5　塔河流域干旱綜合評價

5．1　干旱評價方法

旱災是多種干旱類型共同作用的結果，單就一種干旱類型進行分析是不完整的。同時，各干旱類型在優(yōu)劣上是漸變的，具有模糊性。所以，采取模糊數(shù)學的方法評價各個因素，可以獲得較為合理的評價結果。本研究采取模糊物元理論將單個干旱類型綜合考慮，得出相對應的干旱判別等級，進行綜合干旱評價?；驹頌椋?/p>

1）模糊物元

物元包括對象的名稱、指標和量值。記m個評價對象，n個指標的復合模糊評價物元R，即

式中：R——m個評價對象n個指標的復合物元；

Ci（i＝1，2，…，m）——第i個評價對象；

Mj（j＝1，2，…，n）——第j個指標；xij為第i個評價對象第j個指標對應的模糊量值。

2）從優(yōu)隸屬度

各指標的模糊量值從屬于標準方案最優(yōu)指標對應模糊量值的隸屬程度，稱為從優(yōu)隸屬度。各評價指標對于方案評價來說，有的是越大越優(yōu)，有的是越小越優(yōu)，因此，對不同的從優(yōu)隸屬度分別采用不同的計算公式：

式中：μij——從優(yōu)隸屬度；

max?。鹸ij｝和min　｛xij｝分別表示在第j項指標下，m個評價對象相對應的指標值的最大值和最小值。

由此可以建立從優(yōu)隸屬度矩陣Rmn為：

3）差平方矩陣

標準模糊物元Ron是指從優(yōu)隸屬度模糊物元Rmn中各評價指標的從優(yōu)隸屬度的最大值或最小值。本次以最大值表示最優(yōu)，即各指標從優(yōu)隸屬度均為1。若以Δij（i＝1，…，m；j＝1，…，n）表示標準模糊物元Ron與從優(yōu)隸屬度矩陣Rmn中元素差的平方，則組成差平方矩陣RΔ為：

4）熵值法確立權重

熵值可以反映系統(tǒng)的無序程度，量化已知的有用信息。熵值法是由評價指標值構成的判斷矩陣來確定各個指標權重的一種方法，它能盡量消除各指標權重的主觀性，使評價結果更符合實際，其評價指標的熵值計算步驟如下：

（1）構建m個評價對象和n個指標的判斷矩陣H

（2）將判斷矩陣H進行歸一化處理

以lij表示在第j項指標上第i個評價對象的標準化數(shù)值，那么根據(jù)標準化定義則有l(wèi)ij∈［0，1］。根據(jù)式（3．10）可計算得到歸一化矩陣L，即

（3）計算指標熵值

以pij表示第j項指標上第i個評價對象的比重，則：

以ej表示第j項指標的熵值，根據(jù)熵的定義，則：

特別地，當pij＝0時，pijlnpij＝0。

（4）計算權重W

n

（5）干旱評價貼近度

貼近度是指被評價樣本與標準樣本兩者之間互相接近的程度，貼近度越大，表示兩者越接近，反之則相離越遠。因此，可以根據(jù)貼近度的大小對各方案進行優(yōu)劣排序，也可以根據(jù)標準值的貼近度進行類別劃分?？梢杂媚：阕觼碛嬎愫蜆嫿ㄙN近度模糊物元矩陣RρH：

式中：ρHj為貼近度模糊物元矩陣RρH中的第j個貼近度，計算式為：

通過ρHj之間的歐式距離來判斷評價事物隸屬的標準。

5．2　干旱特征統(tǒng)計及關聯(lián)性分析

為了減少站點資料觀測誤差、干旱指標計算方法或者是局部地區(qū)氣候異常等因素可能帶來的影響，本研究以一定的影響范圍作為判定流域干旱事件是否發(fā)生的閾值水平，即當干旱影響范圍超過該閾值水平時才認為塔河流域出現(xiàn)干旱事件。不同閾值水平（0%，10%，20%，30%，40%和50%）提取出來的干旱事件特征統(tǒng)計見表5．1。

表5．1　塔河流域氣象干旱與農(nóng)業(yè)干旱事件特征統(tǒng)計

從表5．1可見，當閾值水平從0%擴展至10%時，長歷時的氣象干旱事件被截斷成數(shù)次歷時相對較短的事件，導致干旱總次數(shù)的上升，隨著閾值水平的繼續(xù)提高，影響范圍較小的氣象干旱事件逐漸被過濾掉，干旱總次數(shù)下降；不同閾值水平下提取出來的氣象干旱事件，范圍越大，程度越嚴重。這種規(guī)律可以通過統(tǒng)計主要的干旱事件得到證實。分別依據(jù)歷時、范圍和程度列舉了1961—2000年發(fā)生的主要干旱事件（前3位），不難發(fā)現(xiàn)1961—1965年（紅色）和1974—1981年（藍色）兩個時期發(fā)生的干旱事件均以歷時長、范圍大和程度嚴重為特征。相反，1997—2000年間（黃色）發(fā)生的農(nóng)業(yè)干旱事件具有歷時長和范圍大的顯著特征，但程度并沒有特別嚴重，說明極端的農(nóng)業(yè)干旱事件多以歷時短且范圍小的形式在局部地區(qū)發(fā)生，見表5．2。

表5．2（彩插6）　塔河流域主要干旱事件統(tǒng)計表

圖5．1顯示在影響范圍為10%的閾值水平下，根據(jù)不同干旱特征統(tǒng)計得出塔河流域干旱事件累積頻率分布。在氣象干旱和農(nóng)業(yè)干旱中，歷時小于或等于2個月的干旱事件均占據(jù)了35%以上，說明這種短歷時的干旱事件發(fā)生頻率相對較高；農(nóng)業(yè)干旱歷時在12～23（月）之前存在一明顯間隙，查看表5．2可知是由1998—2000年異常偏長的農(nóng)業(yè)干旱事件導致；與歷時相比，干旱范圍和程度的分布曲線顯得較為連續(xù)均勻，因此可作為分析區(qū)域干旱事件發(fā)生的重要依據(jù)。

圖5．1　10%閾值水平下塔河流域干旱事件累積頻率分布

5．3　托什干河流域評價應用

首先根據(jù)流域內(nèi)代表氣象站和水文站的資料進行干旱指標計算，并對各干旱類型進行單因素評價。2001—2007年托什干河流域三大干旱的演變趨勢見圖5．2。

2001—2005年RDI均大于0，說明流域未出現(xiàn)明顯的氣象干旱事件；直到2006年5月RDI達到－0．64，顯示發(fā)生輕微的春旱事件，與當年水資源公報描述的“春季4月下旬～5月中旬，南疆地區(qū)普遍偏高0．5～0．8℃，大部分地區(qū)降水量偏少20%～70%”基本吻合；2007年5月RDI值再次達到－1．04，說明春季再次發(fā)生了中等級別的干旱事件，與該年水資源公報描述的“今春，南疆大部分地區(qū)氣溫較常年偏高0．2～4．4℃”和“大部分地區(qū)開春提早15～25天”相符。

圖5．2　2001—2007年托什干河流域干旱演變趨勢（3月尺度）

2001—2005年前托什干河一直處于平水或豐水期，到2006年徑流量有所下降，但仍維持正常水平，而2007年全年SDI均低于－0．5，特別是8月的SDI值更低至－0．95，說明該流域發(fā)生了持續(xù)整年的水文干旱事件，與當年的水資源公報“流域主要河流在主汛期來水量偏少幅度較大，為歷史罕見，導致南疆各地出現(xiàn)了春、夏、秋連旱”和“阿克蘇地區(qū)的托什干河河流水量較歷年同期偏少8%，造成灌溉供需矛盾進一步加劇”等描述一致。

利用綜合干旱評價模型，對2007年6月托什干河流域進行干旱評價，并對評價結果與實際歷史資料進行對比分析，以檢驗其合理性。托什干河流流域主要代表站點為阿合奇氣象站和沙里桂蘭克水文站，根據(jù)阿合奇站2007年6月的實測降雨和沙里桂蘭克的徑流資料，得到SPI－3、SPI－6、SRI三個干旱指標，見表5．3。

