渭河流域水文干旱历时-烈度相依结构动态变化与驱动力分析

马川惠，黄生志，黄 强

(西安理工大学 西北旱区生态水利国家重点实验室，陕西 西安 710048)

1 研究背景

变化环境下，干旱频繁发生，灾害损失增加，严重制约着人类生产生活与经济发展[1]。据《中国水旱灾害公报》的数据，1990—2016年，我国因干旱年均粮食损失252亿kg，年均饮水困难人数超2700万[2]。因此，干旱问题受到了水文、农业、生态等领域专家学者的广泛关注。美国气象学会将干旱大致分为四类：气象干旱、农业干旱、水文干旱、社会经济干旱[3]。水文干旱与径流、地下水、土壤湿度和其他水文过程相关[4]，对河流生态系统和人类社会会造成严重的负面影响，例如，河流水位下降甚至断流，水库蓄水不足影响发电效率等。

干旱具有历时、烈度和强度等多种属性，各属性间具有相依关系，干旱多属性联合频率特征研究多见报道[5-7]，而以上干旱频率分析多假定使用的水文气象等时间序列满足一致性的要求。近几十年来，全球气候变暖与人类活动加剧，影响了气象水文诸要素的时空分布特征，干旱演变规律可能发生变异[8-11]，因此须在干旱多属性联合分布模型及其应用中加以考虑。以往研究主要关注干旱单一属性(如历时或烈度)是否发生变异，而历时和烈度的相依结构是否发生变异，以及其动态变化的驱动力并未揭示清楚。干旱的演变受多种因素共同作用，十分复杂，且各因素对干旱历时、烈度等属性分别的影响可能呈现不对等的现象，干旱历时-烈度相依结构发生变异，从而影响干旱频率分析结果，使得干旱的致灾性分析出现偏差，高估或低估干旱所引发的旱灾，影响着干旱应对与管理效果，造成不必要的人力物力损失。

Copula函数的极大似然比(Copula-based Likelihood-ratio，CLR)检验法可以表征多变量相依结构的变化情况，并检验出相依结构强度的变异点[12-13]，在水文学领域得到了广泛应用。Xiong等[14]以长江上游为例，应用CLR法检验出该流域三变量洪水序列在1987年发生显著变异。赵静[15]以CLR法研究了黄土高原泾河流域季节归一化植被指数(NDVI)与降水/气温之间的突变关系，95%置信水平下，未发现显著变异点。Dong等[16]以青藏高原大通河流域为例，探究降水-温度相依结构的非平稳性，并以双累积曲线法作对比，说明了CLR法的优越性。基于此，本文采用CLR法开展水文干旱历时-烈度相依结构的变异诊断。

变化环境下，学者们采用不同因子，多角度分析区域干旱动态变化的原因。例如，Nie等[17]建立了一个二元干旱指数表征气象与水文干旱，并以交叉小波研究了降雨(Precipitation，P)、径流、潜在蒸散发(Potential evapotranspiration，PET)、NDVI等与渭河流域干旱风险的关系。陈晨[18]以黄河和珠江流域为例，选取降水、平均气温、潜在蒸发、平均水汽压、干燥度5种气象因子和基流、土壤湿度、NDVI、海拔、坡度5种下垫面因子，以地理探测器定量分析各驱动因子对干旱的影响程度。李运刚等[19]在研究云南红河流域气象水文干旱演变分析时发现，典型气象、水文干旱事件的历时、严重程度和强度之间具有紧密的相关性，流域气象干旱是水文干旱的主要驱动力，人类活动对水文干旱的影响相对较小。可以看出，气候变化与人类活动是干旱演变的重要原因。因此，基于气象因子(P、PET)、气象干旱特征(历时、烈度、历时-烈度相依结构动态变化统计量Z值)、人类活动(人类取用水)三大类影响因子，分析水文干旱历时-烈度相依结构动态变化的驱动力，获得因子的重要性排序，是本文的另一个目标。

