變化環(huán)境下的徑流演變與影響研究：回顧與展望

徐宗學(xué) ，姜 瑤

(1. 北京師范大學(xué) 水科學(xué)研究院，北京 100875； 2. 城市水循環(huán)與海綿城市技術(shù)北京市重點實驗室，北京 100875；3. 南昌大學(xué) 建筑工程學(xué)院，江西 南昌 330031)

在氣候變化和人類活動的共同影響下，流域水循環(huán)和水量平衡要素在時間、空間和數(shù)量上發(fā)生了不可忽視的變化[1]，深刻影響著水安全和社會安全，乃至地球生態(tài)環(huán)境系統(tǒng)安全[2]。認(rèn)識和把握全球變化背景下的水循環(huán)過程及其時空演變規(guī)律是水科學(xué)研究的熱點問題，對全球變化條件下水資源的適應(yīng)性管理具有十分重要的現(xiàn)實意義。

隨著一系列國際水科學(xué)合作項目及研究計劃的推動，各國學(xué)者圍繞變化環(huán)境下的水循環(huán)演變規(guī)律開展了大量研究工作，從全球、區(qū)域和流域等不同尺度探討了變化環(huán)境下的水循環(huán)演變規(guī)律及其驅(qū)動機制[3]。內(nèi)容涉及水循環(huán)要素的演變規(guī)律、水循環(huán)要素變化的歸因分析、氣候變化和人類活動對水循環(huán)的影響等。其中，徑流是地表水循環(huán)過程的重要環(huán)節(jié)，是氣候和下墊面等多要素影響下的復(fù)雜水文過程的綜合表征[4]，變化環(huán)境下的水循環(huán)響應(yīng)直接表現(xiàn)為徑流變化。真實地描述和科學(xué)地揭示河川徑流演變規(guī)律一直是水文科學(xué)研究領(lǐng)域的熱點和難點。如何正確識別徑流的時空變化特征，合理描述流域內(nèi)氣候-水文-生態(tài)系統(tǒng)相互作用機制，厘清影響徑流變化的主導(dǎo)因子，合理闡釋氣候變化和人類活動影響下的徑流演變規(guī)律是其中所涉及的關(guān)鍵問題。由于變化環(huán)境下的徑流演變及響應(yīng)規(guī)律在全球范圍內(nèi)千變?nèi)f化，本文主要通過綜合與梳理近十幾年來的相關(guān)研究成果，重點從上述四個關(guān)鍵問題出發(fā)，歸納和闡述流域徑流演變規(guī)律研究的主要方法及進展，以期為變化環(huán)境下的水循環(huán)演變規(guī)律研究提供借鑒和參考。

1 流域徑流演變特征分析

系統(tǒng)分析和識別徑流演變特征及其影響因素，是認(rèn)識和掌握變化環(huán)境下的流域水循環(huán)演變規(guī)律的基礎(chǔ)性研究內(nèi)容。借助數(shù)理統(tǒng)計方法及其他分析技術(shù)，利用長序列歷史資料分析徑流演變的趨勢、周期及空間分異等特征，闡釋其與影響因素變化的相依關(guān)系，是進行流域徑流演變特征分析的重要手段。

