劉藝欣 李永坤 張力 王麗晶 王紅瑞

【主持人語(yǔ)】在全球氣候變化和城市化進(jìn)程不斷加快的影響下，極端降雨事件呈現(xiàn)多發(fā)、頻發(fā)的特性。對(duì)此，增強(qiáng)城市防洪排澇能力，建設(shè)海綿城市、韌性城市成為現(xiàn)階段我國(guó)城市雨洪領(lǐng)域研究的重點(diǎn)，也是發(fā)展水利新質(zhì)生產(chǎn)力并使城市得以可持續(xù)發(fā)展的關(guān)鍵。圍繞這一主題，諸學(xué)者分別從洪水過(guò)程模擬、降雨徑流污染特征分析、綠色屋頂適建潛力評(píng)估、城市流域徑流演變等多個(gè)方面開(kāi)展海綿城市系統(tǒng)構(gòu)建與城市洪澇治理研究。以期從應(yīng)用需求的角度對(duì)城市雨洪防治和海綿城市的統(tǒng)籌規(guī)劃建設(shè)等提供技術(shù)支持。

【主持人】王紅瑞，北京師范大學(xué)水科學(xué)研究院教授，博士生導(dǎo)師。

摘要 流域徑流是變化環(huán)境的重要響應(yīng)要素，在氣候變化和人類活動(dòng)的影響下，流域徑流量已經(jīng)發(fā)生了深刻變化，研究其演變及響應(yīng)特征有助于提高人類對(duì)變化環(huán)境的應(yīng)對(duì)能力。以北運(yùn)河北京市域主要集水區(qū)為研究區(qū)，通過(guò)分析水文氣象觀測(cè)站近40年水文數(shù)據(jù)，分析北運(yùn)河流域降水徑流變化趨勢(shì)，提取洪水場(chǎng)次;引入全球氣候模式數(shù)據(jù)，利用降尺度模型進(jìn)行降尺度處理，與水文模型結(jié)合對(duì)流域徑流進(jìn)行了預(yù)報(bào)分析。結(jié)果表明：流域歷史降水趨勢(shì)性變化不明顯，徑流量呈增大趨勢(shì);未來(lái)北運(yùn)河流域（通縣站）水資源的變化在氣候變化影響下較為明顯，隨著溫度升高、降水增加，流量增大，預(yù)測(cè)流量在21世紀(jì)中期達(dá)到新高，為385.1 m3／s;隨著輻射強(qiáng)迫的持續(xù)增加，水文響應(yīng)程度也相應(yīng)增大，北運(yùn)河流域大部分徑流峰值出現(xiàn)在2050時(shí)期后期和2090時(shí)期。研究結(jié)果可為城市流域未來(lái)水資源利用、防洪減災(zāi)措施與雙碳目標(biāo)的實(shí)現(xiàn)路徑的探索提供一定的參考。

關(guān)鍵詞 氣候變化;流域徑流;徑流預(yù)報(bào);雙碳目標(biāo)

中圖分類號(hào)：TV122? DOI：10.16152/j.cnki.xdxbzr.2024-03-001

Urban watershed runoff evolution and theresponse under changing environment

LIU Yixin1， LI Yongkun2， ZHANG Li1， WANG Lijing2， WANG Hongrui1

（1.College of Water Science， Beijing Normal University， Beijing 100875， China;2.Beijing Water Science and Technology Institute， Beijing 100048， China）

Abstract Basin runoff is an important response factor to changing environment. Under the influence of climate change and human activities， watershed runoff has undergone profound changes. Studying its evolution and response characteristics is helpful to improve humans ability to cope with changing environment. Taking the main catchment area of the Beijing municipal area of the North Canal as the study area， the variation trend of rainfall and runoff in the North Canal basin was analyzed by analyzing the hydrological data of hydrometeorological observation stations in the past 40 years， and the flood field was extracted. The global climate model data is introduced， the downscaling model is used for downscaling， and the runoff forecast is analyzed in combination with the hydrological model. The results show that the historical precipitation trend of the basin is not obvious， and the runoff is increasing. In the future， the change of water resources in the North Canal Basin （Tongxian Station） will be more obvious under the influence of climate change. With the increase of temperature and precipitation， the runoff will increase， and the discharge is predicted to reach a new high of 385.1m3／s in the middle of this century.With the continuous increase of radiative forcing， the degree of hydrological response increases correspondingly， and most of the peak runoff in the North Canal basin occurs in the late 2050 and 2090 periods. The research can provide some reference for the future water resource utilization， flood containment and disaster reduction measures and the realization path of dual carbon targets in urban watershed.

