曹 燦, 孫 瑞, 吳志祥, 李 茜

(1.寧夏大學(xué) 地理科學(xué)與規(guī)劃學(xué)院, 銀川 750021; 2.中國(guó)熱帶農(nóng)業(yè)科學(xué)院橡膠研究所/農(nóng)業(yè)農(nóng)村部儋州熱帶作物科學(xué)觀測(cè)試驗(yàn)站, 海口 571101)

SWAT(Soil and Water Assessment Tool)是美國(guó)農(nóng)業(yè)部(USDA)和農(nóng)業(yè)研究中心(ARS)于20世紀(jì)90年代開(kāi)發(fā)的用于流域管理的分布式水文模型，在世界范圍內(nèi)得到廣泛應(yīng)用[1]。SWAT模型可以較好地模擬天然的徑流過(guò)程，反映流域徑流變化特征，并且發(fā)現(xiàn)氣候變化與人類活動(dòng)對(duì)徑流變化影響的趨勢(shì)[2]。在氣候變化背景下，耦合SWAT模型與全球氣候模式來(lái)探索未來(lái)時(shí)期的徑流變化是流域水管理的重要方法。CMIP6是CMIP(the coupled model intercomparison program in phase)計(jì)劃中的第6階段，是CMIP計(jì)劃實(shí)施以來(lái)參與試驗(yàn)的模式數(shù)量最多、試驗(yàn)設(shè)計(jì)最為完善、數(shù)據(jù)模擬量最為龐大的一次[3]。其中SSP-RCP為不同共享社會(huì)經(jīng)濟(jì)路徑(shared socioeconomic pathway，SSP)與代表性的濃度排放趨勢(shì)(representative concentration pathway，RCP)相結(jié)合的變化情景，得出的氣候情景預(yù)測(cè)更合理、更可靠。目前基于SWAT模型耦合CMIP以往不同階段計(jì)劃下的氣候模式開(kāi)展了大量研究。譬如，董立俊等[4]基于SWAT模型與CMIP5氣候模式耦合下的研究表明雅礱江流域未來(lái)徑流呈上升趨勢(shì)，且增幅隨著路徑的輻射強(qiáng)迫增加同步增大；唐雄朋等[5]發(fā)現(xiàn)未來(lái)雅魯藏布江拉孜以上流域隨著CMIP5排放情景的升高，徑流較基準(zhǔn)期也呈現(xiàn)出增加趨勢(shì)；王迪等[6]在山美水庫(kù)流域基于SWAT和CMIP5的研究表明在2031—2090年的藍(lán)水資源減少，綠水資源上升。然而，耦合SWAT模型與CMIP6階段氣候模式的徑流對(duì)氣候變化響應(yīng)的定量研究仍相對(duì)較少[7]。

島嶼作為獨(dú)特的自然生態(tài)系統(tǒng)，是沿海地區(qū)不可或缺的重要組成部分[8]。海南島南渡江流域內(nèi)存在著地表水豐枯懸殊、水資源分布不均等問(wèn)題，對(duì)流域內(nèi)的社會(huì)經(jīng)濟(jì)發(fā)展造成嚴(yán)重影響[9]。目前已開(kāi)展的研究主要集中在南渡江中下游地區(qū)的水文情勢(shì)，以及人類活動(dòng)如伐林、修建水利工程等對(duì)徑流的直接影響等方面[10-13]，而對(duì)流域上游地區(qū)徑流特征的研究較少。南渡江上游徑流匯入的松濤水庫(kù)是海南西部重要的飲用水源地、農(nóng)業(yè)灌溉用水來(lái)源[14]，其流量變化趨勢(shì)對(duì)海南省的社會(huì)經(jīng)濟(jì)發(fā)展至關(guān)重要，且鑒于上游流域分布大量天然林，受人類活動(dòng)影響較小，有利于研究氣候變化對(duì)森林覆蓋流域地表徑流狀況的影響過(guò)程。因此，本文選取海南島南渡江上游流域?yàn)檠芯繀^(qū)，建立SWAT模型模擬徑流，分析SWAT模型的適用性，基于最新的全球氣候模式CMIP6數(shù)據(jù)提取的氣候變化信號(hào)[15]，探索氣候變化背景下南渡江上游流域的地表水文效應(yīng)，以期為流域水資源管理提供理論支持。

