2020, Vol. 40文章信息
- 温庆志, 姚蕊, 孙鹏, 张强, 顾然
- WEN Qingzhi, YAO Rui, SUN Peng, ZHANG Qing, GU Ran
- 变异条件下淮河流域生态径流变化特征及驱动因子
- Change characteristics and driving factors in nonstationary ecological flow condition across the Huai River Basin, China
- 生态学报. 2020, 40(8): 2621-2635
- Acta Ecologica Sinica. 2020, 40(8): 2621-2635
- http://dx.doi.org/10.5846/stxb201903080438
-
文章历史
- 收稿日期: 2019-03-08
- 网络出版日期: 2019-12-31
2. 南京师范大学, 虚拟地理环境教育部重点实验室, 南京 210023;
3. 安徽省水利部淮河水利委员会水利科学研究院, 水利水资源安徽省重点实验室, 蚌埠 233000;
4. 北京师范大学, 地表过程与资源生态国家重点实验室, 北京 100875;
5. 北京师范大学, 环境演变与自然灾害教育部重点实验室, 北京师范大学, 北京 100875
2. Key Laboratory of Virtual Geographic Environment for the Ministry of Education, Nanjing Normal University, Nanjing 210023, China;
3. Key Laboratory of Water Conservancy and Water Resources of Anhui Province, Water Resources Research Institute of Anhui Province and Huaihe River China, Bengbu 233000, China;
4. State Key Laboratory of Surface Process and Resource Ecology, Beijing Normal University, Beijing 100875, China;
5. Key Laboratory of Environmental Change and Natural Disaster, Ministry of Education, Beijing Normal University, Beijing 100875, China
气候变化和人类对水资源开发利用显著改变区域水循环过程, 近年来出现一系列诸如水资源短缺、河道断流等水资源、水环境问题[1-3]。生态需水是一个复杂的概念, 至今国内外还未形成一个明确的定义。在实际研究中出现了“生态径流”、“生态流量”、“环境流量”等不完全相同但又紧密联系的概念。生态径流的概念是指能够维持河流或者溪流中水生生物多样性和生态系统所需的水量, 并且能够保证生态完整性的流动状态[4], 生态径流的研究对象主要侧重于生物群落, 考虑依赖于水而生存的动植物、微生物所需要的水量[5]。生态流量是指生态系统的生物完整性随着水量的减少而发生演变, 是维持水体生物完整性的需水流量[6]。环境流量的研究对象则侧重于自然环境, 是解决环境问题, 例如治理污染、保护水环境景观等所需的水量[5]。从研究方法上来讲, 全球生态需水计算方法超过200种[7]。总的来说, 可以概括为4类[8]：(1)传统流量的计算方法计算生态需水, 如Tennant法[9-11]；(2)基于水力学基础, 如河道湿周法、R2-CROSS[7, 12]；(3)基于生物学基础的栖息地计算, 如IFIM(Instream Flow Incremental Methodology, 河道内流量增加)法[13-14]、CASIMIR算法(Computer Aided Simulation Model for Instream Flow Requirements In Diverted Stream)[15]等, (4)以IFIM法为基础将水力模型与生物栖息相结合, 出现了很多相关模型, 如PHABSIM模型、River2D模型[16-17]。
淮河流域地处南北气候过渡地带, 气候变化复杂, 形成无降水旱、有降水涝、强降水洪的特点。淮河流域是中国的重要商品粮基地, 平均每年向国家提供的商品粮约占全国商品粮的1/4, 为国家粮食安全提供了强有力的保障[18-20]。随着淮河流域大部分区域水资源存在无节制的过度开发, 水生态系统健康存在着不同程度退化[21-22], 严重影响着淮河流域生态系统的平衡以及威胁着国家的粮食安全。国家高度重视淮河流域生态环境的保护, 在2018年11月2日经国务院批准, 国家发展改革委印发《淮河生态经济带发展规划》[23], 淮河流域的生态环境保护和经济发展上升到国家战略, 亟需开展淮河流域水生生物多样性和生态系统所需的水资源量的研究。因此, 本文选用生态径流指标开展淮河流域生态需水研究显得十分必要。
国内外学者对淮河流域水资源方面开展大量研究。孙鹏等[24-25]发现淮河中上游径流年际变化剧烈, 径流量整体呈下降趋势, 枯水流量上游呈增加的趋势, 中游呈下降的趋势；石卫等[26]定量分离了气候变化和人类活动对径流影响的平均贡献率分别为38.13%和61.87%, 人类活动的影响远远大于气候变化产生的影响；马跃先等[27]研究表明淮河流域干江河径流减少的人类因素主要是城镇居民用水和农业灌溉用水；在探讨淮河流域的生态需水上, 潘扎荣等[28]采用年内展布法研究发现淮河流域生态保障程度上游地区高于下游地区, 且淮河北岸支流生态需水呈显著下降趋势。刘丹等[21]和于鲁翼等[21]分别用生态水力半径法和湿周法来评价淮河二级支流贾鲁河的最小生态需水, 均在逐年的减少。左其亭等[30]评价了淮河中上游水生生态系统健康状况, 研究表明水生态退化严重。基于上述的研究淮河流域的径流在逐年下降, 生态径流受到严重的破坏。目前, 对淮河流域的生态径流的研究较少, 主要从生态径流的保证率和丰、枯季节大坝对生态需水的影响方面开展研究, 并未考虑水文变异前后的生态径流变化, 研究区域主要集中在淮河中、上游, 且对于淮河流域水利工程导致的河道生物多样性变化和生态径流的气候变化成因分析方面研究不足。因此, 本文利用Pettitt变异点检测和流量历时曲线(Flow Duration Curve, FDC)计算得到变异点前后的生态径流指标, 开展变异条件下的淮河流域生态径流的时空变化特征, 根据生物多样性指标香农指数(Shannon Index, SI)和水文变异指数(Indicators of Hydrologic Alteration, IHA)之间的关系, 评价淮河流域水文变化特征的生态效应, 在GAMLSS的模型框架下定量分析气候因子对生态径流影响。本研究为科学的理解淮河流域的生态径流演变规律及成因, 为淮河流域生态经济发展提供理论依据。
1 数据本文选取淮河流域干流、支流等(表 1)7个水文站点1956—2016年逐日径流量和72个雨量站点1960—2016的逐日降水数据(图 1), 缺失的数据本文采用临近站点相关分析法来插补, 用来保证序列的完整性和连续性。表 1描述了7个水文控制站的基本流域信息, 径流数据由淮河水利委员会提供, 气象数据由国家气候中心提供。1956—2016年逐月的Nino3.4区(5°N—5°S, 170°W—120°W)海温距平SST(Nino3.4)、北大西洋涛动(North Atlantic Oscillation, NAO)、太平洋年代际振荡(Pacific Decadal Oscillation, PDO)数据来源于https://www.esrl.noaa.gov/psd/data/, 以及《治淮汇刊》淮河流域农田水利主要统计指标。
| 水系 River |
水文控制站 Hydrological station |
流域面积 Basin area/km2 |
河长 Length of river/m |
河床比降 Slope of river bed/% |
年径流量 Annual runoff /108m3 |
年径流深 Annual runoff depth/mm |
|
| 干流Main river | 上游 | 息县 | 10190 | 250 | 4.9 | 62.2 | 60.8 |
| 中游 | 王家坝 | 30630 | 364 | 0.35 | 99.8 | 32.5 | |
| 中游 | 鲁台子 | 88630 | 529 | 0.3 | 250 | 28.2 | |
| 中游 | 蚌埠 | 121330 | 651 | 0.3 | 299 | 24.6 | |
| 支流Bran-ch | 洪汝河 | 班台 | 11663 | 240 | 1.0 | 28.1 | 24.0 |
| 史灌河 | 蒋家集 | 5930 | 172 | 9.2 | 31.5 | 53.1 | |
| 沙颖河 | 阜阳 | 35250 | 490 | 0.03 | 55.6 | 15.7 |
|
| 图 1 研究区域概况以及水文站和气象站点空间分布 Fig. 1 Locations of the hydrological and meteorological stations within the study region, i.e. the Huai River basin |
Pettitt非参数检验法是基于Mann-Whitney的统计函数[31]。通过检验时间序列要素均值和方差变化进行变异点分析, 认为两个样本x1, …, xt和xt+1, …, xn来自同一整体：
|
(1) |
其中, xt为水文序列中第t和点的值, xj为水文序列中的第j个点的值, t=2, …，n。式(1)用于均值变异监测, 用Pettitt法监测序列方差变异, 需要对日径流序列进行处理[17]：
|
(2) |
用公式(2)进行变异点检测, 若存在变异则存在方差突变。其中xi表示实测径流序列, L代表参考函数Loess[32](Locally weighted regression, 局部加权回归), Y表示残差平方和序列。
2.2 生态剩余和生态赤字Vogel等在2007年提出了用生态剩余和生态赤字两个指标来评价生态径流指标[33]。生态径流指标以流量历时曲线(Flow Duration Curve, FDC)为基础。FDC曲线由研究时间段的日尺度的径流数据构造, 衡量径流量超过给定阈值的时间历时百分比。在研究的时间段内日径流流量数据Qi从大到小, 进行排列, 其超过概率为[35]：
|
(3) |
其中, i为秩次, n为日径流流量观测值Qi的样本大小。Qi是pi的函数。日径流流量时间序列可构造年尺度FDC, 也可构造成季节FDC。淮河流域治理水利较早, 因此在研究时段内, 水文站点径流过程均受已建水库等水利设施的影响。淮河流域1956—2016年日径流数据将以Pettitt计算的变异点为数据分割点, 变异点前后表示水库调蓄的两种状态。本文构造径流序列年FDC或季节FDC, 然后求得25%和75%分位数的年FDC和季节FDC, 作为淮河流域生态系统保护范围。将给定年的年FDC或季节FDC高于75%分为FDC, 将两条曲线围成的面积为生态剩余；同理, 将低于25%的FDC曲线和25%分为曲线围成的面积定义为生态赤字[34], 并将其标准化。生态剩余和生态赤字为表征生态径流的指标。
2.3 生物多样性评价指标本文选用香农指数(Shannon Index, SI)是运用最为广泛的评价生物多样性指标[35], 计算为：
|
(4) |
其中, pi表示属于群落的第i个群落物种比例；香农指数越大表示生物多样性越丰富。香农指数的计算利用Yang等[36]在2008年提出了用Genetic Programming(GP)算法建立IHA32个指标与香农指数的最佳拟合关系：
|
(5) |
其中, Dmin表示天最小流量的Julian日期, Min3、Min7、Max3分别表示最小3天流量和最小7天流量和最大3天流量；Q3和Q5表示3、5月实测流量；Rrate表示为连续日流量之间的正值差异的均值。
2.4 生态径流的非平稳成因分析GAMLSS(Generalized Additive Models for Location Scale and Shape)模型是Rigby和Stasinopoulos在2005年提出的参数回归模型[37], 可以用于描述变量序列的统计参数和解释变量之间的线性或非线性关系。
在GAMLSS的模型构建框架中, 若不考虑随机效应对分布参数的影响, 当k=1, 2, …, p时, GAMLSS模型为：
|
(6) |
当径流的解释变量为时间t时, 解释变量的矩阵Xk为：
