王多平

(蘭州資源環(huán)境職業(yè)技術大學，甘肅 蘭州 730021)

黃河雖然在人民生活和工農(nóng)業(yè)生產(chǎn)中發(fā)揮著不可替代的作用，但其水少沙多、水沙異源、水沙關系不協(xié)調(diào)的特性歷來是眾多學者關注的重點[1-2]。區(qū)域水土流失直接影響著黃河的生態(tài)安全，上游水沙變化直接影響中下游安全與發(fā)展[3]。黃河上游河段主要指內(nèi)蒙古托克托縣河口鎮(zhèn)以上河段，干流泥沙主要來源于黃土高原及風沙區(qū)支流泥沙的大量匯入[4]。泥沙隨風、水等進入黃河不斷淤積，抬升河床的同時使河道湖庫萎縮，河槽行洪輸沙能力大幅降低，嚴重影響防凌防汛工作和河道湖庫生態(tài)治理。為此，大量學者對黃河流域水沙變化特性做了調(diào)查研究，其中范俊健等研究了黃河上游蘭州斷面以上4個水文站1956—2017年徑流輸沙變化及其驅(qū)動因素，得出年徑流輸沙呈下降趨勢，且徑流輸沙的減少量沿程增加，人類活動是造成水沙關系顯著變化的主要原因[5]；董曉寧等通過對黃河源區(qū)水沙變化分析得出不同區(qū)間產(chǎn)沙量均呈下降趨勢，各區(qū)間水沙變化均表現(xiàn)出在未來一段時間的反持續(xù)性[6]；馮杰對黃河源區(qū)水沙變化的研究結(jié)論與董曉寧一致[7]；另外部分學者也研究了水庫等工程設施的運行對水沙變化的影響[8-11]；柴元方等對2000年以來黃河干支流水沙變化趨勢及成因分析得出輸水輸沙量較50年前有所減少，其中降雨和人類活動是影響水沙量變化的關鍵因素[12];燕慧婷等進一步明確了人類活動對水沙影響的程度[13]。

與中下游流域相比，黃河上游水能資源蘊藏量大，但因水體泥沙含量大，氣候變化及人類活動改變了原有河道的水沙沖淤平衡，使河道斷面形態(tài)不斷發(fā)生改變，河流生態(tài)功能進一步減退，洪水調(diào)控能力降低，進而威脅沿途居民的生命財產(chǎn)安全[14-15]。因此，研究上游干流水沙特性變化規(guī)律，對研究上游水土流失治理方略、水沙資源合理利用配置、水庫聯(lián)合調(diào)度機制、河道生態(tài)健康和綜合治理具有重要意義。

1 黃河上游干流主要水文站水沙特性分析

黃河上游干流主要水文控制站包括3個，分別為唐乃亥水文控制站、蘭州水文控制站和頭道拐水文控制站。2001—2021年年徑流量、年輸沙量、年平均含沙量及輸沙模數(shù)來源于中華人民共和國水利部《中國河流泥沙公報》發(fā)布數(shù)據(jù)。各站點基本信息見表1。

表1 黃河上游干流主要水文站點基本信息

1.1 不同水文站年徑流量變化特征

上游干流不同水文站年徑流量變化特征如圖1所示。由圖1可知，唐乃亥水文站年徑流量變化范圍在105.8億～321.6億m3之間，極值比為3.0，平均徑流量為204.5億m3。年徑流量呈先上升后逐漸降低再不斷升高后迅速下降的變化趨勢。第一個年徑流量峰值為211.2億m3(2012年)；第二個年徑流量峰值為321.6億m3(2020年)，為20年來的最高值，較第一個年徑流高峰增加52.27%，較平均年徑流量增加57.26%。蘭州水文站年徑流量變化范圍在219.7億～504.5億m3之間，極值比為2.3，平均徑流量為312.8億m3。年徑流量整體變化趨勢與唐乃亥水文站相同。第一個年徑流量高峰達380.4億m3(2012年)；第二個年徑流量高峰達504.5億m3(2020年)，較第一個年徑流高峰增加32.62%，較平均年徑流量增加61.29%。頭道拐水文站年徑流量變化范圍在113.1億～369.8億m3之間，極值比為3.27，平均徑流量為190.8億m3。年徑流量整體變化趨勢及其峰值出現(xiàn)時間與其他兩個水文站相同。經(jīng)查閱相關文獻，2010年以來黃河上游發(fā)生較大洪水年份有2012、2018、2019、2020年[16-17]，2012年7月25日唐乃亥站洪水流量達3440m3/s，7月30日蘭州站洪峰流量達3860m3/s；2018年7月份唐乃亥站洪峰流量再次達到3440m3/s；2019年7月4日唐乃亥站洪峰流量為2880m3/s；2020年黃河流域再次發(fā)生6次洪水過程，因此導致這些年份年徑流量較高。

