒng)，CA模型將時間、空間、狀態(tài)離散，根據(jù)局部的、相同的相互作用規(guī)則進(jìn)行更新，具有強(qiáng)大的空間運算能力。Markov過程是指具有“無后效性”特征的隨機(jī)過程。CA-Markov模型發(fā)揮了CA模型模擬復(fù)雜系統(tǒng)空間變化的能力和Markov模型長期預(yù)測的優(yōu)勢[19]，其基本原理是以基準(zhǔn)期的土地利用為初始狀態(tài)，以土地利用轉(zhuǎn)移矩陣和適宜性圖集為依據(jù)，對土地利用空間分布進(jìn)行迭代模擬。土地利用模擬結(jié)果的驗證通常采用Kappa空間相關(guān)統(tǒng)計系數(shù)，當(dāng)該系數(shù)大于或等于0.75時，說明兩幅圖一致性較高。

通過ArcGIS對韓江流域土地利用類型進(jìn)行重分類，得到以林地、草地、水體、城鎮(zhèn)和農(nóng)田5種土地利用類型為主的1995年、2010年和2015年土地利用數(shù)據(jù)。基于1995年和2010年土地利用數(shù)據(jù)，以年為時間步長，采用IDRISI軟件提取土地利用轉(zhuǎn)移概率矩陣，作為每次迭代元胞轉(zhuǎn)換數(shù)量的決策依據(jù)。然后以1995年土地利用數(shù)據(jù)為初始狀態(tài)，采用CA-Markov模型進(jìn)行逐年迭代模擬，得到2015年模擬土地利用數(shù)據(jù)，進(jìn)行精度評價。在以1995年和2010年生成的土地利用轉(zhuǎn)移矩陣基礎(chǔ)上，將2015年土地利用數(shù)據(jù)作為初始狀態(tài)，基于CA-Markov模型對韓江流域2050年土地利用空間分布格局進(jìn)行模擬，得到未來情景年土地利用數(shù)據(jù)。

2.3 Delta方法

采用Delta方法實現(xiàn)未來氣候情景下降水和氣溫序列的生成。Delta方法的基本原理是將GCM所模擬某一氣候要素在未來和現(xiàn)狀情景下的相對改變，疊加到該氣候要素基準(zhǔn)期實際觀測序列上，從而得到該氣候要素未來情景下的數(shù)據(jù)序列[20]。進(jìn)行Delta方法計算時，首先確定格網(wǎng)內(nèi)GCM未來時期與基準(zhǔn)時期氣候要素月均值的比率(降水)或差值(氣溫)，然后對基準(zhǔn)期實測氣象資料進(jìn)行縮放(降水)或加減(氣溫)，從而得到未來格網(wǎng)內(nèi)的氣候要素值。以1979—2005年為歷史基準(zhǔn)時期，2040—2060年為未來氣候變化時期。

2.4 生態(tài)流量評價指標(biāo)

DR=(1-NS/NT)×100%

(1)

DM=max(1-Qt/Qm)×100%

(2)

式中：DR為生態(tài)基流破壞率，%；DM為生態(tài)基流最大破壞深度，%；NS為斷面流量達(dá)到生態(tài)基流的時段數(shù)；NT為總時段數(shù)；Qt為t時刻斷面流量，m3/s；Qm為斷面生態(tài)基流值，m3/s。

3 結(jié)果與分析

3.1 土地利用變化模擬

圖2為韓江流域2015年實測、模擬土地利用與2050年模擬土地利用情況。由圖2可見，2015年模擬土地利用空間布局整體與實際情況比較接近，土地利用情景Kappa系數(shù)為0.986，說明土地利用模擬結(jié)果具有較高的可信度。2050年土地利用模擬結(jié)果表明，未來韓江流域內(nèi)城鎮(zhèn)用地和草地面積將繼續(xù)擴(kuò)大，分別由2%和8%擴(kuò)大至4%和9%，而林地和農(nóng)田面積將進(jìn)一步減小，分別由74%和15%減小至71%和14%。其中，城鎮(zhèn)用地擴(kuò)張較為明顯，由當(dāng)前的691 km2擴(kuò)大至1 207 km2，2050年約占韓江流域總面積的4%。城鎮(zhèn)用地擴(kuò)張最為顯著的區(qū)域位于梅江中上游區(qū)域，該區(qū)域為五華縣、興寧市、梅州市區(qū)所在地，人口規(guī)模約300萬人，約占潮安斷面以上韓江流域總?cè)丝诘?0%。

