气候变化多情景下缺水流域跨行业水权交易的水管理效应研究

doi:10.12006/j.issn.1673-1719.2025.025

气候变化多情景下缺水流域跨行业水权交易的水管理效应研究

韩池¹^,², 温洪启³, 张书林⁴, 张俊龙^,¹^,², 李伟¹^,², 陈明帅⁵, 尤立⁶^,⁷

1 青岛大学环境与地理科学学院，青岛 266071

2 青岛市碳中和生态环境技术创新中心，青岛 266071

3 青岛市水务事业发展服务中心，青岛 266071

4 平度市水利水产局，青岛 266700

5 武汉大学水资源与水电工程科学国家重点实验室，武汉 430072

6 中国科学院生态环境研究中心，北京 100085

7 工业废水无害化与资源化国家工程研究中心，北京 100085

Effectiveness of cross-industry water rights trading on water management in water-deficient basins under multiple climate change scenarios

HAN Chi¹^,², WEN Hong-Qi³, ZHANG Shu-Lin⁴, ZHANG Jun-Long^,¹^,², LI Wei¹^,², CHEN Ming-Shuai⁵, YOU Li⁶^,⁷

1 College of Environmental and Geographical Sciences, Qingdao University, Qingdao 266071, China

2 Carbon Neutrality and Eco-Environmental Technology Innovation Center of Qingdao, Qingdao 266071, China

3 Qingdao Water Affairs Development and Service Center, Qingdao 266071, China

4 Pingdu Water Conservancy and Fisheries Bureau, Qingdao 266700, China

5 State Key Laboratory of Water Resources and Management, Wuhan University, Wuhan 430072, China

6 Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085,China

7 National Engineering Research Center of Industrial Wastewater Detoxication and Resource Recovery, Beijing 100085, China

第一联系人: 张俊龙，男，副教授，zjunlong@qdu.edu.cn

收稿日期: 2025-02-7 修回日期: 2025-04-24

基金资助:

水资源工程与调度全国重点实验室开放研究基金项目(2024SWG06)
山东省自然科学基金(ZR2024ME242)

Received: 2025-02-7 Revised: 2025-04-24

作者简介 About authors

韩池，女，硕士研究生

摘要

开展气候数据校准、自然径流重建和植被需水量模拟，开发多气候变化情景下的随机多目标水权交易决策模型，定量评估未来（2026—2055年）气候变化条件下青岛市大沽河流域跨行业水权交易的水管理效应。研究结果表明：(1)年均天然径流量、单位生产规模种植业需水量与单位面积湿地需水量在SSP1-2.6情景下最多，SSP5-8.5情景下最少。(2)多气候变化情景下，相比于非交易机制，水权交易机制能有效缓解流域缺水问题；从流域整体视角看，SSP5-8.5情景下水权交易机制缓解缺水最明显，交易后缺水量较交易前减少7.05%~14.59%；从行业上看，交易机制使企业缺水量显著减少，种植业、渔业及畜牧业次之；从地区上讲，流域内4个县（莱西、平度、即墨、胶州）缺水量均减少，莱西缺水量显著减少，多气候情景下缺水量平均减少6.90%~10.91%，同时，71%的河区缺水量减少，29%的河区缺水量增多。(3)多气候变化情景下，水权交易使得系统供水总量、系统效益、效率平均增加0.72%~0.90%、10.26%~11.05%、9.48% ~10.06%；交易机制在SSP5-8.5情景下供水总量、系统效益、系统效率提升最明显。

关键词： 气候变化; 共享社会经济路径（SSP）; 水资源适应性管理; 水权交易; 不确定性

Abstract

This study conducted climate data calibration, natural runoff reconstruction, and vegetation water requirement simulation. And a stochastic multi-objective water rights trading decision-making model was developed under multiple climate change scenarios to quantitatively assess effectiveness of cross-sectorial water rights trading on water management system in the Dagu River basin under climate change conditions in the future (2026—2055). The results are as follows: (1) Annual average natural runoff, water demand per unit of production scale in planting industry, and water demand per unit area of wetlands are the highest under SSP1-2.6 scenario and the lowest under SSP5-8.5 scenario. (2) Under multiple climate change scenarios, water rights trading mechanism is more effective than non-trading mechanism in alleviating water scarcity issues in river basins. From perspective of entire basin, water rights trading mechanism shows the most significant effect on alleviating water shortage under SSP5-8.5 scenario, with water deficit decreasing by 7.05%-14.59% compared with non-trading system. From the industry perspective, trading mechanism results in the greatest reduction in water scarcity for enterprises, followed by agriculture, fisheries, and livestock industry. Regarding regions, water deficit decreases in all four counties within the basin, with the most significant reduction in Laixi, where the average water deficit decreases by 6.90%-10.91% under multiple climate change scenarios. Meanwhile, 71% of river sections experienced a reduction in water shortage, while 29% saw an increase. (3) Under multiple climate change scenarios, water rights trading increases total water supply, system benefits, and efficiency of system by 0.72%-0.90%, 10.26%-11.05%, and 9.48%-10.06%, respectively. Under SSP5-8.5 scenario, the trading mechanism brings about the most significant increase in total water supply, system benefits, and system efficiency.

Keywords： Climate change; Shared Socio-economic Pathways (SSP); Water resources adaptive management; Water rights trading; Uncertainties

PDF (3678KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

韩池, 温洪启, 张书林, 张俊龙, 李伟, 陈明帅, 尤立. 气候变化多情景下缺水流域跨行业水权交易的水管理效应研究[J]. 气候变化研究进展, 2025, 21(6): 753-765 doi:10.12006/j.issn.1673-1719.2025.025

HAN Chi, WEN Hong-Qi, ZHANG Shu-Lin, ZHANG Jun-Long, LI Wei, CHEN Ming-Shuai, YOU Li. Effectiveness of cross-industry water rights trading on water management in water-deficient basins under multiple climate change scenarios[J]. Advances in Climate Change Research, 2025, 21(6): 753-765 doi:10.12006/j.issn.1673-1719.2025.025

引言

气候变化通过改变降雨量、温度等一系列气象因素的变化，对全球水文循环产生了深远影响^[1]。作为塑造地表水资源量的核心驱动力，气候条件的波动直接关联水资源的丰枯状况^[2]；同时，气候条件影响着农作物的蒸散量与产量，给农业生产力可持续发展带来风险^[3-4]；气候变化还对湿地系统的植被需水及生态水文循环产生了复杂影响，对湿地生态系统的平衡构成了潜在威胁^[5]。上述影响正悄然波及生态环境、粮食安全以及水资源管理等至关重要的领域^[6]，给水系统带来水资源短缺、供需不稳定等一系列问题，这对水资源管理策略的实践而言，无疑是一个严峻的挑战^[7]。

自20世纪90年代以来，国内外学者在气候变化下水资源适应性管理领域开展了大量研究^[8]，有学者定量分析气候变化对水资源管理措施的影响，例如，Luo等^[9]基于多数据驱动的SWAT模型分析了气候变化对湄公河上游流域节水能力的影响。Gamvroudis等^[10]基于SWAT-PTC综合模型模拟气候变化对尼罗河流域地表水和地下水联合配置的影响。此外，有学者在未来气候变化情景下，将各类水评估模型进行综合运用与建模分析，探索水资源适应性管理路径，例如，Sun等^[11]耦合全球气候模型、半分布式径流模拟模型和多阶段区间随机规划技术，探索应对气候变化的水资源管理最优策略。

水权交易允许水权流向高价值用户，是解决水资源供需不稳定和水量时空分布不均的有效手段^[12]。一方面，有学者研究气候变化下水权交易决策，Jiang等^[13]借助综合灌溉农业水管理模型探索了气候变化下墨累-达令流域农业灌溉水权配置及土地利用决策方案。另一方面，有学者揭示气候变化下水权交易对水资源系统的影响，Luo等^[14]基于随机规划方法分析气候变化对水交易计划长期经济效益的影响，评估水交易作为气候变化适应性策略选项的潜力。现有研究从单一气候变化情景、单一行业的角度探讨水权交易的影响，跨行业水权交易打破行业边界，在缓解多行业缺水、提高区域水资源利用效率上更具优势；其次，在多种共享社会经济路径下衡量水权交易效应，有利于提升气候变化下的适应性。然而，现有研究未能定量揭示气候变化条件下跨行业水权交易的水管理系统效应。

本研究以大沽河流域为研究区，关注气候变化条件下该流域水资源系统中存在的多种复杂性因子。例如，气候变化改变了降雨、蒸发的时空分布，为水文循环带来了复杂影响，这增强了天然径流量的随机性特征；其次，社会经济数据的波动性以及水文资料的不完整性，给水资源适应性管理带来了不确定性；最后，青岛市是沿海经济强市，同时也是以资源型缺水为主要特征的缺水城市，经济发展目标与用水总量控制目标构成了必须统筹兼顾的核心导向，作为青岛市的重要水源地，大沽河流域水资源适应性管理具有经济效益最大化与用水量最小化的多目标特征。

本研究开发了一种多气候变化情景下的随机多目标水权交易决策模型（SMWR-CC)，该模型集成气候数据处理、自然径流重建、植被需水量模拟子模块，可用于分析气候变化对流域供需水的影响。模型还集成了不确定性处理子模块，该子模块耦合两阶段随机规划（TSP)、区间规划（IPP）与双层规划（BP）技术，其中，TSP技术能够在目标函数中细致描述随机的天然径流量带来的随机缺水量及其损失，进而实现对水管理决策的追索；IPP技术能够描述SMWR-CC参数的波动范围，将水资源系统数据的不确定性贯穿决策始终；BP技术通过引入满意度实现上、下层目标的嵌套与平衡，进而处理水资源适应性管理的多目标冲突。SMWR-CC精细描述了全流域水质控制、16个河区的水量平衡、社会生产、供水安全和交易规则等实际过程，实现在多种气候情景下的多目标、多区域、多行业、多用户的水权初始配置与再分配，基于决策模型评估“第六次国际耦合模式比较计划”（CMIP6）多情景下跨行业水权交易制度的适应性管理效应，为气候变化下缺水流域水资源适应性管理机制选择与方案制定提供定量依据。

1 研究区域及数据

1.1 研究系统概况

大沽河流域地处119°38′~120°37′E，35°32′ ~37°20′N范围内，起源于烟台市招远市阜山镇，在青岛市境内依次流经莱西、平度、即墨、胶州和崂山，最终于胶州市斜拉桥国控断面注入胶州湾（图1)。大沽河干流全长约179.9 km，总面积为6131.3 km²，青岛市辖区内流域面积为4781.1 km²，占整个流域的77.98%^[15]。近20年来，大沽河流域降水年际变化明显，呈现“连续偏多或连续偏少”的特点，降水主要集中在主汛期（7—8月）^[16]。根据全国第三次水资源评价成果，青岛人均占有水资源量186 m³，仅为全国平均水平的9.5%，是世界平均水平的2%。该流域是我国北方典型的生态脆弱型农业流域，长期的水资源短缺和生产活动导致生态系统受损，部分河段生态基流难以保障。气候变化条件下大沽河水资源量年际变化加大，水资源供给量具有随机性，而水资源需求量日益增加，这加剧了流域水资源供需矛盾^[17]；此外，大沽河流域是青岛市主要粮食产区，主要农作物有玉米、小麦、棉花、花生和蔬菜等，农业需水量大，且受到气候变化的显著影响；缺水导致流域生态系统脆弱性问题，气候变化通过影响水资源量与湿地植被蒸发过程带来了湿地退化风险^[18]。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 大沽河流域地理位置及相关信息

Fig. 1 Location and related information of Dagu River basin

1.2 数据资料

气象站历史观测数据来源于国家气象科学数据中心，气候模式模拟数据来源于欧盟哥白尼地球观测计划^①(① https://cds.climate.copernicus.eu。)。历史校准时段选取2000—2014年，未来验证预测时段选取2026—2055年在共享社会经济路径3种排放情景下的模拟结果，排放情景分别为低辐射强迫情景（SSP1-2.6)、中辐射强迫情景（SSP2-4.5）和高辐射强迫情景（SSP5-8.5)。这3种情景能够涵盖低、中、高不同的辐射强迫水平以及从低碳到高碳不同的排放路径，是CMIP6中广泛使用的情景，有大量的气候模型和研究基于这些情景进行模拟和分析。数据要素为近地面逐日最高气温、近地面逐日最低气温、降水、地面大气压及近地表风速。水流方向和河网数据基于数字高程模型（DEM）获得，DEM来源于中国科学院计算机网络信息中心地理空间数据云站点^②(② http://www.gcloud.cn。)，分辨率为90 m。2000年、2010年和2018年土地利用数据集由中国科学院资源与环境科学数据中心^③(③ http://www.resdc.cn。)提供。1꞉1万的土壤图来自土壤与地形数据库（SOTER）。此外，基于《青岛市统计年鉴》（2011—2021年）和实地调查，收集了流域相关社会、经济数据。社会需水和供水数据来源于《青岛市水资源公报》（2011—2021年)。企业污水排放数据来源于山东省生态环境厅的重点污染源数据发布系统，农业产生的污染物情况来自《青岛市第二次全国污染源普查公报》。采用基于历史数据的趋势外推法估算规划期的流域社会、经济和水资源供需数据。

2 研究方法

2.1 气象数据处理

因系统偏差和空间分辨率的差异，全球气候模式（GCMs）输出数据无法直接使用，为减少误差，需对数据进行偏差校正^[19]。本研究利用线性标度方法对模式输出的气象数据进行偏差校正。计算公式如下：

(1)$ p_{\mathrm{cor}}=p_{\mathrm{m}} \times \frac{\bar{p}_{\mathrm{obs}}}{\bar{p}_{\mathrm{sim}}}$

(2)$ T_{\mathrm{cor}}=T_{\mathrm{m}}+\left(\bar{T}_{\mathrm{obs}}-\bar{T}_{\mathrm{sim}}\right) 。$

式中：p_cor、T_cor为降水、温度预测数据（包含校准期和验证期)；p_m、T_m为校正前降水、温度数据（包含校准期和验证期)；p^—_obs、T^—_obs 为校准期观测降水、温度的均值；p^—_sim、T^—_sim为校准期预测降水、温度的均值；式中降水数据单位均为mm，温度数据单位均为℃。

比较经过偏差校正后的气候模式历史数据集与气象站观测数据集的归一化均方根误差（RMSE)、百分比偏差（PBIAS）及平均差（MD)，考虑每个模式（MRI-ESM2-0、INM-CM5-0、INM-MM4-8、MPI-ESM1-2-LR、NORESM-MM）中所有统计指标的值，使用折衷规划指数（CPI）方法对模式进行评分^[20]，最终选择最优的气候模型，即MRI-ESM2-0。在计算中，RMSE及PBIAS理想值为0、MD理想值为1。

2.2 水资源评价

本研究利用土壤与水资源评估工具（SWAT模型）模拟了流域水文过程^[21-22]，因受人类活动影响，实测径流量不能充分反映河川径流规律，本研究采用分项调查法开展大沽河流域天然径流量还原计算，获得大沽河流域的天然径流量年系列，基于此，得到不同来水年型下的天然径流量及其概率。年径流还原计算依据的水量平衡方程式为

(3)$ \begin{aligned} W_{\mathrm{NR}}= & W_{\mathrm{M}}+W_{\mathrm{A}}+W_{\mathrm{E}}+W_{\mathrm{F}}+W_{\mathrm{T}}+W_{\mathrm{R}}+W_{\mathrm{Re}}+ \\ & W_{\mathrm{D}}+W_{\mathrm{Fd}}+W_{\mathrm{ot} \circ} \end{aligned}$

