黄河源区湿地水文多功能性定量评估——以若尔盖湿地白河流域为例*
doi: 10.18307/2025.0352
吴燕锋1 ， 倪炳波1,2 ， 董李勤3 ， 张昆4 ， 章清松1,2 ， 孙嘉豪5 ， 章光新1
1. 中国科学院东北地理与农业生态研究所，长春 130102
2. 中国科学院大学，北京 100049
3. 西南林业大学水土保持学院，昆明 650224
4. 西南林业大学湿地学院，国家高原湿地研究中心，昆明 650224
5. 黄冈职业技术学院，黄冈 438002
基金项目: 国家自然科学基金项目（U2243230,421010514） ； 吉林省科技发展计划项目（20240101058JC）联合资助
Quantitative assessment of hydrological multi-functionality of wetlands in the source region of the Yellow River: A case study of the Bai River Basin in the Ruoergai Wetland *
Wu Yanfeng1 ， Ni Bingbo1,2 ， Dong Liqin3 ， Zhang Kun4 ， Zhang Qingsong1,2 ， Sun Jiahao5 ， Zhang Guangxin1
1. Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun 130102 , P.R.China
2. University of Chinese Academy of Sciences, Beijing 100049 , P.R.China
3. College of Soil and Water Conservation, Southwest Forestry University, Kunming 650224 , P.R.China
4. National Plateau Wetlands Research Center, College of Wetlands, Southwest Forestry University, Kunming 650224 , P.R.China
5. Huanggang Polytechnic College, Huanggang 438002 , P.R.China
摘要
黄河源区湿地在维系区域及黄河下游水安全和生态安全中发挥着极为重要的作用。深入探究黄河源区湿地如何以及在何种程度上影响流域水文过程，对区域湿地恢复与保护和水资源综合管理具有重要意义。以若尔盖湿地白河流域为研究区，构建了耦合湿地模块的HYDROTEL模型，基于有、无湿地情景的水文过程模拟，定量评估了2000—2022年流域湿地对径流、洪水、干旱和水源涵养的影响，揭示了流域湿地的水文多功能性。结果表明：白河流域湿地降低了径流的不均匀性和变异性，对径流分配不均匀系数、完全调节系数、集中程度和月变幅的影响效应分别为-11.7%、-9.18%、-8.39%和-20.84%；在研究时段内，流域湿地发挥着削减洪水和缓解干旱的作用，对3月流量、7月流量、年最大洪峰流量和Q5流量的影响强度分别为-741.6×104、-2427.8×104、-1398.9×104和-324.5×104 m3，对Q95和基流的影响强度分别为19.9×104和5.8×104 m3。此外，湿地对流域蓄水能力和水源涵养能力的影响效应分别为30.6%和19.8%。因此，白河流域湿地发挥着重要的径流调节、洪水削减、干旱延缓和水源涵养提升的功能。本研究定量评估了白河流域湿地的水文多功能性，研究思路方法和研究结果可从水文功能提升视角为若尔盖湿地恢复与保护提供重要支撑。
Abstract
Wetlands in the Yellow River's source region play a critical role in ensuring water and ecological security both locally and downstream. Understanding how and to what extent wetlands in the Yellow River's source region influence hydrological processes is crucial for restoring and protecting these wetlands and ensuring sustainable regional ecological development. The HYDROTEL model, integrated with wetland modules, was developed for the Bai River Basin in the Ruoergai wetland. Based on simulations with and without wetlands, the hydrological multi-functionality of wetlands was quantitatively assessed in terms of runoff, flood, drought, and basin water conservation. The results showed that the wetlands in the Bai River Basin decreased the unevenness and variability of runoff, with reductions of 11.7%, 9.18%, 8.39%, and 20.84% observed in the unevenness distribution coefficient, complete adjustment coefficient, concentration degree, and monthly variation amplitude, respectively. During the study period, the basin's wetlands have been instrumental in flood mitigation and drought alleviation. The reductions in March flow, July flow, annual maximum flood peak, and Q5 flow mitigated by wetlands were -741.6×104, -2427.8×104, -1398.9×104, and -324.5×104 m3, respectively. The improvements in Q95 and base flow due to wetlands' mitigation were 19.9×104 and 5.8×104 m3, respectively. Furthermore, wetlands improved the basin's water storage and conservation capacity by 30.6% and 19.8%, respectively. Consequently, wetlands in the Bai River Basin serve crucial functions in regulating runoff, mitigating floods, alleviating droughts, and enhancing water conservation. This study quantitatively assesses the hydrological multi-functionality of wetlands in the Bai River Basin, offering insights and methodologies that significantly support the restoration and protection of the Ruoergai wetlands from a hydrological enhancement perspective.
