变化环境下的径流演变与影响研究：回顾与展望

2023-01-12 03:56徐宗学

水利水运工程学报 2022年1期

徐宗学，姜瑶

(1. 北京师范大学水科学研究院，北京 100875； 2. 城市水循环与海绵城市技术北京市重点实验室，北京 100875；3. 南昌大学建筑工程学院，江西南昌 330031)

在气候变化和人类活动的共同影响下，流域水循环和水量平衡要素在时间、空间和数量上发生了不可忽视的变化[1]，深刻影响着水安全和社会安全，乃至地球生态环境系统安全[2]。认识和把握全球变化背景下的水循环过程及其时空演变规律是水科学研究的热点问题，对全球变化条件下水资源的适应性管理具有十分重要的现实意义。

随着一系列国际水科学合作项目及研究计划的推动，各国学者围绕变化环境下的水循环演变规律开展了大量研究工作，从全球、区域和流域等不同尺度探讨了变化环境下的水循环演变规律及其驱动机制[3]。内容涉及水循环要素的演变规律、水循环要素变化的归因分析、气候变化和人类活动对水循环的影响等。其中，径流是地表水循环过程的重要环节，是气候和下垫面等多要素影响下的复杂水文过程的综合表征[4]，变化环境下的水循环响应直接表现为径流变化。真实地描述和科学地揭示河川径流演变规律一直是水文科学研究领域的热点和难点。如何正确识别径流的时空变化特征，合理描述流域内气候-水文-生态系统相互作用机制，厘清影响径流变化的主导因子，合理阐释气候变化和人类活动影响下的径流演变规律是其中所涉及的关键问题。由于变化环境下的径流演变及响应规律在全球范围内千变万化，本文主要通过综合与梳理近十几年来的相关研究成果，重点从上述四个关键问题出发，归纳和阐述流域径流演变规律研究的主要方法及进展，以期为变化环境下的水循环演变规律研究提供借鉴和参考。

1 流域径流演变特征分析

系统分析和识别径流演变特征及其影响因素，是认识和掌握变化环境下的流域水循环演变规律的基础性研究内容。借助数理统计方法及其他分析技术，利用长序列历史资料分析径流演变的趋势、周期及空间分异等特征，阐释其与影响因素变化的相依关系，是进行流域径流演变特征分析的重要手段。

趋势分析及变异诊断是流域径流变化研究的主要内容，国内外研究者针对不同地区、不同流域的径流变化趋势已经开展了大量研究工作。如Zhang等[5]、Kahya等[6]、Hamed[7]分别对加拿大、土耳其、美国等地的径流变化趋势进行了分析；张建云等[8]、王乐扬等[9]、李扬等[10]分别分析了我国不同流域的径流变化趋势。趋势检验可以判断水文气象序列的变化趋势（增加或减少）、变化程度（斜率）和变化的显著性，以及识别变化的“突变点”或“拐点”，主要方法有线性回归分析、累积距平曲线和滑动t检验等参数统计法，以及Mann-Kendall秩次检验（MK检验）、Spearman秩次检验、Sen’s斜率估计等非参数统计方法。参数统计法通常要求数据遵从一定分布，而非参数统计法对数据的分布形态没有特定要求，因此在水文气象等非正态分布数据的趋势变化检验中得到广泛应用[6-7]。由于以上趋势分析方法所基于的原理不尽相同，其计算结果之间往往存在差异，序列的自相关性、周期波动等特性也会导致在具体应用时出现分析结果上的偏差[7]。从目前趋势分析方法的应用情况来看，还无法判断哪种方法得到的检验结果更为准确和可靠。为了克服方法上的不足，许多研究者往往通过综合运用多种方法进行对比分析。例如，Tabari等基于线性回归、MK检验、Pettitt检验和Sen’s斜率估计等方法得到了伊朗地区降水的变化趋势和变化率[11]；Pandey等[12]采用线性回归、MK检验和离散小波变换（DWT）方法识别了印度降水序列的长期变化趋势，给出了不同时间尺度下的降水变化趋势特征。

