和田河流域冰川径流对气候变化响应的模拟分析

魏潇娜，龙爱华,，尹振良，於嘉闻

(1.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室，北京 100038；2.石河子大学水利建筑工程学院，新疆 石河子 832003；3.中国科学院西北生态环境资源研究院内陆河流域生态水文重点实验室，甘肃 兰州 730000)

我国西北地区的内陆河大多发源于高山冰川[1]，冰川融水是西北干旱区流域重要的径流来源，在西北地区水资源的开发利用中占有重要地位[2]。冰川作为“固体水库”，对维持区域生态稳定和调节河川径流具有重要意义[3-4]，已有研究表明西北干旱区冰川融水量占全国冰川融水量的39%，占3省区(甘肃、新疆、青海)地表径流的14%[5]。近50年来，新疆以气温明显高于世界和全国的平均增幅变暖[3, 6]，其冰川整体上呈加速退缩之势[3]，大大改变了区域的径流组成、水资源量[7]等。气候变化背景下，以典型流域为例，对冰雪补给型河流出山径流、冰川径流的变化以及冰川径流对出山径流的贡献开展评估分析对揭示流域整体变化具有重要作用。塔里木河流域是我国最大的内陆河流域，其河川径流主要以冰川积雪融水补给为主，冰川融水径流量约占总径流的40%[7]。和田河是塔里木河四大主要源流之一，也是唯一一条完整发育着穿越塔克拉玛干沙漠绿色生态走廊的河流，在变暖变湿趋势下，流域生态环境变得异常脆弱[8]。因此开展气候变化背景下和田河流域冰川径流变化研究，对保障流域社会经济发展与生态安全显得十分迫切[9-11]。但是，长期以来，学界对和田河流域冰川径流变化的研究相对薄弱。

目前冰川径流的研究方法大致分为直接观测法、冰川物质平衡法、水量平衡方程法、水化学示踪法、水文模型法等5种，水文模型法是最常用的方法[12-13]。赵求东等[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径流占总流量的66.6%；李洪源等[15]利用包含冰雪消融模块的寒区分布式水文模型——SPHY(spatial processes in hydrology)模型对疏勒河流域的径流过程进行定量模拟，得出冰川径流占总径流的年均比例为30.5%。SWAT(soil and water assessment tool)模型能够充分利用遥感数据提供的空间信息，模拟复杂流域条件下气候变化、土地利用变化和不同管理措施等对流域水量、水质的影响[16-18]。Adnan等[16]在中国青藏高原南部南柯湖冰川和非冰川区子流域进行的SWAT模型适应性评价表明，常规的SWAT模型在有冰川的流域模拟效果并不理想，将SWAT模型与冰川模块相结合才能更好地模拟冰川地区的流域径流。近年来，有学者试图在SWAT模型中嵌入冰川模块，从而提高SWAT模型在高冰川覆盖率地区的适用性。如Luo等[17]提出了冰川算法并将其嵌入SWAT模型中，在玛纳斯河流域的应用中验证了该方法的可靠性；Yin等[18]利用嵌入冰川模块的SWAT模型定量估算了叶尔羌河流域冰川径流对出山径流的贡献，认为嵌入冰川模块的SWAT模型在该流域有较好的适用性。

本文针对和田河流域上游冰川径流构建了嵌入冰川模块的SWAT模型来模拟分析冰川径流变化规律及其对气候变化的响应，以期为塔里木河水资源利用与规划提供参考。

1 研究区概况与数据来源

1.1 研究区概况

和田河流域位于新疆塔里木盆地的南部，流域面积约7.95万km2[19]，多年平均出山径流量为44.90亿m3。流域上游由玉龙喀什河(简称玉河)与喀拉喀什河(简称喀河)两支流组成(图1)，出山口分别设有同古孜洛克与乌鲁瓦提水文站。主河流玉河发源于昆仑山，河长504 km，多年(1967—2017年)平均出山径流量为22.64亿m3。喀河发源于喀喇昆仑山，河长808 km，多年(1967—2017年)平均出山径流量为22.26亿m3。两支流于阔什拉什(88°33′E，38°05′N)汇合后始称和田河，并进入塔克拉玛干沙漠，和田河长319 km[19]，最终经由肖塔水文站汇入塔里木河。和田河流域气候干旱少雨，寒冷干燥，常年处于极端干旱状态[20]。和田河及其支流属于冰雪融水及降水混合补给河流，冰川融水补给量占年平均径流的40%以上[7]，夏季(6—8月)径流占年总量的70%以上。据第一次冰川编目，和田河流域上游的冰川面积为5 687.35 km2，冰川覆盖率为15.84%，其中玉河流域与喀河流域冰川覆盖率分别为22.72%和11.13%。

