近几十年来我国四季天然径流深度的时空特征分析
Analysis of Spatial and Temporal Characteristics of Natural Runoff Depth in Four Seasons in China in Recent Decades
DOI: 10.12677/ojns.2024.124088, PDF, HTML, XML,    科研立项经费支持
作者: 黄飞鸿:成都信息工程大学大气科学学院,四川 成都
关键词: 近几十年四季天然径流时空分布特征Recent Decades Four Seasons Natural Runoff Spatial and Temporal Distribution Characteristics
摘要: 本文利用1961~2018年CN05.1降水数据集资料和中国天然径流深度格点数据集(CNRDv1.0),通过EOF分析、线性趋势分析、Mann-Kendall检验、小波分析、相对变率分析以及相关分析等统计分析方法,对几十年来我国四季天然径流的时空分布特征进行研究,结果表明:1) 我国径流深度在空间分布上极为不均,总体上呈现出由我国东南至西北减少的特征,夏季天然径流深度占全年最多,而冬季占比最小。2)我国不同季节天然径流深度在过去几十年中发生了显著变化,其中春季、夏季和秋季天然径流深度在20世纪后半期经历了显著的下降趋势,在21世纪初期有所回升,但总体仍低于20世纪初期。冬季径流深度在20世纪后期表现出下降趋势,21世纪初期有所回升。3) 我国大部分地区春季、夏季和秋季径流深度与降水呈现显著的正相关关系,表明降水量的增加通常伴随着径流深度的增加。然而,冬季径流深度与降水量之间的关系较为复杂,我国北方部分地区为负相关关系,表明冬季降水量与径流深度的联系并不一致。
Abstract: Using CN05.1 precipitation dataset from 1961 to 2018 and China natural runoff depth grid dataset (CNRDv1.0), this paper uses statistical analysis methods such as EOF analysis, linear trend analysis, Mann-Kendall test, wavelet analysis, relative variability analysis and correlation analysis. The spatial and temporal distribution characteristics of natural runoff in four seasons in China over the past decades are studied. The results show that: 1) the spatial distribution of runoff depth in China is extremely uneven, and it decreases from southeast to northwest of China. The natural runoff depth in summer accounts for the most of the whole year, while the proportion in winter is the least. 2) The depth of natural runoff in different seasons in China has changed significantly in the past few decades. The depth of natural runoff in spring, summer and autumn experienced a significant decline in the second half of the 20th century, and rebounded in the early 21st century, but the overall depth is still lower than that in the early 20th century. Winter runoff depth showed a downward trend in the late 20th century and a rebound in the early 21st century. 3) There was a significant positive correlation between runoff depth and precipitation in spring, summer and autumn in most areas of China, indicating that the increase of precipitation was usually accompanied by the increase of runoff depth. However, the relationship between runoff depth and precipitation in winter is complicated, and a negative correlation is found in some parts of northern China, indicating that the relationship between precipitation and runoff depth in winter is not consistent.
文章引用:黄飞鸿. 近几十年来我国四季天然径流深度的时空特征分析[J]. 自然科学, 2024, 12(4): 766-776. https://doi.org/10.12677/ojns.2024.124088

1. 引言

径流是水循环的关键组成部分之一,是维持区域生态系统稳定的重要因素[1]。径流通过调节蒸发蒸腾和降水,促进系统内能量和物质通量的运动,对维持物种多样性和形成生态系统格局具有重要作用[2]。此外,径流与人类生产活动密切相关,它直接影响农业、工业和畜牧业的发展,并直接或间接影响城市化[3]。众多学者对中国不同流域和季节的径流变化及其与降水、温度等单一影响因素的响应进行了深入研究,取得了丰硕成果,而对中国整体流域的关注则有待加强。刘伟等[4]通过对中国七大流域的水文特性分析,发现各流域的降雨径流特性存在显著差异。总体而言,南方降雨量较大,北方降雨量较小,降雨量呈现由北向南逐渐递增的趋势。流域径流特性与降雨规律基本一致,空间和时间分布规律相符。然而,由于下垫面等因素的影响,径流变化更为剧烈。

