變化環(huán)境下贛江流域水文情勢(shì)演變及歸因分析

喬時(shí)雨 李國(guó)芳 李國(guó)文 陳靜 凍芳芳

摘要：為揭示贛江流域水文情勢(shì)演變特征及其主要驅(qū)動(dòng)因素，根據(jù)贛江外洲站1953～2020年實(shí)測(cè)流量和水位資料，采用滑動(dòng)平均法、Kendall秩次相關(guān)檢驗(yàn)、Spearman秩次相關(guān)檢驗(yàn)、累積距平檢驗(yàn)、Mann-Kendall檢驗(yàn)、滑動(dòng)秩和檢驗(yàn)、Pettitt檢驗(yàn)和有序聚類檢驗(yàn)法分析該站流量和水位的變化特征，采用隨機(jī)森林模型和殘差分析法定量評(píng)估人類活動(dòng)和氣候變化對(duì)流量及水位變化的影響。結(jié)果表明：① 外洲站年尺度和月尺度平均流量均呈現(xiàn)不顯著的增大趨勢(shì)，年平均流量增幅為10.5%，增大速率為3.2 （m³·s^-1）/a；年尺度和月尺度平均水位均呈現(xiàn)顯著的下降趨勢(shì)，年平均水位降幅為-14.3%，下降速率為-0.04 m/a。② 1991年為外洲站年平均流量序列的突變年份，影響期較基準(zhǔn)期增大了205 m³/s；定量分析氣候變化和人類活動(dòng)對(duì)流量變化的貢獻(xiàn)率，其中氣候變化占92.8%，贛江流域降水增多是使外洲站流量略有增大的主要原因。③ 2002年為外洲站年平均水位序列的突變年份，影響期較基準(zhǔn)期下降了2.20 m，人類活動(dòng)對(duì)水位變化的貢獻(xiàn)率占93.8%；水利工程建設(shè)、流域綜合治理等人類活動(dòng)的影響，改變了河流天然的水沙規(guī)律，外洲站斷面受沖淤變化和人工采砂等影響，河床逐年下切趨勢(shì)明顯，這是造成外洲站水位顯著下降的主要原因。研究成果可為變化環(huán)境下流域水資源利用提供參考。

關(guān) 鍵 詞：水文情勢(shì)演變；非一致性分析；隨機(jī)森林；殘差分析；氣候變化；人類活動(dòng)；贛江流域

中圖法分類號(hào)：TV11；P333

文獻(xiàn)標(biāo)志碼：A

DOI：10.16232/j.cnki.1001-4179.2024.05.013

0 引 言

在變化環(huán)境下，氣候變化和人類活動(dòng)是影響水文循環(huán)最重要的兩大驅(qū)動(dòng)要素^［1-2］。分析變化環(huán)境下水文情勢(shì)演變規(guī)律、水文響應(yīng)機(jī)制以及水文要素變化歸因已成為當(dāng)前水科學(xué)研究的熱點(diǎn)之一^［3］。近年來，圍繞氣候變化和人類活動(dòng)引起的水文情勢(shì)演變的研究持續(xù)受到國(guó)內(nèi)外學(xué)術(shù)界關(guān)注^［4-5］。唐文雯^［6］采用M-K檢驗(yàn)法分析了蘇州吳江區(qū)水文情勢(shì)變化；陳柯兵等^［7］采用水文變異診斷系統(tǒng)分析了洞庭湖四水洪水情勢(shì)變異特性及其原因；王國(guó)慶等^［8］采用SIMHYD模型建立了氣候變化和人類活動(dòng)對(duì)徑流變化貢獻(xiàn)的定量計(jì)算方法；Wang等^［9］基于DTVGM模型分析了氣候變化和人類活動(dòng)對(duì)徑流變化的影響，評(píng)估了對(duì)徑流變化的相對(duì)貢獻(xiàn)；宋曉猛等^［3］歸納了變化環(huán)境下水文要素的變化規(guī)律并探討了歸因分析方法，以及氣候變化和人類活動(dòng)對(duì)水循環(huán)過程變化貢獻(xiàn)率的量化等；鮑振鑫等^［10］建立了氣溫、降水、下墊面變化和取水用水4種要素驅(qū)動(dòng)的徑流變化歸因定量識(shí)別體系，分析了其貢獻(xiàn)率；胡萌等^［11］采用降水-徑流雙累計(jì)曲線法定量計(jì)算了氣候變化和人類活動(dòng)對(duì)徑流變化的貢獻(xiàn)率；盛菲等^［12］分別采用水文模型模擬法、經(jīng)驗(yàn)統(tǒng)計(jì)分析法、累積量斜率變化率模型模擬法，計(jì)算并對(duì)比了徑流變化的貢獻(xiàn)率。因此，剖析變化環(huán)境下的水文情勢(shì)變化，定量分析氣候變化和人類活動(dòng)對(duì)水文情勢(shì)變化的影響，對(duì)預(yù)防旱澇災(zāi)害具有重要的意義。

近年來，在環(huán)境變化的影響下，鄱陽(yáng)湖呈現(xiàn)枯水期水位連創(chuàng)新低、旱澇急轉(zhuǎn)等現(xiàn)象，流域內(nèi)流量和輸沙量發(fā)生了變化，工程的建設(shè)對(duì)其有明顯的影響，受到了社會(huì)的廣泛關(guān)注^［13-14］。贛江是匯入鄱陽(yáng)湖“五河”中最大的一條支流。為此，本文通過分析贛江外洲站水文序列的非一致性，應(yīng)用隨機(jī)森林模型^［15］結(jié)合殘差分析法^［16］對(duì)贛江流域年尺度和月尺度平均流量序列和平均水位序列進(jìn)行定量分析，量化氣候變化和人類活動(dòng)對(duì)流量和水位變化的貢獻(xiàn)率并進(jìn)行歸因分析，同時(shí)，通過雙變量相關(guān)性分析模型得到各氣候因子對(duì)于流量變化的相對(duì)重要性，以期為變化環(huán)境下流域水資源利用及預(yù)防干旱和洪澇災(zāi)害提供參考依據(jù)。

1 研究區(qū)域概況及數(shù)據(jù)資料

1.1 研究區(qū)域概況

鄱陽(yáng)湖流域由贛江、撫河、信江、饒河、修水五大水系和鄱陽(yáng)湖組成。贛江是鄱陽(yáng)湖水系的第一大河，也是長(zhǎng)江八大支流之一^［17］。贛江流域位于長(zhǎng)江中下游南岸，地理位置在東經(jīng)113°30′～116°40′，北緯24°29′～29°11′，發(fā)源于江西省贛州市石城縣石寮崠，縱貫江西南北、水系發(fā)達(dá)，流域面積為82 809 km²，占鄱陽(yáng)湖流域總面積的51.5%，主河道長(zhǎng)823 km。按河谷地形和河道特征將贛江流域劃分為上、中、下游3段。贛江流域?qū)儆趤啛釒駶?rùn)季風(fēng)氣候，四季分明，流域內(nèi)有大型水庫(kù)16座、中型水庫(kù)123座。

外洲水文站為贛江入鄱陽(yáng)湖的重要控制站，位于南昌市桃花鄉(xiāng)外洲村，地處贛江尾閭河段，測(cè)驗(yàn)河段順直，其控制流域面積為80 948 km²，占鄱陽(yáng)湖流域總面積的49.9%。河床由細(xì)沙組成，有沖淤，高水時(shí)河面寬約1 500 m。外洲站水位和流量對(duì)鄱陽(yáng)湖的水位有較大影響，因此，選取外洲站為贛江流域的代表站。贛江流域氣象站、雨量站和水文站點(diǎn)分布及概況如圖1所示。

1.2 數(shù)據(jù)資料來源

本文DEM數(shù)據(jù)來自中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)，分辨率為30 m；采用的水文數(shù)據(jù)是江西省水文局提供的外洲站1953～2020年逐日流量、水位資料，贛江流域瑞金、麻州等35個(gè)雨量站1980～2020年逐日降雨量，并通過泰森多邊形法計(jì)算出流域面雨量；氣象數(shù)據(jù)是中國(guó)氣象數(shù)據(jù)網(wǎng)提供的贛江流域南昌氣象站、宜春氣象站、吉安氣象站和贛州氣象站1980～2020年逐日平均氣壓、相對(duì)濕度、氣溫、蒸發(fā)、日照時(shí)數(shù)和風(fēng)速等資料。

2 研究方法

本研究對(duì)贛江外洲站年尺度和月尺度平均流量和平均水位進(jìn)行非一致性分析及變化歸因分析，主要包括以下4個(gè)步驟：① 水文序列的趨勢(shì)性檢驗(yàn)；② 水文序列的突變分析，識(shí)別流量序列和水位序列的突變點(diǎn)；③ 運(yùn)用隨機(jī)森林模型分別對(duì)突變點(diǎn)前的流量和水位進(jìn)行模擬校準(zhǔn)，利用校準(zhǔn)好的模型分別模擬突變后的流量和水位；④ 采用殘差分析法進(jìn)行流量和水位變化的歸因分析。

