黃河上游流域徑流變化特征與歸因分析研究

摘 要：基于黃河上游頭道拐水文站1982-2015年的月尺度徑流量數據，采用累積距平值方法識別徑流突變年份，繼而分析研究區生態水文氣象要素的年內變化規律，然后采用多元線性回歸方法，評估了氣候變化和人類活動對黃河上游植被變化的貢獻率.最后，運用Budyko假設方法計算了人類活動引起的植被變化和氣候因子（包括降水、蒸發和氣候變化引起的植被變化）對黃河上游徑流變化的貢獻率.結果表明：（1）頭道拐水文站的年徑流量存在著明顯減小的趨勢，并且年內分配更加均勻;（2）歸一化植被指數、年平均降雨量和年平均參考蒸散發量均呈現逐漸增長的趨勢;（3）人為因素在黃河上游植被覆蓋率增長方面發揮了主要作用，貢獻率為75.02%；（4）氣候因子（包括降水、蒸發和氣候變化引起的植被變化）和人類活動引起的植被變化對頭道拐水文站徑流變化的貢獻率分別為36.81%和63.19%.

關鍵詞：氣候變化；植被變化；徑流變化；人類活動；黃河上游

中圖分類號：P333; TV121文獻標志碼：A

許多研究表明全球氣候正在變暖，環境也正在變化［1］.環境變化可分為兩類：氣候因素變化和人為因素變化，前者包括氣溫和降水的變化，溫度和降水量變化會影響蒸散速率、土壤濕度和徑流狀況，后者包括河道筑壩、生活用水量和工業用水量的變化［2-3］.環境變化加劇了人水之間的供需矛盾，進一步擴大了水資源時空分布的差異，導致極端水文事件頻率和頻次日益增長［4］.

黃河上游的產水量提供了黃河流域57%以上的徑流［5］，是黃河流域的主要產水區.近幾十年來，黃河上游流域氣溫和蒸發量日益上升，人口增長和經濟快速發展導致該區域生活和生產用水量劇增，直接導致黃河上游徑流量呈逐漸減少的趨勢，對黃河流域的生態安全和經濟發展造成了嚴重危害［6］.因此，定量評價氣候因素和人類活動對黃河上游徑流變化的影響機制，可以為應對黃河流域水資源供需矛盾提供科學依據.

Budyko假設方法是定量計算氣候因素和人類活動對徑流變化影響程度的有效方法，已被廣泛應用［7-11］，在黃河流域也是適用的［12］.近年來，一些學者使用該方法定量計算了氣候變化和人類活動對黃河上游徑流變化的影響程度.ZHENG等［13］利用Budyko公式計算了1961-2010年氣候和下墊面變化對唐乃亥水文站徑流變化的貢獻率，發現氣候因素是導致唐乃亥水文站徑流變化的主要因素，貢獻率在60%～70%之間.LIU等［14］利用Budyko公式量化了1964-2011年間氣候變化和人類活動對黃河上游十大溝流域徑流變化的影響程度，發現人類活動是黃河流域十大溝流域年徑流量減少的主要驅動因素.氣候變化和人類活動對年徑流變化的貢獻率分別為22%～32%和68%～78%.

在Budyko假設中，徑流變化主要受降水量（P）、參考蒸發量（ET0）和下墊面參數（ω）的影響.ω的數值大小取決于土壤類型、地形因素和土地覆被類型.土壤類型和地形因素一般不發生變化，因此ω的數值大小主要與土地覆被類型有關.然而，已有研究往往將土地覆被變化都歸因于人類活動.事實上，土地覆被變化受氣候變化和人類活動的雙重影響.因此，已有的研究往往低估了氣候變化對徑流變化的影響［15-16］.為了準確評估氣候變化和人類活動對黃河上游徑流變化的貢獻率，必須區分自然因素和人為因素對黃河上游土地覆被類型變化的影響.黃河上游的建設用地面積約占2%，因此黃河上游土地覆蓋變化主要表現為植被覆蓋變化，NDVI（Normalized Difference Vegetation Index，歸一化植被指數）數據能夠有效地反映植被的變化，故本文利用NDVI變化來表征土地類型的變化.

