戴 君， 胡海珠， 毛曉敏， 張 霽

（1.內(nèi)蒙古大學(xué)生態(tài)與環(huán)境學(xué)院，內(nèi)蒙古自治區(qū)河流與湖泊生態(tài)重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010020；2.甘肅武威綠洲農(nóng)業(yè)高效用水國(guó)家野外科學(xué)觀測(cè)研究站，甘肅 武威 733009；3.中國(guó)農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院，北京 100083；4.武威市水務(wù)局，甘肅 武威 733099)

氣候變化是目前人類面臨的重大環(huán)境問題之一，全球氣溫的上升加速水循環(huán)，影響水資源數(shù)量和質(zhì)量的變化［1］。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change,IPCC）第六次報(bào)告［2］指出，氣候變化在不同地區(qū)有多種不同的組合變化，將會(huì)改變降水模式，引起旱澇冰雹等極端氣候事件的發(fā)生，糧食產(chǎn)量持續(xù)下滑［3］。干旱內(nèi)陸河流域有限的水資源承載了過多的人口和經(jīng)濟(jì)活動(dòng)［4-5］，在徑流減少和人口增長(zhǎng)的長(zhǎng)期影響下，氣候變化成為經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展面臨的巨大挑戰(zhàn)［6］。全球氣候模式（General Circulation Models,GCMs）是研究未來氣候變化及其影響的主要方法，可以很好地模擬年或者季節(jié)尺度下的氣候特征［7］。國(guó)內(nèi)外較多學(xué)者用耦合模式比較計(jì)劃（Coupled Model Intercomparison Project, CMIP）的模式數(shù)據(jù)對(duì)各地氣候進(jìn)行評(píng)估，研究表明，CMIP5的模型輸出結(jié)果有較大不確定性，其模擬值明顯高于觀測(cè)值［8］。在最新國(guó)際氣候模式比較計(jì)劃的第六階段中（CMIP6），將共享社會(huì)經(jīng)濟(jì)路徑（Share Socioeconomic Pathways,SSP）與CMIP5 的代表性濃度路徑（Representative Concentration Pathways, RCP）相結(jié)合，修正了CMIP5 中長(zhǎng)期存在的模型偏差和輻射強(qiáng)迫量化差的問題，在我國(guó)已得到一定范圍的應(yīng)用［9］。

石羊河流域是典型的干旱內(nèi)陸河流域，位于內(nèi)蒙古高原、黃土高原和青藏高原過渡帶，地處季風(fēng)區(qū)邊緣，是氣候變化敏感區(qū)，也是甘肅省河西內(nèi)陸河流域中人口最多、水資源開發(fā)利用程度極高、生態(tài)環(huán)境問題突出的地區(qū)［10］。石羊河上游植被茂密，是流域的水源涵養(yǎng)區(qū)，也是典型的生態(tài)脆弱區(qū)，流域下游末端的青土湖是阻止沙漠侵蝕的重要生態(tài)屏障，也是中國(guó)最干旱、最嚴(yán)重的荒漠化地區(qū)之一［11］。特殊的地理?xiàng)l件和氣候特征決定了石羊河流域是一個(gè)干旱頻發(fā)的地區(qū)，流域水資源和生態(tài)環(huán)境對(duì)氣候變化的響應(yīng)顯著［12］。水作為最重要的生態(tài)因子，是干旱地區(qū)綠洲生態(tài)系統(tǒng)形成、發(fā)展和穩(wěn)定的基礎(chǔ)［13］。近年來，全球變暖導(dǎo)致的溫度升高以及降水模式和強(qiáng)度的改變，加之流域水資源嚴(yán)重超載，流域生態(tài)環(huán)境出現(xiàn)了不同程度的退化，水資源短缺不僅影響上游生態(tài)安全，而且直接威脅石羊河中下游綠洲社會(huì)經(jīng)濟(jì)的健康發(fā)展［14］。因此，石羊河流域氣候變化引起了相關(guān)學(xué)者的關(guān)注。Huo等［15］基于近50 a水文和氣象資料評(píng)估流域氣溫和降水的變化趨勢(shì)，發(fā)現(xiàn)1986 年以來增溫趨勢(shì)明顯，降水在山區(qū)呈減少趨勢(shì)，而在平原地區(qū)呈增加趨勢(shì)；Tang 等［16］研究石羊河上游植被生長(zhǎng)的時(shí)空變化及其對(duì)氣候變化的響應(yīng)發(fā)現(xiàn)，如果溫度和降水持續(xù)增加，植被生長(zhǎng)對(duì)溫度和降水的敏感性可能下降；Zhou等［17］研究發(fā)現(xiàn)，近56 a來石羊河流域上游存在水文干旱的趨勢(shì)，且氣象干旱向水文干旱的傳播強(qiáng)度極強(qiáng)；宮毓來等［18］應(yīng)用CMIP5 模式數(shù)據(jù)，比較了統(tǒng)計(jì)降尺度模型和機(jī)器學(xué)習(xí)模型對(duì)石羊河流域的降尺度能力，但并沒有對(duì)氣候模式下的未來氣候變化進(jìn)行研究。上述研究為石羊河流域氣候變化的預(yù)估提供了寶貴經(jīng)驗(yàn)，但大都基于歷史氣象資料或用比較單一的模式數(shù)據(jù)進(jìn)行預(yù)估。石羊河流域作為氣候變化的敏感區(qū)，為進(jìn)一步了解該地區(qū)對(duì)氣候變化的水文響應(yīng)，有必要系統(tǒng)評(píng)估新一代CMIP6 相關(guān)模式在石羊河流域的模擬能力，科學(xué)預(yù)估石羊河流域在21世紀(jì)的未來氣候變化特征。