Keywords climate change; watershed runoff; runoff forecast; carbon peaking and carbon neutrality goals

城市流域徑流關(guān)系著城市生態(tài)環(huán)境、防災(zāi)減災(zāi)、水資源利用以及社會(huì)經(jīng)濟(jì)發(fā)展和穩(wěn)定。百年間，全球氣候發(fā)生了以變暖為主要特征的變化。探究徑流對(duì)氣候變化的響應(yīng)，尤其是準(zhǔn)確預(yù)估未來(lái)氣候變化情景下徑流變化對(duì)于水資源規(guī)劃和管理以及水利高質(zhì)量發(fā)展等都具有重要的科學(xué)與應(yīng)用價(jià)值。研究氣候變化對(duì)水文水資源的影響及響應(yīng)應(yīng)對(duì)措施是當(dāng)今學(xué)界研究的重點(diǎn)問(wèn)題之一。

關(guān)于水文氣象要素的演變規(guī)律研究已相對(duì)成熟。1999年，葉陌生等［1］分析了新疆地區(qū)水文氣象特征的變化特征，判斷了新疆地區(qū)冰雪徑流對(duì)氣候變暖的響應(yīng)。周婷等［2］利用Mann-Kendall和Pettitt數(shù)理統(tǒng)計(jì)方法分析了湄公河清盛水文站的突變點(diǎn)。陳鑫等［3］使用Morlet小波變換對(duì)關(guān)河水庫(kù)流域水文序列進(jìn)行周期性分析，驗(yàn)證了氣候因素以及人類活動(dòng)影響下的徑流周期性變化特點(diǎn)?；跉v史資料研究水文要素演變規(guī)律愈發(fā)成熟后，國(guó)內(nèi)外專家學(xué)者開(kāi)始對(duì)未來(lái)徑流的演變展開(kāi)研究。國(guó)外對(duì)徑流預(yù)測(cè)研究較早，最早開(kāi)始選取常用的數(shù)理統(tǒng)計(jì)方法對(duì)徑流序列進(jìn)行分析并使用對(duì)線性理論作相應(yīng)預(yù)測(cè)。Carlson等［4］使用ARMA（p，q）模型對(duì)年徑流進(jìn)行預(yù)測(cè)。Theodore等［5］使用預(yù)測(cè)突發(fā)洪水和水文氣候研究的分布式水文模型來(lái)解決徑流的預(yù)測(cè)問(wèn)題，使得該模型的使用范圍得到擴(kuò)大，并有力地促進(jìn)了該研究的開(kāi)展。伴隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展，人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和深度學(xué)習(xí)等各類人工智能方法被相繼提出并逐漸在水文預(yù)報(bào)領(lǐng)域得到廣泛應(yīng)用［6］。Shamseldin等［7］在水文學(xué)研究領(lǐng)域引入了ANN組合方法。Hong M等［8］提出采用遺傳算法對(duì)相空間重構(gòu)預(yù)測(cè)法進(jìn)行改進(jìn)，從而解決長(zhǎng)期徑流序列時(shí)對(duì)嵌入維度難以確定的難題，結(jié)果表明改進(jìn)后的相空間重構(gòu)預(yù)測(cè)法在豐水年和枯水年應(yīng)用方面更有優(yōu)勢(shì)。

國(guó)內(nèi)外學(xué)者圍繞氣候變化下的徑流預(yù)測(cè)開(kāi)展了大量的工作，并形成了“未來(lái)氣候情景-水文模擬-徑流預(yù)測(cè)”的研究思路［9］。全球氣候模式基于旋轉(zhuǎn)球體納維斯托克斯方程采用熱力學(xué)理論模擬了包括輻射、潛熱等多種能源項(xiàng)在內(nèi)的全球大氣環(huán)流模式，模擬和假設(shè)了全球氣候在歷史和未來(lái)時(shí)期的變化趨勢(shì)?，F(xiàn)有的全球氣候模式可以較好地模擬大區(qū)域和季節(jié)尺度的平均氣候變化特征，但是存在空間分辨率低、輸出存在偏差等諸多問(wèn)題，不能直接用于驅(qū)動(dòng)影響模型（如水文模型）進(jìn)行氣候變化影響評(píng)估。為了解決全球氣候模式與區(qū)域影響評(píng)估模型（如水文模型）之間的結(jié)合問(wèn)題，降尺度方法得以發(fā)展。其中統(tǒng)計(jì)降尺度方法既能發(fā)揮出數(shù)值模式對(duì)大尺度環(huán)流較高的預(yù)測(cè)水平，又結(jié)合了區(qū)域范圍內(nèi)統(tǒng)計(jì)特征，避免全球模式對(duì)區(qū)域尤其是復(fù)雜地形的預(yù)測(cè)局限性。

目前，利用全球氣候模式數(shù)據(jù)和統(tǒng)計(jì)降尺度模型在城市流域開(kāi)展徑流預(yù)報(bào)的研究相對(duì)較少。本研究基于全球氣候模式數(shù)據(jù)和更完整的原始水文數(shù)據(jù)，構(gòu)建了適用于北京市域內(nèi)北運(yùn)河流域的HEC-HMS模型，預(yù)測(cè)了流域未來(lái)降雨徑流變化情況，旨在豐富預(yù)測(cè)城市流域徑流的方法和技術(shù)體系，為北運(yùn)河流域應(yīng)對(duì)氣候變化、開(kāi)展水資源戰(zhàn)略規(guī)劃和管理、研判治水方略［10］、制定雙碳目標(biāo)實(shí)現(xiàn)路徑［11］等提供有力的科學(xué)支撐，對(duì)于促進(jìn)實(shí)現(xiàn)城市高質(zhì)量發(fā)展［12］具有重要的理論和實(shí)踐意義。

