商放澤，王可昳，黃躍飛，魏加華，3

（1.清華大學水沙科學與水利水電工程國家重點實驗室，北京100084；2.中電建生態(tài)環(huán)境集團有限公司，廣東深圳518102；3.青海大學水利電力學院，青海西寧810016）

近130年（1880—2012年）以來，地球表面溫度上升了0.85℃，預計到21世紀末全球地表平均溫度將增加1.1～6.4℃［1-2］。近50年來中國地表氣溫升高了1.1℃，增溫速率為每10年上升0.22℃，明顯高于全球或北半球同期的增溫速率［3］。研究發(fā)現(xiàn)全球氣候變化極大影響了水循環(huán)和水文過程［4-5］，氣候變化還會引起降水的巨大變化，并導致區(qū)域干濕極端現(xiàn)象頻發(fā)［6］。三江源區(qū)由于青藏高原獨有的熱力和動力作用，形成了東亞特殊的季風氣候系統(tǒng)，對氣候變化更為敏感。

從20世紀90年代開始，在全球氣候變化、人類活動以及青藏高原地殼不斷隆升等自然和人類活動的共同影響下，三江源區(qū)出現(xiàn)了源區(qū)氣溫升高、永久凍土層厚度減少、降雨和蒸發(fā)強度改變、地表植被退化、冰川退縮、高原湖泊和濕地水源補給減少而造成湖泊濕地萎縮、土地荒漠化、生物多樣性降低等一系列生態(tài)環(huán)境問題，對長江、黃河和瀾滄江中下游地區(qū)的生態(tài)環(huán)境也帶來了諸多不利影響［7-9］。有研究指出，氣候變化將影響依賴青藏高原供水的長江、黃河和瀾滄江的徑流［10］。1958—2007年期間三江源區(qū)溫度和降水量明顯增加，長江源區(qū)和瀾滄江源區(qū)的年徑流量呈上升趨勢［11］，也有研究表明最近14年長江源區(qū)的直門達水文站年徑流共減少了96億m3［12］；黃河源區(qū)徑流從20世紀90年代至2007年出現(xiàn)下降趨勢，枯季、雨季降水量與流量分別呈負、正反饋機制［13-14］。

氣候變化和下墊面變化是徑流變化的2個主要驅動因素。人類活動和植被覆蓋變化造成下墊面的變化，在地形、地質、土壤和植被等因素中，植被覆蓋是影響徑流最為重要的下墊面因素［15-16］，而人類活動中的開墾和放牧對植被的影響最為直接。歸一化植被指數（normal difference vegetation index，NDVI）是表征植被覆蓋的主要參數之一。NDVI是遙感影像的近紅外波段反射率與紅光波段反射率比值的歸一化參數，對環(huán)境變化反應十分敏感，且能夠較好反映植物生長變化和植被覆蓋狀況，是植被生長狀態(tài)和植被覆蓋度的最佳指示因子［17-18］。有研究利用GIMMS和MODIS 2個衛(wèi)星源的遙感監(jiān)測值，以NDVI為基礎，發(fā)現(xiàn)三江源地區(qū)植被生產力趨于好轉，氣候變化是影響植被生產力的決定性因素，而人類活動在一定程度上加快了其變化速率［19］。

