基于Morlet小波的ET_0序列多时间尺度分析

以某地区1984~2003年逐月的参考作物腾发量(ET0)为基本资料,首先对ET0时间序列进行了Dmey小波消噪和距平处理,然后采用Morlet复小波对其进行多时间尺度分析,显示了ET0在各个时间尺度下的演变特征.结果表明,ET0具有120月、55月、40月和16月左右的主要周期变化,这4种主要周期变化主导了ET0在整个时域上的波动变化特性;并且自2003年后期以来,ET0变化的大趋势是从低于平均水平逐渐增大并会持续若干月.     

基于小波分析的三峡水库调度水位变化特性

根据三峡库区2007-2011年期间的日水位资料,首先对库区水位序列进行小波消噪,然后采用Morlet小波函数对水位消噪时间序列进行了多时间尺度小波分析,揭示三峡水库水位调度变化的多时间尺度的结构特性,并分析不同尺度下的水位调度周期性变化规律.结果表明:各年日水位调度变化出现阶段性的变化特点,主要集中在6-12月,且其波幅明显高于其他月份;不同年份水位调度存在不同时间尺度的变化周期,2007-2011年周期性分析结果显示,2007年的变化周期为57d和17d;2008年的变化周期为56d和9d;2009年的变化周期为64d和36d;2010年的变化周期为64d和25d;2011年的变化周期为64d.     

长江上游日径流变化的多时间尺度分析

以宜昌站120年(1882—2001年)实测日流量资料为基础,利用Morlet小波变换对其汛期日最大流量过程进行多时间尺度变化特性分析.研究结果表明,宜昌站汛期日最大流量存在着18 d左右尺度的主要周期变化,体现了大时间尺度中包含小时间尺度的层次性,对三峡水库的洪水预报、调度和水资源的合理调配有指导作用.     

水文时间序列多时间尺度分析的小波变换法

以长江宜昌站近100年（1890～1987）年平均流量过程为例，利用Marr小波和Morlet小波变换对水文序列的多时间尺度演变特性进行了分析，研究结果表明，其年际及年代际时间尺度在时间域中分布很不均匀，具有明显的局部化特征，小波变换法分析了水文水资源系统多时间尺度是优越的。     

小波分析在地下水位序列多时间尺度分析中的应用

以河套灌区地下水位序列为例子,首先对地下水位序列进行了小波消噪,然后采用Mexican Hat小波函数对消噪序列进行了小波变换,并基于此分析了地下水位序列的多时间尺度演变特征.结果表明:不同的时间尺度分辨率下,地下水位序列会表现出不同的周期交替现象,时间尺度在时间域中分布很不均匀,具有明显的局部化特征;小波分析可以清晰地给出各种周期的强弱和分布情况以及突变点,为分析地下水位时间序列的动态变化特征提供了一种新方法.     

中长期径流预报的时间尺度

为研究时间尺度在中长期水文预报中的影响,选取在实际运用中较成熟的预报模型——最近邻抽样回归模型对不同时间尺度的径流序列进行建模预报.通过对三峡水库1980-2012年的逐日平均入库流量,高场、汉口、大通3个水文站1980-2012年的逐日平均流量,进行时间聚集,分别得到对应的3d、周、旬、月、季、年的平均径流量.用所建模型对以上4个站点的6个不同时间尺度的径流量进行模拟预测,结果显示随着时间尺度的增加,模拟预测结果的相对误差并非单调递增或者递减,而是先变小,后变大.研究中长期水文预报中时间尺度给预报结果带来的影响,可为水文预报精度的提高开辟新思路.     

