梁欣陽(yáng)，盧玉東，孫東永，張洪波，楊亞慧(1.長(zhǎng)安大學(xué)環(huán)境科學(xué)與工程學(xué)院，西安 710054;2.長(zhǎng)安大學(xué) 旱區(qū)地下水文與生態(tài)效應(yīng)教育部重點(diǎn)實(shí)驗(yàn)室，西安 710054)

0 引 言

近些年，在全球氣候變化與人類活動(dòng)共同作用下，河川徑流的演變規(guī)律受到各國(guó)學(xué)者的關(guān)注[1]。研究表明，變化環(huán)境下世界上很多河流的徑流都表現(xiàn)出不同程度的下降趨勢(shì)[2]，這一現(xiàn)象在我國(guó)也不例外，黃河上游表現(xiàn)尤為明顯。近年來(lái)黃河上游徑流量總體呈下降趨勢(shì)，到1990年后平均水量只有270～290 億m3，平均較常年偏少15.6%[3]。在黃河上游徑流量的下降趨勢(shì)過(guò)程中，針對(duì)水文變異情況作進(jìn)一步分析對(duì)于具有操作性的河流生態(tài)水文調(diào)度具有深遠(yuǎn)的意義。如樊輝等[4]采用TFPW-MK法檢驗(yàn)?zāi)陱搅髋c年輸沙長(zhǎng)期變化趨勢(shì)，并利用貝葉斯變點(diǎn)分析方法診斷時(shí)序數(shù)據(jù)突變點(diǎn)，分析了黃河干、支流徑流量年際變化特征；李劍鋒等[5]在考慮水文變異的基礎(chǔ)上，系統(tǒng)提出河道內(nèi)生態(tài)需水的計(jì)算方法，并對(duì)黃河流域生態(tài)需水問(wèn)題進(jìn)行分析；于茜等[6]應(yīng)用變化范圍法(RVA)對(duì)黃河上游蘭州站的生態(tài)水文特征變異進(jìn)行分析，給出了不同水庫(kù)運(yùn)行模式對(duì)黃河蘭州站生態(tài)水文特征變異的影響程度情況。然而以系統(tǒng)性的思路對(duì)黃河上游蘭州斷面徑流序列進(jìn)行變異診斷、分級(jí)和指標(biāo)識(shí)別的研究還較少。本文基于黃河流域水文生態(tài)變異問(wèn)題的重要性及其特殊意義，對(duì)研究方法及思路作了進(jìn)一步的考慮：采用TFPW-MK突變檢驗(yàn)法和秩和檢驗(yàn)法2種方法分析黃河上游流域代表性斷面徑流變異，避免單一變異分析方法的缺陷，增加變異分析結(jié)果的可信度；進(jìn)一步采用IHA水文指標(biāo)改變法分析變異前后水文生態(tài)情勢(shì)。

1 研究區(qū)概況

黃河上游區(qū)從源頭至內(nèi)蒙古托克托縣河口鎮(zhèn)，河道長(zhǎng)3 472 km，流域面積約38.6 萬(wàn)km2，匯入的較大支流有43條，徑流量占全河的60%，其水文生態(tài)的變化對(duì)區(qū)域的可持續(xù)發(fā)展具有重要的影響。根據(jù)已有成果[7-9]中水文分區(qū)與生態(tài)分區(qū)的特點(diǎn)，考慮不同位置的調(diào)蓄水庫(kù)的影響控制范圍以及干流控制斷面的分布，將黃河上游劃分為黃河源頭-蘭州河段、蘭州-河口鎮(zhèn)段、蘭州-河口鎮(zhèn)段。本文選取劉家峽水電站下游的蘭州斷面，其流量的變化可以反映龍羊峽、劉家峽聯(lián)合調(diào)度對(duì)流量特征的影響，將對(duì)下游河段的供水灌溉、水沙關(guān)系以及生態(tài)保護(hù)等產(chǎn)生關(guān)鍵性的影響。