基于此，本文將解決以下2 個(gè)科學(xué)問題：（1）基于觀測(cè)數(shù)據(jù)，用等距離累積分布函數(shù)法對(duì)氣候數(shù)據(jù)進(jìn)行降尺度，首次評(píng)估CMIP6中11個(gè)氣候模式在石羊河流域的模擬能力。（2）利用未來不同氣候情景下的預(yù)估數(shù)據(jù)在年尺度和季節(jié)尺度上分析石羊河流域的未來氣候變化趨勢(shì)。研究結(jié)果為合理利用水資源、調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和防治生態(tài)環(huán)境惡化提供依據(jù)，也可為我國(guó)西北干旱區(qū)應(yīng)對(duì)氣候變化提供科學(xué)參考。

1 研究資料與方法

1.1 研究資料

石羊河流域位于中國(guó)西北干旱區(qū)（36°29′～39°27′N，101°41′～104°16′E），季風(fēng)區(qū)與非季風(fēng)區(qū)過渡帶，大氣環(huán)流系統(tǒng)復(fù)雜（圖1），是中國(guó)西北部干旱區(qū)典型的內(nèi)陸河流域。流域面積約4.16×104km2，其上游發(fā)源于祁連山東北坡，水源主要來自降雨和降雪，中游為廊道平原，下游尾部綠洲被巴丹吉林沙漠和騰格里沙漠包圍，是徑流的消散區(qū)。石羊河流域?qū)贉貛Т箨懶愿珊禋夂?，具有日照充足、太陽輻射?qiáng)、降水少、蒸發(fā)強(qiáng)烈和溫差大等氣候特點(diǎn)，流域的年降水量為54～608 mm，而年蒸發(fā)量高達(dá)2000～3000 mm［19］。

圖1 研究區(qū)概況圖Fig.1 Overview of the study area

本研究所采用的氣象資料來源于中國(guó)科學(xué)院氣候變化研究中心的氣象數(shù)據(jù)集CN05.1，該套網(wǎng)格化觀測(cè)數(shù)據(jù)集是基于中國(guó)境內(nèi)2400 多個(gè)氣象臺(tái)站的觀測(cè)資料，由氣候場(chǎng)和距平場(chǎng)［20］分別插值后疊加得到［21］，空間分辨率為0.25°×0.25°。由于石羊河流域范圍較小，根據(jù)氣象站的地理位置及氣象資料的完整性，選取石羊河流域內(nèi)及其周邊區(qū)域共8 個(gè)氣象站（圖1）30 a（1985—2014年）的逐日降水、平均氣溫、最高氣溫和最低氣溫的數(shù)據(jù)資料。計(jì)算潛在蒸散發(fā)所用的平均相對(duì)濕度、日照時(shí)間以及風(fēng)速數(shù)據(jù)來自國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)（http://data.cma.cn）。

本文采用的氣候模式資料來自CMIP6，綜合選取各個(gè)國(guó)家的模式數(shù)據(jù)，并且考慮分辨率大小以及計(jì)算潛在蒸散發(fā)量所需氣候要素?cái)?shù)據(jù)在時(shí)間上的完整性［22］，選取11個(gè)氣候模型（表1），每個(gè)模型僅選擇第一個(gè)驅(qū)動(dòng)（r1i1p1f1）。基于氣候模式歷史時(shí)期所能模擬到的年份和未來情景下能預(yù)測(cè)到的最遠(yuǎn)年份，將1985—2014年作為歷史氣候模擬評(píng)估的基準(zhǔn)期，未來時(shí)期選至2100 年。因此，本文選取CMIP6 中11 個(gè)全球氣候模式在歷史時(shí)期（1985—2014 年）和4 種未來情景（2023—2100 年），即SSP1-2.6（低強(qiáng)迫情景）、SSP2-4.5（中等強(qiáng)迫情景）、SSP3-7.0（中高等強(qiáng)迫情景）和SSP5-8.5（高等強(qiáng)迫情景）［23］下的氣候要素。由于氣候模式的分辨率較粗且各模式的空間分辨率不同，使得區(qū)域尺度的研究結(jié)果存在很大的不確定性，所以采用雙線性插值方法將模式的分辨率統(tǒng)一為0.25°×0.25°。選擇距離氣象臺(tái)站最近格點(diǎn)的氣象要素?cái)?shù)據(jù)，基于歷史時(shí)期的觀測(cè)數(shù)據(jù)和模擬數(shù)據(jù)，對(duì)雙線性插值后的氣候模式數(shù)據(jù)采用等距離分布函數(shù)法［24］（Equidistance Cumulative Distribution Function Method, EDCDFm）進(jìn)行偏差校正。

