鄱陽湖流域水沙變化及出湖水沙模擬研究

收稿日期：2023-07-14；接受日期：2023-10-08

基金項目：長江科學(xué)院開放研究基金資助項目（CKWV2021886/KY）；國家自然科學(xué)基金長江水科學(xué)研究聯(lián)合基金項目（U2240224，U2240206）；長江水利委員會水文局科技創(chuàng)新基金項目（SWJ-CJX23Z08）

作者簡介：香天元，男，正高級工程師，主要從事水文泥沙監(jiān)測與分析方面的工作。E-mail：59080491@qq.com

通信作者：

孫思瑞，女，工程師，主要從事水文水資源分析與研究方面的工作。E-mail：threesunsun@foxmail.com

Editorial Office of Yangtze River. This is an open access article under the CC BY-NC-ND 4.0 license.

文章編號：1001-4179（2024） 03-0097-08

引用本文：香天元，孫思瑞，王超，等.鄱陽湖流域水沙變化及出湖水沙模擬研究［J］.人民長江，2024，55（3）：97-104.

摘要：

自20世紀50年代以來，鄱陽湖流域氣候發(fā)生顯著變化，人類活動日益頻繁，降水、產(chǎn)流能力和產(chǎn)沙能力都發(fā)生了明顯變化。基于鄱陽湖流域“五河”入湖控制站以及湖口水文站數(shù)據(jù)，運用Mann-Kendall檢驗法和雙累積曲線法確定了年輸沙量突變時間點，再利用累積量斜率變化分析法量化降水、產(chǎn)流能力和產(chǎn)沙能力對鄱陽湖入湖沙量的影響；在此基礎(chǔ)上，提出了變分模態(tài)分解、LSTM神經(jīng)網(wǎng)絡(luò)和完全逐步抽樣技術(shù)等多方法耦合的水沙模擬模型及其評價方法，并建立了研究區(qū)域鄱陽湖湖口站水沙模擬模型。研究結(jié)果表明：不論是“五河”入湖沙量變化，還是湖區(qū)泥沙淤積量變化，以降水變化為代表的氣候變化因素對其影響較小，主要影響還是來自人類活動因素；但在具體的變化規(guī)律上卻存在差異，人類活動對入湖沙量的貢獻率呈上升趨勢，但對同期鄱陽湖湖區(qū)淤積沙量的影響貢獻率則呈現(xiàn)先降后升的趨勢。水沙模擬分析表明，湖口站出湖月徑流量、出湖月輸沙量的模擬過程與實測過程較為吻合，取得了較高模擬精度，湖口、星子站水位對模擬精度的提升貢獻較小。

關(guān)鍵詞：水沙變化； 水沙模擬； 歸因分析； 鄱陽湖

中圖法分類號： TV14

文獻標志碼： A" " " " " " " " " " " " " DOI：10.16232j.cnki.1001-4179.2024.03.014

0引 言

受人類活動和氣候變化的影響，許多河流水沙條件發(fā)生了顯著變化，水沙條件的變化也直接影響到河底形態(tài)和岸灘演變［1］，進而影響流域水資源的開發(fā)利用［2］。鄱陽湖是中國最大的淡水湖泊，主要由贛江、撫河、信江、饒河、修水等5條河流（以下簡稱“五河”）組成。受“五河”水沙條件變化的影響，60多年來，入湖泥沙通量明顯改變，對鄱陽湖湖區(qū)調(diào)蓄量及“五河”尾閭的形態(tài)演變都有一定影響［3］。探尋影響“五河”入湖與鄱陽湖出湖泥沙通量的主要驅(qū)動因素及其影響程度，對推動鄱陽湖流域水沙資源的合理利用具有重要的現(xiàn)實意義。

