降雨與植被變化對(duì)彭沖澗小流域徑流影響的定量研究

劉士余，鄧文平，歐陽磊，胡小丹，劉 政，王 嶸*

(1．江西農(nóng)業(yè)大學(xué) 國土資源與環(huán)境學(xué)院/江西省鄱陽湖流域農(nóng)業(yè)資源與生態(tài)重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330045；2．江西農(nóng)業(yè)大學(xué) 林學(xué)院，江西 南昌 330045)

流域徑流的變化及其原因的研究，是一個(gè)重要的科學(xué)問題。國內(nèi)外關(guān)于流域植被變化和氣候變化對(duì)徑流影響已有較多的研究[1-10]，其水文效應(yīng)在不同時(shí)間尺度上存在一定差異[11]，大部分研究[12-15]以年尺度來計(jì)算徑流影響量，而對(duì)季節(jié)尺度上的研究較少。季節(jié)尺度影響量分析對(duì)年內(nèi)水資源合理配置具有重要意義，尤其存在季節(jié)性干旱的流域。因此，季節(jié)尺度下植被變化與氣候變化對(duì)徑流的影響值得進(jìn)一步研究。近些年來，在氣候變化、退耕還林(草)工程及城鎮(zhèn)化(山區(qū)人口大量減少)的共同驅(qū)動(dòng)下，流域的植被發(fā)生了明顯變化，其徑流隨之發(fā)生變化，為開展氣候變化與植被變化對(duì)流域徑流影響的定量研究提供了天然場(chǎng)所。20世紀(jì)80年代，彭沖澗小流域的主要林種——杉木林被砍伐。之后，杉木次生林一直在恢復(fù)過程中，是開展本研究的理想流域。

因此，本研究以降雨充沛的彭沖澗小流域?yàn)檠芯繉?duì)象，借助統(tǒng)計(jì)分析和GIS/RS技術(shù)手段，通過水文模型模擬，開展降雨與植被變化對(duì)小流域徑流影響的定量研究，為從更深層次上認(rèn)識(shí)植被削減徑流的程度，為天然林保護(hù)、退耕還林(草)等工程的水文效益評(píng)價(jià)奠定科學(xué)基礎(chǔ)，為水資源的可持續(xù)利用提供科學(xué)依據(jù)。

1 研究區(qū)概況

圖1 彭沖澗小流域示意圖Fig.1 Diagram of Pengchongjian watershed

彭沖澗小流域位于江西省九江市都昌縣境內(nèi)，東徑116°27′、北緯29°32′，集水面積2.90 km2。小流域地形西北高東南低，地層出露以淺變質(zhì)巖、花崗巖和灰?guī)r為主。海拔高度80～560 m。植被類型豐富，以杉木林、針闊混交林為主，林草覆蓋度達(dá)90%。氣候類型屬亞熱帶濕潤季風(fēng)氣候區(qū)，多年平均降水量1 560 mm。小流域四周閉合，屬都昌縣武山林場(chǎng)管轄，無人口居住，也未修建水利、水土保持工程。1981年江西省水文局在小流域徑流出口處設(shè)立彭沖澗水文站，并一直持續(xù)觀測(cè)小流域的降雨、徑流等數(shù)據(jù)至今。

2 研究數(shù)據(jù)與方法

2.1 研究數(shù)據(jù)

為了分析彭沖澗小流域30多年來的降雨和徑流變化，本文從江西省水文局收集了彭沖澗水文站1983—2014年的逐日降雨、逐日徑流、逐日蒸發(fā)量、日平均氣溫等觀測(cè)資料。

2.2 研究方法

本文的研究方法主要采用評(píng)價(jià)降雨與植被變化對(duì)小流域徑流影響的常用方法——水文模型模擬法。徑流的形成受降雨及下墊面條件的影響，對(duì)無人居住及未修建水利、水土保持工程的同一小流域而言，下墊面變化最主要的是植被變化。據(jù)此，通過Mann-Kendall檢驗(yàn)法確定1983—2014年年降雨量和年徑流深變化趨勢(shì)的一致突變點(diǎn)后，將研究時(shí)段劃分為1983—2003年(基準(zhǔn)期)和2004—2014年(變化期)2個(gè)時(shí)段。

以植被變化較小時(shí)期(基準(zhǔn)期)的降雨、徑流等實(shí)測(cè)資料率定、驗(yàn)證水文模型，在模型評(píng)價(jià)指標(biāo)滿足模擬精度的基礎(chǔ)上，將植被變化顯著時(shí)期(變化期)的降雨資料輸入模型進(jìn)行模擬，得到的徑流模擬值即為變化期的降雨在基準(zhǔn)期植被條件下的徑流值，徑流模擬值與實(shí)測(cè)值之差即為小流域植被變化導(dǎo)致的徑流變化。由基準(zhǔn)期的徑流實(shí)測(cè)值減去變化期的徑流模擬值求得降雨變化導(dǎo)致的徑流變化[16]。從而定量區(qū)別出降雨變化和植被變化對(duì)小流域徑流變化的影響程度。

2.2.1 Mann-Kendall檢驗(yàn) Mann-Kendall檢驗(yàn)法是檢驗(yàn)水文時(shí)間序列變化趨勢(shì)的良好方法[17-18]。近年來，應(yīng)用Mann-Kendall法分析降雨、徑流的變化研究逐漸增加，尤其是氣溫、徑流、降雨等要素的突變性檢驗(yàn)及其趨勢(shì)研究[19-20]。因此，本文采用Mann-Kendall法對(duì)彭沖澗小流域的降雨、徑流進(jìn)行突變性檢驗(yàn)，確定其突變出現(xiàn)的年份。進(jìn)而分析不同時(shí)期徑流與降雨和植被變化的響應(yīng)關(guān)系，利用統(tǒng)計(jì)方法，得到IHACRES模型徑流模擬所需要的數(shù)據(jù)。

2.2.2 IHACRES集總式水文模型 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)研究的一種常用手段和方法。IHACRES集總式水文模型在國內(nèi)外廣泛應(yīng)用于徑流模擬[21]。劉貴花等[22]的研究表明，IHACRES模型能較好地模擬贛江流域的徑流，適用于中亞熱帶濕潤季風(fēng)氣候區(qū)。因此，本文采用由Jakeman等提出，以單位線原理為基礎(chǔ)的水文模型——IHACRES模型[23]，通過輸入降雨、徑流、氣溫、流域面積等模型參數(shù)，開展定量研究彭沖澗小流域降雨與植被變化對(duì)徑流的影響。

IHACRES模型主要評(píng)價(jià)因子：

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)模型基準(zhǔn)期和變化期的模擬效果[24]。R2表示模擬值與實(shí)測(cè)值的擬合效果，范圍為0～1，其值越大表示擬合效果越好。

NS計(jì)算公式如下：

(1)

式(1)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<0時(shí)，表示模擬效果不佳。

PBIAS計(jì)算公式如下：

(2)

式(2)中Qobs和Qsim為實(shí)測(cè)值和模擬值。當(dāng)|PBIAS|小于10，模擬效果非常好；當(dāng)|PBIAS|介于10～15，模擬效果較好；當(dāng)|PBIAS|介于15～25，模型模擬效果令人滿意。

3 結(jié)果與分析

3.1 小流域年降雨量與徑流深的統(tǒng)計(jì)分析

3.1.1 降雨量與徑流深的季節(jié)分配 通過對(duì)彭沖澗水文站1983—2014年逐日降雨、徑流資料的整理，得到該小流域月、季節(jié)(春季為 3—5 月，夏季為 6—8 月，秋季為 9—11 月，冬季為 12—翌年2 月)、年等時(shí)間尺度上的降雨、徑流資料，為分析小流域降雨、徑流的年內(nèi)、年際分配規(guī)律及降雨與植被變化對(duì)徑流影響奠定基礎(chǔ)(表1)。

