气候变化和人类活动影响下北京市需水量预测

秦 欢 欢

(1.东华理工大学 核资源与环境国家重点实验室,江西 南昌 330013； 2.东华理工大学 水资源与环境工程学院，江西 南昌 330013)

大量研究证明，气候变化和人类活动是影响陆面水文循环过程及水资源供需平衡最重要的两大驱动因素[1-5], 对其进行研究是水科学研究中的热点问题之一[3]。IPCC第五次评估报告[6]指出，相对于1850～1900年，预计到21世纪末(2081～2100年)，全球平均气温将上升0.30℃～ 4.80℃，以全球变暖为标志的气候变化已成为世界上最重要的环境问题之一。气候变化导致的全球变暖必定会对全球水文循环过程产生重要影响，造成水文循环各要素的变化及水资源的时空重分配，影响区域水资源总量，增加旱涝灾害的频率和强度，使得水资源供需不平衡问题更加突出[7]，从而对区域水资源开发利用、规划管理、生态环境保护和社会经济发展等产生深远的影响[1]。

诸如灌溉、工业用水、水库大坝的修建、超采地下水、土地开发利用等人类活动[8]对流域水循环及水资源的影响随着经济的发展和科技的进步而不断增强，由此带来水文循环要素和水资源数量在时空上发生了不可忽略的变化[9-11]。自20世纪80年代以来，由于经济的发展、人口的增长及城镇化的推进，全球生活、工业和农业用水不断增加，人类活动产生的工农业“三废”造成区域水资源的污染和生态环境的恶化，使得水资源供需矛盾不断加剧，已成为制约社会经济发展的关键要素之一。在气候变化和人类活动双重驱动因素影响下，针对水文循环及水资源变化进行研究，探讨变化环境下水资源的可持续开发利用和规划管理，对于解决水资源短缺的危机、促进生态环境的保护和社会经济的可持续发展都具有十分重要的意义。

区域需水量预测涉及复杂的社会经济和工程技术因素，是水资源可持续管理和规划调度的重要依据[12]。一般来说，区域需水量预测的方法可分为时间序列法、结构分析法和系统方法等[13-15]。然而，传统的方法无法系统地刻画水资源供需之间复杂的动态反馈关系，亦无法在需水量预测中考虑诸多影响因素及其相互关系[16]，而系统动力学(System Dynamics, SD)是解决这一问题科学有效的方法[14,17-18]。

本文通过建立北京市需水量预测SD模型，考虑影响需水量的社会经济、水文、气象、工程技术等因素，在模型校准的基础上，通过情景分析法预测在气候变化和人类活动双重驱动因素影响下北京市未来需水量及水资源供需平衡关系，为北京市水资源短缺问题的解决和可持续发展提供科学有效的建议，进而为气候变化和人类活动影响下全球缺水问题的解决提供有益的尝试。

1 材料和方法

1.1 系统动力学

SD出现于1956年，是为分析生产和库存管理等问题提出的系统仿真方法，现已逐渐发展成为一门认识和解决系统问题的交叉学科[19]。SD对问题的理解是基于系统行为与内在机制间的依赖关系，通过数学模型的建立与操作而获得，逐步发掘出产生变化形态的因果关系，构成的SD结构主要包括“流(flow)”、“积量(level)”、“率量(rate)”、“辅助变量(auxiliary)”等。SD模拟是按照步骤沿时间轴进行的，系统变量在每个时间步长末被更新，以代表前一步的模拟结果。目前，SD方法已经广泛应用于各个领域[12,14,16-18,20]，擅长处理具有高度非线性、高阶次、多变量、多重反馈等特点的问题，取得了明显的优势[19]。基于此，SD方法可以在需水量预测中综合考虑气候变化和人类活动这两大驱动因素的作用，通过模拟获得区域水资源的供需状态，有助于准确合理地刻画水资源供需关系中诸多因素的复杂关系，为特大城市需水量预测和水资源可持续利用提供强有力的研究工具。

