陳 濤，李錦勝，李澤坤,王灼磊

(云南省生態(tài)環(huán)境廳駐大理州生態(tài)環(huán)境監(jiān)測(cè)站，云南 大理 671000)

前 言

生態(tài)流量[1]是維持水生物種基本整體性的最小流量，同時(shí)它可以為水生生物物種維持健康生育條件，確保它們基本固有生存條件。水資源綜合模型的層次結(jié)構(gòu)[2]為:降雨和調(diào)水工程是水資源的主要來源，水資源可用于農(nóng)業(yè)灌溉、工業(yè)生產(chǎn)使用、生活用水以及初始環(huán)境流量，當(dāng)環(huán)境流量用于分配和管理水資源的時(shí)候，平衡生態(tài)系統(tǒng)水資源利用成果已經(jīng)變成了一個(gè)需要重點(diǎn)解決的問題，大量文獻(xiàn)記載了提高水資源分配決策的最優(yōu)模型，因此生態(tài)流量在水資源的分配問題上就顯得非常重要。河流生態(tài)環(huán)境需水量[3]是指維系水電工程下游河段水生態(tài)系統(tǒng)基本穩(wěn)定所需的流量及過程, 生態(tài)需水量與下游生態(tài)系統(tǒng)狀況有直接關(guān)系，生態(tài)流量與生態(tài)需水量有一定的線性關(guān)系,因此生態(tài)需水量成為表征生態(tài)流量的指標(biāo)。生態(tài)流量的計(jì)算成為國內(nèi)外研究熱點(diǎn)的問題，美國于上世紀(jì)40年代開始研究生態(tài)流量，主要側(cè)重于有關(guān)最小可接受河流流量的研究，不僅滿足航運(yùn)的需求、生態(tài)和平原水資源的需求，而且還滿足研究生態(tài)環(huán)境需水量研究萌芽階段形成的排水和廢水排放要求。我國的生態(tài)流量研究起步于上世紀(jì)，相關(guān)研究主要集中在干旱與半干旱區(qū)域供給與需求之間的矛盾，在海河和黑河盆地存在非常嚴(yán)重的水資源短缺問題，河流生態(tài)流量計(jì)算涉及生態(tài)學(xué)、水文學(xué)、水利學(xué)、水資源等方面的內(nèi)容，21世紀(jì)以來生態(tài)需水量的計(jì)算已經(jīng)變得相對(duì)成熟，生態(tài)流量計(jì)算是基于水文學(xué)方法、水利學(xué)方法、生境模擬方法和同步方法進(jìn)行研究，但很多計(jì)算只限于單一的計(jì)算方法，各種計(jì)算方法尚未考慮多方面的影響因素，根據(jù)張麗等[4]的研究表明：生態(tài)需水量概念及其內(nèi)涵存在著許多分歧，評(píng)價(jià)指標(biāo)體系、方法尚不健全，因此弄清水電站生態(tài)流量的主要影響因素，建立小型電站生態(tài)流量指標(biāo)體系對(duì)生態(tài)流量的計(jì)算具有重要的意義。

1 材料與方法

1.1 研究區(qū)域

岷江是長江上游左岸的主要支流之一，干流全長711km，流域面積13.588萬km2，落差3 560m，平均坡降5.01‰。沿途有較多的支流，現(xiàn)有松潘縣三個(gè)小型電站，分別位于岷江支流雙泉溝、先進(jìn)溝、麻柳溝上，分別為新民水電站、金瓶巖水電站、五里村水電站，三座都為2.4MW的小型引水式電站。這三條小型河流水量主要由降雨補(bǔ)給，其次是地下水，還有小部份來源融雪、化冰，通過采用空間地理數(shù)據(jù)云30m分辨率數(shù)字高程模型數(shù)據(jù)，得到四川省及該區(qū)域內(nèi)松潘縣岷江流域水系圖1。

圖1 岷江水系松潘縣DEMFig.1 The DEM of Minjiang River system in Songpan County

1.2 數(shù)據(jù)來源

1.2.1 小流域區(qū)域數(shù)據(jù)

