黄河河龙区间输沙变化特征及归因分析

2022-05-04高光耀傅伯杰

水土保持研究 2022年3期

宁珍, 高光耀, 傅伯杰

(1.中国科学院生态环境研究中心, 城市与区域生态国家重点实验室, 北京 100085; 2.中国科学院大学, 北京 100049)

河口—龙门区间(简称河龙区间)位于黄河中游晋陕峡谷段，区间内植被稀疏、暴雨密集、土壤质地疏松，导致了严重的水土流失问题[1]。河龙区间面积占黄河流域总面积的15%，贡献了三门峡以上黄河泥沙量的90%[2]。流域产沙量主要取决于降雨和人类活动的影响[3]。自20世纪50年代以来，为了控制水土流失和土地退化，黄河中游实施了大规模的梯田、造林、坝地等水土保持措施，1999年更是启动了退耕还林还草大型生态修复工程[4]。此外， 20世纪50年代以来，河龙地区气候呈现暖干化趋势(即潜在蒸散发增加，降水量减少)[5]。在降雨减少和人类活动的共同作用下，近60 a来河龙区间产沙量发生了显著变化，平均每年减少3.3%[6]。Zhang等[7]指出，气候干旱、工程措施和植被增加共同作用导致了1950—2008年黄土高原的产沙量显著减少。高海东等[8]以河龙区间为研究对象，认为植被恢复是2000—2017年输沙量减少的主要原因。胡春宏等[9]以黄河中游为研究区域，发现在极端降雨事件中，实施水土保持措施的地区比未实施地区的输沙模数减少了75%。王飞等[10]发现在不同时期，人类活动对延河流域水沙变化的影响程度有一定差异。

分析黄河中游河龙区间泥沙变化的特征和原因，不仅对黄河可持续管理至关重要，也可以为多沙粗沙区水土流失的治理提供参考[11]。目前的研究对黄河泥沙变化规律和影响因素等方面已有全面的阐述，但对各因素作用大小仍缺乏定量的研究[12]。另外，多数研究以河龙区间整体为研究对象，忽略了不同子流域间的对比分析。因此，本文选取河龙区间的15个流域，分析1961—2017年输沙模数的变化趋势和突变时间，定量区分气候变化和人类活动对输沙模数的影响，为黄河治理提供参考。

1 研究区概况

河龙区间位于黄河中游上段(图1)，地处北洛河以东，吕梁山以西，在东经108°02′—112°44′，北纬35°40′—40°34′之间，集水面积约11.2万km2。区域内地势北高南低，地貌类型以黄土丘陵沟壑区、风沙区和基岩出露区为主，其中黄土丘陵沟壑区占流域总面积的60%以上。河龙区间属于温带大陆性季风气候，年均气温2.2°～15℃，年均降水量310～610 mm。区域内降雨时空分布极不均匀，空间上由东南向西北递减，东南部年平均降雨量达590 mm，西北部年平均降雨量仅为300 mm[13]，年内降雨集中在6—9月，占全年总降雨的60%以上。作为国家水土保持工作的重点地区，截至2006年底，河龙区间水保措施累计治理面积达418万hm2，为1959年的18倍[14]。

2 数据与方法

2.1 数据来源

输沙量数据由水利部黄河水利委员会发布的黄河流域水文资料获得，输沙模数根据输沙量数据计算而得，数据时间为1961—2017年。

降水数据由中国气象科技数据中心(http:∥data.cma.cn/)获得，该数据基于国家级台站(基本、基准和一般站)的降水月值资料，由薄盘样条法进行空间插值生成，空间分辨率为0.5°×0.5°。各流域的数据使用ArcGIS软件进行剪裁和计算。

水土保持措施数据来自冉大川[15]和姚文艺等[16]文献。

图1 河龙区间流域、水文站及气象站点位置

2.2 方法

2.2.1 Mann-Kendal非参数趋势检验法 Mann-Kendall非参数检验法是判断时间序列数据趋势的重要方法[17]，现已广泛应用于水文、气象等时间序列的趋势性分析[18]。与参数法相比，该方法不考虑样本序列的分布特征，且检验结果不受序列中少数异常值和中断点的干扰，因而得到了广泛的应用[19]。对于给定的时间序列X(x1,x2,…,xn)，统计量S定义如下：

(1)

式中:xj和xi表示第j和i年的样本值,且j>i:

(2)

统计量S近似正态分布，方差为：

(3)

标准化统计量为：

(4)

若|Z| > 1.96，则在0.05显著性水平下拒绝无趋势的原假设。当Z为正值时，表示上升趋势，当Z为负值时，表示下降趋势。

趋势度β的公式为：

(5)

β大于0时表示序列呈上升趋势，β小于0时表示序列呈下降趋势。

2.2.2 Pettitt突变点检验法 Pettitt检验是目前广泛用于检测水文序列突变点的非参数方法[20]。对于给定的时间序列X(x1,x2,…,xn)，划分为x1,x2,…,xt和xt+1,xt+2,…,xn两部分，统计量Ut，n计算如下：

Ut,n=Ut-1,n+Vt,n

(6)

(7)

式中:t=2,…,n；sgn()函数与Mann-Kendall检验中相同。突变点为|Ut,n|最大处:

Kn=max|Ut,n|

(8)

判断显著性水平的统计量p定义为：

(9)

2.2.3 输沙变化归因分析使用“水文法”定量区分降雨减少和人类活动对输沙变化的贡献。该方法可以用于确定不同时期水文时间序列的差异。根据各个流域的突变时间，将突变时间以前的输沙模数序列划分为基准期，突变时间后的时段为受到人类活动影响较多的措施期。首先建立基准期内降雨与输沙之间的回归方程，然后用此方程估计措施期的产沙量，实测值与拟合值之间的差值代表人类活动造成的影响，其余的部分由降雨变化造成。公式如下：

SSY1=f(P1)

(10)

SSY'2=f(P2)

(11)

(12)

(13)

Rustomji等发现黄土高原流域年输沙模数的平方根与年降水量呈线性相关[21]。本研究中用此来描述降雨—输沙的关系：

(14)

3 结果与分析

3.1 输沙序列趋势分析

对1961—2017年15个流域的数据进行分析，研究区内各流域的年平均输沙模数差异较大(表1)，范围在730.84～11 132.60 t/km2之间，相差15倍以上，15个流域的平均值为6 064.66 t/km2。MK分析结果显示15个流域的年平均输沙模数都存在显著的下降趋势，下降幅度在-20.74～347.26 t/(km2·a)之间。

表1 1961-2017年各流域输沙模数的年平均值及MK趋势分析

3.2 输沙序列突变点检验

使用Pettitt检验法对15个流域年输沙模数突变时间和显著性水平进行检验，结果见表2，研究区各流域突变时间主要集中在80，90年代。

表2 输沙模数序列Pettitt突变点检验结果

3.3 气候变化和人类活动对输沙变化的贡献率

定量区分降雨变化和人类活动对输沙减少的贡献，基准期各流域输沙模数的平方根和降雨量之间的线性回归方程见表3，回归方程的决定系数在0.53～0.72之间。降水变化和人类活动对输沙模数减少的贡献率见图2。

平均来看，降水和人类活动对输沙模数减少的贡献率分别为37.92%和62.08%。在云岩河流域和湫水河流域，降水对输沙模数减少的贡献率大于50%，在其余流域，人类活动是导致输沙模数减少的主要因素。位于研究区中部的部分流域中，人类活动对输沙模数减少的贡献率较高，如清涧河流域和三川河流域，人类活动的贡献率均大于80%。

表3 输沙模数的平方根与降雨量之间的线性回归方程

图2 降水和人类活动对输沙减少的贡献率

3.4 水土保持措施对输沙的影响

自20世纪50年代以来，黄土高原采取了一系列水土保持措施，包括梯田、坝地等工程措施和造林种草等生物措施[22]。淤地坝是黄土高原地区防治水土流失的主要工程措施，在蓄水拦沙方面发挥了显著作用，河龙区间部分流域淤地坝的多年平均减沙效益可达40%以上[23]。退耕还林还草工程实施后，黄土高原植被覆盖度从1999年的31.6%迅速增加到2013年的59.6%[24]，植被覆盖能削弱降水对地表的溅蚀和冲刷，被认为是减少侵蚀最有效的措施之一[25]。

图3为研究区60年代以来水土保持措施统计。20世纪80年代之前各项措施的实施速度较慢，但在80年代之后显著加快，水土保持措施的急剧增加可能是流域输沙减少的主要原因。1959—2006年，水土保持措施总面积占比由1.28%增加到42.4%，其中造林的增幅最高，由1959年的0.75%增至2006年的29.99%，尤其在90年代后，随着国家水土保持生态建设和退耕还林还草等政策的实施，区间内造林和种草的面积大幅提升。至2006年，研究区总水土保持治理度达39.75%，研究区内面积最大的水土保持措施为造林，面积为2.01万km2，占所有措施总面积的70.92%，种草、梯田和坝地依次占16.14%，11.48%和1.82%。

图3 水土保持措施面积比例变化

使用15个流域的年代际产沙系数与水土保持措施面积占流域总面积的百分比做线性回归分析，来分析土保持措施对流域产沙的影响，公式如下：

(15)

表4 年代际产沙系数与水保措施总面积占流域总面积比值的回归分析

各流域年代际产沙系数随水土保持措施占比面积增大而下降，共有9个流域通过显著性检验(p<0.05)，决定系数R2范围在0.78～0.99之间。共有5个流域(皇甫川、窟野河、秃尾河、佳芦河和无定河)的决定系数大于0.9，这些流域集中在研究区西北侧。与东南侧流域相比，研究区西北侧流域的产沙系数与水土保持措施面积占比的相关性更强，水土保持措施在减缓流域产沙方面发挥了更大的作用。