气候变化和人类活动对武江流域年径流及最大日流量影响的定量分析
林娴1,2, 陈晓宏1, 何艳虎1,*, 李深林1, 郑炎辉1
1. 中山大学 a. 水资源与环境研究中心, b. 广东省华南地区水安全调控工程技术研究中心,c. 华南地区水循环与水安全广东普通高校重点实验室,广州 510275
2. 广东省水利厅,广州 510000
*通信作者简介:何艳虎(1986- ),河南人,男,博士,副研究员,主要从事变化环境下的水文水资源响应以及水资源配置研究。E-mail: heyanhu3@mail.sysu.edu.cn

第一作者简介:林娴(1981- ),福建人,女,博士研究生,主要从事水文与水环境研究。E-mail: 443016171@qq.com

摘要

针对气候变化与人类活动对流域年径流及最大日流量变化影响的定量识别问题,以华南湿润区武江流域为例,分别采用HIMS(Hydro-Informatic Modeling System)模型和敏感性系数法,从日和年尺度定量模拟和评估气候变化与人类活动对流域年最大日流量和径流变化的影响过程及贡献率。结果表明:HIMS模型在武江流域适用性良好,日尺度模型率定期和验证期的纳西效率系数分别为0.85和0.77,水量平衡误差绝对值分别为3.1%和3.3%;两种方法均表明气候变化是引起流域年径流量增加的主要因素,人类活动导致了流域径流量的减少,但贡献率较小。气候变化与人类活动导致了流域年最大日流量的增加,气候变化对年最大日流量增加的贡献率为94%,而人类活动的贡献率则为6%。相较于年均径流量,气候变化对年最大日流量的影响更为显著。

关键词: 气候变化; 人类活动; 最大日流量; 定量分析; HIMS模型; 武江流域
中图分类号:P339 文献标志码:A 文章编号:1000-3037(2018)05-0828-12
Quantitative Analysis of the Impacts of Climate Change and Human Activities on Annual and Maximum Daily Runoff in the Wujiang River Basin
LIN Xian1,2, CHEN Xiao-hong1, HE Yan-hu1, LI Shen-lin1, ZHENG Yan-hui1
1. a. Center for Water Resources and Environment, b. Guangdong Engineering Technology Research Center of Water Security Regulation and Control for Southern China, c. Key Laboratory of Water Cycle and Water Security in Southern China of Guangdong High Education Institute, Sun Yat-sen University, Guangzhou 510275, China
2. Water Resources Department of Guangdong Province, Guangzhou 510000, China
Abstract

Focusing on the quantitative identification of the impacts of climate change and human activities on annual and maximum daily runoff at a basin scale, taking the Wujiang River Basin, South China for instance, this paper simulated and quantitatively evaluated the impacts of climate change and human activities on runoff and their contribution ratios to runoff at daily and annual scales by using the HIMS model and elastic coefficient method. The results showed that, the HIMS model performed well in the Wujiang River Basin at daily scale. The Nash-Sutcliffe coefficients are 0.85 and 0.77, and the absolute values of water balance errors are 3.1% and 3.3% respectively in calibration and validation periods. The results obtained by the HIMS model and the elastic coefficient method indicated that climate change is the dominat factor that leads to the increase of annual runoff and human activities cause the runoff decrease while its contribution ratio is smaller compared to that of climate change. The annual maximum daily runoff showed an upward trend due to climate change and human activities. The contribution ratios of climate change and human activities are 94% and 6%, respectively. Climate change has greater impact on annual maximum daily runoff than that on annual average runoff.

Keyword: climate change; human activities; maximum daily runoff; quantitative analysis; HIMS model; Wujiang River Basin

径流作为最为敏感的水文循环要素, 在全球变暖背景下受降雨、蒸发和气温等主要气象要素的变异驱动呈现出突变性和较大的不确定性。与此同时, 径流变化还受到土地利用变化和水利工程调蓄等人类活动的影响。一定时间尺度上, 人类活动与气候变化对径流的影响程度各不相同。因此, 区分二者对径流变化的贡献显得十分必要。实际上, 引起径流变化主要驱动因子贡献的定量识别近年来已成为国内外研究的热点之一, 气候变化、人类活动及二者共同对流域水文过程的影响受到广泛关注[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]。目前基于流域水量平衡的敏感性系数法[4]和水文模拟法[5, 6, 7, 8]常用于定量识别径流变化主要驱动因素的贡献率。在确定径流发生突变的年份后, 敏感性系数法通过计算降雨、蒸发等气象要素对径流的敏感性系数, 水文模拟法通过模拟特定情景下(土地利用方式和气候预估模式)流域径流的变化, 定量识别气候变化和人类活动对径流变化的贡献率。此外, 统计分析法也为径流变化的归因识别提供了参照[9, 10]。分布式水文模型SWAT[11]、DTVGM[12]、VIC[13]、SWIM[14](Soil and Water Integrated Model)由于涉及的物理机制十分广泛, 如包含降水截留、蒸散发、坡面流和地下水出流等环节, 常用于模拟土地利用/覆被变化引起的流域水文响应过程。HSPF等半分布式水文模型[15]和集总式模型[16]也被陆续用于模拟和定量分析气候变化和人类活动对流域径流变化的影响。