2.1 非一致性分析

首先取顯著性水平α=0.05，利用滑動(dòng)平均、Kendall秩次相關(guān)檢驗(yàn)、Spearman秩次相關(guān)檢驗(yàn)、累積距平檢驗(yàn)、Mann-Kendall檢驗(yàn)法對(duì)外洲站年平均流量和水位序列進(jìn)行統(tǒng)計(jì)分析（具體檢驗(yàn)步驟見文獻(xiàn)［18］），研究其年際變化趨勢(shì)；其次采用相同分析方法對(duì)月平均流量和水位序列進(jìn)行趨勢(shì)檢驗(yàn)，研究其年內(nèi)變化趨勢(shì)；然后采用滑動(dòng)秩和檢驗(yàn)法、Pettitt檢驗(yàn)法、有序聚類法對(duì)外洲站年平均流量和水位序列進(jìn)行跳躍檢驗(yàn)，檢驗(yàn)其序列的突變年份，以突變年份為界將序列劃分為兩個(gè)子序列。

2.2 歸因分析方法

2.2.1 隨機(jī)森林模型

隨機(jī)森林（random forest，RF）是建立在分類樹（classification tree，CT）基礎(chǔ)之上的一種統(tǒng)計(jì)學(xué)習(xí)理論，其主要功能為分類和回歸^［19］。隨機(jī)森林模型基本單元為決策樹，模型準(zhǔn)確率高，在抽取樣本的特征屬性時(shí)，采取的是隨機(jī)有放回的抽樣方法，能夠大大降低在運(yùn)行時(shí)出現(xiàn)過度擬合的概率^［20］。其中樹的個(gè)數(shù)和隨機(jī)特征數(shù)視模型在基準(zhǔn)期的擬合效果達(dá)到最佳而定，最終根據(jù)決定系數(shù)和納什效率系數(shù)確定最佳模型。其基本步驟如下：

（1）從樣本中隨機(jī)有放回地抽取n個(gè)子集作為訓(xùn)練集，沒有被選中的樣本自動(dòng)作為測(cè)試集；

（2）每一個(gè)訓(xùn)練集的子集都是一棵決策樹，每一棵決策樹對(duì)樣本特征都進(jìn)行隨機(jī)有放回的抽取并進(jìn)行獨(dú)立的訓(xùn)練；

（3）取所有預(yù)測(cè)結(jié)果的平均值作為預(yù)測(cè)值。

其基本模型如下：

式中：g_i為預(yù)測(cè)值；n為樣本總數(shù)；h_i（m_i）為每棵決策樹的訓(xùn)練函數(shù)；m_i為實(shí)測(cè)數(shù)據(jù)。

通過隨機(jī)森林模型在基準(zhǔn)期分別建立了月平均流量和水位與氣候變量（月平均降雨量、氣壓、相對(duì)濕度、氣溫、蒸發(fā)、日照時(shí)數(shù)及風(fēng)速）之間的月尺度非線性模型，通過此模型分別模擬人類活動(dòng)影響期的月平均流量和水位。

2.2.2 殘差分析

通過殘差分析法定量分析氣候變化和人類活動(dòng)對(duì)流量變化和水位變化的貢獻(xiàn)率，將突變年份前后的兩個(gè)子序列分別稱為基準(zhǔn)期和影響期，并假設(shè)基準(zhǔn)期主要受氣候變化的影響，無顯著的人類活動(dòng)^{［8，21-22］}。其計(jì)算過程為

式中：S_1obs、S_2obs分別為基準(zhǔn)期和影響期實(shí)測(cè)月平均流量（水位）；ΔS為影響期相對(duì)基準(zhǔn)期流量（水位）的變化；ΔS_c為兩個(gè)時(shí)期之間氣候變化引起的流量（水位）變化；ΔS_h為兩個(gè)時(shí)期之間人類活動(dòng)引起的流量（水位）變化；S_2sim為影響期通過模擬得到的月平均流量（水位）；η_c、η_h分別為氣候變化和人類活動(dòng)對(duì)流量（水位）變化的貢獻(xiàn)率。

然后通過建立氣候因子與月平均流量的雙變量相關(guān)性分析模型，分析7個(gè)氣候因子與流量之間的相關(guān)性，對(duì)各氣候因子的重要性進(jìn)行排序。

