周平, 陳剛, 劉智勇, 高常軍

1. 廣東省林業(yè)科學研究院, 廣州 5105202. 海德堡大學地理研究所, 海德堡 D-69120

東江流域降水與徑流演變趨勢及周期特征分析

周平1, 陳剛1, 劉智勇2,*, 高常軍1

1. 廣東省林業(yè)科學研究院, 廣州 510520
2. 海德堡大學地理研究所, 海德堡 D-69120

周平, 陳剛, 劉智勇, 等. 東江流域降水與徑流演變趨勢及周期特征分析[J]. 生態(tài)科學, 2016, 35(2): 44-51.

ZHOU Ping, CHEN Gang, LIU Zhiyong, et al. Variation trend and periodicity analysis of precipitation and runoff in Dongjiang Watershed[J]. Ecological Science, 2016, 35(2): 44-51.

認識流域水文演變趨勢和周期性規(guī)律對流域可持續(xù)發(fā)展規(guī)劃具有重要的生態(tài)意義?；?1989—2011年東江流域9個氣象站點的逐日降水數(shù)據(jù)和3個水文代表站(龍川、河源和博羅)的日徑流數(shù)據(jù), 分別采用Mann-Kendall趨勢檢驗和小波分析方法對東江流域降水量和徑流量變化趨勢和周期特征進行了研究。結(jié)果表明 1989—2011年間東江流域年降水量和春冬季節(jié)降水量呈不顯著的減少趨勢, 而夏秋季節(jié)降水量有增多的趨勢; 位于上、中、下游水文站點的年徑流量和枯水期徑流量均呈現(xiàn)不顯著的下降趨勢; 東江流域的降水和徑流趨向于更加不均的時空分布特征,其周期性演變趨勢的時空特征較一致; 年徑流系數(shù)的變化幅度極小(Mann-Kendal傾斜度接近0)。這項研究也將有益于位于亞熱帶類似的流域森林植被恢復(fù)的政策決定。

降水; 徑流; Mann-Kendall檢驗; 小波分析; 東江流域

1 前言

水文循環(huán)過程作為地球物理系統(tǒng)的重要組成部分, 它與氣候系統(tǒng)相互作用、相互影響[1–2]。全球氣候的變暖直接影響區(qū)域降水頻率、強度以及時空分布, 進而影響徑流量的變化和水資源分配。近年來,國內(nèi)外一些學者采用不同研究方法對所研究區(qū)域內(nèi)的降水和徑流的變化趨勢和周期進行了大量研究[3–4]。如Tabai和Talaee[5]采用Mann-Kendal檢驗法和線性回歸方法分析了伊朗41個氣象站點1966—2005年降水的變化趨勢。劉超等[6]采用假設(shè)統(tǒng)計法對黃河上游近 30年的降水和徑流變化趨勢進行了分析。王澄海和崔洋[7]利用小波分析和奇異譜分析方法對我國西北地區(qū)近 50年的降水周期的穩(wěn)定性進行了對比分析。邱臨靜等[8]運用滑動平均法、Mann-Kendall趨勢法和Sen斜率估計法分析了延河流域1952—2008年降水和徑流的變化特征。劉兆飛等[9]結(jié)合Mann-Kendall和小波分析方法對太湖流域1957—2009年氣象數(shù)據(jù)和徑流量的變化趨勢和周期特征進行了研究, 并探討了降水和徑流之間的耦合關(guān)系。

東江流域作為氣候變化的敏感區(qū), 降水的時空分布不均加劇了該流域的干旱、洪澇和季節(jié)性的水資源短缺問題, 因而充分認識東江流域水文循環(huán)過程的演變趨勢和周期規(guī)律, 對科學進行東江流域水資源的綜合開發(fā)利用具有重要指導(dǎo)意義[10–11]。此外, 近20年來, 東江流域的植被也在不斷改善[12], 森林植被的恢復(fù)是否會影響該流域產(chǎn)水量的大小也是值得研究的問題。本研究以非參數(shù)統(tǒng)計檢驗(Mann-Kendall)方法為主, 并結(jié)合基于顯著性檢驗的小波分析方法對1989—2011年間東江流域及周邊9個氣象站點的逐日降水數(shù)據(jù)和3個水文代表站(龍川、河源和博羅)的日徑流數(shù)據(jù)進行趨勢及周期分析, 為進一步探討東江流域氣候變化特征和水文循環(huán)過程奠定基礎(chǔ)。

