劉 洋， 韓曉旭， 李麗娟

(1.中國科學院地理科學與資源研究所 陸地水循環(huán)及地表過程重點實驗室， 北京 100101； 2.中國科學院大學資源與環(huán)境學院， 北京 100049; 3.中國城市建設研究院有限公司， 北京 100120)

1 研究背景

水資源是基礎性的自然資源和戰(zhàn)略性的經濟資源，是實現(xiàn)經濟社會可持續(xù)發(fā)展和維系生態(tài)平衡及環(huán)境優(yōu)良的重要基礎[1]。IPCC(Intergovernmental Panel on Climate Change)第五次報告指出，隨著21世紀全球氣候持續(xù)變暖，遭受水資源短缺和河流洪水影響的人口比例將增加[2]。全球氣候變暖造成的冰川融化、海平面上升、極端降水增加等，直接影響著區(qū)域水循環(huán)過程和水資源分布。同時，人類社會對水資源的需求與日俱增，導致水資源的供需矛盾持續(xù)加劇。大型水利工程的修建、水土保持措施的實施及土地利用變化等人類活動通過改變區(qū)域的產匯流條件對區(qū)域水文過程產生影響，不同氣候變化情景和多種人類活動綜合作用使得流域的產匯流機制更為復雜[3]。河川徑流作為水資源的重要組成部分和轉化形式，是地表水循環(huán)的重要環(huán)節(jié)，更是社會發(fā)展資源需求的直接來源。徑流變化規(guī)律及其歸因識別已成為現(xiàn)代水科學領域的熱點問題之一[4]，是實現(xiàn)流域水資源綜合管理和可持續(xù)發(fā)展的重要基礎工作。

隨著流域管理者和科研工作者對徑流變化的持續(xù)關注，相關研究全面展開。當前主要研究內容包括徑流年際變化規(guī)律、徑流年內分配特征和徑流變化的歸因分析3個方面，研究時間尺度涉及月徑流變化[5]、水文時期和季節(jié)徑流變化[6-7]、年徑流變化、年代際徑流變化[6]、基準期和對比期徑流變化[7]。

目前，關于徑流變化的研究方法日益豐富，在徑流年際變化規(guī)律的研究方面，已從年徑流的趨勢性、持續(xù)性、變異性、周期性及豐枯性等多角度展開。(1)趨勢性：常采用線性傾向率法、滑動平均法、累積距平法、Mann-Kendall(M-K)趨勢檢驗法、Spearman秩相關系數(shù)法研究趨勢走向；(2)持續(xù)性：常采用R/S分析法判斷未來發(fā)展；(3)突變性：常采用M-K突變檢驗法、Pettitt檢驗法、滑動t檢驗法、Cramer檢驗法、Yamamoto檢驗法、有序聚類法和啟發(fā)式分割算法尋找突變點；(4)周期性：常采用小波分析方法識別周期；(5)豐枯性：常采用距平百分率、Z指數(shù)法、均值標準差法、集對分析法和Markov過程法描述豐枯變化。徑流年內分配特征主要表現(xiàn)在不均勻性、集中程度和變化幅度3個方面。(1)不均勻性：利用不均勻系數(shù)和完全調節(jié)系數(shù)表征；(2)集中程度：常采用集中期和集中度進行研究；(3)變化幅度：常采用極值比表示。徑流變化的歸因分析旨在定量分析氣候變化和人類活動對徑流變化的貢獻率，是最為重要的研究內容。經過大量實踐研究，Pearson相關分析法、灰色關聯(lián)法、雙累積曲線法、彈性系數(shù)法、累積斜率變化率比較法和水文模型法均取得了較好的研究效果。上述研究方法各具優(yōu)勢，同時也存在局限，在實際工作中常將多種方法結合使用，以提升結論的可信度。

