周曉曦,阿布都熱合曼·哈力克
(新疆大學資源與環境科學學院綠洲生態教育部重點實驗室,烏魯木齊 830046)
氣候變化是全球環境變化的重要體現,也是改變河川徑流量的主要因素[1]。氣候變化對徑流的影響呈現出多樣性和復雜性的特征,主要是通過氣溫和降水的變化影響河流徑流的補給、蒸發和流域的匯水等[2]。在劇烈變化的全球大環境下,氣溫上升顯著,水文過程的下墊面條件隨之改變,導致一系列水資源問題,尤其是對河流徑流的影響日益趨增,所以近年來關于氣候變化對徑流的影響已經成為國內外研究學者的熱點問題。在國外,Jiang C[3]等根據Budyko型方程來分析氣候變化和人類活動對徑流的貢獻,結果表明氣候變化是影響徑流的主要驅動因素;Zhang L[4]等分析了引發了黃河及其支流中游徑流量的顯著下降的原因主要是大規模的植被恢復和氣候變化。而在國內,楊霞[5]利用SWAT模型研究了烏倫古河流域氣候變化對徑流影響,得出降水不變,流域氣溫升高1℃,徑流減少1.60%,徑流與氣溫呈負相關關系;胡浩云等[6]利用模型對9種氣候情景和土地利用組合進行徑流模擬,揭示了氣候變化對流域的徑流量的影響程度不同;劉貴花等[7]對贛江徑流進行氣候變化和人類活動定量分析研究,表明降水是影響贛江流域徑流年際變化的主要因素。
新疆位于中國西北干旱區,而且也是對氣候變化響應比較敏感的地區之一。根據相關文獻表明,西北干旱地區的水資源系統主要以冰雪融水為基礎,在全球氣候變化背景下,表現出的脆弱性非常明顯[8]。氣候變化對西北干旱區水資源影響的研究成為社會各界關注的焦點。新疆南部地區是我國冰雪對河流徑流補給較豐富的地區,在徑流對氣候變化的響應中,冰雪補給徑流對氣候變化最為敏感,因此是影響河流徑流變化的最主要自然因素。受全球氣候變化的影響,新疆近年來氣溫有明顯的上升趨勢,河流徑流量呈現增加的勢頭。基于這種情況,不少學者在新疆地區徑流變化趨勢研究方面開展了比較全面的研究工作,尤其針對氣溫、降水和冰川融化與徑流變化之間的關系作了系統分析[8-10]。而對于地處沙漠南緣的和田地區氣候變化對于和田河的相關研究較少,所以本文以和田河為研究區域,基于DPS、excel及標準值法采用數理方法來分析和田河的徑流變化特征,認識其演化的周期性和趨勢性,不僅對認識資源環境系統具有重要意義,而且對區域可持續性發展提供一定的科學依據。
和田河是塔里木河的第三大支流、是塔里木河的主要源流之一。和田河流域位于塔里木盆地南緣、地理位置介于東經 77°25′~81°43′、北緯34°52′~40°28′、流域總面積48 870 km2[11]。流域包括的行政區為:和田行政區的和田縣、市、墨玉縣、洛浦縣、皮山縣和策勒縣的一小部分;阿克蘇行政區的阿瓦提縣一部分。其中東支玉龍喀什河發源與昆侖山北坡、河長504 km、多年平均徑流量22.5 億m3、徑流量較大、習慣上作為和田河主流。西支喀拉喀什河發源于昆侖山和喀喇昆侖山、河長808 km、多年平均徑流量21.7 億m3。兩河在闊什拉克(北緯38°05′、東經80°33′)附近匯合后稱為和田河、從兩支流匯合口至和田河口末端(北緯40°29′10″、東經80°56′40″)河長319 km。
研究區1953-2014年氣候資料降水(0.1 mm)、氣溫、濕度(1%)均在中國氣象數據共享網下載,和田河徑流量來自野外考察資料(同古孜洛克站和烏魯瓦提站)相加求年均值。
本文主要采取以下幾種方法:
(1) 線性趨勢方法。本文以時間序列為自變量,氣候條件為因變量,建立一元回歸方程。設y為某一氣象變量,t為時間(本文為年或月),建立y與t之間的一元線性回歸方程,
y=a+bx
(1)
把b*10稱為變化傾向率,單位為℃/10 a或mm/10 a等,b值是反應上升或者下降的變化趨勢,b>0表示在計算時段內呈上升趨勢,b<0表示呈下降的趨勢,b值的絕對值的大小可以度量其演變趨勢上升或者下降的程度[12]。
(2)Mann-Kendall檢驗法。Mann-Kendall是一種非參數統計檢驗方法,在此利用統計軟件 DPS 對和田水文站1953-2014年的觀測徑流數據進行M-K檢驗,檢驗的置信水平設為0.01。假定時間序列變量為X1,X2,…,Xn,n為時間序列的長度,構造秩序列Sk:
(2)
其中:
式中:Xi,Xj分別為i,j年相應的測量值,且i﹥j;在時間序列隨即獨立的假定下,定義統計量UFk:
(3)
式中UF1=0,E(Sk),Var(Sk)是累計數Sk的均值和方差,可由下式求出:
E(Sk)=K(K-1)/4
Var(Sk)=k(k-1)(2k+5)/72
(4)
式中:k=2,3,…,n。
UFi為標準正態分布,是按照時間序列計算出的統計量序列,給定顯著性水平a,若|UFi|﹥Ua,則表明趨勢存在明顯的趨勢變化。按時間序列逆序Xn,Xn-1,…,X1,重復上述步驟,且使UBK=UFK(K=n,n-1,1),UB1=0。
若UF或UB大于0,則表明序列呈上升趨勢,反之呈下降趨勢,當他們超過臨界值時,表明上升或下降的趨勢顯著。且交點在臨界區域內,那么交點對應的時刻便是突變開始的時間[13]。
(3)功率譜分析。譜分析是非常重要的時間序列和空間序列分析方法。在時間序列分析中,這種方法叫作功率譜分析;在空間序列分析中,該方法叫作波譜分析。本文是采用功率譜分析來計算氣候因子的周期性,是根據陳彥光《基于Excel的地理數據分析》方法:
②快速傅里葉變換(FFT):計算離散傅里葉變換的快速方法,有按時間抽取的FFT算法和按頻率抽取的FFT算法。前者是將時域信號序列按偶奇分排,后者是將頻域信號序列按偶奇分排。它們都借助于的兩個特點:一是周期性;二是對稱性。
③計算譜密度P(f):
P(f)=1/T|S(f)|2=1/T(a2+b2)
(5)
式中:a為復數的實部(real part);b為虛部(imaginary part);T為樣本路徑長度,在本文實則補充0后的數據序列長度,對于本例,T=64。但是該方法比較繁瑣,所以本文使用的是Excel工程函數“imAbs”即,返回復數的絕對值(模)。
④繪制頻譜圖,首先要計算頻率,因為二者相差常數倍(2π),則f=時序/T,采用的頻率變化范圍 0~1,則繪制的頻譜圖是對稱的,實際上,另一半是多余的。因此,我們可以以對稱點f=0.5 為界,截取前面一半的數據,如果存在周期,則在尖峰突出的最大點可以找到,最后根據T1=1/f1(6),算出周期[14]。
(4)變差系數Cv。Cv值反映年徑流量總體離散程度,Cv值大,年徑流的年際變化劇烈,這對水利資源的利用不利,而且易發生洪澇災害;Cv值小,則年徑流量的年際變化小,有利于徑流資源用。
(7)
式中:n是觀測年數;ki是第i年的年徑流變化率。
為了消除年徑流量中Cv值的影響,本文運用公式(K-1)/Cv(8)對徑流量進行歸一化處理,其中為呈現流量的階段性變化情況,計算了其差積曲線,縱坐標表示為∑(K-1)/Cv,K為模比系數。模比系數差積曲線主要反映徑流或降水序列是否經歷豐水和枯水過程。差積曲線的上升段反映豐水期,下降段反映枯水期[15]。
由圖1可見,和田河年徑流量變化是呈波動上升的趨勢,傾向率為0.3123,其中,1953-1977年徑流變化波動幅度相對較小,而1978-2014年徑流變化幅度是相對較大,總體來看和田河徑流量是不斷地波動上升的,這也和鄒朝望等的相關研究相符合[16]。從圖2和田河年徑流量模比系數差積曲線圖可見,1953-1975和1988-2001年是枯水期、1976-1987和2002-2014年是豐水期。雖然和田河有豐水期和枯水期,但是他的變化在零刻度線以下所以年際變化不明顯。

