《Journal of Hydrology: Regional Studies》:Divergent drivers of runoff changes in the Indus eastern tributaries: Insights from attribution analysis based on the Budyko framework
编辑推荐:
研究区域:印度河流域东部支流:Chenab、Jhelum、Ravi和Sutlej。研究焦点:利用巴基斯坦水电发展局(WAPDA)的径流记录和再分析数据集的气候数据,研究人员构建了印度河东部支流1951–2024年长期、最新的水文气候时间序列。在识别突变年份后,
研究区域:印度河流域东部支流:Chenab、Jhelum、Ravi和Sutlej。研究焦点:利用巴基斯坦水电发展局(WAPDA)的径流记录和再分析数据集的气候数据,研究人员构建了印度河东部支流1951–2024年长期、最新的水文气候时间序列。在识别突变年份后,基于Fu型Budyko框架,将观测到的径流变化归因于气候和残余非气候驱动因子。区域新水文见解:1951–2024年期间,所有支流均观测到径流下降,但可由对比性驱动因素解释。研究发现气候因子主导西部子流域的径流下降。在Chenab,下降几乎完全由气候因子驱动。Jhelum显示出正残余效应,部分抵消了气候引起的径流下降。降水主导气候信号,解释了约43–97%的绝对径流变化,而参考蒸散发(ET0)仅贡献一小部分。相反,非气候驱动因子在东部子流域发挥更重要作用。Ravi和Sutlej中相对较大的非气候贡献(约47%和55%)与这些支流中密集的调控、引水和消耗性用水一致。这些发现强调,有效的用水管理政策必须在跨界流域系统中区分气候敏感型子流域和人类调控密集型子流域,以实现可持续水治理。
**论文解读:基于Budyko框架的印度河东部支流径流变化归因分析**
**研究背景与问题**
印度河流域(Indus River Basin, IRB)是全球最关键的跨界水文系统之一,连接兴都库什–喀喇昆仑–喜马拉雅(Hindu Kush–Karakoram–Himalaya, HKH)水源地与南亚人口稠密的平原。该流域面积约110万平方公里,依赖人口超过2亿,支撑着区域粮食、能源和生计安全。其灌溉网络为世界最大,放大了社会对水文气候系统长期变化和短期变率的暴露度。流域水文受夏季季风降雨、冬春西风扰动以及季节性积雪和冰川的显著贡献共同塑造,形成强烈的空间梯度。近年来,IRB出现降水变率变化、变暖驱动的冰冻圈变化以及地下水压力增加等环境变化信号,对东部主要支流(Chenab、Jhelum、Ravi和Sutlej)影响尤为突出。这些支流跨越从能量受限、冰川影响的源头到水分受限、高度调控的中游的显著梯度,意味着径流敏感性和归因信号在不同流域间可能差异显著。
当前水文学的核心挑战之一是区分气候和非气候影响在观测径流变化中的相对作用。在归因研究中,气候驱动因子通常由降水(P)和参考蒸散发(ET
0)代表,而非气候驱动因子作为残余项,包括水库调控、跨流域调水、灌溉取水、土地覆盖变化等。在山区流域,残余非气候影响还可能反映冰冻圈非平衡。过程模型虽广泛应用,但需密集输入数据,在数据稀疏的高山地区难以实施。Budyko框架提供了一种简洁的替代方案,基于长期P、ET
0和径流的物理一致关系,实现气候与非气候影响的分离。然而,现有归因证据有限,因为多数评估未扩展至最新条件,缺乏一致框架比较不同支流,且气候效应常被当作单一驱动因子。因此,本研究旨在基于Fu型Budyko框架,构建1951–2024年长期序列,识别突变年份,并将径流变化归因于气候(P和ET
0)和残余非气候驱动因子,为印度河东部支流提供统一、最新的比较评估。
**技术方法概述**
本研究主要采用以下关键方法:首先,利用巴基斯坦水电发展局(WAPDA)提供的1951–2024年月径流数据,转换为年径流深度(mm yr
-1)。气候驱动数据来自ERA5-Land再分析数据集,包括月降水总量和气象变量,通过FAO-56 Penman-Monteith公式计算参考蒸散发(ET
0),并聚合为年值。基于Fu型Budyko方程,对每个支流在基线期(Chenab、Jhelum、Ravi为1951–1998年,Sutlej为1951–1961年)标定流域参数ω,该参数代表流域综合特征。通过Pettitt检验、移动t检验和双累积曲线识别水文突变年份。将ω固定为基线值,利用全序列P和ET
0模拟气候驱动径流(Q
clim),观测径流变化(ΔQ
obs)与气候驱动变化(ΔQ
clim)之差定义为残余非气候分量(ΔQ
residual)。进一步采用路径平均有限差分法将ΔQ
clim分解为降水贡献(ΔQ
P)和ET
0贡献(ΔQ
ET?)。
**研究结果**
**4.1 长期水文气候特征**:通过分析1951–2024年各支流年平均P、ET
0和观测径流深度(Q
obs),发现明显的水文气候梯度。Chenab流域降水最多(1418.5 mm yr