近年來，學者們不斷探索徑流評價新方法。王青等[8]將衡量經濟收入平衡的指標基尼系數(shù)和洛倫茲不對稱系數(shù)作為評價徑流年內分配均勻性的指標；王小杰等[9]利用分維數(shù)描述了徑流序列的復雜性；范琳琳等[10]通過驗證表明，HHT(Hilbert-Huang transform)方法基本綜合了小波變換和M-K檢驗對時間序列周期與趨勢分析的功能；謝平等[11]通過構建水文變異診斷系統(tǒng)，實現(xiàn)了各種檢驗方法的聯(lián)合，可對水文序列的趨勢變異和跳躍變異進行綜合診斷。

曹娥江是錢塘江的最大支流，位于浙江省東北部，發(fā)源于金華市磐安縣，河流流向自南向北，依次流經紹興市的新昌縣、嵊州市、上虞區(qū)和柯橋區(qū)。曹娥江干流全長193 km，流域面積為6 080 km2。上游澄潭江為曹娥江主流，主要支流有長樂江、新昌江和黃澤江，呈典型的扇形水系。曹娥江為常年性河流，上游屬山溪性河流，下游屬感潮河段。流域位于亞熱帶季風氣候區(qū)，四季分明，溫和多雨，4月中旬進入汛期，6月中旬至7月上旬為梅雨季，雨量相對集中，8至9月份進入臺風期，雨量較大，易形成洪澇災害。曹娥江擁有厚重的人文歷史，是沿途城市重要的工農業(yè)水源，具有防洪排澇、水資源保障和交通運輸?shù)戎匾δ?。掌握曹娥江的徑流變化特征，是推進區(qū)域水資源合理配置、防洪排澇部署及流域綜合治理的基礎。目前，關于曹娥江長時間序列徑流特征的研究較少。因此本文基于曹娥江中上游的嵊州站、黃澤站、花山站3個水文站的月平均徑流資料，結合多種研究方法，對曹娥江中上游進行徑流變化特征研究及歸因分析。研究區(qū)地理位置及水文站點分布如圖1所示。

2 數(shù)據來源與研究方法

2.1 數(shù)據來源

本研究涉及的徑流數(shù)據來自《中華人民共和國水文年鑒》，3個水文站的基本信息見表1。其中，嵊州站和黃澤站實測徑流數(shù)據時段為1980-2018年，由于站別更改，花山站實測徑流數(shù)據時段為1983-2012年。為統(tǒng)一研究時段，對花山站徑流數(shù)據進行插補延長。鑒于花山站與其上游嵊州站月徑流數(shù)據相關性較好，故優(yōu)先采用上下游徑流相關方法[12-13]進行插補，將其數(shù)據時段延長至1980-2018年。插補后各站資料系列長度相同，資料精度可靠。降雨數(shù)據采用1980-2018年嵊州氣象站數(shù)據，數(shù)據來自中國氣象數(shù)據網《中國地面氣候資料月值數(shù)據集》。

表1 曹娥江中上游水文站基本信息

2.2 研究方法

本研究從徑流年際變化的趨勢性、突變性及豐枯性和徑流年內分配的不均勻性、集中程度及變化幅度等方面研究曹娥江中上游徑流變化特征。各研究內容的相應研究方法如下。

(1)年際變化趨勢性研究：線性傾向率法、M-K趨勢檢驗法[14]。

(2)年際變化突變性研究：M-K突變檢驗法[15]、滑動t檢驗法[16]；

(3)年際變化豐枯性研究：距平百分率[17]；

(4)年內分配特征研究：不均勻系數(shù)、集中期和集中度[18]、極值比；

(5)徑流變化歸因分析：雙累積曲線法[19]。

各研究方法的原理參考標注文獻，在此不再贅述。在研究區(qū)季節(jié)和水文期劃分上，3-5月為春季、6-8月為夏季、9-11月為秋季、12月-次年2月為冬季；1-3月為非汛期(汛前)、4-9月為汛期、10-12月為非汛期(汛后)。

