Water Resources

Influence of Wanfeng Lake Reservoir on Spatial and Temporal Distribution of Regional Precipitation

  • TONG Jin-shi , 1 ,
  • ZHOU Xiang-yang , 1, 2 ,
  • REN Dong-xing 3 ,
  • ZHAO Shan-shan 1
Expand
  • 1 College of Resources and Environmental Engineering, Guizhou University, Guiyang 550000, China
  • 2 Key Laboratory of Karst Geological Resources and Environment of Ministry of Education, Guizhou University,Guiyang 550000, China
  • 3 Chengdu Survey and Research Institute of MCC, Chengdu 610023, China

Received date: 2023-07-24

  Revised date: 2023-10-20

  Online published: 2025-01-21

Abstract

The construction of large reservoirs alters the spatial and temporal distribution of regional precipitation. This study focuses on the impact of the construction of Wanfeng Lake, a large reservoir situated in karst region, by analyzing the annual and seasonal variations of regional average precipitation before and after the reservoir’s construction using high-resolution precipitation data. We compared the spatial distribution patterns of precipitation before and after the reservoir construction and examined how factors such as flux and path direction of water vapor transport, reservoir construction, and topographic characteristics influence precipitation. The results indicate that the construction of Wanfeng Lake significantly changes the spatial distribution of local precipitation, with seasonal variations in precipitation amounts: decreases in summer and autumn, and increases in spring and winter. The Random Forest Feature Importance analysis identifies the flux and path direction of water vapor transport as the primary factors influencing regional precipitation. Moreover, the relative distance to reservoir plays a slightly more significant role after construction, suggesting an increased contribution of water vapor from the reservoir. These findings offer important insights for sustainable water resource management and flood/drought disaster prevention in reservoir regions.

Cite this article

TONG Jin-shi , ZHOU Xiang-yang , REN Dong-xing , ZHAO Shan-shan . Influence of Wanfeng Lake Reservoir on Spatial and Temporal Distribution of Regional Precipitation[J]. Journal of Changjiang River Scientific Research Institute, 2025 , 42(1) : 44 -56 . DOI: 10.11988/ckyyb.20230802

开放科学(资源服务)标识码(OSID):

0 引言

中国的水库大坝数量位居世界之首,截至2021年底,全国已建成各类水库大坝97 036座,其中大型水库805座,库容合计7 944亿m3,约占总库容的4/5[1]。目前世界建成的200 m级以上高坝77座,我国有22座,占28%[2]。大型水库建设将对区域降水的空间分布、年内与季节性特征等方面影响显著。
(1)水库建成后,区域或局地降水发生空间再分布。①部分库区周边大部分区域降水增加。35座世界大型水库的月降水数据分析表明,约50%水库的下游区域降水明显增加,而上游变化不显著,并且位于南非、印度、美国西部及中亚等地区水库对局地降水影响比其他地区明显[3]。三峡水库蓄水对水库及其周边区域降水有微弱的增强影响,降水增加主要集中在春夏季[4],对弱降水的影响大于对强降水[5],未造成周边区域降水的突变 [6-7],但对比空间分布图可知其影响范围可达109.15 km的区域尺度[8]。②部分库区周边大部分区域对降水的影响以减小为主,但周边特定区域降水增加。其典型代表是新安江、澄碧河和丹江口水库等。新安江水库建成后库区附近的年降水量约减少100 mm,水库中心减少约150 mm;但在水库周围地势高的地方降水反而增加,可达l00~200 mm[9]。青铜峡水库建成后水库南岸大部分地区降水减少,最大达108 mm,约为建库前年降水量20%;但北岸降水量普遍增加20%~40%,降水增量与测站海拔高程及到水域的距离有关[10]。丹江口水库约3/4站点呈现减小趋势,1/4站点呈现增加趋势[11]。五强溪水库建成后在库中和库岸 8~9 km 以内年降水量减少,距库愈近减少愈多;但在离库岸 9~20 km 范围内年降水量增加,并且增加量和减少量均超过100 mm[12]。该部分结论和一些大型湖泊区域的观测或模拟结果一致,如鄱阳湖的水体下垫面白天作为“冷源”,将减少低层垂直对流上升的强度与持续时间,从而减小降雨,其影响尺度可达100 km[13]
综上所述,大型水库建设对区域或局地降水空间再分布的影响呈现出多种特征,空间响应尺度一般在局地尺度,但三峡等特大型水库也能达到区域尺度。
(2)水库建成后,区域或局地降水年总量和季节性特征也发生明显改变。①部分水库建成后,局地年降水总量呈增加的趋势。小浪底水库蓄水后库区及周边55 km左右的范围内年降水量明显增加,夏、秋两季降水增幅显著[14]。新疆阿克苏地区的克孜尔水库于1991年建成蓄水后,其降水数量及降水天数均呈增加趋势[15]。青铜峡水库降水总量较建库前稍有增多,冬、春季较建库前增多15%左右,夏季仅增多1%,秋季则减少近30%;南岸冬、春季增多,夏、秋季减少,北岸除秋季明显减少外,其余各季都有显著增加[10];藏木水库蓄水后夏季在坝址附近降水量、低海拔河谷区域降水量有所增加,但在其余季节变化不显著[16]。②部分水库建成后,局地年降水总量呈减少趋势。澄碧河水库流域降水总体减少[17]。新安江水库夏季降水量和年降水量减少,而冬季降水略有增加[9];丹江口水库建库后年降水总量减小,其中夏季降水明显减小,而秋冬季降水明显增加[11];黄壁庄水库建成后对局地降水的增减因季节不同而有所差异,除3—5月份略有增加外,其余季节和全年均不同程度减少[18];升钟水库建库后区域年降水量与空间分布特征并未显著改变,并且气候变化对降水的影响明显大于水库的影响[19];安康水库建库后总体降水有所减少,冬季气温和降水明显增加[20]。可见,水库建库后年降水量有增有减,年内不同季节的响应特征差异较大,需要针对不同水库具体分析。
西南喀斯特地区是中国大型水利工程建设最重要的区域之一,地貌以高原山地和丘陵为主[21],受地形地貌与大气环流的影响该区域的水汽来源复杂,其夏季的水汽主要来自孟加拉湾、南海和青藏高原西侧[22-23],而冬季则以来自北面的陆源水汽为主[24],因此为我国降水不确定性最高的区域[25]。这些将进一步导致区域气候变化和极端降水预测、水资源规划管理等面临更大挑战。并且,局部地区的陆面蒸散发过程对降水具有重要作用[26]。因此,以贵州省建成的最大水库万峰湖为研究对象,通过优选高分辨率数据集,探索喀斯特区域大型水利工程建设对局地降水的影响。研究成果将为系统评价喀斯特地区大型水库建设对区域水文循环影响、极端降水的风险及其可能诱发的灾害问题,提供重要的数据参考和技术支持。

