李 珍，李相虎，張 丹，藺亞玲

(1：中國科學(xué)院南京地理與湖泊研究所，中國科學(xué)院流域地理學(xué)重點實驗室，南京 210008)(2：中國科學(xué)院大學(xué)，北京 100049)

干旱是全球發(fā)生最普遍且損失最嚴重的自然災(zāi)害之一，具有發(fā)生頻率高、影響范圍廣、持續(xù)時間長等特點[1-3].在全球氣候變暖背景下，干旱事件的發(fā)生頻率和強度都在呈顯著增加趨勢，而且根據(jù)預(yù)測，未來將會有更多陸地區(qū)域出現(xiàn)極端干旱[4-5].我國地處東亞季風(fēng)區(qū)，氣候條件復(fù)雜，降水的時空變率大，特殊的氣候變化特征與地理環(huán)境導(dǎo)致大范圍干旱災(zāi)害頻繁發(fā)生，對當(dāng)?shù)丶Z食安全和人民生產(chǎn)生活造成嚴重危害[6-7]，已成為制約經(jīng)濟以及生態(tài)可持續(xù)發(fā)展的重要因素之一[8].研究發(fā)現(xiàn)，近年來我國北方干旱頻發(fā)的同時，南方濕潤區(qū)干旱事件也在不斷增加[9-10]，尤其是季節(jié)性干旱[11-12]和驟發(fā)性干旱[13]突出.例如西南地區(qū)2009年秋季至2010年春季遭遇百年一遇的特大旱災(zāi)，致使2500萬人生活用水困難，大量農(nóng)作物歉收或絕收[14]；2011年長江中下游地區(qū)春旱造成江河及湖泊水位異常降低，湖區(qū)生態(tài)環(huán)境惡化，威脅水生動植物的生存和繁衍，造成了嚴重的經(jīng)濟損失[15].因此，對南方濕潤地區(qū)季節(jié)性干旱的研究也已引起國內(nèi)外學(xué)者的廣泛關(guān)注，這對深入認識氣候變化和人類活動影響下的干旱變化規(guī)律、影響因素以及區(qū)域防旱抗旱減災(zāi)等都具有重要的科學(xué)意義.

根據(jù)研究對象或應(yīng)用領(lǐng)域的不同，干旱可分為氣象干旱、水文干旱、農(nóng)業(yè)干旱以及社會經(jīng)濟干旱4種類型[16].干旱指數(shù)是識別區(qū)域干旱最常用的指標[17]，它不僅可以量化干旱的強度、持續(xù)時間等特征，而且在干旱評價以及監(jiān)測預(yù)警方面也具有重要作用.常用的干旱指標包括Palmer干旱指數(shù)(PDSI)、標準化降水指數(shù)(SPI)、標準化降水蒸散指數(shù)(SPEI)以及標準化徑流指數(shù)(SRI)等[18-20].國內(nèi)外諸多學(xué)者也從不同角度基于不同的干旱指標進行研究，例如莫興國等[21]采用PDSI評估了未來氣候變化情景下我國干旱事件發(fā)生頻次、強度和持續(xù)時間的可能變化；李明等[22]計算了不同時間尺度的SPI，結(jié)合游程理論識別中國東部季風(fēng)區(qū)氣象干旱事件.由于變化環(huán)境下氣象水文時間序列受到氣候變化和人類活動的影響呈現(xiàn)非平穩(wěn)特征[23]，而傳統(tǒng)干旱指數(shù)的計算很大程度上依賴平穩(wěn)性假設(shè)[24]，因此一些學(xué)者嘗試構(gòu)建非平穩(wěn)干旱指數(shù)來識別干旱事件.例如溫慶志等[25]在SPEI和非平穩(wěn)性理論基礎(chǔ)上構(gòu)建了非平穩(wěn)性標準化降水蒸散指數(shù)，用來評估不同排放情景下中國氣象干旱的時空格局；李敏等[26]通過GAMLSS模型構(gòu)建時變SRI以評價流域變化環(huán)境下的水文干旱.此外，干旱具有多個特征變量，基于單一變量的分析無法完全解釋干旱各特征變量之間的關(guān)系，因此，越來越多的研究更注重基于多變量的聯(lián)合分析.其中，Copula函數(shù)能夠通過邊緣分布和相關(guān)性結(jié)構(gòu)來構(gòu)造多維聯(lián)合分布[27]，既能進行特征的聯(lián)合，又可以進行區(qū)域聯(lián)合，特別適用于多變量水文分析，已在極端降水、洪水頻率分析和干旱特征分析等方面廣泛應(yīng)用[28-30].如陳永勤等[31]基于游程理論識別了鄱陽湖流域水文干旱特征變量，采用Copula函數(shù)分析了主要支流的干旱歷時和干旱烈度的聯(lián)合概率特征；Xu等[32]在考慮干旱事件時空變化基礎(chǔ)上，構(gòu)建了干旱持續(xù)時間、影響面積以及嚴重程度的三變量聯(lián)合分布.Zhang等[33]利用河流徑流和湖泊水位構(gòu)建水文干旱指數(shù)對鄱陽湖、鄱陽湖流域和長江的聯(lián)合水文干旱進行了研究.Copula函數(shù)已被證明是多元水文分析和模擬的有效工具.

