高原气象

高原气象 >

2020 , Vol. 39 >Issue 1: 120 - 129

DOI: https://doi.org/10.7522/j.issn.1000-0534.2019.00017

论文

黑河上游径流对极端气候变化的响应研究

  • 程文举 , 1, 2 ,
  • 席海洋 , 1 ,
  • 张经天 1, 2
展开
  • 1. 中国科学院西北生态环境资源研究院/中国科学院内陆河流域生态水文重点实验室/ 阿拉善荒漠生态 -水文试验研究站, 甘肃 兰州　730000
  • 2. 中国科学院大学, 北京; 100049
席海洋（1982 －）， 男， 黑龙江五大连池人， 副研究员， 主要从事干旱区水文水资源研究. E‑mail:

程文举（1996 －）， 男， 甘肃酒泉人， 硕士研究生， 主要从事干旱区水文水资源研究. E‑mail:

收稿日期: 2018-12-03

  修回日期: 2019-02-28

  网络出版日期: 2020-02-28

基金资助

内蒙古自治区科技重大专项项目(zdzx2018057)

中国科学院科技服务网络计划（STS计划）区域重点项目“敦煌洪水资源化利用与生态治理试验示范”

国家重点研发计划项目(2016YFC0400908)

收起

Response of Runoff to Extreme Climate Change in the Upper Reaches of the Heihe River

  • Wenju CHENG , 1, 2 ,
  • Haiyang XI , 1 ,
  • Jingtian ZHANG 1, 2
Expand
  • 1. Northwest institute of Eco‑Environment and Resources, Chinese Academy of Sciences Key laboratory of Eco‑hydrology of Inland River Basin, Chinese Academy of Sciences /Alxa Desert Eco‑Hydrological Experimental Research Station, Lanzhou　 730000, Gansu, China
  • 2. University of Chinese Academy of Sciences, Beijing　 100049, China

Received date: 2018-12-03

  Revised date: 2019-02-28

  Online published: 2020-02-28

Fold

本文亮点

为深入认知黑河上游径流变化与极端气温、 极端降水指数间的关联机制, 使用1960 -2014年黑河上游祁连、 托勒、 野牛沟3个气象站点的逐日气温、 降水资料和莺落峡水文站逐日径流量资料, 通过趋势分析、 相关分析、 多元回归分析和主成分分析等方法, 分析黑河上游极端气候指数和极端水文事件的变化趋势、 极端气候指数与径流的相关关系以及径流对降水的滞后效应。结果表明： （1）黑河上游表征低温的极端气温指数呈下降趋势, 表征高温的气温指数呈上升趋势。极端降水指数呈小幅增加趋势。年极端洪水总量呈增加趋势, 极端枯水呈显著减少趋势, 与黑河上游径流总量增加的变化趋势一致。（2）极端降水指数与极端洪水总量的相关性显著, 说明黑河上游极端降水是影响极端洪水总量的主要因素。（3）洪水对祁连站降水量的响应存在1~2天的滞后期, 初步分析得出黑河上游降水量的时间和空间差异以及东、 西支河流河网密度的差异是产生滞后性响应的主导因子。

本文引用格式

程文举 , 席海洋 , 张经天 . 黑河上游径流对极端气候变化的响应研究[J]. 高原气象, 2020 , 39(1) : 120 -129 . DOI: 10.7522/j.issn.1000-0534.2019.00017

Highlights

In order to deeply understand the correlation mechanism between runoff change and extreme temperature and precipitation indices in the upper reaches of Heihe River, the article use the daily temperature, precipitation data of Qilian, Tuole, Yeniugou meteorological stations and daily runoff data of the Yingluoxia hydrological station in the upper reaches of the Heihe River from 1960 to 2014, by means of trend analysis, correlation analysis, multiple regression analysis and principal component analysis to analyze the trends of climate indices and extreme hydrological events, and the correlation relationship between extreme climate indices and runoff, and the hysteresis effect of extream flooding on precipitation in the upper reaches of the Heihe River.The results show that： (1) The temperature indices characterized by low temperature in the upper reaches of the Heihe River shows a downward trend, and the extreme temperature indices indicating high temperature shows an upward trend.Extreme precipitation events showed a slight increase.Extreme flooding showed an increasing trend, and extreme low water showed a significant decreasing trend, which was consistent with the increasing trend of total runoff in the upper reaches of the Heihe River.(2) The correlation between extreme precipitation indices and extreme flooding is significant, indicating that precipitation in the upper reaches of the Heihe River is the main factor affecting runoff.(3) The response of the flood to the precipitation of the Qilian station has a lag of 1~2 days, Based on the preliminary analysis, it is concluded that the time and spatial difference of precipitation in the upper reaches of Heihe River and the difference of river network density in the east and west branches are the leading factors to produce hysteresis response.

1 引言

全球变暖将导致全球水文循环加剧, 全球平均降水量和蒸发量可能趋于增加, 同时降水变率可能发生变化, 可能使未来极端水文事件的出现频率增加（IPCC, 2007）。近些年来, 在气候变暖的大背景下, 中国西北内陆区极端气候和水文事件频发, 极端气候事件的变化及其引发的水文水资源的变化和对人类生产生活的影响越来越多地引起人们的关注（李庆祥等, 2012; Jr, 2015; Min et al, 2015）。关注的焦点主要在于区域极端气候的变化, 以及极端水文事件对极端气候变化的响应（邹全等, 2013; 李培都等, 2018; 陈锐杰等, 2018; 王婷婷等, 2018; You et al, 2011）。
黑河流域是我国西北干旱内陆河研究的代表性流域, 是研究干旱区水文水资源的热点地区（赵娜等, 2018）。相关研究主要集中在气候变化和人类活动对径流和生态环境的影响, 以及对黑河流域径流的预测等方面（阮宏威等, 2017; 程建忠等, 2016; 王毓森等, 2017）。而黑河上游的研究主要集中在径流对气候变化的响应方面, 例如, 李林等（2006）认为降水量是影响黑河上游径流量变化的最主要因子, 气温升高导致高山冰雪消融量的增加, 使非汛期流量增大； 张喜风（2014）认为降水、 潜在蒸散发对径流存在显著的效应, 降水的变化不影响气温对径流的驱动； 郭阳等（2018）指出季节冻融变化是影响黑河上游径流的一个不可忽视的因素； 张艳林等（2016）认为冻土对流域的产流方式和速度影响很大, 考虑冻土因素的模型中, 径流对降雨和融雪的反应速度较快； 潘钊等（2018）认为降雨-径流形成过程受前期湿度条件和降雨强度的影响, 前期越湿润, 降水强度越大, 径流对降雨的响应越迅速。但是关于黑河上游径流对极端气候事件的响应以及洪水对降水的滞后性研究却较少。王月华（2017）建立黑河流域上游最大5天降水量(AMSD)与最大1天径流量(AM1R)之间的二维联合概率分布模型, 得出极端降水量越大, 径流对极端降水量的响应越明显。本文在以往研究的基础上, 通过气温、 降水、 径流的日数据分析来揭示极端气温和极端降水指数的变化规律, 阐明径流变化与极端气温、 极端降水指数间的关联机制, 为深入认知黑河上游径流变化规律以及未来气候变化条件下的流域水资源变化研究提供依据。

2 研究区概况

黑河是我国西北地区第二大内陆河, 位于96°42′E -102°04′E, 39°45′N -42°40′N。黑河河源位于青海省境内走廊南山－托赖山间, 流至祁连县纳八宝河进入甘肃省境, 至莺落峡出山, 流入河西走廊张掖、 临泽、 高台绿洲, 干流莺落峡出山口多年平均径流量 15.59×108 m3, 总流域面积约13.64×104 km2; 莺落峡为干流出山口控制断面, 断面以上为上游区, 总集水面积约10009 km2。黑河上游气候阴湿寒冷, 多年平均气温2 ℃左右; 植被覆盖良好, 垂直带谱分明, 海拔介于1700~5584 m, 4000 m以上发育有现代冰川。上游降水主要来自冰川融水、 积雪融水和山区降雨, 年平均降水350 m左右, 是黑河流域的产流区（张喜风, 2014）。

3 数据来源与方法介绍

3.1　数据来源

气象数据来自于中国气象数据网（http： //data.cma.cn/site/index.html）, 从中选取黑河上游祁连站、 野牛沟站和托勒站气温和降水日值数据来计算极端气候指数。径流日值数据来自于莺落峡水文站（表1）。
表1 黑河上游气象水文台站描述

Table 1 Description of meteorological and hydrological stations in the Heihe River Basin

站名 经度 纬度 海拔/m 资料长度
祁连 99°54′E 38°00′N 3169 1960 -2014年
野牛沟 99°35′E 38°25′N 3180 1960 -2014年
托勒 98°25′E 38°49′N 3367 1960 -2014年
莺落峡* 100°11′E 38°49′N 1719 1960 -2014年

