徐宗學，周祖昊，姜 瑤，3，桑燕芳，季 鵬，侯居峙，陳 峰

(1. 北京師范大學城市水循環(huán)與海綿城市技術北京市重點實驗室，北京 100875；2. 中國水利水電科學研究院流域水循環(huán)模擬與調(diào)控國家重點實驗室，北京 100038；3. 南昌大學工程建設學院，江西 南昌 330031；4. 中國科學院地理科學與資源研究所陸地水循環(huán)及地表過程重點實驗室，北京 100101；5. 南京信息工程大學水文與水資源工程學院，江蘇 南京 210044；6. 中國科學院青藏高原研究所，北京 100101；7. 云南大學國際河流與生態(tài)安全研究院國際河流與跨境生態(tài)安全重點實驗室，云南 昆明 650500；8. 中國氣象局烏魯木齊沙漠氣象研究所樹木年輪理化研究重點開放實驗室/新疆樹木年輪生態(tài)實驗室，新疆 烏魯木齊 830002)

西南河流源區(qū)是中國淡水資源的重要補給區(qū)和西部地區(qū)生態(tài)屏障，是中國以及東南亞一些國家最重要的水源地。因其獨特的地理位置，源區(qū)地形地貌條件復雜多變，同時又是氣候變化的敏感區(qū)，是當前學術界關注的熱點地區(qū)。因此，研究西南河流源區(qū)的徑流變化具有重要的學術價值和實踐意義。

近20 a來，國內(nèi)外學者圍繞西南河流源區(qū)的徑流變化開展了大量研究，內(nèi)容涉及徑流變化規(guī)律分析[1-2]、徑流變化歸因分析[3-4]及氣候變化下的徑流響應[5]等。研究表明，在過去50 a中，西南河流源區(qū)的徑流發(fā)生了明顯變化，但表現(xiàn)出極大的空間變異性[6]。水文氣象觀測數(shù)據(jù)表明，氣候變化是引起西南河源區(qū)徑流變化的主要原因[7]，其中三江源、雅魯藏布江、怒江等流域徑流變化與降水變化具有較好的一致性[3-4，8]。然而，徑流變化是一個多因素(自然因素和人類活動因素等)動態(tài)耦合的復雜過程，加之西南河流源區(qū)海拔高、陸地表層系統(tǒng)復雜、數(shù)據(jù)基礎薄弱等特點，當前對該區(qū)域徑流變化及其驅(qū)動機制尚缺乏系統(tǒng)研究。

西南河流源區(qū)水文氣候過程時空演變規(guī)律復雜，洪旱災害時常發(fā)生。季風是西南河流源區(qū)水文氣候過程的根本驅(qū)動力，區(qū)域季風環(huán)流與水汽輸送過程十分復雜，對保障區(qū)域水安全、洪旱及次生地質(zhì)災害防治等均具有重要影響[9]。目前研究主要關注了近60 a該區(qū)域豐枯變化規(guī)律，對于更長時間尺度的豐枯變化規(guī)律及其與季風的響應關系等問題，缺乏深入認識。因此，有必要在不同時間尺度(全新世、近500 a等尺度)探究該區(qū)域豐枯變化規(guī)律，并探討季風環(huán)流驅(qū)動下的物理機制，不僅有利于提高對該區(qū)域豐枯變化規(guī)律的科學認識，提高水文模型對徑流和洪水的預測能力，而且可以有效支撐水利水電工程的規(guī)劃設計、水能水資源合理開發(fā)利用等。

根據(jù)IPCC最新第六次評估報告結(jié)果，青藏高原地區(qū)未來降水和氣溫總體呈現(xiàn)增長趨勢[10]。這種氣候暖濕化特征將進一步造成西南河流源區(qū)徑流以及極端徑流的變化，威脅該地區(qū)未來水資源安全。除了氣候變化因子外，未來CO2濃度的增加會通過抑制植被氣孔導度減少植被蒸騰作用，并最終導致陸面變濕、徑流增加[11-12]。而下墊面植被覆蓋的增加(如葉面積指數(shù)增加)則直接通過增強植被蒸騰作用使陸面變干、徑流減小、枯水徑流事件頻發(fā)[13]。這種葉面積指數(shù)增加的干效應在中緯度地區(qū)超過了CO2濃度增加的濕效應，從而表現(xiàn)出徑流減小作用[14]。然而，目前西南河流源區(qū)未來徑流變化的預估研究多忽略下墊面變化以及CO2濃度變化的生態(tài)水文效應，未來持續(xù)增暖背景下生態(tài)因子對西南河流源區(qū)陸地水循環(huán)的凈作用如何、這種凈效應是否會隨著未來增溫強度而發(fā)生變化、以及與氣候變化因子的相對重要性等問題尚需進一步研究。同時，目前有關源區(qū)徑流未來預估工作多依賴于全球或區(qū)域氣候模式的氣候變化模擬結(jié)果，但所用的模式數(shù)目較少，預估結(jié)果存在較大不確定性。因此，需要從集合模擬與預估的角度，在考慮氣候和生態(tài)因子共同影響下，給出西南河流地區(qū)未來徑流變化的可信預估結(jié)果。

