城市化进程的推进，对城市的地貌和排水系统影响巨大，改变了当地的水文循环过程，城市水资源也随之发生变化.自2014年以来在全国范围内大力推进的海绵城市，正是以缓解城市化引发的水文效应、改善城市水循环系统为建设目标.在进行海绵城市总体规划设计时，关键问题之一是分析城市水资源的变化趋势并有效地分离和评估主要驱动因素的贡献，即气候变化和人类活动(城市化)分别对城市径流改变作用的大小^[1]，从而有针对性地规划设计城市“海绵体”.

对于“气候变化和人类活动对径流改变的影响”研究已有多篇论文发表^[2-6].经典的研究方法为流域对比法和水文模型法.但流域对比法在很多情况下较难选取合适的对比流域^[7]、水文模型法特别是分布式水文模型易受到数据信息不足的限制^[8].近年来，一些新的研究方法涌现出来，其中双累积曲线^[9]、气候弹性模型^[10,11]由于计算容易，操作简单，可定量评估人类活动和气候变化分别对径流变化的影响程度，越来越受到研究者的关注.

气候和人类活动在不同区域或同一区域的不同变化组合，引起的水文效应程度往往不同^[12].因此，针对具体研究区域进行研究非常必要.另外，目前的研究成果多来于自北方流域，如黄河流域、密云水库流域以及海河流域.对于南方区域，特别是城市化显著的城市区域研究成果较少.

苏州市近年经济突飞猛进，城市化进程迅速，该地区的水循环过程发生了较大的改变.这种改变的趋势，以及气候变化和人类活动对这种趋势的贡献，目前尚未进行定量评估.本研究利用Mann-Kendall趋势检验和突变检测^[12]分析苏州市水资源以及降雨的变化趋势，明确降雨变化和人类活动是水资源变化的主要驱动因素；分别采用双累积曲线、气候弹性模型，分离、量化气候变化和人类活动对苏州市水资源变化的影响贡献，为苏州市的海绵城市建设规划等提供决策依据.

1 研究区域和数据 1.1 研究区概况

苏州市地处长江三角洲中部，东邻上海，南连浙江省嘉兴、湖州两市，西傍太湖，与无锡市相接，北枕长江.全市总面积为8 488.42 km²，其中水域面积3 609.40 km²，占总面积的42.5%，多年平均降水量1 086.3 mm.苏州市属亚热带季风海洋性气候，四季分明，气候温和，雨量充沛.

1.2 数据

本文选用了1956-2014年苏州市年径流深数据和年面平均降雨数据进行分析.其中面平均降雨是由各雨量站资料根据泰森多边形方法加权获得.

2 研究方法 2.1 变化趋势分析

选用Mann-Kendall非参数趋势检验分析苏州市年面平均降雨、年径流序列的变化趋势，判断高度城市化下的苏州径流、降雨的变化趋势是否相同且同步，初步判断水资源变化的驱动因素.

Mann-Kendall趋势检验法的优点是不需要样本遵从一定的分布，也不受少数异常值的干扰，适用于水文、气象等非正态分布的数据.

对于时间序列x₁, x₂, …, x_n，n为资料序列长度，统计量Z的计算:

其中

式中：x_i, x_j分别为第i, j年的数据资料.

若Z>0，表示序列存在上升趋势，Z＜0则存在下降趋势.对于给定的置信水平α，若 ≥Z_α/2，则表示时间序列变化趋势显著，否则变化趋势不显著.

2.2 趋势突变时间分析

在数据序列存在趋势性变化的前提下，选用Mann-Kendall突变检测确定其突变时间.此突变时间可为后续的径流变化影响贡献率的研究提供临界年份，即将数据序列分为2段，突变前时间段(基准期)与突变后时间段(变化期).

检测时利用顺序时间序列x₁, x₂, …, x_n的统计量UF_t、逆序时间序列x_n, x_n－1, …, x₁的统计量UB_t，统计量计算：

其中

式中：变量x_i, x_j，n意义同上.

按同样的方法计算逆序时间序列，获得统计量UF_t，UB_t=-UF_n－t+1.

判断UF_t和UB_t在置信水平的临界值范围内是否有交点，如果有，则认为该点为顺序序列发生突变的开始时间.可根据突变点将数据序列分段，分为突变前的基准期和突变后的变化期.

2.3 分割和定量评估气候变化和人类活动对径流变化影响贡献率

按照突变时间分析获得的基准期和变化期，分别采用双累积曲线和气候弹性模型，分割且定量评估气候变化和人类活动对径流变化的影响贡献率，并比较2种方法的估算结果.

1)双累积曲线

利用基准期累计降雨量(∑P₁)和累积径流量(∑Q₁)，建立线性关系(∑Q₁=a∑P₁+b).利用此线性关系和变化期累积降雨量(∑P₂)，计算变化期内累积计算径流(∑Q_2t=a∑P₂+b)，进一步计算变化期年计算径流.此径流考虑了变化期的降雨变化，但是延用基准期的非降雨因素条件.因此变化期内的计算径流和实测径流之间的差值均值(ΔQ^h)，即为变化期非降雨要素(人类活动)引发的径流量变化.

变化期实测径流和基准期实测径流差值均值(ΔQ^T)，为基准期到变化期由人类活动和气候变化共同作用引起的径流变化.

