刘宇林,赵广举,穆兴民,高 鹏,孙文义
(1.中国科学院 水利部 水土保持研究所, 黄土高原土壤侵蚀与旱地农业国家重点实验室, 712100, 陕西杨凌; 2.中国科学院大学, 100049, 北京; 3.西北农林科技大学水土保持研究所, 712100, 陕西杨凌)
降雨侵蚀力是通用土壤流失方程[1](universal soil loss equation, USLE)的一个最基本构成因子,其定义是指由降雨引起土壤侵蚀的潜在能力,可以用来很好地表征土壤侵蚀。受气候变化(如气温、降水、蒸散发)和人类活动(如退耕还林还草、水土保持措施、农业开垦耕作、大型水利工程建设等)的影响,中国许多河流的径流量和输沙量发生了显著变化[2-5],降雨侵蚀力和输沙量的研究引发越来越广泛的关注。
黄河是世界上著名的多沙河流,经过近50年来大规模的水土保持生态修复和流域综合治理,黄河流域下垫面产沙和输沙条件已发生显著变化,其干支流的径流量和输沙量均呈现大幅度减小的趋势[6]。黄河输沙量由上世纪(1958—1979)年均13亿t减少至近10年的不足3亿t,近5年不足1亿t[7]。渭河[8-10]作为黄河第1大支流,是黄河流域水土流失较为严重的地区,是黄河泥沙主要来源区。Zhao Guangju等[11]研究了渭河流域1950—2008年径流量的变化,发现在不同的水土保持措施实施阶段,气候变化与人类活动对径流量减少的贡献不同,总体上,人类活动占主导地位。Wang Houjie等[12]分析了黄河干流水沙时空演变特征及其对气候变化和水土保持措施的响应,指出黄河流域是气候变化和人类活动背景下,流域—沿海地区相互作用的示例。研究中多以降雨总量指代气候变化,而实际上,侵蚀性降雨是流域侵蚀产沙的主要动力,以降雨侵蚀力为指标评估河流输沙变化的研究仍比较有限。章文波等[13]根据区域性降雨侵蚀特点,建立了基于降雨侵蚀力R值的简易计算模型,即利用雨量站常规降雨统计资料如日降雨量、月降雨量、年降雨量等雨量参数来估算降雨侵蚀力。钟科元等[14]分析了1960—2014年松花江流域R值的分布特征,得出:其R值在806.70~3 504.3 MJ·mm/(hm2·h·a)范围内变化,整体上呈现出自西北向东南递增的趋势;在西北地区R值呈现增长趋势,而在中部平原区的东北部和西南部呈现下降趋势;R值在地形上呈现为东部丘陵山地区>中部平原区>西部山地区。
以上研究都对各自研究区域降雨侵蚀力的时空分布规律做了详细的研究,但定量分析降雨侵蚀力和人类活动对输沙量变化的贡献研究不多。笔者基于渭河流域23个雨量站点1960—2015年日降雨量数据及年输沙量数据,采用Mann-Kendell非参数检验、双累积曲线、克里金插值等方法,分析了渭河流域近55年的降雨侵蚀力和输沙量的动态变化,同时定量计算降雨侵蚀力和人类活动对输沙量变化的贡献率,为今后渭河流域的水土保持工作提供借鉴。
渭河作为黄河第1大支流,其源头位于甘肃省渭源县乌鼠山北侧,流经陕甘宁3省区(图1)。干流全长818 km,流域面积13万4 800 km2。渭河流域属典型的大陆性季风气候,多年平均降水量400~800 mm,年平均气温7~14 ℃,夏季炎热多雨,冬季寒冷干燥。北部为黄土高原,南部为秦岭,地势西高东低,流域内土壤侵蚀模数超过5 000 t/(km2·a)的水蚀面积超过4.8万km2,流域内水土流失面积超过10万km2,占到渭河流域面积的77%[15-16]。
图1 渭河流域水系、水文站及气象站点分布Fig.1 Distribution of river network, hydrological stations and climate stations in the Weihe River Basin
笔者选取渭河流域临洮、天水、华家岭、西峰、岷县、平凉、靖远、临夏、榆中、西安、长武、武功、商州、华山、佛坪、铜川、吴旗、宝鸡、镇安、延安、洛川、固原、西吉等23个气象站点(图1)1961—2015年近55年的日降雨量数据,数据来源于中国气象数据共享网。渭河流域年输沙数据源于《中国河流泥沙公报》《黄河泥沙公报》《黄河水资源公报》。
降雨侵蚀力的计算采用章文波等[17]改进的理查德森日降雨侵蚀力计算方法。该模型主要利用日雨量资料对降雨侵蚀力进行计算, 适合应用于黄土高原[18],其具体计算式如下:
(1)
α=21.586β-7.189 1;
(2)
(3)
式中:k为半月内侵蚀性降雨时间,d;m为半月时段内的时间,d;Pk为半月内第k天≥12 mm的日降雨量,mm;R为半月内降雨侵蚀力,MJ·mm/(hm2·h·a);α,β为模型参数;Pd12为日降雨量≥12 mm的日平均降雨量,mm;Py12为日降雨量≥12 mm的年平均降雨量,mm。将每个半月的降雨侵蚀力R累加即可得到年降雨侵蚀力。
