2. Regional Climate Group, Earth Sciences Center, Gothenburg University, Gothenburg, Sweden
2. Regional Climate Group, Earth Sciences Center, Gothenburg University Gothenburg, Sweden
淮河流域处于我国南北气候过渡带。降水量虽较为丰沛, 但时间分布不均匀, 主要集中在汛期, 而且年际变率较大, 干旱、洪涝灾害十分频繁[1]。陈峪[2]和任国玉等[3]对1956-2002年淮河流域的气候变化进行研究, 结果表明, 淮河流域气温明显增高, 降水量减少。张建云等[4]通过近50年的径流观测资料分析发现径流也略呈减少趋势, 加上该地区人口增长、社会经济发展等外界因子的影响, 尤其水环境污染等问题日益严重, 致使该地区的水资源供需矛盾变得更加突出。此外, 淮河流域也是南水北调东线工程的主要供水区和必经之路, 该地区的气候变化将影响整个东线工程的调度和分配。
未来气候如何变化, 将对该地区的水资源状况产生很大的影响, 并影响到这一地区及附近地区的社会和经济发展。因此, 开展未来气候变化及其对该地区水资源的影响研究是非常必要的, 并可为该地区水资源可持续发展、开发利用和制定合理规划及南水北调工程建设、科学调水和部署提供依据。
我国“九五”重中之重96-908科技项目“我国短期气候预测系统的研究”之“气候异常对国民经济影响评估业务系统的研究”专题中, 就气候异常对我国四大流域地区 (包括黄河中下游地区、海河流域、淮河流域和长江中下游地区) 的水资源及水分循环影响的评估模型进行了初步研究, 建立了四大流域月尺度分布式水文模型, 并与区域气候模式输出结果相连接, 进行了个例试验研究[5], 其中郝振纯等[6]采用敏感性试验方法就气候变化对淮河流域的水资源影响进行了评估。汪美华等[7]运用多元回归方法, 在淮河流域建立有关气候-径流深的数学模型, 并用该模型进行了气候敏感性分析。随着GCMs的不断发展, 基于GCM结果开展气候影响评估的方法也逐渐得到广泛的应用, 如陈英等[8]基于新安江模型模拟了蚌埠以上流域的年径流对7个不同GCM气候情景的响应, Guo等[9]采用大尺度半分布式的月水量平衡模型和GCMs气候情景就未来气候变化对我国主要流域的水资源的影响进行了探讨。
近几年来全球气候模式发展很快, 有了一定的改善, 非常有必要利用最新全球气候模式结果, 如利用JSC/CLIVAR耦合模式工作组 (WGCM) 和PCMDI (Program for Climate Model Diagnosis and Intercomparison) 联合为IPCC第四次评估报告 (AR4) 第一工作组提供的模式模拟结果[10], 徐影等利用该资料对南水北调东线工程流域的未来气候进行了预估[11]。
本文拟基于“气候异常对国民经济影响评估业务系统的研究”专题中水文模式研究工作和模式模拟的未来气候变化情景, 采用新安江月分布式水文模型开展未来气候变化对淮河流域年、月径流的影响评估。
1 资料、模式与方法 1.1 研究区域淮河流域地处我国东部, 介于长江和黄河流域之间, 位于30°55′~36°36′N, 111°55′~121°25′E, 面积为27×104 km2。淮河流域以废黄河为界, 分淮河及沂沭泗河两大水系, 流域面积分别为19×104 km2和8×104 km2, 有京杭大运河、淮沭新河和徐洪河贯通其间。淮河流域西部、西南部及东北部为山区、丘陵区, 其余为广阔的平原。淮河流域的地形及河网分布见图 1。
![]() |
|
图 1. 淮河流域及气象站和水文控制站点分布图 Fig 1. The study area and locations of the meteorological and hydrological stations over the Huaihe River Basins |
1.2 气候及水文站点资料
利用国家气象信息中心气候资料室提供的全国743个气象站点1961-2000年逐月平均气温和降水资料 (淮河流域内有33个), 以及淮河流域部分支流或干流上15个主要水文控制站1961-1987年期间的逐月流量资料 (图 1), 进行径流量模拟和检验。除15个主要水文控制站的径流模拟外, 还包括洪泽湖区、平原区的产流量。本文中淮河流域总产流量简略计为蚌埠以上流域径流及明光、固镇宿县、临沂、大官庄径流及洪泽湖区、平原区产流量的总和。
1.3 全球模式模拟结果采用由JSC/CLIVA R耦合模式工作组 (WGCM) 和PCMDI共同收集、为IPCC第四次评估报告 (AR4) 计算的23个海气耦合模式 (CGCM) 中的4个模式和3种高、中、低排放情景下的月降水量和气温模拟资料 (表 1), 对淮河流域未来气候变化进行分析。20世纪气候变化模拟时段各模式均为1850-2000年, 对未来气候变化的模拟时段为2001-2100年。
![]() |
表 1 研究选取的4个CGCMs和SRES排放情景 Table 1 Results chosen from 4 CGCMs under three emission scenarios of SRES |
1.4 水文模式
本研究采用的水文模型, 是由郝振纯等研制开发的淮河流域新安江月分布式水文模型[6]。该水文模型已在有代表性的流域上经过参数率定和校验以及模式输出结果检验[6]。2001-2004年, 国家气候中心经过进一步业务应用研究, 已将该模型与实测气候资料和预测资料相连接, 进行实时监测评估和预评估[12]。
水文模式网格分辨率为30 km×30 km, 气候资料采用Cressman客观分析方法进行网格化。模型输入为网格化的月气温和降水量资料。模式输出结果有两种形式, 一种为各网格点上的流量, 反映该区域的产流状况, 另一种为经过汇流计算的主要水文控制站的流量, 其可与实测资料进行比较。流量值结合流域或网格面积资料可转化为径流深和资源量。
1.5 气候变化对径流的影响评估由于全球气候模式的空间分辨率较低, 对区域气候的模拟有偏差, 国内外常采用δ差值方法, 进行气候变化对未来水资源影响研究[13-15], 即采用模拟的未来气候与模拟的1961-1990年气候值的差值和目前实测气候序列相叠加作为未来气候变化情景, 该方法在一定程度上避免了由于气候模式模拟系统偏差造成未来气候变化模拟误差增大而影响气候变化对径流的估计误差。具体算法:计算各CGCMs 1961-1990年基准时段和未来2011-2040年两时段月降水量和月平均气温多年平均值的差值, 将其作为未来的气候变化量, 该变化量加上1961-1990年逐月实测气候资料作为未来气候格点场输入到水文模型中, CGCMs模拟的格点值通过双线性插值方法降尺度到水文模型30 km×30 km的网格上。
通过水文模型模拟计算未来时期的多年平均径流量, 并与由1961-1990年实测气候资料输入水文模型模拟计算的当前时期的多年平均径流量进行差值对比, 来探讨未来气候变化对径流量的影响。该方法假设未来土地利用、地形及水利工程建设等条件不变, 即假设水文模式中的参数在模拟未来径流变化时保持不变, 仅考虑气候变化对径流量的影响。
本文基于4个CGCMs和3种排放情景 (SRES的B1, A1B, A2情景, GFDL无B1情景) 下的模拟结果, 共进行了11个径流模拟试验。
2 水文模式模拟检验图 2给出1961-1987年淮河流域蚌埠水文站月平均流量模拟值与实测值对比的例子, 可以看到月平均流量模式模拟值和实测值匹配较好, 模拟值能够正确再现实际峰值情况。经水文模型模拟逐月月流量和年流量结果误差分析发现:月流量Nash模型效率系数一般有60%~80%;年流量的Nash模型效率系数一般好于月流量, 淮河干流主要控制水文站如王家坝、鲁台子、蚌埠的年流量Nash模型效率系数均在80%以上。Nash模型效率系数计算方法如下:
![]() |
|
图 2. 1961-1987年淮河流域蚌埠站实测值与模拟值月流量对比 Fig 2. Monthly stream flow simulations in comparison to observations in Bengbu during 1961-1987 |
![]() |
(1) |
式 (1) 中, Qmobs为观测值, Qmsim为模拟值,
由于探讨未来径流变化, 多关注多年平均状况的变化, 因此着重对多年平均的年径流量和月径流量进行检验分析。多年平均的年流量模拟结果与实测值二者相关系数高达0.99, 平均绝对相对误差为10%。多年平均各月流量模拟结果, 总体上讲与实测值相关也非常好。水文模式还能够很好地模拟各水文站多年平均径流量的季节变化, 径流量丰沛期多集中于7-8月, 部分水文站模拟值小于实测值, 冬季为枯水期, 班台、漯河、周口、亳县等站对春季径流估计略偏低。以上分析表明, 该水文模型对年、月流量, 尤其多年平均值及其季节变化的模拟均能较好地反映, 在此基础上, 可以进一步开展未来气候变化对径流量的影响评估研究。
