气候变化和人类活动对水资源影响的初探——以陕西省为例

贺燕子,岳大鹏,达 兴,程金文,张君茹

(陕西师范大学 旅游与环境学院，陕西 西安 710119)



气候变化和人类活动对水资源影响的初探
——以陕西省为例

贺燕子,岳大鹏*,达 兴,程金文,张君茹

(陕西师范大学 旅游与环境学院，陕西 西安 710119)

针对陕西省14个小流域1961～2009年的径流、降雨及潜在蒸散情况，运用Mann-Kendall非参数检验法、累积距平法分析了其变化趋势及径流突变点，使用敏感系数法分离了人类活动和气候变化对径流的影响，并基于Budyko假设，采用张氏曲线研究了各流域ω、β以及γ的变化。结果表明:(1)研究区径流呈现显著下降的趋势，降雨量呈现不显著下降的趋势，潜在蒸散发的变化各区域不一致并且不同流域径流突变点出现的时间不一致，主要集中在1980年和1990年前后。(2)ω在陕北关中从北到南逐渐增大，在陕南比较小；β陕南普遍较高，γ陕南普遍较高。(3)陕北由于实施水土保持、退耕还林、黄土治理等措施，人类活动对径流变化的贡献率高于气候变化；关中地区由于工农业用水以及生活用水，人类活动的贡献率有所下降；在陕南由于下垫面性质，人类活动的贡献率亦占有很大比重。

径流变化；Mann-Kendall；累积距平法；敏感系数法；陕西

0 引言

随着全球气候变化和人类土地利用方式的改变，水资源正发生着显著的变化，主要表现为河道内径流量的不断减少。随着工农业的发展，特别是进入到20世纪80年代，水资源供需矛盾日渐突出，人类活动对其影响日益显著；径流的变化特征已经不单纯地由气候因素的时空变化规律所决定，人类活动的影响使径流的变化规律更趋向复杂化,气候变化和人类活动是引起流域水资源变化的主要原因，国内外的学者均对径流的变化及其受气候和人类活动的影响给予了很高的关注。Nemec等[1]指出若气温升高1 ℃，且降水减少10%，干旱和湿润地区径流的变化幅度分别为25%和50%，这说明了在径流的响应中气候因子的变化会被放大。Pikounism等[2]利用分布式水文模型SWAT(Soil and Water Assessment Tool)研究了不同土地利用变化对水文循环的影响。李栋梁等[3]指出了青藏高原前期热力作用及大气环流特征对黄河流域夏秋季的径流量预测具有一定的指示性。张建云等[4]对中国近50年来6大流域的年径流变化趋势进行了研究，结果表明受人类活动和气候变化的共同影响，6大江河的实测径流量整体呈下降趋势，其中黄河中下游地区的径流量减少十分明显。虽然有关气候变化和人类活动对径流的影响研究已有很多，然而以往的研究主要集中在流域[5-14]，针对具体行政管理单元的并不多见。

气候变化和人类活动的加剧，使流域中的水文循环、水资源时空、数量分配产生了很大的变化并直接影响到流域水资源的蒸发、降雨以及径流,在这种背景下,许多流域中的径流量减少甚至出现了季节性断流的现象,从而给流域水资源的开发、利用、调配和管理带来了很大的挑战。所以对人类活动和气候变化对流域水资源的影响做出研究,能够为流域水资源的开发利用、设计规划等提供必要的依据。

陕西根据其地貌类型的不同，可以分为三部分：陕北黄土高原、关中平原、陕南秦巴山地。陕北黄土高原是生态环境脆弱区，是全国水土流失最为严重的地区之一。主要表现在2个方面:一是土地荒漠化，二是水土流失严重。关中平原是我国重要的工农业集中区，是我国工农业和文化发达地区之一，是全国重要麦、棉产区。陕南秦巴山地是我国南水北调中线水源地，对于我国水资源优化配置、改善北方地区生态系统、保障经济社会可持续发展将发挥巨大作用。因此明晰不同区域的演变特征，对水资源管理和适应气候变化具有重要意义。