周期识别是径流演变特征分析的另一重要内容，取得了大量研究成果。传统分析方法主要是采用基于自相关函数或傅里叶转换的频谱分析[13]，而传统谱分析具有分辨率不高和频率泄露严重等缺点[14]，且仅适用于平稳一致性的时间序列[15]。因此，许多新的理论和方法被引入到水文分析领域。例如，最大熵谱分析（Maximum entropy spectrum analysis，MESA）具有分辨率高与适应短序列的优点，成为水文序列周期识别的重要手段[14-15]。小波分析能够从时域和频域揭示序列的局部特性，适合于研究具有多时间尺度变化和非平稳特性的序列，在径流序列的周期识别及时空尺度变化分析中得到较为广泛的应用[16-18]。

随着熵、混沌、分形等理论方法的引入，水文研究领域对水文系统的非线性、非平稳性进行了更深入地探讨。熵是度量序列复杂程度的重要指标，利用多尺度熵（Multiscale entropy）、样本熵（Sample entropy）等方法可对径流序列的复杂性变化规律进行描述，从而定性辨识人类活动对水文过程的影响[19]。重标极差法（R/S）、非趋势波动分析（Detrended fluctuation analysis，DFA）等方法通过计算序列的标度指数来识别序列内在的标度行为，从而检测序列变化趋势的持续性或长程相关性[20-21]。Huang等[22-23]提出的经验模态分解分析（Empirical mode decomposition，EMD）可直接基于序列本身进行逐级分解，通过一组表征原序列局部变化特征的本征模态函数（Intrinsic mode function，IMF）来描述序列蕴含的不同时间尺度振荡特征及趋势变化，在描述非平稳时间序列的多尺度变化特征方面具有较好表现，得到了较为广泛的应用。

2 变化环境下的流域径流模拟

基于水文模型的流域水文过程模拟是揭示径流形成和演变机理的重要手段，是水文水资源研究领域的一个重要分支和热点问题。水文模型在径流演变机理研究中具有突出优势，利用水文模型模拟流域水循环过程，定量分析径流演变的驱动因素，是当前水循环演变规律研究的重要内容之一。继19世纪Mulvany提出径流的合理化公式以后，大量水文模型得以发展和应用。目前常用的水文模型主要可归纳为经验统计模型、集总式概念性水文模型和分布式水文模型。经验统计模型不涉及系统内部的物理机制，参数没有太多物理意义，而是通过气候要素（如降雨、蒸散发）与径流的同期观测资料，建立输入输出变量之间的关系进行估计，属于数据驱动型模型。由于流域水文物理过程涉及大量参数及不确定性，以观测数据为驱动的黑箱模型相较于分布式模型具有简单直接的优势[24]。在降水径流过程模拟中，早期以ARMA模型、ARIMA模型为代表的随机时间序列模型应用为主[25-26]。近十几年来，基于人工智能算法的降雨-径流模型开始得到广泛应用，如基于ANN（Artificial neural network）方法、模糊逻辑技术及其结合的降雨-径流模型[27-28]。这类模型能够有效处理水文变量之间的高度非线性关系，尤其是当系统内在物理关系未被充分理解的前提下，相较于传统统计模型更有优势[29]。但经验统计模型缺乏物理基础且依赖于长系列资料，在缺资料地区及大尺度流域水文模拟中具有一定的局限性。

概念性水文模型利用一些简单的物理概念和经验关系对流域水文过程进行概化，具有一定的物理基础，也具有相当的经验性。与分布式水文物理模型相比，概念性水文模型在物理过程描述、模型结构、模拟精度、模型参数确定等方面有其自身局限性，模拟结果有时不太理想，但模型结构简单，实用性强[30]。应用较广的概念性水文模型有新安江模型、HBV模型、SIMHYD模型、SMAR模型、GR4J模型等。不同模型各有其优缺点，在全球不同流域的降雨径流模拟中均有应用。以水文模型在我国的应用为例，Li等[31]应用SIMHYD模型和GR4J模型模拟分析了气候变化对青藏高原南部雅鲁藏布江流域径流的影响，表明SIMHYD模型和GR4J模型在高海拔流域具有良好的适用性；Guan等[32]以黄河流域6个子流域为例，分别评估了4种常用水文模型（新安江模型、SIMHYD模型、GR4J模型和RCCC-WBM模型）进行变化环境下径流模拟的能力和性能，表明4种模型对所有子流域的天然径流模拟均表现良好；管晓祥等[33]以我国不同气候区的6个典型流域为例，评估了RCCC-WBM模型对径流的模拟能力，表明RCCC-WBM模型对不同气候区典型流域的天然径流过程都具有较好的模拟效果。

