氣候變化及人為活動對湘江流域徑流和輸沙的影響

張曉艷, 劉梅先

(1.湖南第一師范學(xué)院, 長沙410205; 2.中國科學(xué)院 亞熱帶農(nóng)業(yè)生態(tài)過程重點(diǎn)實(shí)驗(yàn)室,長沙410125; 3.中國科學(xué)院 環(huán)江喀斯特生態(tài)系統(tǒng)觀測研究站, 廣西 環(huán)江 547100)

流域徑流是水循環(huán)和水量平衡中最重要的環(huán)節(jié)，是最活躍的水文現(xiàn)象，而河流泥沙不僅反映水土流失的狀況，也是河川徑流質(zhì)量的一個重要標(biāo)志[1-3]。隨著氣候變化和人為活動的不斷增強(qiáng)，在不同程度上影響流域水沙關(guān)系，進(jìn)而影響流域水土資源的可持續(xù)開發(fā)利用。因此，流域水沙變化規(guī)律、原因和機(jī)制，是國內(nèi)外學(xué)者關(guān)注的重點(diǎn)問題[3-6]。其中，區(qū)分和量化氣候變化和人為活動對流域水沙傳輸?shù)呢暙I(xiàn)也成為當(dāng)今研究的熱點(diǎn)[7-9]，如關(guān)于“退耕還林”背景下黃土高原地區(qū)流域水沙變化的研究[4,10-12]。

湘江是洞庭湖流域最大的支流，對洞庭湖流域水資源安全以及洞庭湖濕地生態(tài)環(huán)境具有重要意義。而且當(dāng)?shù)厝丝诿芗?，人為活動?qiáng)度大。高強(qiáng)度的土地利用、水利工程建設(shè)等，從很大程度上影響了流域水沙關(guān)系。研究表明，在過去幾十年內(nèi)，湘江流域徑流和輸沙量均呈現(xiàn)顯著性變化[2,5]。針對湘江流域水沙關(guān)系變化的原因，有不少學(xué)者進(jìn)行了探討。如胡光偉等[5]認(rèn)為，在1951—2011年年降水量無明顯變化的情況下，其年輸沙量顯著減少主要是由于水利工程攔沙和水土保持工程措施；李景保等[13]也將洞庭湖水沙演變歸因于水利工程和水保工程的建設(shè)；而覃紅燕等[14]指出年徑流量的減少、植被覆蓋增加以及大中型水庫的建設(shè)等綜合作用是湘江流域2001年后年輸沙量較大幅度減少的主要原因。由此可見，湘江流域水沙關(guān)系的變化原因，仍然存在些許爭議。

氣候或氣象條件是流域水沙關(guān)系的重要影響因素之一[8]。氣候變化影響降雨格局，從而影響徑流產(chǎn)生和地表侵蝕過程。湘江流域是我國氣候變化較為顯著的區(qū)域[15-16]。數(shù)據(jù)顯示，進(jìn)入21世紀(jì)后，湘江流域及周邊的干旱、暴雨、高溫?zé)崂说葰夂蚴录忻黠@的變化，其強(qiáng)度和頻次均有一定上升趨勢[16-18]。同時，自21世紀(jì)初開始，湘江流域進(jìn)行了大范圍的退耕還林等生態(tài)治理措施，這都將對流域水沙關(guān)系產(chǎn)生進(jìn)一步的影響。但是，綜合現(xiàn)有文獻(xiàn)來看，以往研究主要針對水利工程措施、植被變化等兩個方面來探討水沙關(guān)系變化的原因，而針對氣候變化和退耕還林措施對湘江流域水沙變化的影響，研究較少[5,13-14]。此外，目前有關(guān)于氣候變化對水沙關(guān)系的影響研究，通常是基于年尺度降雨、徑流和泥沙來進(jìn)行的[5,7]。但是，氣候變化不僅改變降雨總量，也會改變降雨分布(極端降雨、干旱)[19]。然而，目前少有研究探討了降雨極值與水沙之間的聯(lián)系。因此，本文基于湘江控制站湘潭水文站1982—2011年水沙資料，綜合考慮氣候和人為活動變化相關(guān)因素，結(jié)合趨勢分析、突變分析、相關(guān)分析等方法，研究湘江年徑流量和年輸沙量的變化規(guī)律，綜合探討其與降雨、降雨極值、干旱情勢、大壩建設(shè)以及植被變化等因素之間的關(guān)系。研究結(jié)果可為湘江流域及洞庭湖區(qū)水資源可持續(xù)開發(fā)利用、水土保持以及洞庭湖濕地保護(hù)等提供科學(xué)依據(jù)。

1 研究區(qū)概況

湘江是洞庭湖流域最大的河流，發(fā)源于廣西東北部興安、靈川、灌陽、全州等縣境內(nèi)的海洋山。全長856 km，流域面積9.5×104km2，多年平均徑流量939億m3。流域水系發(fā)達(dá)，河網(wǎng)密布，5 km以上的大小支流有2 157條，其中一級支流124條，流域面積大于1 000 km2的主要支流16條。湘江流域?qū)儆趤啛釒Ъ撅L(fēng)濕潤氣候，流域內(nèi)熱量、水分、光照等條件充沛，年平均氣溫17.6℃，多年平均蒸發(fā)量1 200 mm左右，無霜期270～311 d。四季分明，最冷月一般為1月份，最暖月一般出現(xiàn)在7月份。雨量豐沛，年降水量1 400 mm，但年內(nèi)分配不均。流域每年的4—9月為汛期，年最大洪水和洪峰水位多發(fā)生于每年的4—8月，其中5月、6月出現(xiàn)次數(shù)最多。流域中下游地區(qū)人口眾多、城鎮(zhèn)密集，是湖南工農(nóng)業(yè)生產(chǎn)較發(fā)達(dá)地區(qū)。流域內(nèi)耕地面積為173.6萬hm2，是我國重要的糧食基地。

圖1湘江流域地理位置及高程、河流分布

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)來源

文中所采用的湘江入湖控制站湘潭水文站的年徑流和年輸沙量數(shù)據(jù)(1982—2011)來源于湖南省水文水資源勘測局。流域內(nèi)13個站點(diǎn)氣象數(shù)據(jù)(日尺度，1982—2011年)包括降雨量、溫度、風(fēng)速、相對濕度等，來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http:∥www.escience.gov.cn/metdata/page/index.html)。所采用的NDVI為Global Inventory Modeling and Monitoring Study (GIMMS)NDVI3 g數(shù)據(jù)(8 km ×8 km，15-day)[20]。土壤剖面有效含水率(profile soil available water content，AWC)來源于Global Gridded Surfaces of Selected Soil Characteristics (IGBP-DIS)[21]。另外，用于校正地表反射率的輻射數(shù)據(jù)CERES EBAF(Ed 2.8)來自NASA(http:∥ceres.larc.nasa.gov/order_data.php)。

2.2 指標(biāo)選取和計算方法

本文選取年降雨量(R)、平均降雨強(qiáng)度(Ri)、年日最大降雨量(Rx1)、最大五天降雨(Rx5)、PDSI干旱指數(shù)(Palmer Drought Severity Index)和SPEI干旱指數(shù)(Standardized Precipitation Evapotranspiration Index)為氣候指標(biāo)，定義見表1。

表1 文中所選取指數(shù)及其定義

對于PDSI和PSEI，首先基于日尺度氣溫、風(fēng)速、日照時數(shù)、相對濕度等數(shù)據(jù)，采用Penman公式計算潛在蒸發(fā)(PET)[22]。其中太陽輻射采用Angstrom公式估算[23]，地表反照率采用CERES EBAF(Ed 2.8)數(shù)據(jù)進(jìn)行校正。CERES EBAF數(shù)據(jù)集空間分辨率為1o×1o，時間分辨率為1-month，校正時選取離氣象站點(diǎn)最近的格點(diǎn)數(shù)據(jù)，計算多年平均月尺度的地表反照率，并采用多年平均的地表反照率作為1982—2011年相應(yīng)月的反照率。具體可參照文獻(xiàn)Liu等[24]。由此，基于彭曼潛在蒸發(fā)(PET)、土壤剖面有效含水率和降雨數(shù)據(jù)，采用Jacobi等[25]發(fā)表的程序計算自校正的PDSI指數(shù)(記為PDSI)[26-27]，并根據(jù)Vicente-Serrano等[28]方法計算12-month尺度的SPEI指數(shù)，下文簡記為SPEI-12。

