鮑振鑫，張建云，嚴(yán)小林，王國慶，賀瑞敏

(1. 南京水利科學(xué)研究院水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，江蘇南京 210029； 2. 水利部應(yīng)對(duì)氣候變化研究中心，江蘇南京 210029)

水資源是支撐社會(huì)經(jīng)濟(jì)發(fā)展不可替代的基礎(chǔ)性自然資源。水文循環(huán)是水資源更新和可持續(xù)性開發(fā)利用的源動(dòng)力。降水是水文循環(huán)的重要環(huán)節(jié)，是水資源最主要的來源，其微弱的改變會(huì)對(duì)流域水文循環(huán)過程產(chǎn)生重要的影響，從而改變區(qū)域水資源的時(shí)空分布狀況[1-2]。近幾十年來，受氣候變化的影響，大氣環(huán)流狀況發(fā)生了變化，全球范圍內(nèi)降水的時(shí)空分布呈現(xiàn)出區(qū)域性變化特點(diǎn)[3]。因此研究氣候變化背景下降水量的歷史演變規(guī)律，揭示其變化原因并預(yù)測未來降水量的可能情景，對(duì)于保障流域的水資源安全、支撐區(qū)域經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展，具有重要的科學(xué)價(jià)值和實(shí)際意義。

利用趨勢檢驗(yàn)方法，很多學(xué)者診斷了降水量的歷史變化特征。例如：Z.Cong等[4]發(fā)現(xiàn)在過去50年，受季風(fēng)減弱的影響，中國北方的降水有所減少，但是南方的降水呈現(xiàn)增加趨勢。G.B.Fu等[5]發(fā)現(xiàn)在過去40年華北平原的年降水量減少了43.9 mm(6.7%)，減少趨勢不顯著。Y.Yang等[6]指出從1960—1999年，海河流域的8個(gè)子流域中有5個(gè)子流域降水量的變化趨勢不顯著。J.Chu等[7]的研究結(jié)果表明，1958—2007年間海河流域的降水量呈下降趨勢，尤其是1980年以后更明顯；在季節(jié)上，夏季的下降幅度最大，而春季有所增加。翟劭燚等[8]分析了海河流域1956—2006年降水量的周期性變化，檢測出存在4，7，10和準(zhǔn)24年的主周期變化。馬穎等[9]檢測了海河流域降水的歷史變化特征。劉學(xué)鋒等[10]分析了過去47年海河流域降水極值的時(shí)空演變特征。王利娜等[11]分析了海河流域近50年降水量的時(shí)空變化特征。這些研究主要側(cè)重于對(duì)降水量歷史演變規(guī)律的檢測。對(duì)于從大氣環(huán)流變化的角度來解釋降水量變化原因的研究還較少。此外，如何準(zhǔn)確預(yù)測未來降水量的可能情景依然是水文氣象學(xué)家面臨的一個(gè)難題。

1 流域概況

1.1 海河流域概況

海河流域位于中國北方，東經(jīng)112°～120°，北緯35°～43°之間，西以山西高原與黃河流域接界，北以蒙古高原與內(nèi)陸河流域接界，南靠黃河、東臨渤海。海河流域面積為32萬km2，占全國總面積的3.3%。流域?qū)儆跍貛|亞季風(fēng)氣候區(qū)，年平均氣溫在0～14.5℃，年平均降水量535 mm，是我國東部沿海降水最少的地區(qū)，屬半濕潤半干旱地帶，年平均陸面蒸發(fā)量470 mm，水面蒸發(fā)量1 073 mm。年平均氣溫與年降水量基本上從東南沿海向西北內(nèi)部依次遞減，但是在流域西部和東北部山區(qū)迎風(fēng)坡前有2個(gè)年降水量極值中心。流域內(nèi)人均總水資源占有量為276 m3，僅為全國平均的13%，遠(yuǎn)低于人均1 000 m3的國際水資源緊缺標(biāo)準(zhǔn)；畝均水資源量213 m3，為全國平均水平的15%。在全國各大流域中，海河流域的人均、畝均水資源量最低。2005年海河流域總?cè)丝?.34億，占全國的10.2%，國內(nèi)生產(chǎn)總值(GDP)25 750億元，占全國的14.1%，人均GDP為1.92萬元，高出全國平均水平的1.38倍。海河流域人口密集，大中城市眾多，是我國重要的工業(yè)基地和高新技術(shù)產(chǎn)業(yè)基地，在我國政治經(jīng)濟(jì)中占有重要的地位。

