长江中下游流域极端洪水事件影响机制研究

王 金，冉启华，刘 琳，潘海龙，叶 盛

（浙江大学建筑工程学院水文与水资源工程研究所，杭州 310058）

1 研究背景

洪水是世界上破坏性最强的自然灾害之一。2020年长江中下游和上游先后发生特大洪水，造成严重的灾害损失，引发国内外的广泛关注。我国东亚季风气候区暴雨特性、复杂的山丘区地形和地质条件，以及山区社会经济的发展现状，导致我国山洪地质灾害发生频繁［1］。山洪灾害不仅对我国山丘区的基础设施造成毁灭性破坏，而且对人民群众的生命安全构成极大的损害和威胁，已经成为经济社会可持续发展的重要制约因素之一。

长江是我国第一大河，全长6 300 km，流域面积为180 万km2。2017年流域人口达4.59 亿人，流域人口密度较高，约为全国平均人口密度的1.8倍［2］。近几十年来的气候变化，使得长江流域旱涝灾害频发［3］，特别是1998年全流域特大洪水，造成800万人受灾，经济损失达1 700 多亿元［4］，2020年长江流域内378条河流发生超警以上洪水，三峡水库出现2003年建库以来最大流量，引起了国内外的广泛关注［5］。

降雨是导致洪水的重要因素［6］。长江流域是典型的季风性气候，其主汛期的降水受到气旋、海温、积雪及太阳辐射等因子的作用［7-9］。对于长江流域暴雨导致洪水的原因，陶诗言［10］指出长江流域持续性暴雨的发生的前提是北方弱冷空气的频繁活动。Kato［11］的研究表明中国的梅雨锋是中纬度气团与季风气团的交汇区。除了降雨这一因素，国外有学者也研究了其他因素对于洪水成因的影响，Berghuijs 等［12］在研究欧洲洪水时认为降雨、土壤蓄水量、融雪在不同地区分别起着主导作用。但在现有文献中，关于土壤蓄水量对长江流域极端洪水贡献的研究较少，且对不同尺度流域的洪水成因研究较少，由于不同尺度流域存在地理空间上的差异性，有必要对不同尺度流域的洪水成因进行研究。

本文以长江流域为研究对象，分别以降水量和土壤蓄水量为影响因子，分析了极端降雨和极端洪水事件发生日期的空间分布，研究了不同影响因素对长江流域极端洪水的贡献，分析了不同尺度的流域发生极端洪水时的成因，并探究了极端洪水产生的主导机制。

2 研究区域和方法

2.1 研究区域

长江发源于青藏高原，流经中国19个省份。长江流域位于东经90°33′至122°25′和北纬24°30′至35°45′之间，属典型的亚热带季风气候，大部分为半湿润和湿润地区。年平均气温在12.6～28.0 ℃之间，年平均降水量约476 mm，而年降水量变化较大，降雨主要发生在6-9月。整个长江流域年平均径流量为920 km3。全流域有大小水库5.1 万余座，其中大型水库约280座［13］。研究发现，近几十年来，长江流域年降水量变化趋势不明显，但存在区域差异。长江中下游降水增多，极端降水事件发生频率也有所增加［14，15］。另一方面，长江中下游支流众多，分布着大量的湖泊系统，这些湖泊与外感潮河段相连。受上游径流和潮汐影响，水动力条件变化频繁，水环境特征复杂，易受洪涝灾害影响［16，17］。近年来，受气候变化和人类活动的影响，长江中下游地区洪涝灾害频发。武汉、南京、杭州、上海等大城市均遭受内涝灾害［18］。由于中下游洪水造成的巨大损失，长江防洪的重点一直在中下游。三峡与已建成的长江上游控制性水库共同发挥防洪抑峰作用，而中下游水库及时拦截洪水，有效减轻了长江中下游防洪压力，极大减少了洪水损失［19］。综合考虑到以上因素，本文研究重点在长江中下游地区，主要包括中下流干流区域、洞庭湖流域、鄱阳湖流域和太湖流域。

图1 长江流域主要河流及气象站、水文站地理位置图Fig.1 Geographical location map of major rivers，meteorological stations and hydrological stations in Yangtze River basin

2.2 数 据

本文研究数据包括气象数据和水文数据。其中气象数据来源于国家气象信息中心-中国气象数据网（https：//data.cma.cn/）。本研究从长江流域及周边选取了247 个气象站，整理得到降水数据和温度数据，利用泰森多边形法将降水数据插值到整个长江流域，得到空间分布［20］。然后对于每个水文站的控制区域的面降雨量，是根据区域内各气象站降雨量通过面积加权平均而来。水文数据方面，本研究从《中华人民共和国水文年鉴》中共收集到长江流域的267 个水文站，从中选取了1970年至1990年、2007年至2016年中至少有20年记录的224 个站。然后从日径流数据中筛选出每年的最大洪水进行后续计算。

2.3 研究方法

2.3.1 圆分布统计法

Burn等人［21］提出过一种圆分布统计方法，将一年当中特定时间的发生日期，通过以原点为中心的单位圆的极坐标的方式来表示。该方法可以直观地体现降水、径流的发生时间，以及凸显季节性差异。

在圆分布统计方法中，极端水文气象事件的发生日期的角度α被定义为：

式中：J为日序数，J=1 表示1月1日，逐日递增，J=365 表示12月31日，下同。

2.3.2 蒸发量计算

由于气象站所观测记录的蒸发数据不完整，得到部分站点的部分年份数据有所缺失，需要根据现有的数据进行完善。而各气象站点的温度数据是连续且完整的，因此考虑用Hargreaves法对蒸发数据进行估算［22，23］。Hargreaves计算公式为：

式中：ET0为潜在蒸散发，mm；Tmax 为当日最高温度，℃；Tmin为最低温度，℃；T是平均温度，℃；Ra是外空辐射［MJ/（m2·d）］，可以通过以下公式计算：

式中：dr为日地相对距离的倒数；ωs为日照时数角；δ为日倾角，rad；δ为地理纬度，rad。

dr、ωs和δ可通过以下公式计算：

2.3.3 土壤蓄水量计算

根据水量平衡原则［24］：

式中：dSu为土壤蓄水量的变化量，mm；P为降雨量，mm，通过泰森多边形将气象站所测降雨换算成流域的面降雨量；Q为径流量，mm，是用水文站所测流量除以流域面积，得到径流深度；ET为蒸发量，mm，可通过该公式计算：

2.3.4 斯皮尔曼秩次相关法

斯皮尔曼秩次相关法由查尔斯·斯皮尔曼在1904年提出，这是一个非参数性质的秩统计参数，可度量两个变量之间的统计相关性，国内有学者将其用于水文要素分析，研究水文现象的变化机制和规律［25］。斯皮尔曼秩相关系数ρ用来衡量两组变量之间相关关系的密切程度，与变量数值的本身无关，只与变量之间的相对大小和顺序相关，ρ的计算公式为：

式中：di为两组变量对应数据的秩次差；n为两组变量的数据长度。

di越小，ρ则会越大，二组变量之间的相关性就越明显；反之当ρ较小时，表明两者之间的相关性较差。

3 结果与讨论

3.1 极端事件的平均发生日期

图2（a）和图2（b）分别表示极端降雨事件和极端洪水事件的平均发生日期的空间分布情况。图中箭头的颜色和方向代表了极端事件在一年当中的平均发生日期。从整体来看，极端降雨事件和极端洪水事件都主要发生在5月到8月，二者的发生时间较为集中，且在空间分布上具有一定的连续性和渐变性。

图2 极端降雨和极端洪水平均发生日期的空间分布Fig.2 Spatial distribution of average occurrence date of extreme rainfall and extreme flood