*表示水文站

3.2　研究方法

（1） 趋势分析： 对气象及径流数据进行趋势系数计算, 它定义为变量序列与自然数序列之间的样本相关系数。
R = ∑ i = 1 n x i - x ¯ i - t ¯ ∑ i = 1 n x i - x ¯ 2 ∑ i = 1 n i - t ¯ 2 1 2,
式中： n为年数; xi为第i年的值; x为样本平均值; t=(n+1)/2。R可表示和比较气象要素长期变化的大小。而且, 这样计算的趋势系数就是标准化的一元线性回归系数, 能够消除气象要素的均方差对线性回归系数大小的影响（刘晓云等, 2006）。
（2） 极端气温和降水指数： 极端气温指数的定义采用世界气象组织“气候变化检测和指标”推荐使用的极端气候指标（Caesar et al, 2011）。共确定了16个极端气温指数和11个极端降水指数（王婷婷等, 2018）。选取其中7个广泛使用的极端气温指数和6个极端降水指数, 其定义见表2。13个极端气候指数在计算前均通过 RClimDex软件进行严格的质量控制, 并通过人工检验同相邻站点的记录进行比对, 将合理的保留, 不合理的按缺测处理。随后用RClimDex软件分别计算黑河上游托勒、 野牛沟和祁连站的极端气候指数, 并将3个站点的各项指数分别做算术平均作为整个黑河上游的极端气候指数来绘制图2,3所示的极端气候变化趋势图。
表2 极端气候指数定义

Table 2 Definition of extreme climate indices

气候指数 极端指数名称 描述 单位
极端气温指数 霜冻日数（FD0） 日最低气温（TN）<0 ℃的日数 d
冷昼日数（TX10p） 日最高气温（TX）<10%分位数的日数 d
冷夜日数（TN10p） 日最低气温（TN）<10%分位数的日数 d
暖昼日数（TX90p） 日最高气温（TX）>90%分位数的日数 d
暖夜日数（TN90p） 日最低气温（TN）>90%分位数的日数 d
极端最高气温（TXx） 年、 月的最高气温的最大值 ℃
极端最低气温（TNn） 年、 月的最低气温的最小值 ℃
极端降水指数 持续降水日数（CWD） 最长连续降水日数 d
连续无降水日数（CDD） 最长连续无降水日数 d
日最大降水量（RX1day） 日最大降水量 mm
5日最大降水量（RX5day） 连续5日最大降水量 mm
降水强度（SDII） 年降水量/≥1 mm日数 mm·d-1
极端降水总量（R95p） 日降水量≥95%分位数的降水总量 mm
图1 研究区示意图

Fig.1 Diagram of research area

图2 1960-2014年黑河上游极端气温指数变化趋势

Fig.2 Trend of extreme temperature indices in the upper reaches of the Heihe River from 1960 to 2014

图3 1960 -2014年黑河上游极端降水指数变化趋势

Fig.3 Trend of extreme precipitation indices in the upper reaches of the Heihe River from 1960 to 2014

（3） 极端洪水和枯水： 极端水文事件是指, 对于特定的流域来说, 在一定时间尺度内, 径流量发生明显变化的、 发生概率极小的、 具有一定破坏力的水文事件, 通常发生的概率只占该类水文事件的10%或者更少（杨帆, 2011）。选取1960 -2014年莺落峡水文站日径流资料, 以升序方式排列, 确定日径流第40百分位值为枯水事件阈值, 第60百分位为洪水事件阈值, 大于洪水事件阈值的日流量记为一次洪水事件, 小于枯水事件阈值的日流量记为一次枯水事件。挑选出洪水事件, 再按照升序方式排列, 第90百分位值为极端洪水阈值, 大于此阈值记为一次极端洪水事件, 同理, 将枯水事件按升序排列, 小于第10百分位值的枯水事件记为一次极端枯水事件（杨帆, 2011）。
（4） 多元回归分析： 多元回归指的是2个或2个以上的自变量与1个因变量的变动分析。是通过因变量与自变量之间较好的线性相关性进行预测的方法。目前已经广泛地应用在科学、 农业、 地学等不同的学科。多元线性回归模型： 假设因变量（ Y）与多种因素（自 变量） X 1 ,    X 2 ,    X 3 ,    ⋯ ,    X n 之间存在线性相关关系, 则建立因变量与自变量的回归模型如下：
Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + ⋯ + b n   X n，
式中： Y是因变量为预测目标; X 1， X 2， X 3，⋯， Xn自变量为影响预测目标的诸因素; a为常数项; b 1 ,   b 2 ,   b 3 ,   … ,   b n为Y对 X 1 ,   X 2 ,   X 3 ,   ⋯ ,   X n的斜率回归系数, 又称待定参数（刘军号等, 2018）。
（5） 主成分分析： 主成分分析(Principal Component Analysis, PCA)最早是由Pearson（1901）提出的一种通过对协方差矩阵进行分析, 主要目的是在降低数据维数的条件下保持数据集对方差贡献最大的一种统计分析方法。其原理为通过降维的方法将原来的多个指标转化为一个或几个综合指标, 即主成分(PCs), 而各主成分之间互不相关(任梅芳等, 2018)。