在流域徑流影響因素的貢獻離析中，如何準確評估不同因素對徑流變化的貢獻是研究的難點。定量分析氣候變化對徑流變化的貢獻（ΔRclimate）以及流域下墊面變化對徑流變化的貢獻（ΔRcatchment）的方法主要有水文模型法和基于Budyko假設水熱耦合平衡理論的水量平衡法2種［20-22］。有學者使用水文模型定量分離氣候變化和人類活動對汾河徑流的影響，發(fā)現(xiàn)人類活動對徑流減少的貢獻占了64.1%［23］。雖然水文模型的方法可以分離出ΔRclimate和ΔRcatchment，但是存在水文循環(huán)的部分物理過程缺失、部分模型結構缺陷、系統(tǒng)誤差等問題，因此這類模型的準確性有待提高［24］。利用Budyko假設方法方面，有研究基于Budyko假設，選擇受人類直接取用水影響較少的山區(qū)小流域分析了松花江、遼河、海河、黃河和漢江等中國主要流域徑流量減小的原因［25］。但是Budyko假設忽略了下墊面的影響。由于三江源區(qū)受到地形及其高原加熱場的作用，氣候和下墊面條件獨特且復雜，徑流及相關因子的趨勢分析、影響因素貢獻評估及模型構建方法和手段都需要有針對性地修正和改進，構建的模型要能有效反映三江源區(qū)氣候因子和下墊面之間的相關關系和定量關系，目前尚缺乏有效的方法以定量離析各驅動因子對徑流變化的貢獻。

三江源區(qū)由于特殊的水文、地理和氣候條件，是我國淡水資源的重要來源區(qū)和西部地區(qū)的生態(tài)屏障。但是三江源區(qū)的自然生態(tài)系統(tǒng)非常敏感和脆弱，三江源區(qū)生態(tài)環(huán)境的變化狀況直接關系到我國西部地區(qū)的可持續(xù)發(fā)展，乃至中、東部江河下游地區(qū)的水和生態(tài)安全。因此，本文圍繞三江源區(qū)徑流對氣候變化和下墊面變化的響應特征及定量表達這一科學問題開展研究，根據三江源地區(qū)水文氣象站點實測資料，分析三江源、黃河源、瀾滄江源氣候、下墊面和徑流的變化特性，并利用基于Budyko互補關系的新的徑流量化離析方法分析氣候變化和人類活動對三江源區(qū)徑流的影響及貢獻。以期為三江源區(qū)水源涵養(yǎng)和生態(tài)環(huán)境保護措施的制定提供依據。

1 研究區(qū)概況

三江源區(qū)位于青海省南部、青藏高原腹地，是長江、黃河和瀾滄江的發(fā)源地。匯水區(qū)流域面積共31.26×104km2，其中長江流域面積13.77×104km2（直門達水文站以上），占源區(qū)總面積的44.0%；黃河流域面積12.20×104km2（唐乃亥水文站以上），占源區(qū)總面積的39.0%；瀾滄江流域面積5.29×104km2（昌都水文站以上），占源區(qū)總面積的16.9%。為了保護三江源區(qū)生態(tài)環(huán)境，經國務院批準，2011年實施《青海省三江源國家生態(tài)保護綜合試驗區(qū)總體方案》，試驗區(qū)范圍為89°41′～102°40′E、31°53′～37°10′N。

2 數據來源與研究方法

2.1 數據來源與預處理

降雨、氣溫、蒸發(fā)和徑流數據來源于青海省水文水資源勘測局和中國氣象數據網（http：//data.cma.cn/）。部分站點在1956—2012年間的降雨、氣溫、蒸發(fā)和徑流數據缺失，缺失的數據根據青海省水文水資源勘測局提供的相鄰站點的數據進行插補。三江源降雨、氣溫、蒸發(fā)監(jiān)測的氣象和水文站點見圖1，共33個氣象站點和12個水文站點。降雨量利用泰森多邊形進行計算，因此包括了三江源區(qū)外的氣象站點。徑流量為根據實測徑流量進行還原的天然徑流量。三江源監(jiān)測徑流的水文站點分布見圖2，從圖中可知，長江源區(qū)由直門達水文站和班瑪水文站以上流域2個部分組成，黃河源區(qū)包括唐乃亥水文站和同仁水文站以上流域，瀾滄江源區(qū)包括香達水文站和下拉秀水文站以上流域。因此，長江源徑流量為直門達水文站和班瑪水文站的疊加，黃河源徑流量為唐乃亥水文站和同仁水文站的疊加，瀾滄江源徑流量為香達水文站和下拉秀水文站的疊加。

歸一化植被指數利用衛(wèi)星數據計算。衛(wèi)星數據來自于相關組織的數據服務平臺所公布的公開數據。1982—2012年月尺度GIMMS（global inventory modelling and mapping studies）AVHRR（advanced very high resolution radiometer）NDVI數據集來源于NASA Earth Exchange （http：//nex.nasa.gov/nex/），其空間分辨率8km。為了避免大氣溶膠以及太陽高度產生的信號噪聲，引入最大值合成法（maximum value composite）對NDVI數據進行預處理。最大值合成法假設云層是不斷變化的，因此柵格點的最大NDVI值被選為該柵格點的NDVI值［26］。

圖1 三江源氣象和水文站點Fig.1 Meteorological and hydrological stations in the Three-River Headwaters Region

圖2 三江源徑流計算使用的水文站點Fig.2 Hydrological stations used for runoff calculation in the Three-River Headwaters Region

2.2 研究方法

2.2.1 線性趨勢法

氣候要素的趨勢變化一般采用一元線性回歸模型描述，即

式中：y為氣候、下墊面和徑流要素序列；x為時間序列；m為線性趨勢項；c表示截距。

2.2.2 非參數Mann-Kendall法

利用非參數Mann-Kendall進行趨勢分析，分析基于秩的非參數檢驗方法，辨別三江源區(qū)氣候、下墊面和徑流變化是自然特性的波動還是存在確定性的變化趨勢。檢驗統(tǒng)計量S計算公式為［27］

式中：xi、xj分別為數據序列中的第i和第j個數據點；n為數據序列長度，也即樣本數。符號函數表達式為

Mann-Kendall標準檢驗統(tǒng)計量Z的計算公式如下：

其中ti是第i組的數據點數目。

標準檢驗統(tǒng)計量Z服從標準正態(tài)分布。為了檢驗數據序列是否存在趨勢，如果標準檢驗量Z的絕對值大于標準正態(tài)累計分布表中的，那么數據序列在顯著水平σ上存在趨勢性變化。90%、95%和99%置信度水平對應的Z的絕對值判別值分別為1.64、1.96和2.58。

衡量趨勢大小的指標為

式中：Mz為中位數；1＜j＜i＜n。β為正值表示上升趨勢，β為負值表示下降趨勢。

2.2.3 Spearman法

Spearman秩相關系數為非參數性質的統(tǒng)計參數，與樣本分布無關。Spearman秩相關系數［28］為

Spearman秩相關系數的符號表示X和Y之間的關系。如果Y隨著X增大而增大，那么秩相關系數則為正；如果Y隨著X的增加而減少，那么秩相關系數則為負。X和Y越接近嚴格單調的關系，Spearman秩相關系數的數值則越大。

Spearman秩相關的變化趨勢檢驗統(tǒng)計變量，即檢驗統(tǒng)計量為

其服從自由度為v=N—2的student分布。當時，認為無明顯變化趨勢。

2.2.4 基于Budyko假設的互補關系權重因子法

采用基于Budyko假設的互補關系權重因子法［29］分析氣候變化對徑流變化的貢獻（ΔRclimate）以及流域下墊面變化（或人類活動）對徑流變化的貢獻（ΔRcatchment）。

常用的Budyko方程有傅抱璞公式［30］以及MCY方程［31］，如下：

式中：E代表蒸散發(fā)量；P代表降水量；E0為潛在蒸發(fā)量，表示可利用的能量；E/P表示蒸散發(fā)系數；E0/P表示干旱指數Φ；參數ω和n代表下墊面特征，例如人類活動、相對入滲能力、植被蓋度、土壤性質和平均坡度等。

