2023, Vol. 35 
(2: 华北电力大学苏州研究院, 苏州 215123)
(3: 华北电力大学数理学院, 北京 102206)
(2: Suzhou Institute of North China Electric Power University, Suzhou 215123, P. R. China)
(3: School of Mathematics and Physics, North China Electric Power University, Beijing 102206, P. R. China)
在不断变化的气候条件以及日益加剧的人类活动的共同影响下，流域的水文循环发生了不同程度的改变，直接影响了流域水资源的开发利用与合理配置。因此，重新认识和掌握变化环境下的径流演变规律对流域的科学管理和防汛抗旱具有重要意义。径流演变主要包含着周期、趋势和突变3方面的变化特征，目前，径流序列周期分析方法有小波分析法[1-2]、最大熵谱分析法[3]、频谱分析方法[4]等；趋势分析方法主要有数理统计法[5]、Mann-Kendall(M-K)趋势检验法[6-7]、Daniel趋势检验法[8]等；径流突变分析方法有Mann-Kendall突变检验法[9-10]、启发式分割算法[11]、有序聚类法[12]等。但上述方法都只能在周期、趋势和突变特征中从单一角度进行分析，近年发展起来的极点对称模态分解法(extreme-point symmetric mode decomposition method，ESMD)非常适合非线性和非平稳的水文序列，能够同时从周期、趋势和突变3方面对径流进行多尺度的演变特征分析。该方法已经应用于长江上游径流变化分析[13]、西江流域降水变化分析[14]等研究当中。
西江是珠江流域的主要水系，其集雨面积广、水力资源丰富。近年来，人类在西江流域的剧烈活动以及流域自身变化无常的气候对西江流域的水文循环造成了巨大的影响[15-16]。目前，对西江流域径流演变规律的研究大部分聚焦于年际与年内尺度[17-22]，而年代尺度的径流特征、丰枯变化，季尺度径流序列的周期识别、趋势变化、突变点诊断以及流域径流空间分布特征等方面的研究尚待进一步开展。同时，大多研究选取的水文控制站点较少，且都集中于干流区域，对研究整个西江流域的时空演变规律具有一定的局限性。鉴于此，选取西江流域干支流7个控制性水文站，采用年代、年、季、年内多尺度相结合的方式，全面揭示变化环境下近60年西江流域径流的时空演变特征，为该流域在水资源合理开发利用与有效管理方面提供参考。
1 数据与方法 1.1 研究区概况西江发源于云南省马雄山，流经滇、黔、桂、粤四省，与珠江三角洲众多河流汇合成珠江。它是珠江水系中最长的河流，干流全长2075 km，集雨面积35.31万km2。干流河段主要有南盘江、红水河、黔江、浔江、西江，支流主要有柳江、郁江、桂江等。自上而下选取西江流域干支流的天峨站、迁江站、武宣站、大湟江口站、梧州站、柳州站和贵港站共7个水文站作为研究对象，基于7个站近60年的日径流资料，从多个时间尺度分析变化环境下西江流域径流的时空演变特征。各水文站基本资料、地理位置分别见表 1和图 1。
|
表 1 西江流域各水文站径流资料情况 Tab. 1 Runoff data of hydrological stations in the Xijiang River Basin |
|
图 1 西江干支流7座水文站地理位置 Fig.1 Geographical location of 7 hydrologic stations in the Xijiang River Basin |
基于西江流域干支流7个水文站近60年的日径流资料，采用年代、年、季、年内多尺度相结合的方式探究变化环境下的径流时空演化规律。首先，通过绘制Boxplot图反映年代尺度下的径流变化特征，同时根据径流距平百分率对径流序列进行丰平枯划分，综合反映年代径流序列的丰枯变化；其次，采用ESMD法对年和季尺度的径流序列进行模态分解，运用FFT周期图法计算各模态分量的周期值，通过时频分析识别径流序列中的突变规律，借助AGM曲线来反映径流序列总体的变化趋势，同时，将得到的结果与小波分析法、M-K法、R/S法等做对比分析，综合得出年和季尺度下径流序列的周期、突变和趋势规律；最后通过突变结果将径流序列进行时段划分，运用不均匀系数Cv、完全调节系数Cr、集中期Cn、集中度D等指标反映径流序列在不同时段的年内分配情况，得出年内尺度下月径流分配的变化特征；此外，结合流域干支流、上中下游代表性站点的分布情况，得出流域径流的空间变化特征。综上，得到西江流域干支流径流序列在时间和空间上的演化规律，研究框架如图 2所示。
|
图 2 径流序列时空演变规律研究框架 Fig.2 Research framework of temporal and spatial evolution of runoff series |
ESMD法是Hilbert-Huang变换法的新发展，包含模态分解和时-频分析两个部分。模态分解可以将原始时间序列分解为有限数量的振荡模态和一条最佳自适应全局均线(AGM曲线)；时-频分析是利用直接插值法计算各模态的瞬时频率，根据各模态的异常时频段，有助于甄别不同时间尺度下的突变信息。ESMD法借助“最小二乘”原理，优化剩余分量使其成为AGM曲线，并由此确定筛选次数得到最佳分解，在时-频分析中给出了频率分布图，通过频率分布图，可以进行直观地判断，若各模态在相同时刻下出现频率重叠，可通过调整筛选次数重新进行分解，有效地解决了EMD法“模态混叠”的问题，同时也克服了EEMD中通过加入白噪声对原始信号分解产生的干扰。
趋势变化特征分析中，ESMD法经过优化后的AGM曲线能很好地反映径流序列的总体趋势，但要保证AGM线能反映总体变化趋势的同时又能确保所能得到的周期规律尽可能全面，就要不断地调整极点的个数L，找到最适合的分解结果。周期变化特征分析中，运用快速傅里叶变换[23](FFT)周期图法来计算ESMD法得到的模态分量，得到不同的功率谱，又根据幅值的大小得到其径流信号的频率，最后便可得到各模态分量的周期，从而分析不同时间尺度下的周期规律。突变特征分析中，将ESMD法分解出的经验模态分量利用直线插值法来进行时频分析，得到各模态分量的瞬时频率与瞬时振幅时变图，找出图中低频、高振幅或高频、低振幅振荡的时刻，即为此径流序列的突变点。ESMD法具体算法步骤见文献[13]。
