基于VAR模型的新疆金溝河氣象要素與徑流關(guān)系分析

李藝珍，毛建剛，張 明，岳春芳

(1.新疆農(nóng)業(yè)大學(xué) 水利與土木工程學(xué)院，新疆 烏魯木齊 830052； 2.新疆水利水電科學(xué)研究院，新疆 烏魯木齊 830049)

1 研究背景

全球氣候變化對(duì)徑流量的影響以及徑流量對(duì)氣候變化的響應(yīng)成為了廣大學(xué)者關(guān)注的學(xué)術(shù)問(wèn)題。由于水文循環(huán)與氣候要素變化之間存在相互響應(yīng)關(guān)系，氣候變化通過(guò)改變陸面-大氣之間的水分、能量交換及傳輸過(guò)程，影響流域的水文過(guò)程和徑流量的時(shí)空格局[1-2]，所以開(kāi)展徑流量與降水、氣溫等氣象要素之間的關(guān)系研究對(duì)徑流量預(yù)測(cè)、流域水資源管理和可持續(xù)開(kāi)發(fā)利用水資源具有重大意義[3]。

徑流對(duì)氣候變化的響應(yīng)，既涉及到水循環(huán)的研究過(guò)程，又是氣候變化對(duì)水循環(huán)影響研究中的關(guān)鍵問(wèn)題[4-5]。目前，國(guó)內(nèi)外學(xué)者已通過(guò)統(tǒng)計(jì)方法、分布式水文模型和氣候模式等方法定性定量地分析了不同流域內(nèi)氣候變化對(duì)徑流的影響[6-7]。如：Moradi等[8]通過(guò)SWAT模型設(shè)定3種氣候變化情景，發(fā)現(xiàn)氣候變化背景下伊朗北部Hyrcanian森林的地表徑流量在雨季(2-5月)明顯增加，旱季(7-9月)明顯減少；Radchenko等[9]采用HBV-light模型得出：氣候變化情景下，未來(lái)錫爾達(dá)里亞河的夏季徑流將減少12%～42%，冬季春季徑流將增加44%～107%；魏光輝[10]通過(guò)偏最小二乘回歸模型發(fā)現(xiàn)黃水溝流域的溫度增加1℃時(shí)，年徑流量將增加12.8%；降水量增加10%時(shí)，徑流量將增加4.5%；宋小園等[11]采用通徑分析方法定性分析了氣候變化對(duì)錫林河流域徑流的影響，發(fā)現(xiàn)降水、蒸發(fā)和有效積溫對(duì)徑流的影響較大。金溝河流域位于天山北坡，積雪和降水是該流域徑流的主要補(bǔ)給來(lái)源。已有研究表明金溝河流量受氣候因素影響較為顯著，其中氣溫是影響金溝河流域徑流的主要?dú)庀笠蜃樱瑥搅髋c氣溫正相關(guān)，同時(shí)氣溫和降水在特殊年段呈現(xiàn)負(fù)相關(guān)關(guān)系[12-13]。但在上述研究成果中未考慮到積雪因素對(duì)金溝河流域徑流的影響，且只是從相關(guān)性角度分析了各因素對(duì)徑流的影響，未揭示降水、氣溫等單個(gè)影響因素變化對(duì)徑流變化的擾動(dòng)以及徑流在各因素?cái)_動(dòng)下是如何響應(yīng)的。

本文利用金溝河流域月尺度上的降水、積雪覆蓋率、氣溫和徑流數(shù)據(jù)，采用基于向量自回歸(VAR)模型的格蘭杰因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)分析和方差分解方法，從統(tǒng)計(jì)學(xué)角度分析金溝河流域內(nèi)降水、積雪覆蓋率、氣溫變化與徑流變化之間的相互響應(yīng)關(guān)系及響應(yīng)程度。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 研究區(qū)概況

金溝河流域位于新疆塔城地區(qū)沙灣縣境內(nèi)，是瑪納斯河流域的子流域，地跨85°22′～85°44′E，43°55′～44°28′N(xiāo)，流域總面積為2 626 km2。金溝河流域的降水量在流域內(nèi)(空間上)有著明顯的差異，山區(qū)年降水量為300～700 mm；山前洪積沖積扇緣區(qū)年降水量為250～350 mm；平原區(qū)年降水量為150～250 mm[14]。流域多年平均氣溫為5.2℃，多年平均最高氣溫發(fā)生在2004年，多年平均最低氣溫發(fā)生在1987年；多年平均蒸發(fā)量為1 686.8 mm。受氣候變化的影響，流域內(nèi)的多年平均氣溫和多年平均降水量均呈現(xiàn)增長(zhǎng)趨勢(shì)。流域內(nèi)的控制水文站——八家戶(hù)水文站多年平均徑流量為3.19×108m3，其補(bǔ)給水源主要是高山區(qū)的冰川積雪融水和地下水。

2.2 數(shù)據(jù)來(lái)源

(1)積雪數(shù)據(jù)。積雪數(shù)據(jù)為采用8日MOD10A2積雪產(chǎn)品合成的積雪覆蓋資料，8日MOD10A2數(shù)據(jù)源于美國(guó)航天局NASA(https://search.earthdata.nasa.gov/)，時(shí)間段為2006-2015年，其數(shù)據(jù)分辨為500 m×500 m。

(2)水文氣象數(shù)據(jù)。金溝河流域八家戶(hù)水文站的徑流數(shù)據(jù)來(lái)源于石河子水文水資源勘測(cè)局。氣象資料采用金溝河流域周邊4個(gè)不同海拔高度的氣象站(沙灣、烏蘇、炮臺(tái)、烏蘭烏蘇)加權(quán)平均而來(lái)，氣象數(shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://data.cma.cn/)。為與積雪數(shù)據(jù)時(shí)間長(zhǎng)度一致，故水文和氣象數(shù)據(jù)也選取為2006-2015年。

2.3 研究方法

(1)ADF平穩(wěn)性檢驗(yàn)。ADF單位根檢驗(yàn)由Dickey等[15]在1979年提出。對(duì)于時(shí)間序列X={xt}，其檢驗(yàn)方程為：

(1)

式中：Δ為差分運(yùn)算；t為時(shí)間變量；α為常數(shù)項(xiàng)；β和δ為參數(shù)，可由OLS估計(jì)法計(jì)算；βt為趨勢(shì)項(xiàng)；εt為殘差項(xiàng)；i為滯后階數(shù)，m為最大滯后階數(shù)。對(duì)于上述檢驗(yàn)方程，原假設(shè)為H0：δ=0，即存在單位根，備擇假設(shè)為H1：δ≠0。通過(guò)OLS法的t檢驗(yàn)構(gòu)造如下統(tǒng)計(jì)量：

(2)

(3)

(4)

在顯著性α=0.05的情況下，若τ≤1.96，則拒絕零假設(shè)，時(shí)間序列為非平穩(wěn)序列，反之，時(shí)間序列平穩(wěn)。若序列檢驗(yàn)結(jié)果為不平穩(wěn)，則需要將序列進(jìn)行差分運(yùn)算后再檢驗(yàn)，如果檢驗(yàn)結(jié)果仍然為非平穩(wěn)，再進(jìn)行一次差分運(yùn)算，直到檢驗(yàn)結(jié)果為平穩(wěn)為止。

(2)向量自回歸模型。向量自回歸(VAR)模型是一種被廣泛應(yīng)用的計(jì)量經(jīng)濟(jì)模型，近年來(lái)也常被運(yùn)用在其他領(lǐng)域，如地理學(xué)領(lǐng)域和環(huán)境領(lǐng)域[16-17]。VAR(p)的模型表達(dá)式為[18]：

yt=Φ1yt-1+Φ2yt-2+…+Φpyt-p+Hxt+εt

(5)

(t=1,2,…,T)

式中：yt為k維內(nèi)生變量的列向量；p為滯后階數(shù)；T為樣本數(shù)量；k×k維矩陣Φ1,Φ2,…,Φp和k×d維矩陣H為待估計(jì)的系數(shù)矩陣；εt為k維擾動(dòng)列向量。

① 格蘭杰因果關(guān)系檢驗(yàn)。格蘭杰因果關(guān)系檢驗(yàn)的目的是分析X的歷史數(shù)值是否能解釋Y的變化。因此，檢驗(yàn)之前常設(shè)定原假設(shè)H0：X不是引起Y變化的格蘭杰原因。其估計(jì)回歸模型如下。

無(wú)約束回歸模型(u)：

(6)

有約束回歸模型(r)：

(7)