然而, 水文模型尽管能详尽地描述流域水文循环过程的物理机制, 但仍存在参数多、敏感性及模拟结果不确定等问题。而统计分析和敏感性系数法则缺乏水文要素变化成因和过程的清晰认识, 也使得评估结果存在一定误差。同时, 敏感性系数法一般在多年尺度上开展径流变化的归因分析, 而对短历时的极端洪水事件对于气候变化与人类活动的响应研究则不宜适用。因此, 单纯依靠水文模拟或敏感性系数法定量识别气候变化与人类活动对径流的影响程度仍有所欠缺。HIMS(Hydro-Informatics Modeling System)模型是我国自主研发的基于严格物理机制的水资源综合模拟系统[17], 已被用于降水-径流关系变化及驱动因子识别[18]、不同时空尺度的流域水文效果模拟[19]及生态流量估算[20]等方面, 在我国北方半干旱半湿润的黄河[21]、海河[22]及青海湟水[23]等流域及澳大利亚的Murray Darling Basin[24]等地区都得到了成功应用, 而在具有不同河网、地形、土壤等空间异质性的南方湿润流域的推广和使用则未见报道。

武江是珠江流域北江水系的一级支流, 为典型的山区性河流。近年来, 随着人类活动与气候变化影响的逐渐深入, 尤其是极端降雨事件的频发, 武江对下游珠江三角洲特大城市群的防洪构成了严重威胁[25]。已有研究主要体现在流域水文及气象要素变化[26]、洪水时间序列的非一致性特征[24]和洪水风险分析[27]等方面, 然而针对变化环境下武江流域径流变化尤其是径流极值变化的归因识别研究尚不多见, 而相关研究可为流域水资源开发、利用及防洪减灾提供科学依据。因此, 本文以位于华南湿润区并处于快速城镇化进程中的武江流域为例, 分别采用HIMS模型和敏感性系数法, 模拟和评估流域近50 a来气候变化与人类活动对径流变化的影响程度, 并综合比较两类方法模拟和评估结果的差异, 通过分布式水文模型结合统计分析, 定量揭示并分离气象要素与人类活动分别对径流的贡献; 采用HIMS模型研究年最大日流量对气候变化与人类活动的响应特征。本研究一方面旨在验证HIMS模型在我国南方湿润区山区性河流的适用性, 另一方面通过综合比较水文模拟(日尺度)与基于水量平衡的敏感性系数法(多年平均尺度)在湿润区径流变化归因识别的应用效果, 丰富流域水循环过程对环境变化响应研究的理论与方法。

1 研究区概况与数据来源

武江发源于湖南省临武县三峰岭, 由广东省北部地区东南方向流入广东省境内, 于韶关市区的沙洲尾汇入珠江流域北江(图1)。流域呈阔叶树叶状, 流向从西北至东南干流全长260 km, 流域面积7 097 km2 [26]。流域年平均降雨量在1 300~1 500 mm之间, 年均径流总量为60.8亿m3, 汛期约占70%~80%。流域在1995— 2016年建设用地面积持续增加; 林地、草地面积在1995— 2005年间减少, 2005— 2010年间增加, 近些年来趋于稳定。近年来, 持续的洪涝灾害造成了乐昌、韶关等地区重大的生命财产损失。

图1 武江流域概况Fig. 1 Map of the Wujiang Basin

本研究主要采用武江流域犁市水文站的1956— 2016年日流量资料(源自广东省水文局), 武江流域周边连县、郴州、韶关3个国家气象台站1960— 2016年的逐日气象资料(中国气象局气象中心提供), 流域27个雨量站1956— 2016年的月、年降雨观测数据以及部分站点1960— 2016年的日降雨资料(源自广东省水文局), 1970— 2016年坪石站的蒸发皿观测资料(摘自《珠江流域水文资料北江区(第四册)》和广东省水文局)。

