李　丹，馮民權(quán)，茍　婷

(西安理工大學(xué)西北旱區(qū)生態(tài)水利工程國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，陜西西安　710048)

?

氣候變化對(duì)汾河(運(yùn)城段)徑流影響模擬

李丹，馮民權(quán)，茍婷

(西安理工大學(xué)西北旱區(qū)生態(tài)水利工程國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，陜西西安710048)

摘要：將分布式水文模型——SWAT模型應(yīng)用于汾河(運(yùn)城段)的徑流模擬，以期為流域水資源管理、優(yōu)化配置提供科學(xué)依據(jù)。首先，分析模型對(duì)研究區(qū)域的適用性，并在現(xiàn)有資料基礎(chǔ)上對(duì)流域徑流進(jìn)行模擬研究，從時(shí)間、空間兩個(gè)方面共同詮釋了流域內(nèi)徑流與降水的關(guān)系；其次，根據(jù)流域未來(lái)氣候可能變化，由增量情景法設(shè)定了不同氣候情景，模擬未來(lái)氣候情景下徑流的變化趨勢(shì)以及徑流量的年內(nèi)變化特征。結(jié)果表明：①研究區(qū)域內(nèi)徑流在時(shí)空分布上均與降水量分布吻合；②研究區(qū)域內(nèi)徑流量變化與氣溫變化呈負(fù)相關(guān)關(guān)系，與降水量變化呈正相關(guān)關(guān)系，且降水量變化對(duì)研究區(qū)域徑流量產(chǎn)生的影響比溫度變化產(chǎn)生的影響大；③徑流量的年內(nèi)分布呈季節(jié)性特點(diǎn)，汛期(7—10月份)最大，枯水期(11月至翌年3月份)最??；④未來(lái)氣候變化趨勢(shì)下，研究區(qū)域徑流量將呈相應(yīng)增加趨勢(shì)，在氣溫升高0.5℃和降水量增加10%的情景下，河津水文站的徑流量將增加1.29 億m3。

關(guān)鍵詞：SWAT模型； 徑流； 氣候變化； 汾河

河川徑流是氣候條件與流域下墊面綜合作用下的產(chǎn)物，直接受氣候因素的影響[1],研究表明氣候變化在較長(zhǎng)時(shí)間尺度上是流域水文水資源變化的一個(gè)主要驅(qū)動(dòng)因素[2]。1880—2012年間全球溫度上升了0.85℃，全球變暖使水文循環(huán)過(guò)程加快，使水資源在時(shí)空上進(jìn)行了重新分布[3]。氣候變化可能對(duì)水資源短缺、洪澇災(zāi)害等水系統(tǒng)產(chǎn)生重要影響。因此，研究流域徑流對(duì)氣候變化的響應(yīng)已成為21世紀(jì)的熱點(diǎn)問(wèn)題。

國(guó)內(nèi)外對(duì)于氣候變化與徑流關(guān)系的研究方法主要有對(duì)比流域?qū)嶒?yàn)法、統(tǒng)計(jì)分析法和模型模擬法等[4]。其中，在研究徑流對(duì)氣候變化的響應(yīng)中多采用對(duì)比流域試驗(yàn)法，但它不能用于地質(zhì)地貌差異較大的大尺度流域中；統(tǒng)計(jì)分析法的優(yōu)點(diǎn)是可以利用長(zhǎng)期水文氣象數(shù)據(jù)來(lái)研究徑流變化規(guī)律，進(jìn)而推求其變化趨勢(shì)，但卻忽略了氣候變化與土地利用變化對(duì)流域水文的影響，因而其應(yīng)用也受到了一定限制。WATFLOOD[5]，IHDM[6]，SWAT[7]等具有較強(qiáng)物理基質(zhì)的分布式水文模型，因其既考慮了下墊面條件又能反映水文要素的空間變化，所以被廣泛應(yīng)用于各種流域的水文徑流模擬中。劉貴花等將mACRES模型應(yīng)用于三江平原撓力河上游，得出氣候要素是導(dǎo)致徑流變化的主要原因[8]。M. A. Bann-warth等也將SWAT模型應(yīng)用于東南亞熱帶的一個(gè)陡峭山區(qū)流域，盡管受氣候差異的影響，但徑流模擬也取得了合理滿意的結(jié)果[9]。金君良等以黃河源區(qū)為研究對(duì)象，利用10套情景數(shù)據(jù)對(duì)分布式VIC 模型驅(qū)動(dòng)，對(duì)未來(lái)徑流和土壤含水量的可能變化進(jìn)行了分析[10]。

