氣候變化下葉爾羌河源流區徑流預測研究

王 旭，任 強，任 才，阿不都艾尼·阿不力孜，龍愛華

(1.新疆水利水電規劃設計管理局，新疆 烏魯木齊 830000；2.石河子大學水利建筑工程學院，新疆 石河子 832003；3.中國水利水電科學研究院，北京 100038；4.新疆維吾爾自治區阿克陶縣水利局，新疆 阿克陶縣 845550)

氣候變化是影響地表水資源循環過程的重要因素之一[1-3]，隨著全球氣候變化加劇，地表水資源循環過程中活躍因素之一的徑流的數量及時空分布均在很大程度上發生了變化。目前，對于徑流的演變預測領域主要以情景設計法[4]、數學模型法[5]和水文模型法[6]為主。其中，SWAT(Soil and Water Assessment Tool)模型作為一種半分布式水文模型，可以通過其物理屬性準確地模擬不同尺度流域的水文循環過程(包含徑流)，已廣泛應用于氣候變化對徑流演變的預測研究中[7]。

近年來，隨著氣候變化對水資源影響程度的加深化，針對該研究方向的學者也在嘗試使用諸多方式來預測不同流域河流的徑流量[8-9]，例如，Gauch Martin等[10]采用單一的長期記憶網絡對美國大陸上516個盆地多個時間尺度的降雨徑流進行了預測；王子龍等[11]利用CRHM模型模擬了依吉密河上游冬季徑流流量，發現2025—2060年當地冬季徑流不穩定性增大；王曉杰等[12]通過SRM模型對瑪納斯河徑流量進行預測模擬分析，發現溫度和降水的上升會使徑流量增加，并使得融雪徑流提前；古力皮亞·沙塔爾[13]等采用改進SVR模型對新疆某河流年徑流量進行模擬預測，發現改進后的模型精度得到了明顯的改善和提高。但是目前國內外學者很少涉獵南疆地區大型河流的徑流模擬預測研究，尤其在主要以冰川積雪融水為補給的干旱內陸河流域的河川徑流模擬預測研究中略顯單薄，無法為流域管理人員科學有效地針對氣候變化帶來的徑流變化作出及時應對措施[14]。

本文通過對葉爾羌河河源區SWAT模型的構建與本土化，完成了未來氣候變化條件下徑流模擬研究并探討了其演變規律，以期為積極應對研究區氣候變化可能為當地帶來的消極影響提供科學依據，也對其他流域的相關研究具備一定意義上的參考價值。

1 研究區概況

葉爾羌河發源于喀喇昆侖山北坡，上游部分基本由主流克勒青河和支流塔什庫爾干河組成，河流具有西北內陸河流的普遍特點，即山區上游河段為基巖河床，河床穩定，河流出山口以后自上而下由沙卵石逐漸變為粗砂質及粉細砂河床，到下游逐漸成為游蕩性河流。本文研究區為葉爾羌河河源區，研究區地勢南高北低，海拔為1447～8537m，地處葉爾羌河流域山區部分(地理坐標74°27′～78°24′E，35°26′～38°18′N)，占全流域面積的47%左右，其地理位置示意如圖1所示。

圖1 葉爾羌河流域河源區位置示意圖

研究區地處歐亞版圖中央，是典型的大陸性氣候區，降雨少，蒸發強，日照長，光熱強，溫差很大，氣候變化劇烈，研究區全區水面蒸發量區間為1125～1600mm，年均溫為-10.2℃左右，高山區全年無霜期為100d左右[15]。葉爾羌河干流長約590km，多年平均徑流量為78.66億m3，徑流出山之后，流經澤普、莎車、麥蓋提、巴楚縣及阿克陶縣，進入阿瓦提縣，與和田河匯合后注入塔里木河[16-17]。

2 數據來源與研究方法

2.1 數據來源

本文研究各類數據來源見表1。

表1 數據來源說明表

2.2 研究方法

2.2.1降水、氣溫和徑流變化趨勢分析

采用一元線性法、累計距平值法對研究區降水、氣溫及徑流變化趨勢進行分析，并使用非參數檢驗法對變化趨勢進行顯著性分析。

2.2.2SWAT與徑流模擬

本文基于SWAT模型對葉爾羌河源流徑流進行模擬，進而評價模型在研究區是否具有良好的適用性。SWAT模型是美國農業部(USDA-ARS)開發的基于物理過程的半分布式水文模型，已廣泛應用于流域水文模擬、流域管理和非點源污染控制。關于SWAT模型的研究目前已有許多，此處不再贅述。模擬結果的評價標準選用決定性系數(R2)、納什系數(Nash-Sutcliffe efficiency，NSE)、均方根誤差與實測值標準差的比值(RMSE-observations standard deviation ratio，RSR)和偏差百分比(Percent bias，PBIAS)等4項指標。

