黃河中游極端降雨對輸沙量影響的時序分析

周才鈺　何毅　穆興民　李朋飛

摘要：黃河中游是黃河泥沙的主要來源區，極端降雨是區域侵蝕產沙及河流輸沙的主要動力。基于黃河中游河潼區間1958-2016年26站逐日降雨數據及河口鎮和潼關水文站的輸沙量數據，采用回歸分析、雙累積曲線等方法，研究了極端降雨指標的變化趨勢及對輸沙量的影響。結果表明：①極端降雨指標總體呈降低趨勢，但多數指標的下降趨勢未達到顯著性水平。②輸沙量在1979年和1999年發生突變。1979年之前對輸沙量影響最大的是最大ld降雨量，影響最小的是汛期降雨量：1980-1999年對河流輸沙量影響最大的是主汛期降雨量，影響最小的是暴雨量;2000-2016年對河流輸沙量貢獻率最大的是大雨量，最小的是暴雨量。③極端降雨對輸沙量的影響在1958-1979年最大，1980-1999年次之，2000年之后輸沙量受人類活動的影響大于極端降雨的影響。

關鍵詞：時間序列;輸沙量;極端降雨;河口鎮一潼關區間;黃河中游

中圖分類號：P333;TV882.1

文獻標志碼：A

doi： 10.3969/j.issn.1000-1379.2019.03.002

以氣候變暖為典型特征的全球氣候變化正影響著生態環境和人類社會[1]，極端氣候事件逐漸成為氣象和水文研究的熱點。極端降雨頻發是氣候變暖影響較大的后果之一，其對土壤的侵蝕和破壞性遠遠大于一般降雨[2]。Comino J R等[3]研究發現，極端降雨在土壤侵蝕中起關鍵作用，且絕大多數的水土流失通常只來自于少數幾場極端降雨事件：Buendia C等4]在地中海地區的研究結果表明，當研究區極端降雨發生變化時，河流輸沙量會顯著降低或增加：鐘科元等[5]分析了松花江流域極端降雨對河流輸沙量的影響，發現該流域輸沙量與極端降雨指標存在極顯著的相關關系（顯著性水平P

黃河中游河口鎮至潼關區間（簡稱河潼區間）位于水土流失嚴重的黃土高原，該區間年產水量不足黃河總徑流量的40%，年輸沙量則占黃河年均輸沙量的90%[7]。自20世紀70年代末以來，河潼區間的輸沙量發生了顯著變化[8]，1958-1979年多年平均輸沙量為13.49億t，1980-2016年為4.82億t，其中2000-2016年為2.07億t。目前，關于黃河中游降雨對河流輸沙的影響研究較多[9-10]，但鮮有極端降雨事件的時間序列分析及其影響河流輸沙的報道。基于此，本文選取河潼區間26個氣象站點1958-2016年的逐日降雨數據以及河口鎮和潼關水文站的輸沙量數據，選擇多個極端降雨指標，探究河潼區間極端降雨的時間變化規律及不同的極端降雨指標對輸沙量的影響程度，以期為黃河中游水土保持生態建設提供科技支撐。

1 研究區概況

河潼區間屬溫帶干旱半干旱地區，年降雨量少且多集中于7-8月。區間內支流絕大部分流經黃土丘陵溝壑區，是黃河泥沙特別是粗泥沙的主要來源區[11]。區域流域面積為29萬km2，僅占黃河流域面積的38%[12]。區間所在地理位置及氣象站點分布見圖1。

2 資料與方法

2.1 數據來源及處理

河潼區間26個氣象站點的逐日降雨數據來源于中國氣象數據網（ http：//data.cma.cn），皆為河潼區間建站時間比較長的站點，去除了華山、六盤山等高山站點。在這些降雨數據中存在少量的數據缺失情況，本文根據以下標準進行缺失值的處理：①若缺測數據只有某一天，則利用臨近10 d內的數據取均值進行插補：②若缺測數據是連續的若干天，則采用該站點相鄰氣象站利用多元線性回歸進行插補[8]。

