萬智巍, 連麗聰, 賈玉連, 洪祎君, 蔣梅鑫

(1.江西師范大學(xué) 地理與環(huán)境學(xué)院 鄱陽湖濕地與流域研究教育部重點(diǎn)實(shí)驗(yàn)室, 江西 南昌 330022; 2.中國科學(xué)院 地理科學(xué)與資源研究所 陸地表層格局與模擬院重點(diǎn)實(shí)驗(yàn)室, 北京 100101)

長江是中國第一大河、世界第三大河，全長6 371 km，流域面積1.80×106km2。長江流域大部分地區(qū)位于東亞季風(fēng)區(qū)的核心地帶，氣候濕潤、年平均降雨量在1 000 mm以上，有超過1/2的降水轉(zhuǎn)化為徑流并最終匯入東海[1]。大通站是海洋潮汐所能達(dá)到的上界，控制著長江流域94%的流域面積。長江自大通以下即為感潮河段，因此一般以大通站的流量作為長江入海流量[2]。河流流量以及水文情況是整個(gè)區(qū)域降水、徑流、蒸發(fā)以及水資源綜合利用的整體體現(xiàn)，因此長江入海流量可以作為一個(gè)重要指標(biāo)反映長江流域的總體水文狀況。以往的研究表明[3-4]，長江流量在1950s—1990s為下降趨勢(shì)，之后則轉(zhuǎn)為上升趨勢(shì)。夏雪瑾等[5]對(duì)長江大通站流量的研究表明，大通站平均流量自1978年以來呈上升趨勢(shì)，但是并不顯著。由于中國大部分地區(qū)系統(tǒng)水文觀測(cè)始于1949年之后，因此有關(guān)長江入海流量的研究大多起始于1950年有實(shí)測(cè)水文數(shù)據(jù)之后[6]。為了探討更長時(shí)間尺度上的流量變化規(guī)律和趨勢(shì)，有必要利用更長時(shí)間的水文資料，研究百年尺度以上的長江入海流量變化。本研究擬利用1865年以來長江中游漢口站實(shí)測(cè)流量數(shù)據(jù)，基于近50 a大通站和漢口站流量一元回歸模型，恢復(fù)近150 a來長江入海流量年平均序列。并以此為基礎(chǔ)綜合利用線性傾向法和MK趨勢(shì)檢驗(yàn)法[7]進(jìn)行趨勢(shì)分析，利用累積距平法[8]進(jìn)行階段分析，利用MK突變檢驗(yàn)[7]進(jìn)行突變分析，并基于MTM多窗譜分析[9]、小波功率譜[10]、EEMD集合經(jīng)驗(yàn)?zāi)B(tài)分解[11-12]等方法進(jìn)行多尺度周期分析。

1 數(shù)據(jù)與方法

1.1 流量數(shù)據(jù)

所利用的流量數(shù)據(jù)主要來自相關(guān)年度中華人民共和國水文年鑒和長江泥沙公報(bào)，主要包括1950—2014年長江大通水文站年均流量資料、1950—2014年長江漢口站年均流量資料；1865—1949年長江漢口站年均流量資料來源于長江水利委員會(huì)。

1.2 模型與流量重建

盡管長江大通站自1923年開始進(jìn)行流量觀測(cè)，但是1930s—1940s期間的相關(guān)數(shù)據(jù)有缺失[13]，因此選取大通站1950—2014年流量序列進(jìn)行模型與流量重建。利用SPSS 20軟件的游程檢驗(yàn)(runs test)對(duì)序列進(jìn)行一致性檢驗(yàn)[14]，結(jié)果表明p=0.252>0.05，因此可以在95%置信水平下認(rèn)為序列具有一致性。另外，相關(guān)學(xué)者對(duì)三峽工程實(shí)施前后長江徑流的變化的趨勢(shì)研究表明其變化無顯著趨勢(shì)[15]，劉嘉琦等[16]對(duì)大通站近60 a來的流量數(shù)據(jù)分析表明，徑流表現(xiàn)為無突變點(diǎn)的緩慢下降趨勢(shì)。因此本研究利用具有連續(xù)水文數(shù)據(jù)的漢口站和大通站1950—2014年年均流量數(shù)據(jù)進(jìn)行一元回歸分析(圖1)。轉(zhuǎn)換方程為：

y=1.395x-3 021.1，r2=0.889，

F統(tǒng)計(jì)量=504.8，p<0.001

由此可將方程可以通過99.9%顯著性檢驗(yàn)。1950—2014年共65 a的數(shù)據(jù)表明，漢口站流量與大通站流量相關(guān)系數(shù)為0.943。由圖1可以看出，除極少年份外，幾乎所有的年份漢口站與大通站流量散點(diǎn)圖都分布于95%置信區(qū)間范圍之內(nèi)。因此，通過該轉(zhuǎn)換方程可以1865—1949年漢口站流量實(shí)測(cè)數(shù)據(jù)，恢復(fù)同一時(shí)期大通站流量。

