水文时间序列分析方法及研究进展_桑燕芳.pdfVIP

第32 卷 第1期 地 理 科 学 进 展 Vol.32, No.1 2013 年01 月 PROGRESSINGEOGRAPHY Jan., 2013 水文时间序列分析方法研究进展 1,2 1 1 桑燕芳 ，王中根 ，刘昌明 (1. 中国科学院地理科学与资源研究所陆地水循环与地表过程重点实验室，北京 100101； 2. 中国科学院寒旱区陆面过程与气候变化重点实验室，兰州730000) 摘 要：水文时间序列不仅组成复杂，而且特性也复杂多变。目前认为水文时间序列主要表现出随机性、模糊性、 非线性、非平稳性和多时间尺度变化等复杂特性。本文首先简要介绍了用于揭示水文过程复杂变化特性的时间 序列分析方法的相关进展，包括序列相关性分析方法、水文频率分析方法、模糊分析方法、混沌理论分析方法、信 息熵分析方法和小波分析方法等6 种。然后，对各种分析方法存在的主要问题和有待解决的问题进行讨论，指出 了各种方法应用于水文时间序列分析时存在的主要缺陷和不足。最后指出，不断改进和完善时间序列分析方法， 探讨各种方法的联合和耦合，加强物理成因分析和数理统计分析相结合，是提高水文时间序列分析结果精度和可 靠性的有效手段，也是研究和解决环境变化影响下水文水资源问题的有效途径。 关 键 词：水文时间序列分析；不确定性；小波分析；信息熵；非线性；混沌性；耦合 doi: 10.3724/SP.J. 1033.2013.00020 1 引言 时预报等) 、水资源规划、水文测验和水文站网布设 等方面得到了广泛应用，主要使用的模型有自回归 水文时间序列分析是揭示和认识水文过程变 滑动平均求和模型、解集模型等。此外，为进一步 化特性的有效手段和重要途径。随机水文学认为： 改进和完善随机水文学理论，大量新技术和新方法 水文过程既受确定性因素的影响，又受许多随机和 不断引入到随机水文学领域，例如，非线性理论、信 不确定性因素的影响。因此水文时间序列主要包 息熵理论(Information Entropy)、混沌理论和小波分 含确定成分和随机成分(Yevjevich ，1972；丁晶等， 析理论(Wavelet Analysis, WA) 。新技术和新方法的 1988) 。确定成分基于一定的物理机制形成，例如 引入很大程度上提高了水文时间序列分析结果的 地球公转和自转使水文序列包含确定性(年、月和 精度和可靠性，进而也促进了随机水文学理论和方 日)周期成分；人类活动改变土地利用方式，影响到 法体系的发展。 流域产汇流模式，使水文序列存在趋势和跳跃等暂 水文时间序列不仅组成复杂，而且特性也复杂 态成分等。随机成分则是由许多随机和不确定性 多变。传统的时间序列分析方法主要将水文序列 因素综合作用引起的不规则震荡，往往很难从物理 看作平稳和线性序列，并应用序列相关性分析方法 机制的角度加以解释和描述。 和傅里叶变换(Fourier Transform, FT)等进行分析和 自Thomas 等(1962) 以及Yevjevich ( 1963)揭示 描述。随着新技术和新方法的不断引入，对水文现 了水文现象在时域上客观存在着相依性，并且应用 象和水文过程的认识逐步加深。目前，总体上认为 马尔柯夫模型加以描述，随机水文学得到了迅速和 水文系统主要体现出以下复杂特性：随机性、模糊 广泛的发展。国内，丁晶和邓育仁较早对随机水文 性、非线性、非平稳性(时变性)和多时间尺度变化特 学理论和方法进行了研究，并出版了相应的著作 性等。本文简要介绍了用于研究上述不同特性的 ——《随机水文学》(丁晶