塔里木河“四源”洪水演變規律及成因分析

鄔曉丹， 羅 敏， 孟凡浩， 薩楚拉， 董金義， 劉 鐵

（1.內蒙古師范大學地理科學學院，內蒙古 呼和浩特 010022；2.內蒙古自治區遙感與地理信息系統重點實驗室，內蒙古 呼和浩特 010022；3.中國科學院新疆生態與地理研究所，新疆 烏魯木齊 830011）

IPCC（Intergovernmental Panel on Climate Change）第六次評估報告指出，氣候變暖導致全球和區域水循環加速，極端氣候事件頻率及強度持續增加［1］。氣候變化引起的洪澇災害給區域經濟和人民生命財產安全帶來嚴重威脅［2］。據統計，僅2000—2019年，全球洪澇災害造成損失高達6510×108USD，其嚴重程度、持續時間和頻率均有所上升［3］。極端降水和溫度導致的冰川積雪加速融化無疑會影響陸地水文過程，改變河流徑流補給結構和洪峰特征［4］，增加洪水風險的不確定性，嚴重威脅人類生命和財產安全。因此，開展氣候變化背景下洪水演變規律及關鍵影響因素研究已迫在眉睫。

已有研究表明，秋冬季降水增加導致歐洲西北部洪水增加，而溫度升高、蒸發增加、積雪減少等因素則會導致歐洲東部地區洪水減少［5］。Fang等［6］研究全球洪水發生原因時發現，北美和歐洲洪水時間提前與融雪提前有關，而土壤水分過剩和極端降水共同導致亞馬遜、南非、印度和日本等地洪水時間推遲。目前，國內研究主要集中在黃河［7］、淮河［8］以及長江流域［9］，對西北干旱區河流洪水問題關注較少。新疆地處中緯度亞歐大陸腹地，是全球氣候變化的敏感地區［10］。新疆河流徑流主要來源山區降水和冰川積雪融水，極端水文事件的氣象成因更加復雜，洪水的形成和分布具有明顯的垂直地帶性規律和季節性特點［11］。塔里木河是中國最長的內陸河，受長期斷流和生態輸水影響，下游已有321 km的河道斷流。隨著綠洲農業開發，塔里木河流域發生巨大變化，各個水系逐步與干流脫離聯系，目前與干流有聯系的水系為：阿克蘇河、和田河、葉爾羌河，稱上游三源流［12］；而開都-孔雀河補給塔里木河下游，并稱為“四源”，是塔里木河洪水的主要來源。塔里木河“四源”洪水類型主要包括冰雪消融型洪水、冰川突發性洪水和暴雨洪水，多出現在每年7—8月份。過去50多年塔里木河“四源”各站點年徑流量總體增加［13］。黃粵等［14］基于廣義極值分布（GEV）對開都河洪水頻率特征進行研究，結果表明開都河極端徑流近似服從GEV的Frechet分布，且洪水發生頻次呈明顯增加；顧西輝［15］、Zhang等［16］發現1980年以來塔里木河流域洪水發生的強度、頻率增加主要是降水和溫度增加所致。通過分析發現，已有研究多針對單一洪水指標，目前仍缺少對塔里木河流域洪水時空變化特征定量分析及其影響因素的深入研究?；诖?，本研究以氣候變化最為顯著的1981—2020年為研究時段，通過分析塔里木河“四源”洪水時空演變特征及其主要影響因素，提出氣候變化下塔里木河“四源”洪水風險的適應性對策和建議。本研究有助于揭示冰雪融水補給的高寒山區流域洪水風險對極端氣候變化的響應格局及過程，具有重要的科學意義與生產應用價值。

