長江源區(qū)1980—2020年水沙變化規(guī)律

姚春艷，劉洪鵠，劉 競

（1.中國科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心，陜西 楊凌 712100；2.中國科學(xué)院水利部水土保持研究所，陜西 楊凌 712100；3.中國科學(xué)院大學(xué)，北京 100049；4.長江水利委員會長江科學(xué)院，湖北 武漢 430010）

近年來，隨著氣候變化和人類活動的加劇，極端氣候事件頻發(fā)，使得流域徑流、泥沙等水文要素及其輸移過程發(fā)生改變［1］。國內(nèi)外許多學(xué)者對尼羅河［2］、密西西比河［3］、黃河［4］和長江［5］等重要河流開展了河流水沙情勢變化規(guī)律及歸因分析研究。其中，氣候要素中降水對河流水沙的影響更為顯著［5-6］，人類活動則是通過水土保持工程等的實施減少流域水土流失，進而影響水沙變化［5-7］。不可忽略的是，流域水土保持工程和水庫建設(shè)是近年來造成河流輸沙量下降的重要原因［1］，因此，開展流域水土流失與水沙規(guī)律的綜合研究對流域水土保持和泥沙治理工作十分重要。

青藏高原是亞洲眾多河流的發(fā)源地，被稱為“亞洲水塔”［5］，對全球氣候變化的響應(yīng)極為敏感［8］。長江源區(qū)地處青藏高原腹地，是我國重要的水源涵養(yǎng)地與生態(tài)安全屏障區(qū)［8］，區(qū)內(nèi)凍土、沼澤、湖泊和高寒濕地等廣泛分布，生態(tài)環(huán)境極為脆弱［9］。近年來，隨著全球氣候變暖的持續(xù)作用，源區(qū)內(nèi)水土流失量明顯增加，徑流量和泥沙等要素隨之發(fā)生變化［10］，進而對下游河道和流域管理產(chǎn)生影響［5］。已有研究表明，源區(qū)內(nèi)徑流的季節(jié)性變化主要受降水的影響［11］，土地利用/覆蓋和冰雪融水對徑流變化也有一定調(diào)節(jié)作用［12］。水土流失和入河泥沙量增長的主要原因是降水的增加和頻繁的人類活動［13］，而長時間序列內(nèi)植被變化則與流域內(nèi)泥沙變化相關(guān)性不大［14］。Teng等［15］和Wang等［16］基于模型模擬結(jié)果發(fā)現(xiàn)降水對源區(qū)水土流失影響較大，且未來水土流失量將會繼續(xù)增加。由此可見，降水是引發(fā)源區(qū)土壤侵蝕和水沙變化的主要驅(qū)動力［15］，一方面直接影響坡面土壤的侵蝕，進而影響泥沙過程［16-17］，另一方面通過影響徑流變化間接影響河流攜沙能力［18］。盡管對長江源區(qū)徑流和泥沙變化及影響因素進行了多項研究［11,14］，但是大/中流域尺度中侵蝕產(chǎn)沙與輸移的綜合研究仍較少，同時，氣候變化是影響源區(qū)土壤侵蝕與河流水沙變化的重要因素。因此，有必要開展長江源區(qū)侵蝕與水沙變化及其與氣候變化耦合的響應(yīng)關(guān)系研究，以準(zhǔn)確把握長江上游泥沙來源及流域侵蝕產(chǎn)沙對降雨在長時間尺度下的響應(yīng)關(guān)系，為源區(qū)生態(tài)工程實施效果的研究與評價提供科學(xué)依據(jù)。

因此，本文基于長江源區(qū)1980—2020 年降水、徑流和泥沙等資料，研究長江源區(qū)年土壤侵蝕量、徑流量和泥沙變化特征，闡明長江源區(qū)土壤侵蝕變化規(guī)律，河道水沙變化對地表侵蝕的響應(yīng)，以及長時間尺度下泥沙變化對侵蝕和降水的響應(yīng)關(guān)系，以期為推動小流域科學(xué)治理和長江流域高質(zhì)量發(fā)展提供理論依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