式中：W_NR为水文站控制断面天然径流量；W_M为水文站控制断面实测径流量；W_A为农业灌溉引用地表水净耗水量；W_E为工业引用地表水净耗水量；W_F为林牧渔业引用地表水净耗水量；W_T为城镇生活用水净耗水量；W_R为水库蓄水变量；W_Re为水库水面蒸发量和响应陆地蒸发量差值；W_D为跨流域引水量（引出为正，引入为负)；W_Fd为河道分洪水量（分出为正，分入为负)；W_ot为其他径流量；单位均为10⁶ m³/a。采用Pearson III型分布拟合天然径流量时间序列的概率密度函数并计算特征值，获得天然径流量的Pearson III型分布函数及曲线，由水文行业规范划分的5种典型来水年型（特枯水年、枯水年、平水年、丰水年和特丰水年）对应的设计频率标准确定相应频率下的天然径流量。

2.3 农作物需水量计算

本研究使用联合国粮食及农业组织（FAO）推荐的Penman-Monteith方程计算作物需水量E_c，在FAO推荐的作物系数基础上，结合研究区实际情况，以主要作物物候期为依据对作物系数进行了修正，对流域作物灌溉需水量（I）进行估算^[23]。表达式为：

(4)$ E_{\mathrm{c}}=\sum K_{\mathrm{c}} \times E_{\mathrm{o}},$

(5)$ I=\sum \max \left(E_{\mathrm{c}}-P_{\mathrm{e}}, 0\right) 。$

式中：E_c为作物需水量；E_o为参考作物蒸散量；K_c为作物系数；P_e为各生长阶段有效降雨量；单位均为mm/d。

2.4 湿地生态需水量计算

在本研究中湿地生态需水量主要为湿地植被需水量、土壤需水量、生物栖息地需水量以及补给地下水需水量四部分之和（单位为m³）^[24]。其中，湿地植被需水量使用湿地植被覆盖面积与E_c的乘积来表示；湿地土壤需水量通常基于田间持水量计算^[25]；湿地生物栖息地需水量基于水面面积的百分比和水深计算^[26]；湿地补给地下水功能考虑渗漏过程，湿地补给地下水需水量基于渗透系数、水力坡度、渗流剖面面积计算^[27]。

2.5 模型构建

本研究开发的决策模型涉及用水户包括大沽河流域种植业、畜牧业和渔业在内的3个农业行业和17家主要企业；空间维度上，基于中国五级子流域划分，流域被划分为16个五级子流域河区，并叠加4个县（莱西、平度、即墨、胶州）的区域边界，形成21个地理分区；模型规划期为2026—2055年，每5年一个规划期，共6个规划期。研究过程涉及特枯水年、枯水年、平水年、丰水年和特丰水年（k = 1、k = 2、k = 3、k = 4、k = 5）5种水文年型；水质控制上考虑5个国家级控制断面和3个省级控制断面的水质目标；模型还将流域内4个主要污水处理厂的处理过程考虑到约束中。模型关注水资源供给过程的天然径流量以及地区主要需水过程中的种植业单位生产规模需水量、单位面积湿地植被需水量对气候变化的响应，以反映气候变化对流域水资源的系统性影响。在综合考虑多种气候变化情景的基础上，基于区间随机双层规划（ISBP）方法，构建多气候变化情景下的随机多目标水权交易决策模型（SMWR-CC）^[28]。

此外，本研究还构建无水权交易机制模型，该模型没有水权交易约束。同时，在价格机制、地表水平衡两类约束中不涉及水权交易过程，生产规模、用水量、污染物排放量、监测断面浓度、节水潜力5类约束与随机多目标水权交易决策模型一致。

3 结果与分析

3.1 不同气候变化情景下的流域水资源量

基于MRI-ESM2-0气候模式输出的偏差校正后的未来气候预测结果，SSP1-2.6情景下的日均降雨量最多，比SSP2-4.5、SSP5-8.5情景分别高0.17 mm、0.03 mm；日均温度在SSP5-8.5情景下最高，比SSP1-2.6、SSP2-4.5情景分别高0.52℃、0.26℃；日较差（最高温度与最低温度之差）在SSP1-2.6情景下最高，比SSP2-4.5、SSP5-8.5情景分别高0.01℃、0.15℃。表1展示了多气候变化情景下天然径流量、种植业单位生产规模需水量、单位面积湿地需水量。结果表明，多气候变化情景下天然径流量、种植业单位生产规模需水量、单位面积湿地需水量的排序均为SSP1-2.6>SSP2-4.5>SSP5-8.5，这是因为降雨是天然径流量的直接来源；植物需水量与日较差、风速、饱和水汽压差呈显著正相关。

表1 多气候变化情景下流域天然径流量、种植业单位生产规模需水量、单位面积湿地需水量

Table 1 Natural runoff of river basins, water demand per unit production scale of planting industry, and water demand per unit area of wetlands under multiple climate change scenarios

新窗口打开| 下载CSV

3.2 缺水量

图2展示了不同来水年型下有、无水权交易机制下的流域总缺水量，其中下界指参数能达到的最小值，上界指参数能达到的最大值。结果显示，与无水权交易情景相比，有水权交易下枯水年份缺水量显著减少，平水年缺水量略有减少，丰水年份缺水量基本保持不变。这是因为，枯水年份，流域天然径流量及用户初始水权分配不充分，导致部分用户缺水量及对水权的需求量较大，促使水权交易发生，以减少缺水量；丰水年份初始水权分配量基本满足各用户生产配水，缺水用户较少。结果还表明，相较于无交易机制，水权交易下SSP5-8.5情景下缺水量显著减少，SSP1-2.6情景下缺水量略有减少，其中SSP1-2.6、SSP2-4.5、SSP5-8.5情景下交易后较交易前分别减少6.37%~7.71%、6.46%~10.56%、7.05%~14.59%。这是因为，在枯水年份，SSP5-8.5情景下较小的天然径流量导致该情景下交易前企业缺水较多，企业缺水损失较高，交易过程中优先购买水权以减少缺水，缺水量显著减少；SSP1-2.6情景下天然径流量较大，从而交易下缺水量略有减少。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 不同机制及多种来水年型下的缺水量

Fig. 2 Water shortage under different mechanisms and various hydrological year types

图3展示了有、无水权交易机制下各行业的缺水量。结果表明，相较于无交易机制，水权交易机制下各行业缺水量均减少，其中企业显著减少，多气候变化情景下平均减少62.61%~80.40%。这是因为水权倾向于流向单位用水效益高的行业，各个行业中企业的单位用水量效益最高。Zhang等^[29]也发现由于企业的单位用水量效益最高，企业将成为水权交易过程中的主要买家。种植业、畜牧业及渔业在多气候变化情景下行业缺水量分别减少2.38%~10.69%、2.09%~3.42%及1.57%~2.08%，依次降低，但其中畜牧业单位用水效益高于种植业及渔业。因为水权交易主要发生在枯水年份，在枯水年份水资源短缺、监测断面水质风险高，流域畜牧业与企业生产过程会产生化学需氧量，水权交易机制下企业配水量较多，在水质安全约束导向下畜牧业配水被压缩，所以缺水减少量少于种植业。综上，水权交易市场可以驱动水权从低效益用户转向高效益用户，进而有效地提高水资源的利用效率；通过市场优化配置可以使多余的水权得到高效利用，减少行业缺水量。这与刘美等^[30]研究结果一致。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 不同机制下各行业缺水量

