黃河流域天然河川徑流量演變歸因分析

周祖昊，劉佳嘉，嚴(yán)子奇，王 浩，賈仰文

(1.中國水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國家重點(diǎn)實(shí)驗(yàn)室，北京 100038；2.水利部水資源與水生態(tài)工程技術(shù)研究中心,北京 100038)

隨著全球氣候變暖和人類活動(dòng)影響加劇，流域水資源演變發(fā)生重大變化，這是世界水文水資源研究領(lǐng)域的熱門課題[1-3]。國內(nèi)外學(xué)者大多集中于討論氣候和人類活動(dòng)對實(shí)測徑流量演變過程的影響，對天然河川徑流量變化歸因分析相對較少。天然河川徑流量決定了流域可用水資源量以及相關(guān)工程布局，厘清天然河川徑流量衰減原因，有助于為流域水資源高效利用和科學(xué)管理提供支撐。

黃河是中國北方重要的淡水資源，河川徑流量約占全國2%，黃河流域承載了全國15%的人口、15%的耕地面積和14%的GDP[4]，是中國水資源短缺非常嚴(yán)重的流域，徑流量變化直接影響流域內(nèi)水安全的保障，對流域可持續(xù)發(fā)展有著重要影響。研究表明，20世紀(jì)50年代以來，受氣候變化和水利水保工程等人類活動(dòng)影響，黃河流域?qū)崪y徑流量呈顯著下降趨勢，且下游比上游衰減更顯著，其中人類活動(dòng)是主要影響因素[5-9]；根據(jù)黃河流域水資源綜合評價(jià)相關(guān)成果，黃河流域多年平均地表水資源量也呈下降趨勢[4,10-11]。王國慶等[12]采用模型模擬方法對黃河流域花園口站1986—2018年系列(變化期)實(shí)測徑流量相對于1956—1985年系列(基準(zhǔn)期)的變化量進(jìn)行了歸因分析，得出黃河流域人類活動(dòng)影響對徑流減少的貢獻(xiàn)率為76.2%，氣候變化影響貢獻(xiàn)率為23.8%。Kong等[13]采用雙累積曲線法分析了黃河流域1960s、1970s、1980s、1990s和2001—2012年相對于1951—1959年基準(zhǔn)期氣候變化和人類活動(dòng)對實(shí)測徑流變化的貢獻(xiàn)率，得出除1960s外黃河流域90%以上的徑流減少可歸因于人類活動(dòng)影響。Chang等[14]采用模型模擬分析法對渭河流域各年代相對于基準(zhǔn)期(1960s)之間的實(shí)測徑流變化進(jìn)行歸因分析，得出渭河流域1970s、1980s、1990s和2000s人類活動(dòng)影響貢獻(xiàn)率分別為64%、72%、47%和90%。馮家豪等[15]使用雙累積曲線對1957—2018年系列頭道拐—龍門與龍門—潼關(guān)區(qū)間突變年份(分別為1987年和1999年)前后實(shí)測徑流量變化進(jìn)行歸因分析，得出人類活動(dòng)對頭道拐—龍門與龍門—潼關(guān)區(qū)間多年平均徑流量變化貢獻(xiàn)率分別為63%和80%。以上研究主要針對實(shí)測徑流演變原因開展分析，不能解釋黃河天然徑流量衰減的原因，不利于黃河流域水資源配置與高效利用?？紤]未來氣候變化，黃河流域水資源量可能還會(huì)進(jìn)一步減少[16-17]，在考慮輸沙水量、生態(tài)水量、河口三角洲需水量等多重需求下，未來黃河水資源短缺現(xiàn)象仍較為嚴(yán)峻[18]。因此，有必要深入研究氣候變化和人類活動(dòng)對天然河川徑流量變化的影響，定量計(jì)算不同人類活動(dòng)因素對天然河川徑流量減少的貢獻(xiàn)率，以便提出針對性的應(yīng)對措施，為新時(shí)期黃河流域生態(tài)保護(hù)與高質(zhì)量發(fā)展提供支持。