洞庭湖是我國第二大淡水湖，也是三峽水庫壩下第一個大型通江湖泊[34]，素享“魚米之鄉(xiāng)”的美譽.湖區(qū)接納流域“四水”(湘江、資水、沅江、澧水)和長江“三口”(松滋口、太平口、藕池口)的徑流，經(jīng)湖泊調(diào)蓄后于城陵磯匯入長江，形成了復(fù)雜的江-湖-河水系格局[35].受氣候變化與人類活動的影響，洞庭湖在過去幾十年間多次發(fā)生不同程度的旱災(zāi)[36].尤其是2000年以來在流域徑流變化及長江上游大型水利工程的共同影響下，江湖關(guān)系發(fā)生變化，水量平衡關(guān)系改變，湖泊干旱事件更為頻繁，洞庭湖湖容明顯減小，枯水期提前[37]，季節(jié)性水文干旱不斷加劇[38].目前有關(guān)洞庭湖干旱的研究多側(cè)重于湖泊或流域干旱特征的描述以及三峽水庫運行后江湖關(guān)系改變對洞庭湖水情變化的影響等方面，未將長江、洞庭湖及其流域作為一個系統(tǒng)考慮，也未揭示系統(tǒng)內(nèi)洞庭湖干旱與流域、長江干流水文干旱的內(nèi)在關(guān)聯(lián)與相互作用關(guān)系.因此，本文基于傳統(tǒng)和時變標準化水位指數(shù)(SWI)和標準化徑流指數(shù)(SRI)，通過Copula函數(shù)分析洞庭湖-流域-長江系統(tǒng)1964-2016年水文干旱事件的聯(lián)合概率分布特征，明確具有不同屬性的水文干旱事件在洞庭湖-流域-長江系統(tǒng)的相關(guān)性，探討洞庭湖水文干旱的成因及其對江湖關(guān)系變化的響應(yīng).本研究對進一步認識洞庭湖干旱的發(fā)生機理具有重要意義，同時也為洞庭湖防旱抗旱減災(zāi)以及科學(xué)實施干旱預(yù)警提供重要的科學(xué)依據(jù).

1 研究區(qū)域與方法

1.1 研究區(qū)域與數(shù)據(jù)資料

洞庭湖(28°03′～30°20′N，111°40′～113°30′E)地處長江中游荊江河段以南，湖南省東北部，由西洞庭湖、南洞庭湖和東洞庭湖3個湖區(qū)組成，是國際重要的濕地保護區(qū).洞庭湖流域水系發(fā)達，流域面積約26萬km2，占長江流域總面積的12%[39].洞庭湖是我國典型的大型調(diào)蓄湖泊，長江徑流由松滋、太平、藕池“三口”分流入湖，與流域“四水”在湖區(qū)匯合調(diào)蓄后又由唯一的通道城陵磯注入長江[40]，流域與長江匯水以及長江的頂托作用共同決定了湖泊的水位.洞庭湖流域與長江中游整體上屬于亞熱帶濕潤季風(fēng)氣候，四季分明，降水季節(jié)集中且年際變化大.因此長江與流域入湖徑流量的年內(nèi)分配也不均勻，流域與長江的水情變化直接影響洞庭湖的水量變化，季節(jié)性降水導(dǎo)致洞庭湖具有明顯的季節(jié)性水文特征.通常流域汛期為4-6月，洞庭湖受流域補給在4月水位開始上升；長江汛期為7-9月，湖水位繼續(xù)抬升至年內(nèi)最高[41].流域與長江之間的汛期轉(zhuǎn)換使洞庭湖成為一個復(fù)雜的江-湖-河系統(tǒng).

本研究選取洞庭湖南咀、小河咀、城陵磯3個水文站1964-2016年水位數(shù)據(jù)，以3站平均水位反映洞庭湖的整體水位變化情況.以洞庭湖流域桃江、桃源、湘潭水文站徑流量代表流域入湖水量變化情況(圖1).選取長江干流宜昌站徑流量代表長江來水變化情況.并且以2003年三峽大壩運行為時間斷點，在總研究時段中重點關(guān)注2003年之后的水文干旱.上述數(shù)據(jù)均來源于長江水利委員會水文局.流域內(nèi)同期降水?dāng)?shù)據(jù)來源于國家氣象中心，主要用于水文干旱事件的成因分析.

圖1 洞庭湖-流域-長江系統(tǒng)水系和水文站、氣象站分布

1.2 研究方法

1.2.1 標準化水位/徑流指數(shù)(SWI/SRI) 標準化水位指數(shù)SWI和標準化徑流指數(shù)SRI是參照標準化降水指數(shù)SPI這一概念而提出，用于識別區(qū)域水文干旱和量化干旱等級[42]，兩者的計算過程與SPI類似.考慮到長時間水位和徑流序列可能存在非平穩(wěn)特征，因此在干旱指數(shù)計算前首先進行MK趨勢檢驗[43]，趨勢變化顯著的季節(jié)則在GAMLSS框架下計算時變標準化水位指數(shù)和徑流指數(shù)[26,44-45].水文干旱根據(jù)SWI和SRI大小共劃分為5個干旱等級[46](表1)，當(dāng)SWI和SRI值低于-1時，即認為發(fā)生水文干旱，并且其數(shù)值越小，表明其干旱強度越大，本研究關(guān)注中度及以上程度的水文干旱(即SWI≤-1、SRI≤-1).同時，為了反映洞庭湖-流域-長江系統(tǒng)水文干旱變化的總體特征，分別從年和季節(jié)時間尺度分析SWI與SRI的變化情況，其中選用12個月尺度下的SWI與SRI值代表年際變化，選用3個月尺度下5、8、11以及次年2月的值分別代表春、夏、秋、冬季變化.

表1 水文干旱等級劃分

1.2.2 邊緣分布函數(shù) 建立聯(lián)合分布函數(shù)之前首先需要確定每個水文干旱指標的邊緣分布函數(shù)[30]，水文科學(xué)領(lǐng)域存在多種隨機變量分布函數(shù)，本文選擇在干旱分析中廣泛應(yīng)用的Weibull、Logis和Gamma分布函數(shù)來研究SWI和SRI概率分布特征，并采用最大似然函數(shù)和線性矩法進行參數(shù)估計.

1.2.3 Copula函數(shù) Copula理論最初由Sklar[47]提出，目前已廣泛應(yīng)用于二元和多元干旱頻率分析.Copula函數(shù)根據(jù)隨機變量之間的依賴結(jié)構(gòu)，連接一維邊緣分布以形成概率區(qū)間在[0，1]上的多元聯(lián)合分布[48].在研究中常用的Copula函數(shù)分為4種類型：阿基米德型(Frank、Clayton、Gumbel)，橢圓型(t、Gaussian)，極值型(Husler-Reiss、t-EV)和混合型(Plackett)[32].本文采用Gumbel、Clayton、Frank、Gaussion、t和Plackett 6種Copula函數(shù)進行擬合，同時根據(jù)相關(guān)性指標法，建立起Kendall秩相關(guān)系數(shù)τ與Copula函數(shù)的參數(shù)θ之間的關(guān)系來進行參數(shù)估計[49].

根據(jù)Sklar定理，假設(shè)兩個相關(guān)的水文事件X和Y分別具有FX(x)、FY(y)分布，則它們的聯(lián)合分布F(x,y)如下：

F(x,y)=P(X≤x,Y≤y)=Cθ(FX(x),FY(y))

(1)

式中，C表示變量X和Y的二元依賴結(jié)構(gòu)的Copula函數(shù)，θ為待定參數(shù).在本研究中，X和Y指SWI和SRI的時間序列.

Kendall秩相關(guān)系數(shù)[50]計算公式如下：

(2)

式中，τ為Kendall秩相關(guān)系數(shù)，(xi,xj)為對應(yīng)時間段SWI和SRI的值，n為系列長度.

某一水文干旱事件的聯(lián)合重現(xiàn)期[51]可由下式計算：

(3)

式中，s是序列中出現(xiàn)的時間間隔.當(dāng)SWI和SRI時間尺度為12個月時，s=1年；當(dāng)時間尺度為3個月時，s=0.25年.

在選擇最優(yōu)Copula函數(shù)之前，利用R語言軟件包Copula對長江、洞庭湖及其流域水文干旱指數(shù)的可交換性進行檢驗[52]，以獲得統(tǒng)計量的近似P值，用來評估未知極值CopulaC是否滿足C(u，v)=C(v，u)，u、v∈[0，1].如果不拒絕可交換性檢驗，就可以排除不對稱的Copula函數(shù)，從而減少Copula函數(shù)在擬合優(yōu)選中的數(shù)量.

1.2.4 邊緣分布函數(shù)和Copula函數(shù)的優(yōu)選 邊緣分布函數(shù)通過Kolmogorov-Smirnov(K-S)檢驗法進行假設(shè)檢驗，達到95%置信水平則采用AIC信息準則[53]評價分布函數(shù)的擬合優(yōu)度.統(tǒng)計量D和AIC的值越小，表明函數(shù)擬合效果越好.Copula函數(shù)同樣通過AIC信息準則進行擬合優(yōu)度評價，最終從6種Copula函數(shù)中選擇擬合最優(yōu)的聯(lián)合分布函數(shù).各檢驗方法的表達式如下：

D=maxij|F(X(i))-G(Y(j))|

(4)

(5)

AIC=2k+nln(MSE)

(6)

式中，F(xiàn)(X)為經(jīng)驗分布函數(shù)，G(Y)為理論分布函數(shù)，MSE為均方誤差；AIC為赤池信息準則，k為參數(shù)個數(shù)，n是樣本個數(shù).

2 結(jié)果分析

2.1 邊緣分布函數(shù)和Copula函數(shù)的選擇

2.1.1 邊緣分布函數(shù)的選擇 基于Weibull、Logis和Gamma 3種邊緣分布函數(shù)，分別對洞庭湖SWI、流域SRI以及長江SRI的分布進行擬合，K-S檢驗結(jié)果如表2所示.3種分布函數(shù)對不同時間尺度上SWI和SRI的擬合均通過了K-S檢驗.根據(jù)統(tǒng)計量D與AIC最小值原則，選擇擬合優(yōu)度最高的分布函數(shù)作為不同區(qū)域各個季節(jié)水文干旱的邊緣分布函數(shù)(表3).洞庭湖SWI在年尺度和夏季、秋季Logis函數(shù)對應(yīng)的AIC值最小，遂選Logis函數(shù)為該時段的最優(yōu)邊緣分布函數(shù).在春季和冬季，Weibull與Gamma函數(shù)對應(yīng)的AIC值最小，則Weibull與Gamma函數(shù)分別為春季和冬季的最優(yōu)邊緣分布函數(shù)；而對于流域SRI，在冬季最優(yōu)邊緣分布函數(shù)為Gamma，其他3個季節(jié)和年尺度均選擇Weibull函數(shù)為最優(yōu)邊緣分布函數(shù)；長江SRI在年尺度和夏季最優(yōu)邊緣分布函數(shù)為Logis，在春季、秋季為Weibull函數(shù)，而在冬季為Gamma函數(shù).