1.2 研究資料

選取了海河流域內(nèi)的37個(gè)氣象站，包括1951—2010年日過程的降水量資料。這些氣象資料由中國氣象局發(fā)布，具有很好的科學(xué)性和準(zhǔn)確性。利用泰森多邊形法則，可以計(jì)算得到面平均降水量的日過程序列。

評(píng)估未來的降水量變化情景，主要依賴于全球氣候模式(GCM)。IPCC(政府間氣候變化專門委員會(huì))第4次評(píng)價(jià)報(bào)告中共采用了24個(gè)GCMs，本文采用其中的4個(gè)，分別為：澳大利亞的CSIRO-Mk 3.0，德國的MPI-OM，美國的NCAR-CCSM3和英國的HadCM3。將1961—1990年作為基準(zhǔn)期；未來的2010—2099年分為3個(gè)時(shí)期：2010—2039年，2040—2069年和2070—2099年，分別記為2020S，2050S和2080S。

利用GCMs對(duì)未來的全球氣候變化情景評(píng)估，首先需要確定未來的人口、經(jīng)濟(jì)發(fā)展、環(huán)境和全球分布等驅(qū)動(dòng)因子，然后確定溫室氣體和硫化物氣溶膠排放情景，根據(jù)大氣濃度計(jì)算大氣層頂?shù)妮椛鋸?qiáng)迫，最后分析未來氣候要素的變化。在IPCC的第4次評(píng)價(jià)報(bào)告中采用了SRES排放情景，它包含了A1，A2，B1和B2這4個(gè)情景族共40種不同的排放情景。其中A情景是高排放情景，B情景是低排放情景；1情景表示全球化顯著，2情景則反應(yīng)了明顯的區(qū)域特性。A1情景描述了一個(gè)經(jīng)濟(jì)高速發(fā)展的世界，全球人口在21世紀(jì)中期達(dá)到峰值，并快速引進(jìn)新的和更高效的技術(shù)，同時(shí)大幅度降低地區(qū)性的差異，其中的A1B情景反應(yīng)了各種能源的使用達(dá)到了平衡；在A2情景下，未來世界的發(fā)展很不均衡，人口持續(xù)增長，經(jīng)濟(jì)增長和技術(shù)變化有明顯的區(qū)域特性，全球化不明顯；B1情景的人口增長和A1情景類似，但是經(jīng)濟(jì)結(jié)構(gòu)向服務(wù)和信息轉(zhuǎn)變，從全球角度實(shí)現(xiàn)經(jīng)濟(jì)、社會(huì)和環(huán)境的可持續(xù)發(fā)展；在B2情景下，人口增長低于A2情景，經(jīng)濟(jì)中等發(fā)展，技術(shù)多樣化，側(cè)重于從區(qū)域角度實(shí)現(xiàn)經(jīng)濟(jì)、社會(huì)和環(huán)境的可持續(xù)發(fā)展。為了充分反映未來的各種可能變化，本文選用了4種SRES氣候變化排放情景：A1B，A2，B1和B2。

2 計(jì)算方法

采用由H.B.Mann和M.G.Kendall提出的Mann-Kendall非參數(shù)趨勢檢驗(yàn)方法來檢測水文氣候要素演變趨勢的顯著性水平[12-13]。由于具有能夠處理非正態(tài)分布數(shù)據(jù)、不受少數(shù)異常值的干擾、計(jì)算簡單效率高等優(yōu)點(diǎn)，Mann-Kendall趨勢檢驗(yàn)方法在很多領(lǐng)域得到了廣泛應(yīng)用，其計(jì)算步驟如下：

①給定原假設(shè)H0，樣本序列沒有顯著上升或者下降趨勢。

②構(gòu)造Mann-Kendall統(tǒng)計(jì)量UFi，來檢驗(yàn)原假設(shè)是否成立，其計(jì)算公式為：

(1)

(2)

(3)

式中：xi是樣本容量為n的系列。如果它服從獨(dú)立隨機(jī)同分布，則Si的期望值和方差可由下式計(jì)算：

(4)

③給定一個(gè)顯著性水平α，由正態(tài)分布表可以查得臨界值Uα/2。當(dāng)UFiUα/2時(shí)，拒絕原假設(shè)，即趨勢顯著。而且，UFi>0表示序列呈上升趨勢；UFi<0表示序列呈下降趨勢。

3 計(jì)算結(jié)果分析

3.1 降水量的歷史演變規(guī)律

圖1 1951—2010年海河流域降水量演變規(guī)律Fig.1 The trend of precipitation during 1951— 2010 in the Haihe River basin (HRB)

1951—2010年，海河流域的年降水量呈減少趨勢，其遞減速率為16.3 mm/10年(圖1)。最大年降水量發(fā)生在1964年，為817 mm；緊隨其后的1965年降水量只有355 mm，是降水最少的一年。流域年降水量在20世紀(jì)60年代初期之前偏多，此后降水量偏多偏少年交替出現(xiàn)，進(jìn)入80年代降水開始減少，90年代末期后持續(xù)減少。Mann-Kendall檢驗(yàn)結(jié)果表明年降水量的減少趨勢顯著，達(dá)到了5%的水平。各個(gè)月降水量的變化趨勢不相同(圖2(a))。5月、6月和9月的降水量呈增加趨勢，但是都不顯著；其他9個(gè)月的降水量呈減少趨勢，其中只有11月達(dá)到了5%的顯著性水平，8月達(dá)到了1%的顯著性水平。可見夏季降水的減少是年降水量減少的主要原因。流域內(nèi)37個(gè)氣象站中，有35個(gè)站的年降水呈減少趨勢，其中有5個(gè)位于流域北部氣象站的減少趨勢達(dá)到了5%的顯著性水平(圖3(b))。2個(gè)呈現(xiàn)增加趨勢的氣象站位于流域南部，但是增加趨勢都不顯著。

(a) 時(shí)間趨勢 (b) 空間分布圖2 降水量的趨勢檢驗(yàn)Fig.2 The Mann-Kendall testing statistics values for precipitation in the HRB

3.2 降水量的變化成因

海河流域降水年代以及年代際的波動(dòng)和下降趨勢的動(dòng)力機(jī)理十分復(fù)雜，受到厄爾尼諾南方濤動(dòng)(El Nino-Southern Oscillation，ENSO)、太平洋年代波動(dòng)(Pacific decadal oscillation，PDO)和太平洋年代內(nèi)的波動(dòng)(Interdecadal Pacific oscillation，IPO)等因素的影響。

圖3 1951—2010年標(biāo)準(zhǔn)化的海河流域年降水量與SOI，IPO和PDO序列(降水量，SOI和PDO是5年滑動(dòng)平均過程)Fig.3 Time series of normalized annual precipitation of HRB， SOI， IPO， and PDO index from 1951 to 2010 (The time series of annual precipitation，SOI，and PDO index were smoothed with a 5-yr moving average filter)

(1)ENSO對(duì)海河降水的影響。ENSO通常由南方濤動(dòng)指數(shù)(Southern Oscillation index，SOI)來表示。觀測數(shù)據(jù)表明，SOI和海河流域降水具有較好的正相關(guān)，即SOI是正值時(shí)，海河流域降水偏高；而SOI是負(fù)值時(shí)，海河流域降水偏小(圖3)。SOI由澳大利亞Tahiti和Darwin站的月或者季節(jié)的氣壓差來計(jì)算。持續(xù)負(fù)的SOI值表示EL Nino事件，這時(shí)中東部赤道太平洋的海水溫度異常偏高，太平洋風(fēng)的強(qiáng)度會(huì)降低；而正的SOI表示La Nina事件，通常伴隨著強(qiáng)烈的太平洋風(fēng)和較高的西南赤道太平洋海水溫度，與此同時(shí)中東部赤道太平洋的海水溫度會(huì)異常偏低。在EL Nino事件的發(fā)展階段，夏季西赤道太平洋的海水溫度異常偏低，在中國南海和菲律賓附近的對(duì)流活動(dòng)偏弱，導(dǎo)致副熱帶高氣壓帶南移，從而中國北方降水稀少；相反的，在EL Nino事件的衰退階段，菲律賓附近的對(duì)流活動(dòng)偏強(qiáng)，副熱帶高氣壓帶北移，干旱少雨就發(fā)生在長江和淮河流域，而海河流域的降水就會(huì)偏高[14]。