1 研究區(qū)概況

南渡江是海南島最大的河流，發(fā)源于海南省白沙黎族自治縣南開(kāi)鄉(xiāng)南部的南峰山，干流全長(zhǎng)333.8 km，斜貫海南島中北部，流域呈狹長(zhǎng)形。南渡江水資源豐富，流域內(nèi)有明顯的干、濕兩季，5—10月為雨季，降雨量占全年的85%，多暴雨，時(shí)有洪水災(zāi)害，11月—次年4月為旱季，降雨量?jī)H占全年的15%，常發(fā)生春旱[16]。流域內(nèi)多年平均降水量1 900 mm，蒸發(fā)量1 490 mm，降雨量自上游向下游遞減，南部多于北部，巨大的蒸發(fā)量使流域內(nèi)出現(xiàn)明顯的缺水現(xiàn)象，近年來(lái)入海徑流量也出現(xiàn)減少現(xiàn)象[17-18]。

南渡江上游流域(109°12′—109°29′E，18°58′—19°11′N)以福才水文站為流域出口(圖1)。地勢(shì)呈西南高東北低，海拔高度161～1 530 m，總面積為507.22 km2。土地利用類型以林地為主，占流域總面積的84.93%，橡膠林和耕地次之，分別占流域面積的7.25%，7.22%，建筑用地與未利用地、水域面積較少，僅占流域面積0.59%(圖2A)。土壤類型以紅黏泥土為主，占流域面積60.81%；其次為麻黃砂土、瓊黃泥砂土和雜砂黃紅土，分別占流域面積的21.49%，9.55%，7.95%；紫棕泥土最少，僅占流域面積的0.19%(圖2B)。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源與處理

所用數(shù)據(jù)包括數(shù)字高程模型(digital elevation model，DEM)、土地利用、土壤類型、氣象、水文數(shù)據(jù)等。其中，DEM通過(guò)美國(guó)空間信息情報(bào)局(National Geospatial-intelligence Agency，NGA)獲取，空間分辨率為30 m；土壤分類圖通過(guò)中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http:∥www.resdc.cn/)獲取，空間分辨率為1 km。基于Landsat多光譜影像的提取獲得2015年海南島土地利用信息[19]，共劃分為橡膠林、林地、耕地、建筑用地與未利用土地以及水域5大類型。氣象數(shù)據(jù)(1961—2020年)為?？凇①僦?、瓊中、東方和瓊海氣象站觀測(cè)的逐日降水、最高與最低溫度、平均風(fēng)速、平均相對(duì)濕度以及太陽(yáng)輻射等數(shù)據(jù)，來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)；水文數(shù)據(jù)為福才水文站觀測(cè)的日徑流量數(shù)據(jù)(1961—2013年)，來(lái)源于海南省水文統(tǒng)計(jì)年鑒。

圖1 南渡江上游流域位置及水系分布

圖2 南渡江上游流域土地利用類型、土壤類型和子流域劃分

另外，土壤屬性參數(shù)包括土壤名稱(SNAME)、分層數(shù)(NLAYERS)、土層到底部埋深(SOL_Z)、有機(jī)碳(SOL_CBN)、黏土(CLAY)、壤土(SILT)、砂土(SAND)、礫石含量(ROCK)、電導(dǎo)率(SOL_EC)等，根據(jù)《中國(guó)土種志》查詢獲得；土壤濕容重(SOL_BD)、有效持水量(SOL_AWC)、飽和滲透系數(shù)(SOL_K)等由美國(guó)農(nóng)業(yè)部與華盛頓州立大學(xué)開(kāi)發(fā)的土壤水特性軟件SPAW(Soil-plant-atmosphere-water)計(jì)算得到。

2.2 研究方法

2.2.1 SWAT模型 SWAT模型主要基于水量平衡方程(公式1)來(lái)模擬徑流的產(chǎn)流過(guò)程[20]。所涉及的水文過(guò)程包括：冠層截留、入滲、再分配、蒸散發(fā)、壤中流、地表徑流、地下徑流和回歸流等，每個(gè)過(guò)程都有對(duì)應(yīng)的參數(shù)和計(jì)算方法[21]。

(1)

式中:SWt為土壤含水量最終值;SW0為起始土壤含水量;i為時(shí)間序列;Rd為第i時(shí)段的降水量;Qs為第i時(shí)段的地表徑流量;Ea為第i時(shí)段的蒸散發(fā)量;Ws為第i時(shí)段向下滲透的地表水量;Qg為第i時(shí)段的地下水回流量。以上參數(shù)的單位均為mm。

