長江源區(qū)1961～2020年氣象要素對水文要素影響的周期性分析

楊穎，李玉雯，馬蓮，高云鶴，李夢媛，劉增輝，盧素錦*，何奕

(1 青海大學生態(tài)環(huán)境工程學院，青海 西寧 810016；2 青海大學農(nóng)牧學院，青海 西寧 810016)

近年來，由自然和人為因素導致的氣候變化成為世界各國研究的重點環(huán)境問題之一。氣候變化導致極端天氣頻發(fā)、生物多樣性減少、糧食減產(chǎn)、生態(tài)惡化等現(xiàn)象，對人類的生產(chǎn)和生活產(chǎn)生不利影響。國際上對氣候變化的研究始于上個世紀70年代后期[1]。國內(nèi)外學者廣泛進行了氣候變化對水文水資源影響的研究，得出了氣候變化對水文水資源在時空上的重新分配產(chǎn)生了不利影響，水資源脆弱性增加等結論[2]。

水是大氣環(huán)流和水文循環(huán)中的重要因子，徑流是流域中氣候各種自然地理因素綜合作用的產(chǎn)物[2]，是水循環(huán)系統(tǒng)中的重要一環(huán)。徑流過程在整個水資源系統(tǒng)的運行更替中扮演著舉足輕重的作用[3]，也是受氣候變化影響最直接和最重要的因子之一。水文系統(tǒng)具有時變性，水文時間序列常表現(xiàn)出非平穩(wěn)特性，小波分析方法能夠同時從頻域、時域解釋時間序列的局部特征[3]，是較為廣泛的時間序列分析方法。

采用政府間氣候變化專門委員會(IPCC)第五次評估報告提出國際耦合模式比較計劃第5階段(CMIP5)耦合模式及典型濃度路徑(RCP)情景，預測RCP2.6、RCP4.5、RCP8.5 3種排放情景下長江源區(qū)未來地表徑流情況。RCP2.6情景是指把全球平均增溫幅度控制在2.0 ℃之內(nèi)，2100年之前輻射強迫達到最大值，到2100年下降到2.6 W·m-2。RCP4.5情景是指輻射強迫在2100年穩(wěn)定在4.5 W·m-2。RCP8.5情景是指輻射強迫在2100年上升至8.5 W·m-2。

SWAT(Soil and Water Assessment Tool)是一個長時間尺度的分布式水文模型，適用于具有不同土壤類型以及土地利用的復雜大流域，目前已得到廣泛應用[1]。國外將SWAT模型應用于美國德格薩斯州、密西西比河等區(qū)域進行徑流模擬、分布式水文-土壤-植被模型開發(fā)等方面的研究[4-6]；國內(nèi)先后利用SWAT模型對土地利用、土地覆被變化對徑流量的影響等進行研究[7-10]，并對SWAT模型的應用進行了改進[11-12]。SWAT模型可以將流域劃分為不同的子流域，并進行多種不同的水運轉(zhuǎn)換的物理過程模擬。

長江源區(qū)處于青藏高原腹地，在三江源生態(tài)系統(tǒng)中占有重要地位，是氣候和生態(tài)環(huán)境變化的敏感脆弱地區(qū)[13]。長江源區(qū)生態(tài)環(huán)境對氣候變化的響應得到了國內(nèi)很多學者的關注。唐建等人通過研究水汽通量揭示了大尺度環(huán)流因子對氣象水文要素變化的驅(qū)動機制[14]；研究表明[15]1961～2010年長江源區(qū)氣溫顯著增加，水資源量明顯增多。作為青藏高原的重要組成部分，開展長江源區(qū)氣象水文周期性研究，分析長江源區(qū)不同氣象要素對水文要素的變化趨勢，為應對氣候變化的水資源適應性管理策略及防災減災策略的提出提供理論依據(jù)，對有效分配源區(qū)內(nèi)水資源及水環(huán)境保護與恢復具有重要參考價值，對未來長江源區(qū)水資源系統(tǒng)的規(guī)劃設計、開發(fā)利用以及水環(huán)境保護具有重大的理論和現(xiàn)實意義。