2 數(shù)據(jù)來源與研究方法

2.1 研究區(qū)概況

東江流域位于東經(jīng) 113°52＇—115°52＇, 北緯22°38＇—25°14＇, 干流全長562 km, 其中在江西省境內(nèi)長度127 km, 廣東省境內(nèi)長度435 km, 流域總面積35340 km2(圖1)。東江直接為河源、惠州、東莞、廣州、深圳以及香港近4000萬人口提供生產(chǎn)、生活和生態(tài)用水。流域內(nèi)地貌以低山丘陵為主, 地勢東北部高、西南部低。東江流域?qū)倌蟻啛釒駶櫦撅L氣候區(qū), 光熱充足, 雨量充沛。年平均氣溫21.1 ℃,最冷1月平均氣溫11.9 ℃, 極端最低氣溫 –3.8 ℃,最熱7月平均氣溫28.1 ℃, 極端最高氣溫39.3 ℃。年平均降水量1665 mm, 4—9月為雨季, 約占全年總降水量的80%, 11月至翌年3月為旱季, 僅占全年總降水量的 20%。流域多年平均水面蒸發(fā)量在1000—1400 mm之間, 流域年平均水資源總量約為331.1億m3。東江流域森林植被主要為南亞熱帶季風常綠闊葉林, 主要由樟科、殼斗科、?？?、桃金娘科、大戟科、茶科、豆科和番荔枝科等組成[13]。

圖1 東江流域范圍及站點分布圖Fig. 1 Map of Dongjiang Watershed and distribution of weather stations

2.2 數(shù)據(jù)資料

數(shù)據(jù)采用廣東省水文局提供的 9個氣象站點23年(1989—2011年)的日降水資料和分別處于流域上中下游的 3個水文站點(龍川、河源和博羅站)1989—2011年的逐日實測徑流資料, 流域位置及站點分布見圖1。采用克里金插值方法(Kriging)[14]在ArcGIS 9.3平臺下分析降水要素的空間分布特征以及計算其在整個流域的平均值。

2.3 Kriging插值方法

克里金方法(Kriging)是以空間統(tǒng)計學作為理論基礎(chǔ)(空間自相關(guān)性), 采用半方差函數(shù)對未知的采樣點進行無偏估值的插值方法, 能對空間分布數(shù)據(jù)進行最優(yōu)、線性估計, 是主要的插值方法之一。表達式為:

式中:Z為估算點的降水量值;λi為參與插值的站點對估算點降水要素的權(quán)重;Z(xi)表示第i個位置處的降水測量值(克里金法可將數(shù)學函數(shù)與指定數(shù)量的點或指定半徑內(nèi)的所有點進行擬合以確定每個位置的輸出值)。為了實現(xiàn)線性無偏估算, 使估算方差最小, 可以采用Ordinary/Simple Kriging方程組求得權(quán)重系數(shù), 在克里金插值方法中, 權(quán)重不僅建立在實測點和插值點間距的基礎(chǔ)上, 還要考慮實測點的位置以及空間分布[14]。

2.4 Mann-Kendall非參數(shù)統(tǒng)計檢驗法

Mann-Kendall非參數(shù)秩次相關(guān)檢驗法是檢驗氣象水文時間序列單調(diào)趨勢的有效工具, 主要特點為不受少數(shù)異常值的干擾, 適用于類型變量和順序變量且不要求樣本遵從一定的分布[15]。Mann-Kendall檢驗統(tǒng)計量Z的計算公式為:

式中:n為樣本序列時間長度;kx和ix為第k和i個樣本數(shù)據(jù), 且(k＞i),jt為寬度(extent)為j的“結(jié)”(ties)的數(shù)量。比如, 對于數(shù)據(jù)集{ 5, 5, 6, 7, 8, 8, 8, 10, 10, 11, 12, 12},jt值是:13t= [三個沒有連“結(jié)”(untied)的值(即6,7,11), 寬度為1],23t= [有三個寬度為2的連“結(jié)”的值, 即(5, 10, 12)],31t= [有一個寬度為 3 的連“結(jié)”值, 即(8)][14]。 ()Var S為方差。對于給定的顯著性水平α, 若則否定原假設(shè), 說明該時間序列存在明顯的上升或者下降趨勢, 若則原假設(shè)成立, 說明時間序列沒有明顯的變化趨勢。

Mann-Kendall傾斜度指標β用來衡量序列單調(diào)趨勢, 計算公式為:

式中 1＜j＜i＜n,β的正或負分別表示變量隨時間增加或減少。

2.5 Morlet小波分析法

小波分析是在傅里葉變化的基礎(chǔ)上引入窗口函數(shù), 將時間序列分解為時間和頻率的貢獻, 利用小波變換的時頻局部化優(yōu)勢可以用來探討時間序列的周期成分和多時間尺度變化特征。小波函數(shù)是小波分析的關(guān)鍵[16–17], 本研究采用 Morlet小波函數(shù), 其表達式為:

式中:0ω為常數(shù),i為虛數(shù),η表示為無量綱的“時間”單位。

本研究采用Torrence和Compo[18-19]的研究成果,離散持續(xù)小波變換方程式如下:

式中:nx為具有相等時間間隔(tδ)的離散的時間序列;n為平移參數(shù),n=0,…,N–1; *號表示共軛復(fù)數(shù);s為用來改變尺度的“擴張”參數(shù)(Dilation parameter)。由于Morlet小波并沒有完全的將時間域局部化, 因而在Torrence和Compo的研究方法中, 考慮了邊角效果(Edge effects)的“影響錐”方法(Cone of influence, COI)被引入, 此外, 新的小波分析方法中也引入了顯著性水平α=0.05的信度檢驗[20–22]。

3 結(jié)果與分析

3.1 降水量Mann-Kendal趨勢檢驗結(jié)果

東江流域及周邊各站點降水量年序列(1989—2011年)Mann-Kendal趨勢檢驗的空間分布見圖2?？梢钥闯? 除惠陽站外所有站點年降水的統(tǒng)計量 Z值均小于 0, 各站點年降水量變幅(傾斜度β)為–0.57—5.88 mm·10–1·a–1, 且所有站點變化趨勢均未通過顯著水平α=0.05的信度檢驗, 表明東江流域年降水量總體表現(xiàn)為不顯著的下降趨勢, 但個別站點年降水量呈現(xiàn)不顯著的上升趨勢, 如惠陽站, 其傾斜度β為5.88 mm·10–1·a–1。此外, 從年平均降水量的空間分布來看, 年平均降水量較多的地區(qū)主要集中在東江流域的中游和下游地主, 在該流域的上游地區(qū)年平均降水量相對偏少, 年平均降水量在整個流域內(nèi)的變化區(qū)間為1467—1906 mm, 由東北向西南呈現(xiàn)遞增趨勢。

對東江流域及周邊各站點不同季節(jié)(1989—2011 年)降水量序列進行Mann-Kendal趨勢檢驗分析表明(圖3), 9個氣象站點春冬降水量均表現(xiàn)為不顯著下降趨勢(未通過顯著水平α=0.05的信度檢驗), 各站點春季降水量降幅在–11.58—–1.63 mm·10–1·a–1之間,冬季降水量減少幅度區(qū)間為–6.82—–3.23 mm·10–1·a–1。與春冬季不同, 所有站點夏秋季降水量都呈現(xiàn)上升趨勢, 表明春冬季節(jié)降水量的減少對全年總體降水量的減少起了主要貢獻。夏季各站點降水量增幅在0.85—12.16 mm·10–1·a–1之間, 且連平、尋烏和惠陽3個站點上升趨勢顯著。秋季各站點降水量增加趨勢與夏季一致, 但增幅相對較小, 有 4個站點的趨勢顯著(分別為岳城、順天、惠陽和博羅), 主要集中在流域中游和下游地區(qū)。各季節(jié)平均降水量空間分布情況表明, 春季平均降水量空間分布與年平均降水量分布一致, 夏秋季節(jié)流域平均降水量主要集中在下游地區(qū), 上游降水相對偏少, 而冬季則剛好相反, 表現(xiàn)為流域上游比下游地區(qū)降水量相對豐沛。

