變化環(huán)境下渭河流域生態(tài)水文情勢演變歸因研究

江善虎，劉亞婷，任立良，王孟浩，周 樂，任明明

(1.河海大學(xué)水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210098；2.河海大學(xué)水文水資源學(xué)院，江蘇 南京 210098)

河流生態(tài)水文情勢決定著河流生態(tài)系統(tǒng)的物質(zhì)循環(huán)、能量傳遞、生境與生物之間的相互作用等，進(jìn)而對河流生態(tài)系統(tǒng)健康產(chǎn)生影響[1-3]。近幾十年來，隨著社會經(jīng)濟(jì)發(fā)展和人口增長，強(qiáng)烈的人類活動干擾改變了流域水文循環(huán)過程[4-6]，進(jìn)而在不同程度上改變了河流生態(tài)水文情勢[7-9]。因此，剖析河流生態(tài)水文情勢的變化程度，定量區(qū)分氣候變化和人類活動對生態(tài)水文情勢演變的影響，對適應(yīng)環(huán)境變化的河流健康管理具有重要的科學(xué)意義。

近年來，越來越多的學(xué)者關(guān)注到水文情勢變化的量化及其生態(tài)效應(yīng)。由Richter等[10]提出的水文改變指標(biāo)(indicators of hydrologic alteration，IHA)法與變動范圍(range of variability approach，RVA)法相結(jié)合的方法是研究河流水文情勢變化程度及其生態(tài)效應(yīng)的常用方法。張文浩等[11]使用IHA方法分析了潑河水庫的水文情勢變化；杜現(xiàn)增等[12]將IHA的33個水文指標(biāo)引入到河流健康綜合評價中；陳啟慧等[13]將RVA方法應(yīng)用于生態(tài)需水計算；Yang等[14]基于RVA方法分析了黃河干流的生態(tài)水文指標(biāo)特征，評價了其生態(tài)效益。但上述研究中所使用的IHA水文指標(biāo)數(shù)目眾多(33個)，不便于計算和分析。程俊翔等[15]使用主成分分析(principal component analysis，PCA)法篩選出7個IHA水文指標(biāo)作為洞庭湖出口的生態(tài)最相關(guān)水文指標(biāo)(most ecologically relevant hydrologic indicators,ERHIs)；Yang等[16]采用PCA等方法篩選出6個指標(biāo)作為Illinois河的ERHIs。用ERHIs來替代數(shù)目眾多的IHA水文指標(biāo)，既能盡量保留原始數(shù)據(jù)的關(guān)鍵信息，又能很大程度減少眾多水文變量的信息冗余，給研究帶來便利?！坝^測-模擬”對比分析法將自然條件與人為影響條件下的徑流特征進(jìn)行比較，被廣泛用于量化環(huán)境變化對徑流演變的影響[17-19]。該方法對數(shù)據(jù)要求較低，可通過選擇合適的水文模型來重建流域的自然徑流過程。因此，綜合ERHIs法和“觀測-模擬”對比分析法可定量刻畫氣候變化和人類活動對河流生態(tài)水文情勢演變的影響。

本文以資源性缺水問題突出的渭河流域作為研究區(qū)域，通過PCA方法篩選出7個IHA水文指標(biāo)作為渭河流域的ERHIs，利用可變下滲容量(variable infiltration capacity，VIC)模型重建天然流量序列，采用“觀測-模擬”對比分析法定量分離氣候變化和人類活動對河流生態(tài)水文情勢演變的影響，以期為適應(yīng)環(huán)境變化的河流健康管理提供科學(xué)依據(jù)。

1 研究區(qū)概況

渭河是黃河的最大支流，屬于降水補(bǔ)給性河流。渭河干流全長818 km，兩岸支流眾多。渭河流域位于秦嶺以北，處于我國濕潤區(qū)和干旱區(qū)的過渡帶，屬于典型的干旱半干旱氣候。渭河的水資源狀況很大程度上影響著黃河水資源的豐枯變化、開發(fā)利用等。

選取咸陽和華縣水文站作為渭河干流流量控制站，華縣水文站(109°46′E，34°35′N)控制區(qū)集水面積10.6萬km2，咸陽水文站(108°42′E，34°19′N)控制區(qū)集水面積4.7萬km2，如圖1所示。