1.3.2 对比方法Mann-Kendall趋势检验法[24]是通过判断统计量Z值的正负来反映原始序列的变化趋势，给定显著性水平α=0.05，若Z ≥Z1-α/2，说明变化趋势显著，反之则不显著。Mann-Kendall突变检验法[25]则是通过绘制UF与UB曲线图，若UF曲线与UB曲线在两条临界线之间出现交点，则该交点即是突变点。
小波分析法[26]的基本思想是通过采用一系列小波函数来逼近或者表示某一函数或信号。小波分析法在频率和空间域的描述中具有良好的局部性，可以探测复杂水文现象系统的确定性规律，并全面了解水资源系统的复杂特点。能够采用小波分析法对径流序列的周期规律进行多时间尺度的分析。
R/S分析法(重标极差分析法)[27]是一种用来表征时间序列长程记忆性的方法。该方法分析计算出的Hurst指数可以有效地反映径流序列趋势变化的持续性与反持续性，进而判断序列未来的变化趋势。当0≤H < 0.5时，序列变化具有反持续性；当H=0.5时，序列变化不存在趋势变动；当0.5 < H≤1时，序列变化具有持续性。
根据距平百分率P对年代尺度下的径流序列进行丰平枯划分；利用不均匀系数Cv、完全调节系数Cr衡量年内分配的均匀程度；采用最大月平均流量(极大比Cmax)、最小月平均流量与年平均流量之比(极小比Cmin)以及最大月平均流量与最小月平均流量之比(极值比Cm)表征径流的相对变化幅度；引入集中度D、集中期Cn反映径流的年内集中程度以及集中重心出现的时段。
2 结果分析综合ESMD、M-K检验、R/S分析、小波分析等方法，并结合年代、年、季、年内多个时间尺度，对变化环境下西江流域的径流时空演变特征进行全面的分析。
2.1 径流年代变化特征为了反映年代尺度下径流在各时期的平均水平、波动程度以及变化情况，通过绘制干支流7站的箱线图来分析西江流域的径流年代变化特征。图 3为7个干支流水文站的年代径流箱线图，从图中可以看出，整个流域在年代尺度下呈现出3次显著的波动变化：1970s-1980s，径流呈不同程度的减少态势，各水文站的径流由1970s的正距平转换为1980s的负距平；1980s-1990s，径流呈增加趋势，各水文站的径流又迅速回升到1990s的正距平；1990s-2010s，径流开始呈现大幅度地减少，2000s和2010s的径流均低于多年平均值，2010年后下降幅度最大，迁江站(图 3B)的径流为多年平均值的85% 以下。各水文站年代内径流的离散程度也不相同，5个干流水文站在1970s、1990s和2010s径流变化幅度较大、年代内分布离散，2个支流水文站在1960s径流变化幅度不大、分布较为集中。
|
图 3 西江流域干支流7个水文站年代变化Boxplot图 Fig.3 Boxplot chart of chronological changes of seven hydrological stations in the Xijiang River Basin |
同时，结合径流距平百分率P，可以将年代径流划分为以下5个丰平枯等级：P < -20% 为特枯水期、-20% ≤P < -10% 为偏枯水期、-10% ≤P≤10% 为平水期、10% < P≤20% 为偏丰水期、P>20% 为特丰水期。表 2为各水文站在不同年代的丰枯划分结果，结合图 3与表 2可以看出：西江流域径流在年代尺度上大致经历了“丰平期-平水期-丰平期-平枯期”的变化；1970s和1990s是西江流域径流较为丰沛的时期，各水文站径流距平值都为正，迁江站、贵港站以及柳州站、武宣站和大湟江口站分别在1970s和1990s处于偏丰水时期；而2010s是径流最枯的时期，干流天峨站、迁江站、武宣站以及支流柳州站均处于偏枯水时期。分析发现西江流域的降雨量[28]与径流呈现出相似的丰枯变化规律，降雨在1970s和1990s处于较丰时段，在1980s和2000年以后处于较枯时段，因此西江流域径流的丰枯变化可能是受到降雨量的影响。
|
|
表 2 西江流域干支流7个水文站不同年代的丰枯划分结果 Tab. 2 Classification results of wet and dry at 7 hydrological stations in different years in the Xijiang River Basin |
从图 3B和C中可以看到，迁江站与武宣站丰枯变化最为显著，都经历了由“偏丰-平水-偏枯”的变化，因此西江干流中红水河下游与黔江河段更容易发生洪涝与干旱灾害。分析其原因，红水河流域河道坡降大，上游河段宽，下游河段窄[29]，加上西江流域降雨量西少东多、上游少下游多，地处红水河下游河段的迁江站容易出现丰枯交替、变化悬殊的现象。由文献[20]的相关研究可知，红水河与柳江的平均径流量占黔江武宣站的比例为81.94%，迁江站与武宣站径流相关性为0.848，表明黔江河段与红水河下游河段的丰枯变化情况较为一致，因此，在水资源开发利用时，红水河与黔江河段需注重丰水期与枯水期的防汛抗旱工作，应采取超前性抗灾措施，防患于未然。
2.2 径流周期变化特征ESMD法可以将非平稳的原始径流序列分解为有限个平稳的模态分量IMFs和一个趋势余项R，且每个模态分量都具有独立的物理意义，各自代表了原始径流序列中不同时间尺度的振荡特征，利用FFT周期图法可以求出各模态分量的平均周期。运用ESMD与FFT周期图法对西江流域干支流7站年尺度径流序列进行模态分解和周期分析，图 4为分解结果和模态的周期特征，附图Ⅰ为各模态分量的方差贡献率、相关系数以及显著性结果。其中模态分量的方差贡献率代表其对原始序列的重要性，相关性代表其与原始序列的相关程度。7站的年径流序列均被分解为3~4个模态分量与1个趋势余项，将各IMF分量与趋势项RES重构序列，发现重构序列与原始径流时间序列完全重合，说明ESMD法具有完备性，分解结果可信。由7站各模态的振荡周期可知，IMF1中，除梧州站(图 4E)与贵港站存在4 a(图 4G)平均周期外，其余5站均存在3 a的周期特征；IMF2中，7个站点的周期均在6~10 a内；IMF3中，除大湟江口站(图 4D)的周期为10 a外，其余4个干流水文站的周期均为15 a，两个支流水文站的周期分别为14~17 a；IMF4中，29 a的周期特征在7个水文站中出现的次数最多。综上，西江流域年径流序列存在着3~4、6~10、14~17、29 a的平均周期。其中7站IMF1的方差贡献率在所有模态分量中最大，同时，IMF1分量与原始径流序列的相关性最高，且都通过了1% 的显著性检验，表明IMF1所具有的3~4 a的年际周期振荡主导着西江流域年径流序列的变化。与之相比，IMF2分量的方差贡献率占比和相关程度相对有限，其主导的6~10 a的周期特征表现相对较弱。年代14~17 a周期所属的IMF3与原始序列的相关程度均通过了5% 的显著性检验，在年代际尺度上的周期变化中占主导地位，亦是年径流序列变化的重要贡献者。综上，西江流域年径流序列呈现年际与年代的双重周期特征，其中又以年际变化为主，对应的主周期分别为3~4与14~17 a。
