沙柳河流域１９６９—２０２０ 年徑流變化及歸因分析

田慶斌 王海彬 劉家宏 嚴建功

摘 要：以青海湖盆地沙柳河流域為研究對象，利用Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ 公式探究流域潛在蒸散發量ＥＴ０ 時空變化特征，運用Ｍａｎｎ－Ｋｅｎｄａｌｌ 及Ｐｅｔｔｉｔｔ 檢驗法檢驗沙柳河流域１９６９—２０２０ 年徑流變化趨勢及突變特征，基于水熱耦合平衡理論分析量化各因素對徑流變化的貢獻。１９６９—２０２０ 年沙柳河流域潛在蒸散發量呈下降趨勢，平均下降速率為４．８ ｍｍ／１０ ａ。突變檢驗識別徑流在２００４ 年存在突變點（２００４ 年之前徑流減少，之后顯著增加）?；诹饔蛩疅狁詈掀胶夥匠痰膹搅髯兓瘡椥苑治霰砻?，研究期內年降水量、潛在蒸散發量、下墊面參數分別增大１０％時，年徑流量增加１４．４％、減少４．４％、減少８．８％。徑流變化歸因分析結果顯示，氣候變化和人類活動對沙柳河流域徑流量減少的貢獻率分別為７０．４％和２９．６％，氣候變化是導致沙柳河流域徑流量增加的主要原因，且降水是影響徑流量變化的主要因素。

關鍵詞：水熱耦合平衡理論；歸因分析；沙柳河流域；青海湖盆地

中圖分類號：ＴＶ１２２文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０３．００５

引用格式：田慶斌，王海彬，劉家宏，等．沙柳河流域１９６９—２０２０ 年徑流變化及歸因分析［Ｊ］．人民黃河，２０２４，４６（３）：２２－２７，６９．

０ 引言

河川徑流是陸地水循環中至關重要的組成部分，也是地球關鍵帶重點關注內容［１］ 。自２０ 世紀以來，在全球氣候日趨變暖和人類活動加劇的大背景下，流域水文循環過程發生顯著性改變，尤其是敏感地區及生態脆弱地帶，氣候變化極易引起地表徑流劇烈波動，使流域水安全及生態問題日益嚴峻。對歷史徑流過程進行充分的量化和評估，明確氣候變化及人類活動對徑流變化的影響程度，可有效揭示氣象、氣候和土地利用因素對徑流的影響方式，以應對未來水資源供應不確定性，為流域水資源規劃與管理提供理論支持［２］ 。

根據對河川徑流水文過程描述的詳細程度，常用的研究方法有統計分析法、機器學習法、水文模型法、彈性系數法等［３］ 。方健梅等［４］ 運用灰色關聯分析結合線性回歸的方法，比較和量化了多時間尺度下青海湖流域降水和氣溫對徑流變化的影響。黃曉榮等［５］運用雙累積曲線法分離人類活動與氣候變化對水文過程的影響，研究滎經河流域徑流變化過程及影響因素。統計分析方法計算簡單，但是使用條件較為苛刻，必須滿足徑流和影響因子具有較高的相關性，并且物理意義缺失。水文模型法及機器學習法也是較為常用的徑流歸因分析方法。胡春宏等［３］ 選取多個代表性水文模型對黃河流域徑流和泥沙變化進行歸因分析，并預測未來變化趨勢。鮑振鑫等［６］ 運用機器學習法結合ＶＩＣ 水文模型定量識別黃土高原窟野河流域徑流和泥沙演變特征與變異成因，為徑流歸因分析提供新的思路。機器學習法和水文模型法基于實際物理水文過程，可以詳細刻畫研究區水文過程，但是模型參數難以獲取，操作過程復雜。相比而言，以水熱耦合平衡方程為核心的彈性系數法，可以對各類異質參數進行定量分析，能較好地反映基本的產流機理，為揭示氣候變化和人類活動如何共同影響徑流提供了較好的解決方案，被廣泛應用于各大流域［７］ 。楊大文等［８］ 基于流域水熱耦合平衡模型對黃河流域典型子流域進行徑流變化及其主控因素分析，揭示了影響黃河天然徑流量的主導因素。黃霄翔等［９］ 以布哈河流域為研究對象，基于水熱耦合平衡理論對徑流變化進行歸因分析，發現氣候變化對徑流變化的影響占主導地位。

筆者針對沙柳河流域，采用Ｐｅｎｍａｎ?Ｍｏｎｔｅｉｔｈ 公式計算潛在蒸散發量ＥＴ０，結合降水及徑流數據，采用Ｍａｎｎ?Ｋｅｎｄａｌｌ 及Ｐｅｔｔｉｔｔ 非參數檢驗分析各水文要素的年際趨勢及突變特征，最后基于流域水熱耦合平衡，定量計算氣候變化和人類活動對徑流變化的貢獻率。

１ 研究區概況

沙柳河流域（東經９９°３７′—１００°１７′，北緯３７°１０′—３７°５１′）是青海湖流域重要的自然單元。其位于青藏高原東北部，青海湖流域北岸。地形整體為西北高、東南低，起伏強烈，海拔在３ １００～４ ７００ ｍ［１０－１２］ 。沙柳河起源于大通山克克塞尼哈，全長１０５．８ ｋｍ，徑流以降水補給為主，是青海湖流域第二大河流，年均入湖徑流量約２．８３ 億ｍ３，占總入湖徑流量的１３．７％，年平均徑流深為１９６．２ ｍｍ。流域面積１ ５３６ ｋｍ２，屬典型的高原大陸性氣候區，夏秋季節溫涼短暫，春冬季節寒冷漫長［１３］ 。

流域多年平均降水量為４０９．４ ｍｍ，降水主要集中在每年５—９ 月（占全年降水量的９０％左右）。年平均氣溫為－３．１ ℃，其地區分布為東南高、西北低，湖盆地區高、山丘地區低，氣溫年際變化較?。郏保矗保担?。沙柳河流域內的剛察水文氣象站位于沙柳河下游剛察縣，設立于１９５８ 年４ 月，測驗斷面以上集水面積１ ４４２ ｋｍ２，距離河口２１ ｋｍ。

２ 研究方法與數據來源

２．１ Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ 公式

Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ（Ｐ－Ｍ）公式是由英國Ｈ．Ｌ．彭曼提出的計算潛在蒸散發量ＥＴ０ 的半經驗半理論公式，被聯合國糧農組織（ＦＡＯ）推薦為計算ＥＴ０的唯一標準方法。為了簡化公式，ＦＡＯ 于１９９８ 年提出了一個簡化公式［１６］ ，具體形式為

２．４ 數據來源

本研究選取沙柳河流域剛察站（北緯１００°１３′，東經３７°３２′）的基礎氣象水文數據。氣象數據為１９６９—２０２０ 年長序列平均氣壓、平均相對濕度、日照時數、平均氣溫、日最高氣溫、日最低氣溫、平均風速等，該數據來源于國家氣象科學數據中心；水文數據為１９６９—２０２０ 年長序列降水量、徑流量、蒸發量等，該數據來源于青海省水文水資源測報中心。

３ 研究結果

３．１ 潛在蒸散發量變化特征

利用Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ 公式計算剛察站月平均潛在蒸散發量ＥＴ０，結果見圖１。由圖１ 可以看出，沙柳河流域潛在蒸散發量年內分配呈明顯單峰狀，１２ 月潛在蒸散發量最小，為４．９ ｍｍ；７ 月潛在蒸散發量最大，為９６．９ ｍｍ。從冬季到夏季，潛在蒸散發量逐漸增大，夏季達到最大值；７ 月之后潛在蒸散發量逐漸回落，至冬季達到最小。逐年潛在蒸散發量如圖２ 所示，１９６９—２０２０ 年剛察站年平均潛在蒸散發量為６０３．４ ｍｍ，最大值為６４６．３ ｍｍ（１９６９ 年），最小值為５５１．２ ｍｍ（２０１２ 年），年平均潛在蒸散發量整體呈波動式下降趨勢，下降速率約４．８ ｍｍ／１０ ａ。

對比沙柳河流域剛察站實際觀測的蒸發皿蒸散發量可以看出，蒸發皿蒸散發量最大值為１ ０１１．９ ｍｍ（２００２ 年），最小值為６６５．２ ｍｍ（２０１１ 年），年平均蒸發量為８９１．０ ｍｍ，約為潛在蒸散發量的１．４ 倍，二者的相關系數為０．４，通過了０．０１ 置信水平檢驗，相關系數較小，主要原因是Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ 公式中氣溫因素對潛在蒸散發量影響較大，而蒸發皿更側重日照百分率。

進一步通過Ｍａｎｎ－Ｋｅｎｄａｌｌ 檢驗分析（見表１）可以看出，年蒸發量均呈減小趨勢，潛在蒸散發統計量Ｚ 值為－２．４，通過了０．０５ 置信水平檢驗，線性傾向率為－０．６；蒸發皿蒸散發統計量Ｚ 值為－１．８，僅通過了０．１置信水平檢驗，低于潛在蒸散發顯著水平，線性傾向率為－３．３，下降趨勢更加顯著?？梢钥闯?，進行徑流變化歸因分析時，若將蒸發皿蒸散發量視為潛在蒸散發量，將高估蒸發對徑流變化的貢獻率。

３．２ 水文要素變化特征

對剛察站逐年降水量和徑流深進行變化及趨勢分析，結果見圖３ 和圖４，降水及徑流年際豐、平、枯水年交替輪換，呈現波動式上升特征。其中：年平均降水量為４０９．４ ｍｍ，上升速率約２９．５ ｍｍ／１０ ａ；年平均徑流深為１９６．２ ｍｍ，上升速率約２２．４ ｍｍ／１０ ａ；降水量及徑流深的極大值分別出現在２０１７ 年和２０１８ 年，徑流具有明顯滯后性，與實際水文過程相符。通過Ｍａｎｎ－Ｋｅｎｄａｌｌ 檢驗分析（見表２）可以看出，降水量和徑流深統計量Ｚ 值均大于２．５８，通過了０．０１ 置信水平檢驗，且線性傾向率均為正值，呈顯著上升趨勢。

３．３ 水文突變特征分析

利用Ｍａｎｎ－Ｋｅｎｄａｌｌ 趨勢檢驗及Ｐｅｔｔｉｔｔ 突變檢驗對沙柳河流域１９６９—２０２０ 潛在蒸散發量、蒸發皿蒸散發量、降水量及徑流深進行突變檢驗。由Ｍａｎｎ －Ｋｅｎｄａｌｌ 檢驗初步判斷，沙柳河流域潛在蒸散發量及蒸發皿蒸散發量均存在多個突變年份（見圖５ 和圖６）；進一步通過Ｐｅｔｔｉｔｔ 檢驗進行識別，可以看出二者在置信水平為０．０５ 時無突變年份（見圖７ 和圖８）。因此，綜合分析認為在研究時期內，潛在蒸散發量與蒸發皿蒸散發量無突變，且整體呈下降趨勢。

由Ｍａｎｎ－Ｋｅｎｄａｌｌ 檢驗初步判斷，降水量突變的時間為２００２—２００４ 年，徑流深突變的時間為２００４ 年（見圖９ 和圖１０）；進一步通過Ｐｅｔｔｉｔｔ 檢驗進行識別，可以看出在置信水平為０．０５ 時，降水量及徑流深突變年均為２００４ 年（見圖１１ 和圖１２）。通過青海湖實際水位及入湖徑流量進行驗證，確定沙柳河徑流深突變年份為２００４ 年。因此，以２００４ 年為界，把１９６９—２００３ 年劃分為基準期，把２００４—２０２０ 年劃分為變化期。通過兩個時期各氣象因子對比分析，年均潛在蒸散發量由６０６．８１ ｍｍ 減小至５９７．０８ ｍｍ，減小幅度為１．６％；年均降水量由３７９．２０ ｍｍ 增加至４４５．６２ ｍｍ，增長幅度為１７．５％；年均徑流深由１７３．９９ ｍｍ 增長至２４４．１０ ｍｍ，增長幅度最大，為４０．３％。

３．４ 沙柳河徑流變化歸因分析

根據沙柳河徑流變化各因素在基準期和變化期的實測資料，結合上述水熱耦合平衡方程可以推求出各個時期下墊面參數ｎ、干旱度指數（Ｅ０ ／ Ｐ）以及各影響因子的彈性系數（見表３）。人類活動引起的下墊面參數從基準期到變化期呈下降趨勢，由基準期的０．８３ 減小至變化期的０．７４，減小幅度為１０．８％，主要原因是沙柳河流域城鎮化水平逐步提高，一方面改變了下墊面和天然水文循環規律，使水源涵養能力降低，入湖徑流量和補給量發生變化；另一方面，人類經濟社會用水量增加使入湖水量減少［２０］ 。氣候變化引起的干旱度指數，同樣呈下降趨勢，由基準期的１．６０ 減小至變化期的１．３４，主要原因是亞洲季風、西風環流和青藏高原季風共同作用，沙柳河流域氣候逐漸由暖干化向暖濕化發展，降水量呈增多趨勢，干旱狀況逐年改善。由各因素的彈性系數可以看出，徑流變化與潛在蒸散發量及下墊面參數負相關，與降水量正相關，說明當潛在蒸散發量、下墊面參數減小時，徑流量呈增大趨勢，降水量的減小會造成徑流量的降低，這與實際水文過程相符。研究期內的εＥ０、εｎ 、εＰ 值分別為－０．４４、－０．８８、１．４４，說明基準期潛在蒸散發量、下墊面參數、降水量減?。保埃r，年徑流量分別增加４．４％、增加８．８％、減少１４．４％；基準期的εＥ０、εｎ 、εＰ 值分別為－０．４７、－０．９４、１．４７，說明基準期潛在蒸散發量、下墊面參數、降水量減?。保埃r，年徑流量分別增加４．７％、增加９．４％、減少１４．７％；變化期的εＥ０、εｎ 、εＰ 值分別為－０．３６、－０．７６、１．３６，說明變化期潛在蒸散發量、下墊面參數、降水量減?。保埃r，年徑流量分別增加３．６％、增加７．６％、減少１３．６％。與基準期相比，變化期潛在蒸散發量、下墊面參數、降水量變化１０％時，徑流量的變化幅度減小。

對氣候（Ｐ 和Ｅ０）變化和下墊面參數（ｎ）變化對徑流的貢獻率進行量化分析（見表４），可以看出歸因計算徑流深差值（ｄＲ′）為６７．８９ ｍｍ，而實際徑流深差值（ｄＲ）為７０．１１ ｍｍ，二者之間差值較小，說明此方法可以較好地適用于沙柳河流域徑流變化貢獻率分析。通過各因素貢獻率可以看出，氣候變化對徑流變化的影響大于人類活動的，氣候變化中降水因素對徑流變化貢獻率大于潛在蒸散發的；降水量增大對徑流量增大的貢獻率為６８．４％，是引起沙柳河徑流變化的主要原因；潛在蒸散發的減小對徑流量增大的貢獻率為２．０％，蒸散發量減小使耗散水汽減少，增大徑流深；下墊面參數的減小對徑流量增大的貢獻率為２９．６％，下墊面參數與覆被、地形和土壤等因素密切相關，流域植被覆蓋度降低使得流域徑流量增大，符合基本水文過程。

綜上所述，氣候要素中降水變化是沙柳河流域徑流變化的主要原因，人類活動影響次之，潛在蒸散發對徑流的影響最小。主要原因是沙柳河流域地處青藏高原東北部，受多種季風影響，對氣候變化敏感，伴隨著氣候變暖，該地區水循環過程整體增強，降水作為沙柳河補給的重要來源，對徑流變化起主導作用。相對而言，沙柳河流域人類活動水平較低，且無大型水利樞紐等設施，人類活動對流域徑流的干擾較弱。

４ 結論

基于沙柳河流域剛察水文氣象站１９６９—２０２０ 年逐日氣象數據，采用Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ 公式計算潛在蒸散發量，運用Ｍａｎｎ－Ｋｅｎｄａｌｌ 及Ｐｅｔｔｉｔｔ 非參數檢驗對流域降水、徑流、潛在蒸散發進行趨勢及突變分析，最后基于流域水分和能量平衡原理與彈性系數法，定量分析氣候變化和人類活動對徑流變化的影響及貢獻率，具體結論如下。

１）沙柳河流域１９６９—２０２０ 年潛在蒸散發量呈下降趨勢，下降速率為４．８ ｍｍ／１０ ａ；降水量及徑流深呈上升趨勢，上升速率分別為２９．５ ｍｍ／１０ ａ 和２２．４ ｍｍ／１０ ａ。通過對比潛在蒸散發與蒸發皿蒸散發可以發現，二者相關程度較低，且蒸發皿蒸散發量約為潛在蒸散發量的１．４ 倍。

２）沙柳河流域徑流深在２００４ 年發生突變，通過兩個時期各氣象因子對比分析，徑流深增長幅度約４０．３％，主要由降水量增多、潛在蒸散發量減少、下墊面參數減小導致，其中降水量增長幅度為１７．５％、潛在蒸發量減小幅度為１．６％、下墊面參數減小幅度為１０．８％。干旱度指數由基準期的１．６０ 減小至變化期的１．３４，說明沙柳河流域干旱狀況逐年改善，并且氣候由暖干化向暖濕化發展。

３）沙柳河流域氣候變化對徑流變化的貢獻率為７０．４％，主要原因是沙柳河流域地處青藏高原東北部季風交匯地帶，對氣候變化較為敏感。同時在所有氣候要素中，降水對徑流變化的貢獻率為６８．４％，成正相關；潛在蒸散發貢獻率為２．０％，成負相關；人類活動主要通過影響下墊面參數來影響徑流，人類活動對徑流變化的貢獻率為２９．６％，成負相關。

參考文獻：

［１］ 薛帆，張曉萍，張櫓，等．基于Ｂｕｄｙｋｏ 假設和分形理論的水沙變化歸因識別：以北洛河流域為例［Ｊ］．地理學報，２０２２，７７（１）：７９－９２．

［２］ 宋曉猛，張建云，占車生，等．氣候變化和人類活動對水文循環影響研究進展［Ｊ］．水利學報，２０１３，４４（７）：７７９－７９０．

［３］ 胡春宏，張曉明，于坤霞，等．黃河流域水沙變化趨勢多模型預測及其集合評估［Ｊ］．水利學報，２０２３，５４（７）：７６３－７７４．

［４］ 方健梅，張家琦，王賀年，等．青海湖主要入湖河流５７ 年徑流變化及其對氣候變化的響應［Ｊ］．西部林業科學，２０２２，５１（４）：１９－２５，３３．

［５］ 黃曉榮，奚圓圓，李晶晶，等．滎經河流域徑流變化過程分析［Ｊ］．華北水利水電大學學報（自然科學版），２０１６，３７（４）：６７－７０．

［６］ 鮑振鑫，張建云，王國慶，等．基于水文模型與機器學習集合模擬的水沙變異歸因定量識別：以黃河中游窟野河流域為例［Ｊ］．水科學進展，２０２１，３２（４）：４８５－４９６．