本研究采用基于二元水循環(huán)模型的流域天然河川徑流量評價(jià)方法[19-20]和多因素歸因分析方法[21-22]，在動(dòng)態(tài)評價(jià)黃河流域天然河川徑流量的基礎(chǔ)上，定量分析氣候變化和人類活動(dòng)對天然河川徑流量衰減造成的影響。

1 研究區(qū)域概況

黃河是中國第二大河流，流經(jīng)青藏高原、黃土高原、內(nèi)蒙古高原以及華北平原，橫跨中國三大階地，于山東流入渤海，干流全長5 464 km，呈“幾”字形，流域面積79萬km2。流域內(nèi)自西向東氣候分區(qū)為干旱區(qū)、半干旱區(qū)和半濕潤地區(qū)，流域1956—2016年多年平均降水量為452 mm，降水年內(nèi)分配極不均勻，主要集中在6—9月[9]。黃河流域主要水系及二級區(qū)范圍如圖1所示。

2 方法及數(shù)據(jù)

2.1 基于二元水循環(huán)模型的天然河川徑流量評價(jià)方法

天然河川徑流量是衡量流域可用水資源的一個(gè)重要指標(biāo)，指的是流域內(nèi)地表水體中由降水形成的、通過流域出口斷面可逐年更新的全部動(dòng)態(tài)水量，包括降水直接產(chǎn)流形成的地表水和地下水進(jìn)入河道的基流部分，并扣除沿途蒸發(fā)、河流滲漏損失的水量，反映了河川徑流的供水能力，也是流域降水及產(chǎn)匯流條件的綜合反映[23-24]。對于無人類活動(dòng)影響的流域，實(shí)測河川徑流量即為天然河川徑流量；對于有人類活動(dòng)影響的流域，一般需要在實(shí)測河川徑流量基礎(chǔ)上還原農(nóng)業(yè)灌溉、工業(yè)和生活用水的耗損量、跨流域引入引出水量、河道分洪水量、水庫蓄變量等；此外，還需要對還原后的天然河川徑流量系列進(jìn)行一致性修正，反映下墊面條件變化對徑流的影響，得到具有一致性且能反映近期下墊面條件的天然河川徑流量。這就是傳統(tǒng)的“實(shí)測+還原+還現(xiàn)”計(jì)算方法[23-24]。

傳統(tǒng)天然河川徑流量計(jì)算方法主要在實(shí)測徑流基礎(chǔ)上還原人類活動(dòng)直接影響量，沒有考慮人類取用水等活動(dòng)對地表、地下水循環(huán)過程的間接影響，比如開采地下水會(huì)造成地下水位下降、包氣帶加厚、降水入滲補(bǔ)給地下水的路徑延長、土壤水蒸散發(fā)增加，從而導(dǎo)致降水產(chǎn)生的地表、地下產(chǎn)流減少及天然河川徑流量減少。為考慮人類活動(dòng)對天然河川徑流量的直接和間接影響，以基于二元水循環(huán)模型的流域水資源評價(jià)方法[19-20]為基礎(chǔ)，本文通過構(gòu)建具有物理機(jī)制的流域分布式二元水循環(huán)模型，對人類活動(dòng)影響下流域“地表-土壤-地下”水循環(huán)過程進(jìn)行連續(xù)模擬，根據(jù)天然河川徑流量的概念從模擬得到的各環(huán)節(jié)水循環(huán)變量中分離出因降水而形成的河川徑流量，即“耦合模擬-分離評價(jià)”的方法。

WEP-L分布式流域二元水循環(huán)模型(簡稱WEP-L模型)是具有物理機(jī)制的流域分布式水循環(huán)模型，可以綜合考慮氣象、下墊面、人類取用水、水利水保工程等因素對水循環(huán)過程的影響，實(shí)現(xiàn)“自然-社會(huì)”二元水循環(huán)過程耦合模擬和分析，給出水循環(huán)要素時(shí)間和空間變化過程以及流域水循環(huán)通量。模型采用子流域套等高帶作為計(jì)算單元，同時(shí)根據(jù)土地利用不均勻性又進(jìn)行了細(xì)分，各計(jì)算單元在垂直方向上分為數(shù)層，用于模擬地表、包氣帶、地下含水層等不同介質(zhì)中的水分運(yùn)動(dòng)。自然水循環(huán)過程主要是對各計(jì)算單元的降水、入滲、產(chǎn)流、匯流等過程進(jìn)行模擬；社會(huì)水循環(huán)模擬就是對社會(huì)水循環(huán)各個(gè)子系統(tǒng)的“蓄水-取水-輸水-用水-耗水-排水”6個(gè)環(huán)節(jié)進(jìn)行模擬。社會(huì)水循環(huán)同自然水循環(huán)的耦合過程主要是在取水和排水環(huán)節(jié)，取水來源可分為河道取水、水庫取水以及地下水開采3類，取水環(huán)節(jié)主要會(huì)導(dǎo)致取水點(diǎn)所在計(jì)算單元地表和地下水減少，排水環(huán)節(jié)則會(huì)導(dǎo)致排水用戶所在計(jì)算單元地表徑流增加。詳細(xì)模型原理內(nèi)容參考文獻(xiàn)[19,25-26]。

本研究針對黃河流域梯田、淤地壩、水庫眾多的特點(diǎn)，根據(jù)對水循環(huán)過程調(diào)蓄的機(jī)制，對原來的模型進(jìn)行改進(jìn)，主要包括：① 將原模型的5類下墊面改進(jìn)為水域、不透水域、裸地域、林地域、草地域、坡耕地域、灌溉農(nóng)田域、非灌溉農(nóng)田域、梯田域、壩地域共10類進(jìn)行降水、蒸發(fā)、入滲、產(chǎn)流等水循環(huán)過程模擬。② 在梯田域增加梯田建設(shè)對坡面產(chǎn)匯流過程的模擬。③ 在壩地域增加淤地壩建設(shè)對溝壑產(chǎn)匯流過程的模擬。④ 對原模型水庫調(diào)度模塊進(jìn)行改進(jìn)，根據(jù)資料情況采用不同的水庫泄流量計(jì)算方法進(jìn)行模擬，如果有水庫月蓄變量數(shù)據(jù)，則采用月蓄變量數(shù)據(jù)對水庫泄流量進(jìn)行修正；如果有水庫庫容—下泄量曲線，則根據(jù)水庫庫容計(jì)算水庫泄流量；如果上述數(shù)據(jù)資料都缺乏，則采用多年月平均泄流量作為水庫泄流控制。

2.1.2 分離評價(jià)

“分離”評價(jià)具體步驟如下：

(1) 基于WEP-L模型計(jì)算結(jié)果，統(tǒng)計(jì)區(qū)域/流域內(nèi)各子流域月平均地表產(chǎn)流量、壤中流產(chǎn)流量、基流產(chǎn)流量、地表用水量(分農(nóng)業(yè)和工業(yè)生活2類)、地下水用水量(分農(nóng)業(yè)和工業(yè)生活2類)、降水量、河道蒸發(fā)量、地表入滲量等。

(2) 計(jì)算來自降水的天然地表產(chǎn)流量。首先根據(jù)降水量和農(nóng)業(yè)用水量的比例關(guān)系確定地表產(chǎn)流中降水所占的比重，然后采用地表產(chǎn)流中降水所占的比重和地表產(chǎn)流量確定天然地表產(chǎn)流量。

“教學(xué)”主要反映教師的教學(xué)水平、教學(xué)創(chuàng)新能力，以及教學(xué)成果的社會(huì)影響。有關(guān)評價(jià)要素包括：在各級教學(xué)成果評比、教學(xué)大賽中獲得的成績，教改課題，教學(xué)質(zhì)量評價(jià)（大數(shù)據(jù)反映的教師所任教班級學(xué)科成績的變化、教師教學(xué)情況等）；各級示范課、展示課等。其中，“教改課題”的認(rèn)可度為中上等（事后訪談得知，有不少調(diào)查對象將該項(xiàng)列入了科研類），其他各評價(jià)要素的認(rèn)可度都為高。