1 研究區(qū)概況

本文研究區(qū)域包括三江源地區(qū)、雅魯藏布江(以下簡稱雅江)和怒江(圖1)。三江源地區(qū)地理位置為31°39′N—36°12′N、89°45′E—102°23′E，面積為36.3萬km2，是長江、黃河、瀾滄江三大河流的發(fā)源地[8]。三江源區(qū)共有近200條河流，河流大多自西北流向東南，主要集中在東部地區(qū)。唐古拉山的北麓格拉丹冬雪山為長江的發(fā)源地，源區(qū)內(nèi)河流長達1 217 km，占干流總長的19%；巴顏喀拉山北麓的各姿各雅雪山為黃河的發(fā)源地，源區(qū)內(nèi)河流長達1 553 km，占干流總長的36%；果宗木查雪山為瀾滄江的發(fā)源地，源區(qū)內(nèi)河流長達448 km，占干流總長的10%。

圖1 西南河流源區(qū)Fig.1 Map of the headwaters region of the southwest rivers

雅江流域地理位置為28°00′N—31°16′N、82°00′E—97°07′E、面積為24.2萬km2，呈東西向狹長柳葉狀。雅江發(fā)源于日喀則仲巴縣與阿里普蘭縣交界處的杰瑪央宗冰川，流域地勢西高東低，平均海拔在4 500 m以上。從源頭至拉孜為上游段，全長268 km，流域面積2.67萬km2；拉孜以下到米林縣的派鎮(zhèn)為中游段，長約1 340 km，流域面積16.5萬km2；從米林縣的派鎮(zhèn)到巴昔卡附近為下游段，長約496 km，流域面積5.03萬km2。

怒江流域地理位置為23°05′N—32°48′N、91°08′E—100°15′E，中國境內(nèi)流域面積約為12.55萬km2，境內(nèi)河道長約2 020 km，占全河長度的62.34%。怒江流域形狀呈條帶形，呈現(xiàn)西北-東南走向，發(fā)源于唐古拉山南麓的吉熱格帕山。流域上游除高大雪峰外山勢平緩，河谷平淺；中游地處橫斷山區(qū)，山高谷深，水流湍急。兩岸支流大多垂直入江，干支流構(gòu)成羽狀水系。

2 研究方法和數(shù)據(jù)

2.1 徑流變化規(guī)律及其驅(qū)動機制

為充分反映整個三江源地區(qū)、雅江流域、怒江流域的徑流變化規(guī)律，選取近50 a(1950—2010年)的月徑流資料進行徑流變化規(guī)律分析，水文站點包括三江源地區(qū)的吉邁、唐乃亥、下拉秀、香達、沱沱河、直門達水文站，雅江流域的拉孜、奴各沙、江孜、日喀則、羊村、拉薩、唐加、旁多、奴下、更張、工布江達、巴河橋水文站，怒江流域的道街壩水文站，不同站點的資料系列略有不同。采用Mann-Kendall(MK)方法、集合經(jīng)驗模態(tài)分解(EEMD)、小波分析(WA)等方法系統(tǒng)研究流域徑流變化的時空多尺度特征，在此基礎上，運用水文模型SWAT、WEP-QTP[15]等對研究區(qū)的徑流演變原因進行定量分析。

2.2 歷史豐枯規(guī)律及其驅(qū)動機制

為了深入認識西南河流源區(qū)徑流的豐枯變化規(guī)律，采用多種技術途徑和方法揭示主要河流在不同時間尺度的豐枯變化規(guī)律，并通過水汽輸送過程探討其物理驅(qū)動機制。為克服器測記錄時間尺度有限的局限性，選擇具有沉積連續(xù)、記錄時間長以及對氣候環(huán)境變化響應敏感等特點[16]的湖泊沉積物作為研究對象，通過系統(tǒng)采集雅江中游的昂仁金錯(封閉湖泊)和打加芒錯(河流貫通湖泊)的湖泊巖芯，開展雅江徑流重建工作，分別用于恢復區(qū)域全新世氣候和徑流洪水變化，并明確徑流、洪水變化在自然狀態(tài)下的主控因素。此外，通過采集樹木年輪數(shù)據(jù)[17]，重建怒江過去500 a徑流量序列，分析其豐枯變化規(guī)律與物理機制，以填補該流域徑流歷史變化研究的空白。

進一步利用ERA5數(shù)據(jù)，借助水汽輸送過程和水汽收支診斷分析大氣環(huán)流系統(tǒng)對西南河流源區(qū)降水收支平衡及其引發(fā)的豐枯規(guī)律與影響機制。在年際及更長時間尺度上，通常認為降水量與整層水汽通量輻合和蒸發(fā)量存在平衡關系，通過綜合分析水汽輸送水平熱力項、水平動力項、垂直熱力項、垂直動力項以及蒸發(fā)項的變化，可以具體解釋降水變異特征及空間差異性的物理機制[18]。

2.3 未來氣候變化影響下的徑流變化趨勢

選取耦合模式比較計劃(CMIP6)中11個全球氣候模式在歷史(1979—2014年)和未來(2015—2100年)不同社會經(jīng)濟情景下的氣象要素與植被葉面積指數(shù)(LAI)模擬結(jié)果[19]，以及來自CORDEX試驗中的5個區(qū)域氣候模式在歷史時期(1980—2001年)和未來15 a(2020—2035年)RCP4.5和RCP8.5排放情景下的模擬數(shù)據(jù)[20]作為未來氣候和生態(tài)因子變化的主要數(shù)據(jù)來源。

利用均值偏差訂正方法、分位數(shù)定位偏差校正法以及2種氣溫、降水聯(lián)合偏差校正法去除氣象強迫以及下墊面LAI模擬的系統(tǒng)性偏差，生成多套偏差訂正后的氣候變化驅(qū)動數(shù)據(jù)，并用于驅(qū)動聯(lián)合地表-地下過程的陸面水文模型(CSSPv2)[21]和考慮融冰融雪過程的THREW水文模型[22]，實現(xiàn)多模式、多情景下的三江源和雅魯藏布江-布拉馬普特拉河流域徑流預估。此外，通過有無CO2濃度變化以及有無LAI變化的對比試驗，分離出CO2濃度變化和LAI變化對模擬結(jié)果的影響。

3 結(jié)果分析與討論

3.1 徑流變化規(guī)律及其驅(qū)動機制

針對三江源、雅江、怒江三大西南河流源區(qū)的徑流演變規(guī)律，對徑流的變化趨勢、變異和變化歸因等方面開展不同時空尺度的系統(tǒng)性研究。

3.1.1 徑流演變規(guī)律分析

研究基于三江源6個水文站點1956—2012年間徑流實測資料，分析發(fā)現(xiàn)除黃河源區(qū)唐乃亥站徑流出現(xiàn)減小趨勢外，其余5個站點觀測徑流量均出現(xiàn)增加趨勢，而且以長江源區(qū)直門達水文站徑流增速最大，為0.667億 m3/a(圖2)。

圖2 三江源地區(qū)徑流變化趨勢分析(1956—2012年)Fig.2 Analysis on runoff variation trend in the Sanjiangyuan region (1956—2012)

采用EEMD對雅江流域各水文站年和季節(jié)(豐水季和枯水季)徑流序列的長期變化特征進行分析，得到各站年徑流序列的本征模態(tài)函數(shù)(IMF)分量及殘余趨勢項，并對各IMF分量及殘余趨勢項進行顯著性檢驗。結(jié)果表明，雅江流域干流及其主要支流的年徑流序列在55 a尺度上(1961—2015年)主要呈單調(diào)減小趨勢，僅在更張、旁多和拉薩站呈先略微減小后增加的趨勢(圖3)，其中奴下、羊村、奴各沙、拉孜和日喀則5個站點處的年徑流變化趨勢通過了顯著性檢驗(p<0.05)。然而，在30 a尺度上(即每30 a區(qū)間，1961—1990年和1991—2015年)，各站點年徑流序列均呈現(xiàn)相似的非單調(diào)變化趨勢，整體上在1990年之前呈不明顯的下降趨勢，1990年之后表現(xiàn)為先上升后下降的趨勢，其趨勢轉(zhuǎn)變的時間均發(fā)生在2000年左右(圖3)。顯著性分析表明，在30 a尺度上，奴下、奴各沙、羊村和日喀則站點處的年徑流序列變化趨勢通過了顯著性檢驗(p<0.05)。應用MK趨勢檢驗方法對年徑流序列的突變點進行檢驗，結(jié)果表明在95%置信水平下，雅江干流及其支流各水文站點年徑流序列均在1995—2000年左右發(fā)生突變，各站點年徑流序列總體呈不顯著下降趨勢，僅有更張水文站年徑流序列為不顯著增加趨勢，MK檢驗結(jié)果與利用EEMD得到的趨勢分析基本一致。

圖3 1961—2015年雅江流域12個水文站年徑流序列變化趨勢Fig.3 Trends of annual runoff series at 12 hydrological stations in the Yarlung Zangbo River basin from 1961 to 2015

對比各站點豐水季與枯水季徑流的長期變化趨勢發(fā)現(xiàn)，年徑流的變化主要由豐水季徑流變化主導，二者呈現(xiàn)相似的變化趨勢(圖4)，而枯水季徑流的變化則呈現(xiàn)較大的空間差異(圖4)。雅江上游(拉孜)、拉薩河上游(旁多)及尼洋河(更張、工布江達)的枯水季徑流均呈緩慢增加趨勢(不顯著)，而雅江中游(奴下、羊村、奴各沙、日喀則)的枯水季徑流在20世紀90年代前緩慢下降而在90年代后開始增加，拉薩河中下游(拉薩和唐加)和年楚河(江孜)的枯水季徑流在20世紀90年代后則有略微減小(不顯著)(圖4)。

圖4 1961—2015年雅江流域12個水文站徑流變化趨勢Fig.4 Trends of runoff at 12 hydrological stations in the Yarlung Zangbo River basin from 1961 to 2015

怒江徑流量在1958—2000年間主要呈增加趨勢，且增加趨勢顯著(p<0.05)，增幅達到18.6萬m3/(10 a)[8]。

3.1.2 歸因分析

對于三江源地區(qū)，采用分布式水文模型SWAT，對長江源直門達站、瀾滄江源香達站和黃河源唐乃亥站徑流序列進行模擬。模擬過程以1961—1970年為模型率定期，以1971—1979年為模型驗證期。研究結(jié)果發(fā)現(xiàn)SWAT模型可以很好地模擬出三江源的徑流過程，相關系數(shù)(R)分別達到0.90、0.81和0.83。以1961—1979年為基準期，利用1980—2012年長江源、瀾滄江源和黃河源的氣象數(shù)據(jù)，再次驅(qū)動水文模型，生成在這一時段氣象條件下的重建數(shù)據(jù)。對比重建數(shù)據(jù)與觀測數(shù)據(jù)，即認為是人類活動的貢獻率。最終計算結(jié)果表明，氣候變化是三江源在1980—2012年間徑流量變化的絕對主導因素，其貢獻率分別為88%(長江源)、90%(瀾滄江源)和83%(黃河源)。其中，幾乎整個三江源地區(qū)(除東部小部分地區(qū))的年降水總量在1980—2012年均呈現(xiàn)增加趨勢，尤其是在中北部地區(qū)及西南地區(qū)，平均增幅為13.3 mm/(10 a)，氣候變化中降水的顯著增加對徑流的貢獻又遠大于氣溫升高對徑流的影響。

對于雅江流域，以典型支流尼洋河為例進行分析。WEP-QTP模型對尼洋河流域的日徑流過程有較好的模擬效果，工布江達站、巴河橋站、多布站的Nash效率系數(shù)分別為0.79、0.77和0.88，相對誤差分別為-8.7%、-6.4%和2.7%?；赪EP-QTP模型得到1961—2018年尼洋河流域徑流不同組分年際間的變化規(guī)律(圖5)，由圖5可見，降雨產(chǎn)流對徑流量影響最大。對各組分年際變化趨勢分析發(fā)現(xiàn)，融冰、融雪產(chǎn)流呈不顯著減小趨勢，降雨產(chǎn)流呈顯著增加趨勢。在徑流突變點1986年前后，降雨產(chǎn)流量占比由突變前74.5%增加到80.5%，融冰產(chǎn)流量占比由4.2%減小到2.1%，融雪產(chǎn)流量占比由21.3%減小到17.3%。根據(jù)水文氣象觀測數(shù)據(jù)分析，1961—2018年尼洋河流域降水主要呈現(xiàn)增加趨勢，平均增幅約4.0 mm/(10 a)，因此降水的增加可認為是尼洋河徑流增加的主導因素。

