基于Budyko假設的黃河源區徑流變化歸因識別

張成鳳，劉翠善，王國慶，金君良，管曉祥

((1.河海大學水文水資源學院，南京 210098; 2.水利部應對氣候變化研究中心，南京 210029;3.南京水利科學研究院 水文水資源與水利工程科學國家重點實驗室，南京 210029)

在全球變暖背景下，隨著社會經濟的快速發展，中國的水資源問題日趨突出。科學認識江河徑流變化成因，對實現流域水資源的可持續開發利用具有重要意義[1]。目前，在定量識別徑流變化的研究中，主要采用水文模型法和基于Budyko理論的彈性系數法[2,3]。水文模型法參數較多，建模及率定參數困難，不確定性強[4,5]。彈性系數法綜合考慮了流域內各因素間的相互作用，計算簡便，被廣泛應用于相關研究中[6]。如趙娜娜等[7]基于Budyko假設分析若爾蓋流域氣候變化和下墊面變化對徑流變化的影響，結果表明，流域下墊面變化是徑流變化的主要影響因素，其貢獻率高達93.46%；張麗梅等[8]采用Budyko假設定量評價氣候變化和人類活動對渭河徑流變化的貢獻率，發現人類活動是徑流量減少的主要因素。

黃河源區是黃河的水塔，其河川徑流量變化對黃河水資源規劃、生態環境保護和社會經濟發展等方面均具有重要影響。近年來，不少研究學者基于不同方法定量分析黃河源區的徑流變化成因，但研究結果差異較大。如周帥[9]等基于5種Budyko假設經驗公式，量化1960-2010年氣候變化和人類活動對徑流減少的影響，人類活動是主要因素；李萬志[10]等基于累計量斜率變化率法研究發現，由于氣候變暖和三江源生態保護工程的興建，在不考慮氣溫影響的條件下，氣候對黃河源區徑流量減少的貢獻率由33.12%上升到73.61%，而人類活動的貢獻率由66.88%下降為26.39%。

大多數研究學者認為影響黃河源區徑流變化的因素是氣候變化和人類活動2類，這種劃分并不準確。黃河源區地處青藏高原，由于氣候變暖，溫度升高，冰川、凍土、融雪等寒區因素對于水文循環的影響日益加深，且黃河源區人口密度低，人類活動影響較小。因此，本文將影響黃河源區徑流變化的因素分為氣候因素和其他環境驅動因素，基于彈性系數法分析各因素對徑流變化的貢獻率。研究成果可為變化環境下黃河流域水資源綜合評價及流域治理開發提供理論依據。

1 研究區概況與數據

1.1 研究區概況

黃河發源于青海省巴顏喀拉山北麓的約古宗列盆地，黃河源區是指位于青藏高原東北部(95°50′E～103°30′E，32°30′N～36°00′N)的黃河干流唐乃亥站以上集水流域，控制面積為121 972 km2，約占整個黃河流域面積的15%。黃河源區海拔大都在3 000 m以上，年均氣溫介于-4.0～5.2 ℃，屬于我國西部高寒地區，區域內冰川、凍土及植被等是影響源區徑流變化的重要下墊面因素。黃河源區具有典型內陸高原氣候特征，多年平均降水量約為510 mm，主要集中在主汛期7-9月份(該時期降水量可占年降水的50%以上)。唐乃亥站多年平均徑流深約166 mm，占黃河流域徑流量的38%，素有“黃河水塔”之稱，是黃河流域重要的產流區和水源涵養區。黃河源區地理位置與水文氣象站點分布見圖1。

圖1 黃河源區地理位置與水文氣象站點分布Fig.1 Geographical location of the source area of the Yellow River and distribution of Hydrometeorological stations

1.2 數據來源與數據處理

唐乃亥水文站是黃河源區重要的干流水文站，具有較為完整的長系列實測資料，系統收集了該站1965-2013年實測流量數據。黃河源區有瑪多、興海、河南、達日、久治、瑪曲、若爾蓋和紅原8個氣象站，這8個氣象站點在空間上分布均勻，能夠較好地反映代表源區內氣候的空間分布特征，在中國氣象數據共享服務網(http:∥cdc.cma.gov.cn/home.do)收集了1965-2013年的逐日氣象數據，包括降水、濕度、風速、日照時數、以及日平均、最高、最低氣溫等資料。采用Penman-Monteith模型計算研究區各氣象站點的潛在蒸散發量，根據各氣象站點的降水量和潛在蒸散發量，運用泰森多邊形法計算研究流域的面平均降水量和潛在蒸散發量。P-M模型如下：

(1)

式中：E0為潛在蒸散發量，mm/d；Δ為飽和水汽壓與溫度的斜率，kPa/℃；G為土壤熱通量，MJ/(m2·d)；Rn為作物表面凈輻射量，MJ/(m2·d)；T為平均溫度，℃；γ為溫度計常數，kPa/℃；u2為地面以上2 m處的風速，m/s；es為空氣飽和水汽壓，kPa；en為空氣實際水汽壓，kPa。

2 研究方法

采用Penman-Monteith模型和泰森多邊形法計算研究流域的面平均降水量和潛在蒸散發量，選用Mann-Kendall非參數檢驗法檢測年徑流序列突變點，根據突變點將年徑流序列劃分成不同階段，運用基于Budyko假設的彈性系數法量化出不同階段中氣候因素和其他環境驅動因素對黃河源區河川徑流量變化的影響。

2.1 水文氣象要素演變趨勢及突變檢驗方法

Mann-Kendall非參數統計檢驗方法[11,12]由于不受少數異常值干擾、更適用于類型變量和順序變量、計算簡便等優點，被廣泛應用于研究流域水文氣象要素的趨勢分析和突變點檢驗。

2.2 基于Budyko假設定量識別徑流變化

徑流演變受到氣候變化和人類活動的雙重影響[1]，在不同時期具有不同的變化特征。對于未受調節或分流影響的自然流域，徑流量受到氣候因素和其他環境驅動因素的綜合影響。在氣候變化方面，這里主要考慮的是潛在蒸散發量而不是溫度，是因為潛在蒸散發包含溫度、風速、太陽輻射和蒸汽壓等氣候因素，更能代表氣候變化對水文過程的影響。Budyko[13]認為流域多年平均實際蒸散發量主要受水分供應(降水量)和蒸發能力(潛在蒸散發量)之間的平衡來控制，表示公式為：

E/P=f(E0/P)=f(φ)

(2)

式中：E為多年平均實際蒸散發量，mm；P為多年平均降水量，mm；E0為多年平均潛在蒸散發量，mm；φ為干燥指數。

假設流域蓄水量在長期水文尺度下的變化量可忽略不計，水量平衡公式可簡化為：

失誤1：在解題時雖然知道問題1的結論，但是對于梯形卻不知道添加輔助線(如圖11、12),構造成問題1中的三角形，導致失分.

P=E+Q

(3)

式中：Q為多年平均徑流量，mm。

根據徑流對降水量P及潛在蒸散發量E0的彈性系數[14]，氣候變化引起的徑流量變化計算公式為：

ΔQc=(εpΔP/P+εE0ΔE0/E0)Q

(4)

式中：ΔQc為氣候變化引起的徑流變化量，mm；εp為徑流對降水的彈性系數；εE0為徑流對潛在蒸散發的彈性系數；ΔP為降水變化量，mm；ΔE0為潛在蒸散發的變化量，mm。

基于Budyko假設[式(2)]和長期的水量平衡公式[式(3)]，徑流對降水和潛在蒸散發的彈性系數計算如下：

(5)

幾種常用的基于Budyko假設的公式見表1。

表1 基于Budyko假設的6種表達式Tab.1 Six expressions based on the Budyko hypothesis

假設環境驅動因素獨立于氣候因素，氣候變化和其他環境驅動因素對徑流影響的定量研究中，若氣候變化引起的徑流變化已知，其他環境驅動因素對徑流變化的影響量(貢獻率)可由徑流變化總量減去氣候因素的影響量求得：

ΔQ=ΔQc+ΔQv

(6)

(7)

(8)

式中：ΔQc為氣候變化引起的徑流變化量，mm；ΔQv為其他環境驅動因素引起的徑流變化量，mm；ΔQ為徑流變化量，mm；ηc為氣候變化對徑流變化的貢獻率；ηv為其他環境驅動因素對徑流變化的貢獻率。

3 結果與討論

3.1 水文氣象要素演變趨勢及突變檢驗

選用M-K非參數統計檢驗方法，研究流域年降水、年潛在蒸散發和年徑流序列的演變趨勢及突變特征。黃河源區水文氣象要素階段變化分析的結果見表2。黃河源區年降水量呈現微弱增長趨勢，M-K值為0.49(小于1.98)，增加趨勢不顯著；年潛在蒸散發序列M-K值為-0.68，年徑流序列M-K值為-1.83，均表現為不顯著的下降趨勢。突變檢測發現年徑流序列在1989年前后發生變異，這與周帥[9]研究結果一致。

表2 黃河源區水文氣象要素階段變化分析Tab.2 Analysis of stage changes of hydrometeorological elements in the source region of the Yellow River

唐乃亥站1965-2013年實測年徑流量過程見圖2，可以看出，實測年徑流量在20世紀90年代之前總體偏多，1990-2005年是一個較為明顯的枯水時期，但自2005年之后徑流量呈現較為明顯的增多趨勢。

圖2 黃河源區年降水、年潛在蒸散發、年徑流變化特征與徑流突變分析Fig.2 Annual precipitation, annual evapotranspiration, annual runoff variation characteristics and runoff mutation analysis in the source region of the Yellow River

