滎經河流域徑流變化過程分析

黃曉榮, 奚圓圓, 李晶晶, 高藺云, 馬凱

(1.四川大學 水力學與山區(qū)河流開發(fā)保護國家重點實驗室，四川 成都 610065; 2.四川大學 水利水電學院,四川 成都 610065)

?

滎經河流域徑流變化過程分析

黃曉榮1,2, 奚圓圓2, 李晶晶2, 高藺云2, 馬凱2

(1.四川大學 水力學與山區(qū)河流開發(fā)保護國家重點實驗室，四川 成都 610065; 2.四川大學 水利水電學院,四川 成都 610065)

為了研究滎經河流域徑流演變規(guī)律,定量分析影響因素,根據滎經站1965—2010年徑流數據及相關氣象資料,利用小波分析法、雙累積曲線法,綜合分析了滎經河流域徑流變化過程及影響因素,應用多元線性回歸法建立了徑流回歸模型,并對1965—2010年的徑流進行了模擬。結果顯示,滎經河流域徑流量有減少的趨勢,特別是近20年來,枯水年出現(xiàn)的概率增大;1975—1990年、2001—2010年，降雨是影響徑流變化的最主要因素,而在1991—2000年人類活動對徑流的影響較大;所建立的徑流回歸模型擬合性較好,有較強的實用性。

滎經河流域;徑流變化;雙累積曲線;多元線性回歸模型

徑流是水文過程的一個重要環(huán)節(jié),它能夠直接反映區(qū)域氣候變化和人類活動對水文過程的作用[1]。同時,作為地表水資源的重要部分,徑流的變化直接關系到區(qū)域可利用水資源量。

近年來,隨著經濟社會的快速發(fā)展,全球氣溫逐年上升,導致需水量劇增,河川徑流大幅減少,直接影響到經濟社會的發(fā)展以及人民生活、生產的用水安全。因此,更準確地把握徑流的變化規(guī)律、弄清影響徑流的主要因素、提出徑流年際和年內變化的模擬模型,具有非常重要的意義。國內外許多學者就這幾方面的內容作了大量的研究,如胡東來等[2]分析了宜賓以上長江流域1956—2000年降水、水資源量的趨勢和周期,總結出青衣江與岷江流域的降水呈下降趨勢,長江上游的其他各流域降水變化趨勢均不明顯,南水北調西線調水區(qū)存在8～12 a的周期。張淑蘭等[3]分析了涇河徑流的時空變化規(guī)律,評估了人類活動對徑流的影響,總結出徑流呈明顯下降的趨勢,且不同時段氣候變化、人類活動對徑流的影響程度不同。馬新萍等[4]定量估算了灞河流域氣候因子和人類活動對徑流量變化的影響,總結出徑流量有逐年減少的趨勢,其減少的主要因素是人類活動的影響。凌文韜等[5]對黑河流域徑流變化規(guī)律及未來演變趨勢進行了預測。Wei等[6]利用年徑流和有效降雨累積曲線來尋找加拿大Willow流域森林砍伐引起的徑流突變點。同樣利用此方法,Zhang等[7]分析了岷江上游雜古腦河森林砍伐引起的徑流響應。但滎經河流域在這幾方面的研究相對較少。本文主要研究滎經河流域徑流的變化情況和人類活動及降雨對徑流的影響,并對1965—2010年的徑流進行模擬。研究結果可為滎經河流域的水資源開發(fā)利用提供參考。

1　數據與方法

1.1區(qū)域概況

滎經河屬青衣江上游一級支流。向東南于雅安接納周公河,至洪雅接納花溪河,過夾江于樂山附近的草鞋渡注入大渡河。流域內冬暖夏涼、溫和濕潤、降水豐富,屬于典型的暴雨區(qū)。滎經河主源滎河,發(fā)源于滎經、天全、瀘定三縣交界處的馬場梁,流至滎經縣與南邊的經河匯合,始稱滎經河。滎經河河長112 km,流域面積1 985 km2,平均比降22.5‰,目前流域內支流與干流上均分布有小型水電站,同時滎經河上游正在規(guī)劃建設龍頭水電站(新廟電站)。未來隨著全球氣候變化和水電站建設規(guī)模的不斷擴大,滎經河流域的徑流必然會發(fā)生較大的改變。

1.2數據資料

采用的數據資料主要有:1965—2010年滎經站和石滓站的徑流、降雨資料,以及1965—2010年青衣江上游雅安氣象站的氣溫資料。滎經水文站為滎經河流域的主要控制站點,其監(jiān)測數據資料較為完整,具有較強的代表性。

1.3分析方法

1.3.1高橋浩一郎蒸發(fā)公式法

高橋浩一郎蒸發(fā)公式是由高橋浩一郎推算出的經驗公式,運用月平均氣溫、月降水量來推算月蒸發(fā)量。

(1)

式中:E為月蒸發(fā)量,mm;P為月降水量,mm;T為月平均氣溫[8],℃。

高橋公式雖然是經驗公式,但在物理上考慮了影響實際蒸發(fā)的兩個最主要物理因子,并有實際觀測資料作依據,因此能較好地反映實際蒸發(fā)的變化情況[9]。

1.3.2雙累積曲線

雙累積曲線是在直角坐標系中繪制同期內兩個變量連續(xù)累積值的關系曲線,用來判斷變量的趨勢性及突變點。由于該研究區(qū)域屬于高寒地區(qū),人煙稀少,近50年來下墊面植被變化不大,徑流主要受氣候變化的影響,因此運用徑流與降雨累積曲線來分析氣候變化對徑流的影響。若兩者關系曲線近似為一條直線,則認為徑流趨勢不明顯,沒有明顯的突變點,相反則認為徑流存在明顯的突變變化。

采用有效降雨與徑流來分析降雨與徑流的一致性關系,進而定量分析徑流變化的影響因素,利用有效降雨可以更好地反映降雨-徑流關系。

1.3.3多元線性回歸法

設影響因變量Y的自變量個數為p,自變量分別為X1,X2,…,Xp,假設Y=β0+β1X1+β2X2+…+βpXp+ε成立,其中ε服從N(0,σ2),稱上式為因變量Y對自變量X1,X2,…,Xp的多元線性回歸方程,其中自變量系數可以用最小二乘法進行計算[10]。多元線性回歸法能夠很好地反映因變量與多個自變量之間的關系,應用非常廣泛。

2　結果與分析

2.1徑流趨勢分析

1965—2010年滎經河流域各月徑流量變化過程如圖1所示。由圖1可知:1月份的徑流量占全年徑流量的比例最小,為2%；8月份的最大,為20.8%；徑流量主要集中在6—10月份；全年有7個月的徑流量低于年均值,這與該地區(qū)屬于暴雨區(qū)的特征相吻合。

圖1　1965—2010年滎經河流域各月平均徑流量變化過程

滎經河流域年徑流量及汛期最大值變化過程如圖2 所示。從圖2中可以看出:年徑流量有減少的趨勢,年徑流量最大值出現(xiàn)在1975年,最小值出現(xiàn)在1987年;汛期月最大徑流量也呈減少趨勢,并且減少趨勢較年徑流量更加劇烈,平均每10 a減少13.3 m3/s。

圖2　滎經河流域年徑流量及汛期最大值變化過程

以滎經站年徑流量為基礎,繪制皮爾遜Ⅲ型曲線。以頻率P≤15%為豐水年;15%85%為枯水年[11]。通過對皮爾遜Ⅲ型曲線進行排頻,對該站1965—2010年、1965—1990年、1991—2010年徑流量的特征值進行計算,結果如圖3所示。

圖3　滎經河流域徑流豐枯變化圖

由圖3可知,滎經站1965—2010年間,徑流偏豐、偏枯、平水的年份相同,枯水年較豐水年多;1965—1990年間,徑流明顯偏豐,豐枯曲線中心偏向豐水,說明這段時間內徑流較豐富；而1991—2010年間,徑流豐枯曲線發(fā)生了較大改變,重心偏枯,說明該時間段內徑流相對較小。綜合3個時期徑流豐枯的分布圖可以看出,近年來徑流有減少的趨勢。