長江源區(qū)為直門達水文站控制以上的流域（圖1），地理位置位于90°～98°E、31°～36°N，總面積約為15.7×104km2。源區(qū)地勢西高東低，平均海拔超過4000 m，太陽輻射較強，日溫差大但年溫差小［16］，多年降水量顯著增加（P<0.05），年均約為370 mm，水系包括通天河水系、沱沱河水系，呈扇狀分布。主要土壤類型為高山草原土和高山草甸土，其中高山草甸土分布面積最大，約占源區(qū)總面積63%，植被類型從東南到西北依次分布有高寒草甸、高寒草原、高寒荒漠，凍土面積約占青藏高原多年凍土面積的20%［18］。人口以藏族居民為主，人口密度不到1人·km-2，牧業(yè)是區(qū)域經(jīng)濟發(fā)展的主要生產(chǎn)方式。

圖1 長江源區(qū)示意圖Fig.1 Basic information of the headwaters of the Yangtze River

1.2 數(shù)據(jù)收集與來源

長江源區(qū)直門達水文站1980—2020 年逐年徑流及泥沙數(shù)據(jù)由青海省水文局提供。從國家氣象科學(xué)數(shù)據(jù)中心（http://data.cma.cn）下載長江源區(qū)及其周圍共12 個氣象站1980—2020 年逐日降水資料。長江源區(qū)高程數(shù)據(jù)（空間分辨率為1 km）、長江源區(qū)歸一化植被指數(shù)（Normalized Difference Vegeta?tion Index，NDVI）數(shù)據(jù)（1998—2018年，空間分辨率為1 km）和1980年、1990年、1995年、2000年、2005年、2010年、2015年和2020年8期土地利用數(shù)據(jù)（圖2）來源于資源環(huán)境科學(xué)數(shù)據(jù)中心（https://www.resdc.cn）。

圖2 長江源區(qū)1980—2020年土地利用變化Fig.2 Landuse changes in the headwaters of the Yangtze River during 1980-2020

1.3 研究方法

1.3.1 土壤侵蝕量 利用中國土壤流失方程（CSLE）［19］估算長江源區(qū)1980—2020 年的土壤侵蝕量。在ArcGIS 10.2的支持下，對各個因子賦值疊加計算，得到土壤侵蝕量。模型如公式（1）所示：

式中：A是土壤侵蝕模數(shù)（t·hm-2·a-1）；R是降雨侵蝕力因子（MJ·mm·hm-2·h-1·a-1）；K是土壤可蝕性（t·hm2·h·hm-2·MJ-1·mm-1）；L是坡長因子，S是坡度因子，二者統(tǒng)稱為地形因子，無量綱；B是生物措施因子；E是工程措施因子；T是耕作措施因子，B、E、T因子均無量綱（取值范圍為0～1）。

（1）降雨侵蝕力因子（R）

基于章文波等［20］建立的降雨侵蝕力算法模型計算年降雨侵蝕力因子值（圖3），

圖3 長江源區(qū)1980—2020年年降水量(a)和降雨侵蝕力(b)變化Fig.3 Variations of annual average precipitation(a)and rainfall erosivity factor(b)in the headwaters of Yangtze River during 1980-2020

式中：R為半月周期的降雨侵蝕力（MJ·mm·hm-2·h-1·a-1）；k為一個半月周期（每個月的前15 d 為一個半月周期，該月的其余天數(shù)為另一個半月周期）；Pj是一個半月周期內(nèi)超過12 mm 的日降水量（mm）；α和β分別為模型的待定參數(shù)，計算方程式如公式（3）和公式（4）：

式中：Pd12代表日雨量超過12 mm 的日降雨量（mm）；Py12代表一年內(nèi)超過12 mm 的日雨量的和（mm）。

（2）土壤可蝕性因子（K）

土壤可蝕性因子（K）是評價土壤被降雨分離、沖蝕和搬運難易程度的一項指標(biāo)［21］。源區(qū)土壤可蝕性因子?xùn)鸥駭?shù)據(jù)集是基于1∶1 000 000 中國土壤數(shù)據(jù)庫、傳統(tǒng)的“土壤發(fā)生分類”系統(tǒng)和Nomo 圖法建立的K值與土壤性質(zhì)之間的Nomo 模型得出。長江源區(qū)1000 m 分辨率土壤可蝕性K值來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺（http://www.geoda?ta.cn）。利用ArcGIS 10.2進行重采樣和插值得到本研究土壤可蝕性因子分布（圖4a）。

