中国综合性科技类核心期刊(北大核心)

中国科学引文数据库来源期刊(CSCD)

美国《化学文摘》(CA)收录

美国《数学评论》(MR)收录

俄罗斯《文摘杂志》收录

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

源自青藏高原的大河流域近期入海物质通量变化及其影响分析

章啸程 蒋雪中

章啸程, 蒋雪中. 源自青藏高原的大河流域近期入海物质通量变化及其影响分析[J]. 华东师范大学学报(自然科学版), 2020, (3): 88-97. doi: 10.3969/j.issn.1000-5641.201941006
引用本文: 章啸程, 蒋雪中. 源自青藏高原的大河流域近期入海物质通量变化及其影响分析[J]. 华东师范大学学报(自然科学版), 2020, (3): 88-97. doi: 10.3969/j.issn.1000-5641.201941006
ZHANG Xiaocheng, JIANG Xuezhong. Material flux variation and mechanism analysis of different rivers originating from the Tibetan Plateau[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 88-97. doi: 10.3969/j.issn.1000-5641.201941006
Citation: ZHANG Xiaocheng, JIANG Xuezhong. Material flux variation and mechanism analysis of different rivers originating from the Tibetan Plateau[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 88-97. doi: 10.3969/j.issn.1000-5641.201941006

源自青藏高原的大河流域近期入海物质通量变化及其影响分析

doi: 10.3969/j.issn.1000-5641.201941006
基金项目: 中国科学院战略性先导科技专项(A类)子课题(XDA20100311); 华东师范大学一带一路与全球发展研究院专项课题(ECNU-BRGD-201806)
详细信息
    通讯作者:

    蒋雪中, 男, 副教授, 主要从事自然地理与数字流域研究. E-mail: xzjiang@sklec.ecnu.edu.cn

  • 中图分类号: P596

Material flux variation and mechanism analysis of different rivers originating from the Tibetan Plateau

  • 摘要: 亚洲多条大河源自青藏高原地区, 各流域水资源的变化一方面反映了青藏高原的变化, 另一方面与流域国家间的水资源利用关系密切. 基于1995年和2015年两期土地利用现状遥感监测数据和源自青藏高原的6条主要河流水沙及氮、磷、硅等营养盐通量数据, 尝试分析不同流域河流入海物质通量变化及影响因素. 结果表明: 1995—2015年, 印度河和布拉马普特拉河径流显著减少, 长江入海径流阶段性下降, 恒河增加而黄河和湄公河径流总体变化不大. 长江、黄河和印度河输沙量显著减少(p < 0.05). 营养盐通量方面, 黄河、湄公河溶解无机氮呈上升趋势而长江略有下降. 氮磷通量主要受径流量的影响, 硅酸盐通量主要受输沙影响, 与输沙变化一致. 坝库兴建、土地利用类型变化和农药化肥使用减少了泥沙输送且改变了营养盐输送. 社会经济发展阶段更高的流域, 氮磷总量增加, 输沙减少. 研究河流入海物质通量, 掌握各流域本底数据, 为实现流域水资源调控及建设流域命运共同体提供基础.
  • 图  1  研究区域概貌

    Fig.  1  Overview of the research area

    图  2  源自青藏高原的主要河流1990—2015年径流量和输沙量年际变化

    Fig.  2  Interannual variation of runoff and sediment loads of the main rivers in the Tibetan Plateau from 1990 to 2015

    图  3  长江、黄河和湄公河入海N、P、Si通量年际变化

    Fig.  3  Interannual variation of N, P, and Si flux in the Yangtze, Yellow, and Mekong Rivers

    图  4  黄河流域径流量和降水量的变化

    Fig.  4  Variation in runoff and precipitation in the Yellow River Basin

    图  5  下湄公河流域国家人口总数(a)和化肥消费量情况(b)

    Fig.  5  Population (a) and fertilizer consumption (b) in the Lower Mekong River Basin

    表  1  流域基本信息

    Tab.  1  Basic information about the basins

    河流名称流域面积/
    ( × 104 km2)
    年均径流量/
    ( × 108 m3)
    年均输沙量/
    ( × 108 t)
    降水量/
    mm
    时间年限数据来源
    长江1808 9313.681 0491951—2015长江泥沙公报, 2015
    黄河80.8292.86.744531950—2015黄河泥沙公报, 2015
    湄公河79.63 0490.951 5401962—2013MRC, 2010
    恒河105.33 5493.161 1271980—2003Islam, 1999和Jian, 2009
    印度河127.1665.20.724591960—2001Walling, 2009
    布拉马普特拉河60.96 7737.211 5691980—2003Islam, 1999和Jian, 2009
    下载: 导出CSV

    表  2  青藏高原主要河流年径流输沙通量变化趋势Mann-Kendall检验

    Tab.  2  Mann-Kendall test table for annual runoff and sediment transport trends of major rivers in the Tibetan Plateau

    河流名称时间序列年均径流量/
    (× 108 m3)
    年均输沙量/
    (× 108 t)
    径流量输沙量
    Zc显著水平Zc显著水平
    恒河1990—20033 549.91.530.1
    布拉马普特拉河1990—20036 773–1.970.1
    黄河1990—2015152.32.260.66 > 0.1–3.040.05
    长江1990—20158 9662.35–1.590.1–4.980.05
    湄公河1990—20133 091.461.010.06 > 0.1
    印度河1990—2001409.60.33–2.40.05–2.060.05
    下载: 导出CSV