表2 基于K-S檢驗的SWI和SRI邊緣分布擬合優(yōu)度值

表3 基于AIC信息準則的SWI和SRI邊緣分布函數(shù)擬合優(yōu)選*

2.1.2 Copula聯(lián)合分布函數(shù)的選擇 可交換性檢驗是基于經(jīng)驗Copula與潛在二元Copula可互換性的評估測試[54].表4顯示各聯(lián)合水文干旱指標在95%置信水平下均通過交換性檢驗，意味著以上6種Copula函數(shù)可用于洞庭湖-流域-長江系統(tǒng)水文干旱聯(lián)合概率的研究.基于AIC最小值原則，從Gumbel、Clayton、Frank、Gaussion、t和Plackett Copula中選擇擬合最優(yōu)的Copula函數(shù).如表5所示，洞庭湖-流域系統(tǒng)在年尺度和4個季節(jié)水文干旱聯(lián)合概率擬合效果最優(yōu)的Copula函數(shù)分別為Clayton、Frank、t、Gumbel和Gumbel；洞庭湖-長江系統(tǒng)則分別為t、t、Gaussion、Clayton和Clayton Copula.

表4 SWI和SRI可交換性檢驗

表5 基于AIC選擇Copula函數(shù)*

2.2 各區(qū)域水文干旱概率分布特征

基于選定的不同區(qū)域最優(yōu)邊緣分布函數(shù)，分別分析洞庭湖、流域及長江的水文干旱概率分布特征(圖2).在年尺度上，洞庭湖水文干旱的發(fā)生概率(SWI<-1)為14.01%，重現(xiàn)期為7.14 a.1964-2016年間，洞庭湖共發(fā)生9次水文干旱事件，其中4次出現(xiàn)在2003-2016年(表6)，最嚴重的水文干旱發(fā)生在2011年，SWI為-2.47(極端干旱).流域水文干旱的發(fā)生概率為16.20%，重現(xiàn)期為6.17 a，研究期內(nèi)共識別出10次水文干旱事件，有2次發(fā)生在2003-2016年間，其中SRI最小值-2.55(極端干旱)也出現(xiàn)在2011年.對于長江干流，1964-2016年水文干旱的發(fā)生概率為14.35%，重現(xiàn)期6.97 a，過去53年間共發(fā)生7次水文干旱事件，其中2003年之后有3次，SRI最小值-3.39(極端干旱)發(fā)生在2006年.從3個區(qū)域?qū)Ρ葋砜矗m然整體上流域發(fā)生水文干旱的概率最高，但2003-2016年間發(fā)生水文干旱的頻次較少，而洞庭湖及長江在2003年以后發(fā)生水文干旱的頻次明顯增多，表明在2003年以后洞庭湖及長江水文干旱呈加劇態(tài)勢，且二者的加劇態(tài)勢具有同步性.

圖2 年尺度洞庭湖SWI概率分布(a)；流域SRI概率分布(b)；長江SRI概率分布(c)

表6 1964-2016年洞庭湖-流域-長江系統(tǒng)水文干旱概率對比

季節(jié)尺度上(圖3)，洞庭湖春季水文干旱的發(fā)生概率為15.58%，研究時段內(nèi)共發(fā)生11次水文干旱事件，其中發(fā)生在2003年以后的有2次.春季流域水文干旱的發(fā)生概率均大于洞庭湖和長江，研究時段內(nèi)共識別出10次水文干旱事件，其中有4次發(fā)生在2003-2016年間(表6)，SRI最小值-2.60(極端干旱)出現(xiàn)在2011年.春季長江在2003年以后未識別出水文干旱事件，其SRI最小值-1.90(重度干旱)出現(xiàn)在1979年.在夏、秋季，洞庭湖水文干旱概率均大于流域和長江，尤其秋季洞庭湖水文干旱的發(fā)生概率高達 32.46%，重現(xiàn)期0.77 a，在研究時段內(nèi)共識別出15次水文干旱事件，其中有7次發(fā)生在2003年以后，SWI最小值-3.30(極端干旱)發(fā)生在2006年.秋季長江中游2003年以后識別出5次水文干旱事件，占總次數(shù)的一半以上.冬季洞庭湖水文干旱概率最小，為4.60%，長江冬季水文干旱的發(fā)生概率為16.27%，2003年以后長江與洞庭湖冬季均未識別出水文干旱事件，流域僅識別出1次(表6).

圖3 季節(jié)尺度(a～d)洞庭湖SWI概率分布(a～d)；流域SRI概率分布(e～h)；長江SRI概率分布(i～l)

從不同季節(jié)對比來看(表6)，總體上洞庭湖秋季水文干旱頻率最高、頻次最多，表明洞庭湖秋季水文干旱最為嚴重且2003年以后呈加劇的態(tài)勢.其次是春季水文干旱次數(shù)較多，但2003年之后所占比重相對較小，表明2003年以后洞庭湖春季水文干旱有所減輕；流域春季水文干旱發(fā)生概率高于洞庭湖和長江，且2003年以后干旱頻次所占比重較大，表明流域春季水文干旱與其它2個區(qū)域相比更為嚴重，并仍有持續(xù)加劇的趨勢；對于長江干流，2003年以后春冬兩季均未識別出中度以上水文干旱事件，但秋季水文干旱的發(fā)生次數(shù)占總次數(shù)的一半以上，表明長江秋季水文干旱進一步加劇.

2.3 洞庭湖-流域-長江系統(tǒng)水文干旱聯(lián)合概率分布特征

根據(jù)優(yōu)選的Copula函數(shù)，進一步研究洞庭湖-流域-長江系統(tǒng)水文干旱的聯(lián)合概率分布特征.圖4為年尺度上基于Clayton Copula的洞庭湖-流域系統(tǒng)和基于t Copula的洞庭湖-長江系統(tǒng)水文干旱的聯(lián)合概率分布.在1964-2016年間，洞庭湖-流域系統(tǒng)的水文干旱聯(lián)合概率為9.65%，重現(xiàn)期10.36 a，其中發(fā)生在2003年后的聯(lián)合水文干旱僅2次，其對應(yīng)的洞庭湖SWI和流域SRI值分別為-2.47和-2.55，均達到極端干旱程度.而洞庭湖-長江系統(tǒng)的水文干旱聯(lián)合概率為8.58%，重現(xiàn)期為11.66 a，年尺度上共識別出4次聯(lián)合水文干旱事件，其中有3次發(fā)生在2003-2016年間，水文干旱最嚴重的年份為2006年，其對應(yīng)的洞庭湖SWI為-2.15，長江SRI為-3.39，均達到極端干旱程度.對比發(fā)現(xiàn)，總體上洞庭湖-流域系統(tǒng)水文干旱的聯(lián)合概率大于洞庭湖-長江系統(tǒng)，表明年尺度上流域補給減少對洞庭湖水文干旱的貢獻更大.但2003年后洞庭湖-長江系統(tǒng)水文干旱同時發(fā)生的頻次明顯多于洞庭湖-流域系統(tǒng)，且所占比重較大，表明2003年之后長江來水量的減少對洞庭湖水文干旱的影響增強.

圖4 年尺度1964-2016年洞庭湖-流域系統(tǒng)水文干旱聯(lián)合概率(a)；洞庭湖-長江系統(tǒng)水文干旱聯(lián)合概率(b)

從季節(jié)分布來看，春、夏、秋和冬季洞庭湖-流域系統(tǒng)水文干旱的聯(lián)合概率分別為9.52%、7.64%、7.98%和2.63%(圖5和表7)，春季洞庭湖與流域同時發(fā)生水文干旱的概率均高于其它季節(jié).此外，1964-2016年間，春季洞庭湖-流域系統(tǒng)同時發(fā)生水文干旱事件7次，其中有2次出現(xiàn)在2003-2016年.雖然洞庭湖與長江也同時發(fā)生水文干旱事件達7次，但全部出現(xiàn)在2003年以前，表明洞庭湖春季水文干旱與流域及長江徑流變化均存在響應(yīng)關(guān)系，但2003年后，流域徑流對洞庭湖水文干旱的貢獻增強.對于洞庭湖-長江系統(tǒng)，其秋季水文干旱聯(lián)合概率為15.38%(圖6)，是秋季洞庭湖-流域系統(tǒng)水文干旱聯(lián)合概率的近2倍，遠遠高于其它季節(jié).研究時段內(nèi)共識別出7次水文干旱事件，其中有5次發(fā)生在2003-2016年間，占總頻次的一半以上，表明2003年以后秋季洞庭湖-長江系統(tǒng)同時發(fā)生水文干旱事件的頻次明顯增多.總體而言，春季洞庭湖-流域系統(tǒng)水文干旱聯(lián)合概率大于洞庭湖-長江系統(tǒng)，表明春季流域補給對洞庭湖水位具有主導(dǎo)作用.夏、秋和冬季洞庭湖-長江系統(tǒng)水文干旱聯(lián)合概率高于洞庭湖-流域系統(tǒng)，尤其在2003年之后秋季洞庭湖-長江系統(tǒng)水文干旱呈加劇態(tài)勢.

表7 1964-2016年洞庭湖-流域-長江系統(tǒng)水文干旱聯(lián)合概率

圖5 季節(jié)尺度1964-2016年洞庭湖-流域系統(tǒng)水文干旱聯(lián)合概率(a～d分別表示春、夏、秋、冬季)

圖6 季節(jié)尺度上洞庭湖-長江系統(tǒng)水文干旱聯(lián)合概率(a～d分別表示春、夏、秋、冬季)

3 討論

洞庭湖水文干旱受流域和長江來水的共同影響，但其主導(dǎo)因素隨時間發(fā)生變化[55].本文研究發(fā)現(xiàn)，在年和春季時間尺度上，洞庭湖-流域系統(tǒng)的水文干旱聯(lián)合概率高于洞庭湖-長江系統(tǒng)，尤其是春季洞庭湖-流域系統(tǒng)的水文干旱聯(lián)合概率達9.52%，這表明春季洞庭湖水文干旱與流域水文干旱具有較好的同步性，流域入湖補給減少是春季洞庭湖水文干旱的主導(dǎo)因素.孫占東等[34]通過對比不同季節(jié)長江與流域來水變化與典型干旱事件的對應(yīng)關(guān)系，也認為湖泊春季干旱基本上是由洞庭湖流域來水偏少造成的；賀秋華等[56]研究發(fā)現(xiàn)流域“四水”與洞庭湖年均入湖徑流量變化曲線呈同步增減趨勢，且二者的相關(guān)系數(shù)為0.91，而長江“三口”年均分流入湖與洞庭湖入湖水量無明顯相關(guān)性，說明洞庭湖年均入湖水量主要受流域來水影響，這與本文的研究結(jié)果較為一致.洞庭湖流域來水變化的主要影響因素之一是降水的改變[57].由圖7所示，洞庭湖流域年際和季節(jié)性降水分配不均勻，季節(jié)性水文干旱與降水減少相對應(yīng)，其中春季的每一次水文干旱事件均與降水量驟減相吻合.比如，2011年春季流域降水量達到歷史最低值，此時SRI也達到最低值-2.6(極端干旱).吉紅霞等[15]利用遙感影像和水文氣象觀測資料對2011年洞庭湖極端干旱事件的成因進行了分析，發(fā)現(xiàn)2011年洞庭湖流域4-5月降水量比多年平均偏少50%以上，降水減少是洞庭湖春季干旱發(fā)生的主導(dǎo)因素.

圖7 洞庭湖流域SRI與降水量季節(jié)分布(a～d分別表示春、夏、秋、冬季)

夏季、秋季和冬季的洞庭湖水文干旱主要受到長江來水變化的影響，尤其是秋季洞庭湖-長江系統(tǒng)同時發(fā)生水文干旱的概率達15.38%.特別是1964-2016年間秋季洞庭湖-長江系統(tǒng)同時發(fā)生的7次水文干旱事件有5次發(fā)生在2003年以后，這表明2003年后秋季洞庭湖-長江系統(tǒng)同時發(fā)生水文干旱事件的可能性增加，這主要由長江干流水利工程調(diào)度引起的長江來水變化導(dǎo)致的，以三峽水庫蓄水最為典型[58-59].根據(jù)三峽水庫優(yōu)化調(diào)度方案，水庫在9月15日后開始蓄水，此時長江中下游干流水位快速降低，對湖泊的頂托作用減弱[60].Gao等[61]研究了三峽水庫運行前后長江中下游的流量變化，發(fā)現(xiàn)三峽水庫秋季蓄水是長江中下游河道流量顯著減少的主要原因.賴錫軍等[62]研究發(fā)現(xiàn)，三峽水庫秋季蓄水促使湖水加速流入長江，造成洞庭湖水位快速下降、低枯水位提前出現(xiàn).值得注意的是，秋季三峽水庫開始蓄水，同時該時期洞庭湖流域降水也相對較少，流域來水對湖泊的補給減弱，兩者的疊加效應(yīng)極易引發(fā)湖泊極端水文干旱事件[63-64]，如Ou等[65]研究表明，2006年秋季洞庭湖的極端干旱事件是由長江“三口”和流域“四水”來水銳減共同引起的，其中長江“三口”和流域“四水”來水量較同期多年平均值分別減少了74.7%和30.4%.

除降水變化等氣候因素和三峽蓄水對河湖水文要素的季節(jié)變化產(chǎn)生了顯著影響外，其它人類活動的影響也不容忽視.據(jù)湖南省水利發(fā)展統(tǒng)計公報顯示[66]，到2016年末，全省已建成各類水庫14098座，總庫容514億m3，其中包括大型水庫45座和中型水庫359座，各類蓄水工程年末蓄水量242.5億m3，水庫的調(diào)度運行直接改變了徑流的季節(jié)性分配[67].同時，洞庭湖流域也是我國植被變化最為顯著的地區(qū)之一，該區(qū)域的森林覆蓋率從1989年的36.7%上升到2016年的59.6%，在一定程度上對流域徑流過程產(chǎn)生影響[68-69].此外，洞庭湖平原作為我國重要的商品糧基地，農(nóng)業(yè)耗水量在2016年為101.22億m3，占各類用水消耗量的70%以上，耗水率也高達50%以上[70]，尤其是農(nóng)田用水量的峰值出現(xiàn)在秋季，與水庫秋季蓄水、流域降水減少相疊加，更容易引發(fā)極端水文干旱事件[71-72].總的來說，人類活動對水資源的影響過程和機制是復(fù)雜的，在江-湖-河關(guān)系發(fā)生變化的背景下，一方面需要加強流域生態(tài)環(huán)境建設(shè)、優(yōu)化水利工程調(diào)度方案，滿足生產(chǎn)生活用水和生態(tài)用水需求[73]，另一方面也應(yīng)發(fā)展節(jié)水農(nóng)業(yè)，提高農(nóng)業(yè)生產(chǎn)用水效率.而對定量評估不同人類活動對洞庭湖干旱的影響程度仍是目前研究的重點和難點，還需進一步通過定量模擬等手段開展深入研究.

4 結(jié)論

本文基于標準化水位指數(shù)SWI和標準化徑流指數(shù)SRI，通過Copula函數(shù)對1964-2016年洞庭湖-流域-長江系統(tǒng)水文干旱聯(lián)合概率分布特征進行研究.主要結(jié)論如下：

1)年尺度上，洞庭湖流域發(fā)生水文干旱的概率最高，但洞庭湖及長江在2003年以后發(fā)生水文干旱的頻次明顯較多，所占比重較大.季節(jié)尺度上，洞庭湖和長江2003年之后秋季水文干旱加劇，洞庭湖流域春季水文干旱概率遠高于其它季節(jié).

2)年尺度上, 洞庭湖-流域系統(tǒng)水文干旱聯(lián)合概率大于洞庭湖-長江系統(tǒng)，但2003年后洞庭湖-長江系統(tǒng)聯(lián)合水文干旱頻次明顯多于洞庭湖-流域系統(tǒng).季節(jié)尺度上，洞庭湖-流域系統(tǒng)春季水文干旱聯(lián)合概率最高，且兩者同時發(fā)生水文干旱事件的次數(shù)最多；而洞庭湖-長江系統(tǒng)，其秋季水文干旱聯(lián)合概率最大，并且一半以上的水文干旱事件發(fā)生在2003年以后.

3)洞庭湖春季水文干旱與流域的水文干旱具有較好的同步性，流域入湖補給減少對洞庭湖春季水文干旱的影響更大.而洞庭湖-長江系統(tǒng)秋季水文干旱自2003年以后更加極端和頻發(fā)，這一方面受秋季降水減少和流域內(nèi)人類活動的影響，造成流域徑流對湖泊的補給減弱，另一方面三峽水庫秋季蓄水使長江中下游干流水位降低，長江對湖泊頂托作用減弱也是重要原因之一.