基于濃度與流量突變的河流總磷通量估算

關(guān)鍵詞：突變分析；濃度與流量關(guān)系；總磷；LOADEST模型；潮河

河流水質(zhì)在氣候和人類活動(dòng)的驅(qū)動(dòng)下時(shí)刻發(fā)生著變化，關(guān)系著河流生態(tài)系統(tǒng)的健康發(fā)展。農(nóng)田徑流、畜禽養(yǎng)殖、生活污水排放、土地利用變化等人類活動(dòng)導(dǎo)致河流水質(zhì)的惡化，特別是自然水體中廣泛存在的營(yíng)養(yǎng)物質(zhì)元素（如氮和磷），如果過量不僅會(huì)對(duì)水生生物有害，而且會(huì)降低飲用水質(zhì)量，損害人類健康。了解河流水文及水質(zhì)特征變化及準(zhǔn)確估算物質(zhì)通量，對(duì)流域生態(tài)系統(tǒng)保護(hù)、水資源管理及可持續(xù)發(fā)展至關(guān)重要。

流域水文水質(zhì)數(shù)據(jù)通常會(huì)由于洪水、干旱、人為活動(dòng)或環(huán)境中發(fā)生的其他變化而出現(xiàn)突變點(diǎn)，探究流域流量及水質(zhì)濃度的長(zhǎng)期變化與突變特征，對(duì)估算河流物質(zhì)通量及評(píng)估流域管理效果至關(guān)重要。突變分析是分析水資源長(zhǎng)期變化的重要工具，通常選取某一水文或水質(zhì)指標(biāo)，通過相應(yīng)的統(tǒng)計(jì)分析方法確定其時(shí)間序列變化發(fā)生的時(shí)間節(jié)點(diǎn)，常見的方法有：Mann-Kendall（M-K）突變檢驗(yàn)法、Pettitt突變檢驗(yàn)法、分段回歸法、Wild二值分割法等。這些方法通常應(yīng)用于單因子時(shí)間序列的突變點(diǎn)分析，較難識(shí)別因子間（如濃度與流量）的關(guān)系變化。而研究表明河流氮磷濃度不僅受流量影響，且與流量間存在復(fù)雜的非線性關(guān)系，同時(shí)存在閾值效應(yīng)，還可能存在時(shí)間變化特征。為了深入理解河流水文水質(zhì)特征的變化，需要進(jìn)一步識(shí)別濃度與流量關(guān)系的變化特征。

當(dāng)前研究因子間關(guān)系變化的方法主要為貝葉斯模型法，可將時(shí)間視為獨(dú)立變量來檢測(cè)營(yíng)養(yǎng)物質(zhì)元素與流量、葉綠素含量等其他因子關(guān)系變化的時(shí)間。研究者建立了包含徑流量和多種水質(zhì)因子的貝葉斯統(tǒng)計(jì)模型，更好地認(rèn)識(shí)濃度與流量之間潛在關(guān)系的變化，理解河流水量、水質(zhì)對(duì)人類活動(dòng)變化的響應(yīng)。比如，Alameddine等提出了一種結(jié)合溫度變化的貝葉斯突變點(diǎn)一閾值模型，該研究量化了總有機(jī)氮濃度與流量關(guān)系隨時(shí)間的變化，判斷美國(guó)Neuse河在實(shí)施一系列管理措施后流量變化發(fā)生的年份。Pirani等結(jié)合其他水質(zhì)指標(biāo)（水溫、溶解氧和電導(dǎo)率）的影響，識(shí)別河流水質(zhì)組分時(shí)間動(dòng)態(tài)及其對(duì)流量閾值效應(yīng)的響應(yīng)和潛在的季節(jié)性變化。這類模型對(duì)于認(rèn)識(shí)水環(huán)境內(nèi)部的復(fù)雜過程具有重要的理論意義和現(xiàn)實(shí)價(jià)值，可為分析濃度與流量關(guān)系的突變與閾值特征提供有力工具。

