气候变化背景下中亚跨境河流平原区水文变化特征：以楚河为例

2021-08-09高志鸿张合理BakhtiyorovZulfiyor岳伟鹏赵晓恩

云南大学学报（自然科学版） 2021年4期

高志鸿，张合理,2，陈峰,2**，Bakhtiyorov Zulfiyor,3，岳伟鹏，赵晓恩

(1.云南大学国际河流与生态安全研究院云南省国际河流与跨境生态安全重点实验室，云南昆明 650500；2.中国气象局乌鲁木齐沙漠气象研究所树木年轮理化研究重点实验室，新疆乌鲁木齐 830002；3.塔吉克斯坦共和国科学院胡占德科学中心，索格特胡占德 747802)

中亚深居亚欧大陆腹地，属于干旱半干旱地区，其气候深受西风环流影响[1].中亚水资源稀缺且分布不均，是世界上跨境水体最密集的区域之一，如锡尔河、阿姆河、楚河、塔拉斯河、泽拉夫尚河等.同时，中亚跨境河流多发源于上游的塔吉克斯坦和吉尔吉斯斯坦两国[2].在前苏联时期，上下游能够在统一的框架下实现各加盟共和国之间能源与水资源共享.然而前苏联解体后，由于缺乏对水资源进行统一管理，上游国家通过兴修水利设施，在用电量大的冬季加大水力发电，造成下游国家的农业发展因耕种季节水量不足而受到限制，使得跨境河流水资源分配矛盾日益突出.虽然中亚各国已经意识到只有合作才能共赢，但跨境水资源争端一直未得到解决[3].

在全球气候变暖背景下，中亚地区的增暖趋势明显，增温幅度达到0.3 ℃/10 a，高于北半球的平均增温速率[4].尽管河流径流的形成是多重因素综合作用的结果，包括地理环境、气候条件以及人类活动等，这使其水文特征变化呈现出非线性、不平稳的状态，但基于长期水文观测数据分析，其变化又具有一定的周期规律.气候变暖对以冰雪消融为重要补给源的中亚跨境河流产生了不可忽略的影响[5].陈亚宁等[6]研究了气候变化下天山山区水资源变化，发现超过95%的冰川表现出退缩，水储量以-3.72 mm/a 的速度减少，相关研究成果引起了水资源管理者以及学者对中亚水资源变化的关注.因此，准确掌握气候变化下跨境河流径流变化特征以及预估未来变化趋势成为关系到中亚社会稳定与可持续发展的重要课题.

目前，相关学者对于中亚地区气候变化及中亚水资源安全问题进行大量研究[7-9].因为降水量和冰川体积的减少，锡尔河夏季缺水趋于严重化，影响区域水资源分配[10].姚俊强等[11]研究发现20 世纪70 年代之后锡尔河和阿姆河入咸海水量骤减，1987 年之后由于气温升高、降水增多，入湖径流回升.王晓蕾等[12]研究了阿姆河1951—2005 年上游产流过程特征，发现气温上升导致蒸散量加大，降水产流减少，1995 年之后阿姆河径流呈减少趋势，气温升高对中亚河流的影响不可忽视.在高排放情景下，预计到2070—2099 年夏季气温将上升5 ℃，流域作物需水量上升，气候变化将影响作物灌溉[13].

楚河作为中亚重要的跨境河流之一，河流类型为冰雪融水补给型，国内鲜有对其水文特征的研究.Ma 等[14]研究了气候变化对楚河上游冰川流域地区影响，预测未来楚河流域源区年均径流呈下降趋势，且最大流量提前一个月.本文基于哈萨克斯坦境内的楚河流域平原区径流器测资料，分析其水文气候要素变化特征以及两者之间的响应关系，揭示其径流周期变化规律，以期能够在一定程度上认识气候变化背景下中亚跨境河流平原区的河流径流变化，为哈吉两国跨境水资源分配提供科学数据支持.

1 材料与研究方法

1.1 研究区概况楚河发源于吉尔吉斯斯坦天山北坡，由朱瓦纳雷克河和科奇科尔河汇合而成，出山口年平均流量为130 m3/s，经纬度范围为73°24′～77°04′ E，41°45′～43°11′ N，流域占地面积6.25×104km2.楚河横跨吉尔吉斯斯坦的楚河州和哈萨克斯坦的江布尔州及南哈萨克斯坦州，全长1 067 km，其中731 km 分布在哈萨克斯坦境内，但高达75.3%的径流量分布在吉尔吉斯斯坦境内（图1）[15].楚河流域为典型温带大陆性气候，日照充足，水分蒸发量大，降水稀少，但河流源区的天山山区受西风气流影响，相对于流域中下游地区更为湿润[2].楚河盆地是吉尔吉斯斯坦和哈萨克斯坦两国重要的农业生产基地，灌溉农业发达，平原地区人口稠密.天山山区冰川对于该流域水资源供给有着重要影响，其中15%的径流量来自于冰川，在暖季消融期，冰雪融水对于径流量贡献更是提升了1.5～3 倍[16].

