徐宗學(xué)劉瀏

（1 北京師范大學(xué)水科學(xué)研究院，全球變化研究協(xié)同創(chuàng)新中心，北京 100875；2 中國農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院，中國農(nóng)業(yè)水問題研究中心，北京 100083）

氣候變化影響下的流域水循環(huán)：以長江和黃河典型流域為例

徐宗學(xué)1劉瀏2

（1 北京師范大學(xué)水科學(xué)研究院，全球變化研究協(xié)同創(chuàng)新中心，北京 100875；2 中國農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院，中國農(nóng)業(yè)水問題研究中心，北京 100083）

在對IPCC提供的多種大氣環(huán)流模式（GCMs）適用性評估的基礎(chǔ)上，采用SDSM和ASD統(tǒng)計降尺度模型生成未來氣候變化情景，驅(qū)動分布式水文模型VIC和SWAT，分別對長江和黃河典型流域進行分布式水文模擬，定量探討氣候變化對流域水循環(huán)的影響。結(jié)果表明，適應(yīng)性評估可以有效降低GCMs選擇的不確定性，統(tǒng)計降尺度方法能夠明顯改善全球氣候模式降水和氣溫輸出結(jié)果。與基準(zhǔn)期（1961—1990年）相比，未來時期（2046—2065年和2081—2100年）長江下游太湖流域徑流量呈現(xiàn)微弱減少趨勢，但汛期東南部徑流量增加顯著，而黃河上游流域徑流量則呈下降趨勢。研究結(jié)果可為開展我國各大流域適應(yīng)氣候變化研究提供一定的參考依據(jù)。

氣候變化，水循環(huán)，降尺度，水文模型，大氣環(huán)流模式

0　引言

政府間氣候變化委員會（IPCC）第五次評估報告[1]指出：全球氣候變化已是不爭的事實，將對全球和區(qū)域水資源安全構(gòu)成嚴(yán)重威脅。我國氣候變化趨勢與全球基本一致[2-3]。氣候變化對人類、生態(tài)、環(huán)境產(chǎn)生的多尺度、全方位、多層次的影響[4-11]，已使其成為威脅全球可持續(xù)性發(fā)展的危險因素之一。水循環(huán)作為人類—生態(tài)—環(huán)境的紐帶，預(yù)估其對未來氣候變化的響應(yīng)，已成為各國科學(xué)家、公眾和決策者共同關(guān)心的課題。

在全球變暖背景下，中國的高溫、低溫、強降水、干旱等極端天氣氣候事件的頻率和強度存在不同的變化趨勢，并有區(qū)域差異[12-13]。在過去100年中，我國主要流域水文氣候要素發(fā)生了明顯的變化，主要表現(xiàn)為大部分地區(qū)氣溫顯著升高，近50 年東部季風(fēng)區(qū)域降水存在“南澇北旱”的趨勢變化[14-17]，北方多數(shù)外流河流域徑流減少，加劇了北方水資源的供需矛盾和南方防洪抗災(zāi)的壓力[18-20]；全國大部分地區(qū)潛在蒸發(fā)能力（水面蒸發(fā)）明顯下降[21-24]；未來的氣候變化可能對中國水資源產(chǎn)生較大影響[25-28]，北方部分江河徑流量可能減少、南方江河徑流量可能增加[29]，各流域年平均蒸發(fā)量可能增大[30]，旱澇等災(zāi)害的出現(xiàn)頻率可能增加，進一步加劇水資源的脆弱性與供需矛盾[29]。

針對我國大江大河流域水循環(huán)及水資源格局變化以及南方洪澇災(zāi)害與北方水資源短缺等重大水問題，開展氣候變化背景下陸地水循環(huán)響應(yīng)機理研究，對于科學(xué)認(rèn)識全球氣候變化背景下我國陸地水循環(huán)時空演變規(guī)律，評估氣候變化對流域水循環(huán)的影響，具有重要科學(xué)意義與應(yīng)用價值。

本文選取長江和黃河典型流域分別作為我國南方、北方流域的代表，采用秩打分法對IPCC提供的多種大氣環(huán)流模式（GCMs）進行適應(yīng)性評估，并對篩選出的GCMs輸出結(jié)果進行降尺度處理，分別構(gòu)建適合長江流域和黃河流域的未來氣候變化情景，進而驅(qū)動分布式水文模型，模擬研究區(qū)水循環(huán)要素的時空演變規(guī)律，評估流域水循環(huán)對未來氣候變化的響應(yīng)。

