氣候變化對清江流域徑流變化的影響研究

1、氣候變化對清江流域徑流變化的影響研究 氣候變化對清江流域徑流變化的影響研究#陳華，鐘震宇，李雨，郭家力*（水資源與水電工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，武漢大學(xué)，430072）510152025303540摘要：水資源是氣候變化影響研究的重點(diǎn)領(lǐng)域，全球氣候模型（GCM）是研究氣候變化影響的最主要工具。應(yīng)用基于光滑支持向量機(jī)（SSVM）的統(tǒng)計(jì)學(xué)降尺度法，建立 GCM 和新安江、HBV 流域水文模型耦合關(guān)系，分析和預(yù)測未來氣候變化 A2、B2 情景下清江流域未來徑流量的變化情況。結(jié)果表明，在 A2 和 B2 情景下，利用 HBV 模型和新安江模型預(yù)測的徑流量在未來 2020s、2050s、2080s 三個(gè)時(shí)

2、期均呈增加趨勢。關(guān)鍵詞：氣候變化；清江流域；光滑支持向量機(jī)；HBV 模型；新安江模型中圖分類號：P339The Study of Climate Change Impact on Runoff inQingjiang BasinChen Hua, Zhong Zhenyu, Li Yu, Guo Jiali State Key Laboratory Of Water Resources And Hydropower Engineering Science,WuHanUniversity,430072 Abstract: Recently, global warming and climate

3、change have seriously affected the Qingjiangwatersheds integrated water resources management. In this paper, general circulation model GCM and the watershed hydrological models were applied to analyze the impacts of climatechange on future runoff of Qingjiang Watershed. To couple the scale differenc

4、e between GCMand watershed hydrological model, a statistical downscaling method based on the Smooth SupportVector Machine SSVM was used to downscale the GCMs large-scale output. With thedownscaled precipitation and evaporation, the Xin-anjiang hydrological model and HBV modelwere applied to predict

5、the future runoff of Qingjiang Watershed under A2 and B2 scenario. Theresults will present the change trend of the future runoff of Qingjiang Watershed under the impactsof climate change.Key words: Climate Change;QingJiang Basin; SSVM; HBV hydrological model; XinAn Rivermodel0 引言水資源是受全球氣候變化影響的重點(diǎn)領(lǐng)域。全

6、球氣候變化或異常，已使我國水資源時(shí)空分布不均問題更加突出，暴雨洪澇災(zāi)害更加頻繁，持續(xù)干旱現(xiàn)象更加嚴(yán)重，應(yīng)對水旱災(zāi)害的復(fù)雜性與難度也隨之更加凸顯。因此，研究全球氣候變化對水文水資源的影響，是水文學(xué)科的前沿問題，對社會(huì)的發(fā)展具有重要意義。清江是長江的重要支流，全長423km，流域面積1.7萬km2。清江梯級水電站為華中電網(wǎng)和湖北省電網(wǎng)調(diào)峰、調(diào)頻電站基地 ,電站建成后調(diào)峰容量占華中電網(wǎng)峰荷容量的1/71/8，為華中電網(wǎng)不可多的的調(diào)峰電源，能有效地改善華中電網(wǎng)調(diào)峰容量嚴(yán)重不足的狀態(tài)。清江是匯入長江的距荊江河段最近的較大支流蓄控制清江洪水 ,對長江防洪有重要作用。此外清江流域還具有巨大的礦產(chǎn)資源開發(fā)效益

7、、漁業(yè)開發(fā)效益、旅游資源開發(fā)效益。以清江干流水電資源開發(fā)為主的綜合開發(fā) ,將促使流域社會(huì)經(jīng)濟(jì)全面發(fā)展 ,還為振興湖北經(jīng)濟(jì)、為湖北在中部崛起 ,提供優(yōu)質(zhì)能源和重要物資,意義非常重大1。本文從氣候變化對水資源開發(fā)利用的影響基金項(xiàng)目：教育部博士點(diǎn)學(xué)科新教師青年基金（200804861062）作者簡介：陳華 1977- ,男,副教授,研究方向:氣候變化對水文水資源的影響研究. E-mail: chua-1-出發(fā)，分析了全球氣候變化對清江水資源的潛在影響為合理、高效地開發(fā)清江流域水資源，4550556065實(shí)現(xiàn)水資源的可持續(xù)利用提供理論依據(jù)。1 研究區(qū)域和數(shù)據(jù)以清江流域?yàn)檠芯繀^(qū)域，選 NCEP 的全球再

8、分析日資料和全球氣候模型 CGCM2 來模擬預(yù)測清江流域降水變化 NCEP 格網(wǎng)的空間分辨率為 2. 52. 5，覆蓋清江流域的網(wǎng)格數(shù)為4 個(gè)經(jīng)緯網(wǎng)格。為建立大尺度氣候因子和清江流域?qū)崪y降水之間的統(tǒng)計(jì)關(guān)系，選用清江流域7 個(gè)水文觀測站點(diǎn)觀測的日降水?dāng)?shù)據(jù) 19611998 年 作為實(shí)測降水資料。其中 19611985年的作為率定期 19931998 年作為檢驗(yàn)期。在統(tǒng)計(jì)學(xué)降尺度方法建立過程中，最關(guān)鍵的一步是大尺度氣候因子的選擇。清江流域地處副熱帶季風(fēng)區(qū)，年降水量主要集中在夏季和秋季，是由海平面氣壓、位勢高度場和濕度等因子共同作用的結(jié)果。本文初選海平面氣壓、地面氣溫、500、850 hPa 位勢高

9、度場和 500、850 hPa 濕度因子等 6 個(gè)因子作為降尺度模式的輸入，總共有 24 個(gè)輸入量 4 個(gè)經(jīng)緯網(wǎng)格6個(gè)因子 。由于其中有部分因子作用極小，采用單因素相關(guān)系數(shù)法對 24 個(gè)因子篩選，最終選擇 500、800 hPa 濕度場等 8 個(gè)因子作為降尺度模式的輸入，結(jié)果如表 1 所示。由于影響蒸發(fā)的主要大氣因子和影響降水的大氣因子不一樣，最終選取海平面氣壓場，地表 2m 氣溫場，500 百帕高度場等 12 個(gè)因子作為降尺度模式的輸入，結(jié)果如表 1 所示。為了預(yù)測清江流域未來降水與蒸發(fā)的變化，結(jié)合清江流域當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)發(fā)展現(xiàn)狀和未來發(fā)展趨勢，選用全球氣候模型 CGCM2 的 A2 和 B2

10、情景來預(yù)測未來降水與蒸發(fā)變化。將利用 NCEP 建立的降尺度模型映射到 CGCM2 的 A2 和 B2 情景，對其大尺度因子進(jìn)行尺度降解。CGCM2 格網(wǎng)空間分辨率是 3. 753. 75，通過空間插值，將其格網(wǎng)的分辨率調(diào)整為NCEP 數(shù)據(jù)相同的空間分辨率，空間插值方法采用距離倒數(shù)權(quán)重插值方法2。表 1 氣候因子相關(guān)系數(shù)表Tab.1 Climate factors correlation coefficient格網(wǎng)中心經(jīng)緯度海平面氣壓場（mslp）-0.297地表 2m氣溫場（st）0.2863500hpa高度場（gh500）0.2364850hpa高度場（gh850）-0.2537500hp

11、a濕度場（sh500）0.3703850hpa濕度場（sh850）0.3778降水蒸發(fā)-0.2911-0.2637-0.2656-0.4658-0.4883-0.4952-0.49860.28740.24230.24980.58270.56750.61720.59670.25510.2310.24860.51670.49330.56350.5462-0.2419-0.2256-0.2268-0.2965-0.3279-0.305-0.31270.36250.44280.46650.24450.2130.23450.16720.37370.33920.36350.42510.41210.4953

