顧西輝，張強(qiáng)，孔冬冬，肖名忠

(1. 中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院∥華南地區(qū)水循環(huán)與水安全廣東省普通高校重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510275；2. 北京師范大學(xué) 環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室∥地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室∥減災(zāi)與應(yīng)急管理研究院，北京 100875)

低頻氣候變化引起的珠江流域年均和洪峰流量變化特征及靈敏度分析*

顧西輝1，張強(qiáng)2，孔冬冬1，肖名忠1

(1. 中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院∥華南地區(qū)水循環(huán)與水安全廣東省普通高校重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510275；2. 北京師范大學(xué) 環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室∥地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室∥減災(zāi)與應(yīng)急管理研究院，北京 100875)

低頻氣候變化是引起內(nèi)陸徑流年際和年代際變化的一個(gè)重要驅(qū)動(dòng)因子。通過(guò)分析El Nio/Southern Oscillation(ENSO)、North Atlantic Oscillation(NAO)、Indian Ocean Dipole(IOD)和Pacific Decadal Oscillation(PDO)等主要低頻氣候因子對(duì)珠江流域年均(Qann)流量和洪峰流量(Qmax)的影響及其影響量級(jí)，研究結(jié)果表明珠江流域流量受到低頻氣候因子的顯著影響，但影響強(qiáng)度的時(shí)間平穩(wěn)性與趨勢(shì)性有顯著區(qū)域差異。對(duì)相應(yīng)區(qū)域具有持續(xù)顯著影響及相關(guān)強(qiáng)度呈顯著上升趨勢(shì)的氣候因子可以作為Qann和Qmax的預(yù)測(cè)信號(hào)。低頻氣候因子位于不同的相位，導(dǎo)致珠江流域流量發(fā)生相應(yīng)的變化：負(fù)相位ENSO、NAO和PDO易致較低Qann，導(dǎo)致水文干旱風(fēng)險(xiǎn)的增加；而正相位的ENSO、IOD及負(fù)相位NAO和PDO易引發(fā)較高Qmax，導(dǎo)致極端洪災(zāi)風(fēng)險(xiǎn)增加。對(duì)比Qann和Qmax，Qmax對(duì)于氣候指標(biāo)變化的靈敏度要高于Qann，Qmax靈敏度高于Qann的面積比例分別為56%、59%、71%和36%。研究對(duì)于根據(jù)低頻氣候變化信號(hào)預(yù)測(cè)珠江流域Qann與Qmax及珠江流域洪旱災(zāi)害的預(yù)報(bào)與預(yù)警具有重要理論意義與實(shí)際應(yīng)用價(jià)值。

低頻氣候變化；年平均流量；年洪峰流量；靈敏度

珠江流域具有豐富的水資源，位于亞洲季風(fēng)區(qū)域。而亞洲季風(fēng)受到ENSO(El Nio/Southern Oscillation)的顯著影響[1]，同時(shí)也受到North Atlantic Oscillation (NAO)[2]、Indian Ocean Dipole(IOD)[3]和Pacific Decadal Oscillation(PDO)[1]的重要影響。因此有大量文獻(xiàn)研究了低頻氣候變化對(duì)珠江流域氣候的影響。Niu[4]認(rèn)為ENSO對(duì)東部降水有顯著影響，IOD對(duì)珠江流域中部和東部降水有顯著影響。Gu等[5]指出3月份NAO對(duì)中國(guó)東南部(即珠江流域的東南部)降水有顯著影響。Zhao等[6]認(rèn)為El Nio/Southern Oscillation(ENSO)和PDO均與珠江流域極端降水具有一致的周期特征。

