1088 地球科学进展 第29卷 迁站等带来的数据不一致并采取适当措施对缺测及展了较为广泛的研究,其中部分典型研究总结如表 异常值进行处理。此外,原始水文序列通常在时间1所示。多数研究表明,极端径流量未表现出普遍 上和空间上具有一定相关性,在变化检测前应进行的强烈变化特征,大部分地区未检测出明显的增加 数据的独立性检验,并通过白噪化处理(Pre- hiten-趋势。 ing)、重采样( Block bootstrap)等方法消除序列相关4.2极端径流变化归因研究 和交叉相关的影响。检验方法方面,常用的方法包 极端径流变化的归因研究是在极端径流变化检 括参数化检验和非参数化检验2类。非参数统计检测的基础上,研究导致这种变化的原因,区分出气候 验方法不依赖于数据服从一定概率分布的假定,因要素与非气候要素的贡献份额。其中气候要素包括 而对于非正态分布的水文变量更为适用,它主要包自然气候变异与人类活动导致的气候变化;非气候 括基于秩序列的Mamn- endall检验、 Spearman相关要素包括分洪、筑坝、蓄水等河道工程的直接影响以 检验和基于斜率的Sen估计等。 及土地利用变化改变产汇流的间接影响圆。只有 通过变化归因研究,剔除非气候要素的干预,才能正 数据选与准备极端指标构建统计检验方法选择 确评估气候变化对极端径流的影响。 子列长度 参H水文频率分析 然而,由于非气候要素对流域径流的影响高度 复杂,难以量化,当前极端径流变化的归因研究开展 缺测及异常 年最大超值 「线性同山检验1 等处理 取样取样 得较少。多数研究通过筛选受人类活动干预较少的 Amkm检中小流域作为研究区以规避人类活动非气候要素的 一致性检查 数m相关检 影响∞。部分研究基于极端径流受人类活动干预 独立性检验 化Scm斜率估计 较小的假设,选取异常极端指标以忽略非气候要 素。以上2种假设并不能保证完全排除人类活 图2极端径流变化检验的一般过程及主要统计方法 动的干扰,不能有效地实现极端径流变化的归因 Fg.2 General process and major methods for extreme分析。 arge change detection 在评估气候变化对平均径流影响的研究中,部 分学者对气候要素与非气候要素的区分进行了一定 当前,对于气候变化背景下极端径流的历史变的尝试。相关的研究主要采用4类方法:第一类通 化分析,学者从全球、洲际、国家、流域等不同尺度开过构建水文、气象及人类活动多个要素的序列,采用 表1不同空间尺度不同地区的历史极端径流量变化趋势研究 Table 1 Trend detection studies for historical extreme discharge on different scales 度 方 结论 参考文献 年最大流量 水文频率分析 全球主要流域百年一遇洪水频率有增加趋势 全球尺度全球 年最大流量 Mann-kendall检验195个流域中,27个年最大径流增加:31个 年及季度最大流量 洲际尺度 n趋势检验大部分地区无明显趋势变化 非洲 年最大流量 线性回归趋势分析全区域与逐站点研究均无明显变化 国 年和冬夏季最大流量及超阈白噪化处理 未检测出一致变化趋势,西南部和中部表现 值流量频次 Mann-Kendall检验出上升趋势,东北部变化很小 国家尺度 年最大10天和30天平均流线性回归趋势分析,北部和西部,所有极端径流指标均观测到 英国量,年最大瞬时流量,超阈值 流量频次 Mann-kendall检验 加趋势;东部和南部的低地地区未检测出明35 显变化趋势 长江 年最大流量 线性回归趋势分析,中游极端径流量呈显著增加趋势,水位表现 年最高水 am飞 endall 2检验致的上升趋势 6] 流域尺度 亚马逊河年最大流量 Spearman相关检验,年最大月均流量北部增加,南部减少,中部无 Kendall检验 B7] 21994-2015ChinaAcademicJOurnalElectronicpUblishingHouse.Allrightsreservedhttp:/www.cnki.net迁站等带来的数据不一致并采取适当措施对缺测及 异常值进行处理。