综上所述，以渭河流域为研究对象，采用CLR法，对渭河流域水文干旱历时-烈度相依结构进行变异诊断，研究其相依结构动态演变特征；从气候变化和人类活动的角度，探究该流域水文干旱历时-烈度相依结构动态变化的驱动力。本文在干旱两变量相依结构动态演变及驱动力分析研究中提供了一种新的视角，将有助于完善干旱形成演变机理，为干旱预报、预警提供支撑，从“被动抗旱”过渡到“主动防旱”阶段，所提框架可推广应用于其他流域。

2 研究区域与数据

渭河是黄河的第一大支流，全长818 km，流域面积13.5万km2，多年平均径流量75.7亿m3[1]。整个流域地势西高东低，起伏较大，地貌以黄土高原和关中盆地为主，属大陆性气候。据1961—2013年资料，渭河流域多年平均降水量为539.7 mm，主要集中在6—10月，多年平均蒸发量为488.3 mm[20]。渭河流域人口密集，工农业发达，矿藏丰富，经济开发潜力很大。有证据表明，该流域干旱频发，对经济、社会和生态的影响也越发严重[10，21]。渭河流域地理位置见图1。

本文收集了渭河流域主要水文站(华县、张家山、状头站)实测月径流资料(黄河流域水文年鉴)，以及流域内21个气象站点的实测月降雨、月潜在蒸散发资料(中国气象科学数据共享服务网)，所选水文站、气象站分布见图1。将渭河流域分为渭河干流区域、泾河流域、北洛河流域3个子流域，分别以华县、张家山、状头站作为代表站。潜在蒸散发量采用世界粮农组织(FAO)推荐的FAO Penman-Menteith公式计算得到[15]，面降雨量与面潜在蒸散发量使用基于ArcGIS平台的泰森多边形法计算而来。如图1所示，张家山站径流量在华县站以上汇入渭河干流，故华县站径流量对应渭河干流区域加泾河流域的面降雨量、面潜在蒸散发量，张家山、状头站径流量分别对应泾河流域、北洛河流域的面降雨量、面潜在蒸散发量。月尺度还原径流数据来自黄河水利委员会，在还原时主要考虑了河道的净取水量，包括农业净耗水量、工业净耗水量、生活净耗水量、水库蒸发渗漏损失等[22]。文献[23]详细撰写了还原径流的计算方法及准确性验证。为保证资料系列的同步性，以上所有数据均采用1960—2010年共51年的月尺度序列。

图1 渭河流域地理位置

3 研究方法

资料序列的一致性是水文气象研究的基础。相比于单变量序列，多变量序列中的非平稳性被学术界关注较晚，且检测方法十分有限。以往研究中，多变量相依结构变异诊断多使用双累积曲线法、滑动相关系数法等简单统计方法[24-25]，对变量间的非线性关系考虑不足。此外，概念模型被用于识别多变量序列的非平稳性，但此类模型往往较为复杂，需要大量输入数据，且其参数难以确定[26-27]。CLR法基于Copula函数构造相关变量的联合分布，表示变量间的相依结构，并检测其变异点，该方法应用简便，所需参数较少，可反映变量之间的线性和非线性关系，克服了以往使用简单统计方法、概念模型等检测多变量序列非平稳性的不足。因此，本研究以CLR法检测渭河流域水文干旱历时-烈度相依结构的变异点，分析相依结构动态变化的驱动力。

首先，以标准化径流指数(Standardized runoff index，SRI)表征水文干旱，采用游程理论识别干旱历时、烈度，并使用Mann-Kendall(M-K)检验法[28]、启发式分割法[22]分析干旱历时、烈度的趋势性、变异性；其次，以CLR法进行水文干旱历时-烈度相依结构的变异诊断，分析相依结构动态演变规律；最后，使用相关系数法[29]与随机森林法探究水文干旱历时-烈度相依结构动态变化的驱动因子，获得因子的重要性排序。

