霍軍軍,伊明啟,2,王 靜,江玉吉
(1.長(zhǎng)江科學(xué)院 水資源綜合利用研究所,武漢 430010; 2.河海大學(xué) 水文水資源學(xué)院,南京 210098;3.西藏自治區(qū)水文水資源勘測(cè)局,拉薩 850000)
全球氣候在過去一個(gè)多世紀(jì)發(fā)生了顯著變化,并且將在未來一段時(shí)間內(nèi)持續(xù)這種變化[1]。青藏高原平均海拔在4 000 m以上,地形獨(dú)特復(fù)雜,對(duì)氣候變化響應(yīng)迅速,是全球氣候最敏感的區(qū)域之一[2],且對(duì)全球氣候變化趨勢(shì)具有一定的超前性[3],例如其氣候變暖速率自1960年以來為同時(shí)期全球變暖速率的2倍左右[4]。在氣候變化對(duì)水文要素的影響中,徑流的變化最為直觀,但徑流同時(shí)也受土地利用變化等因素的影響。因此,如何量化分析徑流對(duì)氣候變化的響應(yīng)是目前的熱點(diǎn)研究?jī)?nèi)容之一。
目前相關(guān)研究表明,土地利用和氣候變化是影響流域徑流的主要驅(qū)動(dòng)因素。Wang等[5]利用SWAT(Soil and Water Assessment Tool)模型對(duì)媯水河流域徑流進(jìn)行模擬分析,認(rèn)為氣候變化對(duì)該流域徑流量的變化貢獻(xiàn)率達(dá)到60%;Zhang等[6]也基于SWAT模型在格蘭德河和泰晤士河對(duì)未來氣候情景下的徑流響應(yīng)進(jìn)行了研究,認(rèn)為氣候變化導(dǎo)致降水時(shí)空變異,進(jìn)而加劇徑流的不均勻性。土地利用變化通過改變下墊面條件,也會(huì)對(duì)徑流過程產(chǎn)生較大影響[7]。Chen等[8]運(yùn)用SWAT和HSPF模型開展了不同時(shí)間尺度上土地利用變化對(duì)徑流影響的不確定性分析;Tankpa等[9]在利用CA-Markov模型預(yù)測(cè)未來土地利用變化的基礎(chǔ)上,基于SWAT模型對(duì)Ashi河流域土地利用變化對(duì)徑流的影響進(jìn)行了綜合分析。在不同的區(qū)域,氣候與土地利用變化的程度和速度存在差異,因而對(duì)徑流變化的影響程度也各有不同。在一些區(qū)域,相較于土地利用的變化,氣候變化對(duì)徑流的影響程度更大[10];而在另一些區(qū)域,土地利用對(duì)徑流的影響程度更大[11]。
拉薩河流域地處青藏高原中南部,水量較為豐沛,人口和耕地較為密集,是西藏自治區(qū)的政治和文化中心。目前對(duì)拉薩河流域的相關(guān)研究側(cè)重在氣溫、降水、冰川凍土等氣候要素的變化分析上[12-13],在土地利用、氣候變化等對(duì)徑流的影響分析方面較少。本文在利用SWAT模型對(duì)拉薩河流域徑流進(jìn)行模擬的基礎(chǔ)上,通過比較不同情景模式下的徑流量變化情況,研究拉薩河徑流變化的敏感因素,并量化分析土地利用和氣候變化對(duì)徑流的影響。
拉薩河(90°05′E—93°20′E,29°20′N—31°15′N)發(fā)源于念青唐古拉山中段南麓,流域面積32 610 km2,河長(zhǎng)551 km,平均海拔4 900 m左右。拉薩河流域?qū)俑咴瓬貛Ц珊蛋敫珊禋夂騾^(qū),植被類型主要有山地灌叢草原和高山草原,徑流來源主要為降水和積雪融水。受西南季風(fēng)影響,流域干濕季節(jié)明顯,5—9月份為雨季,10月—次年4月份則為旱季,多年平均降水量約為650 mm。全年太陽輻射強(qiáng)度較大,日間氣溫變化幅度較大。流域內(nèi)共設(shè)有4個(gè)水文站,分別為羊八井站、唐加站、旁多站與拉薩站,流域內(nèi)及周邊共分布有氣象站5個(gè),分別為尼木站、當(dāng)雄站、拉薩站、澤當(dāng)站和嘉黎站,具體信息詳見表1和圖1。
