CN110197020B - 一种环境变化对水文干旱影响的分析方法 - Google Patents

Abstract

本发明公开了一种环境变化对水文干旱影响的分析方法，包括获取率定水文模型；获取不同的对比方案，各对比方案分别对应特定的气候条件和土地植被状况，基于所述率定水文模型模拟得到各对比方案对应的变化期模拟径流序列；获取以时间为协变量的非一致性最优模型，并基于所述非一致性最优模型计算出各对比方案变化期模拟径流序列对应的时变标准化径流指数序列；通过比较各对比方案对应的时变标准化径流指数序列识别出的干旱特征值的差异，分离出变化期内各种环境因素对水文干旱的影响。本发明考虑到了水文干旱的非一致性特点，能准确分离自然气候变异、人为气候变化、土地利用/覆被变化和人工取用水对水文干旱的影响，提高评价的全面性。

Description

一种环境变化对水文干旱影响的分析方法

技术领域

本发明属于水文水资源研究技术领域，具体涉及一种环境变化对水文干旱影响的分析方法，尤其涉及一种环境变化对水文干旱影响的四源分析方法。

背景技术

近年来，在全球变化的背景下，水文极端事件频繁发生。气候变化和人类活动是全球变化的重要组成部分，其对于水文干旱的影响是全球水科学研究的热点问题。气候变化(包括自然气候变异和人为气候变化)会影响到流域的产汇流过程，从而影响到水文干旱的发生、传播、演变。人类活动(如土地利用/覆被变化，人工取用水等活动)会影响到自然水循环过程，改变原有的降雨径流关系，也会对水文干旱造成重要影响。

针对环境变化对水文干旱的影响，已经开展了一些研究，但相关研究存在着不同的问题，一方面是没有考虑全球变化背景下水文干旱的非一致性问题，继续使用传统的基于序列一致性假设的干旱评估方法，导致评价结果存在较大的不确定性；另一方面是在分离气候变化对水文干旱的影响时，没有对自然气候变异和人为气候变化加以区分，低估了人类活动的相对影响大小。基于上述分析，如何定量分离以自然气候变异、人为气候变化、土地利用变化和人工取用水为代表的环境变化对水文干旱的影响，同时又能提高评价结果的准确性和全面性，依然是水文干旱研究面临的难题。

发明内容

针对上述问题，本发明提出一种环境变化对水文干旱影响的分析方法，考虑到了水文干旱的非一致性特点，可以更加准确地分离自然气候变异、人为气候变化、土地利用/覆被变化和人工取用水对水文干旱的影响，有效提高评价的全面性。

为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种环境变化对水文干旱影响的分析方法，包括：

获取水文气象序列，进行趋势及突变点分析并根据分析结果划分基准期和变化期，利用基准期的水文气象数据进行参数率定，获得率定水文模型；

获取不同的对比方案，各对比方案分别对应特定的气候条件和土地植被状况，基于所述率定水文模型模拟得到各对比方案对应的变化期模拟径流序列；

获取以时间为协变量的非一致性最优模型，并基于所述非一致性最优模型计算出各对比方案变化期模拟径流序列对应的时变标准化径流指数序列；

通过比较各对比方案对应的时变标准化径流指数序列识别出的干旱特征值的差异，分离出变化期内各种环境因素对水文干旱的影响，完成环境变化对水文干旱影响的定量分离。

优选地，所述不同的对比方案包括：方案1、方案2和方案3；

所述方案1为气候变化方案，其包括基准期土壤植被数据和变化期实测气象数据，模拟的变化期模拟径流序列记为Q_s-NAT；

所述方案2为土地植被方案，其包括变化期土壤植被数据和变化期实测气象数据，模拟的变化期模拟径流序列记为Q_s-LUCC；

所述方案3为自然气候变异方案，其包括基准期土壤植被数据和变化期全球气候模式历史时期数据，模拟的变化期模拟径流序列记为Q_s-CMIP6/NAT。

优选地，所述非一致性最优模型的获取过程具体为：

基于GAMLSS模型，构建四个以时间为协变量的非一致性模型，具体为：(1)μ和σ均不随时间变化；(2)μ随时间变化，σ不随时间变化；(3)μ不随时间变化，σ随时间变化；(4)μ和σ均随时间变化，其中，μ为位置参数，σ为尺度参数；

