水文变异下长江流域的生态径流变化、影响及归因

Ecological Instream Flow in the Yangtze River Basin under the Hydrological Variation： Changes， Impacts， and Attributions

摘要

气候变化和人类活动可能引起水文序列出现变异，对流域水文生态系统的稳定性产生严重影响。根据1961—2020年长江流域64个水文站点的逐日河道流量观测数据，采用Pettitt突变检验法识别径流序列突变点，利用广义极值分布估计变异前、后河道生态需水；基于流量历时曲线估算河流生态盈余和赤字，结合水文改变程度指标D₀和DHRAM（Dundee水文情势改变法）评价长江流域水文整体改变程度及其对生物多样性的影响，并对生态盈余/赤字变化进行归因分析。研究结果表明：1） 由于长江流域水库、大坝等调蓄作用，长江流域枯水期生态盈余（生态赤字）呈上升（下降）趋势，而在丰水期则呈现相反的变化；2） 长江流域干流水文改变程度最高（D₀达到50%以上），河流水文情势和生态系统受到高风险影响（DHRAM总分数大于10），生物多样性呈现显著的下降趋势；3） 气候变化与人类活动对长江流域生态径流有相反的影响，即气候变化使得生态盈余增加，而人类活动使得生态盈余减少，整体上气候变化是影响生态盈余的主导因素（相对贡献率高于50%）。

Abstract

Climate change and human activities may cause change points in hydrological processes, which has serious impacts on the stability of watershed hydrological ecosystems. Based on daily streamflow data during 1961—2020 at 64 hydrological stations across the Yangtze River Basin, the Pettitt test method was used to identify change point in streamflow time series, and the generalized extreme value distribution was used to estimate the ecological water demand. The results show that: 1) due to the regulation of reservoirs and dams, ecological surplus (ecological deficit) tends to increase (decrease) in the dry season of the Yangtze River Basin, while these trends in ecological surplus/deficit are opposite in the wet season; 2) the degree of hydrological alterations in the trunk stream of the Yangtze River Basin is the highest (D₀ reaches 50% or more), the river hydrological ecosystem is under high risk (the total DHRAM （Dundee hydrological regime alteration method） score is more than 10 points), and the biodiversity shows a significant downward trend; 3) climate change and human activities have opposite impacts on ecological instream flow of the Yangtze River Basin, that is, climate change/human activities increases/decrease ecological surplus. Overall, climate change is the leading factor affecting ecological surplus (the relative contribution is more than 50%).

Graphical abstract

关键词

水文变异 / 生态径流 / 生态需水 / 水文改变程度 / 长江流域

Key words

hydrological variation / ecological instream flow / ecological water demand / degree of hydrological alteration / Yangtze River Basin

0　 引 言

河流是生态系统的重要组成部分，维持着陆地生态系统与水生生态系统之间的物质循环^[1，2]。河道生态需水量是维持河流基本自然功能应保持的最低流量，保障生态需水能够避免河道出现断流或萎缩现象^[3]。生态需水可以通过收集、运送泥沙参与有机质和其他营养元素的循环，是河道中物质、能量、信息传递的基本载体。同时，生态需水在维护河流栖息地、保护生物多样性、维持河流自净能力等方面也发挥着重要作用^[4]。长江流域为世界第三大流域，占据我国国土面积的18.8%，横跨中国西部、中部和东部三大经济区，其所在经济带的人口和经济总量在全国的占比均超过40%，林木积蓄量占全国的四分之一^[5]。因此，长江生态需水研究对于我国保护生态环境和实现可持续发展具有重要意义。

生态需水估算方法已经相对成熟，主要分为水文学法、水力学法、栖息地法以及整体法四大类，其中，最常用的是水文学法中的Tennant法、7Q10法、Texas法、NGPRP法以及最枯月平均流量法等。周明通等^[2]使用NGPRP法、Texas法和最枯月平均流量法等7种方法计算了克里雅河流域的生态需水，选出了最适合流域的生态需水计算方法。陈菡等^[6]对广东省典型河道断面的生态需水进行计算分析，评估了不同的方法（Tennant法、月保证率法、7Q10法、最枯月平均实测径流量法）的优劣与适用性条件。但上述估算方法均忽视了河流生态需水是动态变化的事实。河流生态需水需要基于生态盈余和生态赤字求得生态径流的动态合理区间。

河流流量和流态变化是河流生态系统中许多基本生态过程中的主要驱动因素，并可能进一步影响河道生态系统功能和生物多样性。因此，在进行水资源开发利用时，有必要对河流水文改变程度及生物多样性进行评估^[7]。以往的研究多使用IHA（indicators of hydrologic alteration）水文指标法在小流域的个别站点进行评价。本课题组^[8]已使用IHA法对东江流域龙川、岭下、河源、博罗4个站点的水文改变程度和生物多样性进行了评估，发现东江流域河流流态的变化对河流生态系统产生了中高风险影响，生物多样性也呈下降趋势。鞠琴等^[9]基于IHA法对渭河流域水文情势变化进行了综合评估，得出渭河流域整体水文改变程度较小的结论。

人类社会生产活动以及水利工程设施建设可能导致流域内河流水文情势发生改变，进一步影响河道生物多样性。除了人类活动影响，气候持续变暖对水文循环过程的影响程度也越来越大，这在一定程度上促使气象水文要素的空间分布发生一定变化。目前大多数研究主要采用水文模型法和数理统计法研究气候变化和人类活动对径流的影响。Wang等^[10]使用GBHM（geomorphology-based hydrological model）发现气候变化增强了澜沧江-湄公河流域洪水的频率和强度，水库的调度有助于降低洪水的风险；韩聪慧等^[11]采用双累计曲线法、累计距平法等统计方法定量分析了气候变化和人类活动对西拉木伦河径流的影响。

利用上述方法，本文进行了如下研究：1） 分析长江流域全年和季节性（丰水期、平水期和枯水期）生态径流的时空变化特征；2） 评估长江流域水文改变程度与生物多样性；3） 定量归因气候变化和人类活动对长江流域全年和季节性生态径流的影响。

1　 研究数据

1.1　气象数据

1961—2020年逐日气象观测数据来源于中国科学院气候变化中心的CN05.1格点观测数据（http://ccrc.iap.ac.cn/resource/detail?id=228）^[12]，空间分辨率为0.25°×0.25°。该数据集包含降水、日最高气温、日最低气温、日平均气温、风速等变量。

1.2　水文数据

从湖北省水文水资源中心和湖南省水文水资源勘测中心获取长江流域（东经90°33'~122°25',北纬24°30'~35°45'）64个具有代表性的水文站点1961—2020年逐日河道流量观测数据（http://113.57.190.228:8001/web/Report/RiverReport?WxUg5ztDmi=1656282535688#；http://yzt.hnswkcj.com:9090/#）。数据开始年份、结束年份、记录年数、缺测率等详细信息见图1，具体数据见附加材料中表S1。这些水文站点至少有10年完整的观测数据（年缺测率低于10%视为完整）。对于缺测数据，采用同时期多年平均值进行插补，以确保数据的完整性和连续性。

2　 研究方法

2.1　生态需水和生态需水保证率

采用Pettitt突变检验法识别径流序列的变异点^[13]。根据生态适宜性理论^[14]，长期的自然选择使得生物对出现频率较高的环境因子产生了适应性^[15]。所以出现频率最大处的流量最适合河道内生态系统。基于广义极值分布（generalized extreme value，GEV）估算频率最大处的流量，并将其作为河道生态需水值^[16]。如果给定时期（全年、枯水期、平水期和丰水期）径流值大于生态需水值，即为满足流域的生态需水，反之，则为不满足。将统计时期的径流值与河道生态需水值进行对比，计算生态需水保证率。生态需水保证率为径流值大于生态需水值的年数与总年数的比值。

2.2　生态盈余和生态赤字

生态盈余和生态赤字最初由Vogel等^[17]在2007年提出，是以流量历时曲线（flow duration curve，FDC）为基础的均一化生态径流指标，指满足河流生态系统需水所剩余或者缺乏的水量^[18]。FDC能够简单、直观地展示研究时段内流量值与超出概率之间的关系。超出概率p_i可以由研究时段日流量降序排列得到^[18]：

p_i=i/(n+\mathrm{1})（1）

式中：i为次序，n为日流量的样本数。分别将75%和25%分位数FDC定义为生态盈余阈值和生态赤字阈值^[19]。当年FDC超过75%分位数FDC时，二者所围面积定义为生态盈余，当年FDC低于25%分位数FDC时，二者所围面积定义为生态赤字^[19]。25%和75%分位数FDC之间的区域被认为是河流生态系统可以适应的流量变化范围^[20]。

2.3　水文改变程度和生物多样性指标

IHA水文指标法包含32个水文指标，可以量化在人类活动干扰下的水文改变程度^[21]。单个指标水文改变度D_i 的计算公式^[8]为：

D_i=\frac{N_{\mathrm{0},i}-N_{\mathrm{e}}}{N_{\mathrm{e}}}\times \mathrm{100}\mathrm{\%}（2）

式中：N_0,i 为第i个指标变异后径流序列IHA值在25%~75%分位数范围内的观测年数，N_e为相应的期望年数（N_{\mathrm{e}}=P\times N_{\mathrm{T}}，P为0.5，N_T为变异后径流序列的总年数）。

基于每个指标的水文改变度D_i，变异后整体水文改变度D₀的计算公式^[8]为：

D_{\mathrm{0}}={\left(\frac{\mathrm{1}}{\mathrm{32}}{\displaystyle \sum _{i=\mathrm{1}}^{\mathrm{32}}}{D_i}^{\mathrm{2}}\right)}^{\frac{\mathrm{1}}{\mathrm{2}}}（3）

另一种广义的水文改变程度计算方法——DHRAM^[22]（Dundee hydrological regime alteration method）将32个IHA指标按照径流量级、频率、历时、时间和改变率分为5类，分别求出每类指标的均值和离差系数，求出每类IHA指标的总分数值（范围为0~30）。基于这一分数值，划分水文改变对河道生态系统造成的风险等级。分数值分为5级，分别为生态系统未受影响（0分）、低风险影响（1~4分）、中等风险影响（5~10分）、高风险影响（11~20分）和严重影响（21~30分）^[22]。

Shannon指数（Shannon index，SI）是衡量生物多样性的常用指标，基于32个IHA指标可建立SI与水文指标的最佳拟合关系^[23]：

\mathrm{S}\mathrm{I}=\frac{\raisebox{1ex}{$\mathrm{D}\mathrm{a}\mathrm{t}{\mathrm{e}}_{\mathrm{m}\mathrm{i}\mathrm{n}}$}\!\left/ \!\raisebox{-1ex}{$Q_{\mathrm{m}\mathrm{i}\mathrm{n}\mathrm{7}}$}\right.+\mathrm{D}\mathrm{a}\mathrm{t}{\mathrm{e}}_{\mathrm{m}\mathrm{i}\mathrm{n}}}{Q_{\mathrm{M}\mathrm{a}\mathrm{r}\mathrm{c}\mathrm{h}}+Q_{\mathrm{M}\mathrm{a}\mathrm{y}}+Q_{\mathrm{m}\mathrm{i}\mathrm{n}\mathrm{3}}+\mathrm{2}\times Q_{\mathrm{m}\mathrm{a}\mathrm{x}\mathrm{3}}}+\mathrm{A}\mathrm{V}{\mathrm{G}}_{}（4）

式中：Date_min表示一年中最小流量所在日期的值（1~366），Q_{\mathrm{m}\mathrm{i}\mathrm{n}\mathrm{3}}和Q_{\mathrm{m}\mathrm{i}\mathrm{n}\mathrm{7}}分别表示最小3天流量均值和最小7天流量均值，Q_{\mathrm{m}\mathrm{a}\mathrm{x}\mathrm{3}}表示最大3天流量均值，Q_March、Q_May分别表示三月份和五月份的流量均值，AVG表示连续日流量之间正差异均值。

2.4　气候变化和人类活动对生态径流影响的归因

采用Pettitt法检测长江流域64个站点的径流变异年份，变异前径流受到人类活动影响较小，可以视作天然径流。基于CN05.1气象数据驱动新安江模型（一种具有系统性理论和完善模型结构、较好应用效果的流域水文模型，适用于长江、淮河及以南湿润地区）^[24]，对每个站点径流进行模拟。将变异前时期分为两个等长的时期，分别用于率定新安江模型参数和验证径流模拟效果。采用R²和KGE（Kling-Gupta efficiency）作为模型模拟效果的评价指标^[25，26]。设定3种情景（表1）来量化气候变化和人类活动对长江流域生态径流的影响。将变异前的日流量作为基准期S0，将水文模型模拟的变异后的日流量作为S1情景下的流量，以实测的变异后日流量作为S2情景下的流量。以基准期FDC计算出的75%和25%分位数FDC作为阈值，S1和S2情景下以基准期的FDC分别计算出生态径流（生态盈余和生态赤字）。通过对比S0和S1情景下的流量定量估算气候变化影响下的生态径流Q1，对比S0和S2情景下的流量定量估算气候变化和人类活动共同作用下的生态径流Q2;通过对比Q1和Q2定量区分人类活动影响下的生态径流Q3，量化气候变化和人类活动对长江流域生态径流的影响^[27]。

3　 研究结果

3.1　生态径流变化特征

图2展示了长江流域枯水期（12月—次年3月）、平水期（4月、5月、10月、11月）、丰水期（6月—9月）和全年生态需水的时空特征。从生态需水的空间分布来看，长江流域干流有较高的生态需水值，即大于5 000 m³/s，支流的生态需水值较低；枯水期有较小的生态需水值，其次为平水期和全年，而丰水期有较高的生态需水值。这主要是由于干流站点的汇流面积较大，丰水期有较多的降水补给。

图3为基于GEV分布估计的长江流域生态需水保证率变化。长江流域的生态需水保证率整体上在增加，即变异后与变异前的生态需水保证率差值在多数站点为正值。尤其是在枯水期，变异前保证率大于50%和小于50%站点个数相当，但是变异后几乎所有站点的保证率都大于50%，变异后保证率的增加十分明显，且变异后与变异前枯水期生态需水保证率变化幅度最大（大于20%）。平水期变异前、后生态需水保证率的变化趋势和枯水期基本一致，整体上呈增加趋势，但是全年和丰水期均为部分站点呈增加趋势，部分站点呈减小趋势。在全年、平水期和丰水期，长江流域的生态需水保证率大部分小于50%，这一现象在丰水期表现最为明显。这可能是因为经济、社会发展和人类用水量增加导致丰水期河道内流量减少，同时又由于水利工程的调蓄作用，丰水期拦截上游来水进行蓄水，下游河道内流量减少，而枯水期开闸放水，补充下游水量，导致枯水期生态需水保证率增加^[15]。

长江流域大规模水利工程的兴建，使得河流自然条件下的水文连通性发生了改变，并对天然湿地的季节性特征、植被演替规律以及河流维持基本生态功能的能力产生了一定的影响。与全年生态径流的变化趋势相比，季节生态径流变化较为显著，并且变化幅度较大，稳定性较小（图4）。特别是在枯水期，生态盈余呈现显著的上升趋势（>0.001/10 a）；生态赤字呈现显著的下降趋势（P<0.05）。而在丰水期，生态盈余整体上呈现微弱的下降趋势，生态赤字呈现显著的上升趋势（>0.001/10 a）。水库、大坝等对径流的调蓄作用，有效缓解了枯水期生态赤字的威胁，同时增加了丰水期生态赤字的风险。

3.2　水文整体改变程度以及对生物多样性的影响

D₀和DHRAM被用来衡量河流水文情势整体改变程度。如图5所示，长江流域的干流水文改变程度最高（达到50%以上，最高可达70%以上），说明长江流域干流的水文情势有较大改变；与之相反，支流则表现出较低的水文改变程度。与D₀相似，DHRAM总分数在干流达到10分以上，最高达到18分，支流总分数则为10分以下。这意味着干流水文情势和生态系统受到高风险影响，而支流受到中等或低风险影响。

生物多样性指标的变化也反映河流水文情势的改变。如图6所示，干流的生物多样性指标呈现显著的下降趋势（P<0.05），而支流则呈现出上升趋势或轻微的下降趋势。图6插图显示，呈下降趋势的站点数量占总站点数量的60%（其中呈显著下降趋势的站点数大于20%），是上升趋势站点数量的1.5倍。这意味着长江流域整体的生物多样性呈下降趋势。例如，2003年以来，中国最大的淡水湖——鄱阳湖（占据长江流域面积的9%）水文条件的改变影响了湿地景观格局分布和演替趋势，进一步影响了鸟类栖息地和鱼类产卵地，最终导致近年来鄱阳湖的生物多样性衰减、水土流失和环境污染等生态环境问题^[28]。

3.3　气候变化和人类活动对生态径流变化的影响

对比长江流域日流量观测值与模拟值，采用R²和KGE两个指标评价新安江模型对长江流域径流的模拟效果。图7结果显示，在率定期和验证期，超过50%站点的R²和KGE均高于0.6，说明新安江模型在长江流域的径流模拟效果较为可靠。

根据S0情景估算实测情况下的生态径流（生态盈余和生态赤字），根据S0和S1情景估算气候变化影响下的生态径流Q1。从全年和季节尺度来看，气候变化影响下的生态径流与降水之间存在显著的相关性，这与实测情况下的生态径流与降水之间高相关性较为一致（图8）。实测情况下和气候变化影响下的生态径流与降水之间的相关系数绝对值高达0.6，尤其是全年、平水期和丰水期表现最为明显（图8）。

根据S0、S1与S2三种不同情景下的长江流域生态径流，计算出人类活动影响下的生态径流Q3。如图9所示，通过比较生态径流Q1和Q3，发现气候变化和人类活动都对生态盈余有较大的影响，整体上气候变化使生态盈余增加。由于生态盈余与降水的正相关关系，降水的增加导致高流量增加，从而引起生态盈余整体上增加0.1~0.5。全年和平水期人类活动主导了大部分站点生态盈余的减少，枯水期和丰水期人类活动对大部分站点生态盈余减少的影响没有全年和平水期明显。这主要是因为，枯水期和丰水期气候变化尤其是降水是生态盈余的主要影响因素。人类活动的影响导致的生态盈余减少，可能是由于水库蓄水等导致的。气候变化和人类活动整体上对生态赤字的影响不太明显，但是在丰水期人类活动导致1/2站点的生态赤字出现了增加趋势。

为了更清楚地比较气候变化（Q1）和人类活动（Q3）对生态径流的影响，将两者的相对贡献以百分比的形式表示（图10）。从全年尺度看，气候变化和人类活动共同影响生态盈余；人类活动对长江干流生态赤字起主导作用（相对贡献高于50%），气候变化对长江支流生态赤字起主导作用。在枯水期，气候变化和人类活动共同影响生态盈余和生态赤字；在平水期和丰水期，气候变化主导生态盈余变化，人类活动主导生态赤字变化。

4　 结 论

本文以长江流域为研究对象，对流域生态径流的时空分布特征、影响因素及其对生物多样性的影响进行了分析，采用了长时间序列的气象和水文数据，构建了新安江模型，并结合情景模拟法定量评估了气候变化和人类活动对长江流域生态径流的影响，主要结论如下：

1） 长江流域干流的生态需水值较高，支流的生态需水值较低；枯水期的生态需水值较低，其次为平水期和全年，而丰水期的生态需水值较高。长江流域的生态需水保证率整体上在增加，尤其是在枯水期，变异后保证率的增加十分明显，且变化幅度最大。而丰水期长江流域生态需水保证率大部分小于50%。

2） 与全年生态径流的变化趋势相比，季节生态径流变化较为显著，且变化幅度较大。特别是在枯水期，生态盈余整体上呈现显著的上升趋势，上升趋势大于0.001/10 a；生态赤字呈现显著的下降趋势。而在丰水期，生态盈余整体上呈现微弱的下降趋势，生态赤字呈现显著的上升趋势。水库、大坝等对径流的调蓄作用，有效缓解了枯水期生态赤字的威胁，但同时增加了丰水期生态赤字的风险。

3） 干流的D₀达到50%以上，说明长江流域干流的水文改变程度较高；干流的DHRAM总分数大于10，说明干流生态系统受到高风险影响。干流的生物多样性指标呈现显著的下降趋势（P<0.05），而支流则呈现出上升趋势或轻微的下降趋势，且呈下降趋势的站点数量是上升趋势站点数的1.5倍。这意味着长江流域生物多样性整体上呈下降趋势。

4） 整体上生态盈余随着降水的增加而增加，生态赤字随着降水的增加而减少。气候变化和人类活动都对生态盈余有较大影响，气候变化使得生态盈余增加，而全年和平水期的人类活动主导了大部分站点生态盈余的减少。气候变化和人类活动整体上对生态赤字的影响不太明显，但是在丰水期人类活动导致1/2站点的生态赤字出现增加趋势。

5） 全年尺度上看，气候变化和人类活动共同影响生态盈余；人类活动对长江干流生态赤字起主导作用（相对贡献率高于50%），气候变化对长江支流生态赤字起主导作用。枯水期，气候变化和人类活动共同影响生态盈余和生态赤字；平水期和丰水期，气候变化主导生态盈余变化，人类活动主导生态赤字变化。

参考文献

[1] 张璞， 刘欢， 胡鹏， 等. 全国不同区域河流生态基流达标现状与不达标原因［J］. 水资源保护， 2022， 38（2）： 176-182. DOI： 10.3880/j.issn.1004-6933.2022.02.024 .

[2] ZHANG P， LIU H， HU P， et al. Current situation of compliance of river ecological base flow and noncompliance reasons in different regions of China［J］. Water Resources Protection， 2022， 38（2）： 176-182. DOI： 10.3880/j.issn.1004-6933.2022.02.024（Ch ）.

[3] 周明通， 魏宣， 王宁， 等. 克里雅河生态基流水文学计算方法优选［J］. 中国农村水利水电， 2022（11）： 50-57. DOI: 10.12396/znsd.220263 .

[4] ZHOU M T， WEI X， WANG N， et al. Optimization of calculation method for ecological base flow literature of Keriya River［J］. China Rural Water and Hydropower， 2022（11）： 50-57 （Ch）. DOI: 10.12396/znsd.220263 .

[5] 成波， 李怀恩. 河道生态基流生态经济价值及其时间变化研究［J］. 水利水电技术， 2021， 52（3）： 94-102. DOI： 10.13928/j.cnki.wrahe.2021.03.011 .

[6] CHENG B， LI H E. Study on eco-economic value of river ecological base flow and its temporal variation［J］. Water Resources and Hydropower Engineering， 2021， 52（3）： 94-102. DOI： 10.13928/j.cnki.wrahe.2021.03.011（Ch ）.

[7] 岳思羽， 李怀恩， 成波. 河道生态基流的功能与价值构成研究［J］. 水利水电技术， 2020， 51（11）： 138-144. DOI： 10.13928/j.cnki.wrahe.2020.11.017 .

[8] YUE S Y， LI H E， CHENG B. Study on the functions and value composition of ecological base flow［J］. Water Resources and Hydropower Engineering， 2020， 51（11）： 138-144. DOI： 10.13928/j.cnki.wrahe.2020.11.017（Ch ）.

[9] 官冬杰， 姜亚楠， 严聆云， 等. 基于生态足迹视角的长江流域生态补偿额度测算［J］. 生态学报， 2022， 42（20）： 8169-8183. DOI： 10.5846/stxb202010282764 .

[10] GUAN D J， JIANG Y N， YAN L Y， et al. Calculation of ecological compensation amount in Yangtze River Basin based on ecological footprint［J］. Acta Ecologica Sinica， 2022， 42（20）： 8169-8183. DOI： 10.5846/stxb202010282764（Ch ）.

[11] 陈菡， 邵东国， 吴俊校， 等. 广东省河道生态基流定量分析研究［J］. 南水北调与水利科技， 2011， 9（1）： 92-95. DOI： 10.3724/SP.J.1201.2011.01092 .

[12] CHEN H， SHAO D G， WU J X， et al. Research on the quantitative analysis of ecological base flow in typical river sections of Guangdong Province［J］. South-to-North Water Diversion and Water Science & Technology， 2011， 9（1）： 92-95. DOI： 10.3724/SP.J.1201.2011.01092（Ch ）.

[13] LEROY P N， ZIMMERMAN J K H. Ecological responses to altered flow regimes： A literature review to inform the science and management of environmental flows［J］. Freshwater Biology， 2010， 55（1）： 194-205. DOI: 10.1111/j.1365-2427.2009.02272.x .

[14] 顾西辉， 张强， 孔冬冬， 等. 基于多水文改变指标评价东江流域河流流态变化及其对生物多样性的影响［J］. 生态学报， 2016， 36（19）： 6079-6090. DOI： 10.5846/stxb201412122480 .

[15] GU X H， ZHANG Q， KONG D D， et al. Based on multiple hydrological alteration indicators evaluating the characteristics of flow regime with the impact on the diversity of hydrophily biology［J］. Acta Ecologica Sinica， 2016， 36（19）： 6079-6090. DOI： 10.5846/stxb201412122480（Ch ）.

[16] 鞠琴， 吴佳杰， 姚婷月， 等. 基于IHA-RVA法的渭河流域水文情势变化分析［J］. 水文， 2022， 42（4）： 76-82. DOI： 10.19797/j.cnki.1000-0852.20210202 .

[17] JU Q， WU J J， YAO T Y， et al. Analysis of hydrological regime change in Weihe River Basin based on IHA-RVA method［J］. Journal of China Hydrology， 2022， 42（4）： 76-82. DOI： 10.19797/j.cnki.1000-0852.20210202（Ch ）.

[18] WANG W G， SHAO Q X， YANG T， et al. Quantitative assessment of the impact of climate variability and human activities on runoff changes： A case study in four catchments of the Haihe River Basin， China［J］. Hydrological Processes， 2013， 27（8）： 1158-1174. DOI： 10.1002/hyp.9299 .

[19] 韩聪慧， 席小康， 朱永华. 气候变化和人类活动对西拉木伦河径流的影响［J］. 灌溉排水学报， 2021， 40（9）： 134-140. DOI： 10.13522/j.cnki.ggps.2020507 .

[20] HAN C H， XI X K， ZHU Y H. The impacts of climate change and anthropogenic activities on the runoff of Xilamulun river［J］. Journal of Irrigation and Drainage， 2021， 40（9）： 134-140. DOI： 10.13522/j.cnki.ggps.2020507（Ch ）.

[21] 吴佳， 高学杰. 一套格点化的中国区域逐日观测资料及与其他资料的对比［J］. 地球物理学报， 2013， 56（4）： 1102-1111.

[22] WU J， GAO X J. A gridded daily observation dataset over China region and comparison with the other datasets［J］. Chinese Journal of Geophysics， 2013， 56（4）： 1102-1111 （Ch）.

[23] PETTITT A N. A non-parametric approach to the change-point problem［J］. Applied Statistics， 1979， 28（2）： 126-135. DOI： 10.2307/2346729 .

[24] MACKENZIE A， BALL A S， VIRDEE S R. Instant Notes in Ecology （Instant Notes Series）［M］. Oxford： BIOS Scientific Publishers Ltd.， 2001： 20-63.

[25] 宋兰兰， 陆桂华， 刘凌. 水文指数法确定河流生态需水［J］. 水利学报， 2006， 37（11）： 1336-1341. DOI： 10.3321/j.issn： 0559-9350.2006.11.009 .

[26] SONG L L， LU G H， LIU L. Estimation of instream flow based on hydrological indexes［J］. Journal of Hydraulic Engineering， 2006， 37（11）： 1336-1341. DOI： 10.3321/j.issn： 0559-9350.2006.11.009（Ch ）.

[27] 李剑锋， 张强， 陈晓宏， 等. 考虑水文变异的黄河干流河道内生态需水研究［J］. 地理学报， 2011， 66（1）： 99-110. DOI： 10.11821/xb201101010 .

[28] LI J F， ZHANG Q， CHEN X H， et al. Study of ecological instream flow in Yellow River， considering the hydrological change［J］. Acta Geographica Sinica， 2011， 66（1）： 99-110. DOI： 10.11821/xb201101010（Ch ）.

[29] VOGEL R M， SIEBER J， ARCHFIELD S A， et al. Relations among storage， yield， and instream flow［J］. Water Resources Research， 2007， 43（5）： 1-12. DOI： 10.1029/2006wr005226 .

[30] 程俊翔， 徐力刚， 姜加虎， 等. 洞庭湖出口径流变化及对生态系统的影响［J］. 长江流域资源与环境， 2019， 28（5）： 1225-1234. DOI： 10.11870/cjlyzyyhj201905022 .

[31] CHENG J X， XU L G， JIANG J H， et al. Changes in streamflow at the outlet of Dongting Lake and their impacts on ecosystems［J］. Resources and Environment in the Yangtze Basin， 2019， 28（5）： 1225-1234. DOI： 10.11870/cjlyzyyhj201905022（Ch ）.

[32] 刘绿柳， 魏麟骁， 徐影， 等. 气候变化对黄河流域生态径流影响预估［J］. 水科学进展， 2021， 32（6）： 824-833. DOI： 10.14042/j.cnki.32.1309.2021.06.002 .

[33] LIU L L， WEI L X， XU Y， et al. Projection of climate change impacts on ecological flow in the Yellow River Basin［J］. Advances in Water Science， 2021， 32（6）： 824-833. DOI： 10.14042/j.cnki.32.1309.2021.06.002（Ch ）.

[34] 张松， 郭晓明， 周曼， 等. 基于生态径流指标的水文情势变化评估新方法［J］. 水力发电学报， 2021， 40（12）： 65-76. DOI： 10.11660/slfdxb.20211206 .

[35] ZHANG S， GUO X M， ZHOU M， et al. New method for evaluating changes in hydrologic regimes based on eco-flows metrics［J］. Journal of Hydroelectric Engineering， 2021， 40（12）： 65-76. DOI： 10.11660/slfdxb.20211206（Ch ）.

[36] 邹杰平， 陈明， 刘友存， 等. 赣江上游典型流域水文情势分析［J］. 安徽农业大学学报， 2022， 49（2）： 313-321. DOI： 10.13610/j.cnki.1672-352x.20220518.002 .

[37] ZOU J P， CHEN M， LIU Y C， et al. Hydrological situation analysis of typical basins in the upper reaches of Ganjiang River［J］. Journal of Anhui Agricultural University， 2022， 49（2）： 313-321. DOI： 10.13610/j.cnki.1672-352x.20220518.002（Ch ）.

[38] BLACK A R， ROWAN J S， DUCK R W， et al. DHRAM： A method for classifying river flow regime alterations for the EC Water Framework Directive［J］. Aquatic Conservation： Marine and Freshwater Ecosystems， 2005， 15（5）： 427-446. DOI： 10.1002/aqc.707 .

[39] YANG Y C E， CAI X M， HERRICKS E E. Identification of hydrologic indicators related to fish diversity and abundance： A data mining approach for fish community analysis［J］. Water Resources Research， 2008， 44（4）： 1-14. DOI： 10.1029/2006wr005764 .

[40] 魏玉涛， 徐宁， 孔珂. 新安江-海河模型在清漳河地区的应用分析［J］. 人民黄河， 2021， 43（S2）： 14-16.

[41] WEI Y T， XU N， KONG K. Application analysis of Xin’an Jiang-Haihe model in Qingzhanghe area［J］. Yellow River， 2021， 43（S2）： 14-16 （Ch）.

[42] 石建杨， 李向新. 基于SWAT模型的滇池流域不同时间尺度径流模拟［J］. 水电能源科学， 2022， 40（8）： 37-40. DOI： 10.20040/j.cnki.1000-7709.2022.20212200 .

[43] SHI J Y， LI X X. Simulation of runoff at different time scales in Dianchi watershed based on SWAT model［J］. Water Resources and Power， 2022， 40（8）： 37-40. DOI： 10.20040/j.cnki.1000-7709.2022.20212200（Ch ）.

[44] GUPTA H V， KLING H， YILMAZ K K， et al. Decomposition of the mean squared error and NSE performance criteria： Implications for improving hydrological modelling［J］. Journal of Hydrology， 2009， 377（1/2）： 80-91. DOI： 10.1016/j.jhydrol.2009.08.003 .

[45] 曹宇贤， 徐力刚， 范宏翔， 等. 1960年以来气候变化与人类活动对鄱阳湖流域生态径流改变的影响［J］. 湖泊科学， 2022， 34（1）： 232-246. DOI: 10.18307/2022.0119 .

[46] CAO Y X， XU L G， FAN H X， et al. Impact of climate change and human activities on the changes of ecological flow indicators in the Lake Poyang Basin since 1960s［J］. Journal of Lake Sciences， 2022， 34（1）： 232-246 （Ch）. DOI: 10.18307/2022.0119 .

[47] 林玉茹. 鄱阳湖枯水现象的水文分析及湿地生态系统响应研究［D］. 南昌： 南昌大学， 2010.

[48] LIN Y R. Study on Hydrological Analysis of Low Water Lever Phenomenon in Poyang Lake and Response of Wetland Ecosystem［D］. Nanchang： Nanchang University， 2010 （Ch）.

基金资助

兰州大学中央高校基本科研业务费专项资金(lzujbky-2021-kb12)

黄土与第四纪地质国家重点实验室开放基金(SKLLQG2108)