楊穎，李玉雯，馬蓮，高云鶴，李夢(mèng)媛，劉增輝，盧素錦*，何奕

(1 青海大學(xué)生態(tài)環(huán)境工程學(xué)院，青海 西寧 810016；2 青海大學(xué)農(nóng)牧學(xué)院，青海 西寧 810016)

近年來，由自然和人為因素導(dǎo)致的氣候變化成為世界各國(guó)研究的重點(diǎn)環(huán)境問題之一。氣候變化導(dǎo)致極端天氣頻發(fā)、生物多樣性減少、糧食減產(chǎn)、生態(tài)惡化等現(xiàn)象，對(duì)人類的生產(chǎn)和生活產(chǎn)生不利影響。國(guó)際上對(duì)氣候變化的研究始于上個(gè)世紀(jì)70年代后期[1]。國(guó)內(nèi)外學(xué)者廣泛進(jìn)行了氣候變化對(duì)水文水資源影響的研究，得出了氣候變化對(duì)水文水資源在時(shí)空上的重新分配產(chǎn)生了不利影響，水資源脆弱性增加等結(jié)論[2]。

水是大氣環(huán)流和水文循環(huán)中的重要因子，徑流是流域中氣候各種自然地理因素綜合作用的產(chǎn)物[2]，是水循環(huán)系統(tǒng)中的重要一環(huán)。徑流過程在整個(gè)水資源系統(tǒng)的運(yùn)行更替中扮演著舉足輕重的作用[3]，也是受氣候變化影響最直接和最重要的因子之一。水文系統(tǒng)具有時(shí)變性，水文時(shí)間序列常表現(xiàn)出非平穩(wěn)特性，小波分析方法能夠同時(shí)從頻域、時(shí)域解釋時(shí)間序列的局部特征[3]，是較為廣泛的時(shí)間序列分析方法。

采用政府間氣候變化專門委員會(huì)(IPCC)第五次評(píng)估報(bào)告提出國(guó)際耦合模式比較計(jì)劃第5階段(CMIP5)耦合模式及典型濃度路徑(RCP)情景，預(yù)測(cè)RCP2.6、RCP4.5、RCP8.5 3種排放情景下長(zhǎng)江源區(qū)未來地表徑流情況。RCP2.6情景是指把全球平均增溫幅度控制在2.0 ℃之內(nèi)，2100年之前輻射強(qiáng)迫達(dá)到最大值，到2100年下降到2.6 W·m-2。RCP4.5情景是指輻射強(qiáng)迫在2100年穩(wěn)定在4.5 W·m-2。RCP8.5情景是指輻射強(qiáng)迫在2100年上升至8.5 W·m-2。

SWAT(Soil and Water Assessment Tool)是一個(gè)長(zhǎng)時(shí)間尺度的分布式水文模型，適用于具有不同土壤類型以及土地利用的復(fù)雜大流域，目前已得到廣泛應(yīng)用[1]。國(guó)外將SWAT模型應(yīng)用于美國(guó)德格薩斯州、密西西比河等區(qū)域進(jìn)行徑流模擬、分布式水文-土壤-植被模型開發(fā)等方面的研究[4-6]；國(guó)內(nèi)先后利用SWAT模型對(duì)土地利用、土地覆被變化對(duì)徑流量的影響等進(jìn)行研究[7-10]，并對(duì)SWAT模型的應(yīng)用進(jìn)行了改進(jìn)[11-12]。SWAT模型可以將流域劃分為不同的子流域，并進(jìn)行多種不同的水運(yùn)轉(zhuǎn)換的物理過程模擬。

長(zhǎng)江源區(qū)處于青藏高原腹地，在三江源生態(tài)系統(tǒng)中占有重要地位，是氣候和生態(tài)環(huán)境變化的敏感脆弱地區(qū)[13]。長(zhǎng)江源區(qū)生態(tài)環(huán)境對(duì)氣候變化的響應(yīng)得到了國(guó)內(nèi)很多學(xué)者的關(guān)注。唐建等人通過研究水汽通量揭示了大尺度環(huán)流因子對(duì)氣象水文要素變化的驅(qū)動(dòng)機(jī)制[14]；研究表明[15]1961～2010年長(zhǎng)江源區(qū)氣溫顯著增加，水資源量明顯增多。作為青藏高原的重要組成部分，開展長(zhǎng)江源區(qū)氣象水文周期性研究，分析長(zhǎng)江源區(qū)不同氣象要素對(duì)水文要素的變化趨勢(shì)，為應(yīng)對(duì)氣候變化的水資源適應(yīng)性管理策略及防災(zāi)減災(zāi)策略的提出提供理論依據(jù)，對(duì)有效分配源區(qū)內(nèi)水資源及水環(huán)境保護(hù)與恢復(fù)具有重要參考價(jià)值，對(duì)未來長(zhǎng)江源區(qū)水資源系統(tǒng)的規(guī)劃設(shè)計(jì)、開發(fā)利用以及水環(huán)境保護(hù)具有重大的理論和現(xiàn)實(shí)意義。

