,
(1.華電電力科學(xué)研究院有限公司,杭州 310030; 2.中國(guó)電建集團(tuán)華東勘測(cè)設(shè)計(jì)研究院有限公司,杭州 311122)
河川徑流序列的周期性和趨勢(shì)性是其演變和波動(dòng)的重要特征[1],具有多尺度、周期性的特性[2-3],對(duì)水利工程的規(guī)劃、開(kāi)發(fā)、設(shè)計(jì)和運(yùn)行具有十分重要的影響[4-5]。尤其是在電力市場(chǎng)改革的推動(dòng)下,水庫(kù)調(diào)度策略直接影響著發(fā)電企業(yè)的經(jīng)濟(jì)命脈[6],而水庫(kù)調(diào)度策略的制定依賴于水庫(kù)徑流序列的變化周期和趨勢(shì)。因此,研究水庫(kù)年徑流序列的變化周期和趨勢(shì)是當(dāng)下水電企業(yè)關(guān)心的重要戰(zhàn)略問(wèn)題。
水庫(kù)年徑流時(shí)間序列的周期性分析方法有多種,主要有傅里葉分析法、方差分析法、功率譜密度分析法等[7]。鑒于功率譜密度分析法的直觀性、唯一性和有效性,本文選擇該方法分析水庫(kù)年徑流時(shí)間序列的周期性變化。水庫(kù)年徑流時(shí)間序列的趨勢(shì)性分析方法主要有Kendall秩次相關(guān)檢驗(yàn)法、Spearman秩次相關(guān)檢驗(yàn)法和線性回歸分析法等。線性回歸分析法通過(guò)線性回歸方程的斜率和截距來(lái)表現(xiàn)水庫(kù)年徑流與時(shí)間的關(guān)系,方程的斜率雖然能夠表征水庫(kù)年徑流時(shí)間序列的平均趨勢(shì)變化率,卻不能判斷其趨勢(shì)性變化是否顯著。因此,本文的水庫(kù)年徑流序列的趨勢(shì)性變化分析選擇Kendall秩次相關(guān)檢驗(yàn)法和Spearman秩次相關(guān)檢驗(yàn)法,并通過(guò)線性回歸分析法進(jìn)行分析校對(duì)。
本文以某流域龍頭水庫(kù)62個(gè)水文年(1952—2013年)的年徑流序列為研究對(duì)象,基于大型數(shù)學(xué)軟件Matlab,采用功率譜密度分析法進(jìn)行龍頭水庫(kù)年徑流序列的周期分析,采用Kendall秩次相關(guān)檢驗(yàn)法和Spearman秩次相關(guān)檢驗(yàn)進(jìn)行龍頭水庫(kù)年徑流序列的長(zhǎng)期變化趨勢(shì)分析,以期得到該流域長(zhǎng)期的水文序列變化規(guī)律。
某流域全長(zhǎng)100余km,多年平均降雨量1 670 mm。該流域龍頭水庫(kù)正常水位為330.0 m,設(shè)計(jì)洪水位為338.0 m,為不完全多年調(diào)節(jié)性水庫(kù)。根據(jù)水量平衡原理和電網(wǎng)水庫(kù)歷年逐月入庫(kù)流量統(tǒng)計(jì)表,可以得到龍頭水庫(kù)壩址逐月平均流量資料。龍頭水庫(kù)壩址多年平均流量85.32 m3/s,年平均徑流量為26.91×108m3,壩址處各水文年年徑流見(jiàn)表1。
表1 龍頭水庫(kù)1952—2013年水文年年徑流序列Tab.1 Leading reservoir annual hydrologic runoff series from 1952 to 2013 m3/s
2.1.1 功率譜分析模型建立
龍頭水庫(kù)年徑流時(shí)間序列Qt(t=1,2,…,n)的功率譜分析的步驟如下。
樣本落后自相關(guān)系數(shù)
(1)
平滑功率譜
(2)
(3)
式中:Bl為平滑窗參數(shù);P為徑流序列中所有對(duì)偶值,即最大落后步長(zhǎng);l為波數(shù)(l=0,1,2,…,P);m為計(jì)算波數(shù)最大值;r為自相關(guān)系數(shù)。
根據(jù)式(1)~(3)的運(yùn)算結(jié)果制作功率譜圖。最后對(duì)功率譜估計(jì)值的顯著性進(jìn)行檢驗(yàn)。
取最大落后步長(zhǎng)P=30,計(jì)算結(jié)果如圖1所示,龍頭水庫(kù)的功率譜估計(jì)值曲線的峰值點(diǎn)對(duì)應(yīng)的周期分別為3年、10年和24年。
圖1 連續(xù)功率譜Fig.1 Continuous power spectrum
2.1.2 譜估計(jì)的顯著性檢驗(yàn)
