本發(fā)明涉及水文情勢(shì)分析技術(shù)領(lǐng)域，特別是涉及一種考慮水文指標(biāo)分布規(guī)律的水文情勢(shì)評(píng)價(jià)方法。

背景技術(shù)：

水文情勢(shì)作為影響河道生態(tài)的重要因素，其指標(biāo)體系及評(píng)價(jià)方法的研究已經(jīng)越來越受到人們的重視。

在水文情勢(shì)指標(biāo)體系構(gòu)建方面，richardb.d.等1996年提出了iha指標(biāo)體系(indicatorsofhydrologicalteration，iha)，該指標(biāo)體系從水流的流量、頻率、歷時(shí)、發(fā)生時(shí)間和變化率等5個(gè)方面表征了生態(tài)結(jié)構(gòu)信息，通過對(duì)羅阿諾克河的生態(tài)水文特征分析，發(fā)現(xiàn)建壩前后該河發(fā)生了較大的生態(tài)水文特征變化；growsn等2000年對(duì)iha進(jìn)行了擴(kuò)展，提出了一套由7類333個(gè)指標(biāo)構(gòu)成的指標(biāo)體系，相比iha增加了流量的年內(nèi)、年際變化和洪水指數(shù)等指標(biāo)，并對(duì)澳大利亞東南部107條河流進(jìn)行了分析；olden^]2003年總結(jié)了171個(gè)水文指標(biāo)，并對(duì)美洲420個(gè)河流站點(diǎn)的水文資料進(jìn)行統(tǒng)計(jì)分析，提出了一個(gè)具有統(tǒng)計(jì)意義和生態(tài)表征能力的生態(tài)水文評(píng)價(jià)指標(biāo)框架；suen等2004年應(yīng)用魚類生態(tài)矩陣，結(jié)合研究區(qū)特殊氣候環(huán)境，提出了臺(tái)灣北部河流生態(tài)水文指標(biāo)體系(teis)，包含一般流量變化、高低流量、流量變化率、出現(xiàn)時(shí)間等60個(gè)特征指標(biāo)；vogel等2007年基于流量歷時(shí)曲線(fdc)提出了生態(tài)徑流指標(biāo)(eco-flow)，以生態(tài)剩余(ecosurpluse)和生態(tài)赤字(ecodeficit)來表示受人為影響后河流徑流相對(duì)自然狀態(tài)的偏離程度。在國內(nèi)，徐天寶等2007年在長江流域建立了一套水文指標(biāo)體系，并應(yīng)用于葛洲壩水利工程對(duì)長江中游生態(tài)水文特征的影響評(píng)價(jià)中；張洪波等2012年結(jié)合黃河生態(tài)水文特點(diǎn)，建立了包含7大類50個(gè)指標(biāo)的黃河流域生態(tài)水文指標(biāo)體系(yellowrivereco-hydrologicalindexsystem，yehis)。

在評(píng)價(jià)方法方面，richardb.d.等1997年通過對(duì)iha指標(biāo)的進(jìn)一步分析，提出了目前廣泛應(yīng)用的量化水文變化程度的變化范圍法(rangeofvariabilityapproach，rva)；blacka.r.等2005年提出了更為廣義的水文改變分析方法dhram(dundeehydrologicalregimealterationmethod)，將河流生態(tài)水文改變的風(fēng)險(xiǎn)程度劃分為5個(gè)等級(jí)，等級(jí)越大，河流流態(tài)改變程度越大，生態(tài)系統(tǒng)遭受破壞的風(fēng)險(xiǎn)越大；shiauj.t.等2008年通過對(duì)rva法在不同情況下的對(duì)比分析，認(rèn)為rva法具有一定的局限性，對(duì)在目標(biāo)范圍內(nèi)的水文參數(shù)的改變度具有較好的估計(jì)，而對(duì)落在目標(biāo)范圍外的參數(shù)，其變化程度則不能較好的考慮，這可能導(dǎo)致水文情勢(shì)虛假評(píng)估，在此基礎(chǔ)上shiauj.t.提出了直方圖匹配的方法以評(píng)價(jià)水文情勢(shì)變化；zoohokim等2014年為簡化rva指標(biāo)的評(píng)價(jià)指標(biāo)，更好的為決策者提供支持，通過基于最大熵原理的owa算子將33個(gè)指標(biāo)的變異程度綜合為了一個(gè)指標(biāo)，即生態(tài)指標(biāo)(eco-index)；黎云云等2015年對(duì)rva法進(jìn)行了改進(jìn)，提出了以層次分析法計(jì)算主觀權(quán)重，以熵權(quán)法計(jì)算客觀權(quán)重，并將兩者相結(jié)合來評(píng)價(jià)變異程度的方法。