本文利用線性回歸、Mann-Kendall突變檢驗(yàn)和Morlet小波，對(duì)源區(qū)氣象水文序列的變化趨勢(shì)及周期進(jìn)行了分析，初步確定長(zhǎng)江源區(qū)水文氣象要素的演變特征，并運(yùn)用CMIP5模型中的21種模式的模擬結(jié)果，結(jié)合RCPs的3種氣候情景并耦合SWAT模型，預(yù)測(cè)未來長(zhǎng)江源區(qū)地表徑流的變化，得到未來長(zhǎng)江源區(qū)地表徑流變化對(duì)氣候的響應(yīng)。為長(zhǎng)江源區(qū)未來氣候變化應(yīng)對(duì)策略的提出提供理論依據(jù)，對(duì)水資源管理、開發(fā)利用和社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展具有重要意義。

1 材料與方法

1.1 氣象站點(diǎn)的選取

選取青海省境內(nèi)長(zhǎng)江源區(qū)的9個(gè)氣象站點(diǎn)(沱沱河、五道梁、曲麻萊、玉樹、安多、雜多、治多、囊謙、清水河)和4個(gè)水文站點(diǎn)(沱沱河、楚瑪爾、雁石坪、直門達(dá))，收集和觀測(cè)各站點(diǎn)1961～2020年的平均氣溫、最高氣溫、最低氣溫、降水量和流量數(shù)據(jù)。各站點(diǎn)經(jīng)緯度如表1所示。

表1 長(zhǎng)江源區(qū)氣象和水文站點(diǎn)分布情況

1.2 數(shù)據(jù)來源與測(cè)定

1961～2016年的月氣溫、月降水量數(shù)據(jù)來自青海省氣候中心，1961～2016年的河流月流量數(shù)據(jù)來自青海省水文水資源勘測(cè)局。2017～2020年的日流量、日氣溫、日降水量數(shù)據(jù)由實(shí)地365天連續(xù)監(jiān)測(cè)獲得。2017～2020年的實(shí)地監(jiān)測(cè)站點(diǎn)與1961～2016年青海省氣候中心、青海省水文水資源勘測(cè)局的監(jiān)測(cè)站點(diǎn)一致，并將連續(xù)監(jiān)測(cè)數(shù)據(jù)與青海省氣候中心、青海省水文水資源勘測(cè)局的結(jié)果進(jìn)行比對(duì)修正，消除誤差，以保證數(shù)據(jù)的準(zhǔn)確性。

氣溫利用LDX-RM-lx014型干濕溫度計(jì)和CRM8-XH-202型最高、最低溫度計(jì)測(cè)量，溫度計(jì)安裝在百葉箱中，可在自動(dòng)記錄紙上得到任何時(shí)刻的溫度；降水量采用15184型稱重式雨量計(jì)測(cè)量；河流流量采用25-1型流速儀結(jié)合半自動(dòng)纜道施測(cè)，由室內(nèi)人工控制采集和傳輸流量。

1.3 CMIP5模型與SWAT模型的耦合

將CMIP5氣候模型中21種模式的模擬結(jié)果，經(jīng)過插值計(jì)算將其統(tǒng)一降尺度到同一分辨率下，利用簡(jiǎn)單平均方法進(jìn)行多模式集合，制作成一套包括1901～2005年Historical和2006～2100年RCP2.6、RCP4.5、RCP8.5排放情景下的月平均資料，這21種模式包括Beijing Climate Center Climate System Model version 1，Beijing Normal University Earth System Model，Canadian Earth System Model version 2，F(xiàn)lexible Global Ocean- Atmosphere-Land System Model-grid version 2等，21種模式對(duì)氣溫和降水的模擬效果較好。