2.2.3降尺度與偏差校正

本文采用日偏差校正法(Daily bias correction，DBC)對葉爾羌河源流區未來降水和氣溫進行降尺度。DBC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。首先對模型數據的降水發生概率進行修正，使基準期模型數據的月降水發生概率與觀測數據一致，消除了氣候模型中高估降水發生概率的現象。

降水頻率修正后，用歷史觀測數據的經驗累積概率分布函數修正模型輸出數據的經驗累積概率分布函數。在具體計算中，累積分布函數由第0th到100th個分位數表示，具體公式如下：

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

(1)

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

(2)

式中，P、T—降水和氣溫，cor為校正后數據，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。

2.2.4未來氣候情景的建立與徑流演變的預測

本文中選用耦合模式比較計劃第5階段(CMIP5)數據集中全球不同氣候中心研發的全球氣候模式，共包含3種溫室氣體排放情景。氣候模式為BCC-CSM1.1(m)，研發機構為中國氣象局北京氣候中心，模式中心為BCC，數據集空間精度為1.125×1.125。

本文所研究的未來時段為2020—2100年。采用的氣象要素包括日降水、日均溫、日最高氣溫和日最低氣溫。為了率定統計降尺度方法以及為未來的氣候情景選取參照，研究選用了1961—1990共30年數據作為未來氣候情景變化的參照時段來對降尺度方法進行率定，計算未來80年相對于基準30年氣象要素的變化情況。

研究的主要研究思路如圖2所示，首先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，降低模擬結果中存在的系統性偏差，得到葉爾羌河流域未來氣候變化情景，然后將所得到的氣候變化情景輸入率定完畢的SWAT模型，得到流域未來的徑流情景，并對徑流情況進行分析與評估。

圖2 研究區未來徑流演變模擬研究流程圖

3 結果與分析

3.1 模擬結果評價與分析

研究區以200km2為集水閾值，將流域劃分為112個子流域，2379個水文響應單元(HRUs)，模型運用SWAT-CUP中的SUFI-2算法對參數進行敏感性分析，并選取其中對徑流模擬精度影響相對較大的參數進行自動率定，具體參數可分為3塊：徑流模塊包括土壤蒸發補償系數(ESCO)、基流系數(ALPHA_BF)、主河道河床有效水力傳導度(CH_K2)、“基流”水位閾值(GWQMIN)和地下水延遲時間(GW_DELAY)等；冰川模塊[18]包括融冰系數(FM)、冰輻射系數(Rice)和基礎蓄積系數(β0)等；積雪模塊主要包括融雪度日因子(SMFMX、SMFMN)、積雪溫度滯后系數(TIMP)以及降雪和融雪閾值溫度等參數(SFTMP、SMTMP)。

本文選取1964—1965年為模型模擬的預熱期，以1966—1990年為模型校準期，1991—2015年為模型驗證期，對研究區的年徑流進行模擬。SWAT模型在全時段50年的模擬結果如圖3所示，選用的評價指標結果見表2。

由圖3可知，SWAT模型模擬徑流值與水文站記錄實測值相差較小，在誤差范圍之內，兩條徑流序列曲線較好的擬合情況說明本次構建的葉爾羌河源區SWAT模型可以相對準確地描述該地區年徑流過程。

圖3 卡群站1966—2015年徑流量全時段模擬結果圖

由表2可知，校準期、驗證期與全時段的參數化指標評價結果均為“優”，說明SWAT模型在研究區具有良好的適用性，可以依據建立的模型對未來徑流進行下一步演變預測研究。

表2 卡群站年徑流量模擬結果評價表

3.2 未來降水與氣溫變化分析

3.2.1降水

3種不同濃度路徑下(RCP 2.6/4.5/8.5)2020—2100年葉爾羌河源區多年降水量均值分別為104.75、107.70、113.27mm，根據數據可繪制研究區2020—2100年年降水量變化趨勢如圖4所示，在RCP 2.6情景下，未來研究區年降雨量最大和最小值分別為168.42mm(2062年)和40.63mm(2084年)；RCP 4.5情景下，未來研究區年降雨量最大和最小值分別為178.61mm(2048年)和48.59mm(2084年)；RCP 8.5情景下，未來研究區年降雨量最大和最小值分別為193.49mm(2052年)和53.33mm(2079年)。根據非參數檢驗可知，RCP 2.6/4.5/8.5情景下，檢驗結果分別為|Z|=0.0117、|Z|=0.0438和|Z|=0.0228，均小于0.1483(95%信度)，說明研究區未來80年年降雨量增加趨勢不顯著。

圖4 研究區2020—2100年降水量變化圖

圖5為RCP 2.6/4.5/8.5情景下葉爾羌河源區1961—2100年年降水量序列的年代際變化。本文將歷史和未來數據進行了拼接處理，并計算了20年滑動平均。由圖可知，在RCP 2.6情景下，葉爾羌河在2021—2100年降水雖然有一定的豐枯波動，但整體上均有增加的趨勢，且降水增加幅度較大，未來降水的增加與近20年來觀測降水的增加趨勢一致。在RCP 4.5情景下，葉爾羌河在2021—2100年降水均具有增加的趨勢，且降水增加幅度較大。葉爾羌河在2050年前降水顯著下降，甚至由距平正值轉變成距平負值，體現了降水具有較大的年際變異性。在RCP 8.5情景下，葉爾羌河流域在2021—2100年降水均處于一種增加的態勢，且降水增加幅度較大。值得注意的是，葉爾羌河流域在2030年左右降水顯著下降，由距平正值轉變成距平負值，充分體現了氣候變化與自然氣候變率的疊加。

圖5 研究區2種情景下未來年代際降水演變特征分析圖

表3為RCP 2.6/4.5/8.5情景下葉爾羌河源區未來3個時段年降水變化相對于歷史基準時期變化的百分比。由表可知，在RCP 2.6情景下，研究區未來3個時段的平均年降水均高于相應流域的歷史基準期，增長幅度在52.9%～58.2%之間。在RCP 4.5情景下，研究區未來3個時段的平均年降水均高于相應流域的歷史基準期，增長幅度在55.9%～59.4%之間。在RCP 8.5情景下，研究區流域未來3個時段的平均年降水均高于相應流域的歷史基準期，增長幅度在62.8%～68.3%之間。

表3 3種情景下未來時段研究區年降水量年代際變化表

3.2.2氣溫

3種不同濃度路徑下(RCP 2.6/4.5/8.5)葉爾羌河源區日均溫分別為5.08℃、5.63℃和6.46℃。根據數據可繪制研究區2020—2100年日均溫變化趨勢如圖6所示，在RCP 2.6情景下，未來研究區日均溫最大和最小值分別為6.76℃(2045年)和3.10℃(2022年)；RCP 4.5情景下，未來研究區日均溫最大和最小值分別為7.54℃(2080年)和3.41℃(2036年)；RCP 8.5情景下，未來研究區日均溫最大和最小值分別為9.21℃(2091年)和3.20℃(2034年)。根據非參數檢驗可知，RCP 2.6情景下，檢驗結果為|Z|=0.0068<0.1483(95%信度)，說明在該情景下葉爾羌河上游未來氣溫增加趨勢不顯著；而在RCP 4.5/8.5情景下，非參數檢驗結果分別為|Z|=0.3216和|Z|=0.5494，均大于0.1483(95%信度)，說明在這兩種情景下葉爾羌河源區氣溫增加的趨勢顯著。

圖6 研究區2020—2100年日均溫變化圖

圖7為RCP 2.6/4.5/8.5情景下葉爾羌河源區日均氣溫序列的年代際變化(20年滑動平均)。由圖可知，在3種濃度路徑下，葉爾羌河上游流域未來氣溫均呈現持續增加的態勢。

圖7 研究區3種情景下未來年代際氣溫演變特征分析圖

表4為RCP 2.6/4.5/8.5情景下葉爾羌河源區未來3個時段日均溫變化相對于歷史基準時期變化的百分比。由表可知，在RCP 2.6情景下，研究區未來3個時段的年平均氣溫較歷史基準時段均明顯增加，漲幅為1.24～1.77℃。在RCP 4.5情景下，研究區未來3個時段的年平均氣溫較歷史基準時段均明顯增加，漲幅為1.55～2.44℃。在RCP 8.5情景下，研究區流域未來3個時段的年平均氣溫較歷史基準時段均明顯增加，漲幅為1.68～3.31℃。

