劉士余，鄧文平，歐陽(yáng)磊，胡小丹

(1.江西農(nóng)業(yè)大學(xué)國(guó)土資源與環(huán)境學(xué)院,江西省鄱陽(yáng)湖流域農(nóng)業(yè)資源與生態(tài)重點(diǎn)實(shí)驗(yàn)室,330045,南昌；2.江西農(nóng)業(yè)大學(xué)林學(xué)院,330045,南昌)

流域徑流的變化及其原因的研究,是一個(gè)重要的科學(xué)問(wèn)題。導(dǎo)致流域徑流變化的因素,可以概括為氣候變化因素和人類活動(dòng)因素。國(guó)內(nèi)外關(guān)于流域氣候變化和人類活動(dòng)對(duì)徑流影響的定量研究較多[1-7],其水文效應(yīng)在不同時(shí)間尺度上存在一定差異[8],大部分研究[9-12]以年尺度來(lái)計(jì)算徑流影響量,而對(duì)季節(jié)尺度上的研究較少。季節(jié)尺度影響量分析對(duì)年內(nèi)水資源合理配置具有重要意義,尤其是存在季節(jié)性干旱的流域；因此,季節(jié)尺度下氣候變化與人類活動(dòng)對(duì)徑流的影響值得深入研究。

氣候因素主要有降水量和氣溫,降水量的變化直接導(dǎo)致流域產(chǎn)流量的變化,氣溫的變化可能會(huì)影響流域蒸發(fā)散從而導(dǎo)致徑流的變化；但是,根據(jù)郭華等[13]在鄱陽(yáng)湖流域的研究顯示,徑流系數(shù)與氣溫并無(wú)明顯的線性相關(guān)關(guān)系。據(jù)此,筆者將影響流域徑流變化的氣候因素簡(jiǎn)化為降水量。人類活動(dòng)因素包括引水、水庫(kù)、水土保持措施的實(shí)施等,對(duì)無(wú)人居住及未修建水利、水土保持工程的同一小流域而言,人類活動(dòng)因素主要是水土保持林草措施的實(shí)施(植被恢復(fù))。

近年來(lái),在氣候變化、退耕還林(草)工程及城鎮(zhèn)化(山區(qū)人口大量減少)的共同驅(qū)動(dòng)下,流域的植被恢復(fù)狀況較好,其徑流也隨之發(fā)生變化,為開(kāi)展降水變化與植被恢復(fù)對(duì)流域徑流影響的貢獻(xiàn)率分析提供了天然場(chǎng)所。20世紀(jì)80年代,彭沖澗小流域的主要林種——杉木林被砍伐。之后,杉木次生林一直在恢復(fù)過(guò)程中,是開(kāi)展本研究的理想流域。根據(jù)都昌縣武山林場(chǎng)的森林調(diào)查資料,該小流域森林覆蓋率由1985年的80%提高到2016年的98%,森林蓄積量由1985年的1.2萬(wàn)m3提高到2014年的2.5萬(wàn)m3。

筆者以降水充沛的彭沖澗小流域?yàn)檠芯繉?duì)象,通過(guò)經(jīng)驗(yàn)統(tǒng)計(jì)分析和水文模型模擬2種方法,開(kāi)展降水變化與植被恢復(fù)對(duì)小流域徑流變化的貢獻(xiàn)率分析,為從更深層次上認(rèn)識(shí)植被對(duì)徑流的影響程度,為植被恢復(fù)和生態(tài)建設(shè)提供科學(xué)依據(jù)。