構(gòu)建了長(zhǎng)江源區(qū)的SWAT模型，通過高程數(shù)據(jù)對(duì)長(zhǎng)江源區(qū)進(jìn)行分帶設(shè)置，并分析沱沱河、楚瑪爾、雁石坪、直門達(dá)這四個(gè)水文站的水文數(shù)據(jù)，在經(jīng)過處理的四個(gè)水文站點(diǎn)的DEM圖中提取河網(wǎng)，選取直門達(dá)水文站作為長(zhǎng)江源區(qū)的流域總出口，在模型中輸入直門達(dá)水文站的經(jīng)緯度坐標(biāo)，然后劃分出長(zhǎng)江源區(qū)子流域。將長(zhǎng)江源區(qū)劃分為31個(gè)子流域，202個(gè)水文響應(yīng)單元(HRU)。1961～2016年為模型的模擬時(shí)間，其中模型的預(yù)熱期為1961～1965年，2017～2020年進(jìn)行模型的驗(yàn)證。驗(yàn)證期相對(duì)誤差為3.34%，決定系數(shù)為0.89，系數(shù)率定期相對(duì)誤差為5.27%，決定為0.84，表明在率定期內(nèi)的實(shí)測(cè)值與模擬值擬合較好，SWAT水文模型對(duì)長(zhǎng)江源區(qū)凈流量的模擬符合實(shí)際，表明SWAT水文模型適用于長(zhǎng)江源區(qū)。

利用CMIP5氣候模型中21種模式的模擬結(jié)果，選取模式中3種典型溫室氣體濃度的排放路徑(RCP2.6、RCP2.6、RCP8.5)，將氣象因子模擬預(yù)估序列數(shù)據(jù)輸入到已率定好的SWAT模型[15]，完成SWAT降尺度模型與CMIP5模式下的RCPs情景輸出序列的耦合，得到未來(2022～2100年)長(zhǎng)江源區(qū)地表徑流對(duì)氣候變化的響應(yīng)。

1.4 分析方法

1.4.1 Mann-Kendall突變檢驗(yàn)及線性回歸及方法

采用線性回歸方法[16]、Mann-Kendall突變檢驗(yàn)[17]對(duì)氣溫、降水量、河流流量的變化趨勢(shì)進(jìn)行分析。

1.4.2 小波分析

采用Morlet小波[17]對(duì)研究區(qū)域氣象水文序列的周期性變化進(jìn)行分析。

1.5 數(shù)據(jù)處理

采用Origin 8.0軟件對(duì)數(shù)據(jù)進(jìn)行整理并進(jìn)行線性回歸分析，小波分析過程在軟件MatlabR 2018a命令窗口中實(shí)現(xiàn)，采用Surfer 8軟件制作小波變換圖。

2 結(jié)果與分析

2.1 長(zhǎng)江源區(qū)氣象要素對(duì)水文要素趨勢(shì)變化的特征

采用線性回歸方法和MATLAB軟件，對(duì)氣象水文要素進(jìn)行Mann-Kendall趨勢(shì)檢驗(yàn)和突變點(diǎn)檢驗(yàn)及變化趨勢(shì)分析。

60年間長(zhǎng)江源區(qū)的年平均氣溫呈現(xiàn)升高趨勢(shì)，而且趨勢(shì)顯著(P<0.05)，年際增溫變化率約為0.39 ℃/10a，增溫率高于最高氣溫和最低氣溫。2020年長(zhǎng)江源區(qū)年平均氣溫為1.42 ℃，比60年平均氣溫(-0.89 ℃)高出2.31 ℃，是21世紀(jì)的最高值。1965年的平均氣溫是60年間的最低值，為-2.32 ℃。

平均氣溫趨勢(shì)檢驗(yàn)值Z=6.76，其大于2.32，表示置信度通過了99%的顯著性，說明長(zhǎng)江源區(qū)流域年平均氣溫在60年的長(zhǎng)時(shí)間序列數(shù)據(jù)上呈現(xiàn)上升趨勢(shì)，并且上升趨勢(shì)十分顯著。整個(gè)時(shí)間序列中UF值的大小有較大波動(dòng)。大體來看，1988年之前，UF值基本都小于0，則表明此段時(shí)間年平均氣溫序列有下降趨勢(shì)。1988年至2020年，UF值全部大于0，則表明這段時(shí)間年平均氣溫呈現(xiàn)上升趨勢(shì)，且2000年之后，UF值超過臨界值，反映從新世紀(jì)開始，長(zhǎng)江源區(qū)流域年平均氣溫上升趨勢(shì)十分顯著。UF曲線和UB曲線在α<0.05置信水平上，兩者未出現(xiàn)交點(diǎn)，交點(diǎn)位于臨界線范圍外，所以該年份參數(shù)突變性上升不具有突變性，交點(diǎn)大致為2005年。結(jié)合前面的關(guān)于年平均氣溫均值曲線、年平均氣溫滑動(dòng)平均曲線的研究，與M-K檢驗(yàn)結(jié)果完全一致(圖1)。

