长江科学院院报

长江科学院院报 >

2024 , Vol. 41 >Issue 12: 15 - 22

DOI: https://doi.org/10.11988/ckyyb.20230703

水资源

洞庭湖汛期水位变化特征及其驱动因素分析

  • 隆院男 , 1, 2 ,
  • 唐颖 1 ,
  • 杨家亮 , 3 ,
  • 莫军成 3 ,
  • 宋昕熠 1, 2
展开
  • 1 长沙理工大学 水利与环境工程学院,长沙 410114
  • 2 洞庭湖水环境治理与生态修复湖南省重点实验室,长沙 410114
  • 3 湖南省水利水电勘测设计规划研究总院有限公司,长沙 410007
杨家亮(1981-),男,湖南澧县人,高级工程师,研究方向为水利规划。E-mail:

隆院男(1985-),男,湖南宁乡人,副教授,博士,研究方向为水资源与水环境。E-mail:

Copy editor: 王 慰

收稿日期: 2023-06-25

  修回日期: 2023-10-31

  网络出版日期: 2024-01-10

基金资助

国家自然科学基金面上项目(52079010)

湖南省重点研发计划项目(2020SK2130)

湖南省研究生科研创新项目(CX20230890)

收起

Characteristics and Driving Factors of Water Level Variation in Dongting Lake During Flood Season

  • LONG Yuan-nan , 1, 2 ,
  • TANG Ying 1 ,
  • YANG Jia-liang , 3 ,
  • MO Jun-cheng 3 ,
  • SONG Xin-yi 1, 2
Expand
  • 1 School of Hydraulic and Environmental Engineering, Changsha University of Science & Technology, Changsha410114,China
  • 2 Key Laboratory of Dongting Lake Aquatic Eco-Environmental Control and Restoration of HunanProvince, Changsha 410114, China
  • 3 Hunan Water Resources & Hydropower Survey, Design, Planning andResearch Co., Ltd., Changsha 410007, China

Received date: 2023-06-25

  Revised date: 2023-10-31

  Online published: 2024-01-10

Fold

摘要

洞庭湖位于长江中游,其水文特征变化对于长江中游具有重要影响。针对变化环境下洞庭湖汛期水位演变特征及驱动因素,通过分析东洞庭湖(城陵矶站)、西洞庭湖(南咀站)、南洞庭湖(杨柳潭站)汛期最低水位、汛期最高水位、汛期平均水位3类水位序列,采用Mann-Kendall方法和Pettitt法检验3类水位序列的变异情况,基于GAMLASS模型分析3类水位序列的频率变化特征,并运用累积量斜率变化率法量化气候变化和人类活动的贡献率,以全面分析洞庭湖汛期水位变化的驱动因素。结果表明: 同等设计频率下,3类水位序列的设计值均有不同程度的降低。此外,葛洲坝蓄水、下荆江裁弯和降水量增大是A2时期(1978—2002年)洞庭湖水位上升的主要原因;A3时期(2003—2022年),东洞庭湖同时受三峡水库蓄水、长江干流和三口四水来流的影响,出现水位下降趋势。西洞庭湖和南洞庭湖则主要受降水量减少的影响,来水量变小,从而引起水位下降。研究成果可为变化环境下洞庭湖区的防洪安全以及水资源利用提供参考。

关键词： 汛期最低水位; 汛期最高水位; 汛期平均水位; 变异; 气候变化; 人类活动; 洞庭湖

本文引用格式

隆院男 , 唐颖 , 杨家亮 , 莫军成 , 宋昕熠 . 洞庭湖汛期水位变化特征及其驱动因素分析[J]. 长江科学院院报, 2024 , 41(12) : 15 -22 . DOI: 10.11988/ckyyb.20230703

Abstract

Dongting Lake is located in the middle reaches of the Yangtze River, and its hydrological characteristics have an important impact on the middle reaches of the Yangtze River. According to the evolution characteristics and driving factors of Dongting Lake water level in flood season under changing environment, this paper analyzes the lowest water level, highest water level and average water level of Dongting Lake in flood season in East Dongting Lake (Chenglingji Station), West Dongting Lake (Nanzui Station) and South Dongting Lake (Yangliutan Station). The Mann-Kendall method and Pettitt method were used to test the variation of the three types of water level series, the frequency change characteristics of the three types of water level series was analyzed based on the GAMLASS model, and the contribution rate of climate change and human activities was quantified by the cumulative slope change rate method, so as to comprehensively analyze the driving factors of water level change in Dongting Lake during flood season. The results show that under the same design frequency, the design values of the three kinds of water level series have different degrees of reduction. In addition, the water storage of Gezhouba, the bending of Lower Jingjiang River and the increase of precipitation were the main reasons for the rise of Dongting Lake water level during the A2 period (1978-2002). During A3 period (2003-2022), the water level of East Dongting Lake decreased due to the influence of the Three Gorges Reservoir, the main stream of the Yangtze River and the inflow of three mouths and four rivers. The West Dongting Lake and the South Dongting Lake are mainly affected by the decrease of precipitation, which leads to the decrease of incoming water volume and the decrease of water level. This study can provide reference for flood control safety and water resources utilization in Dongting Lake area under changing environment.

