王 旭，任 强，任 才，阿不都艾尼·阿不力孜，龙爱华

(1.新疆水利水电规划设计管理局，新疆 乌鲁木齐 830000；2.石河子大学水利建筑工程学院，新疆 石河子 832003；3.中国水利水电科学研究院，北京 100038；4.新疆维吾尔自治区阿克陶县水利局，新疆 阿克陶县 845550)

气候变化是影响地表水资源循环过程的重要因素之一[1-3]，随着全球气候变化加剧，地表水资源循环过程中活跃因素之一的径流的数量及时空分布均在很大程度上发生了变化。目前，对于径流的演变预测领域主要以情景设计法[4]、数学模型法[5]和水文模型法[6]为主。其中，SWAT(Soil and Water Assessment Tool)模型作为一种半分布式水文模型，可以通过其物理属性准确地模拟不同尺度流域的水文循环过程(包含径流)，已广泛应用于气候变化对径流演变的预测研究中[7]。

近年来，随着气候变化对水资源影响程度的加深化，针对该研究方向的学者也在尝试使用诸多方式来预测不同流域河流的径流量[8-9]，例如，Gauch Martin等[10]采用单一的长期记忆网络对美国大陆上516个盆地多个时间尺度的降雨径流进行了预测；王子龙等[11]利用CRHM模型模拟了依吉密河上游冬季径流流量，发现2025—2060年当地冬季径流不稳定性增大；王晓杰等[12]通过SRM模型对玛纳斯河径流量进行预测模拟分析，发现温度和降水的上升会使径流量增加，并使得融雪径流提前；古力皮亚·沙塔尔[13]等采用改进SVR模型对新疆某河流年径流量进行模拟预测，发现改进后的模型精度得到了明显的改善和提高。但是目前国内外学者很少涉猎南疆地区大型河流的径流模拟预测研究，尤其在主要以冰川积雪融水为补给的干旱内陆河流域的河川径流模拟预测研究中略显单薄，无法为流域管理人员科学有效地针对气候变化带来的径流变化作出及时应对措施[14]。

本文通过对叶尔羌河河源区SWAT模型的构建与本土化，完成了未来气候变化条件下径流模拟研究并探讨了其演变规律，以期为积极应对研究区气候变化可能为当地带来的消极影响提供科学依据，也对其他流域的相关研究具备一定意义上的参考价值。

1 研究区概况

叶尔羌河发源于喀喇昆仑山北坡，上游部分基本由主流克勒青河和支流塔什库尔干河组成，河流具有西北内陆河流的普遍特点，即山区上游河段为基岩河床，河床稳定，河流出山口以后自上而下由沙卵石逐渐变为粗砂质及粉细砂河床，到下游逐渐成为游荡性河流。本文研究区为叶尔羌河河源区，研究区地势南高北低，海拔为1447～8537m，地处叶尔羌河流域山区部分(地理坐标74°27′～78°24′E，35°26′～38°18′N)，占全流域面积的47%左右，其地理位置示意如图1所示。

图1 叶尔羌河流域河源区位置示意图

研究区地处欧亚版图中央，是典型的大陆性气候区，降雨少，蒸发强，日照长，光热强，温差很大，气候变化剧烈，研究区全区水面蒸发量区间为1125～1600mm，年均温为-10.2℃左右，高山区全年无霜期为100d左右[15]。叶尔羌河干流长约590km，多年平均径流量为78.66亿m3，径流出山之后，流经泽普、莎车、麦盖提、巴楚县及阿克陶县，进入阿瓦提县，与和田河汇合后注入塔里木河[16-17]。

2 数据来源与研究方法

2.1 数据来源

本文研究各类数据来源见表1。

表1 数据来源说明表

2.2 研究方法

2.2.1降水、气温和径流变化趋势分析

采用一元线性法、累计距平值法对研究区降水、气温及径流变化趋势进行分析，并使用非参数检验法对变化趋势进行显著性分析。

2.2.2SWAT与径流模拟

本文基于SWAT模型对叶尔羌河源流径流进行模拟，进而评价模型在研究区是否具有良好的适用性。SWAT模型是美国农业部(USDA-ARS)开发的基于物理过程的半分布式水文模型，已广泛应用于流域水文模拟、流域管理和非点源污染控制。关于SWAT模型的研究目前已有许多，此处不再赘述。模拟结果的评价标准选用决定性系数(R2)、纳什系数(Nash-Sutcliffe efficiency，NSE)、均方根误差与实测值标准差的比值(RMSE-observations standard deviation ratio，RSR)和偏差百分比(Percent bias，PBIAS)等4项指标。