圖1 年平均氣溫變化趨勢(shì)圖及M-K統(tǒng)計(jì)量曲線

2.1.2 年最高氣溫變化特征

年最高氣溫呈現(xiàn)升高趨勢(shì)，而且趨勢(shì)顯著(P<0.05)。60年平均值為13.40 ℃。年際增溫率約為0.37 ℃/10a。年最高氣溫最高的年份是2020年，為16.30 ℃，比多年平均值高出3.00 ℃。最低的年份是1997年，為11.63 ℃。

最高氣溫趨勢(shì)檢驗(yàn)值Z=5.44，其大于2.32，表示置信度通過了99%的顯著性，說明長(zhǎng)江源區(qū)流域最高氣溫60年的長(zhǎng)時(shí)間序列數(shù)據(jù)上呈現(xiàn)上升趨勢(shì)，并且上升趨勢(shì)十分顯著。整個(gè)時(shí)間序列中UF值的大小有較大波動(dòng)。大體來看，1963年至1982年、1988年至2020年UF值都大于0，最高氣溫呈現(xiàn)上升趨勢(shì)；1983年至1987年UF值小于0，呈現(xiàn)下降趨勢(shì)。UF曲線和UB曲線在α<0.05置信水平上，兩者出現(xiàn)交點(diǎn)，且交點(diǎn)位于臨界線范圍內(nèi)，則表明長(zhǎng)江源區(qū)最高氣溫在長(zhǎng)時(shí)間序列1960至2020年上存在突變時(shí)刻，突變點(diǎn)大致為2005年。可見進(jìn)入新世紀(jì)年最高氣溫偏高，與線性回歸分析一致(圖2)。

通過上述分析，吉奇對(duì)弗雷格判斷杠的不當(dāng)使用就很清楚了。弗雷格的判斷杠是加在被他稱為“語句”的單獨(dú)詞項(xiàng)之前的。因?yàn)檫@樣的“語句”本身不具備判斷力，而無法被用來做判斷，所以當(dāng)我們想做判斷時(shí)，就需要通過判斷杠將它改造成具有判斷力的表達(dá)式。弗雷格引入判斷杠“|”是必要的，他需要這樣一個(gè)符號(hào)來將已被他剝奪了判斷力的語句再恢復(fù)判斷力。吉奇在沒有明確弗雷格本意的前提下就直接借用判斷杠“|”，并加在自然語句之前，是錯(cuò)誤的。因?yàn)樽匀徽Z句不是單獨(dú)詞項(xiàng)，它本身就攜帶判斷力，沒有必要再為它加上判斷杠。

圖2 年最高氣溫變化趨勢(shì)圖及M-K統(tǒng)計(jì)量曲線

2.1.3 年最低氣溫變化特征

最低氣溫呈現(xiàn)顯著的上升趨勢(shì)(P<0.05)，60年的平均最低氣溫為-13.99 ℃，年際變化率約為0.54 ℃/10 a。年最低氣溫值出現(xiàn)在1965年為-15.67 ℃，比多年平均值低1.68 ℃。最高的年份是2009年，為-12.04 ℃。由10年平均滑動(dòng)的曲線可見，60、70、80、90年代，年平均氣溫低于平均值，進(jìn)入21世紀(jì)以來，氣溫大幅度上升；年最高氣溫普遍偏低，21世紀(jì)以來，年最高氣溫偏高；年最低氣溫普遍偏低，本世紀(jì)以來，年最低氣溫高于平均值。