目前，學(xué)者們對鄱陽湖流域水沙變化的驅(qū)動因素研究主要集中在人類活動與氣候方面［4-5］。如丁倩倩等［6］運用Mann-Kendall檢驗法（以下簡稱“M-K檢驗法”）對贛江上游降水量、徑流量和輸沙量三者的關(guān)系進行了探討，發(fā)現(xiàn)研究區(qū)水沙均呈現(xiàn)減少趨勢，且主要由降水導(dǎo)致；曾瑜等［7］發(fā)現(xiàn)影響入湖徑流量和輸沙量的因素主要為年降水量和降水侵蝕力，水庫攔沙也是入湖輸沙量減少的主要原因；顧朝軍等［8］也對鄱陽湖流域降水侵蝕力對入湖輸沙量的影響進行相關(guān)研究，發(fā)現(xiàn)近60 a降水侵蝕力變化增加了鄱陽湖入湖輸沙量，而人類活動是入湖輸沙量減少的主要原因。

為了進一步厘清鄱陽湖流域水沙變化規(guī)律，在水沙模擬方面，王若庚［9］對鄱陽湖泥沙淤積量及淤積部位進行了分析，并探討了其發(fā)展趨勢；張鵬等［10］利用遙感數(shù)據(jù)進行了鄱陽湖懸浮泥沙濃度遙感的模擬預(yù)測，為研究鄱陽湖水環(huán)境時空動態(tài)變化特征及其影響機制開展了有益嘗試。但學(xué)者們針對鄱陽湖逐月徑流量和逐月輸沙量過程進行系統(tǒng)性模擬的模型并不多見。

本文基于鄱陽湖流域的水文監(jiān)測數(shù)據(jù)，計算氣候變化與人類活動對入湖沙量和湖區(qū)淤積沙量的影響程度貢獻率，并結(jié)合相關(guān)文獻進行了兩種變化的歸因分析。為了進一步支撐鄱陽湖泥沙治理，采用變分模態(tài)分解、LSTM神經(jīng)網(wǎng)絡(luò)和完全逐步抽樣技術(shù)等多方法耦合的方式構(gòu)建了鄱陽湖湖口站水沙逐月模擬模型，以期更好地探索分析鄱陽湖流域水沙變化規(guī)律。

1數(shù)據(jù)與方法

1.1研究區(qū)域與數(shù)據(jù)

鄱陽湖位于江西省北部，長江中下游南岸，是中國最大的淡水湖泊，“高水湖相、低水河相”是其主要特征。鄱陽湖流域南北長約620 km，東西寬約490 km，主要承納“五河”來水，支流來水經(jīng)湖泊的調(diào)蓄作用后從湖口流入長江（見圖1）。

本文的研究數(shù)據(jù)為“五河”入湖控制站點（外洲站、李家渡站、梅港站、渡峰坑站、虎山站、萬家埠站），湖口水文站的日徑流量及含沙量數(shù)據(jù)（1956～2019年），以及“五河”流域與鄱陽湖湖區(qū)的面降雨量數(shù)據(jù)（1956～2019年）。

1.2研究方法

本文涉及的M-K檢驗法、雙累積曲線法、累積量斜率變化分析法均為常用分析方法，相關(guān)參考文獻較多，在此不再贅述，只介紹構(gòu)建水沙模擬模型采用的變分模態(tài)分解、LSTM神經(jīng)網(wǎng)絡(luò)和完全逐步抽樣技術(shù)3種方法。

1.2.1變分模態(tài)分解（VMD）

在VMD中，假設(shè)每一個模態(tài)分量都具有特定中心頻率的有限帶寬，通過確定約束變分模型的最優(yōu)解來獲得分解結(jié)果，在整個優(yōu)化過程中，每個模態(tài)分量的帶寬和中心頻率都是動態(tài)更新的。假設(shè)原始信號f被分解為k個不同的模態(tài)分量ukt，將各模態(tài)分量解析信號與其對應(yīng)的中心頻率e-jωkt混合，對信號解調(diào)并計算梯度平方的L2范數(shù)得到模態(tài)分量的帶寬，目標是：滿足在任意時刻所獲得模態(tài)分量的總和等于原始信號的約束同時，最小化所有模態(tài)的總帶寬，可以表述為.

式中：j是一個虛數(shù)單位，定義為j2=-1；δ（）表示狄拉克分布，其余變量意義見文獻［7-9］。

1.2.2LSTM神經(jīng)網(wǎng)絡(luò)模型

LSTM在循環(huán)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，引入了記憶單元模塊使得LSTM能夠?qū)W習(xí)長期的依賴信息，同時避免梯度消失問題。

設(shè)輸入序列為x1，x2，…，xT，隱藏層狀態(tài)為h1，h2，…，hT，則在t時刻有：.

it=σWhiht-1+Wxixt+bift=σWhfht-1+Whfxt+bfct=ftct-1+itgWhcht-1+Wxcxt+bcot=σWhoht-1+Woxxt+Wcoct+boht=ot·gct（3）.

式中：xt表示t時刻的輸入值；ht表示t時刻的輸出值；ht-1表示前一個細胞單元的輸出值；i，f，o分別為輸入門、遺忘門和輸出門；ct是LSTM單元在t時刻的狀態(tài)值；σ表示sigmoid激活函數(shù)。

1.2.3基于完全逐步抽樣技術(shù)的水沙模擬模型

傳統(tǒng)時間序列分解技術(shù)，如離散小波變換DWT，經(jīng)驗?zāi)B(tài)分解EMD［11］，變分模態(tài)分解VMD［12］等，大多使用整體分解采樣技術(shù)提取樣本，其本質(zhì)是利用整個系列提取樣本，實際計算過程中所有樣本及解釋變量均使用了當前未知的未來信息，實際是“后報”模型而不是“預(yù)測”模型，此類“后報”模型極容易導(dǎo)致過擬合現(xiàn)象，模型泛化性能較差，無法較好地應(yīng)用于實際預(yù)報問題。

完全逐步抽樣方法是He等［13］在鄱陽湖“五河”控制性水文站月徑流預(yù)測時首次提出的，是機器學(xué)習(xí)“預(yù)測”模型方面的有益探索。該方法具體步驟如下：

（1） 將原始輸入的特征變量時間序列數(shù)據(jù){S1，S2，…，SN}按照一定的比例劃分為訓(xùn)練期{S1，S2，…，SP}和測試期{SP+1，SP+2，…，SN}。

（2） 使用變分模態(tài)分解將序列片段{S1，S2，…，Sm}分解為K個子序列，其中，m表示最大滯后時間。則可以構(gòu)建K個子樣本，這K個子樣本的解釋變量為{X1i，1，X1i，2，…X1i，m}，i=［1，2，…，K］，其中，X的上標1表示第1個子序列，下標i表示第i個子樣本，響應(yīng)變量為XP-m+1i，m+1，i=［1，2，…，K］。進一步，將Sm+1添加到{S1，S2，…，Sm}中得到第2個新的子序列{S1，S2，…，Sm，Sm+1}，并再次分解得到K個子序列，同樣可以得到K個子樣本。后續(xù)依次進行同樣的操作，直到序列片段{S1，S2，…，Sm，Sm+1，…SN-1}被分解。

（3） 最終可以得到包含對應(yīng)解釋變量和響應(yīng)變量的K組訓(xùn)練樣本，每組訓(xùn)練樣本中都有P-m-1個子樣本，針對這K組訓(xùn)練樣本分別構(gòu)建K個模型并進行訓(xùn)練。得到僅包含解釋變量的K組測試樣本中每組包含N-P-1個子樣本，將這K組測試樣本輸入到訓(xùn)練完成的模型中得到對應(yīng)的輸出結(jié)果，這K個輸出結(jié)果相加即為最終結(jié)果。

（4） 在步驟（3）中，基礎(chǔ)模型選擇LSTM進行構(gòu)造，其中LSTM的超參數(shù)采用網(wǎng)格搜索的方法來進行率定。將訓(xùn)練完成的模型應(yīng)用于測試集樣本，并根據(jù)不同的評價指標探索不同輸入特征對出湖徑流量和輸沙量結(jié)果的影響。圖2展示了上述步驟的具體流程。

1.3評價指標

為了客觀評價模型的模擬精度，分別引入均方根誤差（RMSE）、平均絕對誤差（MAE）、納什效率系數(shù)（NSE）以及Kling-Gupta系數(shù)（KGE）作為評價指標，它們的具體公式如下：.

