CN108876047B - 基于gamlss模型输沙贡献率的研究方法 - Google Patents
基于gamlss模型输沙贡献率的研究方法 Download PDFInfo
- Publication number
- CN108876047B CN108876047B CN201810667867.0A CN201810667867A CN108876047B CN 108876047 B CN108876047 B CN 108876047B CN 201810667867 A CN201810667867 A CN 201810667867A CN 108876047 B CN108876047 B CN 108876047B
- Authority
- CN
- China
- Prior art keywords
- sand
- sand transportation
- contribution rate
- calculating
- change
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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
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,Si表示观测到的输沙量,Si,l表示百分比预测不确定性的下限,Si,u表示百分比预测不确定性的上限;
步骤3的具体过程如下:
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,Si表示观测到的输沙量,Si,l表示百分比预测不确定性的下限,Si,u表示百分比预测不确定性的上限;
步骤3的具体过程如下:
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、P0.9为0.92、R0.9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、R0.9均最小,而P0.9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,Si表示观测到的输沙量,Si,l表示百分比预测不确定性的下限,Si,u表示百分比预测不确定性的上限;
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3.3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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810667867.0A CN108876047B (zh) | 2018-06-26 | 2018-06-26 | 基于gamlss模型输沙贡献率的研究方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810667867.0A CN108876047B (zh) | 2018-06-26 | 2018-06-26 | 基于gamlss模型输沙贡献率的研究方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108876047A CN108876047A (zh) | 2018-11-23 |
CN108876047B true CN108876047B (zh) | 2021-07-20 |
Family
ID=64294732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810667867.0A Active CN108876047B (zh) | 2018-06-26 | 2018-06-26 | 基于gamlss模型输沙贡献率的研究方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108876047B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162839B (zh) * | 2019-04-24 | 2022-12-16 | 中国水利水电科学研究院 | 一种流域水沙变化影响因素贡献率的辨识方法及系统 |
CN110598315B (zh) * | 2019-09-10 | 2022-11-18 | 太原理工大学 | 变化条件下流域非一致性设计洪水的不确定性分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729651A (zh) * | 2017-10-17 | 2018-02-23 | 黄河水利委员会黄河水利科学研究院 | 基于多维度的坡面细沟发育形态特征综合量化方法 |
CN108009565A (zh) * | 2017-11-07 | 2018-05-08 | 中山大学 | 一种变异环境下河网区设计洪水位计算方法 |
-
2018
- 2018-06-26 CN CN201810667867.0A patent/CN108876047B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729651A (zh) * | 2017-10-17 | 2018-02-23 | 黄河水利委员会黄河水利科学研究院 | 基于多维度的坡面细沟发育形态特征综合量化方法 |
CN108009565A (zh) * | 2017-11-07 | 2018-05-08 | 中山大学 | 一种变异环境下河网区设计洪水位计算方法 |
Non-Patent Citations (4)
Title |
---|
Analyzing the Impacts of Climatic and Physiographic Factors on Low Flow Distributions;Kun-xia Yu et al.;《Water Resour Manage》;20171030;全文 * |
基于基流退水过程的非一致性枯水频率分析;熊斌等;《水利学报》;20160731;第873-883页 * |
黄河中游多沙粗沙区水沙变化趋势及其主控因素的贡献率;孙倩等;《地理学报》;20180419;第945-956页 * |
黄河头道拐水沙变化多元驱动因子贡献率分析;冉大川等;《水科学进展》;20151130;第769-778页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108876047A (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272146B (zh) | 一种基于深度学习模型和bp神经网络校正的洪水预测方法 | |
Huang et al. | Using multiple-criteria decision-making techniques for eco-environmental vulnerability assessment: a case study on the Chi-Jia-Wan Stream watershed, Taiwan | |
Du et al. | Modeling and analysis of effects of precipitation and vegetation coverage on runoff and sediment yield in Jinsha River Basin | |
Gao et al. | Quantitative study on influences of terraced field construction and check-dam siltation on soil erosion | |
CN106777688A (zh) | 一种水土保持工程减水减沙效益定量评价方法 | |
Jiang et al. | Geomorphic evolution of the Yellow River Delta: Quantification of basin-scale natural and anthropogenic impacts | |
CN107401140B (zh) | 支流尾闾河段造床流量的确定方法 | |
Briones et al. | Hydrologic impact evaluation of land use and land cover change in Palico Watershed, Batangas, Philippines Using the SWAT model | |
CN108876047B (zh) | 基于gamlss模型输沙贡献率的研究方法 | |
Ibrakhimov | Spatial and temporal dynamics of groundwater table and salinity in Khorezm (Aral Sea Basin), Uzbekistan | |
Serede et al. | Calibration of channel roughness coefficient for Thiba Main Canal Reach in Mwea irrigation scheme, Kenya | |
CN107016205A (zh) | 一种地下水数值模拟的多模型构建方法 | |
Jaffrés et al. | Hydrological characteristics of Australia: relationship between surface flow, climate and intrinsic catchment properties | |
Aksoy et al. | Smoothed minima baseflow separation tool for perennial and intermittent streams | |
Annis et al. | On the influence of river basin morphology and climate on hydrogeomorphic floodplain delineations | |
CN112926786B (zh) | 一种基于关联规则模型和数值模拟的浅水湖泊目标水位逆向预测方法及系统 | |
Chen et al. | Artificial neural network approach for quantifying Climate Change and Human Activities Impacts on shallow groundwater level: A case study of Wuqiao in North China Plain | |
Meng et al. | Rainfall–runoff process and sediment yield in response to different types of terraces and their characteristics: A case study of runoff plots in Zhangjiachong watershed, China | |
CN114037248A (zh) | 一种基于生态赤字指标的河流生态风险评估方法 | |
Abouabdillah | Hydrological modeling in a data-poor Mediterranean catchment (Merguellil, Tunisia). Assessing scenarios of land management and climate change | |
Neri et al. | Similarity of catchment dynamics based on the interaction between streamflow and forcing time series: Use of a transfer entropy signature | |
Schmid et al. | Development of a Regional Groundwater Model for the Indus Basin Irrigation System of Pakistan | |
Asante-Sasu | Estimation of the rate of sediment transport into the Bui hydropower reservoir | |
Lingqi et al. | Evaluating Runoff-Sediment Relationship Variations Using Generalized Additive Models That Incorporate Reservoir Indices for Check Dams | |
Regina | Uncertainty in Stormflow Generation Processes in the Humid Tropics of Central Panama |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |