皖北地区水文要素演变特征分析

严登明，翁白莎，李思诺,3，吕睿喆，曹 引，梅 超,4

(1.东华大学环境科学与工程学院， 国家环境保护纺织工业污染防治工程技术中心，上海 201620； 2.中国水利水电科学研究院水资源研究所，北京 100038；3.河北工程大学，邯郸 056000，4.武汉大学 水资源与水电工程科学国家重点实验室， 武汉 430072)

以全球变暖为主要特征的气候变化对水循环过程影响深远。研究表明，气温升高一定程度上改变了相对湿度和地表辐射以及降水的时空分布特征，进而直接或者间接从不同尺度影响蒸发、降水、径流等水文过程，改变流域和地区水资源时空分布格局[1-4]。

皖北地区属于淮河流域，地处我国南北气候过渡带，受到南北气候的双重影响，四季气候特征差异明显。皖北地区降水较为丰沛，但时空间分布不均，因此给该地区的水资源合理分配和有效利用带来挑战[5,6]。近年来，我国水文工作者就淮河流域的水文状况展开了广泛研究，取得了一系列成果。王珂清等[7]从季节尺度详细分析了淮河流域近50 a气温、降水量的变化趋势；荣艳淑等[8]分析了淮河流域蒸发皿蒸发量变化的影响因素；潘扎荣等[9]采用多种分析方法对淮河流域径流年际变化的趋势性与阶段性进行定性和定量分析。皖北地区地理位置较为特殊，异常的气候条件导致该地区水资源供需矛盾比较突出，本文以该地区为研究区域，对其水文要素演变特征进行分析，研究结果对深入认识皖北地区历史水循环演变规律和预测未来气候变化趋势具有一定的参考意义。

1 研究区概况

皖北地区泛指安徽北部地区，包括淮河沿岸和淮河以北的蚌埠、淮南、阜阳、淮北、宿州、亳州六市，国土面积约占安徽省的30%，总人口约占安徽省的50%。东部、北部与江苏、山东接壤，西与河南毗邻，总面积为64 154 km2，人口为3 100万人。该地区属于北温带半湿润季风气候，降水多，日照时间长，蒸发强度较大。皖北地区是我国重要的煤炭能源基地和粮食生产基地(见图1)。

图1 皖北地区地理位置及水文气象站点分布图Fig.1. The location of Northern Anhui and the distribution of the hydrological station and meteorology station

2 材料与方法

本文的数据来源于中国气象局国家气象中心和水文年鉴，包括皖北地区16个气象站点1957-2013年的逐日气温、降水、蒸发资料以及6个水文站点1960-2006年的逐日径流数据(见表1)。采用空间插值的方法将站点资料展布到全地区，进而统计得到皖北地区57 a的面上年降水量、面上年均气温以及53 a面上年蒸发量。趋势性分析采用逐年均值拟合曲线及三次样条插值法；突变性分析采用Mann-Kendall法；周期性分析采用小波分析法。

(1)IDW插值法。IDW插值法即反距离权重插值法，是一种基于地统计学的空间插值方法。该方法通过对邻近区域的每个单元值平均运算来获得单元值，较适合应用于样本点较多且分布均匀的情况。该方法不仅能生成一个预测表面，而且还可以给出预测结果的精度或确定性度量[10]。

(2)Mann-Kendall检验法。M-K检验属于非参数统计检验方法，通过计算时间序列的标准化统计量(M值)来判断序列的变化趋势，M>0表示增加(上升)，M<0表示减少(下降)。|M|>1.282表示降水时间序列达到了90%的显著性检验，|M|>1.645表示达到了95%的显著性检验[11,12]。

(3)小波分析法。小波分析具有时域和频域多分辨功能，较好地适应了水资源系统多时间尺度的结构特征，能够反映降水时间序列的局部变化规律，展现降水时间序列的精细结构，该方法目前已广泛应用于气象要素变化的研究之中[11,12]。

表1 皖北地区水文站点概况Tab.1 The situation of the hydrological station in Northern Anhui

3 结果与讨论

3.1 年降水量变化特征

图2为皖北地区逐年年降水量的变化拟合曲线和3次样条插值曲线，对皖北地区1957-2013年降水量系列进行统计分析可知，皖北地区57 a的平均降水量为970 mm，年降水量系列极大值为2003年的1 515 mm，极小值为1978年的619 mm，系列标准差为13.4 mm。由图2中的线性趋势线可以看出，皖北地区1957-2013年的年降水量整体上呈现出下降趋势，但下降趋势不明显。从三次样条插值结果可知，皖北地区1957-2013年的年降水量呈现出“增-减-增-减”的趋势，在2007年的时候有个明显的下降趋势。采用Mann-Kendall法对年降水量进行突变点检验分析，结果如图3所示，UF和UB曲线大部分在置信区间之内，表明该地区的年降水量的变化趋势不是很明显，没有突变性的增加或者减少，但在2005-2007年，UB曲线超出了置信区间，且为负值，说明该地区年降水量在此时间段有所下降。王珂清等[10]在研究淮河流域时，也得出过类似结论。采用小波分析进行周期性分析。为消除边界效应，将1957-2013年共57 a的年降水数据进行距平处理，同时采用对称延伸法将两端数据外延；对上述数据小波变换分析，得出各不同时间尺度下的小波系数。从图4可以看到不同时段各时间尺度的强弱变化分布，其年际变化(小于10 a)尺度局部化特征明显，年际变化周期在20世纪80年代以前，以5～6 a时间尺度信号最强，在20世纪80年代以后，以2～3 a时间尺度信号最强。

图2 年降水量变化趋势分析Fig.2 The trend of the annual precipitation

图3 年降水量M-K分析Fig.3 Mann-Kendall analysis of annual precipitation

3.2 年均气温变化特征

图5为皖北地区逐年年均气温的变化拟合曲线以及3次样条插值曲线，对皖北地区1957-2013年气温系列进行统计分析可知，皖北地区57 a的平均气温是15.0 ℃，年均气温系列极大值是2006年的16.1 ℃，极小值为1957年的13.7 ℃，系列标准差为0.25 ℃。皖北地区57 a的年均气温呈明显上升趋势，平均每十年上升0.21 ℃。此结果可以从3次样条插值结果的趋势线(单调上升)得到印证，并且与气候变化背景下气温升高的大趋势是相吻合的。应用Mann-Kendall方法年均气温进行突变点检验分析，从M-K统计曲线可以看出，UF和UB曲线都超过了置信区间，且超出部分都大于1.96，说明温度上升明显，且在置信区间于1993年左右UF和UB曲线相交，表明在该时间点存在突变,气温的上升趋势有所变缓(见图6)。从图7可以看到年均气温在不同时段各时间尺度的强弱变化分布，其年际变化尺度局部化特征明显，周期以4～5 a时间尺度信号最强，其年代变化(大于10 a)尺度局部化特征也较为明显，周期以11～12 a时间尺度信号最强。

图5 年均气温变化趋势分析Fig.5 The trend of the annual temperature

图6 年均气温M-K分析Fig.6 Mann-Kendall analysis of annual temperature

图7 年均气温小波分析Fig.7 Wavelet analysis of annual temperature

3.3 年蒸发量变化特征

图8为皖北地区逐年蒸发量的变化拟合曲线和3次样条插值曲线，对皖北地区1961-2013年蒸发量系列进行统计分析可知，皖北地区57 a的平均年蒸发量是1 547.7 mm，年蒸发量系列极大值是1966年的2 066.5 mm，极小值为1991年的1 330.9 mm，系列标准差为12.5 mm。皖北地区57 a年蒸发量呈明显下降趋势。从3次样条插值结果可知，皖北地区1961-2013年的年蒸发量呈现出“减-增-减”的变化趋势，并在2007年左右的时候有明显的下降。应用Mann-Kendall方法对皖北地区57 a的年均气温进行突变点检验，从M-K统计曲线可以看出，UF和UB曲线都超过了置信区间，且大部分在0以下，表明皖北地区1961-2013年的年蒸发量下降明显，与图8的结果相吻合(见图9)。UF和UB曲线在置信区间内没有交点，可以初步判断皖北地区超过50 a的年蒸发量没有明显的突变点。从图10可以看到不同时段各时间尺度的强弱变化分布，20世纪70年代之前，年际变化周期以5～6 a时间尺度信号最强，90年代之前，年代变化周期以10～11 a时间尺度信号最强。

图8 年蒸发量变化趋势分析Fig.8 The trend of the annual evaporation

图9 年蒸发量M-K分析Fig 9 Mann-Kendall analysis of evaporation

图10 年蒸发量小波分析Fig.10 Wavelet analysis analysis of evaporation

3.4 年径流量变化特征

在皖北地区选取6个典型水文站点作为该地区年径流量的代表站点。各水文站年径流量的变化过程如图11所示，从图11中可以看出：王家坝和吴家渡水文站年径流量时间序列的变化过程具有较高的吻合度，且一致性较强，都呈现出“减-增-减-增-减”的变化趋势。其中，由线性趋势分析可知，王家坝站的年径流量时间序列呈现微弱的递增趋势，而吴家渡站的年径流量时间序列变化趋势并不明显。位于泉河出水口的阜阳闸站的年径流量时间序列呈现出“增-减”的趋势，由线性趋势分析可知，该水文站的年径流量时间序列呈现出递增趋势。位于大沙河出水口的亳县闸的年径流量时间序列呈现出“增- 减- 增-减”的趋势，由线性趋势分析可知，该水文站年径流量时间序列变化趋势并不明显。综合各个水文站的年径流量情况，可以得出初步结论：皖北地区的大部分地区的年径流量时间序列的变化趋势并不明显。

图11 年径流量3次样条插值分析Fig.11 Cubic spline interpolation analysis of annul runoff

采用M-K法对各水文站年径流量的突变性进行分析，结果如图12所示，从图12中可以看出：王家坝站、吴家渡站、阜阳闸站以及亳县闸站的UF和UB曲线都在置信区间内，且存在多个交点，表明该4个水文站的年径流量变化趋势并不明显，没有突变性的增加或者减少。总结各个水文站的年径流量情况，可以得出初步结论：皖北地区的大部分地区的年径流量时间序列并无突变性的增加或者减少。

采用小波分析法对水文站年径流量的周期性进行分析。

图12 年径流量M-K分析 Fig.12 Mann-Kendall analysis of annul runoff

从图13可以看到不同时段各时间尺度的强弱变化分布，王家坝站年径流量的年际变化周期以5～6 a时间尺度信号最强；年代变化周期以16～17 a时间尺度信号最强。吴家渡站年径流量在20世纪80年代以前，年际变化周期以2～3 a时间尺度信号最强；在80年代之后，以6～7 a时间尺度信号最强。在2000年之前，年代变化周期以11～12 a时间尺度最强。阜阳闸站和亳县闸站年径流量的年际变化周期以5～6 a时间尺度信号最强，年代变化周期以15～16 a时间尺度信号最强。综合各个水文站的基本情况，可以得出初步结论：皖北地区年径流量存在5～6 a的震荡周期和16 a左右的震荡周期。

4 结 语

(1) 皖北地区1957-2013年的年降水量无明显的增加或减少趋势，且突变性并不显著，存在着2～3 a的和5～6 a的震荡周期。

图13 年径流量小波分析Fig.13 Wavelet analysis analysis of annul runoff

(2)皖北地区1957-2013年的年均气温呈现出明显的上升趋势，且在1993出现了突变性的上升，总体上存在4～5 a的震荡周期。

(3)皖北地区1961-2013年的年蒸发量呈现出明显的下降趋势，但没有出现突变性的下降，存在着5～6 a的震荡周期。

(4)皖北地区1960-2006的年径流量无明显的增加或减少趋势，且突变性并不显著，存在着5～6 a和16 a左右的震荡周期。

□

[1] 宋晓猛,张建云,占车生,等．气候变化和人类活动对水文循环影响研究进展[J]．水利学报,2013,44(7)：779-790.

[2] Solomon S, Qin D, Manning M, et al. Climate change 2007: the physical science basis[M]. United Kingdom, Cambridge: Cambridge University Press,2007.

[3] 王 英,曹明奎,陶 波,等.全球气候变化背景下中国降水量空间格局的变化特征[J].地理研究, 2006,25(6):1 031-1 040.

[4] Gu Ying, Lin Jing. Trend of annual run off for major river in china under climate change[J]. Procedia Engineering, 2012,28:564-568.

[5] 高 超,姜 彤,翟建青,等.过去(1958-2007)和未来(2011-2060)50年淮河流域气候变化趋势分析[J]. 中国农业气象, 2012,33(1):8-17.

[6] 高 歌,陈德亮,徐 影.未来气候变化对淮河流域径流的可能影响[J].应用气象学报,2008,19(6)：742-748.

[7] 王珂清,曾 燕,谢志清,等. 1961-2008年淮河流域气温和降水变化趋势[J].气象科学,2012,32(6):671-677.

[8] 荣艳淑,周 云,王 文,等.淮河流域蒸发皿蒸发量变化分析[J].水科学进展,2011,22(1)：15-22.

[9] 潘扎荣,阮晓红,朱愿福,等. 近50年来淮河干流径流演变规律分析[J].水土保持学报,2013,27(1)：52-59.

[10] 秦 涛,付宗堂. ArcGIS中几种空间内插方法的比较[J].物探化探计算技术，2007,29(1):72-75.

[11] 衡 彤,王文圣,丁 晶.降水量时间序列变化的小波特征[J].长江流域资源与环境,2002,11(5):466-470.

[12] 袁 喆,杨志勇，郑晓东，等. 近50年来淮河流域降水时空变化特征分析[J].南水北调与水利科技,2012,10(2):98-103.