式中：Oi表示觀測值；Pi表示模擬值；O—表示觀測值的

平均值；P—表示模擬值的平均值；N表示觀測值的個數(shù)；r（）表示皮爾遜相關(guān)系數(shù)；σ（）表示標準差。

2鄱陽湖流域水沙變化及影響因素分析

2.1鄱陽湖流域輸沙量突變分析

2.1.1“五河”年輸沙量M-K突變分析

運用M-K突變檢驗分析鄱陽湖流域“五河”與湖口水文站的年輸沙量突變情況，結(jié)果如圖3所示。贛江外洲站、撫河李家渡站和修河萬家埠站年輸沙量順序時間序列未見顯著突變點；信江梅港站年輸沙量順序時間序列在1998年出現(xiàn)突變；饒河渡峰坑站年輸沙量順序時間序列在1968年出現(xiàn)顯著突變，虎山站年輸沙量順序時間序列在1970年和1999年出現(xiàn)突變；湖口站年輸沙量順序時間序列在1968年和1998年出現(xiàn)顯著突變。

可以看出，總體上整個鄱陽湖流域的輸沙量系列有兩個比較重要的突變時間節(jié)點，分別是1968～1970年和1998～2000年前后。

2.1.2變異期及基準期的劃定

對于鄱陽湖入湖的泥沙，累積輸沙量、徑流量與累積降水量的雙累積曲線（見圖4）顯示，在1984年存在突變點；再綜合考慮上節(jié)已經(jīng)劃分出的鄱陽湖各支流入湖沙量年際變化的突變年份，將1956～1968年作為基準期（P0），1969～1984年作為變異一期（P1），1985～1998年作為變異二期（P2），1999年～2019年作為變異三期（P3）。

2.2鄱陽湖入湖與出湖沙量關(guān)系變化

圖5顯示，鄱陽湖出湖沙量變化趨勢較為平穩(wěn)，入湖沙量呈現(xiàn)振蕩下降趨勢。但在1998年前，入湖沙量均大于出湖沙量；而1998年后，入湖沙量略小于出湖沙量，或持平。

鄱陽湖“五河”及環(huán)湖區(qū)水系是鄱陽湖流域的主要產(chǎn)沙區(qū)，20世紀中葉以來，在“五河”及環(huán)湖河流持續(xù)開展了大規(guī)模的水利工程建設(shè)，如贛江干流的萬安、峽江水庫；修河的拓林水庫、東津水庫；饒河的共產(chǎn)主義水庫和濱田水庫等，水庫滯沙是鄱陽湖入湖沙量減少的主要原因［14］。

不同時期入湖沙量和出湖沙量的相關(guān)關(guān)系，也體現(xiàn)出人類活動對鄱陽湖湖區(qū)的影響。倘若人類活動強度較弱，鄱陽湖湖區(qū)的出湖沙量與入湖沙量應(yīng)該存在良好的相關(guān)關(guān)系；若人類活動的強度發(fā)生變化，那么兩者的相關(guān)性也將發(fā)生變化［15］。不同階段鄱陽湖入湖沙量與出湖沙量相關(guān)關(guān)系分別為P1（0.284）、P2（0.366）、P3（0.045）。

2.3鄱陽湖入湖沙量變化的歸因分析

根據(jù)累積量斜率變化分析法（計算過程可見文獻［16-17］），分別計算降水變化、產(chǎn)流能力和產(chǎn)沙能力在3個變異期相較于基準期對入湖沙量的貢獻率。具體過程為：先計算累計降水量、累計徑流量和累計輸沙量（在各時期）的斜率，然后根據(jù)文獻［16］中公式（1）～（3）的原理計算三者的斜率變化率，再根據(jù)斜率變化率，利用公式（4）～（5）的原理計算降水、徑流和輸沙貢獻率。

