低頻氣候變化引起的珠江流域年均和洪峰流量變化特征及靈敏度分析*

顧西輝，張強，孔冬冬，肖名忠

(1. 中山大學地理科學與規(guī)劃學院∥華南地區(qū)水循環(huán)與水安全廣東省普通高校重點實驗室，廣東 廣州 510275；2. 北京師范大學 環(huán)境演變與自然災害教育部重點實驗室∥地表過程與資源生態(tài)國家重點實驗室∥減災與應急管理研究院，北京 100875)

低頻氣候變化引起的珠江流域年均和洪峰流量變化特征及靈敏度分析*

顧西輝1，張強2，孔冬冬1，肖名忠1

(1. 中山大學地理科學與規(guī)劃學院∥華南地區(qū)水循環(huán)與水安全廣東省普通高校重點實驗室，廣東 廣州 510275；2. 北京師范大學 環(huán)境演變與自然災害教育部重點實驗室∥地表過程與資源生態(tài)國家重點實驗室∥減災與應急管理研究院，北京 100875)

低頻氣候變化是引起內(nèi)陸徑流年際和年代際變化的一個重要驅(qū)動因子。通過分析El Nio/Southern Oscillation(ENSO)、North Atlantic Oscillation(NAO)、Indian Ocean Dipole(IOD)和Pacific Decadal Oscillation(PDO)等主要低頻氣候因子對珠江流域年均(Qann)流量和洪峰流量(Qmax)的影響及其影響量級，研究結(jié)果表明珠江流域流量受到低頻氣候因子的顯著影響，但影響強度的時間平穩(wěn)性與趨勢性有顯著區(qū)域差異。對相應區(qū)域具有持續(xù)顯著影響及相關(guān)強度呈顯著上升趨勢的氣候因子可以作為Qann和Qmax的預測信號。低頻氣候因子位于不同的相位，導致珠江流域流量發(fā)生相應的變化：負相位ENSO、NAO和PDO易致較低Qann，導致水文干旱風險的增加；而正相位的ENSO、IOD及負相位NAO和PDO易引發(fā)較高Qmax，導致極端洪災風險增加。對比Qann和Qmax，Qmax對于氣候指標變化的靈敏度要高于Qann，Qmax靈敏度高于Qann的面積比例分別為56%、59%、71%和36%。研究對于根據(jù)低頻氣候變化信號預測珠江流域Qann與Qmax及珠江流域洪旱災害的預報與預警具有重要理論意義與實際應用價值。

低頻氣候變化；年平均流量；年洪峰流量；靈敏度

珠江流域具有豐富的水資源，位于亞洲季風區(qū)域。而亞洲季風受到ENSO(El Nio/Southern Oscillation)的顯著影響[1]，同時也受到North Atlantic Oscillation (NAO)[2]、Indian Ocean Dipole(IOD)[3]和Pacific Decadal Oscillation(PDO)[1]的重要影響。因此有大量文獻研究了低頻氣候變化對珠江流域氣候的影響。Niu[4]認為ENSO對東部降水有顯著影響，IOD對珠江流域中部和東部降水有顯著影響。Gu等[5]指出3月份NAO對中國東南部(即珠江流域的東南部)降水有顯著影響。Zhao等[6]認為El Nio/Southern Oscillation(ENSO)和PDO均與珠江流域極端降水具有一致的周期特征。

近幾十年來，氣候變化對珠江流域徑流特征(年平均流量(Qann)和年洪峰流量(Qmax))有明顯的影響[7-10]。然而大部分研究集中在低頻氣候變化對珠江流域降水等氣象過程的影響，很少涉及ENSO、NAO、IOD和PDO對年平均流量和年洪峰流量時空特征的影響，僅有的一些研究往往局限在少數(shù)站點及少數(shù)幾個氣候指標[11]，少數(shù)站點對珠江流域面上的覆蓋度不夠，缺乏一定的代表性與全面性?；诖?，本文采用遍布珠江流域62個水文站點月徑流量數(shù)據(jù)和28個水文站點年洪峰流量數(shù)據(jù)，全面分析了ENSO、NAO、IOD和PDO對徑流特征的影響，并定量分析相關(guān)影響量級的靈敏度，從而為理解珠江流域徑流特征變化機理，合理規(guī)劃水資源利用及制定防洪防澇方案提供科學依據(jù)。

