大凌河流域水沙特性及變化趨勢分析

于國寶

（遼寧省朝陽水文局，遼寧 朝陽 122000）

大凌河流域水沙特性及變化趨勢分析

于國寶

（遼寧省朝陽水文局，遼寧 朝陽 122000）

本文對朝陽、大城子、凌海、上窩堡和義縣五個地區1991～2010年的水沙觀測資料進行分析，得到大凌河流域的水沙特性并建立回歸模型。提出基于NEAREST-NEIGHBOR降尺度分析法的水沙特性預測方法，與2011～2015年的實測數據進行比較并對未來20的水沙變化情況進行預測與分析。

大凌河；水沙特性；變化趨勢；回歸分析

1 概述

本文研究對象為大凌河流域，對朝陽、大城子、凌海、上窩堡和義縣五個地區1991～2010年的水沙觀測資料進行分析，得到該流域的基本水沙特征。分析發現該流域輸沙量的主要影響因素為徑流量，而徑流量的預測方法較為完善，因此先推求各站徑流量與輸沙量的回歸方程，再對徑流量進行預測，最后根據預測得到的徑流量計算輸沙量。計算結果與2011～2015年的輸沙量實測數據進行比較，證明該方法較為精確，可以在實際工作中發揮重要作用，并對研究區域內未來20年內的水沙情況進行了預測分析。

2 徑流量與輸沙量變化特性

大凌河流域主要位于遼寧省，部分區域位于內蒙古和河北省，總面積 23263km2，發源于建昌市和平泉縣，匯入渤海。本流域位于中溫帶季風氣候區，雨水分布不均，洪澇與干旱災害頻繁。選取流域內五個水文站的逐月水文資料，五個水文站分別為朝陽站、大城子站、凌海站、上窩堡站和義縣站，其資料選取范圍為1991～2015年。其中1991～2010年數據用于率定參數，2011～2015年資料用于檢驗。使用FORTRAN語言編寫程序將逐月水文資料進行數據統計，得到徑流量隨時間變化情況、輸沙量隨時間變化情況、以及各站的最大值、最小值、平均值和變差系數，分別如圖1、圖2和表1所示。

圖1為徑流量隨時間變化情況圖，其中橫坐標代表時間，縱坐標代表徑流量，其單位為億 m3。由圖可見，在1995年前后徑流量明顯較大，主要是因為這段時期為豐水期，洪澇災害比較嚴重。自2000年開始，各站徑流量相對較小，說明該流域內各站的徑流量時間分布不均勻。各站的徑流量值相差較大，即該流域徑流量空間分布也不均勻。研究范圍內徑流量最大的是凌海站和義縣站，其最大徑流量分別超過45和27億 m3洪水，徑流量較小的為大城子和上窩堡，其最大徑流量僅為10億m3左右。

圖1 各站徑流量隨時間變化情況

圖2 為輸沙量隨時間變化情況圖，其中輸沙量的單位為萬t。自2000年后，大凌河流域各站輸沙量明顯減少，于是在以往的判斷中，相關工作者都認為輸沙量的較少時因為水土保持措施的實施。但比較圖1與圖2可以發現，輸沙量的變化情況基本與徑流量的變化情況保持同步，即在1995年左右的豐水期輸沙量較大，而在枯水期則輸沙量較小，

表1 各站徑流量與輸沙量統計特征

時間分布不均。Mann-Kendell檢驗法顯示大凌河流域的輸沙量明顯與徑流量相關，大凌河2000年后輸沙量的減少約80%左右是由徑流量的減小所引起的。通過比較還可以發現，輸沙量的空間分布同樣不均，但相對于徑流量的空間分布則較為均勻。因為輸沙量的比值可以在一定程度上表示一個地區的水土流失情況，于是可知在輸沙量差別不大的情況下，某地區徑流量越小則水土流失越嚴重，即義縣的水土流失情況較為嚴重。

圖2 各站輸沙量隨時間變化情況

表1為大凌河流域各站徑流量與輸沙量的統計結果，該表格所列數據可以用來對該流域的水沙特性進行量化分析，其中Min代表最小值，Max代表最大值，Mean代表平均值，Cv代表變差系數。整個流域中的徑流量最小值為0.690億 m3，出現在大城子站，說明該地區在枯水期面臨的旱情較為嚴重；徑流量最大值為45.345億 m3，出現在凌海站，說明該地區在豐水期面臨的洪澇災害最為嚴重；平均值最小的為大城子站，為 2.832億 m3，說明該地區相對缺水；而平均值最大的為凌海站，為9.905億m3，說明該地區水資源相對豐富。變差系數可表示數據分布的均勻程度，其計算公式為：

其中σ為各站數據中的標準差，而μ代表數據的平均值。研究區域內的最小變差系數為0.835，出現在上窩堡站，說明該地區徑流量時間分布較為均勻，而最大值出現在凌海站，為1.088，說明該地區徑流量分布較不均勻，但各站之間的變差系數相差不大，說明該流域內徑流量各站的時間分布不均勻性較為平均。