四岭水库蓝绿藻细胞浓度的多时间尺度分析

为揭示杭州市四岭水库蓝藻暴发的内在规律、特征并预测未来趋势,以水库2011年11月14日至2012年8月30日水质监测数据为研究对象,采用多元线性回归方法分析影响蓝绿藻细胞密度的因素,引入小波理论对时间序列数据集进行数据补偿、去噪和多时间尺度分析.结果表明,四岭水库蓝绿藻细胞密度变化受自身影响较其余环境因素大,且具有多时间尺度特征;蓝绿藻细胞密度变化在46d、128d时间尺度下分别存在主周期,其周期分别为30d和85d;预测未来15d内四岭水库蓝绿藻细胞密度呈现低水平;验证了小波理论能精细分析蓝绿藻细胞密度(日际变化数据集)的特征,为四岭水库的日常管理和藻华防治提供科学依据.     

基于离散小波变换的水稻生育期降水量多时间尺度特征分析

为深入分析水稻生育期降水多层次变化特征,运用小波分析理论,采用morlet小波函数对降水量序列进行离散小波变换,分析其多时间尺度特性,揭示降水量在不同时间尺度下的小波变换时频特征、丰枯交替变化的周期规律以及未来的发展趋势,为制定科学合理的灌溉制度提供一定的参考。研究结果表明,不同的时间尺度分辨率下,水稻生育期降水量序列会表现出不同的周期交替现象,主要存在5a、13a和32a的周期。     

基于WT和MGFPE混合模式的船舶横摇运动长期预测

为了获得横摇运动在不同时间尺度下的演变规律,提出了利用小波变换和均生函数周期外推混合模式进行船舶横摇运动非线性时间序列长期预测的方法.该方法通过小波变换对横摇运动时间序列进行多分辨率分析,将原序列分解为多个相对简单的准周期信号,信号的趋势项、周期项和随机项被分离出来,然后采用均生函数周期外推预报模式对这些准周期信号进行预报和集成.仿真结果表明,此方法能有效地提高预报长度,并能获得较高的建模及预报精度,该方法亦可用于其他非线性时间序列长期预测.     

852农场51a降水序列多时间尺度分析

采用Morlet小波分析方法,对852农场1958~2008年51 a的年降水变化进行多尺度分析,分析其中存在的主要周期振荡和突变点。结果表明：该农场年降水存在多时间尺度的周期变化特征,年降水存在3 a和9 a的主周期。852农场年降水变化存在着明显的多时间尺度,即年代际尺度和年际尺度的周期性变化。同时也表明,自2008年以来,852农场降水量有逐渐增多的趋势。因此,可以充分利用降水,缓解地下水资源危机。     

天津市气候变化及其与城市化发展的关系

根据天津地区气象站近50年的气象数据,采用回归分析、滑动平均、Morlet小波变换和Mann-Kendall检验法研究天津地区气候要素的变化规律;采用趋势拟合与相关分析,研究近30年各气候要素与地区生产总值、城镇人口百分比、城乡居民收入差、全社会固定资产投资额等各项城市化进程指标的关系.结果表明：1）近50年来,天津地区年均气温增幅为0.35℃/（10 a）,呈极显著的上升趋势,年降水量减少趋势不明显,但其时间序列周期振动较明显,日照时数呈极显著的下降趋势;2）20世纪80—90年代初期为天津地区气温、日照时数和城郊温差、日照时数差的跃变年份;3）各项城市化进程指标分别与天津地区气温、日照时数有着极显著的正相关、负相关性,表明它们与天津城市热岛、暗岛的发展关系密切.     

基于样本熵的降雨和径流时间序列突变检验

传统的突变检验方法Mann-Kendall法主要基于线性和概率统计理论,对于高度复杂和非线性的水文时间序列检测能力不足。采用基于非线性动力学参数的样本熵方法,结合滑动技术和滑动移除技术,利用湘江流域1961~2009年多个气象站点日降雨资料和控制站湘潭站日径流资料,对降雨和径流时间序列进行突变检验。结果表明:日尺度降雨和径流时间序列样本熵值最小,复杂度最低,可预测性最高;径流分别在1966年、1983年、1992年以及2002年发生突变,降雨在1966年、1987年以及2002年发生突变;滑动样本熵与滑动移除样本熵相结合不仅能有效地识别突变,更能发现突变前后时间序列的动力学变化特征。     

银川市近49a来降雨变化特征分析

根据银川市4个气象站(银川站、永宁站、贺兰站、灵武站)近49 a(1960—2008年)的实测降雨资料,运用统计学理论、回归分析、Mann-Kendall非参数检验、克里金插值等方法进行研究,依据有关统计量的计算结果,分析了银川市近49 a来降雨量的时空变化特征.研究结果表明:银川市年内降雨量分配不均,夏季降雨量最大,占全年降雨量的56.83%~58.32%,冬季最小,仅占全年降雨量的1.93%~2.07%;年际以及年代际降雨量变化大,多年平均降雨量为186.7 mm,且以20世纪60年代降雨量最大,90年代降雨量最小.经Mann-Kendall非参数检验和一元线性回归分析,发现银川市降雨量呈现逐年减小的趋势,Mann-Kendall非参数检验趋势系数β为-0.18 mm/a,线性回归倾向率为-5.386 mm/(10 a).银川市降雨量还存在空间分布不均的特点,灵武市降雨量最大,减小的趋势最小;贺兰县降雨量最小,减小的趋势最大.     

松花江流域极端气象水文要素分析

利用松花江流域1961-2018年逐日降水及逐日径流数据资料,基于11个极端降水指标和5个极端径流指标,采用趋势分析法、Mann-kendall非参数检验方法、Mann-kendall突变检验法、克里金插值法、皮尔逊相关系数等方法分析了松花江流域极端降水及极端径流事件的变化特征、地区性差异和规律,同时分析了极端降水和极端径流事件间的关联性。结果表明：除持续干期指数（Consecutive dry days,CDD）和降水强度指数（Simple daily intensity index,SDII）外,其余指数多年平均值均呈现出第二松花江流域为高值区,松花江干流流域次之,嫩江流域为低值区,各极端降水指数的空间趋势分布和突变年份也体现出区域差异性;各极端径流指数的变化趋势和突变年份分别相近,且都呈微弱变化趋势;在不同时间尺度下,极端降水与极端径流事件的相关系数均通过99%显著性检验,由于松花江流域汇流速度较慢,当时间尺度为30天时极端降水与极端径流事件表现出最为显著的关联性。     

桂林市近50年降雨变化特征分析

利用桂林市1957-2007年月平均降雨资料,采用线性回归、Morlet小波分析和Mann-Kendall突变分析3种方法,分析了桂林市年降雨量、丰水期降雨量和枯水期降雨量的变化特征。用线性回归方法分析降雨量的增减变化趋势,表明桂林市降雨在近50年呈增加趋势,平均每10年增加19．9mm;通过Morlet小波分析降雨量的周期性变化规律,显示桂林市降雨存在20～25、12～14、6-7和2～4年周期变化规律;采用Mann-Kendall分析降雨突变性,发现在20世纪60年代、80年代初和90年代初桂林市降雨存在明显的突变现象。桂林市近50年降雨量的以上变化特征是多种因素综合作用的结果。     

