秦淮河流域气象水文要素变化特征及径流变化归因分析

doi:10.11755/j.issn.1006-7639(2023)-01-0054

秦淮河流域气象水文要素变化特征及径流变化归因分析

张顾^,¹^,², 黄亮¹^,², 王加虎³, 蒋志昊⁴, 陆晓平⁵, 罗晓春^,¹

1.江苏省气象服务中心，江苏南京 210008

2.中国气象局交通气象重点开放实验室，江苏南京 210008

3.河海大学水文水资源学院，江苏南京 210098

4.江苏省水利科学研究院，江苏南京 210017

5.江苏省秦淮河水利工程管理处，江苏南京 210022

Variation characteristics of meteorological and hydrological factors and attribution analysis of runoff variation in Qinhuai River Basin

ZHANG Gu^,¹^,², HUANG Liang¹^,², WANG Jiahu³, JIANG Zhihao⁴, LU Xiaoping⁵, LUO Xiaochun^,¹

1. Jiangsu Meteorological Service Center， Nanjing 210008， China

2. China Meteorological Administration Transportation Meteorology Key Laboratory， Nanjing 210008， China

3. College of Hydrology and Water Resources，Hohai University， Nanjing 210098， China

4. Jiangsu Water Conservancy Research Institute， Nanjing 210017， China

5. Jiangsu Qinhuai River Water Conservancy Project Management Office， Nanjing 210022， China

通讯作者: 罗晓春（1970—），男，江苏南通人，正高级工程师，主要从事气象服务研究。 E-mail：295646190@qq.com。

责任编辑: 黄小燕；校对：刘晓云

收稿日期: 2021-01-4 修回日期: 2021-06-21

基金资助:

国家自然科学基金项目(41272042)
国家重点研发计划项目(2018YFC150806)
江苏省气象局科研项目(KQ202224)
中国电力建设股份有限公司项目(DJ-ZDZX-2016-02)

Received: 2021-01-4 Revised: 2021-06-21

作者简介 About authors

张顾（1993—），男，江苏扬州人，硕士，工程师，主要从事气象服务和水文气象研究。E-mail：15950505089@163.com。

摘要

研究秦淮河流域气象水文要素变化特征及径流变化归因对该流域水旱灾害防御工作具有重要指导意义。利用秦淮河流域气象水文观测数据和遥感资料，采用β-z-h三参数综合指示法、联合突变检测法等分析该流域气象水文序列时空变化趋势、变异点和变异度，采用弹性系数法定量评估气候变化和人类活动对径流变化的贡献率。结果表明：（1）秦淮河流域年平均气温和年径流深呈显著增加趋势，且未来仍将保持显著增长趋势；年降水量和参考作物蒸散量呈不显著增加趋势，且未来仍将维持微弱上升；年平均相对湿度呈显著减少趋势，且未来仍将维持显著减少。年降水量未发生变异，年平均相对湿度在2004年发生巨变异，年平均气温在1994年发生强变异，年参考作物蒸散量在2003年发生中变异，年径流深在2002年发生弱变异。（2）基准期（1981—2002年）和变化期（2003—2019年）秦淮河流域径流深与降水量呈显著正相关，与参考作物蒸散量、下垫面指数呈负相关；变化期较基准期参考作物蒸散量和下垫面指数弹性系数增大，而降水量弹性系数减小，下垫面指数的变化对径流增加贡献量较大（91.20%），表明人类活动引起的下垫面变化是径流增加的主要因素，起正贡献作用。秦淮河流域城市发展应充分考虑土地利用和覆被变化的水文效应，一方面保护滞蓄能力较强的耕地和林地，另一方面关注气候变化带来的防洪压力。

