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(xiàng)目：長江科學(xué)院開放研究基金資助項(xiàng)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(xiàng)目（U2240224，U2240206）；長江水利委員會(huì)水文局科技創(chuàng)新基金項(xiàng)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(jì)50年代以來，鄱陽湖流域氣候發(fā)生顯著變化，人類活動(dòng)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(yùn)用Mann-Kendall檢驗(yàn)法和雙累積曲線法確定了年輸沙量突變時(shí)間點(diǎn)，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(jià)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(dòng)因素；但在具體的變化規(guī)律上卻存在差異，人類活動(dòng)對入湖沙量的貢獻(xiàn)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(xiàn)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(shí)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(xiàn)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(xiàn)標(biāo)志碼： A" " " " " " " " " " " " " DOI：10.16232j.cnki.1001-4179.2024.03.014

0引 言

受人類活動(dòng)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(jìn)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(dòng)因素及其影響程度，對推動(dòng)鄱陽湖流域水沙資源的合理利用具有重要的現(xiàn)實(shí)意義。

目前，學(xué)者們對鄱陽湖流域水沙變化的驅(qū)動(dòng)因素研究主要集中在人類活動(dòng)與氣候方面［4-5］。如丁倩倩等［6］運(yùn)用Mann-Kendall檢驗(yàn)法（以下簡稱“M-K檢驗(yàn)法”）對贛江上游降水量、徑流量和輸沙量三者的關(guān)系進(jìn)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(jìn)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(dòng)是入湖輸沙量減少的主要原因。

為了進(jìn)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(jìn)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(jìn)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(shí)空動(dòng)態(tài)變化特征及其影響機(jī)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(jìn)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(jì)算氣候變化與人類活動(dòng)對入湖沙量和湖區(qū)淤積沙量的影響程度貢獻(xiàn)率，并結(jié)合相關(guān)文獻(xiàn)進(jìn)行了兩種變化的歸因分析。為了進(jìn)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(diǎn)（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(yàn)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(xiàn)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(gè)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(gè)優(yōu)化過程中，每個(gè)模態(tài)分量的帶寬和中心頻率都是動(dòng)態(tài)更新的。假設(shè)原始信號f被分解為k個(gè)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(jì)算梯度平方的L2范數(shù)得到模態(tài)分量的帶寬，目標(biāo)是：滿足在任意時(shí)刻所獲得模態(tài)分量的總和等于原始信號的約束同時(shí)，最小化所有模態(tài)的總帶寬，可以表述為.

式中：j是一個(gè)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(xiàn)［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(shí)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(shí)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(shí)刻的輸入值；ht表示t時(shí)刻的輸出值；ht-1表示前一個(gè)細(xì)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(shí)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(shí)間序列分解技術(shù)，如離散小波變換DWT，經(jīng)驗(yàn)?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(gè)系列提取樣本，實(shí)際計(jì)算過程中所有樣本及解釋變量均使用了當(dāng)前未知的未來信息，實(shí)際是“后報(bào)”模型而不是“預(yù)測”模型，此類“后報(bào)”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(shí)際預(yù)報(bào)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(shí)首次提出的，是機(jī)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(shí)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(gè)子序列，其中，m表示最大滯后時(shí)間。則可以構(gòu)建K個(gè)子樣本，這K個(gè)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(biāo)1表示第1個(gè)子序列，下標(biāo)i表示第i個(gè)子樣本，響應(yīng)變量為XP-m+1i，m+1，i=［1，2，…，K］。進(jìn)一步，將Sm+1添加到{S1，S2，…，Sm}中得到第2個(gè)新的子序列{S1，S2，…，Sm，Sm+1}，并再次分解得到K個(gè)子序列，同樣可以得到K個(gè)子樣本。后續(xù)依次進(jìn)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(gè)子樣本，針對這K組訓(xùn)練樣本分別構(gòu)建K個(gè)模型并進(jìn)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(gè)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(gè)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(jìn)行構(gòu)造，其中LSTM的超參數(shù)采用網(wǎng)格搜索的方法來進(jìn)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(jià)指標(biāo)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(jià)指標(biāo)

為了客觀評價(jià)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(jià)指標(biāo)，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(gè)數(shù)；r（）表示皮爾遜相關(guān)系數(shù)；σ（）表示標(biāo)準(zhǔn)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(yùn)用M-K突變檢驗(yàn)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(shí)間序列未見顯著突變點(diǎn)；信江梅港站年輸沙量順序時(shí)間序列在1998年出現(xiàn)突變；饒河渡峰坑站年輸沙量順序時(shí)間序列在1968年出現(xiàn)顯著突變，虎山站年輸沙量順序時(shí)間序列在1970年和1999年出現(xiàn)突變；湖口站年輸沙量順序時(shí)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(gè)鄱陽湖流域的輸沙量系列有兩個(gè)比較重要的突變時(shí)間節(jié)點(diǎn)，分別是1968～1970年和1998～2000年前后。

