吳 麗,張愛靜

(1.遼寧工程技術(shù)大學礦業(yè)學院,遼寧阜新 123000; 2.大連理工大學水利工程學院,遼寧大連 116024)

?

氣候變化和人類活動對大凌河上游流域徑流的影響

吳 麗1,張愛靜2

(1.遼寧工程技術(shù)大學礦業(yè)學院,遼寧阜新 123000; 2.大連理工大學水利工程學院,遼寧大連 116024)

摘要:通過趨勢分析方法及突變點檢驗方法,分析大凌河流域水文氣象要素的變化趨勢;結(jié)合大凌河流域人類活特征及突變點分析結(jié)果,將流域徑流量序列劃分為“天然基準期”和“人類活動影響期”兩個階段;應(yīng)用大凌河上游水文、氣象、土地利用等數(shù)據(jù)建立大凌河上游水文模型,采用彈性系數(shù)法和水文模擬法定量分析大凌河上游流域氣候變化和人類活動對徑流的影響。結(jié)果表明: 1956—2006年,大凌河流域降水量有輕微的上升趨勢,而潛在蒸發(fā)量與徑流量呈現(xiàn)顯著下降趨勢,導(dǎo)致徑流量減小的主要原因為人類活動。

關(guān)鍵詞:氣候變化;人類活動;徑流變化;水文模型;大凌河流域

大凌河年徑流量近年來逐年減小,從20世紀60年代的10億m3降到了2008年的1. 7億m3。水資源匱乏使得流域上下游水資源供需矛盾突出、地下水超采過度,并導(dǎo)致了水污染、水土流失等生態(tài)環(huán)境問題,很大程度上制約了流域內(nèi)經(jīng)濟、社會的發(fā)展[1]。分析流域徑流量變化的影響因素,對流域水資源的合理開發(fā)利用、經(jīng)濟發(fā)展及生態(tài)建設(shè)具有重要意義。

河川徑流變化受氣候、下墊面、人類活動等多方面因素影響,氣候變化與人類活動是河流徑流量變化的主要影響因素[2]。國內(nèi)學者對大凌河流域的水資源開發(fā)利用狀況[1]、徑流量變化趨勢以及徑流量下降因素等做了不少定性分析研究[3-5],而定量分析氣候變化與人類活動對徑流影響的研究相對匱乏。徑流變化的研究對流域水資源規(guī)劃具有重要的意義,如果人類活動是導(dǎo)致徑流量減小的主要原因,則當前的水文氣象數(shù)據(jù)仍可用于水資源規(guī)劃;若氣候變化是導(dǎo)致徑流量減少的主要因素,則需研究未來氣候變化對水資源的影響。政府根據(jù)人類活動與氣候變化對水資源的影響情況制定相應(yīng)的宏觀調(diào)控政策為流域水資源規(guī)劃提供參考[6]。

大凌河是遼寧省西部最大的河流,發(fā)源于葫蘆島市建昌縣黑山北的水泉溝,河流總體流向呈西東向,流經(jīng)朝陽、北票、義縣、凌海等市縣,于凌海市的南圈河和南井子之間注入渤海,全長435km,流域面積22. 33萬km2。朝陽水文站位于大凌河中游,控制流域面積1. 02萬km2,其上游區(qū)域多年平均降水量為486. 9mm,多年平均潛在蒸發(fā)量為1215. 5mm。流域多荒山禿嶺,氣候干旱,是遼寧省內(nèi)嚴重的資源性缺水地區(qū)。本文根據(jù)朝陽水文站水文資料,采用Mann-Kendall檢驗法分析大凌河流域水文氣象要素的變化趨勢,進而分析導(dǎo)致徑流量變化的原因;采用彈性系數(shù)法和水文模擬法定量分析氣候變化和人類活動對徑流的影響。

1 研究方法和資料

1. 1 數(shù)據(jù)選取

為分析和檢驗大凌河流域水文氣象要素的變化趨勢,采用大凌河流域的朝陽水文站、10個雨量站和6個氣象站資料進行研究(圖1)。氣象數(shù)據(jù)有1956—2006年的月最大和最小降水量、月平均氣溫、相對濕度、風速和日照時數(shù)。潛在蒸發(fā)量采用聯(lián)合國糧食與農(nóng)業(yè)組織( FAO)推薦的Penman-Monteith公式計算。研究區(qū)的面平均降水量和潛在蒸發(fā)量采用泰森多邊形法計算。

