基于水文模型的淮河流域氣候變化模擬研究

氣候變化對區(qū)域水資源的影響研究淮河流域位于中國南北氣候過渡帶。降水量雖較為豐沛,但時間分布不均勻,主要集中在汛期,而且年際變率較大,干旱、洪澇災害十分頻繁。陳峪和任國玉等對1956—2002年淮河流域的氣候變化進行研究,結果表明,淮河流域氣溫明顯增高,降水量減少。張建云等通過近50年的徑流觀測資料分析發(fā)現(xiàn)徑流也略呈減少趨勢,加上該地區(qū)人口增長、社會經濟發(fā)展等外界因子的影響,尤其水環(huán)境污染等問題日益嚴重,致使該地區(qū)的水資源供需矛盾變得更加突出。此外,淮河流域也是南水北調東線工程的主要供水區(qū)和必經之路,該地區(qū)的氣候變化將影響整個東線工程的調度和分配。未來氣候如何變化,將對該地區(qū)的水資源狀況產生很大的影響,并影響到這一地區(qū)及附近地區(qū)的社會和經濟發(fā)展。因此,開展未來氣候變化及其對該地區(qū)水資源的影響研究是非常必要的,并可為該地區(qū)水資源可持續(xù)發(fā)展、開發(fā)利用和制定合理規(guī)劃及南水北調工程建設、科學調水和部署提供依據(jù)。我國“九五”重中之重96-908科技項目“我國短期氣候預測系統(tǒng)的研究”之“氣候異常對國民經濟影響評估業(yè)務系統(tǒng)的研究”專題中,就氣候異常對我國四大流域地區(qū)(包括黃河中下游地區(qū)、海河流域、淮河流域和長江中下游地區(qū))的水資源及水分循環(huán)影響的評估模型進行了初步研究,建立了四大流域月尺度分布式水文模型,并與區(qū)域氣候模式輸出結果相連接,進行了個例試驗研究,其中郝振純等采用敏感性試驗方法就氣候變化對淮河流域的水資源影響進行了評估。汪美華等運用多元回歸方法,在淮河流域建立有關氣候-徑流深的數(shù)學模型,并用該模型進行了氣候敏感性分析。隨著GCMs的不斷發(fā)展,基于GCM結果開展氣候影響評估的方法也逐漸得到廣泛的應用,如陳英等基于新安江模型模擬了蚌埠以上流域的年徑流對7個不同GCM氣候情景的響應,Guo等采用大尺度半分布式的月水量平衡模型和GCMs氣候情景就未來氣候變化對我國主要流域的水資源的影響進行了探討。近幾年來全球氣候模式發(fā)展很快,有了一定的改善,非常有必要利用最新全球氣候模式結果,如利用JSC/CLIVAR耦合模式工作組(WGCM)和PCMDI(ProgramforClimateModelDiagnosisandIntercomparison)聯(lián)合為IPCC第四次評估報告(AR4)第一工作組提供的模式模擬結果,徐影等利用該資料對南水北調東線工程流域的未來氣候進行了預估。本文擬基于“氣候異常對國民經濟影響評估業(yè)務系統(tǒng)的研究”專題中水文模式研究工作和模式模擬的未來氣候變化情景,采用新安江月分布式水文模型開展未來氣候變化對淮河流域年、月徑流的影響評估。1數(shù)據(jù)、模式和方法1.1淮河流域55e淮河流域地處我國東部,介于長江和黃河流域之間,位于30°55′~36°36′N,111°55′~121°25′E,面積為27×104km2?；春恿饔蛞詮U黃河為界,分淮河及沂沭泗河兩大水系,流域面積分別為19×104km2和8×104km2,有京杭大運河、淮沭新河和徐洪河貫通其間。淮河流域西部、西南部及東北部為山區(qū)、丘陵區(qū),其余為廣闊的平原?；春恿饔虻牡匦渭昂泳W分布見圖1。