下载文档原格式
1956—2015年洮河径流演变特征研究王万瑞;王刘明;张雪蕾;李常斌【摘要】以洮河干流4个基准站点的观测序列为基础,采用不均匀系数CV、集中指数IC、基尼系数G、M-K方法、U值曲线和Sen斜率等多种统计方法,对过去60年洮河径流的时空演变特征进行趋势、变幅及丰平枯变化等综合研究.结果表明,洮河径流年内分配不均匀性较大,汛期径流量占比54％～56％;各站点径流量年际变化趋势一致,1990年代以前呈增加趋势,之后减少,主要发生在汛期;U值曲线和差积曲线在划分径流平丰枯变化过程上互为补充,统计时段内洮河径流丰水期历时和出现的次数均小于枯水期.%In this study , we collected hydrological data series from four basic observational stations over mainstream of the Taohe River Basin . Then we adopted statistic methods including unevenness coefficient ,concentration index ,Gini coefficient ,Mann-Kendal test ,Sen's slope and U curve ,and so on , to make comprehensive study on changeable characteristics like variation trend , variable amplitude and normal/wet/dry time periods of the channel discharges . Results show that it was uneven for inner-annual distribution of the discharge . River flow amount in flood season occupied fraction ranged from 54％～56％ to the annual total . Variation trend were closed to each other between the four stations' time series . There experienced an increase of channel discharge before 1990 , then a downturn occurred . The decrease of discharge was mainly caused by deduction of that during flood season . U curves could determine normal/wet/dry period based on analysis of discharge amount with more intuition . Persistence time and occurring frequency were bothless for wet period , when compared to those of the dry period , during the time period from 1956 to 2015 . The study could set an example for statistical analysis on changeable river discharges and provide data support on regional water resources development and allocation .【期刊名称】《西北师范大学学报（自然科学版）》【年(卷),期】2018(054)001【总页数】8页(P92-99)【关键词】河川径流;演变特征;统计;洮河流域【作者】王万瑞;王刘明;张雪蕾;李常斌【作者单位】兰州大学资源环境学院西部环境教育部重点实验室,甘肃兰州730000;兰州大学资源环境学院西部环境教育部重点实验室,甘肃兰州 730000;兰州大学资源环境学院西部环境教育部重点实验室,甘肃兰州 730000;兰州大学资源环境学院西部环境教育部重点实验室,甘肃兰州 730000【正文语种】中文【中图分类】P332.3近几十年来，在气候变化和人类活动双重驱动下，河川径流过程在年、月尺度均发生着不同程度的变异，深刻影响着区域水文循环和水资源的形成、分布及可持续利用[1-2]．西北干旱半干旱区因水资源短缺、生态环境脆弱，对气候变化极为敏感[3]，正在经历日益频繁的极端气候事件的困扰[3-5]，区域水资源的分布特征发生了明显变化[6-7]，影响到经济社会活动的有序开展和区域生态平衡[8]．洮河作为黄河上游第二大支流，承担着向陇西和陇东黄土高原水资源稀缺地区输水的任务，流域径流的时空演变深刻影响着其自身和受水区水资源管理、生态环境以及供水保障的安全[9]．有研究发现，受气候变化和人类活动强度提升的影响，洮河径流量1990年代开始显著减少[10]，流域水资源配置，特别是枯水年引水保证率面临新的挑战．已有的针对洮河流域径流时空变化特征的研究主要集中在各类统计指标定性分析径流量年内分配[11]、年径流的变化趋势[12]、平丰枯循环周期[13]以及不同地理-生态区间水文气象要素的时空变化特征[10]等方面．因数据资料限制，学者们主要研究了近50年洮河径流量变化特征[10-13]．在气候变化和人类活动影响下，长序列径流实测数据更有助于精确获取水文过程的统计规律[13]．本研究全面收集和整编1956—2015年洮河干流上、中、下游4个控制站的径流数据，采用集中指数与基尼系数等指标对各站径流年内分配的不均匀性进行量化评估，采用M-K法对上述序列进行趋势和突变检验，采用Sen斜率法对径流月、年序列的变幅进行分析，采用M-K法的U值曲线对序列的平丰枯过程进行印证判断．在上述分析的基础上，对洮河干流近60年径流的时空演变规律进行了综合量化分析，研究可为流域水资源的合理开发利用及优化配置提供基础资料依据和统计方法借鉴[14]．1 研究区概况洮河发源于青海省西倾山北麓，由西蜿蜒东进，于甘肃省岷县北拐，至永靖县的茅龙峡入黄河干流，全长约673 km，集水面积25 527 km2．海拔为1 730～4560 m，是黄河上游的第二大支流．流域地处101°36′～104°20′E和34°06′～36°01′N之间(图1)，横跨青藏高原和黄土高原两大地貌单元，下垫面条件空间分异明显，海甸峡断面(李家村)以上为洮河青藏高原区，以下为洮河黄土高原区．岷县和海甸峡断面将流域划分为上、中、下游,自上游向下游，流域气候由高寒湿润气候向温带半湿润、温带半干旱气候过度．年均气温上游为1.3 ℃，中游为5.7 ℃，下游为7 ℃．自上游向下游，流域年降水量从超过600 mm减少至300 mm，主要集中在6—9月，占年降水量的67.35%[10]．图1 洮河流域水系Fig 1 Stream networks across the Taohe River Basin2 数据和方法2.1 数据选取洮河干流上、中、下游的下巴沟、岷县、李家村、红旗4个控制水文站，收集各站实测月、年径流资料(资料来自《甘肃省水文年鉴》)．采用水文比拟法[15]，以最接近的岷县站为参证站，对下巴沟站径流观测序列缺失数据进行插补展延，统一资料年限到1956—2015年．采用双线性累积法，将各站的实测径流资料还原为天然径流序列．经“三性”审查，径流序列可用．控制站基本情况列于表1．2.2 方法2.2.1 径流年内分配 1)不均匀系数CV(Unevenness coefficient)又称变差系数，能综合反映径流年内分配的不均匀程度，是水文统计中定性表征径流分配不均匀性的重要参数[16-17]．计算公式为[17]657(1)表1 洮河干流水文控制站基本情况Tab 1 Information of the hydrological observation stations over mainstreams of the Taohe River Basin站名经纬度/(°)海拔/m区间至河口距离/km集水面积/km2资料年限资料长度/a年径流量/亿m3下巴沟N34 70/E103 022800上游42673111961—20155514 98岷县N34 47/E104 072220中游251149121956—20156032 28李家村N35 27/E103 821920下游108196931956—20156039 84红旗N35 80/E103 571760下游27249731956—20156046 13其中，σ为月值均方差(亿m3，文中涉及的年、月径流量或代用指标，若无特别说明，单位均为亿m3)；ri为第i月的径流量；为月均径流量．CV值越大，表明径流年内分配不均匀程度越高[16]．2)集中指数IC(Concentration index)最初用于分析降水侵蚀力的年内变化特征[18]，有学者将其引入河川径流年内分配分析中[19]，计算公式为[19]25(2)其中R为年径流量．IC取值在8.3～100.0，IC=8.3时，径流年内分配均匀；IC=8.4～10.0时，比较均匀；IC=10.1～20.0时，呈季节性变化；IC=20.1～99.9时，显著不均匀；IC=100.0时，径流集中在一个月中．3)基尼系数G(Gini coefficient)是经济学中用于定量分析居民收入分配差异程度的指标，被引入河川径流年内分配均匀度的量化评价，效果良好[19-20]．计算步骤为：① 确定时间分组计算各月的时间和径流比重；② 径流月值升序排列；③ 计算排序后各组径流的累计比重．计算公式为[19]25(3)其中，Xi为第i组的时间比重；Yi为第i组的径流比重；Vi为第i组的累计径流比重．G取值在0～1，数值越大，则径流年内分配越不均匀；反之亦然．G低于0.2时，径流年内分配均匀；G=0.20～0.29时，比较均匀；G=0.30～0.39时，较不均匀；G=0.40～0.50时，很不均匀；G高于0.50时，极不均匀[21]．IC与G对应的径流年内分配不均匀性等级见表2．4)集中期PC(Concentration period)系利用月径流序列反映年内最大径流量出现的时期[2-23]，计算公式为[22]792表2 IC与G径流年内分配不均匀性等级Tab 2 Classification of IC and G for distributionalcharacteristics of the monthly riverdischarges within yearsIC等级类型IC值G等级类型G值1均匀8 31均匀<0 202比较均匀8 4～10 02比较均匀0 20～0 293季节性变化10 1～20 03较不均匀0 30～0 394显著不均匀20 1～99 94很不均匀0 40～0 505集中于一个月100 05极不均匀>0 50其中，θi为第i月径流的方位角，设定1—12月各月方位角的代表角度依次为0°，30°，60°，…，330°，而各月方位角的包含角度依次为-15.0°～15.0°,15.1°～45.0°,45.1°～75.0°,…,315.1°～345.0°．