王晨楊,閆鐵柱,翟麗梅,華玲玲

中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/農(nóng)業(yè)農(nóng)村部面源污染控制重點(diǎn)實(shí)驗(yàn)室,北京 100081

基流作為河川徑流的一個(gè)重要組成部分,其來源具有一定的穩(wěn)定性,因而在維持河流生態(tài)系統(tǒng)的功能和健康,保障生活、生產(chǎn)用水等方面發(fā)揮著重要作用[1—2]。深入研究基流發(fā)生機(jī)制與功能對于流域水資源和水質(zhì)管理、水文模型的校準(zhǔn)和驗(yàn)證、控制河流富營養(yǎng)化以及鹽水入侵等具有重要意義[1,3]。作為基流發(fā)生機(jī)制和功能研究的重要部分,基流分割對于區(qū)域的水資源規(guī)劃、河流環(huán)境保護(hù)等具有重大意義,而且也是產(chǎn)匯流計(jì)算、構(gòu)建降雨-徑流關(guān)系和水文模擬等的重要研究內(nèi)容[4]。對于基流分割方法的選取和適用性,前人做了大量的研究[5—8],例如莫崇勛等[9]對不同分割方法在澄碧河的適用性進(jìn)行了探討,發(fā)現(xiàn)Boughton-Chapman濾波法在澄碧河的基流分割中較為適宜；張泳華等[10]發(fā)現(xiàn)數(shù)字濾波法更適用于我國東江流域的基流變化分析；xie等[11]采用9種基流分割方法對美國境內(nèi)的1815個(gè)流域進(jìn)行了適用性評價(jià),發(fā)現(xiàn)Eckhardt法的應(yīng)用性能最佳。但目前對于如何選擇適宜的基流分割方法仍存在較大爭議性[12]。

密云水庫作為北京市重要的地表飲用水水源地,其上游入庫河流是生態(tài)環(huán)境保護(hù)的重要區(qū)域。近年來,密云水庫入庫水量明顯減少,對首都地區(qū)的水安全造成了一定的威脅[13]。目前,已有不少關(guān)于密云水庫上游流域徑流流量變異性及其影響因素的相關(guān)研究[14—16]。秦麗歡等[14]對密云水庫上游徑流變化趨勢及影響因素進(jìn)行了研究,表明人類活動是影響密云水庫徑流變化的主要原因。同樣,王澤勇等[15]發(fā)現(xiàn)降水和人類活動是對密云水庫上游流域徑流量變化影響最大的因素,其中人類活動是導(dǎo)致密云水庫上游入庫流量減小的主要原因。這些研究主要是探討了密云水庫總徑流流量輸入的影響因素,然而對于區(qū)域的水資源管理來說,需要考慮徑流的組成部分,即直接徑流和基流對氣候變化和人類活動的響應(yīng)。針對于密云水庫流域基流的演變特征,王曼玉等[16]研究發(fā)現(xiàn)人類活動是導(dǎo)致密云水庫潮河流域基流發(fā)生突變的主要原因,其貢獻(xiàn)率達(dá)81.1%。然而,目前尚未有關(guān)于密云水庫白河流域基流序列長時(shí)間演變特征的相關(guān)研究。白河流域作為密云水庫入庫的最大河流,研究其生態(tài)基流演變過程和規(guī)律,對于流域水環(huán)境管理具有重要的現(xiàn)實(shí)意義,也可為區(qū)域的水資源優(yōu)化調(diào)度提供一定的科學(xué)依據(jù)。本文選取局部最小值法、單參數(shù)數(shù)字濾波法和遞歸數(shù)字濾波法三種常見基流分割方法進(jìn)行比較選擇[17—19],分析探討影響白河流域基流演變特征的相關(guān)因素,以期為流域基流分割方法的選擇提供參考,為重要水源地確定合理的水資源管理措施提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

密云水庫(116°07′—117°30′E,40°14′—41°05′N)是北京市重要的飲用水源供應(yīng)地,有潮河和白河兩大入庫河流。研究所選白河流域位于密云水庫北部,潮河西部,流域面積約8506 km2,是密云水庫入庫的最大河流,且為常年性河流(圖1)。白河起源于河北省沽源縣,干流全長280 km,北京市境內(nèi)河段長126.7 km,該河段流經(jīng)區(qū)域多中低山地貌,土壤類型以棕壤和淋溶褐土為主；屬暖溫帶季風(fēng)性大陸型半濕潤半干旱氣候,多年年平均氣溫為9—10℃；降雨集中在6—9月,季節(jié)變化明顯。本研究區(qū)域集中于白河流域的密云段,具體范圍包括白河流域自張家墳水文站入庫的上游區(qū)域。

圖1 研究區(qū)域圖Fig.1 Geographical position of Bai River Basin

1.2 數(shù)據(jù)來源

本文以密云水庫北部流域-白河流域內(nèi)的實(shí)測降水?dāng)?shù)據(jù)、氣象數(shù)據(jù)以及1967—2012年張家墳水文站實(shí)測日徑流數(shù)據(jù)進(jìn)行分析。相關(guān)數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)和海河水利年鑒。

1.3 基流分割

1.3.1局部最小值法

局部最小值法屬于時(shí)間步長法(Hydrograph separation program,HYSEP)中的一種分割方法。該方法利用公式N=(2.59A)0.2計(jì)算退水時(shí)長,式中N為地表徑流停止后的退水時(shí)長(d),A為流域面積(km2)。確定流域基流分割的時(shí)間步長為最接近于2N,并且取值區(qū)間為3—11的奇數(shù)[20]。白河流域張家墳水文站的控制面積為8506 km2,經(jīng)計(jì)算N為7,故選擇11d作為基流分割的步長。

1.3.2單參數(shù)數(shù)字濾波法

單參數(shù)數(shù)字濾波法是根據(jù)直接徑流變化幅度較大,基流變化幅度相對較小且穩(wěn)定的特點(diǎn),將河道徑流近似看成高頻信號和低頻信號的疊加,從而得到基流分割[4]。Lyne等提出的單參數(shù)的數(shù)字濾波方程為：

式中,bk為k時(shí)刻的基流,yk為k時(shí)刻的總徑流量,a表示基流退水常數(shù),一般取值為0.925—0.950,k為時(shí)間。根據(jù)Nathan等[21]對澳大利亞186個(gè)流域及Arnold等[22]對美國11個(gè)流域的研究表明a取0.925時(shí)分割的效果較好,故本研究選取a值為0.925。

1.3.3遞歸數(shù)字濾波法

遞歸數(shù)字濾波法是由Eckhardt等[18]在單參數(shù)數(shù)字濾波法的基礎(chǔ)上提出的雙參數(shù)數(shù)字濾波方法,其中BFImax為因地域而異的最大基流指數(shù)。Eckhardt等根據(jù)不同流域的水文地質(zhì)特征給出了最大基流指數(shù)的三個(gè)建議值：0.80、0.50和0.25,分別對應(yīng)于多孔介質(zhì)含水層地區(qū)的常年性河流、季節(jié)性河流以及硬質(zhì)巖介質(zhì)含水層地區(qū)的常年性河流[18]。本文白河流域?yàn)槌Ｄ晷院恿?故選擇BFImax值為0.80。

1.3.4基流分割方法的選擇

為比較以上分割方法的差異并選出最適合白河流域的分割方法,運(yùn)用三種分割方法對白河流域張家墳水文站46年的實(shí)測徑流值進(jìn)行基流計(jì)算,獲取基流指數(shù)值,并計(jì)算比較其均值與標(biāo)準(zhǔn)偏差等統(tǒng)計(jì)特征。同時(shí)運(yùn)用IBM SPSS Statistic 26軟件對不同方法獲得的基流指數(shù)值作皮爾遜相關(guān)分析,獲得相關(guān)系數(shù),作為選擇的依據(jù)。

在研究中,常用枯水指數(shù)(Q90/Q50)來反映各支流的地下水補(bǔ)給河川徑流的特性,其中的Q90和Q50分別代表時(shí)段內(nèi)出現(xiàn)頻率大于等于90%和50%時(shí)的徑流量,通過日流量歷時(shí)曲線(Flow duration curve)來確定[23—24]?？菟笖?shù)與年總徑流量的乘積可用來估測年基流量,記為枯水指數(shù)估測的基流量,用于和上述三種基流分割方法計(jì)算出的基流結(jié)果進(jìn)行對比[24]。用Nash-Sutcliffe效率系數(shù)(E)對枯水指數(shù)估測值與基流分割估算值進(jìn)行評價(jià),公式為：

式中,E為Nash-Sutcliffe效率系數(shù)；Qmi為基流分割方法計(jì)算出的第i年的年基流量；Qpi為枯水指數(shù)估測的第i年的年基流量；Qam為枯水指數(shù)估測的年基流量平均值,E的取值一般在0—1之間,并且E值越接近1,說明估算效果越好,E越接近0,說明估算效果越差。

同時(shí)采用平均相對誤差(EMR)進(jìn)行誤差評價(jià),表達(dá)式為：

式中,EMR為平均相對誤差(%)；Qas為基流分割方法估算的年基流量平均值。EMR越接近0,說明模擬結(jié)果的精度越高。

1.4 流量序列趨勢變化分析

流量序列趨勢變化分析采用非參數(shù)檢驗(yàn)方法Mann-Kendall方法進(jìn)行。其一方面不受少數(shù)異常值的干擾,同時(shí)待檢序列不需要遵循一定的分布,因而在水文、氣象等的時(shí)間序列趨勢判斷領(lǐng)域得到了廣泛應(yīng)用[25]。去趨勢預(yù)置白Mann-Kendall檢驗(yàn)(Trend-Free Pre-Whitening,TFPW-MK)方法與普通MK方法相比,不僅剔除了序列的自相關(guān)性對趨勢分析的影響,還考慮了數(shù)據(jù)序列顯性趨勢對自相關(guān)系數(shù)計(jì)算的影響[26]。故本文采用TFPW-MK方法對張家墳站1967—2012年的年基流量進(jìn)行趨勢變化分析,其主要的步驟為：

(1)如果被檢驗(yàn)序列的β接近于零時(shí),可認(rèn)為該數(shù)列是一個(gè)獨(dú)立數(shù)據(jù),沒有必要進(jìn)行預(yù)處理,直接使用Mann-Kendall檢驗(yàn)方法。否則,原時(shí)間序列去除趨勢項(xiàng)β。

(2)計(jì)算去趨勢后的時(shí)間序列的一階自相關(guān)系數(shù)且從原序列中剔除該一階自相關(guān)性。通過補(bǔ)還趨勢項(xiàng)β,一個(gè)新的時(shí)間序列就產(chǎn)生,且該時(shí)間序列保留了原序列的趨勢性且不受自相關(guān)性的影響。

(3)Mann-Kendall趨勢檢驗(yàn)方法被用于新產(chǎn)生的時(shí)間序列來估計(jì)單調(diào)趨勢的顯著性。

對于給定的10%、5%和1%顯著性水平,對應(yīng)統(tǒng)計(jì)量ZMK值分別為1.65、1.96和2.58；即當(dāng)|ZMK|大于等于以上三個(gè)值的時(shí)候,分別是檢測序列存在明顯、顯著、極顯著的上升/增加趨勢[27—28]。

1.5 流量序列突變分析

啟發(fā)式分割算法是Bernaola-Galvan等[29]提出的一種能夠有效處理非平穩(wěn)、非顯性時(shí)間序列突變分析的方法。該方法基于滑動t檢驗(yàn)的思想,并在此基礎(chǔ)上作了相應(yīng)的改進(jìn),可有效檢測到原序列中存在的均值突變點(diǎn),而且克服了貝葉斯方法、秩統(tǒng)計(jì)量法等較傳統(tǒng)的檢測方法在處理非平穩(wěn)、非線性序列時(shí)存在的缺陷[30—31],還可進(jìn)行多突變點(diǎn)分析[32]。此方法已在輸沙量、徑流序列、氣候和降水突變分析研究等方面得到了廣泛的應(yīng)用[33—35]。因此,本文采用啟發(fā)式分割算法來識別密云水庫流域水文氣象要素的突變點(diǎn),序列最小分割長度I0取為25,臨界值P0取為0.95。其具體方法可參考張敬平等[32]對漳澤水庫水文序列的突變分析方法。

2 結(jié)果與討論

2.1 基流分割方法的選擇

2.1.1徑流序列分割結(jié)果

采用三種基流分割方法對白河流域張家墳站1967—2012年徑流序列分割的結(jié)果表明(圖2),三種基流分割方法所呈現(xiàn)的基流序列走勢相近,均表現(xiàn)出隨總徑流漲退的趨勢?？倧搅骱头指畛龅幕餍蛄性?967—2012年年尺度上總體呈遞減趨勢(圖2),總徑流流量序列擬合的趨勢線斜率為-0.3945,局部最小值法、單參數(shù)數(shù)字濾波法和遞歸數(shù)字濾波法分割出的基流序列擬合的趨勢線斜率分別為-0.2841、-0.2985、-0.2808,三種方法所得到的基流序列無明顯差異。表明該段時(shí)間內(nèi),存在外部因素(如人類活動或氣候變化)的影響,導(dǎo)致了白河流域總徑流和基流流量整體趨勢的下降。如Mo等[36]就在我國西南典型喀斯特流域研究探討了人類活動和氣候變化對其基流演變特征的影響。三種基流分割方法所得月尺度流量歷時(shí)曲線分析結(jié)果趨勢相同(圖2),一年中的汛期主要為6—10月,總徑流流量和基流流量在6—10月大于其余月份。

圖2 張家墳水文站1967—2012年基流分割方法的基流過程線比較Fig.2 Comparison of baseflow hydrograph of baseflow separation methods in zhangjiafen hydrological station from 1967 to 2012

2.1.2基流指數(shù)值

為比較不同基流分割方法在白河流域的適用性,分別計(jì)算了三種方法的基流指數(shù)(表1)。三種計(jì)算結(jié)果均表明,白河流域不同年份間基流指數(shù)值較高,均大于0.65,個(gè)別年份甚至超過了0.80,表明地下水對河道的補(bǔ)給在白河流域占有較高比重。同樣,基于基流分割,Yan等[37]在密云水庫流域的研究表明基流可達(dá)年徑流量的63.5%。依據(jù)三種基流分割方法的年基流指數(shù)統(tǒng)計(jì)特征(表2),發(fā)現(xiàn)遞歸數(shù)字濾波法所得到的基流指數(shù)值最大值、最小值、極值比、均值和中位數(shù)均較其余其余兩種方法小,同時(shí)遞歸數(shù)字濾波法得到的基流指數(shù)值標(biāo)準(zhǔn)偏差最小,表明其得到的基流序列波動性最小,應(yīng)用穩(wěn)定性更好。遞歸數(shù)字濾波法作為一種雙參數(shù)數(shù)字濾波法,引入了最大基流指數(shù)BFImax,對直接徑流涵蓋的一定的低頻信號對基流分割的影響進(jìn)行了考慮[38],是一種更加客觀的基流分割方法。

表1 三種基流分割方法估算的基流指數(shù)Table 1 Baseflow index estimated by three baseflow separation methods

表2 三種基流分割方法年基流指數(shù)統(tǒng)計(jì)特征Table 2 Statistical characteristics of annual baseflow index of three baseflow separation methods

2.1.3基流量誤差分析

為驗(yàn)證計(jì)算結(jié)果的準(zhǔn)確性,選出最適合的基流分割方法,研究比較了不同分割方法的Nash-Sutcliffe效率系數(shù)與平均相對誤差(EMR)(表3)。結(jié)果表明,遞歸數(shù)字濾波法的Nash-Sutcliffe效率系數(shù)值最高,可達(dá)0.462,局部最小值法的Nash-Sutcliffe效率系數(shù)值最低,僅為0.260。進(jìn)一步比較其平均相對誤差,發(fā)現(xiàn)遞歸數(shù)字濾波法的平均相對誤差最小,局部最小值法的平均相對誤差最大。由于局部最小值法是一種時(shí)窗濾波,所選擇的時(shí)窗長度(即時(shí)間間隔)具有很大的不確定性[39],故其適用性有待考量。綜合Nash-Sutcliffe效率系數(shù)和平均相對誤差結(jié)果,研究得出遞歸數(shù)字濾波法所得到的基流量與實(shí)際觀測值的模擬效果最好。以上綜合對徑流序列分割結(jié)果、基流指數(shù)值和誤差結(jié)果的分析,本研究選擇遞歸數(shù)字濾波法計(jì)算結(jié)果進(jìn)行基流發(fā)生特征與驅(qū)動因素的分析。

表3 三種基流分割方法的驗(yàn)證結(jié)果Table 3 Validation results of three baseflow separation methods

2.2 白河流域基流過程分析

2.2.1基流分割組成和變化特征

依據(jù)遞歸數(shù)字濾波法對白河流域1967—2012年期間的徑流序列分割結(jié)果表明(圖3),白河流域1967—2012年期間年均徑流量4.06×108m3,年均基流量2.71×108m3,年均基流指數(shù)值為0.6675。在年尺度上,1967—2012年期間,徑流量和基流量整體呈現(xiàn)減少趨勢,而基流指數(shù)值基本保持不變(圖3)。應(yīng)用去趨勢預(yù)置白Mann-Kendall檢驗(yàn)方法對白河流域1967—2012年間的年基流量進(jìn)行趨勢變化分析,得到Z值為-4.7909,趨勢的顯著性水平為1.6605×10-6,表示基流序列通過99%置信區(qū)間的顯著性檢驗(yàn),說明白河流域1967—2012年年基流量存在極顯著的減少趨勢(P<0.01)。這與王曼玉等[16]對潮河流域1963—2015年基流量的變化分析趨勢相一致。結(jié)合兩者的研究結(jié)果可知,密云水庫的兩大入庫河流的基流量自20世紀(jì)60年代以來存在一定的減少趨勢,應(yīng)采取合理措施保育基流來源,防止基流變少。

在月尺度上,白河流域1967—2012年期間月均徑流量3.21×107m3,月均基流量為2.42×107m3,月均基流指數(shù)值為0.7539(圖3)。在汛期前期(6—9月份),基流指數(shù)值較小,最小值出現(xiàn)在7月份,僅為0.562；在汛期末期(10月份),基流指數(shù)值最高,可達(dá)0.926。由于基流來源具有一定的滯后性[40],7月份由于前期降雨,導(dǎo)致流域內(nèi)快速壤中流和坡面流較多,故所得基流指數(shù)值小；在汛期結(jié)束月10月份,流域內(nèi)積累的慢速壤中流已多,故所得基流指數(shù)值高。本研究中,年基流指數(shù)值較高(BFI>0.65),超過了地表直接徑流在河川總徑流中的比例,這與美國的Raccoon River流域和Chesapeake灣流域以及韓國Daejeon市地表水等地區(qū)的研究結(jié)果較為相似[41—42]。在我國,胡勝等[43]對我國北方灞河流域的研究結(jié)果發(fā)現(xiàn),枯水期的基流指數(shù)可達(dá)0.78；李文超等[44]對洱海典型流域-鳳羽河流域的研究發(fā)現(xiàn),基流是高原湖泊流域水量輸出的主要形式。由此可見,在不同的區(qū)域,基流始終是河流水的重要補(bǔ)給來源,對維持河道水源穩(wěn)定性、區(qū)域水資源的可持續(xù)利用發(fā)揮著重要作用。

圖3 白河流域1967—2012年期間的徑流序列遞歸數(shù)字濾波法分割結(jié)果Fig.3 Separation results of recursive digital filtering method for streamflow series in the Bai River Basin from 1967 to 2012

2.2.2影響基流變化的驅(qū)動因素

降雨是影響地表徑流和基流量的重要因素,由多年的降雨、徑流和基流的變化趨勢可以看出,降雨、徑流和基流量之間有著較好的對應(yīng)波動關(guān)系,降雨量年度之間有波動,但減少的趨勢不明顯,徑流和基流量年度有波動,減少的趨勢明顯(圖2和圖4)。運(yùn)用SPSS軟件對降雨、徑流和基流之間的關(guān)系做皮爾遜相關(guān)性分析可知,年降水量與年徑流量、年基流量之間的相關(guān)系數(shù)分別為0.64和0.63,年徑流量與年基流量的相關(guān)系數(shù)為0.99,并且均在0.01水平上顯著相關(guān)。同時(shí)通過應(yīng)用啟發(fā)式分割算法對年基流量、年徑流量和年降雨量序列進(jìn)行突變檢測結(jié)果表明(表4),白河流域1967—2012年基流序列分別在1980年和1999年發(fā)生了突變,而徑流突變點(diǎn)為1979年和1999年,降雨的突變點(diǎn)僅在1999年。降雨序列突變分析與基流序列和徑流序列1999年的突變相吻合。由此可見,基流流量的變化在1999年的突變階段主要受降雨和徑流的影響。流域內(nèi)的蒸散發(fā)情況、降水等都會對徑流量和基流量產(chǎn)生一定的影響,但有研究指出降水相比潛在蒸散發(fā)對基流的影響更為強(qiáng)烈[16]。王云琦等[45]也指出流域內(nèi)降水量對產(chǎn)流量的影響相比蒸散量對產(chǎn)流量的影響更大。1999年以來,北京遭遇了連續(xù)7年的干旱,降水量下降明顯[46—47]。因此在降水量持續(xù)減少的時(shí)期,大多數(shù)降水都用來補(bǔ)給土壤,只有少部分形成徑流,徑流量下降,導(dǎo)致基流量減少,這是1999年基流發(fā)生突變的原因之一。

圖4 白河流域年降水量和年基流量變化時(shí)序圖 Fig.4 Time series of changes in annual precipitation and annual baseflow in the Bai River Basin from 1967 to 2012

白河流域內(nèi)基流1980年的突變點(diǎn)與降雨和和地表徑流的突變點(diǎn)不吻合,證明還有其他因素主導(dǎo)影響這一時(shí)期的基流過程,已有的研究結(jié)果表明,流域內(nèi)的人類活動是導(dǎo)致基流變化的另一個(gè)重要因素[2,48]。流域內(nèi)的土地利用變化、水利工程措施建設(shè)、生態(tài)破壞和恢復(fù)以及流域用取水等均可能導(dǎo)致整個(gè)流域地表和地下水力路徑的改變,進(jìn)而導(dǎo)致基流量發(fā)生變化[1—2]。由于研究所選方法、數(shù)據(jù)精度等的不同,關(guān)于人類活動對密云水庫流域流量變異性的影響,不同學(xué)者研究得到了不同的結(jié)論。如劉星才等[49]研究發(fā)現(xiàn)密云水庫流域土地利用狀況自20世紀(jì)80年代以來變化不大,沒有對該流域的流量變異產(chǎn)生明顯的影響。王曼玉等[16]通過研究潮河流域1963—2015年基流變化趨勢發(fā)現(xiàn),人類活動是導(dǎo)致該流域基流發(fā)生突變的主要原因。20世紀(jì)70年代末土地改革和改革開放政策的實(shí)施,中國社會經(jīng)濟(jì)快速發(fā)展,導(dǎo)致區(qū)域用水量增加,人均日用水量從1959年的不足0.03 m3增加到1995年的0.1 m3[50]。因此,基流量在1980年的突變可能是受人類活動的影響。20世紀(jì)70年代至80年代初,白河流域建立了部分蓄水工程,人類活動對于流域內(nèi)的水文過程影響增強(qiáng),小型水庫蓄水減少了水庫下游的河川徑流量,基流也相應(yīng)地減少。值得注意的是,徑流量在1979年發(fā)生了突變,徑流的入滲過程減弱,導(dǎo)致基流量1980年發(fā)生突變。

表5 白河流域降雨和流量啟發(fā)式分割算法突變分析結(jié)果Table 5 Abrupt analysis results of heuristic segmentation algorithm for precipitation and flow in Bai River Basin

2.3 不確定性分析

本文選擇了三種常見基流分割方法進(jìn)行了比較選擇,最終確定遞歸數(shù)字濾波法在白河流域的基流分割有著更好的適用性,但是否可采用更好的基流分割方法？如非線性水庫出流算法[51]、水文過程機(jī)理模型法[52]等。此外,針對人類活動和氣候變化對流域基流影響的貢獻(xiàn)定量化,以及二者之間的相互作用,均是需要進(jìn)一步的研究探討之處。如Daniels等人[53]利用區(qū)域氣候模型模擬了荷蘭土地利用變化對降水的影響,發(fā)現(xiàn)土地利用變化對夏季降水的模擬影響小于氣候變化對其的影響,但不可忽略。由于數(shù)據(jù)有限,本研究的時(shí)間跨幅為1967—2012年,未考慮在近年來極端氣候頻發(fā)的背景下,白河流域基流的演變特征,所得的結(jié)論具有一定的不確定性。

3 結(jié)論

本文通過研究對比篩選可知遞歸數(shù)字濾波法這一基流分割方法在白河流域有著更好的適用性?；鬟^程分析發(fā)現(xiàn),基流對白河流域河流徑流量有著相當(dāng)高的貢獻(xiàn)比例(BFI>0.65),但是,自1967年以來,白河流域年基流量存在極顯著的減少趨勢(P<0.01),而年基流指數(shù)值基本保持不變(BFI>0.65)。降雨減少(氣候變化)是白河流域年基流量發(fā)生變化的主要因素之一,同時(shí)還受到其他因素(如人類活動)的影響。白河流域基流序列分別在1980年和1999年發(fā)生了突變,其中1999年的突變主要受到降雨過程(氣候變化)的影響,而1980年的突變點(diǎn)主要受到其他因素(如人類活動)的影響。由于白河流域是密云水庫重要的來水河流,因此,未來應(yīng)合理保育基流來源,深化對徑流演變規(guī)律,尤其是深化氣候變化和人類活動對流域水資源影響的認(rèn)識和研究,對于首都北京的供水安全和區(qū)域的水資源優(yōu)化配置和管理具有深遠(yuǎn)意義。