4 研究结果分析

4.1　极端气温变化特征

由1960 -2014年黑河上游极端气温指数变化趋势（图2）所示, 表征低温的极端气温指数整体呈现下降趋势, 霜冻日数下降趋势最明显, 平均下降4.3 d·(10a)-1。冷昼日数和冷夜日数均呈现小幅下降趋势, 其中冷昼日数下降趋势为1 d·(10a)-1, 冷夜日数下降趋势为1.8 d·(10a)-1, 而年极端最低气温呈小幅上升趋势, 变化率为0.3 ℃·(10a)-1。霜冻日数变化趋势通过0.05显著性检验, 冷昼日数、 冷夜日数、 极端最低气温均未通过显著性检验。表征高温的暖昼日数、 暖夜日数与极端高温指数均呈现上升趋势, 暖昼日数变化率为1.4 d·(10a)-1, 暖夜日数为1.9 d·(10a)-1, 极端最高气温变化率0.1 ℃·(10a)-1, 其中暖夜日数变化趋势通过0.01显著性检验。总体来看, 表征低温的极端气温指数如霜冻日数、 冷昼日数、 冷夜日数呈下降趋势, 而表征高温的极端气温指数如暖昼日数、 暖夜日数、 极端最高气温呈上升趋势, 这与当前气候变暖的大趋势一致。

4.2　极端降水指数变化特征

由1960 -2014年黑河上游极端降水指数变化趋势（图3）可知, 极端降水总量（R95p）、 降水强度（SDII）、 日最大降水量（RX1day）、 连续5日最大降水量（RX5day）呈增加趋势, 变化率分别为9.9 mm·(10a)-1、 0.1 mm·d-1·(10a)-1、 0.5 mm·(10a)-1、 1.6 mm·(10a)-1, 极端降水总量（R95p）增加趋势最明显。连续无降水日数（CDD）呈小幅下降趋势, 变化率为1.3 d·(10a)-1, 持续降水日数（CWD）基本持平, 无变化趋势。以上降水指数变化趋势均未通过0.05显著性检验。极端降水总量和降水强度的变化趋势与黑河山区降水量总体增加（蓝永超等, 2004）的趋势一致。极端降水总量（R95p）、 降水强度（SDII）、 日最大降水量（RX1day）、 5日最大降水量（RX5day）的增加趋势和持续干旱日数（CDD）的减少趋势也证明了黑河上游山区逐渐暖湿的趋势（王玉洁等, 2017）。

4.3　径流变化特征

通过百分位阈值法确定极端洪水和极端枯水事件, 并统计每年极端洪水和枯水发生频次, 以此分析黑河上游径流变化特征。由1960 -2014年黑河上游极端水文事件变化趋势（图4）可知, 极端洪水总量呈小幅上升趋势, 变化率为0.2×108 m3·(10a)-1, 未通过0.05显著性检验, 极端洪水频次以柱形图表示, 可以看出20世纪80 -90年代末极端洪水发生次数较多, 21世纪初回落, 2005年以后又呈现明显的上升趋势, 总体变化率为每10年1次, 通过0.01显著性检验。年极端枯水总量下降趋势明显, 平均每10年减少0.02×108 m3 （p<0.01）, 以1977年为变点, 1977年以后, 极端枯水总量显著减少。极端枯水频次减少趋势最明显, 变化率为每10年2.5次, 特别是1978年以后, 枯水频次急剧减少, 通过0.001显著性检验, 呈极显著变化。综上所述, 年极端洪水总量和频次都在增加, 年极端洪水频次增加更显著, 年极端枯水总量和频次都在减少, 均呈显著减少趋势。
图4 1960 -2014年黑河上游极端水文事件变化趋势

Fig.4 Trend of extreme hydrological events in the upper reaches of the Heihe River from 1960 to 2014

