摘 要：為探究湯旺河上游流域未來氣溫、降水及徑流的變化情況，采用第六次國際耦合模式比較計劃（CoupledModel Intercomparison Project Phase 6，CMIP6）中 CanESM5 模式下的 3 種情景（SSP1-2. 6、SSP2-4. 5、SSP5-8. 5）數(shù)據(jù)，基于Delta降尺度方法對未來氣溫和降水進行處理，并結(jié)合SWAT（Soil and Water Assessment Tool）水文模型預(yù)估未來徑流變化。未來整個時期（2015—2100年）最高、最低氣溫和降水均有所增加，但在不同情境下的增速不同，分別為0. 65℃/10a、0. 65℃/10a、12. 23 mm/10a（SSP1-2. 6），0. 25℃/10a、0. 39℃/10a、11. 14 mm/10a（SSP2-4. 5），0. 81℃/

10a、0. 86℃/10a、23. 57 mm/10a（SSP5-8. 5）；湯旺河上游流域未來徑流在3種情境下有增加現(xiàn)象，增幅位于-2. 12%～52. 04%，且近期（2017—2050年）SSP1-2. 6、SSP5-8. 5和中期（2050—2100年）SSP1-2. 6、SSP2-4. 5、SSP5-8. 5情境下流域內(nèi)8、9月份峰值徑流量高于基準期，最大增量為36. 69 m 3 /s。未來整個湯旺河上游流域可能出現(xiàn)暖濕現(xiàn)象，發(fā)生極端水文事件的風(fēng)險可能變大。通過對未來氣候進行模擬，分析湯旺河上游流域徑流變化特征，可為區(qū)域水資源配置、水資源利用和預(yù)防旱澇災(zāi)害提供科學(xué)依據(jù)與理論支撐。

關(guān)鍵詞：SWAT；徑流模擬；CMIP6；氣候變化；湯旺河上游流域

中圖分類號：TV121 文獻標識碼：A 文章編號：1001-9235（2025）02-0109-09

Runoff Change in Upper Watershed of Tangwang River Based on CMIP-6 Climate ModelZHAO Yusu， SUN Yingna * ， HUANG Xihao（School of Hydraulic and Electric-Power， Heilongjiang University， Harbin 150080， China）

Abstract： To clarify the future change in air temperature， precipitation， and runoff in the upper watershed of Tangwang River， datafrom three scenarios （SSP1-2. 6， SSP2-4. 5 and SSP5-8. 5） in the CanESM5 model of coupled model intercomparison project phase 6（CMIP6） were adopted， and the future air temperature and precipitation were processed based on Delta downscaling method. Inaddition， future runoff change was estimated according to the soil and water assessment tool （SWAT） hydrological model. Themaximum and minimum air temperatures and precipitation will increase in the future （2015—2100）， but the growth rate varies indifferent situations， involving 0. 65 °C/10a， 0. 65 °C/10a，12. 23 mm/10a （SSP1-2. 6）， 0. 25 °C/10a， 0. 39 °C/10a， 11. 14 mm/10a （SSP2-4. 5）， and 0. 81 °C/10a，0. 86 °C/10a， 23. 57 mm/10a （SSP5-8. 5）. Future runoff in the upper watershed of Tangwang River willincrease in three scenarios， and the rate of increase is from ?2. 12% to 52. 04%. The peak runoff in August and September in the nearterm （2017—2050） under SSP1-2. 6 and SSP 5-8. 5 scenarios and in the middle term （2050—2100） under SSP1-2. 6， SSP2-4. 5 andSSP5-8. 5 scenarios is higher than that in the base period， and the maximum increase is in 36. 69 m 3 /s. In the future， the whole upperwatershed of Tangwang River may have a warm and wet phenomenon， and the risk of extreme hydrological events may rise. Simulatingthe future climate and analyzing the runoff change characteristics of the upper watershed of Tangwang River can provide a scientific basis and theoretical support for regional water resource allocation， water resource utilization， and drought and flood disasterprevention.

Keywords： SWAT; runoff simulation; CMIP6; climate change; upper watershed of Tangwang River

以全球變暖為主要特征的氣候變化已成為科學(xué)界公認的基本事實。政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）第六次評估報告（AR6）［1］ 中指出，未來20 a內(nèi)全球溫度增幅將會達到或超過1. 5℃。在全球變暖背景下，降水和氣溫的時空分布勢必發(fā)生變化，并加速水文循環(huán)過程，進而引起河道徑流量發(fā)生改變，導(dǎo)致旱澇災(zāi)害出現(xiàn)的頻率增加［2］ ，嚴重抑制社會經(jīng)濟的發(fā)展。因此，需分析未來氣候及徑流變化規(guī)律，為水資源管理和極端水文事件的預(yù)防提供參考意見。

全 球 氣 候 模 式（General Circulation Model，GCM）可以較為精確地模擬近地面氣溫、大氣環(huán)流等氣象要素，已成為預(yù)測未來氣候變化的重要工具之一［3-6］ 。目前已有很多學(xué)者基于CMIP6模式下的共 享 經(jīng) 濟 路 徑（Shared Socioeconomic Pathways，SSPs）情景數(shù)據(jù)對不同流域的氣候及徑流進行了預(yù)估。例如：劉衛(wèi)林等［7］ 基于 CMIP5（Coupled ModelIntercomparison Project Phase 5）模 式 和 SDSM（Statistical Down Scaling Model）模型對贛江流域未來氣候變化情景進行了預(yù)估，結(jié)果表明，未來溫度和降水總體均呈上升趨勢。江楠等［8］ 采用6個全球氣候模式下的多模式集合平均（Multi-modelEnsemble Mean，MME），基于 CMIP6 模式對岷沱江流域徑流進行預(yù)估，結(jié)果表明，未來年均氣溫呈增加趨勢，年均降水量呈波動上升趨勢。劉麗博等［9］基于 SDSM 降尺度模型對未來氣溫和降水進行預(yù)估，采用 CMIP6 中 EC-Earth3 模式下的 4 種情景數(shù)據(jù)，并結(jié)合SWAT（Soil and Water Assessment Tool）模型預(yù)估未來徑流變化趨勢，結(jié)果表明，未來年均徑流量變化趨勢與未來降水變化趨勢較為一致。余小波等［10］ 基于 CN05. 1 數(shù)據(jù)集驅(qū)動 SWAT 模型，對玉龍喀什河流域徑流模擬，結(jié)果表明，玉龍喀什河流域年徑流流量與溫度和降水皆呈正相關(guān)。

CMIP6 相較于 CMIP5 模式下的典型濃度路徑（Representative Concentration Pathways，RCPs）［11-14］ ，融合了社會經(jīng)濟發(fā)展?fàn)顩r，在考慮輻射強迫的基礎(chǔ)上將人口、經(jīng)濟、政府管理、城市化進程和全球化發(fā)展等因素納入情景框架中，可以更加精準地預(yù)估未來降水、氣溫及徑流的變化趨勢，其較好的適用性已被相關(guān)研究證明［15-17］ 。湯旺河流域其獨特的地理和氣候條件使得研究結(jié)果具有特殊意義。目前，該流域還沒有基于CMIP6氣候模式下的研究，現(xiàn)有的研究僅是基于分布式水文模型進行預(yù)報和對致洪暴雨等水文問題的研究討論，并未耦合CMIP6氣候模式和對未來徑流變化的研究，相對單一；本文采用的3種不同排放情景下的氣候和徑流變化趨勢提供了多樣化的未來預(yù)估。本文為精準分析全球變暖對湯旺河上游流域氣候和徑流的影響，基于CMIP6下的 3種情景數(shù)據(jù)，采用 Delta降尺度方法，模擬未來氣候變化，并耦合SWAT水文模型，預(yù)測氣候變化下的徑流響應(yīng)，進而探究不同情境下該流域未來的氣溫、降水及徑流變化規(guī)律，為湯旺河上游流域應(yīng)對氣候變化與水資源災(zāi)害管理提供理論支撐。

1 流域概況與數(shù)據(jù)

1. 1 流域概況

湯旺河是松花江下游的一條主要支流，發(fā)源于小興安嶺中北部，位于128°51′5″～130°8′0″E ，48°22′18″～48°48′30″N，全長 509 km，流域面積約20 645 km 2［18］ 。流域內(nèi)地形多低山和丘陵，平均海拔400 m左右。流域所處地區(qū)的氣候類型為大陸性季風(fēng)氣候，年內(nèi)四季分明，冬季時間長，夏季時間短。流域年降水量在430～730 mm，降水量最大月份為7、8月份，流域內(nèi)的河道徑流的水量主要來自大氣降水和融雪水的補給。

1. 2 數(shù)據(jù)

本文采用 2 個氣象站（烏伊嶺、五營）1996—2014年的最高氣溫、最低氣溫、降水、相對濕度、太陽輻射和風(fēng)速的日值氣象數(shù)據(jù)。選取 CMIP6中的CanESM5模式數(shù)據(jù)，該數(shù)據(jù)包括歷史數(shù)據(jù)資料以及2015—2100 年的中度發(fā)展下的低輻射強迫情景（SSP1-2. 6）局部或不一致發(fā)展下的中等輻射強迫情景（SSP2-4. 5）以及高化石燃料消耗發(fā)展下的高輻射強迫情景（SSP5-8. 5）的日值資料［19］ ；DEM（Digital Elevation Model）數(shù)據(jù)；2010 年土地利用及土壤類型數(shù)據(jù)；1996—2014年1個水文站（五營站）的月值觀測徑流數(shù)據(jù)。

五營站位于湯旺河上游流域，水文資料系列長度基本滿足要求。該流域遠離大城市，無水利工程等人為因素的影響，因此具有較高的自然狀態(tài)代表性?；谶@些條件，本文選定以五營站作為代表站，對湯旺河上游流域進行水文模型的研究［20］ 。所用數(shù)據(jù)類型的分辨率、來源及用途見表1。

2 研究方法

2. 1 水文模擬過程SWAT模型是由美國農(nóng)業(yè)部農(nóng)業(yè)研究服務(wù)中心研制開發(fā)的分布式流域水文模型，其主要目的是研究流域水文、生態(tài)、環(huán)境問題的重要工具，同時也模擬預(yù)測土地利用等對流域水量、水質(zhì)等方面的影響，尤其在水土流失、土地利用和農(nóng)業(yè)管理等研究領(lǐng)域得到廣發(fā)應(yīng)用。SWAT模型由于其引入水文相應(yīng)單元代替柵格計算的特殊計算方式，相比其他模型簡化了大量的計算，使得SWAT模型在大尺度流域的長時間模擬上有著顯著的優(yōu)勢。模擬過程為：裁剪研究區(qū)，基于DEM獲取水文參數(shù)，生成河網(wǎng)和劃分子流域；其次對土壤特征、土地利用和流域坡度數(shù)據(jù)進行疊加分析并構(gòu)建數(shù)據(jù)庫，將子流域細分為多個水文響應(yīng)單元HRUs（Hydrological Response Units）；最后逐個計算HRU產(chǎn)流，匯總得到主河道徑流量。

2. 2 SWAT構(gòu)建

本文基于DEM提取河網(wǎng)水系，并依據(jù)流域內(nèi)水文站分布情況劃分為 8個子流域。模型運行結(jié)束后，利用 SWAT—CUP 軟件 SUFI—2 算法進行率定和驗證，對 70個影響產(chǎn)匯流的參數(shù)進行敏感性分析，最終選取敏感性強的參數(shù)參與率定和驗證過程，對模擬結(jié)果的正確性做出判斷。選用確定系數(shù)（R 2 ）和納什系數(shù)（NSE）作為評價模型的標準。

