基于Mann-Kendal...与地下水位时空变化特征研究_魏庆杰.pdf

DOI:10 19807/j cnki DXS 2023 03 022基于 Mann Kendall 法的流域降雨与地下水位时空变化特征研究魏庆杰(河北省承德水文勘测研究中心，河北 承德 067000)摘要降水量在空间和时间上的变化会影响水资源的可用性，导致农业、生态和基础设施受损。在区域和局部尺度上，降雨均有增加和减少的趋势。降雨强度增加可能导致山洪暴发，降水减少也会影响水的可用性和水质。如何预测降水量在时空中的变化趋势具有重要意义。采用 Mann Kendall 方法对河北某区域降雨量变化趋势及特征进行分析，并分析观测井的降雨量与地下水水位之间的关系，研究成果可知:4 个观测台站中，H 台站接收的年降雨量最大，最大值达到了 5 153 mm，而 K K 台站最大降雨量仅次于 H 站台，为 3 598 mm。地下水位变化与降雨变化趋势相同。可为相关工程提供参考。关键词降雨量;M K 方法;地下水位;时空变化特征;Mann Kendall 法中图分类号P641 74文献标识码A文章编号1004 1184(2023)03 0067 03收稿日期2022 08 24作者简介魏庆杰(1970 )，女，辽宁海城人，高级工程师，主要从事水文水资源工程方面工作。Temporal and spatial variations of rainfall and groundwaterlevel in a watershed based on Mann Kendall methodWEI Qing jie(Hebei Chengde Hydrographic Survey and esearch Centre，Chengde 067000，Hebei)Abstract:Spatial and temporal variations in precipitation can affect the availability of water resources，leading to damage toagriculture，ecology and infrastructure There is a tendency for rainfall to increase and decrease at both regional and local scalesIncreased rainfall intensity can lead to flash floods，and reduced precipitation can also affect water availability and quality How topredict trends in precipitation over time and space is of great importance The Mann Kendall method was used to analyse thetrends and characteristics of rainfall in a region in Hebei and to analyse the relationship between rainfall and groundwater levels inobservation wells，and the research results show that:Of the four stations，station H received the largest annual rainfall with amaximum of 5 153 mm，while station K K received the second largest rainfall after station H with 3 598 mm Groundwater levelchanges follow the same trend as rainfall changes It can be used as a reference for related worksKey words:ainfall;M K Method;Groundwater level;Spatial and temporal variation characteristics;Mann Kendall method近年来由于气候变化，同一地区降水量同样出现了明显的变化，在空间和时间上影响了水资源的可用性，导致农业、生态和基础设施受损。降雨是气候的特征之一，在一个国家的经济发展中起着重要作用。降雨强度和持续时间随空间和时间而变化，包括中国在内的全球各地的降雨分析表明，在区域和局部尺度上，降雨均有增加和减少的趋势。如果降雨强度增加可能导致山洪暴发，另一方面，如果降水减少，降水量的变化也会影响水的可用性和水质。因此如何预测降水量在时空中的变化趋势具有重要意义1 5。当前国内外学者对降雨量变化趋势进行了相关分析。赵逸雪等6为揭示宁夏历史降水及其变化趋势，通过滑动平均法、一次线性倾向法、降水集中法、超定量法、反距离权重插值法和 MLP 神经网络方法，对宁夏 19552019 年 12 个气象站点的降水数据进行处理和分析;蒲娅等7以长江上游甘孜流域为研究对象，采用一元线性回归法对流域 3 个降雨站点的降雨数据进行趋势分析，采用 M K 检验分析其突变年份;杜明成等8根据皖北平原 15 个雨量站点日降雨资料，采用降雨侵蚀力简易计算模型、Mann Kendall 趋势分析和滑动 T 检验等方法分析了该地区降雨侵蚀力时空分布特征及变化趋势;徐丽君等9基于中国北方干旱区 20 个气象站点1951 2018 年的日气象数据，采用 M K 趋势检验法研究了各站点 P 和 H 在全年、雨季和非雨季时段的长期变化趋势，着重讨论了两者变化趋势的非一致性;舒涛等10利用小波神经网络和 NAX 动态神经网络对降雨趋势和降雨量进行预测，并分析降雨量叠加预测值的误差。