Page 78 - 2025年第56卷第2期

图 １ 全国三级流域分布图（审图号：ＧＳ京（２０２４）１６９８号）

风速、地面向下短波辐射、地面向下长波辐射、地面降水数据 ［２６］ 。对各要素日数据利用我国三级流域
边界裁剪，提取数据后合并为月尺度进行后续处理。
２．２．２ 天然径流数据 本研究使用的天然径流数据来源于国家青藏高原科学数据中心的中国天然径流
量格点数据集 ＣＮＲＤｖ１．０（ＴｈｅＣｈｉｎａＮａｔｕｒａｌＲｕｎｏｆｆＤａｔａｓｅｔｖｅｒｓｉｏｎ１．０） ［１９］ 。该径流数据产品基于 ＶＩＣ
（ＶａｒｉａｂｌｅＩｎｆｉｌｔｒａｔｉｏｎＣａｐａｃｉｔｙ）分布式水文模型、模型参数不确定分析框架和翔实的水文气象资料（包括
中国气象局站点数据和 ＣＭＦＤ气象数据集）重建得到，同时以水文站点观测资料进行有资料流域参数
率定和无资料流域参数交叉验证，且与其他全球径流格点数据集进行了比较。ＣＮＲＤｖ１．０数据集的径
流空间分布上过渡更加连续，在表示中国复杂地形和气候变化下的水资源空间分布方面优于全球径流
数据集，是一套长时序、全覆盖、高质量、时空连续的天然河川径流资料 ［５］ 。
该数据集提供了我国 １９６１年 １月 １日至 ２０１８年 １２月 ３１日，空间分辨率为 ０．２５° × ０．２５°的天然径
流估算量日值、月值和年值，单位为 ｍｍ。考虑气象数据的时间范围，本研究采用时段为 １９７９—２０１８
年的天然径流数据，时间尺度为月，对 ＣＮＲＤｖ１．０的月尺度数据利用我国三级流域边界裁剪，得到所
需数据以进行后续处理。

３ 研究方法

３．１ ＳＴＬ分解时序 水文气象要素数据通常是具有随机性的时间序列，一个时间序列通常由长期趋
势、季节性变动、周期波动和随机波动等组成，本研究对天然径流和气象时间序列数据进行分解，取
各数据的趋势分量做趋势分析及归因分析，以便更好地捕捉非线性趋势 ［２７］ 。
ＳＴＬ是一种以鲁棒局部加权回归（Ｌｏｃａｌｌｙｗｅｉｇｈｔｅｄｓｃａｔｔｅｒｐｌｏｔｓｍｏｏｔｈｉｎｇ，ＬＯＥＳＳ）作为平滑方法的时
间序列分解方法 ［１４］ ，是时间序列分解的常用方法之一，基于 ＬＯＥＳＳ将时间序列数据分解 为趋势项
（ Ｔｒｅｎｄ）、季节项（Ｓｅａｓｏｎａｌ）和残差项 （Ｒｅｓｉｄｕａｌ）。与其 他季 节 分 解方 法 （比如 Ｘ１１ ［２８］ 分解 法）相比，
ＳＴＬ方法对异常点处理鲁棒性更强，能处理加法模式的分解，其分解式一般可以表示为

— ２ １ —
８