频率计算研究：华南沿海非平稳性洪水序列

没有正确掌握洪水极值发生规律，将会严重影响设计洪水时水利工程资本的投入及效益[1-5]。实际上，洪灾严重程度很大程度上取决于洪水量级和洪水历时。因此，洪水量级和洪水历时的特征量变化过程需同时顾及。此外，长期以来被人为干扰的河流径流序列平稳性假设已被破坏，尤其是洪水的量级和持续时间。若忽略模型参数的变异，则设计洪水的准确性将会被影响。采用现有的工程水文分析方法将面临由变化环境带来的设计频率失真的风险[6]。

有关洪水量级和历时的研究，有两种不同的方法可以应用：洪峰-洪量分析法和流量-历时-频率（QdF）分析法[1]。值得一提的是洪峰-洪量分析法在确定洪水时间的起始和结束方面存在主观因素[1]。QdF模型是标准洪水频率模型的扩展，该模型利用一个复合方程总结了不同洪水事件在发生概率和洪水历时的洪水频率。关于QdF方法过去已经有很多研究，本书仅列举部分进行讨论。QdF方法大概发源于40年以前[7]。20世纪90年代，Sherwood[8]、Balocki和Burges[9]等奠定了当今QdF模型的基础。Javelle等[1]基于不同洪水分布在小重现期收敛的假设，在加拿大成功将复合的方法应用到QdF模型上。随后QdF模型被成功应用于世界上其他很多地区，如马提尼克岛、法国、布基纳法索和罗马尼亚等[10 -13]。

然而，最近已有在世界不同地区的水文数据分析研究中，已确定存在着统计参数方面显著的非平稳性变化[10]。但是很多气象和水文方面的研究仍然没有尝试去检测这个参数的变异。实际上，洪水流量日常趋势检测发生变化而产生的影响方面目前仍然知之甚少[14]。非平稳性洪水序列一旦产生，则洪水序列的统计参数（如平均值和标准差）和分布线型自身时刻发生改变，相应设计流量的不确定性也将发生变化[15]。对此，Strupczewski等[15]提出了处理非平稳性极值序列的时变矩（TVM）模型，该模型考虑统计参数均值和方差的趋势性，可得到设计值随时间的变化关系。此后，TVM法被学者成功应用于其他地区，也得到一定标准P下，洪水设计值xP随时间存在显著变化关系。基于TVM模型原理，Vogel等[16]分析了美国历史洪水极值系列的变化趋势，研究表明美国很多地区的洪水量级有增加的趋势。Villarini[17]发现基于传统频率分析的100年一遇设计洪水量级，并不是100年一遇，其重现期时刻发生改变。

在变化环境条件下，要求QdF模型应该能够适应非平稳性水文序列处理，而且要求有可以处理与时间相关的参数的洪水频率分布[10]。近年来水文学研究领域，只有少数的研究集中在非稳定条件下的QdF模型参数估计技术。Cunderlik和Ouarda[10]在魁北克地区应用区域QdF模型从水文均匀性区域定义了一个重要的非平稳性方法。这种方法参考了Strupczewski等[15]提出的TVM模型，同样基于水文序列第一、第二阶矩非平稳性的假设。这个实例结果揭示了如果忽略水文数据的显著非平稳性统计特性，将在不久的将来严重地影响设计洪水的准确性。(www.xing528.com)

实际上，洪水序列的非平稳性并不仅仅指序列具有趋势的变异，还包括突变点的变异。TVM非平稳性处理模型仅适用于具有趋势变异的非平稳性序列[15]。当今有很多研究成果将非平稳性QdF模型用于具有趋势变异的概率分布，但是却很少研究将QdF模型应用在具有突变点的非平稳性处理方面。目前，怎样从众多的非平稳性洪水频率分析方法中选择最适用的非稳定性处理方法仍然是一项艰巨的任务。

由于受气候变化（如降水和蒸发）和人类活动（如下垫面改变等）影响，武江流域径流形成的环境背景和洪水样本的统计特性（如均值和标准差）已经发生改变，洪水序列在突变点前后已经呈现非平稳性。本章研究的目的是为了探讨一个可以更完整地描述一个流域洪水特征的统计模型：①探索非平稳性极端流量的变化特征及设计值变化的影响机制；②调查可能的水文极值改变的原因。研究可以解释在气候和土地利用变化影响下洪水发生次数和量级方面的响应。研究结果将有利于降低在气候变化和人类活动影响下灾害风险，为武江流域和东江流域及其他类似地区提供借鉴。