水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。     

基于人机联合优化的SWAT模型参数率定方法研究

参数率定是水文模拟的重要环节,也是分布式模型研究中的难点问题。寻求一种收敛速度快、精度较高的参数率定方法,对提高模拟精度具有重要的意义。LGCPSO算法是一种可以更加有效地搜索全局最优解的优化方法,但使用过程中无法考虑参数的物理意义,参数取值可能不符合流域实际情况。本研究以西营河为例,采用人工试错法与LGCPSO算法联合率定SWAT模型参数,模拟流域的月径流过程和日径流过程。结果表明:人机联合优化方法和SCEUA算法计算得到效率系数Ens、相关系数R2和相对误差Re的结果接近,率定结果较稳定;采用人机联合优化方法率定参数后,月径流模拟过程的Ens和R2可达到0.8以上,日径流模拟过程的Ens和R2达到0.6以上,且模拟结果能较好地反映径流的实际变化趋势。因此,这种人机联合优化的率定方法具有一定的推广价值。     

水文序列分析中基于信息熵理论的消噪新方法

为准确有效地识别和分离水文时间序列中的噪声成分，应用信息熵理论并结合小波消噪的基本思路，建立了小波系数阈值优选熵准则和水文序列消噪新方法：即首先应用熵函数H值描述噪声成分的不确定度，并应用信息量系数ICF(information cost function)值描述主序列的复杂度；然后通过分析不同小波系数阈值对应的噪声成分H值和主序列ICF值的变化规律，可优选出合理的小波系数阈值；最后对小波系数进行阈值量化处理，即可实现水文序列消噪。通过对不同特性模拟序列和不同实测水文序列分别进行分析，并通过与常用小波消噪方法(FT、SURE、MAXMIN)的消噪结果对比，验证了该阈值优选熵准则的合理性和适用性。分析结果显示：水文序列中的噪声成分具有偏态特性，因此本文中应用偏态分布线型(P-III型分布)对噪声成分进行描述更为合理；且此阈值优选结果是基于信息熵理论而确定，因此是整体上最优值。     

基于相关系数的水文周期变异分级方法及验证

周期成分是非一致性水文时间序列中的一种变异成分,对周期成分大小的定量描述与量化分级具有重要的现实意义。基于相关系数提出了一种周期变异程度分级方法,适用于可识别出简单周期成分的水文序列。首先通过计算水文序列和其含有的周期成分之间的相关系数,然后选定分级阈值,将周期变异程度划分为无、弱、中、强及巨变异5种等级。通过推导相关系数与周期成分半振幅之间的表达式,说明以相关系数作为分级指标的合理性,并分析各变量对相关系数求解结果的影响。将所提方法分别应用于人工生成序列和实测水文时间序列,结果显示该分级方法合理可靠,有助于理解和定量评估流域环境变化及其对水文过程的影响。     

基于ARMA模型的水文序列相依变异分级方法及验证

受自然和人为等因素的影响,水文情势和地理环境不断发生显著变化,不同水文要素形成的水文时间序列常呈现出一定的相依性。为定量研究水文序列中的这种相依现象,本文以自回归滑动平均模型ARMA为例,选取原始水文序列与其相依成分间的相关系数为衡量标准,提出对相依变异强弱程度分级的一种方法。先用公式推导的方式从原理上阐明相关系数与序列的自回归系数和滑动平均系数存在的关系,从而建立相关系数与序列自相关系数的联系,再选择合理阈值作为分级界限,把相关系数划分为5段区间,对应描述5种不同强弱的相依变异程度。分别以较低阶数的ARMA模型为例,通过统计试验验证了以相关系数作为分级指标的合理性。将所提方法分别应用于模拟时间序列和实测水文序列,并结合物理成因从气候变化和人类活动两个方面对实测径流序列的相依变异分级结果进行了分析与验证,结果表明该方法合理可靠。     