假設P和E0是相互獨立的，R對P和E0的偏彈性系數存在以下關系［29］：

根據式（11）可得出R的表達式為

基于R與P和E0的互補關系，即式（12），可得出計算徑流變化的互補關系，如式（13）：

假設土壤含水量的變化量可以忽略不計，通過計算降水和徑流的差值來估算蒸散發(fā)量［32］為

時段末徑流量為

圖3 狀態(tài)空間（P，E0，E）示意Fig.3 State space(P,E0,E)schematic diagram

總徑流變化（ΔR）計算公式為

代入徑流變化的互補關系式（13），即可得到

或者

其中0≤α≤1。得到ΔRclimate和ΔRcatchment的計算公式為

隨著權重因子α的變化，ΔRclimate和ΔRcatchment也隨之線性變化。

在過去的30多年中［29-32］，由于氣候條件和下墊面的不斷變化，α并非一個定值，因此分析了α為0、0.5、1.0這3種變化路徑中氣候變化和下墊面變化對徑流變化的影響，并分別闡釋不同變化路徑下氣候變化和下墊面變化對徑流變化的影響，其中α=0或α=1.0代表徑流變化完全由下墊面變化引起或完全由氣候變化引起。

潛在蒸散發(fā)量根據在中國干旱半干旱地區(qū)有著良好的應用的哈格里夫斯公式［33］計算，其計算公式為

式中：Ra表示大氣層頂輻射，mm·d-1；Tmax和Tmin表示最高溫度和最低溫度；T代表平均溫度。

3 結果與分析

3.1 三江源氣候和下墊面變化特性分析

三江源降雨量變化趨勢見圖4，降雨量年際間波動變化。長江源、黃河源和瀾滄江源降雨量呈增加趨勢，年均降雨量分別為365.26、429.28和537.50 mm。線性趨勢分析表明，10年的降雨量傾向率分別為10.83、5.51和11.14 mm。

三江源氣溫變化趨勢見圖5，氣溫年際間波動變化。長江源、黃河源和瀾滄江源氣溫呈增加趨勢，多年平均氣溫分別為—1.59、1.36和2.45℃。線性趨勢分析表明，10年的氣溫傾向率分別為0.31、0.29和0.33℃。

利用歸一化植被指數NDVI表征植被覆蓋度，下墊面的變化情況用生態(tài)植被覆蓋度表示。三江源NDVI變化見圖6，生態(tài)植被覆蓋情況年際間波動變化。長江源、黃河源和瀾滄江源NDVI呈增加趨勢，長江源、黃河源和瀾滄江源年均NDVI值分別為0.230 5、0.314 1和0.320 4。線性趨勢分析表明，NDVI值10年增加幅度分別為0.002、0.004和0.002。年均降雨量、氣溫和NDVI值從大到小排序為：瀾滄江源、黃河源、長江源。

圖4 三江源年降雨量變化Fig.4 The change of annual precipitation in the Three-River Headwaters Region

圖5 三江源年平均氣溫變化Fig.5 The change of annual average air temperature in the Three-River Headwaters Regions

圖6 三江源年NDVI變化Fig.6 The change of annual NDVI in the Three-River Headwaters Regions

三江源降雨、氣溫和NDVI的顯著性檢驗及變化趨勢見表1。Mann-Kendall、Spearman檢驗結果表明長江源和瀾滄江源降雨量呈顯著增加趨勢，而黃河源降雨量增加趨勢不顯著；三江源氣溫呈顯著增加趨勢；黃河源NDVI呈顯著增加趨勢，長江源和瀾滄江源NDVI增加趨勢不顯著。

3.2 三江源徑流變化特性分析

三江源年徑流量變化見圖7，徑流深變化見圖8。長江源、瀾滄江源年徑流量呈增加趨勢，年均徑流量分別為140.45億m3和58.22億m3，線性趨勢分析表明，10年徑流增加幅度分別為6.54億m3和1.54億m3。黃河源年徑流量呈減少趨勢，年均徑流量為206.26億m3，線性趨勢分析表明，10年終徑流減少幅度為2.05億m3。長江源、黃河源和瀾滄江源區(qū)年均徑流深分別為98.89、165.27、264.23 mm，年徑流深從大到小排序為：瀾滄江源、黃河源、長江源，這與長江源、黃河源和瀾滄江源年降雨量、氣溫、NDVI的大小順序相同。