圖4 長江源區(qū)K值(a)及LS值(b)空間分布Fig.4 Spatial distribution of K(a)and LS value(b)

（3）地形因子（LS）

基于DEM 數(shù)據(jù)計算地形因子［22］，得到LS值分布圖（圖4b）。方程如下：

式中：LS是地形因子；l是累計坡長（m）；β是坡度（°）；m是坡度變量，當(dāng)坡度≤1°時，m=0.2；當(dāng)坡度為1°～3°時，m=0.3；當(dāng)坡度為3.5°～4.5°時，m=0.4；當(dāng)坡度為≥5°時，m=0.5。

（4）生物措施因子（B）

生物措施因子（B）主要反映植被覆蓋對土壤侵蝕的影響，其賦值范圍為0～1，越接近0，表示防治越好，幾乎不發(fā)生侵蝕；越接近1，表示未采取任何措施。具體包括退耕還林、還草等。本研究基于8 期土地利用數(shù)據(jù)，結(jié)合Liu 等［19］和Fu 等［23］提出的賦值原則（表1），利用ArcGIS 10.2 重分類得到B值的空間分布（圖5）。

表1 不同土地利用類型的B值Tab.1 B value of different landuse types

圖5 不同年份生物措施因子值空間分布Fig.5 Spatial distribution of biological practice factor at the different years

（5）工程措施因子（E）和耕作措施因子（T）

工程措施因子（E）反映了實施的工程措施對于流域內(nèi)水土流失的影響。長江源區(qū)居民將旱地改為石坎水平梯田，通過查表可得石坎水平梯田E值為0.121。耕作措施（E）通過提高土壤抗蝕性，進而防治土壤侵蝕。長江源區(qū)屬于北部中高原半干旱喜涼作物一熟區(qū)［24］，根據(jù)土地利用類型圖將研究區(qū)耕地賦值為0.121 和0.488。其他區(qū)域分配為1，得到工程措施因子和耕作措施因子分布。

由于長江源區(qū)土地利用變化較?。?5］，因此，各期土地利用可代表相鄰5～10 a 變化，基于CSLE 模型，估算得到長江源區(qū)1980—2020 年土壤侵蝕模數(shù)，根據(jù)《土壤侵蝕分類分級標(biāo)準(zhǔn)》（SL190-2007）將長江源區(qū)土壤侵蝕模數(shù)劃分為6個等級（0～5 t·hm-2·a-1為微度侵蝕，5～25 t·hm-2·a-1為輕度侵蝕，25～50 t·hm-2·a-1為中度侵蝕，50～80 t·hm-2·a-1為強烈侵蝕，80～150 t·hm-2·a-1為極強烈侵蝕，>150 t·hm-2·a-1為劇烈侵蝕），由于微度侵蝕被定義為小于土壤容許流失量，因此本文僅統(tǒng)計輕度及以上侵蝕強度等級的面積占比［19］。

1.3.2 偏最小二乘結(jié)構(gòu)方程（PLS-SEM）偏最小二乘結(jié)構(gòu)方程（PLS-SEM）是一種結(jié)合因子分析和回歸的非參數(shù)方法［26］，通過迭代估計最大限度地解釋獨立潛變量的變化。本研究利用PLS-SEM分析，通過與多個潛在變量的相關(guān)性來解釋降水、土壤侵蝕與水沙變化耦合模式。本文所提出的結(jié)構(gòu)模型由降水量（P）、徑流量（Q）、輸沙量（S）和土壤侵蝕量（M）組成，使用SmartPLS 3.0軟件繪制4個潛變量的影響路徑，通過300 次迭代執(zhí)行PLS 算法以獲得路徑系數(shù)（β），并使用5000次抽樣進行bootstrapping以測試路徑系數(shù)的顯著性。當(dāng)模型擬合中NFI>0.9，SRMR<0.12 時，表明PLS-SEM 模型具有預(yù)測有效性，能較強地解釋因子間相互影響的變化。潛變量間路徑是否通過檢驗的主要依據(jù)為顯著性P值，當(dāng)P<0.05時路徑檢驗通過。