河流物質(zhì)通量通常由徑流量和相對(duì)離散的濃度數(shù)據(jù)估算，LOADEST模型是估算河流物質(zhì)通量的最常用方法之一。一些研究表明，LOADEST模型準(zhǔn)確性受水質(zhì)組分類型、采樣頻率、土地利用和流域面積等多個(gè)因素影響。而模型模擬結(jié)果產(chǎn)生偏差的根本原因可能來源于對(duì)濃度與流量關(guān)系的擬合性差。一方面，LOADEST模型在模擬通量時(shí)，低流量數(shù)據(jù)會(huì)對(duì)高流量數(shù)據(jù)的模擬造成影響，使得高流量數(shù)據(jù)的模擬偏差較大，特別是磷這類受到徑流沖刷影響較大的水質(zhì)組分。另一方面，LOADEST模型假設(shè)濃度與流量之間的關(guān)系在不同時(shí)間和不同流量狀態(tài)下是固定不變的，并未考慮濃度與流量之間復(fù)雜的關(guān)系變化，采用統(tǒng)一的模型結(jié)構(gòu)估算通量可能會(huì)產(chǎn)生較大的偏差。尤其是在長(zhǎng)時(shí)間序列的模擬中，當(dāng)河流受到明顯人為活動(dòng)干擾，如點(diǎn)源的削減、土地利用改變或土地管理措施等，都可能會(huì)導(dǎo)致濃度與流量關(guān)系發(fā)生實(shí)質(zhì)變化，從而使得物質(zhì)通量評(píng)估效果并不理想，降低了模型的擬合效果和預(yù)測(cè)能力。

已有一些研究表明，在水質(zhì)建模及通量模擬時(shí)考慮突變點(diǎn)，可以減少模型的時(shí)間不變性帶來的偏差，但不同方法、不同參數(shù)得到的突變點(diǎn)存在差異，當(dāng)前仍需要加深對(duì)單因子（濃度或流量）突變點(diǎn)以及濃度一流量關(guān)系突變點(diǎn)對(duì)通量模擬影響的理解。為進(jìn)一步加深對(duì)流量與水質(zhì)濃度突變特征理解，探究濃度及流量突變點(diǎn)對(duì)通量模擬的作用，本研究以潮河流域?yàn)檠芯繀^(qū)，基于M-K突變檢驗(yàn)法以及貝葉斯突變點(diǎn)模型對(duì)流量、總磷（TP）濃度以及二者之間的關(guān)系進(jìn)行突變分析，并結(jié)合LOADEST模型估算其通量。潮河流域位于密云水庫上游，畜禽養(yǎng)殖、農(nóng)業(yè)施肥、水土流失是影響其水質(zhì)的主要原因。21世紀(jì)以來，該流域先后實(shí)施了多項(xiàng)水土保持和水華防治工程，有效減少了水土和氮磷的流失。長(zhǎng)期的人類活動(dòng)使流域水文水質(zhì)產(chǎn)生的變化使其更適合于突變點(diǎn)的研究。本研究主要目標(biāo)：分析流域長(zhǎng)期徑流量和TP濃度的變化趨勢(shì)和突變特征；構(gòu)建流域TP濃度與流量的非線性突變響應(yīng)關(guān)系，識(shí)別二者關(guān)系發(fā)生突變的時(shí)間，分析濃度一流量關(guān)系變化特征；基于時(shí)間突變點(diǎn)構(gòu)建LOADEST模型，評(píng)估流域的TP通量，比較不同突變點(diǎn)對(duì)通量模擬的影響。

1材料與方法

1.1研究區(qū)概況

密云水庫是我國(guó)首都居民的主要地表飲用水源。潮河位于密云水庫上游，橫跨北京和河北兩省市，如圖1所示。潮河流域面積4888km2，約占密云水庫上游集水面積的40%。地貌以山地丘陵為主，占總面積80%左右，屬于大陸性季風(fēng)氣候，多年平均氣溫為8.30℃，多年平均降水量為511mm，汛期（6-9月）占年降水量的75%以上。研究區(qū)共有人口約40.5萬，農(nóng)業(yè)人口約占總?cè)丝诘?7%，城鎮(zhèn)人口約占23%。21世紀(jì)前該流域大部分地區(qū)經(jīng)濟(jì)基礎(chǔ)較差，以農(nóng)業(yè)為主，工業(yè)不發(fā)達(dá)，農(nóng)田管理方式粗放。畜禽養(yǎng)殖、農(nóng)業(yè)施肥等人類活動(dòng)以及水土流失是影響潮河水質(zhì)的主要原因。為了確保北京供水安全以及水庫的運(yùn)行，1989-2005年在該流域陸續(xù)開展了多項(xiàng)水利工程建設(shè)并采取了水土保持措施。

1.2分析方法與數(shù)據(jù)來源

數(shù)據(jù)分析主要分為三部分：（1）采用線性回歸、局部加權(quán)回歸分析法（LOWESS）和M-K突變檢驗(yàn)法分析流量與濃度的時(shí)間趨勢(shì)與突變特征。（2）通過改進(jìn)的貝葉斯突變點(diǎn)模型識(shí)別濃度一流量關(guān)系變化；運(yùn)用WinBUGS 14專業(yè)軟件包基于馬爾科夫鏈蒙特卡洛（Markov Chain Monte Carlo，MCMC）算法對(duì)TP濃度一流量關(guān)系突變識(shí)別模型進(jìn)行主要參數(shù)估計(jì)；此部分將在1.3中詳細(xì)介紹。（3）基于以上突變點(diǎn)運(yùn)用LOADEST模型進(jìn)行分段擬合，并比較模型改進(jìn)前后的擬合精度。

線性回歸、LOWESS法是常見的趨勢(shì)分析方法，LOWESS法相較于線性回歸更能夠處理與描述數(shù)據(jù)的局部波動(dòng)特征。M-K突變檢驗(yàn)法是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，被廣泛應(yīng)用于水文氣象變化研究中；該方法可通過正向序列和反向序列的趨勢(shì)變化統(tǒng)計(jì)量UF和UB的交點(diǎn)判斷是否存在突變點(diǎn)；若UF和UB在95.00%顯著性（P=0.05）的置信區(qū)間[-1.96，1.96]內(nèi)存在交點(diǎn)，則該交點(diǎn)為時(shí)間序列突變點(diǎn)。LOADEST模型運(yùn)用中，選取觀測(cè)日期當(dāng)日的流量和濃度監(jiān)測(cè)數(shù)據(jù)作為平均流量和平均濃度，平均流量與平均濃度的乘積作為當(dāng)日通量的觀測(cè)值，并與模擬結(jié)果進(jìn)行比較驗(yàn)證。最終模擬結(jié)果通過均方根誤差（Root MeanSquared Error. RMSE）和納什效率系數(shù)（Nash-Sut-cliffe Efficiency Coefficient．NSE）進(jìn)行評(píng)價(jià)。主要數(shù)據(jù)分析基于MATLAB程序腳本實(shí)現(xiàn)，后續(xù)所有數(shù)據(jù)整理匯總與圖形繪制工作均用Origin軟件完成。

研究中潮河流域監(jiān)測(cè)站（下會(huì)站）的流量、水質(zhì)數(shù)據(jù)來自密云水庫管理處，其中徑流量數(shù)據(jù)為逐日尺度，水質(zhì)數(shù)據(jù)包括：TP濃度、水溫（℃）、溶解氧（%）和電導(dǎo)率，為逐月尺度，篩除缺失值共262組水質(zhì)數(shù)據(jù)。以上實(shí)際監(jiān)測(cè)數(shù)據(jù)時(shí)間跨度為1992-2014年，共計(jì)23a。

為了探討流量和TP濃度變化成因，對(duì)潛在的影響因素進(jìn)行分析，包括：降水、凈人為磷輸入（Net An-thropogenic Phosphorus Input，NAPI）和歸一化植被指數(shù)（Normalized Difference Vegetation Index， NDVI），降水?dāng)?shù)據(jù)來自中國(guó)氣象數(shù)據(jù)網(wǎng)（http：//data．cma．cn/），站點(diǎn)為密云站，時(shí)間跨度為1992-2014年；NAPI根據(jù)研究區(qū)各區(qū)縣統(tǒng)計(jì)年鑒提供的社會(huì)經(jīng)濟(jì)數(shù)據(jù)計(jì)算，時(shí)間跨度為1995-2014年；NDVI數(shù)據(jù)來自于資源環(huán)境科學(xué)數(shù)據(jù)注冊(cè)與出版系統(tǒng)（http：//www．resdc.cn/DOI），時(shí)間跨度為1998-2014年。以上數(shù)據(jù)均以年為尺度，個(gè)別年份缺失數(shù)據(jù)根據(jù)已有數(shù)據(jù)的線性趨勢(shì)估算。

1.3貝葉斯突變點(diǎn)模型

模型定義時(shí)間t上觀測(cè)到的TP濃度為因變量，而徑流量和其他水質(zhì)參數(shù)被視作為自變量；引入了術(shù)語“突變點(diǎn)”來表示時(shí)間上的變化點(diǎn)，以“閾值”表示流量范圍的變化。假設(shè)TP濃度對(duì)數(shù)服從正態(tài)分布：

