氣候和流域特征變化對(duì)淮河流域地表水文過(guò)程的影響

孫善磊,王嘉志,周舒佳,王 潔,閆桂霞,王宏宙,畢早瑩

1 南京信息工程大學(xué),氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室, 南京 210044 2 金壇區(qū)氣象局, 常州 213200

水是人類(lèi)賴(lài)以生存和發(fā)展的基礎(chǔ),其變化可以嚴(yán)重影響地區(qū)和國(guó)家的穩(wěn)定發(fā)展。水循環(huán)始終與氣候、下墊面特征(如灌溉、毀林、造林、城市化、水利水保工程)等密切相關(guān),因此這些因素的任何變化都將或多或少地改變水文循環(huán),從而影響水資源的開(kāi)發(fā)利用以及社會(huì)安全和生態(tài)系統(tǒng)[1—2]。近年來(lái),在全球氣候變化和人類(lèi)活動(dòng)的共同影響下,流域、區(qū)域乃至全球水循環(huán)已經(jīng)發(fā)生了明顯變化[2—3]；同時(shí),由于氣候變化、人類(lèi)活動(dòng)、下墊面屬性的差異性,地表水文循環(huán)變化相應(yīng)地呈現(xiàn)出明顯的區(qū)域性特點(diǎn)[3]。因此,不同地區(qū)或流域地表水文過(guò)程對(duì)全球變化的響應(yīng)已成為當(dāng)前水文學(xué)研究備受關(guān)注的熱點(diǎn)問(wèn)題[2—5]。如,Sun等詳細(xì)分析了鄱陽(yáng)湖流域4個(gè)子流域1961—2000年的徑流變化,發(fā)現(xiàn)各流域徑流均呈增加趨勢(shì),其中兩個(gè)流域顯著增加[4]；任宗萍等分析了無(wú)定河流域不同地貌區(qū)1960—2012年的徑流變化,指出該流域及其不同地貌區(qū)子流域年徑流均顯著下降,但年蒸散發(fā)(Evapotranspiration,ET)變化并不顯著[5]。

為進(jìn)一步深入揭示不同地區(qū)水文循環(huán)變化的潛在機(jī)理,學(xué)者們利用不同手段和方法(如流域“配對(duì)”法、水文模型、陸面模式等),從氣候變化、土地利用變化、人類(lèi)活動(dòng)、CO2濃度升高等角度開(kāi)展了大量研究工作,得到了許多重要結(jié)論[4—10]。Yurtseven等采用流域“配對(duì)”法,對(duì)比分析了貝爾格萊德兩個(gè)流域不同森林砍伐情形下的徑流變化,結(jié)果顯示森林砍伐使得年徑流增加,但不超過(guò)徑流總量的5%[6]。Sun等基于SWAT(Soil and Water Assessment Tools)水文模型定量分析了鄱陽(yáng)湖流域地表水文分量的變化,指出氣候變化是影響流域徑流和ET變化的主要原因,而植被生理結(jié)構(gòu)的影響較為有限[4]；Zhang等利用一個(gè)過(guò)程水文模型估算了氣候和植被對(duì)中國(guó)南方濕潤(rùn)區(qū)ET變化的貢獻(xiàn),結(jié)果表明氣候變化是導(dǎo)致ET增加的主要因子[7]；Piao等指出CO2濃度升高引起的植被葉面積增加可能是1901—1999年全球徑流下降的一個(gè)重要原因[8]。需要注意的是,這些技術(shù)和方法依然存在自身的局限性。例如,流域“配對(duì)”法很難應(yīng)用于大流域,且費(fèi)時(shí)費(fèi)力,更重要的是很難找到兩個(gè)完全一致的流域[6]；盡管水文模型和陸面模式較全面地考慮了水文過(guò)程,但模型存在較大的不確定性,且對(duì)計(jì)算資源和驅(qū)動(dòng)場(chǎng)的要求較高[10]。由于流域多年平均ET主要受降水和蒸發(fā)能力的控制,Budyko提出了流域水量和能量耦合平衡方程的設(shè)想,即Budyko框架理論[11],該理論已在全球不同地區(qū)得到了驗(yàn)證,并被廣泛應(yīng)用于模擬和估算ET以及其他關(guān)鍵水文變量[12—15]。隨后,許多研究發(fā)現(xiàn)除降水和蒸發(fā)能力外,流域下墊面等也是影響流域水熱平衡的重要因素[12—13,16—17]；為此,眾多學(xué)者采用數(shù)理方程等方法,推導(dǎo)出了一系列包含下墊面參數(shù)的Budyko經(jīng)驗(yàn)公式,如傅抱璞和Yang等的公式(分別包含參數(shù)ω和n),并指出這些解析式方程嚴(yán)格遵守能量和水分邊界條件[12,18—20]。綜上,相較流域“配對(duì)”、水文模型、陸面模式等方法,Budyko解析式方程具有驅(qū)動(dòng)數(shù)據(jù)需求少、結(jié)構(gòu)簡(jiǎn)單、物理機(jī)制明確、模型參數(shù)少(一般為1個(gè)待定下墊面參數(shù))等優(yōu)點(diǎn),且方程參數(shù)可以反映流域的綜合特征(如人類(lèi)活動(dòng)、土地利用變化等)；因此,Budyko解析式方程已成為定量化研究氣候和流域特征變化對(duì)流域水文循環(huán)影響的重要手段,且被廣泛用于不同流域水文循環(huán)變化的歸因研究[20—24]。曹文旭等基于Budyko假設(shè)分析了潮白河流域氣候和植被變化對(duì)ET的影響,指出該流域ET的上升可歸因于氣候變化[21]。張麗梅等采用Budyko假設(shè)歸因分析了渭河流域的徑流變化,發(fā)現(xiàn)由人類(lèi)活動(dòng)引起的下墊面變化是渭河流域徑流減少的主要原因,其貢獻(xiàn)率超過(guò)了60%[22]。Zheng等利用Budyko假設(shè)和氣候彈性度方法研究了黃河上游徑流對(duì)氣候和下墊面變化的響應(yīng),結(jié)果顯示下墊面變化是20世紀(jì)90年代徑流減少的主要原因[23]。

