烏倫古湖流域徑流對降水影響的模擬分析

劉 婕

（新疆阿勒泰水文勘測局，新疆 阿勒泰 836500）

1 流域概況與研究數據

1.1 流域概況

烏倫古湖流域地處新疆阿勒泰區域。流域主要包括大青河、基什克奈青格里河、查干郭勒河、強罕河、布爾根河等主要河流，最后匯流入新疆烏倫古湖，烏倫古湖流域源頭是海拔3683 m的都新烏拉山脈，山脈主要分布著1.25 km2的永久性冰川，烏倫古湖流域總面積38872 km2，其中我國境內流域面積約28562 km2，流域全長832 km。烏倫古湖流域境內部分具有我國干旱區的顯著特征，地處歐亞大陸腹地，距離海洋較遠，流域四周高山纏繞，海洋水汽難以進入的同時，山區便成為典型的產匯流區域，冬季嚴寒而漫長，每年11月～次年3月的降水主要以季節性積雪型式存在，在冬季冰封期內，主要由凍土層以下的地下水進行流域水量補給，水量較為穩定；5月～6月隨著區域溫度的上升，冰雪消融后匯入流域河槽引發春汛。

1.2 研究數據

選取烏倫古湖流域內布爾根河塔克什肯、青河、二臺、福海四個國家基本水文站、富蘊、福海、頂山三個氣象測站以及1989年～2010年降水、蒸發、徑流、冰清、水質等實測資料，進行流域降水對徑流的影響分析。1989年～2010年氣象因子的日值數據來源于中國氣象數據共享服務網所提供的新疆地面氣候資料日值數據集以及中國地面降水日值0.5°×0.5°格點數據集。

2 研究方法與研究過程

2.1 流域產匯流模型

由美國環保署所開發的HSPF水文模擬模型適用于空間差異較大的大型流域自然與人工條件下水文水質過程的連續模擬以及氣候變化、土地開發對流域水文水質時空變異的影響預測。降水變化將對流域徑流模擬結果產生較大影響，為減小氣象數據空間分辨率不同對烏倫古湖流域水文模型建模的影響，筆者采取中國地面降水日值0.5°×0.5°格點數據集[1]作為研究的基礎數據。

運用標準偏差法以及相關系數法進行模型模擬效果評估，具體模型如下。當ENS越接近1時，則Dv越接近0，且Dv在觀測值10%范圍內則認為模擬效果非常好；ENS的取值應在(0,1)范圍內，當 ENS∈[0.9,∞)，則為甲等；ENS∈[0.7,0.9)，為乙等；ENS∈[0.5,0.7)則為丙等。

式中：Dv為標準偏差；ENS為相關系數；Qi為第i次的觀測流量，m3/s；Qi'為第 i次的模擬流量，m3/s為觀測流量均值，m3/s；n為觀測數量。

2.2 流域日降雨模擬模型

統計樣本選取月降水數據，將1989年～2010年降水系列劃分為12個樣本，依據馬爾科夫鏈原理[2]，某一天的降水情況僅受前天降水的影響，所以將各個降水樣本劃分為“晴天～雨天”、“雨天～雨天”樣本，并分別計算上述兩類樣本的轉移概率：

式中：P01為第i-1天為晴天，第i天為雨天的概率；P11為第i-1天為雨天，第i天也為雨天的概率；D01為晴天～雨天的天數，d；D11為雨天 ～ 雨天的天數，d；D0為晴天天數，d；D1為雨天天數，d。

根據一階馬爾科夫轉移概率及隨機變量概率分布進行未來天氣情況的模擬與生成，假設降雨發生的概率符合0-1隨機均勻分布，通過比較隨機生成數p和當月有雨轉移概率進而生成天氣狀況，重復進行p的生成便可順次進行隨后一天的天氣情況的模擬，如果日降水量為0，則為晴天，否則為雨天，隨機生成的p值便是降水發生的概率。雨天的降水樣本則滿足皮爾遜-Ⅲ型分布，結合日降水量樣本序列便可求得降水量分布函數及變差系數、偏態系數、均值等參數取值，同時根據分布函數還可求得所對應的日降水量值。

3 研究結果

3.1 徑流模擬結果

模型校正期與驗證期內的月徑流過程及結果模擬精度均較高，具體如表1，烏倫古湖流域布爾根河塔克什肯測站徑流校正與驗證過程中的標準偏差Dv分別為0.519%和4.898%，均不足10%，模擬效果較好；ENS分別為0.934和0.887，均大于0.7，模擬等級（乙等）較高。