本研究將分布式水文模型——SWAT模型應(yīng)用于汾河(運(yùn)城段)的徑流模擬中，分析了SWAT模型在研究區(qū)域的適用性。首先，在現(xiàn)有資料基礎(chǔ)上對(duì)流域徑流進(jìn)行模擬研究，從時(shí)間、空間兩個(gè)方面共同詮釋了流域內(nèi)徑流與降水的關(guān)系；其次，根據(jù)流域未來(lái)氣候可能變化，由增量情景法設(shè)定不同氣候情景，模擬未來(lái)氣候情景下徑流的變化趨勢(shì)及徑流量變化的年內(nèi)分布特征，為流域的水資源管理、優(yōu)化配置提供科學(xué)可靠依據(jù)。

1資料及方法

1.1研究區(qū)域概況

圖1　研究區(qū)域邊界、水系及DEM高程Fig.1　Boundary, water system and DEM 　elevation of study area

汾河流域地處黃土高原生態(tài)危急區(qū)，且貫穿山西工礦區(qū)，具有獨(dú)特的“水煤共存系統(tǒng)”，運(yùn)城處于汾河最下段。研究區(qū)域自新絳縣南梁入境至萬(wàn)榮縣廟前匯入黃河，總流長(zhǎng)109 km，流域面積2 165 km2，流域年均降水量537 mm，年際變化較大，且年內(nèi)分配不均勻，汛期和枯水期界限分明，年頭與年尾降水量最少，7—9月3個(gè)月降水集中。流域多年水面蒸發(fā)能力在950～1 300 mm間。圖1給出了研究區(qū)域的邊界、水系及DEM高程。

1.2SWAT模型概述及原理

SWAT模型有3個(gè)子模型，分別為土壤侵蝕、水文過(guò)程和污染負(fù)荷子模型。其中，污染負(fù)荷子模型可以模擬不同形態(tài)的氮的轉(zhuǎn)化過(guò)程，包括物理、化學(xué)及生物過(guò)程[11]。

(1)溶解態(tài)N污染負(fù)荷模型。溶解態(tài)N在水體中的遷移主要受地表徑流、滲流以及側(cè)向流影響。自由水中溶解態(tài)N的濃度計(jì)算公式如下：

(1)

式中：ρNO3，m為自由水中溶解態(tài)N的濃度(以N計(jì))(kg/mm)；wm為土壤中的自由水量(mm)；ρNO3ly為土壤中的溶解態(tài)N量(以N計(jì))(kg/mm2)；θe為孔隙度；ws,ly為土壤飽和含水量。

(2)有機(jī)N污染負(fù)荷模型。有機(jī)N一般吸附在土壤顆粒上，隨徑流而遷移，這種形式的N負(fù)荷跟土壤流失量緊密關(guān)聯(lián)。

(2)

式中：ρorgNsurf為有機(jī)N流失量(以N計(jì))(kg/hm2)；m為土壤流失量(t)；ρorgN為表層(10 mm)土壤中有機(jī)N濃度(以N計(jì))(kg/t)；AorgN為水文響應(yīng)單元的面積(hm2)；εN為N富集系數(shù)，即隨土壤流失的有機(jī)N濃度與土壤表層有機(jī)N濃度的比值。

(3)溶解態(tài)P污染負(fù)荷模型。溶解態(tài)P主要通過(guò)擴(kuò)散作用實(shí)現(xiàn)在土壤中的遷移，擴(kuò)散指離子由于濃度梯度作用在微小尺度下(1～2 mm)引起的溶質(zhì)遷移，因?yàn)槿芙鈶B(tài)P不活躍，故土壤表層(10 mm)由地表徑流以溶解態(tài)形式帶走的P比較少，溶解態(tài)P的計(jì)算式如下：

(3)

式中：Psurf為地表徑流引起的溶解態(tài)P的流失量(以P計(jì))(kg/hm2)；Psol，surf為土壤表層(10 mm)中溶解態(tài)P的濃度(以P計(jì))(kg/hm2)；ρb為土壤容質(zhì)密度(mg/m3)；hsurf為表層土壤的深度(mm)；kd，surf為土壤P的分配系數(shù)，表層(10 mm)中溶解態(tài)P的濃度值與地表徑流中溶解態(tài)P的濃度值之比。

(4)吸附態(tài)P污染負(fù)荷模型。吸附態(tài)P一般吸附在土壤顆粒上，通過(guò)徑流而遷移，這種形式的P負(fù)荷跟土壤流失量緊密關(guān)聯(lián)。

(4)

式中：mPsurf為有機(jī)P流失量(以P計(jì))(kg/hm2)；ρP為表層(10 mm)土壤中有機(jī)P濃度(以P計(jì))(kg/t)；m為土壤流失量(t)；Ahru為水文響應(yīng)單元的面積(hm2)；εP為P富集系數(shù)。

1.3SWAT模型數(shù)據(jù)庫(kù)建立

本研究采用具有較強(qiáng)物理機(jī)理的分布式水文模型——SWAT對(duì)研究區(qū)域進(jìn)行徑流模擬研究。模型的成功運(yùn)行需要大量屬性數(shù)據(jù)和空間數(shù)據(jù)?？臻g數(shù)據(jù)有DEM圖、土壤類型圖以及土地利用類型圖；屬性數(shù)據(jù)有水文數(shù)據(jù)、氣象數(shù)據(jù)等。

(1)空間數(shù)據(jù)。DEM數(shù)據(jù)是從地理空間數(shù)據(jù)云下載的30 m分辨率的SRTM數(shù)據(jù)，利用ArcGIS對(duì)DEM圖進(jìn)行裁剪，投影變化處理，流域邊界劃分等預(yù)處理，最終生成SWAT所需要的數(shù)據(jù)類型(圖1)。土壤類型圖是從寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心下載的1∶100萬(wàn)的全國(guó)土壤類型圖，利用ArcGIS裁剪出研究區(qū)域的土壤類型圖。土地利用類型數(shù)據(jù)則是從土地局獲得的1∶5萬(wàn)的運(yùn)城市各縣區(qū)的土地利用類型矢量數(shù)據(jù)，利用ArcGIS對(duì)其進(jìn)行拼接，并轉(zhuǎn)化成SWAT所需的格柵格式。

(2)屬性數(shù)據(jù)。SWAT所需水文數(shù)據(jù)來(lái)自于研究區(qū)域內(nèi)河津水文站2001—2010年水文資料。氣象數(shù)據(jù)包括氣象站、雨量站的位置、降雨量、氣溫、太陽(yáng)輻射量等數(shù)據(jù)，采用萬(wàn)榮、河津、稷山以及新絳四個(gè)氣象站的資料。在相關(guān)平臺(tái)下將這些資料轉(zhuǎn)化為SWAT模型所需要的格式。

表1　研究區(qū)域敏感性參數(shù)排序

1.4敏感性分析

采用LH-OAH敏感性分析方法對(duì)模型進(jìn)行敏感性分析，其優(yōu)點(diǎn)是確保所有參數(shù)在其取值范圍內(nèi)均被采樣，并且明確確定了哪一個(gè)參數(shù)改變了模型的輸出，減少了需要調(diào)整的參數(shù)數(shù)目，提高了計(jì)算效率。