近幾十年來(lái)，氣候變化對(duì)珠江流域徑流特征(年平均流量(Qann)和年洪峰流量(Qmax))有明顯的影響[7-10]。然而大部分研究集中在低頻氣候變化對(duì)珠江流域降水等氣象過(guò)程的影響，很少涉及ENSO、NAO、IOD和PDO對(duì)年平均流量和年洪峰流量時(shí)空特征的影響，僅有的一些研究往往局限在少數(shù)站點(diǎn)及少數(shù)幾個(gè)氣候指標(biāo)[11]，少數(shù)站點(diǎn)對(duì)珠江流域面上的覆蓋度不夠，缺乏一定的代表性與全面性?；诖耍疚牟捎帽椴贾榻饔?2個(gè)水文站點(diǎn)月徑流量數(shù)據(jù)和28個(gè)水文站點(diǎn)年洪峰流量數(shù)據(jù)，全面分析了ENSO、NAO、IOD和PDO對(duì)徑流特征的影響，并定量分析相關(guān)影響量級(jí)的靈敏度，從而為理解珠江流域徑流特征變化機(jī)理，合理規(guī)劃水資源利用及制定防洪防澇方案提供科學(xué)依據(jù)。

1 研究區(qū)域和數(shù)據(jù)

本文收集了遍布珠江流域62個(gè)水文站點(diǎn)1960-2000年月徑流量數(shù)據(jù)(圖1)，數(shù)據(jù)有少量缺測(cè)，采用前后7 a平均法進(jìn)行插值，數(shù)據(jù)來(lái)源于中華人民共和國(guó)水利部。將月徑流量數(shù)據(jù)處理成年平均流量(Qann，單位m3/s)。同時(shí)收集了遍布珠江流域28個(gè)水文站點(diǎn)1951-2010年年洪峰極值數(shù)據(jù)(圖1，Qmax，單位m3/s)[8-10]，數(shù)據(jù)有少量缺測(cè)，采用相鄰站點(diǎn)年洪峰極值數(shù)據(jù)進(jìn)行插值，數(shù)據(jù)來(lái)源于廣東省水文局。將ENSO、NAO、IOD和PDO 1950-2010年月時(shí)間數(shù)據(jù)處理成年時(shí)間數(shù)據(jù)，ENSO、NAO、IOD和PDO數(shù)據(jù)來(lái)源于http:∥www.esrl.noaa.gov/psd/data/climateindices/list/。ENSO、NAO、IOD和PDO正負(fù)值分別表示暖、冷相位。

2 方 法

2.1 氣候指標(biāo)和年平均及洪峰流量的遙相關(guān)關(guān)系

ENSO、NAO、IOD和PDO的強(qiáng)度隨時(shí)間而變化，并且其與遙相關(guān)影響的流域的距離也是不同的[12]，因此有必要檢驗(yàn)ENSO、NAO、IOD和PDO與年平均和洪峰流量相關(guān)強(qiáng)度的時(shí)間平穩(wěn)性。采用21 a為時(shí)間尺度[12]計(jì)算提前0-和1-氣候指標(biāo)值和相應(yīng)的ln(Qann)和ln(Qmax)相關(guān)系數(shù)(21 a能夠保證序列具有一定的時(shí)間長(zhǎng)度)：對(duì)于Qann，從1960-1970年滑動(dòng)到1980-2000年，共21個(gè)滑動(dòng)窗口；對(duì)于Qmax，從1951-1971年滑動(dòng)到1990-2010年，共40個(gè)滑動(dòng)窗口。分別統(tǒng)計(jì)Qann和Qmax達(dá)到相關(guān)系數(shù)達(dá)到顯著性(顯著性水平為0.1)窗口數(shù)量占總窗口的比例，及采用Mann-Kendall(MK)法分別檢測(cè)Qann和Qmax滑動(dòng)相關(guān)系數(shù)序列的時(shí)間趨勢(shì)性顯著性水平為0.1)。

2.2 氣候指標(biāo)對(duì)年平均和洪峰流量影響的靈敏度

ENSO、NAO、IOD和PDO對(duì)年平均和洪峰流量影響的靈敏度通過(guò)線性最小二乘回歸方程計(jì)算[12-14]：

ln(qi)=β0+β1ai+εi

(1)

