大沽河流域水文情勢變化研究

楊富香,拾兵,王成見

(1.中國海洋大學工程學院,山東青島 266500;2.青島市水文局,山東青島 266071)

河川徑流是水循環重要的途徑,是推動經濟發展和社會進步的重要支撐[1]。但隨著水利工程的建設和人類活動的影響,徑流演變出新的形勢,流域水循環呈現出新的特點[2-4],因此了解水文情勢的變化是推動水資源管理進一步發展的重要基礎。目前已有許多國內外學者對水文情勢變化開展了一系列研究,為揭示河川徑流變化特征做出了巨大貢獻。

李樂等[5]采用有序聚類法和累積距平法對煤炭開采區河道徑流進行了突變性分析,基于Morlet小波理論對河道徑流進行了周期性分析,揭示了煤炭開采區河道徑流演變特征。鞠琴[6]和唐玉蘭[7]等采用IHA-RVA 法綜合分析了流域河段水文情勢改變程度的影響,為流域水資源管理提供理論基礎。張力文等[8]對金沙江支流關河流域的水文情勢進行了分析,揭示了造成流域輸沙變化的關鍵因素是人類活動。謝智博等[9]采用Morlet小波分析對北洛河上游長時間序列徑流的周期變化進行了分析,結果表明北洛河上游流量顯著減少且變化周期性較為明顯。Kumar等[10]采用改進的Mann-Kendall法對印度Bagmati流域徑流進行了趨勢性分析。Sharifi[11]、Wang[12]和Forootan[13]等量化分析了人為因素和氣候變化對流域徑流變化的影響,分析了徑流的變化特征,得出了人類活動是影響徑流改變的主要因素。

一些學者對大沽河流域開展了水文情勢變化研究,姜德娟等[14]采用Mann-Kendall法對1960—2008年南村水文站、產芝水庫站及尹府水庫站的年徑流進行了趨勢分析和突變分析,探討了人類活動和降雨對徑流的影響程度。胡萌等[15]對1956—2016 年入海徑流量序列進行突變和周期性分析,結果表明大沽河入海徑流在1976年發生突變,且存在3個尺度的周期性變化。鄭志國等[16]對流域近20 a徑流量進行了年際變化分析。盛茂剛等[17]和崔素芳[18]分別對流域年降雨量進行了的時空分布特征分析和周期分析,并未對年徑流做相關研究。上述研究大多采用Mann-Kendall進行趨勢和突變分析,但未考慮水文要素自相關性和數據噪聲對趨勢檢驗的影響,對徑流周期性的研究也相對較少,且大部分研究時間尺度較短,這對研究結果也會產生一定影響。

本文基于大沽河流域南村站1956—2020年、閘子站1956—2016年實測徑流數據,采用Trend-Free Pre-Whitening-Mann-Kendall(去趨勢預置白-Mann-Kendall)檢驗法結合Sen′s法、滑動t檢驗法對流域年均徑流的變化趨勢和突變時間進行檢驗,消除徑流序列自相關性對檢驗結果的影響;采用Morlet連續復小波分析法對徑流的周期性特征進行分析。旨在為大沽河流域的水資源管理和可持續發展提供理論參考。

1 研究區概況

大沽河發源于招遠市阜山,由北向南流至萊西市埠后村約1 km 處,沿萊西、招遠邊界流向西南,于萊西市道子泊村北約500 m 處流入青島市轄區[14],介于東經120°07′—120°34′,北緯36°02′—37°5′。該流域屬于華北暖溫帶沿海濕潤季風區,溫差不大,根據南村水文站實測資料,流域多年平均降水量668.1 mm,多年平均徑流量31 569萬m3。干流全長199 km,流域面積6 205 km2,河流平均比降0.536‰,是膠東半島最大的河流。南膠萊河是大沽河的支流,發源于平度市姚家村分水嶺南側,在膠萊鎮劉家花園處流入膠州市,經膠東鎮匯入大沽河,干流全長30 km,流域面積1 562 km2。主要支流有膠河、墨水河及清水河等。根據閘子水文站多年實測資料,流域多年平均降雨量672.3 mm,多年平均徑流量9 206萬m3,多年平均徑流深72.1 mm。

2 數據與方法

2.1 數據來源

南村水文站1956—2020年徑流數據來源于青島市水文站,最大徑流量出現在1964年,為28.303 7億m3,最小徑流量出現在1981年、1983年、1984年等多個年份,為0 m3,多年平均值為3.156 9億m3。閘子水文站1956—2016年徑流數據來源于《青島市第三次水資源調查評價》,最大徑流量出現在1964年,為7.333 6億m3,最小徑流量出現在2000年、2002年、2004年等多個年份,為0 m3,多年平均值為0.920 6億m3。

