吳寒雨，董曉華，董立俊，龔成麒，歐陽習(xí)軍，喻 丹

（1.三峽大學(xué)水利與環(huán)境學(xué)院，湖北宜昌443002；2.三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心，湖北宜昌443002；3.水資源安全保障湖北省協(xié)同創(chuàng)新中心，武漢430072）

0 引言

工業(yè)革命以來，由于人類活動(dòng)的影響，全球氣候變暖的趨勢(shì)進(jìn)一步加劇［1］。聯(lián)合國政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change，IPCC）的報(bào)告指出［2］，全球的平均地表氣溫在1880-2012年間已經(jīng)升高了0.85（0.65～1.06）℃，其中1951-2012年間的升溫甚至為總升溫的2/3以上，升溫速率為0.12（0.08～0.14）℃/10 a。同時(shí)國內(nèi)的研究表明［3］，在中國地區(qū)氣溫也呈現(xiàn)出持續(xù)上升的趨勢(shì)，升溫速率達(dá)到0.25 ℃/10 a，平均氣溫升高幅度為1.3 ℃。以全球氣候變暖為主要特征的氣候變化已經(jīng)成為了不爭(zhēng)的事實(shí)。氣候變化對(duì)自然生態(tài)、人類生活有著正、負(fù)兩面的影響［4］，但是負(fù)面影響更為突出且表現(xiàn)顯著。如海平面上升、冰川消融、暴雨頻發(fā)和嚴(yán)重干旱等一系列自然災(zāi)害對(duì)人類生存環(huán)境及社會(huì)經(jīng)濟(jì)發(fā)展帶來了嚴(yán)重的影響，因此對(duì)于氣候變化及其變化特征的研究具有重要意義。

全球氣候模式（Global Climate Models，GCM）是用來進(jìn)行氣候模擬和預(yù)估未來氣候變化的重要工具，在氣候變化研究領(lǐng)域被廣泛應(yīng)用。然而由于全球氣候模式在空間尺度上分辨率較低，利用其在區(qū)域尺度上進(jìn)行未來氣候變化研究前首先要進(jìn)行降尺度處理，使其能夠匹配區(qū)域氣候特征。在IPCC第五次評(píng)估報(bào)告（AR5）［5］中報(bào)告了新的實(shí)驗(yàn)方案，開展第5 次耦合模式比較計(jì)劃（CMIP5）。不同與IPCC4中的SRES A2、A1B和B1情景，在CMIP5 中通過定義21世紀(jì)末的輻射強(qiáng)迫大小對(duì)不同情景命名，按照輻射強(qiáng)迫由低到高分為4 種典型濃度路徑（Representative Concentration Pathway，RCP）情景：RCP2.6排放情景、RCP4.5排放情景、RCP6.0 排放情景以及RCP8.5 排放情景。目前，在國內(nèi)外基于CMIP5 模式對(duì)于未來氣候變化的趨勢(shì)及特征進(jìn)行了一系列的研究。張艷武［6］利用第五次耦合模式比較計(jì)劃（CMIP5）中29 個(gè)模式的氣溫模擬數(shù)據(jù)，對(duì)CMIP5 在中國地區(qū)的氣溫模擬能力進(jìn)行了評(píng)估，結(jié)果表明各模式對(duì)中國地區(qū)的氣溫變化趨勢(shì)及空間分布都能很好的模擬；陳曉晨［7］利用43 個(gè)模式評(píng)估了CMIP5 對(duì)于中國地區(qū)降水特征的模擬能力，結(jié)果表明多數(shù)CMIP5 模式對(duì)于中國降水從西北地區(qū)往東南地區(qū)逐漸增多的空間特征和夏季降水強(qiáng)冬季降水弱等時(shí)間特征有較好的重現(xiàn)。兩位學(xué)者的研究證明了CMIP5 在中國地區(qū)有較好的模擬能力，各模式的預(yù)估數(shù)據(jù)精度能夠滿足科研需要。莫康［8］結(jié)合18 個(gè)CMIP5 模式對(duì)降水量進(jìn)行降尺度，分析了RCP4.5 和RCP8.5 情景下未來2041-2070年的浙江省極端降水變化趨勢(shì)，降尺度后降水?dāng)?shù)據(jù)偏差小于10%，結(jié)果表明在未來浙江省的降水變化表現(xiàn)為極端降水逐漸集中化，整體發(fā)展方向?yàn)闃O端降雨量增多以及降水日數(shù)增加。在國外研究中，Mohammadreza［9］基于CanESM2 模式對(duì)伊朗地區(qū)的Lar 壩流域的氣候參數(shù)進(jìn)行預(yù)測(cè)，研究結(jié)果顯示該情景對(duì)于Lar壩流域的模擬精度高，且模擬結(jié)果和未來全球變暖的趨勢(shì)吻合。Lisa［10］驗(yàn)證了CMIP5中多個(gè)模式在澳大利亞的適用性，并在此基礎(chǔ)上預(yù)測(cè)了澳大利亞未來極端氣溫和極端降水的趨勢(shì)，結(jié)果顯示在澳大利亞地區(qū)未來的極端低溫事件將會(huì)減少，極端高溫和極端降水事件會(huì)大幅增加。此外，目前隨著CMIP6 模式的更新，Luo［11］對(duì)比了CMIP5 模式和CMIP6 模式對(duì)于中國極端氣溫的模擬能力，結(jié)果表明CMIP6 模式的不確定性相較于CMIP5 有所改善，但是在青藏高原區(qū)域仍然會(huì)存在明顯的冷偏差或暖偏差。Lun［12］基于CMIP5模式和CMIP6 模式中24 個(gè)氣候模式對(duì)于青藏高原的降水和氣溫模擬進(jìn)行了對(duì)比研究，結(jié)果表明CMIP6 模式在總體上優(yōu)于CMIP5模式，同時(shí)兩者均存在降水高估現(xiàn)象。

