变化环境下渭河流域生态水文情势演变归因研究

江善虎，刘亚婷，任立良，王孟浩，周 乐，任明明

(1.河海大学水文水资源与水利工程科学国家重点实验室，江苏 南京 210098；2.河海大学水文水资源学院，江苏 南京 210098)

河流生态水文情势决定着河流生态系统的物质循环、能量传递、生境与生物之间的相互作用等，进而对河流生态系统健康产生影响[1-3]。近几十年来，随着社会经济发展和人口增长，强烈的人类活动干扰改变了流域水文循环过程[4-6]，进而在不同程度上改变了河流生态水文情势[7-9]。因此，剖析河流生态水文情势的变化程度，定量区分气候变化和人类活动对生态水文情势演变的影响，对适应环境变化的河流健康管理具有重要的科学意义。

近年来，越来越多的学者关注到水文情势变化的量化及其生态效应。由Richter等[10]提出的水文改变指标(indicators of hydrologic alteration，IHA)法与变动范围(range of variability approach，RVA)法相结合的方法是研究河流水文情势变化程度及其生态效应的常用方法。张文浩等[11]使用IHA方法分析了泼河水库的水文情势变化；杜现增等[12]将IHA的33个水文指标引入到河流健康综合评价中；陈启慧等[13]将RVA方法应用于生态需水计算；Yang等[14]基于RVA方法分析了黄河干流的生态水文指标特征，评价了其生态效益。但上述研究中所使用的IHA水文指标数目众多(33个)，不便于计算和分析。程俊翔等[15]使用主成分分析(principal component analysis，PCA)法筛选出7个IHA水文指标作为洞庭湖出口的生态最相关水文指标(most ecologically relevant hydrologic indicators,ERHIs)；Yang等[16]采用PCA等方法筛选出6个指标作为Illinois河的ERHIs。用ERHIs来替代数目众多的IHA水文指标，既能尽量保留原始数据的关键信息，又能很大程度减少众多水文变量的信息冗余，给研究带来便利。“观测-模拟”对比分析法将自然条件与人为影响条件下的径流特征进行比较，被广泛用于量化环境变化对径流演变的影响[17-19]。该方法对数据要求较低，可通过选择合适的水文模型来重建流域的自然径流过程。因此，综合ERHIs法和“观测-模拟”对比分析法可定量刻画气候变化和人类活动对河流生态水文情势演变的影响。

本文以资源性缺水问题突出的渭河流域作为研究区域，通过PCA方法筛选出7个IHA水文指标作为渭河流域的ERHIs，利用可变下渗容量(variable infiltration capacity，VIC)模型重建天然流量序列，采用“观测-模拟”对比分析法定量分离气候变化和人类活动对河流生态水文情势演变的影响，以期为适应环境变化的河流健康管理提供科学依据。

1 研究区概况

渭河是黄河的最大支流，属于降水补给性河流。渭河干流全长818 km，两岸支流众多。渭河流域位于秦岭以北，处于我国湿润区和干旱区的过渡带，属于典型的干旱半干旱气候。渭河的水资源状况很大程度上影响着黄河水资源的丰枯变化、开发利用等。

选取咸阳和华县水文站作为渭河干流流量控制站，华县水文站(109°46′E，34°35′N)控制区集水面积10.6万km2，咸阳水文站(108°42′E，34°19′N)控制区集水面积4.7万km2，如图1所示。

渭河流域1961—2017年多年平均降水量为564.5 mm，多年平均天然径流量为63.31亿m3，相当于径流深59.73 mm，多年平均径流系数为0.11；最大年径流量为1964年的187.60亿m3，最小年径流量为1997年的16.83亿m3，两者相差约10倍。此外，径流年内分配不均匀，其中1月来水量最少，仅占全年的2.5%左右，9月来水量最大，占全年的19%左右，汛期7—10月总来水量占全年的60%左右。

图1 研究区气象站和水文站示意图Fig.1 Sketch of meteorological and hydrological stations in study area

2 数据来源与研究方法

2.1 数据来源

收集了以下数据资料：①摘自水文年鉴的1961—2017年咸阳和华县水文站及62个雨量站的日降水量及日流量数据；②1961—2017年渭河流域气象站的气温、风速以及日降水量等数据，均由国家气象局提供；③90 m DEM数据，来源于中国科学院计算机网络信息中心。

2.2 研究方法

2.2.1水文变异诊断及天然径流重建方法

采用Mann-Kendall趋势分析法对渭河流域咸阳和华县水文站径流序列的变化趋势进行检测，统计量Z<-1.96或Z>1.96时，表示通过95%的显著性检验。径流序列的突变点通过Pettitt突变点检测法确定，并用降雨径流双累积曲线法进行验证。将整个研究期以突变点为界，划分为基准期和变化期，用受人类活动影响较弱的基准期资料来率定VIC模型参数，用变化期的水文气象资料驱动VIC模型，还原变化期河流的天然径流序列。

2.2.2ERHIs确定及生态水文情势改变度计算

RVA方法是一种以IHA水文指标体系为基础的，可定量描述单个水文指标受影响后的变化程度，对比分析变异前后的水文数据，评估水文指标改变程度的方法。一般以突变前各指标的平均值加上或减去标准偏差，或以指标出现频率的75%和25%作为满足河流生态需求的上限和下限，即RVA阈值[4]。通过估算突变点后年份的IHA水文指标以及单个水文指标和综合的水文改变度，来判断水文序列受影响的程度。

由于IHA水文指标的冗余性及指标之间的相关性，本文采用PCA方法对其简化，以此改进RVA方法。PCA方法采用降维的思想，尽可能保留原始数据信息，以少丢失或不丢失信息为前提，将原有的许多相关变量转化为新的少数几个不相关的变量，主成分即这些新的少数几个综合变量，每个主成分是原始变量的线性组合。由于渭河流域在1961—2017年没有出现断流，所以采用除去断流天数的32个IHA水文指标进行分析。通过PCA方法筛选出若干个ERHIs来代替原有的32个IHA水文指标，改进后的RVA方法计算公式如下：

(1)

(2)

(3)

式中：S为IHA水文指标的偏移度；Ppost、Ppre分别为改变后和改变前的IHA水文指标参数；Di为第i个水文指标改变度(当67%≤Di≤100%时，被认为是高程度改变；当33%≤Di<67%时，被认为是中等程度改变；当0≤Di<33%时，被认为是低程度改变)；Noi为第i个水文指标在突变点后实际处于RVA阈值范围内的年数；Nf为指标在突变点后预期处于RVA阈值内的年数；D0为水文指标综合改变度。

2.2.3环境变化对生态水文情势演变影响的定量评估

利用实测的基准期流量序列得出生态水文指标的阈值，并构建流域生态水文情势演变归因的定量计算方法。分别计算出基准期和变化期的实测序列ERHIs综合改变度Dobs和模拟序列ERHIs综合改变度Dsim。假设气候变化和人类活动对生态水文情势演变的影响是相互独立的，则基于实测径流的综合改变度可表示为

Dobs=Dc+Dh

(4)

式中Dc、Dh分别为气候变化和人类活动引起的生态水文指标改变度。

由于VIC模型的结构和参数与基准期保持一致，因此重建径流仅反映了气候变化影响下的情况，所以基于模拟径流的综合改变度可表示为

Dsim=Dc

(5)

实测与模拟径流的综合改变度的差值可表示为

ΔD=Dobs-Dsim=Dh

(6)

气候变化对生态水文情势的贡献率Ic和人类活动对生态水文情势的贡献率Ih分别为

(7)

(8)

3 结果与分析

3.1 水文变异分析及天然径流重建

对1961—2017年渭河流域的年径流量和降水量序列进行Mann-Kendall(M-K)趋势检验及Pettitt突变点检测的结果如表1所示。两站年径流量与降水量均呈下降趋势，咸阳和华县水文站径流量的M-K检验统计量Z值分别为-4.1和-3.4；Pettitt突变点检测结果显示径流量序列的突变发生在1990年附近，又用降雨径流双累积曲线(图2)对其进一步验证，显示两站的径流序列的突变点也在1990年附近。因此，将整个研究期分为基准期(1961—1990年)及变化期(1991—2017年)。

表1 渭河流域水文要素检验检测结果Table 1 Test results of hydrological parameters in the Weihe River Basin

(a) 咸阳水文站

将基准期(1961—1990年)进一步划分，分为模型率定期(1961—1980年)和验证期(1981—1990年)，VIC模型的模拟精度结果见表2，其中纳什效率系数(NSE)最小为0.67，相对误差(RE)绝对值最大为7.7%，VIC模型的精度达标，表明VIC模型基本可以客观地重建渭河流域的历史水文过程。

表2 VIC模型模拟精度评价Table 2 Performance of simulation using VIC model

(a) 咸阳水文站

(a) 1月平均流量

3.2 ERHIs的选取及趋势分析

基于PCA方法的咸阳站和华县站32个IHA水文指标的特征值及累积贡献率如图3所示。其中，咸阳水文站的第1主成分(PC1)的贡献率为45%，特征值为14.27；第2主成分(PC2)与PC1的累积贡献率为61%，特征值为5.13；前6个主成分(PCs)的特征值都大于1，且累积贡献率为81%。根据提取原则，接受累积贡献率大于80%且特征值大于1的PCs，所以将PC1～PC6作为咸阳站所需的主成分。华县水文站的PC1的贡献率为40%，特征值为12.77；PC2与PC1的累积贡献率为58%，特征值为5.7。前7个PCs的特征值大于1，累积贡献率为83%。因此，将PC1～PC7作为华县水文站所需的主成分。

以咸阳和华县水文站所选的PCs中载荷值的绝对值最高或相对较高的指标作为渭河流域的主成分，最后选择出现频率最高的7个指标：流量平均减少率、最大7 d平均流量、年最小日流量发生时间、年最大日流量发生时间、1月平均流量、12月平均流量和年高流量脉冲发生次数，作为渭河流域的ERHIs。

利用式(1)(2)计算得出咸阳和华县水文站的32个IHA水文指标综合改变度分别为40%和37%，7个ERHIs的综合改变度分别为41%和34%，可以看出两者计算结果相差不大，验证了ERHIs选取的合理性及其对渭河流域生态水文情势的代表性。

渭河流域咸阳和华县水文站7个ERHIs的时间变化特征分别见图4和图5，图中红线条表示线性趋势，浅红色区域表示置信度为95%的区间，可以看出咸阳站的1月平均流量、12月平均流量和最大7 d平均流量分别以每年0.66 m3/s、1 m3/s和12 m3/s的速率明显下降，年高流量脉冲发生次数也呈逐渐下降趋势。流量平均减少率逐渐增大。而年最小和最大日流量发生时间整体上没有明显变化。华县水文站12月平均流量和最大7 d平均流量分别以每年1 m3/s和19 m3/s的速率明显下降。除1月平均流量无明显下降趋势，其他指标变化趋势与咸阳水文站一致。这种变化表明了渭河流域的洪峰流量被大大削弱，且径流总量减小。

(a) 1月平均流量

3.3 生态水文情势演变的定量归因

通过“观测-模拟”对比分析法定量分离气候变化和人类活动对渭河生态水文情势演变的贡献率。表3是咸阳和华县水文站分别以实测径流及VIC模型输出的数据作为输入数据的ERHIs改变度，两站基于实测序列的ERHIs综合改变度分别为41%和34%，都为中度改变，基于模拟序列的ERHIs综合改变度都为18%，属于低度改变。分析结果显示：人类活动导致的咸阳和华县水文站ERHIs综合改变度的变化分别为23%和16%，人类活动对生态水文情势演变的贡献率分别为56%和47%，气候变化对生态水文情势演变的贡献率则分别为44%和53%，表明渭河流域生态水文情势的演变是两者共同作用的结果。

基于实测径流的流量平均减少率在咸阳和华县水文站均发生了中高程度的改变，而这个指标在基于模拟径流的计算结果中改变程度大幅降低，这表明人类活动对生态水文情势演变的影响主要体现在使河流流量减少。近年来，渭河流域耗水量呈较明显的增长趋势，农业灌溉耗水量的增加[20]、水土保持工程的建设、河流沿岸地下水的开采以及雨水集蓄工程等措施的兴建，均是导致渭河径流衰减的人为因素[21]。此外，气候变化也是渭河流域生态水文情势改变的重要原因，降水的减少引起径流补给量的下降[20]，从而引起生态水文指标的改变。

4 结 论

a.1961—2017年渭河流域年降水量呈不显著下降趋势，咸阳和华县水文站年径流量呈显著减少趋势，于1990年出现突变。根据VIC模型重建了渭河流域历史水文过程，NSE最小为0.67，RE绝对值最大为7.7%。

b.渭河流域ERHIs指标为流量平均减少率、最大7 d平均流量、年最小日流量发生时间、年最大日流量发生时间、1月平均流量、12月平均流量和年高流量脉冲发生次数。流量平均减少率呈上升趋势，极端流量发生时间无明显变化，其余指标均呈下降趋势。

c.咸阳和华县水文站实测ERHIs综合改变度为41%和34%，模型模拟的两站ERHIs综合改变度为18%。人类活动对咸阳和华县水文站ERHIs综合改变的贡献率分别为56%和47%，渭河流域生态水文情势的改变由气候变化和人类活动共同作用所致。