長江源區徑流變化及其影響因素探討

邵 駿

(1.長江水利委員會水文局 長江水文水資源分析研究中心,武漢 430010;2.長江水利委員會水文局 西南諸河水文水資源勘測局,昆明 650051)

0 引 言

長江源區地處青藏高原腹地,廣布冰川、積雪、凍土、河流、湖泊和沼澤,是“中華水塔”“亞洲水塔”的重要組成部分。長江源區對氣候變化的響應較為敏感[1],其河川徑流也隨之產生了明顯的變化。其中最顯著的變化就是近20 a來長江源區徑流發生較為顯著的增加趨勢并一直延續至今。在全球氣候變暖背景下,長江源區年徑流量呈現顯著增加的趨勢,并與降水、氣溫等要素呈顯著正相關關系[2]。進一步研究變化成因后發現,降水是導致長江源區徑流顯著增加的主要因素[3-5];氣候變化和下墊面對徑流的貢獻率分別約2/3和1/3[4]。

近年來長江源區已成為青藏高原高寒旱區氣候環境變化研究的重點區域,尤其是在氣候變化和人類活動雙重影響下,源區冰川消融加劇、凍土退化、濕地萎縮,直接影響著高原地區生態環境變化和水資源安全。過去許多研究分析了長江源區的氣候變化及水資源變化特征,但多集中在年際和年代際變化分析上,針對長江源區徑流變化及其與影響因素之間關系的研究較少。本研究采用長江源區共5個氣象站1960—2022年實測水文氣象資料,分析長江源區徑流變化規律及其影響因素,為更好地理解長江源區徑流的演變機制和驅動機制提供基礎。

1 研究數據及研究方法

長江源區一般是指直門達水文站以上的長江流域,包括沱沱河、當曲、楚瑪爾河和通天河,干流全長約1 174 km,流域面積約14.2萬km2。本研究采用的氣象數據為長江源區沱沱河、五道梁、曲麻萊、玉樹、清水河5個氣象站1960—2022年逐日降水量、平均氣溫、最高氣溫、最低氣溫、水面蒸發和相對濕度等實測數據,采用經驗貝葉斯克里金插值法將單站數據插值為流域面數據[6]。水文數據采用直門達水文站1960—2022年實測日均流量資料。本研究采用的主要方法包括:經驗貝葉斯克里金插值法、Mann-Kendall非參數檢驗、Pearson相關分析、交叉小波分析、主成分分析等[6-8]。

2 長江源區徑流變化規律分析

2.1 年徑流變化規律

直門達站年徑流量的5 a、10 a滑動平均曲線和Mann-Kendall曲線如圖1所示。從圖1(a)可見,1960—2022年直門達站年徑流總體呈現震蕩上升的趨勢,整體線性傾向率為8.06億m3/(10 a),尤其是近20 a來呈現出大幅度增加的趨勢。自1960年代以來,直門達站年徑流量呈現多次豐枯交替的變化態勢:豐(1960年代中期)→枯(1970年代)→豐(1980年代前中期)→枯(1990年代)→豐(2000年以后)。從圖1(b)可見,Mann-Kendall曲線在2008—2016年出現多次交叉,表明該站在進入2008年以后發生多次突變。

圖1 直門達站年徑流量滑動平均曲線與Mann-Kendall曲線Fig.1 Moving average and Mann-Kendall curves of annual runoff at Zhimenda hydrological station

進一步采用Mann-Kendall檢驗對該站的年徑流變化趨勢進行顯著性檢驗,成果列于表1。在置信度P=95%條件下,Uα/2=1.96,直門達站年徑流量UF=2.54,通過了顯著性檢驗,表明直門達站年徑流量呈現顯著增加的趨勢。

表1 直門達站年徑流量和季節性徑流量Mann-Kendall檢驗結果Table 1 Mann-Kendall test results of annual and seasonal runoff at Zhimenda hydrological station

2.2 季節性徑流變化規律

將直門達站四季劃分為:春季3—5月份、夏季6—8月份、秋季9—11月份、冬季12月份—翌年2月份。

由圖2(a)可見,1960年以來直門達站春季徑流呈現顯著增加的趨勢,其中2000年以前春季徑流圍繞均值附近小幅振蕩,但無明顯趨勢性變化;2000年至今增加趨勢尤為明顯。從Mann-Kendall曲線可知,直門達站春季徑流在2009年發生突變增加,并通過了置信度P=95%的顯著性檢驗。

圖2 直門達站季節性徑流變化趨勢和Mann-Kendall曲線Fig.2 Variation trends and Mann-Kendall test curves of seasonal runoff at Zhimenda hydrological station

直門達站夏季徑流(圖2(b))與春季徑流類似,在1960—2000年期間沒有表現出明顯的趨勢性,其中在1960年代末期、1970年代中期和末期、1990年代中期出現4次較為明顯的負距平極值,在1960年代前中期、1980年代前中期和末期、1990年代中期出現4次較為明顯的正距平極值。2000年以后,直門達站夏季徑流呈現大幅度增加態勢并延續至今。Mann-Kendall檢驗顯示夏季徑流在2008年和2017年前后發生突變,但未通過置信度P=95%的顯著性檢驗,表明該站夏季徑流增加的態勢不顯著。

秋季徑流(圖2(c))在2000年之前無顯著性變化趨勢,并在1990年代中后期出現負距平極值。1990年代末期之后,直門達站秋季徑流呈現顯著增加態勢并延續至今,其中在2005年、2009年、2014年和2018年出現4次正距平極值。Mann-Kendall檢驗顯示秋季徑流在2008年前后發生突變,并通過了置信度P=95%的顯著性檢驗。

圖2(d)顯示直門達站冬季徑流變化特征,在2005年之前直門達站冬季徑流變化趨勢不明顯,2005年之后開始逐年增加,Mann-Kendall檢驗顯示冬季徑流在2016年前后發生突變,并通過了置信度P=95%的顯著性檢驗。2000年以后冬季徑流與春、夏、秋季徑流基本呈現類似規律,呈現大幅度上升趨勢并延續至今。

由此可見,直門達站各季節性徑流均呈現增加的態勢,除夏季徑流外其余季節徑流均呈現顯著增加態勢。

3 長江源區徑流影響因素分析

3.1 徑流與影響因素之間的相關關系

長江源區由于其特殊的地理位置及海拔高程,河川徑流受氣象氣候、人類活動及下墊面變化等綜合影響較大。本次選取直接影響徑流的6種氣象要素,即:降水量、平均氣溫、最高氣溫、最低氣溫、水面蒸發量和相對濕度,分析月尺度徑流變化與月尺度氣象要素間的相關關系,結果見表2和圖3。

表2 直門達站月徑流量與氣象要素間的相關關系Table 2 Correlation between monthly runoff and meteoro-logical elements at Zhimenda hydrological station

圖3 直門達站月徑流量與氣象要素間的相關關系Fig.3 Correlation between monthly runoff and meteoro-logical elements at Zhimenda hydrological station

從表2可知,影響直門達站月徑流最為密切的為降水量,相關系數達0.846;其次為最低氣溫、相對濕度、平均氣溫、最高氣溫等氣象要素,相關系數達到0.70以上,并通過了置信度P=99%的顯著性檢驗;而徑流與水面蒸發(代表蒸發能力)關系不顯著。

進一步分析長江源區徑流與氣象要素之間的交叉小波特征。交叉小波功率譜重點突出時頻域中高能量區的相互關系,小波凝聚譜則重點突出時頻域中低能量區的相互關系[8],結果見圖4。小箭頭表示交叉小波功率譜與小波凝聚譜之間的位相關系,→表示交叉小波功率譜與小波凝聚譜之間為同位相,說明交叉小波功率譜與小波凝聚譜為正相關關系,←表示反位相,說明交叉小波功率譜與小波凝聚譜為負相關關系,↓表示氣象要素變化超前徑流變化90°,↑表示氣象要素變化落后徑流變化90°。圖中粗實線區域表示通過95%置信水平的顯著性檢驗。為避免邊界效應及小波高頻虛假信息,小波影響椎(圖中弧線)以內區域為有效譜值。通過交叉小波功率譜分析可知,直門達站月徑流與各氣象要素之間均存在8～16個月時間尺度上的共振周期,其顯著性相關基本上持續整個1960—2022年時間軸。從小波凝聚譜可見,直門達站月徑流與降水量的關系最為密切,兩者顯著性相關幾乎持續整個4～128個月時間尺度,可見降水對徑流的最直接和最顯著影響遠超過其他氣象要素。此外,與最低氣溫、相對濕度、平均氣溫、最高氣溫的顯著性相關貫通整個時間軸,與水面蒸發量的顯著性次之。此結果與前文采用Pearson相關分析得到的結論基本一致。

3.2 徑流與影響因素之間的主成分分析

通過3.1節分析可知,降水、最低氣溫、相對濕度、平均氣溫、最高氣溫等氣象要素對直門達站徑流影響關系較為密切,而與水面蒸發量的相關性較弱。為進一步分析徑流與氣象要素之間的關聯度,對上述氣象要素進行主成分分析,成果見表3。

表3 影響直門達站徑流的主要氣象要素主成分分析特征值及貢獻率Table 3 Eigenvalues and contribution rates of principal component analysis of primary meteorological elements that affect the runoff at Zhimenda Station

根據表3成果,從中選取累積貢獻率>80%的成分作為影響徑流的主成分,由此可以提取出1個主成分,主成分貢獻率達到82.99%。進一步分析各氣象要素主成分與原始變量之間的因子載荷,載荷矩陣中絕對值越大,表明兩個變量之間的相關關系越密切。影響直門達站徑流的主要氣象要素主成分因子載荷矩陣如表4所示,根據表4成果可知,徑流影響因素第一主成分(F1)中,與降水量、最低氣溫、平均氣溫、最高氣溫、相對濕度等氣象要素因子載荷較高,與水面蒸發量因子的載荷略低,表明影響直門達站徑流的主要氣象要素為降水量、氣溫、濕度等。主成分分析結果與3.1節相關關系分析結論基本一致。

表4 影響直門達站徑流的主要氣象要素主成分因子載荷矩陣Table 4 Principal component factor matrix of meteorological elements that affect the runoff at Zhimenda Station

3.3 討 論

長江源區產匯流機制復雜,既有降水量直接產生的徑流,也有冰川、凍土和融雪產生的徑流。青藏高原河川徑流在最近十幾年的變化趨勢主要受降水量影響[9],其次是冰雪融水和土壤儲水[10]。降水量作為表征氣候變化的重要因素,對長江源區河川徑流具有直接影響[11]。降水量對長江源區徑流量的變化起著最為顯著的影響[12],并且降水量對徑流的影響遠大于氣溫[4]。2000年以后長江源區年徑流和季節性徑流的明顯增加,與同期降水量明顯增加具有一致變化的特征[13]。其中,夏季降水量對徑流的影響最為顯著,并主要集中在6—10月份,且具有一定的持續性[4,11-12]。本研究結論與上述研究成果吻合,再次證明降水量是影響長江源區徑流變化的主導因素。

除降水量外,徑流與最低氣溫、平均氣溫、最高氣溫之間也存在顯著的正相關,其中以最低氣溫對徑流的影響最為密切。最低氣溫升高導致源區凍土退化、釋放地下水、補給基流,從而直接或間接影響河流徑流。由此說明長江源區河川徑流對氣溫變化的響應較為敏感。對于長江源區而言,氣溫對徑流的影響并不如降水量影響那樣直接。氣溫主要通過影響青藏高原冰川、積雪消融、蒸發量和降水形態,從而影響源區河川徑流[10,13-14]。因此,氣溫是影響長江源區徑流的重要原因。

相對濕度和水面蒸發量實際上表征了流域實際蒸散發和潛在蒸散發。蒸散發是陸面地表水轉化為水蒸氣進入大氣的過程,蒸散發是流域水循環的重要組成部分。長江源區屬青藏高原高寒旱區,多年平均降水量僅300～400 mm,而水面蒸發量達1 300～1 400 mm,蒸發量遠大于降水量,對產流影響至關重要的實際蒸散發對源區徑流的影響程度遠大于潛在蒸散發,因此相對濕度對徑流的相關性大于水面蒸發量。

4 結 論

本研究采用長江源區水文站和氣象站實測數據,從統計學角度研究了長江源區直門達站徑流的變化規律,分析了與主要氣象要素之間的關聯性,初步探討了徑流變化與氣象要素之間可能存在的聯系及作用機制。

(1)總體上看,1960—2022年期間,直門達站各季徑流均呈現出增加的趨勢;除夏季徑流外,其余季節徑流均通過置信度P=95%的顯著性檢驗;1960—2000年期間,各季徑流存在相同變化規律,即:無顯著性增加或減少態勢,基本上圍繞均值附近小幅波動。

(2)2000—2022年期間,各季節性徑流均呈現出增加的態勢并延續至今。

(3)通過Pearson相關分析、交叉小波分析、主成分分析可知,對直門達站月徑流影響最為密切的氣象要素主要為降水量、最低氣溫、相對濕度、平均氣溫、最高氣溫等。

由于長江源區存在較多的冰川、凍土與積雪,徑流形成原理與內地其他河流顯著不同,產匯流物理機制較為復雜。下一步將繼續通過青藏科考獲取實測數據,并與適合于長江源區的多圈層分布式水文模型相結合,揭示長江源區徑流演變機理,展望未來變化趨勢。