1　GCM適應(yīng)性評估

1.1 評估方法

將GCMs輸出統(tǒng)計特征值與實測數(shù)據(jù)統(tǒng)計特征值的擬合程度作為目標(biāo)函數(shù)，根據(jù)各個目標(biāo)函數(shù)的表現(xiàn)進行評分，進而綜合評價氣候模式的整體表現(xiàn)。

以均值、變異系數(shù)（=標(biāo)準(zhǔn)差/均值）和歸一化的均方根誤差（NRMSE）表征GCMs輸出與實測變量均值和方差的吻合程度。NRMSE定義為均方根誤差與相應(yīng)標(biāo)準(zhǔn)差的比值。

以時間序列（多年平均月序列）的Pearson相關(guān)系數(shù)和空間序列（各個站點氣候要素均值）的Pearson相關(guān)系數(shù)表征GCMs模擬值與實測值之間的吻合程度，可以分別用于評估模式模擬變量的年內(nèi)變化能力和空間擬合程度。

利用Mann-Kendall方法檢測各個變量的長期變化趨勢（MK Zc）及其變化幅度（MK Slope），如果GCM輸出變量的長期變化趨勢（MK Zc）與實測值一致的區(qū)域沒有達到95%，則趨勢變化幅度（MK Slope）不參與評分。

利用經(jīng)驗正交函數(shù)（EOF）反映變量時空綜合變異的特點，前期分析得知近20個變量的EOF第一和第二特征向量可以解釋其絕大部分的方差，因此，選用前兩個EOF的特征向量進行秩評分。

利用概率密度函數(shù)的兩個統(tǒng)計量BS（Brier score）和Sscore（Skill score）來評價GCMs對概率密度函數(shù)的模擬效果，BS是概率預(yù)測的均方差，Sscore用以描述模擬概率分布與實測值的重疊程度。

以上包括了均值、變異系數(shù)、NRMSE、時間序列相關(guān)系數(shù)、空間序列相關(guān)系數(shù)、趨勢分析秩統(tǒng)計量、趨勢分析變化幅度、EOF第一特征向量、EOF第二特征向量、BS和Sscore共11個統(tǒng)計量，每個統(tǒng)計量的表現(xiàn)均作為目標(biāo)函數(shù)之一。對每個目標(biāo)函數(shù)分別進行秩評分，根據(jù)GCMs表現(xiàn)的差異賦以0～10不同的值，計算公式如下：

其中，xi為模擬結(jié)果與實測數(shù)據(jù)對應(yīng)的待評估統(tǒng)計量之間的相對誤差，誤差小則給的分?jǐn)?shù)也小。對于特定GCM輸出變量，最后總評分由所有統(tǒng)計量對應(yīng)的分?jǐn)?shù)求平均值得到，模擬效果越好，評分越小。該評分結(jié)果代表了GCMs輸出結(jié)果與“實測”值之間的統(tǒng)計特征擬合程度，適用于不同GCMs之間的對比分析，并不代表某一GCM的實際模擬精度。

1.2數(shù)據(jù)

1）GCMs輸出數(shù)據(jù)

為盡可能多地納入全球不同國家的GCM，以及保證各GCM輸出數(shù)據(jù)的完整性和可靠度，本文選用了IPCC第四次評估報告推薦的GCMs（表1），要素包括500，700，850hPa等壓面的平均氣溫、相對濕度、緯向風(fēng)速、經(jīng)向風(fēng)速和位勢高度共15個氣象變量，以及氣溫和降水兩個地面氣候要素，時間尺度為月，所有數(shù)據(jù)均來自于IPCC數(shù)據(jù)中心，各GCM驅(qū)動場等詳細(xì)信息可參見網(wǎng)站http://ipcc-ddc.cru.uea.ac.uk。所有GCMs輸出數(shù)據(jù)統(tǒng)一插值到2.5°×2.5°的網(wǎng)格分辨率，數(shù)據(jù)序列為1960—1999/2000年。

2）ERA-40/NCEP再分析資料

選取ERA-40和NCEP再分析資料作為各等壓面氣象變量的“實際”值，用來評估GCMs輸出結(jié)果的適用性。

3）地面觀測資料

利用中國氣象局提供的地表月平均氣溫和月降水格點數(shù)據(jù)（http://ncc.cma.gov.cn），重采樣成2.5°×2.5°網(wǎng)格分辨率，用來評估GCMs地面輸出成果。

1.3長江流域評估結(jié)果

本研究選取的長江流域GCM網(wǎng)格如圖1所示。綜合評價結(jié)果表明， FGOALS、ECHAM4、ECHAM5、HadCM3、HadGEM1和MRI在長江流域的表現(xiàn)較其他氣候模式要好一些（圖2）。