分布式水文模型，尤其是分布式水文物理模型，具有坚实的物理基础且能充分考虑参数和变量的空间变异性，可以更准确地描述水文过程并反映流域响应的空间特征，是深入认识流域水文过程机理的有力工具。常见的分布式水文模型有SWAT模型、PRMS模型、MIKE SHE模型、VIC模型等国外开发模型，以及国内开发的WEP模型、GBHM模型等。分布式水文模型可基于离散化的网格单元分别描述和模拟流域下垫面条件及降水、蒸散发和径流情况，更适合与大尺度GCMs耦合，在模拟气候和下垫面变化的水文响应及气候影响评价等方面应用广泛。例如，Pervez等[34]利用SWAT模型分析了气候变化和土地利用变化对布拉马普特河径流的影响，模拟结果较合理地反映了变化环境下的流域径流响应；Cuo等[35]基于VIC模型评价了气候变化和土地利用转变对中国黄河流域上游水文过程的影响，研究较好地考虑了气候及土地利用变化对径流的影响及其空间差异；Yang等[36]利用WEP-L模型量化了气候变化和人类活动对青藏高原东北部流域径流的影响，表明WEP-L模型对变化环境下青藏高原径流响应模拟具有良好的适用性。近年来，研究者基于分布式水文模型与空间分析及卫星遥感技术，充分利用遥感资料获取输入与参数信息，并通过多源数据同化技术等方法率定模型，为缺资料地区的水文模拟提供了有效手段，成为当前水文模拟研究的发展趋势。如Chen等[37]基于多源遥感数据模拟率定了雅鲁藏布江流域的冰雪融水径流，较好地改进了缺资料地区的水文模拟；王卫光等[38]进行了基于蒸散发数据同化技术的径流模拟，较好地改进了径流模拟效果。

在以冰川积雪融水补给为主的流域，径流对气候变化极其敏感，准确量化融雪、融冰和降雨对河川径流的贡献极其重要且具有挑战性。当前模型对冰川融雪机制的描述通常可分为温度指标模型（度日因子模型）和能量平衡模型两类，前者利用经验方法建立气温和融雪融冰的相关方程，如HBV模型、SWAT模型等，后者从热力学的角度进行理论分析和定量计算，如RRMS模型、VIC模型等。相比于能量平衡模型，温度指标模型所需参数少、计算简单，在目前的高寒地区径流模拟中仍有着广泛应用。在温度指标模型中引入辐射因子的影响[39]，并将修正的温度指标模型与分布式水文模型耦合，较好地改善了温度指标模型的时空精度及其对冰雪消融状况空间变化特征的描述[40]。然而，实际应用中模型关键参数难以观测和率定、输入数据及其精度的缺乏等问题，仍然限制着冰川融雪径流的模拟研究。

随着水循环机理研究的深入和水资源管理需求的增加，流域水文模拟研究向着时间尺度的精细化、空间尺度的扩大及多过程耦合模拟发展，研究者开始关注流域土壤冻融[41]、植被生长变化[42]、冰川积雪变化[37]等生态环境变化的水文响应及径流成分的量化[43]，以及基于陆面过程模式的区域及全球尺度下的水文过程模拟[44-45]。

3 流域径流变化归因分析

科学地揭示径流变化的驱动机制，辨识引起径流变化的主要驱动因素，定量区分各种驱动因素的影响及其贡献率是当前水文研究领域的热点和难点问题之一[3]。对于流域径流演变的归因分析，国内外已经开展了大量工作，研究内容主要包括气候因子变化（温度、降水、CO2浓度等）对流域径流变化的影响分析[46-48]，土地利用/覆被变化对流域径流变化的影响分析[49-51]，以及气候变化和人类活动两者综合对径流变化影响的定量分析及区分[52-57]。由于不同流域内气候变化和人类活动对径流的影响程度不同，变化环境下的径流响应在全球范围内存在较大的不确定性，因而不同因素对径流变化的影响研究也往往观点各异。对于不同地区，结合区域特点深入分析该区域径流演变特征及其驱动要素仍具有重要意义。

