張曉瑩,何 毅,翁學(xué)先,邵祎婷

(1.西北大學(xué) 城市與環(huán)境學(xué)院,西安 710127; 2.陜西省地表系統(tǒng)與環(huán)境承載力重點實驗室,西安 710127; 3.江西省玉山縣水利局,江西 玉山 334700; 4.浙江水利水電學(xué)院 水利與環(huán)境工程學(xué)院,杭州 310018)

0 引 言

水資源是人類賴以生存的戰(zhàn)略性資源,其管理乃至演變將會對經(jīng)濟、社會和生態(tài)環(huán)境的可持續(xù)發(fā)展產(chǎn)生重要影響[1]。地表徑流是構(gòu)成水資源最重要的形式之一,作為人類用水的最主要來源維持著人類的生命系統(tǒng)[2]。在對徑流演變規(guī)律的研究中,一般認為氣候變化和人類活動共同作用改變河川徑流量。氣候變化主要通過降水、氣溫、蒸散發(fā)、日照、風(fēng)速等氣象要素直接改變徑流過程。同時氣候變化導(dǎo)致的流域下墊面特征(如植被覆蓋等)對流域徑流也會產(chǎn)生間接影響。人類活動對水資源的影響主要為土地利用/覆被的改變和人類對水資源的開發(fā)利用兩大方面,表現(xiàn)活動為城市化建設(shè),修建水庫、大壩等水利工程建設(shè)和人工取用水過程。這些因素導(dǎo)致全球的許多河川徑流量發(fā)生了改變,嚴重影響著流域的水循環(huán)系統(tǒng)[3]。因此定量分析流域徑流量變化的驅(qū)動力,加深流域水文演變規(guī)律的理解,對流域的水資源科學(xué)管理具有重要的指導(dǎo)意義。

近年來,定量分析流域水文過程受到的氣候變化和人類活動的影響已經(jīng)成為水文領(lǐng)域的研究熱點問題。目前分析流域徑流變化原因方法較多,如水文統(tǒng)計法[4]、彈性系數(shù)法[5]、水文模型法[6]等。其中Budyko假設(shè)相較于其他方法來說計算相對簡單,參數(shù)容易獲取且具有一定的物理意義。在近年來氣候變化的背景下,該方法已被廣泛應(yīng)用。許多研究者利用流域的氣象和水文數(shù)據(jù)進行擬合,均取得了滿意的效果。Wang等[7]基于Budyko假說的分解方法,量化了美國413個流域的氣候變化和人類直接影響與年徑流量的關(guān)系,發(fā)現(xiàn)整體上氣候變化影響大于人類直接影響,同時說明了美國本土地區(qū)人為變化的空間異質(zhì)性。徐翔宇[8]針對中國296個子流域1956—2005年間的徑流變化,計算分析了氣候和下墊面變化對徑流的影響;結(jié)果表明我國南方大部分流域受氣候變化影響,北方流域根據(jù)位置的不同主導(dǎo)因素不同。Liang等[9]基于Budyko理論,定量分析了1961—2009年黃土高原大部分流域生態(tài)恢復(fù)措施對徑流變化的影響,發(fā)現(xiàn)生態(tài)恢復(fù)措施是大部分流域徑流下降的主導(dǎo)因素。Xu等[10]選取了海河流域33個山地流域,基于1956—2005年水文氣象數(shù)據(jù),分析得出人類活動對該流域徑流變化的影響更大,貢獻率達74.42%。

秦嶺大巴山區(qū)(以下簡稱秦巴山區(qū))是中國南北方的重要分界線,具有特殊的地理意義[11]。堵河全域位于秦巴山區(qū),是漢江的一級支流,屬于典型的過渡地帶。同時該流域位于中國南水北調(diào)中線工程的水源區(qū),分析其水資源變化具有重要的指導(dǎo)意義。目前針對堵河流域的水文過程研究主要集中于水文氣象特征分析方面[12-15],而對徑流變化的原因分析較少。鑒于此,本研究基于8種Budyko假設(shè)方法,研究了1960—2016年間氣候變化和人類活動對堵河流域徑流量的影響,識別了各因素對徑流變化的影響程度,進一步加強了對該區(qū)域水文資源的認識。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概況