此外，原始水文序列通常在时间 上和空间上具有一定相关性，在变化检测前应进行 数据的独立性检验，并通过白噪化处理( Pre-whiten￾ing) 、重采样( Block bootstrap) 等方法消除序列相关 和交叉相关的影响。检验方法方面，常用的方法包 括参数化检验和非参数化检验 2 类。非参数统计检 验方法不依赖于数据服从一定概率分布的假定，因 而对于非正态分布的水文变量更为适用，它主要包 括基于秩序列的 Mann-Kendall 检验、Spearman 相关 检验和基于斜率的 Sen 估计等。 图 2 极端径流变化检验的一般过程及主要统计方法 Fig． 2 General process and major methods for extreme discharge change detection 当前，对于气候变化背景下极端径流的历史变 化分析，学者从全球、洲际、国家、流域等不同尺度开 展了较为广泛的研究，其中部分典型研究总结如表 1 所示。多数研究表明，极端径流量未表现出普遍 的强烈变化特征，大部分地区未检测出明显的增加 趋势。 4． 2 极端径流变化归因研究 极端径流变化的归因研究是在极端径流变化检 测的基础上，研究导致这种变化的原因，区分出气候 要素与非气候要素的贡献份额。其中气候要素包括 自然气候变异与人类活动导致的气候变化; 非气候 要素包括分洪、筑坝、蓄水等河道工程的直接影响以 及土地利用变化改变产汇流的间接影响［38］。只有 通过变化归因研究，剔除非气候要素的干预，才能正 确评估气候变化对极端径流的影响。 然而，由于非气候要素对流域径流的影响高度 复杂，难以量化，当前极端径流变化的归因研究开展 得较少。多数研究通过筛选受人类活动干预较少的 中小流域作为研究区以规避人类活动非气候要素的 影响［39］。部分研究基于极端径流受人类活动干预 较小的假设，选取异常极端指标以忽略非气候要 素［30］。以上 2 种假设并不能保证完全排除人类活 动的干扰，不能有效地实现极端径流变化的归因 分析。 在评估气候变化对平均径流影响的研究中，部 分学者对气候要素与非气候要素的区分进行了一定 的尝试。相关的研究主要采用 4 类方法: 第一类通 过构建水文、气象及人类活动多个要素的序列，采用 表 1 不同空间尺度不同地区的历史极端径流量变化趋势研究 Table 1 Trend detection studies for historical extreme discharge on different scales 尺度 地区 指标 方法 结论 参考文献 全球尺度 全球 年最大流量 水文频率分析 全球主要流域百年一遇洪水频率有增加趋势 ［30］ 年最大流量 Mann-Kendall 检验 195 个流域中，27 个年最大径流增加，31 个 呈现减少趋势，其他无变化 ［31］ 洲际尺度 欧洲 中部 年及季度最大流量 Mann-Kendall， Spearman 趋势检验 大部分地区无明显趋势变化 ［32］ 非洲 年最大流量 线性回归趋势分析 全区域与逐站点研究均无明显变化 ［33］ 国家尺度 德国 年和冬夏季最大流量及超阈 值流量频次 白噪化处理， Mann-Kendall 检验 未检测出一致变化趋势，西南部和中部表现 出上升趋势，东北部变化很小 ［34］ 英国 年最大 10 天和 30 天平均流 量，年最大瞬时流量，超阈值 流量频次 线性回归趋势分析， Mann-Kendall 检验 北部和西部，所有极端径流指标均观测到增 加趋势; 东部和南部的低地地区未检测出明 显变化趋势 ［35］ 流域尺度 长江 年最大流量 年最高水位 线性回归趋势分析， Mann-Kendall 检验 中游极端径流量呈显著增加趋势，水位表现 一致的上升趋势 ［36］ 亚马逊河 年最大流量 Spearman 相 关 检 验， Kendall 检验 年最大月均流量北部增加，南部减少，中部无 变化趋势 ［37］ 1088 地球科学进展 第 29 卷