2 結(jié)果與分析

2.1 入海流量序列

通過轉(zhuǎn)換方程和相關(guān)實(shí)測(cè)數(shù)據(jù)，恢復(fù)了長江大通站1865—2014年年均流量(圖2)。近150 a的流量均值為29 432 m3/s，變異系數(shù)為14.72%，其中最大值為1954年的43 094 m3/s，最小值為1900年的17 146 m3/s。

圖1 漢口站與大通站流量散點(diǎn)圖

圖2 1865-2014年長江入海流量序列

2.2 趨 勢(shì)

線性傾向分析表明(圖2)，近150 a來大通站流量呈現(xiàn)下降趨勢(shì)，速率為-23.7 m3/(s·a)(p=0.003<0.01)。進(jìn)一步的M-K趨勢(shì)檢驗(yàn)顯示，Z統(tǒng)計(jì)量為-3.26，Z的絕對(duì)值>2.32通過99%置信度檢驗(yàn)[17-18]。因此，可以認(rèn)為在99%置信度下近150 a長江入海流量具有下降趨勢(shì)。

2.3 階 段

累積距平分析結(jié)果表明(圖3)，流量變化具有一定的波動(dòng)性特征，經(jīng)歷了多次波動(dòng)性振蕩，但是大體上以1955年為分界點(diǎn)，在1865—1955年為流量上升階段，1955—2014年為流量下降階段。

2.4 突變檢驗(yàn)

MK突變檢驗(yàn)表明(圖4)，在1940，1943和1949年等年份，UF統(tǒng)計(jì)量曲線和UB統(tǒng)計(jì)量曲線存在交點(diǎn)，且位于±1.96范圍內(nèi)，說明可以通過95%置信度檢驗(yàn)。因此，可以認(rèn)為長江入海流量在1940s發(fā)生了突變。曾小凡等[19]對(duì)近50 a的長江流域146個(gè)氣象站降水?dāng)?shù)據(jù)的統(tǒng)計(jì)分析和奇異譜分析的結(jié)果表明，長江中游和下游地區(qū)降水有增加趨勢(shì)，并在1970s發(fā)生了突變。之所以降水和徑流兩個(gè)方面發(fā)生突變的時(shí)間段不一致，很可能是由于降水資料長度為50 a左右，而本文重建的大通站流量為150 a。

圖3 1865-2014年長江入海流量序列的累積距平

圖4 1865-2014年長江入海流量序列的MK突變檢驗(yàn)

2.5 周期分析

利用MTM多窗譜分析對(duì)近150 a來大通站流量序列進(jìn)行周期分析，結(jié)果表明(圖5)，存在34，22,3.1和2.4 a周期，其中22 a周期可以通過99%置信度檢驗(yàn)。利用Morlet小波分析方法對(duì)近150 a來大通站流量序列進(jìn)行周期檢測(cè)(圖6)，同樣可以發(fā)現(xiàn)序列具有2～4 a，8～12 a，16～32 a周期。有較為詳細(xì)的水文資料以來，長江經(jīng)歷了總體上的1950s，1990s豐水期；1970s和2000年以來的枯水期，但是在1998—2000年出現(xiàn)了持續(xù)的正增長趨勢(shì)[16]。

圖5 1865-2014年長江入海流量序列的多窗譜分析

圖6 1865-2014年長江入海流量序列的小波分析

利用EEMD方法對(duì)原始序列進(jìn)行分解，可以獲得IMF1～6等6個(gè)分量以及一個(gè)趨勢(shì)項(xiàng)(RES)。IMF1～6表示大通站近150 a流量序列在不同時(shí)間尺度下的周期振蕩過程，RES項(xiàng)代表了原始序列的長期趨勢(shì)。

