長江中下游典型河口水沙過程變化分析

長江中下游典型河口水沙過程變化分析

0徑流水沙過程水沙過程水沙過程水沙過程—引言河口地區(qū)位于河流和海洋交匯處，地表徑流和趨勢相互作用，河流和趨勢變化。長江是世界上最大的河流之一，年平均河流數(shù)量超過9000108m3，沉積物通過大站輸送至河口。長江河口是河流因素的主導(dǎo)地位。流域水沙流的變化不可避免地導(dǎo)致河流和趨勢之間的對應(yīng)變化，使河口灘岸的沖泥適應(yīng)。長江大灣位于靠近漢江河口的潮平面上，距長江入海口約620公里。該站控制著上游1.55106km2的集水區(qū)，約占流域總面積的95%。它是長江河口流域的邊界，也是長江河口資源開發(fā)和河口治理的重要決策依據(jù)。流域水沙過程主要受制于流域氣候條件、下墊面條件(地質(zhì)、地形、植被等)以及人類活動形式和強(qiáng)度的綜合作用,水沙過程除了反映鮮明的區(qū)域特性外,通常還呈現(xiàn)周期性、模糊性和隨機(jī)性的特點(diǎn).這一特點(diǎn)決定了在水沙過程的分析研究中,統(tǒng)計方法是較為適宜而有效的手段.在水文學(xué)科領(lǐng)域中,時間序列分析廣泛應(yīng)用于研究客體對象隨時間變化的規(guī)律——趨勢性、階段性、波動性.李麗鵑等運(yùn)用秩次相關(guān)法分析了京津地區(qū)潮白河徑流變化的趨勢性,由變點(diǎn)探索技術(shù)揭示了徑流變化的階段性,并用自相關(guān)分析闡明了徑流演化過程時間上的相依性.黃忠恕在其《波譜分析方法及其在水文氣象學(xué)中的應(yīng)用》一書中闡述了波譜分析方法在水文氣象要素周期分析和預(yù)報中的應(yīng)用.劉昌明等關(guān)于黃河干流下游斷流的徑流序列的研究表明,在最近的39y中,黃河的上中游入水及中下游基流量存在下降趨勢,為更深入地認(rèn)識黃河斷流現(xiàn)象提供了科學(xué)依據(jù).在有關(guān)長江水文的研究中,時間序列分析方法也作了有效的嘗試.黃忠恕利用線性分解模型對長江中下游梅雨總量和長江宜昌站最高水位的周期變化進(jìn)行了分析和預(yù)測.覃愛基等利用線性分解模型對宜昌站1882～1986年的年徑流序列進(jìn)行了趨勢分析、跳躍分析、周期分析和隨機(jī)分析,得出宜昌站年均徑流有緩慢下降的趨勢,以1968年為界,徑流序列可分前后兩個階段,還具有15y的顯著周期.沈煥庭等利用功率譜估計對長江口大通站1946～1989年的月平均流量序列進(jìn)行的分析結(jié)果表明,流量以洪枯變化最為顯著,采用低通濾波之后,得出月平均流量序列具有4～8y和2～3y的周期變化.大通站1922年正式建站,有較長的水文觀測歷史,雖然1937～1946年因戰(zhàn)亂因素有一部分記錄完整性欠佳,但仍不乏分析價值.本文以1923～2000年系列資料為基礎(chǔ),運(yùn)用多種分析方法分別對大通站徑流系列進(jìn)行趨勢分析、跳躍分析和周期分析,并對徑流的月分配變化特征作初步探討.1將大量的過程納入離散化觀測,作為時間序列時間序列是以時間為自變量的離散化的有序數(shù)集合,水文現(xiàn)象作為一個隨機(jī)自然現(xiàn)象,有其內(nèi)在的不確定性,總是一個非平穩(wěn)的時間序列,水文資料只要是依照時間順序記錄的,都可認(rèn)為是連續(xù)隨機(jī)過程的離散化觀測結(jié)果,一般都可以作為時間序列來處理.1.1趨勢分析法1.1.1無趨勢序列范圍定義統(tǒng)計量和標(biāo)準(zhǔn)化變量如下:式中:P為系列中所有對偶觀測值(Qi,Qj,i<j)中Qi<Qj出現(xiàn)的次數(shù);N為系列長度.對于無趨勢序列,P=N(N-1)/4;若P接近于N(N-1)/2,表示有上升趨勢;若P接近于0,則為下降趨勢.當(dāng)N增加時,M很快收斂于標(biāo)準(zhǔn)正態(tài)分布.當(dāng)原假設(shè)為該序列無趨勢時,一般采用雙層檢驗(yàn),在給定顯著水平α(一般為0.05～0.01)以后,若|M|<|M|α/2,接受原假設(shè),即趨勢不顯著,否則趨勢顯著.1.1.2線性趨勢估計的方差法假設(shè)序列具有線性趨勢,可以采用線性回歸模型進(jìn)行檢驗(yàn).其數(shù)學(xué)模型為:由回歸分析方法求出參數(shù)a,b的估計值分別為:的方差估計值為:式中:在不存在線性趨勢的假設(shè)下,即當(dāng)b=0時統(tǒng)計量為:.統(tǒng)計量b服從自由度(n-2)的t分布.