表1　氣候模式簡介Table 1 Introduction of GCMs

張增信等[31]在研究長江流域水汽收支的時空變化與環(huán)流特征時指出，源自孟加拉灣的經(jīng)向水汽輸送對流域相對濕度起到重要影響，大氣緯向風(fēng)速和經(jīng)向風(fēng)速的模擬效果很大程度上影響流域內(nèi)相對濕度的時空分布。本研究中，相對濕度模擬較好的幾個GCM（ECHAM4.、FGOALS、HadCM3和HadGEM1）對緯向風(fēng)速和經(jīng)向風(fēng)速的模擬同樣都較好，這與上述得出的結(jié)論一致。而對氣溫模擬明顯要好于相對濕度等其他變量，多數(shù)研究也都表明GCM對氣溫的模擬較好。徐影等[32]指出，ECHAM4和HadCM2模式對中國地區(qū)氣候模擬最好，這兩種模式及其在其基礎(chǔ)上發(fā)展的模式在本研究中也都表現(xiàn)出良好的模擬能力。但Maxino等[33]評估澳大利亞Murray-Darling流域GCM適用性時，發(fā)現(xiàn)絕大多數(shù)氣候模式的氣溫模擬值較實測值偏大。曹穎等[34]評價黃河流域GCM時，氣溫模擬值均偏小。

圖1　長江流域及選取網(wǎng)格圖Fig. 1 Location of the Yangtze River Basin and selected GCM grids

本文選取太湖流域作為典型區(qū)域開展氣候變化對長江流域水循環(huán)的影響研究，并開展GCMs的適應(yīng)性評估。圖3為RS評分排序，評分分?jǐn)?shù)越低，表明模式模擬氣候的能力越強?？梢钥闯?，BCCR模式表現(xiàn)最好。因此，選取BCCR模式進行氣候變化影響評估，其模擬的日尺度氣候數(shù)據(jù)是在A1B情景下輸出的，分為兩個部分：當(dāng)前時期1961—2000 年（20C3M情景）和未來時期（2046—2065年和2081—2100年）。該情景是一種在經(jīng)濟發(fā)展與溫室氣體排放之間保持平衡的發(fā)展情景，較其他情景可能更為符合太湖流域未來水—經(jīng)濟—環(huán)境協(xié)調(diào)發(fā)展規(guī)劃。

圖2　長江流域GCMs綜合評分圖Fig. 2 Rank Score （RS） values of GCMs for the Yangtze River Basin

圖3　太湖流域GCMs綜合評分Fig. 3 RS values of GCMs for the Taihu Basin

1.4黃河流域評估結(jié)果

本文選用了覆蓋黃河流域的25個網(wǎng)格GCMs數(shù)據(jù)（圖4），并將所有氣候模式數(shù)據(jù)以線性插值的方法統(tǒng)一插值到2.5°×2.5°分辨率的網(wǎng)格上。綜合評估結(jié)果（圖5）表明，最好的10個氣候模式為MRI、HadGEM1、INM、CSIRO30、MIROC-M、 HadCM3、BCCR、GFDL20、CGCM47和GFDL21。

圖4　黃河流域及選取網(wǎng)格圖Fig. 4 Location of the Yellow River Basin and selected GCM grids

圖5　 黃河流域GCMs綜合評分圖Fig. 5 RS values of GCMs for the Yellow River Basin

周曉霞等[35]在研究夏季亞洲季風(fēng)區(qū)的水汽輸送及其對中國降水的影響時指出，印度季風(fēng)帶來的緯向水汽輸送和經(jīng)向水汽輸送對流域相對濕度起到重要影響，大氣緯向風(fēng)速和經(jīng)向風(fēng)速的模擬效果很大程度上影響流域內(nèi)相對濕度的時空分布。本研究中，相對濕度模擬較好的幾個氣候模式（MRI、HadGEM1和GFDL20）等對緯向風(fēng)速和經(jīng)向風(fēng)速的模擬同樣都較好，這與上述結(jié)論是一致的。

為探討氣候變化影響研究中由多模式及不同情景造成的不確定性，綜合考慮各模式情景數(shù)據(jù)的一致性和完整性，本研究選取MRI、CSIRO30和INM三種在黃河流域表現(xiàn)最優(yōu)的模式輸出的A2和B1情景下的數(shù)據(jù)進行對比研究。

2　氣候變化對長江典型流域水循環(huán)的影響

2.1未來氣候變化情景構(gòu)建

本文作者已針對太湖流域開展了統(tǒng)計降尺度模型對比分析研究[36]，即采用SDSM和ASD分別構(gòu)建太湖流域未來氣候變化情景，對比分析表明ASD對太湖流域未來氣候的模擬優(yōu)于SDSM。因此，本文采取ASD模型構(gòu)建的氣候變化情景開展研究。

