沅水流域強降水面雨量及來水量特征分析

龍曉琴 胡斌奇 廖春花 馬晶昊 楊特群

摘 要：基于2000—2017年沅水流域41個國家氣象觀測站逐日08：00—08：00降水?dāng)?shù)據(jù)及1980—2017年鳳灘水庫逐月/年平均來水量數(shù)據(jù)，利用算術(shù)平均法、Mann-Kendall趨勢分析法和突變檢驗法對沅水流域7個子流域逐日面雨量的強降水頻次分布、極值分布及鳳灘水庫1980—2017年來水量、降水量的時間變化序列進行檢驗分析。結(jié)果表明：沅水7大子流域強降水面雨量的頻次具有明顯的月分布變化，5—6月出現(xiàn)的頻次最多，7月次之，1月強降水頻次出現(xiàn)最少，僅為21次;凌津灘流域強降水日面雨量出現(xiàn)頻次最高，碗米坡流域次之，三板溪流域最少，4—10月為強降水集中期;碗米坡流域月平均面雨量和鳳灘水庫月平均來水量相關(guān)性極高，變化規(guī)律基本一致。利用5 a滑動平均、Mann-Kendall趨勢分析法和突變檢驗法對鳳灘水庫1980—2017年來水量、降水量的時間變化序列的檢驗分析以及UF和UB曲線中的統(tǒng)計量顯示，兩者的變化趨勢都是減少的，且降水量的減少趨勢顯著。

關(guān)鍵詞：沅水流域;強降水;來水量;Mann-Kendall

中圖分類號：P333文獻標(biāo)識碼：A文章編號：1003-5168（2020）22-0123-06

Abstract： Based on the daily precipitation data of 41 national meteorological observation stations in Yuanshui basin from 2000 to 2017 and the monthly/annual average inflow data of Fengtan reservoir from 1980 to 2017， using the arithmetic average method， Mann-Kendall trend analysis method and mutation test method were and analyzing the frequency distribution and extreme value distribution of daily precipitation in seven sub basins of Yuanshui basin， and the time series of water quantity and precipitation in Fengtan reservoir from 1980 to 2017. The results show that the frequency of heavy rainfall in 7 sub basins of Yuanshui has obvious monthly distribution change， the frequency of heavy rainfall is the most from May to June， followed by July， and the frequency of heavy rainfall in January is the least， only 21 times.Among them， the frequency of daily heavy rainfall in Lingjintan basin is the highest， followed by that in Wanmipo basin， and that in Sanbanxi basin is the lowest. April October is the period of heavy rainfall concentration. The monthly average areal rainfall in Wanmipo basin is highly correlated with the monthly average inflow of Fengtan reservoir， and the variation law is basically the same. The test and analysis of the time series of water quantity and precipitation in Fengtan reservoir from 1980 to 2017 and the statistics in the UF and UB curves by using the 5 a moving average， Mann Kendall trend analysis method and mutation test method show that the trend of both changes is decreasing， and the trend of precipitation reduction is significant.

Keywords： Yuanshui river;heavy rainfall;inflow;Mann-Kendall

湖南省內(nèi)河流眾多，河網(wǎng)密布，5 km以上河流有5 341條，流域面積大于1萬km2的河流有9條[1-3]。

沅水流域是洞庭湖水系的“四水”之一，湖南省第二大河流，屬于長江第六大支流，流經(jīng)貴州省、湖南省。流域全長1 033 km，面積89 163 km2，發(fā)源于貴州東南部地區(qū)，位于107°～112°E，26°～30°N。流域四周均有高原山地環(huán)繞，南北較長，東西較窄，大致呈西南-東北走向，地勢西南高東北低[4-6]。

沅水流域?qū)賮啛釒Ъ撅L(fēng)氣候區(qū)，冬季氣候干燥、寒冷、少降水，夏季氣溫高、濕重、多雨。年均氣溫14.3～17.2 ℃，上游氣溫較低，中下游氣溫較高，有自西向東遞增的趨勢。沅江是一條典型雨洪河流，年均降水量1 090～1 506 mm，降水量年內(nèi)分配不均，4—8月占全年的66%，12月至次年2月僅占9%[7-8]。

沅水流域的強降水面雨量是湖南汛期面臨的最為嚴(yán)重的氣象災(zāi)害之一，常伴隨洪澇災(zāi)害以及泥石流、山體滑坡等次生災(zāi)害發(fā)生。因此，研究不同區(qū)域降雨對來水量的影響規(guī)律、加強沅江流域強降水面雨量的預(yù)報是氣象工作者長期關(guān)注的重點內(nèi)容。

1 資料和方法

本文使用的資料為沅水7個流域面總共43個國家氣象觀測站逐日08：00—08：00站點降水資料，時間段為2000—2017年，共18年。面雨量是指某一時段內(nèi)一定面積上的平均雨量。流域面雨量降水的計算方法有很多種，如泰森多邊形法、Thiessen多邊形法、Kriging插值法、逐點訂正格點法、站點算數(shù)平均法等[9-10]，各種方法都有各自的優(yōu)缺點。由于本文研究的沅水流域的7個子流域范圍面積小，氣象站點分布較均勻，因此采用計算方法相對簡單的算術(shù)平均法計算各流域面雨量。

采用算術(shù)平均法計算面雨量，即將該流域各氣象站測得的同期雨量相加后除以總站數(shù)，具體計算公式為：

計算時段為即日08：00—08：00面雨量。子流域與所選用的氣象站點的對應(yīng)關(guān)系及各流域的劃分如表1和流域分區(qū)（見圖1）所示。

2 各流域面雨量分布特征

2.1 各流域頻次分布特征

根據(jù)文獻[11-12]定義的標(biāo)準(zhǔn)，把強降水面雨量劃分為四個等級：20～29.9 mm、30～49.9 mm、50～69.9 mm和不小于70 mm。其中，面雨量≥20 mm為強降水面雨量。各流域的頻次分布特征如圖2所示。

從圖2可以得出以下結(jié)論：①20 mm以上的強降水主要集中在4—8月（20次以上），而12月至次年2月，20 mm以上的降水異常偏少（小于50次）;②20 mm以上強降水面雨量在18年中出現(xiàn)次數(shù)最多的月份為6月，高達451次，5月次之，為414次，1月出現(xiàn)最少，僅22次;7大流域2000—2017年共出現(xiàn)日面雨量≥20 mm的降水2 179次，平均每年121次，其中凌津灘流域出現(xiàn)頻次最高，為362次，碗米坡流域次之，為337次，三板溪和五強溪流域最少，均為272次。

2.2 各流域面雨量的極值分布特征

從2000—2017年強降水頻次的平均值來出（見圖2），沅水各流域面雨量年內(nèi)分布極不均勻，各月的變化曲線為典型的單峰型，1—6月面雨量呈逐月增多時段，7—12月為減少時段，次年1月為全年最低，各流域面雨量的年內(nèi)變化趨勢基本一致。冬季期間，各流域平均面雨量降到20 mm以下，特別是1月份，均降到10 mm以下。

綜上所述，可得出以下結(jié)論：①沅水流域強降水面雨量主要出現(xiàn)在4—10月份，18年中共出現(xiàn)1 384次，占總次數(shù)的74.7%，其中6月出現(xiàn)的頻次最高，達451次，5月次之，為414次;②11月至次年3月基本無≥20 mm的強降水，9月、10月出現(xiàn)強降水的次數(shù)較少。統(tǒng)計4—10月的強降水頻次可知（見表2），碗米坡流域出現(xiàn)強降水的頻次最高，為308次，平均每年17.1次，占總次數(shù)的16.6%;其次為凌津灘流域，為292次，平均每年16.2次，占總次數(shù)的15.8%;五強溪流域出現(xiàn)強降水的頻次最少，為230次，占總次數(shù)的12.4%，平均每年12.7次。

2000—2017年沅水各流域分級強降水頻次分布表如表3所示。從表3可以看出，7個流域86.4%的強降水日面雨量集中在50 mm以下，其中20～29.9 mm占一半以上比例，為50.4%，30～49.9 mm占36.0%;50 mm以上的強降水在碗米坡出現(xiàn)的次數(shù)最多，總共為56次，可能與該流域的地形和氣象站點較少有關(guān)。

綜上分析可得，對于沅水各流域面雨量的分布特征，從面雨量頻次與極大值分布來看，各流域的強降水分布在4—10月、1—3月和11—12月面雨量均小于20 mm。其中，五強溪流域強降水頻次最少，建議強降水面雨量預(yù)報區(qū)間一般為25～40 mm。5—6月是強降水發(fā)生頻次最多的月份，碗米坡和凌津灘流域的強降水較其他流域發(fā)生的頻次多，特別是50 mm以上的降水，預(yù)報面雨量時可以比其他流域多5～10 mm。

3 碗米坡流域面雨量對來水量的影響特征

3.1 研究方法

3.1.1 滑動平均法?；瑒悠骄ㄊ勤厔輸M合技術(shù)最基礎(chǔ)的方法，它相當(dāng)于低通濾波器。用確定的時間序列的平滑值來顯示變化趨勢，對樣本為[n]的序列[x]，其滑動平均序列為：

其中，[k]為滑動長度，最好取奇數(shù)，以使平均值可以加到時間序列中項的時間坐標(biāo)上。經(jīng)過滑動平均后，資料序列中短于滑動長度的周期大大削弱，顯現(xiàn)出變化趨勢。[n]個數(shù)據(jù)可以得到[n-k+1]的平滑值。先用前[k]個數(shù)據(jù)求和，得到一個數(shù)字，然后依次用這個數(shù)字減去平均時段的第一個數(shù)字，并加上第[k+1]個數(shù)據(jù)，再用求出的值除以[k]，循環(huán)這樣的過程計算出第2個到第[n-k+1]個平滑值。第一個平滑值就是前[k]個數(shù)據(jù)的平均值。主要從滑動平均序列曲線圖來診斷該序列的變化趨勢。

3.1.2 Mann-Kendall趨勢檢驗法和突變檢驗法。Mann-Kendall檢驗方法最初由Mann和Kendall提出，是一種非參數(shù)統(tǒng)計檢驗方法，也稱為無分布檢驗。與參數(shù)統(tǒng)計檢驗方法相比，此方法不需要樣本遵從一定的分布，也不受少數(shù)異常值的干擾，更適用于類型變量和順序變量，計算也比較簡單。近年來，該方法多應(yīng)用于分析降水、徑流、氣溫和水質(zhì)等要素時間序列趨勢變化。

簡單介紹計算思路：構(gòu)造統(tǒng)計量[U]并求取，[U]的絕對值越大，則序列變化趨勢越顯著。顯著性水平[α]和對應(yīng)的檢驗統(tǒng)計量[Uα2]的關(guān)系為：當(dāng)[U≥Uα2]時，趨勢顯著;反之，則不顯著。

3.2 面雨量、來水量的基本特征

選取碗米坡流域最大的鳳灘水庫來分析面雨量和來水量的情況。鳳灘水庫位于沅陵縣境內(nèi)沅水支流酉水下游，下距沅陵縣城45 km。水庫控制流域面積為17 500 km2，占酉水流域面積的94.4%。流域多年平均降雨量為1 415 mm，壩址多年平均流量為504 m3/s，多年平均徑流量為158.9億m3，屬季調(diào)節(jié)水庫。由于在碗米坡流域的下游，因此，選取對應(yīng)的氣象站點為碗米坡流域所有的氣象站。

