长江源区径流变化及其影响因素探讨

邵 骏

(1.长江水利委员会水文局 长江水文水资源分析研究中心,武汉 430010;2.长江水利委员会水文局 西南诸河水文水资源勘测局,昆明 650051)

0 引 言

长江源区地处青藏高原腹地,广布冰川、积雪、冻土、河流、湖泊和沼泽,是“中华水塔”“亚洲水塔”的重要组成部分。长江源区对气候变化的响应较为敏感[1],其河川径流也随之产生了明显的变化。其中最显著的变化就是近20 a来长江源区径流发生较为显著的增加趋势并一直延续至今。在全球气候变暖背景下,长江源区年径流量呈现显著增加的趋势,并与降水、气温等要素呈显著正相关关系[2]。进一步研究变化成因后发现,降水是导致长江源区径流显著增加的主要因素[3-5];气候变化和下垫面对径流的贡献率分别约2/3和1/3[4]。

近年来长江源区已成为青藏高原高寒旱区气候环境变化研究的重点区域,尤其是在气候变化和人类活动双重影响下,源区冰川消融加剧、冻土退化、湿地萎缩,直接影响着高原地区生态环境变化和水资源安全。过去许多研究分析了长江源区的气候变化及水资源变化特征,但多集中在年际和年代际变化分析上,针对长江源区径流变化及其与影响因素之间关系的研究较少。本研究采用长江源区共5个气象站1960—2022年实测水文气象资料,分析长江源区径流变化规律及其影响因素,为更好地理解长江源区径流的演变机制和驱动机制提供基础。

1 研究数据及研究方法

长江源区一般是指直门达水文站以上的长江流域,包括沱沱河、当曲、楚玛尔河和通天河,干流全长约1 174 km,流域面积约14.2万km2。本研究采用的气象数据为长江源区沱沱河、五道梁、曲麻莱、玉树、清水河5个气象站1960—2022年逐日降水量、平均气温、最高气温、最低气温、水面蒸发和相对湿度等实测数据,采用经验贝叶斯克里金插值法将单站数据插值为流域面数据[6]。水文数据采用直门达水文站1960—2022年实测日均流量资料。本研究采用的主要方法包括:经验贝叶斯克里金插值法、Mann-Kendall非参数检验、Pearson相关分析、交叉小波分析、主成分分析等[6-8]。

2 长江源区径流变化规律分析

2.1 年径流变化规律

直门达站年径流量的5 a、10 a滑动平均曲线和Mann-Kendall曲线如图1所示。从图1(a)可见,1960—2022年直门达站年径流总体呈现震荡上升的趋势,整体线性倾向率为8.06亿m3/(10 a),尤其是近20 a来呈现出大幅度增加的趋势。自1960年代以来,直门达站年径流量呈现多次丰枯交替的变化态势:丰(1960年代中期)→枯(1970年代)→丰(1980年代前中期)→枯(1990年代)→丰(2000年以后)。从图1(b)可见,Mann-Kendall曲线在2008—2016年出现多次交叉,表明该站在进入2008年以后发生多次突变。

图1 直门达站年径流量滑动平均曲线与Mann-Kendall曲线Fig.1 Moving average and Mann-Kendall curves of annual runoff at Zhimenda hydrological station

进一步采用Mann-Kendall检验对该站的年径流变化趋势进行显著性检验,成果列于表1。在置信度P=95%条件下,Uα/2=1.96,直门达站年径流量UF=2.54,通过了显著性检验,表明直门达站年径流量呈现显著增加的趋势。

表1 直门达站年径流量和季节性径流量Mann-Kendall检验结果Table 1 Mann-Kendall test results of annual and seasonal runoff at Zhimenda hydrological station

2.2 季节性径流变化规律

将直门达站四季划分为:春季3—5月份、夏季6—8月份、秋季9—11月份、冬季12月份—翌年2月份。

由图2(a)可见,1960年以来直门达站春季径流呈现显著增加的趋势,其中2000年以前春季径流围绕均值附近小幅振荡,但无明显趋势性变化;2000年至今增加趋势尤为明显。从Mann-Kendall曲线可知,直门达站春季径流在2009年发生突变增加,并通过了置信度P=95%的显著性检验。

图2 直门达站季节性径流变化趋势和Mann-Kendall曲线Fig.2 Variation trends and Mann-Kendall test curves of seasonal runoff at Zhimenda hydrological station

直门达站夏季径流(图2(b))与春季径流类似,在1960—2000年期间没有表现出明显的趋势性,其中在1960年代末期、1970年代中期和末期、1990年代中期出现4次较为明显的负距平极值,在1960年代前中期、1980年代前中期和末期、1990年代中期出现4次较为明显的正距平极值。2000年以后,直门达站夏季径流呈现大幅度增加态势并延续至今。Mann-Kendall检验显示夏季径流在2008年和2017年前后发生突变,但未通过置信度P=95%的显著性检验,表明该站夏季径流增加的态势不显著。

秋季径流(图2(c))在2000年之前无显著性变化趋势,并在1990年代中后期出现负距平极值。1990年代末期之后,直门达站秋季径流呈现显著增加态势并延续至今,其中在2005年、2009年、2014年和2018年出现4次正距平极值。Mann-Kendall检验显示秋季径流在2008年前后发生突变,并通过了置信度P=95%的显著性检验。

图2(d)显示直门达站冬季径流变化特征,在2005年之前直门达站冬季径流变化趋势不明显,2005年之后开始逐年增加,Mann-Kendall检验显示冬季径流在2016年前后发生突变,并通过了置信度P=95%的显著性检验。2000年以后冬季径流与春、夏、秋季径流基本呈现类似规律,呈现大幅度上升趋势并延续至今。

由此可见,直门达站各季节性径流均呈现增加的态势,除夏季径流外其余季节径流均呈现显著增加态势。

3 长江源区径流影响因素分析

3.1 径流与影响因素之间的相关关系

长江源区由于其特殊的地理位置及海拔高程,河川径流受气象气候、人类活动及下垫面变化等综合影响较大。本次选取直接影响径流的6种气象要素,即:降水量、平均气温、最高气温、最低气温、水面蒸发量和相对湿度,分析月尺度径流变化与月尺度气象要素间的相关关系,结果见表2和图3。

表2 直门达站月径流量与气象要素间的相关关系Table 2 Correlation between monthly runoff and meteoro-logical elements at Zhimenda hydrological station

图3 直门达站月径流量与气象要素间的相关关系Fig.3 Correlation between monthly runoff and meteoro-logical elements at Zhimenda hydrological station

从表2可知,影响直门达站月径流最为密切的为降水量,相关系数达0.846;其次为最低气温、相对湿度、平均气温、最高气温等气象要素,相关系数达到0.70以上,并通过了置信度P=99%的显著性检验;而径流与水面蒸发(代表蒸发能力)关系不显著。

进一步分析长江源区径流与气象要素之间的交叉小波特征。交叉小波功率谱重点突出时频域中高能量区的相互关系,小波凝聚谱则重点突出时频域中低能量区的相互关系[8],结果见图4。小箭头表示交叉小波功率谱与小波凝聚谱之间的位相关系,→表示交叉小波功率谱与小波凝聚谱之间为同位相,说明交叉小波功率谱与小波凝聚谱为正相关关系,←表示反位相,说明交叉小波功率谱与小波凝聚谱为负相关关系,↓表示气象要素变化超前径流变化90°,↑表示气象要素变化落后径流变化90°。图中粗实线区域表示通过95%置信水平的显著性检验。为避免边界效应及小波高频虚假信息,小波影响椎(图中弧线)以内区域为有效谱值。通过交叉小波功率谱分析可知,直门达站月径流与各气象要素之间均存在8～16个月时间尺度上的共振周期,其显著性相关基本上持续整个1960—2022年时间轴。从小波凝聚谱可见,直门达站月径流与降水量的关系最为密切,两者显著性相关几乎持续整个4～128个月时间尺度,可见降水对径流的最直接和最显著影响远超过其他气象要素。此外,与最低气温、相对湿度、平均气温、最高气温的显著性相关贯通整个时间轴,与水面蒸发量的显著性次之。此结果与前文采用Pearson相关分析得到的结论基本一致。

3.2 径流与影响因素之间的主成分分析

通过3.1节分析可知,降水、最低气温、相对湿度、平均气温、最高气温等气象要素对直门达站径流影响关系较为密切,而与水面蒸发量的相关性较弱。为进一步分析径流与气象要素之间的关联度,对上述气象要素进行主成分分析,成果见表3。

