基于CMIP6的氣候變化對(duì)南水北調(diào)西線工程水源區(qū)徑流的影響

樊 迪,曾思棟,劉 欣,陽(yáng)林翰,夏 軍,3

(1.中國(guó)科學(xué)院 重慶綠色智能技術(shù)研究院,重慶 400714; 2.中國(guó)科學(xué)院大學(xué) 重慶學(xué)院,重慶 400714; 3.武漢大學(xué) 水資源與水電工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,武漢 430072)

0 引 言

我國(guó)水資源短缺且空間分布失衡,水資源分布呈“南多北少”格局。南水北調(diào)工程作為構(gòu)建國(guó)家水網(wǎng)的主骨架,分為東、中、西3條線路,東線、中線工程自建成以來(lái)就成為許多北方城市不可或缺的供水生命線,顯著改善了沿線地區(qū)水資源利用情況[1]。目前,缺水仍然是黃河流域和相關(guān)地區(qū)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的制約因素,實(shí)施南水北調(diào)西線工程是解決其缺水的重要途徑之一。西線工程作為我國(guó)水資源配置“四橫三縱”總體格局中重要一縱,規(guī)劃將長(zhǎng)江上游金沙江、雅礱江、大渡河等河流水系引水入黃河上游,以緩解我國(guó)北方地區(qū)干旱缺水問(wèn)題,尚處于前期論證階段[2-3]。

氣候變化通過(guò)影響水循環(huán)基本環(huán)節(jié)從而改變水資源的總量或者引起水資源的重新分配,可能會(huì)導(dǎo)致極端災(zāi)害發(fā)生頻率和強(qiáng)度增加,進(jìn)一步影響流域水資源的開(kāi)發(fā)利用及規(guī)劃管理[4]。根據(jù)聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)(Intergovernmental Panel on Climate Change, IPCC)第六次評(píng)估報(bào)告結(jié)果[5],隨著全球氣溫上升,全球水循環(huán)將繼續(xù)加強(qiáng),預(yù)計(jì)大多數(shù)陸地區(qū)域的降水和地表水流量季節(jié)和年際變化將更加劇烈。Wang等[6]發(fā)現(xiàn)水源區(qū)所在的長(zhǎng)江上游21世紀(jì)年徑流量有可能減少,其中雨季減少幅度最大。Su等[7]利用不同典型濃度路徑下5個(gè)氣候模式預(yù)估長(zhǎng)江上游徑流的變化,發(fā)現(xiàn)21世紀(jì)年徑流及汛期最高徑流將隨著降水的增多而增加。秦鵬程等[8]研究結(jié)果顯示,長(zhǎng)江上游各子流域2006—2099年徑流呈現(xiàn)增加趨勢(shì),且金沙江和岷沱江流域?qū)夂蜃兓捻憫?yīng)相對(duì)不明顯。未來(lái)氣候變化及其引起的水資源變化,將給南水北調(diào)西線工程的應(yīng)用和效益帶來(lái)較大的不確定性,分析西線工程區(qū)水源區(qū)未來(lái)徑流對(duì)氣候變化的響應(yīng)特點(diǎn)可以為流域應(yīng)對(duì)氣候變化影響提供科學(xué)依據(jù)。

當(dāng)前,利用合適的水文模型耦合全球氣候模式(Global Climate Models, GCMs)模擬不同情景下流域的水文響應(yīng),是評(píng)估氣候變化對(duì)水資源影響的主要手段之一[9]。分布式時(shí)變?cè)鲆婺Ｐ?Distributed Time Variant Gain Model, DTVGM)可以將水文非線性系統(tǒng)方法與空間分布式模擬進(jìn)行結(jié)合,具有結(jié)構(gòu)簡(jiǎn)單、參數(shù)少等特點(diǎn),在水文信息不完整或受不確定性干擾的情況下也能實(shí)現(xiàn)水文模擬,在中國(guó)許多流域取得了較好的模擬效果[10-12]。全球氣候模式是預(yù)估氣候要素未來(lái)變化的重要工具,第六次國(guó)際耦合模式比較計(jì)劃(Coupled Model Intercomparison Project Phase 6, CMIP6)進(jìn)一步完善了模式的物理過(guò)程,降低了氣候要素模擬的不確定性,且采用了共享社會(huì)經(jīng)濟(jì)路徑與代表性濃度路徑的組合情景(Shared Socioeconomic Pathways and the Representative Concentration Pathways, SSPs-RCPs),是目前所屬模式數(shù)量最多、模擬數(shù)據(jù)最龐大的CMIP項(xiàng)目[13]。此外,單一GCM數(shù)據(jù)輸入到水文模型中會(huì)導(dǎo)致水文響應(yīng)結(jié)果差異很大,近年來(lái)常采用多個(gè)GCMs數(shù)據(jù)以減少氣候模式對(duì)氣候要素模擬的不確定性[14-15]。