1 數據與方法

1.1 研究區概況

塔里木河流域位于新疆維吾爾自治區南部，北倚天山、西臨帕米爾高原、南靠昆侖山和阿爾金山，流域總面積約102×104km2，是我國最大的內陸河流域。塔里木河由九大水系共114 條河流組成［17］，發育冰川11665條，冰川總面積19877.7 km2，是亞洲水塔重要組成部分，也是最為脆弱的水塔單元之一［18］。塔里木河“四源”冰雪融水是其徑流的主要補給源之一，更易受氣候變化影響而引發洪水事件［18］。塔里木河“四源”5 個水文站，包括阿克蘇河沙里桂蘭克站（流域面積18400 km2，冰川覆蓋742.7 km2）和協和拉站（流域面積12820 km2，冰川覆蓋947.01 km2）、和田河同古孜洛克站（流域面積14575 km2，冰川覆蓋約2958.31 km2）、葉爾羌河卡群站（流域面積約50248 km2，冰川覆蓋約4964.63 km2）以及開都-孔雀河大山口站（所轄流域面積19022 km2，冰川覆蓋約為444.53 km2），位置如圖1 所示。塔里木河流域降雨稀少、蒸發強烈、氣候干燥［17］、晝夜溫差大，是典型的大陸性暖溫帶極端干旱氣候。年均溫度10.6～11.5 ℃，年平均降水量時空分布差異顯著，平原區降水量不足100 mm，而山區降水量超過1000 mm，70%的降水發生在6—10月之間［19］。

圖1 塔里木河流域位置示意圖Fig.1 Location diagram of Tarim River Basin

1.2 數據來源與處理

塔里木河“四源”5個水文站逐日徑流數據來源于新疆塔里木河流域管理局。除阿克蘇河流域協和拉和沙里桂蘭克水文站（1981—2011年），其他站點徑流數據時間范圍均介于1981—2020 年。氣象指標選用洪水發生前連續1 d、3 d、7 d的最大溫度、最小溫度和降水數據以及3 d、7 d、15 d的積雪深度數據。其中，降水和溫度數據來源于美國國家海洋氣象局氣候預報中心（CPC）的全球日尺度格網數據集，空間分辨率為0.5°。積雪深度數據來源于美國國家雪冰數據中心（NSIDC）提供空間分辨率為25 km的積雪深度數據。為驗證格網數據的精度，選取研究區內外11個氣象站及27個實測雪深采樣點數據進行對比分析（圖1）。結果表明，格網最大溫度和最小溫度與大部分站點具有高相關性且通過顯著性檢驗。降水相關性稍低但仍大于0.60。實測雪深數據與格網雪深數據相關性達到0.64（圖2）。

圖2 站點與格網數據驗證對比圖Fig.2 Comparison diagram of site and grid data verification

1.3 研究方法

1.3.1 洪水指標提取本研究選取9種洪水指標（表1），采用最大值（AM）及POT 采樣方法描述洪水量級、頻率和峰現時間特征［20］。AM 采樣僅選擇年/季節中最大場洪水，會忽略其他大洪水信息［15］；對于一年中沒有洪水的干旱年份，選取年最大流量則會影響研究結果的代表性。POT采樣通過計算所有超閾值洪水，而不管其發生時間，能最大限度的克服AM 采樣具有的缺陷。因此，本研究同時采用POT采樣，對AM 法進行補充，以增加洪水樣本的代表性。此方法在塔里木河流域得到廣泛應用［15］，故采樣選擇美國水資源協會（USWRC）提出的判別標準，對洪峰獨立性進行判別［21］。

表1 采用的9種洪水指標Tab.1 Nine flood indicators used in the study

式中：D為2個連續洪峰之間的間隔時間（d）；A為流域面積（km2）；Qmin為洪峰量級的最小值；Q1和Q2分別為連續2個洪峰的量級（m3?s-1）。

1.3.2 重現期估算重現期是一定年代記錄資料統計期間內，大于或等于某量級的水文要素出現一次的平均間隔時間［8］，是概率意義上的“徊轉周期”，本質是概率分布右側的小概率問題。本文采用極值I型分布法求重現期，極值I 型分布函數為：

其超過保證率函數，即Gumbel 概率分布函數是：

式中：xˉ和yˉ為樣本均值；σx和σy為樣本的標準差。

極值重現期的計算中，p為概率，即重現期的倒數；Xp為對應于概率p的水文要素值?？捎孟率焦浪悖?/p>

1.3.3 趨勢分析法采用線性趨勢法計算各洪水指標的變化趨勢［23］，公式如下：

式中：Slope為線性回歸方程的斜率；n為時間序列的長度；i為年序號（1≤i≤n）；Ti為第i年極端洪水值，若斜率為正則表示該值呈增加趨勢，反之則表示呈下降趨勢。

