利用通径分析方法来研究气候因素对阿尔卑斯山流域春季洪峰融雪量的影响外文翻译资料

利用通径分析方法来研究气候因素对阿尔卑斯山流域春季洪峰融雪量的影响

春季融雪最大流量能导致严重的自然灾害。降雨直接导致SSPF并影响SSPF的特征，然而，温度通过影响融雪速率和由冬季地表融雪水与春季土壤渗透水构成的土壤冻结状态来间接影响SSPF。确定气候因素对SSPF重要的影响路径以及给出气候因素与SSPF之间假设因果关系的重要性和大小是十分有必要的。本研究应用通径分析方法来分析中国新疆开都河流域五个因素对SSPF的影响，这五个因素为前降水指数(API)、春季降水量(SP)、冬季降雪量(WS)、冬季lt;0°C 积温(|ATN|)和春季平均温度gt;0°C积温(AT)。研究结果表明|ATN|，AT 和WS与有重要的相关关系，API和SP没有明显的相关关系，但|ATN|通过AT和 WS对SSPF有间接影响。|ATN|通过WS对SSPF的影响占|ATN|对SSPF总的影响的69%。与多元线性分析方法相比，通径分析能提供许多额外的信息，包括自变量和因变量的路径以及外变量对内变量的直接影响和间接影响。这些信息能够帮助积雪融化和春季径流的水资源模型以及水资源的计划和管理。

关键词 融雪 洪峰流量；通径分析；阿尔卑斯山流域

引言

在干旱和半干旱地区降水主要发生在山区。降水通常以降雪的形式发生于冬春季，水分暂时性的储存在积雪场中。因此，季节性积雪融化和降雨成为这些流域附近河流的主要水源。对于典型的阿尔卑斯山流域，例如中国内陆河的源地新疆的天山地区，冰雪融化和冰川融化是径流的主来源。在三、四月间，温度在几天内迅速从低于0℃增加0℃以上能够融化冬季冰雪场的大部分积雪，经常导致洪峰形成。春季融雪最大流量(SSPF)会导致洪水可以对基础设施、农田和人类的生活造成严重的损害(Ahmad and Simonovic 2005;Mosquera-Machado and Ahmad 2007;Puri et al.2011a)。降雨和融雪水直接影响SSPF,但温度可以通过对冬季冻土和春季融雪速率的影响间接影响SSPF。区别直接影响作用和间接影响作用对于降水的贡献十分重要。SSPF的影响因素包括冬春季的温度和降水(Liang et al.1993;Macdonald and Hoffman 1995;Wang et al.2002年),树冠和辐射能(Kattelmann 1991),海拔高度和时间(Verdhen and Prasad,1993),以及季节性冻土层和河冰(Todhunter 2001)。为了分析SSPF影响因素,采用的方法有统计措施(Todhunter 2001; Wei et al. 2005; Shang et al., 2013),建模方法如天数程度指数模型(Verdhen and Prasad 1993; Yu and Lu 2005; Li et al., 2014)和系统动态模型(Li and Simonovic 2002; Mirchi et al. 2012)。这些研究提供更多的气候因素的对于SSPF影响的信息。

