李加龍，李慧赟，羅瀲蔥，龔發(fā)露，張如楓，劉鳳龍，吳松濤，羅碧瑜

(1：云南大學(xué)國際河流與生態(tài)安全研究院，昆明 650500) (2：中國科學(xué)院南京地理與湖泊研究所，南京 210008) (3：云南大學(xué)生態(tài)與環(huán)境學(xué)院高原湖泊生態(tài)與治理研究院，昆明 650500) (4：湖南人文科技學(xué)院，婁底 417000) (5：浙江省浦江縣氣象局，金華 321000) (6：廣東省梅州市氣象局，梅州 514021)

水位作為湖泊水情變化最直接和最重要的指標(biāo)，在現(xiàn)代湖泊研究中具有重要意義. 水位波動不僅會直接引起水質(zhì)的變化[1]，還會通過影響水體中懸浮物濃度、透明度、溶解氧等指標(biāo)進(jìn)而影響水生植被[2]；湖泊水位的持續(xù)上升會改變湖區(qū)原有的生態(tài)結(jié)構(gòu)以及湖泊上下游的水文情勢，當(dāng)水位超過控制水位時還會引發(fā)洪水災(zāi)害[3]；水位的持續(xù)下降會給生態(tài)環(huán)境安全帶來嚴(yán)重威脅，并影響流域內(nèi)水資源的利用[4]. 撫仙湖作為我國最大的深水型淡水湖，也是珠江源頭的第一大湖，在水資源供給、防洪調(diào)控和生物多樣性保護(hù)等方面發(fā)揮著重要作用[5]. 近年來，受氣候變化和人類活動的共同影響，撫仙湖水位波動顯著，尤其在遭遇2009-2010年百年一遇的極端干旱事件后，其水位于2014年降至歷史最低(1720.87 m)，給流域內(nèi)居民生活用水和工農(nóng)業(yè)用水帶來嚴(yán)重影響，并危及湖泊生態(tài)系統(tǒng)健康. 因此，在極端氣候事件頻發(fā)和人類活動加劇的背景下，研究湖泊未來水位變化趨勢，尋求有效的湖泊水位模擬方法，無論對湖泊生態(tài)系統(tǒng)健康穩(wěn)定維持，還是對湖泊水環(huán)境保護(hù)和水資源合理利用，均至關(guān)重要.

近年來，已有諸多學(xué)者在湖泊水位模擬和預(yù)測方面展開了詳細(xì)的調(diào)查和研究[6-7]，取得了很好的成效. 例如，李云良等[8]基于BP神經(jīng)網(wǎng)絡(luò)對鄱陽湖水位進(jìn)行模擬，結(jié)果表明神經(jīng)網(wǎng)絡(luò)模型可很好地反映鄱陽湖水位變化情況；萬中英等[9]通過逐步回歸法成功建立了鄱陽湖水位預(yù)測模型，實現(xiàn)了對鄱陽湖水位的短期精準(zhǔn)預(yù)測. 上述方法雖然模擬效果較好，但需要大量數(shù)據(jù)對模型進(jìn)行訓(xùn)練，且湖泊水位、水量變化屬于物理過程，而上述方法的物理基礎(chǔ)相對較弱，很難達(dá)到對未來湖泊水位進(jìn)行有效預(yù)測的目的. 隨著研究方法的深入，湖泊水動力模型因其完善的物理機(jī)制和對水動力學(xué)過程的全面考慮可實現(xiàn)對水位的精準(zhǔn)模擬，深受廣大學(xué)者歡迎. 目前廣泛應(yīng)用的湖泊水動力模型有EFDC[10-11]、MIKE系列(MIKE3、MIKE11和MIKE21)[12-14]、Delft3D[15-16]等，上述模型均可實現(xiàn)對湖泊水動力過程和水質(zhì)的精確模擬. 本文選用的DYRESM水動力模型，與上述模型相比，具有代碼開源且輸入?yún)?shù)相對簡單的優(yōu)點，被國內(nèi)外學(xué)者廣泛應(yīng)用于模擬不同類型的湖泊水動力和水質(zhì)情況，并用來評估和預(yù)測未來氣候變化對湖泊熱力學(xué)及水質(zhì)的影響[17-19].