Fig. 3 Water shortage of various industries under multiple mechanisms

图4展示了有、无水权交易机制下各河区的缺水量（水权交易量为正值指河区以买入水权为主；水权交易量为负值指河区以卖出水权为主)。其中，多种气候变化情景下71%的河区缺水量减少，这是由于，水权买卖可以通过水权流通将水资源丰富地区的水量调配至水资源匮乏的地区，进而减少地区缺水量。29%的河区（如第5河区）缺水量增多，这是因为这些河区卖出水权导致实际用水减少，缺水增多。可通过采用高效节水技术、强化总量管控与节水补贴机制，减少水权交易对部分河区的负面效应。另外，图5展示了有、无水权交易机制下各县区的缺水量，相较于无交易机制，水权交易机制下莱西、平度、即墨、胶州4个县的缺水均有所减少，其中莱西缺水量显著减少，多气候变化情景下缺水量平均减少6.90%~10.91%。这是因为，根据流域实际情况，莱西种植业单位生产规模用水量较大，农业耗水量较大，导致该县交易前企业缺水较多，交易后企业缺水量明显减少。上述结果暗示，气候变化下水权可以使水资源丰富的地区转让多余的水，实现水资源的空间调配，减少系统缺水量，优化水资源的空间分布。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 不同机制下各河区的缺水量

Fig. 4 Water shortage in each river region under different mechanisms

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 不同机制下各县区的缺水量

注：图中数值为缺水量，单位为10⁶ m³。

Fig. 5 Water shortage in each county under different mechanisms

3.3 系统供水量、效益、效率

图6显示了有、无水权交易机制下的系统供水总量，其中，交易机制比非交易机制系统供水总量有所增加，具体地，多气候变化情景平均增加0.72%~0.90%，即1.12×10⁶~1.40×10⁶ m³/a。这是由于在水权交易中单位用水效益高的用户持有水权量增多，如图7，提高的水权利用率带来较高的供水量。结果还表明，SSP1-2.6、SSP2-4.5、SSP5-8.5情景下水权交易机制带来供水总量提升幅度依次增大，分别为0.66%~0.76%、0.85% ~0.96%、0.90%~1.08%。这是因为交易过程使SSP5-8.5情景下缺水量显著减少，因此系统供水总量增加最多。水权交易机制下SSP1-2.6情景的系统供水总量最多，比SSP2-4.5情景多2.96%~3.65%。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 不同机制下的系统总供水量

Fig. 6 Total water supply under different mechanisms

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 用户持有水权量配置

Fig. 7 Allocation of users’ possessed water right

图8显示了有、无水权交易机制下的系统总效益，其中，多气候变化情景下交易机制比非交易机制系统总效益平均增加10.26% ~ 11.05%，即3.84×10⁹~4.78×10⁹元。这是因为交易机制使得系统缺水量减少，供水总量增加，系统效益随之增加。Bekchanov等^[31]在中亚阿姆河和锡尔河流域构建了流域尺度的水文经济模型，发现流域间及流域内水资源交易可以明显增加流域整体收益。Xu等^[32]通过对有无水交易情况下的经济效益进行比较分析，结果亦表明，各子区域的经济效益都得到了提高。多气候变化情景下交易机制带来的效益增量排序为SSP5-8.5>SSP2-4.5>SSP1-2.6，分别相应增加10.89%~12.02%、10.32%~11.82%、9.57%~10.11%，该结果与SSP5-8.5情景缺水量显著减少有关。水权交易机制下SSP1-2.6情景的系统效益最高，比SSP5-8.5情景高0.33% ~0.38%。在SSP1-2.6情景下大沽河流域的日均降雨量比SSP2-4.5、SSP5-8.5情景多，有着较高的天然径流量，从而系统供水总量最多，在系统效益上表现最优。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 不同机制下的系统总效益

Fig. 8 System benefits under different mechanisms

图9显示了有、无水权交易机制下的系统效率。结果表明，相比于非交易机制，交易机制下系统效率提高，具体地，多气候变化情景下系统效率平均提高9.48%~10.06%，即22.47~27.85元/m³。这是由于水权交易能够促使水资源流向高经济回报的用户，促进区域内水资源高效配置。另外，各气候变化情景下系统总效率提升排序为SSP5-8.5>SSP2-4.5>SSP1-2.6，相应地分别增加10.31% ~11.03%、9.27%~10.87%、8.85%~9.28%。这是因为SSP5-8.5情景水权交易机制下缺水量显著减少，流向高经济回报用户的水量最多，系统效率提高也最多。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 不同机制下的系统效率

Fig. 9 System efficiency under different mechanisms

4 结论

本文开发了一种多气候变化情景下的随机多目标水权交易决策模型（SMWR-CC)，揭示了CMIP6多社会经济路径下跨行业水权交易的水资源适应性管理效应，结论如下：

(1)降雨是天然径流量的直接来源；植物需水量与日较差、风速、饱和水汽压差呈正相关。SSP1-2.6情景下年均天然径流量、单位生产规模种植业需水量与单位面积湿地需水量最多，SSP5-8.5情景下最少。

(2)相比于非交易机制，水权交易机制能有效缓解流域缺水问题。在流域整体视角，水权交易在SSP5-8.5情景下使得缺水量显著减少，减少7.05%~14.59%，SSP1-2.6情景下缺水量略有减少，为6.37%~7.71%；从行业上看，水权交易使得企业缺水量显著减少，种植业、渔业及畜牧业次之；从空间分布上讲，大沽河流域青岛市辖区内4个县（莱西、平度、即墨、胶州）缺水量均有所减少，莱西缺水量显著减少，平均减少6.90% ~10.91%，河区上，71%的河区缺水量减少，29%的河区缺水量增多。气候变化下，水权交易驱动水权转向高效益用户，提高水资源的利用效率；又促使富水地区转让多余的水，减少系统缺水量，优化水资源的空间分布。

(3)水权交易市场下，系统供水总量增加，系统效益、效率随之增加。多气候变化情景下，交易机制比非交易机制系统供水总量、系统总效益、系统效率分别平均增加0.72%~0.90%、10.26% ~11.05%、9.48%~10.06%。交易机制在SSP5-8.5情景下使得供水总量增加最多，增加0.90%~1.08%，系统效益、系统效率提升最多，分别提升10.89%~12.02%、10.31%~11.03%。尽管交易机制在SSP5-8.5情景下对流域系统提升最多，但是SSP1-2.6情景下的供水总量、系统效益均优于其他情景，有利于保障供水安全与经济发展。

研究中仍存在尚未充分考虑的因素和局限性。例如，本研究中对未来社会、经济数据的预估是基于历史数据开展趋势外推得到的，然而，随着气候变化加剧，系统可能突破原有阈值而进入非稳态阶段，未来的研究需要进一步构建气候-社会-经济耦合模型，以反映气候变化对社会、经济系统的深刻影响；另外，本研究使用单一气候模式，无法反映模式间的模拟偏差，未来我们将采用CMIP6多模式集合预报量化不确定性，获得稳健、科学数据基础。本文仅为当前阶段的探索性分析，我们诚挚地欢迎国内外同行就此项研究提出宝贵意见，从而进一步完善气候变化研究体系。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Ciampittiello

, Marchetto

, Boggero

Water resources management under climate change: a review

[J]. Sustainability, 2024, 16 (9): 3590

DOI:10.3390/su16093590 URL [本文引用: 1]

Climate change affects water resources through the decrease in rainfall and the increase in temperatures and evapotranspiration. An indirect impact of climate change is also the increase in water uses by human activities. In this review, 320 papers were retrieved, of which 134, spanning five continents and dealing with impacts and solutions, were selected to be used to better understand the effects of climate change on water resources, ecosystems, human health, security, and socio-economic aspects. Here, suggestions and proposals towards solutions by scientists from around the world, tips and ideas to deal with climate change, and the best solutions for future water management are presented. The main solutions highlighted concern integrated water resource management, political direction, policies, an increase in knowledge, and new technologies. Furthermore, most of the analyzed papers underline that water resource management needs to incorporate the protection and restoration of ecosystems and their services. Nature-based solutions need to be the starting point of new scientific and innovative ways to deal with climate change and look towards future climate adaptation. In this complex evolution of the water resource, the political position of Italy is also shown, illustrating what actions could be implemented for water resource management.