綜上，對(duì)水文情勢(shì)指標(biāo)體系的研究較多，尤其針對(duì)不同流域的特點(diǎn)，構(gòu)建了相應(yīng)的指標(biāo)體系，而評(píng)價(jià)方法則較少針對(duì)水文分指標(biāo)分布規(guī)律的特點(diǎn)，對(duì)水文情勢(shì)的變化進(jìn)行研究。

技術(shù)實(shí)現(xiàn)要素：

為了解決現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種考慮水文指標(biāo)分布規(guī)律的水文情勢(shì)評(píng)價(jià)方法，本發(fā)明根據(jù)某一地區(qū)水文指標(biāo)的分布規(guī)律，通過最大熵原理的參數(shù)估計(jì)和最小信息熵?cái)M合優(yōu)度檢驗(yàn)，得到各水文指標(biāo)擬合程度最好的概率密度函數(shù)，利用香農(nóng)熵對(duì)人為影響前后各水文指標(biāo)的多樣性進(jìn)行比較，通過多屬性決策賦權(quán)，有針對(duì)性的評(píng)價(jià)水文變異程度，為當(dāng)?shù)氐乃Y源管理部門提供更加合理的支持。

一種考慮水文指標(biāo)分布規(guī)律的水文情勢(shì)評(píng)價(jià)方法，包括以下步驟：

選取水文指標(biāo)評(píng)價(jià)體系；

應(yīng)用最大熵原理和最小信息熵選取符合水文指標(biāo)規(guī)律的概率密度函數(shù)；

通過兩個(gè)時(shí)期內(nèi)各水文指標(biāo)的香農(nóng)熵的差值表示各指標(biāo)的變化程度；

利用多屬性決策賦權(quán)方法計(jì)算符合水文指標(biāo)的多樣性變化的權(quán)重；

計(jì)算得到各指標(biāo)權(quán)重后，將各指標(biāo)的變化程度與相應(yīng)的指標(biāo)權(quán)重相乘并求和得到所有指標(biāo)的整體改變程度即得到考慮水文分布的水文情勢(shì)改變度。

進(jìn)一步的，選取各指標(biāo)符合水文規(guī)律的概率密度函數(shù)時(shí)，具體包括：

假定各水文指標(biāo)為隨機(jī)變量，根據(jù)常用的水文分布類型，選取正態(tài)分布、對(duì)數(shù)正態(tài)分布、伽馬分布和p-ⅲ型分布作為各指標(biāo)待擬合的概率密度函數(shù)，通過最大熵原理計(jì)算得到概率密度函數(shù)的參數(shù)估計(jì)值；

利用最小信息熵法對(duì)四類分布進(jìn)行擬合優(yōu)度檢驗(yàn)，信息熵最小的分布即為該指標(biāo)最優(yōu)概率密度函數(shù)。

進(jìn)一步的，最大熵的參數(shù)估計(jì)方程見式：

式中，μn是x的第n階原點(diǎn)矩，由樣本序列確定；

通過引入拉格朗日乘子，可由最大熵的參數(shù)估計(jì)方程推導(dǎo)出最大熵分布的概率密度函數(shù)解析式，見式：

式中，λ0λ1···λn為拉格朗日乘子。

進(jìn)一步的，各水文指標(biāo)多樣性的變化程度計(jì)算公式：

δhi＝|hpre-hpost|i

式中，δhi為第i個(gè)指標(biāo)的變化度，i＝1,2,3...n；hpre和hpost分別表示受人為影響前后第i個(gè)iha指標(biāo)的香農(nóng)熵，計(jì)算公式見下式：