圖1 曹娥江中上游流域地理位置及水文站點分布

3 結果分析與討論

3.1 徑流量年際變化

3.1.1 趨勢性分析 1980-2018年曹娥江中上游徑流量年際變化趨勢如圖2所示。

由圖2可以看出，1980-2018年，嵊州站年平均徑流量在25.3～82.4 m3/s之間波動，最大值出現(xiàn)在2015年，最小值出現(xiàn)在2004年，總體呈現(xiàn)減小趨勢，平均氣象傾向率為-1.39 (m3/s)/10a；黃澤站年平均徑流量在4.8～18.6 m3/s之間波動，最大值出現(xiàn)在1990年，最小值出現(xiàn)在2003年，總體呈現(xiàn)減小趨勢，平均氣象傾向率為-0.11 (m3/s)/10a；花山站年平均徑流量在32.4～109.9 m3/s之間波動，最大值出現(xiàn)在2015年，最小值出現(xiàn)在2004年，總體呈現(xiàn)減小趨勢，平均氣象傾向率為-1.98 (m3/s)/10a，減小幅度在3個水文站中最大。3個水文站徑流序列表明1980-2018年曹娥江中上游年徑流量呈減小趨勢。

從多年徑流量特征值來看，1980-2018年，嵊州站多年平均徑流量為53.6 m3/s，黃澤站多年平均徑流量為11.6 m3/s，花山站多年平均徑流量為71.6 m3/s，嵊州站、黃澤站和花山站年平均徑流量變差系數(shù)分別為0.257、0.300和0.260，年平均徑流量極值比分別為3.25、3.87和3.39，表明研究期內黃澤站年平均徑流量變動最大，其次為花山站，嵊州站年平均徑流量變動最小。

不同研究時期徑流年際變化M-K趨勢性診斷結果見圖3。以檢驗統(tǒng)計量Z的取值作為趨勢性診斷依據，若Z>0，則可診斷徑流序列呈上升趨勢；相反若Z<0，則可診斷徑流序列呈下降趨勢。圖3表明，與線性傾向率法結果一致，3個水文站年平均徑流量均呈減小趨勢，但未通過0.05顯著性水平檢驗。從不同季節(jié)的平均徑流量變化情況來看，春季3個水文站均呈顯著減小趨勢；夏季3個水文站的平均徑流量變化趨勢有所不同，嵊州站呈不顯著增大趨勢，黃澤站呈不顯著減小趨勢，而花山站未表現(xiàn)出明顯的變化趨勢；秋季3個水文站均呈不顯著增大趨勢；冬季嵊州站和花山站的平均徑流量呈不顯著增大趨勢，黃澤站呈顯著增大趨勢。從不同水文時期平均徑流量變化情況來看，汛前和汛期3個水文站均呈不顯著減小趨勢，汛后3個水文站均呈不顯著增大趨勢。

圖2 1980-2018年曹娥江中上游水文站年徑流量變化趨勢

圖3 曹娥江中上游不同時期徑流年際變化M-K趨勢性診斷結果

3.1.2 突變性分析 為提高結論的可信度，采用M-K突變檢驗法和滑動t檢驗法相結合的方式分析1980-2018年曹娥江中上游水文站年徑流量的突變性。

對徑流序列進行M-K突變檢驗時，給定顯著性水平α=0.05，繪制UF和UB統(tǒng)計量序列曲線及顯著性檢驗臨界線Uα，根據曲線顯示，若UF(UB)>

0，則可判斷徑流序列呈現(xiàn)增大趨勢，相反若UF(UB)<0，則可判斷徑流序列呈現(xiàn)減小趨勢。UF超過Uα臨界線的部分即為出現(xiàn)突變的時間區(qū)域，需重點關注[20]。如果UF和UB兩條曲線在臨界線之間產生交點，那么交點對應的時刻便是突變開始的時間。

曹娥江中上游水文站年徑流量M-K突變檢驗結果見圖4。

由圖4可見，嵊州站年平均徑流量可能發(fā)生突變的年份為2003和2015年；黃澤站年平均徑流量可能存在的突變年份為2001、2003和2015年；花山站年平均徑流量可能在2003年或2015年發(fā)生突變。

