杜以超，羅孝文*,3,4，王 峻，崔家馨

(1.成都理工大學(xué) 沉積地質(zhì)研究院，四川 成都 610059; 2.自然資源部第二海洋研究所，自然資源部海底科學(xué)重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310012； 3.自然資源部海洋空間資源管理技術(shù)重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310012； 4.浙江省海洋科學(xué)院，浙江 杭州 310012)

0 引言

河流是陸源物質(zhì)(如淡水、泥沙、化學(xué)物質(zhì))向海洋輸送的主要途徑，是全球物質(zhì)循環(huán)的重要環(huán)節(jié)。據(jù)統(tǒng)計(jì)，每年有3.6萬km3淡水和13～20 Gt沉積物經(jīng)河流輸運(yùn)到海洋[1-3]。近幾十年來，人類活動(dòng)對(duì)河流系統(tǒng)的影響日益加劇，導(dǎo)致許多大河的入海泥沙通量顯著減少[4-5]。河流入海泥沙是河口三角洲形成的重要物質(zhì)基礎(chǔ)，泥沙通量的變化不僅影響流域地表形態(tài)，也對(duì)河口三角洲演變及其附近海岸帶的環(huán)境產(chǎn)生影響[6]。由于入海泥沙通量的減少，有些河流的河口三角洲已發(fā)生侵蝕，例如長(zhǎng)江[7]、黃河[8]、尼羅河[9]等。因此，研究人類活動(dòng)對(duì)河流入海泥沙通量的影響對(duì)流域河道整治與海岸帶環(huán)境監(jiān)測(cè)至關(guān)重要。

珠江是中國(guó)華南地區(qū)最大的河系，其下游的珠江三角洲是我國(guó)經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)之一。近幾十年，隨著珠江流域經(jīng)濟(jì)的迅速發(fā)展，受土地開墾、水庫建設(shè)、水土保持、退耕還林等人類活動(dòng)的影響，珠江入海泥沙通量已經(jīng)發(fā)生了顯著變化。一方面流域內(nèi)大壩、水庫等水利工程的建設(shè)導(dǎo)致珠江入海泥沙通量減少，如DAI et al[10]研究表明水土流失面積擴(kuò)大是20世紀(jì)80年代之前珠江入海泥沙通量增加的主要原因，而90年代水庫建設(shè)后，珠江輸沙量明顯下降。另一方面土地利用方式和植被覆蓋的變化也會(huì)影響土壤侵蝕強(qiáng)度和河流輸沙量[11-13]，如高海東 等[14]研究發(fā)現(xiàn)2000—2011年黃河流域的河龍區(qū)間輸沙減少量的54%是由植被恢復(fù)引起的。目前，對(duì)珠江流域植被覆蓋變化與河流水沙關(guān)系的研究相對(duì)缺乏。戴仕寶 等[15]研究發(fā)現(xiàn)珠江流域的水土流失面積在1995年與2004年基本未發(fā)生變化，而輸沙量呈下降趨勢(shì)，認(rèn)為1995—2004年珠江入海泥沙的減少與流域水土保持關(guān)系不大。而TAN et al[16]通過21世紀(jì)初珠江流域植被覆蓋面積較20世紀(jì)90年代有所減少的現(xiàn)象，認(rèn)為森林砍伐增多導(dǎo)致西江主要支流柳江輸沙量增加。

本文基于珠江流域1954—2019年的年徑流量與年輸沙量數(shù)據(jù)以及2000—2019年珠江流域的年降水量與歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)對(duì)珠江流域近70年來的輸沙量變化特征以及2000—2019年流域植被覆蓋變化與輸沙量變化的關(guān)系進(jìn)行研究，討論了不同時(shí)期人類活動(dòng)對(duì)珠江輸沙量的影響。