圖1 和田河徑流量年際變化曲線圖 Fig. 1 Hotan River runoff interannual variation graph

圖2 和田河年徑流量模比系數差積曲線圖Fig. 2 Hotan River annual runoff coefficient differential mode than the plot graph
如圖3可知,在0.05的顯著性水平下,曲線UF基本是在0以上,說明和田河流域歷年降水量是呈現增加的趨勢,但是波動也比較大。UB和UF均未超過臨界直線,二者在臨界范圍之內有交點,交點年份是2001年,說明2001是突變年份,但是和田站1953-2014年降水增加趨勢不顯著。從圖4可以看出,和田河流域頻率突出點較多,參差不齊,但是只有最高點是f=0.19,通過了在0.05顯著水平下的檢驗,所以根據公式(6)得出T=5,說明和田河降水變化的周期是5 a。
總體來說,通過突變檢驗可以得知:和田河流域降水呈增加的趨勢但是,波動性比較大,增加不明顯,顯著性水平不高。通過功率譜分析,流域降水變化周期是5 a但突出點較多,周期變化幅度不大。

圖3 降水突變分析圖Fig. 3 Precipitation mutation analysis chart

圖4 和田河流域降水歷年功譜率圖Fig.4 Hotan River Basin precipitation rate over the years the power spectrum of FIG
如圖5可知,在0.05的顯著性水平下,曲線UF從1978年以后都在0值以上而且超過了臨界線,說明和田河流域歷年溫度是呈現增加的趨勢及變化比較顯著。據曲線UF和曲線UF相交于1997年,說明1997年是突變年份,從1997年以后UF值逐漸增大,且超過了0.05顯著性水平。從圖6可以看出,頻率最高點是f=0.08,而且只有這個點通過了顯著性檢驗,所以根據公式(6)得出T=12.5,說明和田河降水變化的周期大約是13 a。
總體來說,通過突變檢驗得出:和田河流域溫度呈增加的趨勢而且顯著性水平高,從突變年份到2014溫度在持續遞增,這也符合近來全球氣候變化一致。通過功譜率分析得出:流域溫度變化周期是13 a,周期變化比較大。

圖5 氣溫突變分析圖Fig.5 Temperature mutation analysis chart

圖6 和田河流域溫度歷年功譜率圖Fig.6 Hotan River Basin over the years the power spectrum of temperature rate diagram
為了對所得到的不同數據資料進行比較及進行相關性檢驗分析和建立逐步回歸方程:即對數據做標準化處理是第一步,因為在氣象的每個影響因素當中,每個要素的單位不相同,標準差和平均值也就會不一樣,計算出的結果也會有差異,所以為了使它們比較能在同一水平下進行,常使用標準化的數據處理方法,讓他們成為無單位的變量在同一水平上,即消除量綱,這種變量稱為標準化變量。常用的數據標準化方法有最大值法、最小值法、標準差法等。本文采用如下標準化公式:
運用公式對序列x1、x2、x3,…,xn進行變換:
(9)

將和田河流域1953-2014年的氣溫、降水、濕度、徑流量進行變換得到標準化值Ti(氣溫)、Pi(降水)、Ei(濕度)、Ri(徑流量),然后繪出如圖7~圖9所示。

圖7 和田河流域年徑流量與氣溫標準化數據序列變化趨勢圖Fig.7 Annual runoff and temperature trends standardized data sequence Hotan River Basin

