金沙江下游梯級水電站對區域氣候的影響分析

徐 火 清，周 佳，孫 然 好，孫 干

(1.中國三峽建工(集團)有限公司，四川 成都 610023； 2.中國科學院 成都生物研究所，四川 成都 610041；3.中國科學院大學，北京 100049； 4.中國科學院生態環境研究中心 城市與區域生態國家重點實驗室，北京 100085)

0 引 言

量化人類活動對氣候變化的影響，是分析人類活動對生態環境影響的基礎，也是當前氣候學、生態學、地理學等多個學科研究中的熱點話題[1-3]。壩式水電站建設作為工程形式的典型人類活動之一，由于其截流蓄水改變了區域原有的下墊面類型，造成水熱能源空間重新配置，進而引起周邊區域降水、溫度的變化，這種可能產生的局地氣候效應引起了學者們的廣泛關注[4-9]。

國內外學者圍繞壩式水電站建設對局地氣候的影響開展了大量研究。國外關于埃及阿斯旺大壩的氣候效應研究表明，蓄水后水庫附近的氣溫降低，相對濕度和蒸發量增大[10-11]；巴西伊泰普水電站建成后，使得庫區7月至次年1月的白天氣溫降低0～1.5 ℃，其他月份降低2.0～3.0 ℃，但對降水的影響不明顯[12]；莫桑比克的卡巴拉巴薩大壩建成后，空氣濕度有一定增加[13]；俄羅斯車爾尼雪夫斯基大壩建成后，該地區年平均氣溫由-8.5 ℃上升到-7.0 ℃，冬季最低氣溫由-60.0 ℃上升到-50.0 ℃，而夏季濕度提高33 %[14]。國內針對大型壩式水電站蓄水對區域氣候的影響研究主要集中在長江中游地區。例如，多數研究表明三峽水庫蓄水后，白天降溫，夜間增溫，夏季降溫，冬季增溫，且年平均氣溫以增溫為主[15-21]。此外，有研究也表明三峽水庫下墊面水體變化會對區域降水產生影響[20-24]，導致強降水增加，小雨和中雨減少[22]。但也有研究表明水庫蓄水后年平均氣溫變化較小[25-26]，年降水量也沒有明顯變化[20，27]，甚至有微弱的削弱降水的作用[26]。

綜上，國內外已有研究均表明壩式水電站由于水庫蓄水導致的下墊面水體變化，會對局地的氣溫、降水等氣象要素產生影響，且不同環境背景下的氣候效應可能并不相同。盡管前人圍繞水電站對局地氣候的影響做了很多有意義的探討，但學術界對水庫蓄水導致的局地氣候變化認識并不全面，大多數研究都是基于少數氣象觀測站點或氣候模式開展分析，往往忽視了氣象要素的空間異質性和區域地形地貌的復雜性，導致相關結果不足以表征水庫蓄水影響區的氣候變化特征。而利用衛星遙感數據雖然在很大程度上能克服“以點代面”的短板，但受制于遙感數據的精度和分辨率，在開展局地氣候變化研究時，往往難以實現對區域氣候變化的精細化研究[28-31]。基于上述原因，不同學者的研究結論并不一致甚至完全相反。此外，相比于單一壩式水電站的大量研究案例，梯級水電站對局地氣候的影響研究存在明顯不足，尤其是梯級水電站蓄水前后局地氣候的時空變化特征目前并沒有明確的結論。

長江流域目前以三峽水電站、金沙江下游梯級水電站為核心的水庫群已基本建成。這些水利工程在帶來巨大經濟效益的同時，也勢必會對區域的氣候造成影響。然而，目前的研究絕大多數圍繞長江中游的三峽水電站展開，對長江上游的金沙江江段較少涉及。本次研究以位于金沙江下游川、滇金沙江干熱河谷植被區的向家壩-溪洛渡梯級水電站為例，采用ANUSPLIN(Australian National University Spline)專業氣候數據空間插值方法[32-34]獲取氣溫、降水數據，進而分析水庫蓄水對所在流域氣候的影響程度及時空響應規律，以期揭示大型梯級水電站對流域氣候的影響。

