基于相关系数的水文序列滑动周期识别方法

摘要：

准确进行周期识别对于合理认识水文变异规律、开展中长期水文模拟预报、水安全评价等具有重要的意义.本文通过滑动改变周期长度和初相位,构造出多组模拟周期序列,并以相关系数作为模拟周期序列与原始序列拟合精度的判别指标,选择拟合程度最好的模拟周期作为最优周期识别结果,从而提出水文序列滑动周期识别方法.理论和公式推导表明:相关系数可表征水文序列中的周期波动程度,相关系数越大,说明拟合精度越高,对应的周期变异越显著.统计试验结果显示:相比于常用的周期识别方法,文中方法的周期识别效率更高,且在各因素影响下也最具稳定性和可靠性.最后,文中方法应用于澜沧江流域21个站的年降雨量序列进行周期识别,结果显示该流域的降雨周期存在多时间尺度特征,北部和中部的降雨周期长度较短,多数在2～5 a左右,而南部的降雨周期5～10a居多,个别站点的周期长度达到了18a.

关键词：周期识别、相关系数、非一致性、水文变异、澜沧江

所属期刊栏目：64

资助基金：国家自然科学基金;中国科学院青年创新促进会项目

在线出版日期：2020-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2549-2560