長江流域未來氣候變化預估研究

摘 要：全球變暖大背景下，長江流域未來氣候將發(fā)生顯著改變，亟需綜合全面地評估長江流域未來氣候變化特征。基于觀測資料和全球氣候模式預估結果，并結合Mann-Kendall趨勢檢驗方法和陸面水分平衡收支方法，分析長江流域未來氣溫、降雨和徑流的時空變化特征。研究表明，隨著溫室氣體的不斷上升，長江流域2025—2100年期間的年均氣溫增幅為0. 23℃/10a（SSP2-4. 5）和0. 32℃/10a（SSP5-8. 5），溫度的上升區(qū)域主要分布在長江流域南部地區(qū)。大氣水汽含量的增加，使得未來長江流域的降雨為增加趨勢且隨著輻射水平的上升增加幅度越大。降雨的增加通過了Mann-Kendall趨勢檢驗95%顯著性水平，每10 a增幅達1. 32 mm/月（SSP2-4. 5）和2. 52 mm/月（SSP5-8. 5）。長江流域降雨的顯著增加使得未來流域內的年徑流量在溫室氣體濃度路徑下也為增加趨勢，每10 a變化幅度分別為1 371 m3/s（宜昌站）、827 m3/s（漢口站）和 332 m3/s（大通站），對流域內防洪、抗旱、航運、灌溉和生態(tài)需水等帶來了研究的挑戰(zhàn)。

關鍵詞：降雨；溫度；氣候變化；CMIP6；長江

中圖分類號：TV125；P333 文獻標識碼：A 文章編號：1001-9235（2024）09-0011-08

IPCC第6次評估報告指出，預計21世紀全球溫升超過1. 5℃，氣候風險及所預估的不利影響和相關的損失與危害將隨著全球變暖的加劇而升級，進而促使大尺度環(huán)流結構發(fā)生改變，加劇區(qū)域以及全球的水循環(huán)，進一步影響降水以及強降水的空間分布［1］。長江流域主要位于亞熱帶季風氣候區(qū)，氣候條件復雜多變，區(qū)域降水年內和年際變化率大，旱澇災害頻發(fā)，使得長江干流水沙過程和河床顯著改變［2-6］。因此，在全球變暖背景下綜合全面評估長江流域未來氣候變化特征，分析長江流域未來氣溫、降雨和徑流的變化特征尤為重要。

近年來，國際耦合模式比較計劃（Climate ModelIntercomparison Project，CMIP）在氣候預估方面得到了廣泛的應用。目前已有許多學者基于模式比較計劃對長江流域水文過程和未來氣候變化進行了研究［7-10］。詹明月等［11］在SSP126、SSP245、SSP585氣候情景下，輻射-植被-ET呈正相關。周莉等［12］研究發(fā)現極端降水的貢獻主要來自于極端降水日的較大日降水量，而非極端降水日數。黃金龍等［13］研究發(fā)現2011—2040年寸灘以上流域氣溫呈持續(xù)上升趨勢，年徑流將上升14. 2%，且流域的未來峰值流量預計將有所增大。金興平等［14］通過建立大尺度統(tǒng)計和概念水文模型研究發(fā)現在不同排放情景下，受氣候變化影響，長江流域地表徑流在未來20～30 a呈略微減小趨勢，之后呈明顯增大趨勢。程雪蓉［15］研究發(fā)現流域降水呈東部及盆地多川西高原少、南多北少，冬季降水線性趨勢低，夏、秋季區(qū)域變化比較明顯。然后，綜合全面分析未來長江流域氣溫、降雨和徑流變異特征的研究較少。此外，全球氣候模式未來氣候預估結果存在較大誤差，需要采用偏差校正技術處理后方可應用于研究長江流域未來水文氣候變化特征。

基于長江流域氣候、水文觀測資料和30套全球氣候模式模擬結果，本文擬采用CDF-t統(tǒng)計降尺度技術將大尺度、低分辨率的全球氣候模式輸出數據轉化為小尺度、高分辨率的長江流域氣候變化數據［10］。結合降尺度處理后的降雨蒸散發(fā)等數據和陸面水分平衡收支方法，預估未來長江流域徑流的數據。最后，基于Mann-Kendall趨勢檢驗方法，全面剖析未來百年長江流域水文（徑流）氣候（降雨和溫度）的變化特征，相關研究成果可為流域水資源優(yōu)化配置提供一定理論指導。

