引用格式:刘昌明,魏豪杉,张永强,等.黄河干流径流变化归因分析与有关问题商榷[J].人民黄河,2021,43(10):1-6,16.
作者简介:刘昌明(1934—),男,湖南汨罗人,中国科学院院士,主要研究方向为水文水资源
摘要
黄河是中华母亲河和中华文化的摇篮,黄河径流量的变化与黄河流域乃至全国的社会经济发展息息相关。为定量解析黄河径流量变化的主要驱动因素,基于黄河干流兰州、头道拐、花园口和利津4个代表水文站1960—2010年实测径流量数据、降水量数据、潜在蒸散发量数据以及还原径流量数据,利用双累积曲线法和Budyko弹性系数法,对黄河干流径流量的变化进行归因分析。结果显示:1989年以后人类活动是导致黄河径流量显著减小的主要原因,其贡献率在85%以上,而气候变化对黄河径流量减小的贡献率不足15%,且越往下游人类活动贡献率越高,简而言之,气候变化对黄河上游径流量变化的影响大于对中下游的影响,人类活动对黄河中下游径流量变化的影响大于对上游的影响。针对气候变化与人类活动水文效应研究的若干理论与实际问题进行了商榷。
关键词：人类活动;气候变化;径流量变化;归因分析;黄河干流
1 引 言
黄河是世界第五大河、中国第二大河,作为中华母亲河和中华文化的摇篮,哺育了流经的九省(区)60多个大中城市340个县（市、旗）占全国12%的人口,以仅占全国河川径流量2%的水资源灌溉了占全国13%的粮田、贡献了占全国14%的GDP[1-3]。黄河是古丝绸之路和现代“一带一路”的起点,在中国经济发展中具有重要的地位与作用。黄河流域土地、水能、矿产等资源丰富,被誉为“能源流域”,开发与发展潜力巨大。流域内耕地资源丰富、光热资源充足,适合多种作物生长,现有耕地1 193万hm2、林地1 020万hm2、牧草地2 793万hm2,宜于开垦的荒地约200万hm2。流域内水能资源、矿产资源分布相对集中,上游地区的水能资源、中游地区的煤炭资源、下游地区的石油和天然气资源等在全国均具有极其重要的地位,已探明的矿产有114种,在全国已探明的45种主要矿产中黄河流域有37种。
水资源短缺是制约黄河流域生态保护和高质量发展的关键因素。黄河流域地跨青藏高原、黄土高原和华北平原三大台阶,其突出特点是水少沙多、水沙异源、生态环境脆弱、下游悬河洪灾风险大。上游的青藏高原是黄河径流的主要来源区,年均贡献黄河径流量的约57%;上中游的黄土高原是黄河泥沙和污染物的主要来源区,对水资源的消耗量约占全河的70%;黄河下游为地上悬河,河势游荡多变,防洪形势严峻。随着社会经济的发展,黄河流域地表水开发利用率和消耗率已分别达86%和71%,远超黄河水资源承载能力,缺水已成为生态保护和高质量发展面临的最大挑战。在气候变化影响下,黄河上游“水塔”区冰雪消退;在大规模的人类活动影响下,中下游径流量和输沙量显著下降,缺水与生态环境脆弱问题进一步恶化。黄河上中游地区持续开展各项水利工程建设和水土流失治理,有效减少了入黄泥沙,但黄河下游滩区安全及河口三角洲萎缩、湿地退化、海岸线蚀退、河口生态保护等方面的问题仍然严重。20世纪70—90年代末,在气候变化与人类无序用水的影响下,黄河下游干流和一些主要支流曾出现罕见的断流现象,黄河健康岌岌可危,丧失了水资源再生(可更新)性,难以维持流域社会经济的可持续发展。从1999年开始,黄河水利委员会实施黄河水量统一调度,卓有成效地解决了黄河干流断流问题。然而,退耕还林还草、水库修建、矿产资源尤其是煤炭开采等人类活动对流域下垫面产生重大影响[4],加剧了黄河年径流量序列的非平稳性[5],导致河道径流特征发生明显变化,因此有必要对黄河径流量变化进行系统的归因分析,厘清直接人类活动(取用黄河水)、间接人类活动和气候变化对河川径流量的影响。
2 基础数据来源与分析方法
2.1 基础数据来源
