流域输沙量变化归因分析方法综述_程思

流域输沙量变化归因分析方法综述

程 思1，于兴修1，李振炜2,3*，徐宪立2,3

(1. 湖北大学资源环境学院，武汉 430062；2. 中国科学院亚热带农业生态研究所，长沙 410125；

3. 中国科学院环江喀斯特生态系统观测研究站，广西 环江 547100)

摘 要：流域输沙量变化是水文过程的一个重要环节，同时与区域水资源、土壤管理、甚至生态系统的健康运行紧密联系，因而如何量化气候变化和人类活动对输沙量变化的相对贡献率成为水文学研究的热点问题。论文主要系统总结了流域输沙量变化归因分析的9 种方法：简单线性回归分析、双累积曲线法、泥沙归因诊断分析法、库坝拦沙量法、SEDD 模型、SWAT 模型、弹性系数法、相似天气条件法和水保法，阐述了各方法的计算过程及其适用性，并对各种方法进行评价，同时对未来的流域输沙量变化归因分析方法进行展望：① 尝试新方法的应用，以探索更为适当的输沙量预测新方法；② 考虑流域内极端降雨事件对输沙变化的定量影响，进一步提高结果的准确度；③ 明晰各归因分析方法的局限性和差异性，进行科学的结合与相互验证。研究结果可为流域内生态水文综合治理和土地资源优化管理提供科学依据。

关 键 词：输沙量；归因分析；经验回归方法；土壤侵蚀模型

河流的输沙过程在全球生物和地球化学循环中起着至关重要的作用[1]。近年来，全球大多数河流的径流和输沙量均有明显变化，不同河流在不同阶段的输沙量变化具有显著差异，而气候变化和人类活动对河流水沙变化的驱动作用也有明显的时空变化特征[2-4]。径流变化的归因分析方法相对来说较为成熟，国内外研究者多以数据统计分析、水文模拟等方法来量化气候变化和人类活动对流域径流变化的影响[5-6]。而对于输沙量变化的归因分析方法则多以经验回归方法、分布式土壤侵蚀模型等为主。流域输沙量变化归因研究是目前水文研究中

最紧迫的问题之一，大多研究认为流域输沙量变化主要受气候变化和人类活动的影响[7-8]。气候变量包括降雨、蒸散发、温度和辐射等；而人类活动的影

响主要表现为人为引水[9]、水利水电开发[10]、坝库调节、土地灌溉[11]、城市化发展[12] 和土地利用/覆被变化[7,13]等。为了更为准确地研究流域输沙变化的影响因素，多数研究将水文时间序列划分为2 个或多个时期[14]。第一个时段表示基准期，假设非常有限或没有发生重大的人类活动；第二个是变化期，指流域在土地利用、库坝和造林/毁林等人类活动方面发生了重大变化。突变点法是一种有效、科学的方法，能为确定基准期和变化期提供较为可靠的结果[15]，一般采用Mann-Kendall 检验、Pettitt 检验等方法将整个输沙量时间序列划分为一个基准期和若干个变化期。基于流域输沙量变化的归因分析方法来量化气候变化和人类活动的贡献率，为流域的智慧管理和水土保持提供科学依据。

收稿日期：2021-01-11；修订日期：2021-04-09。

基金项目：国家自然科学基金项目(41730748，41977073)；国家重点研发项目(2019YFE0116900)；中国科学院青年创新促进会项目(2020359)。[Foundation: National Natural Science Foundation of China, No. 41730748 and 41977073; National Key Research and Development Program of China, No. 2019YFE0116900; Youth Innovation Promotion Association of the Chinese Academy of Sciences, No. 2020359. ]

第一作者简介：程思(1996— )，女，山东枣庄人，硕士生，主要从事流域水沙变化研究。E-mail: 1073204744@qq.com

*通信作者简介：李振炜(1986— )，男，山东德州人，副研究员，主要从事土壤侵蚀与水土保持研究。E-mail: lizhenwei337@isa.ac.cn

2140-2152 页

1 泥沙归因研究方法概述

人类活动和降雨对输沙量变化的各自贡献率进一步可表达为：

泥沙归因方法中的经验回归方法(简单线性回

归分析、双累积曲线法)主要以输沙量和降雨量之

ΔSˉh = Sˉ

ΔSˉc = Sˉ

ˉ

change

- Sˉ

(5)

(6)

ref fit

间的关系为主[16-17]；SEDD 模型物理机制较为复杂，能够评估不同时间、空间尺度上以及不同土地利用

η = ΔSˉh × 100% (7)

h ΔSˉ

类型中人类活动和气候变化对输沙量的影响

[18-19]；

η = ΔSˉc × 100% (8)

c ΔSˉ

SWAT 模型则是以物理模型为基础，预测土地管理

式中：Sˉ

为估算的变化期理论年平均输沙量(t)，

措施对河流输沙的影响，具有较好的适用性[20-21]；此

ˉ

ref

ˉ

change

分别是基准期和变化期内的实测年平

外，泥沙归因诊断分析法可以通过流域的降雨量、

均输沙量(t)，η 和η 分别表示人类活动和降雨对输

h c

径流系数和含沙量来判断其对输沙量的影响[22]，或

通过对土壤保持措施进行总面积统计，或通过实地考察来评估输沙量的变化[23]；而淤地坝的沉积记录能够反映坝区上游土壤侵蚀的详细信息，目前也成为较为普遍的研究方法[24]；再者，弹性系数法以Bu- dyko 框架为基础，通过确定降雨和蒸散发产生的泥沙变化量，最终明晰气候变化对输沙变化的敏感性和贡献率；近期，基于流域的水量平衡方程和各变量的相关特征，通过合理的地理假设和明确的分析规则，相似天气条件法也开始得到应用；水保法则通过计算代表径流小区各项水土保持措施的减沙效益，从而进一步求得流域尺度上人类活动对泥沙变化的影响。以下是各方法的计算过程及其应用。

1.1 简单线性回归分析

简单线性回归是一种不考虑物理水文过程的统计方法[17]，确定2 种及以上变量之间相互依赖的定量关系，多用于检测水文序列的变化趋势。其中流域的年平均输沙量变化可计算为[25]：

沙量变化的贡献率。

Zhao 等[25] 根据黄河皇甫川流域年降雨量与输沙量之间的拟合关系，发现降雨量变化对泥沙变化的贡献率相对较小，约为15.7%，而人类活动对泥沙变化的贡献率为84.3%；Miao 等[26]运用简单线性回归分析了黄河上中游不同流域年降雨量与输沙量之间的关系，发现变化期的气候变化和人类活动对黄河上游流域产沙量变化的贡献率分别为14%和86%，中游的相对贡献率分别为48%和52%，人类活动对整个流域的影响随时间的推移而不断增强； Gao 等[27] 通过对黄土高原15 个流域建立降雨量与输沙量之间的拟合关系来探讨土地利用/土地覆盖和降雨变化对产沙量的影响，发现土地利用/覆被变化是主要的减沙因素，由此引起的减沙量占减沙总量的70%以上，而降水的贡献较小不足30%。

1.2 双累积曲线

双累积曲线是指某个累积变量和另一个相关累积变量的关系图，可以有效检验长期水文序列的

ΔSˉ= Sˉ

ˉ

change

(1)

一致性[28]，是基于2 个变量高度线性相关的事实分

式中：ΔSˉ 指年平均输沙量变化(t)，Sˉ

change 分别

析水文和气候变量一致性的方法[29]。其应用基于2

指基准期和变化期内的年平均输沙量(t)。而对于特定流域，输沙量的变化可归因于气候变化和人类活动：

ΔSˉ= ΔSˉc + ΔSˉh (2)

式中：ΔSˉc 和 ΔSˉh 分别表示气候变化和人类活动导致的年均输沙量的变化量(t)。基准期的年输沙量(Sref)与降雨量(Pref)之间的关系可表示为：

S = a × P + b (3)

ref

式中：a 为与降雨量变化有关的输沙量变化率，b 为截距。将变化期内的降雨量(Pchange)代入式(3)，理论上变化期年输沙量(Sfit)可表示为：

Sfit = a × Pchange + b (4)