1 数据与方法

1.1 研究区概况

万峰湖也叫天生桥水库,水库总库容102.6亿m3,水域面积为176 km2,集水面积50 139 km2,于1997年实现下闸蓄水。万峰湖坐落于珠江源区的南盘江下游,地理位置为104°31'E—105°10'E、24°37'N—25°23'N。研究区地处云贵高原东南斜坡边缘,地形复杂,属喀斯特地貌。海拔在209~2 872 m之间,平均海拔800 m。该区域属于亚热带季风性湿润气候,研究区如图1所示。
图1 研究区数字高程模型(DEM)、主要水系和气象站分布

Fig.1 Digital elevation model of river network and meteorological stations in the study area

1.2 数据来源及降水产品精度评估

研究采用中国区域地面气象要素数据集(China Meteorological Forcing Dataset,CMFD)的月降水产品[27-28]。该数据集是以国际上现有的Princeton再分析资料、GLDAS资料、GEWEX-SRB辐射资料、以及TRMM降水资料为背景场,融合了中国气象局常规气象观测数据制作而成。其时间尺度为1979—2018年,时间分辨率为月,水平空间分辨率为0.1°。
精度评估的参照数据来源于中国气象数据网(https://data.cma.cn/),为研究区内6个及周围29个气象站点实测降雨数据。通过分析CMFD在不同时间尺度的精度发现,月尺度的降水产品精度较高,相关系数在0.8以上,其误差水平空间分布如图2所示。
图2 降水产品误差水平空间分布

Fig.2 Spatial distribution of errors of precipitation products

1.3 研究方法

1.3.1 时段划分与时间尺度

1.3.1.1 时段划分

按照水库蓄水时间将1979—1997年划分为建库前,1998—2018年划为建库后。

1.3.1.2 时间尺度选择

鉴于所采用的降水产品在月尺度及以上具有较高精度,研究选取年、季尺度进行分析,其中,春季为3—5月份,夏季为6—8月份,秋季为9—11月份,冬季为12月份以及次年的1、2月份。

1.3.2 降水变化指标

1.3.2.1 降水量变化

建库前后的差异采用绝对变量进行描述,即
d P = P a - P b  
式中:dP表示某网格或站点建库前后特定时段降水量的变化;Pa表示建库后平均降水量;Pb表示建库前平均降水量。

1.3.2.2 降水变化累积概率

降水变化累积概率采用经验频率的期望值公式进行计算,即
P = m / ( N + 1 )  
式中:P表示累积概率;N表示样本点个数;m表示各样本从大到小的排序。

1.3.2.3 Mann-Kendall检验法

Mann-Kendall(M-K)检验法[29-30]是一种稳健的非参数统计的趋势计算方法,能够有效识别水文与气象要素是自然波动还是具有确定的变化趋势,不需要测量值服从正态分布,在时间序列数据的趋势检验中得到了广泛的应用。对于时间序列数据(x1,x2,…,xn),定义检验统计量S
S = i = 1 n - 1 j = i + 1 n s g n x j - x i  
其中,
s g n x j - x i = 1 , x j - x i > 0   ; 0 , x j - x i = 0   ; - 1 , x j - x i < 0  
式中:n为时间序列数据个数;xixj均为时间序列数据。
n>10时,S近似为正态分布,其均值和方差计算式为
V a r ( S ) = n ( n - 1 ) ( 2 n + 5 ) 18  
测试统计的标准Z值的计算式为
Z = S - 1 V a r ( S ) ,   S > 0   ; 0   ,   S = 0   ; S + 1 V a r ( S ) ,   S < 0  
式中Z>0和Z<0分别表示增加和减少趋势。在本研究中,考虑0.05的显著性水平,Z>1.96和Z<-1.96分别表示显著的增加和减少趋势。

1.3.2.4 随机森林算法

随机森林(Random Forest)是一种基于集成学习思想的机器学习算法,可以通过袋外数据添加噪声来产生误差,并通过误差大小来衡量特征的重要性[31],对多变量驱动机制的重要性与边际依赖性变化评价具有优越性[32]。计算因子重要性及其归一化的表达式分别为:
V I x i t = 1 N t O O B M S E t - O O B M S E , p e r m i t   ,
V I x i = V I x i t x ' i - 1 x I V I x i t  
式中:VIxi为变量重要性;N为决策树总数; O O B M S E t为第t棵树排列前的均方根误差; O O B M S E , p e r m i t为变量xi排列后的均方根误差。研究选取7类驱动变量,包括:研究区边界水汽输入通量及方向[33-35]、相对水库距离(网格节点距离水域边界的最短直线距离)[8,12,14,16]、相对水库方向(网格单元以水库淹没区形心坐标为中心划分为西北-北-东北-东-东南-南-西南-西8个方向)[10]以及高程[9]、坡度、坡向。通过插值统一时空分辨率,对标准化后的数据利用随机森林算法来量化建库前后驱动因子的重要性,以及降水对驱动因子的边际依赖性。

1.3.2.5 水汽输送通量计算

水汽输送通量Q可表征水汽输送强度与方向的物理量,指单位时间流经某一单位面积的水汽质量[36],其计算公式为:
Q = 1 g p t p s u + v q d p   ,
α = a r c t a n q u q v  
式中:Q表示整层大气水汽输送通量矢量(g/(cm·s));α表示水汽输送方向与x轴负方向的角度(规定在x轴上方为正,在x轴下方为负);g表示重力加速度(m/s2);pspt分别表示大气柱下界气压(即地面气压)与大气柱上界气压(取500 hPa);q为比湿(g/kg);u表示纬向风速(规定x轴正向为正,负向为负),v表示经向风速(规定y轴正向为正,负向为负),单位均为m/s。
计算结果基于欧洲中期天气预报中心提供的ERA5全球再分析数据集(ECMWF, https://www.ecmwf.int/),其时间分辨率为1月,水平空间分辨率为0.1°,数据序列为1979年1月至2018年12月。

2 研究结果

2.1 区域平均降水量演变

水库局地近40 a的区域平均年、季降水量建库前后演变如图3所示,采用线性回归方程的趋势系数、M-K检验法的 Z 值统计量对水库局地近40 a的逐年与四季降水量序列进行趋势分析等计算,其特征统计量如表1所示。年降水量均值在建库前后分别为1 173.27 mm和1 137.68 mm,呈现出减小的特征。季节性变化特征表明,夏秋季降水特征与年降水变化一致,其变化趋势呈现出建库前增加、建库后减小的特征;而春季和冬季则表现为建库后平均降水量增加。其中夏季由632.9 mm减小至614.32 mm,减小率为2.9%,其M-K趋势的Z统计值由建库前1.05的不显著增加趋势(P>0.05),其线性趋势结果与M-K趋势结果均相同,降低为建库后的-0.96不显著减小趋势(P>0.05);秋季的减小幅度高于夏季,由247.05 mm 减小至218.22 mm,减小率为11.67%,其趋势M-K的Z统计值由建库前0.63的不显著增加趋势(P>0.05),降低为建库后的0.56的不显著增加趋势(P>0.05);春季和冬季降水量均值分别增加了7.64、3.36 mm,增加率为3.3%、4.9%。由于夏秋季的降水量占比超过全年的70%,其变化将主导全年总体变化特征,即呈现不显著减小趋势(P>0.05)。
图3 研究区平均降水量演变特征

Fig.3 Evolution characteristics of average precipitation in the study area

表1 研究区降水特征统计量及趋势演变

Table 1 Statistics and trends of precipitation characteristics in the study area

2.2 建库前后空间分布特征变化

2.2.1 建库前空间分布

计算研究区建库前1979—1997年的年与四季的多年平均降水量并绘制其空间分布图,结果如图4所示。结果表明,研究区春季和冬季的降水分布呈现出由西南至东北逐渐增加的特征,极大值中心位于东北角;夏秋季在水库河道的西南区域呈现出和另外2个季节类似的特征,即由西南至东北逐渐增加,但到达水库河道位置后呈现出由南至北逐渐增加的特征。夏秋季也有所差异,夏季的极大值中心位于西北部,而秋季则位于北部且极大值中心面积也更大。对于年降水,由于夏秋季降水量超过70%,其分布特征和夏秋季类似,极大值中心位于研究区正北部。
图4 水库建设前多年平均降水空间分布

Fig.4 Spatial distribution of multi-year average precipitation before reservoir construction

2.2.2 建库后空间分布

与2.2.1节类似,计算研究区建库后年与四季的多年平均降水量并绘制其空间分布图,如图5所示。结果表明,年与四季降水量的空间分布与建库前均有不同程度差异。春季降水量在水库东北大坝方向的峰值附近等值线更加密集,说明建库后由较缓慢、稳定的空间渐变分布变为极值点控制范围较小、但迅速抬升的分布特征;并且在水库河道的正北部约0~50 km范围形成一个雨量平稳带,而建库前该区域表现为由西南至东北逐渐增加。夏季降水空间分布特征与建库前相比变化总体较小,极大值中心略微向研究区东北部收缩。秋季降水空间分布特征建库后表现为区域极大值中心显著向区域东北部收缩,而建库前极大值中心较大,且呈由北向南的增加趋势。冬季降水空间分布特征建库后变化程度最大,一方面极大值中心位置发生有明显改变,由区域的东北部移向东南部;另一方面,总体格局由建库前的西南至东北逐渐增加演变为东南及库区降水量高,而外围降水量较少。对于年降水的空间分布,其变化特征主要由降水量多的夏秋季决定,表现为降水量极大值中心向研究区东北角收缩;尽管春、冬季的降水空间分布发生了较大变化,但由于降水量较少而对年降水量的分布影响权重较小,在空间分布上体现不明显。
图5 水库建设后多年平均降水空间分布

Fig.5 Spatial distribution of multi-year average precipitation after reservoir construction

2.3 建库前后降水量变化

2.3.1 降水量变化统计

基于2.2节中建库前后各网格单元年与四季平均降水量,通过差减法分析万峰湖及周边局地建库前后的降水变化量,并统计降水变化量的概率分布特征,其累积分布曲线如图6所示。
图6 研究区不同网格单元降水变化量累积概率分布特征

Fig.6 Accumulated probability of precipitation variation volume in each grid of the study area

结果表明,不同季节降水量增加比例明显不同。春季研究区约75%网格的降水量呈现出增加的特征,最大值达到近20 mm。夏季降水量发生增加的区域约为20%,减小的区域约为80%,且最大减量为87 mm,而最大增量为36 mm。秋季降水量在研究区全部呈现出减小的特征,最大减量达到63 mm;一方面,其累积分布曲线的线性相对较好,说明不同等级减量比例基本相同。另一方面,秋季减小量略低于夏季,但比较接近,而其平均降水变化量明显更低,说明秋季降水量的减小程度更明显。冬季约60%网格的降水量呈现增加、约40%呈现减小,且增量和减量>8 mm的比例较高,均接近或超过80%。全年变化特征由夏季主导,增加网格比例约为20%。