2.2 數據預處理

由于Mann-Kendall檢驗法對檢驗樣本的要求是樣本點獨立,但是水文時間序列如年降水、年徑流可能存在自相關性,這會導致趨勢的顯著性增大,因此要對數據進行預處理。采用去趨勢預置白(Trend-Free Pre-Whitening)方法[19]對原始徑流數據進行預處理,可降低徑流序列中自相關項對后續趨勢檢驗的影響,且可以有效避免結果失真。

式中:Yt為剔除趨勢后的序列;β為原始徑流序列的坡度;t為時間;采用Theil-Sen法,此法可有效降低噪聲的干擾,β＞0,表示徑流序列呈現上升的趨勢,β＜0則表示徑流序列呈現下降的趨勢。

(2)自相關性檢驗。采用PACE(偏自相關函數)檢驗去趨勢后的數據序列的自相關性,該方法能夠使低階自相關不對高階自相關性產生影響[20],采用雙側檢驗對自相關系數r進行顯著性檢驗[21]。若r未通過顯著性檢驗,即表示該樣本數據是一個獨立序列,無需再對數據進行下一步處理,直接將原始序列帶入Mann-Kendall趨勢檢驗。兩個水文站自相關檢驗結果如圖1所示,可以看到,南村水文站去趨勢后年均、汛期及非汛期徑流序列一階自相關系數均超出臨界值,閘子水文站去趨勢后非汛期徑流序列一階自相關系數超出臨界值,年均、汛期徑流序列未超出臨界值,且兩個水文站并無高階自相關系數超出臨界值,因此南村站的年均、汛期、非汛期徑流序列,閘子站非汛期徑流序列需要進行下一步處理,其余序列直接將Xt帶入Mann-Kendall趨勢檢驗。

圖1 原徑流序列及Y 自相關檢驗結果Fig.1 Original runoff series and Y autocorrelation test results

(3)剔除自相關性。采用以下公式去除序列自相關性:

式中:Y't為經預置白處理后的獨立白噪聲序列;Y″t為補還趨勢項后的新序列,此序列不再具有自相關性,且保證了徑流序列趨勢的不丟失,再對Y″t進行Mann-Kendall趨勢檢驗。

2.3 趨勢和突變點檢驗

2.3.1 Mann-Kendall檢驗法 Mann-Kendall檢驗法是用來判斷時間序列下氣候水文要素的變化趨勢以及是否存在突變的方法,可以確定水文序列的突變時間和趨勢變化的顯著程度,具體公式見參考文獻[18]。

2.3.2 滑動t檢驗法 滑動t檢驗法是根據兩組樣本均值的差異是否顯著來檢驗水文序列是否發生突變[22]。對于具有n個樣本的時間序列,選取兩個樣本序列n1和n2,比較統計量t與臨界值可判定該水文序列統計顯著性[23],但是該檢驗方法有一個缺點,即樣本選擇時具有人為性,因此需要通過反復設置子序列長度來提高檢驗的可靠性。

2.4 周期性分析

Morlet連續復小波分析法是用一簇小波函數系表示或逼近某一信號或函數,其小波函數表達式和小波變換的定義見參考文獻[24],以此確定在整個水文序列中存在的主周期和不同尺度的震蕩強度。

教師應該根據初中生物理學習的具體要求，構建信息化物理學習平臺，全面優化初中生物理學習空間，為學生提供良好的物理學習渠道。首先，教師應鼓勵學生自主利用信息技術，搜集與課程內容相關的素材，豐富自身物理學知識儲備。其次，教師利用信息技術，構建網絡學習交流群[3]，定期在群中分享物理學習經驗，從而實現物理學習信息共享，讓學生掌握更加豐富的物理學習經驗與技巧，全面提高初中生物理學習水平。

3 結果與分析

3.1 徑流量年內變化分析

圖2為南村站和閘子站不同時間序列徑流量年內分配情況,可以看出兩個水文站徑流主要集中在汛期(6—9月),峰值一般出現在8月。南村站1956—2020 年、1956—1980 年、1981—2000 年及2001—2020年4個時間序列徑流量的年內分配情況基本一致,均呈現汛期流量多,非汛期流量少的特點,這是由于夏季雨水充沛,容易形成徑流,可以看出大沽河為典型的季節性河流。但是徑流峰值在1956—1980年、1981—2000年、2001—2020年呈現逐漸降低的趨勢,這是由于自20世紀80年代以來,流域降水逐漸減少,為滿足城市供水需求,上游水庫基本不向下游供水。閘子站徑流量年內分配情況整體與南村站一致,呈現汛期多,非汛期少的特點。

