岷江中上游径流时间序列特征分析
摘要
基于岷江紫坪铺水文站1966-2002年实测月径流资料,运用混沌理论和小波变换方法对岷江中上游径流时间序列变化规律进行了分析和预测。
通过对岷江中上游径流时间序列的混纯特征量的计算表明,滞时τ=3,嵌入维数m=8,其主分量谱图则是一条过定点且斜率为负的直线,因此,岷江中上游径流时间序列具有混沌特性。并且根据最大Lyapunov指数法,计算出λ=0.176,这进一步证实岷江中上游径流时间序列具有混沌特性。
通过小波分析发现,岷江中上游径流时间序列具有多个时间尺度的周期变化特征。春季径流量序列存在4a、16a左右的主周期,以主周期为16a的振荡能量最为强大；夏季径流量序列存在2.5a、6.5a、9.5a左右的主周期,以主周期为2.5a的振荡能量最为强大；秋季径流量序列存在2a、6.5a、11a、22a左右的主周期,以主周期为11a的振荡能量最为强大；冬季径流量序列存在2.5a、4.5a和12a、18.5a左右的主周期,其中尤以主周期为18.5a的振荡能量最为强大。而研究区年径流量序列存在4.5a、6a、12a、20a左右尺度的主周期,其中尤以主周期为6a的振荡能量最为强大。四个季节径流量的主周期主要集中在较小时间尺度上,振荡能量最强大的主要集中在高频的时间变化上。
Hydrological station on the Minjiang 1966-2002 ZiPingpu the monthly runoff data, the use of chaos theory and wavelet transform in the upper reaches of Minjiang River Runoff on an analysis of the law, and the upper reaches of Minjiang River area runoff predicted. Chaos theory calculated by:delayτ=3, embedding dimension m=8, using the principal component spectra is a negative slope through the fixed point and a straight line, this method to verify the runoff time series is chaotic.
The wavelet analysis in the study area runoff series there are several time scales of periodic variation. Spring runoff series there was 4a、16a around the main cycle to the main period of the oscillation energy of the most powerful 16a; summer runoff series about the existence 2.5a、6.5a、9.5a primary cycle; autumn runoff series there2a、6.5a、11a、22a around the main cycle to the main period of the oscillation energy of the most powerful 11a; winter runoff series there is2.5a、4.5a, andl2a、18.5a around the main cycle, especially in the main period of the oscillation energy of the most powerful 18.5a. The study area, annual runoff series there was 4.5a、7a、12a、20a scale around the main cycle, especially in the main period of the oscillation energy of the most powerful 7a. The main period of runoff of four seasons concentrated in the small time scale, the oscillation energy of the most powerful concentrated in the high frequency of temporal change.
通过对岷江中上游径流时间序列的混纯特征量的计算表明,滞时τ=3,嵌入维数m=8,其主分量谱图则是一条过定点且斜率为负的直线,因此,岷江中上游径流时间序列具有混沌特性。并且根据最大Lyapunov指数法,计算出λ=0.176,这进一步证实岷江中上游径流时间序列具有混沌特性。
通过小波分析发现,岷江中上游径流时间序列具有多个时间尺度的周期变化特征。春季径流量序列存在4a、16a左右的主周期,以主周期为16a的振荡能量最为强大；夏季径流量序列存在2.5a、6.5a、9.5a左右的主周期,以主周期为2.5a的振荡能量最为强大；秋季径流量序列存在2a、6.5a、11a、22a左右的主周期,以主周期为11a的振荡能量最为强大；冬季径流量序列存在2.5a、4.5a和12a、18.5a左右的主周期,其中尤以主周期为18.5a的振荡能量最为强大。而研究区年径流量序列存在4.5a、6a、12a、20a左右尺度的主周期,其中尤以主周期为6a的振荡能量最为强大。四个季节径流量的主周期主要集中在较小时间尺度上,振荡能量最强大的主要集中在高频的时间变化上。
Hydrological station on the Minjiang 1966-2002 ZiPingpu the monthly runoff data, the use of chaos theory and wavelet transform in the upper reaches of Minjiang River Runoff on an analysis of the law, and the upper reaches of Minjiang River area runoff predicted. Chaos theory calculated by:delayτ=3, embedding dimension m=8, using the principal component spectra is a negative slope through the fixed point and a straight line, this method to verify the runoff time series is chaotic.