3 變化環(huán)境下外洲站流量和水位變化研究

3.1 非一致性分析

3.1.1 趨勢(shì)檢驗(yàn)分析

利用滑動(dòng)平均法、Kendall秩次相關(guān)檢驗(yàn)、Spearman秩次相關(guān)檢驗(yàn)、累積距平檢驗(yàn)、M-K檢驗(yàn)法，分別對(duì)外洲站1953～2020年的年平均流量和水位序列進(jìn)行統(tǒng)計(jì)分析，研究其年際變化趨勢(shì)。外洲站年平均流量及其滑動(dòng)平均值過程線如圖2所示。外洲站年平均水位及其滑動(dòng)平均值過程線如圖3所示。

由圖2可知，外洲站年平均流量系列總體呈現(xiàn)“減-增-減-增-減-增”的趨勢(shì)，但整體無明顯上升或下降趨勢(shì)。利用Spearman檢驗(yàn)法計(jì)算所得外洲站年平均流量序列的統(tǒng)計(jì)量t=0.911 2，取顯著性水平α=0.05時(shí)，t_α/2=1.996 6，tα/2，趨勢(shì)不顯著；利用Kendall秩次相關(guān)檢驗(yàn)發(fā)現(xiàn)，外洲站年平均流量序列U=0.916，取顯著性水平α=0.05時(shí)，U_α/2=1.96，Uα/2，通過檢驗(yàn)分析，外洲站年平均流量系列的線性趨勢(shì)不顯著；其次采用相同方法對(duì)外洲站月平均流量序列進(jìn)行趨勢(shì)檢驗(yàn)，通過檢驗(yàn)得出，除1，8，9月份和12月份流量有顯著上升趨勢(shì)外，其余月份流量變化趨勢(shì)均不明顯。因此，外洲站平均流量系列無明顯整體變化趨勢(shì)。

外洲站年平均流量增幅為10.5%，增大速率為3.2 （m³·s^-1）/a。由圖2可知：外洲站多年平均流量為2 181 m³/s；68 a中，有26 a大于平均值，最大值出現(xiàn)在1973年，為3 642 m³/s；有42 a小于平均值，最小值出現(xiàn)在1963年，為751 m³/s，極值比為4.85。

由圖3可知，外洲站年平均水位系列在20世紀(jì)50年代中期至21世紀(jì)初呈現(xiàn)“減-增-減-增”的趨勢(shì)，21世紀(jì)初以來呈下降趨勢(shì)并且下降趨勢(shì)顯著；采用Spearman檢驗(yàn)法計(jì)算所得外洲站年平均水位序列的統(tǒng)計(jì)量t=-5.848 7，取顯著性水平α=0.05時(shí)，t_α/2=1.996 6，t>t_α/2，下降趨勢(shì)顯著；采用Kendall秩次相關(guān)檢驗(yàn)得到外洲站年平均水位序列U=4.939，顯著性水平α=0.05時(shí)，U_α/2=1.96，U>U_α/2，下降趨勢(shì)顯著。通過檢驗(yàn)分析，外洲站年平均水位系列下降趨勢(shì)明顯。采用相同方法對(duì)外洲站月平均水位序列進(jìn)行趨勢(shì)檢驗(yàn)，通過檢驗(yàn)得出，除7月份和8月份水位變化趨勢(shì)不明顯外，其余月份均有顯著下降趨勢(shì)。因此，外洲站平均水位系列變化趨勢(shì)明顯。

外洲站年平均水位降幅為-14.3%，下降速率為-0.04 m/a。由圖3可知：外洲站多年平均水位為17.88 m；68 a中，有44 a大于平均值，最大值出現(xiàn)在1954年，為19.88 m；有24 a小于平均值，最小值出現(xiàn)在2018年，為14.68 m，極值比為1.35。

3.1.2 變異點(diǎn)檢驗(yàn)分析

為系統(tǒng)分析外洲站水位和流量變化及其成因，采用3種不同的檢驗(yàn)方法對(duì)年平均流量序列和年平均水位序列進(jìn)行分析，確定其突變年份。突變檢驗(yàn)結(jié)果見表1。根據(jù)表1結(jié)果，選定1991年為贛江流域年平均流量序列的突變年份，進(jìn)而確定1980～1990年為流量序列的基準(zhǔn)期，1991～2020年為流量序列的影響期；選定2002年為贛江流域年平均水位序列的突變年份，進(jìn)而確定1980～2001年為水位序列的基準(zhǔn)期，2002～2020年為水位序列的影響期。