表1 布爾根河塔克什肯測站徑流模擬結果

3.2 降雨變化特征及隨機模擬結果

1985年～2015年烏倫古湖流域青河、二臺、福海、頂山測站年降水量呈不斷下降趨勢，而富蘊站則呈緩慢上升趨勢（表2），根據顯著性檢驗結果，僅福海站數據通過了90%的顯著性檢驗，其余測站年降水量變動并不明顯。對烏倫古湖流域年降水量變化特征進行Mann-Kendall突變檢驗與分析發現，青河、二臺站年降水量的突變點主要在1989年，從1989年開始青河、二臺降水量呈現明顯的減少趨勢；而頂山站年降水量突變點則可能在1988年，從1988年開始，頂山降水量逐漸減少，之后又有小幅上升；福海站突變點在1990年，從該年開始福海降水量開始減少。采用Mann-Kendall進行烏倫古湖流域月降水量年際變化特征的統計分析[3]，充分表明，烏倫古湖流域典型測站月降水量變動趨勢與其年際變化基本一致。

表2 烏倫古湖流域典型測站年降水量Mann-Kendall檢驗結果

在分析流域降水特征的基礎上根據皮爾遜-Ⅲ型分布曲線構建流域日降水隨機模型，烏倫古湖流域1989年～2010年日降水隨機模擬結果見表3，各月降水天數與實測資料之間最多相差2 d，全年最多相差12 d，各月降水量模擬值和實測值之間的相對誤差在23.91 mm～6.04 mm以內，相對誤差在-15.31%～19.53%之間，降水模擬序列與實測序列吻合度極高[4]，模擬結果具有很高的精度，根據皮爾遜-Ⅲ型分布曲線所創建的日降水隨機模擬模型適合烏倫古湖流域降水變化情景模擬及其影響分析。

表3 烏倫古湖流域1989年～2010年日降水隨機模擬結果

3.3 降雨對流域徑流影響的模擬

3.3.1 對年徑流的影響模擬

不同降水情景所對應的年徑流模擬及變化情況不同，情景一年徑流量均值變動率為69.8%，降水量均值增加41%；情景二年徑流量均值變動率為33.89%，降水量均值增加19.8%；情景三年徑流量均值變動率為-31.7%，降水量均值減少19.8%；情景四年徑流量均值變動率-62.03%，降水量均值減少40%；情景五年徑流量均值變動率23.94%，降水量變差系數Cv增加41%；情景六年徑流量均值變動率14.80%，降水量變差系數Cv增加19.8%；情景七年徑流量均值變動率-4.38%，降水量變差系數Cv降低19.8%；情景八年徑流量均值變動率-3.53%，降水量變差系數Cv降低41%。

根據日降水量和烏倫古湖流域HSPF水文模型隨機模擬結果可知，其余條件相同的情況下，降水量均值每增加20%，則年總徑流量均值將增加34.98%，而當降水量均值每降低20%，則年總徑流量均值將降低31.82%，降水對徑流存在較為顯著的影響，即其余條件相同時，年總徑流量與降水量均值呈正向變動趨勢，在降水量均值20%的變動幅度以內，烏倫古湖流域年總徑流量均值增加和降低的幅度非常接近，降水量均值增大20%所引起的年總徑流量均值增大的幅度略大于降水量均值降低20%所引起年總徑流量均值降低的幅度。

對降水量變差系數進行情景模擬的結果顯示，烏倫古湖流域年徑流量與降水變差系數也呈正向變動趨勢，降水變差系數是對降水量變化程度的反映，且降水變差系數增大對年徑流量變動幅度的影響大于降水變差系數減小對年徑流量變動幅度的影響；隨降水變差系數不斷降低，年總徑流量均值的變化幅度逐漸減小。通過對日降水量和烏倫古湖流域HSPF水文隨機模擬可知，降水變差系數每增大20%，則年總徑流量均值將增大14.80%，降水變差系數每降低20%，則年總徑流量均值將降低4.83%，降水變動越劇烈，則徑流量越大。

3.3.2 對月徑流的影響模擬

不同降水情景所對應的月徑流變動情況見圖1和圖2，月徑流量與降水均值和降水變差系數Cv呈同向變動趨勢，而且降水均值變化所引起的月徑流均值變化幅度大于降水變差系數Cv變化所引起的月徑流均值變化，這仍表明降水不均勻對徑流存在較大影響，而且降水不均勻變動幅度的增大也將導致徑流量增大。

根據月徑流量分布及變化趨勢來看，降水均值和降水變差系數Cv變化在豐水期對月徑流量的影響程度遠遠大于枯水期，降水均值和降水變差系數Cv情景變化對月徑流量變動的影響在5月～9月最為顯著。

圖1 降水均值變化情景所對應的月徑流均值模擬結果（塔克什肯站）

圖2 降水變差系數Cv變化情景所對應的月徑流均值模擬結果（塔克什肯站）

4 結論

上述對烏倫古湖流域不同降水情景所對應的徑流量變動情況的分析表明，降水對流域徑流存在較為顯著的影響，隨降水均值及降水變差系數的增減月徑流量也發生相應的增減。在所設定的情景之中，降水量均值變動幅度相同則徑流變動幅度也大致相近，降水變差系數增大對徑流的影響比其減小對徑流的影響更加顯著，這表明降水強度也對徑流變化存在較大影響；在降水變動幅度相同時，降水均值變化對徑流的影響比降水變差系數影響更大，上述降水情景對徑流的影響程度在每年5月～9月最為明顯。