关键词： 秦淮河流域; 气象水文; 时空变化; 联合突变检测; Budyko假设; 归因分析

Abstract

Studying the variation characteristics of meteorological and hydrological factors and attribution of runoff variation in the Qinhuai River Basin has important guiding significance for the prevention of flood and drought disasters in the basin. Based on the meteorological and hydrological observation data and remote sensing data, the β-z-h three parameters comprehensive indicator method was used to study the spatiotemporal variation trend of meteorological and hydrological elements, and joint mutation detection method was used to determine the variation points and variability of meteorological and hydrological elements. The elasticity coefficient method based on Budyko hypothesis was used to quantitatively evaluate the contribution rate of climate change and human activities to runoff change. The results showed that: (1) The annual average temperature and annual runoff depth in the Qinhuai River Basin show a significant increasing trend and will continue to increase in the future; the annual precipitation and reference crop evapotranspiration did not increase significantly and will continue to increase slightly in the future; but the annual average relative humidity showed a significant downward trend, and the significant downward trend will continue in the future. The precipitation did not have a alteration, the annual average temperature had a strong alteration in 1994, the annual average relative humidity had a giant alteration in 2004, the reference crop evapotranspiration had a moderate alteration in 2003, and the runoff depth had a weak alteration in 2002. (2) There was a significant positive correlation between runoff depth and precipitation in the base period (1981-2002) and change period (2003-2019), and there was a negative correction between runoff depth and reference crop evapotranspiration, underlying surface index. During the change period, the elasticity coefficient of reference crop evapotranspiration and underlying surface index increased, while the elasticity coefficient of precipitation decreased. The main factor contributing to the increase of runoff was the underlying surface index (91.20%) change, which indicated that the change of underlying surface caused by human activities was the main factor of runoff increase and played a positive role in the increase of runoff. In the process of urban development, the hydrological effects of land use and cover change should be fully considered, farmland and woodland with strong detention capacity should be protected, moreover, the flood control pressure brought by climate change should be paid attention to.

Keywords： the Qinhuai River Basin; hydro-meteorological; trend analysis; joint mutation test; elasticity coefficient; attribution analysis

PDF (12338KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

张顾, 黄亮, 王加虎, 蒋志昊, 陆晓平, 罗晓春. 秦淮河流域气象水文要素变化特征及径流变化归因分析[J]. 干旱气象, 2023, 41(1): 54-63 DOI:10.11755/j.issn.1006-7639(2023)-01-0054

ZHANG Gu, HUANG Liang, WANG Jiahu, JIANG Zhihao, LU Xiaoping, LUO Xiaochun. Variation characteristics of meteorological and hydrological factors and attribution analysis of runoff variation in Qinhuai River Basin[J]. Arid Meteorology, 2023, 41(1): 54-63 DOI:10.11755/j.issn.1006-7639(2023)-01-0054

引言

径流变化作为水循环和水资源研究的核心内容，影响因素包括气候变化和人类活动，气候变化主要通过温度、降水和蒸发来改变水分循环，IPCC第五次评估报告（王绍武等，2013）指出1880—2012年全球年平均气温升高了0.85 ℃，加剧了水资源数量改变和时空重新分配（张利平等，2008），中国发生干旱的范围由北方干旱和半干旱区向南方及东部湿润和半湿润区扩展，并且未来强度大、历时长的干旱事件发生频率会更高。近年来气候变化背景下秦淮河流域水旱灾害频繁，城市建设等人类活动带来的水文效应增加，而流域气象水文要素趋势分析和突变检验研究较少，因此研究秦淮河流域气象水文要素在全球气候变化背景下的响应以及城市化下流域径流变化归因分析兼具理论和实践意义。

有研究利用多种数理统计方法分析了滦河（陈宏等，2017）、洮河（朱丽等，2018）、石羊河（别强等，2012）等流域气象水文要素变化规律，结果表明流域气温呈明显上升趋势，而降水、径流等要素变化趋势和各要素突变情况因地区而异。流域径流变化归因分析方法包括水文模型法（Farsi and Mahjouri，2019）、双累积曲线法（Merriam，1937）、弹性系数法（Hu et al.，2012）等，其中水文模型法通过水文模型量化气候变化的影响，能够描述径流演变的机制，但模型参数多、运行过程复杂；双累积曲线法通过绘制曲线剔除参考变量影响，能够检验其他因素是否导致被检验变量发生显著趋势变化，但数据序列要求高；基于Budyko假设的弹性系数法考虑水文过程中水分和能量耦合平衡，可直接对各影响因素进行单独分析，方法简单高效，已应用于黄河（杨大文等，2015）、渭河（张丽梅等，2018）、滦河（周金玉等，2020）等流域径流变化归因分析研究。

