-
河流不仅是水文循环的重要路径, 还为人类和其他生物提供诸多生态系统服务[1]。健康的河流既可以维持生态系统结构和功能, 还具有经济和社会价值[2]。变化环境下, 河流健康发生了显著改变: 人类活动通过对径流的干预, 例如水库径流调节、取水等活动, 直接对河流健康造成了影响[3-4]；气候变化通过降水以及极端事件的频率和强度影响径流, 从而间接对河流健康形成威胁。
鉴于天然水文情势在维持和保护本土物种和生态完整性中的关键作用[5], 河流健康研究中, 常采用流量和生态流量满足率作为评价指标的一部分[6]。Richter等[7]率先提出可以描述流量变化特征的水文变化指标方法(Indicators of Hydrological Alteration, IHA), 建立了不同水文变量与水生生境、栖息地环境等生态特征的联系; 为了定量评估生态水文改变程度, Richter等[8]进一步发展了基于IHA的变化范围法。生态流量是维系河湖生态系统健康的重要指标, Zhao等[9]通过评估城市河流的健康程度表明生态流量满足率决定着生态修复措施的有效性; Ma等[10]提出了一种基于生态流量阈值的河流水文健康评价方法, 较好表征了河流生态系统对流量的实际需求。基于生态流量阈值研究河流水文健康[11], 可深入剖析河流水文健康情势演变特征, 对当前及未来风险的预测与应对至关重要。
受气候变化和人类活动的影响, 河流水文序列往往发生一定程度的变异, 从而影响传统方法对生态流量的计算结果[12]。通过分析水文变异前后的生态流量, 可对水文变异前后河流水文健康情势进行评价[13-14]。以往关于气候变化和人类活动对河流健康影响的研究, 多从定性的角度进行分析[12, 15]。“观测-模拟”对比分析法被广泛应用于定量分析环境变化对径流的影响, 通过选择合适的水文模型还原天然径流, 能够定量刻画气候变化和人类活动对径流变化的影响[16]。因此, 综合生态流量阈值和“观测-模拟”对比分析方法, 对定量表征环境变化对河流水文健康情势的影响具有重要意义。
本文以老哈河流域为研究区, 利用可变下渗容量模型(Variable Infiltration Capacity, VIC)重建天然流量序列, 基于生态流量阈值计算河流水文健康等级(H), 基于“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水文健康演变的影响, 以期为适应环境变化的河流健康管理提供科学依据。
-
老哈河流域地处河北、辽宁和和内蒙古自治区交界, 发源于河北省平泉县西北山区柳西川, 是西辽河的主要源头之一。流域形状呈不对称扇形, 位于118°15′E—120°00′E、41°00′N—42°15′N。其中, 太平庄水文站位于42°12′N、119°15′E, 站点以上集水区面积为7 720 km2(图 1)。流域高程为427~1 887 m, 呈现西南高、东北低的地势。流域属中温带半干旱大陆性季风气候, 年平均降水量约为460 mm, 降水时空分布不均匀, 约88%的年降水发生在5—9月份, 且暴雨中心多出现在中上游。流域多年平均气温为7.0℃, 且表现出缓慢升高的趋势。该区域以农业和畜牧业为主, 主要土地覆被类型为耕地和草地, 其中耕地面积自20世纪90年代后期大幅增加。此外, 流域内还兴建了超过30座中小型水库, 总蓄水量超过5亿m3, 以满足农业灌溉需要[17]。
图 1 研究区气象站、雨量站和水文站示意
Figure 1. Sketch map of meteorological and hydrological stations over the study area
-
本文选取甸子、西泉和太平庄水文站作为流量控制站, 其控制面积、经纬度、水文气象等特征信息见表 1。本研究收集的数据包括: 从美国地质调查局(USGS)网站获得的30″分辨率的全球数字高程模型数据；联合国粮食与农业组织提供的土地类型数据；美国马里兰大学提供的1 km精度的全球土地覆被类型数据；国家气象局提供的老哈河流域内及周边6个气象台站1964—2016年数据, 包括日最高和最低气温、10 m平均风速；内蒙古水文局提供的1964—2016年17个雨量站日降雨数据和3个水文站的日流量数据。采用反距离平方加权法对站点数据进行空间插值, 按照面积权重计算所选子流域平均气象要素。VIC模型驱动所需气象、地理信息均插值为0.062 5°×0.062 5°的网格数据。
表 1 研究区各水文站点基本信息
Table 1. Basic information about hydrological stations over the study area
水文站点 控制面积/km2 所属河流 经度 纬度 多年平均降水量/mm 多年平均径流深/mm 西泉 419 黑里河 118°32′E 41°25′N 572.9 126.5 甸子 1 643 老哈河 118°50′E 41°25′N 523.3 63.4 太平庄 7 720 老哈河 119°15′E 42°12′N 438.5 26.6 -
采用Penman-Monteith公式计算潜在蒸散发量, 使用Mann-Kendall(M-K)趋势检验对所选子流域的降水、潜在蒸散发和径流序列进行趋势分析, 并用Pettitt突变点检测和降水径流双累计曲线法来确定上述水文序列的变异点。根据水文序列的变异情况, 将研究期划分为受人类影响较弱的基准期和人类活动影响较强的变化期; 利用基准期率定VIC模型参数, 采用变化期水文气象资料驱动模型还原变化期河流天然流量序列。
根据生态系统的生物适应性和可塑性理论, 将长序列概率密度曲线最大值所对应流量作为最适宜生态流量[10], 本文选用月平均流量序列。首先, 需要先确定最符合计算序列的概率分布函数。中国水文领域中广泛应用的是P-Ⅲ分布, 李剑锋等[18]在计算黄河生态需水流量时选择了更适合站点径流序列的GEV分布。本文结合研究需要, 选择广义极值分布(GEV)、伽马分布和P-Ⅲ分布对流量序列进行拟合, 并使用显著性水平α=0.05的Kolmogorov-Smirnov(K-S)方法进行拟合优度检验, 选择统计量D最小的概率分布函数。考虑到如果水文序列存在变异点, 则变异后的水文情势已经影响当地的水生态环境。因此, 计算生态流量时, 只考虑基准期的流量序列。
-
本文采用1种基于生态流量阈值的河流水文健康评价方法[10], 该方法认为在一定范围内高流量相比于低流量具有更好的河流生态效应, 并通过定义不同的生态流量阈值, 将流量划分为不同的区间, 采用不同的计算公式计算河流水文健康等级(0≤H≤100), 其计算公式如表 2。
表 2 河流水文健康等级计算公式
Table 2. Calculation formula of river hydrological health level
区间 [0, Q5) [Q5, Q3) [Q3, Q1) [Q1, Q0) [Q0, Q2] 表达式 $10\left( {\frac{Q}{{{Q_5}}} \times 0.5} \right)$ $10\left( {\frac{{Q - {Q_5}}}{{{Q_3} - {Q_5}}} \times 1.5 + 1} \right)$ $10\left( {\frac{{Q - {Q_3}}}{{{Q_1} - {Q_3}}} \times 2 + 4} \right)$ $10\left( {\frac{{Q - {Q_1}}}{{{Q_0} - {Q_1}}} \times 1 + 8} \right)$ $10\left( {\frac{{{Q_2} - Q}}{{{Q_2} - {Q_0}}} \times 1 + 9} \right)$ 区间 (Q2, Q4] (Q4, Q6] (Q6, 1.5Q6] (1.5Q6, ∞] 表达式 $10\left( {\frac{{{Q_4} - Q}}{{{Q_4} - {Q_2}}} \times 2 + 6} \right)$ $10\left( {\frac{{{Q_6} - Q}}{{{Q_6} - {Q_4}}} \times 1.5 + 2.5} \right)$ $10\left( {\frac{{1.5{Q_6} - Q}}{{{Q_6}}} \times 1 + 0.5} \right)$ 5 表 2中, Q0为最适宜生态流量, m3/s；Q1为最适宜生态流量的下阈值, m3/s, 其值为最小生态流量与最适宜生态流量的平均值；Q2为最适宜生态流量的上阈值, m3/s, 其值为最大生态流量与最适宜生态流量的平均值, 这样就避免了传统水文频率法中极端流量的影响；Q3为最小生态流量, m3/s, 其值为选定月平均流量序列中各月的最小值；Q4为最大生态流量, m3/s, 其值为选定月平均流量序列中各月的最大值, 如果在天然情况下水生生物已经安全经历过这样的最小(大)流量, 且生态系统没有遭到严重的不可恢复的破坏, 则水生生物的最低生存条件在这样的流量条件下能够得到保证；Q5为极小生态流量, m3/s, 其值为选定日流量序列中各月单日流量的最小值；Q6为极大生态流量, m3/s, 其值为选定日流量序列中各月单日流量的最大值, 由于这种极端事件发生的概率较小且对河流生态的影响较大, 因此赋予其较小的值域区间。此外, 为准确计算河流的真实生态流量, 上述阈值计算的基础数据均来自基准期的实测流量数据。
根据以上计算方法, 可将河流水文健康分为[0, 100]的分级。根据各生态流量阈值的定义, 当河流水文健康等级处于80~100时, 河流生态系统为适宜的稳定状态；当河流水文健康等级处于40~80时, 河流生态系统受到一定的干扰, 生物发展受到限制, 但仍能保证最低的生存条件；当河流水文健康等级低于40时, 河流生态系统遭到严重破坏, 且所遭受损害很可能是不可恢复的[19]。此外, 通过各月的生态流量阈值可构建年平均生态流量阈值。因此, 该方法还可以计算年尺度的河流水文健康等级。本文分别计算了老哈河流域实测流量序列与天然(模拟)流量序列年尺度和月尺度的河流水文健康等级。
-
利用基准期的实测流量序列, 计算了生态流量的不同阈值, 并构建环境变化对河流水文健康评价影响的定量计算方法。通过该方法, 可以分别计算出基准期和变化期的实测H序列和模拟H序列。本文假定气候变化和人类活动对河流水文健康的影响是相互独立的, 因此, 河流水文健康的变化可表示为
$$ \Delta {H_{\rm{t}}} = \Delta {H_{\rm{c}}} + \Delta {H_{\rm{h}}} = {\bar H_{2, {\rm{obs}}}} - {\bar H_{1, {\rm{obs}}}} $$ (1) 其中ΔHc和ΔHh还可表示为
$$ \Delta {H_{\rm{c}}} = {\bar H_{2, {\rm{sim}}}} - {\bar H_{1, sim}} $$ (2) $$ \Delta {H_{\rm{h}}} = \Delta {H_{\rm{t}}} - \Delta {H_{\rm{c}}} = ({\bar H_{2, {\rm{obs}}}} - {\bar H_{1, obs}}) - ({\bar H_{2, {\rm{sim}}}} - {\bar H_{1, sim}}) $$ (3) 因此, 将气候变化和人类活动的影响定量分离为
$$ {I_{\rm{c}}} = \frac{{\Delta {H_{\rm{c}}}}}{{|\Delta {H_{\rm{t}}}|}} \times 100\% \;\;\;\;{I_{\rm{h}}} = \frac{{\Delta {H_{\rm{h}}}}}{{|\Delta {H_{\rm{t}}}|}} \times 100\% $$ (4) 式中: ΔHt和|ΔHt|分别表示河流水文健康等级的总变化值和其绝对值；ΔHc和ΔHh分别表示气候变化和人类活动引起的河流水文健康变化量；H1, obs和H2, obs分别为基准期和变化期实测序列多年平均河流水文健康值；H1, sim和H2, sim分别为基准期和变化期模拟序列多年平均河流水文健康值；Ic和Ih分别表示气候变化和人类活动对河流水文健康变化的贡献率。
-
老哈河流域1964—2016年水文气象要素M-K趋势检验结果如表 3所示。西泉站年降水、潜在蒸散发和径流序列均无显著趋势变化；甸子和太平庄站年降水和潜在蒸散发均无明显趋势变化, 但是两站年径流量呈显著下降趋势, 其M-K检验量Z值分别为-2.48和-5.07。Pettitt突变点检测和降水径流双累积曲线(图 2)结果表明: 研究区年降水量未发生突变, 西泉站年径流量未发生突变, 甸子和太平庄站年径流量均在1979年发生突变, 并分别通过了显著性水平α=0.05和α=0.01的假设检验。因此, 选取西泉站作为参照站来评估水文模型和河流水文健康等级计算的准确性。同时, 将整个研究期分为2个阶段: 1964—1979年(基准期), 1980—2016年(变化期)。
表 3 所选子流域1964—2016年降水量、潜在蒸散发量和径流量M-K趋势分析和Pettitt突变检验结果
Table 3. Results of M-K trend analyses and Pettitt change-point tests of annual precipitation, potential evapotranspiration (PET), and streamflow for the four selected basins for the period 1964—2016
水文站点 M-K趋势检验 Pettitt突变点检测 降水量 潜在蒸散发量 径流量 降水量 潜在蒸散发量 径流量 Z值 趋势 Z值 趋势 Z值 趋势 西泉 -1.57 ↓ -1.20 ↓ -0.41 ↓ — — — 甸子 -0.58 ↓ -0.21 ↓ -2.48* ↓ — — 1979 太平庄 -0.58 ↓ 0.31 ↑ -5.07** ↓ — — 1979 注: ↓和↑分别表示下降和上升趋势；*和**分别为显著性水平α=0.05和α=0.01；—为通过显著性水平α=0.05的Pettitt检验, 即序列无突变点。 
图 2 老哈河年降水径流双累积曲线
Figure 2. Double mass curve of the cumulative precipitation and runoff of Laohahe River
将基准期(1964—1979年)分为模型率定期(1964—1974年)和验证期(1975—1979年), 其模拟精度评价指标(表 4)表明, VIC模型的精度是可以接受的。其中, 甸子子流域率定期相关系数(ECC)、Nash-Sutcliffe效率系数(ENS)和相对偏差(EBIAS)分别为0.91、0.83和1.81%, 验证期ECC、ENS和EBIAS分别为0.93、0.85和7.27%。太平庄子流域率定期和验证期ECC分别为0.95和0.91, ENS分别为0.90和0.82, EBIAS分别为1.59%和5.47%。西泉子流域率定期ECC、ENS和EBIAS分别为0.91、0.78和9.19%, 验证期ECC、ENS和EBIAS分别为0.92、0.79和-5.8%, 以及模拟期ECC、ENS和EBIAS分别为0.88、0.77和-0.14%。综上所述, 通过VIC模型重建的天然流量序列是合理和可靠的, 可以用来计算天然河流的水文健康等级。
表 4 VIC模型模拟精度评价
Table 4. Performance of flow simulation for the four basins using the VIC model.
站点 率定期 验证期 变化(模拟)期 ECC ENS EBIAS/% ECC ENS EBIAS/% ECC ENS EBIAS/% 西泉 0.91 0.78 9.19 0.92 0.79 -5.8 0.88 0.77 -0.14 甸子 0.91 0.83 1.81 0.93 0.85 7.27 — — — 太平庄 0.95 0.90 1.59 0.91 0.82 5.47 — — — -
基于水文变异分析结果, 选择1964—1979年的月平均径流序列进行概率分布函数拟合。基于3种分布函数描述各月平均径流量的K-S法的概率(p)和统计量检验值(D)计算结果表明, 所选3个水文站, 多数月份的GEV分布拟合统计量检验D值均最小。因此, 选择GEV分布作为最优概率分布拟合月径流序列, 并分别计算其概率密度最大处所对应流量作为各月最适宜生态流量。同时, 将计算结果与Tennant法[20]和逐月频率法[21]计算结果进行比较。其中, Tennant法中的多年平均流量应为天然情况下的年平均流量, 因此采用VIC模型模拟的流量序列；逐月频率法采用本文介绍的方法确定最适宜概率分布函数, 但其保证率的选择仍有不同建议, 本文采用各月保证率均为50%进行计算[19]。3种方法对比结果如表 5和图 3所示, 本文计算结果与Tennant法相比, 西泉站生态流量略低于最佳范围的下限, 甸子和太平庄站生态流量处于最佳范围内；与逐月频率法相比, 本文计算结果略低, 这主要与逐月频率法的保证率选择有关, 但2种方法的结果都位于2.2.2节中确定的最适宜生态流量上下限之间。因此, 认为本文采用概率密度最大处流量作为最适宜生态流量, 其结果具有科学性和合理性。最小生态流量值通过逐月最小生态径流法[21]进行计算, 其值为选定月平均流量序列中各月的最小值。通过与Tennant法比较发现, 2种方法的计算结果比较接近, 同时甸子和太平庄站的逐月最小生态径流法的计算结果略大, 更有利于河流生态系统的维系。
表 5 生态流量计算结果比较
m3/s Table 5. Comparison of the ecological flow calculation result
站点 最适宜生态流量 最小生态流量 概率密度法 Tennant法 逐月频率法 逐月最小生态径流法 Tennant法 西泉 0.85 1.01~1.68 1.30 0.16 0.17 甸子 3.24 2.41~4.01 4.20 0.51 0.40 太平庄 7.48 6.12~10.2 9.49 1.37 1.02 
图 3 最适宜生态流量对比
Figure 3. Comparison of the most suitable ecological flow
-
根据2.2.2节中的定义, 各站月尺度各生态流量阈值的分布情况如图 4所示。利用各生态流量阈值, 可计算各站研究期各月的水文健康等级, 如图 5。西泉子流域水文健康整体较好, 且无明显突变; 相比于甸子子流域和太平庄子流域, 西泉子流域实测月H序列与模拟月H序列分布相对一致, 均在1—3月份出现明显低值; 甸子子流域和太平庄子流域实测H序列均在1979年左右发生明显下降的变异, 这与径流量的变异特征一致, 而2个流域模拟H序列无明显变化趋势。此外, 2000年之后, 太平庄子流域水文健康表现出显著退化的特征。甸子子流域在3—5月份和10—11月份表现较好, 河流水文健康等级可以达到80, 有利于水生生物的生存; 太平庄子流域在3—5月和8—10月份表现较差, 健康等级低于20, 且基本处于[0, 5)和[10, 25), 这表明该时间段内, 河道内流量都低于最小生态流量, 对水生生物生存产生较大的威胁, 这可能是由于3—5月为流域内农作物的关键播种期, 农业灌溉需要大量的水资源, 而8—10月份是流域的汛期, 水利调控改变了天然水流情势。
图 4 生态流量阈值年内分布
Figure 4. Annual distribution of ecological flow threshold
图 5 1964—2016年实测与模拟月H分布对比
Figure 5. Comparison of the H based on observed and VIC-simulated monthly runoff from 1964 to 2016
为进一步分析水文健康在年代间的分布特征, 将整个研究期分为1980年前、1980—1989年、1990—1999年、2000—2009年以及2010—2016年共5个时期。计算各生态流量阈值的年平均值, 利用年平均流量序列, 通过水文健康等级计算公式计算各年的水文健康等级, 并得到各时期的年H平均值。表 6反映了其年代平均值的变化特征: 西泉子流域各年代平均值无明显差距, 均呈现良好的水文健康状况；甸子子流域年代平均值整体呈现下降趋势, 但在1990—1999年均值出现了增大的情况；太平庄子流域年代平均值表现出显著下降的趋势, 同样在1990—1999年表现均值明显增加的特征。
此外, 西泉子流域年H实测序列与模拟序列的相对偏差为4.6%。综合上述西泉子流域月尺度和年代尺度实测序列与模拟序列分布特征的对比情况, 认为本文基于VIC模型径流模拟结果对自然状态下河流水文健康评价的方法是合理可行的。
-
利用式(2)—式(5)分别计算气候变化和人类活动对河流水文健康等级降低的影响, 其结果如表 6所示: 西泉子流域H整体上升0.7, 环境变化对该流域河流水文健康的影响较小；甸子子流域H整体变化-22, 其中气候变化的贡献率为-13.1%, 人类活动的贡献率-86.9%；太平庄子流域H整体变化-43.3, 气候变化和人类活动的贡献率分别为-12.1%和-87.9%。赤峰市经济社会数据显示: 相比于基准期, 变化期人口增加约80万；国内生产总值GDP呈现指数型增长, 2000年以后增幅明显；农业生产规模不断扩大, 其中粮食作物(主要包括小麦、玉米、水稻、大豆等)占比约70%, 粮食产量增加约400万t。农业灌溉是流域内主要的耗水途径, 其耗水量占总耗水量的60%以上, 水利工程支持下的农业灌溉是流域径流量下降的主要原因[17]。河道内流量的减少, 直接影响了河流的水文健康和生态系统健康。此外, 流域内水库、水电站等水利工程对水资源的调蓄, 改变了河流的天然水文情势, 加剧了河流健康的退化。
表 6 1964—2016年各流域年代H均值、相对基准期的变化量及河流健康下降的贡献率
Table 6. Mean H values of each basin, the changes relatived to the base period and the contribution rate of climate change and human activities to H decline in different ears(1964—2016)
年份 西泉 甸子 太平庄 H值 H值 贡献率 H值 贡献率 平均值 变化量 平均值 变化量 气候变化 人类活动 平均值 变化量 气候变化 人类活动 1964—1979年 92.1 88.2 91.3 1980—1989年 93.3 1.2 55.8 -32.4 -12.8 -87.2 55.2 -36.1 -32.1 -67.9 1990—1999年 93.7 1.6 82.8 -5.4 -61.9 -38.1 83.3 -8.0 -50.3 -49.7 2000—2009年 88.1 -4.0 56.5 -31.7 -9.6 -90.4 33.5 -57.8 -3.2 -96.8 2010—2016年 96.2 4.1 67.6 -20.6 -3.4 -96.6 11.6 -79.7 -5.1 -94.9 1980—2016年 92.8 0.7 66.2 -22.0 -13.1 -86.9 48.0 -43.3 -12.1 -87.9 对于各年代气候变化和人类活动的贡献率, 同样利用式(2)—式(5)进行计算。表 6表明, 在变化期, 除了20世纪90年代, 其他时期人类活动均是影响河流水文健康的主要因素, 特别是2000年以后, 其贡献率甚至超过96%, 其主要原因是中大型水库的修建、人类对水资源的过度开发以及社会经济的快速增长[22]; 而在1900—1999年期间, 河流健康退化程度明显减弱, 这主要由于该时期降水相对较多, 河道内流量较大, 河流水文健康维持在较高的水平, 气候变化成为影响河流水文健康的主导因素。
-
(1) M-K趋势检验、Pettitt突变点检测以及降水径流双累积曲线表明: 老哈河各子流域年降水量和潜在蒸散发量变化趋势不显著, 西泉站年径流量无明显变化趋势, 甸子和太平庄站年径流量均显著下降且在1979年发生突变。
(2) 通过K-S法选择GEV函数拟合月平均流量序列。基于GEV分布, 利用概率密度法计算各站最适宜生态流量, 西泉、甸子和太平庄年平均最适宜生态流量分别为0.85 m3/s、3.24 m3/s、7.48 m3/s。
(3) 基于生态流量阈值计算各站现状(观测)和天然(模拟)河流水文健康等级, 分别进行月尺度、年尺度以及年代尺度的对比分析, 结果显示: 西泉子流域河流水文健康情势无明显变化；甸子和太平庄子流域均在1979年出现明显下降趋势, 在20世纪90年代有恢复趋势, 但在2000年之后又明显下降, 特别是太平庄子流域河流水文健康显著退化。
(4) 除20世纪90年代外, 其他时期人类活动是引起甸子和太平庄子流域水文健康变化的主要因素, 其贡献率甚至超过96%, 这主要是由于取水活动和水利工程调节影响了天然的水文情势。90年代降水较为充沛, 研究流域受人类活动影响程度较小, 河流水文健康等级维持在较高的水平。整体来说, 流域近88%的河流水文健康下降是由人类活动所引起的, 气候变化的贡献率为12%左右。
基于生态流量阈值和“观测-模拟”对比分析的河流水文健康情势演变定量归因方法, 可以定量分离气候变化和人类活动对河流水文健康演变的影响, 但在量化不同人类活动方式对河流水文健康的影响方面还存在不足, 未来可通过增加不同人类活动取用水量数据, 细化不同人类活动对河流水文健康的影响, 为变化环境下河流健康管理提供科学依据。
Quantifying attribution of the river hydrological health variation based on ecological-flow threshold method
-
摘要: 环境变化改变了河流水文情势，影响了河流的生态系统健康，亟需开展变化环境下河流水文健康演变定量归因方法研究。选取北方半干旱地区老哈河流域为研究区，依据流域内3个水文站、17个雨量站和6个气象站1964—2016年数据，基于可变下渗容量模型还原河流的天然流量序列；采用概率密度法计算河流生态流量，基于生态流量阈值推求河流水文健康等级；基于"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水文健康情势的影响。结果表明：人类活动是甸子和太平庄子流域自1980年以来河流水文健康情势退化的主要原因，其贡献率分别为86.9%和87.9%；大面积农业灌溉用水引起地表径流下降以及水利工程改变天然水文情势，影响了河流水文健康情势；90年代降水量较为充沛，研究流域受人类活动影响程度较小，河流水文健康等级维持在较高的水平。综合生态流量阈值和"观测-模拟"对比分析方法可定量识别河流水文健康情势演变原因，为适应环境变化的河流健康管理提供科学依据。Abstract: Environmental change has altered the river hydrological health regimes, and consequently affected the ecological health of river. Therefore, it is essential to develop a method to quantitatively analyze the attribution of river hydrological health evolution. This study selected the typical semi-arid Laohahe River basin in Northern China as a case study area. Observation data were obtained from 3 hydrological stations, 17 rain gauge station and 6 meteorological stations in the study area. Firstly, the natural streamflow series from 1964 to 2016 was reconstructed using the observations and the Variable Infiltration Capacity (VIC) model. After that, the level of river hydrological health (H) was assessed based on the ecological flow threshold, which was calculated by probability density curve. Finally, the 'simulated-observed' comparison method was adapted to quantify the effect of climate changes and human activities on the river hydrological health. Results showed that human activities were the major factors that have caused river hydrological health deterioration since 1980 in Dianzi and Taipingzhuang sub-basins, which accounted for 86.9% and 87.9%, respectively. Widespread agricultural irrigation and reservoir operation were the two crucial reasons that caused the alterations of natural hydrological regime, which further led to the river ecological destruction over Laohahe River basin. Whereas, increasing rainfall in 1990s had a significant effect on maintaining river hydrological health because the large amount of rainfall helped reduce the human activities influence. The case study demonstrates that the attribution of river hydrological health evolution can be quantitatively described based on ecological-flow threshold and 'simulated-observed' comparison method, which will provide scientific basis for river ecology protection and water resource management under changing environment.
-
Key words:
- ecological flow /
- river health /
- climate change /
- human activity /
- variation attribution
-
图 1 研究区气象站、雨量站和水文站示意
Figure 1. Sketch map of meteorological and hydrological stations over the study area
图 2 老哈河年降水径流双累积曲线
Figure 2. Double mass curve of the cumulative precipitation and runoff of Laohahe River
图 5 1964—2016年实测与模拟月H分布对比
Figure 5. Comparison of the H based on observed and VIC-simulated monthly runoff from 1964 to 2016
表 1 研究区各水文站点基本信息
Table 1. Basic information about hydrological stations over the study area
水文站点 控制面积/km2 所属河流 经度 纬度 多年平均降水量/mm 多年平均径流深/mm 西泉 419 黑里河 118°32′E 41°25′N 572.9 126.5 甸子 1 643 老哈河 118°50′E 41°25′N 523.3 63.4 太平庄 7 720 老哈河 119°15′E 42°12′N 438.5 26.6 
下载: 导出CSV
表 2 河流水文健康等级计算公式
Table 2. Calculation formula of river hydrological health level
区间 [0, Q5) [Q5, Q3) [Q3, Q1) [Q1, Q0) [Q0, Q2] 表达式 $10\left( {\frac{Q}{{{Q_5}}} \times 0.5} \right)$ $10\left( {\frac{{Q - {Q_5}}}{{{Q_3} - {Q_5}}} \times 1.5 + 1} \right)$ $10\left( {\frac{{Q - {Q_3}}}{{{Q_1} - {Q_3}}} \times 2 + 4} \right)$ $10\left( {\frac{{Q - {Q_1}}}{{{Q_0} - {Q_1}}} \times 1 + 8} \right)$ $10\left( {\frac{{{Q_2} - Q}}{{{Q_2} - {Q_0}}} \times 1 + 9} \right)$ 区间 (Q2, Q4] (Q4, Q6] (Q6, 1.5Q6] (1.5Q6, ∞] 表达式 $10\left( {\frac{{{Q_4} - Q}}{{{Q_4} - {Q_2}}} \times 2 + 6} \right)$ $10\left( {\frac{{{Q_6} - Q}}{{{Q_6} - {Q_4}}} \times 1.5 + 2.5} \right)$ $10\left( {\frac{{1.5{Q_6} - Q}}{{{Q_6}}} \times 1 + 0.5} \right)$ 5
下载: 导出CSV
表 3 所选子流域1964—2016年降水量、潜在蒸散发量和径流量M-K趋势分析和Pettitt突变检验结果
Table 3. Results of M-K trend analyses and Pettitt change-point tests of annual precipitation, potential evapotranspiration (PET), and streamflow for the four selected basins for the period 1964—2016
水文站点 M-K趋势检验 Pettitt突变点检测 降水量 潜在蒸散发量 径流量 降水量 潜在蒸散发量 径流量 Z值 趋势 Z值 趋势 Z值 趋势 西泉 -1.57 ↓ -1.20 ↓ -0.41 ↓ — — — 甸子 -0.58 ↓ -0.21 ↓ -2.48* ↓ — — 1979 太平庄 -0.58 ↓ 0.31 ↑ -5.07** ↓ — — 1979 注: ↓和↑分别表示下降和上升趋势；*和**分别为显著性水平α=0.05和α=0.01；—为通过显著性水平α=0.05的Pettitt检验, 即序列无突变点。
下载: 导出CSV
表 4 VIC模型模拟精度评价
Table 4. Performance of flow simulation for the four basins using the VIC model.
站点 率定期 验证期 变化(模拟)期 ECC ENS EBIAS/% ECC ENS EBIAS/% ECC ENS EBIAS/% 西泉 0.91 0.78 9.19 0.92 0.79 -5.8 0.88 0.77 -0.14 甸子 0.91 0.83 1.81 0.93 0.85 7.27 — — — 太平庄 0.95 0.90 1.59 0.91 0.82 5.47 — — —
下载: 导出CSV
表 5 生态流量计算结果比较
m3/s Table 5. Comparison of the ecological flow calculation result
站点 最适宜生态流量 最小生态流量 概率密度法 Tennant法 逐月频率法 逐月最小生态径流法 Tennant法 西泉 0.85 1.01~1.68 1.30 0.16 0.17 甸子 3.24 2.41~4.01 4.20 0.51 0.40 太平庄 7.48 6.12~10.2 9.49 1.37 1.02
下载: 导出CSV
表 6 1964—2016年各流域年代H均值、相对基准期的变化量及河流健康下降的贡献率
Table 6. Mean H values of each basin, the changes relatived to the base period and the contribution rate of climate change and human activities to H decline in different ears(1964—2016)
年份 西泉 甸子 太平庄 H值 H值 贡献率 H值 贡献率 平均值 变化量 平均值 变化量 气候变化 人类活动 平均值 变化量 气候变化 人类活动 1964—1979年 92.1 88.2 91.3 1980—1989年 93.3 1.2 55.8 -32.4 -12.8 -87.2 55.2 -36.1 -32.1 -67.9 1990—1999年 93.7 1.6 82.8 -5.4 -61.9 -38.1 83.3 -8.0 -50.3 -49.7 2000—2009年 88.1 -4.0 56.5 -31.7 -9.6 -90.4 33.5 -57.8 -3.2 -96.8 2010—2016年 96.2 4.1 67.6 -20.6 -3.4 -96.6 11.6 -79.7 -5.1 -94.9 1980—2016年 92.8 0.7 66.2 -22.0 -13.1 -86.9 48.0 -43.3 -12.1 -87.9
下载: 导出CSV
-
[1] 孙然好, 魏琳沅, 张海萍, 等. 河流生态系统健康研究现状与展望: 基于文献计量研究[J]. 生态学报, 2020, 40(10): 3526-3536. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB202010034.htm SUN R H, WEI L Y, ZHANG H P, et al. A review on river ecosystem health research[J]. Acta Ecologica Sinica, 2020, 40(10): 3526-3536. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-STXB202010034.htm [2] MEYER J L. Stream health: incorporating the human dimension to advance stream ecology[J]. Journal of the North American Benthological Society, 1997, 16(2): 439-447. doi: 10.2307/1468029 [3] OCOCK J F, BINO G, WASSENS S, et al. Identifying critical habitat for Australian freshwater turtles in a large regulated floodplain: implications for environmental water management[J]. Environmental Management, 2018, 61(3): 375-389. doi: 10.1007/s00267-017-0837-0 [4] GOMEZ J, de la MAZA C, MELO Ó. Restoring environmental flow: buy-back costs and pollution-dilution as a compliance with water quality standards[J]. Water Policy, 2014, 16(5): 864-879. doi: 10.2166/wp.2014.091 [5] LYTLE D A, POFF N L. Adaptation to natural flow regimes[J]. Trends in Ecology & Evolution, 2004, 19(2): 94-100. [6] ZHAO C S, YANG Y, YANG S T, et al. Predicting future river health in a minimally influenced mountainous area under climate change[J]. Science of the Total Environment, 2019, 656: 1373-1385. doi: 10.1016/j.scitotenv.2018.11.430 [7] RICHTER B D, BAUMGARTNER J V, POWELL J, et al. A method for assessing hydrologic alteration within ecosystems[J]. Conservation Biology, 1996, 10(4): 1163-1174. doi: 10.1046/j.1523-1739.1996.10041163.x [8] RICHTER B, BAUMGARTNER J, WIGINGTON R, et al. How much water does a river need?[J]. Freshwater Biology, 1997, 37(1): 231-249. doi: 10.1046/j.1365-2427.1997.00153.x [9] ZHAO Y W, ZHOU L Q, DONG B Q, et al. Health assessment for urban rivers based on the pressure, state and response framework: a case study of the Shiwuli River[J]. Ecological Indicators, 2019, 99: 324-331. doi: 10.1016/j.ecolind.2018.12.023 [10] MA D Y, LUO W G, YANG G L, et al. A study on a river health assessment method based on ecological flow[J]. Ecological Modelling, 2019, 401: 144-154. doi: 10.1016/j.ecolmodel.2018.11.023 [11] 卢路, 裴中平, 贾海燕. 基于生态过程的湖泊水文健康评价体系研究: Ⅰ: 理论[J]. 三峡生态环境监测, 2019, 4(1): 40-46. https://www.cnki.com.cn/Article/CJFDTOTAL-SXHC201901006.htm LU L, PEI Z P, JIA H Y. Lake hydrological health evaluation system based on ecological process: Ⅰ: theory[J]. Ecology and Environmental Monitoring of Three Gorges, 2019, 4(1): 40-46. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SXHC201901006.htm [12] 张强, 李剑锋, 陈晓宏, 等. 水文变异下的黄河流域生态流量[J]. 生态学报, 2011, 31(17): 4826-4834. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201117003.htm ZHANG Q, LI J F, CHEN X H, et al. Evaluation of the ecological instream flow in the Yellow River basin with hydrological alterations[J]. Acta Ecologica Sinica, 2011, 31(17): 4826-4834. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201117003.htm [13] 张宗娇, 张强, 顾西辉, 等. 水文变异条件下的黄河干流生态径流特征及生态效应[J]. 自然资源学报, 2016, 31(12): 2021-2033. doi: 10.11849/zrzyxb.20160068 ZHANG Z J, ZHANG Q, GU X H, et al. Changes of eco-flow due to hydrological alterations in the Yellow River basin[J]. Journal of Natural Resources, 2016, 31(12): 2021-2033. (in Chinese) doi: 10.11849/zrzyxb.20160068 [14] TAN G M, YI R, CHANG J B, et al. A new method for calculating ecological flow: distribution flow method[J]. AIP Advances, 2018, 8(4): 045118. doi: 10.1063/1.5022048 [15] 温庆志, 姚蕊, 孙鹏, 等. 变异条件下淮河流域生态径流变化特征及驱动因子[J]. 生态学报, 2020, 40(8): 2621-2635. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB202008011.htm WEN Q Z, YAO R, SUN P, et al. Change characteristics and driving factors in nonstationary ecological flow condition across the Huai River basin, China[J]. Acta Ecologica Sinica, 2020, 40(8): 2621-2635. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-STXB202008011.htm [16] 王国庆, 张建云, 管晓祥, 等. 中国主要江河径流变化成因定量分析[J]. 水科学进展, 2020, 31(3): 313-323. https://www.cnki.com.cn/Article/CJFDTOTAL-SKXJ202003001.htm WANG G Q, ZHANG J Y, GUAN X X, et al. Quantifying attribution of runoff change for major rivers in China[J]. Advances in Water Science, 2020, 31(3): 313-323. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SKXJ202003001.htm [17] YONG B, REN L L, HONG Y, et al. Spatial-temporal changes of water resources in a typical semiarid basin of North China over the past 50 years and assessment of possible natural and socioeconomic causes[J]. Journal of Hydrometeorology, 2013, 14(4): 1009-1034. doi: 10.1175/JHM-D-12-0116.1 [18] 李剑锋, 张强, 陈晓宏, 等. 考虑水文变异的黄河干流河道内生态需水研究[J]. 地理学报, 2011, 66(1): 99-110. https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201101014.htm LI J F, ZHANG Q, CHEN X H, et al. Study of ecological instream flow in Yellow River, considering the hydrological change[J]. Acta Geographica Sinica, 2011, 66(1): 99-110. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201101014.htm [19] 李捷, 夏自强, 马广慧, 等. 河流生态径流计算的逐月频率计算法[J]. 生态学报, 2007, 27(7): 2916-2921. doi: 10.3321/j.issn:1000-0933.2007.07.031 LI J, XIA Z Q, MA G H, et al. A new monthly frequency computation method for instream ecological flow[J]. Acta Ecologica Sinica, 2007, 27(7): 2916-2921. (in Chinese) doi: 10.3321/j.issn:1000-0933.2007.07.031 [20] TENNANT D L. Instream flow regimens for fish, wildlife, recreation and related environmental resources[J]. Fisheries, 1976, 1(4): 6-10. doi: 10.1577/1548-8446(1976)001<0006:IFRFFW>2.0.CO;2 [21] 于龙娟, 夏自强, 杜晓舜. 最小生态径流的内涵及计算方法研究[J]. 河海大学学报(自然科学版), 2004, 32(1): 18-22. doi: 10.3321/j.issn:1000-1980.2004.01.005 YU L J, XIA Z Q, DU X S. Connotation of minimum ecological runoff and its calculation method[J]. Journal of Hohai University (Natural Sciences), 2004, 32(1): 18-22. (in Chinese) doi: 10.3321/j.issn:1000-1980.2004.01.005 [22] 雍斌, 朱磊, 任立良, 等. 人类活动对老哈河流域近50年径流变化影响的定量评估[J]. 河海大学学报(自然科学版), 2014, 42(2): 101-106. https://www.cnki.com.cn/Article/CJFDTOTAL-HHDX201402003.htm YONG B, ZHU L, REN L L, et al. Quantitative evaluation of effects of human activities on runoff variation over past 50 years in Laohahe Basin[J]. Journal of Hohai University (Natural Sciences), 2014, 42(2): 101-106. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-HHDX201402003.htm -
点击查看大图
图(5) / 表 (6)
计量
- 文章访问数: 807
- HTML全文浏览量: 153
- PDF下载量: 208
- 被引次数: 0