式中：α0為常數(shù)項(xiàng)；p和q分別為變量X和Y的最大滯后期數(shù)；εt為白噪聲。

再用上述兩個(gè)回歸模型的殘差平方和RSSu和RSSr構(gòu)造F統(tǒng)計(jì)量：

(8)

根據(jù)統(tǒng)計(jì)量F檢驗(yàn)原假設(shè)“H0：X不是引起Y變化的格蘭杰原因”是否成立。如果F≥Fα(q,n-p-q-1)，則β1,β2,…,βq顯著不為零，拒絕原假設(shè)；否則，接收原假設(shè)。

② 脈沖響應(yīng)函數(shù)分析。脈沖響應(yīng)函數(shù)分析是一類(lèi)描述系統(tǒng)中每一個(gè)內(nèi)生變量的變化(沖擊)對(duì)其他內(nèi)生變量所帶來(lái)的影響的分析方法，通過(guò)脈沖響應(yīng)函數(shù)分析法能了解一個(gè)變量的變化對(duì)自身及其他變量之間全面的動(dòng)態(tài)影響。

③ 方差分解。方差分解(variance decomposition)是VAR模型中對(duì)某一內(nèi)生變量的預(yù)測(cè)方差進(jìn)行歸因分析的方法，可粗略地定量計(jì)量出各變量間的影響關(guān)系。不同滯后時(shí)間內(nèi)變量的預(yù)測(cè)方差可以分解為不同沖擊解釋的部分，即可獲得沖擊對(duì)變量波動(dòng)變化的貢獻(xiàn)率。

3 結(jié)果與分析

3.1 平穩(wěn)性檢驗(yàn)

數(shù)據(jù)的平穩(wěn)性是建立VAR模型的前提。對(duì)降水、積雪覆蓋率、氣溫和徑流4個(gè)時(shí)間序列進(jìn)行月尺度序列ADF單位根平穩(wěn)性檢驗(yàn)，結(jié)果如表1所示。

表1 月尺度序列ADF檢驗(yàn)結(jié)果

根據(jù)ADF單位根檢驗(yàn)原理，在顯著水平為0.05情況下，拒絕單位根假設(shè)的概率大于0.05則表示序列非平穩(wěn)。表1顯示降水、積雪覆蓋率和氣溫序列均拒絕了原假設(shè)，且不平穩(wěn)概率均小于0.05，說(shuō)明降水、積雪覆蓋率和氣溫序列都是平穩(wěn)的。月尺度徑流序列不平穩(wěn)概率為0.142(大于0.05)，表示徑流序列為非平穩(wěn)的。為將非平穩(wěn)徑流序列轉(zhuǎn)換為平穩(wěn)序列，對(duì)徑流序列進(jìn)行了差分計(jì)算，結(jié)果顯示徑流一階差分序列拒絕了存在單位根的原假設(shè)，則表明徑流序列是一階單整的。

3.2 向量自回歸VAR模型

建立降水、積雪覆蓋率、氣溫和徑流(一階差分)的4變量VAR模型，并進(jìn)行AR特征根檢驗(yàn)，檢驗(yàn)結(jié)果如圖1所示。

圖1 VAR模型的AR根倒數(shù)圖

根據(jù)AR特征根檢驗(yàn)原理，若被檢驗(yàn)的VAR模型所有根模的倒數(shù)均位于單位圓之內(nèi)，則所建立的VAR模型穩(wěn)定，反之，VAR模型不穩(wěn)定，即模型結(jié)果無(wú)效。由圖1的AR特征多項(xiàng)式根倒數(shù)圖可以看出，所有的單位根均在單位圓內(nèi)，說(shuō)明建立的降水、積雪覆蓋率、氣溫和徑流4變量VAR模型是穩(wěn)定的，具備后續(xù)分析的前提條件。

3.3 格蘭杰因果關(guān)系檢驗(yàn)

為了探索降水、積雪覆蓋率和氣溫因素與徑流之間的關(guān)系，分別進(jìn)行從各因素到徑流和從徑流到各因素的格蘭杰因果關(guān)系檢驗(yàn)。結(jié)合上述平穩(wěn)性檢驗(yàn)結(jié)果，降水、積雪覆蓋率和氣溫3個(gè)變量是平穩(wěn)的，故可直接進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)；徑流序列為一階單整序列，故采用其一階差分序列作為格蘭杰因果關(guān)系檢驗(yàn)的變量。