基于上述分析，本文首先采用累積距平值方法判斷頭道拐水文站1982-2015年徑流數據的突變年份，然后使用多元線性回歸方法計算了氣候因素和人類活動對頭道拐水文站集水區植被變化的貢獻率，最后使用Budyko假設方法定量計算了氣候因素和人類活動對頭道拐水文站徑流變化的貢獻率.

1 區域概況和數據來源

1.1 研究區域概況

黃河上游流域是指河口鎮以上的河段，位于32°～42°N和95°～112°E之間，河流總長度為3 472 km，約占黃河流域總河長的61%，流域面積38.6×104 km2，占黃河流域總面積的一半以上.黃河蘭州以上區域的產水量提供了黃河流域57%以上的徑流，是黃河流域的主要產水區.該區域大部分位于西北半干旱區，地形起伏較大，總體呈現為西高東低，氣候復雜多樣，降水量分布極不均勻.

1.2 數據來源

黃河上游流域內及周邊的71個氣象站點逐日氣象數據來自中國氣象局網站（http：//www.cma.gov.cn），包括平均氣溫、最高和最低氣溫、降水量、平均風速、日照時數、相對濕度等，時間范圍為1982-2015年.每個氣象站點的參考蒸散發量采用聯合國糧農組織推薦的Penman-Monteith公式計算得出.首先利用Penman-Monteith方程計算了71個氣象站的日參考蒸散發量，計算了71個氣象站的月降水量和參考蒸散發量.然后，在ArcGIS軟件中使用Kriging插值方法獲得黃河上游流域月降水量和參考蒸散發量的柵格數據.最后，利用ArcGIS軟件提取得到黃河上游月尺度和年尺度降水量和參考蒸散發量.

黃河上游頭道拐水文站月尺度徑流觀測數據來源于黃河水利委員會（http：//www.yrcc.gov.cn/）和黃河水資源公報，時間范圍為1982年至2015年；NDVI數據來源于美國國家海洋和大氣管理局2016年最新發布的GIMMS NDVI3g version1數據集（https：//ecocast.arc.nasa.gov/data/pub/gimms/3g.v1/），時間范圍為1981年7月到2015年12月，空間分辨率為0.083 3°，時間分辨率為15 d，NDVI數據的預處理包括格式和坐標轉換、數據裁剪、NDVI真值計算.NDVI真值是將NDVI數據的初始像素值乘以0.000 1.最后采用平均值合成法提取得到黃河上游流域的月尺度和年尺度NDVI數值，NDVI數值范圍在-1和1之間.

2 研究方法

2.1 累積距平值方法

為了識別徑流量時間序列的突變年份，本文采用累積距平值方法作為識別突變年份的方法，該方法是識別氣候要素時間序列數據突變年份常用的方法之一，得到了廣泛的應用［17-18］.該方法原理簡單，根據氣候要素累積距平值的變化趨勢識別其突變年份，當曲線中某一時刻累積距平值的變化趨勢發生改變并且趨勢會持續較長一段時間，則表明該時刻就是發生突變的時間.

2.2 趨勢分析方法

本研究采用Mann-Kendall趨勢分析方法對研究時間段內徑流量、降水量、參考蒸發量和NDVI的變化趨勢進行分析.Mann-Kendall趨勢分析方法是一種非參數統計檢驗方法，不受少數異常值的影響，適用性強，計算簡便，是分析氣象水文要素變化趨勢最常用的方法之一.

2.3 多元線性回歸方法

本文使用多元線性回歸方法定量分析氣候因素和人為因素對植被變化的貢獻率，同時使用NDVI數據表征植被變化情況［19-20］.利用該方法定量計算不同因素對植被變化貢獻率時，有兩個前提假設：（1）假設人類活動與氣候因素互不影響，除氣候因素外，其他影響植被變化的因素都歸類為人類活動.（2）假設基準期的植被變化只受氣候因素的影響，不受人類活動的影響.

為了評估氣候因素和人為因素對植被變化的影響，將NDVI時間序列數據分為兩部分：基準期（T1）和變化期（T2）.

ΔNDVI=NDVIT2-NDVIT1

其中，ΔNDVI為兩個時期的年平均NDVI的變化值，NDVIT1和NDVIT2分別為基準期和變化期的平均NDVI值.而NDVI的變化值可歸因于氣候因素和人為因素的影響（ΔNDVI=ΔNDVIC+ΔNDVIH）.

利用基準期（T1）的NDVI、降水量和參考蒸發量數據建立多元線性回歸方程：

NDVIT1=a*Pn+b*ET0T1+c，

a和b分別表示回歸方程系數，c表示常數項.

把變化期的降水量和參考蒸發量數據代入多元線性回歸方程，可以計算得到僅在氣候因素影響下的T2時期NDVI模擬值（NDVIT2，s），NDVIT2，s=a*PT2+b*ET0T2+c.

人類活動和氣候變化對NDVI變化的貢獻率可分別計算得到：

ΔNDVIH=NDVIT2-NDVIT2，S，ΔNDVIC=NDVIT2，S-NDVIT1，ηNDVIH=ΔNDVIH/ΔNDVI，ηNDVIC=ΔNDVIC/ΔNDVI，

其中，NDVIT2，S表示僅在氣候因素影響下的T2時期的NDVI模擬值的多年平均值.ηNDVIH和ηNDVIC分別表示人類活動和氣候因素對植被變化的貢獻率.

2.4 Budyko假設

黃河上游流域的多年水量平衡方程的公式為：R=P-ET.R為（徑流深/mm）；P（降水量/mm）；ET（實際蒸發量/mm）.可根據Choudhury-Yang公式計算得到［21-22］，ET=P×ET0（Pω+ETω0）1/ω，ω表示下墊面參數；ET0（參考蒸發量/mm）.可用Penman-Monteith公式計算得到R=P-P×ET0（Pω+ETω0）1/ω，其中，εP，εET0，εω分別表示降水.參考蒸發量和下墊面參數對徑流量的彈性系數，計算公式如下：εP=（1+（ET0P）ω）1/ω+1-（ET0P）ω+1（1+（ET0P）ω）［（1+（ET0P）ω）1/ω-（ET0P）］，εET0=1（1+（ET0P）ω）［1-（1+（ET0P）-ω）1/ω］，εω=ln（1+（ET0P）ω）+（ET0P）ωln（1+（ET0P）-ω）ω（1+（ET0P）ω）［1-（1+（ET0P）-ω）1/ω］.

以徑流量的突變年份為基礎，將徑流量時間序列數據分為兩部分：基準期（T1）和變化期（T2），T1時期的多年平均徑流深為R1，T2時期多年平均徑流深為R2.可計算得到年平均徑流深的變化量ΔR=R2-R1.

徑流變化歸因于氣候變化（ΔRC）和土地覆被變化（ΔRL）.黃河上游流域的城鎮建設用地只占總面積的2%左右，因此土地覆被變化主要反映在植被的變化.ΔRL可分為兩部分，一部分是由氣候變化引起的（ΔRLC），另一部分是由人為因素引起的（ΔRLH）.

ΔR=ΔRC+ΔRL=ΔRP+ΔRET0+ΔRLC+ΔRLH，

ΔRP=RP×ΔP，ΔRET0=RET0×ΔET0，ΔRω=Rω×Δω，

式中，ΔP，ΔET0，Δω分別表示從T1時期到T2時期流域年平均降水量、參考蒸發量和土地覆蓋狀況的變化量.ΔRP，ΔRET0，ΔRω分別表示降水、參考蒸發量和下墊面參數變化導致的徑流變化.

在此基礎上，氣候變化（ηRC）和人類活動（ηRH）對徑流變化的貢獻率可使用以下公式計算得到：ΔR=ΔRP+ΔRET0+ηNDVIC·ΔRL+ηNDVIH·ΔRL，ηRC=（ΔRP+ΔRET0+ηNDVIC·ΔRL）/ΔR×100，ηRH=ηNDVIH·ΔRL/ΔR×100.

3 結果和分析

3.1 徑流變化突變分析

從圖1可以發現，雖然1982至1990年頭道拐水文站徑流的累積距平值的變化趨勢在1986-1988年發生了一些波動，但時間間隔較短，這一時期內徑流累積距平值總體變化趨勢是增加的.從1991-2015年水文站徑流的累積距平值的變化趨勢在2012年和2014年出現了一些波動，但都是短期波動，其總體趨勢呈現出下降，可以看出頭道拐水文站徑流的累積距平值在1990年有顯著性的轉折，本文認為1990年是頭道拐水文站徑流發生突變的轉折年份.

3.2 生態氣象水文要素趨勢分析及年內變化特征

黃河上游流域徑流量、NDVI、平均降水量和平均參考蒸發量的年際變化趨勢的Mann-Kendall檢驗結果如表1所示.結果表明，頭道拐水文站的年徑流量從1982年到2015年表現為徑流量不顯著減少的趨勢.而黃河上游年平均降水量從1982年到2015年呈現出不顯著增長的趨勢.黃河上游參考蒸發量和NDVI數值從1982年到2015年呈現出顯著增長的趨勢，NDVI平均每年增長了0.000 6，參考蒸發量平均每年增長1.168 5 mm.

黃河上游流域徑流量、NDVI、平均降水量和平均參考蒸發量的年內變化情況如圖2所示.由圖2（a）可知，基準期內黃河上游徑流量1至3月在不斷增加，4至5月呈下降趨勢，6至8月又呈快速增加趨勢，到8月達到峰值，8至12月呈階梯狀下降趨勢；突變期內徑流量1至3月處于上升趨勢，4至5月呈急速下降趨勢，5至9月不斷增加并達到峰值，10至12月又呈下降趨勢.整體來看，突變期與基準期相比，在1至12月中，除3月以外，相較于基準期徑流量高，其他月份都處于下降狀態.黃河上游大部分流經半干旱地區，是我國青海、寧夏、甘肅和內蒙古農業用水的主要來源，因此可能是由于流經省份對農業用水的需求，導致該流域在4至5月徑流量急速下降的主要原因.

由圖2（b）可知，基準期和突變期內黃河上游NDVI在1至8月不斷增加，8至12月又呈下降趨勢；突變期內NDVI值較高于基準期NDVI值，主要可能是在氣候變化和人類活動雙重驅動下促使NDVI不斷上升的主要原因.由圖2（c）可知，基準期內黃河上游降水量1至8月在不斷增加，并在8月達到峰值為75.67 mm，8至12月呈快速下降趨勢；突變期內徑流量1至7月呈快速上漲趨勢，到7月增加到最大值為79.78mm.突變期內1月、7月、9月、11月和12月的降水量比基準期內降水量多.由圖2（d）可知，基準期和突變期內黃河上游參考蒸發量1至7月在不斷增加，并在7月達到峰值.7至12月又呈下降趨勢；整體來看，在每個月份中，突變期參考蒸發量相較于基準期參考蒸發量高，主要可能是在氣候變暖和NDVI的不斷增加雙重作用加持下，進而導致參考蒸發量不斷上升.

3.3 氣候和植被變化對徑流變化影響的貢獻率計算

根據3.1節的突變分析結果，將頭道拐水文站1982-2015年徑流數據劃分為2個時期：T1時期（1982至1990年）和T2時期（1991至2015年）.已有研究發現NDVI與氣候因素密切相關，并且可以利用多元線性回歸方法定量評估自然因素和人為因素對土地覆蓋變化（NDVI變化）的影響程度［23-24］，因此本文首先建立了T1時期NDVI與降水和參考蒸發量的關系函數（表2），然后計算得到氣候變化和人為因素對NDVI變化的貢獻率（表2）.結果發現對于黃河上游流域，人為因素在增加植被覆蓋率方面發揮了主要作用，貢獻率超過了75%.

基準期和變化期徑流深（R）、降雨（P）、潛在蒸散發（ET0）及下墊面參數（w）的統計值見表3.基于黃河上游基準期和變化期年均降雨、年均潛在蒸散發及下墊面彈性系數的值，求得的彈性系數，然后分別計算由于三者驅動引起的徑流變化量和貢獻率（表4）.

從表3和表4可以看出，相對于基準期，黃河上游流域突變期多年平均降雨量減少了4.63 mm，導致徑流深減少了1.38 mm，貢獻率約為7.54%；潛在蒸散量增加了22.89 mm，致使徑流深減少了1.65 mm，貢獻率約為9.03%；而人類活動引起的下墊面改變，導致變化期下墊面特征參數ω增加了0.24，致使徑流量減少了15.25 mm.地表覆蓋變化引起的徑流變化可分為自然因素引起的徑流變化和人為因素引起的徑流變化兩部分，其貢獻比例可由表2獲得.

結果表明，氣候變化和人為因素對頭道拐水文站點徑流變化的貢獻率分別為36.81%和63.19%.總體而言，人類活動導致的土地利用/覆蓋變化（主要指植被變化）在減少徑流方面發揮了至關重要的作用.

4 結論與討論

本文首先利用累積距平值方法作為識別突變年份的方法，將頭道拐水文站的徑流時間序列數據劃分為多個時期，然后分析了1982年至2015年黃河上游流域年徑流量，NDVI，平均降水量和平均參考蒸發量的時間變化趨勢及年內變化特征，然后定量評估了氣候因素和人類活動對黃河上游植被變化的貢獻率，最后利用Budyko假設方法分別定量計算了氣候因素和LULC（主要是植被變化）對頭道拐水文站徑流變化的影響.研究結果如下：

（1）頭道拐水文站的年徑流量存在著明顯減小的趨勢，并且年內分配更加均勻，這可能是人類活動、氣候變化和該地區植被覆蓋狀況的改善共同導致的.

（2）NDVI、年平均降雨量和年平均參考蒸散發量均顯現為逐漸增長的趨勢.

（3）采用了累積距平值方法作為識別突變年份的方法，發現頭道拐水文站徑流變化的基準期為1982-1990年.相較于基準期，人為因素在頭道拐水文站集水區域的植被覆蓋率增長方面發揮了主要作用，影響因素所占比例超過了75%.

（4）氣候因素（降水、蒸發以及氣候變化引起的植被變化）和人為因素導致的植被變化對黃河上游徑流變化的貢獻率，分別為36.81%和63.19%.總體而言，人類活動導致的土地利用/覆蓋變化（主要指植被變化）是致使黃河上游流域徑流減少的主導因素.政府部門應高度重視植被快速生長對徑流衰減的影響，并應積極應對植被恢復不當造成的水資源減少問題，可以根據實際情況劃分為重點保護區和植被恢復區.重點保護區以優化植被結構為主，植被恢復區應進行適當的人工植被恢復.

本文定量計算了氣候和植被變化對頭道拐水文站徑流變化的貢獻率，盡管本研究對數據進行了嚴格的控制，但仍然存在一些不確定因素.（1）雖然本文利用空間插值方法對氣象站點的降水和參考蒸發量進行了處理，但無法完全精確地表達出黃河上游降水和參考蒸發量的實際分布狀況.（2）本研究計算氣候和植被變化對徑流變化的貢獻率，是以“基準期徑流未受到或較少受人類行為的影響”為假設進行的，這一假設會對研究結果產生一些不確定性影響.（3）雖然黃河上游建設用地面積約占2%，占比較少，但利用NDVI數據表征土地類型變化會對研究結果產生一些不確定性影響.

參 考 文 獻

［1］ "KANG S，ELTAHIR E A B.North China Plain threatened by deadly heatwaves due to climate change and irrigation［J］.Nature Communications，2018，9（1）：2894.

［2］JI G X，LAI Z Z，XIA H B，et al.Future runoff variation and flood disaster prediction of the Yellow River Basin based on CA-Markov and SWAT［J］.Land，2021，10（4）：421.

［3］JI G X，SONG H Y，WEI H J，et al.Attribution Analysis of Climate and Anthropic Factors on Runoff and Vegetation Changes in the Source Area of the Yangtze River from 1982 to 2016［J］.Land，2021，10（6）：612.

［4］MANGINI W，VIGLIONE A，HALL J，et al.Detection of trends in magnitude and frequency of flood peaks across Europe［J］.Hydrological sciences journal，2018，63（4）：493-512.

［5］ZHANG H，SINGH V，ZHANG Q，et al.Variation in ecological flow regimes and their response to dams in the upper Yellow River basin［J］.Environmental Earth Sciences，2016，75（11）：923-938.

［6］LYU J，ZHANG Z，SHEN B.Impacts of climate change on runoff in the Yellow River，China［J］.Journal-American Water Works Association，2014，106（5）：225-232.

［7］LIU H，WANG Z，JI G X，et al.Quantifying the impacts of climate change and human activities on runoff in the lancang river basin based on the budyko hypothesis［J］.Water，2020，12（12）：3501.

［8］YAN D，LAI Z，JI G X.Using Budyko-Type Equations for Separating the Impacts of Climate and Vegetation Change on Runoff in the Source Area of the Yellow River［J］.Water，2020，12（12）：3418.

［9］ZHANG X，DONG Q J，CHENG L，et al.A Budyko-based framework for quantifying the impacts of aridity index and other factors on annual runoff［J］.Journal of Hydrology，2019，579：124224.

［10］WANG T H，YANG H B，YANG D W，et al.Quantifying the streamflow response to frozen ground degradation in the source region of the Yellow River within the Budyko framework［J］.Journal of Hydrology，2018，558：301-313

［11］LIU J Y，ZHANG Q，SINGH V P，et al.Contribution of multiple climatic variables and human activities to streamflow changes across China［J］.Journal of Hydrology，2017，545：145-162.

［12］孫福寶，楊大文，劉志雨，等.基于Budyko假設的黃河流域水熱耦合平衡規律研究［J］.水利學報，2007，38（4）：409-416.

SUN F B，YANG D W，LIU Z Y，et al.Study on coupled water-energy balance in Yellow River Basin based on Budyko Hypothesis［J］.Journal of Hydraulic Engineering，2007，38（4）：409-416.

［13］ZHENG Y T，HUANG Y F，ZHOU S，et al.Effect partition of climate and catchment changes on runoff variation at the headwater region of the Yellow River based on the Budyko complementary relationship［J］.Science of the Total Environment，2018，643：1166-1177.

［14］LIU T，HUANG H Q，SHAO M G，et al.Integrated assessment of climate and human contributions to variations in streamflow in the Ten Great Gullies Basin of the Upper Yellow River，China［J］.Journal of Hydrology and Hydromechanics，2020，68（3）：249-259.

［15］XU X Y，YANG D W，YANG H B，et al.Attribution analysis based on the Budyko hypothesis for detecting the dominant cause of runoff decline in Haihe Basin［J］.Journal of Hydrology，2014，510：530-540.

［16］LIANG W，BAI D，WANG F Y，et al.Quantifying the impacts of climate change and ecological restoration on streamflow changes based on a Budyko hydrological model in China's Loess Plateau［J］.Water Resources Research，2015，51（8）：6500-6519.

［17］王彥君，王隨繼，蘇騰.1955-2010年松花江流域不同區段徑流量變化影響因素定量評估［J］.地理科學進展，2014，33（1）：65-75.

WANG Y J，WANG S J，SU T.Quantification of impacts of precipitation and human activities on runoff changes in different sections of Songhua River during 1955-2010［J］.Progress in Geography，2014，33（1）：65-75.

［18］田蕾，王隨繼.近60年來遼河流域徑流量變化及其主控因素分析［J］.水土保持研究，2018，25（1）：153-159.

TIAN L，WANG S J.Analysis of the runoff change and main influencing factors in the Liaohe River Basin［J］.Research of Soil and Water Conservation，2018，25（1）：153-159.

［19］LI J J，PENG S Z，LI Z.Detecting and attributing vegetation changes on China's Loess Plateau［J］.Agricultural and Forest Meteorology，2017，247：260-270.

［20］JI G X，HUANG J C，GUO Y L，et al.Quantitatively calculating the contribution of vegetation variation to runoff in the middle reaches of Yellow River using an adjusted budyko formula［J］.Land，2022，11（4）：535.

［21］CHOUDHURY B.Evaluation of an empirical equation for annual evaporation using field observations and results from a biophysical model［J］.Journal of Hydrology，1999，216（1/2）：99-110.

［22］YANG H B，YANG D W，LEI Z D，et al.New analytical derivation of the mean annual water-energy balance equation［J］.Water Resources Research，2008，44（3）：W03410

［23］GAO J B，JIAO K W，WU S H.Investigating the spatially heterogeneous relationships between climate factors and NDVI in China during 1982 to 2013［J］.Journal of Geographical Sciences，2019，29（10）：1597-1609.

［24］GUO L H，ZUO L Y，GAO J B，et al.Revealing the fingerprint of climate change in interannual NDVI variability among biomes in Inner Mongolia，China［J］.Remote Sensing，2020，12（8）：1332.

Study on the characteristics and attribution of runoff change in the upper Yellow River Basin

Ji Guangxing1， Gao Huishan1， Huang Junchang1， Yang Xu2， Zhang Yali1

（1. College of Resources and Environmental Sciences， Henan Agricultural University， Zhengzhou 450046， China;

2. Institute of Geographical Sciences， Henan Academy of Sciences， Zhengzhou 450052， China）

Abstract： Based on the monthly runoff data of Toudaoguai hydrological station from 1982 to 2015， the cumulative anomaly method was used to identify the mutation year of runoff， and the intra-annual variation law of ecological hydro-meteorological elements in the upper reaches of Yellow River was analyzed. Next， the contribution rates of climate factors and human activities to the vegetation change in the upper reaches of Yellow River were calculated with a multiple linear regression method. Finally， the Budyko hypothesis was applied to calculate the contribution rates of climatic factors（including precipitation， potential evaporation， and subsequent vegetation changes）and vegetation changes caused by human activities on the runoff in the Tangnaihai hydrometric station. The results showed that：（1）The annual runoff of Toudaoguai hydrological station has an obvious decreasing trend， and its intra-annual distribution is more uniform; （2）Precipitation， potential evaporation and NDVI（Normalized Difference Vegetation Index）all showed an increasing trend; （3）Human factors played a major role in the growth of vegetation coverage in the upper reaches of the Yellow River， with a contribution rate of 75.02%; （4）The contribution rates of climatic factors（including precipitation， potential evaporation， and subsequent vegetation changes）and vegetation changes caused by human activities to the runoff change at Tangnaihai Hydrological Station are 36.81% and 63.19% respectively.

Keywords： climate change; vegetation change; runoff variation; human activities; the upper reaches of Yellow River

［責任編校 陳留院 趙曉華］

收稿日期：2022-04-08;修回日期：2022-04-23.

基金項目：國家重點研發計劃項目（2021YFD1700900）;國家自然科學基金青年項目（42001220）;2022年河南省高等學校智庫研究項目（2022ZKYJ07）;河南省青年骨干教師計劃項目（2019GGJS048）;河南科技智庫調研課題（HNKJZK-2022-04C）;河南農業大學拔尖人才項目（30501031）.

作者簡介：姬廣興（1990-），男，河南商丘人，河南農業大學講師，博士，研究方向為變化環境下生態水文響應，E-mail：guangxingji@henau.edu.cn.

通信作者：張亞麗（1976-），女，河南南陽人，河南農業大學教授，研究方向為資源評價與規劃，E-mail：skyali@henau.edu.cn.