河流源区湿地是流域景观的重要组成部分，具有水源供给、生物多样性维持等重要生态功能，在支持源区和下游水安全和生态安全方面发挥了重要作用。源区湿地往往分布在河流源头山间平原地带或者河谷地区，通过影响流域地表水和地下水的滞留时间和汇流过程影响流域水文过程[1]。尽管源区湿地往往面积占比较小，但对河道径流贡献很大[2]。例如，源区河滨湿地通过增加河流水文周期，对河道径流的补给量可达侧向补给量的50%以上[3]，并在夏季枯水期增加地表水径流量[4]。然而，由于气候变化和人类活动的影响，源区湿地水文过程和景观格局发生改变，引起其功能强度和效应的改变。因此，亟需深入认识湿地在流域水循环过程中的作用，对流域水文演变机制和水资源管理至关重要。
流域湿地水文调蓄功能是指流域湿地对水文过程的累积影响效应，近年来成为湿地生态水文学研究的热点和前沿[5]。国内外学者围绕流域湿地水文过程模拟、水文功能大小与效应及其驱动机制开展了一些研究，取得了丰硕成果[6-7]。但主要集中在河流下游平原区河滨湿地和孤立湿地水文功能的评估，缺少有关源区湿地水文功能的系统评估。虽然已有研究围绕流域上游湿地与河道的水文连通性[8]、累计水文效应[9]、河道径流补给[1]和水文动态[2]等方面开展了研究，但由于源区湿地水文过程的复杂性，如独特的“蓄-滞-渗-排”过程[10]和高时空变异的湿地与河道水文连通性[11]，源区湿地在流域水循环过程中的作用还有待进一步认识。此外，源区湿地往往位于高海拔地区，其水文过程涉及复杂的积雪和冻土冻融等过程[12]，受观测尺度和现有数据积累的限制以及数值模型的适用性不足和评估指标单一等的影响，目前对源区湿地水文功能的研究依然存在较大的不确定性[2]，需要进一步探索、研究和验证。
若尔盖湿地是青藏高原东缘重要的生态功能区，是世界上最大的高原沼泽湿地，也是黄河上游的重要水源涵养地，湿地的水文功能对缓解全球气候变化影响具有重要作用。由于气候变化和人类活动（人为排水、过度放牧等）的影响，若尔盖湿地面积萎缩、水文连通性下降，湿地功能严重受损[13-14]。已有研究多集中在若尔盖湿地景观格局演变、碳汇功能与水源涵养功能评估及面临的生态问题等方面[14-16]，缺乏从水文学视角开展湿地多功能性评估的研究。为此，本研究选择若尔盖湿地白河流域为研究区，构建了耦合湿地模块的HYDROTEL模型，基于有和无湿地情境下的水文过程模拟，定量评估了2000—2022年流域湿地对径流、洪水、干旱和水源涵养的影响，揭示了流域湿地的水文多功能性，有助于深入认识源区湿地在流域水循环过程中的作用，对流域水文演变机制和水资源管理至关重要。
1 研究方法
1.1 研究区概况
白河发源于红原县南部嘎哇达则，地理位置介于32°0′~34°10′N，102°0′~103°25′E之间，属黄河上游一级支流，是黄河上游重要的水源补给区（图1a）。白河干流长187 km，流域面积5488 km2，海拔介于3273~4809 m 之间；该流域同属大陆性亚寒带湿润气候，高原山地气候特征明显；年均气温为1℃左右，年降水量介于600~800 mm 之间，主要集中在5—9月。黑河流域多年平均径流深为335 mm，主要来源于降水[17]。白河流域的径流季节变化明显，存在明显的春汛和夏汛。春汛主要发生在3月，3月平均流量为34.3 m3/s；夏汛主要发生7月，7月平均流量为121.4 m3/s（图1b）。域内主要发育草甸土、沼泽土和泥炭土，地势较高丘陵地带分布有黑毡土和草毡土，高海拔山地区域分布有永冻土和永冻雏形土，土地覆被以草地为主，高覆盖草地分别占两个流域总面积的70%；白河流域沼泽湿地面积为2360.5 km2，占流域面积的43.1%。由于气候变化和人类活动的影响，流域湿地面积减少了近50%，尤其是在1990—2000年，湿地大幅度减少；2000—2020年，湿地面积趋于稳定（图1c）。
图1白河流域概况：（a）地理位置、河网水系、地形地貌及水文站与湿地空间分布； （b）月径流的变化；（c）1980—2020年湿地面积变化
Fig.1General conditions of the Bai River Basin: (a) Location map of the basins together with the distribution of the regional hydrological stations, geomorphology and the spatial distribution of wetlands; (b) Changes in monthly runoff; (c) Area changes in wetlands from 1980 to 2020
1.2 数据来源
本研究采用的数据集包括气象要素、土地利用类型、土壤质地、数字高程模型（DEM）、矢量化河网水系和日尺度实测流量数据。2020年的土地利用类型（包括湿地类型）和DEM数据分辨率为30 m，来源于资源环境科学数据平台（https://www.resdc.cn/）。河网水系数据来源于地理信息监测云平台（https://www.dsac.cn/DataProduct/Index/30）。白河流域及其周边的7个气象站1995—2022年日尺度气温和降水数据来源于国家气象科学数据中心（https://data.cma.cn/）。由于该地区气象观测站稀少，进一步采用青藏高原数据中心的高分辨率格点数据[18]。该数据集由中国高时空分辨率地面气象要素驱动，空间分辨率为0.1°，时间分辨率为3 h，时间跨度为1998—2017年。分别采用气象数据和高分辨率的格点数据制备气象要素文件，用于直接驱动水文模型。白河流域出口控制水文站-唐克水文站1995—2022年的逐日流量数据（图1a）来自水利部黄河水利委员会（http://www.yrcc.gov.cn/sy/yxljlb/）。
1.3 PHYSITEL/HYDROTEL水文模拟平台
本研究采用耦合湿地模块的PHYSITEL/HYDROTEL平台开展水文过程模拟[19]。该平台已被用于中国嫩江流域[6，20-21]、加拿大St. Charles河[22-23]等流域湿地水文功能的定量评估。PHYSITEL是一个地理信息系统，用于预处理水文建模数据[24]。利用数字高程模型、矢量化的水系网络以及基于栅格的土地覆盖和土壤类型地图，PHYSITEL将流域划分为相对均质的水文单元（RHHUs）。此外，PHYSITEL区分湿地与其他土地覆盖类型，根据与水系相邻的栅格面积百分比划分孤立湿地和河岸湿地[19]，并生成有关孤立湿地和河滨湿地及其汇水区（contribution area，CA）数据。PHYSITEL平台使用由Wang等[25]提出的水文等同地（HEW）概念，以整合RHHU尺度上的孤立湿地（IWs）和河岸湿地（RWs）。该概念假设湿地（即RWs或RWs）的特征（如CA和湿地面积）被认为是最重要的。CA和湿地面积特征代表RHHU内每种类型湿地的特征。该概念有几个条件：（ⅰ）每个RHHU只能有一个孤立湿地和/或河滨HEW；（ⅱ）HEW必须完全融入到RHHU中；（ⅲ）HEW必须位于RHHU内；（ⅳ）IWs是HEW参数的数字耦合；（ⅴ）RWs是HEW参数的数字和空间（特定河段尺度）耦合。基于此，可以计算RHHU内每种湿地类型（IWs或RWs）的最大湿地面积和湿地CA面积。最大湿地面积是从包含湿地的栅格地图中的像素单元累加得到的，湿地CA面积是从流向累积矩阵中获得的。湿地水域面积和湿地排水面积由PHYSITEL自动确定。在处理地形地貌、河网水系和湿地特征数据后，PHYSITEL可以直接将数据库导出为HYDROTEL的输入数据的一部分；这些数据也可用于其他水文模型[19]。因此，PHYSITEL能够处理多种数据，包括数字高程模型、矢量河流网络、土地覆盖图、土壤类型图等，为水文建模提供全面的支持