2 方 法

2.1 去趨勢(shì)預(yù)置白Mann-Kendall檢驗(yàn)法

基于秩的Mann-Kendall檢驗(yàn)法[10,11]是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，除了可以進(jìn)行趨勢(shì)檢驗(yàn)，也可用于變異點(diǎn)的檢驗(yàn)分析。由于其不需要遵從一定的分布，不受少數(shù)異常值的干擾，且結(jié)構(gòu)簡(jiǎn)單，計(jì)算方便，使其也成為水文序列的變異點(diǎn)分析中常用方法之一，但其檢驗(yàn)受到趨勢(shì)項(xiàng)的影響。章誕武等[12]通過(guò)對(duì)比分析普通Mann-Kendall檢驗(yàn)法和去趨勢(shì)預(yù)置白Mann-Kendall檢驗(yàn)法得出：序列中存在的正(負(fù)) 自相關(guān)性將增大( 減少) 其方差，從而在某一顯著性水平下，增大( 降低) 拒絕原假設(shè)的概率；同時(shí)，序列趨勢(shì)項(xiàng)會(huì)增大其自相關(guān)系數(shù)的計(jì)算值，對(duì)于有明顯趨勢(shì)的序列，應(yīng)先剔除趨勢(shì)項(xiàng)后估算其自相關(guān)系數(shù)。

去趨勢(shì)預(yù)置白Mann-Kendall檢驗(yàn) (TFPW-MK, Mann-Kendall test with trend-free pre-whitening)[13,14]： 考慮數(shù)據(jù)序列明顯趨勢(shì)對(duì)自相關(guān)系數(shù)估計(jì)的影響，通過(guò)去趨勢(shì)預(yù)置白方法，剔出趨勢(shì)對(duì)自相關(guān)系數(shù)估計(jì)的影響，更準(zhǔn)確地對(duì)數(shù)據(jù)序列進(jìn)行檢驗(yàn)。步驟如下。

(1) 假定序列由線性趨勢(shì)和AR(1)組成，采用Theil(1950年)和Sen(1968年)提出的方法計(jì)算新樣本數(shù)據(jù)的線性趨勢(shì)β：

β=median( ) ?j

(1)

(2)去除趨勢(shì)項(xiàng)，形成不含趨勢(shì)項(xiàng)的序列Yt：

Yt=Xt-Tt=Xt-βt

(2)

(3)計(jì)算序列Yt的一階自相關(guān)系數(shù)r1，剔除序列中的自相關(guān)項(xiàng)：

Y′t=Yt-r1Yt-1

(3)

(4)補(bǔ)還趨勢(shì)項(xiàng)Tt，得到不含自相關(guān)影響的新序列：

Y″t=Y″t+Tt

(4)

該序列將不再受自相關(guān)性的影響。

對(duì)經(jīng)過(guò)去趨勢(shì)預(yù)白化后形成的新序列使用Mann-Kendall檢驗(yàn)法進(jìn)一步檢驗(yàn)序列變異，定義統(tǒng)計(jì)量為：

(5)

(6)

(7)

E(sk)=k(k+1)/4

(8)

(9)

將時(shí)間序列x按降序排列，再按上式計(jì)算，同時(shí)使：

UFk=-UB′k,k′=n+1-k,k=1,2,…,n

(10)

通過(guò)分析統(tǒng)計(jì)序列UFk和UBk，不僅可以進(jìn)一步分析序列x的趨勢(shì)變化，還可以明確突變的時(shí)間，指出突變的區(qū)域。若UFk值大于0，則表明序列呈上升趨勢(shì)，小于0則呈下降趨勢(shì)。2統(tǒng)計(jì)序列構(gòu)成的曲線分別標(biāo)記為UF和UB，如果2條曲線超過(guò)臨界直線，則表明上升或下降趨勢(shì)顯著；如果2條曲線出現(xiàn)交點(diǎn)，且交點(diǎn)在臨界直線之間，那么交點(diǎn)對(duì)應(yīng)的時(shí)刻就是突變開(kāi)始的時(shí)刻。

