鄧 鵬，徐進(jìn)超，王 歡

(南京信息工程大學(xué) 水文與水資源工程學(xué)院，江蘇 南京 210044)

政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change, IPCC）最新評(píng)估報(bào)告指出，在未來(lái)幾十年里，所有地區(qū)的氣候變化都將加劇，全球溫升預(yù)計(jì)將達(dá)到或超過(guò)1.5 ℃[1]。全球增溫引起大氣環(huán)流和水循環(huán)的變化，影響降水、蒸散發(fā)、徑流等水文變量的時(shí)空分布格局[2]。氣候變化的預(yù)估離不開(kāi)氣候模式，國(guó)際耦合模式比較計(jì)劃（Coupled Model Intercomparison Project, CMIP）統(tǒng)一了各個(gè)氣候模式的試驗(yàn)標(biāo)準(zhǔn)，構(gòu)建了迄今為止內(nèi)容最廣的全球氣候模式（Global Climate Models, GCMs）資料庫(kù)。先前的CMIP5 收集了世界各地領(lǐng)先的50 多個(gè)模式模擬試驗(yàn)結(jié)果，并在未來(lái)氣候變化及其影響和風(fēng)險(xiǎn)研究中得到廣泛應(yīng)用[3-5]。最新的CMIP6 正在進(jìn)行中，相比于以前的模式比較計(jì)劃，CMIP6 考慮的物理過(guò)程更加復(fù)雜[6-7]，并且基于最新的人為排放趨勢(shì)（Representative Concentration Pathways, RCPs）和共享社會(huì)經(jīng)濟(jì)路徑（Shared Socioeconomic Pathways, SSPs）提出了新的SSP-RCP 組合預(yù)估情景[8]。SSP 代表發(fā)展模式，考慮了人口、經(jīng)濟(jì)和城市化等因素；RCP 代表未來(lái)全球的輻射強(qiáng)迫水平。

鄱陽(yáng)湖位于江西省北部，是我國(guó)最大的淡水湖，在平水位（15 m）時(shí)湖水面積約為3 150 km2，高水位（20 m）時(shí)大于4 125 km2。鄱陽(yáng)湖是長(zhǎng)江流域的通江湖泊，在涵養(yǎng)水源、改善氣候和維護(hù)地區(qū)生態(tài)平衡等方面起著巨大作用。近年來(lái)湖區(qū)及流域水文情勢(shì)呈現(xiàn)顯著變化，使湖區(qū)生態(tài)環(huán)境及整個(gè)流域的水資源管理得到更多關(guān)注[9-12]。研究氣候變化下的流域水文過(guò)程特征，對(duì)分析區(qū)域社會(huì)經(jīng)濟(jì)和生態(tài)環(huán)境影響具有重要意義[13-15]。目前關(guān)于氣候變化對(duì)鄱陽(yáng)湖流域影響的研究大多基于歷史數(shù)據(jù)，對(duì)降雨、徑流、旱澇事件頻率演變等方面進(jìn)行實(shí)證研究[16-17]。針對(duì)未來(lái)氣候變化條件下的鄱陽(yáng)湖流域水文響應(yīng)的研究很少，并且鄱陽(yáng)湖流域目前僅有基于CMIP5 模式情景下的研究結(jié)果[18-19]。最新的CMIP6 模式已經(jīng)在部分流域及地區(qū)得到了應(yīng)用[20]，本文將CMIP6 氣候模式數(shù)據(jù)應(yīng)用于鄱陽(yáng)湖流域，評(píng)估各種模式情景下流域在21 世紀(jì)中期的氣候及降雨徑流過(guò)程變化情況，對(duì)流域水資源管理和決策具有重要意義。

1 研究區(qū)域與數(shù)據(jù)

采用90 m 分辨率DEM 生成鄱陽(yáng)湖流域水系及邊界如圖1 所示。根據(jù)中國(guó)河流泥沙公報(bào)，鄱陽(yáng)湖流域主要水文控制站為外洲、李家渡、梅港、虎山、萬(wàn)家埠、湖口這6 個(gè)站，集水面積分別為8.09、1.58、1.55、0.64、0.35、16.22 萬(wàn)km2。搜集了流域下墊面、氣象和徑流數(shù)據(jù)，用于構(gòu)建分布式水文模型；并且搜集了CMIP6 全球氣候模式（GCMs）數(shù)據(jù)用于氣候變化影響研究。各項(xiàng)數(shù)據(jù)的精度及來(lái)源如表1 所示。

