基于CMIP6的气候变化对南水北调西线工程水源区径流的影响

2024-03-12曾思栋阳林翰

长江科学院院报 2024年3期

樊迪,曾思栋,刘欣,阳林翰,夏军,3

(1.中国科学院重庆绿色智能技术研究院,重庆 400714; 2.中国科学院大学重庆学院,重庆 400714; 3.武汉大学水资源与水电工程科学国家重点实验室,武汉 430072)

0 引言

我国水资源短缺且空间分布失衡,水资源分布呈“南多北少”格局。南水北调工程作为构建国家水网的主骨架,分为东、中、西3条线路,东线、中线工程自建成以来就成为许多北方城市不可或缺的供水生命线,显著改善了沿线地区水资源利用情况[1]。目前,缺水仍然是黄河流域和相关地区经济社会可持续发展的制约因素,实施南水北调西线工程是解决其缺水的重要途径之一。西线工程作为我国水资源配置“四横三纵”总体格局中重要一纵,规划将长江上游金沙江、雅砻江、大渡河等河流水系引水入黄河上游,以缓解我国北方地区干旱缺水问题,尚处于前期论证阶段[2-3]。

气候变化通过影响水循环基本环节从而改变水资源的总量或者引起水资源的重新分配,可能会导致极端灾害发生频率和强度增加,进一步影响流域水资源的开发利用及规划管理[4]。根据联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)第六次评估报告结果[5],随着全球气温上升,全球水循环将继续加强,预计大多数陆地区域的降水和地表水流量季节和年际变化将更加剧烈。Wang等[6]发现水源区所在的长江上游21世纪年径流量有可能减少,其中雨季减少幅度最大。Su等[7]利用不同典型浓度路径下5个气候模式预估长江上游径流的变化,发现21世纪年径流及汛期最高径流将随着降水的增多而增加。秦鹏程等[8]研究结果显示,长江上游各子流域2006—2099年径流呈现增加趋势,且金沙江和岷沱江流域对气候变化的响应相对不明显。未来气候变化及其引起的水资源变化,将给南水北调西线工程的应用和效益带来较大的不确定性,分析西线工程区水源区未来径流对气候变化的响应特点可以为流域应对气候变化影响提供科学依据。

当前,利用合适的水文模型耦合全球气候模式(Global Climate Models, GCMs)模拟不同情景下流域的水文响应,是评估气候变化对水资源影响的主要手段之一[9]。分布式时变增益模型(Distributed Time Variant Gain Model, DTVGM)可以将水文非线性系统方法与空间分布式模拟进行结合,具有结构简单、参数少等特点,在水文信息不完整或受不确定性干扰的情况下也能实现水文模拟,在中国许多流域取得了较好的模拟效果[10-12]。全球气候模式是预估气候要素未来变化的重要工具,第六次国际耦合模式比较计划(Coupled Model Intercomparison Project Phase 6, CMIP6)进一步完善了模式的物理过程,降低了气候要素模拟的不确定性,且采用了共享社会经济路径与代表性浓度路径的组合情景(Shared Socioeconomic Pathways and the Representative Concentration Pathways, SSPs-RCPs),是目前所属模式数量最多、模拟数据最庞大的CMIP项目[13]。此外,单一GCM数据输入到水文模型中会导致水文响应结果差异很大,近年来常采用多个GCMs数据以减少气候模式对气候要素模拟的不确定性[14-15]。

本研究以南水北调西线工程雅砻江水源区、金沙江水源区、大渡河水源区为研究区域,建立水源区DTVGM水文模型,利用4种SSPs-RCPs情景下多个全球气候模式的降尺度输出结果驱动DTVGM水文模型,预估未来气候变化影响下径流变化特征,并分析径流变化与气候要素的联系,以期为水源区水资源管理及西线工程调水规划提供科学依据。

1 研究区域

南水北调西线工程水源区位于青藏高原东部边缘地带(90°32′E—102°43′E,29°59′N—35°44′N),包括雅砻江、金沙江、大渡河等河流水系。金沙江石鼓水文站以上(含通天河)地处青藏高原腹地,流域面积21.4万km2,多年平均径流量423亿m3;雅砻江流域面积约12.8万km2,91%属于四川省,多年平均径流量586亿m3;大渡河流域位于青藏高原东部边缘地带,是岷江的最大支流,流域面积7.74万km2,多年平均径流量468亿m3。水源区气温分布的特点是西北低,向东和南逐渐升高,年平均气温为-4.9～3.3 ℃。降水量时空分布不均,西北少、东南多,全年降水主要集中在5—10月份,占年降水量的85%～90%。调水区径流来源主要为降水、地下水及融雪(冰)水。径流年内分布不均,主要集中在6—10月份,约占全年的75%。水源区受季风气候及青藏高原特殊地理环境的影响,干湿季分明,具有过渡性季风气候特征,冬长严寒,夏短凉爽。研究区域内气象站和主要水文站点分布如图1所示。