1.3.4Pearson相關分析Pearson 相關分析常用于揭示地理要素之間相互關系的密切程度［24］。本研究采用Pearson 相關分析計算洪水指標與區域氣候變化的關系。二者的相關系數表示為：

式中：r為x和y的相關系數；n為樣本量；xi和yi分別為第i年的洪水指標值或氣候要素值；xˉ和yˉ分別為x和y的均值。r的取值為[-1,1]，|r|越大表示兩變量相關性越強。

2 結果與分析

2.1 洪水時空分布特征

塔里木河“四源”各站點均以夏季洪峰流量最高且與年最大洪峰流量一致，冬季洪峰流量最低（表2）。夏季卡群站洪峰流量最高，AMFSu 為1423.10 m3·s-1，其次為協和拉站（1326.45 m3·s-1）。冬季大山口站洪峰流量最高，AMFWi為89.79 m3·s-1，協和拉站和卡群站次之，分別為77.87 m3·s-1和70.46 m3·s-1。除沙里桂蘭克和大山口站外，其他3站秋季洪峰流量均大于春季。在年最大洪水發生日期上，沙里桂蘭克站的AMFD 為180.48 d，其次是同古孜洛克站（188.25 d）。協和拉站的AMFD 為214.00 d，大山口站為214.18 d，比協和拉站略高，而卡群站的AMFD 為217.08 d，在所有站中洪水發生時期最晚。此外，分析POT 洪水發生平均日期中，沙里桂蘭克站MDF 為180.24 d，略低于年最大洪水發生日期。協和拉和大山口站的MDF 分別為212.91 d和195.70 d，明顯低于其年最大洪水發生日期。同古孜洛克站的MDF 為211.31 d，而卡群站為215.20 d。POT樣本數量中以大山口站點最高，年均POT3F為7.5次，其次為卡群站（5.72次）。除協和拉站外，其他站點POT洪峰流量均高于年最大洪峰流量，該結果說明AM 法可能會高估這些站點洪水發生頻次。通過對比各站點的超閾值洪峰流量和年最大洪峰流量，發現卡群>協和拉>同古孜洛克>沙里桂蘭克>大山口，說明葉爾羌河洪峰流量在四源中最高，開都-孔雀河最低。

表2 各洪水指標多年均值Tab.2 Multi-year mean values of each flood indicator

2.2 洪水發生重現期與頻率

圖3為各站點不同重現期洪水發生時間分布情況。結果表明，1981—2020 年，不同站點10 a 一遇POT3M 在1994—2002 年最為集中（32 次），僅1999年5個水文站就發生10 a一遇以上洪水14次，說明這一時期是洪水高發期。從不同流域來看，阿克蘇河在這時期洪水發生最多（沙里桂蘭克站12 次，協和拉站10 次），主要集中在1994、1995、1997 年和1999年。其中，1994年在協和拉站發生了50 a一遇洪水。其次為開都-孔雀河大山口站，在1994—2002 年共發生10 a 一遇以上洪水8 次，分別集中在1999、2000 年和2002 年。葉爾羌河卡群站則在1999年和2002年各發生10 a一遇洪水1次，而和田河同古孜洛克站這一時期無10 a 一遇以上洪水發生。另一洪水高發期為2006—2011 年，共計發生10 a 一遇以上洪水10 次，主要集中在阿克蘇河（沙里桂蘭克站2 次，協和拉站4 次）及和田河（3 次）。值得指出的是，基于AM 法提取不同站點10 a 一遇以上AMF洪水頻次較POT法更低，但提取的50 a一遇洪水頻率更高（圖4）。

圖3 各水文站洪水指標重現期時間分布Fig.3 Time distribution of flood index recurrence period at each hydrological station