雅礱江流域是我國重要的水電能源基地，規(guī)劃建設(shè)21級(jí)水電站。雅礱江流域上游處于青藏高原內(nèi)，受全球氣候變化影響顯著，可能顯著改變降雨-徑流模式，對(duì)未來水電站群的運(yùn)行帶來顯著影響，因此研究變化條件下該流域的降雨變化特征具有重要現(xiàn)實(shí)意義。目前在雅礱江流域已有的未來氣候變化研究多集中與對(duì)氣候變化幅度及時(shí)空分布情況的定量研究，未對(duì)未來的氣候變化趨勢(shì)及周期特征做出定性的評(píng)價(jià)。本研究選取CMIP5 中的CanESM2 模式，通過統(tǒng)計(jì)降尺度SDSM（Statistical Downscaling Model）模型對(duì)GCM 數(shù)據(jù)進(jìn)行降尺度處理，分析雅礱江流域在未來RCP2.6、RCP4.5 和RCP8.5 三種情景下降水量要素的變化特征。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

雅礱江流域（圖1）發(fā)源于青海省內(nèi)的巴彥卡拉山南麓，位于東經(jīng)96°52′～102°48′，北緯26°32′～33°58′之間，地處青藏高原東部及四川省西部，是金沙江最大的支流。雅礱江干流長度為1 571 km，流域面積為12.8 萬km2，占長江流域面積的7.1%。流域東部與大雪山相鄰，西部與雀兒山相鄰，南部與金沙江谷地相鄰，北部與巴顏喀拉山相鄰，流域整體在南北方向大致呈條帶狀，緯度跨度及地勢(shì)高差大、地形變化復(fù)雜。

圖1 雅礱江流域概況

雅礱江為典型的川西高原氣候，流域內(nèi)干濕兩季季節(jié)分明，5-10月為雨季，11-4月為干季。雅礱江流域的年降水量隨著緯度由北向南逐漸增加，在河源區(qū)域的年降水量為500～600 mm 左右，中下游地區(qū)逐漸增加至900～1 300 mm 左右，其中，在中下游地區(qū)的年降水量最高可達(dá)1 500 mm 以上。流域的徑流50%為降水供給，余下為冰川融雪及地下水補(bǔ)給，徑流在時(shí)間及空間上變化不大，穩(wěn)定而豐沛。

雅礱江流域水資源充沛、從上游至下游海拔落差大，水力能源豐富，是我國重要的水電能源基地。目前，雅礱江干流總計(jì)規(guī)劃21級(jí)水電站，已經(jīng)建成了錦屏一級(jí)、錦屏二級(jí)、二灘等水電站，在建水電站有兩河口、楊房溝等水電站。因此，研究歷史期流域內(nèi)的降水量變化規(guī)律以及預(yù)估未來的降水量變化趨勢(shì)，對(duì)社會(huì)經(jīng)濟(jì)效益及人類生產(chǎn)生活具有重要意義。

1.2 數(shù)據(jù)來源

本研究使用了雅礱江流域的實(shí)測(cè)氣象數(shù)據(jù)以及CMIP5 全球氣候模式數(shù)據(jù)，數(shù)據(jù)的來源主要為：

（1）實(shí)測(cè)氣象數(shù)據(jù)：研究選用雅礱江流域內(nèi)13 個(gè)國家級(jí)氣象站點(diǎn)（表1）1963-2016年的日降水量實(shí)測(cè)氣象資料，資料來源于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/data）；研究所選的站點(diǎn)為雅礱江流域現(xiàn)有的全部氣象站點(diǎn)，且站點(diǎn)分布覆蓋整個(gè)流域，充分了體現(xiàn)雅礱江流域的降水狀況。下載后對(duì)數(shù)據(jù)的一致性以及完整性進(jìn)行檢驗(yàn)，并對(duì)缺測(cè)的數(shù)據(jù)采用線性內(nèi)插法［13］進(jìn)行插補(bǔ)處理。