表1 研究數(shù)據(jù)信息Tab. 1 Information of data used in the study

圖1 鄱陽(yáng)湖流域位置及概況Fig. 1 Location and general situation of Poyang Lake Basin

關(guān)于氣候變化，CMIP6 中各模式歷史期數(shù)據(jù)都是到2014 年止，故本研究以2002—2014 年為基準(zhǔn)期（歷史期），以21 世紀(jì)中期的2050—2062 年為未來(lái)期進(jìn)行預(yù)估研究。歷史期和未來(lái)期的時(shí)間跨度都是13 年。本文選用了CMIP6 中4 個(gè)最具代表性的模式如表2 所示，模式數(shù)據(jù)包括歷史期模擬實(shí)驗(yàn)數(shù)據(jù)和未來(lái)SSPRCP 情景下的預(yù)估數(shù)據(jù)。其中SSP-RCP 情景選擇最具代表性的SSP126 和SSP585 如表3 所示。SSP126代表可持續(xù)發(fā)展下的低排放情景，而SSP585 代表傳統(tǒng)化石燃料為主的高排放情景。

表2 4 個(gè)CMIP6 模式簡(jiǎn)介Tab. 2 Introduction of the 4 climate models in CMIP6

表3 SSP-RCP 情景介紹Tab. 3 Introduction of SSP-RCP scenarios

2 研究方法

2.1 水文過(guò)程模擬

流域的水文過(guò)程采用SWAT 模型（Soil & Water Assessment Tool）模擬。SWAT 模型是由美國(guó)農(nóng)業(yè)部開(kāi)發(fā)的半分布式流域水文模型，廣泛應(yīng)用于徑流模擬、面源污染控制、氣候及下墊面變化影響分析等研究領(lǐng)域[21-22]。模型根據(jù)流域地形數(shù)據(jù)、河網(wǎng)水系分布等特征將研究區(qū)劃分為若干子流域，再進(jìn)一步根據(jù)土地利用、土壤類型及坡度閾值劃分水文響應(yīng)單元（Hydrological Response Units, HRUs），這是模型計(jì)算的基本單元。

對(duì)原始土地利用數(shù)據(jù)進(jìn)行重分類并創(chuàng)建索引表與模型數(shù)據(jù)庫(kù)相連接。土壤類型數(shù)據(jù)源于世界土壤數(shù)據(jù)庫(kù)（Harmonized World Soil Database, HWSD），根據(jù)土壤大類進(jìn)行重分類，并使用SPAW 軟件根據(jù)土壤質(zhì)地比例及有機(jī)質(zhì)含量計(jì)算土粒密度、有效持水量、飽和導(dǎo)水率、侵蝕力因子等參數(shù)，進(jìn)而構(gòu)建土壤參數(shù)數(shù)據(jù)庫(kù)并通過(guò)創(chuàng)建索引表與模型數(shù)據(jù)庫(kù)相連接。模型參數(shù)采用SWAT-CUP 軟件的SUFI-2 算法自動(dòng)率定，并以納什效率系數(shù)（FNS）為目標(biāo)函數(shù)。采用FNS和決定系數(shù)（R2）作為模型的適用性評(píng)價(jià)指標(biāo)：

式中：Qo、Qs分別為實(shí)測(cè)和計(jì)算流量序列；、分別為實(shí)測(cè)和計(jì)算流量序列的均值；n為序列個(gè)數(shù)。

2.2 氣候情景降尺度

全球氣候模式（GCMs）預(yù)測(cè)的氣候變化情景，需降尺度處理得到流域尺度上的未來(lái)氣候變化時(shí)空分布資料。采用Delta 方法進(jìn)行降尺度處理[23]。對(duì)于降水情景，比較每個(gè)GCM 網(wǎng)格輸出的未來(lái)期（2050—2062 年）月平均降水量與基準(zhǔn)期（2002—2014 年）月平均降水量，計(jì)算變化率，將每個(gè)雨量站點(diǎn)基準(zhǔn)期實(shí)測(cè)降水量與所在網(wǎng)格的變化率相乘，即可得到雨量站點(diǎn)未來(lái)期的降水情景。對(duì)于氣溫情景，采用的是絕對(duì)變化量衡量其變化率，比較每個(gè)GCM 輸出的未來(lái)期和基準(zhǔn)期月平均氣溫，計(jì)算氣溫的絕對(duì)變化量，將該變化量加到網(wǎng)格內(nèi)各個(gè)氣溫站點(diǎn)基準(zhǔn)期實(shí)測(cè)氣溫上，即可得到未來(lái)期的氣溫情景。計(jì)算式為：

