居金浩，彭 亮

(1.水利部新疆維吾爾自治區(qū)水利水電勘測(cè)設(shè)計(jì)研究院，烏魯木齊 830000； 2.新疆農(nóng)業(yè)大學(xué) 水利與土木工程學(xué)院，烏魯木齊 830052)

1 概 況

葉爾羌河流域源于喀喇昆侖山北坡，地處歐亞大陸腹地，介于E74°28′-E80°54′、N34°50′-N40°31′之間(流域概況見圖1)，遠(yuǎn)離海洋，周圍又有高山阻隔，加上大沙漠的影響，流域內(nèi)呈典型的大陸性氣候，其主要特點(diǎn)是氣溫年變化較大，日溫差大，空氣干燥，日照長，蒸發(fā)強(qiáng)烈，降水量稀少。葉爾羌河流域是塔里木河流域“四源一干”水系格局的主要組成部分，流域內(nèi)有排名全國第四、新疆第一的葉爾羌河灌區(qū)。庫魯克欄干水文站、卡群水文站為葉爾羌河干流上的水量控制站，兩站間河道距離約112 km，控制斷面以上河長645 km，集水面積5×104km2。

圖1 葉爾羌河流域水系圖

據(jù)流域卡群站統(tǒng)計(jì)，年平均氣溫為10.2℃，歷年極端最高氣溫為39.6℃，發(fā)生日期為1959年6月3日；極端最低氣溫為-24℃，發(fā)生日期為2002年1月21日；多年平均降水量為69.98 mm，月最大降水量為12.75 mm，發(fā)生在5月份；多年平均蒸發(fā)量為1 758.00 mm。月最大蒸發(fā)量266.50 mm，發(fā)生在6月份[1]。該站實(shí)測(cè)多年平均年徑流量67.10×108m3，年徑流量變差系數(shù)0.18。最大年徑流量95.55×108m3(1994年)，最小年徑流量44.67×108m3(1965年)，最大年徑流量與最小年徑流量的比值為2.14，年徑流年際變化不大。多年平均懸移質(zhì)含沙量4.58 kg/m3，最大日含沙量698 kg/m3(1998年6月3日)，多年平均最大月含沙量6.41 kg/m3(8月份)，多年平均懸移質(zhì)輸沙量3 028×104t，懸移質(zhì)輸沙模數(shù)為603 t/km2。

葉爾羌河流域徑流主要以冰川融雪補(bǔ)給為主[2]，受全球氣候變化的影響較大，近年來其氣象水文因子序列發(fā)生較為明顯變化[3-4]，水資源不確定性大幅度增加，水沙問題突出，給下游葉爾羌河灌區(qū)內(nèi)水生態(tài)修復(fù)和流域防洪減災(zāi)等工作造成很大影響。本文基于CMIP5模擬數(shù)據(jù)驅(qū)動(dòng)BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)未來流域上游阿爾塔什水庫入庫水沙量的變化情況進(jìn)行預(yù)測(cè)。

2 資料與方法

2.1 數(shù)據(jù)來源

本文選用1954-2015年卡群水文站月尺度徑流、泥沙監(jiān)測(cè)數(shù)據(jù)，1979-2015年庫魯克欄干水文站月尺度徑流、泥沙實(shí)測(cè)數(shù)據(jù)，2006-2015年欄干站日尺度徑流、泥沙實(shí)測(cè)數(shù)據(jù)，1955-2015年塔什庫爾干氣象站月尺度氣溫、降水實(shí)測(cè)數(shù)據(jù)，以上數(shù)據(jù)均來自于喀什水文水資源勘測(cè)局。

CMIP5數(shù)據(jù)庫中CNRM-CM5、MIROC-ESM和NorESM1-M這3個(gè)模式的不同排放情景(RCP2.6、RCP4.5、RCP8.5)下降水、蒸發(fā)、地表溫度、相對(duì)濕度與大氣溫度5個(gè)相關(guān)因子的模擬數(shù)據(jù)。CNRM-CM5、MIROC-ESM和NorESM1-M等多模型不同碳排放濃度情景下的空間分辨率分別為1.4°×1.4°、2.8°×2.8°和1.9°×2.5°，時(shí)間分辨率均為月。

CMIP5數(shù)據(jù)來源于網(wǎng)站：https://esgfnode.llnl.gov/projects/cmip5/

2.2 研究方法

BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)包括輸入層、隱含層和輸出層[5]，其中隱含層可以為一層或多層。BP神經(jīng)網(wǎng)絡(luò)有以下特點(diǎn):

