邱德勛, 穆興民,3, 趙廣舉,3, 高 鵬,3

(1.中國科學(xué)院 水利部 水土保持研究所 黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點(diǎn)實(shí)驗(yàn)室, 陜西 楊凌 712100; 2.中國科學(xué)院大學(xué), 北京 100049; 3.西北農(nóng)林科技大學(xué) 黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點(diǎn)實(shí)驗(yàn)室， 陜西 楊凌 712100)

徑流泥沙變化是生物地球化學(xué)過程的重要組成部分，也是影響流域生態(tài)系統(tǒng)健康的關(guān)鍵因素[1]。近年來，黃河徑流和輸沙量都呈顯著下降趨勢[2-3]，水沙關(guān)系發(fā)生重大調(diào)整，對流域的防洪、水利工程建設(shè)、生態(tài)環(huán)境保護(hù)等產(chǎn)生重要影響，直接關(guān)系到未來黃河高質(zhì)量發(fā)展規(guī)劃及工程決策[4-5]。相關(guān)研究表明，降雨特別是極端降雨事件對流域水沙的產(chǎn)生與演變具有重要影響[1,6]。黃土高原地區(qū)大部分徑流是由汛期(6—9月)的暴雨產(chǎn)生的[7]，渭河汛期輸沙量占全年輸沙總量的近90%[8]。絕大多數(shù)的水土流失源于少數(shù)幾場極端降雨事件[9]。2017年無定河流域“7·26”特大暴雨引發(fā)高含沙洪水，導(dǎo)致白家川水文站最大洪峰流量達(dá)到4 500 m3/s[10]。2016年西柳溝流域“8·17”暴雨導(dǎo)致龍頭拐站產(chǎn)生歷史第5大洪峰流量、第2大次洪洪量的洪水過程[11]。極端降雨是導(dǎo)致黃土高原地區(qū)土壤侵蝕的重要原因[12]。在極端降雨作用下，徑流系數(shù)和侵蝕模數(shù)均要高于對應(yīng)的多年平均值[13]。目前，大規(guī)模的梯田、林草以及淤地壩等水土保持措施建設(shè)被認(rèn)為是黃河中游水沙減少的主要因素[14]。然而，極端降雨事件會削弱水土保持措施的減水減沙效益[15-16]，甚至出現(xiàn)負(fù)效應(yīng)[17]。在全球變化的背景下，極端降雨事件的頻率和強(qiáng)度不斷增加[18-19]。目前從流域尺度分析極端降雨事件的變化對徑流與輸沙的影響仍較為少見[13]。孫維婷[20]研究表明，延河流域極端降雨對徑流、輸沙量的影響在不同時期存在較大差異。鐘科元等[6]定量評估了松花江流域極端降雨變化對輸沙量的影響。

渭河是面積最大、來水量最多的黃河一級支流，是典型的多泥沙河流，水沙年際變化大，年內(nèi)分配不均[21]。渭河流域是我國西北地區(qū)主要的糧食產(chǎn)區(qū)和重要的工商業(yè)區(qū)，也是我國重要飲用水、工業(yè)用水和灌溉水源地[22]。進(jìn)入21世紀(jì)以來，渭河流域極端降雨事件頻繁出現(xiàn)，引發(fā)嚴(yán)重的洪澇災(zāi)害[23]。目前，眾多研究表明渭河流域年降雨量、徑流與輸沙量均呈減少趨勢，且流域水沙變化是降雨等氣候因素與人類活動共同作用的結(jié)果[24-27]。然而，關(guān)于渭河流域極端降雨的時間序列分析及其對徑流與輸沙的影響鮮有報(bào)道?；诖?，本文以渭河流域?yàn)檠芯繉ο?，基于流域?nèi)及其周邊共24個氣象站的1960—2019年逐日降水?dāng)?shù)據(jù)和華縣、狀頭水文站的年徑流、輸沙數(shù)據(jù)，選取6個極端降雨指數(shù)，采用Mann-Kendall檢驗(yàn)、Sen′s斜率估計(jì)、Pettitt突變檢驗(yàn)、小波分析、雙累積曲線等方法分析流域內(nèi)極端降雨、徑流和輸沙的變化趨勢，定量評估不同極端降雨指數(shù)對渭河水沙變化的影響，研究結(jié)果旨在為渭河流域水土流失治理和水土資源優(yōu)化配置提供參考。

