撫河流域極端降水變化及其對輸沙量的影響

肖 谷

(德興市審計技術保障中心,江西 上饒 333299)

隨著氣候變化,極端降水事件不斷增加,嚴重影響著人們的生產生活。極端降水事件造成嚴重的流域水土流失,其對流域土壤的侵蝕隨著水文過程形成河流輸沙[1]。因此,了解極端降水事件與輸沙量之間的關系可以直接掌握流域土壤流失情況。

目前,鐘科元等[2]研究了松花江流域極端降水和輸沙量之間的關系,結果表明,極端降水指標與輸沙量具有顯著相關性,其中降水強度指數(SDII)對輸沙量的影響最大;周才鈺等[3]分析了黃河中游極端降水對輸沙量的影響,發現2000年以后極端降水對輸沙量的影響要小于人類活動的影響;孫維婷[4]研究發現延河流域極端降水與輸沙量在1970—1996年呈顯著線性相關,但1996—2010年間的線性相關關系減弱;任玉玲[5]評估了黃土高原極端降水對水沙的影響,表明人類活動是流域水沙量減小的主要原因。以上研究通過分析極端降水指數與輸沙量之間的關系,為流域水土保持工作提供了科學依據。

鄱陽湖流域,極端降水強度大、頻率高,時常引發洪澇災害和土壤侵蝕事件[6]。因此,研究者開展了該地區極端降水時空演變特征分析。王懷清等[7]研究發現鄱陽湖流域極端降水事件概率增大,洪澇災害風險增加;高冰等[8]研究發現撫河流域極端降水事件增加趨勢顯著,而極端降水天數卻呈減少變化。此外,顧朝軍等[9]研究了鄱陽湖流域降水侵蝕力和輸沙量之間的關系,發現近60年來降水侵蝕力變化使得流域輸沙量增加;曾瑜等[10]研究表明年降水和降水侵蝕力是影響鄱陽湖輸沙量的關鍵指標。為進一步研究分析鄱陽湖流域極端降水事件及其對輸沙量的影響,本文以鄱陽湖撫河流域為例,選用撫河流域1960—2018年控制性水文站逐日輸沙量和氣象站逐日降水資料,統計了8種極端降水指標,以此探究撫河流域極端降水的時空變化特征及其對輸沙量的影響程度,以期為撫河流域水土保持生態建設提供幫助。

1 資料與方法

1.1 研究區概況與數據

撫河流域位于江西省東部,是鄱陽湖五大子流域之一,位于東經115°36′～117°10′,北緯26°30′～28°20′,見圖1。東接福建,南臨贛江,西毗沂江、烏江,從北流入鄱陽湖,流域總面積約為1.56萬km2,撫河發源于武夷山區,干流長約350km,自南向北貫穿整個流域。流域三面環山,北部為湖區平原,以丘陵、山地為主,丘陵占53.1%,山地占29.5%;崗地、平原次之,其中崗地占10.3%,平原占7.1%。流域屬亞熱帶季風氣候,雨量充沛,但年內分布不均,降水主要發生在4—6月,并且極端降水事件不斷增加,使得該流域成為鄱陽湖流域土壤侵蝕量增幅明顯的地區之一[11]。

圖1 撫河流域概況

本文收集了撫河流域10個國家氣象站1960—2018年逐日降水量資料,該數據來源于江西省氣象信息中心;收集了撫河流域控制性水文站——李家渡水文站1960—2018年逐日輸沙量資料,該數據來源于江西省水文監測中心。數據真實可靠。

1.2 研究方法

1.2.1 極端降水指數

本文選用了氣候變化監測與極端氣候事件指數專家組(ETCCDI)表征極端降水事件的降水強度(SDII)、最大5日降水量(RX5d)、最大1日降水量(RX1d)、大于95%分位數強度降水量(R95P)指數,使用極端氣候指數計算軟件(RClimdex)統計該4種計算降水指數。另外,暴雨量(RSP)、大雨量(HP)、汛期降雨量(FSPTOT)和侵蝕性降水量(ERPTOT)4種指數也被學者認為是影響土壤侵蝕的重要指數[12,13]。

