賴天锃，張 強(qiáng)，張正浩，孔冬冬

(中山大學(xué)水資源與環(huán)境系∥華南地區(qū)水循環(huán)與水安全廣東省普通高校重點實驗室∥廣東省城市化與地理環(huán)境空間模擬重點實驗室，廣東 廣州510275)

人類活動與氣候變化對東江流域徑流變化貢獻(xiàn)率定量分析*

賴天锃，張 強(qiáng)，張正浩，孔冬冬

(中山大學(xué)水資源與環(huán)境系∥華南地區(qū)水循環(huán)與水安全廣東省普通高校重點實驗室∥廣東省城市化與地理環(huán)境空間模擬重點實驗室，廣東 廣州510275)

通過彈性系數(shù)法及小波-神經(jīng)網(wǎng)絡(luò)模型對1959-2000年東江流域4個徑流測站、28個降水測站、4個氣溫蒸發(fā)測站的徑流、降水、氣溫、蒸發(fā)數(shù)據(jù)做系統(tǒng)分析與模擬，定量研究了氣候變化及人類活動對東江流域徑流量變化的貢獻(xiàn)率。研究表明：① 1972年是東江徑流變化的變異點，1972年后東江徑流較1972年前增大；② 東江流域降水增加，蒸發(fā)減少，是導(dǎo)致東江流域徑流量增加的重要原因，氣候變化對東江徑流增加的貢獻(xiàn)率約為0.27-0.77；③ 人類活動主要通過土地利用方式的改變而改變產(chǎn)匯流過程，導(dǎo)致徑流量變化，大型水庫的建設(shè)是東江流域徑流年內(nèi)分配顯著改變的重要驅(qū)動因素，人類活動對東江流域徑流量變化的貢獻(xiàn)率約為0.23～0.73，其影響從上游到下游呈減弱趨勢。研究對于氣候變化與人類活動影響下，東江流域水資源管理具有重要理論及現(xiàn)實意義。

徑流量；彈性系數(shù)法；W-ANN模型；氣候變化；人類活動；土地利用；東江流域

流域徑流變化特征及成因一直是水文學(xué)、水利工程等領(lǐng)域備受關(guān)注的科學(xué)問題[1-3]。國際上許多河流的徑流受自然因素及人類活動影響，從而導(dǎo)致流域環(huán)境發(fā)生重大變化，如勒拿河[4]、阿爾澤特河[5]、威拉米特河[6]。國內(nèi)許多學(xué)者通過水文模型等手段對于人類活動及氣候變化對河流徑流的影響進(jìn)行了分析。如Bao等通過VIC模型對海河流域徑流量進(jìn)行了分析，研究認(rèn)為氣候變化對海河徑流變化的貢獻(xiàn)率為58.5%(桃林口)、40.1%(張家墳)、26.1%(觀臺)[7]。Zhang等[8]通過彈性系數(shù)法對渾河和太子河徑流進(jìn)行研究，得出渾河徑流變化的貢獻(xiàn)率達(dá)到56.7%，對太子河的貢獻(xiàn)率達(dá)到56.5%。Wang等[9]對黃河徑流進(jìn)行研究，得出人類活動對黃河徑流變化的貢獻(xiàn)率達(dá)到92.07%。

徑流變化對河流的形態(tài)變化具有重要作用，且對于流域內(nèi)供水具有重要意義。對于東江流域的徑流變化，已經(jīng)有許多學(xué)者對其進(jìn)行了研究，如王兆禮等[10]認(rèn)為降水與蒸發(fā)是影響流域徑流系數(shù)的主要氣候要素,植被覆蓋變化間接影響徑流系數(shù)。林凱榮等通過SCS月模型對東江流域徑流量進(jìn)行了分析，得出氣候變化對徑流變化的貢獻(xiàn)率約為0.41-0.55[11]，但對人類活動影響徑流的貢獻(xiàn)率研究大多使用單一的水文模型或者單一的系數(shù)法進(jìn)行計算分析，這樣使得結(jié)果有一定的主觀性，且不同方法得出的結(jié)果有一定的偏差。為提高貢獻(xiàn)率的計算精度，本文將通過2種方法(彈性系數(shù)法和小波-神經(jīng)網(wǎng)絡(luò)模型(下文簡稱為W-ANN模型))對1959-2000年東江流域徑流過程進(jìn)行研究，通過兩種方法之間的對比，與實際情況相結(jié)合，以期能夠更全面、更客觀地量化人類活動和氣候變化對東江流域徑流變化的貢獻(xiàn)率，為流域水資源管理與水資源優(yōu)化配置提供科學(xué)依據(jù)與技術(shù)支撐。

