利用滚动窗口Mann-Kendall检验对Mobile Bay流域的生态水文趋势进行检测

《Journal of Hydrology》:Ecohydrological trend detection in the Mobile Bay Watershed-AL using a rolling window Mann-Kendall test

【字体: 大 中 小 】 时间:2026年07月20日 来源:Journal of Hydrology 7.3

编辑推荐:

  •通过滚动曼-肯德尔检验,可发现美国莫比尔湾流域水文时间序列中隐藏的趋势。•尽管整体上没有年度趋势,但低流量和高流量均出现下降趋势。•季节性径流趋势存在显著的空间-时间变化。•应用滚动窗口趋势检验有助于更准确地识别隐藏趋势。 引言 监测和了解径流变化对于实现可持续水资源

  •通过滚动曼-肯德尔检验,可发现美国莫比尔湾流域水文时间序列中隐藏的趋势。•尽管整体上没有年度趋势,但低流量和高流量均出现下降趋势。•季节性径流趋势存在显著的空间-时间变化。•应用滚动窗口趋势检验有助于更准确地识别隐藏趋势。

引言
监测和了解径流变化对于实现可持续水资源管理、减轻洪灾与干旱影响以及保护水生生态系统至关重要(Gudmundsson等人,2019;Gumus等人,2022;Hodgkins等人,2024;Wang等人,2024)。全球范围内已有多种统计方法被用于分析径流时间序列的变化。例如,曼-肯德尔检验是一种常用的非参数检验方法,可用于检测水文数据中的单调趋势(Hamed和Ramachandra Rao,1998;Kumar等人,2009)。类似地,季节性肯德尔检验(Hirsch和Slack,1984)旨在通过分析不同季节或月份内的单调趋势来消除季节性影响。创新趋势分析方法及Sen斜率估计器则为量化所检测到的趋势强度提供了有效手段,能够体现变化速率(?an,2025;?en,2012)。此外,贝叶斯变点检测与时间序列分解方法(BEAST,Zhao等人,2019)也能识别水文时间序列中的突变、季节性变化以及单调趋势。这些方法已被广泛应用于全球水文学领域,用于分析长期水文行为趋势(Do等人,2017;Gudmundsson等人,2019;Gumus等人,2022;Heerspink等人,2020;Masseroni等人,2021;?en,2024;Sonali和Nagesh Kumar,2013;Wang等人,2024)。

传统趋势检验的一个重要局限在于,它们将整个数据记录视为一个单一的时间单元来计算单调趋势统计量(?en,2024)。因此,这类方法本质上难以察觉“趋势中的趋势”,也可能无法捕捉那些快速出现且不断加剧的趋势。正如Cloern(2019)所指出的,仅关注整体趋势无法全面反映趋势随时间的变化情况。“趋势中的趋势”指的是复杂的变异模式,其中短期波动或阶段性趋势叠加在长期(单调)趋势之上。这类模式可能源于自然周期(如季节性或十年尺度变化)与人为因素(如景观管理、水库运行规则)的相互作用,从而增加了对径流模式和水文灾害的理解与预测难度(Ji等人,2025;McMillan等人,2022)。忽视“趋势中的趋势”可能导致对未来水资源状况的误判,进而使得适应策略不够完善。例如,径流的上升或下降趋势可能会随着时间而增强或减弱。即便在整个数据记录中未检测到显著的单调趋势,仍可能存在具有明显上升或下降趋势的子时段,而这些趋势可能带来重大的生态或水文影响。长期或短期的异常现象,如持续干旱或突发性干旱,以及盐度升高的时段,都可能成为迫使生态系统达到临界点的压力源,其影响往往难以通过单调趋势分析来识别(Carrier-Belleau等人,2023;Cremin等人,2024;Fowler等人,2022;O. S.和Park,2024;Wang等人,2023)。