图1 研究区及水文站分布Fig.1 Overview map of Chu River basin and Chapaevo hydrological station

1.2 数据与方法本研究采用的地图来自中国科学院资源环境与数据中心（https://www.resdc.cn/data.aspx?DATAID=123）.基于楚河流域1936—2015 年的逐月径流气候数据，其中逐月降水和气温数据来自于英国East Anglia 大学Climatic Research Unit（CRU）TS 4.04 的空间高分辨率栅格（0.5°×0.5°）数据集，选取范围为73°24′～77°04′E，41°45′～43°11′N.该数据结合了中亚地区高海拔特点，进行高度订正，已经广泛应用于中亚气候变化研究，数据可靠性和适用性已经得到验证[7-9].逐月径流数据来自哈萨克斯坦境内平原区的楚河流域Chapaevo 水文站（73.09° E，43.42° N，493 m），控制面积2.67×104km2.

采用趋势分析等数理统计方法分析水文气候要素变化特征.其中，基于连续小波变换对器测径流序列进行多尺度时-频的分析，研究其周期变化规律，小波系数为正代表径流丰水期，为负代表径流枯水期；同时，绘制径流数据距平处理后的小波系数实部和方差图，实部图显示不同时间尺度径流丰枯变化及其时间域分布，方差图表示径流序列的波动能量随序列尺度年变化的情况[17-18]；双累积曲线法[19]是检验两变量在同一时间长度逐步累加下关系是否一致的研究方法，可通过双累积曲线斜率变化对径流变化进行阶段性划分；Mann-Kendall 检验法[20]是世界气象组织（WMO）推荐并已经广泛应用的一种非参数统计检验方法，该方法对数据的分布类型不敏感，不需要服从某个标准分布，且不会受到样本中少数异常值的影响，在分析气象水文时间序列趋势变化中得到了广泛的应用；滑动t检验[21]，步长设置为5 a，查询目标显著性水平下的临界值，超过临界值的部分可能存在突变.Mann-Kendall 检验和滑动t检验结合确定突变年；计算年径流量与气候要素不同月份组合的相关系数，确定主要气候驱动因子及相关性最高的组合月份.设置滑动相关法[22]时间步长为12 a，分析径流气候随时间的响应变化.

2 结果

2.1 径流特征变化分析

2.1.1 径流整体变化特征如图2（a）所示，年径流波动明显，以年代际为单位，径流在1936—1969年偏大、1970—1989 年偏小、1990—2009 年偏大、2010—2015 年偏小.受20 世纪80 年代干旱影响，1975 年是器测期径流最小值的年份，为34.6 m3/s.20 世纪80 年代以来，径流量波动增大，到2003 年达最大值，为125 m3/s，年平均流量极差为90.4 m3/s，极值比为3.61，年际极值比较大.1936—2015 年期间流量年倾向率为负，说明年平均流量呈下降趋势，幅度为-0.49（m3/s）/10 a，但趋势不显著.

如图2（b）所示，径流主要集中在春、冬季，占全年径流的62%，夏季是月平均径流值最小的季节.如表1 所示，楚河年径流分配集中度偏小，随着时间推移，集中度有增大趋势，2010—2015 年间变异明显.从变化幅度看，楚河径流内年变化幅度大，绝对变化幅度有减小趋势，相对变化幅度呈现出波动性减小.

图2 楚河径流变化过程Fig.2 Characteristics of Chu River runoff

表1 楚河径流年内分配特征值Tab.1 Annual distribution characteristics of Chu River runoff

2.1.2 径流周期变化特征如图3（a）所示，楚河流域径流存在20～32 a、18～23 a、8～18 a 和5～8 a的周期变化规律，周期中心分别是27、20、12 a 和7 a.其中，20～32 a 尺度在1965 年后丰枯交替非常稳定，覆盖时间最长；18～23 a 和5～8 a 的周期可以忽略，8～18 a 时间尺度在1972 年以后表现非常稳定.从20～32 a 尺度分析，1965 年至2015 年出现过3 次丰枯交替.具体表现为1965—1970 年偏丰、1971—1983 年偏枯、1984—1990 年偏丰、1991—

图3 楚河年径流小波分析Fig.3 Wavelet analysis of Chu River annual runoff

1999 年偏枯、2000—2007 年偏丰、2008—2015 年偏枯.8～18 a 尺度在1974 年后周期中心上移，且时间域扩大，1974 年至2015 年发生了5 次丰枯交替演变.小波方差图（图3（b））中26 a 对应的峰值最大，说明26 a 周期震荡最强，为年径流变化的第 1主周期；12 a 对应第2 峰值，为第2 主周期.