本文利用線性回歸、Mann-Kendall突變檢驗和Morlet小波，對源區(qū)氣象水文序列的變化趨勢及周期進行了分析，初步確定長江源區(qū)水文氣象要素的演變特征，并運用CMIP5模型中的21種模式的模擬結果，結合RCPs的3種氣候情景并耦合SWAT模型，預測未來長江源區(qū)地表徑流的變化，得到未來長江源區(qū)地表徑流變化對氣候的響應。為長江源區(qū)未來氣候變化應對策略的提出提供理論依據(jù)，對水資源管理、開發(fā)利用和社會經(jīng)濟可持續(xù)發(fā)展具有重要意義。

1 材料與方法

1.1 氣象站點的選取

選取青海省境內(nèi)長江源區(qū)的9個氣象站點(沱沱河、五道梁、曲麻萊、玉樹、安多、雜多、治多、囊謙、清水河)和4個水文站點(沱沱河、楚瑪爾、雁石坪、直門達)，收集和觀測各站點1961～2020年的平均氣溫、最高氣溫、最低氣溫、降水量和流量數(shù)據(jù)。各站點經(jīng)緯度如表1所示。

表1 長江源區(qū)氣象和水文站點分布情況

1.2 數(shù)據(jù)來源與測定

1961～2016年的月氣溫、月降水量數(shù)據(jù)來自青海省氣候中心，1961～2016年的河流月流量數(shù)據(jù)來自青海省水文水資源勘測局。2017～2020年的日流量、日氣溫、日降水量數(shù)據(jù)由實地365天連續(xù)監(jiān)測獲得。2017～2020年的實地監(jiān)測站點與1961～2016年青海省氣候中心、青海省水文水資源勘測局的監(jiān)測站點一致，并將連續(xù)監(jiān)測數(shù)據(jù)與青海省氣候中心、青海省水文水資源勘測局的結果進行比對修正，消除誤差，以保證數(shù)據(jù)的準確性。

氣溫利用LDX-RM-lx014型干濕溫度計和CRM8-XH-202型最高、最低溫度計測量，溫度計安裝在百葉箱中，可在自動記錄紙上得到任何時刻的溫度；降水量采用15184型稱重式雨量計測量；河流流量采用25-1型流速儀結合半自動纜道施測，由室內(nèi)人工控制采集和傳輸流量。

1.3 CMIP5模型與SWAT模型的耦合

將CMIP5氣候模型中21種模式的模擬結果，經(jīng)過插值計算將其統(tǒng)一降尺度到同一分辨率下，利用簡單平均方法進行多模式集合，制作成一套包括1901～2005年Historical和2006～2100年RCP2.6、RCP4.5、RCP8.5排放情景下的月平均資料，這21種模式包括Beijing Climate Center Climate System Model version 1，Beijing Normal University Earth System Model，Canadian Earth System Model version 2，F(xiàn)lexible Global Ocean- Atmosphere-Land System Model-grid version 2等，21種模式對氣溫和降水的模擬效果較好。

構建了長江源區(qū)的SWAT模型，通過高程數(shù)據(jù)對長江源區(qū)進行分帶設置，并分析沱沱河、楚瑪爾、雁石坪、直門達這四個水文站的水文數(shù)據(jù)，在經(jīng)過處理的四個水文站點的DEM圖中提取河網(wǎng)，選取直門達水文站作為長江源區(qū)的流域總出口，在模型中輸入直門達水文站的經(jīng)緯度坐標，然后劃分出長江源區(qū)子流域。將長江源區(qū)劃分為31個子流域，202個水文響應單元(HRU)。1961～2016年為模型的模擬時間，其中模型的預熱期為1961～1965年，2017～2020年進行模型的驗證。驗證期相對誤差為3.34%，決定系數(shù)為0.89，系數(shù)率定期相對誤差為5.27%，決定為0.84，表明在率定期內(nèi)的實測值與模擬值擬合較好，SWAT水文模型對長江源區(qū)凈流量的模擬符合實際，表明SWAT水文模型適用于長江源區(qū)。

