黑河上游天涝池流域生长季降雨和气温对河川径流的影响

2022-07-03杨晓高赵传燕安金玲张茂军张恒平

水土保持研究 2022年4期

杨晓高, 郝虎, 赵传燕, 臧飞, 安金玲, 张茂军, 张恒平

(1.兰州大学草地农业科技学院草地农业生态系统国家重点实验室,兰州 730020; 2.甘肃祁连山国家级自然保护区管理局, 甘肃张掖 734000)

西北干旱区的生态环境安全越来越受到人们的关注，是当前我国社会发展面临的首要问题。近些年来，随着全球气候变化影响的加剧和该地区社会经济的迅速发展，脆弱的生态环境面临着一系列的严重问题，亟待解决。其中，水资源短缺问题尤为突出，已经成为制约当地社会可持续发展的关键因素[1-2]。在内陆河流域，由于降水少，蒸发强，河川径流对于气候变化的响应极为敏感，而且径流基本代表了整个流域的地表水资源，分析其变化规律与影响因素，对未来水资源的开发和利用具有深远的指导意义[3-4]。

黑河是我国第二大内陆河，发源于祁连山区，其上游高寒山区是主要的水源形成区，河川径流量的变化，对中、下游地区的民生、工农业和生态用水分配影响巨大[5-7]。已有研究发现，气候变化和人类活动是河川径流变化的主要驱动因素，由于黑河上游山区的人类活动影响较小，径流主要受气候变化的影响[8-12]。近年来，黑河上游流域的生态环境不断改善，水资源储量有所增加，出山径流量有明显的增加趋势，然而关于黑河流域径流变化归因的众多研究中，现阶段研究大多集中在年际尺度和易于监测的大面积区域，而上游高寒山区径流观测难度较大，数据缺乏，各类气象、径流要素的精确观测研究较少[13-15]，因此本研究选取黑河上游的天涝池典型小流域，通过逐日实测流域内多年生长季河川径流量、降雨量和气温，对其变化特征、相互关系和河川径流的滞后效应进行分析，探讨黑河上游流域产流机制，以期为该区域的水文过程和水资源管理及综合保护提供科学依据。

1 研究区概况

研究区位于黑河上游寺大隆河流域的天涝池小流域(38°23′56″—38°26′47″N,99°53′57″—99°57′10″E)，流域总面积约为12.8 km2，河流纵长6.0 km，纵坡比降1∶12.5，海拔2 660～4 419 m。流域气候类型为高寒半干旱、半湿润山地森林草原气候，无霜期90～120 d，年均日照时数1 892.6 h，年均气温-0.2～2.0℃，最高温度为28℃，最低气温为-36℃，年均相对湿度为60%，年均蒸发量1 051.7 mm，年降水量300～500 mm，降水季节分布不均，主要集中生长季的5—9月份，占全年降水量的80%～90%。因流域内海拔差异较大，导致水热条件组合不同，其植被分布垂直地带性明显，由低海拔到高海拔，植被类型依次为森林草原、灌丛、亚高山草甸、高山草甸。2 800 m以下主要为山地干草原，2 600～3 450 m的阴坡分布青海云杉(Piceacrassifolia)，2 700～3 250 m的阳坡分布祁连圆柏(Sabinaprzewalskii)，3 250～3 750 m以亚高山灌丛分布为主，主要有金露梅(Dasiphorafruticosa)、鬼箭锦鸡儿(Caraganajubata)等，3 800 m以上主要为高山裸岩和冰雪带(图1)。各种植被类型中，林地面积占比最大，为38.73%，灌丛次之，为32.41%，草地占比较小，为7.49%。土壤随植被类型发生变化，主要为山地灰褐土和灌木草甸土，土层较薄，以粉砂质为主，成土母质主要是砾岩、紫红色砂页岩等[16-18]。

图1 研究区植被类型

2 研究方法

2.1 降雨和气温的观测

天涝池流域内布设19台自记式雨量筒(HOBO RG3-M，Decagon，USA)，用于观测降雨量。选取2014—2019年的降雨观测数据，分析流域平均降雨量的年内和年际间的动态变化。基于ArcGIS 10.8软件，选择泰森(Thiessen)多边形工具(图2)，计算流域平均降雨量空间分布。

研究区内布设5台自动气象站(HOBO U30，Decagon，USA)，选取2014—2019年的气温观测数据，采用算术平均法计算平均气温，分析流域平均气温的动态变化。选择2016年、2017年、2019年生长季(4—9月)降雨量、气温和河川径流量数据，分析气象因子与径流量的关系。

2.2 研究区平均降雨量的计算方法

(1)

