全球气候变化对中国未来地表径流的影响

全球气候变化对中国未来地径流的影响 3 全球气候变化对中国未来地表径流的影响 ???? 游松财 Kiyoshi Takahashi Yuzuru Matsuoka ( ?中国科学院地理科学与资源研究所 , 北京 100101 ; ?Department of Social Engineering , Tokyo Institute of Technology , Tokyo 152 - 8550 , Japan ; ? Social and Environmental Systems Division , National Institute for Environmental Studies ,Ibaraki 305 - 8506 , Japan ; ?Department of Environmental Engineering , Kyoto University , Kyoto )606 - 01 , Japan 本文应用改进的水分平衡模型研究了不同气候变化情景下中国未来地表径流的变摘要 化 。结果表明 :基于不同的气候变化情景模拟所得的地表径流变化在空间上有差异 ,总体上 , 中国未来的地表径流将增加 ;长江上游地区的地表径流春季下降但在夏季增加 ,而下游地区 的则相反 ,夏季径流下降而春季径流剧增 ;气溶胶对地表径流变化方面有影响 ,但在各个气候 变化情景下缺乏一致性 。 气候变化 地表径流 水分平衡模型主词 人类活动导致大气中温室气体浓度的增加 ,进而引起大气增温 ,但在某些地区 ,气溶胶则导致大气温度降低 。温室气体与气溶胶的复合作用预计将导致全球或区域的气候及 与气候有关的诸如温度 、降水 、土壤湿度及海平面高度等因子的变化 。基于不同的气候敏 感度及不同的温室气体排放情景 ,气候模型运算结果表明 ,到 21 世纪末 ,全球近地表平均 1 气温将增加 1 . 4?,5 . 8 ?,海平面上升 15,95 cm。在区域的尺度上 ,这种预测的可靠性 还不高 ,变化的幅度还具有不确定性 。然而 ,一些潜在的严峻变化已经得到确认 ,这些变 化包括异常高温 、洪水及干旱的发生 。与人类发展及生活息息相关的人类健康 、陆地与水 ( ) 体生态系统 、社会经济系统 包括农业 、林业 、渔业及水资源等均对气候变化异常敏感 。 可以预期 ,社会的不同领域将面临不同的影响而需做出不同的适应对策 。 气候变化将导致全球水文循环的加剧并对区域水资源产生影响 。水资源量及其空间 分布的变化将影响地表水及地下水对工业 、灌溉 、水力发电 、航运 、河流生态系统 、水上娱 乐以及家庭生活用水的供应 。有关气候变化对水文及水资源的影响已有了大量的研 ) ) ) 2 ,12 1 23( ) ) 究。这些研究的一些不足之处有 :1是基于单一的大气环流模型 GCM输 () ) ) 出的结果 ;2研究是在小区域 小流域尺度上的 ;3水文参量的变化是大空间尺度上的以 第一作者简介 :游松财 男 38 岁 副研究员 社会工学专业 E2mail :yousc @igsnrr . ac . cn ( ) 3 中国科学院地理科学与资源研究所知识创新工程领域前沿项目 批准号 : CXIOG - A400 - 04 - 01及中国科学院 ( ) 知识创新重大项目批准号 : KZCX1 - SW - 01 - 18共同资助 ) 1Kaczmarek Z. Human Impact on Yellow River Water Management . 1998 ) 2Takahashi K , Lu X F , Harasawa H et al . Climate change impact on water resources , preliminary assessment in Asia . 1999 ) 3卢显富. 全球气候变化及其对我国河川径流量与水资源需求的潜在影响. 中国科学院自然资源综合考察委员会 博士论文. 1999 季或年平均值来表示的 。在气候变化具有极大的不确定性的情况下 ,基于单一 GCM 输出结果研究气候变化对水文的影响 ,忽视了不同 GCM 之间的差异性 ; 仅考虑区域内季节或 年的水文参量的平均变化忽视了气候变化的时间性 ; 而大区域或者国家尺度上的平均变 化掩盖了气候的空间差异性 。为了克服这些不足及研究结论的可比性 ,本研究将采用较 高的时间 、空间分辨率及 IPCC 数据中心提供的最新的不同 GCM 输出结果 。 1 关于 GCM 输出结果 近些年来利用 GCM 做了大量的气候变化模拟试验 ,这些平衡态或瞬时态的试验包括 考虑单一的温室气体变化及综合考虑温室气体与硫酸盐气溶胶变化推动的试验 。试验的 结果被广泛应用于气候变化及其相应对策的研究 。然而 ,要了解到底是哪一个试验的结 果被应用于这些研究或者特定的研究结果是如何适合众多的不同气候变化试验却不是一 件容易的事 。IPCC 气候影响评价工作组制定了一套 ,依此确认了 7 个 GCM 的输出可 以存放在 IPCC 的数据中心 , 作为 1998 年以后的气候影响评价研究的基础 。它们是 : ECHAM4 、HadCM2 、CGCM1 、GFDL - R15 、CSIRO - Mk2b 、NCAR - DOE 和 CCSR/ NIES。考虑 () 研究的目标 ,本研究共采用了 5 个 GCM 的 9 个试验结果 表 1。 