淮河流域位于江淮地區(qū),介于長(zhǎng)江和黃河之間,屬南北氣候過(guò)渡帶；流域耕地面積約占全國(guó)的10%,糧食產(chǎn)量約為全國(guó)的20%,是我國(guó)重要的糧食生產(chǎn)基地之一,同時(shí)還是我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展?jié)摿ψ畲蟮牡貐^(qū)之一[25]。然而,由于地理位置、自然環(huán)境、水系變化和社會(huì)經(jīng)濟(jì)等方面的特殊性,淮河流域水資源的時(shí)空分布極不均勻,旱澇災(zāi)害頻發(fā),已給人民生命財(cái)產(chǎn)安全造成了巨大損失[26]。另外,淮河流域人均水資源占有量?jī)H為全國(guó)平均水平的1/5[25],屬?lài)?yán)重缺水地區(qū),已經(jīng)威脅到農(nóng)業(yè)生產(chǎn)、社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展[26]。鑒于此,近年來(lái)眾多學(xué)者從氣候?qū)W和水文學(xué)角度出發(fā),開(kāi)展了大量研究[27—29]；如,高超等分析了1958—2007年間淮河流域的氣候變化特征,發(fā)現(xiàn)年降水量和極端降水等均呈無(wú)突變性的增加或減少,尤以夏季變化最大[27]；秦莉云和金忠青指出淮河流域水資源承載潛力相對(duì)較小,水資源的開(kāi)發(fā)利用程度已接近開(kāi)發(fā)容量[28]；金君良等的研究發(fā)現(xiàn)未來(lái)氣候變化可能加速淮河流域水文循環(huán),導(dǎo)致水資源總體增加[29]。毋庸置疑,前人的研究很大程度上增強(qiáng)了人們對(duì)淮河流域氣候和水文過(guò)程變化的認(rèn)識(shí)和理解。然而,針對(duì)ET變化以及氣候和流域特征在淮河流域地表水文過(guò)程變化中的作用,目前尚缺少定量化的研究。以往研究多采用相關(guān)分析[30]、敏感系數(shù)[31]、微分方程[20]等方法分析水文分量的變化,而未充分考慮影響因子間的相互作用,這可能會(huì)對(duì)理解水文循環(huán)變化機(jī)理帶來(lái)一定的不確定性[31]。近來(lái),Sun等原創(chuàng)性地提出了一種基于敏感性試驗(yàn)的多控制因子聯(lián)立求解方法,此方法可以有效而準(zhǔn)確地剝離各氣候因子對(duì)水文分量變化的影響,且已成功應(yīng)用于鄱陽(yáng)湖流域ET和徑流變化、西南地區(qū)干濕轉(zhuǎn)變以及中國(guó)潛在蒸散發(fā)(Potential Evapotranspiration,PET)變化的歸因分析,為定量化理解地表水文過(guò)程變化提供了較為可靠的新方法[4,32—33]。