2.1.3 径流变化趋势及突变分析由图4（a）可知，年径流在1936—1944 年和1973—2015 年呈减小趋势，其中1978—2002 年径流显著减少，1941—1972 年径流增加.UF 和UB 在区间外相交于2001年；由图4（b）可知，时间序列在1951、1971—1974、1986、2001 年和2005—2007 年超过了95%置信度检验，结合M-K 检验结果，确定2001 年径流发生由多到少的突变，整体呈现减少趋势.

图4 楚河径流突变检验Fig.4 Mutation test of Chu River runoff

2.2 气候要素变化特征分析

2.2.1 气候要素变化特征楚河流域1936—2015 年间多年平均气温为8.1 ℃，气温的年倾向率为正，变化速率为0.2 ℃/10 a.如图5（a）所示，20 世纪70 年代温度高于多年平均值，随后气温下降，至1997 年开始气温一直保持高位震荡.如图5（b）所示，楚河流域月平均气温随时间有缓慢上升趋势，气温最高值出现在7 月份，最低值出现在1 月，呈单峰变化，夏季平均（6—8 月）气温为22 ℃，冬季（12 月—次年2 月）平均气温为-6 ℃，季节性温差可高达40 ℃.

图5 楚河流域气温变化过程Fig.5 Characteristics of Chu River temperature

楚河流域1936—2015 年间多年平均降水量为338.0 mm，降水的年倾向率为正，变化速率为0.4 mm/10 a.如图6（a）所示，1971、1995 年和2000 年降水量急剧下降，对应气温大幅度上升.另外，降水自2004 年开始有所下降，而气温仍保持高位震荡.如图6（b）所示，月平均降水与月平均径流年内分配一致性较高，降水峰值出现在3—4 月份，春季降水总量达135.1 mm，约占总量的40%，春冬两季总降水量占年总降水量的69%.最小值出现在7—9 月份，夏季降水总量约为47.9 mm，仅占全年的 14%.

图6 楚河流域降水变化过程Fig.6 Characteristics of Chu River precipitation

2.2.2 气候要素变化趋势及突变分析由图7（a）可知，气温在1965—2015 年处于上升状态，1977年开始上升趋势增强，在1981 年之后超过95%置信度检验.UF 和UK 在检验区间外交于1987、1988、1989 年.金红梅等[21]研究了70 年来中亚极端高温事件时空分布，得到中亚的极端高温事件在1970 年以后呈上升趋势，极端高温事件增强趋势在1977 年以后更为显著，与本文结果一致；由图7（b）可知，在子序列长度为5 时，气温在1948、1976、1978、1996 年和1997 年超过95%置信度检验，结合M-K 曲线图可判断，气温在1987 年发生由低温向高温突变，整体呈现增高趋势.

图7 楚河流域气温突变检验Fig.7 Mutation test of Chu River temperature

由图8（a）可知，1939 年开始UF 保持正值，其中1953—1954、1959—1960、1968—1970 年及1972 年超过95%显著性检验.UF 和UB 在区间外无交点；由图8（b）可知年降水序列在1975、1981年超过了0.05 置信度检验.综合可知，研究区域8 0 a 的降水序列平稳上升，无明显突变.

图8 楚河流域降水量突变检验Fig.8 Mutation test of Chu River precipitation

2.3 径流对气候要素的响应如图9 所示，降水-径流双累积曲线可分为3 个阶段.斜率由第1 阶段的2.566 降为第2 阶段的1.710，又升为第3 阶段的2.576，说明1969—1990 年人类活动对径流的影响增强，与图2（a）中1970—1989 年偏小和图3（a）中1971—1983 年偏枯一致，1991 年后降水的影响程度则逐渐增强.

图9 楚河流域降水量与径流双累积曲线图Fig.9 Double cumulative curve of Chu River precipitation and runoff

如图10 所示，气温对径流的影响集中在春、夏两季，当年2 月气温与径流呈显著正相关，当年4 月、5 月和7 月呈显著负相关，在当年的4—7 月与径流相关性最高（r=-0.37，P＜ 0.01）.降水量在大多数月份对楚河径流变化有积极贡献，主要集中在春、夏两季，且高于气温对径流的影响，其中在上一年7 月、12 月、当年2—8 月之间呈显著正相关，上年6 月到当年5 月降水量与径流的相关性最好，相关系数达0.61（P＜ 0.01）.

