徐宗學(xué),周祖昊,姜 瑤,3,桑燕芳,季 鵬,侯居峙,陳 峰
(1. 北京師范大學(xué)城市水循環(huán)與海綿城市技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100875;2. 中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100038;3. 南昌大學(xué)工程建設(shè)學(xué)院,江西 南昌 330031;4. 中國(guó)科學(xué)院地理科學(xué)與資源研究所陸地水循環(huán)及地表過(guò)程重點(diǎn)實(shí)驗(yàn)室,北京 100101;5. 南京信息工程大學(xué)水文與水資源工程學(xué)院,江蘇 南京 210044;6. 中國(guó)科學(xué)院青藏高原研究所,北京 100101;7. 云南大學(xué)國(guó)際河流與生態(tài)安全研究院國(guó)際河流與跨境生態(tài)安全重點(diǎn)實(shí)驗(yàn)室,云南 昆明 650500;8. 中國(guó)氣象局烏魯木齊沙漠氣象研究所樹木年輪理化研究重點(diǎn)開放實(shí)驗(yàn)室/新疆樹木年輪生態(tài)實(shí)驗(yàn)室,新疆 烏魯木齊 830002)
西南河流源區(qū)是中國(guó)淡水資源的重要補(bǔ)給區(qū)和西部地區(qū)生態(tài)屏障,是中國(guó)以及東南亞一些國(guó)家最重要的水源地。因其獨(dú)特的地理位置,源區(qū)地形地貌條件復(fù)雜多變,同時(shí)又是氣候變化的敏感區(qū),是當(dāng)前學(xué)術(shù)界關(guān)注的熱點(diǎn)地區(qū)。因此,研究西南河流源區(qū)的徑流變化具有重要的學(xué)術(shù)價(jià)值和實(shí)踐意義。
近20 a來(lái),國(guó)內(nèi)外學(xué)者圍繞西南河流源區(qū)的徑流變化開展了大量研究,內(nèi)容涉及徑流變化規(guī)律分析[1-2]、徑流變化歸因分析[3-4]及氣候變化下的徑流響應(yīng)[5]等。研究表明,在過(guò)去50 a中,西南河流源區(qū)的徑流發(fā)生了明顯變化,但表現(xiàn)出極大的空間變異性[6]。水文氣象觀測(cè)數(shù)據(jù)表明,氣候變化是引起西南河源區(qū)徑流變化的主要原因[7],其中三江源、雅魯藏布江、怒江等流域徑流變化與降水變化具有較好的一致性[3-4,8]。然而,徑流變化是一個(gè)多因素(自然因素和人類活動(dòng)因素等)動(dòng)態(tài)耦合的復(fù)雜過(guò)程,加之西南河流源區(qū)海拔高、陸地表層系統(tǒng)復(fù)雜、數(shù)據(jù)基礎(chǔ)薄弱等特點(diǎn),當(dāng)前對(duì)該區(qū)域徑流變化及其驅(qū)動(dòng)機(jī)制尚缺乏系統(tǒng)研究。
西南河流源區(qū)水文氣候過(guò)程時(shí)空演變規(guī)律復(fù)雜,洪旱災(zāi)害時(shí)常發(fā)生。季風(fēng)是西南河流源區(qū)水文氣候過(guò)程的根本驅(qū)動(dòng)力,區(qū)域季風(fēng)環(huán)流與水汽輸送過(guò)程十分復(fù)雜,對(duì)保障區(qū)域水安全、洪旱及次生地質(zhì)災(zāi)害防治等均具有重要影響[9]。目前研究主要關(guān)注了近60 a該區(qū)域豐枯變化規(guī)律,對(duì)于更長(zhǎng)時(shí)間尺度的豐枯變化規(guī)律及其與季風(fēng)的響應(yīng)關(guān)系等問(wèn)題,缺乏深入認(rèn)識(shí)。因此,有必要在不同時(shí)間尺度(全新世、近500 a等尺度)探究該區(qū)域豐枯變化規(guī)律,并探討季風(fēng)環(huán)流驅(qū)動(dòng)下的物理機(jī)制,不僅有利于提高對(duì)該區(qū)域豐枯變化規(guī)律的科學(xué)認(rèn)識(shí),提高水文模型對(duì)徑流和洪水的預(yù)測(cè)能力,而且可以有效支撐水利水電工程的規(guī)劃設(shè)計(jì)、水能水資源合理開發(fā)利用等。