The wavelet analysis in the study area runoff series there are several time scales of periodic variation. Spring runoff series there was 4a、16a around the main cycle to the main period of the oscillation energy of the most powerful 16a; summer runoff series about the existence 2.5a、6.5a、9.5a primary cycle; autumn runoff series there2a、6.5a、11a、22a around the main cycle to the main period of the oscillation energy of the most powerful 11a; winter runoff series there is2.5a、4.5a, andl2a、18.5a around the main cycle, especially in the main period of the oscillation energy of the most powerful 18.5a. The study area, annual runoff series there was 4.5a、7a、12a、20a scale around the main cycle, especially in the main period of the oscillation energy of the most powerful 7a. The main period of runoff of four seasons concentrated in the small time scale, the oscillation energy of the most powerful concentrated in the high frequency of temporal change.
引文
[1][美]詹姆斯·格莱克著.张彦译.混沌学一门新科学[M].北京：社会科学文献出版社,1991.111-115.
[2]李红霞,许志国,徐向舟,等.混沌理论在水文领域中的研究现状与展望[J].水文,2007,27(6)：1-5.
[3]HenseA. On the possible exist enceofast range attractor for the southern os-cillation[J]. BeitrPhysAtmos,1987,60(1):34-47.
[4]Jayawardena A W, Lai F. Analysis and prediction of chaos in rainfall and stream flow time series[J]. Journal of Hydrology,1994,153:23-52.
[5]Sangoyomi T B, Lall U, Abarbanel H DI. Nonlinear dynamics of the Great Salt Lake: dimension estimation[J]. Water Resources Research,1996,32 (1):149-159.
[6]Sivakumar B. Liong S Y. Liaw C Y. Evidence of chaotic behavior in Singapore rainfall[J]. Journal of the American Water Resources Association,1998,34(2):301-310.
[7]Sivakumar B. Liong S Y. Liaw C Y. Phoon K K. Singapore rainfall behavior:chaoti-c[J]. Jounnal of Hydrologic Engineering,1999,4(1):38-48.
[8]李眉眉,王文圣,丁晶.基于混沌理论的径流降尺度分析[J].四川大学学报(工程科学版),2004,36(3)：14-19.
[9]马建华,楚纯洁.黄河流域动力系统泥沙时序混沌特征分析-地理系统综合研究的一种尝试[J].地理研究.2006,25(6)：949-958.
[10]林汝颜.降水时间序列的混沌特征分析[J].水利水电,2007,(1)：39-44.
[11]李国良,付强,冯艳,等.基于混沌的三江平原月降水时间序列分析[J].数学的实践与认识,2007,37(6)：76-81.
[12]袁鹏,李谓新,王文圣,等.月降雨量时间序列中的混沌现象[J].四川大学学报(工程科学版).2002,34(1)：16-19.
[13]李荣峰.论混沌理论与水文预测问题[J].山西水利科技,2004,(4)：11-13.
[14]Puente C E, Obregon N. Adeterministic geometric representation of tem-poral rainfall: results for astormin Boston[J].Water Resources Research,1996,32(9):2825-2839.
[15]PorporatoA, Ridolfi L. Multivariate nonlinear prediction of river flows[J]. Journal of Hydrology,2001,248(7):109-122.
[16]Tamea S, Laio F, Ridolfi L. Probabilistic nonlinear prediction of river flows[J].Water Resources Research,2005,41(1):1-9.
