基于小波变换的信息量系数在水文序列复杂性分析中的应用
水文时间序列作为一个观测到的样本,由于受到气候变化、植被变化以及人类活动的影响而呈现各种各样的变化特性,因而其序列成分大部分是非平稳的,时域和频域特征都随时间而变化。小波分析具有时频多分辨率功能,利用小波变换可以揭露水文系统的复杂性。本文将小波分析的方法与复杂性理论相结合,采用信息量系数作为指标,研究了漳卫河流域观台、刘家庄、匡门口、阳邑4个水文站的降水变化。结果表明4站点虽处同一流域,但水文序列的复杂性有较大差异,同时也说明信息量系数具有较灵敏的识别能力,为水文序列复杂性判断提供一种新的有效的方法。
水文学 时间序列 小波变换 数值计算
Zhang Xiaolin 张晓琳 Luan Qinghua 栾清华
State Key Laboratory of Water Resources and Hydropower Engineering Sciences, Wuhan University,Wuhan 武汉大学水资源与水电工程科学国家重点实验室 武汉 430072 Hydraulic and Hydro-power college, Hebei Engineering University, Hebei Handan 056021 河北工程大学水利水电学院 河北邯郸 056021
国内会议
北京
中文
380-384
2009-09-19(万方平台首次上网日期,不代表论文的发表时间)