2.2.3降尺度与偏差校正

本文采用日偏差校正法(Daily bias correction，DBC)对叶尔羌河源流区未来降水和气温进行降尺度。DBC是一种基于分布的偏差校正方法，它是Daily translation(DT)和Local intensity scaling(LOCI)两种方法的结合。首先对模型数据的降水发生概率进行修正，使基准期模型数据的月降水发生概率与观测数据一致，消除了气候模型中高估降水发生概率的现象。

降水频率修正后，用历史观测数据的经验累积概率分布函数修正模型输出数据的经验累积概率分布函数。在具体计算中，累积分布函数由第0th到100th个分位数表示，具体公式如下：

Tcor，fut，d=Tsim，fut，d+(Tobs，per-Tsim，ref，per)

(1)

Pcor，fut，d=Psim，fut，d×(Pobs，per/Psim，ref，per)

(2)

式中，P、T—降水和气温，cor为校正后数据，d为逐日，ref和fut分别为历史阶段和未来阶段，obs和sim分别为观测数据和模式模拟数据，per为某一分位数。

2.2.4未来气候情景的建立与径流演变的预测

本文中选用耦合模式比较计划第5阶段(CMIP5)数据集中全球不同气候中心研发的全球气候模式，共包含3种温室气体排放情景。气候模式为BCC-CSM1.1(m)，研发机构为中国气象局北京气候中心，模式中心为BCC，数据集空间精度为1.125×1.125。

本文所研究的未来时段为2020—2100年。采用的气象要素包括日降水、日均温、日最高气温和日最低气温。为了率定统计降尺度方法以及为未来的气候情景选取参照，研究选用了1961—1990共30年数据作为未来气候情景变化的参照时段来对降尺度方法进行率定，计算未来80年相对于基准30年气象要素的变化情况。

研究的主要研究思路如图2所示，首先将全球气候模式输出的气候变量依据历史观测数据进行偏差校正，降低模拟结果中存在的系统性偏差，得到叶尔羌河流域未来气候变化情景，然后将所得到的气候变化情景输入率定完毕的SWAT模型，得到流域未来的径流情景，并对径流情况进行分析与评估。

图2 研究区未来径流演变模拟研究流程图

3 结果与分析

3.1 模拟结果评价与分析

研究区以200km2为集水阈值，将流域划分为112个子流域，2379个水文响应单元(HRUs)，模型运用SWAT-CUP中的SUFI-2算法对参数进行敏感性分析，并选取其中对径流模拟精度影响相对较大的参数进行自动率定，具体参数可分为3块：径流模块包括土壤蒸发补偿系数(ESCO)、基流系数(ALPHA_BF)、主河道河床有效水力传导度(CH_K2)、“基流”水位阈值(GWQMIN)和地下水延迟时间(GW_DELAY)等；冰川模块[18]包括融冰系数(FM)、冰辐射系数(Rice)和基础蓄积系数(β0)等；积雪模块主要包括融雪度日因子(SMFMX、SMFMN)、积雪温度滞后系数(TIMP)以及降雪和融雪阈值温度等参数(SFTMP、SMTMP)。

本文选取1964—1965年为模型模拟的预热期，以1966—1990年为模型校准期，1991—2015年为模型验证期，对研究区的年径流进行模拟。SWAT模型在全时段50年的模拟结果如图3所示，选用的评价指标结果见表2。

由图3可知，SWAT模型模拟径流值与水文站记录实测值相差较小，在误差范围之内，两条径流序列曲线较好的拟合情况说明本次构建的叶尔羌河源区SWAT模型可以相对准确地描述该地区年径流过程。

图3 卡群站1966—2015年径流量全时段模拟结果图

由表2可知，校准期、验证期与全时段的参数化指标评价结果均为“优”，说明SWAT模型在研究区具有良好的适用性，可以依据建立的模型对未来径流进行下一步演变预测研究。

表2 卡群站年径流量模拟结果评价表

3.2 未来降水与气温变化分析

3.2.1降水

3种不同浓度路径下(RCP 2.6/4.5/8.5)2020—2100年叶尔羌河源区多年降水量均值分别为104.75、107.70、113.27mm，根据数据可绘制研究区2020—2100年年降水量变化趋势如图4所示，在RCP 2.6情景下，未来研究区年降雨量最大和最小值分别为168.42mm(2062年)和40.63mm(2084年)；RCP 4.5情景下，未来研究区年降雨量最大和最小值分别为178.61mm(2048年)和48.59mm(2084年)；RCP 8.5情景下，未来研究区年降雨量最大和最小值分别为193.49mm(2052年)和53.33mm(2079年)。根据非参数检验可知，RCP 2.6/4.5/8.5情景下，检验结果分别为|Z|=0.0117、|Z|=0.0438和|Z|=0.0228，均小于0.1483(95%信度)，说明研究区未来80年年降雨量增加趋势不显著。

图4 研究区2020—2100年降水量变化图

图5为RCP 2.6/4.5/8.5情景下叶尔羌河源区1961—2100年年降水量序列的年代际变化。本文将历史和未来数据进行了拼接处理，并计算了20年滑动平均。由图可知，在RCP 2.6情景下，叶尔羌河在2021—2100年降水虽然有一定的丰枯波动，但整体上均有增加的趋势，且降水增加幅度较大，未来降水的增加与近20年来观测降水的增加趋势一致。在RCP 4.5情景下，叶尔羌河在2021—2100年降水均具有增加的趋势，且降水增加幅度较大。叶尔羌河在2050年前降水显著下降，甚至由距平正值转变成距平负值，体现了降水具有较大的年际变异性。在RCP 8.5情景下，叶尔羌河流域在2021—2100年降水均处于一种增加的态势，且降水增加幅度较大。值得注意的是，叶尔羌河流域在2030年左右降水显著下降，由距平正值转变成距平负值，充分体现了气候变化与自然气候变率的叠加。

图5 研究区2种情景下未来年代际降水演变特征分析图

表3为RCP 2.6/4.5/8.5情景下叶尔羌河源区未来3个时段年降水变化相对于历史基准时期变化的百分比。由表可知，在RCP 2.6情景下，研究区未来3个时段的平均年降水均高于相应流域的历史基准期，增长幅度在52.9%～58.2%之间。在RCP 4.5情景下，研究区未来3个时段的平均年降水均高于相应流域的历史基准期，增长幅度在55.9%～59.4%之间。在RCP 8.5情景下，研究区流域未来3个时段的平均年降水均高于相应流域的历史基准期，增长幅度在62.8%～68.3%之间。

表3 3种情景下未来时段研究区年降水量年代际变化表

3.2.2气温

3种不同浓度路径下(RCP 2.6/4.5/8.5)叶尔羌河源区日均温分别为5.08℃、5.63℃和6.46℃。根据数据可绘制研究区2020—2100年日均温变化趋势如图6所示，在RCP 2.6情景下，未来研究区日均温最大和最小值分别为6.76℃(2045年)和3.10℃(2022年)；RCP 4.5情景下，未来研究区日均温最大和最小值分别为7.54℃(2080年)和3.41℃(2036年)；RCP 8.5情景下，未来研究区日均温最大和最小值分别为9.21℃(2091年)和3.20℃(2034年)。根据非参数检验可知，RCP 2.6情景下，检验结果为|Z|=0.0068<0.1483(95%信度)，说明在该情景下叶尔羌河上游未来气温增加趋势不显著；而在RCP 4.5/8.5情景下，非参数检验结果分别为|Z|=0.3216和|Z|=0.5494，均大于0.1483(95%信度)，说明在这两种情景下叶尔羌河源区气温增加的趋势显著。

图6 研究区2020—2100年日均温变化图

图7为RCP 2.6/4.5/8.5情景下叶尔羌河源区日均气温序列的年代际变化(20年滑动平均)。由图可知，在3种浓度路径下，叶尔羌河上游流域未来气温均呈现持续增加的态势。

图7 研究区3种情景下未来年代际气温演变特征分析图

表4为RCP 2.6/4.5/8.5情景下叶尔羌河源区未来3个时段日均温变化相对于历史基准时期变化的百分比。由表可知，在RCP 2.6情景下，研究区未来3个时段的年平均气温较历史基准时段均明显增加，涨幅为1.24～1.77℃。在RCP 4.5情景下，研究区未来3个时段的年平均气温较历史基准时段均明显增加，涨幅为1.55～2.44℃。在RCP 8.5情景下，研究区流域未来3个时段的年平均气温较历史基准时段均明显增加，涨幅为1.68～3.31℃。

表4 3种情景下未来时段研究区日均温年代际变化表

3.3 气候模式输出下未来径流变化趋势预测

将降尺度和偏差校正得到的站点未来气候情景输入到本土化的SWAT模型中，得到叶尔羌河源区出山口卡群站未来2021—2100年的径流演变趋势如图8所示。由SWAT模型模拟预测数据统计可知，在RCP 2.6/4.5/8.5三种不同浓度路径下，未来80年间年径流量均值分别为204.37、203.67、202.63m3/s，与1968—1992年模拟均值204.8m3/s相比分别减少了0.21%、0.55%和1.06%。由此可知，研究区年径流量随着排放路径浓度的增加而减少，且由图可知，RCP 8.5情景下研究区年径流量的减少趋势最为明显，然后依次是RCP 4.5情景与RCP 2.6情景。根据非参数检验可知，RCP 2.6情景下，检验结果为|Z|=0.0829<0.1483(95%信度)，说明在该情景下叶尔羌河上游未来年径流量减小趋势不显著；而在RCP 4.5/8.5情景下，非参数检验结果分别为|Z|=0.2538和|Z|=0.2684，均大于0.1483(95%信度)，说明在这两种情景下叶尔羌河源区出山口卡群站年径流量减小的趋势显著。

图8 卡群站2021—2100年的径流演变趋势预测图

图9为3种情景下叶尔羌河源区出山口卡群站由历史数据至未来2100年年径流序列的年代际变化。此处将历史模拟和未来预测数据进行了拼接处理，并计算了20年滑动平均。由图可知，在RCP2.6情景下，2021—2100年间研究区的未来径流呈先增加，后减小的“丰枯交替”趋势，在本世纪前半期径流总体偏丰，后半期总体偏枯，在2055年左右具有明显的拐点。在RCP 4.5情景下，研究区的未来径流呈先增加，后减小的趋势。叶河上游流域的径流在未来80年间先呈现增长趋势，是因为流域内降水在未来有所增长，但众所周知的是，叶尔羌河流域内径流主要由冰雪融水补给且占比较高，故而流域未来径流出现减少可能是受到未来气温持续上升，冰雪存量减少的影响。在RCP 8.5情景下，研究区的未来径流的趋向性为先增后减，与RCP 4.5情景下情况相似，未来后期径流下降的主要原因可能是由于气温持续升高，冰川积雪储量严重减少。

图9 研究区3种情景下未来年代际径流演变特征分析图

由表5可知，在RCP 2.6情景下，卡群站年径流在未来第1个时段(2031—2050年)均较历史时段增加，第3个时段(2081—2100年)均减少。在RCP 4.5情景下，叶尔羌河的未来径流“峰值”出现的时间在2060年前。相较RCP 2.6情景下，该情景下叶河未来的径流在“峰值”前增加的幅度更大。在RCP 8.5情景下，叶河的未来“峰值”出现的时间在2050年前。在3种情景下，2041—2050年间模拟预测的年径流量均为未来时段最高，相较于历史模拟的年径流量均值，变化率分别达到了9.7%、11.9%和13.6%，可见未来叶河上游年径流量将会在2050年左右发生突变，即研究区年径流量减小的拐点应在2050年左右。

表5 3种情景下未来时段研究区年径流量年代际变化表

4 结语

本文在对研究区历史年份SWAT模型构建的基础上，对CMIP5数据集进行降尺度与偏差校正，建立未来气候变化模式并提取3种浓度路径下的气象数据输入SWAT模型，完成对叶尔羌河河源区径流演变规律的模拟与探索预测。主要结论如下：

(1)本文构建的SWAT模型在叶尔羌河河源区具有良好的适用性，校准期(1966—1990年)与验证期(1991—2015年)的R2分别为0.93和0.88，NSE为0.92和0.86，RSR为0.27和0.37，PBIAS为0.9%和-2.0%，精度均达到要求水平。

(2)3种气候情景(RCP 2.6/4.5/8.5)下，研究区2021—2100年气温和降水均呈现增加的态势，但增加趋势的显著性各不相同，其中降水增加趋势不显著，气温增加的趋势基本显著。研究区未来80年年降水量和日均温较历史基准期增幅分别在52.9%～68.3%和1.24～3.31℃之间。

(3)在不同浓度路径下，未来80年间年径流量均值分别为204.37、203.67、202.63m3/s，相比历史基准期分别减少了0.21%、0.55%、1.06%，且在RCP4.5/8.5情景下年径流量均呈现显著减小的趋势。在不同气候情景下，叶尔羌河源区径流在21世纪前半期总体偏丰，而后半期总体偏枯，具有明显的拐点(大致在2050年左右)，拐点出现的原因可能是气温持续增加导致的高山区冰川积雪存量减少引起的叶尔羌河径流冰雪补给量大幅减少。