1 研究區(qū)概況

渭河是黃河最大的支流，發(fā)源于甘肅省定西市渭源縣鳥鼠山，流經(jīng)隴西、武山、甘谷、天水等地，于寶雞市進(jìn)入陜西省，流經(jīng)咸陽、西安、渭南等地，最后在渭南市潼關(guān)縣匯入黃河(圖1)。渭河主干流全長約為818 km，流域總面積約為135 000 km2。渭河的兩條主要支流為涇河和北洛河，流域面積分別約為45 421，26 905 km2。渭河流域(103.5°—110.5°E，33.5°—37.5°N)整體呈不對稱扇形，地勢西高東低，海拔為322～3 919 m。渭河流域北部為黃土高原，南部為秦嶺，西部為黃土丘陵溝壑區(qū)，東部為關(guān)中平原。該地區(qū)屬于溫帶大陸性季風(fēng)氣候，夏季高溫多雨，冬季寒冷干燥，年平均降水量約610 mm，其中60%以上的降水出現(xiàn)在7—10月，年平均氣溫在7.8～13.5℃。華縣、狀頭水文站分別位于渭河、北洛河的下游，控制渭河流域98%的面積。

圖1 研究區(qū)位置及站點(diǎn)分布

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源

渭河流域及周邊24個氣象站1960—2019年逐日降水資料來源于中國國家氣象數(shù)據(jù)共享服務(wù)網(wǎng)(http:∥data.cma.cn)。對于單個站點(diǎn)降水?dāng)?shù)據(jù)的短期缺測，采用鄰近站點(diǎn)的降水量平均值插補(bǔ)，缺測3 d及以上的數(shù)據(jù)用-99.99代替。數(shù)據(jù)經(jīng)過極值檢驗(yàn)、時間一致性檢驗(yàn)和均一化檢驗(yàn)，并且通過RClimDex軟件進(jìn)行質(zhì)量檢驗(yàn)。華縣、狀頭水文站1960—2019年徑流、輸沙數(shù)據(jù)來源于《中國河流泥沙公報(bào)》和《黃河流域水文年鑒》。本研究將華縣、狀頭以上的流域稱為渭河流域，華縣與狀頭水文站的徑流之和與輸沙量之和代表整個渭河流域的徑流與輸沙量。

2.2 研究方法

2.2.1 極端降雨指數(shù)選取 根據(jù)世界氣象組織推薦的極端降雨指數(shù)，綜合考慮其含義，選取了其中5個極端降雨指數(shù)。此外，汛期降雨量(FSPTOT)對流域侵蝕產(chǎn)沙具有重要影響[6]。因此，本研究選取PRCPTOT，R95pTOT，RX5day，RX1day，SDII和FSPTOT共6個極端降雨指數(shù)(表1)。

表1 本研究使用的極端降雨指數(shù)的定義

2.2.2 Mann-Kendall趨勢檢驗(yàn) Mann-Kendall(M-K)非參數(shù)趨勢檢驗(yàn)被廣泛用于檢驗(yàn)水文氣象要素時間序列的變化趨勢。然而，該方法未能消除原始時間序列中自相關(guān)的影響。因此，本研究采用預(yù)置白方法[28]對數(shù)據(jù)進(jìn)行預(yù)處理，消除原始時間序列的自相關(guān)性，得到新的時間序列，之后采用M-K趨勢檢驗(yàn)對新序列進(jìn)行趨勢分析。統(tǒng)計(jì)量Z的正(負(fù))值表示序列上升(降低)趨勢。當(dāng)Z的絕對值大于1.96，2.58時，表示其分別通過了α=0.05和α=0.01顯著性檢驗(yàn)。

2.2.3 Sen′s斜率估計(jì) Sen′s斜率估計(jì)是一種非參數(shù)檢驗(yàn)法，可以估計(jì)序列變化趨勢幅度大小。對于時間序列xi=(x1,x2,…,xn)，Sen′s斜率計(jì)算公式為：

(1)