1 研究區(qū)概況

珠江發(fā)源于云南馬雄山，全長(zhǎng)2 400 km，總流域面積為45.37萬km2(圖1)，流經(jīng)我國(guó)的云南、貴州、廣西、廣東、湖南和江西6個(gè)省(區(qū))及越南北部，經(jīng)八大口門注入南海，是中國(guó)徑流量第二大的河流[10]。珠江流域由西江、北江、東江及三角洲諸河四個(gè)水系組成。西江是珠江的主干流，全長(zhǎng)2 214 km，流域面積35.15萬km2，由南盤江、紅水河、黔江、潯江及西江等河段組成，其多年平均徑流量和平均輸沙量分別占珠江流域入?？倧搅髁颗c總輸沙量的77%和89%[10]。北江與東江的河流長(zhǎng)度分別為468 km與520 km，流域面積分別是3.84萬km2與2.53萬km2[11]。高要站、石角站、博羅站分別為西江、北江、東江最主要的水文控制站，3個(gè)站實(shí)測(cè)徑流量與輸沙量之和分別占珠江入?？倧搅髁颗c總輸沙量的80%和95%左右[12]。珠江流域建有多個(gè)不同規(guī)模的水庫，主要水庫信息統(tǒng)計(jì)見表1。

圖1 珠江流域主要水系、水文站、氣象站和水庫分布圖[17]Fig.1 Distribution data of major river systems, hydrological stations, meteorological stations and reservoirs in the Pearl River Basin[17]

表1 珠江流域的主要水庫Tab.1 Large dams and reservoirs in the Pearl River Basin

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

本文收集了1954—2019年高要站、石角站和博羅站3個(gè)水文站的年徑流量和年輸沙量資料，數(shù)據(jù)來源于中國(guó)河流泥沙公報(bào)[19]。氣象數(shù)據(jù)來自中國(guó)氣象局科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http:// www.cma.gov.cn/)，收集了1954—2019年珠江流域內(nèi)38個(gè)氣象站的年降水量數(shù)據(jù)。NDVI數(shù)據(jù)來源于美國(guó)國(guó)家航空航天局的中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer, MODIS)的植被指數(shù)產(chǎn)品數(shù)據(jù)MOD13Q1-NDVI，空間分辨率為500 m，時(shí)間分辨率為16 d，時(shí)間范圍為2000年3月—2019年12月，與珠江防護(hù)林第二期和第三期工程基本同步。

NDVI是表征植被生長(zhǎng)狀況的指標(biāo)，代表了地表植被覆蓋變化。采用最大值合成法(Maximum Value Composites, MVC)獲取2000—2019年逐年最大化NDVI。MVC法對(duì)云層、雙向反射噪聲移除效果明顯，運(yùn)算效率高，是目前使用最廣泛的植被指數(shù)合成算法[20]。年最大化NDVI可作為流域植被覆蓋指標(biāo)，但可能存在受極端天氣的影響，個(gè)別地區(qū)NDVI值偏高的問題[21-22]。

2.2 研究方法

2.2.1 Mann-Kendall 非參數(shù)檢驗(yàn)與Theil-Sen Median趨勢(shì)分析

Mann-Kendall非參數(shù)檢驗(yàn)[23](簡(jiǎn)稱M-K檢驗(yàn))可用于徑流量和輸沙量時(shí)間序列的突變分析，同時(shí)可用于檢驗(yàn)NDVI時(shí)間序列數(shù)據(jù)變化趨勢(shì)的顯著性，計(jì)算簡(jiǎn)便且不受少數(shù)異常值干擾，廣泛應(yīng)用于水文、氣象等領(lǐng)域。M-K檢驗(yàn)用于徑流量和輸沙量時(shí)間序列的突變分析時(shí)，可將樣本數(shù)量為n的時(shí)間序列(x1,x2, …,xn)組成一個(gè)秩序列Sk(表示第i個(gè)樣本大于第j個(gè)樣本的累計(jì)數(shù))：

(1)

(2)

式中：xi和xj分別代表第i年和第j年的數(shù)值。Sk的均值E(Sk)和方差Var(Sk)分別為：

(3)

(4)

在時(shí)間序列隨機(jī)獨(dú)立的假設(shè)下，定義時(shí)間序列統(tǒng)計(jì)量UF:

(5)

當(dāng)UF>0時(shí)，表明序列呈上升趨勢(shì)；UF<0時(shí)，表明序列呈下降趨勢(shì)。取UF與置信水平α(本文取0.05)對(duì)應(yīng)的臨界值(本文為±1.96)進(jìn)行對(duì)比，當(dāng) |UF|>1.96，表明趨勢(shì)變化顯著。用公式(5)計(jì)算時(shí)間序列的逆序列統(tǒng)計(jì)量UB，當(dāng)UB=-UF且曲線交點(diǎn)在95%置信區(qū)間內(nèi)，表明該時(shí)間節(jié)點(diǎn)可能發(fā)生突變。若時(shí)間區(qū)間內(nèi)有多個(gè)交點(diǎn)，且UF曲線未發(fā)生顯著變化則不能完全判斷為突變點(diǎn)。具體方法參考文獻(xiàn)[24-25]。

