1960-2012年鄱阳湖流域旱涝急转事件时空演变特征*

王 容，李相虎**，薛晨阳，张 丹

(1：中国科学院南京地理与湖泊研究所，中国科学院流域地理学重点实验室，南京 210008) (2：中国科学院大学，北京 100049)

当前由于全球气候变暖、城市化进程加快使得水循环速率加快、系统稳定性降低，导致干旱、洪涝等极端水文事件发生的频率和强度不断增加，对生态系统和人类社会发展造成严重的危害[1-3]. 与此同时，旱涝急转现象也在不断增加[4-5]，尤其在我国华南、西南、长江中下游及淮河流域等地区表现得更加明显[6-7]，已成为我国旱涝灾害的一种新特点与新趋势[8]. 例如，广西在2005年、2009年及2013年多次出现旱涝急转现象[9]，在珠江的东江流域、淮河流域也曾多次发生[10-11]，而在2011年春夏之交，我国长江中下游地区发生的一次快速、剧烈的旱涝急转现象，其旱涝转变之快、旱涝灾情之重、影响范围之广，更是近年来罕见[12]，给我国经济发展和人民的财产带来巨大的损失. 旱涝急转是旱涝并存现象的一种极端表现[13]，不仅具备干旱和洪涝分别具有的灾害特性，其所造成的危害比单一灾害的叠加更为严重[14-16]. 因此，对区域旱涝急转现象的研究已引起国内外学者的广泛关注，其演变规律与影响研究也是水文与气候变化研究领域亟待解决的一个科学问题.

近些年来，诸多学者利用不同的指标与方法对旱涝急转现象进行了研究，成果颇丰，也为揭示旱涝急转的时空特征及其成因机制等提供了很好的基础. 例如，吴志伟等[6]通过对比夏季降水差异定义了降水长周期旱涝急转指数，用于定量研究长江中下游地区旱涝急转现象. 程智等[17]在挑选出淮河流域旱涝急转事件的基础上，定义了一个基于SPI指数的旱涝急转事件强度指数，并进一步分析了其时空分布和强度差异变化. 熊威等[18]基于游程理论分析了四湖流域旱涝急转事件的历时、强度和程度，并通过Copula函数构建了旱涝急转事件特征变量间的联合分布，分析了相应的概率和重现期. 唐明等[19]从时间和空间两方面对淮北地区旱涝急转现象进行了定量描述，并简要分析了旱涝急转的成因. 张屏等[15]利用一组经验降水阈值指数定义了一个针对安徽省淮北地区的旱涝急转指数，并分析了其季节演变特征. 闪丽洁等[8]在原有长周期旱涝急转指数基础上定义了日尺度旱涝急转指数，并基于此分析了长江中下游地区夏季旱涝急转事件的时空特征及其与ENSO的关系. 另外，张水锋等[1]、罗蔚等[20]、Li等[21]还从径流量异常变化的角度研究了淮河流域、鄱阳湖流域旱涝急转现象的发生规律.

鄱阳湖是我国第一大淡水湖，也是我国重要的战略水源地，其独特的湿地生态系统，具有极其丰富的湿地植被资源与物种多样性，发挥着巨大的生态服务功能[22-23]，同时鄱阳湖流域还是我国重要的商品粮基地. 然而由于鄱阳湖区域河-湖关系复杂，历来是我国洪旱灾害最严重的区域之一[24]. 近些年来，在气候变化与人类活动的双重影响下，鄱阳湖流域极端干旱事件频发、季节性水资源紧张、湖泊面积萎缩、湖泊水质趋于恶化、水域和湿地生态系统结构与功能退化，给鄱阳湖流域水安全和生态系统平衡等带来了巨大威胁[25-31]. 以往研究多侧重于该区域单一干旱或洪涝，而对旱涝急转这种复合型灾害现象关注较少. 目前有关于鄱阳湖流域旱涝急转的研究重点分析了旱涝急转的变化趋势，未对旱涝急转的发生强度及周期变化等方面进行特征分析，且对旱涝急转的空间差异及其成因等都还不清晰[20-21]. 因此本文侧重于研究鄱阳湖流域旱涝急转事件的空间差异、强度及周期变化等，并讨论旱涝急转指数的不确定性及旱涝急转事件的成因. 本研究对进一步认识鄱阳湖洪旱灾害的发生机理、保障湖泊水安全与生态安全具有重要意义，同时可为鄱阳湖区防汛抗旱减灾、生态环境保护、制定流域综合管理措施等提供科学依据.

1 研究区域与方法

1.1 研究区域与数据资料

鄱阳湖流域(图1)位于长江中下游地区，流域面积16.22×104km2，约占长江流域面积的9%，流域内水系发达，主要有修水、赣江、抚河、信江、饶河五大支流，其地貌类型主要包括山地、丘陵和岗地平原3类[32-33]. 鄱阳湖流域地处亚热带季风区，气候温暖，降水丰沛，年平均气温为18℃，1960-2012年平均年降水量为1676 mm，鄱阳湖流域降水年内分布呈现出显著的季节性差异，一般从4月开始进入雨季，5-6月降水量达全年最高值，期间径流量迅速增加，雨季径流量约占全年径流量的50%；从7月开始，降水量急剧减小，在9月之后，鄱阳湖流域开始进入旱季并且持续到12月[21, 26].

图1 鄱阳湖流域地理位置及主要站点分布Fig.1 Location of the study area and the distribution of stations in Lake Poyang Basin

研究中，鄱阳湖流域1960-2012年五河7个主要入湖控制站(表1)逐日径流观测数据来源于长江水利委员会水文局，主要用于对鄱阳湖流域旱涝急转事件的识别及其时空演变特征分析. 流域内61个雨量站同时期的降水数据来源于国家气象信息中心，主要用于对旱涝急转事件成因分析.

表1 鄱阳湖流域五河7个入湖控制站

1.2 研究方法

1.2.1 旱涝急转指数 本文基于吴志伟等[6]提出的短周期旱涝急转指数(Short Drought-Flood Abrupt Alternation Index,SDFI)，将其应用于径流，研究鄱阳湖流域径流旱涝急转事件时空变化.SDFI可表示为：

SDFI=(Wi+1-Wi)×(|Wi+1|+|Wi|)×α-|Wi+1+Wi|(i=1,2,3,…,n)

(1)

式中，Wi和Wi+1分别是第i月和i+1月标准化径流量; (Wi+1-Wi)为旱涝急转强度项；(|Wi+1|+|Wi|)为旱涝强度项；α-|Wi+1+Wi|为权重系数，其中，α为经验系数，在研究中取值为1.5.

当SDFI>0时，旱涝急转现象表现为“旱转涝”，反之，当SDFI<0时，则表现为“涝转旱”. 而SDFI的绝对值大小，表示旱涝急转事件的强度大小. 一般以|SDFI|>1作为识别旱涝急转事件的标准，绝对值越大，则旱涝急转的强度越大. 本文综合考虑旱涝急转事件类型，借鉴吉中会等划分旱涝急转的标准[34]，将鄱阳湖流域旱涝急转指数SDFI划分为7个等级(表2)：

1.2.2 趋势检验法 本文采用TFPW-MK趋势检验法分析检验序列的变化趋势. TFPW-MK方法是在Mann-Kendall趋势检验的基础上引入了去趋势预置白法(TFPW)，可有效降低序列中自相关对结果的影响. TFPW-MK法先进行趋势项成分提取再进行预置白处理，这可有效避免预置白处理对序列趋势程度的改变[35-36]. 具体计算步骤如下：

1)计算检验时间序列Y(t)(t=1,2,…,n)的倾斜度γ：

(2)

式中，ym和yk为待检序列样本值，n为序列长度(m,k=1,2,…,n).

2) 计算去除趋势项序列的一阶自相关系数r1. 去除趋势项序列Y1(t)=Y(t)-γt.

(3)

3)在β=0.1的显著性水平下(自由度为n-2)，判断r1是否达到显著性水平：

(4)

当|r1|≥rβ时，则Y1(t)通过显著检验，反之未通过显著性检验.

4)对通过显著性检验的序列Y1(t)进行去除自相关项处理，形成新序列Y2(t)=Y1(t)-r1Y1(t-1),加原趋势项后形成去除自相关性影响的新序列Y3(t),Y3(t)=Y2(t)+γt.

5)将新形成的序列Y3(t)和未通过显著性检验的序列Y1(t)进行MK趋势检验(显著性水平为α=0.05).

1.2.3 集合经验模态分解 集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)是经验模分解的改进版，它是一种非线性、非平稳的时间序列分析方法，基本原理是将研究数据分解成有限个不同时间尺度的波动信号[37]. 与傅里叶变换和小波变化相比，EEMD能更加准确地分解出序列的特征波动信号[38-40]. 本文采用EEMD方法，在鄱阳湖流域五河7站旱涝急转序列中加入0.2倍数据标准差的白噪声，分解出能反映不同时间尺度周期变化特征的本征函数(IMF)和趋势项(ST)，通过0.1的显著性检验，获得具有独立代表性的本征函数，以作为研究旱涝急转序列的多时间尺度特征的基础.

1.2.4 降水不均匀系数 本文利用降水年内分配不均匀系数(Cv)来衡量降水年内分布的不均匀性[41].Cv可表示为：

(5)

2 结果与分析

2.1 鄱阳湖流域旱涝急转事件发生频率的时空变化特征

图2 鄱阳湖流域五河7站旱涝急转事件发生频次的年内分布(FTD为“涝转旱”事件，DTF为“旱转涝”事件)Fig.2 Intra-annual occurrence times of the drought-flood abrupt alteration events at 7 hydrological stations in Lake Poyang Basin(FTD is the flood-to-drought event, and DTF is the drought-to-flood event)

鄱阳湖流域五河7个径流控制站不同强度旱涝急转事件发生频次的年内分布如图2所示. 由图2可知，五河旱涝急转事件在年内分布上具有较好的一致性，旱涝急转主要集中在3-10月，其中3-6月以“旱转涝”为主，7-10月以“涝转旱”为主，“旱转涝”事件与“涝转旱”事件的发生频次基本相当；同时，旱涝急转事件均以轻度旱涝急转为主，占总数的62.3%，其次为中度旱涝急转事件，占总数的25.6%，而重度旱涝急转事件发生频率较低，主要集中在6-8月，且多以“涝转旱”事件为主. 另外发现，五河之间旱涝急转事件的发生频次也存在一定的差异，其中信江的旱涝急转事件发生频次最多，修水北支最少；对于重度旱涝急转事件，则更易发生于抚河、信江和饶河流域，而赣江流域很少出现.

另外，不同年代间旱涝急转事件在年内分布上存在一定的时空差异(图3). 五河“旱转涝”事件年内分布时段普遍较宽，但在部分年代其发生时段较为集中，如抚河“旱转涝”事件在1970s的5月，而在1990s和2000s则集中在6月，信江和饶河南支的“旱转涝”事件在1990s的6月发生频率最高；五河“涝转旱”事件在年内分布则相对集中，除赣江1960s的“涝转旱”事件集中分布在6-7月外，其余年代的“涝转旱”事件年内分布和抚河、信江及饶河基本一致，主要分布在7-8月，修水则在1960s、1970s的7-8月分布较集中.

图3 不同年代鄱阳湖流域五河7站旱涝急转事件发生频次的年内分布Fig.3 Intra-annual occurrence times of the drought-flood abrupt alteration events in different decades at 7 hydrological stations in Lake Poyang Basin

不同年代间鄱阳湖流域五河旱涝急转事件的发生频率如图4所示. 由图4可知，2000s是鄱阳湖流域旱涝急转事件发生频次最少的年代，而1990s是相对最多的年代. 但五河之间存在较大的差异，其中赣江和抚河的旱涝急转事件发生频次自1960s呈逐渐减少的趋势，信江在1990s之前也呈逐渐减少的趋势，而在1990s旱涝急转事件大幅增加，之后又呈减少的趋势，饶河的旱涝急转事件发生频次在2000s以前呈增加趋势，但在2000s旱涝急转发生频次减少为历史最低，修水的旱涝急转事件发生频次在不同年代间波动较大，总体上1980s和2000s发生频次较低.

图4 鄱阳湖流域五河7站旱涝急转事件发生频次的年代际变化Fig.4 Decadal occurrence times of the drought-flood abrupt alteration events at 7 hydrological stations in Lake Poyang Basin

2.2 鄱阳湖流域旱涝急转事件发生强度变化特征

SDFI的绝对值大小反映了旱涝急转事件的强度大小，其年最大值和最小值序列即代表了年最强“旱转涝”与“涝转旱”事件的发生强度，因此，以SDFI年最值序列分析最强旱涝急转事件强度的年际变化趋势特征及相应的TFPW-MK趋势检验结果(表3、图5). 由图5可知，除饶河外，其余各站SDFI最小值均呈上升趋势，其中外洲、李家渡、虬津及万家埠站更是达到了0.05的显著性水平，表明除饶河外，鄱阳湖流域年最强“涝转旱”事件发生强度有逐渐减弱的趋势. 而SDFI最大值序列波动程度不大，外洲及虬津站呈微弱的下降趋势，渡峰坑、虎山和万家埠站呈微弱的上升趋势，表明赣江和修水北支的年最强“旱转涝”事件发生强度有减弱趋势，而饶河和修水南支的年最强“旱转涝”事件发生强度有增强的趋势，但均未达到0.05的显著性水平.

表3 鄱阳湖流域五河7站SDFI最小值与最大值序列的趋势检验结果1)

1)TFPW-MK统计量值为负时表示序列为下降趋势，反之为上升趋势；*表示达到了α=0.05的显著性水平.

2.3 鄱阳湖流域旱涝急转事件的周期变化特征

对鄱阳湖流域五河7站SDFI序列进行EEMD分解，并通过0.1的显著性检验得到了2个具有独立代表性的本征函数(IMF1及IMF2)，对其进行周期分析(表4、图6). 由图6可知，IMF分量各自反映了SDFI序列中固有的不同时间尺度的振荡特征，各站IMF1的周期均为1 a，反映了SDFI序列的高频振荡特征.IMF2代表了SDFI序列中较长时间尺度的周期变化特征，各支流之间也存在较大差异，其中李家渡、梅港及虎山站的振荡周期在21～26 a之间，外州、渡峰坑和虬津站的振荡周期都为35 a，而万家埠站的振荡周期最长，IMF2达53 a，与研究序列长度相同，为伪周期，不能真实反映该站的长周期特征. 除万家埠站外，其余各站旱涝急转具有21～35 a的长周期特征，这可能与长江中下游地区梅雨的长周期振荡有关[42-44]. EEMD的趋势项(ST)显示，渡峰坑和虬津站呈先上升后降低的趋势，表明渡峰坑和虬津站的SDFI在研究时段内有先增大后减小的趋势，但不明显.

表4 鄱阳湖流域五河7站IMF分量的周期特征

同时对鄱阳湖流域五河7站SDFI年最小值和最大值序列也分别进行EEMD分解，得到4个本征函数，但仅IMF1通过了显著性检验，IMF2、IMF3及IMF4均未通过检验. 分别对各站IMF1进行周期和方差贡献率分析(表5). 由表5可知，五河7站SDFI最小值和最大值序列的IMF1方差贡献率在51.59%～79.83%之间，表明IMF1反映了SDFI序列的绝大部分信息，同时，各站SDFI最小值序列与最大值序列在周期变化上具有较好的一致性，均表现为3 a左右的周期，这可能与长江流域夏季降水具有2～3 a的周期振荡有关[45].

表5 鄱阳湖流域五河7站SDFI最小值和最大值序列IMF1的周期特征

图5 鄱阳湖流域五河7站SDFI最小值和最大值年际变化对比Fig.5 Variations of the minimum and maximum values of SDFI at 7 hydrological stations in Lake Poyang Basin

图6 鄱阳湖流域五河7站SDFI 的EEMD分解对比Fig.6 EEMD decomposition results for SDFI at 7 hydrological stations in Lake Poyang Basin

3 讨论

3.1 旱涝急转指数的不确定性分析

旱涝急转指数已广泛运用于定量辨识旱涝急转事件，但在实际运用中存在一定的不确定性[21]. 其中，权重系数α是一个经验系数，其取值与流域气候特征及研究的时间尺度等有关[46]. 本文中α取值为1.5，而已有研究中也有α取值为1.8、2.0及3.2等[6, 8, 21]，为分析不同α取值对鄱阳湖流域旱涝急转事件识别产生的影响，基于流域五河7站2000-2012年的实测径流数据，通过逐月径流差对α取值的不确定性进行分析. 图7为不同α取值下各站SDFI与相应的逐月径流差的相关性对比. 由图7可知，当α取值1.8和2.0时，五河各站SDFI与逐月径流差的确定性系数R2在0.67～0.94间变化；当α取值进一步增大为3.2时，则各站R2明显减小，为0.43～0.63；但当α取值减小为1.5时，各站SDFI与相应的逐月径流差的R2显著增大，为0.90～0.96；当α进一步减小为1.3时，各站R2变化存在差异，7站中仅李家渡、虬津、万家埠站R2有所增加，其余各站呈不同程度的减小. 因此，当α取值1.5时，鄱阳湖流域五河7站的SDFI与相应的逐月径流差的确定性系数达最大，其计算得到的SDFI更能准确地反映鄱阳湖流域五河径流的丰枯变化及旱涝急转状况.