图1 研究区位置与水文站、气象站以及冰川分布Fig.1 Location of study area and distributions of hydrological and meteorological stations as well as glacier

1.2 数据来源

a.DEM数据。在地理空间数据云平台(http:∥www.gscloud.cn/)获取了90 m分辨率的DEM数据，并对数据进行了投影变换处理，将两个出山口水文站作为流域出口控制断面得到和田河上游的DEM数据。通过DEM数据进行水流方向、集水面积的计算以及河网与子流域的划分[21-22]。

b.土壤数据。土壤类型与土壤的物理属性数据来自中国科学院南京土壤研究所发布的1∶1 000 000土壤数据集，其中土壤容重(SOL_BD)、饱和导水率(SOL_K)和田间持水量(SOL_AWC)等参数通过SPAW(soil-plant-atmosphere-water)模型中的土壤水文特性模块计算得到。根据研究区情况，共划分了10种土壤类型。

c.土地利用数据。土地利用数据来自地理空间数据云(http:∥www.gscloud.cn/)提供的2015年全国土地利用数据，分辨率为30 m × 30 m。研究区的数据经过SWAT重分类为12种数据。

d.冰川编目数据。冰川数据来自国家冰川冻土沙漠科学数据中心(http:∥www.ncdc.ac.cn/)中国第一次与第二次冰川编目数据，第一次冰川编目数据主要依据1987—2004年航测地形图制作而成，第二次冰川编目数据主要由2006—2013年Landsat TM/ETM+和ASTER遥感影像提取而成。本研究的模型率定期(1967—1992年)采用第一次冰川编目数据，验证期(1993—2017年)采用第二次冰川编目数据。

e.水文气象数据。本文采用中国地面降水日值0.5°×0.5°格点数据集(V2.0)、中国地面气温日值0.5°×0.5°格点数据集(V2.0)，时间序列为1961—2017年，其中包括了日最高、平均、最低气温与日降水数据，提取20个格点作为虚拟气象站(图1)，格点数据经过校正后作为模型的输入数据。水文数据来自和田河流域管理局，包括乌鲁瓦提与同古孜洛克水文站1961—2017年的逐月径流数据。

2 研究方法

2.1 冰川融化算法

采用修正的温度指数法对冰川融化过程进行模拟[18，23]。根据消融因子与气温之间的线性关系计算冰川融化量，基于太阳辐射和地形两个因素的影响对空间异质性进行修正[23]。计算公式为

(1)

式中：M为日消融量，mm；FM为温度消融因子，mm/(℃·d)；ri为辐射消融因子，m2·mm/(W·d·℃)；Ip为潜在太阳总辐射，W/m2；T为日平均气温，℃；TMT为冰川消融阈值温度，℃。

2.2 Mann-Kendall检验法

Mann-Kendall(M-K)检验法作为非参数检验方法，能够很好地揭示时间序列的变化趋势[24-25]。已知某时间序列数据，可计算得到两组数据序列UF和UB。若UF>0，序列呈上升趋势；若UF<0，序列呈下降趋势。若UF和UB曲线交点位于显著性水平线之间，交点对应时间为突变点，该方法广泛应用于水文和气象时间序列的趋势变化分析[26-28]。

2.3 模型评价指标

选用纳什效率系数(ENS)、均方根误差与实测值标准差的比值(RRS)及百分比误差(PBIAS)对模型进行评价[18]。ENS越接近1，表明模拟值对实测值的拟合精度越高，一般认为月尺度上ENS>0.6时模拟结果较可靠[29]。当0.75≤ENS≤1、0≤RRS≤0.5、|PBIAS|<10%时，认为模型模拟效果为优[24]。

3 结果与分析

3.1 模型评价

分别选取乌鲁瓦提水文站、同古孜洛克水文站逐月径流数据，进行喀河流域与玉河流域的率定与验证，选取1961—1966年为模型预热期，1967—1992年为模型率定期，1993—2017年为模型验证期。

3.1.1模型参数率定

采用SUFI2算法进行参数敏感性分析[30-31]，选取最敏感的参数进行率定，最终根据参数的物理意义和该流域的水文过程进行参数的确定与调整，参数率定结果见表1。

表1 参数率定结果

3.1.2模型评价结果

将率定期的最优参数代入SWAT模型和嵌入冰川模块的SWAT模型进行验证，模型评价结果如表2所示，率定期与验证期月径流实测值与模拟值对比结果如图2所示。结果表明，嵌入冰川模块后，率定期与验证期ENS均在0.75以上，PBIAS均在10%以内，RRS均在0.5以内；模拟的出山径流与实测径流变化过程基本一致，其中玉河流域率定期峰值处模拟值偏低，主要原因是气温偏低导致冰川融水模拟值偏低，进而导致峰值模拟值偏小。以上均表明嵌入冰川模块的SWAT模型在和田河流域适用性较好。

图2 1967—2017年月出山径流量模拟结果

表2 模型评价结果

3.2 气候与水文过程

3.2.1气候特征

1961—2017年，玉河与喀河流域年平均气温均呈显著上升趋势(p<0.01)，上升速率分别为0.028 ℃/a和0.021 ℃/a；玉河流域降水量呈显著增加趋势，喀河流域降水量呈不显著增加趋势，降水量增长速率分别为0.997 mm/a和0.646 mm/a(图3)。就季节变化而言，玉河、喀河流域均在秋季升温最明显，夏季降水量增加最快，但玉河流域气温、降水量的增长速率普遍高于喀河流域(表3)。

表3 和田河流域上游平均气温、降水量增长速率Table 3 Average temperature and precipitation increase rates in the upper Hotan River Basin

3.2.2水文特征

1967年以来，玉河流域出山径流和冰川径流模拟值均呈显著增加趋势(p<0.01)，增长速率分别为0.248亿m3/a和0.077亿m3/a；喀河流域出山径流和冰川径流模拟值均呈不显著增加趋势，增长速率分别为0.061亿m3/a和0.035亿m3/a。玉河流域冰川径流量的增长速率远小于出山径流量的增长速率，冰川径流增加对出山径流增加的贡献率约为31.1%，冰川径流对出山径流的贡献(简称冰川径流贡献率)呈显著下降趋势；而喀河流域冰川径流量的增长速率超过出山径流量增长速率的50%，冰川径流增加对出山径流增加的贡献率约为57.38%，冰川径流贡献率呈不显著的上升趋势(图4)。

图4 年径流量年际变化趋势Fig.4 Annual runoff trends

3.3 冰川径流对气候变化的响应

分析表明，玉河、喀河流域冰川径流量与气温的相关系数分别为0.70和0.43，均通过0.01的显著性水平检验；玉河、喀河流域冰川径流量与降水量的相关系数分别为0.42和0.32，分别通过0.01和0.05的显著性水平检验。由此可知，玉河、喀河流域冰川径流对气温的变化均更为敏感，而玉河流域的冰川覆盖率约为喀河流域的2倍，使得玉河流域冰川径流对气温变化的响应更敏感，一定程度上解释了玉河、喀河流域气温均呈显著上升趋势时，冰川径流却表现出显著性不同的变化趋势。冰川径流量年代变化趋势如图5所示(图中1970 s表示20世纪70年代)，从图5可以看出，玉河流域冰川径流量与气温变化规律基本一致；喀河流域冰川径流量变化与气温变化趋势之间关系并不明显，但与降水量的变化规律相反，与赵求东等[14]得到的降水量增加对冰川消融有抑制作用的结论基本一致。由此可知，在气温、降水的共同作用下，气温上升加速了冰川的消融，但冰川萎缩与降水量增加均对冰川消融产生了抑制作用。

图5 降水量、冰川径流量、气温年代际变化趋势Fig.5 Decadal trends of precipitation, glacier runoff, and air temperature