图10 1936—2015 年楚河年平均径流与气候因子相关系数Fig.10 Correlations between the annual runoff and the climate factors of Chu River from 1936 to 2015

本研究以上年6 月到当年5 月降水量，当年的4—7 月的气温为基础数据，时间步长设为12 a，采用滑动相关法探究气象因子在年际尺度上对径流的影响.由图11 可知，降水量在80 a 间与年平均径流保持正相关，1958—1961 年、2006 年、2009年相关性不显著，其余年份均通过0.05 显著性检验，且正相关系数呈增大趋势；气温在1946 年与径流呈不显著正相关，其余年份均呈负相关，1991—2003 年持续了13 a 显著负相关，负相关系数整体呈减小趋势.

图11 楚河年平均径流与气候因子12 a 滑动相关Fig.11 12-years moving correlations between the annual mean discharge and the climate factors of Chu River

3 讨论

气温对楚河流域径流的影响分为两方面：一是春季气温升高增加冰川产流能力和延长冰川融水期增加径流[23-26]；二是夏季降水减少，气温升高，流域内蒸发量加大，径流下降.综上，气温在过去80 a对径流的贡献为负，且这种趋势保持上升是研究期间径流减少的重要原因.气温在1987 年产生由低值到高值的突变开始，一直保持高位震荡，气候变暖给楚河流域水资源可持续利用带来挑战.通过趋势分析结果来看，气温在1965—2017 年持续上升，降水自1939 年开始保持上升趋势，可得到楚河流域在过去80 a 气候呈现“暖湿”趋势，这与天山山区气候的整体变化相一致.楚河流域年降水和季节性降水主要受到西伯利高压影响，在全球气候持续变暖的背景下，西伯利亚高压强度呈减弱趋势，其位置也会发生变化[27-28].楚河流域降水呈缓慢上升趋势，原因可能与西伯利亚高压气团减弱和位移有关，使其对降水的影响减小，西风环流的影响增加，带来更多的湿气团，使得该地区气候向暖湿方向发展[29].在寒冷季节，大范围天气过程对西伯利亚西部和天山地区的降水具有类似的影响，两个地区的降水长期变化具有空间同步性；在暖季期间，由于气团路线不同，两个地区的降水变化不具有同期性，所以西伯利亚地区和楚河流域地区的降水变化可以作为对比研究[28].然而，实测径流并没有如降水一样呈现上升趋势，反而在2000 年之后呈现下降趋势，这需要我们进一步深入研究径流变化的气候驱动机制.通过相关分析结果来看，哈萨克斯坦境内楚河径流变化主要受到降水控制，两者季节分配特征一致，这种关系在过去80 a 中保持相对稳定.

冰川作为气候变化的重要指示器，对于楚河流域径流变化有着重要影响，近30 a 中全球大多数冰川出现萎缩，气候变暖对冰川造成的影响远超过对降水的影响[30-35].天山山区的冰川自19 世纪中叶小冰期结束以来一直在退缩，持续的冰川收缩影响了流域产流机制[7,36-37].中亚地区暖季气温上升显著，造成融雪期延长，冰川融雪量增大，冰川收缩速度加快，冬季气温上升尤其明显，有利于融雪期提前[38-41].由于冰川融化加快，水循环加速，冬季降水增加，这些都有利于楚河冬春季的径流增加.然而如前所述，这种升温所带来的径流增加并没有使得年径流一直呈现上升趋势；相反由于4—7 月暖季温度上升，造成流域内水分蒸发量加大，使得暖季径流异常减少，从而造成楚河下游平原区年径流在最近十多年呈现下降趋势.因此，在气候变暖背景下，中亚冰川补给型河流不同流域径流量变化及其影响因素可能变得更为复杂，需要我们对于中亚跨境流域径流变化进行持续关注.

楚河由吉尔吉斯斯坦流向哈萨克斯坦，大部分径流产于上游吉尔吉斯斯坦天山山区，下游国来水量受到上游国家水资源开发利用的影响.前苏联时期，吉国水资源主要用于满足哈国发电及春夏季农业灌溉用水，1991 年前苏联解体后，吉国在夏季蓄水到冬季放水发电，造成下游国冬季洪水及夏季灌溉缺水严重，引起下游国家不满[42].本研究结果显示1969—1990 年人类活动对径流的影响增强，1991 年以来人类活动对径流的影响减弱，降水对径流变化的主导作用变强，说明人类对跨界流域的合理调控是有效解决上下游国家水资源争端的有效途径.而已有研究结果显示，到2025 年，吉国冰川面积将缩小30%～40%，导致水资源减少25%～30%[43].吉国在水资源上的优势将会下降，下游国来水量同样受到威胁，上下游国家只有基于彼此对水资源和能源的需求上，在水资源开发利用上达成共识，才能更好地应对水资源危机.