3 淮河流域未来降水量和气温变化情景 3.1 降水量年降水量, 2011-2040年时期相对1961-1990年气候值 (图 3), 11个模式及排放情景试验中, 在UKMO-B1, MRI-B1, MPI-B1, UKMO-A1B, GFDLA1B, UKMO-A2, MPI-A2排放情景下, 有不同程度的增加, 增幅为1%~10%, 其中UKM O-A1B情景下增加最多, 有89.2 mm; 其余4个试验, 有不超过5%的减幅, 其中GFDL-A2减少最多, 有44.2 mm。由多种情况下降水量变化结果平均来看, 未来时期年降水量增加。
![]() |
|
图 3. 2011-2040年降水和气温变化对淮河流域年径流变化的影响 Fig 3. Projections of annual runoff to change of precipitation and temperature under different climate scenarios during 2011-2040 in the Huaihe River Basins |
由UKMO, MRI, MPI 3模式平均月降水量变化表明 (见图 4a), 2011-2040时期, B1情景下, 各月降水量变化在-15.0~34.5 mm之间, 2-6月和12月降水量增加, 其中4月增加量最大, 其余各月有不同程度减少。大致上讲, 冬、春季降水量增加, 夏秋季减少; A1B情景下, 各月降水量变化在-6.7~12.9 mm之间, 变化态势基本与B1情景一致。A2情景下, 各月降水量变化在-10~9.8 mm之间, 除5月、12月降水量减少外, 其他月份变化态势与另外两种情景一致。
![]() |
|
图 4. 2011-2040年淮河流域各月降水量 (a) 及月平均气温 (b) 不同情景下UKMO, MRI, MPI模式平均变化幅度 (相对1961-1990年) Fig 4. Mean changs of monthly precipitation and monthly mean temperature from 2011 to 2040 averaged from the results of UNKM, MRI and MPI compared to the baseline 1961-1990 in the Huaihe River Basins |
3.2 气温
未来2011-2040年时期, 各模式及不同排放情景下, 淮河流域年平均气温均较1961-1990年时期呈现增加趋势 (图 3), 表明气候将变暖。
由UKMO, MRI, MPI 3模式月平均气温变化幅度表明 (图 4b), 2011-2040时期, B1情景下的各月气温变化在0.3~1.0 ℃之间, 8月、11月增温幅度大; A1B情景下的各月气温变化在0.6~1.2 ℃之间, 较大增幅出现在1, 8, 10, 11月, 均超过1 ℃; A2情景下的各月气温变化在0.7~0.9 ℃之间。
根据各CGCMs对未来气候模拟结果分析表明, 研究区域气候总体将趋于暖湿。然而, 各模式和不同排放情景下的未来气候模拟结果又有很大的不同, 结果存在很大的不确定性, 降水尤为明显。
4 径流对未来气候变化情景的响应 4.1 未来气候变化对淮河流域年径流的影响表 2给出未来时期淮河流域各水文控制站以上流域地区及洪泽湖区、平原区和整个流域采用不同CGCMs模式和排放情景下的年径流量的可能变化范围, 以及年径流量呈现增加或减少趋势的试验个数占所有试验个数 (11次试验) 的比率。比率值的大小反映11次试验中未来趋势的确定性, 如为100%, 表示所有试验结果都反映统一增加或减少变化趋势, 该变化趋势确定性大, 为主导变化趋势; 如接近50%, 表示径流未来增加和减少趋势的试验次数相当, 不太确定未来变化以增加趋势还是以减少趋势为主。
![]() |
表 2 淮河流域不同区域2011-2040年各模式和情景11次试验、年径流量可能变化范围及主导变化趋势的比率 Table 2 Possible vary range of annual runoff and ratio of increasing and decreasing trend to 11 total tests during 2011-2040 in the Huaihe River Basins |