HYDROTEL是一种基于物理的、半分布式水文模型。基于PHYSITEL导入的数据，该模型以气象数据为驱动。HYDROTEL模型分为7个子模型：气象模块、积雪和冻土模块，蒸散发模块、垂向水平衡模块、湿地水文模块、地表径流模块和河道径流模块。HYDROTEL在RHHU尺度上耦合了与IW和RW相关的水文过程，并计算了湿地水平衡与HEW、CA和RHHU的水面积有关[19，26]。具体来说，HYDROTEL模型可以实现（i）孤立湿地CA（无湿地）、IW和低地（湿地出流的下游区域）之间，以及（ii）在河流、湿地CA、RW和低地之间水文过程的模拟。对于IWs，水文过程被集成在RHHU尺度的垂向水平衡模块中。对于RWs，水平衡在RHHU的垂向水平衡模块中部分集成，并通过运动波方程直接连接到相关河段。因此，HYDROTEL模型不仅可以实现流域不同类型湿地水文过程的精细刻画及其与流域水文过程的耦合，还可以用于开展不同湿地分布情境下（如湿地丧失或者恢复与重建情景）水文过程模拟及湿地水文功能的定量评估。HYDROTEL模型对土壤储存和流量释放（即地表和侧向流量）的物理描述可能不够准确，或者在校准过程中参数设置不够完善，会导致模型在模拟低流量时存在一定的偏差[19]。然而，通过合理的数据处理、模型率定、多指标评估和敏感性分析等方法，可以提高模型的准确性和可靠性[27]。
利用白河流域出口断面的唐克站实测的1997—2022年的日流量数据对模型进行率定和验证。其中，1997年10月1日-2000年9月30日为预热期，2000年10月1日-2010年9月30日为率定期，2010年10月1日-2022年9月30日为验证期。基于已有研究，采用动态维度搜索算法对HYDROTEL中的关键参数进行优化[6，26，28]。采用Nash-Sutcliffe系数（NSE）、克林效率系数（Kling-Gupta efficiency，KGE）和相对偏差（percent bias，PBIAS）评价模型的拟合效率。
1.4 湿地水文多功能性定量评估
湿地水文功能是湿地水文过程所表现出来的所有功能，是湿地生态系统与水文过程相互作用的产物[29]。本研究主要从湿地对径流、洪水、干旱和水源涵养的影响4个方面评估流域湿地的水文多功能性（表1）。
表1湿地水文多功能性评估指标体系
Tab.1 Indicators for quantifying multi-hydrological functionality of wetlands
1.4.1 湿地对径流的影响
采用不均匀分布系数、完全调节系数、集中度和变化幅度指数4个指标量化湿地对径流的影响。
（1）不均匀分布系数和完全调整系数: 通常用于表征径流分布特征[30]。径流年内不均匀分配系数（Cv）的计算公式如下：
Cv=σ/R-
(1)
σ=112∑i=112 Ri-R-2
(2)
R-=112∑i=112 Ri
(3)
式中，Ri为各月的径流量（m3/s）；R-是一年中的月平均径流量（m3/s）。
径流年内分布完全调整系数（Cr）的计算公式如下：
Cr=∑i=112 ΦiRi-R-/∑i=112 Ri
(4)
Φi=0, Ri<R-1, Ri⩾R-
(5)
式中，Cu和Cr值越高，月径流量的差异越大，意味着年径流量的分布越不均匀。
（2）集中度（Cn）: 表征了径流在集中期与全年径流总量之间的比例[31]。一年中每个月的径流视为一个向量，每月径流的大小代表向量的长度，它所在的月份代表向量的方向。月平均径流按12个月的月平均值重新平均，以月为计算期。把每个月看作一个特定时期，一年看作一个圆，一月径流向量处为0°。2—12月的流量以30°为等角差。如果将月径流分解为x和y方向的成分，则x和y方向的向量组成和月径流的组合总向量可以表示如下[32-33]：
Rx=∑i=112 Ricos⁡θi
(6)
Ry=∑i=112 Risin⁡θi
(7)
R=Rx2-Ry2
(8)
式中，Ri和θi是月径流的大小和方向；Rx和Ry分别是在x和y方向上的复合矢量；R是Rx和Ry的合成总矢量。Cn定义如下：
Cn=R∑i=112 Ri
(9)
（3）变化幅度指数（Cm）: 表示最大月平均流量（Rmax）和最小月平均流量（Rmin）之间的比率，用于表征径流变化。Cm表示如下：
Cm=Rmax /Rmin
(10)
1.4.2 湿地对洪水的影响
汛期的最大月流量通常表示该季节的洪水强度[34]。白河流域位于以季风为主的高海拔寒冷地区，具有明显的春季和夏季洪水[35-36]。本研究利用模拟的日流量数据，提取春季和夏季洪水期间的最大月流量（即3月和7月，图1b），用来估计湿地对汛期洪水的调节能力。Q5流量常用于划分高流量的阈值，年最大洪峰流量是指一年中所有洪水过程中的最大瞬时流量，两者常用于分析洪水强度特征[37-38]。因此，本研究进一步采用年最大洪峰流量和Q5流量分别用于表征洪水事件和高流量的强度，用来评估湿地对洪水的影响。
1.4.3 湿地对干旱的影响
基流是由地下水维持的径流的一部分，是径流的关键组成部分[27]。基流可以在气象干旱期间维持河道流量，对于维持河流生态系统的健康和稳定具有重要意义[39-41]。Q95极端径流量表示研究时段内日径流量时间序列内有 95%的日平均径流量数值低于该数值，可以表征一个流域内干旱灾害发生的情况[42]。基流和Q95及其耦合作用对水量和水质、水生生态系统结构和功能以及水资源管理和调节有影响[0，33-34]。HYDRORECESSION是一个用于流量衰退分析的MATLAB工具箱，可以将总日流量分为基量和快径流[35]。该工具箱采用了Wittenberg算法[36]的逆关系，将观测到的过程线分为基本流和快速流。
1.4.4 湿地对流域水源涵养的影响
本研究从湿地对流域蓄水能力和保水能力影响视角分析流域湿地水源涵养提升功能。流域蓄水特性控制着流域输入水量的滞留和释放[43]，这与流域的水平衡和水文弹性密切相关[44-45]。（Q5-Q95）/Q50提供了流量-持续时间曲线斜率的测量值，其值越大表示流域蓄水能力较弱且径流变化强烈，其值越小表示更滞后的响应和流域内相对较高的蓄水量[37]。根据森林水源涵养指数的定义[46-47]，衰退期（10—11月）的径流量与年径流量的比值被指定为水源涵养指数（water conservation index，WCI）。根据长序列的WCI动态，可以分析流域的保水能力。
1.4.5 定量分析方法
利用率定和验证后的HYDROTEL模型，开展有湿地和无湿地情境下白河流域水文过程模拟。从模拟日流量中提取水文指标（表1）。基于有湿地和无湿地情景之间水文指标的差异，对湿地的多种水文功能进行了定量评估[21，48-52]。基于已有研究[21，50-51]，采用相对变化量化湿地对径流指标（不均匀分布系数、完全调整系数、集中度和变化幅度）和水源涵养指数的影响效应，计算公式为：
RCwet=Iwet-IwoIwo×100%
(11)
式中，RCwet表示湿地对水文指标的影响，以百分比表示湿地造成的径流指标减少（负值）或增加（正值）量。RCwet的绝对值越高，意味着湿地的影响越强烈。Iwet和Iwo分别指有湿地和无湿地情境下的水文指数。