过去几十年中,学者就不同流域和不同季节径流和降水影响进行了研究,任国玉等[5]指我国长江中下游地区年和夏季降水量呈现明显增加趋势;北方的黄河流域降水表现出微弱减少趋势,山东和辽宁省夏季雨量减少显著;但偏高纬度地区的新疆、东北北部、华北北部和内蒙古降水量或者增加,或者变化趋势不明显。张国宏等[6]指出东亚夏季风与中国夏、秋季的降水量相关明显。东亚夏季风的减弱可能是中国夏季东北、华北和西南地区以及秋季东部地区降水量减少的一个重要原因。就径流与气候变化而言,施雅风等[7]指出由于全球显著变暖和水循环加快,使得中国西北主要是新疆地区于1987年气候发生突然变化,随着温度上升,降水量、冰川消融量和径流量连续多年增加,内陆湖泊水位显著上升,洪水灾害也迅猛增加,同时,植被有所改善,沙尘暴日数锐减,从而改变了19世纪末期至20世纪70年代的变暖变干趋势。

作为世界上最缺水的国家之一,水资源区域分布的不平衡已经严重制约了我国的经济发展和生态建设,气候变化带来的不确定性增加了水资源协调的难度,特别是在干旱和半干旱的北方地区[8]。以往的研究报道,由于地形、气候条件和人口分布复杂,我国不同流域的径流变化存在明显的区域异质性[9]。我国所在位置为季风区,大部分天然径流通过以降水的形式进行补充,因此天然径流和降水在时空分布上有很强的相关关系。研究表明,径流量在空间上呈现由东南至西北减少的特征,而时间上年内、年际分布存在明显差异,比如在我国西部径流量呈现增加的趋势,而中部地区则呈现减少的趋势。因为径流量季节变化有显著差异,其中占全年最多为夏季天然径流量,占全年最少为冬季天然径流量。同时还受到东亚夏季风、西太平洋副热带高压等多种天气系统的影响,夏季的天然径流不仅超过全年一半,而且洪汛灾害发生最为频繁。秋季天然径流量虽次之,但秋季为夏季环流向冬季环流转换的过渡季节,其天然径流量具有年际和年代际变化特征。基于此,本文将分析我国天然径流的时空特征及其与遥相关的联系,并探讨其可能物理过程,揭示相关规律,为气象决策提供更好的理论支持依据。

2. 研究数据和方法

本文选取的资料为1961~2018年CN05.1降水数据集资料,水平分辨率为0.25˚ × 0.25˚,该数据集为全国2400多个气象站点的插值资料,已被广泛用于对我国气候特征以及评估全球和区域模式性能的研究中。径流深度数据为中国天然径流深度格点数据集(CNRDv1.0),该资料中包括1961年1月1日~2018年12月31日我国地理范围内0.25˚ × 0.25˚天然径流估算量日值、月值和年值,该数据在表示中国复杂地形和气候地理分划下的水资源空间分布方面优于全球径流数据集。主要使用的方法有经验正交函数(EOF)分解[10] [11]、线性趋势分析[12]、Mann-Kendall检验[13]、小波分析[14]、相对变率分析[15]以及相关分析[16]等,其中EOF分解用于中国四季天然径流时空特征,线性趋势分析、Mann-Kendall检验、小波分析、相对变率分析用于研究中国四季天然径流年际变化特征,而相关分析主要用于研究我国径流与降水的相关趋势。