2.2.2 径流年际变化 1)变差系数和极值比．变差系数在2.2.1节已有介绍，计算年际变化不均匀性时只需将年内月径流序列换为年径流序列．极值比SR计算公式为[13]111SR=Smax/Smin,(7)其中，Smax为统计时段最大年径流量；Smin为统计时段最小年径流量．2)M-K非参数检验法是评估径流量序列年际变化趋势及突变检验的常用方法，具有适用范围广、抗干扰能力强、定量化程度高、计算较为简便等优点[24-25]．按原时间序列统计，得统计变量UF,k；原时间序列按逆序统计，得统计量UB,k．UF,k>0时，序列呈增加趋势；UF,k<0时，呈减小趋势．在给定显著性水平α=0.05，统计量的临界值为Uα=±1.96．当|UF,k|>1.96时，序列变化趋势显著；|UF,k|<1.96时，变化趋势不明显．若UF,k和UB,k曲线相交，且交点落于置信区间，则交点对应的时间是序列突变开始的时间[21]．3)Sen斜率法由Sen于1968年提出[26]，在评估时间序列的变化趋势及变化幅度(即变化速率)时，能降低或避免数据异常及缺失对分析结果的影响．以样本序列在不同长度的变化率构造秩序列，根据给定一显著性水平α进行统计变量(Sen)检验，得到变化率取值范围，进而以中值大小判断序列的变化趋势及幅度．变化率Sen的绝对值代表序列变化幅度，正负代表变化趋势，即若Sen>0，序列呈上升趋势；Sen<0，呈下降趋势[10]．4)U值曲线法．M-K法的上述用途针对整个序列，较少对整个序列再划分成若干个序列来分析．有学者尝试通过将整个序列分成若干序列，划分径流序列的平丰枯变化过程，取得较好的效果[27]．假设一时间序列X1,X2,…,Xn，先确定序列的对偶数p，其计算公式为[27]61然后确定τ,Var(τ)和U，计算公式为[27]61以t=11为基准(t∈(11,n)，M-K法最小样本量是10)，每次增加1个样本，将整个序列划分为(n-11)个不同的时间序列，计算每个时间序列的Ut，绘制U -t曲线，判断整个序列的平丰枯变化过程．U值没有明显的变化时，为平水期；曲线呈上升趋势时，为丰水期；呈下降趋势时，为枯水期．5)差积曲线直观反映年径流序列的丰平枯变化过程，先计算年径流量的距平，然后按年序累加得到差积曲线[28]，平稳波动段代表平水期，持续上升段代表丰水期，持续下降段代表枯水期．3 结果与分析3.1 径流年内分配3.1.1 不均匀性洮河干流4个控制站点60年平均径流年内分配比例如图2所示．可知，4站径流均呈现不对称的单峰型分布，1—4月、11—12月径流比例较小，变化相对平缓；5—10月径流增加，于9月达到峰值；4站连续最大4个月径流均发生在7—10月，该时段可确定为洮河主汛期，主汛期径流量占年均径流量的54.12%～56.04%；各站最大月均径流发生于9月，占年均径流的14.33%～14.67%；最小月均径流在2月，占年均径流的2.77%～3.77%，最大月径流与最小月径流的比值为4.35～5.90；下巴沟站非主汛期月径流所占比例较其他3站大，而主汛期月径流比例较其他3站小．据此，洮河上游径流年内分配不均匀度较小，中、下游月径流不均匀度较大，径流年内分配不均匀，主要归因于流域降水量年内分配不均匀、集中度高．图2 4站径流年内分配比例Fig 2 Percentage of the monthly discharge to theannual total at the 4 observational stationsin the Taohe River Basin表3统计了各控制站径流年内分配不均性4个指标的年际变化情况，给出了各指标的极值表达和对应年份．从不均匀系数CV的平均值看，中游岷县断面观测序列的不均匀程度最高；集中指数IC的最小值尽管都在10以下，但均值落在11～13，且最大值小于20，表明洮河径流总体以季节性变化为主；除中游岷县以外，各站G系数最小值小于0.2，但4站均值均在0.3～0.4，表明洮河干流径流过程的不均匀性较大，与IC表征的季节性变化对应良好．从集中期指数PC的值域分布来看，最小值均接近6，表明径流集中期开始于7月；最大值接近或超过9，表明集中期结束于9或10月；平均值接近8，表明年内量大月径流量主要出现于9月．PC结果与前述最大径流发生在9月以及汛期为7—10月的判定是一致的．表3 4站径流年内分配度量指标特征值统计Tab 3 Values of the four statistic index at the observationalstations for distributional characteristics of themonthly river discharges within years度量指标站点多年平均值年际最大统计值年份年际最小统计值年份CV下巴沟0 581 1319780 231991岷县0 660 9719780 421969李家村0 640 9919780 372014红旗0 641 0019780 352014IC下巴沟11 4719 0119788 781991岷县12 1316 2219789 791969李家村11 9116 4519789 482014红旗11 9416 6819789 382014G下巴沟0 300 5119780 131991岷县0 350 4719780 231969李家村0 340 4819780 192014红旗0 340 4919780 192014PC下巴沟7 748 8920015 892002岷县7 4183520145 872002李家村7 469 0720145 832002红旗7 509 0320085 762002 各代表站点不同年份4个指数的变异程度很高(图3)，表明受降水和下垫面影响，洮河流域径流年内分配情形复杂．总体而言，上游下巴沟断面与中下游岷县、李家村和红旗3个断面的差异较为明显．洮河流域自上游至下游，气候由高寒半湿润过渡为温热半干旱，作业方式由牧业为主逐渐演变为半牧半农乃至以农为主，水土资源开发利用以及河川径流受人类活动影响的程度均逐渐提升．图3所反映的4个指数的极值更多出现在下巴沟断面，表明上游地区受人类活动影响的程度较低；其余3站的指数变化相对平稳，表明中下游地区人类活动对河川径流年内分配的调节较为显著．由上述分析可知，CV,IC与G关于洮河径流年内分配不均匀程度分析成果对应良好，极值出现年份及变化规律一致，但不能相互替代，G更为合适．CV只能定性描述径流年内分配不均匀性，IC与G可定量度量；G对径流年内分配的敏感性高于IC，因为若各月流量大小不变、年内各月时程分布改变，G值发生变化，而IC 值保持不变；IC对极小值的分辨率高于G，而G对极大值的分辨率高于IC．3个指标极值对应的各站径流年内分配比例显示(表4)，极小值年份的径流年内分配比较均匀，而极大值年份很不均匀．IC极小值(8.78～9.38)表征比较均匀，极大值(16.22～19.01)对应季节性变化．G极小值(0.13～0.23)表征均匀，极大值(0.47～0.51)对应很不均匀．图3 各代表站4个指标的年际变化特征Fig 3 Inter-annual characteristics of the four statistic index at the observational stations表4 CV,IC与G极值对应的4站径流年内分配比例(%)Tab 4 Percentage of the monthly discharge to the annual total at the 4 observational stations corresponding to the extreme of CV，IC and G站点极值年份1月2月3月4月5月6月7月8月9月10月11月12月下巴沟极大19782 01 82 74 23 1543 618 235 811 67 04 7极小19916 15 97 56 47 711 110 510 59 410 68 26 0岷县极大19781 82 02 74 34 48 28 617 831 19 95 83 4极小19695 54 55 46 212 28 29 913 511 113 86 23 7李家村极大19781 61 62 34 23 77 58 417 831 211 46 54 0极小20144 74 46 96 87 17 27 67 911 414 713 57 7红旗极大19781 21 02 53 93 27 48 517 531 412 26 54 7极小20144 54 17 16 97 17 68 08 512 413 712 87 33.1.2 变化幅度图4给出了统计期各站月径流的值域范围及Sen斜率检验结果．从月径流的值域范围可以看出，洮河径流的年内分配具有一定的区域差异．上游月径流量的相对变幅(最大值和最小值之比)最大，中游次之，下游的最小，一定程度体现了流域调蓄效应自上游至下游逐渐增强．长序列统计来看，各月径流量绝大多数呈减小趋势．下巴沟和岷县站在8月径流量的减幅最大，分别达到0.22亿m3·(10 a)-1和0.48亿m3·(10 a)-1；李家村和红旗站在10月的减幅最大，分别达到0.66亿m3·(10 a)-1和0.63亿m3·(10 a)-1．总体而言，洮河干流径流量在汛期的减幅大于非汛期的，下游减幅大于中上游．图4 1956—2015年洮河月径流量变化(左侧纵轴为对数坐标)Fig 4 Monthly discharges variability in the TaoheRiver Basin from 1956 to 20153.2 径流年际变化计算表明，洮河4站年径流量的变差系数介于0.3～0.4，最小年径流量占多年均值的48.1%～51.4%，极值比为4.12～4.57，表明干流年径流量的丰枯变化较为剧烈．3.2.1 变化趋势洮河流域上中下游径流量的年际变化特征较为一致(图5)．上、中游(下巴沟与岷县站)大致在1990年代之前表现为增加(UF,k>0)，1990年代开始减少(UF,k<0)；突变的时间点在1987—1988年(UF,k=UB,k)，1995—1996年开始显著减小(|UF,k|>U0.05)．下游(李家村站与红旗站)径流的年际变化具有相似特点，1990年代开始减少，突变和显著减小的时间相比于上、中游2站滞后1～2 a，大致分别为1988—1990年和1997—1999年．总体而言，1956—2015年，洮河径流经历了先增加后减少的变化过程，1990年代以来开始减少，特别是近20年，减少趋势显著．李常斌等[10]研究发现，1951—2010年洮河流域气温从1990年代中期开始明显上升,降水总体于1990年代初期开始减少．受降水减少、气温升高引起的流域蒸散发量增加的综合影响，洮河流域径流量1990年代开始显著减少．