ASD降尺度結(jié)果顯示，與未來氣溫的變化相比（圖6），未來降水的變化更為復(fù)雜。

2.2長江典型流域水循環(huán)對氣候變化的響應(yīng)

1）分布式水文模型構(gòu)建

太湖流域地勢平坦、河網(wǎng)復(fù)雜、圩區(qū)眾多，沒有明確流域出口，并且基于掌握的90m DEM難以提取太湖流域河網(wǎng)，難以進行全流域產(chǎn)匯流模擬，因此本研究選取基于網(wǎng)格的分布式 VIC-3L模型[37-42]，直接獲取太湖流域網(wǎng)格化徑流深。作者已成功構(gòu)建太湖流域VIC模型[43]，可供本研究開展氣候變化影響研究。

2）氣候變化影響定量評估

采用ASD模型生成的A1B情景下基準(zhǔn)期以及未來時期日降水、日最高氣溫和最低氣溫的氣象數(shù)據(jù)系列，通過泰森多邊形法插值到太湖流域5km×5km網(wǎng)格，從而建立氣候強迫數(shù)據(jù)；根據(jù)已建立的太湖流域VIC模型土壤和植被參數(shù)文件[43]，使VIC模型在太湖流域的1452個網(wǎng)格上連續(xù)運行，獨立輸出每個網(wǎng)格不同時期的日徑流深數(shù)據(jù)系列。

太湖流域2046—2065年各網(wǎng)格相對基準(zhǔn)期的多年平均月徑流深變化的情況如圖7所示。由圖可見，太湖流域大部分地區(qū)未來時期年內(nèi)平均月徑流深呈現(xiàn)減少趨勢，而各月的減少幅度不一。較基準(zhǔn)期流域徑流深減少幅度最大的地區(qū)是浙西區(qū)與杭嘉湖區(qū)；而其他地區(qū)相對較小，尤其是上海地區(qū)在多數(shù)月（1—4和9—12月）都呈現(xiàn)徑流深增加的趨勢。不過，浙西區(qū)在汛期呈現(xiàn)略微增加的趨勢。

圖6　ASD降尺度模型模擬太湖流域未來兩個時段的日最高氣溫（a—b）、日最低氣溫（c—d）和降水（e—f）及其變化情況（a、c、e為3個要素與實測值的對比，b、d、f為年內(nèi)各月要素相對基準(zhǔn)期的變化）Fig. 6 The ASD model simulated daily maximum air temperature （a-b）， minimum air temperature （c-d）， precipitation （e-f），and monthly changing patterns for the future two periods （a， c， e： comparisons between simulations and observations， b， d，f： monthly changes for two future periods comparing with that in the baseline period）

2081—2100年，太湖流域大部分地區(qū)未來時期年內(nèi)平均月徑流深呈現(xiàn)減少趨勢，而各月的減少幅度不一（圖略）。較基準(zhǔn)期而言，浙西區(qū)的徑流深雖有減少的趨勢，不過相比2046—2065年，減少幅度有所減少。相比之下， 3—5月，流域內(nèi)徑流深減少幅度最大的是陽澄淀區(qū)；而在冬季杭嘉湖區(qū)的徑流減少幅度較大；與前一時期相似的是上海地區(qū)在多數(shù)月（1—4和10—12月）都呈現(xiàn)徑流深增加的趨勢。

3　氣候變化對黃河典型流域水循環(huán)的影響

3.1未來氣候變化情景構(gòu)建

基于GCMs適應(yīng)性評估結(jié)果，本研究共選取A2和B1兩種情景下的三種GCM（MRI、CSIRO30、INM）輸出結(jié)果，數(shù)據(jù)按照2.5°×2.5°的網(wǎng)格進行插值處理，模擬時段為基準(zhǔn)期1961—1990年、未來時期2046—2065年和2081—2100年。采用 SDSM模型進行降尺度處理，選取12個日預(yù)報因子，覆蓋了黃河流域的25個網(wǎng)格。觀測數(shù)據(jù)包含1961—2000年間黃河流域79個測站的日降水量、平均氣溫、最高及最低氣溫的日觀測值。

圖7 研究區(qū)A1B情景下2046—2065年多年平均月徑流深變化的空間分布Fig. 7 Spatial distribution of monthly runoff changes under A1B scenario for 2046-2065

圖8顯示了三種GCMs在不同情景（A2、B1）和未來時期共六種情形下月最高氣溫、月最低氣溫的模擬結(jié)果。可以看出，月最高、最低氣溫在六種情形下的大部分月份里，都顯示出增長趨勢。