采用全局拟合偏差准则、AIC准则和SBC准则，筛选出非一致性最优模型。

优选地，所述基于所述非一致性最优模型计算出各对比方案变化期模拟径流序列对应的时变标准化径流指数序列，具体为：

基于所述非一致性最优模型，计算得到变化期各对比方案模拟径流序列Q_s-NAT、Q_s-LUCC、Q_s-CMIP6/NAT及实测径流序列Q_OBS对应的时变标准化径流指数序列SRI_v-NAT、SRI_v-LUCC、SRI_v-CMIP6/NAT及SRI_v-OBS，具体计算过程为：

计算累积概率分布函数：

F(x_i)＝∫f(x_i|μ_,σ),i＝1,…,n；

式中，x_i代表径流时间序列，f(x_i|μ,σ)代表概率密度函数，μ代表位置参数，σ代表尺度参数；F(x_i)表示累积概率分布函数，n为时间序列长度；

将累积概率分布函数F(x_i)序列进行标准正态化，得到SRI序列值，计算公式为：

式中：C₀、C₁、C₂、d₁、d₂、d₃均为常数；

根据上述计算步骤依次计算出各对比方案模拟径流序列对应的时变标准化径流指数SRI_v序列，并根据干旱划分原则，当SRI序列值小于设定阈值时，认为发生干旱，否则不发生干旱；识别过程中，分别统计各对比方案中每场干旱事件的干旱历时D、干旱严重程度S、干旱烈度I作为干旱特征值，三个干旱特征值的关系为I＝S/D。

优选地，所述通过比较各对比方案对应的时变标准化径流指数序列识别出的干旱特征值的差异，分离出变化期内各种环境因素对水文干旱的影响，具体为：

假设自然气候变异η_NC、人为气候变化η_HC、土地利用/覆被变化η_HL和人工取用水η_HW对水文干旱的影响相互独立，符合线性叠加原则；

选用累积干旱烈度特征值I_a作为比较指标，所述累积干旱烈度特征值I_a由一个方案对应的时变标准化径流指数SRI_v序列中所有场次的干旱烈度相加得到，通过对比不同方案对应SRI_v序列比较指标的差异，定量分离上述四种因素对水文干旱的影响，具体包括以下步骤：

方案1所对应的SRI_v-NAT序列，受气候变化的影响η_NC+η_HC，所以气候变化对水文干旱的影响通过以下公式表示：

方案2所对应的SRI_v-OBS序列，受到人类活动和气候变化的共同影响η_NC+η_HC+η_HL+η_HW；比较SRI_v-NAT和SRI_v-OBS两个序列的差异，计算出人类活动对水文干旱的影响(η_HL+η_HW)，公式如下：

方案3所对应的SRI_v-CMIP6/NAT序列，只受自然气候变异影响η_NC；比较SRI_v-CMIP6/NAT和SRI_v-NAT两个序列的差异，计算出自然气候变异影响η_NC和人为气候变化η_HC对水文干旱的影响，公式如下：

实测径流序列对应的SRI_v-LUCC序列，受自然气候变异、人为气候变化、土地利用/覆被变化的影响；比较SRI_v-LUCC和SRI_v-NAT两个序列的差异，计算出土地利用/覆被变化对水文干旱的影响η_HL；比较SRI_v-LUCC和SRI_v-OBS两个序列的差异，计算出人工取用水对水文干旱的影响η_HW，计算公式如下：

式中，I_a-NAT代表由气候变化造成的累积干旱烈度；I_a-OBS代表由气候变化和人类活动共同造成的累积干旱烈度；I_a-CMIP6/NAT代表由自然气候变异造成的累积干旱烈度；I_a-LUCC代表由自然气候变异、人为气候变化和土地利用/覆被变化共同造成的累积干旱烈度。