1.2.2 Mann-Kendall趨勢分析

本文采用Mann-Kendall(M-K)趨勢分析評估撫河流域8種極端降水指數和輸沙量年際變化趨勢。該方法計算不受樣本、分布類型的影響,是一種廣泛應用在水文氣象領域的非參數統計檢驗方法。對于1960—2018年共59年時間長度的極端降水和輸沙量序列(X1,X2,…,X59),若M-K檢驗統計值Z>0,表明序列呈增加趨勢;若Z<0,表示序列呈減小趨勢;當Z>1.96時,表明序列趨勢變化顯著;當Z>2.32時,表明序列趨勢極顯著。

1.2.3 雙累積曲線

本文中采用廣泛應用于水文要素驅動力分析的雙累積曲線方法,該方法能夠辨別水文要素的長期變化趨勢和氣候變化與人類活動對其影響的貢獻程度[14]。該方法基于對水文要素時間序列的突變分析,劃分水沙變化的基準期與變化期。首先,在基準期極端降雨主導河流輸沙量的變化,人類活動影響較小,因此構建近自然條件下極端降水量-輸沙量之間的雙累積線性函數關系。其次,在變化期通常人類活動對降水輸沙量關系產生較大影響,將變化期年份的降水數據帶入基準期的線性函數關系中,獲得變化期近自然條件下輸沙量理論值,此時變化期輸沙量實測值與理論值之間的差值為人類活動影響量,而變化期理論值與基準期之間的差值為極端降水指數的影響量,變化期與基準期實測輸沙量的差為輸沙量變化量。最后,計算人類活動與極端降水指數對輸沙量的貢獻率,人類活動的貢獻率為人類活動影響量與輸沙量變化量的比值,極端降水指數的貢獻率為極端降水指數的影響量與輸沙量變化量的比值。

1.2.4 交叉小波分析

(1)

(2)

式中:σx、σy分別為輸沙量與極端降水指數序列的標準差;Zv(p)為概率p對應的置信度;v為自由度。

2 結果分析

2.1 極端降水時空特征

2.1.1 年際變化特征

圖2為撫河流域1960—2018年8種極端降水指數的年際變化過程,研究期內撫河流域極端降水指數均呈不同程度的增加趨勢,其中,SDII呈極顯著增加趨勢(Z=2.82,P<0.01),R95P和HP具有較強的增加趨勢,RX1d和RX5d增加趨勢較弱;各極端降水指數變化過程相近,在1960—1987年波動變化,1987—1997年出現明顯增加趨勢,之后開始減小,從2008年開始再次增加;在研究期內極端降水指數大致呈現出兩個完整的波動周期,第一個波動周期為19世紀60年代至80年代末,第二個周期為1990年初至2000年末;各極端降水指數除FSPTOT外,其他極端降水指數均在1998年出現明顯的極值點,表明撫河流域1998年發生了明顯的極端降水事件。

圖2 極端降水指數年際變化過程

2.1.2 空間變化特征

圖3為撫河流域1960—2018年多年平均極端降水指數空間分布情況,撫河流域主要呈現三種不同的空間分布格局,RX1d、SDII、RSP空間分布大致呈現北高南低分布,由北向南極端降水逐步減小;R95P、RX5d、FSPTOT、ERPTOT空間分布大致呈東高西低;而HP空間分布大致為南高北低。極端降水指數低值主要分布在宜黃縣附近,高值指數主要在東鄉和南城地區。