表3 影响直门达站径流的主要气象要素主成分分析特征值及贡献率Table 3 Eigenvalues and contribution rates of principal component analysis of primary meteorological elements that affect the runoff at Zhimenda Station

根据表3成果,从中选取累积贡献率>80%的成分作为影响径流的主成分,由此可以提取出1个主成分,主成分贡献率达到82.99%。进一步分析各气象要素主成分与原始变量之间的因子载荷,载荷矩阵中绝对值越大,表明两个变量之间的相关关系越密切。影响直门达站径流的主要气象要素主成分因子载荷矩阵如表4所示,根据表4成果可知,径流影响因素第一主成分(F1)中,与降水量、最低气温、平均气温、最高气温、相对湿度等气象要素因子载荷较高,与水面蒸发量因子的载荷略低,表明影响直门达站径流的主要气象要素为降水量、气温、湿度等。主成分分析结果与3.1节相关关系分析结论基本一致。

表4 影响直门达站径流的主要气象要素主成分因子载荷矩阵Table 4 Principal component factor matrix of meteorological elements that affect the runoff at Zhimenda Station

3.3 讨 论

长江源区产汇流机制复杂,既有降水量直接产生的径流,也有冰川、冻土和融雪产生的径流。青藏高原河川径流在最近十几年的变化趋势主要受降水量影响[9],其次是冰雪融水和土壤储水[10]。降水量作为表征气候变化的重要因素,对长江源区河川径流具有直接影响[11]。降水量对长江源区径流量的变化起着最为显著的影响[12],并且降水量对径流的影响远大于气温[4]。2000年以后长江源区年径流和季节性径流的明显增加,与同期降水量明显增加具有一致变化的特征[13]。其中,夏季降水量对径流的影响最为显著,并主要集中在6—10月份,且具有一定的持续性[4,11-12]。本研究结论与上述研究成果吻合,再次证明降水量是影响长江源区径流变化的主导因素。

除降水量外,径流与最低气温、平均气温、最高气温之间也存在显著的正相关,其中以最低气温对径流的影响最为密切。最低气温升高导致源区冻土退化、释放地下水、补给基流,从而直接或间接影响河流径流。由此说明长江源区河川径流对气温变化的响应较为敏感。对于长江源区而言,气温对径流的影响并不如降水量影响那样直接。气温主要通过影响青藏高原冰川、积雪消融、蒸发量和降水形态,从而影响源区河川径流[10,13-14]。因此,气温是影响长江源区径流的重要原因。

相对湿度和水面蒸发量实际上表征了流域实际蒸散发和潜在蒸散发。蒸散发是陆面地表水转化为水蒸气进入大气的过程,蒸散发是流域水循环的重要组成部分。长江源区属青藏高原高寒旱区,多年平均降水量仅300～400 mm,而水面蒸发量达1 300～1 400 mm,蒸发量远大于降水量,对产流影响至关重要的实际蒸散发对源区径流的影响程度远大于潜在蒸散发,因此相对湿度对径流的相关性大于水面蒸发量。

4 结 论

本研究采用长江源区水文站和气象站实测数据,从统计学角度研究了长江源区直门达站径流的变化规律,分析了与主要气象要素之间的关联性,初步探讨了径流变化与气象要素之间可能存在的联系及作用机制。

(1)总体上看,1960—2022年期间,直门达站各季径流均呈现出增加的趋势;除夏季径流外,其余季节径流均通过置信度P=95%的显著性检验;1960—2000年期间,各季径流存在相同变化规律,即:无显著性增加或减少态势,基本上围绕均值附近小幅波动。

(2)2000—2022年期间,各季节性径流均呈现出增加的态势并延续至今。

(3)通过Pearson相关分析、交叉小波分析、主成分分析可知,对直门达站月径流影响最为密切的气象要素主要为降水量、最低气温、相对湿度、平均气温、最高气温等。

由于长江源区存在较多的冰川、冻土与积雪,径流形成原理与内地其他河流显著不同,产汇流物理机制较为复杂。下一步将继续通过青藏科考获取实测数据,并与适合于长江源区的多圈层分布式水文模型相结合,揭示长江源区径流演变机理,展望未来变化趋势。