氣候變化和人類活動對白河流域徑流變化影響的定量研究

王曉穎，宋培兵，廖衛紅，張永波，蔡思宇，雷曉輝

(1.太原理工大學 水利科學與工程學院，山西 太原 030024；2.浙江大學 建筑工程學院，浙江 杭州 310058；3.中國水利水電科學研究院，北京 100038)

1 研究背景

在氣候變化和人類活動影響下，流域水循環發生顯著變化[1-2]。徑流不僅是流域水循環的關鍵環節，也是流域水資源的重要組成部分，其變化過程將直接影響到流域水資源的開發和利用，并對區域的經濟社會發展和生態文明建設產生重要影響[3-4]。目前，基于Budyko假設的水量平衡法和水文模擬法是研究氣候變化和人類活動對流域徑流變化影響的主要方法[5-6]。郭生練等[7]基于Budyko假設的水量平衡法推導了長江流域年徑流量的變化公式，發現降水量是造成各子流域徑流變化的主導因素。鄧曉宇等[8]利用水文模擬程序分析撫河流域地表水文變化過程，發現降水量是氣候變化的主要影響因子。夏軍等[9]采用彈性系數法和水文模擬法，發現人類活動對漢江上游徑流量變化的影響較大，且其對徑流量變化的影響呈增長趨勢。夏偉等[10]應用累積量斜率變化率比較法量化降水量和人類活動對灃河流域徑流量變化的影響，發現1997-2016年人類活動對徑流減小的相對貢獻率高達111.92%。楊思雨等[11]通過雙累積曲線法揭示渭河上游徑流量變化原因，發現2010-2015年人類活動對徑流量變化的貢獻率高達98.32%。綜合現有的研究可知，與水文模擬法相比，基于Budyko假設的水量平衡法具有物理意義明顯、計算過程簡單、參數較易獲取等優點。因此，基于Budyko假設的水量平衡法是一種用于徑流變化歸因分析的理想方法[12-13]。

作為北京市重要的地表飲用水水源地，密云水庫對于保障首都供水安全和城市經濟發展具有重要的戰略意義。近幾十年來，受氣候變化和人類活動的綜合作用，密云水庫年徑流量呈下降趨勢，1956-2008年的變化率約為-0.3×108m3/a[14]。此外，隨著南水北調工程中線入京輸水的穩定運行，密云水庫入庫徑流量的豐枯變化必定會影響北京市的水源供水格局，進而影響流域水資源的合理規劃和開發利用。

鑒于此，本文以密云水庫上游的白河流域作為研究對象，基于1960-2017年白河流域的降水、徑流和潛在蒸發數據，運用滑動t檢驗對Mann-Kendall檢驗、有序聚類檢驗判定的突變年份進行顯著性檢驗，采用基于Budyko假設的水量平衡法評估氣候變化和人類活動對白河流域徑流變化的影響。研究結果可為白河流域水資源規劃、防洪減災提供科學依據，對于提高城市供水安全保障程度、保護流域生態環境安全具有重要意義。

2 數據來源與研究方法

2.1 研究區概況

密云水庫上游的潮白河流域由潮河、白河兩大支流在密云縣河槽村匯合而成。潮白河流域位于東經115°25'～117°33'，北緯40°19'～41°31'之間，流域控制面積為15 788 km2。流域多年平均氣溫為10.6℃，降水主要集中在6-9月，其中7-8月的降水量約占年降水總量的56%。白河發源于河北省沽源縣，至密云水庫的壩址長248 km，在延慶白河堡入北京境內，白河流域控制流域面積為8 506 km2，斷面以上河長約217 km，洪水期降水集中，歷史實測最大流量為2 600 m3/s。白河流域水系及水文、氣象測站分布如圖1所示。