3.1.2 降雨量與徑流深的變化趨勢(shì) 影響小流域徑流的要素主要包括降雨、植物截留、蒸散發(fā)、下滲、大氣溫度等，其中降雨對(duì)徑流過程影響最為顯著。根據(jù)Mann-Kendall檢驗(yàn)1983—2014年彭沖澗小流域年降雨量的變化趨勢(shì)表明：(1)小流域降雨總體呈波動(dòng)下降趨勢(shì)(圖2a)。1983—1986年年降雨量顯著下降，1986年為該時(shí)期降雨最低值，超過α=0.05的顯著性水平；1987—2003年降雨波動(dòng)上升，1998年為該時(shí)期降雨最高值；2004—2009年，降水呈下降趨勢(shì)，2010年始分別出現(xiàn)一個(gè)降雨峰值(2011)和谷值(2012)，之后逐漸上升。(2)根據(jù)UF和UB曲線的交點(diǎn)位置，采用T檢驗(yàn)法，確定小流域降雨在2003年發(fā)生突變(圖2b)。

表1 彭沖澗小流域降雨量與徑流深的季節(jié)分配

圖2 1983—2014年彭沖澗小流域降雨量年際變化(a)及其Mann-Kendall突變檢驗(yàn)結(jié)果(b)Fig.2 Inter-annual variation of precipitation(a) and its Mann-Kendall results(b) in Pengchongjian watershed in 1983—2014

根據(jù)Mann-Kendall檢驗(yàn)1983—2014年彭沖澗小流域年徑流深的變化趨勢(shì)表明：(1)小流域年徑流深呈波動(dòng)下降趨勢(shì)(圖3a)。1983—1986年年徑流深顯著下降，并超過α=0.05顯著性水平；1987—2003年徑流深逐漸上升，且在1999年達(dá)到最大值；除2010年外，2004年始徑流深均較小。(2)由圖3b可以看出，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，確定年徑流深的突變年份為2003年，這與彭沖澗小流域年降雨量的突變年份一致，說明徑流的增加與降雨有直接關(guān)系。

圖3 1983—2014年彭沖澗小流域徑流深年際變化(a)及其Mann-Kendall突變檢驗(yàn)結(jié)果(b)Fig.3 Inter-annualvariation of runoff(a) and its Mann-Kendall results(b) in Pengchongjian watershed in1983—2014

根據(jù)降雨和徑流的突變檢驗(yàn)結(jié)果，將研究時(shí)段劃分為1983—2003年和2004—2014年2個(gè)時(shí)段。1983—2003年的年降雨量、年徑流深分別為1 608.2 mm、812.9 mm，2004—2014年的年降雨量、年徑流深分別為1 468.9 mm、589.0 mm。相對(duì)于基準(zhǔn)期，變化期的年降雨量、年徑流深分別減少8.7%、27.5%，年平均減少幅度分別為12.7 mm、20.4 mm。年徑流深的減少比例(量)大于年降雨量的減少比例(量)。由此可知，除降雨外，還存在著使徑流減少的植被變化因素。如何定量區(qū)分降雨與植被變化對(duì)小流域徑流變化的影響，是一個(gè)需要研究的問題。

3.2 IHACRES模型的徑流模擬評(píng)價(jià)

IHACRES模型可以有效地評(píng)價(jià)降雨變化對(duì)小流域徑流的影響。分析表明，小流域徑流與降雨的變化趨勢(shì)基本一致，表明在不考慮下墊面的條件下，降雨是影響小流域年徑流的重要因素。將植被變化相對(duì)不顯著的1983—2003年作為基準(zhǔn)期，其降雨、徑流及氣溫?cái)?shù)據(jù)作為模型率定參數(shù)；然后輸入2004—2014年(變化期)實(shí)際降雨、徑流及氣溫?cái)?shù)據(jù)運(yùn)行模型，檢驗(yàn)?zāi)Ｐ湍M效果，并分析植被變化對(duì)徑流的影響。

