皖北地區水文要素演變特征分析

嚴登明，翁白莎，李思諾,3，呂睿喆，曹 引，梅 超,4

(1.東華大學環境科學與工程學院， 國家環境保護紡織工業污染防治工程技術中心，上海 201620； 2.中國水利水電科學研究院水資源研究所，北京 100038；3.河北工程大學，邯鄲 056000，4.武漢大學 水資源與水電工程科學國家重點實驗室， 武漢 430072)

以全球變暖為主要特征的氣候變化對水循環過程影響深遠。研究表明，氣溫升高一定程度上改變了相對濕度和地表輻射以及降水的時空分布特征，進而直接或者間接從不同尺度影響蒸發、降水、徑流等水文過程，改變流域和地區水資源時空分布格局[1-4]。

皖北地區屬于淮河流域，地處我國南北氣候過渡帶，受到南北氣候的雙重影響，四季氣候特征差異明顯。皖北地區降水較為豐沛，但時空間分布不均，因此給該地區的水資源合理分配和有效利用帶來挑戰[5,6]。近年來，我國水文工作者就淮河流域的水文狀況展開了廣泛研究，取得了一系列成果。王珂清等[7]從季節尺度詳細分析了淮河流域近50 a氣溫、降水量的變化趨勢；榮艷淑等[8]分析了淮河流域蒸發皿蒸發量變化的影響因素；潘扎榮等[9]采用多種分析方法對淮河流域徑流年際變化的趨勢性與階段性進行定性和定量分析。皖北地區地理位置較為特殊，異常的氣候條件導致該地區水資源供需矛盾比較突出，本文以該地區為研究區域，對其水文要素演變特征進行分析，研究結果對深入認識皖北地區歷史水循環演變規律和預測未來氣候變化趨勢具有一定的參考意義。

1 研究區概況

皖北地區泛指安徽北部地區，包括淮河沿岸和淮河以北的蚌埠、淮南、阜陽、淮北、宿州、亳州六市，國土面積約占安徽省的30%，總人口約占安徽省的50%。東部、北部與江蘇、山東接壤，西與河南毗鄰，總面積為64 154 km2，人口為3 100萬人。該地區屬于北溫帶半濕潤季風氣候，降水多，日照時間長，蒸發強度較大。皖北地區是我國重要的煤炭能源基地和糧食生產基地(見圖1)。

圖1 皖北地區地理位置及水文氣象站點分布圖Fig.1. The location of Northern Anhui and the distribution of the hydrological station and meteorology station

2 材料與方法

本文的數據來源于中國氣象局國家氣象中心和水文年鑒，包括皖北地區16個氣象站點1957-2013年的逐日氣溫、降水、蒸發資料以及6個水文站點1960-2006年的逐日徑流數據(見表1)。采用空間插值的方法將站點資料展布到全地區，進而統計得到皖北地區57 a的面上年降水量、面上年均氣溫以及53 a面上年蒸發量。趨勢性分析采用逐年均值擬合曲線及三次樣條插值法；突變性分析采用Mann-Kendall法；周期性分析采用小波分析法。

(1)IDW插值法。IDW插值法即反距離權重插值法，是一種基于地統計學的空間插值方法。該方法通過對鄰近區域的每個單元值平均運算來獲得單元值，較適合應用于樣本點較多且分布均勻的情況。該方法不僅能生成一個預測表面，而且還可以給出預測結果的精度或確定性度量[10]。

(2)Mann-Kendall檢驗法。M-K檢驗屬于非參數統計檢驗方法，通過計算時間序列的標準化統計量(M值)來判斷序列的變化趨勢，M>0表示增加(上升)，M<0表示減少(下降)。|M|>1.282表示降水時間序列達到了90%的顯著性檢驗，|M|>1.645表示達到了95%的顯著性檢驗[11,12]。

(3)小波分析法。小波分析具有時域和頻域多分辨功能，較好地適應了水資源系統多時間尺度的結構特征，能夠反映降水時間序列的局部變化規律，展現降水時間序列的精細結構，該方法目前已廣泛應用于氣象要素變化的研究之中[11,12]。

