近70年珠江水沙變化特征及人類活動影響因素分析

杜以超，羅孝文*,3,4，王 峻，崔家馨

(1.成都理工大學 沉積地質(zhì)研究院，四川 成都 610059; 2.自然資源部第二海洋研究所，自然資源部海底科學重點實驗室，浙江 杭州 310012； 3.自然資源部海洋空間資源管理技術重點實驗室，浙江 杭州 310012； 4.浙江省海洋科學院，浙江 杭州 310012)

0 引言

河流是陸源物質(zhì)(如淡水、泥沙、化學物質(zhì))向海洋輸送的主要途徑，是全球物質(zhì)循環(huán)的重要環(huán)節(jié)。據(jù)統(tǒng)計，每年有3.6萬km3淡水和13～20 Gt沉積物經(jīng)河流輸運到海洋[1-3]。近幾十年來，人類活動對河流系統(tǒng)的影響日益加劇，導致許多大河的入海泥沙通量顯著減少[4-5]。河流入海泥沙是河口三角洲形成的重要物質(zhì)基礎，泥沙通量的變化不僅影響流域地表形態(tài)，也對河口三角洲演變及其附近海岸帶的環(huán)境產(chǎn)生影響[6]。由于入海泥沙通量的減少，有些河流的河口三角洲已發(fā)生侵蝕，例如長江[7]、黃河[8]、尼羅河[9]等。因此，研究人類活動對河流入海泥沙通量的影響對流域河道整治與海岸帶環(huán)境監(jiān)測至關重要。

珠江是中國華南地區(qū)最大的河系，其下游的珠江三角洲是我國經(jīng)濟最發(fā)達的地區(qū)之一。近幾十年，隨著珠江流域經(jīng)濟的迅速發(fā)展，受土地開墾、水庫建設、水土保持、退耕還林等人類活動的影響，珠江入海泥沙通量已經(jīng)發(fā)生了顯著變化。一方面流域內(nèi)大壩、水庫等水利工程的建設導致珠江入海泥沙通量減少，如DAI et al[10]研究表明水土流失面積擴大是20世紀80年代之前珠江入海泥沙通量增加的主要原因，而90年代水庫建設后，珠江輸沙量明顯下降。另一方面土地利用方式和植被覆蓋的變化也會影響土壤侵蝕強度和河流輸沙量[11-13]，如高海東 等[14]研究發(fā)現(xiàn)2000—2011年黃河流域的河龍區(qū)間輸沙減少量的54%是由植被恢復引起的。目前，對珠江流域植被覆蓋變化與河流水沙關系的研究相對缺乏。戴仕寶 等[15]研究發(fā)現(xiàn)珠江流域的水土流失面積在1995年與2004年基本未發(fā)生變化，而輸沙量呈下降趨勢，認為1995—2004年珠江入海泥沙的減少與流域水土保持關系不大。而TAN et al[16]通過21世紀初珠江流域植被覆蓋面積較20世紀90年代有所減少的現(xiàn)象，認為森林砍伐增多導致西江主要支流柳江輸沙量增加。

本文基于珠江流域1954—2019年的年徑流量與年輸沙量數(shù)據(jù)以及2000—2019年珠江流域的年降水量與歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)對珠江流域近70年來的輸沙量變化特征以及2000—2019年流域植被覆蓋變化與輸沙量變化的關系進行研究，討論了不同時期人類活動對珠江輸沙量的影響。

1 研究區(qū)概況

珠江發(fā)源于云南馬雄山，全長2 400 km，總流域面積為45.37萬km2(圖1)，流經(jīng)我國的云南、貴州、廣西、廣東、湖南和江西6個省(區(qū))及越南北部，經(jīng)八大口門注入南海，是中國徑流量第二大的河流[10]。珠江流域由西江、北江、東江及三角洲諸河四個水系組成。西江是珠江的主干流，全長2 214 km，流域面積35.15萬km2，由南盤江、紅水河、黔江、潯江及西江等河段組成，其多年平均徑流量和平均輸沙量分別占珠江流域入?？倧搅髁颗c總輸沙量的77%和89%[10]。北江與東江的河流長度分別為468 km與520 km，流域面積分別是3.84萬km2與2.53萬km2[11]。高要站、石角站、博羅站分別為西江、北江、東江最主要的水文控制站，3個站實測徑流量與輸沙量之和分別占珠江入海總徑流量與總輸沙量的80%和95%左右[12]。珠江流域建有多個不同規(guī)模的水庫，主要水庫信息統(tǒng)計見表1。