组累积变量成一定比例关系，累积曲线则会成为一条直线，其曲线的斜率表示比例，其中累积曲线上若存在异常点，则可以表示输沙量变化还受其他因素影响，从而建立基准期双累积曲线的线性回归方程，并进一步用于构建变化期方程[30-32]。具体过程为：通过建立基准期累积降雨—输沙的线性关系(式(9))，将变化期累积降雨代入式(9)计算变化期理论上的累积年输沙量，其与变化期时间序列的比值为理论上变化期的年均输沙量(Sfit)(式(11))，与基准期年均输沙量(Sref)的比值即为降雨变化对输沙的影响量，与变化期实测年均输沙量(Schange)的比值为人类活动对输沙的影响量(式(5)~(6))。

将基准期的累积输沙量与降雨量关系表达为： Wang 等[22]运用泥沙归因诊断分析首次量化了

M M 黄河流域输沙量突变点后降雨、径流系数、含沙量

∑Si = a1∑Pi - b1 (i = 1, 2, …, M ) (9)

i = 1

i = 1

变化对减沙量的相对贡献，结果表明降雨减少对

变化期则可表达为：

N N

∑ Si = a2 ∑ Pi - b2 (i = M + 1, M + 2, …, N ) (10)

流域输沙量变化的贡献小于径流系数和含沙量， 其贡献率分别为12%、58%和30%；Peng 等[39]、武旭

i = M + 1

i = M + 1

同等[40]将长江流域的降雨、径流系数和含沙量数据

式中：参数a1 和a2 指基准期和变化期的累积输沙量

随累积降雨变化的变化率；b1 和b2 是截距；M 为变化点年份；N 为整个时间序列。变化期年平均输沙量可重建为：

N

a1 ∑ Pi - b2

代入到泥沙归因诊断方程中，发现三者对输沙量的相对贡献率差距较大，含沙量的减少是长江流域输沙量变化的主要驱动因素；薛天翼等[41]利用泥沙归因诊断分析研究红水河流域不同驱动因子对输沙量变化的贡献，发现径流系数和降雨量对输沙量比

ˉ

fit

= i = M + 1

N - M

(i = M + 1, M + 2, …, N ) (11)

例变化率的贡献相对较小，含沙量对输沙量比例变

气候变化和人类活动对输沙量变化的贡献率可由方程(5)~(8)确定。

许多研究[26,33-36]通过构建降雨与输沙的双累积曲线来量化黄土高原地区人类活动和气候变化对输沙量变化的影响，均指出人类活动是流域输沙变化的主导因素；孙倩等[37]利用双累积曲线法对无定河、佳芦河、秃尾河、窟野河、孤山川以及皇甫川流域等不同流域输沙量减少的影响因素进行分析，得到上述流域人类活动对输沙变化的贡献率依次为79.8%、70.8%、78.1%、95.8%、80.5%、75.2%，可见人

类活动对不同流域输沙变化的影响较大。

1.3 泥沙归因诊断分析法

河流输沙量的变化受不同驱动因素影响，泥沙归因诊断分析法认为影响输沙量变化的主要驱动力为降雨、径流系数和含沙量3 个因素。输沙量表

示为3 个驱动因素的乘积[38]：

S = P × ■ R ■ × ■ S ■ = P × r × s (12)

化率起着决定性作用；Li 等[42]利用泥沙归因诊断分析法，对中国9 条主要河流1954—2016 年输沙量变化的潜在驱动力及其贡献进行定量估计，发现含沙量、径流系数和降雨量对输沙量变化的贡献率分别为95%、3.5%和1.5%，反映了含沙量减少在输沙量减少中起到主导作用。

1.4 库坝拦沙量法

水库建设被认为是全球海洋沉积物通量减少的主要驱动力[43-44]。库坝拦沙量法一般先利用简单线性回归或双累积曲线等评估气候变化和人类活动对输沙量变化的贡献，再通过实地取样来估算不同淤地坝的年均产沙量，计算流域内库坝截留的拦沙总量为：

ΔSdam = M × A × T × TE (15)

式中：M 为单位面积产沙量，即输沙模数(t/(hm2· a))； A 是大坝控制区面积(hm2)；T 为大坝的作用年限(a)； TE 为拦沙率(0~1)，对于没有泄水闸的小水坝，TE

■ P ■ ■ R ■

式中：S 为输沙量(t)，P 为降雨量(mm)，R 为径流量 (在 R/P 中单位为mm；在 S/R 中单位为m3)，r 为径流系数( 径流量与降雨量之比，0~1)，s 为含沙量 (kg/m3)。输沙量的变化与降雨量、径流系数和含沙量的变化有关。定义X(t)的比例变化率为r(X)=

X -1dX/dt。又可将式(12)分解为：

dS dt

为1，表明泥沙都被截留在水坝内，对于带水闸的大

中型水坝，TE 多选择为0.85[47]。其他人为因素的贡献值估计为：

ΔSother = ΔSh - ΔSdam (16)

Zhao 等[25] 通过估算淤地坝拦沙总量来进一步量化降雨、水坝截留和其他因素对输沙变化的相对贡献，结果表明5.5%和66.1%的贡献率分别是由降

S = P × r × s =

P + r +

s (13)

雨和淤地坝引起的，其余28.4%是由其他人为因素

其中与输沙量相对应的比例变化率可以写为：

ΔS = ΔSP + ΔSr + ΔSs (14)

将所需数据进行标准化处理，用线性回归计算P、r、s 各因素的变化率。每个因素的相对贡献被确定为同一时期的各因素比例增长率与输沙量S 的比例增长率的比值。

(如植树造林、挖沙等)导致；Boix-Fayos 等[46]采用类似的方法来估算淤地坝拦沙量，根据侵蚀产沙模数、淤地坝的拦沙效率等数据，获取流域产沙量，侧重研究土地利用变化和淤地坝建设对流域输沙量的影响；魏艳红等[47]通过库坝拦沙量法对黄河中游延河和皇甫川流域的输沙量变化归因进行研究，结

果发现，人类活动对输沙变化的影响在突变点后不断加强，延河流域淤地坝拦沙量占人类活动影响的比例由29.1%下降到8.4%，皇甫川流域淤地坝拦沙量占人类活动影响的比例由28.5%下降到18.2%。

被覆盖和作物管理因子、土壤水土保持实践因子； Aw 为单元面积(hm2)。模型校准后，利用同组参数来模拟变化期的泥沙量。突变点前后模拟输沙量的差异归因于气候变化，可计算如下:

在中国黄土高原等典型的高侵蚀性地区，由于其独

ˉh ˉsim

change

ˉ

change

(21)

特的气候和土壤等因素，淤地坝的建设对减少入黄

ΔSˉc = Sˉ

ˉsim

change

(22)

泥沙量的贡献较大[48-50]。

ˉsim

change

指变化期内模拟的年平均输沙量(t)。

1.5 SEDD 模型

通过土壤侵蚀模型也可量化气候变化和人类活动对输沙量变化的影响，研究中多指经验模型和物理模型[51]，特别是以泥沙输移分布模型(SEDD)为代表的经验模型，数据模型易校准，使用较为简单。SEDD 模型是以修正后的通用土壤流失方程模型(RUSLE) 概念为基础形成的经验土壤侵蚀模型，与表示泥沙输送效率的分布式数学函数相耦合[51]。该模型一般将一个流域离散为若干个子单元，并确定每个子单元的输沙率[51-52]。同时，为了估算淤地坝对输沙量的影响，计算输沙率时应用到淤地坝的拦沙效率：

SEDD 模型能生成流域产沙量的理论分布函数，与流域产沙实测值的累积分布函数具有较好的一致性。

杨孟等[55]运用SEDD 模型对岷江上游黑水、镇江关流域侵蚀和产沙的空间分布进行模拟，分析了不同土地覆被类型的侵蚀、产沙特征，但忽略了河道侵蚀产沙过程，使模型验证的精度下降；Zhao等[25]通过SEDD 模型预测输沙量与观测值具有较好的一致性，并通过模型验证，发现人类活动对输沙量变化的影响占 92.8%，7.2%归因于降雨的变化； Yan 等[52]在北洛河流域上游运用SEDD 模型检验土地利用变化背景下土壤侵蚀和产沙量的时空变化，

TE = Sin - Sout = Ssettled

(17)