[2]

, Li

Y X

, Sun

Impact of climate change on water resources in the Shiyang River basin and the adaptive measures for energy conservation and emission reduction

[J]. Applied Mechanics and Materials, 2013, 2685 (405-408): 2167-2171

[本文引用: 1]

[3]

Govere

, Nyamangara

, Nyakatawa

Z E

Climate change and the water footprint of wheat production in Zimbabwe

[J]. Water South Africa, 2019, 45 (3): 513-526

[本文引用: 1]

[4]

Riediger

, Breckling

, Svoboda

, et al.

Modelling regional variability of irrigation requirements due to climate change in Northern Germany

[J]. Science of the Total Environment, 2016, 541: 329-340

DOI:10.1016/j.scitotenv.2015.09.043 URL [本文引用: 1]

[5]

Cherry

A J

, Battaglia

L L

Tidal wetlands in a changing climate: introduction to a special feature

[J]. Wetlands, 2019, 39 (6): 1139-1144

DOI:10.1007/s13157-019-01245-9 [本文引用: 1]

Through multiple interacting forcing factors, global climate change is poised to alter the structure and function of tidal wetlands worldwide, and consequently, the ecosystem services they provide. For low-lying tidal wetlands, these impacts arise largely as a result of changes in macroclimatic conditions; inputs of freshwater, nutrients, and sediments from coastal watersheds; sea-level rise; and storm activity. Collectively, these climate-driven impacts influence the hydrology, physicochemical environment, species composition, and ecological functioning of tidal wetlands. Given the scope of the threat, it is important to examine climate-change impacts at various spatial and temporal scales and across the various sub-disciplines of wetland science. Insight into climate impacts can inform vulnerability assessments, conservation and restoration plans, and adaptation and mitigation strategies. The articles in this special feature cover a range to topics related to climate-change impacts on tidal wetlands from different biogeographic regions around the world. They examine shifts in foundation species, impacts to wildlife habitat, the use of models to predict responses to different climate-change scenarios, and the potential for restoration to sustain tidal wetlands in the face of climate change.

[6]

Mehrazar

, Bavani

M R A

, Gohari

, et al.

Adaptation of water resources system to water scarcity and climate change in the suburb area of megacities

[J]. Water Resources Management, 2020, 34 (12): 3855-3877

DOI:10.1007/s11269-020-02648-8 [本文引用: 1]

[7]

Draper

E S

, Kundell

E J

Impact of climate change on transboundary water sharing

[J]. Journal of Water Resources Planning and Management, 2007, 133 (5): 405-415

DOI:10.1061/(ASCE)0733-9496(2007)133:5(405) URL [本文引用: 1]

[8]

Hong

, Xia

, Chen

, et al.

Multi-object approach and its application to adaptive water management under climate change

[J]. Journal of Geographical Sciences, 2017, 27 (3): 259-274

DOI:10.1007/s11442-017-1375-7 [本文引用: 1]

This paper addresses issues on adaptive water management under the impact of climate change. Based on a set of comprehensive indicators of water system, a decision making approach of multi-objects is developed and applied to quantify water adaptive management for the demands of water sustainable use, water environmental protection and eco-water requirement under the climate change. For this study in China, two key indicators are proposed, namely (1) the water resources vulnerability (V) that was represented by integrated sensitivity (S) and resilience (C) of climate change impact on water resources, and (2) the sustainability of socio-economy and water environment, marked by DD, that is integrated scaler of socio-economic development (EG) based on the amount of GDP and the water environment and relative eco-system quality (LI). To find a reasonable solution for adaptive water management, a multi-objective decision making model of adaptive water management is further developed and the multi-objective model was transformed into an integrated single optimization model through developing an integrated measure function, called as VDD=DD/V. This approach has been applied to adaptive water resources planning and management for case study of China with new policy, called as the strict management of water resources based on three red line controls, i.e., the control of total water use by the total water resources allocation, the control of lower water use efficiency by the water demand management and the control of the total waste water load by water quality management in the Eastern China Monsoon Region that covers major eight big river basins including Yangtze River, Yellow River, Haihe River and Huaihe River. It is shown that the synthetic representation of water resource vulnerability and socio-economic sustainability by the integrated objective function (VDD) and integrated decision making model are workable and practicable. Adaptive management effect of the criterion compliance rate and water use efficiency are more appreciable through new water policy of the three red line controls, which can reduce 21.3% of the water resources vulnerability (V) and increase 18.4% of the sustainability of socio- economy and water environment (DD) for the unfavorable scenario of climate change in 2030.

[9]

Luo

, Cao

, Zhao

, et al.

Climate change contributions to water conservation capacity in the upper Mekong River basin

[J]. Water, 2024, 16 (18): 2601

DOI:10.3390/w16182601 URL [本文引用: 1]

Investigations into the impacts of climate change on water conservation capacity in the upper Mekong River Basin (UMRB) are important for the region’s sustainability. However, quantitative studies on isolating the individual contribution of climate change to water conservation capacity are lacking. In this study, various data-driven SWAT models were developed to quantitatively analyze the unique impact of climate change on water conservation capacity in the UMRB. The results reveal the following: (1) From 1981 to 2020, the annual water conservation capacity ranged from 191.6 to 392.9 mm, showing significant seasonal differences with the values in the rainy season (218.6–420.3 mm) significantly higher than that in the dry season (−57.0–53.2 mm). (2) The contribution of climate change to water conservation capacity is generally negative, with the highest contribution (−65.2%) in the dry season, followed by the annual (−8.7%) and the rainy season (−8.1%). (3) Precipitation, followed by evaporation and surface runoff, emerged as the critical factor affecting water conservation capacity changes in the UMRB. This study can provide insights for water resources management and climate change adaptations in the UMRB and other similar regions in the world.

[10]

Gamvroudis

, Dokou

, Nikolaidis

P N

, et al.

Impacts of surface and groundwater variability response to future climate change scenarios in a large Mediterranean watershed

[J]. Environmental Earth Sciences, 2017, 76 (11): 385

DOI:10.1007/s12665-017-6721-7 URL [本文引用: 1]

[11]

Sun

, Li

Y P

, Zhuang

X W

, et al.

Identifying water resources management strategies in adaptation to climate change under uncertainty

[J]. Mitigation and Adaptation Strategies for Global Change, 2018, 23 (4): 553-578

DOI:10.1007/s11027-017-9749-9 URL [本文引用: 1]

[12]

, Chen

L X

, Li

Q F

A method for setting the term of water rights trading based on loss-benefit function

[J]. Water Supply, 2023, 23 (11): 4791-4799

DOI:10.2166/ws.2023.278 URL [本文引用: 1]

At present, water rights trading is used by many countries around the world to solve the problems of water resource shortage and uneven spatial and temporal distribution. However, there is no scientific method for setting the term of water rights trading, which is generally determined through negotiation between the trading parties. In order to find a more objective method for determining the term of water rights trading, we constructed a loss–benefit model about the term of water rights trading and solved it based on the principle of comprehensive benefits greater than zero to determine the optimal term of water rights trading. First, we analyzed the benefits and losses brought by water rights trading, then constructed a loss–benefit function with trading term as the independent variable. Second, based on the graphical analysis method, we analyzed the benefits and losses of water rights trading. Finally, the optimal term for water rights trading is determined based on the loss–benefit function and combined with a graphical analysis method. In addition, this study can also help us determine the longest or shortest water rights trading term based on actual situations.

[13]

Jiang

, Grafton

Q R

Economic effects of climate change in the Murray-Darling basin, Australia

[J]. Agricultural Systems, 2012, 110: 10-16

DOI:10.1016/j.agsy.2012.03.009 URL [本文引用: 1]

[14]

Luo

, Maqsood

, Gong

Modeling climate change impacts on water trading

[J]. Science of the Total Environment, 2010, 408 (9): 2034-2041

DOI:10.1016/j.scitotenv.2010.02.014 URL [本文引用: 1]

[15]

Gao

J J

, He

H X

, An

, et al.

An improved fuzzy analytic hierarchy process for the allocation of water rights to industries in Northeast China

[J]. Water, 2020, 12 (6): 1719

DOI:10.3390/w12061719 URL [本文引用: 1]

To facilitate water management and efficient utilization of water resources, the allocation of water rights to individual industries must be underpinned by a rational and defensible process. This study aimed to develop an improved fuzzy analytic hierarchy process method of allocating water rights to different industries and focused on Qing’an County, northeast China as a case study. An evaluation index system for allocation of initial water rights was established, and incorporated physiographic, societal, economic, and ecological criteria. The system classifies four categories of second-level indices, 14 third-level indices, and 30 fourth-level indices. The order of priority of the evaluation index was determined and the total weight of initial water rights for different industries was calculated using the fuzzy analytic hierarchy process method. Results showed that the indices for the allocation of initial water rights ranked in descending order of their total weights coefficient were: (1) agricultural water rights: 0.9508; (2) residential water rights: 0.0240; (3) water rights for non-agricultural production: 0.0173; (4) environmental water rights: 0.0078. Agricultural water consumption accounted for the largest proportion of total water because the study area is a major grain production area. The study provides a theoretical basis for the allocation of water rights and water rights trading in northeast China.

[16]

郑志国, 孙楠思, 李艳梅.

青岛市大沽河流域近20年水文情势变化分析

[J]. 山东水利, 2022 (11): 10-12.

[本文引用: 1]

Zheng

Z G

, Sun

N S

, Li

Y M

Analysis of hydrological changes in last 20 years in Dagu River basin of Qingdao

[J]. Shandong Water Conservancy, 2022 (11): 10-12 (in Chinese)

[本文引用: 1]

[17]

Jiang

D J

, Li

, Luo

Y M

, et al.

River damming and drought affect water cycle dynamics in an ephemeral river based on stable isotopes: the Dagu River of North China

[J]. Science of the Total Environment, 2020, 758: 143682

DOI:10.1016/j.scitotenv.2020.143682 URL [本文引用: 1]

[18]

Mortazavi

S A

, Alamdarlo

H N

, Bijarbas

Z M

Estimating the eco-environmental value of damages caused by groundwater over drafting

[J]. International Journal of Environmental Science and Technology, 2019, 16 (7): 3861-3868

DOI:10.1007/s13762-018-1808-6 [本文引用: 1]

[19]

林广洪, 朱碧莹, 陈杰, 等.

多气候模式的全国月降水预测能力评价及偏差校正

[J]. 中国农村水利水电, 2023 (6): 47-56, 65.

DOI:10.12396/znsd.221600 [本文引用: 1]

月降水预测对水资源配置和规划管理等具有重要意义，但其受到多种因素的影响，预测难度和不确定性均较大。为探究基于气候模式的月降水预测在中国区域的表现和偏差校正方法对预测能力的影响，以中国大陆为研究区域，选取1981-2014年为研究时段，评价了九种气候模式（CFSv2， SEAS5， CanSips， GEMNEMO， CCSM4， GFDL， CanCM3， CanCM4， GEOSS2S）在不同预见期下对月降水的预测能力，采用聚类分析方法分析了气候模式的预测能力随预见期的变化规律，并采用线性偏差校正方法（Linear Scaling，LS）和分位数映射校正方法（Quantile Mapping，QM）对降水进行后处理，比较了两种偏差校正方法在验证期（2008-2014年）的校正效果。结果表明：①不同气候模式之间对降水的预测精度差异较大，对夏季降水的预测能力因预见期和预测区域而异，其中SEAS5模式在不同经纬度和不同预见期下的综合表现均最优，且其预测能力随预见期的延长变化稳定；②偏差校正对所有气候模式的降水预测均有明显的改进效果，两种偏差校正方法的效果相近，但经过LS方法校正后降水的平均绝对相对误差小于50%，总体上略优于QM方法，此外经过偏差校正后SEAS5模式的综合表现依然最优。研究结果揭示了SEAS5模式对中国大陆月降水预测的优势和偏差校正方法对气候模式预测能力的提升作用，可为基于气候模式的降水预测应用提供参考。

Lin

G H

, Zhu

B Y

, Chen

Jie

, et al.

Evaluation of monthly precipitation prediction based on climate model and bias correction in China

[J]. China Rural Water and Hydropower, 2023 (6): 47-56, 65 (in Chinese)

[本文引用: 1]

[20]

Zulfaqar

, Eliza

N A

, Zulkifli

, et al.

Application of relative importance metrics for CMIP6 models selection in projecting basin-scale rainfall over Johor River basin, Malaysia

[J]. Science of the Total Environment, 2024, 912: 169-187

[本文引用: 1]

[21]

崔素芳.

变化环境下大沽河流域地表水-地下水联合模拟与预测[D]. 济南: 山东师范大学, 2015.

[本文引用: 1]

Cui

S F

Joint simulation and prediction of surface water and groundwater in the Dagu River basin under changing environments[D]. Jinan: Shandong Normal University, 2015 (in Chinese)

[本文引用: 1]

[22]

解煜翔.

不确定条件下面向生态需水保障的大沽河流域生态补偿研究[D]. 青岛: 青岛大学, 2022.

[本文引用: 1]

Xie

Y X

Eco-compensation study of the Daguhe Watershed with the ensurance of ecological water demand under uncertainties[D]. Qingdao: Qingdao University, 2022 (in Chinese)

[本文引用: 1]

[23]

Myint

L M

Evaluation of crop water requirements for Yazagyo irrigated area, Myanmar

[J]. IOP Conference Series Materials Science and Engineering, 2020, 849 (1): 012090

DOI:10.1088/1757-899X/849/1/012090 [本文引用: 1]

Accurate estimation of crop water requirements (ETc) is essential for the irrigation scheduling and water management of Yazagyo irrigated area, Myanmar. FAO defined the crop water requirements as the depth of water needed to meet the water loss through evapotranspiration of a crop, being disease-free, growing in large fields under non-restricting soil conditions, including soil water and fertility, and achieving full production potential under the given growing environment. It is essential to have a clear idea about the optimum water requirement for proposed crops under adaptable climatic conditions. The optimal crop water requirement mainly depends upon the accurate estimation of evapotranspiration and crop coefficient. To perform in this study, firstly Meteorological data of Kalay Station, in Myanmar are collected from 1995 to 2018. On the other hand, the different kinds of crops such as paddy, groundnut, sesame, sunflower, bean, and pea are considered for the estimation of seasonal crop water requirements for this area. Based on the crop growth stages in this area, crop coefficient curves are developed and crop coefficients are determined for each crop according to FAO manual. By using monthly crop coefficients and CROPWAT 8.0 software, reference crop evapotranspiration, crop water requirements and total irrigation requirements are presented for the selected area.

[24]

周强.

挠力河中下游湿地生态需水量研究[D]. 大连: 大连理工大学, 2017.

[本文引用: 1]

Zhou

Research on ecological water requirement of wetlands in middle and lower reaches of Naoli River[D]. Dalian: Dalian University of Technology, 2017 (in Chinese)

[本文引用: 1]

[25]

沈惠安, 胥铭兴, 王凤翥.

莫莫格自然保护区湿地生态需水量计算

[J]. 东北水利水电, 2009, 27 (6): 44-47, 72.

[本文引用: 1]

Shen

H A

, Xu

M X

, Wang

F Z

Application of wetted perimeter method in determining critical point of river eco-environment water demand

[J]. Water Resources & Hydropower of Northeast, 2009, 27 (6): 44-47, 72 (in Chinese)

[本文引用: 1]

[26]

徐艳菲, 张义文, 焦明, 等.

