-
题名黑河上游年径流模拟模型优选与归因分析
被引量：4
- 1
-
-
作者
吴子晗
计嘉晨
张帆
-
机构
北京林业大学水土保持学院
山西吉县森林生态系统国家野外科学观测研究站
-
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2024年第3期80-90,共11页
-
基金
中央高校基本科研业务费(BLX202212、QNTD202303)
北京林业大学大学生创新创业训练计划项目(X202310022066)。
-
文摘
【目的】本研究旨在深入探究人类活动与气候变化对黑河上游年径流量的影响,为区域水资源保护与规划利用提供科学支持。【方法】研究综合Mann-Kendall非参数统计检验、Pettitt检验和滑动t检验方法,对1954—2020年黑河上游年径流序列进行趋势检验,识别年径流序列趋势变化的突变点并划分基准期与分析期。在此基础上,采用BP神经网络模型、灰色时间序列模型和多元线性回归模型,模拟基准期年径流变化,优选模拟效果最佳模型,进而借助优选模型与径流变化归因方法,定量解析人类活动与气候变化要素对年径流变化的驱动规律。【结果】趋势检验发现,年径流序列在1982年和2006年前后发生了突变,黑河上游年径流序列可划分为1954—1982年(基准期)、1982—2006年(分析期1)和2006—2020年(分析期2)3个阶段。在基准期年径流序列的模拟中,BP神经网络模型在验证期的相对误差(0.79%)、纳什效率系数(0.84)与拟合优度(0.84)3个参数上相较其他模型优势明显。借助神经网络模型进行年径流变化归因分析,发现人类活动导致年径流在1982—2020年间减少的平均值为7.56×10^(8) m^(3)。但2006—2020年间黑河上游人类活动对径流的负面贡献率较1982—2006年间减少约18.00%。详细解析气候变化对年径流量的影响,发现在2006—2020年间,降水量与蒸散发对年径流的贡献率较1954—1982年分别增加约11.00%和8.00%。【结论】BP神经网络模型对于黑河上游年径流序列模拟有较好效果,模拟合格率达94.23%,最大误差仅为1.36%;黑河流域上游年径流量序列在1982年和2006年发生了趋势突变,1982年后人类活动强度增大导致上游年径流量减小,2006年后黑河流域综合治理效果显现,人类活动对年径流量的负面效应减弱;1982—2020年期间的气候变化影响中,蒸散发与降水对径流的贡献分别占46.57%与53.43%。
-
关键词
年径流模拟
归因分析
人类活动
气候变化
黑河上游
-
Keywords
annual runoff simulation
attribution analysis
human activity
climate change
upper reaches of Heihe River
-
分类号
TV121.4
[水利工程—水文学及水资源]
-