气候变化引起的径流变化：

人类活动对径流变化的贡献率计算公式：

气候变化对径流变化的贡献率计算：

2)气候弹性模型

气候弹性概念最早由Schaake引入气候变化对径流影响的研究^[13]，经过研究者不断调试、修正，由下式计算^[14]：

式中：Q, P分别表示长序列径流均值、降雨均值；ΔQ_i表示第i年的实测径流与径流均值的差值；ΔP_i表示第i年的实测降雨与降雨均值的差值.

根据式(5)，径流的气候弹性系数ε(P, Q)定义为径流的变化幅度与气候(降雨)的变化幅度的比值，反映了径流对降雨变化的敏感程度.

利用基准期降雨、径流数据计算基准期的气候弹性系数ε(P, Q)，利用此系数以及变化期的年实测降雨量，计算变化期内的ΔQ_i，从而获得变化期内的计算年径流.此计算径流量延续了基准期相同的径流对降雨变化的敏感程度.因此计算径流与实测径流差值的平均值反映了人类活动的影响.利用式(3)、(4)分别评估贡献率值.

3 结果与分析 3.1 趋势分析

苏州市1956-2014年的年降雨和径流实测序列见图 1.从年际变化的线性趋势来看，降水和径流都呈现了上升的趋势，且径流上升幅度较降雨大.利用Mann-Kendall趋势统计结果见表 1.降雨和径流序列对应的估计量Z均大于0，说明，降雨和径流序列均存在上升趋势.其中径流序列通过了α=0.1的显著性检验(Z_0.1/2=1.65)，表明径流序列呈现显著上升趋势.而降雨序列未通过α=0.1显著性检验，说明降雨序列有上升趋势，但趋势不显著.

3.2 突变检测

苏州市年径流、降雨的Mann-Kendall突变检测结果见图 2，α=0.05，临界值范围(-1.96 1.96).降雨序列的统计量UF_t在1990年从负值变为了正值，表示从1990年开始出现上升趋势，且在在同一年与UB_t有交点，说明出现了上升的突变；径流序列从1989年开始出现上升趋势，在1991年出现了上升的突变.从两者的变化趋势来看，降雨和径流的变化趋势基本一致，且基本同步.说明，降雨是影响径流的重要因素，气候的变化必然会对径流产生重要影响.

以1991年为临界年份，将苏州市的降雨、径流序列分为2个时期，1956-1990年为基准期，1991-2014年为变化期.对比2个时期的降雨径流相关关系，见图 3.比较2个时期的相关系数，变化期为0.93，较基准期的0.87大.说明同样的降水变化，在变化期产生更多的径流变化，而这多出来的径流变化正是变化期人类活动的影响.

通过以上分析发现，苏州市水资源呈现上升趋势，其变化的主要驱动因素在于气候变化和人类活动.

3.3 气候变化和人类活动对径流变化的影响贡献评估

1)双累积曲线

建立基准期累积降雨与累积径流的线性关系见图 4，相关性达到R²=0.986.此线性关系表达了苏州市城市化水平不高阶段(基准期)的水文响应.利用此线性关系，预测变化期内的计算径流趋势，明显较实测径流小，说明变化期内城市化进程加剧，增加了城市的不透水面积，改变了城市的地貌和排水系统，实测径流大于计算径流.

2)气候弹性模型

利用基准期的降雨、径流序列计算气候弹性系数，ε(P, Q)=3.18，相关性达到R²=0.91，见图 5.表明在基准期降雨变化了10%的幅度，将引起径流31.8%的变化变幅.对变化期的降雨和径流序列也计算了气候弹性系数，ε(P, Q)=3.41，再一次证明，变化期内降雨的10%的变化引发的径流变幅为34.1%，较基准期更大，这个效果与城市化水平的提高相吻合.

3)2种方法的结果比较

双累计曲线和气候弹性模型分别评估了气候变化和人类活动对径流变化的贡献率，见表 2.2种方法分别对基准期的径流进行模拟，模拟误差分别为1%和4%，说明2种方法的精度均较高.

2种方法的评估结果均显示苏州市的径流变化主要是受气候变化的影响，气候变化的影响贡献率过半.双累计曲线和气候弹性模型计算的气候变化贡献率分别为62%和77%.2种方法的结果相类似，也在某种程度上证明了结果的准确性.

4 结论

1) 根据苏州市1956-2014年降雨、径流序列的趋势分析和突变检验发现，径流和降雨序列均存在上升的趋势且上升趋势基本同步，说明降雨是决定径流变化的重要驱动因素；另外径流上升趋势显著，而降雨的上升趋势不显著，且基准期与变化期降雨径流关系发生变化，说明除了降雨影响之外，人类活动是驱动径流变化的另一重要驱动因素.

2) 采用双累积曲线和气候弹性模型2种方法进行分割和定量评估气候变化和人类活动对苏州市水资源变化的影响贡献率.2种方法的评估结果均显示，气候变化对径流变化的影响占主要作用，超过60%.2种方法评估的人类活动所占的比例分别为38%、23%.

3) 2种方法在评估气候变化和人类活动对径流变化的影响贡献时，由于未考虑温度的影响，从而低估了人类活动的贡献率.因为温度升高，蒸散发增加，会减少径流.因此，表 2中2种方法获得的人类活动贡献率是最小可能贡献率.但短期内温度的变化幅度一般较小，对径流改变的影响程度不会很大.