发现水土保持措施对产沙量的减少是有效的；基于

Sin

Sin

为期 3 a 的降雨、径流以及土壤侵蚀产沙监测数

式中：Sin 是流入淤地坝的泥沙(t)，Sout 是流出淤地

坝的泥沙(t)，Ssettled 为淤地坝截留的泥沙(t)。对于还在正常运行的大型淤地坝，其拦沙效率可估算为[53]：

据，Taguas 等[54] 对 SEDD 模型进行校准，进而分析流域输沙量的变化和集水区的主要泥沙来源； Gashaw 等[56] 利用SEDD 模型对安达萨流域各土地

TE = 1 - 1

1 + 0.0021 × D × V

W

(18)

利用类型的产沙量进行估算，得到耕地、灌丛和草地对产沙量的贡献依次为92%、5.2%、2.1%；Fu 等[57]

式中：D 是参数，V 是指剩余存储容量(m3)，W 为大坝控制区域面积(hm2)。利用式(18)进一步对每个子流域的泥沙输移比(流域出口处的产沙量与流域总侵蚀量的比率)进行估算[54]：

利用SEDD 模型研究美国华盛顿州典型旱地农业流域免耕对产沙量的影响，发现农田的产沙量占整个流域的60.1%，通过免耕法可减少68.4%的流域产沙量。

N

0.5

N

0.5

1.6 SWAT 模型

w ∑ j j j j ∑ j j j

SDR

= exp(-βt )l s2 α / l s2 α

j = 1 j = 1

(19)

SWAT 模型是一种基于物理机制的分布式流域

式中：SDRw 为泥沙输移比；N 为特定流域的单元总数；β为流域特定参数，不同流域对β的敏感性不同； tj 为子单元流向最近河道所需时间(h)，多与水流流经的距离、流速等有关；lj 指其流动路径长度(m)；sj和αj 分别指子单元的比降和面积(hm2)。对某一地区的产沙量分布进行估计，其中各单元产生的产沙量(Sw)可计算为：

水文模型[20]，目前被广泛应用于计算不同时间尺度的径流和泥沙输移[58-59]。分布式水文模型适用于不同土壤类型、不同土地利用方式和管理措施等较大尺度流域，也能用于资料缺乏的某些地区，因此得到了广泛应用[60]。 修正的通用土壤流失方程(MUSLE)是径流系数的函数，用于估算特定日期的产沙量：

Sw = RUSLE × KUSLE × LSUSLE × CUSLE × PUSLE × SDRW × Aw

Sed = 11.8 ×(Q

surf

× qpeak

× Ahru

)0.56 × K

USLE ×

(23)

(20)

式中：RUSLE、KUSLE、LSUSLE、CUSLE、PUSLE 分别为降雨侵蚀力因子、土壤可蚀性因子、地形(坡长、坡度)因子、植

CUSLE × PUSLE × LSUSLE × CFRG

式中：Sed 为产沙量(t)；Q 为地表径流量(mm/hm2)；

q 为径流峰值(m3/s)；A 是水文响应单元的面积

(hm2)；CFRG 为无量纲因子，主要是使用校准模型来预测突变点前后输沙量变化的差异。而气候变

ε = ∂Q/Q , ε

P ∂P/P E0

= ∂Q/Q , ε

∂E0 /E0

= ∂Q/Q

∂m/m

(27)

化和人类活动对输沙量变化的贡献量可分别由方程(21)~(22)进行估算。

Ma 等[61]应用SWAT 模型量化了气候变化、植被恢复和工程措施对中国西南部流域输沙量减小的影响，发现输沙量下降主要受土地利用/覆被变化的

式中：ηQ 和ηmC 是输沙对径流和悬浮泥沙浓度的弹

性，εP、ε 和εm 分别是降雨、潜在蒸散发和流域特征

0

参数对径流的弹性系数。推导建立径流弹性与输沙弹性系数之间的关系：

ηP = ηQ × εP

影响，贡献率约为47.8%，工程措施和气候变化对输沙量变化的影响分别为26.1%和19.8%；Zuo 等[62]利

ηE = ηQ × εE

ηmQ = ηQ × εm

(28)

用校准后的SWAT 模型，发现气候变化对基准条件下流域产沙量减少的贡献率要大于土地利用变化， 在时空分布上，大部分产沙量集中在雨季，且上游区域的产沙量比下游区域的产沙量下降更为显著；

式中：ηP、η 分别为输沙对降雨和潜在蒸散发的弹

0

性，二者之和代表气候变化对输沙变化的弹性，ηmQ为输沙对径流(受流域特征参数m 影响的部分)的弹性。各因素对输沙变化的影响量可表达为：

胡云华等[63]利用SWAT 模型模拟嘉陵江流域泥沙变

化的驱动因子，发现下垫面变化对流域输沙量减少

ΔSP = η

ΔP S, ΔSE0 = η

P E0

ΔE0 S,

E0

(29)

起到主导作用，贡献率高达91.8%；梅嘉洺等[64]通过 SWAT 模型模拟旬河流域输沙量，并探究其对流域

ΔSmQ = η

Δm S, ΔSmC = η

m mC

ΔC S C

E

景观格局变化的响应；Vigiak 等[65] 根据SWAT 模型来估算多瑙河流域沉积物来源，发现山坡侵蚀贡献了全流域 75%左右的泥沙量；蒋观滔[66] 通过建立SWAT 模型明确北洛河流域的输沙变化情况，与1990 年实测输沙量相比，退耕还林后的2005、2010 年土地利用/覆被变化对输沙减少的贡献率分别为57.21%和59.19%。

1.7 弹性系数法

弹性系数由Schaake 等[67]在20 世纪末提出，定义为因变量的变化率与自变量的变化率之比，是径流对其他变量(如降雨量和潜在蒸散量)敏感性的有效指标[68-70]，能够定量分离其他潜在因素对流域水沙变化的贡献。该法以Budyko 框架和水平衡原理为基础[71]，确定气候变化对输沙变化的敏感性和影响。定义输沙变化的微分公式为[72]：

式中：气候变化对输沙的影响量为△SP、ΔS 0 两者

之和，人类活动对输沙量变化的影响量为△SmQ、

△SmC 之和，气候变化和人类活动对输沙量变化的贡献率可分别由方程(7)、(8)计算。

Zhang 等[73-74]进一步发展了弹性系数法，利用输沙微分方程来推导输沙量对降雨、潜在蒸发以及流域地表特征的弹性系数，以此来量化气候变化和土地利用变化对输沙量变化的贡献，发现生态恢复对输沙变化的贡献从63%增长到81%，工程措施(如淤地坝)和植被措施的结合对于输沙量变化的控制非常重要；蒋凯鑫等[75]利用弹性系数法对黄土高原无定河流域水沙变化归因进行研究，结果发现，气候变化与人类活动对流域输沙量变化的贡献率分别为7.9%和92.1%，其中降雨与蒸散发量分别占0.8%和7.1%，其结果与双累积曲线法估算量较为一致；

罗娅等[76]为探讨1980 年以来孤山川流域降雨—产

dQ = ∂QS dQ + ∂QS dC (24)

S ∂Q ∂C

式中：QS 为输沙量(t)，Q 为径流量(mm)，C 为悬浮泥沙浓度(kg/m3)。将径流设为受气候( 降雨 P，潜在蒸散发 E0) 和流域集水特征(m) 影响的函数 Q=F(P，E0，m)。由此推导得到：

dQS = ∂QS /QS ■ ∂Q/Q dP + ∂Q/Q dE0 +

流—产沙的变化，利用弹性系数法计算特定时段内

产流、产沙系数对雨强的弹性，并检验其敏感性，发现产沙对雨强的变化较产流更为敏感。

1.8 相似天气条件法

相似天气条件法是通过在相同或相似天气条件(降雨、温度、蒸发)下配对的数据中，探究人类活

QS ∂Q/Q ∂P/P P ∂E0 /E0 E0

+ ∂Q/Q dm■ + ∂QS /QS dC

∂m/m ∂C/C C

(25)

动对输沙变化的影响。2 个或2 个以上流域，在气

候条件相似但径流不同的时期，相对径流量和输沙量的变化认为是人类活动引起的[77]。该方法通过

设 ηQ

= ∂S/S , η

∂Q/Q mC

= ∂S/S

∂C/C

(26)

线性回归分析确定相关参数的发展趋势，基于流域的水量平衡方程和各变量的相关特征，通过合理的

地理假设进行研究，流域内包括多个要素：

P + Wi - ETa - R - Rg + δWs + δWn = 0 (30)

式中：P 指区域降雨(mm)，R 为区域地表径流量(mm)，Rg 是地下水径流(mm)，ETa 为区域实际的蒸散发量(mm)，Wi 是来自其他集水区的水汇入值(mm)，δWs 、δWn 分别指土壤湿度和工程建设(水库)的蓄水变化(mm)。

特别地区需要考虑独特的水文地质条件，对各个要素的假设做出合理选择，将式(30)进行合理简化。所需数据集数由观测数据和阈值确定，阈值可决定数据最终分析的质量。研究相似天气条件选择过程及其与阈值关系，进一步分析确定人类活动对径流和输沙量变化的影响。

燕慧婷等[78] 对黄河河源区的气候相似年组进行筛选，通过设定阈值得到12 个降雨和蒸发量相似

的组，有3 组结果表明流域内输沙呈增长趋势，可认为流域内输沙呈整体减少的趋势；胡晋飞[79] 利用“相似洪水事件”方法，探究黄土丘陵沟壑区气候变化和人类活动对径流量和输沙量的影响，通过设定阈值来筛选相似洪水事件组，将得到8 组具有相似降雨条件(降雨量、降雨强度)的洪水事件，进行比较，发现人类活动对输沙量减少的贡献率为55%~ 95%，平均为81.0%；Wang 等[77]和王群星[80]利用该方法对延河流域的水沙变化进行研究，发现12 组输沙

量数据对中有9 组呈下降趋势，可见人类活动的影响会导致流域内输沙量的变化。

1.9 水保法

水保法又叫作成分分析法，即从成因方面来计算泥沙的变化。该方法根据观测和计算试验小区或小流域主要水土保持措施的减沙效益，推测出各项措施对输沙的影响程度，依据各项措施的实施面积进一步得到研究区域的水土保持措施对输沙量的贡献率[81]。对于水土保持措施中主要的坡面治理措施减沙量和淤地坝拦沙量可分别表示为[82]：

n

ΔWS坡 =∑MS 坡 fiηsi , ΔWS坝 = (1 - α2) f S坝 (31)

i = 1

式中：△WS 坡和△WS 坝分别是坡面治理措施减沙量和淤地坝拦沙量(t)，MS 坡为计算时段坡面的天然产沙模数(t/km2)，fi 为单个措施的面积(km2)，ηSi 是单个措施的减沙百分值，α2 是人工填土和推移质占拦沙量的百分值，f 是坝地的面积(km2)，S 坝为每公顷淤地坝拦沙量。

水保法中坡面治理措施减沙量的计算又常采

用“串联法”(即“以洪算沙法”)[83]或“并联法”[84]。“以洪算沙法”以成因分析法作为基础，将坡面和沟道、洪水和泥沙相联系。通过建立流域内坡面措施减洪指标体系，将代表小区和流域的年平均雨量通过同频率对应原则，消除差异后确定流域的减洪指标体系。通过该模型进行迭代计算后得到流域水土保持坡面措施的减沙量[84-85]。“并联法”在成因分析法基础上进一步发展，在确定代表小区坡面措施的减洪减沙指标外，根据不同措施建立相应的拦洪拦沙能力曲线，最终通过代表小区的坡面措施减洪减沙指标体系和坡面措施的质量分级得到流域坡面措施的减水减沙量[84]。除考虑上述2 两个方面外， 还需考虑其他人类活动(开荒、毁坝、灌溉引水等)对输沙量变化的影响。

蒋凯鑫等[75] 采用水保法对无定河流域的泥沙变化进行研究，发现水土保持措施对输沙量变化的影响较大，贡献率达到了71.1%；冉大川等[85]利用水保法中的“以洪算沙法”量化1970—2002 年大理河流域水土保持措施减沙效益，发现年均减沙效益为36.6%；熊维新等[86] 通过水保法计算坡面各项水土保持措施的减水减沙量，认为1970—1989 年水利水保措施的减沙效益为30.8%；熊贵枢等[87]采用水保法计算1970—1984 年黄河上中游水利水保工程措施的减沙量，发现每年因水保工程的拦蓄作用导致输沙量减少 2.5 亿~3.3 亿t，且未来每年都将减少 15%的泥沙。

2 泥沙归因研究方法评价

上述9 种泥沙归因研究方法的原理、所需数据、

优缺点如表1 所示。其中，经验回归方法（简单线性回归方法、双累积曲线法）应用较为普遍，均需要分离其基准期与变化期，同时保证降雨与输沙之间具有较高的相关性，但只考虑降雨与输沙间的关系， 对估算的精度可能有很大影响。同时，经验回归法并不能区分不同人类活动对输沙量变化影响的相对贡献率。泥沙归因诊断分析法最早被运用于中国黄河流域水沙变化的研究[38]。该方法数据方便获取，能够定量分析影响流域输沙量变化的具体因素。虽使用上较为简单实用，但其影响因子的分解存在表象性，驱动因素和机制较为复杂[88]，同时也忽略了温度、蒸散发对输沙量变化的影响。

淤地坝可以改变控制区域的局部侵蚀基准面，

表1 不同泥沙归因研究方法的比较

Tab.1 Comparison of different methods of attribution analysis for sediment discharge change

方法 原理 所需数据 优点 不足

简单线性回归分析[17, 25-29]

经验统计

降雨量、输沙量

计算简单，方法成熟， 不考虑物理水文过程，易忽略

数据需求少

潜在蒸散发、降雨强度等对输沙量变化的影响

双累积曲线法[30-37]

经验统计

降雨量、输沙量

计算简单，方法成熟， 对时间序列有一定要求，突变

泥沙归因诊断分析法[22-23,38-42]

库坝拦沙量法[24, 43-50]

SEDD 模型[18-19,51-57]

Kaya 恒等式模型

淤地坝减沙模型

分布式数学函数、水文模型、修正后的通用土壤流失方程

降雨量、径流系数、含沙量

降雨量、库坝特征(库坝控制面积、拦沙率)、输沙量

降雨量、温度、湿度、数字高程模型(DEM)、土地利用等

数据需求少

数据获取方便，可量化各驱动因子对输沙量的影响程度

可计算特定区域产沙量

可对不同情景下的产沙量进行模拟

点的确定具有人为主观性

由于各驱动因子之间存在复杂的潜在相关性，对其相对贡献率的解析存在表象性

工作量大，需大量实地调查，库坝的经验参数不确定性较大

未考虑河道泥沙沉积过程，模型参数过多，模型验证需要数据量过大存在不确定性

SWAT 模型[20-21,58-66]

分布式水文模型、修正后

降雨量、温度、湿度、DEM、 可对不同情景下的产

需求数据量较大，成本限制，模

弹性系数法[67-76]

相似天气条件法[77-80]

水保法[81-87]

的通用土壤流失方程

Budyko 框架、水量平衡原理

水量平衡公式、相似事件配对标准

比例函数

土地利用等

降雨量、潜在蒸散发、输沙量、径流量、含沙量、流域下垫面特征等

降雨量、地表径流量、地下水径流量、实际蒸散发量等

各水保措施减沙量、淤地坝拦沙量、库坝控制面积

沙量进行模拟

数据易获取、可分离降雨和蒸发等影响因素对输沙量变化的贡献率

数据较易获取、计算过程较为简单

可量化各水保措施对输沙量变化的相对贡献率

型参数过度优化

多用于径流变化分析，用于泥沙归因分析研究中偏少，未考虑水量平衡中的储水量变化因子

不适用于降雨量空间异质性大的区域、不能区分不同人类活动对输沙量变化的相对贡献率

自径流小区至流域的尺度转换结果具有不确定性

使上游及周边沟坡的土体稳定性增强，减少下游输沙量[89]。但由于淤地坝有效减沙面积随年限不断下降，尤其是中小型的淤地坝约20 a 左右就会被泥沙填满，导致其拦截泥沙的效率下降[90]。可见，淤地坝是短期内控制泥沙的有效措施之一，其对产沙量产生的影响较为短暂，淤地坝能否对输沙量起主导作用取决于流域的具体环境特征[46]。近期研究也指出，长久来看，随着部分淤地坝的淤满，淤地坝拦沙量在人类活动影响中的比例可能在不断下降， 而植被恢复等因素对输沙量变化的影响作用发挥明显[22,47]。同时库坝拦沙量法中泥沙截留效率主要由泄水闸来确定，也会影响到库坝拦沙量的精度。

