Page 121 - 2023年第54卷第12期

文站 １９６１—２０２０年的日径流数据；③ 摘自 《中国气象灾害大典》 的研究区 １９６１—２０００年的历史记载
干旱事件，其中针对水文干旱事件，特摘录有明确关于河道径流锐减和枯竭等能够表征水文干旱事件
发生的历史干旱事件；④ 中国地理空间数据云网站提供的 ＳＲＴＭＤＥＭ ９０ｍ分辨率高程数据。

图 １ 渭河流域高程、水系、水文站、雨量站及气象站点分布

３ 研究方法

３．１ 径流过程非平稳分析 非平稳水文干旱评估方法的应用前提是径流序列存在非平稳特征。本研究
首先采用 ＡｕｇｍｅｎｔｅｄＤｉｃｋｅｙ － Ｆｕｌｌｅｒ（ＡＤＦ）检验法 ［２７］ 对研究流域年径流序列开展平稳性检验，若检验结
果大于给定显著性水平（本研究选取 α ＝０．０５ ）则判定时间序列为非平稳序列，否则为平稳序列。然后
采用启发式分割算法 ［２８］ 、Ｐｅｔｔｉｔｔ算法 ［２９］ 和降水径流双累积曲线法 ［２９］ 综合判定研究流域年径流序列是
否存在显著性（ α＜０．０５）突变点，若有显著性突变点，则根据突变点将整个研究期划分为基准期（突变
点之前时期）和变化期（突变点之后时期）。最后采用 Ｍａｎｎ － Ｋｅｎｄａｌｌ趋势检验法 ［２９］ 对基准期和变化期
内各月份逐年径流序列开展趋势性分析。针对具有显著非平稳特征的序列，采用本研究构建的非平稳
水文干旱评估方法，其余无显著非平稳特征的序列仍采用传统水文干旱评估方法。
３．２ 时变标准化径流指数 首先进行标准化径流指数（ＳＳＩ）参数方案设计，包括三个方案：① 时不变
参数方案（ ＳＳＩ ），采用经验分布函数（根据之前研究结果 ［１］ 采用两参数 Ｌｏｇｎｏｒｍａｌ分布函数）拟合整
ｉｎｖａｒ
个研究期径流序列；② 移植参数方案（ＳＳＩ ），采用同一种经验分布函数拟合基准期径流序列，将其
ｔｒａｎ
分布参数直接移植到变化期进行径流序列拟合，而后合并两时期拟合序列；③ 时变参数方案（ＳＳＩ ），
ｖａｒ
基于 ＧＡＭＬＳＳ模型构建分布参数随时间变化的经验分布函数（图 ２（ａ）），分别拟合基准期和变化期的
径流序列。其中，采用 ＧＡＭＬＳＳ模型构建时变标准化径流指数 ＳＳＩ 的过程如下。
ｖａｒ
假设径流序列 ｙ（ｉ）所服从的概率分布函数 ｆ（ 獉）不变，即：
ｙ（ｉ） ＝ｆ（ｙ（ｉ）｜ θ （ｉ）），ｉ ＝ １，２，…，ｎ （１）
（ｉ），…，
式中：ｎ为径流序列样本个数；θ （ｉ）为概率分布参数组，由多个参数组成，即 θ （ｉ） ＝ （ θ １ （ｉ），θ ２
（ｉ）），ｋ ＝ １ ，２，…，ｍ，ｍ为概率分布函数的参数个数。本研究采用两参数 Ｌｏｇｎｏｒｍａｌ分布函数，概
θ ｋ
）。假设参数 μ和 σ随时间 ｔ
率分布参数个数为 ２个（即 ｍ ＝ ２ ），包括位置参数 μ （ θ １ ）和尺度参数 σ （ θ ２
变化，并采用多项式描述分布参数与 ｔ之间的关系：
２
ｊ
{ μ （ｔ） ＝ａ＋ ａｔ ＋ ａｔ ＋ …＋ ａｔ （２）
ｊ
０
１
２
２
ｊ
σ （ｔ） ＝ｂ＋ ｂｔ ＋ ｂｔ ＋ …＋ ｂｔ
０
２
ｊ
１
— １ ０ ９ —
５