硯瓦川流域河川基流變化規律及其驅動因素

夏 露,畢如田,宋孝玉,呂春娟,馬耘秀,李懷有

1 山西農業大學資源環境學院,太谷 030801 2 西安理工大學省部共建西北旱區生態水利國家重點實驗室,西安 710048 3 黃河水利委員會西峰水土保持科學試驗站,西峰 745000

近年來,在全球氣候變化和區域人類活動的雙重影響下,黃河流域各支流徑流量大都呈現減少的趨勢[1- 3]。黃河徑流量的持續減少進一步加劇了流域水資源短缺的矛盾,直接影響到了社會經濟的穩定發展,因此,黃河流域徑流變化及其驅動機制研究已成為當前水文水資源領域的研究熱點之一。基流作為來源于地下水和其他延遲部分的流量, 它是黃河流域河川徑流中相對穩定的組成部分,是枯水期河道水流的重要補給來源,在維持河川流量和河流生態系統健康方面發揮著重要作用,同時也是流域匯流計算和水文模擬中的重要研究內容[4],但是有關變化環境下的基流變化規律研究卻還比較少見。

河川徑流量可以直接測定獲得,但基流量難以直接測定,一般會采用一定的方法進行估算,因此基流的分割一直以來就是基流研究中的重點和難點[5]。目前,國內外學者就基流的分割已提出不少方法,大致可以分為4大類：①圖解法[6],該方法作為傳統的基流分割法,雖然過程簡單,但在處理長時間序列數據時工作量很大,且帶有強烈的主觀性；②水文模型法[7],該方法物理意義相對明確,但在模型構建、參數率定等過程上較為復雜繁瑣,且具有一定的不確定性；③環境同位素和水化學方法[8],該方法通過分析降雨與地下水及河流中穩定同位素的組成來分割基流,其結果較為可靠,但是需要投入較多的人力物力,難以廣泛應用；④數值模擬法[9- 10],該方法可以通過計算機自動實現基流分割,克服了人工方法的主觀性和隨意性,操作簡便,高效實用,因此目前已成為最為廣泛應用的基流分割方法。對于同一流域,不同方法所得出的基流分割結果有所不同,有時差異可能較大,而先前較多研究只采用了一種方法進行基流分割從而可能造成了一定的不確定性,因此有必要對不同基流分割方法的適用性進行明確和篩選,而目前相關的方法對比研究卻比較缺乏。

目前,有關氣候變化和人類活動對基流的影響研究也日益增多。Zomlot等[11]通過分析比利時Flanders地區基流變化特征及其驅動機制,發現植被變化是研究區基流變化的主導因素；Rumsey等[12]利用主成分分析法研究北美科羅拉多河上游流域基流變化的影響因素,結果表明基流量與降水量、積雪、草地及自然荒地面積比等因素呈正相關,而與溫度、潛在蒸散發量、農地及灌木林地面積比等因素呈負相關。氣候變化對基流的正負效應一般較為明確,而人類活動對基流變化的影響效應可正可負,且不同學者的研究結論也存在著一定的差異,例如在土地利用/覆被變化引起的基流變化研究中,Wu等[13]認為黃河中游大面積的退耕還林還草措施增強了流域實際蒸散發能力,造成了土壤干燥化,從而最終減少了基流量,而Zhang等[14]研究發現渭河流域水土保持措施引起的土地利用變化是流域河川基流增加的主要原因,其內在原因在于土地利用變化導致降水入滲量增加,從而增加了基流量。由此可見,人類活動特別是土地利用/覆被變化對基流變化的影響機制尚不明確。此外,有關基流變化的定量影響評價相對較少,還有待進一步研究。

因此,本文以黃河中游硯瓦川流域為研究對象,基于流域1981—2016年的水文、氣象及植被資料,應用9種基流分割方法估算流域河川基流量及基流指數并對比分析不同方法的可靠性,確定出適用于研究區的最優基流分割方法；在此基礎上,揭示流域基流時間變化規律,并定性和定量的評價氣候變化和人類活動對流域基流變化的影響,以期為黃河流域水資源開發利用及生態環境保護提供科學依據。

1 研究區概況

圖1 硯瓦川流域地理位置及測站分布情況 Fig.1 Geographical location of the Yanwachuan watershed and hydrological stations in the watershed