12、0.47332 研究方法2.1 流域水文模型70HBV 模型HBV 模型是由瑞典水文氣象局于 1970 年開發(fā)的一個(gè)概念性水文模型，經(jīng)過幾十年的發(fā)展，模型的不同版本已經(jīng)在全世界三十多個(gè)國家得到廣泛應(yīng)用。它是一個(gè)半分布式模型，可-2-根據(jù)不同高程、湖泊區(qū)域和植被覆蓋劃分子流域。HBV 模型一般包括積融雪計(jì)算、土壤水分計(jì)算和匯流響應(yīng)三個(gè)部分。降雨和融雪首先進(jìn)入土壤，通過土壤水分計(jì)算分離出貯存水（保留在土壤中）、蒸發(fā)水（實(shí)際蒸發(fā)）和產(chǎn)流水（流出土壤貢獻(xiàn)給產(chǎn)流），產(chǎn)流水直接進(jìn)入上75層水箱，上層水箱只要不為空就有恒量下滲到下層水箱，如果應(yīng)用地區(qū)有湖泊區(qū)域，則下層水箱的輸入還包括直接降雨，最后上、下層水

13、箱分別模擬出快速徑流及基流3。新安江流域水文模型新安江模型是趙人俊等在 1973 年對新安江水庫做入庫流量預(yù)報(bào)工作中，歸納成的一個(gè)完整的降雨徑流模型。它的特點(diǎn)是認(rèn)為濕潤地區(qū)主要產(chǎn)流方式為蓄滿產(chǎn)流，所提出的流域蓄80水容量曲線是模型的核心。三水源新安江模型在國內(nèi)外濕潤半濕潤地區(qū)得到了廣泛的應(yīng)用4參數(shù)率定結(jié)果現(xiàn)以 1971-1984 年的實(shí)測日降水資料對模型進(jìn)行率定和檢驗(yàn)，其中 1971-1979 年作為率定期,1980-1984 年作為檢驗(yàn)期，采用基因法、羅森布瑞克法和單純形法自動(dòng)優(yōu)選參數(shù)。其85結(jié)果如表二，從表中可以看出兩個(gè)模型無論是在率定期還是檢驗(yàn)期，都已經(jīng)達(dá)到乙級標(biāo)準(zhǔn)以上，能用于實(shí)際作業(yè)預(yù)

14、報(bào)。圖 1 給出了檢驗(yàn)期 1980 年 5 月-10 月模擬的洪水過程圖，從圖中可以看出，洪水過程擬合較好。表 2模型參數(shù)率定結(jié)果表Tab.2 Calibration results of the model parameter模型HBV 模型新安江模型效率系數(shù)88.47 %89.89 %率定期徑流總量誤差0.00%0.01%效率系數(shù)89.03 %87.61 %檢驗(yàn)期徑流總量誤差7.26%9.53%60005000實(shí)測HBV新安江40003000200010000時(shí)間9095圖 1 檢驗(yàn)期 1980 年 5 月-10 月洪水模擬過程圖Fig.1 Simulation of the hydrog

15、raph 1980.5-1980.10 2.2 統(tǒng)計(jì)降尺度方法將 GCM 輸出的信息降解到區(qū)域尺度的方法稱為降尺度法。統(tǒng)計(jì)降尺度法利用多年觀測氣候資料建立大尺度氣候因子 主要為大氣環(huán)流因子 和區(qū)域氣候要素 區(qū)域內(nèi)的氣溫,降水等 之間的統(tǒng)計(jì)關(guān)系，并用獨(dú)立的觀測資料進(jìn)行檢驗(yàn)，最后應(yīng)用這種關(guān)系將 GCM 輸出的大尺度信息轉(zhuǎn)化為區(qū)域氣候變化情景5。-3-支持向量機(jī) Support Vector Machines, SVM 作為數(shù)據(jù)挖掘的一種新方法，由于其顯著優(yōu)點(diǎn)而得到了廣泛的應(yīng)用。它建立在嚴(yán)格的理論基礎(chǔ)之上，較好地解決了非線性、高維數(shù)、局100105110部極小點(diǎn)等問題6。支持光滑向量機(jī)（SSVM）是

16、 Lee 和 Man2gasarian 在 SVM 基礎(chǔ)上改進(jìn)的一種算法，陳華等已成功建立了 SSVM 的統(tǒng)計(jì)降尺度方法來分析、預(yù)測漢江流域降水變化7。為構(gòu)建全球氣候模型和清江流域水文模型尺度耦合降解機(jī)制，本文應(yīng)用上述文獻(xiàn)所建立的 SSVM 降尺度模型來建立全球氣候模式大尺度氣候因子和清江流域?qū)崪y降水之間的統(tǒng)計(jì)關(guān)系，分析和模擬清江流域降水的變化。為評價(jià)降尺度方法模擬降水精度，評價(jià)指標(biāo)采用降水實(shí)測和模擬系列的均值和偏方差以及它們的相對誤差，結(jié)果如表 3 所示。從表 3 中可以看出無論是率定期還是檢驗(yàn)期，SSVM 模擬的降水和實(shí)測系列的均值相對誤差均在 10%以內(nèi)，標(biāo)準(zhǔn)差相對誤差均在 20%以內(nèi)。

17、所以利用 SSVM 能有效地建立大尺度氣候因子和清江流域的降水統(tǒng)計(jì)關(guān)系，較好地模擬降水。圖 3 給出了率定期和檢驗(yàn)期月平均降水模擬結(jié)果。從圖 3 中可以看出，除了 8 月模擬的降水相對偏大，其余幾月模擬的月降水過程同實(shí)測降水非常接近。表 3 SSVM 統(tǒng)計(jì)降尺度法對清江流域七個(gè)水文站降雨模擬結(jié)果Tab.3 Rainfall simulation results of SSVM statistical downscaling method測站均值 mm 實(shí)測 SSVM標(biāo)準(zhǔn)差/mm相對誤差 % 恩施高家堰建始利川南里渡宣恩魚峽口率定期檢驗(yàn)期率定期檢驗(yàn)期率定期檢驗(yàn)期率定期檢驗(yàn)期率定期檢驗(yàn)期率定期檢驗(yàn)

18、期率定期檢驗(yàn)期124.66127.74123.24133.62119.65116.80106.32123.51121.75119.80126.61125.1285.4582.01105.21106.71106.73126.99102.38116.1188.9391.50104.85105.44105.2396.3377.1970.88129.25123.76126.76133.27125.25114.35109.96116.51128.07113.51131.71123.0489.7481.933.68-3.112.86-0.264.68-2.103.42-5.675.19-5.254.03-

19、1.665.02-0.10 mm 100.1693.8199.28109.70101.5498.5686.4182.45107.7789.2296.2882.8770.8762.48-4.79-12.09-6.98-13.61-0.83-15.12-2.84-9.892.79-15.38-8.50-13.97-8.18-11.84-4-121086（a）實(shí)測值SSVM1210864（b）實(shí)測SSVM420月份201 2 3 4 5 6 7 8 9 10 11月份圖 2率定期（a）和檢驗(yàn)期（b）月平均雨量比較圖Fig.2 Comparison of monthly mean rainfall采用