[17]Karunasinghe D S K, Liong S-Y. Chaotic time series prediction with a global model. Artificial neural network[J]. Journal of Hydrology.,2006,323:92-105.
[18]温权,张勇传,张周胜.基于混沌动力学的日径流时间序列预测[J].华中理工大学学报,1998,26(12)：62-64.
[19]权先璋,蒋传文,张勇传.径流预报的混沌神经网络理论及应用[J].武汉城市建设学院学报,1999,16(3)：33-36.
[20]王秀杰,练继建.日含沙量时间序列的混沌识别与预测研究[J].泥沙研究,2008,(2)：24-26.
[21]汪丽娜,陈晓宏等.月径流时间序列的混沌特性分析[J].生态环境,2008,17(6)：2436-2439.
[22]崔锦泰.小波分析导论[M].西安：西安交通大学出版社,1995,1-20.
[23]刘贵忠,等.小波分析及应用[M].西安：西安电子科技大学出版社.1995.
[24]李贤彬,丁晶,李后强,等.子波分析及其在水文水资源中的潜在应用[J].四川联合大学学报(工程科学版),1997,(4)：49-52.
[25]Kumar P, Foufoula-Georgiou E.A multicomponent decomposition of spatial rainfall fields. Segregation of Largend and Small-Scale features using Wavelet transforms [J].Water Resources Research,1993,29(8):2515-2532.
[26]邓自旺,等.西安市近50年来气候变化多时间尺度分析[J].高原气象,1997,16(1)：81-93.
[27]姚建群.连续小波变换在上海近100年降水分析中的应用[J].象学报,2001,27(1)：20-24.
[28]陈志芳.佛山降水变化的小波特征[J].气象科技,2002,30(4)：214-218.
[29]路云阁,李双成,蔡运龙.近40年气候变化及其空间分异的多尺度研究—以内蒙古自治区为例[J].地理科学,2004,24(4)：432-438.
[30]王文圣,丁晶,向红莲.小波分析在水文学中的应用研究及展望[J].水科学进展,2002,13(4)：515-520.
[31]李贤彬,丁晶,等.水文时间序列的子波分析[J].水科学进展,1999,10(2)：144-149.
[32]王文圣,向红莲,赵东.水文序列分形维数估计的小波方法[J].四川大学学报(工程科学版),2005,1(1)：1-4.
[33]尤卫红,等.小波变换在短期气候预测模型研究中的应用[J].高原气象,1999,18(1)：39-46.
[34]李贤彬,丁晶,等.基于子波变换序列的人工神经网络组合预测[J].水利学报,1999,(2)：1-4.
[35]王文圣,等.小波分析及其在日径流过程随即模拟中的应用[J].水利学报,2000,(11)：43-48.
[38]蒋传文,陈实.混沌分析在水文径流预报中的应用[J].系统工程,1999,17(6)：69-72.
[36]彭立,苏春江,徐云,等.岷江上游生态环境现状与可持续发展对策[J].资源开发与市场.2007,23(6)：546-548.
[37]黄群,彭睿.岷江流域紫坪铺水库震后水文特性分析.四川水力发电[J].2009,28(3)：64-66.
[39]丁晶,王文圣,赵永龙.长江日流量混沌变化特性研究-Ⅰ相空间嵌入滞时的确定[J].水科学进展,2003,14(4)：407-411.
[40]赵永龙,丁晶,邓育仁.混沌分析在水文预测中的应用和展望[J].水科学进展,1998,9(2)：181-186.
[41]Taiye B Sangoyomi, et al. Nonlinear dynamics of the Great Salt Lake:dimension estimation[J]. Water Resources,1996,32(1):975-985.
[42]Henry D Labarbanel, et al. The analysis of observed chaotic data in physical systems[J].Reviews of Modern Physics,1993,65(4):1331-1392.
[43]门宝辉等.长江上游川中地区降水时间序列的混沌分析[J].长江科学院院报,2004,21(1)：43-46.
[44]纪忠萍,何溪澄,古德军,等.1994年6月广东省特大洪涝期间气象要素的小波分析[J].热带气象学报,1998,14(2)：148-149.
[45]俞开炬.景德镇市近50年降水的小波变化特征[J].江西气象科技,2004,27(1)：23-25.
[46]魏明果.使用小波分析[M].北京：北京理工大学出版社,2005.
[47]杨建国.小波分析及其工程应用[M].北京：机械工业出版社,2005.
[48]万建英,宁翔.西昌市近50年来气候变化的多时间尺度分析[J].四川师范大学学报(自然科学版),2008,31：68-70.
[2]李红霞,许志国,徐向舟,等.混沌理论在水文领域中的研究现状与展望[J].水文,2007,27(6)：1-5.
[3]HenseA. On the possible exist enceofast range attractor for the southern os-cillation[J]. BeitrPhysAtmos,1987,60(1):34-47.
[4]Jayawardena A W, Lai F. Analysis and prediction of chaos in rainfall and stream flow time series[J]. Journal of Hydrology,1994,153:23-52.
[5]Sangoyomi T B, Lall U, Abarbanel H DI. Nonlinear dynamics of the Great Salt Lake: dimension estimation[J]. Water Resources Research,1996,32 (1):149-159.
[6]Sivakumar B. Liong S Y. Liaw C Y. Evidence of chaotic behavior in Singapore rainfall[J]. Journal of the American Water Resources Association,1998,34(2):301-310.
[7]Sivakumar B. Liong S Y. Liaw C Y. Phoon K K. Singapore rainfall behavior:chaoti-c[J]. Jounnal of Hydrologic Engineering,1999,4(1):38-48.
[8]李眉眉,王文圣,丁晶.基于混沌理论的径流降尺度分析[J].四川大学学报(工程科学版),2004,36(3)：14-19.
[9]马建华,楚纯洁.黄河流域动力系统泥沙时序混沌特征分析-地理系统综合研究的一种尝试[J].地理研究.2006,25(6)：949-958.
[10]林汝颜.降水时间序列的混沌特征分析[J].水利水电,2007,(1)：39-44.
[11]李国良,付强,冯艳,等.基于混沌的三江平原月降水时间序列分析[J].数学的实践与认识,2007,37(6)：76-81.
[12]袁鹏,李谓新,王文圣,等.月降雨量时间序列中的混沌现象[J].四川大学学报(工程科学版).2002,34(1)：16-19.
[13]李荣峰.论混沌理论与水文预测问题[J].山西水利科技,2004,(4)：11-13.
[14]Puente C E, Obregon N. Adeterministic geometric representation of tem-poral rainfall: results for astormin Boston[J].Water Resources Research,1996,32(9):2825-2839.
[15]PorporatoA, Ridolfi L. Multivariate nonlinear prediction of river flows[J]. Journal of Hydrology,2001,248(7):109-122.
[16]Tamea S, Laio F, Ridolfi L. Probabilistic nonlinear prediction of river flows[J].Water Resources Research,2005,41(1):1-9.
[17]Karunasinghe D S K, Liong S-Y. Chaotic time series prediction with a global model. Artificial neural network[J]. Journal of Hydrology.,2006,323:92-105.
[18]温权,张勇传,张周胜.基于混沌动力学的日径流时间序列预测[J].华中理工大学学报,1998,26(12)：62-64.
[19]权先璋,蒋传文,张勇传.径流预报的混沌神经网络理论及应用[J].武汉城市建设学院学报,1999,16(3)：33-36.
[20]王秀杰,练继建.日含沙量时间序列的混沌识别与预测研究[J].泥沙研究,2008,(2)：24-26.
[21]汪丽娜,陈晓宏等.月径流时间序列的混沌特性分析[J].生态环境,2008,17(6)：2436-2439.
