2011-2020年贛江上游主要支流水沙變化特征

戴中山, 李海峰

(1.江西農業大學 國土資源與環境學院 南昌市景觀與環境重點實驗室, 南昌 330045;2.江西省土壤侵蝕與防治重點實驗室, 南昌 330029; 3.華中農業大學 資源與環境學院, 武漢 430070)

江河水沙變化情況及成因分析對流域的可持續健康發展至關重要[1-2]。旱澇災害與水沙年內和年際分布密切相關[3],對河川水沙變化進行歸因和預測分析有助于旱澇災害的科學防御[4]。作為鄱陽湖流域的第一大河,贛江入湖平均年徑流量和輸沙量分別占全流域的40.4%和62.8%,贛江是鄱陽湖泥沙的主要策源地,而贛江上游又是贛江泥沙的主要來源地[5-7]。江西自80年代末開展“治江必先治山”理念指導下的流域綜合治理以來,水土流失狀況明顯改善,相關水土保持措施取得了良好效果[8-9]。因此,進一步認識贛江流域水沙變化特征對水資源管理及水土保持工作意義重大,也能為應對極端氣候條件下流域水旱災害提供思路。

贛江上游是江西省水土流失最嚴重的地區之一,對贛江上游的水沙變化特征及歸因分析已有諸多研究成果[10]。例如丁倩倩等分析了桃江流域水沙對全球氣候變化的響應,發現了太陽黑子等氣候因子與輸沙量的關系[11]。劉惠英等基于壩上水文站1956—2015年的長序列資料采用多種統計學方法對章水流域的水沙變化驅動力進行分析,研究發現水土保持等人類活動對輸沙量變化有顯著影響[12]。趙淑云等對貢水流域輸沙量變化進行分析指出降水是影響輸沙的主要因素,徑流是直接因素[13]。江輝等對萬安水庫建庫前后的水沙變化進行分析發現水利工程的顯著減沙效益[14]。黃達等運用CBA經濟學理論對贛江上游水土保持效益進行評價,考慮土地機會成本等因素后指出水保措施發揮的生態效益最大[15]。劉明霞研究發現贛江上游未來植被覆蓋度呈下降趨勢等[16]。以上研究為認識贛江上游流域水沙變化特征和了解流域水土保持效益奠定了堅實的基礎。但對贛江上游水沙變化的研究局限在個別支流,對上游支流群綜合分析不足,缺乏水土保持措施效果的量化研究。此外,大多數研究采用長序列資料分析,在氣候變化和人類活動不可預測性大的背景下,短序列的資料分析或許更具有現實意義。

本文基于贛江上游4大支流(章水、平江、桃江、貢水)的把口站水沙資料(2011—2020年),采用水文分析、累積距平、雙累積曲線法對贛江上游支流群水沙變化特征進行分析,并對所得的結果進行析因,在尋找到各支流輸沙影響因子的基礎上量化影響因子的作用,構建關系方程。本研究以期為贛江流域的水沙變化分析和水土流失治理與水旱災害防御提供科學依據。

1 研究區概況

贛江為江西第一大河,發源于江西和福建交界處的石寮崠[17],自南向北流經贛州、吉安、南昌等20多個縣市最后分為四支匯入鄱陽湖。贛江上游是指萬安棉津以上區域,面積約36 800 km2,占整個贛江流域的45.5%[18-19]。該流域屬亞熱帶季風氣候區,雨量和光照均充足,4—6月降雨集中。DEM顯示贛江上游地勢起伏較大,各支流發源于崇山峻嶺之間(圖1)。上游主要巖體為易蝕性花崗巖和變質巖,特殊的地形和地質條件使得贛江上游流域易形成洪災[20]。贛江上游主要支流有章水、貢水、平江、桃江等[21]。

圖1 研究區示意圖

2 數據與方法

2.1 數據來源

各支流把口站的氣象數據和水沙數據是經過對2011—2020年《江西省水土保持公報》的數據進行整理而獲得(圖1)。研究區位圖中用到的相關矢量數據和柵格(DEM)數據底圖來自國家基礎地理信息網(http:∥www.ngcc.cn/ngcc/)以及地理空間數據云(http:∥www.gscloud.cn/),流域范圍與河流網絡運用ArcGIS 10.2軟件通過一系列水文分析步驟獲得。贛州市各類水土保持措施規模數據來自2011—2020年《江西省水土保持公報》的統計數據,各支流區域內水土保持規模數據是基于贛州市數據采用支流流域面積占比的方法通過計算獲得。

2.2 研究方法

針對各支流把口站降雨量、徑流量以及輸沙量的年際變化特征采用OriginPro 2021作圖進行分析,采用SPSS(IBM SPSS Statistics 24)軟件進行皮爾遜相關分析獲得水沙年際變化的相關性,同樣采用此軟件對流域輸沙模數和水土保持影響因子進行逐步回歸分析獲得線性回歸方程。

2.2.1 累積距平法 累積距平法常用于判斷變化階段性[22],表達式為:

2.2.2 雙累積曲線法 雙累積曲線法是將兩個不同變量的同期累積值繪制在一個坐標系中,一般橫坐標為參考或基準變量,縱坐標為被檢驗變量。雙累積曲線法常用于水文氣象等要素的一致性檢驗。在研究河川徑流量和流域輸沙量的歸因分析中應用廣泛[23-25]。通過作出累積降雨量—累積徑流量、累積降水量—累積輸沙量的雙累積曲線圖,可以清楚了解水沙變化受人為因素和自然因素影響的程度和進一步的變化趨勢。

3 結果與分析

3.1 水文特征

贛江上游四大支流的壩上站、翰林橋站、居龍灘站和峽山站降雨量與徑流量的年際變化特征如圖2所示。由圖2可知,近十年間(2011—2020年)四大支流的把口站降雨量和徑流量均在2016年達到峰值,四大支流各自的把口站徑流量大體上隨降雨量變化而變化,但2018年壩上、翰林橋、居龍灘測站的徑流量在降雨量與2017年相比增加的情況下反而減小,峽山站在2018年降雨量較前一年小幅度下降的情況下其徑流量則大幅下降。2019年壩上站降雨量相比2018年略降而其徑流量則大幅增加。

圖2 主要測站的降雨量、徑流量年際變化

由圖3可知,2018年以前各測站的輸沙量隨徑流量變化而變化,呈現“豐水豐沙,貧水貧沙”的情況;但在2018年除桃江的居龍灘站仍維持“水少沙少”的狀況外,其他測站呈現“貧水豐沙”的態勢,在之后的2019年恢復正常。

圖3 主要測站的徑流量、輸沙量年際變化

對4個測站的徑流量與輸沙量進行相關性分析,分析結果如表1所示,4個測站中除壩上站外其他測站的皮爾遜相關系數都在0.9左右,其中以平江流域(翰林橋站)的皮爾遜相關系數最高,達到0.985;且平江、桃江和貢水三大支流的年徑流量和年輸沙量相關性顯著。章水流域的年徑流量和年輸沙量的皮爾遜相關系數只有0.613,相對其他三大支流而言年徑流量和輸沙量相關性較差。

表1 相關性分析結果Table 1 Correlation analysis result

由于選取的贛江上游四大主要支流面積相差較大,采用河川徑流輸沙模數的方式能更好體現各支流年輸沙量的變化特征,分析結果如圖4所示。各支流的輸沙模數在短期內呈雙峰變化,2011—2018年四大支流的輸沙模數都在2016年達到最大值,這與前文分析得出的“豐水豐沙,貧水貧沙”結論相符合。但在2019年四大支流降水量小于2016年的情況下卻有3條支流達到了新的輸沙模數峰值,推測是大尺度水土保持措施結構變化產生影響,也可能與流域內水庫修建等因素有關,影響因素較為復雜。

圖4 流域輸沙模數

3.2 水沙變化特征

4個測站的降水量、徑流量和輸沙量各自的累積距平值結果見圖5,不難看出4條支流的降水量與徑流量的變化特征大體吻合,且平江流域的吻合度最好,另外3條支流的降水量與徑流量的階段性變化不穩定,呈現出較大的波動性,以章水流域最為明顯;在2015年、2019年章水和桃江的降雨量與徑流量變化趨勢相反,2019年貢水的降雨量與徑流量變化趨勢亦相反。4條支流的徑流量與輸沙量的變化特征具有很好的一致性,采用徑流量的累積距平值來劃分贛江上游主要支流的輸沙量變化階段比采用降雨量的累積距平值更為合適。章水流域在2012—2015年和2016—2018年這兩個短時段內徑流量和輸沙量處于下降階段;平江流域在2012—2014年和2016—2018年兩個短時段內徑流量和輸沙量處于下降階段,中間時段處于上升階段;桃江流域在2012—2015年和2016—2018年兩個短時段內徑流量和輸沙量處于下降階段;貢水流域在2012—2014年和2016—2018年兩個短時段內徑流量和輸沙量處于下降階段,中間時段則為上升階段。

圖5 累積距平分析結果

總之,4個流域的輸沙量在短期內都是表現出持續2～3 a的上升(下降)隨后出現下降(上升)的間歇性態勢,說明贛江上游的主要支流章水、平江、桃江和貢水的輸沙量在較短的時間尺度上仍然隨徑流量的變化而變化。

3.3 輸沙量變化與歸因分析

3.3.1 變化特征 為進一步探究贛江上游四大支流的輸沙量影響因素,采用雙累積曲線法對相關測站的累積降雨量、累積徑流量和累積輸沙量進行分析。此處由于數據序列較短,為方便觀察輸沙量的變化特征,在徑流量—輸沙量雙累積曲線圖中作出趨勢線,如圖6所示。四大支流的降雨量—徑流量雙累積曲線線性擬合良好,線性擬合優度R2均在0.99以上;說明四大支流的徑流量沒有受到大的影響,與降雨量具有較好的一致性,可以以徑流量累積值為橫坐標來分析輸沙量受其他因素的影響程度。

圖6 雙累積曲線法分析結果

從徑流量—輸沙量累積曲線分析圖中可以明顯看出平江流域的雙累積曲線斜率基本無變化,以此可以判斷該流域的河流輸沙量主導因素為徑流量,與水土保持等其他因素關聯程度不大,也可能是該流域水土保持效果已經達到閾值。其他三大支流的雙累積曲線均在不同時段出現斜率的變化,說明流域輸沙量受到除徑流量之外的其他自然因素或人為因素的影響。其中貢水流域的雙累積曲線斜率變化最不規則,可能是流域面積大導致輸沙量受到的影響因素較為復雜。除平江流域外,其他三大支流的累積曲線斜率在研究時段后期均有上升的趨勢,在輸沙模數分析過程中出現的“2016年輸沙模數出現峰值后2019年再次達到峰值”的現象與此可能有一定的關聯性。

綜合而言,贛江上游的支流群中除了平江流域外,其他流域的泥沙輸移能力可能受到較大的非自然因素影響,也可能存在未考慮到的自然因素影響。由于主要分析支流水沙變化特征,本文討論的非自然因素影響主要是流域內水土保持措施規模,其他因素尚未考慮。

3.3.2 歸因分析 為了對雙累積曲線分析出現的特征和流域輸沙模數峰值年份出現的情況進行分析,考慮到影響因素以人為因素為主,而具體的人為因素又以水土保持為代表,因此以贛江流域每年新增水土保持措施規模為切入點進行歸因分析。