5 讨论

5.1　极端气候事件和极端水文事件的相关性

用选取的7个极端气温指数和6个极端降水指数与年极端洪水总量、 频次、 年极端枯水总量、 频次做相关性分析（表3）。极端气温指数中只有霜冻日数（FD0）与极端洪水总量和极端洪水发生频次呈显著负相关, 通过0.05显著性检验。冷夜日数（TN10p）与极端枯水总量和枯水发生频次呈正相关, 分别通过0.01和0.05显著性检验。极端降水指数中降水强度（SDII）、 持续降水日数（CWD）、 5日最大降水量（RX5day）、 极端降水总量（R95p）均与年极端洪水总量和发生频次呈显著正相关, 相关系数均通过0.01显著性检验。其中5日最大降水量（RX5day）与极端洪水总量相关性最高, 达到0.507。降水强度（SDII）、 5日最大降水量（RX5day）与极端枯水量呈显著负相关, 通过0.05显著性检验。综上所述, 极端降水指数与极端洪水总量和频次呈显著正相关, 而极端气温指数特别是冷指数与极端洪水总量呈显著负相关关系, 表征高温的极端气温指数如暖昼日数（TX90p）、 暖夜日数（TN90p）、 极端最高气温（TXx）与极端洪水总量无显著相关性。将极端气候指数做主成分分析, 来确定极端洪水总量与洪水频次和极端枯水总量与枯水频次分别受哪些极端气候指数的影响。前4个主成分方差的累计贡献率达到73%, 且特征值都大于1, 说明这4个主成分解释了大部分变量信息（表4）。根据4个主成分的载荷矩阵(表5)可以看出第一主成分与暖夜日数、 暖昼日数、 降水强度、 极端降水总量的载荷分别达到0.802, 0.755, 0.730和0.724; 第二主成分与5日最大降水量, 极端降水总量、 日最大降水量的载荷分别达到0.579, 0.592和0.643, 所以可以得出极端洪水总量和洪水频次主要受暖夜日数、 暖昼日数、 降水强度、 5日最大降水量、 日最大降水量、 极端降水总量的影响。同理, 第一主成分与冷夜日数、 冷昼日数、 霜冻日数的载荷分别达到-0.843, -0.615和-0.856; 第二主成分与持续干旱日数的载荷达到-0.403, 说明极端枯水总量和枯水频次主要受冷夜日数、 冷昼日数、 霜冻日数、 持续干旱日数的影响。再结合极端气候指数与极端水文事件的相关系数（表3）可以得出, 该流域的极端洪水事件主要受控于极端降水事件, 特别是极端降水总量, 而极端枯水事件主要受控于极端低温事件。此结论在一定程度上可以说明黑河上游降水对径流的影响大于气温对径流的影响。这一结论与前人认为的流域上游径流对降雨敏感性取值范围大于中游和下游的结论一致（罗开盛等, 2018）。李林等（2006）研究表明降水量是影响黑河上游流量的最主要因子, 夏季降水量的增加与夏季径流量的增加之间的关系十分显著。张喜风（2014）认为无论是季节尺度还是年尺度, 降水对径流的影响都是最大的, 其次是潜在蒸散发, 气温对径流的影响最小。崔延华等（2017）的研究表明祁连山区降水量增加1%将使莺落峡站径流量增加约0.74%, 祁连山区气温升高1%将使莺落峡站径流量增加约0.16%。本文的研究结果证实了以上学者的观点。以下学者给出了西北内陆河气温对径流的影响小于降水对径流影响的原因, 傅丽昕等（2008）认为温度的升高, 加速了山区冰雪资源的消融, 加大了冰雪融水对径流量的补给, 但同时导致蒸发量增大, 增加了地表淡水资源的消耗, 对山区来水量的增大起到一定的削弱作用。张耀宗等（2008）以讨赖河为例研究发现温度升高加大了流域蒸发量, 加剧地表水资源消耗, 是讨赖河上游径流减少的主要原因。此外, 也有部分学者的研究中表明气温对径流的影响大于降水对径流的影响。如： 蒋艳等（2005）在对阿克苏河流域的研究中发现气温变化对阿克苏河流域山区河流的影响高于降水变化的影响; 魏天锋等（2015）对呼图壁河的研究中表明相对降水对径流的贡献率, 温度对径流变化的贡献率更大。这主要是由于研究区域不同, 河流的主要补给来源有别, 同时, 在不同阶段, 各气候要素的影响作用也有所不同, 但是从长期来看, 降水仍然是出山径流的主控因素（杨春利等, 2017）。
表3 极端气候指数与极端水文事件相关性

Table 3 The correlation between the extreme climate and extreme hydrological events

水文事件 FD0 TX10p TN10p TX90p TN90p TXx TNn SDII CWD CDD RX1day RX5day R95p
洪水量 -0.293* 0.207 -0.220 0.037 0.162 -0.122 -0.129 0.400** 0.481** -0.307* 0.190 0.507** 0.458**
洪水频次 -0.334* 0.190 -0.221 0.037 0.183 -0.103 -0.105 0.412** 0.435** -0.298* 0.241 0.473** 0.476**
枯水量 0.174 0.232 0.385** -0.182 -0.112 0.008 -0.144 -0.333** -0.054 0.205 0.036 -0.287* -0.225
枯水频次 0.165 0.169 0.311* -0.156 -0.069 0.053 -0.299* -0.234 0.093 0.168 -0.111 -0.185 -0.142

**指在0.01置信水平上, 显著相关, *指在0.05置信水平上, 显著相关

表4 主成分特征值及比例

Table 4 Eigenvalues and proportions ofprinciple components

成分 初始特征值
总计 方差百分比/% 累积/ %
1 4.773 36.716 36.716
2 2.310 17.766 54.483
3 1.369 10.535 65.017
4 1.072 8.247 73.265
5 0.941 7.236 80.501
6 0.623 4.794 85.295
7 0.564 4.342 89.637
8 0.482 3.705 93.342
9 0.302 2.323 95.666
10 0.236 1.813 97.479
11 0.145 1.112 98.591
12 0.097 0.743 99.334
13 0.087 0.666 100.000
表5 主成分载荷矩阵