根據(jù)三個(gè)電站初步設(shè)計(jì)報(bào)告，先進(jìn)溝、麻柳溝、雙泉溝流域內(nèi)即無水文站點(diǎn)也無氣象站點(diǎn)，鎮(zhèn)江關(guān)水文站位于松潘縣鎮(zhèn)江關(guān)鎮(zhèn)下游約3km，是離這三條河流較近的水文站點(diǎn)，鎮(zhèn)江關(guān)水文站控制流域與設(shè)計(jì)流域在降水、下墊面條件較為接近，故選用鎮(zhèn)江關(guān)水文站作為三條支流水文分析計(jì)算的基準(zhǔn)站，松潘縣鎮(zhèn)江關(guān)水文站水文資料、松潘縣氣象站2006年1至12月氣象觀測(cè)資料可近似代表各個(gè)閘、廠址處的水文、氣象特性,生態(tài)流量與水文頻率密切相關(guān)[5]，相關(guān)資料研究表明[5～8]由于天氣的改變和人類的活動(dòng)影響，河流流量遭遇了巨大的變化，下雨時(shí)由于雨量不均勻的分配、蒸發(fā)和氣溫的改變，影響了水資源的時(shí)空特征，同時(shí)由于季節(jié)的變化，汛期與非汛期適宜生態(tài)流量表現(xiàn)出明顯的不同[9]，在初步設(shè)計(jì)報(bào)告中選取與生態(tài)流量相關(guān)的8個(gè)水文氣候特征指標(biāo)具體為：氣溫、相對(duì)濕度、降水量、多年平均風(fēng)速、河流流量、蒸發(fā)量。

1.2.2 各河流特征數(shù)據(jù)

生態(tài)流量不僅與水文氣候數(shù)據(jù)有關(guān)系，同時(shí)還與各個(gè)河流特征有關(guān)，先進(jìn)溝、麻柳溝、雙泉溝雖然大致在一個(gè)區(qū)域內(nèi)，但每條河流有其自身的特點(diǎn)，其源頭高程、縱坡降、流域面積、河流長度等參數(shù)各不同，有相關(guān)研究表明[1]河道的流速受橫截面積、斜率、粗糙系數(shù)、水深、彎曲系數(shù)、湍流狀態(tài)等河流特征因素影響，按照岷江生態(tài)空間劃分[10]，岷江上游屬于優(yōu)先和重點(diǎn)保護(hù)水域，先進(jìn)溝、麻柳溝、雙泉溝生態(tài)需水量還受棲息地維持、泥沙沉降量、生物保護(hù)、河流SS濃度值、景觀維護(hù)等生態(tài)環(huán)境狀況等方面影響[11～13]，根據(jù)初步設(shè)計(jì)報(bào)告中2006年勘測(cè)的金瓶巖水電站、五里村水電站、新民水電站、所在的先進(jìn)溝、麻柳溝、雙泉溝河流特征數(shù)據(jù)為表1。

表1 河流特征參數(shù)Tab.1 The characteristic parameters of rivers

1.3 研究方法

1.3.1 主成分分析法

主成分分析法[14-15]是從多方面觀察研究對(duì)象，全面客觀的分析問題，考慮各個(gè)指標(biāo)間的相互關(guān)系，利用降維的思想把多個(gè)指標(biāo)轉(zhuǎn)化成較少的幾個(gè)互不相關(guān)的綜合指標(biāo)，并盡可能保留原始數(shù)據(jù)的信息，從而使進(jìn)一步研究變得簡單的一種統(tǒng)計(jì)方法，在分析之前，首先對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除量綱不同和數(shù)值大小的影響,主成分(PC) 的個(gè)數(shù) k 的選取主要基于以下兩個(gè)原則: (1) 特征值≥1；(2) 累積貢獻(xiàn)率大于等于80%以上。

1.3.2 聚類分析

聚類分析法[16-17]是一種廣泛應(yīng)用的聚類統(tǒng)計(jì)分析方法，其思想是先將每一個(gè)個(gè)體看做一類，然后將相近程度最高的兩類進(jìn)行合并組成一個(gè)新類，再將該新類與相似度最高的類進(jìn)行合并，不斷重復(fù)此過程，直到所有的個(gè)體都?xì)w為一類，從而將相關(guān)的指標(biāo)分為幾類，并且各個(gè)指標(biāo)相關(guān)之間信息不重復(fù)，現(xiàn)在的研究建議是一種基于與主成分分析(PCA)相結(jié)合分層聚類的新方法[18],因此聚類分析可與主成分分析結(jié)合運(yùn)用。