式中：Pf和Tf為Delta 方法構(gòu)建的未來(lái)降水和氣溫；P0和T0為基準(zhǔn)期觀測(cè)的降水和氣溫；PGf和TGf為GCM 預(yù)測(cè)的未來(lái)月平均降水和氣溫；PG0和TG0為GCM 模擬的基準(zhǔn)期月平均降水和氣溫。

3 結(jié)果及分析

3.1 流域水文模擬

根據(jù)計(jì)算水系及水文站點(diǎn)的分布，鄱陽(yáng)湖流域分為40 個(gè)子流域（圖2）。流域內(nèi)的土地利用為林地占63%，耕地占27%，草地和水體各占4%，剩下2%為城鎮(zhèn)、濕地及裸地等。流域內(nèi)的土壤類型被重分類為22 類，其中占比較高的為強(qiáng)淋溶土（占55%），人為土占19%，始成土占8%。根據(jù)下墊面情況，流域劃分為463 種水文響應(yīng)單元（HRUs）。根據(jù)氣象數(shù)據(jù)的空間分辨率情況，流域包含1 485 個(gè)雨量資料格點(diǎn)和60 個(gè)氣溫資料格點(diǎn)。

模型計(jì)算的率定期為2001—2014 年，其中2001 年為預(yù)熱期，輸出結(jié)果從2002 年開(kāi)始。采用SWATCUP 軟件進(jìn)行了500 次計(jì)算得到最優(yōu)參數(shù)組（表4）。以2015—2019 年為檢驗(yàn)期，采用率定得到的參數(shù)進(jìn)行模型驗(yàn)證計(jì)算。圖3 顯示了各水文站率定期和檢驗(yàn)期降雨徑流過(guò)程。從圖3 可以看出虎山、萬(wàn)家埠徑流量相對(duì)較小，外洲作為贛江干流主要站點(diǎn)徑流量相對(duì)較大，徑流量的大小與集水面積有關(guān)。湖口站點(diǎn)代表整個(gè)鄱陽(yáng)湖流域的徑流量過(guò)程，計(jì)算和實(shí)測(cè)流量過(guò)程擬合較好。這里采用年徑流量結(jié)果進(jìn)行比較，主要反映模型長(zhǎng)時(shí)段水量平衡要求，可作為長(zhǎng)期氣候變化條件下水量模擬的工具。

表4 SWAT 模型主要參數(shù)率定Tab. 4 Parameters calibration of SWAT model

圖3 鄱陽(yáng)湖流域各水文站率定期和檢驗(yàn)期降雨徑流過(guò)程Fig. 3 Precipitation and runoff in Poyang Lake Basin during calibrated and validated periods

圖4 為模型計(jì)算結(jié)果的評(píng)價(jià)指標(biāo)值。可見(jiàn)，在模型率定期，外洲、梅港、虎山、湖口的FNS都達(dá)到0.9 以上，R2除萬(wàn)家埠外也都達(dá)到0.9 以上。李家渡和萬(wàn)家埠站的結(jié)果相比其他站略差，部分原因是這2 個(gè)站點(diǎn)集水面積和徑流量較小，因而計(jì)算誤差較大。在模型檢驗(yàn)期，雖然FNS和R2較率定期略微變低，但也得到了可接受的結(jié)果。在檢驗(yàn)期中，反映整個(gè)流域徑流的湖口站FNS為0.92，R2為0.88，擬合結(jié)果較好。模型計(jì)算的率定期與氣候變化分析中的基準(zhǔn)期一致，并且率定期中模型計(jì)算結(jié)果較好，在檢驗(yàn)期中也得到可接受的結(jié)果，說(shuō)明模型的建立可以用于模擬和分析氣候變化帶來(lái)的徑流變化影響。