相較于基準期P0，變異期P1降水變化對泥沙的貢獻率為19.38%，產(chǎn)流變化貢獻率為45.78%，產(chǎn)沙變化貢獻率為34.84%，則人類活動變化貢獻率為80.62%。而相較于基準期P0，變異期P2降水變化的貢獻率略微縮減至17.69%，產(chǎn)沙變化貢獻率增加到39.81%，人類活動變化的貢獻率為82.31%；與變異期P1相比，變異期P2的人類活動貢獻率變化幅度較小。而相較于基準期P0，變異期P3降水變化的貢獻率大幅下降至8.05%，產(chǎn)沙變化的貢獻率則大幅上升至75.91%，人類活動變化的貢獻率上升至91.95%，這說明作為突變點，1998年的突變程度非常顯著。

綜上，人類活動仍然是影響鄱陽湖入湖沙量變化的主要原因，降水變化的貢獻率日益降低。產(chǎn)沙變化的貢獻率在1998年之后大幅提高，說明人類活動對流域產(chǎn)沙能力影響顯著；圖3所顯示的曲線斜率變化與之吻合，在1998年之后明顯偏向累積降水量，說明產(chǎn)沙能力被大幅削弱。結(jié)合流域工程建設(shè)實踐，可以分析出導(dǎo)致這種變化的具體原因是水庫攔沙、水土保持措施等因素，而產(chǎn)流變化貢獻率的降低，也從側(cè)面說明人類活動對河川徑流的影響有限。

2.4鄱陽湖湖區(qū)淤積沙量變化的歸因分析

鄱陽湖泥沙沖淤平衡受到人類活動的影響，不同時段的湖區(qū)泥沙淤積量與人類活動的強度有關(guān)。根據(jù)上文分析，現(xiàn)分別對P1、P2、P3變異期相較于基準期（P0）氣候變化與人類活動對湖區(qū)淤積沙量（入湖沙量減出湖沙量）的貢獻率進行分析。受“圍湖造田”影響，湖區(qū)面積與湖盆容積大規(guī)模縮減，使變異期P1產(chǎn)沙變化貢獻率達到32.38%，降水變化對泥沙的貢獻率為11.13%，人類活動的貢獻率為88.87%；變異期P2相較于基準期，鄱陽湖湖區(qū)周邊人類活動相對較弱，人類活動貢獻率降至84.66%，降水變化貢獻率上升至15.34%。隨著1998年長江中下游河道實行全面禁采，大量采砂船涌入鄱陽湖，尤其是入江水道采砂活動最為集中，從相關(guān)文獻可知［12］，僅2005～2007年九江市沿湖縣（區(qū)）的年均實際采砂量為2.3億～2.9億t，同時采砂作業(yè)使得湖口斷面形態(tài)發(fā)生改變，導(dǎo)致湖口水位下降并加大了湖江水面比降，使得流速加大并增加了對河床的沖刷動力，從而增加出湖沙量［18-19］，使得變異期P3產(chǎn)沙能力貢獻率增加至63%，人類活動影響又增加至88.38%。

綜上所述，人類活動是影響鄱陽湖湖區(qū)淤積量變化的主要原因；但與入湖沙量不同的是，在變異期P2，人類活動對湖區(qū)泥沙淤積量的貢獻是減小的，這主要是因為變異期P1存在大規(guī)模圍湖造田，變異期P3存在大規(guī)模采砂，而在變異期P2鄱陽湖湖區(qū)未受到大規(guī)模人類活動的影響。

3湖口站出湖水沙模擬模型

3.1模型參數(shù)設(shè)置

本次研究所使用的數(shù)據(jù)時間跨度為1956年1月至2019年12月，共768個樣本，在構(gòu)建模型之前需劃分訓(xùn)練集和測試集［20］，按照近似8∶2的比例進行劃分，最終確定訓(xùn)練集的樣本共618個，測試集的樣本共150個。整個模型的構(gòu)建思路如1.2節(jié)所述，其中所使用到的LSTM模型相關(guān)超參數(shù)，根據(jù)網(wǎng)格搜索的方法先設(shè)置搜索范圍，模型經(jīng)過多次迭代，可以篩選出相對最優(yōu)的超參數(shù)組合。對于出湖月徑流量和月輸沙量，模擬模型的參數(shù)設(shè)置分別如表1～2所列。