在構(gòu)建南渡江上游流域SWAT模型過(guò)程中，定義水文響應(yīng)單元(hydrological response unit，HRU)時(shí)，分別設(shè)置土地利用類型、土壤分類、坡度分級(jí)占子流域面積的5%，5%，10%，共將研究區(qū)劃分為23個(gè)子流域和93個(gè)水文響應(yīng)單元(圖2C)。在此基礎(chǔ)上輸入氣象數(shù)據(jù)，創(chuàng)建模型數(shù)據(jù)庫(kù)。

2.2.2 參數(shù)敏感性分析 使用SWAT-CUP(Calibration and Uncertainty Programs)軟件內(nèi)置的SUFI-2算法進(jìn)行參數(shù)敏感性分析，可以用于模型多站點(diǎn)月尺度的校準(zhǔn)和驗(yàn)證。SUFI-2算法包含的全局敏感性分析(Global sensitivity)可以一起對(duì)許多不同的參數(shù)進(jìn)行操作，每一個(gè)參數(shù)的顯著性都利用T檢驗(yàn)法來(lái)評(píng)價(jià)[22]。T檢驗(yàn)法中有t-state和p-state兩個(gè)評(píng)價(jià)指標(biāo)，其中p-state的取值范圍為0～1。t-state的大小反映了不同參數(shù)在本次模擬中的敏感性程度的高低，t-state的絕對(duì)值越大，代表該參數(shù)越敏感；p-state反映了每個(gè)敏感性參數(shù)的顯著程度，p-state越小越顯著。篩選影響徑流的敏感性參數(shù)，在SWAT-CUP中進(jìn)行多次迭代，根據(jù)每個(gè)參數(shù)的t-state值與p-state值，最終確定研究區(qū)徑流的參數(shù)敏感性排序。依據(jù)迭代精度驗(yàn)證結(jié)果，選擇決定系數(shù)R2，納什系數(shù)NSE和百分比偏差PBIAS作為評(píng)價(jià)模擬結(jié)果的指標(biāo)[23]，評(píng)價(jià)等級(jí)分為不滿意、滿意、好和非常好。

(2)

(3)

(4)

2.2.3 未來(lái)氣候變化情景 本文選擇CMIP6計(jì)劃中CanESM5，IPSL-CM6A-LR，MIROC6，MRI-ESM2-0和CNRM-ESM2-1共5種全球氣候模型的7類最新氣候變化場(chǎng)景資料[24]，其中SSP119，SSP126，SSP434，SSP245，SSP460，SSP370和SSP585分別表示在可持續(xù)發(fā)展路徑SSP1上對(duì)RCP1.9，RCP2.6情景的升級(jí)，在中度發(fā)展路徑SSP2上對(duì)RCP4.5情景的升級(jí)，在局部發(fā)展路徑SSP3上對(duì)RCP7.0情景的升級(jí)，不均衡發(fā)展路徑SSP4上對(duì)RCP3.4，RCP6.0情景的升級(jí)，以及在常規(guī)發(fā)展路徑SSP5上對(duì)RCP8.5情景的升級(jí)。基于CMIP6氣候模式7種路徑下21種熱帶地區(qū)的降水+氣溫組合變化(基準(zhǔn)期為1995—2014年)，提取21世紀(jì)近期(2021—2040年)、中期(2041—2060年)和遠(yuǎn)期(2081—2100年)的氣候變化信號(hào)，用以模擬未來(lái)不同時(shí)期氣候變化情景下南渡江上游流域的徑流響應(yīng)。

同時(shí)，根據(jù)常見(jiàn)梯度將溫度變化分別設(shè)置為增加-4℃，-3℃，-2℃，-1℃，1℃，2℃，3℃，4℃，降水變化設(shè)置為增加-10%，-5%，5%，10%，共獲得44種氣候變化情景。隨后基于SWAT模型進(jìn)行不同氣候變化情景下的南渡江上游流域的徑流模擬。