1 研究區(qū)概況

本文的研究區(qū)為北運(yùn)河北京市域主要集水區(qū)，北京市北運(yùn)河流域分布在潮白河流域與永定河流域之間，流域面積為4 423 km2，是北京市內(nèi)平原流域面積最大的流域（見(jiàn)圖1）。氣候特征方面，研究區(qū)屬于大陸季風(fēng)性氣候，多年平均氣溫約11.7 ℃;降水多集中于6—9月，多年平均降水量約為 600 mm，年際降水量變化較大，年內(nèi)分布不均。地形特征方面，北部、東北部為山區(qū)，東南部由堆積平原構(gòu)成，地勢(shì)總體上呈西北高、東南低［13］。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)收集與處理

本研究涉及的數(shù)據(jù)包括輸入模型的水文數(shù)據(jù)、氣候模式數(shù)據(jù)等，數(shù)據(jù)來(lái)源及基本信息如下。

1）水文數(shù)據(jù)。收集北運(yùn)河流域王家園水庫(kù)、十三陵水庫(kù)、馬駒橋、榆林莊、溫泉、高碑店、通縣7個(gè)代表性水文監(jiān)測(cè)站、雨量監(jiān)測(cè)站點(diǎn)的不同歷時(shí)時(shí)期的逐日、逐場(chǎng)次降雨徑流摘錄資料。主要包括：2010—2020年降雨徑流摘錄資料、1980—2021年逐年徑流量統(tǒng)計(jì)資料、流域控制站控制面積等，將數(shù)據(jù)整理為小時(shí)尺度，整理為適合模型輸入的格式。北運(yùn)河上游為溫榆河，至通縣站（即通州北關(guān)閘）與通惠河相匯合后始稱北運(yùn)河，是北運(yùn)河重要的監(jiān)測(cè)站點(diǎn)之一，通縣（北）閘上站的降水流量資料是研究北運(yùn)河干流歷史降水徑流演變的重要資料來(lái)源（見(jiàn)圖2）。根據(jù)2010—2020年通縣（北）閘上站流量資料，提取出北運(yùn)河流域7個(gè)代表性水文監(jiān)測(cè)站的14場(chǎng)雨洪關(guān)系對(duì)應(yīng)較好的場(chǎng)次洪水及降雨（見(jiàn)表1），作為后續(xù)研究?jī)?nèi)容基礎(chǔ)數(shù)據(jù)資料。

2）氣候模式數(shù)據(jù)。 本研究數(shù)據(jù)由CMIP6的氣候模式BCC-CSM2-MR資料和北京市2000—2010年觀測(cè)降雨資料構(gòu)成，模式資料來(lái)源于國(guó)家氣候中心。本研究選取基于SSP2（中度發(fā)展）的RCP 4.5路徑下的人口密度和經(jīng)濟(jì)的未來(lái)預(yù)估數(shù)據(jù)（即SSP245典型情景）進(jìn)行下一步研究，分析研究區(qū)未來(lái)不同時(shí)期氣候變化特征。該數(shù)據(jù)的空間分辨率為1.125°×1.125°。本文通過(guò)同倍比法對(duì)比兩者歷史年份（2000—2010年）的降水?dāng)?shù)據(jù)，對(duì)未來(lái)氣候情景數(shù)據(jù)進(jìn)行了修正。

2.2 研究方法

2.2.1 CMhyd降尺度模型

流域模型通常用于模擬未來(lái)氣候條件對(duì)水文過(guò)程的影響［14］。然而，Teutschbein和Seibert指出，由于系統(tǒng)模型誤差或網(wǎng)格單元內(nèi)的離散化和空間平均，溫度和降水的模擬經(jīng)常顯示出明顯的偏差，這阻礙了模擬氣候數(shù)據(jù)作為水文模型直接輸入數(shù)據(jù)的使用。偏差修正程序用于最小化每日時(shí)間步長(zhǎng)上觀測(cè)和模擬氣候變量之間的差異，以便由修正的模擬氣候數(shù)據(jù)驅(qū)動(dòng)的水文模擬與使用觀測(cè)氣候數(shù)據(jù)的模擬更好地匹配。CMhyd是一種工具，可用于提取從全球和區(qū)域氣候模型中獲得的數(shù)據(jù)并對(duì)其進(jìn)行偏差校正［15］。

偏差校正程序采用轉(zhuǎn)換算法來(lái)調(diào)整氣候模型輸出?；舅枷胧谴_定觀測(cè)和模擬的歷史氣候變量之間的偏差，以參數(shù)化偏差校正算法，該算法用于校正模擬的歷史氣候數(shù)據(jù)。偏差校正方法被假定為固定的，即用于當(dāng)前氣候條件的校正算法及其參數(shù)被假定為對(duì)未來(lái)?xiàng)l件也有效。因此，相同的校正算法被應(yīng)用于未來(lái)的氣候數(shù)據(jù)。

2.2.2 HEC-HMS模型

HEC-HMS（hydrologic engineering center-hydrologic modeling system）是一款用于模擬人工或者自然狀態(tài)下流域降雨徑流過(guò)程的分布式水文模型。HEC-HMS的主要功能是用于洪水預(yù)報(bào)計(jì)算，在模擬洪水過(guò)程中融合物理概念。該模型考慮了流域下墊面情況以及氣候因素，可連續(xù)或場(chǎng)次模擬流域在各種情況下的降雨徑流過(guò)程，有助于提高洪水模擬精度。作為一款適用于濕潤(rùn)、半濕潤(rùn)、干旱和半干旱地區(qū)的分布式水文模型，HEC-HMS模型具有強(qiáng)大的功能，不同模塊中有不同的產(chǎn)匯流計(jì)算方法，多種計(jì)算方法結(jié)合使用，可以找到更適合研究流域的組合方法，使模擬結(jié)果更準(zhǔn)確。基于研究區(qū)的自然地理?xiàng)l件，本研究選取以下4種方法組合。

1）SCS曲線數(shù)法。

SCS曲線數(shù)法是一種經(jīng)驗(yàn)計(jì)算流域降雨損失方法，由美國(guó)水土保持局基于水平衡原理率先提出，在短期降雨形成的徑流過(guò)程中模擬效果更好［16］。該方法計(jì)算公式為

Pe=（P-Ia）2P-Ia+S（1）

式中：Pe代表時(shí)間t時(shí)的累計(jì)凈降雨，mm;Ia代表初始降雨損失，mm;S代表土壤潛在最大截留，mm。根據(jù)眾多實(shí)驗(yàn)性集水區(qū)的結(jié)果分析，美國(guó)土壤保護(hù)局推導(dǎo)出了Ia和S之間的關(guān)系式

Ia=0.2S? （2）

累計(jì)凈雨量公式轉(zhuǎn)換為

Pe=（P-0.2S）2P+0.8S（3）

由于土壤潛在最大截留S與集水區(qū)中間參數(shù)曲線數(shù)CN存在相互轉(zhuǎn)換關(guān)系，S和CN轉(zhuǎn)換公式如下。

CN是無(wú)量綱參數(shù)，其理論取值在0～100之間，取值大小與流域內(nèi)土地利用、植被、土壤類型等下墊面情況密切相關(guān)，在降雨徑流實(shí)際模擬過(guò)程中，CN可根據(jù)流域下墊面真實(shí)情況對(duì)照美國(guó)國(guó)家工程手冊(cè)提供的CN值表查詢，一般取值范圍在40～98之間。

2）SCS單位線法。SCS單位線是一種參數(shù)化單位線模型［17］。SCS單位線將任意時(shí)間t的單位線流量Ut表示成單位線的峰值流量Up乘以一個(gè)系數(shù)和單位線峰值時(shí)間Tp的比值，計(jì)算公式為

Up=CATP（4）

式中：A代表集水區(qū)面積;C是轉(zhuǎn)換常數(shù)（SI單位時(shí)區(qū)2.08）。

峰值時(shí)間TP計(jì)算公式為

TP=Δt2+tlag? （5）

式中：Δt代表凈降雨歷時(shí)（HEC-HMS中時(shí)間的計(jì)算間隔）;tlag代表集水區(qū)洪峰延時(shí)，表示為降雨中心位置時(shí)間與峰值時(shí)間的差值。

SCS單位線法只要輸入集水區(qū)流域滯時(shí)tlag，與匯流時(shí)間tc的關(guān)系可用下式大致估算

tlag=0.6tc? （6）

其中，tc是匯流時(shí)間的總和，包括地表坡面徑流單元運(yùn)動(dòng)時(shí)間、淺槽水流單元運(yùn)動(dòng)時(shí)間和河道單元運(yùn)動(dòng)時(shí)間。

3）退水曲線法。

退水曲線法是一個(gè)基流指數(shù)衰減模型，源于對(duì)集水區(qū)任意時(shí)刻的基流量和初始基流可能存在某種聯(lián)系的假設(shè)而建立，常用來(lái)解釋集水區(qū)蓄水量的自然排水問(wèn)題［18］，函數(shù)關(guān)系式為

Qt=Q0kt? （7）

式中：Qt表示時(shí)間t時(shí)的基流，m3／s;Q0代表初始基流（時(shí)），m3／s;k為指數(shù)衰減常數(shù)。退水曲線取值如表2所示。

4）馬斯京根法。

馬斯京根法是對(duì)水力學(xué)方程進(jìn)行水文學(xué)簡(jiǎn)化，即將連續(xù)方程簡(jiǎn)化成水量平衡方程（河段入流減出流等于河段蓄水量變化）、將動(dòng)量方程簡(jiǎn)化為槽蓄關(guān)系曲線（河段出流量與蓄水量成正比），由于使用起來(lái)較簡(jiǎn)單［19］，故應(yīng)用較廣泛。其方程為

Qt=C1It+C2It-1+C3Qt-1? （8）

C1=Δt-2KX2K（1-X）+Δt? （9）

C2=Δt+2KX2K（1-X）+Δt? （10）

C3=2K（1-K）-Δt2K（1-X）+Δt（11）

式中：Qt和Qt-1分別對(duì)應(yīng)河道t時(shí)刻、t-1時(shí)刻的出流量;K為洪水在河道的運(yùn)動(dòng)時(shí)間;X為流量比重因子，一般取值范圍在0～0.5之間;Δt為時(shí)間步長(zhǎng);It-1、It分別為初始時(shí)刻入流量和計(jì)算時(shí)刻入流量。

2.2.3 模擬結(jié)果評(píng)價(jià)指標(biāo)

根據(jù)《水文情報(bào)預(yù)報(bào)規(guī)范》（GB／T 22482—2008，以下簡(jiǎn)稱“規(guī)范”），選取洪水預(yù)報(bào)合格率（R）、洪峰流量相對(duì)誤差（EQ）、峰現(xiàn)時(shí)差（ΔT）及納什效率系數(shù)（Nash-Sutcliffe efficiency coefficient，NSE）作為模型模擬精度等級(jí)評(píng)定指標(biāo)。評(píng)價(jià)標(biāo)準(zhǔn)為：EQ、ΔT絕對(duì)值越小，模擬結(jié)果越好;R、NSE的值越接近1，模型精度越高。各項(xiàng)評(píng)價(jià)指標(biāo)的計(jì)算方法如下。

1）洪峰流量相對(duì)誤差計(jì)算公式

EQ=QS-Q0Q0×100％? （12）

式中：EQ為洪峰流量的相對(duì)誤差值;Q0為實(shí)測(cè)洪峰流量，QS為模擬出來(lái)的洪峰流量。根據(jù)規(guī)范規(guī)定，EQ允許誤差范圍為實(shí)測(cè)洪峰的20％。

2）峰現(xiàn)時(shí)差

ΔT=T2-T1? （13）

式中：ΔT為峰現(xiàn)時(shí)刻之差；T1為實(shí)測(cè)洪水峰現(xiàn)時(shí)間；T2為模型模擬出的峰現(xiàn)時(shí)間。根據(jù)“規(guī)范”規(guī)定，ΔT允許誤差范圍在實(shí)測(cè)峰現(xiàn)時(shí)刻與模擬洪水過(guò)程的峰現(xiàn)時(shí)刻之間時(shí)距的30％之內(nèi)，最大不超過(guò)3 h。以上這3個(gè)指標(biāo)可以用來(lái)評(píng)價(jià)場(chǎng)次洪水模擬結(jié)果是否達(dá)標(biāo)。

3）納什效率系數(shù)（NSE，式中以NNSE表示）計(jì)算公式

NNSE=1-∑ni=1（Qi-Q）2∑ni=1（Qi-）2 （14）

式中：Qi為模擬的流量值；Q為實(shí)測(cè)的流量值;n為資料序列長(zhǎng)度;[AKQ-]為實(shí)測(cè)流量的均值。

4）合格率計(jì)算公式

R=mn（15）

式中：R為洪水預(yù)報(bào)的合格率；n為預(yù)報(bào)總次數(shù)；m為合格預(yù)報(bào)次數(shù)。

根據(jù)合格率及確定性系數(shù)可以評(píng)價(jià)模型模擬精度等級(jí)，規(guī)定如表3所示。

3 結(jié)果分析

3.1 模型參數(shù)率定

本研究中模型涉及的參數(shù)有CN值、不透水面積比例、地表截留、洪峰滯時(shí)、初始流量、衰退系數(shù)以及河道匯流演算所需的槽蓄曲線坡度Κ和比重因子X(jué)。采用人工調(diào)參法和目標(biāo)函數(shù)法結(jié)合的方式來(lái)進(jìn)行參數(shù)率定，率定過(guò)程如下：CN值與洪峰滯時(shí)使用CNgrid和HEC-Geo HMS工具計(jì)算得出，其余參數(shù)首先通過(guò)人工試錯(cuò)的方式，結(jié)合典型流域特征以及其他學(xué)者在相似流域所作研究，在參數(shù)合理范圍內(nèi)逐一嘗試不同的取值，不斷重復(fù)該步驟直到模擬的洪水過(guò)程與實(shí)測(cè)結(jié)果較為吻合;在人工試錯(cuò)的基礎(chǔ)上，使用HEC-HMS水文模型內(nèi)置的單變量梯度搜索（Univarite-Gradient）自動(dòng)優(yōu)化方法，以均方根誤差（RMS）為參數(shù)率定標(biāo)準(zhǔn)，以實(shí)測(cè)資料為目標(biāo)值，通過(guò)對(duì)各參數(shù)的初設(shè)值進(jìn)行多次重復(fù)疊代，最終得出調(diào)整優(yōu)化后的模型參數(shù)。同樣選取流域2010—2020年間的4場(chǎng)典型洪水，其中3場(chǎng)用于各子流域參數(shù)率定，1場(chǎng)用于模型驗(yàn)證，探索HEC-HMS模型在該流域的適用性，率定期的場(chǎng)次洪水模擬結(jié)果如圖3所示。

流域參數(shù)率定結(jié)果見(jiàn)表4。可以看出，CN值平均值為70。各子流域的洪峰滯時(shí)lag受到CN值和流域植被覆蓋、地形地貌等多種因素的影響亦各不相同;衰退系數(shù)的取值能夠側(cè)面反映流域的退水規(guī)律，率定的結(jié)果看出各子流域衰退系數(shù)取值相同，因此子流域的退水規(guī)律基本相似。

峰現(xiàn)時(shí)間隨著槽蓄曲線坡度Κ值的增大滯后，洪峰流量會(huì)隨著比重因子X(jué)值的增大而減小。采用馬斯京根法進(jìn)行北運(yùn)河流域（通縣站）河道匯流演算，本研究最終率定的Κ值和比重因子X(jué)分別為2 h和0.2。