2 結(jié)果及討論

2.1 各個(gè)指標(biāo)相關(guān)性分析

通過SPSS16.0對(duì)20個(gè)指標(biāo)之間進(jìn)行相關(guān)性分析，可以確定它們之間的相關(guān)關(guān)系，氣溫與相對(duì)濕度、降水日數(shù)、降雨量之間的相關(guān)性達(dá)到了0.90以上；降雨量與氣溫、相對(duì)濕度、降雨日數(shù)≥0.1mm、降雨日數(shù)≥10mm相關(guān)性系數(shù)達(dá)到了0.95以上；蒸發(fā)量與氣溫、降雨日數(shù)≥0.1mm、降雨日數(shù)≥10mm、降雨量相關(guān)性系數(shù)達(dá)到了0.80以上；河流流量、多年平均風(fēng)速與其他指標(biāo)相關(guān)性系數(shù)較小；河流特征指標(biāo)之間相關(guān)性分析中除生物保護(hù)投資、河流SS濃度值、景觀維護(hù)與其他指標(biāo)相關(guān)性較低外，其他指標(biāo)之間相關(guān)性較高，因此區(qū)域水文、氣象之間以及河流特征數(shù)據(jù)之間大多數(shù)指標(biāo)存在很高的相關(guān)性，而水文、氣象指標(biāo)信息與河流的特性指標(biāo)之間相互獨(dú)立，互不影響。

2.2 生態(tài)流量指標(biāo)分類

2.2.1 主成分建立

主成分分析是一種從混亂的數(shù)據(jù)集中提取相關(guān)信息的簡單非參數(shù)方法[19]，由于生態(tài)流量相關(guān)的指標(biāo)較多，因此采用SPSS16.0對(duì)水文氣候指標(biāo)、河流特征指標(biāo)進(jìn)行主成分分析降維，結(jié)果為：區(qū)域水文氣象指標(biāo)第一主成分特征值為5.829，累積百分比為72.9%；第二主成分特征值為1.673，累積百分比為93.9%，前兩個(gè)主成分累積貢獻(xiàn)率大于80%以上，可代表水文氣象指標(biāo)大部分信息；河流特征指標(biāo)第一主成分特征值8.630，累積百分比為71.9%，第二主成分特征值3.370，累積貢獻(xiàn)率為100%，河流特征指標(biāo)第一成分、第二主成分可代表河流特征指標(biāo)大部分信息，根據(jù)主成分分析提取原則，區(qū)域水文氣象指PC1～PC2即為所提取的主成分，河流特征指標(biāo)PC3、PC4即為所提取的主成分，區(qū)域水文氣候指標(biāo)初始相關(guān)矩陣特征值、河流特征指標(biāo)初始相關(guān)矩陣特征值詳見表2區(qū)域水文氣象、河流特征總方差分解。

表2 區(qū)域水文氣象、河流特征總方差分解Tab.2 The total variance explained of regional hydrology climate and river characteristic

2.2.2 生態(tài)流量指標(biāo)體系構(gòu)建

根據(jù)三個(gè)電站涉及生態(tài)流量的20個(gè)相關(guān)指標(biāo)，主成分分析方法通過采用大量觀測(cè)變量轉(zhuǎn)化為新的、相當(dāng)小的主成分變量從而實(shí)現(xiàn)對(duì)指標(biāo)的降維[20]，這些變量保留了盡可能多的數(shù)據(jù)表中特定指標(biāo)信息，從而構(gòu)建了生態(tài)流量指標(biāo)體系，水文氣象和河流特性各分為兩類指標(biāo)，按照主成分的分析步驟，借助SPSS16.0提取主因子，從而得到了水文氣候信息和河流特征信息的分析結(jié)果如下表3。

表3 區(qū)域水文氣象和河流特征分析的因子載荷矩陣Tab.3 The component Matrix of Regional hydrology climate and river characteristic

續(xù)表3

根據(jù)表3中因子載荷的大小將生態(tài)流量的指標(biāo)分為兩大類，第一大類為水文氣象指標(biāo)，第一主成分氣候因子PC1在氣溫、降水量、降水日數(shù)≥10mm、降水日數(shù)≥0.1mm、相對(duì)濕度、蒸發(fā)量有較大載荷，我們將這一類因素歸納為氣候因子，第二主成分水文因子PC2在河流流量上有較大的載荷，反應(yīng)了河流的基本情況，我們將其歸為水文因子PC2，根據(jù)多年平均風(fēng)速與河流流量相關(guān)性僅為0.434，雖然它在第二主成分水文因子上有較大的載荷，但多年平均風(fēng)速從性質(zhì)上看為氣候因子，因此將其歸入氣候因子PC1；第二大類為河流特征指標(biāo)，其中主成分河流特性因子PC3在平坡坡降、年泥沙沉降量、流域面積、源頭高程、河道長度上有較大的載荷，其反應(yīng)了河流的基本特性，我們將其歸入河流特性因子PC3，其中多年平均徑流量、壩址多年平均流量與水文因子PC2指標(biāo)性質(zhì)較為接近，故將多年平均徑流量、壩址多年平均流量納入水文因子PC2，第四主成分PC4在生物保護(hù)投資、景觀維護(hù)、河流SS濃度值上有較大載荷，可歸納為生態(tài)功能因子，河流特性因子PC3中棲息地維持、植被覆蓋率載荷與生態(tài)功能因子PC4指標(biāo)性質(zhì)較為接近，可納入PC4指標(biāo)，經(jīng)過指標(biāo)分類后，生態(tài)流量指體系的構(gòu)建如下表4。

2.2.3 生態(tài)流量指標(biāo)系統(tǒng)聚類

聚類分析方法采用分層聚類[14，21]，它是一種通過創(chuàng)建聚類樹在各種尺度上同時(shí)研究數(shù)據(jù)分組的方法 ，即聚類開始時(shí)把所有個(gè)體(觀測(cè)量或變量)都視為屬于一大類，然后根據(jù)距離和相似性逐步合并，至到合并為一個(gè)大類為止。聚類方法采用組間平均連接法，首先利用標(biāo)準(zhǔn)化方法對(duì)原始數(shù)據(jù)進(jìn)行一次轉(zhuǎn)換，并采用歐式距離平法進(jìn)行距離測(cè)度，然后聚類過程根據(jù)轉(zhuǎn)化后的的數(shù)據(jù)進(jìn)行變量R型聚類，最終形成的圖2氣象水文樹形圖和圖3河流特性樹形圖，從圖2上可看出氣象水文數(shù)據(jù)中變量中(VAR00001、VAR00004、VAR00005、VAR00006、VAR00007、VAR00009、VAR00010)可歸為一類，而變量(VAR00002、VAR00003、VAR00008)可歸為一類；從圖3河流特性表中變量(VAR00011、VAR00013、VAR00014、VAR00017、VAR00019)可歸為一類,(VAR00012、VAR00015、VAR00016、VAR00018、VAR00020)可歸為一類，氣候水文數(shù)據(jù)聚類樹形圖和河流特性數(shù)據(jù)聚類樹形圖的分類類別與表6區(qū)域水文氣象和河流特征分析的因子載荷矩陣中的指標(biāo)分類一致，因此氣候水文數(shù)據(jù)、河流特性指標(biāo)的分類是合理的。

圖2 氣象水文樹形圖Fig.2 Meteorological and hydrological tree diagram

圖3 河流特征指標(biāo)聚類樹形圖Fig.3 The cluster tree of river characteristic indexes

3 結(jié) 論

小型電站建設(shè)下泄生態(tài)流量可維持下游河流的生態(tài)平衡,滿足電站下游生物生存所需，結(jié)合松潘縣岷江上游支流的三個(gè)小型電站，歸納出了刻畫山區(qū)小型電站生態(tài)流量計(jì)算的指標(biāo)，利用主成分分析法和分層聚類分析法，通過采用SPSS16.0 軟件，得到了影響生態(tài)流量分類指標(biāo)以及評(píng)價(jià)指標(biāo)，通過表征指標(biāo)刻畫了小型電站生態(tài)流量計(jì)算指標(biāo)體系，可得如下結(jié)論。

(1)小型電站生態(tài)流量主要與區(qū)域概況、河流特性、氣候水文以及下游生態(tài)狀況等有關(guān)，其中氣候水文指標(biāo)之間、河流特性指標(biāo)之間相關(guān)性較高。

(2)根據(jù)8個(gè)氣候水文數(shù)據(jù)指標(biāo)中的12組變量和12個(gè)河流特性指標(biāo)中3組變量，通過采用主成分分析，氣候水文數(shù)據(jù)可分為兩個(gè)主成分，即第一主成分：氣候因子，第二主成分：水文因子；河流特性數(shù)據(jù)也歸納為兩個(gè)主成分，即第三主成分：河流特性因子，第四主成分：生態(tài)功能因子，通過采用分層聚類的方法進(jìn)行聚類分析，證實(shí)按照主成分分析的原理進(jìn)行生態(tài)流量指標(biāo)的劃分是合理的。

(3)小型電站生態(tài)流量指標(biāo)體系的構(gòu)建確立了與生態(tài)流量較為緊密的指標(biāo)，為小型電站生態(tài)流量計(jì)算提供了參考依據(jù)。

致謝：感謝西南交通大學(xué)地球與環(huán)境工程學(xué)院王文勇教授對(duì)我論文材料及數(shù)據(jù)的支持。