氣候變化和人類活動(dòng)對(duì)鄱陽湖流域贛江徑流影響的定量分析*

劉貴花,齊述華**,朱婧瑄,熊夢(mèng)雅,王　點(diǎn)

(1：江西師范大學(xué)鄱陽湖濕地與流域研究教育部重點(diǎn)實(shí)驗(yàn)室,南昌 330022)(2：江西師范大學(xué)地理與環(huán)境學(xué)院,南昌 330022)

?

氣候變化和人類活動(dòng)對(duì)鄱陽湖流域贛江徑流影響的定量分析*

劉貴花1,2,齊述華1,2**,朱婧瑄2,熊夢(mèng)雅2,王點(diǎn)2

(1：江西師范大學(xué)鄱陽湖濕地與流域研究教育部重點(diǎn)實(shí)驗(yàn)室,南昌 330022)(2：江西師范大學(xué)地理與環(huán)境學(xué)院,南昌 330022)

氣候變化和人類活動(dòng)對(duì)流域徑流影響的定量研究是當(dāng)前研究的熱點(diǎn)，贛江作為鄱陽湖流域最大的子流域，徑流變化對(duì)鄱陽湖濕地水生態(tài)系統(tǒng)具有重要的影響. 利用Mann-Kendall突變檢驗(yàn)分析了贛江流域徑流1955-2010年間演變趨勢(shì)，再分別應(yīng)用統(tǒng)計(jì)方法和IHACRES集總式模型分析氣候要素和人類活動(dòng)對(duì)徑流的影響. 研究表明IHACRES能夠較好地模擬贛江流域徑流，適用于中亞熱帶濕潤(rùn)季風(fēng)氣候區(qū). Mann-Kendall突變檢驗(yàn)表明贛江流域徑流在1979年發(fā)生突變，可劃分為1955-1979年和1980-2010年兩個(gè)時(shí)段. 降水是影響贛江流域徑流年際變化的主要因素,而土地利用等人類活動(dòng)的影響并不明顯. 水庫(kù)建設(shè)顯著影響贛江徑流的季節(jié)分配，1980-2010年間人類活動(dòng)影響更加顯著，其中45%的年份秋季徑流增加50%以上，26%的年份秋季徑流增加超過100%，其中1989年的秋季徑流增加幅度達(dá)到320%.

徑流；Mann-Kendall檢驗(yàn)；IHACRES；贛江；鄱陽湖流域；氣候變化；人類活動(dòng)

徑流是流域水循環(huán)的重要環(huán)節(jié)，徑流量的變化影響整個(gè)水文系統(tǒng)的演化，影響生態(tài)環(huán)境及區(qū)域經(jīng)濟(jì)的發(fā)展. 氣候變化和人類活動(dòng)[1-3]以不同方式影響著流域水文系統(tǒng)和生態(tài)功能，特別是近年來水利工程及土地利用等人類活動(dòng)日益加劇[4]，極大地改變了流域的下墊面條件，影響流域水資源的開發(fā)及利用，破壞流域生態(tài)系統(tǒng)平衡，使水文過程的恢復(fù)和保護(hù)日益迫切和必要[5-6].

水文模型是對(duì)自然界中復(fù)雜水循環(huán)過程的近似描述，是水文科學(xué)研究的一種手段和方法. 分布式水文模型具有很強(qiáng)的物理機(jī)制，但其所需的數(shù)據(jù)量大、結(jié)構(gòu)復(fù)雜、參數(shù)多；集總式水文模型結(jié)構(gòu)簡(jiǎn)單、所需數(shù)據(jù)少、參數(shù)少，在氣候變化的水文效應(yīng)評(píng)估及無資料地區(qū)水文研究中廣泛應(yīng)用.

本文以鄱陽湖流域最大河流——贛江為研究對(duì)象，利用1955—2010年贛江外洲水文控制站流量觀測(cè)資料，探討IHACRES模型在中亞熱帶濕潤(rùn)季風(fēng)季候區(qū)的應(yīng)用效果，以IHACRES模型定量分析氣候變化和人類活動(dòng)的影響量.

圖1 贛江流域水文氣象站點(diǎn)及水庫(kù)分布Fig.1　Location of hydrological and rainfall stations and water reservoirs in Ganjiang watershed

1　研究區(qū)概況

贛江是鄱陽湖流域最大的河流，貫穿江西南北，是長(zhǎng)江八大支流之一. 發(fā)源于石城縣洋地鄉(xiāng)石寮崠，入湖口為永修縣吳城鎮(zhèn)望江亭，主河道長(zhǎng)823 km，沿途流經(jīng)贛州、吉安、萍鄉(xiāng)、宜春等地，下游外洲水文站控制斷面以上流域面積為78021 km2，約占鄱陽湖流域總面積的50%，多年平均流量為2125 m3/s，約占鄱陽湖流域徑流總量的50%(圖1). 流域內(nèi)地貌格局多樣，以山地丘陵為主，低丘崗地為輔，其中山地約占50%，丘陵約占30%，平原約占20%，由南向北海拔高度逐漸降低，呈階梯狀分布. 流域內(nèi)以林地、耕地等覆被類型為主，土壤類型以典型強(qiáng)淋溶土、旱耕人為土為主. 流域?qū)僦衼啛釒駶?rùn)季風(fēng)氣候區(qū)，氣候溫和，雨量豐沛，四季分明，霜凍期較短. 流域多年平均降水量為1580.8mm，每年4-6月為主雨季，暴雨集中形成洪水.

1980s以來，以水庫(kù)建設(shè)、新墾坡耕等為主的人類活動(dòng)在贛江流域顯著加強(qiáng). 贛江流域水資源豐富，可開發(fā)的水能資源為333×104kW，目前已建立的各型水庫(kù)庫(kù)容達(dá)到23.43×109m3，這些水庫(kù)用于防汛、灌溉、發(fā)電等.

2　數(shù)據(jù)與方法

2.1數(shù)據(jù)收集

本文主要收集1955-2010年贛江水文控制站外洲站的日徑流數(shù)據(jù)；46個(gè)氣象站的逐日降水、氣溫等氣象數(shù)據(jù)，多數(shù)站點(diǎn)降水時(shí)間序列為1955-2010年，部分站點(diǎn)數(shù)據(jù)為1961-2010年，考慮數(shù)據(jù)的統(tǒng)一性，采用1961-2010年46個(gè)氣象站平均值分析贛江流域降水量的變化.

2.2Mann-Kendall檢驗(yàn)

Mann-Kendall檢驗(yàn)是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，變量可以不具有正態(tài)分布特征，檢測(cè)范圍寬、人為影響小、定量化程度高，適用于水文變量的趨勢(shì)分析. 應(yīng)用Mann-Kendall方法分析水文氣象數(shù)據(jù)的研究逐漸增多，包括降水、氣候及徑流的變化趨勢(shì)研究[7-8]和突變性檢驗(yàn)[9-10]. 本文采用Mann-Kendall方法對(duì)贛江下游外洲站徑流和贛江流域降水等要素進(jìn)行突變性檢驗(yàn)，求出徑流及降水等發(fā)生突變的年份，分析不同時(shí)期徑流變化與氣候變化及人類活動(dòng)的關(guān)系，為應(yīng)用IHACRES模型進(jìn)行徑流模擬提供基礎(chǔ).

2.3IHACRES模型

IHACRES模型由Jakeman等提出，以單位線原理為基礎(chǔ)，是一個(gè)集總式概念性降水-徑流模型[11-12]，該模型在國(guó)外廣泛用于徑流模擬，并在一些資料缺乏地區(qū)推廣[13-14]. 模型參數(shù)較少，需輸入數(shù)據(jù)包括降水、徑流量、氣溫、流域面積等，減少了因模型復(fù)雜、參數(shù)和輸入數(shù)據(jù)多而造成的模擬結(jié)果的不確定性.模型由非線性模塊和線性模塊串聯(lián)而成.

非線性模塊又稱降水量損失模塊，負(fù)責(zé)將降水轉(zhuǎn)化為有效降水，有效降水指最終以徑流形式流出流域的降水，水量損失發(fā)生在非線性模塊，相同的降水量在不同的研究區(qū)產(chǎn)生的徑流存在差異. 有效降水(Uk)(產(chǎn)生徑流的降水量部分)由降水量(rk)和濕潤(rùn)指數(shù)(Sk)確定.