1.2徑流和徑流模擬系統(tǒng)利用國家氣象信息中心氣候資料室提供的全國743個氣象站點1961—2000年逐月平均氣溫和降水資料(淮河流域內有33個),以及淮河流域部分支流或干流上15個主要水文控制站1961—1987年期間的逐月流量資料(圖1),進行徑流量模擬和檢驗。除15個主要水文控制站的徑流模擬外,還包括洪澤湖區(qū)、平原區(qū)的產流量。本文中淮河流域總產流量簡略計為蚌埠以上流域徑流及明光、固鎮(zhèn)宿縣、臨沂、大官莊徑流及洪澤湖區(qū)、平原區(qū)產流量的總和。1.3氣候變化分析采用由JSC/CLIVAR耦合模式工作組(WGCM)和PCMDI共同收集、為IPCC第四次評估報告(AR4)計算的23個海氣耦合模式(CGCM)中的4個模式和3種高、中、低排放情景下的月降水量和氣溫模擬資料(表1),對淮河流域未來氣候變化進行分析。20世紀氣候變化模擬時段各模式均為1850—2000年,對未來氣候變化的模擬時段為2001—2100年。1.4文獻分析方法本研究采用的水文模型,是由郝振純等研制開發(fā)的淮河流域新安江月分布式水文模型。該水文模型已在有代表性的流域上經過參數(shù)率定和校驗以及模式輸出結果檢驗。2001—2004年,國家氣候中心經過進一步業(yè)務應用研究,已將該模型與實測氣候資料和預測資料相連接,進行實時監(jiān)測評估和預評估。水文模式網格分辨率為30km×30km,氣候資料采用Cressman客觀分析方法進行網格化。模型輸入為網格化的月氣溫和降水量資料。模式輸出結果有兩種形式,一種為各網格點上的流量,反映該區(qū)域的產流狀況,另一種為經過匯流計算的主要水文控制站的流量,其可與實測資料進行比較。流量值結合流域或網格面積資料可轉化為徑流深和資源量。1.5模型擬誤差的影響由于全球氣候模式的空間分辨率較低,對區(qū)域氣候的模擬有偏差,國內外常采用δ差值方法,進行氣候變化對未來水資源影響研究,即采用模擬的未來氣候與模擬的1961—1990年氣候值的差值和目前實測氣候序列相疊加作為未來氣候變化情景,該方法在一定程度上避免了由于氣候模式模擬系統(tǒng)偏差造成未來氣候變化模擬誤差增大而影響氣候變化對徑流的估計誤差。具體算法:計算各CGCMs1961—1990年基準時段和未來2011—2040年兩時段月降水量和月平均氣溫多年平均值的差值,將其作為未來的氣候變化量,該變化量加上1961—1990年逐月實測氣候資料作為未來氣候格點場輸入到水文模型中,CGCMs模擬的格點值通過雙線性插值方法降尺度到水文模型30km×30km的網格上。通過水文模型模擬計算未來時期的多年平均徑流量,并與由1961—1990年實測氣候資料輸入水文模型模擬計算的當前時期的多年平均徑流量進行差值對比,來探討未來氣候變化對徑流量的影響。該方法假設未來土地利用、地形及水利工程建設等條件不變,即假設水文模式中的參數(shù)在模擬未來徑流變化時保持不變,僅考慮氣候變化對徑流量的影響。本文基于4個CGCMs和3種排放情景(SRES的B1,A1B,A2情景,GFDL無B1情景)下的模擬結果,共進行了11個徑流模擬試驗。2模型效率系數(shù)圖2給出1961—1987年淮河流域蚌埠水文站月平均流量模擬值與實測值對比的例子,可以看到月平均流量模式模擬值和實測值匹配較好,模擬值能夠正確再現(xiàn)實際峰值情況。經水文模型模擬逐月月流量和年流量結果誤差分析發(fā)現(xiàn):月流量Nash模型效率系數(shù)一般有60%~80%;年流量的Nash模型效率系數(shù)一般好于月流量,淮河干流主要控制水文站如王家壩、魯臺子、蚌埠的年流量Nash模型效率系數(shù)均在80%以上。