對于給定的顯著水平a:如果|T|>tα/2,則拒絕原假設(shè),認(rèn)為線性趨勢是存在的,否則接受原假設(shè).1.2ghenman分析法1.2.1AFSLee,SMHeghinian(簡稱AS)分析法滿足上列條件的τ記為τ0,即為最可能的分割點(diǎn).式中:k為比例常數(shù),通常采用k=1;Qt為第t年的年徑流.1.2.2有序聚類分析方法的計算公式滿足上列條件的τ記為r0,即為最可能的分割點(diǎn).式中:其余符號同第一種方法.1.3循環(huán)分析1.3.1it的值設(shè)x1,…,xT是平穩(wěn)序列{xt}的一組樣本,令稱以下定義的統(tǒng)計量為平穩(wěn)序列{xt)的周期圖:在時間序列譜分析中,周期圖IT(λ)具有重要的作用,但要計算出所有的IT(λ),-π≤λ≤n的值是不可能的,快速傅立葉變換(FFT)為計算λj=2nj/T(j=1,2,…,[T/2])點(diǎn)上IT(λ)的值提供了簡捷的途徑.在IT(λ)出現(xiàn)峰值處,可能存在周期.一般采用Fisher檢驗(yàn)方法對求出的周期進(jìn)行顯著性檢驗(yàn).方法如下:其中g(shù)*的分布為:一般取顯著水平0.05進(jìn)行檢驗(yàn).當(dāng)z0.05<g*時,估計的周期是顯著的.將得到的結(jié)果進(jìn)行F檢驗(yàn),通過顯著水平為0.05檢驗(yàn)的周期即為顯著周期.1.3.2最大熵譜估計與材料n的關(guān)系最大熵譜是樣本序列的自適應(yīng)譜,分辨率很高,任何對周期的微小偏離都會使譜值迅速下降,并且適應(yīng)序列資料較短的情況.在已知m+1個自相關(guān)函數(shù)值的條件下,最大功率譜S(T)滿足下列關(guān)系:式中△t為離散序列的時間間隔,在等間隔序列中一般取△t=1,i為虛數(shù),T為周期,bm,j為m階自回歸系數(shù),在這里m稱為自回歸的截止階.具體計算時自回歸系數(shù)bm,j采用伯格(1968)提出的預(yù)報誤差過濾系數(shù)的遞推計算法求得.最大熵譜估計與截止階m的取值關(guān)系甚大.如果階選得太低,所得譜形過于光滑,顯示不出真正存在的譜峰及譜值隨頻率變化的細(xì)節(jié);反之,階選得過高,則譜形充滿譜峰,出現(xiàn)一些冗余乃至虛假的譜峰.一般采用最終預(yù)報誤差(FPE)準(zhǔn)則來確定截止階.2大站流時間序列分析2.1趨勢分析2.1.1徑流序列的年際變化根據(jù)肯德爾秩相關(guān)檢驗(yàn)計算的結(jié)果見表1:查統(tǒng)計表得M0.05/2=1.96,M0.01/2=2.576.可以看出,1946～2000年徑流序列中,除1月序列外,其余各月和年的徑流序列均呈現(xiàn)|M|<M0.05/2<M0.01/2,接受無趨勢的假設(shè),即1946年以來大通站徑流不存在顯著的趨勢變化.考察1923～2000年的年均徑流系列,M值為一0.530,同樣|M|<M0.05/2<<M0.1/2,亦即自1923年以來徑流也不存在顯著的趨勢變化.2.1.2月內(nèi)徑流序列的月際差異11月序列線性趨勢回歸檢驗(yàn)結(jié)果如表2:查t分布表得:t0.05/2=2.01,t0.01/2=2.67.可以看出,除11月序列之外,其余各序列均不能通過顯著水平0.05的檢驗(yàn).11月序列雖能通過顯著水平0.05的檢驗(yàn),但仍不能通過顯著水平0.01的檢驗(yàn).由上面的分析可以認(rèn)為,不論是年均徑流序列還是各月的月均徑流序列,經(jīng)大通站下泄的徑流量總體上無顯著的增加或減少的趨勢.2.2跳飛期分析長江大通站的多年平均流量為28700m3·s-1,雖然年徑流量無顯著的增減趨勢,但是在其年平均徑流序列中仍表現(xiàn)出較明顯的階段性變化.運(yùn)用跳躍分析方法對年平均流量序列進(jìn)行計算可以發(fā)現(xiàn)跳躍點(diǎn)發(fā)生的年份.跳躍分析采用文獻(xiàn)介紹的兩種方法:AFSLee,SMHeghinian分析法和有序聚類分析法.兩種分析方法得到的跳躍點(diǎn)均為1955年和1988年.即在1955年、1988年前后存在年均流量的階段性跳躍,不同的是在1955年附近為減量跳躍,而1988年附近是增量跳躍(圖1).1923～1955年、1956～1988年、1989～2000年3個時段的多年平均流量依次為29400m3·s-1、27400m3·s-1、30200m3·s-1.2.3生物測序周期河川徑流除了洪枯季節(jié)變化外,年際變化也呈現(xiàn)準(zhǔn)周期性.圖2為1923～2000年的年均流量序列的周期圖,出現(xiàn)較大極值點(diǎn)的頻率分別為:0.065、0.141、0.179,對應(yīng)的周期分別為:15.6y、7y、6y.經(jīng)檢驗(yàn),15.6y和7y的周期是顯著的.采用分辨率高且對序列長度要求相對較低的最大熵譜法,按最終預(yù)報誤差(FPE)準(zhǔn)則確定的截止階為28,計算得1923～2000年的年均流量序列最大熵譜估計如圖3.在頻率為0.070和0.150時出現(xiàn)極大值,對應(yīng)的周期為16y和6.6y.因此,可以認(rèn)為年均流量具有16、7y的周期性變化.3年度流量變化年度變化3.1洪枯季變化長江流域大部分處于東亞季風(fēng)區(qū),降水多集中在夏季,徑流在年內(nèi)表現(xiàn)出明顯的洪枯季變化.對1923～1937年和1946～2000年大通站各月平均流量進(jìn)行統(tǒng)計可以看出,大通站多年的月平均流量最大值出現(xiàn)在7月份,最小值在1月份,汛期(5～10月)徑流占全年徑流的71.4%(表3).3.2年平均月徑流分配參照上述的多年平均月徑流分配曲線,考察各年的月徑流變化可以發(fā)現(xiàn),由于各種因素的影響,不少年份的月徑流分配曲線與多年平均狀況有較大的偏差,呈不同的峰態(tài).3.2.1高年人口流域型按曲線峰部的陡坦程度(相對于多年平均狀況)有寬平峰型和窄尖峰型(圖4).形成寬平峰型的主要原因是各雨區(qū)中心的大強(qiáng)度降水時間錯開,上游洪峰和中下游洪汛沒有遭遇,洪季徑流過程平緩,多出現(xiàn)在非豐水年.該型以1953年為典型,此外,1925年、1928年、1930年、1934年、1950年、1951年、1961年,1963年,1965年、1970年、1972年、1984年、1985年等也屬此類.尖峰型的徑流過程反映年降水非常集中,且在很多情況下是上中下游洪峰相遇,因而曲線峰部窄尖而高凸,這類峰型常出現(xiàn)在豐水年,并可能伴發(fā)特大洪水.該型以1954年,1996年最為典型.如1954年5月下旬至8月中旬歷時近3個月的集中降雨,長江上、中、下游洪水相遭遇,導(dǎo)致流域性的特大洪水,大通站7月份平均流量達(dá)75200m3·s-1,并創(chuàng)器測最大洪峰流量92600m3·s-1的記錄.此外,1924、1926、1931、1933、1959、1962、1968、1969、1976、1983、1992、1998、1999年也具此類峰型.3.2.2流量峰值出現(xiàn)后偏在多年平均月均流量分配曲線上,最大月流量出現(xiàn)在7月,最小值在1月.如果以該曲線為參照,某年份的月均流量峰值出現(xiàn)在7月份之后,則為后偏;峰值出現(xiàn)在7月份之前,則為前偏(圖5).后偏型:典型年份有1980年,此外,.1923、1929、1931、1937、1947、1954、1982、1988、1993、1998等年份都屬于此類.前偏型:典型的前偏型年份出現(xiàn)較少,主要有1975年,1978年.3.3洪/枯水情水情特征流量統(tǒng)計長江汛期(或洪季)為5～10月,非汛期(或枯季)為11月至翌年4月.分別計算洪、枯季對應(yīng)出現(xiàn)頻率≤25%、75%的流量作為界別豐、平、枯的指標(biāo),出現(xiàn)頻率≤25%的流量為豐水(F),出現(xiàn)頻率>75%的為枯水(K),界于其間為平水(P).根據(jù)1923～1937年、1946～2000年流量數(shù)據(jù)統(tǒng)計,洪季對應(yīng)25%、75%頻率的流量分別為44400m3·s-1、36500m3·s-1;枯季對應(yīng)25%、75%頻率的流量分別為19100m3·s-1、14800m3·s-1.依上述特征流量分析各年的洪/枯季徑流組合,可以看出,洪枯季豐枯水情相呼應(yīng)的F/F、P/P、K/K組合居多,分別占16%、31%、13%,共占60%;洪枯季水情完全相反的F/K(1962年)、K/F(1953年)組合出現(xiàn)幾率極小,各出現(xiàn)1次,占1.5%;其它4種組合——F/P、P/F、K/P、P/K出現(xiàn)幾率大致相近,約各占9～10%.4徑流水變的特點(diǎn)(1)趨勢分析表明,不論是1923～2000年徑流系列還是1946～2000年徑流系列,不論是年均徑流系列還是各月的月均徑流系列,總體上都無顯著的線性增減趨勢變化.但是,年均徑流系列存在階段性躍變的特點(diǎn),1955年前后有一徑流減量躍變,而1988年