利用小波分析法進行滎經河流域徑流變化周期分析,結果如圖4所示。小波方差圖可用來確定序列中存在的周期，圖中峰值對應的時間尺度即為序列的周期。由圖4可知, 滎經河流域徑流存在7、12 a的周期變化特征。

圖4　滎經河流域徑流小波方差曲線

2.2人類活動和降雨對徑流影響的估算

一般而言,徑流主要來源于降雨。根據原始降雨和徑流數據繪制滎經河流域降雨-徑流關系曲線,如圖5所示。由圖5可知,趨勢線R2=0.693,說明該地區(qū)降雨與徑流的相關性一般。進一步繪制滎經河流域有效降雨與徑流的雙累積曲線,如圖6所示。由圖6可以看出，曲線存在明顯的拐點,在1975年以前，曲線的線性趨勢較好；而在1975年以后,累積曲線與趨勢線發(fā)生明顯偏移。因此，這里筆者將1965—1974年定為基準期,1975—2010年定為參考期,1975年定為突變點。

圖5　滎經河流域降雨-徑流關系曲線

圖6　滎經河流域有效降雨-徑流雙累積曲線

假定引起徑流變化的因素有兩類：氣候變化(主要是降雨)與人類活動。通過基準期有效降雨與徑流建立方程：

R=0.109P0-26.69。

(2)

式中：P0為有效降雨量,mm;R為徑流量,m3/s。

以此為基礎,計算參考期理論徑流量,實測徑流量與理論徑流量的差值即為徑流影響量。其中,降雨對徑流的影響量為參考期理論徑流量減去基準期的徑流均值;而人類活動對徑流的影響量即為徑流影響量與降雨對徑流的影響量的差值。初步將參考期分為1975—1990年、1991—2000年、2001—2010年3個時期,根據以上方法分別計算降雨與人類活動對徑流的影響,結果見表1。

表1　　　　滎經河流域降雨變化與人類活動

相對基準期而言,徑流影響量在最近10年內為負,說明徑流有進一步減少的趨勢;對比不同時期徑流量受影響比例,在1975—1990年間,降雨對徑流的影響所占比例較大,說明這段時期人類活動影響是次要因素;而1991—2000年間,人類活動的影響顯著增加,說明該時期內可能實施了一系列的水利工程設施;2001—2010年間,降雨的負影響較以往更大?？偟膩碚f,1975—1990年、2001—2010年，降雨是影響徑流變化的最主要因素,而人類活動在1991—2000年對徑流的影響較大。

2.3徑流模擬

采用多元線性回歸法對1965—2010年的徑流量進行模擬,分別以當年降雨量、當年溫度、前一年降雨量、前一年徑流量為自變量選項,建立多元線性回歸模型模擬年徑流量。最終得出,當自變量包含以上所列所有變量時,模型的效果最佳,能夠更好地反映徑流量的年際變化,徑流量實測值與模擬值曲線如圖7所示。

圖7　滎經河流域徑流量實測值與模擬值曲線

由圖7可以看出,二者具有較好的擬合性,徑流量的模擬值能夠很好地反映實測值的變化過程。進一步分析徑流量的模擬值與實測值的相對誤差,可以得出:誤差超過12%的年份只有3個,占了總年份的6%;超過10%的年份有10個,占總年份的21%;誤差最大值為18%。充分說明了該線性回歸模型具有較好的實用性,可以用來進行徑流量的預測。

3　結語

1)年內徑流量主要集中在6—10月份;年徑流量和汛期月最大徑流量均呈減少趨勢;年徑流量最大值出現(xiàn)在1975年,最小值出現(xiàn)在1987年。

2)滎經站1965—2010年間,徑流偏豐、偏枯、平水的年份相同,枯水年較豐水年多;1965—1990年間,徑流明顯偏豐,豐枯曲線中心偏向豐水;而1991—2010年間,徑流豐枯曲線發(fā)生了較大的改變,重心偏枯。利用小波分析發(fā)現(xiàn):滎經河流域徑流存在7、12 a的周期變化特征。

3)根據有效降雨與徑流的雙累積曲線,分時段定量研究降雨與人類活動對徑流的影響,得出1975—1990年、2001—2010年，降雨是影響徑流變化的最主要因素,而人類活動在1991—2000年對徑流的影響較大。

4)采用多元線性回歸法對徑流量進行模擬,模擬值與實測值擬合較好,所建立的線性回歸模型具有較好的實用性。

5)不足之處在于對影響徑流的因素考慮較少,在建立線性回歸模型時也未考慮其他因素對徑流的影響,需要在后續(xù)研究中彌補。

[1]唐湘玲,呂新,李俊峰.近50年瑪納斯河流域徑流變化規(guī)律研究[J].干旱區(qū)資源與環(huán)境,2011,25(5):124-129.

[2]胡東來,嚴登華,宋新山,等.宜賓以上長江流域水資源變化趨勢分析[J].南水北調與水利科技,2008,6(2):53-56.

[3]張淑蘭,王彥輝,丁澎濤,等.人類活動對涇河流域徑流時空變化的影響[J].干旱區(qū)資源與環(huán)境,2011,25(6):66-72.

[4]馬新萍,白紅英,侯欽磊,等.1959年至2010年秦嶺灞河流域徑流量變化及其影響因素分析[J].資源科學,2012,34(7):1298-1304.

[5]凌文韜,謝利云,何玉琛,等.黑河流域徑流變化規(guī)律及趨勢預測[J].人民黃河,2014,36(11)：20-22.

[6]WEI X H,ZHANG M F.Quantifying streamflow change caused by forest disturbance at a large spatial scale:a single watershed study[J].Water Resources Research,2010,46(12)：439-445.

[7]ZHANG M F,WEI X H,SUN P S,et al.The effect of forest harvesting and climatic variability on runoff in a large watershed:the case study in the upper Minjiang River of Yangtze River Basin[J].Journal of Hydrology,2012,s 464-465(13):1-11.

[8]周長艷,彭俊,李躍清.九寨溝、黃龍地區(qū)水資源的變化特征及成因分析[J].資源科學,2007,29(2):60-67.

[9]宋正山,楊輝,張慶云.華北地區(qū)水資源各分量的時空變化特征[J].高原氣象,1999,18(4):552-566.

[10]杜強,賈麗艷.SPSS統(tǒng)計分析從入門到精通[M].北京：人民郵電出版社,2012.

[11]王振龍,陳璽,郝振純,等.淮河干流徑流量長期變化趨勢及周期分析[J].水文,2011,31(6):79-85.

The Analysis of Runoff Variation in Yingjing River Basin

HUANG Xiaorong1,2, XI Yuanyuan2, LI Jingjing2, GAO Linyun2, MA Kai2

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

In order to study the evolution law of runoff in Yingjing River Basin and quantitatively analyze influencing factors, based on the runoff data of Yingjing station and relevant meteorological data from 1965 to 2010, the methods of wavelet analysis, double mass curve analysis were used to analyze the change process and influencing factors of runoff in Yingjing River Basin, meanwhile, the multiple linear regression method was adopted to establish the runoff regression model by which the runoff from 1965 to 2010 was simulated. According to the results, the runoff in Yingjing River Basin had a tendency to reduce, especially over the past 20 years, and the dry year occurrence probability increased. Rainfall was the most important factor that resulted in runoff variation from 1975 to 1990 and from 2001 to 2010, while human activity was the main factor from 1991 to 2000. The fitting runoff regression model was good, and it had stronger practicability.

Yingjing River Basin; runoff variation; double mass curve; multiple linear regression model

2016-05-19

國家自然科學基金項目(51579161);國家重點基礎研究發(fā)展計劃(2015CB452701)。

黃曉榮(1972—),男,重慶人,教授,博士，主要從事水文水資源方面的研究。E-mail:hxiaorong@scu.edu.cn。

TV121+.2

A

1002-5634(2016)04-0067-04

(責任編輯：張陵)

DOI:10.3969/j.issn.1002-5634.2016.04.011