基於動態演化分析的水文序列一致性檢驗方法研究

《基於動態演化分析的水文序列一致性檢驗方法研究》是依託中央財經大學，由林木擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於動態演化分析的水文序列一致性檢驗方法研究
• 項目類別：青年科學基金項目
• 項目負責人：林木
• 依託單位：中央財經大學

項目摘要

準確判斷變化環境下水文時間序列可能具有的非一致性，是現代水文時間序列分析的基礎理論問題。水文學採用的一致性檢驗方法主要依據統計學平穩性檢驗，沒有考慮水文序列的動力學性質，不能從本質上判斷序列的長期演化趨勢；同時，現有水文數據序列的長度也難以滿足對非一致性序列進行統計推斷的要求。本申請基於水文過程的動態演化機理，利用非線性動力系統理論，建立水文時間序列的灰箱統計模型，分析序列的長期演化規律、平衡點及周期軌的存在性、參數分岔規律及敏感性、系統結構穩定性等動力學性質，提出基於動態演化分析的一致性檢驗方法。利用三個代表性流域的數據進行對比分析，驗證理論結果。與統計學平穩性檢驗對比，重點解決一致性與時間尺度及周期性的關聯關係問題。本研究將發展水文序列一致性檢驗模型方法，促進變化環境下水文統計理論的發展。

結題摘要

由於自然環境變化和人類活動影響，水文時間序列的均值、方差、自相關係數等發生變化，體現出非一致性。傳統非一致性檢驗方法借鑑統計學的非平穩性檢驗方法，但檢驗結果與序列長度等有較大關聯。本項目由突變和潛周期這兩種最常見的非一致性特徵入手進行分析，辨析檢驗方法與時間尺度、周期性趨勢的關聯關係。結合數值模擬數據與實測數據，比較MK檢驗、Pettitt檢驗、滑動t檢驗、非參數相似度檢驗、快速傅立葉變換、小波分析等不同檢驗方法對常見水文序列的效果差異。結果表明MK檢驗對於水文序列突變檢驗有較好的適應性，但對數值模擬的一般數據沒有特殊優勢；而常見統計檢驗方法的潛周期識別效果沒有明顯差異。時間序列分析起源於人類對於尼羅河漲落的研究，而興盛於現代金融學對於股票等金融工具價格的預測。本項目綜合水文數據和金融數據進行一定程度的對比分析，據此提出均值差檢驗和回歸預測檢驗方法。該方法對於Sangamon河和上證綜指數據進行了綜合對比分析，在水文數據的處理中與傳統的MK檢驗等方法沒有明顯優劣，但對金融數據的突變點檢驗更符合金融市場實際。除徑流時間序列外，結合漢江流域、山東省、山西省等不同流域和地區降水、氣溫、植被指數等不同水文序列，綜合開展了趨勢分析、突變檢驗、周期識別等非一致性相關的研究。並結合人類活動影響綜合建立經濟生態水文關聯模型，用於輔助時間序列分析預測。本項目所討論的一致性檢驗方法對合理使用統計方法進行時間序列突變和潛周期識別有理論意義，為評價人類活動對水文序列影響的提供了相對客觀的理論方法。