第3章 葛洲坝下中华鲟产卵场水温过程及特征分析
1981 年葛洲坝截留以来，中华鲟被迫在葛洲坝下形成新的产卵场，尽管检测表明，中华鲟的自然繁殖并未受其影响而中断，但中华鲟的栖息地质量显然已发生了较大转变，自然种群规模也大幅衰减。统计显示，中华鲟自然繁殖群体自 80年代以来正急剧下滑，到 2014 年，研究人员认为坝下的中华鲟亲鱼数量可能已不足百尾。2003 年，举世瞩目的三峡工程建成蓄水，给整个长江带来全局变化，处于下游的中华鲟产卵场水文及水环境条件也发生显著变异，这种变异可能给中华鲟的自然繁殖带来新的挑战。
三峡水库蓄水后，长江中下游包括中华鲟产卵场水文情势及水环境条件都将受到三峡枢纽的运行和调节影响。随之而来的是，河流的水文状况不再是纯自然条件下的水文状况，而受人为活动影响的半人工河流，径流、降雨量、水温等都发生显著改变，这种改变可能不仅仅是量的改变，而是流域整个水文循环过程的变化，例如洪峰减小，枯季流量增大，冬季水温偏高等。水温是本文的研究重点，由于三峡水库巨大库容量，能够储存大量的能量，并出现热分层现象，从而形成了水气热交换过程中的缓冲带，影响大坝下泄水温。三峡大坝下泄水温又直接决定了坝下短距离河段的水温过程，包括中华鲟产卵场。本章拟运用时间序列分析技术，从不同角度对近 30 年中华鲟产卵场水温的变化进行研究，揭露研究期内水温变化的本质特征。
3.1数据材料。
本研究以宜昌水文站提供的 1981 年 1 月-2012 年 12 月葛洲坝下游 32 年的水温数据为研究对象，如图 2.1.宜昌水文站检测断面位于中华鲟产卵场内，并且断面水温变化不大，因此可以直接引用。
3.2产卵场水温过程变化分析。
3.2.1 年平均水温趋势。
采用线性回归方法对 1981 年-2012 年中华鲟产卵场多年平均水温趋势进行分析，如图 3.1 所示。图中显示，过去 32 年中华鲟产卵场多年水温主要成上升趋势。
1981 年平均水温为 18.02℃，2012 年平均水温上升到 18.85℃，最高温出现在 2006年，年平均水温高达 19.70℃，多年平均升温速率约为 0.04℃/年。推测，该江段水温的上升是由于气候变暖背景下长江流域整体水温升高的一个局部表现。
自然河流的水温受多种因素影响，但多年水温变化主要受流域气候趋势影响。
近 30 年来，长江流域同全球气候变暖趋势一致，2006 年受大洋环流异常影响，全国平均气温达到 1951 年以来的历史最高温[41],这可能也是 2006 年水温最高的主要原因。
3.2.2 年平均水温序列突变点。
水文时间序列突变点是指水文观测序列在某个时间点的前后，其统计规律发生显著变异，这个发生变化的时刻称为水文时间序列突变点。水文序列式流域下垫面在一定气候条件下的反映，对于一个流域来说，水文情势主要受气候变化和人类活动影响，当气候条件或人类活动强度发生较大改变时，流域的下垫面发生变化，失去原有的平衡，水文序列的平稳性也就遭到破坏，出现一个或多个突变点。例如在流域修建大型水库，通常会造成径流量、流域蒸发量等水文要素发生改变，反应在水文时间序列里，就可能出现水文时间序列突变点，这种突变点就是由人类活动造成。
水文时间序列的变异诊断是水文统计分析的重要内容，是检验水文序列一致性的有效分析方法，也是评价气候变化和人类活动对水资源影响、水文预测、水资源规划与管理的前提，具有重要现实意义，同时能为水生态和水生生物保护提供重要信息。准确的诊断水文时间序列突变的发生不仅能为准确把握水文走向、分析未来趋势提供理论支持，而且能减少水文模拟和预测的前期工作。
目前水文时间序列突变点检测技术已经成为水文统计研究的热点问题，国内外关于突变点检测的方法很多，主要分为两类：参数检验和非参数检验。采用较多的检测方法有 Lee-Heghinian 检验法[42]、贝叶斯变点分析法[43]、滑动 F 检验[44]、滑动 t 检验、Mann-Kendall 检验法[45]、Brown-Forsythe 检验法[46]、滑动秩和检验[47]、R/S 检验法[48]、李氏指数与小波分析[49]等。拜存有等[50]对国内的研究方法做了综述，周园园等[51]则汇总了各方法在国内各流域的应用。这些已有的方法都有着各自的适用条件，对不同的变异类型检测效果也不尽相同。参数检验通常对总体分布有特殊要求，例如 Lee-Heghinian 检验法、Bayesian 检验法都假设时间序列的总体分布为正态分布。雷红富等[52]对 10 种常用方法做了性能检验，结果表明，秩和检验、Brown-Forsythe、有序聚类、滑动 T 检验、Bayesian、Lee-Heghinian 检验方法对均值变异序列检验效果明显，对包含偏态系数或变差系数变异的序列检验效果都不理想。
有序聚类分析法属于非参数检验的一种，对总体分布不做假设，因此适用性强，且算法简单，对均值变异检验效果良好。
有序聚类分析法最早由丁晶（1986）在进行洪水时间序列干扰点的推求时应用于水文时间序列的突变诊断[54].