對比2000—2017年碗米坡流域月平均面雨量和鳳灘水庫月平均來水量（見圖3）可以看出，兩者相關(guān)性極高，兩者的變化規(guī)律基本一致?？梢?，降水量呈增加趨勢時，來水量增加;降水量呈減少趨勢時，來水量也減少。計算得出，兩者相關(guān)系數(shù)為0.97，通過[?=0.01]的顯著性檢驗。從年內(nèi)分布看，月平均面雨量最多的是5月份，平均月面雨量是206.7 mm;面雨量最少的月份是12月，平均月面雨量29.4 mm。同期鳳灘水庫來水量最多的月份是6月，多年平均來水量是25.7億m3;最少的月份是1月，多年平均來水量3.2億m3。

由于碗水坡流域的面雨量和來水量的年際變化較大，因此選取較長年份數(shù)據(jù)，以對比多年的年際變化，選取數(shù)據(jù)為1980—2017年逐年6個氣象站面雨量和鳳灘的來水量值。鳳灘水庫1980—2017年來水量變化及5 a滑動平均如圖4所示，1980—2017年年平均面雨量變化及5 a滑動平均如圖5所示。

由圖4可以看出，鳳灘水庫的來水量總體變化呈下降的趨勢，表明整個流域的來水量在逐年減少，年平均值為148.7億m3。年際變化較大，來水量總量多于平均值的年份和少于平均值的年份都為19年，各占50%。在2011年達到了歷史最低值，為81.8億m3，1980年達到歷史最高值，為237.7億m3，極值比為2.91，因此鳳灘水庫的來水量在近40 a的變化趨勢不太大。

從圖5可以看出，碗米坡流域的面雨量的總體變化趨勢也是整體下降的，但不太明顯，僅在均值上下波動，多年平均值為1 322.8 mm。在1980年達到最高值，為1 851.6 mm，在2014年達到最低值，為652.2 mm，極值比為2.84，比來水量的變化還要平緩一些。

3.3 降水量、來水量的趨勢性特征

利用Mann-Kendall趨勢分析法和突變檢驗法對鳳灘水庫1980—2017年來水量、降水量的時間變化序列進行檢驗分析，得出結(jié)果如下（見表4）：降水量呈逐年減少的趨勢，平均值和標(biāo)準(zhǔn)差分別為1 322.8 mm和243.64 mm，檢驗統(tǒng)計量[Zc]的絕對值大于[Z0.05]（1.64），拒絕原假設(shè)，即在置信度95%的水平下，降水量的減少趨勢是顯著的。再來看看來水量，與降水量相對應(yīng)，來水量的趨勢也是在減少的，多年平均值為148.7億m3，標(biāo)準(zhǔn)差是39.12 m3，但其檢驗統(tǒng)計量[Zc]的絕對值小于[Z0.1]（1.28），表明其來水量的增加和減少趨勢均不顯著。

綜上所述，鳳灘水庫的降水量和來水量的變化趨勢均為減少，其中，降水量的減少趨勢顯著，來水量的減少趨勢并不顯著。

碗米坡流域和鳳灘水庫降水量、來水量M-K曲線如圖6所示。

由圖6（a）可以看出，UF和UB曲線中的統(tǒng)計量在1980—1998年間基本為負值，表明鳳灘水庫的降水量在這段時間里的變化趨勢是明顯減少的，尤其在1990—1994年，降水量和來水量的減少趨勢最明顯，沒有明顯的突變時間點。

由圖6（b）可以看出，UF和UB的交點主要集中在1980—2003年，即鳳灘水庫的來水量在這段時期內(nèi)變化較大，并且UF曲線的[Z]統(tǒng)計量基本為負值，說明整體變化趨勢是減少的，并從2003年開始，下降趨勢增大。

由前面的分析可知，碗米坡流域各年的降水量在多年平均降水量值的上下浮動，年降水量和鳳灘水庫各年的來水量都呈減少的趨勢，并且斜率相近。從趨勢看，來水量和降水量未來都有整體減少的趨勢。