圖5 尼洋河徑流組分的年際變化Fig.5 Interannual variation of runoff components in the Niyang River

在考慮時間滯后性的條件下，通過建立怒江年徑流量與流域內(nèi)那曲、貢山和保山氣象站觀測數(shù)據(jù)的相關性模型，使用主成分分析方法分別提取3個氣象站上一年10月至當年9月降水量(PPC1)和2—11月平均氣溫(TPC1)，其第一主成分分別占總方差的84.16%和52.45%，表明PPC1和TPC1成功捕獲了影響怒江流域的大尺度氣候信號。研究進一步發(fā)現(xiàn)，降水是怒江徑流量變化的主要驅(qū)動因子。其中，在1958—2004年期間，怒江流域上游那曲站降水量和怒江年徑流量均呈上升趨勢，降水變化解釋了約46.7%的徑流量變化(R=0.69，p<0.01)，表明寒冷、干旱和半干旱水源區(qū)的降水是驅(qū)動下游河流徑流量變化的關鍵因素。流域上游的降水主要以冬季降雪形式存在，上一年10—12月降水量與徑流量顯著正相關表明冬季積雪可能影響暖季徑流量變化。除了冬季降雪外，來自印度洋北部的水汽也會影響怒江流域的降水，表現(xiàn)為相對豐富的季風降雨導致河流徑流量迅速增加[23]。

3.2 歷史豐枯規(guī)律及其驅(qū)動機制

為了深入認識西南河流源區(qū)不同時間尺度的豐枯變化規(guī)律，采用多種技術途徑和方法分析全新世雅江中游和近500 a怒江洪水變化規(guī)律，并重點從季風變化與影響的角度揭示豐枯變化規(guī)律的物理機制。

3.2.1 豐枯變化規(guī)律

(1) 全新世雅江中游洪水變化規(guī)律。通過對提取的湖泊沉積物多種元素進行綜合對比驗證，得到全新世雅江中游徑流的變化規(guī)律，總體上顯示在過去20 ka以來徑流持續(xù)增加[24]。利用功率譜和小波分析對去趨勢后的全新世徑流進行周期提取，結(jié)果顯示：徑流在年際尺度(2～7 a周期)和長時間尺度(500 a、1 000 a、2 000 a周期)的變化規(guī)律均響應了厄爾尼諾-南方濤動(ENSO)的活動變化規(guī)律。此外，通過對比發(fā)現(xiàn)全新世洪水頻率與ENSO活動具有較好的一致性：近3 ka的洪水頻率增加與模擬和地質(zhì)記錄中的ENSO活動增加一致[25]，而在9～3 ka BP期間，雅江洪水頻率明顯減小，與模擬的ENSO活動減弱一致。總體上，本研究恢復的雅江洪水在全新世以來與ENSO變化較為一致，即較大的ENSO活動變化有利于洪水發(fā)生，反之亦然。

(2) 近500 a怒江洪水變化規(guī)律。利用采自怒江流域的6個樹木年輪樣本，在進行數(shù)據(jù)純化處理的基礎上研制了樹輪寬度年表。基于樹輪氣候水文響應分析結(jié)果，發(fā)現(xiàn)上年9月至當年6月的徑流量和樹輪相關性最好，因此利用線性回歸模型重建了怒江1500—2011年上一年9月至當年6月徑流量變化值。重建序列平均值為332.19億 m3，標準差(σ)為27.49億 m3。將重建序列進行21 a低通濾波處理，定義連續(xù)10 a低于平均值為枯水期，連續(xù)10 a高于平均值為豐水期；定義徑流量值低于平均值2倍標準差年份為枯水年，高于平均值2倍標準差為豐水年。由圖6可知[26]，重建序列存在10個枯水期(1500—1509年、1534—1548年、1563—1573年、1592—1613年、1629—1656年、1731—1774年、1793—1833年、1863—1899年、1905—1930年、1961—1985年)和10個豐水期(1510—1533年、1549—1562年、1574—1591年、1614—1628年、1657—1730年、1775—1792年、1834—1862年、1931—1942年、1950—1960年、1986—2011年)，存在12個枯水年(1504年、1604年、1605年、1606年、1653年、1736年、1798年、1799年、1804年、1897年、1913年和1972年)和8個豐水年(1719年、1785年、1850年、1940年、1957年、1980年、2000年和2008年)。在1603—1608年、1735—1737年、1797—1800年、1943—1945年間出現(xiàn)了連續(xù)多年(≥3 a)低于平均值1倍標準的枯水期。此外，重建序列也顯示了徑流量在1970—2000年期間有顯著增加趨勢。