式中qi分別為Qann和Qmax第i年的實(shí)測(cè)值，ai分別為ENSO、NAO、IOD和PDO相應(yīng)Qann和Qmax提前0-和1-年的指標(biāo)值，β0和β1為回歸系數(shù)，εi為誤差項(xiàng)。其中，β1代表ENSO、NAO、IOD和PDO對(duì)Qann和Qmax影響靈敏度。珠江流域62個(gè)站點(diǎn)Qann和28個(gè)站點(diǎn)的Qmax序列分別有41 a和60 a的序列長(zhǎng)度，能夠確保得到的靈敏值是相對(duì)合理的。流量受到多重因素的影響，例如土地利用、水資源管理基礎(chǔ)設(shè)施等。我們感興趣檢測(cè)年際氣候濤動(dòng)對(duì)流量的影響，即使在已經(jīng)建立了水資源管理基礎(chǔ)設(shè)施的區(qū)域，區(qū)域氣候變化的信號(hào)依然能夠影響到流量[13]。因?yàn)槲覀冎桓信d趣檢測(cè)流量記錄中的氣候信號(hào)，所以沒(méi)有考慮土里利用和其他非氣候因素對(duì)流量的影響。尤其是土地利用、調(diào)控和森林砍伐等會(huì)導(dǎo)致流量呈單調(diào)趨勢(shì)變化。但是氣候?qū)α髁磕觌H變化的影響是決定性的，就在決定流量變化中扮演著重要的角色[14]。

3 結(jié) 果

3.1 氣候指標(biāo)對(duì)年平均和洪峰流量影響的時(shí)間 平穩(wěn)性

以21 a為一個(gè)時(shí)間窗口，從1960-1980年滑動(dòng)到1980-2000年，共21個(gè)時(shí)間窗口，計(jì)算了每個(gè)時(shí)間窗口氣候指標(biāo)和Qann相關(guān)系數(shù)，并統(tǒng)計(jì)了顯著性達(dá)到0.1水平的窗口數(shù)量占總窗口數(shù)量的百分比及相關(guān)系數(shù)的時(shí)間趨勢(shì)(顯著性水平為0.1，圖2)。對(duì)于前一年ENSO，具有持續(xù)可靠相關(guān)強(qiáng)度的區(qū)域集中在北江、柳江及佑江，其中北江和柳江相關(guān)強(qiáng)度呈顯著上升趨勢(shì)，佑江則呈顯著下降趨勢(shì)(圖2:ENSO 1)，當(dāng)年ENSO對(duì)珠江流域中部、西北部及北江流域具有持續(xù)可靠的相關(guān)強(qiáng)度，并且相關(guān)強(qiáng)度在珠江流域中部、西北部呈顯著上升趨勢(shì)(圖2:ENSO 0)。前一年NAO對(duì)珠江流域中部及東部保持持續(xù)可靠的相關(guān)強(qiáng)度，但是相關(guān)系數(shù)呈顯著下降趨勢(shì)。而當(dāng)年NAO主要對(duì)珠江流域中部一部分地區(qū)保持持續(xù)可靠的相關(guān)強(qiáng)度，相關(guān)系數(shù)成非顯著下降趨勢(shì)(圖2:NAO 1和NAO 0)。前一年IOD主要對(duì)北江流域和珠江流域東部地區(qū)具有持續(xù)可靠的相關(guān)強(qiáng)度，但是相關(guān)系數(shù)呈顯著下降趨勢(shì)，當(dāng)年IOD幾乎與整個(gè)珠江流域(除了北江流域)保持持續(xù)可靠的相關(guān)強(qiáng)度且整個(gè)西江流域相關(guān)系數(shù)呈顯著增加趨勢(shì)(圖2:IOD 1和IOD 0)。前一年P(guān)DO與珠江流域顯著相關(guān)強(qiáng)度的持續(xù)性較差，而當(dāng)年P(guān)DO則對(duì)東部及北江流域具有持續(xù)可靠的相關(guān)強(qiáng)度且相關(guān)系數(shù)呈顯著增加趨勢(shì)(圖2，PDO 1和PDO 0)。

