Page 109 - 2025年第56卷第10期

表 2 基于 BIC 准则的向前逐步回归法筛选最优模型以拟合洞庭湖水位
站点 最优协变量组合 最优分布 μ 最小 BIC 最大 NSE
-6
-5
南咀 Z ls ，Q four ，Q sk ，P lake Gamma exp (0.007Z ls + 3.17e Q four + 8.14e Q sk + 3.95e P lake + 3.21) 23.3 0.983
-6

小河咀 Z ls ，Q four ，Q sk ，P lake Gamma exp (0.004Z ls + 4.71e Q four + 7.66e Q sk + 3.26e P lake + 3.24) 200.8 0.975
-5
-6
-6

-4
营田 Z ls ，Q four ，Q sk Normal 0.587Z ls + 1.23lg (Q four ) + 1.77e Q sk + 1.79 911.1 0.975

-4
鹿角 Z ls ，Q four ，Q sk Normal 0.727Z ls + 0.677lg (Q four ) + 1.27e Q sk + 2.56 230.6 0.994

运用筛选出的最优模型对洞庭湖不同湖区的水位进行拟合，结果表明，最优模型均表现出了令人
满意的拟合优度，NSE 和 R 均能达到 0.98 以上（图 8）。此外，模型残差的均值和中位数也十分接近于
2
0，表明筛选出的最优模型在拟合洞庭湖水位时不存在系统性偏差。

图 8 筛选的最优模型在拟合洞庭湖水位时的表现

筛选出最优模型后，用重构的不受三峡水库运行影响的三口入湖流量替代实测流量，并进行再
次模拟，便可获得不受三口入湖流量变化影响的洞庭湖水位。最后，通过与实测水位比较，便可量
化出三峡水库运行引起的三口入湖流量变化对洞庭湖水位的影响。图 9 展示了三口入湖流量变化对
不同湖区水位的影响。可以看出，对于西洞庭湖的南咀站和小河咀站，三峡水库补水引起的三口入
湖流量增加使得两站 1—6 月和 12 月的水位有所上升，但上升幅度有限。其中，仅在 5—6 月，水位
上升接近 0.1 m，而在 1—4 月和 12 月，水位上升均约为 0.05 m。相反，三峡水库调蓄引起的三口入

湖水量减少使得两站 7—11 月的水位有所下降。其中，9—10 月水位下降最为明显，特别是在 9 月，
使得两站水位分别下降 0.22 和 0.16 m。然而，对于南洞庭湖的营田站和东洞庭湖的鹿角站，三口入
湖流量变化仅在 9—10 月对水位有较为明显的影响，而在其余月份对水位的影响极小，可以忽略
不计。

5 结论

本文重构了不受三峡水库运行影响的三口入湖流量，通过与实测入湖流量比较，量化出了三峡水
库运行对三口入湖流量的影响；通过构建洞庭湖水位与三口入湖流量等影响因素之间的关系，进一步

— 1356 —