Page 68 - 2024年第55卷第3期
P. 68

幅提前等因素,本研究将每年 7月至次年 6月作为水
              文年,鄱阳湖每年 9月至次年 3月作为枯水期。
                  选择基流指数( BaseFlowIndex,BFI)分割法             [22]
                                       In
              进行入湖基流分割得到 BF 。BFI法的工作原理为:
                                       t
              预设划分每个水文年的单位时段长,记为 N(天),将
              年内径流过程划分为 365?N个时段,每段最小值乘以
              拐点检验因子 0.9      [23] ,当乘积小于等于相邻时段最小
              值时,则认 为 是 一 个 拐 点, 重 复 操 作,选 出 其 它 拐
              点,将拐点连接下方面积即为基流量。BFI随 N增大
              而减小,最终 N由 BFI变化趋于平缓而确定。图 4为
              入湖径流丰、平、枯三个代表年的 N选取(N = 12 ,各
                                                                          图 3 入湖径流枯水变量提取示意
              代表年基流指数变化率趋于稳定)和分割结果。






































                                                   图 4 鄱阳湖入湖基流分析
                                                                                                         Lak
                                                                            Lak
              3.3.2 湖区枯水特征 以星子站日水位过程提取枯水期最低水位 Z 、低水天数 D                                   Lak  和低水烈度 I
                                                                                          t
                                                                                                         t
                                                                            t
                                                                                 Lak
              时间序列,其中 D        Lak 是低于 12.03m最低生态水位阈值           [24] 的持续时间,I 亦以低于该阈值作计算。
                               t                                                 t
              3.3.3 汉口分期平均径流 以汉口日径流过程分期提取平均径流特征,考虑长江上游水库分期调蓄特
              点,分汛末水库蓄水期(8—10月)和水库枯水补水期(11日—次年 3月)两个时期,统计相应时期汉口
              平均流量,分别记为 Q          Han8 、Q Han11 。
                                   t     t
              3.4 Chow变点检验法 Chow检验是一种结构性变点检验方法                          [25] ,该检验的零假设是在整个样本中
              回归模型的参数保持不变,即没有结构性改变。Chow检验的统计检验量,是基于回归模型的残差平
              方和在两个子样本组之间的差异,计算公式如下:
                                                   (RSSr - RSSu)(n - k - 2m)
                                                F =                                                     (5)
                                                          m·RSSr
              式中:RSSr为在分段回归模型拟合时的残差平方和;RSSu为在回归模型不包含结构性变点(不分段)

                     6
                —  3 1  —
   63   64   65   66   67   68   69   70   71   72   73