新疆和田河径流演变特征及其影响因素分析

黄 星，陈伏龙*，赵 琪，何朝飞，龙爱华,3

（1.石河子大学 水利建筑工程学院，新疆 石河子832000；2.新疆维吾尔自治区水文局，乌鲁木齐830000；3.中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室，北京100038）

0 引 言

【研究意义】随着全球气候变化与人类活动影响日益显著，造成了水循环过程的加速，河川径流作为水循环的基本环节，有着促进水资源更新、维持全球水动态平衡的重要作用[1-2]。近年来，河川径流演变特征与其在影响因素作用下的响应成为研究的热点问题。地处干旱区的和田河作为典型的以冰川融雪为主的河流，其径流演变对该地区农业灌溉、畜牧养殖及水生态保护等方面都至关重要。同时，径流是受气候变化影响最大的环节，这使得干旱、半干旱地区以冰川融雪为补给的河流更为敏感[3]。为此研究和田地区夏季径流与影响因素的变化规律成为水资源与经济协调发展的重要环节[4]。【研究进展】在气候变化下和田河径流演变的分析中，学者们通过不同尺度、方法开展了相关研究。分别从降水或蒸发对径流演变的影响[5-7]，气候因素变化的趋势及周期规律[8-10]，不同尺度间接分析和田河流域水循环过程[11-12]等方面进行了研究。由研究结果可知，和田河径流及气候因素存在多维度的变化。在年尺度研究中，径流与气候因素同时表现出上升趋势，而年径流序列发生突变时间滞后于气候因素突变时间。年内分析表明，径流量较多时期集中在夏季，且气温和降水是补给径流的主要因素。以上成果具有一定意义，但对数据利用不足，使得和田河流域时序变化规律分析不够充分。【切入点】国内外学者早期的研究主要针对和田河径流的趋势性和周期性，且多为定性分析，缺少气候因素与人类活动对径流影响的定量分析，在全球气候变暖和人类活动日益加剧的背景下，研究气候变化和人类活动对和田河径流演变的影响就显得十分必要。【拟解决的关键问题】为此，基于1960—2016年的水文气象数据，采用M-K 趋势检验，Pettitt 检验及Morlet 小波分析等方法对径流演变及气候要素的趋势性、突变点和周期性进行诊断，分析径流与影响要素的相关性，在此基础上建立多元线性方程进行归因分析，并构建神经网络模型，定量分析气候变化与人类活动对径流变化的贡献程度，为水资源管理规划与可持续利用提供科学的参考依据。

1 材料与方法

1.1 研究区概况

和田流域位于新疆西南部，南抵昆仑山脉，北临塔克拉玛干沙漠。地理位置介于东经77°25′—81°43′，北纬34°52′—40°28′，呈南高北低地势。和田河流域面积约48 870 km2，降水量小，蒸发量大，多年平均气温12.7 ℃。其流域涵盖和田县、和田市、墨玉县、洛浦县以及皮山县、策勒县的部分区域，阿克苏地区的阿瓦提县和阿拉尔市部分区域[13]。

和田河由东支流玉龙喀什河（简称“玉河”），西支流喀拉喀什河（简称“喀河”）构成[14]，是1 条高山融雪补给为主、降水补给为辅的西北内陆河流，2 支河流径流量在年内分配极不均衡，玉河、喀河夏季径流量分别占全年径流量的80.7%和72.9%。玉河发源于昆仑山，全长505 km，平均年径流量约22.52×108m3，出山口设有同古孜洛克水文站；喀河发源于喀喇昆仑山，全长808 km，平均年径流量约22.21×108m3，出山口设有乌鲁瓦提水文站。2 支河流于阔什拉什汇聚形成和田河干流，干流总长319 km，向北通过塔里木盆地，最终抵达塔里木河[15]，流域水系如图1 所示。

图1 和田河流域水系图Fig.1 Hotan river basin

选取出山口处同古孜洛克水文站、乌鲁瓦提水文站1960—2016年实测径流和气象月值资料进行分析。

1.2 研究方法

1.2.1 趋势检验法

线性分析法是以一元函数形式作为表达，可直观反映要素变化的趋势，且表达结果清晰明了。滑动平均法能够降低数据序列的自由度，同时增强序列之间的相关性，在滑动数的选择上具有多样性，当滑动数越大，序列保留的信号越少，反之亦然。因此选择合适的滑动数能明确趋势变化。

Mann-Kendall 非参数检验法（简称M-K 检验），常用于水文与气候方面的趋势性检验，优点为样本序列无需服从特定分布，受少量的数据缺失及异常数据影响小[16]。该方法先假设样本序列在显著水平α下（本文取α=0.05）无趋势变化，当Z值在Zα为1.96 和-1.96之间满足原假设，说明无显著趋势变化；否则拒绝原假设，表明序列发生显著变化。当Z＞0 说明序列呈上升趋势，Z＜0 表明序列为下降趋势，|Z|值越大对应趋势越强。

1.2.2 突变检验法

1）Pettitt 检验

Pettitt 检验为非参数检验法，该方法结构简洁，受异常值影响小[17]。利用该方法对研究区域的径流量、平均气温、年降水量进行突变点检验分析。定义统计量Ut,N计算式为：

式中：xi、xj为相同时间序列的2 个样本值；t为样本的排列序号；N为样本总数，其统计量U的本质为前一个样本值大于后一个样本值的个数。

当统计量Ut,N最大时，对应的时间点t0为突变点。如式（2）所示：

构建统计量P，判断突变点的显著性：

当P小于显著水平α=0.05，则认为检测出来的突变点在统计意义上发生显著变化。

2）有序聚类法

有序聚类法为寻找最优分割点的统计方法，结合水文思想来确定水文要素的突变点。其思想是对序列拆分，再计算分割点前后的各子序列的离差平方和求得最小值，当总离差平方和取最小时对应的点即为最优分割点[18]。计算式为：

式中：τ为突变点；为突变前序列均值；突变后序列均值；Sn为总离差平方和。

3）里海哈林法

里海哈林法（Lee-Heghinan）是设定水文序列Xt服从正态分布，τ为可能分割点，应当先检验分布服从均匀分布[19]，然后检验条件概率密度函数为：

式中：取k=1 为比例系数；n为序列长度。

由后验条件概率密度函数计算得到的最大值对应的τ，则为最可能分割点。

1.2.3 周期分析法

采用Morlet 小波分析对1960—2016年径流量、年均气温和年降水序列进行周期性检验。其中信号震荡的强弱由颜色深浅表示。

1.2.4 径流变化定量分析法

GRNN 具备较好的映射能力，对样本要求低，一般不必了解研究对象的参数、结构等知识，只需提供被建模对象的输入、输出数据，通过网络本身即可完成输入、输出相符合的要求[20]。

在GRNN 中，以气温、降水整体序列代入神经网络模型输入层中，经过模式层与求和层的训练并保存训练矢量于隐含层的神经元中，得到输出层的径流量模拟值，当输入新的矢量进入输入层中，可合理利用储藏于隐含层的神经元，求出新的模拟值。

结合GRNN 定量估计和田河流域气候变化与人类活动下径流的响应程度。以降水和气温的基准期序列作为网络输入项，基准期径流为输出项，对模型进行训练校核，获取基准期下的径流模拟值。在模型不变状态下，以变化时期的气候要素和径流作为输入、输出项，模拟出突变后的径流值。气候因素与人类作用下径流响应的估算式[21]为：

式中：ΔQth为实测径流突变前后均值差（108m3）；Qpo代表径流变化期实际平均径流量（108m3）；Qpr为径流基准期实际平均径流量（108m3）；ΔQt为气候变化作用下径流变化量（108m3）；ΔQh为人类活动引起的径流变化量（108m3）；Qtr为基准期径流模拟平均值（108m3）；Qto为变化期径流模拟平均值（108m3）；ηt和ηh分别代表气候变化与人类活动对径流变化的贡献率。

2 结果与分析

2.1 径流特征分析

2.1.1 径流趋势分析

和田河两支河流径流量变化特征，如图2 所示。M-K 统计检验结果见表1。

由图2 可知，玉河的线性斜率为0.280，径流呈现逐年递增的趋势，由于其斜率低则增长速度缓慢。玉河在1960—1970年振幅变化较大。从滑动过程线可以看出玉河1971—1990年左右（图2（a）），径流序列呈减少趋势且在1991年趋势达到最低点，该阶段均值为17.61×108m3。1991—2016年玉河径流斜率值为0.264，波动幅值最大相差17.73×108m3，该阶段径流量逐步增多表现为增加趋势。在1964—1968年径流量出现短期显著变化，但未对整体趋势造成较大影响，（0＜Z=0.6127＜Zα），且年径流量序列为增长趋势，这与线性趋势结果相一致。

图2 径流量变化特征Fig.2 Runoff characteristics

表1 径流量M-K 统计检验值Table 1 Runoff M-K inspection value

喀河线性斜率（图2（b））达到-0.001，从总体观察，径流量为轻微下降趋势。1960—1980年振荡波动较大，滑动过程线由下降转为上升。径流时序从20 世纪90年代初至90年代末，趋势下降，该阶段平均径流量为15.99×108m3。1990—2016年喀河线性斜率达到0.13，呈波动性增加趋势，最大径流量差值12.90×108m3。在显著水平α=0.05 下，喀河径流量统计值Z=-0.013 8，但-1.96＜Z＜0 表示趋势不显著，该结果与线性分析一致。

2.1.2 径流突变分析

在Pettitt 检验下，玉河径流量在2009年发生变异，其变异年对应的kt0值为-211，Pmax=0.765 4；有序聚类分析得出，玉河年径流量发生的变异年为2009年，相应离差平方和Sn=1 242.13；里海哈林法获得玉河年径流量最大统计值为9.77，分割点年份确定在2009年。

喀河径流量在Pettitt 检验中2004年为发生突变，年份对应的统计值kt0为90，Pmax=1。由于有序聚类与里海哈林法的使用受条件假定和运用环境限制，致使径流突变检验结果无显著突变，而Pettitt 非参数检验不受假设与使用环境限定[22]，因此以Pettitt 检验为主。

玉河径流量的3 种检验结果均一致，表明2009年发生显著突变，喀河在Pettitt 检验后得到2004年为突变年。 玉河在1960—2008年平均径流量为17.72 × 108m3， 2010—2016年 平均径流量为21.16×108m3，突变前后变化率为19.45%，喀河突变前后变化率为7.58%。

2.1.3 径流周期分析

玉河、喀河流周期变化特征，如图3 所示。由图3（a）可知，1960—2016年存在5～10、40～55 a 振荡周期。在50 a 尺度上经过2 个枯水期2 个丰水期，其中1960—1974年、1987—2004年为枯水期。在1960—1980年存在11～17 a 周期变化。1985—2016年存在5～10 a 小尺度周期变化，以8 a 为中心。由图3（b）可知，年径流量共有3 个峰值对应时间尺度分别是5、8、13 a。其中8 a 峰值最大，可认为径流以8 a 为周期的变化最显著，认作第1 主周期。5 a 作为第2 大峰值可作为第2 主周期。13 a 尺度对应第3 峰值与第1、第2 周期峰值相比较小，可作为次要周期。

喀河（图3（c））存在5～20、33～55 a 2 种周期，在33～55 a 尺度下，枯丰交替出现2 次。在5～20 a 尺度下径流处于丰水期，主要以8a 周期变化中心。在小波方差分析下（图3（d））喀河径流呈现4 种尺度的峰值分别为5、8、14、43 a，8 a 对应值最大，可作为第1 主周期。

图3 径流周期变化特征Fig.3 Runoff cycle characteristics

2.2 径流影响因素分析

玉河和喀河径流大致由高山冰川融雪、降水及地下水3 方面混合补给形成，且中下游区域基本不产流，冰川融水与降水的混合补给为玉河、喀河的形成提供了85%以上的来水[21]。在补给过程中，由于冰川融雪和降水在不同时期的互补作用，导致径流变差系数较小，因此断定玉河、喀河为冰川融雪和降水混合补给型河流，而气温是加速冰川融雪对径流补给的直接原因，在非汛期内降水量多于汛期，可直接补给径流[23]。因此只考虑降水、气温2 项气候因素，分析其对和田河径流的影响。和田河径流位于昆仑山出山口处形成，而引水灌溉、工业取水等高频率、高耗水性质的活动均发生在和田河中下游地区，这使得出山口处径流受人类活动干扰较小，但乌鲁瓦提水库和玉龙喀什水利枢纽的修建位于昆仑山中部，导致径流原始产流发生改变，即上游受到人类活动影响。

2.2.1 降水特征分析

1）降水趋势分析

玉河流域夏季累积降水量由同站测得，由图4（a）可知，近57 a 内线性相关斜率为0.481，呈增长趋势，多年降水均值为33.80 mm。整体存在较大幅度变化，其中1992、2010、2012年产生较大降水。以5 a 滑动平均角度观察到降水经历了5 个阶段，1960—1968年降水量增加，1969—1981 降水量趋势缓慢降低，在1982—1990年降水量呈现缓慢上升状态，1991—1998年为降水量减少时段，1999—2016年为降水趋势上升时段，此期间以线性斜率为0.284 的速度增长。玉河流域降水量M-K 检验统计值Z=2.368 0＞Zα，表明夏季降水量逐渐增长，这与线性相关分析趋势结果相同，且增加趋势显著。

喀河流域夏季累积降水量（图4（b））由乌站测得，其线性斜率为0.754，表现出上升趋势，多年平均降水量为46.45 mm。1960—1967年，降水量逐年上升，在1968—1978年内出现波动向下的降水趋势。1979—2000年降水量趋势较平稳，此阶段内降水量均值为40.8 mm。2001—2010年降水量趋势呈急速增长状态，对应的线性斜率达到5.44。从滑动平均角度发现2011—2016年降水量转变为下降趋势，此期间降水量均值为63.54 mm。2001—2016年内喀河流域降水量以2010年为分界点经历了2 个不同的降水时段，其中2010年降水量为整体降水量的最大值。喀河流域降水统计值Z=2.905 0＞Zα（表2），降水量有增加趋势，结果显著。

图4 降水量变化特征Fig.4 Characteristics of precipitation changes

表2 降水因素M-K 检验值Table 2 M-K test value of precipitation factor

2）降水突变分析

玉河流域降水量在3 种检验下均为2001年为突变年，突变前降水量均值为29.6 mm，变异后降水量均值为45.7 mm，突变前后相差16.1 mm。喀河流域降水量在不同检验下变异点都是2001年，变异前降水量均值38.2 mm，变异后降水量均值69.53 mm，变异相差31.32 mm。

3）降水周期分析

图5 为玉河、喀河流域降水周期变化特征。从玉河流域降水量图5（a）发现，24～36 a 尺度贯穿整个周期变化。在1960—1999年以5～10 a 尺度为明显周期变化，但在1990年左右以13～20 a 尺度为显著周期变化。24～36 a 尺度下降水共经历3 个多降水期与3个少降水期。降水量小波方差图（图5（b））出现4个峰值分别对应3、7、11、30 a 的降水周期，其中30 a 对应的方差值最大，说明降水量存在30 a 尺度的周期变化，并作为第1 主周期。7 a 尺度的方差值对应第2 大峰值，即7 a 可作为第2 主周期，而3 a 和11 a，尺度的峰值相比较小，作为次要周期。

图5 降水周期变化特征Fig.5 Characteristics of precipitation cycle

分析喀河流域降水量图5（c）分别存在4～20 a和26～36 a 2 个较为明显的尺度周期。小波方差图（图5（d））出现4 个峰值分别对应4、7、12、30 a，4个尺度的周期变化，以12 a 的峰值最大，说明喀河流域降水量周期变化以12 a 为第1 主周期，4、7、30 a则作为次要周期。

2.2.2 气温特征分析

1）气温趋势分析

图6 为和田河流域气温趋势变化，和田河流域近56年平均气温线性斜率为0.02，整体为上升趋势，多年平均气温24.50 ℃，气温最大相差5.03 ℃。在1960—1970年时段线性相关斜率为-0.202，气温趋势逐渐降低，该阶段无剧烈波动，此时段气温均值达到24.11 ℃，在1969年出现气温最低值22.96 ℃。1970—1985年气温产生明显增幅，1972年和1974年对应该阶段最低气温22.56 ℃。1986—2016年以线性斜率0.001 的缓慢增长，趋势性呈上升并伴随幅度波动变化，但在2000年左右，波动性逐渐趋于稳定。和田河流域平均气温统计值Z=2.368 0＞Zα，说明和田河流域年平均气温逐渐升高，增加趋势明显。

2）气温突变分析

和田河流域气温发生变异年为1984年，对应kt0值为-343，Pmax=1；在有序聚类法分析下，认为年均气温在1984年发生突变，对应总离差平方和Sn=48.08；里海哈林法最终确认分割点是1984年。

图6 和田河流域气温变化特征Fig.6 Characteristics of temperature change in Hotan river basin

表3 气温因素M-K 检验值Table 3 M-K test value of temperature factor

图7 和田河流域气温周期变化特征Fig.7 Characteristics of periodic temperature changes in Hotan river basin

3）气温周期分析

图7（a）显示了和田河流域气温1960—2016年不同时间尺度的周期性特征，整体上发生了2 个冷-暖周期变换，1971、2006年为偏冷期中心年份，1960年，1990年为偏暖期中心年份。在气温演变中存在7～10、40～50 a 2 个振荡周期。图7（b）显示了8 a和26 a 共2 个尺度的峰值，以26 a 的峰值最大，说明26 a 周期振荡最强，是气温变化的第1 主周期。8 a尺度峰值相比较小，作为次要周期。

2.3 径流影响程度分析

2.3.1 径流与气候因子的相关性分析

引发径流变化的因素众多，大致可分为人类活动和气候影响因素，和田河产流区属于高山区，受人为活动干扰较小，因此径流变化主要影响因素为气候变化[23]。夏季为和田河径流量较多的时期，占全年径流量的72%以上，分析该时段影响因素与径流变化的关系，更易凸显不同因素的影响程度。采用Kendall、Spearman 和Pearson 法做相关性分析，识别该时段内降水和气温对径流影响的主次。结果见表4。

表4 影响因素与径流相关性检验结果Table 4 Correlation test results of influencing factors and runoff

在3 种相关性检验下，径流量与平均气温呈正相关且满足显著检验，表明气温对径流有显著影响，说明气温在夏季时段内是影响径流的因素之一。夏季内的降水与径流表现出负相关，表明降水对径流的补给在减少，但显著水平检验未通过0.01，说明降水对径流的影响不显著。

为分析气温和降水对径流的影响水平，建立线性相关方程。将径流量作为因变量，以相关性较强的气温作为自变量之一，同时考虑到冰川融雪的滞后性，补给效果未能即时出现，而降水补给效果明显且速度快，将降水作为自变量，建立回归方程。列出径流、气温和降水之间的变化关系式：

式中：Y1、Y2分别为喀河、玉河径流量；XT为气温；XS为降水。

在不考虑各因素的单位干扰下，建立回归方程用于定性分析。

表5 径流与影响因素的多元回归方程拟合结果Table 5 Multivariate regression equation fitting results of runoff and influencing factor

由表5 可知，喀河与影响因素的回归方程显著性为0.011，玉河与影响因素的回归方程显著性为0.023，显著性均在置信水平0.05 下，式（13）均通过检验，说明方程构建合理，且径流与影响因素之间存在线性相关关系，气温的升高将致使径流量的持续增长。

2.3.2 影响因素对径流的贡献程度分析

将整体的降水、气温序列作为输入层，径流整体序列为输出层进行训练，训练矢量保存在神经元中，保持模型固定。依据玉河、喀河径流量突变分析结果，将径流序列分为2 个时段，玉河以1960—2009年作为基准期，2010—2016年为变化期，同时计算出两时期的实测径流量，分别为Qpr=17.717× 108m3，Qpo=21.164×108m3，以基准期与变化期气象数据代入模型分别模拟出2 个时期的径流期模拟值，求平均值得Qtr=18.568×108m3，Qto=21.466×108m3。同理，喀河以2004年为分割点，将径流序列分为基准期1960—2004年和变化期2005—2016年， 求 得Qpr=15.650 × 108m3，Qpo=16.314 × 108m3，Qtr=15.344×108m3，Qto=15.826×108m3，通过均方误差检验，玉河径流模拟值与实测值相对误差为13.74%，喀河相对误差为8.32%，两河对应的相对误差均小于20%，模拟结果可靠。将实测值、模拟值代入式（8）—式（11），获得定量分析结果。气候变化对玉河的径流变化贡献率ηt=84.06%，人类活动贡献率ηh=15.94%；气候变化对喀河径流变化贡献率ηt=72.51%，人类活动导致径流变化的贡献率ηh=27.49%。结果见表6。

表6 气候变化与人类活动对径流变化的贡献率Table 6 The contribution rate of climate change and human activities to runoff change

对比分析人类活动的贡献程度可知，喀河径流变化受此因素影响要高于玉河，这与喀河上游水利枢纽工程的修建密不可分，说明喀河受到了人类活动干扰而导致其径流发生了变化。定量分析结果表明，气候变化和人类活动的共同作用导致了和田河径流的变化，但是气候变化是促使径流变化的主要影响因素，而人类活动则为次要影响因素。

3 讨论

1）M-K 非参数法与线性分析等方法检验出玉河径流增多和喀河径流减少的趋势；在3 种诊断变异点基础上，结合人类活动影响与气候变化分析成因，发现喀河径流2004年产生的变异点可能原因是水利枢纽的修建[15]，对径流时间序列造成了影响，同时与西北地区气候的变化相关。

和田河流域气温表现为上升趋势，且趋势性显著，发生突变年为1984年，在40～50 a 尺度下和田河流域的未来气温将由偏冷期转为偏暖期。降水、气温发生变异的时间点与西北干旱区气候由“暖干”转向“暖湿”具有一致性[3]。

2）由相关性分析可知，径流与气温为正向相关、降水为负相关性，前人研究认为[12]，气温升高促进冰雪融化，增大对径流的补给作用，而同时期的降水作用小于蒸发对径流的影响，从而造成气温—径流正向相关、降水—径流负相关，这与本文研究结果相一致。产生该结果原因与流域所在位置以及季节有关，和田河流域位于昆仑山脉、喀喇昆仑山和天山之间，暖湿气流受山脉阻挡难以进入该流域，削弱了降水对径流的补给作用。其次，冰川融雪对气温变化更敏感，且冰川融雪补给径流占25%以上时，气温对径流调节作用高于降水的调节作用[21]，而夏季气温的累积加快了冬季积雪的融化，促使地表径流形成。同时，夏季气温上升引起的强烈蒸发作用抵消了降水对径流的补给作用。因此认为气温对径流的影响大于降水对气温的影响，气温影响下的冰川融雪是径流补给的主要因素，降水为次要因素，分析和田河径流变化时应着重考虑气温原因。影响径流变化因素众多，重点分析气温、降水与径流的相关性，未展开影响机制的讨论，需深入研究影响机理及更多因素对径流的影响。

4 结论

1）玉河径流为增加趋势但不显著，变异年为2009年；喀河径流呈不显著减少趋势，在2004年发生变异，其变异年份与上游水利枢纽工程的修建有关。和田河流域气温为显著增加趋势，突变年份为1984年；玉河、喀河流域降水均表现出显著增加趋势，变异年均为2001年。

玉河和喀河径流分别在40～55、33～55 a 尺度下经历了2 次丰枯变化，且未来近年内逐渐变为枯水期；和田河流域气温在40～50 a 尺度下遭遇2 个冷-暖周期变化，未来处于偏暖阶段；玉河、喀河流域降水分别以24～36、26～36 a 尺度贯穿整个周期，在对应尺度下均经历了3 个多水期和3 个少水期，降水未来进入少水期。

3）气温对径流的影响大于降水对径流的影响，气温是径流补给的主要影响因素，气温影响导致的冰雪融水是径流补给的重要来源，径流与各影响因素之间存在着线性相关。气候变化为导致径流变化的主要原因，其次为人类活动。