綜上,本研究將在分析淮河流域氣候變化背景的前提下,詳細(xì)分析流域上游、中游和沂沭泗河地區(qū)主要陸面水文分量(如ET和徑流)的變化；然后,基于Budyko解析式方程和多控制因子聯(lián)立求解方法[4,32—33],定量估算氣候和流域特征變化對(duì)主要水文分量變化的影響,最終揭示淮河流域陸面水文循環(huán)變化機(jī)理。本研究有助于深入理解淮河流域水文循環(huán)變化及其物理機(jī)制,同時(shí)可以為建立科學(xué)的水資源管理制度、維持淮河流域農(nóng)業(yè)生產(chǎn)和社會(huì)經(jīng)濟(jì)的健康發(fā)展提供重要保障。

1 資料與方法

1.1 資料及處理

圖1 淮河流域氣象站、水文站和水文分區(qū)的分布Fig.1 Locations of weather sites, hydrological sites and hydrological divisions across the Huai River Basin

淮河流域1961—2010年間151個(gè)常規(guī)氣象站(圖1)的逐日觀測(cè)資料來(lái)自于國(guó)家氣候中心,主要包括降水(mm)、日照時(shí)數(shù)(h)、10m風(fēng)速(m/s)、相對(duì)濕度(%),以及最低、最高和平均溫度(℃)。1961—2010年間20個(gè)水文站的逐年徑流數(shù)據(jù)(m3/s)來(lái)自《淮河流域水文年鑒》?；?km×1km SRTM(Shuttle Radar Topography Mission)數(shù)字高程模型(http://westdc.westgis.ac.cn)和ArcGIS 10.2水文分析工具,提取各水文站對(duì)應(yīng)的流域邊界、面積和河網(wǎng)?？紤]流域陸面水文分量響應(yīng)的空間差異性,根據(jù)水文站的上下游位置關(guān)系,對(duì)王家壩、淮濱、長(zhǎng)臺(tái)關(guān)、息縣、橫排頭、臨沂、青峰嶺和大官莊水文站對(duì)應(yīng)的流域進(jìn)行了分段處理,獲得了王家壩-淮濱、淮濱-息縣、長(zhǎng)臺(tái)關(guān)-大坡嶺、息縣-長(zhǎng)臺(tái)關(guān)、橫排頭-響洪甸、臨沂-跋山-岸堤、青峰嶺-沙溝和大官莊-清風(fēng)嶺水文分區(qū)(方便起見(jiàn),以下將其他水文站對(duì)應(yīng)的流域一并稱(chēng)為水文分區(qū))；然后,利用徑流資料和水文分區(qū)面積計(jì)算地表徑流深(mm)。本研究采用世界糧農(nóng)組織推薦的FAO56 Penman-Monteith公式估算PET；該公式具有明確的物理含義,主要輸入變量有凈輻射、2m風(fēng)速、相對(duì)濕度、溫度；其中,凈輻射采用日照時(shí)數(shù)和Allen等[34]推薦的公式估算,2m風(fēng)速可利用10m風(fēng)速及風(fēng)速-高度轉(zhuǎn)換公式計(jì)算獲得,具體計(jì)算公式及細(xì)節(jié)可參見(jiàn)Allen等[34]。

各水文分區(qū)ET可采用水量平衡方法估算得到。考慮水量平衡成立的條件(即研究時(shí)段盡量較長(zhǎng))[21—22]及基準(zhǔn)期(1961—1980年)的人類(lèi)活動(dòng)相對(duì)較弱[35],本研究將1961—2010年分成了基準(zhǔn)期、20世紀(jì)80年代(1981—1990年)、20世紀(jì)90年代(1991—2000年)和21世紀(jì)初(2001—2010年)四個(gè)時(shí)段；基于反距離權(quán)重法,對(duì)降水和PET進(jìn)行空間插值,并提取各水文分區(qū)不同時(shí)期的多年平均值；然后,以多年平均降水減去對(duì)應(yīng)的多年平均年徑流,可獲得ET。氣候和水文分量的變化,均以各年代減去基準(zhǔn)期表示。

1.2 Budyko方程

Budyko在開(kāi)展全球水量和能量平衡研究時(shí),發(fā)現(xiàn)流域水分供給(即降水)和蒸發(fā)能力(即PET)之間的平衡決定了流域長(zhǎng)期平均ET[11],即流域多年平均降水(Precipitation,Pre)和PET之間存在耦合平衡關(guān)系,并定義了水熱耦合平衡方程的一般形式：

(1)

許多學(xué)者對(duì)Budyko框架理論進(jìn)行了改進(jìn),并提出了一系列經(jīng)驗(yàn)公式；如傅抱璞[18]和Yang等[13]基于無(wú)量綱分析和數(shù)理方程,分別推導(dǎo)出了可以反映地表特征影響的Budyko解析式方程。本研擬究采用Yang等[13]的方程：

(2)