Nash模型效率系數(shù)計算方法如下:R2=1?∑m=1M(Qobsm?Qsimm)/∑m=1M(Qobsm?Qobsˉˉˉˉˉˉ)2(1)R2=1-∑m=1Μ(Qmobs-Qmsim)/∑m=1Μ(Qmobs-Qobsˉ)2(1)式(1)中,Qobsm為觀測值,Qsimm為模擬值,QobsˉˉˉˉˉˉQobsˉ為觀測值的平均值,m為樣本數(shù)。由于探討未來徑流變化,多關注多年平均狀況的變化,因此著重對多年平均的年徑流量和月徑流量進行檢驗分析。多年平均的年流量模擬結果與實測值二者相關系數(shù)高達0.99,平均絕對相對誤差為10%。多年平均各月流量模擬結果,總體上講與實測值相關也非常好。水文模式還能夠很好地模擬各水文站多年平均徑流量的季節(jié)變化,徑流量豐沛期多集中于7—8月,部分水文站模擬值小于實測值,冬季為枯水期,班臺、漯河、周口、亳縣等站對春季徑流估計略偏低。以上分析表明,該水文模型對年、月流量,尤其多年平均值及其季節(jié)變化的模擬均能較好地反映,在此基礎上,可以進一步開展未來氣候變化對徑流量的影響評估研究。3淮河流區(qū)未來降水量和氣溫的變化3.1不同情景、不同水資源量、水fdl-b年降水量,2011—2040年時期相對1961—1990年氣候值(圖3),11個模式及排放情景試驗中,在UKMO-B1,MRI-B1,MPI-B1,UKMO-A1B,GFDL-A1B,UKMO-A2,MPI-A2排放情景下,有不同程度的增加,增幅為1%~10%,其中UKMO-A1B情景下增加最多,有89.2mm;其余4個試驗,有不超過5%的減幅,其中GFDL-A2減少最多,有44.2mm。由多種情況下降水量變化結果平均來看,未來時期年降水量增加。由UKMO,MRI,MPI3模式平均月降水量變化表明(見圖4a),2011—2040時期,B1情景下,各月降水量變化在-15.0~34.5mm之間,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減少。大致上講,冬、春季降水量增加,夏秋季減少;A1B情景下,各月降水量變化在-6.7~12.9mm之間,變化態(tài)勢基本與B1情景一致。A2情景下,各月降水量變化在-10~9.8mm之間,除5月、12月降水量減少外,其他月份變化態(tài)勢與另外兩種情景一致。3.2各月氣溫和增溫率未來2011—2040年時期,各模式及不同排放情景下,淮河流域年平均氣溫均較1961—1990年時期呈現(xiàn)增加趨勢(圖3),表明氣候將變暖。由UKMO,MRI,MPI3模式月平均氣溫變化幅度表明(圖4b),2011—2040時期,B1情景下的各月氣溫變化在0.3~1.0℃之間,8月、11月增溫幅度大;A1B情景下的各月氣溫變化在0.6~1.2℃之間,較大增幅出現(xiàn)在1,8,10,11月,均超過1℃;A2情景下的各月氣溫變化在0.7~0.9℃之間。根據(jù)各CGCMs對未來氣候模擬結果分析表明,研究區(qū)域氣候總體將趨于暖濕。然而,各模式和不同排放情景下的未來氣候模擬結果又有很大的不同,結果存在很大的不確定性,降水尤為明顯。4未來氣候變化的徑向反應4.1區(qū)域年徑流、年降水量的變化趨勢表2給出未來時期淮河流域各水文控制站以上流域地區(qū)及洪澤湖區(qū)、平原區(qū)和整個流域采用不同CGCMs模式和排放情景下的年徑流量的可能變化范圍,以及年徑流量呈現(xiàn)增加或減少趨勢的試驗個數(shù)占所有試驗個數(shù)(11次試驗)的比率。