关键词： 降雨变化   景观格局演变   年径流   洪水径流   枯水径流  

摘要： 降雨和景观格局是影响流域径流过程的两大主要因素,开展二者的径流效应研究对流域水资源管理、生态建设等具有重要意义。本研究以赣南红壤丘陵区的濂水流域为对象,基于1958—2020年的降雨、径流和土地利用数据,分析降雨、景观格局和径流的变化特征,以及降雨、景观格局与年径流、洪枯径流的关系。结果表明:研究期间,流域年降雨量、年径流量、年最大1 d径流量均呈非显著下降趋势,年最小1 d径流量呈非显著上升趋势且年际变化幅度最大;有林地为流域内占比最高的景观类型,其他林地的变化最剧烈;景观水平上,流域的Shannon多样性指数、Shannon均匀度指数、斑块密度、景观形状指数分别由1980年的1.125、0.541、0.667、16.925上升至2020年的1.348、0.614、0.731、18.172,景观蔓延度指数由1980年的68.237下降至2020年的64.293,流域整体景观多样性、破碎化程度、形状复杂程度提高,空间分布趋于均匀,连通性降低。降雨量与年径流、洪水径流、枯水径流的相关系数分别为0.907、0.594、0.558;类型水平上,耕地减少对年径流、洪枯径流的影响均较大,而景观水平上的整体变化促进了年径流和洪水径流减少、枯水径流增加。降雨变化和景观格局演变对年径流、洪水径流和枯水径流变化的贡献率分别为17.8%、82.2%,1.5%、98.5%和-8.8%、108.8%。研究成果可为流域景观格局配置、水土流失综合治理等提供理论参考。

关键词： 清水河流域   白河流域   径流量   变化特征  

摘要： 永定河流域的清水河和潮白河流域的白河,是张家口建成首都地区水源涵养功能区的关键流域。利用清水河流域(1951-2020年)和白河流域(1970-2020年)的多年水文资料,运用有序聚类分析、小波分析等数理统计方法分别对清水河流域和白河流域的径流量、气候要素(降水和气温)进行趋势分析和突变分析,并基于Pearson相关分析和贡献率分析的方法讨论了降水量、气温和蒸散量对径流量变化的影响。结果表明:①清水河流域和白河流域的降水量呈现不显著上升趋势,1960-2020年间平均上升速率分别为0.964 mm/10a和3.316 mm/10a,分别在1965年和2016年发生突变;②清水河流域和白河流域的气温均呈现显著上升的趋势,清水河流域平均气温上升速率是0.246℃/10a,白河流域平均气温上升速率为0.207℃/10a,气温都在1988年发生突变;③近70年清水河流域和白河流域的径流量呈显著减少趋势,都达到了99%的显著性检验水平,并在1979年和1974年发生突变;④径流量的主导因素是降水量,降水量对径流量年内变化的影响主要发生在降水相对充沛的5-8月份。