撫仙湖屬斷陷型深水湖泊，其水位不僅受降水和地表徑流影響，還受人類活動用水、水表面蒸發(fā)和河道出湖[20-21]以及地下水補(bǔ)給的影響. 張月霞等[22]利用IWIND-LR模型對撫仙湖水位進(jìn)行了為期一年的模擬和驗證，結(jié)果表明模擬水位與實測水位誤差較小，但該模型在模擬過程中，未考慮河道出湖水量和人類活動用水對撫仙湖水位的影響. 實際上，歷史上撫仙湖和星云湖通過隔河相互連通而具有一定的水量交換[23]. 此外，出流改道工程[24]以及工農(nóng)業(yè)和居民生活用水均對撫仙湖的水位變化具有不可忽略的影響. 由于撫仙湖集水域尚無長時間序列的歷史水文監(jiān)測數(shù)據(jù)，故在無實測入湖水量的條件下，通過調(diào)節(jié)DYRESM水動力模型物理參數(shù)，并利用水量補(bǔ)償法對2011-2017年入湖水量(地表徑流和地下水量總量)進(jìn)行反推，通過上述方法得到的2011-2017年逐月入湖水量與實測逐月降水量進(jìn)行擬合，建立降水-入湖水量回歸方程，便于在入湖水量缺測的情況下根據(jù)降水量計算入湖水量. 通過2007年撫仙湖實測入湖水量數(shù)據(jù)和1959-2010年長達(dá)52年的水位模擬結(jié)果，分別對回歸方程準(zhǔn)確性和DYRESM模型的精度進(jìn)行驗證. 為明晰未來氣候變化對撫仙湖水位水量的影響，利用CMIP6(Coupled Model Intercomparison Project Phase 6)[25]中BCC-CSM2-MR模式下SSP245和SSP585兩種情景中預(yù)測的未來氣候狀況，對撫仙湖2021-2050年水位變化趨勢進(jìn)行了預(yù)估，以期為應(yīng)對氣候變化情況下水資源合理調(diào)度提供科學(xué)依據(jù)和決策支持，也為其他類似的研究提供參考方法.

1 研究區(qū)概況

撫仙湖地處云南省玉溪市，位于昆明市東南部[26]，距昆明市區(qū)約60 km，跨澄江、華寧和江川三縣，為我國蓄水量最大的湖泊，隸屬于南盤江水系，與星云湖通過隔河相連[27](圖1). 其流域面積為674.69 km2，當(dāng)湖面高程為1722.5 m時，水域面積約為216.6 km2，湖容量約為2.06×1010m3，約為滇池水量的12倍之多，占云南省湖泊總蓄水量的78%. 撫仙湖最大水深為158.9 m[28]，位于北部，岸線長度為100.8 km，呈南北長條形，南北最大長度為31.4 km，東西最寬處位于北部(11.8 km)，最窄處位于南部(3.4 km). 撫仙湖流域涉及8個鎮(zhèn)，238個自然村，流域內(nèi)總?cè)丝?7.88萬人[29]. 流域內(nèi)農(nóng)業(yè)、工業(yè)和城鎮(zhèn)居民年均用水量分別約為3.8×106、3×106和2.6×106m3[30].

