鄧 鵬,孫善磊,黃鵬年

(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)

根據(jù)IPCC(intergovernmental panel on climate change)第5次評(píng)估報(bào)告,在過去的百年里全球平均增溫0.74℃±0.18℃,并預(yù)測(cè)21世紀(jì)末全球地表氣溫將可能升高0.3～4.8℃[1]。氣候變化會(huì)對(duì)自然生態(tài)環(huán)境產(chǎn)生嚴(yán)重影響,并增加水文極端事件發(fā)生概率，使防洪抗旱的任務(wù)更加艱巨。因此,氣候變化對(duì)水資源及水文過程的影響已成為全世界的研究熱點(diǎn)[2-4]。隨著水文及氣候數(shù)值模擬技術(shù)的快速發(fā)展,許多學(xué)者采用氣候模式與陸地水文模型結(jié)合的方法研究氣候變化對(duì)水資源的影響[5-10]。氣候變化引起的效應(yīng)對(duì)地區(qū)及國(guó)家的可持續(xù)發(fā)展具有舉足輕重的重要性[11-12]。

鄱陽(yáng)湖位于江西省北部,是我國(guó)最大的淡水湖,湖區(qū)面積約3 960 km2。鄱陽(yáng)湖流域水量對(duì)飲用水、灌溉、工農(nóng)業(yè)都有重要影響[13-15]。近年來湖區(qū)及流域內(nèi)水旱災(zāi)害頻繁,使湖區(qū)生態(tài)環(huán)境及整個(gè)流域的水資源管理得到更多關(guān)注[16-17]。雖然已有學(xué)者展開氣候變化對(duì)鄱陽(yáng)湖流域徑流影響的研究[18-20],但這些研究主要是使用歷史氣象數(shù)據(jù)間的計(jì)算對(duì)比,而對(duì)于未來氣候變化情景對(duì)鄱陽(yáng)湖流域徑流的影響研究甚少。因此,本研究對(duì)多模式下不同RCP(repetitive concentration pathways)情景的鄱陽(yáng)湖流域徑流變化情況進(jìn)行分析,旨在為未來氣候變化對(duì)鄱陽(yáng)湖流域徑流影響評(píng)估提供科學(xué)依據(jù)。

1 研究區(qū)域及數(shù)據(jù)

1.1 流域概況

圖1 鄱陽(yáng)湖流域水系及資料站點(diǎn)分布Fig.1 River network and gauge stations of the Poyang Lake Basin

采用SRTM的90 m分辨率DEM[21]生成鄱陽(yáng)湖流域水系及邊界(圖1)。鄱陽(yáng)湖流域面積為1.65×105km2,地處北緯24°29′～30°04′、東經(jīng)113°34′～118°28′之間。收集了流域內(nèi)79個(gè)氣象站的氣象資料,包括每日降水、平均風(fēng)速、最高和最低氣溫。為了率定模型參數(shù),搜集了流域上游峽山、梅港、賽塘、高沙這4個(gè)站的每日流量資料,它們的集水面積分別為1.60×104km2、1.52×104km2、3.15×103km2、5.30×103km2。這些氣象和流量資料時(shí)間都是1990—2003年。

1.2 未來氣候數(shù)據(jù)

采用CMIP5的模式數(shù)據(jù)[22]作為未來氣候變化的研究數(shù)據(jù)。CMIP計(jì)劃的第5個(gè)階段收集了世界各地領(lǐng)先的23個(gè)模式組約50多個(gè)模式及其模擬試驗(yàn)結(jié)果[23]。本研究采用RCP2.6、RCP4.5、RCP8.5這3種氣候變化情景下的GFDL-ESM2M、HadGEM2-ES、IPSL-CM5A-LR、NorESM1-M這4種氣候模式數(shù)據(jù)集進(jìn)行計(jì)算。這里以2006—2020年為基準(zhǔn)期,2026—2040年為未來期,基準(zhǔn)期和未來期都是15 a。由于不同模式間存在系統(tǒng)誤差,所以用各模式的基準(zhǔn)期和未來期結(jié)果進(jìn)行比較來分析氣候變化的影響。采用每種模式不同情景下的每日降水、最高和最低氣溫、平均風(fēng)速數(shù)據(jù)模擬徑流變化情況。

2 研 究 方 法

2.1 VIC模型

VIC(variable infiltration capacity)模型是一種求解水量和能量平衡的大尺度水文模型[24]。該模型被廣泛應(yīng)用于徑流模擬、氣候變化、陸氣耦合等研究中。模型計(jì)算中每個(gè)網(wǎng)格獨(dú)立計(jì)算產(chǎn)流,然后采用Lohmann等[25]提出的模型計(jì)算匯流,其中坡地匯流采用單位線法,河網(wǎng)匯流采用線性圣維南方程[26]。本研究以0.1°分辨率網(wǎng)格建立模型,鄱陽(yáng)湖流域共覆蓋1 620個(gè)計(jì)算網(wǎng)格。

