[發明專利]一種水文趨勢變異度量指標及影響因素分析監測方法

在審

• 申請號: 201710735514.5
• 申請日: 2017-08-24
• 公開（公告）號: CN107609327A
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 謝平;趙羽西;桑燕芳;顧海挺;吳子怡;雷旭
• 申請（專利權）人: 武漢大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 湖北武漢永嘉專利代理有限公司42102
• 代理人: 胡琳萍

技術領域

本發明涉及水文監測方法，具體涉及一種水文趨勢變異度量指標及影響因素分析監測方法。

背景技術

在近幾十年氣候變化和人類活動綜合影響下，水文序列呈現出非一致性，在統計意義上被稱為水文變異。其中，趨勢變異作為水文變異的重要組成部分，一直是水文水資源研究領域重點關注的科學問題之一。目前關于趨勢識別的主要方法通常只能判定時間序列趨勢的顯著與否，而不能量化趨勢變異程度的大小。一些指標可以描述趨勢的斜率，但因其不能同時考慮水文序列中均值、離散程度等其他因素的影響且取值范圍過大，也不宜用作趨勢變異程度等級劃分。因此，需要一種計算簡單，能綜合考慮多種影響因素的度量指標來對水文序列趨勢成分進行分析，以準確理解和認識氣候變化以及水文過程的變異程度，對水文變化情況進行監測，滿足氣候變化影響定量評估、旱澇災害防治、水資源規劃管理等問題的實際需求。

發明內容

本發明要解決的技術問題是：解決了現有趨勢識別方法所存在的不足；提供一種水文趨勢變異度量指標及影響因素分析監測方法，計算過程簡單，能綜合考慮多種影響因素的度量指標來對水文序列趨勢成分進行分析，且能用作趨勢變異程度等級劃分，用以準確監測氣候變化以及水文過程的變異程度。

本發明為解決上述技術問題采用如下技術方案：

一種水文趨勢變異度量指標及影響因素分析監測方法，其特征在于將相關系數作為度量指標以定量分析水文序列趨勢變異程度，主要包括如下步驟：

S1：通過計算水文序列和水文序列的趨勢成分之間的相關系數r，建立相關系數r和趨勢斜率b之間的關系以分析趨勢斜率b絕對值、序列長度n、均值和變差系數C_vu值因素對相關系數的影響；

S2：對相關系數進行趨勢變異等級劃分，將水文序列趨勢變異程度依次劃分為無變異、弱變異、中變異、強變異以及巨變異；

S3：計算出實測水文序列x_t和其時序t之間的相關系數，確定該相關系數所屬的趨勢變異等級區間，即可判斷序列的趨勢變異程度。

進一步的，所述水文序列包括多項水文參數序列，步驟S1-S3中，分別計算各項水文參數序列的相關系數值，并分別對各相關系數值進行趨勢變異等級劃分，最后通過計算各項水文參數序列的實測水文序列x_t和其時序t之間的相關系數r，找到各項水文參數序列的趨勢變異程度。

進一步的，所述水文序列包括年平均水位序列、汛期平均水位序列、枯期平均水位序列以及各月份平均水位序列中的一項或多項。

進一步的，步驟S1中，其中，n表示序列長度；相關系數r不僅與趨勢斜率b有關，也與純隨機成分的均值和變差系數C_vu值有關；均值一定，在同一變差系數C_vu值下，相關系數r隨著趨勢斜率的增大而增大，說明當純隨機成分離散程度相同時，趨勢成分較大的序列趨勢變異程度較大；在同一趨勢斜率下，相關系數隨著C_vu值的增大而減小，說明當趨勢成分相同時，純隨機成分離散程度較高的序列趨勢變異程度較小。

進一步的，步驟S2中，選取顯著性水平α、β下的相關系數臨界值r_α、r_β及0.6與0.8作為分級閾值，得到與顯著性等級對應的區間分別為：無變異、弱變異、中變異、強變異、巨變異。

上述的相關系數(r)和趨勢斜率(b)之間的關系，所述關系為其推導過程如下：假定水文序列x_t含有線性趨勢(對于非線性趨勢，可通過數學變換將其轉化為線性趨勢)，可采用線性方程進行描述：

x_t＝a+bt+η_t (1)

式中：t為時序，η_t為殘余隨機項。利用最小二乘法求出截距a和回歸系數b的估計值如下：

式中：

水文序列x_t與時序t的線性相關程度可由相關系數r描述，計算公式為：

利用公式(2)和(4)可以推求出相關系數r和參數b之間的數學表達式為：

式中：σ_t為時序的標準差，σ_x為水文序列的標準差。

為了進一步分析水文序列的標準差σ_x，把公式(1)中的a和η_t合并，將存在趨勢項的水文序列表示為線性疊加的形式：