朱熠明, 蓝云龙, 周祖昊, 陈赛男, 蔡静雅, 刘佳嘉

(1.中交(天津)生态环保设计研究院有限公司, 天津 300461;2.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室, 北京100038;3.华北水利水电大学, 郑州 450046; 4.黄河水利委员会西宁水文水资源勘测局, 西宁810008)

黄河上游来水来沙分布不均、水沙异源的问题对黄河流域开发治理影响较大[1-2]。针对黄河上游水沙变化规律，学者们从多角度进行了研究，侯素珍[3]、张世军[4]、罗春红[5]、田小靖[6]等采用趋势性和突变性方法对黄河上游石嘴山、头道拐等水文站的实测输沙量进行规律和发展趋势分析，站点断面年输沙量持续性锐减，于1968年和1986年输沙量发生突变，呈显著性减少趋势；郭彦[7]、许文龙[8]、苏晓慧[9]、王秀杰[10]等采用小波等周期性分析方法，发现黄河上游唐乃亥、石嘴山、头道拐等站点月输沙量的周期性在70—90年代间开始减弱并于2000年后消失，水沙序列的丰枯变化趋势不一致，水沙变化具有多时间尺度特性，大中尺度振荡嵌套较小尺度的周期振荡；姚文艺[11]、申冠卿[12]等探究黄河上游龙羊峡、刘家峡水库运行后引起的流量削峰作用与调节过程对河道输沙过程、冲淤演变产生的影响；冉大川等[13]对黄河上游内蒙古河段构建降雨产流产沙力经验模型计算降水和水保措施对该河段产沙量的影响，降水是影响该河段产沙量减少的重要因素。

目前的研究多是针对黄河上游干流水文断面或水库开展，且多是利用实测输沙资料分析序列的趋势性、突变性、周期性等规律，而对于产沙量较大的支流水沙演变规律研究很少，且很少使用分布式水沙模型模拟探究水沙过程变化的机理。支流的气候条件、水文条件、地形地貌条件、植被条件、土壤条件与黄河干流不同，其变化特征和时空分布呈现明显的差异性。本文以黄河上游大夏河流域为研究区，分析该流域的水沙演变规律、变异特征及驱动机制。

1 研究区概况与数据来源

1.1 研究区概况

大夏河发源于青海省黄南藏族自治州同仁县南部和甘肃省夏河县西南部，河源海拔4 221 m，干流河道全长203 km，流域面积7 154 km2，于甘肃省临夏县塔张村注入刘家峡水库，大夏河流域地理位置102°02′—103°23′E，34°51′—35°48′N。折桥水文站为大夏河流域出口控制站，控制流域面积6 967 km2。

1.2 数据来源

研究区气象数据来源于中国气象数据网；地形数据采用的高程数据为SRTM90；土壤类型数据来源于全国第二次土壤普查和《中国土种志》；土地利用信息包括经国家相关部门批准的1986年、1996年、2000年、2005年、2010年、2015年6个时段的1∶100 000土地利用图；水土保持建设信息根据全流域各县《水利统计年鉴》公布数据，并与土地利用图的叠加提取获得；植被信息由遥感数据反演，主要包含叶面积指数、植被覆盖度指数，其中植被覆盖度根据归一化植被指数(NDVI)计算得出，NDVI来源于两种数据源分别为：8 km精度的GIMMS AVHRR数据和1 km精度的MOD13A2数据；叶面积指数来源于两种数据源分别为：8 km精度的GlobMap LAI数据和1 km精度的MOD15A2数据；输沙量数据来源于黄河水利委员会提供的折桥水文站观测数值。

2 研究方法

2.1 水循环表征要素的时空演变规律研究方法

水循环表征要素的时空演变规律主要采用统计学方法。使用Mann-Kendall非参数检验法[14]，对大夏河流域多年实测输沙序列要素的时间序列进行显著性检验，定量反映大夏河流域变化趋势和突变情况。

2.2 水循环影响要素的成因机理解析方法

水循环影响要素的成因机理解析方法主要采用水文模型法及归因分析法。基于WEP-L模型[15-17]构建的WEP-SED模型[18-19]模拟流域的产输沙过程。图1为WEP-SED模型坡面及沟道的产输沙过程，按照土壤侵蚀和泥沙输移的一般步骤，逐流域进行“坡道—沟道—河道”三级流域输沙计算。为验证模型在研究区的模拟效率，选取Nash-Sutcliffe效率系数(NASH)、相对误差(RE)及判定系数(R2)评价模型模拟效果[20]。一般来说，Re<20%，R2>0.5，Nash>0.5，认为模型模拟是可靠的。

图1 WEP-SED模型坡面及沟道产沙过程

对折桥站模拟水沙过程进行率定和验证，表1为该站月尺度水沙过程模拟结果评价，图2为该站水沙过程模拟与实测结果对比。经过率定和验证后的水沙过程模拟均满足模拟评价的精度要求，为大夏河流域水沙过程变化分析和归因分析提供条件。

通过多因素归因分析方法进行归因计算[21]，根据各因素计算率公式，得到各因素分解量如下：

(1)

(2)

(3)

式中:δxi表示因素xi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(变化期ei,j=1,基准期ei,j=-1);Sj是第j个情景的模型模拟结果值;n为影响因素个数;A为所有因素影响贡献量之和;βi表示在考虑n个影响因素前提下,第i个因素占总变化的贡献率。分析不同时期各因素对水沙过程影响,采用多因素归因分析方法对水沙过程进行归因分析,包括气温、降水和土地利用3个影响因素,情景设置见表2。

表1 1956-2016年折桥水文站月均水沙过程模拟结果评价

图2 1956-2016年折桥水文站水沙过程模拟与实测结果对比

表2 归因分析因素情景

3 结果与分析

3.1 实测水沙过程规律分析

图3为大夏河流域实测年径流量和年输沙量的变化情况，最大年径流量为24.35亿m3(1967年)，最小年径流量为3.85亿m3(1991年)，最大年径流量是最小年径流量的6.3倍；最大年输沙量为1 391.48万t(1967年)，最小年输沙量为44.71万t(2009年)，最大年输沙量是最小年输沙量的31.12倍；径流和输沙变化差异极大。根据Mann-Kendall趋势分析法分析，年径流量整体上呈减少趋势，变化率为-0.85亿m3/10 a，1994年后年径流量下降趋势显著；年输沙量整体上呈减少趋势，变化率为-66.25万t/10 a，1990年后年输沙量下降趋势显著。

图3 1956-2016年大夏河流域实测径流和输沙量年际变化情况

图4为大夏河流域实测年径流量和年输沙量Mann-Kendall突变性检验结果，对检验结果进行分析，在给定显著性水平为0.05(U0.05=1.96)的条件下，对于年径流量，标准正态分布序列UF和反序列UB在1984—1985年出现交点，年径流量发生突变，下降趋势显著；对于年输沙量，UF和UB曲线在1987—1988年出现交点，该段时间年输沙量发生突变，且下降趋势显著。综上所述，年径流量和年输沙量均在1980s的中期发生突变。后续分析中，按照年输沙量出现的拐点分段，以1956—1987年为基准期，1988—2018年为变化期，对水沙过程变化规律进行分析。

图4 1956-2016年大夏河流域实测径流和输沙量Mann-Kendall检验

图5为基准期和变化期的实测水沙过程年内变化情况。对于输沙年内分布过程，折桥站的年内水沙过程曲线呈明显“单峰型”，但河道径流过程与输沙过程不完全同步。

最大月径流量出现在9月，而最大月输沙率出现在8月；径流量减幅最大的月份也出现在9月，而输沙率减幅最大的月份也出现在8月。由此推断，大夏河产流产沙机制存在较大的不同。

图5 1956-2016年大夏河流域基准期和变化期实测水沙过程年内变化情况

通过计算，折桥站的多年平均输沙量282万t，主要集中在汛期的7—9月，占年输沙量的79%。变化期(1988—2018年)相较于基准期(1956—1987年)的径流量和输沙量均在减小，变化期的年径流量较基准期减少31%，输沙量减小57%，输沙量的减小幅度是径流量的1.8倍；在输沙量最大的7—9月，输沙量月均减小幅度为56%，径流量月均减小幅度为32%，与全年基本一致；在输沙量最大的8月，输沙量月均减小幅度为58%，径流量月均减小幅度为33%，与全年基本一致；分析在1—6月和10—12月的输沙量变化，相较于基准期，变化期的径流量和输沙量同汛期一样均在减少，该9个月的输沙量减少52%，径流量减少29%，与全年基本一致。

3.2 气象要素和土地利用变化情况

表3和图6为大夏河流域在基准期与变化期各影响因素变化情况。变化期内的年均气温和月均气温较基准期均呈增加趋势，流域多年平均气温1.91℃，变化期较基准期增加0.80℃；其中，7月、8月的月均气温为年内最大温度，多年平均月均气温分别为11.88℃，11.38℃，变化期内月均气温较基准期分别增加0.90℃，0.76℃；1月、12月为年内最低月均气温，多年平均月均气温分别为-9.63℃，-8.04℃，变化期内平均月均气温较基准期分别增加0.96℃，0.96℃。

表3 1956-2018年大夏河流域基准期与变化期各影响因素对比分析

图6 1956-2018年大夏河流域气温、降水年内分布情况

大夏河流域多年平均年降水量525.33 mm。分析降水、径流、输沙年内过程，发现最大月降水量出现在7—8月，略早于最大月输沙量(8月)，早于最大月径流量(9月)。可以推断，输沙量不仅与河道径流量有关系，还跟坡面的产流、产沙量有关系，8月降水量最大，推断是8月输沙量最大的原因，在后文模型模拟中将对此进行分析。

变化期的多年平均降水量较基准期变化幅度很小，两个时期的年均降水变化幅度几乎为0，7月和8月为年内最大降水月，占年降水量的40%，分析这两个月发现，变化期8月的降水较基准期减少11.32 mm，下降幅度10%；变化期7月降水较基准期增加0.65 mm，增加幅度只有1%。

对于土地利用，大夏河流域林地、草地、裸地、农田面积占比分别为30.6%，45.2%，17.8%，5.3%，余下的1.1%为水域和城镇地表面积，所占比例较小。变化期相较基准期，林地减少面积与草地增加面积的变化幅度较大且变化量相当，裸地、农田面积变化总量较小，见表3。

3.3 气候要素和土地利用变化对水沙过程归因分析

3.3.1 水沙年内分布规律成因分析 流域内蒸散发量的变化受气温、降水等因素影响，在前文3.2节分析得到，7—8月的多年平均月均气温为年内最大月均气温，多年平均月降水量在7月出现峰值，通过对大夏河流域的蒸散发量进行模拟，分析大夏河流域在年内蒸散发量变化过程，大夏河流域年均气温蒸散发量474.06 mm，月蒸散发量在年内随着温度的变化呈明显的先增后减的趋势，在7月达到年内峰值，其中，5—9月的蒸散发量分别为67.7 mm，80.5 mm，92.7 mm，87.5 mm，60.9 mm，共计约占全年总蒸散发量的82%。

通过分析，7月之前的降水量较小，7月降水量较6月增加31.0%，达到年内峰值。由于7月前的土壤较为干燥，含水率较低，土壤吸水率较大，又因为7月的蒸散发量较6月增加13.2%达到年内峰值，在土壤吸水和蒸散发大的双重影响下，径流量在7月并未达到年内峰值，但较6月增幅35.5%；由于7月较大的降水强度，坡面上的泥沙颗粒受降水形成的坡面水流作用，较容易发生泥沙起动，表层土壤中起动功率较低的泥沙颗粒较容易发生迁移，可较快完成产汇沙过程，导致7月的月输沙量增加较多，输沙量较6月的增加幅度为68.4%。

进入8月后，8月蒸散发量较7月减少5.9%，降水减少2.5%，蒸散发的减少幅度高于降水减少幅度，导致8月的径流量较7月增加23.0%；由于降水过程的持续，8月的土壤含水率较7月高，泥沙颗粒在水流作用下更容易发生迁移，故年内月输沙量的峰值出现在8月，输沙量较7月增加42.0%。9月的蒸散发量较8月减少43.7%，降水的幅度减少为32.2%，蒸发的减少幅度大于降水，因为9月的实际降水量依然较大，且土壤含水率较7月高，径流在9月出现年内峰值；随着9月降水量的减少，少部分泥沙起动功率较高的颗粒较难完成泥沙颗粒的迁移，故9月的月输沙量较8月下降明显，下降幅度为124.3%。10月后，随着降水、蒸发的快速下降，径流量和输沙量下降明显，减少幅度分别为24.0%和124.3%。

3.3.2 各项因子贡献分析 图7为大夏河流域径流过程在气温、降水和土地利用等因素影响下的水沙过程年内影响量变化情况，表4为该流域在各因素影响下的水沙过程归因分析。通过分析，降水因素对大夏河流域减水、减沙的影响最大。前文中分析了降水量下降对径流和输沙过程的影响方式，尤其在降水量较大的7—9月，径流量和输沙量下降明显。综合来看，降水对减水、减沙的贡献率分别为-77.0%和-90.0%。

图7 各因素对1956-2018年大夏河流域水沙过程的影响

表4 1956-2018年大夏河流域产输沙减少归因分析

分析气温对径流和输沙过程的影响，变化期内5—10月的月均气温较基准期增加，该时段的气温增加导致流域内蒸散发加大，因此变化期的河道水量较基准期减少，河道水流挟沙力下降，从而输沙量下降；其他月的气温对径流、输沙的影响较小，对年内变化总体影响不大。综合来看，气温对水沙过程的影响以减水、减沙为主，贡献率分别为-29.7%和-16.5%为主。

分析土地利用因素对水沙过程影响，大夏河流域内土地利用主要以林地、草地和裸地为主，农田面积较小，由于受人类活动的影响，变化期较基准期的林地面积减少量与草地面积增加量变化相当，由于草地的保水固沙能力较林地弱，尤其是植被生长旺盛的5—10月，植被的面积变化导致该区域的综合保水固沙能力减弱，从而土地利用变化对径流量和输沙量的影响呈微弱的增水、增沙作用，贡献率分别为6.7%，6.6%。

4 结论与展望

4.1 结 论

本文采用统计学方法分析了大夏河流域实测输沙量的变化特征，采用WEP-SED模型模拟该流域水沙过程并进行归因分析，探究气温、降水和土地利用变化对水沙过程的影响，得到如下结论：

(1) 通过Mann-Kendall趋势分析，大夏河流域1957—2011年的年径流量呈减少趋势，年平均下降速率为0.85亿m3/10 a；多年输沙量呈减少趋势，平均下降速率约为66.3万t/10 a。采用Mann-Kendall突变检验，大夏河流域的年径流量在1984—1985年发生突变后呈显著下降趋势，年输沙量在1987—1988年发生突变后显著下降趋势，输沙量的减小幅度是径流量的1.8倍。

(2) 分析大夏河流域气温、降水和土地利用的在基准期和变化期的变化情况。变化期的年内气温较基准期增加幅度为0.35～1.28℃，增加幅度较大；两时期的降水年均变化为几乎为0，其中，在降水量最大的7月，变化期较基准期的变化量基本不变，但降水量次大的8月降水减少较多，减少了10%，其余月的降水量均有所增加；对于土地利用，林地面积减少量与草地面积增加量相当，裸地、农田面积变化总量较小。

(3) 采用多因素分析法对大夏河流域水沙过程归因分析，发现降水对折桥站径流量和输沙量减少的贡献最大，贡献率分别为-77.0%和-90.0%；气温对径流和输沙量变化的贡献率分别为-29.7%和-16.5%；土地利用变化对径流和输沙量的贡献率分别为6.7%和6.6%，对水沙产沙起到微弱的增加作用。

4.2 展望

虽然本文使用的WEP-SED模型在大夏河流域具有较好的适用性，但由于对水沙过程认识的局限性，模型模拟结果存在一定的误差。模型中所使用的气象数据、地形数据、土地利用类型、植被数据等由于测量和统计误差，对模型模拟结果的准确性和可靠性也有一定影响。下一步研究中，将侧重于上述不确定性问题的研究以提高量化结果。

致谢：感谢黄河水文水资源科学研究院张学成教高和李东教高、西安理工大学的李鹏教授、西北农林科技大学的赵广举教授、黄河水利科学研究院的夏润亮教高、中国水利水电科学研究院的张晓明教高对本研究的大力支持。