馮瑩瑩，胡茂川,2,3

(1.中山大學(xué)土木工程學(xué)院，廣州 510275；2.中山大學(xué)水資源與環(huán)境研究中心，廣州 510275；3.廣東省華南地區(qū)水安全調(diào)控工程技術(shù)研究中心，廣州 510275)

0 前 言

在氣候變化和人類活動(dòng)影響下，極端氣候事件顯著增多，水文過(guò)程發(fā)生了改變，極端水文事件發(fā)生頻次和強(qiáng)度呈現(xiàn)逐漸上升趨勢(shì)[1-3]。由于極端水文事件的時(shí)空分布復(fù)雜性與其突發(fā)性的特點(diǎn)，干旱、洪澇、泥石流等災(zāi)害頻繁發(fā)生，對(duì)國(guó)民經(jīng)濟(jì)發(fā)展與人民的生活生產(chǎn)造成嚴(yán)重的影響[4]。因此，開展極端水文事件變化特性研究已成為氣候和水文學(xué)專家學(xué)者的關(guān)注重點(diǎn)，對(duì)流域的可持續(xù)性發(fā)展和防洪減災(zāi)具有重大現(xiàn)實(shí)意義。當(dāng)前對(duì)于極端水文事件評(píng)估方法大致可分為2類：基于歷史數(shù)據(jù)和未來(lái)降水產(chǎn)品的方法[5]以及基于水文、氣象或其他指標(biāo)組合的數(shù)學(xué)方法[6]。如Zolina[7]等人基于STAMMEX數(shù)據(jù)集觀測(cè)極端降水的空間變異模式以及趨勢(shì)變化；王潔[8]等人采用基于降水的SPI指數(shù)進(jìn)行干旱風(fēng)險(xiǎn)分析。其中，極端水文指數(shù)被廣泛應(yīng)用于水文氣象研究之中，例如，武文博[9]等采用11個(gè)極端降雨指數(shù)對(duì)中國(guó)極端降水事件進(jìn)行分析并發(fā)現(xiàn)大部分指數(shù)均有具有明顯的年際與年代際變化；陶望雄[10]等定義極端徑流事件閾值分析汛期與非汛期的極端事件演變特征；程文舉[11]等基于逐日氣溫、降水以及徑流數(shù)據(jù)分析黑河上游極端氣候指數(shù)及極端水文事件的變化趨勢(shì)；?，揫12]等對(duì)汛期內(nèi)的7項(xiàng)極端降水序列進(jìn)行趨勢(shì)分析、突變點(diǎn)檢驗(yàn)及空間分布分析從而得到沱江流域的極端降水事件時(shí)空演變特征。在趨勢(shì)分析中，傳統(tǒng)的Mann-Kendall檢測(cè)被廣泛應(yīng)用于水文氣象的趨勢(shì)變化研究中，但由于其不考慮數(shù)據(jù)間的自相關(guān)性與季節(jié)性影響，從而導(dǎo)致在顯著性水平上有可能產(chǎn)生誤差[13]。 基于此，Hamed和Rao[13]在考慮時(shí)間序列中所有顯著自相關(guān)關(guān)系的基礎(chǔ)上，通過(guò)對(duì)方差進(jìn)行了修正，提出了新的Mann-Kendall趨勢(shì)分析法，并被廣泛應(yīng)用[6]。

