塔里木盆地灌溉对局地干旱气候影响的数值模拟研究

杨 涛，刘 健，金继明

(西北农林科技大学水利与建筑工程学院，陕西 杨凌 712100)

土地利用变化改变了下垫面特征、地表能量和水分平衡，从而对局地、区域以及全球气候产生不可忽略的影响[1,2]。其中灌溉作为土地利用变化中比较重要的人为因素，会直接改变土壤湿度，进而改变水文循环过程, 是影响局地干旱气候的一个关键因子[3]。最近有很多观测和模型研究表明灌溉对气候会产生明显的影响，一致认为灌溉会降低了日平均温度并增加了空气湿度[4-6]。例如，Han等[7]使用90个气象站的观测数据评估了1959-2006年农业灌溉对西北地区新疆近地表气温趋势的影响，发现灌溉导致日平均气温5-9月每10 a下降0.018 ℃。另外有模型研究结果表明，通过在WRF耦合模型中增加动态灌溉方案，华北平原的潜热通量增加和感热通量减少导致近地面气温的降低[8]。众所周知，灌溉会改变土壤湿度和空气湿度，从而对局地和区域气候产生非常重要的影响。但是很少有人使用模型去研究中国西北农田灌溉对局地干旱气候影响，尤其是位于南疆的塔里木盆地。

塔里木盆地是中国最大的干旱内陆盆地，气候十分干燥，年降水量不足100 mm[9]，是新疆重要的灌溉农业区[10]。塔里木盆地灌溉规模巨大，灌溉作为重要的人类农业活动，影响了水的自然循环，增加了大气中的水汽含量，同时也影响了地表能量对潜热通量和感热通量的分配，因此，伴随着陆面参数的变化、水汽的变化和地表能量的重新分配，通过陆气相互作用必将对局地气候产生重要影响。开展灌溉对局地气候变化的响应研究，对于减少气候变化对农业用水和作物生产的不利影响，从而保障粮食安全和水资源可持续利用都具有重要的科学意义。

1 数据与方法

1.1 研究区域

塔里木盆地地处欧亚大陆腹地，位于新疆南部，是中国最大的内陆盆地。它被天山、昆仑山、帕尔米和阿尔金山所包围，总面积约53 km2[11]。该地区气候干旱，常年少雨，蒸发强烈，属于典型的内陆干旱和半干旱地区，是我国年降水量最少的地区[12]。极度缺水的现象导致这里的农业高度依赖灌溉，可以说，没有灌溉就没有塔里木盆地，该盆地是纯灌溉农业区[8]。所以塔里木盆地是一个研究灌溉对干旱气候影响的典型区域。模式区域配置和地形高度见图1。

1.2 模式设置

本研究采用的是应用最广泛的区域气候模型WRF(3.6 版本)。已有研究表明，WRF模型能较好地模拟区域气候特征[13]。模拟试验所采用的物理过程方案见表1。在CLM陆面模式中选用基于MODIS(Moderate Resolution Imaging Spectrometer)的20 类土地利用分类系统，研究区域内的土地利用类型的空间分布(见图2)。

表1 模型中主要的物理参数化方案

图2 研究区域的MODIS土地利用类型

模型采用Lambert投影，模拟区域的中心位置为(38°N，88°E)，采用双重嵌套，外层水平分辨率采用15 km，格点数为190(经向)×230(纬向)，内层水平分辨率采用5 km，格点数为157(经向)×241(纬向)。垂直方向是30层，模式顶层气压为5 kPa。

1.3 数 据

本研究用到的数据主要包括3部分：一是用于驱动WRF 模型的再分析资料；二是用于加入模型的灌溉数据；三是用于模型验证的数据。

(1)欧洲中期数值预报中心的ERA-Interim数据用于提供WRF模型的横向边界和初始条件[20]。该数据的水平分辨率为0.5°×0.5°。

(2)本研究的灌溉数据选用联合国粮农组织(Food and Agriculture Organization of the United Nations，FAO)最新版的全球灌溉区域地图(Global Map of Irrigation Areas，GMIA)[21]。最新版的GMIA数据的分辨率为5′。研究区域灌溉地图见图3。

图3 灌溉百分数的空间分布(单位：%)

(3)降水和近地面气温数据来自中国区域高时空分辨率地面气象要素驱动数据集(China Meteorological Forcing Dataset)[22]，其时间分辨率为3 h，水平空间分辨率0.1°，包含近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率，共7个要素(变量)。

(4)地表温度数据来自NASA(National Aeronautics and Space Administration)发布的基于MODIS数据的MOD11C3和MYD11C3系列产品。

1.4 灌溉方案

本文研究了灌溉对塔里木盆地局地气候的影响。在WRF 模型的CLM陆面模式中，加入灌溉方案量化了这种影响。在模型中，每个网格单元中的灌溉分数由观测的GMIA数据确定。在生长季(5-9月)[7]中，灌溉作物的水分胁迫因子是通过CLM陆面模式自动计算的，模式中有一个水分胁迫函数β，它的范围为0～1，干土的时候为0，湿土的时候为1。当函数值小于1时，进行灌溉，并且是把水灌在土壤表面，这是因为塔里木盆地灌区的灌溉方式主要为表面灌溉[7]。