趨勢分析及變異診斷是流域徑流變化研究的主要內(nèi)容，國內(nèi)外研究者針對不同地區(qū)、不同流域的徑流變化趨勢已經(jīng)開展了大量研究工作。如Zhang等[5]、Kahya等[6]、Hamed[7]分別對加拿大、土耳其、美國等地的徑流變化趨勢進行了分析；張建云等[8]、王樂揚等[9]、李揚等[10]分別分析了我國不同流域的徑流變化趨勢。趨勢檢驗可以判斷水文氣象序列的變化趨勢（增加或減少）、變化程度（斜率）和變化的顯著性，以及識別變化的“突變點”或“拐點”，主要方法有線性回歸分析、累積距平曲線和滑動t檢驗等參數(shù)統(tǒng)計法，以及Mann-Kendall秩次檢驗（MK檢驗）、Spearman秩次檢驗、Sen’s斜率估計等非參數(shù)統(tǒng)計方法。參數(shù)統(tǒng)計法通常要求數(shù)據(jù)遵從一定分布，而非參數(shù)統(tǒng)計法對數(shù)據(jù)的分布形態(tài)沒有特定要求，因此在水文氣象等非正態(tài)分布數(shù)據(jù)的趨勢變化檢驗中得到廣泛應(yīng)用[6-7]。由于以上趨勢分析方法所基于的原理不盡相同，其計算結(jié)果之間往往存在差異，序列的自相關(guān)性、周期波動等特性也會導(dǎo)致在具體應(yīng)用時出現(xiàn)分析結(jié)果上的偏差[7]。從目前趨勢分析方法的應(yīng)用情況來看，還無法判斷哪種方法得到的檢驗結(jié)果更為準(zhǔn)確和可靠。為了克服方法上的不足，許多研究者往往通過綜合運用多種方法進行對比分析。例如，Tabari等基于線性回歸、MK檢驗、Pettitt檢驗和Sen’s斜率估計等方法得到了伊朗地區(qū)降水的變化趨勢和變化率[11]；Pandey等[12]采用線性回歸、MK檢驗和離散小波變換（DWT）方法識別了印度降水序列的長期變化趨勢，給出了不同時間尺度下的降水變化趨勢特征。

周期識別是徑流演變特征分析的另一重要內(nèi)容，取得了大量研究成果。傳統(tǒng)分析方法主要是采用基于自相關(guān)函數(shù)或傅里葉轉(zhuǎn)換的頻譜分析[13]，而傳統(tǒng)譜分析具有分辨率不高和頻率泄露嚴(yán)重等缺點[14]，且僅適用于平穩(wěn)一致性的時間序列[15]。因此，許多新的理論和方法被引入到水文分析領(lǐng)域。例如，最大熵譜分析（Maximum entropy spectrum analysis，MESA）具有分辨率高與適應(yīng)短序列的優(yōu)點，成為水文序列周期識別的重要手段[14-15]。小波分析能夠從時域和頻域揭示序列的局部特性，適合于研究具有多時間尺度變化和非平穩(wěn)特性的序列，在徑流序列的周期識別及時空尺度變化分析中得到較為廣泛的應(yīng)用[16-18]。

隨著熵、混沌、分形等理論方法的引入，水文研究領(lǐng)域?qū)λ南到y(tǒng)的非線性、非平穩(wěn)性進行了更深入地探討。熵是度量序列復(fù)雜程度的重要指標(biāo)，利用多尺度熵（Multiscale entropy）、樣本熵（Sample entropy）等方法可對徑流序列的復(fù)雜性變化規(guī)律進行描述，從而定性辨識人類活動對水文過程的影響[19]。重標(biāo)極差法（R/S）、非趨勢波動分析（Detrended fluctuation analysis，DFA）等方法通過計算序列的標(biāo)度指數(shù)來識別序列內(nèi)在的標(biāo)度行為，從而檢測序列變化趨勢的持續(xù)性或長程相關(guān)性[20-21]。Huang等[22-23]提出的經(jīng)驗?zāi)B(tài)分解分析（Empirical mode decomposition，EMD）可直接基于序列本身進行逐級分解，通過一組表征原序列局部變化特征的本征模態(tài)函數(shù)（Intrinsic mode function，IMF）來描述序列蘊含的不同時間尺度振蕩特征及趨勢變化，在描述非平穩(wěn)時間序列的多尺度變化特征方面具有較好表現(xiàn)，得到了較為廣泛的應(yīng)用。

