不同气候情景下和田河上游径流变化

2022-11-11 01:33尤扬李朋朋高云
南水北调与水利科技 2022年4期
关键词:情景模式径流流域

尤扬,李朋朋,高云

(1.河北工程大学园林与生态工程学院,河北 邯郸 056038;2.河海大学水文水资源与水利工程科学国家重点实验室,南京 210098)

气候变化已成为21世纪全球最重要的环境挑战之一,气候变化将进一步加剧人类对水资源需求的矛盾,而全球几乎所有地区都将经历气候变化对水资源系统的负面影响[1-2]。有关气候变化对水文水资源影响的研究已十分广泛[3-7],尤其是在人类活动较少的地区,有研究[8-10]表明气候变化是河川径流变化的主要驱动因素。越来越多的证据表明研究变化环境[12-13]下水文循环过程成为众多学者[14-16]关注的热点之一。

20世纪80年代以来全球气候变化对新疆地区影响明显,气温升高加快,许多河流径流量增加,部分湖泊水位持续上升[17]。位于新疆南部荒漠区的和田河是高山冰雪融水与雨水混合补给的河流,且以冰川融水补给为主[18],气候的变化必将引起其径流量的改变。同时位于流域内的和田绿洲的水源单一,其水资源主要来自和田河上游山区,山区径流的变化将直接影响社会经济活动,该地区主要因和田河而兴,和田河径流量的变化对于绿洲的稳定发展至关重要,同时也会对流域下方的塔里木河供水及其生态环境产生重要影响,因此研究变化环境下和田河径流变化具有重要现实意义。

和田河是塔里木河的3条主要支流之一。近年来很多研究者对塔里木河流域的径流变化[19-33]、气候变化[34-35]等问题进行了一系列的研究。其中一些研究[36]指出,和田河径流量随着温度和降水量的增加而持续减少,其与塔里木河其他3个水源地(开孔河、阿克苏河、叶尔羌河)呈现出相反的情况,但同时另有研究[38-39]指出,和田河径流随着温度和降水量的增加呈现出增加趋势。基于此,以和田河流域上游区域为研究对象,应用趋势分析方法分别研究降水、温度、径流自1980—2015年的变化趋势以及降水、温度对径流的影响;利用Soil and water Assessment Tool(SWAT)模型对和田河上游径流进行模拟,分析降水和温度对和田河流域上游径流的影响,并得出预设情景模式下和田河上游径流情况,旨在为和田河流域的水资源配置和可持续发展提供科学支持。

1 气候变化对上游径流的影响

1.1 研究区概况

和田河上游为玉龙喀什河和喀拉喀什河,均为山岳区,海拔高度为1 192~6 858 m,部分山峰终年冰雪覆盖。玉龙喀什河集水面积21 231.90 km2,在其河流的出山口位置设有同古孜洛克水文站;喀拉喀什河集水面积14 581.90 km2,在其河流的出山口位置设有乌鲁瓦提水文站。

原始观测数据来源为和田河上游出山口位置处的乌鲁瓦提和同古孜洛克监测站点,其中气温、降水以及径流量的时间系列为1980—2015年,共计36 a。气温及降水数据个别年份出现缺测,由和田气象站观测值代替。径流变化主要由气象因素引起,而气候变化对径流的影响具有多样性和复杂性,其主要是受降水以及气温的变化影响从而影响河流径流的补给、蒸发等,故主要分析降水、气温对径流的影响。

1.2 气候的变化特征

1.2.1 温度变化

1980—2015年均温度(T)线性变化趋势见图1。由图1可知1980—2015年和田河流域上游年均气温变化率为0.31℃/10 a,且其年平均气温呈显著增加趋势(r=0.42>r0.05=0.33)。

图1 1980—2015年年均温度线性趋势Fig.1 Linear trend of annual mean temperature from 1980 to 2015

经5年滑动平均曲线分析,1980—1997年年平均气温基本稳定,之后上升;同时从Mann-Kendall(M-K)突变检验见图2来看,其UF和UB两条曲线1993年出现交点,且交点在临界线之间,表明交点对应的时刻即1993年,便是突变开始的时间。

图2 1980—2015年年均温度M-K检验Fig.2 M-K test of annual average temperature from 1980 to 2015

1.2.2 降水变化

1980—2015年年均降水(P)线性变化趋势图见图3。由图3可知,1980—2015年和田河流域上游年平均降水量变化率为16.5 mm/10 a,且其年平均降水呈显著增加趋势(r=0.34>r0.05=0.33)。

图3 1980—2015年年均降水线性趋势Fig.3 Linear trend of annual mean precipitation from 1980 to 2015

经5年滑动平均趋势分析,年平均降水量的增加趋势开始于2002年左右;而由M-K突变检验(图4)来看,其UF和UB两条曲线2003年出现交点,且交点在临界线之间,表明交点对应的时刻即2003年便是突变开始的时间。

图4 1980—2015年年均降水M-K检验Fig.4 M-K test of annual average precipitation from 1980 to 2015

1.3 气候变化对径流的影响

1980—2015年年径流量(R)线性趋势见图5。由图5可知1980—2015年年平均径流量呈增加趋势,但增加趋势不显著(r=0.154<r0.05=0.256);和田河上游1980—2015年的近36年来年平均径流量变化率约3.4亿m3/10 a。此结果与吕继强等[28]、周晓曦等[17]的研究结果基本一致。

图5 1980—2015年年径流量线性趋势Fig.5 Linear trend of annual runoff from 1980 to 2015

1980—2015年年径流的M-K突变检验见图6。由图6可知1985—2005年径流量呈下降趋势,而在2004年开始呈上升趋势,突变点主要集中在2005年前后,同时由该图也可以看出近10年来径流量明显增加。

图6 1980—2015年年均降水M-K检验Fig.6 M-K test of annual average precipitation from 1980 to 2015

由以上分析可得,和田河年径流在1980—2015年总体呈上升趋势,特别是进入21世纪以来,气温升高导致冰川融雪加速,以及降水增加,都导致和田河径流量的增加[38]。

2 和田河上游SWAT模型建立

2.1 和田河上游SWAT模型的建立

本文对于不同来源的空间数据,均经过投影变换为统一的投影坐标系统进行分析。由于研究区范围不在同一个3度带或6度带上,故采用Albers投影,其相关参数见表1。

表1 投影坐标系统参数Tab.1 Projection coordinate system parameters

数字高程(Digital Elevation Model,DEM)为SWAT模型数据库中最为重要的空间数据资料,可用于计算一系列SWAT数据库所需的参数,其中包括流域河网水系的提取,子流域范围的确定以及坡度、坡向的提取等。高程数据来自美国国家航空和航天局(NASA)(https://www.nasa.gov/),栅格精度为30 m×30 m。

根据DEM数据进行子流域的划分,指定流域的出口分别为上游河流的2个出山口同古孜洛克站和乌鲁瓦提站,然后进行河网的划分及相关参数的计算,最终将喀拉喀什河上游和玉龙喀什河上游研究区分别划分为23个和27个子流域,见图7。

图7 子流域划分Fig.7 Sub-basin division map

土地利用是SWAT模型的重要数据之一,土地利用变化导致土地覆被发生变化,从而影响降水的截留、下渗、蒸发等陆面水文过程及河道产汇流过程,进而影响流域出口断面的流量过程。土地利用数据来自资源环境数据云平台(RESDC)(http://www.resdc.cn),时间为2010年,栅格精度为30 m。根据土地利用数据建立适应SWAT模型的土地利用类型索引表。

由于研究区内只有一个气象站即和田站,因此采用SWAT模型中国大气同化驱动数据集(the China meteorological assimilation driving datasets for the SWAT model)CMADSV1.1,数据集的空间分辨率为1/4°,时间分辨率为逐日,时间跨度为2008—2014年(http://westdc.westgis.ac.cn)。考虑到山区上游为冰川区,因此将各子流域高程自动划分为10类高程带,并按高程带加载冰川水体数据,冰川数据来源为中国第2次冰川编目数据集(V1.0)。

2.2 参数率定与验证

2.2.1 参数率定

综合考虑山区河流的典型水文过程,选取SWAT模型提供的与径流模拟相关的26个参数进行校准、验证和敏感性分析。利用SWAT-CUP进行全局性敏感分析,根据全局性敏感分析(t-Stat值为敏感性程度,绝对值越大越敏感;P-Value值决定了敏感性的显著性,越接近于0越显著),并参考类似流域的径流模拟研究,最终选取18个与雪过程、地下水、入渗、蒸发、土壤和盆地参数变化有关的参数。利用SUFI-2算法对本模型进行参数率定,通过迭代运算,得到本模型的最优参数,结果见表2。

