气候变化下南水北调西线工程受水区雨水资源利用潜力分析

李宇星; 邵薇薇; 苏鑫; 彭祥; 杨志勇; 刘家宏

doi:10.12404/j.issn.1671-1815.2503343

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (11) :4821-4832 DOI: 10.12404/j.issn.1671-1815.2503343

水利工程

气候变化下南水北调西线工程受水区雨水资源利用潜力分析

李宇星 ¹ ,
邵薇薇 ¹^,^* ,
苏鑫 ² ,
彭祥 ¹ ,
杨志勇 ¹ ,
刘家宏 ¹

作者信息 +

Assessment of Rainwater Potential under Climate Change for Water-receiving Area of the Western Route of the South-to-North Water Diversion Project

LI Yu-xing ¹ ,
SHAO Wei-wei ¹^,^* ,
SU Xin ² ,
PENG Xiang ¹ ,
YANG Zhi-yong ¹ ,
LIU Jia-hong ¹

Author information +

文章历史 +

摘要

科学准确量化气候变化条件下南水北调西线工程受水区雨水资源利用潜力对于南水北调后续工程规模论证具有重要意义。基于全球气候模式数据和未来土地利用数据,耦合SCS-CN (soil conservation service curve number) 模型以及分布拟合技术,提出了未来时期不同社会经济共享路径情景下雨水资源利用潜力的分析框架,并以南水北调西线工程城市受水区为例进行了研究。结果显示,未来雨水资源利用潜力的空间分布呈现南部大于北部的特征,特别是渭南市、咸阳市、运城市和定西市等城市显示出显著的雨水资源利用潜力增长。未来时期雨水资源量呈现显著增长趋势,预计在2075—2100年中可达最高,为5.59×10⁹ m³。然而,雨水资源的未来演变存在一定不确定性,尤其在气候变化背景下雨水资源利用潜力减少的年份也呈现增加趋势。这些结果为未来水资源管理与区域可持续发展提供了科学依据,对南水北调西线工程的论证与管理决策具有重要参考价值。

Abstract

A scientific and accurate quantification of the rainwater resource potential in the receiving area of the western route of the South-to-North Water Diversion Project (SNWDP) under climate change is of great importance for the demonstration of the scale of the subsequent SNWDP. Based on global climate model data and future land use data, coupled with the SCS-CN model and distribution fitting technology, an analysis framework of the rainwater resource potential under different socio-economic shared path (SSP) scenarios in the future was proposed and the urban receiving area of the Western Route of the SNWDP was studied. The results show that the spatial distribution of the future rainwater resource potential is larger in the south than in the north. The urbanization process has a significant impact on the rainwater resource potential in this region, especially Weinan City, Xianyang City, Yuncheng City and Dingxi City, which show significant growth in rainwater resource potential. From 2075 to 2100, the rainwater resource shows a significant growth trend and is expected to reach a maximum of 5.59×10⁹ m³. However, there is some uncertainty about the future development of rainwater resources, especially in the context of climate change, the potential of rainwater resources decreases in years and also shows an increasing trend. These results provide a scientific basis for future water resources management and regional sustainable development, and have an important reference value for the demonstration and management decision of the western route of the SNWDP.

Graphical abstract

关键词

CMIP6 / 南水北调西线工程 / 雨水资源 / 气候变化

Key words

CMIP6 / South-to-North Water Diversion Project / rainwater resources / climate change

引用本文

引用格式 ▾

李宇星, 邵薇薇, 苏鑫, 彭祥, 杨志勇, 刘家宏. 气候变化下南水北调西线工程受水区雨水资源利用潜力分析[J]. 科学技术与工程, 2026, 26(11): 4821-4832 DOI:10.12404/j.issn.1671-1815.2503343

LI Yu-xing, SHAO Wei-wei, SU Xin, PENG Xiang, YANG Zhi-yong, LIU Jia-hong. Assessment of Rainwater Potential under Climate Change for Water-receiving Area of the Western Route of the South-to-North Water Diversion Project[J]. Science Technology and Engineering, 2026, 26(11): 4821-4832 DOI:10.12404/j.issn.1671-1815.2503343

登录浏览全文

4963

注册一个新账户忘记密码

在人口增长、经济发展和气候变化的推动下,水资源变得不安全和稀缺^[1-3],极大地阻碍了全球各国社会经济的发展。20世纪90年代,欧美、日本、澳大利亚等发达国家或地区就开始了对雨水资源收集利用技术的研究^[4-6]。在现代先进生产力和科学技术的加持下,科学的雨洪管理已经不再是传统意义上的蓄洪拦洪排洪,将“雨洪灾害”开发成可循环利用的雨洪资源,使得雨水利用方式变得多元化成为了新的热点^[7-9]。这一研究内容也对解决全球性水资源短缺和缓解水危机具有重要的理论价值。