(3) 計(jì)算來自降水的天然壤中流產(chǎn)流量。首先根據(jù)降水入滲量、農(nóng)業(yè)灌溉入滲量和用水輸水過程中的滲漏量計(jì)算地下產(chǎn)流中降水所占的比重，然后采用地下產(chǎn)流中降水所占的比重和壤中流產(chǎn)流量確定天然壤中流產(chǎn)流量。

(4) 計(jì)算來自降水的天然基流產(chǎn)流量。采用地下產(chǎn)流中降水所占的比重和基流產(chǎn)流量確定天然基流產(chǎn)流量。

(5) 計(jì)算天然河川徑流量。天然河川徑流量為來自降水的天然地表產(chǎn)流量、天然壤中流產(chǎn)流量與天然基流產(chǎn)流量之和減去河道蒸發(fā)損失量。

2.2 水循環(huán)演變多因素歸因分析方法

本研究采用多因素歸因分析方法[21-22]進(jìn)行歸因分析，根據(jù)影響水循環(huán)的n個(gè)因素分別處于基準(zhǔn)期和變化期2種狀態(tài)(基準(zhǔn)期和變化期時(shí)間序列可重疊)，共設(shè)置2n個(gè)模擬情景；使用分布式水循環(huán)模型對每種情景分別進(jìn)行模擬，求得各情景條件下某個(gè)水循環(huán)變量的多年平均值；最后采用以下公式進(jìn)行貢獻(xiàn)率分解計(jì)算：

(1)

(2)

式中：δxi表示因素xi對某個(gè)水循環(huán)變量的貢獻(xiàn)量；ei,j是對應(yīng)第i個(gè)因素在第j個(gè)情景下的權(quán)重系數(shù)(如果該情景下該因素處于變化期則為1，基準(zhǔn)期則為-1)；Sj是第j個(gè)情景下模擬得到的某個(gè)水循環(huán)變量的多年平均值；βi表示第i個(gè)因素占總變化的貢獻(xiàn)率，正值表示起到增加作用，負(fù)值表示起到減少作用。

2.3 黃河模型數(shù)據(jù)處理

黃河模型輸入數(shù)據(jù)處理主要包括：

(1) 采用30″分辨率的GTOPO30 DEM數(shù)據(jù)作為基礎(chǔ)輸入，并基于此提取模擬河網(wǎng)以及8 485個(gè)子流域，并進(jìn)一步劃分為38 720個(gè)等高帶。

(2) 采用407個(gè)國家氣象站和1 245個(gè)雨量站逐日降水、氣溫、濕度、風(fēng)速、日照時(shí)數(shù)作為基礎(chǔ)輸入，并采用反距離平方法將站點(diǎn)數(shù)據(jù)展布到子流域形心上作為模型驅(qū)動(dòng)。

(3) 以中科院地理所提供的30 m分辨率的土地利用數(shù)據(jù)為基礎(chǔ)，并重采樣為1 km，共1980年、1990年、2000年、2010年及2015年5期。

(4) 土壤及其特征信息采用全國第二次土壤普查資料。

(5) 主要考慮黃河流域119處10萬畝以上的大型灌區(qū)，數(shù)據(jù)來源黃河水利委員會(huì)相關(guān)匯編資料。

(6) 用水?dāng)?shù)據(jù)來源于黃河流域水資源公報(bào)，并采用向下尺度化將省套三級區(qū)尺度的數(shù)據(jù)展布到等高帶。

3 結(jié)果及討論

3.1 模型率定驗(yàn)證

黃河模型構(gòu)建過程參見文獻(xiàn)[19]。本次研究將模擬系列延長到2016年，以黃河流域主要干流斷面控制區(qū)間作為參數(shù)分區(qū)，基于各水文站實(shí)測月平均流量對模型進(jìn)行了重新率定和驗(yàn)證，調(diào)試參數(shù)主要包括洼地儲(chǔ)留深、土壤飽和導(dǎo)水系數(shù)、河床材質(zhì)水力傳導(dǎo)系數(shù)、土壤層厚度、氣孔阻抗等敏感參數(shù)。其中，1956—1980年為率定期，1981—2016年為驗(yàn)證期。采用2個(gè)標(biāo)準(zhǔn)對月徑流量進(jìn)行評價(jià)，模擬月徑流量相對誤差盡可能??；模擬月徑流Nash-Sutcliffe效率系數(shù)盡可能大[27]。計(jì)算公式如下所示：