表2 模型参数率定取值Tab.2 Model parameter calibration value table

2.2.2 模型验证

在模型验证中,分别采用纳什效率系数(Nash-Sutcliffe efficiency coefficient,NSE)、均方根误差与标准差的比值RSR(ratio of root mean squared error to standard deviation)以及百分误差(percentage of bias,PBIAS)来进行验证。

式中:Y i,obs表示第i月的观测值,m3/s;Yi,sim为第i月的模拟值,m3/s。当RSR≤0.7、NSE>0.5、PBIAS<25%时,模拟结果满足要求;当0.5<RSR≤0.6、0.65<NSE≤0.75和±10%<PBIAS≤±15%时,模拟结果好;当RSR≤0.5、0.75<NSE≤1.0和PBIAS≤±10%时,模拟结果较好。

分别以2009—2012年和2013—2014年作为模型的预热期、校准期和验证期。乌鲁瓦提水文站和同古孜洛克水文站月径流模拟结果见图8和表3。乌鲁瓦提水文站月径流的NSE、RSR、PBIAS在率定期分别为0.8、0.44和-9.8%,而在验证期分别为0.80、0.44和-6.1%,证明模型模拟效果良好;同理,由表3可以看出同古孜洛克水文站月径流模拟效果好。因此,建立的SWAT模型在和田河上游区域总体模拟效果较好,具有良好的应用前景。

图8 月径流率定期和验证期模拟结果Fig.8 Simulation results of regular and verification period of runoff rate

表3 模拟指标结果Tab.3 Simulation index results

2.2.3 温度、降水对径流的影响

目前,用SWAT方法量化气候变化对径流的影响有2种方法:第1种为输入温室气体浓度变化引起的气候变化值;第2种方法为输入降水和温度的具体变化量。第2种方法应用比较方便、广泛,因此采用第2种方法,即直接输入降水和温度的特定增量情景来预估温度和降水变化对径流的影响。以2009—2011年的率定期间的降水量、最高温度和最低温度为基准,同时考虑到1980—2015年期间降水和气温线性趋势分别上升了12.5%和0.3%,故设置6种情景研究气候变化对径流的影响。

由表4知,和田河上游流域降水量发生变化(P+12.5%、P+10%和P-10%),其他参数不变,和田河径流量(同古孜洛克和乌鲁瓦提的总径流量)将分别增加8.19%、6.45%和减少6.23%。同时,若和田上游流域温度变化分别增加0.3℃、1℃和2℃,其他参数不变,和田河径流量将分别增加1.96%、7.74%和12.99%,径流增加主要为冰川融雪径流。因此,降水和温度变化均对和田河径流产生影响:随着降水的增加,以及温度升高,和田河径流量增加;随降水减少,其径流量减少。

表4 降水、温度变化对径流的影响Tab.4 Effects of precipitation and temperature changes on runoff

3 基于SWAT模型的上游径流预测

3.1 未来气候预估

CMIP5设置了4种典型排放情景(RCP2.6、RCP4.5、RCP6.0和RCP8.5),使用了在中国表现较好的3个大气环流模式见表5,其中包括了RCP4.5、RCP8.5排放情景下21世纪(2006—2100年)相关气象因子数据。

表5 气候模式基本信息Tab.5 Basic information of climate model

然而,气候模式直接输出结果存在着较大的系统性偏差。因此,在使用GCM气候模式数据时,需进行降尺度处理。统计降尺度法利用多年的观测资料建立大尺度气候状况(主要是大气环流)和区域气候要素之间的统计关系,并用独立的观测资料检验这种关系,最后再把这种关系应用于全球气候模式输出的大尺度气候信息,来预估区域未来的气候变化情景(如气温和降水)。

采用等距分位匹配法(the equidistant quantilebased mapping method)进行统计降尺度处理,基于气候模式数据和实测气象数据历史基准期的累积概率分布不同,组合调整未来预测期的气候模式累积概率分布。利用和田河流域3个气象站点(和田站、皮山站、于田站)的降水、气温等观测资料,利用等距分位匹配法建立统计降尺度模型,对BCC_CSM1.1、HadGEM2-ES、MIROC-ESM-CHEM 3种气候模式的RCP4.5和RCP8.5两种排放情景下未来气候模式数据进行降尺度,生成降尺度后的流域未来降雨、气温等气象序列。