為直觀比較，對不同水文站年徑流量進行線性擬合如圖1所示。不同水文站年徑流量隨年份均逐漸增大，其中蘭州水文站年徑流量最高，唐乃亥和頭道拐年徑流量較低；蘭州和頭道拐水文站線性趨勢斜率大，因而年徑流量增長速率高于唐乃亥。

圖1 不同水文站年徑流量變化

1.2 不同水文站年輸沙量變化特征

上游干流不同水文站年輸沙量變化特征如圖2所示。由圖2可以看出，唐乃亥水文站年輸沙量整體變幅較小，最大輸沙量出現(xiàn)在2018年，為0.211億t，最小輸沙量出現(xiàn)在2008年，為0.028億t，最大輸沙量與最小輸沙量的極值比為7.54，平均年輸沙量為0.100億t；蘭州水文站年輸沙量平均值為0.214億t，2018年輸沙量迅速增加至0.96億t，是平均年輸沙量的4.49倍，其余年份變幅較小。頭道拐水文站年輸沙量整體變幅較大，最大輸沙量出現(xiàn)在2019年，為1.440億t，最小輸沙量出現(xiàn)在2016年，為0.163億t，最大輸沙量與最小輸沙量的極值比為8.83，平均年輸沙量為0.537億t，同時2018年和2020年輸沙量均超過0.9億t。文獻資料顯示受2018年洪水影響，黃河上游來水來沙量增加，輸沙量明顯增多[18]。

圖2 不同水文站年輸沙量變化

圖2中還反映出頭道拐水文站年輸沙量隨年份不斷增大，且增長速率較大，而其他兩個水文站年輸沙量隨時間變化不明顯。平均年輸沙大小排序為頭道拐>蘭州>唐乃亥，由此可知年輸沙量沿程增加。

1.3 不同水文站年平均含沙量變化特征

上游干流不同水文站年平均含沙量的變化特征如圖3所示。由圖3可知，唐乃亥水文站年平均含沙量最小值為0.158kg/m3，最大值為0.797kg/m3，對應的年份分別為2008年和2010年，年平均含沙量基本呈持平態(tài)勢，均值為0.476kg/m3，逐年變化幅度較小。蘭州水文站年平均含沙量變化范圍為0.163～1.340kg/m3，對應的年份分別為2021年和2003年，極值比為8.22，年平均含沙量整體呈下降趨勢，均值為0.586kg/m3。頭道拐水文站年平均含沙量呈先增后減再增再減的變化趨勢，第一個平均含沙量高峰出現(xiàn)在2007年，達到3.800kg/m3，第二個平均含沙量峰值出現(xiàn)在2019年，高達4.080kg/m3，為20年來的最大值，最小值為2015年的1.410kg/m3，最大值與最小值之間極值比為2.89，均值為2.599kg/m3。

圖3 不同水文站年平均含沙量變化

總體來看，不同水文站年平均含沙量最值出現(xiàn)年份各不相同，但所有站點年平均含沙量變化基本持平，頭道拐水文站研究年份內(nèi)年平均含沙量值最高，蘭州水文站次之，唐乃亥水文站最小，因而可的年平均含沙量沿程增大。

1.4 不同水文站輸沙模數(shù)變化特征

上游干流不同水文站輸沙模數(shù)變化特征如圖4所示。唐乃亥水文站輸沙模數(shù)最小值為22.5t/(y·km2)，最大值為173.0t/(y·km2)，對應的年份分別為2008年和2018年，平均輸沙模數(shù)值為81.9t/(y·km2)。蘭州水文站輸沙模數(shù)在25.8～431t/(y·km2)之間變化，平均輸沙模數(shù)為96.0t/(y·km2)，除2018年外，其他年份變幅較小這種突變與該站年徑流量和年輸沙量變化大致相同。頭道拐水文站輸沙模數(shù)變化趨勢與該站點年輸沙量變化相同，也呈升～降～升～降～升～降的波動態(tài)勢，最大值為391t/(y·km2)，最小值為44.3t/(y·km2)，極值比達8.83，平均輸沙模數(shù)為145.8t/(y·km2)。

圖4還反映出唐乃亥水文站和頭道拐水文站輸沙模數(shù)隨時間不斷增大，后者增長速率大于前者，蘭州水文站輸沙模數(shù)隨時間變化不明顯，但研究年份內(nèi)所有站點輸沙模數(shù)最大值出現(xiàn)在該站點，這是由于該年度受洪水影響，輸沙量極具增大所致。由平均輸沙模數(shù)可知輸沙模數(shù)沿程不斷增大。

圖4 不同水文站輸沙模數(shù)變化

2 黃河上游干流主要水文站不同變量間關系

主要探究不同水文站年徑流量與年輸沙量、年輸沙量與年平均含沙量以及年徑流量與年平均含沙量之間的關系，輸沙模數(shù)因與年輸沙量變化基本一致，因而不做進一步研究。利用SigmaPlot軟件，模擬不同變量之間線性與非線性函數(shù)關系，尋求最優(yōu)模擬函數(shù)。

