干旱與濕潤(rùn)區(qū)流域時(shí)變水熱耦合參數(shù)的歸因分析

趙香桂,黃生志,*,趙 靜,韓知明,魏曉婷,黃 強(qiáng),鄧銘江, 2

1 西安理工大學(xué) 西北旱區(qū)生態(tài)水利國(guó)家重點(diǎn)實(shí)驗(yàn)室,西安 710048 2 新疆寒旱區(qū)水資源與生態(tài)水利工程研究中心,烏魯木齊 830000

隨著全球氣候變暖,黃河和長(zhǎng)江流域地區(qū)氣候發(fā)生了明顯變化；同時(shí),兩區(qū)域人類(lèi)活動(dòng)(如城市化、工業(yè)化、退耕還林還草和農(nóng)田灌溉等)也在不斷加劇,使得流域下墊面條件發(fā)生改變,進(jìn)而影響降水在蒸發(fā)、下滲和徑流之間的分配,從而影響水循環(huán)過(guò)程[1- 3]。無(wú)定河流域是黃河中游的典型一級(jí)支流,自1999年以來(lái)實(shí)施的水土保持和退耕還林還草等生態(tài)修復(fù)工程實(shí)施以來(lái)。流域植被覆蓋條件明顯改善,但也造成徑流量急劇減少,從而使得生態(tài)環(huán)境和經(jīng)濟(jì)發(fā)展之間供需水矛盾愈發(fā)突出[4-6]。同樣地,地處長(zhǎng)江流域的漢江上游地區(qū)經(jīng)濟(jì)的快速發(fā)展及引水工程的逐年增多,也加劇了徑流的衰減[3],水矛盾問(wèn)題日益顯著。因此,在復(fù)雜的變化環(huán)境下,研究不同氣候區(qū)流域水文過(guò)程的變化并探究其影響因素,有助于深刻認(rèn)識(shí)不同氣候區(qū)水文過(guò)程的變化特征。

氣候和下墊面條件的變化是影響流域水文循環(huán)的主要因素,定量分析兩者對(duì)徑流和流域水熱耦合動(dòng)態(tài)變化的影響是當(dāng)前水文研究的熱點(diǎn)和難點(diǎn)。目前較為常用的研究方法主要是水文模型模擬和Budyko水熱耦合理論[3,7]。水文模型雖然能有效模擬流域水文過(guò)程,但對(duì)輸入數(shù)據(jù)要求高,模型的不確定性較大,故模擬結(jié)果存在較大誤差[8- 9]。而B(niǎo)udyko水熱耦合理論因包含表征流域下墊面特征的參數(shù),使模型具有一定物理意義,且計(jì)算過(guò)程相對(duì)簡(jiǎn)單,被廣泛應(yīng)用于水文領(lǐng)域的研究中[10-11]。Patterson等[12]應(yīng)用Budyko理論評(píng)估了氣候和直接的人類(lèi)活動(dòng)對(duì)美國(guó)南大西洋徑流量的影響；Xu等[13]基于Budyko理論對(duì)海河流域徑流的減小進(jìn)行了歸因分析；Huang等[14]使用Budyko假設(shè)和SVM模型量化了氣候和人類(lèi)活動(dòng)對(duì)徑流變化的貢獻(xiàn)率；楊大文等[15]基于Budyko理論,以黃河流域38個(gè)典型子流域?yàn)檠芯繉?duì)象對(duì)徑流變化進(jìn)行了歸因分析；張麗梅等[16]基于Budyko框架,估算了渭河徑流變化對(duì)各驅(qū)動(dòng)因素的彈性系數(shù),進(jìn)而定量分解了氣候變化和人類(lèi)活動(dòng)對(duì)徑流變化的貢獻(xiàn)率；上述基于Budyko框架的研究主要聚焦于徑流的定量歸因分析,側(cè)重于水熱平衡理論的應(yīng)用,而關(guān)于Budyko框架本身的研究甚少,故本研究擬開(kāi)展對(duì)Budyko框架中水熱耦合參數(shù)n的定量歸因研究。此外,以往關(guān)于Budyko框架理論與應(yīng)用的研究中,表征下墊面特征的水熱耦合參數(shù)均被視作恒定值,即認(rèn)為其在多年尺度上保持不變。但流域下墊面條件往往存在年際或年內(nèi)尺度上的變化,故基于恒定參數(shù)所模擬的流域水熱狀況不能精準(zhǔn)的反應(yīng)流域的水文演變規(guī)律。因此,本文探究了變化環(huán)境下流域水熱耦合參數(shù)n的動(dòng)態(tài)變化規(guī)律,并定量分析了氣候變化和下墊面條件的改變對(duì)其動(dòng)態(tài)變化的驅(qū)動(dòng)機(jī)制。此外,干旱區(qū)和濕潤(rùn)區(qū)不僅氣候條件不同,植被覆蓋度和農(nóng)田灌溉情況也大不相同,以往開(kāi)展的相應(yīng)研究也未在不同氣候區(qū)進(jìn)行歸因?qū)Ρ确治觥?/p>