1.5 试验设计

针对2006-2015年的作物生长季进行了2组模拟，以探讨灌溉对局地气候的影响。设计本研究重点分析的2组试验，一组为不考虑灌溉的控制试验(CTL)，一组为根据灌溉方案考虑灌溉的试验(IRR)，2组试验的积分时间都是从每年的4月1日00 UTC至该年10月1日00 UTC，每3 h输出一次模拟结果，每年的4月作为模型的预热时间，不作分析。

2 结果与分析

2.1 模型的适用性评估

在这项研究中，通过将CTL试验模拟结果与观测值进行比较，对WRF模型模拟地表温度、近地面气温和降水方面的性能进行了评估。图4展示了在灌溉区域2组试验模拟的地表温度、近地面气温和降水与观测值关系的散点图。CTL试验模拟的地表温度和近地面气温在大部分网格点上都模拟偏高，而降水的模拟是偏低的。从整体上看，近地面气温和降水模拟的结果比地表温度更好，具有更显著的线性关系。CTL试验模拟的地表温度、近地面气温和降水与观测值的相关系数分别是0.64、0.86和0.75。下文将提到灌溉导致地表温度和近地面气温下降，降水增加。因此，改进后的模型由于加入了灌溉方案，不仅显著降低了原模式在灌区内的热偏差，而且降低了灌区的降水误差。这就说明在区域气候模式中考虑灌溉过程有助于改善新疆塔里木盆地温度和降水的模拟效果。IRR试验模拟的地表温度、近地面气温和降水与观测值的相关系数分别是0.72、0.97和0.83。综上，WRF模型对温度和降水具有很好地模拟性能, 基本可以正确模拟降水和温度的特征。

图4 2006-2015年5-9月平均温度和降水的模拟值与观测值的散点图

2.2 灌溉对温度影响

在10 a的模拟期间，从CTL和IRR试验模拟的差值可以表明灌溉对温度和地表热通量有着很明显的影响。灌溉会增加蒸散量，从而导致潜热通量增加而感热通量减少(见图5)。相比于夜晚，白天的太阳辐射较大，所以潜热增加的量和感热减少的量相应较多，其潜热通量最大增加值超过60 W/m2，而感热通量的减少值能达到 40 W/m2。通过蒸发冷却，灌溉会导致白天和晚上的温度都会降低(见图6)，但白天的地表温度降低得更多。灌溉的冷却效应在灌溉百分数越大的地区更为明显，且地表温度的下降幅度大于近地面气温，下降幅度为0.5～2.5 ℃。另外，图7展现了模型能够很好地模拟地表温度和近地面气温的年际变化，进一步证明了WRF模型能够很好地模拟塔里木盆地的温度，具有温度越低，灌溉量越小的特点。由于灌溉的冷却效应，IRR试验模拟的结果更逼近观测值的年际变化。

2.3 灌溉对降水的影响

不同于灌溉对温度和地表热通量的局部影响，灌溉对降水的影响是复杂的。灌溉改变了塔里木盆地的能量收支和温度，这对降水的发展和对流的强迫具有重要影响。图8展现了研究区在白天和夜晚灌溉对降水的影响。灌溉引起的模拟降水变化在空间上非常不均匀。灌溉增加了蒸散量，导致水汽的增加和大气边界层的冷却。边界层水蒸气的增加对降水有积极影响，但灌溉的降温作用有利于增强大气稳定性，导致整个灌溉区的降水无论在白天还是夜间增加量都特别小，但是在灌区周边增加得特别明显，这可能是由于水汽传输的原因。由于灌溉对灌区降水存在很大不确定性，所以在年际变化上灌区对降水的影响有增加也有减少，但是从整体来看，与温度的模拟结果一样，WRF模型能够很好地模拟降水的年际变化[图7(c)]。另外，降水量越小，气候越干旱，灌溉量就越大，降水的年际变化正好与灌溉量相反。

图5 2006-2015年5-9月CTL与IRR试验模拟的潜热通量、感热通量差值(IRR试验-CTL试验)的空间分布(单位：W/m2)

图6 2006-2015年5-9月CTL与IRR试验模拟的温度差值(IRR试验-CTL试验)的空间分布(单位：℃)

图7 2006-2015年灌区平均观测的、CTL和IRR试验模拟的地表温度、近地面气温和降水的年际变化

图8 2006-2015年5-9月CTL与IRR试验模拟的降水差值(IRR试验-CTL试验)的空间分布(单位：mm/月)

3 结 语

(1)WRF模型对地表温度、近地面气温和降水具有很好的模拟性能。相对于地表温度，近地面气温和降水与观测值有更好的线性关系。由于加入灌溉方案，不仅显著降低了原模式在灌区内的热偏差，而且灌溉引起的冷却和增湿效应导致灌区降水误差变小，提高了模型对温度和降水的模拟效果。这表明区域气候模式在模拟陆气相互作用的过程中考虑灌溉过程是十分必要的。

(2)灌溉增加了蒸发，导致潜热通量增加而感热通量减少，进而导致温度降低。相比于夜晚，白天太阳辐射强，蒸散发强，增加的潜热通量和减少的感热通量更多，灌溉的冷却效应也更明显。

(3)WRF模型能够很好地模拟温度和降水的年际变化，由于灌溉的冷却效应，IRR试验模拟的结果更逼近观测值的年际变化。

(4)不同于灌溉对温度和地表热通量的局部影响，灌溉对降水的影响是复杂的。灌溉的增湿和冷却效应导致整个灌区的降水无论在白天还是夜间增加量都特别小，但是在灌区周边降水却显著地增加。