土耳其范围内径流的趋势分析外文翻译资料

 2022-11-15 16:40:23

英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料

土耳其范围内径流的趋势分析

Ercan Kahy, Serdar Kalayc

伊斯坦布尔技术大学，土木工程系，液压部门，Maslak，34469伊斯坦布尔, 土耳其,塞尔丘克大学，土木工程系，Konya,土耳其

2002年12月10日收到; 2003年10月27日修订; 2003年11月13日接受

摘要

本文介绍了从土耳其26个流域获得的31个月径流计算的趋势。本研究采用了四种非参数趋势检验（Sens T，Spearmans Rho，Mann-Kendall和Seasonal Kendall，它们是检测水文时间序列线性趋势的适当工具）。此外，Van Belle和Hughes的流域广泛趋势检验也包括在同一目的的分析中。每月径流趋势的同质性也使用Van Belle和Hughes开发的程序进行检验。因此，本研究包括Van Belle和Hughes对水文变量的趋势同质性和流域广泛趋势（最初为水质数据中的趋势检测开发）的检验的完整应用。因此，位于土耳其西部的流域总体呈下降趋势，显著性呈0.05或更低水平，而位于土耳其东部的流域则没有这种趋势。在大多数情况下，前四个检验提供了关于趋势存在的相同结论。Seasonal Kendall的使用，其涉及单个整体统计而不是每个季节的统计，通过趋势检验的同质性来证明。此外，位于土耳其南部的一些流域呈现出全球趋势，这意味着基于Van Belle和Hughes的流域广泛趋势检验，季节和台站趋势的同质性。

关键词：气候变化; Mann-Kendall检验;非参数检验;径流变化;趋势分析;土耳其

1.引言

一般而言，观测和历史水文气象数据用于规划和设计水资源项目。在所有水资源工程中，存在一个隐含的假设，即所谓的平稳性，意味着所考虑的时间序列的时间统计特征是不变的。如果由于大气中温室气体的增加而推测全球气候的变化，那么从更具体的看法来看这种假设不再有效，例如洪水被水文学家视为长期静止和独立同分布的随机过程的结果。然而，一些研究者（即Cayan和Peterson，1989; Lins和Slack，1999; Jain和Lall，2000）报告了趋势和气候的长期变化的证据（可能是由于人为影响）。

在世界区域径流趋势的研究，张某等人（2001）指出，加拿大的月平均径径流在大多数月份下降，在夏季和秋季最强几个月月份减少，几乎没有表现出流域呈上升趋势。与此相反，Lettenmaier等人（1994年）指出在隆冬呈现上升趋势径流模式，在其高峰期，涵盖了主要集中美国西北地区除了佛罗里达州和佐治亚州海岸的大部分城市有少量的下降趋势。林斯和斯莱克（1999年）研究放电的选定位数计算径流的趋势得出了类似的结论。 Lettenmaier等人还强调，由于气候和水管理的综合作用，水流的走势并不完全平行于降水和气温的变化。然而，本特和埃里乌尔（2002）指出在水文变量的趋势和模式在气象变量上具有相似性，在加拿大选择的位置，这意味着两组变量之间的关系。

之前关于土耳其地表气候变量趋势的所有研究都集中在温度和降水模式上。例如，Tuuml; rkes等人（1995）使用各种非参数检验来确定1930年至1992年期间土耳其个别台站和地理区域的长期平均温度的突然变化和趋势。他们发现安纳托利亚东部的气候趋于温暖特别是在马尔马拉和地中海地区使用区域平均温度系列来降温。Tuuml;rkes（1996）研究了1930年至1993年期间的平均年降雨量序列，并指出土耳其一般观察到略微微不足道的降低，特别是在黑海和地中海地区。 Kadıoğlu（1997）研究了1939年至1989年期间土耳其18个站点的年平均温度记录趋势，发现年平均温度的增长趋势不明显。他还指出，1955年左右出现了平均最低温度的区域性增加，这可能归因于城市热岛效应。他的结果对于长期趋势的存在是不确定的。相比之下，TayanCcedil;等人（1997年）发现土耳其北部主要在大城市地区的平均温度有统计显著的降温和变暖。在同一背景下，Karaca等人（1995）展示了尽管被黑海和马尔马拉海包围下的Istanbul的城市热岛强度。

强调在一个被认为不会受到人为影响的流域水文变量趋势分析的重要性（径流作为最吸引人的变量）;以下是基于Zhang等人（2001）提出的工作的解释。在某些地貌条件下，河流的性质反映了流域对气候强迫的综合响应。 Cayan和Peterson（1989）曾提到过这个关键点; Kahya和Dracup（1993）在寻找表面水文变量与大规模大气环流之间的遥相关。由于与气候变化相比，流域的地貌演变相当缓慢，因此稳定且不受管制的流域水文状况的可检测变化可被视为气候变化的反映。因此，水文变量可用作检测和监测气候变化的指标。