(a) 2015年實測

3.2 不同情景下潮安斷面生態(tài)流量的演變

表1 不同情景下潮安斷面流量特征值變化情況

圖3為不同情景下潮安斷面流量對數(shù)經(jīng)驗頻率曲線與以及其中經(jīng)驗頻率大于或等于50%對應(yīng)流量的相對變化情況。可以看出，土地利用和氣候變化對Q50～Q90(平水至枯水)區(qū)間的流量影響在特征上基本一致，流量變幅大體上呈現(xiàn)由Q50～Q90逐漸減小的趨勢，流量相對變化值在Q50～Q75(平偏枯)區(qū)間較為平穩(wěn)，而在Q75～Q90(枯水)區(qū)間則隨著流量值的減小而增大；對于流量值低于Q95的特枯流量，相對變化值雖然存在一定波動，但仍低于平偏枯流量。可見枯水期流量對變化環(huán)境相對更加敏感。

(a) RCP 4.5情景

(b) RCP 8.5情景

圖4為不同情景下潮安斷面逐月流量變化情況。可以看出，在2050年土地利用情景下，韓江流域 2—9月平均流量均有所增大，而在枯水期的10月至次年1月，韓江流域平均流量有所降低。土地利用變化對潮安斷面逐月流量的影響整體低于 ±2%。相較于土地利用變化，氣候變化對潮安斷面逐月流量的影響更加顯著，整體變幅在-33%～21%之間。其中6—10月流量顯著增加，而1—4月、11—12月流量顯著減少。相較于RCP 4.5情景(圖4(a))，RCP 8.5情景(圖4(b))下潮安斷面汛期逐月流量增幅普遍偏低，而枯水期流量減幅整體偏大。氣候變化影響下，潮安斷面2—4月平均流量下降幅度超過15%，最大可達(dá)32.3%。土地利用和氣候變化綜合影響下，潮安斷面汛期逐月流量增幅進(jìn)一步擴(kuò)大，而枯水期流量減幅低于氣候變化單因素造成的影響。

(a) RCP 4.5情景與土地利用變化

表2為不同情景下潮安斷面最枯年生態(tài)基流破壞情況。由表2可以看出，土地利用變化對潮安斷面生態(tài)基流的DR和DM影響較小。RCP 4.5和RCP 8.5情景下，潮安斷面生態(tài)基流的DR分別下降了6.4%、6.1%，而DM分別上升了11.6%、13.1%。土地利用和氣候變化綜合影響下，潮安斷面生態(tài)基流破壞情況出現(xiàn)了分化：在土地利用變化與RCP 4.5情景下，潮安斷面生態(tài)基流破壞情況有所改善；而在土地利用變化與RCP 8.5情景下，潮安斷面生態(tài)基流破壞情況加劇。