1 研究区概况

本次研究所选区域位于陕西省，根据其地貌类型的不同，陕西可以分为三部分：北部是在第三纪末起伏和缓的准平原基础上，历经第四纪以来多次黄土堆积和侵蚀作用的陕北黄土高原；中部是关中断陷盆地，它南依秦岭，北连黄土高原，为西狭东阔的新生代断陷盆地，渭河横贯其中，盆地两侧地形向渭河倾斜，由洪积倾斜平原、黄土台塬、冲积平原组成，呈阶梯状地貌景观；南部是由陇山余脉、秦岭和巴山组成的陕南秦巴山地，是中生代末以来全面隆起的褶皱山地，以中山地貌为主体，高峰林立，断陷盆地星散于群山之中，汉江谷地贯穿于秦岭、巴山之间。由于其地貌类型、地形特征等地理因素的不同导致陕北、关中以及陕南的水资源使用特征有明显的差异。陕北的水资源使用主要是在煤化工业，关中是我国重要的工农业集中区，并且关中地区人口密集，生活用水量大，而陕南是我国南水北调工程的中线(图1)。

图1 各流域位置及水文站分布

2 数据和方法

2.1 数据来源

根据全国气象站点分布，选用资料较完整的气象站1961～2009年的年累积降雨量资料数据，气象资料来源于中国气象科学数据共享服务网，采用FAO推荐的Penman-Monteith公式计算潜在蒸散发量[15]，流域径流量选用由黄河及长江水利委员会(水资源公报)提供的各水文观测站1961～2009年逐年实测径流量资料。

2.2 研究方法

2.2.1 Mann—Kendall检验 用Mann-Kendall非参数趋势检验法检测要素序列变化趋势[16-17]。该统计检验方法的优点是统计测试的样本不需要服从一定的分布，也不受少数异常值的干扰，适用于非正态分布的水文气象等数据。在Mann-Kendall检验中，原假设H0为时间序列数据(x1,x2,…,xn),是n个独立的，随机分布的样本；对于所有的k、j≤n,且k≠j，xk和xj的分布式是不相同的，检验的统计变量S计算公式如下：

(1)

(2)

S为正态分布，其均值点为0，Var(S)=n(n-1)(2n+5)/18。当n>10时，标准的正态统计变量通过下式计算：

(3)

在给定的α置信水平上，如果|Z|≥Z1-a/2，则原假设是不可接受的，即在α置信水平上，时间序列数据存在明显的上升或下降趋势。对于统计变量Z>0时，样本是上升趋势；而Z<0时，样本则是下降趋势。

累积距平是一种十分常用的、根据曲线直观判断变化趋势的方法。对于某一序列x某一时刻t的累积距平表示为:

(4)

2.2.3 敏感系数法 采用多年平均水量平衡法，假设前后时段年均径流的变化量可由下式计算：

△Q=Q2-Q1

(5)

作为一阶近似值，同时前后时段年均径流变化量也可由下式确定：

△Q==Qclim-QLUCC

(6)

Qclim通过Milly等[10]提出的方法计算：

Qclim=P+E0

(7)

式中：△Q为年均径流变化量，单位为mm；Q1为前一时段年均径流量，单位为mm；Q2为后一时段年均径流量，单位为mm；Qclim为由于气候变化引起的前后时段径流变化量，单位为mm；QLUCC为由土地利用/覆被变化不同等人类活动引起的径流变化量，单位为mm；△P、△E0为前后时段降雨量(P)和潜在蒸发量(E0)的变化量，单位为mm；β和γ分别为径流对降雨及蒸发的敏感系数，决定于区域气候环境特征，可由Li等[19]提供的公式确定：

(8)

(9)