圖9 和田河流域年徑流量與濕度標準化數據序列趨勢圖Fig.9 Annual runoff and humidity standardized data sequence trend the Hotan River Basin
由圖6可知,和田河流域的氣溫和年徑流量呈現出總體增加的趨勢,而且變化趨勢非常接近,從20世紀80年代以后豐水階段和溫度的增長是一致的,以前枯水階段和溫度的增長也是一致的,因為和田河徑流量的增長或減少主要是依靠冰雪融水補給,這也和全球溫度的升高有相關聯系。從圖7可知,年徑流量和降水的變化趨勢也基本一致但是降水相比年徑流量變化幅度較大,由上圖可看出和田地區年降水量偏少,主要是該地區深居內陸,屬于荒漠氣候,降水稀少。從圖8可知,雖然濕度相比徑流量變化幅度較大,但是20世紀80年代前后就是一個分界線,80年代以前兩者的變化趨勢一致,以后變化幅度就有明顯的差異,主要是因為該地區受氣候變化和人類活動的影響較小,80年代以后隨著全球氣候的變化,溫度升高,年降水量減少,蒸發量增加,濕度相對的減小所致。
本文利用和田水文站1953-2014年的年降水序列、年平均溫度序列以及年濕度序列,與和田河1953-2014年的年徑流量序列在DPS中進行逐步回歸分析并進行顯著性檢驗,結果得出和田河年徑流量與年平均溫度的相關系數為0.437,和年均降水量的相關系數為0.088,和年濕度的相關系數為-0.315,溫度和降水量通過了顯著水平a= 0.05的檢驗,但是濕度沒能通過顯著水平的檢驗,又因為溫度對徑流量的相關系數大于降水量對徑流量的相關系數,所以只選年均溫度被選入回歸方程?;貧w方程為:
Y徑流量=5.692 8X溫度-31.394 7
(10)
運用以上回歸方程來進行溫度對徑流量影響的量化研究,分析如表1所示。