表1 氣候模式信息Tab.1 Climate model information

1.2 研究方法

1.2.1 模式評(píng)估方法 本文使用泰勒?qǐng)D［25］、無量綱時(shí)間技巧評(píng)分［26］（ST）和綜合評(píng)級(jí)指標(biāo)［27］（MR）綜合分析11 個(gè)氣候模式的模擬能力。泰勒?qǐng)D可以對(duì)歷史時(shí)期氣候模式模擬下的降水與氣溫的模擬效果進(jìn)行評(píng)估，即利用模擬數(shù)據(jù)與觀測(cè)數(shù)據(jù)間的相關(guān)系數(shù)（Correlation Coefficient,r）、均方根誤差（Root Mean Square Error, RMSE）和標(biāo)準(zhǔn)差（Standard Deviation,SD）直觀判斷各模式的模擬性能。ST值越接近1，表示模式的時(shí)間模擬能力越好。MR越接近1，說明模式模擬能力越好。

1.2.2 潛在蒸散發(fā) 本文采用Penman-Monteith［28］公式計(jì)算潛在蒸散發(fā)量，其表達(dá)式為：

式中：ET0為潛在蒸散發(fā)量（mm·d-1）；Δ 為飽和水氣壓與氣溫關(guān)系曲線的斜率（kPa·℃-1）；Rn為凈輻射（MJ·m-2·d-1）；G為土壤通熱量（MJ·m-2·d-1）；γ為濕度計(jì)常數(shù)（kPa·℃-1）；Tmean為空氣平均氣溫（℃）；U2為地面以上2 m 高處的風(fēng)速（m·s-1）；es為空氣飽和水氣壓（kPa）；ea為實(shí)際飽和水氣壓（kPa）。

1.2.3 干燥度指數(shù) 干燥度指數(shù)（Aridity Index,AI）

為潛在蒸散發(fā)量與降水量的比值。根據(jù)AI 可將區(qū)域內(nèi)干濕狀況分為濕潤(rùn)、半濕潤(rùn)、半干旱、干旱和極干旱5種情況，劃分標(biāo)準(zhǔn)如表2所示［29］。

表2 干濕狀態(tài)分級(jí)標(biāo)準(zhǔn)Tab.2 Dry and wet state classification standards

2 結(jié)果與分析

2.1 模式模擬能力評(píng)估

為了評(píng)估11 個(gè)氣候模式在石羊河流域的適用性，利用1985—2014 年的氣象觀測(cè)數(shù)據(jù)，與距離站點(diǎn)最近的模式格點(diǎn)處同期氣象數(shù)據(jù)進(jìn)行對(duì)比，分析模擬數(shù)據(jù)相對(duì)于觀測(cè)數(shù)據(jù)的偏差。多模式集合（Multi-Model Ensemble,MME）平均方法［30］可以在一定程度上減小模型模擬結(jié)果的不確定性，被廣泛應(yīng)用［31］。因此，本文在模式評(píng)估階段對(duì)11 個(gè)模式和MME的模擬能力進(jìn)行分析。

首先評(píng)估了1985—2014 年不同氣候模式和MME 模擬年降水量和年均氣溫的性能，模式模擬數(shù)據(jù)相對(duì)于觀測(cè)數(shù)據(jù)的偏差是評(píng)估模式模擬結(jié)果的基本指標(biāo)之一。從圖2a 來看，大多數(shù)模式和MME都捕捉到了降水的年際變化特征，與觀測(cè)資料的變化趨勢(shì)一致，并且MME的結(jié)果與觀測(cè)數(shù)據(jù)在時(shí)間序列上更為接近，說明模式的模擬能力較好。從偏差數(shù)值來看，大部分模式都低估了石羊河流域的降水，不同模式的偏差范圍在-22.43～13.41 mm 之間，且MME的偏差較小，為-2.27 mm。為了量化氣候模式模擬結(jié)果與觀測(cè)數(shù)據(jù)在季節(jié)方面的差異，以春季（3—5 月）、夏季（6—8 月）、秋季（9—11 月）和冬季（12 月至次年2 月）進(jìn)行劃分，計(jì)算觀測(cè)數(shù)據(jù)與模擬數(shù)據(jù)的偏差結(jié)果。結(jié)果表明，夏季降水量的偏差現(xiàn)象最為明顯（圖3），夏季降水量的模擬值較觀測(cè)值偏小，偏差最大的模式為INM-CM4-8（-24.16 mm）；而春季和冬季的模擬值高估了降水量，冬季降水的偏差最小，反映了氣候模式對(duì)石羊河流域冬季降水的模擬效果優(yōu)于其他季節(jié)。

圖3 1985—2014年11個(gè)氣候模式數(shù)據(jù)與觀測(cè)數(shù)據(jù)之間的降水和氣溫在季節(jié)上的偏差Fig.3 Seasonal deviations in annual precipitation and annual average temperature between 11 climate models data and observation data during the period of 1985-2014