1 研究區(qū)域和數(shù)據(jù)

本文收集了遍布珠江流域62個水文站點1960-2000年月徑流量數(shù)據(jù)(圖1)，數(shù)據(jù)有少量缺測，采用前后7 a平均法進行插值，數(shù)據(jù)來源于中華人民共和國水利部。將月徑流量數(shù)據(jù)處理成年平均流量(Qann，單位m3/s)。同時收集了遍布珠江流域28個水文站點1951-2010年年洪峰極值數(shù)據(jù)(圖1，Qmax，單位m3/s)[8-10]，數(shù)據(jù)有少量缺測，采用相鄰站點年洪峰極值數(shù)據(jù)進行插值，數(shù)據(jù)來源于廣東省水文局。將ENSO、NAO、IOD和PDO 1950-2010年月時間數(shù)據(jù)處理成年時間數(shù)據(jù)，ENSO、NAO、IOD和PDO數(shù)據(jù)來源于http:∥www.esrl.noaa.gov/psd/data/climateindices/list/。ENSO、NAO、IOD和PDO正負值分別表示暖、冷相位。

2 方 法

2.1 氣候指標和年平均及洪峰流量的遙相關(guān)關(guān)系

ENSO、NAO、IOD和PDO的強度隨時間而變化，并且其與遙相關(guān)影響的流域的距離也是不同的[12]，因此有必要檢驗ENSO、NAO、IOD和PDO與年平均和洪峰流量相關(guān)強度的時間平穩(wěn)性。采用21 a為時間尺度[12]計算提前0-和1-氣候指標值和相應的ln(Qann)和ln(Qmax)相關(guān)系數(shù)(21 a能夠保證序列具有一定的時間長度)：對于Qann，從1960-1970年滑動到1980-2000年，共21個滑動窗口；對于Qmax，從1951-1971年滑動到1990-2010年，共40個滑動窗口。分別統(tǒng)計Qann和Qmax達到相關(guān)系數(shù)達到顯著性(顯著性水平為0.1)窗口數(shù)量占總窗口的比例，及采用Mann-Kendall(MK)法分別檢測Qann和Qmax滑動相關(guān)系數(shù)序列的時間趨勢性顯著性水平為0.1)。

2.2 氣候指標對年平均和洪峰流量影響的靈敏度

ENSO、NAO、IOD和PDO對年平均和洪峰流量影響的靈敏度通過線性最小二乘回歸方程計算[12-14]：

ln(qi)=β0+β1ai+εi

(1)

式中qi分別為Qann和Qmax第i年的實測值，ai分別為ENSO、NAO、IOD和PDO相應Qann和Qmax提前0-和1-年的指標值，β0和β1為回歸系數(shù)，εi為誤差項。其中，β1代表ENSO、NAO、IOD和PDO對Qann和Qmax影響靈敏度。珠江流域62個站點Qann和28個站點的Qmax序列分別有41 a和60 a的序列長度，能夠確保得到的靈敏值是相對合理的。流量受到多重因素的影響，例如土地利用、水資源管理基礎(chǔ)設(shè)施等。我們感興趣檢測年際氣候濤動對流量的影響，即使在已經(jīng)建立了水資源管理基礎(chǔ)設(shè)施的區(qū)域，區(qū)域氣候變化的信號依然能夠影響到流量[13]。因為我們只感興趣檢測流量記錄中的氣候信號，所以沒有考慮土里利用和其他非氣候因素對流量的影響。尤其是土地利用、調(diào)控和森林砍伐等會導致流量呈單調(diào)趨勢變化。但是氣候?qū)α髁磕觌H變化的影響是決定性的，就在決定流量變化中扮演著重要的角色[14]。

3 結(jié) 果

3.1 氣候指標對年平均和洪峰流量影響的時間 平穩(wěn)性

以21 a為一個時間窗口，從1960-1980年滑動到1980-2000年，共21個時間窗口，計算了每個時間窗口氣候指標和Qann相關(guān)系數(shù)，并統(tǒng)計了顯著性達到0.1水平的窗口數(shù)量占總窗口數(shù)量的百分比及相關(guān)系數(shù)的時間趨勢(顯著性水平為0.1，圖2)。對于前一年ENSO，具有持續(xù)可靠相關(guān)強度的區(qū)域集中在北江、柳江及佑江，其中北江和柳江相關(guān)強度呈顯著上升趨勢，佑江則呈顯著下降趨勢(圖2:ENSO 1)，當年ENSO對珠江流域中部、西北部及北江流域具有持續(xù)可靠的相關(guān)強度，并且相關(guān)強度在珠江流域中部、西北部呈顯著上升趨勢(圖2:ENSO 0)。前一年NAO對珠江流域中部及東部保持持續(xù)可靠的相關(guān)強度，但是相關(guān)系數(shù)呈顯著下降趨勢。而當年NAO主要對珠江流域中部一部分地區(qū)保持持續(xù)可靠的相關(guān)強度，相關(guān)系數(shù)成非顯著下降趨勢(圖2:NAO 1和NAO 0)。前一年IOD主要對北江流域和珠江流域東部地區(qū)具有持續(xù)可靠的相關(guān)強度，但是相關(guān)系數(shù)呈顯著下降趨勢，當年IOD幾乎與整個珠江流域(除了北江流域)保持持續(xù)可靠的相關(guān)強度且整個西江流域相關(guān)系數(shù)呈顯著增加趨勢(圖2:IOD 1和IOD 0)。前一年P(guān)DO與珠江流域顯著相關(guān)強度的持續(xù)性較差，而當年P(guān)DO則對東部及北江流域具有持續(xù)可靠的相關(guān)強度且相關(guān)系數(shù)呈顯著增加趨勢(圖2，PDO 1和PDO 0)。

圖1 珠江流域徑流站點地理分布圖Fig.1 Locations of the Pearl River basin and the hydrological stations

圖2 珠江流域Qann與氣候指標值21 a滑動相關(guān)系數(shù)達到顯著性(顯著性水平為0.1)的年份占滑動次數(shù)的比例及滑動相關(guān)系數(shù)時間趨勢分布圖(顯著性水平為0.1)Fig.2 The proportion of the years with significant relations (at significance level of 0.1) between Qann in the Pearl River basin and 21-year moving average of the climate indices, and spatial patterns of the trends in the moving correlation coefficients (at significance level of 0.1)

同樣分析了Qmax與氣候指標相關(guān)強度的時間平穩(wěn)性和趨勢(圖3)。從圖3中可以看出，前一年和當年ENSO均對整個西江流域保持持續(xù)可靠的相關(guān)強度，但是前一年ENSO與Qmax相關(guān)系數(shù)在佑江流域呈顯著下降趨勢，而當年ENSO與Qmax相關(guān)系數(shù)在柳江和龍江呈顯著下降趨勢(圖3:ENSO 1和ENSO 0)。前一年NAO主要對西江下游保持持續(xù)可靠的相關(guān)強度且相關(guān)系數(shù)呈顯著上升趨勢，而當年NAO主要對西江流域中部及中西部保持持續(xù)可靠的相關(guān)強度，且北江流域和西江下游相關(guān)系數(shù)呈顯著上升趨勢(圖3:NAO 1和NAO 0)。前一年IOD對珠江流域中部及北江流域保持持續(xù)可靠的相關(guān)強度，珠江流域中部地區(qū)相關(guān)系數(shù)呈顯著上升趨勢而北江流域呈顯著下降趨勢；當年IOD對珠江流域中南部及北江流域、東江流域保持持續(xù)可靠的相關(guān)系數(shù)，佑江及西江下游干流、東江流域相關(guān)系數(shù)呈顯著下降趨勢而北江流域呈顯著上升趨勢(圖3:IOD 1和IOD0)。前一年P(guān)DO幾乎對整個珠江流域保持持續(xù)可靠的相關(guān)強度，西江流域中部及中西部相關(guān)系數(shù)呈顯著下降趨勢，而北江流域則呈顯著上升趨勢；當年P(guān)DO與珠江流域保持持續(xù)可靠相關(guān)強度的影響集中在東江流域和珠江流域西部，東江流域相關(guān)系數(shù)呈顯著上升趨勢(圖3:PDO 1和PDO 0)。

圖3 珠江流域Qmax與氣候指標值21 a滑動相關(guān)系數(shù)達到顯著性(顯著性水平為0.1)的年份占滑動次數(shù)的比例及滑動相關(guān)系數(shù)時間趨勢分布圖(顯著性水平為0.1)Fig.3 The proportion of the years with significant relations (at significance level of 0.1) between Qann in the Pearl River basin and 21-year moving average of the climate indices, and spatial patterns of the trends in the moving correlation coefficients (at significance level of 0.1)

3.2 冷暖時期下氣候指標對年平均和洪峰流量的影響

珠江流域所有站點Qann和Qmax通過距平處理，分別建立與氣候指標之間的關(guān)系，并用箱型圖表示不同等級的Qann和Qmax對應的氣候指標的離散程度(圖4)。就珠江流域整個流域所有站點統(tǒng)一來看，ENSO、NAO和PDO對整個珠江流域超過平均水平的Qann的影響在正負相位并沒有顯著差別，然而負相位的ENSO、NAO和PDO易引發(fā)Qann處于低水平(Qann低于平均水平的一半)，可能導致珠江流域水資源短缺，IOD暖相位易引發(fā)珠江流域Qann極大的增加(Qann超過平均水平的2倍以上，圖4:a-d)，可能導致水資源較為豐沛。相比于Qann，氣候指標對Qmax的影響尤其是極端洪水的影響較為顯著。極端洪水(Qmax超過平均水平的2倍以上)易發(fā)生在ENSO暖相位、NAO冷相位、IOD暖相位和PDO冷相位時期(圖4:e-h)，這些時期珠江流域洪災風險增加。

3.3 氣候指標對年平均和洪峰流量靈敏度影響

通過靈敏度定量分析氣候指標對Qann和Qmax的影響(圖5和圖6)。從圖5中可以看出，前一年和當年ENSO對Qann的影響較小，大部分地區(qū)靈敏度處于0.1以下，也就是說單位ENSO的增加引起低于10%的Qann的減少，且大部分地區(qū)Qann對于前一年ENSO更敏感。前一年NAO對珠江流域東部、北江及柳江地區(qū)Qann有較明顯的影響，單位NAO的增加引起上述地區(qū)Qann10%～20%的增加；當年NAO主要引起西江流域Qann減少，單位NAO的增加引起西江Qann低于10%的減少，珠江流域東部Qann10%～20%的增加，珠江流域東部和北江Qann對前一年NAO更敏感。在4個氣候指標中IOD對珠江流域的影響最為顯著，東江流域、北江流域、柳江和龍江相應于前一年的IOD，靈敏度處于0.1～0.3，單位IOD的增加引起上述地區(qū)Qann10%～30%的增加；當年IOD對整個西江流域靈敏度處于0.1～0.4之間，而對于珠江流域東部(東江、韓江)靈敏度處于-0.3～-0.1之間，北江流域Qann對前一年IOD敏感。珠江流域大部分地區(qū)Qann對前一年和當年P(guān)DO的靈敏度較低，總體來說處于0.1以下的水平，單位PDO的增加僅引起大部分地區(qū)Qann增加10%以下。

圖4 珠江流域Qann和Qmax距平值(Qann或Qmax分別除以相對應的均值)與氣候指標的關(guān)系Fig.4 The relationship between Qann and Qmax anomalies of the Pearl River basin and the climate indices considered in this study

圖6給出了Qmax相對于各個氣候指標靈敏度的空間分布。從圖6中可以看出，前一年單位ENSO的增加引起珠江流域大部分地區(qū)Qmax減少0%～10%，而當年單位ENSO的增加引起珠江流域大部分地區(qū)Qmax增加0%～10%，西江中部干流Qmax對于前一年ENSO的靈敏度高于當年ENSO。前一年單位NAO的增加引起珠江流域支流龍江Qmax增加10%～20%，當年NAO對Qmax靈敏度的影響在空間分布上比較零散，西江下游及北江、東江當年NAO對Qmax的靈敏度高于前一年NAO。相比其他氣候指標，IOD對珠江流域Qmax的靈敏度要大的多，前一年IOD單位的增加引起西江流域東北部Qmax20%～50%增加，而西江流域西南部及東江流域Qmax10%～40%的減少；當年單位IOD的增加主要引起佑江和東江流域Qmax10%～40%的減少，西江東北部受到前一年IOD的靈敏度要大于當年IOD。前一年P(guān)DO和當年P(guān)DO對于珠江流域Qmax的靈敏度處于0～0.1范圍內(nèi)，也就是前一年和當年單位PDO的增加均引起珠江流域大部分地區(qū)Qmax0%～10%的增加。

CI_1和CI_0分別表示對應Qann序列，相應氣候指標值序列提前1 a和0 a。圖5 珠江流域Qann與氣候指標值的靈敏度空間分布Fig.5 Spatial distribution of the sensitivity of Qannto each climate index across the Pearl River basin

CI_1和CI_0分別表示對應Qmax序列，相應氣候指標值序列提前1 a和0 a圖6 珠江流域Qmax與氣候指標值的靈敏度空間分布Fig.6 Spatial distribution of the sensitivity of Qmaxto each climate index across the Pearl River basin

為了進一步比較對應氣候指標下Qann和Qmax靈敏度大小，計算出Qmax靈敏度高于Qann靈敏度的面積，將珠江流域分為0.5°×0.5°的柵格，采用反距離權(quán)重插值，統(tǒng)計分析Qmax高于Qann柵格數(shù)量與總柵格數(shù)量的比例(圖7)。ENSO和PDO對Qmax和Qann的靈敏度的差異較小，差異范圍集中在10%以內(nèi)。前一年和當年ENSO、前一年和當年P(guān)DO對Qmax的靈敏度大于Qann的面積分別為59%、71%、43%和14%。西江大部分區(qū)域前一年NAO對Qmax的靈敏度明顯大于Qann，占總面積的比例為56%，而北江和珠江流域東部則相反；西江下游干流當年NAO對Qmax的靈敏度明顯大于Qann，占總面積比例為59%，而珠江流域東部及西江上游南盤江區(qū)域Qmax的靈敏度明顯小于Qann。IOD對珠江流域Qmax和Qann靈敏度的差異性在所有氣候指標中最明顯。珠江流域上游、柳江和東江前一年IOD對Qmax的靈敏度明顯大于Qann，占總面積比例為71%；佑江、北江和東江當年IOD對Qmax的靈敏度明顯大于Qann，占總面積比例為36%。

圖7 對應氣候指標下Qmax靈敏度與Qann靈敏度差異空間分布圖Fig.7 Spatial patterns of the differences between Qmaxand Qann with each climate index in terms of sensitivity