优选地，所述构建四个个以时间为协变量的非一致性模型步骤之前还包括以下步骤：

假设径流序列所服从的概率分布函数不变，即：

x_i～f(x_i|θ_i),i＝1,...,n

式中，n为时间序列长度，x_i代表径流时间序列，θⁱ为概率分布参数组，由多个参数组成，即

p＝1,…,m，m为参数个数；

假设概率分布参数则随时间t变化，并采用k次多项式描述分布参数θⁱ与t之间的关系：

f(μ_t)＝a₀+a₁t+a₂t²+…a_kt^k

f(σ_t)＝b₀+b₁t+b₂t²+…b_kt^k

……

式中，a₀、b₀为常数项，μ_t为位置参数，σ_t为尺度参数，a_i、b_i为多项式系数，i＝0,1,…,k，k代表多项式次数。

优选地，所述筛选出最优模型步骤之后还包括以下步骤：

对于筛选出的最优模型，通过计算模型残差的均值、方差、偏态系数、峰态系数和Filliben系数，并结合Worm图评价其构建的合理性。

优选地，所述获取水文气象序列，进行趋势及突变点分析并根据分析结果划分基准期和变化期，利用基准期的水文气象数据进行参数率定，获得率定水文模型，具体包括：

获取设定的水文气象数据；

基于所述水文气象数据中的径流数据建立年径流时间序列，对所述年径流时间序列进行趋势分析，并确定出年径流时间序列的突变点，定义突变点之前的时期为基准期，突变点之后的时期为变化期；

利用基准期的水文气象数据对水文模型进行参数率定。

优选地，所述对年径流时间序列进行趋势分析，具体包括：

对于一个径流时间序列{x₁,x₂,…x_n}，构造统计量S，所述统计量S服从正态分布，均值为0，其计算公式为：

式中:

sgn(·)为符号函数；x_i、x_j为径流时间序列；n为时间序列长度；

所述统计量S的方差计算公式为：

var(S)＝[n(n-1)(2n+5)]/18；

计算统计量S的标准化正态分布统计量Z，所述标准化正态分布统计量Z的计算公式为：

若Z大于0，则表示时间序列存在上升趋势，若Z小于0，则表示时间序列存在下降趋势；

在给定的显著性水平α下，由正态分布表可以查得临界值Z_α/2，若|Z|≥Z_α/2，则表示年径流时间序列存在显著的上升或下降趋势，否则不存在显著的上升或下降趋势。

优选地，所述确定出年径流时间序列的突变点，具体为

当年径流时间序列呈现显著性的趋势变化时，采用Pettitt检验确定年径流过程的突变点，具体包括以下步骤：

将含N个径流样本数据的年径流时间序列x分成两个子序列x₁,…,x_t和x_t+1,…,x_N；构造统计量U_t,N，所述统计量U_t,N的计算公式为：

式中：

sgn(·)为符号函数；x_i、x_j为径流时间序列；t为任一时间节点；N为年径流时间序列的长度；

计算每个时间节点为突变点的概率：

若给定显著性水平α，且p＞α，则该时间节点为突变点。

与现有技术相比，本发明的有益效果：

本发明提出一种环境变化对水文干旱影响的分析方法，考虑到了水文干旱的非一致性特点，可以更加准确地分离自然气候变异、人为气候变化、土地利用/覆被变化和人工取用水对水文干旱的影响，有效提高评价的全面性。

附图说明

图1为本发明实施例提供的一种环境变化对水文干旱影响的分析方法的流程图之一；

图2为本发明实施例提供的一种环境变化对水文干旱影响的分析方法的流程图之二。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。

下面结合附图对本发明的应用原理作详细的描述。

实施例

参考图1-2，本发明提供了一种环境变化对水文干旱影响的分析方法，包括以下步骤：

步骤一、获取水文气象序列，进行趋势及突变点分析并根据分析结果划分基准期和变化期，利用基准期的水文气象数据进行参数率定，获得率定水文模型；

步骤二、获取不同的对比方案，各对比方案分别对应特定的气候条件和土地植被状况，基于所述率定水文模型模拟得到各对比方案对应的变化期模拟径流序列；

步骤三、获取以时间为协变量的非一致性最优模型，并基于所述非一致性最优模型计算出各对比方案变化期模拟径流序列对应的时变标准化径流指数序列；

步骤四、通过比较各对比方案对应的时变标准化径流指数序列识别出的干旱特征值的差异，分离出变化期内各种环境因素对水文干旱的影响，完成环境变化对水文干旱影响的定量分离。

