基于气候变化情景的乌尔米亚湖流域降水与干旱韧性研究

《Environmental Challenges》:Investigating the resilience of the basin of Lake Urmia in terms of precipitation and drought using climate change scenarios

【字体: 大 中 小 】 时间:2026年06月26日 来源:Environmental Challenges CS8.0

编辑推荐:

  乌尔米亚湖流域对气候变化风险的韧性,基于CMIP6和CMIP5预估及其相应干旱指数进行了研究。建模策略建立在作者近期研究中已确立的方法之上,在检验研究区韧性结果稳健性的同时,确保了方法学一致性。本文结果并不支持这样一种观点:即1990—2023年乌尔米亚湖的完

  
乌尔米亚湖流域对气候变化风险的韧性,基于CMIP6和CMIP5预估及其相应干旱指数进行了研究。建模策略建立在作者近期研究中已确立的方法之上,在检验研究区韧性结果稳健性的同时,确保了方法学一致性。本文结果并不支持这样一种观点:即1990—2023年乌尔米亚湖的完全干涸可归因于气候变化和/或干旱。相反,未来情景下降水与干旱格局的常态性提供了诊断性证据,表明这场灾难是由治理失效和规划不当所触发。定量结果显示,未来该流域年均降水量很可能增加约10%,从而增强其气候韧性。这一结果强化了“单一根本原因”论点,并进一步表明,由于湖泊衰退源于政策与管理决策,一旦恢复其修复策略,湖泊复原是可行的。
本文发表于《Environmental Challenges》,围绕乌尔米亚湖流域在气候变化背景下的气象韧性展开,核心问题是厘清湖泊灾变究竟能否由气候变化与干旱解释,还是主要源于人为治理失当。乌尔米亚湖曾是伊朗西北部重要的内流湖,其流域兼具独特社会生态功能与区域微气候调节作用。然而,自20世纪90年代中期以来,随着流域内大规模筑坝、引水及资源开发活动持续推进,湖泊水体显著萎缩,并在2023年出现完全干涸。围绕这一灾难性变化,既有研究常将气候变化、干旱与管理不善并列视为致因,但不同研究之间在归因上存在明显分歧。研究人员认为,若要为湖泊修复提供科学支撑,就必须先检验一个关键命题:该流域的自然气象系统是否真的脆弱到足以单独导致湖泊干涸。正是在这一背景下,论文以降水和气象干旱为切入点,评估乌尔米亚湖流域在未来气候情景下的韧性,并借此检验“气候变化导致灾难”的叙事是否成立。

从问题导向上看,本研究所针对的首要不足,是部分既有研究在空间分辨率、站点覆盖以及气象信息代表性方面较粗略,难以捕捉流域内部复杂的南北差异及局地变化;其次,关于湖泊干涸成因的讨论长期停留于“多重原因并列”的框架,而对各类证据之间的权重缺乏系统辨析;再次,虽然气候变化研究工具被广泛使用,但这些工具也可反向用于检验某种归因叙事是否经得起诊断。基于此,研究人员试图通过高空间分辨率的站点资料和一致化建模流程,从降水变化、气候分型和干旱特征三个层面,重建乌尔米亚湖流域的气象韧性图景,以服务于湖泊恢复与流域治理决策。

研究人员开展的工作主要包括历史期降水特征分析、未来降水预估、未来干旱演变评估以及CMIP6与CMIP5结果互证。综合结论表明:从流域尺度看,历史基准期内并不存在一致且显著的长期降水下降趋势;未来在CMIP6和CMIP5情景下,流域平均年降水总体呈增加趋势,其中CMIP6指示的增幅约为9%—10%,CMIP5约为2%—3%;未来干旱虽仍作为流域自然特征存在,但总体维持在自然变率范围内,并未呈现足以解释湖泊完全干涸的异常恶化信号。因此,论文认为乌尔米亚湖的灾变并不能由气候变化或区域干旱单独解释,反而更支持先前关于“治理失效、规划不当及水库运行切断环境流(environmental flow)”才是单一根本诱因的判断。这一结论的重要意义在于,它将湖泊恢复的希望重新建立在可干预的人类治理层面,而非不可控的外部气候强迫之上。