关键词： 黄河源区   径流时间序列   LSTM径流预测模型   XG-BOOST-LSTM耦合模型   鲸鱼优化算法  

摘要： 为有效挖掘唐乃亥日径流量时间序列的特征信息,提高径流预测模型的高维非线性拟合能力和预测性能的稳定性,以黄河源区气象站的气象资料和唐乃亥水文站的日径流量资料为依托,构建了LSTM（长短期记忆网络,Long-Short Term Memory,LSTM）径流预测模型、XG-BOOST（梯度提升算法,e-Xtreme Gradient Boosting,XG-BOOST）径流预测模型、SVM（支持向量机,Support Vector Machine,SVM）径流预测模型和KNN（K-Nearest Neighbor,KNN）径流预测模型、XG-BOOST-LSTM径流耦合模型以及XG-BOOST-LSTM-WOA（鲸鱼优化算法,Whale Optimization Algorithm,WOA）径流耦合模型,并对比验证模型的预测效果,得出以下结论结果:（1）径流量演变特征分析。通过Mann-Kendall秩次检验、spearman秩次检验方法和R/S重标极差法3种方法对唐乃亥的径流量趋势分析,结果均表明唐乃亥的日径流量在1956-1987年呈现显著上升趋势,2007-2014年径流量呈现上升趋势;采用Mann-Kendall突变检验唐乃亥的年径流量,唐乃亥将在1989年发生径流突变;运用小波分析方法对唐乃亥的日径流量进行周期分析,结果表明1956-1987年日径流量的主周期为315天,一般周期为135天和245天,2007-2014年唐乃亥日径流量时间序列的主周期为70天。（2）径流预测基本模型的稳定性验证。4种径流预测基础模型均显示在预测长度为1d时更具有稳定性,其中LSTM径流预测模型的MSE=5111.4216、MAE=42.5687和RMSE=71.4942,从整体来看,模型的预测精度优于KNN、SVM和XG-BOOST径流预测模型。（3）为提升模型的预测精度,对径流预测基础模型调整主要参数,并进行经验优化。LSTM主要经验优化的参数为dropout,全连接层神经元个数dense和隐藏层神经元个数batch size;XG-BOOST的经验优化参数为迭代次数n estimators和树最大深度max depth;SVM的经验优化参数为:核函数kernel,核函数系数gamma和惩罚因子C;KNN模型的经验优化参数为:样本间距离公式P=1和邻最近个数K。结果表明,4种基础模型的主要参数分别在经验优化的数值时,径流模型的预测效果有明显的提高。（4）通过4种基础模型的对比分析,LSTM径流预测模型的预测效果最好,其次是XG-BOOST径流预测模型。从预测的结果来看,LSTM模型的预测值更贴合径流量的真实值,而XG-BOOST、SVM和KNN模型的预测值与径流真实值之间,存在着一定程度上的误差;从预测趋势来看,LSTM径流预测模型的波峰位置、波峰和波谷的预测以及周期性变化规律成分的挖掘要好于XG-BOOST、KNN和SVM径流预测模型;在2015年01月01日～2020年07月31日的径流量预测结果中,LSTM的预测效果为4种基础模型最好的模型,其KNN径流预测模型、SVM径流预测模型和XG-BOOST径流预测模型的预测值与径流量的真实值与LSTM模型相比,偏离较大。（5）构建XG-BOOST-LSTM径流预测耦合模型。通过XG-BOOST从8个气象因子特征筛选6个气象因子以及历史径流量作为XG-BOOST-LSTM耦合模型的输入变量,以径流量为输出变量,构建了XG-BOOST-LSTM的径流量预测耦合模型。XG-BOOST-LSTM径流预测模型的R2=0.9866,MSE=5018.6849,MAE=35.0916和RMSE=70.4051;XG-BOOST-LSTM径流预测耦合模型的波峰位置、波峰和波谷的端点值预测和周期性的规律特征的挖掘要比XG-BOOST径流预测模型和LSTM径流预测模型的效果更好,且XG-BOOST-LSTM径流预测模型测试集的真实值和预测值能够很好的吻合。（6）通过鲸鱼优化分别对XG-BOOST和LSTM模型的超参数优化,相较于XG-BOOST、LSTM和XG-BOOST-LSTM模型,XG-BOOST-WOA、LSTM-WOA和XG-BOOST-LSTM-WOA径流预测模型的整体精度都有明显的提高,其中XG-BOOST-LSTM-WOA的R为0.9928,MSE为3695.8272,MAE为33.7244和RMSE为60.7933;XG-BOOST径流预测模型在2020年07月31日的基础上往后预测了300天,发现随后对日径流量的趋势预测与历史径流量的趋势高度相似,说明XG-BOOST-LSTM组合模型对唐乃亥水文站的日径流量预测具有较好的实践应用价值。

关键词： 生态径流   汉江流域   GAMLSS模型   气候指标   FDC  

摘要： 自然状态下的水文情势对维持河流的生态系统至关重要。全球气候变化与人类活动的加剧使自然水文情势发生了剧烈扰动,导致河流生态环境发生退化、水文条件发生变异。因此,我国流域生态保护的重要需求与难题是如何科学确定水文变异条件下河流生态径流的变化情况。判识变化环境下水文情势的变化特征,对河流的生态系统保护与流域水资源的合理利用具有重要意义。 本文选取汉江流域为研究对象,基于流量历时曲线(FDC)的生态指标研究和分析了生态径流的时空变化特征,并基于归因途径的非一致性水文频率分析方法研究了生态径流变化对气候变化与人类活动的响应。主要工作与研究成果如下: (1)首先对径流的非一致性进行分析,利用Pettitt检验法检测汉江四个水文站的突变年份,然后利用突变年份、生态赤字和生态剩余两个生态径流指标定量分析水文变异的特征,发现水文变异后年和季节尺度上的生态赤字主要是呈增加趋势;水源区生态指标在年尺度上与面降水距平变化一致,季节尺度上,冬季相关性较差,原因是降水较少,优先补给土壤水分,径流主要受水库的影响。 (2)通过GAMLSS模型选出最优分布函数,然后建立其与解释变量的关系,分别构建以气候与水库指标作为解释变量的非一致模型1和以时间作为解释变量的非一致模型2,对生态径流进行非一致性分析。通过对比两个模型确定了引入归因途径的模型1的结果要优于模型2,可以将生态径流的极值变化情况较好的表现出来,对变化的环境具有较强的适应能力。 (3)低频气候指标的波动是汉江流域的生态径流产生非一致性的一个重要原因。四个水文站年尺度上的生态径流都受到NINO4气候指标的影响,并且呈负相关关系。影响季节尺度的气候指标主要有NINO4、WP、NP、SOI,同时位于水文站上游的水库也对白河站春季与冬季、黄家港站的夏季与冬季和黄龙滩站的夏、秋、冬季节的生态径流产生影响。研究结果对汉江生态径流变化规律与成因的理论研究具有重要意义。

