文摘

本研究评估潜在的气候和土地利用变化水文的影响在中国西北部的黑河流域。未来气候数据仿真与水土评估工具(SWAT)准备使用动力降尺度方法。未来土地利用与土地利用动态模拟系统(DLS)模型通过建立多项逻辑回归MNL模型六土地利用类型。在2006 - 2030年土地利用在盆地将经历重大变化显著增加在城市地区,适度增加草原,和一个伟大的未利用土地减少。此外,仿真结果表明,相比那些在1981 - 2005年的气温和降水量在2006 - 2030年将改变+ 0.8°C和+ 10.8%,分别。土地利用变化和气候变化将共同使水产量变化+ 8.5%,当他们分别会让水产量变化−1.8% + 9.8%,分别。预测大幅增加在未来降水和相应的减少闲置土地将实质性的对流域水文的影响,尤其是在地表径流和河流。因此,为了减轻负面的水文影响和利用积极影响,土地利用和气候变化都应该被认为是在黑河流域水资源规划。

1。介绍

气候和土地利用/土地覆盖变化(LULC)中最大的人为活动所导致的全球环境压力,都极大地影响了水循环(1- - - - - -3]。对水循环的影响在盆地范围内已成为一个重要的研究问题在水文社区由于日益严重的水资源短缺4,5]。流域的水文响应气候和LULC变化是一个重要的水资源规划和管理的问题(6,7),潜在影响必须考虑LULC变化对水文循环的水通过资源管理器(8,9]。例如,LULC变化由于城市化和砍伐森林可以改变水文过程和导致洪水频率的变化和影响土壤水分蒸发蒸腾损失总量年平均放电,土壤渗透能力,和表层和次表层流机制(8,10,11),而气候变化可以改变流量路由时间和峰值流量(10,12]。至关重要的长期水资源规划和管理,以更好地了解的潜在影响气候和LULC流域径流和流速及流水量的变化(9,13]。特别是在变化的条件下有效的水资源管理需要可靠的信息流动和模式,可以用来模拟流政权在不同场景下的土地利用和气候变化(6]。

分离的影响气候和LULC变化的水文循环是重视提高土地利用规划和水资源管理10,14),尤其是在干旱和半干旱地区,气候变化可能显著影响水文循环(15]。LULC和气候变化的影响在河流在干旱和半干旱地区更明显。一个典型的例子是黑河流域在中国西北部,它的特点是有限的水资源和特殊hydroclimatic和地形学的条件(16]。了解潜在的气候变化的水文响应是非常重要的在本地区发展可持续水资源管理策略。然而,城市化和森林砍伐对水文循环的影响在干旱和半干旱地区很少记录(17- - - - - -19]。总体而言,仍有非常有限的理解独立LULC组合的影响以及气候变化对区域水和能量周期,因此还需要更深入的研究,尤其是在干旱和半干旱地区(17]。

有许多研究土地利用变化对水文的影响盆地规模或气候变化,其中大多数是用一个基于一系列的水文模型进行土地利用数据的提取从卫星图像9,20.,21]。例如,土地利用变化的影响场景Wutu流域,北台湾,评估使用的土地利用转换模型(CLUE-s)和广义分水岭加载函数模型(16]。土壤水分评估工具(SWAT)和多个大气环流模型(GCMs)被用来研究气候和水文变化之间的关系在密西西比河上游22]。这些研究大多数LULC(假设没有变化4,23),但气候变化对水文的影响不同地区之间,应该调查与区域气候变化的情况下(4]。此外,LULC变化的水文影响也随气候条件(9]。例如,水平衡变量可能添加或减去不同土地覆盖条件下气候变化的影响。特别是区域LULC变化可以抵消或放大全球平均气温的变化,可以显著改变全球变暖所带来的影响(17,24]。此外,一些研究气候和LULC变化对河流的影响表明,气候变化是更重要的比LULC变化确定盆地水文响应(25- - - - - -27]。例如,新疆的气候主导变化的流水量鄱阳湖流域,中国25]。然而,流域水循环是一个复杂的过程受气候和集水的物理性质和人类活动(4,5]。这些因素的复杂性之间的分离使土地利用和气候变化对河流的影响(26,28]。因此,它仍然是一个挑战来区分与并发LULC变化的影响气候变化(14]。

本研究旨在分离的影响气候和LULC黑河流域水文循环的变化下未来情景提供一些有用的参考信息,可以用来改善水资源管理,保证可持续发展。大气环流模式预测的气候数据(GCMs)在RCP 4.5情况下被用来代表了2006 - 2030年气候变化的场景,和土地利用数据和土地利用动态模拟系统(DLS)模型被用来代表了土地利用变化情况。未来水文循环模拟了斯瓦特根据气候变化和土地利用变化的场景数据,水文影响的仿真结果进行了比较,分析了在不同的场景。这项研究的结果可以提供有价值的信息为指导未来在黑河流域的水资源管理以及其他在中国的干旱和半干旱地区。

2。方法

2.1。研究区域

黑河流域是中国第二大内陆流域,位于37°43 41′N′-42°和97°23′-102°72′E总面积127,9.6万公里²。这个盆地扩展在青海,甘肃,内蒙古自治区在中国西北(图1)。总长度为821公里,黑河分为上、中、下游,自然和社会经济特征明显不同。例如,平均年降水量200至500毫米,小于200毫米,在这些到达和小于50毫米,分别,年蒸发量达700毫米的上游河段下游河段(录得超过3000毫米的29日]。此外,年平均温度为9.4°C在过去30年,这个盆地有着干燥的大陆性气候。高度范围从869到5542,平均1778米。主要的土地覆盖类型沙漠(总流域面积的57.15%),山(33.16%),和绿洲(8.19%)30.]。下游河段的上游河段的生态系统有关的水文循环,但水文周期大大改变了由于土地利用变化和气候变化在过去的几十年。例如,大约65%的灌溉用水中达到从河径流中提取,大大影响整个流域的水文循环。因此,一个详细的和综合仿真分析水资源至关重要和紧急的更好的在黑河流域的水资源管理。

2.2。数据模型模拟

空间数据(即。,来pography, soil and land use), historical climate data, and hydrological data for the watershed were first prepared for the SWAT model and DLS model. The topography was represented with the 90 m resolution digital elevation model (DEM) of Shuttle Radar Topography Mission (SRTM) (http://srtm.csi.cgiar.org/)[31日]。土壤数据,包括纹理、深度和排水属性,是和谐的世界土壤数据库(HWSD)提供的为中国西部环境与生态科学数据中心(WestDC) (http://westdc.westgis.ac.cn/)。历史包括25个土地利用类型、土地利用类型数据都来源于陆地卫星TM / ETM图像,是由数据中心提供中国科学院(CAS) (32]。特别是,冰川数据取自WestDC (http://westdc.westgis.ac.cn/),土地使用性质直接获得从SWAT模型数据库(表1)。斯瓦特的历史水文数据模型校准和验证包括从四个水文站的河流量数据。水文观测数据,包括年度数据在黑河流域1980 - 2010年期间,从水文年鉴获得由WestDC提供。河水流数据用于模型校准和验证是CAS的数据中心提供的。每天的历史气象数据收集1980 - 2010年期间从中国气象局(CMA),包括日常降水,最大和最小温度、太阳辐射、湿度、风速和风向从13个气象站或在黑河流域附近。

2.3。土地利用变化的模拟与DLS模型

DLS模型是一组应用程序用于模拟土地利用系统的变化过程,是一种有效的工具模拟土地利用时空变化来帮助土地管理(33]。DLS模型包括三个模块:一个空间回归模块,确定土地使用之间的关系和影响因素;情景分析模块的土地利用变化,决定了土地需求在区域水平;空间解集模块分配土地利用变化从一个区域分解网格细胞(34,35]。

DLS模型模拟土地利用时空变化有三个过程:情景分析土地利用变化的空间回归分析和土地利用变化的空间分配。第一个过程进行场景分析模块,它提供了土地的要求在年度总额的数据规模给定的时期。包括场景分析的土地利用变化,一组空间显式的土地利用变化模拟结果可以导出DLS模型(36]。总土地使用要求可以通过几种方法,如趋势分析方法(例如,线性插入或更复杂的计量经济学模型)和经济模型。在这项研究中,土地的总需求在仿真期间首次使用趋势分析方法确定然后被用来建立一个场景在2006 - 2030年土地利用变化。

在空间回归模块中,土地使用之间的关系及影响因素进行了分析通过逐步逻辑回归分析过去的土地利用变化和他们的司机37]。对于每一个网格单元,每个土地利用类型的总概率计算多项逻辑回归的基础上像素规模如下: 在哪里从土地类型转换的概率是来在细胞在特定的驱动因素;代表气候的驱动因素、地形、位置,人口,经济增长,政策,和其他类别;是驱动因素的回归分析系数进行进一步的评估。