3.2 氣候變化情景

根據(jù)降尺度計(jì)算，流域內(nèi)每個(gè)降水和氣溫資料格點(diǎn)都有相應(yīng)的由GCMs 得到的未來(lái)情景下變化率或變化量。圖5 總結(jié)了4 種模式及兩種SSP 情景下鄱陽(yáng)湖流域1 485 個(gè)雨量資料格點(diǎn)未來(lái)期（2050—2062 年）月降水相對(duì)基準(zhǔn)期（2002—2014 年）的變化率。需注意的是圖5 中的變化率是相對(duì)量變化率，即相當(dāng)于式（3）中的(PGf/PG0–1)而不是(PGf/PG0)。從圖5 可以看出大部分結(jié)果都大于零，說(shuō)明各種模式情景下降水都有增加的趨勢(shì)。其中M1 和M2 在10—12 月變化率的空間差異較大，M4 在4—9 月兩種情景下的變化率都呈增加趨勢(shì)。雖然不同模式情景下的結(jié)果不盡相同，但總體上都反映了未來(lái)降水顯著增加的趨勢(shì)。

圖5 不同模式情景下未來(lái)期（2050—2062 年）鄱陽(yáng)湖流域月降水相對(duì)基準(zhǔn)期（2002—2014 年）的變化率Fig. 5 Change of monthly precipitation in the future period (2050-2062) related to historic period (2002-2014) under different models and scenarios in Poyang Lake Basin

圖6 總結(jié)了4 種模式及兩種SSP 情景下鄱陽(yáng)湖流域60 個(gè)氣溫資料格點(diǎn)未來(lái)期（2050—2062 年）月氣溫相對(duì)基準(zhǔn)期（2002—2014 年）的變化率，相當(dāng)于式（4）中的(TGf–TG0)。從圖6 可以看出各種模式情景下的氣溫都增大，并且各種模式SSP585 情景下的增溫幅度都比SSP126 情景下的大。在SSP585 情景下增溫大部分在2 ℃以上，而SSP126 情景下大部分在2 ℃以下。M1 相比其他模式增溫幅度較大，M3 增溫最小。這些結(jié)果都反映了未來(lái)氣溫仍然顯著升高的趨勢(shì)。

圖6 不同模式情景下未來(lái)期（2050—2062 年）鄱陽(yáng)湖流域月氣溫相對(duì)基準(zhǔn)期（2002—2014 年）的變化率Fig. 6 Change of air temperature in the future period (2050-2062) related to historic period (2002-2014) under different models and scenarios in Poyang Lake Basin

3.3 蒸散發(fā)和徑流量變化

通過(guò)降尺度計(jì)算，可以得到未來(lái)氣候情景下流域的降水和氣溫資料。將這些資料輸入率定好的SWAT模型，便可計(jì)算出徑流量過(guò)程。模型計(jì)算中將流域分為40 個(gè)子流域，從而得到每個(gè)子流域的徑流量過(guò)程。將未來(lái)期（2050—2062 年）平均徑流量結(jié)果與基準(zhǔn)期（2002—2014 年）結(jié)果作比較，便可以得到子流域徑流量變化率的空間分布（圖7）。從圖7 可以看出除了M2 有部分區(qū)域徑流量減小外，其他徑流量都呈增大趨勢(shì)，這與未來(lái)降水量增大有關(guān)。M1、M2 和M4 都反映出流域下游地區(qū)徑流量增加幅度相比其他地區(qū)更大。

圖7 不同模式情景下鄱陽(yáng)湖流域徑流變化率空間分布Fig. 7 Spatial distribution of runoff change under different models and scenarios in Poyang Lake Basin

不同模式情景下各子流域的蒸散發(fā)量和徑流量變化率分布如圖8 所示。從圖8 可以看出，由于未來(lái)氣溫升高，各種模式情景下的蒸散發(fā)量都增大。除M3 外，SSP585 情景下的蒸散發(fā)量比SSP126 情景下的蒸散發(fā)量大。除M2 部分結(jié)果外，SSP126 情景下徑流量比SSP585 情景下的徑流量大。各種模式都反映出未來(lái)徑流量有增加趨勢(shì)，并且徑流量變化幅度（?11.93%~49.73%）比蒸散發(fā)量的變化幅度（1.06%~11.71%）要大很多，這說(shuō)明發(fā)生極端水文事件的風(fēng)險(xiǎn)更大。雖然未來(lái)各種模式情景下氣溫仍會(huì)持續(xù)升高（圖6），使得流域蒸散發(fā)量增加，但是降水量的增加占據(jù)主導(dǎo)，使得流域的徑流量也增加。