2.3.2 降水量变化空间分布

计算研究区年与四季降水变化量的空间分布特征,如图7所示。结果表明,除秋季在全部区域均呈现在-63~-9 mm范围内减小以外,其他季节增加和减小区域差异明显,春、夏与冬季变化量范围分别为-22~17、-87~36、-20~22 mm。春、夏、秋季的降水增加量均呈现出由西南至东北逐渐减小的特征,冬季总体为由北至南增大,但极大值中心在东南部。受夏秋季降水权重影响,年降水变化量的空间分布特征也表现为由东北向西南逐渐增加的特征,且建库后大坝东北方向的高值区域有所减小,而西北部的高值区域有所增强,其变化量范围在-172~53 mm之间,降水变化量的空间分布与建库前后的降水空间分布有明显不同的特征。综合表明,万峰湖水库的西南部及南部其降水除秋季外其余季节均呈现出增加的特征,而其北部和东北部则表现为减小的特征。
图7 水库建设前后多年平均降水变化量空间分布

Fig.7 Spatial distribution of multi-year average precipitation variation volume before and after reservoir construction

2.4 建库前后降水变化归因分析

2.4.1 降水驱动因子重要性分析

利用随机森林算法定量分析水库建设前后不同驱动因子对研究区降水的影响,结果如图8所示。图8既能反映出不同因子对区域降水的重要性排序,也能揭示出不同因子重要性的变化程度。前者表现为水汽输入通量和水汽输入方向是影响局地降水的两个主要因子,建库前后的比例前者超过25%,后者为17%~20%;而其余5个因子的平均贡献水平在10%左右。后者表现为:相对水库距离、坡向对研究区降水的重要性排序略有上升,其贡献率分别提高了1%和2%,反映出库区局地水汽来源贡献度增加和地形的影响增强等;但鉴于算法的随机误差影响,相关结果需要更深入的分析。相对水库方向的重要性排序下降,其贡献率下降了近15%,表明降水空间分布的基本格局在水库建设后被打破。
图8 水库建设前后区域降水驱动因子重要性

Fig.8 Importance of driving factors for regional precipitation before and after reservoir construction

2.4.2 降水驱动因子部分依赖性分析

为进一步阐述水库建设与气候因子对研究区降水的影响程度,选择相对水库距离、相对水库方向、研究区边界输入水汽通量、研究区边界输入水汽方向4个关键驱动因子,利用部分依赖关系图刻画各驱动因子对降水的边际响应,如图9所示。结果表明不同驱动因子在建库前后对降水的影响区间和影响程度有所差异。各类驱动因子对降水的影响为:
图9 水库建设前后降水驱动因子部分依赖性

注:相对水库方向横坐标1-8分别表示如下:1为西北,2为北,3为东北,4为东,5为东南,6为南,7为西南,8为西。输入水汽方向系列图横坐标为水汽输入方向与水平负方向的夹角,上半部分为正,下半部分为负。

Fig.9 Partial dependence plot of precipitation driving factors before and after reservoir construction

(1)相对水库距离驱动因子在建库后的年与春冬季的尺度上,在距水库50 km范围内降水增加,这与图5图7建库后年与春冬季水库附近降水值较大区扩大现象一致。
(2)相对水库方向驱动因子在建库前后降水对其依赖性均表现由西北至西(1—8)增-减-增的规律,在建库后的年与夏季降水对其依赖性普遍降低,并且依赖性高拐点向东北偏移,冬季曲线形式变化较大,这与图5建库前后降水总体特征从西北至西增-减-增的空间特征,建库后年与夏季降水极大值区向东北收缩,冬季降水空间分布变化较大的现象一致。
(3)研究区边界输入水汽通量驱动因子在建库后的年与夏秋冬季相对强降水都向弱水汽区间移动,秋季水汽最高值降低,与降水量降低表现一致。
(4)输入水汽方向的驱动因子建库前后对降水的影响春季趋势相似,降水依赖性升高。输入水汽方向区间总体在[90°,150°]范围,这表明研究区水汽输入方向主要为向北输送的水汽。

3 讨论

上述结果表明万峰湖建库前后的区域降水表现出以下几个方面的特征:区域年与四季平均降水量减少但不同季节差异明显,不同区域降水变化特征差异明显与建库前后的空间分布格局发生改变。

3.1 区域年与四季平均降水变化

研究结果表明水库建库后区域平均降水量表现出春冬季增加、夏秋季减小、年降水量减小的特征,其中降水量减小的特征是否完全为水库建设所导致尚不能够确定。相关研究表明,我国西南地区降水在总体呈现减小的特征,如西南地区表现为干旱特征[37-38],四川盆地总体也呈现出减小的特征[39]。其主要原因是西南地区的水汽来源复杂,夏季受来自西南的孟加拉湾水汽、西太平洋-南海水汽、青藏高原西侧水汽和来自东北向水汽的综合影响,且来自西南的孟加拉湾水汽占据主导地位[25-26];根据不同源区水汽输送通量的变化特征研究表明,在夏季来自孟加拉湾水汽的活动明显减弱[40-41],表现为年与夏秋季节降水明显减小[38]。因此,年与夏秋季降水量减小及其季节性变化的基本特征是由气候变化主导。

3.2 不同区域变化特征差异

研究结果表明尽管年与夏秋季降水量总体表现为减小的特征,但在不同区域差异性明显,有增有减。例如,秋、夏、冬、春四季表现为增加的网格比例依次为0%、20%、60%和75%,年降水表现为增加的网格比例也达到近20%。
结合水汽输送通量和路径(图10,基于ERA5再分析数据)的分析结果表明,降水量增加的西南或南部区域,大部分位于水域的上风向。而相关研究结果表明降水增加区域多位于水域的下风向:如北京密云水库 [42-43],如纳木措湖[44];丹江口水库 [45]、青海湖[46]、鄱阳湖[47]、洞庭湖[48]、洪泽湖[49]、太湖[50]等,原因是夏季库区水域强烈的水面蒸发导致大气水汽含量增加,下风向因地形抬升导致气温降低,从而明显增加降水。导致二者不同的原因主要是区域的气候背景差异所致:上述水库多分布于我国华中、华北、华东等区域,降水呈增加趋势[51];万峰湖区域因上风向来自孟加拉湾的水汽(最主要水汽来源)输送量减小、降水量减少、驱动作用减弱[40-41],库区夏季冷湿作用易形成高压,导致增加明显区域位于库区上风向。
图10 基于ERA5再分析数据的1979—2018年中国不同季节和年平均水汽通量分布