南水北调工程事关长远发展、事关人民福祉,是中国迄今为止最重要的水资源配置战略工程,同时也是国家水网工程的重要组成部分。推进南水北调后续工程建设就是推进南水北调东、中、西3条国家水网主骨架和大动脉建设,构筑“四横三纵、南北调配、东西互济”的水网格局。要深入分析南水北调工程面临的新形势新任务,完整、准确、全面贯彻新发展理念,按照高质量发展要求,统筹发展和安全,遵循确有需要、生态安全、可以持续的重大水利工程论证原则,科学推进工程规划建设,提高水资源集约节约利用水平。城市受水区的雨水资源利用潜力通过增加本地水资源供给、优化水资源管理、降低调水依赖,为南水北调工程的未来发展提供了重要的支持和参考。特别对于西线工程,雨水资源利用潜力可在减少建设需求、缓解生态压力、优化投资布局等方面发挥关键作用,增强工程的经济性和可持续性。因此,通过分析南水北调西线工程受水区未来气候变化趋势,开展雨水资源利用潜力分析,厘清非常规水资源的可利用量,为实施南水北调西线工程规模论证工作提供基础支撑以及研判南水北调后续工程的发展趋势具有十分重要的现实意义。

中外学者针对城市雨水资源利用潜力已开展了部分探索性研究。主流的计算方法大致分为经验公式法、综合径流系数法、不同下垫面分析法以及水文模型。其中,经验公式法易于应用,能够在缺乏详细数据的情况下提供初步估算。石虹远等^[10]利用SCS-CN (soil conservation service curve number) 模型评估了不同水平年情景下鄂尔多斯市主城区的雨水资源化利用潜力;Haider等^[11]利用经验公式法量化了气候变化背景下拉合尔2010年、2022年、2035年,以及2050年的雨水资源利用潜力;李雅楠^[12]利用经验公式法量化了1974—2014年西安市年均雨洪资源利用潜力。但是经验公式法没有综合考虑下垫面的差异,结果准确性多依赖于以往经验,无法用于潜力的预测。综合径流系数法和不同下垫面分析法可看作是经验公式法的一种变形,考虑了不同下垫面类型的影响,适用范围得到了一定的增强。陈思等^[13]利用综合径流系数法以及不同下垫面类型分析法量化了1951—2017年郑州市年均雨洪资源利用潜力;袁子琦^[14]利用径流系数法量化了衡水市多年平均雨洪资源利用潜力;郑斐冉^[15]利用综合径流系数法以及不同下垫面类型分析法分析了1971—2004年郑州航空港区年均雨水利用潜力;樊敏^[16]基于海绵城市背景利用综合径流系数法计算了1984—2015年鹤壁市年均雨洪资源利用潜力。但综合径流系数法和不同下垫面分析法对地表数据和下垫面参数的要求较高,同时,不同城市的径流系数难以准确率定。水文模型法由于具有清晰的物理机制,适用于复杂的城市水文系统,能够模拟雨水流动和管理,在结果可靠性方面具有突出的优势。柴素盈等^[17]利用SCS-CN模型量化了5个代表年份下昆明市年均雨洪资源利用潜力;李璐路^[18]利用SWMM(storm water management model)模型量化了海绵城市背景下1981—2010年黄土地区年均雨水资源利用潜力。但水文模型计算量大,需要详细的输入数据和参数设置。相较于其他模型,SCS-CN模型参数较为简单,计算资源消耗少,非常适用于大尺度的产流计算,而且,与经验公式法相比,可以适用于多种不同下垫面类型,与综合径流系数法和不同下垫面分析法相比,可以实现栅格尺度的精细化计算。

综合来看,现有研究的空间尺度仍集中于城市尺度的研究,缺少精细化的雨水资源利用潜力分析,难以反映雨水资源利用潜力的空间异质性。同时,现有研究主要针对历史时期开展规律分析,对于未来时期气候变化的影响考虑不足,难以指导未来时期的工程建设和城市规划布局^[12-18]。因此现选取SCS-CN模型对南水北调西线工程受水区的雨水资源利用潜力进行量化分析。通过预估其未来时期不同气候变化情景下的雨水资源量,分析雨水资源的时空分布规律,计算雨水资源量的保证率,从而为南水北调西线工程的后续建设和水资源配置及调度方案的制定提供参考。

1 研究区域概况

南水北调西线工程的核心目标在于缓解中国西北地区的水资源短缺问题。如图1所示,西线工程受水区占地面积总计2.64×10⁵ km²,多年平均降水量为412.8 mm。地处102°41″00″E~113°58'00″E以及33°35'00″N~40°17'53″N,包括青海、甘肃、宁夏、内蒙古、陕西以及山西六省(自治区)。研究区共有15座城市:宝鸡、定西、临汾、临夏、吕梁、朔州、太原、铜川、渭南、西安、咸阳、忻州、延安、榆林、运城。横跨中温带和暖温带气候,全年降雨量集中在夏季6—9月,冬季降水稀少。主要土地类型为耕地、草地以及林地。自2014年南水北调东、中线一期工程全面通水以来,工程经受住了特大暴雨、台风、寒潮等极端天气条件的考验,未发生任何安全事故和断水事故,累计供水量超过700亿m³,直接惠及1.2亿多人,对沿线地区生产生活和生态用水发挥了重要支撑作用,经济、社会、生态等效益显著。

目前,南水北调西线工程仍处于前期的论证与规划阶段。该工程计划通过雅砻江、大渡河及金沙江等长江水系的水资源,经过一系列的水利设施,如龙羊峡和刘家峡等大型水库的调节,将调入的水量与黄河现有的水资源进行统一调配^[19]。通过这种高效的水资源管理方式,西线工程有望成为国家水网的主骨架和大动脉,也将是解决黄河流域的水资源短缺问题的根本措施,对于推动区域经济的可持续发展具有不可估量的价值^[20]。

2 数据与方法

2.1 数据资料

利用的多种数据源如表1所示,包括中国气象雨量站点资料、世界土壤数据库中的土壤数据、第六次国际耦合模式比较计划(Coupled Model Intercomparison Project Phase 6, CMIP6)的全球气候模型(global climate model, GCM)数据,以及未来时期的土地利用数据。

在CMIP6中,选取了5个拟合表现较好的GCM包括BCC-CSM2-MR、FGOALS-f3-L、IPSL-CM6A-LR、MIROC6以及NESM3,这些模型的适用性在相关研究中都得到了印证^[21-24]。具体信息如表2所示。

2.2 全球气候模型(GCM)表现评价

如图2所示为5种全球气候模型(GCM)及其多模型集合平均(multi-model ensemble,MME)对实测月降雨量的拟合精度。结果表明,MME模型的拟合表现优于其他单一模型,其均方根误差和标准差均为最小值,同时相关系数最高,达到0.75以上。而其他单一GCM的相关系数大多集中在0.5~0.7,显示出MEAN模型在模拟实测数据方面的显著优势。值得注意的是,在这些单一模型中,MIROC6的拟合表现较差,具体体现在其标准偏差和均方根误差的较高值上。尽管BCC-CSM2-MR、IPSL-CM6A-LR和MIROC6 三者的相关系数相近,但在标准差和均方根误差这两个指标上却存在显著差异。因此,综合评估后,IPSL-CM6A-LR模型的模拟效果相对较优。此外,雨量站的实测数据中可能包含极端降雨事件,这可能导致GCM在拟合时出现一定的局限性。总体而言,尽管几乎所有模型在某些指标上存在不足,但在6种模型中,MME模型仍然表现出相对的优势。因此,选取MME模型作为后续雨水资源利用潜力量化分析的基础。

2.3 雨水资源利用潜力概念及分析框架

雨水利用旨在通过科学的技术手段,将降水收集、存储、处理并加以有效利用,以满足城市和农业等领域的用水需求,同时减少对天然水资源的依赖。因此,雨水资源利用潜力一般是指在经济技术可行的前提下通过降雨或降雨产生的径流收集、存储、净化以及回用的雨水资源量,包括社会经济系统的利用量和生态环境的利用量^[10,15-16]。旨在预估南水北调工程城市受水区的雨水资源利用潜力,为南水北调工程的未来发展提供参考。雨水资源利用潜力定义为流域或地区的自然径流减去地表入渗后,在可预见的时间内可以开发利用的雨水资源量^[17,19]。用径流深表示扣除损失后雨水资源的潜在利用量。

基于未来土地利用数据和未来降雨预测数据量化了气候变化下3种SSP(shared socio-economic pathways)未来情景4个未来时段的雨水资源利用潜力,从时间尺度、空间尺度以及保证率多层次分析了未来时期雨水资源利用潜力变化趋势。

采用了3种典型的共享社会经济路径(shared socioeconomic pathways, SSP)情景:SSP1-2.6、SSP2-4.5和SSP5-8.5。它们分别代表全球在社会经济发展与气候治理强度不同条件下的未来发展方向^[1-3]:①SSP1-2.6:可持续发展路径(低排放情景)对应全球实现绿色低碳转型和强气候政策干预的未来。社会结构趋向公平,能源系统快速脱碳,技术创新和资源利用效率显著提升。②SSP2-4.5:中等发展路径(中等排放情景)是延续当前发展趋势的基准情景,社会经济与技术进步保持中等速度,气候政策力度有限。③SSP5-8.5:化石能源主导路径(高排放情景)对应高经济增长、高能源消耗、弱气候治理的未来。社会追求快速工业化和消费增长,主要依赖化石燃料。基于上述内容构建了雨水资源利用潜力脆弱性评价体系,从雨水资源利用潜力时空变化趋势、雨水资源保证率以及雨水资源利用潜力减少年份对雨水资源进行了脆弱性评价。雨水资源利用潜力分析框架如图3所示。

2.4 SCS-CN模型

在现有的预测降雨径流的方法中,SCS-CN模型因其原理的简洁性、所需参数的有限性以及输入数据的易获取性而广受推崇^[17]。这一方法之所以受到研究者的青睐,不仅在于其在多种环境条件下的有效性,还在于其对下垫面条件、植被覆盖度以及流域面积等关键因素的综合考量。针对特定研究区域,选取未来时期土地利用数据耦合SCS-CN模型以估算该区域可能产生的径流量。该模型在实际应用中的准确性和可靠性,使其成为径流预测的有力工具。计算公式^[25]为

(1)Q=$\frac{(P-{I}_{\mathrm{a}}{)}^{2}}{(P-{I}_{\mathrm{a}})+S}$

式(1)中:Q为降雨累计径流量,mm;P为降雨累积雨量,mm;S为土壤潜在最大截留水量;I_a为截留、填洼、下渗初始量等降雨初损量。为了简化上述方程,根据美国不同流域的数据建立了变量S和I_a之间的经验关系以及相关研究^[26],得

(2)I_a=0.2S

(3)S=$\frac{25400}{\mathrm{C}\mathrm{N}}$-254

式(3)中:CN表示流域水文土地利用/土地覆盖单元水文土壤类群在水分条件下的参数。

设AMC为所考虑的降雨径流事件开始时土壤中存在的水分含量,AMC-I和AMC-II分别为不同的前期水分条件,对应不同的曲线数值CNI和CNII。获得不同土地利用和水文条件下AMC-I和AMC-II的CN值^[27]的经验公式为

(4)CNI=$\frac{4.2\mathrm{C}\mathrm{N}\mathrm{I}\mathrm{I}}{10-0.058\mathrm{C}\mathrm{N}\mathrm{I}\mathrm{I}}$

(5)CNIII=$\frac{23\mathrm{C}\mathrm{N}\mathrm{I}\mathrm{I}}{10+0.13\mathrm{C}\mathrm{N}\mathrm{I}\mathrm{I}}$

2.5 雨水资源利用潜力计算方法

将研究区按照基础数据的空间分辨率划分为若干栅格,每个栅格的径流量受到土地利用、土壤和坡度特征的影响,通过将每个栅格的年径流量和每个栅格的面积相乘来估算每个栅格的雨水资源利用潜力。将所有栅格的雨水资源利用潜力累加,即研究区内收集的雨水资源利用潜力,可以用公式^[12]表示为

(6)W=$\stackrel{N}{\sum _{i=1}}\stackrel{M}{\sum _{j=1}}$Q_ijA_ij

式(6)中:W为集水区内雨水资源利用潜力总量,m³;A_ij为每个集水区,m²;Q_ij为每个集水区的年径流深,mm(为了保证计算的准确性,需要将计算单位转换为 m);N为城市的数量;M为城市内部栅格的数量;集水区的子集是不规则的,变量i、j分别被限制在1~N和1~M的范围内。

2.6 雨水资源利用潜力脆弱性评价指标体系

针对南水北调西线工程受水区提出了脆弱性评价体系,评价体系包含3个指标:雨水资源利用潜力变化率、雨水资源利用潜力减少年份所占比例以及雨水资源利用潜力保证率。通过上述3个指标全面评估南水北调西线工程受水区的雨水资源利用潜力的脆弱性。

雨水资源利用潜力变化率量化了雨水资源利用潜力的变化幅度,能够反映雨水资源的动态变化情况。如果变化率较高,说明雨水资源的可用性在快速变化。通过分析雨水资源利用潜力的变化率,可以反映出区域对气候变化或其他环境因素的适应能力。雨水资源利用潜力变化率可以用公式表示为

(7)R=$\frac{{W}_{t}-{W}_{基}}{{W}_{基}}$

式(7)中:R为某个未来时段的雨水资源利用潜力变化率;W_t为第t个未来时段的年均雨水资源利用潜力,m³;W_基为基准年雨水资源利用潜力,m³。当雨水资源利用潜力变化率越大时,说明其越不稳定,即潜力变化率高低与脆弱性强弱成正比。

雨水资源利用潜力保证率评估了在不同情景下雨水资源利用潜力的稳定性,能够衡量资源的可靠性。通过衡量保证率,可以评估在极端气候条件下雨水资源的保障程度。本文研究计算的是未来情景下的雨水资源利用潜力,没有可供参考的取用水标准,因此保证率计算使用年均值代替,雨水资源利用潜力保证率可以用公式表示为

(8)${\overline{P}}_{0}$=$\frac{{W}_{i}-\overline{W}}{\overline{W}}$

(9)$\overline{P}$=1-${\overline{P}}_{0}$

式中:

${\overline{P}}_{0}$

为雨水资源利用潜力满足均值要求的保证率;W_i为不同集水区内雨水资源利用潜力总量,m³;

$\overline{W}$

为集水区内雨水资源利用潜力均值。当保证率越高时,雨水资源利用潜力脆弱性就越低,因此保证率与潜力脆弱性成反比。因此用

$\overline{P}$

作为最终评价指标代入计算。

雨水资源利用潜力减少年份反映了雨水资源利用的未来变化趋势以及前景。通过比较减少年份可以判断其对于未来时段的雨水资源脆弱性的影响如何。当减少年份越高时,雨水资源利用潜力脆弱性就越高,因此雨水资源利用潜力减少年份与潜力脆弱性成反比。

脆弱性评价体系各权重采用等权重法,分别为:雨水资源利用潜力变化率R(0.33)、雨水资源利用潜力减少年份所占比例Y(0.33)以及雨水资源利用潜力满足均值要求的保证率

$\overline{P}$

(0.33)。在计算之前还需要对每个指标的计算结果进行归一化,确保每个指标的计算结果都在0~1范围之内,公式为

(10)X'_i=$\frac{{X}_{i}-{X}_{\mathrm{m}\mathrm{i}\mathrm{n}}}{{X}_{\mathrm{m}\mathrm{a}\mathrm{x}}-{X}_{\mathrm{m}\mathrm{i}\mathrm{n}}}$

式(10)中:X'_i为归一化之后某种指标的第i个计算结果;X_i为归一化之前某种指标的第i个计算结果;X_max、X_min分别为某种指标下的最大值和最小值。当归一化之后,将各指标计算结果带入脆弱性评价公式计算,公式为

(11)S=0.33R+0.33Y+0.33$\overline{P}$

式(11)中:S为脆弱性评价得分,S越大时,说明该时段的雨水资源利用潜力脆弱性越强,即抵御气候因素或者其他因素干扰的能力越弱。该指标提供了一个关于雨水资源减少的长期影响的量化指标,不仅能够揭示长期干旱或雨水资源减少的趋势,还可以帮助识别雨水资源利用潜力脆弱性。

3 结果与讨论

3.1 雨水资源利用潜力空间分布

在研究不同共享社会经济路径(SSP)情景下,2020—2100年期间年雨水资源利用潜力的变化时,将时间划分为4个主要阶段:未来短期(2020—2034年)、未来中期(2035—2049年)、未来中长期(2050—2074年)以及未来长期(2075—2100年)。如图4所示为3种SSP情景下未来时期栅格尺度的年平均径流变化的空间分布。结果表明,与基准年(2020年)相比,西线工程受水区大多数地区在未来情景下展现出雨水资源利用潜力增长的趋势。在未来短期(2020—2034年)气候情景下,平均径流深度为33.28 mm,相比当前气候情景(36.29 mm)下降了8.29%。然而,随后的3个时期的雨水资源利用潜力均呈现出增长的趋势。其中,未来中期(2035—2049年)和未来中长期(2050—2074年)的增长率分别达到11.56%和33.71%;而在未来长期(2075—2100年),这一增长率更是超过了70%。这些数据表明,雨水资源利用潜力的最大增长率和峰值出现在未来长期阶段,提示预估的雨水资源利用潜力与未来时间段的长度成正比。因此,在未来长期内,西线工程受水区的雨水资源利用潜力可能实现最大化释放。此外,在3种未来情景下,西线工程受水区南部地区的雨水资源利用潜力尤为丰富,显示出该区域在未来的水资源管理和利用中具备重要的潜力。

如图5所示为在3种共享社会经济路径(SSP)情景下,未来4个时期的城市尺度雨水资源利用潜力的变化情况。研究结果表明,从2020—2100年,渭南市(26.42~146.57 mm)、咸阳市(16.20~121.64 mm)、运城市(51.27~133.84 mm)和定西市(20~119.53 mm)4个城市成为雨水资源利用潜力增加的主要来源。此外,延安市(127.05~177.81 mm)和临汾市(93.65~112.52 mm)也对雨水资源利用潜力的贡献较大。相对而言,在未来的短期至长期阶段,榆林市和朔州市的雨水资源利用潜力出现了逆增长。在SSP5-8.5情景下,榆林市的潜力从125.82 mm下降至78.88 mm,而朔州市则从41.43 mm下降至12.24 mm,后者成为所有城市中雨水资源利用潜力贡献最少的城市。同时,太原市(30.34 mm)和铜川市(31.09 mm)的雨水资源利用潜力也较低。值得注意的是,出现减少和较低雨水资源利用潜力的城市中,除了铜川市外,均位于北部地区。这表明,西线工程南部城市群的雨水资源利用潜力贡献明显高于北部城市群。然而,雨水资源利用潜力的差异是否与纬度的高低存在因果关系仍需进一步研究。

3.2 雨水资源利用潜力年变化过程

在3种共享社会经济路径(SSP)情景下,未来雨水资源利用潜力的变化趋势如图6所示。结果显示,所有3种情景均呈现出正斜率,表明雨水资源在这3种情景下均呈现增长。其中,SSP5-8.5情景的雨水资源利用潜力增长速率最快,约为3.15×10⁷ m³/年;SSP2-4.5情景次之,约为1.58×10⁷ m³/年;SSP1-2.6情景的增长速率最慢,约为3.2×10⁶ m³/年。这表明,高排放情景对雨水资源利用潜力的增长具有明显的促进作用。总体来看,SSP5-8.5情景下的雨水资源利用潜力峰值最大,并且在大多数年份中高于另外两种情景的预测结果。短期内,利用潜力变化存在一定的随机性,但长期来看,3种未来情景下的利用潜力均呈现出持续增长的趋势。在2020—2050年,SSP1-2.6情景下的利用潜力峰值最大;而在2050—2065年,SSP5-8.5情景的预测结果相对平稳,但在2075—2080年期间明显高于其他两种情景。导致上述结果的因素可能与气候变化、人类活动的影响以及模型的不确定性相关。

如图7所示为3种SSP情景下未来雨水资源利用潜力的统计分布。结果显示,SSP5-8.5情景在均值、最大值、最小值及上下分位数方面均高于其他两种情景。此外,只有SSP5-8.5情景识别出了两个离群点,这表明在高排放情景下,极端事件的发生概率有所增加。值得注意的是,SSP1-2.6和SSP2-4.5情景下的雨水资源利用潜力均值相近,分别为4×10⁹m³和3.9×10⁹m³。这不仅揭示了不同情景下雨水资源利用潜力的总体情况,也有助于识别气候变化条件下的极端事件。

如表3所示为西线工程城市受水区在不同情景下未来不同年份的雨水资源利用潜力变化分布。结果表明,在各个时间段内,雨水资源利用潜力均呈现出持续增长的趋势。在未来短期(2020—2034年),雨水资源利用潜力在SSP1-2.6模式下最大,达到3.67×10⁹m³。在未来中期(2035—2049年),雨水资源利用潜力在SSP5-8.5模式下最大,达到4.2×10⁹m³。在未来中长期(2050—2074年),SSP5-8.5模式下的雨水资源利用潜力再次达到最高值,为4.65×10⁹ m³。在未来长期(2075—2100年),SSP5-8.5模式下的雨水资源利用潜力最高,达到5.59×10⁹ m³。

这些结果反映出在气候变化背景下,西线工程城市受水区的雨水资源利用潜力逐渐增加,并显示出趋于更湿润的趋势。尽管如此,对比不同情景模式的结果发现,同一时期内的雨水资源利用潜力变化幅度相对较小。因此,采用多种情景模式有助于降低未来雨水资源利用潜力预测中的不确定性,并确定雨水资源变化的阈值。这一发现为研究区未来水资源管理提供了极端情景下的参考边界。特别是在高排放情景下,雨水资源利用潜力的显著增加是否会降低受水区对西线调水的依赖,从而减少工程建设的必要性或规模,优化投资布局。在同一种情景模式下,雨水资源利用潜力的增幅表现出显著的时间依赖性。具体而言,从基准年(2020年)到未来短期(2020—2034年),雨水资源利用潜力的增幅最大,平均达到39.7%。而从未来中长期(2050—2074年)到未来长期(2075—2100年)期间,增幅最小,仅约为7.2%。这表明,随着时间的推移,雨水资源利用潜力的增长速度逐渐减缓。这种变化反映了不同时间段内潜力增长的差异性,强调了在预测雨水资源利用潜力时需要考虑的不确定性。特别是随着时间的延续,潜力的增幅趋于稳定,这可能与气候变化和资源管理措施的实施效果有关。对这种变化进行深入分析,有助于在规划未来雨水资源管理和优化策略时做出更为科学和合理的决策。

3.3 不同水文年下雨水资源利用潜力

如图8所示为不同未来情景下雨水资源利用潜力的皮尔逊Ⅲ型频率曲线拟合情况。为了描述数据点的分布拟合情况,采用了均值、变异系数C_v和偏度系数C_s作为主要指标。对于皮尔逊Ⅲ型分布,变异系数是衡量数据分散程度的重要指标。变异系数越高,表明数据点之间的差异越大,波动越剧烈;反之,变异系数越低则说明数据相对集中,稳定性较强。偏度系数则衡量数据分布的不对称性。通常情况下,皮尔逊Ⅲ型分布是对称的,其偏度接近于0。如果偏度系数为正,表明数据呈右偏分布,特征为大量较小数值和少数较大数值;如果偏度系数为负,则表明数据呈左偏分布。分析结果显示,雨水资源利用潜力的均值在高排放情景(SSP5-8.5)下达到最大值,表明此情景下雨水资源利用潜力最为丰富。而在低排放情景(SSP1-2.6)下,雨水资源利用潜力的变异系数最小,显示其利用潜力的分布较为集中,变异性最低。中等排放情景(SSP2-4.5)下的偏度系数最小,表明其利用潜力的分布形态最接近于理想的皮尔逊Ⅲ型频率曲线。综上所述,这些结果表明不同情景模式对雨水资源利用潜力的影响显著,未来的规划与管理应充分考虑这些情景下的潜力变化,以实现更高效的雨水资源利用。

如表4所示为在不同水文年条件下雨水资源利用潜力的变化。结果表明,在同一水文年下,雨水资源利用潜力的峰值均出现在高排放情景(SSP5-8.5)下。具体而言,丰水年(水文频率P=25%)时,雨水资源利用潜力的最大值为5.7×10⁹ m³;平水年(P=50%)时,最大利用潜力为4.3×10⁹ m³;而在枯水年(P=75%)时,最大利用潜力降至3.4×10⁹ m³。根据南水北调西线工程的规划,预计调水量达到170亿m³(1.7×10¹⁰m³),结果显示不同水平年下雨水资源利用潜力占总调水量的20%~34%,这表明在当前规模下雨水资源的利用潜力占有一定的比例,可作为一定的补充性水源。因此,优化雨水资源管理策略,提升水资源的有效利用率,将是未来水资源管理的关键。

如图9所示,柱状图计算了满足雨水资源利用潜力均值要求的年份,其中柱状图的高度代表超出均值部分的比例,y轴显示超过均值的比例,达到1时表示超过均值100%。通过计算超出均值的比例,可以得出雨水资源利用潜力的保证率不足50%。结果表明,在大多数年份中,雨水资源利用潜力均低于均值。在本分析中,以40%作为显著变化的阈值,60%作为大幅变化的阈值。

由图9可知,在SSP1-2.6情景下,雨水资源利用潜力的变化趋势相对平衡,减少和增加的年份较为均匀,大幅变化的年份较少;而在SSP2-4.5情景下,年度波动显著,尤其是在增加趋势上表现得更加突出,大幅变化的年份相对较多。对于SSP5-8.5情景,结果显示在高排放情景下,增加或减少的年份分布较为集中,这表明未来极端气候事件(如持续干旱或强降水)的发生频率可能会显著增加。上述结果强调了在不同社会经济适应路径下,雨水资源变化的复杂性和不确定性。针对预测中可能出现的大幅增加的年份,可以加强水库的调节能力和洪水管理措施;而对于预测中的减少年份,则需优化节水措施,提升灌溉效率,以有效应对可能的干旱风险。

3.4 雨水资源利用潜力脆弱性评价

如表5所示,不同未来时段下雨水资源利用潜力的脆弱性评价结果揭示出一些重要趋势。分析表明,未来短期(2020—2034年)的雨水资源利用潜力脆弱性最大,表明其在维持稳定抗干扰能力方面表现最差。相对而言,未来长期(2075—2100年)的雨水资源利用潜力脆弱性则最小。具体而言,未来短期的利用潜力变化率和减少年份比例均为最高,这两项指标与脆弱性呈正相关关系,因此可解释其脆弱性较大的原因。总体来看,4个未来时段的减少年份比例依次降低,表明雨水资源量在逐渐增加。然而,尽管雨水资源量有所增加,其利用潜力保证率仍然较低,反映出雨水资源作为常规水源的利用可能性较小,无法有效满足用水需求。本研究中的雨水资源利用潜力脆弱性这一概念是基于水资源脆弱性研究的延伸。脆弱性评价在水资源管理领域已有广泛应用^[28]该指标体系在雨水资源利用领域的应用是首次尝试,因此作为初步探索,选用适用性较广的等权重法从3个维度对脆弱性进行了描述,但是未考虑各指标对脆弱性的实际贡献差异,后续会开展更加精细的模型模拟以及案例研究进行对比验证。

