魏光輝

(新疆塔里木河流域管理局，新疆 庫爾勒 841000)

0 前 言

內(nèi)陸干旱區(qū)湖泊流域的水資源不僅是當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)發(fā)展的重要制約因素，而且是湖泊-流域生態(tài)系統(tǒng)賴以存在的基礎(chǔ)[1-2]。近幾十年來，由于土地資源的大規(guī)模開發(fā)，人類活動(dòng)通過修筑大量水利設(shè)施攔截入湖地表徑流，導(dǎo)致湖泊萎縮、咸化甚至干涸等問題，嚴(yán)重危及湖泊及其相鄰區(qū)域的生態(tài)環(huán)境，造成湖泊生物多樣性喪失、湖濱地區(qū)荒漠化加劇等問題。實(shí)施湖泊流域水資源為核心的優(yōu)化調(diào)控戰(zhàn)略是改善湖泊生態(tài)環(huán)境、協(xié)調(diào)湖泊流域可持續(xù)發(fā)展和湖泊水資源可持續(xù)利用的關(guān)鍵。

鑒于此，本文在前人研究的基礎(chǔ)上，以新疆博斯騰湖為例，從氣象干旱角度對(duì)博斯騰湖近50 a來的變遷進(jìn)行分析探討，可為未來氣候條件下的湖泊情景提供參照，從而有助于認(rèn)識(shí)中國干旱區(qū)湖泊演化趨勢，預(yù)防或解決目前湖泊流域資源開發(fā)利用中出現(xiàn)的問題。

1 數(shù)據(jù)與方法

標(biāo)準(zhǔn)化降水蒸散指數(shù)(Standardized Precipitation Evapotranspiration Index，SPEI)是對(duì)月降水量與潛在蒸散的差值進(jìn)行正態(tài)標(biāo)準(zhǔn)化得到的[3]。本次采用國內(nèi)外較為通用的彭曼(Penman-Monteith)公式計(jì)算日潛在蒸散量。計(jì)算式如下：

(1)

式中：Rn為地表凈輻射；G為土壤熱通量；T為平均氣溫；U2為2 m高度處的風(fēng)速；es為飽和水氣壓；ea為實(shí)際水氣壓；Δ為飽和水氣壓曲線斜率；γ為干濕表常數(shù)。

由此可得到逐月的降水量與潛在蒸散量的差值為：

Di=Pi-PETi

(2)

式中：Di為降水與潛在蒸散的差值,mm；Pi為月降水量,mm；PETi為月蒸散量,mm。

對(duì)Di數(shù)據(jù)序列進(jìn)行正態(tài)化處理，并計(jì)算對(duì)應(yīng)的SPEI值。由于Log-logistic分布對(duì)Di數(shù)據(jù)序列擬合效果較好，故采用該分布對(duì)Di數(shù)據(jù)序列進(jìn)行處理。Log-logistic概率分布累積函數(shù)為：

(3)

式中：尺度參數(shù)α、形狀參數(shù)β及初始狀態(tài)參數(shù)γ由線性矩法(L-moment)估算：

(4)

(5)

γ=w0-αΓ(1+1/β)Γ(1-1/β)

(6)

式中：Γ(β)為Gamma函數(shù)。

原始數(shù)據(jù)序列Di的概率加權(quán)矩w0、w1、w2計(jì)算如下：

(7)

(8)

式中：N為參與計(jì)算的月份數(shù)。

基于式(11)，計(jì)算SPEI值，計(jì)算式如下：

當(dāng)P≤0.5時(shí)，

P=1-F(x)

(9)

(10)

(11)

式中：c0=2.516，c1=0.803，c2=0.0103，d1=1.433，d2=0.189，d3=0.0013。

當(dāng)P>0.5時(shí)，P由1-P代替，w不變，SPEI變換符號(hào)。

SPEI等級(jí)劃分及相應(yīng)的累計(jì)概率見文獻(xiàn)[4]。

2 結(jié)果分析

2.1 SPEI趨勢分析

首先，從流域角度，對(duì)博斯騰湖所在的塔里木河流域1961—2010年SPEI年均值的變化進(jìn)行分析，結(jié)果表明：近50 a來，塔里木河流域SPEI呈顯著上升(95%置信水平)趨勢并在1986年發(fā)生突變(見圖1)，顯著性檢驗(yàn)表明該突變點(diǎn)顯著性達(dá)到99%置信度水平。