綜上所述,水熱耦合狀況對(duì)氣候變化和下墊面條件改變的響應(yīng)是一個(gè)較復(fù)雜的過(guò)程。鑒于此,本研究選取氣候類(lèi)型差異顯著且下墊面條件變化較大的兩個(gè)流域——無(wú)定河和漢江上游為研究對(duì)象,估算干旱與濕潤(rùn)區(qū)流域的時(shí)變水熱耦合參數(shù),并通過(guò)逐步多元回歸模型、敏感性和貢獻(xiàn)率分析,定量揭示水熱耦合控制參數(shù)演變的歸因,并將干旱與濕潤(rùn)區(qū)流域作對(duì)比分析,揭示不同氣候區(qū)水文循環(huán)過(guò)程的聯(lián)系與區(qū)別,研究結(jié)果可為深入探究流域水文過(guò)程的演變、指導(dǎo)流域水資源合理開(kāi)發(fā)利用和生態(tài)環(huán)境的保護(hù)提供科學(xué)依據(jù)。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概況

無(wú)定河流域是黃河中游河口至龍門(mén)區(qū)間最大的支流,位于陜西省北部,發(fā)源于定邊縣白于山,流經(jīng)定邊、靖邊、米脂、綏德等縣,于清澗縣河口村匯入黃河。無(wú)定河全長(zhǎng)491 km,流域面積3.03萬(wàn)km2,流域地理位置處于37°02′—39°00′N(xiāo),107°47′—110°34′E,流域出口控制站為白家川水文站,集水面積為2.97萬(wàn)km2,河道平均比降1.8‰。流域氣候?qū)儆跍貛Т箨懶愿珊蛋敫珊导撅L(fēng)氣候類(lèi)型,多年平均氣溫為8.9℃,多年平均降水量為369.9 mm,且降水量空間分布為自東南向西北遞減,年內(nèi)分布極其不均。

漢江是長(zhǎng)江最大的支流,發(fā)源于秦嶺南麓,流經(jīng)陜西和湖北,于武漢市漢口龍王廟匯入長(zhǎng)江。漢江流域面積15.9萬(wàn)km2,干流全長(zhǎng)1577 km,通常分上、中、下游3段。丹江口以上為上游,河長(zhǎng)925 km；丹江口至鐘祥為中游,河長(zhǎng)270 km；鐘祥以下為下游,河長(zhǎng)約382 km。該流域位于北緯31°41′—34°11′,東經(jīng)106°05′—109°22′之間,本文選取安康站以上的漢江上游為研究區(qū)域,該區(qū)域全長(zhǎng)426 km,集水面積3.86萬(wàn)km2。流域氣候?qū)儆趤啛釒駶?rùn)性季風(fēng)氣候類(lèi)型,四季分明,雨量充沛。流域多年平均氣溫為13.4℃,多年平均降水量912.4 mm,70%左右的降水集中在5—9月。

圖1 研究區(qū)地理位置Fig.1 Location of the study area

1.2 數(shù)據(jù)來(lái)源

無(wú)定河流域1970—2013年白家川水文站的徑流觀測(cè)數(shù)據(jù)來(lái)源于黃河流域水文年鑒,氣象數(shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)(http://data.cma.cn/)提供的4個(gè)氣象站(榆林、橫山、綏德、靖邊)的地面氣候數(shù)據(jù)集,主要包括日降雨量(P)、日平均氣溫(T)、日最高氣溫(Tmax)、日最低氣溫(Tmin)、相對(duì)濕度(RH)、平均風(fēng)速(u2)以及日照時(shí)數(shù)(S)資料。用ArcGIS 10.2軟件中泰森多邊形工具將點(diǎn)數(shù)據(jù)轉(zhuǎn)換為面數(shù)據(jù)。