3.2方案設(shè)計

采用所述方法構(gòu)建湖口站出湖水沙模擬模型，綜合考慮鄱陽湖流域水沙變化及影響因素分析結(jié)果，以水沙變化中的關(guān)鍵因素作為水沙模擬模型的特征輸入，設(shè)計5種輸入方案訓(xùn)練和評價模型：方案1，不考慮其他因素，僅對鄱陽湖出湖月徑流量和月輸沙量的時間序列本身進行模擬；方案2，對出湖月徑流量模擬時考慮“五河”平均降雨量和入湖徑流量，對于出湖輸沙量模擬時則考慮五河平均降雨量、入湖徑流量和入湖輸沙量；方案3，在方案2的基礎(chǔ)上考慮湖口或星子站的水位，對出湖月徑流量和月輸沙量進行模擬；方案4，在方案3的基礎(chǔ)上考慮降水侵蝕力或徑流侵蝕功率，對出湖月徑流量和月輸沙量進行模擬；方案5，在方案4的基礎(chǔ)上考慮江湖關(guān)系的指標，對出湖月徑流量和月輸沙量進行模擬。

不同輸入變量之間Person線性相關(guān)系數(shù)見圖6。

3.3不同方案模擬結(jié)果

不同方案的出湖月徑流量和月輸沙量模擬結(jié)果的評價指標如表3～4所列。

5種方案的模擬月徑流量、月輸沙量與實測值的對比情況如圖7所示，散點分布于45°線的兩側(cè)，可見模擬精度較好。模擬精度最優(yōu)的是方案5，模擬過程與實測過程結(jié)果如圖8所示。結(jié)果表明，湖口站出湖月徑流量、出湖月輸沙量的模擬過程與實測過程均基本吻合。

分析表3～4中括號內(nèi)的數(shù)值，可發(fā)現(xiàn)如下規(guī)律：① 針對徑流量，方案3同方案2對比，方案4同方案3對比，各指標改善幅度較小，即對于出湖徑流量而言，湖口站和星子站水位、降水侵蝕力、徑流侵蝕功率為較弱影響因素；② 針對輸沙量，方案3同方案2對比，各指標改善幅度較小，即對于出湖輸沙量而言，湖口、星子站水位為較弱影響因素。

4結(jié) 論

本文綜合運用M-K法和累積量斜率變化分析法確定突變點，劃分基準期和變異期，在計算氣候變化和人類活動對泥沙影響貢獻率的基礎(chǔ)上進行了歸因分析，并建立了研究區(qū)域鄱陽湖湖口站水沙模擬模型，從水沙變化、水沙模擬分析兩方面出發(fā)，綜合分析得到其水沙變化規(guī)律，為鄱陽湖水沙資源的合理開發(fā)利用提供參考。相關(guān)結(jié)論如下：

（1） 運用M-K檢驗分析可知總體上鄱陽湖流域的輸沙量系列有兩個比較重要的突變時間節(jié)點，分別是1968～1970年和1998～2000年前后。

（2） 運用累積量斜率變化分析法分析可知，人類活動對入湖沙量的影響貢獻率呈逐步上升趨勢，從P1時段（1968～1984年）的80.62%逐步提升到P2時段（1985～1998年）的82.31%及P3時段（1999～2019年）的91.95%；人類活動對同期鄱陽湖湖區(qū)淤積沙量的影響貢獻率則呈現(xiàn)先降后升的趨勢，從88.87%下降到84.66%，再上升到88.38%。

（3） 水沙變化分析表明，影響入湖沙量的主要人類活動是“五河”流域的水庫建設(shè)及水土保持措施；影響鄱陽湖湖區(qū)淤積沙量的主要人類活動是圍湖造田及采砂作業(yè)。

（4） 水沙模擬分析表明，湖口站出湖月徑流量、出湖月輸沙量的模擬過程與實測過程較為吻合，取得了較高模擬精度，湖口、星子站水位對模擬精度的提升貢獻較小。

參考文獻：

［1］閔騫，時建國，閔聃.1956～2005年鄱陽湖入出湖懸移質(zhì)泥沙特征及其變化初析［J］.水文，2011，31（1）：54-58.