|
图 4 西江流域干支流7站年尺度径流序列的ESMD法分解结果与周期特征 Fig.4 Decomposition results and periodic characteristics of ESMD method of 7 stations annual scale runoff sequencein the Xijiang River Basin |
同理对7个水文站季尺度的径流序列进行分解，径流序列均被分解为2~4个模态分量与1个趋势余项，图 5为7站季尺度下各模态分量的周期特征，附图Ⅱ为各模态分量对应的方差贡献率、相关系数和显著性结果。对季尺度的周期进行分析，发现西江流域春季径流存在着2~7、15~20、28~29 a的周期特征，夏季径流存在着3~5、7~10、20 a的周期变化，秋季径流存在着2~3、6~8、12~15 a的平均周期，冬季径流存在着3~8、12~15、20 a的振荡周期。其中IMF1是季尺度径流变化的主要贡献者，在春、夏、秋3季尤为显著，且基本都通过了1% 的显著性检验，其具有的年际振荡规律为季尺度径流变化的主周期。冬季径流序列中，IMF2的方差贡献率也较高，其显著性检验均大于95%，在干流天峨站、迁江站、武宣站和支流贵港站中较为明显，表明IMF1和IMF2的年际振荡在冬季径流变化中同时占据主导地位。从西江流域年尺度径流序列的振荡周期来看，与文献[14, 28]中西江流域降雨具有的3~7、14~17、29 a周期基本一致，进一步说明西江流域径流变化规律与降雨变化具有相似性。同时，年、季径流序列中2~7 a的周期与ENSO事件2~7 a的周期范围较为吻合，表明ENSO事件在一定程度上影响着西江流域径流的变化[30]。
|
图 5 ESMD法得到的西江流域干支流7站季尺度周期特征 Fig.5 Seasonal scale periodic characteristics of 7 stations in the Xijiang River Basin obtained by ESMD method |
为验证ESMD法的有效性与优势性，采用小波分析法与ESMD法做对比分析，由表 3可知二者的结果存在着部分规律一致但也具有一定差异的现象，其表现为周期越短一致性越好、尺度越大差异越大的特点。因为小波分析法拘泥于先验基函数式的选取以及恒定多分辨率等问题，使得在利用小波分析法进行径流序列的周期分析时受到数学理论的限制，得到的周期规律差异较大。而ESMD法则具有更强的灵活性和自适应性，同时其周期的分辨率也更高，更有利于探索径流变化的内在规律。
|
|
表 3 ESMD与小波分析法的周期对比结果 Tab. 3 Comparison results of periods between ESMD and wavelet analysis |
ESMD法将分解得到的趋势余项优化为AGM曲线，可以很好地反映径流序列各阶段的局部变化趋势。同时，借助M-K趋势检验法和R/S法判断径流序列的总体变化趋势以及趋势成分的持续性。图 6为年和季尺度下径流序列的趋势余项，附表Ⅰ为ESMD法、M-K趋势检验法与R/S法的趋势分析结果。从图 6中可以看出径流的变化并非是线性的，而是呈现出非线性的波动变化趋势。年径流序列中(图 6A)，除支流柳州站和贵港站呈现出趋势不显著的波动变化外，干流5站均呈“增加-减少”整体波动下降的同步变化趋势。结合M-K趋势检验结果，干支流7个水文站的统计量Z值均为负且Hurst指数均大于0.5，说明西江流域年径流整体呈下降趋势，并且下降趋势具有持续性，预测未来一段时间内径流将持续减少。其中，天峨站与迁江站通过了α=0.05的显著性检验，下降趋势明显，表明空间范围内上游的下降趋势大于中、下游的变化趋势，与文献[17, 19]得到的结论相似。研究发现，西江流域降雨量的减少是引起径流下降的主要原因[31]，此外剧烈的人类活动也会通过改变下垫面条件使径流减少，但影响程度有限[32]。而上、中游比下游的下降趋势更显著，是因为下游有3大支流(柳江、郁江、桂江)汇入，尤其是柳江所占下游径流比例较大[33]，红水河段径流显著下降并未引起下游河段的明显变化。
|
图 6 ESMD法分解得到的西江流域干支流7站的年、季径流趋势余项 Fig.6 The annual and seasonal runoff residues of 7 stations in the main tributaries of the Xijiang River Basin obtained by ESMD decomposition |
对季尺度的径流进行分析，春季径流中(图 6B)，除支流柳州站与贵港站呈不显著的下降趋势外，干流5站均呈现上升趋势，上游天峨站与迁江站增加趋势显著，武宣站与梧州站呈“增加-减少-增加”的同步变化，7站的变化趋势都表现出持续性；夏季径流中(图 6C)，除支流柳州站呈不显著的持续性上升趋势外，其余6站均呈下降趋势，且下降趋势均表现出持续性，上游天峨站与迁江站下降趋势最显著且变化趋势同步；秋季径流中(图 6D)，干支流7站均呈下降趋势，上、中游红水河与黔江段下降趋势较为明显，7站的变化趋势均表现为持续性；冬季径流(图 6E)除支流柳州站呈不显著的反持续性下降趋势外，其余6站均为上升趋势，其中大湟江口站的上升趋势表现为反持续性，干流5站的变化趋势显著，下游河段变化具有同步性。龙滩等梯级水库工程的修建对西江流域上中游水文情势的影响较大，蓄丰补枯效果显著[34-36]，可能是影响春、冬季径流上升，夏、秋季径流下降的原因之一。
2.4 径流突变特征分析在人类活动和气候变化的影响下，河川径流序列存在着明显的突变成分，ESMD法在进行时频分析时可以得到各模态分量的瞬时频率(F)与振幅(A)时变图，图中低频、高振幅或高频、低振幅的振荡时刻，即为径流序列的异常时频段，以此来判断各周期尺度下径流序列的突变点。图 7为西江流域干支流7站年尺度径流序列的模态时频图，观察各站的F1和A1可知，在3~4 a的时间尺度下，径流的突变点较多，径流增多和减少交替相对频繁，例如天峨站(图 7A)1987年出现了高频、低振幅现象，对照原始径流序列发现，天峨站1987年年均径流(1350 m3/s)相比1986年(1950 m3/s)下降了约30.8%。对比F2、A2，F3、A3与F4、A4发现6~10、14~17、29 a尺度下的突变点相对减少，随着尺度增大，模态的振荡强度变弱、变化速度变慢。从不同站点来看，除支流柳州站(图 7F)与贵港站(图 7G)突变点较为分散外，ESMD检测到干流5站的突变点集中在1980年以后，各站点突变年份存在差异，干流迁江站(图 7B)、梧州站(图 7E)的突变点在1980s、1990s和2000s均有分布，上游天峨站(图 7A)的突变发生在1980s以及2000年以后，中游武宣站(图 7C)的突变点分布于1980s和2000s内，下游大湟江口站(图 7D)发生在1980s以及2010年。为避免单一方法造成的识别误差，结合M-K法综合诊断径流序列的突变点，图 8为7站年尺度径流的M-K突变结果。由图 8可知，M-K法检测到7站的突变大部分发生在2000年以后，且均位于两条置信水平线之间，突变显著。综合两种方法判断西江流域年尺度径流的突变发生于1980年以后，尤其集中于2000—2010年间。同时，对比ESMD与M-K法的突变结果，可以看出与M-K法仅能识别整个时间序列的突变点和得到的突变规律不全相比，ESMD法可以找出不同时间尺度下的异常时段，得到的突变结果更全面。
|
图 7 西江流域干支流7站年尺度径流的ESMD法突变结果 Fig.7 Abrupt change results of ESMD method of annual scale runoff at 7 stations in the Xijiang River Basin |
|
图 8 西江流域干支流7站年尺度径流的M-K法突变结果 Fig.8 Abrupt change results of M-K method of annual scale runoff at 7 stations in the Xijiang River Basin |
同理对7个水文站季尺度的径流序列进行突变分析，得到的结果如图 9所示，两种方法测出的干流5站夏、秋、冬季径流的突变点相对集中于1980年以后，春季径流中天峨站与梧州站在1960s和1970s均有突变分布。支流柳州站与武宣站四季径流序列的突变时刻较多，分布较为离散，但大多突变点也都发生在1980年以后。综上，西江流域年和季尺度径流在1980年后突变增多，尤其集中于2000—2010年间。分析其原因，1980s西江的红水河被确定为我国的水电开发基地之一，并于天生桥至长洲段规划建设11座梯级水电站，使得上中游的河川径流发生了不同程度的改变。例如迁江站年径流的突变年份刚好与岩滩和龙滩水电站的建站时间一致，此外2001年开工建设的龙滩水电站为西江流域最大的年调节电站，对流域上中游的年际径流分配会造成实际的影响。同时，研究发现，降水的变化是引起西江流域下游径流变化的主要原因，虽然1980年后人类拦蓄水、开展水土保持等活动对径流变化产生了一定的影响，但气候变化对径流改变的贡献率大于50%，因此气候变化的影响占主导地位[37]。
|
图 9 西江流域干支流7站年、季径流序列突变点 Fig.9 Abrupt points of annual and seasonal runoff sequencesat 7 stations in the Xijiang River Basin |
随着西江干流梯级水电站陆续建成投运，人类活动叠加气候变化的影响在一定程度上改变了月径流的年内分配规律，基于年径流序列的突变结果，以2000年为分界点将干支流7站的径流序列划分为两段，全面分析变化环境下西江流域月径流的年内变化特征。结合图 10A与表 4可知，7个水文站年内分配均呈明显的“单峰型”分布，干流5站峰值均出现在7月份，支流柳州站与贵港站分别出现在6和8月份，与Cn值出现时间相一致；7站夏季径流的占比最大，占全年径流的50% 左右，冬季径流占比最小，仅占全年径流的8% 左右，除柳州站春季径流占比第二大外，其余6站秋季径流占比仅次于夏季；7站的Cv值在0.65~0.82之间，Cr值在0.29~0.35之间，表明西江流域各站点径流的年内分配较为均匀，各站点Cmax、Cmin、Cm值较为接近，柳州站稍大，表明支流柳江月径流变化幅度较大。
|
图 10 西江流域干支流7站不同时段的月径流年内分配特征 Fig.10 Intra-year distribution characteristics of monthly runoff at different times of 7 stations in the Xijiang River Basin |
|
|
表 4 西江流域干支流7站月径流年内分配特征指标 Tab. 4 Intra-year distribution characteristic indicators of monthly runoff at 7 stations in the Xijiang River Basin |
对比各时段的径流分配特征可知，各站点的径流年内分配特征指标在2000年前后存在较大差异，除支流柳州站外，其余站点Cv、Cr、Cn、D值均减小，Cmax、Cmin、Cm值均向中值靠拢，表明西江干流与支流郁江的径流年内分配趋于均匀，月平均径流的变化幅度减小，集中期均向前移，而支流柳江年内分配差异变大，月径流的变化幅度增加；空间上，西江干流上、中游站点的特征指标变化程度更显著，集中期前移14天左右，下游年内分配的变化不显著，集中期前移约9天。根据文献[35-36]的相关研究可知，在西江干流梯级水电站的调蓄作用下，流域上、中游的水文情势发生了高度改变，6—11月月均流量减小，12月至翌年5月月均流量增加，水库群汛期的洪水调蓄以及非汛期蓄丰补枯的作用明显，从而干扰了径流的年内分配。而西江下游河段区间入流多，干支流来水组成复杂，加之上、中游水库群对下游的调控作用有限，因此下游径流的年内分配变化不显著。
2.6 径流时空演化规律综上，采用ESMD、M-K检验、R/S分析、小波分析等方法并结合多个时间尺度的方式，研究了西江流域径流序列的时空演变规律。由图 11可知，时间上：1970s与1990s为西江流域径流较为丰沛时期，2010s径流偏枯，年代尺度上呈现“丰平期-平水期-丰平期-平枯期”的变化；干支流7站不同时间尺度的周期变化存在差异，但都以IMF1的周期振荡为主；7站的突变点都在1980年后增多，集中于2000—2010年间。空间上：干流迁江站与武宣站的丰枯变化显著，更易发生干旱与洪涝灾害；上游站点在各尺度下的变化趋势均比中、下游站点的变化趋势显著，支流柳州站在春、冬季径流中与其余站点变化趋势相反；支流柳州站的年内分配不均匀程度变大，月径流变化幅度增加，其余干支流站点的年内分配趋于均匀，月径流变化幅度减小。
|
