黃生志，黃 強(qiáng)，王義民，陳昱潼

(西安理工大學(xué)西北旱區(qū)生態(tài)水利工程國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，陜西 西安 710048)

隨著全球氣候的變化以及日益加劇的人類活動(dòng)的影響，流域水文要素以及水文情勢(shì)諸如河川徑流、湖泊蓄水以及流域降雨等無(wú)論是在時(shí)間上還是空間上均有可能發(fā)生變異，致使水文資料的一致性遭到破壞[1-2]。水文資料一致性的破壞將會(huì)給水文分析、水文模擬、水文計(jì)算以及流域的水資源規(guī)劃等帶來(lái)巨大的影響[3-5]，進(jìn)而導(dǎo)致變異前的成果不能再繼續(xù)使用，否則將產(chǎn)生極大的偏差。對(duì)流域水文變異進(jìn)行診斷，不僅有助于掌握流域水文要素的演變規(guī)律，還能避免因使用一致性被破壞的水文資料進(jìn)行設(shè)計(jì)或分析而產(chǎn)生重大失誤或者損失。

基于此，國(guó)內(nèi)外不少學(xué)者對(duì)水文變異進(jìn)行了研究并取得了大量的研究成果。諸如Lee等[6]運(yùn)用了貝葉斯推斷理論對(duì)水文變點(diǎn)進(jìn)行了研究。然而，該方法對(duì)資料的要求過(guò)高且對(duì)樣本分布的假設(shè)過(guò)多，因此在實(shí)際的應(yīng)用過(guò)程中操作性不強(qiáng)[7]；陳廣才等[8]針對(duì)潮白河水資源分區(qū)的45 a年徑流量序列，采用基于平穩(wěn)與線性的檢驗(yàn)假定的滑動(dòng)F檢驗(yàn)法、滑動(dòng)T檢驗(yàn)法以及秩和檢驗(yàn)法等統(tǒng)計(jì)的方法，進(jìn)行了徑流序列的變異診斷。事實(shí)上，水文序列受到氣候變化以及人類活動(dòng)的影響，往往呈現(xiàn)出高度的非線性和非平穩(wěn)性，使用傳統(tǒng)的統(tǒng)計(jì)診斷方法對(duì)水文序列的變異點(diǎn)進(jìn)行檢驗(yàn)則往往產(chǎn)生一定的偏差[9]。

由Bernaola-Galván[10]提出的啟發(fā)式分割法主要用于處理非線性及非平穩(wěn)時(shí)間序列的均值變異點(diǎn)。同傳統(tǒng)的變異檢驗(yàn)方法相比，啟發(fā)式分割法能夠?qū)⒁粋€(gè)非平穩(wěn)的時(shí)間序列分割成多個(gè)平穩(wěn)的子序列，各子序列的均值互不相同并表征不同的物理背景，能較好地彌補(bǔ)傳統(tǒng)檢驗(yàn)方法的不足。由于該方法在分割時(shí)采取了一分為二的迭代算法，因此，極大地減少了計(jì)算量，具有較好的實(shí)用性[9]。此外，由Pincus于20世紀(jì)90年代提出的近似熵(approximate entropy)，因其具有較好的抗干擾與處理非穩(wěn)態(tài)序列能力且所需數(shù)據(jù)量較少等優(yōu)點(diǎn)，故在機(jī)械設(shè)備故障的診斷及醫(yī)學(xué)等領(lǐng)域得到廣泛地應(yīng)用[11]。鑒于此，本文基于啟發(fā)式分割算法與近似熵理論，對(duì)渭河流域的年徑流量進(jìn)行變異診斷，并對(duì)其變異進(jìn)行歸因分析。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域概況

渭河作為黃河流域最大的一級(jí)支流，發(fā)源于甘肅省內(nèi)渭源縣的烏鼠山，自西向東分別流經(jīng)甘肅的隴西、天水，陜西的寶雞、西安、渭南，最終于潼關(guān)匯入黃河[12]。渭河的干流全長(zhǎng)約為818 km, 總流域面積約為13.5萬(wàn)km2(圖1)。渭河流域位于34°-38°N，104°-110°E，屬于大陸性季風(fēng)氣候，春季溫暖少雨，夏季雨熱同期且有伏旱，秋季涼爽濕潤(rùn)，冬季寒冷少雨。流域的最冷月平均氣溫大約是-3～-1℃，最熱月平均氣溫大約為23～26℃[12]。流域降雨空間分布不均，由東南向西北遞減，秦嶺南麓雨水充沛，最大年降水量超過(guò)1 000 mm，而平原河套地區(qū)年降水量?jī)H為500 mm左右[12]。