在技术方法上,研究基于乌尔米亚湖流域57个气象站2000—2020年的日尺度降水序列,先进行缺测重建、异常值与趋势检验,并采用Durbin–Watson检验、Mann–Kendall检验和同质性检验评估数据适用性。随后利用LARS-WG(Long Ashton Research Station Weather Generator,朗阿什顿研究站天气发生器)对两类大尺度GCM(General Circulation Model,全球环流模式)输出进行统计降尺度,结合CMIP6中的SSP2-4.5、SSP5-8.5以及CMIP5中的RCP4.5、RCP8.5,预估2021—2050年和2041—2080年降水。干旱分析采用标准化降水指数(SPI,Standardised Precipitation Index)1、3、6和9个月尺度,计算持续时间与严重度,并进行空间分布比较。

4.1. Base Period
在基准期结果部分,研究首先验证LARS-WG模型的适用性。57个观测站的R2介于0.89—0.99之间,RMSE介于1.2—8.7 mm,说明模型在降水模拟方面具有较高可信度,足以支持未来情景生成。偏差分析显示,大多数站点表现为轻微高估,少数站点为低估,但总体偏差范围有限。同质性检验结果表明,基准期数据总体不存在显著断裂,支撑了后续分析的可靠性。

在降水空间分布方面,基准期年均降水在193—883 mm之间,呈现南部高、北部低、中部过渡的格局。依据Blair气候分类法,流域内部存在干旱、半干旱和半湿润气候类型,其中大部分区域属于干旱气候,南部相较北部更湿润。这一结果为后续判断未来变化是否偏离自然气候底色提供了参照。研究还指出,多项使用相近Mann–Kendall与SPI流程的独立分析在流域尺度上得出一致结论,即2000—2020年间流域平均降水并无稳健的长期干化趋势。对Mahabadchay与Jighati(Zarinerud)两条支流的季节与年尺度降水、径流趋势检验则进一步表明,年降水缺乏一致下降趋势,但夏季流量在若干站点存在显著下降,提示年降水增加并不自动等价于夏季径流增加。

4.2. Projected Precipitation Results for the Future
未来降水预估部分显示,CMIP6和CMIP5在方向上总体一致,但CMIP6所指示的湿化更为明显。对比基准期,未来流域年均降水变化范围大致在?20%至+30%之间。从空间格局看,流域北部大多表现为降水增加或基本不变;南部在CMIP6下很少出现明显减少,而在CMIP5下局部可出现约10%的下降。就流域整体而言,未来年均降水增加是主要信号,尤其在CMIP6中更突出。研究通过Thiessen加权集合中位数和方差比对不确定性进行了补充分析,指出尽管不同模式间存在空间异质性,但流域尺度的增湿信号具有相干性,足以服务战略层面的韧性判断。

4.2.1. Intercomparison of Average Future Precipitation with Base Periods
这一部分表明,CMIP6相对于CMIP5预示了更显著的未来降水增加,两者差异约为10%。在CMIP5中,远未来期较近未来期更湿;而在CMIP6中,近未来与远未来增湿幅度大致相当。由此可见,不同情景下虽强度有所差异,但并未支持灾难性持续干化的判断。

4.2.2. Intercomparison of Maximum Changes in Precipitation – Future v Base Periods
最大月降水减少量的分析显示,减幅主要集中在流域南缘,约15—35 mm,而其余区域减幅多低于10 mm,整体并不显著。且CMIP6下降水减弱程度普遍轻于CMIP5。近未来与远未来在这一指标上的差别也并不明显。

4.2.3. Relative Deviation from Observed Precipitation
相对偏差分析用于刻画未来降水相对基准期的偏离度及其不确定性分布。结果显示,CMIP6在流域北半部的不确定性小于CMIP5在南半部所表现出的不确定性。CMIP6近未来与远未来结果之间敏感性变化较小,而CMIP5则存在一定敏感性差异。这意味着,尽管模型不确定性无法消除,但主要结论并未因其而被逆转。

4.3. Drought in future
干旱部分以SPI为核心诊断工具,考察未来不同时间尺度下气象干旱的持续时间与严重度。研究强调,基准期内气象干旱本就是流域的自然属性,南部平均干旱更明显,而在极端条件下整个流域都可能面临严重干旱管理压力。然而,未来预估显示,多数变化仍处于自然波动范围,并不支持“异常干旱驱动湖泊灾变”的说法。

4.3.1. Average and Maximum Drought Characteristics During Base Period
基准期平均干旱持续时间表明,气象干旱在流域内普遍存在,但南部更突出;最大持续时间结果则表明,若发生强干旱事件,全流域均可能受影响,北部局部斑块尤为严重。这说明干旱本身是需要管理的自然风险,但并不天然等同于湖泊灾难的根源。

4.3.2. Average Drought Characteristics in Future
未来平均干旱特征显示,流域东半部可能经历略多的干旱,而西半部则趋于缓和;整体上,CMIP6下的干旱变化弱于CMIP5。随着SPI时间尺度增大,干旱持续时间与严重度反而下降。研究还指出,即使远未来整体更湿,受干旱影响的面积仍可能略有增加,反映出空间格局与平均湿化并不完全同步。

4.3.3. Maximum Drought Characteristics in Future
未来最大干旱特征的结果表明,流域大部分区域的变化幅度在±20%内。两类CMIP均显示:南半部在SPI-1尺度上的干旱持续时间与严重度多趋于下降;北部大部分区域也表现为下降;但湖区附近偏北的中部带状区域可能出现一定程度增加。SPI-3结果显示南部在某些尺度上可能转为增强,而当时间尺度扩展到SPI-6时,整个流域干旱趋于减轻。总体而言,研究人员据此判断未来流域干旱条件将有所改善,多数区域不会进入临界状态。CMIP5与CMIP6在干旱持续时间上结果相近,在严重度上南半部CMIP6略强于CMIP5,但近未来与远未来整体仍十分接近。

4.4. Robustness of the Results
稳健性分析指出,本研究相较于若干既有工作,在站点数量和空间分辨率上具有明显优势,因而更有能力揭示流域内局地对比。研究人员同时从平均降水变化、最大降水变化、相对偏差三个维度审视未来降水,从而比仅作简单增减判断的研究更具诊断性。综合这些结果,论文认为气候变化对该流域的影响更接近“小幅正向转变”,即北部趋湿、南部轻微变干但不具临界性,流域总体气候分型变化有限,仅湖区北侧邻近区域更湿。SPI-1被认为是识别操作层面干旱事件的有效指标,且与SPI-3结果相近。随着SPI时长增加,未来干旱减少、缩短的趋势更加明显。因此,气候变化和干旱均不足以解释乌尔米亚湖灾难。

讨论部分围绕结果的边界条件、与既有研究的比较及其政策含义展开。论文承认,未来预估仅采用了两组同时见于CMIP6与CMIP5的GCM,若纳入更多模式可进一步提高结果可靠性;气候分型若结合温度并采用De Martonne法,或在干旱分析中加入SRI(Standardised Runoff Index,标准化径流指数)与SPEI(Standardised Precipitation Evapotranspiration Index,标准化降水蒸散指数),有助于丰富诊断维度。但这些方法上的保留并未改变本文最核心的发现。与其他研究对比后,研究人员指出,差异主要来自空间分辨率、站点覆盖、数据质量、模型参数与问题框架不同。相较强调气候驱动的“还原式”研究,本文与作者系列研究更重视将气象信号同水库运行、地下水超采和水量诊断相联系。基于已有证据,论文进一步援引流域水库系统对天然来水的高比例截留,以及对环境流量EF = 3.1 BCM/yr的持续侵蚀,说明湖泊干涸与其说是外部气候强迫的结果,不如说是流域治理失败的体现。论文还特别强调,气象韧性并不自动带来湖泊恢复;只有当恢复环境流、重建有效治理、恢复流域综合管理方案时,乌尔米亚湖才可能真正复原。

研究结论部分可译述如下:基于稀缺数据条件下对观测时间序列的学习,是揭示乌尔米亚湖干涸原因的科学路径。研究采用57个天气站21年的高空间分辨率降水序列,分析了历史期以及近未来、远未来气候变化情景下降水与干旱的变化。结果与作者此前关于九座主要水库运行的研究相互补充,共同支持“管理失当是乌尔米亚湖干涸唯一触发因素”的判断。关于气候变化是否在湖泊干涸中发挥作用,结果给出了明确回答:流域中几乎未检测到降水减少,且未来降水更可能增加。北半部流域可能变得更湿,南半部相对更干,但总体上气候变化更可能促进流域长期稳定,而非触发崩溃。降水和干旱均未显示出导致湖泊干涸的证据。由韧性、降水、干旱指数、CMIP比较与人为归因构成的证据链最终汇聚为单一诊断信息:乌尔米亚湖的干涸并非气候变化的既定宿命,而是人类管理失误和治理失败的结果。流域本身具有气象韧性,这为湖泊恢复保留了现实可能,但前提是恢复策略得到重启,治理缺陷得到纠正。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号