2 變化環(huán)境下的流域徑流模擬

基于水文模型的流域水文過程模擬是揭示徑流形成和演變機理的重要手段，是水文水資源研究領(lǐng)域的一個重要分支和熱點問題。水文模型在徑流演變機理研究中具有突出優(yōu)勢，利用水文模型模擬流域水循環(huán)過程，定量分析徑流演變的驅(qū)動因素，是當(dāng)前水循環(huán)演變規(guī)律研究的重要內(nèi)容之一。繼19世紀(jì)Mulvany提出徑流的合理化公式以后，大量水文模型得以發(fā)展和應(yīng)用。目前常用的水文模型主要可歸納為經(jīng)驗統(tǒng)計模型、集總式概念性水文模型和分布式水文模型。經(jīng)驗統(tǒng)計模型不涉及系統(tǒng)內(nèi)部的物理機制，參數(shù)沒有太多物理意義，而是通過氣候要素（如降雨、蒸散發(fā)）與徑流的同期觀測資料，建立輸入輸出變量之間的關(guān)系進行估計，屬于數(shù)據(jù)驅(qū)動型模型。由于流域水文物理過程涉及大量參數(shù)及不確定性，以觀測數(shù)據(jù)為驅(qū)動的黑箱模型相較于分布式模型具有簡單直接的優(yōu)勢[24]。在降水徑流過程模擬中，早期以ARMA模型、ARIMA模型為代表的隨機時間序列模型應(yīng)用為主[25-26]。近十幾年來，基于人工智能算法的降雨-徑流模型開始得到廣泛應(yīng)用，如基于ANN（Artificial neural network）方法、模糊邏輯技術(shù)及其結(jié)合的降雨-徑流模型[27-28]。這類模型能夠有效處理水文變量之間的高度非線性關(guān)系，尤其是當(dāng)系統(tǒng)內(nèi)在物理關(guān)系未被充分理解的前提下，相較于傳統(tǒng)統(tǒng)計模型更有優(yōu)勢[29]。但經(jīng)驗統(tǒng)計模型缺乏物理基礎(chǔ)且依賴于長系列資料，在缺資料地區(qū)及大尺度流域水文模擬中具有一定的局限性。

概念性水文模型利用一些簡單的物理概念和經(jīng)驗關(guān)系對流域水文過程進行概化，具有一定的物理基礎(chǔ)，也具有相當(dāng)?shù)慕?jīng)驗性。與分布式水文物理模型相比，概念性水文模型在物理過程描述、模型結(jié)構(gòu)、模擬精度、模型參數(shù)確定等方面有其自身局限性，模擬結(jié)果有時不太理想，但模型結(jié)構(gòu)簡單，實用性強[30]。應(yīng)用較廣的概念性水文模型有新安江模型、HBV模型、SIMHYD模型、SMAR模型、GR4J模型等。不同模型各有其優(yōu)缺點，在全球不同流域的降雨徑流模擬中均有應(yīng)用。以水文模型在我國的應(yīng)用為例，Li等[31]應(yīng)用SIMHYD模型和GR4J模型模擬分析了氣候變化對青藏高原南部雅魯藏布江流域徑流的影響，表明SIMHYD模型和GR4J模型在高海拔流域具有良好的適用性；Guan等[32]以黃河流域6個子流域為例，分別評估了4種常用水文模型（新安江模型、SIMHYD模型、GR4J模型和RCCC-WBM模型）進行變化環(huán)境下徑流模擬的能力和性能，表明4種模型對所有子流域的天然徑流模擬均表現(xiàn)良好；管曉祥等[33]以我國不同氣候區(qū)的6個典型流域為例，評估了RCCC-WBM模型對徑流的模擬能力，表明RCCC-WBM模型對不同氣候區(qū)典型流域的天然徑流過程都具有較好的模擬效果。