长江上游重庆段、下游抚河流域水文要素变化和径流变化归因分析已成为研究热点（刘波等，2018；刘子豪等，2019），然而秦淮河流域相关研究较少。为此，本文利用秦淮河流域气象水文数据和遥感资料，对气象水文序列进行趋势分析和突变检测，计算径流变化对各因素的弹性系数，定量评价气候变化和人类活动对径流变化的贡献率。研究明确了秦淮河流域气象水文要素变化规律，区分了气候变化和人类活动对径流变化的影响，为流域旱涝防灾和水资源管理提供决策参考。

1 研究区域和资料

1.1 研究区域

秦淮河流域（118°30′E—119°30′E，31°30′N—32°10′N）地处长江下游右岸，干流长34 km，集水面积2 631 km²，上游主要为山丘河道，落差大、水流急，共有16条支流，暴雨后洪水呈扇形向干流汇聚，汇流迅速。流域为亚热带湿润季风气候，气候湿润、雨热同季，多年平均降水量为1 114.7 mm，多年平均参考作物蒸散量为976.1 mm。

1.2 资料

气象数据：流域及周边10个气象站（图1）1961—2019年逐日降水量、平均气温、平均相对湿度数据（由江苏省气象局提供）。参考作物蒸散（ET₀）采用FAO56 Penman-monteith公式计算，构建气象要素序列，具体公式（Allen et al.， 1998）如下：

（1）

E T_{0} = \frac{0.408 Δ (R_{n} - G) + γ \frac{900}{T_{m e a n} + 273} u_{2} (e_{s} - e_{a})}{Δ + γ (1 + 0.34 u_{2})}

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 秦淮河流域气象水文站点分布

Fig.1 Distribution of meteorological and hydrological stations in the Qinhuai River Basin

式中：ET₀（mm）为参考作物蒸散；Δ（kPa·℃^-1）为饱和水汽压与温度关系曲线的斜率；R_n（MJ·m^-2·d^-1）为作物面净辐射量；G（MJ·m^-2·d^-1）为土壤热通量，取0；γ（kPa·℃^-1）为湿度计常数，取0.665 kPa·℃^-1；T_mean（℃）为空气平均温度；u₂（m·s^-1）为地面以上2 m处风速；e_s、e_a（kPa）分别为空气饱和水汽压、实际水汽压。

水文数据：秦淮新闸、武定门闸水文站1981—2019年逐日径流量数据（由秦淮河管理处提供）。考虑秦淮河流域面积，将径流量转化为径流深，构建水文要素序列。径流深为计算时段内某一过水断面上的径流总量平铺在断面以上流域面积上所得到的水层深度，具体公式（芮孝芳，2004）如下：

（2）

R = \frac{W_{1} + W_{2}}{1 000 F}

式中：R（mm）为径流深；W₁、W₂（m³）分别为秦淮新闸和武定门闸径流量；F（km²）为秦淮河流域面积。

土地利用和植被覆盖数据：1980—2018年中国土地利用现状遥感监测数据集和1998—2018年中国年度植被指数空间分布数据集（由中国科学院资源环境科学数据中心提供）。文中附图所涉及的行政边界均基于江苏省标准地图服务网站下载的审图号为苏S（2019）014号的标准地图制作，底图无修改。

2 方法

2.1 β-z-h三参数综合指示法

提出β-z-h三参数综合指示法（常远勇等，2012），分析流域气象水文要素序列的变化趋势。具体做法：先利用M-K（Mann-Kendall）趋势检验（Mann， 1945）得到序列上升或下降趋势β和显著性z，然后利用R/S（Rescaled Range Analysis）分析法（Hurst， 1951）得到序列历史发展趋势在未来时期正持续性或反持续性Hurst指数h，再将三参数综合，则不同数值组合具有不同气候学指示意义（表1）。

表1 β-z-h三参数综合分析的指示作用

Tab.1 Indicative functions of the β-z-h three parameter comprehensive analysis

β	z	h-0.5	演变特征
<0	≥1.96	>0	过去减少，趋势显著，未来将持续减少
<0	≥1.96	<0	过去减少，趋势显著，未来趋势可能逆转
<0	<1.96	>0	过去减少，趋势不显著，未来将持续减少
<0	<1.96	<0	过去减少，趋势不显著，未来趋势可能逆转
>0	≥1.96	>0	过去增加，趋势显著，未来将持续增加
>0	≥1.96	<0	过去增加，趋势显著，未来趋势可能逆转
>0	<1.96	>0	过去增加，趋势不显著，未来将持续增加
>0	<1.96	<0	过去增加，趋势不显著，未来趋势可能逆转