3.1 干旱指数与特征识别标准化降水指数SPI、SRI[30]计算简单，降水、径流数据易于获取，常用于气象、水文干旱的监测评估中，SPI、SRI的实质是将一定时间尺度下累积降水、径流量的分布经过等概率变换，使之成为标准正态分布的过程，两种干旱指数时间尺度均取一个月。

采用游程理论[30]识别干旱历时、烈度特征，参考文献[31-32]，SPI、SRI的阈值取-0.5。为方便后文进行水文干旱历时-烈度相依结构变异诊断，确定变异年份，分析水文干旱演变的驱动因素，以年为计算期计算干旱历时、烈度，具体过程为：若识别到某月的SPI或SRI值小于阈值，则该月发生干旱，历时记为1个月，烈度为阈值减去SPI或SRI值并取绝对值(即各月低于阈值部分的面积)，否则历时、烈度均记为0。一年中所有发生干旱的月份的历时相加为该年的干旱历时，烈度相加为该年的干旱烈度。

3.2 CLR法假设Copula函数类型不变，CLR法通过检测给定的Copula函数参数的变化来诊断多变量相依结构的变异点。步骤如下[14]：

设X1，X2，…，Xn为d维水文时间序列，在i(i=1，2，…，n)时刻，可得Xi=(X1，i，X2，i，…，Xd，i)。则已知由Copula函数构建的水文序列X1，X2，…，Xn的联合分布为：

H(Xi)=C(ui|θi)

(1)

式中：ui为Xi的边缘概率向量；C(·)代表一个Copula函数；θi为Copula函数的参数向量。

Xi相依结构中没有变化时的零假设H0为：θ1=θ2=…=θn=η0。备择假设H1为：存在λ*并满足 1≤λ*≤n-1，使得θ1=…=θλ*=η1，θλ*+1=…=θn=η2且η1≠η2。

如果零假设被拒绝，那么λ*就是相依结构的变异点。假设变异点λ*=λ是已知的，零假设H0被拒绝。

基于Copula函数的似然比Λλ的检验统计量如下：

(2)

似然比统计量的对数形式如下：

(3)

变异点一般未知：

(4)

CLR法具体实施时需将待检测的气象或水文干旱历时-烈度序列以某一年为截止断开为两段，对两个子序列以Copula函数拟合联合分布，计算该年的Z值，然后向后移动一年，继续以上步骤，因此一开始几年和最后几年是无法得到Z值的，过短的序列无法以Copula函数拟合联合分布。本文气象或水文干旱Z序列为1968—2005年。

3.3 随机森林法随机森林法是一种自助(bootstrap)抽样技术。首先，从N个原始样本集中有放回抽取n个样本；其次，从所有属性中选取k个属性，选择最佳分割属性作为节点创建决策树，通过Bagging算法训练得到n个决策树；最后，对所有决策树的建模结果投票得到最终结果[35]。随机森林算法易于实现、计算开销小、性能强大，具体介绍见文献[36]。随机森林回归模型不能得到自变量的回归系数，而是通过均方误差的平均递减(%IncMSE)和模型精度的平均递减(IncNodePurity)两个指标评价自变量对因变量的影响程度。本文通过R语言randomForest包实现随机森林算法对样本数据的模拟。

4 结果与讨论

表1 M-K趋势检验表

4.1 水文干旱历时、烈度的趋势、变异检验使用华县、张家山、状头站1960—2010年实测径流数据，基于SRI和游程理论得到渭河流域水文干旱的历时和烈度值，绘制其曲线图如图2所示。结合M-K趋势检验法分析(表1)，华县站历时、烈度呈不显著的上升趋势，张家山站历时、烈度呈不显著的下降趋势，状头站历时、烈度M-K法统计量绝对值大于阈值1.96，呈显著上升趋势，分别为0.114月/a与0.0804 a-1。