Fig.10 Spatial distributions of average water vapor flux over China during 1979-2018 in different seasons and their annual total calculated from ERA5 reanalysis data

3.3 建库后降水空间分布格局发生改变

研究揭示出水库建成后局地降水的空间分布格局发生明显改变,春季降水在水库大坝东北方向的峰值附近等值线更加密集、夏秋季降水极大值中心向东北方向收缩、冬季降水表现为库区及其南部高且极大值中心由东北转移到水库南侧。
综合考虑局地的水汽输送与地形地貌特征以及湖泊效应因素,可揭示建库后降水空间分布格局发生上述变化的原因。不同季节的水汽输送路径明显不同,其中春、冬季既有西南向的水汽,北向水汽的作用也较强;夏季主要水汽到达该区域后,在研究区西南部受地形的阻挡水汽输送路径发生绕道,主要以由南向和西南向的方向进行输入;并且万峰湖水库下风向的地形不同程度的抬升,以西北方位最明显。根据第2节分析中所揭示的水库建设促进下风向山区降水的基本原理,故水库建成后在北部和东北部降水量最高,且海拔最高的西北区域形成极大值中心且等值线更密集。秋季的水汽来自东南向,故降水呈现出由东南至西北逐渐增加的基本格局且水域下风向的极大值中心向西北高海拔区域迁移。春、冬季由于南向海源水汽的减弱和北向水汽的影响,在水域的南部、东南部降水明显增加。上述特征和其他成后降水空间分布的基本特征一致,从而揭示出万峰湖建设后局地降水空间分布变化的原因。

4 结论

基于万峰湖建库前后局地降水量及其变化的总体水平与时空分布特征和影响因素分析,所得如下结论:
(1)万峰湖建库后局地年与夏、秋季平均降水量表现为减小的特征,但在不同区域差异明显,且有增有减。春、夏、冬三季表现出增加的网格比例分别为75%、20%、60%,年降水增加网格比例也达到近20%。但降水变化量的空间分布特征表现为年尺度和春、夏、秋三季的变化量总体表现出由东北至西南增加,而冬季表现为由北向南逐渐增大的特征。
(2)万峰湖建库后局地降水的空间分布格局发生明显改变,春季降水在水库大坝东北方向的峰值附近等值线更加密集、夏秋季降水极大值中心向东北方向收缩、冬季的降水表现为库区及其南部高且极大值中心由东北转移到东南。其原因是由于水库建设后下垫面条件改变、水汽来源及输送路径差异和地形因子共同决定。降水量沿水汽输送路径逐渐增加,在水域下风向、且地形明显升高的区域形成降水极大值中心。
(3)基于随机森林算法的贡献度分析结果表明水汽输送通量及路径方向是影响该区域降水的主导因子,二者的贡献度分别为26%和20%,而其余因子均在10%附近;建库后相对水库距离因子对研究区降水的重要性略有增强,但平均水平仅为1%,最大在冬季为2.1%,但鉴于有可能为算法精度的影响,需进一步深入分析。
(4)万峰湖建库后对局地的降水相对变化量的影响和其他区域水库的影响区域不一致。相关研究揭示出水库水域下风向山区的降水增加明显,其原因是来自水面蒸发的水汽在山区受地形抬升、气温降低水汽过饱和而形成更多降水,但万峰湖表现为相对降水量增加最明显的区域位于水域上风向,其主要原因是全球变化的影响不同,该区域降水因孟加拉湾水汽活动减弱[37-38]而导致局地降水变化量总体呈减少的特征。
上述结果揭示出西南喀斯特区域的大型水库万峰湖建库后对局地降水的影响特征和作用机制,对于区域的水资源可持续利用和水旱灾害防治具有重要的参考意义,也可为其他区域的相关研究提供参考。
[1]
中华人民共和国国家统计局. 中国统计年鉴[G]. 北京: 中国统计出版社, 2022.

(National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook[G]. Beijing: China Statistics Press, 2022. (in Chinese))

[2]
刘家宏, 周晋军, 王浩. 梯级水电枢纽群巨灾风险分析与防控研究综述[J]. 水利学报, 2023, 54(1): 34-44.

(LIU Jia-hong, ZHOU Jin-jun, WANG Hao. Review on Catastrophe Risk Analysis and Mitigation of Cascade Hydropower Complexes[J]. Journal of Hydraulic Engineering, 2023, 54(1): 34-44. (in Chinese))

[3]
HOSSAIN F. Empirical Relationship between Large Dams and the Alteration in Extreme Precipitation[J]. Natural Hazards Review, 2010, 11(3): 97-101.

[4]
马占山, 张强, 秦琰琰. 三峡水库对区域气候影响的数值模拟分析[J]. 长江流域资源与环境, 2010, 19(9):1044-1052.

(MA Zhan-shan, ZHANG Qiang, QIN Yan-yan. Numerical Simulation and Analysis of the Effect of Three Gorges Reservoir Project on the Regional Climate Change[J]. Resources and Environment in the Yangtze Basin, 2010, 19(9):1044-1052. (in Chinese))

[5]
黄亚. 三峡水库区域水文气候效应及其未来趋势预测[D]. 南宁: 广西大学, 2019.

(HUANG Ya. Regional Hydro-Climatic Effect of Three Gorges Reservoir and Its Future Trend Prediction[D]. Nanning: Guangxi University, 2019. (in Chinese))

[6]
武慧铃, 周建中, 田梦琦, 等. 三峡水库蓄水前后气候变化分析[J]. 水力发电, 2021, 47(5): 30-35.