輸入數(shù)據(jù)為1983—2014年彭沖澗小流域日降雨、日徑流、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(1983—2003)降雨、氣溫和徑流數(shù)據(jù)率定參數(shù)。參數(shù)取值分別為：δ=0，f=1.1，w=2，tr=21，c=0.004，(其中δ為產(chǎn)流的延遲時(shí)間系數(shù)，f為溫度調(diào)節(jié)因子，w為小流域干時(shí)常數(shù)，tr為參考溫度，c為保證在整個(gè)率定期模擬的有效降雨總量等于觀測(cè)總徑流量的一個(gè)非自由參數(shù))。模型月徑流模擬效果較好(圖4)，其中效率系數(shù)為0.94，相對(duì)誤差為-5.19，相關(guān)系數(shù)達(dá)0.95，表明IHACRES模型可以用于彭沖澗小流域的徑流變化研究。

圖4 彭沖澗小流域1983—2003年(基準(zhǔn)期)模擬徑流深與實(shí)測(cè)徑流深比(a)較及擬合狀況(b)Fig.4 Comparison between simulated and observed runoff andcurve chart in Pengchongjian watershed in 1983—2003

3.3 降雨與植被變化對(duì)小流域徑流變化的影響

3.3.1 小流域徑流模擬 應(yīng)用基準(zhǔn)期(1983—2003年)模擬徑流率定的參數(shù)，求出變化期(2004—2014年)徑流模擬值，與實(shí)測(cè)值相比較(圖5)，模型NS為0.88，PBIAS值為-21.7，R2為0.92，基本可以滿足要求。但是相對(duì)誤差增大，表明2004—2014年植被變化對(duì)小流域的影響增強(qiáng)。

圖5 彭沖澗小流域2004—2014年(變化期)模擬徑流深與實(shí)測(cè)徑流深比較(a)較及擬合狀況(b)Fig.5 Comparison between simulated and observed runoff andcurve chart in Pengchongjian watershed in 2004—2014

3.3.2 季節(jié)尺度降雨與植被變化對(duì)小流域徑流變化的影響 根據(jù)徑流實(shí)測(cè)值和模型運(yùn)行的模擬值，分別計(jì)算出春季、夏季、秋季、冬季及年尺度的模型評(píng)價(jià)指標(biāo)，詳見表2。

表2 彭沖澗小流域1983—2014年的月徑流數(shù)據(jù)率定的參數(shù)及有效性系數(shù)

彭沖澗小流域基準(zhǔn)期(1983—2003年)和變化期(2004—2014年)模擬徑流深與實(shí)測(cè)徑流深的季節(jié)變化特征見圖6和圖7。

圖6 彭沖澗小流域1983—2003年(基準(zhǔn)期)春、夏季模擬徑流深與實(shí)測(cè)徑流深變化比較Fig.6 Comparison betweensimulated and observed runoff in Spring and Summer in Pengchongjian watershed in 1983—2003

圖7 彭沖澗小流域2004—2014年(變化期)春、夏季模擬徑流深與實(shí)測(cè)徑流深變化比較Fig.7 Comparison between simulated and observed runoff in Spring and Summer in Pengchongjian watershed in 2004—2014

從表1可知，春、夏季降雨量占年降雨量的比例分別為36.2%、37.8%，春、夏季徑流深占年徑流深的比例分別為46.0%、42.6%，而秋、冬季降雨量、徑流深占年降雨量、徑流深的比例小得多。另外，從表2和圖6、圖7可以看出，春、夏季模型在基準(zhǔn)期和變化期均表現(xiàn)為模擬效果較好，效率系數(shù)及相關(guān)系數(shù)均在0.8以上，相對(duì)誤差絕對(duì)值小于14；而對(duì)秋、冬季來說，基準(zhǔn)期模型的效率系數(shù)、相關(guān)系數(shù)均變小，尤其是相對(duì)誤差顯著增大，這可能是由于秋、冬季的降雨量、徑流深小導(dǎo)致的。因此，本文僅定量分析彭沖澗小流域春、夏季降雨與植被變化對(duì)徑流變化的影響。

表3 彭沖澗小流域降雨與植被變化對(duì)徑流影響的計(jì)算結(jié)果

彭沖澗小流域基準(zhǔn)期春、夏季及年的平均徑流深分別為368.4、347.7、812.9 mm。

The mean observed depth of runoff in spring,in summer and in the year from 1983—2003 is 368.4、347.7、812.9 mm respectively in Pengchongjian watershed.

