基于小波分析理论的西北江三角洲枯水径流特征分析

为研究小波理论在枯水特征值分析中的应用,介绍了小波分析理论,包括基本小波数、小波变换系数与小波方差,并用该理论研究了西北江三角洲的枯水特征,识别了马口、三水站和思贤滘水文序列周期、突变情况。结果表明小波分析可以有效识别水文系统的多间尺度特性。     

非线性理论在水文学中的应用研究及展望

针对水文系统中存在的非线性现象与水文尺度问题,基于目前研究成果重点分析了混沌、分形和小波分析理论在水文系统中的应用研究现状和存在的主要问题,探讨了未来的研究方向和发展趋势。上述非线性理论的引入,不但为水文水资源的研究提供了新的思路,加深了对水文运动规律的认识,而且拓宽了水文学的研究范畴,同时也推动了非线性理论本身的发展。     

水文序列分析中基于信息熵理论的消噪方法

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概念,建立了小波系数阈值优选熵准则和水文序列消噪新方法。该方法首先应用熵函数H值描述噪声成分的不确定度,并应用信息量系数(information cost function ICF)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,而且小波系数阈值优选熵准则所得的阈值是基于信息熵理论而确定的,因此是整体上最优值。     

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。     

水文尺度转换问题的探讨

水文尺度的研究在当今社会越来越受到关注,其中,尺度转换更是研究的热点。以分形理论、小波分析和混沌理论为基础的水文尺度转换途径是3种主要的转换方式。组织的复杂性、尺度的不确定性、时空变异性以及资料的不足是该项研究的难点所在。最后提出了水文尺度问题未来的发展方向,其研究会随着新技术的发展变得更加成熟。     

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.     

岷江上游年径流变化的多时间尺度分析

水文时间序列通常包含了多层次时间尺度结构和局部化的特征.针对岷江上游紫坪铺水文站1937～2004年的径流实测资料,本文将小波分析理论应用于水文序列的多尺度分析中.研究结果表明,岷江上游的地表水资源具有多时间尺度的变化,具有6～7年、13年、16年左右的周期变化,利用小波变换可以准确分析它的变化阶段和序列特征.     

小波水文分析在年降水量分析中的应用

水文工作一项重要任务就是对相关要素进行中、长期水文预报,目前采用的方法一般为参数估计法、多元回归法、线性相关法等。应用小波水文分析理论,探讨降水量时间序列的多时间尺度变化特征,寻找出降水量时间序列不同时间尺度下的演变规律和发展趋势,从而为降水量的中、长期预测提供分析依据。     

水文序列小波变换模数的关联维数研究

以月降水序列和年径流序列为例,探讨了小波函数和尺度对水文序列小波变换模数关联维数的影响。研究表明:①水文序列的关联维数与其小波变换模数的关联维数不一致,小波变换改变了水文动力系统奇怪吸引子的特征;②小波函数不同,水文序列小波变换模数的关联维数也不同;③小波函数不变,尺度不同,水文序列小波变换模数的关联维数也不同,且先增大后减小。     

基于小波分析的丹江口水库水文年度入库径流变化特征

根据丹江口水库运行调度的实践,采用Morlet小波函数,对丹江口水库水文年度、汛期和非汛期的径流时间序列进行小波分析,揭示了丹江口水库入库径流多时间尺度的复杂结构,并分析了不同尺度下径流序列的周期变化和突变点.研究结果表明:水文年度、汛期、非汛期入库径流序列都存在9,20,40,50a的主要周期,并且水文年度入库径流与...     

基于小波分析的最近邻抽样回归预报模型研究

〗为了提高水文中长期预报的精度,以屏山站1951～2005年年径流序列为例,应用小波分析技术对信号进行多尺度分析,将水文时间序列分解成若干个高频序列和低频序列,再将高频序列和低频序列分别应用最近邻抽样回归建立模型,然后应用小波重构技术将各序列进行重构,从而实现对原始序列的预测。结果表明：应用小波技术建立的组合模型,其精度明显高于单一的最近邻抽样回归模型,可以应用于生产实践中。     

基于小波分析的丹江口水库水文年度入库径流变化特征

根据丹江口水库运行调度的实践,采用Morlet小波函数,对丹江口水库水文年度、汛期和非汛期的径流时间序列进行小波分析,揭示了丹江口水库入库径流多时间尺度的复杂结构,并分析了不同尺度下径流序列的周期变化和突变点。研究结果表明：水文年度、汛期、非汛期入库径流序列都存在9,20,40,50a的主要周期,并且水文年度入库径流与汛期径流具有相似的周期演变特征。研究成果可供丹江口水库运行调度参考。     