1.2 需水量计算方法

北京市需水量预测包括生活需水量、工业需水量、灌溉需水量、牲畜需水量、林渔业需水量和环境需水量，其中林渔业需水量和环境需水量是输入量，牲畜需水量的计算采用定额法，而对前三者的计算，采用的是考虑了宏观经济、水文、气象等因素的方法进行计算。与生活需水量计算相关的因素包括人口、收入、生活水价、缺水指数等，与工业需水量计算相关的因素包括国内生产总值、用水技术的进步、工业水价等；而对灌溉需水量的计算是依据农作物水文学及农学特征来进行计算的，相关的因素包括农作物指数、农作物生长阶段指数、农作物系数、农作物面积、参考蒸散发、盐分浸出因素、有效降水量等，具体的计算细节请参考文献[12]和[14]，此处不再重复。

1.3 研究区概况

北京市位于华北平原最北端，与津冀接壤，总面积约16 808 km2，包括38%的平原区和62%的山区。2014年全市人口约2 150万，人口密度1 311人/km2，城镇化率86.3%。2014年，北京市农业用地占土地总面积的67.5%。北京市的土地利用情况在过去30 a里发生了巨大变化，大量农业用地逐渐成为城市用地，形成了从城市核心区、农村—城市边缘区到郊区等明显的过渡结构。北京市属于暖温带半湿润大陆性季风气候，多年(1956～2003年)平均降水量603 mm，但年际变化较大、年内分布不均，约60%～80%的降水集中在6～9月的雨季，年均降水量呈减少的趋势。北京市严重依赖地下水，这种情况在农业领域特别显著。北京市水资源短缺问题与其对地下水的依赖性和农业用水量巨大关系密切[21]。

据统计，1988～2018年间，北京市年均总用水量达39.05亿m3(见图1)，年际间波动很大，而1999～2018年北京市平均水资源量则为24.64亿m3。北京市总供水量年际波动较大，且大大低于总需水量(见图1)，从而导致了北京市出现地下水过度开采及河流水库枯竭的现象。北京市人均水资源占有量不足300 m3/a，远低于国际上人均1 000 m3/a的缺水标准线，是全国40个严重缺水的城市之一[14,20]。

图1 北京市需水量、水资源量和国内生产总值曲线

2 北京市需水量预测SD模型

2.1 SD模型结构

北京市需水量分为生活、工业、农业和环境四部分，而供水量由地表水、地下水、南水北调工程引水及废水回用等组成。根据水资源供需之间关系，将北京市需水量预测SD模型分为人口、工业、农业及水资源等相互影响的子系统。在此基础上，通过建立变量之间的因果关系(见图2)，在VENSIM Professional软件中建立北京市需水量预测SD模型系统流图，用于下一步的预测。

2.2 模型校准

模型的校准周期是2001～2018年，时间步长为1a，可用3个指标(式(1))来衡量模拟结果与历史数据之间的吻合程度：

(1)

表1列出了衡量拟合效果的指标值，总体来说，生活及工业需水量拟合得很好(R>0.93)，农业需水量次之(R=0.83)，而总需水量的表现则略差(R=0.41)，主要因为过量灌溉的现象在实际农业活动中很常见但却无法在模型中得到精确的模拟。表1表明:农业和总需水量的模拟处于可接受水平，生活、工业及农业需水量的R值均大于0.82，其他3个指标也适中。总体来说，模型校准的结果表明了模型的可行性和适用性。

图2 北京市需水量预测SD模型因果关系

表1 拟合结果衡量标准的计算值

2.3 情景设计

情景可以用来评估在给定的时间段内(通常是未来时期)潜在事件的合理性和不确定性，情景分析提供了一种实用的方法用于比较基于不同预测的系统未来状态。本研究采用情景分析法，通过对不同情景的比较和分析来选择一套方案，以帮助解决或减少北京市的缺水问题，进而给政策制定者提供水资源可持续发展的科学建议。

情景预测的周期是2019～2030年，本文共设计了4大类10小类情景(见表2)，分别是现状保持情景(BAU)、气候变化情景(包含3个情景CC_wet、CC_normal和CC_dry，分别代表未来湿润、正常和干旱的气候条件)；人类活动情景(包含3个情景HED、SNWDP和LWC，分别考虑经济发展、南水北调中线工程供水及牲畜节水等人类活动)；综合情景(包含3个情景HED_SNWDP、HED_LWC和HED_SNWDP_LWC，分别考虑不同人类活动的综合)。

