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：云南大學國際河流與生態(tài)安全研究院，昆明 650500) (2：中國科學院南京地理與湖泊研究所，南京 210008) (3：云南大學生態(tài)與環(huán)境學院高原湖泊生態(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，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、溶解氧等指標進而影響水生植被[2]；湖泊水位的持續(xù)上升會改變湖區(qū)原有的生態(tài)結構以及湖泊上下游的水文情勢，當水位超過控制水位時還會引發(fā)洪水災害[3]；水位的持續(xù)下降會給生態(tài)環(huán)境安全帶來嚴重威脅，并影響流域內水資源的利用[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、防洪調控和生物多樣性保護等方面發(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)，給流域內居民生活用水和工農業(yè)用水帶來嚴重影響，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)境保護和水資源合理利用，均至關重要.

近年來，已有諸多學者在湖泊水位模擬和預測方面展開了詳細的調查和研究[6-7]，取得了很好的成效. 例如，李云良等[8]基于BP神經網絡對鄱陽湖水位進行模擬，結果表明神經網絡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測模型，實現(xiàn)了對鄱陽湖水位的短期精準預測. 上述方法雖然模擬效果較好，但需要大量數(shù)據(jù)對模型進行訓練，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相對較弱，很難達到對未來湖泊水位進行有效預測的目的. 隨著研究方法的深入，湖泊水動力模型因其完善的物理機制和對水動力學過程的全面考慮可實現(xiàn)對水位的精準模擬，深受廣大學者歡迎. 目前廣泛應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參數(shù)相對簡單的優(yōu)點，被國內外學者廣泛應用于模擬不同類型的湖泊水動力和水質情況，并用來評估和預測未來氣候變化對湖泊熱力學及水質的影響[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]以及地下水補給的影響. 張月霞等[22]利用IWIND-LR模型對撫仙湖水位進行了為期一年的模擬和驗證，結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，通過調節(jié)DYRESM水動力模型物理參數(shù)，并利用水量補償法對2011-2017年入湖水量(地表徑流和地下水量總量)進行反推，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52年的水位模擬結果，分別對回歸方程準確性和DYRESM模型的精度進行驗證. 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SSP585兩種情景中預測的未來氣候狀況，對撫仙湖2021-2050年水位變化趨勢進行了預估，以期為應對氣候變化情況下水資源合理調度提供科學依據(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，流域內總人口17.88萬人[29]. 流域內農業(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氣候區(qū)，常年平均氣溫15.6℃，年內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給. 流域內有大小河流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?？诤?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模型可單獨運行進行水溫和鹽度的模擬，亦可與生態(tài)模型CAEDYM(computational aquatic ecosystem dynamic model)進行耦合，用來模擬水質和浮游植物、浮游動物、魚類、底棲動物等生物有機體的生命過程[38]，也可模擬水體和沉積物之間的營養(yǎng)鹽交換，已在諸多水體中進行了成功應用. 例如，陸頂盤等[39]利用DYRESM對紅楓水庫水體熱分層特征進行了模擬；Saddek等[40]利用DYRESM-CAEDYM模擬了薩瓦河水庫水體的熱分層結構和沉積物內源磷的釋放；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行了模擬.

2.2 模型邊界條件及參數(shù)設定

DYRESM模型需要的基礎數(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；初始條件即為模擬起始時刻的水溫或者水質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)域設為0)7個氣象指標. 水域地形信息由撫仙湖湖底高程-面積關系生成，將撫仙湖以0.1 m水深進行分層，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、水溫及水質數(shù)據(jù)組成，由于僅考慮水位變化，故入湖河流水質濃度均設為0；出流文件由?？诤?、隔河兩條出湖河道水量(兩條河道根據(jù)各自運行時間進行處理)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)進行調試，調試后得到的各參數(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，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參考高度處風速的潛熱傳導系數(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，模型中時間步長設置為3600 s[37].

因蒸發(fā)引起湖泊第N層水體質量變化(kg)的計算公式為：

(2)

(2)湖面降水量計算

因降水而導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層水體質量變化的公式為：

(4)

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

(5)

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

2.3.2 水量補償法計算原理 水量補償法計算原理如圖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的面積和體積數(shù)據(jù)，通過線性擬合構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整的補償值，即：

Day(x)補償值=Day(x)實測庫容差值-Day(x)模擬庫容差值

(8)

補償值有正有負，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，故將補償值補充到入流文件中，一般情況下直接補充到地下水中，反之，說明模型中出湖水量需要增加，將補償值取絕對值后補充至出流流量，便完成了一次水量補償計算. 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償法，計算新的出入流補償值，再相應修改入(出)流量. 一般運行兩次后，即可達到理想效果，完成出入湖水量平衡的計算.