對(duì)模型進(jìn)行敏感性分析，選出對(duì)模擬結(jié)果影響較大的8個(gè)敏感性參數(shù)，8個(gè)參數(shù)的敏感性排序見(jiàn)表1。

2模型率定與驗(yàn)證

由于模型自帶的算法(SCE-UA算法)率定結(jié)果并不理想，而且對(duì)于一般的計(jì)算規(guī)模(子流域數(shù)目在100～200之間)，模型參數(shù)率定需要上千次運(yùn)算才能使模型結(jié)果收斂穩(wěn)定，耗時(shí)時(shí)間長(zhǎng)。本研究采用一種綜合優(yōu)化和梯度搜索方法(SUFI-2算法[12])，對(duì)模型進(jìn)行參數(shù)率定和驗(yàn)證，考慮到SUFI-2算法不僅具有全局搜索功能，同時(shí)還具有分析輸入數(shù)據(jù)、模型結(jié)構(gòu)、參數(shù)及實(shí)測(cè)數(shù)據(jù)的不確定性等優(yōu)點(diǎn)，希望能夠獲得適用于研究區(qū)域內(nèi)模型參數(shù)率定更高效、精度更好的方法。利用河津水文站斷面2005—2010年實(shí)測(cè)徑流量對(duì)模型進(jìn)行參數(shù)率定。

率定結(jié)果顯示，校準(zhǔn)期與驗(yàn)證期的相對(duì)誤差Re分別為9%和8%，均在10%以內(nèi)；模擬相關(guān)性系數(shù)R2分別為0.88和0.85；納什系數(shù)Ens分別為0.87和0.84，以上參數(shù)均滿足率定要求?？梢钥闯鯯UFI-2算法對(duì)于模型精度的提高作用有效，其結(jié)果模擬值與實(shí)測(cè)值吻合度較高，所以，相對(duì)于模型自帶的SCE-UA 算法，SUFI-2算法更加適用于本研究區(qū)域這類西北干旱地區(qū)的河流，可以用于研究區(qū)域徑流的模擬研究。

3研究區(qū)域徑流時(shí)空分布特征

3.1研究區(qū)域徑流時(shí)間分布規(guī)律

對(duì)研究區(qū)域徑流進(jìn)行模擬之后，選取3個(gè)水文年，豐水年2003年、平水年2005年、枯水年2007年的逐月模擬數(shù)據(jù)，對(duì)其降水量及徑流量進(jìn)行統(tǒng)計(jì)(表2)，并分析流域內(nèi)徑流量與降水量的關(guān)系及時(shí)間分布規(guī)律(圖2)。

表2　研究區(qū)域內(nèi)降水量、徑流量年內(nèi)統(tǒng)計(jì)

圖2　降水量、徑流量年內(nèi)分布Fig.2　Distribution of precipitation and runoff in hydrological year

由圖2可見(jiàn)，徑流量豐水年>平水年>枯水年，且各水文年7—10月份徑流量均占到全年徑流量的65%以上。這是因?yàn)槊磕?—10月份為汛期，這段時(shí)期的降雨量占全年總降雨量的60%以上。研究區(qū)域內(nèi)徑流量與降水量的年內(nèi)分布一致，7—10月份汛期降水量較大，產(chǎn)生的徑流相應(yīng)較大，這說(shuō)明流域內(nèi)降水是徑流變化的一個(gè)主要驅(qū)動(dòng)力。

3.2研究區(qū)域內(nèi)徑流空間分布特征

選取3個(gè)水文年，豐水年2003年、平水年2005年、枯水年2007年的逐月模擬數(shù)據(jù)，對(duì)流域徑流的空間分布特征進(jìn)行分析。圖3給出了各水文年降水量與徑流量的空間分布。

圖3　降水量與徑流量空間分布Fig.3　Spatial distribution of precipitation and runoff in hydrological year