由于進入21世紀以后的徑流變化特征是研究熱點，因此，基于年徑流序列突變點將各水文氣象要素序列分為1965-1989年(基準期)、1990-1999年(變化期Ⅰ)、2000-2013年(變化期Ⅱ)3個階段，分析各水文氣象要素階段性變化特征(見圖2)。年降水、年潛在蒸散發和年徑流序列均表現出先減少后增加的變化特征，這符合研究區域冰川退縮及凍土消融的變化。變化期Ⅰ相較基準期而言，多年平均降水量、潛在蒸散發量和徑流量分別減少4.4%、1.5%、21.1%，變化期Ⅱ比之基準期，多年平均降水量、潛在蒸散發量增加0.8%、0.9%，多年平均徑流量減少16.2%。變化期Ⅰ年徑流量的減少率大于年降水量的減少率，表明降水是影響徑流變化的重要因素，卻不是唯一因素；變化期Ⅱ年徑流量減少幅度有所降低，年降水量比之基準期略有增加，說明其他環境驅動因素是造成徑流減少的主要原因。

3.2 其他環境變化特征

3.2.1 土地利用變化

表3給出了黃河源區1980年、1990年、2000年、2010年4個時期不同土地利用類型面積及占比。在土地利用和土地覆蓋方面，草地占黃河源區面積的比例最大，是黃河源區最主要的土地利用類型，草地、林地、耕地和水域面積約占黃河源區面積的85%，裸土面積約占15%，居民用地占比極少，基本忽略不計。4個時期的土地利用類型變化不大，1980-2010年，裸土面積略有增加，草地、水域和林地覆蓋面積略有減少，主要由于人類長期超負荷放牧，導致生態系統被破壞。

表3 黃河源區不同土地利用類型面積及占比Tab.3 Areas and proportion of different land use types in the source area of the Yellow River

3.2.2 冰川、凍土等寒區因素

據中國科學院寒旱所在1990年末的調查資料[21]，黃河源區冰川面積達到191.95 km2，冰川消融量占年徑流量的2.24%，冰川的消融退縮是湖泊萎縮、濕地退化的重要原因。李萬志等[10]研究發現，過去55 a來氣溫顯著升高，導致黃河源區的多年凍土退化，年均最大凍土深度呈下降趨勢，減少了約0.21 m。以上研究表明，草場退化、冰川退縮和凍土下移等環境因素對黃河源區水文過程具有重要的影響。

3.3 定量識別氣候因素和其他環境驅動因素對徑流變化的影響

基準期多年平均降水量、潛在蒸散發量和徑流量分別為517.71、781.10和181.83 mm。采用SCHREIBER等6種基于Budyko假設的函數形式估算不同因素對徑流變化的影響，結果見表4。1990-1999年，總徑流量減少，氣候因素對徑流減少的貢獻率約為39%～45%，其他環境驅動因素對徑流減少的貢獻率約為55%～61%；2000-2013年，總徑流量減少，而氣候因素對徑流增加起正貢獻作用，其他環境驅動因素仍使徑流減少。因此，其他環境驅動因素是黃河源區徑流量減少的主要原因，且其影響程度加重。這與之前水文氣象要素階段變化分析結果一致。

表4 基于Budyko假設定量區分氣候變化和其他因素對徑流變化的影響Tab.4 Quantitatively distinguishes the effects of climate change and other factors on runoff changes based on the Budyko hypothesis

黃河源區地域特殊，影響流域水文循環的因素復雜，文中所述的氣候因素包括降水量、潛在蒸散發量，其他環境驅動因素包含冰川、凍土、土地利用變化等。降水量作為流域的補給，直接影響徑流量；氣溫上升，冰川退縮和融雪增加地表徑流；凍土作為不透水層，隨著氣候變暖凍土埋深下移，增大土壤蓄水容量，地表徑流下滲，使得河川徑流量減少。1990-1999年降水量減少，徑流量也隨之減少，此時氣候因素和其他環境驅動因素對徑流量減少都有貢獻，其他環境驅動因素是主要原因。2000-2013年，由于三江源生態保護工程的興建，黃河源區環境得到一定改善，降水量恢復甚至略高于基準期水平，總徑流量比1990-1999年有所增加，但比之基準期仍然減少，這是因為氣候因素使徑流量增加，而其他環境驅動因素使徑流量減少。

4 結 論

(1)1965-2013年年降水序列不顯著增加，年潛在蒸散發和年徑流均呈現不顯著減少趨勢，年徑流序列突變點檢測為1989年，變化期Ⅰ徑流量減少21.1%，變化期Ⅱ徑流量減少16.2%，2000年以后徑流量有回升趨勢。氣候變化不是影響河川徑流量改變的唯一因素。

(2)黃河源區1980-2010年土地利用類型變化不顯著，研究區域冰川退縮、凍土層持續下移等是黃河源區徑流量變化的重要原因。

(3)采用基于Budyko假設的彈性系數法定量識別河川徑流變化原因，結果表明氣候因素先使徑流量減少后使徑流量增加，其他環境驅動因素是黃河源區徑流量減少的主要因素。

(4)目前只能將冰川、凍土及人類活動對徑流的影響歸類為其他環境驅動因素，如何精細化定量評估這些因素對河川徑流的影響，是未來黃河源區徑流變化歸因研究的重要內容和方向。

(5)近50 a唐乃亥實測徑流量具有先減少后增加的趨勢，其中1990-2005年是較為明顯的一個枯水階段。未來在全球變暖的氣候背景下，徑流變化可能會更加明顯，應加強相關研究。