圖1 渭河流域及相關(guān)水文站位置Fig.1 The location of the Wei River Basin and the related hydrological stations

流域降水年內(nèi)分配不均且年際變化大，汛期降水量約為年降水量的65%。自從國(guó)家實(shí)行西部大開(kāi)發(fā)這一國(guó)策以及成立了關(guān)中-天水國(guó)家級(jí)經(jīng)濟(jì)開(kāi)發(fā)區(qū)后，渭河流域的經(jīng)濟(jì)社會(huì)高速發(fā)展，工業(yè)用水、農(nóng)業(yè)用水量劇增。因此，人類大量開(kāi)采與利用地下水及地表水，致使渭河流域的河川徑流顯著減少。此外受全球氣候變化的影響，近年來(lái)渭河流域的降雨呈現(xiàn)下降的趨勢(shì)，如此一來(lái)渭河流域水文情勢(shì)將發(fā)生巨大的變化，日益減少的水資源將難以滿足渭河流域經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展。鑒于渭河流域用水安全的重要性，為了進(jìn)一步掌握渭河流域河川徑流的演變規(guī)律，本文對(duì)該流域的年徑流量進(jìn)行變異診斷，并對(duì)變異結(jié)果進(jìn)行歸因分析。本文將研究區(qū)域劃分為三個(gè)部分，分別為林家村水文站以上流域，該區(qū)域代表渭河流域的中上游；張家山水文站以上流域，該區(qū)域代表渭河最大的支流涇河流域；華縣水文站以上流域，該區(qū)域代表整個(gè)渭河流域。

1.2 數(shù)據(jù)

本研究所用數(shù)據(jù)為渭河流域21個(gè)氣象站的1960-2005年的日氣象數(shù)據(jù)，通過(guò)求和運(yùn)算得到各個(gè)氣象站的降雨、氣溫、風(fēng)速、日照變化率等年氣象序列以及林家村、張家山以及華縣水文站的1960-2005年的日徑流序列，通過(guò)求和而得到各水文站的年徑流量，渭河流域及各站點(diǎn)所在的位置如圖1所示。以上氣象數(shù)據(jù)均來(lái)源于中國(guó)國(guó)家氣象中心，水文數(shù)據(jù)摘自水文手冊(cè)。所有數(shù)據(jù)在使用之前均進(jìn)行了三性審查，審查結(jié)果表明本文所采用的水文氣象數(shù)據(jù)具有較好的可靠性、一致性以及代表性，可以用作相應(yīng)分析。潛在蒸發(fā)量是通過(guò)Penman-Monteith 公式計(jì)算而成。

2 研究方法

2.1 啟發(fā)式分割算法

某一時(shí)間序列x(t)由N個(gè)點(diǎn)組成，其中一個(gè)分割點(diǎn)i從序列的左邊沿著該序列依次向右邊滑動(dòng)，分割點(diǎn)左邊和右邊部分的平均值分別為μ1(i)和μ2(i)，其標(biāo)準(zhǔn)差分別是s1(i)和s2(i)，i點(diǎn)的合并偏差SD(i)可表示為[9,13-14]：

(1)

式中，N1、N2分別表示i點(diǎn)左邊與右邊部分的點(diǎn)數(shù)。其中，i點(diǎn)左右兩邊兩子序列均值的差異能夠使用t檢驗(yàn)統(tǒng)計(jì)值T(i)來(lái)進(jìn)行度量[9]：

(2)

T值越大，則說(shuō)明該點(diǎn)左右兩邊兩子序列的差異越明顯。計(jì)算T(t)中最大值Tmax所對(duì)應(yīng)的統(tǒng)計(jì)顯著性P(Tmax)，其計(jì)算公式如下[9]：

(3)

