苑希民，張家銘，滕振敏

(1.天津大學(xué)水利工程仿真與安全國家重點實驗室，天津 300072；2.廣西崇左市左江治旱工程管理中心，廣西 崇左 532200)

全球氣候變化在當(dāng)今已經(jīng)是不爭的事實。聯(lián)合國政府間氣候變化專門委員會(IPCC)在其第五次評估報告中指出，受全球地表氣溫上升影響，全球降水量分布愈加不均衡，極端降水天氣增多，強度增大[1]。多發(fā)的干旱、暴雨天氣在對氣候變化響應(yīng)敏感的地區(qū)尤為嚴(yán)重[2]。

近年來，許多學(xué)者針對這一現(xiàn)象，面向不同地區(qū)，采取了不同的分析方法展開了研究，取得了一定成果。劉宇峰等[3]采用夏季旱澇急轉(zhuǎn)指數(shù)(DFAI)法對山西省夏季旱澇急轉(zhuǎn)事案件的時空演變特征進行了分析；李爍陽等[4]采用Z指數(shù)法和EOF集對分析法對湖北省降水變化顯著性、周期性及空間分布變化進行了研究；易彬等[5]采用標(biāo)準(zhǔn)化降水蒸散指數(shù)研究了長江流域旱澇演變規(guī)律；苑希民等[6]構(gòu)建暴雨內(nèi)澇精細化水動力模型對石家莊市的內(nèi)澇風(fēng)險進行了模擬計算；張麗花等[7]建立了旱澇演變馬爾科夫模型，對山西省旱澇災(zāi)害演變規(guī)律和趨勢進行了分析；Das等[8]運用Copula函數(shù)對印度喜馬拉雅地區(qū)旱澇特征進行了分析；戚藍等[9]建立了城市雨、洪、潮多元耦合精細化洪澇分析數(shù)值模型，對三亞市洪澇風(fēng)險與規(guī)避進行了研究；吳芳蓉等[10]采用NCEP/NCAR再分析資料分析了我國南方夏季降水異常變化的規(guī)律；Kron等[11]對歐洲極端天氣進行了統(tǒng)計并提出風(fēng)險調(diào)控方案；陳云等[12]采用Z指數(shù)法確定旱澇等級，分析了珠江流域旱澇時空演變規(guī)律。

雖然國內(nèi)外對于不同地區(qū)的旱澇特征、極端天氣的演變規(guī)律及其影響開展了大量的研究；但是對于廣西西南部旱澇演變過程分析較為缺乏，為彌補這一研究的空白，結(jié)合廣西馱英水庫及灌區(qū)工程綜合信息管理系統(tǒng)水資源精細化配置建設(shè)的需要，本文在前人研究的基礎(chǔ)上系統(tǒng)地分析了廣西馱英灌區(qū)長期降水與旱澇演變的規(guī)律。在分析降水演變特征的基礎(chǔ)上，采用SPI指數(shù)對廣西馱英灌區(qū)1983年～2018年的旱澇演變特征進行分析，并結(jié)合趨勢分析和Morlet小波分析方法對旱澇演變趨勢與周期進行討論。

1 研究區(qū)域與研究方法

1.1 研究區(qū)概況

馱英灌區(qū)位于廣西壯族自治區(qū)珠江流域西江水系左江支流，涉及廣西崇左市下轄的江州、扶綏、寧明等3個縣(區(qū))，位于東經(jīng)107°35′～107°56′，北緯22°01′～22°40′，分布在左江右岸，總面積為2 151 km2。灌區(qū)位于亞熱帶季風(fēng)氣候區(qū)，年內(nèi)四季分明，春季低溫陰雨，雨日較多；夏季高溫濕熱，暴雨頻繁集中；秋季降雨漸少，氣溫適宜；冬季無嚴(yán)寒，氣溫較高，雨量稀少，常年不見霜雪。灌區(qū)所在的崇左、寧明、扶綏等地是廣西三大少雨區(qū)之一的左江旱片，年降雨量約為1 200 mm；雨量年內(nèi)分配不均，一般集中在5月～10月，約占全年降雨量的80%～85%，尤其是6月～8月，降雨量更為集中，占年降雨量的50%～60%。2014年當(dāng)?shù)乜側(cè)丝?6.41萬人，耕地67 133.3 hm2，地區(qū)生產(chǎn)總值120億元[13]。