图9和图10分别为各情景模式下2020—2090年和田河流域年均气温(T)和年降水(P)的预估值(图中方程为各对应模式下线性趋势拟合方程)。由图可知,在RCP4.5气候情景下,BCC模式和HADG模式下2020—2090年和田河流域气温均呈上升趋势,其气温上升幅度分别为0.2℃/10 a和0.4℃/10 a;降水也呈上升趋势,其上升幅度为0.5 mm/10 a和0.2 mm/10 a;MIROC模式下气温和降水均呈下降趋势,其降幅分别为0.4℃/10 a和0.4 mm/10 a。在RCP8.5气候情景下,BCC、HADG、MIROC等3种模式下其气温和降水均呈现上升趋势,其上升幅度分别为0.5℃/10 a、0.9℃/10 a、0.9℃/10 a和0.2 mm/10 a、0.6 mm/10 a、0.5 mm/10 a。

图9 各情景模式下2020—2090年气温预估Fig.9 Temperature projections under various scenarios from 2020 to 2090

图10 各情景模式下2020—2090年降水预估Fig.10 Precipitation projections for under each scenario model from 2020 to 2090

以SWAT模型率定期2009—2011年的气候值为基准值,研究2021—2040年的温度和降水变化情况,结果见表6。6种情景模式下2021—2030年的年均温度较基准期均升高,升高幅度在0.31~1.2℃,其中:在HADG_RCP8.5情景模式下温度升幅最小,为0.31℃;而MIROC_RCP4.5情景模式下温度升幅最大,为1.20℃。6种情景模式下2020—2030年的年降水量较基准期变化幅度为-0.90%~2.53%,其中:MIROC_RCP8.5情景模式下年水量减少最大,为-0.90%;而BCC_RCP8.5情景模式下降水量增加最大,为10.9%。

表6 和田河流域2021—2030年及2031—2040年温度、降水变化情况Tab.6 Temperature and precipitation changes in the Hotan River Basin from 2021 to 2030 and 2031 to 2040

3.2 不同情景模式下的径流预测

根据建立的6种未来气候情景模式,利用SWAT模型对这些情景下的和田河上游2021—2040年的流量进行预测,结果见表7。由表7可知,相较基准期,和田河流域上游年均径流量在2021—2030年以及2031—2040呈增加趋势。2021—2030年,6种情景中BCC_RCP8.5情景年均径流量预估值最大,为56.76亿m3;HADG_RCP8.5情景下年均径流量预估值最小,为51.25亿m3。2031—2040年,6种情景中MIROC_RCP4.5情景下年均径流量预估值最大,为60.08亿m3;BCC_RCP4.5情景下年均径流量预估值最小,为53.06亿m3。和田河流域上游在2006—2015年年均实际径流量为51.34亿m3,而随着和田绿洲区经济社会的进一步发展,对上游来水的需求会进一步增加,因此对于各情景下2021—2030年以及2021—2030年的来水配置需作进一步优化研究,确保和田绿洲经济社会稳定发展。

表7 各情景下2021—2040年和田河上游年均径流量预估Tab.6 Estimated upstream annual runoff under each scenario from 2021 to 2040

4 结 论

和田河流域上游年径流在1980—2015年总体呈上升趋势,特别是进入21世纪以来,气温的升高导致冰川融雪加速以及降水增加,导致和田河径流量增加。为明确气候变化对和田绿洲区可用水资源的影响,利用SWAT模型对和田河上游径流进行模拟,分析降水和温度对和田河流域上游径流的影响,并得出预设情景模式下的和田上游径流情况,结果表明:在和田河上游地区具有较好的适用性。以2009—2011年为基准期,若和田河上游降水量分别增加12.5%、10%和减少10%,则其年均径流量将分别增加8.19%、6.45%和减少6.23%;若和田上游流域温度分别增加0.3℃、1℃和2℃,则和田河年均径流量将分别增加1.96%、7.74%和12.99%,预设的6种情景均呈现增加趋势,其中:2021—2030年HADG_RCP8.5情景下年均径流量最小,为51.25亿m3;2031—2040年,BCC_RCP4.5情景下年均径流量最小,为53.06亿m3。

猜你喜欢
情景模式径流流域
区域联动护流域
西南岔河径流特性实例分析
浅析小学数学生活化教学理念的渗透与扩展
西安市主城区土地利用变化及其对地表径流的影响
称“子流域”,还是称“亚流域”?
情景模式的项目教学法在《物流采购管理》课程教学中的应用
基于问题学习的初中数学情境教学模式探究
闽东北鹫峰山不同迹地与不同植被恢复模式对径流的影响
滇池流域居民生态文化参与的知、行、信研究
流域保护的制度分析