圖1 塔里木河流域1961—2010年SPEI均值變化圖

2.2 SPEI指數(shù)變化對(duì)博斯騰湖水位的影響

1955—2010年，博斯騰湖平均水位為1047.03 m，其中最高水位為1 048.90 m，出現(xiàn)在2002年；最低水位為1 044.95 m(出現(xiàn)在1986年)，見圖2。由圖2可知，博斯騰湖水位與塔里木河流域SPEI指數(shù)變化具有一致性，湖水位變化總趨勢是：1955—1986年，水位以下降為主；1987—2002年，水位以上升為主，近10 a來水位持續(xù)下降。

圖2 1955～2010年博斯騰湖水位變化圖

2.3 博斯騰湖流域徑流影響分析

隨著全球升溫，博斯騰湖流域的水文水資源不可避免地會(huì)受到氣候變化的影響。博斯騰湖作為實(shí)施塔里木河流域生態(tài)恢復(fù)工程的關(guān)鍵水源地，其源流開都河的出山口徑流量的變化不僅對(duì)流域經(jīng)濟(jì)發(fā)展產(chǎn)生影響，同時(shí)也將影響到塔里木河下游生態(tài)環(huán)境恢復(fù)，因此在全球大氣環(huán)流調(diào)整過程中，研究未來氣候變化情景下博斯騰湖徑流量變化具有特殊重要的意義。IPCC列出的SRES(special report on emission scenarios)系列情景[5]中，A2和B2情景分別是高和低排放情景，這2種情景處于合理高和低情況，代表了最常見和合理的情景。因此，本文利用全球氣候模式HadCM3在A2和B2情景下的日數(shù)據(jù)，采用統(tǒng)計(jì)降尺度SDSM模型[6-7]，結(jié)合HBV水文模型(Hydrologiska Fyrans Vattenbalans model，HBV)對(duì)博斯騰湖流域未來徑流量進(jìn)行模擬，并分析其對(duì)未來氣候變化的響應(yīng)。

2.3.1 數(shù)據(jù)來源

博斯騰湖流域地形數(shù)據(jù)是在SRTM網(wǎng)站(http://srtm.csi.cgiar.org)下載的90 m×90 m的DEM數(shù)據(jù)。土地利用數(shù)據(jù)選取中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的1986年和2000年2期研究區(qū)1∶100 000土地利用類型數(shù)據(jù)。開都河流域氣象觀測數(shù)據(jù)為中國氣象局國家氣候中心提供的開都河流域內(nèi)和附近的6個(gè)氣象測站(巴音布魯克、巴侖臺(tái)、輪臺(tái)、焉耆、和靜、和碩)逐日最高、最低及平均氣溫、日降水?dāng)?shù)據(jù)。覆蓋塔里木河流域的NCEP數(shù)據(jù)(1961—2001年)和英國Hadley氣候預(yù)測與研究中心的全球氣候模式HadCM3在A2和B2情景下的氣候要素日數(shù)據(jù)，其中A2反映區(qū)域性合作，對(duì)新技術(shù)的適應(yīng)較慢，人口繼續(xù)增長；B2假定生態(tài)環(huán)境的改善具有區(qū)域性。NCEP數(shù)據(jù)經(jīng)過網(wǎng)格再劃分與HadCM3的網(wǎng)格尺度一致(見圖3)，它包含了500 hPa和850 hPa高度場、比濕、經(jīng)向風(fēng)速、緯向風(fēng)速、渦度以及海平面氣壓等環(huán)流因子。

圖3 HadCM3在塔里木河流域和開都河流域格點(diǎn)分布圖

2.3.2 HBV-D建模

(1) HBV-D模型參數(shù)率定

模型性能使用Nash效率系數(shù)R2值來判斷，當(dāng)數(shù)據(jù)擬合完美時(shí)R2=1，其計(jì)算式如下[8]：

(12)

使用相對(duì)誤差r來評(píng)價(jià)模型模擬精度，相對(duì)誤差r值越小表示模擬精度越高，反之則表示誤差較大。

(13)

利用HBV模型對(duì)開都河流域出山口(大山口水文站)徑流量進(jìn)行模擬，選取該水文站1967—1987年日降水量、日最高氣溫、日最低氣溫、日蒸發(fā)皿蒸散發(fā)和日徑流量數(shù)據(jù)以及研究區(qū)1980年的土地利用類型數(shù)據(jù)進(jìn)行參數(shù)率定。其中，日蒸發(fā)皿蒸發(fā)量數(shù)據(jù)也可使用月均值。參數(shù)率定結(jié)果表明，徑流模擬對(duì)氣溫、降水隨海拔遞減率、BETA值、上層土壤的快速和慢速消退系數(shù)(KUZ2、KUZ1)、下層土壤的消退系數(shù)(KLZ1)、直接徑流閾值(UZ1)、下層土壤下滲能力(PERC)等參數(shù)響應(yīng)敏感。對(duì)月尺度的模擬結(jié)果分析得出，R2=0.64，r=2.79%。從率定結(jié)果來看，率定期(1967—1987年)日徑流量模擬最大相對(duì)誤差為18.78%，最小相對(duì)誤差為0.22%，平均相對(duì)誤差為4.67%，Nash效率系數(shù)為0.63，模型總體模擬效果較好，率定后的模型可以用于開都河流域徑流預(yù)測。

(2) HBV-D模型驗(yàn)證

選取2000—2007年為模型驗(yàn)證期，由于研究區(qū)海拔較高，受人類活動(dòng)影響相對(duì)較小，因此驗(yàn)證期土地利用類型數(shù)據(jù)采用2000年數(shù)據(jù)。對(duì)驗(yàn)證期的月尺度模擬結(jié)果分析得出：R2=0.60，r=5.32%。從驗(yàn)證結(jié)果來看，驗(yàn)證期(2000—2007年)日徑流量模擬最大相對(duì)誤差為55.46%，最小相對(duì)誤差為1.39%，平均相對(duì)誤差為7.82%，Nash效率系數(shù)為0.57，部分時(shí)段的模型模擬效果并不好，特別是驗(yàn)證期的開始年份，其原因主要包括：模型模擬預(yù)熱、氣象站點(diǎn)的空間分布密度、DEM和土地利用類型數(shù)據(jù)等空間分辨率以及模型參數(shù)率定過程中存在的不確定性等因素?？傮w來說，模型經(jīng)參數(shù)率定后，驗(yàn)證結(jié)果有著較好的精度。

2.3.3 徑流對(duì)未來氣候變化的響應(yīng)

(1) 未來氣候情景生成

首先是預(yù)報(bào)因子的選擇。根據(jù)篩選的結(jié)果可以發(fā)現(xiàn)，無論是日最低、最高氣溫，還是日均氣溫，篩選出的偏相關(guān)系數(shù)絕對(duì)值較高(0.6～0.9之間)的前3個(gè)預(yù)報(bào)因子均是mslp(平均海平面氣壓)、p500(500 hPa位勢高度)和temp(平均氣溫)；而相對(duì)于氣溫，降水量篩選的預(yù)報(bào)因子較多，包括p5_vas(500 hPa經(jīng)向風(fēng)速)、zas(渦度)、shum(地表比濕)、r500(500 hPa的相對(duì)濕度)等，但與預(yù)報(bào)因子之間的偏相關(guān)系數(shù)絕對(duì)值比較低(0.1～0.2之間)。其次是對(duì)SDSM模型的率定和驗(yàn)證，SDSM模型采用解釋方差和標(biāo)準(zhǔn)誤差來反映預(yù)報(bào)量與環(huán)流因子之間的關(guān)系[9]。模型的解釋方差表示預(yù)報(bào)量與預(yù)報(bào)因子之間的相關(guān)性大小，而標(biāo)準(zhǔn)誤差則反映預(yù)報(bào)量對(duì)預(yù)報(bào)因子的敏感性。

綜合不同類型的步進(jìn)式直線壓電驅(qū)動(dòng)器來看，從性能上，行走式壓電驅(qū)動(dòng)器與推動(dòng)式壓電驅(qū)動(dòng)器輸出驅(qū)動(dòng)力較大，速度較慢，驅(qū)動(dòng)頻率較低，步距可在大范圍內(nèi)調(diào)整，而摩擦慣性式壓電驅(qū)動(dòng)器輸出驅(qū)動(dòng)力較小，但速度快，頻率高。