分布式水文模型，尤其是分布式水文物理模型，具有堅實的物理基礎(chǔ)且能充分考慮參數(shù)和變量的空間變異性，可以更準(zhǔn)確地描述水文過程并反映流域響應(yīng)的空間特征，是深入認(rèn)識流域水文過程機理的有力工具。常見的分布式水文模型有SWAT模型、PRMS模型、MIKE SHE模型、VIC模型等國外開發(fā)模型，以及國內(nèi)開發(fā)的WEP模型、GBHM模型等。分布式水文模型可基于離散化的網(wǎng)格單元分別描述和模擬流域下墊面條件及降水、蒸散發(fā)和徑流情況，更適合與大尺度GCMs耦合，在模擬氣候和下墊面變化的水文響應(yīng)及氣候影響評價等方面應(yīng)用廣泛。例如，Pervez等[34]利用SWAT模型分析了氣候變化和土地利用變化對布拉馬普特河徑流的影響，模擬結(jié)果較合理地反映了變化環(huán)境下的流域徑流響應(yīng)；Cuo等[35]基于VIC模型評價了氣候變化和土地利用轉(zhuǎn)變對中國黃河流域上游水文過程的影響，研究較好地考慮了氣候及土地利用變化對徑流的影響及其空間差異；Yang等[36]利用WEP-L模型量化了氣候變化和人類活動對青藏高原東北部流域徑流的影響，表明WEP-L模型對變化環(huán)境下青藏高原徑流響應(yīng)模擬具有良好的適用性。近年來，研究者基于分布式水文模型與空間分析及衛(wèi)星遙感技術(shù)，充分利用遙感資料獲取輸入與參數(shù)信息，并通過多源數(shù)據(jù)同化技術(shù)等方法率定模型，為缺資料地區(qū)的水文模擬提供了有效手段，成為當(dāng)前水文模擬研究的發(fā)展趨勢。如Chen等[37]基于多源遙感數(shù)據(jù)模擬率定了雅魯藏布江流域的冰雪融水徑流，較好地改進了缺資料地區(qū)的水文模擬；王衛(wèi)光等[38]進行了基于蒸散發(fā)數(shù)據(jù)同化技術(shù)的徑流模擬，較好地改進了徑流模擬效果。

在以冰川積雪融水補給為主的流域，徑流對氣候變化極其敏感，準(zhǔn)確量化融雪、融冰和降雨對河川徑流的貢獻極其重要且具有挑戰(zhàn)性。當(dāng)前模型對冰川融雪機制的描述通?？煞譃闇囟戎笜?biāo)模型（度日因子模型）和能量平衡模型兩類，前者利用經(jīng)驗方法建立氣溫和融雪融冰的相關(guān)方程，如HBV模型、SWAT模型等，后者從熱力學(xué)的角度進行理論分析和定量計算，如RRMS模型、VIC模型等。相比于能量平衡模型，溫度指標(biāo)模型所需參數(shù)少、計算簡單，在目前的高寒地區(qū)徑流模擬中仍有著廣泛應(yīng)用。在溫度指標(biāo)模型中引入輻射因子的影響[39]，并將修正的溫度指標(biāo)模型與分布式水文模型耦合，較好地改善了溫度指標(biāo)模型的時空精度及其對冰雪消融狀況空間變化特征的描述[40]。然而，實際應(yīng)用中模型關(guān)鍵參數(shù)難以觀測和率定、輸入數(shù)據(jù)及其精度的缺乏等問題，仍然限制著冰川融雪徑流的模擬研究。

隨著水循環(huán)機理研究的深入和水資源管理需求的增加，流域水文模擬研究向著時間尺度的精細(xì)化、空間尺度的擴大及多過程耦合模擬發(fā)展，研究者開始關(guān)注流域土壤凍融[41]、植被生長變化[42]、冰川積雪變化[37]等生態(tài)環(huán)境變化的水文響應(yīng)及徑流成分的量化[43]，以及基于陸面過程模式的區(qū)域及全球尺度下的水文過程模擬[44-45]。

3 流域徑流變化歸因分析

科學(xué)地揭示徑流變化的驅(qū)動機制，辨識引起徑流變化的主要驅(qū)動因素，定量區(qū)分各種驅(qū)動因素的影響及其貢獻率是當(dāng)前水文研究領(lǐng)域的熱點和難點問題之一[3]。對于流域徑流演變的歸因分析，國內(nèi)外已經(jīng)開展了大量工作，研究內(nèi)容主要包括氣候因子變化（溫度、降水、CO2濃度等）對流域徑流變化的影響分析[46-48]，土地利用/覆被變化對流域徑流變化的影響分析[49-51]，以及氣候變化和人類活動兩者綜合對徑流變化影響的定量分析及區(qū)分[52-57]。由于不同流域內(nèi)氣候變化和人類活動對徑流的影響程度不同，變化環(huán)境下的徑流響應(yīng)在全球范圍內(nèi)存在較大的不確定性，因而不同因素對徑流變化的影響研究也往往觀點各異。對于不同地區(qū)，結(jié)合區(qū)域特點深入分析該區(qū)域徑流演變特征及其驅(qū)動要素仍具有重要意義。