漢江上游徑流控制站點(diǎn)安康水文站,觀測(cè)數(shù)據(jù)來(lái)源于長(zhǎng)江流域水文年鑒；選取流域內(nèi)9個(gè)氣象站點(diǎn)(略陽(yáng)、留壩、太白、漢中、佛坪、石泉、鎮(zhèn)巴、安康、鎮(zhèn)坪),并于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)獲得P、T、Tmax、Tmin、RH、S及u2資料,同樣采用泰森多邊形將其處理為面數(shù)據(jù)。

本研究使用的植被覆蓋指數(shù)(NDVI)是由美國(guó)國(guó)家海洋大氣局發(fā)布的Global Inventory Modeling and Mapping Studies Normalized Difference Vegetation Index 3rd generation(GIMMS NDVI3g)數(shù)據(jù)集,數(shù)據(jù)覆蓋時(shí)段為1982—2015年,時(shí)間分辨率和空間分辨率分別為15 d和0.083°×0.083°。有效灌溉面積(EIA,1000 hm2)來(lái)源于農(nóng)業(yè)部統(tǒng)計(jì)局官網(wǎng)。首先將下載的各省份數(shù)據(jù)除以該省行政區(qū)面積得到灌溉密度,再乘以研究流域在各省的分布面積,最后將各省的計(jì)算結(jié)果求和,即得到研究流域的有效灌溉面積。

2 研究方法

2.1 潛在蒸散發(fā)的計(jì)算

目前用于估算潛在蒸散發(fā)(ET0)的方法主要有溫度法、輻射法、質(zhì)量傳輸法以及綜合法[17]。其中,Penman-Monteith(PM)法因具有明確物理機(jī)制而被聯(lián)合國(guó)糧農(nóng)組織(FAO)推薦使用[18]。本文采用考慮多種氣象要素,并經(jīng)Shuttleworth于1993年修正的PM公式計(jì)算ET0[19],具體公式如下：

(1)

式中:λ為潛熱(MJ/kg)；Δ為飽和水汽壓與溫度關(guān)系曲線(xiàn)斜率(kPa/℃)；γ為干濕常數(shù)(kPa/℃)；Rn為凈輻射(MJ m-2d-1)；G為土壤熱通量(MJ m-2d-1)；u2為2m高處的風(fēng)速(m/s)；es為空氣飽和水汽壓(kPa)；RH為相對(duì)濕度(%)。

2.2 基于Budyko框架計(jì)算參數(shù)n

Budyko框架是指實(shí)際蒸散發(fā)(E)受水分供應(yīng)條件(降水,P)和能量供給條件(潛在蒸散發(fā),ET0)的共同限制,流域P和ET0之間存在耦合平衡關(guān)系[20]。其中,經(jīng)量綱分析和數(shù)學(xué)推導(dǎo)的傅抱璞公式可較好地反映流域內(nèi)的水熱耦合狀態(tài),故被廣泛應(yīng)用[21],其公式為：

(2)

式中：n為流域水熱耦合控制參數(shù),受下墊面變化和氣候變化的影響,決定著流域的水熱分配。

公式(2)中E可通過(guò)水量平衡公式計(jì)算,其表達(dá)式為：

E=P-R-ΔS

(3)

式中：E為多年平均實(shí)際蒸散發(fā)量(mm)；R為多年平均徑流量(mm)；ΔS為流域蓄水變化量(在多年時(shí)間尺度上,閉合流域近似為0[12,20],故可選取5 a作為滑動(dòng)窗口使其為0來(lái)計(jì)算E)。

選取5 a為滑動(dòng)窗口,將滑動(dòng)窗口內(nèi)的P、E、ET0值作為輸入數(shù)據(jù),即可根據(jù)最小二乘法擬合出一個(gè)n值來(lái)代表滑動(dòng)窗口中間年份的水熱耦合控制參數(shù)值[3,20]。以此類(lèi)推,將所有窗口的n值全部擬合,即可得到流域時(shí)變水熱耦合控制參數(shù)序列。

