水文改变指标体系在生态水文研究中的应用综述

程俊翔，徐力刚,3，姜加虎

(1.中国科学院南京地理与湖泊研究所中国科学院流域地理学重点实验室，江苏 南京 210008；2.中国科学院大学资源与环境学院，北京 100049； 3.江西省山江湖开发治理委员会办公室，江西 南昌 330046)

自20世纪90年代以来，水文过程研究越来越重视与生态过程的结合，并由此衍生出了一门新的边缘学科——生态水文学。区别于传统的水文学，生态水文学主要研究水文过程与生态过程的相互关系与耦合机制，尤其强调生物特征和尺度问题[1-3]。作为保证河流、湖泊等水域生态系统健康完整的核心要素，水文情势在一定程度上决定着水域生态系统的生物组成、群落结构以及生态功能等[4-5]。水文情势变化既可以直接影响生态系统，还可以通过改变环境而间接地作用于生态系统[6-7]。因此，在对水资源进行合理的开发利用时，有必要考虑水文情势变化可能触发的生态环境效应[8]。与此同时，水域生态系统对水文情势变化的响应极其敏感，而气候变化和人类活动对水文过程的影响也日益显著[9-11]，这也引起了国内外社会的普遍关注。

表1 IHA参数及其对应的生态系统影响

注：整理自IHA用户手册[18]。

水文情势研究一般需要通过特定的水文指标来表征，而水文情势指标的定性或定量描述是生态水文过程研究的一项重要内容。Poff等[12]率先较为全面地阐述了水文情势变化的5个方面内容，包括流量量级、历时、出现时间、频率和变化率，用以描述整个水文过程。随着研究的深入，目前已有超过170个水文指标被提出[13]，用以评估水文改变状况及其所引发的生态环境效应。其中，Richter等[14]提出的包含32个参数的水文改变指标(indicators of hydrologic alteration，IHA)，可以定量评估水文情势的变化特征，成为此后生态水文过程研究的重要基础。为了进一步定量评估水文改变度并设定自然状态下的环境流量变化范围，Richter等[15-16]在IHA的基础上又提出了变化范围法(range of variability approach，RVA)。然而，由于RVA在设定环境流量目标时存在复杂、操作性不强等缺点，包含34个参数的环境流量成分(environmental flow components，EFCs)逐渐发展起来，能够克服RVA的缺点并快速简便地设定环境流量管理目标[17-18]。经过美国大自然保护协会的发展和完善，原来的32个IHA参数修订为33个，增加了“断流天数”和“基流指数”2个参数，并把原来的“流量上升次数”和“流量下降次数”两个参数整合为“流量逆转次数”。目前，IHA与RVA、EFCs一起集成了一套开源软件系统，统称为IHA体系。

1 IHA体系的内容

IHA体系主要包括IHA、RVA和EFCs三部分内容，其中，IHA和RVA为同一套参数(表1)，而EFCs使用另一套参数(表2)。IHA体系可以快速、便捷地评估由人类活动(如大坝水库建设、调水工程等)引起的水文改变及生态效应，并通过设定合理的生态环境流量为水资源管理提供参考。一般地，IHA以逐日流量(河流流量)或水位(湖泊水位、地表水位等)数据为计算基础，能够同时得到67个生态水文参数的结果，即33个IHA参数和34个EFCs参数。水文数据序列应当超过20 a，既可以是整个时段，也可以对比分析两个时段。计算方法包括参数化方法和非参数化方法，其中参数化方法的计算结果为均值和标准差，非参数化方法的计算结果为中值和百分位数。由于水文数据一般为非正态分布，故常采用非参数化方法。高、低流量阈值以及RVA的上下限也是据此两种方法所确定的。

1.1 IHA

IHA包含了5组33个水文参数，其分组是依据流量量级、历时、出现时间、频率、变化率来划分的，每组均包含了若干水文指标，并对应着相应的生态系统影响，详见表1。第1组包括12个水文参数，分别为12个月的流量中值或均值；第2组为年极端流量和历时，包括12个参数，其中基流指数为年最小7 d流量与该年平均流量的比值；第3组为年最大和最小流量出现时间；第4组为高、低流量的发生频率和历时，其默认阈值为25%和75%分位数；第5组包括上升率、下降率和流量逆转次数3个参数，其中上升率(下降率)定义为连续日流量之间所有正差异(负差异)的平均值或中位数。

表2 EFCs参数及其对应的生态系统影响

注：整理自IHA用户手册[18]。

1.2 RVA

RVA是在IHA的基础上发展起来的，最初是为了设定基于环境流量的河流生态系统管理目标[15]，此后又可以用来定量评估河流的水文改变度[16]。RVA设定河流环境流量的管理目标是基于流量的自然变化情况，即人类活动影响前的河流水文情势。按照百分位数(默认值为33%和67%)将影响前的流量序列分为高、中、低3个不同的区间，那么设定环境流量目标时只需观察影响后的流量值是否落在对应的区间内即可。与此同时，根据各个水文参数的期望频率和实际频率的变化百分比可以计算出对应的水文改变度(degree of hydrologic alteration)，有利于充分理解生态水文指标的统计学特征，并判断水文状况的改变度。需要注意的是，RVA只对IHA参数有效，对EFCs无效，且必须是比较两个不同时段时才可用。

1.3 EFCs

依据水文气候区的流量大小，河道流量可依次分为洪水、高流量脉冲、低流量和极枯流量，其中洪水又可分为大洪水和小洪水，即EFCs的5种类型(表2)，全面概括了河道流量的变化过程。EFCs包含34个水文参数，其中低流量对应12个月的平水流量，极枯流量包括峰值流量、持续时间、出现时间和发生频率4个参数，高流量脉冲、小洪水和大洪水还在极枯流量的基础上增加了上升率和下降率2个参数。5种类型的划分主要是依据流量序列的百分位数及重现周期，具体算法请参见IHA用户手册[18]。从其生态系统影响来看，EFCs提供了一个描述生物与水文情势变化关系的基础框架，对实现正常的生态功能和维持生态系统完整性具有重要作用，是一种评估和推荐生态环境需水的有效方法[17]。

2 IHA体系在生态水文研究中的应用

作为评估水文改变及其生态系统影响的一种有效方法，IHA在全世界范围内得到了广泛的应用。据美国大自然保护协会的初步统计，全世界有将近2 000位水资源管理者、水文学家、生态学家以及政策制定者运用IHA体系来评估河流、湖泊乃至流域的水文改变及其生态效应，并为将来的水资源管理情景提供支持。总结起来，IHA体系的应用大致可以归纳为3个主要方面：水文情势改变评估、生态环境影响评估、生态环境流量估算。

2.1 水文情势改变评估

在全球气候变化的大背景下，人类活动影响下的水文情势正发生着显著的变化，特别是水坝(库)建设、调水工程、围垦等对水文情势改变的定量评估是近年来研究的热点问题之一[19-20]。IHA体系在定量评估人类活动导致的水文改变时，具有快速、方便、准确、全面等特点。基于IHA和RVA，学者们评估了大坝建设对我国长江[21-24]、黄河[25-26]、淮河[27]等河流以及湄公河[28]、Lower Zab河[29]等跨国河流水文情势的影响。RVA可以定量计算出每个指标的水文改变度Di，其绝对值分布在0～33%、34%～67%和68%～100%时分别对应着无或低改变度、中改变度和高改变度[16]。然而，Shiau等[30-31]认为不同的Di可能对应着不同的改变度等级，因此提出了以权重的方式计算总体水文改变度(overall degree of hydrologic alteration)，用来从整体上评估河流的水文改变度。杨娜等[32]考虑到这两种分级方法要么忽略Di的分布特征，要么易受数值较大参数的影响，从而根据归一化思想对其进行了改进。Lin等[33]从IHA秩次和对称性的角度对RVA进行了改进，并提出了频率改变指数、趋势改变指数和对称性改变指数来描述水文改变状况，得到了比传统方法更加精确的定量结果。邓迪水文情势改变法(Dundee hydrological regime alteration method, DHRAM)也是在IHA的基础上发展起来的一种评估水文改变状况的方法，该方法通过权重打分的形式将水文改变状况(生态系统响应)划分为5个等级，依次对应着水文状况未受影响(无风险)、受到轻微影响(低风险)、受到中度影响(中风险)、受到高度影响(高风险)和受到极端影响(极端风险)[34]。

我国拥有770座大型大坝和水库[35]，位居世界前列，然而数量众多的大坝和水库严重影响了河流、湖泊的水情特征，尤其是以长江三峡为代表的水库对其下游水情和生态的影响，吸引了人们的热切关注。Jiang等[36]采用RVA评估了三峡大坝对长江中下游水情的影响，指出径流变化率和年极端流量受到的影响较大，且影响程度随着距离的增加而减弱。张飒等[37]基于RVA研究了丹江口水库对汉江水文情势的影响。Duan等[38]综合运用IHA、RVA和DHRAM等分析了长江流域24个大型水库群对长江水情的影响。此外，东江流域的水文过程也因为水库建设而发生显著改变，直接影响广州、深圳等珠三角城市群以及香港的水资源供给，也是学者们的重点研究对象之一。Zhang等[39-40]采用IHA、RVA揭示了新丰江、枫树坝等水库对东江流域河流水情的影响。同样以东江为研究对象，Chen等[41]认为通过可视化图形对RVA结果进行展示将比表格更好，并借助XmdvTool软件以平行坐标系图和雷达图等形式展示了分析结果，不仅更加生动直观，而且信息量也更多。黄速艇等[42]、顾西辉等[43]、Lin等[44]基于IHA体系从不同角度探讨了东江流域的水文情势改变。Richter等[16,45]还采用RVA评估了大坝和水库建设等人类活动在空间上对水文状况的影响。此外，IHA也可用于评估气候变化对水文情势的影响[29]。

以上研究大都是从河流径流量的角度来分析水文改变特征，而从水位视角进行的研究相对较少，特别是关于湖泊水位的研究鲜见报道。根据IHA和RVA，Zhang等[46]分析了珠江三角洲月水位的空间变异特征；Xu等[47]比较了我国东部城镇和城郊河网水位的水文改变度。未来研究需要从多维度、多层次来开展，特别是需要开展湖泊水位、河网水位乃至流域水文过程定量评估的研究。

2.2 生态环境影响评估

IHA体系较好地将水文与生态联系在一起，特别是为缺少生态数据的水域生态系统研究提供了一种崭新的思路，而且更加强调了生态系统的整体性。Maingi等[48]根据IHA的分析结果指出，大坝建设削减了Tana河的洪峰流量，显著增加了最低流量，对河岸带森林植被造成了严重的影响。在实际研究中，学者们往往还结合生态盈余(ecosurplus)和生态赤字(ecodeficit)来分析河道生态径流的变化特征[49-50]。Gao等[51]和Zhang等[39]的研究都表明生态盈余和生态赤字与IHA之间的相关关系较强，不仅可以反映IHA的33个参数信息，还能有效缓解其冗余性问题。基于数据挖掘算法，Yang等[52]从33个参数中筛选出了6个生态最相关的参数，并拟合出了其与香农指数(Shannon index)的数学表达式，为水文改变下的生物多样性评价研究提供了参考。

在闸坝水生态效应分析研究中，RVA强调水文与生态的联系，评估结果更适用于生态恢复和闸坝生态调度[53]。基于上述方法，顾西辉等[43-44]评价了水库对东江流域河流生态径流变化及生物多样性的影响；Yang等[54-55]分析了黄河干流的生态径流特征，评估了其生态效应；史方方等[56]评估了丹江口水库对汉江中下游水文情势及鱼类生境的影响。另外，Shieh等[57]结合IHA和栖息地改变指标评估了大坝建设对径流和栖息地环境的影响，并指出这一评估方法不需要生态调查数据和生态学概念。然而，有学者对此有不同的看法，他们认为生态系统极其复杂，IHA体系的评估结果的可靠性和精确性还需要更多的生态数据来进行验证[52, 58]。

在评估水文改变导致的生态环境影响时，IHA体系是一项最基础、最重要的研究内容。在利用IHA体系评估水文生态效应时，仅需要径流量、水位等基础水文数据即可，但是要求水文序列足够长(≥20 a)，限制了在某些数据缺测或无测站河流的应用，同时还缺少生态方面的数据进行补充和验证。因此，实际应用中往往还需要结合其他研究手段或方法来弥补其自身的缺陷和不足，这些问题也是IHA体系未来发展的一大瓶颈。

2.3 生态环境流量估算

目前，河流生态环境需水评估方法大致可以分为水文学方法、水力学方法、生境模拟法和综合法4类[59-60]，其中，IHA估算生态环境流量属于水文学方法。张爱静等[61]基于IHA体系的定量评估结果，研究了河口水流需求及调水调沙后水文情势对环境水流的满足度，建议适当增加黄河口4月和5月的流量，以维持良好的河口生态环境。采用RVA建立的生态需水管理模式在美国、加拿大、澳大利亚等国家都有广泛的应用，而国内的相关研究起步较晚。Galat等[62]利用RVA为Missouri河推荐了一种接近自然水文条件的水库调度运行模式，这种模式包括增加年度洪水脉冲、推迟生长季节的日最小下泄流量出现时间、减少每年的径流逆转次数等。在国内，陈启慧等[63]率先介绍了计算生态需水的RVA及其应用。马晓超等[64]认为基于RVA计算出的渭河中下游的生态需水与其他方法得到的结果较为接近，说明其适用性较好。尽管RVA对数据的要求不高，但是RVA设定的管理目标和策略都比较复杂，在实际应用中还需要因地因时制宜地进行相应的调整。Smakhtin等[65]对RVA进行了改进，认为1、2、…、12月流量，年最小和最大1 d、30 d流量等16个指标也能较好代表河道生态流量，而且调控目标越少越有利于实际应用和管理。舒畅等[66]基于RVA提出了一种更加简便、着眼于河流整体水文情势的生态流量估算方法，刘贵花等[67]将其应用于评估鄱阳湖流域的信江生态流量。官云飞等[68]也在RVA的基础上构建了一种河流的生态环境流量计算方法，包括最大生态环境流量、适宜生态环境流量和最小生态环境流量。

近年来，EFCs作为另一种估算和设定河流生态环境流量的方法，正受到学者们越来越多的重视。Mathews等[17]详细介绍了IHA软件在生态环境流量研究中的发展及应用，并讨论了美国Green河生态环境流量的适应性管理研究。Souter[69]计算了澳大利亚南部Murray河的EFCs，并比较了自然和目前状态下的模拟径流数据，为指导和推荐自然状态下的环境流量提供了参考。Zhang等[40]研究了东江的EFCs的变化特征，为东江的环境流量需水决策提供了有力支撑。基于IHA体系，涂晶晶等[70]以东江为例给出了不同泄流量条件下的河流生态健康状态，其中按照EFCs模式的泄流方式最符合自然径流过程，为流域水库调度提供了重要的参考。此外，还有学者将IHA体系与生态或水文模型进行耦合研究，如谢悦等[71]采用了IHA和EFCs，并结合HEC-RAS模型，得到了满足自然径流动态变化和鱼类不同等级生境目标需求的生态需水推荐结果，为淮河流域水资源配置提供了依据。

总的来看，IHA体系在评估水文情势改变及其生态效应时，有其独特的优势，特别是RVA及其改进方法是目前使用最广泛、最受青睐的评估方法[72]。在评估水文改变引起的生态环境影响时，往往需要结合其他手段和方法(如生态盈余和生态赤字、生态和水文模型等)，有利于指导当地的水资源管理和生态系统保护。然而，虽然IHA体系也可以用于估算和设定河流环境流量，但与其他评估方法相比，其优势并不明显：一方面是管理目标过多，复杂性和难操作性不言而喻；另一方面是仅仅通过水文数据来估算环境流量，没有将生态数据进行有效的耦合，估算结果或许有失偏颇。

3 存在问题与研究展望

IHA体系作为一种快速、方便、易操作的水文改变评估工具，不仅可以全面评估水文情势的变化特征，而且可以通过图表的形式对分析结果进行友好的展示，受到越来越多研究者的青睐。尽管IHA体系是目前生态水文学研究的重要基础，但是其自身发展也面临着一些挑战。

a. IHA体系的参数众多，在某种程度上仍然存在着信息冗余问题，无疑增加了在水资源管理实践中的操作难度。IHA体系的简化和综合研究将是学者们持续关注的焦点问题之一，即如何以最少的水文指标尽可能多地表达关键的生态信息，如生态最相关水文指标的选取、生态盈余和生态赤字的研究等。

b. IHA体系对生态系统的影响评估只是通过水文指标进行间接的反映，目前已有的生态验证也仅仅限于个体或种群的尺度，而忽视了生态系统的整体性。因此，将来的研究需要更多的生态数据来直接验证其结果准确性和精度，特别是要考虑生态系统的整体性，包括生境、个体、种群、群落、生态系统等层面。

c. IHA关于水文情势的研究主要集中在河流流量方面，而水位作为另一项最基本的水情要素，其研究尚不充分。以我国鄱阳湖和洞庭湖两大通江湖泊为例，湖泊水情与长江水情息息相关，并相互作用相互影响，其水位变动对湖区生态系统乃至长江水情的影响都十分明显。此外，对于无测站的河流或流域，IHA的应用同样受限，这也是今后水文过程研究所需要尽力克服的一个重大问题。

d. 在未来的研究中，IHA的分析结果还可以用于验证水文模型的输出结果，比如验证模型预测的未来水资源管理情景的适宜性、对比模型模拟的自然条件下的水文情势结果等，特别是与相关生态模型进行耦合将是未来发展的一个重要方向。