2 数据与方法

2.1 数据资料

2.1.1 站点观测数据

本文所采用的气象数据来源于中国气象局降水数据集/气温数据集,包括流域内部及周边23个气象站1960—2008年逐日降水、相对湿度、气温等资料。水文数据获取自长江流域水文年鉴,包括巴塘、岗拖、雅江、大金4个水文控制站点1960—2008年逐月径流量资料。

2.1.2 GCMs模式数据

本文从CMIP6中选取在长江流域综合模拟气温、降水效果较好的12个气候模式,各模式信息见表1。由于GCMs输出数据与水文模型输入数据尺度不匹配且各模式分辨率不同,本文利用双线性插值法对GCMs的大尺度输出结果进行降尺度及统一分辨率处理,并借助分位数映射法对气象要素进行校正,以提高模拟准确度[16]。未来情景选取4种SSPs-RCPs组合情景,分别为SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5。

表1 CMIP6提供的12种GCM模式信息

2.1.3 地理空间数据

本研究采用的数字高程数据(Digital Elevation Model, DEM)是空间分辨率为90 m的SRTM DEM数据;土壤类型数据获取自联合国粮食及农业组织(Food and Agriculture Organization of the United Nations, FAO)土壤数据库,分辨率为1 000 m;土地利用数据来源于中国科学院资源环境科学与数据中心,分辨率为1 000 m。

2.2 水文模型的率定和检验

利用1960—1992年逐月径流资料进行参数率定,1993—2008年逐月流量数据进行模型检验,本研究选择相关系数R2和Nash-Sutcliffe效率系数(NSE)评价DTVGM水文模型的模拟结果。NSE反映的是径流模拟值与实测值的接近程度,R2用于度量径流模拟值与实测值的相关程度,NSE和R2越接近1,表明水文模型模拟效果越好[17]。

2.3 气候和径流变化预估

选取1991—2014年作为基准期,预估时段为2021—2100年,将预估时段划分为4个阶段,分别是2021—2040年、2041—2060年、2061—2080年、2081—2100年。利用12个GCMs输出资料驱动DTVGM模型,通过泰森多边形法和算术平均法计算得到流域面降水量和平均气温,以此分析未来研究区降水量及气温相对于基准期的变化量,并通过算术平均法获得对应时段的模拟径流量,与基准期模拟径流对比得到未来径流的改变程度。

3 结果与讨论

3.1 水文模型的率定与检验

根据率定和验证阶段4个水文站流量模拟值与流量观测值的对比(图2),发现率定期和验证期流量模拟值与观测值的曲线形状吻合良好,表明DTVGM模型能够较好地反映各水文控制站天然径流的分布特征。

模型在研究区域具有较高的模拟精度(表2),率定阶段NSE介于0.73～0.87,R2介于0.87～0.95,验证阶段NSE介于0.80～0.90,R2介于0.91～0.98,2个阶段均符合模型的模拟精度要求,表明DTVGM模型可以用于研究区域气候变化影响下的径流。此外,雅江、岗托、巴塘水文站在验证阶段的模型精度均略高于率定阶段,这可能是由于率定期间流量峰值较大,模型对于流量峰值拟合度欠佳,因此反而出现验证期模拟精度更高的现象。

表2 各水文站率定和验证阶段径流模拟效果评价结果

3.2 预估未来降水和温度的变化

3.2.1 未来年降水和温度的变化

未来西线工程水源区气候变化特征总体呈现出高度的暖湿化倾向,且高辐射情景下的增温加湿倾向更为显著(图3)。雅砻江、金沙江、大渡河水源区未来年平均气温较基准期不断升高且趋势较为平缓,SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5情景下年增幅分别为0.006～0.007 ℃、0.027～0.028 ℃、0.050～0.055 ℃和0.066～0.072 ℃。虽然2021—2040年期间年降水量与基准期降水量接近或者略低于基准期降水量的情况出现频率较高,但水源区未来降水总体上呈现较明显的波动上升趋势。2021—2100年雅砻江、金沙江、大渡河水源区降水量相对基准期的改变在4个情景下分别为14.15%～22.15%、27.07%～31.32%、40.3%～46.36%和44.05%～67.75%。