2.4 模型評估標準

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)和相關系數(shù)(r)來進行驗證[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的有關撫仙湖流域水文、氣象和地形等數(shù)據(jù)(表2)，用來進行模型參數(shù)率定.

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

表2 數(shù)據(jù)匯總*

3 結果與討論

3.1 撫仙湖入湖水量計算

在出、入湖流量均設為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)量大于降水量的結論一致[52](圖3a). 經過3次水量補償計算后，更新出、入流數(shù)據(jù)，并對模型中逐個物理參數(shù)進行調試，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行誤差計算，得到RMSE為0.11 m，NSE為0.96，r=0.99，表明經水量補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：水量補償前；b：水量補償后)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入湖水量對擬合方程計算結果進行驗證，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(圖4b)，經誤差分析計算得到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-入湖水量擬合關系(a：擬合方程構建；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?？诤佣嗄瓿龊繛?.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?？诤觾H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，為保證模擬水位趨勢的準確性，將河道出湖水量根據(jù)研究時段年內各月降水量占年總降水量占比進行重新分配，得到1959-2010年的逐月出湖水量，再在各月內根據(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，無詳細實測人類活動用水數(shù)據(jù)，本文通過農業(yè)用水量對其進行估算. 根據(jù)文獻[50]查得1974-2014年撫仙湖耕地面積，利用線性插值法補全1959-2010年撫仙湖流域耕地面積. 據(jù)《撫仙湖水環(huán)境保護及水污染防治規(guī)劃》中提供的2007年撫仙湖流域農業(yè)用水量和人類活動用水總量可知，農業(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)和經濟作物(烤煙為主)，其種植方式以大小春水旱輪作為主，農業(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年耕地面積及對應的農業(yè)用水量，通過線性對應關系，在插值得到1959-2010年撫仙湖流域耕地面積條件下，反推其余年份農業(yè)用水總量，并在農業(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，具體計算結果如圖5所示. 將人類活動用水總量中除農業(yè)用水量外做日平均計算，將逐年農業(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年水位年內變化特征Fig.7 Inner-annual variation of water levels at Lake Fuxian from 1959 to 2010

3.2.3 年內水位變化 模擬得到的1959-2010年年內水位呈現(xiàn)先下降、后上升再下降的變化趨勢(圖7). 年內水位最低值(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年撫仙湖年內水位變化特征一致，表明模型可有效模擬年內水位變化特征.

3.3 撫仙湖水位預測

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對湖泊水位產生很大的影響，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行預測的基本前提是掌握流域內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)模式是進行當代氣候模擬和不同排放情景下未來氣候變化預估的重要工具. 大量學者[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測，結果表明：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濟途徑(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(低強迫情景，輻射強迫在2100年達到2.6 W/m2)、SSP245(中等強迫情景，輻射強迫在2100年達到4.5 W/m2)、SSP370(中等至高強迫情景，輻射強迫在2100年達到7.0 W/m2)和SSP585(高強迫情景，唯一可以實現(xiàn)2100年輻射強迫達到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行了改進，使其更適應氣候分布[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，導致極端干旱事件頻發(fā)，對此結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)進行校正.

圖8 基于DYRESM模型預測的撫仙湖 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對策略 2021-2050年入湖水量采用降水-入湖水量回歸方程進行計算；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治理政策與未來社會經濟的基礎上，預測的撫仙湖流域中期(2025年)用水需求量(6.091×107m3)和遠期(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年達到峰值，溫度升高使得湖體表面蒸發(fā)量增加，導致水位下降[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)結構并引起洪水災害，危害流域內居民生命財產安全. 因撫仙湖為人工調控湖，目前其出湖閘門關閉，當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；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、流域內工農業(yè)用水和居民生活用水需求.

4 結論

本文運用DYRESM水動力模型對撫仙湖1959-2050年水位進行了模擬，結論如下：

1)構建的降水-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果較好，能很好地反映撫仙湖水位的年際和年內變化規(guī)律，且能有效捕捉到撫仙湖的水位峰值.

3)模擬結果表明，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.