[22]崔锦泰.小波分析导论[M].西安：西安交通大学出版社,1995,1-20.
[23]刘贵忠,等.小波分析及应用[M].西安：西安电子科技大学出版社.1995.
[24]李贤彬,丁晶,李后强,等.子波分析及其在水文水资源中的潜在应用[J].四川联合大学学报(工程科学版),1997,(4)：49-52.
[25]Kumar P, Foufoula-Georgiou E.A multicomponent decomposition of spatial rainfall fields. Segregation of Largend and Small-Scale features using Wavelet transforms [J].Water Resources Research,1993,29(8):2515-2532.
[26]邓自旺,等.西安市近50年来气候变化多时间尺度分析[J].高原气象,1997,16(1)：81-93.
[27]姚建群.连续小波变换在上海近100年降水分析中的应用[J].象学报,2001,27(1)：20-24.
[28]陈志芳.佛山降水变化的小波特征[J].气象科技,2002,30(4)：214-218.
[29]路云阁,李双成,蔡运龙.近40年气候变化及其空间分异的多尺度研究—以内蒙古自治区为例[J].地理科学,2004,24(4)：432-438.
[30]王文圣,丁晶,向红莲.小波分析在水文学中的应用研究及展望[J].水科学进展,2002,13(4)：515-520.
[31]李贤彬,丁晶,等.水文时间序列的子波分析[J].水科学进展,1999,10(2)：144-149.
[32]王文圣,向红莲,赵东.水文序列分形维数估计的小波方法[J].四川大学学报(工程科学版),2005,1(1)：1-4.
[33]尤卫红,等.小波变换在短期气候预测模型研究中的应用[J].高原气象,1999,18(1)：39-46.
[34]李贤彬,丁晶,等.基于子波变换序列的人工神经网络组合预测[J].水利学报,1999,(2)：1-4.
[35]王文圣,等.小波分析及其在日径流过程随即模拟中的应用[J].水利学报,2000,(11)：43-48.
[38]蒋传文,陈实.混沌分析在水文径流预报中的应用[J].系统工程,1999,17(6)：69-72.
[36]彭立,苏春江,徐云,等.岷江上游生态环境现状与可持续发展对策[J].资源开发与市场.2007,23(6)：546-548.
[37]黄群,彭睿.岷江流域紫坪铺水库震后水文特性分析.四川水力发电[J].2009,28(3)：64-66.
[39]丁晶,王文圣,赵永龙.长江日流量混沌变化特性研究-Ⅰ相空间嵌入滞时的确定[J].水科学进展,2003,14(4)：407-411.
[40]赵永龙,丁晶,邓育仁.混沌分析在水文预测中的应用和展望[J].水科学进展,1998,9(2)：181-186.
[41]Taiye B Sangoyomi, et al. Nonlinear dynamics of the Great Salt Lake:dimension estimation[J]. Water Resources,1996,32(1):975-985.
[42]Henry D Labarbanel, et al. The analysis of observed chaotic data in physical systems[J].Reviews of Modern Physics,1993,65(4):1331-1392.
[43]门宝辉等.长江上游川中地区降水时间序列的混沌分析[J].长江科学院院报,2004,21(1)：43-46.
[44]纪忠萍,何溪澄,古德军,等.1994年6月广东省特大洪涝期间气象要素的小波分析[J].热带气象学报,1998,14(2)：148-149.
[45]俞开炬.景德镇市近50年降水的小波变化特征[J].江西气象科技,2004,27(1)：23-25.
[46]魏明果.使用小波分析[M].北京：北京理工大学出版社,2005.
[47]杨建国.小波分析及其工程应用[M].北京：机械工业出版社,2005.
[48]万建英,宁翔.西昌市近50年来气候变化的多时间尺度分析[J].四川师范大学学报(自然科学版),2008,31：68-70.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |