和田河流域冰川徑流對氣候變化響應的模擬分析

魏瀟娜，龍愛華,，尹振良，於嘉聞

(1.中國水利水電科學研究院流域水循環模擬與調控國家重點實驗室，北京 100038；2.石河子大學水利建筑工程學院，新疆 石河子 832003；3.中國科學院西北生態環境資源研究院內陸河流域生態水文重點實驗室，甘肅 蘭州 730000)

我國西北地區的內陸河大多發源于高山冰川[1]，冰川融水是西北干旱區流域重要的徑流來源，在西北地區水資源的開發利用中占有重要地位[2]。冰川作為“固體水庫”，對維持區域生態穩定和調節河川徑流具有重要意義[3-4]，已有研究表明西北干旱區冰川融水量占全國冰川融水量的39%，占3省區(甘肅、新疆、青海)地表徑流的14%[5]。近50年來，新疆以氣溫明顯高于世界和全國的平均增幅變暖[3, 6]，其冰川整體上呈加速退縮之勢[3]，大大改變了區域的徑流組成、水資源量[7]等。氣候變化背景下，以典型流域為例，對冰雪補給型河流出山徑流、冰川徑流的變化以及冰川徑流對出山徑流的貢獻開展評估分析對揭示流域整體變化具有重要作用。塔里木河流域是我國最大的內陸河流域，其河川徑流主要以冰川積雪融水補給為主，冰川融水徑流量約占總徑流的40%[7]。和田河是塔里木河四大主要源流之一，也是唯一一條完整發育著穿越塔克拉瑪干沙漠綠色生態走廊的河流，在變暖變濕趨勢下，流域生態環境變得異常脆弱[8]。因此開展氣候變化背景下和田河流域冰川徑流變化研究，對保障流域社會經濟發展與生態安全顯得十分迫切[9-11]。但是，長期以來，學界對和田河流域冰川徑流變化的研究相對薄弱。

目前冰川徑流的研究方法大致分為直接觀測法、冰川物質平衡法、水量平衡方程法、水化學示蹤法、水文模型法等5種，水文模型法是最常用的方法[12-13]。趙求東等[14]利用VIC(variable infiltration capacity)分布式水文模型估算得出天山南坡木扎提河流域冰川徑流占總流量的66.6%；李洪源等[15]利用包含冰雪消融模塊的寒區分布式水文模型——SPHY(spatial processes in hydrology)模型對疏勒河流域的徑流過程進行定量模擬，得出冰川徑流占總徑流的年均比例為30.5%。SWAT(soil and water assessment tool)模型能夠充分利用遙感數據提供的空間信息，模擬復雜流域條件下氣候變化、土地利用變化和不同管理措施等對流域水量、水質的影響[16-18]。Adnan等[16]在中國青藏高原南部南柯湖冰川和非冰川區子流域進行的SWAT模型適應性評價表明，常規的SWAT模型在有冰川的流域模擬效果并不理想，將SWAT模型與冰川模塊相結合才能更好地模擬冰川地區的流域徑流。近年來，有學者試圖在SWAT模型中嵌入冰川模塊，從而提高SWAT模型在高冰川覆蓋率地區的適用性。如Luo等[17]提出了冰川算法并將其嵌入SWAT模型中，在瑪納斯河流域的應用中驗證了該方法的可靠性；Yin等[18]利用嵌入冰川模塊的SWAT模型定量估算了葉爾羌河流域冰川徑流對出山徑流的貢獻，認為嵌入冰川模塊的SWAT模型在該流域有較好的適用性。

本文針對和田河流域上游冰川徑流構建了嵌入冰川模塊的SWAT模型來模擬分析冰川徑流變化規律及其對氣候變化的響應，以期為塔里木河水資源利用與規劃提供參考。

1 研究區概況與數據來源

1.1 研究區概況

和田河流域位于新疆塔里木盆地的南部，流域面積約7.95萬km2[19]，多年平均出山徑流量為44.90億m3。流域上游由玉龍喀什河(簡稱玉河)與喀拉喀什河(簡稱喀河)兩支流組成(圖1)，出山口分別設有同古孜洛克與烏魯瓦提水文站。主河流玉河發源于昆侖山，河長504 km，多年(1967—2017年)平均出山徑流量為22.64億m3?？影l源于喀喇昆侖山，河長808 km，多年(1967—2017年)平均出山徑流量為22.26億m3。兩支流于闊什拉什(88°33′E，38°05′N)匯合后始稱和田河，并進入塔克拉瑪干沙漠，和田河長319 km[19]，最終經由肖塔水文站匯入塔里木河。和田河流域氣候干旱少雨，寒冷干燥，常年處于極端干旱狀態[20]。和田河及其支流屬于冰雪融水及降水混合補給河流，冰川融水補給量占年平均徑流的40%以上[7]，夏季(6—8月)徑流占年總量的70%以上。據第一次冰川編目，和田河流域上游的冰川面積為5 687.35 km2，冰川覆蓋率為15.84%，其中玉河流域與喀河流域冰川覆蓋率分別為22.72%和11.13%。

圖1 研究區位置與水文站、氣象站以及冰川分布Fig.1 Location of study area and distributions of hydrological and meteorological stations as well as glacier

1.2 數據來源

a.DEM數據。在地理空間數據云平臺(http:∥www.gscloud.cn/)獲取了90 m分辨率的DEM數據，并對數據進行了投影變換處理，將兩個出山口水文站作為流域出口控制斷面得到和田河上游的DEM數據。通過DEM數據進行水流方向、集水面積的計算以及河網與子流域的劃分[21-22]。

b.土壤數據。土壤類型與土壤的物理屬性數據來自中國科學院南京土壤研究所發布的1∶1 000 000土壤數據集，其中土壤容重(SOL_BD)、飽和導水率(SOL_K)和田間持水量(SOL_AWC)等參數通過SPAW(soil-plant-atmosphere-water)模型中的土壤水文特性模塊計算得到。根據研究區情況，共劃分了10種土壤類型。

c.土地利用數據。土地利用數據來自地理空間數據云(http:∥www.gscloud.cn/)提供的2015年全國土地利用數據，分辨率為30 m × 30 m。研究區的數據經過SWAT重分類為12種數據。

d.冰川編目數據。冰川數據來自國家冰川凍土沙漠科學數據中心(http:∥www.ncdc.ac.cn/)中國第一次與第二次冰川編目數據，第一次冰川編目數據主要依據1987—2004年航測地形圖制作而成，第二次冰川編目數據主要由2006—2013年Landsat TM/ETM+和ASTER遙感影像提取而成。本研究的模型率定期(1967—1992年)采用第一次冰川編目數據，驗證期(1993—2017年)采用第二次冰川編目數據。

e.水文氣象數據。本文采用中國地面降水日值0.5°×0.5°格點數據集(V2.0)、中國地面氣溫日值0.5°×0.5°格點數據集(V2.0)，時間序列為1961—2017年，其中包括了日最高、平均、最低氣溫與日降水數據，提取20個格點作為虛擬氣象站(圖1)，格點數據經過校正后作為模型的輸入數據。水文數據來自和田河流域管理局，包括烏魯瓦提與同古孜洛克水文站1961—2017年的逐月徑流數據。

2 研究方法

2.1 冰川融化算法

采用修正的溫度指數法對冰川融化過程進行模擬[18，23]。根據消融因子與氣溫之間的線性關系計算冰川融化量，基于太陽輻射和地形兩個因素的影響對空間異質性進行修正[23]。計算公式為

(1)

式中：M為日消融量，mm；FM為溫度消融因子，mm/(℃·d)；ri為輻射消融因子，m2·mm/(W·d·℃)；Ip為潛在太陽總輻射，W/m2；T為日平均氣溫，℃；TMT為冰川消融閾值溫度，℃。

2.2 Mann-Kendall檢驗法

Mann-Kendall(M-K)檢驗法作為非參數檢驗方法，能夠很好地揭示時間序列的變化趨勢[24-25]。已知某時間序列數據，可計算得到兩組數據序列UF和UB。若UF>0，序列呈上升趨勢；若UF<0，序列呈下降趨勢。若UF和UB曲線交點位于顯著性水平線之間，交點對應時間為突變點，該方法廣泛應用于水文和氣象時間序列的趨勢變化分析[26-28]。

2.3 模型評價指標

選用納什效率系數(ENS)、均方根誤差與實測值標準差的比值(RRS)及百分比誤差(PBIAS)對模型進行評價[18]。ENS越接近1，表明模擬值對實測值的擬合精度越高，一般認為月尺度上ENS>0.6時模擬結果較可靠[29]。當0.75≤ENS≤1、0≤RRS≤0.5、|PBIAS|<10%時，認為模型模擬效果為優[24]。

3 結果與分析

3.1 模型評價

分別選取烏魯瓦提水文站、同古孜洛克水文站逐月徑流數據，進行喀河流域與玉河流域的率定與驗證，選取1961—1966年為模型預熱期，1967—1992年為模型率定期，1993—2017年為模型驗證期。

3.1.1模型參數率定

采用SUFI2算法進行參數敏感性分析[30-31]，選取最敏感的參數進行率定，最終根據參數的物理意義和該流域的水文過程進行參數的確定與調整，參數率定結果見表1。

表1 參數率定結果

3.1.2模型評價結果

將率定期的最優參數代入SWAT模型和嵌入冰川模塊的SWAT模型進行驗證，模型評價結果如表2所示，率定期與驗證期月徑流實測值與模擬值對比結果如圖2所示。結果表明，嵌入冰川模塊后，率定期與驗證期ENS均在0.75以上，PBIAS均在10%以內，RRS均在0.5以內；模擬的出山徑流與實測徑流變化過程基本一致，其中玉河流域率定期峰值處模擬值偏低，主要原因是氣溫偏低導致冰川融水模擬值偏低，進而導致峰值模擬值偏小。以上均表明嵌入冰川模塊的SWAT模型在和田河流域適用性較好。

圖2 1967—2017年月出山徑流量模擬結果

表2 模型評價結果

3.2 氣候與水文過程

3.2.1氣候特征

1961—2017年，玉河與喀河流域年平均氣溫均呈顯著上升趨勢(p<0.01)，上升速率分別為0.028 ℃/a和0.021 ℃/a；玉河流域降水量呈顯著增加趨勢，喀河流域降水量呈不顯著增加趨勢，降水量增長速率分別為0.997 mm/a和0.646 mm/a(圖3)。就季節變化而言，玉河、喀河流域均在秋季升溫最明顯，夏季降水量增加最快，但玉河流域氣溫、降水量的增長速率普遍高于喀河流域(表3)。

表3 和田河流域上游平均氣溫、降水量增長速率Table 3 Average temperature and precipitation increase rates in the upper Hotan River Basin

3.2.2水文特征

1967年以來，玉河流域出山徑流和冰川徑流模擬值均呈顯著增加趨勢(p<0.01)，增長速率分別為0.248億m3/a和0.077億m3/a；喀河流域出山徑流和冰川徑流模擬值均呈不顯著增加趨勢，增長速率分別為0.061億m3/a和0.035億m3/a。玉河流域冰川徑流量的增長速率遠小于出山徑流量的增長速率，冰川徑流增加對出山徑流增加的貢獻率約為31.1%，冰川徑流對出山徑流的貢獻(簡稱冰川徑流貢獻率)呈顯著下降趨勢；而喀河流域冰川徑流量的增長速率超過出山徑流量增長速率的50%，冰川徑流增加對出山徑流增加的貢獻率約為57.38%，冰川徑流貢獻率呈不顯著的上升趨勢(圖4)。

圖4 年徑流量年際變化趨勢Fig.4 Annual runoff trends

3.3 冰川徑流對氣候變化的響應

分析表明，玉河、喀河流域冰川徑流量與氣溫的相關系數分別為0.70和0.43，均通過0.01的顯著性水平檢驗；玉河、喀河流域冰川徑流量與降水量的相關系數分別為0.42和0.32，分別通過0.01和0.05的顯著性水平檢驗。由此可知，玉河、喀河流域冰川徑流對氣溫的變化均更為敏感，而玉河流域的冰川覆蓋率約為喀河流域的2倍，使得玉河流域冰川徑流對氣溫變化的響應更敏感，一定程度上解釋了玉河、喀河流域氣溫均呈顯著上升趨勢時，冰川徑流卻表現出顯著性不同的變化趨勢。冰川徑流量年代變化趨勢如圖5所示(圖中1970 s表示20世紀70年代)，從圖5可以看出，玉河流域冰川徑流量與氣溫變化規律基本一致；喀河流域冰川徑流量變化與氣溫變化趨勢之間關系并不明顯，但與降水量的變化規律相反，與趙求東等[14]得到的降水量增加對冰川消融有抑制作用的結論基本一致。由此可知，在氣溫、降水的共同作用下，氣溫上升加速了冰川的消融，但冰川萎縮與降水量增加均對冰川消融產生了抑制作用。

圖5 降水量、冰川徑流量、氣溫年代際變化趨勢Fig.5 Decadal trends of precipitation, glacier runoff, and air temperature

冰川徑流主要發生在4—10月，對冰川徑流量與季節性氣候的相關性分析(圖6)表明，玉河流域冰川徑流量與夏季氣溫的相關系數為0.76，高于與秋季氣溫的相關系數(0.64)，與夏季降水量的相關系數為0.38；喀河流域冰川徑流量與夏季氣溫的相關相關系數為0.67，與秋季氣溫的相關系數為0.40。氣溫是冰川消融最關鍵的因子，由于夏季氣溫基本在0℃以上，因此夏季氣溫對冰川徑流產生了較大的影響。同時，玉河、喀河流域海拔較高，秋季氣溫基本在0℃以下，秋季降水通過降雪的形式降落到地表，促進冰川的積累，使得玉河、喀河流域的冰川徑流受秋季氣溫的影響也較大。

圖6 冰川徑流與氣象因子相關系數Fig.6 Correlation coefficient between glacier runoff and meteorological factors

4 討 論

4.1 模型的適用性

從模型評價結果可以看出，未嵌入冰川模塊的SWAT模型模擬結果與實測徑流相比，誤差較大，嵌入冰川模塊的SWAT模型在玉河與喀河流域的模擬效果較好。玉河流域多年(1967—2017年)平均年徑流量模擬值為22.63億m3，其中冰川徑流量為11.02億m3，冰川徑流貢獻率為48.70%(圖4)，與陳亞寧等[32]估算的塔里木河流域的冰川融水貢獻率(50%)較為接近?？恿饔蚨嗄?1967—2017年)平均年徑流量模擬值為20.92億m3，冰川徑流量為9.51億m3，冰川徑流貢獻率為45.46%(圖4)，與楊針娘[33]估算的(45.7%)較為接近。因此，改進的SWAT模型不僅可以對高冰川覆蓋率流域的水文過程進行較精確的模擬，也可為高寒山區水文過程研究提供參考。

4.2 徑流對氣候變化的響應

在氣候暖濕化背景下，和田河流域的冰川徑流量呈現出與塔里木盆地其他冰川流域類似的增加趨勢[34-35]。但由于玉河流域與喀河流域氣溫、降水的增加速率不同，雖然冰川徑流量與出山徑流量均呈增加趨勢，但冰川徑流占出山徑流的比例呈現不同的變化趨勢，表明和田河流域出山徑流組分發生了變化。其中，玉河流域冰川徑流貢獻率下降的原因之一可能是冰川徑流量的上升速率變緩，冰川徑流量可能已到達拐點附近。而喀河流域的冰川徑流貢獻率的上升趨勢表明，冰川徑流量可能還處在加速上升的階段，但需進一步確證研究。

近幾十年來，受全球變暖的影響，冰川普遍萎縮。據第一期、第二期冰川編目數據，和田河上游冰川面積減少了16.72%；1993—2017年和田河兩支流實測出山徑流序列的年際變差系數相較于1967—1992年增加了21%，表明冰川萎縮降低了冰川的多年調節作用[2]，冰川的調豐補枯作用正在發生著顯著變化；同期，徑流年內分配不均勻系數減少了6%，這是由于氣溫上升引起冰川融化提前，一定程度上緩解了過去徑流年內分配不均的問題。

玉河與喀河同屬和田河流域的兩條支流，但各自徑流對氣候變化的響應卻存在一定差異，主要原因可能是兩條支流發源于不同的山系。喀喇昆侖山與昆侖山氣候環境不同，其冰川結構(大小、分布)、動態變化規律也存在一定差異。加之玉河流域實測徑流年內分配不均勻系數(0.53)高于喀河流域(0.45)，從水資源高效利用與生態保護的角度，應該采取不同的人工調控措施對兩支流的徑流進行調節[36-39]。

5 結 論

a.利用嵌入冰川模塊的SWAT模型模擬和田河上游玉河流域與喀河流域的冰川徑流，率定期與驗證期納什效率系數均在0.75以上，百分比誤差均在10%以內，均方根誤差與實測值標準差的比值均在0.5以內，表明嵌入冰川模塊的SWAT模型在玉河流域與喀河流域適用性較好。

b.1967年以來，玉河流域氣溫、降水與冰川徑流均呈顯著增加趨勢，冰川徑流貢獻率呈顯著下降趨勢，冰川徑流增加對出山徑流增加的貢獻率約為31.1%，冰川徑流對出山徑流的影響呈下降的趨勢；喀河流域氣溫呈顯著上升趨勢，降水量呈不顯著增加趨勢，冰川徑流、冰川徑流貢獻率均呈不顯著上升趨勢，冰川徑流增加對出山徑流增加的貢獻率約為57.38%，冰川徑流對出山徑流的影響呈上升的趨勢。

c.1993—2017年和田河兩支流實測出山徑流序列的年際變差系數相較于1967—1992年增加了21%，同期年內徑流分配不均勻系數減少了6%，冰川面積萎縮降低了冰川的多年調節作用，一定程度上緩解了徑流年內分配不均的問題。