SEDD 模型可应用于年时间尺度或者事件尺度，时间尺度越长，其可靠性越高[51]。但该模型忽略了河道泥沙的输移分量，假设所有输送到河流的泥沙均通过流域出口，模型还需要大量的实测数据进行验证，并对参数值进行校准，导致模型中的参数可能会影响模拟结果，并产生较大的不确定性。SWAT 模型的运用所需参数较多，除考虑输入数据、参数的不确定性之外，还要基于过程和空间的变化

对模型进行校准、验证[20]。该模型综合多种离散方法进行坡面单元划分[91]，确定研究区域或子流域的最敏感参数来进一步调整变量，具有参数可控性强等优势[92]。但模型中的泥沙输移计算方法存在一定缺陷，很难反映极端天气产生的水沙特点。根据研究区的地域性，需建立相应的特定水文模型[93]。

目前弹性系数法多应用在流域径流变化归因分析[38,94]，该方法提供了许多定量分析，如生态恢复对输沙量变化的影响程度，以及流域径流如何调节输沙量变化等信息，但将降雨—径流—输沙过程视为一个连续体，基于长期的时间序列建立泥沙等级曲线对水文变化现象进行预测或解释，不适用于短时间尺度的研究，并难以量化人类活动具体措施引起的输沙变化。相似天气条件法相较于其他经验、物理模型计算较为简单[94]；该方法有一定的局限性，即在大尺度流域内未能考虑其空间异质性，对数据精度产生一定影响，同时此方法只能得到人类活动对泥沙变化的整体影响，需结合其他研究方法进一步细分人类活动中不同要素的影响。水保法能得到水土保持措施的单个结果和综合结果，预测

流域未来的水沙演变趋势，其计算结果主要取决于对各项水土保持措施的数量、质量、拦沙指标等因素的调查落实情况，但措施数量等方面的确定易受人为因素的影响，进而影响其结果精度。

对于流域输沙变化归因分析，越来越多的研究采用多种方法进行贡献分割，并相互对比和验证。Zhao 等[25]选择简单线性回归、双累积曲线、泥沙归因诊断分析、库坝拦沙量法、SEDD 和SWAT 模型， 对黄土高原皇甫川流域输沙变化归因进行分析，发现除简单线性回归外，其他5 种方法结果较为相似； 蒋凯鑫等[75] 通过选择双累积曲线、水文法、弹性系数法和水保法对无定河流域的年输沙变化进行归因分析，发现4 个方法结果较为一致，即人类活动是流域输沙变化的主要影响因素，尤其是淤地坝和造林措施对输沙变化影响较大；李晓乐等[95]针对黄土高原无定河流域及其支流大理河流域，利用双累积曲线法结合淤地坝减沙模型分离气候变化和各项水保措施的减沙贡献率，发现人类活动是输沙量减少的主要原因。因此，明晰各方法的原理、局限性和分析手段间的差异，有利于选择合理的方法并进行相互比较，同时不同方法的相互结合和验证提高了对输沙量变化影响程度的识别精度。

3 结论与展望

近年来，随着退耕还林还草等水土保持措施的实施，人类活动对流域输沙变化产生了重大的影响，但其中各项水土保持措施对输沙变化的贡献率仍难以准确量化，许多方法和原理在具体应用上有一定的局限性。经验模型对流域数据有一定的要求，主要适用于数据较完善的流域；集总式模型(RUSLE 模型、Tank 模型等)具有快速处理的优点， 往往用简单和较少的数据输入，便可对输沙量做出预测；分布式模型对泥沙运动时空变化的预测能力有限，需要大量的输入数据，参数值的不确定性影响模型的结果。泥沙的产生和运输具有一定的空间异质性，区域内天气极端事件的发生，以及忽略河道内的过程都会导致研究结果产生一定的误差。

明确泥沙变化的原因对流域水土资源的管理具有非常重要的意义，有利于进一步优化配置相应的水土保持措施。未来对泥沙变化归因分析方法的研究应集中以下几个方面：① 应探索更为适当的输沙量预测新技术、新方法，以提供最佳的输沙量

估算，同时各种因素对输沙量影响的作用和程度的定量评估需要进一步简化处理；② 对于较多流域，年输沙量可能仅有年内少数几场极端降雨引起，因而定量研究流域内极端降雨事件对输沙变化的影响，阐述其特征与影响机制，对于科学解释输沙量的变化也具有极为重要的意义；③ 由于各泥沙变化归因分析方法使用的局限性以及其分析手段的差异性，对现有各种分析方法的结合显得非常重要， 各方法之间相互验证，才能提高评价的可靠度和精确性，更好地为流域水文生态综合治理和土地资源管理提供科学依据。

参考文献(References)

[1] Keesstra S, Geissen V, Mosse K, et al. Soil as a filter for groundwater quality [J]. Current Opinion in Environmen- tal Sustainability, 2012, 4(5): 507-516.

[2] Milly P C D, Dunne K A, Vecchia A V. Global pattern of trends in streamflow and water availability in a changing climate [J]. Nature, 2005, 438: 347-350.

[3] Milliman J D, Farnsworth K L, Jones P D, et al. Climatic and anthropogenic factors affecting river discharge to the global ocean, 1951- 2000 [J]. Global and Planetary Change, 2008, 62(3/4): 187-194.

[4] Cohen S, Kettner A J, Syvitski J P M. Global suspended sediment and water discharge dynamics between 1960 and 2010: Continental trends and intra- basin sensitivity [J]. Global and Planetary Change, 2014, 115: 44-58.

[5] Dey P, Mishra A. Separating the impacts of climate change and human activities on streamflow: A review of methodologies and critical assumptions [J]. Journal of Hy- drology, 2017, 548: 278-290.

[6] Zhang L, Cheng L, Chiew F, et al. Understanding the im- pacts of climate and landuse change on water yield [J]. Current Opinion in Environmental Sustainability, 2018, 33: 167-174.

[7] Jaramillo F, Destouni G. Developing water change spectra and distinguishing change drivers worldwide [J]. Geo- physical Research Letters, 2014, 41(23): 8377-8386.

[8] Destouni G, Jaramillo F, Prieto C. Hydroclimatic shifts driven by human water use for food and energy produc- tion [J]. Nature Climate Change, 2013, 3(3): 213-217.

[9] Kingsford R T. Ecological impacts of dams, water diver- sions and river management on floodplain wetlands in Australia [J]. Austral Ecology, 2000, 25(2): 109-127.

[10] Levi L, Jaramillo F, Andričević R, et al. Hydroclimatic

changes and drivers in the Sava River Catchment and

comparison with Swedish catchments [J]. AMBIO, 2015, 44(7): 624-634.

[11] Jaramillo F, Destouni G. Local flow regulation and irriga- tion raise global human water consumption and footprint [J]. Science, 2015, 350: 1248-1251.

[12] Franczyk J, Chang H. The effects of climate change and urbanization on the runoff of the Rock Creek basin in the Portland metropolitan area, Oregon, USA [J]. Hydrologi- cal Processes, 2009, 23(6): 805-815.

[13] Guo J, Su X L, Singh V, et al. Impacts of climate and land use/cover change on streamflow using SWAT and a separation method for the Xiying River Basin in north- western China [J]. Water, 2016, 8(5): 192. doi: 10.3390/ w8050192.

[14] Ye X C, Xu C Y, Zhang Z X. Comprehensive analysis on the evolution characteristics and causes of river runoff and sediment load in a mountainous basin of China's sub- tropical plateau [J]. Journal of Hydrology, 2020, 591: 125597. doi: 10.1016/j.jhydrol.2020.125597.

[15] Tang Q, He X B, Bao Y H, et al. Determining the relative contributions of climate change and multiple human ac- tivities to variations of sediment regime in the Minjiang River, China [J]. Hydrological Processes, 2013, 27: 3547- 3559.

[16] Bhattarai R, Dutta D. A comparative analysis of sediment yield simulation by empirical and process-oriented mod- els in Thailand / Une analyse comparative de simulations de l'exportation sédimentaire en Thaïlande à l'aide de modèles empiriques et de processus [J]. Hydrological Sciences Journal, 2008, 53(6): 1253-1269.

[17] Wang S J, Yan Y X, Yan M, et al. Quantitative estimation of the impact of precipitation and human activities on runoff change of the Huangfuchuan River Basin [J]. Jour- nal of Geographical Sciences, 2012, 22(5): 906-918.

[18] de Vente J, Poesen J, Verstraeten G, et al. Predicting soil erosion and sediment yield at regional scales: Where do we stand? [J]. Earth-Science Reviews, 2013, 127: 16-29.

[19] Fu B J, Liu Y, Lv Y H, et al. Assessing the soil erosion control service of ecosystems change in the Loess Pla- teau of China [J]. Ecological Complexity, 2011, 8: 284- 293.

[20] Gowda P H, Mulla D J, Desmond E D, et al. ADAPT: Model use, calibration, and validation [J]. Transactions of the ASABE, 2012, 55(4): 1345-1352.

[21] Vigiak O, Malagó A, Bouraoui F, et al. Modelling sedi- ment fluxes in the Danube River basin with SWAT [J]. Science of the Total Environment, 2017, 599/600: 992- 1012.

[22] Wang S, Fu B J, Liang W, et al. Driving forces of chang- es in the water and sediment relationship in the Yellow River [J]. Science of the Total Environment, 2017, 576: 453-461.

[23] Ward J M, Jackson C R. Sediment trapping within forest- ry streamside management zones: Georgia Piedmont, USA [J]. Journal of the American Water Resources Asso- ciation, 2004, 40, 1421-1431.

[24] Zhao G J, Kondolf G M, Mu X M, et al. Sediment yield reduction associated with land use changes and check dams in a catchment of the Loess Plateau, China [J]. Cat- ena, 2017, 148: 126-137.

[25] Zhao G J, Mu X M, Jiao J Y, et al. Assessing response of sediment load variation to climate change and human ac- tivities with six different approaches [J]. Science of the Total Environment, 2018, 639: 773-784.

[26] Miao C Y, Ni J R, Borthwick A G L, et al. A preliminary estimate of human and natural contributions to the chang- es in water discharge and sediment load in the Yellow River [J]. Global and Planetary Change, 2011, 76: 196- 205.

[27] Gao G Y, Zhang J J, Liu Y, et al. Spatio-temporal patterns of the effects of precipitation variability and land use/ cover changes on long-term changes in sediment yield in the Loess Plateau, China [J]. Hydrology and Earth Sys- tem Sciences, 2017, 21(9): 4363-4378.

[28] Gao P, Mu X M, Wang F, et al. Changes in streamflow and sediment discharge and the response to human activi- ties in the middle reaches of the Yellow River [J]. Hydrol- ogy and Earth System Sciences, 2011, 15: 1-10.

[29] Li Z W, Xu X L, Yu B F, et al. Quantifying the impacts of climate and human activities on water and sediment discharge in a Karst region of southwest China [J]. Jour- nal of Hydrology, 2016, 542: 836-849.

[30] Zhang S R, Lu X X. Hydrological responses to precipita- tion variation and diverse human activities in a mountain- ous tributary of the lower Xijiang, China [J]. Catena, 2009, 77(2): 130-142.

[31] 汪丽娜, 穆兴民, 张晓萍, 等. 黄河流域粗泥沙集中来源

区径流及输沙特征分析 [J]. 干旱区资源与环境, 2008, 22(10): 60- 65. [Wang Lina, Mu Xingmin, Zhang Xiaop- ing, et al. The changing characters of water and sediment in coarse sand source regions of the Loess Plateau. Jour- nal of Arid Land Resources and Environment, 2008, 22 (10): 60-65. ]

[32] 李二辉. 黄河中游皇甫川水沙变化及其对气候和人类活动的响应 [D]. 杨凌: 西北农林科技大学, 2016. [Li Erhui. Response of runoff and sediment to climate and

human activities in the Huangfuchuan Watershed of the middle reaches of the Yellow River. Yangling, China: Northwest A&F University, 2016. ]

[33] Gao P, Li P F, Zhao B L, et al. Use of double mass curves in hydrologic benefit evaluations [J]. Hydrological Pro- cesses, 2017, 31(26): 4639-4646.

[34] 高鹏, 穆兴民, 王飞, 等. 黄河中游河口镇—花园口区间

水沙变化及其对人类活动的响应[J]. 泥沙研究, 2013 (5): 75- 80. [Gao Peng, Mu Xingmin, Wang Fei, et al. Analysis of impact of human activities on stream flow and sediment discharge from Hekouzhen to Huayuankou in middle reaches of Yellow River. Journal of Sediment Research, 2013(5): 75-80. ]

[35] 李慧娟, 师长兴, 马小晴, 等. 黄河中游窟野河流域水沙变化影响因素定量评估 [J]. 资源科学, 2020, 42(3): 499- 507. [Li Huijuan, Shi Changxing, Ma Xiaoqing, et al. Quantification of the influencing factors of runoff and sediment discharge changes of the Kuye River catchment in the middle reaches of the Yellow River. Resources Sci-

ence, 2020, 42(3): 499-507. ]

[36] 张凯, 鲁克新, 李鹏, 等. 近60 年汾河中上游水沙变化趋势及其驱动因素 [J]. 水土保持研究, 2020, 27(4): 54-

59. [Zhang Kai, Lu Kexin, Li Peng, et al. Trend of runoff and sediment change and its driving factors in the middle and upper reaches of Fenhe River in the past 60 years. Research of Soil and Water Conservation, 2020, 27(4): 54-59. ]

[37] 孙倩, 于坤霞, 李占斌, 等. 黄河中游多沙粗沙区水沙变

化趋势及其主控因素的贡献率 [J]. 地理学报, 2018, 73 (5): 945- 956. [Sun Qian, Yu Kunxia, Li Zhanbin, et al. The trends of streamflow and sediment and their driving factors in the middle reaches of the Yellow River. Acta Geographica Sinica, 2018, 73(5): 945-956.]

[38] Wang S, Fu B J, Piao S L, et al. Reduced sediment trans- port in the Yellow River due to anthropogenic changes [J]. Nature Geoscience, 2016, 9(1): 38-41.

[39] Peng T, Tian H, Singh V P, et al. Quantitative assessment of drivers of sediment load reduction in the Yangtze Riv- er Basin, China [J]. Journal of Hydrology, 2020, 580: 124242. doi: 10.1016/j.jhydrol.2019.124242.

[40] 武旭同, 王腊春, 李娜. 近60 a 来长江干流输沙量变化

及原因分析 [J]. 长江流域资源与环境, 2018, 27(1): 116-124. [Wu Xutong, Wang Lachun, Li Na. Analysis on the change of sediment discharge of the Yangtze River in recent 60 years. Resources and Environment in the Yang- tze Basin, 2018, 27(1): 116-124. ]

[41] 薛天翼, 武旭同, 朱晨怡, 等. 红水河流域输沙量变化及其影响因素 [J]. 地理科学进展, 2019, 38(5): 772-782.

[Xue Tianyi, Wu Xutong, Zhu Chenyi, et al. Change of sediment load and its influencing factors in the Hongshui River Basin in Southwestern China. Progress in Geogra- phy, 2019, 38(5): 772-782. ]

[42] Li T, Wang S, Liu Y X, et al. Driving forces and their contribution to the recent decrease in sediment flux to ocean of major rivers in China [J]. Science of the Total Environment, 2018, 634: 534-541.

[43] Syvitski J P M, Vörösmarty C J, Kettner A J, et al. Im- pact of humans on the flux of terrestrial sediment to the global coastal ocean [J]. Science, 2005, 308: 376-380.

[44] Kondolf G M, Rubin Z K, Minear J T. Dams on the Me- kong: Cumulative sediment starvation [J]. Water Re- sources Research, 2014, 50(6): 5158-5169.

[45] Wei Y H, He Z, Li Y J, et al. Sediment yield deduction from check- dams deposition in the weathered sandstone watershed on the north Loess Plateau, China [J]. Land Degradation & Development. 2017, 28: 217-231.

[46] Boix-Fayos C, de Vente J, Martínez-Mena M, et al. The impact of land use change and check-dams on catchment sediment yield [J]. Hydrological Processes, 2008, 22 (25): 4922-4935.

[47] 魏艳红, 焦菊英, 张世杰. 黄土高原典型支流淤地坝拦

沙对输沙量减少的贡献 [J]. 中国水土保持科学, 2017, 15(5): 16- 22. [Wei Yanhong, Jiao Juying, Zhang Shijie. Contribution of sediment retention by check-dams to sed- iment discharge reduction of typical tributaries on the Loess Plateau. Science of Soil and Water Conservation, 2017, 15(5): 16-22. ]

[48] Xu X Z, Zhang H W, Zhang O Y. Development of check- dam systems in gullies on the Loess Plateau, China [J]. Environmental Science & Policy, 2004, 7: 79-86.