圖2 徑流量年內分配Fig.2 Annual distribution of runoff

3.2 年均徑流量趨勢性分析

南村水文站1956—2020年實測徑流量變化趨勢如圖3所示,南村站年均徑流量整體呈下降趨勢,最大徑流量為28.3億m3,發生在1964年,最小徑流量為0 m3,發生在1981年、1983年、1984年等多個年份。自1980年之后,南村站徑流量大多集中在汛期(6—9月),非汛期(10—5月)徑流量急劇減少,幾乎全部為0。1981—2020年的多年平均徑流量較1956—1980年下降78.4%。趨勢檢驗結果見表1,根據趨勢檢驗結果可知,1956—2020年南村站年均、汛期、非汛期徑流量M-K統計Z值分別為-2.972 1,-2.670 9,-1.639 6,年均、汛期徑流量下降趨勢通過0.05顯著水平,β值均小于0,表明下降趨勢顯著,非汛期徑流量未通過0.05顯著水平,β值小于0,則呈不顯著下降趨勢。

表1 趨勢檢驗結果Table 1 Trend test result

圖3 南村水文站1956-2020年年均徑流變化趨勢Fig.3 Variation trend of annual average flow at Nancun station

如圖4所示,1956—2016年閘子站年均徑流量與南村站一樣整體呈下降趨勢,最大徑流量為7.3億m3,發生在1964 年,最小徑流量為0 m3,發生在2000年、2002年、2004年等多個年份,閘子站徑流量主要集中在汛期(6—9月)。1981—2016年的多年平均徑流量較1956—1980年下降84.5%。趨勢檢驗結果見表1,根據趨勢檢驗結果可知,1956—2016年閘子站年均、汛期、非汛期徑流量M-K 統計Z值分別為-4.536 5,-4.244,-3.067 8,年均、汛期徑流量下降趨勢通過0.05顯著水平,β值均小于0,表明閘子站年均、汛期及非汛期徑流量均呈現顯著下降的趨勢,且閘子站下降趨勢較南村站更為顯著。

圖4 閘子水文站1959-2016年年均徑流量變化趨勢Fig.4 Variation trend of annual average flow at Zhazi station

3.3 年均徑流量突變點檢驗

采用Mann-Kendall檢驗法(簡稱M-K 檢驗法)、滑動t檢驗法對南村水站、閘子水文站的年均徑流量進行突變檢驗,檢驗結果如圖5—6所示。根據南村水文站M-K 檢驗結果可知,從1981—2020年UF值始終小于-1.96(0.05 顯著水平),即徑流量自1981—2020年均呈顯著減小趨勢;在1975 年之前UF與UB值相等,且發生于0.05置信區間內,為年均徑流量突變點。從南村站滑動t檢驗結果來看,選取n=7,8,9,10時,滑動t統計量均通過0.05顯著水平,在1965 年左右,1976—1980 年年徑流量都發生了突變,因此結合兩種檢驗結果,南村站年均徑流量在1976年左右發生突變,徑流量由多變少。突變前后20 a均徑流量分別為6.91億m3,1.14億m3,突變后20 a均徑流量較突變前減少83.5%。

圖5 南村站、閘子站年徑流量M-K 突變檢驗Fig.5 M-K test of annual runoff volumes at the Nancun station and Zhazi station

圖6 南村站、閘子站年徑流滑動t突變檢驗Fig.6 Moving t-test of annual runoff volumes at the Nancun station and Zhazi station

根據閘子水文站M-K檢驗結果可知,UF和UB相交于1978—1979年,且發生在0.05置信區間內,為突變點,UF值在1982—2016年始終小于-1.96(0.05顯著水平),表明在1982—2016年徑流量均呈顯著減小的趨勢;由閘子站滑動t檢驗結果來看,選取n=7,8,9,10時,均通過0.05顯著水平,在1965年左右,1976—1980年徑流量發生了突變,結合M-K檢驗、滑動t檢驗結果來看,閘子水文站年均徑流量于1979年發生了由多到少突變。突變前后20 a均徑流量分別為1.92億m3,0.34億m3,突變后20 a均徑流量較突變前減少82.3%。

根據突變分析結果可知,大沽河流域徑流量在20世紀70年代發生突變,且在80年代開始呈現顯著下降的趨勢。這是由于自20世紀80年代以來,流域降水減少,為滿足城市供水需求,上游水庫基本不向下游供水。

3.4 年均徑流周期性分析

采用Morlet連續復小波分析法對南村站、閘子站年均徑流量序列做周期性分析。小波系數實部等值線圖可以反映出徑流序列在不同時間尺度上的周期變化,以此可以判斷徑流未來的變化趨勢,小波系數實部為正時,表示在該年份徑流處于豐水期,若實部為負,則表示處于枯水期;小波系數模值等值線圖可以反映不同時間尺度下徑流序列周期性的強度,模值越大,表明其對應時間尺度的周期性就越強;小波方差圖可以反映徑流變化過程中存在的主周期。

南村站年均徑流量小波系數實部和模值見圖7,小波方差、和不同時間尺度下的周期變化見圖8。從小波系數實部圖可以看出,在1956—2020年,南村站年均徑流量在5～8 a,9～12 a,15～30 a三個時間尺度上都存在明顯的周期性變化。在5～8 a時間尺度上出現豐—枯交替的準11次震蕩,該時間尺度在整個時間序列上表現較為穩定且具有全域性。9～12 a和15～30 a時間尺度在整個時間序列前期表現得較為穩定,但1976年以后由于徑流量減小,年際之間徑流量的變化幅度不大,導致振蕩周期表現不穩定。從小波系數模值圖可以看出,15～30 a時間尺度的模值最大,表明在該時間尺度上周期變化最明顯,9～12 a時間尺度的周期變化次之,5～8 a時間尺度的周期變化最弱。

圖7 南村站年均徑流量小波系數實部和模值Fig.7 Real part and modulus of wavelet transform of annual runoff volumes at the Nancun station

圖8 南村站年均徑流小波方差、不同時間尺度下的周期變化Fig.8 Wavelet variance diagram and periodic changes at different time scales of annual runoff volumes at the Nancun station

從圖8A 可以看出,整個時間序列南村站年徑流量的小波方差共有3個峰值,分別是8 a,11 a,20 a,其中20 a時間尺度峰值最高、波動最強,表明該周期為南村站年徑流變化的第一主周期;第二峰值對應11 a,為第二主周期;第三峰值對應8 a,為第三主周期,3個周期的波動影響著南村站65 a徑流量的變化。從南村站不同時間尺度的周期變化(圖8B)可知,在20 a時間尺度上,徑流經歷了約4次較為顯著的枯—豐交替變化,平均周期約16 a,在整個時間序列上,該周期震蕩強度一直在減弱;在11 a尺度上,徑流經歷了約9次豐—枯交替變化,平均周期約7 a,該周期強度在1976年之后一直持續減弱;在8 a尺度上,徑流經歷了約11次豐—枯交替變化,平均周期約6 a,該周期強度從1965年開始減弱到1997年再開始增強。

閘子站小波系數實部和模值見圖9,根據閘子站小波實部圖可知,閘子站年徑流量在整個時間序列(1956—2016年)上存在3 個時間尺度的周期性變化,分別是4～9 a,10～14 a以及15～30 a。4～9 a尺度在1965—1983年之前有4次較為顯著的豐—枯交替震蕩,其他時間段震蕩較弱;10～14 a尺度在1970年之前有兩次較為顯著的豐—枯交替震蕩,1970年之后震蕩較弱;15～30 a尺度有三次顯著的枯—豐交替震蕩,約在1990 年之后震蕩愈來愈弱。從閘子站小波系數模值圖可以看出,3 個時間尺度中,15～30 a尺度的模值最高,表明在該時間尺度下年均徑流的周期性最強,4～9 a次之,10～14 a最弱。

圖9 閘子站年均徑流小波系數實部和模值Fig.9 Real part and modulus of wavelet transform of annual runoff volumes at the Zhazi station

閘子站小波方差如圖10A 所示,整個時間序列閘子站年徑流量的小波方差共有3個峰值,分別是8 a,12 a,19 a,其中19 a時間尺度峰值最高、波動最強,表明該周期為南村站年徑流變化的第一主周期;第二峰值對應12 a,為第二主周期;第三峰值對應8 a,為第三主周期。從閘子站不同時間尺度的周期變化(圖10B)可知,在19 a時間尺度上,徑流經歷了約5次枯—豐交替變化,平均周期約12 a,在整個時間序列上,該周期震蕩強度一直在減弱;在12 a尺度上,徑流經歷了約7次豐—枯交替變化,平均周期約9 a,該周期強度在1979年之后一直持續減弱;在8 a尺度上,徑流經歷了約11次豐—枯交替變化,平均周期約6 a。

圖10 閘子站年均徑流小波方差(年)、不同時間尺度下的周期變化Fig.10 Wavelet variance diagram and periodic changes at different time scales of annual runoff volumes at the Zhazi station

4 討論

根據趨勢檢驗和突變檢驗結果可知,大沽河流域年徑流量在20世紀70年代發生突變,且在80年代開始呈現顯著下降的趨勢,且大沽河流域年均徑流、汛期徑流量呈現顯著下降的趨勢,非汛期徑流量呈不顯著下降趨勢,這與前人對該流域的相似研究結果基本一致。姜德娟等[14]對大沽河流域南村、產芝、尹府水文站1960—2008年的徑流量進行了趨勢分析,結果表明南村站、產芝站年徑流呈顯著下降趨勢,尹府站呈不顯著下降趨勢。崔素芳[18]對南村站多年徑流量進行了趨勢分析,結果表明徑流呈下降趨勢。胡萌等[15]采用Man-Kendall突變檢驗法、累積距平法及滑動t檢驗法對大沽河流域入海徑流進行突變檢驗,結果表明該流域入海徑流在1976年發生突變。

根據周期性分析結果可知,大沽河流域徑流量存在不同時間尺度周期變化的特征,即小尺度的豐—枯交替嵌套在大尺度的枯—豐交替轉化過程中,且不同時間尺度下的豐、枯點并不完全一致,這是由于小尺度周期是整個時間序列的隨機性和規律性的綜合體現[15],不確定性較大,而大周期是由大環境影響且決定的,因此大周期更能體現徑流總體變化趨勢。姜德娟等[14]對南村站1960—2008年徑流做了周期分析,發現其存在5～6 a,10～11 a尺度的周期性變化,胡萌等[15]對大沽河入海徑流進行了周期性分析,結果表明其存在5～8 a,10～15 a,17～30 a三個尺度的周期性變化。這些研究都與此次研究相互印證。周期性的分析結果與所選擇序列的時間尺度長短有著密切的關系,該研究周期性時間尺度最大為32 a,徑流序列可能還有更長尺度的周期性變化,但這需要時間尺度更長的徑流時間序列加以驗證。

5 結論

(1)南村站和閘子站徑流量均具有顯著的季節性差異,徑流主要集中在汛期(6—9月),峰值一般出現在8月。此外,由于降水的減少,汛期徑流均呈現逐漸減少的趨勢,尤其在20世紀70—80年代之后,汛期徑流量顯著減少。

(2)利用Mann-Kendall檢驗法對南村站和閘子站長時間序列徑流量進行趨勢性分析,結果表明兩個站點β值均小于0,表明呈下降趨勢。南村水文站年均、汛期徑流量的統計值通過0.05顯著水平,閘子水文站統計量值均通過0.05顯著水平,即徑流量均呈現顯著下降趨勢,南村水文站非汛期徑流量統計值未通過0.05顯著水平,呈不顯著下降趨勢。

(3)采用Mann-Kendall檢驗法和滑動t檢驗法對南村站和閘子站的多年徑流量進行了突變檢驗,結果表明南村站年徑流在1976年時發生突變,閘子站在1979年時發生突變。

(4)采用Morlet連續復小波分析法對南村站和閘子站多年徑流量進行了周期性分析,結果表明兩個站點均呈現出豐—枯交替的多個時間尺度變化的特點,且在20世紀80年代之前周期震蕩顯著。南村站存在5～8 a,9～12 a,15～30 a三個時間尺度的周期變化,第一、二、三主周期分別是8 a,11 a,20 a;閘子站存在4～9 a,10～14 a,15～30 a三個時間尺度的周期變化,其第一、二、三主周期分別為8 a,12 a,19 a。

(5)總體而言,大沽河流域長時間序列徑流量呈現出顯著下降的變化趨勢,且徑流量主要集中在汛期(6—9月);流域徑流量在20世紀70年代發生突變;存在不同時間尺度周期變化的特征,即小尺度的豐—枯交替嵌套在大尺度的枯—豐交替轉化過程中,且第一主周期在20 a左右。