圖 2 東江流域各站點降水量年序列變化趨勢的顯著性、Mann-Kendal傾斜度及空間分布Fig. 2 Trends of annual precipitation with its magnitude value at each station and spatial distribution of annual precipitation in Dongjiang Watershed

3.2 徑流量Mann-Kendal趨勢檢驗結(jié)果

對東江流域上中下游龍川、河源和博羅3個具有代表性的水文站點 1989—2011年徑流量變化趨勢進行分析表明(表1), 流域徑流量主要集中在汛期(4—9月), 3個站點汛期的徑流量變差系數(shù)CV值相對于全年和枯水期最大(均＞=0.36), 而枯水期變差系數(shù)CV相對較小(均＜=0.27), 3個站點年徑流量的變差系數(shù)約為 0.29, 表明該流域汛期徑流量的振蕩幅度相對較大, 而在枯水期東江流域徑流相對穩(wěn)定,受降雨影響程度較小, 其徑流主要貢獻來自基流。表2為1989—2011年東江流域年、汛期和枯水期徑流量序列的 Mann-Kendal趨勢檢驗結(jié)果。整個東江流域年徑流量和枯水期徑流量統(tǒng)計量 Z值均小于0, 且未達到α=0.05的顯著性水平, 說明年徑流量和枯水期徑流量都呈現(xiàn)為不顯著的下降趨勢,其中傾斜度β絕對值最大的為河源站, 其年徑流量和枯水期徑流量的傾斜度β分別達到了–10062.00 萬m3·10–1·a–1和–2835.00萬m3·10–1·a–1。比較特殊的是龍川站汛期徑流量表現(xiàn)為不顯著的增加趨勢, 增幅為2486.30萬m3·10–1·a–1, 而中游和下游兩站汛期徑流量表現(xiàn)為不顯著下降趨勢。此外, 對流域年徑流系數(shù)的趨勢分析結(jié)果表明(表3), 處于上游的龍川站年徑流系數(shù)變化趨勢并不明顯(微弱的上升趨勢),處于中游和下游的兩個站點的年徑流系數(shù)呈現(xiàn)為下降趨勢(沒有達到α=0.05的顯著性水平), 但變法幅度較小(β值接近0)。

圖3 東江流域各站點四季降水量變化趨勢的顯著性、Mann-Kendal傾斜度及空間分布(a. 春季、b. 夏季、c. 秋季、d. 冬季)Fig. 3 Trends of precipitation in four seasons with their magnitude value at each station and spatial distribution of seasonal precipitation in Dongjiang Watershed (a. Srping, b. Summer, c. Autumn, d. Winter)

表1 1989—2011年東江流域徑流量變化特征Tab. 1 The variation of runoff in Dongjiang Watershed from 1989 to 2011

表2 東江流域上中下游3個代表站點徑流量Mann-Kendal統(tǒng)計檢驗結(jié)果Tab. 2 Results of Mann-Kendal test for runoff at the 3 different parts of Dongjiang Watershed

表 3 東江流域上中下游 3個代表站點年徑流系數(shù) Mann-Kendal統(tǒng)計檢驗結(jié)果Tab. 3 Results of Mann-Kendal test for annual runoff coefficient at the 3 different parts of Dongjiang Watershed