圖1 珠江流域徑流站點(diǎn)地理分布圖Fig.1 Locations of the Pearl River basin and the hydrological stations

圖2 珠江流域Qann與氣候指標(biāo)值21 a滑動(dòng)相關(guān)系數(shù)達(dá)到顯著性(顯著性水平為0.1)的年份占滑動(dòng)次數(shù)的比例及滑動(dòng)相關(guān)系數(shù)時(shí)間趨勢(shì)分布圖(顯著性水平為0.1)Fig.2 The proportion of the years with significant relations (at significance level of 0.1) between Qann in the Pearl River basin and 21-year moving average of the climate indices, and spatial patterns of the trends in the moving correlation coefficients (at significance level of 0.1)

同樣分析了Qmax與氣候指標(biāo)相關(guān)強(qiáng)度的時(shí)間平穩(wěn)性和趨勢(shì)(圖3)。從圖3中可以看出，前一年和當(dāng)年ENSO均對(duì)整個(gè)西江流域保持持續(xù)可靠的相關(guān)強(qiáng)度，但是前一年ENSO與Qmax相關(guān)系數(shù)在佑江流域呈顯著下降趨勢(shì)，而當(dāng)年ENSO與Qmax相關(guān)系數(shù)在柳江和龍江呈顯著下降趨勢(shì)(圖3:ENSO 1和ENSO 0)。前一年NAO主要對(duì)西江下游保持持續(xù)可靠的相關(guān)強(qiáng)度且相關(guān)系數(shù)呈顯著上升趨勢(shì)，而當(dāng)年NAO主要對(duì)西江流域中部及中西部保持持續(xù)可靠的相關(guān)強(qiáng)度，且北江流域和西江下游相關(guān)系數(shù)呈顯著上升趨勢(shì)(圖3:NAO 1和NAO 0)。前一年IOD對(duì)珠江流域中部及北江流域保持持續(xù)可靠的相關(guān)強(qiáng)度，珠江流域中部地區(qū)相關(guān)系數(shù)呈顯著上升趨勢(shì)而北江流域呈顯著下降趨勢(shì)；當(dāng)年IOD對(duì)珠江流域中南部及北江流域、東江流域保持持續(xù)可靠的相關(guān)系數(shù)，佑江及西江下游干流、東江流域相關(guān)系數(shù)呈顯著下降趨勢(shì)而北江流域呈顯著上升趨勢(shì)(圖3:IOD 1和IOD0)。前一年P(guān)DO幾乎對(duì)整個(gè)珠江流域保持持續(xù)可靠的相關(guān)強(qiáng)度，西江流域中部及中西部相關(guān)系數(shù)呈顯著下降趨勢(shì)，而北江流域則呈顯著上升趨勢(shì)；當(dāng)年P(guān)DO與珠江流域保持持續(xù)可靠相關(guān)強(qiáng)度的影響集中在東江流域和珠江流域西部，東江流域相關(guān)系數(shù)呈顯著上升趨勢(shì)(圖3:PDO 1和PDO 0)。

圖3 珠江流域Qmax與氣候指標(biāo)值21 a滑動(dòng)相關(guān)系數(shù)達(dá)到顯著性(顯著性水平為0.1)的年份占滑動(dòng)次數(shù)的比例及滑動(dòng)相關(guān)系數(shù)時(shí)間趨勢(shì)分布圖(顯著性水平為0.1)Fig.3 The proportion of the years with significant relations (at significance level of 0.1) between Qann in the Pearl River basin and 21-year moving average of the climate indices, and spatial patterns of the trends in the moving correlation coefficients (at significance level of 0.1)

3.2 冷暖時(shí)期下氣候指標(biāo)對(duì)年平均和洪峰流量的影響

珠江流域所有站點(diǎn)Qann和Qmax通過(guò)距平處理，分別建立與氣候指標(biāo)之間的關(guān)系，并用箱型圖表示不同等級(jí)的Qann和Qmax對(duì)應(yīng)的氣候指標(biāo)的離散程度(圖4)。就珠江流域整個(gè)流域所有站點(diǎn)統(tǒng)一來(lái)看，ENSO、NAO和PDO對(duì)整個(gè)珠江流域超過(guò)平均水平的Qann的影響在正負(fù)相位并沒(méi)有顯著差別，然而負(fù)相位的ENSO、NAO和PDO易引發(fā)Qann處于低水平(Qann低于平均水平的一半)，可能導(dǎo)致珠江流域水資源短缺，IOD暖相位易引發(fā)珠江流域Qann極大的增加(Qann超過(guò)平均水平的2倍以上，圖4:a-d)，可能導(dǎo)致水資源較為豐沛。相比于Qann，氣候指標(biāo)對(duì)Qmax的影響尤其是極端洪水的影響較為顯著。極端洪水(Qmax超過(guò)平均水平的2倍以上)易發(fā)生在ENSO暖相位、NAO冷相位、IOD暖相位和PDO冷相位時(shí)期(圖4:e-h)，這些時(shí)期珠江流域洪災(zāi)風(fēng)險(xiǎn)增加。

3.3 氣候指標(biāo)對(duì)年平均和洪峰流量靈敏度影響

通過(guò)靈敏度定量分析氣候指標(biāo)對(duì)Qann和Qmax的影響(圖5和圖6)。從圖5中可以看出，前一年和當(dāng)年ENSO對(duì)Qann的影響較小，大部分地區(qū)靈敏度處于0.1以下，也就是說(shuō)單位ENSO的增加引起低于10%的Qann的減少，且大部分地區(qū)Qann對(duì)于前一年ENSO更敏感。前一年NAO對(duì)珠江流域東部、北江及柳江地區(qū)Qann有較明顯的影響，單位NAO的增加引起上述地區(qū)Qann10%～20%的增加；當(dāng)年NAO主要引起西江流域Qann減少，單位NAO的增加引起西江Qann低于10%的減少，珠江流域東部Qann10%～20%的增加，珠江流域東部和北江Qann對(duì)前一年NAO更敏感。在4個(gè)氣候指標(biāo)中IOD對(duì)珠江流域的影響最為顯著，東江流域、北江流域、柳江和龍江相應(yīng)于前一年的IOD，靈敏度處于0.1～0.3，單位IOD的增加引起上述地區(qū)Qann10%～30%的增加；當(dāng)年IOD對(duì)整個(gè)西江流域靈敏度處于0.1～0.4之間，而對(duì)于珠江流域東部(東江、韓江)靈敏度處于-0.3～-0.1之間，北江流域Qann對(duì)前一年IOD敏感。珠江流域大部分地區(qū)Qann對(duì)前一年和當(dāng)年P(guān)DO的靈敏度較低，總體來(lái)說(shuō)處于0.1以下的水平，單位PDO的增加僅引起大部分地區(qū)Qann增加10%以下。

圖4 珠江流域Qann和Qmax距平值(Qann或Qmax分別除以相對(duì)應(yīng)的均值)與氣候指標(biāo)的關(guān)系Fig.4 The relationship between Qann and Qmax anomalies of the Pearl River basin and the climate indices considered in this study