硯瓦川流域地處甘肅省慶陽市西峰區及寧縣境內,位于東經107°37′—107°55′,北緯35°31′—35°44′,系涇河支流馬蓮河右岸的一條支溝。流域總面積為385.63 km2,海拔高度為947—1432 m(圖1),主溝長為35.0 km,溝壑密度為1.59 km/km2。該區屬半濕潤季風氣候區,多年平均降水量為535.8 mm,5—9月降水量占全年降水量的78.9%,年平均氣溫為8.1℃。流域地貌主要包括塬面、梁峁坡和溝谷這三種類型,分別占流域總面積的53.7%、17.7%和28.6%,具有典型的黃土高塬溝壑區地貌特征。硯瓦川流域地質構造比較單一,地表主要被第四紀黃土所覆蓋,厚度可達200 m左右,土壤侵蝕非常嚴重。為了有效地控制水土流失,黃委會西峰水保站于1975年選定硯瓦川流域作為黃土高塬溝壑區的典型中尺度流域,進行流域綜合治理試驗研究。

流域水土保持治理總體上可分為以下3個階段[15]：

第一階段為1975—1980年：1975年當地政府成立了硯瓦川流域治理指揮部,開始對硯瓦川流域集中開展治理工作,到1979年,已修成梯田3886.4 hm2,人工造林1768.6 hm2,人工種草988.7 hm2。

第二階段為1981—1993年：進入80年代,隨著農村實行包產到戶,土地使用權歸農民所有,這一時期國家投資力度處于下降趨勢,流域治理面積變化不大,有的地方治理面積有所減少。

第三階段為1994—2016年：1994年,黃土高原世界銀行貸款馬蓮河流域治理項目開始實施,這是當地政府首次引進外資進行流域綜合治理,使得流域治理步伐開始加快。至此之后,涉及本研究流域的的綜合治理項目主要還有：1999年開始實施的退耕還林工程、2001—2005年實施的黃河水土保持生態工程齊家川示范區項目以及2008—2010年實施的黃河水土保持生態工程硯瓦川示范區項目。

2 數據與方法

2.1 數據來源與處理

本研究所用觀測數據主要包括流域水文、氣象和植被資料。

(1)水文資料：主要包括降水資料和徑流泥沙資料,均來源于黃河水利委員會西峰水土保持科學試驗站,數據年限為1981—2016年。其中,降水資料選用了流域內系列連續且分布均勻的10個雨量站(圖1)共36年的降水數據,流域面降水量采用泰森多邊形法求得；徑流泥沙資料采用流域出口控制站—硯瓦川水文站的多年觀測數據,該水文站控制流域面積為341.54 km2。

(2)氣象資料：采用緊鄰硯瓦川流域邊界的西峰國家氣象觀測站1981—2016年的逐日數據資料,包括氣溫(最高氣溫、最低氣溫、平均氣溫)、相對濕度、太陽輻射、日照時數和風速等。基于該站多年逐日氣象數據,采用世界糧農組織推薦的Penman-Monteith公式[16]計算流域多年潛在蒸散發量。

(3)植被資料：本文用NDVI數據表征植被變化對基流的影響,采用的是AVHRR GIMMS NDVI(數據來源http://www.geodata.cn；數據年限為1981—2006年)和SPOT/VEGETATION NDVI(數據來源http://www.resdc.cn；數據年限為1998年至今)數據集。由于這兩套數據均不能完全覆蓋本研究期限,需要進行插補獲得全時段NDVI,具體操作如下：首先對兩套數據重合時段(1998—2006年)的月NDVI值進行了相關分析,結果表明兩者呈顯著性相關,相關系數為0.96,因此可以利用這兩套數據進行插補延長,然后建立起兩套數據1998—2006年的月NDVI值線性回歸方程,最終將GIMMS 1981—1997的NDVI數據代入回歸方程,從而得到插補延長后全時段的SPOT/VEGETATION NDVI數據。