通過(guò)蒙特卡洛模擬可得：η=4.19lnN-11.54且δ=0.40。其中，N表示該序列的長(zhǎng)度，v=N-2,Ix(a,b) 是不完全β函數(shù)。預(yù)先設(shè)定一個(gè)臨界值P0，當(dāng)P(Tmax)≥P0，則在該點(diǎn)處將此序列分割成左右兩個(gè)均值差異較大的子序列，否則不進(jìn)行分割[9]。對(duì)得到的新序列不斷進(jìn)行迭代并重復(fù)以上操作，直到子序列的長(zhǎng)度小于0(0是最小分割尺度)時(shí)便停止對(duì)其分割。由此，便將原序列分割成幾個(gè)均值不同的子序列，而分割點(diǎn)則為該序列的均值變異點(diǎn)。

通常情況下，P0取值范圍為0.5～0.95，而0的取值則不應(yīng)小于25[15]。通過(guò)不斷調(diào)整的大小，能夠?qū)崿F(xiàn)對(duì)該時(shí)間序列不同尺度上的變異檢測(cè)[9]。

2.2 近似熵方法

近似熵方法實(shí)質(zhì)上是一種基于邊緣概率分布統(tǒng)計(jì)的定量描述某一時(shí)間序列的復(fù)雜程度的方法，該算法的具體步驟簡(jiǎn)要介紹如下[11]。

假定某一長(zhǎng)度為N的時(shí)間序列u(1),u(2), …,u(N)，在該時(shí)間序列中構(gòu)造一組m維數(shù)的向量X(1),X(2), …,X(N+m-1),其中向量為[11]：

X(i)={u(i),u(i+1),…,u(i+m-1)}

i=1,2,...,N-m+1

(4)

定義兩個(gè)向量X(i)與X(j)之間的距離d[X(i),X(j)]是兩個(gè)向量中對(duì)應(yīng)的元素的最大值[11]：

d[X(i),X(j)]=max[|u(i+k)-u(j+k)|]

k=0,1,...,m-1

(5)

對(duì)于每一個(gè)i，定義兩個(gè)向量X(i)與X(j)之間的關(guān)聯(lián)程度：

(j)]≤r的個(gè)數(shù)}/

(N-m+1)

(6)

(7)

(8)

然而，實(shí)際上N不可能為無(wú)窮大。當(dāng)N取有限值時(shí)，便可得到近似熵的估計(jì)值，表示為：

ApEn(m,r)=φm(r)-φm+1(r)

(9)

3 結(jié)果與討論

3.1 基于啟發(fā)式分割算法的年徑流變異結(jié)果分析

根據(jù)上述2.1的具體步驟，將P0設(shè)定為0.95，0的取值則設(shè)為25，分別得到林家村以上流域、張家山以上流域以及整個(gè)渭河流域的年徑流變異分析結(jié)果，如圖2所示。

由圖2(a)中的第一次分割可知，1971年對(duì)應(yīng)的T值最大，并且其相應(yīng)的P(Tmax)等于1要大于臨界值0.95。因此，1971年是林家村以上流域年徑流序列的第一個(gè)突變點(diǎn)；從第二次分割可知，1994年所對(duì)應(yīng)的T值最大，且其相應(yīng)的P(Tmax)等于0.998 5，也大于臨界值0.95，故1994年為該流域年徑流序列的第二個(gè)突變點(diǎn)。

由圖2(b)可得，張家山以上流域的年徑流序列并無(wú)突變點(diǎn)，因其最大T值的P(Tmax)小于0.95。對(duì)于整個(gè)渭河流域的年徑流序列，由圖2(c)中第一次分割可知，1969年的T值為最大值，其對(duì)應(yīng)的P(Tmax)等于0.992 9，大于臨界值0.95，因此1969年為第一個(gè)變異點(diǎn)；由其第二次分割可得，1993年的T值為最大值，其對(duì)應(yīng)的P(Tmax)等于0.971 8，大于臨界值0.95，故1993年為第2個(gè)變異。

3.2 基于近似熵的年徑流變異分析結(jié)果

根據(jù)上述2.2求近似熵的具體步驟，采用滑動(dòng)窗口的方法，將窗口寬度設(shè)為5，滑動(dòng)步長(zhǎng)設(shè)為1，m和r分別設(shè)為2和0.15σ。其中，σ為原始序列的標(biāo)準(zhǔn)差，分別得到林家村以上流域、張家山以上流域以及整個(gè)渭河流域的基于近似熵的年徑流變異分析結(jié)果于圖3(a)-(c)中。

這時(shí)零售商的和供應(yīng)商的期望收益均是供應(yīng)鏈整體期望收益函數(shù)的仿射函數(shù)，同時(shí)各企業(yè)的最優(yōu)定貨量q*相同，這表明在無(wú)突發(fā)事件下基準(zhǔn)契約能實(shí)現(xiàn)供應(yīng)鏈協(xié)調(diào).

