径流受到多个因素的共同影响。然而，在不同时间尺度下全球径流和多元气象因子/海洋信号之间相关关系的研究较少。确定出一套可以在多尺度解释全球径流变化的预测因子对于水资源管理和预测具有重要意义。

地表过程与资源生态国家重点实验室缪驰远教授（通讯作者）和硕士生苏璐（第一作者）等在Journal of Geophysical Research: Atmospheres期刊上发表了“Multiple-wavelet coherence of world’s large rivers with meteorological factors and ocean signals”一文。该研究使用连续小波变换检测了全球16条大河的径流流量的时变特征，在此基础上使用小波变换相干和多元小波相干识别了径流流量与气象因素/海洋信号之间的多时间尺度相关关系。

连续小波变化研究发现，在研究期内所有径流序列都出现了一年期的振荡，其中有些显示连续周期性，有些河流的周期伴随着间歇性中断。在许多河流中也发现了大约4到6个月的振荡周期（图1）。

小波变换相干（图2）和多元小波相干分析（图3）的结果对比表明，全球不同河流的径流变化可以用一个或两个或三个气象因子来进行最优解释。不同河流的最优解释因子不同，其中降雨量（PRE）和/或降雨天数（WET）是出现频率最高的解释因子。最常见的最佳解释因子组合是降雨量(PRE)和/或降雨天数(WET)结合潜在蒸散发（PET）。最佳预测变量的差异是由纬度，辐射强迫，地形，植被覆盖范围，水文过程等方面的差异造成的。

图1.全球16条大河的径流序列的连续小波变换（时间以月为单位）。 粗轮廓表示通过了红噪声的5％显著性水平。 浅色区域表示边缘效果可能会对其中区域结果产生变形影响。 颜色表示小波功率的强度。

图2.径流序列与气象因子之间的小波变换相干性（时间以月为单位）。每个子图显示了一条河流中的径流量与最能解释该河流中径流量变化的单个气象因子之间的小波变换相干性。 粗轮廓表示通过了红噪声的5％显著性水平。 浅色区域表示边缘效果可能会对其中区域结果产生变形影响。 颜色表示相干强度。小箭头表示相对相位关系（同相，箭头指向右；反相，箭头指向左）。 WET =下雨天数； PRE =总降水量； PET =潜在蒸散量。

图3.径流序列与二元因子之间的小波变换相干性（时间以月为单位）。每个子图显示了一条河流中的径流量与最能解释该河流中径流量变化的二元因子之间的小波变换相干性。 粗轮廓表示通过了红噪声的5％显著性水平。 浅色区域表示边缘效果可能会对其中区域结果产生变形影响。 颜色表示相干强度。小箭头表示相对相位关系（同相，箭头指向右；反相，箭头指向左）。 WET =下雨天数； PRE =总降水量； PET =潜在蒸散量。

（供稿人：苏璐）

地表过程与资源生态国家重点实验室