分别为时间点之前和之后序列的均值，为该序列的离差平方和。以满足条件为最优分割点，即为该时间序列的突变点。
采用该方法对 32 年年平均水温序列进行突变点检测，结果表明，宜昌站过去30 年水温突变发生在 1993 年，其突变特征为均值升高，即年平均水温上升形成了突变。如图 3.2 所示，1981 年~1993 年第一阶段，多年平均水温为 17.90℃，1994年~2012 年第二阶段，多年平均水温为 18.73℃，平均升高了 0.83℃。利用基于有序聚类的突变检测方法与线性回归方法对比，可以发现，该种突变实际上是趋势渐变的累积效应，前后两阶段水温变化趋势基本一致，突变点并没有实际的价值意义。
为进一步分析水温变化的细节信息，对 32 年的 12 个月各月平均水温序列进行突变检测，并采用相同的有序聚类法，计算结果如表 3.1 所示。结果表明，12个月各月突变特诊不同，突变形式有均值升高也有均值降低，并未呈现明显的年际突变特征。
对比年平均水温序列和月水温序列突变特征表明，可以发现：12 个月份中多数月份与年序列突变点不同；另一方面，3 月-6 月水文序列为降低趋势，与年平均水温序列趋势完全相反。
以上说明，尽管年平均水温序列代表了年际水温变化趋势，但并不能真正反映水温变化过程。年平均水温在将月平均水温统计值代数平均之后，再进行突变或趋势分析，就可能忽略了部分水温过程，最终的累积效应表现片面化。天然河流的水温、流量、降雨量等呈现四季变化，不同的年内分布决定了该水文年的特点和性质。以年统计序列为对象的突变检测方法都无法准确、全面描述该区域水文情势的突变过程。
就目前而已，现有的水文时间序列突变检测方法都针对于年水文序列，这就导致了方法本身具有一定的局限性--忽略了水文周期内非同步性变异。水文周期内非同步性异向变化，用单一参数难以描述全面，为综合评估年际间水文要素变化情况，准确反映年内水文过程变化的累积效应，需提出新的参数或特征，包括变化幅度和形式，从而进行水文序列突变点识别。
本研究拟进一步延伸有序聚类方法在水文时间序列突变检测技术中的应用，不仅继承原有方法的算法优势，能够有效识别均值突变的一维水文序列，而且提升了对水文时间序列过程变异以及多特征混合变异的识别能力，下文将结合实例加以说明。
3.2.3 周期水温过程突变点。
有序聚类是指对有时间先后顺序的对象进行聚类分析，在地质勘探、天气预报、天体演化等领域应用广泛，主要用于样本的分类分级。有序聚类分析的特点是根据对象的多个特征值，建立对象两两间相互距离，用距离衡量对象间的差异程度，用类间距离衡量组间差异程度，聚类的结果要求组内距离最小，组间距离最大。聚类的这种思想运用于在时间序列分析中，可以轻易的分辨序列长期发展的阶段性和突变点。
在时间序列分析中，下一时刻的观测值对上一观测值有一定的依赖性，体现事物发展的连续性，反应长期水文变化趋势。当时间序列发生突变，事物从一种状态转变成另一种状态或者从一个阶段发展到另一个阶段，这种依赖性、连续性出现了间断。运用有序聚类，同一状态或阶段的对象之间相似性高，而不同状态或阶段之间差异性大，那么相同状态或阶段的水文对象就可以聚成相应的一类，从而可以描述水文情势发展的阶段性，阶段的变化则预示时间序列的突变。
最经典的有序聚类算法是 Fisher 提出的，也称为最优分割法[53],方法如下：
设有 n 个有序样品，每个样品为 m 维向量，若将样品分成 k 类，表示为：P（n,k）：{, ,……},{, ,……},……{, ,……},其中 1=i1< i2<……< ik<n,用 D（i,j）表示类{, ,……}（i<j）的直径，公式为：（3.4）定义这一分类的误差函数：（3.5）定义类间平方和：
（3.6）误差函数反映组内样本的差异程度，类间平方和反应各类之间的差异程度。
考虑到样本总离差平方和：
（3.7）存在，可知：当 n,k 固定时，S 为一个常数，和随分法不同而变化。显然，当越小，越大，反之亦然。根据聚类思想，要求组类差异越小、类间差异越大越好，显然当最小时，分类最合理，也就是所谓的最优分割法。
不难证明，在费歇尔算法中，当 m=1,k=2 时，即为丁晶算法，其原理完全相同。
有序聚类分析法[54]
属于非参数检验的一种，对总体分布不做假设，因此适用性强，且算法简单，但同样存在上述的局限性。陈远中等[55]
曾对有序聚类法提出改进，但改进的方法主要倾向于诊断时间序列线性趋势的转折点。
实际上，有序聚类可以轻易推广至多维特征情形，即当 m>1 时，称为多元有序聚类。运用多元有序聚类进行水文时间序列突变分析时，选取以 12 个月水文统计值代替年统计值作为水文要素的年特征，运用最优分割法，即以 X:
（x1,x2,x3,……，x12）为对象，若只有一个突变点，则序列分割成{X1,X2, ……和{,, ……，则相应分类的误差函数（在丁晶的方法中称为离差平方和）为：
（3.8）其中，此时求 min 便得到序列突变点。
在水文观测或统计序列中，不同频率获取的水文信息不同，生成的时间序列结构和特征也不同。显然，频率越大，包含细节越多。年水文序列包含区域大水文循环下的趋势，月水文序列则包含年水文循环过程中季节性变化，以月水文序列作为年水文的 12 个特征值，用特征对象间的"距离"反映年际水文变化，能够综合周期内水文发展过程，对多年水文变化进行诊断的结果，自然能够反映出更全面的突变信息。
以 12 个月平均水温 （t1,t2,t3,……，t12）为对象，对宜昌站 32 年水温序列{T1,T2, ……进行突变点检测，通过多元有序聚类分析，得出突变点为 2005 年，即 1981 年至 2012 年间宜昌站水温主要呈现两个阶段： 1981 年-2005 年与 2006 年-2012 年。
为更直观体现多元聚类分析过程，对 32 年水温序列进行层次聚类，绘出树状图如图 3.2,层次聚类较盲目，聚类的样本没有先后顺序。虽然聚类结果无法给出突变点位置，但突变的前后阶段无疑会被聚成不同的组类，因此可以对突变分析结果进行验证。图中清晰显示了 32 年水温过程的相互间差异程度。若将这 32 年水温过程进行分类，则分成 2 类最佳，即 1981 年-2005 年和 2006 年-2012 年两组。
说明，2006 年后，葛洲坝下游水温过程确实发生了显著变化，从而验证了突变点检测结果。
对比 1981 年-2005 年与 2006 年-2012 年多年平均水温过程，见图 3.3,表明：2006 年以后，葛洲坝下游宜昌站周期内水温过程发生了明显改变，3 月至 6 月水温有明显下降趋势，1 月至 2 月，9 月至 12 月水温有明显上升趋势，与表 1 进行对比，各月水温变化趋势基本吻合；最低温月份由 1 月、2 月向后推迟至 3 月。对12 个月份水温变幅进行调查，见图 3.4,发现 12 个月份中，升幅最大的为 12 月，平均升高 3.67°C;降幅最大的月份为 4 月，平均降低 3.24°C.9 个月份水温变幅超过 1°C,再次说明，2006 年以后该江段水温过程已显著改变。
总的来说，宜昌站近 32 年水温并不仅仅呈现升温一种趋势，而是经历了一个较大的过程性突变，表现为升温过程的推迟以及降温过程的滞后。由于周期内水温的非同步性变异，导致了这种结构突变最终难以从年平均水温中体现出来。因此，在用传统方法分析多年水温突变时，只能识别表面趋势，无法识别 2005 年这一突变点。多元有序聚类分析的引入，揭示了这 32 年水温序列的主要突变过程，相比传统年水文序列的检测结果，多元有序聚类分析的诊断结果更加全面。
有序聚类分析在水文时间序列突变点识别问题的应用，有着自身的多元分析、算法简单易行优势，但也可能存在弊端。譬如，该方法无法对时间序列未来的发展趋势做出推估和预测，这是因为在利用离散化思想解决连续性问题时，不可避免会失去原有的连续性，这也是其他离散化统计模型自身存在的缺陷。目前，水文序列突变点识别技术已向综合化发展，有序聚类法的应用前景还需进一步探索。
3.2.4 分析与讨论。
自然河流的水文时间序列的变化是多种环境、气象、人为因素共同作用的结果，多个特征或参数可能同时或先后发生变化，最终形成水文序列特征或结构的突变，给水文分析造成巨大的困难。目前已提出的时间序列突变点检测方法多针对年统计值的突变，只运用单一特征或参数，难以澄清水文过程和趋势的本质变化。本文对有序聚类法进行发掘，引入多元有序聚类分析，可以综合年内水文要素的多个特征，包含更多水文细节，诊断水文序列突变更加全面。
中华鲟产卵场位于葛洲坝下 4km 江段，1981 年~2012 年年平均水温主要呈上升趋势，年升温速率约 0.4℃/年。对葛洲坝下游宜昌站水温序列进行突变点分析，传统突变检测方法得出突变点为 1993 年，突变形式为均值升高。经进一步对每年12 月水温序列进行检测，发现月水温序列突变形式和突变点同年水温序列存在显著差异，表明传统突变分析方法存在一定的局限性。多元有序聚类分析得出的突变点为 2005 年，与 32 年水温聚类结果吻合，具有可靠性。进一步分析证明，1981年至 2012 年间葛洲坝下游宜昌水温时间序列的主要突变为过程性突变，具体表现为 2006 年以后，每年 3 月至 6 月水温降低，9 月至次年 2 月水温升高。
影响自然河流水温的主要因素为气候变化和大兴水利工程建设。结合长江流域的水文背景，不难推测，造成宜昌江段水温过程突变的主要因素很有可能与三峡水库的蓄水活动有关。根据资料，2006 年，三峡水库首次将蓄水位抬高至 156m,2010 年库水位首次达到 175m,库容和水体表面积的急剧增加，使得水体的热平衡模式发生变化，加上高坝水库的水体层化，导致下泄水温发生改变，形成了水库"滞温"效应，这在很多研究中已有证明[56~58].尽管 2003 年大坝蓄水以来，大坝已开始影响并改变下游的水温过程，但在工程建设运行的初期，滞温效应还并不明显。
2003~2005 年相对于 2002 年以前多年平均水温过程，平均水温变幅为 0.9℃、0.8℃和 1.0℃，但 2006 年相对水温变幅达到了 1.9℃，12 月份变幅甚至超过了 4℃，这种变异最终导致了水温过程的统计特征在 2005 年后形成了转折。
三峡大坝作为世界第一大水利枢纽工程，在带来巨大经济社会效益的同时，也对长江中下游的水文情势和水温过程造成了不可避免的影响。水温作为重要的生态因子，水温的变化将直接影响长江中下游栖息鱼类的生长和繁殖。四大家鱼作为我国长江重要的渔业资源，在宜昌至城陵矶江段分布着 10 余处产卵场。天然情况下家鱼在春季的升温期产卵，产卵的最适水温为 20℃~24℃，水温低于 18℃从未有过繁殖活动。彭期冬等调查发现，三峡大坝蓄水以后，坝下水温达到 18℃的时间和四大家鱼产卵时间均向后推迟了，尤其在蓄水位到达 156m 和 175m 以后，坝下首次发现家鱼卵苗较天然情况下推迟了一个月以上[59].中华鲟主要在秋冬季节的降温期产卵，最适水温为 17℃~20℃，三峡大坝蓄水后，产卵场水温的降温过程发生了推迟，中华鲟自然繁殖原本集中于 10 月中下旬，近些年已推迟至 11 月和 12 月，并呈现向后推迟的趋势。长江水生生物资源量丰富，不同的水生生物适宜的水温不同，长江中下游水温过程的改变将直接影响长江水生生物的生长繁殖及种群动态，进而可能威胁流域生态系统的稳定和生物多样性。
3.3小结。
本章从趋势、突变点两个角度，对 1981 年~2012 年中华鲟产卵场水温过程及其特征进行分析，结合水温周期性特点，阐明了传统线性回归及年平均序列突变点分析在分析周期性水文时间序列时的局限性，提出针对水文时间序列结构突变点的多元有序聚类分析的分析方法。利用多远有序聚类分析，得出 32 中华鲟产卵场水温过程的突变点，进一步详细描述了突变的形式及变幅，并分析了突变可能的起因及影响。
