溫慶志,姚 蕊, 孫 鵬,3,*,張 強(qiáng),顧 然

1 安徽師范大學(xué)地理與旅游學(xué)院,蕪湖 241002 2 南京師范大學(xué)，虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室，南京 210023 3 安徽省水利部淮河水利委員會(huì)水利科學(xué)研究院,水利水資源安徽省重點(diǎn)實(shí)驗(yàn)室,蚌埠 233000 4 北京師范大學(xué),地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100875 5 北京師范大學(xué),環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室,北京師范大學(xué), 北京 100875

氣候變化和人類(lèi)對(duì)水資源開(kāi)發(fā)利用顯著改變區(qū)域水循環(huán)過(guò)程,近年來(lái)出現(xiàn)一系列諸如水資源短缺、河道斷流等水資源、水環(huán)境問(wèn)題[1- 3]。生態(tài)需水是一個(gè)復(fù)雜的概念,至今國(guó)內(nèi)外還未形成一個(gè)明確的定義。在實(shí)際研究中出現(xiàn)了“生態(tài)徑流”、“生態(tài)流量”、“環(huán)境流量”等不完全相同但又緊密聯(lián)系的概念。生態(tài)徑流的概念是指能夠維持河流或者溪流中水生生物多樣性和生態(tài)系統(tǒng)所需的水量,并且能夠保證生態(tài)完整性的流動(dòng)狀態(tài)[4],生態(tài)徑流的研究對(duì)象主要側(cè)重于生物群落,考慮依賴(lài)于水而生存的動(dòng)植物、微生物所需要的水量[5]。生態(tài)流量是指生態(tài)系統(tǒng)的生物完整性隨著水量的減少而發(fā)生演變,是維持水體生物完整性的需水流量[6]。環(huán)境流量的研究對(duì)象則側(cè)重于自然環(huán)境,是解決環(huán)境問(wèn)題,例如治理污染、保護(hù)水環(huán)境景觀(guān)等所需的水量[5]。從研究方法上來(lái)講,全球生態(tài)需水計(jì)算方法超過(guò)200種[7]?？偟膩?lái)說(shuō),可以概括為4類(lèi)[8]：(1)傳統(tǒng)流量的計(jì)算方法計(jì)算生態(tài)需水,如Tennant法[9-11]；(2)基于水力學(xué)基礎(chǔ),如河道濕周法、R2-CROSS[7,12]；(3)基于生物學(xué)基礎(chǔ)的棲息地計(jì)算,如IFIM(Instream Flow Incremental Methodology,河道內(nèi)流量增加)法[13-14]、CASIMIR算法(Computer Aided Simulation Model for Instream Flow Requirements In Diverted Stream)[15]等,(4)以IFIM法為基礎(chǔ)將水力模型與生物棲息相結(jié)合,出現(xiàn)了很多相關(guān)模型,如PHABSIM模型、River2D模型[16-17]。

淮河流域地處南北氣候過(guò)渡地帶,氣候變化復(fù)雜,形成無(wú)降水旱、有降水澇、強(qiáng)降水洪的特點(diǎn)?；春恿饔蚴侵袊?guó)的重要商品糧基地,平均每年向國(guó)家提供的商品糧約占全國(guó)商品糧的1/4,為國(guó)家糧食安全提供了強(qiáng)有力的保障[18-20]。隨著淮河流域大部分區(qū)域水資源存在無(wú)節(jié)制的過(guò)度開(kāi)發(fā),水生態(tài)系統(tǒng)健康存在著不同程度退化[21-22],嚴(yán)重影響著淮河流域生態(tài)系統(tǒng)的平衡以及威脅著國(guó)家的糧食安全。國(guó)家高度重視淮河流域生態(tài)環(huán)境的保護(hù),在2018年11月2日經(jīng)國(guó)務(wù)院批準(zhǔn),國(guó)家發(fā)展改革委印發(fā)《淮河生態(tài)經(jīng)濟(jì)帶發(fā)展規(guī)劃》[23],淮河流域的生態(tài)環(huán)境保護(hù)和經(jīng)濟(jì)發(fā)展上升到國(guó)家戰(zhàn)略,亟需開(kāi)展淮河流域水生生物多樣性和生態(tài)系統(tǒng)所需的水資源量的研究。因此,本文選用生態(tài)徑流指標(biāo)開(kāi)展淮河流域生態(tài)需水研究顯得十分必要。