堵河位于漢江上游南岸,是漢江最大的一條支流,由西源泗河和南源官渡河匯合而成。泗河發(fā)源于四川陜西交界的大巴山北麓,官渡河發(fā)源于湖北省神農(nóng)架林區(qū)。泗河從陜西進入湖北境內(nèi)后轉(zhuǎn)向東行,與湖北境內(nèi)由南向北行的官渡河在兩河口匯合后稱為堵河,最終流入漢江。

堵河全流域均處于秦巴山區(qū),地跨陜西、湖北兩省,介于31°21′N—32°50′N和109°30′E—110°40′E之間。流域內(nèi)以亞高山地貌類型為主,地勢起伏較大,西南高東北低[16]。研究區(qū)屬于大陸亞熱帶季風(fēng)氣候區(qū),受地形地貌的影響,氣候垂直帶分布差異明顯,雨量充足。土壤類型以黃棕壤為主,有機質(zhì)含量較高。流域內(nèi)的植被覆蓋度高,植被類型豐富[17]。本研究選取了以黃龍灘水文站為界的堵河流域,黃龍灘水文站位于堵河下游,距河口30 km,控制流域面積為10 995 km2,占堵河流域面積的87.9%[18](圖1)。

圖1 堵河流域示意圖Fig.1 Location of the Duhe River Basin

1.2 數(shù)據(jù)來源與處理

本文所研究的時段為1960—2016年,選擇了堵河流域17個氣象站點的逐日氣象要素數(shù)據(jù)。所有的氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)共享網(wǎng)(http:∥data.cma.cn),包括平均氣溫、降水量、風(fēng)速、日照時數(shù)和相對濕度。各站點的潛在蒸散發(fā)量E0采用Penman-Monteith公式計算得到[19],流域的降水量和潛在蒸散發(fā)量通過反距離權(quán)重法(Inverse Distanc Weight,IDW)進行插值計算。

黃龍灘水文站1960—2016年逐年徑流量數(shù)據(jù)來自《中華人民共和國水文年鑒(長江流域水文資料)》;堵河流域SRTM 90 m數(shù)字高程模型(Digital Elevation Model, DEM)產(chǎn)品來自于地理空間數(shù)據(jù)云,經(jīng)過ArcGIS地理信息處理得到堵河流域90 m分辨率的DEM數(shù)據(jù);1990—2016年土地利用數(shù)據(jù)來源于中國區(qū)1990—2020年逐年30 m分辨率土地利用數(shù)據(jù)集CLCD[20];1990—2016年5 km 歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)數(shù)據(jù)來源于國家科技資源共享服務(wù)平臺——國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http:∥www.geodata.cn)。

2 研究方法

2.1 Mann-Kendall 趨勢檢驗

非參數(shù)Mann-Kendall (MK)檢驗已被廣泛應(yīng)用于長時間序列分析[21],本文利用該方法確定降水量、徑流量和潛在蒸散發(fā)的變化趨勢。若MK檢驗方法的統(tǒng)計量Z值為正,則序列呈遞增趨勢,相反則序列呈遞減趨勢。同時如果|Z|>1.65(1.96、2.58),則在0.1(0.05、0.01)顯著水平上,時間變化趨勢顯著。MK用來判斷趨勢變化的顯著性,計算公式如下:

(1)

其中,S值定義為

1960≤i

(2)

(3)

式中:xi和xj分別為i年和j年的降水量、徑流量和潛在蒸散發(fā)量;Z為標準化后的檢驗統(tǒng)計量;S為檢驗統(tǒng)計量;n為時間序列長度;sgn為符號函數(shù)。

2.2 Pettitt突變檢驗

Pettitt突變檢驗是水文研究中常用的一個尋找序列突變點的方法,本文利用該方法分析研究區(qū)徑流量發(fā)生突變的時間[22]。該方法原理如下:對于一個給定的時間序列X{xi,i=1,2,3,…,n},假定其在某一時間t出現(xiàn)了突變,可把時間t視為序列的分割點,將序列分為(x1,x2,…,xt)和(xt+1,xt+2,…,xn)2個部分,并進行統(tǒng)計量定義

式中Ut,n的極小值所對應(yīng)的時刻t即為突變年份。

突變點的顯著性檢驗公式p為

(5)

若p≤0.05,認為該點通過了95%的置信水平檢驗,突變顯著。

2.3 流域徑流變化歸因分析方法

2.3.1 流域水量平衡方程

對于一個給定的流域,其流域的水量平衡方程可以表示為

Q=P-ET-ΔS。

(6)

式中:P為降水量(mm);ET為實際蒸散發(fā)量(mm);ΔS為流域儲水量變化(mm),在多年平均尺度下,ΔS可視為0;Q為徑流深(mm)。

氣象學(xué)家Budyko在進行全球水量平衡研究時,假設(shè)流域的長期實際蒸散發(fā)受到水分和能量供給條件的共同作用?；诖?將其降水作為陸面實際蒸散發(fā)的水分供給,將潛在蒸散發(fā)作為能量供應(yīng),提出了水熱耦合方程的一般形式,即

(7)

2.3.2 基于Budyko假設(shè)的彈性系數(shù)法

在此基礎(chǔ)上,學(xué)者們對Budyko框架進行了深入探索,目前已經(jīng)發(fā)展了多種Budyko型方程。表1列出了8種詳細的Budyko型方程,其中前4種是非參數(shù)型方程,后4種是參數(shù)型方程,參數(shù)使得它們比非參數(shù)方程具有更大的靈活性。

表1 8種估算實際蒸散發(fā)的Budyko型方程Table 1 Eight Budyko-type equations for estimating actual evapotranspiration

根據(jù)表2所示的實際蒸發(fā)量計算方程可以得到由氣候變化引起的徑流量變化,表示為

表2 1960—2016年堵河流域各水文氣象要素趨勢檢驗Table 2 Result of trend tests for each hydrometeorological element in Duhe River Basin from 1960 to 2016

(8)

其中,εp和εE0由式(9)計算可得。

(9)

式中:ΔQc為氣候變化所造成的徑流量變化;εp和εE0分別為徑流對降水和潛在蒸散發(fā)的彈性系數(shù);ΔP為降水量的變化量;ΔE0為潛在蒸散發(fā)的變化量。

人類活動對徑流的影響量可表示為

ΔQt=ΔQc+ΔQh。

(10)

式中:ΔQt為評價期與基準期徑流量的差值;ΔQh為人類活動所造成的的徑流量變化。

因此,由式(10)可以計算出氣候變化(nc)和人類活動(nh)引起徑流變化的貢獻百分比,即

(11)

(12)

3 結(jié)果與分析

3.1 水文氣象要素變化趨勢及突變檢驗

本文利用堵河流域1960—2016年的年徑流深、降水量和潛在蒸散發(fā)數(shù)據(jù)資料,與對應(yīng)年份進行了曲線擬合,并采用MK趨勢檢驗和Pettitt突變檢驗對各要素進行了顯著性檢驗和徑流量突變點識別,結(jié)果如表2和圖2所示。

圖2 1960—2016年堵河流域各水文氣象要素變化趨勢分析Fig.2 Trend analysis for each hydrometeorological element in Duhe River Basin from 1960 to 2016

圖3 1960—2016年堵河流域年徑流量突變點Fig.3 Abrupt change analysis of annual runoff in Duhe River Basin from 1960 to 2016

堵河流域多年平均徑流深、降水量和潛在蒸散發(fā)量分別為494.75、989.14、898.56 mm。由表2和圖2分析結(jié)果可知,以上各要素MK的檢驗結(jié)果分別為-2.40、-0.56、-1.25,說明研究區(qū)內(nèi)各要素均呈現(xiàn)減少趨勢,減少速率分別為3.198 0、0.855 3、0.485 1 mm/a。其中徑流量下降趨勢顯著(p<0.05),降水量和潛在蒸散發(fā)量下降趨勢不顯著(p>0.1)。

Pettitt突變結(jié)果表明,堵河流域1960—2016年的年徑流量在1994年發(fā)生了突變(p<0.05),故將1994年作為突變年份,將1960—1994年劃分為基準期,1995—2016年劃分為突變期進行歸因分析。與突變前時期相比,年徑流深、年降水量在突變年后分別減少了117.11、40.92 mm,潛在蒸散發(fā)量變化量較少,增加了1.90 mm。

3.2 土地利用/覆被變化分析

堵河流域1990—2016年各土地利用類型面積及比例見表3,流域內(nèi)土地利用類型主要為農(nóng)田和森林,從1990年、2000年、2010年、2016年4期土地利用數(shù)據(jù)來看,農(nóng)田和森林的占比總和分別為96.96%、96.53%、97.21%、99.02%。其中農(nóng)田呈現(xiàn)先增加后減少的趨勢,森林先減少后增加,轉(zhuǎn)折點均出現(xiàn)在2000年,這得益于20世紀90年代末提出的退耕還林還草政策,進一步加強了水土保持措施。在其余土地利用類型中,灌木和草地的面積在一直減少,水體和不透水面的面積呈現(xiàn)略微上升趨勢。

表3 1990—2016年堵河流域各土地利用類型面積及比例Table 3 Area and proportion of land use types in Duhe River Basin from 1990 to 2016

1990—2016年堵河流域6種土地利用類型的轉(zhuǎn)移情況結(jié)果見表4,根據(jù)1990年和2016年兩期土地利用類型面積情況,可以看出除了農(nóng)田、草地和灌木外,其余土地利用類型都有不同程度的增加。其中變化量最大的是森林,面積增加了385.42 km2,其次為灌木,減少了205.78 km2,農(nóng)田減少了138.45 km2,草地減少了84.97 km2,水體的增加面積為30.13 km2,不透水面增加的面積最小,<20 km2。

表4 1990—2016年堵河流域土地利用轉(zhuǎn)移矩陣Table 4 Transfer matrix of land use types in Duhe River Basin from 1960 to 2016

根據(jù)2期土地利用轉(zhuǎn)移情況,可以看出轉(zhuǎn)移量較大的是農(nóng)田、森林和灌木。其中431.98、1.62、0.47、19.60、18.33 km2的農(nóng)田轉(zhuǎn)移分別為森林、草地、灌木、水體和不透水面;305.63、1.16、1.45、5.05、3.27 km2的森林分別轉(zhuǎn)移為農(nóng)田、草地、灌木、水體和不透水面;11.59、195.74、0.98 km2的灌木分別轉(zhuǎn)移為農(nóng)田、森林和草地;其中灌木和農(nóng)田的轉(zhuǎn)出均以森林為主。

堵河流域內(nèi)地形地勢、水土性質(zhì)在短時間內(nèi)變化不大,人類開發(fā)利用土地占比不大,因此本研究認為植被變化是造成流域內(nèi)下墊面變化的主要因素。進而采用可以代表植被變化的歸一化植被指數(shù)(NDVI)來研究流域內(nèi)植被的變化情況,分析其變化對徑流量的影響。NDVI作為探究植被生長和植被覆蓋程度的最佳指標,可以有效分析區(qū)域內(nèi)的植被變化情況。植被變化對流域徑流量有直接影響,利用1990—2016年5 km NDVI數(shù)據(jù)對堵河流域植被覆蓋變化進行了分析。MK檢驗的Z統(tǒng)計值為5.420 2,年均NDVI上升趨勢顯著(p<0.01)(圖4),1990—2016年年均NDVI為0.748。

圖4 1990—2016年堵河流域NDVI變化趨勢Fig.4 NDVI change in Duhe River Basin from1960 to 2016

3.3 徑流變化歸因分析

3.3.1 徑流對氣候變化的敏感性分析

基于8種Budyko水熱耦合平衡方程理論分析計算了堵河流域的氣象水文變量特征和徑流對氣候要素的敏感性。如表5所示,堵河流域基準期和突變期干旱指數(shù)分別為0.92和0.96,人類活動期相比于基準期,干旱指數(shù)呈現(xiàn)增加趨勢,表明隨著時間的推移流域內(nèi)呈現(xiàn)一定的暖干化趨勢。

表5 基于Budyko假設(shè)的干旱指數(shù)和彈性系數(shù)Table 5 Aridity indices and elastic coefficients based on Budyko assumptions

基于不同的Budyko方程式計算所得的彈性系數(shù)均有所差異,其中前4種方程式無參數(shù)參與計算,后4種均計算了下墊面參數(shù)。由表5可以看出參數(shù)型方程所得的彈性系數(shù)更加穩(wěn)定,相較于4種非參數(shù)型方程波動范圍相對較小,整體上降水量的彈性系數(shù)處于1.48～2.37之間,潛在蒸散發(fā)量的彈性系數(shù)位于-1.37～-0.48之間。該彈性系數(shù)表明,降水量或潛在蒸散發(fā)量每增加(減少)1%,徑流量將會增加(減少)1.48%～2.37%或減少(增加)0.48%～1.37%。

總體來看,堵河流域的徑流與降水量呈正相關(guān),與潛在蒸散發(fā)量呈負相關(guān),且降水量的彈性系數(shù)絕對值高于潛在蒸散發(fā)量的彈性系數(shù)絕對值,表明徑流變化對降水量的敏感性更強。通過對比分析突變年前后的彈性系數(shù),突變期的降水量和潛在蒸散發(fā)彈性系數(shù)絕對值均大于基準期,說明徑流在1995—2016年突變期受到2個因素的影響更大,敏感性增強。另外,就下墊面參數(shù)來說,變化期的參數(shù)均有不同程度的增加,表明了該流域在人類活動的長期影響下下墊面特征出現(xiàn)了很大的變化。