4 結(jié)論

①沅水內(nèi)7大流域強降水面雨量的頻次具有明顯的月分布變化，5—6月出現(xiàn)的頻次最多，7月次之，1月強降水頻次出現(xiàn)最少，僅為22次。7大流域2000—2017年共出現(xiàn)日面雨量≥20 mm的降水頻次為2 179次，平均每年121次，其中凌津灘流域出現(xiàn)頻次最高，為362次，碗米坡流域次之，為337次，三板溪和五強溪流域最少，均為272次。4—10月為強降水集中期，共發(fā)生強降水1 852次，占總次數(shù)的85.3%。在精細化預(yù)報中要特別加以關(guān)注。

②碗米坡流域月平均面雨量和鳳灘水庫月平均來水量相關(guān)系數(shù)為0.97，通過0.01的顯著性檢驗，降水量呈增加趨勢時，來水量增加，降水量呈減少趨勢時，來水量也減少，變化規(guī)律基本一致。從年內(nèi)分布來看，月平均面雨量最多的是5月份，平均月面雨量是206.7 mm;面雨量最少的月份是12月，平均月面雨量29.4 mm。同期，鳳灘水庫來水量最多的月份是6月，多年平均來水量是25.7億m3;最少的月份是1月，多年平均來水量3.2億m3。

③利用5 a滑動平均、Mann-Kendall趨勢分析法和突變檢驗法對鳳灘水庫1980—2017年來水量、降水量的時間變化序列的檢驗分析及UF和UB曲線中的統(tǒng)計量顯示，兩者的變化趨勢都是減少的，且降水量的減少趨勢顯著。

本文只是對2000—2017年沅水流域各流域面雨量和來水量的分布特征進行了研究，旨在更好地開展此流域面雨量的預(yù)報，更好地為水電氣象服務(wù)提供參考和依據(jù)，對于其影響因素及氣候特征有待在以后的工作中繼續(xù)研究。

參考文獻：

[1]廖春花，劉紅武，張永鋒，等.多種網(wǎng)絡(luò)模式對湖南水庫流域面雨量的預(yù)報檢驗[J].氣象科技，2018（4）：724-728.

[2]湖南省水利水電勘測設(shè)計院.沅水流域防洪規(guī)劃報告[Z].1999.

[3]長江水資源保護科學(xué)研究所.沅江流域綜合規(guī)劃環(huán)境影響報告書（簡本）（國環(huán)評證甲字第2602號）[Z].2013.

[4]伍昕，羅穎，吳作平，等.沅水流域水庫梯調(diào)自動化系統(tǒng)[J].水電自動化與大壩監(jiān)測，2005（5）：63-66.

[5]Briciu A E，Mihaila D . Wavelet analysis of some rivers in SE Europe and selected climate indices[J]. Environmental Monitoring & Assessment，2014（10）：6263-6286.

[6] Fu C，James A L，Wachachowiak M P. Analyzing the combind influence of solar activity and E1Nino on river discharge across southern Canada[J].Water Resource Research，2012（5）：5507-5525.

[7]廖玉芳，趙輝，彭嘉棟，等.洞庭湖區(qū)旱澇災(zāi)害加劇的氣象成因[J].災(zāi)害學(xué)，2016（1）：29-32，54.

[8]廖春花，郭海峰，張永峰，等.東江水庫入庫流量與流域面雨量變化分析[J].水利科技與經(jīng)技，2017（8）：32-38.

[9]方慈安，潘志祥，葉成志，等.幾種流域面雨量計算方法的比較[J].氣象，2003（7）：23-26.

[10]李武階，王仁喬，鄭啟松.幾種面雨量計算方法在氣象和水文上的應(yīng)用比較[J].暴雨·災(zāi)害，2000（1）：62-67.

[11]王仁喬，李才媛，王麗，等.六大流域強降水面雨量氣候特征分析[J].氣象，2003（7）：38-42.

[12] Yuting FAN， Yaning CHEN，Weihong LI， et al. Impacts of Temperature and Precipitation on Runoff in the Tarim River during the Past 50 Years[J]. Journal of Arid Land，2011（3）：220-230.