國(guó)內(nèi)外學(xué)者對(duì)淮河流域水資源方面開(kāi)展大量研究。孫鵬等[24-25]發(fā)現(xiàn)淮河中上游徑流年際變化劇烈,徑流量整體呈下降趨勢(shì),枯水流量上游呈增加的趨勢(shì),中游呈下降的趨勢(shì)；石衛(wèi)等[26]定量分離了氣候變化和人類(lèi)活動(dòng)對(duì)徑流影響的平均貢獻(xiàn)率分別為38.13%和61.87%,人類(lèi)活動(dòng)的影響遠(yuǎn)遠(yuǎn)大于氣候變化產(chǎn)生的影響；馬躍先等[27]研究表明淮河流域干江河徑流減少的人類(lèi)因素主要是城鎮(zhèn)居民用水和農(nóng)業(yè)灌溉用水；在探討淮河流域的生態(tài)需水上,潘扎榮等[28]采用年內(nèi)展布法研究發(fā)現(xiàn)淮河流域生態(tài)保障程度上游地區(qū)高于下游地區(qū),且淮河北岸支流生態(tài)需水呈顯著下降趨勢(shì)。劉丹等[21]和于魯翼等[21]分別用生態(tài)水力半徑法和濕周法來(lái)評(píng)價(jià)淮河二級(jí)支流賈魯河的最小生態(tài)需水,均在逐年的減少。左其亭等[30]評(píng)價(jià)了淮河中上游水生生態(tài)系統(tǒng)健康狀況,研究表明水生態(tài)退化嚴(yán)重?；谏鲜龅难芯炕春恿饔虻膹搅髟谥鹉晗陆?生態(tài)徑流受到嚴(yán)重的破壞。目前,對(duì)淮河流域的生態(tài)徑流的研究較少,主要從生態(tài)徑流的保證率和豐、枯季節(jié)大壩對(duì)生態(tài)需水的影響方面開(kāi)展研究,并未考慮水文變異前后的生態(tài)徑流變化,研究區(qū)域主要集中在淮河中、上游,且對(duì)于淮河流域水利工程導(dǎo)致的河道生物多樣性變化和生態(tài)徑流的氣候變化成因分析方面研究不足。因此,本文利用Pettitt變異點(diǎn)檢測(cè)和流量歷時(shí)曲線(xiàn)(Flow Duration Curve,FDC)計(jì)算得到變異點(diǎn)前后的生態(tài)徑流指標(biāo),開(kāi)展變異條件下的淮河流域生態(tài)徑流的時(shí)空變化特征,根據(jù)生物多樣性指標(biāo)香農(nóng)指數(shù)(Shannon Index,SI)和水文變異指數(shù)(Indicators of Hydrologic Alteration,IHA)之間的關(guān)系,評(píng)價(jià)淮河流域水文變化特征的生態(tài)效應(yīng),在GAMLSS的模型框架下定量分析氣候因子對(duì)生態(tài)徑流影響。本研究為科學(xué)的理解淮河流域的生態(tài)徑流演變規(guī)律及成因,為淮河流域生態(tài)經(jīng)濟(jì)發(fā)展提供理論依據(jù)。

1 數(shù)據(jù)

本文選取淮河流域干流、支流等(表1)7個(gè)水文站點(diǎn)1956—2016年逐日徑流量和72個(gè)雨量站點(diǎn)1960—2016的逐日降水?dāng)?shù)據(jù)(圖1),缺失的數(shù)據(jù)本文采用臨近站點(diǎn)相關(guān)分析法來(lái)插補(bǔ),用來(lái)保證序列的完整性和連續(xù)性。表1描述了7個(gè)水文控制站的基本流域信息,徑流數(shù)據(jù)由淮河水利委員會(huì)提供,氣象數(shù)據(jù)由國(guó)家氣候中心提供。1956—2016年逐月的 Nino3.4區(qū)(5°N—5°S, 170°W—120°W)海溫距平SST(Nino3.4)、北大西洋濤動(dòng)(North Atlantic Oscillation,NAO)、太平洋年代際振蕩(Pacific Decadal Oscillation,PDO)數(shù)據(jù)來(lái)源于https://www.esrl.noaa.gov/psd/data/,以及《治淮匯刊》淮河流域農(nóng)田水利主要統(tǒng)計(jì)指標(biāo)。

表1 水文控制點(diǎn)特征

圖1 研究區(qū)域概況以及水文站和氣象站點(diǎn)空間分布Fig.1 Locations of the hydrological and meteorological stations within the study region, i.e. the Huai River basin

2 研究方法

2.1 變異點(diǎn)分析

Pettitt非參數(shù)檢驗(yàn)法是基于Mann-Whitney的統(tǒng)計(jì)函數(shù)[31]。通過(guò)檢驗(yàn)時(shí)間序列要素均值和方差變化進(jìn)行變異點(diǎn)分析,認(rèn)為兩個(gè)樣本x1,…,xt和xt+1,…,xn來(lái)自同一整體：

(1)

其中,xt為水文序列中第t和點(diǎn)的值,xj為水文序列中的第j個(gè)點(diǎn)的值,t=2,…，n。式(1)用于均值變異監(jiān)測(cè),用Pettitt法監(jiān)測(cè)序列方差變異,需要對(duì)日徑流序列進(jìn)行處理[17]：

Yi=(xi-Li)2

(2)

用公式(2)進(jìn)行變異點(diǎn)檢測(cè),若存在變異則存在方差突變。其中xi表示實(shí)測(cè)徑流序列,L代表參考函數(shù)Loess[32](Locally weighted regression,局部加權(quán)回歸),Y表示殘差平方和序列。

2.2 生態(tài)剩余和生態(tài)赤字

Vogel等在2007年提出了用生態(tài)剩余和生態(tài)赤字兩個(gè)指標(biāo)來(lái)評(píng)價(jià)生態(tài)徑流指標(biāo)[33]。生態(tài)徑流指標(biāo)以流量歷時(shí)曲線(xiàn)(Flow Duration Curve,FDC)為基礎(chǔ)。FDC曲線(xiàn)由研究時(shí)間段的日尺度的徑流數(shù)據(jù)構(gòu)造,衡量徑流量超過(guò)給定閾值的時(shí)間歷時(shí)百分比。在研究的時(shí)間段內(nèi)日徑流流量數(shù)據(jù)Qi從大到小,進(jìn)行排列,其超過(guò)概率為[35]：

pi=i/(n+1)

(3)

其中,i為秩次,n為日徑流流量觀(guān)測(cè)值Qi的樣本大小。Qi是pi的函數(shù)。日徑流流量時(shí)間序列可構(gòu)造年尺度FDC,也可構(gòu)造成季節(jié)FDC?；春恿饔蛑卫硭^早,因此在研究時(shí)段內(nèi),水文站點(diǎn)徑流過(guò)程均受已建水庫(kù)等水利設(shè)施的影響?；春恿饔?956—2016年日徑流數(shù)據(jù)將以Pettitt計(jì)算的變異點(diǎn)為數(shù)據(jù)分割點(diǎn),變異點(diǎn)前后表示水庫(kù)調(diào)蓄的兩種狀態(tài)。本文構(gòu)造徑流序列年FDC或季節(jié)FDC,然后求得25%和75%分位數(shù)的年FDC和季節(jié)FDC,作為淮河流域生態(tài)系統(tǒng)保護(hù)范圍。將給定年的年FDC或季節(jié)FDC高于75%分為FDC,將兩條曲線(xiàn)圍成的面積為生態(tài)剩余；同理,將低于25%的FDC曲線(xiàn)和25%分為曲線(xiàn)圍成的面積定義為生態(tài)赤字[34],并將其標(biāo)準(zhǔn)化。生態(tài)剩余和生態(tài)赤字為表征生態(tài)徑流的指標(biāo)。

2.3 生物多樣性評(píng)價(jià)指標(biāo)

本文選用香農(nóng)指數(shù)(Shannon Index,SI)是運(yùn)用最為廣泛的評(píng)價(jià)生物多樣性指標(biāo)[35],計(jì)算為：

(4)

其中,pi表示屬于群落的第i個(gè)群落物種比例；香農(nóng)指數(shù)越大表示生物多樣性越豐富。香農(nóng)指數(shù)的計(jì)算利用Yang等[36]在2008年提出了用Genetic Programming(GP)算法建立IHA32個(gè)指標(biāo)與香農(nóng)指數(shù)的最佳擬合關(guān)系：

(5)

其中,Dmin表示天最小流量的Julian日期,Min3、Min7、Max3分別表示最小3天流量和最小7天流量和最大3天流量；Q3和Q5表示3、5月實(shí)測(cè)流量；Rrate表示為連續(xù)日流量之間的正值差異的均值。

2.4 生態(tài)徑流的非平穩(wěn)成因分析

GAMLSS(Generalized Additive Models for Location Scale and Shape)模型是Rigby和Stasinopoulos在2005年提出的參數(shù)回歸模型[37],可以用于描述變量序列的統(tǒng)計(jì)參數(shù)和解釋變量之間的線(xiàn)性或非線(xiàn)性關(guān)系。

在GAMLSS的模型構(gòu)建框架中,若不考慮隨機(jī)效應(yīng)對(duì)分布參數(shù)的影響,當(dāng)k=1,2,…,p時(shí),GAMLSS模型為：

gk(θk)=ηk=Xkβk

(6)

當(dāng)徑流的解釋變量為時(shí)間t時(shí),解釋變量的矩陣Xk為：

(7)

假設(shè)隨機(jī)變量Y服從三參數(shù)概率分布,結(jié)合公式(8)和(9)可得到參數(shù)分布和時(shí)間變量的函數(shù)關(guān)系：

(8)

本研究結(jié)合孫鵬等的研究結(jié)果[24],主要探討氣候因子NAO、PDO和ENSO對(duì)生態(tài)徑流的影響,選用了4種三參數(shù)指數(shù)高斯(Exponential Gaussian distribution,exGAUS)、冪指數(shù)(Power exponential distribution,PE)、正態(tài)分布族(Normal family distribution,NOF)和t族分布(tfamily distribution,TF)作為備選函數(shù)。將NAO、PDO、ENSO和位置、尺度、形狀參數(shù)建立GAMLSS模型。

3 研究結(jié)果

3.1 生態(tài)徑流變異特征分析

利用Pettitt變異點(diǎn)分析,求出各水文站點(diǎn)的變異點(diǎn)(圖2),阜陽(yáng)和蔣家集變異時(shí)間主要在1970年,淮河上游息縣變異點(diǎn)在1991年,其他中游站點(diǎn)主要集中在2000年左右。基于圖2的變異點(diǎn)得到變異前后年和季節(jié)尺度的歷年FDC散點(diǎn)圖(圖3)。由圖3知：年尺度上的FDC變異前和變異后FDC的分布范圍較為一致,變化不明顯,變異后高、低流量能夠較好的覆蓋住變異前高流量和低流量出現(xiàn)的區(qū)域。但季節(jié)尺度上變異前后高、低流量出現(xiàn)的范圍有較大的差別,春季和冬季的變異前后高、低流量差別最大。變異后高流量的量級(jí)和次數(shù)呈顯著的下降趨勢(shì),而低流量的量級(jí)和次數(shù)卻呈顯著增加趨勢(shì),春季和冬季的低流量引起的生態(tài)赤字增加和生態(tài)剩余減小。干流上的年和季節(jié)FDC在變異前高、低流量出現(xiàn)的范圍要大于支流。而支流班臺(tái)和蔣家集除了春季外,其他尺度的FDC曲線(xiàn)變異前后的分布范圍較為一致。主要原因?yàn)榘嗯_(tái)和蔣家集流域面積和徑流量小,水利工程對(duì)徑流的調(diào)節(jié)作用明顯。FDC曲線(xiàn)變化的特征只能作為初步判斷變異后年和季節(jié)生態(tài)徑流指標(biāo)的變化特征,若要更加具體的分析生態(tài)指標(biāo)的變化特征應(yīng)考慮水文控制站以上的流域平均降水對(duì)徑流的影響。

