三峽水庫運(yùn)用后荊南三口分流演變規(guī)律及驅(qū)動因子

趙 偉，毛繼新，關(guān)見朝，王大宇

(中國水利水電科學(xué)研究院 流域水循環(huán)模擬與調(diào)控國家重點實驗室，北京 100048)

1 研究背景

三峽水庫運(yùn)用以來，長江中下游的水文情勢發(fā)生了顯著變化，引起了荊江與洞庭湖江湖關(guān)系的調(diào)整。荊南三口是連接長江干流與洞庭湖的水沙輸移通道，是洞庭湖區(qū)水量補(bǔ)給的重要來源，是江湖關(guān)系調(diào)整的重要紐帶，江湖關(guān)系的調(diào)整事關(guān)所處地區(qū)的經(jīng)濟(jì)、工業(yè)及人民生活用水保障，事關(guān)長江中下游防洪安全及生態(tài)環(huán)境[1-3]。探究荊南三口分流變化規(guī)律對于研究江湖關(guān)系尤為重要，諸多學(xué)者對荊南三口分流分沙的變化及其影響因素進(jìn)行了研究。已有研究表明，自1960年代至三峽水庫蓄水運(yùn)用前三口分流呈遞減趨勢是眾多學(xué)者的普遍共識，荊江河道的沖淤變化、荊江裁彎、洞庭湖區(qū)的沖淤演變、三口口門附近的河勢變化、人類活動等被認(rèn)為是影響三口分流分沙的主要因素[4-5]。閻云杰等[6]探究了三峽水庫蓄水運(yùn)用前后三口口門水位變化與三口分流能力之間的驅(qū)動響應(yīng)關(guān)系，結(jié)果表明：松滋口分流能力略有增加；太平口口門處，同流量下口門處平均水位降幅較大，分流比減?。慌撼乜诘姆至鞅茸兓Q于干支流的比降相對變化幅度。渠庚等[7]認(rèn)為口門附近水位和高程是影響藕池口分流分沙最直接的因素。魏軒等[8]發(fā)現(xiàn)，隨著三峽工程調(diào)蓄作用的日漸穩(wěn)定，且上游來水偏少，三口各個口門的沖淤變化不大；荊南三口的分流比基本保持小幅度并大致同步下降的變化趨勢。朱玲玲等[9]對三峽水庫汛期削峰調(diào)度、枯水期補(bǔ)償調(diào)度及汛后蓄水等運(yùn)行方式下近60年三口分流變化的影響進(jìn)行了探究，認(rèn)為流量過程的重新分配是影響三口分流的重要因素，在2003—2014年水庫調(diào)度使三口分流量年均減少約21億m3。汪雁佳等[10]從江湖水量交換視角對三口河系水位變化規(guī)律進(jìn)行探究，認(rèn)為上游來水量減少及人類修建的水利工程是引起三口河系水位變化的主要驅(qū)動因素。在探究三口分流變化情況及其影響因素相關(guān)研究中，對于三峽水庫運(yùn)行后三口分流變化趨勢的認(rèn)識尚有爭議，存在三口分流沒有顯著性變化[11]和三口分流持續(xù)減小[12]兩個觀點。

