變化環境下韓江生態流量演變特征分析

李澤君，黃本勝，邱 靜，蔡宴朋，楊志峰，陳思淳

(1.廣東省水利水電科學研究院，廣東 廣州 510610； 2.廣東工業大學環境生態工程研究院，廣東 廣州 510006; 3.河口水利技術國家聯合工程實驗室，廣東 廣州 510610)

社會經濟的快速發展使得人類社會對水資源的開發利用和干預逐步增強。水庫、梯級電站等水利工程的修建，破壞了河流的天然連通性，加之社會用水對徑流的擠占，引發河流水文情勢的改變，甚至導致河流生態系統結構改變和功能的退化[1]。河流生態環境惡化引起社會對生態流量的關注，聯合國在2015年通過的《2030年可持續發展議程》中，將實施生態流量作為實現可持續發展目標的重要措施之一[2]。河流生態流量是指能夠維持河流生態系統健康，滿足人類生存發展所需要的流量[3]，其中維持河流基本形態和基本生態功能所需的流量稱為生態基流[4-5]。

關于生態流量的研究最早開始于20世紀40年代，經過不斷探索與實踐，生態流量的評價指標體系和評價方法得到了不斷發展，河流生態流量保障已逐漸成為水資源調度與管理的重要內容之一[6-8]。如，Richter等[9]提出變異范圍法(range of variability approach， RVA)確定河流生態流量管理目標，用于指導河流天然情勢的恢復與保障工作，其中變化范圍法中包含了不同時間尺度下流量的量級、歷時、出現時間、頻率、變幅等多個統計指標?？紤]到水文非一致性因素對生態流量目標確定的影響，王強等[10]采用水文時間序列變異檢驗方法分析了江西潦河徑流的變異性，通過構建水文模型對變異后時段內的徑流進行還原，確定了天然狀態下河道生態流量目標。Torabi等[11]基于流量的量級、歷時和年內變幅等特征值，提出了一個可適用于變化環境(包括大壩修建、氣候變化、土地利用變化等)河流水文情勢影響的綜合指標。盧有麟等[12]采用Tennant法計算出宜昌站逐月生態流量目標，以發電量最大和生態缺水量最小為目標建立了三峽梯級電站多目標生態優化調度模型，對三峽梯級樞紐多目標生態優化調度進行了研究。

在全球氣候變化和人類活動強度不斷增強的背景下，河流生態流量所受影響日益顯著，開展變化環境下河道生態流量的影響評估和適應性管理研究，成為保護河流生態系統的新需求。如，Thompson等[13]通過在湄公河構建MIKE SHE模型，基于RVA評估氣候變化情景下河道生態流量變化的不確定性，研究結果表明河道內枯水流量在氣候變化影響下不確定性更大。Laizé等[14]綜合考慮了不同氣候變化情景和社會經濟用水情景下歐洲河流生態流量的變化，結果指出變化環境下歐洲約2/3的河流將面臨中等或高度變化的風險。陳曉宏等[15]將生態流量破壞率納入水庫調度優化目標，通過模擬未來氣候情景下瀾滄江流域徑流過程，對氣候變化影響下梯級電站發電和生態效益間的沖突變化情況進行了分析。整體而言，目前針對變化環境下河道生態流量影響評估的研究仍相對較少，且較多側重于考慮氣候變化條件下的模擬分析。隨著社會經濟的進一步發展，土地利用率的逐步提高(如城鎮化提高)，土地利用和氣候條件變化的綜合影響將為生態流量變化帶來更多不確定性。

韓江作為粵東、閩西南地區重要河流，是流域內各地區的主要供水水源，新建的外調水工程(如韓江榕江練江水系連通工程)也將使韓江成為流域外其他區域的重要水源。另一方面，韓江流域水庫豐枯調蓄能力相對較弱，流域多年平均徑流量 153億m3，而流域內4座大型水庫總興利庫容約 13億m3。資源與工程方面的綜合因素導致了韓江流域枯水期長期面臨較為嚴重的河道內外用水矛盾[16]。本文以韓江流域為研究區，構建分布式水文模型，開展土地利用變化模擬，并結合多氣候模式輸出的全球氣候變化數據，開展韓江流域水文模擬，選取生態流量相關指標值，探究氣候條件和土地利用變化綜合影響下河道生態流量的時空演變特征，以期為未來流域水資源規劃管理和生態環境的修復提供參考。

1 研究區概況與資料來源

韓江流域面積30 112 km2，其中59.4%在廣東省境內，40.1%在福建省境內，其余位于江西省境內(圖1)。流域多年平均降水量在1 600 mm左右，汛期降水量占全年降水量的80%。降水年內豐枯不均導致韓江流域汛枯季徑流量差異明顯，汛期平均徑流量達枯季的2.7倍。韓江流域多年平均水資源總量為153.5億m3，流域總人口為1 072.3萬人，現狀用水量為46.9億m3。目前流域內已建4座大型水庫中，位于汀江支流的棉花灘水庫興利庫容占比達到了84%，其余3座(益塘水庫、合水水庫和長潭水庫)位于梅江支流，總興利庫容僅約2億m3。此外，韓江流域也是諸多水生生物的繁衍棲息地，其中分布有國家Ⅰ級重點保護物種黿和國家Ⅱ級重點保護物種花鰻鱺，但是從區系角度來看該流域水生物種大多屬于單種屬和寡種屬，一旦受到破壞和人為干擾，這些物種極容易消失。

圖1 韓江流域概況

本研究資料包括潮安水文站1979—2005年逐日徑流序列，五華、梅縣、上杭、長汀、龍巖等共16個氣象站點的1979—2005年逐日降水、氣溫、風速、輻射、相對濕度序列，1995年、2010年和2015年土地利用/覆被數據(分辨率1 km)，1∶100萬全球土壤數據庫(HWSD)土壤類型數據，SRTM 90 m數字高程模型(DEM)數據。

未來氣候情景來源于IPCC第五次評估報告(IPCC AR5)發布的23個氣候模式資料，選取RCP 4.5和RCP 8.5兩種情景代表濃度路徑(representative concentration pathways， RCP)，以23個模式的集合平均降水和氣溫作為未來氣候條件。

2 研究方法

2.1 SWAT分布式水文模型

SWAT(soil and water assessment tool)模型是由美國農業部研制開發的分布式流域水文模型，可用于模擬流域內水流、泥沙、營養物等在日尺度上的輸移與轉化過程[17]。SWAT模型基于地形將流域首先劃分為多個子流域，然后根據土地利用/覆被類型、土壤類型、地形等因素將子流域進一步劃分為水文響應單元(hydrologic response units，HRU)。SWAT模型在HRU尺度上進行水量平衡計算，HRU相互獨立，不發生水分交換。HRU上形成的地表、地下徑流匯入子流域出口，然后經河道匯流演算至流域出口。

采用SWAT-CUP[18]程序內嵌的SUFI-2算法對SWAT模型參數進行率定。SUFI-2算法可以同時進行參數優化和不確定性分析，能夠在不同空間尺度(HRU、子流域和流域尺度)上對SWAT模型進行快速調參。SWAT模型以1979—1995年為率定期(其中1979年為預熱期)，1996—2005年為驗證期。采用Nash-Sutcliffe效率系數NSE、徑流總量相對誤差RE和確定性系數R2對模型率定和驗證結果進行評價。結果表明，率定期和驗證期日尺度NSE均高于0.7，月尺度NSE均高于0.8；RE率定期為 -7.53%，驗證期為10.7%；率定期和驗證期R2日尺度均高于0.7，月尺度均高于0.8。整體而言，SWAT模型在韓江流域模擬精度較好。

2.2 CA-Markov模型

元胞自動機(cellular automata， CA)是一種非線性動力學系統，CA模型將時間、空間、狀態離散，根據局部的、相同的相互作用規則進行更新，具有強大的空間運算能力。Markov過程是指具有“無后效性”特征的隨機過程。CA-Markov模型發揮了CA模型模擬復雜系統空間變化的能力和Markov模型長期預測的優勢[19]，其基本原理是以基準期的土地利用為初始狀態，以土地利用轉移矩陣和適宜性圖集為依據，對土地利用空間分布進行迭代模擬。土地利用模擬結果的驗證通常采用Kappa空間相關統計系數，當該系數大于或等于0.75時，說明兩幅圖一致性較高。

通過ArcGIS對韓江流域土地利用類型進行重分類，得到以林地、草地、水體、城鎮和農田5種土地利用類型為主的1995年、2010年和2015年土地利用數據?；?995年和2010年土地利用數據，以年為時間步長，采用IDRISI軟件提取土地利用轉移概率矩陣，作為每次迭代元胞轉換數量的決策依據。然后以1995年土地利用數據為初始狀態，采用CA-Markov模型進行逐年迭代模擬，得到2015年模擬土地利用數據，進行精度評價。在以1995年和2010年生成的土地利用轉移矩陣基礎上，將2015年土地利用數據作為初始狀態，基于CA-Markov模型對韓江流域2050年土地利用空間分布格局進行模擬，得到未來情景年土地利用數據。

2.3 Delta方法

采用Delta方法實現未來氣候情景下降水和氣溫序列的生成。Delta方法的基本原理是將GCM所模擬某一氣候要素在未來和現狀情景下的相對改變，疊加到該氣候要素基準期實際觀測序列上，從而得到該氣候要素未來情景下的數據序列[20]。進行Delta方法計算時，首先確定格網內GCM未來時期與基準時期氣候要素月均值的比率(降水)或差值(氣溫)，然后對基準期實測氣象資料進行縮放(降水)或加減(氣溫)，從而得到未來格網內的氣候要素值。以1979—2005年為歷史基準時期，2040—2060年為未來氣候變化時期。

2.4 生態流量評價指標

DR=(1-NS/NT)×100%

(1)

DM=max(1-Qt/Qm)×100%

(2)

式中：DR為生態基流破壞率，%；DM為生態基流最大破壞深度，%；NS為斷面流量達到生態基流的時段數；NT為總時段數；Qt為t時刻斷面流量，m3/s；Qm為斷面生態基流值，m3/s。

3 結果與分析

3.1 土地利用變化模擬

圖2為韓江流域2015年實測、模擬土地利用與2050年模擬土地利用情況。由圖2可見，2015年模擬土地利用空間布局整體與實際情況比較接近，土地利用情景Kappa系數為0.986，說明土地利用模擬結果具有較高的可信度。2050年土地利用模擬結果表明，未來韓江流域內城鎮用地和草地面積將繼續擴大，分別由2%和8%擴大至4%和9%，而林地和農田面積將進一步減小，分別由74%和15%減小至71%和14%。其中，城鎮用地擴張較為明顯，由當前的691 km2擴大至1 207 km2，2050年約占韓江流域總面積的4%。城鎮用地擴張最為顯著的區域位于梅江中上游區域，該區域為五華縣、興寧市、梅州市區所在地，人口規模約300萬人，約占潮安斷面以上韓江流域總人口的40%。

(a) 2015年實測

3.2 不同情景下潮安斷面生態流量的演變

表1 不同情景下潮安斷面流量特征值變化情況

圖3為不同情景下潮安斷面流量對數經驗頻率曲線與以及其中經驗頻率大于或等于50%對應流量的相對變化情況?？梢钥闯?，土地利用和氣候變化對Q50～Q90(平水至枯水)區間的流量影響在特征上基本一致，流量變幅大體上呈現由Q50～Q90逐漸減小的趨勢，流量相對變化值在Q50～Q75(平偏枯)區間較為平穩，而在Q75～Q90(枯水)區間則隨著流量值的減小而增大；對于流量值低于Q95的特枯流量，相對變化值雖然存在一定波動，但仍低于平偏枯流量。可見枯水期流量對變化環境相對更加敏感。

(a) RCP 4.5情景

(b) RCP 8.5情景

圖4為不同情景下潮安斷面逐月流量變化情況?？梢钥闯?，在2050年土地利用情景下，韓江流域 2—9月平均流量均有所增大，而在枯水期的10月至次年1月，韓江流域平均流量有所降低。土地利用變化對潮安斷面逐月流量的影響整體低于 ±2%。相較于土地利用變化，氣候變化對潮安斷面逐月流量的影響更加顯著，整體變幅在-33%～21%之間。其中6—10月流量顯著增加，而1—4月、11—12月流量顯著減少。相較于RCP 4.5情景(圖4(a))，RCP 8.5情景(圖4(b))下潮安斷面汛期逐月流量增幅普遍偏低，而枯水期流量減幅整體偏大。氣候變化影響下，潮安斷面2—4月平均流量下降幅度超過15%，最大可達32.3%。土地利用和氣候變化綜合影響下，潮安斷面汛期逐月流量增幅進一步擴大，而枯水期流量減幅低于氣候變化單因素造成的影響。

(a) RCP 4.5情景與土地利用變化

表2為不同情景下潮安斷面最枯年生態基流破壞情況。由表2可以看出，土地利用變化對潮安斷面生態基流的DR和DM影響較小。RCP 4.5和RCP 8.5情景下，潮安斷面生態基流的DR分別下降了6.4%、6.1%，而DM分別上升了11.6%、13.1%。土地利用和氣候變化綜合影響下，潮安斷面生態基流破壞情況出現了分化：在土地利用變化與RCP 4.5情景下，潮安斷面生態基流破壞情況有所改善；而在土地利用變化與RCP 8.5情景下，潮安斷面生態基流破壞情況加劇。

表2 潮安斷面最枯年生態基流破壞情況

3.3 不同情景下生態流量的空間演變特征

(a) LU 2050

(a) LU 2050

(a) LU 2050

(a) LU 2050

(b) RCP 4.5

(c) RCP 8.5

(d) RCP 4.5 +LU 2050

(e) RCP8.5 +LU 2050

3.4 討論

由表1和圖3可以發現，土地利用和氣候變化雖然會導致潮安斷面中低值流量減小，但是對于高值區流量則存在不同影響特征。表3統計了不同情景下流量高值區域10%經驗頻率流量值Q10和最大連續7 d平均流量Qmax7的變化情況，可以看出土地利用和氣候變化情景下，Q10略有下降，Qmax7增幅超過20%，Qmax7的變化幅度均高于Q10，可見，相較于Q10，Qmax7代表了更加極端的洪水流量過程。通過對圖3中經驗頻率小于等于6%的部分放大(圖9)可以發現，由情景變化所引起的潮安斷面流量變化發生分化的臨界點約在3%經驗頻率位置，對應流量值約為2 800 m3/s。結合圖3相關結果，當流量經驗頻率大于等于3%時，土地利用和氣候變化將導致流量減少；而當流量經驗頻率小于3%時，土地利用和氣候變化將導致流量增大。

表3 不同情景下流量高值區域Q10和Qmax7變化情況

(a) RCP 4.5情景

綜上，未來不同情景下韓江流域徑流總量減少，枯水流量下降，平水至枯水區間流量變異性減小。汛期將面臨更加極端的洪水事件，來水不確定性增大，考慮到韓江流域內水庫工程蓄水能力較弱，將導致汛期棄水增加，長期來看徑流總量的減少和棄水的增加有可能導致流域內水庫汛期蓄水量減少，從而在枯水期面臨更加嚴峻的供水和生態補水壓力，枯季生態流量保障風險進一步增大。

由于土地利用/覆被類型影響著產匯流和蒸散發等水文過程，因此流域內土地利用的空間分布也會對生態流量過程產生影響。探究土地利用變化對生態流量的影響可以指導流域土地規劃管理，具有一定的現實意義。開展土地利用變化影響評估涉及多維度的對比分析，如同一種土地利用類型在流域空間上的分布位置和面積比例，以及不同土地利用類型的組合效果。本文所采用的土地利用變化情景僅基于CA-Markov模型的模擬預測，但關于土地利用/覆被類型對生態流量的影響仍值得進一步分析。

4 結 論

a.未來韓江流域城鎮用地面積將進一步擴大，城鎮用地擴張最為明顯的區域分布在梅江中上游，而城鎮化的快速擴張導致梅江中上游生態流量的變幅高于流域內其他區域。

b.土地利用和氣候變化影響下，潮安斷面枯水期流量將進一步減少，且在平偏枯流量區間枯水流量對土地利用和氣候變化更加敏感。相較于RCP 4.5情景，RCP8.5情景下韓江生態流量減少幅度更大，但整體高于土地利用變化帶來的影響。

c.從空間變化趨勢上來講，土地利用和氣候變化影響下，韓江流域生態流量呈現從西南到東北由升到降的特征，梅江中上游地區的枯水期生態流量將有所增大，該區域河道內外競爭性用水將得到緩解；梅江和汀江兩大支流上游區域生態流量對環境變化更為敏感。

d.整體而言，土地利用和氣候變化將導致未來韓江流域徑流總量下降，但豐枯流量將進一步分化，極端洪水和干旱事件有所增加，長期來看徑流總量的減少和水庫棄水的增加有可能導致枯季生態流量保障風險進一步增大。