變化環境下渭河流域生態水文情勢演變歸因研究

江善虎，劉亞婷，任立良，王孟浩，周 樂，任明明

(1.河海大學水文水資源與水利工程科學國家重點實驗室，江蘇 南京 210098；2.河海大學水文水資源學院，江蘇 南京 210098)

河流生態水文情勢決定著河流生態系統的物質循環、能量傳遞、生境與生物之間的相互作用等，進而對河流生態系統健康產生影響[1-3]。近幾十年來，隨著社會經濟發展和人口增長，強烈的人類活動干擾改變了流域水文循環過程[4-6]，進而在不同程度上改變了河流生態水文情勢[7-9]。因此，剖析河流生態水文情勢的變化程度，定量區分氣候變化和人類活動對生態水文情勢演變的影響，對適應環境變化的河流健康管理具有重要的科學意義。

近年來，越來越多的學者關注到水文情勢變化的量化及其生態效應。由Richter等[10]提出的水文改變指標(indicators of hydrologic alteration，IHA)法與變動范圍(range of variability approach，RVA)法相結合的方法是研究河流水文情勢變化程度及其生態效應的常用方法。張文浩等[11]使用IHA方法分析了潑河水庫的水文情勢變化；杜現增等[12]將IHA的33個水文指標引入到河流健康綜合評價中；陳啟慧等[13]將RVA方法應用于生態需水計算；Yang等[14]基于RVA方法分析了黃河干流的生態水文指標特征，評價了其生態效益。但上述研究中所使用的IHA水文指標數目眾多(33個)，不便于計算和分析。程俊翔等[15]使用主成分分析(principal component analysis，PCA)法篩選出7個IHA水文指標作為洞庭湖出口的生態最相關水文指標(most ecologically relevant hydrologic indicators,ERHIs)；Yang等[16]采用PCA等方法篩選出6個指標作為Illinois河的ERHIs。用ERHIs來替代數目眾多的IHA水文指標，既能盡量保留原始數據的關鍵信息，又能很大程度減少眾多水文變量的信息冗余，給研究帶來便利。“觀測-模擬”對比分析法將自然條件與人為影響條件下的徑流特征進行比較，被廣泛用于量化環境變化對徑流演變的影響[17-19]。該方法對數據要求較低，可通過選擇合適的水文模型來重建流域的自然徑流過程。因此，綜合ERHIs法和“觀測-模擬”對比分析法可定量刻畫氣候變化和人類活動對河流生態水文情勢演變的影響。

本文以資源性缺水問題突出的渭河流域作為研究區域，通過PCA方法篩選出7個IHA水文指標作為渭河流域的ERHIs，利用可變下滲容量(variable infiltration capacity，VIC)模型重建天然流量序列，采用“觀測-模擬”對比分析法定量分離氣候變化和人類活動對河流生態水文情勢演變的影響，以期為適應環境變化的河流健康管理提供科學依據。

1 研究區概況

渭河是黃河的最大支流，屬于降水補給性河流。渭河干流全長818 km，兩岸支流眾多。渭河流域位于秦嶺以北，處于我國濕潤區和干旱區的過渡帶，屬于典型的干旱半干旱氣候。渭河的水資源狀況很大程度上影響著黃河水資源的豐枯變化、開發利用等。

選取咸陽和華縣水文站作為渭河干流流量控制站，華縣水文站(109°46′E，34°35′N)控制區集水面積10.6萬km2，咸陽水文站(108°42′E，34°19′N)控制區集水面積4.7萬km2，如圖1所示。

渭河流域1961—2017年多年平均降水量為564.5 mm，多年平均天然徑流量為63.31億m3，相當于徑流深59.73 mm，多年平均徑流系數為0.11；最大年徑流量為1964年的187.60億m3，最小年徑流量為1997年的16.83億m3，兩者相差約10倍。此外，徑流年內分配不均勻，其中1月來水量最少，僅占全年的2.5%左右，9月來水量最大，占全年的19%左右，汛期7—10月總來水量占全年的60%左右。

圖1 研究區氣象站和水文站示意圖Fig.1 Sketch of meteorological and hydrological stations in study area

2 數據來源與研究方法

2.1 數據來源

收集了以下數據資料：①摘自水文年鑒的1961—2017年咸陽和華縣水文站及62個雨量站的日降水量及日流量數據；②1961—2017年渭河流域氣象站的氣溫、風速以及日降水量等數據，均由國家氣象局提供；③90 m DEM數據，來源于中國科學院計算機網絡信息中心。

2.2 研究方法

2.2.1水文變異診斷及天然徑流重建方法

采用Mann-Kendall趨勢分析法對渭河流域咸陽和華縣水文站徑流序列的變化趨勢進行檢測，統計量Z<-1.96或Z>1.96時，表示通過95%的顯著性檢驗。徑流序列的突變點通過Pettitt突變點檢測法確定，并用降雨徑流雙累積曲線法進行驗證。將整個研究期以突變點為界，劃分為基準期和變化期，用受人類活動影響較弱的基準期資料來率定VIC模型參數，用變化期的水文氣象資料驅動VIC模型，還原變化期河流的天然徑流序列。

2.2.2ERHIs確定及生態水文情勢改變度計算

RVA方法是一種以IHA水文指標體系為基礎的，可定量描述單個水文指標受影響后的變化程度，對比分析變異前后的水文數據，評估水文指標改變程度的方法。一般以突變前各指標的平均值加上或減去標準偏差，或以指標出現頻率的75%和25%作為滿足河流生態需求的上限和下限，即RVA閾值[4]。通過估算突變點后年份的IHA水文指標以及單個水文指標和綜合的水文改變度，來判斷水文序列受影響的程度。

由于IHA水文指標的冗余性及指標之間的相關性，本文采用PCA方法對其簡化，以此改進RVA方法。PCA方法采用降維的思想，盡可能保留原始數據信息，以少丟失或不丟失信息為前提，將原有的許多相關變量轉化為新的少數幾個不相關的變量，主成分即這些新的少數幾個綜合變量，每個主成分是原始變量的線性組合。由于渭河流域在1961—2017年沒有出現斷流，所以采用除去斷流天數的32個IHA水文指標進行分析。通過PCA方法篩選出若干個ERHIs來代替原有的32個IHA水文指標，改進后的RVA方法計算公式如下：

(1)

(2)

(3)

式中：S為IHA水文指標的偏移度；Ppost、Ppre分別為改變后和改變前的IHA水文指標參數；Di為第i個水文指標改變度(當67%≤Di≤100%時，被認為是高程度改變；當33%≤Di<67%時，被認為是中等程度改變；當0≤Di<33%時，被認為是低程度改變)；Noi為第i個水文指標在突變點后實際處于RVA閾值范圍內的年數；Nf為指標在突變點后預期處于RVA閾值內的年數；D0為水文指標綜合改變度。

2.2.3環境變化對生態水文情勢演變影響的定量評估

利用實測的基準期流量序列得出生態水文指標的閾值，并構建流域生態水文情勢演變歸因的定量計算方法。分別計算出基準期和變化期的實測序列ERHIs綜合改變度Dobs和模擬序列ERHIs綜合改變度Dsim。假設氣候變化和人類活動對生態水文情勢演變的影響是相互獨立的，則基于實測徑流的綜合改變度可表示為

Dobs=Dc+Dh

(4)

式中Dc、Dh分別為氣候變化和人類活動引起的生態水文指標改變度。

由于VIC模型的結構和參數與基準期保持一致，因此重建徑流僅反映了氣候變化影響下的情況，所以基于模擬徑流的綜合改變度可表示為

Dsim=Dc

(5)

實測與模擬徑流的綜合改變度的差值可表示為

ΔD=Dobs-Dsim=Dh

(6)

氣候變化對生態水文情勢的貢獻率Ic和人類活動對生態水文情勢的貢獻率Ih分別為

(7)

(8)

3 結果與分析

3.1 水文變異分析及天然徑流重建

對1961—2017年渭河流域的年徑流量和降水量序列進行Mann-Kendall(M-K)趨勢檢驗及Pettitt突變點檢測的結果如表1所示。兩站年徑流量與降水量均呈下降趨勢，咸陽和華縣水文站徑流量的M-K檢驗統計量Z值分別為-4.1和-3.4；Pettitt突變點檢測結果顯示徑流量序列的突變發生在1990年附近，又用降雨徑流雙累積曲線(圖2)對其進一步驗證，顯示兩站的徑流序列的突變點也在1990年附近。因此，將整個研究期分為基準期(1961—1990年)及變化期(1991—2017年)。

表1 渭河流域水文要素檢驗檢測結果Table 1 Test results of hydrological parameters in the Weihe River Basin

(a) 咸陽水文站

將基準期(1961—1990年)進一步劃分，分為模型率定期(1961—1980年)和驗證期(1981—1990年)，VIC模型的模擬精度結果見表2，其中納什效率系數(NSE)最小為0.67，相對誤差(RE)絕對值最大為7.7%，VIC模型的精度達標，表明VIC模型基本可以客觀地重建渭河流域的歷史水文過程。

表2 VIC模型模擬精度評價Table 2 Performance of simulation using VIC model

(a) 咸陽水文站

(a) 1月平均流量

3.2 ERHIs的選取及趨勢分析

基于PCA方法的咸陽站和華縣站32個IHA水文指標的特征值及累積貢獻率如圖3所示。其中，咸陽水文站的第1主成分(PC1)的貢獻率為45%，特征值為14.27；第2主成分(PC2)與PC1的累積貢獻率為61%，特征值為5.13；前6個主成分(PCs)的特征值都大于1，且累積貢獻率為81%。根據提取原則，接受累積貢獻率大于80%且特征值大于1的PCs，所以將PC1～PC6作為咸陽站所需的主成分。華縣水文站的PC1的貢獻率為40%，特征值為12.77；PC2與PC1的累積貢獻率為58%，特征值為5.7。前7個PCs的特征值大于1，累積貢獻率為83%。因此，將PC1～PC7作為華縣水文站所需的主成分。

以咸陽和華縣水文站所選的PCs中載荷值的絕對值最高或相對較高的指標作為渭河流域的主成分，最后選擇出現頻率最高的7個指標：流量平均減少率、最大7 d平均流量、年最小日流量發生時間、年最大日流量發生時間、1月平均流量、12月平均流量和年高流量脈沖發生次數，作為渭河流域的ERHIs。

利用式(1)(2)計算得出咸陽和華縣水文站的32個IHA水文指標綜合改變度分別為40%和37%，7個ERHIs的綜合改變度分別為41%和34%，可以看出兩者計算結果相差不大，驗證了ERHIs選取的合理性及其對渭河流域生態水文情勢的代表性。

渭河流域咸陽和華縣水文站7個ERHIs的時間變化特征分別見圖4和圖5，圖中紅線條表示線性趨勢，淺紅色區域表示置信度為95%的區間，可以看出咸陽站的1月平均流量、12月平均流量和最大7 d平均流量分別以每年0.66 m3/s、1 m3/s和12 m3/s的速率明顯下降，年高流量脈沖發生次數也呈逐漸下降趨勢。流量平均減少率逐漸增大。而年最小和最大日流量發生時間整體上沒有明顯變化。華縣水文站12月平均流量和最大7 d平均流量分別以每年1 m3/s和19 m3/s的速率明顯下降。除1月平均流量無明顯下降趨勢，其他指標變化趨勢與咸陽水文站一致。這種變化表明了渭河流域的洪峰流量被大大削弱，且徑流總量減小。

(a) 1月平均流量

3.3 生態水文情勢演變的定量歸因

通過“觀測-模擬”對比分析法定量分離氣候變化和人類活動對渭河生態水文情勢演變的貢獻率。表3是咸陽和華縣水文站分別以實測徑流及VIC模型輸出的數據作為輸入數據的ERHIs改變度，兩站基于實測序列的ERHIs綜合改變度分別為41%和34%，都為中度改變，基于模擬序列的ERHIs綜合改變度都為18%，屬于低度改變。分析結果顯示：人類活動導致的咸陽和華縣水文站ERHIs綜合改變度的變化分別為23%和16%，人類活動對生態水文情勢演變的貢獻率分別為56%和47%，氣候變化對生態水文情勢演變的貢獻率則分別為44%和53%，表明渭河流域生態水文情勢的演變是兩者共同作用的結果。

基于實測徑流的流量平均減少率在咸陽和華縣水文站均發生了中高程度的改變，而這個指標在基于模擬徑流的計算結果中改變程度大幅降低，這表明人類活動對生態水文情勢演變的影響主要體現在使河流流量減少。近年來，渭河流域耗水量呈較明顯的增長趨勢，農業灌溉耗水量的增加[20]、水土保持工程的建設、河流沿岸地下水的開采以及雨水集蓄工程等措施的興建，均是導致渭河徑流衰減的人為因素[21]。此外，氣候變化也是渭河流域生態水文情勢改變的重要原因，降水的減少引起徑流補給量的下降[20]，從而引起生態水文指標的改變。

4 結 論

a.1961—2017年渭河流域年降水量呈不顯著下降趨勢，咸陽和華縣水文站年徑流量呈顯著減少趨勢，于1990年出現突變。根據VIC模型重建了渭河流域歷史水文過程，NSE最小為0.67，RE絕對值最大為7.7%。

b.渭河流域ERHIs指標為流量平均減少率、最大7 d平均流量、年最小日流量發生時間、年最大日流量發生時間、1月平均流量、12月平均流量和年高流量脈沖發生次數。流量平均減少率呈上升趨勢，極端流量發生時間無明顯變化，其余指標均呈下降趨勢。

c.咸陽和華縣水文站實測ERHIs綜合改變度為41%和34%，模型模擬的兩站ERHIs綜合改變度為18%。人類活動對咸陽和華縣水文站ERHIs綜合改變的貢獻率分別為56%和47%，渭河流域生態水文情勢的改變由氣候變化和人類活動共同作用所致。