表1 皖北地區水文站點概況Tab.1 The situation of the hydrological station in Northern Anhui

3 結果與討論

3.1 年降水量變化特征

圖2為皖北地區逐年年降水量的變化擬合曲線和3次樣條插值曲線，對皖北地區1957-2013年降水量系列進行統計分析可知，皖北地區57 a的平均降水量為970 mm，年降水量系列極大值為2003年的1 515 mm，極小值為1978年的619 mm，系列標準差為13.4 mm。由圖2中的線性趨勢線可以看出，皖北地區1957-2013年的年降水量整體上呈現出下降趨勢，但下降趨勢不明顯。從三次樣條插值結果可知，皖北地區1957-2013年的年降水量呈現出“增-減-增-減”的趨勢，在2007年的時候有個明顯的下降趨勢。采用Mann-Kendall法對年降水量進行突變點檢驗分析，結果如圖3所示，UF和UB曲線大部分在置信區間之內，表明該地區的年降水量的變化趨勢不是很明顯，沒有突變性的增加或者減少，但在2005-2007年，UB曲線超出了置信區間，且為負值，說明該地區年降水量在此時間段有所下降。王珂清等[10]在研究淮河流域時，也得出過類似結論。采用小波分析進行周期性分析。為消除邊界效應，將1957-2013年共57 a的年降水數據進行距平處理，同時采用對稱延伸法將兩端數據外延；對上述數據小波變換分析，得出各不同時間尺度下的小波系數。從圖4可以看到不同時段各時間尺度的強弱變化分布，其年際變化(小于10 a)尺度局部化特征明顯，年際變化周期在20世紀80年代以前，以5～6 a時間尺度信號最強，在20世紀80年代以后，以2～3 a時間尺度信號最強。

圖2 年降水量變化趨勢分析Fig.2 The trend of the annual precipitation

圖3 年降水量M-K分析Fig.3 Mann-Kendall analysis of annual precipitation

3.2 年均氣溫變化特征

圖5為皖北地區逐年年均氣溫的變化擬合曲線以及3次樣條插值曲線，對皖北地區1957-2013年氣溫系列進行統計分析可知，皖北地區57 a的平均氣溫是15.0 ℃，年均氣溫系列極大值是2006年的16.1 ℃，極小值為1957年的13.7 ℃，系列標準差為0.25 ℃。皖北地區57 a的年均氣溫呈明顯上升趨勢，平均每十年上升0.21 ℃。此結果可以從3次樣條插值結果的趨勢線(單調上升)得到印證，并且與氣候變化背景下氣溫升高的大趨勢是相吻合的。應用Mann-Kendall方法年均氣溫進行突變點檢驗分析，從M-K統計曲線可以看出，UF和UB曲線都超過了置信區間，且超出部分都大于1.96，說明溫度上升明顯，且在置信區間于1993年左右UF和UB曲線相交，表明在該時間點存在突變,氣溫的上升趨勢有所變緩(見圖6)。從圖7可以看到年均氣溫在不同時段各時間尺度的強弱變化分布，其年際變化尺度局部化特征明顯，周期以4～5 a時間尺度信號最強，其年代變化(大于10 a)尺度局部化特征也較為明顯，周期以11～12 a時間尺度信號最強。

圖5 年均氣溫變化趨勢分析Fig.5 The trend of the annual temperature

圖6 年均氣溫M-K分析Fig.6 Mann-Kendall analysis of annual temperature

圖7 年均氣溫小波分析Fig.7 Wavelet analysis of annual temperature

3.3 年蒸發量變化特征

圖8為皖北地區逐年蒸發量的變化擬合曲線和3次樣條插值曲線，對皖北地區1961-2013年蒸發量系列進行統計分析可知，皖北地區57 a的平均年蒸發量是1 547.7 mm，年蒸發量系列極大值是1966年的2 066.5 mm，極小值為1991年的1 330.9 mm，系列標準差為12.5 mm。皖北地區57 a年蒸發量呈明顯下降趨勢。從3次樣條插值結果可知，皖北地區1961-2013年的年蒸發量呈現出“減-增-減”的變化趨勢，并在2007年左右的時候有明顯的下降。應用Mann-Kendall方法對皖北地區57 a的年均氣溫進行突變點檢驗，從M-K統計曲線可以看出，UF和UB曲線都超過了置信區間，且大部分在0以下，表明皖北地區1961-2013年的年蒸發量下降明顯，與圖8的結果相吻合(見圖9)。UF和UB曲線在置信區間內沒有交點，可以初步判斷皖北地區超過50 a的年蒸發量沒有明顯的突變點。從圖10可以看到不同時段各時間尺度的強弱變化分布，20世紀70年代之前，年際變化周期以5～6 a時間尺度信號最強，90年代之前，年代變化周期以10～11 a時間尺度信號最強。

圖8 年蒸發量變化趨勢分析Fig.8 The trend of the annual evaporation

圖9 年蒸發量M-K分析Fig 9 Mann-Kendall analysis of evaporation

圖10 年蒸發量小波分析Fig.10 Wavelet analysis analysis of evaporation

3.4 年徑流量變化特征

在皖北地區選取6個典型水文站點作為該地區年徑流量的代表站點。各水文站年徑流量的變化過程如圖11所示，從圖11中可以看出：王家壩和吳家渡水文站年徑流量時間序列的變化過程具有較高的吻合度，且一致性較強，都呈現出“減-增-減-增-減”的變化趨勢。其中，由線性趨勢分析可知，王家壩站的年徑流量時間序列呈現微弱的遞增趨勢，而吳家渡站的年徑流量時間序列變化趨勢并不明顯。位于泉河出水口的阜陽閘站的年徑流量時間序列呈現出“增-減”的趨勢，由線性趨勢分析可知，該水文站的年徑流量時間序列呈現出遞增趨勢。位于大沙河出水口的亳縣閘的年徑流量時間序列呈現出“增- 減- 增-減”的趨勢，由線性趨勢分析可知，該水文站年徑流量時間序列變化趨勢并不明顯。綜合各個水文站的年徑流量情況，可以得出初步結論：皖北地區的大部分地區的年徑流量時間序列的變化趨勢并不明顯。

圖11 年徑流量3次樣條插值分析Fig.11 Cubic spline interpolation analysis of annul runoff

采用M-K法對各水文站年徑流量的突變性進行分析，結果如圖12所示，從圖12中可以看出：王家壩站、吳家渡站、阜陽閘站以及亳縣閘站的UF和UB曲線都在置信區間內，且存在多個交點，表明該4個水文站的年徑流量變化趨勢并不明顯，沒有突變性的增加或者減少?？偨Y各個水文站的年徑流量情況，可以得出初步結論：皖北地區的大部分地區的年徑流量時間序列并無突變性的增加或者減少。

采用小波分析法對水文站年徑流量的周期性進行分析。

圖12 年徑流量M-K分析 Fig.12 Mann-Kendall analysis of annul runoff

從圖13可以看到不同時段各時間尺度的強弱變化分布，王家壩站年徑流量的年際變化周期以5～6 a時間尺度信號最強；年代變化周期以16～17 a時間尺度信號最強。吳家渡站年徑流量在20世紀80年代以前，年際變化周期以2～3 a時間尺度信號最強；在80年代之后，以6～7 a時間尺度信號最強。在2000年之前，年代變化周期以11～12 a時間尺度最強。阜陽閘站和亳縣閘站年徑流量的年際變化周期以5～6 a時間尺度信號最強，年代變化周期以15～16 a時間尺度信號最強。綜合各個水文站的基本情況，可以得出初步結論：皖北地區年徑流量存在5～6 a的震蕩周期和16 a左右的震蕩周期。

4 結 語

(1) 皖北地區1957-2013年的年降水量無明顯的增加或減少趨勢，且突變性并不顯著，存在著2～3 a的和5～6 a的震蕩周期。

圖13 年徑流量小波分析Fig.13 Wavelet analysis analysis of annul runoff

(2)皖北地區1957-2013年的年均氣溫呈現出明顯的上升趨勢，且在1993出現了突變性的上升，總體上存在4～5 a的震蕩周期。

(3)皖北地區1961-2013年的年蒸發量呈現出明顯的下降趨勢，但沒有出現突變性的下降，存在著5～6 a的震蕩周期。

(4)皖北地區1960-2006的年徑流量無明顯的增加或減少趨勢，且突變性并不顯著，存在著5～6 a和16 a左右的震蕩周期。

□

[1] 宋曉猛,張建云,占車生,等．氣候變化和人類活動對水文循環影響研究進展[J]．水利學報,2013,44(7)：779-790.

[2] Solomon S, Qin D, Manning M, et al. Climate change 2007: the physical science basis[M]. United Kingdom, Cambridge: Cambridge University Press,2007.

[3] 王 英,曹明奎,陶 波,等.全球氣候變化背景下中國降水量空間格局的變化特征[J].地理研究, 2006,25(6):1 031-1 040.

[4] Gu Ying, Lin Jing. Trend of annual run off for major river in china under climate change[J]. Procedia Engineering, 2012,28:564-568.

[5] 高 超,姜 彤,翟建青,等.過去(1958-2007)和未來(2011-2060)50年淮河流域氣候變化趨勢分析[J]. 中國農業氣象, 2012,33(1):8-17.

[6] 高 歌,陳德亮,徐 影.未來氣候變化對淮河流域徑流的可能影響[J].應用氣象學報,2008,19(6)：742-748.

[7] 王珂清,曾 燕,謝志清,等. 1961-2008年淮河流域氣溫和降水變化趨勢[J].氣象科學,2012,32(6):671-677.

[8] 榮艷淑,周 云,王 文,等.淮河流域蒸發皿蒸發量變化分析[J].水科學進展,2011,22(1)：15-22.

[9] 潘扎榮,阮曉紅,朱愿福,等. 近50年來淮河干流徑流演變規律分析[J].水土保持學報,2013,27(1)：52-59.

[10] 秦 濤,付宗堂. ArcGIS中幾種空間內插方法的比較[J].物探化探計算技術，2007,29(1):72-75.

[11] 衡 彤,王文圣,丁 晶.降水量時間序列變化的小波特征[J].長江流域資源與環境,2002,11(5):466-470.

[12] 袁 喆,楊志勇，鄭曉東，等. 近50年來淮河流域降水時空變化特征分析[J].南水北調與水利科技,2012,10(2):98-103.