水文时间序列分析方法研究进展
Research progress on the time series analysis methods in hydrology
查看参考文献103篇
|
文摘
|
水文时间序列不仅组成复杂,而且特性也复杂多变。目前认为水文时间序列主要表现出随机性、模糊性、非线性、非平稳性和多时间尺度变化等复杂特性。本文首先简要介绍了用于揭示水文过程复杂变化特性的时间序列分析方法的相关进展,包括序列相关性分析方法、水文频率分析方法、模糊分析方法、混沌理论分析方法、信息熵分析方法和小波分析方法等6种。然后,对各种分析方法存在的主要问题和有待解决的问题进行讨论,指出了各种方法应用于水文时间序列分析时存在的主要缺陷和不足。最后指出,不断改进和完善时间序列分析方法,探讨各种方法的联合和耦合,加强物理成因分析和数理统计分析相结合,是提高水文时间序列分析结果精度和可靠性的有效手段,也是研究和解决环境变化影响下水文水资源问题的有效途径。 |
|
其他语种文摘
|
Hydrological time series are usually composed of various components with complicated characteristics. At present it is generally thought that hydrological time series mainly show stochastic, fuzzy, nonlinear, non-stationary, and multi-temporal scale characteristics. In this paper, research progresses on the time series analysis methods to study the characteristics of hydrological processes and their applications are summarized, including serial correlation analysis methods, hydrological frequency analysis methods, fuzzy analysis methods, chaos theories and methods, information entropy theories, and wavelet analysis methods. The main issues and the problems to be solved with regard to the methods mentioned above are discussed, namely, the disadvantages and limitations in their applications to hydrological time series analysis. Finally, it is pointed out that further improvement and optimization of the methods, combination and coupling between the methods, emphasis on the combination of the analyses of physical mechanisms and mathematical statistics, are the key not only to improving the results of hydrological time series analysis, but also to studying and solving the hydrology and water resources issues caused by environmental change. |
|
来源
|
地理科学进展
,2013,32(1):20-30 【核心库】
|
|
关键词
|
水文时间序列分析
;
不确定性
;
小波分析
;
信息熵
;
非线性
;
混沌性
;
耦合
|
|
地址
|
1.
中国科学院地理科学与资源研究所, 中国科学院陆地水循环与地表过程重点实验室;;中国科学院寒旱区陆面过程与气候变化重点实验室, 北京, 100101
2.
中国科学院地理科学与资源研究所, 中国科学院陆地水循环与地表过程重点实验室, 北京, 100101
|
|
语种
|
中文 |
|
文献类型
|
综述型 |
|
ISSN
|
1007-6301 |
|
学科
|
地球物理学 |
|
基金
|
中国科学院陆面过程与气候变化重点实验室开放基金项目
;
国家自然科学基金
|
|
文献收藏号
|
CSCD:4756490
|
参考文献 共
103
共6页
|
|
1.
Awwad H. Streamflow forecasting for Han River basin Korea.
Journal of Water Resources Planning and Management,1994,120(5):651-673
|
CSCD被引
3
次
|
|
|
|
|
2.
Bender M. Time series modeling for long-range streamflow forecasting.
Journal of Water Resources Planning and Management,1992,118(6):857-869
|
CSCD被引
1
次
|
|
|
|
|
3.
Bolzern P M. Adaptive real-time forecast of river flow rates from rainfall data.
Journal of Hydrology,1980,47(3/4):251-267
|
CSCD被引
1
次
|
|
|
|
|
4.
Box G E P.
Time series analysis, forecasting and control,1994
|
CSCD被引
8
次
|
|
|
|
|
5.
Burn D H. River flow forecasting model for Sturgeon River.
Journal of Hydraulic Engineering,1985,111(2):316-333
|
CSCD被引
1
次
|
|
|
|
|
6.
蔡华. 水电站洪水预报综合分析专家系统.
华中电力,2000,13(1):5-6
|
CSCD被引
1
次
|
|
|
|
|
7.
曹鸿兴.
动力系统自记忆原理: 预报和计算应用,2003
|
CSCD被引
1
次
|
|
|
|
|
8.
曹永强. 非线性理论在水文学中的应用研究及展望.
水力发电学报,2005,31(4):14-17
|
CSCD被引
1
次
|
|
|
|
|
9.
Carlson R F. Application of linear models to four annual streamflow series.
Water Resources Research,1970,6(4):1070-1078
|
CSCD被引
5
次
|
|
|
|
|
10.
陈守煜. 模糊水文学.
大连理工大学学报,1988,28(1):93-97
|
CSCD被引
10
次
|
|
|
|
|
11.
陈守煜. 中长期水文预报综合分析理论模式与方法.
水利学报,1997,28(8):15-21
|
CSCD被引
37
次
|
|
|
|
|
12.
陈守煜.
水资源与防洪系统可变模糊集理论与方法,2005
|
CSCD被引
90
次
|
|
|
|
|
13.
陈守煜. 智能预报模式与水文中长期智能预报方法.
中国工程科学,2006,8(7):30-35
|
CSCD被引
5
次
|
|
|
|
|
14.
Coulibaly P. Daily reservoir inflow forecasting using artificial neural networks with stopped training approach.
Journal of Hydrology,2000,230(3/4):244-257
|
CSCD被引
13
次
|
|
|
|
|
15.
Coulibaly P. Wavelet analysis of variability in annual Canadian streamflows.
Water Resources Research,2004,40(3)
|
CSCD被引
7
次
|
|
|
|
|
16.
丁晶.
随机水文学,1988
|
CSCD被引
205
次
|
|
|
|
|
17.
丁晶. 洪水混沌分析.
水资源研究,1992,13(3):14-18
|
CSCD被引
9
次
|
|
|
|
|
18.
丁晶. 洪水相空间预测.
成都科技大学学报,1995,27(4):7-11
|
CSCD被引
7
次
|
|
|
|
|
19.
丁晶. 反演水文动力模型的探讨.
水力发电学报,2002,21(3):7-11
|
CSCD被引
3
次
|
|
|
|
|
20.
丁涛. 混沌水文时间序列区间预测研究.
水利学报,2004,35(12):15-20
|
CSCD被引
14
次
|
|
|
|
|
了解气象卫星更多信息，请访问