輸沙量數據來源于泥沙公報，選取了河口鎮和潼關兩個水文站1958-2016年的區間來沙量數據進行分析。

2.2 研究方法

2.2.1 泰森多邊形法

泰森多邊形法是對離散的采樣點進行區域化的主要方法[13，可根據離散分布的氣象站的降雨量來計算流域（或區域）面平均降雨量[14]。本文根據氣象站所在位置，將河潼區間劃分為26個單元，每個單元包含一個氣象站，一個站的降雨量就代表該站所在單元的降雨量。計算出該氣象站的面積占總研究區面積的比例作為該氣象站的權重，用各站降雨量與該站權重相乘后累加，所得的值即為該區域的面降雨量。

2.2.2 雙累積曲線法

雙累積曲線常用于檢驗兩個參數之間關系的一致性及其變化趨勢[15-18]。本文利用雙累積曲線研究極端降雨指標和河流輸沙量之間的關系，將研究區1958-2016年各年的極端降雨指標作為橫坐標，將累計輸沙量作為縱坐標。若水沙關系不變，則雙累積曲線應大致呈直線：若輸沙量發生變化，則雙累積曲線會出現突變點并發生偏移[19]。曲線發生偏移后，求出輸沙量理論值（不發生突變），其與實際輸沙量之差即為輸沙量的偏移值。利用輸沙量偏移值占實際輸沙量的比例，可求出不同的極端降雨指標對輸沙量的貢獻率，以此判斷極端降雨指標對輸沙量的影響。

2.2.3 極端降雨指標的選取

本文選取8個極端降雨指標（見表1），參考氣候變化監測與極端氣候事件指數專家組（ Expert Team onClimate Change Detection and Indices， ETCCDI）[20]選取了R95pTOT、SDH、RXlday、RX5day 4個指標，另外，選擇了大雨量（日降雨量>25 mm）、暴雨量（日降雨量>50 mm）、汛期降雨量和主汛期降雨量4個指標。2.2.4趨勢分析

Mann-Kendall（簡稱MK）方法是由世界氣象組織推薦的用于時間序列分析的方法，被廣泛應用于檢驗水文氣象資料的變化趨勢[9]。MK方法檢驗的統計量Z值若為正，則表示序列呈增大趨勢，為負則呈減小趨勢。顯著性水平為0.05時檢驗臨界值為±1.96，顯著性水平為0.01時檢驗 臨界值為±2.58。本文運用MK方法分析極端降雨指標序列和輸沙量的變化趨勢。

3 結果與分析

3.1 年際極端降雨指標變化

河潼區間極端降雨指標大多未表現出顯著增大或減小趨勢（見圖2，*表示趨勢顯著）。在研究時段內，僅主汛期降雨量和降雨強度兩個極端降雨指標呈顯著下降趨勢（P<0.05），其他極端降雨指標下降趨勢不顯著。通過變差系數C_v值分析各極端降雨指標的波動程度可以發現，暴雨量年際波動最大，降雨強度年際波動最小。

3.2 年代際極端降雨指標變化

各年代極端降雨指標見表2，其極值比及變差系數見表3。分析可知：①各年代極端降雨指標絕大多數呈現先下降后上升的趨勢，并在20世紀90年代出現最小值，2000年之后又開始增大。②20世紀80年代極端降雨指標的極值比最大，60年代極值比差異較小，表明1980-1989年極端降雨指標在各站點間空間差別較大，1960-1969年分布較為均勻。各指標中，變化最大的是大雨量和暴雨量，表明這兩個指標在研究時段內各站點間的空間差別較大：降雨強度變化最小，說明降雨強度在研究時段內各站點間分布更均勻。③20世紀90年代C_v值波動幅度較大，其次是20世紀70年代，2000年后C_v值波動幅度較小，表明各極端降雨指標在1990-1999年和1970-1979年年代際差別較大，在2000-2016年穩定。在8個指標中，大雨量和暴雨量波動幅度較大，表明這兩個指標的年代際差別較大。

3.3 極端降雨對河流輸沙量的影響

3.3.1 輸沙量的動態變化

1958-2016年間，河潼區間輸沙量年際波動明顯（見圖3），整體呈明顯下降趨勢，MK統計檢驗值Z=-7.069（ P

3.3.2 極端降雨指標與輸沙量的雙累積曲線

1958-2016年累計輸沙量與8個極端降雨指標累計值的變化趨勢基本相同（見圖4），即1958-1978年呈線性增長，1979年發生第一次突變，1999年發生第二次突變，2000年之后輸沙量明顯減小。因此，可以通過分析1958-2016年、1958-1979年、1980-1999年和2000-2016年4個時期輸沙量的變化分析極端降雨指標對輸沙量的影響。4個時期極端降雨指標和輸沙量的相關系數見表4。結果表明：①1958-2016年、1958-1979年和1980-1999年3個時期內，除個別指標外，其余極端降雨指標與輸沙量存在極顯著的相關關系（P<0.01），2000-2016年各極端降雨指標與輸沙量關系均不顯著：②1958-1979年，對研究區河流輸沙量影響最大的極端降雨指標是最大ld降雨量，最小的是汛期降雨量，第一次突變之后，主汛期降雨量與河流輸沙量的相關性最強，暴雨量的相關性最弱。

3.3.3 極端降雨指標對輸沙量的貢獻率

通過上述分析可知，研究區各極端降雨指標與河流輸沙量的雙累積曲線在1979年和1999年發生突變，這與前人8.21-22對該區域的研究結果一致。由于2000-2016年極端降雨指標與河流輸沙量的關系不顯著，因此可通過雙累積曲線分析2000-2016年各極端降雨指標對輸沙量的影響，即2000-2016年極端降雨指標對輸沙量的貢獻率（見表5）。結果顯示：①2000-2016年間極端降雨指標對輸沙量的貢獻率為31.48% -41.48%：②第二次突變后，對輸沙量貢獻率最大的極端降雨指標為大雨量，暴雨量對輸沙量的貢獻率最小。

4 討論

分析結果表明，極端降雨對輸沙量的影響存在明顯的階段性。基準期（即1958-1979年）和第一次突變后極端降雨與輸沙量存在極顯著的相關性，第二次突變后輸沙量顯著減小。同時，第二次突變后（2000-2016年）極端降雨對輸沙量的貢獻率為31.48% -41.48%，即極端降雨對輸沙量的影響小于50%，說明人類活動在這一階段對輸沙量的變化起主要作用。這也表明輸沙量變化是氣候變化和人類活動共同作用的結果，這與高鵬等[7，21]的研究結果一致。

人類活動影響主要包括兩個方面：①20世紀70年代，黃土高原一系列生態建設T程如退耕還林（草）T程、植樹造林等[23-24]，改變了侵蝕產沙過程;②黃河中上游修建水庫、淤地壩等水土保持工程不僅減少了來沙量，而且減少了徑流量，水流減小，挾帶泥沙能力減弱，造成中游泥沙量減少。因此，基準期雙累積曲線基本呈一條直線：第一次突變后，流域生態T程正處于建設之中，雙累積曲線略有波動;在第二次突變之后，流域內生態建設工程和水保T程已經落成，改變了徑流產生與匯集的下墊面條件，在一定程度上減少了流域的產水產沙量[25]，也減少了進入河流的徑流輸沙量，因此這一階段雙累積曲線發生了較大程度的波動。5結論

（1） 1958-2016年極端降雨指標均呈下降趨勢。除主汛期降雨量和降雨強度呈顯著下降趨勢外（P<0.05），其他指標的下降趨勢未達到顯著性水平。

（2）河潼區間各極端降雨指標與河流輸沙量的雙累積曲線均在1979年和1999年發生突變。1958-1979年對河流輸沙量影響最大的為最大1 d降雨量，最小的為汛期降雨量：1980-1999年對河流輸沙量影響最大的為主汛期降雨量，影響最小的是暴雨量：2000-2016年對河流輸沙量貢獻率最大的為大雨量，最小的為暴雨量。

（3）不同階段極端降雨對輸沙量的影響程度不同。基準期（1958-1979年）影響最大，1980-1999年次之，2000年之后河流輸沙量受人類活動的影響大于極端降雨的影響。

參考文獻：

[1]任正果，張明軍，王圣杰，等.1961-2011年中國南方地區極端降雨事件變化[J].地理學報，2014，69（5）：640-649.

[2] 張鵬，近50年極端降雨變化對黃河流域河龍區間水沙變化的影響研究[D].楊凌：西北農林科技大學，2014：1-93.

[3] COMINO J R，SENCIALES J M， RAMOS M C，et al.Un-derstanding Soil Erosion Processes in Mediterranean SlopingVineyards（ Montes de Malaga， Spain） [J]. Geoderma，2017，296： 47-59.

[4]BUENDIA C，BUSSI G，TUSET J，et al.Effects of Afforest-ation on Runoff and Sediment Load in an Upland Mediterra-nean Catchment [J]. Science of the Total Environment，2015. 540： 144-157.

[5]鐘科元，鄭粉莉，吳紅艷，等.松花江流域極端降雨變化對流域輸沙量的影響[J].農業機械學報，2017，48（8）：245-252，321.

[6] KEO Soksamnang.何洪鳴，趙宏飛，等.黃土高原50余年來降雨侵蝕力變化及其對土壤侵蝕的影響[J].水土保持 研究，2018，25（2）：1-7.

[7] 高鵬，穆興民，王飛，等.黃河中游河口鎮一花園口區間水沙變化及其對人類活動的響應[J].泥沙研究，2013（5）： 75 - 80.

[8] 何毅.黃河河口鎮至潼關區間降雨變化及其水沙效應[D].楊凌：西北農林科技大學，2016：1—106.

[9]何毅，穆興民，趙廣舉，等.基于黃河河潼區間輸沙量過程的特征性降雨研究[J].泥沙研究，2015（2）：53-59.

[10] 趙廣舉，穆興民，田鵬，等.近60年黃河中游水沙變化趨勢及其影響因素分析[J].資源科學，2012，34（6）：1070-1078.

[11] 張佳，王厚杰，張勇，等.黃河中游主要支流輸沙量變化對黃河人海泥沙通量的影響[J].海洋地質與第四紀地質，2012，（3）：21-30.

[12] 范念念，李慧奇，田蘇茂，等.黃河河潼區間泥沙與洪水復雜響應分析[J].水土保持通報，2009（3）：216-219.

[13] 曾紅偉，李麗娟.瀾滄江及周邊流域TRMM 3843數據精度檢驗[J].地理學報，2011，66（7）：994-1004.

[14] 汪麗娜，穆興民，張曉萍，等.陜北黃土丘陵區流域面平均雨量推算方法[J].中國水土保持科學，2008，6（2）：39-42.

[15] 管曉祥，張建云，鞠琴，等.多種方法在水文關鍵要素一致性檢驗中的比較[J].華北水利水電大學學報（白然科學版），2018，39（2）：51-56.

[16] 穆興民，張秀勤，高鵬，等.雙累積曲線方法理論及在水義氣象領域應用中應注意的問題[J].水文，2010，30 （4）：47-51.

[17]SEARCY J K，HARDISON C H.Double-Mass Curves[G]//Manual of Hydrology： Part l，General Surface Water Tech- niques. Washington，D C：USGS， 1960： 31-59.

[18] 秦麗歡，周敬祥，李敘勇，等.密云水庫上游徑流變化趨勢及影響因素[J].生態學報，2018，38（6）：1941-1951.

[19] 劉成，王兆印，隋覺義.我國主要人海河流水沙變化分析[J].水利學報，2007，37（ 12）：1444-1452.

[20]GAO T，WANG H.rrendS in Rainfall Extremes over theYellow River Basin in North China： Changing Properties andCauses[J].Hydrological Processes， 2017， 31： 2412-2428.

[21] 穆興民，巴桑赤烈，ZHANG Lu，等.黃河河口鎮至龍門區間來水來沙變化及其對水利水保措施的響應[J].泥沙研究，2007（2）：36-41.

[22] 姚文藝，冉大川，陳江南.黃河流域近期水沙變化及其趨勢預測[J].水科學進展，2013，24（5）：607-616.

[23] 王萬忠，焦菊英，魏艷紅，等.近半個世紀以來黃土高原侵蝕產沙的時空分異特征[J].泥沙研究，2015（2）：9-16.

[24] 胡春宏，王延貴，張燕菁，等.中國江河水沙變化趨勢與主要影響因素[J].水科學進展，2010，21（4）：524-532.

[25] 趙陽，余新曉.黃土丘陵溝壑區典型流域氣候和土地利用變化對徑流泥沙產量的影響[J].北京林業大學學報，2013，35（3）：39-45.