韓江流域是粵東和閩西南的主要水源，流域內(nèi)人口超700萬(wàn)人，地區(qū)生產(chǎn)總值合計(jì)超1 900億元。受季風(fēng)和臺(tái)風(fēng)的影響，流域年內(nèi)降水分布嚴(yán)重不均，汛期局部地區(qū)洪澇頻繁，非汛期嚴(yán)重缺水，嚴(yán)重制約社會(huì)經(jīng)濟(jì)發(fā)展和威脅人民生命財(cái)產(chǎn)安全。因此，開展韓江流域水文極值的相關(guān)研究對(duì)流域水資源可持續(xù)管理和防災(zāi)減災(zāi)具有意義。當(dāng)前，學(xué)者們已對(duì)韓江流域的氣候與水文事件開展了相關(guān)研究，主要集中在對(duì)流域內(nèi)各個(gè)子流域的降水和徑流的年際變化趨勢(shì)[14-16]進(jìn)行分析預(yù)測(cè)，如張杰[17]等研究中闡述了汀江流域的1965—2012年徑流變化趨勢(shì)總體呈現(xiàn)下降-上升-下降的波動(dòng)；董才文[18]等發(fā)現(xiàn)1960—2013年梅江流域徑流量與降水年際變化整體均呈下降趨勢(shì)。而關(guān)于全流域極端水文事件的研究較少，萬(wàn)露文[19]等雖采用線性回歸法分析韓江流域極端降水事件的變化規(guī)律與趨勢(shì)，但該法不能很好地?cái)M合非線性數(shù)據(jù)并且易受異常值的干擾[20]，且未對(duì)汛期與非汛期內(nèi)的極端水文現(xiàn)象變化趨勢(shì)進(jìn)行分析，有必要對(duì)流域的極端降水和徑流的特征和規(guī)律進(jìn)行綜合性分析。本文采用韓江流域內(nèi)及周邊的雨量站點(diǎn)逐日降水資料以及水文站點(diǎn)逐日徑流資料基于2種Mann-Kendall趨勢(shì)檢驗(yàn)法、Sen's斜率和空間插值技術(shù)分析極端水文指標(biāo)，揭示流域內(nèi)極端降雨在汛期與非汛期的時(shí)空變化特征以及極端徑流事件的年際變化規(guī)律，為韓江流域水資源管理和應(yīng)對(duì)洪水以及干旱風(fēng)險(xiǎn)提供重要的科學(xué)依據(jù)。

1 研究區(qū)域與數(shù)據(jù)來(lái)源

1.1 研究區(qū)域概況

韓江發(fā)源于廣東省紫金縣上峰，是廣東省除珠江流域以外的第二大流域，上游由梅江和汀江匯合而成，兩江匯合后形成韓江干流自北向南流入韓江三角洲河網(wǎng)區(qū)，最終分東、西、北溪流注入南海(圖1)。韓江流域范圍涉及廣東、福建、江西三省，總集水面積為30 112 km2，屬亞熱帶季風(fēng)氣候區(qū)，地形多為山地丘陵，少數(shù)平原主要分布在韓江三角洲。流域內(nèi)雨量充沛，多年平均降雨量約為1 620 mm，受地形的影響降水空間分布差異大且年內(nèi)分布不均勻，主要集中在汛期(4—9月)，約占年總雨量的70%～85%，多年平均雨量約為1 200 mm；而非汛期的雨量?jī)H占年雨量的15%～30%，其多年平均雨量約為420 mm。流域內(nèi)的徑流時(shí)空分布與降雨基本一致，洪水主要發(fā)生于豐水期，臺(tái)風(fēng)雨為大洪水主要形成因素。

1.2 數(shù)據(jù)來(lái)源

采用韓江流域內(nèi)及其周邊的12個(gè)氣象站點(diǎn)1967—2018年共52 a逐日降水?dāng)?shù)據(jù)，所有降水?dāng)?shù)據(jù)均源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cv)所提供的《中國(guó)地面氣候資料日值數(shù)據(jù)集》。此外，采用韓江流域橫山站(1960—2000年)、潮安站(1960—2011年)和溪口站(1960—2008年)3個(gè)代表性水文站點(diǎn)逐日流量數(shù)據(jù)資料，其中，橫山站為梅江流域主要控制站點(diǎn)，溪口站為汀江流域主要控制站點(diǎn)，潮安站為韓江流域主要控制站點(diǎn)。各氣象站點(diǎn)與水文站點(diǎn)分布如圖1所示。

圖1 韓江流域雨量站及水文站點(diǎn)分布圖

2 研究方法

2.1 時(shí)間序列趨勢(shì)檢驗(yàn)

2.1.1傳統(tǒng)Mann-Kendall趨勢(shì)檢驗(yàn)(MK1)

Mann-Kendall趨勢(shì)檢驗(yàn)法(MK1)屬于一種非參數(shù)檢驗(yàn)方法，最初由Mann[21]和Kendall[22]提出，該法的計(jì)算過(guò)程較為簡(jiǎn)單且檢測(cè)時(shí)間尺度跨度大，不受少數(shù)異常值的干擾以及數(shù)據(jù)實(shí)際分布的影響。因此，廣泛應(yīng)用于氣象和水文序列的趨勢(shì)變化檢測(cè)中[23-24]，對(duì)于極端值同樣可進(jìn)行趨勢(shì)檢驗(yàn)。