2.3 Mann-Kendall趨勢(shì)檢驗(yàn)法

Mann-Kendall趨勢(shì)檢驗(yàn)簡(jiǎn)稱(chēng)MK檢驗(yàn),是一種非參數(shù)檢驗(yàn)方法。由于此方法適用性廣、不受異常值干擾,因而在水文、氣象以及農(nóng)業(yè)等領(lǐng)域被廣泛應(yīng)用。本研究采用MK法對(duì)水熱耦合控制參數(shù)n、氣候要素和下墊面因子進(jìn)行趨勢(shì)分析。MK法通過(guò)統(tǒng)計(jì)量Z來(lái)確定趨勢(shì),當(dāng)顯著性水平為0.05時(shí),若|Z|>1.96,被觀測(cè)序列具有顯著性變化趨勢(shì),Z值的正負(fù)表示觀測(cè)序列呈上升或下降趨勢(shì),具體計(jì)算公式見(jiàn)參考文獻(xiàn)[22-23]。

2.4 逐步多元線(xiàn)性回歸模型(SMLR)

為確定氣候和下墊面因子對(duì)時(shí)變流域水熱耦合控制參數(shù)的影響,本研究采用逐步多元回歸模型(Stepwise multiple linear regression model, SMLR)建立時(shí)變參數(shù)n與氣候和下墊面因子的響應(yīng)關(guān)系。首先建立一個(gè)包含所有可能的因變量的模型,然后將其逐步剔除,在保持參數(shù)顯著性的同時(shí)保持決定系數(shù)最高的模型,即最后建立“最優(yōu)”方程的回歸分析[24]。該回歸方法有效避免了自變量的多重共線(xiàn)性,使建立的模型更加可靠。

選取氣候要素(P、T、Tmax、Tmin、RH、S、u2)和下墊面因子(NDVI和EIA)作為自變量,時(shí)變參數(shù)n作為因變量,進(jìn)行逐步回歸擬合方程：

n=α0+(α1xc1+…+αkxck)+(b1xh1+…+bkxhk)

(4)

式中：α0為逐步回歸方程的截距；α1,…,αk及b1,…,bk為自變量的模型系數(shù)；xc1,…,xck代表氣候因子,xh1,…,xhk代表下墊面因子。最后將公式(4)計(jì)算得到的n值作為模擬值,將最小二乘法確定的n值作為實(shí)際值,并基于模擬值和實(shí)際值的確定性系數(shù)(R2)來(lái)確定SMLR模型的擬合效果。

2.5 敏感性分析法

不同氣候區(qū),時(shí)變水熱耦合控制參數(shù)n對(duì)氣候因子和下墊面變化的響應(yīng)不同。本文選用敏感性分析法來(lái)估算干旱與濕潤(rùn)區(qū)流域氣候和下墊面變化對(duì)時(shí)變參數(shù)n的影響。假設(shè)時(shí)變參數(shù)n對(duì)某影響因子xi的敏感性系數(shù)為Sxi,則Sxi為n對(duì)該影響因子的偏導(dǎo)除以n與該影響因子的比值,其計(jì)算公式為：

(5)

2.6 貢獻(xiàn)率計(jì)算

為定量評(píng)估各因子對(duì)參數(shù)n變化的影響,可將時(shí)變參數(shù)n對(duì)影響因子的敏感性系數(shù)與研究時(shí)段內(nèi)該因子的相對(duì)變化率相乘,即可得到該影響因子對(duì)n變化的貢獻(xiàn)率[25- 26]。具體計(jì)算公式如下所示：

Cxi=Sxi×Rxi

(6)

(7)