1 研究區(qū)概況

彭沖澗小流域位于江西省九江市都昌縣境內(nèi),E 116°25′48″～116°27′7″,N 29°31′44″～29°32′56″,流域集水面積2.90 km2(圖1)。小流域地形西北高東南低,地層出露以淺變質(zhì)巖、花崗巖和灰?guī)r為主。海拔高度80～560 m。植被類型豐富,林分類型主要為杉木(Cunninghamia lanceolata)林(70%)、櫟(Quercus acutissima)類(28%)和毛竹(Phyllostachyheterocycla)(2%)。氣候類型屬亞熱帶濕潤(rùn)季風(fēng)氣候區(qū),多年平均降水量1560 mm。小流域四周閉合,屬都昌縣武山林場(chǎng)管轄,無(wú)人口居住,也未修建水利、水土保持工程。1981年江西省水文局于流域徑流出口處設(shè)立彭沖澗水文站,并一直持續(xù)觀測(cè)小流域的降雨、徑流等數(shù)據(jù)至今。

圖1 彭沖澗小流域示意圖Fig.1 Schematic map of the Pengchongjian small watershed

2 材料與方法

為分析彭沖澗小流域30多年來(lái)的降水和徑流變化,筆者從江西省水文局收集彭沖澗水文站自1983—2014年的逐日降水、流量、蒸發(fā)量和日平均氣溫等觀測(cè)資料,計(jì)算得到季節(jié)、年降水量和徑流深。

Mann-Kendall檢驗(yàn)法是檢驗(yàn)水文時(shí)間序列變化趨勢(shì)的良好方法[14-15]。應(yīng)用 Mann-Kendall法開(kāi)展降水、徑流的變化趨勢(shì)研究和突變性檢驗(yàn)逐漸增多[16-17]；因此,筆者采用Mann-Kendall檢驗(yàn)法對(duì)彭沖澗小流域的降水、徑流等要素進(jìn)行突變性檢驗(yàn),確定該小流域1983—2014年年降水量和年徑流深變化趨勢(shì)的一致突變點(diǎn)為2003年,然后將研究時(shí)段劃分為1983—2003年(基準(zhǔn)期)和2004—2014年(變化期)2個(gè)時(shí)段,為分析不同時(shí)段徑流變化與降水變化和植被恢復(fù)的關(guān)系奠定基礎(chǔ)。

開(kāi)展降水變化與植被恢復(fù)對(duì)小流域徑流影響的貢獻(xiàn)率分析常用方法有經(jīng)驗(yàn)統(tǒng)計(jì)分析法、水文模型模擬法及累積量斜率變化率比較法等。筆者為比較不同方法的定量區(qū)分結(jié)果,并相互驗(yàn)證結(jié)果的可信度,采用經(jīng)驗(yàn)統(tǒng)計(jì)分析法和水文模型模擬法進(jìn)行分析。

2.1 經(jīng)驗(yàn)統(tǒng)計(jì)分析法

即對(duì)植被恢復(fù)前期(基準(zhǔn)期)的降水、徑流實(shí)測(cè)資料進(jìn)行回歸分析,建立基準(zhǔn)期的徑流深與降水量之間的經(jīng)驗(yàn)統(tǒng)計(jì)方程,將植被恢復(fù)后期(變化期)的平均降水量代入上述方程,得到的徑流深即為變化期的降水在基準(zhǔn)期植被條件下的平均徑流深,即模擬平均徑流深。將其減去變化期實(shí)測(cè)平均徑流深,即為小流域植被恢復(fù)導(dǎo)致的徑流變化。由基準(zhǔn)期的實(shí)測(cè)平均徑流深減去模擬平均徑流深,求得降水變化導(dǎo)致的徑流變化[18]。

