林沛榕 翟丽妮 马丽梅

摘要：为了研究水文时间序列趋势性分析方法在湖北幕阜山区的适用性，采用滑动平均法、线性回归法、Mann-Kendall秩和检验法和Spearman秩检验法，对幕阜山区通城和大屋场两个水文站的年平均径流序列进行趋势性分析。结果表明：4种趋势分析方法得出的结论一致，1964～2016年通城站年平均径流序列无显著变化趋势;1991～2016年大屋场站年平均径流序列呈下降趋势。以上4种方法均适用于幕阜山区小流域水文序列趋势性分析。

关键词：水文序列;趋势性分析;年径流;幕阜山区

中图法分类号：P333 文献标志码：A DOI：10.15974/j.cnki.slsdkb.2020.04.003

近年来，在气候变化和人类活动的双重影响下，极端水文事件频发，水旱灾害时有发生，严重威胁人民生命安全，给社会经济造成了重大损失。为了减轻水旱灾害的影响，提高水文预报的准确性，及时发现并总结当前水文序列中的趋势及规律尤为重要。

水文序列趋势分析方法主要包括参数统计分析法和非参数秩检验法。参数统计分析法需要假设序列满足正态分布，而非参数秩检验法只与数据的秩相关，克服了对序列分布形式的限制，因此得到了更加广泛的应用。为了避免单一方法可能存在的局限性和偶发性，当前研究通常采用多种方法进行趋势分析。

1研究方法

本文以湖北幕阜山区隽水河、厦铺河上段两个典型小流域作为研究对象，分别采用滑动平均法、线性回归法、Mann-Kendall秩和（M-K）检验法和Spearman秩检验法对通城、大屋场水文站的年平均径流序列进行分析，得出两个流域水文序列的趋势，并综合比较不同方法之间计算结果出现差异的成因及机理，进一步研究水文序列趋势分析方法在该地区的适用性。

1.1滑动平均法

滑动平均法是一种传统的数据处理方法，常用于消除数据的高频干扰信号得到其确定性规律。序列经过滑动平均后可削弱其中的短周期，有效修正偶然变动因素引起的误差，滑动均值随时间的变化可以反映序列的变化趋势。

若序列具有趋势成分，选择合适的l，滑动平均法能清晰地描述趋势，因此该方法在水文气象领域得到了大量应用。

1.2线性回归法

线性回归法是针对水文气象变量序列与时间之间的线性相关系数进行显著性检验来判断趋势变化的方法。

在线性回归法中，假设时间序列为线性趋势，利用简单的线性模型进行检验：

1.4Spearman秩检验法

Spearman秩检验法是针对水文气象序列的秩与时间之间的相关系数进行显著性检验来判断趋势变化的方法。与M-K方法不同的是，Spearman秩检验是针对序列秩序的运算，M-K方法是基于序列的符号秩和进行计算。

2在幕阜山区的应用分析

本研究将上述水文序列趋势分析方法应用于幕阜山区隽水河（通城县）、厦铺河上段（通山县）两个典型小流域（见图1～2），对通城水文站和大屋场水文站的年径流序列进行趋势分析，对比分析4种方法在幕阜山区的应用效果。分析研究的径流数据由湖北省水文局提供。通城站控制流域面积为226km²，数据起止时间为1964～2016年，共53a;大屋场站控制流域面积为114km²，数据起止时间为1991～2016年，共26a。

通城水文站和大屋场水文站位于湖北省东南侧的通城县和通山县，幕阜山北麓，属于亚热带季风气候区，四季分明、雨量充沛、雨热同期。由于受季风和地貌的影响，该区域降雨时空分布不均，春季低温阴雨，夏季洪涝干旱，灾害性天气时有发生。

2.1滑动平均法

通城站1964-2016年多年平均径流量1.97亿m³，对年平均径流量序列分布进行5点滑动平均处理，结果如图3所示。由图3可知，5点滑动线的线性趋势线呈上升趋势，即通城站年平均径流总体呈上升趋势。分阶段来看，1964-1986年平均径流值在多年均值附近波动，1986-1995年平均径流呈上升趋势，1995～2006年呈下降趋势，2006～2016年呈上升趋势。

大屋场站1991-2016年多年平均径流量为1.18亿m³，由于径流序列相对较短，对序列采取3点滑动平均处理，结果如图4所示。由图4可知，滑动平均处理后线性趋势线呈下降趋势，即大屋场站年平均径流总体呈下降趋势。分阶段来看，1991-1998年平均径流呈上升趋势，1998-2008年呈下降趋势，2008～2011年呈上升趋势，2011-2016年呈下降趋势。以2004年为分界点，在2004年之前，年径流量基本大于多年平均径流量，此时期属于偏丰水期;2004年之后，年径流量小于或略高于多年值，属于偏枯水期。

2.2线性回归法

使用线性回归法计算通城站年平均径流序列线性趋势，可得线性趋势线为

3计算结果对比分析

对比滑动平均法与线性回归法的结果可以發现，通城站年平均径流（见图3和图5）均呈现略微上升趋势，大屋场站年平均径流（见图4和图6）均呈现显著下降趋势，说明滑动平均法与线性回归法的结果可相互印证。通过滑动平均法可从滑动平均曲线中直观看出年平均径流在年代际间的上下波动情况，但无法看出趋势的显著性，且分析结果依赖于人为对平滑时距的选择;而线性回归法可以通过计算结果反映径流趋势变化的显著性。

对比线性回归法与两种非参数方法（M-K检验法、speannan秩检验法）的计算结果（见表1）可知，3种方法所得趋势显著性结论一致，即通城站年平均径流序列趋势不显著，大屋场站年平均径流序列下降趋势显著。与非参数法相比，线性方法的优势在于图示结果（见图5和图6）更加直观和清晰，但是该方法需要假设序列满足正态分布，一定程度上影响了分析结果的准确性。非参数方法只与序列的秩相关，对于序列的分布形式没有要求，更适合用于非正态分布的水文数据序列。

4结语

本文采用4种趋势分析方法对通城和大屋场水文站年平均径流序列进行分析，结果表明，4种趋势分析方法得出的结论是一致的，均适用于幕阜山区小流域趋势性分析。其中，滑动平均法虽然可以直观看出时间序列的趋势变化，但分析结果依赖于参数的选择，对于趋势明显的序列效果较好，而对于变化不明显的序列，较难判断其趋势及显著性。其他3种方法均可以根据计算结果判断序列趋势的显著性，但是由于线性回归方法对序列的分布方式有要求，一般推荐使用非参数方法进行水文气象序列的趋势性分析。