冰川径流主要发生在4—10月，对冰川径流量与季节性气候的相关性分析(图6)表明，玉河流域冰川径流量与夏季气温的相关系数为0.76，高于与秋季气温的相关系数(0.64)，与夏季降水量的相关系数为0.38；喀河流域冰川径流量与夏季气温的相关相关系数为0.67，与秋季气温的相关系数为0.40。气温是冰川消融最关键的因子，由于夏季气温基本在0℃以上，因此夏季气温对冰川径流产生了较大的影响。同时，玉河、喀河流域海拔较高，秋季气温基本在0℃以下，秋季降水通过降雪的形式降落到地表，促进冰川的积累，使得玉河、喀河流域的冰川径流受秋季气温的影响也较大。

图6 冰川径流与气象因子相关系数Fig.6 Correlation coefficient between glacier runoff and meteorological factors

4 讨 论

4.1 模型的适用性

从模型评价结果可以看出，未嵌入冰川模块的SWAT模型模拟结果与实测径流相比，误差较大，嵌入冰川模块的SWAT模型在玉河与喀河流域的模拟效果较好。玉河流域多年(1967—2017年)平均年径流量模拟值为22.63亿m3，其中冰川径流量为11.02亿m3，冰川径流贡献率为48.70%(图4)，与陈亚宁等[32]估算的塔里木河流域的冰川融水贡献率(50%)较为接近。喀河流域多年(1967—2017年)平均年径流量模拟值为20.92亿m3，冰川径流量为9.51亿m3，冰川径流贡献率为45.46%(图4)，与杨针娘[33]估算的(45.7%)较为接近。因此，改进的SWAT模型不仅可以对高冰川覆盖率流域的水文过程进行较精确的模拟，也可为高寒山区水文过程研究提供参考。

4.2 径流对气候变化的响应

在气候暖湿化背景下，和田河流域的冰川径流量呈现出与塔里木盆地其他冰川流域类似的增加趋势[34-35]。但由于玉河流域与喀河流域气温、降水的增加速率不同，虽然冰川径流量与出山径流量均呈增加趋势，但冰川径流占出山径流的比例呈现不同的变化趋势，表明和田河流域出山径流组分发生了变化。其中，玉河流域冰川径流贡献率下降的原因之一可能是冰川径流量的上升速率变缓，冰川径流量可能已到达拐点附近。而喀河流域的冰川径流贡献率的上升趋势表明，冰川径流量可能还处在加速上升的阶段，但需进一步确证研究。

近几十年来，受全球变暖的影响，冰川普遍萎缩。据第一期、第二期冰川编目数据，和田河上游冰川面积减少了16.72%；1993—2017年和田河两支流实测出山径流序列的年际变差系数相较于1967—1992年增加了21%，表明冰川萎缩降低了冰川的多年调节作用[2]，冰川的调丰补枯作用正在发生着显著变化；同期，径流年内分配不均匀系数减少了6%，这是由于气温上升引起冰川融化提前，一定程度上缓解了过去径流年内分配不均的问题。

玉河与喀河同属和田河流域的两条支流，但各自径流对气候变化的响应却存在一定差异，主要原因可能是两条支流发源于不同的山系。喀喇昆仑山与昆仑山气候环境不同，其冰川结构(大小、分布)、动态变化规律也存在一定差异。加之玉河流域实测径流年内分配不均匀系数(0.53)高于喀河流域(0.45)，从水资源高效利用与生态保护的角度，应该采取不同的人工调控措施对两支流的径流进行调节[36-39]。

5 结 论

a.利用嵌入冰川模块的SWAT模型模拟和田河上游玉河流域与喀河流域的冰川径流，率定期与验证期纳什效率系数均在0.75以上，百分比误差均在10%以内，均方根误差与实测值标准差的比值均在0.5以内，表明嵌入冰川模块的SWAT模型在玉河流域与喀河流域适用性较好。

b.1967年以来，玉河流域气温、降水与冰川径流均呈显著增加趋势，冰川径流贡献率呈显著下降趋势，冰川径流增加对出山径流增加的贡献率约为31.1%，冰川径流对出山径流的影响呈下降的趋势；喀河流域气温呈显著上升趋势，降水量呈不显著增加趋势，冰川径流、冰川径流贡献率均呈不显著上升趋势，冰川径流增加对出山径流增加的贡献率约为57.38%，冰川径流对出山径流的影响呈上升的趋势。

c.1993—2017年和田河两支流实测出山径流序列的年际变差系数相较于1967—1992年增加了21%，同期年内径流分配不均匀系数减少了6%，冰川面积萎缩降低了冰川的多年调节作用，一定程度上缓解了径流年内分配不均的问题。