圖4 不同重現期洪峰流量Fig.4 Peak discharge in different return period

基于AM法進一步提取不同季節10 a一遇以上洪水事件分布情況。不難看出，1981—2020 年，夏季10 a一遇以上洪水事件發生時間較為集中，且高發期同樣介于1994—2002 年（15 次）。除同古孜洛克站外，其余站點1999 年均發生30 a 一遇洪水事件。其他季節10 a一遇以上洪水事件發生時間較為分散。冬春季10 a一遇以上洪水發生次數最少。春季卡群站發生50 a 一遇洪水共2 次，其余站點發生50 a一遇洪水1次或未發生。而冬季洪水主要發生在1999 年之后。冬季協和拉站在1981—2011 年共發生50 a一遇洪水2次（1988年和1996年），探究其原因，可能是由于1988年冬季溫度普遍較高且在12月初北疆及天山中部附近降雪增多，而1996年發生歷史上罕見大洪水事件導致暴雨或降水頻發［25］，隨著溫度變暖大量高山積雪消融，導致冬季洪水量級增大。秋季為各季節中洪水發生次數最多的季節，且在2005 年之后10 a 一遇以上洪水事件發生次數較之前有所增加。秋季大山口站發生50 a一遇洪水共4次，其余站點發生50 a一遇洪水2次或未發生。各水文站洪水指標均表現為時間上容易集中在某一時期，例如集中在1994—2002 年和2006—2011年，并且在某一年份，多個水文站易同時發生洪水，說明流域內洪水在時間和空間上都有可能以集群的方式發生。

2.3 洪水指標變化特征

圖5顯示了9個洪水指標的時間變化特征。不難看出，不同站點AMF變化趨勢均不顯著。協和拉和卡群站AMF 最大，但呈下降趨勢，年均下降速率分別為-4.25 m3·s-1和-2.38 m3·s-1；沙里桂蘭克、大山口和同古孜洛克站AMF呈上升趨勢，年均上升速率分別為6.95 m3·s-1、2.54 m3·s-1和2.98 m3·s-1。就AMFD 而言，協和拉站呈顯著提前趨勢，年均提前0.60 d。其余站點AMFD 均表現為推遲趨勢。春季溫度升高導致冰川積雪融水增加，會顯著改變春季洪水量級及發生時間。阿克蘇河流域的沙里桂蘭克和協和拉站AMFSp均呈上升趨勢，但洪水發生時間分別呈提前和推后趨勢；其余站點春季洪峰流量均呈下降趨勢且僅卡群站洪水發生時間推遲。塔里木河夏季溫度高且降水量大，AMFSu與AMF具有相同的趨勢，不再單獨分析。除協和拉站外，其他站點AMFAu 均呈上升趨勢，且沙里桂蘭克、大山口和同古孜洛克站上升趨勢顯著（P<0.05）。就發生時間而言，卡群和同古孜洛克站秋季洪水發生時間呈提前趨勢，其余站點則呈推遲趨勢。由于復雜的地理條件，塔里木河冬季易發生冰川誘發型洪水。不難看出，除協和拉站外，其余站點AMFWi 均呈上升趨勢，其中沙里桂蘭克、大山口和同古孜洛克站上升趨勢顯著，表明這些流域冬季洪水量增加明顯。由于協和拉站上游有大型水庫，蓄水作用減少了下游流量以及附近耕地面積灌溉密集導致冬季協和拉站洪水呈不顯著下降趨勢［16］。冬季洪水發生時間均呈提前趨勢，沙里桂蘭克、同古孜洛克、協和拉、大山口站和卡群站分別年均提前2.61 d、1.57 d、1.31 d、1.20 d和0.67 d。

圖5 各洪水指標時間變化趨勢Fig.5 Time variation trend of each flood index in the Tarim River Basin

對于POT 采樣洪水，除大山口站外，其余站點POT3M均呈不顯著上升趨勢，沙里桂蘭克、協和拉、同古孜洛克和卡群站上升速率分別為0.48 m3·s-1、0.51 m3·s-1、1.14 m3·s-1和1.02 m3·s-1；大山口站以-1.14 m3·s-1的速率呈不顯著下降趨勢。該結果說明除開都-孔雀河流域，塔里木河其他源流POT檢測洪水量級均增加。就發生次數而言，沙里桂蘭克、協和拉以及同古孜洛克站POT3F呈不顯著上升趨勢，分別年均上升0.13 次、0.01 次和0.10 次，說明阿克蘇河與和田河流域POT 檢測洪水頻次增加。而大山口和卡群站POT3F呈不顯著下降趨勢，分別年均下降0.09次和0.01次。除開都-孔雀河大山口站外，其他站點MDF 變化趨勢與AMFD 一致，即協和拉站洪水發生時間提前，沙里桂蘭克、卡群及同古孜洛克站洪水發生時間推遲。而大山口站MDF呈現提前趨勢。

2.4 影響洪水發生因素變化趨勢

圖6 為洪水發生前不同時間最大溫度、最小溫度、雪深和降水時間變化趨勢圖。不難看出，阿克蘇流域沙里桂蘭克站洪水發生前不同時間內最大溫度和最小溫度均以減少趨勢為主，而協和拉站則以增加趨勢為主。大山口站春季和POT 洪水發生前不同時間內的最大溫度和最小溫度減少，而其他季節均以增加趨勢為主；就POT 洪水而言，僅洪水發生前Tmax7呈增加趨勢?？ㄈ赫静煌樗l生前最小溫度主要以增加趨勢為主，而春季及POT洪水發生前最大溫度主要表現為減少趨勢。同古孜洛克站僅POT 洪水發生前不同時間尺度內最大溫度增加，而不同尺度最小溫度減少趨勢僅出現在冬季洪水發生前。

圖6 洪水發生前不同時間內的最大溫度、最小溫度、雪深和降水量變化趨勢Fig.6 Variation trends of maximum temperature,minimum temperature,snow depth,and precipitation at different times before the flood occurred

阿克蘇河流域洪水發生前不同時間內雪深以增加趨勢為主，僅秋季洪水發生前雪深表現為減少趨勢；冬季洪水發生前沙里桂蘭克與協和拉站雪深變化率最高。大山口站POT 洪水發生前不同時間內雪深呈顯著增加趨勢?？ㄈ赫静煌樗l生前雪深均以減少趨勢為主，僅年最大洪水發生前雪深呈上升趨勢，其中SD3 變化率最高。同古孜洛克站洪水發生前雪深均呈增加趨勢。

沙里桂蘭克站洪水發生前不同時間內降水均以增加趨勢為主；而協和拉站不同時間內春季降水呈下降趨勢，其余季節以增加趨勢為主。大山口站秋季和POT 洪水發生前不同時間內降水呈下降趨勢?？ㄈ赫静煌瑫r間內降水以增加趨勢為主。同古孜洛克站夏季、冬季、年以及POT 洪水發生前不同時間降水均呈下降趨勢。綜上所述，塔里木河流域洪水發生前不同時間內最小溫度、降水以及雪深多以增加趨勢為主，而最大溫度以減少趨勢為主。近40 a時間變化中洪水發生前SD15變化率最大，雪深在阿克蘇河、和田河和開都-孔雀河大部分指標均呈上升趨勢，其中協和拉站上升速率最高達到7.61 cm·a-1。降水在阿克蘇河和葉爾羌河均以增加趨勢為主，最高增速為5.44 mm·a-1，而在和田河以下降趨勢為主，其中以POT 系列降水變化率最大，下降速率最高為-1.15 mm·a-1；總體上塔里木河流域洪水發生前Prep7變化率最大。

2.5 洪水指標與其影響因素關系

如圖7 所示，塔里木河流域中各站點POT 洪水指標與洪水發生前不同時間內降水量、最小溫度呈正相關關系，其中Prep3 與沙里桂蘭克和大山口站相關性最高，分別為0.29和0.37；而各站點POT洪水指標與最大溫度和雪深呈負相關關系，僅同古孜洛克站與SD7 和SD15 呈正相關關系，相關性分別為0.15和0.23。對于AM法提取洪水，各站年和夏季洪水指標與降水量、最大溫度、最小溫度以及雪深之間相關性較一致。同古孜洛克站洪水指標與降水呈負相關關系，其余站點洪水指標與降水之間均呈正相關關系，以大山口站年和夏季洪水指標與Prep3、Prep7 相關性最高，均高于0.50，表明降水的增加直接影響年和夏季最大洪峰流量。阿克蘇河沙里桂蘭克站年和夏季洪水指標與最大溫度、最小溫度均呈負相關關系，其中與最大3 d 以上最大溫度相關性最高，相關系數為-0.48，協和拉站中洪水指標與最大溫度呈負相關關系，與最小溫度呈正相關關系?？ㄈ赫灸旰拖募竞樗笜伺c雪深之間負相關關系最高，其中與SD3相關性高達-0.45。