由于左江旱片地處十萬大山的背風(fēng)面，多年平均降雨量不足1 300 mm，遠低于全區(qū)多年平均降雨量(1 530 mm)，且降雨量年際差異大、年內(nèi)分布不均，導(dǎo)致干旱災(zāi)害頻發(fā)[14-15]。據(jù)資料統(tǒng)計[16]，自1950年以來，左江旱片發(fā)生了9年次一般干旱、11年次大旱、7年次特大干旱，合計有27年發(fā)生了干旱，充分體現(xiàn)了左江地區(qū)干旱災(zāi)害發(fā)生頻繁且嚴(yán)重。因此，選擇廣西馱英灌區(qū)進行旱澇分析，總結(jié)當(dāng)?shù)睾禎程卣?，以全面了解廣西西南地區(qū)旱澇的發(fā)生以及發(fā)展規(guī)律。

馱英灌區(qū)內(nèi)分布著客蘭水庫1座大型水庫，派關(guān)水庫等3座中型水庫以及百合水庫等36座小型水庫。選取廣西壯族自治區(qū)水利工程管理局《大中型水庫水文資料》提供的灌區(qū)內(nèi)客蘭、那江、派關(guān)3座大中型水庫以及灌區(qū)東側(cè)那板水庫、灌區(qū)西側(cè)安農(nóng)水庫1983年～2018年36年的逐月降水量數(shù)據(jù)。研究區(qū)域與水庫站點分布如圖1所示。

圖1 研究區(qū)域與水庫分布

1.2 研究方法

1.2.1 標(biāo)準(zhǔn)化降水指數(shù)

標(biāo)準(zhǔn)化降水指數(shù)(SPI)由McKee等在1993年提出[17]，是在降水分析和旱澇監(jiān)測中常見的分析方法，已被廣泛應(yīng)用于氣象旱澇監(jiān)測中[18-23]。計算降水量的Γ分布概率，進行正態(tài)標(biāo)準(zhǔn)化處理，用標(biāo)準(zhǔn)化降水累積頻率分布進行干旱等級的劃分。具體計算步驟如下。

假設(shè)某時段降水量為隨機變量x，則其Γ分布的概率密度函數(shù)為

(1)

式中，β、γ分別為尺度和形狀參數(shù)，β>0，γ>0，可用極大似然估計法求得。確定概率密度函數(shù)中的參數(shù)后，對于某一年的降水量x0，可求出隨機變量x小于x0事件的概率

(2)

利用數(shù)值積分可計算時間概率近似估計值。當(dāng)降水量為0時，可按F(x=0)=m/n估計。其中，m為降水量為0的樣本數(shù)；n為總樣本數(shù)。再對Γ分布概率做正態(tài)標(biāo)準(zhǔn)化處理，將求得的概率值代入標(biāo)準(zhǔn)化正態(tài)分布函數(shù)。即

(3)

近似求解得的Z值就是相應(yīng)的標(biāo)準(zhǔn)化降水指數(shù)(SPI)。

利用SPI分析廣西馱英灌區(qū)旱澇特征，分別計算了時間尺度為1月、3月、6月、12月的SPI值。其中，SPI1為月尺度的SPI值；SPI3為季尺度的SPI值；SPI6為半年尺度的SPI值；SPI12為年尺度的SPI值，分別反映短期、中期、中長期、長期的降水狀況[24]。根據(jù)國家規(guī)范GB/T 20481—2017《氣象干旱等級》基于SPI的旱澇等級劃分[25]，最終確定的標(biāo)準(zhǔn)化降水指數(shù)旱澇分級見表1。

表1 標(biāo)準(zhǔn)化降水指數(shù)旱澇等級劃分

1.2.2 趨勢分析方法

進行趨勢分析時主要采用的方法包括一元線性回歸法、Spearman法和Mann-Kendall法等。

(1)一元線性回歸法。線性回歸法主要用于描述因變量y與自變量x之間的線性關(guān)系。一元線性回歸法是分析若干數(shù)據(jù)點集(xi，yi)(i=1，2，…，n)間的關(guān)系，擬定變量x、y之間的線性回歸方程。其基本公式為

yi=Axi+B(i=1，2，…，n)

(4)

用相關(guān)系數(shù)r來判斷回歸方程擬合程度的好壞，其計算公式為

(5)

相關(guān)系數(shù)|r|越接近0，說明兩個變量之間的相關(guān)性越差；相關(guān)系數(shù)|r|越接近1，說明兩個變量之間的相關(guān)性越強。

(2)Spearman法。它是一種基于秩相關(guān)的檢驗方法，該方法通過分析時間序列的相關(guān)性以檢驗時間序列是否具有趨勢。該方法適用于單因素小樣本的相關(guān)檢驗，精確度較高。Spearman秩相關(guān)系數(shù)

(6)

式中，N為時間周期；di=xi-yi；xi為周期1到周期N按SPI數(shù)值s從小到大排列的序號；yi為按時間排列的序號，若yi為正值表示SPI數(shù)值呈上升趨勢，反之為下降趨勢。將秩相關(guān)系數(shù)rs的絕對值同Spearman秩相關(guān)系數(shù)統(tǒng)計表中的臨界值Wp進行比較，若|rs|>Wp，表明變化趨勢有顯著意義，反之則表明變化趨勢沒有顯著意義。

(3)Mann-Kendall趨勢分析法。由于使用Mann-Kendall法進行趨勢檢驗時受異常值干擾小，對數(shù)據(jù)序列要求較低，故自20世紀(jì)50年代以來被廣泛運用于水文數(shù)據(jù)的趨勢檢驗[26]。

其計算原理為：

假設(shè)1，時間序列(x1，x2，…，xn)是n個獨立隨機變量同分布樣本；假設(shè)2，對所有i

(7)

當(dāng)樣本數(shù)n>10時，S服從正態(tài)分布，均值為0，系列方差

var=n(n-1)(2n+5)/18

(8)

雙邊趨勢檢驗量

(9)

對于給定置信水平α，若|U|≥U1-α/2則不接受假設(shè)1，即時間序列數(shù)據(jù)上升或下降趨勢顯著；反之，則不顯著，U>0表示上升趨勢，U<0表示下降趨勢。

1.2.3 Morlet小波分析法

Morlet小波分析由法國學(xué)者Morlet提出，由高斯函數(shù)演變得來。這一方法信號穩(wěn)定，局部性強，被廣泛應(yīng)用于水文預(yù)報、氣象時間序列變化分析以及水文多時間尺度模擬等[27]。其計算原理如下[28]：

對任意f(t)∈L2(R)，小波變換為

(10)

(11)

式中，k=1，2，…，n；Δt為時間間隔；Wf(a，b)隨參數(shù)a和b的變化而變化，通過Wf(a，b)的變化來反映時域和頻率的分辨率變化，從而做出Wf(a，b)的二維等值線圖，完成對不同時間尺度的分析。

小波方差表示a尺度下周期波動的能量大小，其公式為

(12)

小波方差圖可反映小波方差隨伸縮尺度a變化的過程，可用于確定信號中存在的主要時間尺度，即主周期。

2 不同時間尺度馱英灌區(qū)旱澇演變特征分析

2.1 年降水量變化特征

廣西馱英灌區(qū)多年平均降雨量為1 108 mm，圖2和圖3顯示了灌區(qū)1983年～2018年的年降雨量和累計距平的變化。由降水量圖可知，年降水量變化波動幅度較大，年降水量最高值為1 806 mm，出現(xiàn)在2008年；最低值為671 mm，出現(xiàn)在1989年，年際差異較大。年降水量的M-K趨勢檢驗統(tǒng)計值為0.516，呈增長趨勢，但未通過5%顯著性水平檢驗，表明趨勢不顯著。由降水累計距平圖可知，降水量具有明顯的階段性特征，20世紀(jì)80年代至90年代中期呈現(xiàn)先升后降的變化過程；90年代后期在平均值附近波動；21世紀(jì)初期除2001年和2008年降水量出現(xiàn)激增，其余年份均呈下降趨勢；2010年之后才開始逐漸呈上升趨勢。

圖2 馱英灌區(qū)年降水量

圖3 馱英灌區(qū)年降水量累計距平

在降水的年內(nèi)分配上，灌區(qū)降雨主要集中在夏季(6月～8月)，占全年降水近50%；春(3月～5月)、秋(9月～11月)兩季降雨偏少，各占全年降水約20%；冬季(12月～次年2月)降雨極少，降水不足全年10%。春季降水量M-K趨勢檢驗統(tǒng)計值為-0.249，呈不顯著的減少趨勢；夏季降水量M-K趨勢檢驗統(tǒng)計值為0.757，呈不顯著的增長趨勢；秋季降水量M-K趨勢檢驗統(tǒng)計值為0.075，呈微弱的增長趨勢；冬季降水量M-K趨勢檢驗統(tǒng)計值為-0.1，呈微弱的減少趨勢。

2.2 不同時間尺度下SPI變化特征

SPI1反映月尺度的SPI變化，在0線附近上下波動最為頻繁，反映了短時間降水狀況，對于降水變化響應(yīng)最為顯著，旱澇頻率變化最快。SPI1能很好地反映旱澇的快速變化，在1983年～2018年間，有4.17%的月份屬于極端旱澇月，其中1984年9月、1994年7月的暴雨洪澇以及1996年4月、2000年6月～9月間的干旱等在圖中被顯著標(biāo)示。

SPI3總體呈現(xiàn)震蕩波動狀態(tài)，能較好的反映年內(nèi)季節(jié)旱澇變化特征。1983年～2018年間，有5.39%的月份屬于極端旱澇月。其中，主要的季節(jié)性洪澇年份有1986年(4月～6月)、2001年(7月～9月)、2008年(9月～11月)，季節(jié)性干旱年份有1996年(2月～7月)、2000年(7月～9月)、2003年～2004年(11月～1月)，這與廣西馱英灌區(qū)的旱澇實際情況基本一致。

SPI6表示的旱澇持續(xù)時間比SPI1和SPI3有明顯的延長。1983年～2018年間，有3.43%的月份屬于極端旱澇月，典型洪澇年份1986年、1994年、2001年、2008年以及典型干旱年份1989年、1991年、2000年、2004年均在圖中有較為直觀的展示。可見，時間尺度的不同取值可能會影響旱澇的等級，且時間尺度越長，越能反映累積降水對旱澇的影響。

SPI12的變化過程體現(xiàn)了馱英灌區(qū)長時間旱澇的特征和持續(xù)時間，大致分為幾個階段：1983年～1990年，灌區(qū)由總體濕潤轉(zhuǎn)向總體干旱，轉(zhuǎn)折點發(fā)生在1987年；20世紀(jì)90年代至21世紀(jì)初，旱澇交替出現(xiàn)，總體上洪澇年份洪澇幅度較大但持續(xù)時間短，干旱年份頻出但程度低于洪澇；在經(jīng)歷了2008年的嚴(yán)重洪澇之后，灌區(qū)總體轉(zhuǎn)向濕潤。關(guān)于長時間旱澇災(zāi)害，超過連續(xù)5個月重澇一共發(fā)生過3次，分別是1986年6月～10月(5個月)、2001年9月～2002年5月(9個月)和2008年9月～2009年7月(11個月)；超過連續(xù)5個月重旱的僅在2004年9月～2005年5月發(fā)生過1次?？梢?，2001年、2008年的洪澇和2004年的干旱影響均持續(xù)到了次年。這說明SPI12很好地揭示了地區(qū)長期旱澇的變化特征。

根據(jù)不同尺度的SPI變化特征分析結(jié)果可以看出，SPI1較好地反映了即期降水對旱澇的影響；SPI3和SPI6能揭示階段性旱澇的發(fā)生與持續(xù)時間；SPI12則顯著地反映了旱澇的長期變化特征。同時，馱英灌區(qū)各尺度SPI變化過程均良好地反映了當(dāng)?shù)?986年、2001年、2008年的重澇以及1989年、2000年、2004年的重旱?？傮w上，當(dāng)?shù)睾禎呈录霈F(xiàn)頻率較高，不同時間尺度旱澇事件發(fā)生的平均頻率為63.48%，其中極端旱澇發(fā)生頻率約為4.17%，輕微旱澇發(fā)生頻率約為30.64%。

2.3 SPI及旱澇頻次的季節(jié)變化特征

針對馱英灌區(qū)年際SPI和春夏秋冬四季SPI的變化，繪制馱英灌區(qū)年際和不同季節(jié)的SPI變化曲線。由圖4和圖5可知，馱英灌區(qū)年際SPI和夏秋兩季的SPI變化過程在趨勢上高度一致。這是由當(dāng)?shù)氐慕涤曛饕l(fā)生在汛期(5月～10月)所致，且夏秋兩季旱澇程度對全年旱澇影響較大。在非汛期季節(jié)中，春季SPI過程線高于0線的比例較大，表明春季以濕潤氣候為主；而冬季SPI過程線低于0線比例較大，表明冬季干旱氣候偏多。

圖4 馱英灌區(qū)年SPI變化過程

圖5 馱英灌區(qū)四季SPI變化過程

各個季節(jié)旱澇事件發(fā)生頻率如圖6所示。春季無中旱及以上的干旱狀況，總體偏向濕潤，正常的頻率高于其他三季，說明春季降水條件較為穩(wěn)定，旱澇事件少有發(fā)生；夏季較其他三季兩級分化程度更大，嚴(yán)重的洪澇和干旱事件均有出現(xiàn)，且年份與典型旱澇年份相吻合(如2000年的重旱和2001年的重澇)，說明灌區(qū)全年旱澇狀況受夏季影響較大，對夏季旱澇的監(jiān)測和水資源的調(diào)控至關(guān)重要；秋季延續(xù)了夏季洪澇事件高的特征，洪澇頻率達到23.5%，同時旱澇事件發(fā)生的頻率為四季最高，對秋季的旱澇情況也要密切關(guān)注；冬季干旱事件頻率最高，為26.5%，同時洪澇事件頻率最低，可見要加強冬季的水資源優(yōu)化調(diào)控。

圖6 馱英灌區(qū)旱澇季節(jié)變化特征

3 馱英灌區(qū)旱澇演變周期及趨勢預(yù)測

3.1 灌區(qū)SPI趨勢分析

對灌區(qū)1983年～2018年的SPI分別采用一元線性回歸法、Spearman法和Mann-Kendall法進行趨勢分析，結(jié)果見表2。

表2 馱英灌區(qū)SPI趨勢綜合分析結(jié)果

由表2可知，除月尺度SPI1呈下降趨勢之外，SPI3、SPI6和SPI12均呈現(xiàn)增長趨勢，表明近年來馱英灌區(qū)降水總體趨勢增加，干旱情況有所緩解，總體趨向濕潤。同時表現(xiàn)出月尺度SPI1能較好地反映即期旱澇狀況，但對長期的旱澇趨勢的應(yīng)答敏感性較差。SPI6和SPI12趨勢顯著程度高于SPI1和SPI3，也表明中長時間尺度的SPI能較好地反映區(qū)域長期旱澇的演變趨勢。

不同季節(jié)方面，夏季SPI呈增長趨勢，春秋冬三季呈下降趨勢，說明馱英灌區(qū)夏季旱澇的情況對全年旱澇走勢影響十分顯著。夏冬兩季SPI趨勢顯著性強于春秋兩季，說明灌區(qū)夏季多雨多澇，冬季少雨多旱的規(guī)律在未來將會持續(xù)。Spearman法和Mann-Kendall法趨勢分析結(jié)果顯示，不同時間尺度和不同季節(jié)的SPI變化趨勢均不顯著。為了更準(zhǔn)確地預(yù)測灌區(qū)未來的旱澇趨勢，采用Morlet小波分析法對灌區(qū)旱澇周期特征進行分析。

3.2 灌區(qū)旱澇演變周期及趨勢預(yù)測

年SPI周期由主到次為6、8、14 a。6 a左右的周期基本呈豐枯交替態(tài)勢，在36年中約有8個半交替期，2016年開始的豐水期等值線未閉合；8 a左右的周期同樣呈豐枯交替態(tài)勢，在34年中約有6個交替期；14 a左右的周期在2000年之前出現(xiàn)了2個交替期的豐枯交替之后，逐漸轉(zhuǎn)變成以豐水期為主的態(tài)勢(見圖7)。綜上所述，可以推測馱英灌區(qū)未來將進入周期性豐水期。

圖7 馱英灌區(qū)年旱澇變化小波分析

春季SPI僅有6 a一個明顯主周期，36年內(nèi)約有7個豐枯交替期；2016年開始的豐水期等值線未閉合，預(yù)測灌區(qū)未來春季仍將處于一段時期的濕潤時期，且春季旱澇程度均不深(見圖8)。長時期來看，灌區(qū)春季出現(xiàn)極端旱澇的可能性不大。

圖8 馱英灌區(qū)春季旱澇變化小波分析

夏季SPI存在3、6～8 a和15 a等3個主周期，在周期性上與年SPI具有高度相似性(見圖9)。15 a左右的周期呈豐枯交替態(tài)勢，在36年中約有3個半交替期；2016年開始的豐水期等值線未閉合，預(yù)測灌區(qū)未來夏季仍將處于一段時期的豐水期。

圖9 馱英灌區(qū)夏季旱澇變化小波分析

秋季SPI存在5 a和9 a兩個主周期，且隨著旱澇交替變化，旱澇中心的旱澇程度增大，說明未來灌區(qū)秋季出現(xiàn)極端旱澇的可能性較大(見圖10)；且2016年開始的枯水期等值線未閉合，預(yù)測灌區(qū)未來秋季將處于一段時期的枯水期。

圖10 馱英灌區(qū)秋季旱澇變化小波分析

冬季SPI存在4～6 a和9 a兩個主周期，4～6 a左右的周期基本呈豐枯交替態(tài)勢，在36年中約12個半交替期，2013年開始的豐水期等值線已閉合；9 a左右的周期同樣呈豐枯交替態(tài)勢(見圖11)。在36年中約有5個半交替期，且2013年左右出現(xiàn)的最后一個豐水期已閉合，預(yù)測灌區(qū)未來冬季將處于一段時期的枯水期。

圖11 馱英灌區(qū)冬季旱澇變化小波分析

4 結(jié) 論

采取SPI、M-K趨勢分析、小波分析等方法，對廣西馱英灌區(qū)1983年～2018年的旱澇演變過程、變化趨勢和周期進行了分析。結(jié)果顯示，廣西馱英灌區(qū)年降水量變化波動幅度較大，近36年年降水呈不顯著的增長趨勢。降水量具有明顯的階段性特征，20世紀(jì)80年代至90年代中期呈現(xiàn)先升后降的變化過程，經(jīng)過90年代后期的波動期之后，21世紀(jì)初期呈下降趨勢，2010年之后才開始逐漸呈上升趨勢。由于年降水主要分布在汛期，故夏秋季節(jié)的降水過程對年降水過程影響較大，且年SPI變化過程線與夏秋季節(jié)較為吻合，此外春季多濕潤，冬季多干旱。

灌區(qū)旱澇事件出現(xiàn)頻率較高，旱澇事件發(fā)生的平均頻率為63.48%。其中，極端旱澇發(fā)生頻率約為4.17%，輕微旱澇發(fā)生頻率約為30.64%。不同尺度SPI均較好地揭示了當(dāng)?shù)?986年、2001年、2008年的重澇以及1989年、2000年、2004年的重旱。年與季節(jié)SPI呈現(xiàn)4～6、8～9 a以及14～15 a左右的不同尺度的周期，預(yù)測未來灌區(qū)總體降水將偏多，其中春夏秋三季將處于豐水期，而冬季則處于枯水期。

通過不同時間尺度的SPI，可以監(jiān)測旱澇變化；但同時存在一些局限性。如短時間尺度的SPI對短期降雨更為敏感，能及時反映旱澇強度，卻缺乏對旱澇持續(xù)時間的監(jiān)測；中長時間尺度的SPI更能反映旱澇的程度和持續(xù)時間，但存在一定的滯后性，對于年內(nèi)旱澇急轉(zhuǎn)的揭示能力較弱。此外，SPI對于嚴(yán)重旱澇災(zāi)害的反映情況較好，但對于程度較弱的旱澇情況則未能揭示，日后可針對這一問題加以改進，為全面揭示旱澇災(zāi)害的爆發(fā)，預(yù)測旱澇趨勢的變化提供重要的技術(shù)支持。

基于對馱英灌區(qū)歷史旱澇演變分析規(guī)律與趨勢預(yù)測的分析結(jié)果，為廣西馱英灌區(qū)在未來可能出現(xiàn)的極端旱災(zāi)或洪澇災(zāi)害條件下水資源的優(yōu)化配置、應(yīng)急調(diào)控提供了理論依據(jù)，對于緩解廣西西南旱區(qū)極端天氣對農(nóng)業(yè)生產(chǎn)、人民生活的不利影響具有重要意義。