2.2.4 統(tǒng)計(jì)分析方法 采用距平值表示徑流實(shí)測(cè)數(shù)值偏離平均值的大小，以距平百分率作為徑流豐枯等級(jí)的劃分依據(jù)；運(yùn)用累積距平曲線診斷氣候和水文要素的突變點(diǎn)[25]。Mann-Kendall突變檢驗(yàn)法不僅可以衡量氣候和水文數(shù)據(jù)序列的變化趨勢(shì)，還可以確定突變的時(shí)間[26]。相關(guān)性分析用于不同氣候和水文要素間的相關(guān)性密切程度的檢驗(yàn)[27]。多元線性回歸模型可以實(shí)現(xiàn)徑流歸因[28]。

3 結(jié)果與分析

3.1 SWAT模型校準(zhǔn)與驗(yàn)證

根據(jù)福才水文站徑流實(shí)測(cè)數(shù)據(jù)，選擇1961—1976年作為SWAT模型徑流模擬的預(yù)熱期，1977—1987年和2006—2013年分別為率定期和驗(yàn)證期。使用SWAT-CUP軟件中SUFI-2算法的自動(dòng)校準(zhǔn)方法對(duì)與徑流模擬密切相關(guān)的16個(gè)參數(shù)進(jìn)行率定和驗(yàn)證，得到參數(shù)的最優(yōu)值及參數(shù)敏感性排序(表1)，將參數(shù)率定值代入SWAT模型得到徑流模擬最優(yōu)結(jié)果。

研究區(qū)徑流模擬結(jié)果的R2，PBIAS和NSE在率定期分別為0.74，-22.06%和0.57，在驗(yàn)證期分別為0.87，-24.33%和0.74(表2)，表明率定期和驗(yàn)證期研究流域月尺度徑流模擬值與實(shí)測(cè)值之間有較好的一致性。由圖3可知，率定期和驗(yàn)證期徑流的模擬值與實(shí)測(cè)值均擬合較好，且徑流量變化與降水量趨勢(shì)一致，模擬值能較好地反映實(shí)際徑流。綜上，SWAT模型在南渡江上游流域具有良好的適應(yīng)性，表明SWAT模型可用于該流域的徑流過(guò)程模擬及其對(duì)氣候變化的響應(yīng)研究。

3.2 南渡江上游流域徑流變化及其氣候驅(qū)動(dòng)

3.2.1 徑流變化特征 南渡江上游流域在1961—2020年的年平均徑流量為16.1 m3/s。其中，旱季和雨季徑流量分別占年徑流量的17%，83%。年平均徑流量最低值(3.73 m3/s)出現(xiàn)在1969年、1987年和2015年平均徑流量亦較低，均為6.8 m3/s；最高值(34.38 m3/s)在1964年、1973年和1978年亦較高，分別為31.9，29.6 m3/s。根據(jù)距平百分率統(tǒng)計(jì)結(jié)果(圖4)可知，過(guò)去60 a南渡江上游流域徑流豐水、偏豐、平水、偏枯、枯水的年份分別有19，6，9，12，14個(gè)。其中，年平均徑流量高于平均值的年份有31 a，低于平均值的有29 a?？偟膩?lái)說(shuō)，1961—2020年南渡江上游流域年平均徑流量波動(dòng)性較大，整體呈微弱下降趨勢(shì)，10 a變化率為-0.22 m3/s。采用M-K突變檢驗(yàn)和累積距平法對(duì)觀測(cè)數(shù)據(jù)進(jìn)行突變檢驗(yàn)，發(fā)現(xiàn)60 a間年平均徑流無(wú)明顯突變。

表1 參數(shù)敏感性排序

表2 SWAT模型在南渡江流域上游地區(qū)的模擬評(píng)價(jià)結(jié)果

3.2.2 徑流變化的氣候驅(qū)動(dòng) 1961—2020年，研究區(qū)年平均氣溫在22～25℃區(qū)間波動(dòng)上升，升溫率為0.23℃/10 a，無(wú)明顯突變；年降水變化率為32.03 mm/10 a，年降水高于平均值的有34 a，低于平均值的有26 a，亦無(wú)明顯突變(圖5—7)。相關(guān)性分析表明，研究區(qū)年平均徑流量與年降水量在p<0.01的水平下呈顯著正相關(guān)(R2=0.820**)，與年平均氣溫相關(guān)性不顯著。說(shuō)明降水是南渡江上游流域徑流變化的關(guān)鍵氣候驅(qū)動(dòng)因子。多元線性回歸模型表明(表3)，降水變化的影響遠(yuǎn)高于氣溫升高對(duì)徑流變化的影響。