本研究把兰州、头道拐、花园口、利津4个水文站分别作为黄河上游上段、上游下段、中游和下游的控制性代表站,进行黄河干流径流量变化归因分析。采用的基础数据为1960—2010年水文和气象数据:水文数据包括实测年径流量数据以及还原年径流量数据等,原始数据来源于水利部水文局;气象数据包括年尺度的降水量、气温、相对湿度、风速、日照时数等,数据来源于中国气象数据共享服务网(http://data.cma.cn),潜在蒸散发量为Penman公式计算结果。
2.2 分析方法
在对特定流域进行径流量变化归因(气候变化和人类活动)定量研究之前,需要对径流量的变化进行趋势和突变分析,判断径流量变化(增大或减小)是否显著,并找到显著变化的突变点(突变点的出现意味着径流量发生了明显的趋势性变化)。然后,将第一个突变点之前有实测资料的时段作为基准期,之后作为突变期,研究人类活动和气候变化对突变期相对于基准期径流量变化的贡献率,对径流量变化进行归因分析。
2.2.1 趋势与突变点分析
本研究主要采用M-K(Mann-Kendall)趋势检验法[6],对径流量的变化趋势进行显著性分析,即依据M-K检验的Z统计量判断径流量时间序列变化趋势的显著程度:当Z>0时径流量时间序列呈现增大趋势,当Z<0时径流量时间序列呈现减小趋势;当显著性水平为99%(即α=0.01)时Z1-α/2 =2.58,显著性水平为95%(即α=0.05)时Z1-α/2 =1.96,若∣Z∣>1.96则认为径流量时间序列变化趋势通过显著性水平为95%的检验,若∣Z∣>2.58则认为径流量时间序列变化趋势通过显著性水平为99%的检验。对变化趋势显著的径流量时间序列进行突变分析,以M-K趋势检验[6]为主,以滑动t检验[6-7]、Pettitt检验[8]、Buishand U检验[9-10]、标准正态同质性检验(SNHT)[11]为辅,确定突变点的原则为各种方法找到的突变点(年份)差别不超过5 a。
2.2.2 分离气候变化和人类活动的影响
本研究定量分离气候变化和人类活动影响的方法为降雨-径流双累积曲线法(DMC)[7,12-13]和Budyko弹性系数法[14-18]。双累积曲线法是目前水文领域在水文气象要素一致性分析中最为常用的方法,该方法通过观察直角坐标系中两个变量连续累积曲线斜率的变化,来检测两个变量之间关系的一致性和变化情况。Budyko弹性系数法主要通过流域水量平衡方程来进行分析,本文采用的水量平衡方程包括Budyko型、Turc-Pike型、Fu型、Zhang型、Yang型和Wang-Tang型等6种类型[19-26]。
2.2.3 贡献率计算
为确定气候变化和人类活动对径流量变化的贡献率,首先需要计算气候变化和人类活动引起的径流量变化量:
式中:ΔQDHA、ΔQIHA、ΔQCC分别为由直接人类活动、间接人类活动、气候变化引起的径流量变化量;Q(t)为第t年的还原径流量;Qobs(t)为第t年的实测径流量;T0、T1分别为分析期的起始年份和结束年份;ΔQ为还原径流量变化量;Qanalysis、Qbase分别为分析期、基准期的年平均还原径流量;Qsim为分析期在仅受气候变化影响的情况下模拟的多年平均径流量。
人类活动(直接和间接)和气候变化对径流量变化的贡献率计算公式如下:
式中:ηDHA、ηIHA、ηCC分别为直接人类活动、间接人类活动、气候变化对径流量变化的贡献率。
3 对黄河干流径流量变化归因的一般认知
3.1 黄河的还原径流量呈显著减小趋势
图1为黄河干流兰州、头道拐、花园口、利津水文站所控制流域1960—2010年的还原年径流量(用径流深表示)、年降水量、年潜在蒸散发量、年均气温的变化情况,可以看出,4个水文站的年径流量均呈现递减趋势,潜在蒸散发量有减小趋势,年均气温有上升趋势,年降水量在兰州站和头道拐站有增大趋势、在花园口站和利津站呈现减小趋势。由于水文变量波动范围的大小不同,因此线性回归斜率只能直观展现水文变量的变化趋势,而不能判断变化是否显著。
图1 黄河干流代表水文站控制流域径流量与气候因子变化情况
