人类活动对水文干旱影响的量化评估方法

江善虎，王孟浩，崔 豪，刘亚婷，任立良

(河海大学 a.水文水资源与水利工程科学国家重点实验室；b.水文水资源学院，南京 210098)

0 引 言

干旱事件成因复杂，影响范围广泛，极易对区域范围内的农业及经济生产活动产生影响并造成较大损失[1-3]。根据干旱的定义，干旱可以分为：气象干旱、农业干旱、水文干旱及社会经济干旱[4-6]。水文干旱是由于地表径流量或地下水量异常偏少而导致的水资源短缺现象。

进入人类世后，人类活动逐渐成为影响全球水文循环过程及水资源演变的重要驱动力，也是影响区域干旱演变的重要因素[7-8]。研究表明，中国很多流域都存在水资源过度开采的现象，导致区域地表径流明显衰减，水文干旱事件频发。人类活动对水文干旱演变的驱动机理成为水科学研究的热点之一。

本文提出了基于“实测-模拟”对比的评估框架，定量分析人类活动对水文干旱过程的影响。利用趋势及突变检验方法分析流域内降水、气温、径流等水文气象要素的变化情况；基于水文模型还原自然径流过程；结合变阈值方法与游程理论开展干旱识别。选取中国北方半干旱地区受人类活动影响显著的老哈河流域为研究区，对提出的框架开展应用研究，以期为区域水文干旱防治及水资源管理提供科学依据。

1 研究区概况

老哈河流域(41.0°N～42.75°N，117.25°E～120°E)处于河北、辽宁两省和内蒙古自治区的交界处，是我国重要的重工业、能源和商品粮生产基地[9-10]。该河流属西辽河支流，流域控制站为兴隆坡水文站，控制面积18 112 km2。按照干旱区划分，老哈河流域处于半干旱区，流域内地形复杂，地势西高东低，海拔427～2 054 m。按照气候带划分，该流域属于温带大陆性气候，多年(1964—2015年)平均气温、降水、径流深分别为7.57℃、417.9 mm、24.9 mm。降水量时空分布不均，季节性强，年降水量的80%集中于每年的5—10月(图1)。

图1 老哈河流域雨量站、水文站、气象站及水库分布Fig.1 Distributions of rain gauge stations, hydrological station, meteorological stations, and reservoirs in Laohahe basin

2 数据及方法

2.1 研究数据

本研究收集的数据包括：

1)内蒙古水文水资源局提供的1964—2015年52个雨量站的日降水数据和兴隆坡水文站(流域控制站)的日流量数据。从国家气象数据网(http://data.cma.cn/)下载获取3个气象站的日最高、日最低气温以及10 m高平均风速数据。将日流量数据(m3·s-1)转化为日径流深(mm)数据，便于同降水数据进行对比。同时采用反距离加权法(IDW)将降水、气温、风速数据插值成0.062 5°×0.062 5°精度的网格数据，用于驱动VIC模型。

2)1964—2015年土壤类型数据通过粮食及农业组织数据集(Food and Agriculture Organization data global land set)获取；土地覆被资料采用美国马里兰大学全球1 km土地覆被数据(University of Maryland’s 1 km globalland cover data)；地形DEM 数据为美国地质调查局提供的USGS 标准格式全球1 km 精度的GTOPO30数据。将土壤类型及土地覆被数据重采样为0.062 5°×0.062 5°精度，同样用于驱动VIC模型。

图2 人类活动对流域水文干旱影响的量化评估框架Fig.2 Quantifying framework of the human influence on hydrological drought

2.2 研究方法

研究水文干旱过程的演变规律及驱动因素，对于区域干旱治理及水资源规划管理至关重要。本文提出了一种基于“实测-模拟”对比的量化框架评估人类活动对水文干旱的影响(图2)。该框架可分为3部分：①水文气象要素变异诊断。根据趋势及突变检验方法识别水文气象变量突变点，根据突变点将整个研究时段划分为两部分：基准期(未受人类活动干扰)和变化期(受人类活动干扰)；②变化期自然径流重建。首先通过基准期的实测水文气象数据对选定的水文模型进行校准，而后在保持率定参数不变的情况下，利用变化期的实测气象数据模拟重建该时段自然径流序列。在本研究中，选用可变下渗容量模型(Variable infiltration capacity, VIC)模型实现此目标；③水文干旱识别及人为影响量化。使用可变阈值方法(variable threshold level method, TLMv)分别识别变化期实测和自然径流序列中的水文干旱事件及其历时、水分亏缺量等烈度特征，最后比较两序列水文干旱特征值，量化评估人类活动对水文干旱过程的影响。

2.2.1 趋势及突变分析方法

2.2.1.1 MK趋势检验法

Mann-Kendall秩次相关检验[11]是世界气象组织(WMO)推荐的一种非参数统计检验方法。该方法被广泛用于检验数据序列的趋势，因此常用来检测降水、径流、气温等水文气象要素的时间变化趋势。例如，对于样本序列x1,x2, …,xn。当样本长度n> 10时，正态Z检验统计量计算如下：

(1)

其中：

(2)

(3)

var(S)=n(n-1)(2n+5)/18

(4)

式中:xi、xj分别为第i、j年对应的样本值；S为检验统计量；var(S)为S的方差。当|Z|>Z(1-α/2)时，即数据序列存在显著水平α下的变化趋势，其中，Z(1-α/2)为标准正态分布中值为(1-α/2)时对应的统计值；Z> 0表示序列存在上升趋势，Z< 0表示序列存在下降趋势。

2.2.1.2 Pettitt突变点检验法

Pettitt突变检验方法[12]是识别一个数据序列在给定显著性水平(α)下突变点的非参数检验方法。该方法将一个时间序列划分为两段x1,x2, …,xt和xt+1,xt+2, …,xn，则第t个时间点检验函数Ut,n为

(5)

式中：

(6)

在Pettitt检验中，该点为突变点的概率(p)可通过下式计算，若p<α，则认为时间点t为突变点。

(7)

2.2.2 VIC模型

可变下渗容量模型(Variable infiltration capacity, VIC)[13]是由华盛顿大学、加利福尼亚大学伯克利分校和普林斯顿大学共同开发的大尺度半分布的水文模型。该模型基于土壤-植被-大气传输模式(SVATS)原理，将研究流域概化为空间尺度均一的若干网格，每个网格又在垂直方向上被划分为4层，包括1层冠层和3层土壤。模型模拟的时间尺度包括小时尺度、日尺度，月尺度等。目前，VIC模型已被广泛用于世界各地的流量模拟中，包括中国、美国、欧洲、印度等地区。

VIC模型的输入参数可以分为两类:①包括具有明确物理含义的参数，可直接从已发布的植被数据库(如结构阻抗、最小气孔阻抗、叶面积指数、反照率、糙率等)和土壤类型数据库(如孔隙度、饱和土壤水势、土壤饱和水力传导度等)中获取;②经验性参数，需要进行参数率定。一般选取7个参数进行参数率定(表1)。

2.2.3 干旱识别及量化评估框架

选用变阈值评估方法对实测和自然径流过程进行干旱识别。阈值方法最早由Yevjevich[14]提出，将流量低于预定义阈值的时段识别为干旱事件，而预定义阈值是对应于多年流量数据构成的流量历时曲线中某个百分位数处的值，范围在70%到90%分位数之间。具体步骤如下：

表1 VIC模型参数定义及取值范围

从逐月径流序列中提取出1—12月各月的逐年径流序列：

(8)

式中:j为月份；k为序列年数(≥10)；Xj为第j个月的逐年径流序列；xjk为第k年，第j月的径流值。

进一步地，通过比较两组序列干旱特征的差异，可以分析人类活动对水文干旱的影响。本文提供了一个可用于定量评估人类活动对水文干旱影响的框架。该框架的前提假设是：对于某一特定流域，突变点之前水文干旱受人类活动影响较小，可以忽略；突变点之后，人类活动影响显著，不可忽略。根据以上假设，定量评估计算公式为

(9)

式中：Xobs为变化期实测径流序列对应的干旱特征值(包括干旱历时、水分亏缺量、峰值等，下同)；Xnat为变化期自然径流序列对应的干旱特征值；Ih为变化期人类活动对水文干旱的影响贡献率。

3.1 在我国某些地区，民间仍然有采用蛙肉碾碎作外敷消炎药和吞食活蛙治疗疮疖和疼痛的陋习。近年来，随着人们饮食习惯的改变，盛行进食蛙肉、蛇肉等，导致本病时有发生［2］。同时，上海等大城市流行食用各种野味、刺身以及未完全煮熟的水产品等，必然会为此病在城市中流行创造某些条件［3］。因此，人类感染曼氏裂头蚴病的情况值得引起高度重视［4］。

图3 老哈河流域1964—2015年水文气象要素过程线Fig.3 Evolutions of annual hydro-meteorological variables in Laohahe basin during 1964—2015

3 结果分析

3.1 水文气象要素变异分析

老哈河流域1964—2015年水文气象要素序列见图3。流域年降水量、潜在蒸散发量(图3(a))呈现略微下降趋势，而年径流量(图3(c))则呈现明显下降趋势。通过计算1964—2015年的径流系数(图3(d))可见，年径流系数也呈现出0.02/10 a的下降趋势，间接证明在降水量未发生较大下降时，该流域的径流量明显下降。流域年最高气温(图3(b))呈小幅下降趋势，年平均、最低气温呈小幅上升趋势，气候倾向率分别为-0.01 ℃/10 a，0.23 ℃/10 a，0.56 ℃/10 a。

3.1.1 趋势分析

为进一步分析流域降水量和径流量的变化趋势，同时考虑不同时间尺度引起的波动以及不同季节的水分差异，将不同时间尺度(1、3、12个月)的降水、径流累积量按照不同截至月份划分为12个季(1月季、2月季、……、12月季)。另外考虑到降水、径流序列的局部特征，将上述划分为12个季后的降水、径流序列，按照30 a等长滑动划分为23个子序列(1964—1993、1965—1994、……、1986—2015)。利用MK趋势检验法，检验各子序列不同时间尺度下各季节的降水、径流变化趋势。

分析降水量的趋势变化发现，除个别时间尺度/月分季(M/S)外，老哈河流域降水从1964到2015年整体呈现略微下降趋势。短时间尺度(1，3月尺度)中，只有1M/ 8S和3M/8S、3M/9S、3M/10S出现显著性下降趋势；长时间尺度(12月尺度)中，整体未出现显著性下降趋势，但在年际变化上呈现出先上升后下降的变化。

分析径流量的趋势变化发现，老哈河流域径流量呈现显著性下降趋势，几乎所有时间尺度/月分季下降的显著性水平都达到了P= 99%(α=0.01)的置信水平。从短时间尺度和长时间尺度综合来看，整体的下降趋势开始于1979年。由此推断，1979年后的老哈河流域径流过程除了受到气候因素的影响，还可能受到人类活动的影响。

3.1.2 突变检验

基于上述趋势分析结果，为更准确识别突变年份，采用Pettitt突变点检验法，分析老哈河流域1964—2015年的年径流序列。检验结果表明(图4(a))，第一个达到P= 99%置信水平的突变年份为1979年。采用降水-径流双累积曲线法辅助判断径流突变年份(图4(b))，曲线拐点出现在1979年附近，两种方法的检验结果与趋势分析阶段的分析结果一致。因此，将1979年确定为老哈河流域径流序列突变点。

图4 老哈河流域1964—2015年年径流量Pettitt突变点检验及年降水-径流双累积曲线Fig.4 Change point identification based on Pettitt test and double mass curve of the annual precipitation and streamflow depth In Laohahe basin from 1964 to 2015

3.2 自然径流还原

根据老哈河流域径流序列突变点检验结果，将整个研究序列(1964—2015年)中处于突变点之前的时期，即1964—1979年划分为“基准期”，1980—2015年划分为“变化期”。其中，“基准期”内径流过程受人类活动的影响很小，可忽略不计，“变化期”内径流过程明显受到人类活动影响，不可忽略。

由于本文主要研究月尺度下的水文干旱事件，故对VIC模拟的月径流过程进行精度分析。选取“基准期”内1964年作为模型模拟的“预热期”，1965—1974年作为“率定期”，1975—1979年作为“验证期”。图5(a)反映的是VIC模型在老哈河流域“基准期”的模拟精度。其中“率定期”内，纳什效率系数(NSE)为0.83，相对误差为5.1%，相关系数达到0.92；“验证期”内NSE为0.73，相对误差为2.5%，相关系数达到0.86。以上数据表明VIC模型模拟精度达标，基本客观还原了“基准期”的径流过程，可以满足进一步的水文干旱分析。使用在“基准期”率定好的VIC模型，结合“变化期”气温、风速、降水等水文气象要素，还原出“变化期”自然(模拟)径流过程(图5(b))，并认为该自然径流过程只受到气候因素的影响而不受人类活动的影响。

图5 VIC模型模拟兴隆坡水文站Fig.5 Variable infiltration capacity simulated monthly streamflow at the Xinlongpo hydrologic station

3.3 水文干旱识别

根据老哈河流域的流量历时曲线分位数分布，同时考虑到老哈河流域径流过程明显的季节性特征，从自然径流全序列(1964—2015年)中12个月份各自的流量历时曲线中提取70%分位数，构成一组变阈值序列用于干旱识别，识别结果见图6(a)。1980s和2000年以后，实测水文干旱事件频发，且历时及水分亏缺量较自然水文干旱过程显著增加。而1990s由于降水偏多(图6(b))，径流量也相对充沛，所以实测及自然水文干旱事件极少且历时及水分亏缺量较低。

图6 “变化期”实测径流与自然径流序列水文干旱事件识别Fig.6 Identification of hydrological drought in “change period” for the observed and natural steamflow series

图7 实测与自然序列干旱历时-水分亏缺量-峰值特征对比Fig.7 Comparison of the characteristics of duration- intensity-peak between observed and natural drought

3.4 人类活动对水文干旱影响的定量评估

通过变阈值评估方法识别出干旱事件后，可以得到对应的干旱特征，包括干旱历时、亏缺量和峰值等[15]。本研究选取干旱历时、平均干旱水分亏缺量(每场次的平均干旱亏缺量=该场次干旱亏缺量/干旱历时)及峰值3个特征值分析人类活动对水文干旱演变特征的影响，结合提出的定量评估框架计算出人类活动相应的贡献率。

受人类活动影响的实测干旱序列中识别的干旱事件较自然干旱序列识别的干旱事件，更为严重，平均干旱水分亏缺量更大，峰值更高(图7)。由图7(a)可见，人类活动影响下的实测干旱序列对应的干旱历时下四分位数和中位数与自然序列的较为接近，但上四分位数和极值部分差距很大，结合表2的特征统计值可见，人类活动导致平均干旱历时增加了173.20%，最大干旱历时增加了309.1%。此外，在干旱水分亏缺量(图7(b))和峰值(图7(c))方面，人类活动影响下的实测干旱序列对应的干旱水分亏缺量和峰值的上、下四分位数和中位数都高于自然序列。结合表2的特征统计值，在人为活动的影响下，平均干旱水分亏缺量和最大干旱水分亏缺量增加了53.9%和38.4%，平均干旱峰值和最大干旱峰值增加了99.3%和34.0%。以上结果表明，自然径流过程在人类活动的影响下出现了更多历时长且水分亏缺量更大的干旱事件。

表2 实测与自然干旱序列特征统计及人类活动影响定量评估

4 结 论

1)提出的基于“实测-模拟”对比的量化评估框架可有效识别径流过程变异，合理还原自然径流过程，量化人类活动对水文干旱过程的影响，为区域干旱管理提供科学指导。

2)老哈河流域1964—2015年降水量、潜在蒸散发量呈现非显著性下降趋势。年最高气温呈下降趋势，平均及最低气温呈上升趋势，气候倾向率分别为-0.01 ℃/10 a，0.23 ℃/10 a，0.56 ℃/10 a。MK检验、Pettitt突变点检验及降水径流双累积曲线分析结果一致表明：老哈河流域年径流量呈现显著下降趋势且突变点出现在1979年。

3)VIC模型模拟精度达标，能够客观还原出自然的径流过程，其中率定期和验证期的纳什效率系数(NSE)、相对误差及相关系数分别达到0.83，5.1%，0.92和0.73，2.5%，0.86。变阈值方法考虑到老哈河流域流量历时曲线分位数分布和径流过程明显的季节性特征，可以合理客观地评估实测和自然序列水文干旱演变特性。

4)通过对比实测和自然干旱序列发现，受人类活动的影响，老哈河流域变化期(1980—2015)的干旱历时、水分亏缺量及峰值分别增加了173.2%～309.1%，38.4%～53.9%，34.0%～99.3%，表明在人类活动的影响下出现了更多历时长且水分亏缺量更大的干旱事件。