“雙碳”情景下?lián)岷恿饔驈搅髯兓卣?/h1>
2023-03-20 10:33:00蘇布達(dá)王艷君占明錦2楊晨輝
長江科學(xué)院院報(bào) 2023年2期
王 媛，蘇布達(dá)，王艷君，占明錦2，楊晨輝，姜 彤
(1.南京信息工程大學(xué) 地理科學(xué)學(xué)院，南京 210044; 2.江西省氣候中心，南昌 330096)
1 研究背景
2011—2020年全球地表平均溫度增幅明顯，相比1850—1900年上升1.09 ℃(0.95～1.20 ℃)，且未來20 a全球溫升預(yù)計(jì)達(dá)到或超過1.5 ℃[1]。人為溫室氣體的排放持續(xù)增長是升溫加速的主要原因，其中化石燃料燃燒所排放的二氧化碳對(duì)溫室氣體排放的貢獻(xiàn)達(dá)到78%[2]。為減緩全球變暖速度，踐行低碳發(fā)展，中國提出了“雙碳”目標(biāo)，目的是使二氧化碳排放在2030年前達(dá)到峰值，在2060年前實(shí)現(xiàn)碳中和?！半p碳”目標(biāo)是對(duì)我國環(huán)境有重要影響的戰(zhàn)略部署，也是應(yīng)對(duì)氣候變化的重要途徑[3]。作為清潔能源，水資源對(duì)于“雙碳”目標(biāo)的實(shí)現(xiàn)具有重要的意義，可與風(fēng)能、太陽能相結(jié)合，減少二氧化碳的排放；城市生活的低碳發(fā)展與產(chǎn)業(yè)轉(zhuǎn)型也需要大量的水資源。
全球變暖背景下，水循環(huán)加速，影響了徑流的時(shí)空分布格局[4-5]。已有研究表明，1948—2014年間全球200條最大的入海河流中，年徑流表現(xiàn)為顯著下降的河流占比達(dá)到22%，僅10%的河流年徑流表現(xiàn)為上升趨勢(shì)，全球徑流變化具有明顯的區(qū)域差異[6]。中國主要江河實(shí)測(cè)徑流量多呈下降趨勢(shì)，長江以南地區(qū)出現(xiàn)區(qū)域性缺水現(xiàn)象[7]。鄱陽湖是長江重要通江湖泊之一，地勢(shì)狹長，南北氣候差異較大，徑流變化區(qū)域差異明顯。2000年后鄱陽湖流域，特別是撫河流域汛期和枯季徑流均減少[8-10]，流域枯水期供水壓力在一定程度上增加，水資源供需問題日益突出。
氣候模式是研究氣候變化對(duì)徑流影響的重要工具。目前已有研究進(jìn)行氣溫與降水的模擬評(píng)估與預(yù)估，主要是運(yùn)用全球氣候模式中的國際耦合模式比較計(jì)劃第五階段(CMIP5)的結(jié)果[11-12]。相比而言，國際耦合模式比較計(jì)劃第六階段(CMIP6)在氣候變率和變化問題上考慮了更加詳細(xì)的要素，在不同共享社會(huì)經(jīng)濟(jì)路徑和典型濃度路徑基礎(chǔ)上運(yùn)用了新的氣候情景SSPs。新的SSPs包含CMIP5中的4種典型濃度路徑，增加了3種新的輻射強(qiáng)迫情景，且融合了共享社會(huì)經(jīng)濟(jì)路徑，以反映未來社會(huì)經(jīng)濟(jì)發(fā)展[13-15]，因此相比RCPs路徑，新的SSPs路徑更適合探究“雙碳”目標(biāo)下的氣候變化。以往研究主要基于CMIP5預(yù)估流域未來徑流，基于CMIP6數(shù)據(jù)結(jié)合“雙碳”目標(biāo)特定政策預(yù)估氣候變化對(duì)徑流影響的研究還較少。
撫河是鄱陽湖流域第二大支流，流域水資源量充足，且徑流量年際變化明顯，極端水文事件發(fā)生頻繁?，F(xiàn)有對(duì)鄱陽湖流域氣候變化研究中，以撫河流域?yàn)橹黧w的研究偏少，少量已有研究考慮的氣候情景少且采用的氣候模式較為陳舊[16-17]。為探究“雙碳”目標(biāo)下?lián)岷恿饔驈搅鲗?duì)氣候變化的響應(yīng)，根據(jù)新的SSPs路徑下中國地區(qū)二氧化碳排放達(dá)峰時(shí)間，將SSPs路徑分為“雙碳”情景(SSP1-1.9、SSP1-2.6、SSP2-4.5、SSP4-3.4、SSP4-6.0)和高碳情景(SSP3-7.0、SSP5-8.5)，采用SWAT水文模型，利用CMIP6氣候模式，模擬分析“雙碳”情景下流域在2021—2100年的氣溫降水和徑流變化，并對(duì)比分析 “高碳”情景下的相應(yīng)變化，以期為流域水資源管理提供參考依據(jù)。
2 研究區(qū)概況、數(shù)據(jù)與方法
2.1 研究區(qū)概況
撫河(115.9°E—116.7°E,26.8°N—28.5°N)位于江西省東部，是長江鄱陽湖流域第二大支流，發(fā)源于武夷山脈西麓江西省撫州市廣昌縣，流域面積17 186 km2，約占鄱陽湖流域總面積的10%，全長349 km，多年平均流量504 m3/s，水資源量充足。撫河流域氣候溫和、雨量充沛、日照充足，屬亞熱帶濕潤季風(fēng)氣候。春季受亞熱帶季風(fēng)影響，降雨歷時(shí)長、范圍廣；夏季受太平洋熱帶氣候侵襲，形成暴雨。水位漲落持續(xù)時(shí)間較長，具有平原河流特性，徑流量極值變化較大。地勢(shì)東南高而西北低，面向鄱陽湖傾斜。下游李家渡水文站(116.2°E，28.2°N)是撫河入鄱陽湖的重要控制站，控制面積為15 811 km2(圖1)。
圖1 撫河流域主要?dú)庀笳尽⑺恼竞蜌夂蚰Ｊ礁顸c(diǎn)分布Fig.1 Distribution of meteorological stations,hydrologicstation and GCM-grids in the Fuhe River Basin
圖2 李家渡站降水量與徑流深雙累積曲線Fig.2 Double-mass curve of precipitation and runoffdepth at Lijiadu hydrological station
2.2 數(shù) 據(jù)
李家渡水文控制站1961—2000年的逐日徑流觀測(cè)數(shù)據(jù)來源于《中華人民共和國水文年鑒》。圖2顯示的是李家渡水文站降水與徑流深雙累積曲線，可以看出降水與徑流深雙累積曲線的斜率變化小，反映徑流資料一致性較好[18]；數(shù)字高程數(shù)據(jù)(DEM)來自美國宇航局的SRTM，分辨率為90 m×90 m；土壤數(shù)據(jù)分辨率為1 km×1 km，采用聯(lián)合國糧食及農(nóng)業(yè)組織(FAO)統(tǒng)計(jì)數(shù)據(jù)；土地利用數(shù)據(jù)采用的是中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的2015年的1∶100 000的土地利用數(shù)據(jù)，分辨率為1 km×1 km。
氣象觀測(cè)數(shù)據(jù)采用的是由中國氣象局國家氣象信息中心提供的1961—2019年逐日降水、平均氣溫、日照時(shí)數(shù)、風(fēng)速和相對(duì)濕度數(shù)據(jù)，包括撫河流域9個(gè)氣象站的相應(yīng)氣象觀測(cè)數(shù)據(jù)。