|
(7) |
假设随机变量Y服从三参数概率分布, 结合公式(8)和(9)可得到参数分布和时间变量的函数关系：
|
(8) |
本研究结合孙鹏等的研究结果[24], 主要探讨气候因子NAO、PDO和ENSO对生态径流的影响, 选用了4种三参数指数高斯(Exponential Gaussian distribution, exGAUS)、幂指数(Power exponential distribution, PE)、正态分布族(Normal family distribution, NOF)和t族分布(t family distribution, TF)作为备选函数。将NAO、PDO、ENSO和位置、尺度、形状参数建立GAMLSS模型。
3 研究结果 3.1 生态径流变异特征分析利用Pettitt变异点分析, 求出各水文站点的变异点(图 2), 阜阳和蒋家集变异时间主要在1970年, 淮河上游息县变异点在1991年, 其他中游站点主要集中在2000年左右。基于图 2的变异点得到变异前后年和季节尺度的历年FDC散点图(图 3)。由图 3知：年尺度上的FDC变异前和变异后FDC的分布范围较为一致, 变化不明显, 变异后高、低流量能够较好的覆盖住变异前高流量和低流量出现的区域。但季节尺度上变异前后高、低流量出现的范围有较大的差别, 春季和冬季的变异前后高、低流量差别最大。变异后高流量的量级和次数呈显著的下降趋势, 而低流量的量级和次数却呈显著增加趋势, 春季和冬季的低流量引起的生态赤字增加和生态剩余减小。干流上的年和季节FDC在变异前高、低流量出现的范围要大于支流。而支流班台和蒋家集除了春季外, 其他尺度的FDC曲线变异前后的分布范围较为一致。主要原因为班台和蒋家集流域面积和径流量小, 水利工程对径流的调节作用明显。FDC曲线变化的特征只能作为初步判断变异后年和季节生态径流指标的变化特征, 若要更加具体的分析生态指标的变化特征应考虑水文控制站以上的流域平均降水对径流的影响。
|
| 图 2 各水文站点pettitt变异分析 Fig. 2 Result of Pettitt test in Huai River Basin |
|
| 图 3 变异点前后的季节和年尺度FDC曲线 Fig. 3 Seasonal and annual FDC before and after change points |
图 4为年、季生态径流指标(生态剩余和生态赤字)与水文站点控制断面以上流域的平均年、季降水距平时间变化特征。年生态径流指标与年降水变化较为一致, 相关性达0.24以上(P < 0.1), 干流的相关性(0.40)大于支流的相关性(0.30)。鲁台子在年尺度生态径流指标的相关性最高(0.45), 蒋家集在年尺度生态径流指标的相关性最低(0.24)。从季节尺度上看, 春季生态径流与面降水量相关系数最高(＞0.47)(P < 0.01), 其相关系数变化：干流上游＞干流中游＞支流。夏季生态径流指标与降水距平相关性最低, 干流所有站点通过了90%置信度检验, 而支流的蒋家集(史灌河灌区面积1013.33 km2)和阜阳(沙颖河灌区面积1400 km2)相关性仅为0.08和0.09, 未通过P < 0.01的显著性检验, 灌区面积较大, 人类灌溉对生态径流的影响较大。夏季为淮河流域汛期, 在淮河流域干流流域周边建立大量水库和蓄洪区域[38], 将流域内降水形成的径流进行调蓄。秋、冬季作为淮河流域干季, 其相关性仅次于春季。
|
| 图 4 生态径流与面平均降水距平百分率时间变化分析 Fig. 4 Temporal variations of the difference of the areal precipitation and the ecological flow across the Huai River basin |
为了进一步分析生态赤字、生态剩余与降水的关系, 计算不同时间尺度的生态赤字、生态剩余和面降水的变差系数(Cv)来反映其变化规律。冬季降水变差系数最大(0.73), 而年降水量变差系数(0.27)最小。季节性降水变化幅度并不能引起季节生态赤字和生态剩余的变化。淮河流域生态剩余在春季的Cv值最大(3.35), 冬季Cv值最小(1.88)；而生态赤字季节变化幅度恰好与生态剩余相反, 其冬季变化幅度最大, Cv值达1.86。生态赤字的变化幅度远小于生态剩余的变化幅度。从与降水量的变化幅度来看, 生态赤字与降水的变化规律一致, 冬季降水变差系数大, 导致生态赤字变化幅度大, 而生态剩余主要与工农业生产需水有关, 春季是淮河流域冬小麦需水期, 冬季是农业用水量低, 大量的农业用水使得生态剩余春季的Cv值是最高的, 而冬季生态剩余最小。
淮河流域年尺度生态赤字整体上呈增加趋势(图 5), 除支流阜阳站外, 其他站点生态赤字在1990s和2010s最大, 其中班台在1990s最高达0.69。从季节尺度上来看, 春、夏、秋生态赤字年际变化与年尺度基本一致, 呈逐年增加趋势；而生态剩余呈逐年减小趋势, 且维持在较低水平。春季生态径流大部分年份均处于赤字状态, 这个结果与孙鹏等[38]淮河流域4、5月农业干旱有加剧趋势相符合。春季为农业需水量较大的季节, 生态赤字流量的量级远大于生态剩余的量级, 表现出水利工程调控和农业生产需水对生态赤字的正向影响。而降水最多的夏季, 生态赤字均呈逐年上升趋势, 生态剩余均在较低水平呈现“低-高-低”的变化, 这与蔡涛等[22]研究的“在某些年份丰水期适宜生态径流破坏率较枯水期的要高”相一致。冬季生态径流与年、其他季节尺度变化相反, 生态剩余均处较高流量水平, 干流呈逐年下降趋势, 支流的班台站表现出逐年上升, 而蒋家集和阜阳为先下降后上升。生态赤字呈现“低-高-低”的变化, 在1990s达到最大值, 其中蚌埠和阜阳生态赤字最高, 分别达0.65和0.66。综上所述, 除冬季外, 淮河流域年和季节尺度的生态赤字在逐年代的增加, 春季表现的尤为明显。生态剩余逐年的呈减小趋势, 尽管冬季生态剩余比其他季节高, 但是整体呈减小趋势, 特别是2000s以来, 淮河流域干流生态剩余达到最低。
|
| 图 5 年尺度和季节生态径流10a年际变化分析 Fig. 5 Analysis of the annual and seasonal in 10a |
图 6是总季节生态径流指标用局部加权多项式的回归拟合曲线[32]。由图 6知：所有站点的生态剩余均大于生态赤字, 除了阜阳站以外, 其他站点生态剩余呈下降趋势, 且2000年后开始迅速下降, 2016年后低于生态赤字。阜阳站在1980年之前生态剩余先上升后下降, 到2016年呈现持续下降趋势。而所有站点生态赤字均呈上升趋势, 且1980年上升明显, 在2000年后生态剩余基本为0。除蒋家集站外, 其他站点2016年生态赤字均超过了生态剩余, 由此可见淮河流域的生态需水日益紧张。社会经济、农业需水与维持生物多样性最低需水量存在着巨大矛盾, 并且这样的矛盾在日益加剧。蒋家集的生态剩余一直高于生态赤字, 且在2016年与其他站点变化不同。主要是因为蒋家集所属的淠河位于全国三个特大型灌区之一, 即淠史杭灌区, 其总设计灌溉面积79913.33 km2, 淠河径流受到水利工程的显著调节作用[39-40], 蒋家集所在的灌区为淠史杭灌区的史灌河灌区, 因此, 1980年以来生态剩余一直维持在一个稳定的状态。
|
| 图 6 总季节生态剩余和总季节生态赤字的时间变化特征 Fig. 6 Changing characteristics of the seasonal ecosurplus and ecodeficit 阴影部分为loess拟合的95%置信区间 |
利用IHA径流变化指标计算的生物多样性指标—香农指数(图 7), 从图 7中可知, 香农指标的特征变化与总季节生态剩余一致, (除阜阳外)相关系数达0.31以上(图 8), 且香农指数的计算和生态径流的计算方法不同, 不存在内部联系。干流总季节生态赤字与香农指数呈显著负相关(r < -0.17), 通过了90%的显著性检验(P < 0.1), 支流未通过显著性检验。阜阳生态剩余和香农指数呈现负相关(其他站点均呈显著正相关), 这与王园欣和左其亭[41]在沙颍河河南段的水质分析, 沙颍河存在着污染团下泄事件[42]的工业废水污染、农田灌溉定额过大、化肥农药过度使用以及水资源的开发式掠夺的研究结果相符, 上述情况使沙颍河的生物多样性偏低, 且与生态径流关系不显著(图 7)。所有站点总季节生态剩余在1970年之前均呈现显著下降趋势, 干流的息县、王家坝、鲁台子和支流的班台、蒋家集等站点的总季节生态剩余一直呈下降的状态, 而蚌埠站生态剩余呈现减小-增加-减小的趋势, 2000年蚌埠闸扩建后生物多样性开始急剧下降, 下降到40；阜阳站1995年之后开始生物多样性呈现迅速增加, 到2016年上升到25。整体上淮河中上游的香农指数在不断的下降, 生物多样性呈下降趋势。班台和阜阳2000年后有上升的趋势, 这一结果与王园欣和左其亭[41]的研究结果相符, 说明近年来生物多样性的保护有了一定的成果, 但是效果并不显著。
|
| 图 7 生物多样性指标香农指数时间变化特征 Fig. 7 Changing characteristics of Shannon index 阴影部分为loess拟合的95%置信区间 |
|
| 图 8 总季节生态径流与香农指数相关散点图 Fig. 8 Relations between seasonal ecological flow and Shannon index |
将生态径流指标的时间序列和IHA33个指标的时序进行相关性分析(图 9), 由于所选的水文站点未出现过断流现象, 因此将IHA33个指标的零流量天数(Number of zero-flow days)忽略。从图中可知生态径流指标与IHA32个指标呈现显著的正相关和负相关关系。季节生态赤字、年生态赤字与Max1、3、7、30、90 d流量呈显著正相关(r>0.54, P < 0.01), 生态剩余与Min1、3、7、30、90 d均呈显著正相关关系(r>0.61, P < 0.01)。但是总的季节生态剩余与和大部分IHA指标呈现负相关关系, 相关性不显著。香农指数与HPL(高流量洪峰数)呈现显著正相关(r=0.78, P < 0.01), 与Rise(年均落水水率)呈现显著负相关的关系(r=-0.71, P < 0.01)。低流量谷底数、低流量历时数、流量涨落变化次数、年最大最小流量到来时刻与生态径流指标的相关性较小且不显著, 这表明了生态径流指标只能反映较大尺度的变化信息, 能够体现河流生态总体变化, 但是对于一些极端事件, 则不能准确反映。通过上述生态径流指标与IHA指标进行相关分析, 生态径流指标能够准确的反映出IHA指标的信息, 并且IHA指标和生态径流指标计算的方法均不相同, 因此生态径流指标能够独立的反映淮河流域的生态径流变化信息, 可以作为衡量生态需水的定量指标。
|
| 图 9 生态径流指标和IHA指标相关分析 Fig. 9 Correlations between ecological flow and IHA (Indicators of hydrologic alteration) SES：春季生态剩余(Spring ecological surplus, SES)；SED：春季生态赤字(Spring ecological deficit, SED)；SEP：夏季生态剩余(Summer ecological surplus, SEP)；SET：夏季生态赤字(Summer ecological deficit, SET)；AES：秋季生态剩余(Autumn ecological surplus, AES)；AED：秋季生态赤字(Autumn ecological deficit, AED)；WES：冬季生态剩余(Winter ecological surplus, AES)；WED：冬季生态赤字(Winter ecological deficit, AED)；ANES：年生态剩余(Annual ecological surplus, ANES)；ANED：年生态赤字(Annual ecological deficit, ANED)；SNES：季节生态剩余(Season ecological surplus, SNES)；SNED：季节生态赤字(Season ecological deficit, SNED)；EC：总生态改变(Ecological change, EC)；SI：香农指数(Shannon index, SI)；RL：涨落变化次数(Reversal, RL)；F：年均落水速率(Fall, F)；R：年均涨水速率(Rise, R)；HPL：高流量平均持续时间(High peak long, HPL)；LPL：低流量平均持续时间(Low peak long, LPL)；HPN：高流量洪峰数(High peak number, HPN)；LPN：低流量谷底数(Low peak number, LPN)；Dmax：年最大流量出现日期(Date of maximum flow, Dmax)；Dmin：年最小流量出现日期(Date of Minimum flow, Dmin)；Max1、Max3、Max30、Max90：1、3、30、90最大径流(1 days maximum flow, 3 days maximum flow, 30 days maximum flow, 90 days maximum flow); Min1、Min3、Min30、Min90：1、3、30、90最小径流(1 days minimum flow, 3 days minimum flow, 30 days minimum flow, 90 days minimum flow); BI：基流指数(Base flow index, BI)；Jan、Feb、Mar、Apr、May、Jun、Jul、Aug、Sep、Oct、Nov、Dec：1—12的月均径流(January flow, February flow, March flow, April flow, May flow, June flow, July flow, August flow, September flow, October flow, November flow, December flow) |
基于上述结论, 利用GAMLSS模型构建以时间和气候因子作为位置、尺度、形状参数的生态径流指标, 经过AIC模型对于生态径流指标集的筛选, 表 2是淮河流域各站点拟合最优的分布函数和生态径流指标计算模型。
| 站点 Hydrologicalstation |
息县 | 王家坝 | 鲁台子 | 蚌埠 | 班台 | 蒋家集 | 阜阳 | AIC平均值 Mean of AIC |
| 函数模型Model | PE | exGAUS | exGAUS | exGAUS | NOF | TF | TF | |
| 模型1 (平稳)Model1 (Stationary) | 24.0 | 44.4 | 36.3 | 19.2 | 51.0 | 21.6 | 25.2 | 31.7 |
| 模型2 (μ=PDO)Model2 (μ=PDO) | 25.7 | 46.0 | 38.2 | 19.3 | 53.0 | 19.5 | 25.2 | 32.4 |
| 模型3 (σ=NAO)Model3 (σ=NAO) | 24.9 | 44.1 | 38.2 | 20.2 | 52.8 | 23.5 | 25.0 | 32.7 |
| 模型4 (v=Nino3.4)Model4 (v=Nino3.4) | 25.8 | 45.4 | 39.0 | 17.9 | 52.9 | 20.3 | 24.0 | 32.2 |
| 模型5(μ=PDO, σ=NAO)Model5 (μ=PDO, σ=NAO) | 28.2 | 46.8 | 37.0 | 17.7 | 54.3 | 20.9 | 24.7 | 32.8 |
| 模型6*(μ=PDO, v=Nino3.4)Model6 (μ=PDO, v=Nino3.4) | 23.5 | 47.0 | 37.2 | 17.1 | 54. | 22. | 23.9 | 32.1 |
| 模型7*(σ=NAO, v=Nino3.4)Model7 (σ=NAO, v=Nino3.4) | 22.5 | 48.9 | 37.3 | 18.7 | 54.3 | 22.3 | 24.4 | 32.6 |
| 模型8 *(μ=PDO, σ=NAO, v=Nino3.4)Model8 (μ=PDO, σ=NAO, v=Nino3.4) | 23.1 | 44.0 | 35.3 | 17.0 | 52.3 | 19.6 | 24.7 | 30.9 |
| 最优模型与模型1差值 Difference between the optimal and Model1 |
1.6 | 0.4 | 1.0 | 2.2 | 0.0 | 2.1 | 1.3 | |
| *拟合最优模型；AIC：赤池信息准则(Akaike information criterion)；PE：幂指数(Power Exponent)；exGUAS：指数高斯(Exponential Gaussian)；NOF：正态分布族(Normal Family)；TF：t分布族(t Family) | ||||||||
由表 2可知, 干流的四个站点中(息县、王家坝、鲁台子和蚌埠), 中游的王家坝、鲁台子和蚌埠的最优模型是模型8, 而上游息县的最优模型是模型7, 其次是模型8。淮河南岸的蒋家集最优模型是模型2, 其次是模型8。体现淮河蚌埠闸以上的淮河干流和南岸的生态径流模型的概率分布函数的位置参数、尺度参数和形状从分布指数上参数分别受PDO、NAO和Nino3.4的影响。阜阳站生态径流最优模型为模型6, 对气候因子NAO响应不敏感。而淮河支流最优模型与干流站点差异较大, 其中班台站的生态径流最优模型是模型1, 淮河流域站点中唯一呈平稳态, 气候因子对洪汝河的生态径流的影响不显著。尽管淮河流域的生态径流最优模型并不一致, 分别对8个模型的淮河流域站点的AIC取平均, 发现模型8的AIC值30.9是最低, 这说明淮河流域整体上模型8是拟合最好的。
干流4个站点有3个站点是exGAUS函数分布拟合最优, 其次支流3个站点有2个站点是TF函数分布拟合最优。班台站拟合最优模型是平稳性模型, 说明生态径流受到气候因子的影响较低, 体现了平稳性的变化。通过分析不同子流域的河床比降、年径流深与AIC差值的关系, 发现干流的息县和支流的蒋家集的AIC差值仅次于蚌埠, 且河床比降(分别为4.9、9.2)和年径流深(分别为62.2 mm、55.6 mm)是所有站点中最大的两个, 因此生态径流受到气候因子的影响与河流的平均水资源量有关。蚌埠闸是淮河干流最大的出水断面控制点, 流域内包含着本文研究的所有站点, 其跟气候因子的关系较为复杂。淮河干流(除息县)越往下游AIC差值越来越大, 综合越多子流域, 气候因子对生态径流的影响越大。
为了更加直观地分析气候因子对生态径流的非平稳性影响, 绘制出时间单变量的生态径流流量面积序列分位图(图 10)和气候因子与生态径流流量面积序列分位图(图 11)。仅以时间作为单一变量所绘制出的分位图, 虽能够在整体上体现生态径流的波动和变化的趋势, 但是对于一些极端值和局部趋势拟合的效果不好, 并且实际的序列曲线和模型构建的曲线相差较大, 蚌埠和阜阳的生态径流序列拟合分位曲线对极值拟合的极不合理。基于GAMLSS模型加入气候因子所建立的模型(图 11), 修正了仅以时间变量建模时未体现出的局部变化和非平稳性的变化。阜阳站(图 11)在1965年出现的极端值在加入气候因子建模之后能够很好的模拟出来, 而未加入气候因子建模的阜阳站(图 10)模型变化与实际生态径流不符。加入气候因子建模, 使得生态径流的细节信息体现更为明显。因此利用GAMLSS模型框架对淮河流域的生态径流进行成因分析是合理的。
|
| 图 10 平稳生态径流面积序列分位图 Fig. 10 Trend of ecological flow Quantile curve based on stationary |
|
| 图 11 考虑气候因子的生态径流面积序列分位图 Fig. 11 Trend of ecological flow Quantile curve with climatic factors |
生态径流的变化总体呈下降趋势。淮河干流(除息县外)生态径流指标呈下降趋势(图 10), 表明社会经济和农业用水与生态需水的矛盾日益突出。淮河流域中河南和安徽两省总灌溉面积从1991年的36151.86 km2上升到2016年的37885.66 km2, 农业总人口由8341.21万人上升到9758.18万人[43], 淮河干流中上游生态需水与农业用水矛盾日益紧张。息县是干流上游的水文控制站点, 由表 1可知息县的河床比降为4.9, 干流的其他站点河床比降小于0.35, 河流的落差较大并且年径流深为60.8 mm, 水资源较丰富, 因此息县的生态径流维持一个较为稳定的状态。支流的班台、阜阳两站点生态径流呈下降趋势(阜阳2010年后生态径流显著下降), 班台、阜阳两站点河床比降分别1和1/3000, 年径流深24.6 mm和15.7 mm(表 1), 水资源相对较少。班台和阜阳所在的洪汝河、沙颍河农业灌溉面积较大(洪汝河灌区700 km2、沙颖河灌区1340 km2)、工业用水导致生态径流呈持续下降趋势。蒋家集与息县生态径流相似均维持一个稳定的状态, 蒋家集的河床比降为9.2, 年径流深达53.1 mm水资源量较为丰富, 通过灌区水利工程的调蓄作用, 生态径流能维持正常状态。
4 结论利用Pettitt非参数检验法、流量历时曲线(FDC)计算的生态径流指标、IHA河流流态变化特征指标、香农指数以及利用GAMLSS模型进行气候因子对生态径流的定量影响评价等方法, 对淮河流域的7个水文站点的生态径流进行了全面分析, 得出以下重要结论：
(1) 利用Pettitt非参数检验方法求出日径流变异时间, 淮河中上游站点变异之后生态剩余减少和生态赤字增多, 且干流生态赤字增加比支流更为明显。年尺度上, 区域降水量是影响生态剩余和生态赤字变化的主要原因。季节尺度上, 春季、秋季和冬季生态剩余和生态赤字与面降水量相关性显著, 且春季相关系数最高(0.47), 且相关性变化：干流上游>干流中游>支流。夏季生态剩余和生态赤字与面降水量相关性最低, 主要淮河夏季汛期径流受水库调蓄和植被截留等影响, 在支流蒋家集和阜阳站表现最为明显。
(2) 总季节生态剩余呈逐年下降, 到2016年所有站点(除蒋家集)生态赤字超过了生态剩余。利用IHA计算的香农指数整体呈逐年下降趋势, 表明淮河流域生物多样性呈减小趋势, 阜阳站2000年后随着生物多样性的保护香农指数有轻微上升, 但并不显著。香浓指数与生态剩余(除阜阳)呈显著正相关(r>0.31, P < 0.01)；干流(除息县)香农指数与生态赤字呈显著负相关(r < -0.31, P < 0.01)。利用流量历时曲线计算的生态径流指标与IHA32指标有很好相关关系, 能够体现出IHA的大部分参数信息, 生态径流指标能够很好的评价淮河流域季节和年生态径流变化特征。
(3) 淮河中、上游7个站点中有3个站点(王家坝、鲁台子、蚌埠)的最优拟合分布函数是exGAUS(均在干流), 其次是TF函数(均在支流)。淮河流域生态径流整体上最优的模型是PDO、NAO和Nino3.4三参数建模。干流(除息县)往下游AIC差值逐渐增大, 流域面积越大气候因子对其生态径流的影响越大。通过GAMLSS模型构建的非平稳性的生态径流对极端值和局部趋势拟合的效果更优。
| [1] |
张宗娇, 张强, 顾西辉, 孔冬冬, 李彬, 刘廷玺. 水文变异条件下的黄河干流生态径流特征及生态效应. 自然资源学报, 2016, 31(12): 2021-2033. DOI:10.11849/zrzyxb.20160068 |
| [2] |
王改玲, 王青杵, 石生新. 山西省永定河流域林草植被生态需水研究. 自然资源学报, 2013, 28(10): 1743-1753. DOI:10.11849/zrzyxb.2013.10.009 |
| [3] |
李建, 夏自强. 基于物理栖息地模拟的长江中游生态流量研究. 水利学报, 2011, 42(6): 678-684. |
| [4] |
Karr J R, Dudley D R. Ecological perspective on water quality goals. Environmental Management, 1981, 5(1): 55-68. DOI:10.1007/BF01866609 |
| [5] |
马乐宽, 李天宏. 关于生态环境需水概念与定义探讨. 中国人口·资源与环境, 2008, 18(5): 168-173. DOI:10.3969/j.issn.1002-2104.2008.05.030 |
| [6] |
陈敏建, 王浩. 中国分区域生态需水研究. 中国水利, 2007(9): 31-37. DOI:10.3969/j.issn.1000-1123.2007.09.016 |
| [7] |
Tharme R E. A global perspective on environmental flow assessment:emerging trends in the development and application of environmental flow methodologies for rivers. River Research and Applications, 2003, 19(5/6): 397-441. |
| [8] |
张强, 崔瑛, 陈永勤. 水文变异条件下的东江流域生态径流研究. 自然资源学报, 2012, 27(5): 790-800. |
| [9] |
Telis P A. Techniques for Estimating7-day, 10-Year Low-Flow Characteristics for Ungaged Sites on Streams in Mississippi. Jackson, Mississippi: Center for Integrated Data Analytics Wisconsin Science Center, 1992.
|
| [10] |
Ames D P. Estimating 7Q10 confidence limits from data:a bootstrap approach. Journal of Water Resources Planning and Management, 2006, 132(3): 204-208. |
| [11] |
Tennant D L. Instream flow regimens for fish, wildlife, recreation and related environmental resources. Fisheries, 1976, 1(4): 6-10. DOI:10.1577/1548-8446(1976)001<0006:IFRFFW>2.0.CO;2 |
| [12] |
Jha R, Sharma K D, Singh V P. Critical appraisal of methods for the assessment of environmental flows and their application in two river systems of India. KSCE Journal of Civil Engineering, 2008, 12(3): 213-219. DOI:10.1007/s12205-008-0213-y |
| [13] |
Maughan O E, Barrett P J. An evaluation of the instream flow incremental methodology (IFIM). Journal of the Arizona-Nevada Academy of Science, 1992, 24-25: 75-77. |
| [14] |
Leclerc M, Boudreault A, Bechara T A, Corfa G. Two-dimensional hydrodynamic modeling:a neglected tool in the instream flow incremental methodology. Transactions of the American Fisheries Society, 1995, 124(5): 645-662. DOI:10.1577/1548-8659(1995)124<0645:TDHMAN>2.3.CO;2 |
| [15] |
Theiling C H, Nestler J M. River stage response to alteration of Upper Mississippi River channels, floodplains, and watersheds. Hydrobiologia, 2010, 640(1): 17-47. DOI:10.1007/s10750-009-0066-5 |
| [16] |
Booker D J, Dunbar M J. Application of physical habitat simulation (PHABSIM) modelling to modified urban river channels. River Research and Applications, 2004, 20(2): 167-183. |
| [17] |
Pasternack G B, Wang C L, Merz J E. Application of a 2D hydrodynamic model to design of reach-scale spawning gravel replenishment on the Mokelumne River, California. River Research and Applications, 2004, 20(2): 205-225. |
| [18] |
Wang Y, Zhang Q, Singh V P. Spatiotemporal patterns of precipitation regimes in the Huai River basin, China, and possible relations with ENSO events. Natural Hazards, 2016, 82(3): 2167-2185. DOI:10.1007/s11069-016-2303-3 |
| [19] |
佘敦先, 夏军, 张永勇, 杜鸿. 近50年来淮河流域极端降水的时空变化及统计特征. 地理学报, 2011, 66(9): 1200-1210. |
| [20] |
杜云.淮河流域农业干旱灾害风险评价研究[D].合肥: 合肥工业大学, 2013. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=D424885
|
| [21] |
刘丹, 邢琼琼, 郭欣欣, 马萌萌, 范鹏宇. 基于生态水力半径法的贾鲁河生态需水量计算. 水资源与水工程学报, 2018, 29(1): 105-110. |
| [22] |
蔡涛, 李琼芳, 王鸿杰, 李鹏, 薛运宏, 白林龙, 刘轶. 淮河上游生态需水量计算分析. 河海大学学报:自然科学版, 2009, 37(6): 635-639. |
| [23] |
国家发展改革委.国家发展改革委关于印发《淮河生态经济带发展规划》的通知. (2018-11-02). http://www.ndrc.gov.cn/zcfb/zcfbghwb/201811/t20181107_919133.html.
|
| [24] |
孙鹏, 孙玉燕, 张强, 温庆志. 淮河流域径流过程变化时空特征及成因. 湖泊科学, 2018, 30(2): 497-508. |
| [25] |
孙玉燕, 孙鹏, 姚蕊, 张强, 史培军, 王友贞. 淮河流域枯水流量演变特征、成因与影响研究. 北京师范大学学报:自然科学版, 2018, 54(4): 543-552. |
| [26] |
石卫, 夏军.气候变化影响下淮河流域水文响应和成因识别//第十四届中国水论坛论文集面向未来的水安全与可持续发展.中国水利水电出版社, 2016: 7.
|
| [27] |
马跃先, 王丰, 李世英, 杨天平. 淮河流域干江河年径流演变特征及动因分析. 水文, 2008, 28(1): 77-79, 86-86. DOI:10.3969/j.issn.1000-0852.2008.01.020 |
| [28] |
潘扎荣, 阮晓红. 淮河流域河道内生态需水保障程度时空特征解析. 水利学报, 2015, 46(3): 280-290. |
| [29] |
于鲁冀, 陈慧敏, 王莉, 吕晓燕, 范鹏宇. 基于改进湿周法的贾鲁河河道内生态需水量计算. 水利水电科技进展, 2016, 36(3): 5-9, 94-94. |
| [30] |
左其亭, 陈豪, 张永勇. 淮河中上游生态健康影响因子及其健康评价. 水利学报, 2015, 46(9): 1019-1027. |
| [31] |
Pettitt A N. Anon-parametric approach to the change-point problem. Journal of the Royal Statistical Society, 1979, 28(2): 126-135. |
| [32] |
Cleveland W S, Devlin S J. Locally weighted regression:an approach to regression analysis by local fitting. Journal of the American Statistical Association, 1988, 83(403): 596-610. DOI:10.1080/01621459.1988.10478639 |
| [33] |
Vogel R M, Sieber J, Archfield S A, Smith M P, Apse C D, Lee A H. Relations among storage, yield, and instream flow. Water Resources Research, 2007, 43(5): W05403. |
| [34] |
De J D G, Gortázar J. Evaluation of instream habitat enhancement options using fish habitat simulations:case-studies in the river Pas (Spain). Aquatic Ecology, 2007, 41(3): 461-474. |
| [35] |
Kuo S R, Lin H J, Shao K T. Seasonal changes in abundance and composition of the fish assemblage in Chiku Lagoon, southwestern Taiwan. Bulletin of Marine Science, 2001, 68(1): 85-99. |
| [36] |
Yang Y C E, Cai X M, Herricks E E. Identification of hydrologic indicators related to fish diversity and abundance:a data mining approach for fish community analysis. Water Resources Research, 2008, 44(4): W04412. |
| [37] |
Rigby R A, Stasinopoulos D M. Generalized additive models for location, scale and shape. Journal of the Royal Statistical Society, 2005, 54(3): 507-554. DOI:10.1111/j.1467-9876.2005.00510.x |
| [38] |
Sun P, Zhang Q, Wen Q Z, Singh V P, Shi P J. Multisource data-based integrated agricultural drought monitoring in the Huai River basin, China. Journal of Geophysical Research:Atmospheres, 2017, 122(20): 10751-10772. DOI:10.1002/2017JD027186 |
| [39] |
中国新闻网.淮河行蓄洪区相关规划和建设总体方案发布. (2018-10-17). https://www.chinanews.com/sh/2018/10-17/8652753.shtml.
|
| [40] |
宁远, 钱敏, 王玉太. 淮河流域水利手册. 北京: 科学出版社, 2003.
|
| [41] |
王园欣, 左其亭. 沙颍河河南段水质变化及成因分析. 水资源与水工程学报, 2012, 23(4): 47-50. |
| [42] |
左其亭, 刘子辉, 窦明, 高军省. 闸坝对河流水质水量影响评估及调控能力识别研究框架. 南水北调与水利科技, 2011, 9(2): 18-21, 40-40. |
| [43] |
《治淮汇刊(年鉴)》编纂委员会.治淮汇刊(年鉴).蚌埠: 《治淮汇刊(年鉴)》编辑部, 1990-2017.
|