Key words： minimum water level in flood season; maximum water level in flood season; average water level in flood season; variation; climate change; human activities; Dongting Lake

0 引言

长期以来,全球气候变化以及人类活动在很大程度上影响了流域天然环境,全球变暖、极端气候事件频发、水利工程建设等因素,改变了流域产汇流规律。变化环境下洞庭湖流域的水文过程也呈现出较明显的非一致性特征,而传统频率分析方法要求样本序列服从独立同分布假定,降低了其设计成果在非一致性条件下的可靠性[1]。洞庭湖蓄滞洪区是长江中下游防洪体系的重要组成,其在汛期的防洪安全一直是人们关注的焦点。然而,目前大多数学者主要集中于对洞庭湖区整个时段的水位变化特征进行研究[2⇓-4],虽然取得了一定的成果,但鲜有学者对变化环境下洞庭湖区汛期水位变化特征进行研究。因此,洞庭湖区汛期非一致性水文序列频率计算对于研究变化环境下洞庭湖的防洪安全以及水资源利用具有重要作用。
目前,针对非一致性水文频率分析方法,许多学者从不同角度开展了大量研究[5⇓⇓-8]。其中有通过水文概率分布模型直接对非一致性水文序列进行频率计算的方法,如时变矩法[9]、条件概率分布模型[10]、混合分布模型[11]等。另一种非一致水文序列频率计算的方法是通过重构水文序列,使水文序列符合一致性要求,再使用传统的水文频率计算方法进行计算[12],如基于振动中心对应均值的重构方法[13]、降雨径流关系法[14]、时间序列的分解和合成法[15]等。其中,对非一致性水文序列进行修正后采用传统水文频率进行计算的方法,计算过程虽然相对简单,但修正成果存在一定的不确定性。而基于水文概率模型直接计算的方法,例如时变矩法可以有效地考虑统计参数的时变特征,且模拟效果较好,已经在非一致性水文频率分析方面得到了广泛应用。此外,近几十年来,由于累积量斜率变化率法可以定量分析相关影响因素的贡献率,被广泛应用于影响因素或驱动因素的分析[16-17]。
因此,本文基于洞庭湖区域长序列观测水文气象资料,针对东洞庭湖(城陵矶站)、西洞庭湖(南咀站)和南洞庭湖(杨柳潭站)汛期最低水位、汛期最高水位、汛期平均水位序列进行变异诊断,并采用GAMLSS模型,对3种水位序列的频率变化情况进行分析,并运用累积量斜率变化率法,对气候变化和人类活动对于洞庭湖水文情势变化的贡献率进行定量分析,以探究引起汛期水位序列变化的主要驱动因素。这对提升与完善变化环境下洞庭湖水文变异特征分析方法、实现取用水管理精准化管控、维护洞庭湖的水安全有重要的研究价值与参考意义。

1 数据来源与研究方法

1.1 数据来源

洞庭湖(28°30'N—29°38'N,112°18'E—113°15'E)位于长江中游,是长江中下游重要的通江大湖和调蓄型湖泊[18]。洞庭湖水系发达,河网密布,承接湘、资、沅、澧四水和荆南松滋、太平、藕池三口[3],由唯一出口城陵矶汇入长江,构成一个庞大的吞吐型湖泊水文系统(图1)。
图1 洞庭湖水系

Fig.1 Water system map of Dongting Lake

为研究变化环境下洞庭湖汛期(5—10月份)水位的演变情况,根据洞庭湖区域水文站分布情况,本文选取东洞庭湖城陵矶站(1959—2022年)、西洞庭湖南咀站(1965—2022年)和南洞庭湖杨柳潭站(1961—2022年)汛期最低水位、汛期最高水位以及汛期平均水位数据,枝城站、螺山站和三口(新江口、沙道观、弥陀寺、康家岗、管家铺)、四水(湘潭站、桃江站、桃源站、津市站)逐日径流数据以及洞庭湖流域内98个气象站(松滋、公安、澧县、监利、南县、岳阳、临湘、沅江、湘阴、赫山等)的长序列降水和蒸发数据进行研究。本文所采用的水位数值均为冻结基面。

1.2 研究方法

1.2.1 Mann-Kendall法

Mann-Kendall法是一种非参数检验方法,通过构造统计量来判断序列的趋势变化[19]。统计量Z计算公式为
Z = S - 1 V a r ( S ) , S < 0 　 ; 0 , S = 0 　 ; S + 1 V a r ( S ) , S > 0 　 。
式中:S= ∑ i = 1 n - 1 ∑ j = i + 1 nsgn(xj-xi);n表示样本长度;Var表示方差;sgn表示符号函数;当xj-xi>0时,sgn为1;当xj-xi=0时,sgn为0;当xj-xi<0时,sgn为-1。当统计量 Z>Z1-α/2,则认为序列具有显著性变化。

1.2.2 Pettitt法

Pettitt方法是一种常用的突变检验方法,它既能确定突变点的具体位置和个数,又能检验突变点是否达到显著性水平[20-21]。Pettitt法分3种情况定义 r i,其中 r i = ∑ i = 1 n ∑ j = 1 i s g n ( x j - x i ),秩序列 s k为
s k = ∑ i = 1 k r i , 　 k = 2,3 , … , n 　  
若 t 0时刻满足
k t 0 = M a x s k , 　 k = 2,3 , … , n 　 。
则 t 0为突变点,然后计算统计量
P = 2 e x p - 6 k t 0 2 ( n 3 + n 2 ) 　 。
若 P ≤ 0.05,则认为突变点 t 0具有显著性。

1.2.3 GAMLSS模型

在GAMLSS模型中,假设某一时刻 t的观测值 y t服从概率分布函数 F ( y t | θ t ),其中 θ t为 t时刻的概率分布函数参数。 θ k = ( θ 1 k , θ 2 k , … , θ n k ) T ( k = 1,2 , … , p )为所有时刻第 k个分布函数参数所构成的向量。 g k ( θ k )表示为 θ k和解释变量 X k之间的函数关系。若忽略随机效应项, g k ( θ k )可以表示为
g k ( θ k ) = X k β k 　 。
式中: X k为维度为 n × I k的协变量矩阵; β k = ( β 1 k , β 2 k , … , β n k )T是回归参数向量,长度为 I k。

1.2.4 累积量斜率变化率法(SCRCQ)

累积量斜率变化率法是王随继等[22]为定量分析气候变化和人类活动对水文情势变化的贡献率而提出的方法。该方法假定年径流量的变化仅受降水的影响,降水和径流量随年累积曲线斜率同倍比变化。将变量的全部影响因素定义为1,并依据各影响因素随时间的累积斜率与变量累积斜率变化率之比,求得其对变量的贡献率[23]。该法通过突变点将时间序列划分为基准期和变异期[24],假设基准期变量的斜率为KRa,变异期变量的斜率为KRb。累积降水量、蒸发量在突变点前的斜率分别为KPa、KEa,突变后的斜率为KPb、KEb,则累积径流量斜率变化率 S R可表示为
S R = K R b - K R a K R a × 100 % 　 。
累积降雨量斜率变化率 S P(%)和累积蒸发量斜率变化率 S E(%)分别可以表示为:
S P = K P b - K P a K P a × 100 % 　 ,
S E = K E b - K E a K E a × 100 % 　 。
则气候变化和人类活动对径流变化的贡献率 C P、 C H分别可以定义为:
C P = S P S R × 100 % 　 ,
C E = - S E S R × 100 % 　 ,
C H = 100 % - C P - C E 　 。

2 洞庭湖汛期水位变化特征

2.1 汛期水位趋势变化特征

为揭示洞庭湖流域汛期水位的变化趋势,采用Mann-Kendall趋势检验法和线性回归分析对洞庭湖流域城陵矶站(1959—2022年)、南咀站(1965—2022年)和杨柳潭站(1961—2022年)汛期水位变化趋势进行检验,检验结果如图2所示。
图2 城陵矶站、南咀站和杨柳潭站汛期水位变化趋势

Fig.2 Variation trend of water level in Chenglingji Station,Nanzui Station and Yangliutan Station in flood season

由图2可知,洞庭湖水位呈现西南部高、东部低的布局,其中南咀站和杨柳潭站3种水位均高于城陵矶站水位,南咀站水位最高;城陵矶站、南咀站和杨柳滩站汛期最高水位均呈上升趋势,汛期最低水位均呈下降趋势,而对于汛期平均水位而言,城陵矶站和南咀站、杨柳潭站呈现两类不同的演变规律,城陵矶站汛期平均水位呈现上升趋势,南咀站和杨柳潭站汛期平均水位呈现下降趋势;另外,城陵矶站汛期最高与最低水位均值落差最大,为8.86 m。综上,洞庭湖水位的变化趋势呈现出较明显的空间差异。