彭沖澗小流域降雨與植被變化對(duì)徑流影響的計(jì)算結(jié)果詳見表3。由表3可知，不同季節(jié)降雨與植被變化對(duì)徑流變化影響的差別較大，相對(duì)于基準(zhǔn)期，變化期春、夏季的徑流深分別減少87.5 mm、99.5 mm，其中降雨變化導(dǎo)致的減少量分別為48.4 mm、80.1 mm，貢獻(xiàn)率分別為55.3%、80.5%。植被變化導(dǎo)致的減少量分別為39.1 mm、19.4 mm，貢獻(xiàn)率分別為44.7%、19.5%。均為降雨變化的貢獻(xiàn)率大于植被變化的貢獻(xiàn)率。

3.3.3 年尺度降雨與植被變化對(duì)小流域徑流變化的影響 彭沖澗小流域基準(zhǔn)期(1983—2003年)和變化期(2004—2014年)模擬徑流深與實(shí)測(cè)徑流深的年變化特征見圖8。

圖8 彭沖澗小流域1983—2003年(基準(zhǔn)期)和2004—2014年(變化期)模擬徑流深與實(shí)測(cè)徑流深年變化比較Fig.8 Comparison between annual simulated and observed runoff in 1983—2003(a) and 2004—2014(b) in Pengchongjian watershed

由表2和圖8可知，年尺度上，基準(zhǔn)期模型的效率系數(shù)、相對(duì)誤差和相關(guān)系數(shù)分別為0.92、-5.18和0.96，模擬效果非常好。變化期模型的上述3個(gè)評(píng)價(jià)指標(biāo)分別為0.43、-22.07和0.90，效率系數(shù)顯著減小，而相對(duì)誤差顯著增大，說明變化期小流域受植被變化的影響較大。

由表3可知，年尺度上，相對(duì)于基準(zhǔn)期，變化期年徑流深減少223.9mm，其中降雨變化導(dǎo)致的減少量為151.2 mm，貢獻(xiàn)率為67.5%。植被變化導(dǎo)致的減少量為72.7 mm，貢獻(xiàn)率為32.5%。降雨變化的貢獻(xiàn)率大于植被變化的貢獻(xiàn)率。

4 結(jié)果與討論

(1)Mann-Kendall檢驗(yàn)法的分析結(jié)果顯示，彭沖澗小流域的降雨與徑流呈減小趨勢(shì)，其一致突變點(diǎn)為2003年。1983—2003年(基準(zhǔn)期)的年降雨量、年徑流深分別為1 608.2 mm、812.9 mm，2004—2014年(變化期)的年降雨量、年徑流深分別為1 468.9 mm、589.0 mm。相對(duì)于基準(zhǔn)期，變化期的年降雨量、年徑流深分別減少8.7%、27.5%，年平均減少幅度分別為12.7 mm、20.4 mm。

(2)彭沖澗小流域降雨與植被變化對(duì)徑流影響貢獻(xiàn)率的研究結(jié)果表明：相對(duì)于基準(zhǔn)期，變化期春、夏季及年的徑流深分別減少87.5，99.5和223.9 mm，其中降雨變化的貢獻(xiàn)率分別為55.3%，80.5%和67.5%。植被變化的貢獻(xiàn)率分別為44.7%,19.5%和32.5%。在春季、夏季及年尺度上，降雨變化的貢獻(xiàn)率均大于植被變化的貢獻(xiàn)率，尤其降雨充沛的夏季。

(3)從春季、夏季和年尺度上降雨與植被變化對(duì)徑流影響貢獻(xiàn)率來看，研究結(jié)果存在較大差異。其中，夏季降雨變化的貢獻(xiàn)率最大，這可能與該季節(jié)的降雨量、降雨強(qiáng)度大有關(guān)。春季的植被變化貢獻(xiàn)率最大，這可能與冬季降雨量少導(dǎo)致春季土壤含水量低、枯枝落葉層干燥有關(guān)。年尺度上，研究結(jié)果與劉劍宇等[8]在鄱陽湖流域求得的貢獻(xiàn)率接近。