圖2b 給出了11 個(gè)氣候模式模擬數(shù)據(jù)與觀測(cè)數(shù)據(jù)的年均氣溫的比較?？傮w來看，與降水變化一致，大多數(shù)模式和MME都捕捉到了氣溫的年際變化特征，在時(shí)間序列上均呈現(xiàn)增加的趨勢(shì)，且不同模式之間的模擬結(jié)果差異不大。模式數(shù)據(jù)普遍低估了石羊河流域的氣溫，但是偏差較小，不同模式的偏差范圍在-0.1～0.2 ℃之間，MME 呈較小的冷偏差（-0.04 ℃），CanESM5 模式的偏差最小（-0.01 ℃）。與降水相比，各模式模擬結(jié)果與觀測(cè)數(shù)據(jù)在季節(jié)上的差異很小，其中，春季氣溫偏差最明顯（-1.23～0.35 ℃），夏季氣溫偏差最小（-0.08～0.02 ℃），說明模式數(shù)據(jù)對(duì)于石羊河流域夏季氣溫的模擬能力較好，此結(jié)果也與韓林君等［32］應(yīng)用CMIP6 模式數(shù)據(jù)模擬祁連山氣候變化特征的結(jié)果一致。

采用標(biāo)準(zhǔn)差SD、相關(guān)系數(shù)r和均方根誤差RMSE 量化模擬結(jié)果，利用泰勒?qǐng)D來衡量每個(gè)氣候模式對(duì)石羊河流域降水和氣溫的模擬效果（圖4）。不同符號(hào)的位置表明了氣候模式模擬降水和氣溫的能力。結(jié)果表明，11 個(gè)模式模擬降水的能力（r＞0.8,P<0.05）存在較大不同，RMSE 在0.67～2.13 之間，SD 在0.79～1.79 之間。不同模式的模擬結(jié)果較為分散，CanESM5 的r最大，但是其RMSE 和SD 較大；IPSL-CM6A-LR、EC-Earth3和FGOALS-g3的降水模擬結(jié)果較好，RMSE 和SD 均＜1；INM-CM4-8 和MPI-ESMl-2-LR 的模擬能力最差。MME 的模擬能力優(yōu)于其他氣候模式，說明雖然各模式模擬能力之間存在差異，但整體模擬效果很好。與降水相比，11 個(gè)模式在整個(gè)歷史時(shí)期的氣溫模擬結(jié)果沒有明顯差異，所有模式都表現(xiàn)良好，且MME的r達(dá)到0.99（P＜0.01），RMSE 和SD 最小，模擬能力優(yōu)于其他模式，與觀測(cè)值密切匹配。從結(jié)果來看，氣候模式模擬石羊河流域氣溫的效果優(yōu)于降水。

圖4 1985—2014年11個(gè)氣候模式在石羊河流域模擬值與觀測(cè)值的泰勒?qǐng)DFig.4 Taylor plot of simulated values of 11 climate models and observed values in the Shiyang River Basin from 1985 to 2014

為進(jìn)一步探討不同模式的模擬能力和差異，在泰勒?qǐng)D的基礎(chǔ)上引入無量綱時(shí)間技巧評(píng)分（ST），結(jié)合泰勒?qǐng)D的數(shù)據(jù)計(jì)算綜合評(píng)級(jí)指標(biāo)（MR）。因?yàn)椴煌笜?biāo)下模擬能力的最優(yōu)模式有較大不同，所以通過綜合評(píng)級(jí)指標(biāo)，計(jì)算不同指標(biāo)的一致性來綜合分析氣候模式的模擬能力。表3列出了用來評(píng)估每個(gè)氣候模式的4個(gè)指標(biāo)的單獨(dú)排名和綜合排名。根據(jù)結(jié)果來看，11 個(gè)模式中模擬降水與氣溫的最優(yōu)模式不同，對(duì)降水而言，EC-Earth3 和IPSL-CM6A-LR 的MR值更接近1，說明模擬能力較好，而FGOALS-g3和EC-Earth3 模擬氣溫的效果較好。綜合分析11 個(gè)模式對(duì)石羊河流域降水和氣溫的模擬效果，ECEarth3、FGOALS-g3、GFDL-ESM4、IPSL-CM6A-LR 以及INM-CM4-8模式的模擬能力較好，此結(jié)果與王雙雙等［33］評(píng)估全國(guó)和部分地區(qū)氣候變化的模式一致。

表3 評(píng)估11個(gè)氣候模式模擬能力的4個(gè)指標(biāo)排名Tab.3 Rankings of 4 indicators for assessing the simulation capacity of 11 climate models

綜合來看，CMIP6 模式數(shù)據(jù)在石羊河流域?qū)邓蜌鉁氐哪M結(jié)果具有差異性，且氣溫的模擬效果優(yōu)于降水。雖然，CMIP6 模式的模擬值較觀測(cè)值有所偏差，但差異不大，并且模式能夠很好地刻畫出降水和氣溫要素在石羊河流域的年內(nèi)年際分布特征。MME 與觀測(cè)值的變化趨勢(shì)一致，表現(xiàn)出一定的穩(wěn)定性。與單一模式相比，多模式集合下的RMSE 和SD 更小，r達(dá)0.99 以上，因此，可用多模式集合平均的方法來預(yù)估石羊河流域未來的降水和氣溫變化。綜上所述，CMIP6 模式數(shù)據(jù)在石羊河具有良好的適用性，可用于未來氣候變化的預(yù)估分析。

2.2 不同情景下的氣候變化預(yù)估

本研究利用11 個(gè)氣候模式的多模式集合平均數(shù)據(jù)，以1985—2014 年為基準(zhǔn)期，基于偏差校正后的數(shù)據(jù)進(jìn)行未來時(shí)期（2023—2100 年）多模式集合下的流域未來氣候變化預(yù)估。為了更進(jìn)一步探討未來不同時(shí)期的氣候變化，將未來時(shí)期以26 a 為單位均分為3 個(gè)時(shí)間段：21 世紀(jì)前期（2023—2048年），21 世紀(jì)中期（2049—2074 年）和21 世紀(jì)后期（2075—2100 年），定量分析未來時(shí)期氣候要素的變化情況。

2.2.1 降水量變化預(yù)估 圖5a 為未來4 種情景下研究區(qū)年降水量的時(shí)間變化趨勢(shì)，不同情景下石羊河流域的年降水量呈現(xiàn)隨時(shí)間上升的趨勢(shì)（P<0.05），且在SSP5-8.5 情景下，降水量增速最快，為10.75 mm·（10a）-1（表4）。相對(duì)于基準(zhǔn)期，石羊河流域在SSP1-2.6 情景下的年降水量預(yù)計(jì)在21 世紀(jì)前期、中期和后期分別增加22.83 mm（-5.9～65.31 mm）、44.89 mm（4.74～120.63 mm）、37.06 mm（-11.45～98.91 mm），同樣在SSP5-8.5 情景下降水量增加25.38 mm（3.06～89.33 mm）、43.21 mm（1.39～122.15 mm）、79.35 mm（13.47～209.56 mm）。通過統(tǒng)計(jì)在4種情景下未來時(shí)期的月降水量相對(duì)于基準(zhǔn)期各月降水量的變化情況，分析未來降水的季節(jié)性變化。如圖5b 所示，在季節(jié)尺度上，石羊河流域在未來時(shí)期春季、秋季和冬季的降水量增加明顯，夏季（7—8月）的降水量小于基準(zhǔn)期，尤其是8 月有干燥的趨勢(shì)。冬季降水可能增加45.02%，夏季降水增加0.38%，且寒冷季節(jié)的增長(zhǎng)趨勢(shì)大于溫暖季節(jié)。石羊河流域以綠洲農(nóng)業(yè)為主，農(nóng)業(yè)發(fā)展依賴山區(qū)來水的灌溉，降水變化的不確定性會(huì)加大未來時(shí)期流域洪澇干旱等災(zāi)害發(fā)生的可能性，導(dǎo)致農(nóng)產(chǎn)品減產(chǎn)，對(duì)流域農(nóng)業(yè)經(jīng)濟(jì)發(fā)展造成威脅［34］。

表4 未來時(shí)期（2023—2100年）每10 a降水、氣溫和蒸散發(fā)的變化Tab.4 Changes in precipitation,temperature and evapotranspiration for each decade in the coming period(2023-2100)

圖5 石羊河流域未來時(shí)期（2023—2100年）降水量的變化Fig.5 Changes of precipitation in the future period(2023-2100)in the Shiyang River Basin

本文應(yīng)用反距離加權(quán)插值法（IDW）得到相對(duì)于歷史時(shí)期（1985—2014 年），石羊河流域在未來時(shí)期（2023—2100年）3個(gè)時(shí)間段的年降水量增量的空間分布圖（圖6）。4 個(gè)情景在21 世紀(jì)后期的空間分布相似，但是增幅不同，流域上游增幅較大，下游增幅最小，且在SSP5-8.5 情景下降水增幅可達(dá)88.03 mm。在21世紀(jì)3個(gè)時(shí)間段內(nèi)，不同模式的降水增加幅度也在逐漸增大。流域上游為祁連山北部的高山地帶，降水量的增加可促進(jìn)山區(qū)植被的生長(zhǎng)，增加植被覆蓋密度?？傮w來說，在未來全球變暖加速的情況下，石羊河流域降水變化最小的區(qū)域出現(xiàn)在民勤盆地，且在低輻射強(qiáng)迫情景下降水量變化趨勢(shì)較小，中等或高等輻射強(qiáng)迫情景下的變化趨勢(shì)明顯。流域內(nèi)氣候呈現(xiàn)變濕的趨勢(shì)，且變濕潤(rùn)的面積逐漸增大［35］。研究結(jié)果與同樣發(fā)源于祁連山的黑河流域年均降水量預(yù)測(cè)結(jié)果一致，即未來降水增加主要發(fā)生在流域上游的祁連山區(qū)，未來流域降水的不均勻性增強(qiáng)［36］。王澄海等［37］對(duì)于全球變化背景下的西北地區(qū)降水變化研究同樣發(fā)現(xiàn)，降水增加主要發(fā)生在西北干旱區(qū)的內(nèi)陸河流域，與本文石羊河流域的降水變化一致。