式中，p(xi)為第i個(gè)參數(shù)值的出現(xiàn)概率，可由概率密度函數(shù)確定；

由上式計(jì)算得到兩個(gè)時(shí)期的多樣性差值，即變化程度，反映了受人類活動(dòng)影響后的河流水文情勢(shì)偏離自然狀態(tài)的程度。

進(jìn)一步的，計(jì)算符合水文指標(biāo)的多樣性變化的權(quán)重時(shí)，基于正態(tài)分布的owa算子權(quán)重算法的基礎(chǔ)上進(jìn)行了拓展，考慮數(shù)據(jù)分布規(guī)律確定多屬性權(quán)重，即基于對(duì)數(shù)正態(tài)分布確定權(quán)重，基于對(duì)數(shù)正態(tài)分布確定權(quán)重計(jì)算公式為：

式中，wi為第i個(gè)指標(biāo)的權(quán)重值；xi為第i個(gè)指標(biāo)的實(shí)際值；u和σ分別為數(shù)據(jù)序列相應(yīng)于各自分布的均值和標(biāo)準(zhǔn)差。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

本發(fā)明根據(jù)某一地區(qū)水文指標(biāo)的分布規(guī)律，通過最大熵原理的參數(shù)估計(jì)和最小信息熵?cái)M合優(yōu)度檢驗(yàn)，得到各水文指標(biāo)擬合程度最好的概率密度函數(shù)，利用香農(nóng)熵對(duì)人為影響前后各水文指標(biāo)的多樣性進(jìn)行比較，通過多屬性決策賦權(quán)，有針對(duì)性評(píng)價(jià)水文變異程度，為當(dāng)?shù)氐乃Y源管理部門提供更加合理的支持。

附圖說明

構(gòu)成本申請(qǐng)的一部分的說明書附圖用來提供對(duì)本申請(qǐng)的進(jìn)一步理解，本申請(qǐng)的示意性實(shí)施例及其說明用于解釋本申請(qǐng)，并不構(gòu)成對(duì)本申請(qǐng)的不當(dāng)限定。

圖1為本發(fā)明的整體流程圖；

圖2(a)生態(tài)良好期內(nèi)iha5個(gè)組分的最優(yōu)密度函數(shù)統(tǒng)計(jì)；

圖2(b)生態(tài)良好期內(nèi)iha5個(gè)組分的最優(yōu)密度函數(shù)統(tǒng)計(jì)。

具體實(shí)施方式

應(yīng)該指出，以下詳細(xì)說明都是例示性的，旨在對(duì)本申請(qǐng)?zhí)峁┻M(jìn)一步的說明。除非另有指明，本文使用的所有技術(shù)和科學(xué)術(shù)語具有與本申請(qǐng)所屬技術(shù)領(lǐng)域的普通技術(shù)人員通常理解的相同含義。

需要注意的是，這里所使用的術(shù)語僅是為了描述具體實(shí)施方式，而非意圖限制根據(jù)本申請(qǐng)的示例性實(shí)施方式。如在這里所使用的，除非上下文另外明確指出，否則單數(shù)形式也意圖包括復(fù)數(shù)形式，此外，還應(yīng)當(dāng)理解的是，當(dāng)在本說明書中使用術(shù)語“包含”和/或“包括”時(shí)，其指明存在特征、步驟、操作、器件、組件和/或它們的組合。

正如背景技術(shù)所介紹的，現(xiàn)有技術(shù)中存在對(duì)水文情勢(shì)評(píng)價(jià)上的不足，為了解決如上的技術(shù)問題，本申請(qǐng)?zhí)岢隽艘环N考慮水文指標(biāo)分布規(guī)律的水文情勢(shì)評(píng)價(jià)方法。

本申請(qǐng)的一種典型的實(shí)施方式中，如圖1所示，提供了一種考慮水文指標(biāo)分布規(guī)律的水文情勢(shì)評(píng)價(jià)方法，包括：

1水文指標(biāo)及最佳概率密度函數(shù)的確定：

1.1水文指標(biāo)的選取

iha指標(biāo)體系包含33個(gè)與河流生態(tài)相關(guān)的水文指標(biāo)，這些指標(biāo)基于長系列的日徑流資料，從流量大小、發(fā)生頻率、發(fā)生時(shí)間、持續(xù)時(shí)間、漲落速率等方面描述了河流水文情勢(shì)的變化情況。iha指標(biāo)體系自提出以來(richardb.d.，1996)，在國內(nèi)外已得到廣泛應(yīng)用，33個(gè)水文指標(biāo)也較全面的反映了河流水文的變化。因此，本發(fā)明選取iha作為評(píng)價(jià)河流水文情勢(shì)變異的指標(biāo)體系，iha各指標(biāo)見表1。

表1iha指標(biāo)

1.2關(guān)于概率密度函數(shù)的選取

假定iha的各水文指標(biāo)為隨機(jī)變量，對(duì)五類33個(gè)指標(biāo)分別進(jìn)行最佳概率密度函數(shù)的擬合。結(jié)合中國常用的水文分布曲線，本發(fā)明選取正態(tài)分布、對(duì)數(shù)正態(tài)分布、伽馬分布和p-ⅲ型分布作為各指標(biāo)待擬合的概率密度函數(shù)，通過最大熵原理計(jì)算得到概率密度函數(shù)的參數(shù)估計(jì)值。最大熵的參數(shù)估計(jì)方程見式(1)。

式中，μn是x的第n階原點(diǎn)矩，由樣本序列確定。

通過引入拉格朗日乘子，可由式(1)推導(dǎo)出最大熵分布的概率密度函數(shù)解析式，見式(2)。

式中，λ0λ1···λn為拉格朗日乘子。

經(jīng)過推導(dǎo)各概率密度函數(shù)參數(shù)和拉格朗日乘子之間、拉格朗日乘子和約束條件間的關(guān)系，最終得到概率密度函數(shù)的參數(shù)與約束條件之間的關(guān)系，即參數(shù)估計(jì)方程組，由此可推求出四類概率密度函數(shù)的拉格朗日乘子表達(dá)式。選取黃克中等1996年提出的最小信息熵法對(duì)四類分布進(jìn)行擬合優(yōu)度檢驗(yàn)，信息熵最小的分布即為最優(yōu)類型。四類概率密度函數(shù)的拉格朗日乘子表達(dá)式和最小熵計(jì)算公式見表2。

表2四類分布的拉格朗日乘子及最小熵計(jì)算公式

2指標(biāo)多樣性變化程度的計(jì)算

指標(biāo)的變化程度通過兩個(gè)時(shí)期內(nèi)iha各組分指標(biāo)的香農(nóng)熵的差值表示，計(jì)算公式見式(3)。香農(nóng)熵表示了變量的不確定性，也即變量的多樣性，香農(nóng)熵越大，變量的不確定性也就越大，變量的多樣性越好。

δhi＝|hpre-hpost|i(3)

式中，δhi為第i個(gè)指標(biāo)的變化度，i＝1,2,3...n；hpre和hpost分別表示受人為影響前后第i個(gè)iha指標(biāo)的香農(nóng)熵，計(jì)算公式見式(4)。

式中，p(xi)為第i個(gè)參數(shù)值的出現(xiàn)概率，可由概率密度函數(shù)確定，見式(2)。

由式(3)和式(4)計(jì)算得到兩個(gè)時(shí)期的多樣性差值，即變化程度，反映了受人類活動(dòng)影響后的河流水文情勢(shì)偏離自然狀態(tài)的程度。

3指標(biāo)權(quán)重的確定及整體改變度的計(jì)算

iha指標(biāo)體系中各指標(biāo)對(duì)河流生態(tài)及水文情勢(shì)的影響程度有所差異，在得到兩個(gè)時(shí)期iha各指標(biāo)變化程度后，并不能說變化程度大的指標(biāo)其權(quán)重就高，這就需要合理的確定各指標(biāo)的權(quán)重。有序加權(quán)平均算子(orderedweightedaveragingoperator,owa)是yager教授于1988年提出的一種對(duì)數(shù)據(jù)按順序重新進(jìn)行排序，并通過數(shù)據(jù)或證據(jù)所在的位置進(jìn)行加權(quán)再進(jìn)行集結(jié)的多屬性決策方法。確定owa算子的權(quán)重是計(jì)算owa算子的關(guān)鍵，yager等提出了owa算子的兩個(gè)重要相關(guān)測(cè)度函數(shù)，即“ornessmeasure”和“dispersionmeasure”，其中“ornessmeasure”用來度量“or”運(yùn)算或“and”運(yùn)算的程度，“dispersionmeasure”用來度量每個(gè)數(shù)據(jù)在結(jié)集值中被利用的程度，基于最大熵原理的算子權(quán)重的計(jì)算見式(5)。

0≤α≤1；wi∈[0,1],i＝1,2,...,n

式中，wi為第i個(gè)指標(biāo)的算子權(quán)重；α為樂觀度。

目前已有多種owa算子權(quán)重的計(jì)算方法，其中基于正態(tài)分布的owa算子權(quán)重計(jì)算在滿足最大熵原理的同時(shí)，不僅考慮了數(shù)據(jù)位置的信息，而且考慮數(shù)據(jù)自身的大小，為數(shù)據(jù)的權(quán)重計(jì)算提供了較為合理的方法。因此，本發(fā)明首先采用基于正態(tài)分布的owa算子權(quán)重算法(見式6)計(jì)算iha各水文指標(biāo)的權(quán)重，然后考慮到iha各指標(biāo)服從的分布規(guī)律可能不同，本發(fā)明在基于正態(tài)分布的owa算子權(quán)重算法的基礎(chǔ)上進(jìn)行了拓展，提出了一種考慮數(shù)據(jù)分布規(guī)律的多屬性權(quán)重確定方法，即基于對(duì)數(shù)正態(tài)分布的權(quán)重確定方法，見式(7)。

式中，wi為第i個(gè)指標(biāo)的權(quán)重值；xi為第i個(gè)指標(biāo)的實(shí)際值；u和σ分別為數(shù)據(jù)序列相應(yīng)于各自分布的均值和標(biāo)準(zhǔn)差。

在計(jì)算得到各指標(biāo)權(quán)重后，將各指標(biāo)的變化程度與相應(yīng)的指標(biāo)權(quán)重相乘并求和得到33個(gè)指標(biāo)的整體改變程度，見式(8)。

式中，c為考慮水文指標(biāo)分布規(guī)律的水文情勢(shì)整體改變度；其它符號(hào)意義同前。

為了使得本領(lǐng)域技術(shù)人員能夠更加清楚地了解本申請(qǐng)的技術(shù)方案，以下將結(jié)合具體的實(shí)施例與對(duì)比例詳細(xì)說明本申請(qǐng)的技術(shù)方案。

計(jì)算實(shí)例

1最優(yōu)概率密度函數(shù)的確定

選取小清河黃臺(tái)橋站1960～2014年的日徑流資料，計(jì)算出iha5組33個(gè)水文指標(biāo)。根據(jù)最大熵原理，通過matlab編程，計(jì)算兩個(gè)時(shí)期各指標(biāo)四種分布類型的概率密度函數(shù)的參數(shù)值，計(jì)算結(jié)果見表3和表4。