對徑流序列進行滑動t檢驗，給定顯著性水平α=0.05，選取不同子序列長度n值分別計算統(tǒng)計量t，并與臨界值tα進行比較。若統(tǒng)計量t超出臨界值范圍，則可判斷在基準點時刻出現(xiàn)了突變，否則沒有突變發(fā)生。分別取n=4、5、6、7、8對徑流序列進行反復檢驗比較，檢驗結果見表2，圖5給出了n=5時的檢驗結果。

由表2和圖5可知，嵊州站年平均徑流序列可能的突變年份為2003、2010和2012年，其中2003年還通過了置信水平0.01的顯著性檢驗，黃澤站可能的突變年份為2009和2010年，花山站可能的突變年份為2003和2010年。綜合不同子序列長度檢驗結果，嵊州站年平均徑流量較大可能在2003和2010年發(fā)生突變，黃澤站年平均徑流量較大可能在2009和2010年發(fā)生突變，花山站年平均徑流量較大可能在2003和2010年發(fā)生突變。

圖4 1980-2018年曹娥江中上游水文站年徑流量M-K突變檢驗結果

表2 滑動t檢驗n不同取值下各水文站年均徑流序列可能的突變年份(0.05顯著性水平)

圖5 1980-2018年曹娥江中上游水文站滑動t檢驗結果(n=5)

綜合M-K檢驗和滑動t檢驗的結果，可以認為嵊州站和花山站年平均徑流量均在2003年發(fā)生突變，而黃澤站年平均徑流量未發(fā)生明顯的突變。

3.1.3 豐枯性變化 利用距平百分率K表征徑流的豐枯狀態(tài)，按K值的大小將徑流豐枯狀態(tài)劃分為枯水(K<-20%)、偏枯(-20%≤K<-10%)、平水(-10%≤K≤10%)、偏豐(10%20%)5個級別。1980-2018年嵊州站、黃澤站和花山站徑流豐枯狀態(tài)統(tǒng)計結果見表3。表3中的統(tǒng)計結果表明，嵊州站不同豐枯級別的年數(shù)占比排序為豐水年>枯水年>偏枯年=平水年>偏豐年；黃澤站排序為枯水年>平水年>偏豐年=豐水年>偏枯年；花山站排序為枯水年>偏豐年>豐水年>偏枯年>平水年。3個水文站中，黃澤站平水年比例最大，水情最為穩(wěn)定；嵊州站豐水年比例最大，發(fā)生洪澇災害的風險最高；花山站枯水年比例最大，水情最為不穩(wěn)。

3.2 徑流量年內分配

將研究期劃分為1980年代、1990年代、2000年代、2010-2018年及全時期1980-2018年5個時段，繪制各時段嵊州站、黃澤站及花山站的徑流量年內月平均分配過程線，如圖6所示。由圖6可以看出，3個站點不同時段年內分配曲線均呈“三峰”形態(tài)，第1個峰值出現(xiàn)在3-4月，第2個峰值出現(xiàn)在6月，第3個峰值出現(xiàn)在8-9月，3個峰值表現(xiàn)為“低-高-低”的特征。多年月平均徑流量3個峰值的比例分別為：3月占比10.2%，6月占比16.7%，8月占比11.4%；多年平均徑流量季節(jié)分配比例為：春季占比27.6%，夏季占比38.8%，秋季占比19.8%，冬季占比13.8%；多年平均徑流量水文期分配比例為：汛前占比20.3%，汛期占比66.5%，汛后占比13.2%。

上述不同時段曹娥江中上游水文站徑流量年內分配特征值計算結果見表4。其中，不均勻系數(shù)和完全調節(jié)系數(shù)用以表征徑流量年內分配均勻程度，其數(shù)值越大，表明年內分配越不均勻；極值比用以表征徑流量的相對變化幅度；集中度反映徑流量集中程度，集中期反映最大徑流量出現(xiàn)的時間。

表3 1980-2018年曹娥江中上游水文站徑流豐枯狀態(tài)統(tǒng)計結果

圖6 1980-2018年不同時段曹娥江中上游水文站徑流量年內月平均分配過程線

表4 1980-2018年不同時段曹娥江中上游水文站徑流年內分配特征值

綜合分析徑流年內分配過程線(圖6)和年內分配特征值(表4)，嵊州站1980年代、1990年代及2010-2018年徑流年內不均勻系數(shù)均高于1980-2018年全時期，表明該站3個時期的徑流量年內分配較為不均勻，其中2010-2018年最為不均勻，所有時期中2000年代徑流年內分配最為均勻，各時期均勻程度變化不大。從變化幅度來看，1980年代徑流量年內相對變化幅度最大，2000年代相對變化幅度最??；從集中程度來看，1980年代徑流量年內分配最為集中，2000年代集中程度最低；各時期的徑流量集中期皆分布在6月中下旬，2000年代集中期最晚。2000年代徑流量年內分配特征值與其他時期相比表現(xiàn)出明顯差異。黃澤站1980年代徑流量年內分配最為不均勻、相對變化幅度最大且集中程度最高，2000年代徑流量年內分配最為均勻、相對變化幅度最小且集中程度最低，集中期也最晚?；ㄉ秸緩搅髁磕陜确峙涮卣髋c嵊州站一致。

對不同水文站之間的徑流量年內分配特征進行比較，從徑流量年內分配的均勻程度上看，不同時期均表現(xiàn)為嵊州站>花山站>黃澤站；從年內徑流量的相對變化幅度上看，除2000年代嵊州站小于花山站外，其他各時期徑流量年內相對變化幅度為黃澤站>花山站>嵊州站；從徑流集中程度來看，黃澤站年內徑流集中程度最高，嵊州站集中程度與花山站接近；不同時期徑流量集中期黃澤站最晚，花山站集中期與嵊州站接近，略晚于嵊州站。

3.3 徑流量變化歸因分析

徑流序列變化量是氣候變化和人類活動綜合作用的結果。兩個因素中，氣候變化會引起“天然徑流量”的變化，而“實測徑流量”與“天然徑流量”之間的差異則由人類活動主導。徑流變化歸因方法的兩個關鍵步驟為徑流突變點的診斷和天然徑流量的還原[3]，其中，提高天然徑流量模擬精度是近年來水文領域研究的重要方向。本文采用雙累積曲線法量化氣候變化和人類活動對曹娥江中上游徑流變化的貢獻。根據歸因分析原理，人類活動會改變區(qū)域的降雨-徑流關系，在降雨-徑流雙累積曲線上表現(xiàn)為斜率的變化，對突變前后階段進行降雨-徑流回歸分析，可快捷實現(xiàn)量化歸因。

根據前文3.1.2節(jié)突變性分析結果，嵊州站和花山站年徑流量在2003年發(fā)生突變，黃澤站年徑流不存在明顯的突變點，因此可將2003年作為曹娥江中上游徑流量發(fā)生突變的時間，將突變點前后時段分別劃分為基準期(1980-2002年)和變化期(2003-2018年)。

1980-2018年嵊州氣象站年降雨量變化如圖7所示。曹娥江中上游年降雨量在2003年發(fā)生明顯的突變，與徑流量突變時間相一致。2003年紹興市遭遇50年一遇的嚴重干旱， 降雨量大幅減少，僅為879 mm。區(qū)域1980-2002年基準期年平均降雨量為1 386 mm，2003-2018年變化期年平均降雨量減少至1 305 mm。

圖7 1980-2018年嵊州氣象站年降雨量變化

利用1980-2018年各水文站實測徑流量和降雨量資料構建的雙累積曲線如圖8所示，并分別對基準期(1980-2002年)和變化期(2003-2018年)進行回歸分析。降雨量變化與人類活動對研究區(qū)徑流量變化的貢獻率見表5。