1 研究區(qū)域和數(shù)據(jù)

東江流域是珠江流域的主要子流域之一，全長562 km，集水面積約3.5萬 km2，多年平均雨量為1 750 mm，多年平均水面蒸發(fā)量為1 200 mm[12]。發(fā)源于江西省尋烏縣椏髻缽山，于增城區(qū)禺東聯(lián)圍東南匯入獅子洋。且東江流域肩負(fù)著河源、惠州、東莞、廣州、深圳以及香港3 000余萬人口的生產(chǎn)、生活、生態(tài)用水[13]。

數(shù)據(jù)來源于1959-2000年東江流域4個氣溫蒸發(fā)測站的氣溫蒸發(fā)月數(shù)據(jù)、風(fēng)向月數(shù)據(jù)、光照月數(shù)據(jù)、相對濕度月數(shù)據(jù)、氣壓月數(shù)據(jù)，其中除了連平站缺失19590921-19620707的氣壓數(shù)據(jù)以外，各個類型的數(shù)據(jù)缺失比例不超過1.3%，對缺失數(shù)據(jù)的處理使用以下方法：缺失1～2 d數(shù)據(jù)的缺失值取臨近天數(shù)的均值，缺失一段時間數(shù)據(jù)的缺失值取其他年份同期的均值[14]；28個降水測站的降水月數(shù)據(jù)；4個徑流測站(博羅、嶺下、河源、龍川)的徑流月數(shù)據(jù)，沒有缺測。使用泰森多邊形法對氣溫蒸發(fā)測站、降水測站的數(shù)據(jù)進(jìn)行插值計算，得出東江流域4個徑流站點的降水、氣溫及蒸發(fā)數(shù)據(jù)。

2 研究方法

2.1 突變點檢測方法

對于實測系列水文循環(huán)要素資料的變化趨勢分析，需要通過物理及統(tǒng)計模型等多種方法檢測其變化趨勢，從自然和人為等多種驅(qū)動因子變異程度及其對這些變化的響應(yīng)尋求對水文要素變化影響最重要的因子[15]。本文主要采用Mann-Kendall非參數(shù)秩次相關(guān)檢驗法(以下簡稱M-K)、有序聚類法以及滑動T檢驗法對東江流域的徑流序列進(jìn)行突變分析，不同的突變檢驗方法有不同的優(yōu)勢，通過多個突變檢驗方法對序列進(jìn)行檢測，可以使突變點的選取更為全面科學(xué)。

2.1.1 Mann-Kendall非參數(shù)秩次相關(guān)檢驗法(M-K檢驗) 與參數(shù)統(tǒng)計檢驗法相比，Mann-Kendall非參數(shù)秩次相關(guān)檢驗法更適用于非正態(tài)分布不完整或有少數(shù)異常值的資料。此外，與其他方法(信息二分割、R/S檢驗)相比，其優(yōu)點在于檢測范圍較寬，人為因素較少，定量化程度較高[16,17]。

2.1.2 有序聚類法 由有序聚類推求最可能干擾點τ0，其實質(zhì)是求最優(yōu)分割點，使同類之間離差平方和最小，而類與類之間離差平方和較大。設(shè)序列xt(t=1,2,3…n)，可能分割點為τ，滿足類與類之間離差平方和最大的，且超過了一定的顯著性水平α，即為最可能變異點τ0[17]。

2.1.3 滑動t檢驗法 滑動t檢驗是通過考察兩組樣本平均值的差異是否顯著來檢驗突變的一種統(tǒng)計方法。對某一時間序列的兩段子序列，在假設(shè)它們所服從的正態(tài)母體方差相等的條件下，如果它們的均值差異(用統(tǒng)計量t來度量)超過了一定的顯著性水平α，則可以認(rèn)為兩均值發(fā)生突變[18]。

2.2 通過彈性系數(shù)法估算氣候變化對徑流變化的貢獻(xiàn)率

水平衡方程為

(1)