表4 3種情景下未來時段研究區日均溫年代際變化表

3.3 氣候模式輸出下未來徑流變化趨勢預測

將降尺度和偏差校正得到的站點未來氣候情景輸入到本土化的SWAT模型中，得到葉爾羌河源區出山口卡群站未來2021—2100年的徑流演變趨勢如圖8所示。由SWAT模型模擬預測數據統計可知，在RCP 2.6/4.5/8.5三種不同濃度路徑下，未來80年間年徑流量均值分別為204.37、203.67、202.63m3/s，與1968—1992年模擬均值204.8m3/s相比分別減少了0.21%、0.55%和1.06%。由此可知，研究區年徑流量隨著排放路徑濃度的增加而減少，且由圖可知，RCP 8.5情景下研究區年徑流量的減少趨勢最為明顯，然后依次是RCP 4.5情景與RCP 2.6情景。根據非參數檢驗可知，RCP 2.6情景下，檢驗結果為|Z|=0.0829<0.1483(95%信度)，說明在該情景下葉爾羌河上游未來年徑流量減小趨勢不顯著；而在RCP 4.5/8.5情景下，非參數檢驗結果分別為|Z|=0.2538和|Z|=0.2684，均大于0.1483(95%信度)，說明在這兩種情景下葉爾羌河源區出山口卡群站年徑流量減小的趨勢顯著。

圖8 卡群站2021—2100年的徑流演變趨勢預測圖

圖9為3種情景下葉爾羌河源區出山口卡群站由歷史數據至未來2100年年徑流序列的年代際變化。此處將歷史模擬和未來預測數據進行了拼接處理，并計算了20年滑動平均。由圖可知，在RCP2.6情景下，2021—2100年間研究區的未來徑流呈先增加，后減小的“豐枯交替”趨勢，在本世紀前半期徑流總體偏豐，后半期總體偏枯，在2055年左右具有明顯的拐點。在RCP 4.5情景下，研究區的未來徑流呈先增加，后減小的趨勢。葉河上游流域的徑流在未來80年間先呈現增長趨勢，是因為流域內降水在未來有所增長，但眾所周知的是，葉爾羌河流域內徑流主要由冰雪融水補給且占比較高，故而流域未來徑流出現減少可能是受到未來氣溫持續上升，冰雪存量減少的影響。在RCP 8.5情景下，研究區的未來徑流的趨向性為先增后減，與RCP 4.5情景下情況相似，未來后期徑流下降的主要原因可能是由于氣溫持續升高，冰川積雪儲量嚴重減少。

圖9 研究區3種情景下未來年代際徑流演變特征分析圖

由表5可知，在RCP 2.6情景下，卡群站年徑流在未來第1個時段(2031—2050年)均較歷史時段增加，第3個時段(2081—2100年)均減少。在RCP 4.5情景下，葉爾羌河的未來徑流“峰值”出現的時間在2060年前。相較RCP 2.6情景下，該情景下葉河未來的徑流在“峰值”前增加的幅度更大。在RCP 8.5情景下，葉河的未來“峰值”出現的時間在2050年前。在3種情景下，2041—2050年間模擬預測的年徑流量均為未來時段最高，相較于歷史模擬的年徑流量均值，變化率分別達到了9.7%、11.9%和13.6%，可見未來葉河上游年徑流量將會在2050年左右發生突變，即研究區年徑流量減小的拐點應在2050年左右。

表5 3種情景下未來時段研究區年徑流量年代際變化表

4 結語

本文在對研究區歷史年份SWAT模型構建的基礎上，對CMIP5數據集進行降尺度與偏差校正，建立未來氣候變化模式并提取3種濃度路徑下的氣象數據輸入SWAT模型，完成對葉爾羌河河源區徑流演變規律的模擬與探索預測。主要結論如下：

(1)本文構建的SWAT模型在葉爾羌河河源區具有良好的適用性，校準期(1966—1990年)與驗證期(1991—2015年)的R2分別為0.93和0.88，NSE為0.92和0.86，RSR為0.27和0.37，PBIAS為0.9%和-2.0%，精度均達到要求水平。

(2)3種氣候情景(RCP 2.6/4.5/8.5)下，研究區2021—2100年氣溫和降水均呈現增加的態勢，但增加趨勢的顯著性各不相同，其中降水增加趨勢不顯著，氣溫增加的趨勢基本顯著。研究區未來80年年降水量和日均溫較歷史基準期增幅分別在52.9%～68.3%和1.24～3.31℃之間。

(3)在不同濃度路徑下，未來80年間年徑流量均值分別為204.37、203.67、202.63m3/s，相比歷史基準期分別減少了0.21%、0.55%、1.06%，且在RCP4.5/8.5情景下年徑流量均呈現顯著減小的趨勢。在不同氣候情景下，葉爾羌河源區徑流在21世紀前半期總體偏豐，而后半期總體偏枯，具有明顯的拐點(大致在2050年左右)，拐點出現的原因可能是氣溫持續增加導致的高山區冰川積雪存量減少引起的葉爾羌河徑流冰雪補給量大幅減少。