《Water》:Stability of Homogeneous Regions Under Record Extension and Its Propagation to Station-Level Rainfall Quantiles in Regional Frequency Analysis
编辑推荐:
洪水和极端降水事件对基础设施和水资源管理构成日益增长的风险,使设计降雨分位数的可靠估计至关重要。随着观测记录延长,区域化所依据的空间相似结构本身可能发生变化,并直接影响区域频率分析(RFA);在RFA中,可靠的极值估计依赖于水文均质区的划分。本研究考察韩国极端
洪水和极端降水事件对基础设施和水资源管理构成日益增长的风险,使设计降雨分位数的可靠估计至关重要。随着观测记录延长,区域化所依据的空间相似结构本身可能发生变化,并直接影响区域频率分析(RFA);在RFA中,可靠的极值估计依赖于水文均质区的划分。本研究考察韩国极端降雨的区域化在观测记录延长时是否保持稳定,以及此类变化是否传播至站点尺度降雨分位数估计。研究采用K-means聚类在每个时期独立划分均质区,并在三种降维配置——主成分分析(PCA)、t分布随机邻域嵌入(t-SNE)和无降维基线——下应用,以使所检测到的变化可归因于数据而非分析程序。每种配置均应用于615个降雨站点,覆盖三个累积时期(2017、2021和2025),使用49个水文气象变量,采用基于轮廓系数的聚类数选择,以及基于L矩的异质性度量。跨时期比较显示,若干内陆和沿海地区的聚类边界发生移动,且在三种配置下表现一致,站点尺度估计降雨分位数随之增加或减少。2017年至2025年间,站点尺度100年一遇24小时降雨分位数变化为?10%至+44%,C#1下200年一遇24小时分位数均值由374.6 mm增至391.5 mm(+4.5%)。这些结果表明,均质区划分可能随观测记录延长而变化,且这些变化会传播至设计分位数。因此,不应假定均质区随时间恒定;每当观测记录更新时,均应重新划分并重新检验均质区。
研究背景方面,极端天气增强使局地强降雨和极端降水的频率与强度上升,且变化具有空间非均匀性并随重现期和历时而异。设计洪水依赖设计降雨,而设计降雨分位数估计的可靠性又取决于区域频率分析(RFA)中均质区(hydrologically homogeneous regions)的划分。传统RFA多面向流量资料,降雨网络较密,适用于流量记录短或稀疏地区;韩国流量记录相对较短,其国家设计洪水估计指南划定26个均质区但未规定修订程序。已有研究通常将均质区视作固定预处理结果,较少检验观测记录延长后区域划分本身是否稳定,也较少考察这种不稳定是否传播至站点设计降雨分位数。为此,作者以韩国615个降雨站为对象,构建截至2017、2021和2025年的三个累积数据集,比较不同时期均质区边界及站点分位数变化,并采用三种降维配置以区分数据变化与分析方法影响。研究的意义在于提示均质区不应被假定为长期恒定,而应在记录更新后重新划分和复核,并重新审视基于平稳假设的水文设计标准。
技术方法上,615个站由汉江洪水控制办公室、韩国气象厅和K-water运营,数据来自水资源管理信息系统(WAMIS);2017基线依据国家设计洪水估计指南,以最小记录长度5年并结合数据验证、区域分类和最优分布选择确定,此后三个数据集固定使用同一615站。作者提取年最大值序列并计算49个水文气象与地理变量,进行Z-score标准化和经纬度加权;采用K-means聚类,以轮廓系数在K=20~30中选择簇数;设置无降维(C#1)、PCA(C#2)和t-SNE(C#3)三类配置;以基于L矩的异质性度量(H)评价均质性,并以专家规则和迭代重分配进行细化,直至各簇中位H<2;最后以指数洪水法(index-flood)和广义极值分布(GEV)估计站点降雨分位数,并比较簇边界和分位数跨期变化。
3.1 降维技术比较:t-SNE与PCA。通过比较PCA与t-SNE嵌入,PCA需5~6个主成分解释90%方差,二维PCA投影中簇重叠明显;t-SNE较好保持原始邻域结构(Trustworthiness≈0.99),簇分离清晰。作者同时指出,轮廓系数不能跨类别直接比较,簇质量应依据基于L矩的异质性度量评价。该部分结论是:t-SNE在嵌入层面较好保持邻域结构,但视觉分离本身不直接证明聚类质量更优。