圖1 大凌河流域水系及水文、氣象站分布

土地覆被資料采用中國科學院資源環(huán)境科學數(shù)據(jù)中心提供的1980—2010年的1∶10萬土地利用數(shù)據(jù);流域1∶100萬的土壤分布圖由中國科學院資源環(huán)境科學數(shù)據(jù)中心提供;SRTM90 m精度的DEM數(shù)據(jù)由中國科學院計算機網(wǎng)絡(luò)信息中心國際科學數(shù)據(jù)鏡像網(wǎng)站提供。為分析氣候變化與人類活動對大凌河流域徑流的影響,先采用Mann-Whitney-Pettitt突變點分析法對數(shù)據(jù)進行預(yù)處理,采用Mann-Kendall法檢驗數(shù)據(jù)的趨勢性,最后應(yīng)用彈性系數(shù)法和水文模擬法分析氣候變化和人類活動對徑流的定量影響。

1. 2 Mann-Whitney-Pettitt突變點分析法

Pettitt[7]提出的Mann-Whitney-Pettitt突變點分析法是檢驗時間序列突變點的非參數(shù)統(tǒng)計方法,該方法可分析出突變點發(fā)生的最可能位置,并且能判斷突變點的顯著性。Mann-Whitney-Pettitt方法基于Mann-Whitney統(tǒng)計函數(shù)Ut,n,認為兩個樣本序列x1, x2,…,xt與xt+1,…,xn來自于同一序列分布,Ut,n計算公式如下:

式中:xi為統(tǒng)計樣本;t為時間長度;n為序列長。

給定顯著性水平α,如pt＜α則認為該序列在顯著性α水平下發(fā)生顯著突變。為驗證突變點的可靠性,本文采用雙樣本t檢驗法判斷序列X在突變點前后變化的顯著性。

1. 3 Mann-Kendall (MK)檢驗

MK檢驗[8-9]是常用的時間序列趨勢檢驗方法之一,適用于檢驗非正態(tài)分布序列的趨勢性。當數(shù)據(jù)樣本不遵從分布規(guī)律時,可利用MK法將少數(shù)異常值剔除。設(shè)水文序列X = {x1,x2,…,xn},MK檢驗統(tǒng)計量Z由下式計算:

當Z＞0(或＜0)時,表示水文序列X呈上升(或下降)趨勢。給定顯著性水平α,如果＞Z(1-α/2)(Z(1-α/2)為概率超過α/2的標準正態(tài)分布值)則表明序列X存在趨勢性,否則接受X序列無趨勢的假設(shè)。

為量化時間序列的變化程度,計算各水文氣象要素序列的Sen氏斜率(Sen，s slope)[10-11]:

式中:median(·)為中值函數(shù);β為Sen氏斜率;xk和xj分別為k、j時刻的序列值。β值的正、負分別代表趨勢的上升和下降。

鑒于水文氣象要素的時間序列往往具有自相關(guān)性,在趨勢檢驗前,應(yīng)用Trend-freepre-whitening 法[12-15]對水文時間序列進行預(yù)處理。

1. 4 人類活動及氣候變化對徑流影響估算方法

1. 4. 1 彈性系數(shù)法

以流域天然時期的實測徑流量作為基準值,則人類活動影響時期實測徑流量與基準值之間的差值是環(huán)境變化導(dǎo)致的[1],包括人類活動影響部分與氣候變化影響部分:

式中:△RE為徑流量變化總量;RM為實測值;RB為基準值;RC為氣候變化引起的徑流量變化量;RH人類活動對徑流的影響量。其中RC可由Milly等[16]提出的方法計算:

式中:△P和△E0分別為降水量及潛在蒸散發(fā)的變化量;?R/?P和?R/?E0分別為徑流對降水量及潛在蒸散發(fā)的敏感系數(shù)。根據(jù)式(5),可以定量計算出人類活動和氣候變化對流域徑流的影響。

1. 4. 2 水文模擬法

水文模擬法首先建立合適的流域水文模型,利用無人類活動影響或者人類活動影響顯著前的實測水文氣象資料率定水文模型參數(shù),并認為這些參數(shù)基本上反映流域的天然產(chǎn)流狀況;保持模型參數(shù)不變,將人類活動影響顯著期間的氣象要素輸入到水文模型,計算延展相應(yīng)時期的天然徑流量;最后通過對比人類活動影響期間的實測徑流量、還原的天然徑流量和基準時期的實測流量,分離人類活動影響期間各因素對流域徑流的影響。