此外，采用调蓄能力指数量化湿地对洪水和干旱的具体影响强度（Iwet）。调蓄能力指数计算公式为：
Iwet=Rw-Rwo×24×60×60×D
(12)
式中，Rw和Rwo分别指在有湿地和无湿地情况下模拟的水文指标（即3月和7月的月流量、最大洪峰流量、基准流量、Q5和Q95）；D为当月的天数，即31 d。当Rw和Rwo为最大日洪峰流量时，D为1 d。需要注意的是，无湿地情景的定义如下：当HYDROTEL中的湿地模块关闭时，湿地区域不会被移除，但会被视为饱和土壤的土地覆盖层，因此在流域水文过程中不发挥任何水文调蓄作用。该基本假设已在SWAT[53]、Mike11[54]和HYDROTEL[55-56]等模型中使用。
2 研究结果
2.1 模型的率定和验证
拟合期和验证期日流量过程曲线和拟合度指数值见图2。参考已有研究[57-58]，将-15%＜P-Bias＜15%、NSE＞0.5和KGE＞0.65作为拟合度指数评价标准。对比唐克水文站观测的日流量数据可以发现，综合考虑所有拟合度指数，率定期模型模拟效果最好（NSE、KGE和PBIAS分别为 0.79、0.83和-1.32），验证期间效果略差（NSE、KGE和PBIAS分别为 0.76、0.79和-3.25）；但参考评价标准，3个时段的模拟效果均都达到了适用性评价标准。因此，基于模型的率定和验证可以发现，耦合湿地模块的HYDROTEL模型能满足白河流域水文过程模拟的需要，可以进一步开展有/无湿地情景下的流域水文过程模拟和湿地水文多功能定量评估的研究。
图2白河流域唐克水文站拟合和验证期间水文过程曲线
Fig.2Hydrography at Tangke hydrological station on the Bai River Basin during the calibration and validation periods
2.2 湿地对径流的影响
基于有湿地和无湿地情境下模拟的日流量，计算了2000—2022年唐克站年内分配不均匀系数、完全调节系数、集中程度和月变幅及湿地的影响效应（图3）。对比分析发现，有湿地情境下唐克站年内分配不均匀系数、完全调节系数、集中程度和月变幅都相对较低。有湿地和无湿地情境下内分配不均匀系数、完全调节系数、集中程度和月变幅的均值分别为0.76和0.86、0.32和0.35、2.35和2.57、16.15和22.56。湿地对唐克站分配不均匀系数、完全调节系数、集中程度和月变幅的影响效应（RCwet）分别为-11.7%、-9.18%、-8.39%和-20.84%。因此，湿地发挥降低分配不均匀系数、完全调节系数、集中程度和月变幅的作用。
图3白河流域湿地对径流的年内分配不均匀系数（Cu）、完全调节系数（Cr）、集中程度（Cn）和月变幅（Cm）的影响
Fig.3Impacts of wetlands on the runoff indicators including uneven distribution coefficient (Cu) , complete adjustment coefficient (Cr) , concentration degree (Cn) and change amplitude (Cm) in the Bai River Basin
2.3 湿地对洪水的影响
基于有湿地和无湿地情境下模拟日流量，提取了每年3月流量、7月流量、年最大洪峰流量和Q5流量，用于分析湿地对洪水的影响。对比分析发现，所有研究时段中，2009、2014、2017、2022和2023年有湿地情境下的3月流量高于无湿地情境下；2001、2014、2015、2017、2022和2023年有湿地情境下的7月流量高于无湿地情境下；其他年份有湿地情境下的3月和7月流量均低于无湿地情景下（图4）。2000—2022年，有湿地和无湿地情境下3月流量、7月流量、年最大洪峰流量和Q5流量的均值分别为28.9和31.7 m3、118.3和127.4 m3、285.5和447.4 m3、148.6和186.6 m3/s。基于有湿地和无湿地情境下对比分析发现，湿地对多年3月流量、7月流量、年最大洪峰流量和Q5流量的影响强度（Iwet）分别为-2519.9×104~619.2×104 m3、-10268.9×104~5565.4×104 m3、-2829.9×104~6455.8×104 m3和-753.7×104~45.5×104 m3，均值分别为-741.6×104、-2427.8×104、-1398.9×104和-324.5×104 m3。此外，有湿地和无湿地情境下洪水特征要素的长时间序列变化趋势有所差异。有湿地和无湿地情境下3月流量、7月流量、年最大洪峰流量和Q5流量的变化趋势分别为0.11和0.02、4.31和3.72、11.8和12.95、5.56和7.52 m3/（s·a）。因此，湿地总体上发挥着削减3月流量、7月流量、年最大洪峰流量和Q5流量的作用。
2.4 湿地对干旱的影响
基于有湿地和无湿地情境下的模拟日流量，提取了每年的Q95和基流，用于分析湿地对干旱的影响。对比分析发现，在研究时段，有湿地情境下的Q95和基流均高于无湿地情景（图5）。2000—2022年，有湿地和无湿地情境下的Q95以及基流的均值分别为7.1和4.8 m3/s以及8.1和7.4 m3/s。湿地对多年Q95和基流的影响强度（Iwet）分别为-3.86×104~57.7×104 m3和4.1×104~6.7×104 m3，均值分别为19.9×104和5.8×104 m3。此外，有湿地和无湿地情境下洪水特征要素的长时间序列变化趋势有所差异。有湿地和无湿地情境下Q95以及基流的变化趋势分别为0.22和0.12 m3/（s·a）以及0.12和0.12 m3/（s·a）。因此，湿地总体上增加了Q95和基流的作用，即流域湿地发挥着干旱延缓作用。
图4白河流域湿地对3月流量（QMar）、7月流量（QJul）、年最大洪峰流量（Qmax）和Q5流量的影响
Fig.4Impacts of wetlands on runoff in March (QMar) and July (QJul) , annual maximum peak flow (Qmax) and Q5 in the Bai River Basin
2.5 湿地对流域水源涵养的影响
基于有湿地和无湿地情境下的模拟日流量，计算了每年流域蓄水能力指数（（Q5-Q95）/Q50）和水源涵养指数（WCI），用于分析湿地对流域水源涵养的影响。对比分析发现，在研究时段，有湿地情境下的蓄水能力指数和WCI均高于无湿地情景（图6）。2000—2022年，有湿地和无湿地情境下蓄水能力指数以及WCI的均值分别为5.6和3.7以及21.6%和18.4%。湿地对多年蓄水能力和WCI的影响效应（RCwet）分别为14.9%~50.7%和4.3%~50.4%，均值分别为30.6%和19.8%。此外，有湿地和无湿地情境下流域水源涵养特征要素的长时间序列变化趋势有所差异。有湿地和无湿地情境下蓄水能力指数及WCI的变化趋势分别为0.11和0.05 a-1及0.0027和0.0005 a-1。因此，湿地总体上提高了蓄水能力和水源涵养能力，即流域湿地发挥着提高流域水源涵养能力的作用。
图5白河流域湿地对Q95和基流的影响
Fig.5Impacts of wetlands on baseflow and Q95 in the Bai River Basin
