鑒江流域枯水期來水量分析

張義宇

(廣東省水文局茂名水文分局，廣東 茂名 525000)

鑒江是茂名、湛江兩市的主要供水水源，為貫徹落實最嚴格水資源管理制度及鑒江流域水資源分配方案，2010年11月1日正式開啟鑒江流域水量調度，通過統一調度運行，有效保障流域用水安全。但近年來天氣異常，從2018年秋季開始太平洋進入厄爾尼諾現象。2019年10月8日至2020年1月20日鑒江流域中上游地區連續104 d無有效降雨。2020年1月中旬，鑒江、袂花江平均來水量頻率在30%～60%之間，接近輕度水文干旱；羅江平均來水量頻率73%，輕度水文干旱。因此，開展鑒江流域枯水期來水量分析，確保水資源合理調度十分必要，并且該項工作對今后鑒江流域水資源分析、通航水位分析、水利工程建設和規劃都具有重大意義。

1 流域概況

鑒江流域集雨面積6 914 km2，地處北回歸線以南，屬亞熱帶季風氣候區，受海洋性和大陸性氣候共同影響，冬季盛行偏北風，夏季盛行東南風。鑒江流域雨量充沛，多年平均降水量為1 820.0 mm，年降水量大多在1 600.0 mm 以上，但地區間差異大，年內分布不均勻。降水每年多集中在4—10月汛期，約占年降水量的88%， 11月—次年3月的降水量僅占年降水量的12%；降水量受地形影響明顯，變化大，多年平均變幅在1 400.0～2 800.0 mm之間，降水量的年際變化也較大，豐水年與枯水年降水量的比值可達2～4倍。

羅江是鑒江最大的一級支流，發源于茂名市信宜旺將，先入廣西北流勾髻頂西南，后經高州荷花、石板，化州播揚、寶圩、那務至合江與平定水匯合后，經江湖、林塵、中垌、官橋等地在化州市區匯入鑒江，全長143 km，縱貫化州市境內長110 km。全流域集雨面積2 618 km2，茂名市境內集雨面積1 943 km2，羅江床平均坡降為0.64‰。鑒江流域水系如圖1所示。

圖1 鑒江流域水系示意

2 站點介紹及資料收集

化州水文站為鑒江流域控制站，控制集雨面積占鑒江流域面積的89.0%；高州水文站為鑒江流域中上游控制站，控制集雨面積占鑒江流域面積的42.0%；合江水文站為羅江中游控制站，控制集雨面積占鑒江流域面積的27.6%。收集各站1999—2018年枯水期流量(見圖2～4)可知，11月月平均流量為消退流量，在12月、次年1月及2月顯減少趨勢。2016年1月出現月平均流量增大，為受冷空氣和暖濕氣流影響，導致鑒江全流域多站出現了非汛期洪水。

圖2 化州水文站1999—2018年枯水期流量

圖3 高州水文站1999—2018年枯水期流量

圖4 合江水文站1999—2018年枯水期流量

3 分析方法

3.1 退水公式法

枯水期一般降雨稀少，主要由河網蓄水補給或地下水補給，控制斷面的流量過程一般呈退水規律，退水公式公式如下：

Q(t)=Qe-t/Kg

(1)

(2)

式中Kg為地下水退水參數；t為退水時間；Q為開始消退流量；Q(t)、Q(Δt)為退水時刻t、Δt的流量。

3.2 回歸方程統計法

在中長期水文預報中，預報因子與預報因子之間不是常常呈現線性關系，有時會呈現非線性關系，表1是常用的回歸公式。

表1 常用回歸公式

4 數據分析

4.1 退水公式法流量計算

通過對歷年數據分析，運用退水公式(2)求得各月份Kg。而用于預報的開始消退流量與歷年同期開始消退流量之差為絕對值組成的Q變量，運用函數公式“ABS(開始消退流量-歷年同期)=Q變量”，Q變量越小說明函數浮動較穩定，最小的Q變量對應的Kg值為預報不同時段Q(t)值的退水公式系數[1]。化州、高州、合江水文站2019年11月開始消退流量為 47.7 m3/s、41.2 m3/s、21.4 m3/s。

化州站最小Q變量為1.60，對應的12月、次年1月、次年2月的Kg為：4.51、7.08、24.00；高州水文站下游電站2010年2月開始運行，鑒江調度方案為2010年11月實施，取2010—2018年最小Q變量0.30，對應的Kg為：-409.50、7.86、23.56；合江水文站最小Q變量為2.70，對應的Kg為：2.14、3.67、2.49。各站退水公式法計算結果見表2。

表2 各站退水公式法計算結果

4.2 回歸方程統計法流量計算

本文采用SPSS統計分析軟件，對化州水文站、高州水文站、合江水文站歷史數據進行線性、對數、逆模型、二次項、冪、復合、S、增長、指數分布曲線關系分析[2]。

化州、高州、合江水文站12月至次年2月擬合結果見表3，各站歷年枯水期與擬合流量對比見圖5～7。

表3 各站回歸方程擬合結果

圖5 化州站歷年枯水期實測與擬合流量對比示意

圖6 高州站歷年枯水期實測與擬合流量對比示意

圖7 合江站歷年枯水期實測與擬合流量對比示意

5 結果分析

表4給出了各站2019—2020年枯水期預報成果對比，從表中可以看出，退水公式法12月、次年1月的預報值與實測月平均流量相差4 m3/s，次年2月化州、高州站和合江站預測值與實測月平均流量分別相差10 m3/s、6 m3/s、4 m3/s；回歸方程統計法12月、次年1月的預報值與實測月平均流量相差4 m3/s，次年2月化州站、高州站和合江站預測值與實測月平均流量分別相差14 m3/s、10 m3/s、3 m3/s。因2月春雨及水利調度春耕用水，對2月預測存在一定誤差。

表4 2019—2020年枯水期預報綜合 m3/s

運用退水公式法對枯水期資料進行分析時，計算的退水與實測退水曲線擬合存在差異，主要因為水庫對江河來水補給所造成，而實時起退流量、退水系數Kg在整個退水過程中不夠穩定，這都約束了退水曲線；回歸方程統計法對枯水期趨勢能有比較好的判斷，但對突發非汛期降雨造成的來水量預測依然不足。兩種方法都能較好預測枯水期來水量[3]。

6 結語

通過對歷年枯水期來水量統計分析，運用退水公式、回歸方程統計法可以做到提前預報預測，為進一步優化水資源水資源調度提供了有效的技術手段。但天氣大環境的變化，令預報預測結果存在一定偏差。枯水期需密切關注枯水期旱情發展，對旱情進行研判，制定抗旱應急預案，細化用水方案，科學合理調度水資源[4]。