在研究方法上，研究者都傾向于采用M-K趨勢檢驗法、回歸分析等傳統(tǒng)方法，均基于基礎(chǔ)資料進(jìn)行分析。隨著科學(xué)技術(shù)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)在各行各業(yè)發(fā)展迅速，水利行業(yè)也不例外，劉媛媛等[13]將神經(jīng)網(wǎng)絡(luò)與水動力模型結(jié)合用于預(yù)測城市內(nèi)澇風(fēng)險研究，郭燕等[14]將神經(jīng)網(wǎng)絡(luò)用于鄱陽湖水位模擬與預(yù)測，王濤等[15]建立了以神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ)的冰壩預(yù)報模型。李榮等[16]基于水量守恒和槽蓄方程建立了物理意義較為明確的洞庭湖區(qū)河網(wǎng)神經(jīng)網(wǎng)絡(luò)模型，并對1982年的流量過程進(jìn)行了模擬，模擬結(jié)果與實測結(jié)果較為吻合。朱承山等[17]建立了基于神經(jīng)網(wǎng)絡(luò)的水資源預(yù)測模型，將其運(yùn)用于歐陽海水庫，模型輸出的入庫徑流量過程與實際入庫徑流過程相吻合。自2015年Google集團(tuán)推出Tensorflow機(jī)器學(xué)習(xí)系統(tǒng)以來，Tensorflow已經(jīng)成為實現(xiàn)神經(jīng)網(wǎng)絡(luò)內(nèi)置架構(gòu)最為流行的機(jī)器學(xué)習(xí)框架之一，其模型為用戶提供了更加簡潔、訓(xùn)練效率更高的計算方法，且支持CPU和GPU大規(guī)模集群計算[18-19]。以Tensorflow架構(gòu)的大規(guī)模深度學(xué)習(xí)模型應(yīng)用廣泛，其常應(yīng)用于語音識別、自然語言處理、計算機(jī)視覺、機(jī)器人控制、信息提取、數(shù)據(jù)分析和預(yù)測等[20]。本文基于Tensorflow搭建了ANN模型，它不同于傳統(tǒng)分析方法，不僅具有數(shù)學(xué)模型可復(fù)演不同地形條件下水沙過程演變的特點，而且不需要建立具體的水沙運(yùn)動數(shù)學(xué)模型即可映射出上下游斷面間水文要素之間的復(fù)雜非線性關(guān)系，降低了建立數(shù)學(xué)模型和參數(shù)率定的困難，也能在相對較短時間內(nèi)獲得可行且精度較高的結(jié)果。

在三峽水庫及上游梯級水庫相繼運(yùn)行后，來水水沙條件發(fā)生了新的變化。本文基于1991—2020年近30年的長系列實測資料探究新的水沙條件下荊南三口分流變化規(guī)律，系統(tǒng)分析荊南三口河系演變驅(qū)動因子對三口分流量(荊江來流量分入三口河道水量)的影響。首先對宜昌站流量過程進(jìn)行還原，其后基于Tensorflow搭建的ANN模型定量分析2003—2020年時間段內(nèi)三峽水庫調(diào)蓄、地形變化(干支流不對等沖刷及工程影響)對三口分流的影響。該研究可為長江中、下游河湖水系連通及河湖規(guī)劃、生態(tài)環(huán)境保護(hù)和水資源配置等提供依據(jù)，為長江大保護(hù)等國家戰(zhàn)略提供技術(shù)支撐。

2 研究區(qū)域概況及研究方法

2.1 研究區(qū)域及數(shù)據(jù)來源自湖北省枝城市至湖南省岳陽市城陵磯的長江干流河段被稱為荊江河段。荊江貫穿于江漢平原與洞庭湖平原之間，錯綜復(fù)雜的洞庭湖河網(wǎng)水系位于其南岸。長江干流來水沿程通過荊南三口河道與洞庭湖相連，洞庭湖承接湘、資、沅、澧四水來水，經(jīng)洞庭湖調(diào)蓄后由城陵磯匯入長江，形成了錯綜復(fù)雜的江湖關(guān)系(圖1)。荊南三口河道包括松滋河、虎渡河和藕池河，主要由新江口和沙道觀(松滋口)、彌陀寺(太平口)、康家崗和管家鋪(藕池口)5個水文站來控制，荊江干流通過枝城站來控制。在三峽水庫及上游梯級水庫群建成后新的水沙條件下，荊南三口分流量發(fā)生變化，其深刻影響了長江與洞庭湖的水文情勢。

圖1 三口水系位置示意

本文收集了1991—2020年新江口、沙道觀、彌陀寺、康家崗、管家鋪和宜昌站的日平均水位、流量、含沙量資料；1991—2020年寸灘站、武隆站逐日流量資料，枝城站的逐日流量、水位資料；1992—2020年枝城站的逐日含沙量資料；1991—2000年清江長陽站、2001—2020年高壩洲站的逐日流量資料，以上逐日資料均來自于相關(guān)年份的水文年鑒。荊南三口五站的多年平均年徑流量及多年平均輸沙量來自《中國泥沙公報》。