所有影響因子對(duì)時(shí)變參數(shù)n的貢獻(xiàn)率之和則為氣候因子和下墊面因子對(duì)參數(shù)n變化的總貢獻(xiàn)率。

3 結(jié)果分析

3.1 影響因子的演變規(guī)律分析

繪制研究區(qū)氣候和下墊面因子在1970—2013年間的年際變化,如圖2所示。對(duì)于干旱區(qū)的無(wú)定河流域,徑流R呈下降趨勢(shì),氣候因子中P、E0、RH、S與u2在1970—2013年間均呈現(xiàn)下降趨勢(shì),下墊面因子NDVI和EIA均呈上升趨勢(shì),從圖2中可以明顯看出,無(wú)定河降水呈下降趨勢(shì),而近50年來(lái)氣溫呈上升趨勢(shì),這使得流域暖干化現(xiàn)象愈發(fā)加劇,而無(wú)定河流域既是氣候變化的敏感區(qū),又是環(huán)境脆弱區(qū),暖干化這一現(xiàn)象對(duì)該地區(qū)的水資源可持續(xù)利用與工農(nóng)業(yè)發(fā)展造成巨大威脅[27]。對(duì)于濕潤(rùn)的漢江上游,徑流R呈下降趨勢(shì),氣候因子中P、E0、S與u2在1970—2013年間均呈現(xiàn)下降趨勢(shì),下墊面因子NDVI和EIA均呈上升趨勢(shì),EIA從1975年開(kāi)始增長(zhǎng)逐漸變緩。

圖2 研究區(qū)氣候和下墊面因子變化趨勢(shì)示意圖Fig.2 Changes in climatic and underlying surface variables in the study area

采用MK法對(duì)無(wú)定河流域和漢江上游流域代表氣候和下墊面因子的時(shí)間序列進(jìn)行趨勢(shì)檢驗(yàn),各因子的趨勢(shì)檢驗(yàn)結(jié)果如表1所示。

由表1結(jié)果可知,對(duì)于干旱區(qū)的無(wú)定河流域,R、E0、u2通過(guò)了顯著性水平為0.05的趨勢(shì)檢驗(yàn),呈現(xiàn)顯著下降趨勢(shì),P、RH、S呈不顯著的下降趨勢(shì),T、Tmax、Tmin呈現(xiàn)顯著的上升趨勢(shì),這與周園園等[28- 29]所得出的結(jié)論一致；下墊面因子NDVI和EIA在1970—2013年呈明顯的上升趨勢(shì),這與Hao等[30]得出的結(jié)果一致。對(duì)于濕潤(rùn)區(qū)的漢江上游,R和u2呈現(xiàn)顯著下降趨勢(shì),P、E0和S呈不顯著的下降趨勢(shì),T、Tmax、Tmin均呈明顯的上升趨勢(shì),這與李紫妍[32]所得出的結(jié)論一致。下墊面因子中NDVI和EIA均呈顯著的上升趨勢(shì)。EIA從1975年開(kāi)始增長(zhǎng)逐漸變緩?？傮w而言,兩流域的氣溫均呈顯著上升趨勢(shì),降水呈下降趨勢(shì),說(shuō)明所研究的干與濕流域都存在暖干化現(xiàn)象。

表1 MK統(tǒng)計(jì)量Z值結(jié)果表

3.2 時(shí)變水熱耦合參數(shù)的趨勢(shì)分析

圖3 水熱平衡參數(shù)的動(dòng)態(tài)變化Fig.3 The dynamic change of hydrothermal equilibrium parameter

基于水量平衡方程和傅抱璞公式,以11a為滑動(dòng)窗口來(lái)估算時(shí)變水熱耦合參數(shù)n,估算結(jié)果如圖3所示。由圖3可知,干旱區(qū)無(wú)定河流域與濕潤(rùn)區(qū)漢江上游參數(shù)n均呈現(xiàn)上升趨勢(shì)。采用MK法對(duì)時(shí)變參數(shù)n進(jìn)行趨勢(shì)檢驗(yàn),無(wú)定河和漢江上游的Z統(tǒng)計(jì)量分別為4.98和4.24,表明兩流域水熱耦合參數(shù)n的上升趨勢(shì)均顯著。

干旱區(qū)無(wú)定河流域動(dòng)態(tài)參數(shù)n的變化范圍為2.45—2.82其值符合孫福寶等[31]所給的參數(shù)范圍,且從1996年開(kāi)始n值持續(xù)上升,最大值出現(xiàn)在2008年,表明在干燥指數(shù)(ET0/P)保持不變時(shí),無(wú)定河流域自1996年以來(lái)蒸發(fā)率持續(xù)增加,即在同一降水條件下,隨著無(wú)定河流域水熱耦合狀況不斷變化,流域的蒸發(fā)量持續(xù)增大,而下墊面因子中NDVI在1982—1999年呈波動(dòng)的緩慢增加趨勢(shì),在1999年以后NDVI呈顯著的增加趨勢(shì),說(shuō)明1999年前該流域生態(tài)工程建設(shè)相對(duì)緩慢,1999年開(kāi)始施行大規(guī)模退耕還林還草和水土保持等生態(tài)修復(fù)工程,同時(shí),隨著灌溉面積的增加,共同驅(qū)動(dòng)著徑流量顯著減小,流域干旱程度持續(xù)加劇。