式中：x为干燥指数(E0/P)，其量纲为1；ω为反映流域植被变化的参数，其量纲为1。

2.2.4 估算地表系数 Budyko认为可用的能量和水是决定蒸散速度的主要因素，并且建立了一个基于干燥指数来确定蒸散量的模型[19]。张鲁的张氏曲线模型与Budyko的假设类似，用于估算蒸散量[16,19]。该模型不仅符合先前的理论工作并与全世界的研究达到很高的一致[20-22]。

(10)

式中：E0是区域潜在蒸散发，ω是与植被类型有关的下垫面参数，E可由水量平衡推算，公式为：

Q=P-E

(11)

3 结果与分析

3.1 径流降水以及潜在蒸散的变化趋势分析

根据全国气象站点分布，在ArcGIS 10.0中，将获取到的站点尺度的降雨数据以及计算的站点尺度的潜在蒸散发数据，使用克里金(kring)插值的方法生成研究区面状降雨数据及潜在蒸散发数据，并统计得到流域尺度降雨以及潜在蒸散发的平均值。借助Matlab执行Mann-Kendall趋势分析方法，各流域径流、降雨以及潜在蒸散发的变化趋势(图2)。

从图2以及表1的径流变化趋势中可以看出：除镇安外，各流域的径流呈现显著下降的趋势。但不同区域径流变化的斜率不等，其中在陕北赵石窑、关中林家村、陕南石泉斜率最小，径流下降最明显。从图2以及表1的降雨变化趋势中可以看出：各流域降雨均呈现不显著下降的趋势。但不同区域径流变化的斜率不等，其中陕北横山、关中林家村、陕南石泉斜率最小，降雨下降最明显。从图2以及表1的潜在蒸散发变化趋势中可以看出：陕北除了丁家沟外，其他流域的潜在蒸散发均呈现不显著下降的趋势，在关中林家村是不显著下降，其余是不显著上升，在陕南除竹林关外，均为不显著下降。并且不同区域径流变化的斜率不等，其中陕北赵石窑下降最明显，关中甘谷驿上升最明显，陕南白河下降最明显。

图2 径流、降水量及潜在蒸散发的变化趋势

3.2 各小流域径流突变及要素变化分析

根据公式(4)，累积距平的方法对各小流域的径流进行分析，得到各小流域在研究时段径流发生突变的位置(表1)。

表1 秦岭南北14个小流域水文—气候

注：“***”表示显著变化；“ns”表示不显著变化。

从表1各小流域径流变化的突变点中可以看出：不同的研究区径流突变的年份存在差异，对于研究时间从1961年开始的区域，突变点主要集中在20世纪70年代末80年代初，状头和甘谷驿出现了异常，其突变点出现在20世纪90年代中期；对于研究时间从1980年开始的流域，突变点主要集中在20世纪80年代末90年代初期的1989年和1990年。

此外，不同区域各要素的变化情况及其变化程度也是有差异的，从图3-a中可以发现：属于陕南的5个小流域它们的径流与基准期相比较下降最明显，径流减少最大的流域为石泉，在状头、甘谷驿以及绥德径流减少量比较小。从图3-b降雨变化图中可以看出，降雨的变化情况和变化程度与径流的变化比较一致，属于陕南的5个小流域降雨减少量最大，降雨减少最多的为石泉，而在甘谷驿、绥德、丁家沟降雨的减少量比较小。从图3-c潜在蒸散发变化图中可以看出，潜在蒸散发的变化情况与径流、降雨的变化存在差异。石泉、白河以及横山的潜在蒸散发减少最明显，而温家川、竹林关以及荆紫关的变化比较小。

3.3 气候对径流的敏感系数变化

根据公式(10)和(11)可以准确计算出各个流域的下垫面参数ω、降雨对径流变化的敏感系数β以及潜在蒸散发对径流变化的敏感系数γ。不同的研究区由于地形、气候、水热条件等因素的不同导致不同的ω、β和γ，如图4所示。