表 1 本研究采用的 GCM 试验结果 Table 1 The output of GCMs experiments applied in this study 3 气候情景气候模型纬度 ×经度/ ?气候敏感性/ ?试验时段/ 年温室气体及气溶胶 ?GG ECHAM4 ×2 . 812 5,20992. 812 5 2 . 6 1860 ? 3 . 75 ×2 . 5 1860,2099 GG HadCM2 2 . 5 3 . 75 ×2 . 5 1860,2099 ? GS HadCM2 2 . 5 3. 75 ×3 . 75 1900,2100 ? GG CGCM1 3 . 5 3. 75 ×3 . 75 1900,2100 ? GS CGCM1 3 . 5 5. 625 ×3 . 214 1881,2100 ? GG 4 . 3 CSIRO - Mk2b 5. 625 ×3 . 214 1881,2100 ? GS 4 . 3 CSIRO - Mk2b 5. 625 ×5 . 625 1890,2099 ? 5. 625 ×5 . 625 1890,2099 ? GG 3 . 5 CCSR/ NIES GS CCSR/ NIES 3 . 5 3 GG 代表模型的试验运行只考虑了温室气体 ; GS 代表气候模型的试验运行考虑了温室气体及气溶胶 2 研究 气候变化对水文及水资源的影响的定性预测及定量评价 ,有许多不同的方法 。为进 行大范围甚至全球尺度上的研究 ,宏观的水文模型与 GCM 输出结果的连接是一种比较好 的方法 。该方法以 GCM 输出作为水分平衡模型的输入 ,同时也考虑了土壤类型 、植被类 型 、降水 、蒸发 、径流以及土地利用等因素 。在地理信息系统支持下 ,每个网格单元被当成 一个流域与 GCM 的输出连接起来 。 本研究的时间分辨率为月 ; 空间分辨率是 0 . 5 ×0 . 5 经纬度网格 。依据流域单元边 界 ,累加流域内各网格点的地表径流获取各流域内的地表径流平均值 。中国总计有 78 个 子流域单元 ,本文在分析中只列用 12 个一级区 。模拟是从 2090 年 1 月开始至 2099 年 12 第四纪研究 150 2002 年 月为止 。为获取 2090 年 1 月份的土壤初始含水量 ,模型利用 GCM 输出的 2089 年的 1,12 月的数据 ,做 10 次重复的计算然后将第 10 个重复的 2089 年 12 月份的土壤水分含量作为 2090 年 1 月份的土壤初始含水量 。 2. 1 模型描述 在本研究中 ,应用改进的水分平衡模型分析地表径流的变化 。其中包括未来气候情 景模型 、潜在蒸发模型及土壤水分平衡模型 。模拟估算包括降水 、蒸发 、积雪 、融雪 、土壤 水补充及过饱和产生径流等过程 。 2. 1. 1 未来气候情景模型 未来气候情景构建是气候影响评价研究的基础。本文应用现有的实测温度及降水数 据与 GCM 预期的未来温度 、降水的变化值来集成未来气候情景 。以 D. R. Legates 和 C. J . ) 14 113 和降水Willmott 提供的 1961,1990 年间的月平均温度作为现在的实测基准气候 。 2 γ 由于 GCM 输出的结果的空间精度过粗 ,采用 spline 内插法对温度数据和 1/加权法对降 ? 水数据进行了内插 ,最终的数据空间分辨率是 0 . 5 ×0 . 5 经纬度 。 总的说来 ,构建未来气候的温度 、降水有比率法和差值法两大类 。本文在分别应用两 种方法之后 ,发现差值法构建的结果更为可信 ,而比率法构建的未来气候变化过大 ,特别 是降水 ,在干旱 、半干旱地区降水可能出现上百倍 、千倍的增加 ,因此本文采用差值法 。在 ) 12 ,15 ,16 2 ?差值法这一类中 ,也有不同的方法。本文采用如下方法 : 温度的估算法 : 1990 1990 ( ) ( (() ) ))(Tt= [ To , i/ 30 ] +T2 ×CO, t- [ T2 ×CO, i/ 30 ]1 m m m 2 m 2 ??i = 1961 = 1961 i 降水量的估算方法 : 1990 1990 ( ) ( ) () Pt = max [ Po , i / 30 ] +()[ P2 ×CO, i / 30 , 0()P2 ×CO, t 2 - m m m 2 m 2 ??i = 1961 i = 1961 ( ) ( ) 式中Tt, Pt———分别是气温和降水量 m m () () T2 ×CO, t , T2 ×CO, i ———分别为 GCM 估算 2000 年以后 t 年 m 月的气m 2 m 2 温和 1961,1990 年之间 i 年 m 月的气温 (() ) P2 ×CO, t, P2 ×CO, i———分别是 GCM 估算的 2000 年以后的 t 年 m 月m 2 m 2 的降水量和 1961,1990 年之间 i 年 m 月的 降水量 ( ) ( ) To , i和 Po , i———分别是实测的 1961,1990 年之间 i 年 m 月的气温和m m 降水量 温度的单位是摄氏度 ,降水的单位是毫米/ 月 。 2. 1. 2 潜在蒸发模型 17 ,18 有各种从气候数据估算潜在蒸发的方法。