國際耦合模式比較計(jì)劃(CMIP)構(gòu)建了迄今為止內(nèi)容最廣的氣候模式數(shù)據(jù)庫，其中CMIP6基于典型濃度路徑及不同的共享社會(huì)經(jīng)濟(jì)路徑提出了新的氣候情景SSPs[19]。本文采用的氣候模式數(shù)據(jù)是CMIP6中7個(gè)SSPs路徑(表1)完備的5個(gè)全球模式逐日數(shù)據(jù)(表2)，包括歷史模擬試驗(yàn)期(1961—2014年)和SSPs預(yù)估期(2021—2100年)。文中采用多模式集合研究，以降低氣候變化預(yù)估的不確定性。
2.3 研究方法
2.3.1 “雙碳”情景的選擇
碳達(dá)峰是二氧化碳的排放不再增長，達(dá)到峰值之后逐步降低；碳中和是采用植樹造林等綠色減排方式，吸收產(chǎn)生的二氧化碳，達(dá)到產(chǎn)生和吸收平衡。
表1 SSPs 簡介Table 1 Brief introduction of SSPs
表2 文中采用的CMIP6模式Table 2 CMIP6 models applied in the study
中國提出的雙碳目標(biāo)是二氧化碳排放在2030年前達(dá)到峰值，在2060年前實(shí)現(xiàn)碳中和。根據(jù)碳排放數(shù)據(jù)(2000—2100年)和中國提出的雙碳目標(biāo)，7個(gè)SSPs中2030年前達(dá)到碳達(dá)峰，2060年前達(dá)到碳中和時(shí)排放相對(duì)較少的路徑為SSP1-1.9、SSP1-2.6、SSP2-4.5、SSP4-3.4、SSP4-6.0，本文統(tǒng)稱為 “雙碳”情景。與“雙碳”情景下的碳排放量相比，在2030年后達(dá)到碳達(dá)峰，碳排放量仍較大的SSP3-7.0和SSP5-8.5，則為高碳情景(圖3)。
圖3 中國碳排放路徑方案Fig.3 Carbon emission pathways in China
2.3.2 SWAT水文模型率定與驗(yàn)證
本文對(duì)撫河流域的徑流研究采用SWAT(Soil and Water Assessment Tool)模型。SWAT模型是具有很強(qiáng)的物理機(jī)制的分布式水文模型，于1994年由美國農(nóng)業(yè)部(USDA)開發(fā)完成并實(shí)現(xiàn)運(yùn)用，可以用來模擬長時(shí)段的徑流變化，適用于多種尺度的流域模擬[20]。SWAT模型可定量分析自然因素和人類活動(dòng)對(duì)流域徑流的影響[21-23]，且在以降水為主要徑流補(bǔ)給的流域模擬效果較好。
文中將1961—1963年設(shè)定為預(yù)熱期，利用撫河流域1964—1980年和1981—2000年逐日氣象和水文資料開展SWAT模型的參數(shù)率定和驗(yàn)證。選取SWAT相關(guān)研究揭示的鄱陽湖流域徑流模擬敏感參數(shù)(表3)[24-25]，對(duì)撫河流域本地參數(shù)進(jìn)行了自動(dòng)率定，運(yùn)行次數(shù)設(shè)置為1 000次。P-Value<0.05的參數(shù)對(duì)模擬效果影響明顯(P-Value值決定參數(shù)的敏感性，越接近于0表明敏感性程度越高)，即為敏感參數(shù)(表3)。
表3 模型參數(shù)敏感性Table 3 Sensitivity of model parameters
模型效果的檢驗(yàn)采用決定系數(shù)R2和納什效率系數(shù)Nash-Sutcliffe(Ens)。Ens反映模擬值和觀測(cè)值的統(tǒng)計(jì)差異程度，R2反映模擬值和觀測(cè)值變化的一致性，Ens和R2越接近于1則表明模擬結(jié)果越好[26]。撫河流域李家渡水文控制站逐月徑流模擬和實(shí)測(cè)對(duì)比顯示，SWAT模型較好地反映了徑流年內(nèi)分布，月流量模擬的Ens和R2在率定期和驗(yàn)證期均≥0.9；日流量的峰值和枯值模擬值較實(shí)測(cè)值個(gè)別月份偏低，整體來看，年內(nèi)變化模擬值與實(shí)測(cè)值吻合度較高，率定期和驗(yàn)證期Ens和R2均≥0.8，模型精確度高，表明SWAT模型能夠很好地模擬撫河流域的降水徑流關(guān)系(圖4和表4)。
圖4 撫河流域率定期和驗(yàn)證期月平均流量的模擬與實(shí)測(cè)比較Fig.4 Comparison between simulated and measured monthly discharge in calibration period and verification period in the Fuhe River Basin
2.3.3 氣候和徑流變化預(yù)估
以1995—2014年作為基準(zhǔn)期，2021—2040年、2041—2060年和2081—2100年分別作為未來預(yù)估的近期、中期和末期，對(duì)比分析年均氣溫和年降水變化。通過模擬撫河流域的年平均流量、月平均流量、徑流極值的變化趨勢(shì)，開展“雙碳”情景下?lián)岷恿饔驈搅髯兓难芯?。其中，以Q10代表豐水極值，表示日流量序列中有10%的流量超過該值；以Q90代表枯水極值，表示日流量序列中有90%的流量超過該值[27]。
表4 率定期和驗(yàn)證期SWAT水文模型模擬效果的檢驗(yàn)Table 4 Performance test of SWAT model in calibration period and verification period
水文模型中的參數(shù)用于描述流域特征(徑流曲線系數(shù)、土壤蒸發(fā)補(bǔ)償系數(shù)、深層地下水蒸發(fā)系數(shù)、土壤有效含水量等)。本研究未考慮流域下墊面變化，歷史期率定的參數(shù)未來時(shí)期保持不變。以降尺度和偏差訂正后的氣候模式驅(qū)動(dòng)率定后的SWAT模型，預(yù)估“雙碳”情景下?lián)岷恿饔虻膹搅髯兓⑴c高碳情景下的變化進(jìn)行對(duì)比分析。
2.3.4 氣候模式訂正與降尺度
全球氣候模式分辨率較粗。為了方便與觀測(cè)值對(duì)比分析，本文通過反距離加權(quán)(IDW)插值對(duì)模式數(shù)據(jù)進(jìn)行降尺度，通過EDCDF(Equidistant Cumulative Distribution Functions)偏差訂正方法對(duì)模式數(shù)據(jù)進(jìn)行偏差訂正，最終將數(shù)據(jù)空間分辨率統(tǒng)一為0.5°×0.5°。
多模式集合結(jié)果表明，氣候模式偏差訂正前撫河流域1995—2014年月平均氣溫低于實(shí)測(cè)值，最大偏差達(dá)到12.5%；訂正后，模擬與實(shí)測(cè)月氣溫的相關(guān)系數(shù)達(dá)到0.95，最大偏差在5%以內(nèi)(圖5(a))。從降水量年內(nèi)分布來看，偏差訂正前的月降水模擬數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)偏差較大，最大偏差可達(dá)到47.4%；訂正后的多模式集合能夠較好地模擬出撫河流域降水量，模擬數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)的相關(guān)系數(shù)達(dá)到0.91，最大偏差10%以內(nèi)(圖5(b))。由此可見，偏差訂正后的多模式集合模擬的流域氣溫和降水與觀測(cè)數(shù)據(jù)的年內(nèi)分布格局較一致，適用于未來撫河流域氣候變化的影響評(píng)估研究。
圖5 撫河流域1995—2014年月不同氣候模式偏差訂正前后的集合平均與實(shí)測(cè)數(shù)據(jù)對(duì)比Fig.5 Comparison of multi-model ensemble mean andobserved monthly mean temperature and monthlyprecipitation before and after bias correction in theFuhe River basin from 1995 to 2014
2.3.5 M-K趨勢(shì)分析
Mann-Kendall(M-K)方法是一種非參數(shù)檢驗(yàn)方法，是時(shí)間序列趨勢(shì)分析中最為廣泛應(yīng)用的方法，不受異常值干擾和樣本分布規(guī)律等條件限制，對(duì)非正態(tài)的氣象、水文等數(shù)據(jù)分析具有較好的適用性[28]。本文設(shè)定P>0.05，為趨勢(shì)變化不顯著；P<0.05，為趨勢(shì)變化顯著。
3 研究結(jié)果
3.1 氣候變化趨勢(shì)
1961—2019年觀測(cè)數(shù)據(jù)顯示，撫河流域年均氣溫約為17 ℃，年降水量約1 780 mm。年平均氣溫以0.18 ℃/(10 a)的速度顯著上升，降水以-32.8 mm/(10 a)的速度顯著下降，同期年平均流量以-16.2 (m3/s)/(10 a)速率呈顯著下降趨勢(shì)。根據(jù)多模式集合，2021—2100年撫河流域呈明顯的變暖變濕趨勢(shì)，氣溫和降水在21世紀(jì)各時(shí)間段均呈增加趨勢(shì)。由圖6(a)可知，相比于1995—2014年，“雙碳”情景不同路徑下，撫河流域年均氣溫增幅在21世紀(jì)近期、中期和末期增幅依次增大，分別升高0.87～1.04、1.24～1.69、1.08～3.19 ℃。與“雙碳”情景相比，高碳情景下氣溫增幅更明顯，近期、中期和末期年平均氣溫分別上升0.87～1.10、1.72～2.26、3.82～5.12 ℃。2021—2100年流域氣溫的上升速度隨著碳排放強(qiáng)度的加大而加快，且均為末期氣溫增幅最大。
21世紀(jì)撫河流域年降水量總體表現(xiàn)為波動(dòng)上升趨勢(shì)(圖6(b))?！半p碳”情景不同路徑下，撫河流域年降水在近期、中期、末期分別較基準(zhǔn)期增加2.8%(-30.7%～42.5%)～10.2%(-21.5%～58.0%)、8.1%(-49.6%～53.1%)～11.8%(-35.3%～61.6%)、9.9%(-38.2%～57.2%)～13.3%(-25.8%～65.4%)，增幅依次變大。此處括號(hào)外數(shù)值表示均值，括號(hào)內(nèi)數(shù)值表示多模式變幅上下限，下同。高碳情景下增幅為4.7%(-21.9%～45.8%)～10.8%(-13.1%～52.7%)、2.8%(-25.2%～41.9%)～7.2%(-19.7%～55.5%)，9.9%(-27.1%～59.8%)～15.8%(-13.6%～67.8%)，末期降水量增長最大；與“雙碳”情景對(duì)比，高碳情景下降水量總體增幅更大，但在21世紀(jì)中期降水增幅明顯低于同期“雙碳”情景。
3.2 流量變化趨勢(shì)
3.2.1 年平均流量
相比基準(zhǔn)期(1995—2014年)，撫河流域年平均流量在21世紀(jì)近期、中期和末期均保持上升趨勢(shì)，但變化幅度不同(圖7)。“雙碳”情景不同路徑下，21世紀(jì)近期，年平均流量增加13.96%(模式范圍5.91%～33.2%)～32.8%(15.4%～54.4%)，中期增幅20.0%(7.08%～39.08%)～28.6%(9.75%～50.89%)，末期增加最大為23.11%(6.3%～41.7%)～36.36%(3.2%～61.7%)。高碳情景下，年平均流量整體增幅大于“雙碳”情景，近期年平均流量較基準(zhǔn)期增加30.14%(5.62%～60.65%)～33.85%(8.34%～70.7%)，中期和末期同樣有所上升，以末期徑流增幅最大。
3.2.2 月平均流量
相對(duì)于1995—2014年，“雙碳”情景下?lián)岷恿饔蛟缕骄髁吭?1世紀(jì)近、中、末期變化如圖8(a)所示。這3個(gè)時(shí)期中，3—7月份平均流量總體呈減少趨勢(shì)，減少最明顯的是4月份；9月份—次年2月份平均流量普遍表現(xiàn)為不同程度的增加，增加最明顯的是10月份。與“雙碳”情景相比，高碳情景各時(shí)期月平均流量較基準(zhǔn)期增幅更大，尤其5—10月份平均流量增幅明顯(圖8(b))。整體來看，“雙碳”情景下?lián)岷恿饔蚋髟缕骄髁康淖兓墒顾Y源年內(nèi)分配更為均勻，有利于緩解區(qū)域雨季水量過多和旱季缺水的問題。
圖6 1995—2100年撫河流域年均氣溫及年降水量變化Fig.6 Changes of annual average temperature andannual precipitation in the Fuhe River Basin during1995-2100
圖8 “雙碳”情景和高碳情景近、中、末期月平均流量Fig.8 Monthly mean streamflow under dual-carbon scenario and high carbon scenario in near-term,mid-termand end-term
圖7 “雙碳”情景和高碳情景年徑流變化(相對(duì)于1995—2014年)Fig.7 Percentage change of annual runoff under thedual-carbon scenario and the high carbon scenario(compared with that in 1995-2014)
3.2.3 徑流極值
21世紀(jì)撫河流域的豐水極值(Q10)和枯水極值(Q90)相較基準(zhǔn)期的變化如圖9所示。“雙碳”情景下，撫河流域21世紀(jì)3個(gè)時(shí)期Q10下降明顯，以SSP4-6.0降幅最大；Q90則呈增加趨勢(shì)，以SSP1-1.9增幅最大，且Q10和Q90均在末期變幅最明顯，預(yù)示未來洪澇和干旱風(fēng)險(xiǎn)可能有所降低。與“雙碳”情景相比，高碳情景下，21世紀(jì)3個(gè)時(shí)期Q90較基準(zhǔn)期增幅更大，干旱風(fēng)險(xiǎn)減小；Q10較基準(zhǔn)期也呈增加趨勢(shì)，預(yù)示未來洪澇風(fēng)險(xiǎn)可能加劇。整體來看，“雙碳”情景下?lián)岷恿饔驈搅鳂O值弱化，極端水文事件發(fā)生的可能性降低。
