基于EMD的岷江上中游流域流量特性分析

利用经验模态分解(EMD)方法,分析了岷江上中游地区6个代表水文站1956-2016年均流量序列变化的周期、趋势和统计规律。得到如下结果:该流域多个水文站年均流量经过EMD分解均得到3个IMF分量和1个趋势项,各IMF分量显示的低频周期约为2.5～3.5 a、5.0～7.0 a,高频周期约为10.0～18.0 a,趋势项RES显示序列呈现典型的直线型下降趋势。该结果反映了岷江上中游流域近半个世纪来径流量持续减少,且径流的低频周期的离散程度在高频周期的基础上并不是逐级增加,而是呈倍数放大,倍数与高频周期的离散程度有一定的数学关系。     

龙羊峡水库对下游水沙条件变化的影响分析

为了研究龙羊峡水库对下游水沙条件变化的影响,以水库下游贵德水文站年径流量和年输沙量作为研究数据,采用互补集合经验模态分解方法对建库前后径流和泥沙进行多时间尺度分析,结合多时间尺度熵和纳什效率系数分析建库前后径流和泥沙各分解序列的复杂波动特征及各分量对原始序列的贡献程度。结果表明:水库运行对下游水沙变化均有显著影响,且对泥沙的影响大于径流,同时不同时间尺度下的水沙相关关系均发生改变;水库运行会加剧水沙系统的复杂性,但随着多时间尺度波动周期的增大,水沙各分解序列复杂性降低,可预测性升高;径流和泥沙的信息量集中在中高频分量上,综合考虑建库前后水沙波动周期的变化,建议黄河上游水沙监测和研究周期分别为4~7 a和3~4 a。     

东江流域博罗站天然年径流量序列多时间尺度分析

采用Morlet小波函数,对东江流域博罗站1956-2005年天然年径流时间序列进行了小波分析,揭示了流域天然年径流变化的多时间尺度的复杂结构,分析了不同时间尺度下天然年径流序列变化的周斯,并根据主周期对未来序列变化进行了预测。研究结果表明,天然年径流序列呈现微弱的减少趋势,21 615万m3/(10 a),近50年天然年径流量减少了约108 075万m3;天然年径流量变化的特征时间尺度为2年、4年、8年、12年、19年,其中8年左右的周期振荡最强,为天然年径流量变化主周期;依据主周期的变化趋势,预测2006-2009年间天然年径流将偏多,大约在2010-2013年天然年径流将偏少。     

基于CEEMDAN的黑河莺落峡年径流量多时间尺度变化特征研究

在分析EMD、EEMD和CEEMD方法不足之处的基础上,改进了残差估计方法,提出了水文时间序列多时间尺度分析的新方法——CEEMDAN方法,并将其应用于黑河莺落峡站1945-2015年的年径流量时序的多时间尺度分析中,揭示了黑河上游流域水文水资源系统变化的复杂多时间尺度特征,显示了CEEMDAN方法在水文时间序列分解中所具有的分解完整性、模态精准性的优点,具有广阔的应用前景。     

基于EMD的黄河下游利津站年水沙量变化的多时间尺度特征

运用经验模态分解方法对黄河下游利津站1952~2009年的年水沙量的时间序列资料分别进行多时间尺度的分析,得到各自具有不同周期的波动分量以及趋势分量。研究结果表明：利津站年水沙量的变化过程具有复杂的多时间尺度特性,是各种波动成分共同作用的结果;年水量和年沙量变化过程均存在三个波动周期,且趋势项呈递减降低的态势,而各分量的波动周期大致相近;两者相同尺度下的分量之间具有显著的相关性,而不同尺度下的分量之间基本无相关性,揭示了水沙变化过程内在多时间尺度振荡结构和特征。     

大汶河流域河川天然径流演变规律研究

大汶河流域河川天然径流量具有年内变化不均、年际变化幅度大的特点,为分析河川天然径流的演变规律,本文应用累积距平法、Mann-Kendall法、小波分析等多种方法对大汶河流域53年的河川天然径流的变化趋势、突变特征以及周期特性进行了研究。分析结果表明:流域河川天然径流量略呈下降趋势,且存在阶段性变化特征,并于60年代中期达到突变水平;对天然径流序列的小波分析表明,主要存在2个尺度的周期变化,现阶段处于5年尺度下的相对枯水期。     

白龙江流域近40a气候变化及径流的响应

采用M-K突变检测法和小波分析法对白龙江流域近40a来气候变化特征进行分析。结果表明:白龙江流域气温变化20世纪80年代之前趋势不明显,80年代至90年代之间波动明显,呈下降趋势,90年代中后期气温年际变化呈显著上升趋势;降水量年际变化90年代中期之前上下波动趋势不显著,90年代中期以后呈下降趋势,流域气候趋于暖干化。上游气温年际变化存在7a、27a和4a尺度的周期变化,中下游武都和文县均以17a为主要周期;上游降水变化以7a和4a为第1、第3主周期,中下游的武都、文县则以25a、9a和4a为第1、第2和第3主周期。并且据相关分析得出降水量与径流量呈正相关关系,而气温与径流量呈负相关关系。     

基于EEMD模型的干旱区降水变化趋势分析

降水是干旱区水资源的重要组成部分,有效认识降水的区域变化规律对指导农业发展尤为重要.本文利用集合经验模态分解(EEMD)方法,分析了新疆降水变化趋势的多尺度特征.结果表明:新疆降水整体上呈现出非线性显著增多趋势,且其变化存在明显的年际尺度(3年和6年准周期)和年代际尺度(10年和31年准周期);各周期分量方差贡献率显示年际变化占据主导地位;降水年代际变化揭示了在1987年前后气候模态有了显著转换,由原来降水以负相位为主的气候模态转向正相位显著的气候模态.EEMD方法有助于人们对降水多尺度变化特征的认识,是一种适用于非线性、非平稳信号分析的有效方法.     

基于EEMD的枯季入库径流预报分析

针对枯季径流量预测的问题,提出了一种新方法。采用集合经验模态分解（EEMD）的数据处理方法,实现对枯季径流的多层次、多时间尺度分解,获得简单且平稳性较好的固有模式分量（IMF）,再利用径向基（RBF）人工神经网络对数据进行预测分析。通过以密云、潘家口水库的枯季入库径流量的数据为例,运用此方法进行预测分析,并与以EMD为基础的方法进行对比,结果表明本文提出的模型预测效果理想,精度较高,具有一定的使用价值。     

基于EMD和ELM的工厂化育苗水温组合预测模型

针对南美白对虾工厂化育苗水温时序数据存在非线性、非平稳等特点,采用传统单项预测方法预测精度低、鲁棒性差等问题,提出基于经验模态分解(EMD)、相空间重构和极限学习机(ELM)的非线性组合预测模型。在建模过程中,采用EMD方法将工厂化育苗水温原始时序数据多尺度分解为一系列固有模态分量(IMF),并对各分量进行相空间重构,在相空间中对ELM训练建模,分别对各IMF序列进行预测,将各分量预测结果进行叠加重构得到原始水温序列的预测值。将该模型应用于广东省湛江市南美白对虾工厂化育苗水温预测中,结果表明,该模型取得了较好预测效果。与BP神经网络、标准LSSVR和标准ELM等单项预测模型对比分析,模型评价指标MAPE、RMSE和MAE分别为0.015 8、0.032 9和0.096 2,均表明提出的组合模型具有较高预测精度和泛化性能,为南美白对虾工厂化育苗水温调控管理提供了一种有效的技术支持。