永年洼湿地生态需水量初步研究

[J]. 湖北农业科学, 2013, 52 (9): 2031-2034.

[本文引用: 1]

Y F

, Zhang

Y W

, Jiao

, et al.

Preliminary study on the ecological water requirement of Yongnianwa wetland

[J]. Hubei Agricultural Sciences, 2013, 52 (9): 2031-2034 (in Chinese)

[本文引用: 1]

[27]

崔保山, 杨志峰.

湿地生态环境需水量等级划分与实例分析

[J]. 资源科学, 2003, 25 (1): 21-28.

[本文引用: 1]

该文基本生态学的方法，按照湿地生态系统的组成结构及其功能，确定了湿地生态环境需水量的5个等级，即最大、最优、优等、中等和最小需水量。在此基础上，对湿地生态环境需水量各类级别的划分方法进行了分析，特别是对湿地植物需水量、湿地土壤需水量、净化污染物需水量等级进行了重点探讨，提出了相关的指标标准和相应级别。同时在相应计算公式的基础上，列出了各类型级别的需水量。以黄淮海地区作为案例，计算了该区湿地生态环境需水量，强调了保证和维持最小生态环境需水量的重要性。同时以相关规划为依据，对该区未来湿地生态环境需水量进行了预测。结果展示，包括典型湿地和湿地自然保护区在内，最小生态环境需水量平均为146.8×108m3,最优需水量平均为310×108m3.预测2010年、2030年和2050年湿地生态环境需水量分别为115.4×108m3-153.6×108m3,155.8×108m3-205.6×108m3和206.8×108m3-269.7×108m3。

Cui

B S

, Yang

Z F

The classification and case study oneco-environmental water requirement of wetlands

[J]. Resources Science, 2003, 25 (1): 21-28 (in Chinese)

[本文引用: 1]

[28]

Chen

M S

, Wen

H Q

, Li

M M

, et al.

Unveiling impacts and optimal strategies of water-saving system for integrated water resources management in a water-scarce watershed

[J]. Journal of Environmental Management, 2024, 373: 123435

DOI:10.1016/j.jenvman.2024.123435 URL [本文引用: 1]

[29]

Zhang

T Y

, Tan

, Zhang

, et al.

A nexus approach engaging water rights transfer for addressing water scarcity in energy and food production under uncertainty

[J]. Journal of Environmental Management, 2022, 316: 115163

DOI:10.1016/j.jenvman.2022.115163 URL [本文引用: 1]

[30]

刘美, 尤立, 胡春明, 等.

不确定性条件下斯里兰卡马哈韦利河流域农业水权交易研究

[J]. 环境工程学报, 2024, 18 (11): 3059-3070.

[本文引用: 1]

Liu

, You

, Hu

C M

, et al.

Research on agricultural water rights trading in the Mahaweli River basin of Sri Lanka under uncertainty

[J]. Journal of Environmental Engineering, 2024, 18 (11): 3059-3070 (in Chinese)

[本文引用: 1]

[31]

Bekchanov

, Bhadurib

, Ringler

Potential gains from water rights trading in the Aral Sea basin

[J]. Agricultural Water Management, 2015, 152: 41-56

DOI:10.1016/j.agwat.2014.12.011 URL [本文引用: 1]

[32]

, Yao

, Zhou

, et al.

Optimal irrigation for sustainable development considering water rights transaction: a Stackelberg-nash-cournot equilibrium model

[J]. Journal of Hydrology, 2019, 575: 628-637

DOI:10.1016/j.jhydrol.2019.05.063 URL [本文引用: 1]

Water resources management under climate change: a review

2024

... 气候变化通过改变降雨量、温度等一系列气象因素的变化，对全球水文循环产生了深远影响^[1].作为塑造地表水资源量的核心驱动力，气候条件的波动直接关联水资源的丰枯状况^[2]；同时，气候条件影响着农作物的蒸散量与产量，给农业生产力可持续发展带来风险^[3-4]；气候变化还对湿地系统的植被需水及生态水文循环产生了复杂影响，对湿地生态系统的平衡构成了潜在威胁^[5].上述影响正悄然波及生态环境、粮食安全以及水资源管理等至关重要的领域^[6]，给水系统带来水资源短缺、供需不稳定等一系列问题，这对水资源管理策略的实践而言，无疑是一个严峻的挑战^[7]. ...

Impact of climate change on water resources in the Shiyang River basin and the adaptive measures for energy conservation and emission reduction

2013

Climate change and the water footprint of wheat production in Zimbabwe

2019

Modelling regional variability of irrigation requirements due to climate change in Northern Germany

2016

Tidal wetlands in a changing climate: introduction to a special feature

2019

Adaptation of water resources system to water scarcity and climate change in the suburb area of megacities

2020

Impact of climate change on transboundary water sharing

2007

Multi-object approach and its application to adaptive water management under climate change

2017

... 自20世纪90年代以来，国内外学者在气候变化下水资源适应性管理领域开展了大量研究^[8]，有学者定量分析气候变化对水资源管理措施的影响，例如，Luo等^[9]基于多数据驱动的SWAT模型分析了气候变化对湄公河上游流域节水能力的影响.Gamvroudis等^[10]基于SWAT-PTC综合模型模拟气候变化对尼罗河流域地表水和地下水联合配置的影响.此外，有学者在未来气候变化情景下，将各类水评估模型进行综合运用与建模分析，探索水资源适应性管理路径，例如，Sun等^[11]耦合全球气候模型、半分布式径流模拟模型和多阶段区间随机规划技术，探索应对气候变化的水资源管理最优策略. ...

Climate change contributions to water conservation capacity in the upper Mekong River basin

2024

Impacts of surface and groundwater variability response to future climate change scenarios in a large Mediterranean watershed

2017

Identifying water resources management strategies in adaptation to climate change under uncertainty

2018

A method for setting the term of water rights trading based on loss-benefit function

2023

... 水权交易允许水权流向高价值用户，是解决水资源供需不稳定和水量时空分布不均的有效手段^[12].一方面，有学者研究气候变化下水权交易决策，Jiang等^[13]借助综合灌溉农业水管理模型探索了气候变化下墨累-达令流域农业灌溉水权配置及土地利用决策方案.另一方面，有学者揭示气候变化下水权交易对水资源系统的影响，Luo等^[14]基于随机规划方法分析气候变化对水交易计划长期经济效益的影响，评估水交易作为气候变化适应性策略选项的潜力.现有研究从单一气候变化情景、单一行业的角度探讨水权交易的影响，跨行业水权交易打破行业边界，在缓解多行业缺水、提高区域水资源利用效率上更具优势；其次，在多种共享社会经济路径下衡量水权交易效应，有利于提升气候变化下的适应性.然而，现有研究未能定量揭示气候变化条件下跨行业水权交易的水管理系统效应. ...

Economic effects of climate change in the Murray-Darling basin, Australia

2012

Modeling climate change impacts on water trading

2010

An improved fuzzy analytic hierarchy process for the allocation of water rights to industries in Northeast China

2020

... 大沽河流域地处119°38′~120°37′E，35°32′ ~37°20′N范围内，起源于烟台市招远市阜山镇，在青岛市境内依次流经莱西、平度、即墨、胶州和崂山，最终于胶州市斜拉桥国控断面注入胶州湾（图1).大沽河干流全长约179.9 km，总面积为6131.3 km²，青岛市辖区内流域面积为4781.1 km²，占整个流域的77.98%^[15].近20年来，大沽河流域降水年际变化明显，呈现“连续偏多或连续偏少”的特点，降水主要集中在主汛期（7—8月）^[16].根据全国第三次水资源评价成果，青岛人均占有水资源量186 m³，仅为全国平均水平的9.5%，是世界平均水平的2%.该流域是我国北方典型的生态脆弱型农业流域，长期的水资源短缺和生产活动导致生态系统受损，部分河段生态基流难以保障.气候变化条件下大沽河水资源量年际变化加大，水资源供给量具有随机性，而水资源需求量日益增加，这加剧了流域水资源供需矛盾^[17]；此外，大沽河流域是青岛市主要粮食产区，主要农作物有玉米、小麦、棉花、花生和蔬菜等，农业需水量大，且受到气候变化的显著影响；缺水导致流域生态系统脆弱性问题，气候变化通过影响水资源量与湿地植被蒸发过程带来了湿地退化风险^[18]. ...

