变化环境下亚热带季风流域径流变异的归因与预估

《Journal of Hydrology: Regional Studies》：Attribution and projection of runoff variability in a subtropical monsoon basin under changing environments

　　

研究区域：珠江流域是中国南方一个湿润的亚热带季风流域，也是华南（包括珠江三角洲和香港）的重要水源。其降水丰沛、植被覆盖度高、季节变率强，使其成为研究湿润季风区径流对气候和地表变化响应的代表性流域。
研究重点：本研究应用Budyko–Porporato–Guswa（BPG）耦合框架，研究1990–2020年历史径流变异，并预估2021–2060年未来径流响应。采用基于情景的归因、径流弹性分析和相关分析，量化降水、潜在蒸散发和基于叶面积指数（LAI）的植被变化对径流变异的影响。进一步使用偏差校正后的GFDL-ESM4在SSP2–4.5和SSP5–8.5情景下的输出驱动未来径流预估。
区域水文新认识：历史径流表现出强烈的年际变异和空间异质性，珠江三角洲、东江流域和北江流域西部径流较高，南盘江和北盘江流域径流较低。基于情景的归因表明，气候强迫尤其是降水变化主导了流域尺度径流变异，而在总体湿润条件下基于LAI的植被效应仍然有限。然而，干热河谷子流域表明，在相对水分受限地区，植被和地表因素可能变得更加重要。基于本研究所用偏差校正后的GFDL-ESM4强迫，到2060年SSP2–4.5下径流预计下降约8%，SSP5–8.5下下降18.4%，空间差异加剧。这些发现强调，在未来的水资源管理中需要同时考虑流域尺度的气候控制和子流域异质性。

论文以珠江流域为研究对象，探讨变化环境下径流变异的归因与未来预估问题。珠江流域位于中国南方，属湿润亚热带季风气候，降水丰富、植被覆盖度高、季节差异显著，同时承担着珠江三角洲和香港等重要地区的供水功能。在全球变暖和下垫面变化背景下，流域水文过程发生显著改变，径流表现出新的变异特征。已有归因方法如双累积曲线、水文模型、数据驱动和Budyko弹性法各有局限；其中Budyko方法物理基础明确且数据需求低，但多数研究对植被参数采用简化经验公式，难以刻画不同气候区的生态水文差异。为此，研究人员采用Budyko–Porporato–Guswa（BPG）耦合框架，将Budyko参数由气候、土壤和植被变量推导，在保持解析透明性的同时纳入绿水过程，并将其应用于珠江全流域和子流域尺度。该研究旨在模拟历史径流、量化气候和植被变化贡献，并基于CMIP6情景预估未来径流。论文发表在《Journal of Hydrology: Regional Studies》。

研究基于ArcSWAT将珠江流域划分为39个子流域；采用BPG耦合模型由LAI、土壤有效水容量、降雨深度、水分利用效率等计算Budyko参数n，再结合水量平衡计算径流。用弹性系数法（ε_P、ε_E0、ε_LAI）和情景归因（1990基期与2013–2015时期组合）及Spearman相关分析识别驱动因素；用随机森林与DBC降尺度对GFDL-ESM4输出在181个气象站进行偏差校正，驱动SSP2–4.5和SSP5–8.5情景下的未来径流预估；趋势检验用Mann–Kendall检验。数据来源包括气象站观测、ERA5-Land再分析、MSWEP降水、GIMMS LAI4g、HWSD土壤和中国河流泥沙公报径流数据。

主要结果如下。

3.1 BPG耦合模型在珠江流域的适用性：与1990–2020年实测径流对比，模拟多年平均径流RMSE为52.6 mm yr^?1，R²为0.82；径流相对变化率RMSE为3.62%，R²为0.83，表明模型能较好再现径流量及其时变特征。

3.2 1990–2020年径流变化及驱动因子：
3.2.1 径流时空格局：流域多年平均径流为641.27 mm，2016–2020年最高（690.49 mm），2001–2005年最低（593.04 mm），1996–2000年至2001–2005年下降12.78%。空间上呈东高西低格局，珠江三角洲和东江流域最高，南盘江、北盘江流域较低；1990–2010年多数子流域径流下降，2001–2020年大多数转为增加，但南盘江、北盘江西部仍下降。
3.2.2 气候变化对径流的影响：情景B相对A使流域径流增加25.84%；除子流域7外，其余子流域径流均增加。降水增加173 mm，潜在蒸散发增加12 mm，径流增加147 mm，降水增加的增流作用大于潜在蒸散发的减流作用。
3.2.3 植被变化对径流的影响：2015年LAI较1990年增加10.59%，但流域径流仅变化0.01%，各子流域相对变化率低于0.62%，表明基于LAI的植被变化对径流影响有限。
3.2.4 气候与植被共同影响：弹性系数显示，降水弹性为0.77，潜在蒸散发弹性为?1.73，LAI弹性为?0.006；bootstrap 95%置信区间分别为0.766–0.769、?1.758至?1.697、?0.0103至?0.0057，说明径流对气候要素敏感而对LAI不敏感。共同作用下径流增加25.85%，与气候单独作用接近；5年窗口稳健性检验显示，39个子流域中有38个仍以气候强迫为主导。
3.2.5 径流变异驱动机制：Spearman相关分析显示，径流与降水呈强正相关（r=0.89），与潜在蒸散发呈中等负相关（r=?0.49），与LAI相关很弱（r=?0.09），进一步支持降水主导径流变异。

3.3 未来气候变化与径流响应：
3.3.1 2021–2060年水热条件变化：两种情景下温度与潜在蒸散发均显著上升，降水在流域尺度呈微弱下降趋势；SSP5–8.5下增温范围和强度更大，降水空间上呈东部沿海增加、西部内陆和中部减少的格局。
3.3.2 未来径流变化：SSP2–4.5下径流较历史期下降约8%，SSP5–8.5下下降18.4%；空间上仍为东高西低，高排放情景下子流域间径流差异进一步扩大，表明流域空间异质性增强。

讨论指出，珠江流域湿润条件（干燥指数约0.66）下水分充足，植被变化难以在长时间尺度上显著改变水分配，因此LAI效应弱；但子流域7具有典型干热河谷特征，干燥指数达0.94，降水增幅小且潜在蒸散发增幅较高，径流对植被变化更敏感，说明相对水分受限地区应重视植被和地表因素的水文作用。未来预估显示流域趋向暖干化，GFDL-ESM4对降水与蒸散发变化较敏感，高排放情景下径流下降更明显，可能加剧局部旱涝风险和水资源分布不均。研究结论为：1990–2020年珠江流域径流具有明显年际变异和空间异质性，降水主导的气候强迫是径流变异的主要驱动，基于LAI的植被效应在流域尺度相对有限；基于所选的GFDL-ESM4强迫，到2060年SSP2–4.5和SSP5–8.5情景下径流可能分别下降约8%和18.4%，且子流域空间差异增大。该研究为湿润亚热带季风区水资源管理提供了依据，BPG框架也可推广至其他气候—植被相互作用相似的湿润流域。