圖6 石羊河流域未來時(shí)期（2023—2100年）較歷史時(shí)期（1985—2014年）的年降水量增量的空間變化Fig.6 Spatial variation of annual precipitation increment in the Shiyang River Basin in the future period(2023-2100)compared to the historical period(1985-2014)

2.2.2 氣溫變化預(yù)估 相對(duì)于歷史時(shí)期（1985—2014年），在未來4種情景下石羊河流域的氣溫呈現(xiàn)顯著上升的趨勢(shì)（P<0.01），與降水相比，趨勢(shì)更加明顯。在SSP5-8.5 情景下，氣溫的增暖速率最快［0.6 ℃·（10a）-1］，SSP1-2.6 情景下氣溫的增加速率最慢［0.04 ℃·（10a）-1］。以21 世紀(jì)50 年代為界，2050 年前4 種氣候情景的波動(dòng)幅度一致，不同情景間的年平均氣溫差較小，2050 年之后，SSP1-2.6 情景的增幅降低且趨于平穩(wěn)，而SSP5-8.5 情景下的氣溫隨時(shí)間呈穩(wěn)定增加，不同情景之間的年平均氣溫差也越來越大。排放情景對(duì)氣溫的影響顯著，隨模擬時(shí)間的延長(zhǎng)，4 種情景模擬的結(jié)果差異越大，尤其是SSP5-8.5情景與另外3種情景的結(jié)果在后10 a相差達(dá)到5 ℃以上。在21 世紀(jì)前期、中期和后期3 個(gè)時(shí)間段的4 個(gè)情景下氣溫均隨時(shí)間有明顯的增加，在SSP1-2.6 情景下年平均氣溫預(yù)計(jì)分別增加1.37 ℃（0.79～1.94 ℃）、1.68 ℃（0.84～2.39 ℃）、1.58 ℃（0.77～2.56 ℃），在SSP5-8.5 情景下年平均氣溫 增 加1.64 ℃（0.98～2.60 ℃）、3.24 ℃（1.96～5.16 ℃）、5.13 ℃（3.28～8.37 ℃）。從上述分析可知，石羊河流域未來年均氣溫隨著輻射強(qiáng)迫增加而增大，流域內(nèi)變暖趨勢(shì)逐漸增強(qiáng)。對(duì)比應(yīng)用CMIP6 模式預(yù)測(cè)的中國(guó)西南地區(qū)［38］和長(zhǎng)江流域［39］等地區(qū)的研究結(jié)果，同樣表明石羊河流域未來年均氣溫均呈現(xiàn)上升的趨勢(shì)。

將未來4種情景與歷史時(shí)期的月平均氣溫進(jìn)行對(duì)比（圖7b）發(fā)現(xiàn)，氣溫在夏季和冬季變化不明顯，較大增幅集中在春秋兩季，以3 月（127.70%）、4 月（68.93%）、10 月（88.06%）和11 月（101.44%）為主。春季和秋季分別是農(nóng)作物生長(zhǎng)和收獲的關(guān)鍵季節(jié)，氣溫的不穩(wěn)定性可能改變農(nóng)作物的生長(zhǎng)周期，影響農(nóng)作物的生產(chǎn)量［40］。相比于基準(zhǔn)期，不同氣候情景下的石羊河流域未來年均氣溫增量在21世紀(jì)前期、中期和后期的空間分布特征相近，年均氣溫增量自南向北增加（圖8），但是增加幅度不同，氣候變化對(duì)流域北部的影響大于南部，在4種情景下，石羊河流域年均氣溫在21 世紀(jì)后期分別升高1.63 ℃、2.79 ℃、4.23 ℃和5.37 ℃?？傮w來看，民勤盆地的氣溫變化幅度最大。盆地內(nèi)沙漠面積較大，極端高溫使沙面迅速增溫，容易發(fā)生沙塵暴，誘發(fā)火災(zāi)等事故［41］。同時(shí)，該地區(qū)氣溫的增加和降水的減少可能會(huì)限制沙漠邊緣地帶植被的生長(zhǎng)。因此，在未來全球變暖加速的條件下，作為流域?qū)鉁刈兓蠲舾械拿袂谂璧貞?yīng)該引起相關(guān)部門應(yīng)對(duì)該地區(qū)氣候?yàn)?zāi)害的重視。

圖7 石羊河流域未來時(shí)期（2023—2100年）年均氣溫的變化Fig.7 Changes in the annual average temperature in the future period(2023-2100)in the Shiyang River Basin

圖8 石羊河流域未來時(shí)期（2023—2100年）較歷史時(shí)期（1985—2014年）的年均氣溫增量的空間變化Fig.8 Spatial variation of annual average temperature increment in the Shiyang River Basin in the future period(2023-2100)compared to the historical period(1985-2014)

2.2.3 潛在蒸散發(fā)量變化預(yù)估 石羊河流域的潛在蒸散發(fā)量在未來不同情景下均呈現(xiàn)隨時(shí)間顯著上升的趨勢(shì)（P<0.01）（圖9a）。在所選的4 種氣候情景下，SSP5-8.5 情景下的潛在蒸散發(fā)量增速最快［11.35 mm·（10a）-1］，該情景代表為非常規(guī)的發(fā)展路徑，即氣溫升高、輻射增強(qiáng)，說明在更高的不均衡程度和更多的溫室氣體排放下，潛在蒸散量呈現(xiàn)更大的增加趨勢(shì)。以基準(zhǔn)期為參考，在21世紀(jì)后期潛在蒸散發(fā)的增加值普遍大于前期和中期，且在SSP5-8.5 情景下的增加值高達(dá)101.98 mm（7.07～408.10 mm）。圖9b 顯示，未來潛在蒸散發(fā)量較歷史時(shí)期在每個(gè)月份都有較大增幅，其中，冬季（18.75%）和夏季（12.09%）的潛在蒸散發(fā)量增幅最高，且增幅隨輻射強(qiáng)迫增加而加大。劉文斐等［42］在對(duì)西北地區(qū)未來潛在蒸散發(fā)量預(yù)估的研究中同樣表明潛在蒸散發(fā)量呈現(xiàn)上升趨勢(shì)，與本文研究結(jié)果一致。

圖9 石羊河流域未來時(shí)期（2023—2100年）潛在蒸散發(fā)量的變化Fig.9 Changes in the potential evapotranspiration in the future period(2023-2100)in the Shiyang River Basin

相較于歷史時(shí)期，未來4 種情景下石羊河流域潛在蒸散發(fā)量增加值的空間分布（圖10）與氣溫變化一致，均呈現(xiàn)由東北向西南遞減，且隨著輻射強(qiáng)迫水平的增加（SSP5-8.5）潛在蒸散發(fā)量的增加值越大，高增加值的區(qū)域擴(kuò)大。潛在蒸散發(fā)量的低值位于流域南部的祁連山脈；中部武威盆地年潛在蒸散發(fā)量低于600 mm，盆地內(nèi)有大面積的灌溉農(nóng)田，可以有效緩解氣溫的升高，增加空氣濕度增加；高值位于流域北部的民勤盆地，年潛在蒸散發(fā)量高于800 mm。總體而言，流域內(nèi)的未來年潛在蒸散發(fā)量在400～900 mm之間。

圖10 石羊河流域未來時(shí)期（2023—2100年）較歷史時(shí)期（1985—2014年）的年潛在蒸散發(fā)量增量的空間變化Fig.10 Spatial variation of annual potential evapotranspiration increment in the Shiyang River Basin in the future period(2023-2100)compared to the historical period(1985-2014)

干燥度指數(shù)（AI）可以反映一個(gè)地區(qū)的干燥程度，它綜合了降水和氣溫的影響。由圖11a 可以看出，未來時(shí)期石羊河流域的AI 整體呈現(xiàn)下降趨勢(shì)，反映石羊河流域的氣候有暖濕化的現(xiàn)象，此結(jié)果與張紅麗等［43］對(duì)西北地區(qū)氣候變化的預(yù)測(cè)結(jié)果一致。姚俊強(qiáng)等［44］對(duì)位于西北地區(qū)的新疆氣候變化的研究同樣發(fā)現(xiàn)，20世紀(jì)80年代以來新疆地區(qū)的氣候有明顯的增暖增濕的趨勢(shì)。流域氣候的暖濕化趨勢(shì)可能與西風(fēng)環(huán)流的增強(qiáng)和上升氣流運(yùn)動(dòng)有關(guān)，西風(fēng)環(huán)流的增強(qiáng)增加了流域上空的水汽輸送，上升的空氣運(yùn)動(dòng)捕獲了更多的水蒸氣，給流域內(nèi)帶來更多的降水［45］。流域中降水、溫度和干燥度的變化不僅反映了當(dāng)前氣候變暖和增濕的趨勢(shì)，且降水增加的速度比溫度更為明顯，所以未來需要高度警惕氣候增濕情況對(duì)石羊河流域的影響。該結(jié)果與柳利利等［46］對(duì)于西北地區(qū)AI變化的預(yù)測(cè)結(jié)果相一致，即甘肅、寧夏和陜西等西北地區(qū)的氣候趨于濕潤(rùn)，但是青海和新疆等地區(qū)在太陽輻射和植被的影響下暖濕變化更為復(fù)雜，干旱風(fēng)險(xiǎn)增加。

圖11 石羊河流域未來時(shí)期（2023—2100年）干燥度指數(shù)（AI）月尺度變化Fig.11 Monthly scale changes of aridity index(AI)in the future period(2023-2100)of the Shiyang River Basin

從圖11b 中看出，石羊河流域春季和冬季較為干旱，1 月和12 月最為干旱（AI＞4），夏季和秋季整體偏濕潤(rùn)（0.5＜AI≤2.0），處于半干旱狀態(tài)。在未來時(shí)期，除夏季（6—8月）外，其他季節(jié)的AI將會(huì)減少，流域暖濕化將有利于植被的生長(zhǎng)，冬季AI的降低有利于春小麥的種植，增溫增濕的過程對(duì)中下游綠洲農(nóng)業(yè)的發(fā)展有一定的促進(jìn)作用。但是夏季AI上升，氣溫升高，輻射增強(qiáng)，潛在蒸散發(fā)量增大，降水量的增加可能會(huì)對(duì)農(nóng)業(yè)生產(chǎn)活動(dòng)產(chǎn)生很小的正向影響，仍然導(dǎo)致農(nóng)業(yè)灌溉需水量需求增加［47］。此外，氣候變暖可能增加病蟲害的風(fēng)險(xiǎn)，導(dǎo)致某些作物產(chǎn)量下降，特別是在農(nóng)作物開花期溫度的升高可能會(huì)對(duì)糧食產(chǎn)量產(chǎn)生負(fù)面影響。因此，應(yīng)制定流域管理適應(yīng)戰(zhàn)略，以減少氣候變化對(duì)農(nóng)業(yè)生產(chǎn)、糧食安全以及農(nóng)村發(fā)展的不利影響［48］。

3 結(jié)論與討論

本文基于觀測(cè)資料，首次評(píng)估了CMIP6的11個(gè)氣候模式在石羊河流域的模擬能力，并以1985—2014 年為基準(zhǔn)期，預(yù)估未來時(shí)期（2023—2100 年）在SSP1-2.6、SSP2-4.5、SSP3-7.0 和SSP5-8.5 情景下的降水、氣溫、潛在蒸散發(fā)以及干燥度指數(shù)的變化趨勢(shì)，主要結(jié)論如下：

（1）CMIP6 模式數(shù)據(jù)在石羊河流域具有良好的適用性，模式能夠很好地刻畫出降水和氣溫要素在石羊河流域的年內(nèi)、年際分布特征，且MME 對(duì)降水和氣溫的模擬性能均優(yōu)于其他模式。

（2）未來4 種情景下的流域降水量均呈增加趨勢(shì)，且SSP5-8.5 情景下的降水量增加速率最大，為10.75 mm·（10a）-1。21 世紀(jì)后期降水量的增幅大于前期和中期，降水量預(yù)計(jì)增加79.35 mm。較歷史時(shí)期（1985—2014 年），未來時(shí)期（2023—2100 年）的降水量在冬季的增幅較大（45.02%），夏季的增幅較小（0.38%），且寒冷季節(jié)的增長(zhǎng)趨勢(shì)大于溫暖季節(jié)的趨勢(shì)。空間尺度上，4 個(gè)情景在21 世紀(jì)后期的空間分布相似，流域上游增幅較大，下游增幅最小，在SSP5-8.5情景下降水增幅可達(dá)88.03 mm。

（3）相較于歷史時(shí)期，未來4 種情景下石羊河流域的年均氣溫均呈現(xiàn)顯著增加趨勢(shì)。SSP1-2.6情景下的升溫趨勢(shì)為0.04 ℃·（10a）-1，21 世紀(jì)后期升高1.58 ℃；SSP5-8.5 情景下的增暖趨勢(shì)與幅度更大，增加速率為0.67 ℃·（10a）-1，21 世紀(jì)后期升溫5.13 ℃。春季和秋季的增溫幅度大于夏季和冬季，主 要 以3 月（127.70%）、4 月（68.93%）和10 月（88.06%）、11 月（101.44%）為主。流域中氣溫變化最大的地區(qū)出現(xiàn)在民勤盆地，特別是在中等或高輻射強(qiáng)迫情景下，是對(duì)氣溫變化最敏感的地區(qū)，易發(fā)生極端天氣，流域需制定應(yīng)對(duì)極端氣候事件的策略并建立災(zāi)害風(fēng)險(xiǎn)管理體系。

（4）石羊河流域未來不同情景下的潛在蒸散發(fā)量呈明顯上升趨勢(shì)，且隨著輻射強(qiáng)迫水平的增加潛在蒸散發(fā)量的增加值越大，在SSP5-8.5 情景下的增加值高達(dá)101.98 mm。未來時(shí)期石羊河流域的AI整體減小，將呈現(xiàn)暖濕化的趨勢(shì)。除夏季以外，其他季節(jié)的AI將會(huì)減少，所以流域未來夏季可能會(huì)更加干旱，而其他季節(jié)將會(huì)變得濕潤(rùn)。

本文僅評(píng)估了11 個(gè)氣候模式在石羊河流域的模擬能力，雖然CMIP6 模式在CMIP5 基礎(chǔ)上做了改進(jìn)，但受模式本身分辨率的影響，對(duì)未來氣候的模擬結(jié)果還是會(huì)存在一定偏差，并且石羊河流域下游站點(diǎn)較少，加大了模擬難度。本文雖然利用多模式集合平均方法減小了模式與觀測(cè)之間的差異，但結(jié)果仍然會(huì)有很多的不確定性。所以，未來可以結(jié)合其他提高分辨率的方法并且探討未來氣候變化與各氣候要素之間的聯(lián)系。此外，氣候變化下石羊河流域的暖濕化問題應(yīng)該受到重視，氣候暖濕化的原因及其影響機(jī)制也需要進(jìn)一步的研究與關(guān)注。

致謝：衷心感謝內(nèi)蒙古大學(xué)生態(tài)與環(huán)境學(xué)院周春江博士在本文修改過程中給予的建設(shè)性意見！