(2)PDO和IPO對(duì)海河降水的影響。觀測數(shù)據(jù)表明，PDO和IPO與海河流域降水具有較好的負(fù)相關(guān)(圖3)。PDO是太平洋氣候波動(dòng)的一種表征，由20°N以北的太平洋海水溫度高低來表示，通常具有20～30年的變化特征[15]。當(dāng)PDO是正值時(shí)，西太平洋較冷，而部分東太平洋處于溫暖狀態(tài)，反之亦然。IPO表示相似的太平洋北部和南部的海水溫度和海平面氣壓，通常具有15～30年的循環(huán)。如果中東部赤道太平洋的海水溫度偏高，而北太平洋中部的海水溫度偏低，這時(shí)太平洋就處于溫暖階段，副熱帶高氣壓帶系統(tǒng)異常偏北，中國北方受到高壓控制，輸送過來的水汽量會(huì)減少，從而導(dǎo)致海河流域降水較少。

3.3 未來降水量情景

3.3.1年平均值變化 在未來氣候變化背景下，海河流域的年降水量將呈現(xiàn)出增加趨勢，但是不確定性較大，即不同的氣候模式在不同氣候情景下的預(yù)測值差別很大(圖4)。

(a) 時(shí)間序列距平值 (b) 未來相對(duì)基準(zhǔn)期變化圖4 未來年降水量情景Fig.4 The future scenarios of precipitation

例如，在A1B情景下NCAR-CCSM3的模擬結(jié)果顯示，與基準(zhǔn)期相比在2020S，2050S和2080S，年降水量將分別增加14%，30%和33%。隨著時(shí)間的推移，各個(gè)GCMs在不同情景下降水量模擬值的差異將越來越大。在2020S，年降水量的變化幅度為-2%～16%；在2050S為4%～30%，2080S為5%～39%。沒有明顯的跡象表明哪一個(gè)情景下的降水量增加程度最大或者最小。以NCAR-CCSM3為例，在2020S，A1B和A2情景下的降水量增加程度分別為最大的14%和最小的10%；然而在2080S，A2情景下降水量增加最大(39%)，而B1情景下最小(16%)。

3.3.2月平均值變化 模擬的未來3個(gè)時(shí)期月降水量相對(duì)于基準(zhǔn)期的變化見圖5。在2020S的12個(gè)月中，除了4—6月份共有9個(gè)月的降水量可能會(huì)增加。例如5月份和7月份降水量變化的50%分位點(diǎn)分別為-0.35%和18.7%。在2050S，除了11月份共有11個(gè)月的降水量可能會(huì)增加；在2080S，除了6月份也共有11個(gè)月的降水量可能會(huì)增加。總體而言，在未來氣候變化背景下，4—6月份的降水量增加程度最小；而降水量增加程度最大的時(shí)期不固定。在2020S，8月份的降水量增加程度最大(50%分位點(diǎn)是21.3%)，在2050S，1月份的降水量增加程度最大(50%分位點(diǎn)是52.3%)，在2080S，12月份的降水量增加程度最大(50%分位點(diǎn)是51.3%)。

(a) 2020S (b) 2050S (c) 2080S圖5 未來3個(gè)時(shí)期月平均降水量相對(duì)于基準(zhǔn)期變化Fig.5 Relative change of monthly precipitation in the 21st century compared to the baseline period

圖6 A1B情景下未來3個(gè)時(shí)期年平均降水量相對(duì)于基準(zhǔn)期變化的空間分布Fig.6 The spatial distribution of precipitation change in the 21st century compared to the baseline period under the A1B scenario

3.3.3變化的空間分布 以A1B情景為例，圖6顯示了4個(gè)GCMs模擬的未來3個(gè)時(shí)期降水量相對(duì)于基準(zhǔn)期變化的空間分布。CSIRO-Mk 3.0模擬的未來流域東北部的降水量將呈現(xiàn)增加趨勢，而西南部的降水量將減少。在2020S，MPI-OM模擬的流域大部分地區(qū)的降水量將減少；而在2050S和2080S，除了西南部的部分地區(qū)，流域大部分地區(qū)的降水量將增加。NCAR-CCSM3模擬的未來流域西部的降水量增加幅度要小于東部。PRECIS模擬的未來流域北部的降水量增加幅度要大于南部。