从图2（a）可以看出，长江中下游流域的极端降雨，主要集中在5月下旬到8月上旬，其中以赣江为主的鄱阳湖流域和以湘江、沅江为主的洞庭湖流域，极端降雨发生的时间较早，基本都在6月及之前，而长江干流区域及太湖流域，极端降雨发生的时间在7月及以后。

从图2（b）可以看出，长江中下游流域的极端洪水，主要发生在5月上旬到7月下旬，其中以洞庭湖流域和鄱阳湖流域发生极端洪水的时间最早，集中在5月至6月，长江干流及周边区域的极端洪水发生事件，主要在6月至7月。部分区域极端降雨事件的发生时间是略晚于极端洪水发生时间的，这说明极端降雨并非导致极端洪水的唯一因素，造成极端洪水的因素还有待进一步分析。

考虑到极端事件在空间分布上具有的连续性和渐变性，采用纬度作为因变量，探究二者之间的关系，图3中蓝色和红色散点分别代表极端降雨和极端洪水事件。由极端事件平均发生日期与纬度关系的散点图可以看出，极端降雨事件和极端洪水事件和纬度都具有正相关性，二者的发生时间都随着纬度的增加而增加，这可能与该区域季风性气候有关。有研究表明在东亚季风环流影响下，我国降水量在空间分布上基本呈现往北和西减少的趋势，纬度对于降水的影响得到明显体现［26］。

图3 极端事件平均发生日期与纬度的散点图Fig.3 Scatter diagram of average occurrence date and latitude of extreme events

3.2 极端洪水事件的主导因子

根据文献对极端径流机制的认识，Berghuijs 认为洪水事件主要受极端降雨事件、接近饱和的土壤蓄水量以及融雪的共同作用［27］。考虑到长江流域的地理位置和气候条件，以及洪水的发生时间，融雪所造成的影响近乎微小［28］，因此用土壤蓄水量和降雨强度两个指标来分析极端洪水的发生机制。

图4描述了年最大日降雨、年最大周降雨以及年最大土壤蓄水量三个影响因子与年最大洪水之间平均发生日期的关系。首先图4（a）为年最大日降雨平均发生日期与年最大洪水发生日期的散点图。图中平行虚线的间距为20 d，虚线框内的点，表示年最大洪水发生在年最大日降雨前后各10 d 的流域。在224 个流域当中，有113 个流域的点位于虚线内部，可以认为这113个流域的年最大洪水的发生，与最大日降雨密切相关，另外还有一部分流域最大日降雨的平均发生日期比最大洪水发生日期晚，这部分流域的洪水成因可能是受到其他因素的影响。图4（b）为年最大周降雨平均发生日期与年最大洪水发生日期的散点图，该图中有120个散点在虚线内，并且虚线两侧散点的对称性较好，说明在长江中下游流域，最大周降雨事件对于最大洪水事件的影响更紧密，在长达数日的连续的降雨后，更容易引起极端洪水，这与在黄河流域得出的结论一致［29］。图4（c）为年最大土壤蓄水量平均发生日期与年最大洪水发生日期的散点图，可以看到在大多数流域，土壤蓄水量在8月和9月达到最大，这比极端洪水的发生时间晚，说明最大土壤蓄水量不是极端洪水发生的主要因素，当然这并不表示土壤蓄水量不重要，因为极端洪水的产生是多种因素的综合影响，它很可能是在土壤蓄水量在一个较高的值时，加上极端降雨的共同作用下产生的［30，31］。

图4 极端事件平均发生日期的散点图Fig.4 Scatter chart of average occurrence date of extreme events

在长江中下游的极端洪水中，以上3 个主导因子有不同的适用流域，这些流域存在交叉的范围，因此在确定每一个流域的主导因子时，用到了斯皮尔曼秩次相关法，在有多个影响因子的流域中，确定与极端洪水关系最密切的主导因子。另外长江中下游流域有较多水库，水库对洪水的调节作用不可忽视，因此在分析不同流域极端洪水的主导因子时，需要将受水库影响的流域表示出来，以便分析。

图5是根据斯皮尔曼秩次相关法计算出来的极端洪水事件主导因子的空间分布，其中方形图标表示有水库调节的流域，圆形图标表示不含水库或受水库影响较小的流域，蓝色、绿色和红色部分表示由日降雨因子、周降雨因子和前期土壤蓄水量因子主导的流域。从图5可以看出，长江中下游大多数流域极端洪水的主导因子为最大周降雨，尤其集中在鄱阳湖的赣江流域和洞庭湖的湘江流域；此外日降雨因子所主导的流域也较多，集中在长江干流附近的小流域和洞庭湖的沅江流域上游；土壤蓄水量这一因子主导的流域较少，这些流域发生极端洪水时前期土壤蓄水量达到最大；还有一部分主导因子非以上三种的流域，这可能是多种因素的综合影响，这些流域发生极端洪水时，不需要很大的降雨，也不需要很高的土壤蓄水量，而是在一个二者水平都较高的时候共同导致的。

图5 极端洪水事件主导因子空间分布Fig.5 Spatial distribution of dominant factors of extreme flood events

3.3 可能存在的尺度效应

图6为根据不同流域极端洪水的主导因子与流域面积关系的箱线图，由于土壤蓄水量因子主导的流域较少，其较小的样本容量难以体现其与流域面积的关系，因此重点探讨日降雨因子和周降雨因子与流域面积的关系。从图6可以看出，周降雨因子主导的流域，其平均面积比日降雨因子主导的流域大，且在面积较大的流域当中，周降雨因子主导的流域数量更多。因此可以认为，在大尺度流域时，多日的连续降雨比单日的强降雨，更容易引发极端洪水。因为持续数日的区域性极端降水，极易导致主要河流洪峰与严重洪涝叠加［32］。一方面多日的连续降雨能够增加前期土壤蓄水量，使得降雨更容易转化为径流，这也体现了土壤蓄水量这一因子的重要性；另一方面，大尺度流域往往需要较长的汇流时间，水文响应过程更长，流域土壤难以饱和，周降雨因子更能激发大尺度流域的水文响应［33］。因此可以认为极端洪水的不同主导因子，与流域面积之间存在相关性，即极端洪水的主导因子存在尺度效应。

图6 不同主导因子与流域面积的箱型图Fig.6 Box diagram of different dominant factors and watershed area

4 结 论

本文利用长江流域224 个水文站和247 个气象站的数据，总结了长江中下游流域极端降雨事件和极端洪水事件的平均发生时间，并分析了其空间分布。进一步分析了日降雨因子、周降雨因子和土壤蓄水量因子对极端洪水的贡献，总结不同流域极端洪水发生的主导因子，并探讨主导因子与流域面积的关系。

对于长江中下游大部分流域而言，极端降雨事件与极端径流时间都主要发生在一年当中的5月至8月，二者的发生时间较为集中，且在空间分布上具有一定的连续性和渐变性，极端事件的发生时间会随着流域所在纬度的增加而推迟。日降雨因子、周降雨因子和土壤蓄水量因子在不同流域起着主导作用，其中最大周降雨事件对于最大洪水事件的影响较大，能够解释多数流域极端洪水事件的产生，并且极端洪水的主导因子存在尺度效应，相比于日降雨因子，周降雨因子更能解释较大尺度流域的极端洪水成因。

本文总结了长江流域极端事件的发生时间，分析了极端降雨和土壤蓄水量与极端洪水之间的相关性，并且探讨了不同流域发生年最大洪水的机制，有助于增进我们对极端洪水的了解，可以对极端洪水的预防起到一定的作用。未来的研究工作，可以考虑植被覆盖等其他的影响因子，并且扩大研究区域，将受人为影响较小的长江上游区域纳入在内，系统研究长江流域极端洪水的生成机制。