根據(jù)IPCC最新第六次評(píng)估報(bào)告結(jié)果,青藏高原地區(qū)未來(lái)降水和氣溫總體呈現(xiàn)增長(zhǎng)趨勢(shì)[10]。這種氣候暖濕化特征將進(jìn)一步造成西南河流源區(qū)徑流以及極端徑流的變化,威脅該地區(qū)未來(lái)水資源安全。除了氣候變化因子外,未來(lái)CO2濃度的增加會(huì)通過(guò)抑制植被氣孔導(dǎo)度減少植被蒸騰作用,并最終導(dǎo)致陸面變濕、徑流增加[11-12]。而下墊面植被覆蓋的增加(如葉面積指數(shù)增加)則直接通過(guò)增強(qiáng)植被蒸騰作用使陸面變干、徑流減小、枯水徑流事件頻發(fā)[13]。這種葉面積指數(shù)增加的干效應(yīng)在中緯度地區(qū)超過(guò)了CO2濃度增加的濕效應(yīng),從而表現(xiàn)出徑流減小作用[14]。然而,目前西南河流源區(qū)未來(lái)徑流變化的預(yù)估研究多忽略下墊面變化以及CO2濃度變化的生態(tài)水文效應(yīng),未來(lái)持續(xù)增暖背景下生態(tài)因子對(duì)西南河流源區(qū)陸地水循環(huán)的凈作用如何、這種凈效應(yīng)是否會(huì)隨著未來(lái)增溫強(qiáng)度而發(fā)生變化、以及與氣候變化因子的相對(duì)重要性等問(wèn)題尚需進(jìn)一步研究。同時(shí),目前有關(guān)源區(qū)徑流未來(lái)預(yù)估工作多依賴于全球或區(qū)域氣候模式的氣候變化模擬結(jié)果,但所用的模式數(shù)目較少,預(yù)估結(jié)果存在較大不確定性。因此,需要從集合模擬與預(yù)估的角度,在考慮氣候和生態(tài)因子共同影響下,給出西南河流地區(qū)未來(lái)徑流變化的可信預(yù)估結(jié)果。
本文研究區(qū)域包括三江源地區(qū)、雅魯藏布江(以下簡(jiǎn)稱雅江)和怒江(圖1)。三江源地區(qū)地理位置為31°39′N—36°12′N、89°45′E—102°23′E,面積為36.3萬(wàn)km2,是長(zhǎng)江、黃河、瀾滄江三大河流的發(fā)源地[8]。三江源區(qū)共有近200條河流,河流大多自西北流向東南,主要集中在東部地區(qū)。唐古拉山的北麓格拉丹冬雪山為長(zhǎng)江的發(fā)源地,源區(qū)內(nèi)河流長(zhǎng)達(dá)1 217 km,占干流總長(zhǎng)的19%;巴顏喀拉山北麓的各姿各雅雪山為黃河的發(fā)源地,源區(qū)內(nèi)河流長(zhǎng)達(dá)1 553 km,占干流總長(zhǎng)的36%;果宗木查雪山為瀾滄江的發(fā)源地,源區(qū)內(nèi)河流長(zhǎng)達(dá)448 km,占干流總長(zhǎng)的10%。
圖1 西南河流源區(qū)Fig.1 Map of the headwaters region of the southwest rivers
雅江流域地理位置為28°00′N—31°16′N、82°00′E—97°07′E、面積為24.2萬(wàn)km2,呈東西向狹長(zhǎng)柳葉狀。雅江發(fā)源于日喀則仲巴縣與阿里普蘭縣交界處的杰瑪央宗冰川,流域地勢(shì)西高東低,平均海拔在4 500 m以上。從源頭至拉孜為上游段,全長(zhǎng)268 km,流域面積2.67萬(wàn)km2;拉孜以下到米林縣的派鎮(zhèn)為中游段,長(zhǎng)約1 340 km,流域面積16.5萬(wàn)km2;從米林縣的派鎮(zhèn)到巴昔卡附近為下游段,長(zhǎng)約496 km,流域面積5.03萬(wàn)km2。
怒江流域地理位置為23°05′N—32°48′N、91°08′E—100°15′E,中國(guó)境內(nèi)流域面積約為12.55萬(wàn)km2,境內(nèi)河道長(zhǎng)約2 020 km,占全河長(zhǎng)度的62.34%。怒江流域形狀呈條帶形,呈現(xiàn)西北-東南走向,發(fā)源于唐古拉山南麓的吉熱格帕山。流域上游除高大雪峰外山勢(shì)平緩,河谷平淺;中游地處橫斷山區(qū),山高谷深,水流湍急。兩岸支流大多垂直入江,干支流構(gòu)成羽狀水系。
為充分反映整個(gè)三江源地區(qū)、雅江流域、怒江流域的徑流變化規(guī)律,選取近50 a(1950—2010年)的月徑流資料進(jìn)行徑流變化規(guī)律分析,水文站點(diǎn)包括三江源地區(qū)的吉邁、唐乃亥、下拉秀、香達(dá)、沱沱河、直門達(dá)水文站,雅江流域的拉孜、奴各沙、江孜、日喀則、羊村、拉薩、唐加、旁多、奴下、更張、工布江達(dá)、巴河橋水文站,怒江流域的道街壩水文站,不同站點(diǎn)的資料系列略有不同。采用Mann-Kendall(MK)方法、集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)、小波分析(WA)等方法系統(tǒng)研究流域徑流變化的時(shí)空多尺度特征,在此基礎(chǔ)上,運(yùn)用水文模型SWAT、WEP-QTP[15]等對(duì)研究區(qū)的徑流演變?cè)蜻M(jìn)行定量分析。