4 結(jié) 論

本文全面調(diào)查了ENSO、NAO、IOD和PDO對珠江流域Qann和Qmax的影響，分析了各個氣候模式與Qann和Qmax區(qū)域性相關(guān)關(guān)系、相關(guān)強度時間平穩(wěn)性，調(diào)查了不同冷暖事件下Qann和Qmax的差異性，最后定量分析了各個氣候模式引起的Qann和Qmax的靈敏度，得出以下有意義的結(jié)論：

1)各氣候模式與Qann和Qmax相關(guān)強度時間平穩(wěn)性及趨勢差異性較大。對于Qann，當年ENSO和IOD均對西江大部分區(qū)域及當年P(guān)DO對珠江流域東部及北江保持持續(xù)顯著相關(guān)影響，且相關(guān)強度呈顯著上升趨勢，最有利于Qann的預測；對于Qmax，前一年NAO和IOD及當年NAO均對珠江流域中部保持持續(xù)顯著相關(guān)影響，且相關(guān)強度呈顯著上升趨勢，最有利于Qmax預測。

2)就整個珠江流域來看，負相位ENSO、NAO和PDO傾向于引發(fā)Qann處于較低水平，導致干旱風險增加；而正相位的ENSO、IOD及負相位的NAO和PDO傾向于引發(fā)Qmax處于較高水平，導致極端洪水風險增加。

3)Qmax對于氣候指標變化的靈敏度要高于Qann。單位氣候指標變化平均引起Qann和Qmax分別發(fā)生0.3%～24%、0.5%～31%的改變，其中前一年和當年NAO和IOD引起的Qann和Qmax的差異較為顯著，Qmax靈敏度高于Qann的面積比例分別為56%、59%、71%和36%。NAO和IOD對珠江流域大部分區(qū)域Qann保持較高的靈敏度；ENSO、IOD和當年NAO對珠江流域大部分區(qū)域Qmax保持較高的靈敏度。

[1] CHEN W, FENG J, WU R G. Roles of ENSO and PDO in the link of the East Asian winter monsoon to the following summer monsoon[J]. Journal of Climate, 2013, 26(2): 622-635.

[2] YUAN Y, YANG H, ZHOU W, et al. Influences of the Indian Ocean dipole on the Asian summer monsoon in the following year[J]. International Journal of Climatology, 2008, 28(14): 1849-1859.

[3] LINDERHOLM H W, OU T H, JEONG J H, et al. Interannual teleconnections between the summer North Atlantic Oscillation and the East Asian summer monsoon[J]. Journal of Geophysical Research-Atmospheres, 2011, 116: D13107.

[4] NIU J. Precipitation in the Pearl River basin, South China: scaling, regional patterns, and influence of large-scale climate anomalies[J]. Stochastic Environmental Research and Risk Assessment, 2013, 27(5):1253-1268.

[5] GU W, LI C Y, LI W J, et al. Interdecadal unstationary relationship between NAO and east China’s summer precipitation patterns[J]. Geophysical Research Letters, 2009, 36: L13702.

[6] ZHAO Y F, ZOU X Q, GAO L G, et al. Changes in precipitation extremes over the Pearl River Basin, southern China, during 1960-2012[J]. Quaternary International, 2014, 333: 26-39.

[7] CHEN Y Q D, ZHANG Q, CHEN X H, et al. Multiscale variability of streamflow changes in the Pearl River basin, China[J]. Stochastic Environmental Research and Risk Assessment, 2012, 26(2): 235-246.

[8] ZHANG Q, GU X H, SINGH V P, et al. Flood frequency analysis with consideration of hydrological alterations: Changing properties, causes and implications[J]. Journal of Hydrology, 2014, 519: 803-813.

[9] ZHANG Q, GU X H, SINGH V P, et al. Stationarity of annual flood peaks during 1951-2010 in the Pearl River basin, China[J]. Journal of Hydrology, 2014, 519: 3263-3274.

[10] ZHANG Q, GU X H, SINGH V P, et al. Flood frequency under the influence of trends in the Pearl River basin, China: changing patterns, causes and implications[J]. Hydrological Processes, 2015, 29(6): 1406-1417.

[11] OUYANG R, LIU W, FU G, et al. Linkages between ENSO/PDO signals and precipitation, streamflow in China during the last 100 years[J]. Hydrology and Earth System Sciences, 2014, 18(9): 3651-3661.

[12] WARD P J, EISNER S, FLORKE M, et al. Annual flood sensitivities to El Nio-Southern Oscillation at the global scale[J]. Hydrology and Earth System Sciences, 2014, 18(1): 47-66.

[13] BOUWER L M, VERMAAT J E, AERTS J C J H. Regional sensitivities of mean and peak river discharge to climate variability in Europe[J]. Journal of Geophysical Research, 2008, 113: D19103.

[14] WARD P J, BEETS W, BOUWER L M, et al. Sensitivity of river discharge to ENSO[J]. Geophysical Research Letters, 2010, 37: L12402.

Low frequency climate variability induced annual mean and
annual maxim streamflow variations and related sensitivity across the Pearl River basin

GUXihui1,ZHANGQiang2,KONGDongdong1,XIAOMingzhong1

(1．School of Geography and Planning∥Key Laboratory of Water Cycle and Water Security in Southern China of Guangdong High Education Institute，Sun Yat-sen University，Guangzhou 510275, China; 2. Key Laboratory of Environmental Change and Natural Disaster, Ministry of Education ∥State Key Laboratory of Earth Surface Processes and Resource Ecology∥Academy of Disaster Reduction and Emergency Management, Beijing Normal University, Beijing 100875, China)

Variability of the low-frequency climate change is the principle driver for the annual and interannual streamflow changes. The influences of low-frequency climate indices such as El Nio/Southern Oscillation (ENSO), North Atlantic Oscillation (NAO), Indian Ocean Dipole (IOD) and Pacific Decadal Oscillation (PDO), on annual mean discharge (Qann) and annual peak discharge (Qmax) of the Pearl River basin have been quantitatively analyzed. The results show that: ①Q(mào)annandQmaxwere significantly affected by different climate indices in different regions with distinctly different spatial patterns in terms of correlation degrees and sensitivity and also the trends of impact strength. ENSO and IOD at the same year exerted a persistent significant impact on theQannat the regions covering most of the West River basin, and the strength of the correlation increased significantly, which can be taken as the predictor forQann. For the same reason, PDO at the same year can be taken as the predictor forQannin the eastern parts of the Pearl River basin and the North River basin, and NAO, IOD a year earlier and NAO at the same year can be taken as the predictor forQmaxin the middle Pearl River basin; ② As for the entire Pearl River basin, negative-phase ENSO, NAO and PDO tend to causeQannat lower levels with an increasing risk of droughts. However, positive-phase ENSO, IOD and negative phase NAO and PDO tend to causeQmaxat higher levels with an increasing risk of extreme floods; ③Qmaxwas more sensitive to variability of atmospheric circulation thanQann.Qannvaried between 0.3% and 24%, whileQmaxvaried between 0.5% and 31% per unit index change. The NAO and IOD both at the same year and a year earlier show a higher sensitivity in most area of the Pearl River basin, but the sensitivity difference betweenQannandQmaxwas significant, the latter had an area ratio of 56%, 59%, 71% and 36% sensitivity higher than the former.

low-frequency climate indices; annual mean discharge; annual peak discharge; sensitivity

10.13471/j.cnki.acta.snus.2017.01.022

2016-03-01 基金項目：國家杰出青年科學基金(51425903)；香港特別行政區(qū)研究資助局(CUHK441313 )；安徽省自然科學基金(1408085MKL23)；安徽省教育廳高校自然科學基金(KJ2016A851)

顧西輝(1990年生)，男；研究方向：氣象水文學；E-mail：guxihui421@163.com

張強(1974年生)，男；研究方向：流域氣象水文學，旱澇災害機理；E-mail: zhangq68@mail.sysu.edu.cn

P333.2

A

0529-6579(2017)01-0138-07