# 极端水文气候事件对热带河流流域悬移质泥沙动态的影响——以印度塔皮河流域为例

《Journal of Hydrology: Regional Studies》：Impact of hydroclimatic extremes on suspended sediment dynamics in a tropical river basin, India

　　

# 摘要翻译

水文气候极端事件对河流泥沙动态构成重大挑战，直接影响水资源管理、农业及河流生态系统。本研究以印度热带塔皮河流域（Tapi River Basin, TRB）为对象，整合流量历时曲线（Flow Duration Curve, FDC）、洪水频率分析、洪水连通系数（Flood Connectivity Coefficient, FCC）、泥沙输移比（Sediment Transfer Ratio, STR）、泥沙率定曲线（Sediment Rating Curve, SRC）、滞回环分析、土壤和水评估工具（Soil and Water Assessment Tool, SWAT）模型模拟及野外实地观测，系统评估了极端洪水与长期气候变率对悬移质泥沙负荷及河道形态的影响。研究基于1984—2016年流量数据和1990—1994年及2000—2011年泥沙观测数据，结合1982—2018年印度气象局（India Meteorological Department, IMD）0.25°格点降水与气温数据，对流域上游（Upper Tapi Basin, UTB）和中游（Middle Tapi Basin, MTB）开展分析。研究发现：（1）极端洪水事件期间，流域悬移质泥沙浓度较多年平均值高出50%–100%，泥沙负荷增加约200%–300%；（2）泥沙负荷与日降水量≥50 mm的天数（RD50）呈强相关（r = 0.87），与季平均流量（Q_seas）相关系数为0.77；（3）洪水波连通性呈显著空间异质性，非均匀降水分布是导致上下游洪水断连的主要自然驱动因素，而大型水库（如Ukai大坝）则加剧了人为调控下的水文断连；（4）上游河道以侵蚀为主（单位水流功率最大约450 W/m2），下游以沉积为主（单位水流功率降低3–4倍），河床纵向调整呈现侵蚀—沉积转变格局；（5）基于RD50和Q_seas建立的多元线性回归（Multiple Linear Regression, MLR）模型可有效预测泥沙负荷（R2 = 0.87）。1984—2018年间，年均降水增加约8%、年最大降水增加约28%，对应泥沙产量增加约36%。研究表明，极端水文气候事件是热带河流泥沙动态的关键驱动因素，降水空间分布和洪水连通性共同控制泥沙的产生与输移，研究结果为热带流域泥沙管理和洪水风险评估提供了科学依据。

# 论文主体内容解读

## 一、研究背景与科学问题

泥沙动态是河流系统研究中的核心议题，对水资源管理、农业生产和河流生态系统具有深远影响。泥沙的侵蚀、输移与沉积过程不仅受降水、径流等水文气候条件的控制，还与河道形态和连通性结构密切相关。在全球气候变化背景下，极端降水事件的频率和强度不断增加，进一步加剧了河流泥沙动态的复杂性。然而，现有研究多集中于温带或半干旱地区，对热带河流流域在极端水文气候条件下的泥沙响应机制认识仍然不足。特别是对受大坝调控的热带河流，水文连通性与泥沙连通性的耦合机制及其对河道形态的影响，尚缺乏系统性的过程研究。塔皮河流域（Tapi River Basin, TRB）作为印度第二大自西流向的热带河流，其流域面积为65,145 km2，流域内分布着两座大坝（Hathnur坝和Ukai坝），将河道分为上、中、下三个子流域。该流域以玄武岩为主，河道兼具基岩和冲积特征，农业用地约占61%，黏土约占55%–60%，季风期降水占全年90%以上。该流域频繁遭受极端洪水和严重泥沙问题的困扰，是研究热带河流泥沙动态对水文气候极端事件响应的理想天然实验室。

针对上述背景，研究人员提出了四个核心科学问题：（1）极端洪水期间流量—泥沙关系如何变化？（2）洪水（断）连通性的本质特征、驱动因素及其对泥沙动态和河道形态有何影响？（3）气候极端事件如何塑造泥沙产量的时空格局？（4）哪些水文气候变量对泥沙产生起最强控制作用，这些参数能否用于泥沙负荷估算？为回答这些问题，研究人员整合了多年实测水文泥沙数据、SWAT模型模拟、野外考察和统计分析等多种方法，系统开展了极端水文气候条件下热带河流泥沙动态的过程研究。

## 二、研究采用的主要方法与数据

研究人员使用了中央水务委员会（Central Water Commission, CWC）1984—2016年的逐日流量、水位和 hydraulic 数据，以及1990—1994年和2000—2011年的泥沙观测数据（因1995—1999年数据缺失严重而排除）。气象数据采用印度气象局（IMD）1982—2018年0.25°×0.25°格点日降水和气温数据。数字高程模型（DEM）来自美国地质调查局（USGS，30 m分辨率），土地利用数据来自印度国家遥感中心（NRSC），土壤数据来自联合国粮农组织（FAO）。研究区域聚焦于上游（UTB）和中游（MTB）子流域（总面积58,324 km2），排除了受Ukai大坝强烈影响的Tapi下游盆地（LTB），因该区域无泥沙观测站。

研究采用的关键方法包括：（1）流量历时曲线（FDC）和洪水频率分析，通过比较五种频率分布（Gumbel、Log-Pearson III、正态、广义极值（GEV）和Weibull），确定Log-Pearson III为最优拟合；（2）构建洪水连通系数（FCC），综合流量传递比（FTR）、滞后时间系数（LTC）和互相关系数（CC）三个指标，定量评估河道纵向水文连通性；（3）泥沙率定曲线（SRC）和滞回环分析，用于解析悬浮泥沙负荷（SSL）与流量的关系及洪水过程中的泥沙动态变化；（4）泥沙预算和泥沙输移比（STR）分析，估计河道冲淤特征；（5）SWAT水文模型，设置44个子流域和219个水文响应单元（HRU），采用Arc-SWAT界面进行1982—2018年模拟，并以SWAT-CUP SUFI-2算法进行率定和验证（流量19个敏感参数、泥沙22个敏感参数）；模型评价采用纳什效率系数（NSE）和决定系数（R2）；(6)基于降水极值指标与泥沙负荷的多元线性回归（MLR）模型。

## 三、主要研究结果

### 3.1 流域水文气候特征

基于33年（1984—2016年）流量数据的水文分析表明，塔皮河月均流量从上游的300–600 m3/s向下游的700–800 m3/s递增。Log-Pearson III分布为最优洪水频率拟合方法。研究识别出1990、1994、1998、2006和2007年为极端洪水年份。FDC分析显示，Hathnur小坝在高流量条件下对水文连通性影响有限（上下游流量差异仅约10%），而Ukai大坝则在丰水和枯水期均显著改变了下游河段的流量变异性，表明大坝规模对水文连通性的影响存在显著差异。极端气候年分析确定了2006年和2013年为极端湿润年（降水距平分别为+43.5%和+37.5%），1985年和1987年为极端干燥年（降水距平分别为-31.3%和-25.6%）。

### 3.2 极端洪水期间的泥沙动态

泥沙率定曲线（SRC）分析显示，上游Dedtalai站的系数a仅为3.7，而下游Burhanpur、Savkheda和Sarangkheda站的系数a增至27–39，指示泥沙可利用量沿程递增。各站SRC指数b接近1.2，表明日尺度下各河段泥沙侵蚀强度相对一致，而中游河段b值略增至1.27，意味着随着流量增加泥沙动员能力更强。滞回环分析表明，极端洪水期间流域大部分站点的泥沙浓度较平均值高出50%–100%，泥沙负荷增加200%–300%。但Burhanpur站例外，其泥沙浓度接近平均值；上游Purna河的Gopalkheda站和Girna河的Dapuri站泥沙浓度在洪水期间分别下降约20%和29%。滞回环整体呈顺时针方向，说明洪水初期快速输移河床附近和河漫滩上的易侵蚀泥沙，洪峰过后泥沙供应减少。滞回环面积从上游Dedtalai（约93）向下游Sarangkheda（约422）递增，指示下游河道洪峰涨落段泥沙响应差异更大，流量—泥沙解耦更强。Girna河的流量—泥沙关系极弱（R2仅0.019），表现出独特的泥沙响应模式。

### 3.3 极端洪水期间的河道形态调整

横断面测量数据显示河道形态对极端洪水的响应呈显著空间分异。2007年洪水（重现期94年）期间，UTB的Burhanpur站平均河床侵蚀0.26 m；2006年洪水（重现期72年）期间，MTB的Sarangkheda站平均河床淤积0.24 m。较小洪水事件引起的河床变化有限或表现为淤积（如1994年洪水在Burhanpur造成0.33 m淤积，在Sarangkheda造成0.44 m淤积）。单位水流功率（USP）分析表明，Burhanpur站平均USP为15 W/m2，最大约450 W/m2，而Sarangkheda站的USP仅为前者的1/3至1/4，指示从上游高能侵蚀区向下游低能沉积区的转变。河床质粒径分析进一步支持了这一解释——Burhanpur站D??约为19 mm（粗砾石），而Sarangkheda站D??仅约0.46 mm（细砂）。

### 3.4 SWAT模型率定与验证

SWAT模型在多数站点表现出良好的模拟能力。Burhanpur和Sarangkheda站的日流量模拟R2、NSE和KGE均大于0.60（Sarangkheda率定期和Yerli站除外）。月流量和月泥沙负荷在三个站点的率定期和验证期大多达到R2、NSE和KGE > 0.60。模型成功再现了2006年极端洪水期间Yerli站的洪峰事件，表明其捕捉极端条件下洪峰的能力。Yerli站表现相对较差可能与气象和流量数据的不确定性以及人类活动影响有关。模型敏感性分析显示，CN2、SOL_K和ESCO分别是Burhanpur、Yerli和Sarangkheda站流量模拟最敏感的参数，而CH_N2是各站泥沙模拟最敏感的参数。