濕潤(rùn)區(qū)漢江上游動(dòng)態(tài)參數(shù)n的變化范圍為1.28—1.65,這與Li等[3]的結(jié)果一致,其中1983—1998年參數(shù)n持續(xù)增大,自1999年以后,參數(shù)值明顯減小。表明在相同降水條件下,漢江上游區(qū)域1983—1998年間蒸發(fā)量增大,流域干旱程度增強(qiáng)。自1999年以后,流域蒸散發(fā)有減小的趨勢(shì),流域干旱程度有所緩解,主要是由于1999年以后漢江上游地區(qū)EIA呈顯著下降趨勢(shì),徑流有增加的趨勢(shì)。

3.3 水熱耦合參數(shù)變化的歸因分析

3.3.1時(shí)變參數(shù)n對(duì)影響因子的響應(yīng)關(guān)系

為進(jìn)一步研究參數(shù)n對(duì)各影響因子的響應(yīng),采用SMLR模型來(lái)擬合參數(shù)n和氣候因子(P、T、Tmax、Tmin、S、u2、RH)及下墊面因子(NDVI、EIA)的關(guān)系式。在逐步回歸的過(guò)程中,已剔除與參數(shù)n變化相關(guān)性弱的影響因子,保留了與時(shí)變參數(shù)密切相關(guān)的因子。模擬結(jié)果如下：

無(wú)定河：

n1=2.238+0.0476P+0.1127T+0.0577u2+1.8212NDVI

(8)

漢江上游：

n2=2.266-0.0403P+0.0474T-1.218NDVI+0.0351EIA

(9)

由式(8)可知,對(duì)干旱區(qū)無(wú)定河流域來(lái)說(shuō),P、T、u2和NDVI對(duì)水熱耦合參數(shù)n的變化具有顯著意義；由式(9)可知,對(duì)濕潤(rùn)區(qū)漢江上游來(lái)說(shuō),P、T、NDVI和EIA與水熱耦合參數(shù)n的變化最為相關(guān)。表明氣候因素和下墊面因素共同影響著無(wú)定河流域和漢江上游水熱耦合參數(shù)。此外,將干旱區(qū)和濕潤(rùn)區(qū)影響因子的實(shí)測(cè)值代入公式(8)和(9),計(jì)算參數(shù)n的模擬值,并將其和參數(shù)n的實(shí)測(cè)值進(jìn)行對(duì)比,結(jié)果如圖3所示。SMLR模型對(duì)干旱區(qū)和濕潤(rùn)區(qū)流域參數(shù)n擬合的確定性系數(shù)R2分別為0.85和0.98,說(shuō)明SMLR模型的模擬效果較好。

圖4 參數(shù)n實(shí)際值與模擬值的比較Fig.4 The comparison between the actual value of parameter n and the simulated value of parameter n0

3.3.2參數(shù)n對(duì)影響因子的敏感性分析

采用敏感性系數(shù)法進(jìn)一步分析參數(shù)n對(duì)影響因子的敏感程度,結(jié)果如表2所示。

表2 驅(qū)動(dòng)因子對(duì)參數(shù)n變化的敏感性系數(shù)

對(duì)干旱區(qū)無(wú)定河流域,參數(shù)n對(duì)P的敏感系數(shù)最大,為0.485,對(duì)T和NDVI的敏感系數(shù)次之,對(duì)u2的敏感系數(shù)最小。表明在各影響因子的變化量相同時(shí),無(wú)定河流域水熱耦合參數(shù)n對(duì)降水變化的響應(yīng)最為強(qiáng)烈,對(duì)氣溫和NDVI次之,對(duì)風(fēng)速的響應(yīng)最弱,且風(fēng)速對(duì)參數(shù)n的變化有負(fù)向影響。因?yàn)樽鳛樗肯拗菩蛥^(qū)域(E0/P>1),無(wú)定河降水的變化會(huì)直接影響該區(qū)域的水熱狀況,而溫度的變化會(huì)直接影響潛在蒸散發(fā),進(jìn)而間接影響流域的水熱狀況。

對(duì)濕潤(rùn)區(qū)漢江上游,參數(shù)n對(duì)NDVI和T的敏感系數(shù)最大,對(duì)EIA和P的敏感系數(shù)次之。表明漢江上游水熱耦合參數(shù)對(duì)植被覆蓋度和日平均氣溫變化的響應(yīng)較為強(qiáng)烈,對(duì)有效灌溉面積和降水變化的響應(yīng)次之。其中,植被覆蓋度的改變對(duì)參數(shù)n的變化有負(fù)向影響。總體來(lái)說(shuō),干旱區(qū)流域與濕潤(rùn)區(qū)流域的時(shí)變水熱耦合參數(shù)對(duì)氣候和下墊面變化的敏感程度不同。

3.3.3影響因子對(duì)參數(shù)n變化的貢獻(xiàn)率

為了進(jìn)一步定量評(píng)估氣候變化和下墊面條件的改變對(duì)參數(shù)n變化的影響,基于研究區(qū)域SMLR模型的結(jié)果,計(jì)算氣候因子和下墊面因子對(duì)水熱耦合參數(shù)變化的貢獻(xiàn)率,結(jié)果如表3和圖4所示。

表3 驅(qū)動(dòng)因子對(duì)參數(shù)n變化的貢獻(xiàn)率

圖5 氣候和下墊面因子對(duì)參數(shù)n變化的貢獻(xiàn)率 Fig.5 Contributions of climatic and underlying surface characteristic factors to parameter n changes

在干旱區(qū)無(wú)定河流域,P對(duì)水熱耦合參數(shù)n的貢獻(xiàn)率為-54.7%,T、u2和NDVI對(duì)參數(shù)n的貢獻(xiàn)率分別為29.5%、35.7%和89.5%,表明P對(duì)水熱耦合參數(shù)的增加具有負(fù)向驅(qū)動(dòng)作用,而T、u2和NDVI的改變對(duì)參數(shù)的增加具有正向驅(qū)動(dòng)作用。由于降水對(duì)參數(shù)增加的負(fù)向驅(qū)動(dòng)作用小于氣溫、風(fēng)速和植被覆蓋度的正向驅(qū)動(dòng)作用,故參數(shù)呈現(xiàn)增加趨勢(shì)。其中,NDVI對(duì)參數(shù)增加的貢獻(xiàn)率最大,表明植被覆蓋是引起干旱區(qū)無(wú)定河流域水熱耦合參數(shù)增加的主導(dǎo)因子?？傮w來(lái)說(shuō),氣候因素對(duì)干旱區(qū)無(wú)定河流域參數(shù)n變化的貢獻(xiàn)率為10.5%,而下墊面條件的貢獻(xiàn)率為89.5%,故下墊面條件的改變主導(dǎo)著干旱區(qū)無(wú)定河流域水熱耦合參數(shù)的變化。自1999年黃土高原施行退耕還林(草)生態(tài)修復(fù)措施以來(lái),黃河流域逐年變綠[32]。無(wú)定河位于黃土高原西北部地區(qū),同樣存在變綠的趨勢(shì)。無(wú)定河作為水量限制型區(qū)域(E0/P>1),大規(guī)模的植樹(shù)造林會(huì)通過(guò)蒸騰消耗大量的水資源,會(huì)對(duì)流域水文循環(huán)過(guò)程產(chǎn)生強(qiáng)烈干擾作用,進(jìn)一步改變流域水熱狀況,導(dǎo)致水熱耦合參數(shù)n的變化,從而使流域徑流減少。因此,植被覆蓋度的增加是無(wú)定河流域水熱狀況變化的主導(dǎo)因素。

