(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221089142 9.9 (22)申请日 2022.07.27 (71)申请人 中国地质大 学 （武汉） 地址 430000 湖北省武汉市洪山区鲁磨路 388号 (72)发明人 颜升　刘剑宇　张嘉文　冯星昱　 任明煊　席浴辰　俞明哲　 (74)专利代理 机构 武汉知产时代知识产权代理 有限公司 42 238 专利代理师 万文广 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06F 30/27(2020.01) G06N 20/10(2019.01)G06F 17/18(2006.01) G06F 113/08(2020.01) (54)发明名称 一种气候变化和人类活动对枯水流量影响 检测与归因方法 (57)摘要 本发明提供一种气候变化和人类活动对枯 水流量影响检测与归因方法， 包括： 收集表征低 流量的径 流指标观测数据及其影 响因子数据， 进 行预处理； 采用Sen's  slope检验法进行径流趋 势的检测； 使用机器学习支持向量机模型进行径 流的模拟； 评估支持向量机模型的表现， 将模拟 径流与实测径 流、 模拟径流趋势与实测径流趋势 进行对比； 通过控制实验和敏感性实验， 对影响 因子的时间序列去趋势， 定量识别出此影 响因子 对径流的具体 贡献； 引入基于多元线性回归的全 微分展开方法计算影响因子贡献。 本发明可定量 识别气候变化和人类活动对全球枯水流量的影 响， 有助于科学理解气候变化及人类活动对全球 干旱演变的作用过程， 可为全球水资源管理及洪 旱灾害评估提供理论 参考。 权利要求书2页 说明书5页 附图2页 CN 115310791 A 2022.11.08 CN 115310791 A 1.一种气候变化和人类活动对枯水流量影响检测与归因方法， 其特征在于， 包括以下 步骤： S1、 收集表征低流量的径流指标观测数据及其影响因子数据， 进行预处理， 得到预处理 后的数据； S2、 根据预处理后的数据， 采用Sen's  slope检验法进行径流趋势的检测， 评估全球枯 水变化的时空模式， 得到实测径流趋势； S3、 使用机器学习支持向量机模型进行径流的模拟， 得到模拟径流； 具体输入变量为径流的相关影响因子： 降水P、 潜在蒸散发PET、 归一化植被指数NDVI、 陆地储水TWSC、 基流 地下水QSB、 灌溉 IRRIG； S4、 评估支持向量机模型的表现， 将模拟径流与实测径流， 模拟径流趋势与实测径流趋 势进行对比； S5、 通过控制实验和敏感性实验， 对影响因子的时间序列进行去趋势处理， 从而能定量 识别影响因子对径流的具体贡献； S6、 采用基于多元线性回归的全微分展开方法计算影响因子的贡献结果， 并将此贡献 结果与支持向量机的结果进行相互验证比较。 2.根据权利要求1所述的一种气候变化和人类活动对枯水流量影响检测与归因方法， 其特征在于， 所述步骤S1中收集表征低流量的径流指标观测数据为年最小月径流数据， 影 响因子： 降水P、 潜在蒸散发PET、 归一化植被指数NDVI、 陆地储水TWSC、 基流地下水QSB皆为 站点观测数据， 灌溉 IRRIG为模拟数据。 3.根据权利要求1所述的一种气候变化和人类活动对枯水流量影响检测与归因方法， 其特征在于， 所述步骤S2采用Sen's  slope检验法进 行径流趋势的检测， 评估全球枯水变化 的时空模式具体为： S21、 对全球N个站点进行数据质量控制， 筛选出一段历史期间内， 时间序列长度大于10 年的站点； S22、 将筛选出来的站点时间序列进行Sen ’s slope检测， 计算出全球范围内径流显著 增加和显著减少的站点比例， 并将趋势结果进行空间上 的可视化， 评估全球径流变化的时 空模式。 4.根据权利要求1所述的一种气候变化和人类活动对枯水流量影响检测与归因方法， 其特征在于， 所述 步骤S3使用机器学习支持向量机模型进行径流的模拟具体为： S31、 基于十折交叉验证， 选取一定的时间序列数据作为训练集以训练模型， 然后将训 练后的模型在验证集中进行相关性验证， 用纳什系数NSE 评价模型质量； S32、 确定合适的模型参数以使得模型的模拟效果达到最佳， 然后将影响因子： 降水P、 潜在蒸散发PET、 归一化植被指数NDVI、 陆地储水TWSC、 基流地下水QSB、 灌溉IRRIG输入模型 以对径流进行模拟。 5.根据权利要求1所述的一种气候变化和人类活动对枯水流量影响检测与归因方法， 其特征在于， 所述 步骤S4具体为： S41、 将模拟径流与实测径流进行对比， 可视化模拟径流与实测径流的时间序列图， 比 较两者之间的差异； S42、 将模拟径流趋势与实测径流趋势进行对比， 通过散点图将两者之间的关系进行可权　利　要　求　书 1/2 页 2 CN 115310791 A 2视化， 并且计算两者间的纳什系数、 相关性系数， 利用两个系数评估支持向量机模型模拟径 流的表现。 6.根据权利要求1所述的一种气候变化和人类活动对枯水流量影响检测与归因方法， 其特征在于， 所述 步骤S5具体为： 采用数值试验的方法分离降水等影响因子对低流量径流变化趋势 的贡献， 主要包括1 个控制试验和6个敏感性试验； 控制试验中， 使用支持向量机SVM模型模拟径流时不对各影响因子进行处 理； 敏感性试验中， 对敏感因子进行去趋势处 理， 对其他影响因子不做任何 处理； 通过支持向量机模型模拟径流； 影响因子对径流变化趋势的贡献按照以下 过程进行计算： 其中： Ci表示第i个影响因子对径流变化趋势的贡献； Ti表示第i个影响因子敏感性试 验中径流的变化趋势。 表示影响因子， 除第i因子外对径流变化趋势的贡献和； k表 示对某一驱动要素进行的敏感性试验； n 等于6， 表示敏感性试验的数量； 单个影响因子对径流变化趋势的贡献通过求 解下式得到： 7.根据权利要求1所述的一种气候变化和人类活动对枯水流量影响检测与归因方法， 其特征在于， 所述S6具体为： 径流变化趋势的斜 率等于各个 影响因子的贡献和， 按照下式展开： Slope of R＝(PContribution+PETContribution+NDVIContribution+TWSCContribution+QsbContribution+ IRRIGContributi on)+Residual 径流与各个 影响因子之间关系的全微分展开式如下： 其中 ， Rs为指定历史时间段内最小 月径流变化趋势的 斜率 ； 分别为径流与此6个影响因子之间建立的多元线性回 归方程前的回归系数； 分别为此6个影 响因子在指定历史时间段内与径流相同月份时间序列变化趋势的斜率； Res为全微分方程 的残差， 代表除以上影响因子外的变量对径流的影响， 因子多元线性回归系 数与其斜率的 乘积代表该因子对径流的贡献。权　利　要　求　书 2/2 页 3 CN 115310791 A 3