表1 拉薩河流域水文站和氣象站基本信息Table 1 Basic information of hydrological andmeteorological stations in Lhasa River Basin
圖1 拉薩河流域地理位置及流域內(nèi)水文氣象站點(diǎn)分布Fig.1 Map of the geographical location of the LhasaRiver Basin and hydro-meteorological stations inthe basin
為建立拉薩河流域徑流模型,本文采用的數(shù)據(jù)包括數(shù)字高程模型(Digital Elevation Model,DEM)數(shù)據(jù)、土地利用數(shù)據(jù)、土壤數(shù)據(jù)、氣象數(shù)據(jù)和水文數(shù)據(jù)等。DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/),空間分辨率為90 m。土地利用數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https:∥www.resdc.cn/),本文用到了2000年和2015年分辨率為1 km的土地利用數(shù)據(jù),其土地利用類型包括林地、耕地、草地、水域、居民地和未利用土地等6個(gè)一級(jí)大類和25個(gè)二級(jí)細(xì)類組成;在此基礎(chǔ)上按SWAT模型要求重分類為耕地、林地、草地、水域、城鎮(zhèn)居民區(qū)、農(nóng)村居民區(qū)、工業(yè)用地、荒地裸地與濕地共9個(gè)類型。土壤類型數(shù)據(jù)來源于聯(lián)合國(guó)糧農(nóng)組織(FAO)發(fā)布的世界土壤數(shù)據(jù)庫(Harmonized World Soil Database version1.1,HWSD)(http:∥westdc.westgis.ac.cn/),空間分辨率為1 km。以上數(shù)據(jù)在本文應(yīng)用中都統(tǒng)一到1 km的空間分辨率。
氣象數(shù)據(jù)來源為中國(guó)氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/),包括尼木站、當(dāng)雄站、拉薩站、澤當(dāng)站與嘉黎站1976—2016年日降水、氣溫、風(fēng)速、相對(duì)濕度與太陽輻射數(shù)據(jù)。水文數(shù)據(jù)為羊八井站、旁多站、唐加站與拉薩站1976—2016年日徑流數(shù)據(jù)。
利用以上地理空間數(shù)據(jù)和氣象水文數(shù)據(jù),構(gòu)建拉薩河流域徑流SWAT模型。該模型將拉薩河流域劃分為27個(gè)子流域,繼而細(xì)分為107個(gè)水量平衡單元。SWAT模型參數(shù)較多,本文根據(jù)相關(guān)研究及區(qū)域特點(diǎn)共選取了11個(gè)參數(shù)進(jìn)行率定和驗(yàn)證,分別為SOL_AWC、CN2、SOL_Z、GW_DELAY、ALPHA_BF、GWQMN、SOL_K、ESCO、CANMX、GW_REVAP和EPCO。模型率定期為1990—1996年,驗(yàn)證期為1997—2003年,并選取決定系數(shù)(R2)、納什效率系數(shù)(Nash-Sutcliffe efficiency,NSE)、誤差百分?jǐn)?shù)(Percent Bias,PBIAS)、均方根誤差與標(biāo)準(zhǔn)誤差比率(Ratio of the root mean square error to the standard deviation of measured data,RSR)用于評(píng)價(jià)模擬精度,評(píng)價(jià)指標(biāo)計(jì)算公式如式(1)—式(4)所示。
(2)
(3)
(4)
