日径流序列混沌识别中合理长度确定.docVIP

日径流序列混沌识别中合理长度确定 　　摘要：混沌理论是进行水文时间序列分析的重要手段。为保证分析结果的可靠，主张充分利用现有资料，但目前缺乏时间序列长度对混沌特性识别影响的研究。以长江上游武隆站和北碚站日径流序列（1951年-2012年）为例，通过对二者进行混沌分析，研究了最大Lyapunov指数对序列长度的响应。结果表明，日径流时间序列长度过小时会影响混沌识别结果，使结果缺乏可靠性；并不是样本序列长度越长混沌识别结果越好；当序列长度达到3 000左右时，序列的混沌特性达到稳定，结果可靠并缩短了计算时间 关键词：水文时间序列分析；日径流时间序列；时间序列长度；混沌识别；饱和关联维数；最大 Lyapunov指数；混沌特性 中图分类号：TV121文献标志码：A文章编号：1672-1683（2017）01-0055-05 Abstract：Chaotic theory is an important means of hydrology time series analysis.In order to get reliable analysis results，it is recommended to make a full use of time series.But the research about how the length of time series affects the identification of chaotic characteristics is rare.In this paper，we carried out a study about the responding effect of the maximum Lyapunov exponent to the length of time series with the use of daily runoff time series of gauged stations named Wulong and Beibei in Yangtze River.The result suggested that short daily runoff time series would affect the result of chaotic identification and make the result unreliable；besides，when the length of daily runoff time series reached 3 000，the chaotic characteristics became stable and reliable，and it saved a lot of computing time at the same time. Key words：hydrology time series analysis；daily runoff time series；the length of time series；chaotic identification；saturated correlation dimensions；the maximal Lyapunov exponents；chaotic characteristics 流域的?搅鞴?程的研究方法和手段有很多：基于物理基础的水文模型、随机水文时间序列分析方法、人工神经网络、模糊集、模糊逻辑、模糊神经、遗传算法、以及混沌等[1]。混沌现象存在于诸多研究领域，包括天文学、生物学、化学、生态学、工程学以及物理学等[2]。混沌科学是非线性科学的一个重要分支，同时是解决非线性问题的重要工具。水文现象是一种具有非线性规律的自然现象，以往的研究结果表明水文时间序列中存在混沌现象，因此探究水文序列的混沌特性对深入了解水文规律具有重要意义。关于利用混沌理论进行水文时间序列分析，已经有若干进展。李国良[4]利用混沌理论，系统而全面地对时间序列的混沌分析方法进行了介绍。楼玉[5]建立了腾龙桥站日径流和兰溪站月径流的混沌径流预报模型，模型预报结果良好。牟丽琴[6]等则对汀江流域的月降雨混沌序列进行了混沌识别。袁鹏[7]等证明了四川省6个水文站的月降雨量时间序列可能存在混沌现象。周寅康[8]等对淮河流域的洪涝序列进行了混沌识别，并确定了该时间序列的最大可预报时间长度。但是针对时间序列长度对序列混沌特性识别的影响，研究甚少。此外，在进行相空间重构时，考虑到不同序列长度所需要的计算时长不同，序列的混沌特性随着序列长度的变化的规律也尚不清晰。因此探究时间序列长度与最大Lyapunov指数之间的关系，对合理选择序列长度、混沌识别可靠性及减少计算工作量具有重要意