表2 北京市需水量预测情景设计总结

2.3.1现状保持情景

BAU情景是基准情景，该情景假设系统结构和发展政策在预测期间没有显著变化，将保持当前的发展趋势，采用校准阶段获得的参数进行预测。2001～2018年的历史气象数据(降水、蒸散发)用于生成代表2019～2030年的数据，由此获得该场景及其他非气候变化场景的气象数据。根据研究区的实际情况和《北京市国民经济和社会发展第十三个五年规划纲要》，2019～2030年的经济增长率设定为7.5%。

2.3.2气候变化情景

模型中的降水数据是基于A1B二氧化碳排放情景下的3种大气环流模型(GCM)，利用delta变化法(delta change method)对华北平原的数据进行了降尺度和偏差修正。由于研究区是华北平原的典型区域，用公式(2)来计算北京市的平均总降水量。该方法是利用历史数据和GCM预测数据生成北京市总降水量数据的一种简单、合理的方法。

TPBJ=TPNCP×TPBJ-base/TPNCP-base

(2)

式中，TPBJ和TPNCP分别是预测期北京市和华北平原的平均总降水量，TPBJ-base和TPNCP-base是目前北京市和华北平原的平均总降水量。本研究考虑了代表湿润(UKMO_HADCM3模型)、正常(CSIRO _MK3模型)和干旱(CNRM_CM3模型)气候条件的3种大气环流模型。预测期内，3种大气环流模型下参考蒸散发数据根据北京气象台提供的数据来生成。

2.3.3人类活动情景

该情景考虑了经济高速发展、南水北调中线工程供水及牲畜节水措施等种人类活动对研究区需水量的影响，设计了3个情景(HED、SNWDP和LWC)。经济高速发展情景(HED)基于BAU情景而设计，假设2020年和2030年的经济增长率分别为15%和20%，其他参数与BAU情景一致。南水北调中线工程供水情景(SNWDP)考虑了该工程对北京市需水量预测及供需平衡的影响。根据计划，南水北调中线工程从2014年12月27日起首次向北京供水，年供水量12亿m3，模型结构和其他参数与BAU情景一致。牲畜节水情景(LWC)将4类牲畜的用水定额分别减少30%，其他参数与BAU情景一致。

2.3.4综合情景

综合情景包括3个情景(HED_SNWDP、HED_LWC和HED_ SNWDP_LWC)，这些情景综合考虑了经济高速发展、南水北调中线工程供水和牲畜节水措施，参数使用了这些组合情景的参数。

3 结果与分析

表3是各种情景下北京市2020年和2030年生活、工业、农业需水量和总需水量及缺水情况的预测结果。与2018年的数据相比，2030年北京市总用水量将至少增长15.1%(最多增长33.8%)，但不同情景具有不同的增长原因。气候变化情景下灌溉需水量的大幅增长，导致北京市总需水量急剧增长，3种气候条件下分别增长33.5%,33.8%和30.8%；人口的增长和工业的发展是经济高速发展、牲畜节水措施及南水北调中线工程供水等情景下北京市需水量增长的主要原因；经济高速发展情景下北京市总需水量比现状保持情景下的总需水量更大，而在2030年，CC_dry和LWC情景的总需水量分别是所有情景中最大和最小的。结果表明，经济高速发展和气候变化将增加北京市的总需水量和水资源短缺程度。如果经济高速发展继续成为首要任务(情景HED)，那么到2030年，北京市总需水量将为51.82亿m3；如果同时考虑经济高速发展、牲畜节水措施和南水北调中线引水工程(情景HED_SNWDP _LWC)，那么到2030年，北京市总需水量将为50.36亿m3。因此，除了情景SNWDP、HED_SNWDP和HED_SNWDP_LWC外，水资源短缺问题在其他情景下将继续存在(见表3)。图3是各情景下总需水量的箱型图，显示了总需水量的最大值、最小值和平均值。总需水量的最大值为59.57亿m3，最小值为38.03亿m3，这些值根据情景的不同而有所不同。经济高速发展情景具有最大的总需水量最大值，而南水北调中线工程供水情景则具有最小的总需水量最大值。

