楊 潔 金繼明 邵 進 王玉寶

(1.西北農(nóng)林科技大學旱區(qū)農(nóng)業(yè)水土工程教育部重點實驗室，陜西楊凌 712100；2.西北農(nóng)林科技大學中國旱區(qū)節(jié)水農(nóng)業(yè)研究院，陜西楊凌 712100；3.長江大學資源與環(huán)境學院，武漢 430100)

0 引言

黃土高原地處中國中部偏北，屬于干旱半干旱地區(qū)，其生態(tài)環(huán)境脆弱，是世界上黃土覆蓋面積最大的區(qū)域[1-2]。受東亞季風的控制，黃土高原降水主要集中在6—9月[3]。黃土土質疏松，暴雨沖刷強烈，水土流失嚴重[4]。由于長期對土地資源過度開發(fā)利用及對森林資源的破壞，導致水土流失越來越嚴重、生態(tài)環(huán)境不斷惡化、水資源短缺問題日益突出[5]。因此，自1999年以來，國家在黃土高原實施大規(guī)模的生態(tài)恢復工程，特別是退耕還林(草)工程，從而逐漸改變了黃土高原下墊面條件[6]。

延河是黃河中游水土流失最嚴重的支流之一，水土流失面積超過7 100 km2，占流域總面積的92.71%，尤以上游最為嚴重。延河流域作為黃土高原半濕潤區(qū)的典型流域，在實施了一系列生態(tài)恢復工程后，流域內(nèi)林草覆蓋率顯著增加，延河甘谷驛水文站的年徑流量已由20世紀60年代的2.53億m3減少到近10年的1.48億m3，年均輸沙量也隨著徑流量的減少而減少[7]，在一定程度上改善了流域內(nèi)的水土流失問題。但是，生態(tài)恢復工程在取得重大生態(tài)效益的同時，也給流域內(nèi)的生態(tài)水文過程帶來一些負面影響。部分地區(qū)因忽略當?shù)氐淖匀簧鷳B(tài)規(guī)律或者過度追求經(jīng)濟效益，導致大面積低效、低產(chǎn)林地的出現(xiàn)，同時使賴以生存的水文生態(tài)環(huán)境惡化[8]。大面積植被恢復必然導致蒸散耗水量的急劇增加，并且近年來黃土高原氣候變暖趨勢顯著[9]，這些均會進一步加劇水資源短缺的態(tài)勢。延河流域的農(nóng)業(yè)在很大程度上依賴于雨養(yǎng)，這使農(nóng)村生活和糧食安全極易受到水資源供應變化的影響。因此，為使生態(tài)恢復工程的生態(tài)效益最大化，必須因地制宜、科學規(guī)劃、實時監(jiān)測調控，實現(xiàn)生態(tài)恢復的可持續(xù)發(fā)展模式[10]。

生態(tài)恢復勢必對流域水文過程造成重大影響，這增加了水循環(huán)時空分布的復雜性和不確定性，最終影響到水資源的供需問題，對區(qū)域內(nèi)的社會、經(jīng)濟和生態(tài)的發(fā)展產(chǎn)生諸多影響。生態(tài)恢復對水文過程的影響集中體現(xiàn)在對徑流的影響上。研究表明，植被在控制土壤侵蝕和涵養(yǎng)水源方面發(fā)揮了關鍵作用，植被對減少地表徑流量的貢獻超過了氣候變化的作用[11-12]。BANGASH等[13]研究表明，全球氣候變化和生態(tài)恢復會加速干旱地區(qū)的徑流量，進而導致干旱區(qū)人類與自然在水資源取用上的潛在沖突。EVARISTO等[14]研究表明，在潛在蓄水能力高的地區(qū)，森林砍伐會增加徑流量，而在水資源短缺的地區(qū)，植樹造林通過影響蒸散量而降低徑流量。YIN等[15]利用分布式水文模型對涇河流域徑流量變化的研究表明，生態(tài)恢復是該流域徑流量變化的主導因素，其貢獻為71%。LIANG等[16]研究表明，生態(tài)恢復占黃土高原徑流減少量的62%。地表徑流的產(chǎn)生與降水關系密切，降水與徑流的關系在一定程度上可以反映流域的產(chǎn)流能力，是量化徑流響應的很好方法[17]。在考慮水文循環(huán)過程和產(chǎn)匯流機理的前提下，流域尺度植被恢復與水文變量之間(降水-徑流)影響關系的研究較為欠缺。