3 讨论
湿地具有特定的负地貌地形和土壤条件，如高土壤孔隙度和大量持水量，使其能够储存和保持丰富的水分，从而强烈影响流域水文过程[5-6，48]。本研究发现，白河流域湿地主要发挥着强大的径流调节、洪水削减、干旱延缓和水源涵养提升的功能。尤其是在无湿地情境下，流域径流变异性、洪水强度和干旱风险将大幅度增加，水源涵养功能会大幅度下降，这表明迫切需要保护白河流域湿地并维持其水文多功能性有效发挥。因此，面对气候变化下白河流域不断增强的水文极端，湿地的水文调蓄功能可作为基于自然的解决方案，以提高流域应对干旱和洪水等风险的能力[56-59]。然而，本研究还发现，在部分年份湿地对径流、洪水、干旱的影响效应和强度较弱，甚至在部分年份湿地发挥着增强汛期月流量的作用（图4a、b）。这一方面是由于流域湿地的水文调节功能取决于多种因素，如地貌特征、初始水文条件、植被特征、土壤性质、周边土地类型、与其他水体的连通性、人为活动等[29，60-61]。另一方面，与1980年比较，若尔盖湿地经历了大幅度的面积萎缩和水文连通性下降[62-63]，这会在很大程度上引起湿地水文调蓄功能的大幅度下降。因此，迫切需要开展湿地恢复和保护，维持其流域水文调蓄功能，从而最大程度地发挥湿地在保障流域水安全中的重要作用。
源区湿地水文过程复杂且已有研究对其水文功能认识不足。本研究采用的HYDROTEL模型主要基于HEW概念模拟湿地的水量平衡过程，同时耦合了积雪和冻土模块，该模型模拟框架可以实现高纬寒区流域尺度的水文过程模拟；此外，本研究基于有湿地和无湿地情景的水文过程模拟定量评估了湿地径流调节、洪水削减、干旱延缓和水源涵养等水文功能，可为流域湿地水文多功能性提供研究思路。面对湿地恢复和保护的现实需求，通过设置不同湿地动态格局变化情景（如不同湿地面积增加或者减少、孤立湿地和河滨湿地类型的变化、湿地与河道水文连通性的变化等情景）模拟，可用于定量评估湿地格局变化的水文效应，尤其是不同湿地恢复和保护格局下流域径流机制、洪水演变和干旱动态等的研究，可直接用于湿地恢复与保护格局优化，为若尔盖湿地及其他湿地恢复和保护提供重要支撑。因此，后续需要基于历史时期若尔盖湿地分布格局及其动态，结合《全国湿地保护规划（2022—2030年）》和《青藏高原生态屏障区生态保护和修复重大工程建设规划》（2021—2035年）等现实需求，设定不同湿地恢复与保护格局变化情景，确定保障湿地水文多功能性最大发挥的最优湿地恢复与保护格局。
图6白河流域湿地对蓄水能力指数（（Q5-Q95）/Q50）和水源涵养指数（WCI）的影响
Fig.6Impacts of wetlands on water storage index ( (Q5-Q95) /Q50) and water conservation index (WCI) in the Bai River Basin
此外，本研究提出了包含径流、洪水、干旱和水源涵养多个指标的湿地水文多功能性评估指标体系，可以大幅度降低从单一视角或单一指标评估湿地水文功能的不确定性，加深对流域尺度湿地水文多功能性的认识。本研究主要基于有湿地和无湿地情景的水文过程模拟定量评估流域湿地的多功能性。然而，不同类型和不同地理位置的湿地对水文过程的影响强度和效应不同。如Wu等[64]发现嫩江流域河滨湿地主要发挥缓解干旱的作用，而孤立湿地主要发挥加剧水文干旱的作用；下游河滨湿地的洪水调蓄功能和干旱缓解功能对维系流域水安全至关重要。因此，白河流域不同类型和不同位置湿地水文多功能性的强度和效应有待进一步探究。此外，由于数据资料的限制，尤其是缺乏多个湿地水文情势（水位、水面积和流速等）的实测数据，本研究缺乏对模拟的湿地水量平衡要素的验证，因而存在一定的不确定性。不同流域自然地理概况（海拔、河网水系、比降和土地利用等）和湿地特征（分布格局、类型、面积及与河网连通性）也存在差异，导致湿地对径流、洪水、干旱和水源涵养等的影响强度和效应有所不同，后续还需要开展多个流域对比分析，进一步加深对单个流域和多流域耦合作用下湿地水文多功能性的认识。
4 结论
本研究以若尔盖湿地白河流域为研究区，构建了耦合湿地模块的HYDROTEL模型，基于有和无湿地情境下的水文过程模拟，定量评估了湿地对径流、洪水、干旱和流域水源涵养的影响，揭示了流域湿地的水文多功能性。主要结论如下：
1）2000—2022年，白河流域湿地发挥降低径流不均匀性和变异性的作用，对径流分配不均匀系数、完全调节系数、集中程度和月变幅的影响效应分别为-11.7%、-9.18%、-8.39%和-20.84%。
2）流域湿地发挥着削减洪水和缓解干旱的作用，对3月流量、7月流量、年最大洪峰流量和Q5流量的影响强度分别为-741.6×104、-2427.8×104、-1398.9×104和-324.5×104 m3，对Q95和基流的影响强度分别为19.9×104和5.8×104 m3。
3）湿地总体上提升了蓄水能力和水源涵养能力，对流域蓄水潜力和水源涵养指数的影响效应分别为30.6%和19.8%。
4）白河流域湿地发挥着重要的径流调节、洪水削减、干旱延缓和水源涵养提升的功能，对维系区域和下游水安全至关重要。
图1白河流域概况：（a）地理位置、河网水系、地形地貌及水文站与湿地空间分布； （b）月径流的变化；（c）1980—2020年湿地面积变化
Fig.1General conditions of the Bai River Basin: (a) Location map of the basins together with the distribution of the regional hydrological stations, geomorphology and the spatial distribution of wetlands; (b) Changes in monthly runoff; (c) Area changes in wetlands from 1980 to 2020
图2白河流域唐克水文站拟合和验证期间水文过程曲线
Fig.2Hydrography at Tangke hydrological station on the Bai River Basin during the calibration and validation periods
图3白河流域湿地对径流的年内分配不均匀系数（Cu）、完全调节系数（Cr）、集中程度（Cn）和月变幅（Cm）的影响
Fig.3Impacts of wetlands on the runoff indicators including uneven distribution coefficient (Cu) , complete adjustment coefficient (Cr) , concentration degree (Cn) and change amplitude (Cm) in the Bai River Basin
图4白河流域湿地对3月流量（QMar）、7月流量（QJul）、年最大洪峰流量（Qmax）和Q5流量的影响
Fig.4Impacts of wetlands on runoff in March (QMar) and July (QJul) , annual maximum peak flow (Qmax) and Q5 in the Bai River Basin
图5白河流域湿地对Q95和基流的影响
Fig.5Impacts of wetlands on baseflow and Q95 in the Bai River Basin
图6白河流域湿地对蓄水能力指数（（Q5-Q95）/Q50）和水源涵养指数（WCI）的影响
Fig.6Impacts of wetlands on water storage index ( (Q5-Q95) /Q50) and water conservation index (WCI) in the Bai River Basin
表1湿地水文多功能性评估指标体系
Morley TR, Reeve AS, Calhoun AJK. The role of headwater wetlands in altering streamflow and chemistry in a Maine, USA Catchment1. JAWRA Journal of the American Water Resources Association,2011,47(2):337-349. DOI:10.1111/j.1752-1688.2010.00519.x.
Christensen JR, Golden HE, Alexander LC et al. Headwater streams and inland wetlands: Status and advancements of geospatial datasets and maps across the United States. Earth-Science Reviews,2022,235:104230. DOI:10.1016/j.earscirev.2022.104230.
Sklash MG. Environmental isotope studies of storm and snowmelt runoff generation. Process Studies in Hillslope Hydrology, Chichester: Wiley,1990.
Uchida T, Asano Y, Ohte N et al. Seepage area and rate of bedrock groundwater discharge at a granitic unchanneled hillslope. Water Resources Research,2003,39(1):1018. DOI:10.1029/2002wr001298.
Kadykalo AN, Findlay CS. The flow regulation services of wetlands. Ecosystem Services,2016,20:91-103. DOI:10.1016/j.ecoser.2016.06.005.
Wu YF, Zhang GX, Rousseau AN. Quantitative assessment on basin-scale hydrological services of wetlands. Science China Earth Sciences,2020,50(2):281-294.[吴燕锋, 章光新, Alain N. Rousseau. 流域湿地水文调蓄功能定量评估. 中国科学: 地球科学,2020,50(2):281-294.]
Gao JH, Holden J, Kirkby M. The impact of land-cover change on flood peaks in peatland basins. Water Resources Research,2016,52(5):3477-3492. DOI:10.1002/2015WR017667.
Yeo IY, Lang MW, Lee S et al. Mapping landscape-level hydrological connectivity of headwater wetlands to downstream waters: A geospatial modeling approach-Part 1. Science of the Total Environment,2019,653:1546-1556. DOI:10.1016/j.scitotenv.2018.11.238.
Yeo IY, Lee S, Lang MW et al. Mapping landscape-level hydrological connectivity of headwater wetlands to downstream waters: A catchment modeling approach-Part 2. Science of the Total Environment,2019,653:1557-1570. DOI:10.1016/j.scitotenv.2018.11.237.
Leibowitz SG, Wigington PJ Jr, Schofield KA et al. Connectivity of streams and wetlands to downstream waters: An integrated systems framework. JAWRA Journal of the American Water Resources Association,2018,54(2):298-322. DOI:10.1111/1752-1688.12631.
Alexander LC, Fritz KM, Schofield KA et al. Featured collection introduction: Connectivity of streams and wetlands to downstream waters. JAWRA Journal of the American Water Resources Association,2018,54(2):287-297. DOI:10.1111/1752-1688.12630.
Connon RF, Chasmer L, Haughton E et al. The implications of permafrost thaw and land cover change on snow water equivalent accumulation,melt and runoff in discontinuous permafrost peatlands. Hydrological Processes,2021,35(9):e14363. DOI:10.1002/hyp.14363.
Xie Q, Zhang QY, Gao JQ et al. Analysis of hydrological connectivity dynamic and important patches in the Zoige wetland. Journal of Ecology and Rural Environment,2024,40(6):766-772. DOI:10.19741/j.issn.1673-4831.2024.0104.[解秦米佳, 张钦彦, 高俊琴等. 若尔盖湿地水文连通及重要湿地斑块变化. 生态与农村环境学报,2024,40(6):766-772.]
Hu L, Wu XW, Zhou QP et al. The ecosystem services of the Zoige marsh: Current status and research prospects. Journal of Southwest Minzu University: Natural Science Edition,2016,42(3):246-254. DOI:10.11920/xnmdzk.2016.03.002.[胡雷, 吴新卫, 周青平等. 若尔盖湿地生态系统服务功能: 研究现状与展望. 西南民族大学学报: 自然科学版,2016,42(3):246-254.]
Jiang WG, Lv JX, Wang CC et al. Marsh wetland degradation risk assessment and change analysis: A case study in the Zoige Plateau, China. Ecological Indicators,2017,82:316-326. DOI:10.1016/j.ecolind.2017.06.059.
Dai GH, Zhu EX, Liu ZG et al. Compositional characteristics of fluvial particulate organic matter exported from the world's largest alpine wetland. Journal of Geophysical Research: Biogeosciences,2019,124(9):2709-2727. DOI:10.1029/2019JG005231.
Wang YF, Li CB, Yang ZY et al. Quantification and comparation of wetlands water conservation and regulation function in the Hei and Bai River Basins. Water Resources and Hydropower Engineering,2024,(6):44-57.[王逸飞, 李常斌, 杨致远等. 黑白河流域湿地水文蓄调功能量化及对比研究. 水利水电技术(中英文),2024,(6):44-57.]
Ding M. Grid data of annual temperature and annual precipitation on the Tibetan Plateau and its surrounding areas during 1998-2017. National Tibetan Plateau/Third Pole Environment Data Center,2019.[丁明军. 青藏高原及周边地区气温和降水格点数据(1998—2017). 国家青藏高原科学数据中心,2019.]
Fossey M, Rousseau AN, Bensalma F et al. Integrating isolated and riparian wetland modules in the PHYSITEL/HYDROTEL modelling platform: Model performance and diagnosis. Hydrological Processes,2015,29(22):4683-4702. DOI:10.1002/hyp.10534.
Wu YF, Sun JX, Hu BT et al. Can the combining of wetlands with reservoir operation reduce the risk of future floods and droughts?Hydrology and Earth System Sciences,2023,27(14):2725-2745. DOI:10.5194/hess-27-2725-2023.
Wu YF, Sun JX, Blanchette M et al. Wetland mitigation functions on hydrological droughts: From drought characteristics to propagation of meteorological droughts to hydrological droughts. Journal of Hydrology,2023,617:128971. DOI:10.1016/j.jhydrol.2022.128971.
Blanchette M, Rousseau AN, Foulon É et al. What would have been the impacts of wetlands on low flow support and high flow attenuation under steady state land cover conditions?Journal of Environmental Management,2019,234:448-457. DOI:10.1016/j.jenvman.2018.12.095.
Fossey M, Rousseau AN. Assessing the long-term hydrological services provided by wetlands under changing climate conditions: A case study approach of a Canadian watershed. Journal of Hydrology,2016,541:1287-1302. DOI:10.1016/j.jhydrol.2016.08.032.
Rousseau A N, Fortin J, Turcotte R et al. PHYSITEL,a specialized GIS for supporting the implementation of distributed hydrological models. Water News-Official Magazine of the Canadian Water Resources Association,2011,31(1):18-20.
Wang X, Yang W, Melesse AM. Using hydrologic equivalent wetland concept within SWAT to estimate streamflow in watersheds with numerous wetlands. Transactions of the ASABE,2008,51(1):55-72. DOI:10.13031/2013.24227.
Wu YF, Zhang GX, Qi P et al. Integration of wetland modules into the watershed hydrological model: Assessment of simulation accuracy. Advances in Water Science,2019,30(3):326-336.[吴燕锋, 章光新, 齐鹏等. 耦合湿地模块的流域水文模型模拟效率评价. 水科学进展,2019,30(3):326-336.]
Foulon É, Rousseau AN. Equifinality and automatic calibration: What is the impact of hypothesizing an optimal parameter set on modelled hydrological processes?Canadian Water Resources Journal/Revue Canadienne Des Ressources Hydriques,2018,43(1):47-67. DOI:10.1080/07011784.2018.1430620.
Bouda M, Rousseau AN, Konan B et al. Bayesian uncertainty analysis of the distributed hydrological model HYDROTEL. Journal of Hydrologic Engineering,2012,17(9):1021-1032. DOI:10.1061/(asce)he.1943-5584.0000550.
Wu YF, Zhang GX. A review of hydrological regulation functions of watershed wetlands. Advances in Water Science,2021,32(3):458-469.[吴燕锋, 章光新. 流域湿地水文调蓄功能研究综述. 水科学进展,2021,32(3):458-469.]
Song XY, Zhu ZY, Xi XK et al. The characteristics of runoff process structure changes under the influence of climate change and human activities and the decomposition of contribution rate of impact factors. Geofluids,2021,2021:6673217. DOI:10.1155/2021/6673217.
Luo Y, Lu ZX, Feng Q et al. The changes in the annual distribution of mountain runoff during the period of 1965-2018 in Hexi Corridor, Northwest China. Research in Cold and Arid Regions,2024,16(2):73-83. DOI:10.1016/j.rcar.2024.04.001.
Lujun Z, Yongpu Q. Annual distribution features of precipitation in China and their interannual variations. Acta Meteorologica Sinica,2003,17(2):146-163.
Li XM, Jiang FQ, Li LH et al. Spatial and temporal variability of precipitation concentration index,concentration degree and concentration period in Xinjiang, China. International Journal of Climatology,2011,31(11):1679-1693. DOI:10.1002/joc.2181.
Cunderlik JM, Burn DH. Linkages between regional trends in monthly maximum flows and selected climatic variables. Journal of Hydrologic Engineering,2004,9(4):246-256. DOI:10.1061/(asce)1084-0699(2004)9:4(246).
Yu DW, Liu Y, Xie DJ et al. Effects of driving factors on water supply function under different basins and spatial scale in Zoige alpine wetland, China. Ecological Indicators,2024,158:111403. DOI:10.1016/j.ecolind.2023.111403.
Chen LQ, Liu CM, Li YP et al. Impacts of climatic factors on runoff coefficients in source regions of the Huanghe River. Chinese Geographical Science,2007,17(1):47-55. DOI:10.1007/s11769-007-0047-4.
Buttle JM. Mediating stream baseflow response to climate change: The role of basin storage. Hydrological Processes,2018,32(3):363-378. DOI:10.1002/hyp.11418.