表1 和田河流域不同溫度對徑流量的影響Tab.1 Effects of different temperatures on theHotan River Basin runoff
注:X為年均溫度,ΔX代表和田河氣溫距多年均值增加或減少的百分率;Y表示由式算出的對應溫度的和田河年徑流量;ΔY表示和田河年徑流量距多年均值增加或減少的百分率。
由上表1可以看出,當和田河流域溫度偏多或偏少2%時,和田河年徑流量會偏多3.2%或偏少0.8%,溫度偏多或偏少4%時,和田河徑流量會偏多6.8%或偏少6.7%;當溫度偏多或偏少6%時,徑流量會偏多10.3%或偏少10.7%的響應。
西北干旱區社會經濟發展、生態環境的安全,以及未來經濟社會可持續發展主要是受制約與水資源的變化。氣候變化是一個復雜的、多樣的系統問題,包含要素多,關系錯綜復雜。隨著全球氣候變暖而引起的水資源的變化,將會使干旱區在開發和利用資源的過程中生態保護和經濟發展的矛盾日益尖銳。影響徑流量的因素也很多,除了主要受氣候變化的影響,另外流域下墊面對徑流量也有影響,尤其是隨著社會經濟的日益發展人類活動對氣候變化和徑流量的變化也起著越來越重要的作用,而徑流量對氣候變化的響應也是很復雜的。另一方面,由于受資料條件的限制,人類活動因素在研究過程中未加以考慮,這需要在后繼工作中進一步加以研究 本文通過和田河流域1953-2014年62 a的氣候資料(溫度、降水、濕度)以及水文站徑流資料進行分析研究,得出以下結論:
(1)對和田河流域的降水、溫度做Mann-kendall檢驗得知,降水變化雖然在臨界線之內有突變點,但是降水降水變化顯著性不明顯,增加趨勢不大,溫度變化的顯著性比較大,1997年是突變年份,從1997年以后UF值逐漸增大,且超過了0.05顯著性水平,而且增加趨勢大。
(2)對和田河流域的降水、溫度做功率譜分析得出,和田河流域頻率突出點較多,但是只有最高點是f=0.19,通過了在0.05顯著水平下的檢驗,所以根據公式(6)得出T=5,說明和田河降水變化的周期是5年。溫度頻率最高點是f=0.08,而且只有這個點通過了顯著性檢驗,所以根據公式1.6得出T=12.5,說明和田河降水變化的周期大約是13 a。
(3)對和田河流域62 a的氣候因子(濕度、氣溫、降水量)序列和徑流進行相關性分析,濕度同徑流間的相關系數為-0.315,降水量同徑流間的相關系數為0.088,溫度同徑流見的相關系數為0.437,根據相關系數顯著性檢驗,降水和溫度的相關系數均通過了a=0.05的置信檢驗,降水、溫度和徑流之間是正相關,說明他們是促使徑流量增加的要素;濕度與徑流之間是負相關,濕度的大小往往徑流的大小相反。
(4)和田河年徑流變差系數是0.28,反映出和田河徑流的多年變化的年變差系數相對較大,徑流年際變化不穩定,總趨勢是在波動上升,傾向率是0.312 3。其中1953-1975和1988-2001年是枯水期、1976-1987和2002-2014年是豐水期。雖然和田河有豐水期和枯水期但是他的變化在零刻度線以下所以年際變化不明顯。和田河流域溫度偏多或偏少2%時,和田河年徑流量會偏多或偏少-3.8%~2.9%,溫度偏多或偏少4%時,和田河徑流量會偏多或偏少-7%~6.5%;當溫度偏多或偏少6%時,徑流量會偏多或偏少-11%~10%的響應。
□
[1] David L C,Davisa J,Marta M J,et al.Space versus place incomplex human-natural systems: Spatial and multi-level models of tropical land use and cover change (LUCC) in Guatemala[J].E-cological Modelling,2012,229:64-75.
[2] 張利平,于松延,段堯彬,等.氣候變化和人類活動對永定河流域徑流變化影響定量研究[J].氣候變化研究進展,2013, 9(6):391-397.
[3] Jiang C,Xiong L H,Wang D B, et al.Separating the impacts of climate change and human activities on runoff using the Budyko-type equations with time-varying parameters[J].Journal of Hydrology, 2015,522:326-338.
[4] Zhang L,Podlasly C,Feger K et al.Different land management measures and climate change impacts on the runoff——A simple empirical method derived in a mesoscale catchment on the Loess Plateau[J].Journal of Arid Environments,2015,120:42-50.
[5] 楊 霞. 基于SWAT模型的烏倫古河流域氣候變化對徑流影響研究[J]. 新疆環境保護,2015,(1):45-50.
[6] 胡浩云,王 鋒,李宗華,等. 不同時段氣候變化對徑流的影響研究——以漳河上游濁漳干流流域為例[J]. 中國農村水利水電,2015,(8):102-104,109.
[7] 劉貴花,齊述華,朱婧瑄,等. 氣候變化和人類活動對鄱陽湖流域贛江徑流影響的定量分析[J]. 湖泊科學,2016,(3):682-690.
[8] 陳亞寧,李 稚,范煜婷,等.西北干旱區氣候變化對水文水資源影響研究進展[J]. 地理學報,2014,69(9):1 295-1 304.
[9] 梁立功.新疆塔河流域氣溫、降水和徑流變化特征[J]. 人民黃河,2014,36(8):24-27.
[10] 努爾比耶·艾合麥提托合提. 氣候變化與人類活動對開都河徑流量的影響研究[D]. 烏魯木齊:新疆大學,2015.
[11] 李衛紅,黎 楓,陳忠升,等. 和田河流域平原耗水驅動力與適宜綠洲規模分析[J]. 冰川凍土,2011,(5):1 161-1 168.
[12] 周 麗,謝舒蕾,范 君,等. 內江市近43年來日照時數變化趨勢預測研究[J]. 內江師范學院學報,2015,(12):37-42,65.
[13] 唐啟義. DPS數據處理系統-實驗設計、統計分析及數據挖掘[M]. 北京:科學出版社,2010:992,995.
[14] 陳彥光. 基于Excel的地理數據分析[M]. 北京:科學出版社, 2010.
[15] 白淑英,顧海敏,史建橋,等. 近50 a長江流域暴雨日數時空變化分析[J]. 長江流域資源與環境,2015,(7):1 255-1 262.
[16] 鄒朝望,尹耀鋒,孫媛媛.氣候變化下南疆地區徑流變化趨勢分析[J].人民珠江,2016,37(1): 60-63.