模型各參數(shù)取值以及不確定范圍確定采用MCMC算法，該方法已廣泛應(yīng)用于統(tǒng)計(jì)模型參數(shù)估計(jì)及參數(shù)不確定性分析等領(lǐng)域。在WinBUGS 14的MC-MC參數(shù)估計(jì)中，其中一共設(shè)置了3條馬爾科夫鏈，每條鏈采樣20000次。各項(xiàng)水質(zhì)影響因素的懲罰樣條計(jì)算參照相關(guān)文獻(xiàn)。

2結(jié)果與分析

2.1流量與TP濃度趨勢(shì)及突變分析

圖2展示了潮河流域流量、TP濃度的趨勢(shì)與突變分析結(jié)果?？梢钥吹搅饔驈搅髁靠傮w呈下降趨勢(shì)（圖2a）。M-K突變分析中統(tǒng)計(jì)量UF和UB在95.00%顯著性臨界限的上限和下限區(qū)間，即[-1.96，+1.96]內(nèi)存在的交點(diǎn)，以此判斷流域徑流量在1998年初出現(xiàn)突變（圖2b），突變前后的平均流量分別為7.92m3·s-1和2.86m3·s-1．突變前的平均流量明顯高于突變后的平均流量。

潮河流域TP濃度呈現(xiàn)明顯的下降趨勢(shì)。根據(jù)線性趨勢(shì)結(jié)果，TP濃度以平均每年1.38x10-3mg·L-1的速度降低（圖2c）。根據(jù)M-K突變分析結(jié)果，TP濃度在1993年初和1996年底出現(xiàn)突變（圖2d）。據(jù)此，TP濃度時(shí)間變化總結(jié)為三個(gè)階段：下降階段（1992-1993年）、速增階段（1994-1996年）和波動(dòng)降低階段（1997-2014年）；三個(gè)時(shí)間段平均濃度分別為0.08、0.06mg·L-1和0.03mg·L-1。在1997-2014年，TP濃度于2004年底出現(xiàn)峰值，但未形成突變；2005年以后，TP濃度基本維持在0.03mg·L-1以下的低濃度水平。

2.2濃度一流量關(guān)系突變的識(shí)別

表1展示了濃度一流量關(guān)系的突變點(diǎn)一閾值模型相關(guān)參數(shù)。結(jié)果顯示，潮河流域TP濃度與流量的非線性關(guān)系在2004年12月前后發(fā)生突變（圖3）。可據(jù)此將TP濃度一流量關(guān)系劃分為前后獨(dú)立的兩個(gè)階段：1992-2004年和2005-2014年。前后兩個(gè)階段的流量閾值分別為2.36m3·s-1和9.08m3·s-1。模型中溫度、電導(dǎo)率對(duì)TP濃度的影響系數(shù)為正，產(chǎn)生正面影響；溶解氧則表現(xiàn)出負(fù)面影響。

河流物質(zhì)濃度一流量關(guān)系可以分為兩種模式：稀釋主導(dǎo)模式和流量驅(qū)動(dòng)模式。將大于或等于閾值的流量稱為高流量，小于閾值的流量稱為低流量。突變點(diǎn)與流量閾值將流域出口的流量與對(duì)應(yīng)的TP濃度分為了4組（表1）：突變前一低流量；突變前一高流量；突變后一低流量；突變后一高流量。結(jié)果顯示，在突變點(diǎn)前，TP濃度與流量的關(guān)系是典型的流量驅(qū)動(dòng)模式。在突變點(diǎn)后，濃度與流量關(guān)系發(fā)生轉(zhuǎn)變，在低流量情況下仍是流量驅(qū)動(dòng)模式，但在高流量情況下轉(zhuǎn)變?yōu)橄♂屩鲗?dǎo)模式。