最低氣溫趨勢(shì)檢驗(yàn)值Z=5.78，其大于2.32，表示置信度通過了99%的顯著性，說明長(zhǎng)江源區(qū)流域最低氣溫60年的長(zhǎng)時(shí)間序列數(shù)據(jù)上呈現(xiàn)上升趨勢(shì)，并且上升趨勢(shì)十分顯著，1960年至1993年UF值小于0，最低氣溫呈現(xiàn)下降趨勢(shì)；1994年至2020年UF值大于0，呈現(xiàn)上升趨勢(shì)。UF曲線和UB曲線在α<0.05置信水平上，兩者出現(xiàn)交點(diǎn)，且交點(diǎn)位于臨界線范圍內(nèi)，則表明長(zhǎng)江源區(qū)最低氣溫在長(zhǎng)時(shí)間序列1960～2020年上存在突變時(shí)刻，突變點(diǎn)大致為2000年?？梢娺M(jìn)入新世紀(jì)年最低氣溫偏高，呈現(xiàn)上升趨勢(shì)，與線性回歸分析一致(圖3)。

圖3 年最低高氣溫變化趨勢(shì)圖及M-K統(tǒng)計(jì)量曲線

2.1.4 年降水量變化特征

60年間長(zhǎng)江源區(qū)的年降水量呈現(xiàn)增加趨勢(shì)，但趨勢(shì)不顯著(P>0.05)。源區(qū)年降水量為28.72 mm～44.68 mm，最低年降水量出現(xiàn)在1984年，最高年降水量出現(xiàn)在1989年，年際降水變化率約0.24 mm/10a。10年平均滑動(dòng)的曲線顯示，60、70、80、90年代在平均值附近波動(dòng)，降水量偏少，21世紀(jì)以來，降水量有所增多。年降水量趨勢(shì)檢驗(yàn)值Z=0.78，置信度小于90%，年降水量增長(zhǎng)趨勢(shì)不顯著。1966年至1990年、2001至2006年UF值小于0，年降水量呈現(xiàn)下降趨勢(shì)；1991年至2000年年降水量呈現(xiàn)波動(dòng)上升趨勢(shì)，2006年之后呈現(xiàn)明顯上升趨勢(shì)。UF曲線和UB曲線在α<0.05置信水平上，UF和UB交點(diǎn)分別出現(xiàn)在1983年、1988年、1992年、1997年和2015年，且交點(diǎn)位于臨界值內(nèi)，說明長(zhǎng)江源區(qū)年降水量分別1983年、1988年、1992年、1997年和2015年發(fā)生突變。M-K檢驗(yàn)和年最低氣溫變化趨勢(shì)結(jié)果一致，21世紀(jì)以來，降水量有所增多(圖4)。

圖4 年降水量變化趨勢(shì)圖及M-K統(tǒng)計(jì)量曲線

2.1.5 年流量變化特征

60年間長(zhǎng)江源區(qū)年流量呈現(xiàn)增加趨勢(shì)，但趨勢(shì)不顯著(P>0.05)。年際流量變化率約為8.6 m3/(s·10a)，變化率小。60到90年代，自1989年達(dá)到最大值后，一直處于偏枯狀態(tài)。21世紀(jì)以來流量高峰出現(xiàn)在2012年。從10年平均滑動(dòng)的曲線可以看出，上個(gè)世紀(jì)60～90年代的流量都低于60年平均值，但90年代流量相對(duì)偏低，21世紀(jì)有所增加。

年流量趨勢(shì)檢驗(yàn)值Z=-0.33，置信度小于90%，年平均流量增長(zhǎng)趨勢(shì)不顯著。1960年至1967年UF值大于0，長(zhǎng)江源區(qū)年平均呈現(xiàn)上升趨勢(shì)；1968年至2020年UF值小于0，年平均流量呈現(xiàn)下降趨勢(shì)。UF曲線和UB曲線在α<0.05置信水平上，UF和UB交點(diǎn)分別出現(xiàn)在1966年、2005年、2007年和2012年，且交點(diǎn)位于臨界值內(nèi)，說明長(zhǎng)江源區(qū)年流量分別在1966年、2005年、2008年和2012年發(fā)生突變。M-K檢驗(yàn)的結(jié)果和年降水量變化趨勢(shì)分析結(jié)果一致，長(zhǎng)江源區(qū)年平均流量在21世紀(jì)有所增加(圖5)。