2. 3 參數(shù)敏感性分析

基于構(gòu)建好的SWAT模型，分析參數(shù)敏感性并對敏感參數(shù)的取值進行率定。結(jié)合SWAT-CUP軟件自動率定及手動調(diào)參，確定了如下敏感性參數(shù)，參數(shù)及參數(shù)率定取值見表2。

2. 4 率定和驗證

將1994—1996年設(shè)為預(yù)熱期，以確保SWAT在模擬過程中更加穩(wěn)定準確。率定期為 1996—2006年，驗證期2007—2014年。模擬結(jié)果見圖2，一般認為 R 2 ＞0. 6、NSE＞0. 5 時，徑流擬合程度較為理想［21］ 。由圖 2可知，率定期的 R 2 和 NSE均為 0. 69，驗證期的R 2 =0. 67、NSE=0. 53，且模擬值與實測值擬合較好。綜上所述，SWAT模型在湯旺河上游流域徑流模擬中具有良好的適用性。

2. 5 降尺度方法

Delta降尺度方法基于觀測數(shù)據(jù)和全球氣候模型輸出數(shù)據(jù)之間的差異，通過計算差異來調(diào)整全球模型輸出數(shù)據(jù)，使其更準確地反映局部地區(qū)的氣候特征，計算公式如下：

式中： P f 和 T f 為Delta方法構(gòu)建的未來降水和氣溫；P O 和 T O 為基準期觀測的降水和氣溫； P Gf 和 T Gf 為GCM 預(yù)測的未來月平均降水和氣溫； P GO 和 T GO 為GCM模擬的基準期月平均降水和氣溫。

3 結(jié)果與討論

3. 1 未來氣候變化預(yù)估

以1996—2014年為基準期，基于CanESM5模式在 3 種 SSP 情境下的氣候情景數(shù)據(jù)，預(yù)估近期（2015—2050年）和中期（2051—2100年）湯旺河上游流域各氣象站最高、最低氣溫及降水的變化規(guī)律，并依據(jù)泰森多邊形計算流域平均值。未來3種情境下2個時段的氣象要素相對基準期的變化見表3，未來整個時期（2015—2100年）3種氣象要素未來變化趨勢見圖3。

分析可知：①SSP1-2.6下最高氣溫在近期、中期的變幅分別為39.69%、41.80%，最低氣溫變幅分別為37.52%、61.94%，降水變幅分別為31.76%、31.76%，表明氣溫及降水均有增加趨勢；②SSP2-4.5下最高氣溫在近期、中期的變幅分別為41.83%、64.38%，最低氣溫變幅分別為39.52%、88.88%，降水變幅分別為26.78%、36.71%，表明在年代際上氣溫持續(xù)上升，降水上升趨勢略有下降；③SSP5-8.5下最高氣溫在近期、中期的變幅分別為46.84%、104.63%，最低氣溫變幅分別為50.09%、145.24%，降水變幅分別為38.59%、55.35%，表明最高氣溫仍在上升，而最低氣溫急速上升，降水較SSP2-4.5也有所上升；④就整個未來時期而言，3種情境下最高、最低氣溫的增溫速率隨輻射強迫增強而增大，具體分別為［0.65，0.65］℃/10a、［0.25，0.39］℃/10a、［0.81，0.86］℃/10a，降水變化速率隨輻射強迫增強先增加再降低后再增加，分別為12.23、11.14、23.57mm/10a。

圖 4 揭示了在未來時期（2015—2100 年）不同SSPs下，研究區(qū)平均氣溫和降水的空間變化。氣溫方面，高溫主要集中在流域東邊，低溫主要集中在流域西邊；降水方面，流域西邊降水較多，流域東邊降水較少。由此可見，氣溫高的區(qū)域降水相對較少，氣溫低的區(qū)域降水相對較多。