2.2 研究方法采用M-K檢驗法、年徑流量-年輸沙量雙累積曲線法分析枝城站及荊南三口的年徑流量、年輸沙量的變化趨勢及突變點，具體計算原理見文獻(xiàn)[21-22]。

在定量分析三峽水庫運(yùn)行后地形變化及水庫調(diào)蓄對三口分流的影響時，本文采用了基于Tensorflow搭建的ANN模型。在Tensorflow中，數(shù)據(jù)都以張量的形式存在，即可以表示為任意維度的數(shù)組，它的計算過程是通過數(shù)據(jù)流圖來實現(xiàn)[18，23]。Tensorflow首先對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)進(jìn)行定義，然后將數(shù)據(jù)放入到結(jié)構(gòu)中計算，計算的流程見圖2。圖中的節(jié)點表示數(shù)學(xué)操作，線條表示相互聯(lián)系的多維數(shù)組。輸入變量X與權(quán)重進(jìn)行矩陣相乘，加上偏移量即可得到輸出值，進(jìn)而與實際Y值作差運(yùn)算，計算每次訓(xùn)練的損耗，每次訓(xùn)練結(jié)束后都會將結(jié)果向前反饋以調(diào)節(jié)權(quán)重ω，直到不斷迭代得到最小損耗的權(quán)重和偏移量。

圖2 Tensorflow計算示意

2.2.1 數(shù)據(jù)集的構(gòu)建及歸一化處理 構(gòu)建ANN模型首先對數(shù)據(jù)集進(jìn)行選擇和處理，數(shù)據(jù)集選擇遵循范圍廣和具有代表性的原則。研究三峽水庫調(diào)蓄對荊南三口分流影響時采用的數(shù)據(jù)集為2003—2020年枝城站及三口流量系列。探究三峽水庫建庫后地形變化對荊南三口分流量的影響時，模型構(gòu)建選擇的數(shù)據(jù)集為1999—2000年地形條件下的枝城站及荊南三口的流量過程，枝城站在2003—2020年內(nèi)日均最大流量為56 900 m3/s，三峽建庫前2001—2002年枝城日均最大流量不超過50 000 m3/s，1998年、1999年的日均最大流量均大于56 900 m3/s，但1998年汛期呈現(xiàn)高水位持續(xù)時間長、流量大的特點，建庫后并未出現(xiàn)類似情形，綜合考慮，選擇1999—2000年流量系列作為訓(xùn)練集。針對選擇的兩個數(shù)據(jù)集，本模型均是各自隨機(jī)選擇數(shù)據(jù)集的70%用于模型訓(xùn)練，30%用于模型驗證。

文中選擇的兩個數(shù)據(jù)集中流量和含沙量資料均不能近似為高斯分布，采用下面公式進(jìn)行歸一化：

(1)

式中：Xnorm為歸一化后的數(shù)據(jù)；Xmax、Xmin分別為樣本的最大值、最小值。

2.2.2 模型的構(gòu)建 本文構(gòu)建的ANN模型包括輸入層、隱層、輸出層三層，以枝城站作為上斷面，即枝城站的流量Q、含沙量S為模型輸入層，將荊南三口概化為下斷面，荊南三口的流量(即為三口5個水文站流量之和)Q、含沙量S為輸出層。隱層主要是用來將輸入數(shù)據(jù)映射到輸出空間，對于隱層節(jié)點數(shù)的確定目前尚無成熟的理論方法，常采用已有的經(jīng)驗公式來確定隱含層節(jié)點數(shù)，本模型采用了Hecht-Nielsen &Illingworth[24]公式：h=4N，N為輸入層節(jié)點數(shù)，因此，隱含層節(jié)點數(shù)設(shè)置為8。本模型輸入層與輸出層之間的關(guān)系為：

(2)

式中：ωi為第i個神經(jīng)元的連接權(quán)重；xi為輸入的神經(jīng)元；θ為閾值，初始值取0.1；n為輸入神經(jīng)元個數(shù)。

在神經(jīng)網(wǎng)絡(luò)中，輸出層都是輸入層的線性組合，為了加入非線性元素，常引入激活函數(shù)。ANN常見的激活函數(shù)有Sigmoid、tanh、ReLu等[25]，本模型在計算過程中采用了相對于Sigmoid和tanh有更快收斂速度且不會出現(xiàn)梯度消失問題的ReLu函數(shù)。

ANN模型的擬合精度通過損失函數(shù)來體現(xiàn)，擬合精度為1與損失函數(shù)值的差值，本模型在構(gòu)建時采用的損失函數(shù)為均方誤差(MSE)，函數(shù)表達(dá)式為：

(3)

式中：yi為三口分流量計算值；y為實際值；m為樣本個數(shù)。

3 荊南三口實測分流分沙變化

從1950年代以來，荊江河段先后經(jīng)歷了下荊江裁彎、葛洲壩修建、三峽水庫蓄水和長江上游梯級電站的修建與運(yùn)行等，這些人類活動均會導(dǎo)致來水來沙量發(fā)生變化。以下主要分析1991—2020年段枝城站及荊南三口水沙變化情況。

年徑流量-年輸沙量雙累積曲線可以反映河道中水沙變化趨勢，圖3為1992—2020年枝城站和1991—2020年荊南三口的年徑流量-年輸沙量雙累積曲線，兩條曲線均呈現(xiàn)上凸形態(tài)，枝城站平均含沙量由建庫前0.86 kg/m3減小到建庫后的0.09 kg/m3，減小幅度達(dá)到89.5%，荊南三口平均含沙量由約1.0 kg/m3減小到建庫后的0.19 kg/m3。自三峽水庫運(yùn)行后，出庫含沙量大幅降低，壩下游水沙處于嚴(yán)重不平衡狀態(tài)，引起壩下游河道普遍沖刷，這在一定程度上對緩解三口河道的淤積起到積極作用。荊南三口雙累積曲線變化趨勢與枝城站雙累積曲線變化趨勢一致，突變點均在2003年，因此文中將2003年作為分界點，探究建庫前(1991—2002年)、建庫后(2003—2020年)荊南三口分流演變情況。

圖3 枝城站、荊南三口年徑流量-年輸沙量雙累積曲線

枝城站年徑流量變化在近30年有增有減，建庫前1991—2002年的多年平均徑流量為4338億m3，建庫后2003—2020年多年平均徑流量為4282億m3，年徑流量總體變化趨勢平穩(wěn)，未發(fā)生明顯突變。荊南三口1956—2020年多年平均徑流量為810.4億m3，為枝城站年均徑流量的18.59%。荊南三口分流量自1956年以來一直沿時程呈現(xiàn)減小趨勢，其中，1991—2002年三口多年平均分流量為622.3億m3，2003—2020年多年平均分流量為498億m3，與1991—2002年相比，建庫后三口分流量減幅約為20%，三口分流量明顯減小。如圖4(a)所示。

圖4 1991—2020年枝城及荊南三口年徑流量、年輸沙量變化

三峽水庫修建和運(yùn)行后，三峽水庫攔截大量泥沙，導(dǎo)致三峽壩下游輸沙量銳減。枝城站1992—2002年多年平均輸沙量約為3.7億t，2003—2020年枝城輸沙量大幅減少，多年平均輸沙量僅為0.38億t，僅為1992—2002年的約1/10。荊南三口在1991—2002年多年平均輸沙量為6241.9萬t，三峽建庫后的2003—2020年減為943.3萬t，減幅高達(dá)85%。如圖4(b)所示。

自三峽水庫蓄水運(yùn)用以來，荊南三口分流能力較蓄水前明顯降低，這與盧金友等[26]的認(rèn)識相一致。而究竟是哪些驅(qū)動因子導(dǎo)致這一演變結(jié)果，各驅(qū)動因子對荊南三口分流演變影響的量級各自為多少，以下運(yùn)用實測水沙資料分析以及搭建的ANN模型對其進(jìn)行探究。

4 三口水系分流分沙演變驅(qū)動因子探究

4.1 三峽水庫調(diào)蓄的影響基于1991—2020年實測水沙資料，對三峽水庫建庫前(1991—2002年)和三峽水庫運(yùn)行后(2003—2020年)枝城站不同流量級出現(xiàn)頻率進(jìn)行了統(tǒng)計。從統(tǒng)計結(jié)果來看(圖5)，2003年后0～5000 m3/s流量級出現(xiàn)頻率顯著降低，尤其三峽水庫進(jìn)入試驗性蓄水期后，該流量級僅出現(xiàn)1次；>5000～10 000 m3/s流量級出現(xiàn)頻率明顯高于其它流量級，三峽水庫蓄水運(yùn)用后，該流量級出現(xiàn)頻率顯著提高，由建庫前29.0%提高到43.3%。與建庫前相比，三峽水庫運(yùn)用后大流量出現(xiàn)頻率顯著降低，大于40 000 m3/s流量級出現(xiàn)頻率由3.6%降到了1.6%。三峽水庫的調(diào)蓄作用改變了壩下游荊江河段水文節(jié)律，荊南三口分流量必然發(fā)生響應(yīng)性調(diào)整。

圖5 枝城站不同流量級出現(xiàn)頻率統(tǒng)計

4.1.1 不同調(diào)度周期內(nèi)三口分流變化 為分析三峽水庫不同調(diào)度期內(nèi)三口分流變化情況，將每年分為枯水期(1月1日至5月19日、11月1日至12月31日)、汛前消落期(5月20日至6月10日)、汛期(6月11日至9月10日)和汛末蓄水期(9月11日至10月31日)四個時段。自三峽水庫及上游梯級水庫蓄水以來，枝城站作為三口口門荊江河段上游控制站，年徑流量并無明顯趨勢性變化，但流量年內(nèi)分配過程有一定的變化，主要體現(xiàn)在汛期和枯水期。汛期水庫調(diào)蓄對于洪峰具有削減調(diào)平作用，該時期枝城徑流量占比由三峽水庫蓄水運(yùn)用前的約50%減小到了44.6%(圖6)，三口分流量整體呈下降趨勢，由建庫前453.4億m3下降到343.5億m3(表1)；經(jīng)過水庫調(diào)蓄，枯水期枝城徑流量占比由建庫前1991—2002年26%提高到了蓄水后的32.1%，三口分流比略有增大，其中松滋口受人類采砂活動和干流來流的影響，分流比自2012年左右開始有較為明顯的增大，而太平口及藕池口在枯水期分流比略有減小或無明顯變化；汛末蓄水期和汛前消落期三口分流比無明顯變化趨勢。

表1 荊南三口平均分流量年內(nèi)分布

圖6 枝城流量及年內(nèi)分配過程變化

總體來看，三峽水庫及上游梯級水庫的運(yùn)行對汛期洪峰的調(diào)平作用明顯，三口分流量在汛期下降幅度最大，汛期削峰調(diào)度對松滋口、太平口分流影響不大，對藕池口分流影響較為明顯，但近年來分流比已逐步趨于穩(wěn)定。水庫調(diào)蓄使得枯水期中水流量持續(xù)時間延長，在一定程度上對松滋口分流量有積極影響，而對太平口及藕池口影響微弱。汛末蓄水期三口分流量的下降是由于汛后水庫蓄水來流減少導(dǎo)致。

4.1.2 壩下游宜昌、枝城站流量還原 為了分析三峽水庫調(diào)蓄對三口分流的影響，基于1991—2002年水文系列對三峽運(yùn)用后宜昌站的流量過程進(jìn)行還原，分析寸灘和武隆兩個水文站實測的日流量之和與宜昌站流量的相關(guān)性，建立還原方程并對建庫后2003—2020年宜昌站的長系列資料進(jìn)行流量還原，從而得到?jīng)]有三峽水庫調(diào)節(jié)時宜昌站的流量過程?？紤]到寸灘站、武隆站與宜昌站之間的距離，洪峰傳播時間不可忽略，經(jīng)過計算和綜合考慮，傳播時間以2 d為宜，宜昌站流量與寸灘、武隆兩站流量之和之間的相關(guān)性較好，相關(guān)系數(shù)R2=0.974。其還原方程為：