為了深入認(rèn)識(shí)西南河流源區(qū)徑流的豐枯變化規(guī)律,采用多種技術(shù)途徑和方法揭示主要河流在不同時(shí)間尺度的豐枯變化規(guī)律,并通過(guò)水汽輸送過(guò)程探討其物理驅(qū)動(dòng)機(jī)制。為克服器測(cè)記錄時(shí)間尺度有限的局限性,選擇具有沉積連續(xù)、記錄時(shí)間長(zhǎng)以及對(duì)氣候環(huán)境變化響應(yīng)敏感等特點(diǎn)[16]的湖泊沉積物作為研究對(duì)象,通過(guò)系統(tǒng)采集雅江中游的昂仁金錯(cuò)(封閉湖泊)和打加芒錯(cuò)(河流貫通湖泊)的湖泊巖芯,開展雅江徑流重建工作,分別用于恢復(fù)區(qū)域全新世氣候和徑流洪水變化,并明確徑流、洪水變化在自然狀態(tài)下的主控因素。此外,通過(guò)采集樹木年輪數(shù)據(jù)[17],重建怒江過(guò)去500 a徑流量序列,分析其豐枯變化規(guī)律與物理機(jī)制,以填補(bǔ)該流域徑流歷史變化研究的空白。
進(jìn)一步利用ERA5數(shù)據(jù),借助水汽輸送過(guò)程和水汽收支診斷分析大氣環(huán)流系統(tǒng)對(duì)西南河流源區(qū)降水收支平衡及其引發(fā)的豐枯規(guī)律與影響機(jī)制。在年際及更長(zhǎng)時(shí)間尺度上,通常認(rèn)為降水量與整層水汽通量輻合和蒸發(fā)量存在平衡關(guān)系,通過(guò)綜合分析水汽輸送水平熱力項(xiàng)、水平動(dòng)力項(xiàng)、垂直熱力項(xiàng)、垂直動(dòng)力項(xiàng)以及蒸發(fā)項(xiàng)的變化,可以具體解釋降水變異特征及空間差異性的物理機(jī)制[18]。
選取耦合模式比較計(jì)劃(CMIP6)中11個(gè)全球氣候模式在歷史(1979—2014年)和未來(lái)(2015—2100年)不同社會(huì)經(jīng)濟(jì)情景下的氣象要素與植被葉面積指數(shù)(LAI)模擬結(jié)果[19],以及來(lái)自CORDEX試驗(yàn)中的5個(gè)區(qū)域氣候模式在歷史時(shí)期(1980—2001年)和未來(lái)15 a(2020—2035年)RCP4.5和RCP8.5排放情景下的模擬數(shù)據(jù)[20]作為未來(lái)氣候和生態(tài)因子變化的主要數(shù)據(jù)來(lái)源。
利用均值偏差訂正方法、分位數(shù)定位偏差校正法以及2種氣溫、降水聯(lián)合偏差校正法去除氣象強(qiáng)迫以及下墊面LAI模擬的系統(tǒng)性偏差,生成多套偏差訂正后的氣候變化驅(qū)動(dòng)數(shù)據(jù),并用于驅(qū)動(dòng)聯(lián)合地表-地下過(guò)程的陸面水文模型(CSSPv2)[21]和考慮融冰融雪過(guò)程的THREW水文模型[22],實(shí)現(xiàn)多模式、多情景下的三江源和雅魯藏布江-布拉馬普特拉河流域徑流預(yù)估。此外,通過(guò)有無(wú)CO2濃度變化以及有無(wú)LAI變化的對(duì)比試驗(yàn),分離出CO2濃度變化和LAI變化對(duì)模擬結(jié)果的影響。
針對(duì)三江源、雅江、怒江三大西南河流源區(qū)的徑流演變規(guī)律,對(duì)徑流的變化趨勢(shì)、變異和變化歸因等方面開展不同時(shí)空尺度的系統(tǒng)性研究。
3.1.1 徑流演變規(guī)律分析
研究基于三江源6個(gè)水文站點(diǎn)1956—2012年間徑流實(shí)測(cè)資料,分析發(fā)現(xiàn)除黃河源區(qū)唐乃亥站徑流出現(xiàn)減小趨勢(shì)外,其余5個(gè)站點(diǎn)觀測(cè)徑流量均出現(xiàn)增加趨勢(shì),而且以長(zhǎng)江源區(qū)直門達(dá)水文站徑流增速最大,為0.667億 m3/a(圖2)。
圖2 三江源地區(qū)徑流變化趨勢(shì)分析(1956—2012年)Fig.2 Analysis on runoff variation trend in the Sanjiangyuan region (1956—2012)
采用EEMD對(duì)雅江流域各水文站年和季節(jié)(豐水季和枯水季)徑流序列的長(zhǎng)期變化特征進(jìn)行分析,得到各站年徑流序列的本征模態(tài)函數(shù)(IMF)分量及殘余趨勢(shì)項(xiàng),并對(duì)各IMF分量及殘余趨勢(shì)項(xiàng)進(jìn)行顯著性檢驗(yàn)。結(jié)果表明,雅江流域干流及其主要支流的年徑流序列在55 a尺度上(1961—2015年)主要呈單調(diào)減小趨勢(shì),僅在更張、旁多和拉薩站呈先略微減小后增加的趨勢(shì)(圖3),其中奴下、羊村、奴各沙、拉孜和日喀則5個(gè)站點(diǎn)處的年徑流變化趨勢(shì)通過(guò)了顯著性檢驗(yàn)(p<0.05)。然而,在30 a尺度上(即每30 a區(qū)間,1961—1990年和1991—2015年),各站點(diǎn)年徑流序列均呈現(xiàn)相似的非單調(diào)變化趨勢(shì),整體上在1990年之前呈不明顯的下降趨勢(shì),1990年之后表現(xiàn)為先上升后下降的趨勢(shì),其趨勢(shì)轉(zhuǎn)變的時(shí)間均發(fā)生在2000年左右(圖3)。