圖1 珠江流域主要水系、水文站、氣象站和水庫分布圖[17]Fig.1 Distribution data of major river systems, hydrological stations, meteorological stations and reservoirs in the Pearl River Basin[17]

表1 珠江流域的主要水庫Tab.1 Large dams and reservoirs in the Pearl River Basin

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

本文收集了1954—2019年高要站、石角站和博羅站3個水文站的年徑流量和年輸沙量資料，數(shù)據(jù)來源于中國河流泥沙公報[19]。氣象數(shù)據(jù)來自中國氣象局科學數(shù)據(jù)共享服務網(wǎng)(http:// www.cma.gov.cn/)，收集了1954—2019年珠江流域內(nèi)38個氣象站的年降水量數(shù)據(jù)。NDVI數(shù)據(jù)來源于美國國家航空航天局的中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer, MODIS)的植被指數(shù)產(chǎn)品數(shù)據(jù)MOD13Q1-NDVI，空間分辨率為500 m，時間分辨率為16 d，時間范圍為2000年3月—2019年12月，與珠江防護林第二期和第三期工程基本同步。

NDVI是表征植被生長狀況的指標，代表了地表植被覆蓋變化。采用最大值合成法(Maximum Value Composites, MVC)獲取2000—2019年逐年最大化NDVI。MVC法對云層、雙向反射噪聲移除效果明顯，運算效率高，是目前使用最廣泛的植被指數(shù)合成算法[20]。年最大化NDVI可作為流域植被覆蓋指標，但可能存在受極端天氣的影響，個別地區(qū)NDVI值偏高的問題[21-22]。

2.2 研究方法

2.2.1 Mann-Kendall 非參數(shù)檢驗與Theil-Sen Median趨勢分析

Mann-Kendall非參數(shù)檢驗[23](簡稱M-K檢驗)可用于徑流量和輸沙量時間序列的突變分析，同時可用于檢驗NDVI時間序列數(shù)據(jù)變化趨勢的顯著性，計算簡便且不受少數(shù)異常值干擾，廣泛應用于水文、氣象等領域。M-K檢驗用于徑流量和輸沙量時間序列的突變分析時，可將樣本數(shù)量為n的時間序列(x1,x2, …,xn)組成一個秩序列Sk(表示第i個樣本大于第j個樣本的累計數(shù))：

(1)

(2)

式中：xi和xj分別代表第i年和第j年的數(shù)值。Sk的均值E(Sk)和方差Var(Sk)分別為：

(3)

(4)

在時間序列隨機獨立的假設下，定義時間序列統(tǒng)計量UF:

(5)

當UF>0時，表明序列呈上升趨勢；UF<0時，表明序列呈下降趨勢。取UF與置信水平α(本文取0.05)對應的臨界值(本文為±1.96)進行對比，當 |UF|>1.96，表明趨勢變化顯著。用公式(5)計算時間序列的逆序列統(tǒng)計量UB，當UB=-UF且曲線交點在95%置信區(qū)間內(nèi)，表明該時間節(jié)點可能發(fā)生突變。若時間區(qū)間內(nèi)有多個交點，且UF曲線未發(fā)生顯著變化則不能完全判斷為突變點。具體方法參考文獻[24-25]。

M-K檢驗用于檢驗NDVI時間序列數(shù)據(jù)變化趨勢的顯著性時，在0.05置信水平上劃分顯著性變化，判定趨勢變化的顯著性。設定2000—2019年的流域植被指數(shù)為NDVIt(t=2000,2001,…,2019)，用下式計算統(tǒng)計檢驗值Z：

(6)

(7)

(8)

(9)

式中： NDVIt和NDVIb分別表示像元t年與b年的NDVI值，n為時間序列長度，sgn為符號函數(shù)。Z值為正值，表明為增長趨勢；Z值為負值，表明為下降趨勢。

Theil-Sen Median趨勢分析是一種穩(wěn)健的非參數(shù)計算方法[26]，該方法已被廣泛應用于NDVI時間序列的分析中[27-28]。用Theil-Sen Median趨勢分析法計算n(n-1)/ 2個數(shù)據(jù)組合的斜率中位數(shù)(SNDVI)，其計算公式為：

(10)

若SNDVI>0，則NDVI時間序列呈上升趨勢，反之呈下降趨勢。由于基本不存在SNDVI嚴格等于0的區(qū)域，因此取Theil-Sen Median分析結果等于±0.000 5作為分界值：SNDVI≥0.000 5 為植被改善區(qū);SNDVI≤-0.000 5 為植被退化區(qū);-0.000 5

將M-K檢驗在0.05置信水平上的顯著性檢驗結果劃分為變化顯著 (Z>1.96或Z<-1.96)和變化不顯著(-1.96≤Z≤1.96)。將Theil-Sen Median趨勢分析的分級結果與M-K檢驗的Z值結合可以有效反映珠江流域NDVI變化的空間分布特征：當SNDVI≥0.000 5且Z>1.96時，植被覆蓋明顯改善；當SNDVI≥0.000 5且-1.96≤Z≤1.96時，植被覆蓋輕微改善；當-0.000 5

2.2.2 累積距平法

繪制輸沙量與徑流量的累積距平曲線，根據(jù)曲線變化趨勢可大致區(qū)分徑流量與輸沙量的階段性變化[30]。年累積距平值的計算公式如下：

(11)

(12)

2.2.3 雙累積曲線分析

雙累積曲線是一種檢驗兩種參數(shù)一致性及其變化趨勢最直觀的分析方法，如今廣泛應用于水文與氣象因素的趨勢性變化及其強度分析[31-32]。該方法基于水文要素之間的統(tǒng)計關系評價人類活動對水文過程的影響。在直角坐標系中繪制同時期徑流量與輸沙量的連續(xù)累積關系曲線，當曲線呈線性關系時表明該時期流域產(chǎn)匯流條件相對一致，如果斜率發(fā)生改變則表示兩變量之間的關系受人類活動的影響。

3 珠江流域水沙輸運變化特征

圖2為1954—2019年西江(高要站)年徑流量與年輸沙量的M-K檢驗統(tǒng)計結果與累積距平曲線。由 圖2a 可知，西江(高要站)的年徑流量變化大致分為5個階段：其中1954—1967年、1989—1994年、2005—2019年的年徑流量UF曲線為負值，年徑流量呈下降趨勢；1968—1988年和1995—2004年的年徑流量UF曲線為正值，年徑流量呈緩慢上升趨勢。西江(高要站)年徑流量的UF曲線與UB曲線有多個交點，但UF曲線未超過95%的置信區(qū)間，因此不存在顯著突變點。累積距平曲線顯示1967年、1983年、1992年、1999年和2014年為年徑流量的豐枯階段性趨勢變化的轉折年，但變化趨勢并不顯著。由圖2b可知，西江(高要站)的年輸沙量UF曲線在1954—1968年和2000—2019年為負值，表明該時段年輸沙量呈減少趨勢；UF曲線在1969—1999年為正值，表明該時段的年輸沙量呈緩慢增加趨勢。UF曲線與UB曲線相交于2003年，且在2007年UF曲線超過臨界值(-1.96)，表明年輸沙量顯著下降，由此可以判斷年輸沙量變化趨勢于2003年發(fā)生了突變。西江(高要站)1954—2002年的年平均輸沙量為69.3 Mt，2003—2019年的年平均輸沙量為19.9 Mt，突變后年輸沙量下降了71.30%。累積距平曲線顯示1998年為年輸沙量豐枯階段性趨勢變化的轉折年。

圖2 1954—2019年西江(高要站)年徑流量(a)與年輸沙量(b)的M-K檢驗統(tǒng)計結果與累積距平曲線Fig.2 Mann-Kendall test statistic result and accumulative anomaly curves of the annual runoff (a) and sediment discharge (b) in the Xijiang River (Gaoyao Station) from 1954 to 2019

圖3為1954—2019年北江(石角站)年徑流量與年輸沙量的M-K檢驗統(tǒng)計結果與累積距平曲線。由圖3a可知，北江(石角站)年徑流量UF曲線變化復雜，年徑流量變化有4個緩慢上升期(1959—1962年、1975—1987年、1994—2008年和2016—2019年)和4個緩慢下降期(1954—1958年、1963—1974年、1988—1993年和2009—2015年)，變化趨勢并不顯著。北江(石角站)的年徑流量UF曲線與UB曲線有多個交點，但均沒有超過臨界值，因此沒有顯著突變點。結合累積距平曲線判斷1962年、1972年、1984年、1991年和2002年是年徑流量豐枯階段性趨勢變化的轉折點。由圖3b可知，1954—2000年的年輸沙量UF曲線基本呈波動上升趨勢，從2000年至2019年呈下降趨勢，但均未超過95%的置信區(qū)間，雖然UF曲線與UB曲線于1998年、2005年、2016年相交，但不能判斷這些年份發(fā)生突變。累積距平曲線顯示1972年、1984年、1998年和2005年為年輸沙量豐枯階段性趨勢變化的轉折年。