变化环境下洞庭湖洪水变异规律及防洪安全评价研究展望

在全球气候变化和高强度的人类活动影响下,许多流域和地区的天然水文序列的一致性遭到破坏。对于洞庭湖流域,其洪水要素序列发生了明显变异,使得基于一致性的洪水频率计算方法不再满足实际需求,也无法作为防洪安全评价的主要依据。研究适用于变化环境的非一致性洪水的防洪安全评价方法变得尤为重要。围绕变化环境下的水文变异问题,首先梳理总结了相关研究成果和主要方法,然后综述了非一致性洪水频率计算的研究进展和区域水安全评价的基本方法,并重点对目前研究中存在的不足进行了说明。在此基础上,围绕如何探索变化环境下洞庭湖洪水规律识别和科学防洪安全评价问题,指出了未来研究需要重点关注和解决的科学问题。     

基于贝叶斯理论的水文线型参数不确定性分析

针对水文频率计算线型参数估计结果存在误差与不确定性及相应水文设计结果存在风险等问题,提出了基于贝叶斯理论的水文线型参数不确定性分析方法及相应的水文频率计算方法.通过贝叶斯采样得到所选线型中参数的后验分布并计算参数后验分布特征值确定不同置信区间,定量分析和描述线型参数的不确定性,根据参数的后验分布求得指定频率对应水文设计值的概率分布,在分析设计值概率分布特征值及不同置信区间的基础上,实现对水文设计结果不确定性和风险性的定量描述和估计.实例分析结果表明,水文线型参数及水文设计结果的不确定性客观存在,该方法用于研究线型参数不确定性行之有效,作出"概率值"的概率预报结果合理可靠.     

非一致性最低通航水位设计的保证率频率法

变化环境导致水位序列的高阶矩呈现显著的时变性，仅考虑均值变异得到的最低通航水位设计值已无法反映真实水位情况。针对该问题，本文基于分解合成思想和二阶矩变异分析方法，提出方差变异条件下非一致性最低通航水位设计的保证率频率法，并以高道水文站为研究对象对该方法进行验证。结果表明，考虑方差变异的情况下，高道站95%和98%年保证率水位序列在现状环境条件下的水位设计值较过去分别偏大2.15 m和1.60 m（当设计频率取80%时）。此外，考虑方差变异、仅考虑均值变异、未考虑任何变异三种情况得到的水位设计值存在明显差异，证明了在进行非一致性最低通航水位设计时考虑均值变异和方差变异的必要性。     

水文时间序列小波互相关分析方法

本文系统地提出了基于连续小波变换和离散小波变换的小波互相关分析方法,以及小波互相干性分析方法。在介绍水文序列小波互相关系数求解方法的基础上,提出小波互相关度定量指标,用于描述两时间序列在整体时间域上的互相关关系;并进一步提出绘制小波互相关系数等值线图的方法,以实现对时间序列互相关关系进行"时频综合分析"的目的。对黄河利津站和花园口站54年(1950—2003年)年径流序列进行分析,结果显示:时滞为0时序列在时间尺度为3、7、11和20年时具有良好的互相关关系,较传统方法仅揭示两序列在整体时间域上的线性互相关程度具有优越性,应用其可实现由整体到局部认识时间序列互相关关系的目的。能够分析和定量描述非平稳时间序列在特定时间尺度和指定时滞下的互相关关系,可克服传统互相关分析方法的局限,具有更好的灵活性和适用性。     

水文序列小波分析中小波函数选择方法

将信号离散小波变换中常用的7个小波系共54个小波函数作为选择范围,应用蒙特卡罗方法,通过黄河利津站和浙江白溪流域的实测水文序列,探讨小波分析中影响小波函数选择的因素,进而建立合理选择小波函数的依.据和方法.该方法应用每个小波函数对水文序列进行小波分解,并重构得到低频重构序列和高频重构序列两部分及相应的特征值,依据相应的小波函数选择判别标准分析特征值,从而得到合理的小波函数.研究结果表明,序列自身的变化特性是小波函数选择的重要影响因素;整体上序列变化特性越复杂时,适用的小波函数类型就越少.对两个流域资料分析结果验证了本文的小波函数选择方法的合理性.