不同网络模型在流域水文变异诊断中的应用
2022-08-12郝英泽
郝英泽
(黑龙江省庆达水利水电工程有限公司,哈尔滨 150080)
1 绪 论
水文变异诊断可识别河川径流的变异时间点,通常水文序列分为近天然序列和人类活动干扰序列,处于人类活动干扰期的近天然序列,对比实测径流序列,可定性自然或社会因子在河川径流演变过程的影响,水文演变结果可验证不同水文预测模型的准确性[1],为水文研究提供一定的理论基础,同时对制定流域水资源调配、社会目标实现提供重要的参考信息。
2 水文变异诊断体系
长时间气候序列采用分段线性拟合进行回归变异诊断,模型目标函数原理是利用最小二乘法计算全局最优解,步骤如下[2]:
1)假设一时间序列{y(ti)}i=1,…,n;
2)利用最小二乘法拟合变异点时间序列,分段线性拟合方程表达为:
(mm=0,…,m;Tmm≤ti≤Tmm+1)
(1)
式中:Tmm为变异点位置;b为回归系数向量。
假设该时间序列存在3个变异点:
y(t1),…,y(tbp(2)),…,y(tbp(3)),…,
y(tbp(4)),…,y(tm)
(2)
序列中tbp(2)、tbp(3)、tbp(4)是变异点位置,建立回归方程:
y(ti)=a1ti+c1,i=1,…,bp(2)
(3)
变点处存在连续性,联立方程式如下:
c2=c1+(a1-a2)tbp(2)
(4)
c3=c1+(a1-a2)tbp(2)+(a2-a3)tbp(3)
(5)
c4=c1+(a1-a2)tbp(2)+
(a2-a3)tbp(3)+(a3-a4)tbp(4)
(6)
3)确定任意两断点间的最小距离后,准则表达为:
min‖y-As‖
(7)
式中:s为向量解;A是(n×(m+1))矩阵。
上述准则可得出最优的线性分割点,不断迭代后,可得计算时间序列的所有回归变异点。
3 流域综合诊断
3.1 流域概况
渭河流域总集水面积为13.48×104km2,流域水量丰富,主要支流有14条。多年平均气温7.8-13.5℃,多年平均降水量572mm,分布趋势为山区多平原少,有南向北递减,空间分布不均衡,多年平均蒸发量120-600mm[3]。
3.2 回归变异诊断
图2-4为咸阳、临潼、华县水文站的回归变异计算结果。不同站点的回归变异诊断结果见表1[4]。
图1 渭河流域水系图
图2 咸阳水文站年径流回归变异结果
图3 临潼水文站年径流回归变异结果
图4 华县水文站年径流回归变异结果
表1 咸阳站、临潼站以及华县站年径流回归变异诊断结果
由图示结果可知:①咸阳水文站的实测年径流在1934-1964年间趋于平稳,此后的年径流序列不断降低。分析认为,该期间大范围的人类活动和环境变化,造成渭河流域年径流趋势发生明显改变。1995-2010年间,年径流序列变化平稳,下降速率趋于缓慢,该时间段的水利工程进入运行期,人类活动得到限制。②临潼和华县水文站的整体径流变化基本类似咸阳站,除过90年后期,两站的径流下降幅度明显大于咸阳站,分析是由泾河和北洛河的汇入量降低、蒸发量偏高的原因造成。
3.3 方差变异
基于临潼站回归变异的计算分析结果,分段剔除实测年径流量的趋势成分,利用预置白过程(PW)去除序列的自相关性,然后代入ICSS模型,进行序列方差变异的多点检测[5]。结果表明,临潼站方差变异点为1985年,模型统计量变化及变异点位置检测结果如图5所示。
图5 ICSS检测统计量变化及变异点位置
从图6可得,变异点前数据变幅较大,之后变幅减小,最值相差达到1/3,箱体(25%-75%分位数区间)高度降低将近1/2。1985年作为方差变异点,去趋势序列出现显著的振幅变化,Dk>95%的对应统计量1.358。表明流域水文序列丰水年已经消失,河流径流减小,对河流生态环境将造成不利影响。
图6 统计量变化及变异点位置
3.3.1 不同因子对检验结果的影响
方差变异诊断模型受序列趋势因子影响较大,为论证趋势成分的影响程度,去除水文序列的自相关性,并带入模型直接辨识方差变异点。图7为含趋势成分的方差变异诊断结果。
图7 含趋势成分的原始序列的方差变异检验结果
由图可知:①ICSS模型未辨识出方差变异点,故认为趋势成分客观影响方差变异诊断结果。②通过验证认为变异点检测和序列长度有一定关系,当序列边缘和变异点距离>3时,诊断模型可准确辨识;当距离<3时,数值出现跳跃,对结论产生一定误导。③ICSS算法计算方差变异点结果准确,剔除自相关性因素后,可准确识别变异点,运用该算法进行方差变异诊断合理有效。
4 结 论
文章基于水文变异回归和方差诊断基本原理,运用不同模型计算渭河流域水文时间序列变异点,得到该序列的统计参数和水文序列的变异结果,验证不同模块下的算法适用性。结果表明:渭河流域径流序列在1985年发生明显变化,相关关系在时域上有变异,此后径流量振幅降低,水文序列演变趋于平缓。