圖6 1500—2011年怒江上年9月至當年6月徑流量重建序列Fig.6 Runoff reconstruction sequence of the Nujiang River from September of last year to June of the current year from 1500 to 2011

3.2.2 驅(qū)動機制分析

相關研究結(jié)果顯示，西南河流源區(qū)徑流變化主要受到ENSO活動的影響，通過調(diào)節(jié)大氣降水改變該區(qū)域的徑流變化[23]?？傮w上，ENSO暖相位(El Nio事件)時沃克環(huán)流受到抑制，印度季風減弱，來自孟加拉灣的水汽減少，導致該區(qū)域降水減少；而在ENSO冷相位(La Nia事件)階段沃克環(huán)流持續(xù)增強，氣流上升區(qū)向西移動，加強了阿拉伯海的水汽輸送，導致較強的降水[27]。El Nio和La Nia存在伴生現(xiàn)象，二者共同構(gòu)成約2～8 a的ENSO周期[28]，直接影響西南河流源區(qū)徑流年際尺度的豐枯變化規(guī)律。

為進一步闡明季風環(huán)流對該區(qū)域降水及其導致的徑流豐枯變化規(guī)律的影響，依據(jù)區(qū)域水汽收支平衡物理方程，定量揭示了1979—2015年南亞季風爆發(fā)、消退異常變化對該區(qū)域降水變異的影響及其作用機制。結(jié)果顯示(圖7)：南亞季風爆發(fā)和消退異常對該區(qū)域汛期降水的影響存在非對稱效應，且空間差異性明顯。季風爆發(fā)(消退)異常將導致區(qū)域東部、中部和西部汛期降水量存在約23.41%、15.91%、1.96%(13.05%、21.50%、29.86%)的差異，極易引起降水異常，增加洪旱災害的潛在風險[29]。究其根源，降水異常主要與南亞季風活動異常造成的水汽輸送熱動力過程變化有關。南亞季風爆發(fā)時間提前(推遲)時，區(qū)域以南存在異常氣旋(反氣旋)式水汽輸送，造成水平方向水汽幅合(幅散)；另外，該區(qū)域受地形作用影響顯著，進一步增加垂直方向上水汽輻合異常，最終導致汛期降水總量和極端降水事件的增多(減少)，誘發(fā)洪旱災害。

圖7 南亞季風影響藏東南汛期降水變異的作用機制Fig.7 Mechanism of South Asian monsoon affecting precipitation variability in flood season in Southeast Tibet

3.3 未來氣候變化影響下的徑流變化趨勢

利用全球和區(qū)域氣候模式在未來不同排放情景下的氣象要素模擬數(shù)據(jù)，在偏差訂正后驅(qū)動陸面水文模型，預估未來15～60 a三江源區(qū)(主要為黃河源區(qū)和長江源區(qū))和雅魯藏布江-布拉馬普特拉河徑流與極端徑流的未來變化趨勢。以三江源區(qū)為例，從氣象-生態(tài)-水文相聯(lián)系的角度，探討生態(tài)因子(CO2濃度變化和LAI變化)和氣象因子對未來極端徑流事件變化的相對貢獻。

3.3.1 未來徑流變化趨勢

根據(jù)不同的氣候模式預估結(jié)果，在維持現(xiàn)有社會經(jīng)濟發(fā)展規(guī)律和溫室氣體排放水平條件下，全球平均溫度將在2020—2035年、2035—2060年以及2060—2075年間相比工業(yè)革命前(1850—1900年)增加1.5 ℃、2.0 ℃和3.0 ℃[30]。相應的CMIP6/CSSPv2試驗集合平均結(jié)果顯示(圖8)，當未來全球增溫1.5 ℃、2.0 ℃和3.0 ℃時，三江源區(qū)平均降水量將分別增加5%、7%和13%；年蒸散發(fā)量的變化趨勢與降水一致，在1.5 ℃、2.0 ℃和3.0 ℃增溫水平下分別增加4%、7%和13%；植被蒸騰占總蒸散發(fā)的比值(蒸散比)也在各增溫水平下顯著增加，表明植被蒸騰的增加速率要大于地表蒸發(fā)；雖然年產(chǎn)流量的相對變化在1.5 ℃、2.0 ℃和3.0 ℃增溫水平下能達到6%、9%和14%，但僅有75%的模式顯示出產(chǎn)流增加趨勢，進一步分析表明，年平均產(chǎn)流在春季和冬季的增加是顯著的，而在夏季和秋季的變化不確定性較大。

圖8 全球未來不同增溫水平下三江源區(qū)陸面水循環(huán)要素相比歷史時期(1985—2014年)的相對變化(修改自文獻[30])Fig.8 Relative changes of hydrological cycle elements on land surface in the Three-River Headwaters region compared with historical periods (1985—2014年) under different global warming levels in the future

與三江源類似，雅魯藏布江-布拉馬普特拉河流域在未來也呈現(xiàn)出降水增加和氣溫升高的趨勢。具體的，流域平均年降水量在歷史時期(1982—2001年)為1 425.3 mm，而RCP4.5和RCP8.5排放情景下未來近期時段(2020—2035年)的降水將分別達到1 529.8 mm和1 608.0 mm，相比歷史期間增加了7.3%和12.8%。流域平均氣溫也將由歷史時期的8.7 ℃增加至RCP4.5和RCP8.5排放情景下的9.8 ℃和10.0 ℃。與氣溫和降水增加對應的是流域徑流量的增加。在流域出口的Bahadurabad水文站(圖9)，RCP4.5排放情景下未來近期年平均徑流深為1 386.7 mm，相比歷史期間增加6.9%，而在RCP8.5情景下年平均徑流深為1 466.4 mm，相比歷史時期增加12.9%[31]。

圖9 不同排放情景下，雅魯藏布江-布拉馬普特拉河Bahadurabad水文站的徑流預估結(jié)果和90%不確定性區(qū)間[31]Fig.9 Estimation of runoff and 90% uncertainty intervals for Bahadurabad hydrological station of Yarlung Tsangpo-Brahmaputra River under different discharge scenarios

3.3.2 未來洪旱災害變化趨勢

在1.5 ℃增溫水平下，黃河源區(qū)雨季極小徑流事件發(fā)生的頻率相比1985—2014年增加了55%，但是不確定性范圍大于集合平均結(jié)果，表明結(jié)果并不顯著。在2.0 ℃和3.0 ℃增溫水平下，極小徑流事件將分別增加77%和125%，且結(jié)果也變顯著。不同于黃河源區(qū)，長江源區(qū)在1.5 ℃、2.0 ℃和3.0 ℃增溫水平下的雨季極大徑流事件分別顯著增加138%、202%和232%，表明洪澇風險有所增加(圖10)。另外，雅魯藏布江-布拉馬普特拉河流域多年平均洪峰流量在2種排放情景下分別達到了5.191 9×104m3/s和5.632 4×104m3/s，相比于歷史時期分別增加了13.5%和23.2%。在濕潤的長江源區(qū)和雅魯藏布江-布拉馬普特拉河流域，未來暖濕化的氣候均導致平均徑流和極大徑流增加，對應洪水風險增加；對于較為干旱的黃河源區(qū)，未來氣候的暖濕化使得雨季極小徑流事件(干旱)頻發(fā)。這種“干更干，濕更濕”的極端徑流變化特征為未來河流源區(qū)的水旱災害管理帶來了巨大挑戰(zhàn)，也對極端徑流事件的預測提出了更高的要求。

圖10 全球未來不同增溫水平下黃河源和長江源區(qū)月徑流量和極端徑流量變化(修改自文獻[30])Fig.10 Changes of streamflow and extreme streamflow over the source regions of Yellow River and Yangtze River under different global warming levels in the future