由圖3(a)可知，林家村以上流域年徑流1960-1971年間的近似熵較大，而1971-1994年間的近似熵較小，1971年明顯是一個(gè)變異點(diǎn)，而1994-2005年間的近似熵較大，易知1994年為另一變異點(diǎn)。由圖3(b)可知，張家山以上流域年徑流序列的近似熵沒(méi)有顯著的變異情況。因此，該流域的年徑流序列無(wú)變異點(diǎn)。而由圖3(c)中整個(gè)渭河流域年徑流的近似熵明顯可知，渭河流域年徑流序列明顯存在兩個(gè)變異點(diǎn)，分別為1969與1993年。該結(jié)果與基于啟發(fā)式分割算法的結(jié)果一致，進(jìn)一步論證了以上3個(gè)流域年徑流序列變異點(diǎn)的正確性，也充分展示了基于啟發(fā)式分割算法及近似熵理論在水文變異診斷上的優(yōu)越性。

3.3 流域年徑流變異點(diǎn)的印證

3.3.1 累積年徑流與年份關(guān)系圖 雖然通過(guò)啟發(fā)式分割算法及近似熵方法已經(jīng)發(fā)現(xiàn)林家村以上流域年徑流序列存在2個(gè)變異點(diǎn)(1971和1994年)，張家山以上流域年徑流序列無(wú)變異點(diǎn)存在，整個(gè)渭河流域年徑流序列也存在兩個(gè)變異點(diǎn)(1969和1993年)。

圖2 年徑流啟發(fā)式分割檢驗(yàn)圖Fig.2 The test chart of annual runoff based on heuristic segmentation algorithm

為了進(jìn)一步證明這兩個(gè)算法的在變異診斷上的準(zhǔn)確性，繪制3個(gè)流域的累積年徑流量與年份的關(guān)系圖，其結(jié)果如圖4所示。

由圖4實(shí)心圓部分可以明顯看出林家村以上流域累積年徑流被2個(gè)變異點(diǎn)分成了3部分，且每部分的線性擬合度都很高。其中，1960-1971與1972-1994年2個(gè)部分的線性擬合相關(guān)系數(shù)高達(dá)0.99，而1995-2005的線性擬合系數(shù)為0.96。而這兩個(gè)變異點(diǎn)恰好與上述3.2節(jié)中基于啟發(fā)式分割法及近似熵理論所找到的關(guān)于林家村以上流域年徑流序列的變異點(diǎn)相一致。圖4空心五角星部分所表示的是張家山以上流域累積年徑流量與年份之間的關(guān)系，在整個(gè)研究階段1960-2005年間，所有的點(diǎn)均擬合于一條直線，且擬合精度高，其相關(guān)系數(shù)高達(dá)0.99。因此，在1960-2005年間，張家山以上流域年徑流序列無(wú)明顯變異點(diǎn)存在。由圖4的空心圓部分可知，整個(gè)渭河流域的累積年徑流量被1969與1993年這2個(gè)變異點(diǎn)分成了3個(gè)部分，每個(gè)部分點(diǎn)的線性擬合程度都很高，3個(gè)部分的相關(guān)系數(shù)均高達(dá)0.99。因此，通過(guò)累積年徑流量與年份的關(guān)系圖可知，整個(gè)渭河流域的年徑流序列存在1969和1993年這2個(gè)變異點(diǎn)，而這又與上述利用啟發(fā)式分割法及近似熵理論所發(fā)現(xiàn)的整個(gè)渭河流域年徑流量的變異的十分吻合。由此進(jìn)一步論證了基于啟發(fā)式分割法及近似熵理論在水文變異診斷中的準(zhǔn)確性；與此同時(shí)，進(jìn)一步印證了渭河流域年徑流序列存在變異的事實(shí)。其中，林家村以上流域與整個(gè)渭河流域的年徑流序列的確存在兩個(gè)變異點(diǎn)，而張家山以上流域年徑流序列并無(wú)變異點(diǎn)存在。此外，對(duì)于林家村以上流域和整個(gè)渭河流域被兩個(gè)變異點(diǎn)分割成的3個(gè)部分而言，其擬合直線的傾斜度均隨著時(shí)間推移而不斷減小，由此可知這兩個(gè)流域的徑流量有著明顯的下降趨勢(shì)，而實(shí)際上也確實(shí)如此。該研究結(jié)果與拜有存[16]的基于差異信息理論的渭河徑流序列變異診斷結(jié)果基本一致，他發(fā)現(xiàn)渭河流域的年徑流存在這兩個(gè)變異點(diǎn)。