表3生態(tài)良好期四種分布的概率密度函數(shù)參數(shù)值

表4城市化影響期四種分布的概率密度函數(shù)參數(shù)值

由表2中最小信息熵公式計(jì)算得到兩個(gè)時(shí)期iha各指標(biāo)密度函數(shù)的擬合優(yōu)度，iha指標(biāo)體系5組33個(gè)水文指標(biāo)的最優(yōu)密度函數(shù)的統(tǒng)計(jì)情況見圖2(a)-圖2(b)。

由圖2(a)-圖2(b)可見，月均流量組分(共12個(gè)指標(biāo))在生態(tài)良好期內(nèi)更符合p-ⅲ分布，在城市化影響期更符合對(duì)數(shù)正態(tài)分布；年均極值組分(共12個(gè)指標(biāo))，在生態(tài)良好期內(nèi)較為符合伽馬分布和p-ⅲ分布，在城市化影響期則較為符合對(duì)數(shù)分布和伽馬分布；而其他組分更加符合對(duì)數(shù)正態(tài)分布。

2指標(biāo)多樣性變化程度的計(jì)算

通過最小熵?cái)M合優(yōu)度檢驗(yàn)選取了符合iha各組指標(biāo)分布規(guī)律的概率密度函數(shù)，由式(3)和式(4)計(jì)算得到各指標(biāo)的多樣性參數(shù)hi及兩個(gè)時(shí)期各水文指標(biāo)的多樣性變化程度δhi，δhi的計(jì)算結(jié)果見表5。

表533個(gè)水文指標(biāo)變化程度計(jì)算表

由表5可見，對(duì)于前兩組指標(biāo)生態(tài)良好期均大于城市化影響期；對(duì)后三組的大多數(shù)指標(biāo)則表現(xiàn)為城市化影響期大于生態(tài)良好期。這表明，小清河(濟(jì)南市區(qū)段，下同)的月均流量和年均極值的多樣性在人為影響后明顯變小，而高低流量發(fā)生頻率和洪水漲落速率的多樣性卻變大。這使得小清河在年尺度下，各月月均流量呈現(xiàn)均同趨勢(shì)；而在月尺度下，場(chǎng)次洪水的發(fā)生時(shí)間及峰值卻又呈現(xiàn)離散的趨勢(shì)。這些變化破壞了小清河原有的水文情勢(shì)，分析其原因，主要有：①城市化影響期內(nèi)人工調(diào)水補(bǔ)水使得年內(nèi)枯水月份的月均流量明顯增大；②城市化影響使得小清河發(fā)生洪水幾率變大，洪水漲落速率也隨之增大。

3多種賦權(quán)的比較

本發(fā)明選取基于正態(tài)分布和基于對(duì)數(shù)正態(tài)分布的權(quán)重計(jì)算方法來計(jì)算iha各指標(biāo)的權(quán)重值，并對(duì)兩種賦權(quán)方法的計(jì)算結(jié)果進(jìn)行比較，計(jì)算結(jié)果見表6。由表6可見，基于正態(tài)分布的權(quán)重認(rèn)為靠近正態(tài)分布均值附近的指標(biāo)具有較高的權(quán)重，且指標(biāo)之間的權(quán)重區(qū)別不大；基于對(duì)數(shù)正態(tài)分布的權(quán)重則認(rèn)為靠近兩端和對(duì)數(shù)正態(tài)均值附近的指標(biāo)具有較高權(quán)重，且各指標(biāo)的權(quán)重區(qū)分度較大。