圖8 不同模式情景下未來(lái)期（2050—2062 年）鄱陽(yáng)湖流域蒸散發(fā)和徑流相對(duì)基準(zhǔn)期（2002—2014 年）的變化率Fig. 8 Change of evapotranspiration and runoff in the future period (2050-2062) related to historic period (2002-2014) under different models and scenarios in Poyang Lake Basin

利用CMIP6 模式在鄱陽(yáng)湖流域展開(kāi)的研究與已有研究成果有很大相似性。至21 世紀(jì)中期，鄱陽(yáng)湖流域的降水和徑流都以增大為主，只是變化的幅度和趨勢(shì)與CMIP5 的預(yù)估結(jié)果有所不同。在全球氣候變暖的背景下，基于CMIP5 的研究結(jié)果表明，RCP4.5、RCP8.5 情景下未來(lái)時(shí)期鄱陽(yáng)湖流域蒸散發(fā)量較基準(zhǔn)期均呈不同程度的增加趨勢(shì)；在RCP8.5 情景下，干旱指數(shù)呈現(xiàn)出較為明顯的上升趨勢(shì)[18]。流域未來(lái)降水在RCP2.6 和RCP8.5 情景下先增后減，并且表現(xiàn)出明顯的降水中心，枯豐交替變化更為劇烈，并在2075 年左右出現(xiàn)突變并存在周期性振蕩[19]。在RCP2.6 和RCP4.5 情景下，總徑流增加趨勢(shì)更明顯；而在RCP8.5 情景下，總徑流減小的趨勢(shì)更明顯[10]。

本研究首次將CMIP6 模式數(shù)據(jù)應(yīng)用于鄱陽(yáng)湖流域，與其他流域及地區(qū)的CMIP6 應(yīng)用有較大相似性?；贑MIP6 的研究結(jié)果表明，21 世紀(jì)黃河上游年降水呈顯著增加趨勢(shì)，并且在SSP119 和SSP126 情景下降水呈現(xiàn)先增后減的特征，近期到中期降水增幅加大，中期到末期降水增幅減緩；SSP245、SSP370 和SSP585 下，年降水增幅從近期到末期持續(xù)增加[8]?；贑MIP6 模式探討氣候變化對(duì)元江流域水文氣象的影響表明，流域在21 世紀(jì)中后期的年均降雨量、溫度和徑流都呈增加趨勢(shì)[20]。本文研究結(jié)果與之前許多研究結(jié)果在總體結(jié)論上是一致的，只是具體的變幅有所區(qū)別。一方面是因?yàn)檫x擇的研究區(qū)域和時(shí)間范圍有所不同，另一方面是由于情景模式的不同。CMIP6 模式考慮的氣候變化情景要素比CMIP5 更加詳細(xì)，結(jié)果的分類和準(zhǔn)確性有所提升。

4 結(jié) 語(yǔ)

本文根據(jù)最新的CMIP6 全球氣候模式數(shù)據(jù)，分析了21 世紀(jì)中期鄱陽(yáng)湖流域的氣候及徑流變化情況，結(jié)果表明SWAT 模型對(duì)鄱陽(yáng)湖流域歷史水文過(guò)程模擬精度較高，在這4 種CMIP6 模式的SSP126 和SSP585 情景下，鄱陽(yáng)湖流域未來(lái)氣溫都升高，降水、蒸散發(fā)和徑流量都增大；SSP585 情景下的增溫幅度大于SSP126，而SSP585 情景下的徑流量小于SSP126，鄱陽(yáng)湖流域未來(lái)氣溫和降水的增加趨勢(shì)顯著，不同的SSP 情景會(huì)影響徑流量的變化；流域未來(lái)徑流量的變化幅度比蒸散發(fā)量的變化幅度大，發(fā)生極端水文事件的風(fēng)險(xiǎn)更大。應(yīng)用CMIP6 得到的研究結(jié)果與已有的基于CMIP5 的研究結(jié)論相似，CMIP6 對(duì)結(jié)果的分類和準(zhǔn)確性更高。