一般而言,n越大,ET消耗的降水越多,反之則相反。利用各年代的降水、徑流、PET和ET及方程(2),擬合獲得基準(zhǔn)期、20世紀(jì)80年代、20世紀(jì)90年代和21世紀(jì)初的參數(shù)n,分別記為nbase、n1980s、n1990s和n2000s。相應(yīng)地,徑流(Q)的方程可寫(xiě)為：

(3)

1.3 歸因方法

為剔除或減少影響因子間相互作用造成的不確定性,Sun等原創(chuàng)性地提出了一種基于敏感性試驗(yàn)的多控制因子聯(lián)立求解方法；較傳統(tǒng)分離方法(即控制試驗(yàn)結(jié)果減去敏感性試驗(yàn)結(jié)果),該方法剝離的各影響因子貢獻(xiàn)更加準(zhǔn)確[4,32—33]。因此,依照該方法的思路,設(shè)計(jì)試驗(yàn),本研究將分離各影響因子對(duì)ET和徑流變化的貢獻(xiàn)。鑒于影響ET或徑流的因子有氣候變量(溫度、凈輻射、相對(duì)濕度、風(fēng)速和降水)和參數(shù)n,共需設(shè)計(jì)7組試驗(yàn),包括1組基準(zhǔn)試驗(yàn)(記為EXP_BASE)和6組敏感性試驗(yàn)(記為EXP_non-Y,Y表示因子),具體試驗(yàn)設(shè)計(jì)見(jiàn)表2。以20世紀(jì)80年代的溫度試驗(yàn)(EXP_non-Tave)為例,溫度為基準(zhǔn)期溫度,其他氣候變量為20世紀(jì)80年代的實(shí)測(cè)數(shù)據(jù),采用FAO56 Penman-Monteith公式計(jì)算EXP_non-Tave的PET,再利用方程(2)或(3)及參數(shù)n1980s,估算EXP_non-Tave的ET或徑流。最后,采用多控制因子聯(lián)立求解方法,求取各因子對(duì)水文分量年代際變化的單獨(dú)貢獻(xiàn)。

表1 敏感性試驗(yàn)設(shè)計(jì)

以EXP_non-Y為例,其對(duì)應(yīng)的ET或徑流變化(相對(duì)EXP_BASE)可以認(rèn)為是由除Y以外的其余因素變化共同引起的,故可表示為：

(4)

(5)

式中,PET對(duì)ET或徑流變化的貢獻(xiàn)為溫度、輻射、相對(duì)濕度和風(fēng)速的貢獻(xiàn)之和。對(duì)于ET和徑流的敏感性試驗(yàn)分別采用方程(2)和(3)開(kāi)展。為確定ET(徑流)變化的主控因子,首先,判斷參數(shù)n的貢獻(xiàn)是否大于氣候的貢獻(xiàn)(即降水和PET貢獻(xiàn)之和)；如果參數(shù)n的貢獻(xiàn)較大,則認(rèn)為ET(徑流)變化的主控因子為參數(shù)n；相反,在氣候的貢獻(xiàn)較大時(shí),如果降水貢獻(xiàn)大于PET貢獻(xiàn),則主控因子為降水,否則為PET。

2 結(jié)果分析

2.1 降水、潛在蒸散發(fā)和Budyko參數(shù)n的年代際變化特征

由圖2,基準(zhǔn)期降水存在一定的空間差異性,但均大于600mm；上游和中游南部水文分區(qū)的降水基本都在1000mm以上,其中橫排頭-響洪甸、梅山及響洪甸最大(>1200mm)。對(duì)于基準(zhǔn)期的PET,各水文分區(qū)之間差別不大,介于1026—1190mm之間。各水文分區(qū)的基準(zhǔn)期參數(shù)n差別也不大,大部分小于1.6,但淮濱-息縣、明光、臨沂-跋山-岸堤的參數(shù)n在2.2以上,說(shuō)明這些地區(qū)ET消耗的降水較多。圖3給出了各年代降水、PET和參數(shù)n的變化情況,總體而言,沂沭泗河各水文分區(qū)的20世紀(jì)80年代、90年代降水均有所減少,且以80年代減少最為明顯(<-100mm)。而上游和中游地區(qū)的20世紀(jì)80年代、21世紀(jì)初降水以增加為主,其中橫排頭-響洪甸、梅山和響洪甸在20世紀(jì)80年代增加了150mm左右；20世紀(jì)90年代,中游南部水文分區(qū)降水增加,而其他大部分水文分區(qū)減少(>-50mm)。就不同年代的PET,所有地區(qū)均呈減小態(tài)勢(shì),基本在-50mm左右或以下,其中中游的中牟和沈丘下降最為明顯(<-80mm)。對(duì)于多數(shù)水文分區(qū),各年代的參數(shù)n有所增加,即ET消耗的降水增加,但參數(shù)n的增幅多小于0.5；特別地,明光21世紀(jì)初和黃莊20世紀(jì)80年代、90年代的參數(shù)n增幅最大(>1.0)。

圖2 淮河流域1961—1980年各水文分區(qū)主要?dú)夂蚝退姆至?、參?shù)nFig.2 The major meteorological and hydrological elements, and parameter n during 1961—1980 over various hydrological divisions of the Huai River BasinET: 年蒸散發(fā); PET: 潛在蒸散發(fā)

圖3 淮河流域各年代降水、PET和參數(shù)n相對(duì)基準(zhǔn)期的變化Fig.3 Compared to the baseline period, changes in precipitation, PET, and parameter n in the Huai River Basin

2.2 蒸散發(fā)和徑流的年代際變化特征

由圖2可知,在基準(zhǔn)期,大多數(shù)水文分區(qū)的徑流小于400mm,最小值(95mm)和最大值(>500mm)分別出現(xiàn)在沂沭泗河的黃莊和淮河中游的橫排頭-響洪甸、梅山、響洪甸；除紫羅山、中牟、臨沂-跋山-岸堤和沙溝的基準(zhǔn)期ET低于500mm,其他均大于500mm,其中上游和中游南部水文分區(qū)最大,在700mm以上。對(duì)比分析發(fā)現(xiàn),橫排頭-響洪甸和響洪甸的徑流大于ET,而其他水文分區(qū)則相反。從圖4來(lái)看,ET的變化具有明顯的時(shí)空差異性；20世紀(jì)80年代,沂沭泗河所有水文分區(qū)的ET均減小,而其他水文分區(qū)(除大坡嶺)則有所增加,其中梅山和響洪甸增加最大(>100mm)；20世紀(jì)90年代,淮濱-息縣、中牟、明光、橫排頭-響洪甸的ET略有增加,其他水文分區(qū)均有所減小,其中紫羅山、響洪甸和臨沂-跋山-岸堤減小最明顯(<-110mm)；21世紀(jì)初,ET的變化幅度基本在80mm以?xún)?nèi),但不同水文分區(qū)間有明顯差異性。就徑流而言,20世紀(jì)80年代,上游和沂沭泗河多數(shù)水文分區(qū)呈現(xiàn)減小趨勢(shì),其中響洪甸、青峰嶺-沙溝減小最大(約-70mm),而其他水文分區(qū)略有增加(<50mm)；20世紀(jì)90年代,除上游多數(shù)水文分區(qū)的徑流略微減小外,其他大部分水文分區(qū)的徑流增加,且響洪甸和臨沂-跋山-岸堤增加最大(約150mm)；21世紀(jì)初,上游和中游水文分區(qū)徑流分別以減小和增加為主,其中王家壩—淮濱、明光和橫排頭—響洪甸(息縣—長(zhǎng)臺(tái)關(guān))增加(減小)最明顯,大于80mm(為68mm)。

圖4 淮河流域各年代ET、徑流相對(duì)基準(zhǔn)期的變化Fig.4 Compared to the baseline period, changes in ET and runoff for different periods in the Huai River Basin

2.3 蒸散發(fā)及徑流變化的歸因分析

2.3.1歸因方法評(píng)價(jià)

應(yīng)用基于敏感性試驗(yàn)的多控制因子聯(lián)立求解方法,分離了氣候和Budyko參數(shù)n對(duì)ET、徑流年代際變化的貢獻(xiàn)；采用各因子貢獻(xiàn)之和與觀測(cè)的ET、徑流年代際變化作對(duì)比,利用相關(guān)系數(shù)(R)、趨勢(shì)系數(shù)及均方根誤差(RMSE)等指標(biāo),評(píng)估了該方法的適用性；所用指標(biāo)計(jì)算結(jié)果如圖5所示?？傮w來(lái)看,估算的各因子貢獻(xiàn)之和與觀測(cè)的ET、徑流年代際變化幾乎處在1∶1線(xiàn)上。由定量指標(biāo)來(lái)看,各因子貢獻(xiàn)之和與觀測(cè)的ET、徑流變化的R幾乎都等于1,RMSE均小于1.5mm,且擬合趨勢(shì)線(xiàn)的趨勢(shì)系數(shù)也幾乎為1,這些均說(shuō)明多控制因子聯(lián)立求解方法可以較為有效而準(zhǔn)確地估算出各影響因子對(duì)ET、徑流變化的貢獻(xiàn)。