小波分析及其在日流量过程随机模拟中的应用

小波分析能将交织在一起的不同频率成分组成的复杂时间序列分解成频率不相同的子序列。基于小波分解和重构思想，本文以屏山站为例尝试将日流量过程分解成不同尺度下的小波系数(细节)和尺度系数(背景)，对分解所得的系数按实测资料显示的主周期(年)进行随机重构，从而获得各种各样的日流量过程线。当小波函数和尺度函数或滤波器确定后，分解和重构过程不需估算参数，也不必进行前期分析和任何假定，因而，这种随机模拟方法具有非参数化特征。实例分析表明是可行的。     

基于小波分析—模糊神经网络的径流预报模型

根据不同的小波分解及重构技术及不同的模糊神经网络模型训练周期,本文提出了四种小波分析与模糊神经网络相结合的径流预报模型,即：基于Mallat算法的母周期径流预报模型、基于Mallat算法的子周期径流预报模型、基于小波包算法的母周期径流预报模型、基于小波包算法的子周期径流预报模型,并阐述了模型建立的原理、结构及步骤。而且,以黄河源区出口水文站——唐乃亥站月径流量为应用实例,采用周期分解系数及模拟效率系数对上述四种模型进行对比评价。结果表明：基于Mallat算法的母周期径流预报模型预报效果最好,基于小波包算法的子周期径流预报模型则模拟效果最差。文中对导致这一现象的主要原因进行了分析, 并对小波分析及模糊神经网络在水文模型中的应用提出了合理化建议。     

干旱传播研究进展与展望Ⅱ −影响因素与干旱传播研究展望

在回顾干旱传播概念和内涵的基础上，明确提出干旱传播全环节的详细定义，阐述干旱传播的累积、衰减、 滞后及延长特征，并重点就累积性与滞后性提炼了有关进展。按干旱传播环节、干旱传播时空特征两种方法划分 干旱传播的类型，从线性回归、对数函数、小波分析、Copula 函数、因果分析、贝叶斯网络和随机森林 7 个方面、 从单一水文模型模拟和多个模型集合模拟两大方面，分别归纳统计方法、水文模拟方法在干旱传播研究领域的应     

基于小波分析的断面污染负荷演变 规律研究初探 ——以松花江哈尔滨段为例

采用Morlet小波函数对松花江哈尔滨水源地站1999 } 2008年逐月断面污染物负荷量变化过程进行小波分析,以多时间尺度揭示10年间污染物负荷量年际变化关系。结果表明,1年、2年、5 年时间尺度呈现强周期交替规律,3年、4年呈现弱周期交替规律。污染物负荷量年内变化与地表径流过程基本相符;受2005年松花江污染突发事件影响,该序列存在突变点。     

水文变异对水库汛期分期及汛限水位确定的影响

为科学探讨水文变异对水库汛期分期及汛限水位的影响,基于广西澄碧河水库53年径流数据,采用Mann-kendall、滑动T和Morlet小波等分析水文变异情况并确定突变年,应用集对分析法分别对变异前后的水库汛期进行分期,并结合调洪演算推求和比较水文变异前后的汛限水位。结果表明:径流序列呈现下降趋势,并存在19年的主周期,突变年为1990年。水文变异对水库汛期分期结果有一定影响,主要表现为缩短了前过渡期历时,延长主汛期历时。前汛期汛限水位可调控范围变异前为185~187 m,变异后为185~187.97 m,水文变异使前汛期汛限水位调控上限增加0.97 m,而后汛期变异前为185~188 m,变异后为185~187 m,水文变异使后汛期汛限水位调控上限减少1 m,可见水文变异主要影响着前后汛期汛限水位调控的上限,主汛期无明显变化。     

基于遗传算法优化的小波神经网络在中长期水文预报中的应用——以三门峡为例

造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。     

基于小波分析的汀江水沙通量变化规律研究

利用1951-2007年月平均水沙通量资料,采用Morlet小波函数,对汀江上杭水文站近60年来的年际和年代际变化特征进行小波分析,揭示了汀江水沙通量的多时间尺度变化特征和突变点,并根据小波能量谱(能量集中区)所对应的主周期进行了趋势分析.计算结果表明,洪季水沙通量的多时间尺度振荡趋势和位相与水沙通量的年变化特征相一致;洪季(4-9月)和年径流量均存在18年左右时间尺度的主振荡周期,6 -9年时间尺度的次主周期;洪季(年)沙通量均存在28年左右时间尺度的主振荡周期,16年时间尺度的次主周期;经小波趋势分析,未来10 -20年,汀江水沙通量与正常值相比呈降低趋势.