陳立華，王　焰，關(guān)昊鵬

(1.廣西大學(xué)土木建筑工程學(xué)院，南寧 530004；2.廣西防災(zāi)減災(zāi)與工程安全重點(diǎn)實(shí)驗(yàn)室，南寧 530004)

0　引　言

2017年《北部灣城市群發(fā)展規(guī)劃》中欽州市作為“雙軸”城市，區(qū)域內(nèi)主要為源短流急中小入海河流，汛期降雨量占全年80%以上，全市各類水庫(kù)共393座，總興利庫(kù)容僅為4.85 億m3[1]。2012年《中國(guó)近海海洋調(diào)查評(píng)價(jià)》指出近90%的城市存在不同程度的缺水問(wèn)題。在區(qū)域人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展與水資源短缺間矛盾日益凸顯境況下，合理計(jì)算濱海區(qū)地表水資源量及其未來(lái)趨勢(shì)變化，剖析在降雨、蒸發(fā)、氣溫及其他因子影響下，各因子對(duì)徑流變化的貢獻(xiàn)率大小，是分析水資源潛力和正確評(píng)價(jià)與配置的前提。

深入分析地表水資源量在各因子影響下趨勢(shì)變化首要問(wèn)題是徑流還原。因?yàn)I海區(qū)不同于內(nèi)陸，具有河網(wǎng)密布且水文站點(diǎn)不足等特點(diǎn)，導(dǎo)致計(jì)算難度偏大。因此在滿足其精度條件下，有必要探究其他徑流還原方法在濱海地區(qū)的適用性。第二次全國(guó)水資源綜合規(guī)劃的水資源調(diào)查評(píng)價(jià)中規(guī)定選用的徑流還原方法為：降雨徑流變化趨勢(shì)法、雙累積曲線(Double Mass Curve，簡(jiǎn)稱DMC)模型、蒸發(fā)差值法、分項(xiàng)調(diào)查法等，其中DMC模型[2]和蒸發(fā)差值法[3]相比于其他方法，具有原理簡(jiǎn)單、操作簡(jiǎn)便、資料要求低、忽略要素少等特點(diǎn)，因此采用以上兩種方法對(duì)徑流進(jìn)行還原計(jì)算，并結(jié)合欽州市已有簡(jiǎn)化分項(xiàng)調(diào)查法對(duì)其結(jié)果合理性、方法適用性方面進(jìn)行評(píng)價(jià)。關(guān)于環(huán)境變化下各因子對(duì)徑流影響的貢獻(xiàn)率分析，目前在流域尺度上，可定量分析氣候變化與其他因子對(duì)水文影響的研究方法主要有水文模型法[4-6]和定量評(píng)估法。其中定量評(píng)估方法主要有氣候彈性系數(shù)[7-8]、敏感性分析法[9]、降雨-徑流雙累積曲線法等。水文模型法具有較好的物理基礎(chǔ)，但參數(shù)敏感性存在一定的不確定性，若對(duì)模擬結(jié)果不進(jìn)行驗(yàn)證，極可能使氣候變化對(duì)徑流的貢獻(xiàn)值偏高[10]；盡管定量評(píng)估法所需數(shù)據(jù)較少，但所需較長(zhǎng)數(shù)據(jù)序列的同時(shí)，長(zhǎng)序列中噪音會(huì)對(duì)評(píng)估結(jié)果造成干擾[8]。王隨繼[11]等于2012年提出累積量斜率變化率比較法(Slope Changing Ratio of Cumulative Quantity，簡(jiǎn)稱SCRCQ)法，可有效剔除噪音，較簡(jiǎn)便地分離出氣候變化和其他因子對(duì)徑流變化的影響比重，在洞庭湖三口河系[12]、長(zhǎng)江荊南三口[13]、南水北調(diào)中線工程[14]、湟水川流域[15]、黑河流域中上游[16]等地區(qū)均得到較好的應(yīng)用，2017年Wu[17]等人更是將其應(yīng)用于巖溶區(qū)域的氣候變化與人類活動(dòng)研究。但上述針對(duì)SCRCQ法的研究，所假定的基準(zhǔn)期均為實(shí)測(cè)徑流序列，未對(duì)其進(jìn)行還原計(jì)算以消除早期人類活動(dòng)影響，未充分考慮氣溫對(duì)降雨與蒸發(fā)的影響，未深入探討降雨、蒸發(fā)、氣溫對(duì)徑流變化影響復(fù)雜的內(nèi)在聯(lián)系，這將導(dǎo)致氣候因子貢獻(xiàn)比重偏小，結(jié)果誤差偏大。針對(duì)研究中存在的問(wèn)題，有必要對(duì)SCRCQ法進(jìn)行適當(dāng)改進(jìn)：基于SCRCQ法的基礎(chǔ)上重新定義基準(zhǔn)期，考慮氣溫對(duì)降雨與蒸發(fā)的影響，并結(jié)合水量平衡原理探討各氣候因子對(duì)徑流變化影響的內(nèi)在聯(lián)系，并間接獲取其他因子貢獻(xiàn)率值，使SCRCQ法分析結(jié)果更貼近實(shí)際情況。

