1970-2015年秦嶺北麓徑流重建及變化

張召鵬, 段克勤

(陜西師范大學 地理科學與旅游學院, 西安 710100)

秦嶺北麓作為黃河第一大支流渭河的主要產水區(qū)，也是關中平原最主要的水源地。渭河流域能否高質量發(fā)展的一個關鍵問題就是水資源的問題，而徑流是影響水資源的關鍵要素，估算渭河流域陜西段徑流的51%來自于秦嶺北麓[1]。近年關中地區(qū)人口增長迅速，人均水資源量急劇下降，有限的供給與不斷增長的需求之間的矛盾是關中水資源突出問題。

據(jù)陜西水利廳預測，2020年關中地區(qū)年需水量將超過83億m3，而可供水總量僅為58億m3。水資源不足已成為制約關中地區(qū)和渭河流域可持續(xù)發(fā)展的關鍵因素[2-5]。

秦嶺北麓河流眾多，河流河道短而陡，在大部分河流出山口的峪口缺乏水文觀測資料，對秦嶺北麓徑流及水資源的研究主要集中在幾個有觀測資料的小流域，缺乏對秦嶺北麓總徑流變化的全面認識。研究表明秦嶺北麓典型流域的年徑流變化趨勢基本一致，20世紀90年代后遞減趨勢明顯，且秦嶺北麓河流域徑流年內分配極不均勻[6]。秦嶺北麓徑流變化原因復雜，如灞河流域徑流量下降主要是人類活動所導致，降水變化是次要原因[7]，而Hu等[8]的研究認為灞河流域徑流變化的控制性因素是降水。另有研究也表明陜西省渭河南岸秦嶺山區(qū)徑流減少主要原因是降水[9]，20世紀90年代末的徑流突變主要是氣候變化引起的，人類活動對其影響有限[10-11]。

秦嶺北麓眾多河流最終都匯入渭河，1970—2015年渭河陜西段徑流量為(17.3～130.7)億m3/a，年際變化明顯，平均年徑流量為56.5億m3/a，推算秦嶺北麓總徑流為(31.51～40)億m3/a[12-13]，可見秦嶺北麓是渭河的主要水源地，直接關系到渭河流域的水資源的總量。此外，秦嶺北麓總徑流量能不能支撐關中城市群的可持續(xù)發(fā)展，也需要對秦嶺北麓總徑流進行研究。但到目前為止，僅有部分研究簡單推算得出秦嶺北麓整體徑流量的變化[5,14-15]。在氣候變化背景下，秦嶺北麓總徑流如何變化？相關研究還比較欠缺，比如秦嶺北麓總徑流的變率有多大？枯水年徑流是多少？豐水年又是多少？過去幾十年，總徑流是增加了還是減少了？這些基礎性數(shù)據(jù)的缺乏，嚴重限制了對秦嶺北麓水資源變化認識。

合理利用有限的水資源，前提是必須對當?shù)厮Y源在流域水循環(huán)中形成、運移、轉化和消耗有一個科學的認識。在當前及可預見的未來，秦嶺北麓水資源已成為稀缺資源，然而對秦嶺北麓的水資源狀況卻并不十分了解。基于此，本文的目的是利用VIC模型，基于水文相似性原理，運用典型流域參證法，重建1970—2015年秦嶺北麓徑流的變化序列，在此基礎上，定量分析區(qū)域徑流的變化規(guī)律，為合理利用和規(guī)劃有限水資源提供科學基礎。

1 研究區(qū)概況

秦嶺北麓指秦嶺(陜西段)山脊線及其以北的山麓地區(qū)，位于陜西省南部(32°40′—34°50′N，105°30′—110°3′E)，呈東西走向(圖1)，全長約800 km，南北平均寬度30 km，年降水量為550～737 mm[16]，海拔為444～3 748 m，平均海拔高度在1 600 m左右，秦嶺北麓地形陡峻，植被以林地為主。本文主要關注秦嶺北麓山區(qū)的徑流變化，研究區(qū)域限定在秦嶺主山脊線以北至流域出山口。

秦嶺北麓共有流域模型分辨率峪口39個(圖1)，表1列出了各子流域的面積，其中4個流域有多年連續(xù)的徑流觀測數(shù)據(jù)，分別為：黑河流域(黑峪口水文站以上)、澇河流域(澇峪口水文站以上)、輞峪河流域(馬渡王水文站控制出山口以上)以及灃河流域(秦渡鎮(zhèn)水文站控制出山口以上)。

圖1 秦嶺北麓范圍(黑線所包圍的范圍)、 地形及氣象水文站點的位置

2 研究方法和數(shù)據(jù)