不同情景下，降水量的變化差異較大（圖9）?？偟膩碚f，CSIRO30模擬的降水量減少幅度是三種模式中最小的，月變化降低不到25%。MRI模擬的降水量變化在三個模式中增幅最大。

3.2黃河典型流域水循環(huán)對氣候變化的響應(yīng)

1）分布式水文模型構(gòu)建

本研究選取黃河上游流域（圖10）作為典型區(qū)開展氣候變化對黃流域水循環(huán)影響研究。

黃河上游流域地勢起伏明顯，河網(wǎng)較易提取，流域出口水文站數(shù)據(jù)豐富，因此選用SWAT模型[44-45]進行分布式模擬，生成流域出口流量過程。采用模型自帶敏感性分析模塊對SWAT模型進行了參數(shù)敏感性分析，然后基于此對參數(shù)進行率定和驗證。以1971—1985年為率定期對模型參數(shù)進行率定，1986—2000年為模型驗證期對模型進行驗證。

蘭州水文站在率定期和驗證期的徑流模擬值與實測值的對比如圖11，總體來說，模型的評價指標(biāo)較為令人滿意。率定期納西效率系數(shù)為0.667，確定性系數(shù)為0.773；驗證期納西效率系數(shù)為0.626，確定性系數(shù)為0.709。因此，模型較好模擬了流域內(nèi)的水量平衡。

圖8　不同情景（A2、B1）月最高氣溫（a，b）、月最低氣溫（c，d）的模擬結(jié)果Fig. 8 Simulated monthly maximum （a， b） /minimum （c， d） air temperature under A2 and B1 scenarios

圖9　三種GCMs（a—b：CSIRO30 ，c—d：INM，e—f：MRI）在不同情景（a，c，e：A2情景，b，d，f：B1情景）的降水量模擬值Fig. 9 Simulated monthly precipitation from three different GCMs （a-b： CSIRO30， c-d： INM， e-f： MRI） under two different scenarios （a， c， e： A2 scenario， b， d， f： B1 scenario）

圖10　黃河上游位置圖Fig. 10 Location of the Upper Yellow River Basin

圖11　蘭州水文站月徑流實測值與模擬值擬合曲線（a為率定期；b為驗證期）Fig. 11 Comparison of monthly discharge between observed and simulated values at the Lanzhou hydrological station （a： calibration period， b： validation period）

圖12　CSIRO模擬的流域各子流域多年平均徑流深在2046—2065年（a，b）和2081—2100年（c，d）較基準(zhǔn)期變化的空間分布Fig. 12 The CSIRO outputs： changes of averaged annual runoff for 2046-2065 （a， b） and 2081-2100 （c， d） compared with those in the baseline period

2）黃河上游流域徑流量對未來氣候變化的響應(yīng)

圖12—14分別給出了三個氣候模式降尺度情景下各子流域多年平均徑流深在2046—2065年和2081—2100年兩個時期內(nèi)較基準(zhǔn)期變化的空間分布。

CSIRO模式相關(guān)組合情景下流域徑流深的變化幅度在-35.8～43mm，其中流域大多數(shù)地區(qū)的徑流深的變化量在-5～-20mm。整體來看，流域徑流量在不同組合情景下的變化趨勢較為一致，流域內(nèi)大部分子流域徑流量呈減少趨勢。還可以看出，兩個時期徑流深的變化較為相似；對不同情景而言，A2情景下流域徑流深呈現(xiàn)減少趨勢的面積要大于B1情景。總的來講，CSIRO氣候模式降尺度情景下，流域徑流深在大部分子流域呈減少趨勢；B1排放情景下，流域徑流深呈減少趨勢的子流域面積明顯少于A2情景。

INM模式相關(guān)組合情景下流域徑流深的變化幅度在-33.9～61mm，大部分子流域徑流深變化幅度為負(fù)值，說明流域大部分子流域徑流深呈減少趨勢。流域徑流深在不同組合情景下的變化趨勢較為一致，即都表現(xiàn)為流域南部子流域內(nèi)徑流深呈減少趨勢，減少幅度大于20mm，而北部子流域徑流深則較基準(zhǔn)期有增有減。

MRI模式相關(guān)組合情景下流域徑流深的變化幅度在-32.9～69mm，其中流域內(nèi)有將超過一半流域面積的平均徑流深都呈減少趨勢。在2046—2065年，A2情景呈增加趨勢的子流域面積大于B1情景，且A2情景下減少幅度在16～20mm的流域面積大于B1情景；在2081—2100年，B1情景呈增加趨勢的子流域面積大于A2情景，且B1情景下減少幅度在16～20mm的流域面積大于A2情景。總的來說，MRI模式降尺度情景下流域超過一半面積的徑流深都呈減少趨勢。

