秦巴山區堵河流域徑流變化歸因分析

張曉瑩,何 毅,翁學先,邵祎婷

(1.西北大學 城市與環境學院,西安 710127; 2.陜西省地表系統與環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.浙江水利水電學院 水利與環境工程學院,杭州 310018)

0 引 言

水資源是人類賴以生存的戰略性資源,其管理乃至演變將會對經濟、社會和生態環境的可持續發展產生重要影響[1]。地表徑流是構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[2]。在對徑流演變規律的研究中,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、日照、風速等氣象要素直接改變徑流過程。同時氣候變化導致的流域下墊面特征(如植被覆蓋等)對流域徑流也會產生間接影響。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利用兩大方面,表現活動為城市化建設,修建水庫、大壩等水利工程建設和人工取用水過程。這些因素導致全球的許多河川徑流量發生了改變,嚴重影響著流域的水循環系統[3]。因此定量分析流域徑流量變化的驅動力,加深流域水文演變規律的理解,對流域的水資源科學管理具有重要的指導意義。

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成為水文領域的研究熱點問題。目前分析流域徑流變化原因方法較多,如水文統計法[4]、彈性系數法[5]、水文模型法[6]等。其中Budyko假設相較于其他方法來說計算相對簡單,參數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,該方法已被廣泛應用。許多研究者利用流域的氣象和水文數據進行擬合,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系,發現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人為變化的空間異質性。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,北方流域根據位置的不同主導因素不同。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恢復措施對徑流變化的影響,發現生態恢復措施是大部分流域徑流下降的主導因素。Xu等[10]選取了海河流域33個山地流域,基于1956—2005年水文氣象數據,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(以下簡稱秦巴山區)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,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中線工程的水源區,分析其水資源變化具有重要的指導意義。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域水文資源的認識。

1 研究區域與數據

1.1 研究區概況

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。泗河發源于四川陜西交界的大巴山北麓,官渡河發源于湖北省神農架林區。泗河從陜西進入湖北境內后轉向東行,與湖北境內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,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]。研究區屬于大陸亞熱帶季風氣候區,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,有機質含量較高。流域內的植被覆蓋度高,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 數據來源與處理

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據。所有的氣象數據來源于中國氣象數據共享網(http:∥data.cma.cn),包括平均氣溫、降水量、風速、日照時數和相對濕度。各站點的潛在蒸散發量E0采用Penman-Monteith公式計算得到[19],流域的降水量和潛在蒸散發量通過反距離權重法(Inverse Distanc Weight,IDW)進行插值計算。

黃龍灘水文站1960—2016年逐年徑流量數據來自《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數字高程模型(Digital Elevation Model, DEM)產品來自于地理空間數據云,經過ArcGIS地理信息處理得到堵河流域90 m分辨率的DEM數據;1990—2016年土地利用數據來源于中國區1990—2020年逐年30 m分辨率土地利用數據集CLCD[20];1990—2016年5 km 歸一化植被指數(Normalized Difference Vegetation Index,NDVI)數據來源于國家科技資源共享服務平臺——國家地球系統科學數據中心(http:∥www.geodata.cn)。

2 研究方法

2.1 Mann-Kendall 趨勢檢驗

非參數Mann-Kendall (MK)檢驗已被廣泛應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的變化趨勢。若MK檢驗方法的統計量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量;Z為標準化后的檢驗統計量;S為檢驗統計量;n為時間序列長度;sgn為符號函數。

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徑流量發生突變的時間[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,并進行統計量定義

式中Ut,n的極小值所對應的時刻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)。

氣象學家Budyko在進行全球水量平衡研究時,假設流域的長期實際蒸散發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的水分供給,將潛在蒸散發作為能量供應,提出了水熱耦合方程的一般形式,即

(7)

2.3.2 基于Budyko假設的彈性系數法

在此基礎上,學者們對Budyko框架進行了深入探索,目前已經發展了多種Budyko型方程。表1列出了8種詳細的Budyko型方程,其中前4種是非參數型方程,后4種是參數型方程,參數使得它們比非參數方程具有更大的靈活性。

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

根據表2所示的實際蒸發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的彈性系數;ΔP為降水量的變化量;ΔE0為潛在蒸散發的變化量。

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數據資料,與對應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量分別為494.75、989.14、898.56 mm。由表2和圖2分析結果可知,以上各要素MK的檢驗結果分別為-2.40、-0.56、-1.25,說明研究區內各要素均呈現減少趨勢,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量下降趨勢不顯著(p>0.1)。

Pettitt突變結果表明,堵河流域1960—2016年的年徑流量在1994年發生了突變(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,流域內土地利用類型主要為農田和森林,從1990年、2000年、2010年、2016年4期土地利用數據來看,農田和森林的占比總和分別為96.96%、96.53%、97.21%、99.02%。其中農田呈現先增加后減少的趨勢,森林先減少后增加,轉折點均出現在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移情況結果見表4,根據1990年和2016年兩期土地利用類型面積情況,可以看出除了農田、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移矩陣Table 4 Transfer matrix of land use types in Duhe River Basin from 1960 to 2016

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

堵河流域內地形地勢、水土性質在短時間內變化不大,人類開發利用土地占比不大,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(NDVI)來研究流域內植被的變化情況,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,可以有效分析區域內的植被變化情況。植被變化對流域徑流量有直接影響,利用1990—2016年5 km NDVI數據對堵河流域植被覆蓋變化進行了分析。MK檢驗的Z統計值為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分別為0.92和0.96,人類活動期相比于基準期,干旱指數呈現增加趨勢,表明隨著時間的推移流域內呈現一定的暖干化趨勢。

表5 基于Budyko假設的干旱指數和彈性系數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均有所差異,其中前4種方程式無參數參與計算,后4種均計算了下墊面參數。由表5可以看出參數型方程所得的彈性系數更加穩定,相較于4種非參數型方程波動范圍相對較小,整體上降水量的彈性系數處于1.48～2.37之間,潛在蒸散發量的彈性系數位于-1.37～-0.48之間。該彈性系數表明,降水量或潛在蒸散發量每增加(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,與潛在蒸散發量呈負相關,且降水量的彈性系數絕對值高于潛在蒸散發量的彈性系數絕對值,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,突變期的降水量和潛在蒸散發彈性系數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,就下墊面參數來說,變化期的參數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種計算結果,不同的公式計算所得結果趨勢一致。傅抱璞、Zhang等、Yang等、Wang和Tang為考慮下墊面參數的經驗公式,流域除了受降水量、蒸散發量等氣候因素影響,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,且均小于非參數方程的計算結果。雖有所差異,但從各個公式計算所得到的結果來看,在堵河流域人類生產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。以上研究發現,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定,因此下墊面參數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。經濟林、坡改梯等有效政策維持了森林資源的增長[18],導致其對徑流量產生了一定的影響。同時由于該流域的植被NDVI增加,導致植被冠層的截留量與蒸散發量增加[32],可能會提高流域的蓄水能力,從而改變流域的產匯流過程,導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 論

本文基于堵河流域17個氣象站點的數據和黃龍灘水文站的徑流數據,采用 Budyko假設的分析方法,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量下降趨勢不顯著(p>0.1)。

(2)采用8種Budyko假設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,且研究發現相比于潛在蒸散發量來說,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,堵河流域內土地利用結構發生變化,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。