20、相同的辦法建立大氣因子與蒸發(fā)的統(tǒng)計(jì)關(guān)系，分析和模擬清江流域蒸發(fā)的變化。115120SSVM 的結(jié)果表明，無論是率定期還是檢驗(yàn)期，SSVM 模擬的蒸發(fā)和實(shí)測系列的均值相對誤差均在 10%以內(nèi)，標(biāo)準(zhǔn)差相對誤差均在 20%以內(nèi)。所以利用 SSVM 能有效地建立大尺度氣候因子和清江流域的蒸發(fā)統(tǒng)計(jì)關(guān)系，較好地模擬降蒸發(fā)。在 IPCC 的 A2 和 B2 情景下，將處理的 GCM 數(shù)據(jù)輸入已經(jīng)建立好的降尺度模式，模擬清江流域未來的蒸發(fā)。表 4 SSVM 統(tǒng)計(jì)降尺度法對清江流域蒸發(fā)模擬結(jié)果Tab.4 Evaporation simulation results of SSVM statistical dow

21、nscaling method in Qingjiang basin實(shí)測SSVM均值 mm 標(biāo)準(zhǔn)差 mm 均值 mm 相對誤差 % 標(biāo)準(zhǔn)差/mm相對誤差 % mm 1.861.801.411.331.881.930.997.291.141.1619.3312.773 氣候變化對清江流域未來降水和徑流量的影響分析3.1 未來降水的影響預(yù)測分析選用全球氣候模式 CGCM2 來預(yù)測清江流域未來降水變化。在 IPCC 的 A2 和 B2 情景下，125130選用同 NCEP 觀測資料相同的氣候因子。將處理的 GCM 數(shù)據(jù)輸入已經(jīng)建立好的降尺度模式，模擬清江流域 7 個(gè)水文站未來降水的變化。為了便于比較

22、，降水的近期值取 CGCM2 模式A2 及 B2 情景下 1961 2000 年的模擬值, 未來氣候分為 3 個(gè)時(shí)期: 2020s 2011-2040 年 ，2050s 2041-2070 年 ，2080s 2071-2100 年 。分別取 7 個(gè)水文站模擬的平均值得到未來清江流域降水變化情況。表 4 給出了清江流域未來降水變化情況，從表 4 中可以看出，A2 情景下，2020s 時(shí)期比近期增加 7.12 %，2050s 時(shí)期比近期增加 24.22%，2080s 時(shí)期比近期增加 25.95 %；B2 情景下，2020s 時(shí)期比近期增加 5.56 %，2050s 時(shí)期比近期增加 13.85%，2

23、080s 時(shí)期比近期增加 18.57 %；同時(shí)期 A2 情景下降雨增加的幅度大于 B2 情景；同一情景下，隨著時(shí)間推移，降雨增加的程度越大-5-1351403.2 未來徑流量的影響預(yù)測分析將未來降水和蒸發(fā)作為 HBV 和新安江模型輸入，預(yù)測未來清江流域的徑流變化情況，預(yù)測結(jié)果見表 4。從表 4 可知，HBV 模型預(yù)測結(jié)果顯示，A2 情景下，2020s 時(shí)期清江年徑流量將增加9.22%，2050s 將增加 34.41%，2080s 將增加 30.81%，B2 情景下，未來三個(gè)時(shí)段年徑流量均大于近期模擬值，并且隨著時(shí)間的推移呈增加趨勢，其中 2080s 時(shí)段增加最多為 24.35%；新安江模型預(yù)測

24、結(jié)果與 HBV 模型相近。表 5 清江流域未來降雨、徑流預(yù)測結(jié)果Tab.5 The prediction of rainfall and runoff in future in Qingjiang basinA2B2項(xiàng)目近期未來近期未來2020s2050s2070s2020s2050s2070s年降水量/mm?P % HBV115281.512347.1289.0143124.22109.5145125.95106.6120687.012735.5693.1137313.85102.7143018.57108.2年徑流量（億 m3）?Q % 新安江78.89.2285.834.41108.030.81102.184.27.0490.418.02100.524.35106.1?Q % 8.9137.1329.577.3719.3726.031451501551601654 結(jié)論本文針對目前氣候變化對水文水資源影響的熱點(diǎn)問題，利用 SSVM 統(tǒng)計(jì)降尺度法分別和 HBV、新安江模型進(jìn)行耦合，研究 A2 和 B2 情景下未來清江流域降雨