式中:Q1為實(shí)測(cè)徑流量(m3/s);Q2為模擬徑流量(m3/s);Q1m為實(shí)測(cè)平均徑流量(m3/s);Q2m為模擬平均徑流量(m3/s);n為數(shù)據(jù)總個(gè)數(shù)。
R2和NSE在[0,1]內(nèi)取值,越接近于1,表明擬合程度越好。一般情況下,當(dāng)R2>0.7,NSE>0.6時(shí),模擬結(jié)果與實(shí)測(cè)數(shù)據(jù)擬合情況較好。PBIAS和RSR可對(duì)模型模擬值與實(shí)測(cè)值偏差大小進(jìn)行評(píng)價(jià),一般認(rèn)為PBIAS絕對(duì)值<15%,RSR<0.7時(shí),模擬效果較好。
我把原來存在舊手機(jī)電池里的電放光,以測(cè)試能否完全靠太陽能工作。這個(gè)應(yīng)急燈就放在客廳的茶幾上,電池板朝向南方,沒有放在陽光直射的窗臺(tái)上。開始的幾天,我每天晚上測(cè)試使用兩個(gè)小時(shí),可以正常工作很多天,后來嘗試了一次整晚點(diǎn)亮應(yīng)急燈,到第二天早晨都能正常發(fā)光。如果把它放到陽臺(tái)上的陽光下,應(yīng)該可以充更多的電。測(cè)試結(jié)果表明,使用這個(gè)家用應(yīng)急燈時(shí),只要放在光線較好的地方,停電時(shí)就可以使用很長(zhǎng)時(shí)間,平時(shí)完全不用惦記充電的事。
本文選用SWAT-CUP中SUFI-2程序分析模型參數(shù)的全局靈敏度,并采用p值和t值對(duì)靈敏度進(jìn)行評(píng)價(jià)。某一參數(shù)的p值越小,t值絕對(duì)值越大,代表該參數(shù)越靈敏[14]。
本文通過對(duì)土地利用條件與氣候因子設(shè)置不同的情景并進(jìn)行交叉組合,來分析拉薩河流域徑流在不同因素變化及協(xié)同作用下的響應(yīng)情況。
3.2.1 土地利用變化與氣候因素共同作用情景設(shè)置
從當(dāng)雄站、嘉黎站、尼木站、拉薩站和澤當(dāng)站1985—2016年間的年均降水、年均氣溫?cái)?shù)據(jù)可以看出,2000—2016年期間年均降水與氣溫較1985—2000年都顯著增加,其中嘉黎站年均降水增加達(dá)22.04 mm,拉薩站年均氣溫升高達(dá)1.17 ℃。因此,為探求拉薩河流域土地利用變化與氣候因素對(duì)徑流的綜合影響,本文擬以2000年為界將1985—2000年、2001—2016年氣象數(shù)據(jù)與2000年、2015年土地利用情況進(jìn)行交叉組合,共設(shè)置S1—S4四種情景,如表2所示。通過比較S1與S3、S2與S4情景結(jié)果以分析土地利用變化情況對(duì)徑流的影響,比較S1與S2、S3與S4情況結(jié)果以分析氣候變化對(duì)徑流的影響,比較S1與S4情景結(jié)果以分析土地利用和氣候變化協(xié)同作用下徑流的變化情況。
表2 土地利用和氣候變化情景設(shè)置Table 2 Scenarios of land use and climate change
3.2.2 氣候變化情景設(shè)置
參考拉薩河流域近30 a氣溫和降水的變化趨勢(shì),氣候情景設(shè)置以1984—2016年實(shí)測(cè)氣溫和降水?dāng)?shù)據(jù)為基礎(chǔ),降水增減10%、20%(P1—P4),氣溫增減1、2 ℃(T1—T4),并交叉組合為情景PT1—PT8,如表3所示。
表3 氣溫和降水變化情景設(shè)置Table 3 Scenarios for the combination of temperatureand precipitation changes
凍土變化通過影響地表徑流、土壤含水量、地下水儲(chǔ)量等因素而使流域水量平衡發(fā)生變化[15]。青藏高原凍土分布較為廣泛,目前對(duì)青藏高原不同區(qū)域的研究結(jié)果表明,凍土退化是徑流變化的驅(qū)動(dòng)因素之一[16-17]。對(duì)于拉薩河流域,Lin等[18]相關(guān)研究表明,凍土變化不是影響徑流的控制性因素。根據(jù)國(guó)家青藏高原科學(xué)數(shù)據(jù)中心(http:∥data.tpdc.ac.cn)發(fā)布的多年凍土分布概率(Permafrost Zonation Index,PZI)結(jié)果(圖2(a)),拉薩河流域無凍土分布(PZI≤0.01)的區(qū)域面積約占41.5%,常年分布凍土(PZI≥0.5)(圖2(b))的區(qū)域面積約占27.5%,凍土年際變化的區(qū)域占比較小。凍土對(duì)拉薩河流域徑流的影響體現(xiàn)在冬季[16],而拉薩河冬季徑流量約占年徑流量的14%,比例較小,因此凍土變化對(duì)拉薩河流域徑流的總體影響較小,故在SWAT模型中未著重考慮凍土因素。
圖2 拉薩河流域凍土分布情況Fig.2 Distribution of permafrost in the Lhasa Riverbasin
圖3 拉薩河流域徑流模擬效果評(píng)價(jià)Fig.3 Evaluation results of runoff simulation effect in Lhasa River Basin
表4 拉薩河流域SWAT模型參數(shù)敏感性分析Table 4 Sensitivity analysis of SWAT model parametersin Lhasa River Basin
4.2.1 土地利用變化情況
拉薩河流域2000年和2015年土地利用類型分布情況如圖4所示,2000—2015年的土地利用類型變化轉(zhuǎn)移矩陣如表5所示。2000—2015年拉薩河流域主要土地利用類型為牧場(chǎng)、荒地裸地和林地,且所占面積變化均不大。牧場(chǎng)、荒地裸地和林地面積占比2000年分別為67.99%、23.69%、3.83%,2015年變?yōu)?7.84%、23.69%、3.83%。由表5可以看出,拉薩河流域2000—2015年,牧場(chǎng)變化面積較大,主要向荒地裸地和耕地轉(zhuǎn)移,面積分別為1 017 km2和196 km2;其次荒地裸地變化面積也較大,主要向牧場(chǎng)和水域轉(zhuǎn)移,面積分別為708 km2和41 km2。
圖4 拉薩河流域2000年和2015年土地利用類型Fig.4 Land use map of Lhasa River Basin in 2000 and 2015
表5 拉薩河流域2000—2015年土地利用類型變化轉(zhuǎn)移矩陣Table 5 Transfer matrix of land use change in Lhasa River Basin from 2000 to 2015 km2
4.2.2 徑流對(duì)土地利用變化和氣候因素響應(yīng)分析
本文利用率定后的SWAT模型分別計(jì)算了表2中各情景下的拉薩河流域徑流過程,并比較了流域總徑流深變化情況,結(jié)果如表6所示??梢钥闯?,在相同的土地利用情況下(情景S1與S2、情景S3與S4),2001—2016年氣候條件較1985—2000年的年均徑流深增加約22.91 mm;在相同氣候條件下(情景S1與S3、情景S2與S4),2015年土地利用狀況較2000年的年均徑流深增加約4.71 mm。氣候變化和土地利用對(duì)年均徑流影響占比分別約為82.9%和17.1%,土地利用變化對(duì)拉薩河流域徑流的影響較小,原因可能在于研究期1985—2016年內(nèi),拉薩河流域土地利用變化較小,而氣溫與降水顯著增加。土地利用狀況與氣候條件都發(fā)生變化時(shí)(情景S1與S4),年均徑流深平均增加約27.61 mm??傮w上看,目前拉薩河流域徑流隨土地利用與氣候條件變化呈同步增加趨勢(shì),且氣候條件變化是影響徑流的主要因素。
表6 土地利用與氣候變化情景下的拉薩河流域徑流深變化統(tǒng)計(jì)Table 6 Statistics of runoff depth in Lhasa River basinunder land use and climate changes
拉薩河各子流域表2情景下的徑流深變化情況如圖5所示。圖5(a)為各子流域在相同氣候條件下(情景S1與S3、情景S2與S4)2015年土地利用狀況較2000年的年徑流深變化情況,可以看出:拉薩河上游區(qū)域徑流深呈增加趨勢(shì);中游區(qū)域的支流呈增加趨勢(shì)而干流呈現(xiàn)減少趨勢(shì);下游區(qū)域支流呈減少趨勢(shì)而干流呈增加趨勢(shì)。圖5(b)為各子流域在相同土地利用狀況下(情景S1與S2、情景S3與S4)2001—2016年氣候條件較1985—2000年的年徑流深變化情況,可以看出:上中下游徑流深均呈增加趨勢(shì),下游支流區(qū)域較中上游增加趨勢(shì)更為明顯,原因可能在于相對(duì)中上游區(qū)域,下游區(qū)域2001—2016年的氣溫與降水較1985—2000年增加幅度更大。圖5(c)為各子流域年徑流深對(duì)土地利用與氣候變化的協(xié)同響應(yīng)結(jié)果,總體上徑流深均呈增加趨勢(shì),且下游支流區(qū)域的增加趨勢(shì)最為顯著,這也表明了目前拉薩河流域徑流變化的主導(dǎo)因素是氣候條件。
圖5 拉薩河流域徑流深變化空間分布Fig.5 Spatial distribution of runoff depth changein Lhasa River basin
降水(P1—P4)與氣溫(T1—T4)條件下的拉薩河流域徑流深變化結(jié)果如圖6所示。可以看出拉薩河流域徑流深變化與降水、氣溫呈較為顯著的正相關(guān),近似線性擬合下,降水每增加10%致徑流深增加約11.81%,氣溫每升高1 ℃致徑流深增加2.58%。
圖6 拉薩河流域徑流深變化相關(guān)性分析Fig.6 Correlation analysis of runoff depth changes inLhasa River basin
各組合情景下(PT1—PT8)的拉薩河流域徑流模擬計(jì)算結(jié)果也表明,流域徑流變化與降水、氣溫存在較為明顯的正相關(guān)關(guān)系,如表7所示。
表7 降水與氣溫變化情景下的拉薩河流域徑流深變化統(tǒng)計(jì)Table 7 Statistics of runoff depth changes in Lhasa Riverbasin under precipitation and temperature changes
拉薩河各子流域降水(P1—P4)與氣溫(T1—T4)條件下的徑流深變化結(jié)果如圖7所示。由圖7可以看出,各子流域徑流深均隨降水同步變化,且變化幅度差異較小,降水增大10%時(shí)各子流域徑流深增加約8%~12%。氣溫發(fā)生變化時(shí),中上游徑流深隨氣溫增高而減少,下游徑流深則隨氣溫增高而增加;氣溫每增加1℃,中上游區(qū)域徑流深約減小0.7%,下游區(qū)域徑流深約增加3.6%。
圖7 降水與氣溫變化情景下的拉薩河流域徑流深變化空間分布Fig.7 Spatial distribution of runoff depth changes in Lhasa River basin under precipitation and temperature changes
本文在建立SWAT模型對(duì)拉薩河流域徑流進(jìn)行模擬的基礎(chǔ)上,通過比較不同情景模式下的徑流變化情況,量化分析土地利用、氣候變化對(duì)拉薩河流域徑流的影響,結(jié)果表明:
(1)氣候變化與土地利用對(duì)徑流影響占比分別約為82.9%和17.1%,氣候變化對(duì)拉薩河流域徑流的影響較大,主要原因在于近30 a拉薩河流域土地利用情況變化不大,而氣溫和降水顯著增加。
(2)徑流隨降水增大而增加,降水每增大10%,拉薩河各子流域徑流增加約8%~12%,總徑流增加約11.8%。
(3)徑流隨氣溫變化的空間差異性較大,氣溫每升高1 ℃,拉薩河中上游徑流減小約0.7%,下游徑流增加約3.6%,但總徑流增加約2.5%。