1951—2017年丽江极端气温和降水事件的变化特征

为系统弄清丽江极端气温和降水事件的变化特征,基于丽江气象站1951—2017年逐日最高气温、最低气温和降水量资料,采用线性倾向估计、Mann-Kendall突变检验、滑动t检验和Morlet复小波的方法对16个极端气温指数和11个极端降水指数的变化趋势、突变和周期特征进行了分析.1)变化趋势分析表明:月最低气温极大值、月最低气温极小值、夏季日数、暖夜日数、暖昼日数、热日持续指数呈显著增加趋势,霜冻日数、冷夜日数、冷日持续指数、月平均日较差呈明显减少趋势,月最高气温极大值、热夜日数、作物生长期呈不显著增加趋势,月最高气温极小值、冷昼日数呈不显著减少趋势,冰封日数在研究期内均为0 d;极端降水指数日降水≥1 mm的降水日数呈显著减少趋势,特强降水量呈显著增加趋势,中雨日数、持续湿期、年总降水量、5日最大降水量均呈不显著减少趋势,大雨日数、强降水量、持续干期、1日最大降水量、降水强度均呈不显著增加趋势.2)突变检验分析表明:部分极端气温指数和降水指数的突变年份显著,大部分指数的显著突变年份集中在20世纪80年代至21世纪初,其余指数的显著突变年份在20世纪50至70年代,并且极端冷事件指数霜冻日数、冷夜日数和冷昼日数在显著突变年份后呈现减少趋势,而极端暖事件指数夏季日数、暖夜日数和暖昼日数在显著突变年份后呈现增加趋势,热夜日数在研究期内只有2015年为1 d,其余年份均为0 d.3)周期分析表明:极端气温指数除冰封日数外的15个指数存在2~6个准周期,介于3~56 a之间,存在1~3个主周期,介于10~56 a之间;11个极端降水指数存在4~6个准周期,介于4~56 a之间,存在1~3个主周期,介于12~56 a之间;部分极端气温指数或降水指数具有相同或相近的主周期.     

水文序列分形维数估计的小波方法

根据小波多分辨率分析和水文序列的统计自相似性，提出了水文序列分形维数的小波估计方法，给出了其计算步骤。运用实际月径流序列的统计分析，探讨了小波分维估计法的影响因素和稳定性，指出紧支撑的Db4、Db6正交小波效果最稳定。最后运用小波方法估计黄河三门峡站年径流和长江屏山站日资料的分维值。研究表明，小波分维估计法稳健，计算成果可靠。     

气候变化对水稻灌溉需水量的影响——以高邮灌区为例

采用FAO56推荐的方法计算了江苏省高邮灌区1955~2007年的水稻灌溉需水量,并通过Mann-Kendall检验对其长期变化趋势进行分析,结合气象因素的变化趋势,分析了气候变化对高邮灌区水稻灌溉需水量的影响.结果表明,由于气温上升和相对湿度下降,在过去的50余年中高邮灌区水稻生育期的参考作物腾发量呈显著上升趋势,在降雨基本无变化的情况下,灌溉需水量有上升的趋势.在不减少灌区水稻种植面积的条件下,应通过节水措施减少水量损失和提高水分利用效率,尽可能地满足灌溉需水要求,降低气候变化对水稻生产的影响.研究结果可为提高水稻灌溉管理水平、应对气候变化的策略研究提供理论依据.     

近50年山东省蒸发皿蒸发量变化趋势及影响因素分析

以山东省境内18个国家级气象站1961～2008年逐日实测数据为基础,选用统计分析、相关分析和Mann-Kendal非参数检验等方法对近50年来山东省蒸发皿蒸发量及其影响因素的变化趋势进行分析。结果表明:近50年来山东省的蒸发皿蒸发量呈现下降趋势,下降速率为8.78mm／a;尤其在夏季和春季下降最显著;从空间分布看,蒸发皿蒸发减少量由沿海地区向内陆地区逐步加大。通过与同期太阳净辐射、风速、气温和水气压差等气象因素对比分析,认为蒸发的下降是多种因素共同作用的结果,其中主要是由太阳净辐射和风速的下降引起的。     

西安市降水变化趋势及R/S分析

利用滑动平均法、Mann-Kendall秩次相关检验法、小波分析和R/S方法,分析了近50 a西安市降水变化的趋势性和持续性,并对未来降水变化的趋势进行了预测.结果表明:西安市年及冬季降水变化趋势并不明显,有略微的上升趋势;春、秋季降水有明显的下降趋势;夏季降水有明显的上升趋势;而未来这些序列趋势将会持续下去.