随着气候变化和人类活动增多,水资源的变化受到了全球广泛关注。气候变化和人类活动是影响径流的两个主要因子(Li et al.,2006),对于不同流域,这两种因子的影响程度不同,在有一些流域,尤其是大型水库的建造和运行期间,人为因素是主要的因素(Fan et al.,2015);气候变化通过改变降水量和蒸散发量也可以影响到流域的径流变化(Wang and Hejazi,2011)。

澜沧江-湄公河是世界第十长河流,河长达4 909 km,它发源于中国唐古拉山东北部,流经中国、老挝、缅甸、泰国、柬埔寨和越南,最终流入南海(Liu et al.,2009)。其上游位于中国境内,称为澜沧江,从云南出境后称为湄公河。该河流是东南亚最大的河流,它对东南亚经济发展有很重要的意义。沿河的渔业、农业和水力发电高度依赖于河流的流量,它拥有生产力很高的内陆渔业,其水生生物多样性和淡水捕捞渔业位于世界第二,该流域大米出口量占全球大米总出口量的20%,水力发电是该流域重要的一种能源(Adamson and Bird,2010;Byerlee et al.,2010;Ziv et al.,2012;Arias et al.,2014;Winemiller et al.,2016;Hecht et al.,2019)。由于沿河国家大多数为发展中国家,因此各国的农业和渔业发展对该河流有较大的依赖性。同时随着城市化加剧和人口数量的增多,沿河的国家开始进行水力发电,目前沿河已经建立了很多大坝,还有一些大坝在建设中(Lacombe et al.,2014;Grumbine,2018)。大坝的建设可以进行水力发电,同时也可以调控流量,因此大坝建设对径流流量有一定的影响(Xue et al.,2011;RuizBarrada and Nigam,2018),这种影响是极其复杂的(何大明等,2006)。

澜沧江-湄公河流域具有独特而复杂的水文、气候和地貌特征,它包括热带、亚热带和温带等气候带。受热带季风的影响,流域年内降水分布不均,其中有80%左右的降水出现在湿季(Costa-Cabral et al.,2008),湿季的径流占了年径流的75%(Mekong River Commission,2009;Cook et al.,2012;孙周亮等,2020)。鉴于该流域对于东南亚国家的重要作用和其显著的季节性变化,研究该流域的水资源变化很有必要。

周婷等(2010,2011)研究了1960—2005年流域内5个站点的年径流和月径流的变化情况并对清盛站径流进行了定量的研究;孙周亮等(2020)研究了1960—2012年湄公河4个水文站点在1960—2012年的变化趋势;Li et al.(2017)用流域内5个站点研究了1960—2014年间大坝建设对径流的影响;Fan and He(2015)研究了澜沧江-湄公河上游的温度和降水的变化及其对上游径流的影响;吴迪等(2011)根据站点数据分析了澜沧江-湄公河流域的温度和降水的变化情况;Barros et al.(2014)研究表明随着气候变化该流域的温度有所升高。以上研究主要集中于年径流和气象要素较短时间段内的连续变化的研究,对于不同季节或者不同月份径流和气象要素的变化特征,以及这些要素在特定时间节点前后的变化研究还较少。

为了更加全面地了解该流域气候和径流在大坝蓄水量增加前后的变化情况,本研究使用湄公河干流的9个站点,更全面的研究湄公河流域径流变化情况,同时,本研究使用格点数据分析了澜沧江-湄公河流域内温度、降水和蒸散发的变化。研究的时间段为1950—2017年,由于水库蓄水量在2008年后有较大的提升(Kummu et al.,2010),根据大坝的蓄水影响情况将时间段分为了1950—2007年和2008—2017年两个时段。

期望通过本研究能更加全面的了解澜沧江-湄公河的温度、降水、蒸散发和径流变化情况,并厘清大坝和自然因素对径流影响程度,对水资源开发和合理利用提供科学依据和支持。

1 数据与方法

1.1 资料数据

本研究使用的数据主要有:1)特拉华大学气温和降水月数据集(简称DELWARE)(Willmott and Matsuura,2001);2)全球陆地资料同化系统数据集(简称GLDAS)的蒸散发(Rodell et al.,2004);3)湄公河委员会(MRC)日径流数据。