3.2.2 变化幅度以1956年为起始年份进行径流变幅的Sen斜率检统计(表5)．各站径流在时间上总体表现为增减同步，1990年代以前表现为增加(岷县断面1980年代略有减少)，增速呈总体变小态势；1990年代开始减少(红旗站1990年代仍有增加)．1956—2015年，洮河径流以0.291亿m3·a-1的速率减少．空间而言，4站径流变幅不一．上游的递减速率较小，中、下游较大．总体来看，1956—2015年洮河径流发生减少，2000年代以后径流减幅变小，径流量仍然不及1970—1980年代水平．图5 洮河4站径流年际变化的M-K检验Fig 5 M-K method tested variation trend of the annual discharges at the four observational stations in the Taohe River Basin表5 洮河4站径流量年代际变化的Sen斜率估计(亿m3·a-1)Tab 5 Inter-annual and decadal estimation of discharges variability by Sen’s slopes test at the four observational stations in the Taohe River Basin站名1956—19701956—19801956—19901956—20001956—20101956—2015下巴沟0 440 0 054-0 019-0 136∗∗-0 114∗∗-0 105∗∗∗岷县1 139-0 023-0 076-0373∗∗∗-0 286∗∗∗-0 266∗∗∗李家村1 6930 179-0 009-0 378∗∗-0 361∗∗∗-0 299∗∗∗红旗1 4070 1680 048-0 385∗-0 364∗∗-0 291∗∗注： *为通过0.05显著性检验；**为通过0.01显著性检验；***为通过0.001显著性检验；1956—1960期间因序列太短未统计．3.2.3 径流的平丰枯特征采用U值曲线及差积曲线对洮河年径流的丰平枯变化过程进行分析．M-K法建议的最小样本量是10，各控制站数据起始年份为1956年，U值从1966年开始计算(图6)．由U值曲线可知，4站平丰枯期交替出现，枯水期出现的次数较多，平水期与丰水期较少．各站年径流均存在2个历时3 a以上的丰水期，发生于1966—1968年(历时3 a)和1975—1985年(历时11 a)；存在2个历时3～4 a的平水期，包括2003—2006年(历时4 a)和2011—2013年(历时3 a)；存在4个历时2 a以上的枯水期，分别为1969—1974年(历时6 a)、1986—2002年(历时17 a，期间丰平枯期交替变化频繁)、2007—2010年(历时4 a)和2014—2015年(历时2 a)．总体来说，洮河干流年径流量的丰水期要短于枯水期，出现的次数也少于枯水期．由差积曲线可知，1966—1968年和1975—1986年为丰水期；2003—2006年和2011—2013年为平水期；1969—1974年、1987—2002年、2007—2010年和2014—2015年为枯水期．2种方法关于序列丰平枯过程的划分结果吻合，方法上互为补充．图6 基于U值和差积曲线的洮河径流的平丰枯特征Fig 6 Determination ofthe inter-annually normal/wet/dry periods by discharges amount basedon the U curve and the residual mass curve in the Taohe River basin4 结论采用多种时间序列统计方法，对1956—2015年洮河径流时空演变规律进行研究，主要结论如下：1)洮河径流年内分配不均匀性较大，主汛期7—10月径流量占比54%～56%，最大月径流量与最小月的比值为4.35～5.90；2)1956—2010年，4站年径流均发生减少，主要为汛期径流减少所致；河川径流1990年代以前呈增加趋势，之后减少；统计期间，洮河径流以0.291亿m3·a-1的速率减小；3)洮河各站径流平丰枯交替出现，存在2个丰水期、4个枯水期和2个平水期，丰水期历时和出现的次数均小于枯水期；4)统计方法而言，IC与G关于径流年内分配不均匀程度分析成果对应良好，G因敏感性高而更为合适；U值曲线和差积曲线关于径流平丰枯变化过程划分方法上互为补充．参考文献:[1] WILSON D,HISDAL H,LAWRENCE D.Has stream flow changed in the Nordic countries?Recent trends and comparisons to hydrological projections[J].Journal of Hydrology,2010,394(3):334.[2] 郭巧玲，杨云松，畅祥生，等．1957—2008年黑河流域径流年内分配变化[J].地理科学进展，2011，30(5):550.[3] 陈亚宁，王怀军，王志成，等．西北干旱区极端气候水文事件特征分析[J].干旱区地理，2017，40(1):1．[4] SHI Y F，SHEN Y P，KANG E S，et al．Recent and future climate change in Northwest China[J].Climate Change，2007，80(3):379.[5] PIAO S L，CIAIS P，HUANG Y，et al．The impacts of climate change on water resources and agriculture in China[J].Nature，2010，467：43. [6] 孙桂燕，郭玲鹏，常存，等．新疆天山中段南北坡水储量变化对比分析[J].干旱区地理，2016，39(2):254．[7] 邓铭江．南疆未来发展的思考——塔里木河流域水问题与水战略研究[J].干旱区地理，2016，39(1):1．[8] REYNOLDS J F，SMITH D M S，LAMBIN E F，et al．Globaldesertification：building a science for dryland development[J].Science，2007，316：847.[9] 姚玉璧，张秀云，王润元，等．洮河流域气候变化及其对水资源的影响[J].水土保持学报，2008，22(1):168．[10] 李常斌，王帅兵，杨林山，等．1951—2010年洮河流域水文气象要素变化的时空特征[J].冰川冻土，2013，35(5):1259．[11] 张钰，唐颖丰，韩克明，等．洮河流域径流年内分配变化规律分析[J].干旱区资源与环境，2011，25(9):71．[12] 罗颖，张钰，路阳，等．近50年洮河干流径流量分布特征及变化趋势分析[J].兰州大学学报(自然科学版)，2015，51(2):153．[13] 朱佳君，张钰，唐颖丰，等．洮河干流径流量变化趋势分析[J].水土保持研究，2011，18(3):110．[14] 盖迎春，李新．水资源管理决策支持系统研究进展与展望[J].冰川冻土，2012，34(5):1248．[15] 詹道江，叶守泽．工程水文学[M].第3版．北京：中国水利水电出版社，2000．[16] 周成虎，汤奇成．水文时间序列不均匀系数的分析与计算[J].自然资源，1989，4(8):39．[17] 王金星，张建云，李岩，等．近50年来中国六大流域径流年内分配变化趋势[J].水科学进展，2008，19(5):656.[18] 郭青霞，陈焕伟．大同市降雨侵蚀力时间变化特征分析[J].中国水土保持科学，2006，4(5):25.[19] 陆建宇，王秀庆，王学斌，等．径流年内分配不均匀性的度量指标及其应用[J].水力发电，2015，41(11):24.[20] 胡彩霞，谢平，许斌，等．基于基尼系数的水文年内分配均匀度变异分析方法——以东江流域龙川站径流序列为例[J].水力发电学报，2012，31(6):7．[21] 王波雷，马孝义，张建兴．乌兰木伦河径流分布均匀度及其变异点研究[J].水力发电，2008，34(8):4．[22] 刘贤赵，李嘉竹，宿庆，等．基于集中度与集中期的径流年内分配研究[J].地理科学，2007，27(6):791．[23] 胡丽莉，李玲萍，郭小芹．河西走廊东部汛期降水集中度和集中期特征分析[J].干旱区研究，2016，33(4):758．[24] KENDALL M G．Rank Correlation Methods[M].New York：Oxford University Press，1975.[25] 魏凤英．现代气候统计诊断与预测技术[M].第2版．北京：气象出版社，2007.[26] SEN P K．Estimates of the regression coefficient based on Kendall’s Tau[J].Journal of the American Statistical Association，1968，63：1379.[27] 于延胜，陈兴伟．基于Mann-Kendall 法的径流丰枯变化过程划分[J].水资源与水工程学报，2013，24(1):60.[28] 穆兴民，李靖，王飞，等．黄河天然径流量年际变化过程分析[J].干旱区资源与环境，2003，17(2):1．。
汉江上游径流演变趋势及影响因素分析1李桃英1，殷峻暹2，张丽丽3，赵红莉2（1.陕西省水文水资源勘测局，陕西西安710068；2.中国水利水电科学研究院水资源研究所北京100038；3.河海大学水文水资源学院，江苏南京210098）摘要：根据1950～2007年汉江上游安康水文站的实测资料，分析汉江上游径流的变化趋势，重点分析1990年后汉江上游径流量锐减的主要原因，包括降水量减少、气温升高、下垫面变化、耗水增加以及水资源开发利用等因素。
关键词：汉江; 径流; 演变趋势汉江是长江最大支流，发源于陕西宁强县磻冢山，甲河口以上称为汉江上游，集水面积59115km2，本次研究选用汉江上游的安康水文站，集水面积38625km2，占汉江上游面积的65％，可基本代表汉江上游径流变化趋势。
1 径流演变趋势汉江上游流域以山地为主，处于我国西部平原向青藏高原过度地带，气候温和湿润，有明显的季节性，是南北气候分界的过渡地带，流域内植被良好，降水较为丰沛，但时空分布不均，年际变化大。
汉江上游年径流的地区分布和降水量大体一致，汛期径流占年径流80％左右。
1.1 径流年际变化汉江上游流域位于夏季风活动边缘带，具有东亚季风带一般河流的特点，径流主要由降水补给。
逐年间季风形成的降水，其年降水量或降水过程的年际变化均比较大，直接影响汉江上游流域年径流量变化，具有不稳定的特性；并且由于各年之间季风强弱不同，来去的迟早和停留的时间长短不等，逐年降水与径流也不相同，有多水年和少水年之分，最大水年与最小水年相差较大[1]。
