西藏旁多水利枢纽工程对拉萨河径流情势变化的影响

2022-08-28李昌隆格桑央培孙祖刚尹正宇

中国农村水利水电 2022年8期

李昌隆，兰措，3，格桑央培，孙祖刚，尹正宇

（1.中国科学院青藏高原研究所，北京 100101；2.中国科学院大学，北京 100049；3.中国科学院青藏高原地球科学卓越创新中心，北京 100101；4.西藏自治区旁多水利枢纽管理局，拉萨 850000；5.西藏自治区水文水资源勘测局，拉萨 850000）

0 引言

近年来，拉萨河流域水资源开发利用程度逐步加大，修建了直孔水电站、旁多水利枢纽等诸多水利工程［1］。水利枢纽工程大力推动社会经济发展：在流域水电综合开发、抗洪防旱、提供工业及农业用水等方面发挥着重要作用，但也同时改变了河流的天然径流，影响流域内的水分和能量循环、物种栖息地状况和生态环境等［2，3］。有着“亚洲水塔”之称的青藏高原生态环境敏感且脆弱，在遭受人类破坏等负面影响后极难实现自我调节与修复［4］。

已有研究人员发现拉萨河流域水库建设及运行导致区域冬春季气温下降［5］、周围植被生长受限［6］、阻隔鱼类迁移［7］、污染河流断面［7］、改变水温和悬移质泥沙［8］、粗化坝下河床［9］、降低沿岸土壤肥力［11］，甚至增加地震频率［12］。而目前针对拉萨河流域水利设施对河流径流情势的影响研究较少，主要为定性分析［13，14］和基于模拟出库径流［1，15］的定量分析。而本文运用变化范围法（RVA）结合拉萨河旁多水利枢纽工程（以下简称：旁多水库）2014-2020年入库和出库日径流实测数据，定量评价现阶段旁多水库对拉萨河径流情势的改变程度，揭示水库调节对拉萨河流域水文过程的影响。本文专注高寒流域人类活动对水文过程和生态环境的直接影响，为青藏高原环境保护及平衡水库运行的社会和生态效益提供依据。

1 研究区概况

拉萨河（图1）是雅鲁藏布江子流域中面积最大、最长的河流，是子流域中人口密度最大的一个，也是西藏自治区主要的农业和经济活动所在地，自治区首府拉萨位于其中下游。拉萨河流域水资源丰富，多年平均流量为288 m3/s，年径流总量为90.82 亿m3，流域面积32 875 km2。流域多年年平均降水量为545.5 mm；多年日平均气温为5.5 ℃；气候温和凉爽，年温差小而日温差大，日照时间长，辐射强度大，降水集中。流域植被稀疏，多为草原草甸类型［16］。

图1 拉萨河流域以及旁多水利枢纽工程地理位置Fig.1 The Lhasa River watershed and location of Pangduo Reservoir

旁多水库地处拉萨河流域中游，坝址控制流域面积16 370 m2，年径流量62.48 亿m3，分别占拉萨河流域面积和年径流量的49.8%和68.8%。旁多水库作为西藏自治区“十一五”重点水利建设项目，是西藏已建及近期拟建的规模最大的水利枢纽工程［17，18］。

2 研究方法及数据资料

2.1 研究方法

为量化河川径流改变程度，Richter 等以较长时间序列径流资料为基础，利用未受干扰情形下的流量变化确定天然河流生态环境流量范围，从而分析一系列水文指标在受到干扰后的变化程度，简称变化范围法（Range of Variability Approach，RVA）［19-21］。该方法在国内外应用广泛［22，23］。

利用河流的逐日径流资料，计算表1 中32 个水文变化指标（Indicators of Hydrologic Alteration，IHA）来反映径流情势的5 种基本特征：平均量值、极端事件、极端事件发生时间、高低流量脉冲频率和历时、以及流量变率，从而评价径流情势的变化程度。

表1 水文指标及含义Tab.1 Summary and definitions of hydrologic indicators of hydrologic alteration（IHA）

RVA 一般以天然流量的自然变化情况为基准评估人为影响后流量序列的改变程度。Richter 等提出以自然流量各指标的平均值加减一个标准差或以频率为75%和25%作为各指标的上下限，成为RVA 目标范围［19-21］。在此，我们选用平均值加减一个标准差为RVA目标范围。

2.2 数据

这里应用旁多水库同时段实测出入库径流量作为人为影响流量和天然流量，可剔除气候变化的影响，以单独反映水利设施对河流径流情势的影响。旁多水库2011-2020年出入库逐日径流及库区水位数据来源于西藏自治区水文水资源勘测局和旁多水利枢纽管理局。图2 显示2013年底出入库径流开始出现较大差异，水库操作明显。因此将2014-2020年作为研究时段。

图2 旁多断面2011-2020年出入库日平均流量Fig.2 Daily mean inflow to and outflow from Pangduo Reservoir in 2011-2020

2.3 水文改变度计算

本文采用公式（1）、（2）［19-21］量化径流情势受水利设施影响的程度：

式中：Di为第i 个IHA 指标的水文改变度；D0为水文综合改变度；N0为入库径流中位于RVA 目标范围内的年数；Ni为出库径流位于RVA 目标内的年数；Ne为预期出库径流位于RVA 目标范围内的年数。

由于本文中出入库年数一致，因此Ne与N0值相等。并判断0 ≤│Di│＜33%为无或低度改变（L）；33% ≤│Di│＜67%为中度改变（M）；67% ≤│Di│≤100%为高度改变（H）。

2.4 年极端流量发生时间计算说明

由于时间数据非常类似空间统计的方向数据［24］，为更好的展示极端径流发生时间的连续性，本文通过公式（3）将年极端流量发生时间的儒略日数（J）转化为向量日期（α），并求得以下统计量［25-27］：

定义S2为n个样本向量日期αi的方差：

3 结果与分析

3.1 各月平均流量

干湿季节的明显差异使拉萨河流域汛期主要集中在5-10月，月平均流量为370.61 m3/s，非汛期为11月-次年4月，月平均流量为53.40 m3/s［图3（a）］。

图3 旁多断面2014-2020年出入库流量及水位Fig.3 Mean monthly inflow and outflow，monthly inflow and outflow，monthly water level of Pangduo Reservoir in 2014-2020

天然径流经水库拦蓄调节后造成全年水量分配皆有一定程度的变化：其中1、3、4、5、7、12月出库流量明显大于入库流量，6、8、9、10月出库流量明显小于入库流量。整体呈现蓄洪补枯的动态年调节状态，主要表现在出库月平均流量相比入库月平均流量在汛期有明显下降，为337.98 m3/s；在非汛期有明显升高，为71.24 m3/s［图3（a）］。

汛期从5月一直持续到10月，期间拉萨河流域夏季风盛行，降水增加，同时流域整体回暖满足冰雪消融的气象条件，导致径流量增加，旁多水库开始拦蓄补充库容。而正值汛期的7月，出库月平均流量为633.60 m3/s 大于入库月平均流量的605.76 m3/s［图3（a）］，主要是由于2015 和2016年7月出库月平均流量明显大于入库月平均流量［图3（b）］，存在强调节影响。原因是：2015年拉萨河上游出现明显的水文异常干旱现象，虽然洪峰出现次数增多，但单次峰值流量减少，流量过程呈现“双峰型”。第一次洪峰排泄后，使得水库水位急剧下降［图3（c）］，低于死水位（4 066.0 m）。2015年的水文异常现象也影响了2016年的水库调度。而其他年份7月平均入库流量均略大于月平均出库流量，存在一定的削峰作用。

在非汛期，年初旁多水库为满足春耕的用水需求，其在3月开始大幅增加其出库月平均流量［图3（a）］，在保证下游沿岸地区农业生产活动顺利进行的同时也能预留一部分库容保证夏季洪峰安全过境。11月进入年末非汛期，为有效应对冬春季逐步减少的径流量，满足下游生活用水需求，旁多水库积极发挥供水作用。2015、2018-2020年年初出库流量明显大于入库流量，水库的补枯作用非常明显。

水位峰谷变化相比于流量变化略有滞后［图3（c）］，从其月平均水位变化也能看出上述同样的水库调度。年内最高水位一般出现在10月或11月，年内最低水位一般出现在4月或5月。2016年的水位情况受前一年调度影响，滞后更加明显。

3.2 年极端流量

图4 中相同历时的低值流量改变程度均大于高值流量，其中年最小1 天流量、年最小连续30 天流量改变度均为100%。为进一步说明年极端流量改变程度，图5 对比分析2014-2020年每月极端水文日事件，并计算了其相对变化倍数（变化倍数=，其中正倍数为供水调度，负倍数为蓄水调度。

图4 旁多断面2014-2020年不同历时最小（大）流量水文改变度Fig.4 Changes of annual extreme IHA due to Pangduo Reservoir in 2014-2020

对于每月最小入库流量日事件变化倍数范围为-0.86～4.79［图5（a）］，对每月最大入库流量日事件变化比率范围为-0.98～1.22［图5（b）］。说明旁多水库强有力地改变了拉萨河上游极端天然径流，尤其体现在基流上。一般对于每月最小入库流量，流量变化为正倍数，即多处于供水调度来应对低流量事件，而当低流量事件流量值较小时调整为蓄水调度，如在2015、2017、2019年汛期；对于每月最大入库流量，流量变化为正负倍数交替，即蓄水、供水交替调度来应对高流量事件，并且调度程度随高流量事件的流量值增加而减弱。

图5 旁多断面2014-2020年月入库最小、最大流量及对应日出库流量Fig.5 Monthly extreme 1-day mean inflow and its outflow at Pangduo Reservoir，2014-2020

3.3 年极端流量发生时间

通过向量统计公式（3）、（4）、（5），得到年极端流量发生时间圆形玫瑰图（图6）。经水库调节后：年最小一天流量平均发生时间从1月11日（J=11）变化为2月5日（J=36），时间范围从12月13日到2月19日（J=347-50）扩展为8月30日-5月24日（J=242-144）［图6（a）、（b）］；年最大一天流量平均发生时间从7月26日（J=207）变化为7月22日（J=203），时间范围从6月25日-8月22日（J=176-234）扩展为6月21日-8月31日（J=172-243）［图6（c）、（d）］。

图6 旁多断面2014-2020年年极端流量发生时间圆形玫瑰图Fig.6 The rose diagrams of Julian day of occurrences of minimum inflow and outflow，maximum inflow and outflow at Pangduo Reservoir in 2014-2020

旁多水库的调节对拉萨河天然河流年极端流量发生时间影响极大：其推迟了年最小一天流量平均发生时间、扩大了时间范围；提前了年最大一天流量平均发生时间、扩大了时间范围。

3.4 高、低流量脉冲频率及延时

将入库天然流量2014-2020年所有年份的日流量值由大到小依次排序，选取75%和25%的百分位流量值作为高低脉冲流量的阈值，计算求得大于298.05 m3/s 的日流量值为高流量，小于44.65 m3/s的日流量值为低流量（图7）。

图7 旁多断面2014-2020年入库、出库高低流量脉冲图Fig.7 High and low pulses of inflow and outflow at Pangduo Reservoir in 2014-2020

从多年平均来看：低流量脉冲多年平均次数由12.1 次减少为2.1 次［图8（a）］，平均历时天数由5.4 d 扩大为9.7 d［图8（b）］；高流量脉冲多年平均次数由3.4 次增加为5.7 次［图8（c）］，平均历时天数由31.7 d缩减为22.9 d［图8（d）］。

图8 旁多断面2014-2020年出入库不同流量脉冲次数及平均历时图Fig.8 Frequency and duration of different pulses of inflow and outflow at Pangduo Reservoir in 2014-2020

从年际来看：2014年出入库低流量脉冲次数较为接近，但平均历时天数差异巨大，2018-2020年出库低流量脉冲次数均为0；整体上低流量脉冲次数与平均历时之间的出入库差异没有一致的年际变化。出库高流量脉冲次数普遍高于对应年入库高流量脉冲次数，只有在2014年出现低于、2020年出现相等的情况；出库高流量脉冲平均历时普遍低于对应年入库高流量平均历时，只有在2018年出现例外。

3.5 流量变化改变率及频率

图9（a）、（b）所示旁多水库在2014-2017年扩大了流量平均减少率和增加率，增大了河流日际变率；在2018-2020年缩小了流量平均减少率和增加率，减小了河流日际变率。图9（c）中，旁多水库入库天然流量逆转次数受自然条件影响存在阶段性差异明显，高低值变化剧烈，而人为调控使其出库流量逆转次数维持在稳定水平。这种阶段性人为调控的河流日际变率显著不同于拉萨河自然的涨水率和落水率。