从图4-a中可以发现：陕北以及关中的9个小流域,除了突变点状头和赵石窑外其他下垫面参数ω从北到南在增大，其中北部区域的ω值小于南部区域，北部的ω值最低为0.09，出现在高家川，而偏南部的ω值最高可达14.09，出现在状头。在陕南各流域的ω值普遍偏小。从图3-b降雨对径流变化的敏感系数β可以看出，降雨对径流变化的β各流域存在差异，在陕北从北到南，β以不等速率减小，在关中地区增大，在陕北和关中β最大值为0.45出现在高家川，β最大值为0.05出现在赵石窑。在陕南β普遍较大，最大的β为0.75，出现在石泉。从图3-c潜在蒸散发对径流变化的敏感系数γ可以看出，部分区域的γ的变化情况和变化程度与下垫面参数ω的变化接近一致，其中在陕北关中，最大值出现在赵石窑和状头，为-0.01,在陕南γ的取值比较接近最大值出现在白河，为-0.19，最小值出现在石泉，为-0.28。

图3 径流、降雨以及潜在蒸散发的变化

图4 下垫面参数，降雨以及潜在蒸散对径流变化的敏感系数

4 结论及讨论

4.1 讨论

4.1.1 气候变化和人类活动的贡献率 径流的变化主要归因于2个方面：气候变化和人类活动。在敏感性分析中，通过公式(8)和(9)求得径流对降雨及蒸发的敏感系数，计算由气候因素变化导致的径流的变化量，从而分离了气候变化和人类活动对径流的影响。研究区14个流域气候变化与人类活动对径流影响分离的结果如表2所示。

从表2中可以看出：在陕北人类活动对径流变化的贡献率明显高于气候变化，平均人类活动贡献率为77.47%。除过状头这个突变区域外，人类活动对径流变化的最低贡献率也达到54.6%(甘谷驿)，超过一半，各个小流域径流的变化主要受人类活动控制，越是偏北，人类活动在径流变化中占的地位越高，人类活动对径流变化的影响越大；并且观察陕北关中的9个小流域的研究结果发现，根据地理位置从北到南，人类活动对径流变化的贡献率呈现逐渐降低趋势，偏北部流域人类活动对径流变化的贡献率普遍高于偏南部区域。也就是说，从北到南，人类活动对径流变化的影响逐渐减弱，气候因素占的份量变大；关中地区人类活动所占比份有所下降，平均人类活动贡献率为50.34%；在表2中，陕南的5个小流域发现人类活动对径流变化的贡献率除竹林关的42.69%外，其余均达到50%以上，平均人类活动贡献率为58.3%，也就是说，陕南的这些小流域，人类活动对径流变化的影响亦占有很重要的份量。

表2 秦岭南北14个小流域水文-气候要素变化及贡献率分析

4.1.2 陕西水资源变化特征及对策 (1)在陕北人类活动对径流变化占主导作用，是径流变化的主要原因，人类活动在此处是多样的，主要是为了控制泥沙修建了大量的水土保持工程。随着国家黄土高原治理规划(2013～2020年)、陕西省水保工程的实施以及林草覆盖的加强，导致径流可能将进一步锐减，人类活动对径流的影响可能会逐步加强，在这样的背景下，必须依靠调水解决区域的水资源问题。

(2)渭河林家村径流的减少，人类活动占主导地位。由于本区域是陕西省的粮食主产区和经济社会中心，所以需要加强对渭河主要径流区的甘肃省天水市提供生态补偿，从而确保流入陕西的水量及水质。

(3)陕南的径流变化主要是气候变化和人类活动共同带来的。其中下垫面特征所导致的气候变化所占比重同样较大，因此需要通过调整人类活动来更好地适应气候变化。具体的人类活动包括增加林草覆盖、保护环境降低温室效应、减少耗水工业以及高污染的产业等。