表1 三江源降雨、氣溫和NDVI的Mann-Kendall和Spearman秩相關檢驗Tab.1 Mann-Kendall and Spearman rank correlation tests of precipation,air temperature and NDVI in the Three-River Headwaters Regions

圖7 三江源年徑流量變化Fig.7 The change of annual runoff amount in the Three-River Headwaters Regions

圖8 三江源年徑流深變化Fig.8 The change of annual runoff depth in the Three-River Headwaters Regions

三江源徑流量的顯著性檢驗見表2。Mann-Kendall、Spearman檢驗結果表明三江源區(qū)徑流變化趨勢都不顯著。

3.3 三江源氣候和下墊面對徑流變化貢獻的量化分離

為了顯示徑流的動態(tài)變化過程，同時為了滿足“土壤含水量的變化量可以忽略不計”的前提假設［32］，選擇5年作為時間步長。以5年的均值作為每個子時間段的取值，并認為相鄰2個子時間段內土壤含水量的變化量忽略不計，當相鄰2個子時間段土壤含水量基本保持不變時，降水和徑流的差值可以作為蒸發(fā)量。因此，將總時間序列（1956—2012年）分為12個子時間段，前11個子時間段以5年為時間步長，最后1個子時段以2年為時間步長。

表2 三江源徑流量的Mann-Kendall和Spearman秩相關檢驗Tab.2 Mann-Kendall and Spearman rank correlation tests of runoff amount in the Three-River Headwaters Regions

長江源、黃河源和瀾滄江源每一個子時間段的氣候條件和下墊面特征變化分別見表3、表4和表5。其中E為年均蒸散發(fā)量，E0為潛在蒸散發(fā)量，R為徑流量，n為式（10）的參數，R1，R2，… ，R10為各子時間段的年徑流均值。定義ΔR為相鄰2個子時間段之間徑流均值的差值，例如ΔR=R2—R1。通過互補關系法進行計算，得到相鄰2個子時間段的徑流差值以及氣候變化和下墊面變化對徑流變化的貢獻值，長江源、黃河源和瀾滄江源氣候和下墊面變化對徑流變化的貢獻分別見表6、表7和表8。結果表明，三江源ΔR的計算值與觀測值幾乎相同，表明互補關系法可以準確地計算出徑流年均值的變化。雖然ΔRclimate和ΔRcatchment的總和等于ΔR，但是從表6至表8可以看出，長江源、黃河源和瀾滄江源ΔRclimate和ΔRcatchment的值隨著權重因子α的改變而改變。

現(xiàn)大部分研究假定氣候和下墊面變化對徑流變化具有相同的貢獻特征，即氣候和下墊面同時促進徑流量或者同時減少徑流量。本文未假定氣候和下墊面變化對徑流變化具有相同的貢獻特征，實際上，在某些時段或年份，氣候和下墊面變化對徑流變化具有相反的貢獻特征。如長江源ΔR3中，ΔRclimate，1=18.61和ΔRcatchment，1=—7.01，氣候變化對徑流量貢獻為正，而下墊面變化對徑流量貢獻為負。黃河源ΔR3中，ΔRclimate，1=12.94 及ΔRcatchment，1=—18.72，氣候變化對徑流量的貢獻為正，而下墊面變化對徑流量的貢獻為負。瀾滄江源ΔR9中，ΔRclimate，1=—9.57和ΔRcatchment，1=42.31，氣候變化對徑流量的貢獻為負，而下墊面變化對徑流量的貢獻為正。

表3 長江源氣候和下墊面參數Tab.3 The climate and underlying surface parameters in the source region of the Yangtze River

表4 黃河源氣候和下墊面參數Tab.4 The climate and underlying surface parameters in the source region of the Yellow River

當α分別等于1.0、0.5和0時，長江源ΔRclimate的變化范圍分別為（—25.19，29.84）、（—24.89，32.15）和（—24.59，34.46）mm，ΔRcatchment的變化范圍分別為（—14.25，23.99）、（—15.22，21.75）和（—16.18，19.51）mm；黃河源ΔRclimate的變化范圍分別 為（ —31.18，48.86）、（ —29.77，52.00）和（—28.36，55.15）mm，ΔRcatchment的變化范圍分別為（—21.27，32.80）、（—21.94，32.53）和（—23.35，32.27）mm；瀾滄江源的ΔRclimate的變化范圍分別為（—57.74，62.96）、（—55.30，67.03）和（—52.86，71.11）mm，ΔRcatchment的變化范圍分別為（—28.76，42.31）、（—30.23，41.15）和（—31.70，39.98）mm。瀾滄江源徑流年際變化較大，氣候變化和下墊面變化對徑流變化影響的絕對值最大；長江源徑流年際變化較小，氣候變化和下墊面變化對徑流變化影響的絕對值最小。

表5 瀾滄江源氣候和下墊面參數Tab.5 The climate and underlying surface parameters in the source region of the Lancang River

3.4 三江源氣候和下墊面對徑流的影響

由于計算得到的ΔR為相鄰2個子時間段之間的差值，整體上沒有可比性，因此將計算得到的ΔR依次進行累加。即以子時間段T1為時間基準，分析ΔRclimate和 ΔRcatchment的變化規(guī)律。ΔR’climate，i和ΔR’catchment，i表示子時間段Ti+1與子時間段T1的差值。長江源、黃河源和瀾滄江源區(qū)ΔR’climate，i和ΔR’catchment，i隨時間的變化趨勢分別見圖9、圖10和圖11。

長江源ΔR’climate和降水具有顯著的正相關關系，α為 1.0、0.5、0時，Pearson相關系數在 0.971～0.982，顯著水平小于0.01。黃河ΔR’climate和降水具有顯著的正相關關系，α為1.0、0.5、0時，Pearson相關系數在0.954～0.980，顯著水平小于0.01。瀾滄江源ΔR’climate和降水具有顯著的正相關關系，α為1.0、0.5、0時，Pearson相關系數在0.906～0.937，顯著水平小于0.01。由此可知，降雨是導致徑流變化的主要來源與控制因子，降雨變化越大，則徑流變化越大。

長江源ΔR’catchment，i和參數n具有顯著的負相關關系，α分別為1.0、0.5和0時，Pearson相關系數在—0.994至—0.937之間，顯著水平小于0.01。黃河源ΔR’catchment，i和參數n具有顯著的負相關關系，α同樣時，Pearson相關系數在—0.997至—0.994之間，顯著水平小于0.01。瀾滄江源ΔR’catchment，i和參數n具有顯著的負相關關系，α同樣時，Pearson相關系數在—0.988至—0.997之間，顯著水平小于0.01。三江源自然保護區(qū)的建立，人類活動受到限制，若忽略人類活動的影響，則參數n的變化可以歸因于植被覆蓋度的變化。一般來說，植被覆蓋越大，降雨入滲量就越多，產生的徑流量就越少，因此ΔR’catchment，i與參數n的變化呈相反的趨勢。植被覆蓋是下墊面影響徑流變化的主要控制因子。1956—2012年總體來看，氣候變化和下墊面變化增加了長江源徑流量，當α分別等于1.0、0.5和0時，長江源氣候變化對徑流的貢獻分別為55.21%、74.03%和92.85%。氣候變化和下墊面變化增加了黃河源徑流量，當α等于1.0、0.5和0時，黃河源區(qū)氣候變化對徑流的貢獻分別為52.47%、60.49%和68.50%。當α等于1.0時，氣候變化和下墊面變化增加了瀾滄江源徑流量，瀾滄江源區(qū)氣候變化對徑流的貢獻為89.91%；當α分別等于0.5和0時，氣候變化增加了瀾滄江源徑流量，但下墊面變化減少了瀾滄江源徑流量，因此瀾滄江源區(qū)氣候變化對徑流的影響分別為107.25%和124.58%。長江源、黃河源氣候和下墊面變化對徑流的影響為正貢獻，瀾滄江源α=1.0時氣候和下墊面變化對徑流的影響為正貢獻，但是瀾滄江源α等于0.5和0時氣候對徑流的影響為正貢獻，而下墊面對徑流的影響為負貢獻。