2.1 不同水文站年徑流量與年輸沙量關系

上游干流不同水文站年徑流量與年輸沙量之間的關系如圖5所示，見表2。由圖5可以得出，3個水文站年徑流量與年輸沙量之間均呈正相關關系，年輸沙量均隨著年徑流量的增大而增加，不同的是，蘭州水文站線性與非線性擬合曲線基本重合，年輸沙量隨年徑流量增加幅度較小。由表可知，唐乃亥水文站年徑流量與年輸沙量相關系數(shù)R達到0.7，非線性曲線擬合相關性略高于線性曲線擬合，因而可選用y=0.0913-0.0006x+3.0062×10-6x2研究二者之間的關系，其中y代表年輸沙量，單位為億t，x代表年徑流量，單位為億m3；蘭州水文站年徑流量與年輸沙量相關系數(shù)R僅為0.3，表明該站點在研究二者之間關系時不宜選用上述兩種方法；頭道拐水文站年徑流量與年輸沙量相關系數(shù)R高達0.9，且線性與非線性擬合相關性基本相同，為簡化計算可選用y=-0.3074+0.0044x來研究二者之間的關系。

圖5 不同水文站年徑流量與年輸沙量變化關系

表2 不同水文站擬合方程及相關系數(shù)

2.2 不同水文站年徑流量與年平均含沙量關系

上游干流不同水文站年徑流量與年平均含沙量之間的變化關系如圖6所示，見表3。由圖6可以得出，唐乃亥水文站和頭道拐水文站年徑流量與年平均含沙量之間呈正相關關系，蘭州水文站年徑流量與年平均含沙量之間呈負相關關系。由表可知，唐乃亥水文站年徑流量與年輸沙量最大相關系數(shù)R僅為0.3，表明該站點在研究二者之間關系時不宜選用上述兩種方法；蘭州水文站年徑流量與年輸沙量相關系數(shù)偏低，因而也不宜選用上述兩種方法研究變量之間的關系；頭道拐水文站年徑流量與年輸沙量最大相關系數(shù)R達到0.7，可選用y=0.1035+0.0185x-2.458×10-5x2來研究二者之間的關系，其中y代表年平均含沙量，單位為kg/m3，x代表年徑流量，單位為億m3。

表3 不同水文站擬合方程及相關系數(shù)

圖6 不同水文站年徑流量與年平均含沙量變化關系

2.3 不同水文站年輸沙量與年平均含沙量關系

上游干流不同水文站年輸沙量與年平均含沙量之間的變化關系如圖7所示，見表4。由圖7可以得出，3個水文站年輸沙量與年平均含沙量之間均呈正相關關系，年輸沙量均隨著年徑流量的增大而增加，不同的是，蘭州水文站非線性擬合曲線由于2018年洪水影響，存在最大值。由表2可知，唐乃亥水文站年輸沙量與年平均含沙量最大相關系數(shù)R達到0.8，非線性曲線擬合相關性高于線性曲線擬合，因而可選用y=-0.0037+7.4688x-20.7702x2研究二者之間的關系，其中y代表年平均含沙量，單位為kg/m3，x代表年輸沙量，單位為億t；蘭州水文站年輸沙量與年平均含沙量非線性擬合曲線相關系數(shù)R達到0.9，而線性擬合相關系數(shù)僅為0.1，因此可選用y=-0.1536+5.4403x-5.2672x2來描述二者之間的關系；頭道拐水文站年輸沙量與年平均含沙量最大相關系數(shù)R高達0.9，且線性與非線性擬合相關性基本相同，因而可選用y=0.9085+4.4462x-1.6762x2研究二者之間的關系。

圖7 不同水文站年輸沙量與年平均含沙量變化關系

表4 不同水文站擬合方程及相關系數(shù)

3 結(jié)語

黃河上游水量及泥沙變化對中下游河道走向、河流生態(tài)健康及生產(chǎn)生活等具有重大影響。以往研究多以單個水文站為對象[19]，文中通過對多個水文站水沙變化研究，得出年徑流量隨年份呈上升態(tài)勢，這可能與洪水及上游水庫調(diào)度有關；年輸沙量、年平均含沙量和輸沙模數(shù)沿程不斷增大，年徑流量變化與此不同，說明從河源段到?jīng)_擊平原段水沙變化并不完全遵循同步規(guī)律。文中不足之處為數(shù)據(jù)年限較短，且對泥沙來源缺乏量化研究。因此，加強降雨及洪水監(jiān)測，對上游各支流長系列水沙變化特性進行分析研究，才能深入明晰上游水沙變化特性，保障沿途居民生命財產(chǎn)安全。