在2011-2040年, 淮河流域各区域年径流量增加的最大变幅一般为8%~24%, 减少的最大变幅为-16%~-27%, 减少最大变幅大于增加的最大变幅。
11个试验中, 各区域年径流量呈现增加趋势的比率较小, 均没有超过50%, 而出现减少趋势的比率较大, 为54%~72%, 表明2011-2040年各区域均可能以年径流量减少变化趋势为主, 这种变化趋势不利于该时期的淮河流域地区的水资源开发利用, 对淮河地区水资源的可持续发展以及东线调水工程水资源统一调配和管理提出了较大的挑战, 应抓住有利时段进行合理调度。
就整个淮河流域而言 (见图 3), 2011-2040年与1961-1990年相比, 大多数情况下, 年径流量有不同程度的减小, 最大降幅为GFDL-A2情景下, 年径流将减少17%, 主要是由于未来降水量减幅较大造成的; 在M RI-B1, MPI-B1, UKMO-A1B, GFDLA1B排放情景下, 年径流量有1%~14%不同程度的增加, 与未来降水量增加有关。
由未来降水量和气温对径流的综合影响分析表明, 如果降水量变化幅度大, 径流量的变化主要由降水量的变化决定, 且径流量变化幅度超过降水量的变化幅度; 如果降水量变幅小, 径流量变化趋势可能出现与降水量变化相反的趋势, 尤其当降水量略呈增加趋势时, 由于气温增暖蒸发加大对径流量增加具有一定的负作用, 从而导致径流量减少。
4.2 未来气候变化对淮河流域各月径流的影响在11次试验结果中, 当月径流出现增加或减少趋势的试验次数比率超过50%的变化趋势做为该月未来可能的主导变化趋势。由表 3可见, 2011-2040年, 淮河流域大部分区域月径流量减少将主要发生在1月和7-12月, 且比率值一般较大, 部分地区和月份比率达100%, 未来径流呈减少趋势比较确定。4-6月, 径流量将以增加趋势为主, 6月比率值总体较4-5月高, 6月为该地区梅雨季节, 洪涝可能增加。4-5月是淮河流域及华北地区的作物需水关键期, 如果径流增加, 将为调水提供有利条件, 可在一定程度上缓和华北地区水资源矛盾。2-3月, 淮河以北地区径流具有增加趋势, 将有可能增加水源, 并减少淮河流域南方地区的调水压力; 淮河干流及以南地区和洪泽湖、平原区呈现减少趋势, 比率值一般不高, 增加或减少趋势的不确定性较大。
![]() |
表 3 淮河流域不同区域2011-2040年各CGCMs模式和情景下各月径流量可能的主导变化趋势比率 (单位:%) Table 3 Possible major trend analysis of monthly runoff during 2011-2040 in the Huaihe River Basins based on 11 tests with models and scenarios (unit:%) |
不同CGCMs模式和排放情景下, 各月径流的变化范围见图 5。春季3-5月, 径流增加趋势的最大变幅均超过50%, 秋季9-10月, 所有情况下径流增加趋势的最大变幅较小, 不足8%, 11月增加幅度接近0;减少趋势的最大变幅出现在1-5月, 为-25%~-35%, 其他各月在-21%~-12%之间。由不同CGCMs模式和排放情景下的径流变化结果看, 春季径流可能变化的范围最大, 主导趋势的不确定性较大。
![]() |
|
图 5. 不同CGCMs模式和排放情景下2011-2040年淮河流域各月径流可能变化范围 (相对1961-1990年) Fig 5. Possible relative variation of monthly runoff during 2011-2040 in the Huaihe River Basins (baseline is 1961-1990) |
5 结论
1) 通过对研究区域水文模式模拟结果与实测值的验证表明, 水文模型能较好地反映年、月流量以及多年平均值、季节变化。年流量模拟一般好于月流量, 淮河干流主要控制水文站如王家坝、鲁台子、蚌埠的年流量Nash模型效率系数均在80%以上。多年平均值模拟效果好, 模拟与实测值的相关达0.99, 平均绝对相对误差为10%。总体来讲, 该水文模型性能令人满意, 可以用来进行未来气候变化对径流的影响分析。