圖2 各水文站點(diǎn)pettitt變異分析Fig.2 Result of Pettitt test in Huai River Basin

圖3 變異點(diǎn)前后的季節(jié)和年尺度FDC曲線(xiàn)Fig.3 Seasonal and annual FDC before and after change points

圖4為年、季生態(tài)徑流指標(biāo)(生態(tài)剩余和生態(tài)赤字)與水文站點(diǎn)控制斷面以上流域的平均年、季降水距平時(shí)間變化特征。年生態(tài)徑流指標(biāo)與年降水變化較為一致,相關(guān)性達(dá)0.24以上(P<0.1),干流的相關(guān)性(0.40)大于支流的相關(guān)性(0.30)。魯臺(tái)子在年尺度生態(tài)徑流指標(biāo)的相關(guān)性最高(0.45),蔣家集在年尺度生態(tài)徑流指標(biāo)的相關(guān)性最低(0.24)。從季節(jié)尺度上看,春季生態(tài)徑流與面降水量相關(guān)系數(shù)最高(>0.47)(P<0.01),其相關(guān)系數(shù)變化：干流上游>干流中游>支流。夏季生態(tài)徑流指標(biāo)與降水距平相關(guān)性最低,干流所有站點(diǎn)通過(guò)了90%置信度檢驗(yàn),而支流的蔣家集(史灌河灌區(qū)面積1013.33 km2)和阜陽(yáng)(沙穎河灌區(qū)面積1400 km2)相關(guān)性?xún)H為0.08和0.09,未通過(guò)P<0.01的顯著性檢驗(yàn),灌區(qū)面積較大,人類(lèi)灌溉對(duì)生態(tài)徑流的影響較大。夏季為淮河流域汛期,在淮河流域干流流域周邊建立大量水庫(kù)和蓄洪區(qū)域[38],將流域內(nèi)降水形成的徑流進(jìn)行調(diào)蓄。秋、冬季作為淮河流域干季,其相關(guān)性?xún)H次于春季。

為了進(jìn)一步分析生態(tài)赤字、生態(tài)剩余與降水的關(guān)系,計(jì)算不同時(shí)間尺度的生態(tài)赤字、生態(tài)剩余和面降水的變差系數(shù)(Cv)來(lái)反映其變化規(guī)律。冬季降水變差系數(shù)最大(0.73),而年降水量變差系數(shù)(0.27)最小。季節(jié)性降水變化幅度并不能引起季節(jié)生態(tài)赤字和生態(tài)剩余的變化?；春恿饔蛏鷳B(tài)剩余在春季的Cv值最大(3.35),冬季Cv值最小(1.88)；而生態(tài)赤字季節(jié)變化幅度恰好與生態(tài)剩余相反,其冬季變化幅度最大,Cv值達(dá)1.86。生態(tài)赤字的變化幅度遠(yuǎn)小于生態(tài)剩余的變化幅度。從與降水量的變化幅度來(lái)看,生態(tài)赤字與降水的變化規(guī)律一致,冬季降水變差系數(shù)大,導(dǎo)致生態(tài)赤字變化幅度大,而生態(tài)剩余主要與工農(nóng)業(yè)生產(chǎn)需水有關(guān),春季是淮河流域冬小麥需水期,冬季是農(nóng)業(yè)用水量低,大量的農(nóng)業(yè)用水使得生態(tài)剩余春季的Cv值是最高的,而冬季生態(tài)剩余最小。

圖4 生態(tài)徑流與面平均降水距平百分率時(shí)間變化分析Fig.4 Temporal variations of the difference of the areal precipitation and the ecological flow across the Huai River basin

淮河流域年尺度生態(tài)赤字整體上呈增加趨勢(shì)(圖5),除支流阜陽(yáng)站外,其他站點(diǎn)生態(tài)赤字在1990s和2010s最大,其中班臺(tái)在1990s最高達(dá)0.69。從季節(jié)尺度上來(lái)看,春、夏、秋生態(tài)赤字年際變化與年尺度基本一致,呈逐年增加趨勢(shì)；而生態(tài)剩余呈逐年減小趨勢(shì),且維持在較低水平。春季生態(tài)徑流大部分年份均處于赤字狀態(tài),這個(gè)結(jié)果與孫鵬等[38]淮河流域4、5月農(nóng)業(yè)干旱有加劇趨勢(shì)相符合。春季為農(nóng)業(yè)需水量較大的季節(jié),生態(tài)赤字流量的量級(jí)遠(yuǎn)大于生態(tài)剩余的量級(jí),表現(xiàn)出水利工程調(diào)控和農(nóng)業(yè)生產(chǎn)需水對(duì)生態(tài)赤字的正向影響。而降水最多的夏季,生態(tài)赤字均呈逐年上升趨勢(shì),生態(tài)剩余均在較低水平呈現(xiàn)“低-高-低”的變化,這與蔡濤等[22]研究的“在某些年份豐水期適宜生態(tài)徑流破壞率較枯水期的要高”相一致。冬季生態(tài)徑流與年、其他季節(jié)尺度變化相反,生態(tài)剩余均處較高流量水平,干流呈逐年下降趨勢(shì),支流的班臺(tái)站表現(xiàn)出逐年上升,而蔣家集和阜陽(yáng)為先下降后上升。生態(tài)赤字呈現(xiàn)“低-高-低”的變化,在1990s達(dá)到最大值,其中蚌埠和阜陽(yáng)生態(tài)赤字最高,分別達(dá)0.65和0.66。綜上所述,除冬季外,淮河流域年和季節(jié)尺度的生態(tài)赤字在逐年代的增加,春季表現(xiàn)的尤為明顯。生態(tài)剩余逐年的呈減小趨勢(shì),盡管冬季生態(tài)剩余比其他季節(jié)高,但是整體呈減小趨勢(shì),特別是2000s以來(lái),淮河流域干流生態(tài)剩余達(dá)到最低。