Mann-Kendall趨勢(shì)檢驗(yàn)法需先假設(shè)零假設(shè) (假設(shè)序列無(wú)顯著趨勢(shì))和備擇假設(shè) (假設(shè)序列存在顯著上升或下降趨勢(shì))，MK1的趨勢(shì)檢驗(yàn)的統(tǒng)計(jì)量S和方差 var(S)計(jì)算公式如下：

(1)

(2)

(3)

式中：x為時(shí)間序列變量;n為變量個(gè)數(shù);sgn(xt-xi)為符號(hào)函數(shù);m為序列中重復(fù)出現(xiàn)的數(shù)據(jù)組的個(gè)數(shù);ri則表示第i組重復(fù)數(shù)據(jù)組中的重復(fù)數(shù)據(jù)個(gè)數(shù)。

將統(tǒng)計(jì)量 標(biāo)準(zhǔn)化進(jìn)行顯著性檢驗(yàn)，統(tǒng)計(jì)量Z計(jì)算公式如下：

(4)

在給定的顯著性水平α下，若|Z|>Z1-α/2，則拒絕H0，即當(dāng)Z>Z1-α/2表示存在顯著上升趨勢(shì)；當(dāng)Z<-Z1-α/2表示存在顯著下降趨勢(shì)；反之，則接受H0。

2.1.2修正后的Mann-Kendall趨勢(shì)檢驗(yàn)法(MK2)

由于MK1假設(shè)觀測(cè)值相互獨(dú)立，即忽略數(shù)據(jù)之間的自相關(guān)性，從而低估統(tǒng)計(jì)量的方差影響趨勢(shì)檢驗(yàn)分析結(jié)果，無(wú)法識(shí)別出其真正的變化趨勢(shì)。針對(duì)以上自相關(guān)問(wèn)題，相關(guān)專家學(xué)者進(jìn)行了修正，如Hirsch[25]根據(jù)季節(jié)劃分觀測(cè)值后分別進(jìn)行趨勢(shì)檢驗(yàn)，但該法僅消除了季節(jié)間的相關(guān)性影響，并沒有將季節(jié)內(nèi)序列相關(guān)性考慮在內(nèi)。隨后，Hamed和Rao[13]提出一種基于方差進(jìn)行修正的Mann-Kendall趨勢(shì)檢驗(yàn)法(MK2)，該法與最初的Mann-Kendall趨勢(shì)檢驗(yàn)相比，在于采用方差校正方法從而改進(jìn)趨勢(shì)分析，即通過(guò)插入滯后數(shù)來(lái)考慮n個(gè)顯著滯后，考慮所有重要的延遲和序列中所有顯著自相關(guān)關(guān)系，進(jìn)一步提高了趨勢(shì)檢驗(yàn)的精度[13]。

MK2主要是對(duì)方差公式進(jìn)行修正從而替換MK1中的方差，即對(duì)觀測(cè)數(shù)據(jù)之間的自相關(guān)性所導(dǎo)致的誤差進(jìn)行修正，修正后的方差var(S)*計(jì)算公式具體如下：

(n-i-1)(n-i-2)Ws(i)]

(5)

(6)

式中：n為觀測(cè)值個(gè)數(shù);Ws(i)代表觀測(cè)序列的自相關(guān)函數(shù)。

本文選取顯著性水平α=0.05，即Z1-α/2=1.96，當(dāng)|Z|>1.96時(shí)，該序列存在顯著上升或下降趨勢(shì)；反之，則無(wú)顯著趨勢(shì)。

2.2 Sen's斜率估計(jì)

Sen's斜率[26]估計(jì)是由Sen提出的一種非參數(shù)趨勢(shì)斜率計(jì)算方法，估計(jì)n個(gè)樣本中N對(duì)數(shù)據(jù)的趨勢(shì)斜率，該法不受異常值的干擾并且能夠較好地反應(yīng)序列的趨勢(shì)變化[27]，計(jì)算公式如下：