利用CMIP5氣候模型中21種模式的模擬結果，選取模式中3種典型溫室氣體濃度的排放路徑(RCP2.6、RCP2.6、RCP8.5)，將氣象因子模擬預估序列數(shù)據(jù)輸入到已率定好的SWAT模型[15]，完成SWAT降尺度模型與CMIP5模式下的RCPs情景輸出序列的耦合，得到未來(2022～2100年)長江源區(qū)地表徑流對氣候變化的響應。

1.4 分析方法

1.4.1 Mann-Kendall突變檢驗及線性回歸及方法

采用線性回歸方法[16]、Mann-Kendall突變檢驗[17]對氣溫、降水量、河流流量的變化趨勢進行分析。

1.4.2 小波分析

采用Morlet小波[17]對研究區(qū)域氣象水文序列的周期性變化進行分析。

1.5 數(shù)據(jù)處理

采用Origin 8.0軟件對數(shù)據(jù)進行整理并進行線性回歸分析，小波分析過程在軟件MatlabR 2018a命令窗口中實現(xiàn)，采用Surfer 8軟件制作小波變換圖。

2 結果與分析

2.1 長江源區(qū)氣象要素對水文要素趨勢變化的特征

采用線性回歸方法和MATLAB軟件，對氣象水文要素進行Mann-Kendall趨勢檢驗和突變點檢驗及變化趨勢分析。

60年間長江源區(qū)的年平均氣溫呈現(xiàn)升高趨勢，而且趨勢顯著(P<0.05)，年際增溫變化率約為0.39 ℃/10a，增溫率高于最高氣溫和最低氣溫。2020年長江源區(qū)年平均氣溫為1.42 ℃，比60年平均氣溫(-0.89 ℃)高出2.31 ℃，是21世紀的最高值。1965年的平均氣溫是60年間的最低值，為-2.32 ℃。

平均氣溫趨勢檢驗值Z=6.76，其大于2.32，表示置信度通過了99%的顯著性，說明長江源區(qū)流域年平均氣溫在60年的長時間序列數(shù)據(jù)上呈現(xiàn)上升趨勢，并且上升趨勢十分顯著。整個時間序列中UF值的大小有較大波動。大體來看，1988年之前，UF值基本都小于0，則表明此段時間年平均氣溫序列有下降趨勢。1988年至2020年，UF值全部大于0，則表明這段時間年平均氣溫呈現(xiàn)上升趨勢，且2000年之后，UF值超過臨界值，反映從新世紀開始，長江源區(qū)流域年平均氣溫上升趨勢十分顯著。UF曲線和UB曲線在α<0.05置信水平上，兩者未出現(xiàn)交點，交點位于臨界線范圍外，所以該年份參數(shù)突變性上升不具有突變性，交點大致為2005年。結合前面的關于年平均氣溫均值曲線、年平均氣溫滑動平均曲線的研究，與M-K檢驗結果完全一致(圖1)。

圖1 年平均氣溫變化趨勢圖及M-K統(tǒng)計量曲線

2.1.2 年最高氣溫變化特征

年最高氣溫呈現(xiàn)升高趨勢，而且趨勢顯著(P<0.05)。60年平均值為13.40 ℃。年際增溫率約為0.37 ℃/10a。年最高氣溫最高的年份是2020年，為16.30 ℃，比多年平均值高出3.00 ℃。最低的年份是1997年，為11.63 ℃。

最高氣溫趨勢檢驗值Z=5.44，其大于2.32，表示置信度通過了99%的顯著性，說明長江源區(qū)流域最高氣溫60年的長時間序列數(shù)據(jù)上呈現(xiàn)上升趨勢，并且上升趨勢十分顯著。整個時間序列中UF值的大小有較大波動。大體來看，1963年至1982年、1988年至2020年UF值都大于0，最高氣溫呈現(xiàn)上升趨勢；1983年至1987年UF值小于0，呈現(xiàn)下降趨勢。UF曲線和UB曲線在α<0.05置信水平上，兩者出現(xiàn)交點，且交點位于臨界線范圍內(nèi)，則表明長江源區(qū)最高氣溫在長時間序列1960至2020年上存在突變時刻，突變點大致為2005年?？梢娺M入新世紀年最高氣溫偏高，與線性回歸分析一致(圖2)。

通過上述分析，吉奇對弗雷格判斷杠的不當使用就很清楚了。弗雷格的判斷杠是加在被他稱為“語句”的單獨詞項之前的。因為這樣的“語句”本身不具備判斷力，而無法被用來做判斷，所以當我們想做判斷時，就需要通過判斷杠將它改造成具有判斷力的表達式。弗雷格引入判斷杠“|”是必要的，他需要這樣一個符號來將已被他剝奪了判斷力的語句再恢復判斷力。吉奇在沒有明確弗雷格本意的前提下就直接借用判斷杠“|”，并加在自然語句之前，是錯誤的。因為自然語句不是單獨詞項，它本身就攜帶判斷力，沒有必要再為它加上判斷杠。

圖2 年最高氣溫變化趨勢圖及M-K統(tǒng)計量曲線

2.1.3 年最低氣溫變化特征

最低氣溫呈現(xiàn)顯著的上升趨勢(P<0.05)，60年的平均最低氣溫為-13.99 ℃，年際變化率約為0.54 ℃/10 a。年最低氣溫值出現(xiàn)在1965年為-15.67 ℃，比多年平均值低1.68 ℃。最高的年份是2009年，為-12.04 ℃。由10年平均滑動的曲線可見，60、70、80、90年代，年平均氣溫低于平均值，進入21世紀以來，氣溫大幅度上升；年最高氣溫普遍偏低，21世紀以來，年最高氣溫偏高；年最低氣溫普遍偏低，本世紀以來，年最低氣溫高于平均值。

最低氣溫趨勢檢驗值Z=5.78，其大于2.32，表示置信度通過了99%的顯著性，說明長江源區(qū)流域最低氣溫60年的長時間序列數(shù)據(jù)上呈現(xiàn)上升趨勢，并且上升趨勢十分顯著，1960年至1993年UF值小于0，最低氣溫呈現(xiàn)下降趨勢；1994年至2020年UF值大于0，呈現(xiàn)上升趨勢。UF曲線和UB曲線在α<0.05置信水平上，兩者出現(xiàn)交點，且交點位于臨界線范圍內(nèi)，則表明長江源區(qū)最低氣溫在長時間序列1960～2020年上存在突變時刻，突變點大致為2000年。可見進入新世紀年最低氣溫偏高，呈現(xiàn)上升趨勢，與線性回歸分析一致(圖3)。

圖3 年最低高氣溫變化趨勢圖及M-K統(tǒng)計量曲線

2.1.4 年降水量變化特征

60年間長江源區(qū)的年降水量呈現(xiàn)增加趨勢，但趨勢不顯著(P>0.05)。源區(qū)年降水量為28.72 mm～44.68 mm，最低年降水量出現(xiàn)在1984年，最高年降水量出現(xiàn)在1989年，年際降水變化率約0.24 mm/10a。10年平均滑動的曲線顯示，60、70、80、90年代在平均值附近波動，降水量偏少，21世紀以來，降水量有所增多。年降水量趨勢檢驗值Z=0.78，置信度小于90%，年降水量增長趨勢不顯著。1966年至1990年、2001至2006年UF值小于0，年降水量呈現(xiàn)下降趨勢；1991年至2000年年降水量呈現(xiàn)波動上升趨勢，2006年之后呈現(xiàn)明顯上升趨勢。UF曲線和UB曲線在α<0.05置信水平上，UF和UB交點分別出現(xiàn)在1983年、1988年、1992年、1997年和2015年，且交點位于臨界值內(nèi)，說明長江源區(qū)年降水量分別1983年、1988年、1992年、1997年和2015年發(fā)生突變。M-K檢驗和年最低氣溫變化趨勢結果一致，21世紀以來，降水量有所增多(圖4)。

圖4 年降水量變化趨勢圖及M-K統(tǒng)計量曲線

2.1.5 年流量變化特征

60年間長江源區(qū)年流量呈現(xiàn)增加趨勢，但趨勢不顯著(P>0.05)。年際流量變化率約為8.6 m3/(s·10a)，變化率小。60到90年代，自1989年達到最大值后，一直處于偏枯狀態(tài)。21世紀以來流量高峰出現(xiàn)在2012年。從10年平均滑動的曲線可以看出，上個世紀60～90年代的流量都低于60年平均值，但90年代流量相對偏低，21世紀有所增加。

年流量趨勢檢驗值Z=-0.33，置信度小于90%，年平均流量增長趨勢不顯著。1960年至1967年UF值大于0，長江源區(qū)年平均呈現(xiàn)上升趨勢；1968年至2020年UF值小于0，年平均流量呈現(xiàn)下降趨勢。UF曲線和UB曲線在α<0.05置信水平上，UF和UB交點分別出現(xiàn)在1966年、2005年、2007年和2012年，且交點位于臨界值內(nèi)，說明長江源區(qū)年流量分別在1966年、2005年、2008年和2012年發(fā)生突變。M-K檢驗的結果和年降水量變化趨勢分析結果一致，長江源區(qū)年平均流量在21世紀有所增加(圖5)。

圖5 年流量變化趨勢圖及M-K統(tǒng)計量曲線

2.2 長江源區(qū)氣象要素對水文要素周期性變化特征

運用Morlet小波分析方法對長江源區(qū)氣象水文要素進行周期分析。

1961～2020年長江源區(qū)年平均氣溫存在20～25年、8～11年和3～5年的周期。20～25年的周期振蕩，長江源區(qū)的年平均氣溫經(jīng)歷了8個時期的冷暖交替變化，強度較強，包括4個明顯氣溫變冷時段和4個明顯氣溫增暖時段，等值曲線未閉合，未來幾年處于增溫期；8～11年的周期振蕩長江源區(qū)的年平均氣溫經(jīng)歷了14個時期的冷暖交替變化，包括7個增暖期和7個變冷期，2006年之后比較穩(wěn)定。

年平均氣溫小波方差分析顯示(圖6A)，年平均氣溫存在22年、10年、4年的周期，其中，最大峰值對應著22年周期的振蕩，第二峰對應著4年周期，第三峰值對應著10年周期的振蕩，其中4周年、10周年振蕩相差較小。說明22年的周期是這一時域的主周期。圖6A中正值表示氣溫偏暖，負值表示氣溫偏冷。

源區(qū)年最高氣溫存在24～29年、14～16年的周期兩類時間尺度變化規(guī)律，這兩個時間尺度的周期變化在這個研究時域中具有全域性的特點。24～29年、14～16年的周期振蕩，源區(qū)的年最高氣溫分別經(jīng)歷了8個時期的交替變化，包括4個變暖期和4個變冷期，2016年以后等值曲線未閉合，呈變暖趨勢。最高氣溫小波方差分析表明(圖6B)，年最高氣溫存在27～29年、18～20年的周期，其中，最大峰值對應著27～29年周期振蕩，第二峰對應著18～20年周期振蕩。年最高氣溫一直處于上升趨勢，這說明最高溫度時間序列會有一個更大的周期振蕩。圖6B中正值表示氣溫升高，負值表示氣溫降低。

源區(qū)年最低氣溫存在30～32年的周期，這個周期變化在這個研究時域中具有全域性的特點。30～32年的周期振蕩，源區(qū)的年最高氣溫經(jīng)歷了7個時期的交替變化，包括3個變暖期和4個變冷期，2016年以后呈現(xiàn)變冷趨勢。年最低氣溫小波方差分析表明(圖6C)，最低溫度時間序列呈上升趨勢，未來可能會有一個更大的周期振蕩。圖6C中正值表示氣溫升高，負值表示氣溫降低。

