基于TOPSIS的河流水文情势评价方法

本发明涉及水文情势分析，具体涉及基于topsis的河流水文情势评价方法。

背景技术：

1、水文情势分析是关于各种水利工程和非工程措施对水文要素的影响评估。在水文要素长时间序列演变过程中，水利工程建设和工程措施的实施可以作为整个历史序列上的影响点、干预点，因此需要具体评估干预事件对水文情势各要素时间序列的影响前后过程的作用效应。

2、河流水文情势的研究主要围绕richter等在1996年建立的iha(indicators ofhydrologic alteration)水文指标体系来开展的，并利用变化范围法(range ofvariability approach，rva)法分析建坝前后指标的水文生态改变程度，如公开号为cn107563642a的中国发明申请“一种基于投影寻踪的水电站河流水文情势评价方法”以及公开号为cn113077167a的中国发明申请“一种面向出入库径流的水文情势变化分析方法”等。这些方法通过结合投影寻踪聚类模型、差异分析等实际因素对rva法进行改进以适应需求，但由于各iha指标评价权重分析存在缺陷、基于rva法的生态影响评价过于单一，传统水文情势研究难以全面有效地评估河流生态受影响程度。

技术实现思路

1、本发明的目的克服上述现有技术缺陷，在原有基础上引入中断时间序列分析(interrupted time series analysis，itsa)来进一步分析水文情势的其它统计特征，并基于topsis法(technique for order preference by similarity to an idealsolution)结合水文改变度和斜率改变量两种评价因素来进行水文情势综合评价，提供了基于topsis的河流水文情势评价方法。

2、本发明的技术方案是基于topsis的河流水文情势评价方法，包括以下步骤：

3、步骤1：采集河流日平均流量的长系列连续数据，以年平均流量进行中断时间序列分析，计算年平均流量的干预影响；

4、步骤2：利用iha软件从日平均流量提取iha水文指标体系所需的年时间序列数据，采用变化范围法计算各iha水文指标的水文改变度；

5、步骤3：基于已提取的iha水文指标体系的年时间序列数据，进行中断时间序列分析，计算各iha水文指标的干预影响，得到各iha水文指标的斜率改变量；

6、步骤4：根据计算得到的各iha水文指标的水文改变度和斜率改变量，利用topsis法得到河流水文情势综合评价结果；

7、步骤5：将年平均流量的中断时间序列分析模型、各iha水文指标的年时间序列的中断时间序列分析结果以及所述河流水文情势综合评价结果进行可视化。

8、进一步地，所述中断时间序列分析模型如下：

9、y＝β0+β1×x1+β2×x2+β3×x3+ε

10、式中y为连续时间序列数据的因变量；自变量包括x1、x2、x3，其中x1为时间序列数据的时间点计数变量，从第1个时间点开始一直计数到最后一个时间点，x1＝1，2，…，m，m+1，…，n，n为时间序列数据的时间点的总数量，m为干预事件发生的时间点；x2为干预指示变量，干预前的时间点x2取值为0，干预后的时间点x2取值为1；x3为干预后时间计数变量，干预后第1个时间点即时间序列数据的第m个时间点x3取值为1，干预后第2个时间点x3取值为2，依此类推；ε为残差项；β0为常数项；β1为干预前时间序列的斜率；β2表示瞬时水平改变度，为干预后时间序列的线性回归方程在干预点处的拟合值与干预前之差；β3表示干预后的斜率改变量，为干预后序列的线性回归系数与干预前的差值。采用最小二乘法计算变量系数β1、β2和β3。

11、优选地，所述iha水文指标体系具体包括：各月中值流量，年际中不同时间段的最小流量，年际中不同时间段的最大流量，基流指数，年最大、最小流量发生时间，高、低流量脉冲次数，高、低流量脉冲历时，流量上升、下降率，逆转次数。

12、优选地，步骤2中，所述利用变化范围法计算各指标的水文改变度，计算式为：

13、

14、

15、式中di为指标体系中第i个指标的水文改变度；nobs为影响后流量序列落入频率阈值范围内的观测频数；nexp为影响后流量序列落入频率阈值范围内的期望频数；d为整体水文改变度；n为指标数量。