在这项研究中,所有的土地利用数据和影响因素是准备在年度规模。在2000年和2005年的土地利用数据中使用逻辑回归。假定的驱动因素被分为五组:气候、地球物理学、交通、位置和经济学基础。这些因素在相应的年的数据也准备(表2)。

空间解集模块用于空间和明确土地需求转化为研究区域的土地利用变化在不同的位置。空间解集在一个迭代过程进行基于概率地图,转换规则,历史土地利用地图,和土地需求下的场景。各土地利用类型的概率地图是用逻辑回归结果。此外,土地利用转换的规则为每个土地利用类型设置,其价值范围从0到1。一个更小的值意味着一种土地利用类型更容易转换为另一种类型,反之亦然。development-restricted地区在该研究领域也被指定。

2.4。GCM气候数据的降尺度

全球大气环流模型可以说是最好的可用工具建模未来气候。然而这个模型提供的信息太粗的决议直接用于水文建模(38]。因此需要降尺度变换的低分辨率GCM输出高分辨率气候水文模拟所需的特性。降尺度过程如下。首先,30年的平均年降水量和温度(1980 - 2010)计算,采用作为基准的选择模型。我们认为未来气候变化情景的盆地(图2)利用空间分布式输出从10 GCMs在RCP 4.5情况下。马克斯普朗克研究所的气候预测(MPI)缩减规模到3公里×3公里网格在研究区,和偏见是纠正和气候变化场景是由MPI气象学。10年平均值GCM空间数据从2006年到2030年计算根据流域范围,和一个选择的全球大气环流模型也是基于历史趋势和年平均气温和降水量。MPI模型通过比较最终选择。MPI模型的结果源于MPI,空间分辨率为1.865°(LAT)×1.875°(朗)。然后在MPI GCM参数变成了天气迫使数据区域气候模型的研究和预测(WRF)模拟,然后执行动力降尺度模拟的空间分辨率3公里的2006 - 2030。我们考虑土地利用变化对区域气候的影响,和土地覆盖数据在WRF模拟动态替换为土地利用变化数据基于DLS的仿真模型。最后,区域气候模型模拟的数据与气象站点,和气象站点的数据准备和斯瓦特仿真。

2.5。模拟水文循环与SWAT模型

研究区第一次被分为subwatersheds,都分为水文响应单元(HRUs)。除此之外,对于每个subwatershed,所使用的气候数据取自GCM网格点最接近它的重心。为了提高性能,SWAT模型校准和验证通过调整几个参数与观测值比较模拟水流。最敏感的参数被确定使用内置的灵敏度分析工具在斯瓦特(39]。每日流速及流水量2004年从Yingluoxia水文站观测数据被用于校准,和2005年的观测数据被用于验证。应该注意的是,前三年是用作预热期缓解的影响未知初始条件,然后排除在后续分析。SWAT模型的复制能力的时间趋势的历史水文观测评估使用确定系数(),纳什和Sutcliffe)(1970)模型效率(研究),和均方根误差(RMSE)。

3所示。结果和讨论

3.1。校准和验证

SWAT模型是2005年2004年的校准和验证使用每日流速及流水量观测数据从四个测量站在研究区域内。最后,校准(表15参数选择2),这与雪(SFTMP、SMTMP SMFMX, SMFMN,和TIMP),径流(CN2)、地下水(ALPHA_BF和GW_DELAY)、土壤(SOL_AWC),通道(CH_N和CH_K2)和蒸发(能源管理公司)的过程。灵敏度分析后,9相对更敏感参数被确定校准。大部分的参数调整基于多个试验,和SWAT模型校准使用的自动校准技术程序顺序不确定合适的版本(SUFI-2)。SUFI-2、敏感的初始和缺省参数相关的水文变化同时,直到一个最佳的解决方案。最敏感的参数最佳范围和最佳值如表所示3。最后,这些最佳值被用来调整初始模型的输入为模拟期间2006 - 2030。模型验证使用每日流速及流水量在2005年从Yingluoxia水文站观测数据。验证结果表明,该分析了无是0.78模拟结果与实际观测值的数据是0.81(图3),证明高SWAT模型的行为表现。

3.2。未来的气候在RCP 4.5情况下

基于缩减规模GCM气候数据,我们计算的平均气温和降水9格子点周围的网格,其中包括祁连气象台。结果与月平均气温和降水的气象观测站1981 - 2005年期间。25年的月平均温度范围从−3 - 3°C和增加了约0.8°C。月平均降水范围从−0.3%至10%,增加了7.8%左右(图4)。月平均降水的增加范围很大,而减少的范围更小。