3. 我国四季天然径流深度的时空分布特征

3.1. 我国四季天然径流深度的气候态分布

通过图1(a)可以发现,我国春季在东部沿海和华南地区径流深度较大,在我国西北和东北地区的径流深度较小。在夏季(图1(b))相较于春季而言,我国全区域径流深度都有所增大,在西南地区最为明显。到了秋季(图1(c)),我国径流深度相较于夏季则有明显的减小,且减少后的径流深度少于春季径流深度,而在西南地区径流深度略高于春季径流深度。冬季(图1(d))相较于秋季而言,我国天然径流深度依旧有所减少,西南地区减少深度最为明显。总体而言,我国径流深度在空间分布上分布不均,总体呈现出有东南至西北减少的特征,夏季的天然径流深度占全年最多,冬季最少。春季的径流深度高于秋季。

3.2. 我国四季天然径流深度的EOF分析

图2(a)可以看出,第一特征向量的方差贡献率为32.3%,反映了我国天然径流在春季空间分布的最主要的典型场,可以发现我国华南和华中部分地区的第1特征向量为负值,表明我国以上地区的天然径流深度普遍低于平均水平。从时间序列(图2(b))来看,在上世纪60年代以正波动为主的天然径流以高于平均径流深度为主,上世纪70年代至本世纪初以负波动为主的天然径流以低于平均径流深度为主。

Figure 1. Climate state distribution of natural runoff depth (unit: mm) in (a) spring, (b) summer, (c) autumn and (d) winter in China (The figure are drawn by Python programming language)

1. 我国(a)春季、(b)夏季、(c)秋季和(d)冬季天然径流深度(单位:mm)的气候态分布(图形采用Python编程语言绘制)

图2(c)可以看出,第一特征向量的方差贡献率为18.4%,反映了我国天然径流在夏季空间分布的最主要典型场,与图2(a)对比可以发现我国华南和华中部分地区的第1特征向量有所增大,甚至在东部沿海地区第一特征向量由原来的负值变为正值。表明在我国东部沿海地区的径流深度增加到高于平均径流深度,而在西南地区的第一特征向量有所减小,说明在西南地区的天然径流深度转变为普遍低于平均径流深度。从时间序列(图2(d))来看,上世纪60年代到90年代波动呈现出周期性变化,说明我国天然径流深度呈现出周期性变化,本世纪10年代以后正波动则有显著性增强,说明本世纪初的天然径流深度有明显增加。

图2(e)可以发现,第一特征向量的方差贡献率为17.8%,反映了我国天然径流在秋季空间分布的最主要典型场,相较于夏季(图2(c)),我国东部沿海和华南部分地区的第1特征向量由夏季的正值转变为负值,反映了在以上地区的天然径流深度由原先的普遍高于平均水平减少到普遍低于平均水平,而在西南地区第一特征向量则由夏季的负值转变为正值,反映了在我国西南地区的天然径流深度由原先的普遍低于平均水平转变为普遍高于平均水平。从时间序列(图2(f))来看,从上世纪60年代到本世纪初以正波动为主,反映了我国天然径流深度以普遍高于平均水平为主,而到了本世纪10年代则以负波动为主,出现了我国天然径流深度普遍低于平均水平的趋势。

Figure 2. The first modes of EOF of four seasons natural runoff depth in our country are: (a) spring spatial distribution, (b) spring time series, (c) summer spatial distribution, (d) summer time series, (e) autumn spatial distribution, (f) autumn time series, (g) winter spatial distribution and (h) winter time series (The figure are drawn by Python programming language)

2. 我国四季天然径流深度的EOF第一模态:(a) 春季空间分布、(b) 春季时间序列、(c) 夏季空间分布、(d) 夏季时间序列、(e) 秋季空间分布、(f) 秋季时间序列、(g) 冬季空间分布和 (h) 冬季时间序列(图形采用Python编程语言绘制)

图2(g)可知,第一特征向量的方差贡献率为47.7%,反映了我国天然径流在冬季空间分布的最主要典型场,相较于秋季(图2(e)),我国华南和华东部分地区的第1特征向量由夏季的负值转变为正值,而且转变幅度较大,反映了在我国华南和华东部分地区的天然径流深度显著转变为普遍高于平均水平。从时间序列(图2(h))来看,我国冬季的天然径流深度以负波动为主,但正波动峰值随时间增大,反映了在冬季我国的天然径流深度随年际变化明显,但有逐渐增加的趋势。

4. 我国四季天然径流深度的年际变化特征

4.1. 我国四季天然径流深度的线性趋势

Figure 3. Natural runoff depth of (a) spring, (b) summer, (c) autumn and (d) winter in China Linear trend spatial distribution (The figure are drawn by Python programming language)

3. 我国(a)春季、(b)夏季、(c)秋季和(d)冬季天然径流深度的线性趋势空间分布(图形采用Python编程语言绘制)

对我国各个季节天然径流深度进行线性趋势分析后可以发现,从图3(a)可以看出,我国春季华南和西南部分地区斜率< 0,说明我国天然径流深度在以上地区出现减少的趋势,除此之外,我国大部分地区的斜率> 0,说明我国大部分地区的天然径流深度出现增加的趋势。到了夏季(图3(b))我国华东和华南地区的斜率有所增大,说明这些地区的天然径流深度增加趋势愈发明显,而在西南地区和黄河入海口地区的斜率负值变大,说明以上地区的天然径流深度减少趋势愈发明显。进入秋季(图3(c))后,黄河入海口地区的斜率减弱,说明在黄河入海口的减弱趋势有所减少,而在西南地区的斜率依旧增大,在西南地区减少趋势依旧增大,在华南和华东地区斜率减小说明增加趋势减弱。冬季(图3(d))显示在西南地区的斜率减小,说明进入冬季后,我国西南地区的天然径流深度减小趋势有所减弱。

4.2. 我国四季天然径流深度的突变结果

为了揭示我国天然径流深度是否存在突变现象,对我国四季天然径流深度进行Mann-Kendall突变检验。由图4(a)可以发现,我国天然径流深度在春季有微弱的上升趋势,同时统计值低于0.05的显著性水平,在1972~2009年径流深度出现多次年代际突变,分别为1972、1978、1980、1996、1999、2004和2007年前后。夏季(图4(b))显示在1960~1982年之间统计值超过0.05的显著性水平,在1961~1989年之间我国天然径流深度有下降趋势,同时在1996年和2007~2009年前后出现明显的年代际突变。从图4(c)可以看出在1984~2007年之间的统计值超过0.05的显著性水平,同时我国天然径流深度在1961~2011年之间有微弱的下降,之后上升。图4(c)显示在2014~2015年前后有明显的年代际突变。冬季(图4(d))显示在1961~1981年和1993~2009年之间的统计值超过0.05的显著性水平,在1960~2009之间我国天然径流深度无明显变化,之后出现上升,同时在2011~2012年前后出现明显的年代际突变。

Figure 4. Natural runoff depth of (a) spring, (b) summer, (c) autumn and (d) winter in China Mann-Kendall mutation test results

4. 我国(a)春季、(b)夏季、(c)秋季和(d)冬季天然径流深度的Mann-Kendall突变检验结果

4.3. 我国四季天然径流深度的周期特征

采用小波分析法对我国天然径流深度进行分析,小波指数为正,代表我国天然径流深度增加期。图5(a)显示我国春季天然径流在2~4a时间变化尺度上经历了增加趋势偏少~偏多~偏少~偏多的过程,即在上世纪60年代增加趋势偏少,上世纪70年代势偏多,上世纪末偏少,本世纪初偏多。图5(b)显示我国夏季天然径流在16~32a时间变化尺度上经历了增加趋势偏少~偏多~偏少的过程,即在上世纪60年代到80年代偏少,上世纪末到本世纪初偏多,本世纪10年代以后偏少。图5(c)表明,我国秋季天然径流在25~32a时间变化尺度上经历了一直增加趋势偏多过程。图5(d)显示我国冬季天然径流在10~20a时间变化尺度上经历了增加趋势偏多~偏少~偏多的过程,即在上世纪60年代偏多,在上世纪70到90年代偏少,在本世纪初及以后偏多。

Figure 5. Wavelet analysis results of natural runoff depth in (a) spring, (b) summer, (c) autumn and (d) winter in China

5. 我国(a)春季、(b)夏季、(c)秋季和(d)冬季天然径流深度的小波分析结果

4.4. 我国四季天然径流深度的相对变率

对我国各季节天然径流深度的相对变率进行分析可以发现,我国径流相对变率高值区主要位于我国北方地区,而南方普遍处于低值区。夏季(图6(b))相对于春季(图6(a))而言,我国东北地区的相对变率高值区有所减少。到秋季(图6(c))后,我国东北地区的相对变率高值区又有所增大,同时华南地区相对变率值有所增大。进入冬季(图6(d))后,我国东北地区和华南地区的径流相对变率值有所增大。

Figure 6. Spatial distribution of relative variability (unit: %) of natural runoff depth in (a) spring, (b) summer, (c) autumn and (d) winter in China (The figure are drawn by Python programming language)

6. 我国(a)春季、(b)夏季、(c)秋季和(d)冬季天然径流深度的相对变率(单位:%)空间分布(图形采用Python编程语言绘制)

5. 我国四季天然径流深度与降水的相关分析

将我国天然径流深度与同期降水进行相关关系分析,二者之间的相关系数愈大,说明天然径流深度与降水的相关程度愈高,反之愈小。通过图7(a)发现,我国春季天然径流深度与降水相关程度在南方地区普遍大于北方,总体呈现出由东南至西北减少的特征。夏季(图7(b))我国西北和东北部分地区的天然径流与降水的相关关系进一步增强,甚至在内蒙古部分地区由负相关转变为正相关,而在南方地区依旧很强。进入秋季(图7(c))后,我国西北和东北地区的天然径流与降水的相关程度减小,南方地区依旧很强,冬季(图7(d))我国天然径流与降水的相关程度则出现较明显的变化,我国东北和西北大部分地区的相关系数出现显著减小,甚至由正值转变为负值;我国华中地区的相关系数也有所减少;我国华南和华东部分地区的相关系数依旧较大。

Figure 7. Spatial distribution of correlation coefficients between (a) spring, (b) summer, (c) autumn and (d) winter natural runoff depth and precipitation in China (The figure are drawn by Python programming language)

7. 我国(a)春季、(b)夏季、(c)秋季和(d)冬季天然径流深度与同期降水量的相关系数空间分布(图形采用Python编程语言绘制)

6. 结论

本文利用1961~2018年CN05.1降水数据集资料和中国天然径流深度格点数据集(CNRDv1.0)对我国四季天然径流深度的时空特征及其与降水量之间的关系进行了分析,得到以下主要结论:

1) 我国天然径流深度在空间分布上分布不均,总体呈现出由东南至西北减少的特征,夏季的天然径流深度占全年最多,冬季最少。

2) 我国不同季节天然径流深度趋势在过去几十年中发生了显著变化。春季、夏季和秋季天然在20世纪后半期经历了显著的下降趋势,在21世纪初期有所回升,但总体水平仍低于20世纪初期。而冬季天然在20世纪后期表现出下降趋势,21世纪初期有所回升。

3) 我国天然径流深度随季节变化显著,我国春季华南和华中部分地区的天然径流深度普遍低于平均径流深度。夏季我国东部沿海地区的天然径流深度转变为普遍高于平均径流深度,在西南地区的天然径流深度转变为普遍低于平均径流深度,进入秋季后,东部沿海和华南部分地区的天然径流深度由原先的普遍高于平均水平转变为普遍低于平均水平,我国西南地区的天然径流深度由原先的普遍低于平均水平转变为普遍高于平均水平,冬季在我国华南和华东部分地区的天然径流深度显著转变为普遍高于平均水平。

4) 我国大部分地区在春季、夏季和秋季天然径流深度与降水呈现显著正相关,表明降水量的增加通常伴随着天然径流深度的增加。然而,冬季的情况较为复杂,北方部分地区显示负相关,表明冬季降水与径流的关系并不一致,可能受到其他因素的影响。

基金项目

成都信息工程大学本科教学工程项目(2021YLZY09)支持。

参考文献

[1] Dey, P. and Mishra, A. (2017) Separating the Impacts of Climate Change and Human Activities on Streamflow: A Review of Methodologies and Critical Assumptions. Journal of Hydrology, 548, 278-290.
https://doi.org/10.1016/j.jhydrol.2017.03.014
[2] Palmer, M. and Ruhi, A. (2019) Linkages between Flow Regime, Biota, and Ecosystem Processes: Implications for River Restoration. Science, 365, eaaw2087.
https://doi.org/10.1126/science.aaw2087
[3] Zhang, Y., Xia, J., Yu, J., Randall, M., Zhang, Y., Zhao, T., et al. (2018) Simulation and Assessment of Urbanization Impacts on Runoff Metrics: Insights from Landuse Changes. Journal of Hydrology, 560, 247-258.
https://doi.org/10.1016/j.jhydrol.2018.03.031
[4] 刘伟, 翟媛, 杨丽英. 七大流域水文特性分析[J]. 中国水文学志, 2003, 38(5): 79-84.
[5] 任国玉, 吴虹, 陈正洪. 我国降水变化趋势的空间特征[J]. 应用气象学报, 2000, 11(3): 322-330.
[6] 张国宏, 李智才, 宋燕. 中国降水量变化的空间分布特征与东亚夏季风[J]. 干旱区地理, 2011, 34(1): 34-42.
[7] 施雅风, 沈永平, 李栋梁, 等. 中国西北气候由暖干向暖湿转型的特征和趋势探讨[J]. 第四纪研究, 2003, 23(2): 152-164.
[8] Piao, S., Ciais, P., Huang, Y., Shen, Z., Peng, S., Li, J., et al. (2010) The Impacts of Climate Change on Water Resources and Agriculture in China. Nature, 467, 43-51.
https://doi.org/10.1038/nature09364
[9] Xinmin, Z., Ming, Z., Bingkai, S., Jianping, T., Yiqun, Z., Qijun, G., et al. (2003) Simulations of a Hydrological Model as Coupled to a Regional Climate Model. Advances in Atmospheric Sciences, 20, 227-236.
https://doi.org/10.1007/s00376-003-0008-5
[10] 黄嘉佑. 气象统计分析与预报方法[M]. 北京: 气象出版社, 2016.
[11] 王志铭, 张金谱, 梁桂雄. 利用经验正交函数分解方法分析广州臭氧污染特征[J]. 环境科学与技术, 2020, 43(2): 60-64.
[12] 王莉莉. 1959-2014年赣江径流量变化特征[J]. 江西科学, 2017, 35(1): 113-118.
[13] 陈中平, 徐强. Mann-Kendall检验法分析降水量时程变化特征[J]. 科技通报, 2016, 32(6): 47-50.
[14] 傅梦嫣, 代俊峰. 基于小波分析的入库径流变化研究[J]. 工业安全与环保, 2016, 42(4): 35-38, 64.
[15] 莫崇勋, 蓝华鲲, 杨莹, 阮俞理, 孙桂凯, 黄亚. 广西典型岩溶区流域降雨侵蚀力变化特征及影响因素研究[J]. 广西大学学报: 自然科学版, 2021, 46(5): 1204-1213.
[16] 崔林丽, 史军, 肖风劲, 等. 中国东部NDVI的变化趋势及其与气候因子的相关分析[J]. 资源科学, 2010, 32(1): 124-131.