本研究探討流域尺度徑流變化規(guī)律，采用通用陸面模型CLM5.0，分析延河流域植被恢復后流域關鍵水文要素和水文要素之間關系的變化趨勢。在準確描述延河流域深厚土層和河道溝道分布的基礎上，模擬延河流域在1980年和2018年土地覆蓋情景下的水文過程，進而探索大規(guī)模植被恢復后徑流量和降水-徑流關系變化的響應，為決策者和規(guī)劃者提出流域水資源合理配置與管理策略，為黃土高原生態(tài)環(huán)境建設提供參考。

1 研究區(qū)概況

延河流域地處陜西北部，黃土高原中北部，跨越榆林、延安兩市，108°38′～110°29′ E，36°21′～37°19′ N，平均海拔1 213 m，流域面積7 685 km2。延河干流總長286.9 km，屬黃河中游一級支流，由西北向東南流經(jīng)靖邊縣、志丹縣、安塞縣、寶塔區(qū)和延長縣，最后在延長縣南河溝鄉(xiāng)涼水岸附近注入黃河(圖1)。該流域屬大陸性氣候，為暖溫帶半濕潤向半干旱過渡區(qū)，年平均氣溫8.8～10.2℃，年均降水量為520 mm，根據(jù)1979—2018年期間的觀測，其中約60%的降水發(fā)生在7—9月的汛期(http:∥data.cma.cn/)。延河多年平均徑流量為2.89億m3，徑流模數(shù)為36 425 m3/(km2·a)。流域植被區(qū)劃上屬于森林草原地帶，目前天然林殘存不多，多為人工種植而形成的次生植被和干旱草本植物。流域的總出口水文測站為甘谷驛站，位于陜西省延安市寶塔區(qū)甘谷驛鎮(zhèn)(109°48′E, 36°42′N)，其控制面積為5 891 km2，占流域總面積的76.66%。

2 研究方法

2.1 陸面模型

采用公用陸面模型CLM5.0[18]對延河流域水文過程進行模擬。其用于表征空間地表異質性的方法主要通過將格點空間劃分為一種窩狀的多層次次網(wǎng)格結構來處理，能夠更好地反映下墊面的真實情況。CLM5.0模型的輸入資料主要包括大氣驅動數(shù)據(jù)和陸面信息數(shù)據(jù)。其中，大氣驅動數(shù)據(jù)包括降水量、氣溫、風速、比濕、短波輻射、長波輻射和大氣壓強共7個氣象變量；而陸面信息數(shù)據(jù)主要包括土壤屬性和土地覆蓋類型等。

大氣驅動數(shù)據(jù)使用中國區(qū)域高時空分辨率地面氣象要素(ITPCAS)驅動數(shù)據(jù)集(http:∥westdc.westigis.ac.cn/)。該驅動數(shù)據(jù)集[19]是由中國科學院青藏高原研究所開發(fā)的一套再分析數(shù)據(jù)集，其以Princeton再分析資料、GEWEX-SRB輻射資料、GLDAS資料以及TRMM降水數(shù)據(jù)為背景場，以中國氣象觀測數(shù)據(jù)為融合資料制作而成。該數(shù)據(jù)集時間分辨率為3 h，水平空間分辨率為0.1°，當前覆蓋時間段為1979—2018年，滿足覆蓋研究時段的要求。

土壤質地數(shù)據(jù)來自于面向陸面模擬的中國土壤數(shù)據(jù)集(http:∥globalchange.bnu.edu.cn/)，其源數(shù)據(jù)[20]來源于第二次土壤普查的1∶1 000 000中國土壤圖和8 595個土壤剖面。數(shù)據(jù)為柵格格式，空間分辨率為30″。為便于使用CLM模型，土壤數(shù)據(jù)分為8層，最深到2.3 m。由于最后2層缺測數(shù)據(jù)過多，所以代入前6層數(shù)據(jù)，在6層以下的土壤假設在垂直方向上是均質的。

土壤厚度數(shù)據(jù)是收集和記錄已發(fā)表的十余篇論文和書籍中延河流域及其附近地區(qū)的81個土壤深度。此外，齊矗華[21]和王帥帥[22]分別為黃土高原繪制了2幅土壤深度圖?；跀?shù)字高程模型(Digital elevation model，DEM)數(shù)據(jù)，本文建立了包含溝道和河流的模型網(wǎng)格的土壤深度數(shù)據(jù)。由于基巖的暴露，溪谷和河流的土壤深度假設為0 m[2]。這些溝壑和河道的高程從分辨率為90 m的DEM數(shù)據(jù)中獲取。利用這些高程與分辨率5 km以下的高程的差異來表示包含溝壑和河流的模型網(wǎng)格中土壤深度。用Cressman方法將上述數(shù)據(jù)插值到分辨率1 km的網(wǎng)格地圖中，得到延河流域較為真實的土壤深度數(shù)據(jù)。此外，根據(jù)深層土壤水文過程模擬的需要，改進后的CLM5.0模型還將土壤分層數(shù)據(jù)作為模型的輸入[23]。

CLM5.0采用的默認土地覆蓋數(shù)據(jù)為美國地質勘探局(USGS)基于衛(wèi)星觀測反演的GLCC(Global land cover characterization)全球靜態(tài)地表數(shù)據(jù)集資料，其對黃土高原地區(qū)土地覆蓋描述的區(qū)域性差異很大且時效性較差[24]。本研究所使用的數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心的中國1∶100 000比例尺土地覆蓋現(xiàn)狀遙感監(jiān)測數(shù)據(jù)(http:∥www.resdc.cn/)，該數(shù)據(jù)采用一個分層的土地覆蓋分類系統(tǒng)，將全國分為6個一級類(耕地、林地、草地、水域、城鄉(xiāng)居民用地和未利用土地)，31個二級類，并且經(jīng)過了野外實地考察驗證[25]。選擇了具有代表生態(tài)恢復前后時期的兩期(1980年和2018年)土地覆蓋數(shù)據(jù)進行分析模擬。此外，將中國1∶100 000比例尺土地覆蓋現(xiàn)狀遙感監(jiān)測數(shù)據(jù)的31個二級類型轉換成CLM5.0模型所需的18種。通過ArcGIS等軟件按照BATS土地分類方式，綜合其詳細分類指標(氣候帶等)，生成了一套符合模型要求的高精度覆蓋數(shù)據(jù)，實現(xiàn)數(shù)據(jù)的更新與更高質量處理。

基于建立的CLM5.0模型，本研究采用連續(xù)時段(1980—2018年)進行模擬。對基礎模擬情景下的CLM模型進行足夠長時間(即50年)的預熱模擬之后，將其模擬結果作為初始條件繼續(xù)模擬不同的土地覆蓋情景。

2.2 模型驗證及評價

統(tǒng)計分析方法用來驗證和評估觀測數(shù)據(jù)與模型的模擬。從地球系統(tǒng)科學數(shù)據(jù)共享網(wǎng)絡(http:∥loess.geodata.cn/index.html)獲取了延河流域出口水文站甘谷驛站月徑流量觀測數(shù)據(jù)，選取人為活動較少時期(1979—1989年)的實測月徑流量數(shù)據(jù)進行CLM5.0模型的驗證評估。利用決定系數(shù)(R2)、均方根誤差(Root mean square error，RMSE)、納什系數(shù)(Nash sutcliffe model efficiency coefficient，NSE)評價模型的模擬效果。R2越接近1表明模型的模擬值與實測值越吻合，當R2大于0.5時，模擬結果可以接受[26]。RMSE越接近0表示模型模擬值與實測值的誤差越小。NSE統(tǒng)計值范圍在-∞～1之間，越接近1表明模型模擬效果越好，當NSE 大于0.5時，模擬結果可以接受[27]。

2.3 徑流分配不均勻系數(shù)

應用年內(nèi)分配不均勻系數(shù)Cv(即變異系數(shù))分析評估延河流域徑流的年內(nèi)變化。Cv表示年內(nèi)徑流分布的不均勻性，Cv越大表示徑流年內(nèi)分配越集中，其定義為年內(nèi)的月徑流量均方差與平均值的比值。

2.4 回歸分析

采用線性回歸分析方法研究土地覆蓋和降水變化對徑流的影響及相對貢獻[28]。葉面積指數(shù)(Leaf area index，LAI)能綜合反映土地覆蓋狀況和季節(jié)變化情況，采用LAI作為植被覆蓋變化的指標因子。取徑流量為因變量，降水量和LAI為自變量，通過逐步回歸的方法建立多元線性回歸分析的徑流模型。計算式為

Y=aX1+bX2+c

式中Y——多年平均月徑流量，mm

X1——降水量，mm

X2——葉面積指數(shù)

a、b、c——模型系數(shù)

3 結果與分析

3.1 模型驗證

CLM5.0模型對流域總徑流量的模擬具有較好的驗證結果。從時間序列圖(圖2a)可以看出，徑流量與降水量的變化趨勢一致，除了1981年汛期徑流量的模擬值和實測值存在較大差異，其余時期模擬徑流量與實測徑流量的變化基本吻合。模型驗證期(1979—1989年)徑流量模擬值與實測值的變化趨勢有較好的一致性，兩者的R2達到了0.613 9，擬合線的斜率為0.983 1(圖2b)。此外，模擬值與實測值的RMSE達到了2.1 mm，NSE達到了0.54，整體上模擬值與實測值的差異很小，說明CLM5.0在驗證期的表現(xiàn)可以滿足模型需要，模型參數(shù)和物理過程在延河流域具有一定的代表性。綜上所述，高分辨率的CLM5.0模型能夠較好地模擬延河流域的徑流變化，數(shù)值試驗結果表明CLM5.0模型可以用于土地覆蓋變化對延河流域徑流量影響的模擬研究。

3.2 延河流域生態(tài)恢復下的土地覆蓋變化

生態(tài)恢復通過改變下墊面的狀況影響產(chǎn)流、匯流、入滲和蒸發(fā)，進而影響流域徑流。根據(jù)延河流域1980、2018年的土地覆蓋數(shù)據(jù)(圖3)，延河流域兩個時期均以草地和耕地為主要土地覆蓋類型，面積總和在1980年和2018年分別占流域總面積的88.31%、83.77%(表1)，從變化趨勢來看，二者的總量呈減少趨勢。草地在2個時期內(nèi)占流域面積的比例最大，分別占1980年和2018年的45.67%和52.54%；耕地面積次之，分別占1980年和2018年的42.64%和31.23%；灌木面積分別占1980年和2018年的7.31%和7.9%；林地在1980年和2018年占較小比例，分別為3.71%和6.88%。城鎮(zhèn)、水體的面積總和在兩個時期所占的比例不足2%，但其中城鎮(zhèn)面積增加了3倍，是增長速度最快的類型，反映出延河流域城市化進程仍處于擴張的趨勢。草地、灌木和林地面積都呈上升趨勢，與1980年相比，2018年三者分別增加了528、45、244 km2，增幅分別為15.03%、8.01%、85.61%。耕地面積呈下降趨勢，面積從1980年的3 277 km2減少到2018年的2 400 km2，約減少26.76%。此外，由于氣候變化等因素，水體面積呈減少趨勢，表明延河流域河流調蓄功能衰退。

表1 1980—2018年延河流域土地覆蓋類型面積變化的轉移矩陣

為了全面了解流域土地覆蓋結構和面積的變化，利用土地覆蓋轉移矩陣(表1)定量研究土地覆蓋類型間的轉化量和轉化方向。在1980—2018年期間，裸地、林地、灌木、草地和城鎮(zhèn)的轉入面積超過轉出面積，而耕地則相反。土地覆蓋類型的轉移主要發(fā)生在耕地、林地和草地之間。耕地面積的減少主要是由于部分耕地轉變成草地、灌木和林地，轉出面積分別為1 717、219、189 km2，分別占1980年耕地面積的52.40%、6.68%、5.77%，由此導致了草地、灌木和林地面積的增加。由此可見，退耕還林(草)等生態(tài)恢復工程在延河流域成效顯著。此外，1980—2018年期間部分草地、灌木和林地也發(fā)生了轉變，其中草地轉出主要以林地、灌木和耕地為主，轉出面積分別為224、122、1 049 km2，占1980年草地的6.38%、3.48%、29.89%。灌木轉出主要以草地和耕地為主，轉出面積分別為247、153 km2，占1980年灌木的43.95%和27.22%。林地轉出主要以草地和耕地為主，轉出面積分別為94、76 km2，占1980年林地的32.98%和26.67%。

3.3 生態(tài)恢復對年徑流的調節(jié)效應

由于大規(guī)模植被恢復工程的影響，流域下墊面情況發(fā)生改變，必然導致自然水文循環(huán)過程發(fā)生變化。如圖4所示，由于模型的氣象驅動數(shù)據(jù)一致(即氣象條件未發(fā)生變化)，兩次模擬產(chǎn)生的年徑流量隨時間變化趨勢一致。隨著林地和草地面積的增加，地表徑流量隨之減小。1980—2018年流域年降水量呈上升趨勢但趨勢不顯著(P>0.05)，增幅為2.39 mm/a。流域年徑流量也呈上升趨勢，1980年土地覆蓋情景下徑流量呈上升趨勢且趨勢顯著(P<0.01)，增幅為0.48 mm/a；2018年土地覆蓋情景下徑流量呈上升趨勢且趨勢顯著(P<0.05)，增幅為0.30 mm/a。2018年土地覆蓋情景下較1980年土地覆蓋情景下的年地表徑流量減少了0.18 mm，減幅為12.34%，說明植被恢復工程有減少流域產(chǎn)流的作用。計算延河流域39年來降水量與徑流量的變異系數(shù)，分別為0.22和0.28。這表明徑流量的變化除了受降水的影響，還受到了人類活動的影響。

通過分析植被恢復工程前后不同土地覆蓋情景下的年降水量與年徑流量關系(圖5)，年降水量與年徑流量呈較強的線性關系，反映了流域的產(chǎn)流能力相對穩(wěn)定。1980年和2018年土地覆蓋情景下年降水量與年徑流量的決定系數(shù)R2分別為0.86和0.83，均大于0.80，這表明退耕還林(草)前雖然人工修建梯田，但面積和強度有限，對徑流過程的影響相對較小，徑流過程主要受降水的影響。2000年之后，開始大規(guī)模實施退耕還林(草)措施，人類活動加強，使得2018年土地覆蓋情景下的年降水量與年徑流量決定系數(shù)下降。對年降水量與年徑流量進行單回歸分析，發(fā)現(xiàn)年降水量與年徑流量有很好的線性關系，線性回歸模型達到極顯著水平(P<0.01)。1980年土地覆蓋情景下，降水對徑流變化的貢獻率為92.2%。2018年土地覆蓋情景下，降水對徑流變化的貢獻率為90.5%，較1980年土地覆蓋情景下降了1.7個百分點，這與之前結論一致?？傮w來看，降水仍是流域徑流變化的主要影響因素，但人類活動對流域徑流變化的影響在逐漸增強。

年徑流系數(shù)雖然可能具有較大的年際變化率，但它反映了流域在一定時期內(nèi)的平均產(chǎn)水能力。在相同的氣象條件下，降水量不變，徑流系數(shù)的變化主要由地表徑流的變化決定。兩種土地覆蓋情景下的年徑流系數(shù)都低于0.1(圖6)。2018年地表覆蓋情景下的年平均徑流系數(shù)為0.068，較1980年地表覆蓋情景下的年平均徑流系數(shù)(0.077)低，平均降幅為11.46%，這表明延河流域產(chǎn)流能力下降，即植被恢復工程使降水轉化成徑流的能力下降。草地的下墊面條件比較穩(wěn)定且面積隨時間變化是增加的，這可能是導致延河流域年徑流系數(shù)小且穩(wěn)定的原因。作物生長需要大量的水，但是延河流域的水資源短缺問題嚴重(年平均降水量400～500 mm，年蒸散發(fā)量接近1 000 mm)。在耕地面積大的延河流域，徑流系數(shù)相對較低。

3.4 生態(tài)恢復對月徑流的調節(jié)效應

延河流域屬于大陸性季風氣候區(qū)，降水是影響徑流的主要因素，受降水年內(nèi)季節(jié)性變化的影響，徑流的年內(nèi)分布極不均勻，汛期集中在5—9月，該時段徑流量幾乎占全年徑流量的70%以上，春夏多雨易洪，秋冬少雨多旱。由圖7可以看出，延河流域的降水量與徑流量年內(nèi)波動變化趨勢基本一致，且峰值都出現(xiàn)在7月，降水量峰值為120 mm，2018年土地覆蓋情景和1980年土地覆蓋情景下徑流量分別為7.56、7.95 mm。降水量的年內(nèi)分配是嚴格的單峰函數(shù)，而徑流量為雙峰函數(shù)，除了豐水季的峰值之外，在2月還出現(xiàn)一個小峰。延河流域冬季氣溫較低，土層凍結成為不透水的凍土層，下滲明顯減少，在春季氣溫回升后，大量的融雪及融冰進入河道，形成了2月的春汛期。夏汛主要是由于流域內(nèi)降水所致，這一時期的降水比較頻繁，徑流量明顯大于春汛。2018年土地覆蓋情景下的月徑流量相較于1980年土地覆蓋情景下的月徑流量普遍偏小，月均徑流量減少了17.35%，春、夏汛峰值則分別減少了27.42%和3.45%。

進一步分析延河流域徑流的年內(nèi)分布情況(圖8)，1980年和2018年土地覆蓋情景下徑流的年內(nèi)分配不均勻系數(shù)為1.27和1.35，徑流的分配極不均勻，集中性強，受季節(jié)影響大。不均勻系數(shù)的增大表明延河流域年內(nèi)徑流有集中化的趨勢，這是由于流域內(nèi)大規(guī)模的退耕還林(草)工程的實施，植被的耗水和截留增加了流域的儲水能力，但是豐水季集中的暴雨使得植被的作用受限，從而使得年內(nèi)徑流過程集中化，不利于延河流域水資源的開發(fā)利用。

進一步計算了各月的平均徑流系數(shù)(圖9)發(fā)現(xiàn)，4—10月徑流系數(shù)無顯著差別, 曲線基本重合，這是由于這個時段的降水量遠高于徑流量。12月—次年2月的徑流系數(shù)大于0.2，且明顯大于其他月份。即在相同降水條件下，枯水季的產(chǎn)流效率更高。這是由于枯水季的降水量少，地下水對徑流的補給作用增強。土地覆蓋變化后，徑流系數(shù)呈下降趨勢，在枯水季12月—次年2月的徑流系數(shù)平均下降0.10(約29.5%)，在豐水季5—9月徑流系數(shù)平均下降0.01(約8.72%)。這表明，土地覆蓋變化在降水多的豐水季對徑流的影響較少，在降水少的枯水季的影響大。

延河流域年內(nèi)降水量和徑流量有明顯的季節(jié)性分配，通過建立逐步多元線性回歸模型，計算得到延河流域土地覆蓋類型和枯水季(11月—次年2月)和豐水季(5—9月)多年平均降水量及多年平均徑流量之間的多元線性回歸方程(表2)。結果發(fā)現(xiàn)線性模型達極顯著水平(P<0.01)，說明模型的回歸效果顯著，且所選變量與徑流量都相關。線性模型中各因變量的回歸系數(shù)都顯著，不為零，說明上述系數(shù)都能解釋徑流量的變化。降水量與徑流量呈正相關，且是徑流量變化的主要影響因素，土地覆蓋類型與徑流量呈負相關。在年內(nèi)的不同時段，降水量和土地覆蓋類型對徑流量變化的貢獻存在較大差異。在豐水季，線性模型的決定系數(shù)均大于0.90。在1980年土地覆蓋情景下，降水量能解釋92.66%的徑流量變化，土地覆蓋類型能解釋7.34%的徑流量變化，而在2018年土地覆蓋情景下，降水量的貢獻率下降了0.66個百分點，土地覆蓋類型的貢獻率上升了0.66個百分點。在枯水季，線性模型的決定系數(shù)均小于0.5。在1980年土地覆蓋情景下，降水量能解釋78.02%的徑流量變化，土地覆蓋類型能解釋21.98%的徑流量變化，而在2018年土地覆蓋情景下，降水量的貢獻率下降了2.84個百分點，土地覆蓋類型的貢獻率上升了2.84個百分點。植被恢復后，土地覆蓋類型的貢獻率都是上升的，降水量的貢獻率都是下降的，且土地覆蓋類型和降水量貢獻率的變化量在枯水季明顯大于豐水季。這說明土地覆蓋類型變化對徑流模擬具有重要意義。

表2 延河流域枯水季和豐水季的多元線性回歸方程及貢獻率

土地覆蓋對降水-徑流關系有著重要的影響。月徑流系數(shù)一般隨月降水量的增加先減小后趨于穩(wěn)定(圖10)。當月降水量很小時，月徑流系數(shù)非常大，隨著月降水量的增加，月徑流系數(shù)隨之減少，當月降水量超過一定值時，月徑流系數(shù)達到一個相對穩(wěn)定的狀態(tài)。因為延河流域土壤含水率往往較低，當降水量很小時，大部分的降水會補充土壤水分，導致地表徑流量的增加速度不及降水。然而，隨著月降水量的增加，超滲產(chǎn)流開始增加，地表徑流量的增加速度開始加快。當降水量繼續(xù)增加，由于月降水量與月入滲量的穩(wěn)定關系導致了徑流系數(shù)趨于穩(wěn)定。與退耕還林(草)前相比，退耕還林(草)工程實施后植被覆蓋增加，導致了下墊面粗糙度的增加和土壤結構得到改善，這些變化增強了土壤抵抗暴雨侵蝕的能力和瞬時入滲強度，超滲產(chǎn)流很難產(chǎn)生。因此，退耕還林(草)工程實施后月徑流系數(shù)與月降水量的相關性曲線更低，趨于穩(wěn)定時的月徑流系數(shù)由于植被覆蓋的增加而降低，月降水量也由于植被覆蓋的增加而降低。

4 討論

延河流域水資源短缺問題嚴重，開展生態(tài)恢復與徑流關系研究，對于充分認識延河流域植被與徑流的互饋作用機制，明確植被恢復未來發(fā)展方向具有重要意義。延河流域作為典型的黃土溝壑區(qū)，降水主要消耗于植被截留、入滲及形成徑流。自20世紀90年代末以來，隨著中國政府開始實施退耕還林(草)工程，植被覆蓋面積開始迅速增加。本研究初步闡明了延河流域植被恢復對徑流的影響，為探究黃土深厚和地形復雜的黃土高原地區(qū)的徑流響應提供依據(jù)。

延河流域造林植草后，樹皮碎屑和葉枯落物的積累可以顯著增加土壤表面粗糙度、減緩徑流速度、增加入滲、加劇蒸發(fā)[29]。因此，地表徑流量和洪峰流量在植被恢復后明顯減少，這與前人在撓力河流域和黃河流域研究結果一致[30-31]。延河流域植被恢復后年降水量對年徑流量變化的貢獻率分別為92.2%和90.5%，雖然貢獻率有所下降但降水仍然是徑流的主要影響因素，這與ZHAO等[32]在渭河流域和趙陽等[33]在羅玉溝流域的結論一致，結果表明降水是徑流的主要影響因素。而與LIANG等[16]在窟野河和無定河流域的結論相反，這2個流域人類活動是徑流的主要影響因素。這是由于黃土高原北部氣候干燥、降水量少，需要大量的降水來補充土壤水分，才能檢測到徑流的變化。在黃土高原南部，植被覆蓋度較高，地形陡峭，降水量多，因此黃土高原南部的流域對于降水的敏感性更強。

在11月至次年2月的枯水季節(jié)，此時降水量很小或者沒有降水，隨著植被恢復導致的林草面積增加，植被吸收和攔截水分的能力增強，增加了土壤抗暴雨侵蝕的能力、瞬時入滲強度和流域的儲水能力，所以徑流量顯著減少，平均減幅為29.65%。其中降水是徑流變化的主要影響因素，貢獻率達到了75%以上，這與枯水季降水量少，補給徑流的方式主要是地下水有關。植被恢復后，降水的貢獻率有所下降，而土地覆蓋的貢獻率隨之上升。而在5月至9月的豐水季節(jié)，降水強度較大，無論土地覆蓋類型如何轉變，土壤入滲率都很容易達到飽和，易產(chǎn)生超滲產(chǎn)流(延河流域最重要的產(chǎn)流方式)[17]，此時地表徑流量在植被恢復后的變化不明顯，平均減幅為8.72%。其中降水仍是徑流變化的主要影響因素，貢獻率達到了90%以上，這與豐水季降水量多、降水強度大有關。植被恢復后，降水和土地覆蓋的變化幅度明顯小于枯水季。這與前人的研究一致，林草地面積的增加能夠增加對降水的攔截作用和蒸發(fā)作用而減少徑流系數(shù)已經(jīng)得到驗證[34]，SRIWONGSITANON等[35]和CAMACHO等[36]的研究表明，當降水強度超過一定值時，植被對地表徑流的截流能力減弱。

本研究在探索生態(tài)恢復對徑流的影響上，未考慮深層根系的作用。深層土壤儲水在植被覆蓋變化水文過程中的作用巨大[14]，不同植被的根系在垂直方向上的分布差異較大[37]，它在不同深度的土壤水分的耗損和下滲過程中扮演著重要角色[38]，影響著整個水文過程。由于在進行直接和詳細的測量方面存在重大困難[39]，CLM5.0模型多關注淺層2～3 m土壤水分變化，所以關于深層土壤水分對流域徑流變化的貢獻尚未分析，這將作為下一步的研究方向。

5 結論

(1)基于真實下墊面情況構建的CLM5.0模型可以較好地描述水循環(huán)過程變量的實際情況，對延河流域的降水-徑流過程獲得了較高的模擬精度。

(2)生態(tài)恢復工程前后延河流域的土地覆蓋發(fā)生了顯著變化。20世紀80年代和21世紀10年代末，土地覆蓋主要以草地為主，耕地次之。土地覆蓋類型的轉移主要發(fā)生在耕地、林地和草地之間，1980年耕地的52.40%和5.77%轉換成了2018年的草地和林地，由此導致草地和林地面積的增加。土地覆蓋變化深刻影響著延河流域的水文過程。

(3)土地覆蓋變化導致延河流域年徑流量和年徑流系數(shù)明顯減小。延河流域年徑流量與年降水量基本保持同步變化，但流域年徑流量的年際變幅明顯大于年降水量。植被恢復工程實施前后，延河流域年徑流量的平均下降幅度為12.34%，年平均徑流系數(shù)平均下降幅度為11.46%。通過線性回歸分析，植被恢復前后年降水對年徑流變化的貢獻率分別為92.2%、90.5%。雖然植被覆蓋變化能通過流域土壤表面粗糙度的增加、徑流速度的減緩、入滲的增加、蒸發(fā)的加劇實現(xiàn)對流域年徑流和年降水貢獻率的削減，但降水仍是影響徑流的最主要因素。

(4)土地覆蓋變化對豐水季徑流影響較小，對枯水季徑流影響較大，并使年內(nèi)徑流分配區(qū)域集中化。植被恢復工程實施前后，延河流域徑流量和徑流系數(shù)在豐水季的平均下降幅度為8.72%，在枯水季的平均下降幅度為29.5%。通過線性回歸分析，植被恢復后，降水對徑流的貢獻率均有所下降，土地覆蓋對徑流的貢獻率均有所上升；枯水季貢獻率的變化幅度明顯高于豐水季。雖然植被覆蓋變化能通過增加下墊面粗糙度和改善土壤結構使超滲產(chǎn)流更難產(chǎn)生，從而導致徑流量的下降，但在降水強度較大的豐水季，植被的作用受限使徑流量下降不明顯。