圖9 “雙碳”情景和高碳情景下Q10和Q90變化(相對(duì)于1995—2014年)Fig.9 Percentage change of Q10 and Q90 underdual-carbon scenario and high carbon scenario(compared with that in 1995-2014)
4 結(jié)論與討論
4.1 結(jié) 論
基于地面氣象觀測(cè)資料，結(jié)合觀測(cè)徑流，率定和驗(yàn)證了SWAT水文模型，并評(píng)估了5個(gè)經(jīng)過降尺度和偏差訂正的全球氣候模式集合對(duì)撫河流域氣溫和降水的模擬能力。研究發(fā)現(xiàn)多模式集合模擬對(duì)撫河流域的氣溫降水模擬效果良好，與實(shí)測(cè)月平均氣溫和月降水的相關(guān)系數(shù)達(dá)到0.95和0.91，偏差在10%以內(nèi)；SWAT模型對(duì)撫河流域月流量模擬的Nash效率系數(shù)和決定系數(shù)在率定期和驗(yàn)證期均≥0.9，日流量的模擬均≥0.8，說明SWAT模型對(duì)撫河流域徑流的模擬能力較好。本文基于多模式集合分析了撫河流域21世紀(jì)的氣候變化趨勢(shì)，并以多模式驅(qū)動(dòng)SWAT模型，預(yù)估了“雙碳”情景和高碳情景下2021—2100年流域徑流的變化，得出以下結(jié)論：
(1)2021—2100年撫河流域表現(xiàn)為明顯的變暖變濕態(tài)勢(shì)?！半p碳”情景下，流域年平均氣溫在21世紀(jì)近、中和末期較基準(zhǔn)期(1995—2014年)相比都顯著增加，且氣溫上升速度隨著碳排放強(qiáng)度的加大而加快。同期，撫河流域年降水量呈波動(dòng)上升趨勢(shì)。
(2)相比基準(zhǔn)期(1995—2014年)，“雙碳”情景下，21世紀(jì)撫河流域年平均流量呈上升趨勢(shì)，末期增幅最大；月平均流量在3—7月份呈下降趨勢(shì)；9月份—次年2月份普遍表現(xiàn)為增加，月平均流量分配使流域水資源年內(nèi)分配均勻化；日流量豐水極值(Q10)下降明顯，枯水極值(Q90)呈增加趨勢(shì)，撫河流域水文極端事件發(fā)生可能性降低。
(3)與“雙碳”情景相比，高碳情景下氣溫增幅更明顯，降水量總體增幅更大，僅在21世紀(jì)中期降水增幅低于同期“雙碳”情景。高碳情景下的年平均流量增幅大于“雙碳”情景，月平均流量變化的波動(dòng)范圍更大，5—10月份增幅明顯；21世紀(jì)3個(gè)時(shí)期Q10和Q90都呈增加趨勢(shì)，預(yù)示洪水災(zāi)害發(fā)生可能性的增大。
4.2 討 論
已有多數(shù)研究表明鄱陽湖流域21世紀(jì)氣溫和降水量將呈增加趨勢(shì)[29-30]，與本文21世紀(jì)撫河流域氣溫和降水預(yù)估結(jié)果一致。但也有研究表明21世紀(jì)撫河流域氣溫將會(huì)增加，但降水將呈減少趨勢(shì)[16]。降水預(yù)估結(jié)果不同，與研究時(shí)段和基準(zhǔn)期選擇不同以及考慮的情景不同有關(guān)。例如，朱勝男等[16]選取2006—2035年、2036—2065年、2066—2100年3個(gè)時(shí)段，以1991—2005年為基準(zhǔn)期，分析年均氣溫和年降水變化。并且已有研究僅考慮了CMIP5模式和3種RCP情景，模式少且情景不全，而本文則考慮了CMIP6中7個(gè)情景完善的5個(gè)全球氣候模式，降低了氣候變化預(yù)估的不確定性。在徑流方面，探討撫河流域歷史時(shí)期的徑流變化特征以及歸因的研究較多[31-32]，但利用CMIP6數(shù)據(jù)結(jié)合“雙碳”情景研究撫河流域未來徑流變化的研究較少。本研究表明“雙碳”情景下，未來撫河流域水資源年內(nèi)變率和水文極端事件的強(qiáng)度可能比基準(zhǔn)期有所降低，可為撫河流域水資源調(diào)節(jié)利用和水文旱澇風(fēng)險(xiǎn)管理提供借鑒。
文中應(yīng)用SWAT模型對(duì)“雙碳”情景下?lián)岷恿饔虻膹搅髯兓M(jìn)行了較全面的預(yù)估，并對(duì)比分析了高碳情景下的變化。但氣候模式的選取以及水文模型的參數(shù)化都會(huì)影響氣候變化對(duì)徑流的影響，并且會(huì)對(duì)結(jié)果帶來較大的不確定性。另外，人為因素對(duì)徑流變化也有很大的影響。一方面，本研究未考慮土地利用變化、水庫調(diào)蓄等人為因素對(duì)徑流變化的貢獻(xiàn)率；另一方面，本文使用的水文模型單一，未考慮多模型以降低結(jié)果的不確定性。后續(xù)研究中需要疊加考慮人類活動(dòng)對(duì)徑流變化的影響以及納入多個(gè)水文模型開展集合預(yù)估，深層次分析流域水資源變化情況。
猜你喜歡
“雙碳”背景下晉控煤業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析與防范中小企業(yè)管理與科技·上旬刊(2024年5期)2024-01-01 00:00:00 經(jīng)濟(jì)增長與高碳排放脫鉤英語世界(2023年11期)2023-11-17 09:24:20 高碳醇/膨脹石墨復(fù)合相變熱沉多目標(biāo)優(yōu)化北京航空航天大學(xué)學(xué)報(bào)(2021年9期)2021-11-02 08:24:22 中國高碳行業(yè)上市公司碳排放強(qiáng)度榜財(cái)經(jīng)(2021年22期)2021-10-28 17:22:36 “雙碳”目標(biāo)下企業(yè)如何應(yīng)對(duì)碳市場帶來的挑戰(zhàn)與機(jī)遇可持續(xù)發(fā)展經(jīng)濟(jì)導(dǎo)刊(2021年5期)2021-06-22 04:55:23 專訪奚國華：中信力爭成為國企助力“雙碳”目標(biāo)的旗幟財(cái)經(jīng)(2021年10期)2021-06-18 19:29:20 “雙碳”下縣城發(fā)展新思維決策(2021年5期)2021-06-10 09:04:11 Topmodel在布哈河流域徑流模擬中的應(yīng)用水利科技與經(jīng)濟(jì)(2016年9期)2016-04-22 01:07:12 探秘“大徑流”交通建設(shè)與管理(2015年15期)2015-03-20 15:19:31 攻克“大徑流”交通建設(shè)與管理(2015年15期)2015-03-20 15:19:01
- 長江科學(xué)院院報(bào)的其它文章
- 長江科學(xué)院承擔(dān)的國家重點(diǎn)研發(fā)計(jì)劃“長江水資源開發(fā)保護(hù)戰(zhàn)略與關(guān)鍵技術(shù)研究”課題績效評(píng)價(jià)會(huì)議順利召開
- 《堤防搶險(xiǎn)技術(shù)導(dǎo)則》編制組赴海河水利委員會(huì)調(diào)研
- 玄武巖-聚丙烯纖維增強(qiáng)混凝土力學(xué)性能、滲透性能和孔結(jié)構(gòu)研究
- 透水性紅砂巖防滲帷幕丙烯酸鹽化學(xué)灌漿試驗(yàn)研究
- 模糊層次分析法在白云巖砂化等級(jí)劃分中的應(yīng)用
- 基于深度學(xué)習(xí)的黃土干濕循環(huán)損傷分析
王 媛，蘇布達(dá)，王艷君，占明錦2，楊晨輝，姜 彤
(1.南京信息工程大學(xué) 地理科學(xué)學(xué)院，南京 210044; 2.江西省氣候中心，南昌 330096)
1 研究背景
2011—2020年全球地表平均溫度增幅明顯，相比1850—1900年上升1.09 ℃(0.95～1.20 ℃)，且未來20 a全球溫升預(yù)計(jì)達(dá)到或超過1.5 ℃[1]。人為溫室氣體的排放持續(xù)增長是升溫加速的主要原因，其中化石燃料燃燒所排放的二氧化碳對(duì)溫室氣體排放的貢獻(xiàn)達(dá)到78%[2]。為減緩全球變暖速度，踐行低碳發(fā)展，中國提出了“雙碳”目標(biāo)，目的是使二氧化碳排放在2030年前達(dá)到峰值，在2060年前實(shí)現(xiàn)碳中和?！半p碳”目標(biāo)是對(duì)我國環(huán)境有重要影響的戰(zhàn)略部署，也是應(yīng)對(duì)氣候變化的重要途徑[3]。作為清潔能源，水資源對(duì)于“雙碳”目標(biāo)的實(shí)現(xiàn)具有重要的意義，可與風(fēng)能、太陽能相結(jié)合，減少二氧化碳的排放；城市生活的低碳發(fā)展與產(chǎn)業(yè)轉(zhuǎn)型也需要大量的水資源。
全球變暖背景下，水循環(huán)加速，影響了徑流的時(shí)空分布格局[4-5]。已有研究表明，1948—2014年間全球200條最大的入海河流中，年徑流表現(xiàn)為顯著下降的河流占比達(dá)到22%，僅10%的河流年徑流表現(xiàn)為上升趨勢(shì)，全球徑流變化具有明顯的區(qū)域差異[6]。中國主要江河實(shí)測(cè)徑流量多呈下降趨勢(shì)，長江以南地區(qū)出現(xiàn)區(qū)域性缺水現(xiàn)象[7]。鄱陽湖是長江重要通江湖泊之一，地勢(shì)狹長，南北氣候差異較大，徑流變化區(qū)域差異明顯。2000年后鄱陽湖流域，特別是撫河流域汛期和枯季徑流均減少[8-10]，流域枯水期供水壓力在一定程度上增加，水資源供需問題日益突出。
氣候模式是研究氣候變化對(duì)徑流影響的重要工具。目前已有研究進(jìn)行氣溫與降水的模擬評(píng)估與預(yù)估，主要是運(yùn)用全球氣候模式中的國際耦合模式比較計(jì)劃第五階段(CMIP5)的結(jié)果[11-12]。相比而言，國際耦合模式比較計(jì)劃第六階段(CMIP6)在氣候變率和變化問題上考慮了更加詳細(xì)的要素，在不同共享社會(huì)經(jīng)濟(jì)路徑和典型濃度路徑基礎(chǔ)上運(yùn)用了新的氣候情景SSPs。新的SSPs包含CMIP5中的4種典型濃度路徑，增加了3種新的輻射強(qiáng)迫情景，且融合了共享社會(huì)經(jīng)濟(jì)路徑，以反映未來社會(huì)經(jīng)濟(jì)發(fā)展[13-15]，因此相比RCPs路徑，新的SSPs路徑更適合探究“雙碳”目標(biāo)下的氣候變化。以往研究主要基于CMIP5預(yù)估流域未來徑流，基于CMIP6數(shù)據(jù)結(jié)合“雙碳”目標(biāo)特定政策預(yù)估氣候變化對(duì)徑流影響的研究還較少。
撫河是鄱陽湖流域第二大支流，流域水資源量充足，且徑流量年際變化明顯，極端水文事件發(fā)生頻繁?，F(xiàn)有對(duì)鄱陽湖流域氣候變化研究中，以撫河流域?yàn)橹黧w的研究偏少，少量已有研究考慮的氣候情景少且采用的氣候模式較為陳舊[16-17]。為探究“雙碳”目標(biāo)下?lián)岷恿饔驈搅鲗?duì)氣候變化的響應(yīng)，根據(jù)新的SSPs路徑下中國地區(qū)二氧化碳排放達(dá)峰時(shí)間，將SSPs路徑分為“雙碳”情景(SSP1-1.9、SSP1-2.6、SSP2-4.5、SSP4-3.4、SSP4-6.0)和高碳情景(SSP3-7.0、SSP5-8.5)，采用SWAT水文模型，利用CMIP6氣候模式，模擬分析“雙碳”情景下流域在2021—2100年的氣溫降水和徑流變化，并對(duì)比分析 “高碳”情景下的相應(yīng)變化，以期為流域水資源管理提供參考依據(jù)。
2 研究區(qū)概況、數(shù)據(jù)與方法
2.1 研究區(qū)概況
撫河(115.9°E—116.7°E,26.8°N—28.5°N)位于江西省東部，是長江鄱陽湖流域第二大支流，發(fā)源于武夷山脈西麓江西省撫州市廣昌縣，流域面積17 186 km2，約占鄱陽湖流域總面積的10%，全長349 km，多年平均流量504 m3/s，水資源量充足。撫河流域氣候溫和、雨量充沛、日照充足，屬亞熱帶濕潤季風(fēng)氣候。春季受亞熱帶季風(fēng)影響，降雨歷時(shí)長、范圍廣；夏季受太平洋熱帶氣候侵襲，形成暴雨。水位漲落持續(xù)時(shí)間較長，具有平原河流特性，徑流量極值變化較大。地勢(shì)東南高而西北低，面向鄱陽湖傾斜。下游李家渡水文站(116.2°E，28.2°N)是撫河入鄱陽湖的重要控制站，控制面積為15 811 km2(圖1)。
圖1 撫河流域主要?dú)庀笳尽⑺恼竞蜌夂蚰Ｊ礁顸c(diǎn)分布Fig.1 Distribution of meteorological stations,hydrologicstation and GCM-grids in the Fuhe River Basin
圖2 李家渡站降水量與徑流深雙累積曲線Fig.2 Double-mass curve of precipitation and runoffdepth at Lijiadu hydrological station
2.2 數(shù) 據(jù)
李家渡水文控制站1961—2000年的逐日徑流觀測(cè)數(shù)據(jù)來源于《中華人民共和國水文年鑒》。圖2顯示的是李家渡水文站降水與徑流深雙累積曲線，可以看出降水與徑流深雙累積曲線的斜率變化小，反映徑流資料一致性較好[18]；數(shù)字高程數(shù)據(jù)(DEM)來自美國宇航局的SRTM，分辨率為90 m×90 m；土壤數(shù)據(jù)分辨率為1 km×1 km，采用聯(lián)合國糧食及農(nóng)業(yè)組織(FAO)統(tǒng)計(jì)數(shù)據(jù)；土地利用數(shù)據(jù)采用的是中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的2015年的1∶100 000的土地利用數(shù)據(jù)，分辨率為1 km×1 km。