圖7 塔里木河流域各水文站洪水指標與影響因素的相關性Fig.7 Correlation between flood indicators and influencing factors at different hydrological stations in the Tarim River Basin

阿克蘇河沙里桂蘭克站春季洪水指標與降水、最小溫度呈負相關關系，以最大3 d 降水的相關性最高（-0.30）；最大溫度、雪深與沙里桂蘭克站春季洪水指標呈正相關關系。而協和拉站中春季洪水指標與最大溫度、最小溫度呈負相關關系外，與降水、雪深呈正相關關系。其余3 個站點（大山口站、同古孜洛克站、卡群站）春季洪水指標均與洪水發生前降水、最大溫度、最小溫度和雪深之間呈正相關關系，其中各站點與雪深相關性較高。各站點間秋冬季洪水指標與降水之間相關性相似，除沙里桂蘭克站洪水指標與降水呈正相關關系外，其余站點洪水指標均與降水呈負相關關系。秋季洪水指標中沙里桂蘭克站與最大溫度、最小溫度均呈負相關關系，而卡群站與最大溫度、最小溫度呈正相關關系。最小溫度和雪深是影響同古孜洛克站秋季洪水指標的重要因素之一，其中以單日最小溫度（Tmin1）和3 d 雪深（SD3）與其相關性最高，分別為0.56和0.58。同古孜洛克和卡群站冬季洪水指標與最大溫度、最小溫度相關性較高，其中同古孜洛克站冬季洪水指標與最大溫度、最小溫度呈負相關關系，卡群站與其呈正相關關系；其余站點與之相關性較小。秋季洪水指標中僅同古孜洛克站與雪深之間呈正相關關系，而冬季洪水指標中僅協和拉站與雪深呈負相關關系。

總體來說，降水、最大溫度、最小溫度和雪深是洪水形成過程中重要的環境影響因子，受形成條件影響，各影響因素在不同流域上的關系也不盡相同?？ㄈ赫灸旰透骷竟澓樗笜伺c最大溫度、最小溫度均呈正相關關系；降水的3 個因子中，最大3 d降水（Prep3）與各站點春季洪水指標相關性最高，最大7 d 降水（Prep7）與各站點秋季洪水指標最相關。此外，在雪深相關因子中，最大15 d 雪深（SD15）與各站點的春季洪水指標相關性最高。相比于單日降水，多日降水與洪水指標相關性更高，能夠解釋多數流域極端洪水事件的發生。

3 討論

近40 a來新疆塔里木河流域溫度和降水均呈增加趨勢［26］，氣候從“暖干”向“暖濕”轉變［27］。洪水發生主要受溫度、降水及山區冰川積雪融水等影響，溫度升高促進冰川積雪融化，降水增加進一步導致河流流量和洪峰呈增加趨勢［28］。塔里木河“四源”中，阿克蘇河流域發源于天山中段西部南麓地區，近40 a 來，阿克蘇河流域溫度升溫速率為0.34～0.38 ℃·a-1，顯著高于中國西北和中亞地區［29］。開都-孔雀河位于天山南側，積雪面積最深可達30 cm以上［26］。阿克蘇河沙里桂蘭克站和開都-孔雀河大山口站夏季洪峰流量呈增加趨勢，流域內夏季洪峰流量主要由降水決定，其與降水呈正相關同時與最大溫度呈負相關，可能是在較大的山區內降水發生的同時往往伴隨著降溫過程［30］。阿克蘇河和開都-孔雀河春季洪峰流量與不同時間內雪深均呈正相關關系，阿克蘇河春季洪峰流量因溫度升高加劇積雪融化，從而增加春季洪水流量。與此同時，和田河和葉爾羌河從昆侖山北坡匯入塔里木河，積雪深度一般在10 cm以下，但流域內冰川資源豐富［26］，隨著溫度升高，冰川融水成為引發洪水的主要因素。近年來葉爾羌河流域春夏季最大溫度不斷下降，冬季降水不斷增加［31］，卡群站春夏季洪峰流量呈下降趨勢，而秋冬季洪峰流量呈上升且提前發生趨勢。冬春季洪峰流量與洪水發生前不同時間內溫度、雪深呈正相關關系，說明冬季積雪大、溫度回升，極易在冬春兩季形成洪水。而秋季的最大降雨量往往會被儲存起來，隨著土壤濕度和地下水位不斷增加，在冬季達到最大值，因此冬季降水增多會導致冬季洪水發生時間提前。對和田河而言，洪水主要由冰川融水和季節積雪融水形成，同古孜洛克站年、夏季、秋冬季和POT洪水呈增加趨勢，1980年來洪水發生前不同時間內雪深均呈增加趨勢，與秋冬季洪水呈正相關關系，因此秋冬季洪峰流量呈顯著增加趨勢與溫度升高導致積雪融化有著密切關系。