其中 Penman 法被广泛使用 ,它结合 ? ) 1温度与降水的数据已经更新到 1995 年? ) 2AIM Project Team. Technical Structure of AIM/ Impact Model . 1996 考虑了几乎所有的气候因子如空气湿度 、饱和度 、温度 、风速 、净辐射等 ,然而很多这些因19 子实际上无法获取 , GCM 输出结果提供这些因子的估算值 ,但可靠性低 。Thornthwaite方法只需要少量的气候参数 ,它将蒸发表达为平均气温与日照长度的函数 ,因此 ,该方法 20 获得了广泛的使用 ,特别在大区域尺度上 。本研究应用 Y. Mintz 等修订的 Thornthwaite 方法 。 2. 1. 3 土壤水分平衡模型 土壤水分平衡模型利用包括气候、植被 、海拔高度及土壤特性模拟土壤水分变化 、蒸 发及径流 。这些变量的特征取决于降水 、蒸发及土壤含水量之间的相互作用 。C. J . ) 21 1 Vörösmarty 等于 1989 年建立了适用于大尺度范围的土壤水分平衡模型 ,AIM研究小组针对模型的一些不足之处作了一些修改并应用于估算亚洲地区的地表径流 。1998 年 22 C. J . Vörösmarty等又对该模型的 1989 年版的一些参数做了修定并应用于亚马逊河流 域 。本文综合考虑了 AIM 及 C. J . Vörösmarty 等的工作 ,针对其存在的积雪及融雪过程和 土壤水补充及过饱和过程的描述存在的缺陷 ,进一步做了修订 ,相关的方程组如下 : )( ) ( P P< E - g WE- aa ps p ?E? P< p a P- ED() 3 dW/ dt = a pwss D? P D- E wsaws p ( ) W4 ?0s P-dW/ dtP< E a s a p ()5 E= sE? P p aE p P< a D0 ws()6 X = r)( D? P P- D×P/ P+ M ar ws rr s ws 0 D P< wsa ()X= 7 s( )M- D×M/ P+ M s ws s r s ? P Daws ( α)- W / W s c 1 - e ) )( (g W=8 s α - 1 - e 式中W———土壤湿度 s ( ) g W———无单位的土壤失水函数s W———取决于土壤与植被类型的土壤饱和田间持水量c α———经验常数 ,等于 5 . 0 E———潜在蒸发量p ( ) ( ) P———降水 P及融雪 M对土壤的水分补充量 a rs ( ) D———土壤水分亏缺量 ,它等于时段内的潜在蒸发量 E与土壤湿度与田间 ws p 饱和持水量之差的和 E———估算的实际蒸发量s X和 X———分别为降水及融雪对径流滞留池的水分补充量 r s ) ? 1AIM Project Team. Technical Structure of AIM/ Impact Model . 1996 第四纪研究 152 2002 年 当降水量超过土壤水分亏量时 ,超出的部分则存储到降水驱动的滞留池并产生径流 。 ( γ) β()dD/ dt = 1 - X- D9 rr r γβR= X+ D( ) 10 r r r D———降水滞留池容量 r 式中 R———单元网格上源自降水的径流r γβ和———经验系数 ,分别等于 0 . 5/ 天和 0 . 0167/ 天 融雪过程为温度和海拔高度的函数 。当月平均温度低于 - 1 . 0 ?时 ,产生积雪 ; 当月 平均气温高于 - 1 . 0 ?时 ,积雪开始融化 。 ()11 d K/ dt = P- M s s s P———降雪量 式中s K———积雪量s M———融雪量 s 在海拔高度低于 500 m 的地区 ,当月平均气温高于 - 1 . 0 ?时 ,积雪在一个月之内全 部融化 ,即 M= K; 在海拔高于 500 m 的地区 ,融雪过程需要两个月以上的时间 ,每月融 s s 雪量是积雪量的一半 。雪水存在滞留池并产生径流 ,其表达式如下 : ( )dD/ dt = X- R12 s s s 式中R———融雪产生的径流 s D———融雪的滞留池容量s 在海拔高度低于 500 m 的地区 气温大于或等于 -0. 1 D1. 0 ?的第 1 个月 s( )13 R= s 气温大于或等于 - 1. 0 ?的第 2 个月 0. 5 D s 在海拔高度高于 500 m 的地区 0. 1 D气温大于或等于 -1. 0 ?的第 1 个月 s 气温大于或等于 - 1. 0 ?的第 2 个月 ()0. 25 D14 R= ss 气温大于或等于 - 1. 0 ?的第 3 个月 0. 5 D s及以后各月 R与 R产生单元网格的总径流量 。在任何的一个月份 ,降雪与降水均可能同时产 s r 生 。 3 土壤饱和田间持水量 ( ) 土壤饱和田间持水量 W是水文过程的一个重要参量 。常用的方法是将其设定为 c 1) 2) 一个常数。由于土壤及植被空间差异极大 ,特别像中国这样的大区域 ,设定为常数显 然是不准确的 ,本文将其定义为土壤与植被的参数 。 ) 1AIM Project Team. Technical Structure of AIM/ Impact Model . 1996 ) 2卢显富. 全球气候变化及其对我国河川径流量与水资源需求的潜在影响. 中国科学院自然资源综合考察委员 会博士论文. 