16、当di在0～33％范围内时，di呈低度改变；当di在33％～67％范围内时，di呈中度改变；当di大于67％时，di呈高度改变。

17、优选地，步骤4中，采用min-max法对各iha指标计算得到的斜率改变量进行归一化处理，消除数据量级和量纲的影响，计算式为：

18、

19、式中y′i为归一化后的数值；yi为指标时间序列内的第i个值；ymax为指标时间序列内的最大值；ymin指标时间序列内的最小值。

20、进一步地，步骤4中，利用归一化后的指标数据拟合中断时间序列分析模型，得到归一化斜率改变量：

21、β′3＝β3/(ymax-ymin)

22、式中β′3表示指标的归一化斜率改变量，β3表示干预后的斜率改变量。

23、优选地，步骤4中，结合中断时间序列分析的应用情景，对水文指标体系的各指标进行生态干预影响评价，并以各指标干预前后时间序列的线性斜率改变量作为河流受干预事件的生态影响度量。

24、中断时间序列分析要求时间序列不存在自相关，因此对时间点数量不大于100的短时间序列数据进行一阶自相关性durbin-watson检验，并采用prais-winsten法校正一阶自相关。

25、对于所有计算步骤涉及的中断时间序列分析干预时间点和iha-rva法受影响前后时间点，两者均表示河流生态水文要素受人类活动影响发生明显改变的时间点。

26、相比现有技术，本发明的有益效果是引入了中断时间序列分析方法以拓展水利领域的统计计算，对基于iha-rva法的传统水文情势分析进行了补充研究和统计显著的结果分析；提出了归一化斜率改变量的生态影响指标，并在topsis法中结合了水文情势中的水文改变度以建立综合水文情势评价框架，得到了河流水文情势综合评价结果并可视化展示，实现河流水文情势干预影响评价在统计分析上的客观有效性。

技术特征：

1.基于topsis的河流水文情势评价方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的河流水文情势评价方法，其特征在于，所述iha水文指标体系具体包括：各月中值流量，年际中的最小流量，年际中的最大流量，基流指数，年最大、最小流量发生时间，高、低流量脉冲次数，高、低流量脉冲历时，流量上升、下降率，逆转次数，如表1所示：

3.根据权利要求1或2所述的河流水文情势评价方法，其特征在于，步骤2中，所述利用变化范围法计算各指标的水文改变度，计算式为：

4.根据权利要求3所述的河流水文情势评价方法，其特征在于，当di在0～33％范围内时，di呈低度改变；当di在33％～67％范围内时，di呈中度改变；当di大于67％时，di呈高度改变。

5.根据权利要求3所述的河流水文情势评价方法，其特征在于，步骤4中，采用min-max法对各iha指标计算得到的斜率改变量进行归一化处理，消除数据量级和量纲的影响，所述min-max法的计算式为：

6.根据权利要求5所述的河流水文情势评价方法，其特征在于，步骤4中，利用归一化后的指标数据拟合中断时间序列分析模型，得到归一化斜率改变量：

7.根据权利要求1或2或4或5或6所述的河流水文情势评价方法，其特征在于，步骤4中，结合中断时间序列分析的应用情景，对水文指标体系的各指标进行生态干预影响评价，并以各指标干预前后时间序列的线性斜率改变量作为河流受干预事件的生态影响度量。

技术总结本发明涉及基于TOPSIS的河流水文情势评价方法,引入了中断时间序列分析方法，对基于IHA‑RVA法的传统水文情势分析进行了补充研究和统计显著的结果分析；提出了归一化斜率改变量的生态影响指标，并在TOPSIS法中结合水文情势中的水文改变度以建立综合水文情势评价框架，得到河流水文情势综合评价结果。本发明实现了河流生态水文情势的干预影响评价；识别了河流生态影响的各指标统计特征，研究并分析了河流受水利工程建设影响的干预程度。技术研发人员：李英海,涂玉律受保护的技术使用者：三峡大学技术研发日：技术公布日：2024/9/9