3.3.2 徑流變化的歸因識別

本文通過利用8種Budyko的假設(shè)方法,分別計算了氣候變化和人類活動對徑流變化的貢獻率。從表6來看,堵河流域年徑流量減少了117.11 mm,8種計算方法所得結(jié)論差別不大。其中氣候變化使徑流量下降了32.81～49.55 mm,而人類活動的主導(dǎo)作用使徑流量下降了67.56～84.32 mm。由此計算得到的氣候因子對徑流變化的貢獻率為28.00%～42.31%,人類活動的貢獻率為57.69%～72.00%。

表6 氣候變化和人類活動對1990—2016年堵河徑流變化的貢獻率分析Table 6 Quantitative contributions of climate change and human activities to runoff in Duhe River Basin from1960 to 2016

對比分析8種計算結(jié)果,不同的公式計算所得結(jié)果趨勢一致。傅抱璞、Zhang等、Yang等、Wang和Tang為考慮下墊面參數(shù)的經(jīng)驗公式,流域除了受降水量、蒸散發(fā)量等氣候因素影響,也會受到植被、土壤等下墊面的影響,由此4種方程式計算所得的貢獻率基本一致,且均小于非參數(shù)方程的計算結(jié)果。雖有所差異,但從各個公式計算所得到的結(jié)果來看,在堵河流域人類生產(chǎn)活動對流域徑流的影響要高于氣候變化的影響。

4 討 論

在徑流變化研究中,氣候變化和人類活動是最重要的2個影響因素。以上研究發(fā)現(xiàn),人類活動比氣候變化對堵河流域徑流量變化的影響更大。人類活動[31]會通過改變流域的下墊面條件影響水文過程,一般與國家政策、水利措施、土地利用/覆被的關(guān)系密切。而土地利用/覆被變化在人類活動中對流域的影響最為直接。通常認為地形地勢與土壤條件都比較穩(wěn)定,因此下墊面參數(shù)的增加主要由于土地利用的變化或植被的增加。

堵河流域自1980年以來,在竹溪、房縣、竹山積極開展了以小流域綜合治理為重點的的水土保持工作,包含退耕還林還草。經(jīng)濟林、坡改梯等有效政策維持了森林資源的增長[18],導(dǎo)致其對徑流量產(chǎn)生了一定的影響。同時由于該流域的植被NDVI增加,導(dǎo)致植被冠層的截留量與蒸散發(fā)量增加[32],可能會提高流域的蓄水能力,從而改變流域的產(chǎn)匯流過程,導(dǎo)致堵河流域徑流減少。因此堵河流域植被覆蓋增加也可能是徑流減少的原因之一。

5 結(jié) 論

本文基于堵河流域17個氣象站點的數(shù)據(jù)和黃龍灘水文站的徑流數(shù)據(jù),采用 Budyko假設(shè)的分析方法,從氣候變化和人類活動兩方面綜合分析了流域徑流的演變特征和影響因素,其中重點分析了人類活動對堵河流域徑流的影響。主要結(jié)論如下:

(1)堵河流域1960—2016年年徑流量呈顯著下降趨勢(p<0.05),并在1994年發(fā)生明顯突變,突變期相比基準期年均徑流量減少了117.11 mm。同期年降水量和年潛在蒸散發(fā)量下降趨勢不顯著(p>0.1)。

(2)采用8種Budyko假設(shè)方法分別評估和量化了氣候變化和人類活動對徑流變化的影響。認為人類活動對下墊面特征的改變,如土地利用變化和植被覆蓋變化會對徑流產(chǎn)生更顯著的影響。人類活動對徑流的貢獻率在57.69%～72.00%之間,氣候變化的貢獻率在28.00%-42.31%之間,且研究發(fā)現(xiàn)相比于潛在蒸散發(fā)量來說,徑流量的變化對降水的敏感性更高。

(3)堵河流域徑流減少的主要原因是人類活動引起的下墊面特征變化。自1990年以來,堵河流域內(nèi)土地利用結(jié)構(gòu)發(fā)生變化,林地大幅度增加,植被覆蓋顯著上升,水土保持措施的增強,進一步影響了流域的水文過程。