水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。     

密云水库流域降水径流非平稳特征识别及归因

为更准确揭示和认识变化环境下密云水库流域水文过程的非平稳特征,选取该流域1960—2019年降水和径流资料,采用多种时间序列分析方法综合诊断其趋势、突变点和周期等非平稳特征并进行成因分析。结果显示：该流域降水变化主要表现出较明显的随机特性,径流相比降水的下降趋势更显著,且在1979年发生了向下跳跃的强变异;相比气候变异影响,人类活动是密云水库流域径流减少的主导因素;1980—1998年流域水土保持措施与水利工程兴建对径流变化的贡献率为-111.40%,抵消了气候变异11.4%的增水效应;1999—2019年,塘坝建造和用地类型转变对径流变化的贡献率为-66.60%,同时叠加气候变异-33.40%的减水效应,导致近20年来该流域径流呈现显著减少的态势。研究结果可为密云水库安全运行、洪水调度以及流域水资源管理决策提供科学支撑。