1 研究區概況與數據來源

1.1 研究區概況

研究區位于金沙江下游向家壩-溪洛渡梯級水電站所在流域(以下簡稱“向家壩-溪洛渡流域”)，地理位置介于27.37°N～28.90°N，102.83°E～104.42°E之間，總面積約1.12萬km2，跨四川、云南兩省(見圖1)。其中，向家壩水電站總裝機容量6 000 MW，于2012年完成蓄水，是目前國內已運營的第五大水電站；溪洛渡水電站總裝機容量12 600 MW，于2013年完成蓄水，是目前國內已運營的第三大水電站[35]。兩個水電站庫區通常在每年6～9月汛期期間水位處于最低；9～12月維持在正常蓄水位高水位運行；1～5月為供水期，水位逐步回落。其中，蓄放水期間，向家壩水電站的水位垂直落差為10 m，而溪洛渡水電站則為60 m。

圖1 向家壩-溪洛渡梯級水電站所在流域位置Fig.1 Location of Xiangjiaba-Xiluodu cascade hydropower stations

該流域所在的區域屬南亞熱帶氣候區，年均氣溫介于13～18 ℃，年降水量介于732～1 028 mm，山高谷深的地勢造成了水熱條件垂直變化顯著[36]。區內大部分地區屬亞熱帶常綠闊葉林帶中的川、滇金沙江干熱河谷植被區，且東、西部差異明顯，西部為典型干熱河谷區，以干熱河谷植被和稀樹灌草叢植被為主；東部則較為濕潤，植被以亞熱帶常綠闊葉林為主[37]。

1.2 數據來源

本文采用的氣象數據來源于國家氣象信息中心(http：∥data.cma.cn)，涉及向家壩-溪洛渡流域內及周邊地區的38個氣象站點。由于庫區在2013年完成蓄水，為了盡可能排除研究時段不一致帶來的影響，保持蓄水前后相同的時間跨度是必要的[8]。因此，本文將研究時段確定為蓄水前、后各8 a，總時間跨度為16 a(2005年1月1日至2020年12月31日)，包括氣溫和降水兩項氣候指標。將觀測日數據進行數理統計，得到各季節、各年度的數據。其中，季節劃分為3～5月為春季，6～8月為夏季，9～11月為秋季，12月至次年2月為冬季。

此外，90 m分辨率的DEM數據(GDEM DEM產品)下載自中國科學院計算機網絡信息中心地理空間數據云平臺(http：∥www.gscloud.cn)。

2 研究方法

本文將以實際觀測氣候數據為基礎資料，采用ANUSPLIN插值方法模擬氣象降水參數，采用PELT(Pruned Exact Linear Time)、CV(Coefficient of Variation)和Trend指標作為評價標準，所有數據方法不涉及主觀評價。同時，以水利蓄水造成的區域下墊面變化作為唯一變量，來探究庫區氣候的變化程度，從而客觀分析水庫蓄水導致的氣候效應。

2.1 ANUSPLIN空間插值方法

ANUSPLIN樣條插值方法由Wahba于1979年提出，經過幾代優化改進后形成了現在可引入相關協變量因子的局部薄盤光滑樣條，極大地提高了模型性能與模擬精度[38-39]。其理論模型為

Zi=f(xi)+bTyi+ei

(1)

式中：Zi為i位置的氣象值；xi為d維向量樣條的獨立變量；f為xi的未知光滑函數；yi為p維向量獨立協變量；b為yi的p維向量系數；ei表示滿足期望值為0且方差為wiσ2的自變量隨機誤差；wi為已知的相對誤差方差；σ2通常表示未知的誤差方差，為常數。

本次研究中，38個氣象站點的氣溫和降水分別采用2次和3次樣條，為平衡數據保真度與曲面粗糙度以最大似然法GML(Generalised Max Likelihood)確定光滑參數，獲取了流域16 a涵蓋年和季節160幅氣候格網數據。

2.2 時間突變檢驗

突變檢驗是一種用于識別一個時間序列數據存在一個或多個未知位置變化點的統計方法。本次研究采用Killick等提出的PELT 算法診斷向家壩-溪洛渡流域氣溫和降水隨時間變化特征。研究表明PELT方法相較于傳統的OP(Optimal Partitioning)和BS(Binary Segmentation)方法，速度更快，精確性更高，尤其是在識別多突變點中具有較大優勢[40]。

2.3 變異系數和趨勢斜率

為了研究梯級水電站蓄水對局地氣候的影響，將研究時段劃分為蓄水前(2005～2012年)和蓄水后(2013～2020年)兩個階段進行分析。本研究采用逐像元計算流域變異系數(CV)的方法來衡量氣候變化的波動程度，并比較蓄水前后的空間格局的變化，進而通過計算趨勢斜率(Trend)來評估氣溫、降水的變化速率，從而揭示梯級水電站對流域氣候的影響程度[38]。

(2)

(3)

2.4 精度驗證

十折交叉檢驗方法具有減小過擬合和獲取更多有效信息的優點，近年來被大量應用于測試算法準確性[41-43]。本次研究將模型模擬的溫度、降水與地面觀測結果進行相關分析，采用十折交叉檢驗方法來判斷模型的精度，即將輸入數據集隨機分成10份，輪流將其中9份作為訓練樣本數據，1份作為測試驗證數據，依據訓練的模型參數計算預測結果，并提取與測試數據相應的預測值，將預測值和測試驗證結果進行比較。

本次研究采用ANUSPLIN模型，以經緯度為自變量、海拔為協變量，對2005～2020年氣溫和降水變量進行模擬，獲取160幅90 m空間分辨率的圖層，采用平均絕對誤差(MAE)、平均相對誤差(MRE)以及均方根誤差(RMSE)3種指標進行評估[38，44]。公式如下：

(4)

(5)

(6)

式中：n為氣象站點數量；Ts為模擬值；To為觀測值。

3 結果及分析

3.1 插值結果及質量評價

由表1可見，采用ANUSPLIN方法模擬向家壩-溪洛渡流域氣候，能獲得較為精準的結果。就氣溫而言，夏季氣溫模擬精度最高，冬季最低；就降水而言，模擬結果剛好與氣溫相反，冬季精度最高，夏季最低。綜合來看，采用ANUSPLIN模型對向家壩-溪洛渡梯級水電站所在流域高溫的模擬效果優于低溫，對旱季降水的模擬效果優于雨季。

表1 十折交叉驗證結果Tab.1 The results by 10-fold cross-validation

3.2 氣候要素變化特征及趨勢

3.2.1年度和季節變化

圖2表明2005～2020年期間，向家壩-溪洛渡梯級水電站所在流域年均氣溫介于11.68～12.81 ℃之間，以12.25 ℃為中位數。夏季氣溫最高，且蓄水后呈微弱上升趨勢；冬季氣溫最低，且蓄水后增溫趨勢最為明顯；春、秋季氣溫接近，大多介于11.58～13.82 ℃之間，且在蓄水前后均呈降溫趨勢。夏季最高溫出現在蓄水初期的2013年，冬季最低溫出現在蓄水前的2011年。在2005～2012年壩式梯級水電站蓄水前，流域年平均氣溫呈現下降趨勢，在蓄水后的2013～2020年，下降幅度有所加大。

圖2 2005～2020年向家壩-溪洛渡流域氣候特征Fig.2 Climatic characteristics in Xiangjiaba-Xiluodu Basin during 2005 to 2020

就降水而言，2005～2020年期間降水隨時間變化較為波動，年降水介于585～1 239 mm之間，以968 mm為中位數。年降水量最低、最高值分別出現在蓄水前的2011年和蓄水后的2018年。夏季最高降水量出現在2018年，冬季最低降水量則出現在蓄水初期的2013年。流域內降水夏季高、冬季低，且春、秋季節降水量相當，但秋季降水更為波動。在2005～2012年未蓄水以前，除冬季降水呈微弱升高趨勢之外，其余皆呈下降趨勢，且年降水減少速率最高，其次為春季降水；蓄水以后，夏、秋、冬三季的降水量均呈增加趨勢，而春季和年降水繼續保持減少趨勢，但減少幅度明顯減緩，尤其是年降水量減少速率減緩幅度最大。

3.2.2突變分析

PELT方法識別的年度和季節氣候參數的變化情況表明(見圖3)：2005～2020年期間，向家壩-溪洛渡流域春、秋季氣溫及年均氣溫均未發生突變；夏季氣溫在蓄水后的2014，2016年發生2次突變；冬季氣溫則存在2009，2011，2013年3個突變點，尤其是2013年之后，流域內冬季氣溫明顯升高。

圖3 2005～2020年向家壩-溪洛渡流域溫度和降水突變結果Fig.3 Abrupt results of temperature and precipitation in Xiangjiaba-Xiluodu Basin during 2005 to 2020

降水量除了在冬季不存在突變外，在其余季節均存在突變。其中，春季形成2010，2013年2個突變點，且在蓄水后的2013～2020年期間的降水波動增加；夏季降水同樣在2013年發生突變后，流域內降水明顯升高；秋季降水存在2個突變點，分別發生在2009年和2012年。年降水量存在2009年和2013年2個突變點，相應存在2009～2012年的少雨期，以及2013年之后的相對多雨期。

3.3 蓄水前后氣候要素的空間對比分析

3.3.1氣溫變化

由圖4可以看出，向家壩-溪洛渡流域的氣溫變異指數(CV)呈現出明顯的季節性差異。具體來說，無論在蓄水前還是蓄水后，流域內春、夏、秋季的氣溫變異均主要以弱變異為主；但冬季氣溫的變異較大，以中等變異為主，且西部和東南部邊緣呈現出強變異特征。蓄水后，冬季氣溫的變異有所減弱，尤其是金沙江兩側的庫區，大多數區域氣溫變異由中等變異轉為弱變異。年均氣溫變異在蓄水前后的變化不明顯，均主要以弱變異為主。

圖4 向家壩-溪洛渡流域蓄水前和蓄水后氣溫變異系數分布Fig.4 Coefficient of variation index for temperature in Xiangjiaba-Xiluodu Basin before and after the reservoirs impoundment

向家壩-溪洛渡流域氣溫在蓄水前后的變化速率分析結果表明(見圖5)：蓄水后，冬季升溫最為明顯，升溫速率為0.18 ℃/a，尤其是金沙江沿岸以外區域；夏季總體也呈升溫趨勢，但不如冬季明顯，升溫速率僅為0.02 ℃/a，以流域南部為主要增溫區；春、秋季均表現為顯著降溫，近乎覆蓋流域全區，降溫速率分別為-0.09 ℃/a 和-0.11 ℃/a。就年均氣溫來說，蓄水后，整個流域的降溫速率有所加大，由蓄水之前的-0.05 ℃/a，變為蓄水之后的-0.07 ℃/a，且就空間分布來看，蓄水后流域內金沙江沿岸兩側的氣溫降低速率最高。

圖5 向家壩-溪洛渡流域氣溫在蓄水前和蓄水后的變化趨勢Fig.5 Trend analysis of temperature in Xiangjiaba-Xiluodu Basin before and after the reservoirs impoundment

3.3.2降水變化

由圖6可以看出，向家壩-溪洛渡流域的降水變異系數(CV)同樣呈現出明顯的季節性差異。蓄水前，除冬季金沙江沿岸兩側區域降水呈現強變異特征外，其余季節和區域的降水變異均以中等變異為主。蓄水后，春季流域內降水的變異變化不明顯，仍以中等變異為主；冬季除金沙江沿岸兩側區域由強變異轉為中等變異外，其余區域仍以中等變異為主；而夏、秋季降水變異在流域西部地區明顯降低，由中等變異變為弱變異。就年降水量來說，蓄水后，流域內的降水變異有所減弱，主要發生在西部地區，由蓄水前的中等變異轉為弱變異，而其他地區跟蓄水前一致，仍以中等變異為主。

圖6 向家壩-溪洛渡流域蓄水前和蓄水后降水變異系數分布Fig.6 Coefficient of variation index for precipitation in Xiangjiaba-Xiluodu Basin before and after the reservoirs impoundment

向家壩-溪洛渡流域降水在蓄水前后的變化速率分析結果表明(見圖7)：蓄水前，除冬季外，季節降水均呈現下降特征；蓄水后，夏、秋、冬季的降水均顯著增加，尤其以冬季增加幅度最大，多數區域降水年增加速率介于0～5 mm/a之間，且春季降水下降的速率也明顯減弱。就年降水量來說，蓄水后，整個流域的降水下降速率明顯降低，由蓄水之前的-31.28 mm/a大幅下降至-0.58 mm/a，且金沙江沿岸兩側庫區的降水下降幅度最大。就降水空間分布格局來看，春、夏、秋季均呈現出北高南低的特征；且相比于蓄水前，北部區域的降水量降水趨勢增加幅度較南部區域大。

圖7 向家壩-溪洛渡流域降水在水庫蓄水前和蓄水后的變化趨勢Fig.7 Trends of precipitation in Xiangjiaba-Xiluodu Basin before and after the reservoirs impoundment

4 討 論

4.1 梯級水庫蓄水對氣候的影響

本次研究表明，金沙江下游向家壩-溪洛渡梯級水電站蓄水后，氣溫呈現的特征與長江中游地區庫區“冬季增溫，夏季降溫”的特征并不完全一致。向家壩-溪洛渡梯級水電站在蓄水后，冬季氣溫明顯增加，這與其他多數學者的研究結果一致[19-20]。主要原因是蓄水后庫區下墊面由原來的陸地轉變為水面，水位抬升，水面擴大，而水體的輻射性質、熱容、導熱率等均與陸地明顯不同，比熱容增大，保溫效應顯著，從而導致冬季氣溫增加[19]。同時本研究還表明，就向家壩-溪洛渡梯級水電站所在的整個流域來說，夏季呈微弱的增溫趨勢，且西部典型干熱河谷區的增溫效應最強，而東部濕潤區域呈微弱的降溫趨勢。東部濕潤型區域夏季降溫的趨勢與其他長江中游水電站庫區的多數研究結果一致[21]，但干熱河谷區卻呈增溫趨勢，說明水庫蓄水對于不同區域氣溫的影響并不一致。此外，向家壩-溪洛渡梯級水電站蓄水后，整個流域的年平均氣溫下降趨勢較蓄水前有所增大，主要原因是流域內冬、夏季的增溫效應不如春、秋季降溫效應明顯。本研究年平均氣溫呈弱的下降趨勢，與周毅等[7]的研究結論基本一致，但與其他以增溫為主要趨勢的研究并不一致[15-21]，可能還是跟研究區的差異有關。

向家壩-溪洛渡梯級水電站蓄水也對流域降水產生了明顯影響。蓄水后，年降水量和春季降水的下降速率跟蓄水前相比大幅度減緩，而夏、秋、冬季的降水量在蓄水后均呈增加趨勢；春、夏季降水以及年降水均在蓄水后發生了突變。作為典型的河道型水庫，蓄水后水體面積擴大，造成水汽與風場的變化，引起局地水循環變化，進而導致降水的變化[45-46]。本次研究的結論與大多數研究一致，即蓄水后庫區降水量較蓄水前增加[22-24]，但與部分學者得出的蓄水后降水量未發生明顯變化[20，27]，甚至有微弱削弱降水作用[18，24]的結果并不一致。究其原因，除了因為本次研究是基于流域尺度，而其他研究多是基于站點尺度外，干熱河谷區不同于濕潤區也可能是重要因素。

4.2 不足與展望

(1) 向家壩-溪洛渡梯級水電站蓄水在短時間內迅速改變了庫區原有的陸面覆蓋特征，然而區域氣候環境響應是一個復雜、長期的過程。由于受到蓄水時間節點的限制，本研究僅使用蓄水前后8 a的數據來評估壩式梯級水電站蓄水對區域氣候的影響，從時序上來說，時間仍然相對較短。因此，本研究所獲得的規律還有待基于更長時間的分析和驗證。

(2) 本次研究采用的ANUSPLIN模型盡管獲得了較高的模擬精度，但未來仍需要根據實際情況進行建模分析、具體設計，通過算法的改進以獲得更好的效果。因此，怎樣改進空間插值分析算法以獲得更優更合理的結果需要進一步的研究與探討。

(3) 遙感技術的發展為區域氣候數據的獲取提供了一種新的來源，但直接使用遙感反演的氣象數據，往往會受限于數據分辨率的影響。因此，多源數據融合以及如何在保證數據精度的前提下提高數據分辨率以適應特定的研究區同樣值得深究。

5 結 論

本次研究采用ANUSPLIN模型模擬2005～2020年向家壩-溪洛渡壩式梯級水電站所在流域的氣溫和降水參數，進而基于PELT算法識別氣溫、降水的突變情況，并在空間上定量分析了二者在蓄水前后的變異指數和變化速率，主要結論如下：

(1) 采用ANUSPLIN模型對向家壩-溪洛渡流域的氣候模擬能獲得較高精度，且該模型對高溫的模擬效果優于低溫，對旱季的模擬效果優于雨季。

(2) 水庫蓄水導致梯級水電站所在流域的年均氣溫下降幅度有所增大，由蓄水前的年均下降0.05 ℃，變為蓄水后的年均下降0.07 ℃。就季節來看，蓄水后，冬季氣溫增幅最大，增溫幅度為0.18 ℃/a；夏季次之，為0.02 ℃/a；而春、秋季均表現為降溫，降溫幅度分別為-0.09 ℃/a和-0.11 ℃/a。

(3) 蓄水后，流域春季和年降水量降低趨勢極大減緩，年降水量的減少速率由蓄水前的-31.28 mm/a大幅下降至蓄水后的-0.58 mm/a；春季降水的減少速率也大幅放緩，由蓄水前的-14.26 mm/a下降至蓄水后的-5.49 mm/a；而夏、秋、冬三季的降水量在蓄水后均呈增加趨勢。

(4) 從突變檢驗結果來看，梯級水電站蓄水對冬、夏季氣溫的影響大于春、秋季，冬、夏季氣溫均在蓄水后發生突變；除冬季外，其余季節以及年均降水量在水庫蓄水后都發生了突變。