1999 ) 1 至目前为止 ,FAO/ UNESCO的全球土壤数据是最好的数据源 ,它提供了详细的全球一致的土壤数据 。但土壤饱和田间持水量不是 FAO 土壤图的直接属性 ,需要使用土壤质 地来推算 。由于 FAO 土壤图的土壤质地只分为粗质 、中质及细质 3 个级别 ,因此将它与 23 () 美国土壤分类的质地做了匹配 表 2,以利用 K. E. Saxton 等的不同类型土壤饱和田间 持水量数据 。 表 2 土壤质地匹配 Table 2 Texture matching between FAO soil data and US soil taxonomy 土壤图代码 FAO 土壤质地 美国土壤分类质地 FAO 土壤图代码 FAO 土壤质地 美国土壤分类质地 FAO 1 粗 砂壤土 5 细 粘壤土 2 中/ 粗 壤土 6 冰川 3 中 壤土 7 有机质 壤土 4 细/ 中 砂粘壤土 () 归一化差异植被指数 NDVI随时间变化反映了不同植被类型的不同物候现象 ,因此 24 可以通过 NDVI 来对全球植被进行分类 。R. S. De Fries 等利用卫星遥感数据获取NDVI 并将全球植被划分为 11 个主要类型 ,本文将其进一步聚合为森林与草地两大类 。 23 利用 K. E. Saxton 等的不同类型土壤饱和田间持水量数据及 C. W. Thornthwaite 和 25 J . R. Mather的关于不同植被类型在不同土壤类型中的根层深度数据 ,获取了不同质地 ( ) 土壤与植被类型组合及其土壤饱和田间持水量 表 3。对于 Thornthwaite 和 Mather 方25 法中没有的植被与土壤类型组合 ,则参照美国土壤分类法及植被类型进行内插估算 。 表 3 土壤饱和田间持水量与土壤质地 、植被类型及其根层深度之间的关系Table 3 Relationship between the soil filed capacity and the soil texture , vegetation type as well as its root depth 植被根层深度/ m土壤田间持水量/ mm 土壤类别 森林草地及灌木丛森林草地及灌木丛 2. 0 1 . 0 砂壤土400 . 0 200. 0 壤土 砂503 . 0 302. 3 粘壤土 501 . 6 288. 8 粘壤土 1. 6 1 . 0 563 . 0 352. 0 4 结果分析 ( ) 在地理信息系统 GIS支持下 ,分别计算了各单元网格现在气候及未来气候情景下的 () 地表径流 。以各单元网格 0 . 5 ×0 . 5 经纬度的径流累加求得各流域单元的各月平均径 流量 ,表 4 为现在气候与不同未来气候情景下的中国各流域的径流变化 。 结果表明 ,在不同的未来气候变化情景下 ,中国的地表径流变化呈现如下特征 : () 1西南诸河流域 、西北内陆河流域 、黑龙江流域 、鸭绿江流域 、图门江流域 、辽河及 辽东半岛诸河流域 、黄河流域 、海河流域 、滦河流域 、淮河流域等的地表径流将增加 。 ) 1FAO/ UNESCO. Digital Soil Map of the World and Derived Properties. 1994 第四 纪研究 154 2002 年 表 4 不同气候情景下各 Table 4 Surface runoff changes in each 气候 流域 ????? 西南诸河流域增加增加增加 额尔齐斯河流域不变不变不变不变不变 内流河诸水系流 域增加增加增加增加增加 黑龙江流域增加增加增加增加增加 鸭绿江、图门江流域增加增加增加增加增加辽河及辽东半岛诸 增加增加增加增加增加河 除了子牙河流域 , 海河、滦河流域增加增加增加增加 其他流域增加 增加 ,除了黄河上游,特别是增加 黄河流域增加增加增加 上段 4,7 月份减少8,12 月份 淮河流域增加增加增加增加增加 除了雅砻江流域春 春季减少 , 其 他 各6,8 月大幅度增6,8 月 长江上游4,9 月份增加季减少外 , 其 他 各季增加 加 ,上半年减少 其他 月 流域全年各月增加 长 夏季部 江 4,8 月份减少 , 其 长江中游上段增加增加增加他月份大幅度增加 加 , 但全流域流 域 大部分河流 4 ,11 4,11 月份减少 , 其 5,11 4,7 月减少 , 其他4,7 月份减少 , 其 长江中下游月份 的 径 流 减 少 ,他各月增加 , 汉 江少 , 太各月大幅度增加 他月份大幅度增加 但春季大幅度增加 流域全年增加 增加 7,9 月份稍减少 , 春 季 径 流 显 著 增 , 特 别 是径流增加 6,8 月 4,6 月份增加 , 其 其他各月增 加 , 特,7,10 月份稍减 加 浙闽台水系流域春季 ,7,10 月份稍其他各月 他各月大幅度增加别是春季径流显著 少 减少增加 增加 春季径除了 4 ,7 月份减珠江及两广沿海、海 少外 , 其他各 月 大增 加 ,增加增加增加南岛诸河流域 幅度增加减少 () 2在各种气候情景下 ,额尔齐斯河流域的地表径流将保持不变 。 () 3长江上游四川段的夏季径流增加 ,春季径流减少 ,但全年总趋势是增加 ; 全年大 ( 部分时间 ,长江中游的上段的径流是增加的 ;长江下游的夏季及秋季 取决于不同的气候 ) 情景径流将减少 , 然而春季的径流将显著增加 。 () 4福建 、浙江及台湾的夏季径流稍微减少 ,但春季径流大幅度增加 。 