Page 113 - 2024年第22卷第1期

各指标发生几率的 ７５％和 ２５％作为 ＲＶＡ的上下阈值，用来作为评价各指标受影响程度的标准 ［３３ － ３５］ 。
为了量化 ＥＲＨＩｓ受干扰后的变化程度，采用水文改变度来评估 ［３６］ ，其定义如下：
Ｎ － Ｎ
Ｄ ＝ ｉｏ ｉｅ × １００％；Ｎ ＝ ｒ × Ｎ Ｔ
ｉｅ
ｉ
Ｎ
ｉｅ
３２
Ｄ ＝ ( １ ∑ Ｄ ２ ) ０．５
ｉ
０
ｎ ｉ ＝１
式中：Ｄ为第 ｉ个 ＥＲＨＩｓ指标的 水 文 变 化 程 度； Ｎ 为 第 ｉ个 ＥＲＨＩｓ指 标 变 化 在 之 后 （之 前 ）仍 在
ｉ ｉｏ
ＲＶＡ阈值范围内的实际观测年数；Ｎ 为 第 ｉ个 ＥＲＨＩｓ突 变 （前 ）后 预 计 落 在 ＲＶＡ阈 值 内 的 年 数，
ｉｅ
可以表示为 ｒ × Ｎ ，其中 ｒ为突变前（后）第 ｉ个 ＥＲＨＩｓ落在 ＲＶＡ阈值内的比例（本文取 ５０％），Ｎ Ｔ
Ｔ
是受突变（前）和后影响的时 间 序 列 中 记 录 的 总 年 数。 Ｄ 为 流 域 整 体 的 水 文 改 变 度， 规 定 水 文 变
０
化程度在 ０～＜３３％之间为无变化或低程度 变 化，３３％～＜６７％为 中 度 变 化，６７％ ～ ≤１００％之 间 是
高度变化。
３ 模型验证与指标确定

３．１ 测站验证 依据流域和数据资料情况，论文对奴下、更张断面的 １９９９到 ２０１２年水文日模拟精度
进行了参数率定，将优化得到的参数对流域各主要断面 １９９９—２０１８年的逐日水文过程进行了模拟，
各站 Ｎａｓｈ系数评价见表 １，说明论文采用的 ＥａｓｙＤＨＭ 模型用于日径流资料的延展和加密是可行的。
依据流域和数据资料情况，本研究对奴下、更张断面挑选洪水场次进行了参数率定和验证，并对精度
进行了评价，针对流域特点，主要针对洪峰误差精度对方案合格程度进行了评定，其中水库入库数据
主要通过出库和蓄量反推，本身就存在误差，因此对其洪峰许可误差做了适当放大。选取 １９９８—２０１８
年间的 ２０组径流过程进行率定，径流过程拟合效果较好，洪峰流量误差和峰现时间误差基本符合要
求。对 １９９８—２０１８年间的 ２０组径流过程样本进行评定，洪水场次合格率为 ９０％。ＥａｓｙＤＨＭ模型采用
ＳＣＥ － ＵＡ全局参数优化算法进行参数率定 ［３７ － ４０］ 。

表 １ ＥａｓｙＤＨＭ模型模拟径流 Ｎａｓｈ系数表
Ｔａｂｌｅ１ ＮａｓｈｃｏｅｆｆｉｃｉｅｎｔｏｆｓｉｍｕｌａｔｅｄｒｕｎｏｆｆｂｙＥａｓｙＤＨＭ ｍｏｄｅｌ
控制站 紧邻下游 Ｎａｓｈ 控制站 紧邻下游 Ｎａｓｈ 控制站 紧邻下游 Ｎａｓｈ
所在河流 所在河流 所在河流
名称 控制站 系数 名称 控制站 系数 名称 控制站 系数
江孜 年楚河 日喀则 ０．８３ 羊八井 堆龙曲 羊村 ０．９３ 唐加 拉萨河 拉萨 ０．９４
旁多 拉萨河 唐加 ０．６６ 拉萨 拉萨河 羊八井 ０．９２ 奴各沙 雅鲁藏布江 羊村 ０．８５

拉孜 雅鲁藏布江 无 ０．７３ 泽当（二） 雅砻河 羊村 ０．９８ 更张 尼洋河 奴下 ０．８２
日喀则 年楚河 奴各沙 ０．６８ 羊村 雅鲁藏布江 奴下 ０．９３ 奴下 雅鲁藏布江 德兴 ０．９１

巴河桥 巴河 更张 ０．６７ 工布江达 尼洋河 巴河桥 ０．７９ 更张（二） 尼洋河 奴下 ０．９７

３．２ ＩＨＡ的冗余性分析 ＩＨＡ体系包含 ３３个指标，由于研究时段内雅鲁藏布江未出现断流现象，故
本研究不考虑 “断流天数” 这一变量 ［２５］ 。论文对所选择的 ３２个 ＩＨＡ指标进行冗余性分析，主要针对
指标间的相关系数，认为相关系数小于 ０．４为冗余度较小。从图 ２可以看出，部分水文变量之前展现
了较强的相关性，１０月流量，１１月流量，１２月流量，年最小 １日、３日、７日、３０日流量之间的相
关性较强，高流量年内发生次数，高流量年内平均历时，上升率，下降率之间相关性较强。从图 ３可
以看出，年最小 ３日、７日、３０日流量，年最大 １日、３日、７日、３０日、９０日流量之间也具有较强
的相关性，其相关系数甚至超过了 ０．９。结果表明，雅鲁藏布江的站点断面的 ＩＨＡ指标变量相互之间
显然存有高度自关性，即指标冗余性问题非常明显。

— １ １ １ —