1.3.3 突變分析方法 利用累積距平法和滑動t檢驗法［27］判斷長江源區(qū)1980—2020年徑流量、含沙量和輸沙量序列的突變情況。

2 結(jié)果與分析

2.1 土壤侵蝕的變化特征

圖6 展示了長江源區(qū)1980—2020 年各侵蝕強度面積占比變化。如圖所示，輕度侵蝕面積約占總侵蝕面積的70.27%，強烈及以上強度侵蝕面積約占總侵蝕面積的10.27%。長江源區(qū)1980—2020 年土壤侵蝕模數(shù)呈顯著增加趨勢（P<0.05）（圖7），多年平均土壤侵蝕模數(shù)為4.71 t·hm-2·a-1。最大值為8.16 t·hm-2·a-1，出現(xiàn)在1985年；最小值為2.13 t·hm-2·a-1，出現(xiàn)在2015 年。土壤侵蝕模數(shù)變化規(guī)律與降雨侵蝕力變化規(guī)律一致（圖3b）。

圖6 長江源區(qū)1980—2020年土壤侵蝕強度面積占比變化Fig.6 Changes of soil loss intensity area proportion in the headwaters of Yangtze River during 1980-2020

圖7 長江源區(qū)1980—2020年土壤侵蝕模數(shù)變化Fig.7 Change of annual soil loss modulus in the headwaters of Yangtze River during 1980-2020

圖8展示了長江源區(qū)1980年、1990年、1995年、2000 年、2005 年、2010 年、2015 年和2020 年的土壤侵蝕強度的空間分布狀況。從中發(fā)現(xiàn)源區(qū)1980—2020 年土壤侵蝕強度整體較低，以輕度侵蝕為主，侵蝕強度較大的地方主要分布在東南部，如玉樹縣。東南部降水量相對較多，且地形多以高山為主，坡面處極容易發(fā)生水力侵蝕，導(dǎo)致水土流失情況相對其他區(qū)域更為嚴重。如圖7 和圖8 所示，長江源區(qū)土壤侵蝕時空變化較為復(fù)雜。1980 年源區(qū)東南部土壤侵蝕面積較大且侵蝕強度較高，1990—1995 年侵蝕強度與侵蝕面積呈現(xiàn)減小趨勢。土壤侵蝕模數(shù)降低至3.82 t·hm-2·a-1，強烈及以上侵蝕所占面積明顯減少，土壤侵蝕得到一定遏制。然而，2000 年后侵蝕面積和侵蝕強度均較高且土壤侵蝕模數(shù)逐漸增加，輕度侵蝕面積下降，中度及以上侵蝕面積占比逐漸增加。2010 年后侵蝕量增加速度有所放緩，其中，2015 年土壤侵蝕面積最小且整體侵蝕強度最低，這與2015 年降雨侵蝕力較小有關(guān)，值僅為125.5 MJ·mm·hm-2·h-1·a-1（圖3b）。

圖8 長江源區(qū)1980—2020年土壤侵蝕模數(shù)空間分布Fig.8 Spatial distribution of soil loss modulus in the headwaters of Yangtze River during 1980-2020

2.2 年徑流量、含沙量和輸沙量的變化規(guī)律

直門達水文站1980—2020年年徑流量、年含沙量和年輸沙量的變化趨勢如圖9 所示，直門達水文站多年徑流量顯著增加（P<0.05），多年平均徑流量為142.03×108m3；年徑流量最大值在2009 年，為245.14×108m3，最小值為81.95×108m3，出現(xiàn)在1997年。相比于90 年代，21 世紀以來徑流量明顯增加，增幅約為79.7%。多年含沙量和輸沙量均無顯著變化趨勢，多年平均含沙量為0.69 kg·m-3，最大值出現(xiàn)在1989年，為1.41 kg·m-3，最小值出現(xiàn)在1994年，為0.23 kg·m-3。多年平均輸沙量為1063.41×104t；輸沙量與含沙量變化較為一致，最大值均出現(xiàn)在1989年，為2980×104t，最小值均出現(xiàn)在1994年，為203×104t。

