沙柳河流域１９６９—２０２０ 年径流变化及归因分析

田庆斌 王海彬 刘家宏 严建功

摘 要：以青海湖盆地沙柳河流域为研究对象，利用Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ 公式探究流域潜在蒸散发量ＥＴ０ 时空变化特征，运用Ｍａｎｎ－Ｋｅｎｄａｌｌ 及Ｐｅｔｔｉｔｔ 检验法检验沙柳河流域１９６９—２０２０ 年径流变化趋势及突变特征，基于水热耦合平衡理论分析量化各因素对径流变化的贡献。１９６９—２０２０ 年沙柳河流域潜在蒸散发量呈下降趋势，平均下降速率为４．８ ｍｍ／１０ ａ。突变检验识别径流在２００４ 年存在突变点（２００４ 年之前径流减少，之后显著增加）。基于流域水热耦合平衡方程的径流变化弹性分析表明，研究期内年降水量、潜在蒸散发量、下垫面参数分别增大１０％时，年径流量增加１４．４％、减少４．４％、减少８．８％。径流变化归因分析结果显示，气候变化和人类活动对沙柳河流域径流量减少的贡献率分别为７０．４％和２９．６％，气候变化是导致沙柳河流域径流量增加的主要原因，且降水是影响径流量变化的主要因素。

关键词：水热耦合平衡理论；归因分析；沙柳河流域；青海湖盆地

中图分类号：ＴＶ１２２文献标志码：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０３．００５

引用格式：田慶斌，王海彬，刘家宏，等．沙柳河流域１９６９—２０２０ 年径流变化及归因分析［Ｊ］．人民黄河，２０２４，４６（３）：２２－２７，６９．

０ 引言

河川径流是陆地水循环中至关重要的组成部分，也是地球关键带重点关注内容［１］ 。自２０ 世纪以来，在全球气候日趋变暖和人类活动加剧的大背景下，流域水文循环过程发生显著性改变，尤其是敏感地区及生态脆弱地带，气候变化极易引起地表径流剧烈波动，使流域水安全及生态问题日益严峻。对历史径流过程进行充分的量化和评估，明确气候变化及人类活动对径流变化的影响程度，可有效揭示气象、气候和土地利用因素对径流的影响方式，以应对未来水资源供应不确定性，为流域水资源规划与管理提供理论支持［２］ 。

根据对河川径流水文过程描述的详细程度，常用的研究方法有统计分析法、机器学习法、水文模型法、弹性系数法等［３］ 。方健梅等［４］ 运用灰色关联分析结合线性回归的方法，比较和量化了多时间尺度下青海湖流域降水和气温对径流变化的影响。黄晓荣等［５］运用双累积曲线法分离人类活动与气候变化对水文过程的影响，研究荥经河流域径流变化过程及影响因素。统计分析方法计算简单，但是使用条件较为苛刻，必须满足径流和影响因子具有较高的相关性，并且物理意义缺失。水文模型法及机器学习法也是较为常用的径流归因分析方法。胡春宏等［３］ 选取多个代表性水文模型对黄河流域径流和泥沙变化进行归因分析，并预测未来变化趋势。鲍振鑫等［６］ 运用机器学习法结合ＶＩＣ 水文模型定量识别黄土高原窟野河流域径流和泥沙演变特征与变异成因，为径流归因分析提供新的思路。机器学习法和水文模型法基于实际物理水文过程，可以详细刻画研究区水文过程，但是模型参数难以获取，操作过程复杂。相比而言，以水热耦合平衡方程为核心的弹性系数法，可以对各类异质参数进行定量分析，能较好地反映基本的产流机理，为揭示气候变化和人类活动如何共同影响径流提供了较好的解决方案，被广泛应用于各大流域［７］ 。杨大文等［８］ 基于流域水热耦合平衡模型对黄河流域典型子流域进行径流变化及其主控因素分析，揭示了影响黄河天然径流量的主导因素。黄霄翔等［９］ 以布哈河流域为研究对象，基于水热耦合平衡理论对径流变化进行归因分析，发现气候变化对径流变化的影响占主导地位。

笔者针对沙柳河流域，采用Ｐｅｎｍａｎ?Ｍｏｎｔｅｉｔｈ 公式计算潜在蒸散发量ＥＴ０，结合降水及径流数据，采用Ｍａｎｎ?Ｋｅｎｄａｌｌ 及Ｐｅｔｔｉｔｔ 非参数检验分析各水文要素的年际趋势及突变特征，最后基于流域水热耦合平衡，定量计算气候变化和人类活动对径流变化的贡献率。

