降雨序列的变异分析范文

本站小编为你精心准备了降雨序列的变异分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《水电能源科学杂志》2015年第十二期

摘要：

为了有效地了解气候变化背景下我国降雨序列变异情况，采用Hurst系数法进行趋势诊断和跳跃诊断，从而分析年降雨序列的变异，并利用基尼系数法对年内降雨序列的均匀度进行量化分析。对宁波市北仑区5个国家雨量站降雨序列的变异分析结果表明，降雨序列的变异点与当时的气候条件相关性很强。

关键词：

气候变化；降雨序列；变异分析；Hurst系数；基尼系数

1引言

21世纪以来，人类活动引起的气候变化、极端天气频繁发生，从而影响水文循环过程。IPCCAR5［1］指出，气候变化速度比估计的更快，极端事件的强度和频率也发生了明显变化。在气候变化过程中，原有的水文序列可能失去了一致性。近年来，多选取流域径流序列进行变异分析，如谢平等［2］通过构建水文变异诊断系统，选取合适的权重综合多种检验方法进行详细的诊断分析；李彬彬等［3］将Hurst系数法与Bartels检验相结合，以弥补Hurst系数法存在的周期性和相依性弱的问题；WANGWeiguang等［4］使用Mann－Kendall趋势分析、线性回归和逆距加权插值分析了年度和季节尺度的降雨、径流和气温；XULigang等［5］将极限偏差理论和Mann－Kendall相关性等方法运用到多个时间尺度的降雨分配中；张利茹等［6］采用有序聚类分析法和Mann－Kendal检验法对黄河、淮河流域的典型支流的水文序列进行变异分析。本文针对年降雨序列，采用Hurst系数法进行变异分析，利用基尼系数描述年内降雨分配状况，构建降雨年内分配均匀度模型，从年际和年内两个角度综合分析降雨序列的变异情况，并通过实例验证了方法的可行性，结果可供参考。

2原理与方法

2．1Hurst系数法Hurst系数法［7］可以从整体上检验随机性长期水文要素序列的变异程度。谢平等［2］针对水文要素序列的检验，提出了基于Hurst系数的变异程度分级表（表1），拟定当H＝0．5时，序列表现出随机的布朗运动；当H＞0．5时，序列表现为正趋势的持续效应，未来的变化趋势与现在相同；当H＜0．5时，序列表现为反趋势的持续效应，未来的变化趋势与现在相反；H偏离0．5的程度越大，序列表现出的正／反趋势持续效应就越强烈。

2．2基尼系数基尼系数［8］的实质是对序列的均匀度进行量化分析，可将其用于水文要素的年内分配规律研究中。水文要素序列年内分配均匀度模型的构建步骤如下。步骤1选取拟研究的水文要素，按照月值进行升序排列。步骤2分别计算每月序列值占年总量的累计百分比。步骤3以时间累计百分比为横轴，序列值累计百分比为纵轴，拟合出历年水文要素分配洛伦兹曲线。步骤4根据洛伦兹曲线求出拟研究水文要素序列的年内分配均匀度（基尼系数）。基尼系数越大，表示年内分配越不均匀。

3实例分析

浙江省宁波市北仑区位于浙江省陆地的最东端，海岸线长达171．2km，陆域面积为585km2，海域面积为258km2，多年平均降雨日数约为145d，多年平均降雨量达1486mm，日最大降雨量达589mm（2005年8月6日），最大年降雨量达2366．7mm（1989年）。北仑区地处中纬度大陆东岸，属亚热带季风气候区。春季天气开始转暖，阴晴不定；夏季天气炎热、梅雨连绵，台风侵袭时，会带来大量的降水；秋季晴热少雨，易形成干旱；冬季在西伯利亚冷高压的影响下，以晴冷干燥为主。选取北仑区4个具有代表性的国家雨量站（杨岙站、大碶站、柴桥站和郭巨站）以及临近区域代表站（洪家塔站），基于Hurst系数法对其年际、年内降雨序列进行变异分析。雨量观测站基本情况见表2。

3．1年际降雨量变异分析在显著性水平α＝0．05、β＝0．01的条件下，通过重标极差法计算Hurst系数值以及不同长度水文序列的临界值rα、rβ和Hurst系数hα、hβ值，见表3。由表3可知，郭巨站的年降雨序列的Hurst系数值为0．7505＞h0．01＝0．7108，相关函数C（t）为0．4152＞r0．01＝0．3395，通过了显著性水平β＝0．01的假设检验，据此推断郭巨站点年降雨序列为中变异，说明郭巨站年降雨序列之间呈较强的持续性；柴桥站的年降雨序列的Hurst系数值为0．6228＜h0．05＝0．6807，相关函数C（t）为0．1856＜r0．05＝0．2846，表明该站点年降雨序列过去对未来几乎无影响，变异程度为无变异。同理，洪家塔站点年降雨序列呈较强的持续性，变异程度为中变异；杨岙站和大碶站年降雨序列无相关性，变异程度为无变异。

3．2年内降雨均匀度变异分析通过各站点年内降雨数据，借助基尼系数构建降雨年内分配均匀度模型，计算了洪家塔站、郭巨站、柴桥站、杨岙站、大碶站年降雨序列均匀度系列值（图1），在显著性水平α＝0．05、β＝0．01的条件下，利用Hurst系数法对站点历年年内降雨分配均匀度基尼系数值进行变异分析，结果见表4。由表4可知，郭巨站年内降雨分配均匀度的Hurst值为0．5721＜h0．05＝0．6676，并未通过显著性水平α＝0．05的检验，相关函数C（t）＝0．1051＜r0．05＝0．2616，表明该序列值并未发生变异。同理，柴桥站、杨岙站、大碶站、洪家塔站的年内降雨分配均匀度均未发生变异。综上所述，郭巨站和洪家塔站的年际降雨序列有明显的大尺度振荡特征，其原因在于：①郭巨站和洪家塔站均为滨海站点，受海洋气候影响较大，年际降雨波动较大，如洪家塔站点在1961、1990、1992、2010、2012年的年降雨量分别为2225、2420、2404、2142、2267mm，远远超过其他站点，以2012年为例，当年宁波市受到6个台风影响，其中8月份就有“苏拉”、“海葵”、“天秤”、“布拉万”4个台风，在数量和强度上均为历史罕见（洪家塔站点2012年8月降雨量达582mm），台风所带来的暴雨和局部特大暴雨均导致水文序列变异；②宁波的旱情一年四季均可能发生，危害较重的是出梅后的夏秋干旱，如果前期梅雨较少则会加重旱情，出现大旱的年份有1964、1967、1978年，其中1967年洪家塔站降雨量945mm，而郭巨站仅703mm；③通过调查原始资料，发现滨海站点与其他站点相比，年降雨量在1980年代呈增加趋势，在1990年代呈减少趋势。

4结论

基于Hurst系数法和基尼系数法，给出了一种判断年际和年内降雨序列变异的方法，构建了简便有效的水文序列变异分析系统，通过实例分析发现，利用本文方法可非常直观地看出降雨序列的变异程度。

参考文献：

［1］IPCC．WorkingGroupIContributiontotheIPCCFifthAssessmentReport（AR5），ClimateChange2013：ThePhysicalScienceBasis：FinalDraftUn－derlyingScientific－TechnicalAssessment［R／OL］．［2013－10－30］．

［2］谢平，陈广才，雷红富，等．水文变异诊断系统［J］．水力发电学报，2010，29（1）：85－91．

［3］李彬彬，谢平，李析男，等．基于Hurst系数与Bar－tels检验的水文变异联合分析方法［J］．应用基础与工程科学学报，2014，22（3）：481－490．

［4］WANGWeiguang，WEIJiande，SHAOQuanxi，etal．SpatialandTemporalVariationsinHydro－cli－maticVariablesandRunoffinResponsetoClimateChangeintheLuanheRiverBasin，China［J］．Sto－chasticEnvironmentalResearchandRiskAssess－ment，2015，29（4）：1117－1133．

［5］XULigang，ZHOUHongfei，DULi，etal．Precipi－tationTrendsandVariabilityfrom1950to2000inAridLandsofCentralAsia［J］．JournalofAridLand，2015，7（4）：514－526．

［6］张利茹，王兴泽，王国庆，等．变化环境下水文资料序列的可靠性与一致性分析［J］．水文，2015，35（2）：39－43．

［7］许斌．变化环境下区域水资源变异与评价方法不确定性［D］．武汉：武汉大学，2013．

［8］胡彩霞，谢平，许斌，等．基于基尼系数的水文年内分配均匀度变异分析方法———以东江流域龙川站径流序列为例［J］．水力发电学报，2012，31（6）：7－13。

作者：陈鹏 何军 徐小峰 徐枫 孙琰 单位：三峡大学 水利与环境学院 武汉大学 水资源与水电工程科学国家重点实验室 三峡地区地质灾害与生态环境湖北省协同创新中心