目前，徑流演變歸因分析的方法主要可分為二類。第一類主要利用回歸分析、小波理論、神經(jīng)網(wǎng)絡(luò)等數(shù)學(xué)方法或統(tǒng)計模型建立徑流量與相應(yīng)驅(qū)動因子的關(guān)系，以此定量討論影響徑流變化的主要因子及其貢獻率[47,49,51]。例如，Bin等[51]基于下墊面表征指標(biāo)與徑流過程的統(tǒng)計模型量化了下墊面對徑流變化的影響。然而，此類方法對徑流與影響因子的相關(guān)性有著較高要求。第二類方法主要基于流域水文模型或陸面過程模型，通過物理過程模擬量化各驅(qū)動因子的貢獻率，該類方法物理概念清晰，分析精度較高，是定量分析徑流演變驅(qū)動要素及其驅(qū)動力的重要途徑。國內(nèi)外學(xué)者根據(jù)研究區(qū)域特點分別采用不同水文模型，如SWAT模型[53]、VIC模型[58]、新安江模型[59]等，或不同陸面過程模式[45-46]，開展了全球不同流域內(nèi)的徑流演變歸因分析。例如，Yang等[56]基于SWAT模型定量分析了氣候變化、土地利用變化和人類活動對中國東部亞熱帶流域徑流變化的影響，得出氣候變化是該流域年徑流變化的主要驅(qū)動因素；王國慶等[57]利用RCCWBM模型分別對我國七大江河的徑流變化成因進行了定量識別，研究認(rèn)為人類活動是中國北方江河徑流變化的主要影響因素,氣候變化是中國淮河及其以南江河徑流變化的主要原因。該方法應(yīng)用較多的研究思路是：根據(jù)水文序列變化分析，將流域水文階段劃分為天然基準(zhǔn)期和人類活動影響期，通過模型模擬2個時期的天然徑流量，并結(jié)合實測徑流量進行計算分析，以此區(qū)分氣候變化和人類活動對徑流的影響。

此外，基于Budyko假設(shè)的流域水熱耦合平衡方法概念明晰、參數(shù)少且計算簡單，也是進行流域徑流變化歸因分析的有效方法[60]，其中以彈性系數(shù)法為代表。彈性系數(shù)法根據(jù)Budyko曲線的簡單形式推導(dǎo)出徑流對氣候變量敏感性的解析式，引入彈性系數(shù)表示徑流對氣候因子及下墊面因子的敏感性，從而量化各影響因子對徑流變化的貢獻率[61]。大量學(xué)者采用此方法定量探討了不同流域中氣候和下墊面變化對流域徑流的影響。例如，Zhang等[50]引入徑流對植被變化因子（fPAR）的彈性系數(shù)，以此定量評價了區(qū)域徑流對植被變化的響應(yīng)規(guī)律；Li等[62]利用改進的彈性系數(shù)法定量評估了氣候變化和人類活動對黃河流域上游支流徑流變化的貢獻率。

