长江上游川中地区降水时间序列的混沌分析

在介绍重构相空间技术的主要定量指标(关联维数D2和柯尔莫奇诺夫(Kolmogorov)熵)的基础上,针对长江上游川中地区降水时间序列,探讨了不同嵌入维m下其关联维数的变化规律。计算结果为该时间序列的饱和关联维D2=5.11,最低嵌入维m=10,Kolmogorov熵k=0.338;采用主分量分析(PCA分布)方法进一步验证了该序列具有混沌特性,并且得到该序列的预测年限不应超过2.96a,为降水预测提供了较为科学的依据。

鄱阳湖流域年降水时间序列的小波分析

对鄱阳湖流域内的赣州、宜春、南昌和庐山4个气象站近60年的年降水量序列进行小波分析,研究了鄱阳湖流域降水时间序列的周期性变化规律。结果表明,鄱阳湖流域年降水量存在两个明显的周期变化,分别为30～35a和12～15a,2011年正处在30～35a周期转化的节点上,未来30a鄱阳湖流域可能将进入降水偏少的周期;而12～15a周期尺度在2000年以前比较明显,2000年以后12～15a周期特征趋于消失。通过对ENSO指数的变化周期尺度的研究,发现厄尔尼诺现象的出现周期与鄱阳湖流域年降水量周期十分相似,两者具有很高的相关性。

华北降水时间序列资料的小波分析

利用小波变换时域局部性特点，对华北地区降水时间序列资料作了多时间尺度小波分析。在对华北地区降水 １００年资料的分析过程中，运用不同的时间尺度分别得到 ６～ ７年、２１～２２年和３５～３６年的时间周期规律。这些结果为探讨华北地区长期旱涝趋势的可预报性问题提供了重要信息。此外，还对这些特征尺度下的小波分析曲线进行了重构，得到的重构曲线与用原始数据作十年滑动平均所得曲线十分吻合。

基于小波分析的西昌市降水时间序列变化特征

利用1951～2008年西昌市降水资料,采用回归分析和Morlet小波分析方法,研究了西昌市季节、年降水量变化的多时间尺度的周期性变化规律,并对西昌市中短期降水状况进行了预测。结果表明,近58年来西昌市年降水量呈下降趋势,降幅为-2.300mm/10年;各季节有增有减,春、秋季变幅较大,春季增幅为5.711mm/10年,秋季降幅为-9.635mm/10年;夏、冬季节波动不大。季节、年降水量存在着多重时间尺度下的周期变化特征,多重时间周期尺度相互嵌套,春季的主要振荡周期为4和35年,夏季为3、15和42年,秋季为3、7、11和18年,冬季为4和15年,年降水量为3、7、15和22年。不同时间尺度,具体年份对应的相位不同,降水变化趋势的预测结果也不同。

小波变换分析降水时间序列的多分辨率特性研究

利用小波变换的多分辨率特性分析降水时间序列,其小波分解级数应是确定的。为解决此问题,提出一种新的框架:首先利用àtrous小波变换对降水时间序列进行分解,然后对分解的序列进行多尺度熵(MSE)分析以获取原始降水时间序列的一些潜在特征。分析表明,小波分解级数可以由不同尺度下近似信号MSE曲线的Mann-Kendall(MK)检验确定。对环渤海湾地区包括大连、锦州、天津、潍坊四个站点的降水时间序列复杂度进行多尺度分析比较,结果表明,利用MSE分析和MK检验可以得到较理想的小波分解级数。不同地方的降水时间序列复杂度分析可以为水资源的规划和应用提供参考。

降水时间序列周期性分析研究

以分析额济纳旗降水周期变化规律为例,探讨了降水时间序列确定性成分的分析方法。利用额济纳旗1971-2000年的降水资料,基于滑动t检验法、坎德尔(Kendall)秩次相关检验法、秩和检验法和最大熵谱法,对降水序列进行了趋势性、跳跃性和周期性分析。由计算结果分析得到额济纳旗降水过程主要存在的周期特性,为额济纳旗干旱预防和防治起到借鉴作用,为研究区生态保护及灌溉工程的设计提供基本依据。

东北地区近百年降水时间序列变化规律的小波分析

利用1905～2005年东北地区哈尔滨、长春、沈阳和大连的降水时间序列资料,采用距平和Morlet小波分析方法,研究了东北地区降水变化的多时间尺度的周期性性变化规律,并对东北地区近期降水状况进行了预测。结果表明:近百年来东北地区年降水量呈现较显著下降趋势,整个东北地区降幅为-5.2mm/10a;长春为-12.7mm/10a;哈尔滨为-7.1mm/10a;大连为-2.7mm/10a;沈阳略为上升趋势为1.3mm/10a。东北地区的年降水量存在着区域性的多重时间尺度下的周期变化特征,2a～3a、5a～6a,10a和50a左右的长期振荡周期具有全域性;长春、哈尔滨年降水的主要控制周期是20a左右;5a～6a的短周期和50年的长周期变化也对年降水有较大影响。

基于混沌的三江平原月降水时间序列分析

三江平原是我国最大的淡水沼泽区,近年来降水的减少是导致湿地减少的一个重要的自然因素.别拉洪河是三江平原上比较有代表性的沼泽性河流.以别拉洪水文站的降水序列为例,通过相空间重构,分别计算了序列的关联维、最大Lyapunov指数以及Kolmogorov熵等几个序列特征量.计算表明:三江平原月降水序列中是存在明显的混沌特征的,这为以后建立三江平原月降水的混沌预测模型提供了理论依据.

榆林地区降水蒸发时间序列的多尺度特征和突变分析

基于榆林地区4个站点1978～2004年降水和蒸发实测资料,采用Morlet函数作为小渡函数,对序列结构进行详细剖析,并探讨了降水和蒸发的多时间尺度变化及突变特征.结果表明:降水变化具随机性,蒸发具有一定规律性,蒸发量从南向北有逐渐递减的趋势;降水量、蒸发量演变过程存在明显的多时间尺度特征,具有16、15 a的近似主周期,3、7、9 a的次周期,且周期变化复杂,大时间尺度包含着小时间尺度;a=16、15 a比a=9 a突变点发生时间滞后3～4 a,且降水比蒸发突变约滞后1 a;在不同时间尺度上,突变点也有一定差异,降水时间序列突变点较多出现于80年代后期和90年代后期,蒸发时间序列的突变多出现于80年代中期和90年代的中后期.

降水量时间序列变化的小波特征

利用小波变换对降水量时间序列的多时间尺度变化及突变特征进行了探讨。小波变换不仅能将降水量时间序列的频率特征在时间域上展现出来 ,清晰地给出各种时间尺度的强弱和分布情况以及旱涝变化趋势和突变点 ,而且还能分析出其主要周期。以新安江流域黄山地区主汛期 (5～ 7月 )和年降水量为例 ,计算表明 ,其年际及年代际时间尺度在时域中分布不均匀 ,具有明显的局部化特征 ;同时分析出主汛期降水具有 8年、19年左右的周期 ,年降水存在 6年、19年左右的周期 ;研究还表明 。

鄱阳湖流域长时间降水序列多尺度分析

简要阐述了傅里叶变换和小波变换的理论以及这两种变换应用在不同领域的研究现状,结合鄱阳湖流域长时间序列(110年)的降水实际观测资料,分析了傅里叶变换和复Morlet小波变换在降水中的应用,并在此基础上,对鄱阳湖流域未来3年的降水趋势进行了短期预测,预测结果与实测降水趋势一致;因此研究结果表明将复Morlet小波变换应用于长时间序列的降水资料进行分析降水周期变化规律以及对未来的降水趋势进行短期预测是合理可行的。

降水酸度时间序列的长程相关性

利用R/S分析方法分析了分别来源于美国North Dakota(1980～2000年)及我国常德市(1990～1999年)的降水酸度月均值时间序列,证实了降水酸度时间序列中存在长程相关性.其Hurst指数H>0.5,表明其变化表现为分形布朗运动,各月份降水酸度值是相互关联的.长程相关的时间可达8～9年,表明长程相关性是降水酸度趋势预测中必须考虑的重要因子。

基于小波理论的锦州市降水时间序列特征分析

文章文基于小波理论,采用复数形式的Morlet小波分析法对锦州市降水时间序列进行分析,揭示区域降水量时间序列变化特征及其存在的主要周期。

基于小波变换的三江平原低湿地井灌区年降水序列变化趋势分析

近年来,由于水田面积迅速增加,导致三江平原低湿地井灌水稻区地下水位普遍下降,"吊泵"、局部超采现象时有发生,因此,三江平原的地下水资源平衡急需恢复。为解决上述问题,以853农场为例,应用小波理论对853农场实测年降水时间序列的多时间尺度变化特征及突变特征进行分析,揭示该区年降水变化的主要周期及旱涝变化趋势,为853农场乃至整个三江平原充分利用天然降水、地下水资源恢复及可持续利用提供科学依据。

月降水序列混沌特性识别及预测

以泾河流域西峰镇站1951-2001年月降水时间序列为基础，利用互信息函数法求时间序列的时间延迟，引入伪邻近法求该序列的嵌入维数，计算结果显示其嵌入维数在[2，12]之间变化，再利用G-P算法计算该序列的关联维数，结果表明序列具有明显的混沌特性。用Volterra级数一步预测方法对混沌时间序列进行预测，实验表明，在训练数为220、样本数为392时预测结果较优。

吉林省年降水量空间分布及周期变化规律分析

研究吉林省降水空间分布及周期变化规律,对区域水资源利用、农业生产安排及旱涝灾害防治有重要意义。利用1958~2011年吉林省逐月降水序列资料,采用Kriging插值、距平和Morlet小波分析方法,分析吉林省降水空间分布及多时间尺度周期变化规律,并对吉林省近期降水状况进行预测。结果表明,在空间上,吉林省降水量整体呈现东南部山区少、西北部平原少和南部山区多的"一多两少"格局;吉林省降水量存在着区域性的多重时间尺度下的周期变化规律,并以此大致将吉林省划分为四个区域:西北部,年降水周期主要为5~6、10~20、25~30年;中部,主要为4~8、16~25年;南部,主要为7~8、13~17年;东南部,主要为5~10、12~17年;依据周期规律,推测2010年以后,吉林省在不同地区、不同时间周期下降水量呈现不同的丰枯形势。研究成果可为吉林省水资源变化特征研究及水资源管理提供数据支持。

攀西地区月降水时序非线性特性分析

在介绍相空间重构理论的基础上,以攀西地区4个站点47 a的月降水时间序列为例,研究了该地月降水时间序列的非线性特性。首先,运用定量的G-P关联维方法,探讨了非线性分析的主要定量指标,具体而言有,饱和关联维数D2和柯尔莫哥诺夫熵,计算表明攀西月降水时间序列具有一定的非线性混沌特性。其次,结合定性的功率谱分析方法,进一步验证了攀西月降水时序具有非线性特性。除此之外还应用Cao方法检验,从而排除了月降水时序为随机序列的可能性。本文为进一步研究月降水时序数据的复杂性及其演化规律奠定了基础。

贵阳市汛期降水特点及对旱涝灾情影响的分析

根据对贵阳市汛期 (夏季 5～ 8月 )降水序列资料的分析 ,指出了贵阳汛期降水存在 5年基本周期和次一级周期的时间演变规律 ;同时根据汛期降水特点 ,指出了汛期中 6～ 7月雨量最丰沛 ,且多大雨暴雨 ,是防洪排涝的重要时期 :7～ 8月降水变率大 ,常出现干旱 ,因此 。

1951—2009年北京市降水变化情势分析

建立北京市1951—2009年的降水变化时间序列,采用经验模态分解(EMD)方法求出该序列的本征模态函数(IMF),分析原序列内在的多尺度振荡变化;综合运用Mann-Kendall法和R/S法分析原序列的突变以及未来趋势特征。结果表明:北京市降水变化序列主要由IMF1、IMF2和IMF3这3个本征模态构成,3～4a、5～6a、14a尺度的振荡变化对整个变化起主要作用;短期内,北京市年降水量有在波动中减少的趋势。1951年来,降水序列整体上呈减少趋势;减少的突变年份是1994年,2005年以后降水显著减少。从M-K与R/S方法的综合分析来看,在未来的长时间尺度上,北京市的年降水量整体上将在波动中不断增加。

基于Hurst指数的黑龙江省作物生长季降水趋势研究

基于黑龙江省78个气象站1971—2016年逐日降水资料,综合采用墨西哥帽小波分析、Hurst指数分析等方法,对黑龙江省作物生长季(5—9月)降水量变化和未来趋势进行分析及预测。结果表明:1971—2016年,黑龙江省生长季、5月、6月降水量存在7 a、14 a、7 a左右的主周期,7月、8月、9月降水量存在2 a、3 a、7 a左右的第1主周期及6 a、11 a、21 a左右的第2主周期,各月均存在最近几年降水偏多的趋势;作物生长季降水量年际间为波动式振荡变化,7月、8月振荡幅度相对较大。年代际变化总体存在增加—减少—增加趋势,20世纪80年代、90年代降水量普遍偏多,2010年以来出现急转升高变化;单站各月Hurst指数均在0.5以上,降水存在比较明显的赫斯特现象;降水主要出现在夏季且以7月最为集中,最近几年降水偏多、7月异常降水集中以及主要流域未来7月降水的持续增加趋势在农业防灾减灾上值得关注。