本文为分析河北某区域降雨量变化趋势，采用 Mann Kendall 方法分析了不同站在不同季节的降雨量变化趋势，并探讨了观测井的降雨量与地下水水位之间的关系，研究成果可为相关工程提供参考。762023 年 5 月第 45 卷第 3 期地下水Ground waterMay，2023Vol.45NO.31工程概况本次研究的项目位于河北市，总面积 102 km2，该河道位于温带季风性半湿润气候区，属于典型的温带大陆性气候，四季变化明显。春季多风，该区域现河道密集，但断头河道较多，水体流动性差，水动力不足，河道水质较差，河道沿岸垃圾成堆，影响沿岸居民的日常生活。为提升区域水动力，改善区域水质与水环境，提升居民的生活环境质量，建设生态、融合自然、舒适宜人的河道水景观，与美丽乡村建设步伐协调一致，通过对河道生态修复和景观工程等工程措施进行整治，使河道基本功能得到恢复，水环境得到显著改善。根据现场调查情况，工程范围内部分河道水体呈黑色，并有令人不适气味，为劣类水体。本工程实施后，工程区域应在短期内消灭劣类水体，远期河道水质可达到 类;整治后河道的感官及公众满意度调查应比之前有显著提高。2数据来源与处理本次研究区域的雨量站的日降雨量数据从地区气象统计局收集，时间为 1984 1985 年和 2015 2016 年，同时搜集了该年间流域内观测井的地下水位数据。一年的降雨量和水位数据与水年相关。一些用邻近台站缺少的降雨数据由平均法填充。此外，还通过双质量曲线法检验了数据的一致性，并得出所用数据是一致的。进一步，数据被分为三个季节，即季风(六月)、季风后(十月至一月)和季风前(五月)，计算了月、季和年总量，并确定了降雨和地下水位波动的重要统计参数。表 1不同台站降雨统计分析结果季节降雨/mm地下水位/mK 站台A 站台H 站台K K 站台K 站台H 站台H H 站台K K 站台一年雨季(6 9 月)雨季后(10 1 月)雨季前(2 5 月)平均值10221106284724712 38 79 111 4中值9971111277725592 18 89 011 8标准差2312888976280 81 13 02 1最小值712604107813131 04 53 64 8最大值17091594515335984 310 514 914 1平均值771817247321741 67 08 310 0中值750753246822121 47 48 310 3标准差1571928236050 71 72 92 9最小值57255985310180 52 33 62 7最大值11381189448933803 49 514 614 0平均值1871932362151 98 17 910 8中值1631782101881 88 47 511 2标准差9572125830 71 33 72 2最小值91821001220 42 61 82 3最大值5793566074714 19 71513 2平均值981351651213 610 911 213 5中值851351371253 411 111 013 8标准差5764136621 21 03 01 4最小值114241161 18 54 89 3最大值2372858233005 912 615 715 43分析方法在统计学中，有许多技术可以检测时间序列内的变化趋势。本次采用 Mann Kendall 方法进行分析。Mann kendall 检验也称为 MK 检验方法，MK 检验统计量 S 使用等式(1)计算:S=n 1k=1nj=k+1sgn(xj xk)(1)式中:xj和 xk是时间序列 j 和 k 中的数据值，n 是数据点x 的数据点数量，xj作为参考点，与其余数据点 xk进行比较。符号 sgn(xj xk)使用下式进行计算:sgn(xj xk)=+1，ifxj xk 00，ifxj xk=0 1，ifxj xk 0(2)使用等式(3)计算方差统计量 S:Var(S)=118n(n 1)(2n+5)qp=1tp(tp 1)(2tp+5)(3)式中，n 是数据点的数量，q 是绑定组数据点数量和 tp表示 p 组列中的值的数量。绑定组是具有相同属性的一组样本数据值。之后，使用 S 和 Var(S)值计算标准正态检验统计量 Z:Z=S 1VA(S)ifS 00ifS=0S+1VA(S)ifS 0(4)通过评估 Z 值，可以得出具有统计学意义的曲线趋势。86第 45 卷第 3 期地下水2023 年 5 月Z 的正(负)值表示向上(向下)趋势。统计 Z 具有异常分布，为了在显著性水平上测试向上或向下的单调趋势(两块测试)，如果 Z 的绝对值大于 Z1 /2，则拒绝 H0，其中 Z1 /2来自标准正态累积分布表。4降雨趋势和地下水位分析本次分析了流域内不同台站的降雨记录和地下水位变化规律，统计推理分析结果如表 1 所示，其中台站名采用代号代替。由表可知，A 台站记录的年降水量最低为 604 mm，降水记录最高为 1 594 mm。而对于 K 站台，年降水量最低为712 mm，降水记录最高为 1 709 mm，降雨数据与 A 台站十分接近。4 个观测台站中，H 台站接收的年降雨量最大，最大值达到了 5 153 mm，而 K K 台站最大降雨量仅次于 H 站台，为 3 598 mm。对于所测的地下水位变化同样与降雨变化趋势相同。为了了解流域的年降雨量趋势，进行了 MK 统计测试计算，结果如表 2 所示。表 2 中，Z 统计给出了不同站在不同季节的降雨量变化趋势。由表可知，除 H 台站外，所有其他站在年降雨量和季风降雨量都显示出增加趋势，而在雨季后和雨季前，所有台站分别呈现出下降趋势和上升趋势，降水记录的下降趋势具有统计学意义。表 2不同台站在不同季节的降雨量变化趋势台站年降雨季风后季风前季风K1 31 5 1 11 3A1 41 4 0 22 0*H 0 7 0 8 1 9+1 6K0 70 7