4 未來氣候變化影響下徑流響應(yīng)規(guī)律預(yù)估

預(yù)估未來氣候變化情景下的徑流響應(yīng)規(guī)律是氣候變化對水循環(huán)影響研究的一個重要內(nèi)容。自20世紀(jì)70年代中期全球大氣研究計劃（Global Atmosphere Research Programme，GARP）、世界氣候研究計劃（World Climate Research Programme，WCRP）、國際地圈生物圈計劃（International Geosphere-Biosphere Programme，IGBP）和國際水文計劃（International Hydrological Programme, IHP）等先后制定并實施開始，氣候變化及其影響研究逐漸成為水文水資源領(lǐng)域的研究熱點。幾十年來，國內(nèi)外學(xué)者圍繞著未來氣候變化下的徑流響應(yīng)開展了大量研究，涉及不同地區(qū)的主要河流和流域。例如，Li等[31]、Su等[63]等研究者對未來氣候變化下青藏高原河川徑流的響應(yīng)規(guī)律進行了深入分析；Yang等[64]利用SWAT模型模擬評價了未來土地覆被和氣候變化下的中國華北地區(qū)流域徑流響應(yīng)；王國慶等[65]利用RCCC-WBM模型模擬了黃河流域的未來水資源變化；孟玉靖等[66]采用BP人工神經(jīng)網(wǎng)絡(luò)模型預(yù)估分析了3種RCP情景下的黃河流域徑流變化；Bliss等[67]模擬評估了全球范圍內(nèi)18個地區(qū)冰川徑流對未來氣候變化的響應(yīng)。這些研究量化了未來氣候變暖對河川徑流的不同程度的影響，但由于流域水文過程機理、氣候模式選擇等的不同，徑流的響應(yīng)在不同地區(qū)之間存在較大差異。

未來氣候變化影響下的徑流響應(yīng)預(yù)估主要是借助水文模型模擬評估未來氣候變化情景下的水文過程及其響應(yīng)規(guī)律，所涉及的關(guān)鍵技術(shù)包括未來氣候變化情景設(shè)置、數(shù)據(jù)尺度轉(zhuǎn)化、水文模擬及不確定性分析等[68]。氣候變化情景主要基于全球氣候模式（GCMs）的輸出結(jié)果。當(dāng)前的氣候模式眾多，如由英國Hadley中心開發(fā)的HadCM2和HadCM3，由加拿大氣象服務(wù)氣候研究中心開發(fā)的CCMA等，不同氣候模式的模擬結(jié)果差異較大，在利用氣候模式進行區(qū)域氣候變化研究前，有必要評估各模式的模擬能力，選取在所研究區(qū)域適應(yīng)性較好的氣候模式[69]。水文模型選擇需要結(jié)合研究目的與區(qū)域特征，綜合考慮模型功能、數(shù)據(jù)要求、適用尺度、與GCMs的兼容性等方面，目前應(yīng)用較多的有VIC模型、SWAT模型、SHE模型和PRMS模型等。GCMs與水文模型的結(jié)合，大部分研究主要采用單向連接，即將GCMs的輸出結(jié)果在區(qū)域內(nèi)進行降尺度處理后再作為水文模型的輸入。目前的降尺度方法可分為統(tǒng)計降尺度、動力降尺度和動力-統(tǒng)計降尺度。統(tǒng)計降尺度方法通過建立大尺度氣候要素和區(qū)域氣候要素之間的統(tǒng)計關(guān)系來構(gòu)建模型，以此將GCMs輸出的大尺度氣候信息降尺度為區(qū)域氣候信息[70]。動力降尺度方法是以空間分辨率較高的區(qū)域氣候模式作為工具，輸出結(jié)果可以較好地反映地形、海陸差異、土地利用等對區(qū)域氣候的影響。由于動力降尺度方法在計算復(fù)雜度、不確定性等方面存在局限性，統(tǒng)計降尺度方法仍是當(dāng)前研究普遍采用的方式。此外，未來氣候情景設(shè)定、陸-氣耦合、水文模擬等環(huán)節(jié)中存在諸多不確定性，有關(guān)此方面的研究也是未來氣候變化下徑流預(yù)估的一個難點和熱點。相較于單純的徑流模擬，未來氣候變化驅(qū)動的徑流模擬增加了因氣候模式輸入引起的不確定性，其主要來源有排放情景設(shè)定、氣候模式預(yù)估及降尺度方法的不確定性。氣候模式輸入的不確定性直接造成徑流響應(yīng)預(yù)估的不確定性，是氣候變化驅(qū)動下徑流模擬不確定性的主要來源[71]。對此的研究，一種是從氣候變化預(yù)估的各環(huán)節(jié)入手，研究如何提高氣候變化情景預(yù)估的精度，減少不確定性[72]；另一種是通過數(shù)學(xué)方法對各不確定性進行定義和合理度量，所采用方法有蒙特卡洛法、貝葉斯理論、GLUE法、模糊理論及混沌理論等。然而，以往的不確定性分析對水文模型模擬的不確定性評價較多，而在氣候驅(qū)動下的徑流響應(yīng)預(yù)估中，很少定量給出因氣候變化情景輸入引起的不確定性范圍。