同理可知，平均輸沙量最小的為上窩堡地區，為151.883萬 t；平均輸沙量最大的是義縣地區，為1247.509萬t。流域內各站輸沙量的時間分布不均勻性相對徑流量更為分散，其中最為分散的為朝陽地區，其變差系數達1.588，而最為平均的是上窩堡地區，為0.979。各站輸沙量的變差系數明顯高于徑流量的變差系數，說明輸沙量的時間分布更不均勻，即徑流量增大時，輸沙量增大量較大，而當徑流量減小時，輸沙量減小量也較大，其變化受徑流量變化情況的影響較大。

3 水沙相關性及趨勢預測

相對于水沙數據解釋，水沙特性的預測在實際工作中具有更為重要的應用價值，但這方面的研究卻相對較少。由于各流域具有不同的水沙規律，因此不可直接套用已有的經驗公式來進行預測。根據傳統的分析方法，應該根據前文所得數據進行變化趨勢規律，并使用該趨勢來計算將來的水沙特性，但該方法的精確性卻很低，應用價值較低。本文基于Nearest-Neighbor法、結合大凌河流域徑流量歷史數據將CMIP5環流模擬結果進行降尺度分析，得到大凌河流域各站的徑流量預測值。根據大凌河徑流量與輸沙量歷史數據進行回歸分析，得到兩者回歸方程，再利用該方程計算輸沙量。由于該方法更符合物理規律，因此該方法將比傳統的純統計方法更為準確。

通過回歸分析，得知輸沙量與徑流量主要呈二次多項關系，其回歸方程如下：

朝陽站：S=7.001x2+5.940x

大城子站：S=4.088x2+39.313x

凌海：S=1.412x2+23.589x

上窩堡：S=0.047x2+46.038x

義縣：S=9.500x2+35.242x

式中x代表徑流量，S代表輸沙量。

為驗證本文提出方法的準確性，首先對 2011～2015年的輸沙量進行預測，并與實測值進行比較。對比較結果進行無量綱化處理，從而可以直觀的得出該方法的精確度，如圖3所示。圖3中橫坐標為年份，縱坐標為精確系數，該系數為計算值與實測值的比值，當該值大于1時說明計算值高估輸沙量，而低于1時說明計算值低估輸沙量，而其范圍則表示誤差范圍?？梢?，該方法的精確度達80%以上，高于傳統的預測方法，因此可以在實際工作中得到應用。

圖3 預測精確度分析圖

使用本文所提出的方法對大凌河流域未來20年內的徑流量和輸沙量進行了預測，結果分別如圖4和圖5所示。

圖4 徑流量預測結果

由圖4所示，在短期內，大凌河流域可能將進入豐水期，徑流量和輸沙量都將有所增加，其中最大徑流量可能將達到20億m3，而最大輸沙量將達到2500萬t。之后該流域將重新回到枯水期，徑流量與輸沙量在2030年左右達到最低值，并開始重新上升。該方法中的不確定因素為代表性濃度途徑（RCP），在 CMIP5模擬結果中，有 RCP26， RCP45，RCP60以及RCP85四種不同的情況，而本文所采用的是四種情況的平均值，由于氣候變化的不確定性，該方法也需要根據實際氣候變化情況不斷修正、改進，從而得到更為精確的結果。

圖5 輸沙量預測結果

4 總結

利用大凌河流域朝陽、大城子、凌海、上窩堡和義縣五個地區1991～2010年20年的水沙觀測資料得到了該流域的水沙特性，Mann-Kendell檢驗結果顯示該流域的輸沙量明顯與徑流量相關，并利用回歸分析技術得到各站輸沙量與徑流量的回歸方程。本文基于Nearest-Neighbor法、結合大凌河流域徑流量歷史數據將CMIP5環流模擬結果進行降尺度分析，得到大凌河流域各站的徑流量預測值，再利用本文所得回歸方程得到各站輸沙量預測值。利用2011～2015年的實測值對本文方法的精確度進行了分析，證明該方法較為精確，并用該方法得到了未來20年內大凌河流域的水沙變化情況。

［1］劉鑫.大凌河流域徑流演變規律分析［J］.水土保持研究，2015（02）：165-170.

［2］王世鈞.渭河上游水沙特性變化及其規律研究［J］.水利規劃與設計，2013（09）：8-10.

［3］王光謙.河流泥沙研究進展［J］.泥沙研究，2007（04）：64-81.

［4］郭維東，孫麗玲，等.大凌河中下游輸沙特性分析［J］.中國農村水利水電，2015（04）：82-89.

［5］霍庭秀，羅虹，等.黃河中游河龍區間水沙特性分析［J］.水利技術監督，2009（05）：13-15.

［6］許全喜，石國鈺，陳澤東.長江上游近期水沙變化特點及其趨勢分析［J］.水科學進展，2004（04）：420-426.

［7］吳俊秀，郭清.大凌河流域MIKEBASIN水資源模型［J］.水文，2011（02）：70-75.

［8］吳俊秀，張曉紅，車延路.綜合治理對大凌河流域泥沙影響分析［J］.東北水利水電，2005（02）：31-32.

TV143

B

1672-2469（2017）02-0041-03

10.3969/j.issn.1672-2469.2017.02.015

2016-05-16

于國寶（1983年—），男，工程師。