3.3。未来土地利用变化模拟与DLS

结果提出一种土地利用类型的变化受多种因素的影响,和13个驱动因素可以合理地解释所有土地利用类型的空间格局。例如,林地的存在显著影响所有13个驱动因素,而耕地、草原的存在是受海拔高度的影响,距离,和土壤因素。未来2006 - 2030年土地利用与DLS模型模拟相结合的概率地图用逻辑回归分析,土地需求在不同的场景下,和development-restricted区域的地图。仿真结果表明,最具戏剧性的2006 - 2030年间土地利用变化主要发生在上游河段和部分中间的黑河流域。与2005年相比,林地和未利用土地2030年将减少6.2%和1.6%,分别在建设用地、耕地、草地将增加1.7%,1.3%,和4.8%,分别为(图5)。草原面积的大幅增加可能主要源于稳定的牧场建设,在未来,这种上升趋势可能继续为牧场产品由于日益增长的需求。

3.4。气候和土地利用变化对流域水文的影响

4仿真实验的设计基于土地利用数据和气候数据。在基线实验1981 - 2005年期间,水产量模拟2000年土地利用数据,2005年和1981 - 2005年期间气象站观测(图6 (b))。然后在2006年- 2030年期间的三种情况设计基于土地利用和气候变化(图6(一)),结果的价格相比基线实验。在第一个场景中2006 - 2030年期间,出水量与土地利用模拟数据在2010年和2030年,在2006 - 2030年的气温数据,1981 - 2005年的降水数据。仿真结果表明,未来土地利用变化的影响在出水量随季节,整体和土地利用变化将产生负面影响出水量,影响程度的−1.8%根据年平均水产量。

2006 - 2030年期间第二个场景是基于温度和土地利用变化的场景。第二个实验中使用了2010年和2030年土地利用数据,场景数据的温度在2006 - 2030,1981 - 2005年期间和降水数据。气候变化场景的分析显示,平均气温将会升高0.8°C之间1981 - 2005和2006 - 2030。第二个实验的仿真结果表明,土地利用和温度变化会使水产量变化了0.6% -1.1%,相对较小的变化范围的场景下仿真结果相比只有土地利用变化。原因可能是温度上升和少量的雪融化稍微抵消土地利用变化的不利影响。同时,更高的温度将导致更多的冬季降水雨而不是雪的形式,导致水文的影响包括增加冬季放电,在春季融雪转变峰在本赛季早些时候,和减少夏季放电。

2006 - 2030年期间的第三个场景包括场景所有土地利用的变化,温度和降水。在2010年和2030年的土地利用数据和温度和降水数据在2006 - 2030年第三场景下使用。仿真结果表明,这三个因素共同对水产生的积极影响,使盆地水产量增加9.8%左右。盆地水产量的增加主要是由于降水的变化,这将增加约10.8%在2006 - 2030年相比,在1981 - 2005。总的来说,仿真结果表明,该流域水产量将增加在未来不同场景下的气候和土地利用变化。

4所示。讨论和结论

在黑河流域上游特色的产生和使用是蓝色的水,而下游河段和周边地区的特点是自然生态系统和较低的人口密度。LULC被定义为综合症的人类活动,如农业、林业、建筑,大多数以前的研究只集中在上游河段水文LULC变化的影响。的分离水文影响土地利用和气候变化上从未被研究过,黑河流域的中游。然而,我们认为,学习上、中游的水文过程是至关重要的因为下游供水是受气候变化和人类活动的上游和中游。

在这项研究中,我们分析了影响潜在的气候和土地利用变化对出水量黑河流域上游和中游的基于仿真与SWAT模型。结果表明,水产量受到气候变化的影响超过了土地利用变化。这表明降水的预测增长将产生更重要的影响在流域水文预测土地利用变化。然而,预测流速及流水量变化的分析表明,有更高的不确定性在旱季雨季相比与水文模型模拟和GCMs气候数据。很难准确的项目相关的水文变化因为有各种各样的不确定性,未来温室气体(GHG)排放场景,GCM结构,降尺度方法,LULC和水文模型。特别是水资源管理者通常面对复杂问题的可持续管理和保护水资源由于未来的不确定性水文气候和土地利用变化下投影。因此关键考虑土地利用和气候变化对黑河流域水资源规划,以减轻其负面影响水文,和更有价值的信息可以提供给未来的水资源管理者如果这些不确定性水文预测可以有效地减少通过先进的建模和研究。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这个研究是财政支持的重大研究计划中国国家自然科学基金(批准号91325302),中国国家基础研究计划(973计划)(没有。2010 cb950904),中国国家自然科学基金杰出青年学者(批准号71225005)。