3.2 鄱阳湖流域旱涝急转事件成因探讨

气候变化与人类活动是影响流域旱涝急转事件时空分布及变化趋势的重要因素[21]. 降水作为流域径流的主要补给源，其年内分布直接影响径流的年内分布，当降水年内分布不均匀、极端降水频发时，更容易引发旱涝急转事件[19]. 由图8可知，五河的降水不均匀系数在1960s、1990s普遍偏高，说明该时段内流域降水年内分配极不均匀，如赣江在1962年降水不均匀系数达到最大值1.06，其对应年份发生了1次重度“涝转旱”事件和2次中度“旱转涝”事件，信江的降水不均匀系数在1967年达1.14，其对应年份也发生1次重度“涝转旱”事件，而在1995年，信江、饶河和修水流域降水不均匀系数均达到最大值，其对应年份各自发生1次、3次和2次旱涝急转事件. 而1990s旱涝急转事件多发、2000s旱涝急转事件发生较少，也与流域降水不均匀系数在2000s表现为减小存在很好的对应关系. 因此，鄱阳湖流域降水的年内分布不均是造成五河径流旱涝急转事件发生的主要原因.

此外，强烈的人类活动，如水库建设、河流调控和大面积植树种草等对鄱阳湖流域旱涝急转事件的发生也具有一定的影响. 据统计，鄱阳湖流域大、中型水库数量及总库容随时间变化呈阶梯状增加[47]. 截止到2007年，鄱阳湖流域已修建各类水库近万座，其中大中型水库179座，总库容达113.6×108m3 [48-49].水库“削洪补枯”的调控机制可有效减少洪旱灾害的可能性[26, 50]. 同时，水库调蓄能明显影响河流基流，唐国华等选取鄱阳湖流域3座大型水库定量分析水库调蓄对五河入湖基流的作用机制，发现这3座水库运行使基流每年平均增加89 m3/s[51]. 另外，鄱阳湖流域由于过度开发，水土流失严重，在1983年，其森林覆盖率为34.73%，从1985年开始全面实施国家水土流失重点治理工程，森林覆盖率在2010年达到63.1%[51]. 鄱阳湖流域森林覆盖率增加可减少地表径流并延长汇流时间、坦化地表径流过程、增加河流基流，使枯水期径流系数增大，年径流过程平坦化[51]. 鄱阳湖流域水利工程调蓄和植被改善等能增加河道基流，使河道径流过程平坦化，对旱涝急转等洪旱灾害的发生具有缓解作用[49, 52].由此可见，强烈的人类活动在一定程度上减小了鄱阳湖流域旱涝急转事件的发生.

同时，我们也应认识到，水汽输送是形成降水的必要条件之一，而水汽输送的强弱和路径变化是影响区域降水强度时空差异的重要因素，也是造成流域旱涝急转空间异质性的根本原因[6, 7, 53]. 鄱阳湖流域地处东亚季风区，受大气环流影响更为突出，并且区域水汽输送的强弱和路径受众多因素影响，作用机制复杂，本文由于数据资料限制，未能从水汽输送角度进一步深入揭示流域旱涝急转空间异质性，这将是后续研究的重点.

4 结论

基于鄱阳湖流域五河7站的实测径流数据，通过旱涝急转指数，定量识别了鄱阳湖流域旱涝急转事件，并分析了其时空演变特征. 主要结论如下:

1)鄱阳湖流域旱涝急转事件主要发生在3-10月，其中3-6月以“旱转涝”事件为主、7-10月以“涝转旱”事件为主；在年代际上，旱涝急转事件在1990s发生频率最高，在2000s最低. 在空间上，信江的旱涝急转事件发生频次最多，修水北支最少，尤其是重度旱涝急转事件更易发生在抚河、信江和饶河流域，而赣江流域很少出现.

2)鄱阳湖流域五河年最强“涝转旱”事件的发生强度均呈逐渐减弱的趋势，而年最强“旱转涝”事件的发生强度在赣江和修水北支有减弱趋势，在饶河和修水南支有增强的趋势.

图7 鄱阳湖流域五河7站不同α取值下SDFI与逐月径流差相关性对比Fig.7 The relationship between SDFI and the corresponding runoff difference under different α values at 7 hydrological stations in Lake Poyang Basin

图8 1960-2012年鄱阳湖流域五河子流域降水不均匀系数变化Fig.8 Variation of Cv in five sub-catchments of Lake Poyang Basin from 1960 to 2012

3)鄱阳湖流域五河旱涝急转事件既具有高频振荡的特征，也存在21～35 a的长周期特征，而年最强旱涝急转事件的发生强度则具有3 a左右的周期. 同时发现，鄱阳湖流域降水的年内分布不均是造成五河径流旱涝急转事件发生的主要原因，而强烈的人类活动在一定程度上减小了鄱阳湖流域旱涝急转事件的发生频率.