嘉陵江流域旱澇急轉演變規律及其對徑流影響研究

摘要：針對氣象旱澇轉換對流域徑流影響的問題，基于嘉陵江流域逐日降水量和流量數據，采用長、短周期旱澇急轉指數方法，揭示了旱澇急轉時空分布特征與演變規律，定量評估了徑流變化對不同旱澇急轉類型的響應程度。結果表明：1977～2022年，嘉陵江流域共發生了8次汛期旱澇急轉事件，其中6次發生在2004年及之后；空間上，南部、中部以及西北部地區發生旱澇急轉的頻率較大，在17%以上；在月尺度上，6～7月發生旱澇急轉的頻率最大，超過了20%。當汛期發生澇轉旱時，北碚、羅渡溪、武勝以及小河壩等站的前半汛期流量相比常年平均增長了57.52%，38.74%，85.50%和99.73%，后半汛期流量相對常年平均偏低了20.82%，49.83%，22.64%和14.53%；而在旱轉澇影響下，上述站點前半汛期流量較常年平均減少了31.17%，45.77%，28.83%和26.16%，后半汛期流量較常年分別增長了31.45%，47.17%，24.31%和3.27%；月尺度上也表現出相似規律，表明旱澇急轉對嘉陵江徑流有著顯著影響。研究成果可為梯級水庫科學調度、流域水安全保障提供參考。

關 鍵 詞：旱澇急轉； 徑流變化； 時空分布； 嘉陵江流域

中圖法分類號： TV12；P426.616

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2024.09.018

0 引 言

隨著全球氣候變暖不斷加劇，干旱、洪澇等自然災害交替出現且愈發頻繁［1］，發展形成了旱澇急轉極端氣候事件。短時間內旱、澇狀態的快速轉變，給水文氣象精準預測帶來了嚴峻挑戰，極大增大了地區水行政主管部門應對極端氣候事件的協同難度，給當地人民群眾生產生活造成了嚴重影響［2-4］。長江流域分布有以三峽水庫為核心的梯級水庫群，又是旱澇急轉易發區域，科學認識旱澇急轉的形成機理，定量識別旱澇事件交替演變特征，精準剖析旱澇急轉環境對長江流域徑流的影響規律，對指導梯級水庫科學調度運營、保障全流域水安全具有重要意義［5-7］。

目前，專家學者針對長江流域的旱澇轉化特征及其演變規律做了一些研究，得到了一些規律性認識。研究表明，長江上游流域發生旱澇急轉的頻率較低，中下游頻率則偏高，近年來長江流域大部地區旱澇急轉發生頻率呈現上升趨勢［8］。長江中下游流域發生的旱澇急轉以澇轉旱類型為主，但發生頻次在不斷減小，旱轉澇事件頻次有輕微增加的趨勢；空間上，長江中下游北岸多發生旱轉澇事件，南岸則多發生澇轉旱事件［7］。此外，學者們也對淮海流域［9-12］、珠江流域［13-14］、華南地區［15］、兩湖地區［16-18］以及西南地區［19-20］等地做過類似研究。所采用的方法大多是構建特定的表征指標，常見的比如長、短周期旱澇急轉指數［21］；也有學者采用了其他水文氣象特征指標，比如標準化加權平均降水指數SWAP［22］、自校準帕默爾干旱指數scPDSI［23］等；還有學者針對傳統旱澇急轉指數存在的錯漏判問題，對其進行改進，例如涂新軍等［24］提出的標準化旱澇急轉指數（SDWAI）、閃麗潔等［25］提出的日尺度旱澇急轉指數（DWAAI）。

可見，旱澇急轉表征指數經過不斷的運用和完善，已成為旱澇急轉領域的重要研究方法［26］。然而，旱澇急轉指數一般是基于降水量［27-28］或者徑流量［29］數據計算得到，基于降水的指數表征的是氣象旱澇狀態的變化，基于徑流的指數展現的則是水文旱澇狀態的改變，鮮有關于氣象旱澇急轉對流域徑流演變影響的研究。對此，本文選取長江上游嘉陵江流域為研究背景，重點研究徑流對氣象旱澇急轉變化條件的響應規律與程度，對于有效識別旱澇急轉極端環境對流域產匯流過程的影響機制，精細化指導流域骨干水工程群聯合調度，積極應對不利天氣，促進水資源高效綜合利用，具有重要的科學意義和參考價值。