Q宜昌=1.48×Q0.97

(4)

式中：Q宜昌為宜昌站流量計算值；Q為寸灘、武隆兩站實測流量之和。

根據(jù)建立的還原方程計算可得1991—2020年宜昌站的流量計算值，從典型年份流量過程和長系列還原結(jié)果來看，壩址處流量還原結(jié)果較好。從圖7來看，三峽建庫前，1992年還原前后流量過程變化較為一致，三峽建庫后，削峰補(bǔ)枯，2020年枯水期還原后流量過程線低于實測流量過程線，汛期還原流量過程線高于實測流量過程線，這是合理的。圖8為1991—2020年宜昌站實測徑流量與還原值比較結(jié)果，1991—2002年宜昌站多年平均徑流量實測值為4286億m3，利用還原方程計算的多年平均徑流量為4287.5億m3，兩者相差約1.5億m3。

圖7 典型年還原前后宜昌站流量過程線對比

圖8 1991—2020年宜昌站實測徑流量與還原值比較

利用式(4)計算得到2003—2020年宜昌站還原徑流量后加上支流清江年徑流量即可得到同期枝城站的還原徑流量。

采用構(gòu)建的ANN模型對實測的2003—2020年枝城流量與三口分流量進(jìn)行擬合，擬合精度達(dá)到0.91，模型擬合計算得到的三口平均分流量為498億m3，實際三口分流量為497.2億m3，計算結(jié)果與實際結(jié)果僅相差0.8億m3(圖9)，模型精確度較高。將還原后的2003—2020年枝城流量輸入基于以上序列構(gòu)建的ANN模型，可計算得到無三峽水庫調(diào)蓄時每年的三口分流量，計算結(jié)果見表2。計算得到的2003—2020年時間段內(nèi)每年還原三口分流量與實際三口分流量差值平均值為28.6億m3/a，即說明三峽水庫調(diào)蓄作用對三口分流量的影響約為28.6億m3/a。

表2 三口分流量還原計算結(jié)果 (單位：億m3)

圖9 2003—2020年三口分流量實測值與還原值比較

方春明等[27]基于2003—2010年流量數(shù)據(jù)研究得到三口分流量在平、豐水年受三峽水庫徑流調(diào)節(jié)影響減小約43億m3；之前也有研究[28]顯示，自三峽試驗性蓄水至2013年期間，三峽水庫的調(diào)蓄作用對三口分流的影響約為35億m3。由此來看，隨著上游梯級水庫建設(shè)和三峽水庫不斷調(diào)度優(yōu)化，三峽水庫的調(diào)蓄對三口分流能力的影響作用略有減弱。

4.2 荊江與三口河道不對等沖刷對荊南三口分流的影響三峽水庫蓄水后，三口洪道沖刷，河床高程降低，增加了同水位下的過流能力。三口洪道沖刷的同時，荊江也發(fā)生了持續(xù)沖刷，但荊江的沖刷強(qiáng)度大于三口分流河道的沖刷強(qiáng)度，其除抵消了三口河道沖刷的作用外，同時也引起了三口口門處水位降低[27]，故三口分流量是減小的。

自2003—2018年，松滋河進(jìn)口段平均沖深0.6 m，口門處荊江河段平均沖刷深度為2.5 m；虎渡河進(jìn)口段平均沖深1.1 m，口門處荊江河段沖刷深度為4.6 m；藕池河進(jìn)口段平均沖深0.8 m，口門處荊江河段沖刷深度為4.7 m。從平均沖刷深度來看，干流沖刷與三口河道的沖刷是不對等的，且口門處干流的沖刷深度均大于三口河道進(jìn)口段的沖刷深度，不對等沖刷是否為三口分流減小的重要驅(qū)動因子，該驅(qū)動因子影響的量級為多少。對此我們進(jìn)行了進(jìn)一步研究。