大流域的地表径流变化 basin under different climate scenarios 情景 ???? 4,7 月份增加 ,其他 增加增加 月份减少 不变不变不变不变 增加增加增加 除 5 ,6 月减少外 ,5,6 月减少外 ,其他月份增除 增加增加 其他月份增加加 除 5 ,6 月减少外 ,5,6 月减少外 ,其他月份增除 增加增加 其他月份增加加 除 5 ,6 月减少外 ,5,6 月减少外 ,其他月份增除 增加增加 其他月份增加加 除了漳卫河流域 ,其下半年增加 , 而上半年几乎不 增加 增加 ,特别是在秋季 他流域增加变 春季增加 ,而秋季减 增加增加7,10 月份增加 少 除 5 月份稍有减少4,6 月份稍有减少外 ,其余除 增加增加 月份增加外 ,其余月份增加 增加 ,4 ,5 月份 , 其除了 4 ,5 月份 , 其春季减少 ,其他各季除了 夏季增加 ,其他各季减少 份减少他各月均增加他各月均增加增加 分流域增 5,9 月份增加 ,乌江流域及长 5,6 月份稍减少 ,其 增加增加其他各月 江中游上段干流沿岸流域春 他各月均增加均减少 季也增加 大部分河流 4,10 月份的径流月份减 ,其他各季5,8 月份减少 ,其他夏季减少 ,其他各季减少 , 但长江下游干流沿岸区夏季减少 湖流域 增加各月增加增加 流域及太湖水系流域 8,次年 4 月份增加 除了富春江流域、曹 ,4 月份的径流份减少 除了 娥江、灵江流域 , 其 大幅度增加稍减少外 ,其他各月夏季径流减少 ,其他各季增加他流域的径流大幅 显著增加 度增加 流量显著 春季径流量增加 ,其春季径流增加 ,6,9 其他各季 ,特别是在春季夏秋两季减少 ,冻春两季增加增加 他各月减少月份减少 ()5 珠江 、广东及广西的沿海河流及海南岛的径流总体趋势是增加 ,但是基于有些气 候情景模拟的结果显示这些地区的夏季径流将减少 。 () 6气溶胶的作用在径流变化上有所显现 ,但在各个不同的气候情景下 ,其差异性缺 乏一致性 。 第四纪研究 156 2002 年 5 结论 总的说来 ,中国的地表径流是增加的 。在东北 、华北 、西北 、西南 、华中及华南地区径 () 流是增加的 ;长江上游的春季径流将减少但夏季增加 ;华东地区 长江下游的夏季径流将 减少 ,但春季径流大幅度增加 。各个不同的 GCM 输出的结果所显示的未来中国地表径流 的变化的趋势也不尽相同 。气溶胶对未来径流的变化有影响 ,但这种影响还缺乏一致性 。 目前在全球尺度上最为详细的模拟运算的网格单元均大于 2 . 5 ×2 . 5 经纬度 ,这个空间尺度是不足以表达短时间的水文过程 。宏观的水文模型与 GCM 的连接虽然在概念上 允许水文模拟精细到了小区的尺度 ,但是仍然存在一些重要的问题 ,即空间尺度及时间尺 度的转换 、水文过程的参数化及模型的校验等 ,因此这种方法的预测能力还很低 ,模拟结 果的可信度有待检验 ,这也正是本文只给出 3 种定性的增加 、不变 、减少趋势的原因 。 参考文献 1 IPCC. Climate Change 2001 : The Scientific Basis. Cambridge : Cambridge University Press , 2001 . 10 Kwadijk J , Middelkoop H. Estimation of impact of climate change on the peak discharge probability of the River Rhine . Climatic 2 Change , 1994 , 27 :199,224 Chiew F H S , Whetton P H , McMahon T A et al . Simulation of the impacts of climate change on runoff and soil moisture in 3 Australian catchments. J ournal of Hydrology , 1995 , 167 :121,147 Kaczmarek Z , Strzepek K M , Somlyódy L et al . Water Resources Management in the Face of Climatic/ Hydrologic Uncertainties 4 ( ) International Institute for Applied Systems Analysis. Dordrecht : Kluwer Academic Publishers , 1996 . 