2015—2050年和2051—2100年的氣溫和降水變化范圍見表4，相較于基準期（1996—2014年）的氣溫變化范圍（-7.16～8.70℃）和降水變化范圍（383.55～742.19mm），在SSP5-8.5情境下湯旺河上游流域的氣溫和降水變化范圍較大，尤其是在2051—2100年時期的氣溫較基準期升高約8℃，變化明顯?？傮w而言，與基準期相比，該流域在2051—2100年期間的氣溫和降水變化幅度比2015—2050年更大，未來氣溫將上升約6℃，降水量將增加約154.90mm。

3. 2 未來徑流預(yù)估

基于3. 1節(jié)獲得的最高、最低氣溫和降水序列值驅(qū)動已率定好的SWAT模型，以五營站為代表站預(yù)測湯旺河上游流域在3種情境下的徑流量變化情況?；鶞势凇⒔诤椭衅谒恼径嗄昴昃鶑搅髁恳姳?，不同情境下未來徑流量變化趨勢見圖5。分析可知：①3種情景下五營站在SSP2-4. 6情景下近期徑流量略有下降，變幅為 2. 12%，其他情境下近期和中期均有增加，中期SSP5-8. 5情景下增幅最大，為 52. 04%；②五營站的徑流量變化率隨輻射強迫增強而增加，具體表現(xiàn)為2.23、4.11、3.94m3/（s ? a）；③徑流在未來整個時段的變化情況與降水大致相似，在SSP1-2. 6情景下近期和中期較基準期均呈增長趨勢，增幅分別為18. 34%～52. 04%，SSP2-4. 6情景下近期較基準期略有下降，而中期仍呈增長趨勢，變化幅度分別為-2. 12%～20. 40%，SSP5-8. 5情景下近期和中期較基準期均呈增長趨勢，增幅分別為23. 85%～34. 23%；④徑流在未來整個時段的變化情況與降水相似，表明未來徑流量受降水影響較大。

未來不同情景下湯旺河上游流域多年月平均徑流量變化見圖 6，由圖可知：①五營站在 SSP1-2. 6、SSP5-8. 5情景下近期、中期大部分月平均徑流量較基準期有所上升，大多集中在4—10月，因此有利于緩解春、冬兩季水資源短缺現(xiàn)狀，而SSP2-4. 5情景下近期在6—9月份徑流量有所降低，在這種情景下可能會導(dǎo)致流域在春、秋兩季水資源短缺，中期大部分月份同其他2種情景基本相同，月平均徑流量較基準期有所上升，總體來看，未來流域水資源短缺的現(xiàn)狀會有所改善；②對比峰值徑流量出現(xiàn)的時間可知，五營站在SSP2-4. 6情境下近期在9月份達到峰值，為71. 79 m 3 /s，中期在8月份達到峰值，為 92. 86 m 3 /s，其他情境下 2個時期峰值在 8月份，峰值范圍為91. 74～111. 10 m 3 /s，較基準期9月份峰值（73. 57 m 3 /s）均有所增加。

4 討論

湯旺河上游流域氣溫全面上升將使極端高溫事件發(fā)生概率明顯增加，且理論上每升溫1℃，大氣持水能力增加7%，極端強降水時間隨之增多［22］ ；隆院男等［23］ 研究資水流域的結(jié)果表明，未來資水流域呈顯著暖濕趨勢，且這種趨勢隨排放情境的升高而增大。流域為中緯度地區(qū)，氣候變化導(dǎo)致降水量增加，使得徑流量也隨之增加。李鎮(zhèn)洋等［24］ 研究嫩江徑流響應(yīng)結(jié)果表明，年徑流量呈先減少后增加的效應(yīng)；王潤蒲等［25］ 對呼瑪河流域徑流研究的結(jié)果表明，降水與氣溫是影響呼瑪河流域徑流變化的重要因子，降水與徑流呈正相關(guān)，氣溫與徑流呈負相關(guān)。

呼瑪河流域徑流對降水變化的敏感性遠高于氣溫，降水是該流域徑流變化的主要控制因子。同時，流域位于東北地區(qū)，氣溫升高導(dǎo)致積雪融化期提前和加速，春季和夏季的雪融水徑流增加。本文流域與上述學(xué)者的研究結(jié)果基本一致，流域位于中緯度地區(qū)，同樣呈暖濕趨勢，降水量和凈流量呈相同的增加趨勢；在降水、徑流和氣溫方面，本文結(jié)果與呼瑪河流域研究結(jié)果相似，同樣是作為東北地區(qū)的流域，降水與徑流呈正相關(guān)，氣溫與徑流呈負相關(guān)。