(7)

(8)

式中：xj和xk分別表示第j和k個(gè)時(shí)間序列數(shù)據(jù)值。隨后，將N個(gè)Qi按升序排列，則Sen's斜率估計(jì)為：

(9)

Qmed反映數(shù)據(jù)趨勢(shì)的傾斜程度，Qmed>0表示上升趨勢(shì)，Qmed<0表示下降趨勢(shì)。

2.3 極端降水與徑流指數(shù)

為能夠定量準(zhǔn)確描述極端氣候事件的發(fā)生程度， ETCCDMI專家組提出27個(gè)極端氣候指數(shù)，其中描述極端降雨的指數(shù)有11個(gè)。本文采取ETCCDMI中4個(gè)降水指數(shù)，極端降水指數(shù)定義見表1，并且從3個(gè)角度對(duì)其進(jìn)行分類[6，28]，從而對(duì)韓江流域汛期與非汛期的極端降水在不同方面進(jìn)行全面的研究。其中RX1是從降雨強(qiáng)度上反映極端降水變化的指標(biāo)；PRCPTOT是從降雨量級(jí)上反映極端降水變化；CWD和CDD均是從降水持續(xù)性上反映極端降水變化，其中CDD表示在降水較少且干燥的情況下極端降水的變化，CWD則表示降水較多且濕潤(rùn)情況下極端降水的變化[29]。

表1 極端降水指數(shù)定義表

本文選取極端徑流指標(biāo)包括洪峰流量指標(biāo)與枯水流量指標(biāo)[30]見表2。在洪峰流量分析中采取年最大洪峰流量(SX1)和年最大5 d平均流量(SX5)從強(qiáng)度上反映極端徑流變化情況；而在枯水流量分析中采取干旱指數(shù)[6](CDS)表征極端枯水徑流的持續(xù)程度，其中選取以升序排列的全序列第10分位日徑流數(shù)據(jù)為CDS的閾值，統(tǒng)計(jì)日徑流量小于該閾值的年最大連續(xù)天數(shù)。此外，本文基于分位數(shù)閾值的相對(duì)指標(biāo)定義極端日徑流量閾值，將全序列數(shù)據(jù)同樣以升序排序，選擇累計(jì)頻率為第95分位對(duì)應(yīng)的流量為極大日流量閾值, 而累計(jì)頻率為第15分位對(duì)應(yīng)的流量為極小日流量閾值。因此采用日流量大于極大日流量閾值的年總天數(shù)(RD95)以及小于極小日流量閾值的年總天數(shù)(RD15)從量級(jí)上反映極端徑流變化情況[31]。

表2 極端徑流指數(shù)定義表

3 結(jié)果分析

3.1 年降雨量的時(shí)空演變

采用泰森多邊形插值法計(jì)算1967—2017年韓江流域平均降水量，圖2(a)則為韓江流域降水年際變化，降水量在1 100～2 300 mm范圍內(nèi)波動(dòng)，呈現(xiàn)出不顯著上升趨勢(shì)，其中年最大降雨量發(fā)生在2015年為2 370.61 mm，年最低降雨量發(fā)生在1998年為1 177.37 mm?；?967—2017年的平均值，圖2(b)呈現(xiàn)出韓江流域1967—2017年的降水距平差異，由圖2可以看出：在過(guò)去的52 a中，2015年為最濕潤(rùn)年份，而1998年為最干旱年份，該結(jié)果與圖2(a)顯示一致；存在3段明顯干燥的時(shí)期，分別為1967—1972年、1998—2004年以及2007—2012年； 1983—1996年的降雨量與多年平均降雨量之間的差值維持在200 mm以內(nèi)，期間內(nèi)降雨量變化波動(dòng)較小。

