武 磊，李奮華，李常斌，武 建，呂佳南，謝旭紅，魏健美 ，周 璇

(1.蘭州大學(xué) 資源環(huán)境學(xué)院，蘭州 730000； 2.蘭州大學(xué) 西部環(huán)境教育部重點實驗室，蘭州 730000；3.甘肅省討賴河流域水資源局，甘肅 酒泉 735000)

1 研究背景

政府間氣候變化委員會在其2007年度報告中提出，全球平均地表溫度在20世紀(jì)提高了0.6 ℃，2013年度報告中指出全球氣候?qū)⒊掷m(xù)變暖，升溫是20世紀(jì)全球氣候變化的主要內(nèi)容，且將成為21世紀(jì)氣候變化的主要驅(qū)動力因素[1]。上述背景下，大氣圈、生物圈、水圈等圈層的物質(zhì)交換及平衡發(fā)生深刻變化[2-3]。特別是氣候變化和人類活動雙重作用下，流域水文和生態(tài)系統(tǒng)所發(fā)生的異變及其對植被水分利用和河川徑流形成的影響，使得人類可持續(xù)發(fā)展的資源環(huán)境背景發(fā)生改變，人類適應(yīng)全球變化的需求也隨之升級[4]。

水資源是干旱區(qū)經(jīng)濟(jì)-社會-生態(tài)復(fù)合體系健康發(fā)展的限制性因素[5]。生態(tài)文明建設(shè)大背景下，干旱區(qū)人口和經(jīng)濟(jì)社會的快速發(fā)展對水資源的量、質(zhì)需求不斷增加，加之干旱脆弱生境的改良提升也離不開水的支撐，干旱區(qū)山地系統(tǒng)所涵養(yǎng)的出山徑流，是中下游平原地帶生命、生產(chǎn)和生活體系用水的基本保障，出山徑流未來變化的研究，具有理論和實踐方面的雙重意義[6-7]。

討賴河上游山區(qū)是全流域水資源的主要形成區(qū)，也是暴雨和洪水的主要匯集區(qū)[8]。流域中下游地區(qū)工業(yè)發(fā)展迅速，農(nóng)業(yè)用水量大，水資源需求不斷提升，給“三生體系”用水和諧和經(jīng)濟(jì)-社會-生態(tài)復(fù)合系統(tǒng)的可持續(xù)發(fā)展帶來巨大挑戰(zhàn)。有研究表明，討賴河流域從暖干化向暖濕化轉(zhuǎn)型，氣溫升高、降水增加以及地表覆被的變化均對徑流產(chǎn)生影響[9-10]；流域氣候極端事件頻發(fā)，尤其是極端氣溫與降水均有增多趨勢，水資源變異性和不確定性提升[11]；流域水資源形成、轉(zhuǎn)化和開發(fā)利用等面臨系列挑戰(zhàn)，存在諸如干流來水、用水過程不協(xié)調(diào)和分水制度不完善等系列問題[12-13]。

流域管理所依托的監(jiān)測手段和配套措施需要相應(yīng)的理論支撐[14-15]。 討賴河流域已有研究多集中在歷史和現(xiàn)狀水文氣象要素分析及流域水資源配置和管理建議等方面， 基于山區(qū)水文氣象和下墊面情形對未來出山徑流預(yù)報的研究相對較少， 限制了人們對氣候變化背景下山區(qū)來水及其變異的全面了解。 當(dāng)前， 未來氣候變化及河川徑流預(yù)測多采用氣候預(yù)測模式與水文模型的耦合[16]， 這一思路為改進(jìn)流域水利工程調(diào)度方案提供數(shù)據(jù)支撐的同時， 可有效提升區(qū)域水資源合理規(guī)劃配置的科學(xué)性[17]。