圖3 極端降水指數空間分布

2.2 極端降水對輸沙量的影響

2.2.1 輸沙量的年際變化

1960—2018年,撫河流域輸沙量總體上呈現減少趨勢,見圖4,M-K趨勢統計分析檢驗值Z=-1.48,呈不顯著的減小趨勢;年最大輸沙量發生在1998年,最小輸沙量發生在1963年;年輸沙量總體上呈現3次上升過程,第一次為1985年以前,年輸沙量波動性上升,第二次為1991—1998年;第三次為2007—2016年。詳見圖4。

圖4 輸沙量變化

2.2.2 極端降水與輸沙量的雙累積曲線分析

利用極端降水指數與輸沙量之間的雙累積曲線判斷它們關系變化,由圖5可知,極端降水指數與輸沙量的雙累積曲線關系在1997年發生轉變,1998—2018年雙累積曲線斜率均小于1960—1997年,表明1998年以后,流域輸沙量出現了明顯的減小變化。因此,以1997作為變化點,將1960—1997年作為基準期,1998—2018年作為變化期。

圖5 極端降水指數和輸沙量雙累積曲線

2.2.3 極端降雨對輸沙量的貢獻率

相比于基準期,撫河流域變化期年輸沙量減少34.576萬t,減小幅度達22.9%。表1給出了變化期極端降水指數對輸沙量減小的貢獻率,極端降水指數均對輸沙量產生促進作用,其中,RSP和R95P的增沙作用明顯強于其他極端降水指數;FSPTOT對輸沙量的增加貢獻最小,為33.07%。雖然流域極端降水指數均呈不同程度的增加變化趨勢,但圖4中輸沙量呈減少變化趨勢,這也表明了人類活動在輸沙量的減少過程中起到主導作用。

表1 撫河流域極端降水指數對輸沙量的貢獻率

2.3 交叉小波分析

為探究極端降水變化對輸沙量的影響程度,使用交叉小波變換分析撫河流域八種極端降水指數和輸沙量的關系。極端降水指數與輸沙量之間的交叉小波譜圖(見圖6)中,細弧線內為小波影響椎內的有效譜值,實線內為紅噪聲標準譜(通過95%顯著性檢驗)。圖譜箭頭向右,表明八種極端降水均與輸沙量同相位,極端降水指數均與輸沙量呈正相關。除RX1d和HP外,其他極端降水指數與輸沙量在1986—1998年存在約16年時間尺度上的顯著共振關系;在7年左右時間尺度上,RX1d在1968—1982年和RX5d在1968—1986年共振關系顯著;在4年左右的時間尺度上,極端降水指數與輸沙量呈正相關,平均相位角約-45°,表明極端降水指數超前輸沙量0.5年。同時,在1年短周期時間尺度上,極端降水指數與輸沙量存在顯著共振關系,但通過顯著性檢驗的區域較小。

圖6 極端降水指數與輸沙量交叉小波圖

3 結 論

探究極端降水變化規律及其對輸沙量的影響對流域水土保持生態建設具有重要意義。基于撫河流域近60年逐日降水量和輸沙量資料,分析八種極端降水指數的時空變化及其對輸沙量的影響。研究結論如下:

a.撫河流域八種極端降水指數均呈不同程度的增加趨勢,SDII呈極顯著增加趨勢(P<0.01),其次為R95P和HP,具有較強的增加趨勢,RX1d和RX5d增加趨勢不明顯。

b.RX1d、SDII、RSP指數空間上大致呈現“北高南低”的分布,RX5d、FSPTOT、ERPTOT指數空間上分布為“東高西低”,而HP指數空間分布則為“南高北低”。

c.撫河輸沙量呈不顯著的減小趨勢(z=-1.48),人類活動是流域輸沙量減小的主導因素,極端降水指數均對輸沙量產生促進作用,其中RSP和R95P的增沙作用明顯強于其他極端降水指數,FSPTOT對輸沙量的增加貢獻最小。

d.極端降水指數和輸沙量呈正相關,總體上存在1年、4年、16年的周期性顯著共振關系,其中在4年時間尺度左右,極端降水指數超前輸沙量0.5年。