Table 5 Eigenvalues and proportions of principle components

因子 成分载荷
1 2 3 4
极端最低气温 0.420 -0.419 -0.511 0.351
极端最高气温 0.128 -0.417 0.517 -0.540
暖夜日数 0.802 -0.253 0.303 -0.115
暖昼日数 0.755 -0.366 0.136 -0.132
冷夜日数 -0.843 0.207 0.022 -0.176
冷昼日数 -0.615 0.584 0.285 -0.087
霜冻日数 -0.856 0.072 -0.139 0.067
降水强度 0.730 0.324 -0.107 -0.014
5日最大降水量 0.530 0.579 0.251 0.229
日最大降水量 0.432 0.643 -0.264 -0.229
持续干旱日数 -0.140 -0.403 0.010 0.311
持续降水日数 -0.035 0.087 0.694 0.617
极端降水总量 0.724 0.592 -0.051 0.030

5.2　极端洪水对降水响应的滞后性

径流是流域内气候和下垫面各种自然地理因素及人类活动综合作用的产物, 降水转化为径流分为产流和汇流两个阶段, 汇流阶段又划分为坡地汇流和河网汇流两个阶段。因此, 流域内每次降水汇流至河流出口断面均需要一定的时间。但径流与降水的滞后时间随降雨强度及历时、 降雨的时间和空间变化及流域下垫面因素的差异而不同, 因此研究径流对降水的滞后效应对于河流洪水的预报和防灾减灾具有重要的理论意义和现实意义（董立峰等, 2012）。从极端洪水事件中选取2000 -2014年的年最大极端洪水发生时间对应的三个站点当天降水量P0, 前一天降水量P1, 前两天降水量P2。由表6黑河上游极端洪水水量与气象站降水量相关系数可知, 祁连站P1与洪水的相关性达到0.644, 托勒和野牛沟站P0与洪水相关性分别达到0.52和0.62, 均通过0.05显著性检验。通过对三个气象站点P0、 P1、 P2与极端洪水的回归分析（表7）可知, 祁连站三天降水中P1的回归系数最大, P0的回归系数次之, P2的回归系数最小, 说明祁连站前一天降水P1对洪水影响显著, P0的影响次之, P2的影响最小。同理, 野牛沟和托勒站均为P0的回归系数最大, 说明这两站点当天降水P0对洪水影响显著。由此得出, 洪水对祁连站降水存在1~2天的滞后期, 对托勒和野牛沟站降水无明显滞后性。杨帆（2011）对河南省鲇鱼山水库流域极端洪水与降水的相关性研究中同样得出洪水对前一天降水相关性最高, 该流域洪水对降水的响应存在1天的滞后期, 并认为与流域大小有关。
表6 黑河上游极端洪水水量与气象站降水量相关系数

Table 6 The correlation coefficient between extreme flood and precipitation of meteorological station

站点 P0 P1 P2
祁连站 0.42 0.644* 0.642*
托勒站 0.52* 0.16 0.34
野牛沟站 0.62* 0.04 0.4

*表示通过0.05显著性检验

表7 气象站点降水量与洪水的回归分析

Table 7 Regression analysis of precipitation and flood at meteorological stations

站点 回归方程 F值 p值 R 2
祁连站 F=0.004P0+0.009P1+0.001P2+0.2 11.11 0.001 0.669
托勒站 F=0.016P0+0.001P1+0.002P2+0.261 4.85 0.039 0.536
野牛沟站 F=0.013P0+0.001P1+0.003P2+0.238 6.92 0.010 0.597

F代表洪水量, P0代表洪水当天降水; P1代表洪水前一天降水; P2代表洪水前两天降水

黑河上游祁连站所在的河流东支河网密度大于西支（龚家栋等, 2000）, 所以东支汇流所需时间较长, 导致单位时间内东支所能汇集到出山口的径流量小于西支, 加之降水的空间差异性, 洪水发生当天降水量P0野牛沟站最大, 前一天降水量P1祁连站最大, 也即由于野牛沟所在区域河网密度较小, 降水在当天就可汇流到达莺落峡出山口, 这是野牛沟站P0与极端洪水相关性显著的原因; 而祁连站所在区域河网密度大, 降水在洪水发生次日才可到达莺落峡出山口, 这是黑河上游洪水对祁连站降水量产生滞后性的主要原因。根据黑河上游植被覆盖的空间特征可知, 该区域东部植被覆盖度高于中部和西北部（雷声剑等, 2016）, 三个站点植被覆盖度大小： 祁连>野牛沟>托勒, 植被类型也存在差异（表8）, 导致降雨强度小的情况下, 发生蓄满产流, 下渗量大, 地表产流量减小; 在降雨强度大的情况下, 发生超渗产流, 黑河上游东部祁连站所在地区植被覆盖率高, 植物的截流作用明显, 上述两种情况下, 均会导致极端洪水对祁连站降水响应存在滞后性。祁连、 托勒、 野牛沟三个气象站点海拔相差不大（表1）, 对汇流过程影响较小, 不足以作为影响洪水滞后性的因素。气象站点和水文控制站的距离越长, 汇流路径越长, 汇流所需时间增加, 会增加洪水的滞后性。综上所述, 在黑河上游, 降水量的空间差异及东西支的河网密度差异是导致洪水对降水响应产生滞后效应的主要因素, 降雨强度大小、 植被覆盖度和植被类型的空间差异也会对滞后效应有一定影响。除此之外, 气象站点与水文站的距离、 汇流路径、 降水历时等都是洪水对降水滞后的可能因素。在我国内陆河流域关于极端洪水对降水响应的滞后性研究很少, 在今后应该加大此方面的研究, 为该区域洪水预报、 预警提供指示作用。
表8 黑河上游气象站点植被要素的差异

