基于双谱分析的水文信号提取

高阶统计量方法是非线性、非平稳信号领域的拓展,而水文演化行为符合混沌特性。本文以黄河、长江干流径流时间序列为例,首先运用Kolmogorov—Smirnov正态性检验,发现其表现为“尖峰”、“厚尾”状分布;继而利用双谱分析对河川径流时间序列进行了信号提取,结果表明,样本序列具有非线性特征。对于非对称系统,用高阶累积量研究系统的非线性是一个极为精确和有效的方法。     

基于高阶统计量的河川径流时间序列非线性特征分析

高阶统计量中的双谱能够同时保留信号的幅度信息和相位信息,可以检测和表征信号的非线性耦合关系及辨识非线性系统,通过对宝鸡市渭河、清姜河45年月径流时间序列进行分析,揭示出河川径流时间序列数据结构中具有非线性的特征.研究结果表明,用双谱分析辨识径流系统非线性特征是一个极为精确和有效的方法,对进一步探索河川径流的演变规律和预测其未来演变情势具有重要的理论价值.     

河川径流演变的非趋势波动分析

运用非趋势波动分析法,对黄河上游河川径流近百年月平均流量序列进行了分析,揭示了河川径流的长程相关性及其内在规律性。研究结果表明:黄河上游近百年河川径流序列波动的标度指数a=0.5862,存在内在的正长程相关性,长程幂律关系至少可持续54月或4.5年;大于54月尺度区间的标度发生改变,可能是不同时空尺度下信号突变或序列长度受限所致,这也从某种程度上体现了河川径流系统演变过程中复杂的物理机制。     

河川径流时间序列长记忆性分析

提出一种基于Liu结构转换的径流序列分解方法,对河川径流长记忆性进行了尝试性分析,并运用修正R／S进行了检验。实例有效证实了径流序列长记忆性的存在,而且径流波动的突变与降水、气候变化关系密切。这对于探索流量波动规律及其演变趋势有重要的理论意义,同时也为水资源合理配置及规划提供强有力的理论依据。     

基于分形维数的汛期洪水分期

为了研究汛期洪水分期合理的划分方法,引入分形维数理论分析了洪峰散点序列的分维特征,给出了按时间尺度的容量分形维数的具体计算方法。结合某水库入库洪水分期实例,以汛期日最大流量为系列样本进行了分形维数的计算和分析。结果表明:采用容量维数算法划分的洪水分期与经验统计方法划分的洪水分期基本一致,但分形方法揭示了隐藏在洪峰散点序列这一复杂现象背后特定的规律性,比经验统计方法更具有定量、客观和计算简便等优点。     

基于Hilbert-Huang变换的径流演变周期提取

提出一种基于Hilbert-Huang变换的周期提取方法。对径流序列直接进行变换后,经频率搜索处理得到径流波动频率及其演变过程。通过对黄河上游兰州站径流序列的分析,表明该方法能够真实地描述径流序列的非平稳非线性特性,具有很高的准确性与可行性。