水文领域的“趋势中的趋势”还会带来生态后果。对水文条件敏感的物种不仅会对长期的整体趋势作出反应,还会对高流量/低流量事件等水文现象的发生时间、持续时长及频率产生响应(Fox和Magoulick,2024;Rolls等人,2018;Thorp等人,2006)。例如,先是有流量上升期,随后又出现流量下降期,这种情况可能对水生生态系统造成严重影响,进而改变物种组成、迁徙模式以及整体生物多样性(Fowler等人,2022;Lehner等人,2017;Peterson等人,2021;Zolfagharpour等人,2022)。诸如月度最低流量、不同持续时长的最大值与最小值流量以及基流等具有生态意义的流量指标,对水生动植物而言极为重要,因为它们决定了栖息地的可用性、水温调节能力以及营养物质输送情况(Dosdogru等人,2020;Haas等人,2021;Poff等人,1997;Poff和Matthews,2013;Poff和Zimmerman,2010;Richter等人,1996)。例如,长期的低流量会降低栖息地之间的连通性,而最大流量发生时间的改变则可能扰乱水生物种的繁殖周期,进而对生态系统健康产生连锁反应(大自然保护协会,2009)。因此,了解这些水文趋势方向的变化,对于识别水生生物的脆弱时期以及制定有效的保护与适应措施具有重要意义。然而,目前生态水文学领域尚缺乏专门用于分析“趋势中的趋势”的方法,这限制了我们全面理解阶段性趋势对水生生态系统多方面影响的能力。

水质与气候研究领域已经采用了滚动分析方法(如滚动季节性肯德尔检验),用于识别长期时间序列中的阶段性趋势或基于阈值的变动。例如,Cloern(2019)运用滚动季节性肯德尔检验分析了美国加利福尼亚州各河口系统的水质指标变化规律,揭示了稳定期之间的时间转换以及“趋势中的趋势”。同样,Fung等人(2022)也采用了滚动季节性肯德尔检验,研究了美国阿拉巴马州Weeks Bay子河口区域叶绿素-a含量的突然变化以及磷含量的阈值变化,发现了传统单调趋势分析可能遗漏的动态变化。Gü?lü(2018)提出的部分曼-肯德尔检验与分段分析方法,也强调了在分析土耳其年度降雨数据的不同子时段时评估趋势稳定性的重要性。不过,滚动或移动趋势分析方法在水文学领域的应用相对较少。我们特别提到了?en(2024)的研究,该研究将创新趋势分析框架扩展到了水文气象时间序列的固定子时段(即10年、20年、30年、40年),并得出了关于径流、降水量及温度趋势的动态与结构特征的有价值结论。尽管上述方法能够提供有用的基础与见解,但它们通常基于固定的子时段或对时间序列的离散划分(Gü?lü,2018;?en,2024),这可能限制了它们揭示水文记录中连续时间演变过程及阶段性趋势的能力。此外,虽然已有针对季节性肯德尔检验的滚动窗口函数被开发出来(Jassby等人,2025),并被应用于水质研究领域(Cloern,2019;Fung等人,2022),但目前仍缺乏将这一概念应用于受季节性影响较小的水文时间序列(如年度流量、生态流量)的相关研究。滚动窗口方法在水文学领域应用较少的原因可能包括:历史上人们更倾向于使用专注于单调趋势或变点检测的简单检验方法;在气候变化背景下更注重长期的水文气候信号;难以将阶段性趋势归因于具体的物理驱动因素;以及统计软件包(如R、Python、MATLAB)中缺乏专门的设计方法或功能。鉴于水文循环日益加剧,以及人们对水文气象时间序列的非平稳性和阶段性变化的认识不断提高(Chang等人,2025;Koutsoyiannis,2020;Madakumbura等人,2019;Milly等人,2008),我们认为水文分析需要采用滚动趋势分析方法。