圖8 1980-2018年曹娥江中上游基準期和變化期徑流量-降雨量雙累積曲線

表5 降雨量變化與人類活動對曹娥江中上游徑流量變化的貢獻率

結合表5對研究區(qū)各水文站徑流量變化歸因分析如下：

(1)嵊州站變化期與基準期相比，徑流量減少了8.6 m3/s。其中，由于降雨減少造成的徑流量變化為-2.3 m3/s，降雨因素的貢獻率為26.8%，由人類活動造成的徑流量變化為-6.3 m3/s，人類活動的貢獻率高達73.2%，遠高于降雨因素的貢獻，人類活動是嵊州站徑流量減少的主要因素。

(2)花山站變化期與基準期相比，徑流量減少了11.4 m3/s，其中，由于降雨減少造成的徑流量變化為-2.9 m3/s，降雨因素的貢獻率為25.4%，由人類活動造成的徑流量變化為-8.5 m3/s，人類活動的貢獻率高達74.6%，遠高于降雨因素的貢獻。花山站呈現(xiàn)與嵊州站相似的特征，人類活動是變化期徑流量減少的主要原因。

(3)黃澤站變化期與基準期相比，徑流減少了0.9 m3/s，其中，由于降雨減少造成的徑流量變化為-1.5 m3/s，降雨因素的貢獻率高達177.2%，而人類活動對徑流變化造成反向增加的影響，增加值為0.7 m3/s，人類活動的貢獻率為-77.2%。降雨因素和人類活動對徑流變化作用相反，呈現(xiàn)與嵊州站和花山站不同的徑流變化特點。降雨量減少是造成黃澤站徑流量減少的主要原因。

位于曹娥江干流的嵊州站和花山站表現(xiàn)出相似的徑流變化特征，人類活動對徑流量減少的影響超過70%，是徑流變化的主導因素。人類活動的影響體現(xiàn)在：

(1)用水量需求增大。隨著近年來城鎮(zhèn)社會發(fā)展和居民生活需要，各地用水量大幅增加。2003年紹興市遭遇50年一遇嚴重干旱，加上持續(xù)高溫，使居民生活和工業(yè)生產用水量飆升。

(2)供水能力增強。為滿足用水需求，保障用水安全，引水、蓄水和供水工程不斷完備，對徑流的調控幅度也隨之增大。上游南山水庫、遼灣水庫、長詔水庫和欽寸水庫是紹興市的重要水源地。除為沿途城鎮(zhèn)供水外，在浙江省投入建設的“浙東引水工程”中，曹娥江成為解決浙東地區(qū)缺水問題的重要水源。

(3)防洪力度加大。曹娥江上游環(huán)山，自古洪澇頻發(fā)，水土流失嚴重，防洪排澇措施能有效削減洪峰，調節(jié)水文過程。曹娥江花山站以上有長詔、南山和欽寸3座大型水庫以及巧英、門溪、豐潭、遼灣、剡源、坂頭和五丈巖7座中型水庫，承擔防洪和供水功能。近年來，浙江省啟動“千庫保安工程”，對曹娥江上游水庫進行除險加固，并著手建設信息管理系統(tǒng)及時獲取河道信息和下達調控指令。

人類活動對黃澤江徑流量起到了增加作用。一方面，自2000年以來持續(xù)對黃澤江實施河道清淤、植樹保土、灘地修復及堰壩改造等綜合治理工程，顯著改善了水環(huán)境；另一方面，位于黃澤江中段的欽寸大型水庫自2009年起投入建設，工程涉及大批水庫移民和大量耕地變化，降低了區(qū)域用水需求，同時工程建設期直接改變了河流水文特征。