缺水度(缺水量÷总需水量)是系统水资源短缺程度的衡量指标，其值为正表明系统存在缺水问题。根据模拟结果和表3，情景BAU、CC_wet、CC_normal、CC_dry、HED、LWC和HED_LWC下缺水度在预测期内始终是正值，表明这些情景下研究区存在缺水问题；其他3种情景在预测期内有多个年份缺水度为0，意味着在那些年份不存在缺水问题。虽然需水量会随着社会的发展而增加，但南水北调中线工程可以通过增加供水来解决研究区缺水问题。然而，随着社会的发展和作物灌溉的需要，这些情景下预测期末研究区又出现了缺水问题。畜牧业节水可以部分地解决缺水问题，但节约用水是一项全民、全行业参与的重要行动，只有全社会都参与到节约用水的活动中，才能发挥节约用水在水资源可持续发展中的作用。气候变化可能会使缺水问题更加恶化，与其他情景相比，干旱的气候条件导致研究区出现更加严重的缺水问题，需要采取适当的策略来应对。

表3 不同情景下北京市2020年和2030年的需水量及缺水情况

注：需水量单位为亿m3。

根据模拟结果，情景HED_SNWDP 和HED_SNWDP_LWC是缓解北京缺水问题的最佳选择。情景SNWDP亦可以通过南水北调中线工程增加供水，有效地解决研究区缺水问题。由于对供水和农业用水有直接的影响，气候变化将在很大程度上影响研究区未来的水平衡。

注：矩形盒中间水平线表示中值，上、下边缘分别表示上四分位数(25%)和下四分位数(75%)；垂直线的上、下部分分别表示最大值和最小值；矩形盒里的正方形表示平均值

图3 不同情景下总需水量的箱形图

Fig.3 Box chart of total water demand under different scenarios

许多与北京市类似的特大城市都面临着人口急剧增长、经济快速发展和水资源严重短缺的问题，本文建立的SD模型可以拓展至这些特大城市，以对其进行需水量的预测和缺水问题评估。首先，需水量预测的计算方法是通用的，可拓展至其他特大城市。该方法考虑了各种水文、气候、农艺、社会经济和技术因素及它们之间的相互作用，以计算生活、工业、灌溉和牲畜需水量。其次，本文构建的SD模型可以根据数据的可用性和用水条件的差异而进行相应地修改，以便用于其他特大城市。此外，本文阐述的情景设计和分析过程可以借助SD软件提供的灵活接口而拓展至其他特大城市。

4 结 论

通过采用一种综合的、系统的方法，考虑社会经济、农业、水文和技术等因素及其之间相互作用的反馈关系，构建了北京市需水量预测SD模型，对生活、工业和农业等不同用水部门进行需水量计算，以预测气候变化和人类活动双重因素影响下北京市的需水量，分析了北京市未来缺水情况，并探讨了将模型推广到其他特大城市的可行性，结果如下。

(1)2019～2030年，总需水量将增长15.1%(最多增长33.8%)，相应的缺水量范围为3.94亿～19.22亿m3。然而，有3种情景在模拟末期存在水过剩，范围为1.29亿～4.16亿m3。

(2)3种气候变化情景下需水量和缺水度的增大表明：气候变化可能在很大程度上影响北京市的水平衡；跨流域调水(南水北调中线工程)和节水措施在缓解研究区未来缺水问题方面发挥着重要作用。建议实施3种情景：经济高速发展和南水北调中线工程供水综合情景(HED_SNWDP), 经济高速发展、南水北调中线工程供水和畜牧业节水综合情景(HED_SNWDP_LWC)及南水北调中线工程供水情景(SNWDP)。

(3)基于需水量计算方法的普遍性及情景设计和分析过程的可移植性，本文建立的SD模型也适用于其他特大城市。由于模型考虑了各种水文气候和社会经济条件，模拟结果及其分析可为水资源管理者和城市政策制定者提供借鉴。