圖5 年流量變化趨勢(shì)圖及M-K統(tǒng)計(jì)量曲線

2.2 長(zhǎng)江源區(qū)氣象要素對(duì)水文要素周期性變化特征

運(yùn)用Morlet小波分析方法對(duì)長(zhǎng)江源區(qū)氣象水文要素進(jìn)行周期分析。

1961～2020年長(zhǎng)江源區(qū)年平均氣溫存在20～25年、8～11年和3～5年的周期。20～25年的周期振蕩，長(zhǎng)江源區(qū)的年平均氣溫經(jīng)歷了8個(gè)時(shí)期的冷暖交替變化，強(qiáng)度較強(qiáng)，包括4個(gè)明顯氣溫變冷時(shí)段和4個(gè)明顯氣溫增暖時(shí)段，等值曲線未閉合，未來幾年處于增溫期；8～11年的周期振蕩長(zhǎng)江源區(qū)的年平均氣溫經(jīng)歷了14個(gè)時(shí)期的冷暖交替變化，包括7個(gè)增暖期和7個(gè)變冷期，2006年之后比較穩(wěn)定。

年平均氣溫小波方差分析顯示(圖6A)，年平均氣溫存在22年、10年、4年的周期，其中，最大峰值對(duì)應(yīng)著22年周期的振蕩，第二峰對(duì)應(yīng)著4年周期，第三峰值對(duì)應(yīng)著10年周期的振蕩，其中4周年、10周年振蕩相差較小。說明22年的周期是這一時(shí)域的主周期。圖6A中正值表示氣溫偏暖，負(fù)值表示氣溫偏冷。

源區(qū)年最高氣溫存在24～29年、14～16年的周期兩類時(shí)間尺度變化規(guī)律，這兩個(gè)時(shí)間尺度的周期變化在這個(gè)研究時(shí)域中具有全域性的特點(diǎn)。24～29年、14～16年的周期振蕩，源區(qū)的年最高氣溫分別經(jīng)歷了8個(gè)時(shí)期的交替變化，包括4個(gè)變暖期和4個(gè)變冷期，2016年以后等值曲線未閉合，呈變暖趨勢(shì)。最高氣溫小波方差分析表明(圖6B)，年最高氣溫存在27～29年、18～20年的周期，其中，最大峰值對(duì)應(yīng)著27～29年周期振蕩，第二峰對(duì)應(yīng)著18～20年周期振蕩。年最高氣溫一直處于上升趨勢(shì)，這說明最高溫度時(shí)間序列會(huì)有一個(gè)更大的周期振蕩。圖6B中正值表示氣溫升高，負(fù)值表示氣溫降低。

源區(qū)年最低氣溫存在30～32年的周期，這個(gè)周期變化在這個(gè)研究時(shí)域中具有全域性的特點(diǎn)。30～32年的周期振蕩，源區(qū)的年最高氣溫經(jīng)歷了7個(gè)時(shí)期的交替變化，包括3個(gè)變暖期和4個(gè)變冷期，2016年以后呈現(xiàn)變冷趨勢(shì)。年最低氣溫小波方差分析表明(圖6C)，最低溫度時(shí)間序列呈上升趨勢(shì)，未來可能會(huì)有一個(gè)更大的周期振蕩。圖6C中正值表示氣溫升高，負(fù)值表示氣溫降低。

1961～2020年，長(zhǎng)江源區(qū)年降水量存在18～30年，9～17年的周期，3～8年的周期。這3個(gè)周期變化在這個(gè)研究時(shí)域中具有全域性的特點(diǎn)。18～30年的周期振蕩，源區(qū)的年降水經(jīng)歷了7個(gè)時(shí)期的交替變化，包括3個(gè)增加期和4個(gè)減少期。2011年以后減少趨勢(shì)；9～17年的周期振蕩，源區(qū)的年降水量經(jīng)歷了13個(gè)時(shí)期的交替變化，包括7個(gè)增加期和6個(gè)減少期。3～8年的周期振蕩，源區(qū)的年降水量21個(gè)時(shí)期的交替變化，包括11個(gè)增加期和10個(gè)減少期。年降水量小波方差分析顯示(圖6D)，年降水存在27年、14年、7年、3年的周期，其中，最大峰值對(duì)應(yīng)著27年周期振蕩，第二峰對(duì)應(yīng)著14年周期振蕩，第三、四峰值分別對(duì)應(yīng)著7年、3年的周期振蕩。其中27年是這一時(shí)域的主周期。圖6D中正值表示降水增多，負(fù)值表示降水減少。

