秦淮河流域气象水文要素变化特征及径流变化归因分析

doi:10.11755/j.issn.1006-7639(2023)-01-0054

干旱气象 ›› 2023, Vol. 41 ›› Issue (1): 54-63.DOI: 10.11755/j.issn.1006-7639(2023)-01-0054

秦淮河流域气象水文要素变化特征及径流变化归因分析

张顾¹^,²(), 黄亮¹^,², 王加虎³, 蒋志昊⁴, 陆晓平⁵, 罗晓春¹()

1.江苏省气象服务中心，江苏南京 210008
2.中国气象局交通气象重点开放实验室，江苏南京 210008
3.河海大学水文水资源学院，江苏南京 210098
4.江苏省水利科学研究院，江苏南京 210017
5.江苏省秦淮河水利工程管理处，江苏南京 210022

收稿日期:2021-01-04 修回日期:2021-06-21 出版日期:2023-02-28 发布日期:2023-02-28
通讯作者: 罗晓春（1970—），男，江苏南通人，正高级工程师，主要从事气象服务研究。 E-mail：295646190@qq.com。
作者简介:张顾（1993—），男，江苏扬州人，硕士，工程师，主要从事气象服务和水文气象研究。 E-mail：15950505089@163.com。
基金资助:
国家自然科学基金项目(41272042);国家重点研发计划项目(2018YFC150806);江苏省气象局科研项目(KQ202224);中国电力建设股份有限公司项目(DJ-ZDZX-2016-02)

Variation characteristics of meteorological and hydrological factors and attribution analysis of runoff variation in Qinhuai River Basin

ZHANG Gu¹^,²(), HUANG Liang¹^,², WANG Jiahu³, JIANG Zhihao⁴, LU Xiaoping⁵, LUO Xiaochun¹()

1. Jiangsu Meteorological Service Center， Nanjing 210008， China
2. China Meteorological Administration Transportation Meteorology Key Laboratory， Nanjing 210008， China
3. College of Hydrology and Water Resources，Hohai University， Nanjing 210098， China
4. Jiangsu Water Conservancy Research Institute， Nanjing 210017， China
5. Jiangsu Qinhuai River Water Conservancy Project Management Office， Nanjing 210022， China

Received:2021-01-04 Revised:2021-06-21 Online:2023-02-28 Published:2023-02-28

摘要/Abstract

摘要：

研究秦淮河流域气象水文要素变化特征及径流变化归因对该流域水旱灾害防御工作具有重要指导意义。利用秦淮河流域气象水文观测数据和遥感资料，采用β-z-h三参数综合指示法、联合突变检测法等分析该流域气象水文序列时空变化趋势、变异点和变异度，采用弹性系数法定量评估气候变化和人类活动对径流变化的贡献率。结果表明：（1）秦淮河流域年平均气温和年径流深呈显著增加趋势，且未来仍将保持显著增长趋势；年降水量和参考作物蒸散量呈不显著增加趋势，且未来仍将维持微弱上升；年平均相对湿度呈显著减少趋势，且未来仍将维持显著减少。年降水量未发生变异，年平均相对湿度在2004年发生巨变异，年平均气温在1994年发生强变异，年参考作物蒸散量在2003年发生中变异，年径流深在2002年发生弱变异。（2）基准期（1981—2002年）和变化期（2003—2019年）秦淮河流域径流深与降水量呈显著正相关，与参考作物蒸散量、下垫面指数呈负相关；变化期较基准期参考作物蒸散量和下垫面指数弹性系数增大，而降水量弹性系数减小，下垫面指数的变化对径流增加贡献量较大（91.20%），表明人类活动引起的下垫面变化是径流增加的主要因素，起正贡献作用。秦淮河流域城市发展应充分考虑土地利用和覆被变化的水文效应，一方面保护滞蓄能力较强的耕地和林地，另一方面关注气候变化带来的防洪压力。

关键词: 秦淮河流域, 气象水文, 时空变化, 联合突变检测, Budyko假设, 归因分析

Abstract:

Studying the variation characteristics of meteorological and hydrological factors and attribution of runoff variation in the Qinhuai River Basin has important guiding significance for the prevention of flood and drought disasters in the basin. Based on the meteorological and hydrological observation data and remote sensing data, the β-z-h three parameters comprehensive indicator method was used to study the spatiotemporal variation trend of meteorological and hydrological elements, and joint mutation detection method was used to determine the variation points and variability of meteorological and hydrological elements. The elasticity coefficient method based on Budyko hypothesis was used to quantitatively evaluate the contribution rate of climate change and human activities to runoff change. The results showed that: (1) The annual average temperature and annual runoff depth in the Qinhuai River Basin show a significant increasing trend and will continue to increase in the future; the annual precipitation and reference crop evapotranspiration did not increase significantly and will continue to increase slightly in the future; but the annual average relative humidity showed a significant downward trend, and the significant downward trend will continue in the future. The precipitation did not have a alteration, the annual average temperature had a strong alteration in 1994, the annual average relative humidity had a giant alteration in 2004, the reference crop evapotranspiration had a moderate alteration in 2003, and the runoff depth had a weak alteration in 2002. (2) There was a significant positive correlation between runoff depth and precipitation in the base period (1981-2002) and change period (2003-2019), and there was a negative correction between runoff depth and reference crop evapotranspiration, underlying surface index. During the change period, the elasticity coefficient of reference crop evapotranspiration and underlying surface index increased, while the elasticity coefficient of precipitation decreased. The main factor contributing to the increase of runoff was the underlying surface index (91.20%) change, which indicated that the change of underlying surface caused by human activities was the main factor of runoff increase and played a positive role in the increase of runoff. In the process of urban development, the hydrological effects of land use and cover change should be fully considered, farmland and woodland with strong detention capacity should be protected, moreover, the flood control pressure brought by climate change should be paid attention to.

Key words: the Qinhuai River Basin, hydro-meteorological, trend analysis, joint mutation test, elasticity coefficient, attribution analysis

中图分类号:

P339
P42

张顾, 黄亮, 王加虎, 蒋志昊, 陆晓平, 罗晓春. 秦淮河流域气象水文要素变化特征及径流变化归因分析[J]. 干旱气象, 2023, 41(1): 54-63.

ZHANG Gu, HUANG Liang, WANG Jiahu, JIANG Zhihao, LU Xiaoping, LUO Xiaochun. Variation characteristics of meteorological and hydrological factors and attribution analysis of runoff variation in Qinhuai River Basin[J]. Journal of Arid Meteorology, 2023, 41(1): 54-63.

图/表 11

图1 秦淮河流域气象水文站点分布

Fig.1 Distribution of meteorological and hydrological stations in the Qinhuai River Basin

表1 β-z-h三参数综合分析的指示作用

Tab.1 Indicative functions of the β-z-h three parameter comprehensive analysis

β	z	h-0.5	演变特征
<0	≥1.96	>0	过去减少，趋势显著，未来将持续减少
<0	≥1.96	<0	过去减少，趋势显著，未来趋势可能逆转
<0	<1.96	>0	过去减少，趋势不显著，未来将持续减少
<0	<1.96	<0	过去减少，趋势不显著，未来趋势可能逆转
>0	≥1.96	>0	过去增加，趋势显著，未来将持续增加
>0	≥1.96	<0	过去增加，趋势显著，未来趋势可能逆转
>0	<1.96	>0	过去增加，趋势不显著，未来将持续增加
>0	<1.96	<0	过去增加，趋势不显著，未来趋势可能逆转

表2 变异度分级表

Tab.2 The table of variability classification

Hurst系数	变异度
0.5≤h<h_α	无变异
h_α≤h<h_β	弱变异
h_β≤h<0.839	中变异
0.839≤h<0.924	强变异
0.924≤h≤1.0	巨变异

图2 1961—2019年秦淮河流域平均气温（a）、降水量（b）、参考作物蒸散量（c）、平均相对湿度（d）及1981—2019年径流深（e）年际变化

Fig.2 Inter-annual variation of mean temperature （a）， precipitation （b）， reference crop evapotranspiration （c）， mean relative humidity （d） during 1961-2019 and runoff depth during 1981-2019 （e） in the Qinhuai River Basin

表3 秦淮河流域β-z-h三参数计算结果

Tab.3 Calculation result of β-z-h three parameters in the Qinhuai River Basin

要素	β	z	h-0.5	要素演变特征
年平均气温	0.03	5.70	0.42	过去增加，趋势显著，未来将持续增加
年降水量	2.77	1.74	0.08	过去增加，趋势不显著，未来将持续增加
年参考作物蒸散量	0.50	1.16	0.26	过去增加，趋势不显著，未来将持续增加
年平均相对湿度	-0.11	-5.46	0.45	过去减少，趋势显著，未来将持续减少
年径流深	14.25	4.09	0.20	过去增加，趋势显著，未来将持续增加

图3 1961—2019年秦淮河流域年平均气温M-K（a）、Pettitt（b）、滑动t（c）及Yamamoto（d）突变检验

Fig.3 The M-K （a）， Pettitt （b）， sliding t （c） and Yamamoto （d） mutation test of annual mean temperature in the Qinhuai River Basin duing 1961-2019

表4 秦淮河流域气象水文要素突变检验及变异点、Hurst系数、变异度

Tab.4 Mutation test and variation point， Hurst coefficient and variation degree of hydro-meteorological factors in the Qinhuai River Basin

要素	不同方法突变点				变异点	Hurst系数	变异度
要素	M-K	Pettitt	滑动t	Yamamoto	变异点	Hurst系数	变异度
年平均气温	1999年	1994年	1994年	1994年	1994年	0.92	强变异
年降水量	—	—	—	—	无变异	0.58	无变异
年参考作物蒸散量	2004年	2000年	2003年	2003年	2003年	0.76	中变异
年平均相对湿度	1999年，2000年	1992年	2004年	2004年	2004年	0.95	巨变异
年径流深	2005年	2002年	2002年	2002年	2002年	0.70	弱变异

表5 秦淮河流域气象水文要素弹性系数计算过程及结果

Tab.5 Calculation process and result of elastic coefficient of Hydro-meteorological factors in Qinhuai River Basin

时间	P/mm	R/mm	ET₀/mm	C_r	I_d	n	弹性系数
时间	P/mm	R/mm	ET₀/mm	C_r	I_d	n	$ε P$	$ε E T 0$	$ε n$
1981—2002年	1 114.6	322.9	951.2	0.29	0.85	2.72	2.49	-1.49	-0.60
2003—2019年	1 207.1	634.6	1 008.3	0.53	0.84	1.06	1.49	-0.49	-0.58
1981—2019年	1 154.9	458.8	976.1	0.40	0.85	1.66	1.86	-0.86	-0.62

表5 秦淮河流域气象水文要素弹性系数计算过程及结果

Tab.5 Calculation process and result of elastic coefficient of Hydro-meteorological factors in Qinhuai River Basin

时间	P/mm	R/mm	ET₀/mm	C_r	I_d	n	弹性系数
时间	P/mm	R/mm	ET₀/mm	C_r	I_d	n	$ε P$	$ε E T 0$	$ε n$
1981—2002年	1 114.6	322.9	951.2	0.29	0.85	2.72	2.49	-1.49	-0.60
2003—2019年	1 207.1	634.6	1 008.3	0.53	0.84	1.06	1.49	-0.49	-0.58
1981—2019年	1 154.9	458.8	976.1	0.40	0.85	1.66	1.86	-0.86	-0.62

图4 秦淮河流域各要素弹性系数年际变化

Fig.4 Inter-annual variation of elasticity coefficient of each factor in the Qinhuai River Basin

图5 1980—2018年秦淮河流域土地利用类型变化

Fig.5 Land use type change in the Qinhuai River Basin during 1980-2018

图6 1998—2018年秦淮河流域植被覆盖度变化

Fig.6 Vegetation coverage change in the Qinhuai River Basin during 1998-2018

参考文献 38

[1]	白爱娟, 刘晓东, 2010. 华东地区近50年降水量的变化特征及其与旱涝灾害的关系分析[J]. 热带气象学报, 26(2): 194-200.
[2]	别强, 何磊, 赵传燕, 2012. 基于分形方法的石羊河流域气候变化研究[J]. 干旱气象, 30(1): 21-26+38.
[3]	常远勇, 侯西勇, 毋亭, 等, 2012. 1998-2010年全球中低纬度降水时空特征分析[J]. 水科学进展, 23(4): 475-484.
[4]	陈宏, 尉英华, 王颖, 等, 2017. 基于VIC水文模型的滦河流域径流变化特征及其影响因素[J]. 干旱气象, 35(5): 776-783. DOI
[5]	代晓颖, 许有鹏, 林芷欣, 等, 2019. 长江下游秦淮河流域径流变化及影响因素分析[J]. 水土保持研究, 26(4): 68-73.
[6]	宫爱玺, 张冬冬, 冯平, 2012. 大清河流域年径流系数变化趋势及影响因素分析[J]. 水利水电技术, 43(6): 1-4.
[7]	郭广芬, 周月华, 高正旭, 等, 2013. 2011年冬季长江流域气温持续偏低的可能成因探析[J]. 暴雨灾害, 32(2): 176-181.
[8]	郭巧玲, 杨云松, 畅祥生, 等, 2011. 1957—2008年黑河流域径流年内分配变化[J]. 地理科学进展, 30(5): 550-556.
[9]	刘波, 陈刘强, 周森, 等, 2018. 长江上游重庆段径流变化归因分析[J]. 长江流域资源与环境, 27(6): 1 333-1 341.
[10]	刘子豪, 陆建忠, 陈晓玲, 等, 2019. 基于Budyko假设的鄱阳湖抚河流域径流变化归因分析[J]. 河南科学, 37(8): 1 303-1 310.
[11]	马柱国, 任小波, 2007. 1951—2005年中国区域气候变化与干旱化趋势[J]. 气候变化研究进展, 3(4): 195-201.
[12]	邱新法, 张喜亮, 曾燕, 等, 2008. 1961—2005年江苏省降水变化趋势[J]. 气象, 34(5): 82-88.
[13]	芮孝芳, 2004. 水文学原理[M]. 北京: 中国水利水电出版社.
[14]	石培礼, 李文华, 2001. 森林植被变化对水文过程和径流的影响效应[J]. 自然资源学报, 16(5): 481-487.
[15]	孙丞虎, 任福民, 周兵, 等, 2012. 2011/2012年冬季我国异常低温特征及可能成因分析[J]. 气象, 38(7): 884-889.
[16]	王劲松, 郭江勇, 周跃武, 等, 2007. 干旱指标研究的进展与展望[J]. 干旱区地理, 30(1): 60-65.
[17]	王绍武, 罗勇, 赵宗慈, 等, 2013. IPCC第5次评估报告问世[J]. 气候变化研究进展, 9(6): 436-439.
[18]	王艳君, 吕宏军, 施雅风, 等, 2009. 城市化流域的土地利用变化对水文过程的影响——以秦淮河流域为例[J]. 自然资源学报, 24(1): 30-36.
[19]	谢平, 雷红富, 陈广才, 等, 2008. 基于Hurst系数的流域降雨时空变异分析方法[J]. 水文, 28(5): 6-10.
[20]	徐东霞, 章光新, 尹雄锐, 2009. 近50年嫩江流域径流变化及影响因素分析[J]. 水科学进展, 20(3): 416-421.
[21]	杨大文, 张树磊, 徐翔宇, 2015. 基于水热耦合平衡方程的黄河流域径流变化归因分析[J]. 中国科学:技术科学, 45(10): 1 024-1 034.
[22]	张红华, 姚秀萍, 高媛, 等, 2018. 2016年江淮地区梅汛期首场持续性暴雨的持续原因初探[J]. 热带气象学报, 34(5): 674-684.
[23]	张丽梅, 赵广举, 穆兴民, 等, 2018. 基于Budyko假设的渭河径流变化归因识别[J]. 生态学报, 38(21): 7 607-7 617.
[24]	张利平, 陈小凤, 赵志鹏, 等, 2008. 气候变化对水文水资源影响的研究进展[J]. 地理科学进展, 27(3): 60-67. DOI
[25]	周金玉, 张璇, 许杨, 等, 2020. 基于Budyko假设的滦河流域上游径流变化归因识别[J]. 南水北调与水利科技, 18(3): 15-30.
[26]	朱丽, 刘蓉, 文军, 等, 2018. 近50 a来洮河流域气候变化和干旱演变过程[J]. 干旱气象, 36(2): 234-242. DOI
[27]	ALLEN R G, PEREIRA L S, RAES D, et al, 1998. Crop evapotranspiration: guidelines for computing crop water requirements-FAO irrigation and drainage paper 56[EB/OL]. [2021-01-08]. https://www.fao.org/3/X0490E/X0490E00.htm.
[28]	BUDYKO M I, 1974. Climate and life[M]. New York: Academic Press.
[29]	CHOUDHURY B J, 1999. Evaluation of an empirical equation for annual evaporation using field observations and results from a biophysical model[J]. Joumal of Hydrology, 216: 99-110.
[30]	DU Y, XIE Z Q, ZENG Y, et al, 2007. Impact of urban expansion on regional temperature change in the Yangtze River Delta[J]. Journal of Geography, 17(4): 387-398.
[31]	FARSI N, MAHJOURI N, 2019. Evaluating the contribution of the climate change and human activities to runoff change under uncertainty[J]. Journal of Hydrology,(574): 872-891.
[32]	HU S S, LIU C M, ZHENG H G, et al, 2012. Assessing the impacts of climate variability and human activities on streamflow in the water source area of Baiyangdian Lake[J]. Journal of Geographical Sciences, 22(5): 895-905. DOI
[33]	HURST H E, 1951. Long term storage capacity of reservoirs[J]. Transactions of the American Society of Civil Engineers,(116): 770-799.
[34]	MANN H B, 1945. Nonparametric tests against trend[J]. Econometrica, (13): 245-259.
[35]	MERRIAM C F, 1937. A comprehensive study of the rainfall on the Susquehanna Valley[J]. Transactions American Geophysical Union, 18(2): 471-476. DOI URL
[36]	PETTITT A N, 1979. A non-paramentic approach to the change problem[J]. Applied Staticstics, 28(2): 126-135.
[37]	YAMAMOTO R, IWASHIMA T, KAZADI S N, et al, 1985. Climatic jump: a hypothesis in climate diagnosis[J]. Journal of the Meteorological Society of Japan, 63(6): 1 157-1 160.
[38]	YANG D, SUN F, LIU Z, et al, 2006. Interpreting the complementary relationship in non-humid environments based on the Budyko and Penman hypotheses[J]. Geophysical Research Letters, 33(18): 122-140.

秦淮河流域气象水文要素变化特征及径流变化归因分析

Variation characteristics of meteorological and hydrological factors and attribution analysis of runoff variation in Qinhuai River Basin

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 38

相关文章 15

编辑推荐

Metrics

[1]	于静,王莺,高亚敏,齐佳慧,付铭. 基于MOD16产品的科尔沁草原地表蒸散时空变化特征[J]. 干旱气象, 2021, 39(5): 831-837.
[2]	周惜荫, 李谢辉. 1978—2017年西南地区干湿时空变化特征[J]. 干旱气象, 2021, 39(3): 357-365.
[3]	冯晓莉, 多杰卓么, 李万志, 申红艳, 陈冀青. 1961—2018年青海高原极端气温指数时空变化特征[J]. 干旱气象, 2021, 39(1): 28-37.
[4]	曹晓云, 肖建设, 乔斌, 陈国茜, 权晨, 祝存兄, 史飞飞. 1961—2019年柴达木盆地沙尘强度时空变化特征[J]. 干旱气象, 2021, 39(1): 46-53.
[5]	朱永宁, 冯东溥, 李红英, 段晓凤, 郑方. 宁夏春霜冻期最低气温和霜冻日数时空变化特征[J]. 干旱气象, 2020, 38(2): 256-262.
[6]	王耀庭, 孟春雷, 苗世光, 郑祚芳, 李青春. 基于人口和能耗数据估算北京人为热排放[J]. 干旱气象, 2020, 38(1): 89-99.
[7]	董旭光, 邱粲, 刘焕彬, 陈艳春, 叶殿秀, 李胜利. 济南地区小时强降水变化特征[J]. 干旱气象, 2019, 37(6): 892-898.
[8]	李万荣, 张弢. 1960—2017年河西走廊东部寒潮时空变化特征[J]. 干旱气象, 2019, 37(5): 747-753.
[9]	姚镇海, 姚叶青, 王传辉, 樊凡, 施国萍 . 1987—2016年安徽省暑期体感温度时空变化特征[J]. 干旱气象, 2019, 37(3): 454-.
[10]	孙夏, 范广洲, 张永莉, 赖欣. 夏季青藏高原不同层次土壤湿度时空变化特征[J]. 干旱气象, 2019, 37(2): 252-261.
[11]	强安丰，汪妮，解建仓，姜仁贵. 三江源区大气可降水量时空特征及其与降水关系[J]. 干旱气象, 2019, 37(1): 22-30.
[12]	井元元，李宏宇，许启慧. 河北省采暖期低空大气逆温特征时空变化[J]. 干旱气象, 2018, 36(4): 624-635.
[13]	程航，孙国武，冯呈呈，侯彦泽. 亚非地区近百年干旱时空变化特征[J]. 干旱气象, 2018, 36(2): 196-202.
[14]	曲学斌，孙小龙，冯建英，范雪松. 呼伦贝尔草原NDVI时空变化及其对气候变化的响应[J]. 干旱气象, 2018, 36(1): 97-103.
[15]	杜一博1，张强1,2. 气候变暖背景下全球对流层顶高度和温度的分布特征及变化趋势[J]. 干旱气象, 2017, 35(2): 199-207.