1 材料與方法

1.1 研究區域和數據

嘉陵江系長江上游主要支流，其徑流變化對長江來水有著非常重要的影響［30］，因此選取嘉陵江流域為研究區域。嘉陵江流域面積約為16萬km2，地理位置大致位于東經102°30′～109°00′，北緯29°40′～34°30′，流域大部屬亞熱帶季風氣候，年降水量約為800～1 000 mm。在實際水文預報生產中，一般將嘉陵江流域劃分為涪江流域、嘉陵江干流區域以及渠江流域等3個二級流域，其控制性水文站點分別為小河壩站、武勝站以及羅渡溪站，整個嘉陵江流域的控制站點為北碚站，4個站點逐日流量數據由長江電力提供。氣象數據取自嘉陵江流域及周邊的30個國家級氣象站點，下載自中國氣象數據網，時間范圍為1977～2022年。嘉陵江流域地理位置及關鍵水文氣象站點分布具體如圖1所示。

1.2 旱澇急轉評估方法

1.2.1 旱澇急轉定義

旱澇急轉分為旱轉澇 （drought to flood，DTF） 和澇轉旱 （flood to drought，FTD） 兩種類型，指的是在較短時間內，旱和澇兩類事件交替出現，且前后兩種不同狀態之間快速轉變的過程。該定義強調了兩方面特征：① 旱和澇存在時間發展順序上的轉換，相鄰兩個時段的旱澇狀態必須是一個旱、一個澇；② 旱澇狀態之間轉換的歷時短、強度大。

1.2.2 旱澇急轉指數方法

本文采用旱澇急轉指數（drought-flood abrupt alternation index，DFAI）方法來識別旱澇急轉事件。根據所選時間尺度的不同，可分為長周期旱澇急轉指數（LDFAI）和短周期旱澇急轉指數（SDFAI），分別如式（1）和式（2）所示。

LDFAI=（Paft-Pbef）（Paft+Pbef）×1.8-Paft+Pbef

（1）

SDFAI=（Pi+1-Pi）（Pi+1+Pi）×3.2-Pi+1+Pi

（2）

式中：Pbef為前半汛期的標準化降水量［31］；Paft為后半汛期的標準化降水量；Pi和Pi+1分別表示第i月和第 i+1 月的標準化降水量。

LDFAI通常用于汛期旱澇急轉的定量研究，SDFAI則主要用于月尺度的旱澇急轉研究。當某時段的標準化降水量大于或等于0.5時，認為該時段處于澇的狀態；相應地，當某時段的標準化降水量小于或等于-0.5時，認為該時段處于旱的狀態；當某時段的標準化降水量介于-0.5和0.5之間時，認為該時段屬于正常狀態。

當利用DFAI進行旱澇急轉識別時，一般將DFAI≥1的時段判定為發生了旱轉澇事件，將DFAI≤-1的時段判定為發生了澇轉旱事件。需要特別注意的是，當相鄰的兩個時段均處于非旱（Pi＞-0.5∩Pi+1＞-0.5）或者非澇（Pi＜0.5∩Pi+1＜0.5）狀態時，盡管出現DFAI≥1或DFAI≤-1，也不能判定發生了旱澇急轉事件，因為此時并不存在旱和澇兩種狀態，不滿足旱澇急轉的定義。此時，將DFAI賦值為0.99或-0.99，以便于后續的統計分析。

1.2.3 旱澇急轉發生頻率與強度

分別采用旱澇急轉發生頻率（frequency of drought-flood abrupt alternation，FDFA）和急轉強度（intensity of drought-flood abrupt alternation，IDFA）來描述旱澇急轉事件發生的頻繁程度和影響的嚴重程度，其計算公式如下。

FDFA=nN

（3）

IDFA=ni=1DFAIin

（4）

式中：FDFA為旱澇急轉發生頻率；n為發生旱澇急轉事件的次數；N為總時段數，本文研究時段為1977～2022年，故N取46；IDFA為急轉強度；i為第i場旱澇急轉事件。

在獲取DFAI序列后，分別采用線性回歸和小波分析周期檢驗法對其趨勢性和周期性進行檢測，分析地區旱澇急轉演變規律和時空分布特征。

2 結果與分析

2.1 旱澇急轉時間演變過程

2.1.1 汛期尺度

基于嘉陵江流域及其周邊30個國家級氣象站點的逐日降水量數據，采用泰森多邊形方法，得到了嘉陵江流域1977～2022年汛期（6～9月）的降水量過程。將6月和7月作為前半汛期、8月和9月作為后半汛期，根據式（1）計算LDFAI。結果表明：1977～2022年的汛期內，嘉陵江流域發生過8次旱澇急轉事件，其中4次為澇轉旱事件，分別發生于1990、2007、2013年以及2018年，平均急轉強度為3.21；其余4次為旱轉澇事件，分別出現在1985、2008、2009年以及2014年，平均急轉強度為2.71。可見，嘉陵江流域汛期發生澇轉旱事件的頻率與旱轉澇事件相同，但澇轉旱事件急轉強度略大。

基于線性回歸的結果顯示：LDFAI序列不存在顯著的變化趨勢，但年際間的波動幅度在2004年之后明顯增大。歷史上的8次旱澇急轉事件，有6次發生在2004年及之后，平均強度達到了3.43；2004年之前僅出現了2次旱澇急轉事件，平均急轉強度只有1.53，如圖2（a）所示。采用小波分析方法進行周期性識別，結果如圖2（b）所示，白色實線區域為周期變化顯著區域，顏色越接近紅色表示能量越強，顏色越接近藍色表示能量越弱。結果表明：嘉陵江流域汛期旱澇急轉事件在2004年之后表現出較強的周期性特征，延續到2018年左右，以2～3 a為第一主周期，5～6 a為第二主周期。圖2（c）顯示出平均小波功率存在兩個明顯的峰值，第一峰值對應2～3 a周期，第二峰值對應5～6 a周期，其結果與圖2（b）吻合。

2.1.2 月尺度

基于SDFAI指標，對嘉陵江流域月際旱澇急轉事件進行了識別。由圖3（a）可知，1977～2022年，4～5月和6～7月發生旱澇急轉的頻率最大，均達到28.26%；其次是5～6月，發生頻率為26.09%；接下來為9～10月和12月至次年1月，發生頻率為23.91%。如圖3（b）所示，從急轉強度看，排在前3位的分別是6～7月、12月至次年1月以及11～12月，平均急轉強度分別達到了4.20，3.09和2.91；6～7月澇轉旱的平均急轉強度最大，達到了7.85；對于旱轉澇事件，急轉強度最大的為4～5月，達到3.12。

接下來，選取發生頻率和急轉強度較大的關鍵月份，包括4～7月和9～10月，分析其趨勢性和周期性變化特征。圖4（a）顯示嘉陵江流域S45序列無顯著變化趨勢，但在2005年之后表現出4～10 a的主周期特征（圖4（b））。圖4（c）顯示出S56序列無顯著趨勢性變化，但周期性特征明顯，以2～3 a為第一主周期，自1980年代后期幾乎一直持續到現在（圖4（d））。

如圖4（e）所示，S67序列無顯著趨勢變化；由圖4（f）可知，S67序列自1990年代一直持續到2010年代末，表現出2～3 a的主周期特征。特別地，S910序列表現出顯著的增長趨勢，通過了0.05顯著性水平檢驗，表明從9～10月，嘉陵江流域發生旱轉澇的趨勢增強（圖4（g））。小波分析結果顯示：S910序列在1977～1985年間存在2～4 a的主周期，之后無顯著周期性變化（圖4（h））。

2.2 旱澇急轉空間分布特征

2.2.1 汛期旱澇急轉特征空間分布

基于反距離權重法，實現嘉陵江流域汛期旱澇急轉發生頻率和急轉強度由站點向流域面的轉化，其空間分布分別如圖5和圖6所示。結果表明：嘉陵江流域南部遂寧市、合川區等地，中部廣元市、略陽縣以及西北部若爾蓋縣、松潘縣周邊區域旱澇急轉發生頻率較大，均在17%以上；其中合川地區最大，發生頻率突破了21%，如圖5（a）所示。圖6（a）顯示平均急轉強度較大的地區集中在以閬中、巴中、達川以及廣元市等地為中心的嘉陵江流域中東部地區，平均急轉強度普遍超過了4.19，達川地區達到了5.01。

從不同旱澇急轉類型來看，廣元市等中部地區以發生澇轉旱為主，發生頻率達到10.87%，如圖5（b）所示。澇轉旱強度最大的地區以萬源和達川市為中心，幾乎涵蓋了整個渠江流域，特別是萬源市，澇轉旱的平均強度達到了6.28，如圖6（b）所示。另一方面，鎮巴縣、略陽縣以及遂寧市等地以旱轉澇為主，如圖5（c）所示。最大旱轉澇強度出現在以閬中、巴中市為中心的中部地區，平均急轉強度達到了5.29～6.28，如圖6（c）所示。

2.2.2 月際間旱澇急轉特征空間分布

4～5月，達川市等東部地區和武都區等西北部地區發生旱澇急轉的頻率最大，均以澇轉旱為主，如圖7（a）～（c）所示；但這些地區的急轉強度相對較小，反而是發生頻率較低的寧強縣急轉強度較大，特別是旱轉澇事件，急轉強度突破了6.39，如圖8（a）～（c）所示。

對比圖7（a）～（c）和圖7（d）～（f），可以看出，5～6月嘉陵江流域東部旱澇急轉發生的高頻區域范圍相比于4～5月有所擴大，高頻中心變為巴中市、鎮巴縣以及萬源市，巴中市以旱轉澇類型為主，鎮巴縣和萬源市發生旱轉澇和澇轉旱的頻率相同；嘉陵江流域西北部旱澇急轉高頻地區南移。最大強度出現在嘉陵江流域的東北角，如圖8（d）～（f）所示。

6～7月，嘉陵江流域發生旱澇急轉的高頻區域范圍在全流域延展，發展形成了萬源市、巴中市以及廣元市等多個中心，其中，萬源市和廣元市以澇轉旱為主，而巴中市則是旱轉澇事件的頻率略大，如圖7（g）～（i）所示。達川市、留壩縣以及寧強縣等地區的澇轉旱強度較大，達到了4.26～4.49，若爾蓋縣周邊、留壩縣以及廣元市等地區的旱轉澇強度較大，在3.90左右，如圖8（g）～（i）所示。

對于9～10月，以遂寧市為中心的西南部地區和若爾蓋縣、松潘縣等西部沿線地區發生旱澇急轉的頻率較大，其中遂寧市以旱轉澇類型為主，高坪區、若爾蓋縣以及松潘縣等地則以澇轉旱為主，如圖7（j）～（l）所示。澇轉旱事件的平均急轉強度大于旱轉澇事件，特別是東南部的達川市，達川市的澇轉旱平均強度達到了4.78，旱轉澇的平均強度則為2.76，如圖8（j）～（l）所示。

2.3 旱澇急轉影響下汛期徑流演變規律

根據本文第1.2節的定義，選取DFAI值小于等于-1的年份作為發生澇轉旱事件的典型年份，DFAI大于等于1的年份作為旱轉澇的典型年份。選取北碚、羅渡溪、武勝以及小河壩等代表性水文站點，分別代表整個嘉陵江流域、渠江流域、嘉陵江干流區域以及涪江流域的徑流，分析旱澇急轉對嘉陵江干支流徑流的影響，各水文站點徑流序列的時間范圍見表1。

2.3.1 嘉陵江全流域

統計結果顯示：1989～2022年，北碚站6～7月的多年平均流量（即研究時段內逐日流量的平均值）為3 908 m3/s，8～9月的多年平均流量為3 761 m3/s，兩者相差不大，但在旱澇急轉的影響下會產生巨大變化，如圖9所示。

在澇轉旱發生的年份，北碚站6～7月的平均流量相比多年均值有大幅度增長，特別是2013年，6～7月平均流量達到7 499 m3/s，比同期多年均值高出了91.89%，平均增幅達到了57.52%；相應地，8～9月平均流量相對于多年平均有所減小，平均減幅為20.82%，減小最明顯的是2018年，相比常年降低了31.22%。

在旱轉澇情景下，北碚站6～7月的平均流量較多年均值明顯降低，平均減幅為31.17%，2008年更是較常年偏少了41.30%。8～9月的平均流量相比于多年均值出現了不同程度的增長，2008年增幅最小，為12.28%，2009年增幅最大，達到了49.59%，平均增幅為31.45%。

2.3.2 渠江流域

羅渡溪站為渠江流域控制性水文站點，統計結果顯示：1989～2022年，羅渡溪站6～7月和8～9月的平均流量分別為1 479 m3/s和1 200 m3/s。如圖10所示，在澇轉旱條件下，6～7月的平均流量較常年平均增長了38.74%，2007年增幅最大，增長了153.35%；8～9月平均流量相比多年均值偏小36.33%～59.83%，平均減幅達到49.83%。