3.2 初始区域分类与异质性评价。通过轮廓系数确定最优K并进行K-means初始分类后计算H,发现各配置下同簇站点常地理不连续,C#2中更明显。满足H
1<1的均质簇比例在C#1为86.7%、85.0%和75.0%(2017、2021、2025),C#2为85.0%、83.3%和81.5%,C#3为93.1%、96.6%和82.1%;H
2和H
3满足比例多高于90%。初始分类中C#3的中位H总体更低。结论是初始分类尚需细化,t-SNE初始结果表现出较高均质性。
3.3 手动细化与最终区域分类。通过执行地理隔离处理、非连续站重分配、空间重叠消解及逐站迭代调整,直至所有簇H
median<2,作者获得最终区域分类;细化改变了簇数和簇组成。五个代表性案例显示:Cluster 1在2021年起沿东西向发生沿海—内陆分离并持续至2025;Cluster 5在2021年因H升高而分裂、2025年又合并;Cluster 11在2021和2025年均需分裂;Clusters 17、18和20所在南部沿海地区自2021年起沿海与内陆站分离;Cluster 21(韩国最大岛屿)在2017—2025年保持单簇,但2025年H升至1以上。上述变化多在2021年后显现或更明显;细化后多数类别—时期组合的中位H下降。结论是专家细化会改变簇组成,且区域边界变化具有跨配置一致性。
3.4 降雨分位数估计。通过GEV与index-flood法对最终区域内的站点估计分位数,作者发现2017—2025年站点100年一遇24小时降雨分位数变化为?10%至+44%,位于边界变化簇内的站点多表现为分位数增加。2021年增幅集中于西海岸南北端和东海岸,2025年扩大至中西岸及邻近内陆和南岸南部;2025年各历时和重现期组合的中位变化均为正,并随重现期和历时增大而放大,D=60 h、T=200年时中位约8%、四分位距超过20%。C#1下200年一遇24小时分位数均值由374.6 mm增至391.5 mm(+4.5%),三类配置在给定年份、历时和重现期下均值相近,标准差随重现期增大。结论是区域划分变化会传播至站点尺度设计降雨分位数。
讨论部分总结认为,RFA中分位数可靠性根本上依赖均质区划分,而本研究表明观测记录延长后均质区划分不一定保持不变;西北西海岸和南海岸的边界渐变及分位数增减(最高+44%)说明韩国极端降雨的区域均质结构对记录延长敏感。作者指出,这些变化究竟反映气候非平稳性还是延长序列纳入新增极端事件,尚不能由本分析判定;因此应将区域化视为需周期性重评的动态特征,而非固定预处理步骤。初始分类结果与既往关于非线性降维在RFA中可能优于PCA的报道方向一致,但细化后三种配置差异较小,不能据此断言t-SNE普遍优越。局限包括:GEV拟合仍采用平稳index-flood假设;平均记录长度24.5~32.5年且2021、2025仅较2017分别增加4年和8年,新增极端事件与站点重分配的影响不能分离;手动细化依赖研究者判断;H同时用于权重选择和最终评价,非完全独立;缺乏总体分位数,故估计值应视为评估聚类变化影响的依据而非确定设计值。未来需发展客观优化、空间约束聚类、非平稳RFA、其他聚类方法及与未来气候预估耦合。
结论部分翻译:研究人员将K-means聚类与三种降维配置——无降维(C#1)、PCA(C#2)和t-SNE(C#3)——组合为九个框架,并应用于615个降雨站点的三个分析时期(2017、2021和2025),同时使用水文气象和地理变量以及基于L矩的异质性评价。细化前,t-SNE在所有时期给出较低异质性值,但细化后没有一种配置始终占优;这些结果提示非线性降维对降雨区域化具有潜在适用性。三个累积时期的比较揭示了在三种降维配置下一致的簇边界移动,最显著者为西北西海岸和南海岸的沿海—内陆分离,并伴随2017—2025年站点估计降雨分位数最高+44%和?10%的变化。这些结果表明,RFA所用均质区可能随观测记录更新而变化。该发现支持将区域化视为需要周期性重评的动态组成部分,而非固定预处理步骤,并提示基于平稳假设的水文设计标准可能需要重新考虑。三种降维配置下结果的一致性表明,所检测变化反映底层数据而非所采用的分析程序。尽管存在局限,所提框架为周期性更新均质区提供了实践基础,并可应用于其他流域。未来工作应推进细化过程的客观优化、替代嵌入技术和聚类算法、非平稳RFA以及与未来气候预估的集成。