另外，NDVI(Normalized Difference Vegetation Index)是反映植物綠度或光合特征的一個綜合指標(biāo)，是最常用的植被表征指數(shù)。研究表明NDVI與植被蓋度，生物量和葉面積指數(shù)之間有良好的相關(guān)關(guān)系[4,29]。因此文中植被覆蓋采用NDVI3g NDVI數(shù)據(jù)來進(jìn)行表征[20]。湘江流域大型水利工程建設(shè)時間、水庫有效庫容等資料等也已搜集(見以下結(jié)果)，在此不作贅述。如此，本文用R，Ri，Rx1，Rx5，PDSI和SPEI來表征氣候變化，采用NDVI以及大型水利工程來表征人為活動變化。

2.3 趨勢檢驗(yàn)和突變檢驗(yàn)

文中氣候指標(biāo)和植被指標(biāo)時間序列的變化趨勢采用消除“時間序列自相關(guān)”的非參數(shù)MK算法(MK-TFPW)進(jìn)行檢驗(yàn)，具體理論和方法參照文獻(xiàn)[30]。該方法已經(jīng)在水文、氣候等方面應(yīng)用十分廣泛[4,31-32]。對于氣候指標(biāo)(降雨量R、平均降雨強(qiáng)度Ri、年日最大降雨量Rx1和年最大5 d降雨量Rx5)序列突變性，本文采用廣泛應(yīng)用的MK突變檢驗(yàn)法[4,33]。

3 結(jié)果與分析

3.1 降雨及干旱情勢變化特征

本文首先分析年降雨量、降雨天數(shù)、降雨強(qiáng)度、年最大日降雨量和年最大5 d降雨量的變化趨勢，結(jié)果見圖2。

從整體上看，R呈現(xiàn)下降趨勢，而Ri，Rx1，Rx5有一定的上升，但并無顯著性(p>0.05)。具體來看，年降雨量(R)、平均降雨強(qiáng)度(Ri)、最大日降雨量(Rx1)、最大5 d降雨(Rx5)均呈現(xiàn)相似變化規(guī)律，即在1980s初期下降，1986年左右逐漸上升，在1990s初期又逐漸下降(圖2)。其對應(yīng)突變檢測結(jié)果如圖2E—H所示，可見R，Ri，Rx1，Rx5均有明顯的突變現(xiàn)象，突變點(diǎn)均在1990年左右。在突變前，R，Ri，Rx1，Rx5為先下降后上升，突變后四項(xiàng)指標(biāo)均表現(xiàn)為下降趨勢，其中R，Ri，Rx1，Rx5下降幅度分別為21.5 mm/a，0.04 m/次、0.51 mm/d和0.18 mm/(5 d)，但不具備顯著性(p>0.05)。氣候各項(xiàng)因子的變化，將對當(dāng)?shù)馗蓾駹顟B(tài)產(chǎn)生重要影響，湘江流域PDSI和SPEI-12變化特征見圖3?？梢?，PDSI和SPEI-12的結(jié)果是一致的，表明湘江流域在1980s中期、2000s后期和2010s前期有較大干旱發(fā)生，而1990s和2000s前期相對濕潤(圖3A，B)。

3.2 植被變化以及退耕還林效應(yīng)

植被是徑流產(chǎn)生和地表侵蝕的主要影響因素之一[4]。植被覆蓋通過冠層截留，并降低雨滴對地面土壤濺擊，從而降低徑流和地表侵蝕。湘江流域汛期(4—9月)NDVI變化見圖4。較高的NDVI主要分布在西南部和西部山區(qū)，在西北部人口密度較大的區(qū)域，NDVI相對較低(圖4A)。在1982—2011期間，流域內(nèi)63.5%區(qū)域的NDVI呈現(xiàn)上升規(guī)律，其中15.0%達(dá)到顯著水平(p<0.05)。NDVI降低的區(qū)域主要在流域西北部地區(qū)(圖4B)?？傮w上，汛期流域平均NDVI呈現(xiàn)顯著上升趨勢(圖4C)。相關(guān)分析表明，湘江流域NDVI與干旱指數(shù)(PDSI和SPEI-12)呈一定正相關(guān)，但相關(guān)性較低(NDVI與PDSI和SPEI-12相關(guān)系數(shù)僅分別為0.29，0.36)。另外，湘江流域退耕還林措施始于2000年，于2002年基本推廣到全流域，并獲得良好成效(http:∥qy.rednet.cn/c/2014/05/27/3360657.htm)。由圖4C可以看出，在1994—2011年，NDVI呈現(xiàn)一定平穩(wěn)波動。對比圖3可知，1990s后期開始，湘江流域變旱(PDSI和SPEI-12降低)趨勢明顯，特別在2000s遭遇較大干旱。然而在此期間，NDVI并未顯著下降而僅表現(xiàn)出一定波動，主要?dú)w功于退耕還林措施及其他相應(yīng)生態(tài)保護(hù)措施。

圖2湘江流域R，Ri，Rx1，Rx5變化趨勢及其相應(yīng)MK突變檢測結(jié)果

3.3 徑流和泥沙輸送特征及其影響因素

以上結(jié)果表明，R，Ri，Rx1，Rx5四項(xiàng)指標(biāo)突變點(diǎn)均在1990年左右，因此本文選擇1990年為氣候突變節(jié)點(diǎn)，再根據(jù)流域內(nèi)退耕還林措施的實(shí)施，文中分三個階段對湘江流域徑流和泥沙進(jìn)行分析。三個階段分別為氣候突變之前(1982—1990)、氣候突變后和退耕之前(1991—2002)以及退耕之后(2003—2011)。圖5為不同階段內(nèi)氣候指標(biāo)以及NDVI的變化情況。比較來看，其中R，SPEI，PDSI的高低順序?yàn)榈诙A段>第一階段>第三階段，Ri，Rx1，Rx5的高低順序?yàn)榈诙A段>第三階段>第一階段，而NDVI高低順序則為第三階段>第二階段>第一階段。

圖3湘江流域PDSI和SPEI-12(12個月尺度SPEI)變化特征

圖4湘江流域汛期(4-10月)植被覆蓋分布和變化特征

圖5三個階段內(nèi)各項(xiàng)指標(biāo)變化情況

三個階段內(nèi)湘江流域徑流和輸沙量見圖6。由圖6A可知，與降雨指數(shù)(R，Ri，Rx1，Rx5)和干濕狀態(tài)(PDSI和SPEI)變化規(guī)律相似，湘江流域徑流也呈現(xiàn)先下降后上升再下降的變化過程，三個階段平均徑流量為608.3億m3/a，772.0億m3/a，600.9億m3/a。泥沙則不盡然，由圖6B可見，在1982—2011年，呈現(xiàn)整體下降趨勢。三個階段內(nèi)年均泥沙輸送量分別為915.6萬t/a，816.3萬t/a，516.9萬t/a。資料表明，湘江及其支流共已建成控制性樞紐工程11座，建設(shè)時間主要在20世紀(jì)60，70年代(主要在1974年以前)，80年代無大型水庫建設(shè)，90年代以后建成的大型水庫有5座，分別為株樹橋水庫(1992年)、東江水庫(1992年)、白云水庫(1996年)、大源渡水庫(2000年)和近尾洲水庫(2002年)(圖6)。

三個階段內(nèi)流域泥沙量與氣候以及植被因子之間的相關(guān)關(guān)系見表2。結(jié)果顯示，徑流量與氣候因子存在良好的正相關(guān)關(guān)系，特別是年降雨量R以及干旱指數(shù)PDSI和SPEI-12，相關(guān)系數(shù)基本達(dá)到0.05顯著水平。相對徑流量而言，輸沙量與氣候因子之間相關(guān)性相對較弱(表2)。徑流量和輸沙量與汛期平均NDVI的相關(guān)性較弱，且基本為負(fù)值。另外，徑流量以及輸沙量與氣候、植被之間的相關(guān)性，在不同階段有所不同。具體來看，在第一和第二階段，除個別因子外，相關(guān)系數(shù)基本不顯著，而在第三階段，所有相關(guān)系數(shù)基本達(dá)到0.05顯著水平?？偟膩碚f，三個階段徑流量和輸沙量與氣候因子的相關(guān)系數(shù)排序基本為第三階段>第一階段>第二階段。

圖6湘江流域徑流和輸沙變化特征和大型水庫建設(shè)時間及有效庫容(□為水庫有效庫容)

表2 三個階段內(nèi)流域徑流輸沙量與降雨、干濕情況以及植被覆蓋之間的相關(guān)關(guān)系

4 討 論

全球變暖導(dǎo)致的氣候變化，改變流域內(nèi)降水情勢和干濕狀態(tài)，也影響植被的生長和發(fā)育[4]。宏觀上，降雨和植被是影響徑流和地表侵蝕的重要因素，其中降雨形成的地表徑流是侵蝕的主要驅(qū)動力，而植被則是水土保持的重要因子[4,34-36]。本文分析了湘江流域氣候和植被因子時空變化特征(1982—2011年)。結(jié)果表明，整體上年降雨量(R)呈現(xiàn)下降趨勢，而降雨強(qiáng)度(Ri)、最大降雨量(Rx1)、最大5 d降雨量(Rx5)有一定的上升(p>0.05)，說明湘江流域降雨主要呈現(xiàn)下降趨勢，而降雨強(qiáng)度卻有所增強(qiáng)，這和其他研究結(jié)果是一致的[15,18,37]。詳細(xì)來看，R，Ri，Rx1和Rx5均呈現(xiàn)先下降后上升再下降的變化趨勢(圖2A—D)，并在1990年左右發(fā)生突變(圖2E-H)，而PDSI和SPEI-12也有相似的變化規(guī)律(圖3)。

干濕狀態(tài)是區(qū)域水分補(bǔ)給(降水)和水分消耗(潛在蒸散)的綜合反映，密切關(guān)系到植被生長發(fā)育。結(jié)果顯示，湘江流域植被(NDVI)呈現(xiàn)整體上升趨勢，并與PDSI和SPEI有一定的正相關(guān)關(guān)系，但相關(guān)系數(shù)相較于干旱半干旱地區(qū)而言總體偏低，如黃土高原地區(qū)[4]。主要原因是湘江流域處于濕潤地區(qū)，在非干旱年份，植被在較大程度上可獲得較充足的水分。另外，植被也是人為活動，如砍伐、農(nóng)業(yè)、退耕還林，以及其他生態(tài)保護(hù)措施的綜合體現(xiàn)。在人為活動的干擾下，特別是退耕還林推廣后(2002年后)，植被受當(dāng)時較強(qiáng)干旱的影響較小(圖3，4)。

在1982—2011年期間，徑流呈先下降后上升再下降的變化過程(圖6A)，與降雨及干濕變化過程保持一致(圖2和圖3)。相關(guān)分析結(jié)果表明，流域徑流與氣候因子相關(guān)性較高，而與植被因子相關(guān)性較低，不同階段內(nèi)相關(guān)性也有所不同(表2)。徑流和氣候因子之間的高度相關(guān)說明氣候變化是流域徑流變化的主要動力。分析其原因，是因?yàn)樵诤暧^上徑流是區(qū)域水量平衡的結(jié)果，而區(qū)域的水量平衡主要受到氣候變化和植被特征的支配[38]。首先，氣候變化改變水量輸入(降雨)和水分耗散(改變能量輸入)[11]。宏觀區(qū)域內(nèi)水量輸入主要來自于降水，而水分的耗散(蒸散)主要取決于能量輸入(輻射)。干旱指數(shù)可有效地表征區(qū)域水分輸入和水分耗散的相對狀態(tài)[39]。因此，徑流與兩項(xiàng)干旱指數(shù)的相關(guān)性較高且基本達(dá)到顯著水平是合理的(表2)。按道理來講，植被在區(qū)域水分平衡中具有重要的作用[38]，然而，湘江流域地處濕潤地區(qū)，屬于能量控制(energy limited)區(qū)域[40]。相對于植被狀態(tài)而言，水分耗散更取決于能量供給能力。當(dāng)然，大型水利工程建設(shè)對徑流產(chǎn)生和傳遞都會產(chǎn)生重要的影響，如在水利工程建設(shè)較為集中的第二階段，徑流與氣候的相關(guān)性要略低于無大型水利設(shè)施建設(shè)的第一和第三階段(表2)。

與徑流稍有不同，湘江流域輸沙量呈現(xiàn)整體下降趨勢(圖6B)。比較而言，輸沙量與氣候因子之間的相關(guān)性要稍低于徑流。其主要原因是氣候—徑流—侵蝕的傳遞關(guān)系，其中氣候變化是徑流的直接因素，而泥沙的產(chǎn)生是地表徑流的結(jié)果，也就說明氣候變化(如降雨格局、降雨量等)是地表侵蝕的間接驅(qū)動因子。由表2顯示，在各個階段內(nèi)輸沙量與各項(xiàng)氣候指標(biāo)有一定的相關(guān)性。而正因氣候變化是地表侵蝕的非直接驅(qū)動因素，在其作用傳遞過程中可能受到更多環(huán)境因素的影響。例如地表可蝕性、地形、植被等，都能在一定程度上改變地表侵蝕對氣候的響應(yīng)。表2顯示，泥沙與植被之間的相關(guān)性要稍高于徑流與植被之間的相關(guān)性，說明植被對泥沙的影響要超過對徑流的影響。同時，對比無大型水利建設(shè)的第一階段和第三階段可知，第三階段植被覆蓋明顯要高于第一階段，但第三階段內(nèi)Ri，Rx1和Rx5均較第一階段高，說明第三階段內(nèi)降雨的侵蝕能力增強(qiáng)(圖5)，然而輸沙量卻明顯下降。由此可以推斷，植被恢復(fù)是第三階段內(nèi)輸沙量降低的重要因素。而在大型水利工程建設(shè)較為集中的第二階段，降雨強(qiáng)度普遍增強(qiáng)，但輸沙量仍然比降雨較弱的第一階段低(圖2和圖6B)，說明第二階段泥沙下降的主要因素是水利工程建設(shè)。

綜上所述，湘江流域徑流和輸沙受氣候變化和人為活動的雙重影響。但在年尺度上，湘江流域徑流的主要控制因素是氣候變化，而植被和水利工程措施的影響相對較弱。對于泥沙而言，氣候變化是其主要驅(qū)動因素，但是大型水利工程建設(shè)和植被變化可從很大程度上改變泥沙對氣候的響應(yīng)。在湘江流域輸沙整體下降的過程中，第二階段(1991—2002)泥沙降低主要是因?yàn)樗こ檀胧┙ㄔO(shè)，第三階段(2003—2011)泥沙降低則主要源自退耕還林等生態(tài)保護(hù)措施的綜合效應(yīng)。

5 結(jié) 論

本文主要分析了1982—2011年期間湘江流域氣候、植被、徑流和泥沙變化趨勢，并研究了徑流和泥沙變化的影響因素。結(jié)果表明，在1982—2011年期間，湘江流域降雨量R呈現(xiàn)下降趨勢，而平均降雨強(qiáng)度Ri、最大一天降雨量Rx1，最大五天累積降雨量Rx5，干旱情勢(PDSI和SPEI)以及植被覆蓋(NDVI)均有一定的上升，但基本無顯著性(p>0.05)。其中R，Ri，Rx1，Rx5均在1990年左右發(fā)生突變。湘江流域徑流量與氣候因子存在良好的正相關(guān)關(guān)系，特別與R，Rx5以及干旱指數(shù)PDSI和SPEI-12的相關(guān)性達(dá)到顯著水平(p<0.05)，說明湘江流域徑流主要受到氣候變化(降雨輸入)的控制。流域輸沙量呈現(xiàn)整體下降的趨勢。同時，在第一階段在氣候突變之前(1982—1990年)和第二階段在氣候突變后和退耕之前(1991—2002年)，輸沙量與氣候因子之間的相關(guān)性較低，而在第三階段在退耕之后(2003—2011年)，輸沙量則與氣候因子呈顯著相關(guān)。進(jìn)一步分析表明，其中1991—2002年期間泥沙降低的主要受到水利工程的建設(shè)的影響，而2003—2011年輸沙量降低則主要是因?yàn)橥烁€林等生態(tài)保護(hù)措施的綜合效應(yīng)。

參考文獻(xiàn)：

[1] 孫永壽,段水強(qiáng),劉希勝,等.近年來青海省黃河流域泥沙變化趨勢及成因分析[J].水資源與水工程學(xué)報,2015,26(3):169-174.