在此背景下，流域未來洪澇、干旱等極端水文事件風(fēng)險會隨之增多。因此，在本文研究的基礎(chǔ)上，后續(xù)會繼續(xù)對流域未來極端氣候進行預(yù)估和極端徑流對其響應(yīng)研究。本文僅使用一種氣候模式數(shù)據(jù)對流域進行氣候變化預(yù)估，具有單一性和不確定性，因此在后續(xù)研究中，將會耦合更多的氣候模式、采用不同的降尺度方法、結(jié)合多模式集合平均等方法綜合分析未來氣候變化及流域徑流變化，以減少模擬結(jié)果的不確定性。同時，本文后續(xù)也會考慮土地利用變化對徑流變化的影響，深入探索未來氣溫、降水、土地利用變化等對流域徑流的影響，為湯旺河上游流域?qū)崿F(xiàn)流域綜合治理、制定防洪抗旱決策提供科學(xué)參考。

5 結(jié)論

本文采用 Delta 降尺度方法，基于 CMIP6 下的CanESM5模式數(shù)據(jù)，探究了3種情境下湯旺河的氣候變化情況，并結(jié)合SWAT水文模型，預(yù)估了此流域徑流量變化情況，結(jié)果如下。

a） ）未來整個時期（2015—2100 年）在 CanESM5模式下的3種情景下氣溫均處于上升趨勢，增溫速率隨輻射強迫增強而增大。降水均有增加趨勢，SSP2-4. 6情景近期下降水變幅稍有下降，即湯旺河流域有變暖、變濕的趨勢，這種趨勢隨排放情境的升高而增大。

b） ）湯旺河流域多年年平均徑流量在3種情境下呈增加趨勢，未來整個時段徑流量變化與降水變化相似，未來流域內(nèi)可利用水資源量增大的可能性較大。

c） ）3種情境下流域近期在春、冬兩季多年月平均徑流量有所減少，而中期除SSP1-2. 6情景在冬季徑流量有減少外，其他情景在春、冬兩季的月平均徑流量均有增加；大部分情境下近期、中期峰值出現(xiàn)的時間多集中于8、9兩月，與基準期基本一致。

參考文獻：

［1］ IPCC. Climate change 2021：The physical science basis，summary for policymakers［M］. Cambridge：Cambridge UniversityPress，2021.

［2］ 張丹，梁瀚續(xù)，何小聰，等. 基于CMIP6的金沙江流域徑流及水文干旱預(yù)估 ［J］. 水資源保護，2023，39（6）：53-62.

［3］ 葉加俊，盧健濤，銀星黎，等. 基于SDSM-SWAT模型的漢江上游徑流變化模擬［J］. 水電能源科學(xué)，2019，37（4）：1-4，12.

［4］ 趙娜娜，王賀年，張貝貝，等. 若爾蓋濕地流域徑流變化及其對氣候變化的響應(yīng)［J］. 水資源保護，2019，35（5）：40-47.

［5］ 王媛，蘇布達，王艷君，等. “雙碳”情景下?lián)岷恿饔驈搅髯兓卣鳎跩］. 長江科學(xué)院院報，2023，40（2）：44-51.

［6］ 陳梓延，王艷君，蘇布達，等. 基于多模式的烏江流域徑流對氣候變化的響應(yīng)研究［J］. 長江流域資源與環(huán)境，2021，30（8）：

1927-1937.

［7］ 劉衛(wèi)林，熊翰林，劉麗娜，等. 基于CMIP5模式和SDSM的贛江流域未來氣候變化情景預(yù)估［J］. 水土保持研究，2019，26（2）：145-152.