其中，P為降水量，在東江流域中，降水量=降水量，E為實際蒸發(fā)量，△S為水量變化量。

在長時間尺度下，△S近似于0，根據(jù)Budyko[19]和Fu[20]通過數(shù)學(xué)推理和其他分析方法對平均蒸發(fā)E，平均降水P，潛在蒸發(fā)E0的關(guān)系進(jìn)行了空間分析，得出(2)式。

(2)

其中，m是一個模型參數(shù)，與植被類型、水力特性和地形有關(guān)[21]。

(3)

影響徑流的氣候因素(△Qclimate)主要是降水和蒸發(fā)[22]，因此對降水P和潛在蒸發(fā)E0取偏微分得到(4)式。

(4)

由(2)式、(4)式可得(5)式、(6)式

(5)

(6)

使用風(fēng)向、光照、最高最低氣溫、相對濕度、氣壓等數(shù)據(jù)，通過PENMAN公式計算出各個子流域的潛在蒸發(fā)后，代入到彈性系數(shù)法公式就可以計算出氣候變化對徑流變化的貢獻(xiàn)率。而人類活動對徑流變化的貢獻(xiàn)率與氣候變化對徑流變化的貢獻(xiàn)率之和為1，因此可以推算出人類活動對徑流變化的貢獻(xiàn)率。值得注意的是，彈性系數(shù)法會由于降水和潛在蒸發(fā)的變化而導(dǎo)致最后結(jié)果的偏差[23]，因此需要其他方法和彈性系數(shù)法的結(jié)果綜合分析。

2.3 通過W-ANN模型估算氣候變化對徑流變化的貢獻(xiàn)率

(7)

(8)

(9)

3 結(jié)果與討論

3.1 突變點檢測結(jié)果

綜合各方法對東江流域4個徑流站點進(jìn)行檢測，結(jié)果顯示嶺下站、河源站所有方法檢驗均于1972年發(fā)生變異，滑動T檢驗方法和有序聚類法對博羅站和龍川站的檢測結(jié)果為1972年，M-K趨勢檢驗法對博羅站的檢驗結(jié)果年份為1972、1980、1985、1991，對龍川站的檢驗結(jié)果年份為1974、1976、1986。綜合檢驗結(jié)果和東江流域?qū)嶋H情況，確定1972年為東江流域徑流變異的時間點。1972年后各站的徑流量均比1972年前各站的徑流量增加(圖1)。四個站點中河源站徑流深變化最大，達(dá)到232mm，博羅站最小，只有114mm。盡管1972年后，四個站點對應(yīng)子流域的降水增加，但根據(jù)譚瑩瑩等的研究[26]，東江的年降水、汛期和非汛期降水均未發(fā)生變異，因此東江流域四站點徑流量的變異不是由于降水變化引起的。東江流域四個站點徑流量于1972年發(fā)生變異的原因之一應(yīng)當(dāng)是楓樹壩水庫的建成，該水庫(庫容達(dá)到19.4億m3)于1970年開始建造，于1973年完成，和四站點徑流量變異時間相吻合。此外，相較于1959-1972年，1973-2000年的降水增加，蒸發(fā)減少，氣溫增加(圖2)，說明氣候變化也是東江流域徑流變異的原因之一。

3.2 氣候變化及人類活動對東江流域四站點徑流變化的貢獻(xiàn)率計算結(jié)果

使用彈性系數(shù)法對1959-2000年東江流域4個站點的徑流量、對應(yīng)子流域的降水量、蒸發(fā)量(圖2)進(jìn)行計算，得出東江流域人類活動對徑流變化的貢獻(xiàn)率，其中河源子流域的人類活動貢獻(xiàn)率最高，達(dá)到0.72，而博羅子流域人類活動貢獻(xiàn)率最低，為0.32(表1)。楊大文等指出，降水量增加，蒸發(fā)量減少，會導(dǎo)致氣候貢獻(xiàn)率被低估[23]，通過綜合W-ANN模型分析，比對結(jié)果，結(jié)合實際情況得出更符合真實的結(jié)論。

為了增加貢獻(xiàn)率計算的精度，并且更客觀全面地評估氣候變化及人類活動對東江流域徑流量變化的貢獻(xiàn)率，本文使用W-ANN模型對東江流域的徑流量進(jìn)行分析并和彈性系數(shù)法得出的結(jié)果進(jìn)行比較分析。再使用不同的母小波對各個子流域的平均降水量、平均氣溫、平均蒸發(fā)量進(jìn)行分解，求得分解出的母小波與原序列的相關(guān)系數(shù)R。選取R值最高的小波，最后得出結(jié)果為降水量使用Db3小波分解，氣溫使用Db9小波分解，蒸發(fā)量使用Db5小波分解(表2)。

圖1 1959-2000年東江流域徑流深時間序列Fig.1 Streamflow time series of the East River from 1959 to 2000

表1 彈性系數(shù)法所得氣候變化及人類活動對徑流變化的貢獻(xiàn)率

Table1Thecontributionratetothechangeofstreamflowbyclimatechangeandhumanactivitiesbyelasticcoefficientmethod

子流域1959-1972年量值/mmPE0Q1973-2000年量值/mmPE0Q變化量/mm△Qhuman△Qclimate貢獻(xiàn)率氣候影響人類活動博羅16991214103517651166114977370 680 32嶺下1692118899717531146116376900 460 54河源16861163935174511261167651660 280 72龍川16071143858165410981036711070 400 60

圖2 1959-2000年東江流域降水量、氣溫、蒸發(fā)量Fig.2 Precipitation， temerature and evaporation of the East River from 1959 to 2000

表2 母小波決定系數(shù)表

Table2Analyticalstatementofdeterminationcoefficientofmotherwavelet

決定系數(shù)(R2)降水量氣溫蒸發(fā)量Haar小波0 8413490 9566470 936391Db2小波0 8706310 9856740 934357Db3小波0 876360?0 9918380 935484Db4小波0 8741750 9924200 941934Db5小波0 8661970 9918360 945560?Db6小波0 8574910 9917280 945075Db7小波0 8544080 9922880 942645Db8小波0 8589480 9930320 940694Db9小波0 8673550 993450?0 940659Db10小波0 8735930 9933770 942407Sym2小波0 8706310 9856740 934357Sym3小波0 8763600 9918380 935484Sym4小波0 8506850 9912320 944326Coif1小波0 8428320 9853280 943552

*為對應(yīng)變量中不同小波中的最大值

選定母小波后，使用1-8個層級對4個子流域的原數(shù)據(jù)(月數(shù)據(jù))進(jìn)行分解，并通過ANN模型將1959-1969年各氣象要素分解量與徑流量進(jìn)行擬合。發(fā)現(xiàn)對于博羅站、嶺下站、河源站，層級為3時擬合效果較好，龍川站則是層級1擬合效果更好，這是由于龍川站在上游，受到的影響類型相對較少，所以使用層級1的小波分解已經(jīng)可以去除掉大部分的干擾影響。本文根據(jù)張正浩等[25]通過W-ANN模型對東江流域徑流的模擬，轉(zhuǎn)換函數(shù)選用Levenberg-Marquardt，隱含層數(shù)為10。通過對1970-1972年數(shù)據(jù)的率定，得出了4個子流域的W-ANN模型。Moriasi[27]等研究表明，NASH高于0.80，PBIAS絕對值小于10%，RSR小于0.50即表示水文模型對徑流的模擬效果非常理想。由表3可以看出，龍川、嶺下、博羅站各個系數(shù)模擬角度都非常理想，河源站點的模擬較差，這是因為河源站的取水口與新豐江水庫非常接近，因此影響了模擬精度。相較于部分水文模型模擬的NASH系數(shù)，W-ANN模型模擬效果理想[28-30]。盡管峰枯值模擬效果一般(圖3)，這是其他大多數(shù)水文模型同時存在的問題[7,31,32]，但是本文是使用長時間序列研究氣候變化和人類活動對徑流的影響，因此峰枯值模擬效果不佳對結(jié)果影響有限。綜上所述，W-ANN模型在龍川、嶺下、博羅站具有非常理想的模擬效果，在河源站具有較好的模擬效果(圖3)。

可以發(fā)現(xiàn)，W-ANN模型的計算結(jié)果和彈性系數(shù)法計算所得的結(jié)果較為相近，再考慮彈性系數(shù)法在降水量增加，蒸發(fā)量減少的條件下，氣候貢獻(xiàn)率被低估，綜合東江流域的氣候社會條件可以看出，氣候變化對東江流域徑流量增加的貢獻(xiàn)率約為0.28～0.78，從上游向下游大體呈增加趨勢，約為0.22～0.72，其中河源站不符合該規(guī)律，氣候變化的貢獻(xiàn)率最低，人類活動的貢獻(xiàn)率最高。

圖3 1959-1972年東江流域徑流小波神經(jīng)網(wǎng)絡(luò)擬合曲線Fig.3 Fitting curve of streamflow by W-ANN in 1959-1972

圖4 1959-2000年東江流域W-ANN模擬年徑流曲線Fig.4 Analog curve of streamflow by W-ANN in 1959-2000

表3 各水文站W(wǎng)-ANN模型檢驗參數(shù)表

Table3TestparameterofW-ANNatfourhydrologicalstations

項目年份博羅嶺下河源龍川nash系數(shù)1959-19690 8770 8310 6700 8521970-19720 7870 8060 7540 887PBIAS(百分比偏差系數(shù))1959-1969-3 5861 1271 166-4 7031970-1972-5 8643 874-2 665-6 931RSR(均方根-測量標(biāo)準(zhǔn)偏差比)1959-19690 3510 4120 5750 3841970-19720 4610 4410 4960 337

表4 W-ANN推算氣候變化和人類活動影響徑流貢獻(xiàn)率表

3.3 氣候變化及人類活動對徑流變化的影響

3.3.1 氣候變化對徑流變化的影響 1973-2000東江流域的降水量增加，蒸發(fā)降低，氣溫升高，是導(dǎo)致東江流域徑流增加的影響因子。通過對東江流域的降水、蒸發(fā)、氣溫與徑流的關(guān)聯(lián)度分析，東江流域氣候變化對徑流影響較大的因素是降水，蒸發(fā)和氣溫的影響較小(表5)，這和王渺林等認(rèn)為東江流域氣溫的影響遠(yuǎn)小于降水的影響相同[33]。因此，降水增加是氣候變化影響東江流域徑流的重要因子。值得指出的是，東江流域徑流的增加幅度達(dá)到10%～20%，增加幅度相較于東江流域降水量增加幅度(3%～4%)更大。因此，東江徑流變化不僅是由氣候變化引起的，人類活動也起到重要作用。

表5 東江流域氣候要素與徑流關(guān)聯(lián)度及降水、潛在蒸發(fā)變化率

圖5 東江流域汛期降水比例-汛期徑流比例關(guān)系圖Fig.5 The relationship between precipitation ratio and the streamflow ratio in flood season in the East River Basin

此外，河源子流域的氣候貢獻(xiàn)率偏低的原因是該流域的潛在蒸發(fā)變化率較小，因此河源子流域氣候變化對徑流變化的貢獻(xiàn)率較小，人類活動對徑流變化的貢獻(xiàn)率較高。此外，河源站距離新豐江水壩較近，受到人類活動影響極大，前文中提到的W-ANN模型的擬合也由于人類活動的干擾低于其他站，因此河源站的徑流變化的貢獻(xiàn)率出現(xiàn)異常應(yīng)當(dāng)是由于人類活動導(dǎo)致的下墊面變化所導(dǎo)致的。由表5可得，東江流域降水變化量從上游往下游依次增加，降水與徑流關(guān)系密切，因此東江流域氣候變化對徑流變化的貢獻(xiàn)率從上游往下游大體呈增加趨勢。

3.3.2 人類活動對徑流變化的影響 人類活動對水文過程的影響主要發(fā)生在降雨落到地面后，通過蒸發(fā)、入滲、產(chǎn)流和匯流變化來影響水文過程[34]。因此，人類活動是通過改變土地利用方式及建造大型水利工程等影響流域徑流[35]。1980-2000年東江流域園地、林地變化不大，但是耕地面積由6 044km2增加至6 850km2，城鎮(zhèn)用地由37.9km2增加至739.8km2，草地面積由1 328km2減少至946km2[36]。城鎮(zhèn)用地導(dǎo)致了不透水面積增加，耕地增加及草地減少導(dǎo)致流域滯水性能和透水性能變差，下滲量減少，使得流域內(nèi)徑流增加[11]。此外，由于我國城鎮(zhèn)化速度加快，東江中下游人口增加較快，以惠州市為例，1990年惠州市人口為197.8萬人，2000年惠州市人口為246.12萬人[37]。人口增加使得需水量增加，減少了由人類活動導(dǎo)致的徑流增加量，因此減小了人類活動對東江中下游徑流量增加的貢獻(xiàn)率。

相較于1959-1972年東江流域的汛期徑流比例(汛期徑流占年徑流的比例)和汛期降水比例(汛期降水占年徑流的比例)，1973-2000年東江流域汛期徑流比例和汛期降水比例相關(guān)程度降低，且由汛期降水匯流而成的汛期徑流比例減少(圖5)，這是由于1959-2000年東江流域建造的大型水利工程的影響(1973年楓樹壩電站水庫建成以及1987年白盆珠水庫建成，總庫容達(dá)到31.6億m3，總調(diào)節(jié)庫容達(dá)到71.99億m3)。大型水利工程改變了東江流域徑流的年內(nèi)分配，并且降低了徑流與降水量的相關(guān)程度。

4 結(jié) 論

本文通過彈性系數(shù)法及W-ANN模型對1959-2000年東江流域4個徑流測站、28個降水測站、4個氣溫蒸發(fā)測站的徑流、降水、氣溫、蒸發(fā)數(shù)據(jù)進(jìn)行分析，得出以下結(jié)論：

1) 通過M-K趨勢檢驗法，滑動T檢驗法，有序聚類法對東江流域四個徑流測站的年徑流量進(jìn)行分析，發(fā)現(xiàn)東江流域四個站點徑流量均在1972年發(fā)生顯著變異。1972年后東江流域的徑流量顯著增加。

2) 通過彈性系數(shù)法及W-ANN模型全面地對東江流域四個子流域進(jìn)行定量分析，且綜合東江流域的氣候社會條件，得出氣候變化對東江流域徑流量增加的貢獻(xiàn)率約為0.28～0.78，從上游向下游大體呈增加趨勢，主要是由于降水增加，蒸發(fā)減少導(dǎo)致了東江流域徑流增加，河源子流域的氣候貢獻(xiàn)率偏低的原因是該流域的潛在蒸發(fā)變化率較小；人類活動對東江流域徑流量增加的貢獻(xiàn)率約為0.22～0.72，主要是由于城鎮(zhèn)化過程改變了東江流域的下墊面，使得不透水面積增加，下滲量減少，改變匯流過程，增加徑流量。人類活動對東江流域徑流量增加的貢獻(xiàn)率從上游至下游減少，是由于中下游經(jīng)濟(jì)發(fā)展較快，人口大量聚集，使得需水量增加，減少了增加的徑流量。

[1]WAYNETS,JAMESED.Streamflowgreatlyreducedbyconvertingdeciduoushardwoodstandstopine[J].Science, 1974, 185(4154): 857-859.

[2]ZHANGQ,XUCY,YANGT,etal.Scalingpropertiesofthestreamflowvariationsinthearidandsemi-aridregionsofChina:acasestudyoftheYellowRiverbasin[J].StochasticEnvironmentalResearchandRiskAssessment, 2009, 23(8): 1103-1111.

[3]ZHANGQ,JIANGT,LIUCL.Changingtrendsofwaterlevelandstreamflowduringpast100yearsoftheYangtzeRiver(China) [J].AsianJournalofWaterEnvironmentandPollution, 2006, 3(1): 49-55.

[4]YEBS,YANGDQ,DOUGLASLK.ChangesinLenaRiverstreamflowhydrology:Humanimpactsversusnaturalvariations[J].WaterResourcesResearch, 2003, 39(7):DOI: 10.1029/2003WR001991.

[5]DROGUEG,PFISTERL,LEVIANDIERT,etal.Simulatingthespatio-temporalvariabilityofstreamflowresponsetoclimatechangescenariosinamesoscalebasin[J].JournalofHydrology, 2004. 293(1/2/3/4): 255-269.

[6]TAGUEC,GRANTGE.Groundwaterdynamicsmediatelow-flowresponsetoglobalwarminginsnow-dominatedalpineregions[J].WaterResourcesResearch, 2009, 45 (7),DOI: 10.1029/2008WR007179.

[7]BAOZX,ZHANGJY,WANGGQ.AttributionfordecreasingstreamflowoftheHaiheRiverbasin,northernChina:Climatevariabilityorhumanactivities[J].JournalofHydrology, 2012, 460/461(3): 117-129.

[8]ZHANGYF,GUANDX,JINCJ,etal.AnalysisofimpactsofclimatevariabilityandhumanactivityonstreamflowforariverbasininnortheastChina[J].JournalofHydrology, 2011, 410(3/4): 239-247.

[9]WANGS,YANM,YANY.ContributionsofclimatechangeandhumanactivitiestothechangesinstreamflowincrementindifferentsectionsoftheYellowRiver[J].QuaternaryInternational, 2012, 282:66-77.

[10] 王兆禮, 陳曉宏, 楊濤. 東江流域徑流系數(shù)變化特征及影響因素分析 [J]. 水電能源科學(xué), 2010, 28(8): 10-13.

[11] 林凱榮, 何艷虎, 陳曉宏. 氣候變化及人類活動對東江流域徑流影響的貢獻(xiàn)分解研究 [J]. 水利學(xué)報, 2012, 43(11):1312-1321.

[12] 陳曉宏, 王兆禮. 東江流域土地利用變化對水資源的影響 [J]. 北京師范大學(xué)(自然科學(xué)版), 2010, 46(3): 311-316.

[13] 張強(qiáng), 崔瑛, 陳永勤. 水文變異條件下的東江流域生態(tài)徑流研究 [J]. 自然資源學(xué)報, 2010, 27(5): 790-800.

[14]ZHANGQ,SINGHVP,LIJ,etal.AnalysisoftheperiodsofmaximumconsecutivewetdaysinChina[J].JournalofGeophysicalResearch, 2011,Doi:10. 1029/2011JD016088.

[15] 宋曉猛, 張建云, 占車生, 等. 氣候變化和人類活動對水文循環(huán)影響研究進(jìn)展 [J]. 水利學(xué)報, 2013, 44(7): 779-790.

[16]SERRANOVL,MATEOSVL,GARCI′AJA.TrendanalysisofmonthlyprecipitationovertheIberianPeninsulafortheperiod1921-1995 [J].PhysicsandChemistryoftheEarth,PartB:Hydrology,OceansandAtmosphere, 1999, 24 (2): 85-90.

[17] 雷紅富, 謝平, 陳廣, 等. 水文序列變異點檢驗方法的性能比較分析 [J]. 水電能源科學(xué), 2007, 25(4): 36-40.

[18]ZHANGQ,XUCY,SINGHVP.MultiscalevariabilityofsedimentloadandstreamflowofthelowerYangtzeRiverbasin:Possiblecausesandimplications[J].JournalofHydrology, 2009, 368(1/2/3/4): 96-104.

[19]BUDYKOMI.Climateandlife[M].NewYork:AcademicPress,1974.

[20] 傅抱璞. 論陸面蒸發(fā)的計算 [J]. 大氣科學(xué), 1981, 5(1): 23-31.

[21] 傅抱璞. 山地蒸發(fā)的計算 [J] . 氣象科學(xué), 1996, 6(4): 328-335.

[22]ZHANGL,DAWESWR,WALKERGR.Theresponseofmeanannualevapotranspirationtovegetationchangesatcatchmentscale[J].WaterResourcesResearch, 2001, 37: 701-708.

[23]YANGHB,YANGDW,HUQF.AnerroranalysisoftheBudykohypothesisforassessingthecontributionofclimatechangetostreamflow[J].WaterResourcesResearch, 2014, 50(12): 9620-9629.

[24]NOURANIV,KOMASIM,MANOA.AmultivariateANN-waveletapproachforrainfall-streamflowmodeling[J].WaterResourcesManagement, 2009, 23(14): 2877-2894.

[25] 張正浩, 張強(qiáng), 江濤, 等. 基于小波神經(jīng)網(wǎng)絡(luò)的東江流域徑流模擬多模型比較研究 [J]. 武漢大學(xué)學(xué)報(理學(xué)版), 2015, 61(3): 255-261.

[26] 譚瑩瑩, 謝平, 陳麗, 等. 東江流域徑流序列變異分析, 變化環(huán)境下的水資源響應(yīng)與可持續(xù)利用[C]∥中國水利學(xué)會水資源專業(yè)委員會2009學(xué)術(shù)年會論文集, 2009: 98-104.

[27]MORIASIDN,ARNOLDJG,VanLIEWMW,etal.Modelevaluationguidelinesforsystematicquantificationofaccuracyinwatershedsimulations[J].TransactionsoftheASABE, 2007: 50(3): 885-900.

[28] 鄧曉宇, 張強(qiáng), 孫鵬，等. 氣候變化和人類活動對信江流域徑流影響模擬 [J]. 熱帶地理, 2014, 34(3): 293-301.

[29] 劉學(xué)峰, 向亮, 翟建青. 環(huán)境變化對灤河流域徑流影響的定量研究 [J]. 自然資源學(xué)報, 2013, 28(2): 244-252.

[30] 王國慶, 張建云, 劉九夫，等. 氣候變化和人類活動對河川徑流影響的定量分析 [J]. 中國水利, 2008, (2): 55-58.

[31]SUM,STOLTEWJ,VanderKAMPG.ModellingCanadianprairiewetlandhydrologyusingasemi-distributedstreamflowmodel[J].HydrologicalProcesses, 2000, 14(14): 2405-2422.

[32] 劉健, 張奇, 左海軍, 等. 鄱陽湖流域徑流模型 [J]. 湖泊科學(xué), 2009, 21(4): 570-578

[33] 王渺林, 夏軍. 土地利用變化和氣候波動對東江流域水循環(huán)的影響 [J]. 人民珠江, 2004(2):4-6.

[34] 劉春蓁, 占車生, 夏軍， 等.關(guān)于氣候變化和人類活動對徑流影響研究的評述 [J]. 水利學(xué)報,2014,45(4): 379-393.

[35]ZHANGQ,SINGHVP,LIK,etal.Trend,periodicityandabruptchangeinstreamflowoftheEastRiver,thePearlRiverbasin[J].HydrologicalProcesses, 2014, 28(2): 305-314.

[36] 陳曉宏, 王兆禮. 東江流域土地利用變化對水資源的影響 [J]. 北京師范大學(xué)學(xué)報(自然科學(xué)版), 2010, 46(3): 311-316.

[37] 黃錦鳳. 惠州東江流域土地利用變化時空特征及驅(qū)動力研究 [D]. 長沙: 中南大學(xué), 2011.

Quantitative evaluations of fractional contribution of human activities and climate changes to the streamflow variations across the East River basin

LAITianzeng,ZHANGQiang,ZHANGZhenghao,KONGDongdong

(Department of Water Resources and Environment∥Key Laboratory of Water Cycle and Water Security in Southern China of Guangdong High Education Institute∥Guangdong Provincial Key Laboratory of Urbanization and Geo-simulation, School of Geography and Planning,Sun Yat-sen University, Guangzhou 510275, China)

Precipitation, daily temperature and evaporation data from 28 meteorological stations and 4 evaporation stations, and daily streamflow data from 4 hydrological stations during 1959-2000 are analyzed by using the elastic coefficient method and the W-ANN model. Besides, construction of water reservoirs and land use changes are also considered in the analysis to investigate fractional contributions of climate changes and human activities as driving factors to streamflow variations. The results indicate that: ① the change point of the streamflow of the East River Basin occurred in 1972, the streamflow was larger after 1972 than before 1972; ② The increased precipitation and decreased evaporation resulted in the increase of streamflow. The fractional contribution of climate change to the increase of the streamflow is 0.27～0.77; ③ Human activities led to the increase of the streamflow via changes of land use. Meanwhile, the construction of water reservoirs or hydraulic facilities tends to modify the annual distribution of the streamflow significantly. The fractional contribution of human activities to the increase of the streamflow is 0.23～0.73 and the fractional contribution decreases from the upper to the lower East River basin. This research has theoretical and practical contribution to human knowledge of the driving factors behind streamflow variations and also to the scientific water resources management of the East River basin.

streamflow processes; elastic coefficient method; W-ANN; climate changes; human activities; hydrological modeling; East River basin

10.13471/j.cnki.acta.snus.2016.04.022

2015-07-01

國家杰出青年科學(xué)基金資助項目(51425903)；香港特別行政區(qū)研究資助局資助項目(CUHK441313)

賴天锃(1992年生)，男；研究方向：氣象水文學(xué)；通訊作者：張強(qiáng);E-mail: zhangq68@mail.sysu.edu.cn

P333.31

A

0529-6579(2016)04-0136-10