1　基礎(chǔ)數(shù)據(jù)

欽州市地處桂南濱海，屬水資源四級(jí)區(qū)，境內(nèi)河網(wǎng)密布，多為中小入海河流。將研究區(qū)域劃分為19個(gè)子流域如圖1所示，欽州市境內(nèi)河流四級(jí)分區(qū)如表1所示。研究所選用資料包括32個(gè)雨量站、5個(gè)水文站點(diǎn)、3個(gè)蒸發(fā)站(陸屋、黃屋屯、坡朗坪站)以及1個(gè)氣象站(欽州站)分布如圖1所示，研究所采用的降雨、徑流、蒸發(fā)、氣象資料統(tǒng)一采用1956-2013年月平均序列。欽江為欽州市最大流域，如圖2所示，是欽南、欽北區(qū)及靈山縣最重要的取水來(lái)源河流。欽江流域干流全長(zhǎng)191 km，集水面積2 326 km2，干流坡降0.36%，地勢(shì)東北部高、西南部低(欽江下游濱海平原)。

圖1　欽州市子流域及站網(wǎng)圖Fig.1 Station network and sub basin in Qinzhou

圖2　欽江流域地理位置Fig.2 geographical location Qinjiangbasin

2　分析方法

2.1　氣候變化對(duì)水文影響貢獻(xiàn)率分析方法

在SCRCQ法基礎(chǔ)上重新定義基準(zhǔn)期，為實(shí)測(cè)徑流序列首個(gè)突變點(diǎn)前的還原徑流序列，研究期為突變點(diǎn)后實(shí)測(cè)徑流量序列?；鶞?zhǔn)、研究期累積降水量～年份線性方程的斜率分別為Kpa(mm/a)、Kpb(mm/a)，斜率變化率為Sp；累積蒸散發(fā)量～年份線性方程的斜率分別為Kra(mm/a)、KEb(mm/a)，斜率變化率為SE；累積徑流量～年份線性方程的斜率分別為KRa(億m3/a)、KRb(億m3/a)，斜率變化率為SR；累積氣溫～年份線性方程的斜率分別為KTa(℃/a)、KTb(℃/a)，斜率變化率為ST。

SP=(KPb-KPa)/KPa

(1)

SE=(KEb-KEa)/KEa

(2)

SR=(KRb-KRa)/KRa

(3)

ST=(KTb-KTa)/KTa

(4)

根據(jù)式(1)～式(4)，可求降雨、蒸發(fā)、氣溫對(duì)徑流變化的貢獻(xiàn)率，分別為CP、CE、CT：

CP=100×SP/SR

(5)

CE=100×SE/SR

(6)

CT=100×ST/SR

(7)

依據(jù)所得CP、CE、CT，我們可間接獲取其他因子對(duì)徑流變化的貢獻(xiàn)率CO。根據(jù)水量平衡原理如式(9)，可知T為自變量，R為因變量，T能夠直接引起R變化，貢獻(xiàn)率為CT；不僅如此，T的改變可引起P、E變化，間接影響到R，貢獻(xiàn)率同樣為CT，但該部分CT對(duì)CP、CE進(jìn)行了重復(fù)計(jì)算。因此，CO并非定值，而應(yīng)處于是否考慮T影響下的值域即上下限內(nèi)變化，如式(8)所示。

CO∈[100-CP-CE-CT, 100-CP-CE]

(8)

2.2　突變點(diǎn)檢測(cè)方法

DMC模型與SCRCQ法均需確定基準(zhǔn)期，其關(guān)鍵在于分析水文序列的突變點(diǎn)位置。水文序列突變檢測(cè)方法眾多，其中Mann-Kendall法[1]與累積距平法[20]原理簡(jiǎn)單，M-K法毋需要素樣本遵從特定分布，不受異常值的干擾，檢測(cè)范圍寬以及理論基礎(chǔ)較強(qiáng)等特點(diǎn)獲得廣泛應(yīng)用；累積距平法的核心是判斷離散數(shù)據(jù)對(duì)其均值的離散幅度，若累積距平增值大，表明離散數(shù)據(jù)大于其平均值，反之則小于其平均值[11]。但以上兩種方法檢測(cè)突變點(diǎn)存在檢測(cè)結(jié)果不一致等問(wèn)題，因此輔以滑動(dòng)T檢驗(yàn)法[21]檢測(cè)時(shí)間序列突變點(diǎn)的顯著性，若檢測(cè)超過(guò)|t|≥tα=0.05=2.003顯著性水平的時(shí)間節(jié)點(diǎn)即為突變點(diǎn)，否則為轉(zhuǎn)折點(diǎn)。

2.3　地表水資源總量計(jì)算方法

DMC模型原理如圖3所示，若徑流序列在1986年發(fā)生突變，則1986年前序列為基準(zhǔn)期①(實(shí)心方框)；1986年后為還原期②(空心圓框)。若處于天然條件下則k2=k1，而圖中k1>k2，表明1986年后徑流序列受外界環(huán)境改變影響，致使k1減小，因此以①期降雨-徑流累積量線性關(guān)系式替代②期進(jìn)行還原計(jì)算。

圖3　DMC模型原理圖Fig.3 Schematic diagram of DMC model

流域蒸發(fā)差值法遵循水量平衡原理[18]，地表水資源量R變化與降雨P(guān)、流域下墊面變化前的流域蒸發(fā)E前、土壤蓄水量W緊密相關(guān)，W又可表示為氣溫T與P的函數(shù)如式(9)。

R=P-E前-W=f(P,E前,T)

(9)

其中E前可表示為：

E前=[(A-A1)E陸+αA1E水]/A

(10)

式中：A為設(shè)計(jì)流域總面積，km2；A1為人類活動(dòng)前流域內(nèi)的水庫(kù)、湖、塘等水面面積，km2；α為水面蒸發(fā)折算系數(shù)；E水為蒸發(fā)皿實(shí)測(cè)水面蒸發(fā)，mm；E陸為陸面蒸發(fā)。

研究區(qū)域?qū)倌戏綖I海區(qū)，因此陸面蒸發(fā)參考凱江公式[19]：

E陸=(αT+β)θ/L

(11)

θ=θ0[0.65-0.35(n-s)]

(12)

式中：θ為太陽(yáng)總輻射，cal/cm2；T為日平均氣溫，℃；L為蒸發(fā)潛熱；α和β為系數(shù)和常數(shù)；θ0為碧空無(wú)云時(shí)的太陽(yáng)總輻射，cal/cm2；n為月平均云量；s為月平均日照量。