本文基于多種全球氣候模型(Global Climate Models，GCMs)輸出的降尺度，通過加權(quán)集成對上述成果進(jìn)行優(yōu)化，結(jié)合出山徑流的氣候-生態(tài)驅(qū)動模式構(gòu)建，對未來氣候背景下的出山徑流及其變化進(jìn)行預(yù)測，為該流域未來水資源合理開發(fā)和高效利用提供基礎(chǔ)數(shù)據(jù)支撐，有利于流域管理及涉水政策的制定和實施。

2 研究區(qū)概況

討賴河發(fā)源于祁連山區(qū)討賴南山東段，屬黑河一級支流，集水面積6 883 km2，河川徑流主要由降水、冰雪融水以及地下水補(bǔ)給。流域上游地勢高峻，氣候陰濕寒冷，分布有冰川，屬于典型高寒半干旱氣候，覆被類型以高寒草甸為主，面積占比87%[9]。年降水量在300～450 mm之間，年均氣溫在-5 ℃左右，年實際蒸散發(fā)在200～250 mm之間，太陽輻射強(qiáng)烈，晝夜溫差大[10]。由冰溝水文站實測數(shù)據(jù)可知，討賴河上游年徑流量介于4.8億～9.2億m3之間，是中、下游酒泉盆地和金塔盆地各項用水的主要來源。根據(jù)冰溝斷面以上討賴河流域水文地貌特征，將研究區(qū)劃分為6個子流域(區(qū))，為便于統(tǒng)計分析，對各子流域自出山口往上逐次編號，如表1所示。

表1 討賴河冰溝斷面以上子流域(區(qū))概況

3 數(shù)據(jù)與方法

3.1 數(shù) 據(jù)

氣溫、降水?dāng)?shù)據(jù)來自國家青藏高原科學(xué)數(shù)據(jù)中心(http:∥data.tpdc.ac.cn/zh-hans/)發(fā)布的中國區(qū)域高時空分辨率地面氣象要素驅(qū)動數(shù)據(jù)集(China Meteorological Forcing Dataset，CMFD)，時間分辨率為3 h，空間分辨率為0.1°?；贏rcGIS柵格空間計算工具，得到討賴河流域上游月、年氣象數(shù)據(jù)序列，用于GCMs模型的降尺度分析。歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)采用NASA發(fā)布的全球庫存建模和制圖研究(Global Inventor Modeling and Mapping Studies，GIMMS)NDVI產(chǎn)品，空間分辨率為1 km。冰溝斷面徑流觀測數(shù)據(jù)由甘肅省討賴河水資源管理局提供。

基于14種GCMs(表2)模型輸出的氣溫與降水?dāng)?shù)據(jù)，選擇了3種代表性濃度路徑(Representative Concentration Pathways，RCP)，即RCP2.6、RCP4.5和RCP8.5預(yù)測未來氣候變化，時間跨度均為1981—2099年。以1981—2006年為基準(zhǔn)期(GCMs輸出的基準(zhǔn)期截至2006年，之后為RCP情景下的預(yù)測值)，進(jìn)行GCMs輸出的降尺度、權(quán)重計算，對所構(gòu)建驅(qū)動模式進(jìn)行驗證。預(yù)測期為2020—2099年，分21世紀(jì)中期P1(2020—2059年)和后期P2(2060—2099年)兩個時段進(jìn)行未來氣候和出山徑流變化的比較分析。

表2 研究選用的14種GCMs概況

3.2 方 法

3.2.1 回歸模式構(gòu)建

基于環(huán)境變量(氣溫、降水、雪深、NDVI、輻射等)和目標(biāo)變量(徑流)之間的相關(guān)性分析，對影響流域水文過程的環(huán)境變量的重要性進(jìn)行分析和遴選，挑選關(guān)鍵環(huán)境變量因子，采用逐步回歸方法對關(guān)鍵環(huán)境變量和目標(biāo)變量進(jìn)行多元線性擬合，構(gòu)建流域徑流的氣候-生態(tài)驅(qū)動模式。方法采用ArcGIS逐像元統(tǒng)計分析工具結(jié)合Excel進(jìn)行運(yùn)算。公式為

Y=∑aiXi+bi。

(1)