进一步采用启发式分割法对3站水文干旱历时、烈度进行变异检验，取P0=0.95，L0=25(L0为序列分割长度)，结果如图3所示。可以看出3站历时、烈度T值趋势大致相同，华县站历时在1994年T取得最大值，此时P(Tmax)=0.9893>P0，即该站历时在1994年发生变异，同理可得华县站烈度、状头站历时、状头站烈度的变异点为1971年、1994年、1993年，张家山站历时、烈度P(Tmax)

华县、状头站历时变长，烈度增大意味着干旱正在加剧，需引起干旱预警部门的重视，且华县、状头站历时、烈度均发生了变异，基于单变量的趋势、变异检验，历时-烈度相依结构如何变化值得进一步研究。

图2 渭河流域各站点干旱历时、烈度曲线

图3 渭河流域干旱历时、烈度变异点诊断

4.2 水文干旱历时-烈度联合分布模型的构建华县、张家山、状头站水文干旱历时、烈度均在95%的置信度下通过了Pearson相关检验，具有显著相关性。选用水文领域三种应用广泛的Archimedean型Copula函数(Clayton Copula、Frank Copula、Gumbel Copula)构建渭河流域水文干旱历时-烈度的联合分布模型，利用Gringorten经验频率公式计算历时、烈度的边缘分布，以极大似然法估计Copula函数的参数，结果如表2所示[37-38]。基于AIC准则[37]选择最优的Copula函数，华县、张家山、状头站分别为Clayton Copula、Frank Copula、Gumbel Copula。

表2 干旱历时、烈度联合分布模型参数

4.3 水文干旱历时-烈度相依结构变异诊断基于上节构建的渭河流域华县、张家山、状头站水文干旱历时-烈度联合分布模型，应用CLR法，对3站历时-烈度相依结构进行变异诊断，画出Z序列的折线如图4所示。由图4可知，华县、张家山、状头站绝对值最大的Z值分别为18.48、16.40、28.49，均超过阈值8.8，对应年份为1993年、1982年、1994年，故在变化环境下，3站的水文干旱历时-烈度相依结构平稳性被破坏，发生了变异，变异开始时间为1993年、1982年、1994年。使用双累积曲线法[16]与CLR法所得变异点一致，验证了CLR法结果的准确性，限于论文篇幅，双累积曲线图不再展示。

图4 CLR法Z值折线图

上述两变量关系变异结果与4.1节单变量变异结果对比分析表明，水文干旱历时-烈度相依结构的变异在一定程度上受到历时、烈度单变量变异的影响，张家山站绝对值最大的Z值为16.40，虽然超过了阈值8.8，但在3站之中值是最小的，这可能是只有张家山站单变量历时、烈度未出现变异点的原因之一。

以变异点为分割点，将水文干旱历时-烈度序列分割为两个序列，计算它们的联合概率，绘制联合概率直方图如图5所示，由图5可知，3站变异点前后时段水文干旱历时-烈度的联合概率分布均发生了改变，其中华县、状头站较为明显，因此，有必要开展变异前后历时-烈度相依结构变化分析，为流域水资源管理者提供一定的决策支持价值。

图5 变异点前后干旱历时-烈度联合概率直方图

4.4 水文干旱历时-烈度相依结构变异特征分析计算渭河流域水文干旱历时-烈度相依结构变异前后的单变量特征值，如表3所示，变异后3站的均值、变差系数呈现不同程度的改变，变差系数反映了数据的离散程度，是否向均值集中。变异前后，华县、状头站水文干旱历时、烈度增加，张家山站减小，与4.1节所得趋势结果一致，具体分析如下：

表3 变异前后干旱历时、烈度特征值

(1)历时均值、变差系数与烈度均值的变幅绝对值从大到小依次为状头、华县、张家山站，烈度变差系数的变幅绝对值从大到小依次为张家山、华县、状头站。

(2)当变异后历时的均值、变差系数增加时，烈度的均值、变差系数也随之增加，反之亦然，呈现一致性；无论变异前后，烈度的变差系数总是大于历时，说明烈度的波动性大于历时。

(3)当变异后历时和烈度的均值增加时，变差系数则减小，反之亦然，说明当干旱历时变长、烈度加剧时，历时、烈度序列也变得更向均值集中，这一变化对未来干旱形势的影响，还需进一步评估。

绘制渭河流域水文干旱历时-烈度相依结构变异前后历时-烈度相关图，并以多项式拟合历时-烈度关系，如图6所示。统计学上，拟合方程的决定性系数R2表示因变量的变化能够被自变量的变化所解释部分所占的比例，即R2换算成百分数可以表征历时变化对烈度变化的解释度。以华县站为例，其R2由变异前的0.82变为0.88，历时变化对烈度变化的解释度的上升幅度为6%，其余2站历时变化对烈度变化的解释度则下降。拟合方程的R2最低为0.69，最高可达0.92，拟合效果较好，利用以上方程，计算出不同历时下的烈度，如表4所示。

图6 干旱历时-烈度相关图

表4 干旱历时-烈度关系变异前后烈度变化

由表4可知，变异前后烈度的变化在3站表现出不一样的特征：

(1)相同历时下，张家山站变异点前后的烈度减小，且随着历时变长，烈度减小的幅度降低，1个月历时下的烈度变幅为-72.04%，12个月历时下的烈度变幅为-2.03%。

(2)在相对短的历时下(华县站1～8个月、状头站1～4个月)，华县、状头站呈现出与张家山站相似的特征，故不再重复分析；在相对长的历时下(华县站9～12个月、状头站5～12个月)，相同历时时，变异点前后的烈度增加，且随着历时变长，烈度增加的幅度上升，华县站烈度的变幅从0.99%升至9.20%，状头站从6.60%升至87.14%。

随着社会的发展、人口的增加，水资源供需矛盾加剧，即便只是发生历时较短、烈度较小的干旱，经济社会系统作为承灾体，脆弱性较高，可能难以抵御干旱，而且本文发现在相对长的历时下(华县站9～12个月、状头站5～12个月)，两站水文干旱呈加剧态势，一场相同历时的干旱所对应的严重程度将可能远高于以前，因此，流域管理部门应采取有效的干旱监测手段，做好防灾减灾工作，减少干旱可能的损失。

1970年代，渭河流域大规模水土保持运动兴起，包括修建梯田、淤地坝、植树造林等措施[39-40]，而植被具有涵养水源作用，促使流域蓄水能力增强，调丰补枯，增加基流。渭河全流域植被覆盖度上升，对张家山站所控制的泾河流域影响较为显著，其水文干旱历时-烈度相依结构从1982年开始变异，如图6(b)所示，变异后的红色曲线在变异前的蓝色曲线之下，干旱呈减缓态势，说明了植树造林的积极作用。

4.5 水文干旱历时-烈度相依结构动态变化驱动力分析本文水文干旱历时、烈度均以地表径流为原始数据计算而得，表征地表径流的水分短缺情况，为探讨其历时-烈度相依结构动态变化可能的驱动力，收集了与地表产汇流直接相关的3个因子的资料，作为潜在影响因素。降水、蒸发是水循环的重要环节，直接作用于产汇流。人类取用水(Human Water Consumption，HWC)可造成河川径流在一定时期内明显减少，以还原径流减去实测径流之差表征。

大量研究表明，气象干旱与水文干旱之间存在水量、能量的联系，长时期的降水亏损引发气象干旱，发展到一定程度则会导致水文干旱[41-43]，因此，研究水文干旱对气象干旱的响应十分必要。以SPI表征气象干旱，计算了气象干旱历时、烈度年值与历时-烈度相依结构CLR法Z序列，具体步骤参照上文水文干旱相同指标的计算。将气象干旱历时D(Duration)、烈度S(Severity)、历时-烈度相依结构动态变化统计量Z值这3个因子也作为水文干旱历时-烈度相依结构动态变化的潜在影响因素。

