Page 69 - 2022年第53卷第6期

差和平均相对误差绝对值指标均优于 １９５１—２０１９年序列。结合图 ８可知，本次构建的所有年降水随机
森林模型模拟精度均较高，在训练期和验证期均表现出较高的模拟精准度。
４．３ 结果讨论 本次研究从定性和定量两个视角实现北京地区年降水模拟，定性为定量提供依据，定
量具体化表述定性，两者结果相辅相成。在定性分析中，ＥＳＭＤ算法分解结果中各 ＩＭＦ分量表明北京
地区近三百年降水序列存在 ２．５～４年、７～１５年、２５～３５年、７４年左右、９５～１００年的周期尺度变化规
律，其中以 ２．５～４年的周期年际变化尺度为主；残差余项表明降水序列存在 “上升—平稳—下降” 的
整体变化趋势，且近年来下降势态加剧。
基于随机森林模型构建的北京地区年降水随机模拟模型高精度地实现了北京地区年降水序列的随
机模拟，由 １７２４—２０１９年原序列构建的随机森林模型在训练期和验证期均误差最小，１８１３—２０１９年
序列在训练期和验证期表现同样优于 １９５１—２０１９年序列，表明长时间序列在提高降水序列随机模拟
精准度方面同样起到关键作用，但在模型验证期依然存在一定误差，需在后续工作进一步丰富拟合因
子涉及面和时序尺度，为北京地区长时期年降水序列演变趋势研究提供科学依据。

５ 结论

本次研究通过 ＴＦＰＷ－ ＢＳ － Ｐｅｔｔｉｔｔ法和 ＥＳＭＤ算法对北京地区 １７２４—２０１９年等不同降水序列组成成
分进行分析，并利用随机森林模型对年降水序列进行随机模拟，得出结论如下：
（ １）北京地区 ２９６年长降水序列存在 “上升—平稳—下降” 的趋势变化特征和 ２．５～４年、７～１５
年、２５～３５年、７４年左右和 ９５～１００年的准周期波动规律，并且在整个研究时域内存在 １７７０年、１８１３
年、１８７１年、１８９３年、１９４７年和 １９９９年 ６个突变点。
（ ２）构建随机森林模型对北京地区年降水量进行随机模拟，其中，模型训练期和验证期平均相对
误差绝对值分别小于 ５％和 １５％，结果表明随机森林模型拥有较好的模拟效果。随机森林模型作为长
期降水序列随机模拟的新途径表现良好，但由于拟合因子是模型构建的关键所在，因此如何选取和筛
查科学、合理的拟合因子有待于在后续研究中不断修改和完善。
（ ３）通过对比分析可知，长时间序列在降水序列成分分析和随机模拟均表现更好，既能检出降水
序列隐含的多突变点、更精准更完整的周期尺度和趋势变化规律，更能有效提高随机模拟精度，增强
研究逻辑性和说服力。
（ ４）在传统水文序列成分分析的基础上引入随机模拟，将研究时域从历史时期延伸到未来短期内，
增强研究完整性，有助于更好地研究水文时序变化情况、揭示序列演变规律。
致谢：感谢水利部发展研究中心李淼博士在数据收集方面给予的支持和帮助！

参 考 文 献：

［ １］ ＡＭＩＮＭ ＺＭ，ＳＨＡＡＢＡＮ Ａ Ｊ，ＥＲＣＡＮ Ａ，ｅｔａｌ．Ｆｕｔｕｒｅｃｌｉｍａｔｅｃｈａｎｇｅｉｍｐａｃｔａｓｓｅｓｓｍｅｎｔｏｆｗａｔｅｒｓｈｅｄｓｃａｌｅ
ｈｙｄｒｏｌｏｇｉｃｐｒｏｃｅｓｓｅｓｉｎＰｅｎｉｎｓｕｌａｒＭａｌａｙｓｉａｂｙａｒｅｇｉｏｎａｌｃｌｉｍａｔｅｍｏｄｅｌｃｏｕｐｌｅｄｗｉｔｈａｐｈｙｓｉｃａｌｌｙ － ｂａｓｅｄｈｙｄｒｏｌｏｇｙ
ｍｏｄｅｌ ［Ｊ］．ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔ，２０１７，５７５：１２ － ２２．
［ ２］ ＰＵＭＯＤ，ＡＲＮＯＮＥＥ，ＦＲＡＮＣＩＰＡＮＥＡ，ｅｔａｌ．Ｐｏｔｅｎｔｉａｌｉｍｐｌｉｃａｔｉｏｎｓｏｆｃｌｉｍａｔｅｃｈａｎｇｅａｎｄｕｒｂａｎｉｚａｔｉｏｎｏｎｗａ
ｔｅｒｓｈｅｄｈｙｄｒｏｌｏｇｙ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１７，５５４：８０ － ９９．
［ ３］ ＣＬＩＦＴＯＮＣＦ，ＤＡＹＫＴ，ＬＵＣＥＣＨ，ｅｔａｌ．Ｅｆｆｅｃｔｓｏｆｃｌｉｍａｔｅｃｈａｎｇｅｏｎｈｙｄｒｏｌｏｇｙａｎｄｗａｔｅｒｒｅｓｏｕｒｃｅｓｉｎｔｈｅ
ＢｌｕｅＭｏｕｎｔａｉｎｓ ，Ｏｒｅｇｏｎ，ＵＳＡ［Ｊ］．ＣｌｉｍａｔｅＳｅｒｖｉｃｅｓ，２０１８，１０：９ － １９．
［ ４］ 刘永林，延军平，岑敏仪．中国降水非均匀性综合评价［Ｊ］．地理学报，２０１５，７０（３）：３９２ － ４０６．
［ ５］ 徐宗学，叶陈雷．城市暴雨洪涝模拟：原理、模型与展望［Ｊ］．水利学报，２０２１，５２（４）：３８１ － ３９２．
［ ６］ 李鹏程，李琼芳，蔡涛，等．北京天津地区近 ５１ａ降水变化特征分析［Ｊ］．水电能源科学，２０１０，２８（１０）：
６ － ９．
［ ７］ 宋晓猛，张建云，刘九夫，等．北京地区降水结构时空演变特征［Ｊ］．水利学报，２０１５，４６（５）：５２５ － ５３５．

— ６ ９ ５ —