澜沧江源区未来季节性径流变化的归因分析及不确定性源定量评估

《Geomatics, Natural Hazards and Risk》：Attribution analysis of future seasonal runoff variations and quantitative assessment of uncertainty sources in the source area of the Lancang River, China

　　

气候变化与人类活动共同影响河流水文循环。量化二者对未来径流变化的贡献并评估不确定性源对归因结果的影响，对水资源管理至关重要。研究人员以澜沧江源区（SALR）为研究区，构建集成全球气候模式（GCM）、共享社会经济路径（SSP）、水文模型（HM）、季节性Budyko模型与方差分析（VAAN）的框架，探究气候与人类活动对SALR未来季节性径流变化的贡献，并量化不确定性源对归因结果的影响程度。主要结论如下：（1）SALR径流深突变年为2008年。（2）ABCD与DWBM两类水文模型均能准确模拟SALR径流变化过程。（3）在不同SSP情景下，人类活动是SALR春、夏、秋季未来径流增加的主导因子，分别贡献5.63–18.96 mm、3.10–16.18 mm和4.26–16.51 mm；气候变化是冬季未来径流增加的主导因子，贡献2.30–8.79 mm。（4）在由2个HM、3个GCM、3个SSP构成的集合框架中，HM、GCM与SSP三者交互作用是未来径流变化归因结果不确定性的主导来源，占总方差68.64%以上。

研究背景方面，气候变化与人类活动是影响流域水循环的两大因素，径流变化关系区域生态与经济。既有研究多聚焦历史观测径流归因，忽视未来情景预测，且未来径流模拟本身存在GCM、HM、SSP等多源不确定性，进而传导至归因结果。澜沧江作为亚洲重要跨国河流，其源区（SALR）低温少雨、以高原气候为主，前期缺乏未来季节性径流变化及不确定性定量评估研究。为此，研究人员以SALR为对象，集成GCM-SSP-HM-季节性Budyko-VAAN框架，旨在定量拆分气候与人类活动对未来四季径流的贡献，并分解HM、GCM、SSP及其交互对归因不确定性的影响，成果发表于《Geomatics, Natural Hazards and Risk》。

关键技术方法上，研究人员采用昌都站1966–2016年月径流数据及CMIP6下EC-Earth3、GFDL-ESM4、MRI-ESM2-0三类GCM在SSP119/245/585下的2030–2050年1 km降尺度降水与气温（Delta法偏差校正，Kriging聚合为流域均值），以Hargreaves算潜在蒸散。突变识别用Bernaola-Galván（BG）与Mann-Kendall（M-K）法，确定2008年为基期（1966–2008）与变异期（2009–2016）分界；径流模拟用ABCD与DWBM两个集总式概念水文模型；未来自然与实测径流场景分别以基期、变异期率定参数驱动未来气候得到；归因采用季节性Budyko水能平衡分解（ΔR=R_c+R_h）；不确定性用三因素方差分析（VAAN）计算HM、GCM、SSP主效应及两两、三向交互平方和的η2贡献率。

研究结果部分，突变分析小节指出BG与M-K一致识别2008年为昌都站径流深突变年。水文模型模拟小节显示ABCD与DWBM在基期与变异期月径流模拟R2均>0.80、相对误差<10%，两模型适用于SALR历史与未来径流推演，且变异期精度略降源于序列变短与突变后变率增强。未来季节性径流归因小节基于季节性Budyko模型（各季R2>0.90、相对误差<1%）得出：所有SSP情景下，人类活动主导春、夏、秋径流增加（贡献5.63–18.96、3.10–16.18、4.26–16.51 mm），气候变化主导冬季径流增加（2.30–8.79 mm），该结论依赖“2009–2016人类活动强度延续至2050”的参数移植假设。不确定性源定量评估小节通过VAAN发现：单因子贡献均较低（HM<9%、GCM<21%、SSP<25%），而交互作用全季占比超68.64%——夏季HM×GCM达55.52%（季风多过程耦合），春季HM×SSP达28.75%（融雪对升温敏感），秋季HM×GCM×SSP达39.68%（季过渡期气候输入差异经不同HM放大），冬季GCM×SSP达22.83%；交互主导表明单纯扩充单类成员数难以降本，需整体集合设计。

讨论部分总结：研究人员指出气候与人类活动实际存在双向反馈，本研究将其作独立因子是简化；Hargreaves法未计湿度风速带来潜在蒸散不确定性；不确定性源未穷举（如降尺度方法未入VAAN）；参数移植假设使“人类活动主导”结论限于2009–2016下垫面状态，不代表其他发展路径。交互占优68%以上源于小集合（2×3×3=18）自由度有限致高阶交互被放大，以及ABCD（四水库含雪模块）与DWBM（动态水能平衡）结构差异对同气候输入响应分化，冷区融雪-降水双控进一步放大级联不确定性；但季节间交互组分差异（夏HM×GCM、春HM×SSP、秋三向）具物理可解释性而非纯统计伪影。

结论部分翻译：研究人员首先用BG与M-K突变检验判定1966–2016年昌都站径流约2008年突变，划分基期与突变期；其次用ABCD与DWBM模拟参考期月径流并构建Budyko模型，再用变异期率定参数模拟未来径流与实际蒸散；继而基于基期量化气候与人类活动贡献；最后用方差分析量化不确定性源影响。主要结论：（1）BG与M-K均指示径流约2008年突变；（2）ABCD与DWBM均获优良拟合；（3）在参数移植假设（2009–2016人类活动水文效应延续至2050）下，人类活动主导SALR春、夏、秋未来径流变化，气候变化主导冬季，该结果依附此假设，不可外推至土地利用或水利政策大幅改变情景；（4）在2 HM×3 GCM×3 SSP集合中，因子交互而非单因子是未来径流归因不确定性的主导源，占总方差68%以上，结论依附特定集合设计与模型选择。