[49] 冉大川, 左仲国, 上官周平. 黄河中游多沙粗沙区淤地

坝拦减粗泥沙分析 [J]. 水利学报, 2006, 37(4): 443-

450. [Ran Dachuan, Zuo Zhongguo, Shangguan Zhoup- ing. Effect of check dam on retaining and reducing coarse grain sediment in middle reaches of Yellow River. Journal of Hydraulic Engineering, 2006, 37(4): 443-

450. ]

[50] 许炯心, 孙季. 无定河淤地坝拦沙措施时间变化的分析与对策 [J]. 水土保持学报, 2006, 20(2): 26-30. [Xu Jion- gxin, Sun Ji. Study of temporal variation of check dam construction in Wudinghe River Basin and some sugges- tion for some countermeasure. Journal of Soil and Water Conservation, 2006, 20(2): 26-30. ]

[51] Ferro V, Porto P. Sediment delivery distributed (SEDD) model [J]. Journal of Hydrologic Engineering, 2000, 5 (4): 411-422.

[52] Yan R, Zhang X P, Yan S J, et al. Estimating soil erosion response to land use/cover change in a catchment of the Loess Plateau, China [J]. International Soil and Water Conservation Research, 2018, 6(1): 13-22.

[53] Brune G M. Trap efficiency of reservoirs [J]. Eos, Trans- actions American Geophysical Union, 1953, 34(3): 407- 418.

[54] Taguas E V, Moral C, Ayuso J L, et al. Modeling the spa- tial distribution of water erosion within a Spanish olive orchard microcatchment using the SEDD model [J]. Geo- morphology, 2011, 133(1/2): 47-56.

[55] 杨孟, 李秀珍, 胡远满, 等. 利用SEDD 模型模拟岷江上

游小流域的年产沙量 [J]. 应用生态学报, 2007, 18(8): 1758-1764. [Yang Meng, Li Xiuzhen, Hu Yuanman, et al. Annual sediment yield in sub-watersheds at upper reach- es of Minjiang River: A simulation with SEDD model. Chinese Journal of Applied Ecology, 2007, 18(8): 1758-

1764. ]

[56] Gashaw T, Tulu T, Argaw M, et al. Modeling the impacts of land use-land cover changes on soil erosion and sedi- ment yield in the Andassa Watershed, upper Blue Nile Basin, Ethiopia [J]. Environmental Earth Sciences, 2019, 78: 679. doi: 10.1007/s12665-019-8726-x.

[57] Fu G B, Chen S L, McCool D K. Modeling the impacts of no-till practice on soil erosion and sediment yield with RUSLE, SEDD, and ArcView GIS [J]. Soil and Tillage Research, 2006, 85(1/2): 38-49.

[58] Li E H, Mu X M, Zhao G J, et al. Effects of check dams on runoff and sediment load in a semi-arid river basin of the Yellow River [J]. Stochastic Environmental Research and Risk Assessment, 2017, 31(7): 1791-1803.

[59] Wu J W, Miao C Y, Zhang X M, et al. Detecting the quan- titative hydrological response to changes in climate and human activities [J]. Science of the Total Environment, 2017, 586: 328-337.

[60] Chaponnière A, Boulet G, Chehbouni A, et al. Under- standing hydrological processes with scarce data in a mountain environment [J]. Hydrological Processes, 2008, 22: 1908-1921.

[61] Ma X, Lu X X, Van Noordwijk M, et al. Attribution of climate change, vegetation restoration, and engineering measures to the reduction of suspended sediment in the Kejie catchment, southwest China [J]. Hydrology and Earth System Sciences, 2014, 18(5): 1979-1994.

[62] Zuo D P, Xu Z X, Yao W Y, et al. Assessing the effects of changes in land use and climate on runoff and sediment yields from a watershed in the Loess Plateau of China [J]. Science of the Total Environment, 2016, 544: 238-

250.

[63] 胡云华, 冯精金, 王铭烽, 等. 气候及下垫面变化对嘉陵江流域径流与输沙的影响 [J]. 中国水土保持科学, 2016, 14(4): 75-83. [Hu Yunhua, Feng Jingjin, Wang Min- gfeng, et al. Influences of climate and land surface change on runoff and sediment in Jialing River Basin. Science of Soil and Water Conservation, 2016, 14(4): 75-83. ]

[64] 梅嘉洺, 刘洋, 岳朋芸, 等. 旬河流域景观格局变化对泥沙输出的影响 [J]. 水土保持研究, 2020, 27(3): 45-50,

56. [Mei Jiaming, Liu Yang, Yue Pengyun, et al. Effects of landscape pattern change on sediment tranport in the Xunhe River Basin. Research of Soil and Water Conser- vation, 2020, 27(3): 45-50, 56. ]

[65] Vigiak O, Malagó A, Bouraoui F, et al. Modelling sedi- ment fluxes in the Danube River basin with SWAT [J]. Science of the Total Environment, 2017, 599/600: 992- 1012.

[66] 蒋观滔. 基于SWAT 模型的北洛河上游土地利用/覆被

变化水沙响应研究 [D]. 杨凌: 西北农林科技大学, 2016. [Jiang Guantao. Responses of runoff and sediment to land use cover changes in the upper reaches of Beiluo River based on SWAT model. Yangling, China: North- west A&F University, 2016. ]

[67] Schaake J C. From climate to flow [M]// Waggoner P E. Climate change and US water resources. New York, USA: Wiley-Interscience, 1990: 177-206.

[68] Liu X M, Liu W H, Xia J. Comparison of the streamflow sensitivity to aridity index between the Danjiangkou Res- ervoir basin and Miyun Reservoir basin, China [J]. Theo- retical and Applied Climatology, 2013, 111(3): 683-691.

[69] Li Y Z, Liu C M, Zhang D, et al. Reduced runoff due to anthropogenic intervention in the Loess Plateau, China [J]. Water, 2016, 8(10): 458. doi: 10.3390/w8100458.

[70] Zheng H X, Zhang L, Zhu R R, et al. Responses of streamflow to climate and land surface change in the headwaters of the Yellow River Basin [J]. Water Resourc- es Research, 2009, 45(7). doi: 10.1029/2007WR00666.

[71] Budyko M. Climate and life [M]. New York, USA: Aca- demic Press, 1974: 508.

[72] 傅抱璞. 论陆面蒸发的计算 [J]. 大气科学, 1981, 5(1):

23- 31. [Fu Baopu. On the calculation of the evaporation from land surface. Chinese Journal of Atmospheric Sci- ences, 1981, 5(1): 23-31. ]

[73] Zhang J J, Gao G Y, Fu B J, et al. Formulating an elastici- ty approach to quantify the effects of climate variability and ecological restoration on sediment discharge change in the Loess Plateau, China [J]. Water Resources Re- search, 2019, 55(11): 9604-9622.

[74] Zhang J J, Gao G Y, Fu B J, et al. Explanation of climate and human impacts on sediment discharge change in Dar- winian hydrology: Derivation of a differential equation [J]. Journal of Hydrology, 2018, 559: 827-834.

[75] 蒋凯鑫, 于坤霞, 曹文洪, 等. 黄土高原典型流域水沙变

化归因对比分析 [J]. 农业工程学报, 2020, 36(4): 143-

149. [Jiang Kaixin, Yu Kunxia, Cao Wenhong, et al. Attri- butional comparative analysis of runoff and sediment change in typical basin of Loess Plateau. Transactions of the CSAE, 2020, 36(4): 143-149. ]

[76] 罗娅, 杨胜天, 刘晓燕, 等. 孤山川流域1980s 以来次降

雨—产流—产沙变化 [J]. 水土保持通报, 2015, 35(3): 23-29. [Luo Ya, Yang Shengtian, Liu Xiaoyan, et al. Vari- ations of rainfall, runoff and sediment yield in Gushanch- uan River Basin since 1980s. Bulletin of Soil and Water Conservation, 2015, 35(3): 23-29. ]

[77] Wang F, Hessel R, Mu X M, et al. Distinguishing the im- pacts of human activities and climate variability on run- off and sediment load change based on paired periods with similar weather conditions: A case in the Yan River, China [J]. Journal of Hydrology, 2015, 527: 884-893.

[78] 燕慧婷, 王飞, 何毅, 等. 人类活动对黄河河源区水沙变

化影响评价 [J]. 泥沙研究, 2015(2): 40- 46. [Yan Hui- ting, Wang Fei, He Yi, et al. Impact assessment of human activities on runoff and sediment between paired years with similar weather condition in the source of the Yellow River. Journal of Sediment Research, 2015(2): 40-46. ]

[79] 胡晋飞. 黄土丘陵沟壑区流域水沙动态及其对变化环境的响应 [D]. 北京: 中国科学院大学, 2020. [Hu Jinfei. Response of runoff-sediment dynamics to changing envi- ronment in a Loess Plateau catchment, China. Beijing, China: University of Chinese Academy of Sciences, 2020. ]

[80] 王群星. 基于相似气候特征分析的人类活动对延河流域水沙变化的影响 [D]. 杨凌: 西北农林科技大学, 2010. [Wang Qunxing. Impact of human activities on the runoff and sediment loaded change of the Yan River ba- sin based on the similar climate condition. Yangling, Chi- na: Northwest A&F University, 2010. ]

[81] 穆兴民, 王万忠, 高鹏, 等. 黄河泥沙变化研究现状与问题 [J]. 人民黄河, 2014, 36(12): 1- 7. [Mu Xingmin, Wang Wanzhong, Gao Peng, et al. Progress and discus- sion on sediment load variation research of the Yellow River. Yellow River, 2014, 36(12): 1-7.]

[82] 汤立群, 陈国祥. 水土保持减水减沙效益计算方法研究[J]. 河海大学学报( 自然科学版), 1999, 27(1): 79- 84. [Tang Liqun, Chen Guoxiang. Study on calculation meth- ods of benefits of water and soil conservation. Journal of

Hohai University (Natural Sciences), 1999, 27(1): 79-

84. ]

[83] 赵有恩. 黄河中游水保减沙效益分析方法的改进与应用 [J]. 土壤侵蚀与水土保持学报, 1996, 10(3): 29-34. [Zhao Youen. Application and improvement of analysis method of sediment reduction benefit with soil and water conservation in the middle reaches of Yellow River. Jour- nal of Soil and Water Conservation, 1996, 10(3): 29-34. ]

[84] 冉大川, 柳林旺, 赵力仪, 等. 河龙区间水土保持措施减水减沙效益分析 [J]. 人民黄河, 1999, 21(9): 1-4. [Ran Dachuan, Liu Linwang, Zhao Liyi, et al. Analysis of wa- ter conservation and sediment reduction effects by water and soil conservation treatments in the area of hekouzhen to Longmen. Yellow River, 1999, 21(9): 1-4.]

[85] 冉大川, 张志萍, 罗全华, 等. 大理河流域1970—2002 年水保措施减洪减沙效益深化分析 [J]. 水土保持研究, 2011, 18(1): 17- 23. [Ran Dachuan, Zhang Zhiping, Luo Quanhua, et al. More comprehensive analysis on benefits of flood & sediment reduction of soil and water conserva- tion measures during 1970-2002 in Dali River Basin. Re- search of Soil and Water Conservation, 2011, 18(1): 17-

23. ]

[86] 熊维新, 王宏, 张治忠. 渭河流域水利水保措施减水减沙效益初步分析 [J]. 人民黄河, 1992, 14(7): 21-25, 61-

62. [Xiong Weixin, Wang Hong, Zhang Zhizhong. Analy- sis on benefits of hydraulic projects and soil conservation measures in reductions of runoff and sediment in Wei riv- er. Yellow River, 1992, 14(7): 21-25, 61-62. ]

[87] 熊贵枢, 徐建华, 顾弼生, 等. 黄河上中游水利、水保工

程减沙作用的预估 [J]. 人民黄河, 1988, 10(1): 3- 7. [Xiong Guishu, Xu Jianhua, Gu Bisheng, et al. Effect of water conservancy and soil conservation measures on re- ducing sediment yield in middle and upper Yellow River. Yellow River, 1988, 10(1): 3-7. ]

[88] 袁路, 潘家华. Kaya 恒等式的碳排放驱动因素分解及其政策含义的局限性 [J]. 气候变化研究进展, 2013, 9(3): 210- 215. [Yuan Lu, Pan Jiahua. Disaggregation of car- bon emission drivers in Kaya identity and its limitations with regard to policy implications. Progressus Inquisitio- nes de Mutatione Climatis, 2013, 9(3): 210-215. ]

[89] Tian P, Zhao G J, Mu X M, et al. Check dam identifica- tion using multisource data and their effects on stream- flow and sediment load in a Chinese Loess Plateau catch- ment [J]. Journal of Applied Remote Sensing, 2013, 7(1): 073697. doi: 10.1117/1.JRS.7.073697.

[90] 王随继, 冉立山. 无定河流域产沙量变化的淤地坝效应

分析 [J]. 地理研究, 2008, 27(4): 811-818. [Wang Suiji, Ran Lishan. Analysis of dam effect on sediment yield in

the Wudinghe River Basin. Geographical Research, 2008, 27(4): 811-818. ]

[91] 徐宗学, 程磊. 分布式水文模型研究与应用进展 [J]. 水

利学报, 2010, 41(9): 1009- 1017. [Xu Zongxue, Cheng Lei. Progress on studies and applications of the Distribut- ed Hydrological Models. Journal of Hydraulic Engineer- ing, 2010, 41(9): 1009-1017. ]

[92] Ma L, Ascough II J C, Ahuja L R, et al. Root zone water quality model sensitivity analysis using Monte Carlo sim- ulation [J]. Transactions of the ASAE, 2000, 43(4): 883- 895.

[93] 王中根, 刘昌明, 黄友波. SWAT 模型的原理、结构及应

用研究 [J]. 地理科学进展, 2003, 22(1): 79- 86. [Wang

Zhonggen, Liu Changming, Huang Youbo. The theory of SWAT model and its application in Heihe Basin. Prog- ress in Geography, 2003, 22(1): 79-86. ]

[94] Fu G B, Charles S P, Chiew F H S. A two-parameter cli- mate elasticity of streamflow index to assess climate change effects on annual streamflow [J]. Water Resourc- es Research, 2007, 43(11). doi: 10.1029/2007WR005890.

[95] 李晓乐, 成晨, 张永娥, 等. 黄土高原典型流域输沙量变

化及减沙贡献率分析 [J]. 泥沙研究, 2021, 46(3): 28-

35. [Li Xiaole, Cheng Chen, Zhang Yonge, et al. Contri- bution rates of sediment transport variation in typical wa- tersheds in the Loess Plateau. Journal of Sediment Re- search, 2021, 46(3): 28-35. ]

Review on the methods to separate the impacts of climate and human activities on sediment discharge

CHENG Si1, YU Xingxiu1, LI Zhenwei2,3*, XU Xianli2,3

(1. Faculty of Resources and Environmental Science, Hubei University, Wuhan 430062, China;

2. Institute of Subtropical Agriculture, CAS, Changsha 410125, China;

3. Huanjiang Observation and Research Station for Karst Ecosystem, CAS, Huanjiang 547100, Guangxi, China)

Abstract: As an important part of hydrological process, sediment transport is closely related to regional water resources, soil management, and even the healthy operation of ecosystem. Therefore, quantifying the relative contribution rate of climate change and human activities to sediment transport variation has become a hot issue in hydrology research. In this study, nine methods of attribution analysis of sediment discharge change, including simple linear regression analysis, double cumulative curve method, sediment attribution diagnosis analysis method, dam- sedimentation based method, sediment delivery distributed (SEDD) model, soil & water assessment tool (SWAT) model, elastic coefficient method, similar weather conditions method, and soil and water conservation method were systematically summarized. The calculation process and applicability of each method were elaborated, and the attribution analysis of sediment discharge change in the future was also discussed. Specifically, future work should try to enhance the application of new methods to explore a more appropriate new method for sediment discharge prediction. The impact of extreme rainfall events on sediment transport changes should be considered as well so that the accuracy of the results can be improved. Additionally, the limitations and differences of each attribution analysis method should be clarified, and hence the integration of existing evaluation methods and their mutual verification can improve the precision of the prediction. The results from this study can provide a scientific basis for the comprehensive management of ecological hydrology and land resources management in watersheds.

Keywords: sediment transport; attribution analysis; empirical regression method; soil erosion model