3.2 生態(tài)徑流變化對(duì)生物多樣性的影響

圖6是總季節(jié)生態(tài)徑流指標(biāo)用局部加權(quán)多項(xiàng)式的回歸擬合曲線(xiàn)[32]。由圖6知：所有站點(diǎn)的生態(tài)剩余均大于生態(tài)赤字,除了阜陽(yáng)站以外,其他站點(diǎn)生態(tài)剩余呈下降趨勢(shì),且2000年后開(kāi)始迅速下降,2016年后低于生態(tài)赤字。阜陽(yáng)站在1980年之前生態(tài)剩余先上升后下降,到2016年呈現(xiàn)持續(xù)下降趨勢(shì)。而所有站點(diǎn)生態(tài)赤字均呈上升趨勢(shì),且1980年上升明顯,在2000年后生態(tài)剩余基本為0。除蔣家集站外,其他站點(diǎn)2016年生態(tài)赤字均超過(guò)了生態(tài)剩余,由此可見(jiàn)淮河流域的生態(tài)需水日益緊張。社會(huì)經(jīng)濟(jì)、農(nóng)業(yè)需水與維持生物多樣性最低需水量存在著巨大矛盾,并且這樣的矛盾在日益加劇。蔣家集的生態(tài)剩余一直高于生態(tài)赤字,且在2016年與其他站點(diǎn)變化不同。主要是因?yàn)槭Y家集所屬的淠河位于全國(guó)三個(gè)特大型灌區(qū)之一,即淠史杭灌區(qū),其總設(shè)計(jì)灌溉面積79913.33 km2,淠河徑流受到水利工程的顯著調(diào)節(jié)作用[39-40],蔣家集所在的灌區(qū)為淠史杭灌區(qū)的史灌河灌區(qū),因此,1980年以來(lái)生態(tài)剩余一直維持在一個(gè)穩(wěn)定的狀態(tài)。

圖6 總季節(jié)生態(tài)剩余和總季節(jié)生態(tài)赤字的時(shí)間變化特征Fig.6 Changing characteristics of the seasonal ecosurplus and ecodeficit 陰影部分為loess擬合的95%置信區(qū)間

利用IHA徑流變化指標(biāo)計(jì)算的生物多樣性指標(biāo)—香農(nóng)指數(shù)(圖7),從圖7中可知,香農(nóng)指標(biāo)的特征變化與總季節(jié)生態(tài)剩余一致,(除阜陽(yáng)外)相關(guān)系數(shù)達(dá)0.31以上(圖8),且香農(nóng)指數(shù)的計(jì)算和生態(tài)徑流的計(jì)算方法不同,不存在內(nèi)部聯(lián)系。干流總季節(jié)生態(tài)赤字與香農(nóng)指數(shù)呈顯著負(fù)相關(guān)(r<-0.17),通過(guò)了90%的顯著性檢驗(yàn)(P<0.1),支流未通過(guò)顯著性檢驗(yàn)。阜陽(yáng)生態(tài)剩余和香農(nóng)指數(shù)呈現(xiàn)負(fù)相關(guān)(其他站點(diǎn)均呈顯著正相關(guān)),這與王園欣和左其亭[41]在沙潁河河南段的水質(zhì)分析,沙潁河存在著污染團(tuán)下泄事件[42]的工業(yè)廢水污染、農(nóng)田灌溉定額過(guò)大、化肥農(nóng)藥過(guò)度使用以及水資源的開(kāi)發(fā)式掠奪的研究結(jié)果相符,上述情況使沙潁河的生物多樣性偏低,且與生態(tài)徑流關(guān)系不顯著(圖7)。所有站點(diǎn)總季節(jié)生態(tài)剩余在1970年之前均呈現(xiàn)顯著下降趨勢(shì),干流的息縣、王家壩、魯臺(tái)子和支流的班臺(tái)、蔣家集等站點(diǎn)的總季節(jié)生態(tài)剩余一直呈下降的狀態(tài),而蚌埠站生態(tài)剩余呈現(xiàn)減小-增加-減小的趨勢(shì),2000年蚌埠閘擴(kuò)建后生物多樣性開(kāi)始急劇下降,下降到40；阜陽(yáng)站1995年之后開(kāi)始生物多樣性呈現(xiàn)迅速增加,到2016年上升到25。整體上淮河中上游的香農(nóng)指數(shù)在不斷的下降,生物多樣性呈下降趨勢(shì)。班臺(tái)和阜陽(yáng)2000年后有上升的趨勢(shì),這一結(jié)果與王園欣和左其亭[41]的研究結(jié)果相符,說(shuō)明近年來(lái)生物多樣性的保護(hù)有了一定的成果,但是效果并不顯著。