2.2 汛期水位变异特征

为进一步探究洞庭湖流域汛期水位的演变特征,本文基于Pettitt法和累积距平曲线法对3个水文站的汛期水位变异情况进行识别。结果表明近60 a来不同水文站的水位序列在不同年份均发生过突变(表1)。以城陵矶站为例(图3(a)),城陵矶站汛期最低水位在2003年发生跳跃向下的突变,汛期最低水位均值由突变前(1959—2002年)23.54 m降为突变后(2003—2022年)22.63 m,下降了0.91 m,相对变化率为3.87%、汛期最高水位于1978年发生跳跃向上的变异,于2003年发生跳跃向下的变异。1959—1978年、1979—2003年、2004—2022年3个时段均值分别为31.52、32.60、32.08 m,水位均值呈现先增长后降低,整体上升的趋势。1978—2002年均值较1959—1977年均值上升了1.08 m,2003—2022年均值较1979—2003年均值则下降了0.52 m、汛期最低水位在1973年和2003年分别发生跳跃向上、跳跃向下的突变。1973—2002年的水位均值较1959—1972年上升了0.96 m,而2003—2022年均值较1974—2003年均值则下降了0.61 m,整体呈现微弱的上升趋势。
表1 城陵矶站、南咀站、杨柳潭站水文变异诊断结果

Table 1 Diagnostic results of hydrological variation atChenglingji Station, Nanzui Station and Yangliutan Station

水文站点 汛期最低水位 汛期最高水位 汛期平均水位
城陵矶站 2003年↓ 1978年↑、
2003年↓		 1973年↑、
2003年↓
南咀站 2003年↓ 1978年↑、
2003年↓		 2003年↓
杨柳潭站 2003年↓ 1978年↑、
2003年↓		 2003年↓
图3 城陵矶站、南咀站和杨柳潭汛期水位序列跳跃变异

Fig.3 Alteration diagnose results of water level series in flood season at Chenglingji Station,Nanzui Station and Yangliutan Station

南咀站与杨柳潭站水位变异情况大致相似,如图3(b)、图3(c)所示,2个水文站汛期最低水位和平均水位均于2003年发生跳跃向下的突变,汛期最高水位均于1978年、2003年发生突变。

2.3 变化环境下汛期水位频率演变分析

根据前文统计分析结果,汛期最高水位在1978年、2003年前后发生显著变化,汛期最低水位和汛期平均水位均在2003年前后发生显著变化。因此,为分析2003年三峡大坝建成对于水位的影响,本文将水位序列分成2类不同的情景进行分析:一是以1978年、2003年作为汛期最高水位的时间节点,将1978—2002年作为突变前,2003—2022年作为突变后;二是针对汛期最低水位和汛期平均水位,选取2003年作为时间节点,以2003年之前作为突变前,整个时间段作为突变后,分别采用GAMLSS模型分析突变前后水位频率变化情况,分析结果如图4所示。
图4 汛期最高、最低、平均水位频率变化情况

Fig.4 Changes in the frequency of maximum,minimum, and average water levels in flood season

根据突变前后城陵矶站、南咀站、杨柳潭站汛期3类水位序列的频率计算结果可知:同设计频率下,3个水位站突变后的3类水位序列均发生了不同程度的降低,其中汛期最高水位降低程度最大,降低了0.18~0.74 m左右。另外,据3个水文站汛期实测水位数据统计,城陵矶站汛期水位共有21 a超过警戒水位(33 m),占总年数的33%。其中超警戒水位天数最多的年份分别为1998年(77 d)、2020年(40 d)、1999年(36 d),分别占汛期总天数的41.85%、21.74%、19.57%。南咀站共有31 a出现水位超警戒水位(34 m),超警戒水位天数最多的年份分别为1998年(80 d)、2020年(46 d)、1999年(38 d),略大于城陵矶站超警戒水位天数。持续超警戒水位天数也较城陵矶站有所增加,分别为80 d(1998年)、38 d(1999年)、36 d(2020年)。此外,针对城陵矶站和南咀站突变前后年平均超警戒水位进行统计,发现城陵矶站、南咀站年平均超警戒水位天数分别由8.24、13.72 d降至4.30、7.05 d,降低幅度分别为47.82%、48.62%,即三峡大坝建成有效削弱了洞庭湖流域的汛期防洪压力。

3 汛期水位变化驱动因素分析

作为长江中下游第一个通江湖泊,洞庭湖水文情势特征变化对于长江中游具有重要意义。不少学者都曾对洞庭湖水位发生变化的驱动因素进行探究,研究结果较为一致地认为,气候变化和人类活动的作用是导致洞庭湖水文情势特征变化的主要驱动因素。为了充分研究不同突变点前后的变化特点,本文主要以3个水文站汛期最高水位序列为研究对象,采用累积量斜率变化率法,定量分析气候变化和人类活动对于洞庭湖汛期最高水位变化的贡献率。
本研究考虑了上游流域降水、上游来水及人类活动的影响。因此,在采用累积量斜率变化率法量化气候变化和人类活动对于洞庭湖水位变化的贡献率前,将洞庭湖流域划分为3个部分:一是以城陵矶站为主的整个洞庭湖流域;二是以南咀站为主,包括沅江流域、澧水流域和三口在内的区域;三是以杨柳潭站为主,包括资水流域、湘江流域在内的区域。通过各个气象站的分布情况,采用泰森多边形计算得到洞庭湖流域3个区域的平均面降水和蒸发量。
综合各主要突变点,本文将分析序列划分为A1时期(1977年以前)、A2时期(1978—2002年)、A3时期(2003—2022年),计算结果如表2所示。
表2 气候变化和人类变化对洞庭湖汛期最高水位变化贡献率计算结果