RES項(xiàng)呈現(xiàn)出單調(diào)下降的趨勢(shì)，與線性傾向法和MK趨勢(shì)檢驗(yàn)得出的長江入海流量長期下降的趨勢(shì)相吻合。另一方面，相關(guān)研究指出[11]，如果趨勢(shì)項(xiàng)為單調(diào)上升或單調(diào)下降的趨勢(shì)則說明原始信號(hào)具有明顯的非平穩(wěn)性，這也說明長江入海流量的變化過程屬于非線性和非平穩(wěn)性特征。對(duì)各項(xiàng)EEMD分解系數(shù)的統(tǒng)計(jì)分析表明(表1)，近150 a來長江入海流量具有3～7 a，14～30 a以及60和150 a的長期趨勢(shì)。在各項(xiàng)系數(shù)的最大振幅方面，隨著分解的進(jìn)一步深入，各項(xiàng)系數(shù)的振幅逐漸降低，這說明EEMD分解在降低原始序列的非平穩(wěn)性方面具有較好的表現(xiàn)。IMF1～2具有較高的振幅，代表著原始序列中高頻振蕩部分，其方差解釋量之和為69.5%。IMF3～4的振蕩幅度已經(jīng)大幅下降，方程解釋量之和為17.8%，代表了原始序列中的中頻振蕩部分。其余各項(xiàng)分解系數(shù)的方差解釋量之和只有12.7%，代表了原始序列中的低頻振蕩部分和長期發(fā)展趨勢(shì)。在相關(guān)系數(shù)方面，IMF1～4與原始序列具有較高的相關(guān)性。

表1 IMF分量的主要統(tǒng)計(jì)值

3 討論與結(jié)論

3.1 討 論

本研究基于恢復(fù)的大通站流量序列，利用線性傾向估計(jì)、MK趨勢(shì)檢驗(yàn)和EEMD分解的趨勢(shì)項(xiàng)，證實(shí)了近150 a來長江入海流量處于下降趨勢(shì)。相關(guān)研究[2,20]表明，1900s以來的長江流域降水減少是造成入海徑流緩慢下降的原因之一。張曉婭等[21]的研究表明，整個(gè)長江流域平均降水量減少了1%左右，長江入海徑流同樣減少約1%。齊冬梅等[22]對(duì)1960—2005年長江上游通天河流域直門達(dá)水文站流量實(shí)測(cè)數(shù)據(jù)的研究表明，長江上游徑流減少與降水量變化趨勢(shì)一致。由此可見，長江流域降水量變化是影響長江入海徑流變化的重要因素。

其他的實(shí)測(cè)流量數(shù)據(jù)同樣表明[4,16]，長江流域各水文站的流量長期變化也處于下降趨勢(shì)。如時(shí)興合等[23]的研究表明，近50 a以來長江上游徑流量呈減小趨勢(shì)；Wang等[24]對(duì)長江中游漢口站流量序列的研究表明，百年尺度上其流量變化具有下降趨勢(shì)。結(jié)合本文重建的長江入海徑流150 a的長時(shí)間序列，可以認(rèn)為自1865年以來長江處于一個(gè)顯著的流量下降期。

3.2 結(jié) 論

(1) 1950—2014年漢口站和大通站流量的一元回歸分析表明，二者相關(guān)性明顯，通過99.9%置信度檢驗(yàn)，可以利用漢口站的數(shù)據(jù)恢復(fù)大通站流量。

(2) 以大通站為代表的長江近150 a入海流量序列表明，流量均值為29 432 m3/s，變異系數(shù)為14.72%，其中最大值為1954年的43 094 m3/s，最小值為1900年的17 146 m3/s。

(3) 趨勢(shì)分析表明，近150 a來長江入海流量呈現(xiàn)下降趨勢(shì)，速率為-23.7 m3/(s·a)(p=0.003<0.01)。

(4) 階段性分析結(jié)果表明，長江入海流量變化具有一定的波動(dòng)性特征，大體上以1955年為分界點(diǎn)，在1865—1955年為流量上升階段，1955—2014年為流量下降階段。

(5) 突變性分析表明，長江入海流量在1940s發(fā)生了突變，由豐水期轉(zhuǎn)變?yōu)榭菟凇?/p>

(6) 周期性分析表明，長江入海流量變化過程表現(xiàn)出明顯的非線性和非平穩(wěn)性，具有150和60 a的長期趨勢(shì)，以及34 a，22 a，3～7 a的中高頻振蕩周期，其中22 a周期最為明顯，可以通過99%置信度檢驗(yàn)。

[參考文獻(xiàn)]

[1] 任美鍔.中國自然地理綱要[M].北京:商務(wù)出版社,1999:1-430.

