最近邻抽样回归模型在水文水资源预后中的应用

介绍了最近邻抽样回归模型进行单因子和多因子预测建模的基本思想和实现算法。通过水文水资源中的两个实例对NNBR模型的预测效果进行了验证，并与自回归模型，基于遗传算法的因归模型及经验相关图法的预测效果进行了对比。     

基于连续小波变换的径流分维研究

讨论了径流时间序列的统计自相似性描述指标——分形维数(分维)的连续小波变换系数估计思路，给出了其基本步骤。将该法运用于黄河流域主要水文站年径流的分维计算，同时与极差分析法估计值进行对比，研究表明，建议的连续小波变换分维估计法是可行的。     

一种径流随机模拟的非参数模型

应用核密度估计理论构造了单变量多阶非参数模型NP（p)。该模型是基于数据驱的、不需对序列概率分布和相依形式进行识别、适合于时间序列随机模拟的非参数模型。将NP(p)模型用于金沙江流域李庄－屏山区间年径流过程随机模拟，与平稳AR（p)模型对比，研究表明非参数模型是适合于径流随机模拟的。     

水文序列周期成分和突变特征识别的小波分析法

以三峡宜昌站年最大洪峰序列和金沙江屏山站年平均流量序列为例 ,利用小波变换时频局部化功能 ,将水文序列的频率特征在时间域上展现出来 ,清晰地给出了各种周期的强弱和分布情况以及突变点 ,而且还分析出其主要周期。研究结果表明 ,小波分析法是优越的。     

基于集对分析的年径流丰枯分类新方法

年径流丰枯不仅与年径流大小有关,而且与年径流的时间分配有关.传统年径流丰枯分类仅考虑了年径流的大小,忽略了年径流的时程分配对丰枯分类的影响.为此,提出了年径流丰枯分类新方法--集对分析法.集对分析法考虑了径流的大小及其年内时程分配,即将年内12个月的月径流量分别分类并构造分类集合,由分类集合与分类标准集合构造集对,用联系度描述集对的关系进而进行径流丰枯分类.将集对分析法用于金沙江干流某水文站年径流丰枯分类,研究表明集对分析法概念清楚,计算简单,分类结果可信.     

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。     

非参数解集模型再探

参数解集模型具有固定的相依结构和边缘概率分布,非参数解集模型克服了参数解集模型的缺点,但非参数解集模型有自身的不足：用于时间量随机解集时,不能保持首尾自相关结构一致性;用于空间量分解时,不能保持空间上的量滞时为1的自、互相关特性。基于改变条件概率密度函数对非参数解集模型进行了改进,提出了改进的非参数解集模型。将建议模型应用于金沙江流域屏山站月径流随机生成,结果表明改进模型是合适的。     

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。