Table 2 Calculation results of contribution rate of climate change and human activities to the change of maximum water level in Dongting Lake during flood season

站点 时期 累积降水斜率/
(mm·a-1)		 累积蒸发斜率/
(mm·a-1)		 累积水位斜率/
(m·a-1)		 斜率与基准期比较变化率% 气候变化
贡献率/%		 人类活动
贡献率/%
气候变化 水位变化
A1:1977年以前 717.90 734.19 31.52
城陵矶 A2:1978—2002年 772.50 719.31 32.60 5.58 3.42 163.31 -63.31
A3:2003—2022年 738.09 722.01 32.08 4.08 -1.61 254.00 -154.00
A1:1977年以前 863.16 740.65 33.63
南咀 A2:1978—2002年 839.88 740.43 34.69 1.35 3.15 42.95 57.05
A3:2003—2022年 847.97 750.40 34.18 0.70 -1.48 47.61 52.39
A1:1977年以前 744.90 748.44 32.70
杨柳潭 A2:1978—2002年 802.61 742.09 33.70 6.90 3.07 224.98 -124.98
A3:2003—2022年 756.02 747.29 32.98 5.10 -2.14 238.34 -138.34
结果表明,降水是洞庭湖整个时段水位变化的主要影响因素,人类活动对于城陵矶和杨柳潭水位的上升具有负贡献作用。就城陵矶站和杨柳潭站而言,人类活动贡献率绝对值分别由A2时期63.31%、124.98%上升至A3时期154.00%、138.34%,说明人类活动对水位变化所造成的影响在不断增强。A2和A3时期,南咀站人类活动对水位变异的贡献率保持在50%左右,即气候变化与人类活动对西洞庭湖水位的影响基本相当。结合城陵矶站、南咀站和杨柳潭站汛期水位变化趋势,水位变化的影响因素可以归纳为以下几个方面:
A2时期,3个水文站的3类水位序列均出现了不同程度的上升。该时段水位变化主要受下荆江裁弯取直、葛洲坝蓄水和泥沙淤积的影响。例如,葛洲坝蓄水拦沙导致清水下泄,以及下荆江进行裁弯取直,均会造成三口分流能力减小。根据枝城站实测径流数据统计,A2时期汛期年平均流量相较于A1时期流量减少了44.49亿m3/s,三口分流的减少改变了洞庭湖的江湖关系,加速了三口的萎缩。
然而,分流洪道衰退并未减弱洪水的威胁,三口水系的汛期最高水位较裁弯前仍有所提升,这是因为下荆江裁弯取直加大了西洞庭湖的泥沙淤积,造成湖盆淤积,导致南咀站同流量下水位上升。与此同时,由于洞庭湖80%的入湖泥沙源于荆江三口[3],下荆江的裁弯取直,加大了城陵矶—螺山站河段泥沙淤积,增大了洞庭湖出流顶托的机遇和强度,导致城陵矶站汛期水位相较于A1时期有所上升[3]。南洞庭湖主要受资水和湘江的影响。A1—A2时期,洞庭湖汛期年平均降水量不断增大,并且在2002年达到最大(1 032.41 mm)。该阶段南洞庭湖人类活动影响也较为显著。大面积的围湖造田等人类活动导致湖区面积减小,两侧堤岸抬高水位。据相关数据统计,1979—1999年,洞庭湖区面积为2 600 km2,较1950—1978年减小了3.85%[25]。此外,洞庭湖在汛期具有湖泊特性。东西洞庭湖水位都处于上升阶段,从而在一定程度上也会影响南洞庭湖的水文特性,这导致3个站点3类水位序列均出现增大的情况。
A3时期,洞庭湖区域汛期水位均出现不同程度的下降。城陵矶汛期水位与长江干流、四水三口来水减少、兴建水利工程的作用息息相关。分析螺山站月平均流量和城陵矶站月平均水位关系可以发现(如图5),螺山站与城陵矶站水文特征关系相一致,同流量下城陵矶水位变化很小,基本在0.2 m左右,说明三峡水库的拦沙功能使得湖区泥沙淤积情况得到了一定的改善。另一方面,三峡水库自2003年起开始发挥蓄水防洪效益,通过削峰调度减少下泄流量,导致城陵矶水位下降。螺山站汛期年平均流量自三峡工程建立后,由A2时期476.87亿m3/s降为A3时期425.22亿m3/s,下降了54.65亿m3/s。螺山站汛期月平均下降更为显著(如图6(a))。此外,城陵矶作为洞庭湖汇入长江的唯一出口,三口四水的径流变化对城陵矶的水文情势变化同样具有重要影响。由图6(b)、图6(c)可知,四水的径流量和三口的分流量均有所减小。可见,长江干流的水文特征变化、三口四水的径流变化和三峡水库的调蓄作用是A3时期引起城陵矶汛期水位下降的主要原因。气候变化也是洞庭湖在此阶段水位降低的主要原因。据相关研究表明,2006年和2011年长江中下游地区出现连旱[26]。此外,三峡水库开始蓄水后干流和三口口门同步冲刷,三口分流变化并不显著[27-28]。因此,西洞庭湖和南洞庭湖则主要受降水量减少的影响,来水量变小,从而引起水位下降。
图5 三峡工程运行前后螺山站月平均流量与城陵矶站月平均水位关系

Fig.5 Relationships between monthly mean inflow rate of Yangtze River at Luoshan and monthly mean water level at Chenglingji before and after the Three Gorges operation

图6 三峡工程运行前后螺山站、四水和三口月平均水量变化

Fig.6 Mean monthly discharges of Luoshan station, the four tributaries and the three outlets before and after the Three Gorges operation

4 结论

本文以目前频发的极端天气事件为契机,以保障变化环境下洞庭湖汛期防洪安全和提高水资源利用为导向,采用Mann-Kendall、Pettitt法识别汛期水位序列的变异情况,基于GAMLSS模型分析洞庭湖汛期水位频率变化特征,并运用累积量斜率变化率法对气候变化和人类活动对水位变化的贡献率,得到以下结论:
(1)洞庭湖3个水文站汛期最低水位和汛期平均水位在A2和A3时期均表现为下降趋势,汛期最高水位在A1和A2时期呈上升趋势,在A2和A3时期呈下降趋势(其中,A1时期为1977年以前、A2时期为1978—2002年、A3时期为2003—2022年)。
(2)结果表明:相同设计频率下,3类水位序列的设计值均有不同程度的降低;另外,根据实测水位和降水数据统计,2003年前后,汛期年平均超警戒水位天数出现大幅度减少。
(3)各水位站汛期水位主要在1978年和2003年出现波动变化的情况。A2时期,下荆江裁弯、葛洲坝蓄水和泥沙淤积是导致汛期最高水位上升的主要原因;A3时期,在长江干流、四水三口来水减少,同时兴建水利工程的作用下,洞庭湖水位整体出现下降趋势。现阶段,洞庭湖区域面临的防洪压力较过去有所减小。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
兰盈盈, 刘惠英. 非一致水文序列频率计算方法应用效果比较分析[J]. 人民长江, 2021, 52(10): 115-119.

(LAN Ying-ying, LIU Hui-ying. Comparison on Application Effects of Frequency Calculation Methods in Inconsistency Hydrological Series[J]. Yangtze River, 2021, 52(10): 115-119.) (in Chinese)

[2]
史璇, 肖伟华, 王勇, 等. 近50年洞庭湖水位总体变化特征及成因分析[J]. 南水北调与水利科技, 2012, 10(5):18-22.

(SHI Xuan, XIAO Wei-hua, WANG Yong, et al. Characteristics and Factors of Water Level Variations in the Dongting Lake during the Recent 50 Years[J]. South-to-North Water Diversion and Water Science & Technology, 2012, 10(5):18-22.) (in Chinese)

[3]
周蕾, 李景保, 汤祥明, 等. 近60 a来洞庭湖水位演变特征及其影响因素[J]. 冰川冻土, 2017, 39(3): 660-671.

DOI

(ZHOU Lei, LI Jing-bao, TANG Xiang-ming, et al. Dynamics of Water Level of Lake Dongting during the Past 60 Years and the Associated Driving Factors[J]. Journal of Glaciology and Geocryology, 2017, 39(3): 660-671.) (in Chinese)

DOI

[4]
郭文献, 金耀广, 王鸿翔, 等. 近60年以来洞庭湖水文情势变异及生态效应[J]. 应用基础与工程科学学报, 2023, 31(1): 24-37.

(GUO Wen-xian, JIN Yao-guang, WANG Hong-xiang, et al. Hydrological Regime Alteration and Ecological Effects of Dongting Lake during the Past 60 Years[J]. Journal of Basic Science and Engineering, 2023, 31(1): 24-37.) (in Chinese)

[5]
梁忠民, 胡义明, 王军. 非一致性水文频率分析的研究进展[J]. 水科学进展, 2011, 22(6): 864-871.

(LIANG Zhong-min, HU Yi-ming, WANG Jun. Advances in Hydrological Frequency Analysis of Non-stationary Time Series[J]. Advances in Water Science, 2011, 22(6): 864-871.) (in Chinese)

[6]
郝文龙, 宋弘东, 朱长军, 等. 变化环境下非一致性极端水文事件的模拟及预测[J]. 水电能源科学, 2022, 40(6): 58-62.