［8］ 江楠，倪福全，鄧玉，等. 基于CMIP6的岷沱江流域徑流預(yù)估

［J/OL］. 水生態(tài)學(xué)雜志，1-13［2024-06-25］. http：//hfffg3d25a792315f4bd8swvpoc9b0q9wv69x9. fgfy. hlju. cwkeji. cn/10. 15928/j.1674-3075. 202309220262.

［9］ 劉麗博，索梅芹，宋亞軒. 基于CMIP6的漳河上游氣溫、降水及徑流預(yù)估［J］. 水利水電技術(shù)（中英文），2024，55（12）：79-91.

［10］余小波，黃領(lǐng)梅，申曼華，等. 基于CN05. 1數(shù)據(jù)集驅(qū)動SWAT模型的玉龍喀什河流域徑流模擬［J］. 人民珠江，2024，45（9）：19-26.

［11］韓振宇，徐影，吳佳，等. 多區(qū)域氣候模式集合對中國徑流深的模擬評估和未來變化預(yù)估［J］. 氣候變化研究進展，2022，18（3）：305-318.

［12］金君良，王國慶，劉翠善，等. 氣候變化下海河流域未來水資源演變趨勢［J］. 華北水利水電大學(xué)學(xué)報（自然科學(xué)版），2016，37（5）：1-6.

［13］吳大光，王高旭，魏俊彪，等. 海河流域徑流演變規(guī)律及其對氣候變化的響應(yīng)［J］. 水科學(xué)與工程技術(shù)，2011（6）：11-14.

［14］YANG X L，ZHOU B T，XU Y ， et al. CMIP6 Evaluation andProjection of Temperature and Precipitation over China［J］.Advances in Atmospheric Sciences，2021，38（5）：817-830.

［15］王予，李惠心，王會軍，等. CMIP6全球氣候模式對中國極端降水模擬能力的評估及其與CMIP5的比較［J］. 氣象學(xué)報，2021，79（3）：369-386.

［16］鄧鵬，徐進超，王歡. 基于CMIP6的氣候變化對鄱陽湖流域徑流影響研究［J］. 水利水運工程學(xué)報，2023（4）：71-80.

［17］周旋，郝振純，李小韻，等. 湯旺河流域徑流變化研究［J］. 三峽大學(xué)學(xué)報（自然科學(xué)版），2018，40（1）：12-14，74.

［18］王磊，曾思棟，陽林翰，等. 基于CMIP6的未來氣候變化下漢江流域干旱特征研究［J］. 水資源保護，2024，40（5）：39-45，61.

［19］CHEN W Y， WANG H， HUANG W L， et al. Shared social-economic pathways（SSPs） modeling： Application of global multi-region energy system model［J］. Energy Procedia，2017，142：2467-2472.

［20］廖厚初，王加虎. 基于分布式預(yù)報平臺的水文模型預(yù)報研究［J］. 水利科學(xué)與寒區(qū)工程，2022，5（3）：59-62.

［21］何旭，繆子梅，田佳西，等. 基于CMIP 6多模式的長江流域氣溫、降水與徑流預(yù)估［J］. 南京林業(yè)大學(xué)學(xué)報（自然科學(xué)版），2024，48（2）：1-8.

［22］中國氣象局氣候變化中心. 中國氣候變化藍皮書2021［M］. 北京：科學(xué)出版社，2021.

［23］隆院男，張雨林，蔣昌波，等. 基于CMIP6的氣候變化下資水流域徑流響應(yīng)研究［J］. 水土保持研究，2024，31（4）：114-125.

［24］李鎮(zhèn)洋，李國芳，高倩雨，等. 變化環(huán)境下嫩江富拉爾基站徑流響應(yīng)［J］. 水利水電科技進展，2022，42（2）：35-40，62.

［25］王潤蒲，戴長雷，于成剛，等. 基于SWAT模型的呼瑪河流域徑流對氣候變化的水文響應(yīng)［J］. 水電能源科學(xué)，2023，41（4）：27-30.（責(zé)任編輯：高天揚）