源區(qū)年流量存在27～32年，10～17年的周期，3～8年的周期。27～32年的周期振蕩，源區(qū)的年流量經(jīng)歷了5個(gè)時(shí)期的交替變化，包括2個(gè)偏豐期和3個(gè)偏枯期。10～17年的周期振蕩，源區(qū)的年流量經(jīng)歷了13個(gè)時(shí)期的交替變化，包括7個(gè)偏豐期和6個(gè)偏枯期。3～8年的周期震蕩小，可知源區(qū)的年流量振蕩不大。年流量小波方差分析確定(圖6E)，年流量時(shí)間序列存在27～30年、13年、9年、7年、3年的周期，其中27～30年的周期為這一階段的主周期，此后方差曲線一直處于上升趨勢(shì)，流量時(shí)間序列應(yīng)遵循一個(gè)更大的周期變化。圖6E中正值表示流量偏豐，負(fù)值表示流量偏枯。

27周期的流量小波系數(shù)和降水量小波系數(shù)有較強(qiáng)的相關(guān)性，并通過了95%的顯著性檢驗(yàn)。推測(cè)出年流量27年的周期主要是由降水所導(dǎo)致(圖7)。

圖6 1961～2020年長(zhǎng)江源區(qū)不同氣象要素小波變換圖

圖7 長(zhǎng)江源區(qū)27年周期的流量和降水量的小波變換系數(shù)相關(guān)性圖

2.3 未來氣候情景下長(zhǎng)江源區(qū)地表徑流的變化分析

在CMIP5模型的3種情景下，地表徑流的年際變化很大，總體呈現(xiàn)出下降趨勢(shì)，在RCP2.6氣候模式下，2048年徑流量是最大的；在RCP4.5氣候模式下，2035年徑流量是最大的；在RCP8.5氣候模式下，在2036年徑流量是最大的(圖8)。

圖8 3種氣候情景下地表徑流的年際變化圖

3 討論與結(jié)論

本研究中雁石坪、楚瑪爾、沱沱河、直門達(dá)水文站1961～2020年平均流量與年降水量呈增加趨勢(shì)，但增加不顯著，2005年流量與年降水明顯增加，這與朱延龍[18]、齊冬梅[19]等人得出的結(jié)果一致，主要是因?yàn)闅鉁丶眲∩?，降水增多，冰川、積雪融化所致[18-20]。前人有關(guān)長(zhǎng)江源區(qū)氣象水文要素變化研究主要集中在2016年以前，本文的研究增加了源區(qū)氣象水文要素研究的時(shí)間序列；長(zhǎng)江源區(qū)60年(1960～2020)氣溫、降水量和流量存在周期變化，主要周期出現(xiàn)7個(gè)左右的交替，氣象水文變化呈現(xiàn)多周期性、振蕩性的特點(diǎn)，且不同要素在不同周期歷經(jīng)多次變化，這與朱海濤[20]、張代青等[21]的結(jié)果相一致；年平均氣溫的主要周期的等值線未完全閉合，年氣溫將繼續(xù)升高，與劉光生等[22]研究結(jié)果一致；年流量和年降水量都存在27年周期且相關(guān)性強(qiáng)。這與齊冬梅等[19]的研究結(jié)果一致；長(zhǎng)江源區(qū)年平均氣溫、年降水量和年流量周期與朱海濤[20]、劉光生[22]、楊建平等[23]氣象水文序列周期也存在差異，分析其原因，氣象水文序列的周期變化除受氣候變化影響外，還受天體運(yùn)動(dòng)變化如太陽黑子活動(dòng)以及下墊面因素的影響有關(guān)。太陽黑子活動(dòng)主要影響氣象序列[23]，而對(duì)于下墊面因素(地理位置、海拔高度等)，由于不同時(shí)間尺度和不同研究對(duì)象，對(duì)下墊面條件的依賴程度也不同。下墊面對(duì)某一地區(qū)氣溫和降水量的周期變化影響不大，但對(duì)水文序列的周期變化影響較大。氣候變化和太陽活動(dòng)會(huì)直接影響氣溫和降水量的周期變化，進(jìn)而在一定的下墊面因素下，流量的周期變化也會(huì)受到影響[24]。有關(guān)天體運(yùn)動(dòng)變化和下墊面因素對(duì)氣象水文序列周期變化的影響將有待于進(jìn)一步深入研究。

本研究中，未來情景模式下，地表徑流年際變化呈下降趨勢(shì)，徑流變化隨氣溫和降水量變化而變化，且在2034年和2048年達(dá)到最大值，不確定性較大，與程志剛[25]研究結(jié)果一致，但與俞烜[26]研究結(jié)果不同，地表徑流呈緩慢增加趨勢(shì)，其主要原因是源區(qū)降雨量增加，氣溫的升高增加了冰川融水對(duì)地表徑流的補(bǔ)給，從而導(dǎo)致未來預(yù)測(cè)結(jié)果的不同[26]。