(WU Hui-ling, ZHOU Jian-zhong, TIAN Meng-qi, et al. Analysis of Climate Change before and after the Impoundment of the Three Gorges Reservoir[J]. Water Power, 2021, 47(5): 30-35. (in Chinese))

[7]
张静, 刘增进, 肖伟华, 等. 三峡水库蓄水后库区气候要素变化趋势分析[J]. 人民长江, 2019, 50(3): 113-116, 165.

(ZHANG Jing, LIU Zeng-jin, XIAO Wei-hua, et al. Analysis on Variation Trend of Climate Factors in Three Gorges Reservoir Area after Impoundment[J]. Yangtze River, 2019, 50(3):113-116,165. (in Chinese))

[8]
赵子皓, 江晓东, 杨沈斌. 三峡蓄水对局地气候变化的影响[J]. 长江科学院院报, 2022, 39(6): 40-49.

DOI

(ZHAO Zi-hao, JIANG Xiao-dong, YANG Shen-bin. Impact of Water Storage in Three Gorges Reservoir on Local Climate Change[J]. Journal of Yangtze River Scientific Research Institute, 2022, 39(6): 40-49. (in Chinese))

DOI

[9]
傅抱璞, 朱超群. 新安江水库对降水的影响[J]. 气象科技资料, 1974(2):17-18.

(FU Bao-pu, ZHU Chao-qun. Effect of Xin’anjiang Reservoir on Precipitation[J]. Meteorological Science and Technology Data, 1974(2):17-18. (in Chinese))

[10]
王志红, 田磊, 李艳春, 等. 青铜峡水库蓄水前后其上游流域气候变化对比分析[J]. 宁夏工程技术, 2014, 13(3):241-245,249.

(WANG Zhi-hong, TIAN Lei, LI Yan-chun, et al. Comparative Analysis of Climate Change in Upper Basin of Qingtongxia Reservoir between Impounding before and after[J]. Ningxia Engineering Technology, 2014, 13(3):241-245,249. (in Chinese))

[11]
徐兆生. 丹江口水库流域地形及建库后对降水的影响[J]. 地理与地理信息科学, 1986, 2(3): 57-64.

(XU Zhao-sheng. The Topography of Danjiangkou Reservoir Basin and Its Influence on Precipitation after the Reservoir Is Built[J]. Geography and Geo-Information Science, 1986, 2(3): 57-64. (in Chinese))

[12]
林浩, 张国君. 大型水库对气候与环境的影响分析[C]//中国气象学会,湖南省气象学会.全国优秀青年气象科技工作者学术研讨会论文集. 长沙: 湖南科学技术出版社, 2005: 4.

(LIN Hao, ZHANG Guo-jun. Analysis of the Impact of Large Reservoirs on Climate and Environment[C]//Chinese Meteorological Society and Hunan Meteorological Society. Proceedings of the National Symposium on Outstanding Young Meteorological Scientists. Changsha: Hunan Science and Technology Press, 2005:4. (in Chinese))

[13]
付超, 谌芸, 尹丝雨, 等. 鄱阳湖对降水强度减弱的物理过程的数值模拟研究[J]. 气象, 2021, 47(1): 24-35.

(FU Chao, CHEN Yun, YIN Si-yu, et al. Numerical Simulation of Physical Process of Precipitation Intensity Weakening in Poyang Lake[J]. Meteorological Monthly, 2021, 47(1): 24-35. (in Chinese))

[14]
胡玉梅, 介玉娥, 陈兴周, 等. 小浪底水库蓄水对库区及周边降水的影响[J]. 气象与环境科学, 2009, 32(增刊1): 185-188.

(HU Yu-mei, JIE Yu-e, CHEN Xing-zhou, et al. Influence of Xiaolangdi Reservoir Impoundment on the Precipitation in Reservoir Area and Surrounding[J]. Meteorological and Environmental Sciences, 2009, 32(Supp. 1): 185-188. (in Chinese))

[15]
樊静, 李元鹏, 欧家理, 等. 克孜尔水库上游流域蓄水前后降水变化特征[J]. 沙漠与绿洲气象, 2009, 3(5):25-29.

(FAN Jing, LI Yuan-peng, OU Jia-li, et al. Precipitation Characteristics in Upper Reaches of Kezi’er Reservoir[J]. Desert and Oasis Meteorology, 2009, 3(5):25-29. (in Chinese))

[16]
杨大文, 唐莉华, 严冬, 等. 基于WRF模型的藏木水库局地气候影响分析[J]. 水力发电学报, 2022, 41(6):43-52.

(YANG Da-wen, TANG Li-hua, YAN Dong, et al. Investigating Impact of Zangmu Reservoir on Local Climate Based on WRF Model[J]. Journal of Hydroelectric Engineering, 2022, 41(6):43-52. (in Chinese))

[17]
孙桂凯, 王熙财, 马龙, 等. 澄碧河流域降水及旱涝变化特征分析[J]. 水力发电学报, 2022, 41(9): 56-66.

(SUN Gui-kai, WANG Xi-cai, MA Long, et al. Analysis of Precipitation, Drought and Flood Variability in Chengbi River Basin[J]. Journal of Hydroelectric Engineering, 2022, 41(9): 56-66. (in Chinese))

[18]
张学勇, 谢会兰. 黄壁庄水库降水效应的分析[J]. 湖泊科学, 1992, 4(1): 85-90.

(ZHANG Xue-yong, XIE Hui-lan. Analysis of the Precipitation Effect of Huangbizhuang Reservoir[J]. Journal of Lake Sciences, 1992, 4(1): 85-90. (in Chinese))

[19]
葛毅华. 升钟水库降水分布特征及其影响因素[J]. 气象, 1996, 22(7): 21-25.