氣象觀測(cè)數(shù)據(jù)采用的是由中國氣象局國家氣象信息中心提供的1961—2019年逐日降水、平均氣溫、日照時(shí)數(shù)、風(fēng)速和相對(duì)濕度數(shù)據(jù)，包括撫河流域9個(gè)氣象站的相應(yīng)氣象觀測(cè)數(shù)據(jù)。
國際耦合模式比較計(jì)劃(CMIP)構(gòu)建了迄今為止內(nèi)容最廣的氣候模式數(shù)據(jù)庫，其中CMIP6基于典型濃度路徑及不同的共享社會(huì)經(jīng)濟(jì)路徑提出了新的氣候情景SSPs[19]。本文采用的氣候模式數(shù)據(jù)是CMIP6中7個(gè)SSPs路徑(表1)完備的5個(gè)全球模式逐日數(shù)據(jù)(表2)，包括歷史模擬試驗(yàn)期(1961—2014年)和SSPs預(yù)估期(2021—2100年)。文中采用多模式集合研究，以降低氣候變化預(yù)估的不確定性。
2.3 研究方法
2.3.1 “雙碳”情景的選擇
碳達(dá)峰是二氧化碳的排放不再增長，達(dá)到峰值之后逐步降低；碳中和是采用植樹造林等綠色減排方式，吸收產(chǎn)生的二氧化碳，達(dá)到產(chǎn)生和吸收平衡。
表1 SSPs 簡介Table 1 Brief introduction of SSPs
表2 文中采用的CMIP6模式Table 2 CMIP6 models applied in the study
中國提出的雙碳目標(biāo)是二氧化碳排放在2030年前達(dá)到峰值，在2060年前實(shí)現(xiàn)碳中和。根據(jù)碳排放數(shù)據(jù)(2000—2100年)和中國提出的雙碳目標(biāo)，7個(gè)SSPs中2030年前達(dá)到碳達(dá)峰，2060年前達(dá)到碳中和時(shí)排放相對(duì)較少的路徑為SSP1-1.9、SSP1-2.6、SSP2-4.5、SSP4-3.4、SSP4-6.0，本文統(tǒng)稱為 “雙碳”情景。與“雙碳”情景下的碳排放量相比，在2030年后達(dá)到碳達(dá)峰，碳排放量仍較大的SSP3-7.0和SSP5-8.5，則為高碳情景(圖3)。
圖3 中國碳排放路徑方案Fig.3 Carbon emission pathways in China
2.3.2 SWAT水文模型率定與驗(yàn)證
本文對(duì)撫河流域的徑流研究采用SWAT(Soil and Water Assessment Tool)模型。SWAT模型是具有很強(qiáng)的物理機(jī)制的分布式水文模型，于1994年由美國農(nóng)業(yè)部(USDA)開發(fā)完成并實(shí)現(xiàn)運(yùn)用，可以用來模擬長時(shí)段的徑流變化，適用于多種尺度的流域模擬[20]。SWAT模型可定量分析自然因素和人類活動(dòng)對(duì)流域徑流的影響[21-23]，且在以降水為主要徑流補(bǔ)給的流域模擬效果較好。
文中將1961—1963年設(shè)定為預(yù)熱期，利用撫河流域1964—1980年和1981—2000年逐日氣象和水文資料開展SWAT模型的參數(shù)率定和驗(yàn)證。選取SWAT相關(guān)研究揭示的鄱陽湖流域徑流模擬敏感參數(shù)(表3)[24-25]，對(duì)撫河流域本地參數(shù)進(jìn)行了自動(dòng)率定，運(yùn)行次數(shù)設(shè)置為1 000次。P-Value<0.05的參數(shù)對(duì)模擬效果影響明顯(P-Value值決定參數(shù)的敏感性，越接近于0表明敏感性程度越高)，即為敏感參數(shù)(表3)。
表3 模型參數(shù)敏感性Table 3 Sensitivity of model parameters
模型效果的檢驗(yàn)采用決定系數(shù)R2和納什效率系數(shù)Nash-Sutcliffe(Ens)。Ens反映模擬值和觀測(cè)值的統(tǒng)計(jì)差異程度，R2反映模擬值和觀測(cè)值變化的一致性，Ens和R2越接近于1則表明模擬結(jié)果越好[26]。撫河流域李家渡水文控制站逐月徑流模擬和實(shí)測(cè)對(duì)比顯示，SWAT模型較好地反映了徑流年內(nèi)分布，月流量模擬的Ens和R2在率定期和驗(yàn)證期均≥0.9；日流量的峰值和枯值模擬值較實(shí)測(cè)值個(gè)別月份偏低，整體來看，年內(nèi)變化模擬值與實(shí)測(cè)值吻合度較高，率定期和驗(yàn)證期Ens和R2均≥0.8，模型精確度高，表明SWAT模型能夠很好地模擬撫河流域的降水徑流關(guān)系(圖4和表4)。
圖4 撫河流域率定期和驗(yàn)證期月平均流量的模擬與實(shí)測(cè)比較Fig.4 Comparison between simulated and measured monthly discharge in calibration period and verification period in the Fuhe River Basin
2.3.3 氣候和徑流變化預(yù)估
以1995—2014年作為基準(zhǔn)期，2021—2040年、2041—2060年和2081—2100年分別作為未來預(yù)估的近期、中期和末期，對(duì)比分析年均氣溫和年降水變化。通過模擬撫河流域的年平均流量、月平均流量、徑流極值的變化趨勢(shì)，開展“雙碳”情景下?lián)岷恿饔驈搅髯兓难芯?。其中，以Q10代表豐水極值，表示日流量序列中有10%的流量超過該值；以Q90代表枯水極值，表示日流量序列中有90%的流量超過該值[27]。
表4 率定期和驗(yàn)證期SWAT水文模型模擬效果的檢驗(yàn)Table 4 Performance test of SWAT model in calibration period and verification period
水文模型中的參數(shù)用于描述流域特征(徑流曲線系數(shù)、土壤蒸發(fā)補(bǔ)償系數(shù)、深層地下水蒸發(fā)系數(shù)、土壤有效含水量等)。本研究未考慮流域下墊面變化，歷史期率定的參數(shù)未來時(shí)期保持不變。以降尺度和偏差訂正后的氣候模式驅(qū)動(dòng)率定后的SWAT模型，預(yù)估“雙碳”情景下?lián)岷恿饔虻膹搅髯兓⑴c高碳情景下的變化進(jìn)行對(duì)比分析。
2.3.4 氣候模式訂正與降尺度
全球氣候模式分辨率較粗。為了方便與觀測(cè)值對(duì)比分析，本文通過反距離加權(quán)(IDW)插值對(duì)模式數(shù)據(jù)進(jìn)行降尺度，通過EDCDF(Equidistant Cumulative Distribution Functions)偏差訂正方法對(duì)模式數(shù)據(jù)進(jìn)行偏差訂正，最終將數(shù)據(jù)空間分辨率統(tǒng)一為0.5°×0.5°。