由于研究资料等原因，未对区域人类活动进一步细化并且研究区各流域研究时间不一致；此外，本文的研究将气候变化与人类活动分离，事实上，两者是互相联系的，如何衡量2个要素的相互联系以及这种联系对研究结果的影响均需要进一步深入研究。

4.2 结论

(1)各流域降雨和径流都呈现不同程度的下降趋势，其中径流呈现显著下降的趋势，降雨量呈现不显著下降的趋势。潜在蒸散发在丁家沟、甘谷驿呈现不显著上升的趋势，其他区域均呈现不显著下降的趋势。不同流域径流突变点出现的时间不一致，主要集中在1980年和1990年前后。

(2)在陕北它们的下垫面参数ω从北到南以不等的速率增大，偏北部区域的ω小于偏南部区域。在关中，下垫面参数达到最大；在陕南各个流域的下垫面参数ω普遍偏小。在陕北β以不等速率减小之后在关中又增大,在陕南β普遍较大。γ从北到南逐渐增大，陕南γ普遍较大。

(3)为了控制泥沙修建了大量的水土保持工程，国家黄土高原治理规划(2013～2020年)、陕西省水保工程的实施以及林草覆盖的加强使得在陕北人类活动对径流变化的贡献率明显高于气候变化，各小流域径流的变化主要受人类活动控制，越是偏北，人类活动在径流变化中占的地位越高，人类活动对径流变化的影响越大，平均贡献率为77.47%；关中地区由于主要受工农业以及生活用水等人类活动的影响，其人类活动所占比分有所下降，平均贡献率为50.34%；在陕南发现由于其下垫面的特征人类活动对径流变化的影响亦占有很重要的分量，平均贡献率为58.3%。

[1] Nemec J, Schaake J. Sensitivity of water resource systems to climate variation[J]. Hydrologic Science Journal, 1982, 27(2): 327-343.

[2] Pikounism, Varanoue, Baltase, et al. Application of the SWAT model in the pinios river basin under different land-use scenarios[J]. Global Nest: The Int J, 2003, 5(2): 71-79.

[3] 李栋梁,张佳丽,全建瑞，等.黄河上游径流量演变特征及成因研究[J].水科学进展,1998,9(1):22-28.

[4] 张建云,章四龙,王金星，等.近50年来中国六大流域年际径流变化趋势研究[J].水科学进展，2007，18(2)：230-234.

[5] 张强,张存杰,白虎志，等.西北地区气候变化新动态及对干旱环境的影响——总体暖干化,局部出现暖湿迹象[J].干旱气象，2009，28(1):1-7.

[6] Chen J F, Li X B, Zhang M. Simulating the impacts of climate variation and land-cover changes on basin hydrology:A case study of the Suomo basin[J]. Science in China (Series D: Earth Sciences), 2005, 48(9): 1501-1508.

[7] 李志,刘文兆,郑粉莉，等.黄土塬区气候变化和人类活动对径流的影响[J].生态学报,2010,30(9):2379-2386.

[8] Budyko M I. Climate and Life[M]. New York: Academic Press, 1974: 508.

[9] Dooge J C I, Bruen M, Parmentier B. A simple model for estimating the sensitivity of runoff to long-term changes in precipitation without a change in vegetation[J]. Advance in Water Resources, 1999, 23(2): 153-163.

[10] Milly P C D, Dunne K A. Macroscale water fluxes 2. Water and energy supply control of their inter annual variability[J]. Water Resource Research, 2002, 38(10): 241-249.

[11] 胡珊珊,郑红星,刘昌明，等.气候变化和人类活动对白洋淀上游水源区径流的影响[J].地理学报,2012,67(1)：62-70.

[12] 曹小雪，黄建武，揭毅.近52年来武汉市气候变化特征分析[J].江西农业学报2014，26(9)：80-85.

[13] 许炯心,孙季.嘉陵江流域年径流量的变化及其原因[J].山地学报,2007,25(2):153-159.