2) 大多数CGCMs对研究区域的未来气候模拟结果表明, 气候将可能趋于暖湿。
3) 通过主导变化趋势的分析, 淮河流域大部分区域2011-2040年年径流量将可能以减少趋势为主, 对淮河地区水资源的可持续发展以及东线调水工程水资源统一调配和管理提出了较大的挑战, 应抓住有利时段进行合理调度。
4) 淮河流域大部分区域月径流量未来时段减少将主要发生在1月和7-12月, 且减少的变化趋势较为确定; 4-6月, 径流量将以增加趋势主, 但不确定性较大, 径流的增加, 将为调水提供有利条件, 可在一定程度上缓和华北地区水资源矛盾; 2-3月, 径流具有增加趋势的地区多分布在淮河以北地区, 减少趋势的地区则多分布在淮河干流及以南地区和洪泽湖、平原区, 增加或减少趋势的不确定性均较大。
致谢 感谢国家气候中心孙颖博士、张莉、刘秋锋博士及国家气象信息中心魏敏在CGCM资料收集、GIS制图方面给予热忱的帮助。并感谢气候模式诊断和比较项目 (PCMDI) 提供模式资料以及JSC/CLIVAR耦合模式工作组对模式资料的组织分析工作。多模式资料为美国能源部科学办公室提供。[1] | 黄荣辉, 蔡榕硕, 陈际龙, 等. 我国旱涝气候灾害的年代际变化及其与东亚气候系统变化的关系. 大气科学, 2006, 30, (5): 730–743. |
[2] | 陈峪, 高歌, 任国玉, 等. 中国十大流域近40多年降水量时空变化特征. 自然资源学报, 2005, 20, (5): 637–643. |
[3] | 任国玉. 气候变化与水资源. 北京: 气象出版社, 2007: 1-313. |
[4] | 张建云, 王国庆. 气候变化对水文水资源影响研究. 北京: 科学出版社, 2007. |
[5] | 张建云.气候异常对水资源影响评估分析模型∥课题执行专家组课题办公室编.气候异常对国民经济影响评估业务系统的研究.北京:气象出版社, 2001:91-98 |
[6] | 郝振纯, 苏凤阁. 分布式月水文模型研究及其在淮河流域的应用. 水科学进展, 2000, 11, (增刊): 36–43. |
[7] | 汪美华, 谢强, 王红亚. 未来气候变化对淮河流域径流深的影响. 地理研究, 2003, 22, (1): 79–88. |
[8] | 陈英, 刘新仁. 淮河流域气候变化对水资源的影响. 河海大学学报, 1996, 24, (5): 111–114. |
[9] | Guo S L, Wang J X, Xiong L H, et al. A macroseale and semi distributed monthly water balance model to predict climate change impacts in China. J Hydrol, 2002, 268: 1–15. DOI:10.1016/S0022-1694(02)00075-6 |
[10] | Program for Climate Model Diagnosis and Intercomparison webpage: http: // www-pcmdi. llnl. gov/about/index. phphttp: // www-pcmdi. link gov/llnl. gov/ipec/standard_output.html |
[11] | 徐影, 赵宗慈, 高学杰, 等. 南水北调东线工程流域未来气候变化预估. 气候变化研究进展, 2005, (4): 176–178. |
[12] | 高歌.气候变化对水资源影响模式评估业务应用研究∥课题执行专家组课题办公室编.短期气候预测系统的总装与业务化试验研究.北京:气象出版社, 2004:207-214 |
[13] | Gellens D, Roulin E, Streamflow response of Belgian catchments to IPCC climate change scenarios. J Hydrol, 1998, 210: 242–258. DOI:10.1016/S0022-1694(98)00192-9 |
[14] | 邓慧平, 吴正方, 唐来华. 气候变化对水文、水资源影响研究综述. 地理学报, 1996, 51, (增刊): 161–169. |
[15] | 陈德亮, 高歌. 气候变化对长江流域汉江和赣江径流的影响. 湖泊科学, 2003, 15, (增刊): 105–114. |