［７］ ＬＩ Ｗ Ｑ，ＨＥ Ｇ Ｈ，ＺＨＡＯ Ｙ，ｅｔ ａｌ． Ａｎ Ａｎａｌｙｓｉｓ ｏｆ ＲｕｎｏｆｆＶａｒｉａｔｉｏｎ ｉｎ ａ Ｓｍａｌｌ Ｂａｓｉｎ ｉｎ ｔｈｅ Ｌｏｅｓｓ Ｐｌａｔｅａｕ： Ｉｄｅｎｔｉｆｙｉｎｇｔｈｅ Ｖａｒｉａｔｉｏｎ Ｃａｕｓｅｓ ａｎｄ Ｉｍｐｌｉｃａｔｉｏｎｓ ｆｏｒ Ｓｕｓｔａｉｎａｂｌｅ ＷａｔｅｒＭａｎａｇｅｍｅｎｔ［Ｊ］．Ｓｕｓｔａｉｎａｂｉｌｉｔｙ，２０２３，１５（１２）：９６５１．

［８］ 楊大文，張樹磊，徐翔宇．基于水熱耦合平衡方程的黃河流域徑流變化歸因分析［Ｊ］．中國科學：技術科學，２０１５，４５（１０）：１０２４－１０３４．

［９］ 黃霄翔，李潤杰，甘永德，等．基于Ｂｕｄｙｋｏ 假設的布哈河流域徑流變化歸因分析［Ｊ］．南水北調與水利科技（中英文），２０２３，２１（３）：４８０－４９０．

［１０］ 劉吉峰．氣候變化和人類活動雙重脅迫對青海湖流域水文過程與湖泊水位變化影響的模擬研究［Ｄ］．北京：中國科學院，２００６：２３－２５．

［１１］ 杜嘉妮，李其江，劉希勝，等．青海湖１９５６—２０１７ 年水文變化特征分析［Ｊ］．水生態學雜志，２０２０，４１（４）：２７－３３．

［１２］ 韓艷莉，于德永，陳克龍，等．２０００—２０１８ 年青海湖流域氣溫和降水量變化趨勢空間分布特征［Ｊ］．干旱區地理，２０２２，４５（４）：９９９－１００９．

［１３］ 江波，張路，歐陽志云．青海湖濕地生態系統服務價值評估［Ｊ］．應用生態學報，２０１５，２６（１０）：３１３７－３１４４．

［１４］ 劉揚，王竹，王芳．青海湖流域氣溫降水特征分析［Ｊ］．水文，２０２２，４２（５）：８２－８８．

［１５］ 韓艷莉．氣候與景觀格局變化對青海湖流域生態系統服務的影響［Ｄ］．西寧：青海師范大學，２０２１：１２－１５．

［１６］ 何軍，馮雅婷，李亞龍，等．四種ＥＴ０計算方法在荊州地區的適用性分析［Ｊ］．節水灌溉，２０２０（１１）：１６－１９．

［１７］ 曹潔萍，遲道才，武立強，等．Ｍａｎｎ－Ｋｅｎｄａｌｌ 檢驗方法在降水趨勢分析中的應用研究［Ｊ］．農業科技與裝備，２００８（５）：３５－３７，４０．

［１８］ 馬晶晶，王佩，鄧鈺婧，等．青海湖流域高寒草甸季節凍土土壤溫濕變化特征［Ｊ］．土壤，２０２２，５４（３）：６１９－６２８．

［１９］ 李雯晴．黃土臺塬地區水文情勢演變及其典型流域在變化條件下的水文響應研究［Ｄ］．西安：長安大學，２０２１：３２－３５．

［２０］ 逯慶章．青海湖水量動態變化分析［Ｊ］．青海草業，２０１０，１９（４）：１０－１５．

【責任編輯 張 帥】