[14] 王雁,丁永建,叶柏生，等.黄河与长江流域水资源变化原因[J].中国科学:地球科学,2013(7)：14.

[15] Allen R G, Pereira L S, Raes D, et al. Crop evapotranspiration-Guidelines for computing crop water requirements[M]. Rome: FAO，1998: 4-7.

[16] Liu C M, Zheng H. Changes in components of the hydrological cycle in the Yellow River basin during the second half of the 20th century[J]. Hydrological Process, 2004, 18(12): 2337-2345.

[17] Yu P S, Yang T C, Wu C K. Impact of climate change on water resource in southern Taiwan[J]. Journal of Hydrology, 2011, 22(5): 161-175.

[18] 刘昌明,郑红星.黄河流域水循环要素变化趋势分析[J].自然资源学报,2003,18(2):129-135.

[19] Li L J, Zhang L, Wang H, et al. Assessing the impact of climate variability and human activities on streamflow from the Wuding River basin in China[J]. Hydrological Process, 2007, 21(25): 3485-3491.

[20] Liu Q, Yang Z, Cui B, et al. Temporal trends of hydro-climatic variables and runoff response to climatic variability and vegetation changes in the Yiluo River basin, China[J]. Hydrological Processes, 2009, 23(21): 3030-3039.

[21] Shao Q, Traylen A, Zhang L. Nonparametric method for estimating the effects of climatic and catchment characteristics on mean annual evapotranspiration[J]. Water Resources Research, 2012, 48(3): 949-960.

[22] Zhang L, Dawes W R, Walker G R. Response of mean annual ET to vegetation changes at catchment scale[J]. Water Resources Research, 2001, 37(3): 701-708.

(责任编辑：管珊红)

A Preliminary Study on Impact of Climatic Change and Human Activity on Water Resources: Taking Shaanxi Province as An Example

HE Yan-zi, YUE Da-peng*, DA Xing, CHENG Jin-wen, ZHANG Jun-ru

(College of Tourism and Environmental Sciences, Shaanxi Normal University, Xi’an 710119, China)

According to the status of runoff, rainfall and potential evaporation in 14 small watersheds of Shaanxi province during 1961～2009, the author analyzed the variation trend and abrupt-change points of the runoff by using the methods of Mann-Kendall nonparametric test and cumulative departure, separated the impacts of human activity and climatic change on the runoff by using the sensitive coefficient method, and studied the changes in omega, beta, and gamma values of various watersheds based on the Budyko assumption and by adopting Zhang’s curve. In the studied area, the runoff showed a significant reduction tendency, rainfall revealed an un-significant reduction trend; the changes in potential evaporation in different regions were inconsistent. The abrupt-change points of runoff in different watersheds were different, and mainly concentrated in 1980 and 1990 or so. In Northern Shaanxi and Guanzhong areas, the omega value increased gradually from the north to the south. The omega value was lower in Southern Shaanxi. Both the beta value and the gamma value were generally higher in Southern Shaanxi. In Northern Shaanxi, due to the implementation of such measures as water conservation, returning farmland to forestry, and loess management, human activity had a higher contribution rate to the runoff changes than climatic change. In Guanzhong area, due to the water use for industrial and agricultural sectors, and the domestic water, the contribution rate of human activity to the runoff changes was lower. In Southern Shaanxi, the contribution rate of human activity to the runoff changes also occupied a large proportion due to the nature of the underlying surface.

Shaanxi; Runoff change; Mann-Kendall; Accumulative departure method; Sensitive coefficient method

2015-07-09

国家自然科学基金项目(41071012)；陕西省水土流失补偿费资助项目“陕西省能源开发项目水土保持监测技术研究及信息系统研究”。

贺燕子(1992—)，女，甘肃宁县人，硕士研究生，研究方向：水土资源评价与规划。*通讯作者：岳大鹏。

K928.42

A

1001-8581(2016)12-0087-07