圖6給出了Qmax相對(duì)于各個(gè)氣候指標(biāo)靈敏度的空間分布。從圖6中可以看出，前一年單位ENSO的增加引起珠江流域大部分地區(qū)Qmax減少0%～10%，而當(dāng)年單位ENSO的增加引起珠江流域大部分地區(qū)Qmax增加0%～10%，西江中部干流Qmax對(duì)于前一年ENSO的靈敏度高于當(dāng)年ENSO。前一年單位NAO的增加引起珠江流域支流龍江Qmax增加10%～20%，當(dāng)年NAO對(duì)Qmax靈敏度的影響在空間分布上比較零散，西江下游及北江、東江當(dāng)年NAO對(duì)Qmax的靈敏度高于前一年NAO。相比其他氣候指標(biāo)，IOD對(duì)珠江流域Qmax的靈敏度要大的多，前一年IOD單位的增加引起西江流域東北部Qmax20%～50%增加，而西江流域西南部及東江流域Qmax10%～40%的減少；當(dāng)年單位IOD的增加主要引起佑江和東江流域Qmax10%～40%的減少，西江東北部受到前一年IOD的靈敏度要大于當(dāng)年IOD。前一年P(guān)DO和當(dāng)年P(guān)DO對(duì)于珠江流域Qmax的靈敏度處于0～0.1范圍內(nèi)，也就是前一年和當(dāng)年單位PDO的增加均引起珠江流域大部分地區(qū)Qmax0%～10%的增加。

CI_1和CI_0分別表示對(duì)應(yīng)Qann序列，相應(yīng)氣候指標(biāo)值序列提前1 a和0 a。圖5 珠江流域Qann與氣候指標(biāo)值的靈敏度空間分布Fig.5 Spatial distribution of the sensitivity of Qannto each climate index across the Pearl River basin

CI_1和CI_0分別表示對(duì)應(yīng)Qmax序列，相應(yīng)氣候指標(biāo)值序列提前1 a和0 a圖6 珠江流域Qmax與氣候指標(biāo)值的靈敏度空間分布Fig.6 Spatial distribution of the sensitivity of Qmaxto each climate index across the Pearl River basin

為了進(jìn)一步比較對(duì)應(yīng)氣候指標(biāo)下Qann和Qmax靈敏度大小，計(jì)算出Qmax靈敏度高于Qann靈敏度的面積，將珠江流域分為0.5°×0.5°的柵格，采用反距離權(quán)重插值，統(tǒng)計(jì)分析Qmax高于Qann柵格數(shù)量與總柵格數(shù)量的比例(圖7)。ENSO和PDO對(duì)Qmax和Qann的靈敏度的差異較小，差異范圍集中在10%以?xún)?nèi)。前一年和當(dāng)年ENSO、前一年和當(dāng)年P(guān)DO對(duì)Qmax的靈敏度大于Qann的面積分別為59%、71%、43%和14%。西江大部分區(qū)域前一年NAO對(duì)Qmax的靈敏度明顯大于Qann，占總面積的比例為56%，而北江和珠江流域東部則相反；西江下游干流當(dāng)年NAO對(duì)Qmax的靈敏度明顯大于Qann，占總面積比例為59%，而珠江流域東部及西江上游南盤(pán)江區(qū)域Qmax的靈敏度明顯小于Qann。IOD對(duì)珠江流域Qmax和Qann靈敏度的差異性在所有氣候指標(biāo)中最明顯。珠江流域上游、柳江和東江前一年IOD對(duì)Qmax的靈敏度明顯大于Qann，占總面積比例為71%；佑江、北江和東江當(dāng)年IOD對(duì)Qmax的靈敏度明顯大于Qann，占總面積比例為36%。

圖7 對(duì)應(yīng)氣候指標(biāo)下Qmax靈敏度與Qann靈敏度差異空間分布圖Fig.7 Spatial patterns of the differences between Qmaxand Qann with each climate index in terms of sensitivity

4 結(jié) 論

本文全面調(diào)查了ENSO、NAO、IOD和PDO對(duì)珠江流域Qann和Qmax的影響，分析了各個(gè)氣候模式與Qann和Qmax區(qū)域性相關(guān)關(guān)系、相關(guān)強(qiáng)度時(shí)間平穩(wěn)性，調(diào)查了不同冷暖事件下Qann和Qmax的差異性，最后定量分析了各個(gè)氣候模式引起的Qann和Qmax的靈敏度，得出以下有意義的結(jié)論：

1)各氣候模式與Qann和Qmax相關(guān)強(qiáng)度時(shí)間平穩(wěn)性及趨勢(shì)差異性較大。對(duì)于Qann，當(dāng)年ENSO和IOD均對(duì)西江大部分區(qū)域及當(dāng)年P(guān)DO對(duì)珠江流域東部及北江保持持續(xù)顯著相關(guān)影響，且相關(guān)強(qiáng)度呈顯著上升趨勢(shì)，最有利于Qann的預(yù)測(cè)；對(duì)于Qmax，前一年NAO和IOD及當(dāng)年NAO均對(duì)珠江流域中部保持持續(xù)顯著相關(guān)影響，且相關(guān)強(qiáng)度呈顯著上升趨勢(shì)，最有利于Qmax預(yù)測(cè)。

2)就整個(gè)珠江流域來(lái)看，負(fù)相位ENSO、NAO和PDO傾向于引發(fā)Qann處于較低水平，導(dǎo)致干旱風(fēng)險(xiǎn)增加；而正相位的ENSO、IOD及負(fù)相位的NAO和PDO傾向于引發(fā)Qmax處于較高水平，導(dǎo)致極端洪水風(fēng)險(xiǎn)增加。

3)Qmax對(duì)于氣候指標(biāo)變化的靈敏度要高于Qann。單位氣候指標(biāo)變化平均引起Qann和Qmax分別發(fā)生0.3%～24%、0.5%～31%的改變，其中前一年和當(dāng)年NAO和IOD引起的Qann和Qmax的差異較為顯著，Qmax靈敏度高于Qann的面積比例分別為56%、59%、71%和36%。NAO和IOD對(duì)珠江流域大部分區(qū)域Qann保持較高的靈敏度；ENSO、IOD和當(dāng)年NAO對(duì)珠江流域大部分區(qū)域Qmax保持較高的靈敏度。

[1] CHEN W, FENG J, WU R G. Roles of ENSO and PDO in the link of the East Asian winter monsoon to the following summer monsoon[J]. Journal of Climate, 2013, 26(2): 622-635.

[2] YUAN Y, YANG H, ZHOU W, et al. Influences of the Indian Ocean dipole on the Asian summer monsoon in the following year[J]. International Journal of Climatology, 2008, 28(14): 1849-1859.

[3] LINDERHOLM H W, OU T H, JEONG J H, et al. Interannual teleconnections between the summer North Atlantic Oscillation and the East Asian summer monsoon[J]. Journal of Geophysical Research-Atmospheres, 2011, 116: D13107.

[4] NIU J. Precipitation in the Pearl River basin, South China: scaling, regional patterns, and influence of large-scale climate anomalies[J]. Stochastic Environmental Research and Risk Assessment, 2013, 27(5):1253-1268.

[5] GU W, LI C Y, LI W J, et al. Interdecadal unstationary relationship between NAO and east China’s summer precipitation patterns[J]. Geophysical Research Letters, 2009, 36: L13702.

[6] ZHAO Y F, ZOU X Q, GAO L G, et al. Changes in precipitation extremes over the Pearl River Basin, southern China, during 1960-2012[J]. Quaternary International, 2014, 333: 26-39.

[7] CHEN Y Q D, ZHANG Q, CHEN X H, et al. Multiscale variability of streamflow changes in the Pearl River basin, China[J]. Stochastic Environmental Research and Risk Assessment, 2012, 26(2): 235-246.

[8] ZHANG Q, GU X H, SINGH V P, et al. Flood frequency analysis with consideration of hydrological alterations: Changing properties, causes and implications[J]. Journal of Hydrology, 2014, 519: 803-813.

[9] ZHANG Q, GU X H, SINGH V P, et al. Stationarity of annual flood peaks during 1951-2010 in the Pearl River basin, China[J]. Journal of Hydrology, 2014, 519: 3263-3274.

[10] ZHANG Q, GU X H, SINGH V P, et al. Flood frequency under the influence of trends in the Pearl River basin, China: changing patterns, causes and implications[J]. Hydrological Processes, 2015, 29(6): 1406-1417.

