CN108876047B - 基于gamlss模型输沙贡献率的研究方法 - Google Patents

Abstract

本发明公开的基于GAMLSS模型输沙贡献率的研究方法，首先，收集整理流域出口站的水沙资料；其次，计算各个指标与输沙的关系式以及拟合过程线，并计算90％的P‑factor和R‑factor、50％分位数序列方差和均值、相关系数以及AIC；然后，采用归因分析法对六个指标进行分析，得出各个指标对输沙变化的影响程度；最后，计算各个指标对输沙的贡献率。本发明公开的基于GAMLSS模型输沙贡献率的研究方法，解决了现有技术不能准确、全面地得出气候变化和人类活动对输沙贡献率影响程度的问题，采用主成分回归分析，消除了多重共线性的影响，不仅考虑了各变量均值产生的影响，还考虑各变量年际方差变化对输沙的影响。

Description

基于GAMLSS模型输沙贡献率的研究方法

技术领域

本发明属于水文水资源技术领域，涉及一种基于GAMLSS模型输沙贡献率的研究方法。

背景技术

近几十年以来，气候变化显著，全球气温升高，降水格局发生变化，降水增多，厄尔尼诺、干旱以及洪涝等极端天气增多，冰山、常年积雪融化以及人类活动的影响等，使得地质地貌遭受破坏，加剧了土壤侵蚀和泥沙流失现象。水沙变化是当今世界普遍关注的重大问题之一，水沙变化不仅受气候变化的影响，土地利用等人类活动也是影响水沙变化的主要原因。人类活动的影响包括：水利工程修建、水土保持措施实施、滥砍滥伐、过度放牧、开矿等。因此，建立物理意义明确、数据获取容易的影响输沙变化贡献率的方法迫在眉睫。

发明内容

本发明的目的是提供一种基于GAMLSS模型输沙贡献率的研究方法，解决了现有贡献率计算技术中仅将影响因素分为气候变化和人类活动两大类，导致不能准确计算输沙变化的多个影响因子的具体贡献率的问题。

本发明所采用的技术方案是，基于GAMLSS模型输沙贡献率的研究方法，具体操作过程包括如下步骤：

步骤1.收集整理流域出口站的水沙资料，以及整个流域降水、潜在蒸发量、累积坝控面积、水平梯田面积、林地面积以及草地面积；

步骤2.计算步骤1中六个协变量与输沙的关系式以及拟合过程线，并计算90％的P-factor和R-factor、50％分位数序列方差和均值、相关系数以及AIC；

步骤3.采用归因分析法对六个协变量进行分析，得出各个协变量对输沙变化的影响程度；

步骤4.根据步骤3得到的各个协变量对输沙变化的影响程度，计算各个协变量对输沙的贡献率。

本发明的其他特点还在于，

步骤2的具体过程如下：

步骤2.1采用主成分分析法对水土保持措施变量进行降维处理，具体是：选取累积方差贡献率大于80％时对应的变量个数代替所有的措施协变量，从而通过较少的协变量对4个水土保持措施变量进行表示；

步骤2.2对于降维处理后的因子，再结合降水和年潜在蒸发量，将四个协变量代入GAMLSS模型中通过R语言的gamlss包进行计算，得到六个影响因素与输沙均值和方差的拟合关系；

步骤2.3根据拟合的均值和方差的函数式，计算在不同分位数下对应的输沙值：90％的P-factor和R-factor、50％分位数序列方差和均值、相关系数以及AIC，通过R语言软件计算，具体计算过程如下：

其中，n表示样本大小，S_i表示观测到的输沙量，S_i,l表示百分比预测不确定性的下限，S_i,u表示百分比预测不确定性的上限；

其中，

为模型参数，

为回归参数估计值所对应的对数似然函数，df为对数似然函数的自由度。

步骤3的具体过程如下：

步骤3.1首先对数据在1984年的基础上进行5年滑动平均处理，取受影响较小的初始滑动窗口为基准期，基准期及概率p对应的分位数为

是基准期对应的分位数，因此分位数变化如公式4所示：

步骤3.2根据公式4分析滑动窗口与基准窗口的协变量变化对

的贡献，假设协变量为x₁,x₂,…,x_n-1,x_n,

对

的贡献如公式5所示：

然后，通过调换计算次序重新计算，通过公式5，总共计算n！次，最终结果取各种计算次序下的平均值，用以清除采用上式计算

先后次序的影响；

步骤3.3根据公式5得出在不同年份不同协变量对输沙变化的影响量，通过R语言对公式5进行编程，从而得出6个协变量分别对输沙变化的影响量。

步骤4中通过步骤3得到各个协变量对输沙变化的影响量，以退耕还林还草实施的1998年为突变前后，从而得出各个协变量对输沙变化的贡献率。

本发明的有益效果是，基于GAMLSS模型输沙贡献率的研究方法，解决了现有贡献率计算技术中仅将影响因素分为气候变化和人类活动两大类，导致不能准确计算输沙变化的多个影响因子的具体贡献率的问题。针对影响输沙变化的多个影响因素，得出不同协变量对输沙变化的贡献率；在分析时，防止措施之间的交互作用，故采用主成分回归分析，消除了多重共线性的影响；考虑到不同协变量对输沙变化的影响时，不仅考虑了各变量均值产生的影响，还考虑各变量年际方差变化对输沙的影响。

附图说明

图1是本发明的基于GAMLSS模型输沙贡献率的研究方法的流程图；

图2是黄河中游多沙粗沙区的无定河流域分布图；

图3是降水量与输沙量之间的关系拟合图；

图4是潜在蒸发量与输沙量之间的关系拟合图；

图5是累积坝控与输沙量之间的关系拟合图；

图6是水平梯田与输沙量之间的关系拟合图；

图7是林地与输沙量之间的关系拟合图；

图8是种草与输沙量之间的关系拟合图；

图9是六个协变量与输沙量之间的关系拟合图

图10是各因素随时间变化对输沙的影响程度；

图11是不同措施对输沙影响的贡献率。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明的基于GAMLSS模型输沙贡献率的研究方法，如图1所示，具体操作过程包括如下步骤：

步骤1.收集整理流域出口站的水沙资料，以及整个流域降水、潜在蒸发量、累积坝控面积、累积水平梯田面积、累积林地面积以及累积种草面积；

步骤2.计算步骤1中六个协变量与输沙的关系式以及拟合过程线，并计算90％的P-factor和R-factor、50％分位数序列方差和均值、相关系数以及AIC；

步骤3.采用归因分析法对六个协变量进行分析，得出各个协变量对输沙变化的影响程度；

步骤4.根据步骤3得到的各个协变量对输沙变化的影响程度，计算各个协变量对输沙的贡献率。

步骤2的具体过程如下：

步骤2.1采用主成分分析法对水土保持措施变量进行降维处理，从而通过较少的协变量对4个水土保持措施变量进行表示：

通过主成分分析，选取累积方差贡献率大于80％时对应的变量个数代替所有的措施协变量；

步骤2.2对于降维处理后的因子，再结合降水和年潜在蒸发量，将四个协变量代入GAMLSS模型中通过R语言的gamlss包进行计算，得到六个影响因素与输沙均值和方差的拟合关系；

步骤2.3根据拟合的均值和方差的函数式，计算在不同分位数下对应的输沙值：90％的P-factor和R-factor、50％分位数序列方差和均值、相关系数以及AIC，通过R语言软件计算，具体计算过程如下：

其中，n表示样本大小，S_i表示观测到的输沙量，S_i,l表示百分比预测不确定性的下限，S_i,u表示百分比预测不确定性的上限；

其中，

为回归参数估计值所对应的对数似然函数；df为对数似然函数的自由度。

步骤3的具体过程如下：

步骤3.1首先对数据基于1984年进行5年滑动平均处理，取受影响较小的初始滑动窗口为基准期，基准期及概率p对应的分位数为

是基准期对应的分位数，因此分位数变化如公式4所示：

步骤3.2根据公式4分析滑动窗口与基准窗口的协变量变化对

的贡献，假设协变量为x₁,x₂,…,x_n-1,x_n,

对

的贡献如公式5所示：

其中，x₁,x₂,…,x_n-1,x_n,

为不同的协变量；

然后，通过调换计算次序重新计算，通过公式5，总共计算n！次，最终结果取各种计算次序下的平均值，用以清除采用上式计算

先后次序的影响；

步骤3.3根据公式5得出在不同年份不同协变量对输沙变化的影响量，通过R语言对公式5进行编程，从而得出6个协变量分别对输沙变化的影响量。

步骤4中通过步骤3得到的各个协变量对输沙变化的影响量，以退耕还林还草实施的1998年为突变前后，从而得出各个协变量对输沙变化的贡献率。

具体实施方式如下：

由于黄河中游多沙粗沙区是黄河流域泥沙的主要来源区，该地区生态本底的脆弱性，植被覆盖度低，加之人类滥砍滥伐及开矿等原因造成水土流失现象尤其严重；使得支流带入了大量泥沙进入黄河，严重威胁着该地区的生态安全和社会经济可持的发展；同时输沙量变化显著，使得黄河中的泥沙含量减沙，二级悬河压力减轻，但同时入海口的冲刷严重，使得我国的国土面积减少。因此，本方法以黄河中游多沙粗沙区的无定河流域为例，如图2所示，计算该地区引起输沙变化的贡献率，具体过程如下：

根据国家在1998年施行的退耕还林还草政策以及各变量对输沙影响量的稳定，选取合适的年份将序列分位突变前和突变后，从而得出影响输沙的变化的贡献率：

首先计算各个变量分别与输沙量的拟合关系，通过对比图3-9，利用1984～2009年无定河流域年输沙量系列资料，计算得到年输沙量实测值的均值和方差分别为5.59万t和3.68。林地面积的AIC为608.61、P_0.9为0.92、R_0.9为2.52，50％分位点序列的均值和方差分别为5.06万t和2.09，相关系数为0.58。与其它5个协变量因子相比，林地面积的AIC、R_0.9均最小，而P_0.9和相关系数均最大，50％分位点序列的均值和方差与相应的年输沙量实测值的均值和方差最接近，说明90％的年输沙量实测点都落入了年累积林地面积的90％不确定区间且该不确定性区间的范围较小。因此，与其它5个影响因素相比，本文建立的年输沙量与年累积林地面积之间的回归关系可以较好地反映无定河流域年输沙量的实际变化规律；如图10所示：通过5年滑动平均，得出各因素随得出随时间变化对输沙的影响程度。对比六个协变量，得出水平梯田和累积坝控是影响输沙变化的主要因素，且累积坝控和水平梯田对输沙一直呈现减少的作用；种草在1995年前使得输沙减少，但在1995年以后使得输沙增加；而林地在1998年前使得输沙增加，但在1998年之后使得输沙减少；降水在2003年之前，使得输沙量减少，但在2003年之后，使得输沙量略微有所增加。1998年及其以后累积坝控、水平梯田、林地以及种草对输沙的影响基本趋于稳定，因此本文以1998年为分界年份，分析1998年前后不同协变量对输沙影响的平均贡献率；

从图11可知，1988～1998年之前降水、潜在蒸发、累积坝控、水平梯田以及种草使得输沙量减少，而林地使得输沙量增加，其中水平梯田措施影响最大，平均贡献率为33.73％；降水次之，平均贡献率为26.75％；累积坝控平均的贡献率为22.84％；种草的平均贡献率为12.22％，潜在蒸发的贡献率为7.90％，林地的平均贡献率为-3.44％；1998年-2009年期间，潜在蒸发、累积坝控、水平梯田以及林地使得输沙量减少，而降水和种草措施使得输沙量增加，其中累积坝控对输沙的影响最大，平均贡献率为46.57％，水平梯田次之，平均贡献率为38.80％，降水平均贡献率为-4.85％，潜在蒸发的平均贡献率为21.39％，林地的平均贡献率为31.36％，种草的平均贡献率为-33.27％。

Claims (3)

1.基于GAMLSS模型输沙贡献率的研究方法，其特征在于，具体操作过程包括如下步骤：

步骤1.收集整理流域出口站的水沙资料，以及整个流域降水、潜在蒸发量、累积坝控面积、水平梯田面积、林地面积以及草地面积；

步骤2.计算步骤1中六个协变量与输沙的关系式以及拟合过程线，并计算90％的P-factor和R-factor、50％分位数序列方差和均值、相关系数以及AIC；具体过程如下：

步骤2.1采用主成分分析法对水土保持措施变量进行降维处理，具体是：选取累积方差贡献率大于80％时对应的变量个数代替所有的措施协变量，从而通过较少的协变量对4个水土保持措施变量进行表示；

步骤2.2对于降维处理后的因子，再结合降水和年潜在蒸发量，将4个水土保持措施变量代入GAMLSS模型中通过R语言的gamlss包进行计算，得到六个影响因素与输沙均值和方差的拟合关系；

步骤2.3根据拟合的均值和方差的函数式，计算在不同分位数下对应的输沙值：90％的P-factor和R-factor、50％分位数序列方差和均值、相关系数以及AIC，通过R语言软件计算，具体计算过程如下：

其中，n表示样本大小，S_i表示观测到的输沙量，S_i,l表示百分比预测不确定性的下限，S_i,u表示百分比预测不确定性的上限；

其中，

为模型参数，

为回归参数估计值所对应的对数似然函数，df为对数似然函数的自由度；

步骤3.采用归因分析法对六个协变量进行分析，得出各个协变量对输沙变化的影响程度；

步骤4.根据步骤3得到的各个协变量对输沙变化的影响程度，计算各个协变量对输沙的贡献率。

2.如权利要求1所述的基于GAMLSS模型输沙贡献率的研究方法，其特征在于，所述步骤3的具体过程如下：

步骤3.1首先对数据在1984年的基础上进行5年滑动平均处理，取受影响较小的初始滑动窗口为基准期，基准期及概率p对应的分位数为

是基准期对应的分位数，因此分位数变化如公式4所示：

步骤3.2根据公式4分析滑动窗口与基准窗口的协变量变化对

的贡献，假设协变量为x₁,x₂,…,x_n-1,x_n,

对

的贡献如公式5所示：

然后，通过调换计算次序重新计算，通过公式5，总共计算n！次，最终结果取各种计算次序下的平均值，用以清除采用上式计算

先后次序的影响；

步骤3.3根据公式5得出在不同年份不同协变量对输沙变化的影响量，通过R语言对公式5进行编程，从而得出6个协变量分别对输沙变化的影响量。

3.如权利要求2所述的基于GAMLSS模型输沙贡献率的研究方法，其特征在于，所述步骤4中通过步骤3得到各个协变量对输沙变化的影响量，以退耕还林还草实施的1998年为突变前后，从而得出各个协变量对输沙变化的贡献率。

Images