撫仙湖地處亞熱帶季風(fēng)氣候區(qū)，常年平均氣溫15.6℃，年內(nèi)平均最高和最低氣溫分別為22.7和9.8℃；年均降水量為800～1100 mm，蒸發(fā)量在1200～1900 mm之間，年日照時數(shù)達(dá)2153 h，日照率為50%，全年無霜期近300 d[31-32]. 雨季分明，汛期為5-10月，汛期降水量占全年降水量的80%～90%[33]. 全湖無大河注入，主要靠降水和周圍山間小溪匯集補(bǔ)給. 流域內(nèi)有大小河流103條，其中主要河流35條. 入湖河流大多較短且具有間歇性特征，即水流大小依降水而定，旱季斷流[34]. 天然出口河為海口河(圖1)，多年平均出流量為9.02×107m3[35]. 自2007年12月?lián)嵯珊?星云湖出流改道工程建成運行后，改變了兩湖間的千古流向，隔河也成為撫仙湖的出口河，平均每年有4.98×107m3水量注入星云湖，而?？诤觾H在特殊年份行使泄洪功能[23]. 經(jīng)2020年8月-2021年8月逐月環(huán)撫仙湖考察，目前撫仙湖出湖閘門(?？诤优c隔河)均已關(guān)閉.

圖1 撫仙湖地理位置、水深分布和主要出入流河道Fig.1 Location, water depth and main tributaries of Lake Fuxian

2 方法與數(shù)據(jù)來源

2.1 DYRESM模型

本文中使用的水動力模型為DYRESM(dynamic reservoir simulation model)[36-37]. 該模型最初由西澳大利亞大學(xué)水研究中心研發(fā)，為面向湖泊和水庫的一維水動力模型，可以用來預(yù)測水溫和鹽度在垂直深度上的變化情況. DYRESM模型可單獨運行進(jìn)行水溫和鹽度的模擬，亦可與生態(tài)模型CAEDYM(computational aquatic ecosystem dynamic model)進(jìn)行耦合，用來模擬水質(zhì)和浮游植物、浮游動物、魚類、底棲動物等生物有機(jī)體的生命過程[38]，也可模擬水體和沉積物之間的營養(yǎng)鹽交換，已在諸多水體中進(jìn)行了成功應(yīng)用. 例如，陸頂盤等[39]利用DYRESM對紅楓水庫水體熱分層特征進(jìn)行了模擬；Saddek等[40]利用DYRESM-CAEDYM模擬了薩瓦河水庫水體的熱分層結(jié)構(gòu)和沉積物內(nèi)源磷的釋放；崔楊等[41]運用DYRESM-CAEDYM對中國沙河水庫外源營養(yǎng)鹽減少的潛在影響進(jìn)行了模擬.

2.2 模型邊界條件及參數(shù)設(shè)定

DYRESM模型需要的基礎(chǔ)數(shù)據(jù)為水域地形信息(即各深度上的水面面積)，和出流入流河道的數(shù)量以及各河口高程；邊界條件包括氣象信息和出入流流量與水質(zhì)；初始條件即為模擬起始時刻的水溫或者水質(zhì)在垂直方向上的分布信息. 所需輸入的氣象信息包括太陽輻射(W/m2)、氣溫(℃)、水汽壓(hPa)、平均風(fēng)速(m/s)、云量(0～1)或太陽長波輻射(W/m2)、降雨量(m)和降雪(m，無降雪區(qū)域設(shè)為0)7個氣象指標(biāo). 水域地形信息由撫仙湖湖底高程-面積關(guān)系生成，將撫仙湖以0.1 m水深進(jìn)行分層，最大水深為158.9 m，分別計算各深度上的水面面積. 入流文件由撫仙湖9條省控入湖河流的逐日流量、水溫及水質(zhì)數(shù)據(jù)組成，由于僅考慮水位變化，故入湖河流水質(zhì)濃度均設(shè)為0；出流文件由?？诤印⒏艉觾蓷l出湖河道水量(兩條河道根據(jù)各自運行時間進(jìn)行處理)和人類活動用水量組成. 初始剖面文件中，在模擬不同時段水位時，只需調(diào)整文件中的初始水位數(shù)據(jù)即可. 模型參數(shù)文件和配置文件中主要物理參數(shù)，借鑒文獻(xiàn)提供的各參數(shù)取值范圍，并在撫仙湖模擬中逐個對物理參數(shù)進(jìn)行調(diào)試，調(diào)試后得到的各參數(shù)值見表1.