圖3 1954—2019年北江(石角站)年徑流量(a)與年輸沙量(b)M-K的檢驗統(tǒng)計結果與累積距平曲線Fig.3 Mann-Kendall test statistic result and accumulative anomaly curves of the annual runoff (a) and sediment discharge (b) in the Beijiang River (Shijiao Station) from 1954 to 2019

東江(博羅站)年徑流量的變化趨勢與突變分析結果(圖4a)顯示1954—2010年東江年徑流量主要呈波動上升趨勢，但變化趨勢并不顯著，2010年以后UF曲線在0值上下波動，年徑流量不存在顯著突變點。年徑流量累積距平曲線顯示年徑流量變化趨勢轉折出現(xiàn)在1962年、1972年、1985年、2004年和2008年。從圖4b可知，東江(博羅站)年輸沙量從1969年左右開始減少，UF曲線與UB曲線相交于1991年，且于1994年UF曲線突破臨界值(-1.96)，說明輸沙量呈顯著下降趨勢。因此可以判斷年輸沙量于1991年發(fā)生突變，1991—2019年東江(博羅站)的年均輸沙量相較1954—1990年下降了48.88%。

圖4 1954—2019年東江(博羅站)年徑流量(a)與年輸沙量(b)M-K的檢驗統(tǒng)計結果與累積距平曲線Fig.4 Mann-Kendall test statistic result and accumulative anomaly curves of the annual runoff (a) and sediment discharge (b) in the Dongjiang River (Boluo Station) from 1954 to 2019

4 輸沙量變化的影響因素

4.1 植被覆蓋的時空變化

近20年來，西江、北江和東江流域的NDVI整體呈增長趨勢，表明珠江流域植被覆蓋率增加。2019年西江流域的NDVI值比2000年增加了0.065，其中在2000—2007年和2012—2015年增長較快，在2008—2011年和2016—2019年變化較平穩(wěn)(圖5a)。北江流域NDVI值在2000—2008年呈波動變化，2008年后明顯增加，并于2015年后趨于穩(wěn)定(圖5b)。東江流域的NDVI值在2008年以后呈波動式上升趨勢(圖5c)。

圖5 2000—2019年珠江流域NDVI年際變化Fig.5 Inter-annual variation of NDVI in the Pearl River Basin from 2000 to 2019

將Theil-Sen Median趨勢分析的分級結果與M-K檢驗兩種分析結果疊加得到珠江流域像元尺度上的NDVI變化趨勢圖(圖6)，并將植被變化分為5種類型(表2)。據(jù)統(tǒng)計，2000—2019年珠江流域植被覆蓋狀況改善的區(qū)域占珠江流域總面積的89.27%。由于不同流域的地表環(huán)境與植被恢復情況具有差異，將珠江三大流域植被覆蓋變化分開統(tǒng)計，如表2所示，西江、北江和東江流域植被覆蓋狀況改善的區(qū)域分別為90.97%，90.77%和89.67%，整個珠江流域植被覆蓋以改善為主。

表2 西江、北江和東江流域的植被覆蓋變化統(tǒng)計Tab.2 Statistics of vegetation cover in Xijiang River Basin, Beijiang River Basin and Dongjiang River Basin

從圖6也可以看出，過去20 a，珠江流域地表植被改善區(qū)域面積遠大于植被退化區(qū)域面積。雖然在西江上游的昆明、曲靖、玉溪、紅河哈尼族彝族自治州等地區(qū)出現(xiàn)輕微退化甚至嚴重退化區(qū)域，但大部分地區(qū)植被覆蓋明顯改善;西江中游的柳州、桂林、南寧、貴港等地出現(xiàn)了小面積植被退化和穩(wěn)定不變的區(qū)域;嚴重退化的區(qū)域主要分布在下游珠江三角洲地區(qū)的廣州、佛山、江門、中山等地。西江上游是珠江泥沙供給的主要區(qū)域，下游地區(qū)不是河流泥沙的主要供給區(qū)，因此下游的植被退化現(xiàn)象對輸沙量變化影響有限。