圖9 長江源區(qū)1980—2020年徑流量(a)、含沙量(b)和輸沙量(c)的變化趨勢Fig.9 Variations of runoff(a),suspend sediment concentrate(b),and sediment load(c)in the headwaters of Yangtze River during 1980-2020

2.3 降水、土壤侵蝕和水沙的耦合關(guān)系

基于1980—2020 年年降水量（P）、年土壤侵蝕量（M）、年徑流量（Q）和年輸沙量（S）數(shù)據(jù)，通過PLS-SEM 分析，得到長江源區(qū)1980—2020 年降水、土壤侵蝕與水沙變化耦合關(guān)系圖（圖10）。計算得知，模型NFI=0.982（NFI>0.9），SRMR=0.03（SRMR<0.12），表明模型對潛變量的擬合較好。1980—2020年長江源區(qū)各潛變量之間的主要關(guān)系如下：（1）以降水為驅(qū)動因素，降水對土壤侵蝕和河道徑流均具有直接的顯著正向效應(yīng)［β=0.727（P<0.01）和β=0.837（P<0.01）］，并進一步通過徑流和侵蝕產(chǎn)沙間接影響輸沙量變化。（2）徑流和土壤侵蝕對輸沙量變化具有直接正向效應(yīng)［β=0.885（P<0.01）和β=0.062］，徑流對輸沙量變化的貢獻度明顯大于土壤侵蝕。通過間接效應(yīng)分析發(fā)現(xiàn)，降水對輸沙量具有顯著正向影響。降水、徑流和土壤侵蝕對輸沙量變化的解釋度達72.5%，其影響路徑主要為降水?徑流?輸沙（表2）。

表2 1980—2020年長江源區(qū)降水、土壤侵蝕、徑流和輸沙量路徑效應(yīng)Tab.2 Route effects of precipitation,soil loss,runoff,and sediment load in the headwaters of Yangtze River during 1980-2020

圖10 長江源區(qū)1980—2020年降水、土壤侵蝕與水沙變化耦合關(guān)系Fig.10 Coupling relationship between precipitation,soil loss,runoff,and sediment load in the headwaters of Yangtze River during 1980-2020

3 討論

3.1 長江源區(qū)土壤侵蝕對泥沙變化的影響

本研究利用CSLE模型估算1980—2020年長江源區(qū)多年平均土壤侵蝕模數(shù)的結(jié)果與Liu等［28］和魏夢美等［29］的分析結(jié)果較為一致。但是，顯著高于Teng 等［15］估算的2.76 t·hm-2·a-1。產(chǎn)生差異的主要原因是計算相關(guān)因子值的數(shù)據(jù)來源及估算方法不同，特別是R因子和K因子。由于所選氣象站點數(shù)量和位置的不同，計算得到的降雨侵蝕力具有一定差異，本研究中年均R值（269.25 MJ·mm·hm-2·h-1·a-1）與于文竹［30］研究的降雨侵蝕力范圍（25.72～448.35 MJ·mm·hm-2·h-1·a-1）略有不同，但在可接受變化范圍內(nèi)。同時，區(qū)域土壤侵蝕量和降雨侵蝕力的空間變化均為由西北向東南增加。另外，本文對K值柵格數(shù)據(jù)集進行重采樣及空間插值后，發(fā)現(xiàn)源區(qū)侵蝕主要集中在草甸土，與全國水土流失與生態(tài)安全考察結(jié)果一致，這也使得降雨入滲量降低進而導(dǎo)致徑流量增加［31］。