安康站多年平均径流量187.2×108m3，其中最大水年1983年径流量411.0×108m3，最小水年基金项目：“十一五”国家科技支撑计划项目（2006BAB04A07、2008BAB29B08）、国家自然科学基金创新研究群体科学基金项目（50721006），国家重点基础研究发展计划（973计划）（2006CB403404）。
C W T 中国水运 2021·12 133摘 要：为研究赣江下游的径流变化特征，以1950~2018年外洲站和1956~2018年石上站的实测数据为基础，利用水文统计法和Mann-Kendlall 检验法完成赣江下游的径流趋势分析和突变性检验。
结果表明，赣江下游径流年内分配不均，年际变化相对稳定；根据Mann-Kendlall 分析结果，赣江下游出现年径流增加和汛期径流降低趋势，但趋势不显著，枯水期径流则出现显著的增加；根据各测站的突变性检验结果，赣江下游枯水期在1992年前后发现显著变化。
研究成果可以为评估赣江下游的水资源状况提供一定的参考。
关键词：赣江下游；趋势检验；径流变化中图分类号：P333 文献标识码：A 文章编号：1006—7973（2021）12-0133-03赣江下游径流变化特征分析金晶1，汪红洲2（1.江西水利职业学院，江西 南昌 330013；2.中铁水利水电规划设计集团有限公司，江西 南昌 330029）DOI 编码：10.13646/ki.42-1395/u.2021.12.046江西省水系可分为五河一湖，即赣江、抚河、信江、饶河、修水和鄱阳湖，其中赣江是省内的第一大河，也是长江的重要支流。
赣江主河道长823km，干支流自南向北纵贯我省全境，流经47个县（市），流域面积80948km 2，其中省内面积79666km 2，约占全省国土面积的47.7%。
以新干为界，新干以下为赣江下游，包括南昌、吉安、新余、宜春、萍乡等区域。
十九大以来，城镇化进程不断加快，人民群众对水资源的需求越来越高，赣江水资源的供需矛盾也日益突出。
特别是赣江下游，以省会南昌引领的社会经济高速发展，人口、企业等集中，若发生水资源短缺，将会对人民生活、工农业发展、生态等方面造成不利影响，使得国民经济遭受重大损失。
根据专家调查和查阅文献，径流是水资源短缺的主要影响因素。
研究赣江下游的径流变化特征能够为流域的水资源短缺风险评估提供依据，助力推进我省的“新365行动计划”，为政府相关管理部门对赣江下游水资源的合理利用和科学化管理提供理论基础。
年径流的特征及预测研究进展作者：陈汇林朱凯来源：《农业与技术》2014年第01期摘要：年径流是流域水文循环的重要组成因素。
年径流变化受降水量、蒸发量、温度、下垫面状况和人类活动的影响，气候因子影响最为明显。
我国的年径流主要表现为南多北少的地区性变化，但年径流的年际变化则是北方大于南方。
年径流预测主要采用统计预测、天气学和数值天气预测等3大类方法，没有一种模型能够适用于所有的径流序列，需要进一步加强研究预测模型的适用性及预测精度。
关键词：年径流；径流变化；预测模型中图分类号：TV124 文献标识码：A引言水资源是维持自然界一切生命不可缺少的自然资源，是社会经济发展所必需的不可替代的资源。
我国多年平均水资源量28000×108m3，相当于世界水资源总量的6%，人均水资源占有量仅2200m3，约占世界人均水平的25%。
我国水资源时空分布极不均衡，南方地区水资源量占全国水资源总量的81%，而北方地区水资源量仅占全国水资源总量的19%（中国数字科技馆2006）。
由于我国河川径流年际变化大，导致旱涝灾害频繁发生。
年径流是水资源系统中流域水文循环的重要组成因素。
1 年径流的影响因素1.1 气候因素气候因素是影响流域年径流量的主要因素，其中以降水量、蒸发量和温度3个因子对年径流影响最显著。
在年降水量较多湿润地区，自然降水在形成径流的过程中土壤湿度高，渗漏量少，蒸发量损耗小，湿润地区年降水量是其年径流量的决定性因素。
在年降水量少的干旱地区，自然降水在形成径流的过程中土壤湿度低，渗漏量多，蒸发量损耗大，干旱地区年径流量是由降水量、温度和蒸发量等3个因子共同决定的。
温度是以融雪为补给的流域中的主要影响因素，温度高的年份其年径流量大。
1.2 下垫面因素下垫面因素中的地形地貌和植被对年径流地区分布有较大的影响，直接影响着流域的蓄水能力，对流域的年径流量影响较大。
下垫面因素通过该区域内影响气候的变化，间接影响年径流量。
中国水资源现状及发展趋势分析一、中国水资源特征中国水资源总量较大，居世界第四位。
但是，中国地域辽阔，地形复杂，大陆性季风气候显著，因而形成如下突出的水资源特点：（一）时间分配不均，年际年内变幅大受季风气候影响，中国大部分地区降水年际变化大，连续丰水年或连续枯水年时有发生，许多河流发生3~8年的连丰、连枯年。
例如黄河和松花江在近70年内出现过∏~ 13年的连续枯水年，也出现过7~9年的连续丰水年。
连丰连枯年差异的年际变化极易造成频繁的水旱灾害。
中国降水年际变化大的另一表现则是最大年降水量与最小年降水量间的差异悬殊。
南方地区最大年降水量一般是最小年降水量的2~4倍，而北方地区高达3~6倍。
降水量较大的年际变幅，势必引起较大的径流变化。
例如，长江宜昌站的最大流量为Π0 000m3 ∕s（历史洪水调查）, 而实测最小流量仅为2 770m3∕s,洪枯径流相差40倍；黄河三门峡站的最大流量为36 000正∕s（历史洪水调查），而实测最小流量仅为145正∕s,洪枯相差248倍。
径流量在时间上的分布不均与要求获得稳定的供水量之间形成了尖锐的矛盾。
时间分配不均除年际变化大外，年内分配也不均。
中国大部分地区冬春少雨，多春旱；夏秋多雨，多洪涝。
东南部各省雨季早，雨季长，6~9月降水量占全年降水量的60%~ 70% （见图「2）。
北方地区黄、淮、海、松辽流域6~9月的降雨量一般占全年总降水量的85%,有的年份最大24小时暴雨量可超过多年平均降水量。
不论南方或北方雨季汛期中， 降水多以暴雨形式出现，往往造成严重而频发的洪涝灾害。
图1-2中国部分地区与伦敦、巴黎多年平均降水量年 内分布比较（二）空间分布不均，水土匹配矛盾突出水资源地区分布不均，主要是全国降水不均造成的。
中 国降水量从东南沿海向西北内陆递减，依次可划分为多雨、 湿润、半湿润、半干旱和干旱五个地带。
全国有45%的土地 面积处于降水量小于40Omm 的干旱和半干旱地带。
2021.110漳卫河流域径流年际年内变化的量化分析刘邑婷 朱志强河川径流是地表水资源量的重要表现形式，也是水文循环的重要组成部分。
在过去的几十年中，漳卫河流域进行了大规模的人类改造建设活动，例如地下水的开采、修建水库和灌区等，使得漳卫河流域的下垫面条件发生了显著变化，从而影响流域蒸散发，对流域的水文循环过程产生一定的影响。
本文利用漳河观台站、卫河元村集站1953—2017年共65年的资料，基于Mann-Kendall 法、集中指数等方法，进行径流趋势、突变和年际年内变化分析，对全面准确掌握漳河流域径流变化情况，提高洪水预报精度和延长预见期具有重要意义。
一、研究区概况漳河为漳卫河的北支，漳河上游有清漳河、浊漳河两支流，于河北省合漳村汇合为漳河干流，自观台入岳城水库。
卫河为漳卫河的南支，支流繁多，于徐万仓与漳河交汇，进入卫运河。
观台站为岳城水库的入库控制站，元村集站为卫河的出口控制站。
二、径流量年际、年内变化评价指标1.Mann-Kendall 法（1）趋势检验Mann-Kendall 法（以下简称M-K 法）可以定量的识别连续时间序列的变化趋势及显著性水平，被广泛地应用在分析降水、径流、气温等水文要素中。
对于年径流序列x 1，x 2，…，x n ，M-K 趋势检验的统计量如下：)sgn(111x x in i ni j jS −=∑∑−=+= （1）sgn 为符号函数，其定义为：<−=>=010,00,1)sgn(θθθθ（2）S 为正态分布，其均值为0，方差为：（3）其中，t i 是第i 组的数据点数目。
标准化统计量：<+=>−=0)(10,00,)(1S S Var S S S S Var S Z （4）在趋势检验中，对于给定的置信水平α，若M-K 统计值|Z|≥Z (1-α)/2时，拒绝零假设，即在置信水平α上，时间序列数据具有上升或下降趋势，Z 为正值表示上升趋势，Z 为负值则为下降趋势。
新疆克里雅河流域降雨径流变化趋势分析张雷【摘要】河川径流是气候与环境变化综合影响的产物,降雨与径流变化趋势,直接影响到流域内水资源量的多寡.根据克里雅河流域基本控制站50多年的降雨、径流实测水文资料,采用水文统计相关方法[1],分析降雨、径流变化趋势.得出克里雅河流域受全球气温升高因素影响,冰川融水加速,冰川厚度减少,降雨量变化趋势在加强.径流补给源发生变化,径流线型趋势呈现增势.分析成果为流域综合治理,优化水资源配置提供理论参考.【期刊名称】《吉林水利》【年(卷),期】2011(000)001【总页数】3页(P45-47)【关键词】河川径流;气候变化;冰川融水;变化趋势【作者】张雷【作者单位】新疆和田水文水资源勘测局,新疆,和田,848000【正文语种】中文【中图分类】TV121+.41 研究区概况1.1 地理环境新疆克里雅河发源于昆仑山脉的乌斯腾塔格山、吕什塔格山和喀拉塔什山。
山势巍峨雄伟，海拔高程5500m以上地区，雪山连绵，冰川发育；海拔高程3000～5500m的中山带，山势起伏大，形成液态降水和季节性积雪，是径流形成区；海拔高程2000～3000m是前山丘陵区；海拔高程1500～2000m为山前倾斜平原，是第四系砾石带，有稀疏的荒漠植被覆盖，也是暴雨洪水形成区；海拔高程1500m以下为冲积平原，是克里雅河流域绿洲生产活动区，也是地表径流散失区和地下水补给区。
克里雅河流域东邻吐米牙河，西与奴尔河相望，南依昆仑山，北邻塔克拉玛干沙漠，地理坐标介于东经83°38′-84°18′，北纬42°00′-42°32′之间。
主峰海拔高程6962m，从源头到消失区河长530km，河流平均坡降10‰，流域平均高程4832m，属于高山冰雪消融补给的河流。
其中，冰雪融水补给约占年径流量的67%，降雨补给约占14%，地下水补给约占19%。
克里雅水文站是克里雅河水量基本控制站，基本断面以上河长192km，集水面积7358km2，克里雅河流域水系水文站点分布见图1所示。
近50年来淮河流域水资源与水环境变化
王官勇;戴仕宝
【期刊名称】《安徽师范大学学报（自然科学版）》
【年(卷),期】2008(31)1
【摘要】对半个世纪以来淮河流域水资源与水环境的变化进行了分析,研究发现:1)1954-2004年淮河流域降水量与流量均呈下降趋势,而1995-2004年呈上升趋势;2)淮河流域水质自1980年代开始急剧下降,而从1995年开始有好转趋势,淮河污染治理取得了一定的成效,但整体上水污染依然严重;3)受降水季节性变化的影响,水质也呈季节性的变化,但年际降水的变化对水质的影响不大.淮河流域水质的变化主要受控于人类活动的变化,近年来水质改善不是十分明显的原因是由于污染物的排放总量的没有得到有效控制以及污染治理措施落实的不到位.走生态发展之路是淮河流域污染治理的根本之策.