影响SSPF的主要因素有物理过程,集水特征和气候变量;其中气候变量被认为对SSPF至关重要的影响。以降雨和降雪形式的降水直接影响SSPF的特征。然而，温度决定土壤冻结状态，是地表径流的融雪水分和土壤渗滤水的一部分对SSPF有间接影响。多元线性回归分析、方差分析和相关分析被广泛用于分析气候因素对SSPF的影响,但是他们不能定量区分的直接和间接影响气候因素对SSPF及其路径的影响。作为一个分析因果关系有用的方法,通径分析可以识别路径图中重要和显著的路径并且通过分解直接变量和间接变量之间的相关性来估计假设随机变量中重要的变量。这种分解有助于更好地理解相关性和解释它的效果。通径相关性分析包括一个仿真模型，是为了更好地描述物理过程,进一步提高资源管理水平(Vedwan et al . 2008年)。通径分析被成功地用于许多领域,包括遗传学(Weinber et al.1978;Karlin et al.1983;Karlin 1987; Chen 2003),经济学((Ren et al.2010),农业(Kozak and Kang 2006),生物学(Scheiner et al .2000),和社会科学(Deshpande and Zaltman 1982;Oetting and Beauvais 1987;Azuma and Chasnoff 1993);然而,很少有研究应用在水资源和水文。通径分析是用于研究水质量的影响因素(Kaplan and Thode, 1981)和植物生长、积雪以及气候变化之间的关系(Jonas et al . 2008)。李等人（2011、2012）应用它分析开都河和玛纳斯河每年和季节性气候因素对径流深度的影响。然而,气候因素对年季和季节性径流深度的影响不同于对SSPF的影响。春天洪峰流量是由于春季温度,深层冻土和冬季积雪量的快速变化所造成的。因此,为了确定气候因素对于阿尔卑斯山流域春季最大流量的影响和影响路径我们不仅要考虑春天，还要考虑冬天的气候因素。本研究把天山山脉流域的开都河,一个典型的阿尔卑斯山融雪区，作为一个重要的径流贡献者，并以此为研究目标,分析春季气候因素对洪峰的影响。本研究的目的是分析气候因素对于春季最大融雪的影响路径和定量的区分直接和间接气候因素对于阿尔卑斯山流域春季的最大融雪量的影响，对冰雪融化的作用程度。与多元线性回归分析相比，研究结果表明通径分析能更好的分析直接和间接气候因素对于春季最大融雪量的影响。

1 研究区域

开都河流域位于中国天山中部南坡(图1)。它占地大约22000平方公里(42°43 minus;43°21 N,82°58minus;86°05 E)。这条河长约610公里，发源于Sarming山的Hargat谷和Jacsta谷。此山最高海拔大约5000米,，坐落于天山山脉中部地区。开都河流过Yulduz盆地和Yanqi盆地最后汇入Bosten湖。Bosten湖是新疆最大的淡水湖新疆。它是孔雀河的水分来源，与塔里木河相连。

气象参数和径流盆地的可用数据开始在1950年代末;然而，在Bayinbuluk只有一个气象台和在Dashankou只有一个水文测站(图1)提供长期的气象参数和径流数据。因此,本研究使用1960年至2007年Bayinbuluk气象站(高出海平面2458米)的温度和降水数据和Dashankou水文站(1400米以上海平面)的径流数据。1960 - 2007年的月径流、降水和温度的数据如图2所示。Dashankou的上游开都河为18827平方公里，流域的平均海拔高度3100m(Tao et al . 2007年)。Bayinbuluk 的年平均温度和极端最低温度是-4.6°C和-48.1°C,分别的平均每年积雪覆盖139天和最大年平均积雪深度12厘米。开都河流域总冰川面积

为445平方公里(李et al . 2003年)，只占2.36%的研究区域。

2 方法

2.1 影响春季最大融雪量的随机变量

由积雪融化导致春季洪峰流量经常发生在三月至四月。温度和降水是影响春季洪峰流量的两个主要变量。温度和降水是两个主要的变量影响SSPF。据李和Simonovic(2002)和Todhunter(2001)，考虑分析了以下参数作为直接和间接气候因素对SSPF的影响及其影响路径:(a)冰冻期时间的土壤水分;(b)以降雪形式的冬季降水总量;(c)春季冻土状态(d)早春融雪由gt; 0°C的温度和(e)春季降雨数量。在研究期间秋天至春天为了量化这些参数，假定冰冻期土壤湿度由以前的秋季降水决定和早春的冻土状态是由冬季低温引起的低引起的。在本研究的影响因素代表影响因素与温度和降水相关性如下。

前期降雨指数(API)是反映在秋天至在冬天来临之前的降水基础上土壤冻结期间土壤水分的指数。秋季土壤水分含量的起点是第二年的土壤水分含量((Wittrock and Ropley 1999; Stephen et al. 2010; Puri et al. 2011b)。前一年的秋季土壤水分与春季的储水的能力和春季融雪径流的持续时间有关(Willis et al. 1961)。然而，在新疆干旱地区潜在蒸发受温度影响非常高。为了减少在过去秋季冻土时期土壤蒸发对蒸散的影响，在冬季降水前的前30天降水量被选为API。在这一时期，潜在蒸发因为低温相对较低。因此，被选时期的降水量被作为在整个的秋季冻土时期土壤水分的代表。

以降雪形式的冬季降水(WS,毫米)在冬季积累，是春季融雪径流的来源。WS定义为在有效降雪天至积雪有效融化开始的整个时期，降雪的积累量。有效的降雪代表了当地雪的堆积速率大于融雪速率。有效融化时间代表了当地融化速率大于重新冻结速率。在有效降雪的后一天，降雪开始积累，然后是WS时期并且持续到SSPF发生。

春季降水(SP,mm)是不仅直接导致径流，也是融化积雪的额外的能量来源(Todhunter 2001)。春季降水被定义为从冬季末至春季最大降水期间的总降水量。

在整个冬季绝对温度lt; 0°C的积温(| ATN |°C)代表了土壤冻结状态，区分了降雨和融雪的水分与地表径流和下渗到土壤的水分。| ATN |被定义为从冬季的第一天至有效融雪开始的时期日平均气温lt; 0°C累积温度的绝对值。新疆冬季的开始的第一天定在10月1日，有效融雪开始的当天也是日平均温度稳定达到gt; 0°C的一天。

春季日gt; 0°C积温指数(AT°C)是估计融雪速率的订正参数。它反映了平均每日融雪强度和有效融雪期并且等于有效春季融雪期的日平均gt; 0°C温度的总和。计算日gt; 0°C温度总和的相关计算细节可以引用白et al .(2012)。这段时间开始于| ATN |时期的最后一天和结束于春天最大流量的那天。AT的计算为每日gt; 0°C积温的总和，然后除以有效融化时间。

应该注意的是API,WS,SP,| ATN |是时间的逐年变化，因为融雪的变化是逐年变化。这些指数的变化受温度的调控。所有这五个气候因素计算的时间基础是每日。

通径分析是一个扩展性的回归方法。它可以区分直接相关和间接相关并且辨别相关关系和因果关系(Wright 1934)，而回归分析不能。通径分析的方法被用来理解随机数据的结构（Kozak and Kang 2006） 和分析随机变量对SSPF的影响。相比回归分析，这种方法可以提供可以提供剩余信息，也就是提供的关于相关性的额外信息。使用通径分析方法，分析模型是建立在一个具有确定的路径特定的随机关系的特殊环境下(Scheiner et al. 2000)。这些随机关系可以用路径图解释，直接和间接影响的变化因素对于因变量的影响能够被清晰的识别(Zhang and Hu 1985)。“路径系数”一词是由莱特(1921)创造，作为“线性回归权重的标准版本可以用来检查结构方程建模方法中统计变量可能的随机线性关系”。假设有n个随机变量x1, x2, x3hellip;xn和一个因变量y，任意两个因素之间的相关系数是rij，由x_i对y的直接的通径系数是p_yi。有关通径系数的计算过程读者可以参考Zhang et al。(2004)。 因素x_i通过因素x_j对y的间接影响的通径系数 r_ij·p_yj。

直接通径系数与因子x_i对y 的间接通径系数的总和等于x_i和y之间的相关系数:

因子x₁,x_2...,x_n和y的路径图如图三所示。

在路径图中，x₁→y，x₂→y 和 x_n→y 是直接路径，直接通径系数分别是p_y1，p_y2， p_yn；

然而，x₁harr;x₂，x₁harr;x_n和x₂harr;x_n之间变量相关，间接通径系数分别为r₁₂，r_1n和r_2n。相似的，

x₁harr;x₂→y，x₁harr;x_n→y，x₂harr;x₁→y，x₂harr;x_n→y，x_nharr;x₁→y和x_nharr;x₂→y 是直接路径，通径系数分别为r₁₂p_y2，r_1np_yn，r₂₁p_y1，r_2np_yn，r_n1p_y1和r_n2p_y2；r→y是剩余变量其通径系数是p_ye。

通径分析可以估计依赖和独立变量之间因果关系的关系大小和重要性(Chen 2003)。类似于其他方法， 具有一定的局限性，这是:1)在研究探索阶段不是非常有用；2)变量应是线性相关；3)不能建立因果关系的方向；4)反馈回路不能被包括在路径分析内。通径分析没有广泛应用在探索阶段是因为在这个阶段影响因素的外因变量和它们的影响路径图不清楚。只是把一些偶然的变化作为内因变量可能会阻碍研究发展。使用通径分析在本研究之前，这些限制条件被仔细考虑。本研究着重于不同气候

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[30161]，资料为PDF文档或Word文档，PDF文档可免费转换为Word