4 結(jié) 語

(1)1951—2010年，海河流域的年降水量呈顯著減少趨勢，達(dá)到了5%的水平，其中夏季降水減少的幅度最大。

(2)SOI和海河流域降水具有較好的正相關(guān)，而PDO和IPO與海河流域降水具有較好的負(fù)相關(guān)。

(3)在未來氣候變化背景下，海河流域的年降水量和月降水量都將呈現(xiàn)增加趨勢，但是不確定性較大。在A1B情景下，總體上流域東部降水量的增加幅度要大于流域西部。

參 考 文 獻(xiàn)：

[1]張建云， 王國慶. 氣候變化對(duì)水文水資源影響研究[M]. 北京： 科學(xué)出版社， 2007. (ZHANG Jian-yun， WANG Guo-qing. The impact of climate change on water resources[M]. Beijing： Science Press， 2007. (in Chinese))

[2]BAO Z， ZHANG J， LIU J， et al. Sensitivity of hydrological variables to climate change in the Haihe River basin， China[J]. Hydrological Processes， 2012， 26(15)： 2294-2306， doi： 10.1002/hyp. 8348.

[3]IPCC. Climate change 2007： synthesis report[R]. Geneva， Switzerland， 2007.

[4]CONG Z， ZHAO J， YANG D， et al. Understanding the hydrological trends of river basins in China[J]. Journal of Hydrology， 2010， 388： 350-356.

[5]FU G B， CHARLES S P， YU J J， et al. Decadal climatic variability， trends， and future scenarios for the North China Plain[J]. Journal of Climate， 2009， 22， 2111-2123.

[6]YANG Y， TIAN F. Abrupt change of runoff and its major driving factors in Haihe River catchment， China[J]. Journal of Hydrology， 2009， 374， 373-383.

[7]CHU J， XIA J， XU C， et al. Spatial and temporal variability of daily precipitation in Haihe River Basin， 1958-2007[J]. Journal of Geographical Sciences， 2010， 20(2)： 248-260.

[8]翟劭燚， 張建云， 劉九夫， 等. 海河流域近50年降水變化多時(shí)間尺度分析[J]. 海河水利， 2009(1)： 1-3. (ZHAI Shao-yi， ZHANG Jian-yun， LIU Jiu-fu， et al. Multiple time-scale analysis of precipitation variation in Haihe River Basin during last 50 years[J]. Haihe Water Conservancy， 2009(1)： 1-3. (in Chinese))

[9]馬穎， 張松濤. 海河水系降水與徑流趨勢變化及突變分析[J]. 海河水利， 2010(6)： 4-6. (MA Ying， ZHANG Song-tao. The trends and breakpoints of the precipitation and runoff in the Haihe River Basin[J]. Haihe Water Conservancy， 2010(6)： 4-6. (in Chinese))

[10]劉學(xué)鋒， 向亮， 于長文. 海河流域降水極值的時(shí)空演變特征[J]. 氣候與環(huán)境研究， 2010， 15(4)： 451-461. (LIU Xue-feng， XIANG Liang， YU Chang-wen. Characteristics of temporal and spatial variations of the precipitation extremes in the Haihe River basin[J]. Climatic and Environmental Research， 2010， 15(4)： 451-461. (in Chinese))

[11]王利娜， 朱厚華， 魯帆， 等. 海河流域近50年降水量時(shí)空變化特征分析， 干旱地區(qū)農(nóng)業(yè)研究， 2012， 30(2)： 242-246. (WANG Li-na， ZHU Hou-hua， LU Fan， et al. Characteristics of temporal and spatial variation of precipitation in Haihe River Basin during recent 50 years， 2012， 30(2)： 242-246. (in Chinese))

[12]MANN H B， Non-parametric tests against trend[J]. Econometrica. 1945(13)： 245-259.

[13]KENDALL M G. Rank correlation methods[M]. 4th ed. London： Charles Griffin， 1975.

[14]HUANG R H， WU Y F. The influence of ENSO on the summer climate change in China and its mechanism[J]. Advances in Atmospheric Sciences， 1989， 6(1)： 21-30.

[15]BIONDI F， GERSHUNOV A， CAYAN D. North Pacific decadal climate variability since 1661[J]. Journal of Climate， 2001， 14(1)： 5-10.