表1 DYRESM模型主要物理參數(shù)

2.3 湖泊水量變化和水量補(bǔ)償法計算原理

2.3.1 模型中湖泊水量變化計算原理 (1)湖面蒸發(fā)量計算

水表面蒸發(fā)所需消耗的熱量由下式計算[37]：

(1)

式中，Qlh(quantity of latent heat)為Δt時間段內(nèi)，水表面蒸發(fā)所需消耗的熱量(J/m2)；P為大氣壓(hPa)；CL為10 m參考高度處風(fēng)速的潛熱傳導(dǎo)系數(shù)(1.3×10-3)；ρA為空氣密度(kg/m3)；水的蒸發(fā)潛熱(LE)取2.453×106(J/kg)[37]；Ua為10 m參考高度處的風(fēng)速(m/s)；ea(vapour pressure of the air)代表水汽壓(hPa)；es(saturation vapour pressure)為水體表面溫度(Ts)條件下的飽和水汽壓(hPa)；Δt為模型的計算時間步長，模型中時間步長設(shè)置為3600 s[37].

因蒸發(fā)引起湖泊第N層水體質(zhì)量變化(kg)的計算公式為：

(2)

(2)湖面降水量計算

因降水而導(dǎo)致的湖泊水位升高計算公式為：

(3)

式中，rh代表第N層水體由降雨導(dǎo)致的水位變化(m)，Rh為日總降雨量(m)，Nd為日降雨持續(xù)時間(s).

因降水引起湖泊第N層水體質(zhì)量變化的公式為：

(4)

模型中在Δt時間段內(nèi)，湖泊第N層水體由蒸發(fā)和降水共同引起的總質(zhì)量變化公式為：

(5)

模型根據(jù)公式(1～5)，自動完成逐日湖面蒸發(fā)量、降水量及其共同導(dǎo)致的水位變化的計算.

2.3.2 水量補(bǔ)償法計算原理 水量補(bǔ)償法計算原理如圖2所示，首先將模型中逐日出、入流數(shù)據(jù)均設(shè)為0 m3/d，在僅考慮湖面降水和蒸發(fā)對湖體庫容的影響下，運行模型得到逐日模擬水位；利用水下地形圖(比例尺1∶2000)中提供的不同深度對應(yīng)的面積和體積數(shù)據(jù)，通過線性擬合構(gòu)建撫仙湖水位庫容曲線，擬合方程為y=2.1634x-3520.3，式中，y為庫容(108m3)，x為水位(m)，相關(guān)系數(shù)(r)=0.99；基于撫仙湖水位-庫容變化曲線，分別計算每日模擬庫容和實測庫容值，將計算的模擬庫容和實測庫容從第2天開始相對于前一天的庫容值分別求差值，即得到每日模擬庫容差值和實測庫容差值，計算公式為：

Day(x)實測庫容差值=Day(x+1)實測水體積-Day(x)實測水體積

(6)

Day(x)模擬庫容差值=Day(x+1)模擬水體積-Day(x)模擬水體積

(7)

式中，x≥1.

將上步驟中計算得到的每日實測庫容差值與模擬庫容差值求差值，得到的就是模型中每日需要調(diào)整的補(bǔ)償值，即：

Day(x)補(bǔ)償值=Day(x)實測庫容差值-Day(x)模擬庫容差值

(8)

補(bǔ)償值有正有負(fù)，正值表明模擬庫容低于實測庫容，說明模型中入湖水量需增加，故將補(bǔ)償值補(bǔ)充到入流文件中，一般情況下直接補(bǔ)充到地下水中，反之，說明模型中出湖水量需要增加，將補(bǔ)償值取絕對值后補(bǔ)充至出流流量，便完成了一次水量補(bǔ)償計算. 更新出入流文件一次以后，再次運行模型對比模擬水位與實測水位，若誤差較小可停止計算，若誤差較大則再次使用水量補(bǔ)償法，計算新的出入流補(bǔ)償值，再相應(yīng)修改入(出)流量. 一般運行兩次后，即可達(dá)到理想效果，完成出入湖水量平衡的計算.