在濕潤(rùn)區(qū)漢江上游,P、T、NDVI和EIA對(duì)參數(shù)n變化的貢獻(xiàn)率分別為31.3%、14.4%、-28.8%和83.1%,其中,P、T和EIA的變化對(duì)參數(shù)n的增加具有促進(jìn)作用,而NDVI的變化對(duì)參數(shù)n的增加具有抑制作用。由于降水、氣溫和有效灌溉面積對(duì)參數(shù)增加的正向驅(qū)動(dòng)作用大于植被覆蓋度的負(fù)向驅(qū)動(dòng)作用,故參數(shù)在1970—2013年間呈現(xiàn)增加趨勢(shì)。從貢獻(xiàn)率的數(shù)值大小來(lái)看,有效灌溉面積是濕潤(rùn)區(qū)流域參數(shù)n變化的主導(dǎo)因子。總體來(lái)看,氣候因素對(duì)濕潤(rùn)區(qū)水熱耦合參數(shù)n變化的貢獻(xiàn)率為45.7%,而下墊面因子的貢獻(xiàn)率為54.3%。因?yàn)闈h江上游是能量限制型區(qū)域(E0/P<1),該區(qū)域的植被變綠并未消耗大量的水資源,故植被覆蓋的增加并非導(dǎo)致漢江上游流域水熱耦合參數(shù)變化的主要因素。此外,漢江上游流域?yàn)殛兡系摹凹Z倉(cāng)”,是重要的農(nóng)業(yè)基地,有效灌溉面積較大[3]。經(jīng)貢獻(xiàn)率計(jì)算結(jié)果可知,有效灌溉面積主導(dǎo)著該地區(qū)水熱耦合參數(shù)的變化。

綜上所述,不同氣候帶的異同主要體現(xiàn)在干燥度指數(shù)(E0/P),干旱區(qū)無(wú)定河流域和濕潤(rùn)區(qū)漢江上游水熱狀況不同,故主導(dǎo)其水熱耦合參數(shù)變化的因子也不同。

4 結(jié)論

本文選取干旱區(qū)無(wú)定河流域與濕潤(rùn)區(qū)漢江上游為研究區(qū)域,基于Budyko框架,采用MK趨勢(shì)檢驗(yàn)、SMLR模型、敏感性系數(shù)法等,對(duì)不同水熱條件下,水熱耦合參數(shù)演變規(guī)律及影響因素進(jìn)行了分析,并定量評(píng)估了干旱區(qū)流域與濕潤(rùn)區(qū)流域氣候與下墊面條件的改變對(duì)水熱耦合參數(shù)變化的貢獻(xiàn)程度,主要結(jié)論如下：

(1)在1970—2013年間,兩流域水熱耦合參數(shù)整體呈顯著上升趨勢(shì),蒸發(fā)量增加而徑流量下降,流域干旱程度總體呈加劇狀態(tài)。而對(duì)漢江上游而言,自1999年以后,有效灌溉面積顯著減少,蒸發(fā)量減少而徑流量增加,其水熱耦合參數(shù)出現(xiàn)下降趨勢(shì)。

(2)影響干旱流域與濕潤(rùn)流域水熱平衡參數(shù)n的敏感性因子不同。無(wú)定河參數(shù)n對(duì)降水變化具有較高的敏感性,對(duì)風(fēng)速的敏感性最弱；漢江上游參數(shù)n對(duì)NDVI和氣溫變化均較為敏感。

(3)對(duì)于水量限制型流域(無(wú)定河),植樹(shù)造林通過(guò)蒸騰消耗大量的水資源,導(dǎo)致降水在蒸發(fā)、下滲及徑流之間的分配發(fā)生改變。故植被覆蓋度的增加主導(dǎo)著無(wú)定河流域水熱耦合狀況的變化,其貢獻(xiàn)率為89.5%；對(duì)于能量限制型流域(漢江上游),有效灌溉面積的增加主導(dǎo)著該流域水熱耦合狀況的變化,其貢獻(xiàn)率為83.1%。

本研究對(duì)比分析了不同氣候區(qū)氣候和下墊面條件變化對(duì)流域水熱耦合狀況的影響,研究結(jié)果有助于揭示

變化環(huán)境下流域水文循環(huán)的演變規(guī)律。此外,本研究采用的流域水熱耦合平衡動(dòng)態(tài)變化的驅(qū)動(dòng)力分析框架可以推廣至其他流域。由于數(shù)據(jù)的限制,本研究在人類(lèi)活動(dòng)因子的選取上還不全面,由于下墊面變化對(duì)水熱平衡參數(shù)變化的影響較為復(fù)雜,接下來(lái)的研究中會(huì)進(jìn)一步考慮土壤濕度、基流以及遙相關(guān)因子(太陽(yáng)黑子、厄爾尼諾南方濤動(dòng)等)對(duì)流域水熱耦合狀況的影響。