3.3.3 生態(tài)因子和氣象因子對未來極端徑流事件變化的貢獻

以三江源地區(qū)為例，分析了生態(tài)因子對極端徑流變化的影響(圖11)。結(jié)果發(fā)現(xiàn)雖然氣候變化的影響最大，但是CO2的植被生理效應和下墊面LAI變化因子也不容忽視，兩者對極小、極大徑流預估結(jié)果的影響可以達到9%～22%，且兩者的作用隨不同增溫幅度的變化而變化。在增溫幅度較小時，LAI的增加幅度較小，LAI增加導致的植被耗水強度相對較弱，而CO2濃度增加導致的植被生理效應(減小植被氣孔導度)則是直接作用于現(xiàn)有以及增長的植被，因而CO2的植被生理效應的增濕效應占主導，即升高的CO2濃度抑制了植被蒸騰，從而增加了極大徑流事件的頻次，且這種增濕作用大于由LAI增加導致的干效應。隨著增溫幅度的增加，暖濕化的氣候條件使LAI增長幅度不斷增加，導致的干效應也持續(xù)增強，并在3.0℃增溫水平下超過CO2生理強迫的影響，使得極小徑流事件增加。因此，CO2的植被生理效應和LAI增長導致的水文效應對源區(qū)陸地水循環(huán)未來預估均有不可忽視的作用，單獨考慮某一種或者不考慮這2種生態(tài)過程，均會給未來預估帶來較大誤差。同時，LAI增長的干效應隨著增溫強度增加而增強，表明未來持續(xù)增溫背景下河流源區(qū)的植被-水文耦合過程更加緊密。

圖11 氣象因子、CO2的植被生理效應以及下墊面LAI變化對極端徑流變化預估的影響(修改自文獻[30])Fig.11 Effects of climate factors，vegetation physiological effects of CO2 and underlying surface LAI changes on the projection of extreme runoff change

4 結(jié) 論

圍繞著中國西南河流源區(qū)徑流變化規(guī)律及其未來演變趨勢這一核心科學問題，經(jīng)過多年的研究與探索，得到以下幾點基本結(jié)論：

(1) 選取三江源區(qū)、雅魯藏布江流域和怒江流域近50 a(1950—2010年)的月徑流資料，進行了徑流變化規(guī)律及其驅(qū)動機制分析。結(jié)果表明，三江源地區(qū)徑流整體表現(xiàn)為上升趨勢，其中以長江源區(qū)直門達水文站徑流量增速最大。雅魯藏布江流域內(nèi)尼洋河年徑流量近50 a來總體呈增加趨勢，而其他區(qū)域年徑流量整體上呈不顯著下降趨勢，20世紀90年代后表現(xiàn)為先上升后下降的趨勢，同時存在3～4 a和12～15 a的周期變化特征。盡管在全球變暖背景下，升溫對于徑流變化的作用有所增強，但降水仍然是引起三江源、雅江和怒江流域徑流變化的最關鍵因子，其中降水在三江源、雅魯藏布江流域尼洋河和怒江均主要呈增加趨勢，平均增幅為4.0～13.3 mm/(10 a)，降水的增加是該地區(qū)徑流增加的主導因素。

(2) 全新世雅江中游徑流呈現(xiàn)波動增加的態(tài)勢，大致分為3個主要階段，洪水事件呈現(xiàn)出早、晚全新世頻繁、中全新世相對較少的特征。近500 a怒江流域重建序列存在10個豐水期和10個枯水期，并且在20世紀70年代后呈現(xiàn)增加趨勢。西南河流源區(qū)徑流豐枯變化主要受季風環(huán)流和ENSO活動的影響，但季風異常的影響具有明顯的“非對稱效應”，年際尺度上從東部向西部季風對降水的影響效應逐漸增強；長期趨勢變化尺度上季風環(huán)流強弱變化直接影響該區(qū)域降水—徑流的豐枯變化情勢。

(3) 利用氣候模式的未來氣象要素預估結(jié)果驅(qū)動陸面水文模型，預估了未來15～60 a持續(xù)增溫的情景下三江源區(qū)和雅魯藏布江-布拉馬普特拉河徑流與極端徑流的變化趨勢。結(jié)果表明，未來平均徑流相比近30 a增加6%～14%，極端徑流呈現(xiàn)出“干更干、濕更濕”的變化特征，且生態(tài)因子(CO2的植被生理效應和LAI變化)對于未來徑流變化具有不可忽視的作用。