渭河流域1961—2017年多年平均降水量為564.5 mm，多年平均天然徑流量為63.31億m3，相當(dāng)于徑流深59.73 mm，多年平均徑流系數(shù)為0.11；最大年徑流量為1964年的187.60億m3，最小年徑流量為1997年的16.83億m3，兩者相差約10倍。此外，徑流年內(nèi)分配不均勻，其中1月來水量最少，僅占全年的2.5%左右，9月來水量最大，占全年的19%左右，汛期7—10月總來水量占全年的60%左右。

圖1 研究區(qū)氣象站和水文站示意圖Fig.1 Sketch of meteorological and hydrological stations in study area

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

收集了以下數(shù)據(jù)資料：①摘自水文年鑒的1961—2017年咸陽和華縣水文站及62個雨量站的日降水量及日流量數(shù)據(jù)；②1961—2017年渭河流域氣象站的氣溫、風(fēng)速以及日降水量等數(shù)據(jù)，均由國家氣象局提供；③90 m DEM數(shù)據(jù)，來源于中國科學(xué)院計算機(jī)網(wǎng)絡(luò)信息中心。

2.2 研究方法

2.2.1水文變異診斷及天然徑流重建方法

采用Mann-Kendall趨勢分析法對渭河流域咸陽和華縣水文站徑流序列的變化趨勢進(jìn)行檢測，統(tǒng)計量Z<-1.96或Z>1.96時，表示通過95%的顯著性檢驗(yàn)。徑流序列的突變點(diǎn)通過Pettitt突變點(diǎn)檢測法確定，并用降雨徑流雙累積曲線法進(jìn)行驗(yàn)證。將整個研究期以突變點(diǎn)為界，劃分為基準(zhǔn)期和變化期，用受人類活動影響較弱的基準(zhǔn)期資料來率定VIC模型參數(shù)，用變化期的水文氣象資料驅(qū)動VIC模型，還原變化期河流的天然徑流序列。

2.2.2ERHIs確定及生態(tài)水文情勢改變度計算

RVA方法是一種以IHA水文指標(biāo)體系為基礎(chǔ)的，可定量描述單個水文指標(biāo)受影響后的變化程度，對比分析變異前后的水文數(shù)據(jù)，評估水文指標(biāo)改變程度的方法。一般以突變前各指標(biāo)的平均值加上或減去標(biāo)準(zhǔn)偏差，或以指標(biāo)出現(xiàn)頻率的75%和25%作為滿足河流生態(tài)需求的上限和下限，即RVA閾值[4]。通過估算突變點(diǎn)后年份的IHA水文指標(biāo)以及單個水文指標(biāo)和綜合的水文改變度，來判斷水文序列受影響的程度。

由于IHA水文指標(biāo)的冗余性及指標(biāo)之間的相關(guān)性，本文采用PCA方法對其簡化，以此改進(jìn)RVA方法。PCA方法采用降維的思想，盡可能保留原始數(shù)據(jù)信息，以少丟失或不丟失信息為前提，將原有的許多相關(guān)變量轉(zhuǎn)化為新的少數(shù)幾個不相關(guān)的變量，主成分即這些新的少數(shù)幾個綜合變量，每個主成分是原始變量的線性組合。由于渭河流域在1961—2017年沒有出現(xiàn)斷流，所以采用除去斷流天數(shù)的32個IHA水文指標(biāo)進(jìn)行分析。通過PCA方法篩選出若干個ERHIs來代替原有的32個IHA水文指標(biāo)，改進(jìn)后的RVA方法計算公式如下：

(1)

(2)

(3)

式中：S為IHA水文指標(biāo)的偏移度；Ppost、Ppre分別為改變后和改變前的IHA水文指標(biāo)參數(shù)；Di為第i個水文指標(biāo)改變度(當(dāng)67%≤Di≤100%時，被認(rèn)為是高程度改變；當(dāng)33%≤Di<67%時，被認(rèn)為是中等程度改變；當(dāng)0≤Di<33%時，被認(rèn)為是低程度改變)；Noi為第i個水文指標(biāo)在突變點(diǎn)后實(shí)際處于RVA閾值范圍內(nèi)的年數(shù)；Nf為指標(biāo)在突變點(diǎn)后預(yù)期處于RVA閾值內(nèi)的年數(shù)；D0為水文指標(biāo)綜合改變度。