由于贛江上游流域幾乎都在贛州市境內,所以采用贛州市每年新增的水土保持措施規模進行分析,在原始水土保持公報數據中沒有將水土保持措施規模細分到各市的年份采用全省的水土保持措施規模乘以贛州市占江西省面積的比例(約占23.59%)進行計算,并對所得結果進行適當的修正,統計結果如表2所示。對各年份的各類水土保持措施新增面積占比結果分析可知,2011—2014年新增封育治理面積占比處于下降趨勢(67.4%～52.8%),經果林面積占比上升(17.9%～22.3%),水保林(17.9%～24.9%)、坡改梯(0.7%～3.9%)和種草(1.8%～3.1%)變化不大。2015年、2016年新增封育治理面積占比增大,其中2016年,新增封育治理面積比重達74.3%,其他治理措施新增面積占比均下降。2017年新增水保林比重高達41.4%,與2011—2016年相比成倍增加;2018—2020年水保林所占比重均較大,且變化不穩定。2019年四大支流降水量小于2016年的情況下卻有3條支流達到了新的輸沙模數峰值可能與水土保持措施結構變化有關。

表2 2011-2020年贛州市新增水保措施規模Table 2 Scale of new water conservation measures in Ganzhou City from 2011 to 2020

基于表2,采用各支流流域面積占比的情況計算相應水土保持規模,采用逐步回歸的分析方法尋找各支流輸沙模數和5個水土保持因子(坡改梯、水保林、經果林、種草、封育治理)之間的關系,并進行量化分析。結果表明:2011—2020年贛江流域上游支流中平江、桃江及貢水流域輸沙模數與5個水土保持因子無顯著相關關系。章水流域輸沙模數與新增水保林面積呈顯著正相關。章水流域輸沙模數與水土保持措施因子的關系方程如下:Mz=0.019S水保林+5.126(表3)。結合2011—2020年逐年新增各類水土保持措施所占的比重數據,提出適用于贛江上游地區水土流失防治的年新增水土保持措施配比——封育治理:52.0%～60.0%,經果林:22%～25%,水保林:20%～23%,種草:2%～3%,坡改梯:2%～3%。在制定水土保持規劃時建議在因地制宜的基礎上適當提高新增經果林的占比,適度壓縮新增封育治理的面積,同時不可對新增水土保持措施的結構占比大幅度調整。

表3 支流輸沙模數與水保措施因子相關性分析Table 3 Correlation analysis between sediment transport modulus of tributaries and water conservation measures

4 結 論

(1) 贛江上游主要支流的降雨量和徑流量的變化特征大體相同,但個別年份存在徑流量與降雨量不成正比的反常情況。贛江上游主要支流的輸沙量隨徑流量變化而變化,呈現“豐水豐沙,貧水貧沙”的態勢,但在2018年除桃江外其他支流呈現“水少沙多”的反常情況。皮爾遜相關分析顯示除章水外其他支流的徑流量和輸沙量相關系數都在0.9左右;在2011—2018年中的2016年各支流的輸沙模數達到相應時期內的最大值,而在2019年降水量小于2016年的情況下有3條支流達到新的峰值,影響贛江上游主要支流輸沙能力的因素較為復雜。

(2) 采用徑流量的累積距平值劃分贛江上游主要支流的輸沙量變化階段更為合適,4個流域的輸沙量在短期內都是表現出持續2～3 a的上升(下降)隨后出現下降(上升)的間歇性態勢。

(3) 雙累積曲線法分析顯示贛江上游四大支流的累積降雨量和徑流量斜率無明顯變化,線性擬合優度R2均大于0.99;徑流量—輸沙量的雙累積曲線分析發現除平江外其他支流的輸沙量可能受到非自然因素的較大影響,斜率變化不穩定。

(4) 人為影響因素對江河水沙變化的影響以水土保持措施為主,新增水土保持措施結構的變化可能與輸沙量變化特征和輸沙模數峰值出現波動有關。采用逐步回歸的方式量化了章水流域輸沙模數與水土保持因子之間的關系:Mz=0.019S水保林+5.126(Mz代表輸沙模數,S水保林代表流域內對應水土保持措施年新增面積)。提出贛江上游水土流失防治的新增水土保持措施配比范圍:封育治理(52.0%～60.0%),經果林(22%～25%),水保林(20%～23%),種草(2%～3%),坡改梯(2%～3%)。