DELWARE数据集(https://psl.noaa.gov/data/gridded/data.UDel_AirT_Precip.html)是根据全球的站点数据插值出来的一套包含温度和降水的月尺度数据集,经验证,该套数据在澜沧江-湄公河流域具有较好的适用性。该数据集覆盖1900—2017年,空间分辨率为0.5°×0.5°。

GLDAS(https://disc.gsfc.nasa.gov/datasets?keywords=GLDAS)使用了先进的地表建模和数据同化技术,融合卫星和地面观测数据产品,生成效果较好的地表状态和通量场。本研究用了该数据集的月蒸散发,该数据集覆盖1949—2020年,空间分辨率为0.25°×0.25°。

湄公河委员会(https://portal.mrcmekong.org/home)提供了湄公河中游和下游的站点日径流数据,该研究选择了湄公河干流上的9个站点,站点的详细信息见图1。

1.2 方法

本研究主要采用了回归分析、均值T检验和低通滤波等统计方法。

回归分析是确定两个变量相互依赖的定量关系的一种统计方法(式1)。在本文中用来检验温度、降水、蒸散发和径流随时间的变化趋势。b为回归系数,若b为负,则说明该变量呈现减少趋势;若b为正,则说明该变量呈增加趋势。

其中:Y代表变量;X代表时间;$\mathrm{}\stackrel{-}{Y}$和$\stackrel{-}{X}$代表平均值;$\mathrm{}\widehat{Y}$代表拟合结果。

均值T检验(式2)是用来检验两个时间段的均值是否有明显的突变,在本研究中用于研究2008年前后两个时间段内流域气候和径流是否有显著变化。T_test的绝对值越大,说明两个时间段的均值差异越明显。本研究使用了99%和95%两个置信度水平(对应不同的T_test临界值)进行均值T检验,若计算出来的T_test值大于T_test的临界值,则均值变化显著。

其中:$\mathrm{}\overline{X_1}$和$\overline{X_2}$是变量平均值;S₁和S₂代表变量的标准差;N₁和N₂代表变量中元素的个数。

低通滤波通过滤掉各种变量的高频变化,保存其低频变化部分,以更加清晰地看出其变化趋势。本研究是基于傅里叶变换进行低通滤波的,首先对时间序列进行傅里叶分析(7 a时间窗口),将所需频率外的傅里叶系数设置为0,之后进行傅里叶合成,即可完成低通滤波。本研究用其研究温度、降水、蒸散发和径流随着时间的变化情况。

本研究还使用到了3类水文参数,分别为最小径流、最大径流、每年流量逆转次数,这些参数的变化反映了河流生态水文变化情况。最小径流包括了7 d、30 d和90 d最小径流,分别代表每年中的连续7 d、30 d和90 d径流中最小值,其值代表了年极端最小径流的强度和持续时间,当其值减少,说明年极端最小径流减少;最大径流包括了7 d、30 d和90 d最大径流,分别代表每年中的连续7 d、30 d和90 d径流中最大值,其值代表了年极端最大径流的强度和持续时间,当其值增大,说明年极端最大径流升高。年极端径流的变化会影响植物土壤水分胁迫等,会对生态系统产生一定的影响。每年径流逆转次数表示每年中径流由多变少或由少变多的转换次数,其值大小代表了径流变化频率,其值越大表明径流变化频率越大,对栖息在溪河边缘的移动能力较弱的生物有一定影响。

2 结果

本研究分析了澜沧江-湄公河流域的温度、降水和蒸散发的变化情况。同时,根据湄公河干流的9个水文站点,研究了年内的径流分配情况和径流极值等变化情况

2.1 澜沧江-湄公河流域的温度变化情况

图2是澜沧江-湄公河流域逐月平均温度变化情况,图中黑线代表流域平均温度,红色虚线是对温度的低通滤波结果,黑色虚线是对1950—2017年温度的线性回归曲线。从图中可以看出,1950年—2017年流域平均温度在所有月份均呈增加趋势,近20 a温度增加更为明显,尤其是5—8月。2008—2017年平均温度与1950—2007年平均温度相比在流域大多数区域增温显著,12月—次年6月增温显著区域位于流域中上游,11月流域下游显著增温,7月和8月增温的幅度比其他月份小,4月和10月在上游部分区域温度降低,1—4月和7—8月在流域中下游温度降低,但是温度降低不显著(图1)。整体而言,流域内温度上升,且2008年后的温度较2008年前的温度显著升高。

