大沽河流域水文情势变化研究

杨富香,拾兵,王成见

(1.中国海洋大学工程学院,山东青岛 266500;2.青岛市水文局,山东青岛 266071)

河川径流是水循环重要的途径,是推动经济发展和社会进步的重要支撑[1]。但随着水利工程的建设和人类活动的影响,径流演变出新的形势,流域水循环呈现出新的特点[2-4],因此了解水文情势的变化是推动水资源管理进一步发展的重要基础。目前已有许多国内外学者对水文情势变化开展了一系列研究,为揭示河川径流变化特征做出了巨大贡献。

李乐等[5]采用有序聚类法和累积距平法对煤炭开采区河道径流进行了突变性分析,基于Morlet小波理论对河道径流进行了周期性分析,揭示了煤炭开采区河道径流演变特征。鞠琴[6]和唐玉兰[7]等采用IHA-RVA 法综合分析了流域河段水文情势改变程度的影响,为流域水资源管理提供理论基础。张力文等[8]对金沙江支流关河流域的水文情势进行了分析,揭示了造成流域输沙变化的关键因素是人类活动。谢智博等[9]采用Morlet小波分析对北洛河上游长时间序列径流的周期变化进行了分析,结果表明北洛河上游流量显著减少且变化周期性较为明显。Kumar等[10]采用改进的Mann-Kendall法对印度Bagmati流域径流进行了趋势性分析。Sharifi[11]、Wang[12]和Forootan[13]等量化分析了人为因素和气候变化对流域径流变化的影响,分析了径流的变化特征,得出了人类活动是影响径流改变的主要因素。

一些学者对大沽河流域开展了水文情势变化研究,姜德娟等[14]采用Mann-Kendall法对1960—2008年南村水文站、产芝水库站及尹府水库站的年径流进行了趋势分析和突变分析,探讨了人类活动和降雨对径流的影响程度。胡萌等[15]对1956—2016 年入海径流量序列进行突变和周期性分析,结果表明大沽河入海径流在1976年发生突变,且存在3个尺度的周期性变化。郑志国等[16]对流域近20 a径流量进行了年际变化分析。盛茂刚等[17]和崔素芳[18]分别对流域年降雨量进行了的时空分布特征分析和周期分析,并未对年径流做相关研究。上述研究大多采用Mann-Kendall进行趋势和突变分析,但未考虑水文要素自相关性和数据噪声对趋势检验的影响,对径流周期性的研究也相对较少,且大部分研究时间尺度较短,这对研究结果也会产生一定影响。

本文基于大沽河流域南村站1956—2020年、闸子站1956—2016年实测径流数据,采用Trend-Free Pre-Whitening-Mann-Kendall(去趋势预置白-Mann-Kendall)检验法结合Sen′s法、滑动t检验法对流域年均径流的变化趋势和突变时间进行检验,消除径流序列自相关性对检验结果的影响;采用Morlet连续复小波分析法对径流的周期性特征进行分析。旨在为大沽河流域的水资源管理和可持续发展提供理论参考。

1 研究区概况

大沽河发源于招远市阜山,由北向南流至莱西市埠后村约1 km 处,沿莱西、招远边界流向西南,于莱西市道子泊村北约500 m 处流入青岛市辖区[14],介于东经120°07′—120°34′,北纬36°02′—37°5′。该流域属于华北暖温带沿海湿润季风区,温差不大,根据南村水文站实测资料,流域多年平均降水量668.1 mm,多年平均径流量31 569万m3。干流全长199 km,流域面积6 205 km2,河流平均比降0.536‰,是胶东半岛最大的河流。南胶莱河是大沽河的支流,发源于平度市姚家村分水岭南侧,在胶莱镇刘家花园处流入胶州市,经胶东镇汇入大沽河,干流全长30 km,流域面积1 562 km2。主要支流有胶河、墨水河及清水河等。根据闸子水文站多年实测资料,流域多年平均降雨量672.3 mm,多年平均径流量9 206万m3,多年平均径流深72.1 mm。

2 数据与方法

2.1 数据来源

南村水文站1956—2020年径流数据来源于青岛市水文站,最大径流量出现在1964年,为28.303 7亿m3,最小径流量出现在1981年、1983年、1984年等多个年份,为0 m3,多年平均值为3.156 9亿m3。闸子水文站1956—2016年径流数据来源于《青岛市第三次水资源调查评价》,最大径流量出现在1964年,为7.333 6亿m3,最小径流量出现在2000年、2002年、2004年等多个年份,为0 m3,多年平均值为0.920 6亿m3。

2.2 数据预处理

由于Mann-Kendall检验法对检验样本的要求是样本点独立,但是水文时间序列如年降水、年径流可能存在自相关性,这会导致趋势的显著性增大,因此要对数据进行预处理。采用去趋势预置白(Trend-Free Pre-Whitening)方法[19]对原始径流数据进行预处理,可降低径流序列中自相关项对后续趋势检验的影响,且可以有效避免结果失真。

式中:Yt为剔除趋势后的序列;β为原始径流序列的坡度;t为时间;采用Theil-Sen法,此法可有效降低噪声的干扰,β＞0,表示径流序列呈现上升的趋势,β＜0则表示径流序列呈现下降的趋势。

(2)自相关性检验。采用PACE(偏自相关函数)检验去趋势后的数据序列的自相关性,该方法能够使低阶自相关不对高阶自相关性产生影响[20],采用双侧检验对自相关系数r进行显著性检验[21]。若r未通过显著性检验,即表示该样本数据是一个独立序列,无需再对数据进行下一步处理,直接将原始序列带入Mann-Kendall趋势检验。两个水文站自相关检验结果如图1所示,可以看到,南村水文站去趋势后年均、汛期及非汛期径流序列一阶自相关系数均超出临界值,闸子水文站去趋势后非汛期径流序列一阶自相关系数超出临界值,年均、汛期径流序列未超出临界值,且两个水文站并无高阶自相关系数超出临界值,因此南村站的年均、汛期、非汛期径流序列,闸子站非汛期径流序列需要进行下一步处理,其余序列直接将Xt带入Mann-Kendall趋势检验。

图1 原径流序列及Y 自相关检验结果Fig.1 Original runoff series and Y autocorrelation test results

(3)剔除自相关性。采用以下公式去除序列自相关性:

式中:Y't为经预置白处理后的独立白噪声序列;Y″t为补还趋势项后的新序列,此序列不再具有自相关性,且保证了径流序列趋势的不丢失,再对Y″t进行Mann-Kendall趋势检验。

2.3 趋势和突变点检验

2.3.1 Mann-Kendall检验法 Mann-Kendall检验法是用来判断时间序列下气候水文要素的变化趋势以及是否存在突变的方法,可以确定水文序列的突变时间和趋势变化的显著程度,具体公式见参考文献[18]。

2.3.2 滑动t检验法 滑动t检验法是根据两组样本均值的差异是否显著来检验水文序列是否发生突变[22]。对于具有n个样本的时间序列,选取两个样本序列n1和n2,比较统计量t与临界值可判定该水文序列统计显著性[23],但是该检验方法有一个缺点,即样本选择时具有人为性,因此需要通过反复设置子序列长度来提高检验的可靠性。

2.4 周期性分析

Morlet连续复小波分析法是用一簇小波函数系表示或逼近某一信号或函数,其小波函数表达式和小波变换的定义见参考文献[24],以此确定在整个水文序列中存在的主周期和不同尺度的震荡强度。

教师应该根据初中生物理学习的具体要求，构建信息化物理学习平台，全面优化初中生物理学习空间，为学生提供良好的物理学习渠道。首先，教师应鼓励学生自主利用信息技术，搜集与课程内容相关的素材，丰富自身物理学知识储备。其次，教师利用信息技术，构建网络学习交流群[3]，定期在群中分享物理学习经验，从而实现物理学习信息共享，让学生掌握更加丰富的物理学习经验与技巧，全面提高初中生物理学习水平。

3 结果与分析

3.1 径流量年内变化分析

图2为南村站和闸子站不同时间序列径流量年内分配情况,可以看出两个水文站径流主要集中在汛期(6—9月),峰值一般出现在8月。南村站1956—2020 年、1956—1980 年、1981—2000 年及2001—2020年4个时间序列径流量的年内分配情况基本一致,均呈现汛期流量多,非汛期流量少的特点,这是由于夏季雨水充沛,容易形成径流,可以看出大沽河为典型的季节性河流。但是径流峰值在1956—1980年、1981—2000年、2001—2020年呈现逐渐降低的趋势,这是由于自20世纪80年代以来,流域降水逐渐减少,为满足城市供水需求,上游水库基本不向下游供水。闸子站径流量年内分配情况整体与南村站一致,呈现汛期多,非汛期少的特点。

图2 径流量年内分配Fig.2 Annual distribution of runoff

3.2 年均径流量趋势性分析

南村水文站1956—2020年实测径流量变化趋势如图3所示,南村站年均径流量整体呈下降趋势,最大径流量为28.3亿m3,发生在1964年,最小径流量为0 m3,发生在1981年、1983年、1984年等多个年份。自1980年之后,南村站径流量大多集中在汛期(6—9月),非汛期(10—5月)径流量急剧减少,几乎全部为0。1981—2020年的多年平均径流量较1956—1980年下降78.4%。趋势检验结果见表1,根据趋势检验结果可知,1956—2020年南村站年均、汛期、非汛期径流量M-K统计Z值分别为-2.972 1,-2.670 9,-1.639 6,年均、汛期径流量下降趋势通过0.05显著水平,β值均小于0,表明下降趋势显著,非汛期径流量未通过0.05显著水平,β值小于0,则呈不显著下降趋势。

表1 趋势检验结果Table 1 Trend test result

图3 南村水文站1956-2020年年均径流变化趋势Fig.3 Variation trend of annual average flow at Nancun station

如图4所示,1956—2016年闸子站年均径流量与南村站一样整体呈下降趋势,最大径流量为7.3亿m3,发生在1964 年,最小径流量为0 m3,发生在2000年、2002年、2004年等多个年份,闸子站径流量主要集中在汛期(6—9月)。1981—2016年的多年平均径流量较1956—1980年下降84.5%。趋势检验结果见表1,根据趋势检验结果可知,1956—2016年闸子站年均、汛期、非汛期径流量M-K 统计Z值分别为-4.536 5,-4.244,-3.067 8,年均、汛期径流量下降趋势通过0.05显著水平,β值均小于0,表明闸子站年均、汛期及非汛期径流量均呈现显著下降的趋势,且闸子站下降趋势较南村站更为显著。

图4 闸子水文站1959-2016年年均径流量变化趋势Fig.4 Variation trend of annual average flow at Zhazi station

3.3 年均径流量突变点检验

采用Mann-Kendall检验法(简称M-K 检验法)、滑动t检验法对南村水站、闸子水文站的年均径流量进行突变检验,检验结果如图5—6所示。根据南村水文站M-K 检验结果可知,从1981—2020年UF值始终小于-1.96(0.05 显著水平),即径流量自1981—2020年均呈显著减小趋势;在1975 年之前UF与UB值相等,且发生于0.05置信区间内,为年均径流量突变点。从南村站滑动t检验结果来看,选取n=7,8,9,10时,滑动t统计量均通过0.05显著水平,在1965 年左右,1976—1980 年年径流量都发生了突变,因此结合两种检验结果,南村站年均径流量在1976年左右发生突变,径流量由多变少。突变前后20 a均径流量分别为6.91亿m3,1.14亿m3,突变后20 a均径流量较突变前减少83.5%。

图5 南村站、闸子站年径流量M-K 突变检验Fig.5 M-K test of annual runoff volumes at the Nancun station and Zhazi station

图6 南村站、闸子站年径流滑动t突变检验Fig.6 Moving t-test of annual runoff volumes at the Nancun station and Zhazi station

根据闸子水文站M-K检验结果可知,UF和UB相交于1978—1979年,且发生在0.05置信区间内,为突变点,UF值在1982—2016年始终小于-1.96(0.05显著水平),表明在1982—2016年径流量均呈显著减小的趋势;由闸子站滑动t检验结果来看,选取n=7,8,9,10时,均通过0.05显著水平,在1965年左右,1976—1980年径流量发生了突变,结合M-K检验、滑动t检验结果来看,闸子水文站年均径流量于1979年发生了由多到少突变。突变前后20 a均径流量分别为1.92亿m3,0.34亿m3,突变后20 a均径流量较突变前减少82.3%。

根据突变分析结果可知,大沽河流域径流量在20世纪70年代发生突变,且在80年代开始呈现显著下降的趋势。这是由于自20世纪80年代以来,流域降水减少,为满足城市供水需求,上游水库基本不向下游供水。

3.4 年均径流周期性分析

采用Morlet连续复小波分析法对南村站、闸子站年均径流量序列做周期性分析。小波系数实部等值线图可以反映出径流序列在不同时间尺度上的周期变化,以此可以判断径流未来的变化趋势,小波系数实部为正时,表示在该年份径流处于丰水期,若实部为负,则表示处于枯水期;小波系数模值等值线图可以反映不同时间尺度下径流序列周期性的强度,模值越大,表明其对应时间尺度的周期性就越强;小波方差图可以反映径流变化过程中存在的主周期。

南村站年均径流量小波系数实部和模值见图7,小波方差、和不同时间尺度下的周期变化见图8。从小波系数实部图可以看出,在1956—2020年,南村站年均径流量在5～8 a,9～12 a,15～30 a三个时间尺度上都存在明显的周期性变化。在5～8 a时间尺度上出现丰—枯交替的准11次震荡,该时间尺度在整个时间序列上表现较为稳定且具有全域性。9～12 a和15～30 a时间尺度在整个时间序列前期表现得较为稳定,但1976年以后由于径流量减小,年际之间径流量的变化幅度不大,导致振荡周期表现不稳定。从小波系数模值图可以看出,15～30 a时间尺度的模值最大,表明在该时间尺度上周期变化最明显,9～12 a时间尺度的周期变化次之,5～8 a时间尺度的周期变化最弱。

图7 南村站年均径流量小波系数实部和模值Fig.7 Real part and modulus of wavelet transform of annual runoff volumes at the Nancun station

图8 南村站年均径流小波方差、不同时间尺度下的周期变化Fig.8 Wavelet variance diagram and periodic changes at different time scales of annual runoff volumes at the Nancun station

从图8A 可以看出,整个时间序列南村站年径流量的小波方差共有3个峰值,分别是8 a,11 a,20 a,其中20 a时间尺度峰值最高、波动最强,表明该周期为南村站年径流变化的第一主周期;第二峰值对应11 a,为第二主周期;第三峰值对应8 a,为第三主周期,3个周期的波动影响着南村站65 a径流量的变化。从南村站不同时间尺度的周期变化(图8B)可知,在20 a时间尺度上,径流经历了约4次较为显著的枯—丰交替变化,平均周期约16 a,在整个时间序列上,该周期震荡强度一直在减弱;在11 a尺度上,径流经历了约9次丰—枯交替变化,平均周期约7 a,该周期强度在1976年之后一直持续减弱;在8 a尺度上,径流经历了约11次丰—枯交替变化,平均周期约6 a,该周期强度从1965年开始减弱到1997年再开始增强。

闸子站小波系数实部和模值见图9,根据闸子站小波实部图可知,闸子站年径流量在整个时间序列(1956—2016年)上存在3 个时间尺度的周期性变化,分别是4～9 a,10～14 a以及15～30 a。4～9 a尺度在1965—1983年之前有4次较为显著的丰—枯交替震荡,其他时间段震荡较弱;10～14 a尺度在1970年之前有两次较为显著的丰—枯交替震荡,1970年之后震荡较弱;15～30 a尺度有三次显著的枯—丰交替震荡,约在1990 年之后震荡愈来愈弱。从闸子站小波系数模值图可以看出,3 个时间尺度中,15～30 a尺度的模值最高,表明在该时间尺度下年均径流的周期性最强,4～9 a次之,10～14 a最弱。

图9 闸子站年均径流小波系数实部和模值Fig.9 Real part and modulus of wavelet transform of annual runoff volumes at the Zhazi station

闸子站小波方差如图10A 所示,整个时间序列闸子站年径流量的小波方差共有3个峰值,分别是8 a,12 a,19 a,其中19 a时间尺度峰值最高、波动最强,表明该周期为南村站年径流变化的第一主周期;第二峰值对应12 a,为第二主周期;第三峰值对应8 a,为第三主周期。从闸子站不同时间尺度的周期变化(图10B)可知,在19 a时间尺度上,径流经历了约5次枯—丰交替变化,平均周期约12 a,在整个时间序列上,该周期震荡强度一直在减弱;在12 a尺度上,径流经历了约7次丰—枯交替变化,平均周期约9 a,该周期强度在1979年之后一直持续减弱;在8 a尺度上,径流经历了约11次丰—枯交替变化,平均周期约6 a。