2.2 水文模型模擬法

水文模型是對(duì)自然界中復(fù)雜水循環(huán)過(guò)程的近似描述,是水文科學(xué)研究的一種常用手段和方法。IHACRES集總式水文模型在國(guó)內(nèi)外廣泛應(yīng)用于徑流模擬[19]。劉貴花等[20]的研究表明,IHACRES模型能較好地模擬贛江流域的徑流,適用于中亞熱帶濕潤(rùn)季風(fēng)氣候區(qū)；因此,筆者采用由Jakeman等提出,以單位線原理為基礎(chǔ)的水文模型——IHACRES模型[21],以基準(zhǔn)期的降水、徑流等實(shí)測(cè)資料率定、驗(yàn)證模型,在模型評(píng)價(jià)指標(biāo)滿足模擬精度的基礎(chǔ)上,將變化期的降水資料輸入模型進(jìn)行模擬,得到的徑流模擬值即為變化期的降水在基準(zhǔn)期植被條件下的徑流值,經(jīng)計(jì)算,得到模擬平均徑流深。將其減去變化期實(shí)測(cè)平均徑流深,即為小流域植被恢復(fù)導(dǎo)致的徑流變化。由基準(zhǔn)期的實(shí)測(cè)平均徑流深減去模擬平均徑流深,求得降水變化導(dǎo)致的徑流變化[18]。

3 結(jié)果與分析

3.1 降水量與徑流深的季節(jié)分配

通過(guò)對(duì)彭沖澗水文站1983—2014年逐日降水、徑流資料的整理,得到該小流域月、季節(jié)(春季為3—5月,夏季為6—8月,秋季為9—11月,冬季為12月—翌年2月)、年等時(shí)間尺度上的降水、徑流資料,為分析小流域降水、徑流的年內(nèi)、年際分配規(guī)律及降水變化與植被恢復(fù)對(duì)徑流的影響奠定基礎(chǔ)。

由表1可知,彭沖澗小流域秋季、冬季的降水量、徑流深占全年的比例均很小,因此筆者僅對(duì)春季、夏季及年尺度上的資料進(jìn)行分析。

表1 彭沖澗小流域降水量與徑流深的季節(jié)分配Tab.1 Seasonal distribution of precipitation and depth of runoff in Pengchongjian small watershed

3.2 降水量與徑流深的變化趨勢(shì)

根據(jù)Mann-Kendall檢驗(yàn),1983—2014年彭沖澗小流域年降水量的變化趨勢(shì)為:1)小流域降水總體呈波動(dòng)下降趨勢(shì)(圖2a)。1983—1986年年降水量顯著下降,1986年為該時(shí)期降水最低值,超過(guò)α=0.05的顯著性水平；1987—2003年降水波動(dòng)上升,1998年為該時(shí)期降水最高值；2004—2009年,降水呈下降趨勢(shì),2010年始分別出現(xiàn)1個(gè)降水峰值(2011)和谷值(2012),之后逐漸上升。2)根據(jù)UF和UB曲線的交點(diǎn)位置,采用T檢驗(yàn)法,確定小流域降水在2003年發(fā)生突變(圖2b)。

圖2 1983—2014年彭沖澗小流域降水量年際變化(a)及其Mann-Kendall突變檢驗(yàn)結(jié)果(b)Fig.2 Inter-annual variation of observed precipitation(a)and its Mann-Kendall results(b)in Pengchongjian small watershed in 1983—2014

圖3 1983—2014年彭沖澗小流域徑流深年際變化(a)及其Mann-Kendall突變檢驗(yàn)結(jié)果(b)Fig.3 Inter-annual variation of observed depth of runoff(a)and its Mann-Kendall results(b)in Pengchongjian small watershed in 1983—2014

根據(jù)Mann-Kendall檢驗(yàn),1983—2014年彭沖澗小流域年徑流深的變化趨勢(shì)為:1)小流域年徑流深呈波動(dòng)下降趨勢(shì)(圖3a)。1983—1986年年徑流深顯著下降,并超過(guò)α=0.05顯著性水平；1987—2003年徑流深逐漸上升,且在1999年達(dá)到最大值；除2010年外,2004年始徑流深均較小。2)由圖3b可以看出,UF和UB曲線有多個(gè)交點(diǎn),為了去除無(wú)效突變點(diǎn),采用t檢驗(yàn)法,確定年徑流深的突變年份為2003年,這與彭沖澗小流域年降水量的突變年份一致,說(shuō)明徑流的增加與降水有直接關(guān)系。

