基于HEC-HMS模型的蘭江流域徑流預(yù)測(cè)

唐中楠， 楊國(guó)麗， 李 軍， 劉鵬霄

(河北建筑工程學(xué)院 河北省水質(zhì)工程與水資源綜合利用重點(diǎn)實(shí)驗(yàn)室, 河北 張家口 075000)

政府間氣候變化專門(mén)委員會(huì)(IPCC)的第五次評(píng)估報(bào)告中指出，從1880年以來(lái)全球平均表面溫度上升0.85 ℃，21世紀(jì)初已成為有記錄以來(lái)最炎熱的時(shí)期[1]。隨著溫室氣體排放的增加，全球范圍內(nèi)輻射強(qiáng)迫度和溫度持續(xù)上升，溫度的上升導(dǎo)致更高的蒸散速率，這極大影響了區(qū)域水文過(guò)程和水文事件(即洪水和干旱)發(fā)生頻率[2]，因此研究水文水資源對(duì)氣候變化的響應(yīng)具有重要現(xiàn)實(shí)意義。大氣環(huán)流模式(general circulation models, GCMs)是目前廣泛應(yīng)用于大尺度氣候研究的方法[3]。然而GCMs輸出受到低分辨率和缺乏區(qū)域氣候數(shù)據(jù)限制，降尺度方法常用于彌補(bǔ)GCMs對(duì)區(qū)域氣候預(yù)測(cè)的不足[4]。SDSM (statistical down scaling model)統(tǒng)計(jì)降尺度模型耦合了天氣發(fā)生器和多元線性回歸，在氣候變化情景研究中得到廣泛應(yīng)用[5]。

氣候變化下的水文過(guò)程響應(yīng)逐漸成為水文水資源研究領(lǐng)域的熱點(diǎn)[6]，水文模型是模擬流域水循環(huán)過(guò)程及氣候和人類活動(dòng)變化對(duì)水資源響應(yīng)，揭示徑流變化規(guī)律的重要工具和方法[7]。其中，與SDSM模型對(duì)接應(yīng)用較為廣泛的水文模型有SWAT模型[8]、VIC模型等[9]。HEC-HMS(hydrologic engineering center and hydrologic modeling system)模型是由美國(guó)陸軍工程師兵團(tuán)研發(fā)的半分布式水文模型，因其相對(duì)簡(jiǎn)單高效的結(jié)構(gòu)和明確的物理機(jī)制而被國(guó)內(nèi)外學(xué)者廣泛應(yīng)用[10]。Abdessamed等[11]利用HEC-HMS模型驗(yàn)證阿爾及利亞艾因賽夫拉市防洪混凝土墻防洪效果及其對(duì)洪峰流量的削減效果，發(fā)現(xiàn)市區(qū)擋土墻的存在顯著減少了洪水區(qū)面積。Mahmood等[12]通過(guò)對(duì)該模型量化分析，發(fā)現(xiàn)了過(guò)去50 a余非洲第四大淡水湖乍得湖入庫(kù)流量迅速下降，其中人類活動(dòng)因素占總比例的66%，氣候因素僅為34%。袁玉等[13]探究了秦淮河流域洪水特征對(duì)景觀格局的響應(yīng)，發(fā)現(xiàn)景觀豐富度較高的區(qū)域洪水危害性較小。田競(jìng)等[14]基于修正Morris法優(yōu)化了模型參數(shù)敏感性分析過(guò)程，并驗(yàn)證了模型在官山河流域的適用性?；谏鲜龇治?，國(guó)內(nèi)外學(xué)者對(duì)HEC-HMS模型的研究主要集中于山洪預(yù)報(bào)預(yù)警和雨洪對(duì)下墊面變化的響應(yīng)機(jī)制研究。然而，目前將HEC-HMS模型與SDSM模型耦合并應(yīng)用于未來(lái)氣候變化下的徑流響應(yīng)的研究還較少，加深耦合模型的應(yīng)用理解對(duì)未來(lái)徑流變化預(yù)測(cè)有現(xiàn)實(shí)意義。

蘭江流域受降雨和地形等因素影響，是浙江省內(nèi)防洪抗汛的重點(diǎn)流域。歷史上有記錄的該流域發(fā)生的特大洪水超過(guò)56次。20世紀(jì)以來(lái)受到氣候變化等因素影響，洪水發(fā)展到平均每4 a一次，最近一次特大洪水出現(xiàn)在2017年6月下旬，蘭溪站監(jiān)測(cè)水位達(dá)到31.86 m[15]。因此，本文針對(duì)蘭江流域構(gòu)建HEC-HMS模型，并將其與SDSM模型結(jié)合，依托CanESM2氣候模式研究未來(lái)不同RCPs情景下的流域徑流變化趨勢(shì)，探究在全球變暖氣候變化背景下徑流的響應(yīng)過(guò)程，以期為區(qū)域防洪工程和水資源管理提供重要參考和一定的理論支持。

1 研究區(qū)域數(shù)據(jù)與研究方法

1.1 研究區(qū)概況

蘭江流域位于錢(qián)塘江上游，浙江省中西部，水文上通常將馬金溪、衢江和蘭江統(tǒng)稱為蘭江。流域上游起源于安徽省休寧縣，干流全長(zhǎng)約為303 km，流域境內(nèi)總面積1.94×104km2。流域跨越東經(jīng)118°40′—120°38′,北緯28°60′—29°30′之間，地形以丘陵和盆地為主，整體地勢(shì)呈現(xiàn)四周高、中間低的特點(diǎn)，氣候?qū)儆跂|亞副熱帶季風(fēng)區(qū)，年平均年降水約為1 200～1 700 mm，暴雨多集中在4—8月，多年平均溫度約在17～18 ℃間，流域徑流主要補(bǔ)給源是大氣降水，多年平均徑流量608 m3/s[16]。研究區(qū)域選取蘭江蘭溪水文站以上流域，區(qū)域地形和雨量站點(diǎn)分布見(jiàn)圖1。

圖1 蘭江流域雨量站及地形圖

1.2 數(shù)據(jù)來(lái)源及處理

1.2.1 地理空間數(shù)據(jù) 地理空間數(shù)據(jù)包括流域數(shù)字高程、土地利用和土壤分布數(shù)據(jù)。數(shù)字高程數(shù)據(jù)來(lái)自于地理空間數(shù)據(jù)云平臺(tái)(http:∥www.gscloud.cn)的30 m分辨率GDEMV2 30 M產(chǎn)品數(shù)據(jù)集。土地利用數(shù)據(jù)為中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的1 km分辨率2018年土地利用現(xiàn)狀遙感監(jiān)測(cè)數(shù)據(jù)，通過(guò)蘭江流域矢量邊界提取(見(jiàn)圖2a)。土壤分布數(shù)據(jù)來(lái)自世界土壤數(shù)據(jù)庫(kù)HWSD (harmonized world soil database)數(shù)據(jù)集，邊界裁剪蘭江流域范圍見(jiàn)圖2b。

注：①LPk為黑色石灰薄層土；LVh1為簡(jiǎn)育高活性淋溶土1；ACu為腐殖質(zhì)低活強(qiáng)酸土；ACh1為簡(jiǎn)育低活性強(qiáng)酸土1；RGc為石灰性疏松巖性土；CMo為鐵鋁性雛形土；CMx為艷色雛形土；RGd為不飽和疏松巖性土；ACh2為簡(jiǎn)育低活性強(qiáng)酸土2；ALh為簡(jiǎn)育高活性強(qiáng)酸土；ANh為簡(jiǎn)育火山灰土；FLe為飽和沖積土；CMd為不飽和雛形土；ATc1為人為堆積土1；ATc2為人為堆積土2； ②ATc2比ATc1在土壤含沙量、壤土含量、土壤碳酸鈣降低，黏土含量上升；LVh2比LVh在土壤含沙量、壤土含量上升，黏土含量、土壤碳酸鈣下降；ACh2比ACh1在土壤含沙量上升，壤土含量、黏土含量和土壤碳酸鈣含量均下降。

1.2.2 水文氣象數(shù)據(jù) 構(gòu)建HEC-HMS模型的水文氣象數(shù)據(jù)來(lái)自于歷年中華人民共和國(guó)水文年鑒第7卷第1冊(cè)，徑流數(shù)據(jù)選取2015—2018年的蘭江蘭溪站逐日平均流量表和洪水水文要素摘錄表，同時(shí)考慮到預(yù)測(cè)模型對(duì)下游蘭江水庫(kù)的安全性影響，故本著對(duì)水利工程最不利原則選取6場(chǎng)峰值流量大于3 000 m3/s的典型大規(guī)模洪水?dāng)?shù)據(jù)。降水量數(shù)據(jù)選取流域內(nèi)15個(gè)雨量站點(diǎn)(表1)的降水量摘錄表。構(gòu)建SDSM模型所需資料包括歷史氣象數(shù)據(jù)、NCEP(national centers for environment prediction)歷史逐日再分析數(shù)據(jù)和CanESM2大氣環(huán)流模式輸出數(shù)據(jù)。實(shí)測(cè)歷史氣象資料采用流域內(nèi)東陽(yáng)、衢州、開(kāi)化、江山、金華和武義6個(gè)氣象站點(diǎn)1975—2005年逐日降水?dāng)?shù)據(jù)。NCEP歷史再分析數(shù)據(jù)選取1975—2005年日序列的26種大氣環(huán)流因子。CanESM2大氣環(huán)流模式數(shù)據(jù)來(lái)自加拿大氣候情景網(wǎng)，選取BOX_043 X_43 Y和BOX_044 X_43 Y網(wǎng)格下RCP2.6，RCP4.5和RCP8.53個(gè)排放情景的2030—2100逐日序列。

表1 蘭江流域雨量站點(diǎn)地理位置

1.3 研究方法

1.3.1 HEC-HMS水文模型 HEC-HMS模型包括流域模塊、控制模塊、氣象模塊和時(shí)間序列管理模塊4個(gè)部分[17]，流域模塊的降雨—徑流計(jì)算中又分為產(chǎn)流模塊、匯流模塊、基流模塊和河道匯流模塊，通過(guò)模塊式操作可以采用不同的計(jì)算方案模擬流域內(nèi)的水文過(guò)程。

本研究通過(guò)HEC-GeoHMS 10.2對(duì)流域DEM數(shù)據(jù)進(jìn)行處理，提取流域水系特征和地形參數(shù)并將流域劃分為18個(gè)子流域，利用泰森多邊形法計(jì)算每個(gè)子流域的雨量站權(quán)重，在此基礎(chǔ)上生成HEC-HMS工程文件(圖3)。產(chǎn)流模塊采用SCS-CN徑流曲線數(shù)法，率定參數(shù)包括降雨初損、CN值和不透水率；匯流模塊采用Snyder單位線法，參數(shù)包括流域滯時(shí)和峰值系數(shù)；基流模塊采用消退基流法，參數(shù)有初始基流、衰減常數(shù)和衰減閾值；河道匯流模塊采用馬斯京跟法，參數(shù)包括蓄量常數(shù)K，流量比重X和河段數(shù)?？紤]到初始參數(shù)值輸入模型的模擬較差，故參數(shù)率定過(guò)程中采用手動(dòng)試錯(cuò)法結(jié)合模型內(nèi)置的Nelder-Mead法及峰值加權(quán)均方根目標(biāo)函數(shù)確定最優(yōu)參數(shù)[18]。驗(yàn)證模型選用洪峰流量相對(duì)誤差(REQ)，洪量相對(duì)誤差(REW)，峰現(xiàn)時(shí)差(ΔT)，Nash效率系數(shù)(NSE)和相關(guān)性系數(shù)(R2)5個(gè)指標(biāo)評(píng)價(jià)模型模擬結(jié)果，洪峰流量相對(duì)誤差REQ和洪量相對(duì)誤差REW誤差范圍應(yīng)在20%以內(nèi)，峰現(xiàn)時(shí)差ΔT誤差范圍應(yīng)在3 h以內(nèi)，Nash效率系數(shù)(NSE)應(yīng)在0.6以上。REQ，REW和ΔT絕對(duì)值越低，NSE和R2越接近1代表模擬效果越好[19]。

根據(jù)上述方法構(gòu)建蘭江流域HEC-HMS模型，洪水場(chǎng)次模擬選取4場(chǎng)暴雨洪水對(duì)模型參數(shù)進(jìn)行率定，2場(chǎng)暴雨洪水對(duì)模型模擬效果進(jìn)行驗(yàn)證；逐日降雨徑流選取2015—2016年日徑流數(shù)據(jù)對(duì)模型參數(shù)進(jìn)行率定，2017—2018年日徑流數(shù)據(jù)對(duì)模型模擬效果驗(yàn)證。

圖3 蘭江流域劃分及模型結(jié)構(gòu)

1.3.2 SDSM統(tǒng)計(jì)降尺度模型 SDSM模型是耦合多元線性回歸分析和隨機(jī)天氣發(fā)生器的統(tǒng)計(jì)降尺度模型，能夠?qū)⒌头直媛实腉CM大氣環(huán)流模式輸出數(shù)據(jù)轉(zhuǎn)換為站點(diǎn)或小尺度氣候要素的日序列，其核心為通過(guò)多元回歸分析方法建立預(yù)報(bào)因子與預(yù)報(bào)量之間的統(tǒng)計(jì)關(guān)系[20]。模型主要使用步驟包括：篩選預(yù)報(bào)因子、數(shù)據(jù)轉(zhuǎn)化及質(zhì)量控制、率定驗(yàn)證模型、天氣發(fā)生器和情景發(fā)生器，其中預(yù)報(bào)因子的選擇依據(jù)為預(yù)報(bào)因子與預(yù)報(bào)量間有強(qiáng)相關(guān)性和明確的物理過(guò)程、所選因子能夠被GCM準(zhǔn)確模擬[21]。根據(jù)建立的統(tǒng)計(jì)關(guān)系率定及驗(yàn)證模型后即可憑借于GCM輸出數(shù)據(jù)模擬預(yù)測(cè)未來(lái)日序列的氣象要素變化過(guò)程，其基本原理[22]如下所示：

(1)

(2)

式中：ωi為第i天降水概率;Pij為第i天第j個(gè)預(yù)報(bào)因子;α，β和γ為模型參數(shù);Ri為降水量;Ti為溫度變量;ei為誤差。

本研究采用加拿大氣候中心研發(fā)的CanESM2模式的未來(lái)輸出降水?dāng)?shù)據(jù)進(jìn)行研究。林朝暉等[23]對(duì)17個(gè)GCMs模式在中國(guó)東部歷史降水模擬能力進(jìn)行了分析，發(fā)現(xiàn)只有4種GCMs模式能夠同時(shí)還原小雨至暴雨雨量的年代增加，CanESM2模式是其中之一。Xuan等[24]分析了18個(gè)GCMs模式在浙江省區(qū)域氣候變化模擬能力，發(fā)現(xiàn)CanESM2模式是溫度模擬、降水模擬和風(fēng)速模擬的最佳模式之一，溫度模擬絕對(duì)偏差小于1 ℃，降水偏差小于5%。因此，CanESM2氣候模式可以認(rèn)為適用于浙江區(qū)域。

2 結(jié)果與分析

2.1 HEC-HMS模型結(jié)果

2.1.1 洪水模擬結(jié)果 洪水模擬結(jié)果見(jiàn)表2。由表2可以看出6場(chǎng)洪水的洪峰相對(duì)誤差和洪量相對(duì)誤差均小于20%，其中洪峰流量相對(duì)誤差絕對(duì)值均值為6.82%，洪量相對(duì)誤差絕對(duì)值均值為7.55%；峰現(xiàn)時(shí)差除20170411號(hào)洪水外均小于2 h；Nash效率系數(shù)為0.78～0.92，相關(guān)性系數(shù)均高于0.8。

從模擬與實(shí)測(cè)流量對(duì)比結(jié)果(圖4)中看出，模型模擬洪水過(guò)程與實(shí)測(cè)過(guò)程趨勢(shì)基本一致。率定期20170614，20170625，20180305這3場(chǎng)洪水Nash效率均接近于0.9，洪量誤差均接近或小于5 %，峰現(xiàn)表現(xiàn)趨于雨停峰現(xiàn)，模擬效果較好。洪號(hào)20180430，20170411洪水洪量相對(duì)誤差稍大，具體表現(xiàn)為局部模擬過(guò)程和實(shí)測(cè)洪水過(guò)程有所差距，其原因可能為實(shí)測(cè)流量數(shù)據(jù)為摘錄洪水?dāng)?shù)據(jù)線性插值處理后的結(jié)果，坦化后實(shí)際流量過(guò)程線導(dǎo)致局部模擬過(guò)程誤差增大；同時(shí)通過(guò)泰森多邊形法計(jì)算流域面降水量不能全部還原降水的空間和時(shí)間過(guò)程，從而進(jìn)一步增大洪水過(guò)程線和峰現(xiàn)時(shí)間誤差?？傮w上看，率定期和驗(yàn)證期共6場(chǎng)洪水的相對(duì)誤差、效率系數(shù)等大體符合要求，表明HEC-HMS模型可以用于蘭江流域洪水模擬。

表2 HEC-HMS模型洪水模擬結(jié)果

圖4 蘭江流域率定期(a-d)與驗(yàn)證期(e-f)洪水過(guò)程模擬結(jié)果

2.1.2 日徑流模擬結(jié)果 表3為HEC-HMS模型日徑流模擬結(jié)果評(píng)價(jià)，率定期逐日徑流相關(guān)系數(shù)和效率系數(shù)均為0.79，相對(duì)誤差為6.11%；驗(yàn)證期相關(guān)系數(shù)為0.74，效率系數(shù)為0.73，相對(duì)誤差Re為14.02%，總體上率定期模擬效果優(yōu)于驗(yàn)證期，模擬值稍大于實(shí)測(cè)值。圖5為率定期和驗(yàn)證期模擬逐日徑流和實(shí)測(cè)徑流過(guò)程對(duì)比，可以看出過(guò)程線擬合效果較好。模型對(duì)于極端徑流模擬值偏小，實(shí)測(cè)最高流量日為2017年6月25日，日平均徑流量達(dá)到12 900 m3/s，模型模擬結(jié)果僅為6 653.50 m3/s；2015年6月19日，實(shí)測(cè)日平均徑流量達(dá)到8 570 m3/s，模擬結(jié)果為4 907.50 m3/s；2015年6月30日，實(shí)測(cè)日平均徑流量達(dá)到6 290 m3/s，模擬結(jié)果為4 829.30 m3/s。綜合效率系數(shù)、相關(guān)系數(shù)和相對(duì)誤差來(lái)看，HEC-HMS模型在蘭江流域有較好的適用性，可以用于該地區(qū)的徑流模擬。

表3 模型模擬結(jié)果評(píng)價(jià)

圖5 蘭江流域驗(yàn)證期和實(shí)測(cè)期徑流模擬過(guò)程

2.2 SDSM模型結(jié)果

2.2.1 SDSM模型率定與驗(yàn)證 選取1975—1995年為SDSM模型率定期，1996—2005年為模型驗(yàn)證期。采用平均解釋方差(E)、標(biāo)準(zhǔn)誤差(SE)和相對(duì)誤差評(píng)價(jià)模擬結(jié)果?？紤]到HEC-HMS模型僅需輸入降水序列，故本研究中僅對(duì)6個(gè)氣象站點(diǎn)的日降水量進(jìn)行模擬驗(yàn)證，結(jié)果見(jiàn)表4。各站點(diǎn)標(biāo)準(zhǔn)誤差為0.35～0.40 mm，解釋方差為0.34%～0.47%，說(shuō)明所選的預(yù)報(bào)因子能夠解釋降水量超過(guò)34%～47%的誤差。本研究中對(duì)降水量的模擬結(jié)果與郝麗娜等[25]對(duì)河西走廊降水模擬的解釋方差0.09%～0.64%,初祁等[26]對(duì)太湖流域降水模擬的解釋方差0.11%～0.26%和婁偉等[27]對(duì)涇河流域降水模擬中解釋方差為0.35%～0.45%等結(jié)果相似，同時(shí)年降水量統(tǒng)計(jì)結(jié)果表明模擬與實(shí)測(cè)值基本相近，因此認(rèn)為構(gòu)建的SDSM模型可適用于蘭江流域未來(lái)徑流模擬。

2.2.2 未來(lái)情景預(yù)測(cè) 將2030—2100年分為3個(gè)時(shí)段，即2030s(2030—2049年)，2050s(2050—2079年)和2080s(2080—2100年)，以1975—2005年作為基準(zhǔn)期對(duì)比。應(yīng)用已構(gòu)建的SDSM模型輸入CanESM2模擬下RCP2.6，RCP4.5和RCP8.53種排放情景數(shù)據(jù)得到6個(gè)氣象站點(diǎn)未來(lái)降水逐日序列，并根據(jù)泰森多邊形法計(jì)算流域面降水量，結(jié)果見(jiàn)表5。

表4 SDSM模型降水模擬結(jié)果統(tǒng)計(jì)值

RCP2.6，RCP4.5和RCP8.5濃度路徑下流域降雨量較于基準(zhǔn)期分別增幅-0.82%，6.18%和18.17%。RCP2.6情景下未來(lái)降水量呈現(xiàn)輕微下降趨勢(shì)，平均減幅為1.97 mm/10 a，21世紀(jì)末期較于基準(zhǔn)期下降1.41 %；RCP4.5情景下降水量增長(zhǎng)至頂峰后減少，增幅為14.84 mm/10 a，2050s時(shí)期平均多年降水量達(dá)到最高值1 860.75 mm，較于基準(zhǔn)期增幅10.76 %，21世紀(jì)末期回落至1 767.36 mm，較于基準(zhǔn)期增幅5.20%；RCP8.5情景下降水量持續(xù)快速增長(zhǎng)，增幅為43.60 mm/10 a，21世紀(jì)中前期已明顯高于基準(zhǔn)期，21世紀(jì)末期平均多年降水量達(dá)到2 338.70 mm，較于基準(zhǔn)期上升39.21 %，相比于其他情景變化更為劇烈?？傮w上看，蘭江流域未來(lái)降水量呈上升趨勢(shì)，降水量增幅程度隨著輻射強(qiáng)迫度的上升而增大。

表5 蘭江流域各情景下未來(lái)降水預(yù)測(cè)

2.3 未來(lái)徑流模擬

將SDSM模型降尺度生成的未來(lái)較好序列輸入到已校準(zhǔn)的HEC-HMS模型中，得到未來(lái)RCPs 3種排放情景下的流域徑流變化過(guò)程(圖6)。結(jié)合表6可知未來(lái)不同排放情景各時(shí)段下平均多年徑流量，對(duì)比基準(zhǔn)期(2015—2018年)未來(lái)徑流量均成上升趨勢(shì)，RCP2.6，RCP4.5和RCP8.5 3種情景下多年平均徑流相較于基準(zhǔn)期分別增幅為17%，26.22%和41.93%。

未來(lái)各時(shí)段徑流量變化規(guī)律與降水變化過(guò)程基本一致，RCP2.6情景下徑流量基本趨于穩(wěn)定，較于基準(zhǔn)期增長(zhǎng)幅度15%～20%，預(yù)測(cè)期內(nèi)平均每10 a減少1.6 m3/s；RCP4.5情景下徑流量增長(zhǎng)至峰值后緩慢下降，較于基準(zhǔn)期增幅20%～32%，預(yù)測(cè)期內(nèi)平均每10 a上升4.65 m3/s；RCP8.5情景下徑流量持續(xù)上升，從2030s時(shí)段較于基準(zhǔn)期增幅17%持續(xù)上升至2080s時(shí)段增幅71%，預(yù)測(cè)其內(nèi)平均每10 a上升49.49 m3/s，同時(shí)RCP8.5情景下各年份徑流量起伏較大，變化過(guò)于劇烈的徑流過(guò)程代表旱澇事件頻率和強(qiáng)度將明顯提升。

圖6 蘭江流域3種排放情景下未來(lái)徑流變化

表6 蘭江流域未來(lái)情景下流域年平均流量

圖7所示為各時(shí)段平均月徑流模擬結(jié)果。RCP8.5情景下各時(shí)段徑流除6，10，11月外均出現(xiàn)不同程度的增幅，其中豐水期(4—7月)漲幅顯著高于枯水期(9—12月)，且隨著時(shí)間的推移，豐水期和枯水期的徑流差也不斷擴(kuò)大，至21世紀(jì)末期，豐水期已占全年徑流71.93%。

RCP4.5情景和RCP2.6情景下徑流年內(nèi)分配均趨于穩(wěn)定，相較于基準(zhǔn)期1—5月徑流出現(xiàn)明顯上升，7—9月和12月徑流出現(xiàn)了小幅上升，而6，10，11月徑流則出現(xiàn)了不同程度的下降，至21世紀(jì)末期2種情景汛期徑流占比分別達(dá)到60.06%和61.63%，枯水期徑流量則有減小的態(tài)勢(shì)?？傮w來(lái)看預(yù)測(cè)結(jié)果表明10月和11月以外的月份平均徑流均呈明顯增加趨勢(shì)，其中2—5月平均徑流量增幅明顯，豐水期徑流增幅程度均大于枯水期，表明未來(lái)流域徑流年內(nèi)分配可能趨于參差，需要更加注意豐水期防洪水利工程。

圖7 蘭江流域多年月平均徑流基準(zhǔn)期與實(shí)測(cè)期比較

3 討論與結(jié)論

3.1 結(jié) 論

(1) HEC-HMS模型在蘭江流域有較好的適用性。通過(guò)構(gòu)建適用于蘭江流域的HEC-HMS模型并率定校準(zhǔn)模型，場(chǎng)次洪水模擬平均效率系數(shù)0.86，平均相關(guān)系數(shù)0.89，平均洪峰相對(duì)誤差6.82%，平均洪量相對(duì)誤差7.56%；日徑流量模擬平均效率系數(shù)0.76，平均相關(guān)系數(shù)0.77，模型可以較為準(zhǔn)確地還原研究區(qū)水文過(guò)程。

(2) 未來(lái)蘭江流域徑流量呈上升趨勢(shì)，增幅程度隨輻射強(qiáng)迫度同步增大。RCP2.6情景下徑流趨于穩(wěn)定，流域徑流量每10 a減少1.6 m3/s；RCP4.5情景下徑流量增加至峰值后減少，每10 a上升4.65 m3/s；RCP.8.5情景下徑流量持續(xù)攀升，每10 a徑流量上升49.49 m3/s。RCP8.5情景下年徑流量變化劇烈，旱澇事件發(fā)生概率和強(qiáng)度均有所增加。

(3) 未來(lái)徑流量年內(nèi)分配將更趨于極端，汛期徑流量占全年比例將有所上升。RCP2.6，RCP4.5和RCP8.5 3種情景下豐水期徑流量上升幅度均明顯高于枯水期，增幅程度與輻射強(qiáng)迫度增大趨勢(shì)一致。預(yù)測(cè)期汛期徑流占比總體高于基準(zhǔn)期，至21世紀(jì)末期RCP2.6，RCP4.5和RCP8.53種濃度路徑下分別由基準(zhǔn)期的46.59%上升到60.06%，61.63%和71.93%。

3.2 討 論

本研究所用的CanESM2模式是國(guó)際耦合模式比較計(jì)劃第5階段CMIP5發(fā)布的氣候模式之一，CMIP5與第3階段CMIP3相比在氣候模擬能力上已有顯著提高[28]，但是GCMs模式仍然不能完全模擬大氣要素之間的互相作用，在未來(lái)氣候變化的預(yù)測(cè)中有極大的不確定性，尤其是影響因素較多且過(guò)程復(fù)雜的降水事件[29]，不同氣候模式由于機(jī)制原理、物理氣候結(jié)構(gòu)、模式分辨率和輻射強(qiáng)迫度情景設(shè)計(jì)的較大差異，對(duì)未來(lái)氣候的模擬能力也不盡相同，通過(guò)比較多個(gè)GCMs模式能夠盡量減少不確定性。Zhang等[30]通過(guò)HadCM3，ECHAM5和CCSM3這3個(gè)模式研究發(fā)現(xiàn)錢(qián)塘江流域未來(lái)降水量極有可能呈現(xiàn)上升趨勢(shì)，Xia等[31]通過(guò)GFDL等3個(gè)GCMs模式預(yù)測(cè)錢(qián)塘江流域豐水期降水量上升而枯水期下降，以上多種氣候模式研究和本研究一致發(fā)現(xiàn)錢(qián)塘江流域和其上游蘭江流域的降水量在未來(lái)有上升趨勢(shì)，因此本研究基于SDSM模型分析蘭江流域未來(lái)降水量將有所上升的結(jié)論具有可信度。

降尺度方法也是區(qū)域尺度的未來(lái)氣候變化研究中的不確定性因素之一。SDSM統(tǒng)計(jì)降尺度方法雖然可以減少空間分辨率尺度上帶來(lái)的誤差，但其預(yù)測(cè)因子的選擇存在主觀性，模型情景生成與基線一致這一結(jié)構(gòu)導(dǎo)致模擬結(jié)果年際降水量變化較大[32]。

本研究通過(guò)分析未來(lái)降水變化并結(jié)合水文模型研究了蘭江流域徑流的變化趨勢(shì)，但僅通過(guò)單出口觀測(cè)流量進(jìn)行模型的率定與驗(yàn)證難以說(shuō)明流域整體的徑流變化得到了準(zhǔn)確的還原，進(jìn)一步分析不同區(qū)域的徑流量演變趨勢(shì)將是未來(lái)研究的重點(diǎn)。同時(shí)，土地利用類型的改變會(huì)對(duì)流域徑流產(chǎn)生重大影響[33]，充分考慮流域未來(lái)土地利用、土壤分布和高程的改變對(duì)徑流的影響是值得進(jìn)一步研究的科學(xué)問(wèn)題。