2 研究方法
2.1 分布式HIMS模型及定量评估方法

2.1.1 HIMS模型原理和结构

HIMS侧重于分布式水文过程的模拟与应用, 主要通过流域潜在蒸散发量和降雨量估算径流量, 考虑了降水、截留、下渗、蒸发、产流、坡面和河道汇流等多个水循环过程[17, 18, 19]。模型以子流域为基本单元, 主要由4个主要部分组成。

1)流域空间信息提取

利用DEM提取流域水系、边界等空间信息是进行分布式水文模拟的基础。借助成熟的GIS软件(如ESRI的Arc Info/ArcView、RSI的River Tools、TOPAZ和EMRL的WMS等)进行流域边界和河网的生成计算。采用网格(grid)和子流域(sub watershed)的方法进行流域空间离散化。

2)流域水文计算模块

HIMS模型产流发生在每个子流域上, 产流量计算采用刘昌明等[28]的降雨入渗公式。在垂直方向上划分为3层, 分别为地表径流、壤中流和地下径流。地表径流采用超渗和蓄满产流模式; 地下又划分为上、下两层, 上层土壤含水率影响蒸散发, 产生壤中流, 同时下渗补给下层, 向下渗透到地下潜水面或深层地下水, 产生地下径流。汇流分为坡面汇流和河网汇流两个阶段, 若模型计算时段为日, 则主要考虑河网汇流过程, 采用分段马斯京根方法进行汇流演算, 并从低一级河流逐步汇入高一级河流, 最后汇集到流域出口断面。水文计算模块单元结构如图2所示。

图2 HIMS模型水文计算模块基本结构Fig. 2 Basic structure of the HIMS model

3)模型输入模块

模型的输入主要是逐日降雨和水面蒸发等气象数据, 如果无蒸发数据, 可输入日最高和最低气温数据, 以潜在蒸散发代替。

4)模型输出模块

模型的输出结果主要包括各子流域及流域总出口的河道流量过程线, 以及计算单元水文要素的状态量, 包括地表产流量、基流量以及实际蒸散发量等。

限于篇幅, 模型结构和各部分主要计算公式见文献[17, 19]。

2.1.2 模型参数

HIMS模型主要参数及其具体说明如表1所示。

表1 HIMS模型主要参数及其具体说明 Table 1 Key parameters and their description of the HIMS model

采用纳西效率系数(NSE)、确定性系数(R2)和水量平衡误差(WE)3种常用的模型评价标准对HIMS模型模拟结果进行评价。各评价标准目标函数计算公式可参考文献[15, 16]。

2.1.3 基于HIMS水文模拟的定量评估方法

首先根据实测水文过程的变化特征和流域人类活动状况将实测水文序列划分为两个阶段:即天然阶段和人类活动影响阶段。人类活动影响阶段的实测径流与天然时期的径流基准值之间的差值(Δ Q)包括两部分:人类活动影响部分(Δ QH)和气候变化影响部分(Δ QC)。在模型经过校正后, 如果保持下垫面影响因素不变, 改变气象要素输入, 则可以分离出气候变化的影响。具体推导如下:

径流(Q)可以表示为气象变量(C)和其他特征的函数:

Q=fC, H(1)

式中:H代表土地利用以及人类活动等的综合作用。径流的变化可以表示为:

Q=QC+QH(2)

式中:总径流的变化可以由 Q=Qobs, 2-Qobs, 1得到, 其中 Qobs, 1Qobs, 2分别表示突变点前后的实测径流量。

气象变量C可为降雨、蒸发和气温等模型的输入, Pa表示流域下垫面特征的模型参数, 则径流可表示为:

Q=fC, Pa+Er(3)

式中:Δ Er为模型误差。

当保持下垫面影响因素 (Pa)不变, 改变C时, 则可求出气候变化对径流的影响, 即: QC=fC2, Pa+Er2-fC1, Pa+Er1=Qsim, 2+Er2-Qsim, 1+Er1(4)

假设模型精确校正后, 误差是一定的, 即 Er1=Er2, 则式(4)可写为

QC=Qsim, 2-Qsim, 1(5)

式中:Qsim, 1Qsim, 2分别表示下垫面保持不变条件下, 人类活动显著影响之前和之后的模拟径流。当计算出气候变化对径流的影响后, 将其余部分归为人类活动的影响。

2.2 敏感性系数法

敏感性系数法是定量评估气候变化对多年平均径流影响较为常用的方法之一[29]。长期来看, 流域多年平均径流量的变化主要由年均降雨量和潜在蒸散发量的变化所决定, 流域的水量平衡原理可由式(6)表示:

P=E+Q+S(6)

式中:P为降雨量; E为蒸散发量; Q为径流量; Δ S为流域蓄水量变化, 多年状况下为0。

由Zhang等[30]关于流域尺度多年平均蒸散发对植被类型的响应研究, 长期(一般指10 a及以上)平均蒸散发可由下式估算:

EP=1+wx1+wx+x-1(7)

式中:x=E0/P; E0为潜在蒸散发量; w为一个与地表植被类型相关的模型参数, 可反映植被采用土壤水进行蒸散发的相对差异, 比如在以森林覆盖为主的流域可取2, 以浅草和作物覆盖为主的区域可取0.5。综合考虑武江流域的植被覆盖状况, 本文w取0.95。

基于Milly等[31]关于大流域水能平衡年际变化限制因素的研究成果, 气候变化引起的多年平均径流改变量(Δ QC)可表示为[29]

QC=βP+γE0(8)

式中:Δ P和Δ E0分别表示降雨和潜在蒸散发的变化; β γ 分别表示多年平均径流变化对降雨和潜在蒸散发的敏感性系数, 可分别由式(9)和式(10)计算:

β=1+2x+3wx(1+x+wx2)2(9)

γ=-1+2wx(1+x+wx2)2(10)

3 结果与分析
3.1 气候变化和人类活动对年径流量变化的定量评估

3.1.1 基于HIMS水文模拟的年径流量变化的定量评估

1)模型的率定与验证

已有研究表明[26], 武江流域降雨量、气温呈上升趋势, 而蒸发量则呈下降趋势, 年径流呈现轻微的增长趋势, 在1990年左右发生突变。以1990年为径流变化的转折点, 将长系列日降雨、径流资料分为1964— 1990年和1991— 2016年两个阶段, 第一阶段(1964— 1990年)为天然时期, 第二阶段(1991— 2016年)为人类活动时期, 对比两阶段模拟和实测的径流序列, 定量分析气候变化和人类活动对年均径流和最大日流量的影响。

首先采用第一阶段逐日气象和径流序列对HIMS模型进行率定和验证。1964— 1984年为率定期, 1985— 1990年为验证期。率定期, NSER2均为0.85, WE绝对值为3.1%; 验证期, NSER2WE分别为0.77、0.79和3.3%。可见率定期和验证期模型WE均小于10%, 水量基本平衡, 表明模型对日流量过程取得了较高的模拟精度(图3), 模型结构在该流域比较适用, 可用于模拟流域人类活动时期的天然径流量。以往研究表明[19], 对于面积在600~800 km2之间且多年平均降水量大于1 200 mm的流域和面积大于1 000 km2且多年平均降水量在800~1 200 mm的流域, 由于具有空间异质性高和气候湿润等特点, HIMS模型在这类流域的模型结构较适用, 但模型参数并不能很好地反映流域的空间异质性, 因此NSEWE都较高。本文研究结果则表明, HIMS模型在面积大于1 000 km2且位于湿润区(年均降雨量大于1 300 mm)的武江流域模拟的NSE高, 而WE却较低。主要原因是随着流域面积增大, 尽管空间异质性增加, 但汇流过程却呈现出趋于均匀非线性或线性化特点[32], 而本文中HIMS模型采用线性的马斯京根法进行河道汇流计算, 因而能取得较好的模拟效果。

图3 第一阶段实测和模拟的日流量过程Fig. 3 Observed and simulated daily runoff in the first phase

2)基于HIMS水文模拟的年径流量定量评估结果

为评估气候变化对径流的影响, 将1991— 2016年间的日降雨和日潜在蒸发量作为输入数据, 利用已经校正好的HIMS模型模拟第二阶段日径流变化过程(图4)。

图4 第二阶段实测和模拟的日径流量Fig. 4 Observed and simulated daily runoff in the second phase

如前所述, 突变点前后基于水文模拟的两阶段径流量差值代表了气候变化对径流变化的影响程度。根据HIMS模型的模拟结果, 模拟年均径流量由1964— 1990年间的57.2亿m3增加为1991— 2016年间的66.6亿m3, 年均径流增加了9.4亿m3, 相对于7.6亿m3的年均径流实际增加量, 气候变化对于径流增加的贡献率为84%, 人类活动导致了1.8亿m3的径流减少, 其贡献率为16%。多年平均径流总量在气候变化和人类活动的共同作用下总体呈上升趋势。