2.2 模型輸入

VIC模型的輸入包括氣象數(shù)據(jù)、高程數(shù)據(jù)和一系列與土壤類型和土地覆蓋有關(guān)的參數(shù)。本研究中采用的數(shù)據(jù)和參數(shù)如下:(a)氣象數(shù)據(jù):氣象數(shù)據(jù)的輸入為每日降水、最高和最低氣溫、平均風(fēng)速。采用反距離權(quán)重法將79個(gè)氣象站數(shù)據(jù)以及氣候模式數(shù)據(jù)插值到每個(gè)計(jì)算網(wǎng)格點(diǎn)。(b)高程數(shù)據(jù):由于計(jì)算網(wǎng)格較大,采用SRTM的1 km分辨率DEM重采樣到每個(gè)計(jì)算網(wǎng)格點(diǎn)。(c)土壤類型:采用聯(lián)合國(guó)糧農(nóng)組織提供的10 km分辨率土壤類型數(shù)據(jù)[27]。根據(jù)一些研究論文[28-29]數(shù)據(jù)設(shè)置與土壤類型有關(guān)的參數(shù),包括土壤密度、飽和導(dǎo)水率、凋萎含水量、田間持水量、Campbell方程指數(shù)。(d)土地覆蓋:采用馬里蘭大學(xué)提供的1 km分辨率土地覆蓋數(shù)據(jù)[30]。參考陸地?cái)?shù)據(jù)同化系統(tǒng)[31]成果設(shè)置植被覆蓋參數(shù),包括葉面積指數(shù)、短波反照率、植被糙率、產(chǎn)生植物散發(fā)的最小短波輻射量、輻射衰減系數(shù)等。(e)其他確定性參數(shù):采用Nijssen等[32]開發(fā)的0.5°分辨率全球數(shù)據(jù)集重采樣到每個(gè)計(jì)算網(wǎng)格點(diǎn),設(shè)定基流曲線方程指數(shù)、土壤水?dāng)U散系數(shù)、土粒密度、裸地及雪地的地面糙率等參數(shù)。(f)率定參數(shù):模型設(shè)置土壤分為3層,頂層土壤厚度設(shè)為0.1 m,那么模型有6個(gè)參數(shù)需要率定。6個(gè)參數(shù)分別為可變下滲曲線形狀參數(shù)B、深層土壤可產(chǎn)生的最大地下徑流Dm、非線性地下徑流產(chǎn)生時(shí)地下徑流占Dm的比例Ds、非線性地下徑流產(chǎn)生時(shí)深層土壤含水量占最大土壤含水量的比例Ws、下層土壤厚度d2、深層土壤厚度d3,它們相應(yīng)的取值范圍分別為0～0.4、0～30 mm/d、0～1.0、 0.5～1.0、0.1～1.5 m、0.1～1.5 m。

2.3 參數(shù)率定

采用均勻設(shè)計(jì)法進(jìn)行參數(shù)率定[33]。該方法主要是采用均勻設(shè)計(jì)理論在參數(shù)的取值范圍區(qū)間內(nèi)進(jìn)行重構(gòu),確定最優(yōu)組合。與其他參數(shù)率定方法相比,均勻設(shè)計(jì)法在保證模擬效果的同時(shí)可以極大地減少工作量。這里采用洪量相對(duì)誤差Re、相關(guān)系數(shù)Co和Nash效率系數(shù)[34]Ns作為模型參數(shù)率定的目標(biāo)函數(shù)。

3 結(jié) 果 分 析

3.1 模型參數(shù)率定

采用觀測(cè)站點(diǎn)資料率定VIC模型參數(shù),以1990—2000年為率定期、2001—2003年為檢驗(yàn)期。根據(jù)需要率定的參數(shù),轉(zhuǎn)化為6因素10水平的均勻性設(shè)計(jì),從而得到10種參數(shù)方案如表1所示。采用率定期資料,計(jì)算每種參數(shù)方案的月徑流結(jié)果目標(biāo)函數(shù)值(圖2)。從圖2可以看出,參數(shù)方案8的流域平均Re、Co、Ns分別達(dá)到-4.12%、0.96和0.90,其中峽山、梅港、賽塘和高沙的Ns分別達(dá)到0.94、0.94、0.86和0.87,所以選擇方案8的參數(shù)作為率定的模型參數(shù)。采用方案8的參數(shù)計(jì)算率定期及檢驗(yàn)期的月徑流結(jié)果,如圖3所示。在檢驗(yàn)期,峽山、梅港、賽塘和高沙的Re分別為-5.35%,-7.55%、-1.55%和8.91%,Ns分別為0.86、0.88、0.91和0.81。均勻設(shè)計(jì)方法簡(jiǎn)單、易實(shí)現(xiàn),同時(shí)也能得到比較好的結(jié)果。VIC模型對(duì)鄱陽(yáng)湖流域月徑流模擬效果較好,作為分析氣候變化的工具有很好的適用性,采用均勻設(shè)計(jì)方法率定VIC模型參數(shù)能滿足計(jì)算要求。