为弥补水文学领域此类方法的缺失,本研究将Jassby等人(2025)提出的滚动窗口概念应用于曼-肯德尔检验,以此识别河流流量时间序列中的“趋势中的趋势”。这种滚动窗口曼-肯德尔方法能够帮助用户判断某种趋势是随着时间逐渐减弱还是增强,以及趋势的变化究竟代表真正的转变还是周期的一部分,这对于提升对生态系统脆弱性的理解以及为长期规划提供依据具有重要作用。相较于仅分析长时段水文数据以识别单调趋势的方法,这种滚动窗口分析方式在识别那些可能被忽略的短暂或局部趋势方面更具优势。通过在不同重叠区间内系统地应用曼-肯德尔检验,我们旨在识别并阐明年平均径流、月度流量以及不同持续时长的最低流量中的阶段性变化。此外,我们还将滚动窗口概念引入Sen斜率检验中,使最终用户能够针对自定义的子时段评估趋势的强度。本文的其余部分安排如下:第2节介绍了所使用的数据记录以及RW-MK方法的实施方式;第3节描述了研究区域的情况;第4节展示了滚动窗口趋势检验在识别水文“趋势中的趋势”方面的作用;第5节讨论了本研究结果对水文学界及区域流域管理者的意义,指出了现有方法的局限性及改进方向,并提出了未来应用的建议;第6节为本文的最终结论。

片段摘录
曼-肯德尔趋势检验与Sen斜率估计器
曼-肯德尔检验(MK,Kendall,1975;Mann,1945)是一种非参数统计方法,用于检测时间序列数据中的单调趋势。对于给定的时间序列{Xi,i=1, 2, …, n},零假设H0表示不存在趋势,而备择假设H1则表示存在单调趋势。检验统计量S可通过以下计算步骤得出(公式(1)–(4)):
S=∑k=1n-1∑j=k+1nsgn(xj-xk)sgnxj-xk=1xj-xk>00xj-xk=0-1xj-xk<

研究区域
本研究分析了美国东南部莫比尔湾流域(MBW,图2)内流量时间序列中的“趋势中的趋势”。该地区水文动态复杂,生态系统多样。莫比尔湾流域由两条大河——阿拉巴马河与汤比格比河汇合而成,这两条河流分别贡献了莫比尔河1,656立方米/秒流量的51%和49%(表2)。莫比尔河在其形成点下游约30英里处开始流动。

年度径流评估
通过对阿拉巴马河、汤比格比河及其汇合后的莫比尔河应用RW-MK检验与RW-SS估计器,我们发现了30年间具有每年重叠期的细微径流变化模式。在分析整个时间序列后,未发现阿拉巴马河、汤比格比河及其汇合后的莫比尔河的年平均流量存在显著趋势(图3)。不过,RW-MK检验发现了明显的变化时段,其中包括在90%置信水平下具有统计学意义的下降趋势。

用于识别水文“趋势中的趋势”的滚动窗口趋势分析
应用RW-MK趋势检验后,我们发现了传统分析方法可能遗漏的径流时间序列中的重要变化模式。该方法在多个具有每年重叠期的30年周期内,识别出了阿拉巴马河与汤比格比河的细微趋势变化。尽管在分析这两条河流的整个时间序列时未发现年平均流量的显著趋势,但RW-MK检验显示,1979年至2008年间阿拉巴马河的流量出现了统计学意义上的下降。

结论
本研究采用了滚动窗口曼-肯德尔趋势检验,用于识别美国东南部莫比尔湾流域内两个下游监测点的水文时间序列中的“趋势中的趋势”,从而为传统单调趋势分析无法捕捉到的水文变异提供了新的见解。我们发现,无论是年度流量还是季节性流量,都存在统计学意义上的下降趋势,尤其是在阿拉巴马河的低流量指标以及某些高流量指标方面。

CRediT作者贡献声明
Henrique Haas:撰写——初稿、方法学、研究实施、正式分析、数据整理、概念构建。
Musa E?it:撰写——审稿与编辑、撰写——初稿、软件应用、方法学、研究实施、正式分析、数据整理、概念构建。
Latif Kalin:撰写——审稿与编辑、撰写——初稿、验证、监督、资源协调、项目管理、方法学、资金获取、概念构建。
John Lehrter:撰写——审稿与编辑。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢
本文的研究工作得到了美国国家海洋和大气管理局RESTORE科学计划的支持,相关资助编号为NA19NOS4510194,资助方为奥本大学与南阿拉巴马大学;同时 also获得了美国农业部国家食品与农业研究所的资助,资助编号为2020-67019-31025。

Henrique Haas|Musa E?it|Latif Kalin|John Lehrter
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号