水文模擬法要求選取的水文模型具有較高的精度和較好的適應(yīng)性,并且能夠兼顧研究問題的復(fù)雜性。由美國農(nóng)業(yè)部農(nóng)業(yè)研究中心開發(fā)的SWAT(soil and water assessment tool)模型[17]被廣泛應(yīng)用于國內(nèi)外流域,結(jié)果顯示該模型具有較好的適應(yīng)性。與其他模型相比,SWAT模型定量分析氣候變化與人類活動對流域徑流的影響時,不僅可以考慮降水和氣溫的變化,并且能綜合考慮濕度、風速、太陽輻射等氣象因子的變化,因此選用SWAT模型進行流域水文模擬。

以流域天然時段的實測徑流量作為基準值,氣候變化引起的徑流量變化量與人類活動引起的徑流量變化量滿足式(5)(6)。人類活動與氣候變化對徑流影響的貢獻率可以由下式計算:

2 結(jié)果與分析

2. 1 降水量、徑流量、潛在蒸發(fā)量的歷史變化趨勢

大凌河流域降水主要集中在汛期,主汛期7、8月的降水量超過全年降水量的50%,其中7月降水量最大,約150 mm。受降水年內(nèi)分布影響,流域徑流量主要集中在汛期,峰值流量出現(xiàn)在8月,滯后月最大降水量1個月,主汛期7、8月徑流量接近全年徑流量的50%。11月至次年3月潛在蒸發(fā)量較小,不足50mm。圖2為朝陽站實測徑流量及該站以上區(qū)域多年平均降水量和潛在蒸發(fā)量的年內(nèi)分配過程。

圖2 朝陽站降水量、徑流量和潛在蒸發(fā)量的年內(nèi)分配

流域多年降水量、徑流量、潛在蒸發(fā)量過程線以及徑流量距平值如圖3所示。根據(jù)Mann-Whitney-Pettitt變點分析方法及MK秩次相關(guān)檢驗法得出流域多年降水量、潛在蒸發(fā)量、徑流量的趨勢及突變檢驗結(jié)果如表1所示。

表1 年降水量、徑流量和潛在蒸發(fā)量趨勢檢驗結(jié)果

顯著性水平α=0. 05下檢驗結(jié)果顯示,大凌河上游流域降水量呈現(xiàn)較小的上升趨勢,變化較為平緩,變化率為0. 24 mm/ a;徑流量具有顯著的下降趨勢,變化率為-1. 23 mm/ a;潛在蒸發(fā)量呈現(xiàn)出顯著的下降趨勢,變化率為-4. 8 mm/ a;從徑流量距平圖看出,朝陽站徑流量的減小趨勢從20世紀70年代中后期開始。一般地,徑流量與降水量呈正相關(guān),與蒸發(fā)量呈負相關(guān)[18],而趨勢檢驗結(jié)果表明研究區(qū)內(nèi),年降水量略有上升,蒸發(fā)量顯著減小,按原有規(guī)律,徑流量應(yīng)該有所增加,但實測值卻呈現(xiàn)出顯著下降趨勢,可以推斷降水與蒸發(fā)的變化并不是導(dǎo)致該流域徑流量下降的原因。

圖3 研究區(qū)1956—2006年降水量、徑流量、潛在蒸發(fā)量過程線及徑流量距平

2. 2 降水量、徑流量序列突變點分析

采用Mann-Whitney-Pettitt突變點方法識別出大凌河流域降水量、徑流量的突變點,并采用雙樣本T檢驗法檢驗突變點前后序列的一致性。經(jīng)檢驗,降水量的突變點在1961年,pt=0. 653;徑流量的突變點在1979年,pt= 0. 001。給定顯著性水平α= 0. 05,只有徑流量序列發(fā)生了顯著突變,并且雙樣本T檢驗結(jié)果也表明只有徑流量序列在突變點后顯著下降。所以,大凌河流域徑流量的突變并不是由于降水的突變導(dǎo)致的。

相關(guān)研究表明,劇烈的人類活動改變了大凌河上游的徑流量[3]。根據(jù)突變點檢驗結(jié)果,本文將1956—1979年定義為天然基準期,1980—2006年定義為人類活動影響期。為了比較兩種計算方法中人類活動及氣候變化的不同影響,結(jié)合大凌河流域經(jīng)濟發(fā)展及水利建設(shè),將人類活動影響期劃分為1980—1989年、1990—1999年、2000—2006年3個研究時段。

