基于嵌套主成分回归模型的长江源区径流重建

doi:10.11988/ckyyb.20241180

长江科学院院报 ›› 2025, Vol. 42 ›› Issue (3): 202-210.DOI: 10.11988/ckyyb.20241180

• 长江源科学考察与研究专栏 • 上一篇

基于嵌套主成分回归模型的长江源区径流重建

姜晓萱¹^,²(), 王文卓³(), 袁喆¹^,²^,⁴, 霍军军¹^,²^,⁴, 周涛¹^,²^,⁴

¹ 长江科学院流域水资源与生态环境科学湖北省重点实验室,武汉 430010
² 长江水利委员会长江经济带保护与发展战略研究中心,武汉 430010
³ 河海大学水文水资源学院,南京 210003
⁴ 长江科学院水资源综合利用研究所,武汉 430010

收稿日期:2024-11-18 修回日期:2025-01-30 出版日期:2025-03-14 发布日期:2025-03-14
通信作者:
王文卓(1993-),女,河南郑州人,副研究员,博士,主要从事径流重建与预测的相关研究。E-mail:18251828695@163.com
作者简介:
姜晓萱(2001-),女,湖北荆门人,硕士研究生,主要从事流域水资源规划管理的相关研究。E-mail:jxx20010118@163.com
基金资助:
国家重点研发计划项目(2023YFC3206602)

Reconstruction of Runoff in the Source Region of Yangtze River Based on Nested Principal Component Regression Modeling

JIANG Xiao-xuan¹^,²(), WANG Wen-zhuo³(), YUAN Zhe¹^,²^,⁴, HUO Jun-jun¹^,²^,⁴, ZHOU Tao¹^,²^,⁴

¹ Hubei Provincial Key Laboratory of Basin Water Resources and Eco-environmental Sciences,Changjiang River Scientific Research Institute,Wuhan 430010,China
² Research Center on Protection and Development Strategy for Yangtze River Economic Belt, Changjiang Water Resources Commission, Wuhan 430010, China
³ College of Hydrology and Water Resources, Hohai University, Nanjing 210003, China
⁴ Water Resources Department, Changjiang River Scientific Research Institute, Wuhan 430010, China

Received:2024-11-18 Revised:2025-01-30 Published:2025-03-14 Online:2025-03-14

摘要/Abstract

摘要：

基于嵌套主成分回归模型,重建了长江源区公元1433—2002年的天然年径流序列,探讨了其历史变化特征与干湿事件演变及周期性波动。利用树轮数据及径流观测数据,结合模型评估指标(CRSQ、VRSQ、RE、CE),证明了该模型的重建精确性。研究结果表明,在过去570 a中,长江源区年径流量整体呈显著波动,识别出6个湿润期与9个干旱期,其中1451—1510年和1596—1645年是最长的湿润期,1848—1903年是持续时间最长的干旱期。重建时期的干旱与长江流域青藏高原等地区的干旱时期较为吻合,表明长江源区重建径流变化能够反映大尺度的气候波动。此外,长江源区重建径流序列存在4~8、16~32、50~100、100~200 a的显著周期性波动,可能受ENSO(厄尔尼诺-南方涛动)、东亚夏季风(EASM)变化、太平洋年代际振荡(PDO)及大西洋多年代际振荡(AMO)共同驱动,也反映了全球气候长期变化及青藏高原冰川与积雪消融趋势的影响。

关键词: 径流量, 重建, 树木年轮, 嵌套主成分回归模型, 长江源区

Abstract:

This study employs a nested principal component regression model to reconstruct the natural annual runoff series for the Yangtze River source region from 1433 to 2002. It explores historical variability, the evolution of wet and dry events, and periodic fluctuations. Using tree-ring data and observed runoff data, the model’s accuracy is validated through evaluation indicators (CRSQ, VRSQ, RE, and CE). Results indicate that over the past 570 years, the annual runoff in the Yangtze River source region has experienced significant fluctuations. Six wet periods and nine dry periods are identified, with the longest wet periods occurring from 1451 to 1510 and from 1596 to 1645, and the longest dry period spanning from 1848 to 1903. The dry periods during the reconstruction period align with droughts on the Tibetan Plateau and in other areas of the Yangtze River basin, suggesting that the reconstructed runoff changes in the Yangtze River source region reflect large-scale climate fluctuations. Furthermore, the reconstructed runoff series for the Yangtze River source region exhibits significant periodic fluctuations at intervals of 4-8 years, 16-32 years, 50-100 years, and 100-200 years. These fluctuations are likely driven by the combined effects of ENSO (El Niño-Southern Oscillation), the East Asian Summer Monsoon (EASM), the Pacific Decadal Oscillation (PDO), and the Atlantic Multidecadal Oscillation (AMO), and also reflect the impact of global climate change and the trends of glacier and snowmelt on the Tibetan Plateau.