(3)

(4)

各站流量過程模擬結(jié)果和效率系數(shù)如圖2和表1所示。率定期黃河主要干流水文站月流量過程N(yùn)ash-Sutcliffe效率系數(shù)均在0.7以上，大部分站點(diǎn)相對誤差均在6%以內(nèi)；驗(yàn)證期Nash-Sutcliffe效率系數(shù)除頭道拐和龍門站外，均在0.6以上，相對誤差除龍門站外，均在3%以內(nèi)。結(jié)果表明，WEP-L模型總體上能夠較好地描述黃河流域的徑流過程。相比驗(yàn)證期，率定期模型模擬效果稍好，原因在于此階段人類活動(dòng)較少。

圖2 主要干流站點(diǎn)月徑流過程Fig.2 Process of monthly streamflow of main station in Yellow River

表1 各站月徑流過程效率系數(shù)Table 1 Model efficiency coefficient of monthly streamflow in main station of Yellow River

3.2 不同水平年天然河川徑流量評價(jià)

黃河水資源量評價(jià)相關(guān)研究成果主要有“八七”分水方案[10]、黃河流域第二次水資源調(diào)查評價(jià)[4]、黃河流域第三次水資源調(diào)查評價(jià)等。為了保持和已有成果評價(jià)口徑一致，本次研究主要設(shè)置3個(gè)評價(jià)情景，分別為1956—1979年水平年情景、2000年水平年情景、2016年水平年情景，詳細(xì)設(shè)置信息如表2所示。

表2 評價(jià)情景設(shè)置Table 2 Scene setting of model evaluation

表3是主要干流斷面和區(qū)間天然河川徑流量評價(jià)結(jié)果和黃河水資源調(diào)查評價(jià)結(jié)果對比。從表中可以看出，本文評價(jià)結(jié)果和黃河水資源評價(jià)結(jié)果偏差基本都在10%以內(nèi)，可以認(rèn)為2種評價(jià)結(jié)果總體一致。分析主要干流斷面和區(qū)間2000年水平年和2016年水平年本文評價(jià)結(jié)果相對1956—1979年水平年變化量，結(jié)果表明，對黃河流域花園口斷面而言，本次評價(jià)的3個(gè)情景，天然河川徑流量分別為567.2億m3、486.9億m3和452.6億m3，呈減少趨勢，且2016年水平年情景相對于1956—1979年水平年減少20.2%。對各區(qū)間而言，相比于1956—1979年水平年，2000年水平年和2016年水平年情景除唐乃亥斷面以上區(qū)域有所增加之外，其他區(qū)間天然河川徑流量均呈減少趨勢，其中，龍門—三門峽減少幅度最大，分別減少31.5億m3和37.7億m3；其次是蘭州—頭道拐和頭道拐—龍門區(qū)間；三門峽—花園口區(qū)間減少幅度最小，分別為11.4億m3和15.3億m3。

表3 主要干流斷面和區(qū)間本文評價(jià)結(jié)果與調(diào)查評價(jià)成果對比 億m3

3.3 天然河川徑流量變化歸因分析

為了支撐黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展，有必要深入研究氣候變化和人類活動(dòng)對水資源變化的影響，定量計(jì)算不同因素對水資源減少的貢獻(xiàn)率。因此，本研究重點(diǎn)分析相對黃河“八七”分水方案而言，第三次水資源評價(jià)情景下黃河流域天然河川徑流量減少的貢獻(xiàn)，即采用多因素歸因分析方法分析氣候、下墊面(包括植被、梯田、壩地)以及社會(huì)經(jīng)濟(jì)取用水(包括地表、地下取用水)3類因素對2016年水平年相對1956—1979年水平年天然河川徑流量減少的貢獻(xiàn)率。情景設(shè)置如表4所示，由于需要考慮3類因素，因此設(shè)置23共8個(gè)情景?；鶞?zhǔn)期與變化期不同因素的設(shè)置見表5。主要影響因素多年平均值如表6所示。