新窗口打开| 下载CSV

2.2 联合突变检测法

为防止检验出虚假变异点，提出包含M-K法（徐东霞等，2009）、Pettitt法（Pettitt， 1979）、滑动t检验（郭巧玲等，2011）和Yamamoto法（Yamamoto et al.， 1985）联合突变检测法，选取权重最大的年份作为变异点；基于Hurst系数对变异程度的划分方法确定变异度，具体公式（谢平等，2008）如下：

（3）

\{\begin{array}{l} h_{α} = \frac{1}{2} [1 + l n (1 + r_{α}) / l n 2] \\ h_{β} = \frac{1}{2} [1 + l n (1 + r_{β}) / l n 2] \end{array}

式中：h_α为无变异的Hurst系数临界阈值；r_α为显著水平为α的相关系数；h_β为弱变异的Hurst系数临界阈值；r_β为显著水平为β的相关系数。取α=0.1、β=0.01，计算得气象要素：h_α=0.640，h_β=0.708；水文要素：h_α=0.668，h_β=0.742。表2列出变异度分级表。

表2 变异度分级表

Tab.2 The table of variability classification

Hurst系数	变异度
0.5≤h<h_α	无变异
h_α≤h<h_β	弱变异
h_β≤h<0.839	中变异
0.839≤h<0.924	强变异
0.924≤h≤1.0	巨变异

新窗口打开| 下载CSV

2.3 基于Budyko假设的弹性系数法

基于Budyko假设的弹性系数法，评价径流对气候变化、人类活动的敏感性，定量计算气候变化和人类活动对径流变化的贡献率。Budyko（1974）认为流域实际蒸散发量（E）主要受水分供应条件（降水量P）和能量供应条件（参考作物蒸散量ET₀）控制。Choudhury（1999）和Yang等（2006）基于Budyko假设推导出流域水热耦合平衡方程，即Choudhury-Yang公式，结合水量平衡方程，可求解下垫面指数n，用微分方程表示不同因子对径流变化的贡献，具体公式如下：

（4）

d R = \frac{\partial f}{\partial P} d P + \frac{\partial f}{\partial E T_{0}} d E T_{0} + \frac{\partial f}{\partial n} d n

式中：R（mm）为径流深；P（mm）为降水量；n为下垫面指数。

此外，径流系数C_r（宫爱玺等，2012）反映流域内自然地理要素对径流的影响，干旱指数I_d（王劲松等，2007）反映流域气候干旱程度，具体公式如下：

（5）

C_{r} = \frac{R}{P}

（6）

I_{d} = \frac{E T_{0}}{P}

根据弹性系数的定义，各影响因子x（降水量、参考作物蒸散量、下垫面指数）的弹性系数表示如下：

（7）

ε_{x} = \frac{\partial R}{\partial x} \times \frac{x}{R}

式中： $ε_{x}$ 为各影响因子的弹性系数。

令 $Φ = \frac{E T_{0}}{P}$ ，可得各影响因子的弹性系数计算公式如下：

（8）

\{\begin{array}{l} ε_{P} = \frac{(1 + Φ^{n})^{1 / n + 1} - Φ^{n + 1}}{(1 + Φ^{n}) [(1 + Φ^{n})^{1 / n} - Φ]} \\ ε_{E T_{0}} = \frac{1}{(1 + Φ^{n}) [1 - (1 + Φ^{- n})^{1 / n}]} \\ ε_{n} = \frac{l n (1 + Φ^{n}) + Φ^{n} l n (1 + Φ^{- n})}{n (1 + Φ^{n}) [1 - (1 + Φ^{- n})^{1 / n}]} \end{array}

结合公式（4）、（7）可以改写如下：

（9）

d R = ε_{P} \frac{R}{P} d P + ε_{E T_{0}} \frac{R}{E T_{0}} d E T_{0} + ε_{n} \frac{R}{n} d n

则各影响因子对径流变化的贡献量和贡献率表示如下：

（10）

d R_{x} = ε_{x} \frac{R}{x} d_{x}

（11）

C_{x} = \frac{d R_{x}}{d R} \times 100 %

式中： $d R_{x}$ 为各影响因子对径流变化的贡献量；C_x（％）为各影响因子对径流变化的贡献率。

3 结果与分析

3.1 趋势分析

图2为1961—2019年秦淮河流域平均气温、降水量、参考作物蒸散量、平均相对湿度及1981—2019年径流深年际变化。可以看出，近59 a秦淮河流域多年平均气温为15.82 ℃，呈上升趋势[0.30 ℃·（10 a）^-1]，且上升趋势通过α=0.01的显著性检验，并高于全国平均增温速率[0.25 ℃·（10 a）^-1]，最高为17.13 ℃（2017年），最低为14.60 ℃（1980年）；年平均气温在1990年前呈负距平，而1990年后呈正距平，且波动式上升，2011、2012年处于较低水平。多年平均降水量为1 114.6 mm，呈缓慢上升趋势（平均每10 a上升37.9 mm），2016、1991年出现2次明显峰值，分别为2 033.3、1 833.1 mm，最小值为519.3 mm（1978年）。多年平均参考作物蒸散量为977.4 mm，呈缓慢上升趋势（平均每10 a上升5.0 mm）。多年平均相对湿度为77.0%，呈缓慢下降趋势[-1.2%·（10 a）^-1]，出现3次连续谷值，约69.5%（2011—2013年）；年平均相对湿度2000年前为正距平，2000年后为负距平。近39 a流域多年平均径流深为458.8 mm，呈上升趋势（平均每10 a上升144.6 mm），上升趋势通过α=0.01的显著性检验；2016、1991年出现2次峰值，分别为1 355.8、1 206.4 mm，与降水的峰值年份一致；2000年前径流深为负距平，2000年后为正距平。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 1961—2019年秦淮河流域平均气温（a）、降水量（b）、参考作物蒸散量（c）、平均相对湿度（d）及1981—2019年径流深（e）年际变化

Fig.2 Inter-annual variation of mean temperature （a）， precipitation （b）， reference crop evapotranspiration （c）， mean relative humidity （d） during 1961-2019 and runoff depth during 1981-2019 （e） in the Qinhuai River Basin

由β-z-h三参数计算结果（表3）可知，流域年平均气温和径流深呈显著增加的趋势，年降水量和参考作物蒸散量呈不显著增加趋势，年平均相对湿度呈显著减少趋势，且这些趋势未来将持续。

表3 秦淮河流域β-z-h三参数计算结果

Tab.3 Calculation result of β-z-h three parameters in the Qinhuai River Basin

要素	β	z	h-0.5	要素演变特征
年平均气温	0.03	5.70	0.42	过去增加，趋势显著，未来将持续增加
年降水量	2.77	1.74	0.08	过去增加，趋势不显著，未来将持续增加
年参考作物蒸散量	0.50	1.16	0.26	过去增加，趋势不显著，未来将持续增加
年平均相对湿度	-0.11	-5.46	0.45	过去减少，趋势显著，未来将持续减少
年径流深	14.25	4.09	0.20	过去增加，趋势显著，未来将持续增加

新窗口打开| 下载CSV

3.2 突变检验

利用联合突变检测法确定变异点和变异度，受篇幅限制，给出4种方法下年平均气温突变检验结果（图3），流域年平均气温M-K、Pettitt、滑动t检验及Yamamoto突变检验变异点分别为1999、1994、1994、1994年，选取权重最大的年份（1994年）作为变异点。表4列出各要素突变检验及变异点、Hurst系数、变异度，由气象水文要素变异点和变异度可知，年降水量未发生变异，年平均气温在1994年发生由低到高的强变异，年参考作物蒸散量在2003年发生由低到高的中变异，年平均相对湿度在2004年发生由高到低的巨变异，年径流深在2002年发生由低到高的弱变异。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 1961—2019年秦淮河流域年平均气温M-K（a）、Pettitt（b）、滑动t（c）及Yamamoto（d）突变检验

Fig.3 The M-K （a）， Pettitt （b）， sliding t （c） and Yamamoto （d） mutation test of annual mean temperature in the Qinhuai River Basin duing 1961-2019

表4 秦淮河流域气象水文要素突变检验及变异点、Hurst系数、变异度

Tab.4 Mutation test and variation point， Hurst coefficient and variation degree of hydro-meteorological factors in the Qinhuai River Basin

要素	不同方法突变点				变异点	Hurst系数	变异度
要素	M-K	Pettitt	滑动t	Yamamoto	变异点	Hurst系数	变异度
年平均气温	1999年	1994年	1994年	1994年	1994年	0.92	强变异
年降水量	—	—	—	—	无变异	0.58	无变异
年参考作物蒸散量	2004年	2000年	2003年	2003年	2003年	0.76	中变异
年平均相对湿度	1999年，2000年	1992年	2004年	2004年	2004年	0.95	巨变异
年径流深	2005年	2002年	2002年	2002年	2002年	0.70	弱变异

注：滑动t检验子序列长度为10，“—”表示无突变点。

新窗口打开| 下载CSV

3.3 径流变化归因分析

根据径流深变化的阶段性，以1981—2002年为基准期，2003—2019年为变化期，可知变化期较基准期，降水量（P）、径流深（R）、参考作物蒸散量（ET₀）均有增加趋势，分别增加8.3%、96.5%、6.0%，径流系数（C_r）也呈增大趋势，而干旱指数（I_d）和下垫面指数（n）均减小。计算不同时期径流深对降水量、参考作物蒸散量和下垫面指数的弹性系数（表5），降水量弹性系数（ $ε_{P}$ ）由2.49（基准期）减小至1.49（变化期），即降水量每增加10.0%，径流量基准期增加24.9%，而变化期增加14.9%；参考作物蒸散量弹性系数（ $ε_{E T_{0}}$ ）由-1.49增大至-0.49，即参考作物蒸散每增加10.0%，径流量基准期减少14.9%，变化期减少4.9%；下垫面指数弹性系数（ $ε_{n}$ ）由-0.60增大至-0.58，即下垫面指数每增加10.0%，径流量基准期减少6.0%，变化期减少5.8%。同时各要素弹性系数年际变化（图4）也符合这一规律。径流变化与降水量呈正相关，与参考作物蒸散量和下垫面指数呈负相关。

表5 秦淮河流域气象水文要素弹性系数计算过程及结果

Tab.5 Calculation process and result of elastic coefficient of Hydro-meteorological factors in Qinhuai River Basin

时间	P/mm	R/mm	ET₀/mm	C_r	I_d	n	弹性系数
时间	P/mm	R/mm	ET₀/mm	C_r	I_d	n	$ε_{P}$	$ε_{E T_{0}}$	$ε_{n}$
1981—2002年	1 114.6	322.9	951.2	0.29	0.85	2.72	2.49	-1.49	-0.60
2003—2019年	1 207.1	634.6	1 008.3	0.53	0.84	1.06	1.49	-0.49	-0.58
1981—2019年	1 154.9	458.8	976.1	0.40	0.85	1.66	1.86	-0.86	-0.62

新窗口打开| 下载CSV

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 秦淮河流域各要素弹性系数年际变化

Fig.4 Inter-annual variation of elasticity coefficient of each factor in the Qinhuai River Basin

自基准期到变化期不同气候和下垫面因子对径流贡献率计算结果可知，相较于基准期，变化期下垫面指数的变化对径流增加的贡献率最大，达91.20%，降水量的变化对流域径流增加的贡献率次之，为10.78%，参考作物蒸散量的变化对径流增加负贡献，为-1.99%，因此秦淮河流域自基准期到人类活动期，下垫面的变化是流域径流深增加的主要原因，可见人类活动引起的下垫面变化是秦淮河流域径流增加的主要因素，对径流增加起正贡献作用。

4 讨论

近59 a秦淮河流域年平均气温显著上升趋势与全国（马柱国等，2007）、长江流域（Du et al.，2007）增温趋势一致，但2011、2012年气温处于较低水平，孙丞虎等（2012）研究认为2011、2012年东亚冬季风异常偏强是其重要原因，La Nina事件也是气温偏低的重要外强迫因子（郭广芬等，2013）。秦淮河流域年降水量缓慢上升趋势与华东地区（白爱娟等，2010）、江苏省（邱新法等，2008）的降水量变化趋势一致，1991、2016年出现明显峰值，张红华等（2018）研究发现这2 a受超强厄尔尼诺影响，属于极端气候事件，暴雨洪涝和强对流灾害严重。秦淮河流域年径流深显著上升趋势与代晓颖等（2019）研究结果一致，1991、2016年出现明显峰值，这与降水峰值年份一致。

利用弹性系数法评估气候变化和人类活动对径流变化的贡献率，结果表明下垫面变化为秦淮河流域自基准期到人类活动期径流增加的主要原因，对径流增加起正贡献。由于地形、地质和土壤条件较为稳定，因此土地利用变化是下垫面性质变化的主要成因。1980—2018年，秦淮河流域建设用地面积由285 km²扩大为663 km²，增加了132.0%，尤其是2000年后建设用地的变化量远大于2000年前（图5）。流域西北部建设用地有明显增长过程，其他区域建设用地面积也不断增长。同时，林地与耕地面积有不同程度的减小趋势，耕地面积由1 935 km²（1980年）下降到1 560 km²（2018年），减少了近20.0%，尤其是2000年后减小趋势更明显。除此之外，草地、水域和裸地面积未发生较大改变，均较小。石培礼和李文华（2001）认为植被对水分分配和河川径流具有调节作用，植被减少会增加径流深，植被覆盖度变化剧烈的时间段与径流突变点（2002年）重合（图6），这种植被覆盖度的变化实际是由于流域内自然下垫面（耕地、林地等）被不透水面（建设用地等）取代，表明秦淮河流域土地利用变化对径流影响较大，植被减少使得降水之后流域地表的滞蓄能力减少，导致径流深的增大，王艳君等（2009）有相似研究结果。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 1980—2018年秦淮河流域土地利用类型变化

Fig.5 Land use type change in the Qinhuai River Basin during 1980-2018

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 1998—2018年秦淮河流域植被覆盖度变化

Fig.6 Vegetation coverage change in the Qinhuai River Basin during 1998-2018

5 结论

秦淮河流域是典型的旱涝灾害频发区，大范围、长历时干旱洪涝不仅给社会经济发展带来较大损失，而且造成生态和环境恶化等不利影响。利用流域气象水文观测数据和遥感资料，采用β-z-h三参数综合指示法、联合突变检测法等研究该流域气象水文序列时空变化趋势和变异点、变异度，采用弹性系数法定量评估气候变化和人类活动对径流变化的贡献率。结论如下：

（1）年平均气温和年径流深呈显著上升趋势，年降水量和参考作物蒸散呈不显著增加趋势，年平均相对湿度呈显著减少趋势，且这些趋势未来将持续，年径流深峰值年份与年降水峰值年份一致。年降水量未发生变异，年平均气温在1994年发生由低到高的强变异，年平均相对湿度在2004年发生由高到低的巨变异，年参考作物蒸散在2003年发生由低到高的中变异，年径流深在2002年发生低到高的弱变异。

（2）基准期（1981—2002年）和变化期（2003—2019年）径流与降水具呈显著正相关，与参考作物蒸散和下垫面指数呈负相关。变化期降水量弹性系数减小，而参考作物蒸散和下垫面指数弹性系数增大。变化期各因素对径流增加的贡献率依次为：下垫面指数（91.20%）、降水量（10.78%）、参考作物蒸散量（-1.99%），人类活动所引起的下垫面变化是径流增加的主要因素，对径流增加起正贡献作用。

（3）气象水文要素对人类活动的响应较为强烈，建设用地和耕地面积变化最剧烈的时间段与径流突变点重合，近40 a秦淮河流域土地利用快速变化，自然下垫面被不透水面取代，使得降水后地表滞蓄能力减少，导致径流深增大。流域西北部城区人类活动明显，植被覆盖度较低，年平均气温、年平均相对湿度（负值）和参考作物蒸散量倾向率较高，表明建设用地明显增长，植被覆盖度较低，地表显热通量增加，具有升温作用。

秦淮河流域城市扩展过程中应充分考虑土地利用和覆被变化的水文效应，一方面保护滞蓄能力较强的耕地和林地，另一方面关注气候变化可能带给流域的防洪压力。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

白爱娟, 刘晓东, 2010.

华东地区近50年降水量的变化特征及其与旱涝灾害的关系分析

[J]. 热带气象学报, 26(2): 194-200.