[2] 余果.近60年洞庭湖水沙演變特征及其影響因素[D].長沙:湖南師范大學(xué),2012.

[3] 張強(qiáng),陳桂亞,許崇育,等.長江流域水沙周期特征及可能影響原因[J].水科學(xué)進(jìn)展,2009,20(1):80-85.

[4] Zhang B Q, He C S, Burnhamc M, et al. Evaluating the coupling effects of climate aridity and vegetation restoration on soil erosion over the Loess Plateau in China[J]. Science of the Total Environment, 2016,539:436-449.

[5] 胡光偉,毛德華,張旺,等.60年來湘江干流徑流泥沙過程變化及驅(qū)動力分析[J].湖南師范大學(xué)自然科學(xué)學(xué)報,2014,37(2):12-16.

[6] 劉昌明,張學(xué)成.黃河干流實(shí)際來水量不斷減少的成因分析[J].地理學(xué)報,2004,59(3):323-330.

[7] Li Z W, Xu X L, Yu B F, et al. Quantifying the impacts of climate and human activities on water and sediment discharge in a karst region of southwest China[J]. Journal of Hydrology, 2016,542:836-849.

[8] Naik P K, Jay D A. Distinguishing human and climate influences on the Columbia River:Changes in mean flow and sediment transport[J]. Journal of Hydrology, 2011,404(3/4):259-277.

[9] Gao P, Geissen V, Ritsema C J, et al. Impact of climate change and anthropogenic activities on stream flow and sediment discharge in the Wei River basin, China[J]. Hydrology and Earth System Sciences, 2013,17(3):961-972.

[10] Wang S A, Fu B J, Piao S L, et al. Reduced sediment transport in the Yellow River due to anthropogenic changes [J]. Nature Geoscience, 2016,9(1):38-41.

[11] Zhang L L, Podlasly C, Ren Y, et al. Separating the effects of changes in land management and climatic conditions on long-term streamflow trends analyzed for a small catchment in the Loess Plateau region, NW China [J]. Hydrological Processes, 2014,28(3):1284-1293.

[12] Zhang X P, Zhang L, Zhao J, et al. Responses of streamflow to changes in climate and land use/cover in the Loess Plateau, China [J]. Water Resources Research, 2008,44(7):2183-2188.

[13] 李景保,王克林,秦建新,等.洞庭湖年徑流泥沙的演變特征及其動因[J].地理學(xué)報,2005,60(3):503-510.

[14] 覃紅燕,謝永宏,鄒冬生.湖南四水入洞庭湖水沙演變及成因分析[J].地理科學(xué),2012,32(5):609-615.

[15] 黃菊梅,鄒用昌,彭嘉棟,等.1960—2011年洞庭湖區(qū)年降水量變化特征[J].氣象與環(huán)境學(xué)報,2013,29(6):81-86.

[16] 羅伯良張,林浩.近40年湖南省極端強(qiáng)降水氣候變化趨勢與突變特征[J].氣象,2008,34(1):80-85.

[17] 覃鴻,黃菊梅,閆雍,等.1961—2013年洞庭湖區(qū)夏季高溫?zé)崂说臅r空分布特征[C].第31屆中國氣象學(xué)會年會S4極端氣候事件和災(zāi)害風(fēng)險管理,2014.

[18] 廖夢思,郭晶.近32年來洞庭湖流域氣候變化規(guī)律分析[J].衡陽師范學(xué)院學(xué)報,2014,35(6):109-114.

[19] Min S K, Zhang X, Zwiers F W, et al. Human contribution to more-intense precipitation extremes[J]. Nature, 2011,470(7334):378-381.

[20] Anyamba A, Small J L, Tucker C J, et al. Thirty-two years of Sahelian zone growing season non-stationary NDVI3g patterns and trends[J]. Remote Sensing, 2014,6(4):3101-3122.