由圖3可見(jiàn)，各水文年的徑流量空間分布均與降水量空間分布基本一致，降水量大的子流域徑流大，降水量小的子流域徑流量小，這說(shuō)明徑流量的大小與降水密切相關(guān)。研究區(qū)域內(nèi)徑流量較大的是河津跟新絳縣部分子流域，而稷山縣的徑流量則最小。

研究區(qū)域內(nèi)徑流不管是在時(shí)間還是空間分布上都與降水量的分布有著密切關(guān)系。降水量大的汛期徑流大，降水量較大的子流域相應(yīng)的徑流量也大。

4氣候變化對(duì)研究區(qū)域徑流變化的影響

國(guó)內(nèi)外常用的氣候變化情景設(shè)定方法有兩種：增量情景法、基于GCM(大氣環(huán)流模型)輸出的氣候變化情景[13]。增量情景法指的是，根據(jù)研究區(qū)域氣候可能的變化，人為假定升高降低的溫度、降水量上升、下降的量或者對(duì)降水溫度進(jìn)行兩兩組合，構(gòu)成氣候變化的假想情景。雖然GCM模型法能夠預(yù)測(cè)氣候過(guò)程，但氣候變化的預(yù)測(cè)有很多不確定性。而不同GCM模型在同樣增量的CO2方案情景下，對(duì)溫度、降水的預(yù)測(cè)有很大差異，尤其對(duì)降水的增減預(yù)測(cè)甚至有時(shí)會(huì)出現(xiàn)相反結(jié)果。

聯(lián)合國(guó)政府氣候變化專門委員會(huì)IPCC第五次評(píng)估報(bào)告《氣候變化2013：自然科學(xué)基礎(chǔ)》提出，2016—2035年間全球地表溫度可能提升(0.3～0.7)℃，降水也會(huì)在不同地區(qū)出現(xiàn)不同程度的增加趨勢(shì)，到2050年可能增加5%～7%。秦大河也在《未來(lái)100年全球氣候?qū)⒗^續(xù)變暖》中提到，到2020—2030年全國(guó)氣溫將上升1.7℃，到2050年全國(guó)氣溫將上升2.2℃，變暖幅度由南向北增加，不少地區(qū)降水也會(huì)出現(xiàn)增加趨勢(shì)[14]。

4.1氣候變化對(duì)年徑流的影響

表3　研究區(qū)域不同氣候情景

基于以上預(yù)測(cè)變化趨勢(shì)，本研究采用增量情景法建立的未來(lái)氣候變化情景為：①氣溫分別在原來(lái)基礎(chǔ)上設(shè)置為減1.0℃、減0.5℃、不變、增加0.5℃、增加1.0℃；②降水量分別在原有歷史數(shù)據(jù)基礎(chǔ)上減 20%、減 10%、保持不變、增加10%、增加20%。將不同氣溫、降水變化組合，形成不同氣候情景(表3)。

利用河津水文站2001—2010年水文資料，通過(guò)SWAT模型對(duì)表3中不同氣候情景進(jìn)行徑流模擬，得到研究區(qū)域內(nèi)河津水文站不同情景下的徑流量及徑流變化量(表4)。當(dāng)氣溫與降水量均不變時(shí)，模擬徑流量的變化量為0.02，并不是0，這是因?yàn)槟Ｐ湍M結(jié)果與實(shí)測(cè)值有一定誤差，但在可接受范圍內(nèi)。分析這25種氣候情景的年徑流結(jié)果，分別繪出研究區(qū)域內(nèi)河津水文站降水量不變時(shí)年徑流與氣溫變化的關(guān)系(圖4)，以及氣溫不變時(shí)年徑流量與降水量的關(guān)系(圖5)。

表4　河津水文站不同氣候情景下徑流量

由圖4和5可以看出：①研究區(qū)域內(nèi)河津水文站年徑流量隨降水量增加而增加，隨氣溫增加而減少；②研究區(qū)域內(nèi)河津水文站年徑流量與降水量變化呈正相關(guān)關(guān)系，而與氣溫變化呈負(fù)相關(guān)關(guān)系；③降水量每變化10%比氣溫變化0.5℃對(duì)徑流量的變化更大。