图7 各影响因子与水文干旱Z指数相关系数

相依结构的变异点是质变，变异点之前或之后的累积效应是量变，本文通过计算各因子与水文干旱CLR法所得统计值(Z指数)的Pearson相关系数，分析气候变化(气象因子P与PET、气象干旱特征)、人类活动(人类取用水)对渭河流域水文干旱历时-烈度相依结构动态变化的影响，便是分析这一量变到质变的干旱演变过程，结果如图7所示。

由图7可知，各水文站虽然表现出明显的差异性，但仍存在一定的规律性。人类活动和气象干旱是影响水文干旱Z序列变化的主要因素，张家山站水文干旱Z指数与气象干旱烈度的相关性超过了95%的置信度检验，张家山站水文干旱Z指数与人类取用水、状头站水文干旱Z指数与气象干旱Z指数、人类取用水的相关性均超过了99%的置信度检验。

降水对水文干旱历时、烈度单变量有着直接的影响，不可忽视，但在渭河流域，降水对水文干旱历时、烈度的影响程度大致相同，不对等现象不明显，故降水与水文干旱Z指数相关性不足。

水分缺失信号由气象干旱向水文干旱传递需要一定的时间，受到气象、下垫面、水利工程等多种因素作用，十分复杂[42]，虽然华县、张家山、状头3站相距不远，都在渭河流域，其海气耦合关系差不多，但下垫面情况不尽相同，陆气耦合关系有所差异，因此其水文干旱历时-烈度相依结构动态变化对气象干旱的响应也有所差异。

华县站位于渭河下游，集水面积106 498 km2，占渭河全流域面积的78.9%，为干流站点，控制面积大，人类取用水所造成的水量短缺在流经该站之前已经被较好地调节，对水文干旱历时-烈度相依结构动态变化影响较弱。而张家山、状头站分别为泾河、北洛河两个支流的控制站，泾河在华县站以上汇入渭河，集水面积43 216 km2，占华县站的40.6%，北洛河在华县站以下汇入渭河，集水面积25 154 km2，占渭河全流域的18.6%，人类取用水对小流域径流量的冲击较大，因而与水文干旱历时-烈度相依结构相关关系显著。

因气象干旱历时、烈度、Z值3个因子中，Z值的相关系数3个水文站中总体较高，故采用该因子代表气象干旱特征进行后续分析。以气象干旱Z值、降水、潜在蒸散发、人类取用水4个影响因素为输入，采用随机森林回归模型拟合水文干旱CLR法所得Z统计量，训练样本由前28个数据组成，验证样本由后10个数据组成，并使用决定性系数(R2)、纳什效率系数(NSE)[44]两个指标对模型精度进行评价，结果如表5所示。

表5 随机森林模型评价指标

图8 各影响因子均方残差减小量

由表5可知，模型模拟效果良好，训练期NSE最低为0.83，R2最低为0.92，验证期NSE最低为0.70，R2最低为0.91。随机森林法无需预设函数形式，自变量间的多元共线性基本不用考虑[43]，适用于拟合各因子与水文干旱Z序列之间复杂的非线性关系。如图8所示，随机森林模型可利用均方残差减小量(%IncMSE)来评价变量的重要性，%IncMSE越大，则相应变量越重要[45]，其排名结果与图7中相关系数绝对值大小的排序大致相同，证明了相关系数结果的可靠性，华县站重要性评分排名靠前的两个因子为人类取用水、潜在蒸散发，%IncMSE分别为3.80%、2.54%；张家山站为人类取用水、潜在蒸散发，%IncMSE分别为7.16%、5.81%；状头站为气象干旱Z值、人类取用水，%IncMSE分别为13.56%、4.44%。可见除气象干旱与人类取用水外，气象因子潜在蒸散发对渭河流域水文干旱历时-烈度相依结构动态变化也有着较强影响。