依據(jù)連續(xù)功率譜顯著性檢驗(yàn)原理,龍頭水庫(kù)序列落后1個(gè)時(shí)刻的自相關(guān)系數(shù)r1小于信度α=0.05,采用白噪聲譜進(jìn)行譜估計(jì)的顯著性檢驗(yàn)。計(jì)算結(jié)果表明,對(duì)應(yīng)白噪聲譜95%的否定域的上限值為0.077 0,而龍頭水庫(kù)的功率譜曲線的峰值點(diǎn)值為0.072 2,小于否定域上限值,因此認(rèn)為龍頭水庫(kù)壩址實(shí)測(cè)年徑流量序列無(wú)顯著性周期存在。
2.1.3 與運(yùn)行資料的分析對(duì)比
根據(jù)電網(wǎng)公布的該電站1982—2013年的上網(wǎng)電量,可以得到龍頭水電站該期間逐月平均流量資料和水文年資料。如圖2所示,龍頭水電站多年平均發(fā)電量6.08 億kW·h,32個(gè)水文年的發(fā)電高峰和低谷具有1個(gè)3年的小周期循環(huán), 1995年之前的發(fā)電周期顯著,但近年來(lái)的發(fā)電周期不顯著。
表2 Spearman秩次相關(guān)檢驗(yàn)法秩次序號(hào)Tab.2 Rank number of Spearman rank correlation test
圖2 龍頭水庫(kù)各年發(fā)電量序列Fig.2 Annual power generation series of the leading reservoir
2.2.1 Kendall秩次相關(guān)檢驗(yàn)法
根據(jù)Kendall秩次相關(guān)檢驗(yàn)法計(jì)算相關(guān)性
(4)
將表1的年徑流序列值代入式(4)進(jìn)行統(tǒng)計(jì)計(jì)算,N=62,P=843,τ=- 0.108,Var(τ)=0.007 6,最終可得U=-1.25<0,說(shuō)明年徑流序列呈下降趨勢(shì);|U|小于α=0.05下的檢驗(yàn)值1.96,說(shuō)明在顯著性水平α=0.05下龍頭水庫(kù)年徑流序列呈下降趨勢(shì)且趨勢(shì)不顯著。
2.2.2 Spearman秩次相關(guān)檢驗(yàn)法
Spearman秩次相關(guān)檢驗(yàn)法的顯著性
(5)
(6)
式中:γs為龍頭水庫(kù)年徑流序列的相關(guān)系數(shù);t為水庫(kù)年徑流時(shí)間序列的順序號(hào),dt=Rt-t,Rt為水庫(kù)年徑流時(shí)間序列的正序(從大到小)序號(hào)。由于T服從于(N-2)的t分布,因此需要分析其在顯著性水平α下,即|T|>tα/2是否成立,如果成立,則說(shuō)明龍頭水庫(kù)年徑流時(shí)間序列的變化趨勢(shì)顯著,反之不顯著。
將表(1)的年徑流序列值代入式(5)進(jìn)行統(tǒng)計(jì)計(jì)算,計(jì)算結(jié)果見(jiàn)表2,最終得γs=0.168,T=1.31。由于T小于α=0.05下的檢驗(yàn)值2.01,該水庫(kù)年徑流時(shí)間序列下降趨勢(shì)不夠顯著。
2.2.3 與線性回歸分析對(duì)比
續(xù)表
線性回歸法通過(guò)建立水文序列Q(t)與其時(shí)序t之間的回歸方程,該方法可以給出時(shí)間序列是否具有遞增或遞減的趨勢(shì)?;貧w方程為
Q(t)=kt+c,
(6)
式中:Q(t)為徑流序列;k為直線的斜率;c為截距。
為了驗(yàn)證上述兩種趨勢(shì)性檢驗(yàn)的準(zhǔn)確性,用線性回歸法分析龍頭水庫(kù)壩址1952—2013年(水文年)實(shí)測(cè)年徑流序列的變化趨勢(shì),結(jié)果如圖3所示。
圖3 龍頭水庫(kù)年徑流序列線性回歸法分析趨勢(shì)示意Fig.3 Trend of annual runoff series of the leading reservoir analyzed by linear regression method
該線性回歸方程為y=-0.0634x+152.63(R2=0.021 7)。由k<0可知,該龍頭水庫(kù)壩址處的年徑流序列有著緩慢下降的趨勢(shì)。
本文基于Matlab軟件,采用功率譜分析法對(duì)某流域龍頭水庫(kù)壩址年徑流序列資料進(jìn)行分析,并與實(shí)際運(yùn)行資料進(jìn)行對(duì)比,得到該水庫(kù)壩址年徑流序列無(wú)顯著周期存在,但存在3年、10年和24年的微弱振蕩周期。利用Kendall和Spearman秩次檢驗(yàn)法分析得到該水庫(kù)壩址年徑流序列的變化趨勢(shì),并與線性回歸分析法相校對(duì),均得到龍頭水庫(kù)年徑流時(shí)間序列呈緩慢減少趨勢(shì),但趨勢(shì)性不夠顯著的結(jié)論。