2.1.2變異期及基準(zhǔn)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(diǎn)；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(zhǔn)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(jì)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(shí)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(dòng)對鄱陽湖湖區(qū)的影響。倘若人類活動(dòng)強(qiáng)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(dòng)的強(qiáng)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(jì)算過程可見文獻(xiàn)［16-17］），分別計(jì)算降水變化、產(chǎn)流能力和產(chǎn)沙能力在3個(gè)變異期相較于基準(zhǔn)期對入湖沙量的貢獻(xiàn)率。具體過程為：先計(jì)算累計(jì)降水量、累計(jì)徑流量和累計(jì)輸沙量（在各時(shí)期）的斜率，然后根據(jù)文獻(xiàn)［16］中公式（1）～（3）的原理計(jì)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(jì)算降水、徑流和輸沙貢獻(xiàn)率。

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

綜上，人類活動(dòng)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(xiàn)率日益降低。產(chǎn)沙變化的貢獻(xiàn)率在1998年之后大幅提高，說明人類活動(dòng)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(shí)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(xiàn)率的降低，也從側(cè)面說明人類活動(dòng)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(dòng)的影響，不同時(shí)段的湖區(qū)泥沙淤積量與人類活動(dòng)的強(qiáng)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(zhǔn)期（P0）氣候變化與人類活動(dòng)對湖區(qū)淤積沙量（入湖沙量減出湖沙量）的貢獻(xiàn)率進(jìn)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(xiàn)率達(dá)到32.38%，降水變化對泥沙的貢獻(xiàn)率為11.13%，人類活動(dòng)的貢獻(xiàn)率為88.87%；變異期P2相較于基準(zhǔn)期，鄱陽湖湖區(qū)周邊人類活動(dòng)相對較弱，人類活動(dòng)貢獻(xiàn)率降至84.66%，降水變化貢獻(xiàn)率上升至15.34%。隨著1998年長江中下游河道實(shí)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(dòng)最為集中，從相關(guān)文獻(xiàn)可知［12］，僅2005～2007年九江市沿湖縣（區(qū)）的年均實(shí)際采砂量為2.3億～2.9億t，同時(shí)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(dòng)力，從而增加出湖沙量［18-19］，使得變異期P3產(chǎn)沙能力貢獻(xiàn)率增加至63%，人類活動(dòng)影響又增加至88.38%。

綜上所述，人類活動(dòng)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(dòng)對湖區(qū)泥沙淤積量的貢獻(xiàn)是減小的，這主要是因?yàn)樽儺惼赑1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(dòng)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(shí)間跨度為1956年1月至2019年12月，共768個(gè)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(jìn)行劃分，最終確定訓(xùn)練集的樣本共618個(gè)，測試集的樣本共150個(gè)。整個(gè)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(jì)

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(jì)5種輸入方案訓(xùn)練和評價(jià)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(shí)間序列本身進(jìn)行模擬；方案2，對出湖月徑流量模擬時(shí)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(shí)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(jìn)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(jìn)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(biāo)，對出湖月徑流量和月輸沙量進(jìn)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(jià)指標(biāo)如表3～4所列。

5種方案的模擬月徑流量、月輸沙量與實(shí)測值的對比情況如圖7所示，散點(diǎn)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(shí)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(shí)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(biāo)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(biāo)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(yùn)用M-K法和累積量斜率變化分析法確定突變點(diǎn)，劃分基準(zhǔn)期和變異期，在計(jì)算氣候變化和人類活動(dòng)對泥沙影響貢獻(xiàn)率的基礎(chǔ)上進(jìn)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(yùn)用M-K檢驗(yàn)分析可知總體上鄱陽湖流域的輸沙量系列有兩個(gè)比較重要的突變時(shí)間節(jié)點(diǎn)，分別是1968～1970年和1998～2000年前后。

（2） 運(yùn)用累積量斜率變化分析法分析可知，人類活動(dòng)對入湖沙量的影響貢獻(xiàn)率呈逐步上升趨勢，從P1時(shí)段（1968～1984年）的80.62%逐步提升到P2時(shí)段（1985～1998年）的82.31%及P3時(shí)段（1999～2019年）的91.95%；人類活動(dòng)對同期鄱陽湖湖區(qū)淤積沙量的影響貢獻(xiàn)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(dòng)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(dòng)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(shí)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(xiàn)較小。

參考文獻(xiàn)：

［1］閔騫，時(shí)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(dòng)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(shí)空變化及驅(qū)動(dòng)因素分析［J］.水文，2021，41（6）：40-47.

［5］時(shí)光訓(xùn)，劉健，馬力，等.1970～2014年長江流域極端降水過程的時(shí)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(dòng)因素［J］.水土保持通報(bào)，2018，38（4）：19-26，33.

［7］曾瑜，劉進(jìn)寶，厲莎，等.鄱陽湖流域氣候變化和人類活動(dòng)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(dòng)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(bào)（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(bào)［J］.水資源保護(hù)，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(jìn)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(jìn)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(bào)，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(bào)模型構(gòu)建與應(yīng)用［J］.人民長江，2023，54（4）：94-100.

（編輯：胡旭東）