圖3 南渡江上游流域率定期與驗(yàn)證期月徑流模擬值與實(shí)測(cè)值對(duì)比

圖4 南渡江上游流域年平均徑流距平百分率

就季節(jié)特征看(圖8—9)，60 a間研究區(qū)雨季的年平均徑流、年降水和年平均氣溫明顯高于旱季。其中，雨季表現(xiàn)為平均氣溫升高5.64%，降水增加4.60%，但平均徑流量下降9.94%；旱季表現(xiàn)為平均氣溫升高10.04%，降水增加12.90%，平均徑流量亦增加4.60%。旱季降水增加趨勢(shì)低于雨季，但雨季在高溫基礎(chǔ)上的升溫會(huì)加快徑流的蒸發(fā)，雖然雨季降水有所增加但氣溫升高引起的蒸發(fā)加劇造成雨季徑流減少[29-30]；而且雨季徑流減少量遠(yuǎn)高于旱季徑流的增加量，導(dǎo)致年平均徑流減少7.88%，暗示雨季徑流減少是造成年徑流減少的主要原因。綜上所述，徑流變化的氣候驅(qū)動(dòng)因子主要是降水，其次是氣溫。

圖5 南渡江上游流域年平均徑流、氣溫和年降水變化趨勢(shì)

圖6 南渡江上游流域年平均徑流、氣溫和年降水的Mann-Kendall突變檢驗(yàn)

圖7 南渡江上游流域年平均徑流、氣溫和年降水的累積距平值

表3 南渡江上游流域徑流與降水和氣溫的多元線性回歸方程

圖8 南渡江上游流域徑流、降水和氣溫年內(nèi)分布

圖9 南渡江上游流域雨季和旱季徑流、降水與氣溫年際變化趨勢(shì)

3.3 南渡江上游流域徑流對(duì)未來(lái)氣候變化情景的響應(yīng)

3.3.1 CMIP6氣候模式下的徑流模擬 根據(jù)2021—2100年的未來(lái)氣候情景，獲得21世紀(jì)近期、中期和遠(yuǎn)期等時(shí)期的南渡江上游流域徑流響應(yīng)結(jié)果(圖10)。在降水和氣溫的綜合影響下，7種路徑下21世紀(jì)近期和中期年平均徑流變化值范圍分別為-0.97～0.86，-1.37～0.97 m3/s；遠(yuǎn)期年平均徑流變化值在SSP119，SSP460，SSP370路徑下小于近期，而在其他路徑下因降水變化加劇，年平均徑流量出現(xiàn)明顯變化幅度。其中，SSP585，SSP434路徑下21世紀(jì)遠(yuǎn)期年平均徑流量分別增加2.65，1.95 m3/s，SSP245，SSP126路徑下年平均徑流分別減少2.99，2.86 m3/s。未來(lái)21種氣候情景中，最高、最低年平均徑流變化幅度均出現(xiàn)在遠(yuǎn)期(2081—2100年)，分別是在SSP585路徑下徑流增加14.71%和在SSP245路徑下徑流減少16.65%。綜上，降水因子主導(dǎo)了南渡江上游流域未來(lái)時(shí)期的徑流量變化，到21世紀(jì)后期氣候變化幅度明顯會(huì)導(dǎo)致徑流變化幅度加大。

3.3.2 單一氣候因子的徑流模擬 如圖11所示，保持降水不變，氣溫呈梯度變化，徑流量變化值范圍為-0.03～0.17 m3/s，年平均徑流模擬值較基準(zhǔn)期的變化率為-0.19%～1.01%；氣溫變化越大，徑流量變化幅度亦愈大。保持氣溫不變，隨著降水梯度從低到高增加，徑流量隨之增加，變化值范圍為-2.71～2.77 m3/s，年平均徑流模擬值相較于基準(zhǔn)期變化-16.25%～16.66%，反映出徑流量主要隨降水量的增加而增加，徑流變化對(duì)降水遠(yuǎn)比對(duì)氣溫敏感。

圖10 耦合CMIP6氣候模式多種路徑下21世紀(jì)南渡江上游流域年平均徑流變化

3.3.3 不同氣候組合情景下的徑流模擬 從32種不同梯度氣溫和降水變化組合情景下的徑流響應(yīng)來(lái)看(圖12)，最低氣溫與最高降水組合(ΔT=-4℃，Δp=+10%)情景下的年平均徑流量增加最多達(dá)2.96 m3/s，較基準(zhǔn)期增加17.79%；當(dāng)氣溫和降水變化情景為ΔT=+1℃，Δp=-10%的組合情景下年平均徑流量減少最多達(dá)-2.73 m3/s，較基準(zhǔn)期減少16.38%。這反映出降水變化是研究流域徑流變化的主要控制因子，且降水量與徑流量變化顯著正相關(guān)。