顯著性分析表明,在30 a尺度上,奴下、奴各沙、羊村和日喀則站點(diǎn)處的年徑流序列變化趨勢(shì)通過(guò)了顯著性檢驗(yàn)(p<0.05)。應(yīng)用MK趨勢(shì)檢驗(yàn)方法對(duì)年徑流序列的突變點(diǎn)進(jìn)行檢驗(yàn),結(jié)果表明在95%置信水平下,雅江干流及其支流各水文站點(diǎn)年徑流序列均在1995—2000年左右發(fā)生突變,各站點(diǎn)年徑流序列總體呈不顯著下降趨勢(shì),僅有更張水文站年徑流序列為不顯著增加趨勢(shì),MK檢驗(yàn)結(jié)果與利用EEMD得到的趨勢(shì)分析基本一致。
圖3 1961—2015年雅江流域12個(gè)水文站年徑流序列變化趨勢(shì)Fig.3 Trends of annual runoff series at 12 hydrological stations in the Yarlung Zangbo River basin from 1961 to 2015
對(duì)比各站點(diǎn)豐水季與枯水季徑流的長(zhǎng)期變化趨勢(shì)發(fā)現(xiàn),年徑流的變化主要由豐水季徑流變化主導(dǎo),二者呈現(xiàn)相似的變化趨勢(shì)(圖4),而枯水季徑流的變化則呈現(xiàn)較大的空間差異(圖4)。雅江上游(拉孜)、拉薩河上游(旁多)及尼洋河(更張、工布江達(dá))的枯水季徑流均呈緩慢增加趨勢(shì)(不顯著),而雅江中游(奴下、羊村、奴各沙、日喀則)的枯水季徑流在20世紀(jì)90年代前緩慢下降而在90年代后開始增加,拉薩河中下游(拉薩和唐加)和年楚河(江孜)的枯水季徑流在20世紀(jì)90年代后則有略微減小(不顯著)(圖4)。
圖4 1961—2015年雅江流域12個(gè)水文站徑流變化趨勢(shì)Fig.4 Trends of runoff at 12 hydrological stations in the Yarlung Zangbo River basin from 1961 to 2015
怒江徑流量在1958—2000年間主要呈增加趨勢(shì),且增加趨勢(shì)顯著(p<0.05),增幅達(dá)到18.6萬(wàn)m3/(10 a)[8]。
3.1.2 歸因分析
對(duì)于三江源地區(qū),采用分布式水文模型SWAT,對(duì)長(zhǎng)江源直門達(dá)站、瀾滄江源香達(dá)站和黃河源唐乃亥站徑流序列進(jìn)行模擬。模擬過(guò)程以1961—1970年為模型率定期,以1971—1979年為模型驗(yàn)證期。研究結(jié)果發(fā)現(xiàn)SWAT模型可以很好地模擬出三江源的徑流過(guò)程,相關(guān)系數(shù)(R)分別達(dá)到0.90、0.81和0.83。以1961—1979年為基準(zhǔn)期,利用1980—2012年長(zhǎng)江源、瀾滄江源和黃河源的氣象數(shù)據(jù),再次驅(qū)動(dòng)水文模型,生成在這一時(shí)段氣象條件下的重建數(shù)據(jù)。對(duì)比重建數(shù)據(jù)與觀測(cè)數(shù)據(jù),即認(rèn)為是人類活動(dòng)的貢獻(xiàn)率。最終計(jì)算結(jié)果表明,氣候變化是三江源在1980—2012年間徑流量變化的絕對(duì)主導(dǎo)因素,其貢獻(xiàn)率分別為88%(長(zhǎng)江源)、90%(瀾滄江源)和83%(黃河源)。其中,幾乎整個(gè)三江源地區(qū)(除東部小部分地區(qū))的年降水總量在1980—2012年均呈現(xiàn)增加趨勢(shì),尤其是在中北部地區(qū)及西南地區(qū),平均增幅為13.3 mm/(10 a),氣候變化中降水的顯著增加對(duì)徑流的貢獻(xiàn)又遠(yuǎn)大于氣溫升高對(duì)徑流的影響。
對(duì)于雅江流域,以典型支流尼洋河為例進(jìn)行分析。WEP-QTP模型對(duì)尼洋河流域的日徑流過(guò)程有較好的模擬效果,工布江達(dá)站、巴河橋站、多布站的Nash效率系數(shù)分別為0.79、0.77和0.88,相對(duì)誤差分別為-8.7%、-6.4%和2.7%?;赪EP-QTP模型得到1961—2018年尼洋河流域徑流不同組分年際間的變化規(guī)律(圖5),由圖5可見,降雨產(chǎn)流對(duì)徑流量影響最大。對(duì)各組分年際變化趨勢(shì)分析發(fā)現(xiàn),融冰、融雪產(chǎn)流呈不顯著減小趨勢(shì),降雨產(chǎn)流呈顯著增加趨勢(shì)。在徑流突變點(diǎn)1986年前后,降雨產(chǎn)流量占比由突變前74.5%增加到80.5%,融冰產(chǎn)流量占比由4.2%減小到2.1%,融雪產(chǎn)流量占比由21.3%減小到17.3%。根據(jù)水文氣象觀測(cè)數(shù)據(jù)分析,1961—2018年尼洋河流域降水主要呈現(xiàn)增加趨勢(shì),平均增幅約4.0 mm/(10 a),因此降水的增加可認(rèn)為是尼洋河徑流增加的主導(dǎo)因素。