王錦旗等[27]利用SWAT模型對(duì)黃河源區(qū)1988～2005年的地表徑流進(jìn)行模擬得出，在個(gè)別年雖有一定的誤差，但模擬結(jié)果與實(shí)測(cè)結(jié)果基本相一致，具有參考價(jià)值；李碩[28]在遙感和GIS的支持下，對(duì)SWAT模型的空間參數(shù)化和離散化進(jìn)行了研究，并成功的將SWAT模型運(yùn)用到徑流模擬研究中；張永勇等[29]利用CN2、ESCO、SOL等主要參數(shù)和SWAT模型預(yù)測(cè)未來2010～2039年長(zhǎng)江源區(qū)的徑流演變趨勢(shì)，表明未來三十年源區(qū)總體徑流量呈現(xiàn)減少趨勢(shì)，但在洵期徑流量增大。本研究中，運(yùn)用CMIP5模型中的21種模式的模擬結(jié)果，結(jié)合RCPs的三種氣候情景并耦合SWAT模型下，預(yù)測(cè)未來長(zhǎng)江源區(qū)地表徑流的變化，取得了較好效果。已有研究表明，相比單個(gè)模式，模式集合平均模擬效果往往更好。

本文對(duì)1961～2020年長(zhǎng)江源區(qū)年平均氣溫、年最高氣溫、年最低氣溫、年降水量和年流量進(jìn)行了趨勢(shì)分析、Mann-Kendall突變檢驗(yàn)和Morlet小波周期分析，運(yùn)用CMIP5模型中的21種模式的模擬結(jié)果，結(jié)合RCPs的3種氣候情景并耦合SWAT模型，得出以下結(jié)論：

(1)年平均氣溫、年最高氣溫、年最低氣溫均顯著上升，年降水量和年流量呈現(xiàn)增加趨勢(shì)，但趨勢(shì)不顯著。(2)年平均氣溫存在22年、10年和4年周期，未來幾年長(zhǎng)江源區(qū)將處于增溫階段；年最高氣溫存在27～29年和18～20年的周期，未來可能會(huì)有一個(gè)更大的周期震蕩；年最低氣溫在未來可能會(huì)有一個(gè)更大的周期震蕩。(3)年降水量存在27年、14年、7年和3年的周期。年流量存在27～30年、13年、9年、7年、3年的周期，之后在時(shí)間尺度上還應(yīng)遵循一個(gè)更大的周期變化。(4)年流量和年降水量都存在27年周期，其相關(guān)性較強(qiáng)，年降水量與徑流量量突變特征基本一致，表明這一時(shí)期年徑流量突變主要由降水量變化引起。(5)未來情景模式下，地表徑流量年際間變化較大，不同情景趨勢(shì)下，不穩(wěn)定性較強(qiáng)，總體的年際徑流量都為下降的趨勢(shì)，下降幅度最大的是RCP8.5，最小的是RCP2.6。加強(qiáng)長(zhǎng)江源區(qū)氣候變化應(yīng)對(duì)策略迫在眉睫。

4 展望

氣候變化對(duì)水文影響作為一個(gè)較新的研究方向，研究成果尚不夠系統(tǒng)深入。本文對(duì)長(zhǎng)江源區(qū)1961～2020年氣象要素對(duì)地表徑流的影響進(jìn)行了周期性分析，受長(zhǎng)江源區(qū)近些年蒸發(fā)量研究數(shù)據(jù)較少、不全面的影響，本文未考慮氣象要素對(duì)蒸發(fā)的影響。但蒸發(fā)量是水循環(huán)中最易受土地利用和氣候變化影響的因素之一，后續(xù)將進(jìn)一步開展蒸發(fā)量對(duì)水文循環(huán)過程中的影響研究。

定量分析和區(qū)分氣候變化和人類活動(dòng)相結(jié)合對(duì)長(zhǎng)江源區(qū)水循環(huán)及水資源的影響。氣候變化是影響源區(qū)水文過程的主要因素，而人類活動(dòng)對(duì)源區(qū)水文水資源也存在較大的影響。本文由于時(shí)間有限并未考慮人為影響。在后續(xù)的工作中，可開展氣候變化和人類活動(dòng)共同對(duì)水文循環(huán)的影響，定量分析長(zhǎng)江源區(qū)對(duì)水文水資源的影響。