表5．3　托什干河流域2007年6月旱情評價指標值

由于SPI－3、SPI－6、SRI均屬于越大越優(yōu)型（越大越不干旱），對指標進行歸一化處理，得到從優(yōu)隸屬度矩陣：

托什干河流域2007年6月的干旱狀況與中度干旱的歐式距離為0．197　5，與嚴重干旱的歐式距離為0．052　5，故評價托什干河流域2007年6月為嚴重干旱月。根據(jù)塔河流域水資源公報記載，2007年6月持續(xù)高溫少雨，同時徑流偏少，水資源嚴重不足。運用模糊物元模型評價的干旱情況與托什干河流域的實際干旱情況相吻合，表明計算結果合理。

綜合干旱評價體系中，氣象干旱與水文干旱對實際干旱的重要程度因評價范圍和目的而定，并可以不斷向外擴展和開放，能夠隨著日后水庫水位和地下水位等資料的補充而不斷完善，對不同水功能區(qū)可以根據(jù)決策情景綜合主觀及客觀權重系數(shù)，對不同部門應對干旱災害提供客觀的技術支持。

5．4　未來徑流變化趨勢分析

干旱作為全球最為常見的極端氣候事件，制約著經(jīng)濟發(fā)展和人類生活質(zhì)量的提高，使本已極為脆弱的生態(tài)環(huán)境更趨惡化。根據(jù)政府間氣候變化專門委員會第四次評估報告（IPCC　AR4）的研究結果，未來隨著全球變暖，以干旱和洪澇為代表的一些極端氣候事件發(fā)生的頻率和強度將會持續(xù)加強。在全球氣候變暖的背景下，近50年來我國干旱發(fā)生的頻率和強度也最為顯著，給人們的社會生活和經(jīng)濟發(fā)展帶來了嚴重的影響。因此，探索干旱等極端氣候事件未來的可能變化及影響對政府部門制定防災減災決策服務等具有積極的意義。

5．4．1　未來氣候變化情景

《IPCC排放情景特別報告》中所描述的SRES情景，可分為探索可替代發(fā)展路徑的四個情景族（A1，A2，B1和B2），涉及人口、經(jīng)濟和技術驅動力以及由此產(chǎn)生的溫室氣體排放等內(nèi)容。排放預估結果被廣泛用于評估未來的氣候變化。

A1情景假定這樣一個世界：經(jīng)濟增長非?？?，全球人口數(shù)量峰值出現(xiàn)在本世紀中葉，新的和更高效的技術被迅速引進。A1情景分為三組，分別描述了技術變化中可供選擇的方向：化石燃料密集型（A1FI）、非化石燃料能源（A1T）以及各種能源之間的平衡（A1B）。B1情景描述了一個趨同的世界：全球人口數(shù)量與A1情景相同，但經(jīng)濟結構向服務和信息經(jīng)濟方向更加迅速地調(diào)整。B2情景描述了一個人口和經(jīng)濟增長速度處于中等水平的世界：強調(diào)經(jīng)濟、社會和環(huán)境可持續(xù)發(fā)展的具體解決方案。A2情景描述了一個很不均衡的世界：人口快速增長、經(jīng)濟發(fā)展緩慢、技術進步緩慢。對任何的SRES情景均未賦予任何可能性。

氣候變化研究中，各個全球氣候模式（Global　Climate　Models，GCMs）對不同地區(qū)的模擬效果不盡相同，許多科學家的研究證明多個模式的平均效果優(yōu)于單個模式的效果。因此，國家氣候中心對參與IPCC　AR4的20多個不同分辨率的GCMs的模擬結果經(jīng)過插值降尺度計算，將其統(tǒng)一到同一分辨率下，對其在東亞地區(qū)的模擬效果進行檢驗，利用可靠性加權平均（Reliability　Ensemble　Averaging，REA）方法進行多模式集合，制作成一套1901—2100年逐月平均資料，提供給從事氣候變化影響研究的科研人員使用。REA加權平均數(shù)據(jù)在不同SRES情景下所使用的模式數(shù)量為：SRESA1B、B1情景下17個模式，SRESA2情景下16個模式。數(shù)據(jù)分辨率為1°×1°，海洋—陸地區(qū)域格點分布見圖5．3。

圖5．3　REA加權平均數(shù)據(jù)海陸格點分布

將REA加權平均數(shù)據(jù)從原始格點插值校正到觀測站點上，得到對應站點在不同情景下氣候變化的預估結果。以阿克蘇氣象站為例，圖5．4及圖5．5分別顯示在A1B、A2和B1情景下阿克蘇站的氣溫和降水的未來逐年變化趨勢。站點尺度的未來氣候變化預估數(shù)據(jù)可作為流域水文模型的驅動場，用以模擬分析關注的地區(qū)對氣候變化的水文響應，包括河流水量的季節(jié)分配、極端洪旱事件的特征演變以及高山冰川物質(zhì)平衡改變等，該數(shù)據(jù)也對評估氣候變化和水資源時空格局的影響有著深刻的意義。

圖5．4　阿克蘇站未來氣溫逐年變化趨勢

圖5．5　阿克蘇站未來降水逐年變化趨勢

5．4．2　冰雪水文模型構建

阿克蘇河作為塔河上游“三源流”中最重要一源，占據(jù)塔河干流水量的70%～ 80%，其北支昆馬力克河擁有1．28萬km2的流域面積，以高山降雨及冰雪消融為主的方式補給徑流，與阿克蘇河下游相比受人類活動影響較少，因此被選取為分析塔河流域未來干旱情景的典型代表流域。針對此流域超過20%的冰川覆蓋率，本研究構建了月尺度冰雪水文模型用以探索其獨特的產(chǎn)匯流規(guī)律。

冰雪物質(zhì)平衡方案：

本研究中冰雪物質(zhì)平衡的參數(shù)化方案所基于的是中國冰川編目及相應的冰川目錄數(shù)據(jù)庫。中國冰川編目是在航空相片校對地形圖和野外考察的基礎上，逐條量算冰川面積、類型、雪線高度以及冰儲量等34項形態(tài)指標，最后集成為《中國冰川目錄》12卷22冊，并附有冰川分布圖195幅。為便于科學研究和生產(chǎn)部門使用，編寫了《簡明中國冰川目錄》中英文版專著，并建立了冰川目錄數(shù)據(jù)庫，見圖5．6。

圖5．6　中國冰川目錄數(shù)據(jù)庫

在ArcGIS平臺上，通過數(shù)字高程模型（Digital　Elevation　Model，簡稱DEM）生成流域邊界及對應水系，再對冰川目錄數(shù)據(jù)庫系統(tǒng)的相關信息進行查詢、提取和疊加，生成了阿克蘇河流域水系及冰川分布圖，見圖5．7。對于要進行模擬的特定流域，再在ArcGIS平臺上對其范圍內(nèi)冰川的位置、高程、面積、厚度及儲量等主要特征進行提取和統(tǒng)計，由此成為本研究中冰雪物質(zhì)平衡參數(shù)化方案的數(shù)據(jù)基礎。

圖5．7　阿克蘇河流域水系及冰川分布圖

首先引入一種基于氣溫的方法來識別降雨及降雪：若月最低氣溫（Tmin）高于閾值氣溫（Tthres）時，認為所有降水以降雨形式出現(xiàn)；若月最高氣溫（Tmax）低于閾值氣溫時，則認為所有降水均為降雪；當閾值氣溫介于月最高氣溫與最低氣溫時，降雨量（Prain）與降雪量（Psnow）將根據(jù)降水量（Ptotal）由以下公式計算出。

由于研究流域內(nèi)高程變化較大，為考慮由此造成對氣溫及降水的影響，我們直接參考阿克蘇河流域的相關研究結果，分別利用氣溫遞減率（Tlapse）及降水梯度（Pgrad）進行修正，見表5．4。另外，為了考慮冰川覆蓋區(qū)域本身對空氣可能存在的冷卻作用，引入可調(diào)試參數(shù)——氣溫遞減放大系數(shù)（Camp）來表現(xiàn)這種對氣溫的反饋效果。

表5．4　昆馬力克河流域氣溫遞減率及降水梯度

式中：Mglacier——冰川消融量（mm）；

Msnow——非冰川區(qū)季節(jié)積雪消融量（mm）；

DDFglacier——冰川度日因子（mm/（天·℃））；

DDFsnow——積雪度日因子（mm/（天·℃））；

Δt——消融時間（天）。

模擬月份內(nèi)的消融時間長度及對應的正積溫將根據(jù)該月的最高及最低氣溫估計。需要說明的，由于塔河流域，特別是高寒山區(qū)缺乏對冰川積雪的實地觀測資料，同時冰川積累區(qū)積雪的成冰作用極為復雜，因此本模型在冰川區(qū)域未對積雪和冰川冰再加以區(qū)分。

引入一個簡單的概念性降雨徑流模型SIXPAR來模擬研究流域的產(chǎn)匯流過程。SIXPAR的模型結構見圖5．8。SIXPAR將土壤沿垂向分成上下兩層，上層從地表延伸至植物根系，下層則用于描述地下水（淺層）的儲存與運動。兩層之間用一條由雙參數(shù)確定的曲線連接，描述水分在重力、土壤吸力等各種作用下的入滲過程。本研究中，采用經(jīng)改進的SIXPAR模擬流域的產(chǎn)匯流過程，將冰川及積雪融水與降雨一并作為上層的輸入處理。另外，使用基于氣溫和太陽輻射的Hargreaves方法估算流域的蒸散發(fā)能力。由于本模型模擬為逐月時間尺度，所以忽略流域匯流可能帶來的影響，即認為月內(nèi)的產(chǎn)流全部流至流域出口。

圖5．8　SIXPAR模型結構

模型參數(shù)調(diào)試分析：

以Nash效率系數(shù)NSE（1970）為標準并以協(xié)合拉水文站1961—2006水文年的逐月實測流量資料為基礎，使用University　of　Arizona提出的Shuffled　Complex Evolution　Metropolis（SCEM－UA）全局優(yōu)化方法調(diào)試模型參數(shù)。最終優(yōu)化結果為，在調(diào)試期（1961—2000年）和檢驗期（2001—2006年）NSE分別達到了0．886 和0．888，見圖5．9。

模型參數(shù)的優(yōu)化結果見表5．5，敏感性參數(shù)Camp的優(yōu)化值為1．36，說明相比非冰川區(qū)域，冰川區(qū)域對空氣存在顯著的冷卻效應；另外同樣敏感的參數(shù)還有DDFglacier，其優(yōu)化值為4．40，該值與之前在天山南坡Koxkar　Baqi冰川進行的野外觀測值5．70比較接近，說明構建的模型在該流域適用。

圖5．9　調(diào)試期實測與模擬流量對比

表5．5　模型參數(shù)優(yōu)化結果

續(xù)表5．5

5．4．3　未來徑流變化趨勢預估分析

利用插值降尺度至站點尺度的不同情景下的未來氣候預估數(shù)據(jù)（氣溫與降水）驅動構建的冰雪水文模型，獲得了研究流域出口的流量過程。圖5．10顯示的是昆馬力克河流域出口協(xié)合拉水文站未來徑流逐年變化趨勢。從圖中可以發(fā)現(xiàn)全球變暖將加速流域內(nèi)冰川的消融，其直接影響將是導致流域出口徑流量與氣溫一樣明顯呈現(xiàn)持續(xù)增加的趨勢。這也在一定程度上佐證了關于塔河上游源流，特別是最重要的阿克蘇河流域對氣候變化的水文響應問題。

圖5．10　協(xié)合拉站未來徑流逐年變化趨勢

另外，用所構建的月尺度冰雪水文模型能量化分析徑流成分變化（降雨、積雪及冰川消融），也能用于流域尺度的冰川變化監(jiān)測，若與天氣中長期預報技術結合將會為該地區(qū)及早制定相應的防洪抗旱及水資源調(diào)配方案提供有力的工具。

5．5　本章小結

采用模糊物元理論將單個干旱模型綜合考慮，得出相對應的干旱判別等級；在詳細介紹其基本原理的基礎上，進行干旱統(tǒng)計與關聯(lián)分析；以阿克蘇流域為例，對未來氣溫，降水和徑流變化趨勢進行了模擬；構建了月尺度冰季水文模型。基于作物需水特征，提出利用年最小連續(xù)7日平均流量定義為村水流量研究其演變特征與頻率變化，探討干旱內(nèi)陸區(qū)域干旱災害形成機制的方法。選取氣象干旱指標SPI和水文干旱指標SRI，驗證了兩類指標在塔河流域的適用性，以模糊物元理論為基礎，研發(fā)了基于熵值的干旱評價模型，實現(xiàn)了對流域的綜合評價。