2.3基于突變點(diǎn)的TP通量估算

依據(jù)流量、TP濃度以及TP濃度一流量關(guān)系的突變分析得到了三類突變點(diǎn)，據(jù)此將觀測(cè)時(shí)間序列劃分相應(yīng)的子序列，利用LOADEST模型分別估算每個(gè)子序列對(duì)應(yīng)的污染物通量方程，并與總時(shí)間序列（ 1992-2014年）進(jìn)行比較（表2），并將不同模型的綜合模擬效果繪制散點(diǎn)圖（圖4），比較不同突變點(diǎn)設(shè)置對(duì)負(fù)荷模擬的影響。根據(jù)LOADEST模型統(tǒng)計(jì)指標(biāo)，LOAD-EST模型所模擬的不同時(shí)段的TP通量與實(shí)測(cè)值的吻合程度較高，方程決定系數(shù)R2在0.66-0.93之間，模型優(yōu)化系數(shù)均具有顯著性統(tǒng)計(jì)學(xué)意義（顯著性水平Plt;0.05），說明LOADEST模型能夠滿足潮河流域TP的通量評(píng)估。

整體上看，模擬結(jié)果表現(xiàn)出分段模型優(yōu)于未分段模型。其中，基于TP濃度突變點(diǎn)的模型（模型3）表現(xiàn)最佳，使NES由未分段模型（模型1）的0.50提高到0.96；與之表現(xiàn)相近是基于流量突變點(diǎn)的模型（模型2，NES=0.95）；模型2和模型3的線性擬合方程斜率均接近于l，RMSE相比模型l有所降低（圖4b、圖4c和表2）。基于TP濃度一流量關(guān)系突變點(diǎn)分段模型的NES雖然沒有模型2和模型3高，但比模型l模擬TP的NES提高了0.20（圖4d），整體的RMSE也有所降低，TP通量的擬合曲線斜率由0.34提高到0.58，增加了0.24。

為了方便比較，根據(jù)所有類型的突變點(diǎn)，將各模型的序列進(jìn)行分段比較，共分為四段（表3，1997年與1998均存在突變點(diǎn)，由于時(shí)間較近，為方便統(tǒng)計(jì)統(tǒng)一為1997年）。在1992-1996年的兩個(gè)階段，分段模型的表現(xiàn)均優(yōu)于未分段模型，其中以模型3的NES最高。在1997-2004年階段，模型2和模型3效果均較好，NESgt;0.80，但模型4表現(xiàn)不佳；而對(duì)于2005-2014階段，模型4的NES最高，對(duì)比模型1它使NES由-0.31提高到0.89。

綜合來看，以突變點(diǎn)對(duì)河流TP通量進(jìn)行分段估算，一定程度上有助于提高LOADEST模型模擬河流物質(zhì)通量的準(zhǔn)確性，而不同的突變點(diǎn)類型對(duì)模型的優(yōu)化效果不同。

3討論

3.1流量和TP濃度突變的成因分析

流量和TP濃度整體呈下降趨勢(shì)，時(shí)間序列突變發(fā)生在1992-1998年之間，雖然突變發(fā)生的時(shí)間節(jié)點(diǎn)不一致但是時(shí)間相對(duì)靠近。相關(guān)分析顯示流量及TP濃度Pearson相關(guān)系數(shù)為0.45 （Plt;0.05），一定程度上說明TP濃度變化與流量關(guān)系密切，TP濃度的突變可能與流量的突變存在關(guān)聯(lián)。研究結(jié)合了潛在的影響因素（降水、NAPI和NDVI）進(jìn)行討論，這些因素的變化趨勢(shì)如圖5所示。NAPI作為磷的輸入來源，總體呈上升趨勢(shì)，無顯著突變點(diǎn)；與流量及TP濃度呈負(fù)相關(guān)，Pearson相關(guān)系數(shù)分別為-0.55 （Plt;0.01）和-0.42（Plt;0.05），說明存在其他因素控制了磷的輸出和變化。ND VI整體也呈上升趨勢(shì)，與流量呈反比（Pearson相關(guān)系數(shù)：-0.54，Plt;0.01），體現(xiàn)了植被覆蓋增加對(duì)于水土保持具有積極作用，但由于NDVI不存在突變點(diǎn)，與流量和TP濃度的突變?nèi)鄙訇P(guān)聯(lián)性，其影響仍需進(jìn)一步討論。