另外，本研究沒有考慮氣溫升高導(dǎo)致的蒸發(fā)散增加對(duì)徑流的影響，從而可能高估降雨變化的貢獻(xiàn)率，低估植被變化的貢獻(xiàn)率，這有待于今后的進(jìn)一步研究。

[1] Stednick J D.Monitoring the effects of timber harvest on annua1 water yield[J].Journal of Hydro1ogy,1996,1(176):79-95.

[2] 劉昌明,鐘駿襄.黃土高原森林對(duì)年徑流影響的初步分析[J].地理學(xué)報(bào),1978,33(2):112-126.

Liu C M,Zhong J X.The influence of forest cover upon annual runoff in the loess poess plateau of China[J].Acta Geographica Sinica,1978,33(2):112-126.

[3] 石培禮,李文華.森林植被變化對(duì)水文過程和徑流的影響效應(yīng)[J].自然資源學(xué)報(bào),2001,16(5):481-487.

Shi P L,Li W H.Influence of forest cover change on hydrological process and watershed runoff[J].Journal of Natural Resources,2001,16(5):481-487.

[4] 葉許春,張奇,劉健,等.氣候變化和人類活動(dòng)對(duì)鄱陽湖流域徑流變化的影響研究[J].冰川凍土,2009,31(5):835-842.

Ye X C,Zhang Q,Liu J，et al.Impacts of climate change and human activities on runoff of Poyang Lake catchment[J].Journal of Glaciology and Geocryology,2009,31(5):835-842.

[5] 王西琴,張遠(yuǎn),張艷會(huì).渭河上游天然徑流變化及其自然與人為因素影響貢獻(xiàn)量[J].自然資源學(xué)報(bào),2006,21(6):981-990.

Wang X Q,Zhang Y,ZhangY H.Change of natural runoff and contribution of the natural and artifical factors to the upper reaches of Wei River[J].Journal of Natural Resources,2006,21(6):981-990.

[6] 夏軍,王渺林.長(zhǎng)江上游流域徑流變化與分布式水文模擬[J].資源科學(xué),2008,30(7):962-967.

Xia J,Wang M L.Runoff changes and distributed hydrologic simulation in the upper reaches of Yangtze River[J].Resources Science,2008,30(7):962-967.

[7] 劉佳凱,張振明,鄢郭馨,等.潮白河流域徑流對(duì)降雨的多尺度響應(yīng)[J].中國水土保持科學(xué),2016,14(4):50-59.

Liu J K,Zhang Z M,Yan G X，et al.Multi scale analysis on precipitation unoff relationship in Chaobaihe Basin[J].Science of Soil and Water Conservation,2016,14(4):50-59.

[8] 劉劍宇,張強(qiáng),鄧曉宇,等.氣候變化和人類活動(dòng)對(duì)鄱陽湖流域徑流過程影響的定量分析[J].湖泊科學(xué),2016,28(2):432-443.

Liu J Y,Zhang Q,Deng X Y，et al.Quantitative analysis the influences of climate change and human activities on hydrological processes in Poyang Basin[J].Lake Sciences,2016,28(2):432-443.

[9] 丁婧祎,趙文武,王軍,等.降水和植被變化對(duì)徑流影響的尺度效應(yīng)——以陜北黃土丘陵溝壑區(qū)為例[J].地理科學(xué)進(jìn)展,2015,34(8):1039-1051.

Ding J W,Zhao W W,Wang J，et al.Scale effect of the impact on runoff of variations in precipitation/vegetation taking northern Shanxi loess hilly-gully region as an example[J].Progress in Geography,2015,34(8):1039-1051.

[10] 郭愛軍,暢建霞,黃強(qiáng),等.渭河流域氣候變化與人類活動(dòng)對(duì)徑流影響的定量分析[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,42(8):212-220.

Guo A J,Chang J X,Huang Q.Quantitative analysis of the impacts of climate change and human activities on runoff change in Weihe Basin[J].Journal of Northwest A&F University,2014,42(8):212-220.

[11] Zeng S,Xia J,Du H.Separating the effects of climate change and human activities on runoff over different time scales in the Zhang River basin[J].Stochastic Environmental Research and Risk Assessment,2014,28(2):401-413．

[12] Jiang S,Ren L,Yong B,et al.Quantifying the effects of climate variability and human activities on runoff from the Laohahe basin in Northern China using three different methods[J].Hydrological Processes,2011,25(16):2492-2505.

[13] Ahn K H,Merwade V.Quantifying the relative impact of climate and human activities on streamflow[J].Journal of Hydrology,2014,515(515):257-266.

[14] Ye X,Zhang Q,Liu J,et al.Distinguishing the relative impacts of climate change and human activities on variation of streamflow in the Poyang Lake catchment,China[J].Journal of Hydrology,2013,494(12):83-95.

[15] 夏智宏,劉敏,王苗,等.1990s 以來氣候變化和人類活動(dòng)對(duì)洪湖流域徑流影響的定量辨識(shí)[J].湖泊科學(xué),2014,26(4):515-521.

Xia Z H,Liu M,Wang M,et al.Quanlitative identification of the impact of dimate change and human activity on ruanoff in Lake Honghu basin since 1990s[J].J Lake Sci,2014,26(4):515-521.

[16] 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[J].地理科學(xué),2008,28(6):809-813.

Li Z J,Li X B.Impacts of precipitation changes and human activities on annual runoff of Chao river basin during past 45 years[J].Scientia Geographica Sinica,2008,28(6):809-813.

[17] 李麗娟,鄭紅星.華北典型河流年徑流演變規(guī)律及其驅(qū)動(dòng)力分析——以潮白河為例[J].地理學(xué)報(bào),2000,55(3):309-317.

Li L J，Zhang H X.Characteristics and driving forces of annual runoff changes for rivers in North China:a case study in the ChaoBai River[J].Acta Geographica Sinica,2000,55(3):309-317.

[18] 徐海量,葉茂,宋郁東.塔里木河源流區(qū)氣候變化和年徑流量關(guān)系初探[J].地理科學(xué),2007,27(2):119-124.

Xu H L,Ye M,Song Y D.Relationship between climate changes and annual runoff of headstreams of Tarim River[J].Scientia Geographica Sinica,2007,27(2):119-124.

[19] 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[J].資源科學(xué),2009,31(3):501-508.

Kang S Y,Zhang B,Liu J F，et al.Analysis of the spatiotemporal distribution of precipitation in Zhangye City using Mann-Kendall Method[J].Resources Science,2009,31(3):501-508.

[20] 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[J].人民黃河,2010,32(1):43-45.

Wang J H,Kang L L,Zhao G F.Study on series of abrupt change of water and sediment using Mann-Kendall Method[J].Yellow River,2010,32(1):43-45.

[21] Alredaisy S M A.Recommending the IHACRES model for water resources assessment and resolving water conflict in Africa[J].Journal of Arid Land,2011,3(1):40-48.

[22] 劉貴花,齊述華,朱婧瑄,等.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[J].湖泊科學(xué),2016,28(3)：682-690.

Liu G H,Qi S H,Zhu J X.Quantitative estimation of runoff changes in Ganjiang River,Lake Poyang Basin underclimate change and anthropogenic impacts[J].Journal of Lake Sciences,2016,28(3):682-690.

[23] Dye P J,Croke B F W.Evaluation of streamflow predictions by the IHACRES rainfall-runoff model in two South African catchments[J].Environmental Modelling & Software,2003,8(18):705-712.

[24] Deo R C,Sahin M.Application of the artificial neural network model for prediction of monthly standardized precipitation and evapotranspiration index using hydrometeorological parameters and climate indices in Eastern Australia[J].Atmospheric Research,2015,(161/162):65-81.