3.2 氣候變化和人類活動(dòng)對(duì)流量變化的影響

3.2.1 隨機(jī)森林模型構(gòu)建

本研究依據(jù)基準(zhǔn)期數(shù)據(jù)建立月尺度RF模型，將1980～1987年作為訓(xùn)練期，1988～1990年作為驗(yàn)證期，對(duì)隨機(jī)森林模型進(jìn)行校準(zhǔn)，以此量化人類活動(dòng)和氣候變化對(duì)流量變化的相對(duì)貢獻(xiàn)。輸入因子包括月平均流量、降雨量、氣壓、相對(duì)濕度、氣溫、蒸發(fā)、日照時(shí)數(shù)及風(fēng)速數(shù)據(jù)，輸出向量為月平均流量。其中基準(zhǔn)期流量模擬的R²和N_NSE均達(dá)0.9以上，模型的模擬精度滿足要求，說明隨機(jī)森林模型建立的突變前氣候和人為因素與流量變化之間的關(guān)系適用于本研究區(qū)。

3.2.2 流量變化貢獻(xiàn)分析

基準(zhǔn)期隨機(jī)森林模型構(gòu)建完成后，在影響期輸入氣候因子，通過隨機(jī)森林模型輸出影響期內(nèi)的逐月平均流量，隨后通過轉(zhuǎn)換時(shí)間尺度得到逐年平均流量，繪制年平均流量過程線。外洲站基準(zhǔn)期和影響期的年平均觀測(cè)和模擬流量對(duì)比見圖4。通過流量過程線計(jì)算得到氣候變化和人類活動(dòng)對(duì)外洲站流量的貢獻(xiàn)率，計(jì)算結(jié)果見表2。

由圖4和表2可知，基準(zhǔn)期（1980～1990年）平均流量為2 082 m³/s，影響期（1991～2020年）平均流量為2 287 m³/s，影響期較基準(zhǔn)期增大了205 m³/s；影響期內(nèi)氣候變化是使流量稍有上升的主要原因。同時(shí)，對(duì)1980～2020年的月平均氣候因子與月平均流量建立雙變量相關(guān)性分析模型，得到各影響因子對(duì)于流量變化的相對(duì)重要性結(jié)果見表3。

由表3可知，月平均流量與月平均降雨量、氣壓、相對(duì)濕度、氣溫、蒸發(fā)均呈顯著相關(guān)關(guān)系，且月平均流量與月平均降雨量相關(guān)系數(shù)為0.849，即降雨與徑流相關(guān)性極強(qiáng)，重要性程度最高。同時(shí)對(duì)降雨量進(jìn)行趨勢(shì)檢驗(yàn)分析，發(fā)現(xiàn)降雨量稍有上升趨勢(shì)，但未達(dá)到顯著性水平，變異點(diǎn)發(fā)生在1991年，與流量序列突變年份一致。因此，氣候變化使得贛江流域降水增多是引起外洲站流量略有增加的主要原因。

3.3 氣候變化和人類活動(dòng)對(duì)水位變化的影響

3.3.1 隨機(jī)森林模型構(gòu)建

采用與流量相同的方法，對(duì)水位序列建立月尺度RF模型，

將1980～1995年作為訓(xùn)練期，1996～2001年作為驗(yàn)證期，對(duì)隨機(jī)森林模型進(jìn)行校準(zhǔn)。其中基準(zhǔn)期水位模擬的R²和N_NSE均達(dá)0.9以上，模型的模擬精度滿足要求，說明隨機(jī)森林模型建立的突變前氣候和人為因素與水位變化之間的關(guān)系適用于本研究區(qū)。

3.3.2 水位變化貢獻(xiàn)分析

外洲站基準(zhǔn)期和影響期的年平均觀測(cè)和模擬水位對(duì)比見圖5。通過水位過程線計(jì)算得出氣候變化和人類活動(dòng)對(duì)外洲站水位的貢獻(xiàn)率，計(jì)算結(jié)果見表4。

由圖5、表4可知，基準(zhǔn)期（1980～2001年）平均水位為18.51 m，影響期（2002～2020年）平均水位為16.31 m，影響期較基準(zhǔn)期下降了2.20 m；影響期內(nèi)人類活動(dòng)的影響是使水位下降的主要原因。

由于人類活動(dòng)對(duì)于水位變化的貢獻(xiàn)率達(dá)93.8%，為進(jìn)一步剖析何種人類活動(dòng)對(duì)水位產(chǎn)生了顯著影響，現(xiàn)以起點(diǎn)距為橫坐標(biāo)，斷面河底高程為縱坐標(biāo)，點(diǎn)繪外洲站1965～2020歷年（逢0逢5年份作圖）大斷面（圖6）。