圖13　INM模擬的流域各子流域多年平均徑流深在2046—2065年（a，b）和2081—2100年（c，d）較基準(zhǔn)期變化的空間分布Fig. 13 The INM outputs： changes of averaged annual runoff for 2046-2065 （a， b） and 2081-2100 （c， d） compared with those in the baseline period

圖14　MRI模擬的流域各子流域多年平均徑流深在2046—2065年（a，b）和2081—2100年（c，d）較基準(zhǔn)期變化的空間分布Fig. 14 The MRI outputs： changes of averaged annual runoff for 2046-2065 （a， b） and 2081-2100 （c， d） compared with those in the baseline period

4　結(jié)論

水循環(huán)作為氣候系統(tǒng)的重要組成部分，其對氣候變化的反應(yīng)尤為敏感。探討氣候變化對流域水循環(huán)和水資源的影響，已經(jīng)成為研究工作的熱點[46]。本研究以長江和黃河典型流域為研究對象，通過對全球氣候模式的適應(yīng)性評估以及降尺度處理，全球氣候模式與流域水文模型的耦合，定量探討了氣候變化對流域水循環(huán)的影響。結(jié)論如下：

1）黃河流域表現(xiàn)最好的3個氣候模式為MRI、HadGEM1和INM；長江流域FGOALS、ECHAM4、ECHAM5的表現(xiàn)最好，進一步表明我國南北區(qū)域氣候變化影響差異顯著。

2）利用VIC模型，對長江下游太湖流域水文過程進行模擬，發(fā)現(xiàn)2046—2065年較基準(zhǔn)期徑流深減少幅度最大的地區(qū)是浙西區(qū)與杭嘉湖區(qū)；浙西區(qū)在汛期呈現(xiàn)略微增加的趨勢。2081—2100年較基準(zhǔn)期而言，浙西區(qū)的徑流深雖有減少的趨勢，不過相比2046—2065年減少幅度有所緩解。

3）SWAT模型在黃河上游流域應(yīng)用得到了相對滿意結(jié)果。A2和B1情景下，黃河上游流域未來徑流量整體呈減少趨勢，且2081—2100年的減少幅度較2046—2065年大。不同氣候變化組合情景下，黃河上游流域徑流量的空間變化表現(xiàn)出了一定的一致性，流域大部分區(qū)域徑流深呈減少趨勢，且在紅原、久治、若爾蓋地區(qū)減少幅度最大。

鑒于氣候變化以及流域自身水文循環(huán)的復(fù)雜性和不確定性，未來工作應(yīng)結(jié)合AR5最新研究成果，圍繞以下幾方面開展氣候變化影響研究：1）開展陸地水循環(huán)多要素時空變化的檢測與歸因研究，揭示氣候變化下水循環(huán)的響應(yīng)機理；2）研發(fā)未來水文情景變化的概率預(yù)估理論與方法，定量分析氣候變化對水資源影響的不確定性以及水資源風(fēng)險管理與決策問題；3）發(fā)展新一代大尺度分布式陸地水循環(huán)模擬系統(tǒng)，實現(xiàn)陸—氣雙向耦合，揭示氣候變化、人類活動與水文循環(huán)相互作用的機理；4）提出氣候變化影響下水資源脆弱性評估理論與方法，為應(yīng)對氣候變化的適應(yīng)性對策制定奠定基礎(chǔ)。

［1］IPCC. Climate change 2013： the physical science basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge， United Kingdom and New York， NY： Cambridge University Press， 2013.

［2］秦大河. 氣候變化的事實與影響及對策. 中國科學(xué)基金， 2003，17（1）： 1-3.

［3］秦大河， 陳振林， 羅勇， 等. 氣候變化科學(xué)的最新認(rèn)識. 氣候變化研究進展， 2007， 3（2）： 63-73.

［4］Hadson D A， Jones R G. Regional climate model simulations of present-day and future climates of southern Africa. Hadley Centre Technical Note 39. London Road， Bracknell， UK， Hadley Centre for Climate Prediction and Research， Met Office， 2002.

［5］Varis O， Kajander T， Lemmel?， R. Climate and Water： From Climate Models to Water Resources Management and Vice Versa. Climatic Change， 2004， 66（3）： 321-344.

［6］Burn D H， Sharif M， Zhang K. Detection of trends in hydrological extremes for Canadian watersheds. Hydrological Processes， 2010，24（13）： 1781-1790.

［7］Elfert S， Bormann H. Simulated impact of past and possible future land use changes on the hydrological response of the Northern German lowland "Hunte" catchment. Journal of Hydrology， 2010，383（3-4）： 245-255.