图 11 西江流域干支流7站径流序列时空演化规律 Fig.11 Spatio-temporal evolution of runoff sequences of 7 stations in Xijiang River Basin |
本文综合ESMD、M-K检验、R/S分析、小波分析等方法，并结合年代、年、季、年内多个时间尺度，基于西江流域干支流7个控制性水文站近60年的日径流资料，对变化环境下西江流域的径流时空演变特征进行了全面分析，得到如下结论。
1) 西江流域径流在年代尺度下呈现出3次显著的波动变化，且经历了“丰平期-平水期-丰平期-平枯期”的丰枯变化，1970s与1990s径流较为丰沛，2010s是径流最枯的时期。径流丰枯变化受降雨的影响，上、中游红水河与黔江河段丰枯变化悬殊，需注重丰水期与枯水期的防汛抗旱工作。
2) 西江流域年径流序列存在着3~4、6~10、14~17、29 a的周期特征，四季径流的振荡周期分别为2~7、15~20、28~29 a，3~5、7~10、20 a，2~3、6~8、12~15 a和3~8、12~15、20 a，IMF1是年和季尺度径流变化的主要贡献者，冬季径流中IMF2的方差贡献率也较高。
3) 西江流域年径流整体呈波动下降趋势，且下降趋势具有持续性，预测未来一段时间内径流将持续减少，空间范围内上游的下降趋势大于中、下游的变化趋势，春、冬季径流整体呈上升趋势，夏、秋季径流呈下降趋势。降雨量的变化与梯级水库群的调蓄作用是影响径流趋势变化的主要原因。
4) 受气候变化和人类活动的共同影响，西江流域年和季尺度径流在1980年后突变增多，尤其集中于2000—2010年间，上、中游梯级水电站的建设改变了流域的下垫面条件，影响着径流年际间的分配，气候变化在下游的径流改变中贡献率大于50%，是引起下游径流突变的主要原因。
5) 2000年前后西江流域径流年内分配特征存在较大差异，除支流柳州站外，其余站点径流年内分配趋于均匀，月平均径流的变化幅度减小，集中期均向前移，上、中游站点的特征指标变化程度更显著。梯级水库群汛期的洪水调蓄以及非汛期蓄丰补枯的作用明显，干扰了径流的年内分配规律。
4 附录附图Ⅰ~Ⅱ和附表Ⅰ见电子版(DOI: 10.18307/2023.0322)。
|
附图Ⅰ 西江流域干支流7站年尺度下ESMD各模态的方差贡献率（A）和相关程度（B）结果 AttachedFig1 Ariance contribution rate (A) and correlation degree (B) of ESMD modes at the annual scale of 7 stations in the Xijiang River Basin |
|
附图Ⅱ 季尺度下ESMD各模态的方差贡献率（A）和相关程度（B）结果 AttachedFig2 Variance contribution rate (A) and correlation degree (B) of ESMD modes at seasonal scale |
|
|
附表Ⅰ ESMD、M-K与R/S法的趋势分析结果 Appendix Ⅰ Trend analysis results of ESMD, M-K and R/S methods |
| [1] |
Luan JK, Zhang YQ, Tian J et al. Coal mining impacts on catchment runoff. Journal of Hydrology, 2020, 589: 125101. DOI:10.1016/j.jhydrol.2020.125101 |
| [2] |
Xiao X, Mao BP, Wu SQ. Dynamics of hydrological characteristics in Changjiang River and Lake Dongting confluence reach in the past 100 years. J Lake Sci, 2021, 33(1): 266-276. [肖潇, 毛北平, 吴时强. 近100年来长江与洞庭湖汇流河段水文特征演变. 湖泊科学, 2021, 33(1): 266-276. DOI:10.18307/2021.0119] |
| [3] |
Wang XP, Jin W. Climate characteristics of rainstorm and its variation in Dalian region from 1964 to 2013. Journal of Meteorology and Environment, 2015, 31(3): 75-80. [王秀萍, 金巍. 1964—2013年大连地区暴雨气候特征及变化规律. 气象与环境学报, 2015, 31(3): 75-80.] |
| [4] |
Hu G, Shi XJ, Song H. Spatiotemporal coupling analysis of precipitation field based on REOF and ESMD: A case study on winter precipitation in Shandong Province. Science of Soil and Water Conservation, 2020, 18(6): 132-139. [胡刚, 石星军, 宋慧. 基于REOF和ESMD的降水场时空耦合分析: 以山东省冬季降水为例. 中国水土保持科学, 2020, 18(6): 132-139. DOI:10.16843/j.sswc.2020.06.016] |
| [5] |
Zhang CF, Yang XT, Liu ZX et al. Research on the influence of climate change and land use change on hydrological process. Journal of North China University of Water Resources and Electric Power: Natural Science Edition, 2019, 40(4): 46-50. [张成凤, 杨晓甜, 刘酌希等. 气候变化和土地利用变化对水文过程影响研究进展. 华北水利水电大学学报: 自然科学版, 2019, 40(4): 46-50. DOI:10.19760/j.ncwu.zk.2019050] |
| [6] |
Alifujiang Y, Abuduwaili J, Groll M et al. Changes in intra-annual runoff and its response to climate variability and anthropogenic activity in the Lake Issyk-Kul Basin, Kyrgyzstan. CATENA, 2021, 198: 104974. DOI:10.1016/j.catena.2020.104974 |
| [7] |
Sun P, Sun YY, Zhang Q et al. Temporal and spatial variation characteristics of runoff processes and its causes in Huaihe Basin. J Lake Sci, 2018, 30(2): 497-508. [孙鹏, 孙玉燕, 张强等. 淮河流域径流过程变化时空特征及成因. 湖泊科学, 2018, 30(2): 497-508. DOI:10.18307/2018.0221] |
| [8] |
Wei CX, Guo B, Zhang HL et al. Spatial-temporal evolution pattern and prediction analysis of flood disasters in China in recent 500 years. Earth Science Informatics, 2022, 15(1): 265-279. DOI:10.1007/s12145-021-00697-0 |
| [9] |
Zhang DD, Dai ML, Li YQ et al. Characteristics of runoff in the three outlets along Jingjiang River and the influence of water supplemen by the reservoirs during 1956-2020. J Lake Sci, 2022, 34(3): 945-957. [张冬冬, 戴明龙, 李妍清等. 1956—2020年荆江三口径流变化特征及水库补水效果. 湖泊科学, 2022, 34(3): 945-957. DOI:10.18307/2022.0319] |
| [10] |
Li X, Zhang XQ, Xu XM. Climate change and its effects on the water level of Lake Baikal region since the 1980s. J Lake Sci, 2022, 34(1): 219-231. [李想, 张雪芹, 徐晓明. 近40年来贝加尔湖区气候变化及其对湖泊水位的影响. 湖泊科学, 2022, 34(1): 219-231. DOI:10.18307/2022.0118] |
| [11] |
Liu XQ, Zhang YY, Liu YS et al. Characteristics of temperature evolution from 1960 to 2015 in the Three Rivers' Headstream Region, Qinghai, China. Scientific Reports, 2020, 10: 20272. DOI:10.1038/s41598-020-76534-z |
| [12] |
Bai SY, Gao JX, Xue Y et al. Spatial and temporal characteristics of rainfall anomalies in 1961-2010 in the Yangtze River Basin, China. Atmosphere, 2021, 12(8): 960. DOI:10.3390/atmos12080960 |
| [13] |
Li JQ, Wang S, Huang J et al. Spatiotemporal evolution of runoff based on extreme-point symmetric mode decomposition. Journal of Hydroelectric Engineering, 2020, 39(7): 73-87. [李继清, 王爽, 黄婧等. 应用极点对称模态分解分析径流时空演化规律. 水力发电学报, 2020, 39(7): 73-87. DOI:10.11660/slfdxb.20200708] |
| [14] |
Li JQ, Chen SY. An analysis of precipitation spatiotemporal characteristics in Xijiang River Basin based on ESMD. China Rural Water and Hydropower, 2021(6): 61-68. [李继清, 陈思雨. 基于ESMD的西江流域降水时空变化特征分析. 中国农村水利水电, 2021(6): 61-68.] |
| [15] |
Chen LH, Liu WF, Teng X et al. Evolution characteristics of dry season runoff with water quantity dispatching in the lower reach of Xijiang River. Journal of Yangtze River Scientific Research Institute, 2020, 37(1): 22-29. [陈立华, 刘为福, 滕翔等. 水量调度下西江下游枯季径流演变特征. 长江科学院院报, 2020, 37(1): 22-29.] |
| [16] |
Zhu JX, Liu W, Li ZW et al. Multi-scale response of runoff to vegetation and climate change in Karst watersheds. Acta Ecologica Sinica, 2020, 40(10): 3396-3407. [朱靖轩, 刘雯, 李振炜等. 喀斯特流域径流对植被和气候变化的多尺度响应. 生态学报, 2020, 40(10): 3396-3407. DOI:10.5846/stxb201908041642] |
| [17] |
Chen LH, Liu WF, Leng G et al. Study on interannual and annual variation characteristics of runoff in the main stream of Xijiang River. South-to-North Water Transfers and Water Science & Technology, 2018, 16(4): 74-81. [陈立华, 刘为福, 冷刚等. 西江干流径流年际及年内变化趋势分析. 南水北调与水利科技, 2018, 16(4): 74-81. DOI:10.13476/j.cnki.nsbdqk.2018.0099] |
| [18] |
Chen LH, Liu WF, Zhang LN. Characteristics of annual and monthly runoff variation in Xijiang River Basin. Water Power, 2018, 44(6): 38-43. [陈立华, 刘为福, 张利娜. 西江下游年月径流变化特征研究. 水力发电, 2018, 44(6): 38-43. DOI:10.3969/j.issn.0559-9342.2018.06.009] |
| [19] |
Fang RJ, Jiang CH, Su LL et al. An analysis of change law of runoff sequences in Xijiang River Basin. China Rural Water and Hydropower, 2020(1): 111-115, 124. [方荣杰, 蒋超华, 苏丽丽等. 西江流域干流径流量演变特征分析. 中国农村水利水电, 2020(1): 111-115, 124. DOI:10.3969/j.issn.1007-2284.2020.01.023] |
| [20] |
Liu S, Chen LH, Ding XC et al. Analysis and research on runoff changes of main hydrological stations in Xijiang River Basin in recent 40 years. Yangtze River, 2021, 52(S2): 52-55. [刘松, 陈立华, 丁星臣等. 西江流域主要水文站近40年径流变化分析研究. 人民长江, 2021, 52(S2): 52-55.] |
| [21] |
Yang YD, Wang YH, Cai SL et al. Interannual and intra-annual variation characteristics of runoff in downstream areas of Pearl River Basin during 1960-2017. Bulletin of Soil and Water Conservation, 2019, 39(5): 23-31. [杨远东, 王永红, 蔡斯龙等. 1960—2017年珠江流域下游径流年际与年内变化特征. 水土保持通报, 2019, 39(5): 23-31.] |
| [22] |
Chen LH, Ye M, Wang JJ et al. Analysis on characteristics and tendency of annual runoff changes of main stream of Xijiang River Basin. Journal of Guangxi University: Natural Science Edition, 2014, 39(4): 920-927. [陈立华, 叶明, 王佳佳等. 西江流域干流径流演变特征与趋势分析. 广西大学学报: 自然科学版, 2014, 39(4): 920-927.] |
| [23] |
Zhang XL, Li YL, Yu G et al. Runoff simulation and response to climate changes for Poyang Basin during the past 1000 years. J Lake Sci, 2016, 28(4): 887-898. [张小琳, 李云良, 于革等. 鄱阳湖流域过去1000a径流模拟以及对气候变化响应研究. 湖泊科学, 2016, 28(4): 887-898. DOI:10.18307/2016.0423] |
| [24] |
Xu RC, Pang Y, Hu ZB. Analysis on the water quantity changes from Jiangsu section entering Lake Taihu from 1990 to 2019. J Lake Sci, 2021, 33(3): 797-805. [胥瑞晨, 逄勇, 胡祉冰. 1990—2019年江苏片区入太湖水量变化及原因分析. 湖泊科学, 2021, 33(3): 797-805. DOI:10.18307/2021.0315] |
| [25] |
Ben P, Yu BY, Zhang H et al. Spatiotemporal runoff and sediment variation, deposition-erosion characteristics and their driving factors in Lake Hongze. J Lake Sci, 2021, 33(1): 289-298. [贲鹏, 虞邦义, 张辉等. 洪泽湖水沙变化趋势和冲淤时空分布及驱动因素. 湖泊科学, 2021, 33(1): 289-298. DOI:10.18307/2021.0121] |
| [26] |
Cheng JX, Xu LG, Wang Q et al. Temporal and spatial variations of water level and its driving forces in Lake Dongting over the last three decades. J Lake Sci, 2017, 29(4): 974-983. [程俊翔, 徐力刚, 王青等. 洞庭湖近30 a水位时空演变特征及驱动因素分析. 湖泊科学, 2017, 29(4): 974-983. DOI:10.18307/2017.0421] |
| [27] |