多模式集合結(jié)果表明，氣候模式偏差訂正前撫河流域1995—2014年月平均氣溫低于實(shí)測(cè)值，最大偏差達(dá)到12.5%；訂正后，模擬與實(shí)測(cè)月氣溫的相關(guān)系數(shù)達(dá)到0.95，最大偏差在5%以內(nèi)(圖5(a))。從降水量年內(nèi)分布來看，偏差訂正前的月降水模擬數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)偏差較大，最大偏差可達(dá)到47.4%；訂正后的多模式集合能夠較好地模擬出撫河流域降水量，模擬數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)的相關(guān)系數(shù)達(dá)到0.91，最大偏差10%以內(nèi)(圖5(b))。由此可見，偏差訂正后的多模式集合模擬的流域氣溫和降水與觀測(cè)數(shù)據(jù)的年內(nèi)分布格局較一致，適用于未來撫河流域氣候變化的影響評(píng)估研究。
圖5 撫河流域1995—2014年月不同氣候模式偏差訂正前后的集合平均與實(shí)測(cè)數(shù)據(jù)對(duì)比Fig.5 Comparison of multi-model ensemble mean andobserved monthly mean temperature and monthlyprecipitation before and after bias correction in theFuhe River basin from 1995 to 2014
2.3.5 M-K趨勢(shì)分析
Mann-Kendall(M-K)方法是一種非參數(shù)檢驗(yàn)方法，是時(shí)間序列趨勢(shì)分析中最為廣泛應(yīng)用的方法，不受異常值干擾和樣本分布規(guī)律等條件限制，對(duì)非正態(tài)的氣象、水文等數(shù)據(jù)分析具有較好的適用性[28]。本文設(shè)定P>0.05，為趨勢(shì)變化不顯著；P<0.05，為趨勢(shì)變化顯著。
3 研究結(jié)果
3.1 氣候變化趨勢(shì)
1961—2019年觀測(cè)數(shù)據(jù)顯示，撫河流域年均氣溫約為17 ℃，年降水量約1 780 mm。年平均氣溫以0.18 ℃/(10 a)的速度顯著上升，降水以-32.8 mm/(10 a)的速度顯著下降，同期年平均流量以-16.2 (m3/s)/(10 a)速率呈顯著下降趨勢(shì)。根據(jù)多模式集合，2021—2100年撫河流域呈明顯的變暖變濕趨勢(shì)，氣溫和降水在21世紀(jì)各時(shí)間段均呈增加趨勢(shì)。由圖6(a)可知，相比于1995—2014年，“雙碳”情景不同路徑下，撫河流域年均氣溫增幅在21世紀(jì)近期、中期和末期增幅依次增大，分別升高0.87～1.04、1.24～1.69、1.08～3.19 ℃。與“雙碳”情景相比，高碳情景下氣溫增幅更明顯，近期、中期和末期年平均氣溫分別上升0.87～1.10、1.72～2.26、3.82～5.12 ℃。2021—2100年流域氣溫的上升速度隨著碳排放強(qiáng)度的加大而加快，且均為末期氣溫增幅最大。
21世紀(jì)撫河流域年降水量總體表現(xiàn)為波動(dòng)上升趨勢(shì)(圖6(b))?！半p碳”情景不同路徑下，撫河流域年降水在近期、中期、末期分別較基準(zhǔn)期增加2.8%(-30.7%～42.5%)～10.2%(-21.5%～58.0%)、8.1%(-49.6%～53.1%)～11.8%(-35.3%～61.6%)、9.9%(-38.2%～57.2%)～13.3%(-25.8%～65.4%)，增幅依次變大。此處括號(hào)外數(shù)值表示均值，括號(hào)內(nèi)數(shù)值表示多模式變幅上下限，下同。高碳情景下增幅為4.7%(-21.9%～45.8%)～10.8%(-13.1%～52.7%)、2.8%(-25.2%～41.9%)～7.2%(-19.7%～55.5%)，9.9%(-27.1%～59.8%)～15.8%(-13.6%～67.8%)，末期降水量增長最大；與“雙碳”情景對(duì)比，高碳情景下降水量總體增幅更大，但在21世紀(jì)中期降水增幅明顯低于同期“雙碳”情景。
3.2 流量變化趨勢(shì)
3.2.1 年平均流量
相比基準(zhǔn)期(1995—2014年)，撫河流域年平均流量在21世紀(jì)近期、中期和末期均保持上升趨勢(shì)，但變化幅度不同(圖7)。“雙碳”情景不同路徑下，21世紀(jì)近期，年平均流量增加13.96%(模式范圍5.91%～33.2%)～32.8%(15.4%～54.4%)，中期增幅20.0%(7.08%～39.08%)～28.6%(9.75%～50.89%)，末期增加最大為23.11%(6.3%～41.7%)～36.36%(3.2%～61.7%)。高碳情景下，年平均流量整體增幅大于“雙碳”情景，近期年平均流量較基準(zhǔn)期增加30.14%(5.62%～60.65%)～33.85%(8.34%～70.7%)，中期和末期同樣有所上升，以末期徑流增幅最大。
3.2.2 月平均流量
相對(duì)于1995—2014年，“雙碳”情景下?lián)岷恿饔蛟缕骄髁吭?1世紀(jì)近、中、末期變化如圖8(a)所示。這3個(gè)時(shí)期中，3—7月份平均流量總體呈減少趨勢(shì)，減少最明顯的是4月份；9月份—次年2月份平均流量普遍表現(xiàn)為不同程度的增加，增加最明顯的是10月份。與“雙碳”情景相比，高碳情景各時(shí)期月平均流量較基準(zhǔn)期增幅更大，尤其5—10月份平均流量增幅明顯(圖8(b))。整體來看，“雙碳”情景下?lián)岷恿饔蚋髟缕骄髁康淖兓墒顾Y源年內(nèi)分配更為均勻，有利于緩解區(qū)域雨季水量過多和旱季缺水的問題。
圖6 1995—2100年撫河流域年均氣溫及年降水量變化Fig.6 Changes of annual average temperature andannual precipitation in the Fuhe River Basin during1995-2100
圖8 “雙碳”情景和高碳情景近、中、末期月平均流量Fig.8 Monthly mean streamflow under dual-carbon scenario and high carbon scenario in near-term,mid-termand end-term
圖7 “雙碳”情景和高碳情景年徑流變化(相對(duì)于1995—2014年)Fig.7 Percentage change of annual runoff under thedual-carbon scenario and the high carbon scenario(compared with that in 1995-2014)
3.2.3 徑流極值
21世紀(jì)撫河流域的豐水極值(Q10)和枯水極值(Q90)相較基準(zhǔn)期的變化如圖9所示。“雙碳”情景下，撫河流域21世紀(jì)3個(gè)時(shí)期Q10下降明顯，以SSP4-6.0降幅最大；Q90則呈增加趨勢(shì)，以SSP1-1.9增幅最大，且Q10和Q90均在末期變幅最明顯，預(yù)示未來洪澇和干旱風(fēng)險(xiǎn)可能有所降低。與“雙碳”情景相比，高碳情景下，21世紀(jì)3個(gè)時(shí)期Q90較基準(zhǔn)期增幅更大，干旱風(fēng)險(xiǎn)減小；Q10較基準(zhǔn)期也呈增加趨勢(shì)，預(yù)示未來洪澇風(fēng)險(xiǎn)可能加劇。整體來看，“雙碳”情景下?lián)岷恿饔驈搅鳂O值弱化，極端水文事件發(fā)生的可能性降低。
圖9 “雙碳”情景和高碳情景下Q10和Q90變化(相對(duì)于1995—2014年)Fig.9 Percentage change of Q10 and Q90 underdual-carbon scenario and high carbon scenario(compared with that in 1995-2014)
4 結(jié)論與討論
4.1 結(jié) 論
基于地面氣象觀測(cè)資料，結(jié)合觀測(cè)徑流，率定和驗(yàn)證了SWAT水文模型，并評(píng)估了5個(gè)經(jīng)過降尺度和偏差訂正的全球氣候模式集合對(duì)撫河流域氣溫和降水的模擬能力。研究發(fā)現(xiàn)多模式集合模擬對(duì)撫河流域的氣溫降水模擬效果良好，與實(shí)測(cè)月平均氣溫和月降水的相關(guān)系數(shù)達(dá)到0.95和0.91，偏差在10%以內(nèi)；SWAT模型對(duì)撫河流域月流量模擬的Nash效率系數(shù)和決定系數(shù)在率定期和驗(yàn)證期均≥0.9，日流量的模擬均≥0.8，說明SWAT模型對(duì)撫河流域徑流的模擬能力較好。本文基于多模式集合分析了撫河流域21世紀(jì)的氣候變化趨勢(shì)，并以多模式驅(qū)動(dòng)SWAT模型，預(yù)估了“雙碳”情景和高碳情景下2021—2100年流域徑流的變化，得出以下結(jié)論：
(1)2021—2100年撫河流域表現(xiàn)為明顯的變暖變濕態(tài)勢(shì)?！半p碳”情景下，流域年平均氣溫在21世紀(jì)近、中和末期較基準(zhǔn)期(1995—2014年)相比都顯著增加，且氣溫上升速度隨著碳排放強(qiáng)度的加大而加快。同期，撫河流域年降水量呈波動(dòng)上升趨勢(shì)。
(2)相比基準(zhǔn)期(1995—2014年)，“雙碳”情景下，21世紀(jì)撫河流域年平均流量呈上升趨勢(shì)，末期增幅最大；月平均流量在3—7月份呈下降趨勢(shì)；9月份—次年2月份普遍表現(xiàn)為增加，月平均流量分配使流域水資源年內(nèi)分配均勻化；日流量豐水極值(Q10)下降明顯，枯水極值(Q90)呈增加趨勢(shì)，撫河流域水文極端事件發(fā)生可能性降低。
(3)與“雙碳”情景相比，高碳情景下氣溫增幅更明顯，降水量總體增幅更大，僅在21世紀(jì)中期降水增幅低于同期“雙碳”情景。高碳情景下的年平均流量增幅大于“雙碳”情景，月平均流量變化的波動(dòng)范圍更大，5—10月份增幅明顯；21世紀(jì)3個(gè)時(shí)期Q10和Q90都呈增加趨勢(shì)，預(yù)示洪水災(zāi)害發(fā)生可能性的增大。
4.2 討 論
已有多數(shù)研究表明鄱陽湖流域21世紀(jì)氣溫和降水量將呈增加趨勢(shì)[29-30]，與本文21世紀(jì)撫河流域氣溫和降水預(yù)估結(jié)果一致。但也有研究表明21世紀(jì)撫河流域氣溫將會(huì)增加，但降水將呈減少趨勢(shì)[16]。降水預(yù)估結(jié)果不同，與研究時(shí)段和基準(zhǔn)期選擇不同以及考慮的情景不同有關(guān)。例如，朱勝男等[16]選取2006—2035年、2036—2065年、2066—2100年3個(gè)時(shí)段，以1991—2005年為基準(zhǔn)期，分析年均氣溫和年降水變化。并且已有研究僅考慮了CMIP5模式和3種RCP情景，模式少且情景不全，而本文則考慮了CMIP6中7個(gè)情景完善的5個(gè)全球氣候模式，降低了氣候變化預(yù)估的不確定性。在徑流方面，探討撫河流域歷史時(shí)期的徑流變化特征以及歸因的研究較多[31-32]，但利用CMIP6數(shù)據(jù)結(jié)合“雙碳”情景研究撫河流域未來徑流變化的研究較少。本研究表明“雙碳”情景下，未來撫河流域水資源年內(nèi)變率和水文極端事件的強(qiáng)度可能比基準(zhǔn)期有所降低，可為撫河流域水資源調(diào)節(jié)利用和水文旱澇風(fēng)險(xiǎn)管理提供借鑒。
文中應(yīng)用SWAT模型對(duì)“雙碳”情景下?lián)岷恿饔虻膹搅髯兓M(jìn)行了較全面的預(yù)估，并對(duì)比分析了高碳情景下的變化。但氣候模式的選取以及水文模型的參數(shù)化都會(huì)影響氣候變化對(duì)徑流的影響，并且會(huì)對(duì)結(jié)果帶來較大的不確定性。另外，人為因素對(duì)徑流變化也有很大的影響。一方面，本研究未考慮土地利用變化、水庫調(diào)蓄等人為因素對(duì)徑流變化的貢獻(xiàn)率；另一方面，本文使用的水文模型單一，未考慮多模型以降低結(jié)果的不確定性。后續(xù)研究中需要疊加考慮人類活動(dòng)對(duì)徑流變化的影響以及納入多個(gè)水文模型開展集合預(yù)估，深層次分析流域水資源變化情況。
猜你喜歡
中小企業(yè)管理與科技·上旬刊(2024年5期)2024-01-01 00:00:00
英語世界(2023年11期)2023-11-17 09:24:20
北京航空航天大學(xué)學(xué)報(bào)(2021年9期)2021-11-02 08:24:22
財(cái)經(jīng)(2021年22期)2021-10-28 17:22:36
可持續(xù)發(fā)展經(jīng)濟(jì)導(dǎo)刊(2021年5期)2021-06-22 04:55:23
財(cái)經(jīng)(2021年10期)2021-06-18 19:29:20
決策(2021年5期)2021-06-10 09:04:11
水利科技與經(jīng)濟(jì)(2016年9期)2016-04-22 01:07:12
交通建設(shè)與管理(2015年15期)2015-03-20 15:19:31
交通建設(shè)與管理(2015年15期)2015-03-20 15:19:01
- 長江科學(xué)院院報(bào)的其它文章
- 長江科學(xué)院承擔(dān)的國家重點(diǎn)研發(fā)計(jì)劃“長江水資源開發(fā)保護(hù)戰(zhàn)略與關(guān)鍵技術(shù)研究”課題績效評(píng)價(jià)會(huì)議順利召開
- 《堤防搶險(xiǎn)技術(shù)導(dǎo)則》編制組赴海河水利委員會(huì)調(diào)研
- 玄武巖-聚丙烯纖維增強(qiáng)混凝土力學(xué)性能、滲透性能和孔結(jié)構(gòu)研究
- 透水性紅砂巖防滲帷幕丙烯酸鹽化學(xué)灌漿試驗(yàn)研究
- 模糊層次分析法在白云巖砂化等級(jí)劃分中的應(yīng)用
- 基于深度學(xué)習(xí)的黃土干濕循環(huán)損傷分析