-1)、径流最深(1205.6 mm yr
-1),干旱指数(φ=ET
0/P)最低(0.38),属能量受限湿润区。Sutlej流域最干旱,降水最少(864.0 mm yr
-1),φ最高(0.78),径流最小(78.8 mm yr
-1)。Jhelum和Ravi居中。Theil-Sen趋势线显示所有支流径流呈下降趋势,其中Chenab、Ravi和Sutlej下降显著,与降水减少趋势一致,而ET
0趋势较弱。
**4.2 水文突变点检测与基线期确定**:应用Pettitt检验和移动t检验识别径流突变年份。Chenab、Jhelum和Ravi均在1998年出现显著突变(p<0.05),因此选择1951–1998年作为共同基线期。Sutlej的Pettitt检验显示1978年突变,但移动t检验检测到1961年更强突变,且1978年基线不满足Budyko能量限制条件,故采用1951–1961年作为基线期。
**4.3 Budyko–Fu参数ω标定与气候驱动径流模拟**:基于基线期平均Budyko坐标(φ?, ε?)标定ω值。Chenab最低(1.26),反映湿润条件下径流占降水比例高;Jhelum(3.78)、Ravi(6.22)和Sutlej(5.37)依次升高,表明蒸散发和人类用水对水分的分配增强。将ω固定后,利用全序列P和ET
0模拟气候驱动径流(Q
Budyko)。与观测径流对比显示,Chenab拟合最好,年际变率主要由气候解释;Jhelum有一定离散;Ravi在基线后出现持续亏损;Sutlej观测径流远低于Budyko模拟,表明非气候影响主导。
**4.4 径流变化归因**:将观测径流变化分解为气候驱动和残余非气候分量,并进一步分解降水与ET
0贡献(表5)。Chenab径流下降约-195 mm yr
-1,几乎完全由气候驱动(降水贡献约97%),残余可忽略。Jhelum观测下降约-133 mm yr
-1,但气候驱动下降约-195 mm yr
-1,产生正残余(+61 mm yr
-1),部分抵消气候下降。Ravi观测下降最大(-376 mm yr
-1),气候驱动下降约-199 mm yr
-1,残余非气候贡献达-177 mm yr
-1(约占|ΔQ
obs|的47%)。Sutlej观测下降约-203 mm yr
-1,气候驱动下降约-90 mm yr
-1,残余贡献约-112 mm yr
-1(约占55%)。降水贡献占气候信号的43–97%,ET
0贡献仅占约2–13%。ω敏感性分析表明,即使采用替代ω值(2、3、4),Ravi和Sutlej的残余贡献仍保持较大(47–57%),结论稳健。
**讨论与结论**
讨论部分:归因结果揭示东西部支流主导控制因素存在明显梯度:西部源头支流(Chenab、Jhelum)以气候主导,东部支流(Ravi、Sutlej)非气候印记更强。这与西部支流紧密的降水–径流耦合及冰冻圈贡献一致,而东部支流嵌入印度河流域灌溉系统(IBIS),大型水库、拦河坝、引水渠和消耗性用水重塑了径流。降水主导气候信号,ET
0贡献小,符合Budyko理论。Jhelum的正残余可能反映冰冻圈非平衡或水管理效应。这直接关联印度河水条约(IWT)的治理:东部河流(Ravi–Sutlej)分配给印度,西部河流(Indus–Jhelum–Chenab)分配给巴基斯坦。研究结果强调支流不应视为水文均匀,管理策略需区分:气候敏感型支流应加强季节预报和冰川监测;高度调控型支流需需求侧改革(提高灌溉效率、调整作物选择、优化水库调度),并辅以地下水监测。不确定性主要来自ERA5-Land在高海拔地区降水估计的局限性,但ET
0贡献小,不影响主要结论。
结论翻译:本研究应用Fu型Budyko归因框架,利用长期观测径流(WAPDA)和格点再分析数据(ERA5-Land),量化了印度河四条主要东部支流(Chenab、Jhelum、Ravi和Sutlej)多年代径流变化中气候与其他控制因素的相对贡献。通过标定各流域基线行为并在固定基线条件下模拟气候驱动径流,将观测径流变化分解为降水驱动、ET
0驱动和残余非气候分量。结果表明降水主导气候信号,解释了约43–97%的绝对观测径流变化,而ET
0贡献较小(约2–13%),其中上限值对应Jhelum流域。支流间出现明显对比:Chenab主要受气候驱动(约97%的|ΔQ
obs|),Jhelum显示出正残余效应部分抵消气候驱动的径流下降,而东部支流表现出强烈管理印记,残余影响分别占Ravi约47%和Sutlej约55%的总减少量。这些发现强调印度河支流不能视为水文均匀;有效水管理政策必须区分气候敏感型盆地和人类调控密集型盆地。虽然Budyko框架提供了有用的流域一致比较归因,但残余项应解释为包含调控、取水、回归流、地下水和水库蓄水量变化以及冰冻圈相关蓄水非平衡的综合非气候和未解析信号。未来工作应明确纳入季节性积雪和冰川过程、水库调度以及地下水/蓄水动态,以改进这一高度管理和冰冻圈影响的跨界系统中径流变化的归因。