本研究以南水北調(diào)西線工程雅礱江水源區(qū)、金沙江水源區(qū)、大渡河水源區(qū)為研究區(qū)域,建立水源區(qū)DTVGM水文模型,利用4種SSPs-RCPs情景下多個(gè)全球氣候模式的降尺度輸出結(jié)果驅(qū)動(dòng)DTVGM水文模型,預(yù)估未來(lái)氣候變化影響下徑流變化特征,并分析徑流變化與氣候要素的聯(lián)系,以期為水源區(qū)水資源管理及西線工程調(diào)水規(guī)劃提供科學(xué)依據(jù)。

1 研究區(qū)域

南水北調(diào)西線工程水源區(qū)位于青藏高原東部邊緣地帶(90°32′E—102°43′E,29°59′N(xiāo)—35°44′N(xiāo)),包括雅礱江、金沙江、大渡河等河流水系。金沙江石鼓水文站以上(含通天河)地處青藏高原腹地,流域面積21.4萬(wàn)km2,多年平均徑流量423億m3;雅礱江流域面積約12.8萬(wàn)km2,91%屬于四川省,多年平均徑流量586億m3;大渡河流域位于青藏高原東部邊緣地帶,是岷江的最大支流,流域面積7.74萬(wàn)km2,多年平均徑流量468億m3。水源區(qū)氣溫分布的特點(diǎn)是西北低,向東和南逐漸升高,年平均氣溫為-4.9～3.3 ℃。降水量時(shí)空分布不均,西北少、東南多,全年降水主要集中在5—10月份,占年降水量的85%～90%。調(diào)水區(qū)徑流來(lái)源主要為降水、地下水及融雪(冰)水。徑流年內(nèi)分布不均,主要集中在6—10月份,約占全年的75%。水源區(qū)受季風(fēng)氣候及青藏高原特殊地理環(huán)境的影響,干濕季分明,具有過(guò)渡性季風(fēng)氣候特征,冬長(zhǎng)嚴(yán)寒,夏短涼爽。研究區(qū)域內(nèi)氣象站和主要水文站點(diǎn)分布如圖1所示。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)資料

2.1.1 站點(diǎn)觀測(cè)數(shù)據(jù)

本文所采用的氣象數(shù)據(jù)來(lái)源于中國(guó)氣象局降水?dāng)?shù)據(jù)集/氣溫?cái)?shù)據(jù)集,包括流域內(nèi)部及周邊23個(gè)氣象站1960—2008年逐日降水、相對(duì)濕度、氣溫等資料。水文數(shù)據(jù)獲取自長(zhǎng)江流域水文年鑒,包括巴塘、崗?fù)?、雅江、大?個(gè)水文控制站點(diǎn)1960—2008年逐月徑流量資料。

2.1.2 GCMs模式數(shù)據(jù)

本文從CMIP6中選取在長(zhǎng)江流域綜合模擬氣溫、降水效果較好的12個(gè)氣候模式,各模式信息見(jiàn)表1。由于GCMs輸出數(shù)據(jù)與水文模型輸入數(shù)據(jù)尺度不匹配且各模式分辨率不同,本文利用雙線性插值法對(duì)GCMs的大尺度輸出結(jié)果進(jìn)行降尺度及統(tǒng)一分辨率處理,并借助分位數(shù)映射法對(duì)氣象要素進(jìn)行校正,以提高模擬準(zhǔn)確度[16]。未來(lái)情景選取4種SSPs-RCPs組合情景,分別為SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5。

表1 CMIP6提供的12種GCM模式信息

2.1.3 地理空間數(shù)據(jù)