综上所述，渭河流域水文干旱历时-烈度相依结构的动态变化主要受水分“需求侧”因子(人类取用水、潜在蒸散发)的驱动，当然，气候变化(如气象干旱)也是其动态变化的重要原因之一。基于此，假定引起水文干旱历时-烈度相依结构动态变化的因素为两类，即气候变化(主要是气象干旱、潜在蒸散发)和人类活动(主要是直接人类活动——人类取用水)，将气象干旱Z值、潜在蒸散发、人类取用水三个因子的%IncMSE相加作为分母，各自的%IncMSE作为分子，计算每个因子对水文干旱历时-烈度相依结构动态变化的相对贡献率，量化气候变化和人类活动对水文干旱演变的影响，如表6所示。由表6可知，各水文站差异明显，在华县站，人类活动相对贡献率略高于气候变化相对贡献率，而在张家山和状头站，气候变化的相对贡献率则占主导地位。渭河流域气候变化与人类活动相对贡献率为60.65%、39.35%，前者较后者高出21.3%，但人类活动对水文干旱演变的影响不可忽视，值得注意的是，本文只考虑了农业取水、工业取水、生活取水等直接人类活动的作用，间接人类活动如下垫面的改变、修建水利工程、CO2的排放等并未加入量化体系。

表6 气候变化与人类活动相对贡献率

从水分“需求侧”因子(人类取用水、潜在蒸散发)角度考虑，发生干旱后，是否引发灾害以及灾害的严重程度，与自然环境、人类社会对水的需求度及其抗旱能力密切相关。渭河流域，特别是关中地区，是我国西部大开发的桥头堡，特别是西咸新区成立后，已成为国家新的增长极。而流域内干旱频发的态势将导致农作物减产、生活与工业用水困难、生态环境退化，影响了该地区与国家发展战略，因此，完善旱灾防治规划编制与实施，进一步筹建抗旱应急备用水源工程等工作需尽快提上日程。

5 结论

本文以渭河流域华县、张家山、状头站1960—2010年径流资料为基础，采用SRI表征水文干旱，使用M-K法、启发式分割法分析了水文干旱历时、烈度的趋势性、变异性；以CLR法检验水文干旱历时-烈度相依结构的非平稳性，得到其变异点，进行变异前后特征分析；从气候变化和人类活动的角度，探究了水文干旱历时-烈度相依结构动态变化的驱动力，应用相关系数法与随机森林模型获得主要影响因素。主要结论如下：

(1)华县站历时、烈度呈不显著的上升趋势，张家山站历时、烈度呈不显著的下降趋势，状头站历时、烈度呈显著上升趋势，分别为0.114月/a与0.0804 a-1。华县站历时、烈度的变异点为1994年、1971年，状头站历时、烈度的变异点为1994年、1993年，张家山站则未发生变异。

(2)华县、张家山、状头站水文干旱历时-烈度相依结构的变异点分别为1993、1982和1994年。

(3)在相对长的历时下(华县站9～12个月、状头站5～12个月)，华县、状头站相同历时下，变异点前后的烈度增加，且随着历时变长，烈度增加的幅度上升，华县站烈度的变幅从0.99%升至9.20%，状头站从6.60%升至87.14%，干旱加剧态势明显，需引起流域管理部门的重视。

(4)除气象干旱对水文干旱演变的影响外，水文干旱历时-烈度相依结构的动态变化主要受水分“需求侧”因子(人类取用水、潜在蒸散发)的驱动。气候变化(气象干旱、潜在蒸散发)与直接人类活动(人类取用水)对水文干旱历时-烈度相依结构动态变化的相对贡献率为60.65%、39.35%，前者大于后者。

本文开展了变化环境下水文干旱历时-烈度相依结构的变异诊断研究，揭示其相依结构动态变化的主要驱动力，对区域干旱监测、预测、风险管理等具有参考价值，且该研究框架可应用于全球其他区域和其他类型干旱的历时-烈度相依结构变异诊断与驱动力分析。