【总页数】5页(P75-78,87)
【作者】王官勇;戴仕宝
【作者单位】安徽师范大学,国土资源与旅游学院,安徽,芜湖,241000;滁州学院,国土信息工程系,安徽,滁州,239012;滁州学院,国土信息工程系,安徽,滁州,239012
【正文语种】中文
【中图分类】P331
【相关文献】
1.近50年来滹沱河流域水资源变化规律与影响因素 [J], 宋保平;过仲阳;郑艳侠;赵旭阳;张素珍;符蕴芳
2.近50年来淮河流域降水时空变化特征分析 [J], 袁喆;杨志勇;郑晓东;袁勇
3.近50多年来淮河流域气候水分盈亏时空变化 [J], 颜雅琼;申双和
4.近50年来淮河干流径流演变规律分析 [J], 潘扎荣;阮晓红;朱愿福;李荣富
5.近50年来淮河蚌埠以上流域降水时空变化特征分析 [J], 张平;夏军;邹磊;马协一因版权原因，仅展示原文概要，查看原文内容请购买。
晋江流域径流演变规律研究谢菲;孙小舟【摘要】根据晋江流域安溪和石砻水文站历年径流量序列和降水序列,应用了Mann-Kendall法、集中度和集中期Morlet小波等数学方法,对该流域径流的演变规律进行了分析,研究结果表明:径流年内分配极不均匀,全年径流主要集中在5、6、7、8、9月份,占全年径流量的60％以上,冬季径流量很小,占全年平均径流量的比例不足10％;从径流年内分配的集中性来看,安溪水文站的径流年内分配集中度20世纪60年代最大为49％,其余年代均较小;从变化趋势来看,晋江上游安溪站年均径流量较稳定,基本无变化,晋江下游的石砻站年均径流量趋势变化较上游强烈,具体表现为50年代未至70年代初表现出下降趋势,90年代至今表现为上升趋势.但晋江流域水文站的年均径流量在过去的53年中均没有明显的上升或是下降趋势.【期刊名称】《安徽农业科学》【年(卷),期】2014(000)005【总页数】4页(P1471-1473,1557)【关键词】晋江流域;径流;演变规律【作者】谢菲;孙小舟【作者单位】湖北文理学院,湖北襄阳441053;湖北文理学院,湖北襄阳441053【正文语种】中文【中图分类】S271晋江流域研究范围绝大部分位于福建省东南沿海的泉州市境内。
地理范围包含泉州市辖区内的8个县、市、区，包括安溪县、永春县、南安市、晋江市和泉州市区以及大田县、德化县、仙游县和厦门市同安区的部分地区，位于117°44'～118°47'E，24°31'～25°32'N，流域面积5 629 km2，占泉州市土地总面积的53.8%，占福建省面积约5%。
为福建省五大河流之一。
研究区地貌以山地、丘陵为主，气候为亚热带季风气候，大部分地区年平均气温为19.5～21.0℃，降水充沛，年际间变化率大。
径流的年内分配特征是年径流的重要研究内容，影响人类社会系统的安全，同时也影响自然生态系统的健康，与流域的自然地理因素和河川径流补给来源等有着密切的联系。
湟水流域近50年降水量变化规律研究摘要：近年来，随着湟水流域经济水平的高速发展和产业调整。
水资源短缺问题困扰现代流域发展。
文章依据1960~2010年近50年湟水流域降水量实测数据，运用多指标水文统计方法分析流域降水量年内、年际以及丰枯率等变化规律。
结果显示：湟水流域降水的年内分配很不均匀，多年平均年降水量最大值出现在8月，最少是12月。
1~2月、11~12月降水量占全年的3%左右，汛期降水量占全年降水总量的60-80%左右，形成干湿季分明的特点。
年降水量的变化幅度逐渐减小，丰枯程度有所变小。
关键词：湟水流域；水文分析；降水量；用水结构1湟水流域概况湟水流域位于青海省东部，地理位置介于东经100°54′~101°55′，北纬36°13′~37°25′之间，东北和东南分别与海东地区的互助土族自治县和平安县毗邻，北至西北部与海北藏族自治州的门源县及海晏县接壤，南至西南面与海南藏族自治州的共和县及贵德县相连。
湟水自西向东穿过青海省西宁市，流经过程支流由北、南两个方向汇入湟水，流域内部河流蜿蜒，山丘绵延[1]。
湟水各河川均为山丘环抱，山高陵广，沟壑众多，三面被祁连山支脉所围，冈峦起伏，周围山地与腹部丘陵区为中更新世和马兰期后层黄土以及第三纪岩层所覆盖，形成了深谷峁状低山丘陵的黄土地貌，并构成了特有的西宁、大通、湟源等盆地，整个地形由南、西、北三面向东倾斜，境内最高点为拉脊山西段的野牛山，海拔高程4898米，最低点在湟水干流小峡处，海拔高程2168米，垂直高差2730米[2]。
流域属高原大陆性气候，其特点是气压低，冬无严寒，夏无酷暑，日照长，雨水少，蒸发量大。
气温垂直变化明显，日差大，年差小，太阳辐射强，日照时间长，光能丰富，夏季温和短暂，冬季漫长，雨量时空差异较大。
多年平均降水量345mm，年最大蒸发量1315.9mm。
太阳辐射强，日温差大，无霜期短，冰冻期长。
年日照时数2166~2860小时，且山区多于河川地区，年纪变化大于地域间变化，年总辐射量市区达6123.70kJ/m2，气温垂直变化明显，随着海拔增高而递减，年平均气温0~6℃，极端最低气温-33℃（大通）。
淮河流域径流过程变化时空特征及成因孙鹏;孙玉燕;张强;温庆志【摘要】径流变化特征及成因研究对于农业灌溉、流域水资源配置与管理等具有重要理论与现实意义,而淮河流域是我国重要农业区,因而淮河流域径流过程特征及机理研究更突显其重要性.利用非参数Mann-Kendall趋势检验和小波转换等方法系统分析了淮河中上游息县、王家坝和蒋家集等9个水文站点径流资料,分析淮河流域中上游径流年内分配、年际变化、径流趋势、突变特征及周期变化等径流过程变化特征,并探讨了径流变化特征的成因.研究发现:①淮河中上游径流量主要集中于5-9月,约占年径流总量的70.37％,变差系数介于0.16～0.85之间,径流年际极值比则介于1.7～23.9之间,径流年际变化剧烈;②淮河中上游径流量整体呈下降趋势,尤其是4-5月径流下降趋势显著,季节变化不明显;③各站点年径流量在2000s呈显著周期变化,班台、王家坝、鲁台子和蚌埠站在该尺度上存在2.0～3.4 a尺度的小周期,息县、潢川和蒋家集站处于高能区.季节和汛期与非汛期的显著周期集中出现在1960s、1980s和2000s,1960s周期主要为2～8a.④潢川站年径流量对气候因子的响应最为明显,其对混合ENSO指数和太平洋中高纬年代际振荡指数(PDO)的响应分别通过了95％和99％的显著性检验.PDO对各站点月径流的直接影响最为显著,且主要集中在6月份,多呈显著负相关关系,以班台站最为显著,分别在1、4和6月通过了95％的显著性检验.南方涛动指数、北大西洋涛动指数和Nino3.4区海表温度距平指数(Nino3.4)对研究区月径流量的响应存在显著滞后性,Nino3.4对研究区月径流量滞后期的影响主要发生在潢川和蒋家集站,而北极涛动指数和PDO指数无滞后性响应.%The study on runoff variation characteristics and genesis is of great theoretical and practical significance for agricultural irrigation and water resource management.The Huaihe Basin (HRB) is an importantagricultural area in China.Therefore,its characteristics and mechanism of runoff are very important.The runoff data from the nine hydrological stations in the middle and upper reaches of HRB are analyzed in its distribution,abrupt change characteristics and cycle variation,and the causes of runoff variation characteristics.It is found that the runoff of the middle and upper reaches of HRB accounts for about 70.37％ of the total runoff from May to September,with the variation coefficient between 0.16 and 0.85,and the inter-annual extreme value ratio between 1.7 and 2.3.The runoff fluctuates in the middle reaches of HRB,and the trend of the runoff in the middle and upper reaches of HRB is decreasing,especially the runoff in April and May is significant and the seasonal variation is not obvious.The annual runoff of each site is significantly changed in 2000s.The runoffs in stations Bantai,Wangjiaba,Lu Taizi stations have a small cycle of 2.0-3.4 years.The runoffs in the county,Huangchuan and Jiang Jiake stations were in the high energy area.The seasonality of flood in gand non-flooding periods are mainly in the 1980s and the 1960s.The response of the annual runoff to the climatic factors in Huangchuan Station is the most obvious,with significance of 95％ and 99％ for Multivariate ENSO Index and Pacific Decadal Oscillation (PDO) indices,respectively.The direct impact of PDO on the monthly runoff of each site was the most significant and mainly concentrated in June with a negative correlation.The results showed that the response of Southern Oscillation Index,North Atlantic Oscillation and the Nino3.4 sea surface temperature (Nino3.4) to the monthly runoff in the study area was significantly delayed,and Nino3.4 had a significanteffect on the monthly diameter of the study area.The effect of the lag period is mainly in Huangchuan and Jiangjiaji,while the Arctic Oscillation and PDO indices have no lag response.