    表  3  1995—2015年长江、黄河、湄公河、恒河、印度河和布拉马普特拉河流域土地利用/土地覆被类型面积变化

    Tab.  3  Variation of land use/land cover in the Yangtze, Yellow, Mekong, Ganges, Indus, and Brahmaputra River Basins from 1995 to 2015

    长江黄河湄公河恒河布拉马普特拉河印度河
    面积变化率面积变化率面积变化率面积变化率面积变化率面积变化率
    草地 –11 887.83 –0.66% –14 966.75 –1.85% –991.80 –0.12% 1 473.84 0.14% 2 634.03 0.39% 17 558.46 1.38%
    耕地 –11 080.63 –0.62% –2 002.33 –0.25% 19 902.24 2.50% –5 570.10 –0.53% 1 712.43 0.26% –3 359.43 –0.26%
    建设用地 16 539.24 0.92% 6 267.68 0.78% 2 136.06 0.27% 5 122.08 0.49% 729.00 0.12% 6 487.38 0.51%
    林地 –6 804.11 –0.38% 7 799.96 0.96% –23 272.4 –2.92% –179.64 –0.02% –2 206.53 –0.40% –842.58 –0.07%
    水域 5 001.28 0.28% 1 358.84 0.17% 398.79 0.05% 1 103.22 0.10% –450.00 –0.08% 219.96 0.02%
    未利用土地 8 231.71 0.46% 1 542.78 0.19% 1 831.59 0.23% –1 949.40 –0.19% –1 778.22 –0.30% –20 063.80 –1.58%
    下载: 导出CSV

    表  4  6大流域基本社会经济情况

    Tab.  4  Social and economic information of the 6 basins

    人口总数/(×108 人)人均GDP/(×104 元)耕地面积比重/%建设面积比重/%坝库容量/km3发展阶段
    长江 4.50 5.43 26.18 2.68 430.47
    黄河 1.31 2.20 26.93 2.71 120.53
    湄公河 0.74 1.72 43.84 0.38 104.13
    印度河 2.67 0.71 40.42 0.59 27.82
    恒河 5.61 0.97 68.63 0.70 224.01
    布拉马普特拉河 1.02 0.52 20.55 0.16 6.72
    下载: 导出CSV
  • [1] 李新艳, 王芳, 杨丽标, 等. 河流输送泥沙和颗粒态生源要素通量研究进展 [J]. 地理科学进展, 2009, 28(4): 558-566. DOI:  10.11820/dlkxjz.2009.04.011.
    [2] NIXON S W. Coastal marine eutrophication: A definition, social causes, and future concerns [J]. Ophelia, 1995, 41(1): 199-219. DOI:  10.1080/00785236.1995.10422044.
    [3] PAERL H W. Coastal eutrophication and harmful algal blooms: Importance of atmospheric deposition and groundwater as “new” nitrogen and other nutrient sources [J]. Limnology & Oceanography, 1997, 42(5): 1154-1165.
    [4] WANG B D, TU J B. Biogeochemistry of nutrient elements in the Changjiang (Yangtze River) Estuary [J]. Marine Science Bulletin, 2005, 7(2): 72-79.
    [5] 沈焕庭. 长江河口物质通量 [M]. 北京: 海洋出版社, 2001.
    [6] GEBREMICAEL T G, MOHAMED Y A, BETRIE G D, et al. Trend analysis of runoff and sediment fluxes in the Upper Blue Nile basin: A combined analysis of statistical tests, physically-based models and landuse maps [J]. Journal of Hydrology, 2013, 482(9): 57-68.
    [7] CUO L, ZHANG Y X, GAO Y H, et al. The impacts of climate change and land cover/use transition on the hydrology in the upper Yellow River Basin, China [J]. Journal of Hydrology, 2013, 502(10): 37-52.
    [8] IMMERZEEL W W, BEEK L P H V, BIERKENS M F P. Climate change will affect the Asian Water Towers [J]. Science, 2010, 328(5984): 1382-1385. DOI:  10.1126/science.1183188.
    [9] CHEN Y N, LI W H, DENG H J, et al. Corrigendum: Changes in Central Asia’s Water Tower: Past, Present and Future [J]. Scientific Reports, 2016, 6(1): 35458. DOI:  10.1038/srep35458.
    [10] 孙静, 贾绍凤, 吕爱峰. 喜马拉雅地区国际河流信息提取与分析 [J]. 南水北调与水利科技, 2011, 9(3): 33-38.
    [11] 姚檀栋, 刘晓东, 王宁练. 青藏高原地区的气候变化幅度问题 [J]. 科学通报, 2000, 45(1): 98-106. DOI:  10.3321/j.issn:0023-074X.2000.01.021.
    [12] YAO T, THOMPSON L G, YANG W, et al. Different glacier status with atmospheric circulations in Tibetan Plateau and surroundings [J]. Nature Climate Change, 2012, 2(9): 663-667. DOI:  10.1038/nclimate1580.
    [13] 唐祥祥, 王茉, 徐柏青. 青藏高原大气和雪冰黑碳的空间分布特征 [J]. 地球科学与环境学报, 2017, 39(5): 695-703. DOI:  10.3969/j.issn.1672-6561.2017.05.007.
    [14] GAO J, YAO T, MASSONDELMOTTE V, et al. Collapsing glaciers threaten Asia’s water supplies [J]. Nature, 2019, 565(7737): 19-21. DOI:  10.1038/d41586-018-07838-4.
    [15] TSENDBAZAR N E, DE BRUIN S, FRITZ S, et al. Spatial accuracy assessment and integration of global land cover datasets [J]. Remote Sensing, 2015, 7(12): 15804-15821. DOI:  10.3390/rs71215804.
    [16] YANG Y, XIAO P, FENG X, et al. Accuracy assessment of seven global land cover datasets over China [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017, 125: 156-173. DOI:  10.1016/j.isprsjprs.2017.01.016.
    [17] 水利部长江水利委员会. 长江泥沙公报 [M]. 武汉: 水利部长江水利委员会, 2015.
    [18] 水利部黄河水利委员会. 黄河水资源公报 [M]. 郑州: 水利部黄河水利委员会, 2015.
    [19] JIAN J, WEBSTER P J, HOYOS C D. Large-scale controls on Ganges and Brahmaputra river discharge on intraseasonal and seasonal time-scales [J]. Quarterly Journal of the Royal Meteorological Society, 2009, 135(639): 353-370. DOI:  10.1002/qj.384.
    [20] WALLING D E. The Impact of Global Change on Erosion and Sediment Transport by Rivers: Current Progress and Future Challenges [M]. Paris: The United Nations Educational, Scientific and Cultural Organization, 2009.
    [21] MEKONG RIVER COMMISSION. State of the Basin Report 2010 [R]. Mekong River Commission, 2010.
    [22] WALLING D E. The changing sediment load of the Mekong [J]. Ambio, 2008, 37(3): 150-157. DOI:  10.1579/0044-7447(2008)37[150:TCSLOT]2.0.CO;2.
    [23] LI S Y, BUSH R T. Rising flux of nutrients (C, N, P and Si) in the lower Mekong River [J]. Journal of Hydrology, 2015, 530: 447-461. DOI:  10.1016/j.jhydrol.2015.10.005.
    [24] KOEHNKEN L. Discharge Sediment Monitoring Project (DSMP) 2009—2013: Summary & Analysis of Results [R]. Mekong River Commission, 2014.
    [25] 谭加强. 黄河营养盐及向渤海输送的研究 [D]. 山东 青岛: 中国海洋大学, 2002.
    [26] 王婷. 2002—2004年及调水调沙期间黄河下游营养盐的变化特征 [D]. 山东 青岛: 中国海洋大学, 2007.
    [27] 巩瑶. 黄河下游利津站营养盐输送规律及影响因素研究 [D]. 山东 青岛: 中国海洋大学, 2012.
    [28] 李玲伟. 沉积物-水界面交换和黄河输入对渤海营养盐的影响 [D]. 山东 青岛: 中国海洋大学, 2010.
    [29] DAI Z J, DU J Z, ZHANG X L, et al. Variation of riverine material loads and environmental consequences on the Changjiang (Yangtze) Estuary in recent decades (1955—2008) [J]. Environmental Science & Technology, 2011, 45(1): 223-227.
    [30] HAMED K H. Trend detection in hydrologic data: The Mann–Kendall trend test under the scaling hypothesis [J]. Journal of Hydrology, 2008, 349(3/4): 350-363.
    [31] GUO L D, ZHANG J Z, GUEGUEN C. Speciation and fluxes of nutrients (N, P, Si) from the upper Yukon River [J]. Global Biogeochemical Cycles, 2004, 18(1): 1-12.
    [32] LIU Z, YAO Z, HUANG H, et al. Land use and climate changes and their impacts on runoff in the yarlung zangbo river basin, china [J]. Land Degradation & Development, 2014, 25(3): 203-215.
    [33] YU P S, WANG Y C, CHUNCHAO K, et al. Effects of land-use change on runoff response in the ungauged Ta-Chou basin, Taiwan [C]//Erosion Prediction in Ungauged Basins: Integrating Methods and Techniques An international Symposium. The Proceedings of symposium HS01 held during the IUGG2003. Sapporo, 2003: 162-170.
    [34] DAI S B, YANG S L, LI M. The sharp decrease in suspended sediment supply from China's rivers to the sea: anthropogenic and natural causes [J]. International Association of Scientific Hydrology Bulletin, 2009, 54(1): 135-146. DOI:  10.1623/hysj.54.1.135.
    [35] MILLIMAN J D, FARNSWORTH K L. River Discharge to the Coastal Ocean: A Global Synthesis [M]. Cambs: Cambridge University Press, 2011.
    [36] SYVITSKI J P M, VOROSMARTY C J, KETTNER A J. Impact of humans on the flux of terrestrial sediment to the global coastal ocean [J]. Science, 2005, 308(5720): 376-380. DOI:  10.1126/science.1109454.
    [37] LIU F, YANG Q S, CHEN S L, et al. Temporal and spatial variability of sediment flux into the sea from the three largest rivers in China [J]. Journal of Asian Earth Sciences, 2014, 87(12): 102-115.
    [38] WANG S, FU B J, PIAO S L, et al. Reduced sediment transport in the Yellow River due to anthropogenic changes [J]. Nature Geoscience, 2015, 9(1): 38-41.
    [39] 秦甲, 丁永建, 叶柏生, 等. 中国西北山地景观要素对河川径流的影响作用分析 [J]. 冰川冻土, 2011, 33(2): 397-404.
    [40] 潘大庆. 第三届世界水论坛国家报告——印度 [J]. 小水电, 2004(2): 8-17. DOI:  10.3969/j.issn.1007-7642.2004.02.003.
    [41] GUPTA A. Large Rivers: Geomorphology and Management [M]. New Jersey: John Wiley & Sons, Ltd, 2008.
    [42] LU X X, SIEW R Y. Water discharge and sediment flux changes over the past decades in the Lower Mekong River: Possible impacts of the Chinese dams [J]. Hydrology & Earth System Sciences, 2006, 10(2): 181-195.
  • [1] 郭晓娜, 陈睿山, 李强, 潘真真.  IPBES土地退化与恢复驱动因素审视 . 华东师范大学学报(自然科学版), 2020, (3): 109-118. doi: 10.3969/j.issn.1000-5641.201941009
    [2] 姜允芳, 韩雪梅, 石铁矛, 宋丹然.  城市道路肌理形态多维指标的微气候影响分析 . 华东师范大学学报(自然科学版), 2020, (3): 129-147. doi: 10.3969/j.issn.1000-5641.201941004
    [3] 林府标, 张千宏.  一类群体平衡方程的李群分析及精确解 . 华东师范大学学报(自然科学版), 2020, (2): 15-22. doi: 10.3969/j.issn.1000-5641.201911008
  • 加载中
图(5) / 表ll (4)
计量
  • 文章访问数:  96
  • HTML全文浏览量:  43
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-02-01
  • 网络出版日期:  2020-05-29
  • 刊出日期:  2020-05-01

源自青藏高原的大河流域近期入海物质通量变化及其影响分析

doi: 10.3969/j.issn.1000-5641.201941006
    基金项目:  中国科学院战略性先导科技专项(A类)子课题(XDA20100311); 华东师范大学一带一路与全球发展研究院专项课题(ECNU-BRGD-201806)
    通讯作者: 蒋雪中, 男, 副教授, 主要从事自然地理与数字流域研究. E-mail: xzjiang@sklec.ecnu.edu.cn
  • 中图分类号: P596

摘要: 亚洲多条大河源自青藏高原地区, 各流域水资源的变化一方面反映了青藏高原的变化, 另一方面与流域国家间的水资源利用关系密切. 基于1995年和2015年两期土地利用现状遥感监测数据和源自青藏高原的6条主要河流水沙及氮、磷、硅等营养盐通量数据, 尝试分析不同流域河流入海物质通量变化及影响因素. 结果表明: 1995—2015年, 印度河和布拉马普特拉河径流显著减少, 长江入海径流阶段性下降, 恒河增加而黄河和湄公河径流总体变化不大. 长江、黄河和印度河输沙量显著减少(p < 0.05). 营养盐通量方面, 黄河、湄公河溶解无机氮呈上升趋势而长江略有下降. 氮磷通量主要受径流量的影响, 硅酸盐通量主要受输沙影响, 与输沙变化一致. 坝库兴建、土地利用类型变化和农药化肥使用减少了泥沙输送且改变了营养盐输送. 社会经济发展阶段更高的流域, 氮磷总量增加, 输沙减少. 研究河流入海物质通量, 掌握各流域本底数据, 为实现流域水资源调控及建设流域命运共同体提供基础.

English Abstract

章啸程, 蒋雪中. 源自青藏高原的大河流域近期入海物质通量变化及其影响分析[J]. 华东师范大学学报(自然科学版), 2020, (3): 88-97. doi: 10.3969/j.issn.1000-5641.201941006
引用本文: 章啸程, 蒋雪中. 源自青藏高原的大河流域近期入海物质通量变化及其影响分析[J]. 华东师范大学学报(自然科学版), 2020, (3): 88-97. doi: 10.3969/j.issn.1000-5641.201941006
ZHANG Xiaocheng, JIANG Xuezhong. Material flux variation and mechanism analysis of different rivers originating from the Tibetan Plateau[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 88-97. doi: 10.3969/j.issn.1000-5641.201941006
Citation: ZHANG Xiaocheng, JIANG Xuezhong. Material flux variation and mechanism analysis of different rivers originating from the Tibetan Plateau[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 88-97. doi: 10.3969/j.issn.1000-5641.201941006
    • 陆地与海洋间营养盐的输送主要依赖河流中的径流和泥沙[1]. 随着流域内社会经济发展, 资源开发和土地利用变化等对自然环境的干扰不断加强, 河流入海物质通量和营养盐比例正在发生改变[2-4], 这些变化表征了流域生态环境压力及其对水、能源等资源的需求水平. 近年来, 关于河流入海物质通量的研究多关注某条河流的水沙通量和氮、磷、硅等生源要素方面, 对区域尺度河流物质通量研究相对较少[5-7]. 青藏高原位于亚洲大陆中部, 是全球气候变化的敏感区域, 该地区丰富的冰川储备是亚洲众多河流的重要淡水补给, 被认为是“亚洲水塔”[8-9]. 源自青藏高原的不同河流有的向东注入太平洋, 有的向南注入印度洋, 有的向西注入咸海. 各流域自然气候条件不同, 人类活动干预的程度也不相同, 但关系到全球约60%人口的生产生活[10-14].

      选择均源自青藏高原的长江、黄河、湄公河、印度河、恒河及布拉马普特拉河为代表, 利用1995年和2015年两期的土地利用现状遥感监测数据, 分析各大河流域内土地利用变化时空特征. 借助GIS空间分析功能, 结合流域多年水沙通量和入海氮、磷、硅等统计数据, 尝试分析各大河流入海物质通量变化及其主要影响因素. 了解各流域的社会经济发展水平, 评估其水资源利用潜力, 为协调流域水资源利用和实现流域的可持续发展提供科学基础数据.

    • 长江、黄河、湄公河、恒河、印度河以及布拉马普特拉河流域1995年和2015年两期300 m × 300 m分辨率的土地利用/覆盖数据来源于欧洲航空局全球地表覆盖计划(https://maps.elie.ucl.ac.be/CCI/viewer/profiles.php). 该数据基于全球每日多光谱辐射数据, 经过监督和非监督分类算法创建, 覆盖范围大, 同时保持了良好的一致性, 数据总体精度相对较高[15-16]. 为了使研究数据统一, 将其统一转换为WGS84地理坐标系, 分别用流域边界矢量数据裁剪影像, 获取各流域不同时期土地利用类型影像数据. 按照2007年《第二次全国土地调查技术规程》国家一级分类体系, 将土地利用/覆盖类型归并为耕地、林地、草地、水域、建设用地以及未利用土地6个大类, 通过不同时期土地利用图空间代数运算获得土地利用转移矩阵.

      各流域人口密度栅格和坝库容量数据均来源于国际地球科学信息网络中心(http://sedac.ciesin.columbia.edu/data/sets/browse), 人口密度栅格数据分辨率为4.6 km × 4.6 km. 结合流域土地利用数据和Google Earth检查人口密度栅格中的异常值和空值, 用周边像元值对其进行重新赋值, 再利用ArcGIS软件计算流域人口总数及坝库容量. GDP及化肥消费量数据来源于世界银行数据库(https://data.worldbank.org.cn/indicator), 按照流域在各国家内所占面积和人口数量确定权重估算流域范围的GDP. 降水量数据来源于国家气象局1990—2015年台站记录资料, 对逐月数据进行统计处理以获得年降水量总量, 再采用克里金插值将气象站点数据插值到整个流域, 最终获得流域年平均降水量数据.

      径流、输沙以及营养盐通量数据来源于河流泥沙公报和相关历史文献. 长江和黄河1990—2015年的径流、输沙数据分别采用干流最下游的大通和利津水文控制站的水沙公报[17-18]; 1990—2003年恒河哈丁桥站和布拉马普特拉河巴哈杜拉巴德站径流量数据源自文献Jian[19]; 印度河戈德里站1990—2002年径流输沙数据取自文献Walling[20]. 湄公河采用干流下游巴色水文站的水文记录, 从源头到巴色水文站区间流域面积占整个湄公河流域面积约69.2% [21], 大约可代表湄公河入海水沙通量[22]. 1990—2006年湄公河径流数据取自文献Li[23]; 2000—2002年湄公河输沙数据取自Walling[22]; 2009—2013年湄公河径流输沙数据取自Koehnken[24]. 营养盐通量方面, 黄河2001年的N、P、Si 数据取自谭加强[25], 2002—2004年数据取自王婷[26], 2005—2008年数据取自巩瑶[27], 2009年数据取自李玲伟[28]; 2001—2008年长江的N、P、Si数据取自Dai[29]; 2000—2006年湄公河的N、P、Si数据来自Li[23]. 为使数据统一, 将各文献数据计算到年际总量并进行单位统一处理.

      Mann-Kendall检验是一种非参数统计检验方法, 被广泛应用于降水径流序列变化的分析[30]. 检验结果Zc反映了待检测要素时间序列的总体变化趋势, 其中Zc 值为正, 表明上升趋势, Zc值为负, 表明下降趋势. |Zc|大于等于1.28和1.64时, 分别表示趋势变化通过了90%和95%置信度的显著性检验. 利用Mann-Kendall方法对各条河流径流输沙量序列进行趋势性分析以表明待检测要素的上升或下降趋势.

    • 长江、黄河、湄公河、印度河、恒河以及布拉马普特拉河均发源于青藏高原, 表1为所选流域的基本信息.

      表 1  流域基本信息

      Table 1.  Basic information about the basins

      河流名称流域面积/
      ( × 104 km2)
      年均径流量/
      ( × 108 m3)
      年均输沙量/
      ( × 108 t)
      降水量/
      mm
      时间年限数据来源
      长江1808 9313.681 0491951—2015长江泥沙公报, 2015
      黄河80.8292.86.744531950—2015黄河泥沙公报, 2015
      湄公河79.63 0490.951 5401962—2013MRC, 2010
      恒河105.33 5493.161 1271980—2003Islam, 1999和Jian, 2009
      印度河127.1665.20.724591960—2001Walling, 2009
      布拉马普特拉河60.96 7737.211 5691980—2003Islam, 1999和Jian, 2009

      这6条河流是亚洲多个国家的地表水的重要来源, 也是社会生产和人民生活的主要水源(如图1, 国家边界数据来源于中国科学院资源环境科学数据中心). 流域不同的自然气候条件势必会影响河流入海物质通量. 且由于所处社会经济发展阶段不同, 流域内土地利用方式、工农业发展水平以及水利设施建设程度也有着很大的差别, 这将进一步影响河流入海物质通量的变化.

      图  1  研究区域概貌

      Figure 1.  Overview of the research area

    • 对比各条河流1990—2015年的入海径流量, 黄河和长江年平均径流量分别约为152.3 × 108 m3和8 966 × 108 m3, 年平均输沙量分别约为2.26 × 108 t和2.35 × 108 t; 1990—2013年湄公河年平均径流量约为3 091.46 × 108 m3, 输沙量约为1.01 × 108 t. 而印度河径流量相对较少, 1990—2001年, 印度河年均径流量约为409.6 × 108 m3, 输沙量约为0.33 × 108 t. 长江年径流量远远超过黄河和湄公河, 与恒河和布拉马普特拉河总径流量相当.

      对1990年以来各河流的径流量和输沙量进行Mann-Kendall趋势检验及显著性分析, 结果如表2所示. 从表2中可以看出, 长江、印度河和布拉马普特拉河的径流量显著减少, 而恒河径流量显著增加. 长江和黄河在1990—2015年时段以及印度河在1990—2001年时段, 河流输沙量在0.05显著水平上呈现明显减少趋势.

      分析长江大通站、黄河利津站、湄公河巴色站、印度河戈德里站、恒河哈丁桥站以及布拉马普特拉河巴哈杜拉巴德水文站从1990年至2015年实测径流输沙量的历史变化过程(见图2), 可以发现: 20年来, 长江入海径流总体处于下降趋势, 在1998—2006年阶段性下降后稍有回升; 印度河、布拉马普特拉河径流量下降而湄公河径流量年际间总体变化不大; 在1990—2000年, 黄河径流量不断减少, 自2002年调水调沙以来, 径流增加明显并保持在一个稳定水平. 在输沙方面, 各河流均呈现出明显的下降趋势, 尤其是黄河的输沙量自小浪底水利工程实施以来明显减少.

      表 2  青藏高原主要河流年径流输沙通量变化趋势Mann-Kendall检验

      Table 2.  Mann-Kendall test table for annual runoff and sediment transport trends of major rivers in the Tibetan Plateau

      河流名称时间序列年均径流量/
      (× 108 m3)
      年均输沙量/
      (× 108 t)
      径流量输沙量
      Zc显著水平Zc显著水平
      恒河1990—20033 549.91.530.1
      布拉马普特拉河1990—20036 773–1.970.1
      黄河1990—2015152.32.260.66 > 0.1–3.040.05
      长江1990—20158 9662.35–1.590.1–4.980.05
      湄公河1990—20133 091.461.010.06 > 0.1
      印度河1990—2001409.60.33–2.40.05–2.060.05

      图  2  源自青藏高原的主要河流1990—2015年径流量和输沙量年际变化

      Figure 2.  Interannual variation of runoff and sediment loads of the main rivers in the Tibetan Plateau from 1990 to 2015

    • 海水中氮、磷、硅等生源要素是海洋生物生长繁殖不可缺少的成分, 皮尔逊相关分析结果表明, 溶解无机氮(Dissolved Inorganic Nitrogen, DIN)通量和溶解无机磷(Dissolved Inorganic Phosphorus, DIP)通量与径流量有较好的正相关性, 表明DIN和DIP通量主要受径流量的影响, 而硅酸盐SiO32–入海通量与输沙量有较好的相关性.

      图3给出了2000—2009年长江、黄河和湄公河氮、磷、硅等营养盐元素的入海通量变化情况. 从氮、磷、硅通量变化来看: 2000—2009年, 湄公河流域的DIN入海通量处于上升趋势, DIP和硅酸盐SiO32–入海通量有波动, 但总量变化不大; 湄公河DIN和DIP与径流量的相关系数分别为0.69和0.73, SiO32–与输沙量相关系数为0.47. 对于长江流域, 2000—2009年, 长江的DIN 通量下降了约26.5%; DIP的通量年际变化较小, 在1×109~1.5×109 mol范围内小幅度波动; DIN和DIP与径流量的相关系数分别为0.86和0.40, 显示DIN与径流有较好的相关性; SiO32–入海通量仅有2004年、2006年和2008年3年数据, 变化不大. 2001—2009年, 黄河流域的DIN入海通量总体呈上升趋势, 2005年为最大值; DIN通量和径流量有较好的正相关性(r = 0.98); 表明DIN通量主要受径流量的影响; DIP通量在2001—2009年总体表现为下降趋势, 与径流呈正相关(r = 0.49); 硅酸盐通量在2002年后增加明显, 之后稍有下降, 与输沙量有较好的相关性(r = 0.78).

      图  3  长江、黄河和湄公河入海N、P、Si通量年际变化

      Figure 3.  Interannual variation of N, P, and Si flux in the Yangtze, Yellow, and Mekong Rivers

    • 流域自然地理条件和土地利用变化是影响流域物质通量变化的重要因素[31-33]. 同时, 人类的生产、生活活动和社会经济发展对生态环境的破坏或保护改造, 会导致流域水土流失加剧或减少, 严重影响着河流入海通量的变化.

    • 虽然这些河流都发源于青藏高原, 但流向各异, 所处纬度气候带不同, 流域年平均降水量差异大. 对比所选6大流域多年平均降水量(如表1), 黄河和印度河流域年降水量不足500 mm, 且年径流量均在1 000 × 108 m3以下, 而其他4条河流降水与径流量为前者的数倍甚至数十倍. 黄河和湄公河流域面积相近, 但降水量差异大. 1990—2015年黄河年最大径流量为282 × 108 m3(2012年), 而湄公河年最小径流量为2 455 × 108 m3, 充分说明流域降水量对径流影响明显. 以黄河流域为例, 流域降水量和径流量历年曲线如图4所示, 采用Matlab软件计算得出两者皮尔逊相关系数为0.65, 变化趋势基本一致. 1990—2015年黄河年径流量和输沙量分别减少约49%和93%, 同期黄河流域降水量减少约16%. 假设降水量和径流输沙量之间有一定正相关关系[34-35], 那么该时段约33%的径流减少是由降水导致, 人类活动的影响占67%; 而降水对输沙量的减少贡献率约为17%, 人类活动可能对输沙量下降起主导作用. 黄河流域径流量2003年前下降明显, 1990—2002年, 黄河流域的径流下降了约84%, 降水下降约16%. 那么在2003年以前, 黄河径流量的减少中约有19%的贡献来自降水的变化.

      图  4  黄河流域径流量和降水量的变化

      Figure 4.  Variation in runoff and precipitation in the Yellow River Basin

      同时, 极端降水事件也明显影响河流物质通量的变化. 研究时段内, 长江流域年降水量最大为1 211 mm(1998年), 最小为865 mm(2011年)[17], 而在对应年份, 长江径流量也分别达到最高值(12 445 × 108 m3)和最低值(6 671 × 108 m3).

    • 相比于自然因素, 人类活动对河流入海物质通量的影响更大, 与前人研究结果相同[36-37]. 人类通过改变土地利用方式, 实施水土保持措施, 建设水利设施以及发展工农业等影响着河流入海物质通量.

      利用ArcGIS软件计算得出1995—2015年各流域土地利用类型的面积变化情况(见表3). 草地、耕地及林地是长江、黄河和湄公河流域主要土地利用类型, 分别占流域面积的92%、87%和97%左右. 退耕还林工程建设以来, 长江和黄河流域的耕地面积分别减少11 080.63 km2和2 002.33 km2. 研究表明, 20世纪以来植被覆盖的增加对黄河输沙量的减少贡献率高达57%[38]. 而湄公河流域位于欠发达地区, 流域内大量林地被开垦为耕地, 20年间, 湄公河流域耕地面积增长了2.5%(19 902.24 km2), 耕地面积的大幅增加必然会导致化肥消费量持续增长(见图5), 大量的氮元素随着河流进入河口近海区域, 流域的DIN入海通量有明显的增长. 恒河下游三角洲, 约有3 × 108人集聚, 流域内大量耕地和未利用地不断转化为建设用地, 面积增加了5 122.08 km2. 不同于上述流域, 印度河流域和布拉马普特拉河流域源地存在大量冰川覆盖, 自然条件差, 人类活动少, 约98%的流域面积为耕地、草地、林地以及未利用土地. 印度河流域大量的冰川和耕地以及布拉马普特拉河流域大量的冰川和林地转化为草地和建设用地. 其间, 印度河流域和布拉马普特拉河流域径流均呈现减少趋势, 冰川减少和草地覆盖率增加很大可能导致径流减少, 这与前人研究结果类似[39]. 流域内开展水土保持、城市建设等大规模流域利用和治理措施, 导致流域下垫面土地利用/土地覆被变化, 也是影响河流入海水沙总量变化的重要原因.

      表 3  1995—2015年长江、黄河、湄公河、恒河、印度河和布拉马普特拉河流域土地利用/土地覆被类型面积变化

      Table 3.  Variation of land use/land cover in the Yangtze, Yellow, Mekong, Ganges, Indus, and Brahmaputra River Basins from 1995 to 2015

      长江黄河湄公河恒河布拉马普特拉河印度河
      面积变化率面积变化率面积变化率面积变化率面积变化率面积变化率
      草地 –11 887.83 –0.66% –14 966.75 –1.85% –991.80 –0.12% 1 473.84 0.14% 2 634.03 0.39% 17 558.46 1.38%
      耕地 –11 080.63 –0.62% –2 002.33 –0.25% 19 902.24 2.50% –5 570.10 –0.53% 1 712.43 0.26% –3 359.43 –0.26%
      建设用地 16 539.24 0.92% 6 267.68 0.78% 2 136.06 0.27% 5 122.08 0.49% 729.00 0.12% 6 487.38 0.51%
      林地 –6 804.11 –0.38% 7 799.96 0.96% –23 272.4 –2.92% –179.64 –0.02% –2 206.53 –0.40% –842.58 –0.07%
      水域 5 001.28 0.28% 1 358.84 0.17% 398.79 0.05% 1 103.22 0.10% –450.00 –0.08% 219.96 0.02%
      未利用土地 8 231.71 0.46% 1 542.78 0.19% 1 831.59 0.23% –1 949.40 –0.19% –1 778.22 –0.30% –20 063.80 –1.58%

      图  5  下湄公河流域国家人口总数(a)和化肥消费量情况(b)

      Figure 5.  Population (a) and fertilizer consumption (b) in the Lower Mekong River Basin

      不同流域的社会经济发展处于不同阶段. 表4为6大流域基本社会经济情况, 根据钱纳里经济发展阶段理论, 按照人均GDP将流域发展分为三个阶段. 据联合国粮农组织统计, 1990—2015年, 中国、印度等国大坝库容量持续增加. 由国际地球科学信息网络中心提供的坝库数据计算得出长江和黄河流域大坝库容量达到550 km3, 由于坝库阻挡导致大量泥沙淤积, 而印度河流域输沙量总体降幅不大. 长江三峡和黄河小浪底水库建成蓄水以来, 流域输沙量明显减少, 2003—2015年长江平均输沙量(1.38 × 108 t)是1951—2002年平均输沙量(4.26 × 108 t)的32.4%, 1999—2015年黄河平均输沙量(1.25 × 108 t)仅为1950—1999年平均输沙量(8.68 × 108 t)的14.4%. 每年淤积在长江三峡水库里的泥沙达到1.28 × 108 t, 水库排沙比仅为24.2%[17], 极大程度地降低了河流输沙量.

      表 4  6大流域基本社会经济情况

      Table 4.  Social and economic information of the 6 basins

      人口总数/(×108 人)人均GDP/(×104 元)耕地面积比重/%建设面积比重/%坝库容量/km3发展阶段
      长江 4.50 5.43 26.18 2.68 430.47
      黄河 1.31 2.20 26.93 2.71 120.53
      湄公河 0.74 1.72 43.84 0.38 104.13
      印度河 2.67 0.71 40.42 0.59 27.82
      恒河 5.61 0.97 68.63 0.70 224.01
      布拉马普特拉河 1.02 0.52 20.55 0.16 6.72

      印度河流域处于热带干旱地区, 用水压力大. 资料显示, 印度河60% 的水用于巴基斯坦农业灌溉, 年灌溉取水约1 300 × 108 m3 [40], 仅余409.6 × 108 m3入海, 大量的农业灌溉取水使得印度河径流量明显短缺. 相比于第三阶段流域, 虽然长江流域坝库容量巨大, 但每年储存在水库中的水量仅占年径流量的1%左右[41], 径流量并无明显变化, 而黄河2002年调水调沙以来, 径流反而明显增加.

      天然水中, 磷元素含量不高, 其进入河流的来源主要包括来自生活污水的点源污染和农药化肥的面源污染. 研究表明, 工农业发展和人口增长是流域内氮磷元素输入的主要影响因素[42]. 氮磷的输送主要依赖河流径流, 长江年均径流量是湄公河的3倍左右, 但是氮元素通量多出10倍左右. 相比于第二、三阶段流域, 长江流域社会经济发展阶段更高, 人口总数更多, 河流入海氮磷总量显著较高. 中国近岸海域环境质量公报显示, 长江口富营养化指数为8.57, 为重度富营养化区域, 而黄河口富营养化指数为1.38, 相对较低. 同时, 根据《中国海洋灾害公报》统计, 近年来长江口赤潮发生次数也在不断增加, 从20世纪90年代的58次增加到2000—2007年的195次.

    • 以1995年和2015年两期土地利用/覆盖和河流入海物质通量数据为基础, 研究了源自青藏高原的主要河流入海物质通量的变化及主要影响因素. 结果表明, 长江、印度河和布拉马普特拉河的径流量显著减少, 恒河径流量增加而湄公河径流量年际间总体变化不大. 在研究时段内, 长江、黄河及印度河输沙量在0.05显著性水平上呈现明显减少趋势. 营养盐通量方面, 黄河、湄公河DIN通量呈上升趋势, 而长江DIN下降了约26.5%. 长江、湄公河硅磷通量总体变化不大. 由于泥沙对硅的吸附特性, SiO32–通量与河流输沙变化一致.

      随着社会经济的发展, 1995—2015年长江、黄河和恒河流域耕地与草地减少, 建设用地面积增加, 而印度河和布拉马普特拉河流域以建设用地与草地增加为主. 湄公河流域化肥施用量的增加使得河流DIN明显增加. 近年来, 长江和黄河来水来沙明显减少, 坝库建设和水土保持措施导致河流泥沙补给不足, 河口岸滩侵蚀严重, 滨海湿地面积减少. 不同社会经济发展阶段的流域, 河流入海物质通量也有所差异. 相比于其他流域, 长江流域社会经济发展阶段较高, 河流泥沙量明显减少, 入海氮磷总量增加. 而印度河流域以农业为主导, 社会经济较差, 大量农业灌溉取水使得河流径流量明显短缺.

      流域开发带来利益、满足人类需求的同时, 河流径流、泥沙以及营养盐等物质通量也发生着巨大的变化, 人类活动已经成为其变化的主导因素. 不同流域发展阶段, 对流域的干扰也不同, 掌握各流域本底数据, 了解流域社会发展水平和河流入海物质通量变化与影响因素, 对于流域国家合理调整土地利用方式, 科学分配水资源, 实施流域可持续发展及建设流域命运共同体都具有重要启示意义. 下一步则需要通过对河流不同河段的观测资料分析, 进而对全流域的水沙等输运进行全程分析.

参考文献 (42)

目录

    /

    返回文章
    返回