由圖6可知，在研究時(shí)段內(nèi)，該站大斷面有沖淤，1965～1975年靠近右岸河槽逐年淤積，靠近左岸河槽逐年下切；1975～1990年斷面沖淤與之前相反，靠近右岸河槽逐年沖刷，靠近左岸河槽逐年淤積；1990年以后，斷面呈逐年下切趨勢(shì)，進(jìn)而影響其水位的變化；2002年以后逐年下切趨勢(shì)非常明顯，2012年以后，隨著上游來沙的相對(duì)平穩(wěn)、對(duì)采砂的嚴(yán)格控制以及水文周期性的一般沖刷與回淤，河道的沖淤變化較為平緩和趨穩(wěn)^［23］。

根據(jù)徑流和輸沙實(shí)測(cè)資料，點(diǎn)繪外洲站年徑流量與年輸沙量關(guān)系，見圖7。從圖7可以看出：外洲站呈2個(gè)系列，時(shí)段分別為1956～1989年和1990～2020年，年平均輸沙量分別為1 103萬t和381萬t，呈明顯減小趨勢(shì)。

根據(jù)實(shí)測(cè)斷面資料，計(jì)算1965～2020歷年各水位級(jí)斷面面積，點(diǎn)繪水位面積曲線變化趨勢(shì)，見圖8（逢0逢5年份作圖）。根據(jù)GB 50179-2015 《河流流量測(cè)驗(yàn)規(guī)范》推求得到外洲站低、中、高水位為17.00，20.00，23.00 m，分析統(tǒng)計(jì)低、中、高水位級(jí)面積年際變化值及累積變化值，見表5。從圖8和表5中可以看出：在1965～2020年之間，低、中、高水位級(jí)下的過水面積整體增加，說明在這個(gè)時(shí)期內(nèi)，各水位級(jí)下斷面處于沖刷狀態(tài)；過水面積在低、中、高水位級(jí)下分別累積增加了 9 640，11 060，11 410 m²，增幅分別為535.6%，274.4%和151.9%，說明該斷面主河槽有明顯下切趨勢(shì)，且低水位級(jí)下切趨勢(shì)更明顯。

統(tǒng)計(jì)測(cè)流斷面多年平均水位18.11 m下1965～2020年（逢0逢5年份統(tǒng)計(jì)）平均河底高程和深泓點(diǎn)高程，見表6；繪制其歷年平均河底高程和深泓點(diǎn)高程變化過程線，見圖9。由表6和圖9可知，平均河底高程在1965～1990年呈淤積狀，淤積緩慢，基本穩(wěn)定；1990年之后沖刷趨勢(shì)明顯，明顯下切，累積下切深度為7.85 m，平均每年下切深度為0.26 m；1965～2020年平均河底高程累積下切深度為6.85 m。深泓點(diǎn)高程在1965～2020年雖有上下波動(dòng)，但總體呈下降趨勢(shì)，累積下切深度為4.61 m。

通過上述分析得出，外洲站大斷面在2012年以前受人工挖沙的影響，河槽處于被沖刷狀態(tài)，逐年下切趨勢(shì)明顯；隨著挖沙規(guī)模的加大，低、中、高水位的過水?dāng)嗝婷娣e增加，斷面主河槽明顯下切；隨著河道挖沙等因素影響，平均河底高程和深泓點(diǎn)高程在1990年后呈明顯下降趨勢(shì)，說明斷面沖刷明顯。1990～2020年較1956～1989年，年均輸沙量呈明顯下降趨勢(shì)，在贛江降雨量稍有上升趨勢(shì)，但未達(dá)到顯著性水平的情況下，其輸沙量顯著減少主要是人類活動(dòng)的作用，主要是由于水利工程建設(shè)攔沙、流域水土保持綜合治理等影響，改變了河流天然的水沙規(guī)律，使得徑流量與輸沙量關(guān)系的年際變化特征出現(xiàn)了明顯改變。如1990年贛江上游流域治理，1993年贛江萬安水電站開始正式運(yùn)行，2013年贛江泰和石虎塘航電樞紐正式運(yùn)行等，使贛江含沙量及輸沙量明顯減少。同時(shí)外洲站斷面受沖淤和采砂影響，河床逐年下切，且下切趨勢(shì)明顯，水位流量關(guān)系曲線右移明顯，這說明在氣候條件沒有太大變化的前提下，人類活動(dòng)是贛江流域水位下降的主要驅(qū)動(dòng)因素。