图3 未来气候变化情景下各水源区年平均气温相对基准期距平及年平均降水量相对基准期变化

未来各年代气候要素相对基准期的变化量也随时间推移逐渐增大(表3)。3个水源区在2021—2040年气温变化幅度较为接近,2040年后金沙江水源区气温相对基准期增幅较大,雅砻江、大渡河水源区增幅相对较小。2021—2040年雅砻江与大渡河水源区降水变化量接近,金沙江水源区降水变化量始终较大。到21世纪末,金沙江水源区气温与降水相对基准期变化最大,雅砻江水源区次之,大渡河水源区最小。

表3 气候变化情景下未来各年代平均气温、降水量相对于基准期的变化

3.2.2 未来降水和温度月平均变化

未来各月份气温及降水的变化情况见图4。3个水源区各月份气温呈上升趋势,SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5情景下各月份气温增幅依次增大。各水源区1月份、11月份与12月份气温相对基准期增幅较大,4月份至6月份气温增幅较小。尽管水源区部分月份降水量在2041年前会时而发生接近或者略低于基准期降水量的情况,但其变化趋势总体上不断上升。雅砻江、大渡河水源区在1月份、2月份、12月份降水增幅较大,7月份及8月份降水增幅较小。金沙江水源区在1月份及3月份降水增幅较大,7月份、8月份、10月份降水增幅较小。

图4 未来气候变化情景下各水源区月平均气温相对基准期距平及月平均降水量相对基准期变化

3.3 预估的径流变化

3.3.1 年径流变化

预测未来3个水源区年平均径流量变化总体一致,均较基准期呈现出随时间而增加的趋势,且SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5情景下径流量变化幅度依次增大(图5)。雅砻江、金沙江、大渡河水源区径流年增幅4个情景下分别为0.21%～0.39%、0.42%～0.43%、0.46%～0.70%和0.74%～1.09%。未来80 a南水北调西线工程水源区流量较以往增加具有较高信度,与前人结果具有一致性[8,18-19],但径流年际波动幅度较为显著,可能将出现明显的丰水年和枯水年,最丰水年与最枯水年的流量差距较大,尤其是金沙江水源区。

图5 未来气候变化情景下各水源区年径流变化趋势

未来各年代径流量相对基准期的变化量呈现出随时间推移而增加的趋势(表4)。4个情景下雅砻江、金沙江、大渡河水源区径流量在2021—2040年的变化为2.48%～18.26%,在2041—2060年的变化为8.23%～32.48%,在2061—2080年的变化为17.44%～52.71%,在2081—2100年的变化为22.94%～82.12%, 21世纪后期较前期、中期变化幅度更大。其中,金沙江水源区年径流量及各年代平均径流量相对于基准期的变化最大,雅砻江水源区次之,大渡河水源区最小。

表4 未来气候变化情景下各年代平均径流量相对于基准期的变化

3.3.2 月平均径流变化

气候变化导致3个水源区年径流增加的同时,各月平均径流也呈现出随年代增加的趋势(图6),且SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5情景下月径流量变化幅度依次增大,但不同月份增幅存在差异。雅砻江、大渡河水源区各年代月径流量相对于基准期变化呈三峰型,1—4月份、6—7月份以及8—9月份径流量增幅呈上升趋势,分别在4、7、9月份达到增幅峰点,4—6月份、7—8月份以及9—12月份径流量增幅呈下降趋势。金沙江水源区各年代月径流量的变化趋势呈双峰型,1—4月份以及7—9月份径流量增幅明显增加,在4月份及9月份达到增幅最高点,4—7月份以及9—12月份月径流量增幅呈下降趋势。1月份为3个水源区月平均径流的增幅最小月,4月份为增幅最大月。水源区未来径流具有显著的丰枯时段,枯水期(11—次年3月份)月径流量相对基准期的增幅较小,丰水期(4—10月份)径流增量较大,且随着辐射强度的增加,年内差异有变大的趋势。

图6 4种情景下预估的2021—2100年南水北调西线工程水源区月径流量相对于基准期变化

3.4 径流变化与气候要素的联系

本文选取了雅砻江、金沙江、大渡河水源区2021—2100年的年降水量、年均气温及年径流量进行相关性分析。从表5可以看出,在未来情景下,各水源区径流量与降水量普遍呈现出很强的相关性,通过α=0.01显著性检验。另外,径流量与年平均气温呈现出一定的正相关,并随着SSP1-2.6至SSP5-8.5情景的递进,气温与径流量的相关性逐渐升高,在高辐射强度情景下呈现出较强的相关性。此外,研究发现年径流对年均气温敏感性的区域差异相对较大,而对年降水敏感性的区域差异很小。就区域分布而言,雅砻江水源区径流量对降水量最为敏感,大渡河水源区径流量对气温的敏感度最低。