１ 研究区概况

沙柳河流域（东经９９°３７′—１００°１７′，北纬３７°１０′—３７°５１′）是青海湖流域重要的自然单元。其位于青藏高原东北部，青海湖流域北岸。地形整体为西北高、东南低，起伏强烈，海拔在３ １００～４ ７００ ｍ［１０－１２］ 。沙柳河起源于大通山克克塞尼哈，全长１０５．８ ｋｍ，径流以降水补给为主，是青海湖流域第二大河流，年均入湖径流量约２．８３ 亿ｍ３，占总入湖径流量的１３．７％，年平均径流深为１９６．２ ｍｍ。流域面积１ ５３６ ｋｍ２，属典型的高原大陆性气候区，夏秋季节温凉短暂，春冬季节寒冷漫长［１３］ 。

流域多年平均降水量为４０９．４ ｍｍ，降水主要集中在每年５—９ 月（占全年降水量的９０％左右）。年平均气温为－３．１ ℃，其地区分布为东南高、西北低，湖盆地区高、山丘地区低，气温年际变化较小［１４－１５］ 。沙柳河流域内的刚察水文气象站位于沙柳河下游刚察县，设立于１９５８ 年４ 月，测验断面以上集水面积１ ４４２ ｋｍ２，距离河口２１ ｋｍ。

２ 研究方法与数据来源

２．１ Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ 公式

Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ（Ｐ－Ｍ）公式是由英国Ｈ．Ｌ．彭曼提出的计算潜在蒸散发量ＥＴ０ 的半经验半理论公式，被联合国粮农组织（ＦＡＯ）推荐为计算ＥＴ０的唯一标准方法。为了简化公式，ＦＡＯ 于１９９８ 年提出了一个简化公式［１６］ ，具体形式为

２．４ 数据来源

本研究选取沙柳河流域刚察站（北纬１００°１３′，东经３７°３２′）的基础气象水文数据。气象数据为１９６９—２０２０ 年长序列平均气压、平均相对湿度、日照时数、平均气温、日最高气温、日最低气温、平均风速等，该数据来源于国家气象科学数据中心；水文数据为１９６９—２０２０ 年长序列降水量、径流量、蒸发量等，该数据来源于青海省水文水资源测报中心。

３ 研究结果

３．１ 潜在蒸散发量变化特征

利用Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ 公式计算刚察站月平均潜在蒸散发量ＥＴ０，结果见图１。由图１ 可以看出，沙柳河流域潜在蒸散发量年内分配呈明显单峰状，１２ 月潜在蒸散发量最小，为４．９ ｍｍ；７ 月潛在蒸散发量最大，为９６．９ ｍｍ。从冬季到夏季，潜在蒸散发量逐渐增大，夏季达到最大值；７ 月之后潜在蒸散发量逐渐回落，至冬季达到最小。逐年潜在蒸散发量如图２ 所示，１９６９—２０２０ 年刚察站年平均潜在蒸散发量为６０３．４ ｍｍ，最大值为６４６．３ ｍｍ（１９６９ 年），最小值为５５１．２ ｍｍ（２０１２ 年），年平均潜在蒸散发量整体呈波动式下降趋势，下降速率约４．８ ｍｍ／１０ ａ。

对比沙柳河流域刚察站实际观测的蒸发皿蒸散发量可以看出，蒸发皿蒸散发量最大值为１ ０１１．９ ｍｍ（２００２ 年），最小值为６６５．２ ｍｍ（２０１１ 年），年平均蒸发量为８９１．０ ｍｍ，约为潜在蒸散发量的１．４ 倍，二者的相关系数为０．４，通过了０．０１ 置信水平检验，相关系数较小，主要原因是Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ 公式中气温因素对潜在蒸散发量影响较大，而蒸发皿更侧重日照百分率。

进一步通过Ｍａｎｎ－Ｋｅｎｄａｌｌ 检验分析（见表１）可以看出，年蒸发量均呈减小趋势，潜在蒸散发统计量Ｚ 值为－２．４，通过了０．０５ 置信水平检验，线性倾向率为－０．６；蒸发皿蒸散发统计量Ｚ 值为－１．８，仅通过了０．１置信水平检验，低于潜在蒸散发显著水平，线性倾向率为－３．３，下降趋势更加显著。可以看出，进行径流变化归因分析时，若将蒸发皿蒸散发量视为潜在蒸散发量，将高估蒸发对径流变化的贡献率。

３．２ 水文要素变化特征

对刚察站逐年降水量和径流深进行变化及趋势分析，结果见图３ 和图４，降水及径流年际丰、平、枯水年交替轮换，呈现波动式上升特征。其中：年平均降水量为４０９．４ ｍｍ，上升速率约２９．５ ｍｍ／１０ ａ；年平均径流深为１９６．２ ｍｍ，上升速率约２２．４ ｍｍ／１０ ａ；降水量及径流深的极大值分别出现在２０１７ 年和２０１８ 年，径流具有明显滞后性，与实际水文过程相符。通过Ｍａｎｎ－Ｋｅｎｄａｌｌ 检验分析（见表２）可以看出，降水量和径流深统计量Ｚ 值均大于２．５８，通过了０．０１ 置信水平检验，且线性倾向率均为正值，呈显著上升趋势。

３．３ 水文突变特征分析

利用Ｍａｎｎ－Ｋｅｎｄａｌｌ 趋势检验及Ｐｅｔｔｉｔｔ 突变检验对沙柳河流域１９６９—２０２０ 潜在蒸散发量、蒸发皿蒸散发量、降水量及径流深进行突变检验。由Ｍａｎｎ －Ｋｅｎｄａｌｌ 检验初步判断，沙柳河流域潜在蒸散发量及蒸发皿蒸散发量均存在多个突变年份（见图５ 和图６）；进一步通过Ｐｅｔｔｉｔｔ 检验进行识别，可以看出二者在置信水平为０．０５ 时无突变年份（见图７ 和图８）。因此，综合分析认为在研究时期内，潜在蒸散发量与蒸发皿蒸散发量无突变，且整体呈下降趋势。

由Ｍａｎｎ－Ｋｅｎｄａｌｌ 检验初步判断，降水量突变的时间为２００２—２００４ 年，径流深突变的时间为２００４ 年（见图９ 和图１０）；进一步通过Ｐｅｔｔｉｔｔ 检验进行识别，可以看出在置信水平为０．０５ 时，降水量及径流深突变年均为２００４ 年（见图１１ 和图１２）。通过青海湖实际水位及入湖径流量进行验证，确定沙柳河径流深突变年份为２００４ 年。因此，以２００４ 年为界，把１９６９—２００３ 年划分为基准期，把２００４—２０２０ 年划分为变化期。通过两个时期各气象因子对比分析，年均潜在蒸散发量由６０６．８１ ｍｍ 减小至５９７．０８ ｍｍ，减小幅度为１．６％；年均降水量由３７９．２０ ｍｍ 增加至４４５．６２ ｍｍ，增长幅度为１７．５％；年均径流深由１７３．９９ ｍｍ 增长至２４４．１０ ｍｍ，增长幅度最大，为４０．３％。

３．４ 沙柳河径流变化归因分析

根据沙柳河径流变化各因素在基准期和变化期的实测资料，结合上述水热耦合平衡方程可以推求出各个时期下垫面参数ｎ、干旱度指数（Ｅ０ ／ Ｐ）以及各影响因子的弹性系数（见表３）。人类活动引起的下垫面参数从基准期到变化期呈下降趋势，由基准期的０．８３ 减小至变化期的０．７４，减小幅度为１０．８％，主要原因是沙柳河流域城镇化水平逐步提高，一方面改变了下垫面和天然水文循环规律，使水源涵养能力降低，入湖径流量和补给量发生变化；另一方面，人类经济社会用水量增加使入湖水量减少［２０］ 。气候变化引起的干旱度指数，同样呈下降趋势，由基准期的１．６０ 减小至变化期的１．３４，主要原因是亚洲季风、西风环流和青藏高原季风共同作用，沙柳河流域气候逐渐由暖干化向暖湿化发展，降水量呈增多趋势，干旱状况逐年改善。由各因素的弹性系数可以看出，径流变化与潜在蒸散发量及下垫面参数负相关，与降水量正相关，说明当潜在蒸散发量、下垫面参数减小时，径流量呈增大趋势，降水量的减小会造成径流量的降低，这与实际水文过程相符。研究期内的εＥ０、εｎ 、εＰ 值分别为－０．４４、－０．８８、１．４４，说明基准期潜在蒸散发量、下垫面参数、降水量减小１０％时，年径流量分别增加４．４％、增加８．８％、减少１４．４％；基准期的εＥ０、εｎ 、εＰ 值分别为－０．４７、－０．９４、１．４７，说明基准期潜在蒸散发量、下垫面参数、降水量减小１０％时，年径流量分别增加４．７％、增加９．４％、减少１４．７％；变化期的εＥ０、εｎ 、εＰ 值分别为－０．３６、－０．７６、１．３６，说明变化期潜在蒸散发量、下垫面参数、降水量减小１０％时，年径流量分别增加３．６％、增加７．６％、减少１３．６％。与基准期相比，变化期潜在蒸散发量、下垫面参数、降水量变化１０％时，径流量的变化幅度减小。

对气候（Ｐ 和Ｅ０）变化和下垫面参数（ｎ）变化对径流的贡献率进行量化分析（见表４），可以看出归因计算径流深差值（ｄＲ′）为６７．８９ ｍｍ，而实际径流深差值（ｄＲ）为７０．１１ ｍｍ，二者之间差值较小，说明此方法可以较好地适用于沙柳河流域径流变化贡献率分析。通过各因素贡献率可以看出，气候变化对径流变化的影响大于人类活动的，气候变化中降水因素对径流变化贡献率大于潜在蒸散发的；降水量增大对径流量增大的贡献率为６８．４％，是引起沙柳河径流变化的主要原因；潜在蒸散发的减小对径流量增大的贡献率为２．０％，蒸散发量减小使耗散水汽减少，增大径流深；下垫面参数的减小对径流量增大的贡献率为２９．６％，下垫面参数与覆被、地形和土壤等因素密切相关，流域植被覆盖度降低使得流域径流量增大，符合基本水文过程。

综上所述，气候要素中降水变化是沙柳河流域径流变化的主要原因，人类活动影响次之，潜在蒸散发对径流的影响最小。主要原因是沙柳河流域地处青藏高原东北部，受多种季风影响，对气候变化敏感，伴随着气候变暖，该地区水循环过程整体增强，降水作为沙柳河补給的重要来源，对径流变化起主导作用。相对而言，沙柳河流域人类活动水平较低，且无大型水利枢纽等设施，人类活动对流域径流的干扰较弱。

４ 结论

基于沙柳河流域刚察水文气象站１９６９—２０２０ 年逐日气象数据，采用Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ 公式计算潜在蒸散发量，运用Ｍａｎｎ－Ｋｅｎｄａｌｌ 及Ｐｅｔｔｉｔｔ 非参数检验对流域降水、径流、潜在蒸散发进行趋势及突变分析，最后基于流域水分和能量平衡原理与弹性系数法，定量分析气候变化和人类活动对径流变化的影响及贡献率，具体结论如下。

１）沙柳河流域１９６９—２０２０ 年潜在蒸散发量呈下降趋势，下降速率为４．８ ｍｍ／１０ ａ；降水量及径流深呈上升趋势，上升速率分别为２９．５ ｍｍ／１０ ａ 和２２．４ ｍｍ／１０ ａ。通过对比潜在蒸散发与蒸发皿蒸散发可以发现，二者相关程度较低，且蒸发皿蒸散发量约为潜在蒸散发量的１．４ 倍。

２）沙柳河流域径流深在２００４ 年发生突变，通过两个时期各气象因子对比分析，径流深增长幅度约４０．３％，主要由降水量增多、潜在蒸散发量减少、下垫面参数减小导致，其中降水量增长幅度为１７．５％、潜在蒸发量减小幅度为１．６％、下垫面参数减小幅度为１０．８％。干旱度指数由基准期的１．６０ 减小至变化期的１．３４，说明沙柳河流域干旱状况逐年改善，并且气候由暖干化向暖湿化发展。

３）沙柳河流域气候变化对径流变化的贡献率为７０．４％，主要原因是沙柳河流域地处青藏高原东北部季风交汇地带，对气候变化较为敏感。同时在所有气候要素中，降水对径流变化的贡献率为６８．４％，成正相关；潜在蒸散发贡献率为２．０％，成负相关；人类活动主要通过影响下垫面参数来影响径流，人类活动对径流变化的贡献率为２９．６％，成负相关。

参考文献：

［１］ 薛帆，张晓萍，张橹，等．基于Ｂｕｄｙｋｏ 假设和分形理论的水沙变化归因识别：以北洛河流域为例［Ｊ］．地理学报，２０２２，７７（１）：７９－９２．

［２］ 宋晓猛，张建云，占车生，等．气候变化和人类活动对水文循环影响研究进展［Ｊ］．水利学报，２０１３，４４（７）：７７９－７９０．

［３］ 胡春宏，张晓明，于坤霞，等．黄河流域水沙变化趋势多模型预测及其集合评估［Ｊ］．水利学报，２０２３，５４（７）：７６３－７７４．

［４］ 方健梅，张家琦，王贺年，等．青海湖主要入湖河流５７ 年径流变化及其对气候变化的响应［Ｊ］．西部林业科学，２０２２，５１（４）：１９－２５，３３．

［５］ 黄晓荣，奚圆圆，李晶晶，等．荥经河流域径流变化过程分析［Ｊ］．华北水利水电大学学报（自然科学版），２０１６，３７（４）：６７－７０．

［６］ 鲍振鑫，张建云，王国庆，等．基于水文模型与机器学习集合模拟的水沙变异归因定量识别：以黄河中游窟野河流域为例［Ｊ］．水科学进展，２０２１，３２（４）：４８５－４９６．

［７］ ＬＩ Ｗ Ｑ，ＨＥ Ｇ Ｈ，ＺＨＡＯ Ｙ，ｅｔ ａｌ． Ａｎ Ａｎａｌｙｓｉｓ ｏｆ ＲｕｎｏｆｆＶａｒｉａｔｉｏｎ ｉｎ ａ Ｓｍａｌｌ Ｂａｓｉｎ ｉｎ ｔｈｅ Ｌｏｅｓｓ Ｐｌａｔｅａｕ： Ｉｄｅｎｔｉｆｙｉｎｇｔｈｅ Ｖａｒｉａｔｉｏｎ Ｃａｕｓｅｓ ａｎｄ Ｉｍｐｌｉｃａｔｉｏｎｓ ｆｏｒ Ｓｕｓｔａｉｎａｂｌｅ ＷａｔｅｒＭａｎａｇｅｍｅｎｔ［Ｊ］．Ｓｕｓｔａｉｎａｂｉｌｉｔｙ，２０２３，１５（１２）：９６５１．

［８］ 杨大文，张树磊，徐翔宇．基于水热耦合平衡方程的黄河流域径流变化归因分析［Ｊ］．中国科学：技术科学，２０１５，４５（１０）：１０２４－１０３４．

［９］ 黄霄翔，李润杰，甘永德，等．基于Ｂｕｄｙｋｏ 假设的布哈河流域径流变化归因分析［Ｊ］．南水北调与水利科技（中英文），２０２３，２１（３）：４８０－４９０．

［１０］ 刘吉峰．气候变化和人类活动双重胁迫对青海湖流域水文过程与湖泊水位变化影响的模拟研究［Ｄ］．北京：中国科学院，２００６：２３－２５．

［１１］ 杜嘉妮，李其江，刘希胜，等．青海湖１９５６—２０１７ 年水文变化特征分析［Ｊ］．水生态学杂志，２０２０，４１（４）：２７－３３．

［１２］ 韩艳莉，于德永，陈克龙，等．２０００—２０１８ 年青海湖流域气温和降水量变化趋势空间分布特征［Ｊ］．干旱区地理，２０２２，４５（４）：９９９－１００９．

［１３］ 江波，张路，欧阳志云．青海湖湿地生态系统服务价值评估［Ｊ］．应用生态学报，２０１５，２６（１０）：３１３７－３１４４．

［１４］ 刘扬，王竹，王芳．青海湖流域气温降水特征分析［Ｊ］．水文，２０２２，４２（５）：８２－８８．

［１５］ 韩艳莉．气候与景观格局变化对青海湖流域生态系统服务的影响［Ｄ］．西宁：青海师范大学，２０２１：１２－１５．

［１６］ 何军，冯雅婷，李亚龙，等．四种ＥＴ０计算方法在荆州地区的适用性分析［Ｊ］．节水灌溉，２０２０（１１）：１６－１９．

［１７］ 曹洁萍，迟道才，武立强，等．Ｍａｎｎ－Ｋｅｎｄａｌｌ 检验方法在降水趋势分析中的应用研究［Ｊ］．农业科技与装备，２００８（５）：３５－３７，４０．

［１８］ 马晶晶，王佩，邓钰婧，等．青海湖流域高寒草甸季节冻土土壤温湿变化特征［Ｊ］．土壤，２０２２，５４（３）：６１９－６２８．

［１９］ 李雯晴．黄土台塬地区水文情势演变及其典型流域在变化条件下的水文响应研究［Ｄ］．西安：长安大学，２０２１：３２－３５．

［２０］ 逯庆章．青海湖水量动态变化分析［Ｊ］．青海草业，２０１０，１９（４）：１０－１５．

【责任编辑 张 帅】