圖2 韓江流域年降水量時(shí)間變化序列圖

表3 韓江流域內(nèi)各雨量站年降水量Mann-Kendall檢驗(yàn)結(jié)果表

表3為MK1和MK2對(duì)韓江流域內(nèi)12個(gè)雨量站點(diǎn)的年降水量進(jìn)行趨勢(shì)檢驗(yàn)的結(jié)果， 42%的站點(diǎn)年降雨量呈現(xiàn)下降趨勢(shì)，其中龍川站年降雨量顯著下降(MK2，P=0.05)；58%的站點(diǎn)年雨量呈上升趨勢(shì)，其中上杭站顯著上升(MK2，P=0.05)。MK2的檢測(cè)結(jié)果 相比MK1的結(jié)果在所有站點(diǎn)均有一定程度的上升。Sen's斜率計(jì)算結(jié)果顯示，大多數(shù)站點(diǎn)的年降水量呈現(xiàn)出線性上升趨勢(shì)，其中永定站上升速率最快。如圖3所示，韓江流域內(nèi)中部地區(qū)降水量低于西南以及東北地區(qū)，即以五華、梅縣和大埔站為中心的周邊區(qū)域降雨量最小，而揭西周邊區(qū)域?qū)倭饔騼?nèi)降雨量最為充沛的地區(qū)，可能是由于大埔縣至惠東縣的蓮花山脈地形影響而形成的。而位于沿海地區(qū)的潮州三角洲地帶降水量同樣為低值區(qū)域，主要由于平原地區(qū)對(duì)氣流阻力較小，導(dǎo)致東南季風(fēng)所輸送的氣流途經(jīng)沿海平原時(shí)速度快、滯留少。此外，近年來(lái)梅江流域下游地區(qū)年降雨量呈現(xiàn)出下降趨勢(shì)，而汀江流域則呈現(xiàn)出上升趨勢(shì)。

圖3 韓江流域各雨量站點(diǎn)年降水量及趨勢(shì)時(shí)空分布圖

3.2 汛期極端降雨的時(shí)空演變

韓江流域?qū)賮啛釒夂?，受海洋性東南亞季風(fēng)影響較大，降雨量主要集中在汛期(4—9月)，占全年總降雨量80%左右。韓江流域汛期內(nèi)降水量年際變化如圖4(a)所示，與年降水量序列基本一致，呈現(xiàn)顯著上升趨勢(shì)，但降雨量波動(dòng)范圍較大，介于750～1 700 mm區(qū)間內(nèi)，其中1976—1986年降雨量波動(dòng)幅度較小?；?967—2018年的平均值，圖4(b)為韓江流域1967—2018年汛期內(nèi)降水距平序列，可以看出1976—1988年為韓江流域過(guò)去52 a內(nèi)干燥持續(xù)最長(zhǎng)的一段時(shí)期。年最小汛期降雨發(fā)生在1991年，年最大汛期降雨發(fā)生在1973年。1973年流域內(nèi)部分地區(qū)遭遇較為嚴(yán)重的水災(zāi)。

汛期內(nèi)的各極端降水指數(shù)Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)果如表4所示，67%的站點(diǎn)CDD呈現(xiàn)不顯著下降趨勢(shì)(P=0.05)，其余站點(diǎn)CDD呈現(xiàn)不顯著上升趨勢(shì)(P=0.05)。50%的站點(diǎn)(6個(gè))RX1呈現(xiàn)下降趨勢(shì)，其中五華、龍川和紫金站RX1顯著下降(MK2，P=0.05)，其余50%的站點(diǎn)RX1呈現(xiàn)不顯著上升趨勢(shì)。此外，MK1和MK2檢驗(yàn)結(jié)果僅在部分站點(diǎn)的RX1中表現(xiàn)出顯著差異(在95%置信區(qū)間改變了RX1趨勢(shì)檢測(cè)的顯著水平)，對(duì)于其他站點(diǎn)和指標(biāo)，雖然|Z|各不相同，但整體差異不大，可見極端指數(shù)時(shí)間序列的自相關(guān)性較小。