2.2.3環(huán)境變化對生態(tài)水文情勢演變影響的定量評估

利用實(shí)測的基準(zhǔn)期流量序列得出生態(tài)水文指標(biāo)的閾值，并構(gòu)建流域生態(tài)水文情勢演變歸因的定量計算方法。分別計算出基準(zhǔn)期和變化期的實(shí)測序列ERHIs綜合改變度Dobs和模擬序列ERHIs綜合改變度Dsim。假設(shè)氣候變化和人類活動對生態(tài)水文情勢演變的影響是相互獨(dú)立的，則基于實(shí)測徑流的綜合改變度可表示為

Dobs=Dc+Dh

(4)

式中Dc、Dh分別為氣候變化和人類活動引起的生態(tài)水文指標(biāo)改變度。

由于VIC模型的結(jié)構(gòu)和參數(shù)與基準(zhǔn)期保持一致，因此重建徑流僅反映了氣候變化影響下的情況，所以基于模擬徑流的綜合改變度可表示為

Dsim=Dc

(5)

實(shí)測與模擬徑流的綜合改變度的差值可表示為

ΔD=Dobs-Dsim=Dh

(6)

氣候變化對生態(tài)水文情勢的貢獻(xiàn)率Ic和人類活動對生態(tài)水文情勢的貢獻(xiàn)率Ih分別為

(7)

(8)

3 結(jié)果與分析

3.1 水文變異分析及天然徑流重建

對1961—2017年渭河流域的年徑流量和降水量序列進(jìn)行Mann-Kendall(M-K)趨勢檢驗(yàn)及Pettitt突變點(diǎn)檢測的結(jié)果如表1所示。兩站年徑流量與降水量均呈下降趨勢，咸陽和華縣水文站徑流量的M-K檢驗(yàn)統(tǒng)計量Z值分別為-4.1和-3.4；Pettitt突變點(diǎn)檢測結(jié)果顯示徑流量序列的突變發(fā)生在1990年附近，又用降雨徑流雙累積曲線(圖2)對其進(jìn)一步驗(yàn)證，顯示兩站的徑流序列的突變點(diǎn)也在1990年附近。因此，將整個研究期分為基準(zhǔn)期(1961—1990年)及變化期(1991—2017年)。

表1 渭河流域水文要素檢驗(yàn)檢測結(jié)果Table 1 Test results of hydrological parameters in the Weihe River Basin

(a) 咸陽水文站

將基準(zhǔn)期(1961—1990年)進(jìn)一步劃分，分為模型率定期(1961—1980年)和驗(yàn)證期(1981—1990年)，VIC模型的模擬精度結(jié)果見表2，其中納什效率系數(shù)(NSE)最小為0.67，相對誤差(RE)絕對值最大為7.7%，VIC模型的精度達(dá)標(biāo)，表明VIC模型基本可以客觀地重建渭河流域的歷史水文過程。

表2 VIC模型模擬精度評價Table 2 Performance of simulation using VIC model

(a) 咸陽水文站

(a) 1月平均流量

3.2 ERHIs的選取及趨勢分析

基于PCA方法的咸陽站和華縣站32個IHA水文指標(biāo)的特征值及累積貢獻(xiàn)率如圖3所示。其中，咸陽水文站的第1主成分(PC1)的貢獻(xiàn)率為45%，特征值為14.27；第2主成分(PC2)與PC1的累積貢獻(xiàn)率為61%，特征值為5.13；前6個主成分(PCs)的特征值都大于1，且累積貢獻(xiàn)率為81%。根據(jù)提取原則，接受累積貢獻(xiàn)率大于80%且特征值大于1的PCs，所以將PC1～PC6作為咸陽站所需的主成分。華縣水文站的PC1的貢獻(xiàn)率為40%，特征值為12.77；PC2與PC1的累積貢獻(xiàn)率為58%，特征值為5.7。前7個PCs的特征值大于1，累積貢獻(xiàn)率為83%。因此，將PC1～PC7作為華縣水文站所需的主成分。

以咸陽和華縣水文站所選的PCs中載荷值的絕對值最高或相對較高的指標(biāo)作為渭河流域的主成分，最后選擇出現(xiàn)頻率最高的7個指標(biāo)：流量平均減少率、最大7 d平均流量、年最小日流量發(fā)生時間、年最大日流量發(fā)生時間、1月平均流量、12月平均流量和年高流量脈沖發(fā)生次數(shù)，作為渭河流域的ERHIs。