4 結(jié) 論

（1）采用多種非一致檢驗(yàn)方法對(duì)外洲站1953～2020年共68 a的年尺度和月尺度平均水位和流量序列分別進(jìn)行趨勢(shì)及突變檢驗(yàn)，經(jīng)統(tǒng)計(jì)分析得到1991年為流量序列的突變年份，年尺度和月尺度平均流量序列均呈現(xiàn)不顯著上升趨勢(shì)，年平均流量增幅為 10.5%，增大速率為3.2 （m³·s^-1）/a，影響期較基準(zhǔn)期增大了205m³/s；2002年為水位序列的突變年份，年尺度和月尺度平均水位序列變化均呈明顯下降趨勢(shì)，年平均水位降幅為-14.3%，下降速率為-0.04 m/a，影響期較基準(zhǔn)期下降了2.20 m。

（2）通過構(gòu)建隨機(jī)森林模型，結(jié)合采用殘差分析法定量分析得到氣候變化和人類活動(dòng)對(duì)流量變化的貢獻(xiàn)率分別占92.8%和7.2%，月平均流量與月平均降雨量、氣壓、相對(duì)濕度、氣溫、蒸發(fā)均呈顯著相關(guān)關(guān)系，且月平均流量與月平均降雨量相關(guān)系數(shù)為0.849，即降雨與流量相關(guān)性極強(qiáng)，重要性程度最高。因此，氣候變化引起贛江流域降水增多是外洲站流量略有上升的主要原因。

（3）氣候變化和人類活動(dòng)對(duì)水位變化的貢獻(xiàn)率分別占6.2%和93.8%。由于水利工程建設(shè)、流域綜合治理等，改變了河流天然的水沙規(guī)律，使得徑流量與輸沙量關(guān)系的年際變化特征出現(xiàn)了明顯改變，同時(shí)斷面受沖淤和人工采砂影響，河床逐年下切趨勢(shì)明顯，進(jìn)而影響水位的變化。因此，人類活動(dòng)尤其是測(cè)站大斷面變化是外洲站水位下降的主要原因。

參考文獻(xiàn)：

［1］湯秋鴻.全球變化水文學(xué)：陸地水循環(huán)與全球變化［J］.中國(guó)科學(xué)：地球科學(xué)，2020，50（3）：436-438.

［2］楊旭洋.變化環(huán)境下流域徑流演變特征及歸因分析研究［D］.西安：西安理工大學(xué)，2023.

［3］宋曉猛，張建云，占車生，等.氣候變化和人類活動(dòng)對(duì)水文循環(huán)影響研究進(jìn)展［J］.水利學(xué)報(bào)，2013，44（7）：779-790.

［4］劉春蓁.氣候變化對(duì)陸地水循環(huán)影響研究的問題［J］.地球科學(xué)進(jìn)展，2004，19（1）：115-119.

［5］BARNETT T P，PIERCE D W，HIDALGO H G，et al.Human-induced changes in the hydrology of the western United States［J］.Science，2008，319（5866）：1080-1083.

［6］唐文雯.1979～2019年蘇州市吳江區(qū)水文情勢(shì)變化分析［J］.水利水電快報(bào)，2022，43（增2）：1-4.

［7］陳柯兵，肖華，何奇鍇，等.1959～2020年洞庭湖四水洪水情勢(shì)變異特性及歸因分析［J］.水利水電快報(bào)，2022，43（12）：16-20.

［8］王國(guó)慶，張建云，賀瑞敏.環(huán)境變化對(duì)黃河中游汾河徑流情勢(shì)的影響研究［J］.水科學(xué)進(jìn)展，2006，17（6）：853-858.

［9］WANG G S，XIA J，CHEN J.Quantification of effects of climate variations and human activities on runoff by a monthly water balance model：a case study of the Chaobai River Basin in northern China［J］.Water Resources Research，2009，45（7）：206-216.

［10］鮑振鑫，張建云，嚴(yán)小林，等.基于四元驅(qū)動(dòng)的海河流域河川徑流變化歸因定量識(shí)別［J］.水科學(xué)進(jìn)展，2021，32（2）：171-181.

［11］胡萌，吳振，溫魯哲，等.大沽河入海徑流演化特征及其影響因素研究［J］.人民長(zhǎng)江，2022，53（7）：90-97.

［12］盛菲，劉士余，劉政，等.基于三種方法的徑流變化貢獻(xiàn)率對(duì)比分析：以彭沖澗小流域?yàn)槔跩］.人民長(zhǎng)江，2021，52（3）：66-69，75.

［13］羅蔚，張翔，鄧志民，等.1956～2008年鄱陽(yáng)湖流域水沙輸移趨勢(shì)及成因分析［J］.水科學(xué)進(jìn)展，2014，25（5）：658-667.

［14］馮德锃，吳棟棟，趙玲玲，等.1952～2014年饒河流域水沙變化特征及影響因素［J］.南水北調(diào)與水利科技，2018，16（6）：53-59.

［15］柴穎.基于隨機(jī)森林回歸分析的徑流預(yù)報(bào)模型［J］.水利水電快報(bào)，2018，39（9）：36-38.

［16］WANG Y F，TABARI H，XU Y P，et al.Unraveling the role of human activities and climate variability in water level changes in the Taihu Plain using Artificial Neural Network［J］.Water，2019，11：1-16.

［17］楊榮清，胡立平，史良云.江西河流概述［J］.江西水利科技，2003（1）：27-30.

［18］李國(guó)芳.長(zhǎng)江感潮河段工程水文研究［M］.南京：河海大學(xué)出版社，2013.

［19］BREIMAN L.Random forests［J］.Machine Learning，2001，45（1）：5-32.

［20］GISLASON P O，BENEDIKTSSON J A，SVEINSSON J R.Random forests for land cover classification［J］.Pattern Recognition Letters，2006，27（4）：294-300.

［21］鄧欣，司源，楊坪宏，等.撫仙湖水位變化特征及影響因素研究［J］.人民長(zhǎng)江，2023，54（10）：44-51.

［22］GAO Q Y，LI G F，LI Z Y.Attribution of climate change and human activities to urban water level alterations and factors importance analysis in Central Taihu Basin［J］.Urban Climate，2021，40：101011.

［23］劉慶，錢堃，李友輝，等.外洲水文站水位還現(xiàn)研究［J］.水利技術(shù)監(jiān)督，2020（6）：196-198，233.

（編輯：謝玲嫻）

Analysis of hydrologic regime evolution and attribution in Ganjiang River Basin

under changing environment

QIAO Shiyu¹，LI Guofang¹，LI Guowen²，CHEN Jing²，DONG Fangfang³

（1.College of Hydrology and Water Resources，Hohai University，Nanjing 210098，China；2.Jiangxi Hydrological Monitoring Center，Nanchang 330002，China；3.Northwest Engineering Corporation Limited，Xi′an 710065，China）

Abstract：In order to reveal the characteristics and the main driving factors of hydrologic regime evolution in the Ganjiang River Basin，based on the measured discharge and water level data from 1953 to 2020 at the Waizhou Station of the Ganjiang River Basin，moving average method，Kendall rank correlation test，Spearman rank correlation test，cumulative departure test，Mann-Kendall test，moving rank sum test，Pettitt test and ordered cluster test were used to analyze the variation characteristics of discharge and water level at the station.Random forest model and residual analysis method were used to quantitatively evaluate the effects of human activities and climate change on the changes of discharge and water level.The results showed that：① the annual and monthly average discharge showed an insignificant increasing trend，the annual average discharge increased by 10.5% with a rate of 3.2 （m³·s^-1）/a；the annual and monthly average water level showed a significant decreasing trend，the annual average water level decreased by 14.3% with a rate of -0.04 m/a；② 1991 was the abrupt change year for the annual average discharge series at the Waizhou Station，and the discharge increased by 205 m³/s in impact period compared to that in the baseline period.The contribution of climate change and human activities to the discharge change was quantitatively analyzed，climate change accounting for 92.8%，and the increase of precipitation in the Ganjiang River Basin was the main reason for the slight increase in discharge at the Waizhou Station.③ 2002 was the abrupt change year for the annual average water level series at the Waizhou Station，and the water level decreased by 2.20 m in the impact period compared to that in baseline period，and the contribution of human activities to the water level change accounted for 93.8%.Due to the impacts of water conservancy projects construction，comprehensive basin treatment and other human activities，the natural flow and sand rules of the river has been changed.The cross section of the Waizhou Station was affected by scouring and siltation changes and artificial sand mining，leading to a significant riverbed scouring from year to year.What mentioned above were the main reasons for the significant decrease of the water level at the Waizhou Station.The research results can provide a reference for water resources utilization in the basin under changing environment.

Key words：hydrologic regime evolution；inconsistency analysis；random forest；residual analysis；climate change；human activities；Ganjiang River Basin