2.2 澜沧江-湄公河流域的降水变化情况

从图3可以看出,在1950—2017年间,流域平均降水的变化幅度不大,降水在6月和8月呈下降趋势,在其他月份降水呈增加趋势,但是增加的幅度很小。近10 a间,1月的降水呈增加趋势,3月、4月和8月降水呈减少趋势。2008年前后两个时间段的降水在每个月的变化程度和空间分布各不相同,1月和7月平均降水变化的空间分布相似,在流域中游降水显著升高,2月、5月和6月流域大部分平均降水减少,但是变化不显著;4月和5月在流域最上游的部分区域平均降水显著升高(图2)。总的来说,降水的变化不是很大而且流域空间差异性较大。

2.3 澜沧江-湄公河流域的蒸散发变化情况

图4是澜沧江-湄公河流域平均蒸散发的时间演变。从图中可以看出,1950—2017年间,12月—次年2月蒸散发呈现下降趋势,其他月份均呈现上升趋势,其中6—11月上升明显,尤其是在近10 a显著升高。2008—2017年平均蒸散发与1950—2007年平均蒸散发相比有较大的变化,除了1月蒸散发下降,其他月份的蒸散发均增加,尤其是6—10月蒸散发均值变化显著。蒸散发在澜沧江-湄公河下游的增加幅度比上游更为显著(图3)。总的来说,2008年前后1月平均蒸散发在流域中游降低,其他月份平均蒸散发均增加且增加显著。

2.4 年径流变化情况

图5是流域内9个水文站点的年径流时间演变过程图,从图中可以看出,1910—2018年年径流在大多数站点呈现略微下降趋势(相关系数为负),在琅勃拉邦、清康和那空帕农府站点呈略微上升趋势,但是趋势不明显(均未通过信度为0.05的显著性检验)。

2.5 逐月径流变化

图6是流域内3个典型站点(代表湄公河流域的上、中和下游)12个月的径流时间演变,图中实线代表中心化后月均径流,虚线是对中心化径流的低通滤波,黑色线代表琅勃拉邦站,红色线代表那空帕农府站,蓝色线代表上丁站。从图中可以看出,对于不同月份径流的变化趋势是不一样的,流域不同区域的径流变化不一致。从径流演变上可以看出,对于这9个水文站而言,12月—次年5月的径流均呈现增加趋势(表3),但是上下游径流开始上升的时间不一致。位于那空帕农府上游的站点,径流在2008年后显著增加(表2),位于该站点下游的站点,径流在1990年左右呈增长的趋势,在2008年后增加的趋势更为显著。在这6个月中,3月和4月径流变化最为明显,流域内其他站点径流在2008年后也呈显著增加(表2)。6—11月径流的变化幅度比12月—次年4月径流变化幅度要小很多,除了清盛站点在7—10月径流显著下降,6—11月径流在其他站点没有显著的变化。

表1是2008—2017年平均径流相对于1950—2007年平均径流的均值T检验结果。可以看出,2008年前后的两个时间段径流均值有较为明显的变化,尤其是12月—次年5月,流域几乎所有站点均表现为平均径流显著升高,其中3—5月平均径流增加的最为显著;6—10月均值径流有所减少,但是均值径流变化较小,只有流域上游两个站点和最下游的一个站点均值径流在个别月份有显著降低现象,其他站点均值径流变化不显著。对于12月—次年5月,2008年前后两个时间段平均降水在湄公河中下游没有显著变化,平均蒸散发在湄公河中下游显著增加,因此,仅从气象角度而言,径流应该呈现下降的趋势,但是,实测径流呈现显著增加,这跟气象条件不符合。而在2008年后水库的蓄水量明显提高,因此径流在12月—次年5月的显著升高可能跟水库蓄水等人为活动有较为密切的联系。

总的来说,径流在12月—次年5月升高,其他月份径流没有显著变化,在2008年前后,湄公河流域径流9个站点均值在12月—次年5月变化较大,大多数站点在其他月份没有显著变化。

2.6 径流特征的变化

图7和图8是30 d最小和最大径流的时间演变。从图中可以看出,30 d最小径流呈现增加趋势,尤其是在2008年后有显著升高,其中位于廊开站上游的站点在2008年后有显著增加,位于其下游的大部分站点在1990年前后就有增加趋势,在2008年后增加趋势更为显著(表2、表3)。从1950—2017年这68 a的时长看,在2008年后径流上升不属于径流的自然波动,人为活动可能对30 d最小径流变化有较大的影响。最大径流的变化没有最小径流的变化大,自1950年开始最大径流呈现减少趋势。除了清盛站点,其他的站点在1980—1990年最大径流呈下降趋势,1990—2002年前后最大径流呈上升趋势,在2002年后最大径流呈减少趋势。那空帕农府和莫达汉府站点最大径流在2008年后与1980年前的径流在量值上相近,其他站点在2008年后的最大径流比1980年前的最大径流小。

同时,本研究还比较了7 d和90 d最小和最大径流变化情况,结果发现,其变化情况与30 d最小和最大径流变化相似。

图9是径流的逆转次数,代表径流从升高到降低或者从降低到升高的次数,从图上可以看出,径流逆转次数呈现增加趋势,且大多数站点在1990年前后就开始有显著增加,且在2008年后增加仍在持续。自1990年后澜沧江上游开始建设大坝,有较多的人为影响,与此同时,径流逆转次数增加。由此可以看出,人类活动使得径流的波动频率增加。

3 结论

本研究根据DELWARE的月降水和温度数据及GLDAS的月蒸散发数据,通过线性回归、均值T检验和低通滤波等方法对澜沧江-湄公河流域1950—2007年和2008—2017年月均温度、降水和蒸散发进行了分析。同时选择了湄公河流域内的9个水文站点,从年径流、月径流、极值径流和径流反转等方面分析了径流在这两个时间段的变化情况。主要的结果如下:

1)澜沧江-湄公河流域平均温度呈现显著增加趋势,且年内每个月都呈增加趋势。流域年平均降水在1950—2017年间没有显著的变化趋势,但不同月份呈现不同的变化趋势;降水在旱季基本呈较弱的增加趋势,雨季则有较弱的减少趋势。流域平均蒸散发在1月和12月呈显著下降趋势,其他月份则呈显著上升趋势(除2月),其中6—9月蒸散发在2008年后有较为剧烈的显著增加。

注:²⁾表示通过99%置信度水平检验,¹⁾表示通过95%置信度水平检验.

2)湄公河流域年平均径流没有显著变化趋势。但在2008年后,12—次年4月月径流增长,其中,3月和4月月径流显著升高,5—11月月径流则略有下降,趋势不明显。流域内最小径流有增大趋势,在2008年后增加显著;最大径流略有下降,变化不显著;自1990年后流域内径流的逆转次数增加。

3)2008年前后径流在大多数月份都有显著的变化,尤其是在12月—次年4月,径流有非常显著的增加趋势。但这段时间内自然因素如降水、温度和蒸散发则没有如此剧烈的变化,当不能使得径流有如此显著变化。这种剧烈的变化应该是由人为活动,如修建大坝、水库或发电站所造成的。

本文研究发现,湄公河流域年平均径流在1950—2017年间没有显著变化的趋势,但是不同季节和月份则呈现不同的变化趋势:其中旱季12月—次年4月径流在2008年后有显著的增加趋势,这可能是由人类活动如大坝的修建造成的,然而本文研究还没有从水平衡的角度定量分析这种变化的确切原因,后续还需要通过定量的水平衡分析来明确自然因素和人为活动因素的影响及其各自影响的比重。

参考文献