式中:median為取中值函數(shù)。β>0表明序列呈上升趨勢;β=0表明序列趨勢不明顯;β<0表明序列呈上升趨勢。

2.2.4 Pettitt突變檢驗(yàn) Pettitt是一種基于秩的非參數(shù)變點(diǎn)檢測方法，通過檢驗(yàn)時間序列均值發(fā)生顯著變化的時間來確定突變時間，可有效避免數(shù)據(jù)分布特征的影響以及異常值的干擾。對于樣本容量為N的時間序列，構(gòu)建統(tǒng)計(jì)量：

(2)

式中:t=2,…,N。令xt-xj=θ,則sgnθ值由下式確定:

(3)

統(tǒng)計(jì)量U為第1個樣本的元素值超過第2個樣本元素值的次數(shù)。如果在某年出現(xiàn)突變，則將該年作為分割點(diǎn)，時間序列被分為突變前與突變后兩部分。

2.2.5 連續(xù)小波變換 連續(xù)小波變換具有自適應(yīng)特性的時頻域窗口，通過不斷調(diào)節(jié)時域和頻域窗口大小，能夠揭示時間序列中信號變化的周期特性。本文采用Morlet小波函數(shù)，定義如下：

ψ(t)=π-1/4eiω0te-t2/2

(4)

式中:t為時間;ω0為無量綱頻率,一般取ω0=6。對于離散時間序列Xn(n=1,…,N),其連續(xù)小波變換定義如下:

(5)

2.2.6 雙累積曲線 雙累積曲線是時間序列分析中的一種常用方法[29]，目前被廣泛用于流域水沙變化歸因分析的研究。本文采用極端降雨指數(shù)-徑流量/輸沙量累積值，按照相同的時間步長繪制雙累積曲線，分析極端降雨指數(shù)變化對流域水沙變化的影響。首先，根據(jù)突變點(diǎn)前實(shí)測資料，建立累積極端降雨指數(shù)-徑流/輸沙量回歸方程；然后，將突變點(diǎn)后的極端降雨指數(shù)累積值代入回歸方程，計(jì)算累積徑流/輸沙量的擬合值；最后，計(jì)算突變點(diǎn)后累積徑流/輸沙量與擬合累積徑流/輸沙量的均值之差，即為人類活動影響的量。

3 結(jié)果與分析

3.1 極端降雨指數(shù)變化趨勢

近60 a來，渭河流域各極端降雨指數(shù)均呈波動變化(圖2)。M-K檢驗(yàn)表明，各指數(shù)的Z統(tǒng)計(jì)量絕對值均小于1.96，未通過0.05顯著性水平檢驗(yàn)。其中，PRCPTOT，RX5day，RX1day呈不顯著下降趨勢(-1.96

圖2 渭河流域1960-2019年極端降雨指數(shù)的年際變化

表2 渭河流域1960-2019年極端降雨指數(shù)年際變化趨勢

圖3 極端降雨指數(shù)與徑流輸沙的標(biāo)準(zhǔn)化小波方差

3.2 徑流與輸沙量變化趨勢

近60 a渭河流域年徑流與年輸沙量均呈減少趨勢(圖4)，年均變化速率分別為-8.81×107m3/a和-8.95×102t/a，M-K檢驗(yàn)表明，Z統(tǒng)計(jì)量絕對值均大于2.58，通過0.01顯著性水平檢驗(yàn)。其中，輸沙量減少趨勢較徑流更為顯著，且波動性更大，二者的變差系數(shù)分別為0.831，0.483。Pettitt突變檢驗(yàn)表明，徑流與輸沙量分別在1993年和1999年發(fā)生突變(表3)。小波周期性分析發(fā)現(xiàn)，徑流存在5 a和12 a的周期，這與極端降雨指數(shù)的2個小周期相似。然而，輸沙量的周期性變化與徑流及各極端降雨指數(shù)差異較大。在此基礎(chǔ)上，本文進(jìn)一步計(jì)算了徑流與極端降雨指數(shù)在12 a時間尺度上的標(biāo)準(zhǔn)化小波變換實(shí)部(圖5)。當(dāng)小波實(shí)部為正值時，對應(yīng)的徑流與極端降雨處于偏多期，負(fù)的小波實(shí)部對應(yīng)的徑流與極端降雨處于偏少期[30]。當(dāng)小波實(shí)部為0時，表明徑流和極端降雨處在豐枯變化的轉(zhuǎn)換點(diǎn)。由圖5可以看出，在12 a時間尺度上，渭河流域徑流與極端降雨指數(shù)的變化基本同步。1960—1970年，徑流的波動小于極端降雨指數(shù)；1970—1992年，徑流較極端降雨指數(shù)波動更大；從90年代中期往后，徑流的波動幅度始終小于極端降雨指數(shù)。二者的波動強(qiáng)弱變化反映了不同時期徑流變化的主導(dǎo)因素并不一致。