表6 長江源ΔRclimate和ΔRcatchment量化分離結果Tab.6 The quantitative separation results of ΔRcliamteand ΔRcatchmentin the source region of the Yangtze River

表7 黃河源ΔRclimate和ΔRcatchment量化分離結果Tab.7 The quantitative separation results of ΔRcliamteand ΔRcatchmentin the source region of the Yellow River

表8 瀾滄江源ΔRclimate和ΔRcatchment量化分離結果Tab.8 The quantitative separation results of ΔRcliamteand ΔRcatchmentin the source region of the Lancang River

圖9 長江源ΔR’climate和P的變化特性及ΔR’catchment和n的變化特性Fig.9 The variation characteristics of ΔR’climateand P,and ΔR’catchmentand n in the source region of the Yangtze River

4 結論

（1）長江源和瀾滄江源降雨量呈顯著增加趨勢，黃河源降雨量增加趨勢不顯著，長江源、黃河源和瀾滄江源10年降雨量傾向率分別為10.83、5.51和11.14 mm。三江源氣溫呈顯著增加趨勢，長江源、黃河源和瀾滄江源10年氣溫傾向率分別為0.31、0.29和0.33℃。黃河源NDVI呈顯著增加趨勢，長江源和瀾滄江源NDVI增加趨勢不顯著，長江源、黃河源和瀾滄江源10年NDVI值增加幅度分別為0.002、0.004和0.002。

圖10 黃河源ΔR’climate和P的變化特性及ΔR’catchment和n的變化特性Fig.10 The variation characteristics of ΔR’climateand P,and ΔR’catchmentand n in the source region of the Yellow River

（2）長江源、瀾滄江源徑流量增加趨勢不顯著，黃河源徑流量減少趨勢不顯著，長江源、黃河源和瀾滄江源10年徑流量變化為6.54億m3、—2.05億m3和1.54億m3。降雨量、氣溫、NDVI和徑流深由大到小排序為：瀾滄江源、黃河源、長江源。

（3）基于Budyko假設的互補關系權重因子法不僅可以準確地計算出徑流年均值的變化，并且量化分離時無需假定氣候和下墊面變化對徑流變化具有相同的貢獻特征?？傮w來說，長江源、黃河源氣候和下墊面變化對徑流的影響為正貢獻，瀾滄江源α（權重因子）等于1.0時下墊面變化對徑流的影響為正貢獻，但是α等于0.5和0時下墊面對徑流的影響為負貢獻。長江源、黃河源和瀾滄江源氣候變化對徑流的貢獻分別為55.21%～92.85%、52.47%～68.50%、89.91%～124.58%。

圖11 瀾滄江源ΔR’climate和P的變化特性及ΔR’catchment和n的變化特性Fig.11 The variation characteristics of ΔRclimateand P,and ΔR’catchmentand n in the source region of the Lancang River

（4）三江源氣候變化對徑流的累積貢獻值與降雨量具有顯著正相關關系，降雨量是氣候變化影響徑流變化的主要控制因子；三江源下墊面變化對徑流的累積貢獻值與參數n具有顯著負相關關系，植被覆蓋是下墊面變化影響徑流變化的主要控制因子。

致謝：感謝清華大學水沙科學與水利水電工程國家重點實驗室的鄭裕彤博士、劉喆碩士在部分數據處理中給予的幫助。