此方法與別的檢驗(yàn)方法不同的是，在檢驗(yàn)時(shí)，其2條曲線的交點(diǎn)通常為與2個(gè)年份之間，即突變點(diǎn)不指向某一個(gè)確定的點(diǎn)。我們需要采取一定的方法從2個(gè)點(diǎn)中選取一點(diǎn)作為突變點(diǎn)。

2.2 滑動(dòng)秩和檢驗(yàn)(Mann-Whitney U檢驗(yàn))

秩和檢驗(yàn)法，也稱Mann-WhitneyU檢驗(yàn)法[15,16]，是非參數(shù)統(tǒng)計(jì)方法，它不依賴于總體分布類型，不以推斷總體參數(shù)為目的，而旨在檢驗(yàn)2種或2種以上觀察變量的分布有無(wú)顯著差異。由于秩和檢驗(yàn)法對(duì)變異點(diǎn)診斷有適應(yīng)性強(qiáng)且效率高(均值和Cv、Cs)的特點(diǎn)，本文采用該法來(lái)驗(yàn)證TFPW-MK檢驗(yàn)的結(jié)果是否合理?；瑒?dòng)秩和檢驗(yàn)法計(jì)算步驟如下[15-17]。

(1)考察點(diǎn)前后2序列總體的分布函數(shù)Fpre(x)和Fpost(x)，從總體Fpre(x)和Fpost(x)中分別抽取容量為npre和npost的2個(gè)樣本，要求檢驗(yàn)原假設(shè)Fpre(x)=Fpost(x)。

(2)將2組數(shù)據(jù)分別由小到大排列，再將2組數(shù)據(jù)由小到大統(tǒng)一編秩。如有原始數(shù)據(jù)相同時(shí)，可按相同數(shù)據(jù)全在同組內(nèi)不用求平均秩次，不同組間有相同數(shù)據(jù)需求平均秩次的原則處理。

(3)求秩和并確定檢驗(yàn)統(tǒng)計(jì)量。當(dāng)2樣本容量不同時(shí)，以容量小者容量為n1，容量大者容量為n2，小容量樣本的秩和為統(tǒng)計(jì)檢驗(yàn)量T1，大容量樣本的秩和為統(tǒng)計(jì)檢驗(yàn)量T2。若2樣本容量相同，則n1=n2，任取一組的秩和檢驗(yàn)統(tǒng)計(jì)量為T(mén)1，另一組為T(mén)2。

(4)計(jì)算和作出推斷結(jié)論。統(tǒng)計(jì)量U值計(jì)算公式如下：

(11)

或

(12)

式中：U為統(tǒng)計(jì)量；n1為較小容量樣本容量；n2為較大容量樣本容量；T1為小容量樣本的秩和；T2為大容量樣本的秩和。

如果n2≤8，則分別用式(11)和式(12)計(jì)算，取較小值作為U值。然后查閱Mann-WhitneyU檢驗(yàn)中U的相伴概率表得相伴概率p。

如果n2>8，無(wú)法查閱相伴概率標(biāo)，可把正態(tài)近似用于U的抽樣分布來(lái)檢驗(yàn)：

(13)

式中：z為統(tǒng)計(jì)檢驗(yàn)量；其他參數(shù)意義同前。

2.3 水文變異的影響域識(shí)別方法

水文生態(tài)變異指標(biāo)的定義：在有關(guān)生態(tài)水文聯(lián)系的研究中，人們通常用指標(biāo)體系來(lái)表征和評(píng)估一個(gè)流域或區(qū)域的生態(tài)水文系統(tǒng)健康狀態(tài)。指標(biāo)體系一般由一系列具有生態(tài)意義的水文要素或特征所組成，并作為生態(tài)水文系統(tǒng)對(duì)水需求的外在表現(xiàn)形式。

水文變異法(RVA, Range of Variability Approach)[18]是對(duì)擾動(dòng)河流進(jìn)行水文情勢(shì)變異評(píng)估的一種方法，其基本原理在于以變異點(diǎn)位置為依據(jù)，進(jìn)行水文階段劃分，結(jié)合水文變異指標(biāo)(IHA, Indicators of Hydrologic Alteration)，識(shí)別變異前后水文序列的變異領(lǐng)域(變異點(diǎn)前稱為參考序列，變異點(diǎn)后稱為變異序列)，對(duì)水文變異進(jìn)行細(xì)節(jié)解析，找出發(fā)生強(qiáng)烈變異的水文指標(biāo)。其以與生態(tài)相關(guān)的流量特征的統(tǒng)計(jì)分析為基礎(chǔ)，從量、時(shí)間、頻率、延時(shí)和變化率5個(gè)方面對(duì)32個(gè)河流水文特征(指標(biāo))進(jìn)行提取(見(jiàn)表1)。指標(biāo)的選取應(yīng)遵循以下原則。

(1)立足流域河情和生態(tài)水文特點(diǎn)，充分考慮河流的水流特性，選取能夠反映生態(tài)水文特征的指標(biāo)。

(2)考慮已有的開(kāi)發(fā)既定事實(shí)。指標(biāo)的選取不僅僅以滿足河流生態(tài)需求為標(biāo)準(zhǔn)，同時(shí)還要兼顧生防洪、供電的需要。

(3)重視指標(biāo)的代表性。不同斷面的水文特征不同，選取的指標(biāo)要具有獨(dú)立性和代表性，同時(shí)要避免不必要的重復(fù)。

(4)提高指標(biāo)的可操控性，為后續(xù)的生態(tài)調(diào)控奠定基礎(chǔ)。

(5)考慮指標(biāo)的獲取難度，保證在一定時(shí)期能夠獲取全部指標(biāo)用以評(píng)價(jià)或表征。

將參考序列的提取結(jié)果作為擾動(dòng)閾值， 通過(guò)對(duì)比評(píng)價(jià)序列的河流水文特征落入擾動(dòng)閾值的數(shù)量， 來(lái)反映河流流量受擾動(dòng)的影響程度，一般以32個(gè)IHA 指標(biāo)以及綜合影響程度的等級(jí)來(lái)表示，其中各個(gè)IHA指標(biāo)代表的生態(tài)環(huán)境影響不同。水文指標(biāo)是通過(guò)其參數(shù)的改變來(lái)反映影響生態(tài)變化的程度，水文指標(biāo)的高程度改變無(wú)疑會(huì)導(dǎo)致相應(yīng)的生態(tài)體系發(fā)生相對(duì)應(yīng)的高強(qiáng)度擾動(dòng)。表1為各個(gè)指標(biāo)具體含義及其對(duì)河流生態(tài)系統(tǒng)的影響。

表1 河流的主要生態(tài)水文改變指標(biāo)(IHA)及其對(duì)河流生態(tài)系統(tǒng)的影響Tab.1 Summary of IHA parameters in rivers and their ecosystem influences

2.4 方法耦合

本文采用TFPW-MK檢驗(yàn)法為主要變異檢測(cè)方法，結(jié)合滑動(dòng)秩和檢驗(yàn)方法驗(yàn)證檢測(cè)結(jié)果，得到變異年份后作為RVA法的間隔年份對(duì)IHA變異指標(biāo)進(jìn)行分析，見(jiàn)圖1。

圖1 方法耦合Fig.1 Method coupling

3 實(shí)例分析

選取蘭州斷面實(shí)測(cè)日徑流資料，資料來(lái)源于黃委水文資料匯編，序列長(zhǎng)度為1950-01-01-2004-12-31，共55 a。本文將對(duì)黃河上游的生態(tài)水文特征變化包括徑流年際變化、汛期變化、年內(nèi)分配、極端流量變化、水文極值發(fā)生時(shí)間、高流量和低流量、水流條件變化頻率與速率、大小洪水進(jìn)行分析。圖2為蘭州斷面年徑流變化趨勢(shì)。

3.1 變異點(diǎn)的識(shí)別分析

鑒于變異點(diǎn)檢驗(yàn)的特殊性和復(fù)雜性，采用 TFPW-MK變異點(diǎn)檢驗(yàn)對(duì)蘭州斷面實(shí)測(cè)年徑流序列進(jìn)行變異點(diǎn)研究。檢驗(yàn)結(jié)果如圖2所示，可以看到，所得趨勢(shì)線UFk數(shù)值基本都為負(fù)值，表示徑流序列整體呈現(xiàn)連續(xù)的下降趨勢(shì)，且在1985年徑流序列有顯著下降趨勢(shì)。根據(jù)文獻(xiàn)分析[19]，從20世紀(jì)80年代后期到90年代末，黃河上游氣溫逐步升高，降水量也呈現(xiàn)明顯減少趨勢(shì)， 降水量減少自然會(huì)導(dǎo)致徑流減少，且徑流變化比例大于降水量變化比例。因此，黃河上游徑流趨勢(shì)和突變特征在一定程度上是對(duì)流域內(nèi)降水變化的響應(yīng)，特別是年徑流序列20世紀(jì)80年代中期與流域降水突變時(shí)間相吻合。

圖2 蘭州站年天然徑流量變化趨勢(shì)線Fig.2 Annual natural runoff change trend line of Lanzhou station

依據(jù)TFPW-MK突變檢驗(yàn)結(jié)果，UFk和UBk曲線交點(diǎn)位于1985年，即初步認(rèn)為蘭州斷面徑流變異年份為1985年。

圖3 TFPW-MK變異檢驗(yàn)Fig.3 Mann-Kendall test with trend-free pre-whitening

3.2 滑動(dòng)秩和檢驗(yàn)

依照時(shí)間順序，對(duì)水文序列逐點(diǎn)進(jìn)行秩和檢驗(yàn)，即逐點(diǎn)作為分割點(diǎn)，以此把水文序列分成2個(gè)樣本。設(shè)定2個(gè)假設(shè)，即：①H0，2個(gè)樣本的分布相同，即無(wú)顯著差異；②H1，2個(gè)樣本的分布不同，即具有顯著差異。

取置信水平α=0.05 ，采用雙側(cè)分位數(shù)檢驗(yàn)，查得α=0.05 時(shí)，Z1-α/2=1.96 ，若|z|≤Z1-α/2，則接受H0，2個(gè)樣本無(wú)顯著差異；若|z|>Z1-α/2，則接受H1，2個(gè)樣本有顯著差異，即發(fā)生變異，并以|z|最大處作為水文變異點(diǎn)。表2為蘭州斷面滑動(dòng)秩和檢驗(yàn)成果。

表2 蘭州斷面首個(gè)變異點(diǎn)滑動(dòng)秩和檢驗(yàn)成果Tab.2 The moving rank sum test results of the first change point of Lanzhou

步驟1：對(duì)蘭州整個(gè)序列逐年進(jìn)行秩和檢驗(yàn)，計(jì)算出首個(gè)變異點(diǎn)。序列分段為1950-1985、1986-2004 時(shí)，統(tǒng)計(jì)檢驗(yàn)量|z|最大，且|z|>1.96，檢驗(yàn)結(jié)果為拒絕H0，2樣本分布有顯著差異。

步驟2：接著找出所有可能變異點(diǎn)。對(duì)1950-1985年進(jìn)行滑動(dòng)秩和檢驗(yàn)，序列分段為1950-1963和1964-1985時(shí)，統(tǒng)計(jì)檢驗(yàn)量最大，檢驗(yàn)結(jié)果為拒絕H0，2樣本分布有顯著差異；對(duì)1986-2004 年進(jìn)行滑動(dòng)秩和檢驗(yàn)，該時(shí)段內(nèi)不存在變異點(diǎn)?，F(xiàn)在，蘭州序列分段為1950-1963，1964-1985，1986-2004。

步驟3：每相鄰兩段序列整合成一個(gè)序列，進(jìn)行變異點(diǎn)分析，對(duì)1964-2004年進(jìn)行滑動(dòng)秩和檢驗(yàn)，序列分段為1964-1985、1986-2004時(shí)，統(tǒng)計(jì)檢驗(yàn)量最大，檢驗(yàn)結(jié)果為拒絕H0，2樣本分布有顯著差異；對(duì)1950-1985年進(jìn)行滑動(dòng)秩和檢驗(yàn)，序列分段為1950-1963、1964-1985時(shí)，統(tǒng)計(jì)檢驗(yàn)量最大，檢驗(yàn)結(jié)果為拒絕H0，2樣本分布有顯著差異。每相鄰兩段序列合并成為一個(gè)序列進(jìn)行檢驗(yàn)，其變異點(diǎn)均沒(méi)有發(fā)生變化。需要再次用步驟2對(duì)1950-1963年進(jìn)行滑動(dòng)秩和檢驗(yàn)，該時(shí)段內(nèi)不存在變異點(diǎn)；對(duì)1964-1985年進(jìn)行滑動(dòng)秩和檢驗(yàn)，該時(shí)段內(nèi)不存在變異點(diǎn)；對(duì)1986-2004年進(jìn)行滑動(dòng)秩和檢驗(yàn)，該時(shí)段內(nèi)不存在變異點(diǎn)，各序列均沒(méi)有變異點(diǎn)。已經(jīng)找出所有可能的變異點(diǎn)，最后得出唐乃亥的水文變異分段為：1950-1963、1964-1985、1986-2004。

根據(jù)圖3所示TFPW-MK檢驗(yàn)結(jié)果與秩和檢驗(yàn)結(jié)果對(duì)照分析，在1963年，UFk和UBk曲線沒(méi)有交點(diǎn)，且趨勢(shì)線UFk變化較為平緩，則認(rèn)為在1963年未發(fā)生變異。而在1985年，TFPW-MK檢驗(yàn)結(jié)果與秩和檢驗(yàn)結(jié)果吻合，均顯示發(fā)生水文變異，則確定1985年為黃河上游蘭州斷面徑流序列的突變年份。

3.3 IHA指標(biāo)分析

通過(guò)以上分析，確定了水文序列的變異時(shí)間、變異強(qiáng)度，但是各水文指標(biāo)所發(fā)生的變異程度仍舊未知，故本文通過(guò)RVA法評(píng)價(jià)了變異點(diǎn)前后序列的變異范圍(指標(biāo))以及強(qiáng)度，結(jié)果如圖4所示。

圖4 指標(biāo)改變度分析Fig.4 Alteration analyzing

通過(guò)分析可知，蘭州斷面的生態(tài)水文特征變化較大，整體改變度為0.61，屬高度改變。32個(gè)指標(biāo)中發(fā)生高度改變的近1/2，并且大多集中在7、8、9、10月平均流量、年最大流量平均值、每年高流量次數(shù)和延時(shí)以及每年流量逆轉(zhuǎn)次數(shù)。高度改變的水文指標(biāo)改變度如表3所示。

表3 高度改變的水文指標(biāo)Tab.3 Highly changed alterations

以水文指標(biāo)的改變?yōu)橐罁?jù)，來(lái)分析其對(duì)生態(tài)系統(tǒng)的影響。

(1)7、8、9、10月屬于汛期，植物生長(zhǎng)茂盛，蒸發(fā)強(qiáng)度大，因此對(duì)水的需求量大，1985年后7、8、9、10月平均流量高度改變，尤其是9月份從1 583 m3/s減少到863 m3/s，改變度達(dá)到-0.1，這對(duì)下游依賴洪水流量及其創(chuàng)造的棲息地環(huán)境而生存的生物物種而言，影響是破壞性的。

(2)最小化指標(biāo)整體趨勢(shì)趨于平緩，最大化指標(biāo)則受其削減洪峰的影響，在1985年后出現(xiàn)了銳減，說(shuō)明大洪水的洪峰一般只持續(xù)1～5 d， 最大流量平均值的高度改變會(huì)在一定程度上影響河流渠道地貌和自然棲息地的構(gòu)建。

(3)高脈沖流量通過(guò)與漫灘和高地的連通,可大量地輸送營(yíng)養(yǎng)物質(zhì)并塑造漫灘多樣化形態(tài)，維系河道并育食河岸生物，從而提高河流生物的生物量和多樣性。1985年后高脈沖流量的次數(shù)和延時(shí)均有明顯下降趨勢(shì)，將會(huì)導(dǎo)致生物多樣性的下降。

(4)每年流量逆轉(zhuǎn)次數(shù)明顯增多，而水流條件的變化頻率對(duì)干旱地區(qū)河流生物物種影響顯著，陡漲陡落的流量變化會(huì)導(dǎo)致水生生物被沖刷或擱淺，洪水的暴落導(dǎo)致生物幼苗種群不能建立。由以上分析可以看出1985年后蘭州斷面流量的主要變化可以概括為汛期流量下降、洪峰削減、高脈沖流量減少和水流條件變化頻率加快，這些改變與蘭州斷面受龍羊峽、劉家峽水庫(kù)不同組合調(diào)節(jié)聯(lián)系密切。1985年以后，龍羊峽水庫(kù)建成，龍劉聯(lián)合調(diào)度使得防洪能力和調(diào)蓄能力進(jìn)一步增強(qiáng),蓄豐補(bǔ)枯，汛期水流被削平，枯水流量被填補(bǔ)，峰谷缺失，以致水流情勢(shì)改變嚴(yán)重。7-10月份流量過(guò)程趨于平緩，最大化流量平均值發(fā)生較大改變。同時(shí)水庫(kù)兼有供水灌溉、發(fā)電、防洪任務(wù),相機(jī)供水的次數(shù)增多，水流流量起落變化頻繁。

4 結(jié) 語(yǔ)

通過(guò)對(duì)黃河上游蘭州斷面的實(shí)測(cè)徑流水文序列變異點(diǎn)的識(shí)別和分析可得出以下結(jié)論。

(1)本文所采用的方法經(jīng)過(guò)耦合從多方面對(duì)水文序列進(jìn)行了檢驗(yàn)，較全面地反映了時(shí)間序列的變異特性，因而檢驗(yàn)分辨率較高。

(2)通過(guò)變異診斷分析，發(fā)現(xiàn)蘭州斷面水文生態(tài)指標(biāo)在龍、劉兩庫(kù)運(yùn)行后發(fā)生較高程度改變，這無(wú)疑非常不利于區(qū)域水文生態(tài)安全，建議在黃河生態(tài)水文指標(biāo)體系的構(gòu)建和水庫(kù)生態(tài)調(diào)度中給予充分考慮。

(3)本研究以黃河流域蘭州斷面為例，研究了黃河上游生態(tài)水文變異情況，取得了一定的成果，但在實(shí)踐應(yīng)用層面仍存在問(wèn)題，比如如何使用生態(tài)水文變異分析結(jié)果指導(dǎo)區(qū)域的水資源管理實(shí)踐，在后續(xù)研究中需重點(diǎn)考量。作者認(rèn)為生態(tài)水文變異分析應(yīng)該成為河流水資源管理和水利工程規(guī)劃中的重要限制性因素。因此，建立生態(tài)水文聯(lián)系變異指標(biāo)與水事活動(dòng)間的關(guān)系，并依據(jù)其關(guān)系設(shè)置限建規(guī)則，將成為生態(tài)水文變異分析應(yīng)用于流域水資源管理實(shí)踐的重要手段。

□

[1] IPCC.The physical science basic[C]∥Contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change(IPCC). Paris, 2007.

[2] Kundzewicz Z W,Graczyk D. Trend detection in river flow series:1. Annual maximum flow [J]. Hydrological Sciences Journal, 2005,50(5):797-810.

[3] 王金花， 康玲玲，余 輝，等. 氣候變化對(duì)黃河上游天然徑流量影響分析[J]. 干旱區(qū)地理, 2005,8(3):88-291.

[4] 樊 輝，楊曉陽(yáng). 黃河干、支流徑流量與輸沙量年際變化特征[J]. 泥沙研究, 2011,(4):11-15.

[5] 李劍鋒，張 強(qiáng)，陳曉宏，等. 考慮水文變異的黃河干流河道內(nèi)生態(tài)需水研究[J]. 地理學(xué)報(bào), 2011,66(1):99-110.

[6] 于 茜，黃 強(qiáng)，張洪波. 不同水庫(kù)運(yùn)行模式對(duì)黃河蘭州站生態(tài)水文特征變異的影響[J]. 干旱區(qū)地理, 2010,33(5):747-755.

[7] 水利部黃河水利委員會(huì).黃河流域及西北內(nèi)陸河水功能區(qū)劃[R]. 黃河水利委員會(huì),2001.

[8] 黃河流域氣候編寫(xiě)組.黃河流域氣候[R].黃河水利委員會(huì)水文局,1987.

[9] 沈珍瑤，楊志峰.黃河流域水資源可再生性評(píng)價(jià)指標(biāo)體系與評(píng)價(jià)方法[J].自然資源學(xué)報(bào),2002,17(2):188-197.

[10] Kendall M G.Rank correlation measures[M]. London:Charles Griffin,1976:110-120.

[11] Mann H B.Non-parametric tests against trend[J].Econometrica,1945,13:245-259.

[12] 章誕武，叢振濤，倪廣恒. 基于中國(guó)氣象資料的趨勢(shì)檢驗(yàn)方法對(duì)比分析[J]. 水科學(xué)進(jìn)展, 2013,24(4):490-496.

[13] Sheng Yue,Wang Chunyuan.The mann-kendall test modified by effective sample size to detect trend in serially correlated hydrological series[J].Water Resources Management,2004,18:208-218.

[14] Sheng Yue,Paul P,Bob P,et al.The influence of autocorrelation on the ability to detecttrend in hydrological series[J].Hydrological Processes,2002,16(1):1 807-1 829.

[15] Seigel S. Nonparametric statistics for the behavioral sciences[Z]. New York: McGraw-Hill Book Company, 1956.

[16] Mann H B, Whitney D R. On a test of whether one of two random variables is stochastically larger than the other[J]. The Annals of Mathematical Statistics, 1947,18(1):50-60.

[17] 拜存有. 渭河流域關(guān)中段徑流過(guò)程變異點(diǎn)診斷研究[D]. 陜西楊凌: 西北農(nóng)林科技大學(xué),2008.

[18] Brian D Richter,Jeffrey V Baumgartner,Jennifer Powell,et al.A method for assessing hydrologic alteration within ecosystems[J].Conservation Biology,1996,10(4):1 163-1 174.

[19] 趙芳芳，徐宗學(xué). 黃河蘭州以上氣候要素長(zhǎng)期變化趨勢(shì)和突變特征分析[J].氣象學(xué)報(bào)，2006，64(2)：246-255.

[20] 馮 波，閆佰忠，章光新. 松花江流域水文干旱聯(lián)合概率分布特征研究[J]. 節(jié)水灌溉，2014,(5):38-42.