一种基于ITA改进的水文气象序列趋势分析法

基于ITA(innovative trend analysis)法,提出了改进其趋势显著性水平的参数型趋势检测方法,给出一种刻画时间序列趋势的数量指标,并采用自举法检验趋势的显著性水平。经过蒙特卡洛数值模拟,将改进的趋势检测法对人工数据序列的检测结果分别与经典的Mann-Kendall秩次检验法和ITA法进行比较,验证了其可行性。将改进的趋势检测法应用于4种不同长度、不同地区、不同水文气象要素的时间序列数据进行趋势分析,结果表明,在5%的显著性水平上,黑河上游的年径流量、日本福冈每年发生风暴的天数和琼海的年平均气温都呈现显著的增加趋势,而北京的最大日降水量在10%的显著性水平上为显著下降趋势。

应用非参数的MK和ITA方法分析地下水水质参数变化特征——以新三矿含水层为例

矿区地下水水质变化是影响矿区生态环境和矿井安全生产的制约因素之一,正确认识水质变化趋势是首要任务。根据以往实测水质参数pH、COD、Na^++K^+、Ca^(2+)、Mg^(2+)、Cl^-、SO_4^(2-)和HCO_3^-的数据,采用Mann-Kendall检验法(MK)和Innovative Trend Analysis(ITA)探讨新三矿由上而下6个不同含水层水质参数随时间的演变规律,并且针对不同的数值变化范围选用不同的ITA指数。通过比较,两种方法结果有很好的一致性,结论认为:相比MK检测法,定量的ITA法拥有更多的优点,可以图形化地表示分析结果,可以通过将水质参数值分为低、中、高水平更好地分析水质参数的趋势和次要趋势;8种水质参数中,Ca^(2+)和Mg^(2+)相较其他离子能表现出更显著的变化趋势;6种含水层中,大青灰岩含水层中Cl^-浓度的低、中值下降而高值上升,煤层顶板山西组砂岩含水层和底板奥陶系灰岩含水层大部分水质参数显著下降,矿化度逐渐降低。

大坝变形监测序列的阶段性趋势识别方法研究

对大坝变形监测序列进行阶段性趋势识别,有助于加深对不同时间尺度上大坝变形监测序列的演变规律认识,对于大坝安全运行和管理具有重要意义。采用启发式分割算法(BG算法)对大坝变形监测序列进行突变点识别,能够有效避免突变点对趋势识别的干扰;在此基础上,通过改进ITA方法对分段子序列进行趋势识别,改进后的ITA方法能够保留序列内部相关性,具有较好适用性。工程实例分析表明,所提方法能够有效识别出大坝变形监测序列中的突跳点,将监测序列分为具有稳定趋势的子序列,并能识别出每段子序列的变化趋势。