圖5 尼洋河徑流組分的年際變化Fig.5 Interannual variation of runoff components in the Niyang River
在考慮時(shí)間滯后性的條件下,通過(guò)建立怒江年徑流量與流域內(nèi)那曲、貢山和保山氣象站觀測(cè)數(shù)據(jù)的相關(guān)性模型,使用主成分分析方法分別提取3個(gè)氣象站上一年10月至當(dāng)年9月降水量(PPC1)和2—11月平均氣溫(TPC1),其第一主成分分別占總方差的84.16%和52.45%,表明PPC1和TPC1成功捕獲了影響怒江流域的大尺度氣候信號(hào)。研究進(jìn)一步發(fā)現(xiàn),降水是怒江徑流量變化的主要驅(qū)動(dòng)因子。其中,在1958—2004年期間,怒江流域上游那曲站降水量和怒江年徑流量均呈上升趨勢(shì),降水變化解釋了約46.7%的徑流量變化(R=0.69,p<0.01),表明寒冷、干旱和半干旱水源區(qū)的降水是驅(qū)動(dòng)下游河流徑流量變化的關(guān)鍵因素。流域上游的降水主要以冬季降雪形式存在,上一年10—12月降水量與徑流量顯著正相關(guān)表明冬季積雪可能影響暖季徑流量變化。除了冬季降雪外,來(lái)自印度洋北部的水汽也會(huì)影響怒江流域的降水,表現(xiàn)為相對(duì)豐富的季風(fēng)降雨導(dǎo)致河流徑流量迅速增加[23]。
為了深入認(rèn)識(shí)西南河流源區(qū)不同時(shí)間尺度的豐枯變化規(guī)律,采用多種技術(shù)途徑和方法分析全新世雅江中游和近500 a怒江洪水變化規(guī)律,并重點(diǎn)從季風(fēng)變化與影響的角度揭示豐枯變化規(guī)律的物理機(jī)制。
3.2.1 豐枯變化規(guī)律
(1) 全新世雅江中游洪水變化規(guī)律。通過(guò)對(duì)提取的湖泊沉積物多種元素進(jìn)行綜合對(duì)比驗(yàn)證,得到全新世雅江中游徑流的變化規(guī)律,總體上顯示在過(guò)去20 ka以來(lái)徑流持續(xù)增加[24]。利用功率譜和小波分析對(duì)去趨勢(shì)后的全新世徑流進(jìn)行周期提取,結(jié)果顯示:徑流在年際尺度(2~7 a周期)和長(zhǎng)時(shí)間尺度(500 a、1 000 a、2 000 a周期)的變化規(guī)律均響應(yīng)了厄爾尼諾-南方濤動(dòng)(ENSO)的活動(dòng)變化規(guī)律。此外,通過(guò)對(duì)比發(fā)現(xiàn)全新世洪水頻率與ENSO活動(dòng)具有較好的一致性:近3 ka的洪水頻率增加與模擬和地質(zhì)記錄中的ENSO活動(dòng)增加一致[25],而在9~3 ka BP期間,雅江洪水頻率明顯減小,與模擬的ENSO活動(dòng)減弱一致??傮w上,本研究恢復(fù)的雅江洪水在全新世以來(lái)與ENSO變化較為一致,即較大的ENSO活動(dòng)變化有利于洪水發(fā)生,反之亦然。
(2) 近500 a怒江洪水變化規(guī)律。利用采自怒江流域的6個(gè)樹木年輪樣本,在進(jìn)行數(shù)據(jù)純化處理的基礎(chǔ)上研制了樹輪寬度年表?;跇漭啔夂蛩捻憫?yīng)分析結(jié)果,發(fā)現(xiàn)上年9月至當(dāng)年6月的徑流量和樹輪相關(guān)性最好,因此利用線性回歸模型重建了怒江1500—2011年上一年9月至當(dāng)年6月徑流量變化值。重建序列平均值為332.19億 m3,標(biāo)準(zhǔn)差(σ)為27.49億 m3。將重建序列進(jìn)行21 a低通濾波處理,定義連續(xù)10 a低于平均值為枯水期,連續(xù)10 a高于平均值為豐水期;定義徑流量值低于平均值2倍標(biāo)準(zhǔn)差年份為枯水年,高于平均值2倍標(biāo)準(zhǔn)差為豐水年。由圖6可知[26],重建序列存在10個(gè)枯水期(1500—1509年、1534—1548年、1563—1573年、1592—1613年、1629—1656年、1731—1774年、1793—1833年、1863—1899年、1905—1930年、1961—1985年)和10個(gè)豐水期(1510—1533年、1549—1562年、1574—1591年、1614—1628年、1657—1730年、1775—1792年、1834—1862年、1931—1942年、1950—1960年、1986—2011年),存在12個(gè)枯水年(1504年、1604年、1605年、1606年、1653年、1736年、1798年、1799年、1804年、1897年、1913年和1972年)和8個(gè)豐水年(1719年、1785年、1850年、1940年、1957年、1980年、2000年和2008年)。在1603—1608年、1735—1737年、1797—1800年、1943—1945年間出現(xiàn)了連續(xù)多年(≥3 a)低于平均值1倍標(biāo)準(zhǔn)的枯水期。此外,重建序列也顯示了徑流量在1970—2000年期間有顯著增加趨勢(shì)。
圖6 1500—2011年怒江上年9月至當(dāng)年6月徑流量重建序列Fig.6 Runoff reconstruction sequence of the Nujiang River from September of last year to June of the current year from 1500 to 2011
3.2.2 驅(qū)動(dòng)機(jī)制分析
相關(guān)研究結(jié)果顯示,西南河流源區(qū)徑流變化主要受到ENSO活動(dòng)的影響,通過(guò)調(diào)節(jié)大氣降水改變?cè)搮^(qū)域的徑流變化[23]。總體上,ENSO暖相位(El Nio事件)時(shí)沃克環(huán)流受到抑制,印度季風(fēng)減弱,來(lái)自孟加拉灣的水汽減少,導(dǎo)致該區(qū)域降水減少;而在ENSO冷相位(La Nia事件)階段沃克環(huán)流持續(xù)增強(qiáng),氣流上升區(qū)向西移動(dòng),加強(qiáng)了阿拉伯海的水汽輸送,導(dǎo)致較強(qiáng)的降水[27]。El Nio和La Nia存在伴生現(xiàn)象,二者共同構(gòu)成約2~8 a的ENSO周期[28],直接影響西南河流源區(qū)徑流年際尺度的豐枯變化規(guī)律。
為進(jìn)一步闡明季風(fēng)環(huán)流對(duì)該區(qū)域降水及其導(dǎo)致的徑流豐枯變化規(guī)律的影響,依據(jù)區(qū)域水汽收支平衡物理方程,定量揭示了1979—2015年南亞季風(fēng)爆發(fā)、消退異常變化對(duì)該區(qū)域降水變異的影響及其作用機(jī)制。結(jié)果顯示(圖7):南亞季風(fēng)爆發(fā)和消退異常對(duì)該區(qū)域汛期降水的影響存在非對(duì)稱效應(yīng),且空間差異性明顯。季風(fēng)爆發(fā)(消退)異常將導(dǎo)致區(qū)域東部、中部和西部汛期降水量存在約23.41%、15.91%、1.96%(13.05%、21.50%、29.86%)的差異,極易引起降水異常,增加洪旱災(zāi)害的潛在風(fēng)險(xiǎn)[29]。究其根源,降水異常主要與南亞季風(fēng)活動(dòng)異常造成的水汽輸送熱動(dòng)力過(guò)程變化有關(guān)。南亞季風(fēng)爆發(fā)時(shí)間提前(推遲)時(shí),區(qū)域以南存在異常氣旋(反氣旋)式水汽輸送,造成水平方向水汽幅合(幅散);另外,該區(qū)域受地形作用影響顯著,進(jìn)一步增加垂直方向上水汽輻合異常,最終導(dǎo)致汛期降水總量和極端降水事件的增多(減少),誘發(fā)洪旱災(zāi)害。
圖7 南亞季風(fēng)影響藏東南汛期降水變異的作用機(jī)制Fig.7 Mechanism of South Asian monsoon affecting precipitation variability in flood season in Southeast Tibet
利用全球和區(qū)域氣候模式在未來(lái)不同排放情景下的氣象要素模擬數(shù)據(jù),在偏差訂正后驅(qū)動(dòng)陸面水文模型,預(yù)估未來(lái)15~60 a三江源區(qū)(主要為黃河源區(qū)和長(zhǎng)江源區(qū))和雅魯藏布江-布拉馬普特拉河徑流與極端徑流的未來(lái)變化趨勢(shì)。以三江源區(qū)為例,從氣象-生態(tài)-水文相聯(lián)系的角度,探討生態(tài)因子(CO2濃度變化和LAI變化)和氣象因子對(duì)未來(lái)極端徑流事件變化的相對(duì)貢獻(xiàn)。
3.3.1 未來(lái)徑流變化趨勢(shì)
根據(jù)不同的氣候模式預(yù)估結(jié)果,在維持現(xiàn)有社會(huì)經(jīng)濟(jì)發(fā)展規(guī)律和溫室氣體排放水平條件下,全球平均溫度將在2020—2035年、2035—2060年以及2060—2075年間相比工業(yè)革命前(1850—1900年)增加1.5 ℃、2.0 ℃和3.0 ℃[30]。相應(yīng)的CMIP6/CSSPv2試驗(yàn)集合平均結(jié)果顯示(圖8),當(dāng)未來(lái)全球增溫1.5 ℃、2.0 ℃和3.0 ℃時(shí),三江源區(qū)平均降水量將分別增加5%、7%和13%;年蒸散發(fā)量的變化趨勢(shì)與降水一致,在1.5 ℃、2.0 ℃和3.0 ℃增溫水平下分別增加4%、7%和13%;植被蒸騰占總蒸散發(fā)的比值(蒸散比)也在各增溫水平下顯著增加,表明植被蒸騰的增加速率要大于地表蒸發(fā);雖然年產(chǎn)流量的相對(duì)變化在1.5 ℃、2.0 ℃和3.0 ℃增溫水平下能達(dá)到6%、9%和14%,但僅有75%的模式顯示出產(chǎn)流增加趨勢(shì),進(jìn)一步分析表明,年平均產(chǎn)流在春季和冬季的增加是顯著的,而在夏季和秋季的變化不確定性較大。