2.1 研究方法

2.1.1 VIC水文模型簡介 本文使用的水文模型由Wood等[17]首次提出，是一種具有物理機制的分布式水文模型，目前已發(fā)展到VIC-3L模型，模型以網(wǎng)格為單位獨立計算產流，根據(jù)單位線運用圣維南方程進行匯流計算。VIC模型能很好地表達亞網(wǎng)格地表植被、土壤儲濕能力、下層土壤水非線性衰退的異質性，并且考慮了地形降水和溫度遞減的差異性，使得模型模擬的山區(qū)水文過程更加合理。利用VIC模型對渭河和漢江流域徑流的模擬方面已有所研究，取得了較好的模擬結果[18-19]。

模型的產流計算分為直接徑流與基流計算，直接徑流計算公式如下：

(1)

表1 秦嶺北麓各流域面積、平均徑流、占總凈流量比值、線性變化趨勢及水文相似流域評價結果

基流計算采用Arno模型計算，公式如下：

(2)

2.1.2 基于VIC的水文相似性分析 秦嶺北麓流域出口眾多，但水文觀測資料十分有限。本文從水文要素角度出發(fā)，構建基于外部驅動力與流域內部結構的水文相似性評價指標體系，選取各子流域與黑峪、澇峪、灃峪3個流域的水文相似性最大值代表的水文參數(shù)，來模擬無觀測子流域徑流。指標體系分為氣象、地勢、地貌、土壤4大類，共有年均降雨量、平均海拔、地形指數(shù)、土地類型、土壤類別5個指標[20-21]，不同指標權重結合實際情況利用層次分析法與熵值法計算。流域水文相似利用水文相似度S來判別，計算流域的水文相似元c，流域A中水文要素ai與流域B中對應水文要素bi，用ci(ai,bi)表示第i項水文相似元，設流域A中對應水文指標值為ya，流域B中對應水文指標值為yb，則水文相似元的值計算方法為：

(3)

設流域A與流域B水文對應相似元的影響權重為δ，則水文相似度S為：

(4)

2.2 數(shù)據(jù)來源

本文所用氣象數(shù)據(jù)來自中國氣象科學數(shù)據(jù)共享網(wǎng)(http:∥data.cma.cn/)提供的氣象站日值數(shù)據(jù)，包括日平均降水量、最高氣溫、最低氣溫、風速等，為了避免數(shù)據(jù)缺失導致的誤差，研究剔除了缺失記錄超過3個月的站點(圖1)。水文資料來自國家地球系統(tǒng)科學數(shù)據(jù)中心(http:∥www.geodata.cn)，包括黑峪口、澇峪口、秦渡鎮(zhèn)、馬渡王水文站實測徑流月值數(shù)據(jù)。

模型所需高程數(shù)據(jù)來自地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)提供的SRTMDEMUTM數(shù)字高程數(shù)據(jù)集。土壤數(shù)據(jù)來源于中科院寒區(qū)旱區(qū)數(shù)據(jù)中心(http:∥data.casnw.net/portal/)提供的世界土壤數(shù)據(jù)庫(HWSD)，主要包含土壤質地、類型、深度、理化性質等。土地利用數(shù)據(jù)來自馬里蘭大學數(shù)據(jù)中心(http:∥glcf.umd.edu/data/)。

3 結果與分析

3.1 流域參數(shù)率定

為提高模型模擬精度，需要對模型土壤參數(shù)進行率定，由于區(qū)域水文資料欠缺，僅有4個水文站。選取黑峪口和澇峪口出山口的水文觀測資料進行參數(shù)率定。秦嶺北麓地區(qū)人類社會活動最活躍時期在20世紀80年代[22]，為減少人類活動對徑流模擬的影響，采用黑峪口、澇峪口水文站1975—1978年實測月徑流資料作為模型率定數(shù)據(jù)，1982—1985年月徑流數(shù)據(jù)作為模型驗證數(shù)據(jù)。

運用均勻設計法對土層厚度、最大基流流速、蓄水量曲線指數(shù)、非線性基流土壤含水量進行率定，采用Nash效率系數(shù)(NS)、確定性系數(shù)R2與相對誤差RE對徑流模擬結果進行流量過程吻合度、模擬與實測相關度、徑流總量精度評價。結果見圖2，對兩流域模擬結果NS系數(shù)在0.76以上，R2在0.91以上，RE控制在±15%以內，但1976年與1983年模擬值與實測之間出現(xiàn)較大偏差，這是影響NS系數(shù)的主要因素，原因有兩點，一是在1976年、1983年期間降水類型多為短時間強降水，氣象臺站在兩流域的站點較少，可能沒有精準捕捉到山區(qū)強降水信號，二是研究區(qū)為地形較為陡峻的山區(qū)，由于觀測資料的缺乏，降水在這一區(qū)域的梯度變化存在一定的不確定性，造成對高海拔地區(qū)降水的空間插值出現(xiàn)偏差。除去這兩個模擬異常點，VIC模在秦嶺北麓流域中NS，R2，RE都有著較高的相似度與可信度，模擬值效果較好，可以適用于流域的徑流模擬研究。

圖2 黑峪口與澇峪口率定期與驗證期月徑流實測與模擬對比

3.2 水文相似性分析

研究區(qū)共計有流域模型分辨率出口39個，而只有在黑河(黑峪口水文站以上)、澇河(澇峪口水文站以上)、輞峪河(馬渡王水文站控制流域出山口以上)和灃河(秦渡鎮(zhèn)水文站控制出山口以上)有觀測數(shù)據(jù)。因此本文以黑河、澇河和輞峪河為流域水文相似性參證標準，根據(jù)研究區(qū)自然環(huán)境特征借鑒以往山區(qū)水文研究經(jīng)驗，確立氣象與下墊面條件為判定標準的水文參數(shù)化體系[23-24]。評價體系中降雨量相似性元值計算利用流域內平均多年降雨量，海拔元值計算運用流域平均海拔高度，地形指數(shù)元值計算運用地形指數(shù)ln(α/tanβ)[25]，其中α為等高線長度進入網(wǎng)格單元的集水面積，tanβ為單位網(wǎng)格坡度。土地類型元值計算利用不同土地利用類型在流域內的分布面積百分比通過公式(3)得出。然后利用層次分析法與熵值法綜合加權，求得水文相似單元權重δ，流域之間水文相似度為0～1，選取最大值進行流域水文參數(shù)移植，最后結合水文相似元值與權重綜合得出秦嶺北麓各子流域水文相似性元值，結果見表1。

為驗證參數(shù)移植后的模擬結果，利用灃河秦渡鎮(zhèn)水文站實測月徑流數(shù)據(jù)對參數(shù)移植后的模擬徑流進行檢驗，選擇與參數(shù)率定和驗證相同的時期(圖3)。利用NS，R2，RE對徑流模擬效果進行評價，結果顯示在秦渡鎮(zhèn)水文站率定期與驗證期月徑流模擬的NS，R2，RE分別為0.75，0.87，3.9與0.81，0.94，4.6。表明水文相似性參數(shù)在秦嶺北麓地區(qū)有著較高的可信度與驗證精度。

圖3 秦渡鎮(zhèn)率定期與驗證期月徑流實測與模擬對比

3.3 基于VIC模型的水文不確定性分析

模型驅動數(shù)據(jù)與水文參數(shù)是影響VIC模型模擬精度的主要因素，驅動數(shù)據(jù)包括植被、高程、氣象等數(shù)據(jù)，通過改變初始場、產流與匯流過程影響模擬結果；VIC模型水文參數(shù)包括飽和容量曲線形狀參數(shù)B、最大基流速度Dm、非線性基流增長時占Dm的比例系數(shù)Ds、非線性基流發(fā)生時底層土壤含水量與最大含水量的比值WS、第二層土壤厚度d2、第三層土壤厚度d3共6個參數(shù)，水文參數(shù)影響著徑流的產生、運移與轉化的過程，是水文不確定性研究的核心內容[26]。

高程數(shù)據(jù)作為模型主要輸入數(shù)據(jù)之一。從不同高程產品提取的河道面積、坡度等要素值略有差異，但對模擬結果影響有限，并且高程數(shù)據(jù)分辨率的差異會由于模型模擬的復雜性在一定程度上淡化對模擬結果的影響[27]。在秦嶺北麓灞河流域，利用不同的高程數(shù)據(jù)分辨率(30～90 m)，模擬得到的徑流變化量僅為3.5%[28]。因此本文結合楊亞慧[21]對秦嶺北麓模擬成果，采用分辨率為90 m的高程數(shù)據(jù)作為模型驅動數(shù)據(jù)。

土地利用數(shù)據(jù)的分辨率對于水文結果影響的不確定性研究較少，僅有李雪[29]研究發(fā)現(xiàn)土地利用數(shù)據(jù)的空間精度主要影響水文響應單元，但數(shù)據(jù)集精度與模擬結果并不存在顯著相關性，對模擬結果影響有限。為減小率定期與驗證期由于土地利用類型變化導致的模擬誤差，本文基于Landsat衛(wèi)星1980—2015年土地利用類型遙感影像發(fā)現(xiàn)研究區(qū)土地覆被轉換面積總體變化幅度較小，36 a來各類土地利用類型面積平均變化量不足1%，因此本文利用可以代表多年土地利用平均狀態(tài)的2010年土地利用數(shù)據(jù)作為率定期與驗證期模型驅動數(shù)據(jù)。

氣象數(shù)據(jù)是影響水文不確定性的重要因素，尤其降水數(shù)據(jù)很大程度上影響著模型模擬結果。在秦嶺高海拔山區(qū)缺乏降水觀測資料，為確保有限的氣象數(shù)據(jù)能夠真實的描述研究區(qū)狀況，研究使用薄盤樣條插值方法，以經(jīng)度、緯度和海拔為獨立變量，基于臺站數(shù)據(jù)利用Anusplin軟件插值到秦嶺山區(qū)的氣象數(shù)據(jù)[17]。

水文參數(shù)是分布式水文模型不確定性的主要來源，研究借鑒朱悅璐等[30]在渭河流域試驗得出的參數(shù)敏感區(qū)間，利用均勻設計法得出流域水文參數(shù)，受限于水文實測資料，模擬研究必須通過流域相似性方法進行水文參數(shù)移植，李珂等[20]、楊亞慧[21]的研究證明了水文參數(shù)移植在秦嶺北麓流域具有可行性。在觀測流域，VIC模型模擬結果保持著較高的模擬精度。在無觀測流域，利用水文相似方法模擬流域徑流，模擬結果略低于真實情況，但總體效果較好。本文基于VIC水文模型在秦嶺山區(qū)，利用有限的觀測資料，進行參數(shù)率定，并對無觀測資料流域進行相似流域的水文參數(shù)移植，對比率定期和驗證期觀測和模擬徑流，發(fā)現(xiàn)模擬值可以很好地再現(xiàn)真實的徑流量，可見VIC模型適用于秦嶺山區(qū)徑流的模擬研究。

3.4 秦嶺北麓徑流重建及變化

通過對秦嶺北麓流域水文相似性分析，移植水文參數(shù)進行流域徑流定量化研究，得出秦嶺北麓39個峪口多年平均徑流量及其與總徑流的占比(表1)。子流域年平均徑流為(0.19～5.95)億m3/a，多數(shù)集中在(0.2～0.25)億m3/a，秦嶺北麓以中小流域產水為主。M-K趨勢分析顯示有17個子流域徑流量呈顯著增加趨勢(顯著性水平>0.05)。

1970—2015年秦嶺北麓總徑流變化見圖4，過去46 a年徑流量為(16～65.4)億m3/a，多年平均為35.2億m3/a。基于年平均徑流深度等值線對無資料流域估算，得出秦嶺北麓徑流量多年平均值為(31.5～40)億m3/a[5,15]，與本文利用模型計算徑流量相當。但本研究利用具有物理機制的模型模擬定量化描述秦嶺北麓徑流動態(tài)變化過程，充分考慮區(qū)域植被土壤與氣候要素，相比統(tǒng)計估算結果更可靠，所重建的徑流時間序列，可以從動態(tài)變化角度研究秦嶺北麓徑流量的變化，彌補了以往研究在時間尺度上的不足。

圖4 秦嶺北麓1970-2015年徑流量曲線

1970—2015年秦嶺北麓總徑流量呈現(xiàn)較大的波動，1983年徑流量最高達到65.4億m3，而1977年最小值僅為16億m3。從10 a滑動平均曲線來看，秦嶺北麓總徑流經(jīng)歷了增加—減小—增加3個階段：(1) 1977—1988年，徑流量波動增加，且由“負距平”轉為“正距平”；(2) 1989—2004年，徑流量波動減少；(3) 2005—2010年，徑流量呈波動增加趨勢。

4 結 論

(1) VIC模型在秦嶺北麓觀測流域的模擬中，率定期和驗證期NS系數(shù)在0.76以上，R2在0.91以上，RE控制在±15%以內，模型的模擬精度較高，可以反映觀測流域的徑流變化。

(2) 在北麓無觀測流域，基于相似流域水文參數(shù)移植法的模擬結果顯示，在率定期與驗證期NS，R2，RE分別為0.75，0.87，3.9和0.81，0.94，4.6，說明參數(shù)移植法適用于北麓無觀測流域的模擬。

(3) 秦嶺北麓以中小流域產水為主，流域面積在1 500 km2以上的流域徑流量占比為31%，1970—2015年徑流總量為(16～65.4)億m3/a，多年平均徑流量為35.2億m3/a。秦嶺北麓總徑流經(jīng)歷了增加—減小—增加3個階段，其變化主要與降水相關。模型模擬秦嶺北麓總徑流，相較于臨近流域徑流估算法，模型具有物理機制可以更加準確地模擬無觀測流域徑流變化，并充分考慮了流域異質性對徑流變化的影響，減少了傳統(tǒng)預估方法帶來的不確定性，是未來無資料流域徑流變化研究的重要工具。