202,377 Schreider S Y , Jakeman A L , Pittock A B et al . Estimation of possible climate change impacts on water availability , extreme 5 flow events and soil moisture in the Goulburn and Ovens basins , Victoria . Climatic Change , 1996 , 34 :513,546 Arnell N W , Reynard N S. The effects of climate change due to global warming on river flows in Great Britain. J ournal of 6 () Hydrology , 1996 , 183 3,4:397,424 Panagoulia D , Dimou G. Sensitivity of flood events to global climate change . J ournal of Hydrology , 1997 , 191 :208,222 Sefton C E M , Boorman D B. A regional investigation of climate change impacts on UK streamflows. J ournal of Hydrology , 7 1997 , 195 :26,44 8 Gellens D , Roulin E. Streamflow response of Belgian catchments to IPCC climate change scenarios. J ournal of Hydrology , 1998 , 210 :242,258 9 () 刘春蓁. 气候变化对中国水文及水资源的潜在影响. 水科学进展 , 1997 , 8 3:220,225 () 邓慧平 ,唐来华. 沱江流域水文对全球气候变化的响应. 地理学报 , 1998 , 53 1:42,48 10 Takahashi K , Matsuoka Y , Harasawa H. Impacts of climate change on water resources , crop production and natural ecosystem in 11 the Asia and Pacific region. J ournal of Global Environmental Engineering , 1998 , 4 : 91,103 12 Legates D R , Willmott C J . Mean seasonal and spatial variability in global surface air temperature . Theoretical and Applied () Climatology , 1990 a, 41 :11,21 13 Legates D R , Willmott C J . Mean seasonal and spatial variability in gauge corrected global precipitation. International J ournal of Climatology , 1990b , 10 :111,127 Takahashi K , Harasawa H , Matsuoka Y. Climate change impact on global crop production. J ournal of Global Environment 14 Engineering , 1997 , 3 :145,161 ( 陈育峰 ,李克让. 地理信息系统支持下的全球气候变化对中国植被分布的可能影响研究. 地理学报 , 1996 , 51 增 15 ) 刊:26,39 Pastor J , Post W M. Calculating Thornthwaite and Mather ’s actual evapotranspiration using an approximating functions. 16 Canadian J ournal of Forest Resources , 1984 , 14 :466,468 17 18 Burman R , Pochop L O. Evaporation , Evapotranspiration and Climatic Data , Developments in Atmospheric Science 22 . Amsterdam : Elsevier , 1994 . 48,79 Thornthwaite C W. An approach toward a rational classification of climate . The Geographical Review , 1948 , 38 :55,94 19 Mintz Y , Walker G K. Global field of soil moisture and land surface evapotranspiration derived from observed precipitation and 20 surface air temperature . J ournal of Applied Meteorology , 1993 , 32 :1 305,1 334 Vrsmarty C J , Moore B , Gildea M P et al . Continental - scale model of water balance and fluvial transport : Application to öö21 South America . Global Biogeochemical