洪水频率分析中数据阈值选择敏感性研究：基于伊朗Karkheh流域15个水文站的实证分析

为解决洪水频率分析中部分历时序列(PDS)模型阈值选择对结果的影响问题，研究人员以伊朗Karkheh流域15个水文站63年流量数据为基础，系统比较了N至6N阈值与年最大值序列(AMS)模型的差异。研究发现，增加部分值数量会降低洪水估计值，尤其在Pol Chehr等6个站点表现显著，而Tang Siab等站点在20年以上重现期呈非单调趋势。该研究为半干旱区洪水风险评估提供了阈值选择的科学依据，对水利工程设计具有重要指导意义。

　　

洪水作为最具破坏力的自然灾害之一，在全球气候变化背景下其风险评估显得尤为重要。传统洪水频率分析主要依赖年最大值序列(AMS)模型，但这种方法每年仅选取一个最大值，可能遗漏同年发生的其他重要洪水事件。部分历时序列(PDS)模型通过设定阈值来捕捉更多洪水事件，理论上能提高估计精度，但阈值选择不当会导致高估或低估风险，尤其在地形复杂的半干旱区域，这一问题尚未得到系统研究。

为解决这一科学问题，来自国内水文研究机构的研究团队以伊朗Karkheh流域为研究对象，选取15个具有63年连续流量记录的水文站，开展了一项关于洪水频率分析中数据阈值选择敏感性的系统研究。该研究通过比较N至6N多种阈值水平下的PDS模型与AMS模型结果，揭示了阈值选择对洪水估计值的影响规律，相关成果发表在《Results in Engineering》上。

研究团队采用了多项关键技术方法：使用FREQ软件进行频率分析，该工具由美国陆军工程师团开发，支持13种统计分布拟合；采用Kolmogorov-Smirnov和卡方检验进行分布优度评价；通过Run检验和四分位距法进行数据质量控制；针对每个站点分别采用AMS和PDS（阈值从N到6N）两种模型进行对比分析。

研究结果部分，通过多个子章节详细呈现了发现：

在"Pol Zal Station"部分，研究发现随着阈值从N增加到6N，估计的100年洪水从88.57 m³/s降至58.49 m³/s，呈现明显下降趋势。该站点最佳分布为对数正态(3参数)和广义帕累托分布(GPAR)。

"Kakareza Station"章节显示，虽然10-50年重现期的流量随阈值增加而降低，但100-200年重现期却出现先降后升的反转趋势，这种非单调行为在小型流域更为常见。

"Tang Siab and Canal Wasileh stations"的结果尤为特殊，这两个低海拔(<600 m)、小流域(<60 km²)的站点在50年以上重现期表现出复杂的波动趋势，与高海拔大流域站点的稳定趋势形成鲜明对比。

通过"Regional behavior categories"分析，研究人员将站点分为三类：I类(如Pol Zal等)表现为单调下降趋势，对应大流域高海拔区域；II类(如Tang Siab等)呈现振荡趋势，多为小流域；III类(如Poldokhtar等)则显示阈值达到3N后开始分化的过渡特征。

研究结论部分明确指出，在Pol Chehr等6个站点中，增加PDS数据量会系统性降低所有重现期的洪水估计值；而Tang Siab等站点在50年以上重现期表现出不确定性。这种差异与流域面积和海拔高度显著相关——平均海拔1074.6米、面积12149.17 km²的站点趋势稳定，而低海拔(494米)、小流域(568 km²)站点则变化复杂。

该研究的科学价值在于首次系统评估了半干旱山区不同地貌条件下PDS阈值选择的敏感性，为洪水风险管理的模型选择提供了实证依据。实践意义上，建议在大型稳定流域采用AMS模型，小型或快速响应流域使用PDS模型(阈值1.6N-3N)，避免超过3N的阈值以防包含非极端事件。研究还指出，未来需要整合水库调度数据以区分人为影响与自然变率，这一方向对理解人类活动干扰下的洪水统计特性具有重要意义。