表2 潮安斷面最枯年生態(tài)基流破壞情況

3.3 不同情景下生態(tài)流量的空間演變特征

(a) LU 2050

(a) LU 2050

(a) LU 2050

(a) LU 2050

(b) RCP 4.5

(c) RCP 8.5

(d) RCP 4.5 +LU 2050

(e) RCP8.5 +LU 2050

3.4 討論

由表1和圖3可以發(fā)現(xiàn)，土地利用和氣候變化雖然會導(dǎo)致潮安斷面中低值流量減小，但是對于高值區(qū)流量則存在不同影響特征。表3統(tǒng)計了不同情景下流量高值區(qū)域10%經(jīng)驗頻率流量值Q10和最大連續(xù)7 d平均流量Qmax7的變化情況，可以看出土地利用和氣候變化情景下，Q10略有下降，Qmax7增幅超過20%，Qmax7的變化幅度均高于Q10，可見，相較于Q10，Qmax7代表了更加極端的洪水流量過程。通過對圖3中經(jīng)驗頻率小于等于6%的部分放大(圖9)可以發(fā)現(xiàn)，由情景變化所引起的潮安斷面流量變化發(fā)生分化的臨界點約在3%經(jīng)驗頻率位置，對應(yīng)流量值約為2 800 m3/s。結(jié)合圖3相關(guān)結(jié)果，當(dāng)流量經(jīng)驗頻率大于等于3%時，土地利用和氣候變化將導(dǎo)致流量減少；而當(dāng)流量經(jīng)驗頻率小于3%時，土地利用和氣候變化將導(dǎo)致流量增大。

表3 不同情景下流量高值區(qū)域Q10和Qmax7變化情況

(a) RCP 4.5情景

綜上，未來不同情景下韓江流域徑流總量減少，枯水流量下降，平水至枯水區(qū)間流量變異性減小。汛期將面臨更加極端的洪水事件，來水不確定性增大，考慮到韓江流域內(nèi)水庫工程蓄水能力較弱，將導(dǎo)致汛期棄水增加，長期來看徑流總量的減少和棄水的增加有可能導(dǎo)致流域內(nèi)水庫汛期蓄水量減少，從而在枯水期面臨更加嚴(yán)峻的供水和生態(tài)補(bǔ)水壓力，枯季生態(tài)流量保障風(fēng)險進(jìn)一步增大。

由于土地利用/覆被類型影響著產(chǎn)匯流和蒸散發(fā)等水文過程，因此流域內(nèi)土地利用的空間分布也會對生態(tài)流量過程產(chǎn)生影響。探究土地利用變化對生態(tài)流量的影響可以指導(dǎo)流域土地規(guī)劃管理，具有一定的現(xiàn)實意義。開展土地利用變化影響評估涉及多維度的對比分析，如同一種土地利用類型在流域空間上的分布位置和面積比例，以及不同土地利用類型的組合效果。本文所采用的土地利用變化情景僅基于CA-Markov模型的模擬預(yù)測，但關(guān)于土地利用/覆被類型對生態(tài)流量的影響仍值得進(jìn)一步分析。

4 結(jié) 論

a.未來韓江流域城鎮(zhèn)用地面積將進(jìn)一步擴(kuò)大，城鎮(zhèn)用地擴(kuò)張最為明顯的區(qū)域分布在梅江中上游，而城鎮(zhèn)化的快速擴(kuò)張導(dǎo)致梅江中上游生態(tài)流量的變幅高于流域內(nèi)其他區(qū)域。

b.土地利用和氣候變化影響下，潮安斷面枯水期流量將進(jìn)一步減少，且在平偏枯流量區(qū)間枯水流量對土地利用和氣候變化更加敏感。相較于RCP 4.5情景，RCP8.5情景下韓江生態(tài)流量減少幅度更大，但整體高于土地利用變化帶來的影響。

c.從空間變化趨勢上來講，土地利用和氣候變化影響下，韓江流域生態(tài)流量呈現(xiàn)從西南到東北由升到降的特征，梅江中上游地區(qū)的枯水期生態(tài)流量將有所增大，該區(qū)域河道內(nèi)外競爭性用水將得到緩解；梅江和汀江兩大支流上游區(qū)域生態(tài)流量對環(huán)境變化更為敏感。

d.整體而言，土地利用和氣候變化將導(dǎo)致未來韓江流域徑流總量下降，但豐枯流量將進(jìn)一步分化，極端洪水和干旱事件有所增加，長期來看徑流總量的減少和水庫棄水的增加有可能導(dǎo)致枯季生態(tài)流量保障風(fēng)險進(jìn)一步增大。