Cycles , 1989 , 3 :241,265 Vrsmarty C J , Federer C A , Schloss A L . Potential evaporation functions compared on US basins : Possible implications for öö22 global - scale water balance and terrestrial ecosystem modeling. J ournal of Hydrology , 1998 , 207 :147,169 Saxton K E , Rawls W J , Romberge J W et al . Estimating generalized soil water characteristics from texture . Soil Science Society 23 () of America J ournal , 1986 , 50 4:1 031,1 036 De Fries R S , Townshend J R G. NDVI - derived land cover classification at a global scale . International J ournal of Remote Sensing , 1994 , 15 :3 567,3 586 24 Thornthwaite C W , Mather J R. Instructions and tables for computing potential evapotranspiration and water balance . Publication () in Climatology , 1957 , X3:185,311 25 CL IMATE C HANGE IMPACT O N S URFACE RUNOFF IN C HINA ?? ? ? You Songcai Kiyoshi Takahashi Yuzuru Matsuoka ( ?Institute of Geographical Sciences and Natural Resources Research , Chinese Academy of Sciences , Beijing 100101 ; ?Department of Social Engineering , Tokyo Institute of Technology , Tokyo 152 - 8550 , J apan ; ?Social and Environmental Systems Division , National Institute f or Environmental Studies , Ibaraki 305 - 8506 , J apan ; ?Department of Environmental Engineering , Kyoto University , Kyoto )606 - 01 , J apan Abstract This paper used a macro - scale hydrological model to simulate streamflow across China at a spatial resolution of 0 . 5 ×0 . 5 degree longitude/ latitude and temporal resolution of one month , under the 1961,1990 baseline climate and scenarios derived from ECHAM4 , HadCM2 , CGCM1 , CSIRO - Mk2b , and CCSR/ NIES. The mean surface runoff change in 2090,2099 under different climate scenarios , in general , will increase across China . The change pattern along Changjiang River is a little bit complicated. The upper reaches of Changjiang River will experience a decrease of surface runoff in spring and an increase in summer season , whereas the lower reaches with summer decrease and spring increase . There exists some spatial differences in surface runoff change among different climate scenarios. Aerosols do affect surface runoff , but the effects are inconsistent among the different GCMs. Key words climate change , surface runoff , water balance model