变化环境下鄱阳湖流域降水演变特征分析

2018-01-04,2

水利水电快报 2017年12期

(1.长江科学院水资源所，湖北武汉 430010；2.长江水利委员会规计局，湖北武汉 430010； 3.长江科学院长澳公司，湖北武汉 430010)

变化环境下鄱阳湖流域降水演变特征分析

许斌1陈广才1,2陈丽3

(1.长江科学院水资源所，湖北武汉 430010；2.长江水利委员会规计局，湖北武汉 430010； 3.长江科学院长澳公司，湖北武汉 430010)

近年来，鄱阳湖流域的干旱灾害呈现出较为明显的非一致性，针对干旱研究中对降水序列非一致性研究不足的情况，以鄱阳湖流域内修水站、宜春站、南昌站等14个气象站点夏秋两季的降水序列为研究对象，采用水文变异诊断系统对降水序列进行了变异诊断，并以诊断结果为依据，对变化环境下鄱阳湖流域降水演变特征进行了分析。结果表明，鄱阳湖流域内降水序列变异主要发生在夏季，变异后的降水均值有所增加，变异时间集中在20世纪90年代初，且导致鄱阳湖流域内干旱非一致性的主要因素为水量支出。

水文变异诊断；降水演变特征；变化环境；鄱阳湖

1 研究背景

作为自然生态系统的重要组成部分，湖泊具有调蓄洪水、涵养水源、提供水产品和保护生物多样性等诸多功能。鄱阳湖位于长江流域，是我国最大的淡水湖泊生态湿地，也是目前仍与长江干流保持着自然连通状态的大型湖泊。鄱阳湖流域的水资源利用、水生态安全和旱涝灾害防治，是长江中游地区核心问题[1]。

干旱灾害因其范围广、次生灾害严重、持续时间长等特征，成为对农业生产影响最大的自然灾害之一。近年来，受气候变化和人类活动的影响，通过比较历史统计数据发现，2000年以来鄱阳湖流域的干旱灾害呈现出较为明显的非一致性，即同等频率干旱发生的次数显著增加，对流域内的生产、生活和生态环境造成了较为不利的影响。

降水序列通常用来计算干旱的历时和烈度等重要参数，是判断干旱等级的重要依据。降水序列是否存在非一致性对干旱频率的计算结果会造成较大影响，而目前在对鄱阳湖流域的干旱研究中，少有学者对降水序列的非一致性问题，以及该问题出现前后流域内降水的演变特征展开研究。本文以鄱阳湖流域内的降水为研究对象，采用水文变异诊断系统，对流域内不同站点的降水序列进行变异诊断；随后以诊断结果为依据，对变异前后流域内降水的演变特征进行分析。由于鄱阳湖流域干旱主要表现为“夏秋连旱”[2]，本文着重对变化环境下夏、秋两季降水序列的非一致性以及演变特征进行分析。

2 鄱阳湖流域降水数据

2.1 概况

鄱阳湖流域位于长江中下游南岸，东经113°35′～118°29′，北纬24°29′～30°05′，跨江西、安徽、浙江、福建、广东和湖南6省，流域面积16.22万km2，占江西省流域面积的96.7%，占长江流域总面积8.97%。鄱阳湖是我国最大的淡水湖泊，承接赣江、抚河、信江、饶河及修水5大河之水，属于天然吞吐型、季节性湖泊。

2.2 降水数据

综合考虑气象站点降水实测序列长度和所处地理位置，选择修水站、宜春站、南昌站等14个气象站点的降水序列进行分析。各站点的地理位置如图1所示；各站点的基本信息如表1所示。

图1 鄱阳湖流域主要气象及水文站点分布

站点编号降水序列起止年份降水序列长度/a修水575981953^201361宜春577931953^201361吉安577991952^201362井冈山578941959^201355遂川578961951^201363赣州579931951^201363波阳585191955^201359景德镇585271953^201361南昌586061951^201363樟树586081957^201357贵溪586261953^201361玉山586341951^201363南城587151953^201361广昌588131954^201360