［2］郭率，周曼，胡挺，等.近年來三峽水庫水沙通量變化過程及原因分析［J］.中國農(nóng)村水利水電，2022（8）：35-40，49.

［3］高鵬，穆興民，王飛.近60年贛江水沙變化及其驅(qū)動因素分析［J］.中國農(nóng)村水利水電，2012（1）：56-59，63.

［4］姬夢飛，湯軍，高賢君，等.基于Google Earth Engine的鄱陽湖面積時空變化及驅(qū)動因素分析［J］.水文，2021，41（6）：40-47.

［5］時光訓(xùn)，劉健，馬力，等.1970～2014年長江流域極端降水過程的時空變化研究［J］.水文，2017，37（4）：77-85.

［6］丁倩倩，劉友存，焦克勤，等.贛江上游典型流域水沙過程及驅(qū)動因素［J］.水土保持通報，2018，38（4）：19-26，33.

［7］曾瑜，劉進寶，厲莎，等.鄱陽湖流域氣候變化和人類活動對入湖水沙的影響［J］.人民長江，2020，51（1）：28-35.

［8］顧朝軍，穆興民，高鵬，等.贛江流域徑流量和輸沙量的變化過程及其對人類活動的響應(yīng)［J］.泥沙研究，2016（3）：38-44.

［9］王若庚.鄱陽湖控制工程對泥沙沖淤影響預(yù)測［J］.江西水利科技，1996（1）：49-56.

［10］張鵬，陳曉玲，陸建忠，等.基于遙感的鄱陽湖豐水期懸浮泥沙數(shù)值模擬預(yù)測［J］.武漢大學(xué)學(xué)報（信息科學(xué)版），2017，42（3）：369-376.

［11］LIU Z，ZHOU P，CHEN G，et al.Evaluating a coupled discrete wavelet transform and support vector regression for daily and monthly streamflow forecasting［J］.Journal of Hydrology，2014，519：2822-2831.

［12］康艷，程瀟，陳沛如，等.基于集成學(xué)習(xí)模型的非平穩(wěn)月徑流預(yù)報［J］.水資源保護，2023，39（2）：125-135，179.

［13］HE M，WU S F，KANG C X，et al.Can sampling techniques improve the performance of decomposition-based hydrological prediction models？ Exploration of some comparative experiments［J］.Applied Water Science，2022，12（8）：1-30.

［14］羅蔚，張翔，鄧志民，等.1956～2008年鄱陽湖流域水沙輸移趨勢及成因分析［J］.水科學(xué)進展，2014，25（5）：658-667.

［15］朱玲玲，陳劍池，袁晶，等.洞庭湖和鄱陽湖泥沙沖淤特征及三峽水庫對其影響［J］.水科學(xué)進展，2014，25（3）：348-357.

［16］趙益平，王文圣，張丹，等.累積量斜率變化分析法及其在徑流變化歸因中的應(yīng)用［J］.水電能源科學(xué)，2019，37（10）：17-20.

［17］顧朝軍，朱永清，李仁華，等.鄱陽湖流域降雨侵蝕力變化及其對入湖懸移質(zhì)輸沙量的影響［J］.水土保持學(xué)報，2021，35（6）：45-54.

［18］李微，李昌彥，吳敦銀，等.1956～2011年鄱陽湖水沙特征及其變化規(guī)律分析［J］.長江流域資源與環(huán)境，2015，24（5）：832-838.

［19］胡振鵬，王仕剛.鄱陽湖沖淤演變及水文生態(tài)效應(yīng)［J］.水利水電技術(shù)（中英文），2022，53（6）：66-78.

［20］曹輝，陳柯兵，董炳江.基于Azure AutoML的泥沙預(yù)報模型構(gòu)建與應(yīng)用［J］.人民長江，2023，54（4）：94-100.

（編輯：胡旭東）