圖1 白河流域水系及水文、氣象測站分布圖

2.2 數據來源

本文采用的研究時段為1960-2017年。徑流資料來源于密云水庫管理處提供的張家墳站實測徑流數據，張家墳站是白河流域的入庫控制站，能較好地反映密云水庫上游白河流域的徑流變化。氣象資料來源于中國氣象數據網提供的白河流域周邊密云、懷來、豐寧和張家口氣象站的地面氣候資料數據集。潛在蒸發量根據聯合國糧食及農業組織(FAO)推薦的Penman-Monteith公式計算得到[15]，該公式具有嚴格的物理基礎，且在不同流域和環境下估算的潛在蒸發量精度較高，是目前應用最為廣泛的計算方法之一[16-17]。流域降水量、潛在蒸發量由白河流域周邊氣象站的降水、蒸發數據通過反距離權重插值得到。

2.3 研究方法

首先采用線性趨勢法和滑動平均法分析蒸發、降水和徑流的年際變化趨勢；隨后，運用滑動t檢驗對Mann-Kendall檢驗、有序聚類檢驗判定的突變年份進行顯著性檢驗，根據徑流突變年份劃分研究時段的基準期和變化期；最后，采用基于Budyko假設的水量平衡法評估氣候變化和人類活動對徑流變化的影響。

2.3.1 徑流序列的突變檢驗 目前，用于突變檢驗的方法較多，不同的檢驗方法各有特點。例如，Mann-Kendall檢驗不要求時間系列遵從一定分布，可用于水文氣象要素非正態分布數據的突變檢驗[18]。有序聚類檢驗的原理是根據有序分類推求最有可能的干擾點，即通過尋求最優分割點推估突變點[19]。滑動t檢驗通過比較兩組樣本序列平均值的差異是否顯著來檢驗突變[20]。在水文氣象要素突變點的識別中，很難只依靠單一方法就可以對徑流序列做出準確的突變檢驗。因此，在確定徑流序列的突變點時，可以采用多種突變檢驗方法進行檢驗結果對比分析[21]。

2.3.2 基于Budyko假設的水量平衡法 封閉流域的水文氣候特征遵循水量平衡原理，其多年水量平衡方程的表達式為：

E=P-Q

(1)

式中：E為年蒸發量，mm；P為年降水量，mm；Q為年徑流量，mm。

此外，實際蒸發量可以用干燥指數φ、潛在蒸發量E0的函數表示為：

(2)

Budyko假設給出了一條經驗關系曲線描述流域多年平均降水量、潛在蒸發量和實際蒸發量之間的定量關系[22-23]。常見的Budyko假設表達式如下：

(3)

即f(φ)=[φtanh(1/φ)(1-e-φ)]0.5，對該式進行求導可得：

f′(φ)=0.5(φtanh(1/φ)·(1-e-φ))-0.5·

(tanh(1/φ)·(1-e-φ)+φ(1-(tanh2(1/φ))·

(-1/φ2)·(1-e-φ)+tanh(1/φ)(e-φ)))

(4)

此外，其他常見的Budyko假設還包括Scheriber、Turc-Pike[24]、Zhang[25]、Fu等公式。基于周小珍等[26]的結果，確定Zhang公式中的參數ω=1.17。基于曹文旭等[27]的結果，確定Fu公式中的參數α=2.54。其他Budyko假設的公式中f(φ)和f′(φ)的表達式如表1所示。

表1 Budyko假設的水量平衡法表達式

氣候變化對徑流量的影響因素主要是降水量和潛在蒸發量，由降水量和潛在蒸發量引起的徑流量變化量、人類活動引起的徑流量變化量可通過下式表示：

(5)

式中：ΔQ、ΔP、ΔE0分別為徑流量變化量、降水量變化量、潛在蒸發量變化量；ΔQC、ΔQH、ΔQP、ΔQE0分別為氣候變化、人類活動、降水量、潛在蒸發量導致的徑流量變化量；?Q/?P、?Q/?E0分別為徑流對降水、對潛在蒸發量的敏感性系數；εP、εE0分別為徑流對降水、對潛在蒸發量的彈性系數。