式中：Y為目標(biāo)變量；ai為環(huán)境因子系數(shù)；Xi為環(huán)境因子；bi為常數(shù)項。

3.2.2 Delta降尺度方法

Delta法是一種廣泛應(yīng)用的空間要素降尺度方法[18]，以GCMs輸出的月值格網(wǎng)數(shù)據(jù)為例，首先計算基準(zhǔn)期(1981—2006年)降水和氣溫均值，然后計算預(yù)測期(2020—2099年)GCMs的逐月輸出與基準(zhǔn)期對應(yīng)月份均值的變化量(Delta)(式(2)、式(3))，采用反距離加權(quán)法將Delta值進(jìn)行空間插值為1 km數(shù)據(jù)；以中國科學(xué)院青藏高原研究所發(fā)布的分辨率為1 km的氣象要素再分析數(shù)據(jù)作為基準(zhǔn)期實證參考，計算其多年平均月值，與前述Delta插值結(jié)果相乘(或相加)(式(4)、式(5))，得到GCMs輸出未來氣候因子的降尺度成果。通過Matlab對GCMs模型輸出數(shù)據(jù)進(jìn)行初步處理并結(jié)合Arcpy工具完成數(shù)據(jù)的降尺度工作。過程中，降水Delta采用相對變化量(比值)，氣溫Delta采用絕對變化量(差值)。計算公式為：

Detla(P)=Pgcms_rcp/Pgcms_his;

(2)

Detla(T)=Tgcms_rcp-Tgcms_his+Tobs;

(3)

Prcp=Delta(P)1 kmPobs;

(4)

Trcp=Delta(T)1 kmTobs。

(5)

式中：Detla(P)和Detla(T)分別為GCMs逐月輸出與基準(zhǔn)期對應(yīng)月份均值的變化量；Prcp和Trcp分別表示預(yù)測期不同排放情景下GCMs輸出的逐月降水(mm)和氣溫(℃);Delta(P)1 km和Delta(T)1 km分別為進(jìn)行空間插值后的1 km Detla值;Pobs和Tobs分別表示基準(zhǔn)期降水和氣溫的多年平均月值。Pgcms_rcp、Pgcms_his分別表示GCMS模型在RCP情景和歷史時期的平均降水量;Tgcms_rcp、Tgcms_his分別表示GCMS模型在RCP情景和歷史時期的平均氣溫。

3.2.3 加權(quán)集成

不同GCMs關(guān)于氣候因子的輸出存在明顯數(shù)值差異，采用加權(quán)集成方法對所選擇的14種GCMs輸出基于權(quán)重求和，經(jīng)集成仿真降低模式輸出的不確定性[19]。計算基準(zhǔn)期GCMs輸出與實測數(shù)據(jù)的平均絕對相對誤差(Mean Absolute Relative Error，MARE)，見式(6)。偏差較大則說明該模型的仿真效果較差，權(quán)重較低，反之亦然。以倒數(shù)的比值得到每個GCM輸出誤差占總體偏差倒數(shù)的比例(式(7))，作為該GCM模型輸出的權(quán)重(W)，模型輸出和相應(yīng)權(quán)重乘積的和，構(gòu)成多個GCMs輸出的集成仿真。

(6)

(7)

式中：MARE、W分別表示平均絕對相對誤差和權(quán)重;N為所考慮的格點數(shù)；M為GCMs模型的個數(shù);Xobs和Xsim分別表示變量實測值及模型輸出值。

4 結(jié)果與分析

4.1 生態(tài)和水文驅(qū)動模式

影響山區(qū)來水的因子可主要?dú)w為能量、水量以及下墊面三類。能量方面包括氣溫、輻射因子；水量方面包括降水和雪深等因子；下墊面方面因子眾多，包括地質(zhì)、土壤、土地利用、植被類型和綠度等，以NDVI為代用指標(biāo)。計算上述因子與徑流的相關(guān)系數(shù)，結(jié)果列于表3?？芍?，出山徑流與氣溫、降水以及NDVI的相關(guān)性最高，與雪深和輻射的相關(guān)性較低。根據(jù)以上，選擇降水、氣溫和NDVI作為水、能以及下墊面因素的代表性關(guān)鍵因子，經(jīng)多元回歸分析，構(gòu)建出山徑流的氣候-生態(tài)預(yù)報模式用于山區(qū)來水變化機(jī)制分析。