2.2 研究方法

2.2.1基流的分割方法

本研究采用數值模擬法中的數字濾波法、平滑最小值法、時間步長法共3類9種方法對流域基流進行分割,并利用實際基流量對各種基流分割方法進行參數率定。

(1)數字濾波法

數字濾波法源于信號分析和處理技術,主要功能是將信號分為高頻信號和低頻信號。由于直接徑流的快速響應特征與高頻信號類似,而基流的慢速響應特征與低頻信號類似,因此該方法的原理將日徑流看作是直接徑流和基流的疊加,通過數字濾波器分解出高頻和低頻信號,從而相應的將直接徑流和基流從徑流中分割出來[17]。目前應用最為廣泛的數字濾波法主要包括以下4種：

①Lyne-Hollick濾波法

Lyne-Hollick濾波法是由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進行基流分割,其濾波方程為[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)分別為第i和第i-1時刻的直接徑流(m3/s)；Q(i)和Q(i-1)分別為第i和第i-1時刻的河川流量(m3/s)；Qb(i)為第i時刻的基流(m3/s)；f1和f2為濾波參數,推薦取值分別為0.925和0.5,另外濾波次數(N)一般取1或3。本研究通過對f1(調參范圍在0.90—0.98之間)、f2(調參范圍在0.4—0.6之間)和N(調參范圍為1、3和5)進行率定,發現當f1為0.975、f2為0.5、N為1時,基流分割結果精度較高。

②Chapman濾波法

Chapman通過對Lyne-Hollick濾波方程中的問題進行系統的分析,在1991年對該濾波法進行了改進,提出了Chapman濾波法,其濾波方程為[19]：

(2)

式中：f1為濾波參數,推薦取值為0. 95,另外濾波次數(N)一般取1或3,其他參數含義同上,再用式(1)中的基流公式計算基流。本研究通過對f1(調參范圍在0.90—0.98之間)和N(調參范圍為1、3和5)進行率定,發現當f1為0.925、N為1時,基流分割結果較優。

③Chapman-Maxwell濾波法

Chapman和Maxwell在1991年對以上濾波法進行進一步改進,他們假定某時刻的基流為該時刻的直接徑流和前一時刻基流的加權平均,其提出的濾波方程為[20]：

(3)

式中：f1為退水參數,推薦取值為0. 95,另外濾波次數(N)一般取1或3,其他參數含義同上。本研究通過對f1(調參范圍在0.90—0.98之間)和N(調參范圍為1、3和5)進行率定,發現當f1為0.925、N為1時,基流分割結果較優。

④Boughton-Chapman濾波法

Boughton于1993年提出了Boughton-Chapman濾波法,其濾波方程為[21]：

(4)

式中：f1和f2為方程參數,推薦取值分別為0. 95和0.15,另外濾波次數(N)一般取1或3,其他參數含義同上。本研究通過對f1(調參范圍在0.90—0.98之間)、f2(調參范圍在0.05—0.35之間)和N(調參范圍為1、3和5)進行率定,發現當f1為0.95、f2為0.1、N為1時,基流分割結果精度較高。

(2)平滑最小值法

平滑最小值法是英國水文研究所在1980年提出的一種基流計算方法,主要有標準平滑最小值(f)法和改進平滑最小值(k)法,其方法原理為[22]：將連續的日徑流系列按照時間間隔N劃分成365/N個時間段,然后確定每個時間段的最小流量值,形成最小流量序列Q1、Q2、…、QN,若某個i時段內的流量最小值與拐點檢驗因子f或k的乘積小于等于左右相鄰兩個時段內的流量最小值,即fQi≤min(Qi-1,Qi+1)[kQi≤min(Qi-1,Qi+1)],則將中間點確定為拐點。重復此過程,在流量過程線上確定出所有拐點,將所有拐點用直線連接即可得到基流過程線。

該方法需要確定2個參數：時間間隔N和拐點檢驗因子f或k。N一般取值為3—5 d,而f和k推薦值為0.9和0.979。本研究通過對f(調參范圍在0.85—0.95之間)、k(調參范圍在0.90—0.99之間)和N(調參范圍為3、4和5)進行率定,發現當f為0.9或k為0.98、N為3時,基流分割結果較優。

(3)時間步長法

時間步長法也稱為HYSEP法,是由Pettyjohn和Henning首先于1979年提出[23],并由美國地質調查局開發計算程序推薦使用。HYSEP法共有固定步長法(Fixed interval,FI)、滑動步長法(Sliding interval,SI)和局部最小值法(Local minimum,LM)3 種不同的分割方法,這3種方法都首先需要利用經驗公式計算直接徑流的持續時間t：

t=(2.95A)0.2

(5)

式中：t為直接徑流的持續時間(d)；A為流域面積(km2)。

通過計算直接徑流的持續時間,選擇與2t最為接近且介于3到11之間的奇數作為時間間隔N。

硯瓦川水文站控制流域面積為341.54 km2,計算得到t為3.99,故時間間隔N為7。之后,這3種方法計算基流的原理有所不同,其中,固定步長法(FI)是將該時間間隔內的最小流量作為該時段內任意一天的基流；滑動步長法(SI)是將某天前后(2N-1)/2d內的最小流量作為該天的基流,由此計算出每一天的基流；局部最小值法(LM)是選擇時間步長內中心點前后(2N-1)/2d內的最小流量作為相鄰時間步長內中心點的基流值,然后通過線性內插得到步長中心點之外時段的基流。3種方法均以本次計算的終點作為下次時間的起點,重復以上過程便可得到基流過程線。

2.2.2基流分割結果的評價

通過確定硯瓦川流域歷年的實際基流量,利用統計指標評價不同基流分割方法的精度,從而選取最優基流計算方法的結果開展進一步的基流分析。

(1)實際基流量的確定

直接觀測河川基流量是一個非常困難的過程,因此目前國際上主要采用枯水指數法[24]來近似估計實際基流量,該方法的計算步驟為：利用歷年的逐日流量數據繪制出歷年的日流量歷時曲線,然后推求歷年的Q90和Q50值,這兩個值分別代表某一年的低流量和中流量,那么本研究用枯水指數(Q90/Q50)與年均流量相乘,即推求出年基流量的實際值。

(2)基流分割方法的評價

將實際年基流量值與基流分割估算結果進行對比,利用納什效率系數(NSE)和平均絕對相對誤差(Re)來率定不同基流分割方法的參數,并評價其優劣性。其中,NSE的計算公式如下[25]：

(6)

在施工過程中錘頭脫落往往不是單一原因造成的，其主要因素是鋼絲繩的磨耗斷裂，卡扣失靈掉落，錘頭橫向軸承過勞斷裂等。

Re可由下式計算得出[26]：

(7)

式中，Re值越小,估算效果就越好。一般認為,當Re值小于20%時,估算結果就具有一定的精度。

2.2.3年基流變化趨勢及突變分析

本研究采用Mann-Kendall檢驗法進行年基流的變化趨勢及突變分析,并采用滑動t檢驗法對Mann-Kendall突變檢驗的結果進行驗證。由于這兩種方法在水文研究中已被廣泛使用,因此有關方法原理在此并不詳述,具體方法詳見文獻[27-28]。

2.2.4基流對氣候變化和人類活動的響應分析

本文通過參考以往的基流驅動因素研究,最終選取降水量和潛在蒸散發量這兩個指標反映氣候變化的影響,同時考慮到研究區水土保持治理以植被措施為主,大型水利工程較少,流域內人類取用水量也非常少,人類活動主要通過改變土地利用/覆蓋導致基流的變化,因此,選取NDVI這一指標反映人類活動(植被變化)對基流的影響。

選取出主要影響因素后,對流域年降水量、年潛在蒸散發量和年NDVI值進行變化趨勢及其與基流的相關性分析,探討基流對氣候變化和植被變化的響應規律,并定量評價氣候變化和植被變化對基流變化的影響程度。本研究采用多元線性回歸法來計算基流變化的貢獻率,其計算步驟如下[24]：以標準化年基流量為因變量,以主要影響因子(即標準化年降水量、年潛在蒸散發量和年NDVI)為自變量,建立標準化年基流量的多元線性回歸方程,其中,每個變量的標準化值由各變量系列值減去變量均值再除以該變量的標準差求得。那么,每個影響因子對基流量變化的貢獻率大小就可以由各自的回歸系數來估計,計算公式如下：

(8)

3 結果與分析

3.1 基流分割結果的對比與評價

表1列出了9種不同基流分割方法的計算結果及評價指標,總體來看,除了Chapman濾波法和Chapman-Maxwell濾波法計算出來的BFI值低于0.45之外,其他7種方法的BFI計算結果都處于0.55—0.59之間,與枯水指數法計算出來的多年實際BFI平均值0.58較為接近,且都明顯高于Chapman濾波法和Chapman-Maxwell濾波法的計算結果,這可能是由于這兩種方法的計算原理有所不同,導致基流分割過程在低流量時更為平滑,基流量及基流指數低于其他方法的結果。不同基流分割方法的評價指標結果顯示,Chapman濾波法、Chapman-Maxwell濾波法、平滑最小值法和時間步長法的NSE都低于0.4,說明分割效果不夠理想,而Lyne-Hollick濾波法的NSE和Re分別為0.49和17%,Boughton-Chapman濾波法的NSE和Re分別為0.64和16%,說明這兩種方法具有較高的精度,其中最優的還屬Boughton-Chapman濾波法。

表1 不同基流分割方法的基流指數值及評價結果

圖2 不同基流分割方法的1981年日流量和日基流量過程線Fig.2 Baseflow hydrographs estimated with the 9 baseflow separating methods

為了進一步驗證不同基流分割方法的適用性,本研究以1981年(頻率為10%的豐水年)為例,對比分析不同日基流分割過程線的特征,結果見圖2(為了使日流量過程線展示清晰,已刪除3個日流量大于4 m3/s的數據點)。在4種數字濾波法中,Boughton-Chapman濾波法日基流過程線起伏最大,不太符合實際的日基流漲落過程,Chapman濾波法和Chapman-Maxwell法波動幅度次之,而Lyne-Hollick法的日基流過程線較為平滑,同時對汛期降水有一定的響應,在非汛期BFI值較大而在汛期BFI值小于其他3種濾波法,能夠較好地反映日基流的實際變化規律。兩種平滑最小值法的日基流過程相對于其他方法波動幅度最小,但是過于平滑,沒能體現日基流對汛期降水的響應過程。在3種時間步長法中,固定步長法和滑動步長法的日基流變化過程與日徑流變化過程非常一致,未能體現基流的滯后性這一特征,這是由于這2種方法的分割原理所決定的,而局部最小值法整體波動非常小,日基流過程線過于平滑。總體來看,Lyne-Hollick法的基流分割結果比較符合實際日基流變化規律。

綜合年基流指數、年基流量誤差分析與日基流過程線結果,本研究認為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。考慮到Lyne-Hollick法在年尺度上的基流估算還存在著一定的誤差,所以在后續的年際尺度基流研究中直接利用枯水指數法計算的實際基流量成果,而在年內尺度基流研究中則采用Lyne-Hollick法的分割結果。

3.2 基流年內變化規律

圖3 硯瓦川流域多年平均月徑流和月基流變化規律 Fig.3 Variation of annual average monthly streamflow and monthly baseflow in the Yanwachuan watershedBFI：基流指數 Baseflow index

根據Lyne-Hollick法的逐日基流分割結果,得到硯瓦川流域1981—2016年平均月基流量及月BFI變化過程(圖3)。硯瓦川流域1—3月份河川流量逐漸增加,同時月基流量也呈現上升的趨勢,并在3月份達到第一個峰值,這和積雪融化補充徑流及基流關系密切；4—6月份河川流量與3月份相比有所下降,這一方面是由于這個時期降水量較小,另一方面是因為植物的生長使降水入滲量增加,從而減少了徑流,同時期月基流量也呈現下降的趨勢；7月份河川流量達到全年最高峰值,這主要與7月份的降水量達到峰值有關,但是該月份的基流量卻未達到最大,另外7—10月是徑流主要的集中期,河川流量隨著降水量的減少而逐漸降低,但是基流量在7—10月期間卻穩步增加,在10月份達到了最大值,這體現了基流作為慢速流的滯后性；11—12月份河川流量徑流量和基流量均呈下降趨勢。總體來看,基流在年內的變化幅度小于徑流,且對降水/融雪補給的響應時間也較為緩慢,這都與基流的補給機制密切相關。另外,BFI在年內總體呈現先減少后增加的變化規律,汛期(5—9月份)的月BFI值明顯低于非汛期,非汛期各月BFI值達到0.56—0.81之高,這也驗證了在枯水期基流量是河川徑流的主要組成部分這一結論。

3.3 基流年際變化規律

根據年徑流及基流統計分析結果(圖4),流域多年平均河川流量和基流量分別為0.264 m3/s和0.152 m3/s,其中年流量和年基流量最大值分別為0.564 m3/s和0.322 m3/s,均出現在1984年,而年流量和年基流量最小值分別為0.180 m3/s和0.129 m3/s,分別發生在1999年和2007年。在整個研究期間,流域年基流量與年流量均呈現出下降的趨勢,且兩者的變化過程較為一致,基流在年際尺度上并未體現出一定的滯后性。流域多年平均BFI值為0.58,年BFI值在0.38—0.76之間浮動,整體表現出下降的趨勢,特別是在2006年以后,流域BFI值維持在一個較低的水平,這說明從2006年之后降水更多的形成了快速徑流,使慢速流在徑流中的占比較低。

圖4 硯瓦川流域1981—2016年年徑流和年基流變化規律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檢驗和滑動t檢驗結果如圖5所示。年基流量和年BFI值的UF值分別為-3.787和-2.642,超過了P=0.01顯著性水平,這說明硯瓦川流域年河川基流量和年BFI值均呈現極顯著的減少趨勢。M-K突變檢驗結果顯示,年基流量UF和UB線相交于1993年,年基流指數UF和UB線相交于2006年,而t檢驗顯示年基流量于1992年附近發生了突變,年基流指數在2006年和2007年附近發生了突變,兩種突變檢驗的結果非常一致。因此,可以認為硯瓦川流域年河川基流量和年基流指數在研究期間發生了極顯著的減少趨勢性變化,且分別于1993年和2006年附近發生了突變。

圖5 硯瓦川流域年河川基流量和年基流指數M-K檢驗和滑動t檢驗結果Fig.5 Results of M-K test and t test for annual baseflow and annual baseflow index in the Yanwachuan watershedUF： Mann-Kendall統計值組成的曲線; UB： Mann-Kendall反序列統計值組成的曲線; t： 滑動t檢驗的統計值

3.4 基流變化驅動因素分析

通過對硯瓦川流域1981—2016年降水量(P)、潛在蒸散發量(ET0)和NDVI數據進行趨勢分析及突變檢驗(圖6和表2),結果表明：流域多年平均年降水量和年潛在蒸散發量分別為535.8 mm和1172.1 mm,在整個研究期內年降水量呈現不顯著的增加趨勢(P>0.05),以平均每年1.351 mm的速度在增加,且未發生突變,而潛在蒸散發在年際上呈現極顯著的增加趨勢(P<0.01),以平均每年4.121 mm的速度在增加,且于1993年附近發生了突變；流域多年平均年NDVI值為0.535,年NDVI呈現極顯著的增加趨勢(P<0.01),以平均每年0.0056的速度在增加,且于2004年附近發生了突變。綜合以上因素的趨勢分析及突變檢驗結果,可以發現年潛在蒸散發的突變時間與年基流量的突變時間均出現在1993年附近,且自1994年開始的黃土高原世界銀行貸款使得流域治理步伐開始加快,流域植被條件也因此開始發生了較大的變化,這說明硯瓦川流域潛在蒸散發和NDVI的增加可能是河川基流量減小的主要原因；另外,年NDVI的突變時間與年基流指數的突變時間較為接近,這表明NDVI的變化可能對于流域基流指數的減小趨勢起到了一定的作用,還有待進一步驗證。

圖6 硯瓦川流域1981—2016年降水量、潛在蒸散發量和NDVI變化規律Fig.6 Variation of precipitation, potential evapotranspiration and NDVI in the Yanwachuan watershed during 1981—2016NDVI: 歸一化植被指數Normalized difference vegetation index

表2 硯瓦川流域年降水量、潛在蒸散發量和NDVI趨勢分析及突變檢驗結果

為了進一步揭示這三者對基流的影響規律,本研究利用Spearman秩相關檢驗對三者與基流量和基流指數進行相關性分析,結果見表3。根據Spearman相關分析結果,基流量與三者均顯著相關,其中,潛在蒸散發量相關性最大(R= -0.510),這說明潛在蒸散發應該是影響基流量最重要的因素,這也從基流量的突變年份與潛在蒸散發的突變年份一致這一點上得到了驗證；基流量與降水量和NDVI均顯著相關(P<0.05),不過其與降水量呈正相關,而與NDVI卻呈負相關,這表明了流域降水量的上升趨勢確實會使基流量有所增加,而NDVI的上升趨勢導致基流量有所減少。另外,在3個影響因素中,NDVI與基流指數的相關性最高,降水量與基流指數的相關性次之,但是呈負相關關系,而潛在蒸散發與基流指數的相關性很弱,相關系數僅為0.079。

表3 硯瓦川流域基流與主要影響因素間的Spearman相關分析結果

為了更深入的分析驅動因素對基流變化的定量影響,采用多元線性回歸法評價基流變化的貢獻率。表4列出了流域基流量和基流指數的線性回歸系數及貢獻率結果,兩個線性回歸方程均通過了0.05顯著性水平上的F檢驗,但基流量線性回歸方程的擬合度(R2=0.446)要優于基流指數線性回歸方程(R2=0.241)。根據基流變化貢獻率評價結果,流域降水量變化、潛在蒸散發量變化及NDVI變化對基流量變化的貢獻率分別為-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%,而潛在蒸散發的增加以及NDVI的變化分別使基流量減少了113.3%和85.8%,可見潛在蒸散發和NDVI的變化是引起河川基流量減小的主要原因,這與前面得出的結論一致；流域降水量變化、潛在蒸散發量變化及NDVI變化對基流指數變化的貢獻率分別為41.3%、-27.7%和86.5%,這說明流域NDVI的增加確實對于基流指數的降低起到了決定性的作用。

表4 硯瓦川流域基流與基流指數的貢獻率評價結果

4 討論

不同基流分割方法的計算結果有所差異,在本文采用的9種數值模擬方法中,Chapman濾波法和Chapman-Maxwell濾波法計算出來的基流量結果明顯低于其他7種方法,且與枯水指數法計算出來的實際BFI值相差較遠,這與吳珍妮等[29]在北洛河上游基流分割方法適用性研究中得出的結論一致,這表明Chapman濾波法和Chapman-Maxwell濾波法可能不適用于黃河中游地區的基流分割。另外,本研究通過綜合分析不同方法的年基流誤差與日基流過程線結果,發現Lyne-Hollick法在所有基流分割方法中具有更好的可靠性。吳珍妮等[29]、申戀綿等[30]、亢小語等[31]和周嘉欣等[5]曾分別對北洛河上游、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適用性進行了評價,結果均發現Lyne-Hollick法基流估算結果穩定可靠且精度高,這說明Lyne-Hollick濾波法確實是黃河中上游比較適宜的基流分割方法。

硯瓦川流域河川基流量和基流指數在年際尺度上呈極顯著下降趨勢(P<0.01),氣候變化和植被變化是影響研究區河川基流的主要驅動因素。在氣候要素中,降水量和潛在蒸散發量是最關鍵的兩個因子。降水是基流的補給來源,它直接決定著基流量的大小,因此在一般情況下降水量與基流量之間呈正相關關系,這一點也被眾多研究所證實。本研究還分析了年降水量和年基流指數之間的相關關系,發現兩者呈顯著負相關,即降水量的增加會顯著減小基流指數。Xu等[32]曾采用彈性系數法分析降水和潛在蒸散發對基流的定量影響,他們也發現了基流的降水彈性系數為負值這一現象,但并未作相應的解釋,本研究認為這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著汛期降水量的增加,而汛期降水量更容易產生快速流,從而減小了基流占徑流的比例即減小了基流指數。

潛在蒸散發反映了大氣的蒸發能力,潛在蒸散發能力越強,降水入滲量會更多的轉化為蒸散發量,基流量也會相應地減少,因此兩者呈負相關關系(表3)。在氣象要素中,基流量與潛在蒸散發量相關性最大,而與降水量次之,這與傳統的氣候變化對徑流的影響結論不太一致,例如楊大文等[33]基于流域水熱耦合平衡模型對黃河流域38個典型流域1961—2010年間徑流變化進行分析,結果表明在所有流域中徑流變化對降水變化比對潛在蒸散發變化更為敏感。這種不一致的原因可能在于潛在蒸散發能更大程度上決定降水入滲量的消耗途徑：它到底是會更多的形成蒸散發量還是會補給基流？這比降水量對基流的影響更加直接和密切。

有關植被變化對徑流的影響研究非常多見,但是針對植被變化對基流的影響研究卻相對匱乏,且其定性影響結論尚有一定的差異。例如黃河中游大規模的生態恢復特別是人工造林對基流的影響仍存在爭議：一些學者[4,8,14,34]認為造林或植被恢復能增加土壤入滲,從而增加河川基流量；另一些學者[7,13,35]認為造林或植被恢復增加了植被蒸騰和截留蒸發,使得基流量有所減少。造成這種不一致的結果可能在于影響基流的因素錯綜復雜,一般的研究很難將植被變化的影響從眾多因素中剝離出來,容易受到其他因素的干擾,從而得到了不同的研究結論,因此在以后的研究中亟需利用對比流域法來直接評判這一效應。本文的結論更傾向于后者,即在黃河中游地區植被覆蓋度的增加會減小基流量,NDVI與基流量的負相關關系主要是因為黃河中游干旱半干旱地區作為水分限制區,植被恢復增加的降水入滲不能抵消植被恢復引起的蒸散發(植被蒸騰和截留蒸發)增加,最終導致可以補給基流的降水入滲量有所減少。硯瓦川流域人類活動對基流的影響主要體現在植被變化上,因此該結果也有一定的參考性。另外,在3個影響因素中,基流指數與NDVI的相關性最高,這可能是因為NDVI能更大程度上決定徑流的組成成分,穆興民等[36]指出黃土高原植被恢復深刻地改變了黃土高原土壤水文性質,使土壤入滲能力增強、流域蓄水容量增大,雖然這意味著直接徑流量的減少,但是由于流域NDVI的極顯著增加導致蒸散發能力的增強,使補給基流的水量大大減小,最終導致基流的減少速度要快于直接徑流的減少速度。

硯瓦川流域基流變化的定量評價結果表明,潛在蒸散發和NDVI的變化是引起流域河川基流量減少的主要原因,而流域NDVI的增加對于硯瓦川流域基流指數的降低起到了決定性的作用。Wu等[13]對黃河中游11個典型流域的基流變化進行歸因分析,發現人類活動是造成大部分流域河川基流量減少的原因,而基流指數的歸因結果在不同流域分異較大。不過這些流域的人類活動不僅僅局限于植被變化,而如對地下水的開采、煤炭開采對地下含水層的破壞等等均是引起基流量減小的重要原因。

5 結論

本文以硯瓦川流域為研究區域,探討了不同基流分割方法在研究區的適用性,分析了流域1981—2016年期間河川基流的年際及年內變化規律,定性和定量的評價了變化環境對基流變化的影響,主要結論如下：

(1)Lyne-Hollick濾波法計算出來的流域多年平均BFI值為0.55,與枯水指數法計算出來的多年實際BFI平均值0.58較為接近,另外該方法的NSE和Re分別為0.49和17%,具有一定的估算精度,且其基流分割結果比較符合實際日基流變化規律。綜合年基流指數、年基流量誤差分析與日基流過程線結果,本研究認為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)基流量在年內的變化幅度小于徑流,且對降水/融雪補給的響應時間也較為緩慢,體現了基流補給的滯后性,而BFI在年內總體呈現先減少后增加的變化規律,汛期(5—9月份)的月BFI值明顯低于非汛期。流域多年平均基流量為0.152 m3/s,基流量和BFI在年際上均呈現極顯著的減少趨勢(P<0.01),且分別于1993年和2006年附近發生了突變。

(3)年潛在蒸散發的突變時間(1993年)以及流域治理步伐開始加快的時間(1994年)均與年基流量的突變時間(1993年)較為接近,這說明硯瓦川流域潛在蒸散發和NDVI的增加可能是河川基流量減小的主要原因；另外,年NDVI的突變時間與年基流指數的突變時間較為接近,這表明NDVI的變化對于河川基流指數的減小應該起到了一定的作用。另外,根據Spearman相關分析結果,河川基流量與潛在蒸散發量相關性最大(R= -0.510),而基流指數與NDVI的相關性最高(R= -0.432)。

(4)流域降水量、潛在蒸散發量及NDVI的變化對基流量變化的貢獻率分別為-99.1%、113.3%和85.8%,對BFI變化的貢獻率分別為41.3%、-27.7%和86.5%,可見潛在蒸散發和NDVI的變化是引起硯瓦川流域河川基流量變化的主要原因,而流域NDVI的增加確實對于河川基流指數的降低起到了決定性的作用。