2. 3 氣候變化與人類活動對徑流的影響

2. 3. 1 SWAT模型的率定與驗證

采用天然階段的流域水文氣象資料構(gòu)建SWAT模型,以1956—1958年作為模型的預(yù)熱期,以1959—1962年的水文氣象數(shù)據(jù)進行模型參數(shù)率定, 以1963—1966年的水文氣象數(shù)據(jù)驗證模型模擬結(jié)果。采用納什效率系數(shù)Ens、相關(guān)系數(shù)R2和相對誤差Re3個評價指標來評價SWAT模型的適應(yīng)性[19-20]。SWAT模型大凌河朝陽站率定期與驗證期的月模擬結(jié)果及評價指標如圖4與表2所示。

圖4 朝陽站徑流月模擬結(jié)果

表2 朝陽站月模擬結(jié)果評價指標

模擬結(jié)果顯示,SWAT模型率定期與驗證期的Re均小于10%,R2均大于0. 9,Ens在率定期大于0. 9,驗證期也在0. 8以上。根據(jù)文獻[20]給定的評價標準,SWAT模型在大凌河流域上游具有較好的適應(yīng)性。

2. 3. 2 流域水文模擬法徑流量還原計算

保持模型參數(shù)不變,將1956—2006年的氣象要素輸入到建立的水文模型,模擬相應(yīng)時期的天然徑流量,模擬結(jié)果如圖5所示。由圖5可知,隨著時間的變化,實測流量與模擬流量之間的差值越來越大,且實測流量均小于模擬流量,與前面的分析吻合。這也反映出人類活動對徑流的影響程度越來越大。

2. 3. 3 氣候變化和人類活動對徑流的影響

根據(jù)模擬結(jié)果,采用彈性系數(shù)法及水文模擬法計算得到大凌河上游流域氣候變化以及人類活動對年徑流影響的貢獻量,計算結(jié)果見表3。

圖5 朝陽站年徑流模擬結(jié)果

從計算結(jié)果可以看出,相對于天然基準期,在徑流量發(fā)生突變以后的整個人類活動影響期(1980—2006年),兩種計算方法得到的氣候變化與人類活動對徑流影響的貢獻量比較一致。相對于天然階段, 1980—2006年大凌河流域徑流量下降47. 0 mm/ a,而同期降水量上升4. 5 mm/ a,潛在蒸發(fā)量下降8. 9 mm/ a。彈性系數(shù)法計算出大凌河流域氣候變化與人類活動對徑流量變化的貢獻量分別為-10. 7% 和110. 7%,水文模擬法計算出的結(jié)果為-8. 9%和108. 9%。氣候變化導(dǎo)致徑流量增大,人類活動導(dǎo)致徑流量減小,氣候變化導(dǎo)致徑流量增大的幅度遠小于人類活動導(dǎo)致徑流量減小的幅度。

在20世紀80和90年代,兩種計算方法得到的計算結(jié)果也基本一致。20世紀80年代大凌河流域降水量較基準期增大了13. 9%,潛在蒸發(fā)量較基準期減小了6. 6%,徑流深卻較基準期減小了53. 2%,屬于嚴重枯水期,20世紀90年代大凌河流域降水量較基準期增大了6. 0%,潛在蒸發(fā)量較基準期減小了11. 1%,徑流深較基準期減小了19. 8%。從表4分析得知20世紀80年代氣候變化和人類活動都導(dǎo)致徑流量減小,20世紀90年代氣候變化導(dǎo)致徑流量增大,人類活動導(dǎo)致徑流量減小,兩段時期人類活動對徑流量的減小均起到了決定性的作用。2000—2006年降水量較基準期減小了7. 5%,潛在蒸發(fā)量較基準期減小了10. 8%,徑流量較基準期減小了64. 1%。

2. 4 主要人類活動影響分析

人類活動加劇了區(qū)域徑流量的減小,成為流域徑流量減小的主要驅(qū)動因素。人類活動對徑流的影響主要表現(xiàn)在城市面積的增大,增大不透水面積,減小入滲,增大洪峰流量;農(nóng)業(yè)生產(chǎn)造成灌溉用水量增加,修建水庫塘壩造成河流徑流量減小等方面。分析大凌河流域人類活動對流域徑流造成的影響,主要包含3個方面:

a.已有研究結(jié)果顯示森林覆蓋度的提高會使得流域徑流量減小[21-22],耕地面積增加造成灌溉用水量增大。從大凌河流域土地利用變化看出, 1987—2002年大凌河流域最主要農(nóng)業(yè)景觀變化是農(nóng)田和未利用荒地面積不斷減小,而林地、果園及草地面積不斷增大,到2002年林地、果園、農(nóng)田和草地分別占總面積的41. 2%、12. 7%、12. 7%和15. 3%[4]。雖然農(nóng)田面積減小,但旱田減小,灌溉田、壩田面積增大,用水量增大;林地、果園面積的增加減小徑流量,所以大凌河流域土地的變化會造成大凌河流域徑流量的減小。

b.水利工程的截流和蒸散發(fā)損失是大凌河上游河道徑流量減小的另一原因。大凌河上游建有大型水庫2座,總庫容2. 63億m3;中型水庫2座,總庫容0. 16億m3;小型水庫29座,塘壩、提灌站及石河堰等小型水利設(shè)施不計其數(shù),所以上游的截留是大凌河流域徑流量減小的重要因素。

表3 氣候變化與人類活動對年徑流影響的貢獻量

c.除土地利用、覆被變化和水利工程修建外,人工取用水也是大凌河流域徑流量逐年下降的驅(qū)動因素。統(tǒng)計大凌河流域1980年以后用水資料發(fā)現(xiàn),大凌河的用水量呈明顯上升趨勢,朝陽水文站控制的朝陽市總用水量從1980年的2. 01億m3增長到2006年的3. 76億m3,增長幅度達87%,其中,城鎮(zhèn)用水量的增長占比最大。農(nóng)業(yè)用水消耗水量占比最大,約占總用水量的44. 67%,其余依次為工業(yè)用水、城鎮(zhèn)用水及農(nóng)村用水。這表明,隨朝陽市城市化進程加快,城鎮(zhèn)人口數(shù)量增加,最終導(dǎo)致用水量增加。因此,大凌河流域徑流量減小的人類影響主要包括土地利用變化、水利設(shè)施修建及取用水的增加。

3 結(jié) 論

a. 1956—2006年間,大凌河上游徑流量與潛在蒸發(fā)量有顯著下降趨勢,而降水量變化趨勢不明顯。

b.采用Pettitt突變點分析法分析可知1980年為徑流量序列突變點,結(jié)合對研究區(qū)其他影響因素的分析,可將徑流量序列劃分為天然基準期(1980年以前)與人類活動影響期(1980年及以后)。

c.分別采用彈性系數(shù)法與水文模擬法對大凌河流域人類活動與氣候變化對徑流的影響進行定量分析,兩種方法得出較一致的結(jié)果:人類活動導(dǎo)致徑流量減小,氣候變化導(dǎo)致徑流量稍有增大,其中人類活動占主導(dǎo)作用。大凌河上游徑流量的減小主要是由人類活動引起的,人類影響主要包括土地利用變化、水利設(shè)施修建及取用水的增加等。

參考文獻:

[ 1 ]孫長江,王磊,吳俊秀.大凌河流域水資源現(xiàn)狀分析與可持續(xù)利用對策[J].南水北調(diào)與水利科技,2007,5 (2):46-49. (SUN Changjiang,WANG Lei,WU Jinxiu. The analysis on water resources actuality and countermeasures of sustainable utilization in Daling River Basin [ J]. South-to-North Water Transfers and Water Science & Technology,2007,5(2):46-49. (in Chinese))

[ 2 ]王國慶,張建云,賀瑞敏.環(huán)境變化對黃河中游汾河徑流情勢的影響研究[J].水科學進展,2006,17(6):853-858. ( WANG Guoqing, ZHANG Jianyun, HE Ruimin. Impacts of environmental change on runoff in Fenhe River Basin of the middle Yellow River[J]. Advances in Water Science,2006,17(6):853-858. (in Chinese))

[ 3 ]張丹,周惠成.大凌河流域上游水資源變化趨勢及成因研究[J].水文,2011,31 (4):81-87. (ZHANG Dan, ZHOU Huicheng. Change of runoff and its major driving factors in the upper reaches of Dalinghe River Basin[J]. Journal of China Hydrology,2011,31 (4):81-87. ( in Chinese))

[ 4 ]魏晶,王涌翔,吳鋼,等.遼西大凌河流域土地利用變化及驅(qū)動力分析[J].生態(tài)環(huán)境,2006,15(3):559-563. (WEI Jing,WANG Yongxiang,WU Gang,et al. Driving forces analysis of land utilization in Dalinghe River Watershed of western Liaoning Province during 1987-2002 [J]. Ecology and Environment,2006,15 (3):559-563. (in Chinese))

[ 5 ]單麗.大凌河流域水環(huán)境承載能力研究[D].南京:河海大學,2006.