圖4 渭河流域1960-2019年徑流與輸沙量年際變化

表3 渭河流域1960-2019年徑流與輸沙量年際變化趨勢

圖5 極端降雨指數(shù)與徑流在12 a尺度下的標(biāo)準(zhǔn)化小波實(shí)部變化曲線

3.3 極端降雨指數(shù)對徑流與輸沙量變化的影響

3.3.1 徑流、輸沙量與極端降雨指數(shù)的相關(guān)性分析將徑流的研究時段分為3個時期：1960—2019年、1960—1993年(突變點(diǎn)前期)和1994—2019年(突變點(diǎn)后期)。對不同時期內(nèi)的徑流與極端降雨指數(shù)進(jìn)行相關(guān)分析，判斷極端降雨變化對流域徑流過程的影響(表4)。結(jié)果表明，1960—2019年和1994—2019年，除RX1day外，其余極端降雨指數(shù)與徑流均呈顯著的正相關(guān)(p<0.05)，其中，PRCPTOT與徑流的相關(guān)系數(shù)最大，分別達(dá)到0.80，0.83。而在突變之前(1960—1993年)，RX1day，RX5day與徑流之間的相關(guān)性均偏弱，未通過0.05顯著性檢驗(yàn)。PRCPTOT與徑流之間的相關(guān)性同樣最強(qiáng)，相關(guān)系數(shù)為0.88。此外，值得注意的是，在3個時期內(nèi)FSPTOT與徑流之間的相關(guān)性也較強(qiáng)，相關(guān)系數(shù)均超過0.60，僅次于PRCPTOT。因此，可以認(rèn)為PRCPTOT和FSPTOT是影響流域徑流變化的主要極端降雨指數(shù)，而RX1day的影響相對較小。

表4 不同時期徑流與極端降雨指數(shù)的相關(guān)系數(shù)

將輸沙量的研究時段也分為3個時期：1960—2019年、1960—1999年(突變點(diǎn)前期)和2000—2019年(突變點(diǎn)后期)。表5為不同時期內(nèi)的輸沙量與極端降雨指數(shù)的相關(guān)分析結(jié)果。與徑流相比，總體上輸沙量與各極端降雨指數(shù)之間的相關(guān)系數(shù)偏低。1960—2019年，PRCPTOT，SDII和FSPTOT與輸沙量呈顯著的正相關(guān)(p<0.05)，其中PRCPTOT與輸沙量的相關(guān)性最大，相關(guān)系數(shù)為0.42。1960—1999年，除R95pTOT和RX5day，其余各指數(shù)與輸沙量呈顯著的正相關(guān)(p<0.05)，其中FSPTOT與輸沙量之間的相關(guān)系數(shù)最大，為0.56。而在突變點(diǎn)后期(2000—2019年)，僅RX5 day與輸沙量呈顯著的正相關(guān)(p<0.05)。從3個時期的相關(guān)系數(shù)平均值來看，PRCPTOT和FSPTOT對流域輸沙量變化的影響相對較大。

表5 不同時期輸沙量與極端降雨指數(shù)的相關(guān)系數(shù)

3.3.2 極端降雨指數(shù)對徑流與輸沙量影響的定量評估 采用極端降雨指數(shù)-徑流和極端降雨指數(shù)-輸沙量雙累積曲線法定量分析了極端降雨對渭河水沙變化的影響(圖6)。以突變點(diǎn)前期為基準(zhǔn)期，以突變點(diǎn)后期為變化期。由表6可知，渭河流域變化期較基準(zhǔn)期徑流減少3.245×109m3，減少幅度達(dá)到38.50%。各極端降雨指數(shù)的變化對1993年以后徑流減少的影響在7.67%～29.65%，其中PRCPTOT的影響最大，為29.65%，其次是RX5day和FSPTOT，貢獻(xiàn)率分別為25.68%，25.95%，R95pTOT變化量對輸沙量的影響最低(7.67%)。從表7可以看出，與基準(zhǔn)期相比，渭河流域變化期的輸沙量減少3.09×104t，減少幅度達(dá)到73.22%。各極端降雨指數(shù)的變化對1999年以后輸沙量減少的影響在-12.19%～10.02%，其中PRCPTOT的影響最大，為10.02%，其次是RX5day(7.12%)，F(xiàn)SPTOT變化量對輸沙量的影響最低，僅有0.40%。值得注意的是，R95pTOT對輸沙量減少的貢獻(xiàn)率為負(fù)值(-12.19%)，這說明輸沙量在減少的同時，R95pTOT在增加，此時人類活動的貢獻(xiàn)率超過100%。