旱轉澇事件使得羅渡溪站6～7月的平均流量較常年偏少33.81%～57.94%，平均減幅為45.77%；8～9月平均流量相比常年平均增長了47.17%，最大增幅出現在2014年，達到103.75%。

2.3.3 嘉陵江干流區域

2000～2022年，武勝站6～7月的多年平均流量為1 200 m3/s，8～9月的平均流量為1 312 m3/s，其在旱澇急轉影響下的徑流過程如圖11所示。

在澇轉旱的典型年份內，武勝站6～7月的平均流量相比常年平均增長了85.50%，8～9月的平均流量較常年減少9.07%～38.26%，平均減幅為22.64%。而在旱轉澇年份，武勝站6～7月的平均流量比多年均值偏低28.38%，8～9月流量有一定幅度增長，平均增幅為24.31%。

2.3.4 涪江流域

小河壩站測流代表了涪江流域徑流。從2004～2022年，涪江6～7月的多年平均流量為734 m3/s，8～9月的多年平均流量為888 m3/s。如圖12所示，在澇轉旱的影響下，小河壩站在6～7月的流量相比平時大幅度增長99.73%，8～9月則比多年均值偏低11.49%～19.26%。在旱轉澇的作用下，6～7月的平均流量較多年均值減少26.16%，但8～9月的流量相比常年僅偏大3.27%，這可能是由于旱澇急轉典型年份是基于整個嘉陵江流域降水序列所得，降水的時空分布和下墊面環境對產匯流過程的影響，干擾了徑流對旱澇轉換的響應表征。

2.4 月際間徑流對旱澇急轉的響應規律

（1） 4～5月。各站徑流在旱澇急轉影響下的變化過程及程度如圖13所示。澇轉旱使得北碚站4月流量相比常年偏多了18.86%，5月流量則比多年均值偏小了34.78%；在旱轉澇年份，北碚站4月的平均流量僅為807 m3/s，相比常年均值減小19.06%，5月平均流量達到1 954 m3/s，比常年同期增加了20.92%。羅渡溪站、武勝站亦有類似表現，澇轉旱條件下4月的平均流量相比常年分別偏大28.22%和50.22%，5月平均流量則分別偏低39.61%和36.36%；在旱轉澇事件影響下，兩個站點4月平均流量較常年分別偏低40.77%和14.76%，5月的平均流量則明顯增加了21.67%和26.90%。小河壩站有所區別，表現為澇轉旱影響下4月的平均流量相比常年仍偏低。

（2） 5～6月。在正常年份，北碚站5月的流量要明顯低于6月，然而在澇轉旱的影響下，5月流量增加，6月流量減小，使得澇轉旱年份下5～6月的流量過程變得較為平緩，如圖14所示；相似地，羅渡溪站、武勝站以及小河壩站5～6月的徑流過程在澇轉旱年份較為平緩，5月平均流量相比常年分別增長了19.18%，17.63%和21.48%，6月流量較多年均值則分別偏低了46.09%，29.93%和19.23%。在旱轉澇事件的影響下，北碚站、羅渡溪站以及武勝站5月的平均流量比多年均值分別偏低34.22%，42.81%和18.55%，6月平均流量則分別偏大8.12%，40.43%和17.99%；小河壩站6月徑流對旱轉澇事件的響應并不明顯，比常年水平還偏低4.12%。

（3） 6～7月。圖15顯示：北碚站、羅渡溪站以及武勝站6～7月徑流對旱澇急轉事件的響應較為顯著，在澇轉旱事件的影響下，3個站點6月的平均流量相比多年均值分別增長了47.09%，76.56%和72.23%，7月的平均流量較常年分別降低了45.93%，42.16%和62.20%；在旱轉澇作用下，上述3個站點6月的平均流量較常年分別偏低17.27%，39.65%和15.25%，7月的平均流量則分別偏大69.16%，90.36%和77.55%。小河壩站較為特殊，其6月平均流量在澇轉旱年份偏小，在旱轉澇年份卻偏大。

（4） 9～10月。如圖16所示，北碚站、羅渡溪站以及武勝站徑流對澇轉旱有著較為明顯的響應，9月流量分別偏大92.38%，191.08%和86.92%，而10月的平均流量較常年分別偏低28.73%，23.09%和51.42%；然而這3個站點對旱轉澇的響應并不顯著，10月平均流量均低于常年均值。小河壩站對澇轉旱的響應不顯著，9月的平均流量比多年均值還偏低。

3 討 論

（1） 嘉陵江流域汛期未來發生旱澇急轉的概率和強度均有增大的可能。旱澇急轉的歷史演變過程顯示：1977～2022年，嘉陵江流域LDFAI序列雖無顯著的線性變化趨勢，但LDFAI年際間的變化幅度卻隨著時間發展不斷增大，發生旱澇急轉的次數增加，2004年及之后共發生6次旱澇急轉事件，最大急轉強度達到5.97，均值為3.43，而2004年之前僅發生了2次事件，強度在1.53左右。對SDFAI序列的分析也可以佐證，S67、S78以及S89序列的最大急轉強度均出現在2000年之后，分別達到了10.42，2.46以及3.43。小波分析結果表明，無論是汛期尺度還是月尺度，從2000年代開始，嘉陵江流域汛期DFAI呈現出顯著的周期性特征，大多以2～3 a為第一主周期，說明未來旱澇急轉事件的出現概率和強度都有增大的趨勢，為旱澇急轉的預測提供了一定的參考依據。

（2）嘉陵江流域在6～7月發生全流域性旱澇急轉事件的概率最大，且強度較高。統計分析顯示：從1977～2022年，嘉陵江流域6～7月和4～5月發生旱澇急轉的頻率最大，均達到了28.26%；但6～7月的急轉強度更大，特別是澇轉旱類型的平均強度達到了7.85，是4～5月同類型平均強度的3.56倍。相比于其他月份，S67序列的周期特征更加持久，自1990年代一直持續到2010年代末，且表現更為復雜，擁有3個主要的周期，分別是第一主周期2～3 a、第二主周期8～12 a以及第三主周期6～8 a；空間上，6～7月相比其他月份發生旱澇急轉的高頻區域范圍也更大，嘉陵江流域發生旱澇急轉的平均頻率超過20%，萬源市、巴中市等地甚至超過了28%。

（3） 當汛期發生旱澇急轉事件時，嘉陵江徑流對旱澇狀態的響應符合一般性規律，即澇狀態下徑流較常年均值偏大，干旱狀態下則偏小。月尺度也表現出相似規律，但也存在例外情況，例如：4～5月發生澇轉旱時，小河壩站4月平均流量相比常年竟偏低3.73%；9～10月發生旱轉澇時，羅渡溪站10月平均流量較多年均值還偏低24.89%。推測有兩個方面原因：① 本文旱澇急轉事件是基于整個嘉陵江流域面雨量序列進行判斷和識別的，與羅渡溪站、小河壩站等子流域控制性站點徑流存在時空尺度上的不完全對應關系；② 土壤、土地利用等下墊面條件的空間異質性，水庫、閘站等水工程群運營，以及河道兩岸生產生活取用水等人類活動影響了流域的產匯流過程，干擾了徑流對旱澇狀態交替轉換的響應發生，體現出氣象旱澇狀態轉化與水文響應間的復雜機制問題，這也是當前及未來一段時間的研究重點與難點。

4 結 論

（1） 1977～2022年汛期，嘉陵江流域共發生8次旱澇急轉事件，其中6次發生在2004年之后，并呈現出2～3 a的主周期特征。空間上，南部遂寧市、合川區等地，中部廣元市、略陽縣以及西北部若爾蓋縣、松潘縣周邊區域旱澇急轉發生頻率較大，超過17%；以閬中市、巴中市、達川區以及廣元市等地為中心的嘉陵江流域中東部地區急轉強度較大，普遍超過了4.19。

（2） 月尺度上，嘉陵江流域在4～5月和6～7月發生旱澇急轉事件的頻率最大，均達到28.26%，且6～7月旱澇急轉事件的平均強度也最大，達到了4.20。空間上，嘉陵江流域6～7月發生旱澇急轉的高頻率和高強度中心在萬源市、巴中市、廣元市等中東部地區。

（3）旱澇急轉對嘉陵江徑流有著顯著影響，當汛期發生澇轉旱事件時，北碚站、羅渡溪站、武勝站以及小河壩站的前半汛期流量相比常年平均增長了57.52%，38.74%，85.50%和99.73%，后半汛期流量相對常年平均偏低20.82%，49.83%，22.64%和14.53%；而在旱轉澇事件影響下，上述4個站點前半汛期流量較常年平均減少了31.17%，45.77%，28.83%和26.16%，后半汛期流量較常年分別增長了31.45%，47.17%，24.31%和3.27%。月尺度也表現出相似規律。

綜上所述，本文重點研究和剖析了嘉陵江流域汛期和月際尺度旱澇急轉的時空分布特征及其對徑流的影響規律，后續可進一步細化至日尺度，以期為水文調度提供更為具體的參考依據。

參考文獻：

［1］ CHRISTIAN J I，BASARA J B，HUNT E D，et al.Global distribution，trends，and drivers of flash drought occurrence［J］.Nature Communications，2021（12）：6330.

［2］ 黃明策，沈新勇，劉會鵬，等.2011年長江中下游旱澇急轉及汛期暴雨的對流條件研究［J］.熱帶氣象學報，2020，36（5）：590-602.

［3］ YANG H，WANG H，LU J，et al.Full lifecycle monitoring on drought-converted catastrophic flood using Sentinel-1 SAR：a case study of Poyang Lake region during summer 2020［J］.Remote Sensing，2021，13：3485.

［4］ MATAN A，DE RUITER M C，KOEHLER J，et al.Caught between extremes：understanding human-water interactions during drought-to-flood events in the Horn of Africa［J］.Earth′s Future，2022，10（9）：e2022EF002747.

［5］ XU G，WU Y，LIU S，et al.How 2022 extreme drought influences the spatiotemporal variations of terrestrial water storage in the Yangtze River Catchment：insights from GRACE-based drought severity index and in-situ measurements［J］.Journal of Hydrology，2023，626：130245.

［6］ 梅梅，高歌，李瑩，等.1961～2022年長江流域高溫干旱復合極端事件變化特征［J］.人民長江，2023，54（2）：12-20.

［7］ 夏智宏，劉敏，秦鵬程，等.2022年長江流域高溫干旱過程及其影響評估［J］.人民長江，2023，54（2）：21-28.

［8］ 楊家偉，陳華，侯雨坤，等.基于氣象旱澇指數的旱澇急轉事件識別方法［J］.地理學報，2019，74（11）：2358-2370.

［9］ 閃麗潔，張利平，陳心池，等.長江中下游流域旱澇急轉時空演變特征分析［J］.長江流域資源與環境，2015，24（12）：2100-2107.

［10］張水鋒，張金池，閔俊杰，等.基于徑流分析的淮河流域汛期旱澇急轉研究［J］.湖泊科學，2012，24（5）：679-686.

［11］高蕓，胡鐵松，袁宏偉，等.淮北平原旱澇急轉條件下水稻減產規律分析［J］.農業工程學報，2017，33（21）：128-136.

［12］艷娟，陳躍浩，陳思寧，等.海河流域旱澇急轉事件的時空演變特征［J］.水利水運工程學報，1-12［2024-07-16］.http：∥kns.cnki.net/kcms/detail/32.1613.TV.20210817.1540.006.html.

［13］劉丙軍，傅健宇，梁曼琳，等.珠江流域旱澇急轉災害時空演變趨勢分析［J］.中國防汛抗旱，2023，33（6）：12-19，45.

［14］梁曼琳，劉丙軍，李旦.珠江流域旱澇急轉事件識別指數優選研究［J］.自然災害學報，2022，31（4）：57-64.

［15］何慧，廖雪萍，陸虹，等.華南地區1961～2014年夏季長周期旱澇急轉特征［J］.地理學報，2016，71（1）：130-141.

［16］王容，李相虎，薛晨陽，等.1960～2012年鄱陽湖流域旱澇急轉事件時空演變特征［J］.湖泊科學，2020，32（1）：207-222.

［17］胡毅鴻，李景保.1951～2015年洞庭湖區旱澇演變及典型年份旱澇急轉特征分析［J］.農業工程學報，2017，33（7）：107-115.

［18］LI X，ZHANG Q，ZHANG D，et al.Investigation of the drought-flood abrupt alternation of streamflow in Poyang Lake catchment during the last 50 years［J］.Hydrology Research，2016，48（5）：1402-1417.

［19］趙東升，張家誠，鄧思琪，等.1960～2018年中國西南地區旱澇急轉的時空變化特征［J］.地理科學，2021，41（12）：2222-2231.

［20］王映思，肖天貴，董雪峰.1961～2019年中國西南地區夏季長周期旱澇急轉與大氣環流特征［J］.高原氣象，2021，40（4）：760-772.

［21］吳志偉，李建平，何金海，等.大尺度大氣環流異常與長江中下游夏季長周期旱澇急轉［J］.科學通報，2006，51（14）：1717-1724.

［22］趙英，陳華，楊家偉，等.基于SWAP和SRI的漢江流域旱澇急轉時空特征分析［J］.人民長江，2020，51（4）：94-99，151.

［23］ZHOU H，ZHANG L，LIU X，et al.Study of the relationship between high mountain Asia snow cover and drought and flood in the Yangtze River Basin during 1980-2019［J］.Remote Sensing，2022，14：3588.

［24］涂新軍，龐萬寧，陳曉宏，等.傳統旱澇急轉評估指數的局限和改進［J］.水科學進展，2022，33（4）：592-601.

［25］閃麗潔，張利平，張艷軍，等.長江中下游流域旱澇急轉事件特征分析及其與ENSO的關系［J］.地理學報，2018，73（1）：25-40.

［26］王世杰，劉柯瑩，孟長青.基于SPEI的嘉陵江流域旱澇時空演變分析 ［J］.水利水電快報，2022，43（5）：12-19.

［27］楚純潔，張小磊，周金風.1960～2018年河南省短周期旱澇急轉事件演變特征［J］.水土保持研究，2023，30（4）：275-285.

［28］雷曉平，宋小燕，果華雯，等.中國南北過渡帶短周期旱澇急轉及潛在驅動因素分析［J］.自然災害學報，2022，31（4）：31-43.

［29］王永峰，樊立娟.長江源區旱澇急轉事件演變特征［J］.長江科學院院報，2023，40（7）：186-190.

［30］邢雯慧，王飛龍，邱輝，等.長江上游關鍵區主汛期典型澇年氣候成因辨析［J］.人民長江，2024，55（1）：91-96.

［31］甄英，董雪峰，何靜.1961～2017年四川省夏季長周期旱澇急轉演變特征及環流影響分析［J］.大氣科學學報，2021，44（3）：355-362.

（編輯：謝玲嫻）

Study on evolution law of drought-flood abrupt alternation and its influence on runoff in Jialing River Basin

LI Wenhui1，2，CAO Hui1，2，REN Yufeng1，2，LIU Xinbo1，2，MA Yiming1，2，LI Wenda1，2

（1.Hubei Key Laboratory of Intelligent Yangtze and Hydroelectric Science，China Yangtze Power Co.，Ltd.，Yichang 443000，China； 2.Three Gorges Cascade Dispatch＆Communication Center of China Yangtze Power Co.，Ltd.，Yichang 443000，China）

Abstract：

Aiming at the influence of transition between meteorological drought and flood on runoff，based on the daily precipitation and flow data in Jialing River Basin，the spatio-temporal distribution and evolution laws of drought-flood abrupt alternation were analyzed by long-term and short-term drought-flood abrupt alternation indexes，and the response degree of runoff changes to different types of abrupt alternation was quantitatively evaluated.The results showed that there have been 8 drought-flood abrupt alternation events in the Jialing River Basin during the flood season from 1977 to 2022，6 of which occurred in the 2000s and after.Spatially，the frequencies of drought-flood abrupt alternation in southern areas，central areas，and the surrounding areas of the northwest were the largest above 17%.On the monthly scale，the highest frequOdJECgWn0yQVQU0Ekhw7fA==ency appeared in the period from June to July，which was beyond 20%.When flood-to-drought turns occurred in the flood season，the runoff of Beibei，Luoduxi，Wusheng，and Xiaoheba stations in the first half flood season increased by 57.52%，38.74%，85.50%，and 99.73% on average，and reduced by 20.82%，49.83%，22.64% and 14.53% on average in the second half period.Inversely，under the influence of the drought-to-flood events，the first half runoff of those stations decreased by 31.17%，45.77%，28.83%，and 26.16% on average，and increased by 31.45%，47.17%，24.31%，and 3.27% respectively in the latter half period.The monthly scale also showed similar laws，indicating that drought-flood abrupt alternation had a significant impact on the runoff of the Jialing River.The research results can provide scientific reference for the operation of cascade reservoirs and watershed water security.

Key words：

drought-flood abrupt alternation； runoff change； spatio-temporal distribution； Jialing River Basin