比率值的大小反映11次試驗中未來趨勢的確定性,如為100%,表示所有試驗結果都反映統(tǒng)一增加或減少變化趨勢,該變化趨勢確定性大,為主導變化趨勢;如接近50%,表示徑流未來增加和減少趨勢的試驗次數(shù)相當,不太確定未來變化以增加趨勢還是以減少趨勢為主。在2011—2040年,淮河流域各區(qū)域年徑流量增加的最大變幅一般為8%~24%,減少的最大變幅為-16%~-27%,減少最大變幅大于增加的最大變幅。11個試驗中,各區(qū)域年徑流量呈現(xiàn)增加趨勢的比率較小,均沒有超過50%,而出現(xiàn)減少趨勢的比率較大,為54%~72%,表明2011—2040年各區(qū)域均可能以年徑流量減少變化趨勢為主,這種變化趨勢不利于該時期的淮河流域地區(qū)的水資源開發(fā)利用,對淮河地區(qū)水資源的可持續(xù)發(fā)展以及東線調水工程水資源統(tǒng)一調配和管理提出了較大的挑戰(zhàn),應抓住有利時段進行合理調度。就整個淮河流域而言(見圖3),2011—2040年與1961—1990年相比,大多數(shù)情況下,年徑流量有不同程度的減小,最大降幅為GFDL-A2情景下,年徑流將減少17%,主要是由于未來降水量減幅較大造成的;在MRI-B1,MPI-B1,UKMO-A1B,GFDL-A1B排放情景下,年徑流量有1%~14%不同程度的增加,與未來降水量增加有關。由未來降水量和氣溫對徑流的綜合影響分析表明,如果降水量變化幅度大,徑流量的變化主要由降水量的變化決定,且徑流量變化幅度超過降水量的變化幅度;如果降水量變幅小,徑流量變化趨勢可能出現(xiàn)與降水量變化相反的趨勢,尤其當降水量略呈增加趨勢時,由于氣溫增暖蒸發(fā)加大對徑流量增加具有一定的負作用,從而導致徑流量減少。4.2徑流特征及變化范圍在11次試驗結果中,當月徑流出現(xiàn)增加或減少趨勢的試驗次數(shù)比率超過50%的變化趨勢做為該月未來可能的主導變化趨勢。由表3可見,2011—2040年,淮河流域大部分區(qū)域月徑流量減少將主要發(fā)生在1月和7—12月,且比率值一般較大,部分地區(qū)和月份比率達100%,未來徑流呈減少趨勢比較確定。4—6月,徑流量將以增加趨勢為主,6月比率值總體較4-5月高,6月為該地區(qū)梅雨季節(jié),洪澇可能增加。4—5月是淮河流域及華北地區(qū)的作物需水關鍵期,如果徑流增加,將為調水提供有利條件,可在一定程度上緩和華北地區(qū)水資源矛盾。2—3月,淮河以北地區(qū)徑流具有增加趨勢,將有可能增加水源,并減少淮河流域南方地區(qū)的調水壓力;淮河干流及以南地區(qū)和洪澤湖、平原區(qū)呈現(xiàn)減少趨勢,比率值一般不高,增加或減少趨勢的不確定性較大。不同CGCMs模式和排放情景下,各月徑流的變化范圍見圖5。春季3—5月,徑流增加趨勢的最大變幅均超過50%,秋季9—10月,所有情況下徑流增加趨勢的最大變幅較小,不足8%,11月增加幅度接近0;減少趨勢的最大變幅出現(xiàn)在1—5月,為-25%~-35%,其他各月在-21%~-12%之間。由不同CGCMs模式和排放情景下的徑流變化結果看,春季徑流可能變化的范圍最大,主導趨勢的不確定性較大。5未來氣候變化趨勢分析1)通過對研究區(qū)域水文模式模擬結果與實測值的驗證表明,水文模型能較好地反映