由于对土耳其主要趋势研究的回顾以及如前所述径流流是一个特权变量的事实，对土耳其地理径流趋势分析的研究似乎是一个重要的必要条件。该调查的目的是记录土耳其径流数据的趋势特征，以获取气候变化的证据。

2.数据

本研究参考了由EIE（电力资源调查和开发管理局总局）编制的月平均径流记录。在大多数水文气象学研究中，很少使用完全同质的数据集。因此，在大多数情况下，通常的做法是为同质性条件提出合理的标准。例如，Lins（1985）在水道上包括径流站，其中分径流小于平均径流的10％，并且存储容量不到平均年径径流的10％。为了符合同质性条件，在300多个站点中选择了分布在26个流域的83个径流测量站（图1），并且从上游没有报告监管或转移。该数据集与Kahya和Karabouml;kk（2001）使用的数据集相同，他们通过检查人为变化的数据来确认同质性，例如由于水库的重新安置导致的跳跃，由于水坝的存在导致的调节或转移。表1列出了每个流域可用台站的选定台站数量以及土耳其河流流域的基本特征。应该认识到，区分自然变异性和趋势存在困难。通过考虑前面的论点，我们没有对本研究中的径流记录的同质性进行检验。径流记录的包括从1964年到1994年的31年的观察结果。但是，在分析中为了在每个流域中具有至少一个数据覆盖，我们有义务包括一些较短的记录[Station 212（1965-1993）;站1003（1969-1993）; 1102站（1965-1993）;站2505（1972-1993）和站2507（1969-1993）]

水文气象学家关注的是通过关注整个记录期间30年法线的差异来分析时间序列。这就是为什么假设30年的时间足够长以获得有效的均值统计量。它也相当于将水文气候时间序列描述为非平稳的局部静止期（Kite，1991）。我们研究中设定的数据长度大多为31年，足以满足在水文气候时间序列中搜索气候变化证据所需的最小长度。 Burn and Elnur（2002）指出，气候变化研究中的台站选择在初始阶段是实质性的，并且最小记录长度为25年确保趋势结果的统计有效性。

对于土耳其的气候学（读者可参阅Turkes（1996）了解详情）;降水是径流过程的主要组成部分，在土耳其显示出相当大的时空变异性。一般而言，年度降雨总量从沿海地带向内陆减少。年降雨量超过1000毫米，在黑海海岸线的远东地区达到全国最大值2304毫米，随着时间的推移降雨量几乎均匀分布。沿着地中海沿海地区，降水多发生在冬季，该地区年平均总面积超过800毫米。在安纳托利亚中部，由于受到含水气团的保护，年平均降水量范围为350至500毫米。在安纳托利亚东南部和东部大陆，年降水总量从南（400毫米）增加到北（800毫米）。

在马尔马拉和爱琴海地区，年降水总量在600至800毫米之间。大西洋和地中海是潮湿气团的主要来源，在深秋，冬季和早春在土耳其引起降水。这些来自大西洋的中纬度风暴主要受Cullen和deMenocal（2000）所示的北大西洋涛动（NAO）的控制。Karabouml;rk等人最近证实了NAO与土耳其地表气候参数（降水，河水径流和温度）之间的显著关系。 （2003年）。

3.方法

本节的第一项工作是在水文变异性研究中合理使用一组成功应用于其他学科的方法学方法。在上个世纪的最后一个季度，趋势的检验一直对环境科学产生浓厚的兴趣。不幸的是，一个地区的许多现有水质数据不适合通过标准方法进行分析。水质数据往往不满足经典参数方法的假设，有时可能会有些缺失或审查（Van Belle和Hughes，1984）。这些分析困难促使一些研究人员比较现有趋势并开发新方法来克服这些问题。但是，与水质数据相比，径流数据集具有较少的类似问题，包括记录的长度。因此，在为同一目的检查径流数据时，值得考虑水质研究中使用的趋势分析技术。

在气候和水文学文献中，只有一种非参数方法（几乎总是MannKendall）被用于类似的趋势研究中。

图1.研究中使用的径流测量站的位置及其流域。圆圈中的整数表示流域识别号。

E.Kahya，S.Kalaycı/ Journal of Hydrology 289（2004）128-144

表格1土耳其流域主要特征概述

为了对径流时间序列中趋势的存在更有信心，我们决定在本研究中应用五种不同的检验。我们假设径流站中趋势的存在应该至少通过两种方法来检验。同样，Yu等人（1993）利用三种不同的非参数趋势检验（Mann-Kendall，Seasonal Kendall和Sens T）以及Van Belle和Hughes检验来确定水质数据的线性趋势。采用相似的技术来搜索整个流域的水质数据趋势（例如Kahya等，1998;Kalaycı和Kahya，1998）和土耳其湖水位数据（例如Kalaycı等，2002）。Yu和他的合作者通过对每个选定的样本大小使用蒙特卡罗模拟来比较这些方法的性能，n = 3; 5,9和15年。对于n = 9和15，这些方法之间的相对功率没有显著差异。他们得出了与Van Belle和Hughes（1984）相同的结论，即Sens T和Mann-Kendall（对齐等级方法）渐渐地比诸如Seasonal Kendall之类的内部方法更强大。

在各种广泛使用的技术中，选择了五个非参数检验来分析土耳其径流数据的线性趋势。所有检验最初都需要对原始数据进行等级变换，然后按照通常的参数程序进行。这里简要介绍了这些技术。读者特别提到Van Belle和Hughes（1984）; Yu等人（1993）的细节。

3.1趋势检测技术

（a）Sens T检验：该技术是一种对齐秩方法，具有程序（Sen，1968a，b），首先从每个数据中去除块（季节）效应，然后对块上的数据求和，最后从这些数据中生成统计量款项。对齐等级检验比其对应的（内部程序）更强大，并且不受分布影响（Van Belle和Hughes，1984）。站点的原始月度数据被去季节化，然后转换为等级以计算检验统计量“T”，其分布遵循N（0,1）在无假设的无趋势下。如果|T|˃;该站中存在一个趋势。 Sen（1968a）、Van Belle和Hughes（1984）给出了检验的数学发展。

（b）Spearman的Rho检验：Spearman等级相关性检验是一种快速而简单的检验，用于确定相同系列观察的两个分类之间是否存在相关性。在该检验中，只有当发现时间步骤和径流观察之间的相关性很大时，才有显著的趋势。此处未提供基于的检验统计z的说明，因为它可以很容易地在统计书中找到。对于n（样本大小），如图30所示，的分布将是正常的，从而可以使用正态分布表。在这种情况下，检验统计量由计算：如果|T|˃在a的显著性水平;然后是没有趋势的零假设（换句话说，观察值是相同的。

（c）Mann-Kendall检验：这种技术，通常被称为肯德尔的tau统计量，已被广泛用于检验气候时间序列中趋势的随机性（张某等人，2001）。在该检验中，零假设表示去季节化数据()是n个独立且相同分布的随机变量的样本（于某等人，1993）。双侧检验的备选假设是和的分布对于所有k都不相同;与：检验统计量S用方程式计算。 （1）和（2）其中具有S的均值零和方差;由计算并且渐近正常（Hirsch和Slack，1984），其中是任何给定平衡的范围，表示所有关系的总和。对于n大于10的情况，通过使用以下等式计算标准正态变量z（Douglas等人，2000）。

因此，在趋势的双侧检验中，如果，则在显著性水平上应该接受。S的正值表示“上升趋势”，负值表示“下降趋势”。

（d）季节性肯德尔检验：该检验可用于具有季节变化的时间序列，并且不需要时间序列的正态性（Hirsch等，1982; Yu等，1993）。该检验旨在评估数据集和随机性;其中X是一个站点上多年来的整个月度数据的矩阵。检验统计量是Mann-Kendall计算每个月统计量的总和（S类似于公式（1）里那样）。其余检验的解释类似于Mann-Kendall检验。

（e）Sen的斜率估计：如果存在线性趋势，则可以使用Sen（1968b）开发的简单非参数程序估算真实斜率（每单位时间的变化）。在计算过程中，N对数据的斜率估计首先通过计算，其中i = 1, ......,N;其中和分别是时间j和k的数据值。的这N个值的中值是Sen的斜率估计量。如果每个时间段只有一个数据，那么其中n是时间段的数量。如果N是奇数，则Sen的估计量由Q中值,如果N是偶数，那么Sen的估计量是按来计算：通过在置信区间的双侧检验来检验的检测值，并且可以通过非参数检验获得真实斜率。

3.2 Van Belle和Hughes的趋势检验同质性

Sens T，Mann-Kendall，Seasonal Kendall和Spearman的Rho检验包含了季节之间趋势同质性的隐含假设。使用虚构的数据集，Van Belle和Hughes（1984）证明了整体统计数据表明没有趋势，尽管每个季节都有明显的趋势。因此，当一个趋势实际上在季节之间是异质的时，一个站的整体趋势检验会导致模糊的结论。为此，他们建议基于交叉分类数据的研究对趋势的同质性进行初步检验。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[17638]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章