塔里木河“四源”年和夏季洪峰流量發生時間均呈推遲趨勢，僅協和拉站年最大流量呈減少且提前發生趨勢。周京武等［32］也發現隨著降水和溫度增加，天山南坡河流徑流量也增加，年最大徑流量出現時間從6月推遲到7月。近年來溫度升高導致冰川融化加速，麥茨巴赫冰川湖盆蓄水期縮短有關［33］，從而導致協和拉站峰現時間提前。各站點冬季洪峰流量發生時間均呈提前發生趨勢，這與Zhang 等［16］研究結果一致。除開都-孔雀河大山口站外，其他站點POT 洪水發生時間變化趨勢與AMFD 一致，即協和拉站洪水發生時間提前，沙里桂蘭克、卡群及同古孜洛克站洪水發生時間推遲；而大山口站MDF呈提前趨勢，和AMFD呈相反結果，這一結果與顧西輝等［15］研究相符。

從洪水時空分布來看，塔里木河流域的洪水可能呈現時空集群形式發生。1990年后，塔里木河流域內洪水頻繁且發生次數逐漸增多。研究結果發現1999年流域內所有站點均發生大量級洪水，覆蓋天山南北坡、南疆西部山區和昆侖山北坡。這些洪水主要由融雪和暴雨疊加形成的混合型洪水，范圍廣、歷時長、量級大。全疆有37 條河流出現危險流量，包括阿克蘇河和開都-孔雀河等25 條河流創下歷史最高水位［34］。何慧［35］研究發現，1999年冬春季積雪廣泛且高空溫度驟降，與西太平洋副熱帶高壓向西延伸導致再次升溫，加之山區降水持續時間長且量大，共同引發了1999年該區域爆發集中型洪水。

此外，在干旱半干旱區高寒山區，洪水受到諸如高層大氣溫度、冰川湖的潛在洪水風險以及人類活動等多重因素影響。這些因素根據地理和氣候條件有所不同，給洪水預測帶來復雜性。因此，未來研究可重點關注洪水形成機制，并利用未來變化情景數據預測洪水變化情況。

4 結論

（1）不同季節各站點洪水指標均以夏季洪峰流量最高且與年最大洪峰流量一致；根據POT 和AM采樣結果，各站點洪峰流量依次排序為：卡群>協和拉>同古孜洛克>沙里桂蘭克>大山口?？ㄈ赫竞樗l生日期最晚，其次為大山口站。

（2）研究時段內有2 個洪水高發期，分別為1994—2002年和2006—2011年，這2個時期內阿克蘇河流域洪水發生頻率最高。夏季洪水高發期介于1994—2002年，其余3個季節洪水事件發生較分散。

（3）塔里木河“四源”各站點AM和POT3M洪峰流量變化趨勢均不顯著；和田河和葉爾羌河流域AMF 和POT3M 流量呈增加趨勢且洪水發生時間推遲，阿克蘇河流域協和拉站AMF 和POT3M 流量呈減少并且發生時間提前，年均提前0.60 d。各站點冬季最大洪峰流量發生時間均呈提前趨勢。和田河和阿克蘇河流域POT洪水發生次數呈增加趨勢。

（4）洪水發生前塔里木河“四源”不同時間內最小溫度、降水和雪深主要呈增加趨勢，而最大溫度主要呈減少趨勢。溫度對葉爾羌河流域洪水發生的影響較大，而阿克蘇河流域洪水則以降水影響為主。相比于洪水發生前單日降水，最大3 d 以上降水與洪水指標的相關性更高。洪水發生前不同時間內雪深對冬春季洪水影響較大；而夏秋季洪水指標受最小溫度影響較大。