表1 均勻性設(shè)計(jì)參數(shù)方案

圖2 率定期1990—2000年各參數(shù)方案月徑流結(jié)果目標(biāo)函數(shù)值Fig.2 Objective function values of monthly flow during the calibration period 1990—2000

3.2 氣候變化對(duì)徑流空間分布影響

用基準(zhǔn)期和未來期各種模式情景的氣象數(shù)據(jù)運(yùn)行率定好的VIC模型,模擬得到未來氣候變化下多年平均徑流深變化的空間分布,如圖4所示。在RCP2.6情景下,GFDL-ESM2M、HadGEM2-ES和IPSL-CM5A-LR模式呈現(xiàn)流域東南部徑流有明顯增加趨勢(shì);GFDL-ESM2M模式下流域西北、HadGEM2-ES模式下流域西部和IPSL-CM5A-LR模式下流域北部徑流有明顯減少趨勢(shì);NorESM1-M模式呈現(xiàn)北部徑流增加、中部徑流減少趨勢(shì)?？偟膩砜?在RCP2.6情景下,除了NorESM1-M模式,其他模式大體呈現(xiàn)流域東南徑流增加、西北徑流減少趨勢(shì)。在RCP4.5情景下,各種模式下流域徑流都普遍增加,其中GFDL-ESM2M模式呈現(xiàn)流域南部增加趨勢(shì)最大,其他模式呈現(xiàn)流域中部地區(qū)徑流增加最大。在RCP8.5情景下,各種模式變化趨勢(shì)的空間分布形式有較大區(qū)別,但是各種模式下徑流都呈普遍減小趨勢(shì)。可以發(fā)現(xiàn),雖然不同模式情景下徑流變化的分布情況有一定差別,但總的來說各種模式都是在RCP4.5情景下徑流增大最多、在RCP8.5情景下徑流減少最多。

這里也計(jì)算了各種模式情景下流域多年面平均徑流及變化率,如表2所示。在RCP2.6情景下,流域多年平均徑流增大幅度在0.22%～12.88%范圍。在RCP4.5情景下,除了NorESM1-M模式外,其他模式徑流增大幅度在13.09%～14.78%范圍。在RCP8.5情景下,各種模式綜合來看，徑流減小幅度在1.94%～18.39%范圍。各種模式在各種情景下的增減趨勢(shì)相一致,并且未來都是在RCP4.5情景下徑流最大,在RCP8.5情景下徑流最小。

圖3 率定期和檢驗(yàn)期月徑流實(shí)測(cè)與計(jì)算結(jié)果對(duì)比Fig.3 Comparison of observed and calculated monthly flow between the calibration and validation periods

G:GFDL-ESM2M H:HadGEM2-ES I:IPSL-CM5A-LR N:NorESM1-M圖4 各種模式情景下多年平均徑流變化率空間分布Fig.4 Distribution of relative changes in annual mean runoff under each scenario

表2 各模式情景下流域多年平均徑流及變化率

3.3 月徑流變化分析

為了分析徑流的年內(nèi)變化情況,統(tǒng)計(jì)各種模式情景下月平均徑流變化率(圖5),并進(jìn)行綜合對(duì)比分析。在RCP2.6情景下,各種模式的總徑流量增加趨勢(shì)大于減小趨勢(shì),其中IPSL-CM5A-LR模式、HadGEM2-ES模式結(jié)果的變化幅度較大。在RCP4.5情景下,各種模式在3—7月徑流呈現(xiàn)較大的遞增趨勢(shì)。在RCP8.5情景下,各種模式在3—7月徑流呈增加趨勢(shì),而后呈減小趨勢(shì)?？偟膩砜?各種模式在汛期徑流都有增加趨勢(shì),而在枯水期徑流都有減少趨勢(shì)。該結(jié)果說明在未來氣候變化情景下,發(fā)生水文極端事件的態(tài)勢(shì)更加明顯。在RCP2.6和RCP4.5情景下,總徑流增加趨勢(shì)更明顯。在RCP8.5情景下,總徑流減小的趨勢(shì)更明顯。

圖5 各模式情景下月徑流變化率Fig.5 Relative changes in monthly runoff under each scenario

4 結(jié) 論

a. 均勻設(shè)計(jì)法大幅度提高了VIC模型參數(shù)率定效率,VIC模型對(duì)鄱陽(yáng)湖流域月徑流有較好的模擬結(jié)果,在該地區(qū)有較好的適用性。

b. 各種模式都是在RCP2.6情景下徑流增大,在RCP4.5情景下徑流增加幅度最大,在RCP8.5情景下徑流減小。

c. 各種模式都在汛期徑流有增加趨勢(shì),在枯水期徑流有減小趨勢(shì),發(fā)生水文極端事件的態(tài)勢(shì)更加明顯。