Mann-Kendall检验已被广泛应用于气候、水文时间序列的趋势变化分析[19]。笔者利用该方法检测降雨侵蚀力及渭河流域输沙量数据的序列变化趋势。该方法的主要优点是样本不需要遵从一定的分布,且样本总体不受部分异常值的扰动,便于计算。
(4)
(5)
Vαr(S)=n(n-1)(2n+5)/18。
(6)
当n>10时,标准的正态系统变量通过下式计算:
(7)
式中:Xj、Xk为趋势检验序列的统计值;n为检验序列统计值的个数;S为正态分布,其均值为0;Vαr为方差;Z为Mann-Kendall统计结果。
在双边趋势检验中,给定的α置信水平上,如果|Z|≥Z1-α/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。对于统计量Z,>0时是上升趋势;<0时是下降趋势。Z的绝对值在≥1.28、1.64和2.32时,分别表示通过了置信度90%、95%、99%的显著性检验。
双累积曲线法[20]是一种简单而实用的确定水文气象序列数据一致性的方法,广泛应用于水文气象数据的一致性和长期趋势预测研究。双累积曲线的理论基于以下事实:2个时间序列之间的比例保持不变,同一时期的二者累积量的曲线呈直线比例。该方法可以平滑时间序列,抑制系列中的随机元素,从而显示时间序列的主要趋势。目前,已有大量研究显示双累积曲线法可用于评估径流/输沙与降雨量数据序列的关系变化。
克里金插值法[21]是以空间自相关性为基础,利用原始数据和半方差函数的结构性,对区域化变量的未知采样点进行无偏估值的插值方法。克里金法是最常用的空间插值算法,被广泛应用于地理科学、环境科学、大气科学等。由于克里金法在应用中使用拟合经验变异函数的方式估计随机场的协方差,而变异函数模型除块金(原点)外都是连续函数,因此克里金法对随机场的估计是平滑的。
图2为采用克里金插值法得到的流域多年平均降雨侵蚀力空间分布图。分析可得:渭河流域多年平均降雨侵蚀力的分布范围为292.9~4 098.9 MJ·mm/(hm2·h·a)。流域多年平均降雨侵蚀力空间差异较大,从东向西,从南向北呈现逐渐减小趋势,其中华山与佛坪两地形成高值区,分别为2 980、4 098.9 MJ·mm/(hm2·h·a),渭北黄土高原地区降雨侵蚀力值在2 000 MJ·mm/(hm2·h·a)以下。
图2 1961—2015年渭河流域降雨侵蚀力空间分布Fig.2 Spatial distribution of rainfall erosivity in the Weihe River Basin during 1961—2015
3.1.1 降雨侵蚀力年际变化 图3示出渭河流域1961—2015年年降雨侵蚀力变化过程。统计显示,近55年的平均降雨侵蚀力为1 685.67 MJ·mm/(hm2·h·a),最大值为2 708.29 MJ·mm/(hm2·h·a),出现在1983年,最小值为988.12 MJ·mm/(hm2·h·a),出现在1995年。最大值与最小值的比值为2.74,为中等程度变异。Mann-Kendell检验结果发现,渭河流域降雨侵蚀力统计值为0.51,表明增加趋势不显著(P<95%)。
图3 渭河流域降雨侵蚀力年际变化Fig.3 Interannual variation of rainfall erosivity in the Weihe River Basin
3.1.2 降雨侵蚀力年代变化 图4示出渭河流域1961—2015年不同年代降雨侵蚀力。分析1961—2015年不同年代降雨侵蚀力的变化特征可知,20世纪90年代的降雨侵蚀力均值最低,仅为1 507.23 MJ·mm/(hm2·h·a),低于均值10.58%,可推知渭河流域90年代属于相对干旱时期。20世纪60年代的降雨侵蚀力为1 685.67 MJ·mm/(hm2·h·a),与近55年的降雨侵蚀力均值线相等;20世纪70年代降雨侵蚀力均值略低于平均值;20世纪80年代与21世纪开头的15年的年均降雨侵蚀力近乎相当,较55年降雨侵蚀力均值线均高出6%。
图4 渭河流域降雨侵蚀力年代变化Fig.4 Rainfall erosivity in different decades of the Weihe River Basin
图5 渭河流域输沙量年际变化与双累积曲线分析Fig.5 Interannual variation and double cumulative curve analysis of sediment load in the Weihe River Basin
3.2.1 输沙量变化线性趋势 由3个水文站点的年输沙量变化趋势(图5)可知:渭河流域输沙量整体呈减少趋势。20世纪60—70年代初,渭河流域的输沙量处于自然波动状态,受人类活动影响相对较小。3个水文站的输沙量在20世纪70和90年代减少均非常显著。20世纪70年代,流域内修建了大量的淤地坝、水库等,大规模的水土保持措施改变了地表的径流输沙过程,其中2000—2015年,咸阳站、张家山站、状头站实测输沙量分别较各自基准期减沙29亿t、30亿t、17亿t。进入20世纪90年代,实施大规模的退耕还林(草)工程,植被盖度显著增加,渭河流域的生态环境以及下垫面状况得到很大改善,这些水土保持措施使地表侵蚀量发生显著变化,因此流域输沙量急剧减少。资料[9]显示渭河流域梯田面积从1970年至1998年,梯田面积增加了1万7 300 km2,还林(草)3 200 km2,大量泥沙被拦蓄。
3.2.2 降雨侵蚀力与输沙量的双累积曲线 通过绘制输沙量和降雨侵蚀力的双累积曲线(图5)并建立回归方程(表3),计算降雨侵蚀力变化和人类活动对渭河流域输沙量变化的影响。由图5可知,渭河流域状头站、张家山站和咸阳站的输沙量-降雨侵蚀力累积曲线均在20世纪80年代左右(1979、1978和1981)和90年代中期(1994、1996和1995)出现了较为明显的偏移。80年代的偏移是由于该时期大规模的水土保持措施引起的输沙量减少,90年代中期的偏移是由于大规模退耕还林(草)工程的实施,流域植被覆盖度增加,从而引起了输沙量锐减。在过去的10多年里,一系列退耕还林(草),水土保持等生态修复工程的实施,使区域植被状况和生态环境发生明显改善。
表3 渭河流域累积年输沙量与累积年降雨侵蚀力的相关关系Tab.3 Correlation between cumulative annual sediment load and cumulative annual rainfall erosivity in the Weihe River Basin
注:y为累积年输沙量,106t;x为累积年降雨侵蚀力,MJ·mm/(hm2·h·a)。Notes:yrepresents cumulative annual sediment load, unit is 106t;xrepresents cumulative annual rainfall erosivity, the unit is MJ·mm/(hm2·h·a).
3.2.3 降雨侵蚀力变化和人类活动对输沙量变化的影响 由表4可知,张家山站和咸阳站在20世纪90年代以后,人类活动对输沙量的影响较大,贡献率均大于1,这是由于该时期降雨侵蚀力较前期有所增加,而输沙量减少,计算出的降雨侵蚀力的贡献率为负值。状头站在1980—1994年期间,人类活动的贡献率达到58%,人类活动贡献率总体在增长,进入21世纪初,人类活动贡献率达到67%。
表4 不同时段降雨侵蚀力变化与人类活动对渭河流域输沙量变化的影响Tab.4 Effects of rainfall erosivity variations and human activities on sediment load in the Weihe River Basin
Notes:MST: Measured sediment transport. CST: Calculated sediment transport. MSR: Measured sediment reduction. MSRR: Measured sediment reduction rate.
笔者采用渭河流域23个雨量站点1960―2015年日降雨数据及3个水文站点同期年输沙量资料,分析流域的降雨侵蚀力和输沙量变化,结论如下:
1)渭河流域1961—2015年的降雨侵蚀力均值为1 685.67 MJ·mm/(hm2·h·a)。近55年降雨侵蚀力呈非显著增加趋势(1.94 MJ·mm/(hm2·h·a))。
2)降雨侵蚀力的空间差异较大,多年平均降雨侵蚀力从东南向西北逐渐减小。
3)渭河流域输沙量的变化受降雨侵蚀力和人类活动二者共同影响:张家山站和咸阳站在20世纪90年代以后,降雨侵蚀力增加,输沙量减少,其对输沙变化的贡献为负值,人类活动对输沙量的贡献率>100%。状头站在1980―1994年期间,人类活动的贡献率达到58%;之后,人类活动贡献率增加,在21世纪初,人类活动贡献率达到67%。
笔者定量分析了渭河流域降雨侵蚀力与人类活动对输沙量变化的贡献,然而河流输沙变化不仅受降雨影响,其他气候因子如气温、蒸发等变化也是导致河流输沙变化潜在因素;同时也不能明确地表植被变化、梯田建设、坝库工程、灌溉等对输沙变化的影响,未来可以从梯田,坝库等水土保持措施对流域侵蚀产沙的影响做进一步深入研究分析。该研究定量计算了渭河流域降雨侵蚀力和人类活动对输沙量变化的贡献率,为今后该流域水土保持工作的开展提供了指导。