圖5 歸因方法評(píng)估Fig.5 Validation for the selected attribution method

2.3.2蒸散發(fā)變化的歸因分析

圖6給出了淮河流域降水、PET及參數(shù)n對(duì)ET變化的貢獻(xiàn)。20世紀(jì)80年代,降水對(duì)沂沭泗河所有水文分區(qū)ET變化的貢獻(xiàn)均為負(fù),且貢獻(xiàn)率大于60mm,而對(duì)其他水文分區(qū)的貢獻(xiàn)基本為正,但貢獻(xiàn)率均小于31mm；20世紀(jì)90年代,除中游南部水文分區(qū)的降水貢獻(xiàn)為正外,其他水文分區(qū)的降水貢獻(xiàn)基本為負(fù),貢獻(xiàn)率小于50mm(除黃莊)；21世紀(jì)初,降水使得大坡嶺、長(zhǎng)臺(tái)關(guān)-大坡嶺的ET減小,而使得其他水文分區(qū)的ET增加,貢獻(xiàn)率小于30mm。就PET對(duì)各年代ET變化的貢獻(xiàn),絕大部分水文分區(qū)呈現(xiàn)負(fù)值,貢獻(xiàn)率在30mm以?xún)?nèi)。對(duì)于各年代參數(shù)n的貢獻(xiàn),大部分水文分區(qū)顯示貢獻(xiàn)為正,即參數(shù)n的變化使得ET增加；20世紀(jì)80年代,參數(shù)n使得沂沭泗河大部分水文分區(qū)的ET增大了60mm以上,而使得響洪甸的ET減少了81mm；20世紀(jì)90年代,多數(shù)水文分區(qū)顯示參數(shù)n對(duì)ET變化的貢獻(xiàn)在50mm左右或以上,其中對(duì)響洪甸和臨沂-跋山-岸堤的貢獻(xiàn)最大(>170mm)；21世紀(jì)初,多數(shù)水文分區(qū)顯示參數(shù)n的貢獻(xiàn)為正,且在王家壩-淮濱、長(zhǎng)臺(tái)關(guān)-大坡嶺、紫羅山、明光和橫排頭-響洪甸的貢獻(xiàn)較大(>50mm)。表2給出了各年代ET變化的主控因子,對(duì)于上游水文分區(qū)而言,20世紀(jì)80年代和90年代的主控因子多為PET,而21世紀(jì)初的主控因子多為參數(shù)n；就中游多數(shù)水文分區(qū),各年代的主控因子均為參數(shù)n；就沂沭泗河水文分區(qū),20世紀(jì)80年代和90年代的ET變化主要受降水或參數(shù)n控制。

圖6 淮河流域降水、PET和參數(shù)n對(duì)各年代ET變化的貢獻(xiàn)Fig.6 Contributions of precipitation, PET and parameter n to ET changes for different periods in the Huai River Basin

表2 各水文分區(qū)不同年代ET變化的主控因子

2.3.3徑流變化的歸因分析

由圖7,20世紀(jì)80年代,降水使得沂沭泗河各水文分區(qū)的徑流減小,貢獻(xiàn)率大于60mm(除黃莊),而其他大部分水文分區(qū)顯示降水對(duì)徑流變化的貢獻(xiàn)為正,其中橫排頭-響洪甸、梅山和響洪甸的貢獻(xiàn)大于110mm；20世紀(jì)90年代,降水對(duì)沂沭泗河各水文分區(qū)徑流變化的貢獻(xiàn)依然為負(fù),但貢獻(xiàn)率較小(<50mm),上游和中游多數(shù)水文分區(qū)則顯示降水的貢獻(xiàn)為正,貢獻(xiàn)率基本在40mm以?xún)?nèi)；21世紀(jì)初,除個(gè)別水文分區(qū)的降水貢獻(xiàn)為負(fù),其他水文分區(qū)均為正,介于10—44mm間。就PET對(duì)各年代徑流變化的影響,絕大部分水文分區(qū)顯示貢獻(xiàn)為正,但貢獻(xiàn)率均小于30mm。由圖7,參數(shù)n對(duì)不同年代徑流變化的影響基本為負(fù)；20世紀(jì)80年代,參數(shù)n對(duì)沂沭泗河水文分區(qū)的負(fù)貢獻(xiàn)較大,貢獻(xiàn)率在50mm左右或以上,值得注意的是,在中游響洪甸,參數(shù)n使得徑流增加了81mm；20世紀(jì)90年代,除響洪甸、臨沂-跋山-岸堤的負(fù)貢獻(xiàn)較大(<-170mm),多數(shù)水文分區(qū)均顯示參數(shù)n的貢獻(xiàn)較小(>-50mm)；21世紀(jì)初,參數(shù)n的負(fù)貢獻(xiàn)在王家壩-淮濱和橫排頭-響洪甸最大(<-80mm)。由表3可知,20世紀(jì)80年代,除個(gè)別水文分區(qū)的徑流變化受控于參數(shù)n,其他水文分區(qū)的主控因子均為降水或PET,且中游、沂沭泗河水文分區(qū)的主控因子多為降水；20世紀(jì)90年代,上游水文分區(qū)的徑流變化可歸因于降水或參數(shù)n,而中游和沂沭泗河多歸因于參數(shù)n；21世紀(jì)初,上游多數(shù)水文分區(qū)的主控因子為參數(shù)n,而中游多為降水或參數(shù)n。