2.4 模型評估標(biāo)準(zhǔn)

模型誤差通過計算實際測量值與模型模擬值之間的均方根誤差(RMSE)、納什效率系數(shù)(NSE)和相關(guān)系數(shù)(r)來進(jìn)行驗證[44]，其中RMSE和NSE的計算方法為：

(9)

(10)

2.5 數(shù)據(jù)來源

為保證DYRESM模型模擬精度，本文收集了非常詳細(xì)的有關(guān)撫仙湖流域水文、氣象和地形等數(shù)據(jù)(表2)，用來進(jìn)行模型參數(shù)率定.

圖2 DYRESM水量補(bǔ)償法計算原理Fig.2 Flowchart of water balancing method for DYRESM

表2 數(shù)據(jù)匯總*

3 結(jié)果與討論

3.1 撫仙湖入湖水量計算

在出、入湖流量均設(shè)為0 m3/d的條件下，模型在僅考慮湖面降水量和蒸發(fā)量對庫容的影響下，模擬水位呈波動下降趨勢，這與撫仙湖年蒸發(fā)量大于降水量的結(jié)論一致[52](圖3a). 經(jīng)過3次水量補(bǔ)償計算后，更新出、入流數(shù)據(jù)，并對模型中逐個物理參數(shù)進(jìn)行調(diào)試，再次運行模型得到模擬與實測水位的對比(圖3b)，對模擬值與實測值進(jìn)行誤差計算，得到RMSE為0.11 m，NSE為0.96，r=0.99，表明經(jīng)水量補(bǔ)償法計算和模型物理參數(shù)率定后，模型模擬效果良好，并利用率定好的模型，計算出2011-2017年逐日入湖水量.

圖3 2011-2017年逐月水位模擬與實測對比(a：水量補(bǔ)償前；b：水量補(bǔ)償后)Fig.3 Comparison of simulated and measured monthly water levels from 2011 to 2017 (a: before water balancing; b: after water balancing)

本文分別從日、月、年尺度上建立降雨-入湖水量回歸方程，發(fā)現(xiàn)通過月尺度上建立的回歸方程精度最高，故本文利用2011-2017年逐月實測降雨和入湖水量(補(bǔ)償法計算)數(shù)據(jù)，建立降雨-入湖水量回歸方程. 如圖4a所示，回歸方程為y=0.0076x+0.85，r=0.71. 用2007年撫仙湖實測逐月總?cè)牒繉M合方程計算結(jié)果進(jìn)行驗證，實測數(shù)據(jù)散點和模擬數(shù)據(jù)散點能夠較均勻地分布于1∶1直線兩側(cè)(圖4b)，經(jīng)誤差分析計算得到NSE為0.67，r=0.94. 因此，在入湖水量缺測情況下，通過此回歸方程計算得到入湖水量的方法可靠，滿足精度要求.

圖4 撫仙湖降水量-入湖水量擬合關(guān)系(a：擬合方程構(gòu)建；b：擬合方程驗證)Fig.4 Regressed equation between precipitation and inflow volume for Lake Fuxian (a: regression; b: validation)

3.2 DYRESM模型驗證

圖5 1959-2010年撫仙湖流域 人類活動用水量與農(nóng)業(yè)用水量Fig.5 Water consumption by human activities and agriculture at Lake Fuxian catchment from 1959 to 2010

3.2.1 出湖水量計算 1959-2006年撫仙湖海口河多年出湖水量為9.02×107m3，2007-2010年由于出流改道工程的完成，撫仙湖倒流星云湖年均水量為4.98×107m3，而海口河僅在特殊年份泄洪[49]；由于模型中出湖水量以日為單位，且河道出湖水量與降雨之間密切相關(guān)，為保證模擬水位趨勢的準(zhǔn)確性，將河道出湖水量根據(jù)研究時段年內(nèi)各月降水量占年總降水量占比進(jìn)行重新分配，得到1959-2010年的逐月出湖水量，再在各月內(nèi)根據(jù)天數(shù)計算平均值，得到各月份的逐日出湖水量；因1959-2010年跨越的時間尺度較大，且起始年份較早，無詳細(xì)實測人類活動用水?dāng)?shù)據(jù)，本文通過農(nóng)業(yè)用水量對其進(jìn)行估算. 根據(jù)文獻(xiàn)[50]查得1974-2014年撫仙湖耕地面積，利用線性插值法補(bǔ)全1959-2010年撫仙湖流域耕地面積. 據(jù)《撫仙湖水環(huán)境保護(hù)及水污染防治規(guī)劃》中提供的2007年撫仙湖流域農(nóng)業(yè)用水量和人類活動用水總量可知，農(nóng)業(yè)用水占人類活動用水總量的80.9%，撫仙湖流域耕地的作物類型主要有蔬菜(大蒜、菜豌豆為主)、糧食(水稻、小麥為主)和經(jīng)濟(jì)作物(烤煙為主)，其種植方式以大小春水旱輪作為主，農(nóng)業(yè)用水主要集中在5-9月(種植水稻、烤煙)和10-12月(種植大蒜、小麥、菜豌豆)[53]. 對此根據(jù)2007年耕地面積及對應(yīng)的農(nóng)業(yè)用水量，通過線性對應(yīng)關(guān)系，在插值得到1959-2010年撫仙湖流域耕地面積條件下，反推其余年份農(nóng)業(yè)用水總量，并在農(nóng)業(yè)用水量占人類活動用水總量比重不變條件下，計算出1959-2010年人類活動用水總量，具體計算結(jié)果如圖5所示. 將人類活動用水總量中除農(nóng)業(yè)用水量外做日平均計算，將逐年農(nóng)業(yè)用水量平均分配至5-9月和10-12月后做日平均計算，與逐日河道出湖水量相加得到逐日總出湖水量.

圖6 1959-2010年撫仙湖逐年 模擬與實測水位對比Fig.6 Comparison of simulated and measured annual water levels for Lake Fuxian from 1959 to 2010

3.2.2 年際水位變化 在長達(dá)52年模擬時長下，DYRESM模型模擬的水位與實測水位變化趨勢基本一致(圖6). 模擬水位與實測水位間的RMSE為0.4 m，NSE為0.63，r=0.89，模型可良好地反映撫仙湖水位的變化趨勢. 模型能有效捕捉到撫仙湖的水位峰值，例如1999年和2008年. 但仍有部分年份的模擬結(jié)果不理想，與實測水位有一定偏差，主要出現(xiàn)在1962-1966年和1972-1975年兩個時段，誤差一方面是在缺少實測入湖水量條件下，根據(jù)回歸方程計算的入湖水量所造成的；二是由于早期撫仙湖耕地面積數(shù)據(jù)缺失，采用插值方法計算得出，并反推出湖水量產(chǎn)生了一定誤差. 此外，在收集1959-2010年水位數(shù)據(jù)時，1981-1987年無實測水位數(shù)據(jù)，本文通過模型計算出1981-1987年多年平均水位為1721.84 m.

圖7 1959-2010年水位年內(nèi)變化特征Fig.7 Inner-annual variation of water levels at Lake Fuxian from 1959 to 2010

3.2.3 年內(nèi)水位變化 模擬得到的1959-2010年年內(nèi)水位呈現(xiàn)先下降、后上升再下降的變化趨勢(圖7). 年內(nèi)水位最低值(1721.71 m)和最高值(1721.98 m)分別出現(xiàn)在5月和10月，這與賀克雕等[21]分析得到的1988-2015年撫仙湖年內(nèi)水位變化特征一致，表明模型可有效模擬年內(nèi)水位變化特征.

3.3 撫仙湖水位預(yù)測

影響撫仙湖水位變化的主要因素包括氣候變化和人類活動兩方面. 氣候條件無論從短時間尺度還是長時間尺度上均直接影響水位，人類活動不僅可在短時間內(nèi)對湖泊水位產(chǎn)生很大的影響，對自然因素還有放大作用. 因此，對湖泊未來水位變化趨勢進(jìn)行預(yù)測的基本前提是掌握流域內(nèi)的未來氣候變化和未來人類活動的可能用水量.