1) 網(wǎng)絡(luò)為多層結(jié)構(gòu)，相鄰兩層的每個(gè)神經(jīng)元都與鄰層所有的神經(jīng)元連接，而同一層的神經(jīng)元之間不存在連接。這樣的網(wǎng)絡(luò)結(jié)構(gòu)，使BP神經(jīng)網(wǎng)絡(luò)可以完成復(fù)雜的計(jì)算工作。

2) 網(wǎng)絡(luò)的激活函數(shù)可微，如常用的Sigmoid函數(shù)和線性函數(shù)。Sigmoid函數(shù)根據(jù)映射后的區(qū)間范圍又可分為Log-Sigmoid函數(shù)和Tan-Sigmoid函數(shù)，它們的數(shù)學(xué)表達(dá)為[6]:

(1)

其中x的取值為任意實(shí)數(shù)，函數(shù)的輸出區(qū)間分別為[0,1]和[-1,1]，為網(wǎng)絡(luò)的分類工作提供便利。

3) 網(wǎng)絡(luò)采用誤差反向傳播算法。BP算法的原理是在監(jiān)督學(xué)習(xí)中，實(shí)際輸出與期望輸出差值的均方值作為誤差信號(hào)可以沿網(wǎng)絡(luò)反向傳播，在傳播的過程中網(wǎng)絡(luò)的每一層權(quán)值都會(huì)得到調(diào)整，這個(gè)過程將重復(fù)至誤差低于目標(biāo)值后神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)結(jié)束[7]。

3 結(jié)果分析

3.1 模型運(yùn)行與檢驗(yàn)

選擇降水、蒸發(fā)、地表溫度、相對(duì)濕度和大氣溫度等5個(gè)與徑流量和輸沙量相關(guān)性較強(qiáng)的因子，驅(qū)動(dòng)BP神經(jīng)網(wǎng)絡(luò)模型，利用CMIP5數(shù)據(jù)中的CNRM-CM5、MIROC-ESM、NorESM1-M共3個(gè)模式，基于不同排放情景(RCP2.6、RCP4.5、RCP8.5)的模擬數(shù)據(jù)，對(duì)流域上游未來徑流量和輸沙量的變化情況進(jìn)行預(yù)測(cè)。1979年1月至2009年12月作為模型訓(xùn)練期，2010年1月至2015年12月作為模型校核期，將預(yù)測(cè)值與實(shí)際數(shù)據(jù)進(jìn)行相關(guān)性分析，以相關(guān)系數(shù)R2評(píng)價(jià)模型，然后預(yù)測(cè)葉爾羌河流域上游2021-2100年徑流量、輸沙量變化情況。

計(jì)算預(yù)測(cè)徑流量和輸沙量與實(shí)測(cè)數(shù)據(jù)之間的相關(guān)系數(shù)R2，計(jì)算結(jié)果見表1。

表1 3種模式徑流和輸沙模擬評(píng)價(jià)Tab.1 The results of runoff and sediment simulation under different models

由表1可見，CNRM-CM5、MIROC-ESM、NorESM1-M這3種模式徑流量預(yù)測(cè)值與實(shí)際值的相關(guān)性R2分別是0.87、0.87、0.89，輸沙量預(yù)測(cè)值與實(shí)際值的R2分別是0.91、0.99、0.90，相關(guān)性都較高，表明3個(gè)模式的模擬數(shù)據(jù)均可以模擬出影響因子與徑流、輸沙之間的相關(guān)關(guān)系。

不同模式的徑流量預(yù)測(cè)值與實(shí)測(cè)數(shù)據(jù)的擬合效果見圖2。由圖2可見：

圖2 不同模式徑流模擬值與實(shí)際值對(duì)比Fig.2 The comparison between the measured and simulated runoff under different models

1) CNRM-CM5、MIROC-ESM和NorESM1-M這3種模式的徑流量預(yù)測(cè)值與實(shí)測(cè)徑流量的中值和低值擬合效果較好，但高值的擬合效果相對(duì)較不理想，預(yù)測(cè)的高值相對(duì)與實(shí)際徑流量忽高忽低，3種模式下的徑流量高值預(yù)測(cè)值大概率會(huì)出現(xiàn)比實(shí)測(cè)徑流量高值更高的情況。

2) 3種模式的徑流量預(yù)測(cè)值高值、中值和低值發(fā)生的時(shí)間點(diǎn)與實(shí)測(cè)徑流量發(fā)生這3類值的時(shí)間點(diǎn)基本上保持一致。