在本发明的一种具体实施例中，所述步骤一具体包括以下步骤：

(1.1)获取流域内的水文气象数据、土地利用(LUCC)数据、全球气候模式历史时期数据(CMIP6/NAT)、卫星遥感反演植被指数(LAI)数据等；

(1.2)基于所述水文气象数据中的径流数据建立年径流时间序列，对所述年径流时间序列进行趋势分析，并分析年径流时间序列的突变点，将突变点之前的时期划分为基准期，将突变点之后的时期划分为变化期；

在本发明实施例的一种具体实施方式中，对所述年径流时间序列进行趋势分析，并分析年径流过程的突变点，将突变点之前的时期划分为基准期，将突变点之后的时期划分为变化期，具体包括以下步骤：

(1.2.1)采用Mann-Kendall检验对所述年径流时间序列进行趋势分析，具体包括以下子步骤：

对于一个年径流时间序列{x₁,x₂,…x_n}，构造统计量S，所述统计量S服从正态分布，均值为0，其计算公式为：

式中:

sgn(·)为符号函数；x_i、x_j为径流时间序列；n为时间序列长度；

计算所述统计量S的方差，具体计算公式为：

var(S)＝[n(n-1)(2n+5)]/18；

计算所述统计量S的标准化正态分布统计量Z，所述标准化正态分布统计量Z的计算公式为：

若Z大于0，则表示年径流时间序列存在上升趋势，若Z小于0，则表示年径流时间序列存在下降趋势；

在给定的显著性水平α下，由正态分布表可以查得临界值Z_α/2，若|Z|≥Z_α/2，则表示年径流时间序列存在显著的上升或下降趋势，否则不存在显著的上升或下降趋势。

(1.2.2)当年径流时间序列出现显著性的趋势变化时，采用Pettitt检验对所述年径流时间序列进行突变点检测，具体包括以下子步骤：

将含N个径流样本数据的年径流时间序列x分成两个子序列x₁,…,x_t和x_t+1,…,x_N；构造统计量U_t,N，所述统计量U_t,N的计算公式为：

式中：

sgn(·)为符号函数；x_i、x_j为径流时间序列；t为任一时间节点；N为年径流时间序列的长度；

计算每个时间节点为突变点的概率：

若给定显著性水平α，且p＞α，则该时间节点为突变点。

在突变点之前的时期，径流过程没有发生明显的变化，我们称其为基准期。这一时期，水文干旱主要受到自然气候变异的影响，受人类活动的影响很小，可以忽略不计。突变点之后，径流过程的变化幅度远超基准期，将这一时期称为变化期。这一时期内，以人为气候变化、土地利用/覆被变化和人工取用水为代表的人类活动对径流过程的影响剧增，水文干旱受到气候变化和人类活动的共同影响。

(1.3)选用的水文模型为VIC分布式水文模型，利用基准期的水文气象数据，对所述VIC分布式水文模型的率定过程包括以下两个步骤：

参数敏感性分析：对水文模型参数进行敏感性分析后，筛选出敏感性大于设定阈值的参数进行率定，即选择敏感性较强的参数进行率定，以提高参数率定的效率；所述的敏感性分析采用的是现有技术，因此，本发明中不做过多的赘述；

参数率定：采用人工试错法，以基准期的降水、气温序列作为水文模型的输入，选择一组初始参数数据进行模拟计算，将模拟计算出的径流过程与实测径流过程进行比较，接着针对模拟结果不断调整参数继续进行模拟计算，直到模拟结果达到率定要求，即Nash-Sutcliffe效率系数(NSE)最接近1，相对误差(E_r)最接近0，和相关系数(CC)最接近1，完成水文模型参数的确定；

所述Nash-Sutcliffe效率系数(NSE)用来反映流量过程的吻合程度，其值越接近于1，则说明吻合程度越高，水文模型的模拟效果越好，其计算公式如下：

所述相对误差(E_r)用来反映水文模型模拟结果与实测结果之间在总量上的偏离程度，该值越接近于0，则说明模拟结果越接近于实测结果，其计算公式如下：

所述相关系数(CC)用来反映模拟结果与实测结果之间相关关系的密切程度，其值越接近于1，则说明模拟结果与实测结果相关程度越高，模拟精度就越高，其计算公式如下：

式中，Q_sim(i)为第i个月的模拟径流量；Q_obs(i)为第i个月的实测径流量；

为实测月径流的平均值；

为模拟月径流的平均值；n为数据个数。

在本发明的一种具体实施例中，所述步骤二具体为：

(2.1)获取不同的对比方案，所述对比方案包括方案1、方案2和方案3；所述方案1为气候变化方案，其包括基准期土壤植被(LUCC/LAI)数据和变化期实测气象数据，模拟的变化期模拟径流序列记为Q_s-NAT；所述方案2为土地植被方案，其包括变化期土壤植被(LUCC/LAI)数据和变化期实测气象数据，模拟的变化期模拟径流序列记为Q_s-LUCC；所述方案3为自然气候变异方案，其包括基准期土壤植被(LUCC/LAI)数据和变化期全球气候模式历史时期数据(CMIP6/NAT，即只考虑太阳常数和火山爆发两种自然因素影响的气象数据)，模拟的变化期模拟径流序列记为Q_s-CMIP6/NAT；

(2.2)通过所述率定水文模型，模拟得到各对比方案对应的变化期模拟径流序列；具体包括以下子步骤：

保持在基准期率定后的率定水文模型参数不变；

分别以变化期各对比方案特定的气候条件和土地植被(LUCC/LAA)状况作为输入，利用VIC分布式水文模型获得模拟径流。

上述步骤获得的模拟径流虽然包含一部分模拟误差，但均在误差允许范围内。

在本发明的一种具体实施例中，所述步骤三具体包括以下步骤：

(3.1)基于广义可加(GAMLSS)模型，构建以时间为协变量的非一致性模型，通过最优模型评价筛选出最优模型，计算出各方案变化期模拟径流序列对应的时变标准化径流指数SRI_v序列；具体包括以下子步骤：

假设径流序列所服从的概率分布函数不变，即：

x_i～f(x_i|θ_i),i＝1,...,n

式中，n为时间序列长度；θⁱ为概率分布参数组，由多个参数组成，即

p＝1,…,m，m代表参数个数。

假设概率分布参数则随时间t变化，并采用k次多项式描述分布参数θⁱ(这里以分布参数μ、σ为例)与t之间的关系：

f(μ_t)＝a₀+a₁t+a₂t²+…a_kt^k

f(σ_t)＝b₀+b₁t+b₂t²+…b_kt^k

……

式中，a₀、b₀为常数项，a_i、b_i为多项式系数，i＝0,1,…,k，k代表多项式次数(一般情况下，为避免回归方程太过复杂，多项式次数上限定为二次，即k的范围为0～2)，μ_t代表位置参数，σ_t代表尺度参数。

最优模型的筛选；首先建立以下四个模型：(a)μ和σ均不随时间变化；(b)μ随时间变化，σ不随时间变化；(c)μ不随时间变化，σ随时间变化；(d)μ和σ均随时间变化；采用全局拟合偏差(Global Deviance，GD)，Akaike Information Criterion(AIC)准则和SchwarzBayesian Criterion(SBC)准则，筛选出最优模型。对于筛选出的最优模型，通过计算模型残差的均值、方差、偏态系数、峰态系数和Filliben系数，并结合Worm图评价其构建的合理性。

(3.2)利用通过合理性检验的模型，计算得到变化期各对比方案模拟径流序列(Q_s-NAT、Q_s-LUCC、Q_s-CMIP6/NAT)及实测径流序列(Q_OBS)对应的时变标准化径流指数SRI_v序列，即SRI_v-NAT、SRI_v-LUCC、SRI_v-CMIP6/NAT及SRI_v-OBS；计算过程如下：

计算累积概率分布函数：F(x_i)＝∫f(x_i|μ_,σ),i＝1,…,n；

式中：x_i代表径流时间序列，f(x_i|μ,σ)代表概率密度函数，μ代表位置参数，σ代表尺度参数；F(x_i)表示累积概率分布函数，n为时间序列长度。

将F(x_i)序列进行标准正态化，得到SRI值，计算公式为：

式中：常数C₀＝2.515517；C₁＝0.802853；C₂＝0.010328；d₁＝1.432788；d₂＝0.189269；d₃＝0.001308；

根据干旱划分原则，当SRI值小于设定阈值时，认为发生干旱，否则不发生干旱；识别过程中，分别统计各对比方案中每场干旱事件的干旱历时(drought duration，简称D)、干旱严重程度(drought severity，简称S)、干旱烈度(drought intensity，简称I)用作干旱特征值。其中，三个干旱特征值的关系为I＝S/D。

在本发明的一种具体实施例中，所述步骤四具体包括以下步骤：

通过比较不同方案SRI_v序列识别出的干旱特征值的差异，分离变化期内自然气候变异、人为气候变化、土地利用/覆被变化和人工取用水对水文干旱的影响；本步骤基于以下假设：自然气候变异(η_NC)、人为气候变化(η_HC)、土地利用/覆被变化(η_HL)和人工取用水(η_HW)对水文干旱的影响相互独立，符合线性叠加原则；同时，选用累积干旱烈度特征值(记为I_a，即将一个SRI_v序列中所有场次的干旱烈度相加得到)作为比较指标，通过对比不同方案SRI_v序列比较指标的差异，定量分离上述四种因素对水文干旱的影响；具体包括以下步骤：

(4.1)计算得到的SRI_v-NAT序列，主要受气候变化的影响(η_NC+η_HC)，人类活动的影响微弱，可忽略不计，所以气候变化对水文干旱的影响可以通过以下公式表示：

(4.2)SRI_v-OBS序列受人类活动和气候变化的共同影响(η_NC+η_HC+η_HL+η_HW)；比较SRI_v-NAT和SRI_v-OBS两个序列的差异，可以计算出人类活动对水文干旱的影响(η_HL+η_HW)，公式如下：

(4.3)计算得到的SRI_v-CMIP6/NAT序列，只受自然气候变异影响(η_NC)，不受人为气候变化、土地利用/覆被变化和人工取用水的影响；比较SRI_v-CMIP6/NAT和SRI_v-NAT两个序列的差异，可以计算出自然气候变异影响(η_NC)和人为气候变化(η_HC)对水文干旱的影响，公式如下：

(4.4)SRI_v-LUCC序列受自然气候变异、人为气候变化、土地利用/覆被变化的影响；比较SRI_v-LUCC和SRI_v-NAT两个序列的差异，可以计算出土地利用/覆被变化对水文干旱的影响(η_HL)；比较SRI_v-LUCC和SRI_v-OBS两个序列的差异，则可计算出人工取用水对水文干旱的影响(η_HW)，计算公式如下：

式子中，I_a-NAT代表由气候变化造成的累积干旱烈度；I_a-OBS代表由气候变化和人类活动共同造成的累积干旱烈度；I_a-CMIP6/NAT代表由自然气候变异造成的累积干旱烈度；I_a-LUCC代表由自然气候变异、人为气候变化和土地利用/覆被变化共同造成的累积干旱烈度。

以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (8)

1.一种环境变化对水文干旱影响的分析方法，其特征在于，包括：

获取水文气象序列，进行趋势及突变点分析并根据分析结果划分基准期和变化期，利用基准期的水文气象数据进行参数率定，获得率定水文模型；

获取不同的对比方案，各对比方案分别对应特定的气候条件和土地植被状况，基于所述率定水文模型模拟得到各对比方案对应的变化期模拟径流序列；

获取以时间为协变量的非一致性最优模型，并基于所述非一致性最优模型计算出各对比方案变化期模拟径流序列对应的时变标准化径流指数序列；

通过比较各对比方案对应的时变标准化径流指数序列识别出的干旱特征值的差异，分离出变化期内各种环境因素对水文干旱的影响，完成环境变化对水文干旱影响的定量分离；

所述不同的对比方案包括：方案1、方案2和方案3；

所述方案1为气候变化方案，其包括基准期土壤植被数据和变化期实测气象数据，模拟的变化期模拟径流序列记为Q_s-NAT；

所述方案2为土地植被方案，其包括变化期土壤植被数据和变化期实测气象数据，模拟的变化期模拟径流序列记为Q_s-LUCC；

所述方案3为自然气候变异方案，其包括基准期土壤植被数据和变化期全球气候模式历史时期数据，模拟的变化期模拟径流序列记为Q_s-CMIP6/NAT；

所述通过比较各对比方案对应的时变标准化径流指数序列识别出的干旱特征值的差异，分离出变化期内各种环境因素对水文干旱的影响，具体为：

假设自然气候变异η_NC、人为气候变化η_HC、土地利用/覆被变化η_HL和人工取用水η_HW对水文干旱的影响相互独立，符合线性叠加原则；

选用累积干旱烈度特征值I_a作为比较指标，所述累积干旱烈度特征值I_a由一个方案对应的时变标准化径流指数SRI_v序列中所有场次的干旱烈度相加得到，通过对比不同方案对应SRI_v序列比较指标的差异，定量分离上述四种因素对水文干旱的影响，具体包括以下步骤：

方案1所对应的SRI_v-NAT序列，受气候变化的影响η_NC+η_HC，所以气候变化对水文干旱的影响通过以下公式表示：

方案2所对应的SRI_v-OBS序列，受到人类活动和气候变化的共同影响η_NC+η_HC+η_HL+η_HW；比较SRI_v-NAT和SRI_v-OBS两个序列的差异，计算出人类活动对水文干旱的影响(η_HL+η_HW)，公式如下：

方案3所对应的SRI_v-CMIP6/NAT序列，只受自然气候变异影响η_NC；比较SRI_v-CMIP6/NAT和SRI_v-NAT两个序列的差异，计算出自然气候变异影响η_NC和人为气候变化η_HC对水文干旱的影响，公式如下：

实测径流序列对应的SRI_v-LUCC序列，受自然气候变异、人为气候变化、土地利用/覆被变化的影响；比较SRI_v-LUCC和SRI_v-NAT两个序列的差异，计算出土地利用/覆被变化对水文干旱的影响η_HL；比较SRI_v-LUCC和SRI_v-OBS两个序列的差异，计算出人工取用水对水文干旱的影响η_HW，计算公式如下：

式中，I_a-NAT代表由气候变化造成的累积干旱烈度；I_a-OBS代表由气候变化和人类活动共同造成的累积干旱烈度；I_a-CMIP6/NAT代表由自然气候变异造成的累积干旱烈度；I_a-LUCC代表由自然气候变异、人为气候变化和土地利用/覆被变化共同造成的累积干旱烈度。

2.根据权利要求1所述的一种环境变化对水文干旱影响的分析方法，其特征在于：所述非一致性最优模型的获取过程具体为：

基于GAMLSS模型，构建四个以时间为协变量的非一致性模型，具体为：(1)μ和σ均不随时间变化；(2)μ随时间变化，σ不随时间变化；(3)μ不随时间变化，σ随时间变化；(4)μ和σ均随时间变化，其中，μ为位置参数，σ为尺度参数；

采用全局拟合偏差准则、AIC准则和SBC准则，筛选出非一致性最优模型。

3.根据权利要求2所述的一种环境变化对水文干旱影响的分析方法，其特征在于：所述基于所述非一致性最优模型计算出各对比方案变化期模拟径流序列对应的时变标准化径流指数序列，具体为：

基于所述非一致性最优模型，计算得到变化期各对比方案模拟径流序列Q_s-NAT、Q_s-LUCC、Q_s-CMIP6/NAT及实测径流序列Q_OBS对应的时变标准化径流指数序列SRI_v-NAT、SRI_v-LUCC、SRI_v-CMIP6/NAT及SRI_v-OBS，具体计算过程为：

计算累积概率分布函数：

F(x_i)＝∫f(x_i|μ,σ),i＝1,...,n；

式中，x_i代表径流时间序列，f(x_i|μ,σ)代表概率密度函数，μ代表位置参数，σ代表尺度参数；F(x_i)表示累积概率分布函数，n为时间序列长度；

将累积概率分布函数F(x_i)序列进行标准正态化，得到SRI序列值，计算公式为：

式中：C₀、C₁、C₂、d₁、d₂、d₃均为常数；

根据上述计算步骤依次计算出各对比方案模拟径流序列对应的时变标准化径流指数SRI_v序列，并根据干旱划分原则，当SRI序列值小于设定阈值时，认为发生干旱，否则不发生干旱；识别过程中，分别统计各对比方案中每场干旱事件的干旱历时D、干旱严重程度S、干旱烈度I作为干旱特征值，三个干旱特征值的关系为I＝S/D。

4.根据权利要求2所述的一种环境变化对水文干旱影响的分析方法，其特征在于：所述构建四个以时间为协变量的非一致性模型步骤之前还包括以下步骤：

假设径流序列所服从的概率分布函数不变，即：

x_i～f(x_i|θⁱ),i＝1,...,n

式中，n为时间序列长度，x_i代表径流时间序列，θⁱ为概率分布参数组，由多个参数组成，即

p＝1,…,m，m为参数个数；

假设概率分布参数则随时间t变化，并采用k次多项式描述分布参数θⁱ与t之间的关系：

f(μ_t)＝a₀+a₁t+a₂t²+…a_kt^k

f(σ_t)＝b₀+b₁t+b₂t²+…b_kt^k

……

式中，a₀、b₀为常数项，μ_t为位置参数，σ_t为尺度参数，a_i、b_i为多项式系数，i＝0,1,…,k，k代表多项式次数。

5.根据权利要求2或4所述的一种环境变化对水文干旱影响的分析方法，其特征在于：所述筛选出最优模型步骤之后还包括以下步骤：

对于筛选出的最优模型，通过计算模型残差的均值、方差、偏态系数、峰态系数和Filliben系数，并结合Worm图评价其构建的合理性。

6.根据权利要求1所述的一种环境变化对水文干旱影响的分析方法，其特征在于：获取水文气象序列，进行趋势及突变点分析并根据分析结果划分基准期和变化期，利用基准期的水文气象数据进行参数率定，获得率定水文模型，具体包括：

获取设定的水文气象数据；

基于所述水文气象数据中的径流数据建立年径流时间序列，对所述年径流时间序列进行趋势分析，并确定出年径流时间序列的突变点，定义突变点之前的时期为基准期，突变点之后的时期为变化期；

利用基准期的水文气象数据对水文模型进行参数率定。

7.根据权利要求6所述的一种环境变化对水文干旱影响的分析方法，其特征在于：所述对年径流时间序列进行趋势分析，具体包括：

对于一个径流时间序列{x₁,x₂,…x_n}，构造统计量S，所述统计量S服从正态分布，均值为0，其计算公式为：

式中:

sgn(·)为符号函数；x_i、x_j为径流时间序列；n为时间序列长度；

所述统计量S的方差计算公式为：

var(S)＝[n(n-1)(2n+5)]/18；

计算统计量S的标准化正态分布统计量Z，所述标准化正态分布统计量Z的计算公式为：

若Z大于0，则表示时间序列存在上升趋势，若Z小于0，则表示时间序列存在下降趋势；

在给定的显著性水平α下，由正态分布表查得临界值Z_α/2，若|Z|≥Z_α/2，则表示年径流时间序列存在显著的上升或下降趋势，否则不存在显著的上升或下降趋势。

8.根据权利要求6所述的一种环境变化对水文干旱影响的分析方法，其特征在于：所述确定出年径流时间序列的突变点，具体为当年径流时间序列呈现显著性的趋势变化时，采用Pettitt检验确定年径流过程的突变点，具体包括以下步骤：

将含N个径流样本数据的年径流时间序列x分成两个子序列x₁,…,x_t和x_t+1,…,x_N；构造统计量U_t,N，所述统计量U_t,N的计算公式为：

式中：

sgn(·)为符号函数；x_i、x_j为径流时间序列；t为任一时间节点；N为年径流时间序列的长度；

计算每个时间节点为突变点的概率：

若给定显著性水平α，且p>α，则该时间节点为突变点。

Images