源區(qū)多年平均土壤侵蝕模數(shù)呈顯著增加趨勢，然而，多年輸沙量和含沙量無明顯變化趨勢。一方面，可能是源區(qū)水力侵蝕主要分布在源區(qū)東南部，該區(qū)域以高山為主，且LS值較高，進而使泥沙容易在坡面淤積；另一方面，雖然新的土壤侵蝕仍在增加，但源區(qū)水土保持工作取得了一定成效，源區(qū)輸沙量整體處于一個相對平衡的狀態(tài)［9］。另外，20 世紀80 年代源區(qū)人為無序開采沙金導(dǎo)致源區(qū)的侵蝕面積和侵蝕強度都較大［32］，整體侵蝕情況較為嚴重；20 世紀90 年代源區(qū)植被生態(tài)發(fā)展趨勢良好，沒有出現(xiàn)退化區(qū)域［33］，生態(tài)環(huán)境總體趨勢良好，因此，水土流失狀況得到明顯改善；2000—2004 年，近70%的地區(qū)出現(xiàn)植被輕微退化的現(xiàn)象［32］，且長江源區(qū)降雨侵蝕力增加，導(dǎo)致影響水土流失的外部動力條件增強［34］，進一步加劇了水土流失狀況。但是，得益于近些年三江源自然生態(tài)保護規(guī)劃的實施［35］，2010年后侵蝕增加速度有所放緩（圖7）。

盡管近年來源區(qū)進行了大量的生態(tài)保護與恢復(fù)工作，但是對比前期水土流失遙感調(diào)查數(shù)據(jù)發(fā)現(xiàn)，土壤侵蝕仍在加劇，對生態(tài)環(huán)境的威脅依然存在，長江源區(qū)的水土保護及生態(tài)修復(fù)工作仍需繼續(xù)開展。

3.2 不同時期降水、土壤侵蝕與水沙的響應(yīng)關(guān)系的差異

由1980—2020 年長江源區(qū)年均徑流量累積距平圖可知（圖11），2004年是年徑流量累積距平值發(fā)生顯著變化的一年，在2004 年達到最低，隨后升高。結(jié)合滑動t檢驗法，進一步確定了2004 年為徑流量的突變點。年輸沙量累積距平值在1988 年和2006 年發(fā)生變化，但兩個突變點均未通過檢驗，年含沙量在1994年發(fā)生的突變也未通過檢驗。因此，根據(jù)徑流量突變點將水文序列劃分為1980—2004年、2005—2020年兩個階段。

圖11 長江源區(qū)1980—2020年徑流量累積距平變化Fig.11 Cumulative anomaly changes of runoff in the headwaters of Yangtze River during 1980-2020

源區(qū)直門達水文站輸沙量較為穩(wěn)定，徑流量在2004年出現(xiàn)拐點，與劉彥等［11］和張永勇等［36］的研究結(jié)果一致。徑流量發(fā)生突變的原因主要是21 世紀初降水的增加［37］與三江源生態(tài)保護項目的實施［34］。因此，將2004 年作為分界點，對1980—2004 年、2005—2020年兩個時期進行耦合關(guān)系分析可知（圖12），降水對徑流量變化的解釋度上升［β=0.690（P<0.01）和β=0.869（P<0.01）］，結(jié)合圖10分析，3個時期中模型均顯示降水與河道徑流呈顯著正相關(guān)，且降水對徑流變化貢獻度達70%左右，降水是徑流量變化的主導(dǎo)因素，與李凱等［37］的研究結(jié)果較為一致。

圖12 長江源區(qū)1980—2004年和2005—2020年降水、土壤侵蝕與水沙變化耦合關(guān)系Fig.12 Coupling relationship between precipitation,soil loss,runoff,and sediment load in the headwaters of Yangtze River during 1980-2004 and 2005-2020

通過對圖10 和圖12 中3 個時期耦合關(guān)系結(jié)果對比發(fā)現(xiàn)降水對土壤侵蝕的正向影響也略有上升，且均達到顯著水平。結(jié)合降雨侵蝕力（圖3b）與土壤侵蝕變化，認為降水是引起源區(qū)侵蝕的主要因素。但是，源區(qū)仍面臨由于人類活動導(dǎo)致草場退化及土地沙化的嚴峻形勢［38］，未來有可能會加劇源區(qū)侵蝕并影響源區(qū)徑流與泥沙變化。