3) 3種模式的徑流量預(yù)測(cè)值都能較好地?cái)M合實(shí)測(cè)徑流量，且3種模式的徑流量預(yù)測(cè)值與實(shí)測(cè)徑流量的擬合效果大致相同，由此可證實(shí)這3個(gè)模式的模擬數(shù)據(jù)都可應(yīng)用于葉爾羌河流域徑流量的預(yù)測(cè)研究。

3種模式輸沙量預(yù)測(cè)值與實(shí)際值的擬合效果見圖3。由圖3可見：

圖3 不同模式輸沙模擬輸沙量與實(shí)際輸沙量對(duì)比Fig.3 The comparison between the measured and simulated sediment under different models

1) CNRM-CM5模式的輸沙量預(yù)測(cè)值與實(shí)際數(shù)據(jù)的高中值和低值擬合效果都很好，與實(shí)測(cè)數(shù)據(jù)的擬合效果較為一致。

2) MIROC-ESM模式的預(yù)測(cè)值與實(shí)際值的擬合效果較好，但高值的擬合效果不理想，其預(yù)測(cè)的高值總是略低于實(shí)際徑流值。

3) NorESM1-M模式的預(yù)測(cè)值與實(shí)際值的低值擬合效果較好，但高值的擬合效果不理想，其預(yù)測(cè)的高值總是低于實(shí)際徑流值。

4) 模擬數(shù)據(jù)都能較好地?cái)M合實(shí)測(cè)值并與實(shí)測(cè)數(shù)據(jù)的擬合效果大致相同，由此可證實(shí)這3個(gè)模式的模擬數(shù)據(jù)可應(yīng)用于葉爾羌河流域徑流量的預(yù)測(cè)研究。

3.2 3種模式對(duì)未來徑流和輸沙的預(yù)測(cè)

采用CMIP5數(shù)據(jù)庫中CNRM-CM5、MIROC-ESM和NorESM1-M這3種模式中，不同排放情景(RCP2.6、RCP4.5、RCP8.5)下的降水、蒸發(fā)、地表溫度、相對(duì)濕度與大氣溫度等5個(gè)因子的模擬數(shù)據(jù)，對(duì)葉爾羌河流域上游2021-2100年徑流量、輸沙量進(jìn)行預(yù)測(cè)。3種模式下的徑流量預(yù)測(cè)值的逐月變化和年總量變化情況見圖4、圖5，輸沙量預(yù)測(cè)值的逐月變化和年總量變化情況見圖6和圖7。

圖4 不同模式對(duì)未來逐年徑流量變化的預(yù)測(cè)Fig.4 Prediction of annual runoff discharge

圖5 3種模式對(duì)未來逐月徑流量變化的預(yù)測(cè)Fig.5 Forecast of monthly runoff changes

圖6 不同模式對(duì)未來逐年輸沙量變化的預(yù)測(cè)Fig.6 Prediction of annual sediment discharge

圖7 3種模式對(duì)未來逐月輸沙量變化的預(yù)測(cè)Fig.7 Forecast of monthly sediment changes

從圖4和圖5可以看出：

1) CNRM-CM5模式中RCP2.6、RCP4.5情景下的年徑流量預(yù)測(cè)值在2021-2100年一直保持在75×108m3左右。RCP8.5情景下的年徑流量預(yù)測(cè)值在2021-2100年一直處于上升趨勢(shì)，從2021年的70×108m3左右一直平穩(wěn)增加至2100年的120×108m3左右。

2) MIROC-ESM模式中RCP2.6情景下的年徑流量預(yù)測(cè)值在2021-2060年從90×108m3左右平穩(wěn)增長至100×108m3左右，隨后開始平穩(wěn)下降至2100年的95×108m3左右。RCP4.5情景下的年徑流量預(yù)測(cè)值在2021-2080年從90×108m3左右平穩(wěn)增長至100×108m3左右，2080-2100年一直保持在100×108m3左右。RCP8.5情景下的年徑流量預(yù)測(cè)值在2021-2100年一直保持顯著增加趨勢(shì)，從85×108m3左右增長至160×108m3左右。

3) NorESM1-M模式中RCP2.6情景下的年徑流量預(yù)測(cè)值在2021-2060年從60×108m3左右平穩(wěn)增長至70×108m3左右，然后一直保持不顯著下降趨勢(shì)，在2100年下降至65×108m3左右。RCP4.5情景下的年徑流量預(yù)測(cè)值在2021-2060年從70×108m3左右較為顯著地增長至90×108m3左右，然后一直穩(wěn)定在90×108m3左右。RCP8.5情景下的年徑流量預(yù)測(cè)值在2021-2100年從70×108m3平穩(wěn)地上升至80×108m3左右。