【期刊名称】《湖泊科学》【年(卷),期】2018(030)002【总页数】12页(P497-508)【关键词】淮河流域;径流变化;趋势变化;M-K突变检验;小波转换;气候特征【作者】孙鹏;孙玉燕;张强;温庆志【作者单位】安徽师范大学国土资源与旅游学院,芜湖241002;安徽省水利部淮河水利委员会水利科学研究院,水利水资源安徽省重点实验室,蚌埠233000;安徽师范大学国土资源与旅游学院,芜湖241002;安徽省水利部淮河水利委员会水利科学研究院,水利水资源安徽省重点实验室,蚌埠233000;北京师范大学环境演变与自然灾害教育部重点实验室,北京100875;北京师范大学减灾与应急管理研究院,北京100875;北京师范大学地理科学学部,北京100875;安徽师范大学国土资源与旅游学院,芜湖241002;安徽省水利部淮河水利委员会水利科学研究院,水利水资源安徽省重点实验室,蚌埠233000【正文语种】中文近年来，由气候变化和人类活动引起的区域水资源时空变异和全球水循环变化问题已成为备受关注的重要科学问题[1]. 地表径流是最基本也是最重要的水循环要素，同时也是水量平衡的基本要素，地表径流过程在气候变化与人类活动共同影响下逐渐向规律的确定性和强烈的随机性演变[2-3]. 气候变化影响下地表水文过程的变化及其对洪旱灾害的影响已引起学者们的广泛关注[4]，如Zhang等[5]研究了长江三角洲近千年的旱涝变化及其与青藏高原气候变化可能存在的联系，分析得出目前全球变暖可能会改变青藏高原雪量，进而改变青藏高原热力学特征，从而影响长江三角洲的旱涝状况. 刘贵花等[6]通过定量分析气候变化和人类活动对鄱阳湖赣江径流的影响，认为1955-2010年赣江流域的总径流量呈波动增加趋势. 张水锋等[7]基于径流分析对淮河流域旱涝急转现象研究发现，短周期的旱涝急转是导致淮河流域汛期径流量增加的重要原因.淮河流域(30°55′～36°36′N，111°55′～121°25′E)介于我国东部，介于长江、黄河之间(图1)，地处南北气候过渡带，淮河以北属暖温带半湿润季风气候区，淮河以南属北亚热带湿润季风气候区. 淮河流域是我国重要商品粮基地，也是我国人口密集、社会经济发展潜力最大的地区之一. 淮河流域以占全国10%的耕地面积生产全国近20%的粮食，为国家粮食安全提供了强有力的保障[8]. 由于受气候、地理环境及人类活动等因素影响，淮河流域水旱灾害频繁发生，对国家粮食安全和经济发展造成重要影响[9]. 近年来，许多学者对淮河流域降水变化、旱涝灾害等方面做了大量研究工作. 研究表明，淮河流域近50 a来，年降水量呈平稳状态，但变幅较大，加大了该流域洪旱灾害风险；厄尔尼诺对淮河流域的强降水影响较大，尤其是太平洋东部冷事件影响最大[10-12]. 目前对淮河流域径流的研究多集中于极值和农业干旱风险评价等方面，而径流时空变化特征及成因研究尚不多见. 径流的时空变化直接影响着灌溉、发电、防洪和航运等. 因而，淮河流域径流演变特征及其成因的探讨对淮河流域洪旱灾害综合防灾减灾以及农业灌溉管理与水资源优化配置具有重要理论价值与实践意义.图1 研究区及水文站点位置示意Fig.1 Locations of the study region and hydrological stations1 数据与方法1.1 数据本文分析数据为淮河流域中上游9个水文站月径流数据，息县、王家坝、鲁台子、蚌埠、班台、蒋家集和阜阳站时序长度为1956-2015年，潢川站和横排头站为1980-2015年. 部分缺失数据通过将多年相同月份径流量数据形成单独时间序列，再用样条插值法补齐数据. 本文分析所用气候指数资料均来自NOAA(http:///)，通过计算各站点月径流量数据与厄尔尼诺事件中气候因子的皮尔逊相关系数，对淮河中上游径流变化的成因进行了初步探讨. ENSO(El Nio-Southern Oscillation)事件中的北大西洋涛动(North Atlantic Oscillation，NAO)、北极涛动(Arctic Oscillation，AO)、混合ENSO指数(Multivariate ENSO Index，MEI)、Nino3.4区海表温度距平(The Nino3.4 Sea Surface Temperature，Nino3.4)、南方涛动指数(Southern Oscillation Index，SOI)和太平洋中高纬年代际振荡指数(Pacific Decadal Oscillation，PDO)共6个气候因子对我国淮河流域影响较为明显[13]，所以本文选取这6个气候因子，并分析其对淮河中上游径流量变化的影响.1.2 研究方法1.2.1 Mann-Kendall检验 Mann-Kendall检验是提取序列变化趋势的有效工具，被广泛应用于气候参数和水文序列的分析[14-17]. 本文主要采用非参数Mann-Kendall(以下简称M-K法)趋势突变检验法来评估水文气候要素时间序列趋势变化，由于该方法用的较多，故其算法不再在此赘述.1.2.2 小波分析小波函数φ(t)指具有震荡特性、能够迅速衰减到零的一类函数，定义为:φ(t)d(t)=0(1)式中，φ(t)通过伸缩和平移构成一簇函数系：称Ψa,b(t)为子小波；a为尺度因子或频率因子，反映小波的周期长度；b为时间因子，反映在时间上的平移.小波函数是小波分析的关键. 目前有许多小波函数可选用，本文采用Morlet小波分析淮河中上游各站点年、季节和汛期及非汛期径流的周期变化特征，Morlet小波具有良好的时、频域局部性，不仅可展现径流时间序列的精细结构，还能将隐含在序列中随时间变化的周期变化显现出来[18]. 其为复数小波，定义为[19]：Ψ(t)=eicte-t2/2(2)式中，t为时间，c为常数，取6.2；i表示虚数. Morlet小波尺度因子a与周期T 有如下关系[16]：(3)若Ψa,b(t)是式(2)给出的子小波，对于时间序列f(t)∈L2(R)，L2(R)表示定义在实轴上、可测的平方可积函数空间，其连续小波变换为：(4)式中,为φ(t)的复共轭函数；Wf(a,b)为小波变换系数. 实际工作中，时间序列常常是离散的，如f(kΔt)(k=1、2、…、N)；Δt为取样时间间隔，则式(4)的离散形式为：(5)从式(4)或式(5)知，小波变换同时反映了f(t)的时域和频域特性. 当a较小时，对频域的分辨率低，对时域的分辨率高；当a增大时，对频域的分辨率高，对时域的分辨率低. 因此，小波变换能实现窗口大小固定、形状可变的时域局部化.Wf(a,b)随参数a和b变化，可作出以b为横坐标，a为纵坐标的关于Wf(a,b)的二维等值线图. 通过此图可得到关于时间序列变化的小波特征. 每一种周期小波随时间变化通过水平截取来考察. 不同时间尺度下的小波系数可以反映系统在该时间尺度(周期)下的变化特征：正负小波系数转折点对应着突变点；小波系数绝对值越大，表明该时间尺度变化越显著. 小波方差表示为：var(a)=|Wf(a,b)|2db(6)本文使用变差系数(Cv值)和年际变化绝对比值主要反映年径流量年际相对变化幅度特征，Cv值大，表示径流年际变化大，不利于对水力资源的利用，且易发生洪涝灾害; 反之则反[20]. 年际变化绝对比值即为多年最大年径流量与多年最小径流量的比值，也称为年际极值比，年际极值比也可反映年际变化幅度.2 淮河流域径流时空特征2.1 径流年内分布特征降水是淮河径流补给主要来源，因而受降水季节分配差异性影响，淮河径流年内分布表现出较大差异性. 淮河中上游1956-2015年径流量的年内分布主要集中于5-9月，约占年径流总量的70.37%；最大月径流量出现在7月，占年径流总量的19.4%～28.1%，最小月径流量大都出现在1月，占年径流量的1.9%～2.8%. 淮河流域中上游汛期6-9月各站点径流量平均占年径流量的61.68%；夏季6-8月这3个月径流量占总径流量的51.63%，超过全年径流量的一半；冬季12月-次年2月的径流量占总径流量的8.39%(图2).图2 淮河中上游径流量年内分配特征统计值Fig.2 Statistical characteristics of annual runoff distribution in the middle and upper reaches of Huaihe Basin 2.2 径流年际变化特征淮河中上游各站点径流变差系数介于0.16～0.85之间，径流年际极值比(为了使数据具有可比性，径流年际极值比同乘0.1)介于1.7～23.9之间(图3). 各站点在不同时段的径流变差系数和年际极值比普遍较大，说明淮河中上游径流丰枯变化比较剧烈；除阜阳站和班台站外，其余各站点在1956-2015年间的不同时间段内的径流变差系数的变化趋势保持一致；阜阳站的径流变差系数一直处于下降趋势，班台站则是自1968年后一直呈上升趋势，并在2004-2015年变差系数达到最大，为0.85.图3 淮河中上游径流变差系数和径流年际极值比Fig.3 Runoff variation coefficient and extreme value ratio of middle and upper reaches of Huaihe Basin2.3 径流趋势特征及突变点由淮河中上游9个水文站径流量变化的M-K突变点检验图可知：在1956-2015年时间段内的站点径流量趋势变化基本一致，整体呈下降趋势(图4). 潢川站和横排头站径流量数据从1980年开始，通过与各站点在1980-2015年对比分析发现除了班台站和阜阳站外，其余各站点的变化趋势一致. 各个站点都在1990s之前基本呈下降趋势，在2000年之后呈明显上升趋势，班台站、王家坝站和蚌埠站在2003年突破95%的置信区间，表现为显著下降趋势.对淮河中上游9个站点的月径流量进行M-K检验(图略)，从站点来看，息县站仅在9月、潢川站仅在12月呈上升趋势，两者在其他各月份均处于下降趋势；鲁台子站在1-12月整体处于下降趋势，尤其在5月呈显著下降趋势. 班台站和蚌埠站变化趋势不一致，但均未发生显著变化. 从月份上看：淮河中上游各月径流量仅在1月呈现显著上升趋势，4、5、7、10和11月呈现显著下降趋势，尤其是4和5月整体均呈下降趋势，其余月份趋势变化不显著.通过对淮河中上游径流的季节和汛期与非汛期的M-K检验发现(图略)：在春季和非汛期期间呈显著下降趋势，在这2个期间里除潢川站在春季表现为下降趋势外，其余各站点变化趋势相同；息县站在秋季呈上升趋势，王家坝站和横排头站在冬季呈上升趋势，其余各站点在不同期间均表现为下降趋势；夏季和秋季一致为下降趋势. 总的来说，淮河中上游径流量总体表现出下降的趋势.图4 淮河中上游各站点径流量M-K趋势分析Fig.4 M-K trend analysis of runoff of each station in the middle and upper reaches of Huaihe Basin2.4 径流变化周期特征息县、蒋家集、阜阳和鲁台子这4个站点在1970s存在显著周期，另外年径流量显著周期为2.0～3.4 a主要集中在1990s至21世纪初. 横排头站存在2个显著周期，分别为2.0～3.4 a周期(1989-1994年)和8 a左右周期(1992-2002年)(图5). 对淮河中上游9个站点进行季节、汛期与非汛期周期特征分析可以发现(图6，图7)：各站点在春季的径流周期变化与其他周期特征相比规律性较为明显，潢川和横排头站于2000s左右分别存在3.8～6.6 a和3.6～4.2 a的显著周期，而王家坝站在2000s虽无显著周期，但仍表现出相对的高能区，其余各站点在1957-1972年之间存在2.0～8.0 a左右波动较大的显著周期变化. 秋季主要在1980s和2000s 分别存在2.0～4.0 a和4 a左右的显著周期. 夏季和冬季的周期变化相对前两者而言较为复杂. 在夏季，息县站无明显周期变化，阜阳站的显著周期出现在1980s以前，而其余各站点显著周期主要出现在1980之后. 从冬季图上看，各站点不同频域上主要存在4 a左右的显著周期. 在汛期周期特征谱中班台、蒋家集和横排头站在1990s存在显著周期，阜阳站的显著周期出现在1970s. 非汛期存在的显著周期主要集中在1960s和2000s，分别为2.2～8.0 和2.0～4.0 a周期.图5 淮河中上游各站点年周期特征谱(a. 息县，b. 潢川，c. 班台，d. 王家坝，e. 蒋家集，f. 阜阳，g. 横排头，h. 鲁台子，i. 蚌埠(下同))Fig.5 Periodicity properties of streamflow changes of each station in the middle and upper reaches of Huaihe Basin图6 淮河中上游各站点春季(1)、夏季(2)、秋季(3)和冬季(4)径流周期特征Fig.6 Periodicity properties of streamflow changes of each station in the middle and upper reaches of Huaihe Basin during spring(1), summer(2), autumn(3) and winter(4)图7 淮河中上游各站点汛期(1)与非汛期(2)径流周期特征Fig.7 Periodicity properties of streamflow changes of each station in the middle and upper reaches of Huaihe Basin during flooding(1) season and non-flooding(2) season3 径流变化成因探讨潢川站年径流量对气候因子的响应最为明显，其对MEI和PDO指数的响应分别通过了95%和99%的显著性检验(图8). PDO对各站点(除阜阳站外)月径流的影响最为显著，且主要集中在6月，多呈显著负相关关系，其中班台站分别在1、4和6月份通过了95%的显著性检验. 阜阳站则是在汛期对SOI存在较明显的响应. NAO和AO对研究区月径流量的响应趋势较一致，较之于NAO，AO对各站点的响应更为显著. NAO对研究区月径流量显著性影响仅限于蚌埠、潢川、班台和横排头4个站点，而AO对各站点月径流量的影响除班台站外，其他均通过了95%显著性检验的相关性，多呈正相关关系. 同样的，MEI和Nino3.4对各站点月径流量的响应趋势也呈现一致性，但这两者对研究区的影响并不显著，Nino3.4产生的显著性影响主要集中在10月.径流变化与降水和气候因子存在一定的滞后性，图9和图10是气候指标与淮河中上游月径流量时间分量的滞后关系：NAO和Nino3.4指数对研究区月径流量的响应存在明显的滞后性且多以负相关关系为主；NAO滞后3个月对研究区响应时间主要集中在5月，其中鲁台子和蚌埠站均通过了99%的显著性检验. 较之于NAO 滞后3个月的相关性，NAO滞后6个月相关性虽有所减弱，但与滞后3个月的响应趋势较一致. Nino3.4对研究区月径流量滞后期的影响主要发生在潢川和蒋家集站. 各站点月径流量对AO和PDO滞后性的响应有所减弱，而SOI指数对研究区滞后性的显著性响应呈加强趋势，潢川、蒋家集和横排头站均通过了95%的显著性检验.图8 气候因子与淮河中上游各站点(1-12月)径流量的相关系数Fig.8 Correlation coefficients between climatic indices and monthly streamflow changes of each station from January to December in the middle and upper reaches of Huaihe Basin图9 气候因子与淮河中上游各站点(滞后3个月)径流量的相关系数Fig.9 Correlation coefficients between climatic indices and monthly streamflow changes of each station from January to December with time lag of 3 months in the middle and upper reaches of Huaihe Basin图10 气候因子与淮河中上游各站点(滞后6个月)径流量的相关系数Fig.10 Correlation coefficients between climatic indices and monthly streamflow changes of each station from January to December with time lag of 6 months in the middle and upper reaches of Huaihe Basin4 讨论与结论利用淮河中上游9个站点的实测径流量资料，从淮河径流年内分配的差异性、相对变化程度和变化趋势等方面具体分析了流域径流过程变化时空特征，得出以下结论：1)淮河中上游径流年内分配有较大差异性，主要集中于5-9月，夏季月径流量超过全年径流量的一半；淮河中上游各站点径流变差系数介于0.16～0.85之间，径流年际极值比介于1.7～23.9之间. 各站点在不同时段的径流变差系数和年际极值比普遍较大. 相关研究表明，近50 a来淮河流域降水量的年际波动较为强烈[21]，全国春季、秋季降水明显减少，淮河流域除冬季降水略有增加外，其余3个季节均呈现减少趋势，淮河流域的降水强度呈增大趋势[22-23]，降雨年际丰枯变化大，年内分配不均，汛期6-9月降水量占全年的50%～75%[24]. 同时，淮河流域是中国各大流域人口密度最高的地区，也是重要粮食生产基地和能源基地，1983-2014年淮河流域粮食播种面积从16.4万km2增加到了19.2万km2. 另外，淮河流域建有5700多座水库(总库容达272亿m3)，修建蓄洪区共计28处，可调蓄洪水库容为88.6亿m3[25]，农业社会生产对水资源需求加剧和水利工程的调蓄导致了径流年际变化. 综上所述，降水变化和人类活动使得淮河中上游径流年际变化产生剧烈波动，并造成径流年内分配不均匀性与集中程度进一步加剧. 这种不均匀性和总体系列离散程度的这种分布差异，同时也反映了淮河中上游是南北气候、高低纬度和海陆相多重过渡带交叉叠加的特征[9]，也是降水集中时段易发生旱涝的重要原因.2)1956-2015年各站点径流量趋势变化大致相同，整体呈震荡下降趋势. 淮河中上游在1950s-1980s的降水逐年代减少，1990s之后开始增多[26]. 近十几年来，淮河中上游降水年际变化剧烈，旱涝交替出现. 2001、2008和2009年出现大旱，2003、2007和2010年发生流域性大洪水. 引起变异的主要原因是淮河中上游在21世纪初分别发生了3次大水灾和旱灾. 尤其是在2003年，因受到夏季西北太平洋副热带高压异常偏强和强盛的冷暖空气在江淮地区交汇的双重作用[9]，发生了仅次于1954年以来的最大水灾[27]. 使得班台站、王家坝站和蚌埠站在2003年突破95%置信区间，径流量呈显著下降趋势. 尤其是在1956-2015年的4-5 月份径流量整体处于下降趋势，而此时正是淮河流域的冬小麦生长关键时期，该时期径流量减小对冬小麦生长产生较大威胁. 粮食种植面积的增加使得农作物的需水量不断增加，2000年以来GDP和人口也在不断增加，截至2014年GDP增加了55846.03亿元，人口也增加了1719.99万人，这成为淮河流域径流量减少的重要原因之一.3)从年周期变化看，班台、王家坝、鲁台子和蚌埠站在时、频域上均存在着显著周期，其在时频结构上也具有一定程度上的相似性，周期在2.0～3.4 a范围内，且均发生在2000年左右. 此外，息县、潢川和蒋家集站在1990s至21世纪初未达到95%的置信区间内，但在该尺度上仍是高能区. 而各站点在季节和汛期与非汛期的连续小波普显示：显著周期集中出现在1960s、1980s和2000s，而周期主要为2.0～8.0或2.0～4.0 a. 各站点分布在淮河中上游不同地区内，其地形、地貌、气候条件虽不同，但其周期变化特征基本相同，只是周期强弱有所差异，这表明淮河中上游径流周期演变在该时间尺度上应是受气候变化的影响较为强烈[28].4)研究表明，厄尔尼诺与淮河流域降水异常之间有显著的相关性. 厄尔尼诺发展期淮河流域降水增多，而衰减期则相反. 太平洋中部暖事件及太平洋东部暖事件年对淮河流域水系大雨、暴雨的影响较大，在太平洋中部暖事件及太平洋东部暖事件发生年淮河往往有洪水发生[12,29-30]. 气环流异常会导致降水发生异常，而径流的变化与降水变化密切相关. 本文通过气候指标与淮河中上游年径流量和月径流量时间分量的关系分析可以发现，潢川站年径流量对气候因子的响应最为明显，其对MEI和PDO指数的响应分别通过了95%和99%的显著性检验. 此外，PDO对各站点月径流的直接影响最为显著，且主要集中在6月，多呈显著负相关关系，尤其是班台站，分别在1、4和6月通过了95%的显著性检验. NAO和AO对研究区月径流量的响应趋势较一致，两者都是反映中纬度西风强弱的气候因子，但AO 对各站点的响应更为显著，除班台站外，其他都通过了95%显著性检验的相关性，且多呈正相关关系. 同样的，MEI和Nino3.4对各站点月径流量的响应趋势也呈现一致性，但这两者对研究区的影响并不显著. 淮河中上游月径流量对多数气候因子的响应存在明显的滞后性，气候变化的自然惯性和形成大气环流的时间尺度决定了气候变化对径流的影响强度，气候因子对径流影响强度越大，滞后性就越显著. 图7～图9则反映了淮河中上游的气候因子对径流的影响在滞后3个月最为显著，滞后6个月以后显著性则相对较弱[31]. NAO和Nino3.4指数对研究区径流的响应存在显著滞后性且多以负相关关系为主，NAO滞后3个月的响应时间主要集中在5月，其中鲁台子和蚌埠站均通过了99%的显著性检验. NAO滞后6个月的相关性虽有所减弱，但与滞后3个月的响应趋势较一致. Nino3.4对研究区月径流量滞后期的影响主要发生在潢川和蒋家集站. AO和PDO指数无滞后性，而SOI指数对研究区的显著性响应呈增强趋势，潢川、蒋家集和横排头站均通过了95%的显著性检验.5 参考文献【相关文献】[1] Zhang Q, Liu C, Xu CY et al. Observed trends of annual maximum water level and streamflow during past 130 years in the Yangtze River Basin, China. Journal of Hydrology, 2006, 324(1/2/3/4): 255-265.[2] Hou QL, Bai HY, Ren YY et al. Analysis of variation in runoff of the main stream of the Weihe River and related driving forces over the last 50 years. Resources Science, 2011, 33(8): 1505-1512. [侯钦磊, 白红英, 任园园等. 50年来渭河干流径流变化及其驱动力分析. 资源科学, 2011, 33(8): 1505-1512.][3] Ding YJ, Ye BS, Han TD et al. Regional differences in climate and runoff over the past 50 years in Western China. Chinese Science: Earth Science, 2007, 37(2): 206-214. [丁永建, 叶柏生, 韩添丁等. 过去50年中国西部气候和径流变化的区域差异. 中国科学: 地球科学, 2007,37(2): 206-214.][4] Qin DH, Stocker T. Highlights of the IPCC Working Group I Fifth Assessment Report. Progressus Inquisitiones de Mutatione Climatis, 2014, 10(1): 1-6. [秦大河, Thomas Stocker. IPCC第五次评估报告第一工作组报告的亮点结论. 气候变化研究进展, 2014, 10(1): 1-6.][5] Zhang Q, Chen J, Becker S. Flood/drought change of last millennium in the Yangtze Delta and its possible connections with Tibetan climatic changes. Global & Planetary Change, 2007, 57(3/4): 213-221.[6] Liu GH, Qi SH, Zhu JX et al. Quantitative estimation of runoff changes in Ganjiang。
海河流域径流变化趋势及其归因分析张利茹;贺永会;唐跃平;王国庆【摘要】Under the influences of climate change and human activities, great changes in the runoff of watershed have taken place. Especially in the Haihe River basin, a water resources shortage phenomenon is more serious, hence it is very important to analyze the trends of water resources for sustainable development of the water resources. According to the characteristics of actual landform and the distribution of hydrological stations in the Haihe River basin, the historical variation trends of the annual runoff in the five selected typical watersheds of the Haihe River basin are tested with the Mann-Kendall method and the linear regression method. Based on the semi-distributed hydrological model - TOPMODEL, the quantitative assessment of the impacts of the climate change and human activities on variation in runoff is made. And the analysis results indicate that there is a significant trend in the recorded runoff at each key hydrometric station with the exception of the Taolinkou station. The reduced runoff is mainly related to the human activities, and the influenced range is more than 65％. The responses of runoff to the human activities is between 65％～70％ for the Guantai station, Zhangjiafen station and Xiangshuibao station, and the response for other two is 81. 7％and 75. 4％ respectively. The main cause is hydrological effects generated by large-scale water conservancy construction in the Haihe River basin since the 1960's.%在气候变化和人类活动共同影响下,流域径流发生了很大变化.尤其是海河流域,水资源匮乏的现象更为严重,分析水资源变化趋势对实现水资源的可持续开发利用具有重要意义.根据海河流域实际地形地貌特征及水文站分布情况,选取观台、响水堡、张家坟、下会和桃林口等5个水文站所在的区域,采用Mann-Kendall秩次相关检验法及线性回归方法,分析检验各典型区域年径流量的历史变化趋势.基于半分布式流域水文模型——TOPMODEL,采用水文模拟的途径,定量评估了典型区域气候变化和人类活动对径流变化的影响.归因结果表明:除桃林口外的其他4个水文站的年径流量均呈显著减小趋势,海河典型区域年径流减小主要跟人类活动有关,其占比都在65％以上.人类活动对观台、张家坟和响水堡站径流量减小的影响占比为65％～70％,对桃林口站径流量减小的影响占比为75.4％,对下会站径流量减小的影响占比高达81.7％,主要原因是海河流域自20世纪60年代中后期以来进行大规模水利建设所产生的水文效应.【期刊名称】《水利水运工程学报》【年(卷),期】2017(000)004【总页数】8页(P59-66)【关键词】气候变化;人类活动;Mann-Kendall检验;归因分析【作者】张利茹;贺永会;唐跃平;王国庆【作者单位】南京水利水文自动化研究所, 江苏南京 210012;南京水利科学研究院, 江苏南京 210029;南京水利水文自动化研究所, 江苏南京 210012;南京水利科学研究院, 江苏南京 210029【正文语种】中文【中图分类】TV12气候变化是目前最重要的全球性环境问题之一，气候变化对水文水资源的影响研究受到越来越多的关注[1]。
