图1 湟水流域地理位置
Fig. 1 Geographical location of Huangshui watershed
北京大学学报(自然科学版) 第59卷 第2期 2023年3月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 59, No. 2 (Mar. 2023)
doi: 10.13209/j.0479-8023.2023.012
国家自然科学基金(52209039)资助
收稿日期: 2022–03–08;
修回日期: 2022–07–11
摘要 以青海省湟水流域为研究案例, 考虑气候变化与流域水文循环的密切联系以及气候变化对水环境系统的剧烈影响, 构建气候变化影响下的流域水环境承载力评估方法体系。该体系从系统性和整体性的角度进行时间与空间尺度上的匹配, 从而精确地评估气候变化对流域尺度水文循环的影响, 开展水环境承载力计算, 最终建立气候变化影响下的流域水环境承载力动态变化评估。研究结果表明, 气候变暖将导致湟水流域水环境承载力下降, 但随着时间推移, 未来气候变化情景下的水环境承载力总体上呈现改善的趋势。
关键词 水环境; 气候变化; 水资源; 水环境承载力
水环境承载力可以表征流域水系统为人类提供水资源可利用总量和消纳水污染的能力, 是水资源优化配置需要考虑的核心要素[1–2]以及决定区域人口经济规模发展的主要因素, 也是制定流域水资源分配方案及可持续发展规划的重要科学依据[3–4]。承载力的概念来源于物理学, 指物体在不产生任何破坏时所能承受的最大负荷。目前, 承载力的概念广泛应用于多个领域, 并产生环境承载力、生态承载力和土地承载力等概念, 其中, 水环境承载力成为水资源科学中的研究热点[1,5]。
水环境承载力涉及研究区域的地理位置、自然条件和经济社会人口发展状况, 具有一定的不确定性与复杂性, 因此相关研究以应用为主[6–7]。具体地, 降水量和气温等气象条件与流域水文循环存在着密切联系, 并通过水文循环过程, 进一步影响流域水资源可利用总量与水环境容量[8–9]。这就意味着未来气候变化将在影响流域水文条件的基础上对水资源承载力产生重大影响, 在深刻影响水资源系统供水和需水过程的同时, 进一步加剧水资源的供需矛盾[10]。
目前, 对气候变化和水环境承载力等领域开展的研究多集中在单一系统或局部问题中[11]。如何从系统性和整体性的角度进行时间与空间尺度上的匹配, 选取合适的模型与方法, 并建立合理有效的响应关系, 从而精确地评估气候变化对流域尺度水文循环的影响, 开展水环境承载力精确计算, 最终建立气候变化影响下的流域水环境承载力动态变化评估与分析研究, 是目前急需解决的问题[12–13]。目前研究方法以构建指标体系为主, 缺乏针对水环境承载力对区域发展限制性因素的研究, 尤其是涉及制定区域未来发展规划的核心要素——可利用水资源量与水环境容量, 尚无合理的方法可以用来进行定量精确的计算与分析[14]。同时, 作为不可忽视的影响因素, 气候变化对流域尺度的水环境承载力影响的研究也相对较少。
本文首先以研究区不同气候变化情景下未来降雨量、气温等气象因素作为输入条件, 结合流域水文模拟模型, 分析流域尺度水文变化情况, 然后基于水文循环过程与流域水环境承载力核心要素——水资源可利用量与水环境容量的关系, 建立“气候变化情景–水文响应–承载力评估”综合研究框架, 开展流域水环境承载力评价, 从而为流域水环境、水资源的多维度综合管理提供决策支持。
本研究以湟水河干流小峡桥断面上游为研究案例, 总面积约为 10337km2。如图 1 所示, 湟水流域位于青海省东北部, 青藏高原与黄土高原的过渡地带。流域西部为日月山, 邻近青海湖内陆水系; 北部为祁连山, 邻近河西走廊内陆水系; 南部为拉脊山, 邻近黄河干流水系; 东部连接黄河支流庄浪河水系。湟水流域地处内陆, 为高原大陆性气候, 属于半湿润地区。该区域海拔高, 蒸发量大, 昼夜温差大。全年降雨量分布不均, 总降水量的 60%～ 80%集中在汛期, 11 月至 2 月枯水期降水量仅占全年降雨量的 3%左右。湟水流域面积仅为青海省总面积的 14%, 但承载着青海省超过一半的人口和生产总值, 是青海省的政治、经济和文化中心[15–16]。
湟水流域用水主要来源于地表水和地下水, 多年均地表水资源总量为 9.22×108 m3, 占全省水资源总量的 1.54%。湟水流域作为青海省人口、产业聚集区, 是青海省最严重的缺水地区。随着区域内城镇化进程加快, 人口数量逐年提高。自西部开发政策实施以来, 区域内产业规模有了飞速的发展, 在多方面因素共同作用下, 湟水流域水资源短缺现象日益严重。此外, 流域内水资源利用程度高, 河流流量小, 严重超过流域水环境承载力, 缺水性污染问题十分突出[17]。虽然“十二五”规划期间湟水流域水污染防治成效显著, 但城市污水收集以及处理设施建设速度仍落后于城镇化进展和居住人口的增长, 整体水环境功能区达标率不高, 区间内监测断面水质不容乐观。
图1 湟水流域地理位置
Fig. 1 Geographical location of Huangshui watershed
作为 SWAT 模型[18]输入的未来气候预测数据来源于 CMIP5 气候变化模型输出数据[19], 可以从IPCC 网站(http://www.ipcc-data.org)获得。世界气候研究计划(World Climate Research Programme, WCRP)组织开展的国际耦合模式比较计划(CMIP)旨在统一的框架下开展多模式比较研究, 为国际耦合模式的评估以及后续长远发展提供了重要的平台[20]。参与这一计划的数据资料广泛应用于预估未来气候变化特征和分析气候变化趋势等研究, 其研究结果是政府间气候变化专门委员会(IPCC)对未来气候变化评估的重要内容[21]。新的典型浓度路径(RCPs)情景充分考虑了未来温室气体排放对气候变化的影响, 这些排放情景主要包括低浓度排放情景 RCP26、中浓度排放情景 RCP45 和高浓度排放情景 RCP85 等[22]。本文利用加拿大气候建模与分析中心(Canadian Centre for Climate Modelling and Analysis, CCCma)开发的 CanESM2 (The Second Ge-neration Canadian Earth System Model)模型产出的相关气候变化数据作为 SWAT 模型的输入[23], 对比分析 RCP26, RCP45 和 RCP85 等情景的输出结果。
SWAT 模型起源于 20 世纪 90 年代, 由美国农业部农业研究中心在 SWRRB 模型[2]的基础上开发。该模型以水文响应单元为基础, 模拟单元的半分布式模型, 可以较好地模拟流域尺度水文水质变化情况, 还可以反映农田施肥、灌溉和种植方式等因素的影响[24–26]。
SWAT 模型的水文过程分为陆域坡面汇流和河道中河道径流两部分。陆域汇流过程由降雨过程、雨水经植物冠层截留后进入土壤、地下水以及形成地表径流几个部分组成。河道中发生的河道径流过程主要受水面蒸发作用和河水下渗等因素影响。模型的水量平衡方程如下:
(1)
其中, 
代表土壤最终含水量(mm), 
代表土壤初始含水量(mm), t 代表时间(d), 
代表第
天总降水量(mm), 
代表第i天地表径流总量(mm), 
代表第 i 天蒸散总量(mm), 
代表第 i天土壤渗透量和侧流总量(mm), 
代表第i天地下径流总量(mm)。
本文中气象观测数据来自国家地球系统科学数据平台(http://westdc.westgis.ac.cn/)寒区旱区科学数据中心黄河上游标准站日气象数据(1952—2011)。标准站数据包括 15 个要素: 平均气压、最高气压、最低气压、平均气温、最高气温、最低气温、平均相对湿度、最小相对湿度、降水量、平均风速、最大风速、最大风速风向、极大风速、极大风速风向和日照时数, 本研究中涉及到湟水流域的站点为西宁站和门源站。本研究采用的 DEM 数据分辨率为 30m, 来源于中国地理空间数据云网站的ASTER GDEM数据集。土地利用数据来自中国科学院资源环境科学数据中心, 包括农田、林地、草地、水体、城镇和未利用地 6 个一级类型和多个二级类型, 数据类型为 1km 分辨率的栅格数据。土壤数据来自国家地球系统科学数据平台寒区旱区科学数据中心基于世界土壤数据库(HWSD)的土壤数据集(v1.2)。
本文采用 Tennant 方法[27]计算水资源可利用量。该方法最早应用于美国中西部, 通过对多个河道内流量与鱼类栖息地环境质量之间相关性的研究, 确定河道内生态需水量占河流多年平均天然流量的比值, 并以此评价河道生态的良好程度[28]。例如, 在可以维持河道生物栖息地生存的情况下, 以天然流量的 10%为标准确定的生态流量; 能够维持适宜的河道内生态环境系统, 用天然流量的 30％表示; 能够维持最佳的河道内生态环境系统, 用天然流量的 60％表示。根据逐月径流变化情况及鱼类等水生生物的生长条件, 分为 10 月至 3 月、4 月至 9 月两个时段, 并设定不同的标准(表 1)。
Tennant 方法适用于对干旱半干旱地区永久性河流河道内生态需水量的计算。在实际应用时, 需要根据研究区域水文变化情况及区域特点, 对方法进行适当的改进[29–31]。
考虑到流域系统水环境特点以及数据获取难易程度等因素[32], 本文用数据量需求较少的一维模型进行计算。当忽略离散作用时, 描述河流污染物一维稳态衰减规律的微分方程遵循一级反应动力学。
(2)
表1 Tennant生态需水量基流划分范围(%)
Table 1 Range of basal flow division of Tennant ecological water demand (%)
流量的叙述性描述推荐的基流(平均流量百分数)10—3月4—9月 最大200200 最佳范围60～10060～100 很好4060 好3050 良好2040 一般或较差1030 差或最小1010 极差0～100～10
(3)
(4)
其中, K 定义污染物综合降解系数, c表示控制断面污染物的浓度, C0表示基准断面污染物的本底浓度, u 表示控制断面平均流速, L 表示控制断面至基准端面的距离。
(5)
(6)
(7)
其中, WI表示水环境控制单元理想水环境容量(t), WR表示现实水环境容量(t), Wp表示单元自净容量(t), Cs表示控制单元水质目标值(mg/L), Css表示上游控制单元水质目标(mg/L), Q表示河段上断面设计流量(m3/s),
表示总的汇入流量(m3/s), X1表示概化口至上游对照断面距离(m), X2 表示概化口至下游对照断的距离(m)。
水资源承载力是区域自然资源承载力的重要组成部分, 是水资源紧缺地区能否支撑人口、经济与环境协调发展的一个“瓶颈”指标[33–36], 如何定量地计算与评价流域的水环境承载力具有非常重要的意义[37–38]。本文选取涉及流域内人口、资源与环境发展的流域内可利用水资源量和水体纳污能力(即水环境容量)两项指标, 结合流域 SWAT 水文模型、水资源可利用量计算以及 Qual-2k 水环境容量计算结果, 通过与基准期对比的方式, 对湟水流域未来气候变化情景下不同规划期水环境承载力进行计算与评价。
(8)
(9)
(10)
其中, SW 为水资源可利用量指数, WAV 为不同时期流域可利用水资源量, SE 为水环境容量指数, WP 为不同时期流域水环境容量, ST 为水环境承载力指数, α 为水资源可利用量指数权重, β 为水环境容量指数权重。
水文响应单元(hydrological response units, HRU)是 SWAT 模型中进行水文和水质模拟的最小模拟单元, 该单元依托土地利用数据、土壤数据和坡度等数据生成[39]。将土壤、土地利用和 DEM 等数据图层加载到 HRU Analysis 模块下的 Land use/Soil/Slope definition 功能中, 根据基础数据库建立过程中设定的索引表, 对土地利用数据和土壤数据重新分类为小于 5 度、5～20 度以及大于 20 度 3 个等级。在 HRU definition 模块中, 采用“multiple HRU”方法, 通过对土地利用、土壤及坡度各个类型分别设定阈值来完成各类型的整合, 即当某一类型的面积占比小于该阈值时, 该类型将被整合到其他类型中[40]。本研究对土地利用、土壤和坡度分别设定的阈值为 15%, 20%和 20%。最终, 本文共划分 1771个水文响应单元。
利用 CMIP5 气候变化模型输出的未来气候预测数据(RCP26, RCP45 和 RCP85 情景), 分别建立不同情景下湟水流域的 SWAT 模型, 并基于率定后的模型参数, 获得未来不同碳排放情景下湟水流域小峡桥断面的年均径流数据。2021—2035 年的逐年预测结果如图 2 所示。对比不同的情景, 可以发现流域出口处径流量有较大的差别, RCP26, RCP45和RCP85 情景下多年平均径流量分别为 64.59, 59.20和 49.61m3/s。随着碳排放量增大, 径流量降低, 但是均大于 2006—2015 年基准期的多年平均径流量49.59m3/s。
图2 湟水流域不同情景年平均径流量
Fig. 2 Annual average runoff in Huangshui watershed
分析不同碳排放情景可知, 在 RCP26 情景下, 湟水流域逐年平均径流量呈现一定的上升趋势, 径流量最大的年份为 2031 年, 可以达到 73.41m3/s, 径流量最小的年份为 2024 年, 仅为 55.4m3/s, 为最大年份的 75%左右。在 RCP45 情景下, 湟水流域逐年平均径流量呈现明显的下降趋势, 径流量最大的年份为 2026 年, 为 74.38m3/s, 径流量最小的年份为 2035 年, 仅为 41.38m3/s, 为最大年份的 55.6%左右。在 RCP85 情景下, 湟水流域逐年平均径流量基本上保持稳定, 大多数年份在 50m3/s左右, 径流量最大的年份为 2023 年, 为 63.83m3/s, 径流量最小的年份为 2021 年, 仅为 42.03m3/s。
由于流域水资源可利用总量为流域年平均径流量与河道内生态需水量的差值, 因此通常流域将全年分为两个时期, 分别计算推荐平均流量百分数, 其中第 1 时期为 10 — 3 月, 第 2 时期为 4 — 9 月。考虑到湟水流域区域的特点, 结合流域逐月径流量, 对两个时期重新进行划分。基于湟水流域出口小峡桥断面 2006—2015 年逐月平均径流量相关数据, 湟水流域多年平均径流量为 49.59m3/s, 12—4 月平均径流量基本上在 30m3/s 以下, 占全年径流量的 22%, 其中最枯月为 3 月, 仅为 23.73m3/s。5—11月平均径流量均在 40m3/s 以上, 占全年径流量的78%, 其中 7—9 月平均径流量可以达到 80m3/s。因此, 本研究将全年分为 12—4 月和 5—11 月两个时间段, 分别计算河流流量推荐值百分比。作为黄河上游最大的一级支流, 湟水流域受地质条件和人为因素的影响, 水土流失严重, 水体泥沙含量较高。通过计算西宁站的多年平均输沙, 得到多年平均含沙量为 2.45kg/m3。为了保证湟水河河道内具有足够的水资源将水体中的泥沙输送到下游, 需要在原 Ten-nant 方法的基础上增加输沙需水量。通过计算, 得到湟水流域年均输沙需水量约为 1.34 亿 m3, 占年平均径流量的 8.58%, 推荐最终生态基流量为年平均径流量的 68.58%。基于流域水文模拟, 预测基准期及未来不同气候情景下的径流量, 根据 2006—2015年的年平均径流量, 结合修正后的 Tennant 方法, 计算得到最佳情况下湟水流域多年平均河道内生态需水量为 10.72 亿m3。
以不同规划期年平均径流量为输入数据, 分别计算不同情景下不同规划期流域河道内生态需水量, 最终得到不同情景下湟水流域预测期逐年水资源可利用量, 如图 3 所示。RCP26 情景下多年平均可利用水资源量为 6.4 亿 m3, 水资源可利用量最多的年份为 2025 年, 达到 8.33 亿 m3, 水资源可利用量最少的年份为 2024 年, 仅为 3.62 亿 m3。RCP45情景下多年平均可利用水资源量为 5.87 亿 m3, 水资源可利用量最多的年份为 2026 年, 达到 8.74 亿 m3, 水资源可利用量最少的年份为 2035 年, 仅为 2.83 亿m3。RCP85 情景下多年平均可利用水资源量为 4.92亿 m3, 水资源可利用量最多的年份为 2023 年, 达到9.13 亿 m3, 水资源可利用量最少的年份为 2021 年, 仅为 2.25 亿 m3。
图3 湟水流域不同情景年平均可利用水资源量
Fig. 3 Annual average available water resources in different scenarios
基于湟水流域未来不同碳排放情景下的年均径流数据, 结合我国国民经济和社会发展规划纲要制定要求, 以 5 年为一个规划时长, 将预测期划分为 3个规划期: 第 1 规划期为 2021—2025 年, 第 2 规划期为 2026—2030 年, 第 3 规划期为 2031—2035 年。将对应的数据输入 Qual-2k 模型, 得到湟水流域不同情景下不同规划期水环境容量(表 2)。结果表明, 湟水流域基准年 COD, NH3-N 和 TP 水环境容量分别为 42521.19, 2194.42 和 119.90t。结合湟水流域污染物统计结果可知, 湟水流域目前 COD, NH3-N 和TP 水环境容量均处于超负荷状态, NH3-N 和 TP 严重超标, 其中 COD 超标率为 18.83%, NH3-N 超标率为 128.58%, TP 超标率为 222.75%。不同污染物的水环境容量缺口分别为 8007.84, 2821.67 和 267.06 t。
表2 湟水流域水环境容量计算结果(t)
Table 2 Calculation results of water environmental capacity in Huangshui watershed (t)
情景规划期污染物类型 CODNH3-NTP 基准年42521.192194.42119.90 RCP26176603.073844.17449.85 277427.443876.87456.39 382619.414133.40507.69 RCP45175848.583810.73443.16 278856.323948.85470.78 352805.602695.07220.03 RCP85145060.992315.18144.05 253919.432745.96230.20 351221.412609.64202.94
可以看出, 未来不同气候情景下湟水流域水环境容量有较大差别, 同时在不同规划期也存在一定的波动性。RCP26 情景下, 不同污染物有较高的水环境容量。在 RCP26 第 3 个规划期, COD 环境容量可以达到 82619.41t, NH3-N 可以达到 4133.4t, TP 为507.69t。RCP85 情景下, 不同污染物的水环境容量明显降低。在 RCP85 第 1 个规划期, COD 环境容量为 45060.99t, NH3-N 为 2315.18t, TP 为 144.05t。对比未来不同情景下水环境容量和目前湟水流域污染物的排放现状, COD 在 RCP26 和 RCP45 情景下的不同规划期均可以满足排放要求, RCP85 情景下的第 1 个规划期将发生超排现象。NH3-N 在不同情景下不同规划期的水环境容量均低于目前湟水流域NH3-N 排放量。TP 在 RCP26 情景下的不同规划期以及 RCP45 情景下第 1 和 2 规划期可以满足目前湟水流域的排放要求, 在 RCP45 情景下第 3 个规划期和RCP85 情景下的 3 个规划期均远低于流域目前 TP排放总量。因此, NH3-N 将是未来湟水流域需要重点控制的污染物类型, TP 是次要控制污染物。在目前预测结果中, 不需要对 COD 进行额外的控制。
以 2006—2015 年为基准期, 如图 4(a)所示, 在RCP26 情景下, 湟水流域水资源可利用指数不同规划期分别为 1.29, 1.21 和 1.40; RCP45 情景下, 不同规划期分别为 1.26, 1.37 和 0.95; RCP85 情景下, 不同规划期分别为 1.03, 0.93 和 1.05。湟水流域水资源状况整体上处于较好的状态, 同时 RCP26 情景为最优状态。RCP85 情景下, 水资源可利用指数与基准期接近。RCP45 情景下, 水资源可利用指数在第 3 规划期有较大幅度的下降, 在未来流域规划中需要对此状况加以考虑。
图4 湟水流域水资源可利用指数和水环境容量指数
Fig. 4 Water environment capacity index of Huangshui watershed
如图 4(b)所示, RCP26 情景下, 湟水流域水环境容量指数不同规划期分别为 2.44, 2.46 和 2.69;RCP45 情景下, 湟水流域水环境容量指数不同规划期分别为 2.41, 2.53 和 1.44; RCP85 情景下,不同规划期分别为 1.11, 1.48 和 1.36。对比不同情景不同规划期湟水流域水环境容量指数可知, 流域水环境容量指数有较基准年均有一定程度的提升, 其中RCP26 情景下均有较大的提升, RCP45 情景下前两个规划期与 RCP26 情景指数接近, 第 3 个规划期有明显的下降。RCP85 情景仍然为最差状态。
基于水资源可利用量指数和水环境容量指数,可以得到湟水流域水环境承载力指数, 如图 5 所示。RCP26 情景下, 湟水流域水环境承载力指数在不同规划期分别为 1.86, 1.84 和 2.05; RCP45 情景下分别为 1.83, 1.95 和 1.19; RCP85 情景下分别为 1.07, 1.20 和 1.21。在第 1 和第 2 规划期, RCP26 和 RCP45情景下湟水流域均有较大的水环境承载能力; 在第3 规划期, RCP45 情景下水环境承载力大幅度下降, 处于 3 个情景下的最低值。RCP85 情景下, 湟水流域水环境承载力与基准期接近, 均处于较低状态。总的来说, 气候变暖将导致更低的水环境承载力, 并且随着时间推移, 未来气候变化情景下的水环境承载力呈现改善的趋势。
图5 湟水流域水环境承载力指数
Fig. 5 Water environment carrying capacity index of Huangshui watershed
本文基于气候变化多情景设计、SWAT 流域水文模拟以及水环境承载力评价方法, 构建气候变化影响下的流域水环境承载力研究方法体系。以中国湟水流域为研究对象, 得到未来直至 2035 年不同气候情景下水环境承载力的变化趋势, 可为流域尺度水环境承载力评估提供参考, 从而为流域水资源–水环境管理提供决策支持。
1)SWAT 模型可以较好地模拟并体现湟水流域各站点水文情况逐月变化规律, 具有较好的模拟 结果。
2)在低浓度排放情景 RCP26 条件下, 湟水流域逐年平均径流量呈现一定的上升趋势; 在中浓度排放情景 RCP45 条件下, 湟水流域逐年平均径流量呈现明显的下降趋势; 在高浓度排放情景 RCP85 条件下, 湟水流域逐年平均径流量基本上保持稳定。
3)考虑到湟水流域河流高泥沙含量的特点, 结合多年水环境统计数据, 最终确定湟水流域最佳生态基流量为年平均径流量的 68.58%。基于 Qual-2k方法, 开展湟水流域水环境容量核算, 可知 COD, NH3-N 和 TP 水环境容量均处于超负荷状态, NH3-N和 TP 严重超标。
4)基于湟水流域水资源可利用量核算及水环境容量核算结果可知, 在第 1 和 2 规划期, RCP26 和RCP45 情景下湟水流域均有较大的水环境承载能力, 在第 3 规划期, RCP45 情景下水环境承载力大幅度下降, 处于 3 个不同情景下的最低值。RCP85情景下, 湟水流域水环境承载力与基准期接近, 均处于较低状态。
本文中, 水环境承载力计算方法主要基于可利用水资源量和水环境容量两个维度, 并且在 Qual-2k 模型中将水质指标作为单纯的考核指标。在未来的研究中, 可进一步结合水生态相关研究, 将水生态指标作为考核标准加以计算与评价。
参考文献
[1] 彭少明, 郑小康, 王煜, 等. 黄河流域水资源–能源– 粮食的协同优化. 水科学进展, 2017, 28(5): 681–690
[2] 郭军庭, 张志强, 王盛萍, 等. 应用SWAT模型研究潮河流域土地利用和气候变化对径流的影响. 生态学报, 2014, 34(6): 1559–1567
[3] 刘凯, 任建兰, 张理娟, 等. 人地关系视角下城镇化的资源环境承载力响应——以山东省为例. 经济地理, 2016, 36(9): 77–84
[4] Charlton M, Arnell N. Adapting to climate change impacts on water resources in England — an asses-sment of draft Water Resources Management Plans. Global Environmental Change, 2011, 21(1): 238–248
[5] 汪嘉杨, 廖庆伟, 郭倩, 等. 太湖流域水环境承载力评价研究. 中国环境科学, 2017, 37(5): 1979–1987
[6] 黄昌硕, 耿雷华, 颜冰, 等. 水资源承载力动态预测与调控——以黄河流域为例. 水科学进展, 2021, 32(1): 59–67
[7] 张姗姗, 张落成, 董雅文, 等. 基于水环境承载力评价的产业选择——以扬州市北部沿湖地区为例. 生态学报, 2017, 37(17): 5853–5860
[8] 叶龙浩, 周丰, 郭怀成, 等. 基于水环境承载力的沁河流域系统优化调控. 地理研究, 2013, 32(6): 1007–1016
[9] Candela L, Igel W, Elorza F, et al. Impact assessment of combined climate and management scenarios on groundwater resources and associated wetland (Ma-jorca, Spain). Journal of Hydrology, 2009, 376(3/4): 510–527
[10] Liu R, Borthwicka L. Measurement and assessment of carrying capacity of the environment in Ningbo, China. Environmental Management, 2011, 92(8): 2047–2053
[11] Lin C, Ke J, Huang H. Reliability-based measures for a system with an uncertain parameter environment. Systems Science, 2012, 43: 1146–1156
[12] 张明, 过仲阳, 谈建国. 气候变化对人群健康影响评估方法的研究进展. 环境与职业医学, 2021, 38 (2): 169–174
[13] Barthel R, Jansch S, Nickel D, et al. Using the multiactor-approach in Glowa-Danube to simulate decisions for the water supply sector under conditions of global climate change. Water Resources Manage-ment, 2010, 24(2): 239–275
[14] Kang A, Li J, Lei X, et al. Optimal allocation of water resources considering water quality and the absorbing pollution capacity of water. Water Resources, 2020, 47(2): 336–347
[15] 侯佩玲. 湟水流域水污染变化与治理对策. 青海环境, 2012, 24(3): 107–111
[16] 代文江, 李峥, 李双强, 等. 湟水河流域水环境现状及精准治理措施研究. 吉林水利, 2021(7): 57–62
[17] 刘陆. 2013 年湟水河流域西宁段水污染治理研究. 山东农业工程学院学报, 2015, 32(5): 42–43
[18] Wang J, Wang J, Qin P, et al. Applications of SWAT model in Zhang Wei River Basin. Progress in Geo-graphy, 2010, 25(5): 105–111
[19] 庞靖鹏, 徐宗学, 刘昌明. SWAT模型研究应用进展. 水土保持研究, 2007, 14(3): 31–35
[20] 辛晓歌, 吴统文, 张洁. BCC气候系统模式开展的CMIP5 试验介绍. 气候变化研究进展, 2012, 8(5): 69–73
[21] IPCC. Climate change 2007: the physical science ba-sis. Geneva: IPCC, 2007
[22] 陈敏鹏, 林而达. 代表性浓度路径情景下的全球温室气体减排和对中国的挑战. 气候变化研究进展, 2010, 6(6): 436–442
[23] Fu Z, Xie Y, Zhang Y, et al. Water resource avai-lability assessment through hydrological simulation under climate change in the Huangshui watershed of the Qinghai-Tibet Plateau. Front Earth, 2022, 9: 755119
[24] Ghasemizadeh R, Hellweger F, Butscher C, et al. Review: groundwater flow and transport modeling of karst aquifers, with particular reference to the North Coast Limestone aquifer system of Puerto Rico. Hy-drogeol J, 2012, 20(8): 1441–1461
[25] Fiorllo F. The recession of spring hydrographs, fo-cused on karst aquifers. Water Resources Manage-ment, 2014, 28(7): 1781–1805
[26] Adji T N, Bahtiar I Y. Rainfall-discharge relationship and karst flow components analysis for karst aquifer characterization in Petoyan Spring, Java, Indonesia. Environmental Earth Sciences, 2016, 75(9): 735
[27] 王安琪. 基于水文学方法的生态需水量计算分析. 水土保持应用技术, 2021(5): 15–16
[28] Tennant D L. Instream flow regimens for fish, wild-life, recreation and related environmental resources. Fisheries, 1976, 1(4): 6–10
[29] 郑志宏, 张泽中, 黄强, 等. 生态需水量计算Ten-nant法的改进及应用. 四川大学学报: 工程科学版, 2010, 42(2): 34–39+57
[30] 魏天锋, 刘志辉. 基于改进的Tennant法的博尔塔拉河生态需水量计算. 干旱区研究, 2016, 33(3): 643–648
[31] 杜懿, 麻荣永. 广西澄碧河水库下游河道年生态需水量的计算对比研究. 水资源与水工程学报, 2017, 28(4): 97–102
[32] Wang T, Xu S. Dynamic successive assessment me-thod of water environment carrying capacity and its application. Ecological Indicators, 2015, 52: 134–146
[33] 封志明, 杨艳昭, 闫慧敏, 等. 百年来的资源环境承载力研究: 从理论到实践. 资源科学, 2017, 39 (3): 379–395
[34] 胡彪, 于立云, 李健毅等. 生态文明视域下天津市经济–资源–环境系统协调发展研究. 干旱区资源与环境, 2015, 29(5): 18–23
[35] 王秦, 李伟. 区域资源环境承载力评价研究进展及展望. 生态环境学报, 2020, 29(7): 1487–1498
[36] Zhang M, Liu Y, Wu J, et al. Index system of urban resource and environment carrying capacity based on ecological civilization. Environmental Impact Assess-ment Review, 2018, 68: 90–97
[37] 邱瑀, 卢诚, 徐泽, 等. 湟水河流域水质时空变化特征及其污染源解析. 环境科学学报, 2017, 37(8): 2829–2837
[38] 邓富亮, 金陶陶, 马乐宽, 等. 面向“十三五”流域水环境管理的控制单元划分方法. 水科学进展, 2016, 27(6): 909–917
[39] Nugraha G U, Ridwansyah I, Marganingrum D, et al. Transport modelling In Jakarta Groundwater Basin using QSWATMOD. Earth Environmental Science, 2021, 789(1): 12–45
[40] Byfield D C, Bancroft T, Ma E, et al. Real-world treatment patterns, healthcare resource utilization (HRU), and costs of initial line of therapy (LOT1) in multiple myeloma (MM). Journal of Clinical Onco-logy, 2015, 33(15): 6603
Evaluation Method of Watershed Water Environment Carrying Capacity under Climate Change Scenarios
Abstract The Huangshui River Basin in Qinghai Province was selected as the research case. Considering the close relationship between climate change and hydrological cycle of the basin and the severe impact on the water environment system, the evaluation method system of water environment carrying capacity of the basin under the impact of climate change was constructed. The matching of time and space scales was carried out from the perspective of systematicness and integrity, so as to accurately evaluate the impact of climate change on the hydrological cycle of the basin scale and carry out the calculation of water environment carrying capacity. Finally, the assessment and analysis of the dynamic change of the basin water environmental carrying capacity under the influence of climate change was established. The research results show that climate warming would lead to a decline in the water environmental carrying capacity of the Huangshui River Basin, but with the passage of time, the water environmental carrying capacity under the future climate change scenario would generally improve.
Key words water environment; climate change; water resource; water environment carrying capacity