長(zhǎng)江上游干流區(qū)徑流變化規(guī)律及預(yù)測(cè)研究.pdf

1、長(zhǎng)江上游流域東臨湖北、湖南兩省，南靠廣西壯族自治區(qū)和老撾、越南兩國(guó)，西連青藏高原并與緬甸接壤，北與陜西、甘肅、青海三省毗鄰，幅員遼闊、跨越多種自然地理環(huán)境，受來(lái)自不同氣候帶的影響，流域內(nèi)氣象萬(wàn)千，水文現(xiàn)象錯(cuò)綜復(fù)雜。由于對(duì)流域水文過(guò)程認(rèn)識(shí)程度的局限和所持有的影響水文過(guò)程資料的限制，至今還難以完全用數(shù)學(xué)物理方法確切地描述其中每一個(gè)過(guò)程。以前主要基于單個(gè)水文站或用傳統(tǒng)研究方法和手段對(duì)流域徑流的變化規(guī)律進(jìn)行研究和預(yù)測(cè)，該方法目前面臨著許多無(wú)法妥

2、善處理的困難，為了沖破這種困境，需要不斷的引入新的理論和方法，同時(shí)需要將不同的方法有機(jī)的結(jié)合起來(lái)，對(duì)流域整體進(jìn)行系統(tǒng)的分析和研究。 本論文結(jié)合國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（NO．2003CB415202－1），在總結(jié)吸收前人研究成果的基礎(chǔ)上，運(yùn)用現(xiàn)代分析及預(yù)測(cè)新理論，即混沌理論、小波理論、人工神經(jīng)網(wǎng)絡(luò)理論、近似熵復(fù)雜性理論，并結(jié)合傳統(tǒng)的理論和分析方法，利用4個(gè)代表站100多年的徑流資料，對(duì)長(zhǎng)江上游干流區(qū)徑流長(zhǎng)期變化的重要特性如：周期

3、性、相關(guān)性、混沌性、復(fù)雜性和突變性進(jìn)行分析研究；對(duì)近似熵復(fù)雜性分析中小波消噪的域值選取規(guī)則和消噪小波函數(shù)的選取方法進(jìn)行了探討；對(duì)太陽(yáng)黑子數(shù)與長(zhǎng)江上游干流區(qū)年徑流時(shí)序相關(guān)性進(jìn)行多尺度分析；對(duì)太陽(yáng)黑子數(shù)引入徑流預(yù)測(cè)模型后模型預(yù)測(cè)效果的變化進(jìn)行了比較；根據(jù)干流區(qū)徑流變化特性建立相應(yīng)的年徑流降尺度模型和徑流預(yù)測(cè)模型，通過(guò)不同模型的比較，尋求適合于長(zhǎng)江上游干流區(qū)徑流降尺度和預(yù)測(cè)的模型；基于神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，根據(jù)年徑流長(zhǎng)期變化的主周期，對(duì)未來(lái)15年長(zhǎng)

4、江上游徑流變化趨勢(shì)進(jìn)行了預(yù)測(cè)分析，為今后長(zhǎng)江上游水資源管理的政策制定者、研究人員以及公眾提供未來(lái)徑流變化的背景。概括起來(lái)，本次研究和預(yù)測(cè)分析取得以下主要成果： 1）對(duì)于整個(gè)長(zhǎng)江上游干流區(qū)而言，7~9月是主汛期，1~3月是主枯季；下游的汛期早于上游；年徑流的變化趨勢(shì)主要受汛期徑流變化的影響；年徑流近來(lái)出現(xiàn)一種微弱下降趨勢(shì)。 2）各代表站的年（月）徑流具有混沌特性。從各站徑流時(shí)間序列的嵌入維數(shù)和飽和關(guān)聯(lián)維數(shù)的對(duì)比可以得出：對(duì)

5、于干流區(qū)，由于受支流來(lái)水逐步加入、沿途降雨和水庫(kù)調(diào)節(jié)的影響，從上游到下游，徑流序列的復(fù)雜性逐漸增大。 3）從近似熵的角度來(lái)看，徑流序列復(fù)雜性整體表現(xiàn)為從上游到下游逐漸增加；同一水文站原始徑流序列的復(fù)雜性高于小波消噪后序列的復(fù)雜性；干流區(qū)徑流量的復(fù)雜性呈現(xiàn)一個(gè)整體的減少趨勢(shì)，但變化幅度不大；不同的消噪閾值選取原則對(duì)徑流序列近似熵的計(jì)算沒(méi)有根本性的影響，但不同消噪小波函數(shù)對(duì)徑流序列近似熵的計(jì)算有較大的影響。 4）年平均徑流在

6、長(zhǎng)期的變化中主要存在32年左右的長(zhǎng)周期變化，它們主導(dǎo)著年平均徑流長(zhǎng)期變化的特性。同時(shí)，研究也顯示出年平均徑流存在15年左右的年代周期變化、8年和3年的年際周期變化特點(diǎn)。從各個(gè)站年平均徑流變化的主周期來(lái)看，屏山站在2004年后處于枯水期，寸灘站在2003年后處于豐水期，萬(wàn)縣站在1987年后處于枯水期，宜昌站在2000年后處于豐水期。不同尺度下年徑流波動(dòng)變化不同，如何看待其年徑流的演變規(guī)律，與分析使用的時(shí)間尺度有緊密聯(lián)系，從而也要求應(yīng)在不同

7、的時(shí)間尺度下對(duì)未來(lái)作趨勢(shì)分析預(yù)測(cè)。 5）屏山站在在長(zhǎng)期的變化中，序列自身不存在相關(guān)性；而寸灘站和宜昌站的序列自身存在一定的相關(guān)性。屏山站、寸灘站和宜昌站的年徑流時(shí)間序列在長(zhǎng)期的變化中，存在有一定的互相關(guān)性。對(duì)于不同的時(shí)間尺度而言，3個(gè)站相互之間存在著或正或負(fù)或獨(dú)立的關(guān)系，其中正相關(guān)占主導(dǎo)地位；各個(gè)站在多尺度下的互相關(guān)性比原始序列的要好；隨著尺度的增大，3個(gè)站相互之間在t時(shí)刻的相關(guān)系數(shù)逐漸增大，但過(guò)了3個(gè)站年徑流變化的主周期（a＝

8、17）以后，隨著尺度的增大，t時(shí)刻的相關(guān)系數(shù)開始減少；隨著時(shí)移的增加，3個(gè)站相互之間的相關(guān)性減弱或出現(xiàn)較大負(fù)相關(guān)；就年際時(shí)間尺度而言，3個(gè)站在其徑流變化的主周期（a＝9）相互之間的互相關(guān)系數(shù)最大，就年代際的時(shí)間尺度而言，3個(gè)站在太陽(yáng)黑子變化的第一主周期（a＝11）相互之間的互相關(guān)系數(shù)最大。 6）太陽(yáng)黑子活動(dòng)與原始徑流序列在長(zhǎng)期的變化中：與寸灘站和宜昌站的徑流序列之間表現(xiàn)為獨(dú)立不相關(guān)，而與屏山站和萬(wàn)縣站存在一定的相關(guān)性。在太陽(yáng)活動(dòng)

9、主周期內(nèi)，a=11年時(shí)，太陽(yáng)黑子活動(dòng)與4個(gè)站的徑流序列之間主要表現(xiàn)為較好的負(fù)相關(guān)。a=22年時(shí)，與屏山站徑流序列之間主要表現(xiàn)為負(fù)相關(guān)，與寸灘站主要表現(xiàn)為正相關(guān)，與宜昌站的相關(guān)性沒(méi)有明顯的規(guī)律；在各個(gè)站年徑流變化的第一主周期內(nèi)，太陽(yáng)黑子數(shù)與寸灘站和宜昌站徑流之間表現(xiàn)為獨(dú)立不相關(guān)，與屏山站和萬(wàn)縣站徑流之間主要表現(xiàn)為負(fù)相關(guān)。 7）將同期太陽(yáng)黑子引入年徑流的預(yù)測(cè)模型后，不論是BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，還是小波網(wǎng)絡(luò)預(yù)測(cè)模型，年徑流模型的預(yù)測(cè)效

10、果都有一定程度的改善。 8）長(zhǎng)江上游干流區(qū)年平均徑流的分解系數(shù)具有混沌特性；從分解系數(shù)的飽和關(guān)聯(lián)維數(shù)的大小比較可以得出，從上游到下游，年平均徑流分解系數(shù)的復(fù)雜性逐漸增大，這與從上游到下游徑流本身復(fù)雜性的變化是一致的。 9）從五種預(yù)測(cè)模型對(duì)年平均徑流分解系數(shù)的預(yù)測(cè)來(lái)看，小波網(wǎng)絡(luò)預(yù)測(cè)模型的預(yù)測(cè)精度較高，即小波網(wǎng)絡(luò)模型是適合于長(zhǎng)江上游干流區(qū)年徑流降尺度分析的模型。 10）將確定性和不確定性的分析方法有機(jī)的結(jié)合（耦合）起

11、來(lái)，互相取長(zhǎng)補(bǔ)短，是目前建立水文水資源分析與預(yù)測(cè)模型發(fā)展的一種必然趨勢(shì)。本文采用多尺度分析理論中的Mallat算法和Daubechies小波與神經(jīng)網(wǎng)絡(luò)建模方法結(jié)合，建立徑流時(shí)間序列的小波網(wǎng)絡(luò)預(yù)測(cè)模型，是為研究徑流時(shí)間序列的演變規(guī)律而嘗試的新的方法。通過(guò)4個(gè)站年平均徑流序列資料進(jìn)行建模和驗(yàn)證得到：本文所建立的小波網(wǎng)絡(luò)預(yù)測(cè)模型，概念清晰，結(jié)構(gòu)嚴(yán)謹(jǐn)，與相空間網(wǎng)絡(luò)預(yù)測(cè)模型和傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型比較，預(yù)測(cè)精度較高，能更好的反映年徑流時(shí)間序列

12、變化的規(guī)律。 11）在不知道前期月徑流的情況下，以每月歷年的月徑流時(shí)間序列為研究對(duì)象，建立了小波網(wǎng)絡(luò)模型，通過(guò)在4個(gè)代表站的實(shí)際應(yīng)用表明小波網(wǎng)絡(luò)模型的檢驗(yàn)合格率和平均相對(duì)誤差都要明顯優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型，該模型易于操作，適于對(duì)月徑流進(jìn)行預(yù)測(cè)。 12）采用神經(jīng)網(wǎng)絡(luò)理論，建立了年徑流的中長(zhǎng)期BP網(wǎng)絡(luò)預(yù)測(cè)模型，在模型中以寸灘站和宜昌站年徑流變化的主周期（15年）來(lái)確定神經(jīng)網(wǎng)絡(luò)的輸入和輸出節(jié)點(diǎn)數(shù)。通過(guò)檢驗(yàn)發(fā)現(xiàn)以此模型來(lái)預(yù)測(cè)分析未

13、來(lái)15年年徑流變化的趨勢(shì)是可行的。長(zhǎng)江上游年徑流在（2001～2005年）處于豐水時(shí)段；2006～2010年上游寸灘站仍然處于豐水時(shí)段，但宜昌站表現(xiàn)為處于枯水時(shí)段，估計(jì)與寸灘站與宜昌站之間區(qū)域的降雨減少有關(guān)；2011～2016年長(zhǎng)江上游處于枯水時(shí)段；2016年過(guò)后，長(zhǎng)江上游又開始由枯水時(shí)段轉(zhuǎn)為豐水時(shí)段。 總之，本文運(yùn)用現(xiàn)代新理論、新方法，多途徑系統(tǒng)地研究了長(zhǎng)江上游干流區(qū)徑流的變化特性，并為決策制定者、研究人員以及公眾提供了干流區(qū)