Key words: runoff, reconstruction, tree annual rings, nested principal component regression model, Yangtze River source region

中图分类号:

P333

姜晓萱, 王文卓, 袁喆, 霍军军, 周涛. 基于嵌套主成分回归模型的长江源区径流重建[J]. 长江科学院院报, 2025, 42(3): 202-210.

JIANG Xiao-xuan, WANG Wen-zhuo, YUAN Zhe, HUO Jun-jun, ZHOU Tao. Reconstruction of Runoff in the Source Region of Yangtze River Based on Nested Principal Component Regression Modeling[J]. Journal of Changjiang River Scientific Research Institute, 2025, 42(3): 202-210.

图/表 13

图1 长江源区地理位置及主要数据来源站点位置

Fig.1 Geographic location of the source region of the Yangtze River and major data source stations

图2 长江源区天然径流盒形图

Fig.2 Box diagram of natural runoff in the source region of the Yangtze River

表1 直门达站1957—2016年天然径流序列的统计描述

Table 1 Statistical description of natural runoff series at Zhimenda Station in 1957-2016

时间段	中位数/ (亿m³)	均值/ (亿m³)	标准差/ (亿m³)	变异系数	峰度	偏度
全年	118.62	123.13	33.56	0.27	0.91	0.87
1月	3.39	3.37	0.42	0.12	6.88	-1.39
2月	1.51	1.52	0.26	0.17	-0.05	0.53
3月	1.88	1.89	0.31	0.17	0.70	0.76
4月	3.78	3.91	0.79	0.20	0.24	0.65
5月	6.43	7.05	2.29	0.33	0.79	1.00
6月	14.26	15.30	6.88	0.45	6.91	1.92
7月	23.91	26.99	11.77	0.44	-0.16	0.78
8月	23.75	24.87	10.35	0.42	1.60	1.09
9月	19.48	21.04	8.35	0.40	0.55	0.85
10月	10.57	10.93	3.81	0.35	1.36	0.93
11月	4.02	4.22	1.17	0.28	2.06	1.20
12月	2.01	2.04	0.45	0.22	2.73	1.27

图3 长江源区树轮标准年表STD样本深度注:上半部分为10 a样条平滑年表;下半部分为单个树木年轮宽度序列的时间覆盖率。

Fig.3 Sample depth of the Standard Tree-ring Chronology (STD) for the source region of the Yangtze River

表2 重建模型验证与率定结果

Table 2 Verification and calibration of the reconstruction model

整个树轮序列(1433—2002年)		共同时间段(1957—2002年)
标准差	0.26	信噪比	21.05
平均灵敏度	0.33	表达的种群信号	0.95
第一自相关	0.68	第一主成分方差	28.88%

图4 CRSQ、VRSQ、CE和RE值随嵌套层变化

Fig.4 Variations of CRSQ,VRSQ,CE,and RE values across nested layers

图5 径流记录数据和重建数据在重叠期(1957—2002年)的对比

Fig.5 Comparison between runoff record data and reconstructed data in the overlap period (1957-2002)

表3 径流记录序列和重建序列的统计参数值

Table 3 Values of statistical parameters for runoff recording sequences and reconstructed sequences

序列	时间段	均值/ (10⁸ m³)	中位数/ (10⁸ m³)	标准差/ (10⁸ m³)
记录序列	1957—2002年	116.35	109.80	28.74
重建序列	1957—2002年	115.16	110.57	31.97
重建序列	1433—2002年	128.67	119.16	38.18

图6 长江源区年径流重建序列

Fig.6 Reconstructed sequence of annual runoff in the source region of the Yangtze River

图7 长江源区年径流重建与实测数据对比

Fig.7 Comparison of annual runoff in the Yangtze River source region between reconstruction and observation

表4 长江源区年径流重建序列干湿期

Table 4 Wet and dry periods in annual runoff recon-structed sequence in the Yangtze River source region

时段	径流均值距平/ (亿m³)	干湿期	时段	径流均值距平/ (亿m³)	干湿期
1437—1447年	41.34	湿润期	1538—1552年	-13.17	干旱期
1451—1510年	59.09		1554—1595年	-40.47
1526—1537年	14.52		1675—1709年	-25.21
1596—1645年	53.57		1711—1753年	-19.11
1800—1818年	22.13		1776—1789年	-15.97
1938—1961年	18.95		1819—1835年	-25.03
			1848—1903年	-35.90
			1911—1935年	-27.58
			1962—1989年	-20.10

图8 长江源区径流重建的周期性分析(滞后70 a)

Fig.8 Periodicity analysis of reconstructed runoff in the source region of the Yangtze River (lag of 70 years)

图9 长江源区径流序列小波分析结果注:图9(a)中透明轮廊线为95%置信水平,实线为影响锥。

Fig.9 Wavelet analysis of runoff series in the source region of the Yangtze River

编辑推荐 0

Metrics

阅读次数

全文

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	9	0	0	26

来源	本网站	其他网站

次数	15	20
比例	43%	57%

摘要

最新录用	在线预览	正式出版

0	0	24

来源	本网站	其他网站

次数	4	21
比例	16%	84%

[1]	熊明, 潘诗涵. 2012年以来长江流域水量分配河流径流量变化趋势分析[J]. 长江科学院院报, 2025, 42(3): 1-8.
[2]	胡文斌, 陈治霖, 刘建成, 刘欢, 唐亚. 岷江源区百年来汛期降水气候特征[J]. 长江科学院院报, 2025, 42(1): 57-63.
[3]	张晓莹, 何毅, 翁学先, 邵祎婷. 秦巴山区堵河流域径流变化归因分析[J]. 长江科学院院报, 2024, 41(2): 44-51.
[4]	邵骏. 长江源区径流变化及其影响因素探讨[J]. 长江科学院院报, 2024, 41(2): 1-6.
[5]	邵骏, 卢满生, 谢珊, 钱晓燕, 龚德林, 杨坤. 北大西洋涛动对长江源区径流的影响[J]. 长江科学院院报, 2024, 41(11): 181-188.
[6]	王永峰, 樊立娟. 长江源区旱涝急转事件演变特征[J]. 长江科学院院报, 2023, 40(7): 186-190.
[7]	李光录, 樊立娟. 长江源区基流分割方法对比及基流特征分析[J]. 长江科学院院报, 2023, 40(4): 185-190.
[8]	李士毫, 毕硕本, 李晓岑. 清代滁河流域旱涝灾害序列重建及时序分析[J]. 长江科学院院报, 2023, 40(12): 73-80.
[9]	邵骏, 钱晓燕, 谢珊, 杜涛, 汤瑶瑶, 向碧为. ENSO事件对长江源区径流演变的影响[J]. 长江科学院院报, 2023, 40(10): 173-179.
[10]	陈鹏, 金中武, 周银军, 汤柔馨, 冯志勇. 2012—2021年长江源区水沙变化特征调查分析[J]. 长江科学院院报, 2023, 40(10): 180-185.
[11]	王远龙, 李圣伟, 朱玲玲. 梯级水库建设背景下金沙江上游水沙变化特性[J]. 长江科学院院报, 2023, 40(1): 18-23.
[12]	李光录, 樊立娟. 基于IHA-RAV法的长江源区生态水文情势变化[J]. 长江科学院院报, 2023, 40(1): 37-42.
[13]	蔡宜晴, 李文辉, 于泽兴, 李其江. 长江源区降水时空演变规律[J]. 长江科学院院报, 2022, 39(5): 28-35.
[14]	居金浩, 彭亮, 何英, 娜扎凯提·托乎提, 卫仁娟. 基于Copula函数的叶尔羌河水沙丰枯遭遇研究[J]. 长江科学院院报, 2022, 39(2): 7-13.
[15]	邵骏, 欧阳硕, 郭卫, 卜慧, 韩勇. 基于青藏高原冰芯记录的长江源区径流重建[J]. 长江科学院院报, 2022, 39(10): 24-30.

基于嵌套主成分回归模型的长江源区径流重建

Reconstruction of Runoff in the Source Region of Yangtze River Based on Nested Principal Component Regression Modeling

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

相关文章 15

编辑推荐 0

Metrics

本文评价