圖7 生物多樣性指標(biāo)香農(nóng)指數(shù)時(shí)間變化特征Fig.7 Changing characteristics of Shannon index 陰影部分為loess擬合的95%置信區(qū)間

圖8 總季節(jié)生態(tài)徑流與香農(nóng)指數(shù)相關(guān)散點(diǎn)圖Fig.8 Relations between seasonal ecological flow and Shannon index

3.3 生態(tài)徑流指標(biāo)和IHA33個(gè)指標(biāo)的比較

將生態(tài)徑流指標(biāo)的時(shí)間序列和IHA33個(gè)指標(biāo)的時(shí)序進(jìn)行相關(guān)性分析(圖9),由于所選的水文站點(diǎn)未出現(xiàn)過(guò)斷流現(xiàn)象,因此將IHA33個(gè)指標(biāo)的零流量天數(shù)(Number of zero-flow days)忽略。從圖中可知生態(tài)徑流指標(biāo)與IHA32個(gè)指標(biāo)呈現(xiàn)顯著的正相關(guān)和負(fù)相關(guān)關(guān)系。季節(jié)生態(tài)赤字、年生態(tài)赤字與Max1、3、7、30、90 d流量呈顯著正相關(guān)(r>0.54,P<0.01),生態(tài)剩余與Min1、3、7、30、90 d均呈顯著正相關(guān)關(guān)系(r>0.61,P<0.01)。但是總的季節(jié)生態(tài)剩余與和大部分IHA指標(biāo)呈現(xiàn)負(fù)相關(guān)關(guān)系,相關(guān)性不顯著。香農(nóng)指數(shù)與HPL(高流量洪峰數(shù))呈現(xiàn)顯著正相關(guān)(r=0.78,P<0.01),與Rise(年均落水水率)呈現(xiàn)顯著負(fù)相關(guān)的關(guān)系(r=-0.71,P<0.01)。低流量谷底數(shù)、低流量歷時(shí)數(shù)、流量漲落變化次數(shù)、年最大最小流量到來(lái)時(shí)刻與生態(tài)徑流指標(biāo)的相關(guān)性較小且不顯著,這表明了生態(tài)徑流指標(biāo)只能反映較大尺度的變化信息,能夠體現(xiàn)河流生態(tài)總體變化,但是對(duì)于一些極端事件,則不能準(zhǔn)確反映。通過(guò)上述生態(tài)徑流指標(biāo)與IHA指標(biāo)進(jìn)行相關(guān)分析,生態(tài)徑流指標(biāo)能夠準(zhǔn)確的反映出IHA指標(biāo)的信息,并且IHA指標(biāo)和生態(tài)徑流指標(biāo)計(jì)算的方法均不相同,因此生態(tài)徑流指標(biāo)能夠獨(dú)立的反映淮河流域的生態(tài)徑流變化信息,可以作為衡量生態(tài)需水的定量指標(biāo)。

3.4 生態(tài)徑流變化規(guī)律及成因

基于上述結(jié)論,利用GAMLSS模型構(gòu)建以時(shí)間和氣候因子作為位置、尺度、形狀參數(shù)的生態(tài)徑流指標(biāo),經(jīng)過(guò)AIC模型對(duì)于生態(tài)徑流指標(biāo)集的篩選,表2是淮河流域各站點(diǎn)擬合最優(yōu)的分布函數(shù)和生態(tài)徑流指標(biāo)計(jì)算模型。

由表2可知,干流的四個(gè)站點(diǎn)中(息縣、王家壩、魯臺(tái)子和蚌埠),中游的王家壩、魯臺(tái)子和蚌埠的最優(yōu)模型是模型8,而上游息縣的最優(yōu)模型是模型7,其次是模型8。淮河南岸的蔣家集最優(yōu)模型是模型2,其次是模型8。體現(xiàn)淮河蚌埠閘以上的淮河干流和南岸的生態(tài)徑流模型的概率分布函數(shù)的位置參數(shù)、尺度參數(shù)和形狀

表2 生態(tài)徑流與氣候因子建立GAMLSS模型分析結(jié)果和最優(yōu)概率分布AIC值

*擬合最優(yōu)模型；AIC：赤池信息準(zhǔn)則(Akaike information criterion)；PE：冪指數(shù)(Power Exponent)；exGUAS：指數(shù)高斯(Exponential Gaussian)；NOF：正態(tài)分布族(Normal Family)；TF：t分布族(tFamily)

圖9 生態(tài)徑流指標(biāo)和IHA指標(biāo)相關(guān)分析Fig.9 Correlations between ecological flow and IHA (Indicators of hydrologic alteration) SES：春季生態(tài)剩余(Spring ecological surplus, SES)；SED：春季生態(tài)赤字(Spring ecological deficit, SED)；SEP：夏季生態(tài)剩余(Summer ecological surplus, SEP)；SET：夏季生態(tài)赤字(Summer ecological deficit, SET)；AES：秋季生態(tài)剩余(Autumn ecological surplus, AES)；AED：秋季生態(tài)赤字(Autumn ecological deficit, AED)；WES：冬季生態(tài)剩余(Winter ecological surplus, AES)；WED：冬季生態(tài)赤字(Winter ecological deficit, AED)；ANES：年生態(tài)剩余(Annual ecological surplus, ANES)；ANED：年生態(tài)赤字(Annual ecological deficit, ANED)；SNES：季節(jié)生態(tài)剩余(Season ecological surplus, SNES)；SNED：季節(jié)生態(tài)赤字(Season ecological deficit, SNED)；EC：總生態(tài)改變(Ecological change, EC)；SI：香農(nóng)指數(shù)(Shannon index, SI)；RL：漲落變化次數(shù)(Reversal, RL)；F：年均落水速率(Fall, F)；R：年均漲水速率(Rise, R)；HPL：高流量平均持續(xù)時(shí)間(High peak long, HPL)；LPL：低流量平均持續(xù)時(shí)間(Low peak long, LPL)；HPN：高流量洪峰數(shù)(High peak number, HPN)；LPN：低流量谷底數(shù)(Low peak number, LPN)；Dmax：年最大流量出現(xiàn)日期(Date of maximum flow, Dmax)；Dmin：年最小流量出現(xiàn)日期(Date of Minimum flow, Dmin)；Max1、Max3、Max30、Max90：1、3、30、90最大徑流(1 days maximum flow, 3 days maximum flow, 30 days maximum flow, 90 days maximum flow); Min1、Min3、Min30、Min90：1、3、30、90最小徑流(1 days minimum flow, 3 days minimum flow, 30 days minimum flow, 90 days minimum flow);BI：基流指數(shù)(Base flow index,BI)；Jan、Feb、Mar、Apr、May、Jun、Jul、Aug、Sep、Oct、Nov、Dec：1—12的月均徑流(January flow, February flow, March flow, April flow, May flow, June flow, July flow, August flow, September flow, October flow, November flow, December flow)

從分布指數(shù)上參數(shù)分別受PDO、NAO和Nino3.4的影響。阜陽(yáng)站生態(tài)徑流最優(yōu)模型為模型6,對(duì)氣候因子NAO響應(yīng)不敏感。而淮河支流最優(yōu)模型與干流站點(diǎn)差異較大,其中班臺(tái)站的生態(tài)徑流最優(yōu)模型是模型1,淮河流域站點(diǎn)中唯一呈平穩(wěn)態(tài),氣候因子對(duì)洪汝河的生態(tài)徑流的影響不顯著。盡管淮河流域的生態(tài)徑流最優(yōu)模型并不一致,分別對(duì)8個(gè)模型的淮河流域站點(diǎn)的AIC取平均,發(fā)現(xiàn)模型8的AIC值30.9是最低,這說(shuō)明淮河流域整體上模型8是擬合最好的。

干流4個(gè)站點(diǎn)有3個(gè)站點(diǎn)是exGAUS函數(shù)分布擬合最優(yōu),其次支流3個(gè)站點(diǎn)有2個(gè)站點(diǎn)是TF函數(shù)分布擬合最優(yōu)。班臺(tái)站擬合最優(yōu)模型是平穩(wěn)性模型,說(shuō)明生態(tài)徑流受到氣候因子的影響較低,體現(xiàn)了平穩(wěn)性的變化。通過(guò)分析不同子流域的河床比降、年徑流深與AIC差值的關(guān)系,發(fā)現(xiàn)干流的息縣和支流的蔣家集的AIC差值僅次于蚌埠,且河床比降(分別為4.9、9.2)和年徑流深(分別為62.2 mm、55.6 mm)是所有站點(diǎn)中最大的兩個(gè),因此生態(tài)徑流受到氣候因子的影響與河流的平均水資源量有關(guān)。蚌埠閘是淮河干流最大的出水?dāng)嗝婵刂泣c(diǎn),流域內(nèi)包含著本文研究的所有站點(diǎn),其跟氣候因子的關(guān)系較為復(fù)雜?；春痈闪?除息縣)越往下游AIC差值越來(lái)越大,綜合越多子流域,氣候因子對(duì)生態(tài)徑流的影響越大。

為了更加直觀(guān)地分析氣候因子對(duì)生態(tài)徑流的非平穩(wěn)性影響,繪制出時(shí)間單變量的生態(tài)徑流流量面積序列分位圖(圖10)和氣候因子與生態(tài)徑流流量面積序列分位圖(圖11)。僅以時(shí)間作為單一變量所繪制出的分位圖,雖能夠在整體上體現(xiàn)生態(tài)徑流的波動(dòng)和變化的趨勢(shì),但是對(duì)于一些極端值和局部趨勢(shì)擬合的效果不好,并且實(shí)際的序列曲線(xiàn)和模型構(gòu)建的曲線(xiàn)相差較大,蚌埠和阜陽(yáng)的生態(tài)徑流序列擬合分位曲線(xiàn)對(duì)極值擬合的極不合理?；贕AMLSS模型加入氣候因子所建立的模型(圖11),修正了僅以時(shí)間變量建模時(shí)未體現(xiàn)出的局部變化和非平穩(wěn)性的變化。阜陽(yáng)站(圖11)在1965年出現(xiàn)的極端值在加入氣候因子建模之后能夠很好的模擬出來(lái),而未加入氣候因子建模的阜陽(yáng)站(圖10)模型變化與實(shí)際生態(tài)徑流不符。加入氣候因子建模,使得生態(tài)徑流的細(xì)節(jié)信息體現(xiàn)更為明顯。因此利用GAMLSS模型框架對(duì)淮河流域的生態(tài)徑流進(jìn)行成因分析是合理的。

圖10 平穩(wěn)生態(tài)徑流面積序列分位圖Fig.10 Trend of ecological flow Quantile curve based on stationary

圖11 考慮氣候因子的生態(tài)徑流面積序列分位圖Fig.11 Trend of ecological flow Quantile curve with climatic factors