3　應(yīng)用實(shí)例分析

3.1　基準(zhǔn)期分析

對(duì)欽州市內(nèi)有水文控制站流域徑流量序列采用累積距平法及M-K法進(jìn)行突變點(diǎn)檢測(cè)，主要以欽江流域?yàn)槔M(jìn)行詳細(xì)介紹。

由圖4(a)可知，UF與UB曲線相交于1986、1993、1994、1996、1997、2001、2003年，累積距平曲線在1964、1986、1992、2003年為極值點(diǎn)，在以上時(shí)間節(jié)點(diǎn)處徑流量極可能發(fā)生突變，但M-K法所檢測(cè)出突變點(diǎn)均在α=0.05(±1.96)顯著性水平，累積距平法顯著性無(wú)法判斷，因此需輔以滑動(dòng)T對(duì)其進(jìn)一步顯著性水平檢驗(yàn)。由滑動(dòng)T結(jié)果可知，僅有1986年與2003年t值分別為2.47和2.55，均超過(guò)95%顯著性水平，表明1986、2003年為陸屋站徑流量序列突變年份；對(duì)于其他節(jié)點(diǎn)并未超過(guò)95%顯著性水平，僅為轉(zhuǎn)折點(diǎn)。采用滑動(dòng)T對(duì)圖4(b)、圖4(c)以及圖4(d)中降雨量、蒸發(fā)量、氣溫序列可能的突變節(jié)點(diǎn)進(jìn)行顯著性分析，降雨量序列在整個(gè)時(shí)間域內(nèi)并未出現(xiàn)顯著突變點(diǎn)；蒸發(fā)量、氣溫序列均僅有一個(gè)突變點(diǎn)超過(guò)95%顯著性水平，分別為1973年和1996年。

經(jīng)分析，黃屋屯、坡朗坪、西塘、大江口站徑流量均于1986年發(fā)生顯著突變，而面降雨量序列均不存在明顯突變點(diǎn)，因此將1956-1986年假定為DMC模型徑流還原基準(zhǔn)期，對(duì)1987-2013年序列進(jìn)行徑流還原并計(jì)算欽州市地表水資源總量。

3.2　地表水資源總量及其趨勢(shì)分析

3.2.1欽州市地表水資源總量

DMC模型以1956-1986年為基準(zhǔn)期，經(jīng)Pearson相關(guān)分析及T統(tǒng)計(jì)量相關(guān)顯著性分析可知，基準(zhǔn)期內(nèi)5個(gè)水文站降雨～徑流相關(guān)系數(shù)r均超過(guò)99%顯著性水平如表1所示，可對(duì)1987-2013年徑流序列進(jìn)行還原計(jì)算。蒸發(fā)差值法則對(duì)1956-2013年整個(gè)時(shí)段在降雨量的基礎(chǔ)上逐年剔除流域年蒸發(fā)量，從而得到水文站天然徑流量。在水文站天然徑流量基礎(chǔ)上采用代表站法分析不同保證率下各流域地表水資源量，結(jié)果如表1所示。DMC模型與蒸發(fā)差值法所得欽州市地表水資源總量分別為106.573、111.533 億m3。

表1　各典型流域水文控制站降雨～徑流Pearson相關(guān)分析Tab.1 Analysis of Pearson correlation between rainfall and runoff in typical watershed hydrological control station

圖4　時(shí)間序列M-K法及累積距平法突變點(diǎn)檢測(cè)Fig.4 Time series M-K method and cumulative anomaly detection

根據(jù)《廣西欽州市水資源綜合規(guī)劃報(bào)告(2008年)》所采用《廣西壯族自治區(qū)地表水資源(1984年)》中1956-1980年實(shí)測(cè)～天然徑流相關(guān)系數(shù)，對(duì)1980-2000年實(shí)測(cè)徑流進(jìn)行還原，所得地表水資源量為104.41 億m3。蒸發(fā)差值法嚴(yán)格遵循水量平衡原理，對(duì)整個(gè)序列均進(jìn)行還原計(jì)算，從而消除了早期人類活動(dòng)對(duì)徑流所產(chǎn)生的影響，使地表水資源量更為接近于天然情況。綜上，表明兩種徑流還原方法在欽州市內(nèi)不僅能夠很好的應(yīng)用，而且計(jì)算簡(jiǎn)單、所需資料較少、結(jié)果與天然情況較為接近，在南方濱海地區(qū)水資源總量計(jì)算中值得推廣。

從表2中可知，欽州市地表水資源量最為豐富的為獨(dú)流入海河流水資源分區(qū)，其地表水資源量占全市總量62.7%～63.3%。由于獨(dú)流入海河流源短流急，實(shí)際可利用水量不多，如欽江流域多年平均入海水量為17.40 億m3，其實(shí)際可利用水量?jī)H為3.082～4.601 億m3。

3.2.2徑流序列的趨勢(shì)變化分析

采用3 a滑動(dòng)平均與Morlet小波綜合對(duì)欽州市地表水資源量進(jìn)行分析如圖5所示，58年序列中存在1960-1973年、1974-1987年、1988-2002年3個(gè)平均周期為14 a的完整豐-枯變化過(guò)程，1986年開(kāi)始，降雨、徑流波動(dòng)幅度較之前明顯增大。盡管整個(gè)水資源序列呈0.087 億m3/a的上升趨勢(shì)，但自20世紀(jì)70年代以來(lái)序列卻呈-0.400 億m3/a的下降趨勢(shì)。進(jìn)一步對(duì)不同年代均值進(jìn)行比較可知，各年代均值呈豐-枯轉(zhuǎn)換階梯式下降趨勢(shì)，降雨量序列趨勢(shì)性與其相同。綜上所述，可推測(cè)地表水資源量在2017-2023年左右將處于偏枯期，2024-2030年左右將處于偏豐期；根據(jù)天然與實(shí)測(cè)徑流量差值曲線如圖6可知，自20世紀(jì)60年代以來(lái)，各年代天然與實(shí)測(cè)徑流量差值序列趨向率高達(dá)0.406 億m3/a，總體呈明顯梯級(jí)上升趨勢(shì)，表明以人類活動(dòng)為主的其他因子對(duì)實(shí)測(cè)徑流減少的影響持續(xù)增大，因此有必要選取欽州市典型流域，進(jìn)一步定量分析降雨、蒸發(fā)、氣溫及其他因子對(duì)徑流減少影響的貢獻(xiàn)率研究。

圖5　欽州市水資源總量趨勢(shì)分析Fig.5 Trend analysis of surfacewater resources in Qinzhou

表2　欽州市各水資源分區(qū)地表水資源量Tab.2 Surface water resources quantity of each water resources division in Qinzhou

圖6　天然與實(shí)測(cè)徑流量差值曲線趨勢(shì)分析Fig.6 Analysis of difference between natural and measured runoff

3.3　氣候變化對(duì)主要河流徑流減少的貢獻(xiàn)的定量分析

采用改進(jìn)SCRCQ法對(duì)欽州市主要河流定量分析降雨、蒸發(fā)、氣溫變化對(duì)徑流減少影響的貢獻(xiàn)率的同時(shí)，間接分析其他因子對(duì)徑流減少影響的貢獻(xiàn)率，其中以欽江流域?yàn)槔M(jìn)行詳細(xì)介紹，基準(zhǔn)期天然徑流量序列則采用蒸發(fā)差值法還原結(jié)果。

欽江流域各因子突變年份如圖4所示，徑流序列(1986、2003)，降雨量序列無(wú)顯著突變點(diǎn)(為便于計(jì)算，假定其突變點(diǎn)與徑流序列一致)，蒸發(fā)量序列(1973、2003年)，氣溫序列(1996年)。若僅考慮徑流序列突變點(diǎn)情況，將1956-2013年序列統(tǒng)一劃分為3個(gè)時(shí)期(1956-1986年為AR期，即基準(zhǔn)期；1987-2003年為BR期，2004-2013年為CR期，BR與CR期為研究期)，則將使結(jié)果偏差較大。因此根據(jù)突變點(diǎn)情況，蒸發(fā)量、氣溫序列的時(shí)期劃分需額外考慮：蒸發(fā)量序列AR期僅為1956-1973年，氣溫序列BR期僅為1997-2003年，如圖7所示。

