基于相关系数的水文序列滑动周期识别方法
Moving correlation coefficient-based method for the identification of periodicities in hydrologic time series作者机构:武汉大学水资源与水电工程科学国家重点实验室武汉430072 国家领土主权与海洋权益协同创新中心武汉430072 中国科学院地理科学与资源研究所陆地水循环与地表过程重点实验室北京100101 国家电网公司西南分部成都610000
出 版 物:《科学通报》 (Chinese Science Bulletin)
年 卷 期:2019年第64卷第24期
页 面:2549-2560页
核心收录:
学科分类:08[工学] 081501[工学-水文学及水资源] 0815[工学-水利工程]
基 金:国家自然科学基金(91547205,91647110,51579181,51779176) 中国科学院青年创新促进会项目(2017074)资助
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5~10 a居多,个别站点的周期长度达到了18 a.