表3 要素的相關(guān)系數(shù)

以基準(zhǔn)期(1981—2006年)各因素月值為樣本，分別構(gòu)建基于氣溫、降水的NDVI氣候驅(qū)動模式(式(8))和基于氣溫、降水和NDVI的出山徑流的氣候-生態(tài)驅(qū)動模式(式(9))，以2007—2018年實測數(shù)據(jù)進(jìn)行驗證。

NDVI=0.002 589T+0.001 34P+0.151;

(8)

R=-0.057 24T+0.098P+41.525 7NDVI-1.139。

(9)

式中：R為徑流深；T為氣溫；P為降水。

基于氣溫和降水的NDVI模擬值與實測值的相關(guān)性在率定期和驗證期分別為0.68和0.78(圖1)；由氣候-生態(tài)聯(lián)合驅(qū)動的徑流模擬值與實測值的相關(guān)性在率定期和驗證期分別為0.81和0.86，表明所構(gòu)建驅(qū)動模式的精度總體良好，用于討賴河流域上游生態(tài)水文要素的預(yù)測是可行的。從式(8)來看，氣溫和降水對高寒山區(qū)綠度(植被活動)均有正向促發(fā)效應(yīng)；式(9)中氣溫系數(shù)為負(fù)，氣溫對河川徑流總體表現(xiàn)為負(fù)減效應(yīng)，與增溫促升區(qū)域?qū)嶋H蒸散發(fā)(AET)、導(dǎo)致徑流減少相適應(yīng)，表明增溫背景下討賴河流域上游區(qū)域AET增量總體大于冰雪融水增量；降水增加有利于產(chǎn)流，河川徑流將發(fā)生增加，降水對河川徑流表現(xiàn)為正向促增效應(yīng)；綠度增加表征著更好的植被覆蓋，高寒山區(qū)土壤水分蒸發(fā)得到抑制，有利于土壤水源涵養(yǎng)功能的提升，于河川徑流的形成產(chǎn)生正效應(yīng)。由式(9)可知，月尺度上，氣溫升高1 ℃，徑流減少0.057 mm；降水增加10 mm，徑流增加0.98 mm；NDVI(綠度)增加0.01，徑流增加0.42 mm。

圖1 率定期以及驗證期NDVI及徑流

4.2 未來氣候變化

4.2.1 模型權(quán)重

計算14種GCMs模型的權(quán)重，各模型2種氣候要素的權(quán)重結(jié)果列于表4。不同模型的模擬貢獻(xiàn)差異明顯。各模型對降水的權(quán)重在0.03～0.09之間，以CMCC-CM、GLDL-CM3權(quán)重最大，CMCC-CMS權(quán)重最?。粴鉁貦?quán)重最大的模型為FGOLAS-g2，權(quán)重為0.23，貢獻(xiàn)最低的模型為GLSS-E2-H-CC和GLSS-E2-R-CC，權(quán)重為0.01。

表4 不同GCMs權(quán)重統(tǒng)計

4.2.2 未來氣溫

從多模型權(quán)重集成結(jié)果來看，未來氣溫受排放情景影響顯著。RCP2.6情景下流域氣溫呈先增后減趨勢，P1(2020—2059年)和P2(2060—2099年)期間平均氣溫分別為-4.38 ℃和-4.26 ℃(圖2)；RCP4.5情景下氣溫先發(fā)生增加，隨后趨于平穩(wěn)波動，P1和P2期間平均氣溫分別為-3.49 ℃和-2.72 ℃；RCP8.5情景下氣溫始終保持較高增率，P1和P2期間平均氣溫分別為-3.14 ℃和-0.87 ℃，2090年以后，流域平均氣溫升高至0 ℃以上。