表1列出了模型率定期(1961—1990年)流域各站點(diǎn)日最高氣溫、最低氣溫和日平均氣溫的解釋方差(r2)和標(biāo)準(zhǔn)誤差(SE)。由表1可知，篩選的環(huán)流因子對(duì)日最高氣溫和日平均氣溫的方差解釋較好，所有站點(diǎn)的解釋方差都在40%以上。但對(duì)降水的方差解釋略差，模型解釋方差在0.1～0.25之間。

表1 SDSM 模型率定的各站解釋方差(r2)和標(biāo)準(zhǔn)誤差(SE)表

驗(yàn)證期采用1991—2000年各站點(diǎn)數(shù)據(jù)和NECP數(shù)據(jù)進(jìn)行分析。采用相關(guān)系數(shù)(r1)和效率系數(shù)(Ce)來檢驗(yàn)?zāi)Ｐ途?，檢驗(yàn)結(jié)果見表2和圖4。

表2 SDSM模型驗(yàn)證的各站相關(guān)系數(shù)(r1)和效率系數(shù)(Ce)表

由表2與圖4可知，SDSM模型的氣溫模擬能力較好，對(duì)日降水的模擬量值偏小，這可能是在一定程度上受驗(yàn)證時(shí)段(1991—2000)流域降水相對(duì)于率定時(shí)段(1961—1990)顯著增加有關(guān)。

最后生成未來氣候情景：A2、B2情景下氣溫、降水?dāng)?shù)據(jù)相對(duì)于基準(zhǔn)期的變化，見表3。

表3 不同情景下6站平均日最高、最低、平均氣溫及年降水量相對(duì)于基準(zhǔn)期變化表

從表3可以看出，未來日平均、日最高氣溫在2種情景下均呈上升趨勢，日最低氣溫在B2情景下呈下降趨勢，2種情景下的年降水量在2020年、2030年均呈下降趨勢，在2010年幾乎無變化。

(2) 未來徑流量模擬

利用上述經(jīng)SDSM模型模擬的未來氣候情景數(shù)據(jù)，結(jié)合HBV-D模型對(duì)未來徑流量進(jìn)行模擬(見圖5)。可知，在A2情景下，開都河流域出山口日徑流量呈下降趨勢；在B2情景下，日徑流量在2010年時(shí)段呈現(xiàn)增加趨勢，在2020年和2030年呈持續(xù)下降。將日徑流量合成年徑流量進(jìn)一步分析其在2012—2038年的變化：在A2、B2情景下，該時(shí)段年徑流量均呈現(xiàn)顯著下降趨勢；在B2情景下，在2010年徑流量呈現(xiàn)增加趨勢。

結(jié)合未來徑流量預(yù)測結(jié)果可以看出，2種情景下模擬出的年徑流平均值在2010年更接近基準(zhǔn)期實(shí)測數(shù)據(jù)計(jì)算值。由于SDSM模型在博斯騰湖流域降水方面的模擬效果不是太好，因此在未來徑流量變化趨勢上僅能簡單評(píng)論，對(duì)于未來徑流量模擬精度的提高，還需采用更高精度的日降水量預(yù)測數(shù)據(jù)。

3 結(jié) 語

(1) 近50年來，塔里木河流域SPEI指數(shù)呈顯著上升趨勢并在1986年發(fā)生突變。

圖4 巴侖臺(tái)站日均氣溫及降水量驗(yàn)證結(jié)果與實(shí)測數(shù)據(jù)比較圖

圖5 未來日徑流量的變化圖

(2) 博斯騰湖水位與塔里木河流域SPEI指數(shù)變化具有一致性，湖水位在1955—1986年間以下降為主，1987—2002年間以上升為主，近10年來水位持續(xù)下降。

(3) SDSM模型氣溫模擬能力較好，對(duì)日降水的模擬量值偏小，未來日均、日最高氣溫在A2、B2兩種情景下均呈上升趨勢，日最低氣溫在B2情景呈下降趨勢；2種情景下的年降水量在2020年和2030年均呈下降趨勢，在2010年幾乎無變化；在A2情景下，開都河流域出山口日徑流量呈下降趨勢，在B2情景下，日徑流量在2010年時(shí)段呈現(xiàn)增加趨勢，在2020年和2030年呈持續(xù)下降趨勢。