因而在未來(lái)氣溫與降水均會(huì)相應(yīng)增加的趨勢(shì)下，研究區(qū)域徑流量會(huì)呈現(xiàn)增加趨勢(shì)，在氣溫增加0.5℃、降水量增加10%的情景下，河津水文站的徑流量將會(huì)增加1.29億m3。

圖4　氣溫不變時(shí)河津水文站年徑流量與降水量關(guān)系Fig.4　Relationships between annual runoff and precipitation at Hejin hydrological station during constant temperature

圖5　降水量不變時(shí)河津水文站年徑流量與氣溫的關(guān)系Fig.5　Relationships between annual runoff and temperature at Hejin hydrological station during constant precipitation

4.2降水量變化對(duì)月均徑流的影響

圖6　不同降水量情景下月徑流量變化率Fig.6　Changes in monthly runoff under different precipitation 　scenarios

根據(jù)研究區(qū)域內(nèi)河津水文站2001—2010年逐月水文資料，利用率定好的SWAT模型分別模擬年降水量增加20%、增加10%、減少10%、減少20%這4種情景下徑流量，徑流變化率結(jié)果如圖6。

可見(jiàn)：①不同降水量條件下，月徑流量的變化趨勢(shì)相同；②1—3月、11—12月是一年中的枯水期，這一時(shí)期月徑流變化與降水量的變化大小比較接近；③6—9月的月徑流變化率全年最大，主要因?yàn)檫@一時(shí)段屬于汛期，降水量占全年降水量的60%以上；④4月,5月,10月屬于過(guò)渡期，徑流量變化大于枯水期小于汛期。

5結(jié)語(yǔ)

(1)研究區(qū)域內(nèi)徑流在時(shí)間與空間分布上均與降水量分布吻合，這說(shuō)明流域內(nèi)降水量的時(shí)空分布與變化對(duì)徑流有直接影響。

(2)研究區(qū)域內(nèi)徑流量的變化與氣溫變化呈負(fù)相關(guān)關(guān)系，與降水量變化呈正相關(guān)關(guān)系，且降水量變化對(duì)研究區(qū)域徑流量的影響比溫度變化產(chǎn)生的影響大。

(3)研究區(qū)域內(nèi)徑流變化量隨降水量呈現(xiàn)汛期、過(guò)渡期及枯水期的季節(jié)性變化。

(4)未來(lái)氣候變化趨勢(shì)下，研究區(qū)域徑流量將呈現(xiàn)相應(yīng)增加的趨勢(shì)，在氣溫增加0.5℃、降水量增加10%的情景下，河津水文站的徑流量預(yù)計(jì)將會(huì)增加1.29億m3。

研究區(qū)域水資源管理與調(diào)配的依據(jù)是徑流量大小、徑流量的變化情況等?；谏厦娴难芯浚芯繀^(qū)域內(nèi)徑流量的季節(jié)性變化和未來(lái)流域徑流將增加的趨勢(shì)，希望可以為研究區(qū)域的水資源管理提供可靠的依據(jù)。同時(shí)由于非點(diǎn)源污染與徑流變化有直接關(guān)系，也期望可以為非點(diǎn)源變化情況的研究提供一定參考依據(jù)。

參考文獻(xiàn)：

[1]趙陽(yáng), 余曉新, 鄭江坤, 等. 氣候和土地利用變化對(duì)潮白河流域徑流變化的定量影響[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(22):252- 260.(ZHAO Yang, YU Xiao-xin, ZHENG Jiang-kun, et al. Quantitative effects of climate variations and land-use changes on annual stream flow in Chaobai River basin[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(22): 252- 260. (in Chinese))

[2]姜德娟,李麗娟,侯西勇,等. 洮兒河流域中上游水循環(huán)要素變化及其原因[J]. 地理研究,2009,28(1):55- 64, 275.(JIANG De-juan, LI Li-juan, HOU Xi-yong, et al. Variations in the hydrological cycle components and their influencing factors in the middle and upper reaches of Tao’erhe River basin[J]. Geographical Research, 2009,28(1):55- 64, 275.(in Chinese))

[3]FURAT A M, MIKLAS S, DIMITRIS T. Sensitivity of surface runoff to drought and climate change: application for shared river basins[J].Water, 2014, 6(10): 3033- 3048.