### 3.5 长期泥沙产量对极端气候的响应

1984—2018年35年模拟结果表明，流域年均降水增加约8%、年最大降水增加约28%，在土壤、土地利用、地质和地形保持不变的情况下，年泥沙产量增加约36%，表明泥沙产量对高强度降水事件高度敏感。空间分析显示，UTB北部在气候平均态下具有更高的降水、径流和泥沙产量。2006年极端湿润年，MTB降水较平均值高出100%–150%，径流增加400%–1200%，泥沙产量增加300%–500%。2013年湿润年的泥沙增产幅度较小（100%–300%），因为降水分布更均匀且集中于相对低起伏区域。1985年和1987年两个干旱年的泥沙产量下降60%–70%，径流减少50%–60%，降水距平减少约30%。

### 3.6 泥沙负荷与水文气候变量的关系及MLR模型

相关分析表明，泥沙负荷与RD50（年日降水≥50 mm的天数）相关系数最高（r = 0.87），与季平均流量（Q_seas）相关系数为0.77。RD50与Q_seas之间的相关系数低于0.60，方差膨胀因子（VIF）为1.53，表明不存在严重的多重共线性问题。基于RD50和Q_seas建立的MLR模型对泥沙负荷的预测精度较高，R2 = 0.87，NSE = 0.87。鉴于样本量有限（仅13年完整观测数据），模型存在一定过拟合风险，结果解释需适当谨慎。

## 四、讨论与结论

研究讨论部分主要围绕洪水连通性的本质、驱动因素及其对泥沙动态的影响展开。FCC分析揭示了TRB洪水连通性的事件依赖性和空间非均匀性：1994年和1998年多次洪水在上游河段表现为强连通（FCC值0.85–0.97），而1994年Sarangkheda至Ghala河段因水文过程线相似性低（CC = 0.19）和2天滞时被判定为断连（FCC = 0.61）；2006年和2007年极端洪水在上下游间也表现为部分连通或断连。空间降水距平分析表明，流域内非均匀降水分布是造成洪水断连的主要自然驱动因素，例如2006年MTB降水距平超过100%而UTB仅增加10%–20%，导致上游洪水对下游贡献有限。洪水连通与泥沙连通紧密耦合：1990年和1994年连通性较高的洪水期间，MTB的Savkheda站泥沙负荷是UTB的Burhanpur站的2倍以上；而2006年和2007年水文断连事件可能对应泥沙断连。

关于长期泥沙变化趋势的讨论指出，在相对较少受人类干扰的流域，极端水文气候变量能有效解释泥沙产量变化；而在受大坝调控的系统中，人类干预（尤其是水库拦截）在改变下游泥沙通量方面起主导作用。已有研究表明，全球许多河流因建坝导致下游泥沙通量减少，这与TRB上游产沙增加而下游因水库拦截导致泥沙供给减少的现象一致。双累积曲线分析显示，降水—径流关系在2004—2008年存在显著突变点，与2006和2007年大洪水年重合，进一步支持极端水文气候变率是泥沙产量变化的重要控制因素。但研究也承认，土地利用/覆被变化（LULC）在35年模拟期间可能对泥沙产量有额外贡献，SWAT模型中固定的LULC输入无法完全分离气候与土地利用变化的影响。敏感性分析验证了FCC权重方案（FTR 0.40，CC 0.30，LTC 0.30）的稳健性，但也指出赋予单一指标过高权重可能显著改变连通性分类结果。模型不确定性方面，SWAT模拟的径流和泥沙产量95%预测不确定性范围分别为-41%至+65%和-19%至+91%。床沙质负荷估算表明，极端洪水期间推移质仅占总泥沙负荷的约2%–3%，悬移质为主力输沙方式。

研究结论可归纳为以下四个方面：（1）极端洪水使TRB各站泥沙浓度较平均值增加50%–100%，泥沙负荷增加200%–300%，且泥沙响应具有显著的事件依赖性和河段依赖性，并非简单地与流量成正比；（2）洪水连通性无一致的纵向模式，受洪水规模、事件特征、降水分布和人为调控共同控制；空间非均匀降水是上游河段洪水波传播的重要控制因素，大型水库则在下游河段显著改变纵向水文连通性；洪水连通性与河道形态紧密耦合，上游高能侵蚀与下游低能沉积的格局影响河道输水能力并可能增加未来洪水风险；（3）降水总量和空间分布共同控制泥沙产生，高起伏区域的局地性降水即使总量较小也能产生更多泥沙；长期来看，极端水文气候变率是泥沙产量变化的重要驱动因素；（4）RD50和Q_seas是预测泥沙负荷的有效变量，MLR模型可为热带流域泥沙负荷估算提供简便工具。总体而言，TRB的泥沙动态是极端水文气候强迫、洪水波连通性、泥沙可利用性和河道特征相互作用的结果。在全球变暖背景下极端水文气候事件预计增加的态势下，整合降水变率、水文连通性、泥沙来源和河道响应的河流特异性过程评估，对改进热带河流系统未来泥沙动态预测、支撑可持续水资源管理和防洪减灾具有重要的科学意义和实践价值。