一种考虑水文建模不确定性的径流变化归因方法与流程

1.本发明涉及径流变化归因识别技术领域，具体涉及到考虑水文建模不确定性的径流变化归因方法。


背景技术：

2.受气候变化和人类活动的双重影响，全球范围内各种尺度上的流域水文情势发生了深刻变化，表现为河川径流量发生趋势性变化，极端水文事件发生频次增加，引发一系列严重的水资源短缺及洪旱问题。因此，正确认识变化环境下流域水文情势演变规律，合理分离并量化气候变化与人类活动对河川径流变化的影响程度，对于水资源的可持续利用、防灾减灾及水利工程安全运行管理、保证经济社会稳定发展等也具有重要的科学意义和现实意义。
3.目前，量化气候变化和人类活动对径流变化影响程度的方法主要分为：相似流域对比法、分项调查还原法、径流敏感性法和流域水文模拟法。由于水文模拟法可以保证人类活动影响期间的天然径流量与天然时期的实测径流量在成因上的一致性，并且不需要大量详细具体的人类活动资料，成为目前区分量化气候变化与人类活动对河川径流影响贡献的主要研究方法。然而，现有的基于水文模拟的径流变化归因方法存在以下问题：
4.(1)模型参数不确定性问题。模型参数率定存在“异参同效”现象，通常采用一组“最优”参数来模拟不同时期的径流，存在不确定性。
5.(2)模型结构不确定性问题。现行水文建模的主流实践是依赖单个水文模型来进行径流模拟，单一模型因内在固有结构误差使得其无法全面表征流域上的水文过程，因此单一模型获得的径流预报结果不完全可靠，局限性较大。


技术实现要素：

6.为了解决上述背景技术提出的技术问题，本发明旨在提供一种考虑水文建模不确定性的径流变化归因方法，充分考虑水文模型参数和模型结构的不确定性，从而提高水文模型模拟精度，进而提高径流变化归因的准确性和可靠性。
7.为了实现上述的技术特征，本发明的目的是这样实现的：一种考虑水文建模不确定性的径流变化归因方法，包括以下步骤：
8.步骤1：获取流域范围内长时间序列逐月水文气象数据，包括降水量、蒸发量和径流量，以1年为时间尺度，统计分析年降水量、年蒸发量、年径流量的变化趋势和突变特征，将径流序列划分为流域天然基准期和人类活动影响期；
9.步骤2：利用流域天然基准期流域水文气象资料，采用scem-bma方法对多个水文模型进行参数率定和径流集合模拟效果检验；
10.步骤3：保持水文模型参数和权重不变，将人类活动影响期的气象资料输入所选模型，对各个模型模拟得到的天然径流序列进行加权组合；
11.步骤4：根据各时期的实测径流与模型模拟得到的天然径流，定量评估气候变化和
人类活动对径流变化的影响程度。
12.所述步骤2中scem-bma方法为scem算法和bma方法的耦合算法，scem-bma方法的耦合方案具体为：
13.步骤2.1：选取k个水文模型，对每个模型分别采用scem算法获取各自模型参数的后验分布；
14.步骤2.2：在模型参数后验分布中分别抽取n组样本，并由此生成n组模拟径流序列；
15.步骤2.3：采用期望最大化算法估计得到k个模型共k
×
n组模拟径流序列的权重和方差；
16.步骤2.4：采用bma方法计算径流集合模拟的均值和方差，并做相应的精度评价和不确定性分析。
17.所述步骤4中，气候变化与人类活动对径流影响贡献量的计算框架为：
18.人类活动影响时期的实测径流量与天然时期的基准值之间的差值包括两部分：其一为人类活动影响部分，其二为气候要素变化影响部分，用公式表示为：
19.δq＝q
2-q1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
20.δq＝δqc+δqhꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
21.式中，δq为径流总变化量；q1为流域天然阶段的实测多年平均径流量；q2为人类活动影响期的实测多年平均径流量；δqc为气候变化引起的径流变化量；δqh为人类活动对径流的影响量；
22.气候变化引起的径流变化量δqc用下式估计：
[0023][0024]
式中，和分别为流域天然阶段和人类活动影响阶段模型模拟径流量的多年平均值；
[0025]
确定δqc后，将式(3)和式(1)代入式(2)中，得到由人类活动引起的径流变化量δqh为：
[0026][0027]
因此，气候变化和人类活动对径流变化的贡献率ηc和ηh分别按下式计算：
[0028][0029][0030]
式中，ηc或ηh》0，表明气候变化或人类活动对径流变化起正向作用，使径流增加；ηc或ηh《0，表明气候变化或人类活动对径流变化起负向作用，使径流减少；ηc+ηh＝1，表明在气候变化与人类活动共同影响下的径流整体增加；ηc+ηh＝-1，表明在气候变化与人类活动共同影响下的径流整体减少。
[0031]
本发明有益效效果：
[0032]
现有技术未考虑水文模型参数和模型结构的不确定性对径流变化归因的影响，而
本发明提出的scem-bma方法，能够有效降低模型参数和结构的不确定性，提高径流模拟精度，有利于提升基于水文模拟的径流变化归因分析的精准度和可靠性。
附图说明
[0033]
下面结合附图和实施例对本发明作进一步说明。
[0034]
图1为本发明实施例中涉及的scem-bma方法的流程图。
[0035]
图2为本发明实施例中涉及的天然基准期径流集合模拟与单一模型径流模拟对比图。
[0036]
图3为本发明实施例中涉及的人类活动影响期径流集合模拟与单一模型径流模拟对比图。
[0037]
图4为本发明实施例中涉及的多模型径流集合模拟与单一模型径流模拟的径流变化贡献率对比图。
[0038]
图5为本发明方法流程图。
具体实施方式
[0039]
下面结合附图对本发明的实施方式做进一步的说明。
[0040]
实施例1：
[0041]
一种考虑水文建模不确定性的径流变化归因方法，包括以下步骤：
[0042]
步骤1：获取流域范围内长时间序列逐月水文气象数据，包括降水量、蒸发量和径流量，以1年为时间尺度，统计分析年降水量、年蒸发量、年径流量的变化趋势和突变特征，将径流序列划分为流域天然基准期和人类活动影响期；
[0043]
步骤2：利用流域天然基准期流域水文气象资料，采用scem-bma方法对多个水文模型进行参数率定和径流集合模拟效果检验；
[0044]
所述scem-bma方法为scem(shuffled complex evolution metropolis)算法和bma(bayesian model averaging)方法的耦合算法，scem-bma方法的耦合方案具体为：
[0045]
(1)选取k个水文模型，对每个模型分别采用scem算法获取各自模型参数的后验分布；
[0046]
(2)在模型参数后验分布中分别抽取n组样本，并由此生成n组模拟径流序列；
[0047]
(3)采用期望最大化算法估计得到k个模型共k
×
n组模拟径流序列的权重和方差；
[0048]