目前，径流演变归因分析的方法主要可分为二类。第一类主要利用回归分析、小波理论、神经网络等数学方法或统计模型建立径流量与相应驱动因子的关系，以此定量讨论影响径流变化的主要因子及其贡献率[47,49,51]。例如，Bin等[51]基于下垫面表征指标与径流过程的统计模型量化了下垫面对径流变化的影响。然而，此类方法对径流与影响因子的相关性有着较高要求。第二类方法主要基于流域水文模型或陆面过程模型，通过物理过程模拟量化各驱动因子的贡献率，该类方法物理概念清晰，分析精度较高，是定量分析径流演变驱动要素及其驱动力的重要途径。国内外学者根据研究区域特点分别采用不同水文模型，如SWAT模型[53]、VIC模型[58]、新安江模型[59]等，或不同陆面过程模式[45-46]，开展了全球不同流域内的径流演变归因分析。例如，Yang等[56]基于SWAT模型定量分析了气候变化、土地利用变化和人类活动对中国东部亚热带流域径流变化的影响，得出气候变化是该流域年径流变化的主要驱动因素；王国庆等[57]利用RCCWBM模型分别对我国七大江河的径流变化成因进行了定量识别，研究认为人类活动是中国北方江河径流变化的主要影响因素,气候变化是中国淮河及其以南江河径流变化的主要原因。该方法应用较多的研究思路是：根据水文序列变化分析，将流域水文阶段划分为天然基准期和人类活动影响期，通过模型模拟2个时期的天然径流量，并结合实测径流量进行计算分析，以此区分气候变化和人类活动对径流的影响。

此外，基于Budyko假设的流域水热耦合平衡方法概念明晰、参数少且计算简单，也是进行流域径流变化归因分析的有效方法[60]，其中以弹性系数法为代表。弹性系数法根据Budyko曲线的简单形式推导出径流对气候变量敏感性的解析式，引入弹性系数表示径流对气候因子及下垫面因子的敏感性，从而量化各影响因子对径流变化的贡献率[61]。大量学者采用此方法定量探讨了不同流域中气候和下垫面变化对流域径流的影响。例如，Zhang等[50]引入径流对植被变化因子（fPAR）的弹性系数，以此定量评价了区域径流对植被变化的响应规律；Li等[62]利用改进的弹性系数法定量评估了气候变化和人类活动对黄河流域上游支流径流变化的贡献率。

4 未来气候变化影响下径流响应规律预估

预估未来气候变化情景下的径流响应规律是气候变化对水循环影响研究的一个重要内容。自20世纪70年代中期全球大气研究计划（Global Atmosphere Research Programme，GARP）、世界气候研究计划（World Climate Research Programme，WCRP）、国际地圈生物圈计划（International Geosphere-Biosphere Programme，IGBP）和国际水文计划（International Hydrological Programme, IHP）等先后制定并实施开始，气候变化及其影响研究逐渐成为水文水资源领域的研究热点。几十年来，国内外学者围绕着未来气候变化下的径流响应开展了大量研究，涉及不同地区的主要河流和流域。例如，Li等[31]、Su等[63]等研究者对未来气候变化下青藏高原河川径流的响应规律进行了深入分析；Yang等[64]利用SWAT模型模拟评价了未来土地覆被和气候变化下的中国华北地区流域径流响应；王国庆等[65]利用RCCC-WBM模型模拟了黄河流域的未来水资源变化；孟玉靖等[66]采用BP人工神经网络模型预估分析了3种RCP情景下的黄河流域径流变化；Bliss等[67]模拟评估了全球范围内18个地区冰川径流对未来气候变化的响应。这些研究量化了未来气候变暖对河川径流的不同程度的影响，但由于流域水文过程机理、气候模式选择等的不同，径流的响应在不同地区之间存在较大差异。

未来气候变化影响下的径流响应预估主要是借助水文模型模拟评估未来气候变化情景下的水文过程及其响应规律，所涉及的关键技术包括未来气候变化情景设置、数据尺度转化、水文模拟及不确定性分析等[68]。气候变化情景主要基于全球气候模式（GCMs）的输出结果。当前的气候模式众多，如由英国Hadley中心开发的HadCM2和HadCM3，由加拿大气象服务气候研究中心开发的CCMA等，不同气候模式的模拟结果差异较大，在利用气候模式进行区域气候变化研究前，有必要评估各模式的模拟能力，选取在所研究区域适应性较好的气候模式[69]。水文模型选择需要结合研究目的与区域特征，综合考虑模型功能、数据要求、适用尺度、与GCMs的兼容性等方面，目前应用较多的有VIC模型、SWAT模型、SHE模型和PRMS模型等。GCMs与水文模型的结合，大部分研究主要采用单向连接，即将GCMs的输出结果在区域内进行降尺度处理后再作为水文模型的输入。目前的降尺度方法可分为统计降尺度、动力降尺度和动力-统计降尺度。统计降尺度方法通过建立大尺度气候要素和区域气候要素之间的统计关系来构建模型，以此将GCMs输出的大尺度气候信息降尺度为区域气候信息[70]。动力降尺度方法是以空间分辨率较高的区域气候模式作为工具，输出结果可以较好地反映地形、海陆差异、土地利用等对区域气候的影响。由于动力降尺度方法在计算复杂度、不确定性等方面存在局限性，统计降尺度方法仍是当前研究普遍采用的方式。此外，未来气候情景设定、陆-气耦合、水文模拟等环节中存在诸多不确定性，有关此方面的研究也是未来气候变化下径流预估的一个难点和热点。相较于单纯的径流模拟，未来气候变化驱动的径流模拟增加了因气候模式输入引起的不确定性，其主要来源有排放情景设定、气候模式预估及降尺度方法的不确定性。气候模式输入的不确定性直接造成径流响应预估的不确定性，是气候变化驱动下径流模拟不确定性的主要来源[71]。对此的研究，一种是从气候变化预估的各环节入手，研究如何提高气候变化情景预估的精度，减少不确定性[72]；另一种是通过数学方法对各不确定性进行定义和合理度量，所采用方法有蒙特卡洛法、贝叶斯理论、GLUE法、模糊理论及混沌理论等。然而，以往的不确定性分析对水文模型模拟的不确定性评价较多，而在气候驱动下的径流响应预估中，很少定量给出因气候变化情景输入引起的不确定性范围。

5 结语

气候变化驱动下的水循环水资源演变规律研究是水科学研究中的热点问题，其中变化环境下的径流变化规律及演变机理研究是重要内容。本文围绕其中涉及的四个主要研究内容，回顾和梳理了国内外相关研究成果，重点论述了流域径流演变规律研究的主要方法及进展。综合以上分析，当前对于变化环境下径流演变规律及其驱动机制的研究方法众多，研究成果丰富，取得了突出进展。伴随气候变化和人类活动影响，全球范围内的水文要素在时间、空间和数量上发生了显著的趋势性变化，极端水文事件频发，区域水安全和水资源管理的需求日益增加，对区域水循环研究提出了更多要求。针对目前径流演变特征检测、径流演变驱动因子识别与量化、气候变化和人类活动对径流影响的分离、径流模拟的不确定性等方面存在的不足，今后的研究在以下几个方面仍有待深入：

（1）当前对流域径流演变特征分析的研究众多，研究方法多样，从不同侧面揭示了流域径流演变的特征。但不同方法自身均存在一定的缺陷和不足，单一方法往往无法有效地全面考虑径流演变的复杂特性，而且受研究区域数据长度与质量等的限制，对径流演变特征的认识仍存在局限性和不确定性。在实际应用中，有必要加强水文气象要素观测数据及时空分布数据的制备和评估，并选择合理有效的分析方法，提高径流演变特征检测的准确性，进一步加深对径流时空变化特征的认识。

（2）由于气候变化和人类活动对水循环过程影响机制的复杂性及各影响因素的相互作用，当前众多研究对径流变化驱动机制的认识仍存在一定的片面性和不确定性，如何有效地分离各因素对径流变化的影响，考虑各因素的综合作用效果，合理评估各因子贡献率，确定径流演变的驱动机制仍然有待深入研究。

（3）水文模型模拟是变化环境下水文演变机理研究的重要手段，但其本身的适用性和不确性等问题一直限制着模型模拟的可靠性。今后的研究中有必要借助一些新技术手段或方法，提高模型对物理过程的描述能力，合理度量水文模拟中的不确定性及其影响，对模拟结果的置信限度进行估计等，提高模型模拟结果的可靠性和应用价值。