4 结论

聚焦南水北调西线工程,综合应用全球气候模型和土地利用数据,结合SCS-CN模型进行未来雨水资源利用潜力的评估。研究结果为南水北调西线工程受水区的未来水资源管理提供了新的方法和视角。其研究价值不仅在于深化对未来气候变化背景下水资源变化的理解,还为实现雨水资源的高效利用和区域可持续发展提供了支持。得出以下主要结论。

(1)西线工程受水区在2020—2100年,雨水资源利用潜力呈现明显的变化趋势。在未来短期(2020—2034年),最大利用潜力为3.67×10⁹ m³;在未来中期(2035—2049年),最大利用潜力为4.20×10⁹m³;在未来中长期(2050—2074年),最大利用潜力进一步增长至4.65×10⁹m³。这些结果显示,随着时间推移,雨水资源利用潜力呈显著增长趋势。特别是在未来长期(2075—2100年)的预测中,雨水资源利用潜力的最大值预计将达到5.59×10⁹m³。然而,根据西线工程的规划,预计雨水资源利用潜力占总调水量的一定比例,但保证率较低,这意味着对现有规模的影响有限。

(2)通过统计分析和皮尔逊Ⅲ型频率拟合,分析了不同水文频率下的雨水资源利用潜力以及雨水资源潜力减少年份。结果显示,未来短期的雨水资源脆弱性最高,而未来长期的脆弱性最低。同时,雨水资源利用潜力的保证率偏低,未来的演变趋势存在不确定性,因此作为常规水源使用的可能性仍需进一步研究。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Gao T, Wang X, Wei D, et al. Transboundary water scarcity under climate change[J]. Journal of Hydrology, 2021, 598: 126453.

[2]	刘宜浩, 丁圆圆, 赵健赟, 等. 极端气候变化对黄河源区生态系统的影响[J]. 科学技术与工程, 2024, 24(26): 11167-11179.

[3]	Liu Yihao, Ding Yuanyuan, Zhao Jianyun, et al. Impacts of extreme climate change on the ecosystem in the source region of the Yellow River[J]. Science Technology and Engineering, 2024, 24(26): 11167-11179.

[4]	Darvini G, Memmola F. Assessment of the impact of climate variability and human activities on the runoff in five catchments of the Adriatic Coast of south-central Italy[J]. Journal of Hydrology: Regional Studies, 2020, 31: 100712.

[5]	王浩, 许新发, 成静清, 等. 水资源保护利用“四水四定”: 基本认知与关键技术体系[J]. 水资源保护, 2023, 39(1): 1-7.

[6]	Wang Hao, Xu Xinfa, Cheng Jingqing, et al. “Basing four aspects on water resources” in water resources protection and utilization: basic cognition and key technology system[J]. Water Resources Protection, 2023, 39(1): 1-7.

[7]	路琪儿, 罗平平, 虞望琦, 等. 城市雨水资源化利用研究进展[J]. 水资源保护, 2021, 37(6): 80-87.

[8]	Lu Qier, Luo Pingping, Yu Wangqi, et al. Research progresse of urban rainwater resources utilization[J]. Water Resources Protection, 2021, 37(6): 80-87.

[9]	Zhi X, Xiao Y, Chen L, et al. Integrating cost-effectiveness optimization and robustness analysisfor low impact development practices design[J]. Resources, Conservation and Recycling, 2022, 185: 106491.

[10]	Rahaman M F, Jahan C S, Mazumder Q H. Rainwater harvesting: practiced potential for integrated water resource management in drought-prone Barind Tract, Bangladesh[J]. Groundwater for Sustainable Development, 2019, 9: 100267.

[11]	Yu Y, Chen X, Wang Y, et al. Producing and storing self-sustaining drinking water from rainwater for emergency response on isolated island[J]. Science of the Total Environment, 2021, 768: 144513.

[12]	Musayev S, Burgess E, Mellor J. A global performance assessment of rainwater harvesting under climate change[J]. Resources, Conservation and Recycling, 2018, 132: 62-70.

[13]	石虹远, 梅超, 刘家宏, 等. 中国北方典型城市雨水资源化利用潜力评估[J]. 水利水运工程学报, 2025(6): 46-55.

[14]	Shi Hongyuan, Mei Chao, Liu Jiahong, et al. Assessment of the potential for rainwater resource utilization in typical cities in northern China[J]. Hydro-Science and Engineering, 2025(6): 46-55.

[15]	Haider S, Masood M U, Rashid M, et al. Assessment of rainwater harvesting potential for urban area under climate and land use changes using geo-informatics technology[J]. Urban Climate, 2023, 52: 101721.

[16]	李雅楠. 西安市城区雨洪资源利用潜力研究[D]. 西安: 西安科技大学, 2016.

[17]	Li Yanan. Research on rainwater resources utilization potential in urban areas of Xi'an City[D]. Xi'an: Xi'an University of Science and Technology, 2016.