3.3.2 變異前后各參數(shù)對(duì)比 分別計(jì)算存在變異點(diǎn)的林家村以上流域以及整個(gè)渭河流域變異前后徑流序列的均值、方差以及變差系數(shù)等參數(shù)，進(jìn)一步對(duì)比分析變異點(diǎn)前后序列的差異性，具體的參數(shù)值如表1所示。由表1可知：① 林家村以上流域由兩個(gè)變異點(diǎn)所分割成的3部分徑流序列無(wú)論是均值還是方差均有較大差別，就均值而言，1972-1994年間的年徑流均值較1960-1971年減少了42.2%，而年徑流均值1995-2005年比1960-1972年減少了77.3%，可以說(shuō)3個(gè)部分的均值差別比較明顯。② 而就方差而言，1972-1994年間的年徑流序列的方差較1960-1971年減少了71.4%，而1995-2005年的年徑流序列的方差同1960-1972年相比減少了86.9%，由此可知，這3部分的方差差異性較大。但是，對(duì)于變差系數(shù)而言，1972-1994年間的變差系數(shù)值較1960-1972年變化不大，而1995-2005的年徑流序列的變差系數(shù)與1960-1972年相比減少了40.9%。③ 整個(gè)渭河流域的年徑流序列變異前后參數(shù)的變化規(guī)律與林家村以上流域類似，3個(gè)部分的均值與方差的差異性較大，1970-1994年間的變差系數(shù)值同1960-1970相比變化不大，而1994-2005的年徑流序列的變差系數(shù)較1960-1969年減少了25%。

圖3 年徑流的近似熵檢驗(yàn)圖Fig.3 The test chart of annual runoff based on approximate entropy method

圖4 三個(gè)流域累積年徑流量與年份的關(guān)系圖Fig.4 The relationship between accumulative runoff and year in the three basin

總的來(lái)說(shuō)，被兩變異點(diǎn)分割成的3個(gè)年徑流序列在均值與方差上差異明顯，并且均值、方差及變差系數(shù)有明顯的減小趨勢(shì)。由此可側(cè)面證明變異點(diǎn)的正確性。

表1 兩流域年徑流序列變異前后參數(shù)對(duì)比表Table 1 The comparison of parameters of the annual runoff before and after the change points in the two basin

3.4 徑流變異的歸因分析

3.4.1 氣候變化的影響 采用Mann-Kendall法求算變點(diǎn)前后降雨和潛在蒸發(fā)的變化趨勢(shì)，其結(jié)果如表2所示。

由表2可知，林家村以上流域與渭河流域的降雨和潛在蒸發(fā)變點(diǎn)前后的變化趨勢(shì)相似。降雨先減小后變大，但在整個(gè)時(shí)間序列表現(xiàn)為不顯著地下降趨勢(shì)。潛在蒸發(fā)量先增大后減小再增大，在整個(gè)時(shí)間序列表現(xiàn)為不顯著的上升趨勢(shì)。從常規(guī)分析上可知渭河流域與徑流聯(lián)系密切的降雨與潛在蒸發(fā)等氣象因子均未發(fā)生顯著變化，人類活動(dòng)對(duì)徑流變異的影響或許更強(qiáng)。然而，渭河流域地處中國(guó)大陸性季風(fēng)區(qū)，受西太平洋副熱帶高壓系統(tǒng)的影響。1971年時(shí)，西太平洋副熱帶高壓系統(tǒng)有所減弱并發(fā)生一個(gè)El Nio事件致使中國(guó)大部分地區(qū)的大氣環(huán)流及氣候發(fā)生變異，從而導(dǎo)致渭河流域當(dāng)年降雨量劇減[17]，而此時(shí)恰好是林家村以上流域年徑流序列的第一個(gè)變異點(diǎn)所對(duì)應(yīng)的時(shí)間。而1994年時(shí)，另外一個(gè)ENSO事件發(fā)生，此時(shí)西太平洋副熱帶高壓系統(tǒng)異常強(qiáng)大，導(dǎo)致渭河流域當(dāng)年的降雨量較年平均降雨量減少了14.9%[18]，而此時(shí)恰好對(duì)應(yīng)于林家村以上流域及整個(gè)渭河流域年徑流序列的第2個(gè)變異點(diǎn)。

3.4.2 人類活動(dòng)的影響 20世紀(jì)70年代初，渭河流域修建了不少水利工程，如1970年修建的羊毛灣水庫(kù)和馮村水庫(kù)，1972年修建的大峪水庫(kù)和石門(mén)水庫(kù)。這些水庫(kù)的修建，極大地改變河川徑流的時(shí)空分布規(guī)律，破壞天然的徑流規(guī)律，從而導(dǎo)致徑流序列變異。除了興建水利工程外，流域下墊面的變化也改變河川徑流的演變規(guī)律。50年代末60年代初，由于經(jīng)濟(jì)困難與政治運(yùn)動(dòng)的緣故，大量的樹(shù)木遭到破壞，尤其在1958年的“大煉鋼鐵”時(shí)期，集中砍伐了大量的林木，從而造成了嚴(yán)重的水土流失，由此也使得1960-1970年間的徑流量較大[19]。但是，隨著水土保持措施的開(kāi)展，尤其是70-80年代，渭河流域?qū)λ亮魇ч_(kāi)展了一系列有組織、有計(jì)劃、有步驟的防治工作，并取得了很好的成效，從而在一定程度上減小了渭河流域的水土流失量。因此，在1973-1994年間河川徑流較1960-1970年有一定的減少。此外，隨著人口的迅速增加以及經(jīng)濟(jì)的高速發(fā)展，渭河流域的工業(yè)用水和農(nóng)業(yè)用水增長(zhǎng)迅速。其中，1990-2000年間，國(guó)民經(jīng)濟(jì)各行業(yè)用水增加了17.1億m3，年均增長(zhǎng)率為3.2%，遠(yuǎn)高于全國(guó)平均1.1%和黃淮海流域的0.3%。90年代后的渭河流域國(guó)民經(jīng)濟(jì)平均用水量為42.62億m3，比90年代前增加了52.6%。大量地開(kāi)采與開(kāi)發(fā)地表水和地下水，是渭河流域徑流序列變異的又一重要因素。

表2 變點(diǎn)前后降雨和潛在蒸發(fā)的變化趨勢(shì)Table 2 The trend of precipitation and potential evaporation before and after change points

4 結(jié) 論

為了探究渭河流域河川徑流變異情況，本文采用1960-2005年林家村、張家山以及華縣3個(gè)水文站的日徑流數(shù)據(jù)，將研究區(qū)域劃分為林家村以上流域、張家山以上流域以及整個(gè)渭河流域3個(gè)部分?；趩l(fā)式分割算法與近似熵方法對(duì)各流域的年徑流序列進(jìn)行了變異診斷，并利用累積年徑流量與年份的關(guān)系圖對(duì)變異結(jié)果進(jìn)行判定分析，得到主要結(jié)論如下：

1)啟發(fā)式分割算法與近似熵方法均具有較好的檢驗(yàn)均值突變點(diǎn)的能力，具有較強(qiáng)的抗噪抗干擾的能力，十分適應(yīng)于非線性非穩(wěn)態(tài)的徑流序列的變異診斷，能夠準(zhǔn)確地找到其變異點(diǎn)。

2)林家村以上流域存在2個(gè)變異點(diǎn)，分別是1971和1994年；張家山以上流域無(wú)變異點(diǎn)存在；整個(gè)渭河流域存在兩個(gè)變異點(diǎn)，分別是1969和1993年。

3)對(duì)于林家村以上流域和整個(gè)渭河流域而言，被兩個(gè)變異點(diǎn)分割成3個(gè)子序列的線性趨勢(shì)線的斜率隨著年份的增大而不斷減小，由此說(shuō)明在這兩個(gè)流域，其徑流量有明顯的減小趨勢(shì)。