相應的氣候變化、人類活動對徑流量變化量的貢獻率ηC、ηH可通過下式表示：

ηC=ΔQC/ΔQ×100%

(6)

ηH=ΔQH/ΔQ×100%

(7)

3 結果與分析

3.1 水文氣象序列的趨勢分析

采用線性趨勢法、滑動平均法對1960-2017年白河流域年潛在蒸發量、年降水量和年徑流量進行年際變化趨勢分析，結果如圖2所示。

由圖2可知，白河流域年潛在蒸發量、年降水量呈上升趨勢，對應的變化率分別為1.53、0.15 mm/a；年徑流量呈下降趨勢，其水量變化率為-0.09×108m3/a、流量變化率為-0.30 m3/(s·a)。年徑流量在1974年達到最大值，為13.18×108m3；在2002年達到最小值，為0.60×108m3。1960-1969年的10 a平均徑流量為6.03×108m3，2008-2017年的10 a平均徑流量為2.20×108m3，僅為1960-1969年多年均值的36.5%。本文提出的白河流域年徑流量變化趨勢，與鐘永華等[28]提出的水量變化率-0.10×108m3/a(1960-2012年)、秦麗歡等[29]提出的流量變化率-0.32 m3/(s·a)(1960-2014年)基本一致。

圖2 1960-2017年白河流域水文氣象序列變化趨勢

3.2 年徑流量的突變檢驗

首先，采用Mann-Kendall檢驗初步分析徑流序列的突變點。在同一坐標系下點繪UF、UB兩個統計量曲線以及上、下臨界線。若UF和UB在上、下臨界線范圍內存在交點，那么交點所在的年份為突變年份。

本文選取顯著性水平α=0.05，對應的臨界值U0.05=±1.96，1960-2017年年徑流量的Mann-Kendall檢驗曲線如圖3所示。

由圖3可知，年徑流量UF和UB兩條統計量曲線相交于1985、1986年，但是僅有1985年在置信區間內，說明年徑流量在1985年可能發生突變。觀察UF曲線可知，1986年以后UF系列值均超過了下臨界值且UF<0，說明1986年以后年徑流量開始顯著下降。

圖3 1960-2017年白河流域年徑流量Mann-Kendall檢驗 圖4 1960-2017年白河流域年徑流量有序聚類檢驗

其次，采用有序聚類檢驗分析徑流序列的突變點，在該方法中，認為最小離差平方和所在的年份即為突變年份。1960-2017年年徑流量的有序聚類檢驗曲線如圖4所示。

由圖4可知，年徑流量離差平方和的最小值出現在1979年，說明年徑流量在1979年可能發生突變。根據上述分析結果，Mann-Kendall檢驗和有序聚類檢驗這兩種方法判定的突變年份不一致。因此，最后采用滑動t檢驗分別計算Mann-Kendall檢驗、有序聚類檢驗判定的突變年份的統計量t，并根據t檢驗臨界值表判斷不同年份的顯著性。本文選取顯著性水平α=0.01，對應的t0.01=±3.355，不同突變年份的滑動t檢驗結果如表2所示。

由表2可知，Mann-Kendall檢驗判定的1985年沒有通過統計量t的顯著性檢驗，說明1985年不是徑流序列的突變年份；有序聚類檢驗判定的1979年統計量t=3.378>t0.01，說明突變年份為1979年時顯著性較好。因此，白河流域年徑流量的突變年份為1979年，這與龐樹江等[30]采用累積距平法確定的徑流序列突變年份相一致。

表2 不同突變年份的滑動t檢驗結果

3.3 徑流量變化的歸因分析

根據徑流量突變點分析結果，將研究時段劃分為基準期(1960-1979年)和變化期(1980-2017年)。考慮到變化期的時間尺度較長，為了突出評估不同時間段氣候變化和人類活動對徑流量變化的影響，選取2000年作為變化期的中間年份，分別對變化期1980-2000年、2001-2017年的徑流變化做歸因分析。白河流域水文氣象序列突變前后的對比結果如表3所示。