1 研究數據和方法

1. 1 氣候變化模式和氣候觀測數據的選取

本文共采用30套氣候模式探究未來長江流域水循環(huán)變化特征（表1）。其中，每套氣候模式均涵蓋逐月降水、蒸散發(fā)、地表徑流和溫度4個氣候變量，且各氣候模式資料均包含歷史時段（1980—2014年）和預估時段（2025—2100年），歷史數據用于氣候模式偏差校正的校準和驗證，預估數據用于預估研究區(qū)未來氣候和徑流的變化特征。對于未來預估數據，本研究采用2種氣候預估情景：SSP2-4. 5和SSP5-8. 5，分別代表中、高排放情景。

本研究所收集的氣象觀測數據包含長江流域-洞庭湖交匯區(qū)及其周邊的125 個站點1980—2022年逐日降水、蒸散發(fā)和溫度數據，來源于中國氣象數據網（http：//data. cma. cn）。本研究國際通用氣候數據庫，收集了來源于HadCRUT4數據庫的觀測降雨和溫度數據，以及來源于GLEAM 數據庫的觀測蒸散發(fā)數據。

1. 2 長江流域未來徑流預估

蒸散發(fā)、土壤水、排水和徑流的過程決定了陸面過程的水分收支，通過考慮3種蒸散發(fā)：冠層濕部的蒸發(fā)通量（式1）、葉叢的蒸騰（式2）和裸土的蒸發(fā)（式3），并結合全球氣候模型氣候輸出數據，進行2025—2100年長江流域未來徑流變化特征的預估。

Ew = δc σc ρa ILA[ qs （Tc ） - qac ] /rb （1）

Etr = （1 - δc ）σc ρa [ qs （Tc ） - qac ] /（rb + rf ） （2）

Eg = ρa [ q*s （T1 ） - qac ] /（rd + rs ） （3）

式中：σc 為冠層覆蓋度；δc 為濕部所占葉叢面積的比例；ρa 為空氣密度；ILA 為葉面積指數；Tc 為冠層溫度；T1 為上層土壤溫度；qac 為冠層內比濕；qs （Tc ）為冠層內飽和比濕；rb 為葉叢表面邊界層阻抗；rs 為土壤阻抗；rd 為空氣動力阻抗；rf 為整體冠層氣孔阻抗；q*s （T1 ）為空氣比濕。

當土壤上層水分飽和時產生徑流，此時到達地面的降水不再滲入土壤而是作為地表徑流（Rof ）流走，見式（4）：

式中：Pg為到達地面的有效降水和雪水。Pg可由式（5）計算得來：

Pg = P - Ew - Etr - Eg （5）

土壤上層水分和降雨、蒸散發(fā)之間的互饋機制為式（6）。結合式（1）—（6），可以預估未來長江流域地表水文過程。

ρgddWdt = P - Ew - Etr - Eg - Rof （6）

式中：ρg 為水的密度；W 為整個土層的含水量。

1. 3 統(tǒng)計降尺度

本文采用轉移累計概率分布 （CumulativeDistribution Function-transform， CDF-t） 降尺度法將大尺度、低分辨率的全球氣候模式輸出數據轉化為小尺度、高分辨率的長江流域氣候變化數據。CDF-t統(tǒng)計降尺度的主要思想是假定存在一個轉移函數將大尺度變量的累計概率分布函數與觀測變量的累計概率分布函數建立聯系［16］。本文的歷史時段為1950—2014年，前30 a選為建模時期，基于全球氣候模式輸出數據和觀測數據建立降尺度關系。后35 a定位驗證時期，用于評估降尺度技術的可靠程度。基于穩(wěn)健的降尺度函數關系，本文旨在對未來2025—2100年長江流域氣候預估數據就行降尺度處理，以此探究未來流域的氣候變化特征。

2 研究結果

2. 1 全球氣候模式預估徑流的適用性評價

結合CDF-t統(tǒng)計降尺度技術和流域水量平衡模型，本文模擬了1997—2013年長江流域主要水文站的徑流過程（圖1）。研究發(fā)現，多模式集合平均徑流模擬結果和實測結果吻合性較好，可較好反映長江流域徑流量的變化特征。通過建立1980—1996年徑流量和水位之間的多元回歸關系式，相關系數達0. 99。將1997—2013年實測徑流量代入回歸模型中模擬1997—2013年水位變化過程，其觀測水位變化過程具有較好的一致性，各水文站模擬誤差較小。綜上分析認為，本研究基于全球氣候模型預估數據計算的長江流域徑流數據可較好反映長江中下游月均尺度的氣候和水文過程。