Uk=rk·Sk

(1)

其中，Sk的計(jì)算方法為：

(2)

(3)

式中，參數(shù)τw(流域干時(shí)常數(shù))是在參考?xì)鉁豻r下τw(tk)的值.τw(tk)決定著無降水時(shí)段內(nèi)Sk的衰減速率. 參數(shù)f(溫度調(diào)節(jié)因子)決定τw(tk)對(duì)溫度tk的敏感程度. 有降水量的時(shí)段，Sk會(huì)發(fā)生遞減，但是也會(huì)隨著rk的比例(C)增加.C值在模型調(diào)試過程中自動(dòng)生成.

(4)

(5)

(6)

在模型中，除了參數(shù)C值由降水、徑流等資料自動(dòng)生成以外，其他需要手動(dòng)配置. 這些參數(shù)包括：τw、f、tr、產(chǎn)流的時(shí)間延遲系數(shù)(為數(shù)據(jù)時(shí)間步長(zhǎng)的整數(shù)倍數(shù))、單位過程曲線結(jié)構(gòu). 單位過程曲線結(jié)構(gòu)有3個(gè)選項(xiàng)：single、twoinseries、twoinparallel，大多數(shù)流域選用twoinparallel，即快速?gòu)搅骱吐購(gòu)搅鞑⒘械男问?

2.4模型評(píng)價(jià)指標(biāo)

Nash-Sutcliffe效率系數(shù)(NS)、相關(guān)系數(shù)(R2)和相對(duì)誤差(PBIAS)被用來評(píng)價(jià)模型校準(zhǔn)期和驗(yàn)證期的模擬效果[15-16].

R2表示模擬值與實(shí)測(cè)值的擬合效果，范圍為0～1，值越大表示擬合效果越好，并且值大于0.5時(shí)，模型模擬效果可以接受.

NS計(jì)算公式如下：

(7)

式中，Qobs、Qsim和mean(Qobs)分別為實(shí)測(cè)值、模擬值和實(shí)測(cè)值均值；n代表數(shù)據(jù)個(gè)數(shù).NS最優(yōu)值是1.0，NS值越接近于1.0，表示模擬效果越好，當(dāng)NS為負(fù)值時(shí)，模型模擬值沒有實(shí)測(cè)值的均值效果好.

PBIAS計(jì)算公式如下：

(8)

式中，Qobs和Qsim分別為實(shí)測(cè)值和模擬值.PBIAS最優(yōu)值為0，負(fù)值表示實(shí)測(cè)值小于模擬值，而正值表示實(shí)測(cè)值大于模擬值. 當(dāng)|PBIAS|介于15～25之間時(shí)，模型模擬效果令人滿意；當(dāng)|PBIAS|介于10～15之間時(shí)，模擬效果較好；當(dāng)|PBIAS|小于10時(shí)，模擬效果非常好.

2.5人類活動(dòng)影響指數(shù)

采用影響指數(shù)(L)定量分析人類活動(dòng)對(duì)贛江流域徑流的影響：

L=(Qo-Qs)/Qs

(9)

式中，Qo為實(shí)測(cè)徑流流量(m3/s)，Qs為模擬徑流流量(m3/s).

3　結(jié)果與分析

3.1降水與徑流變化趨勢(shì)

影響流域徑流的氣候要素主要包括降水、蒸發(fā)、氣溫等，在大中尺度流域，降水對(duì)徑流過程的影響顯著.根據(jù)Mann-Kendall檢驗(yàn)?zāi)杲邓淖兓厔?shì)(圖2)表明：(1)贛江流域降水量總體呈波動(dòng)上升趨勢(shì)(圖2a). 1961-1970年年總降水量先下降后上升，1963年為該時(shí)期降水最低值；1971-1979年降水量變化趨勢(shì)不顯著，1979年以后逐漸上升，1998-2002年超過α=0.05的顯著性水平，2002年以來降水量呈下降趨勢(shì)；(2)根據(jù)UF和UB曲線的交點(diǎn)位置，采用T檢驗(yàn)法，確定流域降水在1979年發(fā)生突變.

圖2 1961-2010年贛江流域降水年際變化(a)及其Mann-Kendall突變檢驗(yàn)結(jié)果(b)Fig.2　Inter-annual variation of depth of rain (a) and its Mann-Kendall results (b) in Ganjiang watershed during 1961-2010

根據(jù)Mann-Kendall檢驗(yàn)1955-2010年贛江外洲站年總徑流量的變化趨勢(shì)(圖3)表明：(1)外洲站年總徑流量呈波動(dòng)上升趨勢(shì). 1955-1962年徑流量顯著上升，并超過α=0.05顯著性水平，之后逐漸降低，1967年UF值為0，1967-1979年徑流量變化趨勢(shì)不顯著，1979年以后又出現(xiàn)顯著上升趨勢(shì)，2002年超過α=0.05的顯著性水平，2002年以來徑流量呈下降趨勢(shì)；(2)UF和UB曲線有多個(gè)交點(diǎn)，為了去除無效突變點(diǎn)，采用T檢驗(yàn)法，確定年徑流在1979年發(fā)生突變. 與流域年降水的突變發(fā)生時(shí)間一致，說明流域徑流的增加與降水直接相關(guān). 根據(jù)降水和徑流的突變檢驗(yàn)結(jié)果，將研究時(shí)段劃分為1955-1979年和1980-2010年兩個(gè)階段.

圖3 1955-2010年外洲站徑流深年際變化(a)及其Mann-Kendall突變檢驗(yàn)結(jié)果(b)Fig.3　Inter-annual variation of depth of runoff (a) and its Mann-Kendall results (b) in Waizhou Station during 1955-2010

為定量表示降水與徑流變化量的關(guān)系，研究采用流域年降水變異系數(shù)與外洲站年徑流變異系數(shù)相比較. 根據(jù)上述分析結(jié)果，將流域徑流數(shù)據(jù)分為兩個(gè)階段：第1階段為1955-1979年；第2階段為1980-2010年. 1955-2010年年徑流和年降水的變異系數(shù)分別為27.8%和15.5%，其中，第1階段分別為33.4%和18.1%；第2階段分別為22.6%和13.3%，表明在兩個(gè)階段徑流受降水的影響均較大.

3.2IHACRES模型的徑流模擬評(píng)價(jià)

IHACRES模型可以有效評(píng)估氣候變化對(duì)流域水文要素的影響，分析表明流域徑流與降水的變化趨勢(shì)基本一致，表明在不考慮下墊面的條件下，降水等氣候因子是影響流域年徑流的重要因素. 將人類活動(dòng)影響相對(duì)較少的1955-1979年作為基準(zhǔn)時(shí)段，用該時(shí)段降水、徑流及氣溫?cái)?shù)據(jù)率定模型參數(shù)；然后輸入變化時(shí)段(1980-2010年)實(shí)際降水、徑流及氣溫?cái)?shù)據(jù)運(yùn)行模型，檢驗(yàn)?zāi)Ｐ湍M效果，并分析除降水和氣溫以外其他因子對(duì)徑流的影響，概括為人類活動(dòng)的影響.

輸入數(shù)據(jù)為1955-2010年贛江下游外洲站日降水量、日徑流量、日氣溫和流域面積數(shù)據(jù)，采用月尺度進(jìn)行模擬，選取基準(zhǔn)時(shí)段(1955-1979年)降水、氣溫和徑流數(shù)據(jù)率定參數(shù). 參數(shù)取值分別為：w=2，f=4.9，c=0.001，tr=30，δ=0(其中w為流域干時(shí)常數(shù)，f為溫度調(diào)節(jié)因子，c為保證在整個(gè)率定期模擬的有效降水總量等于觀測(cè)總徑流量的一個(gè)非自由參數(shù)，tr為參考溫度，δ為產(chǎn)流的延遲時(shí)間系數(shù)). 模型月徑流量模擬效果較好(圖4)，其中NS為0.83，相對(duì)誤差為0.02，R2達(dá)0.8649，表明IHACRES模型可以用于贛江流域的徑流變化研究.

圖4 外洲站1955-1979年基準(zhǔn)期徑流模擬值與實(shí)測(cè)值比較及擬合狀況Fig.4　Comparison between simulated runoff and observed runoff and curve chart in Waizhou Station during 1955-1979

3.3人類活動(dòng)對(duì)贛江徑流變化的影響

應(yīng)用模型率定的參數(shù)，求出變化時(shí)段(1980-2010)徑流量模擬值，與實(shí)測(cè)值相比較(圖5)，模型NS為0.50，PBIAS值為2.69，R2為0.6607. 利用1955-1979年基準(zhǔn)期模擬徑流率定的參數(shù)模擬1980-2010年徑流量變化時(shí)的誤差顯著增加，表明1980-2010年間人類活動(dòng)對(duì)贛江徑流的影響顯著增強(qiáng).

圖5 外洲站1980-2010年變化期徑流模擬值與實(shí)測(cè)值比較及擬合狀況Fig.5　Comparison between simulated runoff and observed runoff and curve chart in Waizhou Station during 1980-2010

由外洲站基準(zhǔn)期(1955-1979年)和變化期(1980-2010年)徑流模擬值與實(shí)測(cè)值的年內(nèi)變化特征(圖6、7)和模型效率系數(shù)、相對(duì)誤差、相關(guān)系數(shù)值(表1)等可以看出：基準(zhǔn)期各季節(jié)徑流模擬效果都很好，NS均在0.65以上，PBIAS小于6；而變化期夏季模擬效果最好，NS為0.66，PBIAS為1.93，R2為0.68；冬季次之，NS、PBIAS和R2分別為0.65、9.63和0.73；春季和秋季較差，特別是秋季，NS為-0.06，PBIAS為28.69，徑流量實(shí)測(cè)值顯著大于模擬值，表明人類活動(dòng)使秋季徑流量顯著增加，春季徑流量顯著減少.

圖6 外洲站1955-1979年徑流模擬值與實(shí)測(cè)值季節(jié)變化的比較Fig.6　Comparison between seasonal simulated runoff and observed runoff in Waizhou Station during 1955-1979

圖7 外洲站1980-2010年徑流模擬值與實(shí)測(cè)值季節(jié)變化的比較Fig.7　Comparison between seasonal simulated runoff and observed runoff in Waizhou Station during 1980-2010

表1 外洲站1955-2010年月徑流數(shù)據(jù)率定參數(shù)及有效性系數(shù)

通過計(jì)算變化期不同年份人類活動(dòng)影響指數(shù)(L)值，分析人類活動(dòng)對(duì)徑流的影響評(píng)價(jià)，表明人類活動(dòng)對(duì)贛江秋、冬徑流有增加作用(圖8). 45%年份的秋季徑流增加50%以上，其中徑流增加超過100%的年份達(dá)26%；徑流增加超過150%的年份占16%；1989年的徑流增加幅度最大，為320%.

盡管建國(guó)初期由于不合理的經(jīng)濟(jì)建設(shè)政策，加上后來人口增加，森林砍伐嚴(yán)重，森林覆蓋度從1950s的40.1%下降到1980s初期的31.5%，但根據(jù)IHACRES模型模擬1955-1979年徑流的結(jié)果表明：贛江流域徑流變化主要受氣候要素影響，土地利用覆蓋的變化對(duì)地表徑流的影響并不顯著，且受水庫(kù)影響也不明顯；根據(jù)江西省水庫(kù)建設(shè)情況*江西省水利廳, 內(nèi)部資料, 2009年印刷.，1950s-1970s修建的水庫(kù)是以農(nóng)業(yè)灌溉為主的中小型水庫(kù)，1980s以后修建的是以水電為主的大中型水庫(kù)(表2). 目前，贛江流域大型水庫(kù)13座，中型水庫(kù)120座，小型水庫(kù)3678座. IHACRES模型模擬1980-2010年徑流的結(jié)果表明：水庫(kù)在豐水季節(jié)的夏季具有蓄水削洪作用，對(duì)地表徑流的季節(jié)分配產(chǎn)生顯著的影響，使夏季贛江流量下降，秋季流量增加. 萬安水庫(kù)是流域最大的水庫(kù)，1990年開始運(yùn)行，興利庫(kù)容10.2×108m3. 據(jù)統(tǒng)計(jì)，豐水期，當(dāng)下游遭遇30～50 a一遇洪水時(shí)，經(jīng)水庫(kù)調(diào)蓄，吉安最高洪水位可降低0.4～1.3m，豐城一帶可降低0.5～0.7m，南昌地區(qū)可降低0.2～0.3m；枯水期，經(jīng)水庫(kù)調(diào)節(jié)后，下游增加航深0.2m[17-18]. 贛江流域1955-2010年秋、冬季節(jié)徑流顯著增加及春季徑流減少與該區(qū)域水庫(kù)的蓄水和泄水有直接關(guān)系，應(yīng)用IHACRES模型計(jì)算的人類活動(dòng)導(dǎo)致流域徑流的增加量符合該流域?qū)嶋H情況.

圖8 利用IHACRES模型計(jì)算的外洲站1955-2010年人類活動(dòng)影響指數(shù)(L)值 Fig.8　Index (L) calculated by IHACRES model in Waizhou Station during 1955-2010

表2 1980s前后贛江流域建設(shè)的大型水庫(kù)的特性

4　結(jié)論

本文利用贛江外洲水文觀測(cè)站流量資料，以IHACRES模型模擬贛江1955-2010年徑流，分析氣候變化和人類活動(dòng)對(duì)徑流的影響，得到以下結(jié)論.

1)1955-2010年贛江流域年總徑流量呈波動(dòng)增加趨勢(shì)，Mann-Kendall突變檢驗(yàn)表明贛江徑流在1979年發(fā)生突變，據(jù)此將研究時(shí)段分為1955-1979年和1980-2010年兩個(gè)階段. 根據(jù)變異系數(shù)等統(tǒng)計(jì)方法進(jìn)行分析，表明降水是引起徑流變化的主要原因.

2)IHACRES模型能夠較好地模擬贛江流域的徑流，表明IHACRES模型適用于中亞熱帶季風(fēng)性濕潤(rùn)氣候區(qū)的徑流模擬.

3)IHACRES模擬結(jié)果表明贛江流域土地覆蓋的變化對(duì)年徑流的影響不顯著，但是流域內(nèi)水庫(kù)建設(shè)對(duì)徑流的季節(jié)分配產(chǎn)生顯著影響，具體表現(xiàn)為：豐水期的夏季徑流量減少，秋季徑流量顯著增加；45%的年份秋季徑流量增加50%以上，26%的年份秋季徑流量增加超過100% .

[1]Ye XC, Zhang Q, Liu Jetal. Distinguishing the relative impacts of climate change and human activities on variation of streamflow in the Poyang Lake catchment, China.JournalofHydrology, 2013, 494: 83-95.

[2]Zhang L,Podlasly C, Feger Ketal. Different land management measures and climate change impacts on the runoff—A simple empirical method derived in a mesoscale catchment on the Loess Plateau.JournalofAridEnvironments, 2015, 120: 42-50.

[3]Jiang C,Xiong LH, Wang DBetal. Separating the impacts of climate change and human activities on runoff using the Budyko-type equations with time-varying parameters.JournalofHydrology, 2015, 522: 326-338.

[4]賴格英, 王鵬, 黃小蘭等. 鄱陽湖水利樞紐工程對(duì)鄱陽湖水文水動(dòng)力影響的模擬. 湖泊科學(xué), 2015, 27(1): 128-140. DOI 10.18307/2015.0116.

[5]Milly PCD, Betancourt J, Falkenmark Metal. Stationarity is dead: whither water management?Science, 2008, 319: 573-574.

[6]Zheng H, Zhang L, Zhu Retal. Responses of streamflow to climate and land surface change in the headwaters of the Yellow River Basin.WaterResourcesResearch, 2009, 45： W00A19.

[7]Jones JR, Schwartz JS, Ellis KNetal. Temporal variability of precipitation in the Upper Tennessee Valley.JournalofHydrology:RegionalStudies, 2015, 3: 125-138.

[8]康淑媛, 張勃, 柳景峰等. 基于Mann-Kendall法的張掖市降水量時(shí)空分布規(guī)律分析. 資源科學(xué), 2009, 31(3): 501-508.

[9]李子君, 李秀彬. 近45年來降水變化和人類活動(dòng)對(duì)潮河流域年徑流量的影響. 地理科學(xué), 2008, 28(6): 809-813.

[10]王金花, 康玲玲, 趙廣福. 基于Mann-Kendall法的水沙系列突變點(diǎn)研究. 人民黃河, 2010, 32(1): 43-45.

[11]Jakeman AJ, Glittlewood L, Whitehead PG. Computation of the instantaneous unit hydrograph and identifiable component flows with application to two small upland catchments.JournalofHydrology, 1990, 117: 275-300.

[12]Dye PJ, Croke BFW. Evaluation of streamflow predictions by the IHACRES rainfall-runoff model in two South African catchments.EnvironmentalModelling&Software, 2003, 18: 705-712.

[13]Alredaisy SMA. Recommending the IHACRES model for water resources assessment and resolving water conflicts in Africa.JournalofAridLand, 2011, 3(1): 40-48.

[14]柴曉玲, 郭生練, 彭定志等. IHACRES模型在無資料地區(qū)徑流模擬中的應(yīng)用研究. 水文, 2006, 26(2): 30-33.

[15]Popov EG. Gidrologicheskie prognozy. Leningrad: Gidrometeoizdat, 1979.

[17]鄒淑珍. 贛江中游大型水利工程對(duì)魚類及其生態(tài)環(huán)境的影響研究[學(xué)位論文]. 南昌: 南昌大學(xué), 2011.

[18]詹壽根, 湯志賢. 贛江峽江水庫(kù)防洪庫(kù)容研究. 人民長(zhǎng)江, 2011, 42(5): 11-14.

Quantitative estimation of runoff changes in Ganjiang River， Lake Poyang Basin under climate change and anthropogenic impacts

LIU Guihua1,2, QI Shuhua1,2**, ZHU Jingxuan2, XIONG Mengya2& WANG Dian2

(1:KeyLaboratoryofPoyangLakeWetlandandWatershedResearch,MinistryofEducation,JiangxiNormalUniversity,Nanchang330022,P.R.China)(2:SchoolofGeographyandEnvironment,JiangxiNormalUniversity,Nanchang330022,P.R.China)

How to identify the quantitative effect of climate change and human activities on runoff is a hot topic. As the largest river of Poyang Basin, the hydrological regime changes of Ganjiang River had an effect on water ecosystem health of Lake Poyang Basin. In this paper, the non-parametric Mann-Kendall test was used to analyze the tendency of runoff changes for Ganjiang River in 1955-2010. The impact of climate factors and human activities on runoff was analyzed by statistical methods and IHACRES model. The IHACRES model simulated the streamflow well in Ganjiang River and suitable for subtropical humid monsoon climate zone. The abrupt change of runoff occurred in 1979 and the watershed runoff was divided into two stages, i.e.1955-1979 and 1980-2010. Precipitation is the main factor influencing runoff of the Ganjiang River Basin, while the effect of land cover change on runoff due to human activities is not obvious. The influence of reservoir construction on the seasonal distribution of runoff was significant, with decreases in summer and increases in autumn, especially in 1980-2010. The autumn runoff of about 45% of years in 1980-2010 increased more than 50% compared with that in 1955-1979. In addition, 26% of years showed autumn runoff increase exceeding 100%, with a maximum 320% of autumn runoff increase occurred in 1989.

Runoff; Mann-Kendall test; IHACRES; Ganjiang River; Lake Poyang Basin; climate change; human activity

J.LakeSci.(湖泊科學(xué))， 2016， 28(3)： 682-690

10.18307/2016.0326

?2016 byJournalofLakeSciences

*鄱陽湖濕地與流域研究教育部重點(diǎn)實(shí)驗(yàn)室(江西師范大學(xué))開放基金資助項(xiàng)目(ZK2014003)、江西省重大生態(tài)安全問題監(jiān)控協(xié)同創(chuàng)新中心資助項(xiàng)目(JXS-EW-00)和江西省博士后科研項(xiàng)目(2014KY13)聯(lián)合資助. 2015-06-15收稿；2015-08-23收修改稿. 劉貴花(1984～)，女，博士；E-mail: yafeng9918@163.com.

**通信作者；E-mail: qishuhua11@163.com.