廣東省主要干流年最大洪峰流量變化特征分析

梁媛媛

(安徽師范大學地理與旅游學院，安徽 蕪湖 241002)

洪水已在中國和世界各地造成大量人員傷亡，并造成大量民眾受災。許多研究報告稱，在未來全球氣候變化的背景下，預計洪水災害將更頻繁地發生[1-3]。廣東省洪澇災害頻發，2020年廣東省因洪澇和地質災害造成的受災面積達72 400 hm2，直接經濟損失達49.8億元[4-5]。所以研究年最大洪峰流量帶來的影響對于廣東省多角度評價洪澇災害風險以及盡可能規避降低損失等問題具有重要意義[6]。

對于水文序的特征分析中，時間趨勢分析、變異點分析及周期性分析是其重要的內容，Villarini等[7]利用Mann-Kendall和Spearman檢驗研究了奧地利1951—2006年的洪水極值單調趨勢的存在，并且用Pettitt檢驗對洪峰分布的均值和方差的變異性進行時間序列檢驗。Tan等[8]在研究加拿大145個監測站的年最大流量的非平穩性特征時，采用非參數化Pettitt檢驗檢測變異性，同時采用非參數化Mann-Kendall和Spearman檢驗以及參數化Pearson檢驗進行時間單調趨勢分析。李紅燕等[9]采用小波分析法研究彌苴河流域徑流量周期變化規律及其影響因素分析。越來越多的學者們開始傾向于綜合利用多種方法在判斷。顧西輝等[10]在確定水文序列的最佳變化節點時，先用滑動秩和法檢驗出所有水文變化節點，接著再用 Brown-Forsythe、滑動t、有序聚類和MK檢驗法輔以驗證，最后結合累積距平曲線法來確定。劉劍宇等[11]在對鄱陽湖流域洪水變化特征進行研究時候，綜合采用滑動秩和檢驗、Pettitt檢驗和有序聚類檢驗3種檢驗方法分別對9種洪水指標進行變異性檢驗。陳隆吉等[12]研究淮河流域王家壩、魯臺子、吳家渡和小柳巷4個水文站年最大洪峰流量序列時候綜合采用了Kendall秩次檢驗法、Spearman 秩次檢驗法和線性趨勢回歸檢驗法、Mann-Kendall檢驗法、有序聚類、滑動秩和檢驗法以及小波分析等方法。綜上發現，以往關于廣東省的相關研究中，對于水文序列特征研究通常著眼于某一流域或者某一控制站[13-14]，且主要集中在西江、北江和東江流域，也未進行比較探究。因此，本文選取廣東省境內不同流域范圍內(包括東江流域、北江流域、西江流域、韓江流域、鑒江流域)干流上的7個主要控制站來分析年最大洪峰流量的趨勢、變異及周期特征，并且進行一定的對比分析。

1 研究區域概況與數據

廣東省位于南嶺以南，是中國的南大門。境內山脈以北東―南西走向居多，且位于東亞季風區，雨熱同期，四季常青。作為中國第一經濟大省，廣東省除正在建設世界四大灣區之一粵港澳大灣區外，還將打造大珠三角經濟區。研究區域廣東省河流眾多，以珠江流域(東江、西江、北江和珠江三角洲)及獨流入海的韓江流域和粵東沿海、粵西沿海諸河為例，博羅站是東江流域下游干流上的控制站，其以上集水面積為25 325 km2，石角站作為北江中下游總控制站，是北江大堤防洪水情的代表站，高要站是西江干流中下游的水文控制站，而西江和北江流域若同時發生洪水則會對下游珠江三角洲地區造成水患，所以也選取了西江、北江進入珠江三角洲的重要控制站馬口站、三水站。韓江流域是廣東省除珠江流域外的第二大流域，潮安水文站是韓江流域的總出口控制站。鑒江流域雨量充沛，降水年際變化大，為探求鑒江與羅江會和后的水文特征，特選取兩江匯合后的下游控制站化州城站。所以研究中采用的數據是廣東省境內主要干流上的7個水文站1977—2014年的年最大洪峰流量數據，包括三水站、馬口站、高要站、石角站、博羅站、化州城站、潮安站。

2 研究方法

2.1 Spearman秩次相關法

Spearman秩次相關法也是一種非參數的檢驗方法，可以度量變量之間的強弱關系，通常用rs表示將一組數據xi、yi從小到大排序，記xi′、yi′是xi、yi在排序后的位置，那么稱xi′、yi′為xi、yi的秩次，其中秩次差di=xi′-yi′，其相關系數為：

(1)

當相關系數rs大于臨界值Wp則表明變化趨勢有顯著意義，此時，如果rs是負值，則表明在評價時段內有關統計量指標變化呈下降趨勢或者好轉趨勢；反之，則呈上升趨勢或加重趨勢；當rs≤Wp，則表明變化趨勢沒有顯著意義，說明在評價時段內洪峰流量變化穩定或平穩。

