汤旺河流域径流变化研究

周 旋 郝振纯 李小韵 宋俊博

(河海大学 水文水资源与水利工程科学国家重点实验室， 南京 210098)

1 研究背景

气候在水文循环过程中是一个重要的因素，气候的变化将直接影响流域水资源的配置．目前，全球气候变暖已经得到了各国科学家的一致认可[1]．随着全球变暖，流域径流在时间尺度和空间尺度上的分布都会出现一定的变化．流域径流过程是水文循环一个重要的组成部分，径流过程对实现水资源合理高效的管理有着重要的作用．因此，及时、准确地掌握气候变化背景下的径流演变规律具有重要的意义．近年来，中国学者在径流的变化特征以及变化趋势方面开展了众多的研究．曹建延，秦大河等人对长江源区1956～2000年径流量的变化进行了分析[2]．沈楠、李春晖等人分析了黄河流域近500年的径流演变特征[3]．李栋梁、张佳丽等人对黄河上游的径流演变以及其形成原因进行了分析[4]．徐东霞、章光新等人对嫩江流域近50年来的流域径流变化及其影响因素进行了分析[5]．松花江流域是我国东北地区的第一大流域，针对该流域的径流变化研究相对其他流域较少．汤旺河作为松花江下游的一大支流，本文选择汤旺河流域作为松花江流域的一个典型代表，对该流域的径流变化情况进行了研究．

2 流域概况

汤旺河是松花江下游的一条主要支流，发源于小兴安岭中北部，位于东经128°51′5″～130°8′0″，北纬48°22′18″～48°48″30″之间(如图1所示)．汤旺河全长509 km，流域面积约2.1万km2．流域内地形多低山和丘陵，平均海拔为400 m左右，海拔跨度为78～1 151 m，地形起伏较大．流域所处地区的气候类型为大陆性季风气候，年内四季分明，冬季时间长，夏季时间短，年平均气温-1℃左右．流域年降水量在430～722 mm之间，降水量最大的月份为7、8月份．流域内的河道径流的水量主要来自于大气降水和融雪水的补给，年平均径流量约为55亿m3．

图1 汤旺河流域及测站分布图

3 资料和方法

3.1 数据来源

流域内共有6个水文站，从上游至下游分别是五营站、伊春站、伊新站、南岔站、带岭站和晨明站．晨明站位于汤旺河出口处，是该流域的水文控制站，控制面积为19 186 km2．本文进行径流变化分析选择使用的是晨明站1956～2013年共57年的实测流量资料．

3.2 研究方法

本文主要使用的研究方法有：线性回归法、Mann-Kendall趋势检验法以及Morlet小波分析法．

线性回归作为一种统计方法，它是用来确定因变量与自变量之间相关关系的，采用的原理是数理统计中的回归分析．

M-K检验法是一种非参数检验方法，能够用来检验序列的变化趋势是否显著．它的优点是样本不需要服从某一特定分布，且受异常值的影响较小．目前，在水文序列的趋势检验中，M-K检验方法有着广泛的应用[6]．其检验原理如下：

(1)

(2)

式中，xk和xi为样本值，n为序列长度．若|ZC|≤Z(1-α/2)，则该序列无显著性趋势；若ZC<-Z(1-α/2)，则序列呈显著下降趋势；若ZC>Z(1-α/2)，则序列呈显著上升趋势．

小波分析是一种调和分析方法，目前被广泛应用于水文序列的周期性和趋势性分析．Morlet小波变换系数有实部、虚部两部分，实部表示信号在不同时间位置上的分布和相位信息，用来区分不同特征的时间尺度信号；小波系数的模反映了特征时间尺度信号的强弱程度[7]．对于给定的水文序列f(t)，连续小波变换为：

(3)

在实际应用中，通常对水文序列进行离散化处理．离散形式的小波变换为：

(4)

4 径流变化分析

4.1 径流年内分配特征

径流量的大小与气象因素联系紧密，径流量年内变化具有显著的特征．图2为利用晨明站1956～2013年的径流资料，计算出的径流量年内分布图．从图中可以看出，晨明站月径流量年内分布不均匀，变化范围在0.07～12.69亿m3之间．年内径流量的分布呈单峰型，最大径流量出现在8月，最大径流量出现的季节为夏季．夏季的径流量约占全年总径流量的57%，而冬季的径流量仅占全年总径流量的1.5%．从气象角度分析认为，冬季气温低，降雨少，河道会出现一定时间的冰封期，因此径流量小；夏季气温高，大量融化的冰雪水对河道径流起到补给作用，且夏季降雨量大幅度升高，因此径流量大．

图2 晨明站径流量年内分布图

4.2 径流年际变化趋势

为了分析汤旺河流域径流量的年际变化特征，本文对晨明站的年径流量进行了回归分析，如图3所示．从图中可以看出，晨明站1956～2013年这57年的年径流量呈现一个波动下降的趋势，最大径流量出现的年份为1985年，最小径流量出现的年份为2008年，整体的下降幅度为2.33亿m3/10a．

图3 晨明站径流量年际变化趋势图

为了验证晨明站径流量的变化是否表现出显著的趋势性特征，此处采用了Mann-Kendall方法来进行检验．通过计算，得出晨明站的Kendall值为-1.71，|Zs|<1.96．表明晨明站1956～2013年的年径流序列呈现下降趋势，但由于未达到95%的显著性水平，因此下降趋势并不显著．M-K的统计量曲线如图4所示，从图中可以看出，晨明站UF序列从1964年开始均小于0，表明序列呈现下降趋势．UF序列与UB序列在置信区间内存在3个交点，3个交点所在的年份分别为1957年、1958年和1964年．其中，由于UF曲线没有超越置信区间，无法确认1957年和1958年是否为突变点．1964年为突变点，UF曲线在1968年前后穿越了置信区间，表明径流量在1964年出现了突变，且突变趋势为减小趋势．

图4 晨明站径流量M-K检验图

4.3 年径流周期分析

图5为晨明站小波系数的实部等值线图，从该图中能够得出径流序列在不同时间尺度下的周期变化，从而根据周期特性可推断出径流序列未来一定时间内的变化趋势．

图5 晨明站年径流小波系数实部等值线图

图中横坐标表示年份，纵坐标表示时间尺度．小波系数实部的数值越大，颜色越深，表明径流量越大，该时期为丰水期；实部的数值越小，颜色越浅，表明径流量越小，该时期为枯水期．从图中可以看出，晨明站的年径流存在15～18a的大尺度、8～9a的中尺度以及4～5a的小尺度这3类时间尺度的周期性变化．在15～18a的时间尺度上，径流量经历了枯→丰→枯→丰→枯→丰→枯→丰→枯→丰→枯→丰这12个丰枯循环的周期．1956年和2013年处的等值线均未闭合，因此在该时间尺度上可以推断，在1956年之前可能存在一段枯水期，在2013年之后可能还存在一段丰水期．在8～9a的时间尺度上，径流量经历了丰→枯→丰→枯→丰→枯→丰→枯→丰→枯→丰→枯→丰→枯→丰→枯→丰→枯→丰→枯这20个循环周期．根据等值线的闭合情况推测，在该时间尽度上，1956年之前还有一段时间的丰水期．

在2013年处，枯水期的等值线已经闭合，因此推测在该时间尺度上，2013年后会出现一个丰水期．在4～5a的时间尺度上，径流丰枯循环周期的情况更加复杂，丰枯交替频率更高．

5 结 论

1)通过对汤旺河流域出口处晨明站月径流进行分析发现，径流年内分布呈单峰型，径流量最大的月份为8月，径流量最大的季节为夏季，夏季的径流量占全年总径流量的57%．

2)径流量年际变化呈下降趋势，下降幅度约2.33亿m3/10a．利用M-K方法分析径流的变化趋势可知，径流量的下降趋势并不显著，在1964年径流量出现突变减小．

3)晨明站的年径流存在15～18a的大尺度、8～9a的中尺度以及4～5a的小尺度这3类时间尺度的周期性变化．从15～18a第一主周期来看，2013年处的等值线尚未闭合．因此，推断在未来一段时间，将会出现一个丰水期．

[1] 刘丽娜．气候变化对中小流域径流过程的影响研究[D]．郑州：郑州大学，2010．

[2] 曹建廷，秦大河，罗 勇，等．长江源区1956-2000年径流量变化分析[J]．水科学进展，2007(1)：29-33．

[3] 沈 楠，李春晖．黄河流域近500多年来径流量演变特征[J]．水资源与水工程学报，2009，20(5)：37-40．

[4] 李栋梁，张佳丽，全建瑞，等．黄河上游径流量演变特征及成因研究[J]．水科学进展，1998(1)：23-29．

[5] 徐东霞，章光新，尹雄锐．近50年嫩江流域径流变化及影响因素分析[J]．水科学进展，2009，20(3)：416-421．

[6] 侯钦磊，白红英，任园园，等．50年来渭河干流径流变化及其驱动力分析[J]．资源科学，2011，33(8)：1505-1512．

[7] 牟 萍，杨胜发，童思陈．基于Morlet小波分析的嘉陵江流域年径流周期研究[J]．重庆交通大学学报(自然科学版)，2016，35(1)：76-79，171．