表3 白河流域水文氣象序列突變前后對比結果

采用基于Budyko假設的水量平衡法定量計算不同變化期氣候變化和人類活動對徑流變化的貢獻率，計算結果如表4、5所示。

由表4可知，Budyko、Scheriber、Turc-Pike、Zhang和Fu公式計算得到1980-2000年氣候變化對白河流域徑流變化的影響較小，貢獻率的變化范圍為11.3%～18.4%，平均貢獻率為14.4%。1980-2000年人類活動對徑流變化的貢獻率分別為84.0%、81.6%、87.2%、86.6%和88.7%，平均貢獻率為85.6%，表明人類活動是1980-2000年徑流量減少的主要原因。同理，根據表5可知，2001-2017年氣候變化、人類活動對徑流變化貢獻率的變化幅度分別為18.1%～37.5%、62.5%～81.9%，其對應的平均貢獻率分別為26.4%和73.6%。人類活動仍然是2001-2017年徑流量變化的主要原因，不過與1980-2000年相比，2001-2017年氣候變化對徑流變化的貢獻率有所上升，說明2000年以后氣候變化對徑流量減少的影響呈上升趨勢。本文提出的人類活動對白河流域徑流量變化的貢獻率，與秦麗歡等[29]根據累積徑流曲線得到的貢獻率變化范圍為71.36%～91.39%的結論基本接近。

表4 氣候變化和人類活動對白河流域徑流變化的影響(變化期1980-2000年)

表5 氣候變化和人類活動對白河流域徑流變化的影響(變化期2001-2017年)

但是，受流域內氣象站數據較少、時間尺度不夠長等因素的影響，本文采用的降水量、潛在蒸發量是由白河流域周邊氣象站數據根據反距離權重插值法計算得到的，較流域實際監測的降水量、潛在蒸發量有差別，導致在分析水文氣象序列的年際變化趨勢、評估氣候變化和人類活動對徑流變化的影響等部分存在一定的不確定性。因此，為了增加研究結果的科學性和準確性，在后續的研究中，當分析徑流變化歸因時，需綜合考慮流域內及流域周邊的所有氣象站點。

4 結 論

以密云水庫上游的白河流域作為研究對象，基于1960-2017年張家墳站的徑流數據，以及流域周邊氣象站的地面氣候資料數據集，采用線性趨勢法、滑動平均法分析蒸發、降水和徑流的年際變化趨勢，運用滑動t檢驗分別對Mann-Kendall檢驗、有序聚類檢驗判定的突變年份進行顯著性檢驗，采用5種基于Budyko假設的水量平衡法評估氣候變化和人類活動對徑流變化的影響。主要結論如下：

(1)白河流域年潛在蒸發量、年降水量呈上升趨勢；年徑流量呈下降趨勢，其變化率為-0.09×108m3/a；2008-2017年的10 a平均徑流量為2.20×108m3，僅為1960-1969年10 a平均徑流量的36.5%；白河流域年徑流量在1979年發生突變，在1986年以后下降趨勢顯著。

(2)與基準期相比，變化期1980-2000年和2001-2017年的多年平均降水量、徑流量均有減少；1980-2000年、2001-2017年的干燥指數較基準期分別增加了0.07、0.23，變化期1980-2017年流域的干旱程度在增加，其中2001-2017年流域的干旱更為明顯。

(3)人類活動是白河流域徑流量變化的主要原因；1980-2000年氣候變化和人類活動對徑流量變化的貢獻率分別為14.4%、85.6%，2001-2017年氣候變化和人類活動對徑流變化的貢獻率分別為26.4%%、73.6%；與1980-2000年相比，2001-2017年氣候變化對徑流量變化的貢獻率有所增大，說明2000年以后氣候變化對徑流量變化的影響呈上升趨勢。