式中：Pi为第i个雨量站测得的降雨量(mm)；Ai为第i个子区域的面积(km2)；A为整个区域的总面积(km2)；αi为雨量的面积权重；n为雨量站的数目。

图2 天涝池流域各类气象站点分布和泰森多边形示意图

2.3 河川径流量的观测

研究区出口处设有量水堰，观测河川径流量。量水堰由溢流堰和梯形堰组合而成，长为5.0 m，宽为8.0 m，其中溢流堰宽6.8 m。梯形堰为倒置等腰梯形，上底为0.4 m，下底为1.2 m，腰长为0.8 m。采用便携式流速仪(Flowatch, Switzerland)观测河川径流的瞬时流速及水位，观测步长为4 h(每天8：00，12：00，16：00，20：00)，利用水文学公式计算流域日径流量，分析其生长季内的变化。2018年因量水堰遭洪水破坏，观测数据缺失。特别指出，从2019年8月18日开始，采用更为精确的超声波多普勒流速流量仪(LSH10-1QC，博意达，厦门)观测，测量间隔为30 min。

2.4 河川径流量的计算方法

河川径流量计算公式如下：

R=V×S

(2)

式中：R为瞬时径流量(m3/s)；V为流速(m/s)；S为梯形堰的过水面积(m2)。

超声波多普勒流速流量仪测量河川径流量应用了声学多普勒效应原理，根据多普勒频移方程计算流速，公式如下：

(3)

式中：ΔFd为多普勒频移；F0为发射超声波频率(常数)；C为水中声速；V为水的流速；θ为发射波束和接收波束相对于河水流方向的夹角(仪器安装后固定不变)。

由于C≫V·cosθ，式(3)可得：

(4)

式中：K为常数。仪器可检测ΔFd和水温，C可由温度值换算获取。

根据仪器测得水位，可计算出过水面积(S)，再由式(2)即可计算出河川径流量。

2.5 数据处理方法

本文采用ArcGIS，Excel，SPSS，Origin等软件进行数据整理、分析和作图。在ArcGIS中使用泰森多边形工具，通过逐日实测降雨数据计算流域平均降雨；利用SPSS对河川径流与降雨、气温的相关关系进行分析，拟合多元线性回归模型。将2016年、2017年、2019年生长季的降雨事件与河川径流数据进行对比筛选，分析河川径流的时滞现象。

3 结果与分析

3.1 生长季河川径流量的变化分析

2016年、2017年和2019年天涝池流域生长季日径流量随时间呈现出先升后降的波动变化趋势(图3A)。2016年共实测河川径流165 d(4月3日—9月14日)，日平均值为3.27万m3，最大值为11.58万m3(8月25日)，最小值为0.14万m3(4月16日)。2017年共实测149 d(4月17日—9月11日)，日平均值为2.90万m3，最大值为7.72万m3(8月23日)，最小值为0.25万m3(5月8日)。2019年共实测119 d(6月4日—9月30日)，日平均值为3.30万m3，最大值为9.89万m3(7月20日)，最小值为1.16万m3(6月8日)。

通过对比3 a生长季的日径流量变化可知(图3B)，2016年日均径流量相较2017年高0.37万m3，最大值高3.86万m3，出现时间提前3 d；最小值低0.11万m3，推迟21 d。2016年日均流量相较2019年低0.03万m3，最大值高1.69万m3，推迟35 d；最小值低1.12万m3，推迟52 d。3 a生长季的日径流量在3.15万m3上下波动，极差较大，且极值出现时间不同，主要是由于气象因子的变化。4—5月降雨较少，气温较低，导致河流补给量较小，径流量小且变化平稳；6—9月降雨增加，气温升高，冰雪大量融化和降雨同时补给河流，径流量逐渐增加，且变化较大。本研究结果与李秋菊[21]、李云武[22]等在黑河上游研究结果一致，降雨、气温是引起河川径流量变化的主要因素。

图3 2016年、2017年、2019年生长季径流量日动态和年际变化

3.2 流域内降雨量的变化分析

2014—2019年流域内年降雨量表现出波动变化的趋势(图4A)，年降雨量分别为391.2，404.0，344.0，388.2，325.3，461.2 mm，6 a平均降雨量为385.7 mm。径流观测期间，2019年降雨最为丰沛，2016年降水较少，相差117.2 mm，2017年的降雨量最接近6 a均值。6 a间月降雨量呈现年内分配不均的现象(图4B)，呈单峰曲线变化。生长季(4—9月)降雨较多，占全年降雨量的91.15%；非生长季(10月—翌年3月)降雨较少，占年降雨总量的8.85%。2014年和2016年最大月降雨量出现在8月，分别为95.1，75.6 mm，2015年、2017年、2018年和2019年份最大月降雨量出现在7月，分别为76.8，83.1，89.7，101.7 mm；而2017年11月未发生降雨事件，其余年份最小月降雨量出现在12月，分别为0.3，0.1，0.1，0，0.1，0.3 mm。6 a来，7—8月降雨量占全年降雨量的39.14%，11—12月降雨量仅占全年降雨量的0.78%。已有研究表明，黑河上游降雨补给是河流最主要的补给类型[23-24]。本研究区为黑河上游典型小流域，由于7—8月降雨集中，河川径流量达到峰值，说明降雨对径流补给作用明显。流域内植被覆盖率高，植被冠层和凋落物对降雨有截留和再分配的作用，可削弱河川径流洪峰。

图4 2014-2019年流域年降雨量和月降雨量的变化

3.3 流域内气温的变化分析

2014—2019年流域内年均温呈先升后降的变化过程，分别为0.02℃，0.87℃，1.45℃，1.25℃，0.29℃，0.11℃，6 a平均气温为0.67℃(图5A)。径流观测年份，2016年和2017年的年平均气温高于6 a平均气温，2019年平均气温低于平均值。6 a间月均温随着时间呈现出单峰的变化趋势(图5B)，最低月均温出现在12月(2014年)或1月(2015—2019年)，分别为-12.93℃，-10.69℃，-13.09℃，-11.20℃，-13.51℃，-12.92；最高月均温都出现在7月，分别为12.04℃，11.11℃，13.78℃，13.65℃，12.75℃，10.71℃，气温年较差为24.97℃，21.80℃，26.88℃，24.86℃，26.27℃，23.63℃，符合研究区所处中纬度、高海拔地区的规律。在积雪、河冰和冻土融化期(5—6月)，2016年和2017年气温比6 a的平均值要高，2019年比6 a的平均值要低。河川径流对气温响应敏感，气温对径流量的影响表现在两个方面。首先，春季气温回升，冰雪融化、冻土消融开始补给河流；其次，随着气温逐渐升高，流域蒸发量和土壤入渗量逐渐增加，不利于径流产生[25-26]。研究区位于高寒山区，4月气温上升到0℃以上，冰雪、冻土融水引起径流量增加；7月气温达到年内最高，显然在这个时间段，蒸发和土壤入渗加强，但降雨补给径流的程度在增加，减弱了蒸发和土壤入渗对径流的负效应，所以径流仍然升高。

图5 2014-2019年流域年均温和月均温的变化

3.4 生长季降雨、气温与河川径流量的关系

3.4.1 生长季降雨、气温与河川径流量的回归模型选择2016年、2017年、2019年生长季(4—9月)同期16组月降雨量、月均温和月径流量数据，采用Shapiro-Wilk test方法进行正态性检验，均呈正态分布(p<0.01)，因此可采用Pearson相关性检验(表1)，月径流量与月降雨量、月均温均为极显著正相关，月均温的相关性高于月降雨量，这与已有研究结果一致[27-28]。采用多元线性回归分析方法，拟合回归模型：

S=1.21×105T+2.70×103P-4.21×105

(R2=0.772)

(5)

式中:S为月径流量(m3)；T为月均温(℃)；P为月降水量(mm)。

回归模型通过了F方差检验和R2拟合检验，且拟合程度较高。

3.4.2 生长季月降雨量、月均温与月径流量的变化关系观测期间，月径流量表现出先升后降的趋势(图6)，最小值出现在4月，为11.20万m3，最大值出现在8月，为142.15万m3。生长季内月降水量与月径流量的变化趋势一致，最小值出现在4月，为21.8 mm，但在7月出现最大值，为84.6 mm。月均温最低月均温出现在4月，为3.93℃，最高月均温出现在7月，为12.72℃。生长季内，4月径流量最小，主要因为降雨较少，气温较低，冰雪、冻土消融对河川径流的补给量少。但5—8月，降雨增加，气温不断升高，产流丰富，8月达到径流量峰值。进入9月，降雨开始减少，气温降低，径流量开始出现下降趋势。通过对比可见，在月尺度上，生长季内河川径流、降雨和气温的变化趋势一致，但径流对降雨和气温响应具有时滞现象，这与前人研究结果相符[29]，本研究中径流峰值滞后1月。

表1 生长季月径流量与月降雨量、月均温的相关分析

图6 生长季内月径流量与月降雨量、月均温的对比分析

3.4.3 生长季河川径流对降雨的时滞效应在研究区的生长季内，降雨是河川径流的主要补给源，降雨汇集至流域出口断面形成径流需要经过一定时间，一般有3个过程：流域蓄渗、流域产流和河网汇流。降雨会在流域内出现滞留，之后在流域出口形成径流高峰，选择了2016年、2017年、2019年生长季内的4次典型降雨事件，分析河川径流对降雨的滞后时间。如图7所示，4次降雨事件之前都有较长时间的晴天，发生降雨之后，河川径流量的峰值均滞后降雨峰值出现。在4次降雨径流过程中，径流滞后天数分别为9，7，7，7 d，平均滞后天数为7.5 d。毛亚花等[27]在该流域研究得出，径流的滞后时间约为3 d，因选取的降雨事件不同而表现出差异。崔步礼等[30]在青海湖流域内的布哈河流域，通过对47 a来的径流和降水的集中期探讨得出，多年平均滞后时间约为20 d。罗玉等[31]在长江源区沱沱河流域通过分析年际尺度上的降雨径流过程得出，51 a来的平均滞后天数约为13.7 d。天涝池流域河川径流的滞后时间较短，主要由于在该流域生长季内降雨事件频繁，产、汇流较快，径流对降雨响应迅速。除此之外，河川径流的滞后时间与流域的植被分布、下垫面状况和分析时间尺度等均有关系。