圖7 淮河流域降水、PET和參數(shù)n對(duì)各年代徑流變化的貢獻(xiàn)Fig.7 Contributions of precipitation, PET and parameter n to runoff changes for different periods in the Huai River Basin

3 討論

3.1 淮河流域Budyko參數(shù)n空間差異的可能原因

本研究估算的參數(shù)n大小與前人研究結(jié)果總體一致[13,16,36],基本在2.4以下；但淮河流域參數(shù)n表現(xiàn)出較大的空間差異(圖1和圖2)。許多學(xué)者已經(jīng)指出,參數(shù)n的空間差異與流域或水文分區(qū)的特征存在重要聯(lián)系[13—14,16,19]。例如,王衛(wèi)光等分析了黃河流域Budyko參數(shù)n的變化,發(fā)現(xiàn)人類(lèi)活動(dòng)(如人口、生產(chǎn)總值和有效灌溉面積等)是影響參數(shù)n的一個(gè)重要因素[16]；孫福寶等研究了黃河流域63個(gè)子流域的水熱耦合平衡規(guī)律,并以流域相對(duì)入滲能力、相對(duì)植被-土壤有效蓄水能力和流域平均坡度構(gòu)建了參數(shù)n的經(jīng)驗(yàn)公式[19]。因此,為了解釋淮河流域參數(shù)n的較大空間性差異,本研究收集了6個(gè)與水文分區(qū)特征有關(guān)的指標(biāo)(如耕地面積百分比、水文分區(qū)面積、土壤飽和含水量[37]、土壤相對(duì)入滲能力[38]、平均坡度和植被覆蓋度指數(shù)[20]),并計(jì)算了它們與參數(shù)n的相關(guān)系數(shù)(表4),發(fā)現(xiàn)：(1)參數(shù)n與耕地面積百分比、水文分區(qū)面積和土壤飽和含水量顯著正相關(guān),即這些指標(biāo)越大,參數(shù)n就越大。耕地通過(guò)改變土壤組成和結(jié)構(gòu),可以影響降水再分配過(guò)程,如減小表層土壤的田間持水量,進(jìn)而減緩降水入滲速度；同時(shí),人類(lèi)通過(guò)翻耕土地,使得下層相對(duì)濕潤(rùn)的土壤上翻,進(jìn)而促進(jìn)ET過(guò)程[39]。水文分區(qū)面積越大,匯流時(shí)間越長(zhǎng),越有利于水分被ET耗散[13]。土壤飽和含水量越大,說(shuō)明有更多水分被存儲(chǔ)于土壤中供ET消耗[40]。(2)參數(shù)n與土壤相對(duì)入滲能力、平均坡度顯著負(fù)相關(guān)。土壤相對(duì)入滲能力、坡度越大,則降水的再分配過(guò)程就越有利于產(chǎn)生徑流,進(jìn)而減少ET消耗的降水(即參數(shù)n越小)[13]。(3)植被覆蓋度與參數(shù)n呈負(fù)相關(guān)關(guān)系,但并不顯著；這可能與植被覆蓋度和參數(shù)n間存在復(fù)雜的非線(xiàn)性關(guān)系有關(guān)[23,36]。綜上,淮河流域參數(shù)n的較大空間差異可以歸咎于這些指標(biāo)的共同影響；另外,這些因子還可能通過(guò)復(fù)雜的非線(xiàn)性相互作用對(duì)參數(shù)n施加影響[13,16]。例如,Xing等發(fā)現(xiàn)平均暴雨深度可以顯著影響參數(shù)n；在干旱區(qū),較大平均暴雨深度的流域?qū)?yīng)著較大的ET,而在半濕潤(rùn)和濕潤(rùn)地區(qū),較小平均暴雨深度的流域顯示降水主要轉(zhuǎn)換為徑流。同時(shí),在不同的農(nóng)田面積情況下,暴雨深度對(duì)參數(shù)n的調(diào)節(jié)作用存在一定的差異[17]。

表3 各水文分區(qū)不同年代徑流變化的主控因子

表4 水文分區(qū)特征指標(biāo)與參數(shù)n的相關(guān)系數(shù)