4) 3種模式在RCP2.6和RCP4.5情景下，徑流量預(yù)測(cè)值從2021-2100年變化均較小，MIROC-ESM模式下的徑流量預(yù)測(cè)值最大，其余兩個(gè)模式下的徑流量預(yù)測(cè)值相近；CNRM-CM5和MIROC-ESM模式在RCP8.5情景下，徑流量預(yù)測(cè)值從2021-2100年變化顯著，NorESM1-M模式中RCP8.5情景下的年徑流量預(yù)測(cè)值變化較小。

從圖6和圖7可以看出：

1) CNRM-CM5模式中RCP2.6情景下的年輸沙量預(yù)測(cè)值在2021-2060年從300×108t左右平緩增加至400×108t左右，然后平緩減少，在2100年減少至360×108t左右。RCP4.5情景下的年輸沙量預(yù)測(cè)值在2021-2060年從370×108t左右一直平緩減少至320×108t左右，然后又平緩增加，在2100年達(dá)到400×108t左右。RCP8.5情景下的年輸沙量預(yù)測(cè)值在2021-2100年顯著增加，從250×108m3增加至500×108t。

2) MIROC-ESM模式中RCP2.6情景下的年輸沙量預(yù)測(cè)值在2021-2060年平緩增加，在2060年平緩減少，總體上保持在650×108t左右。RCP4.5情景下的年輸沙量預(yù)測(cè)值在2021-2100年從400×108t左右平緩增加至650×108t左右。RCP8.5情景下的年輸沙量預(yù)測(cè)值在2021-2100年增加趨勢(shì)顯著，從500×108t左右增加至1 500×108t左右。

3) NorESM1-M模式中RCP2.6情景下的年輸沙量預(yù)測(cè)值在2021-2060年從250×108t左右顯著增加至500×108t左右，2060-2100年維持在500×108t左右。RCP4.5、RCP8.5情景下的年輸沙量預(yù)測(cè)值在2021-2100年變化趨勢(shì)相近，均從340×108t平緩減少至320×108t。

4) 3種模式在RCP2.6和RCP4.5情景下，輸沙量預(yù)測(cè)值從2021-2100年變化均較小，MIROC-ESM模式下的輸沙量預(yù)測(cè)值最大，其余兩個(gè)模式下的輸沙量預(yù)測(cè)值相近；CNRM-CM5和MIROC-ESM模式在RCP8.5情景下，輸沙量預(yù)測(cè)值從2021-2100年變化顯著，分別增長2倍和3倍，NorESM1-M模式中RCP8.5情景下的年輸沙量預(yù)測(cè)值變化較小。

4 結(jié) 語

借助實(shí)測(cè)氣象數(shù)據(jù)以及CMIP5中3種不同模式的模擬氣象數(shù)據(jù)，驅(qū)動(dòng)BP神經(jīng)網(wǎng)絡(luò)模型，采用1979-2009年的數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，2010-2015年的實(shí)測(cè)數(shù)據(jù)為模型的檢驗(yàn)數(shù)據(jù)，與預(yù)測(cè)值進(jìn)行相關(guān)性分析，以預(yù)測(cè)值與實(shí)際數(shù)據(jù)的相關(guān)系數(shù)R2評(píng)價(jià)模型，然后預(yù)測(cè)葉爾羌河流域上游2021-2100年徑流量、輸沙量變化情況，研究結(jié)論如下：

1) CNRM-CM5、MIROC-ESM、NorESM1-M這3種模式徑流量預(yù)測(cè)值與實(shí)際值的相關(guān)性R2分別為0.87、0.87、0.89，輸沙量預(yù)測(cè)值與實(shí)際值的R2分別為0.91、0.99、0.90，相關(guān)性都較高，表明3個(gè)模式的模擬數(shù)據(jù)均可以模擬出影響因子與徑流、輸沙之間的相關(guān)關(guān)系。

2) 徑流量、輸沙量預(yù)測(cè)量在CNRM-CM5、MIROC-ESM兩個(gè)模式中RCP2.6和RCP4.5情景增長平緩，在RCP8.5情景下增長較為顯著。NorESM1-M模式中3種情景的徑流、輸沙預(yù)測(cè)量均表現(xiàn)出平穩(wěn)增長的態(tài)勢(shì)，其中RCP4.5情景下增加較為明顯，RCP8.5情景次之。