Haktanir T. Comparison of various flood frequency distributions using annual flood peaks data of rivers in Anatolia. Journal of Hydrology,1992,136(1/2/3/4):1-31. DOI:10.1016/0022-1694(92)90002-D.
Ficklin DL, Robeson SM, Knouft JH. Impacts of recent climate change on trends in baseflow and stormflow in United States watersheds. Geophysical Research Letters,2016,43(10):5079-5088. DOI:10.1002/2016GL069121.
Wu GD, Zhang JY, Li YL et al. Revealing temporal variation of baseflow and its underlying causes in the source region of the Yangtze River(China). Hydrology Research,2024,55(3):392-411. DOI:10.2166/nh.2024.185.
Wang C, Gomez-Velez JD, Wilson JL. Dynamic coevolution of baseflow and multiscale groundwater flow system during prolonged droughts. Journal of Hydrology,2022,609:127657. DOI:10.1016/j.jhydrol.2022.127657.
Smakhtin VU. Low flow hydrology: A review. Journal of Hydrology,2001,240(3/4):147-186. DOI:10.1016/S0022-1694(00)00340-1.
Reager JT, Famiglietti JS. Characteristic mega-basin water storage behavior using GRACE. Water Resources Research,2013,49(6):3314-3329. DOI:10.1002/wrcr.20264.
Rodina L. Defining“water resilience”: Debates,concepts,approaches,and gaps. Wiley Interdisciplinary Reviews: Water,2019,6(2):e1334. DOI:10.1002/wat2.1334.
Scanlon BR, Fakhreddine S, Rateb A et al. Global water resources and the role of groundwater in a resilient water future. Nature Reviews Earth & Environment,2023,4(2):87-101. DOI:10.1038/s43017-022-00378-6.
Genwei C, Xinxiao Y, Yutao Z. The hydrological cycle and its mathematical models of forest ecosystem in mountains. Beijing: Science Publishing House,2004.
Bewket W, Sterk G. Dynamics in land cover and its effect on stream flow in the Chemoga watershed, Blue Nile basin, Ethiopia. Hydrological Processes,2005,19(2):445-458. DOI:10.1002/hyp.5542.
Acreman M, Holden J. How wetlands affect floods. Wetlands,2013,33(5):773-786. DOI:10.1007/s13157-013-0473-2.
Bullock A, Acreman M. The role of wetlands in the hydrological cycle. Hydrology and Earth System Sciences,2003,7(3):358-389. DOI:10.5194/hess-7-358-2003.
Wu YF, Zhang GX, Rousseau AN. Quantitative assessment on basin-scale hydrological services of wetlands. Science China Earth Sciences,2020,63(2):279-291. DOI:10.1007/s11430-018-9372-9.
Wu YF, Zhang GX, Xu YJ et al. River damming reduces wetland function in regulating flow. Journal of Water Resources Planning and Management,2021,147(10):05021014. DOI:10.1061/(asce)wr.1943-5452.0001434.
Lee S, Yeo IY, Lang MW et al. Assessing the cumulative impacts of geographically isolated wetlands on watershed hydrology using the SWAT model coupled with improved wetland modules. Journal of Environmental Management,2018,223:37-48. DOI:10.1016/j.jenvman.2018.06.006.
Evenson GR, Golden HE, Lane CR et al. Geographically isolated wetlands and watershed hydrology: A modified model analysis. Journal of Hydrology,2015,529:240-256. DOI:10.1016/j.jhydrol.2015.07.039.
Ahmed F. Influence of wetlands on black-creek hydraulics. Journal of Hydrologic Engineering,2017,22(1): D5016001. DOI:10.1061/(asce)he.1943-5584.0001401.
Fossey M, Rousseau AN, Savary S. Assessment of the impact of spatio-temporal attributes of wetlands on stream flows using a hydrological modelling framework: A theoretical case study of a watershed under temperate climatic conditions. Hydrological Processes,2016,30(11):1768-1781. DOI:10.1002/hyp.10750.
Wu YF, Zhang GX, Rousseau AN et al. On how wetlands can provide flood resilience in a large river basin: A case study in Nenjiang River Basin, China. Journal of Hydrology,2020,587:125012. DOI:10.1016/j.jhydrol.2020.125012.
Singh J, Knapp HV, Arnold JG et al. Hydrological modeling of the Iroquois river watershed using HSPF and SWAT1. JAWRA Journal of the American Water Resources Association,2005,41(2):343-360. DOI:10.1111/j.1752-1688.2005.tb03740.x.
Nash JE, Sutcliffe JV. River flow forecasting through conceptualmodels part I—A discussion of principles. Journal of Hydrology,1970,10(3):282-290. DOI:10.1016/0022-1694(70)90255-6.
Ferreira CSS, Kašanin-Grubin M, Solomun MK et al. Wetlands as nature-based solutions for water management in different environments. Current Opinion in Environmental Science & Health,2023,33:100476. DOI:10.1016/j.coesh.2023.100476.
Tan ZQ, Li YL, Zhang Q et al. Progress of hydrological process researches in lake wetland: A review. J Lake Sci,2022,34(1):18-37. DOI:10.18307/2022.0104.[谭志强, 李云良, 张奇等. 湖泊湿地水文过程研究进展. 湖泊科学,2022,34(1):18-37.]
Yan SR, Liu Q, Sun T et al. Research progress in wetland ecohydrological processes and their simulation. Wetland Science,2021,19(1):98-105.[严思睿, 刘强, 孙涛等. 湿地生态水文过程及其模拟研究进展. 湿地科学,2021,19(1):98-105.]
Li ZW, Wang ZY, Brierley G et al. Shrinkage of the Ruoergai Swamp and changes to landscape connectivity, Qinghai-Tibet Plateau. CATENA,2015,126:155-163. DOI:10.1016/j.catena.2014.10.035.
Shen G, Yang XC, Jin YX et al. Remote sensing and evaluation of the wetland ecological degradation process of the Zoige Plateau Wetland in China. Ecological Indicators,2019,104:48-58. DOI:10.1016/j.ecolind.2019.04.063.
Wu YF, Sun JX, Hu BT et al. Wetland-based solutions against extreme flood and severe drought: Efficiency evaluation of risk mitigation. Climate Risk Management,2023,40:100505. DOI:10.1016/j.crm.2023.100505.