圖4 韓江流域汛期降水量時(shí)間變化序列圖

此外，除長(zhǎng)汀站外其余各雨量站點(diǎn)極端降雨指數(shù)CWD的Sen's斜率均為零，可見汛期內(nèi)的連續(xù)降雨天數(shù)未見顯著線性變化。圖5是對(duì)韓江流域汛期內(nèi)各極端降雨指數(shù)(RX1、PRCPTOT和CDD)的Sen's斜率結(jié)果進(jìn)行空間插值得到的時(shí)空分布圖，可以看出RX1和PRCPTOT呈現(xiàn)一定的空間分布差異(RX1為-0.87～0.49，PRCPTOT為-3.74～4.92)，這可能與局地小氣候水文循環(huán)過(guò)程密切相聯(lián)，變化幅度整體上為“自西南向東北逐漸遞增”的分布格局。其中RX1和PRCPTOT的最大增幅區(qū)主要發(fā)生在汀江流域的龍巖站、永定站和上杭站周邊區(qū)域，而梅江流域及韓江三角洲的部分區(qū)域呈負(fù)增長(zhǎng)趨勢(shì)。持續(xù)干燥指數(shù)CDD在韓江流域大部分區(qū)域未見顯著趨勢(shì)變化，其中，在永定、大埔、龍巖以及尋烏站呈現(xiàn)不顯著下降趨勢(shì)并且以尋烏站為中心的地區(qū)達(dá)到最大降幅，而在梅縣和紫金站則呈現(xiàn)出不顯著上升趨勢(shì)。

表4 韓江流域汛期極端降雨指標(biāo)Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)果表

圖5 韓江流域汛期極端降水指數(shù)變化速率空間分布圖

3.3 非汛期極端降雨的時(shí)空演變

韓江流域非汛期內(nèi)降水量年際變化如圖6(a)所示，可以看出非汛期的降水量年際變化趨勢(shì)與汛期和年降水量變化趨勢(shì)均不一致，呈不顯著上升趨勢(shì)并且上升幅度小。此外，大部分年份非汛期內(nèi)降水量均維持在200～600 mm范圍內(nèi)波動(dòng)，只有少數(shù)年份(如1974年、1982年、1991年、1997年以及2015年)降水量超過(guò)600 mm。同樣，基于1967—2018年的平均值，圖6(b)為韓江流域1967—2018年非汛期內(nèi)降水距平序列，可以看出有2個(gè)主要干燥時(shí)期，分別為1969—1973和1998—2014年。

圖6 韓江流域非汛期降水量時(shí)間變化序列圖

對(duì)韓江流域非汛期的極端降雨指標(biāo)進(jìn)行Mann-Kendall趨勢(shì)檢驗(yàn)，結(jié)果如表5所示。其中，68%的站點(diǎn)CDD呈下降趨勢(shì)，可見流域內(nèi)大部分地區(qū)的連續(xù)干燥持續(xù)天數(shù)有逐漸減弱趨勢(shì)；同時(shí)有75%的站點(diǎn)RX1和58%的站點(diǎn)PRCPTOT呈上升趨勢(shì)。同樣，雖然MK1和MK2檢測(cè)的|Z|各不相同，但整體差異不大。根據(jù)Sen's斜率結(jié)果分析，除上杭和尋

烏站呈現(xiàn)顯著性略微下降趨勢(shì)外，各雨量站點(diǎn)極端降雨指數(shù)CWD的Sen's斜率均為零，可見非汛期連續(xù)降雨天數(shù)未見顯著線性變化。圖7為Sen's斜率所得結(jié)果進(jìn)行空間插值而得到的韓江流域非汛期內(nèi)各極端降雨指數(shù)(RX1、PRCPTOT和CDD)的變化趨勢(shì)時(shí)空分布。其中，以梅縣為中心的區(qū)域以及韓江三角洲地區(qū)的RX1和PRCPTOT分布基本一致，均呈現(xiàn)出下降趨勢(shì)，而以五華站為中心的梅江上游地區(qū)則有略微增長(zhǎng)趨勢(shì)。對(duì)于CDD有下降趨勢(shì)的站點(diǎn)，其空間變化呈“由西南和東北向中心地區(qū)不斷減小”。總體而言，梅江流域上游地區(qū)和以龍巖和上杭站為中心的汀江流域在非汛期內(nèi)的降雨強(qiáng)度有所增加且連續(xù)干燥天數(shù)呈減弱趨勢(shì)；而以梅縣站為中心的區(qū)域和韓江三角洲地區(qū)降雨強(qiáng)度及量級(jí)呈下降趨勢(shì)。

表5 韓江流域非汛期極端降雨指標(biāo)Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)果表

圖7 韓江流域非汛期極端降水指數(shù)變化速率空間分布圖

3.4 徑流特征分析

韓江流域內(nèi)橫山、溪口和潮安3個(gè)水文站點(diǎn)的年徑流量變化以及距平變化如圖8所示，結(jié)合Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)果(表6)可以看出：梅江流域、汀江流域以及韓江下游地區(qū)的年徑流量均呈不顯著上升趨勢(shì)，其中梅江流域的年徑流量上升幅度最大；梅江流域和韓江下游流域徑流量低于多年平均徑流量的年份占絕大多數(shù)，而汀江流域則相對(duì)持平；各子流域在1962—1972年間年徑流基本維持低流量水平，其中，韓江下游流域徑流量與多年平均徑流量之間的差值最高超過(guò)400 m3/s。

韓江流域各水文站點(diǎn)汛期內(nèi)極端徑流指標(biāo)Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)果如表7所示，結(jié)合Sen's斜率分析，可知汛期內(nèi)各站點(diǎn)的洪峰流量指標(biāo)SX1、SX5和RD95均呈現(xiàn)下降趨勢(shì)，其中潮安站的徑流量達(dá)到最大降幅且SX5和RD95均呈顯著性下降。此外，橫山站和潮安站在汛期內(nèi)枯水流量指標(biāo)CDS和RD15均呈現(xiàn)出下降趨勢(shì)；溪口站的枯水流量指標(biāo)CDS和RD15呈不顯著的下降趨勢(shì)，但Sen's斜率結(jié)果僅為-0.05和-0.13，可見在過(guò)去的49 a內(nèi)極端枯水徑流事件沒有明顯的線性變化趨勢(shì)。綜合以上分析，可得梅江流域和韓江下游流域在汛期內(nèi)極端洪澇和干旱事件風(fēng)險(xiǎn)呈減小趨勢(shì)。

圖8 韓江流域年徑流量時(shí)間變化序列圖

表6 韓江流域年徑流量Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)果表

表7 韓江流域汛期極端徑流指標(biāo)Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)果表

非汛期內(nèi)極端徑流指標(biāo)Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)果如表8所示，橫山站的SX1、SX5和RD95呈上升趨勢(shì)，而CDS和RD15呈顯著性(MK1，P=0.05)下降趨勢(shì)，可見梅江流域在非汛期內(nèi)的洪澇風(fēng)險(xiǎn)有增加趨勢(shì)，極端枯水流量事件有減弱趨勢(shì)。溪口站的SX1呈不顯著下降趨勢(shì)，其余指標(biāo)呈不顯著上升趨勢(shì)。潮安站的各極端徑流指標(biāo)呈現(xiàn)出下降趨勢(shì)。

表8 韓江流域非汛期極端徑流指標(biāo)Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)果表

4 討論與結(jié)論

4.1 討 論

本文采用2種Mann-Kendall檢驗(yàn)法對(duì)各極端事件指標(biāo)進(jìn)行檢測(cè)，發(fā)現(xiàn)大部分站點(diǎn)的趨勢(shì)變化在95%的置信區(qū)間內(nèi)并不顯著，這與極端事件的時(shí)間序列波動(dòng)大有關(guān)，極端洪水與干旱交替發(fā)生，導(dǎo)致極端指標(biāo)時(shí)間序列呈現(xiàn)出的線性趨勢(shì)不顯著。此外，MK2是在MK1的基礎(chǔ)上對(duì)方差進(jìn)行了修正從而考慮序列中所有顯著的自相關(guān)關(guān)系，結(jié)果表明MK1和MK2的極端指數(shù)僅在部分站點(diǎn)的部分指標(biāo)中表現(xiàn)出顯著差異，在絕大部分站點(diǎn)的值則未有顯著變化，說(shuō)明極值指標(biāo)的時(shí)間序列之間自相關(guān)性較小。Sen's斜率結(jié)果表明流域內(nèi)的極端降雨變化趨勢(shì)在不同時(shí)段內(nèi)存在一定的區(qū)域差異性，蔡悅幸[32]等人提出華南地區(qū)前后汛期的極端降水總量和極端降水頻次都呈上升趨勢(shì)，該結(jié)果與本文極端降水結(jié)果較為一致，如梅江下游部分地區(qū)汛期內(nèi)極端強(qiáng)降雨的強(qiáng)度和總量都有逐漸加強(qiáng)的趨勢(shì)。