圖8 全球未來(lái)不同增溫水平下三江源區(qū)陸面水循環(huán)要素相比歷史時(shí)期(1985—2014年)的相對(duì)變化(修改自文獻(xiàn)[30])Fig.8 Relative changes of hydrological cycle elements on land surface in the Three-River Headwaters region compared with historical periods (1985—2014年) under different global warming levels in the future
與三江源類似,雅魯藏布江-布拉馬普特拉河流域在未來(lái)也呈現(xiàn)出降水增加和氣溫升高的趨勢(shì)。具體的,流域平均年降水量在歷史時(shí)期(1982—2001年)為1 425.3 mm,而RCP4.5和RCP8.5排放情景下未來(lái)近期時(shí)段(2020—2035年)的降水將分別達(dá)到1 529.8 mm和1 608.0 mm,相比歷史期間增加了7.3%和12.8%。流域平均氣溫也將由歷史時(shí)期的8.7 ℃增加至RCP4.5和RCP8.5排放情景下的9.8 ℃和10.0 ℃。與氣溫和降水增加對(duì)應(yīng)的是流域徑流量的增加。在流域出口的Bahadurabad水文站(圖9),RCP4.5排放情景下未來(lái)近期年平均徑流深為1 386.7 mm,相比歷史期間增加6.9%,而在RCP8.5情景下年平均徑流深為1 466.4 mm,相比歷史時(shí)期增加12.9%[31]。
圖9 不同排放情景下,雅魯藏布江-布拉馬普特拉河Bahadurabad水文站的徑流預(yù)估結(jié)果和90%不確定性區(qū)間[31]Fig.9 Estimation of runoff and 90% uncertainty intervals for Bahadurabad hydrological station of Yarlung Tsangpo-Brahmaputra River under different discharge scenarios
3.3.2 未來(lái)洪旱災(zāi)害變化趨勢(shì)
在1.5 ℃增溫水平下,黃河源區(qū)雨季極小徑流事件發(fā)生的頻率相比1985—2014年增加了55%,但是不確定性范圍大于集合平均結(jié)果,表明結(jié)果并不顯著。在2.0 ℃和3.0 ℃增溫水平下,極小徑流事件將分別增加77%和125%,且結(jié)果也變顯著。不同于黃河源區(qū),長(zhǎng)江源區(qū)在1.5 ℃、2.0 ℃和3.0 ℃增溫水平下的雨季極大徑流事件分別顯著增加138%、202%和232%,表明洪澇風(fēng)險(xiǎn)有所增加(圖10)。另外,雅魯藏布江-布拉馬普特拉河流域多年平均洪峰流量在2種排放情景下分別達(dá)到了5.191 9×104m3/s和5.632 4×104m3/s,相比于歷史時(shí)期分別增加了13.5%和23.2%。在濕潤(rùn)的長(zhǎng)江源區(qū)和雅魯藏布江-布拉馬普特拉河流域,未來(lái)暖濕化的氣候均導(dǎo)致平均徑流和極大徑流增加,對(duì)應(yīng)洪水風(fēng)險(xiǎn)增加;對(duì)于較為干旱的黃河源區(qū),未來(lái)氣候的暖濕化使得雨季極小徑流事件(干旱)頻發(fā)。這種“干更干,濕更濕”的極端徑流變化特征為未來(lái)河流源區(qū)的水旱災(zāi)害管理帶來(lái)了巨大挑戰(zhàn),也對(duì)極端徑流事件的預(yù)測(cè)提出了更高的要求。
圖10 全球未來(lái)不同增溫水平下黃河源和長(zhǎng)江源區(qū)月徑流量和極端徑流量變化(修改自文獻(xiàn)[30])Fig.10 Changes of streamflow and extreme streamflow over the source regions of Yellow River and Yangtze River under different global warming levels in the future
3.3.3 生態(tài)因子和氣象因子對(duì)未來(lái)極端徑流事件變化的貢獻(xiàn)
