关键词:
汉江流域
气候变化
水文模型
机器学习
植被生长
摘要:
气候变化导致全球温度升高,随之导致水文循环发生了巨大的变化,改变了水资源的时空格局,进而影响了区域生态系统尤其是植被的生长过程。由于水文过程对气候变化的响应存在较大的不确定性,使得受水文过程影响的植被生长对于气候、水文的响应过程变得更为复杂。汉江流域位于长江流域中部区域,是南水北调重要的水源地。近年来,气候变化和人类活动影响下,流域内的水文过程发生了不同程度的改变,相应的引起了植被生长产生一系列变化。研究气候变化下植被生长和水文循环的动态变化,深入解析水文驱动力对植被生产力的影响机制,对汉江流域水资源保护、生态环境发展以及科学管理规划具有重要意义。
本研究通过统计分析、时间序列分析、地理空间分析等方法,探究了汉江流域内气象、水文以及植被的长时序变化规律,发现流域水文变化对植被生长的影响存在时滞效应和累积效应;构建了SWAT水文模型,结合CMIP6气候模式数据、水文模型和机器学习模型,揭示了在不同排放情景下汉江流域植被生产力在未来水文气象条件下的变化趋势。取得的主要结果如下:
(1)在2001年~2018年期间,汉江流域年均降雨、气温、实际蒸散发、水量平衡余项整体上均呈现为不显著上升趋势,增涨率为3.61 mm.a-1、0.022℃.a-1、1.73mm.a-1、5.08 mm.a-1;径流呈现不显著下降趋势,皇庄站和黄家港站的下降速率分别为为-3.2 mm.a-1和-2.54 mm.a-1;植被总初级生产力呈现显著上升趋势,增涨率为12.3 g C.m-2.a-1;在空间上,降雨整体呈现南多北少的分布特征,实际蒸散发和气温呈现由东南向西北递减的分布趋势,而植被生产力则表现为西高东低的分布特征;基于M-K趋势分析,发现流域内水文过程在2012年后突变次数增多,说明变化环境下汉江流域的水文情势愈发复杂。
(2)相比于直接降水,汉江流域水量平衡余项与植被生产力的关系更为密切。流域整体上,上一年的水量平衡余项对植被生产力的影响更大,流域上游也表现出同样的趋势;流域中下游水量平衡余项对植被生产力的影响在当年最为显著,表明在天然植被覆盖范围更大的区域,气象和水文要素对植被生产力的影响存在一定滞后性。对不同时段气象水文要素与植被生产力之间变化规律的滞后性进行深入解析,发现短期来看前1月的气象水文条件对植被生长的促进作用最为明显,中期来看前5~7月气象水文条件对植被生长的抑制作用最大,长期来看前11~12月气象水文条件对植被生长的促进作用最为显著,气象水文条件与植被生产力的相关关系在月尺度上的变化呈现类似正弦曲线规律;各气象、水文要素前1~2月的累积对植被生产力影响最大,前2~3月的累积会对植被生产力起促进作用。
(3)结合CMIP6多模式、多排放情景对未来流域植被生产力进行了预测,结果表明:所构建的SWAT模型对于汉江流域的水文模拟具有良好的适用性,水文模型径流模拟率定期的R2、NSE分别为0.85、0.84,验证期的R2、NSE分别为为0.81、0.79。通过对长短期记忆网络(LSTM)、随机森林(RF)、高斯过程回归(GPR)、以及最小二乘提升树(LSBoost)四种机器学习模型进行训练,结果表明LSTM模型效果最好。结合CMIP6气候模式数据和SWAT水文模型,计算获取未来情景下的水文、气象因子,并对汉江流域未来植被生产力的变化趋势进行了预测。结果表明,汉江流域未来植被生产力的增幅以及增速均呈现ssp5-8.5>ssp2-4.5>ssp1-2.6;考虑水量平衡余项对于流域未来植被生产力的变化趋势影响较大,尤其在ssp5-8.5高排情景下,不考虑水量平衡余项时流域植被生产力增幅仅为1.08%,而考虑水量平衡余项时增幅上涨至8.67%,说明在大气二氧化碳浓度上升水平较高的情况下,汉江流域储水变化对植被生产力存在重要的限制作用。