圖6 2000—2019年珠江流域植被覆蓋變化分布Fig.6 Distribution of vegetation cover of the Pearl River Basin from 2000 to 2019

4.2 植被覆蓋與水沙的相關性

通過雙累積曲線法分析2000—2019年植被覆蓋變化對水沙的影響。圖7中3個水文站的年降水量-徑流量累積曲線幾乎均為一條直線，說明徑流量主要受流域降水影響。

圖7 2000—2019年珠江流域年降水量-徑流量和年降水量-輸沙量雙累積曲線Fig.7 The double cumulative curve of annual precipitation-runoff and annual precipitation-sediment discharge in the Pearl River Basin from 2000 to 2019

各流域年降水量-輸沙量累積曲線表現(xiàn)不同。西江流域(高要站)，曲線從2007年開始向下偏轉，2007—2019年流域的年均輸沙量相較2000—2006年下降了48.39%。北江流域(石角站)，曲線未發(fā)生明顯偏轉，表明輸沙量主要受降水的影響。東江流域(博羅站)，從2009年開始輸沙量下降，曲線向下發(fā)生偏轉。

在龍灘水庫建設前(2000—2006年)，西江流域(高要站)年輸沙量與年降水量呈顯著正相關(R=0.93，p<0.01)，而NDVI與年降水量和年輸沙量均不相關(圖8a)，表明輸沙量變化主要受到降水量影響。龍灘水庫建成后的2 a內(nèi)(2007—2008年),輸沙量變化劇烈，2009年輸沙量變化開始趨于平穩(wěn)，表明水庫建設導致的輸沙量變化逐漸穩(wěn)定。2009—2019年西江流域NDVI與年降水量呈正相關(R=0.79，p<0.01)，與年輸沙量不相關(R=0.55，p<0.1)，表明植被改善受降水量影響但未起到減沙的作用。

2000—2019年北江流域(石角站)的年降水量與年輸沙量呈正相關(R=0.61，p<0.01)，與NDVI不相關(R=0.37，p>0.1)。2008年開始，北江流域NDVI呈明顯上升趨勢。2000—2008年該流域輸沙量與NDVI不相關，與年降水量呈顯著正相關(R=0.90，p<0.01)，表明該時期北江流域的輸沙量主要受降水影響。2009—2019年NDVI與年輸沙量呈不顯著負相關(R=-0.52，p<0.1)，與河流含沙量(輸沙量與徑流量的比值)呈顯著負相關(R=-0.84，p<0.01)，說明植被改善是該時期北江含沙量減少的主要原因，但其對輸沙量的影響并不顯著(圖8b)。

2000—2019年東江流域(博羅站)年降水量與年輸沙量呈正相關(R=0.56，p<0.05)，與NDVI不相關(R=0.26，p>0.1)。其中，2000—2008年東江流域的年輸沙量與NDVI不相關，與年降水量呈顯著正相關(R=0.84，p<0.01)，說明該時期東江流域的輸沙量受降水影響顯著。2009—2019年東江流域的NDVI與降水量呈正相關(R=0.60，p<0.05)，與輸沙量呈不顯著正相關(R=0.55，p<0.1)，表明降水有利于植被恢復，而植被恢復并未影響輸沙量(圖8c)。

圖8 2000—2019年珠江流域NDVI與降水量和輸沙量的關系Fig.8 Relationship between annual NDVI and annual precipitation and sediment discharge in the Pearl River Basin from 2000 to 2019

根據(jù)以上分析，2000—2019年間珠江流域年降水量、徑流量、NDVI以及輸沙量之間存在著相互關系，徑流量主要受降水影響，NDVI在某些時期與降水量具有正相關性。在不同時期，西江、北江和東江流域NDVI與輸沙量的相關性有差異。西江與東江流域植被改善未起到減沙作用，北江流域植被改善對輸沙量的影響也不顯著。因此2000—2019年整個珠江流域NDVI變化對輸沙量影響不明顯。

