杂谷脑河径流量动态变化.pptVIP

973项目第四课题研究内容之一杂谷脑河径流量动态变化规律的探讨 报告人：李传荣 解决的问题： 揭示径流演变的规律性，为进一步研究植被对径流的影响打好基础。报告主要内容： 研究地点 研究方法 结果分析 结论与讨论 二、研究方法 应用SAS、SPSS和EXCEL软件进行统计分析。 2.1 缺失资料的插补、延长 依据桑坪站和杂谷脑站的相关关系差补 依据径流的时间序列反演差补 2.2 季节径流的时间序列预报 三、结果分析 畅流期5~10月，两站之间线性相关关系显著，相关系数在86%以上。 三、结果分析 图1 杂谷脑站和桑坪站径流相关关系 五种年型分级标准 年型 范围 相应频率 丰水年 12.5% 偏丰年 12.5%~37.5% 平水年 37.5%~62.5% 偏枯年 62.5%~87.5% 枯水年 87.5% 式中 ——长系列的多年平均径流量； Pi——逐年径流量； ——长系列的均方差。 杂谷脑站径流年型及年变化 桑坪站径流年型及年变化 图4.杂谷脑站和桑坪站和年内径流分配 图11 最大径流连续出现月份统计 3.3　径流变异规律 3.3.2 径流丰枯周期 识别最大可能的周期数K0：Ｎ为偶数K0=[Ｎ/2] ；Ｎ为奇数K0=(Ｎ-1)/2。 然后按试验周期排列数据，计算组内和组间离差平方和组内离差平方和（A）和组间离差平方和（Ｂ）。 其他一系列检验步骤确定丰枯周期。 3．4 径流的预报 3.4.1模型的识别和定阶 模型的识别需要计算样本均值及其标准差、自相关和偏相关函数。 根据平稳序列的自相关和偏自相关函数的形式及其统计特征判定。 表4. 零均值平稳序列的自相关和偏自相关函数  的统计特征 表5. 时间序列分析的参数表 图14. 杂谷脑站径流预报 3.4.3 模型检验 初步结论 4.1 缺失资料插补 4.2 杂谷脑河的径流量趋势 4.3 年内径流分配规律 4.4 径流丰枯周期和年型 4.5 季节径流的时间序列预报 讨论与设想 * * 桑坪站 4269km2 杂谷脑站 2404km2 一、研究地点 3.1 缺失资料的插补 0.86 Y=0.5704x+2.96 线性 10 0.93 Y=0.5529x+6.4863 线性 9 0.90 Y=0.5342x+11.56 线性 8 0.92 Y=0.5222x+18.391 线性 7 0.86 Y=0.5333x+12.721 线性 6 0.91 Y=0.5429x-0.6911 线性 5 R2 拟合模型 相关关系 月份 表1.畅流期杂谷脑站和桑坪站径流相关关系 Y代表杂谷脑站径流量，x代表桑坪占径流量，单位为m3/s。 3.1 缺失资料的插补 3.2两站径流量统计特征 图2. 杂谷脑径流站年变化 11.1% 26.6% 24.4% 24.4% 13.3% 图3. 桑坪站年径流变化 11.1% 35.6% 15.6% 22.2% 15.6% 年内径流分配 径流月变化  3.3.1　径流演变的趋势性(Spearman秩次相关法） 减小趋势 2.15 0.05 3.32 杂谷脑1987-2002 减小趋势 2.15 0.05 3.32 桑坪1987-2002 减小趋势 2.05 0.05 5.02 杂谷脑1958-1986 减小趋势 2.05 0.05 5.01 桑坪1958-1986 减小趋势 2.02 0.05 6.44 杂谷脑1958-2002 减小趋势 2.02 0.05 6.41 桑坪1958-2002 趋势 tα/2 α ∣T∣ 径流序列 经检验： 在α＝0.05信度下,杂谷脑站的径流周期为10年； 在α=0.1信度下桑平站的径流周期为8年。 拖尾 拖尾 截尾 偏自相关函数 拖尾 截尾 拖尾 自相关函数 ARMA(n.m) MA(m) AR(n) 模型 ARMA(3，1，2)模型 2000.93 残差平方和 0.0001 -25.86 0.03 -0.90 ?3 0.0001 -48.73 0.02 -0.98 ?2 0.0001 -24.58 0.04 -0.93 ?1 0.66 -0.45 0.08 -0.04 ?2 0.50 -0.68 0.09 -0.06 ?1 杂谷脑站 598