極端降雨指標(biāo)變化與各極端徑流指標(biāo)變化有一定的相關(guān)關(guān)系，如韓江三角洲地區(qū)RX1在汛期與非汛期基本呈現(xiàn)出下降趨勢(shì)，而SX1、SX5和RD95也有相似的變化趨勢(shì)，此外，CDS和RD15同樣呈現(xiàn)出下降趨勢(shì)，即汛期內(nèi)的降雨強(qiáng)度和洪澇風(fēng)險(xiǎn)有所緩和，而非汛期內(nèi)的干旱風(fēng)險(xiǎn)有所減輕。汀江流域龍巖和上杭站汛期內(nèi)極端降雨指標(biāo)(RX1和PRCPTOT)呈現(xiàn)不斷增加的趨勢(shì)，但溪口站極端徑流指標(biāo)(SX1、SX5和RD95)呈下降趨勢(shì)，這可能與汛期內(nèi)蒸散發(fā)量及水庫(kù)調(diào)控有關(guān)。此外，梅江流域極端降雨事件部分地區(qū)變化趨勢(shì)不一致，在汛期內(nèi)上游地區(qū)極端降水與極端洪峰流量不斷減少，因此洪澇風(fēng)險(xiǎn)逐漸減少；而非汛期內(nèi)極端降水和極端洪峰流量事件不斷增加，極端枯水流量事件不斷減少，因此干旱風(fēng)險(xiǎn)有所緩解。由于以上各子流域的極端水文事件均呈現(xiàn)出不同的變化趨勢(shì)，流域管理部門在制定極端降水應(yīng)對(duì)方案時(shí)需要進(jìn)行針對(duì)性治理。

4.2 結(jié) 論

本研究基于韓江流域?qū)崪y(cè)日降雨和日徑流數(shù)據(jù)，利用極端降雨和徑流指數(shù)，通過(guò)2種Mann-Kendall趨勢(shì)檢驗(yàn)方法評(píng)估各站點(diǎn)在汛期和非汛期內(nèi)的變化趨勢(shì)，再對(duì)Sen's斜率所得線性變化量級(jí)進(jìn)行空間插值，分析該流域的極端降雨徑流時(shí)空分布特征，主要結(jié)論如下：

(1) 通過(guò)2種Mann-Kendall趨勢(shì)檢驗(yàn)發(fā)現(xiàn)，MK1和MK2的極端指數(shù)分析結(jié)果在大部分站點(diǎn)沒有表現(xiàn)出顯著差異，僅個(gè)別站點(diǎn)的極端水文指數(shù)呈顯著性變化趨勢(shì)，極值指標(biāo)的時(shí)間序列之間自相關(guān)性較小。

(2) 根據(jù)Mann-Kendall趨勢(shì)檢驗(yàn)以及Sen's斜率結(jié)果發(fā)現(xiàn)，汛期內(nèi)不同極端指數(shù)明顯存在地域性的分布特征。其中，極端降雨指數(shù)RX1和PRCPTOT的時(shí)空變化趨勢(shì)基本一致，在西南地區(qū)呈現(xiàn)負(fù)增長(zhǎng)趨勢(shì)，而在東北地區(qū)則呈現(xiàn)正增長(zhǎng)趨勢(shì)。除長(zhǎng)汀站外，CWD在各站點(diǎn)沒有明顯的線性變化趨勢(shì)；CDD則在永定、大埔、龍巖以及尋烏站呈現(xiàn)出不顯著下降趨勢(shì)。

(3) 非汛期內(nèi)68%的站點(diǎn)極端降水指數(shù)CDD均呈負(fù)增長(zhǎng)趨勢(shì)，其變化幅度呈現(xiàn)出“自西南和東北地區(qū)向中心城區(qū)遞減”的分布格局。

(4) 韓江流域內(nèi)各水文站點(diǎn)所控制子流域的極端徑流指標(biāo)在汛期和非汛期內(nèi)均呈現(xiàn)出不同的變化趨勢(shì)。汛期SX1、SX5和RD95在各站點(diǎn)均呈現(xiàn)下降趨勢(shì)；非汛期橫山站的CDS和RD15在MK1檢驗(yàn)下呈現(xiàn)顯著性下降趨勢(shì)。