本研究采用的數(shù)字高程數(shù)據(jù)(Digital Elevation Model, DEM)是空間分辨率為90 m的SRTM DEM數(shù)據(jù);土壤類(lèi)型數(shù)據(jù)獲取自聯(lián)合國(guó)糧食及農(nóng)業(yè)組織(Food and Agriculture Organization of the United Nations, FAO)土壤數(shù)據(jù)庫(kù),分辨率為1 000 m;土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心,分辨率為1 000 m。

2.2 水文模型的率定和檢驗(yàn)

利用1960—1992年逐月徑流資料進(jìn)行參數(shù)率定,1993—2008年逐月流量數(shù)據(jù)進(jìn)行模型檢驗(yàn),本研究選擇相關(guān)系數(shù)R2和Nash-Sutcliffe效率系數(shù)(NSE)評(píng)價(jià)DTVGM水文模型的模擬結(jié)果。NSE反映的是徑流模擬值與實(shí)測(cè)值的接近程度,R2用于度量徑流模擬值與實(shí)測(cè)值的相關(guān)程度,NSE和R2越接近1,表明水文模型模擬效果越好[17]。

2.3 氣候和徑流變化預(yù)估

選取1991—2014年作為基準(zhǔn)期,預(yù)估時(shí)段為2021—2100年,將預(yù)估時(shí)段劃分為4個(gè)階段,分別是2021—2040年、2041—2060年、2061—2080年、2081—2100年。利用12個(gè)GCMs輸出資料驅(qū)動(dòng)DTVGM模型,通過(guò)泰森多邊形法和算術(shù)平均法計(jì)算得到流域面降水量和平均氣溫,以此分析未來(lái)研究區(qū)降水量及氣溫相對(duì)于基準(zhǔn)期的變化量,并通過(guò)算術(shù)平均法獲得對(duì)應(yīng)時(shí)段的模擬徑流量,與基準(zhǔn)期模擬徑流對(duì)比得到未來(lái)徑流的改變程度。

3 結(jié)果與討論

3.1 水文模型的率定與檢驗(yàn)

根據(jù)率定和驗(yàn)證階段4個(gè)水文站流量模擬值與流量觀測(cè)值的對(duì)比(圖2),發(fā)現(xiàn)率定期和驗(yàn)證期流量模擬值與觀測(cè)值的曲線形狀吻合良好,表明DTVGM模型能夠較好地反映各水文控制站天然徑流的分布特征。

模型在研究區(qū)域具有較高的模擬精度(表2),率定階段NSE介于0.73～0.87,R2介于0.87～0.95,驗(yàn)證階段NSE介于0.80～0.90,R2介于0.91～0.98,2個(gè)階段均符合模型的模擬精度要求,表明DTVGM模型可以用于研究區(qū)域氣候變化影響下的徑流。此外,雅江、崗?fù)?、巴塘水文站在?yàn)證階段的模型精度均略高于率定階段,這可能是由于率定期間流量峰值較大,模型對(duì)于流量峰值擬合度欠佳,因此反而出現(xiàn)驗(yàn)證期模擬精度更高的現(xiàn)象。

表2 各水文站率定和驗(yàn)證階段徑流模擬效果評(píng)價(jià)結(jié)果

3.2 預(yù)估未來(lái)降水和溫度的變化

3.2.1 未來(lái)年降水和溫度的變化

未來(lái)西線工程水源區(qū)氣候變化特征總體呈現(xiàn)出高度的暖濕化傾向,且高輻射情景下的增溫加濕傾向更為顯著(圖3)。雅礱江、金沙江、大渡河水源區(qū)未來(lái)年平均氣溫較基準(zhǔn)期不斷升高且趨勢(shì)較為平緩,SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5情景下年增幅分別為0.006～0.007 ℃、0.027～0.028 ℃、0.050～0.055 ℃和0.066～0.072 ℃。雖然2021—2040年期間年降水量與基準(zhǔn)期降水量接近或者略低于基準(zhǔn)期降水量的情況出現(xiàn)頻率較高,但水源區(qū)未來(lái)降水總體上呈現(xiàn)較明顯的波動(dòng)上升趨勢(shì)。2021—2100年雅礱江、金沙江、大渡河水源區(qū)降水量相對(duì)基準(zhǔn)期的改變?cè)?個(gè)情景下分別為14.15%～22.15%、27.07%～31.32%、40.3%～46.36%和44.05%～67.75%。

圖3 未來(lái)氣候變化情景下各水源區(qū)年平均氣溫相對(duì)基準(zhǔn)期距平及年平均降水量相對(duì)基準(zhǔn)期變化

未來(lái)各年代氣候要素相對(duì)基準(zhǔn)期的變化量也隨時(shí)間推移逐漸增大(表3)。3個(gè)水源區(qū)在2021—2040年氣溫變化幅度較為接近,2040年后金沙江水源區(qū)氣溫相對(duì)基準(zhǔn)期增幅較大,雅礱江、大渡河水源區(qū)增幅相對(duì)較小。2021—2040年雅礱江與大渡河水源區(qū)降水變化量接近,金沙江水源區(qū)降水變化量始終較大。到21世紀(jì)末,金沙江水源區(qū)氣溫與降水相對(duì)基準(zhǔn)期變化最大,雅礱江水源區(qū)次之,大渡河水源區(qū)最小。

表3 氣候變化情景下未來(lái)各年代平均氣溫、降水量相對(duì)于基準(zhǔn)期的變化

3.2.2 未來(lái)降水和溫度月平均變化

未來(lái)各月份氣溫及降水的變化情況見(jiàn)圖4。3個(gè)水源區(qū)各月份氣溫呈上升趨勢(shì),SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5情景下各月份氣溫增幅依次增大。各水源區(qū)1月份、11月份與12月份氣溫相對(duì)基準(zhǔn)期增幅較大,4月份至6月份氣溫增幅較小。盡管水源區(qū)部分月份降水量在2041年前會(huì)時(shí)而發(fā)生接近或者略低于基準(zhǔn)期降水量的情況,但其變化趨勢(shì)總體上不斷上升。雅礱江、大渡河水源區(qū)在1月份、2月份、12月份降水增幅較大,7月份及8月份降水增幅較小。金沙江水源區(qū)在1月份及3月份降水增幅較大,7月份、8月份、10月份降水增幅較小。

圖4 未來(lái)氣候變化情景下各水源區(qū)月平均氣溫相對(duì)基準(zhǔn)期距平及月平均降水量相對(duì)基準(zhǔn)期變化

3.3 預(yù)估的徑流變化

3.3.1 年徑流變化

預(yù)測(cè)未來(lái)3個(gè)水源區(qū)年平均徑流量變化總體一致,均較基準(zhǔn)期呈現(xiàn)出隨時(shí)間而增加的趨勢(shì),且SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5情景下徑流量變化幅度依次增大(圖5)。雅礱江、金沙江、大渡河水源區(qū)徑流年增幅4個(gè)情景下分別為0.21%～0.39%、0.42%～0.43%、0.46%～0.70%和0.74%～1.09%。未來(lái)80 a南水北調(diào)西線工程水源區(qū)流量較以往增加具有較高信度,與前人結(jié)果具有一致性[8,18-19],但徑流年際波動(dòng)幅度較為顯著,可能將出現(xiàn)明顯的豐水年和枯水年,最豐水年與最枯水年的流量差距較大,尤其是金沙江水源區(qū)。

圖5 未來(lái)氣候變化情景下各水源區(qū)年徑流變化趨勢(shì)

未來(lái)各年代徑流量相對(duì)基準(zhǔn)期的變化量呈現(xiàn)出隨時(shí)間推移而增加的趨勢(shì)(表4)。4個(gè)情景下雅礱江、金沙江、大渡河水源區(qū)徑流量在2021—2040年的變化為2.48%～18.26%,在2041—2060年的變化為8.23%～32.48%,在2061—2080年的變化為17.44%～52.71%,在2081—2100年的變化為22.94%～82.12%, 21世紀(jì)后期較前期、中期變化幅度更大。其中,金沙江水源區(qū)年徑流量及各年代平均徑流量相對(duì)于基準(zhǔn)期的變化最大,雅礱江水源區(qū)次之,大渡河水源區(qū)最小。