（2）CMIP5 全球氣候模式數(shù)據(jù)：研究選用由加拿大環(huán)境與氣候變化建模與分析中心（CCCma）提供的CanESM2 氣候模式（https：//www.canada.ca/en.html）的大尺度氣象資料，其中包含NCEP 全球氣候再分析數(shù)據(jù)以及3 種未來排放情景RCP2.6（溫室氣體低排放情景）、RCP4.5（溫室氣體中排放情景）和RCP4.5（溫室氣體高排放情景）的數(shù)據(jù)，數(shù)據(jù)共包含26個(gè)大尺度氣象因子（如平均海平面壓力、風(fēng)向、相對(duì)渦度、相對(duì)濕度等），數(shù)據(jù)尺度為逐日序列，空間分辨率為2.812 5°×2.812 5°。

為保證與GCM 數(shù)據(jù)時(shí)間序列長度的一致性，選取1963-2005年的實(shí)測(cè)氣象數(shù)據(jù)進(jìn)行降尺度模擬，其中設(shè)定1963-1995年為率定期，1996-2005年為驗(yàn)證期。IPCC 建議基準(zhǔn)期長度為30年以上［14］，因此本研究所選取33年的時(shí)間長度以描述該區(qū)域的氣候特征，能夠涵括炎熱、干旱、溫暖、潮濕及涼爽等時(shí)期。

為更精細(xì)的研究降水量變化趨勢(shì)的時(shí)空差異性，根據(jù)北半球的氣候特征對(duì)全年進(jìn)行季節(jié)劃分［15］，分別為春季（3、4、5月）；夏季（6、7、8月）；秋季（9、10、11月）；冬季（12、1、2月）。

2 研究方法

本研究通過SDSM 統(tǒng)計(jì)降尺度模型對(duì)雅礱江流域未來的降水?dāng)?shù)據(jù)進(jìn)行模擬，然后使用線性趨勢(shì)及滑動(dòng)平均法對(duì)降水量進(jìn)行趨勢(shì)分析，使用Mann-Kendall（M-K）趨勢(shì)檢驗(yàn)法對(duì)降水量的變化趨勢(shì)進(jìn)行檢驗(yàn)，使用Mann-Kendall（M-K）突變檢驗(yàn)法、滑動(dòng)t 檢驗(yàn)法判斷降水序列是否發(fā)生突變以及確定突變年份，使用Morlet 小波分析研究周期變化特征。最后綜合所有結(jié)果，分析雅礱江流域降水量的變化特征。

2.1 SDSM模型及誤差修正

由于GCM輸出的數(shù)據(jù)往往具有粗糙的分辨率，無法很好的體現(xiàn)區(qū)域氣候特征，因此本文首先對(duì)GCM全球氣候模式數(shù)據(jù)進(jìn)行降尺度處理。SDSM 是一種耦合了多元回歸模塊和天氣發(fā)生器模塊的統(tǒng)計(jì)降尺度模型［16］。

SDSM 模型的降尺度過程主要分為以下幾個(gè)步驟：①選定與實(shí)測(cè)站點(diǎn)對(duì)應(yīng)的大尺度網(wǎng)格；②篩選大尺度氣候預(yù)報(bào)因子；③模型的率定及驗(yàn)證；④生成未來氣候情景。通過以上步驟來建立大尺度氣候預(yù)報(bào)因子與站點(diǎn)實(shí)測(cè)氣候數(shù)據(jù)之間的統(tǒng)計(jì)關(guān)系，并利用GCM中的再分析數(shù)據(jù)通過率定好的模型來輸出模擬站點(diǎn)的未來氣象數(shù)據(jù)。大尺度氣候預(yù)報(bào)因子與區(qū)域氣候預(yù)報(bào)變量之間的統(tǒng)計(jì)函數(shù)為：

式中：X(x1，x1，…，xn)序列為大尺度氣候預(yù)報(bào)因子序列；Y為區(qū)域氣候預(yù)報(bào)變量；F(x)為大尺度氣候預(yù)報(bào)因子與區(qū)域氣候預(yù)報(bào)變量之間的統(tǒng)計(jì)關(guān)系函數(shù)。

將所有預(yù)報(bào)因子與實(shí)測(cè)數(shù)據(jù)進(jìn)行相關(guān)性分析來選取合適的預(yù)報(bào)因子，確定相應(yīng)的預(yù)報(bào)因子以后，通過SDSM 模型建立實(shí)測(cè)數(shù)據(jù)與預(yù)報(bào)因子序列之間的統(tǒng)計(jì)關(guān)系，確定多元回歸方程來率定模型。完成模型的率定后將GCM 中輸出的未來氣候情景序列輸入SDSM 模型中，從而得到站點(diǎn)的未來氣候序列。將輸出結(jié)果與基準(zhǔn)期數(shù)據(jù)對(duì)比，用于分析區(qū)域氣候未來的變化特征。

采用降尺度模型在進(jìn)行降水的模擬中存在一定的誤差，若是將降尺度模擬的降水?dāng)?shù)據(jù)直接輸入水文模型中會(huì)存在較大的不確定性，因此需要對(duì)降水的模擬結(jié)果進(jìn)行誤差修正［17］。本研究在進(jìn)行未來氣候變化評(píng)估之前，先對(duì)雅礱江流域內(nèi)各站點(diǎn)的降水模擬數(shù)據(jù)采用比例縮放法進(jìn)行偏差校正，其原理為利用各站點(diǎn)實(shí)測(cè)和模擬的月平均降水比值對(duì)降尺度的模擬降水結(jié)果進(jìn)行修正。

式中：a為實(shí)測(cè)與模擬降水量的月平均比值；P模擬為模擬多年平均月降水量，mm；P實(shí)測(cè)為實(shí)測(cè)多年平均月降水量，mm；xm為各站點(diǎn)模擬的降水量，mm；-xm為各站點(diǎn)修正后的降水量，mm。

2.2 趨勢(shì)分析及趨勢(shì)檢驗(yàn)方法

降水量的變化通常波動(dòng)較大，從降水量過程線圖中往往無法直觀的看出降水量的變化趨勢(shì)以及變化的顯著程度。因此本文使用一元線性回歸及滑動(dòng)平均兩種趨勢(shì)分析方法來判斷降水量的變化趨勢(shì)，同時(shí)通過M-K趨勢(shì)檢驗(yàn)方法對(duì)降水量變化趨勢(shì)的顯著性進(jìn)行檢驗(yàn)。

采用一元線性回歸方程來擬合氣候要素的變化趨勢(shì)，通過氣候傾向率［18］來定量分析氣候要素的變化趨勢(shì)及特征。

式中：y為氣候要素序列；x為y所對(duì)應(yīng)的時(shí)間序列；a為氣候傾向率，表示氣候要素的變化趨勢(shì)；b為常數(shù)。

滑動(dòng)平均，又稱作指數(shù)加權(quán)平均，通過對(duì)平均時(shí)段內(nèi)的序列數(shù)據(jù)進(jìn)行平均從而計(jì)算序列的局部均值，以時(shí)間序列的平滑值來表示氣候要素的變化。采用5 a 滑動(dòng)平均法分析雅礱江流域內(nèi)的降水量變化趨勢(shì)。

M-K 趨勢(shì)檢驗(yàn)是一種非參數(shù)的檢驗(yàn)方法［19］。該方法不需要樣本數(shù)據(jù)遵從特定的分布，因此對(duì)于隨機(jī)分布的水文氣象序列有很好的效果，該方法被廣泛運(yùn)用于水文氣象要素的趨勢(shì)檢驗(yàn)研究中［20］。對(duì)于標(biāo)準(zhǔn)化統(tǒng)計(jì)量Zmk，當(dāng)|Zmk|＞Z(1-a/2)時(shí)表示數(shù)據(jù)序列變化趨勢(shì)通過顯著性檢驗(yàn)，反之則表示不通過檢驗(yàn)。對(duì)于置信水平a，當(dāng)置信水平為0.05時(shí)，Z(1-a/2)值為1.96；當(dāng)置信水平為0.01時(shí)，Z(1-a/2)值為2.58。

2.3 突變檢驗(yàn)法

對(duì)于長時(shí)間的降水序列，判斷其是否發(fā)生突變以及突變的具體時(shí)間是理清各階段降水變化特征的重要基礎(chǔ)。研究通過采用M-K突變檢驗(yàn)和滑動(dòng)t檢驗(yàn)兩種方法對(duì)氣候序列進(jìn)行突變性檢驗(yàn)，兩種檢驗(yàn)均設(shè)置置信水平為0.05，滑動(dòng)t檢驗(yàn)設(shè)置步長為5 a。由于M-K 突變檢驗(yàn)的檢測(cè)范圍較寬，在長時(shí)間序列時(shí)檢驗(yàn)判斷突變點(diǎn)時(shí)主觀性較強(qiáng)，因此本研究結(jié)合滑動(dòng)t檢驗(yàn)來確定突變發(fā)生的具體年份［21］。

M-K 突變檢驗(yàn)方法由世界氣象組織（WMO）推薦，在世界范圍內(nèi)被廣泛應(yīng)用于氣候及水文要素的序列變異性診斷研究，其原理為：當(dāng)UFK和UBK相交且交點(diǎn)位于置信區(qū)間之內(nèi)，則該交點(diǎn)為序列的突變點(diǎn)［22］。當(dāng)UFK＞0 時(shí)表示序列呈上升趨勢(shì)，反之則呈下降趨勢(shì)。當(dāng)UFK超過置信水平時(shí)，表示該序列通過顯著性檢驗(yàn)，反之則表示序列未通過顯著性檢驗(yàn)。

滑動(dòng)t檢驗(yàn)法通過判斷氣候序列中兩段子序列的均值有無差異以及差異是否顯著來檢驗(yàn)序列的突變。

2.4 周期分析方法

研究采用Morlet 小波分析方法對(duì)序列進(jìn)行周期變化分析，該方法可以同時(shí)獲取頻域和時(shí)域的信息，在得到頻率成分的同時(shí)還能識(shí)別該頻率所在的時(shí)間位置。小波分析的基本原理為通過小波函數(shù)來表示某一類信號(hào)，該小波函數(shù)具有震蕩性的特點(diǎn)。小波函數(shù)的具體公式原理如下：

式中：ψ(t)基為小波函數(shù)；ψa，b(t)為子小波；a為小波周期尺度因子；b為時(shí)間平移因子。

3 結(jié)果分析

3.1 SDSM模擬精度

通過確定性系數(shù)（R2）和均方根誤差（RMSE）來檢驗(yàn)統(tǒng)計(jì)降尺度模型在率定期及驗(yàn)證期對(duì)于氣象要素的模擬效果（見表1）。結(jié)果顯示通過誤差校正后，在驗(yàn)證期除甘孜站外，各站點(diǎn)的確定性系數(shù)（R2）均高于0.65，其中半數(shù)以上站點(diǎn)達(dá)到0.70 以上。結(jié)果顯示SDSM 對(duì)于雅礱江流域的降水模擬有較好的適用性，模擬結(jié)果能夠滿足研究精度需要。

表1 率定期及驗(yàn)證期降水量模擬精度

3.2 降水量變化趨勢(shì)分析

雅礱江流域緯度跨度較大，流域內(nèi)年降水量由北向南依次遞增。其中清水河、石渠、甘孜、色達(dá)、道孚、新龍站點(diǎn)的歷史期多年平均降水量均小于800 mm；而康定、木里、九龍、越西、昭覺、鹽源、西昌站點(diǎn)的多年平均降水量為800 mm 以上。按照干濕區(qū)劃分標(biāo)準(zhǔn)，年降水量400～800 mm 屬于半濕潤區(qū)，年降水量800 mm 以上屬于濕潤區(qū)。同時(shí)參照各個(gè)站點(diǎn)在雅礱江流域的分布情況（圖1），可對(duì)于雅礱江流域劃分為上游和下游進(jìn)行分析。

采用線性趨勢(shì)及滑動(dòng)平均法對(duì)歷史期及未來不同情景下的降水量進(jìn)行趨勢(shì)分析，對(duì)年降水量及各個(gè)季節(jié)的降水量變化趨勢(shì)逐一進(jìn)行比較分析。

對(duì)于歷史期而言，上游和下游的年降水量均呈現(xiàn)增長趨勢(shì)，上游變化趨勢(shì)更加顯著。在上游歷史期中，對(duì)比增長斜率可以發(fā)現(xiàn)在春季降水量有明顯的增多，而在夏季、秋季和冬季增長趨勢(shì)則較緩。同時(shí)在降水總量上，各個(gè)季節(jié)之間的分配也存在較大的差異，夏季降水量達(dá)到年降水總量的57.5%。夏季降水密切影響著雅礱江的防洪安全以及水力發(fā)電的效益，因此對(duì)于未來夏季降水量的變化需要重點(diǎn)研究。

下游年降水量總體呈現(xiàn)為增長趨勢(shì)，但在各個(gè)季節(jié)卻表現(xiàn)出一定的差異性。其中在春、夏兩季表現(xiàn)出降水量逐漸升高的現(xiàn)象，在秋、冬兩季降水量卻呈現(xiàn)降低的趨勢(shì)。對(duì)比雅礱江流域上游和下游不同季節(jié)的歷史期變化趨勢(shì)，可以發(fā)現(xiàn)在雅礱江流域內(nèi)降水存在明顯的時(shí)間及空間變化。因此在進(jìn)行未來的趨勢(shì)分析時(shí)，不能僅僅只考慮整個(gè)流域的平均年降水量，應(yīng)該對(duì)于各個(gè)季節(jié)，不同分區(qū)進(jìn)行詳細(xì)的比較，由此更加精細(xì)的研究雅礱江流域未來不同情景下的降水量的變化規(guī)律。

圖2 上游降水量趨勢(shì)分析

圖3 下游降水量趨勢(shì)分析

在CMIP5中一共設(shè)定了RCP2.6、RCP4.5、RCP6.0和RCP8.5四種濃度路徑，其中RCP2.6 為低排放情景、RCP4.5 與RCP6.0均為中排放情景、RCP8.5為高排放情景。為比較不同等級(jí)的濃度排放下流域內(nèi)未來的氣候變化及差異性，本研究選取其RCP2.6、RCP4.5 和RCP8.5 三種情景來假設(shè)雅礱江流域的未來氣候變化，由此來探究未來不同的社會(huì)發(fā)展?fàn)顩r下流域內(nèi)的降水變化規(guī)律。對(duì)于上游流域，未來除在RCP2.6 情景下，年降水量出現(xiàn)下降的情況外，在RCP4.5 和RCP8.5 情景下年降水量均呈現(xiàn)出上升趨勢(shì)，其中RCP8.5 情景下上升趨勢(shì)最為顯著。在RCP2.6 情景下降水量的變化表現(xiàn)出季節(jié)差異性，其中冬、春兩季降水量下降，而夏季和秋季的降水量呈現(xiàn)出微弱的上升趨勢(shì)。而在RCP4.5 和RCP8.5 兩種情景下，各個(gè)季節(jié)的降水量均會(huì)出現(xiàn)上升的現(xiàn)象，且變化幅度為秋季＞春季＞夏季＞冬季。結(jié)果表示雅礱江上游流域在未來全球變暖背景下，降水量總體呈現(xiàn)上升趨勢(shì)，而在秋季和夏季上升幅度最大，冬季上升幅度最小，這可能會(huì)進(jìn)一步加劇流域內(nèi)降水年內(nèi)分布不均的問題。對(duì)于下游流域，雖然總體上3種情景下年降水量均表現(xiàn)為增加，但是在RCP2.6 情景的春季、秋季及冬季，RCP4.5 情景的夏季和冬季時(shí)，降水量卻呈現(xiàn)微弱的下降趨勢(shì)。同時(shí)，和上游相比，兩種情景下下游降水量的變化幅度更低。在未來雅礱江流域上游和下游的降水均會(huì)出現(xiàn)增加的現(xiàn)象，且增加幅度均為RCP8.5＞RCP4.5＞RCP2.6，這與IPCC 中設(shè)定的未來氣候變化趨勢(shì)吻合。而對(duì)于流域內(nèi)變化的時(shí)空分布特征，在上游流域（半濕潤區(qū)）的增加較下游流域（濕潤區(qū)）更為顯著，且在夏、秋兩季（汛期）的變化幅度較春、冬兩季（非汛期）更大。即在雅礱江流域未來降水量的空間差異性會(huì)減小，而季節(jié)差異性會(huì)進(jìn)一步增大。

從總體而言，對(duì)比歷史期變化趨勢(shì)和未來情景下的趨勢(shì)，可以發(fā)現(xiàn)與歷史期趨勢(shì)吻合度最高的為RCP4.5 情景，而RCP2.6 情景相對(duì)于歷史期降水量增加趨勢(shì)較弱，RCP8.5 情景下降水量增加趨勢(shì)明顯強(qiáng)于歷史期。參照IPCC 對(duì)于CMIP5 各情景的濃度路徑定義［23］，其中設(shè)定RCP2.6 為低輻射強(qiáng)迫路徑，路徑形狀為峰值和下降；RCP4.5 為中間穩(wěn)定路徑，其路徑形狀定義為無過沖穩(wěn)定；RCP8.5 為高輻射強(qiáng)迫路徑，其路徑形狀為上升。因此，可以看出在雅礱江流域不同情景下降水量的變化趨勢(shì)結(jié)果與CMIP5的情景設(shè)定吻合。

3.3 趨勢(shì)檢驗(yàn)

通過M-K 趨勢(shì)檢驗(yàn)法得到雅礱江流域各站點(diǎn)的標(biāo)準(zhǔn)化統(tǒng)計(jì)量Zmk，對(duì)流域內(nèi)歷史期及未來不同情景下降水量變化趨勢(shì)進(jìn)行顯著性檢驗(yàn)。同時(shí)，分別對(duì)年降水量和各個(gè)季節(jié)的降水量進(jìn)行趨勢(shì)檢驗(yàn)，以研究流域內(nèi)降水量變化趨勢(shì)的時(shí)空特征。圖4 對(duì)于不同時(shí)期、不同季節(jié)下各個(gè)站點(diǎn)的Zmk值進(jìn)行了具體展示。

在圖4中，對(duì)不同站點(diǎn)降水變化的顯著性進(jìn)行展示，該圖中不同的顏色代表Zmk的大小不同。當(dāng)Zmk＞2.58時(shí)，站點(diǎn)顯示為紅色，表示該站點(diǎn)降水量呈增長趨勢(shì)且通過了99%置信度的檢驗(yàn)；當(dāng)1.96 ＜Zmk≤2.58 時(shí)，站點(diǎn)顯示為橙色，代表該站點(diǎn)降水量呈增長趨勢(shì)且通過了95%置信度的檢驗(yàn)；而當(dāng)0 ＜Zmk≤1.96時(shí)，則表示該站點(diǎn)雖然降水量呈上升趨勢(shì)但并未通過置信度檢驗(yàn)，即表示該站點(diǎn)降水量的變化趨勢(shì)不顯著。反之，當(dāng)Zmk為負(fù)時(shí)，則降水量為下降趨勢(shì)。

圖4 雅礱江流域年降水量趨勢(shì)檢驗(yàn)

因此由圖4 可知，在歷史期［見圖4（a1）］除上游清水河、石渠站點(diǎn)呈黃色外，其余站點(diǎn)均通過了99%置信度的檢驗(yàn)，而其中下游3 個(gè)藍(lán)色點(diǎn)分別表示越西、木里、鹽源3 個(gè)站點(diǎn)的年降水量呈顯著降低趨勢(shì)，余下站點(diǎn)呈顯著增長趨勢(shì)。而在季節(jié)分配上，在春季所有站點(diǎn)均為顯著上升趨勢(shì)，夏季和秋季多數(shù)站點(diǎn)為通過95%置信度的檢驗(yàn)，冬季所有站點(diǎn)均通過了99%置信度的檢驗(yàn)，但各站點(diǎn)的增減趨勢(shì)不一。在RCP2.6 情景下，所有站點(diǎn)的年降水量均未通過均通過了95%置信度的檢驗(yàn)，在季節(jié)表現(xiàn)上RCP2.6情景下，春季和冬季整體表現(xiàn)為未來降水量將會(huì)減少。在RCP4.5 情景下［見圖4（c1）］，最上游兩個(gè)站點(diǎn)清水河、石渠的變化趨勢(shì)不顯著，中游藍(lán)點(diǎn)表示康定站點(diǎn)呈顯著下降趨勢(shì)，區(qū)域站點(diǎn)均為通過99%置信度檢驗(yàn)的增長趨勢(shì)。在RCP8.5情景下［見圖4（d1）］所有站點(diǎn)均為顯著上升趨勢(shì)，且除夏季外，其他季節(jié)流域整體也表現(xiàn)為降水量增加。對(duì)比歷史期及各情景可以發(fā)現(xiàn)，年降水量和季節(jié)降水量隨著濃度排放的增加，降水量的增長趨勢(shì)也更加顯著，除夏季降水表現(xiàn)出較大的波動(dòng)性及不確定性外。

3.4 突變檢驗(yàn)

對(duì)雅礱江流域歷史期及未來不同情景下降水序列進(jìn)行突變檢驗(yàn)，其中M-K突變檢驗(yàn)的結(jié)果如圖5所示，滑動(dòng)T突變檢驗(yàn)的結(jié)果如表2所示。通過結(jié)合兩種方法的檢驗(yàn)結(jié)果，確定具體的突變年份及其顯著性。

表2 雅礱江流域降水量滑動(dòng)t突變檢驗(yàn)結(jié)果（突變年份）

圖5 雅礱江流域降水量M-K突變檢驗(yàn)結(jié)果

對(duì)比各時(shí)期的UF曲線，雅礱江流域上游及下游的趨勢(shì)及突變年份基本一致，除RCP4.5 情景下，上游的變化趨勢(shì)較下游更加顯著。在歷史期，上游及下游流域的M-K突變檢驗(yàn)結(jié)果均存在較多交點(diǎn)，無法準(zhǔn)確判別具體的突變年份，因此結(jié)合滑動(dòng)t檢驗(yàn)進(jìn)一步分析，最終結(jié)果顯示歷史期上游的顯著突變年份為1986年，下游無顯著突變。對(duì)于RCP2.6情景下，觀察M-K 突變檢驗(yàn)圖發(fā)現(xiàn)上游及下游的UF曲線均未超過顯著性水平，因此雖然存在較多交點(diǎn)，但均未達(dá)到顯著突變。同時(shí)對(duì)比滑動(dòng)t檢驗(yàn)結(jié)果，兩種方法的檢驗(yàn)結(jié)果相同，結(jié)果表明在RCP2.6 情景下變化趨勢(shì)不顯著且未發(fā)生顯著突變。對(duì)于RCP4.5情景下，上游UF＞0且增加趨勢(shì)超過置信區(qū)間，而下游波動(dòng)較大。對(duì)于上游M-K 檢驗(yàn)交點(diǎn)出現(xiàn)在2068年，滑動(dòng)t檢驗(yàn)顯著突變年份為2072年；下游M-K 交點(diǎn)過多，滑動(dòng)t檢驗(yàn)結(jié)果為2042年為突變年份。對(duì)于RCP8.5情景下，上游及下游UF均為顯著上升，且交點(diǎn)出現(xiàn)的時(shí)間段相近，上游的交點(diǎn)出現(xiàn)在2069年，下游的交點(diǎn)出現(xiàn)在2066年。與滑動(dòng)t結(jié)果比較，兩種方法檢驗(yàn)中上游突變年份出現(xiàn)的時(shí)間吻合，而下游存在一定的差異。對(duì)于RCP4.5 情景和RCP8.5情景下交點(diǎn)處UF均大于0，表示在未來這兩種情景下均為降水量增多的突變。

總的來說，在氣候變化背景下，雅礱江流域未來RCP4.5 和RCP8.5 情景下降水量的變化相較于RCP2.6 情景會(huì)有更顯著的突變。

3.5 周期分析

研究采用Morlet小波分析方法結(jié)合全局小波譜研究雅礱江流域歷史期及未來不同情景下降水量變化的周期特征，分析結(jié)果如圖6。

圖6 雅礱江流域降水量小波分析

小波分析在對(duì)有限時(shí)間的數(shù)據(jù)序列進(jìn)行分析時(shí)，在起點(diǎn)、終點(diǎn)處無法無限的去匹配它的信號(hào)，會(huì)產(chǎn)生擬合誤差，因此兩端點(diǎn)附近會(huì)存在一定的邊界效應(yīng)。在小波結(jié)果圖中，顏色接近紅色時(shí)表示能量越強(qiáng)，顏色接近藍(lán)色時(shí)表示能量越弱；黑色線圈區(qū)域?yàn)橹芷谧兓@著區(qū)域；小波錐之內(nèi)為可信的序列周期范圍，小波錐之外灰色部分為可信度較低區(qū)域。在全局小波譜圖中，紅色虛線所包圍的扇形區(qū)域內(nèi)出現(xiàn)的波峰即為顯著的序列周期。