生態(tài)徑流的變化總體呈下降趨勢(shì)?；春痈闪?除息縣外)生態(tài)徑流指標(biāo)呈下降趨勢(shì)(圖10),表明社會(huì)經(jīng)濟(jì)和農(nóng)業(yè)用水與生態(tài)需水的矛盾日益突出?；春恿饔蛑泻幽虾桶不諆墒】偣喔让娣e從1991年的36151.86 km2上升到2016年的37885.66 km2,農(nóng)業(yè)總?cè)丝谟?341.21萬(wàn)人上升到9758.18萬(wàn)人[43],淮河干流中上游生態(tài)需水與農(nóng)業(yè)用水矛盾日益緊張。息縣是干流上游的水文控制站點(diǎn),由表1可知息縣的河床比降為4.9,干流的其他站點(diǎn)河床比降小于0.35,河流的落差較大并且年徑流深為60.8 mm,水資源較豐富,因此息縣的生態(tài)徑流維持一個(gè)較為穩(wěn)定的狀態(tài)。支流的班臺(tái)、阜陽(yáng)兩站點(diǎn)生態(tài)徑流呈下降趨勢(shì)(阜陽(yáng)2010年后生態(tài)徑流顯著下降),班臺(tái)、阜陽(yáng)兩站點(diǎn)河床比降分別1和1/3000,年徑流深24.6 mm和15.7 mm(表1),水資源相對(duì)較少。班臺(tái)和阜陽(yáng)所在的洪汝河、沙潁河農(nóng)業(yè)灌溉面積較大(洪汝河灌區(qū)700 km2、沙穎河灌區(qū)1340 km2)、工業(yè)用水導(dǎo)致生態(tài)徑流呈持續(xù)下降趨勢(shì)。蔣家集與息縣生態(tài)徑流相似均維持一個(gè)穩(wěn)定的狀態(tài),蔣家集的河床比降為9.2,年徑流深達(dá)53.1 mm水資源量較為豐富,通過(guò)灌區(qū)水利工程的調(diào)蓄作用,生態(tài)徑流能維持正常狀態(tài)。

4 結(jié)論

利用Pettitt非參數(shù)檢驗(yàn)法、流量歷時(shí)曲線(xiàn)(FDC)計(jì)算的生態(tài)徑流指標(biāo)、IHA河流流態(tài)變化特征指標(biāo)、香農(nóng)指數(shù)以及利用GAMLSS模型進(jìn)行氣候因子對(duì)生態(tài)徑流的定量影響評(píng)價(jià)等方法,對(duì)淮河流域的7個(gè)水文站點(diǎn)的生態(tài)徑流進(jìn)行了全面分析,得出以下重要結(jié)論：

(1)利用Pettitt非參數(shù)檢驗(yàn)方法求出日徑流變異時(shí)間,淮河中上游站點(diǎn)變異之后生態(tài)剩余減少和生態(tài)赤字增多,且干流生態(tài)赤字增加比支流更為明顯。年尺度上,區(qū)域降水量是影響生態(tài)剩余和生態(tài)赤字變化的主要原因。季節(jié)尺度上,春季、秋季和冬季生態(tài)剩余和生態(tài)赤字與面降水量相關(guān)性顯著,且春季相關(guān)系數(shù)最高(0.47),且相關(guān)性變化：干流上游>干流中游>支流。夏季生態(tài)剩余和生態(tài)赤字與面降水量相關(guān)性最低,主要淮河夏季汛期徑流受水庫(kù)調(diào)蓄和植被截留等影響,在支流蔣家集和阜陽(yáng)站表現(xiàn)最為明顯。

(2)總季節(jié)生態(tài)剩余呈逐年下降,到2016年所有站點(diǎn)(除蔣家集)生態(tài)赤字超過(guò)了生態(tài)剩余。利用IHA計(jì)算的香農(nóng)指數(shù)整體呈逐年下降趨勢(shì),表明淮河流域生物多樣性呈減小趨勢(shì),阜陽(yáng)站2000年后隨著生物多樣性的保護(hù)香農(nóng)指數(shù)有輕微上升,但并不顯著。香濃指數(shù)與生態(tài)剩余(除阜陽(yáng))呈顯著正相關(guān)(r>0.31,P<0.01)；干流(除息縣)香農(nóng)指數(shù)與生態(tài)赤字呈顯著負(fù)相關(guān)(r<-0.31,P<0.01)。利用流量歷時(shí)曲線(xiàn)計(jì)算的生態(tài)徑流指標(biāo)與IHA32指標(biāo)有很好相關(guān)關(guān)系,能夠體現(xiàn)出IHA的大部分參數(shù)信息,生態(tài)徑流指標(biāo)能夠很好的評(píng)價(jià)淮河流域季節(jié)和年生態(tài)徑流變化特征。

(3)淮河中、上游7個(gè)站點(diǎn)中有3個(gè)站點(diǎn)(王家壩、魯臺(tái)子、蚌埠)的最優(yōu)擬合分布函數(shù)是exGAUS(均在干流),其次是TF函數(shù)(均在支流)?；春恿饔蛏鷳B(tài)徑流整體上最優(yōu)的模型是PDO、NAO和Nino3.4三參數(shù)建模。干流(除息縣)往下游AIC差值逐漸增大,流域面積越大氣候因子對(duì)其生態(tài)徑流的影響越大。通過(guò)GAMLSS模型構(gòu)建的非平穩(wěn)性的生態(tài)徑流對(duì)極端值和局部趨勢(shì)擬合的效果更優(yōu)。