［8］Karamouz M， Noori N， Moridi A， et al. Evaluation of floodplain variability considering impacts of climate change. Hydrological Processes， 2011， 25（1）： 90-103.

［9］Jung I W， Chang H. Assessment of future runoff trends under multiple climate change scenarios in the Willamette River Basin，Oregon， USA. Hydrological Processes， 2011， 25（2）： 258-277.

［10］Liu Q， McVicar T R. Assessing climate change induced modification of Penman potential evaporation and runoff sensitivity in a large water-limited basin. Journal of Hydrology，2012， 464： 352-362.

［11］Marvel K， Bonfils C. Identifying external influences on global precipitation. Proceedings of the National Academy of Sciences of the United States of America （PNAS）. 2013， 110（48）：19301-19306.

［12］Piao S， Ciais P， Huang Y， et al. The impacts of climate change on water resources and agriculture in China. Nature， 2010， 467： 43-51.

［13］第二次氣候變化國家評估報告編寫委員會. 第二次氣候變化國家評估報告. 北京： 科學(xué)出版社， 2011.

［14］葉篤正， 黃榮輝. 黃河長江流域旱澇規(guī)律和成因研究. 濟南： 山東科學(xué)技術(shù)出版社， 1996.

［15］符淙斌， 安芷生， 郭維棟. 中國生存環(huán)境演變和北方干旱化趨勢預(yù)測研究（Ⅰ）： 主要研究成果. 地球科學(xué)進展， 2005， 20 （11）：1168-1175.

［16］丁一匯， 任國玉. 中國氣候變化科學(xué)概論. 北京： 氣象出版社，2008.

［17］丁一匯， 任國玉， 石廣玉， 等. 氣候變化國家評估報告（I）： 中國氣候變化的歷史和未來趨勢. 氣候變化研究進展， 2006， 2（1）： 3-8.

［18］陳志愷. 持續(xù)干旱與華北水危機. 中國水利， 2002， 4： 8-11.

［19］劉昌明. 黃河流域水循環(huán)演變?nèi)舾蓡栴}的研究. 水科學(xué)進展，2004， 15（5）： 608-614.

［20］錢正英， 沈國舫， 石玉林. 東北地區(qū)有關(guān)水土資源配置、生態(tài)與環(huán)境保護和可持續(xù)發(fā)展的若干戰(zhàn)略問題研究（綜合卷）. 北京： 科學(xué)出版社， 2007.

［21］邱新法， 劉昌明， 曾燕. 黃河流域近40 年蒸發(fā)皿蒸發(fā)量的氣候變化特征. 自然資源學(xué)報， 2003， 18（4）： 437-442.

［22］楊建平， 丁永建， 陳仁升， 等. 近40a中國北方降水量與蒸發(fā)量變化. 干旱區(qū)資源與環(huán)境， 2003，17（2）： 6-11.

［23］Liu B H， Xu M， Mark H， et al. A spatial analysis of pan evaporation trends in China， 1955-2000. Journal of Geophysical Research. 2004， 109： 1-9.

［24］任國玉， 郭軍. 中國水面蒸發(fā)量的變化. 自然資源學(xué)報， 2006，21（1）： 31-44.

［25］王國慶， 王云璋， 康玲玲. 黃河上中游徑流對氣候變化的敏感性分析. 應(yīng)用氣象學(xué)報， 2002， 1： 117-121.

［26］劉春蓁. 氣候變化對江河流量變化趨勢影響研究進展. 地球科學(xué)進展， 2007， 22（8）： 777-783.

［27］張建云， 劉九夫. 氣候異常對水資源影響評估分析模型. 水科學(xué)進展， 2000， 11： 1-9.

［28］夏軍， Thomas Tanner， 任國玉， 等. 氣候變化對中國水資源影響的適應(yīng)性評估與管理框架. 氣候變化研究進展， 2008， 4（4）：215-219.

［29］林而達， 許吟隆， 蔣金荷， 等. 氣候變化國家評估報告（Ⅱ）： 氣候變化的影響與適應(yīng). 氣候變化研究進展， 2006， 2（2）： 51-56.

［30］王守榮， 鄭水紅， 程磊. 氣候變化對西北水循環(huán)和水資源影響的研究. 氣候與環(huán)境研究， 2003， 8（1）： 43-51.

［31］張增信， 姜彤， 張金池， 等. 長江流域水汽收支的時空變化與環(huán)流特征. 湖泊科學(xué)， 2008（6）： 733-740.

［32］徐影， 丁一匯， 趙宗慈. 近30年人類活動對東亞地區(qū)氣候變化影響的檢測與評估. 應(yīng)用氣象學(xué)報， 2002， 13（5）： 513-525.