[ 6 ] FU Guobin,CHEN Shulin,LIU Changming,et al. Hydroclimatic trends of the Yellow River Basin for the last 50 years[J]. Climate Change,2004,65(1),149-178.

[7] PETTITT A N. A nonparametric approach to the change point problem[J]. Applied Statistics,1979,28(2):126-135.

[ 8 ] MANN H B. Non-parametric tests against trend [ J]. Econometric Society,1945,13(3):245-259.

[ 9 ] KENDALL M G. Rank correlation methods[M]. London: Charles Griffin,1975.

[ 10 ] SEN P K. Estimates of the regression coefficient based on Kendall，s tau [ J]. Journal of the American Statistical Association,1968,63(4):1379-1389.

[11] HIRSCH R M,SLACK J R,SMITH R A. Nonparametric tests for trend in water quality [ J]. Water Resources Research,1982,20(2):107-121.

[12] YUE Sheng,PILON P,PHINNEY B. Canadian streamflow trend detection: impacts of serial and cross-correlation [J]. Hydrological Sciences Journal,2003,48(1):51-64.

[13] YUE Sheng,PILON P,PHINNEY B,et al. The influence of autocorrelation on the ability to detect trend in hydrological series[J]. Hydrological Processes,2002,16 (9):1807-1829.

[14] ZHANG Lu,HICKEL K,DAWES W R,et al. A rational function approach for estimating mean annual evapotranspiration[J]. Water Resources Research,2004, 40(2):1-14.

[15] VIVEK K A. The use of the aridity index to assess climate change effect on annual runoff[J]. Journal of Hydrology, 2002,265(1):164-177.

[16] MILLY P C,DUNNE K A. Macroscale water fluxes 2: water and energy supply control of their inter-annual variability[J]. Water Resource Research,2002,38(10): 241-249.

[17] ARNOLD J G,SRINIVASAN R,MUTTIAH R S,et al. Large area hydrologic modeling and assessment,Part I: model development [ J ]. Journal of American Water Resources Association,1998,34(1):73-89.

[18] FU Guobin,BARBER M E,CHEN Shulin. The impacts of climate change on regional hydrological regimes in the Spokane River Watershed [ J]. Journal of Hydrologic Engineering,2007,12(5):452-461.

[19] FU Guobin, CHARLES S P, CHIEW F H S. A twoparameter climate elasticity of streamflow index to assess climate change effects on annual streamflow [ J]. Water Resources Research,2007,43(11):2578-2584.

[20] MORIASI D N,ARNOLD J G,van LIEW M W,et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations[J]. Transactions of the ASABE,2007,50(3):885-900.

[21] BOSCH J M, HEWLETT J D. A review of catchment experiments to determine the effects of vegetation changes on water yield and evapotranspiration [ J]. Journal of Hydrology,1982,55(14):3-23.

[22]李慧赟.植被變化與氣候變化的徑流響應(yīng)研究[D].大連:大連理工大學,2011.

Effects of climate change and human activities on runoff in upper Daling River Basin

/ / WU Li1, ZHANG Aijing2(1. School of Mining, Liaoning Technical Uniυersity, Fuxin 123000, China; 2. School of Hydraulic Engineering, Dalian Uniυersity of Technology, Dalian 116024, China)

Abstract:Based on the trend analysis method and the change-point testing method, trends of the hydro-meteorological elements for the Daling River Basin were detected. The annual runoff time series was divided into a“natural period”and an“impacted period”based on the human activities characteristics and change point analysis results for the river basin. A hydrological model was established based on hydrological, meteorological, and land use data from the upper Daling River Basin. Through the elastic coefficient method and hydrological simulation method, the effects of climate change and human activities on runoff in the study area were analyzed quantitatively. The results show that the precipitation of the study area has been increasing slightly during 1956—2006, and the potential evapotranspiration and runoff show a significant decreasing trend, mainly due to human activities.

Key words:climate change; human activities; runoff change; hydrological model; Daling River Basin

(收稿日期:2014- 11 24 編輯:鄭孝宇)

DOI:10. 3880/ j. issn. 1006- 7647. 2016. 02. 003

作者簡介:吳麗(1981—),女,講師,博士,主要從事水文循環(huán)與土壤水分運移研究。E-mail:wuli_water@163. com

基金項目:國家自然科學基金(514041143,51274110,51304106)

中圖分類號:P333. 1

文獻標志碼:A

文章編號:1006- 7647(2016)02- 0010- 06