3.2 模型模擬結(jié)果及誤差分析

據(jù)流域驗(yàn)證期和率定期場(chǎng)次洪水模擬結(jié)果，將洪峰流量、峰現(xiàn)時(shí)間的實(shí)測(cè)值和模擬值進(jìn)行對(duì)比，計(jì)算結(jié)果的相對(duì)誤差及納什效率系數(shù)見(jiàn)表5。

由表5可知，洪峰流量相對(duì)誤差的平均值為16.88％，模擬的峰現(xiàn)時(shí)刻與實(shí)測(cè)值的誤差不超過(guò)4 h，平均峰現(xiàn)時(shí)間誤差為2.25 h。平均Nash系數(shù)為0.70，其中20180723場(chǎng)次洪水的Nash系數(shù)為0.64，本場(chǎng)洪水洪峰誤差為18.45％，但峰現(xiàn)時(shí)間誤差較小，為2 h。根據(jù)對(duì)本場(chǎng)洪水降雨過(guò)程分析，本場(chǎng)洪水對(duì)應(yīng)著強(qiáng)降雨，起漲時(shí)間短，匯流時(shí)間快，洪峰流量較大，因此模擬效果不好。參照《水情預(yù)報(bào)規(guī)范》中對(duì)于洪峰流量、徑流深、峰現(xiàn)時(shí)間和確定性系數(shù)的誤差要求，挑選的4場(chǎng)洪水中合格率為75％，構(gòu)建模型的精度為乙等。綜上所述，HEC-HMS分布式水文模型在流域驗(yàn)證良好，因此該模型適用于北運(yùn)河流域（通縣站），可模擬分析該流域洪水過(guò)程，率定出產(chǎn)匯流參數(shù)可分析該流域現(xiàn)階段降雨事件下的洪水響應(yīng)特征。

3.3 徑流模擬結(jié)果

基于CMhyd模型對(duì)氣候模式數(shù)據(jù)進(jìn)行降尺度和偏差校正處理，再根據(jù)校準(zhǔn)后的HEC-HMS模型，將基于SSP2的RCP 4.5典型濃度發(fā)展路徑下2015—2100年修正后的降水?dāng)?shù)據(jù)寫(xiě)入模型，其余參數(shù)不變，分析2030—2100年流域徑流。

降尺度數(shù)據(jù)的時(shí)間范圍是2010—2100年，本研究選取2000—2015年降雨數(shù)據(jù)為歷史參照時(shí)段，對(duì)2030—2039年、2050—2059年和2090—2100年（分別代表本世紀(jì)近期、中期和末期）展開(kāi)研究。徑流模擬結(jié)果見(jiàn)圖4。

徑流的變幅是氣候變暖的一種響應(yīng)結(jié)果，未來(lái)北運(yùn)河流域（通縣站）降水與徑流的變化在氣候變化影響下較為明顯。結(jié)合SSP245未來(lái)氣候情景下的徑流預(yù)測(cè)結(jié)果，評(píng)估未來(lái)2030—2100年降水量，得到近期、中期與末期的日降水量最大值分別為131.38、187.71和173.39 mm。由于2030年左右溫度升高相對(duì)不明顯，降水量沒(méi)有發(fā)生較大變化。伴隨著設(shè)置情境中氣溫逐漸升高、輻射強(qiáng)迫增加，降水量也呈增大趨勢(shì)。

分析未來(lái)氣候情景下的徑流變化可得：隨著未來(lái)流域溫度升高和降水增加，流量也在增大。由圖4可知，SSP245排放情景下3個(gè)階段徑流均呈增加趨勢(shì)，流量在中期達(dá)到新高，為385.1 m3／s。北運(yùn)河流域大部分徑流峰值出現(xiàn)在2050時(shí)期的后期和2090時(shí)期，表明隨著輻射強(qiáng)迫的持續(xù)增加，水文響應(yīng)程度也相應(yīng)增加，月徑流增加幅度也不斷加大。同時(shí)由圖4可知，到2050時(shí)期，流域SSP245發(fā)展路徑下的月平均徑流低于其他兩個(gè)時(shí)期，枯水期月徑流的情況更為顯著。北運(yùn)河流域未來(lái)2090—2100年模擬年徑流過(guò)程線與中期情況較為類似，總體上徑流的峰值大部分都出現(xiàn)在SSP245發(fā)展路徑下的中期和遠(yuǎn)期。而近期由于降水和氣溫的變化與當(dāng)下相比變幅不大，徑流量也沒(méi)有發(fā)生較大變化。因此，通過(guò)提高能源利用效率、保護(hù)修復(fù)森林、草原、濕地等措施有效實(shí)現(xiàn)碳排放強(qiáng)度和總量“雙控”［20］，通過(guò)減緩環(huán)境溫度與降水的增幅速度，可有效減小徑流的變化幅度，減輕北運(yùn)河流域水旱災(zāi)害;城市流域依托豐富的自然資源得以穩(wěn)定快速發(fā)展，未來(lái)北運(yùn)河流域要科學(xué)合理利用水資源，規(guī)劃好水資源如何用、用多少，將流域優(yōu)勢(shì)充分發(fā)揮在城市建設(shè)中，實(shí)現(xiàn)城市的綠色高質(zhì)量發(fā)展。

4 結(jié)論

徑流演變趨勢(shì)與決定水循環(huán)的氣候條件和人類活動(dòng)密切相關(guān)，如河川徑流的流量和流速取決于各種環(huán)境因素，包括降水的數(shù)量和模式、氣溫、地形地貌和下滲能力。除了自然因素外，河流的水文狀況還受到人類取用水資源、水庫(kù)調(diào)蓄攔截、土地利用和覆被變化的影響。結(jié)合上述分析，綜合對(duì)流域徑流預(yù)報(bào)的模擬結(jié)果，針對(duì)北運(yùn)河流域的防洪調(diào)度提出以下對(duì)策及建議。

1）關(guān)注北運(yùn)河流域2038年、2055年、2095年關(guān)鍵年份洪水情況，及時(shí)通過(guò)溫潮減河、運(yùn)潮減河削減洪峰，做好防洪預(yù)案。

根據(jù)流域徑流預(yù)報(bào)結(jié)果，北運(yùn)河在2038年夏季、2055年夏季、2095年左右會(huì)出現(xiàn)徑流量高峰，其中2095年左右流域的徑流量達(dá)到新高，發(fā)生5年一遇以下（含5年）洪水，需要通過(guò)溫潮減河和運(yùn)潮減河對(duì)北運(yùn)河進(jìn)行分洪。

2）充分考慮人類活動(dòng)對(duì)徑流的影響，做好防洪預(yù)案。

北運(yùn)河應(yīng)重點(diǎn)保障城市副中心行政辦公區(qū)排水排澇設(shè)施的安全運(yùn)行，做到標(biāo)準(zhǔn)內(nèi)洪水安全行洪。在保障行洪安全的前提下，保障通航水位，實(shí)現(xiàn)洪水資源化。遇中雨及以上預(yù)報(bào)或河道大流量泄水時(shí)，應(yīng)停止一切在北運(yùn)河河道的水上活動(dòng)，確保人員安全上岸，并將游船固定在安全區(qū)域，以防沖入河道，影響下游水工建筑物安全。

3）控制碳排放，減少洪澇災(zāi)害發(fā)生。

流域徑流預(yù)報(bào)結(jié)果表明，未來(lái)氣候變化背景下，北運(yùn)河流域洪水的峰值流量都將可能增大，極端洪水的風(fēng)險(xiǎn)也相應(yīng)增加，同時(shí)非汛期徑流量也有一定的增加。通過(guò)綜合碳排放氣候情景，未來(lái)通過(guò)控制碳排放實(shí)現(xiàn)雙碳目標(biāo)，在一定程度上可降低發(fā)生洪澇災(zāi)害的風(fēng)險(xiǎn)。

參考文獻(xiàn)

［1］ 葉佰生，丁永建， 康爾泗，等.近40a來(lái)新疆地區(qū)冰雪徑流對(duì)氣候變暖的響應(yīng)［J］.中國(guó)科學(xué)（D輯： 地球科學(xué)），1999，29（S1）： 40-46.

TE M S， DING Y J， KANG E S， et al. Response of snow and ice runoff to climate warming in Xinjiang in recent 40 years［J］.Scientia Sinica（Terrae）， 1999（S1）： 40-46.

［2］ 周婷，于福亮，李傳哲，等.湄公河清盛站水文情勢(shì)變化分析［J］.水電能源科學(xué)，2011，29（11）： 15-18，209.

ZHOU T， YU F L， LI C Z， et al. Analysis of hydrological regime changes of chiang saen station in Mekong River［J］.Water Resources and Power， 2011，29（11）： 15-18，209.

［3］ 陳鑫，劉艷麗，刁艷芳，等.關(guān)河水庫(kù)流域水文序列突變?cè)\斷與非一致性研究［J］.中國(guó)農(nóng)村水利水電，2020（5）： 28-32.

CHEN X， LIU Y L， DIAO Y F， et al. Research on the diagnosis of hydrologic series abrupt changes and inconsistency in Guanhe Reservoir Basin［J］.China Rural Water and Hydropower，2020（5）： 28-32.

［4］ CARLSON R F， MACCORMICK A J A， WATTS D G. Application of linear random models to four annual streamflow series［J］.Water Resources Research，1970， 6（4）：1070-1078.

［5］ APOSTOLOPOULOS T K， GEORGAKAKOS K P. Parallel computation for streamflow prediction with distributed hydrologic models［J］.Journal of Hydrology，1997， 197（1/2/3/4）：1-24.

［6］ 張力，王紅瑞，郭琲楠，等.基于時(shí)序分解與機(jī)器學(xué)習(xí)的非平穩(wěn)徑流序列集成模型與應(yīng)用［J］.水科學(xué)進(jìn)展，2023， 34（1）： 42-52.

ZHANG L， WANG H R， GUO F N， et al. Integrated model and application of non-stationary runoff based on time series decomposition and machine learning［J］.Advances in Water Science，2023， 34（1）： 42-52.

［7］ SHAMSELDIN A Y， OCONNOR K M， CONNOR. A real-time combination method for the outputs of different rainfall-runoff models［J］.Hydrological Sciences Journal， 1999，44（6）：895-912.

［8］ HONG M， WANG D， WANG Y， et al. Mid-and long-term runoff predictions by an improved phase-space reconstruction model［J］.Environmental Research， 2016， 11（24）：1-14.

［9］ CHEN H， XU C Y， GUO S L. Comparison and evaluation of multiple GCMs， statistical downscaling and hydrological models in the study of climate change impacts on runoff［J］.Journal of Hydrology， 2012， 434-435： 36-45.

［10］左其亭，邱曦，馬軍霞，等.黃河治水思想演變及現(xiàn)代治水方略［J］.水資源與水工程學(xué)報(bào)，2023，34（3）： 1-9.

ZUO Q T， QIU X， MA J X， et al. Evolution of flood control thought and modern flood control straregy in the Yellow River Basin［J］.Journal of Water Resources and Water Engineering， 2023，34（3）： 1-9.

［11］王紅瑞，趙含，李占玲，等.減碳與生物多樣性若干問(wèn)題評(píng)述［J］.西北大學(xué)學(xué)報(bào)（自然科學(xué)版），2023， 53（1）： 17-24.

WANG H R， ZHAO H， LI Z L， et al. Review on some issues of carbon reduction and biodiversity［J］.Journal of Northwest University（Natural Science Edition）， 2023， 53（1）： 17-24.

［12］孫才志，段興杰.黃河流域水資源-能源-糧食系統(tǒng)生態(tài)可持續(xù)發(fā)展能力評(píng)價(jià)［J］.人民黃河， 2023，45（2）： 85-90， 96.

SUN C Z， DUAN X J. Ecological sustainable development capacity assessment of water-energy-food system in the Yellow River Basin［J］.Yellow River， 2023 45（2）： 85-90， 96.

［13］袁馮，張君枝，王冀，等.氣候變化背景下北京市短歷時(shí)暴雨的強(qiáng)度及雨型變化特征［J］.大氣科學(xué)學(xué)報(bào)，2020，43（5）： 802-809.

YUAN F， ZHANG J Z， WANG J， et al. Variation characteristics of intensity and pattern of short duration rainstorm in Beijing under the background of climate change［J］.Transactions of Atmospheric Sciences， 2020，43（5）： 802-809.

［14］張力，趙自陽(yáng)，王紅瑞，等.氣候變化下水文模擬不確定性若干問(wèn)題討論［J］.水資源保護(hù)，2023， 39（1）： 109-118， 149.

ZHANG L， ZHAO Z Y， WANG H R， et al. Discussion on several issues of uncertainty in hydrological simulation under climate change［J］.Water Resources Protection，2023， 39（1）： 109-118， 149.

［15］劉浩.瀾滄江流域歷史徑流變化歸因和未來(lái)徑流變化預(yù)估［D］.上海：華東師范大學(xué)，2022.

［16］程旭，馬細(xì)霞，王武森，等.HEC-HMS 模型參數(shù)區(qū)域化在河南省小流域適用性研究［J］.水文，2022，42（1）： 40-46， 102.

CHENG X， MA X X， WANG W S， et al. Applicability Research of HEC-HMS model parameter regionalization in small basin of Henan Province［J］.Journal of China Hydrology，2022，42（1）： 40-46， 102.

［17］RAD S， DAI J F， XU J X， et al. Lijiang flood characteristics and implication of karst storage through Muskingum flood routing via HEC-HMS， S. China［J］.Hydrology Research， 2022， 53（12）： 1480-1493.

［18］宋世凱，王海龍，郎子龍，等.基于HEC-HMS模型的太行山小流域山洪模擬研究：以邢臺(tái)路羅川流域?yàn)槔跩］.災(zāi)害學(xué)，2023， 38（1）： 117-124.

SONG S K， WANG H L， LANG Z L， et al. Mountain flood simulation of small basin in Taihang Mountains using HEC-HMS model： A case study of Luluochuan River Basin［J］.Journal of Catastrophology， 2023， 38（1）： 117-124.

［19］WANG W C， TIAN W C， XU D M， et al.Muskingum models development and their parameter estimation： A state-of-the-art review［J］.Water Resources Management， 2023， 37（8）： 3129-3150.

［20］王慶明， 趙勇， 王浩， 等. 自然和社會(huì)水循環(huán)的能量驅(qū)動(dòng)機(jī)制及其綜合評(píng)價(jià)［J］.水資源保護(hù)， 2023， 39（6）： 1-7， 15.

WANG Q M， ZHAO Y， WANG H， et al. Energy driving mechanism of natural and social hydrology cycle and its comprehensive evaluation［J］.Water Resources Protection， 2023， 39（6）： 1-7， 15.

（編 輯 亢小玉）

基金項(xiàng)目：國(guó)家自然科學(xué)基金（52279005）；北京市自然科學(xué)基金（8222057）。

第一作者：劉藝欣，女，從事水文學(xué)及水資源研究，liuyixin@mail.bnu.edu.cn。

通信作者：王紅瑞，男，教授，博士生導(dǎo)師，從事水資源系統(tǒng)分析研究，henrywang@bnu.edu.cn。