表6 渭河流域極端降雨指數(shù)對徑流量減少的貢獻(xiàn)率

表7 渭河流域極端降雨指數(shù)對輸沙量減少的貢獻(xiàn)率

圖6 渭河流域1960-2019年極端降雨指數(shù)與徑流、輸沙量的雙累積曲線

4 討 論

渭河流域水沙情勢的變化是氣候變化與人類活動綜合作用的結(jié)果。在氣候變化方面，此前的研究多關(guān)注年降雨量變化對水沙的影響，這可能會高估低強(qiáng)度、非侵蝕降雨的作用[6]。本研究進(jìn)一步定量評估了極端降雨變化對徑流輸沙的影響，提高了歸因分析的準(zhǔn)確性。相關(guān)分析表明，徑流、輸沙量與各極端降雨指數(shù)均呈正相關(guān)，但相比于徑流，輸沙量與極端降雨的相關(guān)性總體上偏低。這可能是由于徑流直接來源于降雨，而泥沙的產(chǎn)生、輸移、沉積過程更加復(fù)雜，與降雨的變化不一定具有同步性[3]。本研究發(fā)現(xiàn)，輸沙量的周期特性與徑流、極端降雨指數(shù)差異較大，這可能與水沙異源有關(guān)[31]。另外，輸沙量受氣候和人類活動的影響比徑流更加復(fù)雜，也是導(dǎo)致輸沙量的周期變化呈現(xiàn)獨(dú)特變化態(tài)勢的重要原因[32]。

本研究結(jié)果表明，渭河流域6個極端降雨指數(shù)對徑流和輸沙量減少的影響在7.67%～29.65%和-12.19%～10.02%，均未超過50%，說明流域水沙減少的主要驅(qū)動因素是人類活動等其他因素，這與前人的研究結(jié)果一致[7,25-27]。對黃河中游無定河[33]、延河[34]、皇甫川等[35]流域的研究也得到類似結(jié)果。20世紀(jì)90年代以來，黃土高原地區(qū)退耕還林(草)和水庫、淤地壩建設(shè)等水土保持措施的大規(guī)模實(shí)施，減蝕攔沙效益明顯，是驅(qū)動渭河流域水沙減少的主要因素[14]。此外，經(jīng)濟(jì)社會發(fā)展導(dǎo)致城市和工業(yè)用水增加，對水沙變化的影響也不容忽視[7]。

5 結(jié) 論

(1) 各極端降雨指數(shù)呈階段性波動變化，總體上PRCPTOT，RX5day和RX1day呈不顯著下降趨勢，R95pTOT，SDII和FSPTOT呈不顯著上升趨勢。各極端降雨指數(shù)均存在以4～6 a，11～12 a和28～29 a為周期的變化特征。

(2) 徑流與輸沙量均呈顯著減少趨勢，分別在1993年和1999年發(fā)生突變。徑流存在5 a和12 a的周期，與極端降雨指數(shù)的2個小周期基本一致。然而，輸沙量的周期性變化與徑流及各極端降雨指數(shù)差異較大。

(3) 各極端降雨指數(shù)均與徑流、輸沙量正相關(guān)。與徑流相比，總體上輸沙量與各極端降雨指數(shù)之間的相關(guān)系數(shù)偏低。

(4) 各極端降雨指數(shù)的變化對徑流減少的影響在7.67%～29.65%，其中PRCPTOT的影響最大，貢獻(xiàn)率為29.65%，其次是RX5day(25.68%)和FSPTOT(25.95%)。各極端降雨指數(shù)的變化對輸沙量減少的貢獻(xiàn)率在-12.19%～10.02%，其中PRCPTOT的影響最大，為10.02%，其次是RX5day(7.12%)。