同時(shí)，為比較兩種賦權(quán)方法計(jì)算得到的各水文指標(biāo)的權(quán)重是否符合當(dāng)?shù)厮纳鷳B(tài)變化的特點(diǎn)，本發(fā)明從水文情勢(shì)與生態(tài)相互影響的角度，采用主成分分析方法對(duì)濟(jì)南市小清河流域33個(gè)iha水文指標(biāo)進(jìn)行了分析，得到了5類主成分，從中篩選出較為重要的6個(gè)指標(biāo)作為與生態(tài)密切相關(guān)的指標(biāo)，6個(gè)指標(biāo)分別為3月和5月月均流量，7日最小流量，3日最大流量、低流量以及基流量，這也與yi-chene.yang等用遺傳規(guī)劃算法(gp)篩選出的與魚類豐度密切相關(guān)的6個(gè)水文指標(biāo)(5月月均流量、7日最小流量、3日最大流量、最小流量出現(xiàn)時(shí)間、漲水速率和逆轉(zhuǎn)次數(shù))基本一致。為全面的分析水文指標(biāo)與水文生態(tài)規(guī)律的關(guān)系，本發(fā)明選取3月、5月月均流量、7日最小流量，3日最大流量、低流量、基流量、最小流量出現(xiàn)時(shí)間、漲水速率和逆轉(zhuǎn)次數(shù)共9個(gè)指標(biāo)(分別對(duì)應(yīng)的指標(biāo)編號(hào)為3、5、15、19、24、25、27、31、33)，作為判斷兩種賦權(quán)方法適用性的指標(biāo)依據(jù)。

比對(duì)可見，基于對(duì)數(shù)正態(tài)的賦權(quán)方法計(jì)算出的具有較大權(quán)重(權(quán)重值>0.45)的指標(biāo)，能夠更好的覆蓋篩選出的與河流生態(tài)密切相關(guān)的水文指標(biāo)。因此，在評(píng)價(jià)濟(jì)南市小清河水文情勢(shì)變化時(shí)，選取基于對(duì)數(shù)正態(tài)的賦權(quán)方法作為權(quán)重計(jì)算方法。

表6兩種賦權(quán)方法計(jì)算結(jié)果

4與rva法的對(duì)比

(1)rva法水文改變度的計(jì)算

rva(變化范圍法)通常將受影響前各指標(biāo)發(fā)生頻率的25％及75％作為能夠滿足河流生態(tài)需求的變動(dòng)范圍，各指標(biāo)的具體水文改變度由公式(9)量化得到，整體水文改變度do由公式(10)計(jì)算得到，當(dāng)do<33.3％時(shí)為輕度改變，33.3％<do<66.7％為中度改變，do>66.7％為高度改變。

式中：di為各個(gè)指標(biāo)改變度；do為整體水文改變度；ni為第i個(gè)指標(biāo)受影響后仍落于rva閾值范圍內(nèi)的實(shí)際觀測(cè)年數(shù)；ne為指標(biāo)受影響后預(yù)期落于rva閾值范圍內(nèi)的年數(shù)，ne＝rnt，其中r為受影響后指標(biāo)預(yù)期落于rva閾值范圍內(nèi)的比例，nt為指標(biāo)受影響后的總年數(shù)。

(2)考慮水文規(guī)律的水文改變度的計(jì)算

由計(jì)算得到的各指標(biāo)的變化程度δhi和各指標(biāo)權(quán)重wi，應(yīng)用公式(8)計(jì)算得到整體水文改變度c。在計(jì)算過程中，由于第23個(gè)指標(biāo)(零流量天數(shù))在小清河(濟(jì)南市區(qū)段)的值為0，因此在評(píng)價(jià)整體變化時(shí)不予考慮該指標(biāo)的變化程度。兩種方法的計(jì)算結(jié)果見表7。

由表7可見，以多樣性指數(shù)及多屬性決策賦權(quán)來計(jì)算水文指標(biāo)變化程度的方法，比rva法直接指定25％和75％作為閾值來判定水文變異程度的方法更加客觀、全面的反映了小清河水文情勢(shì)的變化信息。

表7兩種變異度計(jì)算方法的比較

以上所述僅為本申請(qǐng)的優(yōu)選實(shí)施例而已，并不用于限制本申請(qǐng)，對(duì)于本領(lǐng)域的技術(shù)人員來說，本申請(qǐng)可以有各種更改和變化。凡在本申請(qǐng)的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本申請(qǐng)的保護(hù)范圍之內(nèi)。