相關(guān)系數(shù)的計(jì)算采用了20世紀(jì)80年代(20個(gè)樣本)、20世紀(jì)90年代(20個(gè)樣本)和21世紀(jì)初(12個(gè)樣本)的所有數(shù)據(jù),樣本總數(shù)為52個(gè)；第3列中加星號(hào)的數(shù)字表示相關(guān)系數(shù)顯著(P<0.05)

3.2 不確定性

本研究依然存在一定的不確定性,可能來(lái)自資料處理及歸因方法?？紤]輻射觀測(cè)資料的匱乏,本研究利用Allen等[34]推薦的方法和站點(diǎn)觀測(cè)的日照時(shí)間估算了凈輻射。該方法將地表反照率設(shè)置為常數(shù)0.23；然而,氣候條件、土壤濕度及土地利用與反照率密切相關(guān),決定了反照率在時(shí)間和空間上存在較大變化[41]。因此,采用固定數(shù)值的反照率估算凈輻射可能會(huì)造成估算的PET出現(xiàn)偏差,乃至ET和徑流。近年來(lái),大量觀測(cè)和模擬研究結(jié)果顯示,CO2濃度的升高改變了植被生理特征(如氣孔導(dǎo)度和植被結(jié)構(gòu))；但是計(jì)算PET的FAO56 Penman-Monteith公式并未考慮這些變化。最近,Piao等[8]、Milly和Dunne[42]指出不考慮CO2濃度升高引起的植被生理特征變化,可能會(huì)對(duì)水文、氣象、生態(tài)相關(guān)研究帶來(lái)不確定性。迄今為止,區(qū)域尺度上的ET估算和觀測(cè)依然是個(gè)難題。本研究估算的ET主要基于水量平衡方程,而該方法的前提為閉合流域,且不考慮人類(lèi)活動(dòng)(如灌溉、水利工程等)和取用地下水,但實(shí)際并非如此。例如,淮河流域建有5700多座水庫(kù),蓄洪區(qū)28處,可調(diào)蓄洪水庫(kù)容88.6億m3[43]；這些水利工程對(duì)水資源的調(diào)蓄勢(shì)必會(huì)改變徑流,最終影響ET和Budyko參數(shù)n的估算。受儀器觀測(cè)誤差的影響,氣象要素(尤其是降水)的觀測(cè)值通常和真實(shí)值之間存在一定偏差[44],進(jìn)而影響研究結(jié)果的準(zhǔn)確性。盡管本研究采用了一個(gè)新的分離氣候和參數(shù)n貢獻(xiàn)的方法,且評(píng)估結(jié)果令人滿(mǎn)意；但不同影響因子貢獻(xiàn)是線(xiàn)性疊加的假設(shè)可能會(huì)給研究結(jié)果帶來(lái)不確定性。

4 結(jié)論

為厘清氣候和流域特征(以Budyko參數(shù)n反映)變化對(duì)淮河流域地表水文過(guò)程的影響機(jī)制,本研究在詳細(xì)分析主要?dú)夂蚝退淖兞考皡?shù)n的變化(較基準(zhǔn)期1961—1980年)基礎(chǔ)上,基于Budyko方程和多控制因子聯(lián)立求解方法,定量化估算了氣候和參數(shù)n對(duì)ET、徑流變化的貢獻(xiàn),進(jìn)行了歸因分析,主要結(jié)論如下：

(1)較基準(zhǔn)期,各水文分區(qū)不同年代的降水、ET、徑流均發(fā)生了變化,其中,20世紀(jì)80年代和90年代的降水、ET、徑流在沂沭泗河各水文分區(qū)均有所減小,而在上游和中游各水文分區(qū)三者的變化則表現(xiàn)出明顯的年代際差異和空間差異。對(duì)于所有(大部分)水文分區(qū),不同年代的PET(參數(shù)n)減小(增加)。

(2)基于Budyko方程和多控制因子聯(lián)立求解方法可以有效而準(zhǔn)確地估算降水、PET、參數(shù)n對(duì)ET和徑流變化的貢獻(xiàn)。

(3)在淮河流域多數(shù)水文分區(qū),各年代ET變化的主控因子為參數(shù)n,其次為降水和PET,分別集中在沂沭泗河地區(qū)和上游。就徑流變化而言,大部分水文分區(qū)20世紀(jì)80年代的主控因子為降水,其次為PET,且多出現(xiàn)在中游；20世紀(jì)90年代和21世紀(jì)初主控因子多為參數(shù)n,其次為降水。以上結(jié)果均說(shuō)明控制淮河流域ET和徑流變化的物理機(jī)制存在明顯的空間差異和年代際變化。