圖2 不同RCP情景下氣溫變化及統(tǒng)計

就3種排放情景下2個預(yù)測時段年均氣溫與基準(zhǔn)期年均氣溫進(jìn)行對比，絕對變化量空間分布如圖3所示。不同預(yù)測時段氣溫變化的空間格局相似，P2時段的變化量更為顯著，高排放模式下對應(yīng)的氣溫增幅更大。RCP2.6情景下，氣溫增幅最高為1.31 ℃(P2時段，下同)，RCP4.5和RCP8.5情景下則分別增至2.71 ℃和4.49 ℃。各排放模式下增溫幅度較顯著區(qū)域主要分布在河谷地帶，特別是OL06子流域中下游低丘緩坡區(qū)，高山分水嶺及周邊增幅較小。從子流域平均氣溫增幅統(tǒng)計結(jié)果來看，不同子流域的氣溫變幅相差較小，以O(shè)L02氣溫變化幅度最小，OL04與OL06溫度升高幅度最為明顯。

圖3 不同RCP情景下氣溫變化的空間分布

4.2.3 未來降水

降水在3種RCP情景下保持波動增長趨勢(圖4)。P1時段多年平均降水以RCP8.5情景最大，為342 mm；RCP4.5情景下最小，為329 mm；P2時段3種排放情景降水差異較大，與排放量的大小趨同，多年平均值分別為339、352、368 mm。總體來看， P2時段降水波動更為劇烈，變化幅度也更加顯著。

圖4 不同RCP情景下降水變化及統(tǒng)計

討賴河流域上游未來降水在2個預(yù)測時段相對于基準(zhǔn)期變化的空間分布如圖5所示，不同排放標(biāo)準(zhǔn)下降水變化的空間差異較為顯著，總體以增加為主要特征，排放程度越高，增量越顯著，且P2時段的降水增量普遍高于P1時段。以RCP2.6情景為例，P1時段降水增量在11.38～19.45 mm之間，P2時段增量介于9.39～27.05 mm之間。與氣溫變化的空間格局相反，降水在溝谷地帶增量較小，在高海拔山區(qū)增量較大。從子流域統(tǒng)計情況來看，降水變幅的均值在OL06子區(qū)間增加最大，OL01子區(qū)間降水增加量最小。

圖5 不同RCP情景下降水變化的空間分布

4.3 未來徑流

主要受降水增加影響，討賴河流域上游未來徑流表現(xiàn)為增加趨勢，各種排放情景下波動較為劇烈，總體介于100～130 mm/a之間(圖6)。時段平均來看，徑流隨排放程度而增加，P1時段3種排放情景下徑流均值分別為108、110、112 mm；P2時段徑流均值分別為111、114、118mm；后期徑流增幅較顯著。

圖6 不同RCP情景下徑流變化趨勢及統(tǒng)計

討賴河上游未來徑流變化的空間分布如圖7所示。2個預(yù)測時段內(nèi)徑流深接近，相應(yīng)于基準(zhǔn)期變化的空間分布格局也相近。徑流發(fā)生減少的區(qū)域主要在OL06和OL04子區(qū)中部山地及溝谷地帶，與降水分布格局相似，各子區(qū)分水嶺處多見徑流增加。以RCP2.6情景為例，兩個時段內(nèi)徑流年平均最大減量介于-89.13 mm和-94.66 mm之間；最大增量介于105.44～103.18 mm之間，徑流變化的時空異質(zhì)性顯著。RCP4.5和RCP8.5排放標(biāo)準(zhǔn)下，徑流變化與RCP2.6情景類似，變幅略有增加。從分區(qū)徑流變化均值統(tǒng)計來看，OL06在氣溫升高和降水增加的河川徑流效應(yīng)相互抵消，徑流變化最小(-0.54～6.67 mm)，OL02子區(qū)間內(nèi)徑流增加最為明顯，主要是氣溫升高幅度較小且降水增加較大所致。各自區(qū)間的徑流變化幅度總體表現(xiàn)為OL06