表4 多因素歸因分析法情景設(shè)置Table 4 Scene setting of multi factor attribution method

表5 基準(zhǔn)期與變化期不同因素的設(shè)置

表6 黃河主要干流斷面以上區(qū)域主要水循環(huán)影響因素均值

采用WEP-L模型對各情景分別進(jìn)行模擬，并采用公式(1)和公式(2)進(jìn)行貢獻(xiàn)率計(jì)算，主要干流斷面2016年水平年情景相比于1956—1979年情景天然河川徑流量歸因分析結(jié)果如表7所示。從表中可以看出，對黃河流域(花園口斷面以上)而言，氣候變化的貢獻(xiàn)率占24.4%，其余均由人類活動(dòng)影響引起，其中社會(huì)經(jīng)濟(jì)取用水占50.6%，下墊面變化占25.0%。對各區(qū)間而言，唐乃亥以上區(qū)域降水增加、氣溫升高，水土保持等下墊面變化幅度小、社會(huì)經(jīng)濟(jì)取用水變化很小，所以氣候變化是導(dǎo)致唐乃亥以上區(qū)域天然河川徑流量增加的主要原因；唐乃亥以下各區(qū)間，天然河川徑流量均在減小，但各種因素的貢獻(xiàn)率各不相同。唐乃亥—蘭州區(qū)間降水增幅小于唐乃亥以上區(qū)域，氣溫增幅大于唐乃亥以上區(qū)域，氣候變化造成天然河川徑流量減少，同時(shí)用水量和水土保持面積增量不大，所以氣候變化的貢獻(xiàn)率占比較大，達(dá)到60.5%；蘭州—頭道拐和三門峽—花園口區(qū)間用水量增幅較大，社會(huì)經(jīng)濟(jì)取用水的貢獻(xiàn)率分別達(dá)到65.4%和70.5%；頭道拐—龍門和龍門—三門峽區(qū)間水土保持面積增幅為全流域最大，水土保持的貢獻(xiàn)率為全流域最高，達(dá)到1/3左右。對比不同分區(qū)下墊面變化貢獻(xiàn)率，可以得出，在影響天然河川徑流量的下墊面各因素中，水土保持(梯田、淤地壩)是貢獻(xiàn)最大的因素，但是涉及到植被、梯田、淤地壩分項(xiàng)因素定量的研究成果，需要在今后的研究中進(jìn)一步深入論證。

表7 黃河主要干流斷面和區(qū)間天然河川徑流量變化歸因分析Table 7 Attribution result of natural streamflow in the main station and zone of Yellow River

以往針對黃河流域徑流變化歸因分析的研究中，均為對實(shí)測徑流變化的歸因分析，且基準(zhǔn)期和變化期不重疊?？紤]到本研究的變化期(1956—2016年)與基準(zhǔn)期(1956—1979年)存在包含關(guān)系，因此，如果對比1980—2016年相對于1956—1979年人類活動(dòng)對天然徑流量變化的貢獻(xiàn)，應(yīng)比本文研究得到的貢獻(xiàn)率75%還要大。另一方面，考慮到人類活動(dòng)對實(shí)測徑流既有直接影響，又有間接影響，而對天然河川徑流只有間接影響，人類活動(dòng)對實(shí)測徑流影響的貢獻(xiàn)應(yīng)比天然河川徑流還要大一些。因此，按照本文分析結(jié)果，對于花園口斷面，人類活動(dòng)對實(shí)測徑流變化的影響應(yīng)大于75%。參照前人對黃河流域?qū)崪y徑流變化影響的研究結(jié)果[12-15,28]，人類活動(dòng)的影響均占主導(dǎo)作用，大多數(shù)研究得到貢獻(xiàn)率在70%以上，有的甚至在90%以上，這與本文結(jié)果基本一致。

4 結(jié) 論

為進(jìn)一步區(qū)分氣候變化和不同人類活動(dòng)對天然河川徑流量變化的貢獻(xiàn)，采用基于二元水循環(huán)模型的流域天然河川徑流量評價(jià)方法和水循環(huán)演變多因素歸因分析方法進(jìn)行分析。主要結(jié)論如下：

(1) 采用1956—2016年長系列資料，構(gòu)建黃河流域分布式二元水循環(huán)模型，并對模型進(jìn)行率定驗(yàn)證。結(jié)果表明，對黃河主要干流水文站月流量過程而言，率定期Nash-Sutcliffe效率系數(shù)均在0.7以上，大部分站點(diǎn)相對誤差均在6%以內(nèi)；驗(yàn)證期Nash-Sutcliffe效率系數(shù)除頭道拐和龍門站外，均在0.6以上，相對誤差除龍門站外，均在3%以內(nèi)。說明模型能夠較好地描述黃河流域?qū)崪y徑流過程。

(2) 采用基于分布式二元水循環(huán)模型的“耦合模擬-分離評價(jià)”的天然河川徑流量計(jì)算方法，評價(jià)分析黃河流域主要干流斷面天然河川徑流量。結(jié)果表明，在1956—1979年水平年、2000年水平年、2016年水平年情景下，花園口斷面天然河川徑流量分別為567.2億m3、486.9億m3和452.6億m3，呈減少趨勢，2016水平年情景相對于1956—1979年水平年減少20.2%。2000年水平年和2016年水平年情景除唐乃亥斷面以上區(qū)域天然河川徑流量有所增加之外，其他區(qū)間均呈減少趨勢，其中龍門—三門峽區(qū)間減少幅度最大，分別減少31.5億m3和37.7億m3；其次是蘭州—頭道拐和頭道拐—龍門區(qū)間；三門峽—花園口區(qū)間減少幅度最小，分別為11.4億m3和15.3億m3。

(3) 采用水循環(huán)演變多因素歸因分析方法分析氣候、下墊面和社會(huì)經(jīng)濟(jì)取用水3個(gè)因素對天然河川徑流量減少的貢獻(xiàn)率。結(jié)果表明，花園口斷面2016年水平年情景(現(xiàn)狀年情景)相比于1956—1979年水平年情景(“八七”分水情景)，天然河川徑流量減少114.6億m3，其中氣候變化、下墊面變化和社會(huì)經(jīng)濟(jì)取用水的影響貢獻(xiàn)率分別為24.4%、25.0%和50.6%。從分區(qū)來看，蘭州以上區(qū)域氣候變化是主導(dǎo)因素，蘭州以下各區(qū)間人類活動(dòng)是主導(dǎo)因素，受水土保持和社會(huì)經(jīng)濟(jì)取用水活動(dòng)程度不同，各種因素的貢獻(xiàn)率各不相同。說明人類活動(dòng)對天然河川徑流量的間接影響(因用水新增區(qū)域蒸散發(fā)和滯留包氣帶)要大于氣候變化的直接影響(降水量減少和因氣溫升高增加蒸散發(fā))。

(4) 從研究結(jié)果來看，黃河流域天然河川徑流量衰減是大趨勢，人類取用水和水土保持等活動(dòng)是主要因素，應(yīng)加強(qiáng)深度節(jié)水、剛性控水、適度增水、強(qiáng)化管水和立法護(hù)水，以遏制天然河川徑流量衰減的趨勢，促進(jìn)流域生態(tài)保護(hù)與高質(zhì)量發(fā)展。

致謝:感謝黃河水利委員會(huì)水文局的張學(xué)成正高級工程師和李東正高級工程師在研究過程中給予的幫助。