5 結(jié) 語

氣候變化驅(qū)動下的水循環(huán)水資源演變規(guī)律研究是水科學(xué)研究中的熱點問題，其中變化環(huán)境下的徑流變化規(guī)律及演變機理研究是重要內(nèi)容。本文圍繞其中涉及的四個主要研究內(nèi)容，回顧和梳理了國內(nèi)外相關(guān)研究成果，重點論述了流域徑流演變規(guī)律研究的主要方法及進展。綜合以上分析，當(dāng)前對于變化環(huán)境下徑流演變規(guī)律及其驅(qū)動機制的研究方法眾多，研究成果豐富，取得了突出進展。伴隨氣候變化和人類活動影響，全球范圍內(nèi)的水文要素在時間、空間和數(shù)量上發(fā)生了顯著的趨勢性變化，極端水文事件頻發(fā)，區(qū)域水安全和水資源管理的需求日益增加，對區(qū)域水循環(huán)研究提出了更多要求。針對目前徑流演變特征檢測、徑流演變驅(qū)動因子識別與量化、氣候變化和人類活動對徑流影響的分離、徑流模擬的不確定性等方面存在的不足，今后的研究在以下幾個方面仍有待深入：

（1）當(dāng)前對流域徑流演變特征分析的研究眾多，研究方法多樣，從不同側(cè)面揭示了流域徑流演變的特征。但不同方法自身均存在一定的缺陷和不足，單一方法往往無法有效地全面考慮徑流演變的復(fù)雜特性，而且受研究區(qū)域數(shù)據(jù)長度與質(zhì)量等的限制，對徑流演變特征的認(rèn)識仍存在局限性和不確定性。在實際應(yīng)用中，有必要加強水文氣象要素觀測數(shù)據(jù)及時空分布數(shù)據(jù)的制備和評估，并選擇合理有效的分析方法，提高徑流演變特征檢測的準(zhǔn)確性，進一步加深對徑流時空變化特征的認(rèn)識。

（2）由于氣候變化和人類活動對水循環(huán)過程影響機制的復(fù)雜性及各影響因素的相互作用，當(dāng)前眾多研究對徑流變化驅(qū)動機制的認(rèn)識仍存在一定的片面性和不確定性，如何有效地分離各因素對徑流變化的影響，考慮各因素的綜合作用效果，合理評估各因子貢獻率，確定徑流演變的驅(qū)動機制仍然有待深入研究。

（3）水文模型模擬是變化環(huán)境下水文演變機理研究的重要手段，但其本身的適用性和不確性等問題一直限制著模型模擬的可靠性。今后的研究中有必要借助一些新技術(shù)手段或方法，提高模型對物理過程的描述能力，合理度量水文模擬中的不確定性及其影響，對模擬結(jié)果的置信限度進行估計等，提高模型模擬結(jié)果的可靠性和應(yīng)用價值。

（4）未來氣候變化影響下的徑流響應(yīng)預(yù)估采用氣候情景驅(qū)動水文模型的途徑，因此增加了因氣候模式影響帶來的輸入不確定性。這些不確定性來自氣候模式本身的不完善、排放情景設(shè)定、降尺度處理等。上述方法仍有待改進，以進一步提高氣候變化情景的預(yù)估精度，提供陸面模型所要求的時空分辨率，減少陸-氣耦合過程所產(chǎn)生的不確定性，并定量給出徑流響應(yīng)預(yù)估的不確定性范圍，最終提高水文預(yù)估的可信程度。