3.3.1 未來氣候場景選擇 全球氣候系統(tǒng)模式是進(jìn)行當(dāng)代氣候模擬和不同排放情景下未來氣候變化預(yù)估的重要工具. 大量學(xué)者[54-55]利用第五次國際耦合模式比較計劃(CMIP5)中多種氣候模式對云南省及周邊地區(qū)的未來氣候變化展開了研究和預(yù)測，結(jié)果表明：無論多模式集合、高分辨區(qū)域氣候模式(如CCLM)還是單氣候模式(如FIO-ESM)，對于年總降水量的模擬效果均不佳，但能反映降水的季節(jié)性變化，且對降水峰值模擬效果較好[55-56]；對于氣溫模擬無論年際還是年內(nèi)均優(yōu)于降水模擬效果[57-58]；3種氣候情景(RCP2.6、RCP4.5和RCP8.5)條件下云南省未來(2021-2050年)氣溫和降水均呈持續(xù)上升趨勢，且RCP8.5情景下降水較RCP4.5情景偏多[59].

目前第六次國際耦合模式比較計劃(CMIP6)[25]正在有序開展. 相比于CMIP5，CMIP6同時使用共享社會經(jīng)濟(jì)途徑(SSPs)和典型濃度路徑(RCPs)的矩陣框架，并顯著提高了大氣和海洋模式的分辨率精度[60-61]. CMIP6中4種氣候情景[62]SSP126(低強(qiáng)迫情景，輻射強(qiáng)迫在2100年達(dá)到2.6 W/m2)、SSP245(中等強(qiáng)迫情景，輻射強(qiáng)迫在2100年達(dá)到4.5 W/m2)、SSP370(中等至高強(qiáng)迫情景，輻射強(qiáng)迫在2100年達(dá)到7.0 W/m2)和SSP585(高強(qiáng)迫情景，唯一可以實現(xiàn)2100年輻射強(qiáng)迫達(dá)到8.5 W/m2的SSP情景)綜合考慮了SSPs和RCPs，其中SSP126、SSP245和SSP585分別為CMIP5中RCP2.6、RCP4.5和RCP8.5更新后的情景.

本文采用CMIP6中BCC-CSM2-MR模式的氣候預(yù)估數(shù)據(jù)，相比于CMIP5中BCC-CSM1-1模式，該模式對大氣輻射、深對流過程和重力波方案等諸多方面進(jìn)行了改進(jìn)，使其更適應(yīng)氣候分布[63-64]. 在過去幾十年中撫仙湖流域由于氣溫不斷升高，降水呈下降趨勢，導(dǎo)致極端干旱事件頻發(fā)，對此結(jié)合各排放情景的特點，在未來情景中選擇SSP245和SSP585兩個典型氣候情景，研究未來(2021-2050年)氣溫在不同增幅條件下?lián)嵯珊蛔兓厔? 根據(jù)云南省邊界對全球數(shù)據(jù)做裁剪和平均處理，并采用初征等[65]提出的數(shù)據(jù)同化方法，對氣象模式數(shù)據(jù)中的降水、平均氣溫和太陽輻射等數(shù)據(jù)進(jìn)行校正.

圖8 基于DYRESM模型預(yù)測的撫仙湖 2021-2050年平均水位變化趨勢Fig.8 Annual water level for 2021-2050 predicted by DYRESM for Lake Fuxian

3.3.2 撫仙湖未來水位的變化趨勢及應(yīng)對策略 2021-2050年入湖水量采用降水-入湖水量回歸方程進(jìn)行計算；河道出湖流量為0 m3/d；未來人類活動用水量，采用馮海濤等[51]基于撫仙湖最新保護(hù)治理政策與未來社會經(jīng)濟(jì)的基礎(chǔ)上，預(yù)測的撫仙湖流域中期(2025年)用水需求量(6.091×107m3)和遠(yuǎn)期(2035年)用水需求量(6.513×107m3)數(shù)據(jù). 將用水需求量數(shù)據(jù)線性插值處理后補(bǔ)全2021-2050年人類活動用水總量.

利用模型模擬SSP245和SSP585兩種情景下，撫仙湖未來(2021-2050年)水位變化趨勢(圖8). 在SSP245和SSP585兩種情景下，撫仙湖2021-2050年平均水位分別為1722.98和1723.93 m，較1959-2017年平均水位1721.77 m分別升高1.21和2.16 m. 兩種情景下2021-2040年撫仙湖水位變化趨勢均呈先上升后下降的趨勢，但SSP585情景下水位要遠(yuǎn)大于SSP245情景下水位；在2040-2050年期間，SSP245情景下水位呈顯著上升趨勢，而SSP585情景下水位呈波動下降趨勢. 兩種情景下模擬水位最高值分別出現(xiàn)在2048和2029年，水位分別為1724.08和1724.75 m；最低值均出現(xiàn)在模擬初始年份2021年，水位分別為1722.12和1722.17 m.

SSP245情景中，在2021-2040年期間，由于降水和氣溫波動增加，導(dǎo)致水位呈波動變化趨勢(圖9)；2040年后降水增幅顯著增加[66]，且于2045年達(dá)到峰值，氣溫升溫趨勢則較為緩慢[54]，從而使得湖體蓄水量增加，水位顯著上升. SSP585情景中，在2021-2040年期間，其平均降水量顯著大于SSP245情景下的平均降水量，其平均氣溫小于SSP245情景下的平均氣溫[54,58]，故在2021-2040年期間，SSP585情景下的水位要遠(yuǎn)高于SSP245情景下的水位；而后2040-2050年期間，SSP585情景下升溫趨勢明顯，溫度于2045年達(dá)到峰值，溫度升高使得湖體表面蒸發(fā)量增加，導(dǎo)致水位下降[62].

圖9 氣候模式BCC-CSM2-MR在情景SSP245和情景SSP585下模擬的 2021-2050年平均降水量(a)與氣溫(b)Fig.9 Annual precipitation (a) and air temperature (b) for 2021-2050 predicted by BCC-CSM2-MR under Scenario SSP245 and Scenario SSP585

在出湖河流流量設(shè)為0 m3/d情況下，SSP245情景中未來時段(2021-2044年)撫仙湖水位處于正常蓄水范圍，但2045-2050年撫仙湖水位超過法定最高蓄水位(1723.35 m)；SSP585情景中未來時段(2021-2024年)水位處于正常蓄水范圍，但2025-2050年撫仙湖水位始終高于法定最高蓄水位；兩種情景下，撫仙湖未來水位均有部分時段超過法定最高蓄水位，水位過高會破壞湖區(qū)原有的生態(tài)結(jié)構(gòu)并引起洪水災(zāi)害，危害流域內(nèi)居民生命財產(chǎn)安全. 因撫仙湖為人工調(diào)控湖，目前其出湖閘門關(guān)閉，當(dāng)水位接近最高蓄水位時，可開閘泄流至?？诤优c隔河，以保證水位控制在合理范圍內(nèi)；未來兩種情景下水位均高于法定最低運行水位(1721.65 m)，水量充足，可滿足撫仙湖生態(tài)需水、流域內(nèi)工農(nóng)業(yè)用水和居民生活用水需求.

4 結(jié)論

本文運用DYRESM水動力模型對撫仙湖1959-2050年水位進(jìn)行了模擬，結(jié)論如下：

1)構(gòu)建的降水-入湖水量回歸方程精度較高，在入湖水量缺測情況下，可通過此回歸方程計算得到撫仙湖的入湖水量.

2)DYRESM模型對撫仙湖水位變化的模擬結(jié)果較好，能很好地反映撫仙湖水位的年際和年內(nèi)變化規(guī)律，且能有效捕捉到撫仙湖的水位峰值.

3)模擬結(jié)果表明，在SSP245和SSP585兩種氣候情景下，2021-2050年撫仙湖平均水位均有部分時段超過法定最高蓄水位，但均不低于法定最低運行水位.