3.3 降水量和徑流量周期變化小波分析結(jié)果

采用ArcGIS 9.3軟件中的Kriging空間插值方法計算整個流域面的多年(1989—2011年)降水量,并在Matlab軟件中進行小波運算, 得到包括流域年降水量的小波變換(圖 4a)及方差分布(圖 4b)。小波變換圖紅色區(qū)域表示代表要素值偏高, 而藍色區(qū)域表示代表要素值偏低, 同一顏色的中心區(qū)對應(yīng)突變點, 黑色的等值線包圍的區(qū)域表示通過0.05顯著性水平檢驗, 黑色弧線以上的區(qū)域為考慮了小波邊角效應(yīng)(Edge effects)的“影響錐”(Cone of Influence, COI)區(qū)域。小波方差圖能表示各振蕩周期在0.05顯著性水平下的顯著性(圖4右中虛線以上的振蕩周期表明通過0.05的顯著性水平檢驗)。圖4表明流域年降水量存在1 a, 3 a, 7—9 a的振蕩周期, 但3 a, 7—9 a的振蕩周期沒有通過了0.05的顯著性水平檢驗, 小波變換圖中紅色區(qū)域表明東江流域在 1993—2001年以及 2006—2009年間年降水量振蕩比較強烈(降水量相對增加的幅度較大), 而 2002—2004年間振蕩相對比較平緩。

分別對研究流域龍川、河源和博羅3個站點年徑流量時間序列進行小波分析表明(圖5), 3站點年徑流量小波變換基本一致。小波方差分布(圖5b、圖5d、圖 5f)表明, 龍川站存在 3個振蕩周期, 分別為1 a, 3 a, 5—6 a和10—12 a; 河源站振蕩周期為1 a, 3 a, 5—6 a及9—13 a; 博羅站振蕩周期為1 a, 3 a, 6 a 和11—13 a。3個站點的各振蕩周期與流域年降水量周期性分析結(jié)果相近。3個站點的小波變換圖中均表明3個站點年徑流量變振蕩幅度較大(徑流量相對增加的幅度較大)的年份主要集中 2005—2007年, 而在2000—2003年流域年徑流量處于枯水期, 3個站點年徑流量小波變換圖與流域年降水量小波變換圖也基本接近。3個站點1a的顯著振蕩周期(黑色等值線區(qū)域)主要出現(xiàn)在1992—1998年及2004—2008年左右, 且這個時期徑流處于豐水期。

圖4 東江流域年降水量(a)及小波變換方差分布(b)Fig. 4 Results of the Morlet wavelet for annual precipitation of Dongjiang Watershed

圖5 東江流域3個站點年徑流量小波分析Fig. 5 Results of the Morlet wavelet for annual runoff of 3 stations in Dongjiang Watershed

4 討論與結(jié)論

東江流域所有研究站點的降水量在春冬季節(jié)均呈現(xiàn)不顯著下降趨勢, 在夏秋季節(jié)均為上升趨勢,其中一些站點上升趨勢達到了0.05的顯著性水平,說明在1989—2011年間東江流域降水趨向于更加不均的時間分布特征。該趨勢可能會引起該流域的干旱、洪澇和季節(jié)性的水資源短缺問題加劇。東江流域枯水期最長連續(xù)無降水日數(shù)的變化特征研究也說明東江流域存在季節(jié)性干旱加劇的可能性[10]。東江流域研究站點年徑流量和枯水期徑流量均呈現(xiàn)為不顯著下降趨勢?？赡苁芙邓繙p少和土地利用類型變化等因素的影響[11–12]。但龍川站汛期徑流量表現(xiàn)為不顯著的增加趨勢, 主要可能是由于夏秋季節(jié)流域降水量趨勢增加導(dǎo)致。流域年降水量存在1 a、3 a 和7—9 a的振蕩周期, 位于流域上、中、下游代表站點的年徑流量也存在3個振蕩周期, 且周期較為接近, 說明東江流域降水和徑流的周期性演變趨勢的時空特征較一致。