(HAO Wen-long, SONG Hong-dong, ZHU Chang-jun, et al. Simulation and Prediction of Nonstationary Extreme Hydrological Events under Changed Conditions[J]. Water Resources and Power, 2022, 40(6): 58-62.) (in Chinese)

[7]
吴绍飞, 罗文, 熊凡迪, 等. 鄱阳湖修河虬津水文站非一致性设计洪水研究[J]. 水资源与水工程学报, 2022, 33(3):20-26.

(WU Shao-fei, LUO Wen, XIONG Fan-di, et al. Non-stationary Design Flood Analysis of the Qiujin Hydrological Station in the Xiuhe River Basin, Poyang Lake[J]. Journal of Water Resources and Water Engineering, 2022, 33(3):20-26.) (in Chinese)

[8]
莫淑红, 李晨星, 邢华, 等. 基于GAMLSS模型的小理河流域年径流研究[J]. 应用基础与工程科学学报, 2022, 30(1): 40-49.

(MO Shu-hong, LI Chen-xing, XING Hua, et al. GAMLSS Model-based Analysis on Annual Runoff in Xiaoli River Basin[J]. Journal of Basic Science and Engineering, 2022, 30(1): 40-49.) (in Chinese)

[9]
龙云舒, 叶长青, 李运刚, 等. 基于时变矩模型的湄公河上游非一致性洪水频率分析[J]. 水资源与水工程学报, 2022, 33(4): 91-96.

(LONG Yun-shu, YE Chang-qing, LI Yun-gang, et al. Non-stationary Flood Frequency Analysis of the Upper Reaches of Mekong River Based on Time-varying Moment Model[J]. Journal of Water Resources and Water Engineering, 2022, 33(4): 91-96.) (in Chinese)

[10]
李永建, 郝文龙, 朱长军, 等. 基于GAMLSS模型的滹沱河径流分析[J]. 水电能源科学, 2023, 41(3): 14-18.

(LI Yong-jian, HAO Wen-long, ZHU Chang-jun, et al. Analysis of Runoff of Hutuo River Based on GAMLSS Model[J]. Water Resources and Power, 2023, 41(3): 14-18.) (in Chinese)

[11]
张悦. 基于混合分布的非一致性长江口潮位序列频率计算方法[J]. 水电能源科学, 2020, 38(8):26-28,78.

(ZHANG Yue. Hydrologic Frequency Calculating Methods of Inconsistent Tidal Level Series in Yangtze River Estuary Based on Mixed Distribution[J]. Water Resources and Power, 2020, 38(8):26-28,78.) (in Chinese)

[12]
宁迈进, 孙思瑞, 吴子怡, 等. 趋势变异条件下非一致性洪水频率计算方法的择优比较分析: 以洞庭湖区弥陀寺站为例[J]. 水文, 2019, 39(6): 14-19.

(NING Mai-jin, SUN Si-rui, WU Zi-yi, et al. Comparative Analysis of Inconsistent Hydrological Frequency Calculation Methods Based on Trend Alteration: Taking Mituosi Station in Dongting Lake Area as a Case[J]. Journal of China Hydrology, 2019, 39(6): 14-19.) (in Chinese)

[13]
倪韬, 孙颖娜, 王旻忆. 黄河花园口断面非一致性水文频率分析[J]. 甘肃水利水电技术, 2022, 58(9): 6-10.

(NI Tao, SUN Ying-na, WANG Min-yi. Analysis of Inconsistent Hydrological Frequency in Huayuankou Section of the Yellow River[J]. Gansu Water Resources and Hydropower Technology, 2022, 58(9): 6-10.) (in Chinese)

[14]
谢平, 陈广才, 陈丽. 变化环境下基于降雨径流关系的水资源评价[J]. 资源科学, 2009, 31(1): 69-74.

(XIE Ping, CHEN Guang-cai, CHEN Li. Assessment of Water Resources Based on Rainfall-runoff Relationship in Changing Environments[J]. Resources Science, 2009, 31(1): 69-74.) (in Chinese)

[15]
许斌, 邹大胜, 刘雁翼, 等. 1950—2022年鄱阳湖汛期最低水位演变分析[J]. 水利水电快报, 2023, 44(2):8-11.

(XU Bin, ZOU Da-sheng, LIU Yan-yi, et al. Alteration Analysis of Minimum Water Level in Flood Season of Poyang Lake from 1950 to 2022[J]. Express Water Resources & Hydropower Information, 2023, 44(2):8-11.) (in Chinese)

[16]
陈松生, 许全喜, 陈泽方. 乌江流域水沙变化特性及其原因分析[J]. 泥沙研究, 2008, 33(5):43-48.

(CHEN Song-sheng, XU Quan-xi, CHEN Ze-fang. Analysis on Variation Characteristics and Influencing Factors of Runoff and Sediment in the Wujiang River Basin[J]. Journal of Sediment Research, 2008, 33(5):43-48.) (in Chinese)

[17]
班璇, 朱碧莹, 舒鹏, 等. 汉江流域气象水文变化趋势及驱动力分析[J]. 长江流域资源与环境, 2018, 27(12): 2817-2829.

(BAN Xuan, ZHU Bi-ying, SHU Peng, et al. Trend and Driving Force of Climate and Hydrological Process in Hanjiang Basin[J]. Resources and Environment in the Yangtze Basin, 2018, 27(12): 2817-2829.) (in Chinese)

[18]
徐幸仪, 伍佑伦, 盛东, 等. 1960—2015年洞庭湖水资源演变特征分析[J]. 水资源与水工程学报, 2020, 31(4): 57-62.

(XU Xing-yi, WU You-lun, SHENG Dong, et al. Evolution Characteristics of Water Resources at Dongting Lake from 1960 to 2015[J]. Journal of Water Resources and Water Engineering, 2020, 31(4): 57-62.) (in Chinese)

[19]
MANN H B. Nonparametric Tests Against Trend[J]. Econometrica, 1945, 13(3): 245.

[20]
魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 1999.

(WEI Feng-ying. Modern Climate Statistical Diagnosis and Prediction Technology[M]. Beijing: China Meteorological Press, 1999.) (in Chinese)

[21]
STASINOPOULOS M D. Flexible Regression and Smoothing: Using GAMLSS in R[M]. New York: CRC Press, 2017.

[22]
王随继, 闫云霞, 颜明, 等. 皇甫川流域降水和人类活动对径流量变化的贡献率分析:累积量斜率变化率比较方法的提出及应用[J]. 地理学报, 2012, 67(3):388-397.

DOI

(WANG Sui-ji, YAN Yun-xia, YAN Ming, et al. Contributions of Precipitation and Human Activities to the Runoff Change of the Huangfuchuan Drainage Basin: Application of Comparative Method of the Slope Changing Ratio of Cumulative Quantity[J]. Acta Geographica Sinica, 2012, 67(3):388-397.) (in Chinese)

DOI

[23]
王彦君, 王随继, 苏腾. 降水和人类活动对松花江径流量变化的贡献率[J]. 自然资源学报, 2015, 30(2):304-314.

DOI

(WANG Yan-jun, WANG Sui-ji, SU Teng. Contributions of Precipitation and Human Activities to Runoff Change in the Songhua River Basin[J]. Journal of Natural Resources, 2015, 30(2):304-314.) (in Chinese)

DOI

[24]
陈淑芳. 湘江径流泥沙变异规律及其对气候变化与人类活动的响应研究[D]. 长沙: 湖南师范大学, 2016.

(CHEN Shu-fang. Study on Variation Law of Runoff and Sediment in Xiangjiang River and Its Response to Climate Change and Human Activities[D]. Changsha: Hunan Normal University, 2016.) (in Chinese)

[25]
尹辉, 杨波, 蒋忠诚, 等. 近60年洞庭湖泊形态与水沙过程的互动响应[J]. 地理研究, 2012, 31(3):471-483.

(YIN Hui, YANG Bo, JIANG Zhong-cheng, et al. Mutual Effects between Morphological Characteristics and Variations of Flow-sediment Process of Dongting Lake during 1951-2009[J]. Geographical Research, 2012, 31(3):471-483.) (in Chinese)

[26]
李莹, 高歌, 叶殿秀, 等. 2011年中国气候概况[J]. 气象, 2012, 38(4): 464-471.

(LI Ying, GAO Ge, YE Dian-xiu, et al. Climatic Characters over China in 2011[J]. Meteorological Monthly, 2012, 38(4):464-471.) (in Chinese)

[27]
朱博渊, 徐琪, 朱玲玲, 等. 1955年以来入洞庭湖的荆江三口分流变化[J]. 湖泊科学, 2023, 35(5):1832-1844.

(ZHU Bo-yuan, XU Qi, ZHU Ling-ling, et al. Variations in Water Diversion at Three Outlets to Lake Dongting from Jingjiang River Based on the Identification of Multiple Factor Contributions since 1955[J]. Journal of Lake Sciences,2023, 35(5):1832-1844.) (in Chinese)

[28]
丛振涛, 肖鹏, 章诞武, 等. 三峡工程运行前后城陵矶水位变化及其原因分析[J]. 水力发电学报, 2014, 33(3): 23-28.

(CONG Zhen-tao, XIAO Peng, ZHANG Dan-wu, et al. Water Stage at Chenglingji before and after the Three Gorges Project[J]. Journal of Hydroelectric Engineering, 2014, 33(3): 23-28.) (in Chinese)

Options
文章导航

/

〈 〉

*严禁使用本系统存储、处理、传输涉密信息*
版权所有 © 《长江科学院院报》编辑部
技术支持：北京玛格泰克科技发展有限公司