(GE Yi-hua. The Distributive Characteristic of Precipitation in Shengzhong Reservoir and Its Effective Factors[J]. Meteorological Monthly, 1996, 22(7): 21-25. (in Chinese))

[20]
王娜, 孙娴, 蔡新玲, 等. 安康水库蓄水前后上游气候变化特征[J]. 气象科技, 2010, 38(5): 649-654.

(WANG Na, SUN Xian, CAI Xin-ling, et al. Characteristics of Climate Change in Ankang Reservoir Upstream Basin before and after Impoundment[J]. Meteorological Science and Technology, 2010, 38(5): 649-654. (in Chinese))

[21]
莫跃爽. 贵州省不同地貌类型春季气候的时空变化特征研究[D]. 贵阳: 贵州师范大学, 2021.

(MO Yue-shuang. Spatiotemporal Variations of Spring Climate in Different Geomorphic Types in Guizhou Province[D]. Guiyang: Guizhou Normal University, 2021. (in Chinese))

[22]
ZHOUT J, YU R C. Atmospheric Water Vapor Transport Associated with Typical Anomalous Summer Rainfall Patterns in China[J]. Journal of Geophysical Research: Atmospheres, 2005, 110(D8): D08104.

[23]
申乐琳, 何金海, 周秀骥, 等. 近50年来中国夏季降水及水汽输送特征研究[J]. 气象学报, 2010, 68(6): 918-931.

(SHEN Yue-lin, HE Jin-hai, ZHOU Xiu-ji, et al. The Regional Variabilities of the Summer Rainfall in China and Its Relation with Anomalous Moisture Transport during the Recent 50 Years[J]. Acta Meteorologica Sinica, 2010, 68(6): 918-931. (in Chinese))

[24]
张家诚. 季风与水[M]. 北京: 气象出版社, 2010.

(ZHANG Jia-cheng. Monsoon and Water[M]. Beijing: China Meteorological Press, 2010. (in Chinese))

[25]
ZHOU X, LEI W. Spatial Patterns of Sample Entropy Based on Daily Precipitation Time Series in China and Their Implications for Land Surface Hydrological Interactions[J]. International Journal of Climatology, 2020, 40(3): 1669-1685.

[26]
JASECHKO S, SHARP Z D, GIBSON J J, et al. Terrestrial Water Fluxes Dominated by Transpiration[J]. Nature, 2013, 496(7445): 347-350.

[27]
HE J, YANG K, TANG W, et al. The First High-resolution Meteorological Forcing Dataset for Land Process Studies over China[J]. Scientific Data, 2020, 7(1): 25.

[28]
YANG K, HE J. China Meteorological Forcing Dataset(1979-2018).A Big Earth Data Platform for Three Poles[Z]. Doi: 10.11888/AtmosphericPhysics.tpe.249369.file.CSTR:18406.11.AtmosphericPhysics.tpe.249369.file., 2019.

[29]
MANN H B. Nonparametric Tests Against Trend[J]. Econometrica, 1945, 13(3): 245.

[30]
MATRIN N, MAES H. Multivariate Analysis[M]. London, UK: Academic, 1979.

[31]
BREMIAN L. Random Forests[J]. Machine Learning, 2001,45:5-32.

[32]
林娜, 张迪, 潘建平, 等. 长寿区长时序生态质量评价及影响因素分析[J]. 长江科学院院报, 2023, 40(11):56-62.

DOI

(LIN Na, ZHANG Di, PAN Jian-ping, et al. Long-time Series Ecological Quality Assessment and Influencing Factors Analysis for Changshou District, Chongqing[J]. Journal of Yangtze River Scientific Research Institute, 2023, 40(11): 56-62. (in Chinese))

DOI

[33]
唐红玉, 李永华, 周杰, 等. 2021年8月西南地区东部降水异常偏多的水汽条件分析[J]. 气象科技, 2023, 51(4): 520-531.

(TANG Hong-yu, LI Yong-hua, ZHOU Jie, et al. Analysis of Water Vapour Conditions for Excessive Precipitation in Chongqing in August 2021[J]. Meteorological Science and Technology, 2023, 51(4): 520-531. (in Chinese))

[34]
黄小倩. 黄河流域夏季降水变化特征及成因分析[D]. 兰州: 兰州大学, 2023.

(HUANG Xiao-qian. Variation Characteristics and Causes of Summer Precipitation in Yellow River Basin[M]. Lanzhou: Lanzhou University, 2023. (in Chinese))

[35]
张嘉可, 宋敏红, 张少波, 等. 青藏高原夏季极端降水特征及影响因子分析[J]. 气象灾害防御, 2023, 30(3): 6-10.

(ZHANG Jia-ke, SONG Min-hong, ZHANG Shao-bo, et al. Analysis of Summer Extreme Precipitation Characteristics and Influencing Factors in Qinghai-Tibet Plateau[J]. Meteorological Disaster Prevention, 2023, 30(3): 6-10. (in Chinese))

[36]
何士华, 赖毅舟, 叶凤艳, 等. 滇中引水工程主要受水区水汽输送时空变化[J]. 长江科学院院报, 2022, 39(5): 36-44, 62.

DOI

(HE Shi-hua, LAI Yi-zhou, YE Feng-yan, et al. Temporal and Spatial Variation of Water Vapor Transport over the Main Water-receiving Area of Water Diversion Project in Central Yunnan Province[J]. Journal of Yangtze River Scientific Research Institute, 2022, 39(5): 36-44, 62. (in Chinese))

DOI

[37]
许筱乐, 彭涛, 林青霞, 等. 西南地区干旱风险传递特征及驱动因素分析[J]. 水力发电学报, 2022, 41(12): 69-79.

(XU Xiao-le, PENG Tao, LIN Qing-xia, et al. Analysis on Characteristics and Driving Factors of Drought Risk Transmission in Southwest China[J]. Journal of Hydroelectric Engineering, 2022, 41(12): 69-79. (in Chinese))

[38]
赵志龙. 基于多源数据的贵州山区降水特征分析[D]. 贵阳: 贵州师范大学, 2020.