Table 8 The difference of vegetation elements at meteorological stations in the upper reaches of Heihe River

植被要素 祁连 野牛沟 托勒 文献来源
植被覆盖度 0.35~0.46 0.26~0.35 0.18~0.26 张立峰等, 2018
植被类型 林地、 灌丛 高山植被、 草甸 高山植被、 林地 张晓龙等, 2018

6 结论

通过对黑河上游极端气温、 降水事件以及极端水文事件的分析, 得出极端气候事件和极端水文事件的变化特征。经相关分析得出极端气温事件和极端降水事件对流域上游极端洪水事件的影响, 以及洪水对降水的滞后效应。主要结论如下：
(1) 黑河上游表征低温的极端气温指数呈下降趋势, 表征高温的极端气温指数呈上升趋势, 从极端气候层面佐证当前气候变暖的大趋势, 而极端洪水总量呈现的增加趋势也与黑河上游径流总量增加趋势相一致。
(2) 极端降水指数特别是极端降水总量和五日最大降水量与极端洪水总量的相关性显著, 洪水对祁连站降水量的响应存在1~2天的滞后性。对托勒和野牛沟站的降水无明显滞后性, 产生此现象的原因主要是黑河上游降水的时间和空间差异以及东、 西支河流河网密度的差异。
选取我国典型内陆河流域黑河作为研究对象, 对于极端气温冷指数的下降趋势和极端气温暖指数的上升趋势研究证实了黑河流域气候变暖的事实的同时也说明气候变暖对极端气候事件产生影响。对于径流对极端气候事件的响应研究在揭示研究区极端气候演变规律的同时, 提升水文过程对气候变化响应中滞后性方面的认识, 为该区域洪水预报、 预警提供依据, 提高防灾减灾能力。本研究只涉及到黑河, 其他内陆河流域虽与黑河流域有一定相似性, 但是地理位置、 下垫面、 流域大小等因素存在一定差异, 所以其他流域极端洪水对降水的滞后性还需进一步研究。在滞后性研究中, 本文仅使用了相关分析、 回归分析来说明极端洪水对降水的滞后性, 而如何准确量化不同时段降水对极端洪水的贡献以及洪水对极端降水响应的滞后效应亟需下一步工作解决。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Caesar J, Alexander L V, Trewin B, al et, 2011.Changes in temperature and precipitation extremes over the Indo‑Pacific region from 1971 to 2005[J].International Journal of Climatology, 31(6): 791-801．

Jr R R H, 2015.An overview of weather and climate extremes‑products and trends [J].Weather and Climate Extremes, 10: 1-9.

IPCC, 2007.Climate change 2007： Impacts, adaptation and vulnerability: Working group II contribution to the fourth assessment report of the IPCC[M].Cambridge University Press, 2007.

Min S K, Son S W, Seo K H, al et, 2015.Changes in weather and climate extremes over Korea and possible causes: A review[J].Asia Pacific Journal of Atmospheric Sciences, 51(2): 103-121.

Pearson K, 1901.Principal components analysis[J].The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 6(2): 559.

You Q, Kang S, Aguilar E, al et, 2011.Changes in daily climate extremes in China and their connection to the large scale atmospheric circulation during 1961-2003[J].Climate Dynamics, 36 (11/12): 2399-2417.

陈锐杰, 刘峰贵, 陈琼, 等, 2018.近 60 年青藏高原东北缘极端气温事件与气温日较差分析—以西宁地区为例[J].高原气象, 37(5): 1188-1198.DOI： 10.7522/j.issn.1000-0534.2018.00022.

程建忠, 2016.黑河中游径流变化规律分析及趋势预测[J].甘肃水力水电技术, 52(2): 6-10.

崔延华, 宋悦, 粟晓玲, 2017.祁连山区气候变化对黑河出山径流的影响[J].人民黄河, 39(5): 15-20.

董立峰, 邵金花, 李德一, 等, 2012.黄河三角洲典型流域径流变化及其对降水的滞后性分析[J].滨州学院学报, 28(3): 39-41.

