吴子怡，谢 平，2，桑燕芳，雷 旭，袁树堂，王 超

（1.武汉大学 水资源与水电工程科学国家重点实验室，湖北 武汉 430072；

2.国家领土主权与海洋权益协同创新中心，湖北 武汉 430072；3.中国科学院 地理科学与资源研究所陆地水循环与地表过程重点实验室，北京 100101；4.云南省水文水资源局，云南 昆明 650106）

1 研究背景

近几十年来，气候变化和人类活动对流域下垫面条件改变所引起的水文效应［1］，已成为全球水循环变化研究的焦点问题。变化环境下，认为水文序列不再来自同一总体，即失去了原有的一致性［2］。对于非一致性的水文序列，若直接采用传统方法进行分析与计算，如水文频率计算，其水文设计结果将存在较大误差，必将增加工程水文设计的风险［3］，同时会对水资源评价、规划、管理等一系列水文水资源问题的研究产生影响［4］。

处理非一致性水文序列时，首要问题是判断其是否存在变异点。变异点主要是指在某个时间位置序列前后变化特性出现显著的差异，存在转折［5］、跳跃［4］等多种表现形式。其中，跳跃变异点反映出水文序列均值发生突变抬升或下降的现象，打破了序列变化的连续性，是非一致性水文序列研究中最关心的问题之一。国内外许多学者围绕跳跃变异点（突变点）的识别问题开展了研究。Kundzewicz等［6］对跳跃变异点识别方法进行了总结和讨论，并指出了各方法的适用条件与优缺点。其中，Mann-Kendall秩次相关法［7-8］与Pettitt检验法［9-10］是两种应用较为广泛的非参数方法。Bayesian变点分析法也被用于水文气象时间序列的跳跃变异点识别［11］。……