以三江源地區(qū)為例,分析了生態(tài)因子對(duì)極端徑流變化的影響(圖11)。結(jié)果發(fā)現(xiàn)雖然氣候變化的影響最大,但是CO2的植被生理效應(yīng)和下墊面LAI變化因子也不容忽視,兩者對(duì)極小、極大徑流預(yù)估結(jié)果的影響可以達(dá)到9%~22%,且兩者的作用隨不同增溫幅度的變化而變化。在增溫幅度較小時(shí),LAI的增加幅度較小,LAI增加導(dǎo)致的植被耗水強(qiáng)度相對(duì)較弱,而CO2濃度增加導(dǎo)致的植被生理效應(yīng)(減小植被氣孔導(dǎo)度)則是直接作用于現(xiàn)有以及增長(zhǎng)的植被,因而CO2的植被生理效應(yīng)的增濕效應(yīng)占主導(dǎo),即升高的CO2濃度抑制了植被蒸騰,從而增加了極大徑流事件的頻次,且這種增濕作用大于由LAI增加導(dǎo)致的干效應(yīng)。隨著增溫幅度的增加,暖濕化的氣候條件使LAI增長(zhǎng)幅度不斷增加,導(dǎo)致的干效應(yīng)也持續(xù)增強(qiáng),并在3.0℃增溫水平下超過(guò)CO2生理強(qiáng)迫的影響,使得極小徑流事件增加。因此,CO2的植被生理效應(yīng)和LAI增長(zhǎng)導(dǎo)致的水文效應(yīng)對(duì)源區(qū)陸地水循環(huán)未來(lái)預(yù)估均有不可忽視的作用,單獨(dú)考慮某一種或者不考慮這2種生態(tài)過(guò)程,均會(huì)給未來(lái)預(yù)估帶來(lái)較大誤差。同時(shí),LAI增長(zhǎng)的干效應(yīng)隨著增溫強(qiáng)度增加而增強(qiáng),表明未來(lái)持續(xù)增溫背景下河流源區(qū)的植被-水文耦合過(guò)程更加緊密。
圖11 氣象因子、CO2的植被生理效應(yīng)以及下墊面LAI變化對(duì)極端徑流變化預(yù)估的影響(修改自文獻(xiàn)[30])Fig.11 Effects of climate factors,vegetation physiological effects of CO2 and underlying surface LAI changes on the projection of extreme runoff change
圍繞著中國(guó)西南河流源區(qū)徑流變化規(guī)律及其未來(lái)演變趨勢(shì)這一核心科學(xué)問(wèn)題,經(jīng)過(guò)多年的研究與探索,得到以下幾點(diǎn)基本結(jié)論:
(1) 選取三江源區(qū)、雅魯藏布江流域和怒江流域近50 a(1950—2010年)的月徑流資料,進(jìn)行了徑流變化規(guī)律及其驅(qū)動(dòng)機(jī)制分析。結(jié)果表明,三江源地區(qū)徑流整體表現(xiàn)為上升趨勢(shì),其中以長(zhǎng)江源區(qū)直門達(dá)水文站徑流量增速最大。雅魯藏布江流域內(nèi)尼洋河年徑流量近50 a來(lái)總體呈增加趨勢(shì),而其他區(qū)域年徑流量整體上呈不顯著下降趨勢(shì),20世紀(jì)90年代后表現(xiàn)為先上升后下降的趨勢(shì),同時(shí)存在3~4 a和12~15 a的周期變化特征。盡管在全球變暖背景下,升溫對(duì)于徑流變化的作用有所增強(qiáng),但降水仍然是引起三江源、雅江和怒江流域徑流變化的最關(guān)鍵因子,其中降水在三江源、雅魯藏布江流域尼洋河和怒江均主要呈增加趨勢(shì),平均增幅為4.0~13.3 mm/(10 a),降水的增加是該地區(qū)徑流增加的主導(dǎo)因素。
(2) 全新世雅江中游徑流呈現(xiàn)波動(dòng)增加的態(tài)勢(shì),大致分為3個(gè)主要階段,洪水事件呈現(xiàn)出早、晚全新世頻繁、中全新世相對(duì)較少的特征。近500 a怒江流域重建序列存在10個(gè)豐水期和10個(gè)枯水期,并且在20世紀(jì)70年代后呈現(xiàn)增加趨勢(shì)。西南河流源區(qū)徑流豐枯變化主要受季風(fēng)環(huán)流和ENSO活動(dòng)的影響,但季風(fēng)異常的影響具有明顯的“非對(duì)稱效應(yīng)”,年際尺度上從東部向西部季風(fēng)對(duì)降水的影響效應(yīng)逐漸增強(qiáng);長(zhǎng)期趨勢(shì)變化尺度上季風(fēng)環(huán)流強(qiáng)弱變化直接影響該區(qū)域降水—徑流的豐枯變化情勢(shì)。
(3) 利用氣候模式的未來(lái)氣象要素預(yù)估結(jié)果驅(qū)動(dòng)陸面水文模型,預(yù)估了未來(lái)15~60 a持續(xù)增溫的情景下三江源區(qū)和雅魯藏布江-布拉馬普特拉河徑流與極端徑流的變化趨勢(shì)。結(jié)果表明,未來(lái)平均徑流相比近30 a增加6%~14%,極端徑流呈現(xiàn)出“干更干、濕更濕”的變化特征,且生態(tài)因子(CO2的植被生理效應(yīng)和LAI變化)對(duì)于未來(lái)徑流變化具有不可忽視的作用。