图10 闸子站年均径流小波方差(年)、不同时间尺度下的周期变化Fig.10 Wavelet variance diagram and periodic changes at different time scales of annual runoff volumes at the Zhazi station

4 讨论

根据趋势检验和突变检验结果可知,大沽河流域年径流量在20世纪70年代发生突变,且在80年代开始呈现显著下降的趋势,且大沽河流域年均径流、汛期径流量呈现显著下降的趋势,非汛期径流量呈不显著下降趋势,这与前人对该流域的相似研究结果基本一致。姜德娟等[14]对大沽河流域南村、产芝、尹府水文站1960—2008年的径流量进行了趋势分析,结果表明南村站、产芝站年径流呈显著下降趋势,尹府站呈不显著下降趋势。崔素芳[18]对南村站多年径流量进行了趋势分析,结果表明径流呈下降趋势。胡萌等[15]采用Man-Kendall突变检验法、累积距平法及滑动t检验法对大沽河流域入海径流进行突变检验,结果表明该流域入海径流在1976年发生突变。

根据周期性分析结果可知,大沽河流域径流量存在不同时间尺度周期变化的特征,即小尺度的丰—枯交替嵌套在大尺度的枯—丰交替转化过程中,且不同时间尺度下的丰、枯点并不完全一致,这是由于小尺度周期是整个时间序列的随机性和规律性的综合体现[15],不确定性较大,而大周期是由大环境影响且决定的,因此大周期更能体现径流总体变化趋势。姜德娟等[14]对南村站1960—2008年径流做了周期分析,发现其存在5～6 a,10～11 a尺度的周期性变化,胡萌等[15]对大沽河入海径流进行了周期性分析,结果表明其存在5～8 a,10～15 a,17～30 a三个尺度的周期性变化。这些研究都与此次研究相互印证。周期性的分析结果与所选择序列的时间尺度长短有着密切的关系,该研究周期性时间尺度最大为32 a,径流序列可能还有更长尺度的周期性变化,但这需要时间尺度更长的径流时间序列加以验证。

5 结论

(1)南村站和闸子站径流量均具有显著的季节性差异,径流主要集中在汛期(6—9月),峰值一般出现在8月。此外,由于降水的减少,汛期径流均呈现逐渐减少的趋势,尤其在20世纪70—80年代之后,汛期径流量显著减少。

(2)利用Mann-Kendall检验法对南村站和闸子站长时间序列径流量进行趋势性分析,结果表明两个站点β值均小于0,表明呈下降趋势。南村水文站年均、汛期径流量的统计值通过0.05显著水平,闸子水文站统计量值均通过0.05显著水平,即径流量均呈现显著下降趋势,南村水文站非汛期径流量统计值未通过0.05显著水平,呈不显著下降趋势。

(3)采用Mann-Kendall检验法和滑动t检验法对南村站和闸子站的多年径流量进行了突变检验,结果表明南村站年径流在1976年时发生突变,闸子站在1979年时发生突变。

(4)采用Morlet连续复小波分析法对南村站和闸子站多年径流量进行了周期性分析,结果表明两个站点均呈现出丰—枯交替的多个时间尺度变化的特点,且在20世纪80年代之前周期震荡显著。南村站存在5～8 a,9～12 a,15～30 a三个时间尺度的周期变化,第一、二、三主周期分别是8 a,11 a,20 a;闸子站存在4～9 a,10～14 a,15～30 a三个时间尺度的周期变化,其第一、二、三主周期分别为8 a,12 a,19 a。

(5)总体而言,大沽河流域长时间序列径流量呈现出显著下降的变化趋势,且径流量主要集中在汛期(6—9月);流域径流量在20世纪70年代发生突变;存在不同时间尺度周期变化的特征,即小尺度的丰—枯交替嵌套在大尺度的枯—丰交替转化过程中,且第一主周期在20 a左右。