3.1.2 基于敏感性系数法的年径流量变化的定量评估

首先采用式(9)、(10)计算流域多年平均径流变化对降雨的敏感性系数(β )和对潜在蒸散发的敏感性系数(γ ), β γ 分别为0.99和0.24。流域1964— 1990年和1991— 2016年两个阶段, 年平均降雨量增加了126 mm(Δ P), 潜在蒸散发量减少了205 mm(Δ E0), 实测径流量增加了7.6亿m3。根据式(8), 可计算得到由降雨、蒸散发等气象要素变化引起的多年平均径流改变量(Δ QC)为12.4亿m3。由此, 可分离出人类活动对多年平均径流的改变量为-4.8亿m3, 即人类活动使得第二阶段较第一阶段多年平均径流量减少了4.8亿m3。人类活动与气候变化对流域多年平均径流量变化的贡献率分别为28%和72%。

3.2 气候变化和人类活动对年最大日流量变化的定量评估

利用HIMS模拟得到的年最大日流量与实测年最大日流量过程如图5所示。

图5 实测与模拟年最大日流量Fig. 5 Observed and simulated annual maximum daily runoff

由图5可知, 实测和模拟系列均显示年最大日流量呈上升趋势, 且在20世纪90年代以后上升趋势更为明显。根据HIMS模拟结果, 模拟日最大日流量由1964— 1990年间的1 696 m3/s增加至1991— 2016年间的2 298 m3/s, 增加了602 m3/s; 1991— 2016年间实测流量较1964— 1990年增加了641 m3/s。由基于HIMS水文模拟的定量评估方法可推求, 气候变化对年最大日流量增加的贡献率为94%, 而人类活动的贡献率则为6%。不难发现, 相较于年均径流量, 气候变化对年最大日流量变化的贡献率更大, 影响程度更高。因此, 流域应采取积极有效的措施, 以应对极端气象事件带来的洪涝灾害局面。

由此可见, 无论是多年平均径流总量还是最大日流量, 气候变化对径流的影响起着决定性作用。气候变化尤其是潜在蒸散发的减少、降雨的增加一定程度上引起了年径流量的增加。流域的人类活动, 一方面如建设用地扩张导致的不透水面积增加、林草地减少(1995— 2005年间, 林地面积由5 806 km2减少到5 700 km2, 共减少了106 km2, 减少1.83%, 年均减少10.6 km2)引起的下渗减少等, 使得径流系数变大, 进而导致产流量增加, 另一方面流域内水利工程的建设和运行[25, 27], 以及河道外生产、生活取用水等则导致了径流量的减少。对于次洪过程, 气候变化和人类活动共同引起了洪峰值的增加, 其中气候变化仍起主导作用, 即武江流域气候变化对径流改变的贡献往往大于人类活动的影响。

3.3 HIMS模型模拟与敏感性系数法评估结果比较

将水文模拟(HIMS模型)和敏感性系数法关于定量模拟和评估气候变化与人类活动对流域年径流变化贡献率的结果进行相互比较和验证(表2)。基于HIMS模型的水文模拟结果表明, 气候变化和人类活动对径流增加的贡献率分别为84%和16%; 敏感性系数法的评估结果表明, 气候变化和人类活动对径流增加的贡献率分别为72%和28%。因此, 无论是年尺度还是日尺度, 气候变化均是引起径流量增加的主要驱动因子。总体上, 两种方法均表明, 近50 a来, 相较于降雨和蒸散发等气象要素变化, 人类活动对武江流域径流变化的贡献率较小, 并且人类活动导致了径流量的减少, 而气候变化则引起了径流量的增加, 对流域径流量的变化起着主导作用, 这与同样位于南方湿润区的东江流域内气候变化和人类活动对径流影响的分量基本相当, 且气候变化导致径流量增加的结论有所不同[32], 体现了流域气象要素、下垫面的变化特征及受水利工程调节程度等对径流变化驱动效应的差异。

表2 武江流域气象变化和人类活动对年径流的贡献 Table 2 Contributions of climate change and human activities to the annual runoff in the Wujiang River Basin

不难发现, 敏感性系数法步骤简易, 计算较为简单, 主要依赖于实测的气象水文数据得到气候变化对径流变化的影响程度, 也便于在其余地区推广。水文模拟方法则相对比较复杂, 模型率定和验证需要的气象水文数据和参数较多, 但利用水文模拟方法能够得到更为精确的水文变化过程, 如流域日流量和次洪等的变化过程。本文基于不同的时间尺度(敏感性系数法为年尺度, 水文模拟为日尺度), 采用两种方法对气候变化和人类活动对年径流量变化影响的定量评估得到了较为一致的结果, 也说明了HIMS模型在南方湿润区年径流及年最大日流量模拟方面具有较好的适用性。

4 结论与讨论

依据武江流域1964— 2016年逐日降雨、蒸散发等气象资料和犁市站逐日流量资料, 采用HIMS模型和敏感性系数法, 定量模拟和评估气候变化与人类活动对流域年径流和年最大日流量变化的影响, 得出如下主要结论:

1)HIMS模型在武江流域适用性较好, 率定期和验证期的纳西效率系数分别为0.85和0.77, 水量平衡误差绝对值分别为3.1%和3.3%, 径流模拟能满足一定的精度要求;

2)HIMS模拟与敏感性系数法均表明, 气候变化引起了流域径流量的增加, 是导致径流变化的主要因素, 包括土地利用变化在内的人类活动导致了武江流域径流量的减少, 但贡献率较小;

3)气候变化与人类活动导致了流域年最大日流量呈上升趋势, 气候变化对年最大日流量增加的贡献率为94%, 而人类活动的贡献率则为6%; 相较于年均径流量, 气候变化对年最大日流量的影响更为显著。

以上研究表明, 气候变化是导致流域年最大日径流量上升的主要因素, 在降雨总体呈上升趋势而蒸发呈下降趋势的大背景下, 如何通过调整现有土地利用/覆被结构和水资源管理措施来防范由极端降雨事件引起的流域洪涝灾害, 减轻对下游珠江三角洲特大城市群的洪水威胁显得尤为重要。同时, 无论是敏感性系数法还是水文模拟法, 在分离气候变化和人类活动对径流变化的影响时, 都假设气候变化和人类活动是相互独立的两个变量。事实上, 气候变化和人类活动并非完全独立, 如在近50 a的时间跨度内, 土地利用/覆被变化可能受到人类活动和气候变化的双重影响。因此, 科学辨识引起径流量变化的各主要因素的互馈关系是今后需要进一步关注的问题。

The authors have declared that no competing interests exist.

参考文献
[1] 曹茜, 于德永, 孙云, . 土地利用/覆盖变化与气候变化定量关系研究进展[J]. 自然资源学报, 2015, 30(5): 880-890.
[CAO Q, YU D Y, SUN Y, et al. Research progress on the quantitative relationship between land -use/land -cover change and climate change. Journal of Natural Resources, 2015, 30(5): 880-890. ] [本文引用:1]
[2] PAMUKCU P, SERENGIL Y, WU C S. Impacts of climate change and urban growth on the streamflow of the Milwaukee River (Wisconsin, USA)[J]. Regional Environmental Change, 2017, 17: 889-899. [本文引用:1]
[3] ÅKESSON A, WORMAN, RIML J, et al. Change in streamflow response in unregulated catchments in Sweden over the last century[J]. Water Resources Research, 2016, 52: 5847-5867. [本文引用:1]
[4] 郭军庭, 张志强, 王盛萍, . 气候和土地利用变化对潮河流域产流产沙的影响[J]. 农业工程学报, 2012, 28(14): 236-243.
[GUO J T, ZHANG Z Q, WANG S P, et al. Effects of climate and land use changes on stream flow and sediment yield in Chaohe River Basin. Transactions of the CSAE, 2012, 28(14): 236-243. ] [本文引用:2]
[5] SCHÜER G, SCHOBEL S, WILKINSON K, et al. The impacts of a changing climate on catchment water balance and forest management[J]. Ecohydrology, 2016, 10(2): e1805. doi: DOI:10.1002/eco.1805. [本文引用:2]
[6] ALAOUI A, WILLIMAAN E, JASPER K, et al. Modelling the effects of land use and climate changes on hydrology in the Ursern Valley, Switzerland [J]. Hydrological Processes, 2014, 28: 3602-3614. [本文引用:2]
[7] FRANCZYK J, CHANG H. The effects of climate change and urbanization on the runoff of the Rock Creek basin in the Portland metropolitan area, Oregon, USA[J]. Hydrological Processes, 2009, 23: 805-815. [本文引用:2]
[8] 王强, 许有鹏, 高斌, . 西苕溪流域径流对土地利用变化的空间响应分析[J]. 自然资源学报, 2017, 32(4): 632-641.
[WANG Q, XU Y P, GAO B, et al. Runoff spatial responses to land use change in Xitiaoxi River Basin. Journal of Natural Resources, 2017, 32(4): 632-641. ] [本文引用:2]
[9] 刘通, 黄河清, 邵明安, . 气候变化与人类活动对鄂尔多斯地区西柳沟流域入黄水沙过程的影响[J]. 水土保持学报, 2015, 29(2): 17-22.
[LIU T, HUANG H Q, SHAO M A, et al. Impacts of climate change and human activity on process of water and sediment load along Yellow River in Erdos. Journal of Soil and Water Conservation, 2015, 29(2): 17-22. ] [本文引用:2]
[10] 郑培龙, 李云霞, 寇馨月, . 黄土高原藉河流域径流对气候和土地利用变化的响应[J]. 水土保持通报, 2016, 36(2): 250-253.
[ZHENG P L, LI Y X, KOU X Y, et al. Effects of climate variation and land use change on runoff in Jiehe Watershed of Loess Plateau. Bulletin of Soil and Water Conservation, 2016, 36(2): 250-253. ] [本文引用:2]
[11] 陈利群, 刘昌明. 黄河源区气候和土地覆被变化对径流的影响[J]. 中国环境科学, 2007, 27(4): 559-565.
[CHEN L Q, LIU C M. Influence of climate and land -cover change on runoff of the source regions of Yellow River. China Environmental Science, 2007, 27(4): 559-565. ] [本文引用:1]
[12] 曾思栋, 夏军, 杜鸿, . 气候变化、土地利用/覆被变化及 CO2 浓度升高对滦河流域径流的影响[J]. 水科学进展, 2014, 25(1): 10-20.
[ZENG S D, XIA J, DU H, et al. Effects of climate change, land use and cover change and CO2 enrichment on runoff: A case study of the Luanhe River Basin. Advances in Water Science, 2014, 25(1): 10-20. ] [本文引用:1]
[13] MAO D, CHERKAUER K A. Impacts of land -use change on hydrologic responses in the Great Lakes region[J]. Journal of Hydrology, 2009, 374: 71-82. [本文引用:1]
[14] 张淑兰. 土地利用和气候变化对流域水文过程影响的定量评价 [D]. 北京: 中国林业科学研究院, 2011.
[ZHANG S L. The Assessment of Impact of Land Use Change and Climate Variability on Hydrological Process in Basin. Beijing: Chinese Academy of Forestry, 2013. ] [本文引用:1]
[15] 邓晓宇, 张强, 陈晓宏. 气候变化和人类活动综合影响下的抚河流域径流模拟研究[J]. 武汉大学学报(理学版), 2015, 61(3): 262-270.
[DENG X Y, ZHANG Q, CHEN X H. Assessment of climate change and human activities on runoff with HSPF for the Fuhe River Basin. Journal of Wuhan University (Natural Science Edition), 2015, 61(3): 262-270. ] [本文引用:2]
[16] 刘贵花, 齐述华, 朱婧瑄, . 气候变化和人类活动对鄱阳湖流域赣江径流影响的定量分析[J]. 湖泊科学, 2016, 28(3): 682-690.
[LIU G H, QI S H, ZHU J X, et al. Quantitative estimation of runoff changes in Ganjiang River, Lake Poyang Basin under climate change and anthropogenic impacts. Journal of Lake Sciences, 2016, 28(3): 682-690. ] [本文引用:2]
[17] 刘昌明, 王中根, 郑红星, . HIMS 系统及其定制模型的开发与应用[J]. 中国科学E辑(技术科学), 2008, 38(3): 350-360.
[LIU C M, WANG Z G, ZHENG H X, et al. Development and application of HIMS system and its customization model. Science in China Series E (Technical Science), 2008, 38(3): 350-360. ] [本文引用:2]
[18] 杨默远, 桑燕芳, 王中根, . 潮河流域降水-径流关系变化及驱动因子识别[J]. 地理研究, 2014, 33(9): 1658-1667.
[YANG M Y, SANG Y F, WANG Z G, et al. Variation of rainfall-runoff relationship and the driving factors identification in the Chaohe River Basin. Geography Research. 2014, 33(9): 1658-1667. ] [本文引用:2]
[19] 刘丽芳, 刘昌明, 王中根, . 流域面积和降水量对中小流域水文效果影响分析[J]. 北京师范大学学报(自然科学版), 2013, 49(2/3): 157-163.
[LIU L F, LIU C M, WANG Z G, et al. Impact of catchment area and rainfall on hydrological simulation in middle or small catchments. Journal of Beijing Normal University (Natural Science), 2013, 49(2/3): 157-163. ] [本文引用:3]
[20] 商玲, 李宗礼, 孙伟, . 基于HIMS模型的西营河流域河道内生态基流估算[J]. 水土保持研究, 2014, 21(1): 100-103.
[SHANG L, LI Z L, SUN W, et al. Estimation of river ecological base flow based on distributed hydrological model of HIMS. Research of Water and Soil conservation, 2014, 21(1): 100-103. ] [本文引用:1]
[21] 刘昌明, 郑红星, 王中根, . 基于 HIMS 的水文过程多尺度综合模拟[J]. 北京师范大学学报(自然科学版), 2010, 46(3): 268-273.
[LIU C M, ZHENG H X, WANG Z G, et al. Multi-scale integrated simulation of hydrological processes using HIMS with verified case studies. Journal of Beijing Normal University (Natural Science), 2010, 46(3): 268-273. ] [本文引用:1]
[22] 刘丽芳, 刘昌明, 王中根, . HIMS 模型蒸散发模块的改进及在海河流域的应用[J]. 中国生态农业学报, 2015, 23(10): 1339-1347.
[LIU L F, LIU C M, WANG Z G, et al. Improvement of HIMS evapotranspiration module and its application in Haihe River Basin. Chinese Journal of Eco-Agriculture, 2015, 23(10): 1339-1347. ] [本文引用:1]
[23] 张艳娇, 高小红, 李其江, . 气候变化情景下青海湟水流域径流变化的HIMS模拟分析[J]. 地理科学进展, 2013, 32(1): 59-67.
[ZHANG Y J, GAO X H, LI Q J, et al. Runoff simulation of climate change scenarios based on HIMS model in the Huangshui River Basin. Progress in Geography, 2013, 32(1): 59-67. ] [本文引用:1]
[24] 刘丽芳, 刘昌明, 王中根, . HIMS 模型参数的不确定性及其影响因素[J]. 地理科学进展, 2013, 32(4): 532-537.
[LIU L F, LIU C M, WANG Z G, et al. Parameter uncertainty of HIMS model and its influence factor analysis. Progress in Geography, 2013, 32(4): 532-537. ] [本文引用:2]
[25] 叶长青, 陈晓宏, 张丽娟, . 变化环境下武江超定量洪水门限值响应规律及影响[J]. 水科学进展, 2013, 24(3): 392-401.
[YE C Q, CHEN X H, ZHANG L J, et al. Changing rule and influence of threshold for peak-over-threshold flood series under the changing environment in Wujiang, China. Advances in Water Science, 2013, 24(3): 392-401. ] [本文引用:2]
[26] 庞园, 何艳虎, 雷洪成. 武江流域气象要素变化及对径流敏感性分析[J]. 广东水利水电, 2013(4): 41-45.
[PANG Y, HE Y H, LEI H C. Climate variability and its sensitivity to runoff in the Wujiang River Basin. Guangdong Water Resources and Hydropower, 2013(4): 41-45. ] [本文引用:3]
[27] 姜传勇, 陈晓宏, 张丽娟, . 变化环境下武江流域洪水频率及风险率分析 [C]// 中国水利学会. 中国水利学会2013学术年会论文集——S1水资源与水生态. 北京: 中国水利水电出版社, 2013: 9.
[JIANG C Y, CHEN X H, ZHANG L J, et al. Analysis of flood frequency and risk rate in Wujiang River Basin under changing environment // Chinese Hydraulic Engineering Society. Proceedings of the Chinese Hydraulic Engineering Society in 2013. Beijing: China Water & Power Press, 2013: 9. ] [本文引用:2]
[28] LIU C M, WANG G T. The estimation of small-watershed peak flows in China[J]. Water Resources Research, 1980, 16(5): 881-886. [本文引用:1]
[29] LI L J, ZHANG L, WANG H, et al. Assessing the impact of climate variability and human activities on streamflow from the Wuding River Basin in China[J]. Hydrological Processes, 2007, 21: 3485-3491. [本文引用:2]
[30] ZHANG L, DAWES W R, WALKER G R. Response of mean annual evapotranspiration to vegetation changes at catchment scale[J]. Water Resources Research, 2001, 37(3): 701-708. [本文引用:1]
[31] MILLY P C D, DUNNE K A. Macroscale water fluxes 2. Water and energy supply control of their inter-annual variability[J]. Water Resource Research, 2002, 38(10). doi: DOI:10.1029/2001WR000760. [本文引用:1]
[32] 夏军. 水文尺度问题[J]. 水利学报, 1993(5): 32-37.
[XIA J. Hydrological scale. Journal of Hydraulic Engineering, 1993(5): 32-37. ] [本文引用:2]
[33] 林凯荣, 何艳虎, 陈晓宏. 气候变化及人类活动对东江流域径流影响的贡献分解研究[J]. 水利学报, 2012, 43(11): 1312-1321.
[LIN K R, HE Y H, CHEN X H. Identifying the quantitative effect of climate change and human activity on runoff in the Dongjiang River Basin. Journal of Hydraulic Engineering, 2012, 43(11): 1312-1321. ] [本文引用:1]