青衣江流域水文气象因子变化研究

奚圆圆，黄晓荣,2，李晶晶，杨鹏鹏，柴雪蕊

(1.四川大学 水利水电学院，成都 610065；2.四川大学 水力学与山区河流开发保护国家重点实验室，成都 610065)



青衣江流域水文气象因子变化研究

奚圆圆1，黄晓荣1,2，李晶晶1，杨鹏鹏1，柴雪蕊1

(1.四川大学 水利水电学院，成都 610065；2.四川大学 水力学与山区河流开发保护国家重点实验室，成都 610065)

根据青衣江流域乐山站以及夹江站1954—2011年的水文气象资料，分别用Mann-Kendal方法、周期方差外推法、小波分析法分析水文气象序列的变化趋势、周期及径流对降雨和温度的敏感性。结果显示：年降雨、径流、降雨蒸发差均有显著的减少趋势，而温度系列上升趋势显著；降雨、径流、温度存在7 a以内的短周期；通过计算弹性系数，分析径流对降雨和温度变化的敏感性，发现径流对温度变化比较敏感，且随着温度的升高，径流有减少的趋势。

水文气象；趋势；周期；敏感性;青衣江流域

0 前 言

近年来全球极端气候灾害频发，气候变暖加剧，水文气象因子的变化越来越剧烈，研究水文气象因子的变化规律至关重要。唐见[1]等对长江上游区径流变化趋势特征及其对气候因子响应的区域差异性进行了研究；张建云[2]等应用1950年以来的中国六大流域19个重点控制水文站年径流观测资料，采用MK检验方法研究了中国六大江河的年径流量变化情况，发现近50年来中国六大江河的实测径流量均呈下降趋势，其中海河、黄河、辽河、松花江实测径流量下降明显，严重影响了中国社会经济的发展；刘春蓁[3]以平衡的GCM 模型输出作为大气中CO2浓度倍增时的气候情景，采用月水量平衡模型及水资源利用综合评价模型研究中国部分流域年、月径流、蒸发的可能变化及2030年水资源供需差额变化，结果表明淮河及其以北气候变化的影响最为显著, 各流域水量的增多或减少主要由汛期径流及蒸发的增减决定。在未来气候条件下，黄、淮、海3个流域水资源短缺可能进一步加剧。

面对目前比较严峻的水文气象问题，合理地分析水文系列变化趋势，掌握水文气象因子的变化规律以及相互之间的关系，有助于我们更好地应对气候变化带来的不利结果，做到未雨绸缪。

青衣江流域是中国西南地区重要的水能开发区，同时也是中国重点生物多样性保护地区，有着重要的地理位置特征，但目前国内对青衣江流域水资源特征的研究尚不多见，胡东来[4]等人结合线性倾向估计法、Mann-Kendall秩次相关检验法、累积距平法以及Morlet 小波变换等方法来分析宜宾以上长江流域1956—2000年降水、水资源量的趋势和周期，其中青衣江与岷江流域的降水有下降趋势，长江上游的其他各流域的降水变化趋势均不明显，南水北调西线调水区存在8～12 a的周期。本文选取青衣江流域典型水文站及气象站的资料，研究区域水资源特性，为青衣江后续的开发及发展提供一定的科学依据。

1 资料与方法

1.1 区域概况

图1 青衣江流域水系图

青衣江，源出宝兴县东北巴郎山南麓，上段的东河至县城北与西河汇合后入宝兴河，南流至芦山、天全县边境飞仙关附近汇合天全河、荥经河后始称青衣江(如图1所示)。向东南于雅安接纳周公河，至洪雅接纳花溪河，过夹江于乐山附近草鞋渡注入大渡河，河长276 km，流域面积1.33万km2，是大渡河下游最大支流。干流上游河道穿行于高山峡谷之中，河道比降12.4/1000。流域内冬暖夏凉、温和湿润、降水丰富。年平均降水量由东南向西北递减，年平均降水量雅安1 775 mm，宝兴963 mm，7—9月占全年总量60%左右，12—次年2月仅占全年总量4%。降水的年际变化，雅安的多雨年降水量为2 510.4 mm，少雨年降水量仅1 204.2 mm，相差1 300多mm。日暴雨量雅安339.7 mm，下游千佛岩则高达565 mm，属于典型的暴雨区。青衣江流域共有耕地9.65万hm2，主要分布在飞仙关以下的河谷平坝与丘陵区，水利化程度已达55.6%；在耕地中的5.25万hm2稻田已趋全部保灌。

1.2 数据资料

本文使用的径流资料，为青衣江流域下游河流出口控制站夹江水文站1954—2011年的月径流资料。由于乐山站位于青衣江的干流上，具有完整的月降雨和温度资料，其降雨和温度特征与全流域降雨和温度特征类似，因此选择乐山气象站1954—2011年降雨和温度资料进行分析计算。

1.3 方 法

趋势分析是研究水文气象时间序列变化的重要方法[5]，水文气象序列趋势研究主要是判断该序列上升与下降的变化过程及显著性[6]。水文气象序列中也存在周期成分，主要是由于地球的公转与自转影响而成，周期性比较难以识别，需进行较复杂的检验与提取[7]。

1.3.1 Mann-Kendall检验法

目前，Mann-Kendall检验法是分析水文气象数据趋势应用最广的方法之一。其原理是：假定x1,x2,…,xn为时间序列变量，n为时间序列的长度，Mann-Kendall法定义了统计量S：

(1)

式中:xk、xj分别为k、j年的测量值，且k>j。

(2)

(3)

式中:Z为一个正态分布的统计量；Var(S)为方差。在给定的α置信水平上，如果Z>Z1-α/2，则拒绝原假设，即在α置信水平上，时间序列存在明显的上升或下降趋势[8]。其变化趋势的大小用β表示，计算如下：

(4)

式中:若β>0，表示呈上升趋势；若β<0，表示呈下降趋势。

1.3.2 周期分析法

(1) 小波分析法

小波分析法早在1984年，法国的地质学家J.Morlet首先将小波概念引入到信号分析中，利用此方法来对气候因子进行周期分析[8]。小波变换的离散形式为：

(5)

式中:Δt为取样间隔；n为样本容量；Ψ(t)为基本小波函数。

本文采用墨西哥帽小波。标准化的墨西哥帽小波是：

(6)

把小波变换结果绘制成二维图像，以序列时间作为横坐标，频率参数作为纵坐标，小波系数为图中对应的数值，另外，小波方差图可以更加准确判断序列存在周期以及其显著性[8]。

(2) 时间序列周期方差分析外推法[9]

此方法的基本原理是将时间序列按照不同的个数分组排列，组间和组内差异较大的视为周期，基本步骤如下：

1) 首先，将序列资料分组列表，分组时应按照一定的周期长度，设某时间序列为x(t)，将其按周期长度n分成r组分析方差，判断周期的显著性。

2) 计算F值，组内均方等于组内平方和(Q1)除以相应的第1自由度(f1)，组间均方等于组间平方和(Q2)除以相应的第2自由度(f2)，组间均方与组内均方之比就是方差分析的F值。公式如下：

(7)

3) 周期的显著性检验。如果按照式(7)算出来的F值非常大，说明组间差异大，存在显著的周期性。因此必须根据F值计算相应的置信概率，选择最高的一个，如果达到指定的显著水平，说明该周期为主要周期。

1.3.3 高桥浩一郎蒸发公式

高桥浩一郎蒸发公式是由高桥一郎在1979年推算出的经验公式[10]:

(8)

式中:E为月蒸发量;R为月降水量;T为月平均气温。

高桥一郎公式考虑了影响蒸发的2个最主要影响因子，即降水和气温。有实际资料做依据，能较好地反映实际蒸发情况[11]。

2 结果分析

2.1 趋势分析

根据参考水文站及气象站资料，利用高桥浩一郎蒸发计算公式，得到逐月的蒸发系列，水文气象因子趋势(见图2)分析如下。

由图2可以看出，降雨与径流系列均有减小的趋势，二者的变化过程类似，但降雨序列减少率大于径流的减少率。温度在研究时段内有上升趋势，这基本符合近年来全球气候变暖的趋势规律，但随着温度的逐年增加，年蒸发量并没有出现随气温升高蒸发增加的现象，相反年蒸发量均匀的分布在趋势线的两侧并且有减小的趋势。

图2 代表站水文气象因子变化趋势图

从月蒸发与月降雨变化趋势(图3)可以看出，6—9月份降雨最大，蒸发量也最大，降雨在4月份以后迅速增加，在9月份以后减少较快，最大降雨量为8月份，为296.4 mm，最小月降雨量为12月，为13.2 mm。蒸发变化过程相对较缓，7月份蒸发最大为102.7 mm，12月份蒸发最小为12.5 mm，从图2可以看出，月降雨与月蒸发变化过程相似。

图3 月降雨蒸发变化曲线图

由降雨蒸发差及径流的累计距平过程(图4)可知，1954—1966年间降雨蒸发差距平基本呈现上升的趋势，说明该时段降雨蒸发差处于增长的状态；在1967—1990年间，距平上升下降交替，说明该时段内降雨蒸发差变化不大，变化相对稳定；在1991—2011年，虽然降雨距平仍为正值，但距平曲线呈现明显的下降趋势，说明这一时期内降水蒸发差有递减的趋势，同样降雨距平变化与降雨蒸发差变化类似。

图4 降雨蒸发差及径流累积曲线图

从表1可以看出，各月份降雨变化并不显著，没有到达5%的显著水平，并且大部分月份Z值为负，说明了降雨有下降的趋势；夏秋两季温度基本在5%的显著水平，说明这些月份内温度的变化比较明显，同时，年温度的Z值为正，也进一步说明了温度有上升的趋势，并且年温度系列的Z值超过了5%的显著水平，说明上升趋势显著；各月蒸发变化均不显著，没有达到5%的显著水平，而年降雨蒸发差变化显著，其变化与降雨系列相似。径流系列中67%的月份达到了5%的显著水平，说明径流变化波动性较大。进一步分析蒸发与降雨、气温等气象因素的相关性，得出蒸发与降雨、温度的相关系数没有达到5%显著水平，而降雨蒸发差与降雨的相关系数为0.865，达到了1%的显著水平。

表1 水文气象因子趋势分析统计表

2.2 周期分析

本文利用小波分析法及时间序列周期方差分析外推法分别对研究区域内的降雨、温度、蒸发、径流以及年降雨蒸发差进行分析，得到结论如表2。

表2 水文气象因子周期统计表

从表2可以看出，降雨径流系列的周期相同，为5 a或7 a，2种方法结果相差不大；温度系列两者得到的周期均为4 a；而蒸发及降雨蒸发差的周期均在10 a以上。

2.3 敏感性分析

一般而言，在不考虑人为活动影响的前提下，降雨与温度是影响径流的重要因素，降雨是径流的来源，影响径流的补给，而温度影响蒸发，蒸发增加或者减少，将直接影响到径流量的多少，特别是一些高海拔地区，温度升高，融雪加大，径流会受到很大的影响。本文选择降雨温度因子来分析径流对其变化的响应，分别计算研究站点1954—2011年的降雨弹性系数εp与温度弹性系数εt，其中弹性系数的计算公式如下：

式中:Q为多年平均径流；x为某一气象因子多年平均值；xi为年气象因子值；Qi为年径流值。经计算的εp=0.58，εt=-2.95，由此我们可以看出，该地区径流对温度的敏感性较高，并且温度与径流的敏感性为负，表明随着温度的升高，径流有减小的趋势。

3 结 语

(1) 年降雨、径流均呈减少趋势，且减少趋势明显，特别是夏秋两季，月降雨与月蒸发的变化过程类似，降雨距平变化与降雨蒸发差变化类似；蒸发系列变化比较平缓，温度呈明显的增温状态，蒸发与降雨温度的相关性没有达到5%的显著水平。

(2) 用2种方法分析研究区域水文气象因子的周期性，不同因子得到的周期不同，同一因子2种方法得出的结论有些也存在差别，下一阶段要求我们更深刻地去分析研究。

(3) 通过弹性系数可以对比得出径流的敏感性，但是敏感性的大小究竟如何影响径流，还缺少实际数据验证。

[1] 唐见,陈进,周建中. 长江上游保护区径流变化特征及其对气候因子响应的区域差异性研究[J].长江科学院院报，2015,32(06)110-115.

[2] 张建云,章四龙.近50年来中国六大流域年际径流变化趋势研究[J].水科学进展，2007，18(02):230-234.

[3] 刘春蓁.气候变化对我国水文水资源的可能影响[J].水科学进展，1997，8(03)：220-225.

[4] 胡东来,严登华,宋新山,张明珠,等.宜宾以上长江流域水资源变化趋势分析[J].南水北调与水利科技，2008，6(02)：53-56.

[5] 张润润.香港地区降水趋势及其演变过程分析[J].河海大学学报，2010，38(05): 505-510.

[6] 于延胜, 陈兴伟.基于Mann-Kendall 法的水文序列趋势成份比重研究[J].自然资源学报，2011，26(09): 1585-1591.

[7] 王文圣, 丁晶, 金菊良.随机水文学[M].北京:中国水利水电出版社，2008.

[8] 魏凤英. 现代气候统计诊断与预测技术[M].北京:气象出版社，2007.

[9] 唐启义.DPS数据处理系统实验设计、统计分析及数据挖掘[M].2版.北京：科学出版社，2010.

[10] 周连童,黄荣辉. 华北地区降水、蒸发和降水蒸发差的时空变化特征[J].气候与环境研究，2006，11(03):280-295.

[11] 付菁,范广洲,周定文. 高桥公式在拉萨地区的适用性及其修正[J].应用气象学报,2012(02):231-237.

Study on Variation of Factors of hydrological Meteorology in Qingyi River Catchment

XI Yuanyuan1, HUANG Xiaorong1,2, LI Jingjing1, YANG Pengpeng1, CHAI Xuerui1

(1. College of Water Resources and Hydropower, Chengdu 610065, China; 2. State Key Laboratory of Hydraulics and Mountain River Engineering, Chengdu 610065, China)

In accordance with data of hydrological meteorology from Leshan and Jiajiang gauges (1954-2011) at Qingyi River catchment, Mann-Kendal method, periodic variance extrapolation method and wavelet analysis method are applied respectively to analyze sensitivity of the variation trend, period and runoff of the hydrological meteorological series to rainfall and temperature. The study presents that the annual rainfall, runoff and rainfall-evaporation difference all are with obvious decrease trend but the temperature series is with obvious rise trend. The short period of rainfall, runoff and temperature within 7a is available. Through calculation of elastic coefficient, the sensitivity of runoff to rainfall and temperature is analyzed. The calculation proves that runoff is sensitive to temperature variation, the sensitivity increases with temperature and the runoff trends to decrease.Key words:hydrological meteorology; trend; period; sensitivity; Qingyi River catchment

1006—2610(2016)05—0005—05

2016-06-20

奚圆圆(1991- )，女，山东省菏泽市人，硕士研究生，主要从事水文水资源方面的研究.

国家重点基础研究发展计划(2015CB452701)，国家自然科学基金项目(51579161)

P339

A

10.3969/j.issn.1006-2610.2016.05.002