基于小波变换的水文时间序列分解

运用Mallat算法和Daubechies小波，介绍了基于小波变换的水文时间序列分解方法。通过小波变换，将水文时间序列分解成不同时间尺度的确定性序列和随机序列，为建立水文时间序列中长期预报耦合模型打下了基础：以长江寸滩站日平均流量和年最大流量序列为例，进行了小波变换：通过对分解后的序列进行重构，结果是满意的。     

基于方差线谱的水文时间序列周期分析

水文资料在地方水利建设、防洪减灾、水资源管理等方面具有重要作用。由于许多地区缺少长时间序列水文资料,因此在涉水工程研究中,往往需要对水文序列进行模拟和延长,周期识别是其中一个非常关键的步骤,方差线谱法(即周期图法)是周期识别的一种重要方法。本文通过对长江上游某水文站流量时间序列的周期识别,阐述了方差线谱分析在水文时间序列模型中的应用。     

水文时间序列周期分析方法的研究

水文时间序列基本上具有周期性,但并非物理意义上的周期,而是概率学中的周期。进行时间序列周期的识别和判断是比较难的问题,因此,怎样进行时间序列周期的分析与检测,已经成为水文研究者重点关注的问题。     

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。     

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。     

水文时间序列模体挖掘

水文时间序列数据中蕴藏着自然演变的规律和人类活动对下垫面影响的信息。通过序列模式挖掘技术发现这些时空序列中蕴藏的洪水频率、水文情势突变等物理规律能够为水文预测预报、防汛调度等提供辅助决策支持。模体是指在一组序列中重复出现的相似片段模式。时间序列模体数据挖掘就是利用数据挖掘思想,在时间序列中找出重复出现的相似片段的过程。本文针对水文时间序列的特点以及对洪水和旱情的挖掘需求,提出基于小波变换、极值点分解和符号化的模体挖掘方法GSB-VLMD（Grammars & Semantics Based-Variable Length Motifs Discovery）。其中小波变换负责对数据去噪,使处理后的数据变得更加平滑;极值点分解负责从平滑数据中提取洪水和干旱等极值语义信息;符号化负责离散化数据,为模体挖掘Sequitur算法提供输入。以太湖近50年水位序列作为源数据,使用该方法对其进行模体挖掘,结果证明了其正确性和实用性。     

岩溶地下河水文时间序列小波消噪处理

在对重庆青木关岩溶地下河进行水文地质调查和水文气象观测的基础上,针对岩溶地下河水文过程的复杂非线性特征及存在的观测噪声,利用小波消噪方法对岩溶地下河水文时间序列进行消噪。结果表明：对水文时间序列进行消噪是必要的;小波消噪后,曲线变得平滑而且自相似性更强,该方法是有效可行的;小波函数的选择、分解层数的选取、阈值的确定和处理,需进行更深入的研究。     

基于小波变换的降雨时间序列去噪方法研究

小波变换在降雨时间序列数据的去噪方面具有显著的优势，可有效提高降雨时间序列预测的准确性。为确定降雨时间序列小波去噪过程中小波基函数、分解尺度以及阈值估计方法的选择，实现最优去噪，以国家气象科学数据中心2008～2018年的日降雨时间序列为基础数据，以中国5个不同气候类型的省份为研究区域，基于复合指标T对57种小波基函数的去噪效果进行评价，并评价去噪过程中可能的分解尺度和常用阈值估计方法。结果表明：7～10阶的Daubechies小波是去噪效果最好的小波基函数组，最小T值在0.326 4～0.422 8之间，Symlets小波族的去噪效果最差；最优的分解尺度为3级，最小T值范围为0.184 4～0.252 6;混合阈值和Steins无偏风险估计阈值的去噪效果最好，最小T值在0.377 3～0.435 9之间。研究成果可为中国境内降雨时间序列和其他水文气象时间序列的去噪方法提供参考。     

小波分析在水文预报中的应用

对小波变换的基本理论和小波分析(多分辨分析、小波包分析)方法做了简要的阐述,介绍了国内外当前小波理论在不同领域应用研究现状,结合长江111年的水文资料,分析了小波技术在水文预报预测中的应用,研究结果表明小波分析用于水文时间序列趋势分析是合理可行的.     

基于离散小波变换的水文遥测图像处理技术

水文遥测技术是近年来在水文行业中新兴的一种监测技术,使水文监测工作的难度得到了很大程度改善,但是这种技术会受到天气和传输信道噪声的影响,致使监测的结果会出现一定的偏差。文中应用基于离散小波变换的图像处理技术,从根本上解决了水文遥测图像传输过程中的失真问题。     

水文时间序列突变特征的小波与李氏指数分析

基于小波变换与李氏指数(Lipsehitz)的分析方法，对水文时间序列多尺度变化的突变特征进行了探讨，研究显示，小波变换与李氏指数分析方法不仅能将水文时间序列的突变点在时间域上展现出来，而且清晰地给出各种突变类型、强弱及分布．以黄河青铜峡站多年(1723～2000年)的天然年径流时间序列为例，分析表明其年径流在278年的变化中，共有10次较大的突变，平均28年出现一次，每次突变的类型和影响程度都有所不同；而其在近50年以来发生了4次突变，大约10年左右出现一次突变，且持续时间也较长，与以往相比其突变的频次和影响程度加剧．     

基于秩统计量的枯水期径流时序变点的非参数识别

本文提出了枯期径流时序变点的识别原理和基于秩统计量的非参数识别方法,该方法能很好地解决分布函数难以确定时的时序变点识别问题。以东江流域为例,对其干流的枯期径流量年系列(1957—2000年)进行了变点识别,结果显示1974年为东江流域枯期径流的显著性时序变点。通过对比分析变点前后的统计参数,1974年后的东江流域枯期径流量年均值明显增加,年际变化的离散程度增大。     

基于时间序列的地下水封洞库变形监测模型研究

为确保地下水封洞库工程的安全,需利用监测数据分析和掌握地下结构的安全性状,并利用已有监测数据预测未来结构变化。基于时间序列分析理论,并以地下水封洞库变形监测效应量为研究对象,试图建立地下水封洞库变形的时间序列预测模型,在介绍模型原理的基础上,分析了监测数据平稳处理、模型识别、参数估计的方法和步骤。通过工程实例证明,采用时间序列分析预测模型对地下水封洞库围岩变形进行预测是可行的。     

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。     

基于喀斯特流域径流量多时间尺度小波分析

利用Morlet小波变换,对喀斯特流域鲤鱼塘水文站45 a年平均径流量序列进行了多时间尺度演变特性分析.研究结果表明,鲤鱼塘水文站年径流时间序列存在26 a的主周期变化,同时还存在7 a的次周期变化,径流演变呈现出较明显的丰、枯交替振荡.对年径流量变化趋势进行了分析预测:1998年以后的7 a左右,年径流量还将处于偏丰期;2000年以后的11 a左右,年径流量有由丰转枯的趋势.因此,小波分析可以用来评估水资源量的变化趋势,,对指导喀斯特地区水资源规划及可持续利用有借鉴意义.     

水文时间序列的混沌神经网络预报

简要介绍混沌和BP神经网络的理论，在此基础上阐述了水文时间序列预测中混沌同BP神经网络结合的可行性，提出了用最小嵌入维数作为BP神经网络输入节点数方法，并给出了计算的方法和步骤，用宜昌日径流时间序列资料进行了验证，分析结果表明：用混沌同BP神经网络相结合的办法做日平均流量时间序列的预测是可行的，嵌入维数作为BPNN的输入节点数是合理的，关于隐含层的节点数问题还有待进一步研究。     

宜昌站月径流时间序列的混沌特性分析

关于水文时间序列的混沌特性识别,目前已有多种方法和指标,但单独一种方法一般不能作为混沌特性识别的充分条件。根据相空间重构和混沌理论,对宜昌站1900～2007年的月径流序列进行了较全面的混沌特性分析。首先采用C-C法计算重构参数对月径流序列进行相空间重构,然后分别计算其关联维数、Lyapunov指数和Kolmogorov熵,用这3个不同的混沌判别指标并行分析宜昌站月径流序列是否具有混沌特征。经计算,宜昌站月径流序列各个混沌判别指标均表明其具备混沌特征。     

基于Mann-Kendall法的水温时间序列检验

以某水文站50年的四季以及年平均水温序列分析为例,探讨了应用Mann-Kendall非参数检验法方法对水温时间序列趋势和突变进行检验的适应性。通过对实际数据的分析计算,并与相关要素的检验结果对比分析,表明Mann-Kendall检验法能够较好地识别出水温时间序列的长系列变化趋势及突变点。