[11] OUYANG R, LIU W, FU G, et al. Linkages between ENSO/PDO signals and precipitation, streamflow in China during the last 100 years[J]. Hydrology and Earth System Sciences, 2014, 18(9): 3651-3661.

[12] WARD P J, EISNER S, FLORKE M, et al. Annual flood sensitivities to El Nio-Southern Oscillation at the global scale[J]. Hydrology and Earth System Sciences, 2014, 18(1): 47-66.

[13] BOUWER L M, VERMAAT J E, AERTS J C J H. Regional sensitivities of mean and peak river discharge to climate variability in Europe[J]. Journal of Geophysical Research, 2008, 113: D19103.

[14] WARD P J, BEETS W, BOUWER L M, et al. Sensitivity of river discharge to ENSO[J]. Geophysical Research Letters, 2010, 37: L12402.

Low frequency climate variability induced annual mean and
annual maxim streamflow variations and related sensitivity across the Pearl River basin

GUXihui1,ZHANGQiang2,KONGDongdong1,XIAOMingzhong1

(1．School of Geography and Planning∥Key Laboratory of Water Cycle and Water Security in Southern China of Guangdong High Education Institute，Sun Yat-sen University，Guangzhou 510275, China; 2. Key Laboratory of Environmental Change and Natural Disaster, Ministry of Education ∥State Key Laboratory of Earth Surface Processes and Resource Ecology∥Academy of Disaster Reduction and Emergency Management, Beijing Normal University, Beijing 100875, China)

Variability of the low-frequency climate change is the principle driver for the annual and interannual streamflow changes. The influences of low-frequency climate indices such as El Nio/Southern Oscillation (ENSO), North Atlantic Oscillation (NAO), Indian Ocean Dipole (IOD) and Pacific Decadal Oscillation (PDO), on annual mean discharge (Qann) and annual peak discharge (Qmax) of the Pearl River basin have been quantitatively analyzed. The results show that: ①Q(mào)annandQmaxwere significantly affected by different climate indices in different regions with distinctly different spatial patterns in terms of correlation degrees and sensitivity and also the trends of impact strength. ENSO and IOD at the same year exerted a persistent significant impact on theQannat the regions covering most of the West River basin, and the strength of the correlation increased significantly, which can be taken as the predictor forQann. For the same reason, PDO at the same year can be taken as the predictor forQannin the eastern parts of the Pearl River basin and the North River basin, and NAO, IOD a year earlier and NAO at the same year can be taken as the predictor forQmaxin the middle Pearl River basin; ② As for the entire Pearl River basin, negative-phase ENSO, NAO and PDO tend to causeQannat lower levels with an increasing risk of droughts. However, positive-phase ENSO, IOD and negative phase NAO and PDO tend to causeQmaxat higher levels with an increasing risk of extreme floods; ③Qmaxwas more sensitive to variability of atmospheric circulation thanQann.Qannvaried between 0.3% and 24%, whileQmaxvaried between 0.5% and 31% per unit index change. The NAO and IOD both at the same year and a year earlier show a higher sensitivity in most area of the Pearl River basin, but the sensitivity difference betweenQannandQmaxwas significant, the latter had an area ratio of 56%, 59%, 71% and 36% sensitivity higher than the former.

low-frequency climate indices; annual mean discharge; annual peak discharge; sensitivity

10.13471/j.cnki.acta.snus.2017.01.022

2016-03-01 基金項(xiàng)目：國(guó)家杰出青年科學(xué)基金(51425903)；香港特別行政區(qū)研究資助局(CUHK441313 )；安徽省自然科學(xué)基金(1408085MKL23)；安徽省教育廳高校自然科學(xué)基金(KJ2016A851)

顧西輝(1990年生)，男；研究方向：氣象水文學(xué)；E-mail：guxihui421@163.com

張強(qiáng)(1974年生)，男；研究方向：流域氣象水文學(xué)，旱澇災(zāi)害機(jī)理；E-mail: zhangq68@mail.sysu.edu.cn

P333.2

A

0529-6579(2017)01-0138-07