Liu XQ, Wu ZZ, Liu YS et al. Spatial-temporal characteristics of precipitation from 1960 to 2015 in the Three Rivers' Headstream Region, Qinghai, China. Acta Geographica Sinica, 2019, 74(9): 1803-1820. [刘晓琼, 吴泽洲, 刘彦随等. 1960—2015年青海三江源地区降水时空特征. 地理学报, 2019, 74(9): 1803-1820. DOI:10.11821/dlxb201909008] |
| [28] |
Su H, Xu ZX, Li P et al. Characteristics of precipitation in Xijiang River Basin from 1970 to 2017. Journal of Hydroelectric Engineering, 2021, 40(6): 51-61. [苏恒, 徐宗学, 李鹏等. 1970—2017年西江流域降水特性分析. 水力发电学报, 2021, 40(6): 51-61. DOI:10.11660/slfdxb.20210606] |
| [29] |
田茂连. 红水河迁江水文站洪水与泥沙变化特性研究. 中国水力发电工程学会水文泥沙专业委员会第四届学术讨论会论文集, 2003, 191-194. |
| [30] |
Zhu YJ. Wavelet multi-scale analysis of dry season runoff changes of Wuzhou station in Xijiang River. Journal of Guilin University of Technology, 2016, 36(4): 688-692. [朱颖洁. 西江梧州站枯季径流变化的小波多尺度分析. 桂林理工大学学报, 2016, 36(4): 688-692.] |
| [31] |
Lai TZ, Zhang Q, Chen YQ. Sediment and runoff changes in the west river basin: Changing properties, causes and implications. Journal of Wuhan University: Natural Science Edition, 2015, 61(3): 271-278. [赖天锃, 张强, 陈永勤. 1960—2010年西江流域水沙变化特征及其成因. 武汉大学学报: 理学版, 2015, 61(3): 271-278. DOI:10.14188/j.1671-8836.2015.03.013] |
| [32] |
Dong LY, Chen JY, Fu CS et al. Recognition on the relationship between runoff and regional meteorological factors of the Xijiang River in multi-time scales. Scientia Geographica Sinica, 2013, 33(2): 209-215. [董林垚, 陈建耀, 付丛生等. 西江流域径流与气象要素多时间尺度关联性研究. 地理科学, 2013, 33(2): 209-215.] |
| [33] |
Gan FQ, Hu XY, Liu X et al. Analysis on flood characteristics of the Xijiang River in Guangxi. Journal of Guangxi University: Nat Sci Ed, 2015, 40(1): 244-250. [甘富万, 胡秀英, 刘欣等. 广西境内西江流域洪水特性分析. 广西大学学报: 自然科学版, 2015, 40(1): 244-250.] |
| [34] |
Chen LH, She ZY. Analysis of hydrological regime in the middle reaches of the Qianjiang River under impact of reservoir and inflow of branches based on RVA approach. Water Resources and Power, 2020, 38(5): 42-45, 5. [陈立华, 佘贞燕. 基于RVA法分析水库及支流入汇对黔江中游水文情势影响. 水电能源科学, 2020, 38(5): 42-45, 5.] |
| [35] |
Chen LH, Lai HT, Ye M. Influence of Longtan Reservoir project on hydrological regime of Hongshui River. Journal of Guangxi University: Natural Science Edition, 2017, 42(1): 394-402. [陈立华, 赖河涛, 叶明. 龙滩水库工程对红水河天峨站水文情势的影响分析. 广西大学学报: 自然科学版, 2017, 42(1): 394-402.] |
| [36] |
Chen LH, Zhang LN, Liu WF. Hydrologic analysis of the lower reaches of Hongshui river under operation of hydropower stations. Journal of Guangxi University: Nat Sci Ed, 2018, 43(1): 397-405. [陈立华, 张利娜, 刘为福. 水电站运行影响下红水河下游水文情势分析. 广西大学学报: 自然科学版, 2018, 43(1): 397-405.] |
| [37] |
Zhu YJ, Guo CQ, Huang XK. Change of precipitation and runoff at Wuzhou Station on Xijiang River under influence of climate changes and human activities. Journal of China Hydrology, 2010, 30(3): 50-55. [朱颖洁, 郭纯青, 黄夏坤. 气候变化和人类活动影响下西江梧州站降水径流演变研究. 水文, 2010, 30(3): 50-55.] |