歷史期雅礱江上游在1995年左右存在0～2 a 的短周期，在2000年左右時(shí)間段內(nèi)存在4～8 a 的中周期，結(jié)合全局小波普分析兩個(gè)周期均在顯著范圍內(nèi)；在雅礱江流域下游，存在1970年左右才存在0～4 a 的短周期。對(duì)比上游、下游周期結(jié)果，結(jié)果表示在歷史期兩者的周期變化存在一定的差異性。在RCP2.6 情景下，流域上游在2050年同時(shí)存在1～4 a的短周期及4～8 a的中周期，在2070-2080年之間存在8-10a 的長周期，在2080-2090年之間存在1～4 a 的短周期，比照全局小波譜可以看出2070-2080年的長周期未通過顯著性水平（α= 0.05）檢驗(yàn)；流域下游未顯現(xiàn)出明顯的周期變化特征。相較歷史期和RCP2.6 情景，RCP4.5 和RCP8.5 情景下的震蕩周期更短。在RCP4.5 情景下下游流域、RCP8.5 情景下上游和下游流域均只存在1～4 a 的短周期，且年份分布頻繁，說明未來這兩種情景下降水量表現(xiàn)為周期持續(xù)時(shí)間長且頻率較短的周期變化特征。

總體而言，未來雅礱江流域的降水量表現(xiàn)為周期平穩(wěn)的上升趨勢(shì)，未來降水量會(huì)顯著增加，這對(duì)流域的水資源管理帶來較大挑戰(zhàn)，需要根據(jù)不同區(qū)域的需水情況來制定水資源管理措施預(yù)案。

4 結(jié)論

為匹配CMIP5 模式的時(shí)間尺度，本文選取1963-2005年為基準(zhǔn)期對(duì)大尺度氣候模式數(shù)據(jù)進(jìn)行降尺度處理，以模擬未來2020-2100年雅礱江流域的降水?dāng)?shù)據(jù)。在進(jìn)行統(tǒng)計(jì)分析時(shí)，選取已有的歷史期1963-2016年的實(shí)測(cè)降水序列以及未來期2020-2100年3 種RCP 情景下的預(yù)測(cè)降水序列進(jìn)行趨勢(shì)分析、突變檢驗(yàn)以及周期分析，研究了各時(shí)期下流域降水的變化特征并對(duì)比其差異性。主要結(jié)論如下：

（1）通過SDSM 統(tǒng)計(jì)降尺度模型結(jié)合CMIP5數(shù)據(jù)，模擬未來雅礱江流域13 個(gè)站點(diǎn)的降水量，結(jié)果表示SDSM 模擬結(jié)果與實(shí)測(cè)數(shù)據(jù)擬合精度較高。率定期各站點(diǎn)的平均R2達(dá)到0.66，在校正后驗(yàn)證期的平均R2達(dá)到0.69。

（2）在歷史期雅礱江上游和下游流域年降水量均呈上升趨勢(shì)，在季節(jié)分配方面均為春季增幅最大。在未來RCP2.6情景下降水量變化表現(xiàn)平穩(wěn)，無明顯的上升或下降趨勢(shì)，RCP4.5 及RCP8.5 兩種情景下降水量均為增加趨勢(shì)，且增加幅度為RCP8.5 情景＞RCP4.5 情景。綜合比較歷史期和未來期可以得出雅礱江流域的降水量變化幅度為RCP8.5情景＞RCP4.5情景＞歷史期＞RCP2.6情景，各時(shí)期在季節(jié)變化上的趨勢(shì)不一。

（3）雅礱江流域降水量在歷史期及RCP4.5、RCP8.5 情景下均有顯著的突變年份，其中歷史期上游流域突變年份為1986年，下游無顯著跳躍。在RCP4.5情景時(shí)流域下游的突變年份為2042年，RCP8.5 情景時(shí)流域上游的突變年份為2067年、下游的突變年份為2057年，3 個(gè)突變年份均處于中景期（2041-2070年）。而在RCP4.5 情景時(shí)流域上游的突變年份為2072年，處于遠(yuǎn)景期（2071-2100年）。各個(gè)突變點(diǎn)均為降水量顯著性增多的突變，且上游的突變點(diǎn)要晚于下游。

（4）雅礱江流域在歷史期和RCP2.6 情景下同時(shí)存在1～4 a短周期和4～8 a 中周期兩種周期特征。在RCP4.5 和RCP8.5 情景下僅存在1～4 a 短周期，未來這兩種情景下降水量表現(xiàn)為周期持續(xù)時(shí)間長且頻率較短的周期變化特征。

綜上所述，雅礱江流域在未來RCP2.6情景下降水量無明顯變化，無明顯的上升或下降趨勢(shì)；但在RCP4.5以及RCP8.5情景下未來雅礱江流域的降水量增加趨勢(shì)都非常顯著，尤其是在“無政策干預(yù)”的RCP8.5情景時(shí)。因此，作為我國重要的水電能源基地，雅礱江流域需要考慮未來氣候變化導(dǎo)致的降雨徑流變化，做好對(duì)現(xiàn)有梯級(jí)水庫群的防洪、發(fā)電，以及水資源調(diào)度策略進(jìn)行適應(yīng)性應(yīng)用的準(zhǔn)備?！?/p>