[4]郭軍庭,張志強(qiáng),王盛萍,等. 應(yīng)用SWAT模型研究潮河流域土地利用和氣候變化對(duì)徑流的影響[J]. 生態(tài)學(xué)報(bào),2014, 34(6):1559- 1567.(GUO Jun-ting, ZHANG Zhi-qiang,WANG Sheng-ping, et al. Appling SWAT model to explore the impact of changes in land use and climate on the streamflow in a Watershed of Northern China[J]. Acta Ecology Sinica, 2014,34(6):1559- 1567.(in Chinese))

[5]呂雁翔,李致家,王秀慶. WATFLOOD模型的應(yīng)用分析[J]. 水力發(fā)電, 2014, 40(3):16- 19.(LV Yan-xiang, LI Zhi-jia, WANG Xiu-qing. Analysis of the application of WATFGOOD model[J]. Water Power,2014,40(3): 16- 19.(in Chinese))

[6]齊偉,張弛,初京剛,等. Sobol’方法分析TOPMODEL水文模型參數(shù)敏感性[J]. 水文,2014,34(2): 49- 54.(QI Wei, ZHANG Chi, CHU Jin-gang, et al. Sensitivity analysis of TOPMODEL hydrological model parameters based on Sobol’ method[J]. Journal of China Hydrology, 2014,34(2): 49- 54.(in Chinese))

[7]李佳,張小詠,楊艷昭. 基于SWAT模型的長(zhǎng)江源土地利用/土地覆被情景變化對(duì)徑流影響研究[J]. 水土保持研究, 2012, 19(3):119- 124,128, 301.(LI Jia, ZHANG Xiao-yong,YANG Yan-zhao. SWAT model of runoff study under different land use land cover scenarios in source region of the Yangtze River[J]. 2012, 19(3): 119- 124, 128, 301.(in Chinese))

[8]劉貴花,欒兆擎,閻百興,等.三江平原撓力河上游徑流演變趨勢(shì)及其驅(qū)動(dòng)因素[J].地理科學(xué),2011,31(8):952- 957.(LIU Gui-hua, LUAN Zao-qing, YAN Bai-xing, et al. Tendency and driving forces of runoff changes for upper stream of Naoli River in the Sanjiang Plain[J]. Scientia Geography Sincia,2011,31(8):952- 957.(in Chinese))

[9]BANNWARTH M A, HUGENSCHMIDT C, SANGCHAN W, et al. Simulation of stream flow components in a mountainous catchment in northern Thailand with SWAT, using the ANSELM calibration approach[J]. Hydrological Processes, 2015,29(6): 1340- 1352.

[10] 金君良，王國(guó)慶，劉翠善，等.黃河源區(qū)水文水資源對(duì)氣候變化的響應(yīng)[J].干旱區(qū)資源與環(huán)境,2013,27(5):137- 143.(JIN Jun-liang,WANG Guo-qing, LIU Cui-san, et al. Responses of hydrology and water resources to the climate change in the Yellow River source region [J]. Journal of Arid Land Resources and Environment,2013,27(5):137- 143.(in Chinese))

[11]郝芳華,程紅光,楊勝天. 非點(diǎn)源污染模型—理論方法與應(yīng)用[M]. 北京:中國(guó)環(huán)境科學(xué)出版社,2006.(HAO Fang-hua, CHENG Hong-guang,YANG Sheng-tian. Non-point source pollution model-theory and application[M]. Beijing:China Environmental Science Press[M]. 2006.(in Chinese))

[12]劉睿,霍艾迪,王菊翠, 等. 基于SUFI-2算法的SWAT模型在陜西黑河流域徑流模擬中的應(yīng)用[J]. 干旱地區(qū)農(nóng)業(yè)研究,2014(5):213- 217,222.(LIU Rui, HUO Ai-di, WANG Ju-cui, et al. Application of the SWAT model to the runoff simulation based on SUFI-2 algorithm in Heihe River basin of Shanxi Province[J]. Agricultural Research in the Arid Areas,2014(5): 213- 217, 222.(in Chinese))

[13]賈仰文,高輝,牛存穩(wěn),等. 氣候變化對(duì)黃河源區(qū)徑流過(guò)程的影響[J]. 水利學(xué)報(bào),2008(1): 52- 58.(JIA Yang-wen, GAO Hui, NIU Cun-wen, et al. Impact of climate change on runoff process in headwater area of the Yellow River[J]. Journal of Hydraulic Engineering, 2008(1): 52- 58.(in Chinese))

[14]秦大河.未來(lái)100年全球?qū)⒗^續(xù)變暖[J]. 中國(guó)改革,2009(11):10- 13. (QIN Da-he. The global climate will continue warming in the next 100 years[J]. China Reform, 2009(11):10- 13.(in Chinese))

Simulation of climate change impacts on runoff of Yuncheng reach of Fenhe River

LI Dan， FENG Min-quan， GOU Ting

(StateKeyLaboratoryBaseofEco-hydraulicEngineeringinAridArea,Xi’anUniversityofTechnology,Xi’an710048,China)

Abstract：In order to provide a scientific and reliable basis for water management and optimization, a distributed hydrological model (SWAT) was applied to the runoff simulation of the Yuncheng reach of the Fenhe River. Firstly, based on the available data, the relationships between runoff and precipitation were explained from both time and space by simulating the runoff of the study area. Secondly, by use of the method of incremental scenario, different climate scenarios were assumed according to the possible changes of the future climate. Then, the SWAT model was used to simulate the runoff under different climate scenarios of the study area. The analysis results show: (1)the runoff distribution was consistent with the precipitation in both time and space; (2) there was a negative correlation between the annual runoff and temperature, and a positive correlation between the annual runoff and precipitation. Compared with the temperature changes, the precipitation changes played a more important role in the runoff of the study area; (3) the runoff changes of the study area showed a tendency of seasonal variation. The runoff variation reached the maximum in the flood season (from July to October) and the minimum in the dry season (from November to March); (4) the runoff of the survey area will increase with the future climate change. The runoff of the Hejin hydrological station will increase by 129 million m3 when the temperature increases by 0.5℃ and precipitation increases by 10%.

Key words：SWAT model； runoff； climate change； the Fenhe River

中圖分類號(hào)：TV12

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1009-640X(2016)02-0054-08

作者簡(jiǎn)介：李丹(1990—), 女, 陜西西安人, 碩士研究生，主要從事水環(huán)境模擬與預(yù)測(cè)研究。E-mail: 364476272@qq.com 通信作者：馮民權(quán)(E-mail:mqfeng@xaut.edu.cn)

基金項(xiàng)目：高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金項(xiàng)目(20126118110015)；陜西省科技統(tǒng)籌創(chuàng)新工程重點(diǎn)實(shí)驗(yàn)項(xiàng)目(2013SZS02-Z01)；山西省水利技術(shù)研究項(xiàng)目(2013年)

收稿日期：2015-05-12

DOI:10.16198/j.cnki.1009-640X.2016.02.008

李丹， 馮民權(quán)， 茍婷. 氣候變化對(duì)汾河(運(yùn)城段)徑流影響模擬[J]. 水利水運(yùn)工程學(xué)報(bào), 2016(2): 54-61. (LI Dan, FENG Min-quan, GOU Ting. Simulation of climate change impacts on runoff of Yuncheng reach of Fenhe River[J]. Hydro-Science and Engineering, 2016(2): 54-61.)