［33］Maxino C C， Mcavaney B J， Pitman A J， et al. Ranking the AR4 climate models over the Murray-Darling Basin using simulated maximum temperature， minimum temperature and precipitation. International Journal of Climatology， 2008， 28（8）： 1097-1112.

［34］曹穎， 張光輝. 大氣環(huán)流模式在黃河流域的適用性評價. 水文，2009， 29（05）： 1-5.

［35］周曉霞， 丁一匯， 王盤興. 夏季亞洲季風(fēng)區(qū)的水汽輸送及其對中國降水的影響. 氣象學(xué)報， 2008， 66（1）： 59-70.

［36］初祁， 徐宗學(xué)， 蔣昕昊. 兩種統(tǒng)計降尺度模型在太湖流域的應(yīng)用對比. 資源科學(xué)， 2012， 34（12）： 2323-2336.

［37］袁飛， 謝正輝， 任立良， 等. 氣候變化對海河流域水文特性的影響. 水利學(xué)報， 2005， 36（3）： 274-279.

［38］劉謙. VIC大尺度陸面水文模型在中國區(qū)域的應(yīng)用. 長沙： 湖南大學(xué)， 2004.

［39］Su F G， Xie Z H. A model for assessing effects of climate change on runoff in China. Progress in Natural Science， 2003， 13（9）：701-707.

［40］Lohmann D， Raschke E， Nijssen B， et al. Regional scale hydrology：Ⅱ. Application of the VIC-2L model to the Weser River，Germany. Hydrological Sciences Journal， 1998， 43（1）： 143-158.

［41］Nijssen B， Lettenmaier D P， Liang X， et al. Streamflow simulation for continental-scale river basins. Water Resources Research. 1997，33： 711-724.

［42］Abdulla F A， Lettenmaier D P， Wood E F， et al. Application of a macroscale hydrologic model to estimate the water balance of the Arkansas-Red River Basin. Journal of Geophysical Research. 1996，101（D3）： 7449-7459.

［43］劉瀏， 徐宗學(xué)， 黃俊雄. 氣候變化對太湖流域徑流的影響. 北京師范大學(xué)學(xué)報（自然科學(xué)版）， 2010（3）： 371-377.

［44］Arnold J G， Srinivasan R， Muttiah R S， et al. Large area hydrologic modeling and assessment Part I： Model development. Journal of the American Water Resources Association， 1998， 34（1）： 73-89.

［45］Neitsch S L， Arnold J G， Kiniry J R， et al. Soil and water assessment tool theoretical documentation version 2005. Temple，Texas： Grassland， Soil and Water Research Laboratory， Agricultural Research Service， Blackland Research Center， Texas Agricultural Experiment Station， 2005.

［46］徐宗學(xué)， 劉瀏， 劉兆飛. 氣候變化影響下的流域水循環(huán). 北京： 科學(xué)出版社， 2015.

Impact of Climate Change on Hydrological Cycle: Case Studies in the Yangtze River and Yellow River Basins

Xu Zongxue1, Liu Liu2
（1 College of Water Sciences， Beijing Normal University， Joint Center for Global Change Studies （JCGCS）， Beijing 100875 2 College of Water Resources and Civil Engineering， China Agricultural University， Center for Agricultural Water Research in China， Beijing 100083）

Based upon adaptive assessment of different GCMs recommended by IPCC, the future climate change scenarios were generated by using SDSM and ASD, respectively, and were used to drive the distributed hydrological model VIC and SWAT. The VIC was applied for simulating hydrological processes in the Taihu basin, which is selected as the typical watershed of the Yangtze River basin. The SWAT model was run for simulatimg hydrology in the upper reaches of the Yellow River basin. Then, the impact of climate change on hydrological cycle was quantitatively investigated. Results show that the methods adopted in this study for GCMs adaptive assessment and downscaling could reduce uncertainties effectively. It was detected that a decreasing trend in the upper reaches of the Yellow River basin； a slightly decreasing trend in the lower reaches， of the Yangtze River Basin，but with a significant increasing trend in the southeast of the Taihu basin during flood seasons for the future periods （2046-2065 and 2081-2100), comparing with the runoff in the baseline period (1961-1990). These results are of greatly significance for adapting climate change in different river basins for the future.

climate change, hydrological cycle, downscaling, hydrological model, General Circulation Model (GCM)

10.3969/j.issn.2095-1973.2016.03.017

2015年8月10日；

2016 年4月1日

徐宗學(xué)（1962—），Email: zxxu@bnu.edu.cn

資助信息： 國家重點基礎(chǔ)研究發(fā)展計劃（2010CB428402）；國家自然科學(xué)基金項目（51509247）；高等學(xué)校博士學(xué)科點專項科研基金（20130008120005）