降水是徑流的主要驅(qū)動(dòng)因素。在1992-1998年期間，降水出現(xiàn)了多個(gè)突變點(diǎn)（1992年、1993年和1996年），與流量以及TP濃度的突變點(diǎn)的時(shí)間較為一致。這期間多年為豐水年，降雨量較大，降雨徑流沖刷使得泥沙進(jìn)入河道，增大了河流中的TP濃度；而后1999-2002年降水相對(duì)較少，多為平水年及枯水年，徑流和TP濃度也相應(yīng)減少。雖然1989-1993年流域已實(shí)施了大量的水土保持措施，以及20世紀(jì)70-80年代建成的水利工程也開始運(yùn)作，但由于1994年及1998年出現(xiàn)暴雨和山洪，水土保持措施的減水作用可能被暴雨所導(dǎo)致的強(qiáng)度產(chǎn)流作用所掩蓋。綜合以上討論，1992-1998年期間徑流量及TP濃度的時(shí)間序列突變的發(fā)生主要受降水變化的控制。

3.2TP濃度一流量關(guān)系突變的成因分析

潮河流域TP濃度一流量關(guān)系在2005年前后發(fā)生了轉(zhuǎn)變，突變前為典型的流量驅(qū)動(dòng)模式，突變后在高流量情況下為稀釋主導(dǎo)模式。雖然濃度一流量關(guān)系是復(fù)雜的非線性關(guān)系，但利用線性趨勢(shì)依然可以看出，突變前在高、低流量區(qū)流量與TP濃度均呈弱正相關(guān)（圖6a），TP濃度隨流量的增加而增加；突變后，線性趨勢(shì)由弱正相關(guān)轉(zhuǎn)為弱負(fù)相關(guān)（圖6b），這可能表明超過流量閾值后，流域景觀的磷流失不再隨著流量的增加而增加。這與在英國(guó)Hampshire Avon河對(duì)磷的研究結(jié)果類似，在突變點(diǎn)之前高流量與磷酸鹽增加的關(guān)系并不顯著，突變點(diǎn)后較高水平的河流流量似乎與磷酸鹽稀釋有關(guān)，即稀釋主導(dǎo)模式。由于這項(xiàng)研究時(shí)間跨度較短，研究者認(rèn)為此現(xiàn)象受到極端暴雨事件的影響。

雖然氣候變化或極端天氣的發(fā)生也可能導(dǎo)致濃度一流量關(guān)系突變，但從長(zhǎng)時(shí)間尺度來看，潮河流域TP濃度一流量關(guān)系突變更可能與流域水土保持措施有關(guān)。潮河流域于1998-2000年啟動(dòng)退耕還林還草和京津風(fēng)沙源治理工程水土保持項(xiàng)目，至2005年均屬于實(shí)施階段。近20多年來潮河流域自然景觀的恢復(fù)使得林草地面積比重明顯增加，1998-2014年流域的NDVI由0.73波動(dòng)上升至0.83（圖5）。植被覆蓋面積的增加很大程度上降低了流域的徑流量和土壤侵蝕強(qiáng)度，也減少了伴隨泥沙輸出的顆粒態(tài)磷。另一方面，城市化以及逐年增加的人口增大了流域內(nèi)的用水需求，也可能導(dǎo)致流域產(chǎn)流減少。但是通過對(duì)比可以發(fā)現(xiàn)，除去已經(jīng)討論的1992-1998年期間，2004年降水量也出現(xiàn)較高的峰值，雖然徑流量較低（年均2.46m3·s-1），但是出現(xiàn)了較高的TP濃度峰值（0.29mg·L-1），這可能是強(qiáng)降雨沖刷導(dǎo)致顆粒態(tài)磷的流失；關(guān)系突變點(diǎn)后，2010年流域也經(jīng)歷了較大的降水，但對(duì)比1992-1998年間和2004年的數(shù)據(jù)，2010年流量年均為2.81m3·s-1．TP濃度峰值為0.04mg·L-1，這表明隨著強(qiáng)降雨被沖刷進(jìn)入河流的TP減少了。在Zhang等研究中也得到了類似的結(jié)論，他們發(fā)現(xiàn)潮河流域氣候和土地利用變化對(duì)年輸沙量減少的貢獻(xiàn)率分別為4.12%和95.88%．土地利用變化對(duì)徑流和泥沙減少的貢獻(xiàn)大于氣候變化。潮河流域土地利用變化的主要驅(qū)動(dòng)力為上述工程與管理措施的實(shí)施，它們對(duì)流域水文、水質(zhì)特征產(chǎn)生了一定的影響。