利用式(1)(2)計算得出咸陽和華縣水文站的32個IHA水文指標(biāo)綜合改變度分別為40%和37%，7個ERHIs的綜合改變度分別為41%和34%，可以看出兩者計算結(jié)果相差不大，驗(yàn)證了ERHIs選取的合理性及其對渭河流域生態(tài)水文情勢的代表性。

渭河流域咸陽和華縣水文站7個ERHIs的時間變化特征分別見圖4和圖5，圖中紅線條表示線性趨勢，淺紅色區(qū)域表示置信度為95%的區(qū)間，可以看出咸陽站的1月平均流量、12月平均流量和最大7 d平均流量分別以每年0.66 m3/s、1 m3/s和12 m3/s的速率明顯下降，年高流量脈沖發(fā)生次數(shù)也呈逐漸下降趨勢。流量平均減少率逐漸增大。而年最小和最大日流量發(fā)生時間整體上沒有明顯變化。華縣水文站12月平均流量和最大7 d平均流量分別以每年1 m3/s和19 m3/s的速率明顯下降。除1月平均流量無明顯下降趨勢，其他指標(biāo)變化趨勢與咸陽水文站一致。這種變化表明了渭河流域的洪峰流量被大大削弱，且徑流總量減小。

(a) 1月平均流量

3.3 生態(tài)水文情勢演變的定量歸因

通過“觀測-模擬”對比分析法定量分離氣候變化和人類活動對渭河生態(tài)水文情勢演變的貢獻(xiàn)率。表3是咸陽和華縣水文站分別以實(shí)測徑流及VIC模型輸出的數(shù)據(jù)作為輸入數(shù)據(jù)的ERHIs改變度，兩站基于實(shí)測序列的ERHIs綜合改變度分別為41%和34%，都為中度改變，基于模擬序列的ERHIs綜合改變度都為18%，屬于低度改變。分析結(jié)果顯示：人類活動導(dǎo)致的咸陽和華縣水文站ERHIs綜合改變度的變化分別為23%和16%，人類活動對生態(tài)水文情勢演變的貢獻(xiàn)率分別為56%和47%，氣候變化對生態(tài)水文情勢演變的貢獻(xiàn)率則分別為44%和53%，表明渭河流域生態(tài)水文情勢的演變是兩者共同作用的結(jié)果。

基于實(shí)測徑流的流量平均減少率在咸陽和華縣水文站均發(fā)生了中高程度的改變，而這個指標(biāo)在基于模擬徑流的計算結(jié)果中改變程度大幅降低，這表明人類活動對生態(tài)水文情勢演變的影響主要體現(xiàn)在使河流流量減少。近年來，渭河流域耗水量呈較明顯的增長趨勢，農(nóng)業(yè)灌溉耗水量的增加[20]、水土保持工程的建設(shè)、河流沿岸地下水的開采以及雨水集蓄工程等措施的興建，均是導(dǎo)致渭河徑流衰減的人為因素[21]。此外，氣候變化也是渭河流域生態(tài)水文情勢改變的重要原因，降水的減少引起徑流補(bǔ)給量的下降[20]，從而引起生態(tài)水文指標(biāo)的改變。

4 結(jié) 論

a.1961—2017年渭河流域年降水量呈不顯著下降趨勢，咸陽和華縣水文站年徑流量呈顯著減少趨勢，于1990年出現(xiàn)突變。根據(jù)VIC模型重建了渭河流域歷史水文過程，NSE最小為0.67，RE絕對值最大為7.7%。

b.渭河流域ERHIs指標(biāo)為流量平均減少率、最大7 d平均流量、年最小日流量發(fā)生時間、年最大日流量發(fā)生時間、1月平均流量、12月平均流量和年高流量脈沖發(fā)生次數(shù)。流量平均減少率呈上升趨勢，極端流量發(fā)生時間無明顯變化，其余指標(biāo)均呈下降趨勢。

c.咸陽和華縣水文站實(shí)測ERHIs綜合改變度為41%和34%，模型模擬的兩站ERHIs綜合改變度為18%。人類活動對咸陽和華縣水文站ERHIs綜合改變的貢獻(xiàn)率分別為56%和47%，渭河流域生態(tài)水文情勢的改變由氣候變化和人類活動共同作用所致。