4)造成渭河流域河川徑流變異的主要原因是氣候變化與日益增長(zhǎng)的人類活動(dòng)。其中，氣候變化主要是1971年的El Nio事件和1994年的ENSO事件的發(fā)生致使當(dāng)時(shí)渭河流域降雨量劇減，從而引起徑流量的顯著減少。人類活動(dòng)則具體包括水利工程建設(shè)、流域下墊面的改變以及由于人口和經(jīng)濟(jì)的增長(zhǎng)而大量開(kāi)采與開(kāi)發(fā)地下水和地表水，由此而使得河川徑流發(fā)生變異。

[1] 鄧建偉，宋松柏，盧書(shū)超. 石羊河流域年徑流序列的變異診斷[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版，2006，34(4) ：121-124.

[2] 李艷，陳曉宏，張鵬飛. 北江流域徑流序列年內(nèi)分配特征及其趨勢(shì)分析[J]. 中山大學(xué)學(xué)報(bào):自然科學(xué)版， 2007， 46(5) ：113-116.

[3] 丁晶，劉權(quán)授. 隨機(jī)水文學(xué)[M]. 北京：中國(guó)水利水電出版社，1997.

[4] 王孝禮，胡寶清，夏軍. 水文序列趨勢(shì)與變異點(diǎn)的R/S分析法[J]. 武漢大學(xué)學(xué)報(bào)：工學(xué)版，2002，35(2)：10-12.

[5] 詹道江，葉守澤. 工程水文學(xué)[M]. 北京：中國(guó)水利水電出版社，2000.

[6] AUSTIN F S L, SYLVA M H. A shift of the mean level in a sequence of independent normal random variable-A Bayesian Approach [J]. Technometrics, 1997, 19(4): 503-506.

[7] 肖宜，夏軍，申明亮，等. 差異信息理論在水文時(shí)間序列變異點(diǎn)診斷中的應(yīng)用[J]. 中國(guó)農(nóng)村水利水電，2001(11)：28-30.

[8] 陳廣才，謝平. 水文變異的滑動(dòng)F識(shí)別與檢驗(yàn)方法[J]. 水文，2006，26(2)：57-60.

[9] 陳廣才，謝平. 基于啟發(fā)式分割算法的水文變異分析研究[J]. 中山大學(xué)學(xué)報(bào):自然科學(xué)版，2008，47(5)：122-125.

[10] BERNAOLA-GALVN P, IVANOV P C, AMARAL L A N,et al. Scale invariance in the nonstationarity of human heart rate[J].Physical Review Letters, 2001, 87:168105.

[11] 王啟光，張?jiān)銎? 近似熵檢測(cè)氣候突變的研究[J]. 物理學(xué)報(bào)，2008，57(3)：1976-1982.

[12] 張宏利，陳豫，任廣鑫，等. 近50年來(lái)渭河流域降水變化特征分析[ J].干旱地區(qū)農(nóng)業(yè)研究，2008，26(4)：236- 241.

[13] 李海彬，張小峰，胡春宏,等. 基于B-G分割算法的河川年輸沙量突變分析[J]. 水利學(xué)報(bào)，2010，41(12)：1387-1391.

[14] 封國(guó)林，龔志強(qiáng)，董文杰. 基于啟發(fā)式分割算法的氣候突變檢測(cè)研究[J]. 物理學(xué)報(bào)，2005，54(11)：5494-5499.

[15] 龔志強(qiáng). 基于非線性時(shí)間序列分析方法的氣候突變檢測(cè)研究[D]. 揚(yáng)州：揚(yáng)州大學(xué)，2006.

[16] 拜有存. 基于差異信息理論的渭河年徑流變異點(diǎn)診斷[J]. 人民黃河，2009，31(7)：29-30.

[17] BAI H，MU X M，WANG F，et al. Analysis on evolution law of meteorological and hydrological drought and wetting[J]. Agricultural Research in the Arid Areas，2012，30:237-241.

[18] ZHANG H L，CHEN Y， REN G X. The characteristics of precipitation variation of Weihe River Basin in Shaanxi Province during recent 50 years[J]. Agricultural Research in the Arid Areas，2008，26:236-240.

[19] 張淑蘭，王彥輝，于澎濤,等.定量區(qū)分人類活動(dòng)和降水量變化對(duì)涇河上游徑流變化的影響[J]. 水土保持學(xué)報(bào)，2010，24(4)：53-58.