doi10.12006/j.issn.1673-1719.2017.089郝莹 , 马京津 , 安晶晶 , 等 . 全球 1.5℃和 2.0℃升温下潮白河流域气候和径流量变化预估 [J]. 气候变化研究进展 , 2018, 14 3 237-246全球 1.5℃和 2.0℃升温下潮白河流域气候和径流量变化预估郝 莹1,2,3，马京津4，安晶晶3，王 元1，许红梅51 南京大学大气科学学院，南京 210023；2 中国气象科学研究院灾害天气国家重点实验室，北京 100081；3 安徽省气象台，合肥 230031；4 北京市气象灾害防御中心，北京 100089；5 中国气象局国家气候中心，北京 100081气候变化研究进展第 14 卷 第 3 期 2018 年 5 月 CLIMATE CHANGE RESEARCHVol. 14 No. 3May 2018摘 要 潮白河流域为北京主要供水源，其水资源量对北京用水保障至关重要，因此开展该流域在全球 1.5℃和 2.0℃升温下的径流预估研究具有现实意义。利用 1961 2001 年 WATCH 数据对 SWAT 水文模型进行率定和验证，在此基础上，应用第五次耦合模式比较计划 CMIP5中 5 个全球气候模式在典型浓度路径 RCP4.5、 RCP6.0 和 RCP8.5 下预估的全球 1.5℃和 2.0℃升温下的数据驱动 SWAT 模型，开展了潮白河流域气温、降水及径流量的变化预估研究，并量化评估由气候模式和 RCPs 导致的水文效应的不确定性。结果表明 1 SWAT 模型基本能较好地模拟潮白河流域的月径流特征，应用该模型进行气候变化对径流量的影响评估是可行的。 2 在全球 1.5℃和 2.0℃升温下，潮白河流域年平均温度较基准期 1976 2005 年 分别增加 1.5℃和 2.2℃，年平均降水量也增加 4.9 和 7.0。预估的年径流量在全球 1.5℃升温下总体略有增加，盛夏和秋初的径流量占全年的比例也有所增加；在全球 2.0℃升温下，年径流量增幅达 30 以上，但夏季径流量占全年的比例明显减少。 3 在全球 2.0℃升温下，潮白河流域极端丰水流量明显增加，洪涝发生风险增大。4 未来气温、降水量和径流量的预估都存在一定的不确定性，在全球 2.0℃升温下不确定性更大；相对而言，径流量的不确定性要远大于降水量的不确定性；无论是全球 1.5℃升温下还是 2.0℃升温下，预估不确定性主要来源于全球气候模式。关键词 潮白河流域； SWAT 水文模型；全球气候模式 GCMs；典型浓度路径 RCPs；径流；预估收稿日期 2017-05-09； 修回日期 2017-08-28资助项目 灾害天气国家重点实验室开放课题（ 2015LASW-B02；淮河流域气象开放研究基金（ HRM201501；国家自然科学基金（ 41105080；国家重点研发计划（ 2016YFE0102400；中国气象局气象关键技术集成与应用项目（ CMAGJ2015Z12）作者简介 郝莹，女，高级工程师， DG；许红梅 通信作者 ，女，研究员， 引 言近百年来的气候变暖是一个毋庸置疑的事实，1880 2012 年全球平均地表温度上升了 0.85 ℃，且在 2016 2035 年仍会继续上升 0.3 ～ 0.7℃[1]。地球气候系统的显著变化改变了水文循环过程，引起水资源在时间和空间上的重新分配，对其可持续利用和社会经济系统带来巨大挑战[2-6]。研究未来气候变化对区域水资源的可能影响是减缓和适应气候变化的科学基础，对指导防灾减灾的决策具有重要意义。预估气候变化对水文系统的影响存在着诸多不确定性，如气候变化情景、气候系统内部变率、气候模拟、水文模拟以及气候模式与水文模型的空间尺度转换等[7-9]。最初，多采用将假定的气候变化情景输入到水文模型来模拟径流量[10-12]，从而开展气候变化研究进展 2018 年238气 候 系 统 变 化不同气温和降水变化下流域水文响应的敏感性研究[13-14]。自 IPCC 第三次评估报告发布以来，开始使用 SRES 的多个排放情景结合多个气候模式预估结果，综合考虑排放情景和气候模式对水资源评估的不确定性[15]。 IPCC 第五次评估报告开始使用典型浓度路径 RCPs（ Representative Concentration Pathways，利用新情景下气候模式预估结果进行水文水资源预估的研究也随之开展起来，如 Su等[16]在 4 种 RCP 情景下，使用 5 个全球气候模式 GCMs结果分别驱动 HBV、 SWAT、 SWIM、 VIC 水文模型，研究了 21 世纪气候变化背景下长江上游地区的水文响应。肖恒等[17]从 CMIP5 中筛选出 5 个相对独立的模式，耦合大尺度水文模型评估了 RCP4.5 情景下未来 30 年珠江流域洪水对气候变化的响应。杨赤等[18]分析了在 RCP2.6、 RCP4.5 和 RCP8.5 情景下 2006 2050 年淮河上游流域水文极值对气候变化的响应。 2015 年的巴黎协定明确双头温度目标“将全球增温控制在 2.0℃以内，并且努力追求 1.5℃以内的温度增幅。”因此开展全球 1.5℃和 2.0℃升温下我国典型流域水文水资源预估，对于流域应对气候变化和加强水资源管理至关重要。潮白河为流经北京北部和东部的重要河流，最终汇流入密云水库，密云水库的供水量占北京市饮用水供水量的 2/3[19]。近几十年来在气候变化和人类活动的双重作用下，潮白河的入库径流持续减少，给北京水资源的可持续利用带来新的挑战。本文在3 种 RCPs 情景 RCP4.5、 RCP6.0、 RCP8.5 下，利用 CMIP5 中 5 个 GCMs 数据驱动 SWAT 水文模型，重点分析在全球 1.5 ℃和 2.0 ℃升温下，潮白河流域温度、降水和径流量的变化特征，并量化不同 GCMs 和不同 RCPs 情景下预估的不确定性。1 研究区和数据1.1 研究区 潮白河流域位于半湿润半干旱的华北平原，流域总面积为 19354 km2，由潮河和白河两支水系组成，控制水文站分别为下会站和张家坟站，最后汇流入密云水库 图 1。河道全长 458 km，自然落差 1706 m。潮白河流域具有大陆性季风气候特点，寒暑交替，四季分明。年平均气温为 9.11 ℃，平均年降雨量为 559.3 mm，年内分布不均，汛期 69 月的降水量占全年总降水量的 80.2。图 1 潮白河流域地理位置、 DEM（阴影 、气象水文站点及 WATCH 格点数据分布Fig. 1 Overview map of the Chaobai River Basin CRB DEM shade, hydrological gauges, spatial distribution of meteorological stations and grid notes of WATCH climate forcing数字高程 /m226638格点数据分布水文观测站气象观测站0 5 10 20 30 40 km1.2 数据流域数字高程模型 DEM 来源于 1�50000 中国数字化地形数据集。土地利用数据来源于国家自然科学基金委员会“中国西部环境与生态科学数据中心”①，分辨率为 1 km。土壤数据来自于联合国粮食及农业组织（ FAO）提供的均一化世界土壤数据集 HWSD, Harmonized World Soil Database[20]。用于驱动水文模型的气象数据为水平分辨率0.5 0.5的 WATCH 再分析数据和 GCMs 回算和预估的数据。 WATCH 再分析数据来源于欧洲水和全球变化项目 European Water and Global Change Project②，时间序列为 1958 2001 年，该数据可以较好地作为观测数据的代用资料驱动水文模型[21]。 GCMs 数据来自于 ISI-MIP 项目 Inter-Sectoral Impact Model Intercomparison Project，该数据包含了耦合模式比较计划 CMIP5 中 5 个全球海气① http//。② http//www.eu-watch.org/ data_availability。3 期 239郝莹，等全球 1.5℃和 2.0℃升温下潮白河流域气候和径流量变化预估耦合模式 GFDL-ESM2M,HadGem2,IPSL_CM5A_LR,MIROC-ESM-CHEM,NorESM1-M,后文中分别以 GFDL、 Had、 IPSL、 MIROC 和 Nor 来表示在 4 种典型浓度路径 RCP2.6,RCP4.5,RCP6.0 和RCP8.5 下的模拟结果 共 20 个 。 ISI-MIP 项目的 5 个 GCMs 在气温和降水预估方面的 FRC 指数 Fractional Range Coverage 分别为 0.75 和 0.59，优于从 CMIP5 中随机选取的 5 个 GCMs，能较合理地代表区域平均气温和降水的变化[22]。数据采用误差订正的方法对模拟结果进行了订正[23-24]，并应用双线性插值方法插值到 0.5 0.5经纬度网格上。通过计算 30 年滑动平均的全球地表温度相对于工业化前 1850 1900 年 的升温幅度，发现 20个预估数据组合中，有 16 个预估结果在不同时段相对于工业化革命前超过了全球升温 2.0℃的阈值[25]， 18 个超过了升温 1.5℃的阈值。本研究选取了 5 个 GCMs 在3种典型浓度路径 RCP4.5,RCP6.0和 RCP8.5 下全球升温 1.5℃共 15 个数据组合）和 2.0℃共 14 个数据组合 的预估结果，开展气候变化对潮白河径流量影响的预估。SWAT（ Soil and Water Assessment Tool）模型中的天气发生器数据库由丰宁、佛爷顶、汤河口、密云、怀柔 5个气象站 1978 2009年观测数据建立。该数据库可以补充蒸散计算时对辐射、相对湿度、风速等要素的需求。用于率定和验证水文模型的流量数据来自海河流域水文年鉴，由实测日流量计算得到平均月流量。潮河、白河出口控制水文站下会站、张家坟站 1961 1990 年和 1991 2001 年的平均月流量分别用于率定和验证水文模型。2 研究方法 2.1 水文模型率定和验证 SWAT 模型是由美国农业部于 20 世纪 90 年代早期研发的分布式水文模型[26-27]。它是一个集成遥感、地理信息系统和 DEM 技术的基于水文过程的、具有较强物理机制的、可以连续模拟的水文模型，该模型在国内外很多流域应用非常广泛[28]。本文应用最新版本 ArcSWAT2012，根据 DEM、土地利用和土壤类型的分布情况，将潮白河流域划分为64 个子流域、 363 个水文响应单元。模型运行时蒸散的计算方法为 Penman-Monteith 法[29]，地表径流量的计算通过改进的径流曲线法（ SCS-CN, Soil Conservation Service Curve Number）来估算[30]，河道验算采用 Muskingum 法[31]。利用 1961 2001 年 WATCH 数据驱动 SWAT模型，基于 SWAT-CUP 软件，并利用 GLUE 方法进行参数的敏感性分析及自动参数率定，在此基础上对模型率定和验证效果进行评估。本研究选用确定性系数 R2， Nash 效率系数 ENS，误差百分率（ PBIAS） 3 个评价指标对模型在率定期及验证期的表现分别进行综合评价。2.2 气温、降水和径流预估 本研究以 1976 2005 年作为基准期，利用 5个 GCMs 回算的历史气候 1951 2005 年 ，以及 RCP4.5、 RCP6.0 和 RCP8.5 下模拟的预估数据2006 2099 年 计算全球 1.5℃和 2.0℃升温下潮白河流域气温和降水相对于基准期的变化。在此基础上，利用以上数据驱动 SWAT 模型，得到潮白河流域历史时期和预估的月径流量。分析全球 1.5℃和 2.0℃升温下预估的年径流量、月径流量的分布以及月极端径流量的变化特征。月极端丰水流量Q5 代表月平均径流量序列中有 5 的径流量超过该值，体现丰水极值径流的变化。对于不同 GCMs和 RCPs 导致的径流预估的不确定性，使用标准差来衡量不同全球模式和典型浓度路径下预估结果的离散程度。3 结果与分析3.1 水文模型的模拟效果 在率定期 1961 1990 年 ，潮河的下会站的R2、 ENS和 PBIAS分别为 0.63、 0.63 和 1.1；而白河的张家坟站分别为 0.60、 0.56 和 24.9。在验证期 1991 2001 年 ，下会站的 R2、 ENS和 PBIAS分别为 0.68、 0.65 和 7.5，张家坟站分别为 0.77、0.61 和- 2.1，好于率定期 表 1 和图 2。通过对气候变化研究进展 2018 年240气 候 系 统 变 化1961 2009 年观测的径流量序列采用 MK 秩次相关检验法，发现张家坟站的径流量在 20 世纪 80 年代存在突变减少，这种突变是气候变化、土地利用变化、用水量增加及水利工程建设等因素综合作用的结果[32-33]，很难成功地模拟，这可能也是导致率定期张家坟站的模拟结果高估了 24.9 的重要原因。总的来说， SWAT 模型在率定期和验证期都能较好地模拟潮河和白河的月径流，在潮白河流域具有一定的适用性，应用该模型进行气候变化影响评估是可行的。3.2 预估的气温和降水变化 在全球 1.5 ℃和 2.0 ℃升温下，潮白河流域年平均温度相对于基准期增加 1.5℃和 2.2℃，但不同的 GCMs和 RCPs下预估的升温幅度差异较大表2。在全球 1.5 ℃和 2.0 ℃升温下，不同 GCMs 和RCPs 组合中，最低升温幅度分别为 1.1℃和 1.7℃，最高升温幅度分别为 1.8℃和 2.8℃； 5 个 GCMs 中，表 1 潮白河流域下会和张家坟水文站月流量的率定和验证结果Table 1 The statistical results of objective functions during calibration and validation in the CRB表 2 全球 1.5℃和 2.0℃升温下潮白河流域预估的年平均气温变化Table 2 The projected change in annual average temperature in the CRB under 1.5℃ and 2.0℃ global warming图 2 率定期（ 1961 1990 年）和验证期（ 1991 2001 年）下会站 a、张家坟站 b 模拟与观测流量Fig. 2 Observed and simulated monthly discharge during calibration period 1961-1990 and validation period 1991-2001 at Xiahui station a and Zhangjiafen station b水系潮河白河水文站率定期位置 集水面积 /km2117.17 E, 40.62 N 116.78 E, 40.62 N 6960.68827.40.630.60验证期R2ENS PBIAS/ R2ENS PBIAS/下会张家坟0.630.561.124.90.680.770.650.617.5-2.1全球平均升温1.5℃2.0℃GCMs 平均值4.56.08.5RCPs 平均值4.56.08.5RCPs 平均值1.81.61.31.6*2.22.12.1RCPs GFDL Had IPSL MIROC Nor℃1.21.21.11.21.71.71.81.71.61.41.61.52.22.02.32.21.31.51.41.42.02.32.22.21.61.81.81.72.82.52.72.71.51.51.51.52.22.22.22.2注 * 表示在 2099 年前 GFDL 模式 RCP4.5 情景下全球平均地表温度增幅未超过 2.0℃。2001501005001965 1970 1975 1980 1985 1990 1995 2000 年 1965 1970 1975 1980 1985 1990 1995 2000 年流量/m3/s250150100500流量/m3/s200模拟值 观测值a 下会站 b 张家坟站率定期 验证期 率定期 验证期3 期 241郝莹，等全球 1.5℃和 2.0℃升温下潮白河流域气候和径流量变化预估Had 预估的增温幅度最小，分别为 1.2℃和 1.7℃，而 Nor预估的增温幅度最大，分别为 1.7℃和 2.7℃；不同排放情景下预估的平均增温幅度差异不大。对 15 个情景组合的不确定性分析表明，全球1.5℃升温下潮白河流域升温标准差为 0.2℃，全球2.0℃升温下升温标准差为 0.3℃。可见全球 2.0℃升温下年平均气温预估不确定性更大。但无论是全球 1.5℃还是 2.0℃升温下，年平均气温预估的不确定性主要来源于 GCMs，分别是来自 RCPs 不确定性的 2.4 倍和 3.5 倍。在全球 1.5 ℃和 2.0 ℃升温下，潮白河流域的年降水量较基准期分别增加 4.9 和 7.0，但是不同 GCMs 和 RCPs 下预估的年降水量变化不尽相同图 3。在全球 1.5 ℃和 2.0 ℃升温下， Had 预估的年降水量分别减少 2.5 和 1.2，其余模式预估的年降水量都表现为不同程度的增加在全球1.5℃升温下， Nor 预估的年降水量增加 1.9，其余 3 个模式预估的年降水量变化很接近，增幅约为8.5；在全球 2.0℃升温下， GFDL 和 Nor 预估的年降水量增幅都较 1.5℃升温下大幅增加，分别为11.3 和 4.4， MICRO 和 IPSL 则略有减少，但预估的年降水量仍比基准期增加 2.7 和 6.6。不同的 RCPs 下预估的年降水量变化同样存在差异，在全球 1.5℃升温下，预估的年降水量较基准期分别增加了 2.2（ RCP6.0、 5.7（ RCP4.5和 6.8（ RCP8.5；在全球 2.0 ℃升温下，年降水量增幅分别为 4.9（ RCP8.5、 6.9（ RCP6.0和 9.3（ RCP4.5。由此可见，在全球 1.5℃和 2.0℃升温下，潮白河流域预估的年降水量表现为一致性的增加，并且 2.0℃升温下年降水量增幅更大。全球 1.5℃和2.0℃升温下各自 15 个情景组合下预估的年降水量变化的标准差都为 6.8；预估的年降水量变化的不确定性中来自于 GCMs 的分别是来自于 RCPs 的1.4 倍 1.5℃升温 和 1.8 倍 2.0℃升温 。3.3 预估的年径流量变化 5 个 GCMs 和 3 种 RCPs 下预估的潮白河流域年径流量变化表明，在全球 1.5℃升温下潮河预估的年径流量减少 4.1，但在 2.0℃升温下预估的年径流量增加 30.1；而白河预估的年径流量则分别增加 16.2 和 46.4。在 2.0℃升温下潮白河流域径流大幅增加主要有两个原因。一是流域降水量的增幅大于蒸散发，使得更多的降水用于产流。在2.0℃升温下，流域平均降水量增加 35 mm（增幅约 7，而同期的蒸散量增加 18 mm（增幅约 5.5。图 3 全球 1.5℃和 2.0℃升温下年降水量变化 a 3 种 RCPs 均值， b 5 个 GCMs 均值Fig. 3 The projected change in annual precipitation in the CRB under 1.5℃ and 2.0℃ global warming a mean value of three RCPs, b mean value of five GCMs201510501.5 2.0GFDLHadIPSLMIROCNor变化百分率/升温 /℃a 3 种 RCPs 平均 b 5 个 GCMs 平均201510501.5 2.0变化百分率/升温 /℃RCP4.5RCP6.0RCP气候变化研究进展 2018 年242气 候 系 统 变 化二是秋末到春初期间，月平均最低气温较基准期增加了 2.6 ～ 2.8℃，导致更多的降水量以降雨的形式出现，使得该时段径流量增幅较大。分析表明在2 ℃升温下潮河和白河 11 月至次年 2 月的径流量增加了约 41 和 1 倍，而汛期 6 9 月 的径流量分别增加约 17 和 26，此外，升温导致河流封冻期变短，从而也导致径流增加。总体来说，在全球 1.5℃和 2.0℃升温下，潮河和白河预估的年径流量以增加为主，尤以 2.0℃升温下预估的年径流量增幅更大。不同 GCMs 预估的年径流不但量级上存在差异，变化的方向也不同。对于潮河而言，在全球1.5 ℃升温下， Had 和 MIROC 预估的年径流量分别减少 54.9 和 22.6， IPSL 和 Nor 预估的年径流量变化不大，而 GFDL 则增加 53.9；在全球2.0℃升温下，除 Had 预估的年径流量减少 29.9外，其余模式预估的年径流量不同程度增加，增幅在 13.7 ～ 78.7（图 4a。在全球 1.5℃升温下，3 种 RCPs 预估年径流量变化幅度较小，且差异不大；而在全球 2.0℃升温下，不同 RCPs 预估的年径流量一致性增加，增幅在 14.8 ～ 41.3（图4b。对于白河而言，在全球 1.5℃升温下， Had 预估的年径流量减少 30.6， MIROC 和 Nor 预估的年径流量变化不大，而 IPSL 和 GFDL 则分别增加 16.5 和 78.4；在全球 2.0 ℃升温下，除 Had预估的年径流量减少外，其余模式预估的年径流量都显著增加，增幅在 23.1 ～ 96.5（图 4a。在两种全球升温幅度下， 3 种 RCPs 预估年径流量都呈一致性的增加趋势，全球 1.5℃升温下增幅为3.1 ～ 22.7， 2℃升温下所有 RCPs 下预估的年径流量增加显著，增幅为 24.4 ～ 61.8（图 4b。 在全球 1.5℃和 2.0℃升温下， 15 个情景下预估的潮河年径流量标准差分别为 39.1 和 43.2，预估的白河年径流量标准差分别为 41.3 和49.8，可见在 2.0℃升温下径流预估不确定性更大。两种升温幅度下的径流预估不确定性主要来自于 GCMs。在 1.5℃升温下，来自 GCMs 的不确定性是来自 RCPs 的 2.5 倍潮河和 2.0 倍白河。在 2.0℃升温下，来自 GCMs 的不确定性分别是来自 RCPs 的 2.5 倍潮河和 1.7 倍白河。3.4 预估的月径流量季节分布变化在两种不同强度的气候变暖的情况下，径流的季节分布呈现出不同的变化趋势 图 5 和图 6。 5个 GCMs 和 3 种 RCPs 下预估的集合平均月径流量显示，未来在全球 1.5℃升温下，潮白河流域的径流量更集中于盛夏和秋初 7 9 月 。预估的潮河7 9 月径流占全年的比例增加，其中 8 月增加最为显著，平均增加了 4.3（- 1.8 ～ 11.3；其他月份的比例则呈现出下降的趋势，平均下降范围图 4 全球 1.5℃和 2.0℃升温下潮河和白河预估的年径流量变化 a 3 种 RCPs 均值， b 5 个 GCMs 均值Fig. 4 Percentage change in annual mean discharge under 1.5℃ and 2.0℃ global warming in Chao River and Bai River a mean value of three RCPs b mean value of five GCMs100500-501.5 2.0GFDL变化百分率/升温 /℃a b6040200-20变化百分率/升温 /℃RCP4.51.5 2.0 1.5 2.0 1.5 2.0潮河 白河 潮河 白河RCP6.0 RCP8.5Had IPSL MIROC N3 期 243郝莹，等全球 1.5℃和 2.0℃升温下潮白河流域气候和径流量变化预估图 5 全球 1.5℃升温下潮河 a、白河 b 预估的月径流量占年径流量比例的变化Fig. 5 Change in seasonal distribution under 1.5℃ global warming for Chao River and Bai River图 6 全球 2℃升温下潮河 a、白河 b 预估的月径流量占年径流量比例的变化Fig. 6 The same as Fig. 5 but under 2.0℃ global warming4030201001 2月径流分布频率/a 潮河 b 白河集合平均最大值最小值基准期均值3 4 5 6 7 8 9 10 11 12 月 1 2 3 4 5 6 7 8 9 10 11 12 月403020100月径流分布频率/集合平均最大值最小值基准期均值352515501 2月径流分布频率/a 潮河 b 白河集合平均最大值最小值基准期均值3 4 5 6 7 8 9 10 11 12 月 1 2 3 4 5 6 7 8 9 10 11 12 月集合平均最大值最小值基准期均值30201035251550月径流分布频率/302010为 0.2 ～ 1.2。预估的白河 7 9 月的径流占年径流量的比例平均增加了 1.4（- 5.8 ～ 8.5、1.5（- 8.1 ～ 9.3和 1.4（- 2.3 ～ 7.9，其他月份的比例略有降低。在全球 2.0℃升温下，径流的季节变化却表现出相反的趋势，潮河流域汛期 5 9 月）预估的径流占全年径流的比例减少，但平均减少的幅度大都不超过 0.6，仅 7 月份减少 1.8（- 4.9 ～ 2.4。白河预估的月径流变化与潮河基本一致，但变化幅度更大； 7 月和 8 月预估的月径流量占年径流量的比例分别减少了 3.6和 4.7， 9 12 月及 1 月预估的月径流量占年径流量的比例增加，增幅在 1.0 以上，其中 10 月份增加幅度最大，为 2.7。总的来说，在全球 1.5℃升温下，潮白河流域的径流量更集中在盛夏和秋初。但在全球 2.0℃升温下，汛期的流量占全年的比例减少，非汛期的流量比例则有所增多。对预估的月径流量的不确定分析显示， 7 9 月各 RCPs 和 GCMs 预估的月径流量不确定性更大，其他月份预估的月径流量的不确定性较小。3.5 预估的月极端丰水流量变化在全球 1.5℃升温下，潮河和白河预估的月极端丰水流量 Q5增幅分别为 1.8 和 10.5，在全球 2.0 ℃升温下， Q5的增幅分别为 14.0 和23.3。对比潮河和白河流域 图 7，无论是全球 1.5℃还是 2.0℃升温下，白河的 Q5 增加幅度都高于潮河。值得关注的是在 2.0℃升温下 Q5的显著增气候变化研究进展 2018 年244气 候 系 统 变 化图 7 全球 1.5℃和 2.0℃升温下潮河和白河预估的 Q5变化 a 3 种 RCPs 均值， b 5 个 GCMs 均值Fig. 7 Percentage change in Q5 under 1.5℃ and 2.0℃ global warming in Chao River and Bai River a mean value of three RCPs, b mean value of five GCMs40200-201.5 2.0GFDL变化百分率/升温 /℃a b3020100变化百分率/升温 /℃RCP4.51.5 2.0 1.5 2.0 1.5 2.0潮河 白河 潮河 白河RCP6.0 RCP8.5Had IPSL MIROC Nor加明显增大了洪涝的风险。4 结论与讨论本研究利用 1961 2001 年 WATCH 数据驱动SWAT 模型，并利用观测的月径流数据对 SWAT 进行了率定和验证，其结果揭示出 SWAT 模型能够很好地再现观测的径流特征，可以用于潮白河流域月尺度的径流模拟与预估；在此基础上，利用 5 个GCMs和 3种 RCPs定量评估了在全球 1.5℃和 2.0℃升温下潮白河流域的气候变化特征及其对径流量的影响。主要结论如下。1 在全球 1.5 ℃和 2.0 ℃升温下， 3 种 RCPs下 5 个 GCMs 预估的潮白河流域年平均气温较基准期分别增加 1.5℃和 2.2℃，年平均降水量相对于基准期相应增加 4.9 和 7.0。2 预估的集合平均年径流量除了潮河流域在全球 1.5 ℃升温下略有减少外，其余总体上都有不同程度增加，在全球 2.0 ℃升温下增幅更大，预估的潮河和白河的年径流量分别增加 30.1 和46.4，且这种变化幅度远大于预估的年降水量的变化幅度。不同 GCMs 和 RCPs 下预估的年径流量差异较大。潮河在全球 1.5℃升温下，除 GFDL 预估的年径流量明显增加外，其余 4 个 GCMs 预估的径流量变化不大或减少；而在全球 2.0℃升温下，除了 Had 预估的年径流量减少外，其余 4 个 GCMs预估的年径流量不同程度增加。白河在全球 1.5℃和 2.0℃升温下，除 Had 预估的年径流量明显减少外，其余 4 个 GCMs 预估的径流量变化不大或增加；特别是在 2.0℃升温下年径流量增加显著，增幅最高达 96.5（ GFDL。两个升温幅度下 3 种 RCPs预估的径流量表现为一致增加趋势 仅潮河 1.5℃升温下 3 种 RCPs 预估年径流量变化幅度较小，且差异不大 ，随着全球升温幅度的增加， 3 种 RCPs预估的径流量都显著增加。相比而言， RCP8.5 下预估的年径流量增幅最小甚至减少， RCP4.5 和RCP6.0 下预估的年径流量相似且增幅较大。3 在全球 1.5℃升温下，潮白河流域的径流量更集中在盛夏和秋初 7 9 月 。但是在全球 2.0℃升温下，汛期的流量占全年的比例显著减少，由于此时为夏季用水高峰期，可能对水资源管理与调控产生影响。当升温达到 2.0℃后，气候变暖使得 Q5增加 14.0（潮河 和 23.3（白河 ，出现洪涝的风险明显增大，各级相关部门应提前制定相应的气候变化适应对策，减少可能由此带来的损失。4 未来气温、降水量和径流量的预估都存在一定的不确定性，且在全球 2.0℃升温下不确定性更大。相对而言，径流量的不确定性要远大于降水量的不确定性。但无论是在全球 1.5℃升温还是2.0℃升温下，气温、降水量和径流量预估的不确定性主要来源于 GCMs，可见气候模式的选择非常重要。对于 5 个气候模式的表现， GFDL、 Nor、245郝莹，等全球 1.5℃和 2.0℃升温下潮白河流域气候和径流量变化预估3 期 MIROC、 IPSL 4 个模式趋势预估比较一致，潮白河流域的气温增幅都高于或接近全球升温值，降水量都较基准期增加，未来径流量和基准期相比也接近或增加。且随着全球升温幅度增大，气温、降水和径流的增幅更加显著。全球模式 Had 的预测结果却往往是相反的，增温幅度明显少于全球增温值，且预计潮白河流域未来降水量和径流量都较基准期减少，但在全球 2.0℃升温下，降水和径流量的减少幅度较 1.5℃升温下有所降低。 径流预估的不确定性由多种因素组成，本文仅就气候模式和不同典型浓度路径两个方面分析了气候变化给径流预估带来的不确定性。对于来源于其他方面的不确定性，如水文模型的参数化方案、水利工程、水文模型结构的不确定性、 GCM 和水文模型的尺度匹配、人类活动导致的下垫面变化等因素导致的径流预估不确定性，仍需要大量的后续研究工作。参考文献IPCC. Climate change 2013 the physical science basis [J]. Cambridge Cambridge University Press, 2013Jiang T, Chen Y Q, Xu C Y, et al. Comparison of hydrological impacts of climate change simulated by six hydrological models in the Dongjiang Basin, South China [J]. Journal of Hydrology, 2007, 336 3/4 316-333Xu Z X, Zhao F F, Li J Y. Response of streamflow to climate change in the headwater catchment of the Yellow River Basin [J]. Quaternary International, 2009, 208 1/2 62-75袁飞 , 谢正辉 , 任正良 , 等 . 气候变化对海河流域水文特征的影响[J]. 水利学报 , 2005, 36 3 1-7张建云 , 王国庆 . 气候变化对水文水资源影响研究 [M]. 北京 科学出版社 , 2007 贾仰文 , 高辉 , 牛存稳 , 等 . 气候变化对黄河源区径流过程的影响[J]. 水利学报 , 2008, 39 1 52-58Xu C X, Widn E, Halldin S. Modeling hydrological consequences of climate change progress and challenges [J]. Advances in Atmospheric Sciences, 2005, 22 6 789-797Gourley J J, Vieux B E. A for identifying sources of model uncertainty in rainfall-runoff simulations [J]. Journal of Hydrology, 2006, 327 68-80Minville M, Brissette F, Leconte R. Uncertainty of the impact of climate change on the hydrology of a Nordic watershed [J]. Journal of [1][4][3][5][6][2][9][7][8]Hydrology, 2008, 3