表4 未來(lái)氣候變化情景下各年代平均徑流量相對(duì)于基準(zhǔn)期的變化

3.3.2 月平均徑流變化

氣候變化導(dǎo)致3個(gè)水源區(qū)年徑流增加的同時(shí),各月平均徑流也呈現(xiàn)出隨年代增加的趨勢(shì)(圖6),且SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5情景下月徑流量變化幅度依次增大,但不同月份增幅存在差異。雅礱江、大渡河水源區(qū)各年代月徑流量相對(duì)于基準(zhǔn)期變化呈三峰型,1—4月份、6—7月份以及8—9月份徑流量增幅呈上升趨勢(shì),分別在4、7、9月份達(dá)到增幅峰點(diǎn),4—6月份、7—8月份以及9—12月份徑流量增幅呈下降趨勢(shì)。金沙江水源區(qū)各年代月徑流量的變化趨勢(shì)呈雙峰型,1—4月份以及7—9月份徑流量增幅明顯增加,在4月份及9月份達(dá)到增幅最高點(diǎn),4—7月份以及9—12月份月徑流量增幅呈下降趨勢(shì)。1月份為3個(gè)水源區(qū)月平均徑流的增幅最小月,4月份為增幅最大月。水源區(qū)未來(lái)徑流具有顯著的豐枯時(shí)段,枯水期(11—次年3月份)月徑流量相對(duì)基準(zhǔn)期的增幅較小,豐水期(4—10月份)徑流增量較大,且隨著輻射強(qiáng)度的增加,年內(nèi)差異有變大的趨勢(shì)。

圖6 4種情景下預(yù)估的2021—2100年南水北調(diào)西線工程水源區(qū)月徑流量相對(duì)于基準(zhǔn)期變化

3.4 徑流變化與氣候要素的聯(lián)系

本文選取了雅礱江、金沙江、大渡河水源區(qū)2021—2100年的年降水量、年均氣溫及年徑流量進(jìn)行相關(guān)性分析。從表5可以看出,在未來(lái)情景下,各水源區(qū)徑流量與降水量普遍呈現(xiàn)出很強(qiáng)的相關(guān)性,通過(guò)α=0.01顯著性檢驗(yàn)。另外,徑流量與年平均氣溫呈現(xiàn)出一定的正相關(guān),并隨著SSP1-2.6至SSP5-8.5情景的遞進(jìn),氣溫與徑流量的相關(guān)性逐漸升高,在高輻射強(qiáng)度情景下呈現(xiàn)出較強(qiáng)的相關(guān)性。此外,研究發(fā)現(xiàn)年徑流對(duì)年均氣溫敏感性的區(qū)域差異相對(duì)較大,而對(duì)年降水敏感性的區(qū)域差異很小。就區(qū)域分布而言,雅礱江水源區(qū)徑流量對(duì)降水量最為敏感,大渡河水源區(qū)徑流量對(duì)氣溫的敏感度最低。

表5 南水北調(diào)西線工程水源區(qū)徑流與各氣象因子相關(guān)系數(shù)

4 結(jié) 論

本文以南水北調(diào)西線工程水源區(qū)為研究區(qū)域,借助全球氣候模式以及DTVGM水文模型,預(yù)估未來(lái)氣候變化影響下水源區(qū)的水文循環(huán)響應(yīng)過(guò)程,并分析徑流變化與氣候要素之間的聯(lián)系。結(jié)論如下:

(1)DTVGM水文模型在南水北調(diào)西線工程水源區(qū)具有良好的適用性。各水源區(qū)率定期和驗(yàn)證期的模擬效率系數(shù)均較高。

(2)4種SSPs-RCPs組合情景下,2021—2100年雅礱江、金沙江、大渡河水源區(qū)氣溫和降水量較基準(zhǔn)期均呈現(xiàn)出上升趨勢(shì),且隨著輻射強(qiáng)度的升高,各水源區(qū)氣溫、降水的年平均增幅及各月平均增幅也隨之增大。

(3)未來(lái)西線工程水源區(qū)徑流量呈現(xiàn)增加趨勢(shì),金沙江水源區(qū)年徑流量及年代際徑流量變化最大,對(duì)氣候變化的響應(yīng)更為敏感。水源區(qū)各月平均徑流均呈現(xiàn)出隨年代增加的趨勢(shì),但不同月份增幅存在差異,枯水期月徑流量相對(duì)基準(zhǔn)期變化較小,豐水期增幅較大,高輻射強(qiáng)度情景下年內(nèi)差異更為顯著。

(4)未來(lái)氣候變化尤其是降水量的變化,其升高或減少對(duì)水源區(qū)徑流變化始終具有顯著影響,兩者呈現(xiàn)出很強(qiáng)的相關(guān)性,氣溫對(duì)徑流量的影響程度隨輻射強(qiáng)度的升高而逐漸變大。