博斯騰湖流域夏半年面雨量和氣溫時空分布特征分析

蒲 強

水作為人類賴以生存的重要資源，對社會經(jīng)濟的發(fā)展有著不可替代的作用。但是，盡管我國水資源較為豐富，但是人均占有量卻偏少，加上我國水資源還存在污染、浪費等問題，就導致我國水資源在實際分配上不夠均勻，尤其在西北地區(qū)這一問題更加明顯。博斯騰湖流域作為東南部曾經(jīng)最大的淡水湖泊，擁有著調控河水、澆灌農(nóng)田、滿足城鄉(xiāng)和工業(yè)用水的重要作用，對南疆地區(qū)而言有著較為重要的地位?；诖?，對博斯騰湖流域夏半年面雨量和氣溫時空分布特征，及其對徑流的影響進行分析就很有必要。

1 面雨量的計算方法

1.1 實測值估算方法

這種方法主要是利用已知區(qū)域內的實際測量數(shù)據(jù)，來推理得到想要獲得地域內的數(shù)據(jù)，比較常用的方法包含了算術平均法、等雨量線法、泰森多邊形法等。其中，算數(shù)平均法比較簡單可行，但適用性較低，只能應用在面積下、地形起伏小等特點的流域；等雨量線法盡管準確度較高，但實際操作起來較為繁瑣，并且需要較大的人力來進行分析，針對日常業(yè)務計算來講更加復雜；泰森多邊形法因為對所有雨量站都進行了充分考慮，所以與算術平均法相比較，更加科學合理，而且還擁有著高準確度，所以其應用就比較廣泛[1]。

1.2 遙感相關方法

這種方法就是通過衛(wèi)星、雷達等探測設備獲取的資料來估算降水。這些探測設備擁有著連續(xù)性、高空間分辨率、范圍廣等顯著特征。這也在很大程度上彌補了地表觀察站點不足的問題。但是，因為設備自身存在一定的誤差，所以估算的降水量就還要經(jīng)過實際勘測資料校正以后才能和實際測量數(shù)據(jù)相吻合[2]。利用衛(wèi)星、雷達等所使用的降水估算方式，都是通過雷達數(shù)據(jù)與地表觀察站點所獲取的實際測量數(shù)據(jù)進行融合，并把實際測量到的降水與相對應的雷達演示的降水比率合成曲面圖。

1.3 數(shù)值模式預報方法

隨著科學技術的快速發(fā)展，數(shù)值模式預報已經(jīng)在預報業(yè)務中獲得了廣泛應用，是日常預報中較為關鍵的參考依據(jù)。目前，在我國預報業(yè)務中，T213、MM5等模式都已經(jīng)得到普遍應用。通過相關研究現(xiàn)實，這些模式在東北、華北、西部等地區(qū)的降水過程中，都具備著非?？捎^的預報能力。

2 博斯騰湖流域氣溫和降水時空分布特征

2.1 博斯騰湖流域氣溫時空分布特征

在對流層當中，氣溫就會隨著海拔的增加而逐漸降低，造成這種現(xiàn)象出現(xiàn)的主要原因就是，由于在對流層當中，距離地面越近所獲取的熱能量就越多，而且空氣溫度在上升過程中主要是靠吸收地表上的長波輻射。所以，距離地面越近溫度就越高，而距離地面越遠溫度就會越低?？諝鉁囟鹊淖兓才c固體、雜質、水汽等因素息息相關，固體、雜質、水汽等因素越多，吸收地面輻射的功能就會越強，所以在距離地表較近時，可以吸收地面輻射的物質就越多，這樣溫度就會越高，反之溫度就會越低[3]。依據(jù)相關資料顯示，在對流層中增加100 m高度，空氣溫度就會下降0.6℃左右，空氣溫度會隨著高度上升而呈現(xiàn)明顯的遞減趨勢。近幾年，隨著RegCM3模式參數(shù)化方案的模擬與應用，能夠有效模擬出流域氣候的空間分布特征，特別是針對博斯騰湖流域空氣溫度的模擬結果更好。這種模式可以模擬出波斯騰流域2010年～2015年每個月平均氣候溫度的變化情況，每個月所獲得模擬數(shù)值與實際測量數(shù)值的系數(shù)分別是0.9、0.81、0.7、0.79、0.7，而存在的平均誤差則為 3.82℃、1.81℃、0.69℃、0.66℃、1.26℃，這就呈現(xiàn)出了模擬的效果較好，而且誤差偏小。同時，這種模式在流域夏半年降水總量變化的模擬上存在較大優(yōu)勢，模擬得到的數(shù)值與實際測量數(shù)值之間系數(shù)在0.8左右。但是值得注意的是，在年變化趨勢上模擬數(shù)值與實際測量數(shù)值存在較大差異時，平均誤差能夠達到35%～40%，而且針對月尺度降水量變化的模擬能力較差。另外，氣溫會在5月份出現(xiàn)增長，在7月份會達到最高[4]。在這樣的情況下，盆地區(qū)域的氣溫的變化還不是特別明顯，特別是盆地內部中心地帶的氣溫就在20～30℃之間。