3.3.1 降水、積雪覆蓋率和氣溫與徑流的因果關(guān)系分析 由于不同的VAR模型滯后階數(shù)對(duì)格蘭杰因果關(guān)系檢驗(yàn)結(jié)果影響較大，為了兼顧模型的預(yù)測(cè)效率和自由度，在進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)時(shí)，進(jìn)行了1～36個(gè)滯后項(xiàng)檢驗(yàn)，檢驗(yàn)結(jié)果中降水、積雪覆蓋率和氣溫與徑流的因果關(guān)系如圖2所示。

根據(jù)格蘭杰因果關(guān)系檢驗(yàn)原理，若概率小于顯著水平(0.05)，則認(rèn)為拒絕原假設(shè)，即存在因果關(guān)系。從圖2中可以看出，降水、積雪覆蓋率和氣溫序列分別在滯后期為1～8個(gè)月、2～9個(gè)月、2～9月和31～32個(gè)月時(shí)概率小于0.05，表明降水在滯后1～8個(gè)月時(shí)是徑流變化的格蘭杰原因，積雪覆蓋率在滯后2～9個(gè)月時(shí)是徑流變化的格蘭杰原因，氣溫在滯后2～9個(gè)月、31～32個(gè)月時(shí)是徑流變化的格蘭杰原因。同時(shí)，也可表明在徑流預(yù)測(cè)中，若加入滯后1～8個(gè)月的降水序列、滯后2～9個(gè)月的積雪覆蓋率序列和滯后2～9個(gè)月、31～32個(gè)月的氣溫序列都能提高其預(yù)測(cè)精度。

3.3.2 徑流與降水、積雪覆蓋率和氣溫的因果關(guān)系分析 徑流與降水、積雪覆蓋率和氣溫的因果關(guān)系檢驗(yàn)結(jié)果如圖3所示。圖3(a)中滯后期為4、7～16個(gè)月時(shí)，徑流不是降水的因果關(guān)系的概率低于0.05，表明拒絕原假設(shè)，即在這個(gè)滯后時(shí)間段內(nèi)徑流是降水的格蘭杰原因。同樣地，圖3(b)中滯后期為1～11、27個(gè)月時(shí)和圖3(c)中滯后期為1～11、15～19個(gè)月時(shí)接受原假設(shè)的概率小于0.05，說(shuō)明在滯后期為1～11、27個(gè)月時(shí)徑流是積雪覆蓋率的格蘭杰原因，滯后期為1～11、15～19個(gè)月時(shí)徑流是氣溫的格蘭杰原因。

圖2 各因素與徑流的因果關(guān)系檢驗(yàn)結(jié)果

圖3 徑流與各因素的因果關(guān)系檢驗(yàn)結(jié)果

綜合圖2和圖3可知，徑流變化與降水、積雪覆蓋率和氣溫變化互相影響，但是在不同滯后尺度上影響有所不同。從拒絕原假設(shè)的模型數(shù)量來(lái)看，徑流變化對(duì)降水、積雪覆蓋率和氣溫變化的影響范圍比降水、積雪覆蓋率和氣溫變化對(duì)徑流變化的影響范圍大，說(shuō)明在水文循環(huán)中徑流對(duì)降水、積雪覆蓋率和氣溫的影響作用大于降水、積雪覆蓋率和氣溫對(duì)徑流的影響作用。

3.4 脈沖響應(yīng)函數(shù)分析

3.4.1 徑流對(duì)降水、積雪覆蓋率和氣溫的脈沖響應(yīng) 為分析不同沖擊持續(xù)時(shí)間下徑流對(duì)降水、積雪覆蓋率和氣溫一個(gè)標(biāo)準(zhǔn)差變化后的響應(yīng)程度，對(duì)徑流及降水、積雪覆蓋率和氣溫進(jìn)行了脈沖響應(yīng)函數(shù)分析，結(jié)果如圖4所示。

圖4(a)顯示徑流對(duì)降水變化的響應(yīng)為：前兩個(gè)月為較弱的負(fù)響應(yīng)，第3～5個(gè)月為正響應(yīng)，之后幾個(gè)月呈現(xiàn)出微弱的正負(fù)響應(yīng)波動(dòng)現(xiàn)象，最后在第10月時(shí)響應(yīng)程度為-0.2%，表明若降水增加1%，徑流量會(huì)呈現(xiàn)出先微弱減小后較大幅度增加，最后波動(dòng)至不受降水的影響。

圖4(b)顯示徑流對(duì)積雪覆蓋率沖擊的響應(yīng)為：先負(fù)向響應(yīng)后正向響應(yīng)，即積雪覆蓋率增大會(huì)使徑流量先減少后增加。

圖4(c)顯示徑流對(duì)氣溫沖擊的響應(yīng)為：先正向響應(yīng)后負(fù)向響應(yīng)，即氣溫升高使徑流先增加后減少。

3.4.2 降水、積雪覆蓋率和氣溫對(duì)徑流的脈沖響應(yīng)降水、積雪覆蓋率和氣溫對(duì)徑流一個(gè)標(biāo)準(zhǔn)差變化下的脈沖響應(yīng)方式和響應(yīng)程度結(jié)果如圖5所示。

圖4 徑流對(duì)降水、積雪覆蓋率和氣溫的脈沖響應(yīng)

圖5 降水、積雪覆蓋率和氣溫對(duì)徑流的脈沖響應(yīng)

圖5顯示3種因素對(duì)徑流變化的響應(yīng)在初期均為零。隨著滯后期的增大，降水對(duì)于徑流變化的響應(yīng)呈現(xiàn)正負(fù)響應(yīng)波動(dòng)；積雪覆蓋率對(duì)于徑流變化的響應(yīng)極其微弱，第5個(gè)月之前表現(xiàn)為微弱的負(fù)響應(yīng)，5個(gè)月之后為微弱的正響應(yīng)，最后趨于零響應(yīng)；氣溫對(duì)徑流變化的響應(yīng)由一開(kāi)始的正響應(yīng)到負(fù)響應(yīng)，最后也趨于零響應(yīng)。說(shuō)明徑流增加會(huì)對(duì)降水產(chǎn)生波動(dòng)反映；對(duì)積雪覆蓋率的影響極低；會(huì)使氣溫先增加后減小，最后影響逐漸消失。

3.5 方差分解

為了解降水、積雪覆蓋率和氣溫對(duì)徑流量變化的具體貢獻(xiàn)度，采用方差分解技術(shù)來(lái)確定各因素對(duì)徑流量變化相對(duì)重要性，結(jié)果如表2所示。由表2可以看出，隨著滯后期的增加，徑流量受自身波動(dòng)沖擊的影響程度逐漸降低，降水和積雪覆蓋率對(duì)徑流量的貢獻(xiàn)率均呈現(xiàn)出先增大后趨于穩(wěn)定的變化規(guī)律，而氣溫對(duì)徑流量的貢獻(xiàn)率逐漸增大。

表2 各因素對(duì)徑流量變化的貢獻(xiàn)率 %

此外，由表2還可看出，對(duì)徑流變化的相對(duì)貢獻(xiàn)程度依次為：氣溫 > 積雪覆蓋率 > 降水。這一現(xiàn)象的水文意義說(shuō)明，氣溫的波動(dòng)直接影響著降水波動(dòng)和積雪形成波動(dòng)，從而間接地影響著徑流變化；此外，在降水和積雪覆蓋率中，積雪覆蓋率對(duì)徑流變化的貢獻(xiàn)率更高，說(shuō)明研究區(qū)的徑流主要由融雪補(bǔ)給為主，降水為輔。

為探究降水、積雪覆蓋率和氣溫相互之間的關(guān)系以及徑流對(duì)三者的影響，分別對(duì)4個(gè)變量進(jìn)行方差分解，結(jié)果如圖6所示。

圖6 各因素的方差分解結(jié)果

由圖6中可以看出，氣溫變化對(duì)積雪覆蓋率波動(dòng)的貢獻(xiàn)率要高于對(duì)降水變化的貢獻(xiàn)率(圖6(a)、6(b))，說(shuō)明在徑流方差分解結(jié)果中(圖6(d))氣溫波動(dòng)之所以對(duì)徑流變化有較高的貢獻(xiàn)率，是因?yàn)闅鉁刂苯佑绊懼e雪覆蓋面積從而間接地影響徑流的變化。同時(shí)，圖6(a)～6(d) 4圖均可說(shuō)明對(duì)4個(gè)變量波動(dòng)影響最大的是自身的波動(dòng)沖擊，也可說(shuō)明徑流變化對(duì)降水、積雪覆蓋率和氣溫的波動(dòng)影響相對(duì)最小。