根據(jù)降水和徑流的突變檢驗(yàn)結(jié)果,將研究時(shí)段劃分為1983—2003年和2004—2014年2個(gè)時(shí)段。1983—2003年的年平均降水量、年平均徑流深分別為1 608.2和831.9 mm,2004—2014年的年平均降水量、年平均徑流深分別為1 468.9和588.9 mm。相對(duì)于基準(zhǔn)期,變化期的年平均降水量和年平均徑流深分別減少8.7%和29.2%,年平均減少幅度分別為12.7和22.1 mm。年平均徑流深的減少比例(量)大于年平均降水量的減少比例(量)。由此可知,除降水外,還存在著使徑流減少的植被恢復(fù)因素。如何定量區(qū)分降水變化與植被恢復(fù)對(duì)小流域徑流減少的貢獻(xiàn)率,是一個(gè)需要研究的科學(xué)問(wèn)題。

3.3 經(jīng)驗(yàn)統(tǒng)計(jì)分析法分析降水變化與植被恢復(fù)對(duì)小流域徑流減少的貢獻(xiàn)率

通過(guò)對(duì)1983—2003年(基準(zhǔn)期)春季、夏季及年的平均降水量和平均徑流深的線性回歸分析,得到的線性方程分別為y=0.980 9x-193.01(R2=0.880 3)、y=0.996 1x-259.47(R2=0.915 5)及y=0.995 3x-768.8(R2=0.858 8),擬合效果較好,線性擬合曲線詳見(jiàn)圖4。

將2004—2014年(變化期)春季、夏季及年的平均降水量分別代入相應(yīng)方程,得到模擬平均徑流深。降水變化與植被恢復(fù)對(duì)徑流減少的貢獻(xiàn)率計(jì)算結(jié)果詳見(jiàn)表2。

圖4 彭沖澗小流域1983—2003年春季(a)、夏季(b)及年(c)的平均降水量和平均徑流深回歸關(guān)系曲線Fig.4 Relationship curve of observed precipitation and depth of runoff in Spring(a),in Summer(b)and in whole year scale(c)in Pengchongjian small watershed in 1983—2003

表2 彭沖澗小流域降水變化與植被恢復(fù)對(duì)徑流減少的貢獻(xiàn)率計(jì)算結(jié)果Tab.2 Calculated results of impacts of precipitation variation and vegetation restoration on runoff decrease in Pengchongjian small watershed

由表2可知,相對(duì)于基準(zhǔn)期,春季、夏季及年尺度上變化期的平均徑流深分別減少100.2、105.8和243.0 mm,其中,因降水變化導(dǎo)致的徑流深減少分別為59.0、75.7和138.7 mm,因植被恢復(fù)導(dǎo)致的徑流深減少分別為41.2、30.1和104.3 mm,降水變化和植被恢復(fù)對(duì)徑流減少的貢獻(xiàn)率分別為58.9%、41.1%,71.6%、28.4%和57.1%、42.9%。

3.4 水文模型模擬法分析降水變化與植被恢復(fù)對(duì)小流域徑流減少的貢獻(xiàn)率

3.4.1 IHACRES模型的徑流模擬評(píng)價(jià) 決定系數(shù)(R2)、Nash-Sutcliffe效率系數(shù)(NS)和相對(duì)誤差(PBIAS)被用來(lái)評(píng)價(jià)模型基準(zhǔn)期和變化期的模擬效果[22]。

R2為模擬值與實(shí)測(cè)值的擬合效果,范圍為0～1,其值越大表示擬合效果越好。

NS計(jì)算公式如下:

式中:Qobs,Qsim和mean(Qobs)分別為實(shí)測(cè)值、模擬值和實(shí)測(cè)值均值；n代表數(shù)據(jù)個(gè)數(shù)。NS最優(yōu)值=1.0,NS值越接近于1.0,表示模擬效果越好,當(dāng)NS＜0時(shí),表示模擬效果不佳。

PBIAS計(jì)算公式如下:

式中:Qobs和Qsim為實(shí)測(cè)值和模擬值。當(dāng)|PBIAS|小于10,模擬效果非常好；當(dāng)|PBIAS|介于10～15之間,模擬效果較好；當(dāng)|PBIAS|介于15～25之間,模型模擬效果令人滿意。

將1983—2014年彭沖澗小流域日降水、日徑流、日氣溫和流域面積數(shù)據(jù)輸入模型,采用月尺度進(jìn)行模擬,選取基準(zhǔn)期降水、氣溫和徑流數(shù)據(jù)率定參數(shù)。參數(shù)取值分別為:δ=0,f=1.1,w=2,tr=21,c=0.004,(δ為產(chǎn)流的延遲時(shí)間系數(shù),f為溫度調(diào)節(jié)因子,w為小流域干時(shí)常數(shù),tr為參考溫度,c為保證在整個(gè)率定期模擬的有效降雨總量等于觀測(cè)總徑流量的一個(gè)非自由參數(shù))。

小流域基準(zhǔn)期的模擬徑流深與實(shí)測(cè)徑流深比較及擬合狀況見(jiàn)圖5。

圖5 彭沖澗小流域1983—2003年(基準(zhǔn)期)模擬徑流深與實(shí)測(cè)徑流深比較及擬合狀況Fig.5 Comparison and fitting between simulated and observed runoff in Pengchongjian small watershed in 1983—2003

經(jīng)計(jì)算,R2=0.95,NS=0.94,PBIAS=-5.19,可見(jiàn)基準(zhǔn)期模型月徑流模擬效果較好,可用于彭沖澗小流域的徑流變化研究。

3.4.2 小流域徑流模擬 小流域變化期的模擬徑流深與實(shí)測(cè)徑流深比較及擬合狀況見(jiàn)圖6。

經(jīng)計(jì)算,R2=0.92,NS=0.88,PBIAS=-21.7,基本可以滿足要求；但相對(duì)誤差增大,表明變化期植被恢復(fù)對(duì)小流域徑流的影響增強(qiáng)。降水變化與植被恢復(fù)對(duì)徑流減少的貢獻(xiàn)率計(jì)算結(jié)果詳見(jiàn)表3。

圖6 彭沖澗小流域2004—2014年(變化期)模擬徑流深與實(shí)測(cè)徑流深比較及擬合狀況Fig.6 Comparison and fitting between simulated and observed runoff in Pengchongjian small watershed in 2004—2014

表3 彭沖澗小流域降水變化與植被恢復(fù)對(duì)徑流減少的貢獻(xiàn)率計(jì)算結(jié)果Tab.3 Calculated results of impacts of precipitation variation and vegetation restoration on runoff decrease in Pengchongjian small watershed

由表3可知,相對(duì)于基準(zhǔn)期,春季、夏季及年尺度上變化期的平均徑流深分別減少100.2、105.8和243.0 mm,其中,因降水變化導(dǎo)致的徑流深減少分別為61.1、86.3和170.2 mm,因植被恢復(fù)導(dǎo)致的徑流深減少分別為39.1、19.5和72.8 mm,降水變化和植被恢復(fù)對(duì)徑流減少的貢獻(xiàn)率分別為61.0%、39.0%,81.6%、18.4%和70.0%、30.0%。

從以上分析可知,2種方法的研究結(jié)果總體上比較接近,說(shuō)明研究結(jié)果均比較可信；但無(wú)論是經(jīng)驗(yàn)統(tǒng)計(jì)分析法,還是水文模型模擬法,尺度不同,研究結(jié)果存在較大差異,且降水變化的貢獻(xiàn)率均大于植被恢復(fù)。其中,夏季降水變化的貢獻(xiàn)率最大,這可能與該季節(jié)的雨量、降雨強(qiáng)度大和雨日數(shù)多有關(guān)。年尺度上,研究結(jié)果與劉劍宇等[4]在饒河流域、WU Jingwen等[23]在延河流域求得的貢獻(xiàn)率較接近,但與許炯心等[24]在嘉陵江流域、ZHANG Qiang等[25]在鄱陽(yáng)湖流域的研究結(jié)果差異較大。這可能與不同流域的降水、植被、面積大小及地形地貌等不同有關(guān)。

4 結(jié)論與討論

1)Mann-Kendall檢驗(yàn)法的分析結(jié)果顯示,彭沖澗小流域的降水與徑流呈減小趨勢(shì),其一致突變點(diǎn)為2003年。1983—2003年(基準(zhǔn)期)的年降水量、年徑流深分別為1 608.2、831.9 mm,2004—2014年(變化期)的年降水量、年徑流深分別為1 468.9和588.9 mm。相對(duì)于基準(zhǔn)期,變化期的年降水量、年徑流深分別減少8.7%、29.2%,年平均減少幅度分別為12.7和22.1 mm。

2)經(jīng)驗(yàn)統(tǒng)計(jì)分析法分析降水變化與植被恢復(fù)對(duì)小流域徑流減少的貢獻(xiàn)率研究表明:相對(duì)于基準(zhǔn)期,變化期春季、夏季及年的徑流深分別減少100.2和105.8和243.0 mm,其中降水變化的貢獻(xiàn)率分別為58.9%、71.6%和57.1%,植被恢復(fù)的貢獻(xiàn)率分別為41.1%、28.4%和42.9%。

3)水文模型模擬法分析降水變化與植被恢復(fù)對(duì)小流域徑流減少的貢獻(xiàn)率研究表明:相對(duì)于基準(zhǔn)期,變化期春季、夏季及年的徑流深分別減少100.2、105.8和243.0 mm,其中降水變化的貢獻(xiàn)率分別為61.0%、81.6%和70.0%,植被恢復(fù)的貢獻(xiàn)率分別為39.0%、18.4%和30.0%。

4)無(wú)論是經(jīng)驗(yàn)統(tǒng)計(jì)分析法,還是水文模型模擬法,尺度不同,研究結(jié)果存在較大差異,且降水變化的貢獻(xiàn)率均大于植被恢復(fù)。其中,夏季降水變化的貢獻(xiàn)率最大,這可能與該季節(jié)的雨量、降雨強(qiáng)度大和雨日數(shù)多有關(guān)。年尺度上,與有些學(xué)者的研究結(jié)果較接近,而與另一些學(xué)者的研究結(jié)果差異較大。這可能與不同流域的降水、植被、面積大小及地形地貌等不同有關(guān)。

可以看出,降水變化與植被恢復(fù)對(duì)徑流的影響,同一流域不同尺度上貢獻(xiàn)率不同,不同流域相同尺度上貢獻(xiàn)率也不同。各流域的研究結(jié)果只能代表自身的特點(diǎn),不能外推到其他流域,更不能代表普遍情況,普遍規(guī)律仍在探索之中。

5 參考文獻(xiàn)

[1] 葉許春,張奇,劉健,等.氣候變化和人類活動(dòng)對(duì)鄱陽(yáng)湖流域徑流變化的影響研究[J].冰川凍土,2009,31(5):835.YE Xuchun,ZHANG Qi,LIU Jian,et al.Impacts of climate change and human activities on runoff of Poyang lake catchment[J].Journal of Glaciology and Geocryology,2009,31(5):835.

[2] 王西琴,張遠(yuǎn),張艷會(huì).渭河上游天然徑流變化及其自然與人為因素影響貢獻(xiàn)量[J].自然資源學(xué)報(bào),2006,21(6):981.WANG Xiqin,ZHANG Yuan,ZHANG Yanhui.Change of natural runoff and contribution of the natural and artifical factors to the upper reaches of Wei river[J].Journal of Natural Resources,2006,21(6):981.

[3] 夏軍,王渺林.長(zhǎng)江上游流域徑流變化與分布式水文模擬[J].資源科學(xué),2008,30(7):962.XIA Jun,WANG Miaolin.Runoff changes and distributed hydrologic simulation in the upper reaches of Yangtze River[J].Resources Science,2008,30(7):962.

[4] 劉劍宇,張強(qiáng),鄧曉宇,等.氣候變化和人類活動(dòng)對(duì)鄱陽(yáng)湖流域徑流過(guò)程影響的定量分析[J].湖泊科學(xué),2016,28(2):432.LIU Jianyu,ZHANG Qiang,DENG Xiaoyu,et al.Quantitative analysis the influences of climate change and human activities on hydrological processes in Poyang Basin[J].Lake Sciences,2016,28(2):432.

[5] 丁婧祎,趙文武,王軍,等.降水和植被變化對(duì)徑流影響的尺度效應(yīng):以陜北黃土丘陵溝壑區(qū)為例[J].地理科學(xué)進(jìn)展,2015,34(8):1039.DING Jingyi,ZHAO Wenwu,WANG Jun,et al.Scale effect of the impact on runoff of variations in precipitation/vegetation taking northern Shanxi loess hilly-gully region as an example[J].Progress in Geography,2015,34(8):1039.

[6] 郭愛(ài)軍,暢建霞,黃強(qiáng),等.渭河流域氣候變化與人類活動(dòng)對(duì)徑流影響的定量分析[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,42(8):212.GUO Aijun,CHANG Jianxia,HUANG Qiang,et al.Quantitative analysis of the impacts of climate change and human activities on runoff change in Weihe Basin[J].Journal of Northwest A&F University,2014,42(8):212.

[7] 劉貴花,齊述華,朱婧瑄,等.氣候變化和人類活動(dòng)對(duì)鄱陽(yáng)湖流域贛江徑流影響的定量分析[J].湖泊科學(xué),2016,28(3):682.LIU Guihua,QI Shuhua,ZHU Jingxuan,et al.Quantitative estimation of runoff changes in Ganjiang river,Lake Poyang Basin under climate change and anthropogenic impacts[J].Journal of Lake Sciences,2016,28(3):682.[8] ZENG Sidong,XIA Jun,DU Hong.Separating the effects of climate change and human activities on runoff over different time scales in the Zhang River basin[J].Stochastic Environmental Research and Risk Assessment,2014,28(2):401.

[9] JIANG Shanhu,REN Liliang,YONG Bin,et al.Quantifying the effects of climate variability and human activities on runoff from the Laohahe basin in northern China using three different methods[J].Hydrological Processes,2011,25(16):2492.

[10] AHN K H,MERWADE V.Quantifying the relative impact of climate and human activities on streamflow[J].Journal of Hydrology,2014,515:257.

[11] YE Xuchun,ZHANG Qi,LIU Jian,et al.Distinguishing the relative impacts of climate change and human activities on variation of stream flow in the Poyang Lake catchment,China[J].Journal of Hydrology,2013,494:83.

[12] 夏智宏,劉敏,王苗,等.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(4):515.XIA Zhihong,LIU Min,WANG Miao,et al.Quantitative identification of the impact of climate change and human activity on run-off in Lake Honghu basin since 1990s[J].Lake Sciences,2014,26(4):515.

[13] 郭華,蘇布達(dá),王艷君,等.鄱陽(yáng)湖流域1955—2002年徑流系數(shù)變化趨勢(shì)及其與氣候因子的關(guān)系[J].湖泊科學(xué),2007,19(2):163.GUO Hua,SU Buda,WANG Yanjun,et al.Runoff coefficients change and the analysis of the relationship between climate factors and runoff coefficients in Poyang Lake Basin(China):1955-2002[J].Journal of Lake Sciences,2007,19(2):163.

[14] 李麗娟,鄭紅星.華北典型河流年徑流演變規(guī)律及其驅(qū)動(dòng)力分析:以潮白河為例[J].地理學(xué)報(bào),2000,55(3):309.LI Lijuan,ZHENG Hongxing.Characteristics and driving forces of annual runoff changes for rivers in north China:A case study in the Chaobai River[J].Acta Geographica Sinica,2000,55(3):309.

[15] 徐海量,葉茂,宋郁東.塔里木河源流區(qū)氣候變化和年徑流量關(guān)系初探[J].地理科學(xué),2007,27(2):119.XU Hailiang,YE Mao,SONG Yudong.Relationship between climate changes and annual runoff of headstreams of Tarim river[J].Scientia Geographica Sinica,2007,27(2):119.

[16] 康淑媛,張勃,柳景峰,等.基于Mann-Kendall法的張掖市降水量時(shí)空分布規(guī)律分析[J].資源科學(xué),2009,31(3):501.KANG Shuyuan,ZHANG Bo,LIU Jingfeng,et al.A-nalysis of the spatiotemporal distribution of precipitation in Zhangye City using Mann-Kendall Method[J].Resources Science,2009,31(3):501.

[17] 王金花,康玲玲,趙廣福.基于Mann-Kendall法的水沙系列突變點(diǎn)研究[J].人民黃河,2010,32(1):43.WANG Jinhua,KANG Lingling,ZHAO Guangfu.Study on series of abrupt change of water and sediment using Mann-Kendall method[J].Yellow River,2010,32(1):43.

[18] 李子君,李秀彬.近45年來(lái)降水變化和人類活動(dòng)對(duì)潮河流域年徑流量的影響[J].地理科學(xué),2008,28(6):809.LI Zijun,LI Xiubin.Impacts of precipitation changes and human activities on annual runoff of Chao river basin during past 45 years[J].Scientia Geographica Sinica,2008,28(6):809.

[19] ALREDAISY S M A.Recommending the IHACRES model for water resources assessment and resolving water conflict in Africa[J].Journal of Arid Land,2011,3(1):40.

[20] 劉貴花,齊述華,朱婧瑄,等.氣候變化和人類活動(dòng)對(duì)鄱陽(yáng)湖流域贛江徑流影響的定量分析[J].湖泊科學(xué),2016,28(3):682.LIU Guihua,QI Shuhua,ZHU Jingxuan,et al.Quantitative estimation of runoff changes in Ganjiang river,Lake Poyang Basin under climate change and anthropogenic impacts[J].Journal of Lake Sciences,2016,28(3):682.

[21] DYE P J,CROKE B F W.Evaluation of streamflow predictions by the IHACRES rainfall-runoff model in two South African catchments[J].Environmental Modelling&Software,2003,8(18):705.

[22] DEO R C,SAHIN M.Application of the Artificial Neural Network model for prediction of monthly standardized precipitation and evapotranspiration index using hydrometeorological parameters and climate indices in eastern Australia[J].Atmospheric Research,2015,(161/162):65.

[23] WU Jingwen,MIAO Chiyuan,ZHANG Xiaoming,et al.Detecting the quantitative hydrological response to changes in climate and human activities[J].Science of the Total Environment,2017,586(3):328.

[24] 許炯心,孫季.嘉陵江流域年徑流量的變化及其原因[J].山地學(xué)報(bào),2007,25(2):153.XU Jiongxin,SUN Ji.Temporal variation in annual water yield of the Jialingjiang river and the formative cause[J].Journal of Mountain Science,2007,25(2):153.

[25] ZHANG Qiang,LIU Jianyu,VIJAY P,et al.Evaluation of impacts of climate change and human activities on streamflow in the Poyang Lake basin,China[J].Hydrological Processes,2016,30(14):2562.