基于年徑流序列的五種趨勢檢測方法性能對比

姜 瑤，徐宗學，王 靜

（1.北京師范大學 水科學研究院，北京 100875；2.城市水循環與海綿城市技術北京市重點實驗室，北京 100875；3.西藏自治區水文水資源調查局，西藏 拉薩 850000）

1 研究背景

在地球氣候系統顯著變化及人類活動影響下，全球水循環過程正發生著不同程度的改變[1-3]，認識和掌握變化環境下的流域水循環演變規律具有重要意義。趨勢變化是水循環過程的重要變化特性之一，利用趨勢識別技術理解和認識水文要素在不同時間尺度上的變化規律是變化環境下水循環演變研究的重要內容[4-6]。

趨勢識別的主要內容是在所關心的時間尺度之上確定水文時間序列趨勢的具體形狀以及評估趨勢的顯著性[7]。目前，針對全球不同地區、不同流域的水文氣象要素，國內外研究者已開展了大量趨勢識別研究，應用或發展了多種趨勢識別方法[4，8-12]。常用的趨勢識別方法有線性回歸方法、累積距平曲線、滑動t檢驗等參數統計法，以及Mann-Kendall（MK）秩次檢驗、Spearman 秩次檢驗、Sen’s斜率估計等非參數統計方法。這些方法多是時間域內的趨勢分析[7]，其中線性回歸方法和MK方法在水文氣象序列的趨勢識別中應用最為廣泛。線性回歸方法根據水文觀測數據與其對應時間之間的回歸系數判斷水文時間序列的線性趨勢及變化率，然而由于自然系統的非線性、非平穩性，水文時間序列在長時間尺度上往往表現出更為復雜的非單調變化趨勢[13]，因此線性趨勢常常不符合真實的變化過程。……