2.2 博斯騰湖流域降水空間分布特征

通過相關研究可以確定的就是，博斯騰湖每個月的流域降水空間分布，從整體趨勢來看是從北到南遞減狀態(tài)。而且每個月降水總量中的最大數(shù)值處于流域北邊的高山區(qū)域，而偏小數(shù)值則在流域東南邊的平原區(qū)域，其擁有著較為重要的兩個降水中心。但從每個月的宏觀降水量來看，通過相關模型模擬的估算數(shù)值和實際降水量存在較大差異，特別是在流域北邊海拔偏高區(qū)域，降水量場值要比實際的降水量低很多，造成這種現(xiàn)象的原因是因為流域北邊山區(qū)海拔的起伏性較大，導致降水量的增加[5]。另外，每個月降水在空間分布上還是存在較大差異，其主要表現(xiàn)在了降水量月變化趨勢之上。例如，7月份降水數(shù)值最大，則最大數(shù)值就是59 mm，最小值就是20 mm，而9月份的降水值最小，其最大數(shù)值就是24.7 mm左右，僅為7月份的40%左右。這也與流域的實際情況相同，流域內降水空間分布特征就是呈現(xiàn)出了單峰型狀態(tài)，較為集中的降水月份就在5～9月之間，其中6、7、9月水汽來源最為充沛，導致降水量增加。

3 博斯騰湖流域夏半年面雨量和氣溫對徑流的影響分析

在博斯騰湖流域中，開都河流域位于博斯騰湖流域的上游，其不僅僅是生態(tài)環(huán)境建設、農(nóng)業(yè)生產(chǎn)、發(fā)電與用水補給的重要水源，還是博斯騰湖天然調節(jié)的主要源泉。所以其徑流量變化就對博斯騰湖有著直接影響。而且計算得到的面雨量和徑流量之間能夠保持較好的相同性，系數(shù)差值在0.92，可以實現(xiàn)0.01的顯著水平，但還存在的一定的偏差，面雨量變化會比徑流變化快，這一點在8月尤為突出，面雨量在發(fā)生快速下降時，徑流量的減少卻較慢，這也是因為徑流量延遲所造成的，流域雨量的出水口在流域的下方，所以徑流匯聚還需要較長時間。通過相關公式計算可以確定的是，氣溫和雨量在同時增加的情況下，徑流就會增加，反之氣溫與雨量減少時，徑流就會減少；雨量與氣溫呈現(xiàn)出不同變化時，對徑流造成的影響程度也不同；而流域面雨量沒有發(fā)生變化時，平均氣溫上升或下降1℃，徑流可能就會增加或下降35%左右；在氣候溫度不變時，面雨量增加了50%時，徑流只會增加3%左右。

4 影響夏半年月徑流量逐年變化的因素分析

因為每一年的徑流量變化都存在很大差異，所以按照每年夏半年峰值所處月份把影響徑流的特點和機制分成三種類型。第一種類型就是主導因子和徑流之間有著較好的關聯(lián)性，如2011年夏半年徑流量最大，但氣溫同比平均值為負，凈水量則達到平均最大值；第二種類型指對徑流造成較大影響的因素為降雨量，如徑流變化最大峰值在8月份，這是因為降雨因素所造成的，而氣溫與9月份相比卻沒有大幅度變化；第三種類型也就是對博斯騰湖流域徑流造成直接影響的為氣溫，如博斯騰湖流域徑流在5月份會出現(xiàn)上升形成一個谷值，這是由于5月平均氣溫大于2℃，因此就會出現(xiàn)較大的融雪徑流量。在受到地形變化所造成的影響，起伏地形下計算的降水量的最大數(shù)值就要超出前期估算數(shù)值很多，尤其是在流域之上的高海拔山區(qū)表現(xiàn)更加明顯，這也反映出了海拔對引發(fā)降水量增加的影響，所以就要將海拔當成引發(fā)降水量增加的重要因素之一。但是，在起伏地形下博斯騰湖流域所擁有的降水量最小數(shù)值，在通常情況下都小于背景場地的計算數(shù)值，這主要是由兩個原因造成，一是因為盆地局部地形存在較小的起伏情況，海拔所引發(fā)的降水增長量較?。欢且驗榻邓尘皥龅赜嬎闶菍⒛Y水汽全部降落作為基礎來進行假設的，而實際水汽是不可能全部發(fā)生降落的，所以就導致盆地區(qū)域內空間分布數(shù)值要小于背景場地數(shù)值。在分析2010年～2015年降水和氣溫對徑流造成影響的相關系數(shù)，可以確定2011年降雨及氣溫與徑流之間有著較好的相關性，其影響系數(shù)在0.7左右；2012～2015年降雨及氣溫與徑流之間的影響系數(shù)均在0.7以下。基于此，我們能夠確定的是氣溫對徑流的影響，比降水量對徑流造成的影響要大。

5 結束語

隨著全球變暖趨勢的日益嚴重，全球氣候和環(huán)境都出現(xiàn)了較大變化，已經(jīng)成了人類目前所面臨的嚴重挑戰(zhàn)。在這樣的背景下，如何保證我國西北地區(qū)的自然生態(tài)環(huán)境，為社會建設和經(jīng)濟發(fā)展奠定堅實基礎，就是所有研究學者所關注的重要課題。因此，針對博斯騰湖流域夏半年面雨量和氣溫時空分布特征及其對徑流的影響展開全面分析，對我國西北地區(qū)的水資源開發(fā)利用，就有著十分重要的現(xiàn)實意義。

[1]王潤，Ernst Giese，高前兆.近期博斯騰湖水位變化及其原因分析[J].冰川凍土，2003，25(1):60-64.

[2]孫占東，Christian Opp，王潤，等.博斯騰湖流域山區(qū)地表徑流對近期氣候變化的響應[J].山地學報，2010，28(2):206-211.

[3]陳喜，吳敬祿，王玲.人工神經(jīng)網(wǎng)絡模型預測氣候變化對博斯騰湖流域徑流影響[J].湖泊科學，2005，17(3):207-212.

[4]駱超，武勝利.新疆博斯騰湖流域氣溫降水變化特征分析[J].吉林:北華大學學報（自然科學版）.2013(08):472-475.

[5]畢雪麗.新疆博斯騰湖流域氣候變化及地表徑流響應[J].上海:華東師范大學.2012(04):73.