圖11 氣溫或降水單一因子影響下的年平均徑流模擬變化值及變化率

圖12 32個(gè)氣候變化情景下的年平均徑流模擬變化值與變化率

4 討 論

氣候變化是影響流域水文水資源的主要因素之一，特別是降水和氣溫的水熱組合變化對(duì)徑流的影響深遠(yuǎn)[31]。通過(guò)設(shè)置不同氣溫和降水組合情景，定量評(píng)估氣候變化對(duì)未來(lái)徑流的影響，發(fā)現(xiàn)研究區(qū)氣溫與徑流量負(fù)相關(guān)，與降水顯著正相關(guān)，且徑流對(duì)降水變化的敏感性遠(yuǎn)高于氣溫變化，這與前人研究結(jié)果一致[32-34]。氣溫是通過(guò)影響蒸散發(fā)間接使徑流量發(fā)生改變，研究區(qū)雨季徑流因降水微弱增加、氣溫明顯升高而出現(xiàn)減少現(xiàn)象，這證實(shí)了徑流與氣溫的負(fù)相關(guān)關(guān)系；但降水則會(huì)直接影響徑流量變化，因此年尺度上降水是氣候變化中改變徑流的最主要驅(qū)動(dòng)因子。氣候變化對(duì)徑流的影響呈現(xiàn)出干濕季的差異，并且流域尺度大小、不同時(shí)期基礎(chǔ)環(huán)境的改變會(huì)使得相同的氣候變化情景獲得不同的水文響應(yīng)結(jié)果。氣溫與降水變化下的徑流響應(yīng)并非相似情景的簡(jiǎn)單疊加，而是一個(gè)復(fù)雜的水文過(guò)程與響應(yīng)機(jī)制，同時(shí)還會(huì)受到其他因素如土地利用變化的綜合作用[35]。土地利用變化是僅次于氣候變化影響流域徑流的重要因素，不同土地利用類型對(duì)產(chǎn)流的調(diào)節(jié)作用是未來(lái)的重點(diǎn)研究。本研究結(jié)果可為未來(lái)氣候變化下森林流域的水資源管理和環(huán)境保護(hù)提供理論依據(jù)，但是徑流對(duì)未來(lái)氣候變化的響應(yīng)因流域位置及環(huán)境因子差異會(huì)有不同表現(xiàn)，仍需進(jìn)一步分析與探討。

5 結(jié) 論

(1) SWAT模型在海南島南渡江上游流域的徑流模擬適應(yīng)性良好。率定期的R2，PBIAS和NSE分別為0.74，-22.06%和0.57，驗(yàn)證期R2，PBIAS和NSE分別為0.87，-24.33%和0.74。

(2) 1961—2020年，南渡江上游流域多年平均徑流量為16.1 m3/s，10 a變化率為-0.22 m3/s。旱季和雨季徑流量分別占年徑流量的17%，83%。雨季的徑流、降水和氣溫明顯高于旱季。徑流在雨季的減少高于旱季的增加，暗示雨季徑流減少造成了年徑流的減少。

(3) 降水是南渡江上游流域徑流變化的關(guān)鍵氣候驅(qū)動(dòng)因子，降水變化主導(dǎo)未來(lái)時(shí)期研究區(qū)的徑流量變化。耦合SWAT模型和CMIP6氣候模式，發(fā)現(xiàn)21世紀(jì)后期因氣候變化加強(qiáng)會(huì)導(dǎo)致徑流變化幅度加大。

(4) 單一氣候因子模擬中，氣溫變化越大，徑流量變化值越大；徑流量主要隨降水量的增加而增加，徑流對(duì)降水遠(yuǎn)遠(yuǎn)比對(duì)氣溫敏感。不同氣候情景下，年平均徑流在ΔT=-4℃，Δp=+10%組合下較基準(zhǔn)期增加最多達(dá)17.79%；在ΔT=+1℃，Δp=-10%組合下較基準(zhǔn)期減少最多達(dá)16.38%。降水變化是徑流變化的主要控制因子，且降水變化與徑流變化顯著正相關(guān)。