森林的變化是否會影響到產(chǎn)水量的變化一直是國內(nèi)外森林水文的研究熱點, Zhou et al. 通過構(gòu)建氣候和土地覆蓋影響流域產(chǎn)水量的全球模式定量闡述了在全球范圍內(nèi)森林增加會增加、減少或不影響年均產(chǎn)水量的具體時空格局[23]。針對位于南亞熱帶流域面積在35340 km2的東江流域而言, 在1989—2009年植被恢復(fù)的過程中[12], 該研究發(fā)現(xiàn)期間流域上、中、下游的年均徑流系數(shù)的變化趨勢均接近于零, 這屬于全球模式中的森林增加并不影響年均產(chǎn)水量的情況, 說明在東江流域森林的增加對年均產(chǎn)水量并沒有負面影響。森林增加是否會減少該流域的泥沙含量, 是否會調(diào)節(jié)年度內(nèi)豐水期和枯水期的徑流量, 是否會影響地表徑流和地下徑流的比例有待于進一步研究。

本文通過對東江流域降水與徑流演變趨勢及周期特征分析的研究, 得出以下主要研究結(jié)論:

(1) 1989—2011年間, 東江流域的降水趨向于更加不均的時空分布特征。

(2) 東江流域上、中、下游降水和徑流的周期性演變趨勢的時空特征較一致。

(3) 在東江流域森林植被改善的情況下, 流域各研究站點的徑流系數(shù)并沒有呈減少的趨勢, 期間變化趨勢傾斜度接近于零。

由于本研究采用數(shù)據(jù)時間序列較短, 未能在更長時間尺度上研究該流域植被、氣象和水文序列的趨勢性和周期性規(guī)律, 將在后繼的工作中做進一步研究, 并將深入分析人類活動對下墊面的干擾和氣候變化對東江流域產(chǎn)水量的影響。

[1] 陳仁升, 康爾泅, 楊建平, 等. 水文模型研究綜述[J]. 中國沙漠, 2003, 23(3): 221–229.

[2] 張升堂, 康紹忠, 張楷. 黃土高原水土保持對流域降雨徑流的影響分析[J]. 農(nóng)業(yè)工程學報, 2004, 20(6): 56–59.

[3] FU Guobin, CHEN Shulin, LIU Changming, et al. Hydroclimatic trends of the Yellow River Basin for the last 50 years[J]. Climatic Change, 2004, 65: 149–178.

[4] YUE Sheng, PILON P, PHINNEY B, et al. The influence of autocorrelation on the ability to detect trend in hydrological series [J]. Hydrological Processes, 2002, 16(9): 1807–1829.

[5] TABARI H, HOSSEINZADEH T P. Temporal variability of precipitation over Iran: 1966-2005 [J]. Journal of Hydrology, 96(3/4): 313–320.

[6] 劉超, 秦毅, 鄧娜. 黃河上游主要干支流近期降水、徑流統(tǒng)計特征變化分析[J]. 水土保持學報, 2004, 18(1): 96–99.

[7] 王澄海, 崔洋. 西北地區(qū)近 50 年降水周期的穩(wěn)定性分析[J]. 地球科學進展, 2006, 21(6): 576–584.

[8] 邱臨靜, 鄭粉莉, 尹潤生. 1952-2008年延河流域降水與徑流的變化趨勢分析[J]. 水土保持學報, 2011, 25(3): 49–53.

[9] 劉兆飛, 王翊晨, 姚治君, 等. 太湖流域降水、氣溫與徑流變化趨勢及周期分析[J]. 自然資源學報, 2011, 26(9): 1575–1584.

[10] 王兆禮, 覃杰香, 陳曉宏. 東江流域枯水期最長連續(xù)無降水日數(shù)的變化特征[J]. 地理研究, 2011, 30(9): 1693–1701.

[11] 王兆禮, 陳曉宏, 楊濤. 東江流域博羅站天然年徑流量序列多時間尺度分析[J]. 中國農(nóng)村水利水電, 2010, (2): 21–24.

[12] 彭資, 谷成燕, 劉智勇, 等. 東江流域1989–2009年土地利用變化對生態(tài)承載力的影響[J]. 植物生態(tài)學, 2014, 38(7): 675–686.

[13] 林凱榮, 何艷虎, 雷旭, 等. 東江流域1959–2009年氣候變化及其對徑流的影響[J]. 生態(tài)環(huán)境學報, 2011, 20(12): 1783–1787.

[14] 朱蕾, 黃敬峰. 山區(qū)縣域尺度降水量空間插值方法比較[J]. 農(nóng)業(yè)工程學報, 2007, 23(7): 80-85.

[15] XU Z X, TAKEUCHI K, ISHIDAIRA H. Long-term trends of annual temperature and precipitation time series in Japan [J]. Journal of Hydroscience and Hydraulic Engineering, 2002, 20(2):11–26.

[16] KARINA L, ANDREA I P, PEDRO J D. Mineral Weathering in a Semiarid Mountain River: Its assessment through PHREEQC inverse modeling [J]. Aquatic Geochemistry, 2005, 11(2):173–194.

[17] 程正興, 楊守志, 馮曉霞. 小波分析的理論、算法、進展和應(yīng)用[M]. 北京: 國防工業(yè)出版社, 2007.

[18] TORRENCE C, COMPO G P. A practical guide to wavelet analysis [J]. Bulletin of the American Meteorology Society, 1998, 79 (1): 61–78.

[19] GRINSTED A, MOORE J C, JEVREJEVA S. Application of the cross wavelet transform and wavelet coherence to geophysical time series [J]. Nonlinear Processes in Geophysics, 2004, 11: 561–566.

[20] ZHANG Qiang, XU Chongyu, JIANG Tong, et al. Possible influence of ENSO on annual maximum streamflow of the Yangtze River, China [J]. Journal of Hydrology, 2007, 333: 265–274.

[21] ZHAI Luxin, FENG Qi. Spatial and temporal pattern of precipitation and drought in Gansu Province, Northwest China [J]. Natural Hazards, 2009, 49: 1–24.

[22] 李輝, 練繼建, 王秀杰. 基于小波分解的日徑流逐步回歸預(yù)測模型[J]. 水利學報, 2008, 39(12): 1334–1339.

[23] ZHOU Guoyi, WEI Xiaohua, CHEN Xiuzhi, et al. Global pattern for the effect of climate and land cover on water yield [J]. Nature Communication, 2015, 6: 5918. doi: 10.1038/ncomms6918.

Variation trend and periodicity analysis of precipitation and runoff in Dongjiang Watershed

ZHOU Ping1, CHEN Gang1, LIU Zhiyong2,*, GAO Changjun1
1.Guangdong Academy of Forestry,Guangzhou510520,China2.Institute of Geography,Heidelberg University,Heidelberg D-69120,Germany

It is of vital importance for sustainable watershed development planning to understand hydrological trends and cyclical patterns. We explored trends and periodicities of precipitation and runoff in Dongjiang Watershed by the non-parametric Mann-Kendall test and Morlet wavelet analysis based on daily precipitation data in 9 meteorological stations and the daily runoff data in 3 hydrological stations (Longchuan, Heyuan and Boluo station) from 1989-2011. The results showed that the annual precipitation, precipitation in spring and winter had insignificantly decreasing trends during 1989-2011, while precipitation in summer and autumn presented increasing trends. The annual runoff and runoff in dry season showed insignificant declining trends in the upper, middle and lower reaches of the watershed. The precipitation and runoff tended to be more uneven temporal and spatial distribution,with similar periodical characteristics. The changes in annual runoff coefficient were subtle withβvalues of Mann-Kendal test close to 0. The study could be beneficial to the policy-decision on forest restoration in subtropical similar watersheds.

precipitation; runoff; Mann-Kendall test; Morlet Wavelet Translation; Dongjiang Watershed

10.14108/j.cnki.1008-8873.2016.02.007

文獻標識碼：A 文章編號：1008-8873(2016)02-044-08

2014-11-18;

2015-04-08

國家自然科學基金重點項目(41430529); 國家林業(yè)局公益性行業(yè)專項(201204104)

周平(1977—), 女, 湖北荊州人, 博士, 研究員, 主要從事生態(tài)學研究, E-mail: zhoupinger@qq.com

*通信作者:劉智勇, 男, 博士生, 主要從事地理信息系統(tǒng)和水文學研究, E-mail: zhiyong.liu@geog.uni-heidelberg.de