• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

黄河流域天然河川径流量演变归因分析

周祖昊 刘佳嘉 严子奇 王浩 贾仰文

周祖昊, 刘佳嘉, 严子奇, 王浩, 贾仰文. 黄河流域天然河川径流量演变归因分析[J]. 水科学进展, 2022, 33(1): 27-37. doi: 10.14042/j.cnki.32.1309.2022.01.003
引用本文: 周祖昊, 刘佳嘉, 严子奇, 王浩, 贾仰文. 黄河流域天然河川径流量演变归因分析[J]. 水科学进展, 2022, 33(1): 27-37. doi: 10.14042/j.cnki.32.1309.2022.01.003
ZHOU Zuhao, LIU Jiajia, YAN Ziqi, WANG Hao, JIA Yangwen. Attribution analysis of the natural runoff evolution in the Yellow River basin[J]. Advances in Water Science, 2022, 33(1): 27-37. doi: 10.14042/j.cnki.32.1309.2022.01.003
Citation: ZHOU Zuhao, LIU Jiajia, YAN Ziqi, WANG Hao, JIA Yangwen. Attribution analysis of the natural runoff evolution in the Yellow River basin[J]. Advances in Water Science, 2022, 33(1): 27-37. doi: 10.14042/j.cnki.32.1309.2022.01.003

黄河流域天然河川径流量演变归因分析

doi: 10.14042/j.cnki.32.1309.2022.01.003
基金项目: 

国家重点研发计划资助项目 2016YFC0402405

中国水利水电科学研究院基本科研业务费专项资助项目 WR0145B072021

详细信息
    作者简介:

    周祖昊(1975-), 男, 湖北武汉人, 正高级工程师, 主要从事流域水循环模拟与调控研究。E-mail: zhzh@iwhr.com

    通讯作者:

    刘佳嘉, E-mail: wereworld@163.com

  • 中图分类号: TV122

Attribution analysis of the natural runoff evolution in the Yellow River basin

Funds: 

the National Key R&D Program of China 2016YFC0402405

the Basic Research Project of IWHR WR0145B072021

  • 摘要: 受气候变化和人类活动影响,黄河流域水资源量持续衰减。以往水资源归因分析的研究主要针对气候变化和人类活动对实测径流量衰减的贡献,对天然径流量衰减的原因关注不够,不利于支撑黄河流域水资源高效利用和科学管理。基于黄河二元水循环模型评价不同时期黄河流域天然河川径流量,并采用多因素归因分析方法分析主要影响因素对天然河川径流量衰减的贡献。结果表明,2016年水平年情景相比于1956—1979年水平年情景,花园口断面多年平均天然河川径流量减少114.6亿m3,其中气候变化、下垫面变化和社会经济取用水影响的贡献率分别为24.4%、25.0%和50.6%。从分区来看,兰州以上气候变化是主导因素,兰州以下人类活动是主导因素。为遏制天然河川径流量衰减的趋势,促进黄河流域生态保护与高质量发展,应加强深度节水、刚性控水、适度增水、强化管水和立法护水。
  • 图  1  黄河流域范围

    Figure  1.  Range of Yellow River basin

    图  2  主要干流站点月径流过程

    Figure  2.  Process of monthly streamflow of main station in Yellow River

    表  1  各站月径流过程效率系数

    Table  1.   Model efficiency coefficient of monthly streamflow in main station of Yellow River

    站点 ENS ER/%
    1956—1980年 1981—2016年 1956—1980年 1981—2016年
    唐乃亥 0.850 0.800 -7.5 -0.3
    兰州 0.878 0.701 -2.3 0.9
    头道拐 0.751 0.471 2.3 1.7
    龙门 0.728 0.492 2.8 5.4
    三门峡 0.762 0.694 5.6 2.7
    花园口 0.776 0.622 7.1 2.8
    下载: 导出CSV

    表  2  评价情景设置

    Table  2.   Scene setting of model evaluation

    情景 气象系列 影响因素 对应黄河流域历次水资源调查评价情景
    土地利用、植被 梯田 淤地坝 社会经济取用水
    1956—1979年水平年 1956—1979年 1970s 1970s 1970s 1970s 黄河“八七”分水方案
    2000年水平年 1956—2000年 2000年 2000年 2000年 2000年 黄河流域第二次水资源调查评价
    2016年水平年 1956—2016年 2016年 2016年 2016年 2016年 黄河流域第三次水资源调查评价
    注: 社会经济取用水包括地表、地下取用水;模型数据缺少1919—1955年逐日气象数据,近似认为1956—1979年水平年同“八七”分水方案时间序列一致;黄河流域第三次水资源调查评价正在进行中,这里设置情景时采用对应的评价口径。
    下载: 导出CSV

    表  3  主要干流断面和区间本文评价结果与调查评价成果对比

    Table  3.   Evaluation and comparison of water resources in main station and zone of Yellow River  亿m3

    站名(区间) 1956—1979年水平年 2000年水平年 2016年水平年 相对1956—1979年水平变化量
    “八七”方案 本文 差值 第二次水资源调查 本文 差值 本文 2000年水平年 2016年水平年
    唐乃亥 - 194.9 - 205.1 201.9 -3.2 200.8 7.0 6.0
    兰州 322.6 326.8 4.2 329.9 320.0 -9.9 317.0 -6.7 -9.8
    头道拐 312.6 343.0 30.4 331.7 319.3 -12.4 303.7 -23.8 -39.3
    龙门 385.1 402.1 17.0 379.1 364.8 -14.3 340.6 -37.3 -61.6
    三门峡 498.4 521.0 22.6 482.7 452.2 -30.5 421.7 -68.8 -99.3
    花园口 559.2 567.2 8.0 532.8 486.9 -45.9 452.6 -80.2 -114.6
    唐乃亥—兰州 - 131.9 - 124.8 118.2 -6.6 116.2 -13.8 -15.7
    兰州—头道拐 -10.0 16.3 26.3 1.8 -0.8 -2.6 -13.4 -17.0 -29.6
    头道拐—龙门 72.5 59.1 -13.4 47.4 45.6 -1.8 36.9 -13.5 -22.2
    龙门—三门峡 113.3 118.9 5.6 103.6 87.3 -16.3 81.2 -31.5 -37.7
    三门峡—花园口 60.8 46.2 -14.6 50.1 34.8 -15.3 30.8 -11.4 -15.3
    注: 由于黄河流域第三次水资源调查评价结果未正式发表,没有进行对比。
    下载: 导出CSV

    表  4  多因素归因分析法情景设置

    Table  4.   Scene setting of multi factor attribution method

    情景 气候变化 下垫面 社会经济取用水 情景 气候变化 下垫面 社会经济取用水
    S1 基准期 基准期 基准期 S5 变化期 变化期 基准期
    S2 变化期 基准期 基准期 S6 变化期 基准期 变化期
    S3 基准期 变化期 基准期 S7 基准期 变化期 变化期
    S4 基准期 基准期 变化期 S8 变化期 变化期 变化期
    下载: 导出CSV

    表  5  基准期与变化期不同因素的设置

    Table  5.   Scene setting of base and impact period

    时期 气候 下垫面 社会经济取用水
    基准期 1956—1979年逐日气象数据 1970s土地利用和植被参数、梯田面积、坝地面积 1970s地表、地下取水量
    变化期 1956—2016年逐日气象数据 2016年土地利用和植被参数、梯田面积、坝地面积 2016年地表、地下取水量
    下载: 导出CSV

    表  6  黄河主要干流断面以上区域主要水循环影响因素均值

    Table  6.   Average value of different elements over the control area of the main station of Yellow River

    站名 降水/mm 气温/℃ 社会经济取用水/亿m3
    基准期 变化期 差值 基准期 变化期 差值 基准期 变化期 差值
    唐乃亥 489.6 502.3 12.7 -2.87 -2.51 0.36 0.6 1.2 0.6
    兰州 490.9 497.1 6.3 -1.18 -0.82 0.36 19.6 31.3 11.7
    头道拐 398.2 397.9 -0.3 2.26 2.73 0.46 109.2 179.7 70.5
    龙门 412.3 408.7 -3.6 3.72 4.19 0.47 120.7 206.6 85.9
    三门峡 453.6 446.0 -7.6 5.42 5.88 0.46 183.6 317.8 134.2
    花园口 466.0 457.8 -8.2 5.82 6.26 0.45 198.5 352.6 154.1
    站名 梯田面积/万km2 坝地面积/万km2
    基准期 变化期 差值 基准期 变化期 差值
    唐乃亥 0 0 0 0 0 0
    兰州 0 0 0 0 0 0
    头道拐 0.01 0.24 0.23 0.02 0.15 0.13
    龙门 0.22 0.91 0.70 0.07 0.36 0.29
    三门峡 0.52 2.71 2.19 0.11 0.66 0.55
    花园口 0.60 2.84 2.24 0.14 0.79 0.65
    下载: 导出CSV

    表  7  黄河主要干流断面和区间天然河川径流量变化归因分析

    Table  7.   Attribution result of natural streamflow in the main station and zone of Yellow River

    断面(区间) 天然河川径流量变化/
    亿m3
    各因素影响量/亿m3 各因素贡献率/%
    气候 下垫面 社会经济取用水 气候 下垫面 社会经济取用水
    唐乃亥 6.0 6.5 -0.4 -0.2 108.3 -5.8 -2.5
    兰州 -9.8 -3.0 -1.4 -5.3 -31.0 -14.8 -54.3
    头道拐 -39.3 -9.5 -5.2 -24.6 -24.2 -13.1 -62.6
    龙门 -61.6 -17.1 -12.6 -32.0 -27.7 -20.4 -51.9
    三门峡 -99.3 -27.4 -24.7 -47.2 -27.6 -24.9 -47.5
    花园口 -114.6 -28.0 -28.6 -58.0 -24.4 -25.0 -50.6
    唐乃亥—兰州 -15.7 -9.5 -1.0 -5.1 -60.5 -6.7 -32.8
    兰州—头道拐 -29.6 -6.5 -3.7 -19.3 -22.0 -12.6 -65.4
    头道拐—龙门 -22.3 -7.5 -7.4 -7.4 -33.7 -33.3 -33.0
    龙门—三门峡 -37.6 -10.4 -12.1 -15.2 -27.6 -32.1 -40.4
    三门峡—花园口 -15.3 -0.6 -4.0 -10.8 -3.6 -25.9 -70.5
    下载: 导出CSV
  • [1] MILLY P C D, DUNNE K A. Colorado River flow dwindles as warming-driven loss of reflective snow energizes evaporation[J]. Science, 2020, 367(6483): 1252-1255. doi:  10.1126/science.aay9187
    [2] UDALL B, OVERPECK J. The twenty-first century Colorado River hot drought and implications for the future[J]. Water Resources Research, 2017, 53(3): 2404-2418. doi:  10.1002/2016WR019638
    [3] BARNETT T P, ADAM J C, LETTENMAIER D P. Potential impacts of a warming climate on water availability in snow-dominated regions[J]. Nature, 2005, 438(7066): 303-309. doi:  10.1038/nature04141
    [4] 张学成, 潘启民. 黄河流域水资源量调查评价[M]. 郑州: 黄河水利出版社, 2006.

    ZHANG X C, PAN Q M. Investigation and evaluation of water resources in the Yellow River basin[M]. Zhengzhou: The Yellow River Water Conservancy Press, 2006. (in Chinese)
    [5] 刘昌明, 田巍, 刘小莽, 等. 黄河近百年径流量变化分析与认识[J]. 人民黄河, 2019, 41(10): 11-15. doi:  10.3969/j.issn.1000-1379.2019.10.003

    LIU C M, TIAN W, LIU X M, et al. Analysis and understanding on runoff variation of the Yellow River in recent 100 years[J]. Yellow River, 2019, 41(10): 11-15. (in Chinese) doi:  10.3969/j.issn.1000-1379.2019.10.003
    [6] 于海超, 张扬, 马金珠, 等. 1969-2018年黄河实测径流与天然径流的变化[J]. 水土保持通报, 2020, 40(5): 1-7.

    YU H C, ZHANG Y, MA J Z, et al. Variation of observed and natural runoff of Yellow River from 1969 to 2018[J]. Bulletin of Soil and Water Conservation, 2020, 40(5): 1-7. (in Chinese)
    [7] 李勃, 穆兴民, 高鹏, 等. 1956-2017年黄河干流径流量时空变化新特征[J]. 水土保持研究, 2019, 26(6): 120-126, 132.

    LI B, MU X M, GAO P, et al. New characteristics of temporal and spatial changes of runoff in the mainstream of Yellow River from 1956 to 2017[J]. Research of Soil and Water Conservation, 2019, 26(6): 120-126, 132. (in Chinese)
    [8] 潘启民, 宋瑞鹏, 马志瑾. 黄河花园口断面近60年来水量变化分析[J]. 水资源与水工程学报, 2017, 28(6): 79-82.

    PAN Q M, SONG R P, MA Z J. Analysis on the Yellow River inflow variation on Huayuankou section in recent 60 years[J]. Journal of Water Resources and Water Engineering, 2017, 28(6): 79-82. (in Chinese)
    [9] 鲍振鑫, 严小林, 王国庆, 等. 1956-2016年黄河流域河川径流演变规律[J]. 水资源与水工程学报, 2019, 30(5): 52-57.

    BAO Z X, YAN X L, WANG G Q, et al. The trend in streamflow of the Yellow River basin during 1956-2016[J]. Journal of Water Resources and Water Engineering, 2019, 30(5): 52-57. (in Chinese)
    [10] 王煜, 彭少明, 郑小康, 等. 黄河"八七"分水方案的适应性评价与提升策略[J]. 水科学进展, 2019, 30(5): 632-642. doi:  10.14042/j.cnki.32.1309.2019.05.003

    WANG Y, PENG S M, ZHENG X K, et al. Adaptability assessment and promotion strategy of the Yellow River Water Allocation Scheme[J]. Advances in Water Science, 2019, 30(5): 632-642. (in Chinese) doi:  10.14042/j.cnki.32.1309.2019.05.003
    [11] 刘红珍, 李保国, 张学成, 等. 黄河流域水文设计成果修订研究[J]. 水文, 2019, 39(2): 81-85, 96. doi:  10.3969/j.issn.1000-0852.2019.02.015

    LIU H Z, LI B G, ZHANG X C, et al. Study on the rivision of hydrological design results in the Yellow River basin[J]. Journal of China Hydrology, 2019, 39(2): 81-85, 96. (in Chinese) doi:  10.3969/j.issn.1000-0852.2019.02.015
    [12] 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. doi:  10.14042/j.cnki.32.1309.2020.03.001

    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) doi:  10.14042/j.cnki.32.1309.2020.03.001
    [13] KONG D X, MIAO C Y, WU J W, et al. Impact assessment of climate change and human activities on net runoff in the Yellow River basin from 1951 to 2012[J]. Ecological Engineering, 2016, 91: 566-573. doi:  10.1016/j.ecoleng.2016.02.023
    [14] CHANG J X, WANG Y M, ISTANBULLUOGLU E, et al. Impact of climate change and human activities on runoff in the Weihe River basin, China[J]. Quaternary International, 2015, 380/381: 169-179. doi:  10.1016/j.quaint.2014.03.048
    [15] 冯家豪, 赵广举, 穆兴民, 等. 黄河中游区间干支流径流变化特征与归因分析[J]. 水力发电学报, 2020, 39(8): 90-103.

    FENG J H, ZHAO G J, MU X M, et al. Analysis on runoff regime in middle Yellow River and its driving factors[J]. Journal of Hydroelectric Engineering, 2020, 39(8): 90-103. (in Chinese)
    [16] YAN Z Q, ZHOU Z H, LIU J J, et al. Ensemble projection of runoff in a large-scale basin: modeling with a global BMA approach[J]. Water Resources Research, 2020, 56(7): e2019WR026134.
    [17] 王国庆, 乔翠平, 刘铭璐, 等. 气候变化下黄河流域未来水资源趋势分析[J]. 水利水运工程学报, 2020(2): 1-8.

    WANG G Q, QIAO C P, LIU M L, et al. The future water resources regime of the Yellow River basin in the context of climate change[J]. Hydro-Science and Engineering, 2020(2): 1-8. (in Chinese)
    [18] 刘晓燕, 王瑞玲, 张原锋, 等. 黄河河川径流利用的阈值[J]. 水利学报, 2020, 51(6): 631-641.

    LIU X Y, WANG R L, ZHANG Y F, et al. Threshold of the runoff utilization of the Yellow River[J]. Journal of Hydraulic Engineering, 2020, 51(6): 631-641. (in Chinese)
    [19] JIA Y W, WANG H, ZHOU Z H, et al. Development of the WEP-L distributed hydrological model and dynamic assessment of water resources in the Yellow River basin[J]. Journal of Hydrology, 2006, 331(3/4): 606-629.
    [20] 贾仰文, 王浩, 仇亚琴, 等. 基于流域水循环模型的广义水资源评价: I: 评价方法[J]. 水利学报, 2006, 37(9): 1051-1055. doi:  10.3321/j.issn:0559-9350.2006.09.004

    JIA Y W, WANG H, QIU Y Q, et al. Generalized water resources assessment based on watershed hydrologic cycle model: I: assessment approach[J]. Journal of Hydraulic Engineering, 2006, 37(9): 1051-1055. (in Chinese) doi:  10.3321/j.issn:0559-9350.2006.09.004
    [21] LIU J J, ZHOU Z H, YAN Z Q, et al. A new approach to separating the impacts of climate change and multiple human activities on water cycle processes based on a distributed hydrological model[J]. Journal of Hydrology, 2019, 578: 124096. doi:  10.1016/j.jhydrol.2019.124096
    [22] 刘佳嘉, 周祖昊, 贾仰文, 等. 水循环演变中多因素综合影响贡献量分解方法[J]. 水利学报, 2014, 45(6): 658-665.

    LIU J J, ZHOU Z H, JIA Y W, et al. A new method to quantitatively separate the effects of multi-factors on the water cycle evolution[J]. Journal of Hydraulic Engineering, 2014, 45(6): 658-665. (in Chinese)
    [23] 李东, 蒋秀华, 王玉明, 等. 黄河流域天然径流量计算解析[J]. 人民黄河, 2001, 23(2): 35-37, 46. doi:  10.3969/j.issn.1000-1379.2001.02.014

    LI D, JIANG X H, WANG Y M, et al. Analysis of calculation of natural runoff in the Yellow River basin[J]. Yellow River, 2001, 23(2): 35-37, 46. (in Chinese) doi:  10.3969/j.issn.1000-1379.2001.02.014
    [24] 穆兴民, 李靖, 王飞, 等. 黄河天然径流量年际变化过程分析[J]. 干旱区资源与环境, 2003, 17(2): 1-5. doi:  10.3969/j.issn.1003-7578.2003.02.001

    MU X M, LI J, WANG F, et al. Analysis on the annual natural runoff variety process of the Yellow River[J]. Journal of Arid Land Resources & Environment, 2003, 17(2): 1-5. (in Chinese) doi:  10.3969/j.issn.1003-7578.2003.02.001
    [25] 贾仰文, 王浩, 周祖昊, 等. 海河流域二元水循环模型开发及其应用: I: 模型开发与验证[J]. 水科学进展, 2010, 21(1): 1-8. http://skxjz.nhri.cn/article/id/294

    JIA Y W, WANG H, ZHOU Z H, et al. Development and application of dualistic water cycle model in Haihe River basin: I: model development and validation[J]. Advances in Water Science, 2010, 21(1): 1-8. (in Chinese) http://skxjz.nhri.cn/article/id/294
    [26] ZHOU Z H, JIA Y W, QIU Y Q, et al. Simulation of dualistic hydrological processes affected by intensive human activities based on distributed hydrological model[J]. Journal of Water Resources Planning and Management, 2018, 144(12): 04018077. doi:  10.1061/(ASCE)WR.1943-5452.0000990
    [27] NASH J E, SUTCLIFFE J V. River flow forecasting through conceptual models: I: a discussion of principles[J]. Journal of Hydrology, 1970, 10(3): 282-290. doi:  10.1016/0022-1694(70)90255-6
    [28] 鲍振鑫, 张建云, 王国庆, 等. 基于水文模型与机器学习集合模拟的水沙变异归因定量识别: 以黄河中游窟野河流域为例[J]. 水科学进展, 2021, 32(4): 485-496. doi:  10.14042/j.cnki.32.1309.2021.04.001

    BAO Z X, ZHANG J Y, WANG G Q, et al. Quantitative assessment of the attribution of runoff and sediment changes based on hydrologic model and machine learning: a case study of the Kuye River in the Middle Yellow River basin[J]. Advances in Water Science, 2021, 32(4): 485-496. (in Chinese) doi:  10.14042/j.cnki.32.1309.2021.04.001
  • [1] 叶林媛, 鲁汉, 秦淑静, 张橹, 熊立华, 刘攀, 夏军, 程磊.  长江流域1960—2019年蒸发皿蒸发和实际蒸散发演变规律 . 水科学进展, 2022, 33(5): 718-729. doi: 10.14042/j.cnki.32.1309.2022.05.003
    [2] 徐宗学, 班春广, 张瑞.  雅鲁藏布江流域径流演变规律与归因分析 . 水科学进展, 2022, 33(4): 519-530. doi: 10.14042/j.cnki.32.1309.2022.04.001
    [3] 黄昌硕, 耿雷华, 颜冰, 卞锦宇, 赵雨婷.  水资源承载力动态预测与调控——以黄河流域为例 . 水科学进展, 2021, 32(1): 59-67. doi: 10.14042/j.cnki.32.1309.2021.01.006
    [4] 鲍振鑫, 张建云, 王国庆, 贺瑞敏, 金君良, 王婕, 吴厚发.  基于水文模型与机器学习集合模拟的水沙变异归因定量识别——以黄河中游窟野河流域为例 . 水科学进展, 2021, 32(4): 485-496. doi: 10.14042/j.cnki.32.1309.2021.04.001
    [5] 刘绿柳, 魏麟骁, 徐影, 辛晓歌, 肖潺.  气候变化对黄河流域生态径流影响预估 . 水科学进展, 2021, 32(6): 824-833. doi: 10.14042/j.cnki.32.1309.2021.06.002
    [6] 聂宁, 张万昌, 陈豪, 赵登忠, 刘敏.  长江流域水储量变化的时间变化特征及归因分析 . 水科学进展, 2021, 32(3): 396-407. doi: 10.14042/j.cnki.32.1309.2021.03.008
    [7] 尚文绣, 彭少明, 王煜, 方洪斌, 武见, 许明一.  缺水流域用水竞争与协作关系——以黄河流域为例 . 水科学进展, 2020, 31(6): 897-907. doi: 10.14042/j.cnki.32.1309.2020.06.009
    [8] 王煜, 尚文绣, 彭少明.  基于水库群预报调度的黄河流域干旱应对系统 . 水科学进展, 2019, 30(2): 175-185. doi: 10.14042/j.cnki.32.1309.2019.02.003
    [9] 王煜, 彭少明, 郑小康.  黄河流域水量分配方案优化及综合调度的关键科学问题 . 水科学进展, 2018, 29(5): 614-624. doi: 10.14042/j.cnki.32.1309.2018.05.002
    [10] 张树磊, 杨大文, 杨汉波, 雷慧闽.  1960—2010年中国主要流域径流量减小原因探讨分析 . 水科学进展, 2015, 26(5): 605-613. doi: 10.14042/j.cnki.32.1309.2015.05.001
    [11] 曾燕, 邱新法, 刘昌明.  黄河流域蒸散量分布式模拟 . 水科学进展, 2014, 25(5): 632-640.
    [12] 姚文艺, 冉大川, 陈江南.  黄河流域近期水沙变化及其趋势预测 . 水科学进展, 2013, 24(5): 607-616.
    [13] 李进, 李栋梁, 张杰.  黄河流域夏季有效降水转化率 . 水科学进展, 2012, 23(3): 346-354. doi: CNKI: 32.1309.P.20120501.1618.016
    [14] 宋策, 周孝德, 唐旺.  水库对河流水温影响的评价指标 . 水科学进展, 2012, 23(3): 419-426. doi: CNKI: 32.1309.P.20120501.1617.004
    [15] 毛晓敏, 尚松浩.  基于数据包络分析的统计预测模型有效性评价 . 水科学进展, 2010, 21(5): 690-695.
    [16] 吴泽宁, 左其亭, 丁大发, 崔萌, 曹茜, 邢端生.  黄河流域水资源调控方案评价与优选模型 . 水科学进展, 2005, 16(5): 735-740.
    [17] 刘昌明.  黄河流域水循环演变若干问题的研究 . 水科学进展, 2004, 15(5): 608-614.
    [18] 吴险峰, 刘昌明, 郝芳华, 王国强, 杨桂莲.  黄河小花区间暴雨径流过程分布式模拟 . 水科学进展, 2004, 15(4): 511-516.
    [19] 金菊良, 张礼兵, 魏一鸣.  水资源可持续利用评价的改进层次分析法 . 水科学进展, 2004, 15(2): 227-232.
    [20] 江东, 王建华, 杨小唤, 王乃斌, Rosema A.  黄河流域主要水文参数遥感反演 . 水科学进展, 2003, 14(6): 736-739.
  • 加载中
图(2) / 表 (7)
计量
  • 文章访问数:  730
  • HTML全文浏览量:  186
  • PDF下载量:  273
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-04-01
  • 网络出版日期:  2021-10-21
  • 刊出日期:  2022-01-30

黄河流域天然河川径流量演变归因分析

doi: 10.14042/j.cnki.32.1309.2022.01.003
    基金项目:

    国家重点研发计划资助项目 2016YFC0402405

    中国水利水电科学研究院基本科研业务费专项资助项目 WR0145B072021

    作者简介:

    周祖昊(1975-), 男, 湖北武汉人, 正高级工程师, 主要从事流域水循环模拟与调控研究。E-mail: zhzh@iwhr.com

    通讯作者: 刘佳嘉, E-mail: wereworld@163.com
  • 中图分类号: TV122

摘要: 受气候变化和人类活动影响,黄河流域水资源量持续衰减。以往水资源归因分析的研究主要针对气候变化和人类活动对实测径流量衰减的贡献,对天然径流量衰减的原因关注不够,不利于支撑黄河流域水资源高效利用和科学管理。基于黄河二元水循环模型评价不同时期黄河流域天然河川径流量,并采用多因素归因分析方法分析主要影响因素对天然河川径流量衰减的贡献。结果表明,2016年水平年情景相比于1956—1979年水平年情景,花园口断面多年平均天然河川径流量减少114.6亿m3,其中气候变化、下垫面变化和社会经济取用水影响的贡献率分别为24.4%、25.0%和50.6%。从分区来看,兰州以上气候变化是主导因素,兰州以下人类活动是主导因素。为遏制天然河川径流量衰减的趋势,促进黄河流域生态保护与高质量发展,应加强深度节水、刚性控水、适度增水、强化管水和立法护水。

English Abstract

周祖昊, 刘佳嘉, 严子奇, 王浩, 贾仰文. 黄河流域天然河川径流量演变归因分析[J]. 水科学进展, 2022, 33(1): 27-37. doi: 10.14042/j.cnki.32.1309.2022.01.003
引用本文: 周祖昊, 刘佳嘉, 严子奇, 王浩, 贾仰文. 黄河流域天然河川径流量演变归因分析[J]. 水科学进展, 2022, 33(1): 27-37. doi: 10.14042/j.cnki.32.1309.2022.01.003
ZHOU Zuhao, LIU Jiajia, YAN Ziqi, WANG Hao, JIA Yangwen. Attribution analysis of the natural runoff evolution in the Yellow River basin[J]. Advances in Water Science, 2022, 33(1): 27-37. doi: 10.14042/j.cnki.32.1309.2022.01.003
Citation: ZHOU Zuhao, LIU Jiajia, YAN Ziqi, WANG Hao, JIA Yangwen. Attribution analysis of the natural runoff evolution in the Yellow River basin[J]. Advances in Water Science, 2022, 33(1): 27-37. doi: 10.14042/j.cnki.32.1309.2022.01.003
  • 随着全球气候变暖和人类活动影响加剧,流域水资源演变发生重大变化,这是世界水文水资源研究领域的热门课题[1-3]。国内外学者大多集中于讨论气候和人类活动对实测径流量演变过程的影响,对天然河川径流量变化归因分析相对较少。天然河川径流量决定了流域可用水资源量以及相关工程布局,厘清天然河川径流量衰减原因,有助于为流域水资源高效利用和科学管理提供支撑。

    黄河是中国北方重要的淡水资源,河川径流量约占全国2%,黄河流域承载了全国15%的人口、15%的耕地面积和14%的GDP[4],是中国水资源短缺非常严重的流域,径流量变化直接影响流域内水安全的保障,对流域可持续发展有着重要影响。研究表明,20世纪50年代以来,受气候变化和水利水保工程等人类活动影响,黄河流域实测径流量呈显著下降趋势,且下游比上游衰减更显著,其中人类活动是主要影响因素[5-9];根据黄河流域水资源综合评价相关成果,黄河流域多年平均地表水资源量也呈下降趋势[4, 10-11]。王国庆等[12]采用模型模拟方法对黄河流域花园口站1986—2018年系列(变化期)实测径流量相对于1956—1985年系列(基准期)的变化量进行了归因分析,得出黄河流域人类活动影响对径流减少的贡献率为76.2%,气候变化影响贡献率为23.8%。Kong等[13]采用双累积曲线法分析了黄河流域1960s、1970s、1980s、1990s和2001—2012年相对于1951—1959年基准期气候变化和人类活动对实测径流变化的贡献率,得出除1960s外黄河流域90%以上的径流减少可归因于人类活动影响。Chang等[14]采用模型模拟分析法对渭河流域各年代相对于基准期(1960s)之间的实测径流变化进行归因分析,得出渭河流域1970s、1980s、1990s和2000s人类活动影响贡献率分别为64%、72%、47%和90%。冯家豪等[15]使用双累积曲线对1957—2018年系列头道拐—龙门与龙门—潼关区间突变年份(分别为1987年和1999年)前后实测径流量变化进行归因分析,得出人类活动对头道拐—龙门与龙门—潼关区间多年平均径流量变化贡献率分别为63%和80%。以上研究主要针对实测径流演变原因开展分析,不能解释黄河天然径流量衰减的原因,不利于黄河流域水资源配置与高效利用。考虑未来气候变化,黄河流域水资源量可能还会进一步减少[16-17],在考虑输沙水量、生态水量、河口三角洲需水量等多重需求下,未来黄河水资源短缺现象仍较为严峻[18]。因此,有必要深入研究气候变化和人类活动对天然河川径流量变化的影响,定量计算不同人类活动因素对天然河川径流量减少的贡献率,以便提出针对性的应对措施,为新时期黄河流域生态保护与高质量发展提供支持。

    本研究采用基于二元水循环模型的流域天然河川径流量评价方法[19-20]和多因素归因分析方法[21-22],在动态评价黄河流域天然河川径流量的基础上,定量分析气候变化和人类活动对天然河川径流量衰减造成的影响。

    • 黄河是中国第二大河流,流经青藏高原、黄土高原、内蒙古高原以及华北平原,横跨中国三大阶地,于山东流入渤海,干流全长5 464 km,呈“几”字形,流域面积79万km2。流域内自西向东气候分区为干旱区、半干旱区和半湿润地区,流域1956—2016年多年平均降水量为452 mm,降水年内分配极不均匀,主要集中在6—9月[9]。黄河流域主要水系及二级区范围如图 1所示。

      图  1  黄河流域范围

      Figure 1.  Range of Yellow River basin

    • 天然河川径流量是衡量流域可用水资源的一个重要指标,指的是流域内地表水体中由降水形成的、通过流域出口断面可逐年更新的全部动态水量,包括降水直接产流形成的地表水和地下水进入河道的基流部分,并扣除沿途蒸发、河流渗漏损失的水量,反映了河川径流的供水能力,也是流域降水及产汇流条件的综合反映[23-24]。对于无人类活动影响的流域,实测河川径流量即为天然河川径流量;对于有人类活动影响的流域,一般需要在实测河川径流量基础上还原农业灌溉、工业和生活用水的耗损量、跨流域引入引出水量、河道分洪水量、水库蓄变量等;此外,还需要对还原后的天然河川径流量系列进行一致性修正,反映下垫面条件变化对径流的影响,得到具有一致性且能反映近期下垫面条件的天然河川径流量。这就是传统的“实测+还原+还现”计算方法[23-24]

      传统天然河川径流量计算方法主要在实测径流基础上还原人类活动直接影响量,没有考虑人类取用水等活动对地表、地下水循环过程的间接影响,比如开采地下水会造成地下水位下降、包气带加厚、降水入渗补给地下水的路径延长、土壤水蒸散发增加,从而导致降水产生的地表、地下产流减少及天然河川径流量减少。为考虑人类活动对天然河川径流量的直接和间接影响,以基于二元水循环模型的流域水资源评价方法[19-20]为基础,本文通过构建具有物理机制的流域分布式二元水循环模型,对人类活动影响下流域“地表-土壤-地下”水循环过程进行连续模拟,根据天然河川径流量的概念从模拟得到的各环节水循环变量中分离出因降水而形成的河川径流量,即“耦合模拟-分离评价”的方法。

    • WEP-L分布式流域二元水循环模型(简称WEP-L模型)是具有物理机制的流域分布式水循环模型,可以综合考虑气象、下垫面、人类取用水、水利水保工程等因素对水循环过程的影响,实现“自然-社会”二元水循环过程耦合模拟和分析,给出水循环要素时间和空间变化过程以及流域水循环通量。模型采用子流域套等高带作为计算单元,同时根据土地利用不均匀性又进行了细分,各计算单元在垂直方向上分为数层,用于模拟地表、包气带、地下含水层等不同介质中的水分运动。自然水循环过程主要是对各计算单元的降水、入渗、产流、汇流等过程进行模拟;社会水循环模拟就是对社会水循环各个子系统的“蓄水-取水-输水-用水-耗水-排水”6个环节进行模拟。社会水循环同自然水循环的耦合过程主要是在取水和排水环节,取水来源可分为河道取水、水库取水以及地下水开采3类,取水环节主要会导致取水点所在计算单元地表和地下水减少,排水环节则会导致排水用户所在计算单元地表径流增加。详细模型原理内容参考文献[19, 25-26]。

      本研究针对黄河流域梯田、淤地坝、水库众多的特点,根据对水循环过程调蓄的机制,对原来的模型进行改进,主要包括:①将原模型的5类下垫面改进为水域、不透水域、裸地域、林地域、草地域、坡耕地域、灌溉农田域、非灌溉农田域、梯田域、坝地域共10类进行降水、蒸发、入渗、产流等水循环过程模拟。②在梯田域增加梯田建设对坡面产汇流过程的模拟。③在坝地域增加淤地坝建设对沟壑产汇流过程的模拟。④对原模型水库调度模块进行改进,根据资料情况采用不同的水库泄流量计算方法进行模拟,如果有水库月蓄变量数据,则采用月蓄变量数据对水库泄流量进行修正;如果有水库库容—下泄量曲线,则根据水库库容计算水库泄流量;如果上述数据资料都缺乏,则采用多年月平均泄流量作为水库泄流控制。

    • “分离”评价具体步骤如下:

      (1) 基于WEP-L模型计算结果,统计区域/流域内各子流域月平均地表产流量、壤中流产流量、基流产流量、地表用水量(分农业和工业生活2类)、地下水用水量(分农业和工业生活2类)、降水量、河道蒸发量、地表入渗量等。

      (2) 计算来自降水的天然地表产流量。首先根据降水量和农业用水量的比例关系确定地表产流中降水所占的比重,然后采用地表产流中降水所占的比重和地表产流量确定天然地表产流量。

      (3) 计算来自降水的天然壤中流产流量。首先根据降水入渗量、农业灌溉入渗量和用水输水过程中的渗漏量计算地下产流中降水所占的比重,然后采用地下产流中降水所占的比重和壤中流产流量确定天然壤中流产流量。

      (4) 计算来自降水的天然基流产流量。采用地下产流中降水所占的比重和基流产流量确定天然基流产流量。

      (5) 计算天然河川径流量。天然河川径流量为来自降水的天然地表产流量、天然壤中流产流量与天然基流产流量之和减去河道蒸发损失量。

    • 本研究采用多因素归因分析方法[21-22]进行归因分析,根据影响水循环的n个因素分别处于基准期和变化期2种状态(基准期和变化期时间序列可重叠),共设置2n个模拟情景;使用分布式水循环模型对每种情景分别进行模拟,求得各情景条件下某个水循环变量的多年平均值;最后采用以下公式进行贡献率分解计算:

      $$ \delta x_{i}=\frac{1}{2^{n-1}} \sum\limits_{j=1}^{2^{n}} e_{i, j} \times S_{j} \quad i=1, 2, \cdots, n ; j=1, 2, \cdots, 2^{n} $$ (1)
      $$ \beta_{i}=\frac{\delta x_{i}}{\left|\sum\limits_{i=1}^{n} \delta x_{i}\right|} \times 100 \% \quad i=1, 2, \cdots, n $$ (2)

      式中:δxi表示因素xi对某个水循环变量的贡献量;ei, j是对应第i个因素在第j个情景下的权重系数(如果该情景下该因素处于变化期则为1,基准期则为-1);Sj是第j个情景下模拟得到的某个水循环变量的多年平均值;βi表示第i个因素占总变化的贡献率,正值表示起到增加作用,负值表示起到减少作用。

    • 黄河模型输入数据处理主要包括:

      (1) 采用30″分辨率的GTOPO30 DEM数据作为基础输入,并基于此提取模拟河网以及8 485个子流域,并进一步划分为38 720个等高带。

      (2) 采用407个国家气象站和1 245个雨量站逐日降水、气温、湿度、风速、日照时数作为基础输入,并采用反距离平方法将站点数据展布到子流域形心上作为模型驱动。

      (3) 以中科院地理所提供的30 m分辨率的土地利用数据为基础,并重采样为1 km,共1980年、1990年、2000年、2010年及2015年5期。

      (4) 土壤及其特征信息采用全国第二次土壤普查资料。

      (5) 主要考虑黄河流域119处10万亩以上的大型灌区,数据来源黄河水利委员会相关汇编资料。

      (6) 用水数据来源于黄河流域水资源公报,并采用向下尺度化将省套三级区尺度的数据展布到等高带。

    • 黄河模型构建过程参见文献[19]。本次研究将模拟系列延长到2016年,以黄河流域主要干流断面控制区间作为参数分区,基于各水文站实测月平均流量对模型进行了重新率定和验证,调试参数主要包括洼地储留深、土壤饱和导水系数、河床材质水力传导系数、土壤层厚度、气孔阻抗等敏感参数。其中,1956—1980年为率定期,1981—2016年为验证期。采用2个标准对月径流量进行评价,模拟月径流量相对误差尽可能小;模拟月径流Nash-Sutcliffe效率系数尽可能大[27]。计算公式如下所示:

      $$ E_{\mathrm{R}}=\frac{\sum\limits_{i=1}^{N}\left(Q_{\mathrm{sim}, i}-Q_{\mathrm{obs}, i}\right)}{\sum\limits_{i=1}^{N} Q_{\mathrm{obs}, i}} \times 100 \% $$ (3)
      $$ E_{\mathrm{NS}}=1-\frac{\sum\limits_{i=1}^{N}\left(Q_{\mathrm{sim}, i}-Q_{\mathrm{obs}, i}\right)^{2}}{\sum\limits_{i=1}^{N}\left(Q_{\mathrm{obs}, i}-\bar{Q}_{\mathrm{obs}}\right)^{2}} $$ (4)

      式中:ER表示模拟与实测月均流量的相对误差,%;ENS表示模拟月均流量的Nash-Sutcliffe效率系数;Qsim,i表示第i月模拟月均流量,m3/s;Qobs,i表示第i月实测月均流量,m3/s;N表示模拟系列月份数;Qobs表示实际月均流量多年平均值,m3/s。

      各站流量过程模拟结果和效率系数如图 2表 1所示。率定期黄河主要干流水文站月流量过程Nash-Sutcliffe效率系数均在0.7以上,大部分站点相对误差均在6%以内;验证期Nash-Sutcliffe效率系数除头道拐和龙门站外,均在0.6以上,相对误差除龙门站外,均在3%以内。结果表明,WEP-L模型总体上能够较好地描述黄河流域的径流过程。相比验证期,率定期模型模拟效果稍好,原因在于此阶段人类活动较少。

      图  2  主要干流站点月径流过程

      Figure 2.  Process of monthly streamflow of main station in Yellow River

      表 1  各站月径流过程效率系数

      Table 1.  Model efficiency coefficient of monthly streamflow in main station of Yellow River

      站点 ENS ER/%
      1956—1980年 1981—2016年 1956—1980年 1981—2016年
      唐乃亥 0.850 0.800 -7.5 -0.3
      兰州 0.878 0.701 -2.3 0.9
      头道拐 0.751 0.471 2.3 1.7
      龙门 0.728 0.492 2.8 5.4
      三门峡 0.762 0.694 5.6 2.7
      花园口 0.776 0.622 7.1 2.8
    • 黄河水资源量评价相关研究成果主要有“八七”分水方案[10]、黄河流域第二次水资源调查评价[4]、黄河流域第三次水资源调查评价等。为了保持和已有成果评价口径一致,本次研究主要设置3个评价情景,分别为1956—1979年水平年情景、2000年水平年情景、2016年水平年情景,详细设置信息如表 2所示。

      表 2  评价情景设置

      Table 2.  Scene setting of model evaluation

      情景 气象系列 影响因素 对应黄河流域历次水资源调查评价情景
      土地利用、植被 梯田 淤地坝 社会经济取用水
      1956—1979年水平年 1956—1979年 1970s 1970s 1970s 1970s 黄河“八七”分水方案
      2000年水平年 1956—2000年 2000年 2000年 2000年 2000年 黄河流域第二次水资源调查评价
      2016年水平年 1956—2016年 2016年 2016年 2016年 2016年 黄河流域第三次水资源调查评价
      注: 社会经济取用水包括地表、地下取用水;模型数据缺少1919—1955年逐日气象数据,近似认为1956—1979年水平年同“八七”分水方案时间序列一致;黄河流域第三次水资源调查评价正在进行中,这里设置情景时采用对应的评价口径。

      表 3是主要干流断面和区间天然河川径流量评价结果和黄河水资源调查评价结果对比。从表中可以看出,本文评价结果和黄河水资源评价结果偏差基本都在10%以内,可以认为2种评价结果总体一致。分析主要干流断面和区间2000年水平年和2016年水平年本文评价结果相对1956—1979年水平年变化量,结果表明,对黄河流域花园口断面而言,本次评价的3个情景,天然河川径流量分别为567.2亿m3、486.9亿m3和452.6亿m3,呈减少趋势,且2016年水平年情景相对于1956—1979年水平年减少20.2%。对各区间而言,相比于1956—1979年水平年,2000年水平年和2016年水平年情景除唐乃亥断面以上区域有所增加之外,其他区间天然河川径流量均呈减少趋势,其中,龙门—三门峡减少幅度最大,分别减少31.5亿m3和37.7亿m3;其次是兰州—头道拐和头道拐—龙门区间;三门峡—花园口区间减少幅度最小,分别为11.4亿m3和15.3亿m3

      表 3  主要干流断面和区间本文评价结果与调查评价成果对比

      Table 3.  Evaluation and comparison of water resources in main station and zone of Yellow River  亿m3

      站名(区间) 1956—1979年水平年 2000年水平年 2016年水平年 相对1956—1979年水平变化量
      “八七”方案 本文 差值 第二次水资源调查 本文 差值 本文 2000年水平年 2016年水平年
      唐乃亥 - 194.9 - 205.1 201.9 -3.2 200.8 7.0 6.0
      兰州 322.6 326.8 4.2 329.9 320.0 -9.9 317.0 -6.7 -9.8
      头道拐 312.6 343.0 30.4 331.7 319.3 -12.4 303.7 -23.8 -39.3
      龙门 385.1 402.1 17.0 379.1 364.8 -14.3 340.6 -37.3 -61.6
      三门峡 498.4 521.0 22.6 482.7 452.2 -30.5 421.7 -68.8 -99.3
      花园口 559.2 567.2 8.0 532.8 486.9 -45.9 452.6 -80.2 -114.6
      唐乃亥—兰州 - 131.9 - 124.8 118.2 -6.6 116.2 -13.8 -15.7
      兰州—头道拐 -10.0 16.3 26.3 1.8 -0.8 -2.6 -13.4 -17.0 -29.6
      头道拐—龙门 72.5 59.1 -13.4 47.4 45.6 -1.8 36.9 -13.5 -22.2
      龙门—三门峡 113.3 118.9 5.6 103.6 87.3 -16.3 81.2 -31.5 -37.7
      三门峡—花园口 60.8 46.2 -14.6 50.1 34.8 -15.3 30.8 -11.4 -15.3
      注: 由于黄河流域第三次水资源调查评价结果未正式发表,没有进行对比。
    • 为了支撑黄河流域生态保护和高质量发展,有必要深入研究气候变化和人类活动对水资源变化的影响,定量计算不同因素对水资源减少的贡献率。因此,本研究重点分析相对黄河“八七”分水方案而言,第三次水资源评价情景下黄河流域天然河川径流量减少的贡献,即采用多因素归因分析方法分析气候、下垫面(包括植被、梯田、坝地)以及社会经济取用水(包括地表、地下取用水)3类因素对2016年水平年相对1956—1979年水平年天然河川径流量减少的贡献率。情景设置如表 4所示,由于需要考虑3类因素,因此设置23共8个情景。基准期与变化期不同因素的设置见表 5。主要影响因素多年平均值如表 6所示。

      表 4  多因素归因分析法情景设置

      Table 4.  Scene setting of multi factor attribution method

      情景 气候变化 下垫面 社会经济取用水 情景 气候变化 下垫面 社会经济取用水
      S1 基准期 基准期 基准期 S5 变化期 变化期 基准期
      S2 变化期 基准期 基准期 S6 变化期 基准期 变化期
      S3 基准期 变化期 基准期 S7 基准期 变化期 变化期
      S4 基准期 基准期 变化期 S8 变化期 变化期 变化期

      表 5  基准期与变化期不同因素的设置

      Table 5.  Scene setting of base and impact period

      时期 气候 下垫面 社会经济取用水
      基准期 1956—1979年逐日气象数据 1970s土地利用和植被参数、梯田面积、坝地面积 1970s地表、地下取水量
      变化期 1956—2016年逐日气象数据 2016年土地利用和植被参数、梯田面积、坝地面积 2016年地表、地下取水量

      表 6  黄河主要干流断面以上区域主要水循环影响因素均值

      Table 6.  Average value of different elements over the control area of the main station of Yellow River

      站名 降水/mm 气温/℃ 社会经济取用水/亿m3
      基准期 变化期 差值 基准期 变化期 差值 基准期 变化期 差值
      唐乃亥 489.6 502.3 12.7 -2.87 -2.51 0.36 0.6 1.2 0.6
      兰州 490.9 497.1 6.3 -1.18 -0.82 0.36 19.6 31.3 11.7
      头道拐 398.2 397.9 -0.3 2.26 2.73 0.46 109.2 179.7 70.5
      龙门 412.3 408.7 -3.6 3.72 4.19 0.47 120.7 206.6 85.9
      三门峡 453.6 446.0 -7.6 5.42 5.88 0.46 183.6 317.8 134.2
      花园口 466.0 457.8 -8.2 5.82 6.26 0.45 198.5 352.6 154.1
      站名 梯田面积/万km2 坝地面积/万km2
      基准期 变化期 差值 基准期 变化期 差值
      唐乃亥 0 0 0 0 0 0
      兰州 0 0 0 0 0 0
      头道拐 0.01 0.24 0.23 0.02 0.15 0.13
      龙门 0.22 0.91 0.70 0.07 0.36 0.29
      三门峡 0.52 2.71 2.19 0.11 0.66 0.55
      花园口 0.60 2.84 2.24 0.14 0.79 0.65

      采用WEP-L模型对各情景分别进行模拟,并采用公式(1)和公式(2)进行贡献率计算,主要干流断面2016年水平年情景相比于1956—1979年情景天然河川径流量归因分析结果如表 7所示。从表中可以看出,对黄河流域(花园口断面以上)而言,气候变化的贡献率占24.4%,其余均由人类活动影响引起,其中社会经济取用水占50.6%,下垫面变化占25.0%。对各区间而言,唐乃亥以上区域降水增加、气温升高,水土保持等下垫面变化幅度小、社会经济取用水变化很小,所以气候变化是导致唐乃亥以上区域天然河川径流量增加的主要原因;唐乃亥以下各区间,天然河川径流量均在减小,但各种因素的贡献率各不相同。唐乃亥—兰州区间降水增幅小于唐乃亥以上区域,气温增幅大于唐乃亥以上区域,气候变化造成天然河川径流量减少,同时用水量和水土保持面积增量不大,所以气候变化的贡献率占比较大,达到60.5%;兰州—头道拐和三门峡—花园口区间用水量增幅较大,社会经济取用水的贡献率分别达到65.4%和70.5%;头道拐—龙门和龙门—三门峡区间水土保持面积增幅为全流域最大,水土保持的贡献率为全流域最高,达到1/3左右。对比不同分区下垫面变化贡献率,可以得出,在影响天然河川径流量的下垫面各因素中,水土保持(梯田、淤地坝)是贡献最大的因素,但是涉及到植被、梯田、淤地坝分项因素定量的研究成果,需要在今后的研究中进一步深入论证。

      表 7  黄河主要干流断面和区间天然河川径流量变化归因分析

      Table 7.  Attribution result of natural streamflow in the main station and zone of Yellow River

      断面(区间) 天然河川径流量变化/
      亿m3
      各因素影响量/亿m3 各因素贡献率/%
      气候 下垫面 社会经济取用水 气候 下垫面 社会经济取用水
      唐乃亥 6.0 6.5 -0.4 -0.2 108.3 -5.8 -2.5
      兰州 -9.8 -3.0 -1.4 -5.3 -31.0 -14.8 -54.3
      头道拐 -39.3 -9.5 -5.2 -24.6 -24.2 -13.1 -62.6
      龙门 -61.6 -17.1 -12.6 -32.0 -27.7 -20.4 -51.9
      三门峡 -99.3 -27.4 -24.7 -47.2 -27.6 -24.9 -47.5
      花园口 -114.6 -28.0 -28.6 -58.0 -24.4 -25.0 -50.6
      唐乃亥—兰州 -15.7 -9.5 -1.0 -5.1 -60.5 -6.7 -32.8
      兰州—头道拐 -29.6 -6.5 -3.7 -19.3 -22.0 -12.6 -65.4
      头道拐—龙门 -22.3 -7.5 -7.4 -7.4 -33.7 -33.3 -33.0
      龙门—三门峡 -37.6 -10.4 -12.1 -15.2 -27.6 -32.1 -40.4
      三门峡—花园口 -15.3 -0.6 -4.0 -10.8 -3.6 -25.9 -70.5

      以往针对黄河流域径流变化归因分析的研究中,均为对实测径流变化的归因分析,且基准期和变化期不重叠。考虑到本研究的变化期(1956—2016年)与基准期(1956—1979年)存在包含关系,因此,如果对比1980—2016年相对于1956—1979年人类活动对天然径流量变化的贡献,应比本文研究得到的贡献率75%还要大。另一方面,考虑到人类活动对实测径流既有直接影响,又有间接影响,而对天然河川径流只有间接影响,人类活动对实测径流影响的贡献应比天然河川径流还要大一些。因此,按照本文分析结果,对于花园口断面,人类活动对实测径流变化的影响应大于75%。参照前人对黄河流域实测径流变化影响的研究结果[12-15, 28],人类活动的影响均占主导作用,大多数研究得到贡献率在70%以上,有的甚至在90%以上,这与本文结果基本一致。

    • 为进一步区分气候变化和不同人类活动对天然河川径流量变化的贡献,采用基于二元水循环模型的流域天然河川径流量评价方法和水循环演变多因素归因分析方法进行分析。主要结论如下:

      (1) 采用1956—2016年长系列资料,构建黄河流域分布式二元水循环模型,并对模型进行率定验证。结果表明,对黄河主要干流水文站月流量过程而言,率定期Nash-Sutcliffe效率系数均在0.7以上,大部分站点相对误差均在6%以内;验证期Nash-Sutcliffe效率系数除头道拐和龙门站外,均在0.6以上,相对误差除龙门站外,均在3%以内。说明模型能够较好地描述黄河流域实测径流过程。

      (2) 采用基于分布式二元水循环模型的“耦合模拟-分离评价”的天然河川径流量计算方法,评价分析黄河流域主要干流断面天然河川径流量。结果表明,在1956—1979年水平年、2000年水平年、2016年水平年情景下,花园口断面天然河川径流量分别为567.2亿m3、486.9亿m3和452.6亿m3,呈减少趋势,2016水平年情景相对于1956—1979年水平年减少20.2%。2000年水平年和2016年水平年情景除唐乃亥断面以上区域天然河川径流量有所增加之外,其他区间均呈减少趋势,其中龙门—三门峡区间减少幅度最大,分别减少31.5亿m3和37.7亿m3;其次是兰州—头道拐和头道拐—龙门区间;三门峡—花园口区间减少幅度最小,分别为11.4亿m3和15.3亿m3

      (3) 采用水循环演变多因素归因分析方法分析气候、下垫面和社会经济取用水3个因素对天然河川径流量减少的贡献率。结果表明,花园口断面2016年水平年情景(现状年情景)相比于1956—1979年水平年情景(“八七”分水情景),天然河川径流量减少114.6亿m3,其中气候变化、下垫面变化和社会经济取用水的影响贡献率分别为24.4%、25.0%和50.6%。从分区来看,兰州以上区域气候变化是主导因素,兰州以下各区间人类活动是主导因素,受水土保持和社会经济取用水活动程度不同,各种因素的贡献率各不相同。说明人类活动对天然河川径流量的间接影响(因用水新增区域蒸散发和滞留包气带)要大于气候变化的直接影响(降水量减少和因气温升高增加蒸散发)。

      (4) 从研究结果来看,黄河流域天然河川径流量衰减是大趋势,人类取用水和水土保持等活动是主要因素,应加强深度节水、刚性控水、适度增水、强化管水和立法护水,以遏制天然河川径流量衰减的趋势,促进流域生态保护与高质量发展。

参考文献 (28)

目录

    /

    返回文章
    返回