M-K檢驗(yàn)用于檢驗(yàn)NDVI時(shí)間序列數(shù)據(jù)變化趨勢(shì)的顯著性時(shí)，在0.05置信水平上劃分顯著性變化，判定趨勢(shì)變化的顯著性。設(shè)定2000—2019年的流域植被指數(shù)為NDVIt(t=2000,2001,…,2019)，用下式計(jì)算統(tǒng)計(jì)檢驗(yàn)值Z：

(6)

(7)

(8)

(9)

式中： NDVIt和NDVIb分別表示像元t年與b年的NDVI值，n為時(shí)間序列長(zhǎng)度，sgn為符號(hào)函數(shù)。Z值為正值，表明為增長(zhǎng)趨勢(shì)；Z值為負(fù)值，表明為下降趨勢(shì)。

Theil-Sen Median趨勢(shì)分析是一種穩(wěn)健的非參數(shù)計(jì)算方法[26]，該方法已被廣泛應(yīng)用于NDVI時(shí)間序列的分析中[27-28]。用Theil-Sen Median趨勢(shì)分析法計(jì)算n(n-1)/ 2個(gè)數(shù)據(jù)組合的斜率中位數(shù)(SNDVI)，其計(jì)算公式為：

(10)

若SNDVI>0，則NDVI時(shí)間序列呈上升趨勢(shì)，反之呈下降趨勢(shì)。由于基本不存在SNDVI嚴(yán)格等于0的區(qū)域，因此取Theil-Sen Median分析結(jié)果等于±0.000 5作為分界值：SNDVI≥0.000 5 為植被改善區(qū);SNDVI≤-0.000 5 為植被退化區(qū);-0.000 5

將M-K檢驗(yàn)在0.05置信水平上的顯著性檢驗(yàn)結(jié)果劃分為變化顯著 (Z>1.96或Z<-1.96)和變化不顯著(-1.96≤Z≤1.96)。將Theil-Sen Median趨勢(shì)分析的分級(jí)結(jié)果與M-K檢驗(yàn)的Z值結(jié)合可以有效反映珠江流域NDVI變化的空間分布特征：當(dāng)SNDVI≥0.000 5且Z>1.96時(shí)，植被覆蓋明顯改善；當(dāng)SNDVI≥0.000 5且-1.96≤Z≤1.96時(shí)，植被覆蓋輕微改善；當(dāng)-0.000 5

2.2.2 累積距平法

繪制輸沙量與徑流量的累積距平曲線，根據(jù)曲線變化趨勢(shì)可大致區(qū)分徑流量與輸沙量的階段性變化[30]。年累積距平值的計(jì)算公式如下：

(11)

(12)

2.2.3 雙累積曲線分析

雙累積曲線是一種檢驗(yàn)兩種參數(shù)一致性及其變化趨勢(shì)最直觀的分析方法，如今廣泛應(yīng)用于水文與氣象因素的趨勢(shì)性變化及其強(qiáng)度分析[31-32]。該方法基于水文要素之間的統(tǒng)計(jì)關(guān)系評(píng)價(jià)人類活動(dòng)對(duì)水文過程的影響。在直角坐標(biāo)系中繪制同時(shí)期徑流量與輸沙量的連續(xù)累積關(guān)系曲線，當(dāng)曲線呈線性關(guān)系時(shí)表明該時(shí)期流域產(chǎn)匯流條件相對(duì)一致，如果斜率發(fā)生改變則表示兩變量之間的關(guān)系受人類活動(dòng)的影響。

3 珠江流域水沙輸運(yùn)變化特征

圖2為1954—2019年西江(高要站)年徑流量與年輸沙量的M-K檢驗(yàn)統(tǒng)計(jì)結(jié)果與累積距平曲線。由 圖2a 可知，西江(高要站)的年徑流量變化大致分為5個(gè)階段：其中1954—1967年、1989—1994年、2005—2019年的年徑流量UF曲線為負(fù)值，年徑流量呈下降趨勢(shì)；1968—1988年和1995—2004年的年徑流量UF曲線為正值，年徑流量呈緩慢上升趨勢(shì)。西江(高要站)年徑流量的UF曲線與UB曲線有多個(gè)交點(diǎn)，但UF曲線未超過95%的置信區(qū)間，因此不存在顯著突變點(diǎn)。累積距平曲線顯示1967年、1983年、1992年、1999年和2014年為年徑流量的豐枯階段性趨勢(shì)變化的轉(zhuǎn)折年，但變化趨勢(shì)并不顯著。由圖2b可知，西江(高要站)的年輸沙量UF曲線在1954—1968年和2000—2019年為負(fù)值，表明該時(shí)段年輸沙量呈減少趨勢(shì)；UF曲線在1969—1999年為正值，表明該時(shí)段的年輸沙量呈緩慢增加趨勢(shì)。UF曲線與UB曲線相交于2003年，且在2007年UF曲線超過臨界值(-1.96)，表明年輸沙量顯著下降，由此可以判斷年輸沙量變化趨勢(shì)于2003年發(fā)生了突變。西江(高要站)1954—2002年的年平均輸沙量為69.3 Mt，2003—2019年的年平均輸沙量為19.9 Mt，突變后年輸沙量下降了71.30%。累積距平曲線顯示1998年為年輸沙量豐枯階段性趨勢(shì)變化的轉(zhuǎn)折年。

圖2 1954—2019年西江(高要站)年徑流量(a)與年輸沙量(b)的M-K檢驗(yàn)統(tǒng)計(jì)結(jié)果與累積距平曲線Fig.2 Mann-Kendall test statistic result and accumulative anomaly curves of the annual runoff (a) and sediment discharge (b) in the Xijiang River (Gaoyao Station) from 1954 to 2019

圖3為1954—2019年北江(石角站)年徑流量與年輸沙量的M-K檢驗(yàn)統(tǒng)計(jì)結(jié)果與累積距平曲線。由圖3a可知，北江(石角站)年徑流量UF曲線變化復(fù)雜，年徑流量變化有4個(gè)緩慢上升期(1959—1962年、1975—1987年、1994—2008年和2016—2019年)和4個(gè)緩慢下降期(1954—1958年、1963—1974年、1988—1993年和2009—2015年)，變化趨勢(shì)并不顯著。北江(石角站)的年徑流量UF曲線與UB曲線有多個(gè)交點(diǎn)，但均沒有超過臨界值，因此沒有顯著突變點(diǎn)。結(jié)合累積距平曲線判斷1962年、1972年、1984年、1991年和2002年是年徑流量豐枯階段性趨勢(shì)變化的轉(zhuǎn)折點(diǎn)。由圖3b可知，1954—2000年的年輸沙量UF曲線基本呈波動(dòng)上升趨勢(shì)，從2000年至2019年呈下降趨勢(shì)，但均未超過95%的置信區(qū)間，雖然UF曲線與UB曲線于1998年、2005年、2016年相交，但不能判斷這些年份發(fā)生突變。累積距平曲線顯示1972年、1984年、1998年和2005年為年輸沙量豐枯階段性趨勢(shì)變化的轉(zhuǎn)折年。

圖3 1954—2019年北江(石角站)年徑流量(a)與年輸沙量(b)M-K的檢驗(yàn)統(tǒng)計(jì)結(jié)果與累積距平曲線Fig.3 Mann-Kendall test statistic result and accumulative anomaly curves of the annual runoff (a) and sediment discharge (b) in the Beijiang River (Shijiao Station) from 1954 to 2019

東江(博羅站)年徑流量的變化趨勢(shì)與突變分析結(jié)果(圖4a)顯示1954—2010年東江年徑流量主要呈波動(dòng)上升趨勢(shì)，但變化趨勢(shì)并不顯著，2010年以后UF曲線在0值上下波動(dòng)，年徑流量不存在顯著突變點(diǎn)。年徑流量累積距平曲線顯示年徑流量變化趨勢(shì)轉(zhuǎn)折出現(xiàn)在1962年、1972年、1985年、2004年和2008年。從圖4b可知，東江(博羅站)年輸沙量從1969年左右開始減少，UF曲線與UB曲線相交于1991年，且于1994年UF曲線突破臨界值(-1.96)，說明輸沙量呈顯著下降趨勢(shì)。因此可以判斷年輸沙量于1991年發(fā)生突變，1991—2019年東江(博羅站)的年均輸沙量相較1954—1990年下降了48.88%。

圖4 1954—2019年東江(博羅站)年徑流量(a)與年輸沙量(b)M-K的檢驗(yàn)統(tǒng)計(jì)結(jié)果與累積距平曲線Fig.4 Mann-Kendall test statistic result and accumulative anomaly curves of the annual runoff (a) and sediment discharge (b) in the Dongjiang River (Boluo Station) from 1954 to 2019

4 輸沙量變化的影響因素

4.1 植被覆蓋的時(shí)空變化

近20年來，西江、北江和東江流域的NDVI整體呈增長(zhǎng)趨勢(shì)，表明珠江流域植被覆蓋率增加。2019年西江流域的NDVI值比2000年增加了0.065，其中在2000—2007年和2012—2015年增長(zhǎng)較快，在2008—2011年和2016—2019年變化較平穩(wěn)(圖5a)。北江流域NDVI值在2000—2008年呈波動(dòng)變化，2008年后明顯增加，并于2015年后趨于穩(wěn)定(圖5b)。東江流域的NDVI值在2008年以后呈波動(dòng)式上升趨勢(shì)(圖5c)。

圖5 2000—2019年珠江流域NDVI年際變化Fig.5 Inter-annual variation of NDVI in the Pearl River Basin from 2000 to 2019

將Theil-Sen Median趨勢(shì)分析的分級(jí)結(jié)果與M-K檢驗(yàn)兩種分析結(jié)果疊加得到珠江流域像元尺度上的NDVI變化趨勢(shì)圖(圖6)，并將植被變化分為5種類型(表2)。據(jù)統(tǒng)計(jì)，2000—2019年珠江流域植被覆蓋狀況改善的區(qū)域占珠江流域總面積的89.27%。由于不同流域的地表環(huán)境與植被恢復(fù)情況具有差異，將珠江三大流域植被覆蓋變化分開統(tǒng)計(jì)，如表2所示，西江、北江和東江流域植被覆蓋狀況改善的區(qū)域分別為90.97%，90.77%和89.67%，整個(gè)珠江流域植被覆蓋以改善為主。

表2 西江、北江和東江流域的植被覆蓋變化統(tǒng)計(jì)Tab.2 Statistics of vegetation cover in Xijiang River Basin, Beijiang River Basin and Dongjiang River Basin

從圖6也可以看出，過去20 a，珠江流域地表植被改善區(qū)域面積遠(yuǎn)大于植被退化區(qū)域面積。雖然在西江上游的昆明、曲靖、玉溪、紅河哈尼族彝族自治州等地區(qū)出現(xiàn)輕微退化甚至嚴(yán)重退化區(qū)域，但大部分地區(qū)植被覆蓋明顯改善;西江中游的柳州、桂林、南寧、貴港等地出現(xiàn)了小面積植被退化和穩(wěn)定不變的區(qū)域;嚴(yán)重退化的區(qū)域主要分布在下游珠江三角洲地區(qū)的廣州、佛山、江門、中山等地。西江上游是珠江泥沙供給的主要區(qū)域，下游地區(qū)不是河流泥沙的主要供給區(qū)，因此下游的植被退化現(xiàn)象對(duì)輸沙量變化影響有限。

圖6 2000—2019年珠江流域植被覆蓋變化分布Fig.6 Distribution of vegetation cover of the Pearl River Basin from 2000 to 2019

4.2 植被覆蓋與水沙的相關(guān)性

通過雙累積曲線法分析2000—2019年植被覆蓋變化對(duì)水沙的影響。圖7中3個(gè)水文站的年降水量-徑流量累積曲線幾乎均為一條直線，說明徑流量主要受流域降水影響。

圖7 2000—2019年珠江流域年降水量-徑流量和年降水量-輸沙量雙累積曲線Fig.7 The double cumulative curve of annual precipitation-runoff and annual precipitation-sediment discharge in the Pearl River Basin from 2000 to 2019

各流域年降水量-輸沙量累積曲線表現(xiàn)不同。西江流域(高要站)，曲線從2007年開始向下偏轉(zhuǎn)，2007—2019年流域的年均輸沙量相較2000—2006年下降了48.39%。北江流域(石角站)，曲線未發(fā)生明顯偏轉(zhuǎn)，表明輸沙量主要受降水的影響。東江流域(博羅站)，從2009年開始輸沙量下降，曲線向下發(fā)生偏轉(zhuǎn)。

在龍灘水庫建設(shè)前(2000—2006年)，西江流域(高要站)年輸沙量與年降水量呈顯著正相關(guān)(R=0.93，p<0.01)，而NDVI與年降水量和年輸沙量均不相關(guān)(圖8a)，表明輸沙量變化主要受到降水量影響。龍灘水庫建成后的2 a內(nèi)(2007—2008年),輸沙量變化劇烈，2009年輸沙量變化開始趨于平穩(wěn)，表明水庫建設(shè)導(dǎo)致的輸沙量變化逐漸穩(wěn)定。2009—2019年西江流域NDVI與年降水量呈正相關(guān)(R=0.79，p<0.01)，與年輸沙量不相關(guān)(R=0.55，p<0.1)，表明植被改善受降水量影響但未起到減沙的作用。

2000—2019年北江流域(石角站)的年降水量與年輸沙量呈正相關(guān)(R=0.61，p<0.01)，與NDVI不相關(guān)(R=0.37，p>0.1)。2008年開始，北江流域NDVI呈明顯上升趨勢(shì)。2000—2008年該流域輸沙量與NDVI不相關(guān)，與年降水量呈顯著正相關(guān)(R=0.90，p<0.01)，表明該時(shí)期北江流域的輸沙量主要受降水影響。2009—2019年NDVI與年輸沙量呈不顯著負(fù)相關(guān)(R=-0.52，p<0.1)，與河流含沙量(輸沙量與徑流量的比值)呈顯著負(fù)相關(guān)(R=-0.84，p<0.01)，說明植被改善是該時(shí)期北江含沙量減少的主要原因，但其對(duì)輸沙量的影響并不顯著(圖8b)。

2000—2019年東江流域(博羅站)年降水量與年輸沙量呈正相關(guān)(R=0.56，p<0.05)，與NDVI不相關(guān)(R=0.26，p>0.1)。其中，2000—2008年東江流域的年輸沙量與NDVI不相關(guān)，與年降水量呈顯著正相關(guān)(R=0.84，p<0.01)，說明該時(shí)期東江流域的輸沙量受降水影響顯著。2009—2019年東江流域的NDVI與降水量呈正相關(guān)(R=0.60，p<0.05)，與輸沙量呈不顯著正相關(guān)(R=0.55，p<0.1)，表明降水有利于植被恢復(fù)，而植被恢復(fù)并未影響輸沙量(圖8c)。

圖8 2000—2019年珠江流域NDVI與降水量和輸沙量的關(guān)系Fig.8 Relationship between annual NDVI and annual precipitation and sediment discharge in the Pearl River Basin from 2000 to 2019

根據(jù)以上分析，2000—2019年間珠江流域年降水量、徑流量、NDVI以及輸沙量之間存在著相互關(guān)系，徑流量主要受降水影響，NDVI在某些時(shí)期與降水量具有正相關(guān)性。在不同時(shí)期，西江、北江和東江流域NDVI與輸沙量的相關(guān)性有差異。西江與東江流域植被改善未起到減沙作用，北江流域植被改善對(duì)輸沙量的影響也不顯著。因此2000—2019年整個(gè)珠江流域NDVI變化對(duì)輸沙量影響不明顯。

4.3 1954—2019年人類活動(dòng)對(duì)輸沙量的影響

分別利用3個(gè)水文站1954—2019年的年徑流量和年輸沙量的累積值繪制雙累積曲線(圖9)。 1954—1982年西江(高要站)的徑流量與輸沙量雙累積曲線基本為直線，表明輸沙量主要受徑流量影響，人類活動(dòng)對(duì)輸沙量影響較小(圖9a)。1983—1992年曲線向上偏轉(zhuǎn)，表明水沙關(guān)系未發(fā)生明顯變化的情況下，人類活動(dòng)使輸沙量增加。1993—1997年、1998—2006年、2007—2019年3個(gè)時(shí)期水沙累積曲線均為向下偏轉(zhuǎn)，表明西江輸沙量受人類活動(dòng)影響逐漸減少。20世紀(jì)80年代開始，我國(guó)實(shí)行家庭聯(lián)產(chǎn)承包責(zé)任制，大規(guī)模的毀林開荒活動(dòng)破壞了地表植被，加劇了流域的水土流失。據(jù)統(tǒng)計(jì)，1984—1988年珠江的水土流失面積達(dá)到5.71×104km2，相比1954年，水土流失面積增加了38.9%[33]。根據(jù)圖9a中方程式計(jì)算，1982—1992年西江河流輸沙量累積增加205 Mt。1993—1997年與1998—2006年斜率有所減小，與巖灘水庫(1992年)和天生橋水庫(1997年)開始蓄水?dāng)r沙的時(shí)間吻合，龍灘水庫建成后(2006年)輸沙量進(jìn)一步減少，說明水庫攔沙作用顯著?？傮w上，1954—2019年，西江流域河流輸沙量隨著流域水庫建設(shè)而顯著減少。

北江(石角站)的徑流量與輸沙量雙累積曲線(圖9b)整體變化趨勢(shì)不明顯，1954—1980年曲線基本為直線；1981—1987年曲線向上偏轉(zhuǎn)，這主要?dú)w因于北江流域森林砍伐導(dǎo)致的水土流失；1999—2005年輸沙量向下偏轉(zhuǎn)，這與北江飛來峽水電站的建成時(shí)間(1999年)相吻合，說明該時(shí)期輸沙量下降主要受到水庫攔截蓄水影響；雖然斜率在2006—2019年較1999—2005年變大，但總體上輸沙量仍呈緩慢下降趨勢(shì)。北江流域的水庫建設(shè)較少，且?guī)烊莶淮螅瑢?duì)水沙的影響總體不大。

東江(博羅站)的徑流量與輸沙量雙累積曲線(圖9c)分為1954—1973年、1974—1991年、1992—2010年3個(gè)階段，斜率逐漸變小。東江流域位于東南沿海，森林和耕地面積相對(duì)較少，與西江和北江流域相比，東江流域的森林砍伐對(duì)流域輸沙影響較小，東江輸沙量主要受到流域大型水庫建設(shè)蓄水?dāng)r沙影響。東江流域1954—2019年多年平均輸沙量?jī)H為 2.25 Mt，遠(yuǎn)小于西江多年平均輸沙量，僅為北江多年平均輸沙量的41%。水庫建設(shè)對(duì)輸沙量的影響不盡相同：新豐江水庫于1962年建成，但年徑流量-輸沙量雙累積曲線在1962年沒有明顯轉(zhuǎn)折；1973年楓樹壩水電站建成投入使用后曲線發(fā)生偏轉(zhuǎn)。在各級(jí)水庫建設(shè)、航道整治及挖砂等人類活動(dòng)影響下，東江輸沙量呈現(xiàn)逐級(jí)遞減趨勢(shì)。

圖9 1954—2019年珠江流域的年徑流量-輸沙量雙累積曲線Fig.9 The double cumulative curve of annual runoff and sediment discharge in the Pearl River Basin from 1954 to 2019

5 結(jié)論

通過對(duì)1954—2019年珠江流域水沙數(shù)據(jù)的分析可知，西江(高要站)、北江(石角站)、東江(博羅站)的徑流量變化趨勢(shì)不明顯，輸沙量整體呈下降趨勢(shì)，其中西江(高要站)和東江(博羅站)的年輸沙量序列分別于2003年和1991年發(fā)生突變，突變后多年平均輸沙量較突變前分別減少了71.30%和48.88%，北江(石角站)的年輸沙量變化趨勢(shì)未發(fā)生顯著突變。

2000—2019年珠江流域植被覆蓋狀況改善的區(qū)域占流域總面積的89.27%，其中西江、北江、東江流域植被覆蓋狀況改善的區(qū)域分別達(dá)90.97%、90.77%和89.67%。2000—2019年西江和東江流域植被阻沙作用不明顯性。北江流域僅在2009—2019年，植被覆蓋狀況改善對(duì)輸沙量有一定的減少作用，但對(duì)整個(gè)珠江流域的輸沙量影響有限。因此植被覆蓋狀況改善對(duì)整個(gè)珠江流域輸沙量的影響不明顯。

通過年徑流量-輸沙量雙累積曲線分析可知，1980年以前輸沙量與徑流量高度相關(guān)，人類活動(dòng)對(duì)輸沙量影響不明顯。1980年以后劇烈的人類活動(dòng)導(dǎo)致輸沙量發(fā)生變化，其中森林砍伐等人類活動(dòng)加劇了流域水土流失，使輸沙量增大；水庫建設(shè)、植被恢復(fù)等人類活動(dòng)使輸沙量減小。2000年以后，龍灘水庫建設(shè)是西江輸沙量下降的主要原因。