3 水文变异诊断系统

水文序列包括确定性成分和随机性成分，而确定性成分则包括周期、趋势和跳跃成分。如果水文序列与周期、趋势和跳跃成分无关，则它是平稳的时间序列，表明整个水文序列具有相同的物理成因，其统计规律满足一致性，即分布形式(如P-Ⅲ型)和分布参数(如均值、变差系数和偏态系数等)在整个序列时间范围内均保持不变；这种情况下水文序列只在均值上下随机波动，而无统计规律的变化。反之，水文序列则属于非平稳的时间序列，表明影响水文序列的物理成因发生了变化，其统计规律具有非一致性，即分布形式或(和)分布参数在整个序列时间范围内发生了变化。因此，从统计学的角度，水文序列变异主要是指水文序列的分布形式或(和)分布参数在整个序列时间范围内发生了显著变化[3]。

在水文序列变异诊断方法上，针对不同水文序列，对成分的诊断方法也有所区别，如诊断跳跃变异的秩和检验法、有序聚类法等，诊断趋势变异的Spearman秩次相关检验法、Kendall秩次相关检验法等。

2010年，谢平提出了用于水文水资源序列变异诊断的水文变异诊断系统[4]，该系统主要考虑了趋势和跳跃两种变异形式，由初步诊断、详细诊断和综合诊断3个部分组成。

(1) 初步诊断。采用过程线法、滑动平均法、Hurst系数法判断序列是否存在变异。若判断结果为不存在变异，则进入成因调查分析，对结果进行确认；若存在变异，则进入详细诊断部分。

(2) 详细诊断。采用多种检验方法分别对序列的趋势变异、跳跃变异情况进行判断分析。对于趋势变异，采用基于线性趋势相关系数的趋势变异分级法和检验法、Spearman秩次相关检验法和Kendall秩次相关检验法；对于跳跃变异，采用有序聚类法、Lee-Heghinan法、秩和检验法、滑动F检验法、滑动T检验法、游程检验法、最优信息二分割模型、R/S法、Brown-Forsythe、Mann-Kendall、Bayesian方法，最后进入综合诊断部分。

(3) 综合诊断。根据详细诊断结果，对趋势诊断结论进行趋势综合，对跳跃诊断结论进行跳跃综合。根据效率系数评价水文序列与趋势成分或跳跃成分的拟合程度，以效率系数较大者作为变异形式判断的结果。最后结合实际水文调查分析，对变异形式和结论进行确认，从而得到较准确的变异诊断结果。

该系统不仅可以从整体上识别与检验时间序列变异及其变异程度(无变异、弱变异、中变异、强变异、巨变异)，而且可以识别非一致性序列发生变异的形式(趋势、跳跃变异点)；检验指标全面、权重赋值客观、诊断结果可信。同时，它也解决了传统检验方法只能进行单一变异形式识别，以及难以从整体上识别与检验时间序列变异及其变异程度的缺点；跳跃变异中单一检验方法存在检验结果不合理、多种检验方法常常与检验结果不一致的问题。

因此，本文采用水文变异诊断系统进行水文序列的变异诊断。

4 降水变异诊断结果及演变特征

4.1 诊断结果

在第一信度水平α=0.05，第二信度水平β=0.01的条件下，利用水文变异诊断系统对修水站、宜春站、南昌站等14个气象站点在夏季(6～8月)和秋季(9～11月)的降水序列进行变异诊断，其中夏季降水序列的诊断结果如表2所示，秋季降水序列的诊断结果如表3所示。

表2 夏季降水序列变异诊断结果

注：表格中“+”为跳跃或趋势显著，“-”为跳跃或趋势不显著，“0”为不能进行显著性检验，“↓”为跳跃下降，“↑”为跳跃上升。

表3 秋季降水序列变异诊断结果

从表2中可以看出，鄱阳湖流域内气象站点在夏季降水序列中，仅修水站未发生变异，其余13个站点的降水序列均发生了不同程度的水文变异，其中赣州、波阳、玉山的变异形式并非跳跃和趋势变异，无法检测；剩余各气象站点的降水序列均发生了跳跃向上的变异，仅樟树站的跳跃点发生于1965年，宜春、吉安、井冈山、遂川、景德镇、南昌、贵溪、南城、广昌站的跳跃点均分布在1991～1993年，变异程度界于弱变异与中变异之间。

从表3可以看出，鄱阳湖流域内气象站点秋季的降水序列均未发生变异，说明均满足一致性的要求。