目前大多數(shù)研究認為區(qū)域土壤侵蝕對輸沙量有較大影響［39］，然而，本文研究結(jié)果顯示土壤侵蝕與輸沙量變化沒有顯著相關(guān)關(guān)系，源區(qū)土壤侵蝕與含沙量、輸沙量變化趨勢也明顯不同。一方面，水文特性和流域的形態(tài)等因素也會引起輸沙量變化；另一方面由于源區(qū)侵蝕泥沙在坡面淤積且源區(qū)內(nèi)河湖、濕地等存儲效應(yīng)的影響［18］，從而導(dǎo)致輸沙量變化較為穩(wěn)定，所以源區(qū)輸沙量的變化與侵蝕并沒有表現(xiàn)出必然聯(lián)系［40］。

3.3 土地利用及植被覆蓋變化對流域水沙的影響

土地利用/覆被變化對流域水文活動起著重要的調(diào)節(jié)作用［9］，其對流域產(chǎn)流產(chǎn)沙的影響是流域水文學(xué)和生態(tài)水文學(xué)研究的關(guān)鍵問題之一。

21世紀初期長江源區(qū)人類擾動較顯著，2010年后較為平穩(wěn)［41］。在本研究時段內(nèi)（1980—2020 年）源區(qū)草地多年平均占比約在68%～70%，其次是未利用地和水域，近40 a 土地利用格局相對穩(wěn)定（圖2）?；?998—2009年、2010—2018年土地利用和1 km 空間分辨率的歸一化植被指數(shù)（NDVI）數(shù)據(jù)與水沙進行相關(guān)性分析發(fā)現(xiàn)（表3），土地利用和植被指數(shù)變化與水沙變化整體幾乎呈現(xiàn)不顯著相關(guān)關(guān)系，與郭帥等［42］和Zhang 等［5］的研究結(jié)果相同。同時，Naveed 等［12］和Ji 等［43］認為長江源區(qū)徑流量變化主要由氣候變化引起，與土地利用相比，氣候變化的影響要大得多。另外，在本研究中土地利用的變化已囊括于土壤侵蝕的計算中，因此，本文重點探討了降水對水沙變化的影響，不再單獨討論土地利用和植被覆蓋變化對流域侵蝕與水沙變化的影響。隨著人類活動的增加，加之氣候變化的影響和長江源區(qū)各項生態(tài)項目的不斷推進，未來長江源區(qū)土地利用和植被覆蓋因子的變化不可忽視，應(yīng)注重未來源區(qū)生態(tài)保護及水源涵養(yǎng)［37］。

表3 1998—2009年、2010—2018年土地利用、植被覆蓋變化與徑流、泥沙相關(guān)性分析Tab.3 Correlation analysis of landuse,NDVI,runoff,and sediment load from 1998-2009,2010-2018

4 結(jié)論

本文基于中國土壤流失方程和結(jié)構(gòu)方程模型分析長江源區(qū)水土流失與水沙變化特征及其與降水的響應(yīng)關(guān)系，得出以下結(jié)論：

（1）長江源區(qū)1980—2020 年土壤侵蝕強度整體較低，以輕度侵蝕為主，約占總侵蝕面積的70.27%，年均土壤侵蝕模數(shù)為4.71 t·hm-2·a-1，呈顯著增加趨勢（P<0.05），但在2000年左右增加趨勢最為明顯，主要是由于降水的影響。侵蝕強度分布具有明顯空間異質(zhì)性，強度較大的地方主要分布在源區(qū)東南部。

（2）1980—2020年直門達水文站多年徑流量呈顯著增加趨勢，年均徑流量為142.03×108m3，輸沙量和含沙量均無明顯變化趨勢，水沙變化具有較好的一致性，徑流量在2004 年發(fā)生突變，突變后呈現(xiàn)增加趨勢。

（3）降水對土壤侵蝕、徑流和輸沙均具有顯著正向效應(yīng)，且降水是土壤侵蝕發(fā)生的主導(dǎo)因素，降水主要通過影響徑流對輸沙變化產(chǎn)生正向影響。未來應(yīng)及時關(guān)注降水帶來的土壤侵蝕影響，加強未來源區(qū)生態(tài)保護和恢復(fù)工作。