3.3突變點(diǎn)對(duì)通量模擬的影響

研究比較了基于三類突變點(diǎn)分段對(duì)TP通量模擬的效果，并了解到基于突變點(diǎn)識(shí)別的分段建模有助于改善LOADEST模型的模擬效果，雖然基于TP濃度突變點(diǎn)的分段模型的效果最佳，但不同類型突變點(diǎn)側(cè)重點(diǎn)不同。由于TP濃度與流量呈正相關(guān)，基于M-K分析的流量突變點(diǎn)與TP濃度突變點(diǎn)都識(shí)別了高流量引起的突變，以此為分段結(jié)合LOADEST模型模擬，可以減少低流量數(shù)據(jù)對(duì)高流量的影響，提高高流量數(shù)據(jù)的模擬精確度。

運(yùn)用突變點(diǎn)一閾值模型識(shí)別濃度一流量關(guān)系變化，可以更好地理解流域中的物質(zhì)運(yùn)輸過程及動(dòng)態(tài)，也可以較客觀和明確地評(píng)價(jià)流域所采用的管理政策成功與否和起效時(shí)間，可為管理者評(píng)估措施實(shí)施效果以及制定未來管理計(jì)劃提供參考。而基于濃度一流量關(guān)系突變點(diǎn)的模型，將突變點(diǎn)一閾值模型與LOAD-EST模型結(jié)合，在一定程度上可以克服濃度一流量關(guān)系時(shí)間不變性這一缺點(diǎn)，提高了突變點(diǎn)后對(duì)濃度一流量關(guān)系的把握。同時(shí)也應(yīng)該看到，當(dāng)前突變點(diǎn)一閾值模型仍存在一定缺陷。首先目前的方法中只假設(shè)了一個(gè)突變點(diǎn)的存在，但研究結(jié)果表明考慮多個(gè)突變點(diǎn)更能把握濃度與流量的變化，因此未來研究中可以推廣到多個(gè)突變點(diǎn)。另一方面，突變點(diǎn)一閾值模型考慮了水溫、電導(dǎo)率以及溶解氧等水質(zhì)參數(shù)對(duì)濃度一流量關(guān)系的影響，而對(duì)降水、NDVI等自然或人為的環(huán)境因素考慮較為欠缺。

此外，需要考慮分段模擬可能帶來新的不確定性。因?yàn)閿?shù)據(jù)集是可能影響模擬準(zhǔn)確度的原因之一，而數(shù)據(jù)的缺失對(duì)LOADEST模型的模擬結(jié)果會(huì)造成一定的影響。對(duì)時(shí)間序列進(jìn)行分段會(huì)造成每個(gè)子序列的數(shù)據(jù)量減少，從而可能降低模擬效果。目前，僅將濃度與流量的突變識(shí)別與LOADEST模型結(jié)合，尚未應(yīng)用于更多模型，因此對(duì)于其他模型的影響效果尚不清楚。因此，在未來的研究中，或許可以將突變點(diǎn)分析與更多模型結(jié)合，以及考慮開發(fā)涉及多個(gè)突變點(diǎn)的模型。

4結(jié)論

研究基于Mann-Kendall突變檢驗(yàn)和貝葉斯突變點(diǎn)模型識(shí)別潮河流域流量、TP濃度和TP濃度一流量關(guān)系的變化點(diǎn)，并將突變點(diǎn)與LOADEST模型結(jié)合，以更準(zhǔn)確地模擬河流TP的通量。研究發(fā)現(xiàn)：

（1）潮河流域流量、TP濃度整體均呈下降趨勢(shì)，流量突變點(diǎn)發(fā)生于1998年；TP濃度突變點(diǎn)發(fā)生于1993年和1996年。流量、TP濃度突變點(diǎn)的形成時(shí)間相近，可能受到降水的控制。

（2）TP濃度一流量的非線性關(guān)系在2004年12月前后發(fā)生突變。突變點(diǎn)前，TP濃度與流量的關(guān)系是典型的流量驅(qū)動(dòng)模式；突變點(diǎn)后二者關(guān)系會(huì)在高流量情況下轉(zhuǎn)變?yōu)橄♂屩鲗?dǎo)模式。TP濃度一流量關(guān)系的突變可能與流域內(nèi)水土保持措施有關(guān)。

（3）基于突變點(diǎn)識(shí)別的分段建模有助于改善LOADEST模型的模擬效果，而不同類型突變點(diǎn)各有優(yōu)勢(shì)。基于TP濃度突變點(diǎn)的分段模型的整體效果最佳，基于濃度一流量關(guān)系突變點(diǎn)的模型對(duì)關(guān)系突變后TP通量的模擬效果最佳。