4.3 1954—2019年人類活動對輸沙量的影響

分別利用3個水文站1954—2019年的年徑流量和年輸沙量的累積值繪制雙累積曲線(圖9)。 1954—1982年西江(高要站)的徑流量與輸沙量雙累積曲線基本為直線，表明輸沙量主要受徑流量影響，人類活動對輸沙量影響較小(圖9a)。1983—1992年曲線向上偏轉，表明水沙關系未發(fā)生明顯變化的情況下，人類活動使輸沙量增加。1993—1997年、1998—2006年、2007—2019年3個時期水沙累積曲線均為向下偏轉，表明西江輸沙量受人類活動影響逐漸減少。20世紀80年代開始，我國實行家庭聯(lián)產(chǎn)承包責任制，大規(guī)模的毀林開荒活動破壞了地表植被，加劇了流域的水土流失。據(jù)統(tǒng)計，1984—1988年珠江的水土流失面積達到5.71×104km2，相比1954年，水土流失面積增加了38.9%[33]。根據(jù)圖9a中方程式計算，1982—1992年西江河流輸沙量累積增加205 Mt。1993—1997年與1998—2006年斜率有所減小，與巖灘水庫(1992年)和天生橋水庫(1997年)開始蓄水攔沙的時間吻合，龍灘水庫建成后(2006年)輸沙量進一步減少，說明水庫攔沙作用顯著。總體上，1954—2019年，西江流域河流輸沙量隨著流域水庫建設而顯著減少。

北江(石角站)的徑流量與輸沙量雙累積曲線(圖9b)整體變化趨勢不明顯，1954—1980年曲線基本為直線；1981—1987年曲線向上偏轉，這主要歸因于北江流域森林砍伐導致的水土流失；1999—2005年輸沙量向下偏轉，這與北江飛來峽水電站的建成時間(1999年)相吻合，說明該時期輸沙量下降主要受到水庫攔截蓄水影響；雖然斜率在2006—2019年較1999—2005年變大，但總體上輸沙量仍呈緩慢下降趨勢。北江流域的水庫建設較少，且?guī)烊莶淮?，對水沙的影響總體不大。

東江(博羅站)的徑流量與輸沙量雙累積曲線(圖9c)分為1954—1973年、1974—1991年、1992—2010年3個階段，斜率逐漸變小。東江流域位于東南沿海，森林和耕地面積相對較少，與西江和北江流域相比，東江流域的森林砍伐對流域輸沙影響較小，東江輸沙量主要受到流域大型水庫建設蓄水攔沙影響。東江流域1954—2019年多年平均輸沙量僅為 2.25 Mt，遠小于西江多年平均輸沙量，僅為北江多年平均輸沙量的41%。水庫建設對輸沙量的影響不盡相同：新豐江水庫于1962年建成，但年徑流量-輸沙量雙累積曲線在1962年沒有明顯轉折；1973年楓樹壩水電站建成投入使用后曲線發(fā)生偏轉。在各級水庫建設、航道整治及挖砂等人類活動影響下，東江輸沙量呈現(xiàn)逐級遞減趨勢。

圖9 1954—2019年珠江流域的年徑流量-輸沙量雙累積曲線Fig.9 The double cumulative curve of annual runoff and sediment discharge in the Pearl River Basin from 1954 to 2019

5 結論

通過對1954—2019年珠江流域水沙數(shù)據(jù)的分析可知，西江(高要站)、北江(石角站)、東江(博羅站)的徑流量變化趨勢不明顯，輸沙量整體呈下降趨勢，其中西江(高要站)和東江(博羅站)的年輸沙量序列分別于2003年和1991年發(fā)生突變，突變后多年平均輸沙量較突變前分別減少了71.30%和48.88%，北江(石角站)的年輸沙量變化趨勢未發(fā)生顯著突變。

2000—2019年珠江流域植被覆蓋狀況改善的區(qū)域占流域總面積的89.27%，其中西江、北江、東江流域植被覆蓋狀況改善的區(qū)域分別達90.97%、90.77%和89.67%。2000—2019年西江和東江流域植被阻沙作用不明顯性。北江流域僅在2009—2019年，植被覆蓋狀況改善對輸沙量有一定的減少作用，但對整個珠江流域的輸沙量影響有限。因此植被覆蓋狀況改善對整個珠江流域輸沙量的影響不明顯。

通過年徑流量-輸沙量雙累積曲線分析可知，1980年以前輸沙量與徑流量高度相關，人類活動對輸沙量影響不明顯。1980年以后劇烈的人類活動導致輸沙量發(fā)生變化，其中森林砍伐等人類活動加劇了流域水土流失，使輸沙量增大；水庫建設、植被恢復等人類活動使輸沙量減小。2000年以后，龍灘水庫建設是西江輸沙量下降的主要原因。