表1为4个水文站径流量与气候因子变化趋势的M-K检验结果(Z统计量及变化趋势的显著性),可以看出:径流量的Z统计量均小于0,且均通过显著性水平为95%的检验,其中花园口站和利津站通过了显著性水平为99%的检验,也就是说,这4个站的还原径流量均显著减小;在黄河年径流量显著减小的同时,年降水量的变化并不显著,说明黄河径流量的变化主要是由人类活动影响造成的;近年来全球气候变暖,黄河流域气温升高十分显著;采用Penman公式计算的黄河中下游2个水文站潜在蒸散发量显著减小,中上游的2个水文站减小不显著。
表1 各变量变化趋势的M-K检验结果
注：∗和∗∗分别表示变化趋势通过显著性水平为 95%和 99%的检验
总的来说,1960—2010年在降水量变化并不显著的情况下,兰州、头道拐、花园口、利津这4个水文站的还原径流量显著减小,其中代表中游和下游的花园口站和利津站减小趋势比代表上游的兰州站和头道拐站减小趋势更显著,这意味着,黄河干流还原径流量呈现显著减小趋势,且越往下游减小趋势越显著。
3.2 径流量突变点主要发生在1986—1989年
依据黄河干流4个水文站的还原径流量进行突变点分析,发现不同方法得到的突变年份虽有一定差异,但差别均在5 a以内,最终选定的突变年份见表2。由表2可知:4个水文站的径流突变点主要集中在1986—1989年,兰州站、头道拐站、花园口站、利津站径流量突变点分别为1986年、1987年、1989年、1989年。因此,把1960—1986年作为兰州站基准期,把1960—1987年作为头道拐站基准期,把1960—1989年作为花园口站、利津站基准期。此外,为了使4个水文站控制流域各变量具有同步性和分析比较的一致性,4个水文站均以1989—2010年为突变期。
表2 径流突变年份
注：滑动t检验步长取３a得到多个突变年份，表中列出的是与 Ｍ-Ｋ法接近或一致的年份
3.3 径流量变化贡献率分析
把径流量突变期分为1989—1999年、2000—2010年、1989—2010年3个分析时段,按照前述方法进行直接人类活动、间接人类活动和气候变化对4个水文站径流量变化影响的分离并计算贡献率,结果见图2。
图2 人类活动与气候变化对径流量变化的贡献率
首先,就气候变化和两类人类活动对径流量变化的贡献率比较来看,各时段气候变化对黄河干流各水文站径流量变化的贡献率均较小(<15%),人类活动对径流量变化的贡献率在85%以上,也就是说,黄河干流各河段的径流量变化主要是由人类活动引起的。
其次,从上下游两类人类活动对径流量变化的贡献率比较来看,从黄河上游到下游,直接人类活动的贡献率提高、间接人类活动的贡献率降低,越往下游直接人类活动的贡献率越高、间接人类活动的贡献率越低;整个分析期即1989—2010年,上游间接人类活动对径流量变化的贡献率大于直接人类活动的,而下游直接人类活动对径流量变化的贡献率大于间接人类活动的。
最后,就前后分析时段两类人类活动对径流量变化的贡献率比较来看,1989—1999年直接人类活动的贡献率比2000—2010年的大,说明2000年以后直接人类活动对黄河径流量减小的贡献率在降低、间接人类活动对黄河径流量减小的贡献率在提高。
4 气候变化与人类活动水文效应研究的有关问题商榷
4.1 研究成果的不确定性问题
径流量减小归因于气候变化与人类活动的影响，分析研究所用的基本数据包括水文气象监测数据和社会经济数据。这一问题的研究是一个极其复杂的巨系统，限于缺乏综合完整的系统认知，许多研究成果存在不确定性，例如在径流序列的还原时，天然径流量序列的“还现”按目标可分为“向后还现”与“向前还原”等，涉及不同的概念与方法，一度成为气候变化与人类活动效应问题研究的热点。为了消除受气候变化与人活动影响的水文观测序列数据的消长变化，需对相应时间的取用水量（从河道提、引水量的记录）进行还原，这是简单易行而有效的方法。总的来说，将人类取用水量“返还”到干流各测站的实测径流量序列中形成的“还原”序列，是应予以认可的。虽然从河道提、引水量的记录不完全，但其信息却在一定意义上还原了人类活动对径流量变化的影响。但是，有关研究对干流水文站以上汇入支流的人类活动影响却未充分考虑，因此并没有得到真正的“天然径流量序列”。
4.2 关于气候变化与人类活动导致的水文观测序列的非平稳性问题
对黄河年径流量变化分析依据的水文气象还原数据序列，普遍存在非平稳性问题，使归因分析计算的结果并不确定。Milly等[5,27]认为，在水文气象还原数据序列的平稳性已不复存在的情况下，水资源管理极具挑战性（Stationarity is Dead: Whither Water Management?）；桑燕芳等[28]在对水文过程非平稳性进行系统论述的基础上提出了处理的方法，其在理论与应用上均有重要的意义与价值。
4.3 气候变化对水资源影响研究的薄弱环节或缺失问题
众所周知，气候变化是关系到全球人类共同体的重大问题。国际地球系统科学计划联盟（ESSP）将全球水系统计划（GWSP）置于核心地位，列为国际全球变化研究的四大计划之一。水循环使地球各个圈层构成完整系统，大气、岩土、生态圈等成为一体、相互依存、相互作用，在这个庞大的系统中任何一个子系统的动态变化都可波及水系统。大气圈系统中的大气边界层动态变化非常活跃，从地面到大约1 500 m高度的温、湿、风、压等均呈现日内与季节等的剧烈变化。笔者[29-30]对黄河流域水面蒸发量实测序列数据的分析发现，连年气温升高而水面蒸发量连年下降，其原因与风速减小、日照时间缩短有关。当前，气候变化对水资源影响研究中对气候相关因子的全面考虑仍是薄弱环节。
4.4 气候变化与人类活动效应研究的4点认知
（1）气象要素的时空地理分异性。我们很难看到任何气象要素的时空分布是均质的，在全球气候变暖背景下，全球降水量总体上增加，但各地观测记录往往此起彼伏，大量测站的观测记录表明了区域分异性，有些地点的降水量出现不增反减现象，如我国常出现北旱南涝或北涝南旱现象，厄尔尼诺(EI Nino)和拉尼娜(La Nina)现象对黄河流域降水量的影响往往是后者大于前者，这些都与区域分异性有关。
（2）降雨径流的形成受一系列过程要素影响，这些过程要素的变化非常复杂。一般来说降雨—径流关系多是非线性的。笔者曾经多次利用小型人工降雨径流仪器进行不同雨强、不同历时的降雨量与下渗率及降雨量与径流量关系的测定，结果表明，除完全无下渗的情况外，它们之间的关系都是非线性的。因此，在研究气候变化与人类活动对降雨—径流影响及其效应评价时不宜作简单的线性处理。
（3）极值变化分析应考虑气候变化导致的极端气候事件。2021年7月黄河毗邻城市郑州发生的极端暴雨，就是未能预测的极端气候事件。极端暴雨事件在干旱期出现，其洪涝灾害发生频率和强度可能突破极值。极值变化是大系统问题，涉及众多的影响因素，其研究理论与应对技术尚不完善。对极端洪水的研究应水文学与气象学协同，进而开展可能最大降雨与可能最大洪水扩展研究。
（4）复杂互馈机制。按照19世纪大气物理学家克劳修斯的克拉贝龙方程，纯水面饱和水汽压随温度升高而增大，因而水面蒸发量应随温度升高而增大，但很多测站实测结果却恰恰相反。笔者[29-30]于2000年开始分析黄河水面蒸发资料时，首先在伊洛河卢氏水文站发现实测水面蒸发量随气温升高而减小的现象，然后面向黄河全流域，采用123个站点的实测水面蒸发量数据进行分析，发现黄河全流域的实测水面蒸发量都呈现出随气温升高而显著减小的趋势。对此现象，国际上相关专家说法不一，美国康奈尔大学Bruseart教授称其为“蒸发悖论”[31]。Liu（中国科学院刘小莽）等[32]进行了新的论证，认为“蒸发悖论”于20世纪90年代初发生转折，即“蒸发悖论”消失。上述研究说明气候变化对水文循环影响研究的缺陷，为此，需要采用系统论的思想和方法，厘清诸如“蒸发悖论”的不确定性问题，进一步为应对气候变化提供参考。
4.5 人类活动对水沙影响的程度尚无统一认识
前述第3.3节，讨论了气候变化与人类活动对径流量变化的贡献率。应当指出，新中国成立以来，人类活动尤其是各种水土流失治理措施对黄河径流量、输沙量变化的影响是空前的。黄河水利委员会设立的水土保持科研与管理机构，长期以来取得巨大的成就，积累了丰富的观测与试验资料。笔者根据各种水土保持措施资料，就人类活动的水沙变化效应进行了归纳，可以大致概括如下：来水量小的事件>来水量大的事件，干旱地区>湿润地区，平坦地区>山区，小流域>大流域，松散土壤的下垫面>厚实土壤的下垫面，产沙量减幅>径流量减幅。上述各项人类活动对水、沙量变化的认知与气候变化效应相结合进行研究，期望有助于气候变化与人类活动对黄河水资源影响研究的深化，限于篇幅不再赘述。
5 结 论
究竟何种原因导致黄河径流量减小，受到社会各界普遍关注。初步分析表明，1989年以后黄河的还原年径流量显著减小。基于黄河干流4个代表水文站1960—2010年实测年径流量和还原年径流量数据，采用双累积曲线法和Budyko弹性系数法分析黄河干流径流量减小的原因。结果显示：1989年以后人类活动是导致黄河径流量显著减小的主要原因，其贡献率在85%以上，且越往下游人类活动贡献率越高，而气候变化对黄河径流量减小的贡献率不足15%。简而言之，气候变化对黄河上游径流量变化的影响大于对中下游的影响，人类活动对黄河中下游径流量变化的影响大于对上游的影响。
黄河年径流量变化归因是巨系统问题，气候变化与人类活动的影响涉及地球系统科学的各个圈层众多要素的动态变化，本文对黄河干流径流量变化归因的初步计算结果，以及对若干不确定性问题的简要商榷，既不全面且较为肤浅，欢迎读者对本文中的谬误予以斧正。
参考文献
[1]刘昌明,刘小莽,田巍,等.黄河流域生态保护和高质量发展亟待解决缺水问题[J].人民黄河,2020,42(9):6-9.
[2]刘晓燕.关于黄河水沙形势及对策的思考[J].人民黄河,2020,42(9):34-40.
[3]刘昌明,田巍,刘小莽,等.黄河近百年径流量变化分析与认识[J].人民黄河,2019,41(10):11-15.
[4]FU B, WANG S, LIU Y, et al. Hydrogeomorphic Ecosystem Responses to Natural and Anthropogenic Changes in the Loess Plateau of China[J]. Annual Review of Earth and Planetary Sciences, 2017,45:223-243.
[5]MILLY P C D, BETANCOURT J, FALKENMARK M, et al. Stationarity is Dead: Whither Water Management?[J]. Science,2008,319(5863):573-574.
[6]魏凤英.现代气候统计诊断与预测技术[M].北京:气象出版社,1999:63-79.
[7]臧荣强,胡国华,顾庆福,等.近55年来降水及人类活动对沅水流域径流的影响[J].水土保持通报,2019,39(4):97-101.
[8]PETTITT A N. A Non-Parametric Approach to the Change-Point Problem[J]. Journal of the Royal Statistical Society: Series C(Applied Statistics), 1979,28(2):126-135.
[9]BUISHAND T A. Some Methods for Testing the Homogeneity of Rainfall Records[J]. Journal of Hydrology, 1982, 58(1-2):11-27.
[10]BUISHAND T A. Tests for Detecting a Shift in the Mean of Hydrological Time Series[J]. Journal of Hydrology, 1984,73(1-2):51-69.
[11]ALEXANDERSSON H. A Homogeneity Test Applied to Precipitation Data[J]. Journal of Climatology, 1986,6(6):661-675.
[12]王雁,丁永建,叶柏生,等.黄河与长江流域水资源变化原因[J].中国科学:地球科学,2013,43(7):1207-1219.
[13]王贺年,张曼胤,崔丽娟,等.气候变化与人类活动对海河山区流域径流的影响[J].中国水土保持科学,2019,17(1):102-108.
[14]LUAN J, ZHANG Y, MA N, et al. Evaluating the Uncertainty of Eight Approaches for Separating the Impacts of Climate Change and Human Activities on Streamflow[J]. Journal of Hydrology,2021,601:126605.
[15]刘剑宇,张强,陈喜,等.气候变化和人类活动对中国地表水文过程影响定量研究[J].地理学报,2016,71(11):1875-1885.
[16]LIU X, LIU C, LUO Y, et al. Dramatic Decrease in Streamflow from the Headwater Source in the Central Route of China's Water Diversion Project: Climatic Variation or Human Influence? [J]. Journal of Geophysical Research, 2012,117(D6):D06113.
[17]JIANG C, XIONG L, WANG D, et al. Separating the Impacts of Climate Change and Human Activities on Runoff Using the Budyko-type Equations with Time-Varying Parameters[J]. Journal of Hydrology, 2015,522:326-338.
[18]杨倩,刘登峰,孟宪萌,等.环境变化对汉江上游径流影响的定量分析[J].水力发电学报,2019,38(12):73-84.
[19]MIANABADI A, DAVARY K, POURREZA-BILONDI M, et al. Budyko Framework, Towards Non-Steady State Conditions[J]. Journal of Hydrology, 2020,588:125089.
[20]TURC L. Le Bilan Deau Des Sols: Relation Entre Les Precipitations, L'evaporation er L'ecoulement[J]. Ann Agron, 1954,5:24-26.
[21]PIKE J G. The Estimation of Annual Runoff from Meteorological Data in a Tropical Climate[J]. Journal of Hydrology, 1964,2(2):116-123.
[22]傅抱璞.论陆面蒸发的计算[J].大气科学,1981,4(1):23-31.
[23]ZHANG L, DAWES W R, WALKER G R. Response of Mean Annual Evapotranspiration to Vegetation Changes at Catchment Scale[J]. Water Resources Research, 2001,37(3):701-708.
[24]YANG D, SUN F, LIU Z, et al. Analyzing Spatial and Temporal Variability of Annual Water-Energy Balance in Nonhumid Regions of China Using the Budyko Hypothesis[J]. Water Resources Research, 2007,43(4):W04426.
[25]YANG H, YANG D, LEI Z, et al. New Analytical Derivation of the Mean Annual Water-Energy Balance Equation[J]. Water Resources Research, 2008,44(3):W03410.
[26]WANG D, TANG Y. A One-Parameter Budyko Model for Water Balance Captures Emergent Behavior in Darwinian Hydrologic Models[J]. Geophys. Res. Lett., 2014,41(13):4569-4577.
[27]MILLY P C D, BETANCOURT J, FALKENMARK M, et al. On Critiques of “Stationarity is Dead: Whither Water Management?”[J]. Water Resources Research, 2015,51(9):7785-7789.
[28]桑燕芳,谢平,顾海挺,等.水文过程非平稳性研究若干问题探讨[J].科学通报,2017,62(4):254-261.
[29]LIU C, ZENG Y. Changes of Pan Evaporation in the Recent 40 Years in the Yellow River Basin[J]. Water International,2004,29(4):510-516.
[30]邱新法,刘昌明,曾燕.黄河流域近40年蒸发皿蒸发量的气候变化特征[J].自然资源学报,2003,18(4):437-442.
[31]BRUTSAERT W, PARLANGE M B. Hydrologic Cycle Explains the Evaporation Paradox[J].Nature,1998,396(6706):30.
[32]LIU X M, LUO Y Z, ZHANG D, et al. Recent Changes in Pan-Evaporation Dynamics in China[J]. Geophysical Research Letters, 2011,38(13):L134041.
,