圖7 不同RCP情景下徑流變化的空間分布

4.4 不確定性

分別統(tǒng)計2個預(yù)測時段3種RCP下的溫度、降水產(chǎn)品輸出及基于此模擬的徑流，與基準(zhǔn)期均值對比構(gòu)建(絕對)變化序列，以該序列極差(最大值和最小值的差)大小表征3種排放情景下各變量的不確定性(圖8)。整體而言，P2時段3種排放情景各要素變化序列極差一般大于P1時段，表明隨著預(yù)測時段的后延，GCMs輸出和模擬徑流的不確定性均有不同程度提升。單要素而言，3種排放情景下氣溫變化序列極差分別為1.19、1.59、1.52 ℃(兩時期平均值)，降水變化序列極差分別為76、91、96 mm，徑流變化序列極差分別為24、25、26 mm，表明排放情景對要素預(yù)測的不確定存在影響，排放程度越高，各要素變化的不確定性越大。

圖8 基于極差箱圖的各要素變化的不確定性

4.5 水資源滿足度

討賴河上游出山徑流為中、下游平原區(qū)“三生”體系提供基本水資源需用。調(diào)查表明，基準(zhǔn)期多年平均用水總量為7.7億m3/a，按上游山區(qū)面積折算水深為112 mm/a。未來徑流變化背景下，按基準(zhǔn)期用水評價的供水滿足度在2個預(yù)測期各有不同?？傮w來看，兩期豐水年的供水滿足度都在100%以上，但平水年和枯水年的水資源缺口仍相對較大(表5)。

表5 不同排放情景下討賴河流域供水滿足度統(tǒng)計

由上述可知，暖濕化背景下，討賴河流域上游山區(qū)來水總體增加，水量較為豐沛的年份中下游用水滿足度較高，來水較少的年份供水滿足度依舊較低。前述分析系現(xiàn)狀用水規(guī)模上得出，從流域各方面長遠(yuǎn)發(fā)展來看，隨著人口和經(jīng)濟(jì)的快速增長，水資源缺口也將進(jìn)一步增大。開源和節(jié)流仍是未來討賴河流域水政工作的主體，特別是“三生”體系節(jié)水技術(shù)的推廣至關(guān)重要，必要時，也可考慮外域調(diào)水以彌補(bǔ)不足。

5 討 論

本文采用逐步回歸方法對內(nèi)陸河上游出山徑流的未來變化進(jìn)行模擬[20-21]，從模型率定和驗證來看效果良好，與關(guān)鍵因子代表性相關(guān)的不確定性依舊存在。同時，不同子區(qū)徑流對各影響因素的響應(yīng)有所差異，受限于子區(qū)河道觀測數(shù)據(jù)的缺失，更為細(xì)致的分區(qū)研究暫時無法實現(xiàn)，隨著流域水文監(jiān)測體系的完善，這一方面的工作將得以改善。研究采用的Delta降尺度方法有助于提升GCMs輸出的空間分辨率，機(jī)制主要涉及序列偏差，忽略了時序標(biāo)準(zhǔn)差和變異系數(shù)等統(tǒng)計學(xué)參量[22]。GCMs模型輸出類型眾多且存在機(jī)制性差異，權(quán)重集成方法有利于兼顧多種模型輸出的優(yōu)勢，一定程度減小了單個模型輸出的不確定性[23]。從空間分布來看，RCP情景下的氣候因子的空間格局差異較小[24-25]；基于此構(gòu)建的回歸模式用于徑流預(yù)報，在空間上也存在類似的特點[26-27]。本次研究基于GCMs輸出的降尺度，通過基準(zhǔn)期多元數(shù)據(jù)的綜合和模式率定，在內(nèi)陸河流域上游出山徑流預(yù)報方面進(jìn)行探索，成果可對水資源稀缺地區(qū)氣候變化應(yīng)對及適應(yīng)助益。

總體來看，本文關(guān)于討賴河上游山區(qū)未來氣溫和降水呈現(xiàn)增加趨勢的總體判斷，與已有研究比較一致[28-29]?？臻g上，溫度升高主要出現(xiàn)在寬淺河谷地帶，可能與冷空氣到達(dá)路徑受阻有關(guān)；降水增加主要發(fā)生在山地區(qū)域，可能與夏秋季節(jié)東南季風(fēng)攜帶水汽過境有關(guān)。對比發(fā)現(xiàn)，高排放情景下(RCP8.5)氣溫增長明顯高于低排放情景，意味著能耗對區(qū)域氣候變化的影響在未來仍然占據(jù)主導(dǎo)。增溫背景下，流域上游高寒草甸等植被活動增強(qiáng)，區(qū)域AET消耗增大，對河川徑流形成和中下游水資源供給及生態(tài)環(huán)境保護(hù)形成不利影響[30]。

根據(jù)研究結(jié)果，考慮到未來人口增長、綠洲擴(kuò)張以及工農(nóng)業(yè)發(fā)展，討賴河流域在各方面仍需加強(qiáng)管理。首先，工業(yè)CO2的排放必須嚴(yán)格管控，并盡可能減少各類工程對環(huán)境造成的污染和破壞；在條件具備區(qū)域?qū)嵤┧纳鷳B(tài)改良舉措，如在水資源較豐地區(qū)建立濕地公園，調(diào)蓄流域水文過程，提升區(qū)域生態(tài)環(huán)境質(zhì)量，在重視源頭保護(hù)的同時，強(qiáng)化用水管控和末端治理，全面提升流域水資源的經(jīng)濟(jì)、社會和生態(tài)承載能力。此外，討賴河流域中下游平原灌區(qū)眾多，農(nóng)業(yè)和工業(yè)生產(chǎn)的大份額用水導(dǎo)致生態(tài)用水的大幅萎縮。農(nóng)業(yè)灌溉方面宜加快發(fā)展先進(jìn)的節(jié)水灌溉技術(shù)，從根本上實現(xiàn)總量和效率的雙線控制；工業(yè)用水按照水功能區(qū)目標(biāo)要求，核定水域納污容量，嚴(yán)控河湖排污總量。盡可能做到發(fā)展經(jīng)濟(jì)的同時，最大限度地保證生態(tài)環(huán)境的健康有序。

6 結(jié) 論

本文對討賴河流域上游未來氣候變化及出山徑流進(jìn)行預(yù)測，結(jié)合當(dāng)前流域中下游平原區(qū)水資源利用狀況，對未來氣候變化下出山徑流及流域水資源進(jìn)行分析，得出以下主要結(jié)論：

(1)以氣溫、降水和NDVI作為關(guān)鍵因子的山區(qū)來水驅(qū)動模式在討賴河流域具有良好的適用性，氣溫對出山徑流總體為負(fù)減效應(yīng)，但降水和NDVI對討賴河流域上游山區(qū)徑流形成表現(xiàn)為正增效應(yīng)，后兩者增強(qiáng)有利于河川徑流的形成。未來氣溫的升高在河谷地帶較大，在分水嶺地區(qū)較??；降水在溝谷地帶增量較小，分水嶺附近高山區(qū)增量較顯著；暖濕化背景下，討賴河流域上游出山徑流總體增加，不同子區(qū)間徑流變化受氣溫和降水影響差異顯著，以O(shè)L06子區(qū)間變幅最小，OL02子區(qū)間增加最為明顯。

(2)從預(yù)測結(jié)果的不確定性來看，隨著預(yù)測時段的后延，GCMs輸出和模擬徑流的不確定性均有不同程度提升，同時排放程度越高，各要素變化的不確定性也越大。從未來各代表年水資源供需情況來看，平、枯水年份的水資源缺口仍相對較大。

(3)為維護(hù)區(qū)域陸表生態(tài)系統(tǒng)健康，全方位統(tǒng)籌把握，結(jié)合地表水、地下水時空演替特征進(jìn)行流域水資源供需分析，是未來工作的重點。