[18]	陈思, 徐建新, 张修宇. 郑州市雨洪资源利用潜力分析[J]. 华北水利水电大学学报(自然科学版), 2019, 40(5): 70-75.

[19]	Chen Si, Xu Jianxin, Zhang Xiuyu. Analysis of rainstorm water resources utilization potential in Zhengzhou City[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2019, 40(5): 70-75.

[20]	袁子琦. 衡水市城区雨洪资源利用分析[J]. 海河水利, 2023(2): 5-8.

[21]	Yuan Ziqi. Analysis of rainwater resources utilization in urban areas of Hengshui City[J]. Haihe Water Conservancy, 2023(2): 5-8.

[22]	郑斐冉. 基于低影响开发的城市雨水利用研究[D]. 郑州: 华北水利水电大学, 2017.

[23]	Zheng Feiran. Research on urban rainwater utilization based on low impact development[D]. Zhengzhou: North China University of Water Resources and Electric Power, 2017.

[24]	樊敏. 海绵城市雨洪资源利用研究[D]. 郑州: 华北水利水电大学, 2019.

[25]	Fan Min. Research on rainwater utilization in sponge cities[D]. Zhengzhou: North China University of Water Resources and Electric Power, 2019.

[26]	柴素盈, 曹言, 张星梓. 昆明市主城区雨水资源利用潜力特征分析[J]. 人民长江, 2019, 50(5): 82-87, 106.

[27]	Chai Suying, Cao Yan, Zhang Xingzi. Analysis of rainwater resources potential characteristics in the main urban area of Kunming City[J]. Yangtze River, 2019, 50(5): 82-87, 106.

[28]	李璐路. 黄土地区城市雨洪资源利用及其水文生态效应研究[D]. 西安: 长安大学, 2019.

[29]	Li Lulu. Study on urban rainwater utilization and its hydrological and ecological effects in loess areas[D]. Xi'an: Chang'an University, 2019.

[30]	张金良, 景来红, 唐梅英, 等. 南水北调西线工程调水方案研究[J]. 人民黄河, 2021, 43(9): 9-13, 24.

[31]	Zhang Jinliang, Jing Laihong, Tang Meiying, et al. Research on water diversion scheme of the Western Route of the South-to-North Water Diversion Project[J]. Yellow River, 2021, 43(9): 9-13, 24.

[32]	李福生, 彭少明, 李克飞, 等. 南水北调西线工程受水区缺水形势研究[J]. 人民黄河, 2023, 45(5): 19-23.

[33]	Li Fusheng, Peng Shaoming, Li Kefei, et al. Research on water shortage situation in the water receiving area of the Western Route of the South-to-North Water Diversion Project[J]. Yellow River, 2023, 45(5): 19-23.

[34]	赵雪婷, 程龙, 张高锋, 等. 基于SCS模型的西安市主城区雨水资源化利用分析[J]. 西北水电, 2023(6): 1-6.

[35]	Zhao Xueting, Cheng Long, Zhang Gaofeng, et al. Analysis of rainwater resource utilization in the main urban area of Xi'an based on the SCS model[J]. Northwest Water Power, 2023(6): 1-6.

[36]	Wang D, Liu J, Wang H, et al. Performance evaluations of CMIP6 and CMIP5 models for precipitation simulation over the Hanjiang River Basin, China[J]. Journal of Water and Climate Change, 2022, 13(5): 2089-2106.

[37]	Lei X, Xu C, Liu F, et al. Evaluation of CMIP6 models and multi-model ensemble for extreme precipitation over arid Central Asia[J]. Remote Sensing, 2023, 15(9): 2376.

[38]	Jia Q, Jia H, Li Y, et al. Applicability of CMIP5 and CMIP6 Models in China: reproducibility of historical simulation and uncertainty of future projection[J]. Journal of Climate, 2023, 36(17): 5809-5824.

[39]	Mishra S, Singh V. Soil conservation service curve number (SCS-CN) methodology[M]. Dordrecht: Springer Netherlands, 2003.

[40]	Dean S. National engineering handbook. section 4 hydrology chapter 16 hydrographs[M]. Washington DC: Government Publishing Office, 1972.

[41]	杨子菁, 刘攀, 王起峰, 等. HEC-HMS模型在不同水文气象分区中的改进[J]. 河海大学学报(自然科学版), 2023, 51(2): 26-34.

[42]	Yang Zijing, Liu Pan, Wang Qifeng, et al. Application of HEC-HMS model in different hydrometeorological regions[J]. Journal of Hohai University (Natural Sciences), 2023, 51(2): 26-34.

[43]	杨生茂, 杨银科, 孙建峰, 等. 基于PSR模型的陕西省水资源脆弱性评价[J]. 人民黄河, 2025, 47(8): 115-122.

[44]	Yang Shengmao, Yang Yinke, Sun Jianfeng, et al. Evaluation of water resource vulnerability in Shaanxi Province based on the PSR model[J]. People's Yellow River, 2025, 47(8): 115-122.

基金资助

国家自然科学基金(U2240223)

流域水循环与水安全全国重点实验室人才培育项目(SKL2025RCPY02)

水利部重大科技项目(SKS-2022126)

水利部重大科技项目(WR110145B0042023)

北京市自然科学基金(8222036)

PDF (15210KB)

访问

被引

详细

导航

Received	Published	Revised
2025-05-08	2026-04-18	2025-11-28
Online Date
2026-06-08

摘要