為量化地形條件變化對荊南三口分流量的影響，本文采用的方法主要是以1999—2000年地形下的枝城流量過程和三口分流量訓(xùn)練模型，基于構(gòu)建的模型輸入2003—2020年枝城流量計算可得到三口分流量，其與2003—2020年實際地形條件下三口分流量之差即是由地形變化引起的。本文采用ANN人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)擬合，訓(xùn)練模型采用的資料為1999—2000年枝城的流量過程及三口分流量，訓(xùn)練的模型計算結(jié)果與實際1999—2000年三口分流量的擬合結(jié)果較好，均方誤差MSE為0.09，利用模型計算得到1999—2000年三口分流量之和為1483.7億m3，實測三口分流量之和為1485.8億m3。

基于1999—2000年地形條件訓(xùn)練的ANN模型，輸入2003—2020年枝城流量，可計算得到2003—2020年三口分流量，結(jié)果如圖10所示。計算得到多年平均分流量為573.4億m3，實際三口多年平均分流量為497.7億m3，二者相差75.7億m3，即說明2003—2020年三口與荊江干流不對等沖刷對三口分流量的影響約為75.7億m3/a。其中，2015—2019年地形變化對三口分流的影響較大，這是由于在2011—2016年松滋口口門處受到人工大量采砂的影響和2015—2019年荊南四河采砂影響，斷面發(fā)生大幅下切。

圖10 三峽建庫后地形變化對三口分流量的影響結(jié)果

根據(jù)本文模型的計算分析和統(tǒng)計結(jié)果，2003—2020年三口多年平均分流量與1991—2002年多年平均分流量相比，減少約124.4億m3，其中三口與荊江干流不對等沖刷(地形變化、工程影響)對三口分流量的影響最大，約為75.7億m3/a，三峽水庫調(diào)蓄作用對三口分流量的影響次之，約為28.6億m3/a，而徑流變化及三峽上游梯級水庫調(diào)蓄等對三口分流量的影響約為20.1億m3/a。

5 結(jié)論

三峽水庫建庫后，出庫含沙量大幅減小，壩下游河道水沙輸移處于不平衡狀態(tài)，荊江沖刷程度加劇，荊南三口分流演變規(guī)律發(fā)生響應(yīng)性調(diào)整。通過基礎(chǔ)資料分析和ANN模型計算，厘清了建庫后荊南三口分流持續(xù)減小的驅(qū)動因子，量化了各驅(qū)動因子對三口分流量的影響，主要研究結(jié)論及認(rèn)識如下：(1)在近30年，枝城站年徑流量總體變化趨勢平穩(wěn)；與1991—2002年相比，建庫后荊南三口分流量減少約124.4億m3。(2)三峽水庫調(diào)蓄改變了壩下游年內(nèi)徑流過程，三峽水庫的運(yùn)行對汛期洪峰的調(diào)平作用明顯，加之汛末水庫蓄水，減少下泄量，對三口分流影響約為28.6億m3/a。(3)三峽水庫建庫后荊江沖刷加劇，三口洪道由淤積狀態(tài)轉(zhuǎn)為沖刷，三口洪道的沖刷雖增加了同水位下過流能力，但二者沖刷幅度不同，三口口門處荊江平均沖刷深度遠(yuǎn)大于三口洪道沖刷深度，其不對等沖刷引起三口分流量減少約為75.7億m3/a，其中，人工采砂造成的地形變化不可忽略。(4)鑒于未來壩下游河段河床仍會受人類活動、環(huán)境變化、水庫群聯(lián)合調(diào)蓄的影響，其水沙條件仍處于不斷變化中，建議重點關(guān)注極端條件下，不對等沖刷及上游梯級水庫群聯(lián)合調(diào)度對三口分流的影響及江湖關(guān)系的演變。(5)基于三峽水庫的調(diào)蓄和三口河道與干流不對等沖刷是影響三口分流減小的主要驅(qū)動因子的認(rèn)識，應(yīng)優(yōu)化三峽水庫及其上游水庫群聯(lián)合調(diào)度，實施疏挖等工程措施，增大三口分流量，改善通流條件。