[21] Global-Soil-Data-Task-Group. Global Gridded Surfaces of Selected Soil Characteristics(IGBP-DIS). Data set. Available on-line [http:∥www. daac. ornl. gov] from Oak Ridge National Laboratory Distributed Active Archive Center, Oak Ridge, Tennessee, U. S. A. doi:10.3334/ORNLDAAC/569. 2000.

[22] Penman H L. Natural evaporation from open water, bare soil and grass[J]. Proceedings of the Royal Society of London A,1948,193:120-145.

[23] Allen R G, Pereira L S, Raes D, et al. Crop evapotranspiration:guidelines for computing crop water requirements[M]. Rome: Food and Agriculture Organization of the United Nations,1998.

[24] Liu M X, Xu X L, Wang D B, et al. Karst catchments exhibited higher degradation stress from climate change than the non-karst catchments in southwest China:An ecohydrological perspective[J]. Journal of Hydrology, 2016,535:173-180.

[25] Jacobi J, Perrone D, Duncan L L, et al. A tool for calculating the Palmer drought indices[J]. Water Resources Research, 2013,49(9):6086-6089.

[26] Wells N, Goddard S, Hayes M J. A self-calibrating palmer drought severity index[J]. Journal of Climate, 2004,17(12):2335-2351.

[27] Palmer W C. Meteorological Drought[M]. Washington D C: Weather Bureau,1965.

[28] Vicente-Serrano S M, Begueria S, Lopez-Moreno J I. A Multiscalar Drought Index Sensitive to Global Warming:The Standardized Precipitation Evapotranspiration Index[J]. Journal of Climate, 2010,23(7):1696-1718.

[29] Wang H S, Liu D S, Lin H, et al. NDVI and vegetation phenology dynamics under the influence of sunshine duration on the Tibetan plateau[J]. International Journal of Climatology, 2015,35(5):687-698.

[30] Yue S, Wang C Y. Applicability of prewhitening to eliminate the influence of serial correlation on the Mann-Kendall test[J]. Water Resources Research, 2002,38(6):DOI Artn106810.1029/2001wr000861.

[31] Liu M, Xu X, Sun A. Decreasing spatial variability inprecipitation extremes in southwesternChina and the local/large-scalein?uencing factors[J]. J. Geophys. Res. Atmos.,2015,120:doi:10.1002/2014JD022886.

[32] Liu M, Xu X, Sun A Y, et al. Is southwestern China experiencing more frequent precipitation extremes[J]. Environmental Research Letters, 2014,9(6):064002.

[33] Goossens C, Berger A. Annual and seasonal climatic variations over the northern hemisphere and Europe during the last century[J]. Annales Geophysicae:Terrestrial and Planetary Physics，1986,4(4): 385-399.

[34] Huang J, Wu P T, Zhao X N. Effects of rainfall intensity, underlying surface and slope gradient on soil infiltration under simulated rainfall experiments[J]. Catena, 2013,104:93-102.

[35] Zhang G H, Liu G B, Wang G L, et al. Effects of vegetation cover and rainfall intensity on sediment-associated nitrogen and phosphorus losses and particle size composition on the Loess Plateau[J]. Journal of Soil and Water Conservation, 2011,66(3):192-200.

[36] Zhou P, Luukkanen O, Tokola T, et al. Effect of vegetation cover on soil erosion in a mountainous watershed[J]. Catena, 2008,75(3):319-325.

[37] 翟盤茂,王志偉,鄒旭愷.全國及主要流域極端氣候事件變化[M]∥任國玉.氣候變化與中國水資源.北京:氣象出版社,2007.

[38] Xu X L, Liu W, Scanlon B R, et al. Local and global factors controlling water-energy balances within the Budyko framework[J]. Geophysical Research Letters, 2013,40(23):6123-6129.

[39] Dai A. Drought under global warming: a review[J]. Wiley Interdisciplinary Reviews: Climate Change, 2011,2(1):45-65.

[40] Yang H, Qi J, Xu X, et al. The regional variation in climate elasticity and climate contribution to runoff across China[J]. Journal of Hydrology, 2014,517:607-616.