青岛市大沽河流域近20年水文情势变化分析

2022

青岛市大沽河流域近20年水文情势变化分析

2022

River damming and drought affect water cycle dynamics in an ephemeral river based on stable isotopes: the Dagu River of North China

2020

Estimating the eco-environmental value of damages caused by groundwater over drafting

2019

多气候模式的全国月降水预测能力评价及偏差校正

2023

... 因系统偏差和空间分辨率的差异，全球气候模式（GCMs）输出数据无法直接使用，为减少误差，需对数据进行偏差校正^[19].本研究利用线性标度方法对模式输出的气象数据进行偏差校正.计算公式如下： ...

多气候模式的全国月降水预测能力评价及偏差校正

2023

Application of relative importance metrics for CMIP6 models selection in projecting basin-scale rainfall over Johor River basin, Malaysia

2024

... 比较经过偏差校正后的气候模式历史数据集与气象站观测数据集的归一化均方根误差（RMSE)、百分比偏差（PBIAS）及平均差（MD)，考虑每个模式（MRI-ESM2-0、INM-CM5-0、INM-MM4-8、MPI-ESM1-2-LR、NORESM-MM）中所有统计指标的值，使用折衷规划指数（CPI）方法对模式进行评分^[20]，最终选择最优的气候模型，即MRI-ESM2-0.在计算中，RMSE及PBIAS理想值为0、MD理想值为1. ...

2015

... 本研究利用土壤与水资源评估工具（SWAT模型）模拟了流域水文过程^[21-22]，因受人类活动影响，实测径流量不能充分反映河川径流规律，本研究采用分项调查法开展大沽河流域天然径流量还原计算，获得大沽河流域的天然径流量年系列，基于此，得到不同来水年型下的天然径流量及其概率.年径流还原计算依据的水量平衡方程式为 ...

2015

2022

Evaluation of crop water requirements for Yazagyo irrigated area, Myanmar

2020

... 本研究使用联合国粮食及农业组织（FAO）推荐的Penman-Monteith方程计算作物需水量E_c，在FAO推荐的作物系数基础上，结合研究区实际情况，以主要作物物候期为依据对作物系数进行了修正，对流域作物灌溉需水量（I）进行估算^[23].表达式为： ...

2017

... 在本研究中湿地生态需水量主要为湿地植被需水量、土壤需水量、生物栖息地需水量以及补给地下水需水量四部分之和（单位为m³）^[24].其中，湿地植被需水量使用湿地植被覆盖面积与E_c的乘积来表示；湿地土壤需水量通常基于田间持水量计算^[25]；湿地生物栖息地需水量基于水面面积的百分比和水深计算^[26]；湿地补给地下水功能考虑渗漏过程，湿地补给地下水需水量基于渗透系数、水力坡度、渗流剖面面积计算^[27]. ...

2017

莫莫格自然保护区湿地生态需水量计算

2009

莫莫格自然保护区湿地生态需水量计算

2009

永年洼湿地生态需水量初步研究

2013

永年洼湿地生态需水量初步研究

2013

湿地生态环境需水量等级划分与实例分析

2003

湿地生态环境需水量等级划分与实例分析

2003

Unveiling impacts and optimal strategies of water-saving system for integrated water resources management in a water-scarce watershed

2024

... 本研究开发的决策模型涉及用水户包括大沽河流域种植业、畜牧业和渔业在内的3个农业行业和17家主要企业；空间维度上，基于中国五级子流域划分，流域被划分为16个五级子流域河区，并叠加4个县（莱西、平度、即墨、胶州）的区域边界，形成21个地理分区；模型规划期为2026—2055年，每5年一个规划期，共6个规划期.研究过程涉及特枯水年、枯水年、平水年、丰水年和特丰水年（k = 1、k = 2、k = 3、k = 4、k = 5）5种水文年型；水质控制上考虑5个国家级控制断面和3个省级控制断面的水质目标；模型还将流域内4个主要污水处理厂的处理过程考虑到约束中.模型关注水资源供给过程的天然径流量以及地区主要需水过程中的种植业单位生产规模需水量、单位面积湿地植被需水量对气候变化的响应，以反映气候变化对流域水资源的系统性影响.在综合考虑多种气候变化情景的基础上，基于区间随机双层规划（ISBP）方法，构建多气候变化情景下的随机多目标水权交易决策模型（SMWR-CC）^[28]. ...

A nexus approach engaging water rights transfer for addressing water scarcity in energy and food production under uncertainty

2022

... 图3展示了有、无水权交易机制下各行业的缺水量.结果表明，相较于无交易机制，水权交易机制下各行业缺水量均减少，其中企业显著减少，多气候变化情景下平均减少62.61%~80.40%.这是因为水权倾向于流向单位用水效益高的行业，各个行业中企业的单位用水量效益最高.Zhang等^[29]也发现由于企业的单位用水量效益最高，企业将成为水权交易过程中的主要买家.种植业、畜牧业及渔业在多气候变化情景下行业缺水量分别减少2.38%~10.69%、2.09%~3.42%及1.57%~2.08%，依次降低，但其中畜牧业单位用水效益高于种植业及渔业.因为水权交易主要发生在枯水年份，在枯水年份水资源短缺、监测断面水质风险高，流域畜牧业与企业生产过程会产生化学需氧量，水权交易机制下企业配水量较多，在水质安全约束导向下畜牧业配水被压缩，所以缺水减少量少于种植业.综上，水权交易市场可以驱动水权从低效益用户转向高效益用户，进而有效地提高水资源的利用效率；通过市场优化配置可以使多余的水权得到高效利用，减少行业缺水量.这与刘美等^[30]研究结果一致. ...

不确定性条件下斯里兰卡马哈韦利河流域农业水权交易研究

2024

不确定性条件下斯里兰卡马哈韦利河流域农业水权交易研究

2024

Potential gains from water rights trading in the Aral Sea basin

2015

... 图8显示了有、无水权交易机制下的系统总效益，其中，多气候变化情景下交易机制比非交易机制系统总效益平均增加10.26% ~ 11.05%，即3.84×10⁹~4.78×10⁹元.这是因为交易机制使得系统缺水量减少，供水总量增加，系统效益随之增加.Bekchanov等^[31]在中亚阿姆河和锡尔河流域构建了流域尺度的水文经济模型，发现流域间及流域内水资源交易可以明显增加流域整体收益.Xu等^[32]通过对有无水交易情况下的经济效益进行比较分析，结果亦表明，各子区域的经济效益都得到了提高.多气候变化情景下交易机制带来的效益增量排序为SSP5-8.5>SSP2-4.5>SSP1-2.6，分别相应增加10.89%~12.02%、10.32%~11.82%、9.57%~10.11%，该结果与SSP5-8.5情景缺水量显著减少有关.水权交易机制下SSP1-2.6情景的系统效益最高，比SSP5-8.5情景高0.33% ~0.38%.在SSP1-2.6情景下大沽河流域的日均降雨量比SSP2-4.5、SSP5-8.5情景多，有着较高的天然径流量，从而系统供水总量最多，在系统效益上表现最优. ...

Optimal irrigation for sustainable development considering water rights transaction: a Stackelberg-nash-cournot equilibrium model

2019

〈

〉