傅丽昕, 陈亚宁, 李卫红, 等, 2008.塔里木河三源流区气候变化对径流量的影响[J].干旱区地理, 31(2): 238-242.

龚家栋, 李吉均, 2000.黑河上游水系发育特征分析[J].中国沙漠, 20(4): 389-392.

郭阳, 张廷军, 曹琳, 等, 2018.黑河上游地表冻融指数与径流关系[J].水土保持通报, 38(3): 222-227.

蒋艳, 周成虎, 程维明, 2005.阿克苏河流域径流补给及径流变化特征分析[J].自然资源学报, 20(1): 27-34.

蓝永超, 丁永建, 康尔泗, 2004.近50年来黑河山区汇流区温度及降水变化趋势[J].高原气象, 23(5): 723-727.

雷声剑, 张福平, 燕玉超, 等, 2016.黑河上游植被覆盖时空变化特征及其未来趋势[J].水土保持通报, 36(3): 160-164.

李林, 王振宇, 汪青春, 2006.黑河上游地区气候变化对径流量的影响研究[J].地理科学, 269(1): 40-46.

李培都, 司建华, 冯起, 等, 2018.1958-2015年敦煌及周边地区极端降水事件的时空变化特征[J].高原气象, 37(2): 535-544.DOI： 10.7522 /j.issn.1000-0534.2017.00055.

李庆祥, 黄嘉佑, 2012.北京极端低温事件的长期变化特征[J].高原气象, 31(4): 1145-1150.

刘军号, 雷鸣, 程铁杰, 2018.基于多元统计的河流年度径流预报及误差分析[J].安徽农学通报, 24(17): 111-113.

刘晓云, 岳平, 徐殿祥, 2006.酒泉市最近54 a气温和降水特征分析[J].干旱区研究, 23(3): 495-499.

罗开盛, 陶福禄, 2018.黑河径流对LUCC和气候变化的敏感性分析[J].干旱区研究, 35(4): 753-760.

潘钊, 孙自永, 马瑞, 等, 2018.黑河上游高寒山区降雨-径流形成过程的同位素示踪[J].地球科学, 43(11): 4226-4236.

任梅芳, 庞博, 徐宗学, 等, 2018.基于随机森林模型的雅鲁藏布江流域气温降尺度研究[J].高原气象, 37(5): 1241-1253.DOI： 10.7522/j.issn.1000-0534.2018.00026.

阮宏威, 邹松兵, 陆志翔, 等, 2017.耦合SWAT与RIEMS模拟黑河径流山区径流[J].冰川冻土, 39(2): 384-394.

王婷婷, 冯起, 李宗省, 等, 2018.1960-2012年祁连山东段古浪河流域极端气候事件研究[J].冰川冻土, 40(3): 598-606.

王玉洁, 秦大河, 2017.气候变化及人类活动对西北干旱区水资源影响研究综述[J].气候变化研究进展, 13(3): 483-493.

王毓森, 2017.基于R语言的加权马尔卡夫链在黑河流域径流预测中的应用[J].甘肃水力水电技术, 53(5): 1-4.

王月华, 2017.河西内陆河流域极端降水和气温变化特征及其水文响应[D].北京: 中国地质大学, 1-80.

魏天锋, 刘志辉, 姚俊强, 等, 2015.呼图壁河径流过程对气候变化的响应[J].干旱区资源与环境, 29(4): 102-107.

杨春利, 蓝永超, 王宁练, 等, 2017.1958-2015年疏勒河上游出山径流变化及其气候因素分析[J].地理科学, 37(12): 1894-1899.

杨帆, 2011.区域气候背景下流域极端气候与水文事件的关系研究[D].郑州： 郑州大学, 1-78.

张立峰, 闫浩文, 杨树文, 等, 2018.黑河流域植被覆盖变化及其对地形的响应[J].遥感信息, 33(2): 46-52.

张喜风, 2014.黑河上游气候变化对出山口径流的驱动分析[J].长江流域资源与环境, 23(4): 542-548.

张晓龙, 周继华, 蔡文涛, 等, 2018.基于3S技术的黑河流域1∶ 100000植被制图[J].西北师范大学学报(自然科学版), 54(2): 95-101.

张艳林, 常晓丽, 梁继, 等, 2016.高寒山区冻土对水文过程的研究-以黑河上游八宝河为例[J].冰川冻土, 38(5): 1362-1372.

张耀宗, 张勃, 吕永清, 2008.祁连山区流域径流变化及影响因子研究—以讨赖河为例[J].干旱区资源与环境, 22(7): 109-114.

赵娜, 曾小凡, 刘寒, 2018.基于HBV的黑河流域径流对气候变化的响应[J].人民长江, 49(12): 34-37.

邹全, 王国亚, 贺斌, 等, 2013.1957-2010年天山玛纳斯河流域夏季径流及洪水过程对极端气候事件的响应[J].冰川冻土, 35(3): 733-740.

Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn