砚瓦川流域河川基流变化规律及其驱动因素

夏 露,毕如田,宋孝玉,吕春娟,马耘秀,李怀有

1 山西农业大学资源环境学院,太谷 030801 2 西安理工大学省部共建西北旱区生态水利国家重点实验室,西安 710048 3 黄河水利委员会西峰水土保持科学试验站,西峰 745000

近年来,在全球气候变化和区域人类活动的双重影响下,黄河流域各支流径流量大都呈现减少的趋势[1- 3]。黄河径流量的持续减少进一步加剧了流域水资源短缺的矛盾,直接影响到了社会经济的稳定发展,因此,黄河流域径流变化及其驱动机制研究已成为当前水文水资源领域的研究热点之一。基流作为来源于地下水和其他延迟部分的流量, 它是黄河流域河川径流中相对稳定的组成部分,是枯水期河道水流的重要补给来源,在维持河川流量和河流生态系统健康方面发挥着重要作用,同时也是流域汇流计算和水文模拟中的重要研究内容[4],但是有关变化环境下的基流变化规律研究却还比较少见。

河川径流量可以直接测定获得,但基流量难以直接测定,一般会采用一定的方法进行估算,因此基流的分割一直以来就是基流研究中的重点和难点[5]。目前,国内外学者就基流的分割已提出不少方法,大致可以分为4大类：①图解法[6],该方法作为传统的基流分割法,虽然过程简单,但在处理长时间序列数据时工作量很大,且带有强烈的主观性；②水文模型法[7],该方法物理意义相对明确,但在模型构建、参数率定等过程上较为复杂繁琐,且具有一定的不确定性；③环境同位素和水化学方法[8],该方法通过分析降雨与地下水及河流中稳定同位素的组成来分割基流,其结果较为可靠,但是需要投入较多的人力物力,难以广泛应用；④数值模拟法[9- 10],该方法可以通过计算机自动实现基流分割,克服了人工方法的主观性和随意性,操作简便,高效实用,因此目前已成为最为广泛应用的基流分割方法。对于同一流域,不同方法所得出的基流分割结果有所不同,有时差异可能较大,而先前较多研究只采用了一种方法进行基流分割从而可能造成了一定的不确定性,因此有必要对不同基流分割方法的适用性进行明确和筛选,而目前相关的方法对比研究却比较缺乏。

目前,有关气候变化和人类活动对基流的影响研究也日益增多。Zomlot等[11]通过分析比利时Flanders地区基流变化特征及其驱动机制,发现植被变化是研究区基流变化的主导因素；Rumsey等[12]利用主成分分析法研究北美科罗拉多河上游流域基流变化的影响因素,结果表明基流量与降水量、积雪、草地及自然荒地面积比等因素呈正相关,而与温度、潜在蒸散发量、农地及灌木林地面积比等因素呈负相关。气候变化对基流的正负效应一般较为明确,而人类活动对基流变化的影响效应可正可负,且不同学者的研究结论也存在着一定的差异,例如在土地利用/覆被变化引起的基流变化研究中,Wu等[13]认为黄河中游大面积的退耕还林还草措施增强了流域实际蒸散发能力,造成了土壤干燥化,从而最终减少了基流量,而Zhang等[14]研究发现渭河流域水土保持措施引起的土地利用变化是流域河川基流增加的主要原因,其内在原因在于土地利用变化导致降水入渗量增加,从而增加了基流量。由此可见,人类活动特别是土地利用/覆被变化对基流变化的影响机制尚不明确。此外,有关基流变化的定量影响评价相对较少,还有待进一步研究。

因此,本文以黄河中游砚瓦川流域为研究对象,基于流域1981—2016年的水文、气象及植被资料,应用9种基流分割方法估算流域河川基流量及基流指数并对比分析不同方法的可靠性,确定出适用于研究区的最优基流分割方法；在此基础上,揭示流域基流时间变化规律,并定性和定量的评价气候变化和人类活动对流域基流变化的影响,以期为黄河流域水资源开发利用及生态环境保护提供科学依据。

1 研究区概况

图1 砚瓦川流域地理位置及测站分布情况 Fig.1 Geographical location of the Yanwachuan watershed and hydrological stations in the watershed

砚瓦川流域地处甘肃省庆阳市西峰区及宁县境内,位于东经107°37′—107°55′,北纬35°31′—35°44′,系泾河支流马莲河右岸的一条支沟。流域总面积为385.63 km2,海拔高度为947—1432 m(图1),主沟长为35.0 km,沟壑密度为1.59 km/km2。该区属半湿润季风气候区,多年平均降水量为535.8 mm,5—9月降水量占全年降水量的78.9%,年平均气温为8.1℃。流域地貌主要包括塬面、梁峁坡和沟谷这三种类型,分别占流域总面积的53.7%、17.7%和28.6%,具有典型的黄土高塬沟壑区地貌特征。砚瓦川流域地质构造比较单一,地表主要被第四纪黄土所覆盖,厚度可达200 m左右,土壤侵蚀非常严重。为了有效地控制水土流失,黄委会西峰水保站于1975年选定砚瓦川流域作为黄土高塬沟壑区的典型中尺度流域,进行流域综合治理试验研究。

流域水土保持治理总体上可分为以下3个阶段[15]：

第一阶段为1975—1980年：1975年当地政府成立了砚瓦川流域治理指挥部,开始对砚瓦川流域集中开展治理工作,到1979年,已修成梯田3886.4 hm2,人工造林1768.6 hm2,人工种草988.7 hm2。

第二阶段为1981—1993年：进入80年代,随着农村实行包产到户,土地使用权归农民所有,这一时期国家投资力度处于下降趋势,流域治理面积变化不大,有的地方治理面积有所减少。

第三阶段为1994—2016年：1994年,黄土高原世界银行贷款马莲河流域治理项目开始实施,这是当地政府首次引进外资进行流域综合治理,使得流域治理步伐开始加快。至此之后,涉及本研究流域的的综合治理项目主要还有：1999年开始实施的退耕还林工程、2001—2005年实施的黄河水土保持生态工程齐家川示范区项目以及2008—2010年实施的黄河水土保持生态工程砚瓦川示范区项目。

2 数据与方法

2.1 数据来源与处理

本研究所用观测数据主要包括流域水文、气象和植被资料。

(1)水文资料：主要包括降水资料和径流泥沙资料,均来源于黄河水利委员会西峰水土保持科学试验站,数据年限为1981—2016年。其中,降水资料选用了流域内系列连续且分布均匀的10个雨量站(图1)共36年的降水数据,流域面降水量采用泰森多边形法求得；径流泥沙资料采用流域出口控制站—砚瓦川水文站的多年观测数据,该水文站控制流域面积为341.54 km2。

(2)气象资料：采用紧邻砚瓦川流域边界的西峰国家气象观测站1981—2016年的逐日数据资料,包括气温(最高气温、最低气温、平均气温)、相对湿度、太阳辐射、日照时数和风速等。基于该站多年逐日气象数据,采用世界粮农组织推荐的Penman-Monteith公式[16]计算流域多年潜在蒸散发量。

(3)植被资料：本文用NDVI数据表征植被变化对基流的影响,采用的是AVHRR GIMMS NDVI(数据来源http://www.geodata.cn；数据年限为1981—2006年)和SPOT/VEGETATION NDVI(数据来源http://www.resdc.cn；数据年限为1998年至今)数据集。由于这两套数据均不能完全覆盖本研究期限,需要进行插补获得全时段NDVI,具体操作如下：首先对两套数据重合时段(1998—2006年)的月NDVI值进行了相关分析,结果表明两者呈显著性相关,相关系数为0.96,因此可以利用这两套数据进行插补延长,然后建立起两套数据1998—2006年的月NDVI值线性回归方程,最终将GIMMS 1981—1997的NDVI数据代入回归方程,从而得到插补延长后全时段的SPOT/VEGETATION NDVI数据。

2.2 研究方法

2.2.1基流的分割方法

本研究采用数值模拟法中的数字滤波法、平滑最小值法、时间步长法共3类9种方法对流域基流进行分割,并利用实际基流量对各种基流分割方法进行参数率定。

(1)数字滤波法

数字滤波法源于信号分析和处理技术,主要功能是将信号分为高频信号和低频信号。由于直接径流的快速响应特征与高频信号类似,而基流的慢速响应特征与低频信号类似,因此该方法的原理将日径流看作是直接径流和基流的叠加,通过数字滤波器分解出高频和低频信号,从而相应的将直接径流和基流从径流中分割出来[17]。目前应用最为广泛的数字滤波法主要包括以下4种：

①Lyne-Hollick滤波法

Lyne-Hollick滤波法是由Lyne和Hollick在1979年首次提出,并由Nathan和Mcmahon于1990年首次引入到水文中进行基流分割,其滤波方程为[18]：

Qd(i)=f1Qd(i-1)+f2(1+f1)[Q(i)-Q(i-1)]Qb(i)=Q(i)-Qd(i)

(1)

式中：Qd(i)和Qd(i-1)分别为第i和第i-1时刻的直接径流(m3/s)；Q(i)和Q(i-1)分别为第i和第i-1时刻的河川流量(m3/s)；Qb(i)为第i时刻的基流(m3/s)；f1和f2为滤波参数,推荐取值分别为0.925和0.5,另外滤波次数(N)一般取1或3。本研究通过对f1(调参范围在0.90—0.98之间)、f2(调参范围在0.4—0.6之间)和N(调参范围为1、3和5)进行率定,发现当f1为0.975、f2为0.5、N为1时,基流分割结果精度较高。

②Chapman滤波法

Chapman通过对Lyne-Hollick滤波方程中的问题进行系统的分析,在1991年对该滤波法进行了改进,提出了Chapman滤波法,其滤波方程为[19]：

(2)

式中：f1为滤波参数,推荐取值为0. 95,另外滤波次数(N)一般取1或3,其他参数含义同上,再用式(1)中的基流公式计算基流。本研究通过对f1(调参范围在0.90—0.98之间)和N(调参范围为1、3和5)进行率定,发现当f1为0.925、N为1时,基流分割结果较优。

③Chapman-Maxwell滤波法

Chapman和Maxwell在1991年对以上滤波法进行进一步改进,他们假定某时刻的基流为该时刻的直接径流和前一时刻基流的加权平均,其提出的滤波方程为[20]：

(3)

式中：f1为退水参数,推荐取值为0. 95,另外滤波次数(N)一般取1或3,其他参数含义同上。本研究通过对f1(调参范围在0.90—0.98之间)和N(调参范围为1、3和5)进行率定,发现当f1为0.925、N为1时,基流分割结果较优。

④Boughton-Chapman滤波法

Boughton于1993年提出了Boughton-Chapman滤波法,其滤波方程为[21]：

(4)

式中：f1和f2为方程参数,推荐取值分别为0. 95和0.15,另外滤波次数(N)一般取1或3,其他参数含义同上。本研究通过对f1(调参范围在0.90—0.98之间)、f2(调参范围在0.05—0.35之间)和N(调参范围为1、3和5)进行率定,发现当f1为0.95、f2为0.1、N为1时,基流分割结果精度较高。

(2)平滑最小值法

平滑最小值法是英国水文研究所在1980年提出的一种基流计算方法,主要有标准平滑最小值(f)法和改进平滑最小值(k)法,其方法原理为[22]：将连续的日径流系列按照时间间隔N划分成365/N个时间段,然后确定每个时间段的最小流量值,形成最小流量序列Q1、Q2、…、QN,若某个i时段内的流量最小值与拐点检验因子f或k的乘积小于等于左右相邻两个时段内的流量最小值,即fQi≤min(Qi-1,Qi+1)[kQi≤min(Qi-1,Qi+1)],则将中间点确定为拐点。重复此过程,在流量过程线上确定出所有拐点,将所有拐点用直线连接即可得到基流过程线。

该方法需要确定2个参数：时间间隔N和拐点检验因子f或k。N一般取值为3—5 d,而f和k推荐值为0.9和0.979。本研究通过对f(调参范围在0.85—0.95之间)、k(调参范围在0.90—0.99之间)和N(调参范围为3、4和5)进行率定,发现当f为0.9或k为0.98、N为3时,基流分割结果较优。

(3)时间步长法

时间步长法也称为HYSEP法,是由Pettyjohn和Henning首先于1979年提出[23],并由美国地质调查局开发计算程序推荐使用。HYSEP法共有固定步长法(Fixed interval,FI)、滑动步长法(Sliding interval,SI)和局部最小值法(Local minimum,LM)3 种不同的分割方法,这3种方法都首先需要利用经验公式计算直接径流的持续时间t：

t=(2.95A)0.2

(5)

式中：t为直接径流的持续时间(d)；A为流域面积(km2)。

通过计算直接径流的持续时间,选择与2t最为接近且介于3到11之间的奇数作为时间间隔N。

砚瓦川水文站控制流域面积为341.54 km2,计算得到t为3.99,故时间间隔N为7。之后,这3种方法计算基流的原理有所不同,其中,固定步长法(FI)是将该时间间隔内的最小流量作为该时段内任意一天的基流；滑动步长法(SI)是将某天前后(2N-1)/2d内的最小流量作为该天的基流,由此计算出每一天的基流；局部最小值法(LM)是选择时间步长内中心点前后(2N-1)/2d内的最小流量作为相邻时间步长内中心点的基流值,然后通过线性内插得到步长中心点之外时段的基流。3种方法均以本次计算的终点作为下次时间的起点,重复以上过程便可得到基流过程线。

2.2.2基流分割结果的评价

通过确定砚瓦川流域历年的实际基流量,利用统计指标评价不同基流分割方法的精度,从而选取最优基流计算方法的结果开展进一步的基流分析。

(1)实际基流量的确定

直接观测河川基流量是一个非常困难的过程,因此目前国际上主要采用枯水指数法[24]来近似估计实际基流量,该方法的计算步骤为：利用历年的逐日流量数据绘制出历年的日流量历时曲线,然后推求历年的Q90和Q50值,这两个值分别代表某一年的低流量和中流量,那么本研究用枯水指数(Q90/Q50)与年均流量相乘,即推求出年基流量的实际值。

(2)基流分割方法的评价

将实际年基流量值与基流分割估算结果进行对比,利用纳什效率系数(NSE)和平均绝对相对误差(Re)来率定不同基流分割方法的参数,并评价其优劣性。其中,NSE的计算公式如下[25]：

(6)

在施工过程中锤头脱落往往不是单一原因造成的，其主要因素是钢丝绳的磨耗断裂，卡扣失灵掉落，锤头横向轴承过劳断裂等。

Re可由下式计算得出[26]：

(7)

式中，Re值越小,估算效果就越好。一般认为,当Re值小于20%时,估算结果就具有一定的精度。

2.2.3年基流变化趋势及突变分析

本研究采用Mann-Kendall检验法进行年基流的变化趋势及突变分析,并采用滑动t检验法对Mann-Kendall突变检验的结果进行验证。由于这两种方法在水文研究中已被广泛使用,因此有关方法原理在此并不详述,具体方法详见文献[27-28]。

2.2.4基流对气候变化和人类活动的响应分析

本文通过参考以往的基流驱动因素研究,最终选取降水量和潜在蒸散发量这两个指标反映气候变化的影响,同时考虑到研究区水土保持治理以植被措施为主,大型水利工程较少,流域内人类取用水量也非常少,人类活动主要通过改变土地利用/覆盖导致基流的变化,因此,选取NDVI这一指标反映人类活动(植被变化)对基流的影响。

选取出主要影响因素后,对流域年降水量、年潜在蒸散发量和年NDVI值进行变化趋势及其与基流的相关性分析,探讨基流对气候变化和植被变化的响应规律,并定量评价气候变化和植被变化对基流变化的影响程度。本研究采用多元线性回归法来计算基流变化的贡献率,其计算步骤如下[24]：以标准化年基流量为因变量,以主要影响因子(即标准化年降水量、年潜在蒸散发量和年NDVI)为自变量,建立标准化年基流量的多元线性回归方程,其中,每个变量的标准化值由各变量系列值减去变量均值再除以该变量的标准差求得。那么,每个影响因子对基流量变化的贡献率大小就可以由各自的回归系数来估计,计算公式如下：

(8)

3 结果与分析

3.1 基流分割结果的对比与评价

表1列出了9种不同基流分割方法的计算结果及评价指标,总体来看,除了Chapman滤波法和Chapman-Maxwell滤波法计算出来的BFI值低于0.45之外,其他7种方法的BFI计算结果都处于0.55—0.59之间,与枯水指数法计算出来的多年实际BFI平均值0.58较为接近,且都明显高于Chapman滤波法和Chapman-Maxwell滤波法的计算结果,这可能是由于这两种方法的计算原理有所不同,导致基流分割过程在低流量时更为平滑,基流量及基流指数低于其他方法的结果。不同基流分割方法的评价指标结果显示,Chapman滤波法、Chapman-Maxwell滤波法、平滑最小值法和时间步长法的NSE都低于0.4,说明分割效果不够理想,而Lyne-Hollick滤波法的NSE和Re分别为0.49和17%,Boughton-Chapman滤波法的NSE和Re分别为0.64和16%,说明这两种方法具有较高的精度,其中最优的还属Boughton-Chapman滤波法。

表1 不同基流分割方法的基流指数值及评价结果

图2 不同基流分割方法的1981年日流量和日基流量过程线Fig.2 Baseflow hydrographs estimated with the 9 baseflow separating methods

为了进一步验证不同基流分割方法的适用性,本研究以1981年(频率为10%的丰水年)为例,对比分析不同日基流分割过程线的特征,结果见图2(为了使日流量过程线展示清晰,已删除3个日流量大于4 m3/s的数据点)。在4种数字滤波法中,Boughton-Chapman滤波法日基流过程线起伏最大,不太符合实际的日基流涨落过程,Chapman滤波法和Chapman-Maxwell法波动幅度次之,而Lyne-Hollick法的日基流过程线较为平滑,同时对汛期降水有一定的响应,在非汛期BFI值较大而在汛期BFI值小于其他3种滤波法,能够较好地反映日基流的实际变化规律。两种平滑最小值法的日基流过程相对于其他方法波动幅度最小,但是过于平滑,没能体现日基流对汛期降水的响应过程。在3种时间步长法中,固定步长法和滑动步长法的日基流变化过程与日径流变化过程非常一致,未能体现基流的滞后性这一特征,这是由于这2种方法的分割原理所决定的,而局部最小值法整体波动非常小,日基流过程线过于平滑。总体来看,Lyne-Hollick法的基流分割结果比较符合实际日基流变化规律。

综合年基流指数、年基流量误差分析与日基流过程线结果,本研究认为Lyne-Hollick法在所有基流分割方法中具有更好的合理性和可靠性。考虑到Lyne-Hollick法在年尺度上的基流估算还存在着一定的误差,所以在后续的年际尺度基流研究中直接利用枯水指数法计算的实际基流量成果,而在年内尺度基流研究中则采用Lyne-Hollick法的分割结果。

3.2 基流年内变化规律

图3 砚瓦川流域多年平均月径流和月基流变化规律 Fig.3 Variation of annual average monthly streamflow and monthly baseflow in the Yanwachuan watershedBFI：基流指数 Baseflow index

根据Lyne-Hollick法的逐日基流分割结果,得到砚瓦川流域1981—2016年平均月基流量及月BFI变化过程(图3)。砚瓦川流域1—3月份河川流量逐渐增加,同时月基流量也呈现上升的趋势,并在3月份达到第一个峰值,这和积雪融化补充径流及基流关系密切；4—6月份河川流量与3月份相比有所下降,这一方面是由于这个时期降水量较小,另一方面是因为植物的生长使降水入渗量增加,从而减少了径流,同时期月基流量也呈现下降的趋势；7月份河川流量达到全年最高峰值,这主要与7月份的降水量达到峰值有关,但是该月份的基流量却未达到最大,另外7—10月是径流主要的集中期,河川流量随着降水量的减少而逐渐降低,但是基流量在7—10月期间却稳步增加,在10月份达到了最大值,这体现了基流作为慢速流的滞后性；11—12月份河川流量径流量和基流量均呈下降趋势。总体来看,基流在年内的变化幅度小于径流,且对降水/融雪补给的响应时间也较为缓慢,这都与基流的补给机制密切相关。另外,BFI在年内总体呈现先减少后增加的变化规律,汛期(5—9月份)的月BFI值明显低于非汛期,非汛期各月BFI值达到0.56—0.81之高,这也验证了在枯水期基流量是河川径流的主要组成部分这一结论。

3.3 基流年际变化规律

根据年径流及基流统计分析结果(图4),流域多年平均河川流量和基流量分别为0.264 m3/s和0.152 m3/s,其中年流量和年基流量最大值分别为0.564 m3/s和0.322 m3/s,均出现在1984年,而年流量和年基流量最小值分别为0.180 m3/s和0.129 m3/s,分别发生在1999年和2007年。在整个研究期间,流域年基流量与年流量均呈现出下降的趋势,且两者的变化过程较为一致,基流在年际尺度上并未体现出一定的滞后性。流域多年平均BFI值为0.58,年BFI值在0.38—0.76之间浮动,整体表现出下降的趋势,特别是在2006年以后,流域BFI值维持在一个较低的水平,这说明从2006年之后降水更多的形成了快速径流,使慢速流在径流中的占比较低。

图4 砚瓦川流域1981—2016年年径流和年基流变化规律Fig.4 Variation of annual streamflow and annual baseflow in the Yanwachuan watershed from 1981 to 2016

年基流量和年BFI值的M-K检验和滑动t检验结果如图5所示。年基流量和年BFI值的UF值分别为-3.787和-2.642,超过了P=0.01显著性水平,这说明砚瓦川流域年河川基流量和年BFI值均呈现极显著的减少趋势。M-K突变检验结果显示,年基流量UF和UB线相交于1993年,年基流指数UF和UB线相交于2006年,而t检验显示年基流量于1992年附近发生了突变,年基流指数在2006年和2007年附近发生了突变,两种突变检验的结果非常一致。因此,可以认为砚瓦川流域年河川基流量和年基流指数在研究期间发生了极显著的减少趋势性变化,且分别于1993年和2006年附近发生了突变。

图5 砚瓦川流域年河川基流量和年基流指数M-K检验和滑动t检验结果Fig.5 Results of M-K test and t test for annual baseflow and annual baseflow index in the Yanwachuan watershedUF： Mann-Kendall统计值组成的曲线; UB： Mann-Kendall反序列统计值组成的曲线; t： 滑动t检验的统计值

3.4 基流变化驱动因素分析

通过对砚瓦川流域1981—2016年降水量(P)、潜在蒸散发量(ET0)和NDVI数据进行趋势分析及突变检验(图6和表2),结果表明：流域多年平均年降水量和年潜在蒸散发量分别为535.8 mm和1172.1 mm,在整个研究期内年降水量呈现不显著的增加趋势(P>0.05),以平均每年1.351 mm的速度在增加,且未发生突变,而潜在蒸散发在年际上呈现极显著的增加趋势(P<0.01),以平均每年4.121 mm的速度在增加,且于1993年附近发生了突变；流域多年平均年NDVI值为0.535,年NDVI呈现极显著的增加趋势(P<0.01),以平均每年0.0056的速度在增加,且于2004年附近发生了突变。综合以上因素的趋势分析及突变检验结果,可以发现年潜在蒸散发的突变时间与年基流量的突变时间均出现在1993年附近,且自1994年开始的黄土高原世界银行贷款使得流域治理步伐开始加快,流域植被条件也因此开始发生了较大的变化,这说明砚瓦川流域潜在蒸散发和NDVI的增加可能是河川基流量减小的主要原因；另外,年NDVI的突变时间与年基流指数的突变时间较为接近,这表明NDVI的变化可能对于流域基流指数的减小趋势起到了一定的作用,还有待进一步验证。

图6 砚瓦川流域1981—2016年降水量、潜在蒸散发量和NDVI变化规律Fig.6 Variation of precipitation, potential evapotranspiration and NDVI in the Yanwachuan watershed during 1981—2016NDVI: 归一化植被指数Normalized difference vegetation index

表2 砚瓦川流域年降水量、潜在蒸散发量和NDVI趋势分析及突变检验结果

为了进一步揭示这三者对基流的影响规律,本研究利用Spearman秩相关检验对三者与基流量和基流指数进行相关性分析,结果见表3。根据Spearman相关分析结果,基流量与三者均显著相关,其中,潜在蒸散发量相关性最大(R= -0.510),这说明潜在蒸散发应该是影响基流量最重要的因素,这也从基流量的突变年份与潜在蒸散发的突变年份一致这一点上得到了验证；基流量与降水量和NDVI均显著相关(P<0.05),不过其与降水量呈正相关,而与NDVI却呈负相关,这表明了流域降水量的上升趋势确实会使基流量有所增加,而NDVI的上升趋势导致基流量有所减少。另外,在3个影响因素中,NDVI与基流指数的相关性最高,降水量与基流指数的相关性次之,但是呈负相关关系,而潜在蒸散发与基流指数的相关性很弱,相关系数仅为0.079。

表3 砚瓦川流域基流与主要影响因素间的Spearman相关分析结果

为了更深入的分析驱动因素对基流变化的定量影响,采用多元线性回归法评价基流变化的贡献率。表4列出了流域基流量和基流指数的线性回归系数及贡献率结果,两个线性回归方程均通过了0.05显著性水平上的F检验,但基流量线性回归方程的拟合度(R2=0.446)要优于基流指数线性回归方程(R2=0.241)。根据基流变化贡献率评价结果,流域降水量变化、潜在蒸散发量变化及NDVI变化对基流量变化的贡献率分别为-99.1%、113.3%和85.8%,即降水量的增加使流域基流量增加了99.1%,而潜在蒸散发的增加以及NDVI的变化分别使基流量减少了113.3%和85.8%,可见潜在蒸散发和NDVI的变化是引起河川基流量减小的主要原因,这与前面得出的结论一致；流域降水量变化、潜在蒸散发量变化及NDVI变化对基流指数变化的贡献率分别为41.3%、-27.7%和86.5%,这说明流域NDVI的增加确实对于基流指数的降低起到了决定性的作用。

表4 砚瓦川流域基流与基流指数的贡献率评价结果

4 讨论

不同基流分割方法的计算结果有所差异,在本文采用的9种数值模拟方法中,Chapman滤波法和Chapman-Maxwell滤波法计算出来的基流量结果明显低于其他7种方法,且与枯水指数法计算出来的实际BFI值相差较远,这与吴珍妮等[29]在北洛河上游基流分割方法适用性研究中得出的结论一致,这表明Chapman滤波法和Chapman-Maxwell滤波法可能不适用于黄河中游地区的基流分割。另外,本研究通过综合分析不同方法的年基流误差与日基流过程线结果,发现Lyne-Hollick法在所有基流分割方法中具有更好的可靠性。吴珍妮等[29]、申恋绵等[30]、亢小语等[31]和周嘉欣等[5]曾分别对北洛河上游、窟野河流域、昕水河流域和疏勒河上游不同基流分割方法的适用性进行了评价,结果均发现Lyne-Hollick法基流估算结果稳定可靠且精度高,这说明Lyne-Hollick滤波法确实是黄河中上游比较适宜的基流分割方法。

砚瓦川流域河川基流量和基流指数在年际尺度上呈极显著下降趋势(P<0.01),气候变化和植被变化是影响研究区河川基流的主要驱动因素。在气候要素中,降水量和潜在蒸散发量是最关键的两个因子。降水是基流的补给来源,它直接决定着基流量的大小,因此在一般情况下降水量与基流量之间呈正相关关系,这一点也被众多研究所证实。本研究还分析了年降水量和年基流指数之间的相关关系,发现两者呈显著负相关,即降水量的增加会显著减小基流指数。Xu等[32]曾采用弹性系数法分析降水和潜在蒸散发对基流的定量影响,他们也发现了基流的降水弹性系数为负值这一现象,但并未作相应的解释,本研究认为这可能是由于流域降水量一般集中在汛期,年降水量的增加意味着汛期降水量的增加,而汛期降水量更容易产生快速流,从而减小了基流占径流的比例即减小了基流指数。

潜在蒸散发反映了大气的蒸发能力,潜在蒸散发能力越强,降水入渗量会更多的转化为蒸散发量,基流量也会相应地减少,因此两者呈负相关关系(表3)。在气象要素中,基流量与潜在蒸散发量相关性最大,而与降水量次之,这与传统的气候变化对径流的影响结论不太一致,例如杨大文等[33]基于流域水热耦合平衡模型对黄河流域38个典型流域1961—2010年间径流变化进行分析,结果表明在所有流域中径流变化对降水变化比对潜在蒸散发变化更为敏感。这种不一致的原因可能在于潜在蒸散发能更大程度上决定降水入渗量的消耗途径：它到底是会更多的形成蒸散发量还是会补给基流？这比降水量对基流的影响更加直接和密切。

有关植被变化对径流的影响研究非常多见,但是针对植被变化对基流的影响研究却相对匮乏,且其定性影响结论尚有一定的差异。例如黄河中游大规模的生态恢复特别是人工造林对基流的影响仍存在争议：一些学者[4,8,14,34]认为造林或植被恢复能增加土壤入渗,从而增加河川基流量；另一些学者[7,13,35]认为造林或植被恢复增加了植被蒸腾和截留蒸发,使得基流量有所减少。造成这种不一致的结果可能在于影响基流的因素错综复杂,一般的研究很难将植被变化的影响从众多因素中剥离出来,容易受到其他因素的干扰,从而得到了不同的研究结论,因此在以后的研究中亟需利用对比流域法来直接评判这一效应。本文的结论更倾向于后者,即在黄河中游地区植被覆盖度的增加会减小基流量,NDVI与基流量的负相关关系主要是因为黄河中游干旱半干旱地区作为水分限制区,植被恢复增加的降水入渗不能抵消植被恢复引起的蒸散发(植被蒸腾和截留蒸发)增加,最终导致可以补给基流的降水入渗量有所减少。砚瓦川流域人类活动对基流的影响主要体现在植被变化上,因此该结果也有一定的参考性。另外,在3个影响因素中,基流指数与NDVI的相关性最高,这可能是因为NDVI能更大程度上决定径流的组成成分,穆兴民等[36]指出黄土高原植被恢复深刻地改变了黄土高原土壤水文性质,使土壤入渗能力增强、流域蓄水容量增大,虽然这意味着直接径流量的减少,但是由于流域NDVI的极显著增加导致蒸散发能力的增强,使补给基流的水量大大减小,最终导致基流的减少速度要快于直接径流的减少速度。

砚瓦川流域基流变化的定量评价结果表明,潜在蒸散发和NDVI的变化是引起流域河川基流量减少的主要原因,而流域NDVI的增加对于砚瓦川流域基流指数的降低起到了决定性的作用。Wu等[13]对黄河中游11个典型流域的基流变化进行归因分析,发现人类活动是造成大部分流域河川基流量减少的原因,而基流指数的归因结果在不同流域分异较大。不过这些流域的人类活动不仅仅局限于植被变化,而如对地下水的开采、煤炭开采对地下含水层的破坏等等均是引起基流量减小的重要原因。

5 结论

本文以砚瓦川流域为研究区域,探讨了不同基流分割方法在研究区的适用性,分析了流域1981—2016年期间河川基流的年际及年内变化规律,定性和定量的评价了变化环境对基流变化的影响,主要结论如下：

(1)Lyne-Hollick滤波法计算出来的流域多年平均BFI值为0.55,与枯水指数法计算出来的多年实际BFI平均值0.58较为接近,另外该方法的NSE和Re分别为0.49和17%,具有一定的估算精度,且其基流分割结果比较符合实际日基流变化规律。综合年基流指数、年基流量误差分析与日基流过程线结果,本研究认为Lyne-Hollick法在所有基流分割方法中具有更好的合理性和可靠性。

(2)基流量在年内的变化幅度小于径流,且对降水/融雪补给的响应时间也较为缓慢,体现了基流补给的滞后性,而BFI在年内总体呈现先减少后增加的变化规律,汛期(5—9月份)的月BFI值明显低于非汛期。流域多年平均基流量为0.152 m3/s,基流量和BFI在年际上均呈现极显著的减少趋势(P<0.01),且分别于1993年和2006年附近发生了突变。

(3)年潜在蒸散发的突变时间(1993年)以及流域治理步伐开始加快的时间(1994年)均与年基流量的突变时间(1993年)较为接近,这说明砚瓦川流域潜在蒸散发和NDVI的增加可能是河川基流量减小的主要原因；另外,年NDVI的突变时间与年基流指数的突变时间较为接近,这表明NDVI的变化对于河川基流指数的减小应该起到了一定的作用。另外,根据Spearman相关分析结果,河川基流量与潜在蒸散发量相关性最大(R= -0.510),而基流指数与NDVI的相关性最高(R= -0.432)。

(4)流域降水量、潜在蒸散发量及NDVI的变化对基流量变化的贡献率分别为-99.1%、113.3%和85.8%,对BFI变化的贡献率分别为41.3%、-27.7%和86.5%,可见潜在蒸散发和NDVI的变化是引起砚瓦川流域河川基流量变化的主要原因,而流域NDVI的增加确实对于河川基流指数的降低起到了决定性的作用。