[2] 張瑞,汪亞平,潘少明.近50 a來長江入海徑流量對(duì)太平洋年代際震蕩變化的響應(yīng)[J].海洋通報(bào),2011,30(5):572-577.

[3] 劉嘉琦,龔政,張長寬.長江入海徑流量突變性和趨勢(shì)性分析[J].人民長江.2013,44(7):6-10.

[4] 梁川,侯小波,潘妮.長江源高寒區(qū)域降水和徑流時(shí)空變化規(guī)律分析[J].南水北調(diào)與水利科技.2011,9(1):53-59.

[5] 夏雪瑾,徐健,馮文靜,等.長江入海流量趨勢(shì)及大通—徐六涇流量關(guān)系探討[J].中國水運(yùn),2016,37(6):71-73.

[6] 張瑞,汪亞平,潘少明.近50年來長江入海徑流量對(duì)太平洋年代際震蕩變化的響應(yīng)[J].海洋通報(bào),2011,30(5):572-577.

[7] 魏鳳英.現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)[M].北京：氣象出版社,2007:1-190.

[8] 穆興民,李靖,王飛,等.黃河天然徑流量年際變化過程分析[J].干旱區(qū)資源與環(huán)境,2003,17(2):1-5.

[9] Mann M E, Lees J M. Robust estimation of background noise and signal detection in climatic time series[J]. Climatic Change, 1996,33(3):409-445.

[10] Torrence C, Compo G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society, 1998,79(1):61-78.

[11] Huang Norden E, Shen Zheng, Long Steven R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings Mathematical Physical & Engineering Sciences, 1998, 454(1971):903-995.

[12] Wu Zhaohua, Huang Norden E. Ensemble empirical mode decomposition: A noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis, 2009,1(1):1-41.

[13] 沈煥庭.長江河口物質(zhì)通量[M].北京:海洋出版社,2001:39-80.

[14] 史衛(wèi)東.水文資料系列的一致性分析[J].甘肅水利水電技術(shù),2001,37(1):22-25.

[15] 燕然然,蔡曉斌,王學(xué)雷,等.三峽工程對(duì)下荊江徑流變化影響分析[J].長江流域資源與環(huán)境,2014,23(4):490-495.

[16] 劉嘉琦,龔政,張長寬.長江入海徑流量突變性和趨勢(shì)性分析[J].人民長江,2013,44(7):6-10.

[17] 秦年秀,姜彤,原峰.1990s長江下游干流徑流量演變趨勢(shì)[J].湖泊科學(xué),2003,15(S1):138-146.

[18] 侯迎,鄭芳,邵議.基于交叉小波的多尺度氣候變化及其對(duì)徑流的影響[J].水資源研究,2016,5(6):564-572.

[19] 曾小凡,翟建青,姜彤,等.長江流域年降水量的空間特征和演變規(guī)律分析[J].河海大學(xué)學(xué)報(bào):自然科學(xué)版,2008,36(6):727-732.

[20] Dai Zhijun, Du Jinzhou, Zhang Xiaoling, et al. Variation of riverine material loads and environmental consequences on the Changjiang estuary in recent decades(1955—2008)[J]. Environmental Science & Technology, 2011,45(1):223-227.

[21] 張曉婭,楊世倫.流域氣候變化和人類活動(dòng)對(duì)長江徑流量影響的辨識(shí)(1956—2011)[J].長江流域資源與環(huán)境,2014,23(12):1729-1739.

[22] 齊冬梅,李躍清,陳永仁,等.氣候變化背景下長江源區(qū)徑流變化特征及其成因分析[J].冰川凍土,2015,37(4):1075-1086.

[23] 時(shí)興合,秦寧生,許維俊,等.1956—2004年長江源區(qū)河川徑流量的變化特征[J].山地學(xué)報(bào),2007,25(5):513-523.

[24] Wang Houjie, Yang Zuosheng, Wang Yan, et al. Reconstruction of sediment flux from the Changjiang to the sea since the 1860s[J]. Journal of Hydrology, 2008,349(3):318-332.