Page 8 - 2023年第54卷第7期

２０１８年 ＭＯＤＩＳＮＤＶＩ数据，其时间分辨率为 １６ｄ，空间分辨率为 ５００ｍ，采取最大值合成法（ＭＶＣ）获
得逐年 ＮＤＶＩ值，以 ２０１６—２０１８三年的平均 ＮＤＶＩ值为基准，根据计算的 ＴｈｅｉｌＳｅｎ斜率值，后续预测
中假定增长率不变，每隔五年预测一次年及年内各个月份的 ＮＤＶＩ值。未来淤地坝布局根据水利普查
数据及未来淤积库容公式推算。未来梯田分布根据 《黄河流域生态保护和高质量发展规划纲要》 新要
求，统筹各侵蚀分区水土流失类型、地形、降雨等因素，为满足黄土高原农业人口发展、耕地需求、
建设潜力和相关规划要求推算。
表 １ 研究数据

数据类型 数据年份 数据来源 备注说明
降水量 １９５４—２０１８ 水文年鉴、国家级气象站数据、ＣＭＯＲＰＨ卫星融合数据 流域内站点插值平均
年均气温 １９６０—２０１８ 气象数据共享网 流域内站点插值平均
径流、输沙量 １９５４—２０１８ 水文年鉴 皇甫站、甘谷驿站、白家川站、潼关站
淤地坝 １９６０—２０１１ 黄河水利委员会 ２０１１年水利普查结果
水保措施 １９５９—２０１８ 黄河水利委员会 包括坝地面积
未来降水 ２０２１—２０７０ ＣＭＩＰ５ ＲＣＰ４．５，ＧＦＤＬ、ＩＰＳＬ、ＣＭＣＣ

３ 研究结果与分析

３．１ 流域水沙变化归因－ 预测不确定性解析
３．１．１ 流 域 水 沙 变 化 归 因 中 的 不 确 定 性 黄 河 流 域 年 均 输 沙 量 从 １９１９—１９５９年 １６亿 ｔ?ａ锐 减 至
２０１０—２０２０年 １．８３亿ｔ?ａ，减幅 ８９％。为探析黄河水沙变化机理及影响因素贡献率，自 １９８０年代以
来，国内学者运用多种方法开展大量研究。如图 ２所示，为 ２０１２年以来针对皇甫川流域开展的水沙变
化影响因素贡献率研究结果 ［３１］ 。其中，研究成果中 ４０％采用经验模型法，而基于物理过程模型的贡
献率研究较少。相对于径流，经验模型的研究结果变化区间较大（气候变化贡献率为 １０％～５０％），基
于 Ｂｕｄｙｋｏ假设的弹性系数法得到的气候变化平均贡献率最小，为 ９％。相对于输沙，６种水文法求得
的气候变化平均贡献率为 ３５％，５种双累积曲线法为 ２９％，水文法的结果略高于双累积曲线法。显然，
造成研究结果不一致的主要原因在于研究时期、基准期、研究方法等不同。因此，黄河流域水沙变化
影响因素的贡献率仍未形成统一认识，影响了区域治理措施合理布局的科学指导，亟需集合评估方法
来评价各类成果的可信度。

注：ＬＲ表示水文法，ＤＭＣ表示双累积曲线法，ＳＣＲ表示 ＳＣＲＡＱ法，ＮＰ － Ｅ表示非参数式弹性系数法，
Ｂ － Ｅ表示基于 Ｂｕｄｙｋｏ假设的弹性系数法，ＤＭ表示 ＤｅｃｏｍｐｏｓｉｔｉｏｎＭｅｔｈｏｄ，Ｐ － Ｐ表示基于过程的物理模型法。
图 ２ 皇甫川流域径流和输沙变化归因既有成果对比解析

３．１．２ 流域水沙模拟精度评价的不确定性 流域内降雨产流产沙是一个复杂的过程，历来备受水文学
者的关注。基于现有降雨 － 水沙经验公式分析表明，降雨 － 水沙经验公式在形式、变量构成、数据要
求、模拟精度等方面均具有多样性，并无固定的输入要求，由此导致水沙模拟的输出亦具有差异性。

— ７ ６ —
６