2. 2 長江流域氣溫的現狀及未來趨勢

基于站點觀測數據，本研究計算了1980—2014年長江流域的多年平均氣溫分布。由圖2 可以看出，長江上游源頭以及金沙江水域、大渡河、雅礱江、岷江以北的邊緣地區(qū)歷史年平均溫度均低于9℃，而長江中下游的湘江、贛江流域的歷史年平均溫度均高于13℃，長江中下游的溫度高于長江上游及源區(qū)（圖2a）。長江流域多年平均溫度約為11. 8℃，其最高氣溫和最低氣溫之間分別相差約29. 2℃。基于線性擬合方法，本研究計算了長江流域網格尺度上氣溫的變化趨勢。由圖2b可見，隨著溫室氣體的不斷上升，長江流域年均氣溫整體呈現上升趨勢，溫升數值為0. 47℃/10a。其Mann-Kendall趨勢檢驗Z 統(tǒng)計值為1. 83，通過了95%的顯著性檢驗水平。年均溫度上升區(qū)域主要分布在長江流域南部地區(qū)。90年代以前變暖趨勢較緩，90年代后變暖趨勢較為明顯（圖2b）。從各季節(jié)長江流域氣溫趨勢系數分布可看出，春季、夏季和冬季的年均溫度均表現為上升趨勢，溫度上升值分別為1. 14、1. 27、0. 04℃/10a。

本研究基于全球氣候模式2025—2100年的氣候預估數據，分析了未來86 a不同排放情景下長江流域氣溫變化特征。由2025—2100年長江流域的多年平均氣溫分布（圖3）中可以看出，未來長江流域的多年平均氣溫仍呈現西低東高的空間分布特征，江源地區(qū)氣溫較低，而四川盆地及中下游地區(qū)溫度較高，其未來多年的平均溫度約為12. 7℃（SSP2-4. 5）和13. 1℃（SSP5-8. 5）。其中，2050、2070、2090 年的年均溫度分別為12. 1℃、12. 6℃、13. 0℃（SSP2-4. 5）和12. 4℃、12. 9℃、13. 5℃（SSP5-8. 5）。長江中游未來百年多年平均的溫度為20. 4℃（SSP2-4. 5）和20. 9℃（SSP5-8. 5）。

隨著溫室氣體的不斷上升，線性擬合方法的結果表明長江流域的年均氣溫整體呈顯著增加的趨勢，溫升數據為0. 23℃/10a（SSP2-4. 5，圖3c）和0. 32℃/10a（SSP5-8. 5，圖3d）。在SSP2-4. 5 和SSP5-8. 5情景下，長江流域的氣溫變化不論在哪個時期都是增溫的。遠期增溫幅度最大，近期增溫幅度最小。從各季節(jié)長江流域氣溫趨勢系數分布可以看出，春、夏、秋、冬季的年均溫度均為上升趨勢且均通過了Mann-Kendall趨勢95% 顯著性水平的檢驗。其中，春季的溫度上升速度最快，為0. 24、0. 26℃/10a（SSP5-8. 5），夏季的增溫速度最小為0. 94℃/10a（SSP2-4. 5）和0. 97℃/10a（SSP5-8. 5）。

2. 3 長江流域降雨的現狀及未來趨勢

基于站點數據的HadCRUT4觀測資料，圖4a呈現了長江流域的多年平均降雨分布特征。研究表明，長江流域多年平均降雨量分布極不均衡，江源地區(qū)降水少，不足500 mm/a，而長江中下游區(qū)域（靠近東部沿海及四川盆地西部地區(qū)）的降雨量較為充沛，達1 500 mm以上，總體呈東多西少的分布特征（源區(qū)降水量<中游降水量<下游降水量）。從季節(jié)來看，長江流域的降雨主要集中在夏季（6—8月），平均降雨量可到400 mm。基于線性擬合方法，探究了長江流域降雨量的變化趨勢。研究發(fā)現（圖4b），1980—2014年長江流域年降水量上下波動，整體無明顯的上升或下降趨勢，未通過95%顯著性水平的檢驗。由空間趨勢分布（圖4b）可見，長江上游地區(qū)的降雨略有減小趨勢（每10年為-0. 92 mm/月），長江中下游降雨的增加趨勢較為明顯（2. 74 mm/月）。從季節(jié)尺度來看，長江流域春季、夏季、秋季和冬季的降雨年變化幅度分布為每10 年3. 8、2. 8、-3. 9、1. 2 mm/月。

由圖5和表2可見，未來長江流域多年平均降雨的空間分布仍極不均勻，呈現江源地區(qū)降雨稀少，而四川盆地及中下游地區(qū)降雨較高的特征。未來長江流域多年平均年降雨量約為1 200. 3 mm（SSP2-4. 5）和1 265. 6 mm（SSP5-8. 5）。其中，2050、2070、2090年的年降雨量分別為1 199. 7、1 226. 5、1 242. 4 mm（SSP2-4. 5）和1 214. 5、1 279. 7、1 317. 4mm（SSP5-8. 5）。長江中游未來百年多年平均的年降雨量為1 448. 1 mm（SSP2-4. 5）和1 498. 9 mm（SSP5-8. 5）。未來長江流域的年降雨量將呈顯著的增加趨勢，增幅分別為每10 a 1. 32 mm /月（SSP2-4. 5）和2. 52 mm/月（SSP5-8. 5）。2025—2035 年長江流域年降雨量為121. 4 mm/月（SSP2-4. 5）和123. 2 mm/月（SSP5-8. 5），而在2090—2100 年分別增加至129. 8 mm/月（SSP2-4. 5）和139. 2 mm/月（SSP5-8. 5）。空間分布特征來看，長江流域六大子區(qū)域未來的年降雨量也均呈顯著的增加趨勢，分別為每10 a 1. 88 mm/月（朱沱站集水區(qū)域）、0. 62 mm/月（寸灘站集水區(qū)域）、1. 79 mm/月（宜昌站集水區(qū)域）、0. 52 mm/月（螺山站集水區(qū)域）、1. 73 mm/月（漢口站集水區(qū)域）和1. 69 mm/月（大通站集水區(qū)域），其中以宜昌站集水區(qū)域降雨的增速最快。總的來說，不同情景下未來長江流域的年降水量隨時間推移而增加，均通過了Mann-Kendall趨勢檢驗95%顯著性水平。

2. 4 長江流域徑流量的現狀及未來趨勢

基于水文站觀測資料，研究發(fā)現，三峽水庫運行后壩下游各水文站的年均流量較蓄水前略有降低，整體無明顯的變化趨勢。宜昌、枝城、沙市、監(jiān)利和螺山站在水庫運行后的多年平均年徑流量較蓄水前僅分別變化了-7. 2%、-6. 8%、-3. 3%、-3. 5%、-6. 5%，而該變化普遍認為主要與氣候變化有關。沿程5個水文站枯期的平均徑流量呈現出明顯的抬升趨勢，蓄水后的多年平均值較蓄水前分別抬升了14. 2%、18. 1%、15. 9%、15. 7%、7. 9%。與之相比，蓄水后汛期的平均徑流量較蓄水前顯著降低。在未來（圖6），長江流域降雨的顯著增加使得未來流域內的年徑流量各個溫室氣體濃度路徑下也為增加趨勢，年變化趨勢為781. 6±800. 3 m3（/ s·10a）（SSP1-2. 6 至SSP5-8. 5，宜昌站）、546. 5±457. 6 m3（/ s·10a）（漢口站）。2025—2035年期間長江中下游年徑流量為25 940. 5 m3/s（宜昌站）、32 677. 8m3/s（漢口站）和35 926. 9 m3/s（大通站），而在2090—2100 年分別增加至31 045. 6、36 165. 7、37 712. 2 m3/s。同時，有無三峽水庫運行調度影響下的年徑流量趨勢變化不大或發(fā)展趨勢基本一致。三峽水庫實行年內汛期削減洪峰，枯水期補給下游河流流量調度模式，即三峽水庫運行對長江中下游年徑流量變化趨勢的影響較小。

在汛期，2025—2100年長江中下游的徑流量也為增加趨勢，年變化幅度分別為1 371 m3（/ s·10a）（宜昌站，SSP1-2. 6 至 SSP5-8. 5）、827 m3（/ s·10a）（漢口站）和332 m3（/ s·10a）（大通站），可能增加了長江中下游極端洪澇災害的風險。在枯期，長江中下游未來的徑流量仍為增加趨勢，但年增幅較汛期顯著減小，分別為 192. 2 m3（/ s·10a）（宜昌站）、266. 4 m3（/ s·10a）（漢口站）和 241 m3（/ s·10a）（大通站）。

3 結論

基于長江流域氣候和水文觀測資料，探究了1980—2014年長江流域氣溫、降雨和徑流的變化特征。主要研究結論如下。

a）隨著溫室氣體的不斷上升，長江流域的年均氣溫整體呈現增加的趨勢，溫升數據為0. 47℃/10a，年均溫度的上升主要分布在長江流域南部地區(qū)。90年代以前變暖趨勢較緩，而在90年代后以后變暖趨勢更為明顯。長江流域年降水量上下波動，整體無明顯的上升或下降趨勢。

b）長江上游地區(qū)的降雨略有減小趨勢（-0. 92mm/10a），長江中下游降雨的增加趨勢較為明顯（2. 74 mm/10a）。長江流域主要水文站的年均流量較蓄水前略有降低，整體無明顯的變化趨勢。

c）基于全球氣候模式預估結果，預估了長江流域未來百年氣候變化特征。研究發(fā)現，未來春季、夏季、秋季和冬季的年均溫度均為上升。春季，在整個流域中氣溫增溫的趨勢都相當；夏季和秋季，長江中游的氣溫增溫趨勢要強于上游和下游地區(qū)。

d）在汛期和枯水期，長江流域各集水區(qū)域的降雨量均為顯著的增加趨勢，且降雨的增勢隨溫室氣體排放路徑濃度的增加而增加。長江流域降雨的顯著增加使得未來流域內的年徑流量在溫室氣體濃度路徑下也為增加趨勢，年變化趨勢為（781. 6±800. 3）m3（/ s·10a）（SSP1-2. 6 至 SSP5-8. 5，宜 昌站）、（546. 5±457. 6）m3（/ s·10a）（漢口站）。

參考文獻：

［1］ OVERLAND J E，WANG M Y. Large-scale atmosphericcirculation changes are associated with the recent loss of Arctic seaice［J］. Tellus A， 2010，62（1）. DOI：10. 1111/j. 1600-0870.2009. 00421. x.

［2］ 曾小凡，陳華，張增信. 長江流域氣候變化敏感區(qū)域的年降水量變化研究［J］. 科技創(chuàng)新導報，2009（8）： 237.

［3］ 郭生練，郭家力，侯雨坤，等. 基于Budyko假設預測長江流域未來徑流量變化［J］. 水科學進展，2015，26（2）：151-160.

［4］ 翟然，劉志武，戴會超，等. 長江流域徑流歷史演變特征及未來預估［J］. 水利水電技術（中英文），2023，54（6）：87-97.

［5］ GAO H K， FENG Z J， ZHANG T， et al. Assessing glacierretreat and its impact on water resources in a headwater of yangtzeriver based on cmip6 projections［J］. Science of The TotalEnvironment，2021，765. DOI：10. 1016/j. scitotenv. 2020.142774.

［6］ FENG T C， ZHU X， DONG W J. Historical assessment andfuture projection of extreme precipitation in cmip6 models： globaland continental［J］. International Journal of Climatology，2023，43（9）：4119-4135.

［7］ 李佳文，周育琳，魏興，等. CMIP6對三峽庫區(qū)萬州段降水和氣溫的模擬能力評估［J］. 長江科學院院報， 2023，40（7）：32-40.

［8］ 李曉蕾，王衛(wèi)光，張淑林. 基于CMIP6多模式的長江流域未來降水變化趨勢分析［J］. 中國農村水利水電，2022（3）：1-7，12.

［9］ 程國微，劉永，陳巖，等. 1958-2017年長江流域氣候變化的時空特征與熱點區(qū)域［J］. 地理學報（英文版），2022（1）：141-155.

［10］ 薛晨陽，張奇. 長江中游降雨徑流演變與水旱災害［J］. 自然災害學報，2023，32（3）：169-179.

［11］ 詹明月，王國杰，陸姣，等. 基于CMIP6多模式的長江流域蒸散發(fā)預估及影響因素［J］. 大氣科學學報，2020，43（6）：1115-1126.

［12］ 周莉，蘭明才，蔡榮輝，等. 21世紀前期長江中下游流域極端降水預估及不確定性分析［J］. 氣象學報，2018，76（1）：47-61.

［13］ 黃金龍，王艷君，蘇布達，等. Rcp4. 5情景下長江上游流域未來氣候變化及其對徑流的影響［J］. 氣象，2016， 42（5）：614-620.

［14］ 金興平，黃艷，楊文發(fā)，等. 未來氣候變化對長江流域水資源影響分析［J］. 人民長江， 2009， 40（8）： 35-37.

［15］ 程雪蓉. 基于CMIP5模式預估長江上游流域氣溫及降水時空特征［J］. 水電能源科學，2019， 37（1）：13-16.

［16］ 周莉，江志紅. 基于轉移累計概率分布統(tǒng)計降尺度方法的未來降水預估研究：以湖南省為例［J］. 氣象學報，2017，75（2）：223-235.

（責任編輯：向飛）

基金項目：國家重點研發(fā)計劃項目（2022YFF1302902）