关键词： 沮河流域   径流变化   气候变化   人类活动   归因分析   时间尺度  

摘要： 近年来随着气候的变化,气候变暖、海平面上升、酸雨和洪涝灾害等全球性危机正严重影响着地球的自然资源以及人类正常的生存条件。黄土高原作为生态环境极为脆弱的地区,水资源短缺、生态污染、土地荒漠化以及严重的水土流失,加上人口的激增和城市化进程的加快,严重破坏了脆弱的生态环境,尤其是水资源问题亟需解决。在气候变化和人类活动的共同影响下,区域水文循环发生了变化,径流时间序列的一致性遭到破坏,出现了水文变异情况,这对区域水资源的分配与合理利用带来了巨大的问题。因此,研究变化环境下流域水文气象要素以及径流演变特征具有重要的作用,同时定量识别径流对气候变化和人类活动的响应,可以为探究变化环境下水文循环的驱动机理提供基础,也对流域水资源管理、开发和利用以及生态系统的健康发展具有重要的理论和现实意义。本文以北洛河的一级支流——沮河流域为研究对象,研究了流域水文气象因子的年际和年内变化趋势以及突变特征;利用基于Budyko假设的互补关系法和累积量斜率变化率法量化了降水、潜在蒸发和人类活动对沮河流域年径流深的影响;利用abcd水文模型定量分析了气候变化和人类活动对沮河流域年径流深以及汛期、非汛期径流深的影响;综合三种研究方法的分析结果,阐明了沮河流域径流对气候变化和人类活动的响应。本文取得的主要研究成果如下:(1)揭示了沮河流域主要水文气象要素序列的年际变化趋势和突变年份。采用线性回归法、5年滑动平均法分析了沮河流域1967～2019年的年降水量、年潜在蒸发量和年径流深的变化趋势,结果表明,1967～2019年期间沮河流域年径流深和年潜在蒸发量总体呈减小趋势,而年降水量呈上升趋势。采用Mann-Kendall突变检验法和有序聚类法确定了沮河流域年径流深序列、年潜在蒸发量序列和年降水量序列的突变年份,研究结果表明,沮河流域年径流深序列的突变年份是1985年,年降水量序列的突变年份为2002年,年潜在蒸发量序列的突变年份为1982年。(2)阐明了沮河流域主要水文气象要素序列的持续性以及年径流深序列的周期性。基于R/S分析法的沮河流域水文气象要素序列持续性分析结果表明,沮河流域年径流深序列、年降水量序列和年潜在蒸发量序列的Hurst指数都介于0.5～1之间,因此这3个序列的变化趋势在未来都具有一定的持续性。基于小波分析法的沮河流域年径流深序列变化的周期性分析结果表明,1967～2019年期间沮河流域年径流深序列呈现多时间尺度的周期性演变特征,存在着6a、14a和29a的主要周期,其中14a周期的震荡性最强,其次是29a和6a,因此沮河流域年径流深序列存在较大尺度的丰枯交替现象。(3)揭示了流域土地利用类型转变特征和植被覆盖度变化特征。研究结果表明,1980～2015年沮河流域的土地利用类型以林地、草地和耕地为主,且在此期间不同的土地利用类型都发生了一定的转变;1980～2015年期间沮河流域植被覆盖度的年际变化幅度较大而空间差异较小。(4)量化了气候变化和人类活动对沮河流域年径流深变化的影响。根据基于Budyko假设的互补关系法的分析结果,年降水量、年潜在蒸发量和流域下垫面条件变化对沮河流域年径流深变化的贡献率分别为39.22%、-15.18%和75.96%;根据累积量斜率变化率法的分析结果,年降水量、年潜在蒸发量以及人类活动对沮河流域年径流深变化的贡献率分别为19.29%、-10.12%、90.83%。两种方法的研究结果都表明,人类活动是沮河流域年径流深变化的主要驱动因素。(5)基于abcd水文模型量化了气候变化和人类活动对沮河流域不同时间尺度径流深的影响。abcd模型模拟得到的不同时间尺度径流深的纳什效率系数NSE均在0.7以上,且其他评价指标效果也比较理想;气候变化、人类活动对年径流深变化的贡献率分别为35.77%和64.23%;气候变化、人类活动对汛期径流深变化的贡献率分别为43.63%和56.37%;气候变化、人类活动对非汛期径流深变化的贡献率分别为23.35%和76.65%。无论是年际尺度还是年内尺度,人类活动始终是影响沮河流域径流深的主要因素。

关键词： 水文要素演变   径流变化归因   玉林市   MK检验   Morlet小波分析   R/S分析  

摘要： 在气候变化和人类活动的综合作用下,玉林市水资源形势日益严峻,水量短缺严重制约了当地的经济社会发展。降水和径流是区域水循环的两个重要环节,正确把握其演变特征,深入探究各因子对径流变化的影响,可以为玉林市水资源的科学管理和合理配置提供有价值的决策参考依据。基于此,本文以“变化环境下玉林市水文要素演变特征及径流变化归因分析”为题展开研究,主要研究成果如下:(1)以站点实测降水为基准,利用相关系数(CC)、均方根误差(RMSE)、平均绝对误差(MAE)、纳什效率系数(NSE)和Kling-Gupta效率系数(KGE)对国家青藏高原科学数据中心(TPDC)降水数据集在玉林市的表现进行评估,然后分别利用粒子群算法、遗传算法、麻雀搜索算法和蚁群算法优化BP神经网络,对TPDC降水数据进行校正。结果表明:玉林市TPDC数据的冬季降水精度相对较高;麻雀搜索算法优化BP神经网络的校正效果优于其他三种模型,以博白站为例,该模型使原始TPDC降水的CC值、NSE值和KGE值分别提升了0.24、0.41和0.25,RMSE值和MAE值分别降低了32.8和30.6。(2)利用趋势综合分析、突变综合分析、Morlet小波分析和R/S分析等方法对玉林市年和四季的降水径流演变特征进行研究。以玉林市年降水和博白站年径流为例,结果表明:历史年降水呈不显著上升趋势,突变年份为1965年,第一和第二主周期分别为37a和23a,未来年降水将保持上升趋势;历史年径流呈不显著下降趋势,突变年份为1966年,第一和第二主周期分别为22a和9a,未来年径流将保持下降趋势。(3)利用不均匀系数、完全调节系数、余期望系数等七个指标对玉林市降水径流的年内分配特征进行研究。结果表明:玉林市降水径流多集中在5-8月份,占比约60%;夏季占比超40%,明显高于其他三个季节;随着时间推移,降水年内分配逐渐趋于均匀,但趋向并不显著,而径流年内分配则显著趋于均匀,最大月降水量和最大月径流深发生时间均出现不显著后移现象。(4)利用偏相关分析、复相关分析、通径分析等方法对引起径流变化的气候因子进行定性分析,并利用累积量斜率变化率法(SCRCQ)和双累积曲线法(DMC)定量计算气候变化和人类活动对径流改变的贡献率。结果表明:气候因子对径流变化的综合作用表现为促进,降水与径流间存在显著的正相关关系,且降水对径流的影响总是高于潜在蒸散发;以年径流为例,SCRCQ和DMC两种方法所计算的气候变化贡献率分别为49.5%和36.1%,人类活动贡献率分别为50.5%和63.9%。

关键词： 气候变化   人类活动   旱区水循环   地下水流动系统   格尔木河流域  

摘要： 我国西北旱区生态环境脆弱,对气候变化和人类活动等外部环境变化极为敏感。在环境变化因素影响下,旱区水循环演化模式响应强烈,水文情势变得更为复杂。正确认识变化环境影响下,旱区地表水产汇流演变及其变化驱动的地下水循环变异机制,是实现旱区水资源-生态协同发展的关键。本文以青藏高原北部旱区格尔木河流域为例,利用地表水和地下水数值模拟等技术,定量分析了变化环境下格尔木河地表水径流与渗漏补给地下水的变化规律,以及地表水渗漏补给演变影响下的盆地地下水流动系统响应机理。主要成果如下: （1）在气候暖化和人类活动的双重影响下,格尔木河出山口径流量表现出逐渐递增趋势,出山口年平均径流量为31.45 m3·s-1。年内每个月出山口径流量均表现出增长趋势,且夏季径流增长较冬季更为剧烈。7月、8月和9月增长趋势较为显著,分别为1.06 m3·s-1、0.72 m3·s-1和0.44 m3·s-1;1月、2月、3月和4月增长趋势最不明显,分别为0.22 m3·s-1、0.21 m3·s-1、0.17 m3·s-1和0.17 m3·s-1。 （2）流域长序列降水和温度数据与出山口年平均径流量分别具有0.83和0.44的正相关性系数,二者均为流域山区地表产流量增加的主要气象控制因子。在区域近十年的降水和气温变化情景下,格尔木河出山口径流量将显著增长,年际最高径流增量为2.13×10～8 m3,最低径流增量为1.12×10～8 m3,平均径流增量为1.66×10～8 m3。 （3）随着流域出山口地表径流量的增加,格尔木河渗漏补给地下水量呈明显的增长趋势。在1991～2014年间,格尔木河年际最大渗漏量为12.99×10～8 m3,最小渗漏量为7.46×10～8 m3,平均渗漏量为9.89×10～8 m3。渗漏量表现出不同空间差异特征,山区渗漏补给地下水量较低,平原区渗漏量约占总渗漏量的85%。其中,43%渗漏量为出山口至冲洪积扇中部区域渗漏,42%为冲洪积扇中上部至地下水溢出带区域渗漏。 （4）格尔木河流域不同级次地下水流系统对气候变化和人为活动影响具有不同的响应特征。典型枯水年与典型丰水年相比,冲洪积扇前缘地下水溢出带往盐湖方向移动近5.17 km。自枯水年到丰水年,局部地下水流系统循环水量在流域总循环水量中的占比由80.01%增大至87.92%,中间地下水流系统循环水量占比由18.29%减小为11.15%,区域地下水流系统循环水量占比由1.70%减小至0.93%。 （5）变化环境影响下,流域盆地内地下水位整体上升,冲洪积扇前缘地下水溢出高程抬升,地下水溢出带南移,溢出量不断增大,诱发城市内涝等水害问题,对流域水资源安全造成威胁。格尔木河流域可通过加强地下水动态监测、河道治理合理和扩大地下水开采等方式应对与防治区域水害。成果为环境变化等影响下的西北旱区极端水资源问题提供科学参考。

关键词： 花岗岩残积土   崩岗   细沟侵蚀   水力学参数   径流含沙量  

摘要： 细沟侵蚀是花岗岩残积土区域常见的土壤侵蚀现象,相关研究已经指出,细沟侵蚀能够导致崩岗等一系列严重的水土流失现象。本文以湖北省通城县五里镇花岗岩残积土为研究对象,选取表土层(B)以及红土层(H)土壤配制重塑土,进行室内冲刷模拟试验。根据项目区气候条件及前人研究成果,设置25°、45°坡度,4.5 L/min、7.5 L/min冲刷流量,通过接样法测定径流含沙量变化,使用土压力及含水率传感器测定沟道内部土壤应力及含水率变化,同时测定沟道内部沟宽沟深,径流流速等指标,分别研究单一表土层(B)、单一红土层(H)、上表下红土层(BH)条件下的细沟侵蚀形态及水动力学参数演变过程,主要研究结论如下:(1)在细沟形态变化方面,细沟侵蚀整体分为均匀下切阶段、溯源侵蚀阶段、浅沟过渡阶段三个阶段。初期整条沟道侵蚀深度相差不大,随细沟发育沟内各处深度产生明显差异,中央部分侵蚀最深最宽,沟道横断面易呈现“正梯形”构造而加大崩塌发生的概率,沟道最底部产生泥沙淤积,深度较浅。细沟下切总深度与平均下切速率间存在良好函数关系(调整后R=0.49～0.90),随细沟发育下切速率不断减慢,直至趋近于0,细沟整体向浅沟过渡。平均下切速率红土层>上表下红土层>表土层,表土层在高含水率下抗崩解性强是其下切缓慢的主要原因。(2)在水力学参数变化方面,细沟侵蚀全过程中,流速与弗劳德数呈现不断减小,雷诺数呈现先增大后减小的趋势,流速与其余径流参数间相关性显著,弗劳德数在4.5 L/min流量条件下与流速间存在指数函数关系(调整后R=0.83～0.99),7.5L/min流量条件下二者存在二次函数关系(调整后R=0.78～0.99);雷诺数则始终与流速存在二次函数关系(调整后R=0.41～0.87)。(3)在侵蚀泥沙量变化方面,细沟侵蚀过程中径流含沙量R与冲刷历时t之间存在R=At的幂函数关系(调整后R=0.23～0.97),沟道内崩塌现象的发生会使得径流含沙量增大18.57%～541.93%。平均径流含沙量红土层>上表下红土层>表土层,同时细沟侵蚀第一阶段内径流含沙量与流速呈现良好的线性关系(调整后R=0.69～0.91)。(4)细沟侵蚀沟头崩塌前一段时间内,土壤总压力呈现不断上升趋势,并在崩塌发生瞬间达到峰值,随后由于土壤崩塌而下降,崩塌前土压力上升变化值为1.05%～6.94%,崩塌后下降变化值为15.31%～44.23%,崩塌前土压力上升量越大,崩塌后减小量就越大。崩塌现象发生后,径流流速及弗劳德数短暂下降,雷诺数短暂升高,沟道内径流倾向于变得缓慢且更加无序,随后恢复正常变化趋势。本研究结论表明,陡坡条件下花岗岩残积土细沟侵蚀过程中,坡面中央部分侵蚀最为严重,较大的沟深及沟宽为后续崩岗的发育创造了条件;沟头部分在应力大小超过临界值后发生崩塌,同时可通过水动力学参数如流速、弗劳德数、雷诺数的变化来推断沟道内崩塌现象的发生;整体而言,表土层抗冲性强于红土层,表土层下切速率及产沙量均小于红土层,保护好表土层能够在一定程度上减小土壤流失量。

关键词： ESMD   径流时空演变   径流归因分析   中长期径流预报   西江流域  

摘要： 深入掌握径流时空演变规律并进行归因分析,同时开展准确的径流预报,是流域进行科学管理和防汛抗旱的重要基础前提。鉴于径流时间序列是典型的非线性、非平稳序列,难以全面识别其演变规律,直接预测精度较低,本文利用极点对称模态分解(Extreme-point Symmetric Mode Decomposition,ESMD)法,基于其自适应、无基、平稳化处理技术和甄别大尺度循环与非线性趋势的优点,开展了径流演变归因分析及中长期径流预报的研究,研究成果如下:径流时空演变特征及归因分析方面,基于西江流域干支流7站近60a的日径流资料,综合ESMD、M-K检验、小波分析等方法,从年代、年、季和年内多个时间尺度对径流的时空演变特征进行分析,然后,基于双累积曲线法与累积量斜率变化率比较法对比分析了人类活动与气候变化对径流变化的影响,结果表明:①年代尺度下,西江流域径流丰枯交替、变化悬殊;②年和季径流序列均呈现年际与年代的双重周期特征;③年、夏、秋季径流呈下降趋势,春、冬季径流整体呈上升趋势;④年和季尺度径流在1980年后突变增多,尤其集中于2000～2010年间;⑤2000年后,除柳州站外,其余站点径流年内分配趋于均匀,月平均径流的变化幅度减小,集中期均向前移;⑥除下游梧州站和支流柳州站、贵港站,气候变化是影响径流变化的主要因素外,其余干流4站的径流变化中,人类活动的影响占主导地位,且气候变化因素中,除天峨站外,其余站点降雨对径流变化的贡献率均大于蒸发。中长期径流预报方面,基于ESMD方法平稳化处理技术,并结合粒子群优化最小二乘支持向量机(Particle Swarm Optimization-Least Square SVM,PSO-LSSVM)方法波动大、特征复杂、适应性强的特点和BP(Back Propagation)神经网络非线性映射能力和逼近任意非线性函数的优势,构建了 ESMD-PSO-LSSVM-BP组合预报模型,对天峨、迁江和梧州站的年、月尺度径流开展中长期径流预报,结果表明:基于ESMD方法的组合预报模型,预报效果明显好于单一预报模型,而ESMD-PSO-LSSVM-BP组合模型在所有模型中表现最佳,预报误差最低且与实测径流序列的拟合程度最高,说明这种基于ESMD方法平稳化处理技术,将非线性、非平稳的原始序列平稳化处理后,采用不同的预测方法对不同频率的分量进行预测可以显著地提高径流预报精度,为提高中长期径流预报的精度开辟了新思路。