2.2 Mann-Kendall檢驗

Mann-Kendall檢驗這種非參數方法是最廣泛用于極值分析的方法結果分析，這種方法中隨機變量的分布函數不需要遵循正態分布，而且在年最大流量序列中基本上不會受到序列相關性的影響[15]。對于最終分別繪制出來的UFk和UBk曲線圖，如果UFk和UBk曲線交點在置信線之間，那么交點對應的時刻便是突變開始的時間。

2.3 Pettitt檢驗

Pettitt法是一種基于Mann-Whitney的統計函數的非參數檢驗方法[16-17]，Pettitt檢驗方法具有以下優點：一方面，它屬于非參數檢驗方法，所以對序列的異常值不敏感；另一方面，可以通過近似極限分布計算檢測統計p值。該檢驗提出了基于Mann Whitney雙樣本檢驗的U統計量：

(2)

Kt,N= max|Ut,N|,1≤t≤N

(3)

當p≤0.05時，認為數據中存在均值變異點。

2.4 小波分析

小波分析廣泛應用于水文序列的周期性特征研究中，其中Morlet小波分析的基本原理及計算步驟[18]如下。

小波函數φ(t)指具有震蕩特性、能夠迅速衰減到零的一類函數，定義為：

(4)

小波函數是小波分析的關鍵。文章采用Morlet小波分析廣東省干流上7個站點年最大洪峰流量的周期性特征，Morlet小波具有良好的時、頻域局部性，不僅可展現時間序列的精細結構，還能將隱含在序列中隨時間變化的周期顯現出來[19-20]。

由于年最大洪峰流量序列是離散的，設函數f(kΔt)(k=1,2,…,N)，Δt為取樣時間間隔。則離散序列小波變化表示為：

(5)

式中Wf(a,b)——小波變換系數。

3 結果分析

3.1 趨勢性分析

綜合利用肯德爾(Kendall)秩次相關法、斯波曼(Spearman)秩次相關法以及線性趨勢相關法對廣東省干流7個站點的年最大洪峰流量的趨勢性特征進行分析。①石角站年最大洪峰流量呈現上升趨勢，Kendall 秩次檢驗值1.998>1.960，Spearman秩次檢驗值1.93>1.64，線性趨勢回歸檢驗值2.16>1.64，通過了95%的顯著性檢驗。②三水站年最大洪峰流量呈現上升趨勢，Kendall秩次檢驗值2.678>1.960，Spearman秩次檢驗值3.35>1.64，線性趨勢回歸檢驗值2.88>1.64，通過了95%的顯著性檢驗。③高要站年最大洪峰流量呈現上升趨勢，Kendall秩次檢驗值1.016<1.960，Spearman秩次檢驗值1.32<1.64，線性趨勢回歸檢驗值1.22<1.64，未通過95%的顯著性檢驗。④馬口站年最大洪峰流量呈現上升趨勢，Kendall秩次檢驗值 1.22<1.96，Spearman秩次檢驗值1.35<1.64，線性趨勢回歸檢驗值1.33<1.64，未通過95%的顯著性檢驗。⑤化州城站年最大洪峰流量呈現上升趨勢，Kendall 秩次檢驗值0.442<1.960，Spearman秩次檢驗值0.63<1.64，線性趨勢回歸檢驗值1.10<1.64，未通過95%的顯著性檢驗。⑥博羅站年最大洪峰流量呈現減小趨勢，Kendall 秩次檢驗值0.186<1.960，Spearman秩次檢驗值0.07<1.64，線性趨勢回歸檢驗值0.13<1.64，未通過95%的顯著性檢驗。⑦潮安站年最大洪峰流量呈現減小趨勢，Kendall秩次檢驗值0.972<1.960，Spearman秩次檢驗值1.09<1.64，線性趨勢回歸檢驗值0.85<1.64，未通過95%的顯著性檢驗，見表1。結果表明，在選取的7個水文站中西江和北江水系的高要站和三水站在1977—2014年，年最大洪峰流量呈現顯著上升的趨勢，其余5個水文站都呈現不顯著的上升或者下降的趨勢，但是總體而言選取的大部分站點的年最大洪峰流量都有著增加的趨勢，說明廣東省存在不容忽視的洪災風險性以及科學防洪的必要性。

表1 廣東省7個站點趨勢性匯總

3.2 變異性分析

運用MK、有序聚類法、李海-哈林法、滑動t檢驗法、滑動秩和檢驗法以及Pettitt檢驗法6種方法對廣東省干流上的7個站點在1977—2014年的變異情況進行綜合判斷，結果見表2。7個站點中有4個站點存在變異的情況。其中高要(1991、1992年)，石角(1992、2011、2012年)，馬口(1993年)，三水(1993年)，并且高要站和石角站存在不止一個變異點。從時間上看，4個存在變異性的站點大多處于20世紀八九十年代和21世紀初。同時，從空間上看，存在變異的站點位于西江和北江水系(圖3)。

表2 1977—2014年廣東省4個發生變異性站點的年份匯總

3.3 周期性分析

運用Morlet小波分析法對選取的7個水文站進行周期性分析，分別繪制年最大洪峰流量小波變化系數實部等值線及小波方差圖，結果發現，三水站年最大洪峰流量主要存在2～10、20～30 a的時間尺度周期性變化規律，在2～10 a時間尺度上變化周期性不顯著，中心大約在7 a。20～30 a下年最大洪峰流量的周期性變化比較明顯，中心大約在30 a。三水站的年最大洪峰流量的小波方差曲線中明顯峰值有2個，分別是7、30 a。其中，最大峰值對應的30 a為第一主周期，周期震蕩最為劇烈，7a為第二主周期，見圖4。

馬口站年最大洪峰流量主要存在2～9、9～27 a的時間尺度周期性變化規律，在2～9 a時間尺度上變化周期性顯著，中心大約在6 a。9～27 a下年最大洪峰流量的周期性變化明顯，中心大約在18 a。馬口站的年最大洪峰流量的小波方差曲線中明顯峰值有2個，分別是6、18 a。其中，最大峰值對應的18 a為第一主周期，周期震蕩最為劇烈，6 a為第二主周期，見圖5。

高要站年最大洪峰流量主要存在4～10、10～24 a的時間尺度周期性變化規律，在4～10 a時間尺度上變化周期性顯著，中心大約在6 a。10～24 a下年最大洪峰流量的周期性變化明顯，中心大約在15 a。高要站的年最大洪峰流量的小波方差曲線中明顯峰值有2個，分別是6、15 a。其中，最大峰值對應的15 a為第一主周期，周期震蕩最為劇烈，6 a為第二主周期，見圖6。

石角站年最大洪峰流量主要存在2～12、12～20 a的時間尺度周期性變化規律，在2～12 a時間尺度上變化周期性顯著，中心大約在9 a。12～20 a下年最大洪峰流量的周期性變化明顯，中心大約在16 a。石角站的年最大洪峰流量的小波方差曲線中明顯峰值有2個，分別是9、16 a。其中，最大峰值對應的16 a為第一主周期，周期震蕩最為劇烈，9 a為第二主周期，見圖7。

博羅站年最大洪峰流量主要存在5～12、12～24 a的時間尺度周期性變化規律，在2～12 a時間尺度上變化周期性顯著，中心大約在10 a。12～24 a下年最大洪峰流量的周期性變化明顯，中心大約在14 a。博羅站的年最大洪峰流量的小波方差曲線中明顯峰值有2個，分別是10、14 a。其中，最大峰值對應的14 a為第一主周期，周期震蕩最為劇烈，10 a為第二主周期，見圖8。

化州城站年最大洪峰流量主要存在3～7、7～18、18～26 a的時間尺度周期性變化規律，在2～7 a時間尺度上變化周期性變化比較明顯，中心大約在5 a。7～18 a下年最大洪峰流量的周期性顯著，中心大約在11 a。18～26 a下年最大洪峰流量的周期性顯著，中心大約在22 a?；莩钦镜哪曜畲蠛榉辶髁康男〔ǚ讲钋€中明顯峰值有3個，分別是5、11、22 a。其中，最大峰值對應的11 a為第一主周期，周期震蕩最為劇烈，22 a為第二主周期，5 a為第三主周期，見圖9。

潮安站年最大洪峰流量主要存在3～10、10～14、14～23 a的時間尺度周期性變化規律，在3～10 a時間尺度上變化周期性變化比較明顯，中心大約在5 a。10～14 a下年最大洪峰流量的周期性顯著，中心大約在14 a。14～23 a下年最大洪峰流量的周期性顯著，中心大約在17 a。潮安站的年最大洪峰流量的小波方差曲線中明顯峰值有3個，分別是5、14、17 a。其中，最大峰值對應的14 a為第一主周期，周期震蕩最為劇烈，17 a為第二主周期，5 a為第三主周期，見圖10。

4 結論

選取廣東省境內主要干流上7個水文站的年最大洪峰流量數據，分析了1977—2014年年最大洪峰流量數據的趨勢特征、變異性特征以及周期性特征，得出如下結論。

a)趨勢特征。研究的7個站點(三水站、馬口站、高要站、石角站、博羅站、化州城站、潮安站)中，博羅站、潮安站的年最大洪峰流量呈現下降趨勢，而其余的三水站、馬口站、高要站、石角站、化州城站的年最大洪峰流量呈現上升趨勢。并且站點中的石角站和三水站通過了95%的顯著性檢驗，即年最大洪峰流量呈現顯著上升趨勢。

b)變異特征。1977—2014年7個站點中有4個站點存在變異的情況，分別是高要(1991、1992年)，石角(1992、2011、2012年)，馬口(1993年)，三水(1993年)，并且高要站和石角站存在不止1個變異點。從時間上看，4個存在變異性的站點大多處于20世紀八九十年代和21世紀初。同時，從空間上看，存在變異的站點位于西江和北江水系。

c)周期性特征。三水站、馬口站、高要站、石角站、博羅站5個站點存在2個主周期，其中三水站主要周期尺度為2～10、20～30 a，馬口站主要周期尺度為2～9、9～27 a，高要站主要周期尺度為4～10、10～24 a，石角站主要周期尺度為2～12、12～20 a，博羅站主要周期尺度為5～12、12～24 a。而化州城站、潮安站各存在3個主周期，分別為3～7、7～18、18～26 a和3～10、10～14、14～23 a。