(ZHAO Zhi-long. Analysis of Precipitation Characteristics in Mountainous Areas of Guizhou Province Based on Multi-source Data[D]. Guiyang: Guizhou Normal University, 2020. (in Chinese))

[39]
ZHOU X Y, LEI W J. Complex Patterns of Precipitation and Extreme Events during 1951-2011 in Sichuan Basin, Southwestern China[J]. Journal of Mountain Science, 2018, 15(2): 340-356.

[40]
宗保云, 李向磊, KATHAYAT G, 等. 亚洲季风的多尺度变化规律及其与全球气候变化的关系[J]. 地球环境学报, 2017, 8(3): 185-193, 262.

(ZONG Bao-yun, LI Xiang-lei, KATHAYAT G, et al. Asian Monsoon Variability on Multiple Timescales in the Context of Global Climate Changes[J]. Journal of Earth Environment, 2017, 8(3): 185-193, 262. (in Chinese))

[41]
YANG X, ZHANG P, CHEN F, et al. Modern Stalagmite Oxygen Isotopic Composition and Its Implications of Climatic Change from a High-elevation Cave in the Eastern Qinghai-Tibet Plateau over the Past 50 Years[J]. Chinese Science Bulletin, 2007, 52(9): 1238-1247.

[42]
周连兄, 崔万晶, 赵云杰. 北京密云水库集水区降水及干旱时空分布特征[J]. 中国水土保持科学, 2020, 18(5): 35-42.

(ZHOU Lian-xiong, CUI Wan-jing, ZHAO Yun-jie. Spatio-temporal Characteristics of Precipitation and Drought in Catchment of Miyun Reservoir, Beijing[J]. Science of Soil and Water Conservation, 2020, 18(5): 35-42. (in Chinese))

[43]
郑祚芳, 任国玉, 王耀庭, 等. 大型人工湖气候效应观测研究: 以密云水库为例[J]. 地理科学, 2017, 37(12): 1933-1941.

DOI

(ZHENG Zuo-fang, REN Guo-yu, WANG Yao-ting, et al. Observational Study on Climate Effect of Large Artificial Lake: Taking Miyun Reservoir as an Example[J]. Scientia Geographica Sinica, 2017, 37(12): 1933-1941. (in Chinese))

DOI

[44]
许洁, 马耀明, 孙方林, 等. 湖泊和上风向地形对纳木错地区秋季降水影响[J]. 高原气象, 2018, 37(6): 1535-1543.

DOI

(XU Jie, MA Yao-ming, SUN Fang-lin, et al. Analysis of Effects of Lake and Upstream Orography on the Precipitation in Fall over Nam Co Area[J]. Plateau Meteorology, 2018, 37(6): 1535-1543. (in Chinese))

DOI

[45]
万育生, 王栋, 黄朝君. 丹江口水库来水情势分析与径流预测[J]. 南水北调与水利科技(中英文), 2021, 19(3): 417-426.

(WAN Yu-sheng, WANG Dong, HUANG Chao-jun. Water Inflow Regime Analysis and Runoff Prediction of Danjiangkou Reservoir[J]. South-to-North Water Transfers and Water Science & Technology, 2021, 19(3): 417-426. (in Chinese))

[46]
晁红艳, 张娟, 陈海莲, 等. 1976—2017年青海湖东北部地区极端降水事件变化特征分析[J]. 中国农学通报, 2020, 36(2):109-116.

DOI

(CHAO Hong-yan, ZHANG Juan, CHEN Hai-lian, et al. Extreme Precipitation Events in the Northeast of Qinghai Lake from 1976 to 2017: Variation Characteristics Analysis[J]. Chinese Agricultural Science Bulletin, 2020, 36(2):109-116. (in Chinese))

DOI

[47]
吴琼, 张超美, 许彬, 等. 鄱阳湖区域关键气候要素变化特征[J]. 干旱气象, 2020, 38(3): 371-379.

(WU Qiong, ZHANG Chao-mei, XU Bin, et al. Change Characteristics of Key Climate Factors in Poyang Lake Region[J]. Journal of Arid Meteorology, 2020, 38(3):371-379. (in Chinese))

[48]
刘仲藜, 章新平, 黎祖贤, 等. 洞庭湖流域近58年季节性干旱时空分布及大气环流分析[J]. 长江流域资源与环境, 2020, 29(6): 1432-1444.

(LIU Zhong-li, ZHANG Xin-ping, LI Zu-xian, et al. Analysis on Spatial-temporal Distribution and Atmospheric Circulation of Seasonal Droughts in the Dongting Lake Basin in Recent 58 Years[J]. Resources and Environment in the Yangtze Basin, 2020, 29(6): 1432-1444. (in Chinese))

[49]
杨中华, 马世豪, 林雪松. 洪泽湖流域夏季降水特征与大气环流特征分析[J]. 黑龙江水利科技, 2019, 47(8):8-11,110.

(YANG Zhong-hua, MA Shi-hao, LIN Xue-song. Characteristics of Summer Precipitation and Atmospheric Circulation in Hongze Lake Basin[J]. Heilongjiang Hydraulic Science and Technology, 2019, 47(8): 8-11, 110. (in Chinese))

[50]
盛昱凤, 薛媛媛, 戚丽萍, 等. 1960年以来太湖水位变化特征及影响因素分析[J]. 北京师范大学学报(自然科学版), 2021, 57(1): 22-28.

(SHENG Yu-feng, XUE Yuan-yuan, QI Li-ping, et al. Water Level Changes in Taihu Lake from 1960 and Influencing Factors[J]. ournal of Beijing Normal University (Natural Science), 2021, 57(1): 22-28. (in Chinese))

[51]
佟金鹤. 1965—2014年我国温度和降水变化趋势分析[J]. 安徽农业科学, 2016, 44(12): 229-235, 259.

(TONG Jin-he. Analysis of Temperature and Precipitation Change Trend in China during 1965 to 2014[J]. Journal of Anhui Agricultural Sciences, 2016, 44(12): 229-235, 259. (in Chinese))

Outlines

/