4 討 論

根據(jù)方差分解結(jié)果得出對(duì)金溝河流域徑流變化影響最大的因素是氣溫，這與董奎等[19]得出的結(jié)論相一致。孟現(xiàn)勇等[20]對(duì)天山北坡中段融雪徑流進(jìn)行了敏感性分析，結(jié)果發(fā)現(xiàn)溫度變化對(duì)于融雪徑流的影響較降水對(duì)融雪徑流的影響大。本研究驗(yàn)證了VAR模型在徑流變化與降水、積雪覆蓋率和氣溫變化關(guān)系分析中的適用性。

隨著近百年來(lái)的全球氣候變化，我國(guó)氣溫增暖明顯，特別是近50年來(lái)年平均地面氣溫升高了1.1℃，增溫速率接近0.22℃/10a[21]。金溝河流域位于天山北坡，屬山區(qū)高寒地帶，流域內(nèi)徑流的主要補(bǔ)給源——冰川對(duì)氣溫變化極為敏感。上述研究結(jié)果表明，若氣溫增加，徑流在一定的滯后期內(nèi)也呈增加趨勢(shì)；且隨著滯后時(shí)間的增加，氣溫對(duì)徑流變化的貢獻(xiàn)率也逐漸增大。雖然金溝河流域的徑流量在一定滯后時(shí)間內(nèi)將增加，但流域內(nèi)的冰川儲(chǔ)存量將減少，引起新的水資源及生態(tài)環(huán)境問(wèn)題。

除了降水、積雪覆蓋率、氣溫之外，徑流變化還與地下水位、潛在蒸發(fā)量[22]和土地利用與土地覆蓋變化(LUCC)[23]等因素有密切的關(guān)系。此外，由于數(shù)據(jù)資料的限制，獲得的研究區(qū)積雪覆蓋率數(shù)據(jù)時(shí)間序列僅有2006-2015年共計(jì)10 a，本研究也只分析了月尺度上徑流變化與各因素變化之間的相互關(guān)系，沒(méi)有涉及季尺度和年尺度上的分析。因此，對(duì)于不同時(shí)間尺度上更多因素與徑流之間的關(guān)系分析有待進(jìn)行更深入地研究。

5 結(jié) 論

本文引入VAR模型理論，對(duì)月平均降水、積雪覆蓋率、氣溫和徑流進(jìn)行了ADF單位根檢驗(yàn)、格蘭杰因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)分析和方差分解，主要結(jié)論如下：

(1)降水、積雪覆蓋率、氣溫和徑流4個(gè)變量的ADF檢驗(yàn)結(jié)果表明，降水、積雪覆蓋率和氣溫序列是平穩(wěn)序列，徑流序列為一階單整的非平穩(wěn)序列，可構(gòu)建降水、積雪覆蓋率、氣溫和徑流一階差分的VAR模型。

(2)從格蘭杰因果關(guān)系檢驗(yàn)結(jié)果來(lái)看，徑流變化與降水、積雪覆蓋率和氣溫變化在不同滯后期內(nèi)互相影響。但徑流對(duì)降水、積雪覆蓋率和氣溫的影響大于降水、積雪覆蓋率和氣溫對(duì)徑流的影響。

(3)徑流對(duì)降水沖擊的響應(yīng)呈波動(dòng)衰減特征，對(duì)積雪覆蓋率的響應(yīng)為先負(fù)向響應(yīng)后正向響應(yīng)，對(duì)氣溫沖擊的響應(yīng)為先正向響應(yīng)后負(fù)向響應(yīng)。降水、積雪覆蓋率和氣溫對(duì)于徑流量變化的響應(yīng)均具有滯后性(當(dāng)月無(wú)響應(yīng))，降水和氣溫對(duì)于徑流沖擊的響應(yīng)具有波動(dòng)衰減特征，而積雪覆蓋率對(duì)徑流沖擊響應(yīng)程度極小。

(4)從方差分解結(jié)果來(lái)看，除徑流自身沖擊的影響外，對(duì)徑流變化貢獻(xiàn)率最大的是氣溫，其次是積雪覆蓋率，最后是降水，其中貢獻(xiàn)度最大的氣溫主要是通過(guò)影響積雪覆蓋面積從而間接影響徑流的變化。