隨著徑流研究方法的不斷拓展，從徑流序列數(shù)據中可以解讀出更為豐富的信息，并可根據實測數(shù)據的長度和精度、具體研究目標及不同方法優(yōu)勢，選擇合適的研究方法組合。近年來隨著經濟社會的發(fā)展，全國各地用水需求日益增長，合理開發(fā)利用水資源是區(qū)域可持續(xù)發(fā)展的重要議題。曹娥江是紹興市重要水源，承載著水資源保障和防洪排澇的功能，應深入研究曹娥江徑流變化規(guī)律，以便合理地對水資源進行時空調配，充分發(fā)揮水利工程對徑流的調節(jié)作用，完善水資源管理體系。同時，應因地制宜，結合區(qū)域發(fā)展特征，促進產業(yè)結構轉型升級，推廣工農業(yè)生產節(jié)水技術，科學提高用水效率。后續(xù)研究一方面需結合產業(yè)結構數(shù)據，對曹娥江流域進行用水特征分析，提出區(qū)域水資源配置方案和產業(yè)發(fā)展建議；另一方面需加強氣候變化和人類活動對徑流變化影響的機理研究，實現(xiàn)徑流模擬預測。

4 結 論

本文利用曹娥江中上游嵊州站、黃澤站和花山站3個水文站1980-2018年的月徑流數(shù)據，結合多種徑流研究方法，包括線性傾向率法、Mann-Kendall趨勢及突變檢驗法、滑動t檢驗法、距平百分率、不均勻系數(shù)、集中期和集中度、極值比和雙累積曲線等方法，對曹娥江中上游徑流量年際變化規(guī)律、年內分配特征及徑流量變化歸因進行研究，得到了較為全面的區(qū)域徑流信息。主要結論如下：

(1)1980-2018年嵊州站、黃澤站、花山站年平均徑流均呈現(xiàn)下降趨勢，氣象傾向率分別為-1.39、-0.11、-1.98 (m3/s)/10a。多年徑流特征值表明，1980-2018年黃澤站年平均徑流量變動最大，其次為花山站，嵊州站年平均徑流量變動最小。季節(jié)性變化方面，春季3個水文站平均徑流均呈顯著減少趨勢，冬季黃澤站呈顯著增大趨勢。結合M-K突變檢驗法和滑動t檢驗法，嵊州站和花山站年平均徑流量在2003年發(fā)生突變，黃澤站年平均徑流量無明顯突變點。1980-2018年嵊州站豐水年所占比例最大，為25.6%；黃澤站枯水年所占比例最大，為25.6%；花山站枯水年所占比例最大，為28.2%。

(2)在1980年代、1990年代、2000年代、2010-2018年及1980-2018年5個研究時段內，嵊州站、黃澤站及花山站的徑流年內分配過程線均呈“三峰”形態(tài)，峰值分別出現(xiàn)在3-4月、6月和8-9月，峰值表現(xiàn)為“低-高-低”的特征。曹娥江中上游多年徑流年內分配比例，春季占比為27.5%，夏季占比為38.8%，秋季占比為19.8%，冬季占比為13.8%；汛前占比為20.3%，汛期占比為66.5%，汛后占比為13.1%。嵊州站和花山站2010-2018年徑流年內分配最為不均勻，2000年代徑流年內分配最為均勻，1980年代徑流年內相對變化幅度最大且分配最為集中，2000年代相對變化幅度最小且集中程度最低。黃澤站1980年代徑流年內分配最為不均勻、相對變化幅度最大且集中程度最高，2000年代徑流年內分配最為均勻、相對變化幅度最小且集中程度最低。

(3)將研究時期劃分為1980-2002年(基準期)和2003-2018年(變化期)兩個階段。變化期與基準期相比，嵊州站降雨因素對徑流量變化的貢獻率為26.8%，人類活動的貢獻率高達73.2%，遠高于降雨因素的貢獻；黃澤站降雨因素的貢獻率高達177.2%，而人類活動對徑流量變化造成反向增加的影響，貢獻率為-77.2%；花山站降雨因素的貢獻率為25.4%，人類活動的貢獻率高達74.6%。對于嵊州站和花山站，人類活動是變化期徑流量減少的主要原因，而降雨因素是造成黃澤站徑流量減少的主要原因。