(4)采用bma方法计算径流集合模拟的均值和方差，并做相应的精度评价和不确定性分析。
[0049]
步骤3：保持水文模型参数和权重不变，将人类活动影响期的气象资料输入所选模型，对各个模型模拟得到的天然径流序列进行加权组合；
[0050]
步骤4：根据各时期的实测径流与模型模拟得到的天然径流，定量评估气候变化和人类活动对径流变化的影响程度；
[0051]
其中，气候变化与人类活动对径流影响贡献量的计算框架为：
[0052]
人类活动影响时期的实测径流量与天然时期的基准值之间的差值包括两部分：其一为人类活动影响部分，其二为气候要素变化影响部分，用公式表示为：
[0053]
δq＝q
2-q1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0054]
δq＝δqc+δqhꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0055]
式中，δq为径流总变化量；q1为流域天然阶段的实测多年平均径流量；q2为人类活动影响期的实测多年平均径流量；δqc为气候变化引起的径流变化量；δqh为人类活动对径流的影响量；
[0056]
气候变化引起的径流变化量δqc用下式估计：
[0057][0058]
式中，和分别为流域天然阶段和人类活动影响阶段模型模拟径流量的多年平均值；
[0059]
确定δqc后，将式(3)和式(1)代入式(2)中，得到由人类活动引起的径流变化量δqh为：
[0060][0061]
因此，气候变化和人类活动对径流变化的贡献率ηc和ηh分别按下式计算：
[0062][0063][0064]
式中，ηc或ηh》0，表明气候变化或人类活动对径流变化起正向作用，使径流增加；ηc或ηh《0，表明气候变化或人类活动对径流变化起负向作用，使径流减少；ηc+ηh＝1，表明在气候变化与人类活动共同影响下的径流整体增加；ηc+ηh＝-1，表明在气候变化与人类活动共同影响下的径流整体减少。
[0065]
实施例2：
[0066]
以渭河流域为例，选取abcd、tmwb、vwbm、dwbm四种水量平衡模型，在每种模型参数后验分布中分别抽取1000组样本，进行多模型径流集合模拟及其不确定性分析，随后将其径流集合模拟效果与单一模型进行比较，以表明本发明达到的效果。
[0067]
(1)收集整理渭河流域1956～2009年逐月降水量、蒸发量和径流量资料序列，采用mann-kendall趋势检验法和pettitt变点检验法来检验渭河流域年尺度水文序列(包括降水p、潜在蒸发pet和径流q)的变化趋势和突变特征，结果见表1。
[0068]
表1水文气象序列趋势及变点检验结果
[0069][0070]
注：符号
“↑”
表示序列存在上升趋势；符号
“↓”
表示序列存在下降趋势。符号“**”表示序列的变化趋势通过了置信水平
α
＝0.05的显著性检验。
[0071]
渭河流域年降水量序列p和年径流量序列q均存在显著的下降趋势，这说明变化环境下渭河流域的径流情势发生了显著变化，选择渭河流域开展径流变化归因分析是合适和
必要的。同时，渭河流域年径流量序列q在1990年存在明显突变，因此，将1956～1990年和1991～2009年分别划分为天然基准期和人类活动影响期。
[0072]
(2)将天然基准期(1956～1990年)进一步划分为率定期(1956～1978年)和检验期(1979～1990年)，利用1956～1978年的渭河流域逐月降水量p、潜在蒸发量pet和径流量q，按照图1中所示的scem-bma方法对abcd、tmwb、vwbm、dwbm四种月水量平衡模型进行参数率定，利用1979～1990年的渭河流域水文气象资料来检验径流集合模拟效果，选取nash-sutcliffe效率系数nse作为衡量模型径流量模拟效果的评价指标，结果见表2。由表可知，率定期和检验期的nse分别为0.80和0.84，均高于相应时期所选的任何一个模型，说明多模型集合模拟实现了更佳的径流模拟效果。图2给出了多模型集合模拟与单一模型模拟的径流过程对比，从图中可看出多模型集合模拟得到的径流过程更加贴近实测径流过程。
[0073]
表2天然基准期不同模型模拟效果评价指标nse对比
[0074][0075][0076]
(3)保持模型参数和权重不变，将渭河流域1991～2009年的逐月降水量序列p、潜在蒸散发量pet分别输入到abcd、tmwb、vwbm、dwbm四个模型中，对各个模型模拟得到的天然径流序列进行加权组合。人类活动影响期的不同模型模拟的天然径流过程见图3。从图中可以看出人类活动影响期模型模拟天然流量均比实测流量大，这说明人类活动对渭河流域径流有明显的减少作用。
[0077]
(4)根据各时期的实测径流与模型模拟得到的天然径流，利用公式(2)～(7)计算气候变化和人类活动对径流变化的贡献率(见图3)。从图中可以看出，与单一模型相比，多模型集合径流模拟有效降低了模型参数和模型结构的不确定性，获得了更小的不确定性区间，从而使得基于其的径流变化归因结果更为可靠。
[0078]
上述结果表明，本发明涉及的考虑水文建模不确定性的径流变化归因分析方法，充分考虑了模型参数和模型结构的不确定性，在模型率定和验证阶段均能有效提高水文模型径流模拟能力，为解决基于水文模拟的径流变化归因可靠性和准确性问题提供了一个行之有效的方案，具有较好的推广应用价值。

技术特征：
1.一种考虑水文建模不确定性的径流变化归因方法，其特征在于，包括以下步骤：步骤1：获取流域范围内长时间序列逐月水文气象数据，包括降水量、蒸发量和径流量，以1年为时间尺度，统计分析年降水量、年蒸发量、年径流量的变化趋势和突变特征，将径流序列划分为流域天然基准期和人类活动影响期；步骤2：利用流域天然基准期流域水文气象资料，采用scem-bma方法对多个水文模型进行参数率定和径流集合模拟效果检验；步骤3：保持水文模型参数和权重不变，将人类活动影响期的气象资料输入所选模型，对各个模型模拟得到的天然径流序列进行加权组合；步骤4：根据各时期的实测径流与模型模拟得到的天然径流，定量评估气候变化和人类活动对径流变化的影响程度。2.根据权利要求1所述一种考虑水文建模不确定性的径流变化归因方法，其特征在于，所述步骤2中scem-bma方法为scem算法和bma方法的耦合算法，scem-bma方法的耦合方案具体为：步骤2.1：选取k个水文模型，对每个模型分别采用scem算法获取各自模型参数的后验分布；步骤2.2：在模型参数后验分布中分别抽取n组样本，并由此生成n组模拟径流序列；步骤2.3：采用期望最大化算法估计得到k个模型共k
×
n组模拟径流序列的权重和方差；步骤2.4：采用bma方法计算径流集合模拟的均值和方差，并做相应的精度评价和不确定性分析。3.根据权利要求1所述一种考虑水文建模不确定性的径流变化归因方法，其特征在于，所述步骤4中，气候变化与人类活动对径流影响贡献量的计算框架为：人类活动影响时期的实测径流量与天然时期的基准值之间的差值包括两部分：其一为人类活动影响部分，其二为气候要素变化影响部分，用公式表示为：δq＝q
2-q1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)δq＝δq
c
+δq
h
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中，δq为径流总变化量；q1为流域天然阶段的实测多年平均径流量；q2为人类活动影响期的实测多年平均径流量；δq
c
为气候变化引起的径流变化量；δq
h
为人类活动对径流的影响量；气候变化引起的径流变化量δq
c
用下式估计：式中，和分别为流域天然阶段和人类活动影响阶段模型模拟径流量的多年平均值；确定δq
c
后，将式(3)和式(1)代入式(2)中，得到由人类活动引起的径流变化量δq
h
为：因此，气候变化和人类活动对径流变化的贡献率η
c
和η
h
分别按下式计算：
式中，η
c
或η
h
>0，表明气候变化或人类活动对径流变化起正向作用，使径流增加；η
c
或η
h
<0，表明气候变化或人类活动对径流变化起负向作用，使径流减少；η
c
+η
h
＝1，表明在气候变化与人类活动共同影响下的径流整体增加；η
c
+η
h
＝-1，表明在气候变化与人类活动共同影响下的径流整体减少。

技术总结
本发明提供了一种考虑水文建模不确定性的径流变化归因方法，主要包括：步骤1，获取流域范围内长时间序列水文气象数据，通过趋势及变点检验将径流序列划分为流域天然基准期和人类活动影响期；步骤2，利用天然基准期流域水文气象资料，对多个水文模型进行参数率定和径流集合模拟效果检验；步骤3，保持步骤2中各水文模型参数和权重不变，将人类活动影响期的气象资料输入所选模型，对各模型模拟得到的天然径流序列进行加权组合；步骤4，根据各时期的实测径流与天然径流，定量评估气候变化和人类活动对径流变化的影响程度。本发明能够有效降低水文模型参数和结构的不确定性，提高径流模拟精度，进而提升基于水文模拟的径流变化归因分析方法的精准度和可靠性。析方法的精准度和可靠性。析方法的精准度和可靠性。


技术研发人员：李帅 王海 邢龙 龚文婷 曹瑞 朱文丽 王奇
受保护的技术使用者：中国长江三峡集团有限公司
技术研发日：2023.05.06
技术公布日：2023/8/16