1961～2020年，長江源區(qū)年降水量存在18～30年，9～17年的周期，3～8年的周期。這3個周期變化在這個研究時域中具有全域性的特點。18～30年的周期振蕩，源區(qū)的年降水經(jīng)歷了7個時期的交替變化，包括3個增加期和4個減少期。2011年以后減少趨勢；9～17年的周期振蕩，源區(qū)的年降水量經(jīng)歷了13個時期的交替變化，包括7個增加期和6個減少期。3～8年的周期振蕩，源區(qū)的年降水量21個時期的交替變化，包括11個增加期和10個減少期。年降水量小波方差分析顯示(圖6D)，年降水存在27年、14年、7年、3年的周期，其中，最大峰值對應著27年周期振蕩，第二峰對應著14年周期振蕩，第三、四峰值分別對應著7年、3年的周期振蕩。其中27年是這一時域的主周期。圖6D中正值表示降水增多，負值表示降水減少。

源區(qū)年流量存在27～32年，10～17年的周期，3～8年的周期。27～32年的周期振蕩，源區(qū)的年流量經(jīng)歷了5個時期的交替變化，包括2個偏豐期和3個偏枯期。10～17年的周期振蕩，源區(qū)的年流量經(jīng)歷了13個時期的交替變化，包括7個偏豐期和6個偏枯期。3～8年的周期震蕩小，可知源區(qū)的年流量振蕩不大。年流量小波方差分析確定(圖6E)，年流量時間序列存在27～30年、13年、9年、7年、3年的周期，其中27～30年的周期為這一階段的主周期，此后方差曲線一直處于上升趨勢，流量時間序列應遵循一個更大的周期變化。圖6E中正值表示流量偏豐，負值表示流量偏枯。

27周期的流量小波系數(shù)和降水量小波系數(shù)有較強的相關性，并通過了95%的顯著性檢驗。推測出年流量27年的周期主要是由降水所導致(圖7)。

圖6 1961～2020年長江源區(qū)不同氣象要素小波變換圖

圖7 長江源區(qū)27年周期的流量和降水量的小波變換系數(shù)相關性圖

2.3 未來氣候情景下長江源區(qū)地表徑流的變化分析

在CMIP5模型的3種情景下，地表徑流的年際變化很大，總體呈現(xiàn)出下降趨勢，在RCP2.6氣候模式下，2048年徑流量是最大的；在RCP4.5氣候模式下，2035年徑流量是最大的；在RCP8.5氣候模式下，在2036年徑流量是最大的(圖8)。

圖8 3種氣候情景下地表徑流的年際變化圖

3 討論與結論

本研究中雁石坪、楚瑪爾、沱沱河、直門達水文站1961～2020年平均流量與年降水量呈增加趨勢，但增加不顯著，2005年流量與年降水明顯增加，這與朱延龍[18]、齊冬梅[19]等人得出的結果一致，主要是因為氣溫急劇升高，降水增多，冰川、積雪融化所致[18-20]。前人有關長江源區(qū)氣象水文要素變化研究主要集中在2016年以前，本文的研究增加了源區(qū)氣象水文要素研究的時間序列；長江源區(qū)60年(1960～2020)氣溫、降水量和流量存在周期變化，主要周期出現(xiàn)7個左右的交替，氣象水文變化呈現(xiàn)多周期性、振蕩性的特點，且不同要素在不同周期歷經(jīng)多次變化，這與朱海濤[20]、張代青等[21]的結果相一致；年平均氣溫的主要周期的等值線未完全閉合，年氣溫將繼續(xù)升高，與劉光生等[22]研究結果一致；年流量和年降水量都存在27年周期且相關性強。這與齊冬梅等[19]的研究結果一致；長江源區(qū)年平均氣溫、年降水量和年流量周期與朱海濤[20]、劉光生[22]、楊建平等[23]氣象水文序列周期也存在差異，分析其原因，氣象水文序列的周期變化除受氣候變化影響外，還受天體運動變化如太陽黑子活動以及下墊面因素的影響有關。太陽黑子活動主要影響氣象序列[23]，而對于下墊面因素(地理位置、海拔高度等)，由于不同時間尺度和不同研究對象，對下墊面條件的依賴程度也不同。下墊面對某一地區(qū)氣溫和降水量的周期變化影響不大，但對水文序列的周期變化影響較大。氣候變化和太陽活動會直接影響氣溫和降水量的周期變化，進而在一定的下墊面因素下，流量的周期變化也會受到影響[24]。有關天體運動變化和下墊面因素對氣象水文序列周期變化的影響將有待于進一步深入研究。

本研究中，未來情景模式下，地表徑流年際變化呈下降趨勢，徑流變化隨氣溫和降水量變化而變化，且在2034年和2048年達到最大值，不確定性較大，與程志剛[25]研究結果一致，但與俞烜[26]研究結果不同，地表徑流呈緩慢增加趨勢，其主要原因是源區(qū)降雨量增加，氣溫的升高增加了冰川融水對地表徑流的補給，從而導致未來預測結果的不同[26]。

王錦旗等[27]利用SWAT模型對黃河源區(qū)1988～2005年的地表徑流進行模擬得出，在個別年雖有一定的誤差，但模擬結果與實測結果基本相一致，具有參考價值；李碩[28]在遙感和GIS的支持下，對SWAT模型的空間參數(shù)化和離散化進行了研究，并成功的將SWAT模型運用到徑流模擬研究中；張永勇等[29]利用CN2、ESCO、SOL等主要參數(shù)和SWAT模型預測未來2010～2039年長江源區(qū)的徑流演變趨勢，表明未來三十年源區(qū)總體徑流量呈現(xiàn)減少趨勢，但在洵期徑流量增大。本研究中，運用CMIP5模型中的21種模式的模擬結果，結合RCPs的三種氣候情景并耦合SWAT模型下，預測未來長江源區(qū)地表徑流的變化，取得了較好效果。已有研究表明，相比單個模式，模式集合平均模擬效果往往更好。

本文對1961～2020年長江源區(qū)年平均氣溫、年最高氣溫、年最低氣溫、年降水量和年流量進行了趨勢分析、Mann-Kendall突變檢驗和Morlet小波周期分析，運用CMIP5模型中的21種模式的模擬結果，結合RCPs的3種氣候情景并耦合SWAT模型，得出以下結論：

(1)年平均氣溫、年最高氣溫、年最低氣溫均顯著上升，年降水量和年流量呈現(xiàn)增加趨勢，但趨勢不顯著。(2)年平均氣溫存在22年、10年和4年周期，未來幾年長江源區(qū)將處于增溫階段；年最高氣溫存在27～29年和18～20年的周期，未來可能會有一個更大的周期震蕩；年最低氣溫在未來可能會有一個更大的周期震蕩。(3)年降水量存在27年、14年、7年和3年的周期。年流量存在27～30年、13年、9年、7年、3年的周期，之后在時間尺度上還應遵循一個更大的周期變化。(4)年流量和年降水量都存在27年周期，其相關性較強，年降水量與徑流量量突變特征基本一致，表明這一時期年徑流量突變主要由降水量變化引起。(5)未來情景模式下，地表徑流量年際間變化較大，不同情景趨勢下，不穩(wěn)定性較強，總體的年際徑流量都為下降的趨勢，下降幅度最大的是RCP8.5，最小的是RCP2.6。加強長江源區(qū)氣候變化應對策略迫在眉睫。

4 展望

氣候變化對水文影響作為一個較新的研究方向，研究成果尚不夠系統(tǒng)深入。本文對長江源區(qū)1961～2020年氣象要素對地表徑流的影響進行了周期性分析，受長江源區(qū)近些年蒸發(fā)量研究數(shù)據(jù)較少、不全面的影響，本文未考慮氣象要素對蒸發(fā)的影響。但蒸發(fā)量是水循環(huán)中最易受土地利用和氣候變化影響的因素之一，后續(xù)將進一步開展蒸發(fā)量對水文循環(huán)過程中的影響研究。

定量分析和區(qū)分氣候變化和人類活動相結合對長江源區(qū)水循環(huán)及水資源的影響。氣候變化是影響源區(qū)水文過程的主要因素，而人類活動對源區(qū)水文水資源也存在較大的影響。本文由于時間有限并未考慮人為影響。在后續(xù)的工作中，可開展氣候變化和人類活動共同對水文循環(huán)的影響，定量分析長江源區(qū)對水文水資源的影響。