BR與AR期相比，累積徑流深線性關(guān)系式斜率減少229.39 mm/a，減少率為23.04%；同期相比累積降雨量線性關(guān)系式斜率增加48.11 mm/a，增加率為2.73%；累積蒸發(fā)量線性關(guān)系式斜率減少74.73 mm/a，減少率為7.56%；累積氣溫線性關(guān)系式斜率增加0.97 ℃/a，增加率為4.41%。根據(jù)式(9)水量平衡可知地表水資源量變化是降雨量、蒸發(fā)量、氣溫的函數(shù)，均為氣候因子，而實(shí)測(cè)徑流量則存在其他因子影響，由其他因子影響較弱的AR期的累積徑流量與年份之關(guān)系(圖7)可知，假設(shè)BR期不存在其他因素影響，則上述氣候因子斜率變化率之和與徑流斜率變化率相等，而實(shí)際上徑流深變化是氣候及其他因子綜合作用的結(jié)果。根據(jù)式(1)～(7)計(jì)算結(jié)果可知，BR與AR期相比，降水、蒸發(fā)以及氣溫對(duì)徑流深減少的貢獻(xiàn)率為11.84%、32.80%和19.14%，由式(8)可知其他因子貢獻(xiàn)率并非定值，而應(yīng)處于是否考慮氣溫影響下的值域，即[36.21%,55.35%]的上下限內(nèi)變化。若依據(jù)原方法，在基準(zhǔn)期仍為實(shí)測(cè)徑流序列、不考慮氣溫因素的影響，則其他因子對(duì)徑流減少的貢獻(xiàn)率為28.24%，氣候因子貢獻(xiàn)率明顯偏大。同理可知，CR與AR期相比，降水量、蒸發(fā)量的減少以及氣溫的升高對(duì)徑流減少的貢獻(xiàn)率分別為19.02%、5.32%和10.65%，其他因子對(duì)徑流減少的貢獻(xiàn)率為65.01%～75.66%的值域內(nèi)，欽州市主要河流氣候因子對(duì)徑流減少的貢獻(xiàn)率如表4所示。

圖7　累積徑流深、降雨量、蒸發(fā)量、氣溫與年份之關(guān)系Fig.7 Relationship between cumulative runoff depth, rainfall, evaporation, temperature and year

表3　欽江流域氣候因子對(duì)徑流變化的貢獻(xiàn)率分析Tab.3 Analysis on contribution rate of climatic factors to runoff variation in Qinjiang Basin

表4　欽州市主要河流氣候因子對(duì)徑流變化的貢獻(xiàn)率　%Tab.4 The contribution of climatic factors to runoff change in Qinzhou

由表4可知，BR與AR期相比，位于欽州西南、西、西北部區(qū)域的欽江、茅嶺江，徑流減少的貢獻(xiàn)因子主要以其他因子與蒸發(fā)為主，降雨、氣溫的影響貢獻(xiàn)率相對(duì)較小，而欽州東、北、南以及中部區(qū)域的大風(fēng)江、小江、武思江，徑流減少的貢獻(xiàn)因子則以蒸發(fā)為主導(dǎo)，降雨與其他因子貢獻(xiàn)率次之，不同流域受其他因子的貢獻(xiàn)率排序：欽江>茅嶺江>小江>武思江>大風(fēng)江；CR與AR期相比，各流域徑流減少的主導(dǎo)貢獻(xiàn)為其他因子，具體為：其他因子>降雨>蒸發(fā)>氣溫，不同流域受其他因子的貢獻(xiàn)率為：欽江>茅嶺江>小江>大風(fēng)江>武思江。

綜上所述，各流域徑流減少的主導(dǎo)貢獻(xiàn)因子由蒸發(fā)向其他因子轉(zhuǎn)移，以人類活動(dòng)為主的其他因子從BR期的欽江流域逐步擴(kuò)展至CR期的欽州市全境，而降雨、氣溫因子對(duì)徑流減少影響的貢獻(xiàn)率在整個(gè)研究階段(1956-2013年)內(nèi)無(wú)明顯變化，且居于次要地位。

4　結(jié)　語(yǔ)

(1)為確定欽州市主要流域徑流序列基準(zhǔn)期，采用M-K、累積距平法并輔以滑動(dòng)T檢測(cè)各時(shí)間序列突變點(diǎn)。欽江、茅嶺江、大風(fēng)江徑流量序列存在1986、2003年兩個(gè)突變點(diǎn)顯著，小江、武思江流域?yàn)?986年；各流域面雨量序列無(wú)明顯突變點(diǎn)，陸屋站蒸發(fā)量序列為1973年突變顯著，面蒸發(fā)量序列在此基礎(chǔ)上增加一個(gè)突變點(diǎn)于2003年。相對(duì)于上述突變點(diǎn)而言其他可能的突變點(diǎn)突變特征不顯著，僅在特定年份發(fā)生轉(zhuǎn)折或處于豐枯變化節(jié)點(diǎn)上，可視為轉(zhuǎn)折點(diǎn)。

(2)采用DMC模型及蒸發(fā)差值兩種簡(jiǎn)化方法進(jìn)行徑流還原，徑流還原結(jié)果偏差控制在9.2%以內(nèi)，欽州市地表水資源量處于106.573～111.533 億m3范圍內(nèi)，相對(duì)偏差僅為4.4%；自20世紀(jì)70年代以來(lái)地表水資源總量總體呈-0.400 億m3/a的趨勢(shì)下降，而天然與實(shí)測(cè)徑流量差值曲線呈明顯階梯上升趨勢(shì)；地表水資源量存在14 a左右的豐-枯轉(zhuǎn)換周期，且在2017和2024年左右將分別步入偏枯、偏豐階段。

(3)采用SCRCQ法定量分析了欽州市主要流域地表水資源量受各因子影響下徑流減少的貢獻(xiàn)率，其中欽江流域BR與AR期相比，降雨、蒸發(fā)和氣溫對(duì)徑流減少的貢獻(xiàn)率分別為11.84%、32.80%、19.14%，其他因子的貢獻(xiàn)率為36.21%～55.35%范圍內(nèi)；CR與AR時(shí)期相比，降雨、蒸發(fā)和氣溫對(duì)徑流減少的貢獻(xiàn)率為19.02%、5.32%、10.65%，其他因子的貢獻(xiàn)率有所增加為65.01%～75.66%。欽州市主要流域各因子對(duì)徑流減少的貢獻(xiàn)研究表明，1986-2003年導(dǎo)致徑流減少的主要貢獻(xiàn)為氣候變化，其中又以蒸發(fā)因子最為顯著，而在2004-2013年間，其他因子對(duì)徑流減少的貢獻(xiàn)明顯高于氣候變化。

□

參考文獻(xiàn)：

[1]陳立華,王焰,易凱,等.欽州市降雨及入海河流徑流演變規(guī)律與趨勢(shì)分析[J].水文,2016,36(6):89-96.

[2]申紅彬,吳保生,鄭珊,等.黃河上游蘭州至頭道拐河段流量頻率變化分析[J].水力發(fā)電學(xué)報(bào),2014,33(1):7-14.

[3]魏茹生.徑流還原計(jì)算技術(shù)方法及其應(yīng)用研究[D].西安:西安理工大學(xué),2008.

[4]王國(guó)慶,張建云,賀瑞敏.環(huán)境變化對(duì)黃河中游汾河徑流情勢(shì)的影響研究[J].水科學(xué)進(jìn)展, 2006,17(6):853-858.

[5]夏智宏,劉敏,王苗.1990s以來(lái)氣候變化和人類活動(dòng)對(duì)洪湖流域徑流影響的定量辨識(shí)[J].湖泊科學(xué),2014,26(1):515-521.

[6]賀瑞敏,張建云,鮑振鑫.海河流域河川徑流對(duì)氣候變化的響應(yīng)機(jī)理[J].水科學(xué)進(jìn)展,2015,26(1):1-9.

[7]Fu Guobin, Charles Stephen P, Chiew Francis H S.A two-parameter climate elasticity of streamflow index to assessclimate change effects on annual streamflow[J].Water Resources Research, 2007,43(11):2 578-2 584.

[8]Sankarasubramanian A, Vogel R M, Limbrunner J F.Climate elasticity of streamflow in the United States[J].Water Resources Research, 2001,37(6):1 771-1 781.

[9]Jones R N, Chiew F H S, Boughton W C, et al.Estimating the sensitivity of mean annual runoff to climate change using selected hydrological models[J].Advances in Water Resources,2006,29(10):1 419.

[10]Legesse D，Vallet C C, Gasse F.Hydrological response of acatchment to climate and land use changes in Tropical Africa: Case study South Central Ethiopia[J].Journal of Hydrology,2003, 275(1-2):67-85.

[11]王隨繼,閆云霞,顏明,等.皇甫川流域降水和人類活動(dòng)對(duì)徑流量變化的貢獻(xiàn)率分析-累積量斜率變化率比較方法的提出及應(yīng)用[J].地理學(xué)報(bào),2012,67(3):388-397.

[12]李楊,楊文堯.洞庭湖三口河系地區(qū)徑流演變情勢(shì)與農(nóng)業(yè)用水面臨的挑戰(zhàn)[J].中國(guó)農(nóng)村水利水電,2016,(11):86-92.

[13]帥紅,李景保,何霞,等.環(huán)境變化下長(zhǎng)江荊南三口徑流變化特征檢測(cè)與歸因分析[J].水土保持學(xué)報(bào),2016,30(1):83-88.

[14]李凌程,張利平,夏軍,等.氣候變化和人類活動(dòng)對(duì)南水北調(diào)中線工程典型流域徑流影響的定量評(píng)估[J].氣候變化研究進(jìn)展,2014,10(2):118-126.

[15]張調(diào)風(fēng),朱西德,王永劍,等.氣候變化和人類活動(dòng)對(duì)湟水河流域徑流量影響的定量評(píng)估[J].資源科學(xué),2014,36(11):2 256-2 262.

[16]何旭強(qiáng),張勃,孫力煒,等.氣候變化和人類活動(dòng)對(duì)黑河上中游徑流量變化的貢獻(xiàn)率[J].生態(tài)學(xué)雜志,2012,31(11):2 884-2 890.

[17]WuL H, Wang S J, Bai X Y, et al.Quantitative assessment of the impacts of climate change and humanactivities on runoff change in a typical karstwatershed, SWChina[J].Science of the Total Environment,2017, 601:1 449-1 465.

[18]李林,汪青春,張國(guó)勝,等.黃河上游氣候變化對(duì)地表水的影響[J].地理學(xué)報(bào),2004,59(5):716- 722.

[19]金棟梁,楊世才.用普通氣象資料計(jì)算土壤蒸發(fā)量的方法(及凱江蒸發(fā)公式)[J].人民長(zhǎng)江,1981,(4):47-52.

[20]Ran L S, Wang S J, Fan X L.Channel change at Toudaoguai station and itsresponses to the operation of upstream reservoirs in the upper Yellow River[J].Journal of Geographical Sciences, 2010,20(2):231-247.

[21]余予,孟曉艷,張欣.1980-2011年北京城區(qū)能見(jiàn)度變化趨勢(shì)及突變分析[J].環(huán)境科學(xué)研究,2013,26(2):129-136.