江河洪水是极端流量变化的具体表现, 各种气候过程, 如强降水和/或持续降水、融雪等, 都影响着洪水过程。洪涝灾害的形成不仅与某日降水量有关, 而且与连续性或间隔时间较短的多次强降水过程的累积降水量关系更为密切, 连续性过程降水的极值是形成流域洪涝的主要原因^[1-2]。不少学者都强调需要加强气候变化对极端水文事件影响的研究^[3]。IPCC技术报告《气候变化和水》在关于未来工作的建议中指出, 需要进一步开展针对当前水文变化的检测和归因工作, 特别是水资源的变化和极端事件发生概率的变化^[4]。

淮河流域是中国东部洪涝灾害最为严重的区域, 3天以上连续强降水是淮河流域主要的致洪暴雨^[5]。淮河流域极端降水, 特别是夏季或汛期极端降水的增加趋势显著。20世纪90年代末以来, 淮河流域夏季极端强降水事件的概率显著增加^[6]。1961—2008年淮河流域主汛期(6—8月)极端降水事件总体上有增加趋势, 特别是流域中西部地区线性增加趋势显著^[7]。1961—2010年, 淮河流域汛期雨日出现频率有下降的趋势, 但暴雨日比重和暴雨日平均降水量均有升高的趋势。淮河流域汛期暴雨日出现频率以及各类型雨日的平均降水量均有上升的趋势, 强降水时空变化呈现局地性和频发性^[8]。

未来气候变化情景下, 淮河流域发生极端洪水的可能性增大。郝振纯等利用IPCC第4次评估公开发布的22个全球气候模式在SRES-A1B、A2和B1等典型排放情景下的未来气温和降水预测结果, 结合新安江模型, 对未来90年(2010—2099年)气候变化下淮河流域的极端洪水进行预估。结果表明, 淮河流域未来可能发生极端洪水年份的密集程度从大到小依次为A2情景、A1B情景、B1情景。其中, A2情景在2035—2065年以及2085年以后是极端洪水发生较为集中的时期^[9]。因此, 研究气候变化情景下淮河流域汛期极端流量的响应, 对流域未来防汛减灾、调水调沙、水量统一调度等都具有重要意义。

本文构建了淮河流域中上游的SWAT模型, 以汛期最大9天降水量和最大9天流量作为极端过程降水和极端流量的指标, 用RegCM3在SRES A2排放情景下的模拟结果驱动SWAT模型, 从极端事件概率的角度研究气候变化对淮河流域中上游汛期极端流量的影响。

1 研究区域、数据和方法 1.1 研究区域

以蚌埠水文站以上的淮河流域中上游为研究区域。蚌埠(吴家渡)水文站是淮河干流中游主要的控制站, 是测验精度一类的基本闸坝站, 单断面。研究流域集水面积约为1.2×10⁵ km², 经纬度范围大致为115°—118.5°E、30.5°—35.5°N。主要地貌类型有低山、丘陵、平原、洼地和河湖等, 其中平原面积约占研究流域面积的2/3。高程变化范围为海拔24—1684 m, 但流域面积的90%高程低于300 m。淮河最长的两条支流——涡河和颖河, 都蜿蜒在淮北平原。研究流域是整个淮河流域的主要产流区, 水系形式为典型的扇状水系, 大部分支流均在蚌埠站与润河集站之间较短的河段内汇入淮河干流(图 1), 加上蚌埠以下的淮河水系为典型的平原水系, 排水不畅, 极易在淮河流域中上游形成“关门淹”。

研究流域年降水量在600 mm与1400 mm之间, 年降水量为883 mm。降水主要受夏季风系统控制, 暴雨降水主要出现在5—9月的汛期, 降水的年际变率大。

1.2 数据来源及处理 1.2.1 历史气候观测数据

历史气候观测数据包括日降水量、日最高气温、日最低气温和日平均气温等4个要素, 来自于研究区域经纬度范围内45个国家基准气候站1958—2009年的逐日气候观测数据, 主要用于率定和验证SWAT模型。Karl的研究表明, 缺失的日值假定为零或用月平均替代, 可能引起降水趋势分析的误差^[10]。因此, 当某个气候要素的序列中日数据缺失总量超过5年时, 该测站被排除使用。上述在45个基准气候站中, 选择时间序列最长、缺失数据最少的28个基准气候站的逐日气候观测数据来分析淮河流域中上游气候变化的主要特征, 以及驱动SWAT模型。主要气象站点位置如图 1。

1.2.2 RegCM3气候模拟数据

国家气候中心研究人员在NCAR/NASA的全球环流模式FvGCM/CCM3内嵌套RegCM3区域气候模式, 进行了1961年1月1日—1990年12月31日的模拟试验(简称RF气候情景), 以及21世纪后期(2071年1月1日—2100年12月31日)在IPCC SRES A2排放情景下的模拟试验(简称SA气候情景)。区域模式试验输出结果的分辨率为0.25°×0.25°^[11]。为了与基于台站的历史气候观测资料对比, 将区域模式试验的输出结果插值到台站。采用数字图像处理技术中常用的双线性插值方法将基于0.25°×0.25°格点的气温或降水模拟数据插值到28个基准气候站。双线性插值方法是气候数据从格点到台站的转换过程中应用较多的方法, 徐影等使用双向线性插值方法将7个气候模式的格点值插值到长江中下游地区23个代表站, 构建了该区域未来50—100年的气候变化情景^[12]。

为了预估未来全球和区域的气候变化, 必须事先提供未来温室气体和硫酸盐气溶胶的排放情况, 即排放情景(Emissions Scenarios)。IPCC于2000年提出SRES排放情景, 其中A2框架和情景系列描述了一个发展极不均衡的世界^[13]。考虑到本研究侧重于极端过程降水变化对汛期极端流量的影响, 所以选用了相对极端的高排放情景, 即SRES A2排放情景。

1.2.3 流量数据

以河川流量作为径流指标, 河川流量实测数据来自于淮河干流5个水文站的逐日流量观测记录, 从上游而下依次为息县、淮滨、润河集、鲁台子和蚌埠, 其中蚌埠站是研究流域的出口站(图 1)。实测河川流量数据包括了淮河流域水库等水利工程的影响, 将水库等水利工程包含到流域的自然地理条件中, 研究现实自然地理状态下淮河流域中上游气候变化对径流的影响。河川流量实测数据用于率定和验证SWAT模型。

1.2.4 土壤数据

土壤空间分布图是两种来源的空间数据叠加的结果, 一是中国科学院南京土壤研究所的1:100万土壤空间数据库, 二是FAO的全球土壤数据库。每一个斑块对应的土壤名称主要依据中国科学院南京土壤研究所的1:100万土壤空间数据库确定。土壤属性数据来自中国科学院南京土壤研究所的1:100万土壤空间数据库。

1.2.5 土地利用/覆被数据

土地利用/覆被数据解译于多分辨率无缝影像数据库(Multiresolution seamless image database, MrSID) 2000年的影像。为了使得遥感影像的解译更具有针对性, 直接从MrSID影像解译出SWAT水文模型中的土地利用/覆被类型。不同土地利用/覆被类型的斑块大小差异极大, 解译过程中, 依据土地利用/覆被类型的不同设定解译比例尺。解译完研究区域全部土地利用/覆被类型后, 经过建立拓扑关系、合并碎小斑块等处理, 得到淮河流域中上游2000年土地利用现状图。

1.2.6 DEM及其他基础地理数据

DEM (Digital Elevation Model)数据, 各级水系、各级城市以及政区边界等数据也来自于国家基础地理信息中心。

1.3 研究方法 1.3.1 SWAT模型

SWAT (Soil and Water Assessment Tool)模型是Arnold J. C.博士等为美国农业部下属的农业研究局开发的大、中尺度的长时段流域环境模拟模型^[14-15]。模型由站点的气象资料驱动, 以水文响应单元为最小水文模拟单元进行流域水文过程模拟, 在水文响应单元上利用水量平衡理论描述陆相水文循环过程, 计算得到模拟单元内每一天的产流, 然后利用改进的推理方法计算单元产流对主河道的水量贡献；在河道内采用变动储水系数模型或者马斯京根法计算河道的汇流, 扣除水面蒸发、传输损失以及流域内人、畜用水, 得到河道出口的逐日断面流量^[15]。

SWAT模型在气候变化水文响应的研究中应用较多。Jha等应用SWAT模型, 研究了密西西比河上游流域河川流量对气候变化的敏感性^[16]。Franczyk等应用SWAT模型模拟了一个小的Oregon流域气候变化情景下径流深度的变化^[17]。Mikołaj等比较了全球尺度的水文模型(WaterGAP)和SWAT模型在模拟气候变化对河川径流影响时的效果, 结果发现, 在流域尺度上, 做更复杂的气候变化水文影响评价, 特别是要考虑月径流量的平均值和极端值的变化时, 流域尺度的水文模型更有优势^[18]。

SWAT模型在国内各流域的应用也较多。林炳青等应用SWAT模型研究了晋江流域景观格局变化对洪枯径流的影响^[19]。郭军庭等应用SWAT模型研究了潮河流域土地利用和气候变化对流域径流变化的影响^[20]。宋艳华等以陇西黄土高原华家岭南河流域为例, 应用SWAT模型模拟了不同生态恢复情景下流域径流和蒸散发的响应情况^[21]。王军德等以西北干旱区祁连山系杂木河流域为研究区, 应用SWAT模型研究了流域尺度和微地形尺度7种不同植被组合模式下流域水文响应的特征^[22]。刘昌明等应用SWAT模型模拟了黄河河源区不同气候和土地覆被条件下地表径流的变化^[23]。Chen等用SWAT模型模拟了中国梭摩河流域过去40年气候变化和土地覆被变化对径流的影响^[24]。史鹏等应用SWAT模型研究了气候变化和土地利用/覆被变化对淮河流域上游息县流域水文状况的影响^[25]。总之, SWAT模型在国内各流域的应用偏重于流域平均水文状况对气候变化或土地利用/覆被变化的响应, 对流域汛期极端流量对气候变化的响应关注不够。

1.3.2 极端流量的计算

致洪暴雨主要是3 d以上连续强降水, 是淮河流域严重洪涝的直接原因。首先计算了研究流域内各个气象站汛期最大3—13 d降水量和淮河干流5个水文站汛期最大3—13 d平均流量；然后根据各水文站控制流域内所有气象站的汛期最大3—13 d降水量, 采用简单算术平均方法计算每个水文站控制区域的平均汛期最大3—13 d降水量；计算了5个水文站汛期最大3—13 d平均流量与区域平均的汛期最大3—13 d降水量之间的相关系数, 结果如表 1。

由表 1可以看出, 对每个水文站控制流域而言, 区域平均的汛期最大9 d降水量和汛期最大9 d平均流量相关系数最高。因此, 以汛期最大9 d降水量为研究流域汛期极端过程降水的指标, 以汛期最大9 d平均流量作为各水文站汛期极端流量的指标, 研究气候变化对淮河流域中上游汛期极端流量的影响。

1.3.3 概率分布拟合

对于水文或气象要素的极值, 常用的概率分布函数有对数正态分布、Weibull分布、Gumbel分布、Frechet分布、广义帕累托分布和皮尔逊Ⅲ型分布等, 其中Weibull分布、Frechet分布和Gumbel分布是广义极值分布(GEV)的3种形态。本文直接用广义极值分布(GEV)拟合淮河流域汛期极端流量序列, 用Kolmogorov-Smirnov分布拟合检验概率分布拟合效果。

2 淮河流域SWAT模型的构建 2.1 SWAT模型参数库的建立

本文为SWAT模型建立了气象参数库和土壤参数库, 土地利用/覆被参数库采用SWAT模型的默认值。

2.2 SWAT运行过程及相关参数的设置

在SWAT流域描述过程中, 嵌入真实的数字化河网, 将淮河干流5个水文站作为河网节点手动添加。选择蚌埠站作为游流域的主出口, 得到蚌埠以上的淮河中上游流域, 作为本文的研究流域。选择SCS曲线法进行地表径流的模拟；降雨量模拟选择了偏正态分布方法；潜在蒸发模拟选择Penman-Monteith方法；河道演算选择变动存储系数模型。

以1958—2009年的气候观测资料驱动SWAT水文模型, 其中1958—1965年共8年作为模型的spin-up期, 模拟结果不参与率定或验证效果的评价。1966—1987年共22年作为模型的率定期, 1988—2009年共22年作为模型的验证期, 保证模型有足够长的spin-up期, 能经历较多的气候状况；另一方面, 率定期与验证期时长相同, 便于比较两个时段的模型模拟效果。

2.3 淮河流域SWAT模型的率定和验证

采用手动试错法率定SWAT模型。对敏感性排序最靠前的12个参数进行调整, 实现SWAT率定。选择Nash-Sutcliffe效率系数(NSE)来评价淮河流域SWAT模型流量模拟的效果^[26]。淮河流域SWAT模拟逐月流量的评价指标见表 2。率定期所有水文站的NSE都在0.7以上。验证期模拟效果略微变差, 但除蚌埠站外, 区域水文站的NSE也都在0.70以上。因此, 构建的淮河中上游流域SWAT模型比较真实地模拟了逐月流量过程。

SWAT模拟淮河流域汛期最大9 d平均流量的评价结果见表 3。与月流量的模拟结果评价指标相比较, SWAT模拟淮河流域汛期最大9 d平均流量的结果相对较差, 这与SWAT模拟逐日流量的能力较差有关。除润河集站外, 其余各站率定期的NSE都在0.60以上；除息县站外, 其余各站验证期的NSE也都在0.60以上。因此, 构建的淮河中上游流域SWAT模型比较合理地重现了汛期最大9 d平均流量的特征。

3 气候变化对淮河流域汛期极端流量的影响 3.1 SRES A2排放情景下淮河流域气候变化的主要特征

RegCM3气候模拟结果存在一定的偏差^[27-28]。本研究也发现, RF期RegCM3气候模拟与同时期(1961—1990年)的观测气候结果存在偏差。因此, 本文直接比较RF气候情景(1961—1990年)和SA气候情景(2071—2100年), 评价SRES A2排放情景下淮河流域中上游平均气候变化的主要特征；以汛期最大9 d降水量为极端过程降水指标, 评价SRES A2排放情景下淮河流域中上游汛期极端过程降水的主要特征。

3.1.1 SRES A2排放情景下淮河流域气候变化的主要特征

与RF气候情景比较, SA气候情景的气温在全部28个台站一致升高, 颖河流域中游增温幅度较大, 流域上游和南部增温幅度相对较小。SA气候情景的年降水量增加。28个台站中, 21个台站的年降水量增加, 但在颖河和涡河流域中游, SA气候情景下年降水量有较大幅度减少, 以沙河汇入颖河处为中心的区域、以蚌埠水文站为中心的区域和流域南部的上游, 年降水量有较大的幅度增加(图 2)。因此, 在SRES A2下, 未来(2071—2100年)气温升高, 降水量增加, 降水的空间差异增大, 颖河流域中游年降水量有较大幅度的减少, 呈现暖干化的趋势。

3.1.2 SRES A2排放情景下淮河流域极端过程降水的变化

与RF气候情景比较, SA气候情景下, 淮河流域中上游汛期最大9 d降水量也明显增大。与年降水量变化的空间格局相似, 流域北部颖河中下游和涡河下游汛期最大9 d降水量有较大幅度的下降；研究流域上游和下游南部汛期最大9 d降水量的增幅较大(图 2)。

两种气候情景下, 淮河干流5个水文站控制区域的区域平均汛期最大9 d降水量的多年平均值见表 4。SA气候情景的汛期最大9 d降水量增大, 平均增幅都在10%以上, 其中润河集站汛期最大9 d降水量的增幅最大, 达到13.90%。

SA, SA气候情景(SA climate scenario), 在SRES A2排放情景下, 区域气候模式RegCM3在情景期(2071年1月1日—2100年12月31日)的气候模拟结果。

总之, SRES A2排放情景下, 未来(2071—2100年)年平均气温升高, 年降水量增加；汛期极端过程降水增加, 汛期最大9 d降水量增大, 平均增幅都在10%以上。

3.2 气候变化对淮河流域汛期极端流量的影响

比较RF气候情景和SA气候情景驱动的SWAT流量模拟结果, 分析极端排放情景下淮河流域气候变化影响。

3.2.1 汛期极端流量的变化

与RF气候情景下汛期最大9 d平均流量的模拟结果比较(表 5), SA气候情景下汛期最大9 d平均流量明显增大, 干流5个水文站汛期最大9 d平均流量的增幅都在20%以上, 其中润河集站增幅最大, 这与SA气候情景下润河集站控制流域的汛期最大9 d降水量增幅最大一致。

3.2.2 汛期最大9 d平均流量概率分布特征的变化

Kolmogorov-Smirnov分布拟合检验表明, GEV分布拟合淮河干流5个水文站汛期最大9 d流量是合适的, 因此用GEV分布拟合RF和SA两种气候情景下SWAT模拟的汛期最大9 d流量。淮河干流5个水文站RF和SA两种气候情景下SWAT模拟的汛期最大9 d平均流量的分布参数(偏度和峰度)如表 6。气候变化对各站汛期最大9 d平均流量的分布参数影响不同。就概率分布的偏度而言, RF气候情景下, 研究流域下游两个水文站(鲁台子和蚌埠)的偏度值为负值, 分布右偏。SA气候情景下, 只有蚌埠站最大9 d平均流量概率分布的偏度为负值, 分布右偏, 但负偏度相对减小。这表明研究流域的下游出现频率更高的汛期最大9 d平均流量的值相对较大, 即研究流域下游更容易出现较大的极端流量, 这与研究流域扇形水系以及流域地形等自然地理特征有关。

概率分布的峰度大于3, 表示汛期最大9 d平均流量的概率分布比正态分布陡峭。RF气候情景下, 除润河集站和蚌埠站的峰度小于3外, 其余各站的峰度都大于3。SA气候情景下, 淮河干流5个水文站的峰度都大于3, 而且峰度都大于RF气候情景。这表明SA气候情景下, 研究流域汛期最大9 d平均流量的分布更加陡峭, 极端流量的概率分布更加集中。因此, 极端排放情景下的气候变化将导致极端流量的概率分布更加集中, 更大的极端流量出现的频率更高。

3.2.3 汛期最大9 d平均流量重现期重现水平比较

用GEV分布拟合RF和SA两种气候情景下SWAT模拟的汛期最大9 d平均流量, 并计算了重现期及相应重现水平(图 3)。给定重现期时, SA气候情景下汛期最大9 d平均流量的重现水平远大于RF气候情景。在SA气候情景下, 20年一遇的极端流量, 在RF气候情景下可能达到50年一遇甚至更高, 这意味着极端排放情景下的气候变化将导致研究流域更大的洪涝风险。

随重现期的增大, 两种气候情景下汛期最大9 d平均流量相应的重现水平都增大, 但增大的幅度并不一致, SA气候情景下汛期最大9 d平均流量相应的重现水平增幅更大。对于更高的重现期, SA气候情景下极端流量重现水平的增幅也更大。因此, 极端排放情景下的气候变化将导致淮河流域极端洪涝的风险大大增加。随重现期的增大, 两种气候情景下SWAT模拟的汛期最大9 d平均流量相应的重现水平都增大, 但越往下游, 汛期最大9 d平均流量的重现水平增幅减小。因此, 极端排放情景下的气候变化将导致研究流域下游极端流量概率对极端流量变化更敏感, 下游洪涝压力更大。

总之, 极端排放情景下的气候变化将导致淮河流域中上游极端洪涝的风险大大增加, 研究流域下游极端流量概率对极端流量变化更敏感, 下游也面临着更大的洪涝风险。

4 结论与讨论

构建了淮河流域中上游SWAT模型, 用RegCM3在IPCC SRES A2温室气体排放情景(高排放情景)下的模拟结果(2071年1月1日—2100年12月31日)驱动SWAT模型, 研究气候变化对淮河流域中上游汛期极端流量的影响, 主要结论有：

(1) 构建的淮河中上游流域SWAT模型比较真实地模拟了淮河中上游流域逐月流量过程, 也比较合理地重现了淮河中上游流域汛期最大9 d平均流量的特征。

(2) 在SRES A2气候变化情景下, 淮河流域中上游未来(2071—2100年)气温升高, 降水量增加, 降水变率减小, 降水的空间差异增大, 颖河流域中游年降水量有较大幅度的减少, 呈现暖干化的趋势。淮河流域中上游汛期最大9 d降水量增加, 研究流域下游南部的极端过程降水及其概率都将有明显增大。

(3) 在SRES A2排放情景下的气候变化将导致淮河流域中上游汛期极端流量大幅度增加, 淮河中上游干流5个水文站汛期最大9 d平均流量的增幅都在20%以上。

(4) 在SRES A2气候变化情景下, 淮河流域中上游极端流量的概率分布更加集中, 更大的极端流量出现的频率更高, 研究流域下游更容易出现较大的极端流量。另一方面, 研究流域下游极端流量概率对极端流量变化更敏感, 也面临着更大的洪涝风险。

降水的空间格局、流域扇形水系以及流域地形等自然地理特征是淮河中上游流域形成“关门淹”的重要原因, 但定量描述这些因素对淮河流域极端流量及洪涝的影响还需深入研究。

致谢: 感谢江苏省气候变化协同创新中心和南京大学气候与全球变化研究院对该研究的支持。