基于去趋势波动分析的降雨演变特性研究.pdf

《基于去趋势波动分析的降雨演变特性研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、148西安理工大学学报JournalofXi’allUniversityofTechnology(2010)Vo1．26No．2文章编号：1006-4710(2010)02-0148-04基于去趋势波动分析的降雨演变特性研究莫淑红，吕继强，沈冰，李文娟(1．西安理工大学西北水资源与环境生态教育部重点实验室，陕西西安710048；2．西安理工大学机械与精密仪器工程学院，陕西西安710048)摘要：降雨是地区水资源的主要来源，研究其长期的演变特性，对于水文水资源系统的预报、模拟具有十分重要的意义。运用去趋势波动分析法，对宝鸡市51年月降

2、雨量序列分析，得到了定量描述降雨时间序列长期变化行为的参数——标度指数，并探讨了降雨序列的长程相关性及其内在规律性。结果表明：对应不同研究尺度，月序列波动的标度指数分别为0．2685和0．8097，即在大于88个月时间尺度上原序列是正相关的，在小于88个月的时间尺度上降雨序列是反相关的，体现了半干旱区降雨系统演变机理的复杂性。关键词：降雨；去趋势波动分析；长程相关性中图分类号：TV125文献标识码：AResearchontheEvolvementCharacteristicofthePrecipitationBasedonDFAMO

3、Shu—hong，LVJi-qiang，SHENBing，LIWen-juan(1．KeyLabofNorthwestWaterResomt~andEnvironmentEcologyofMOE，Xi’allUniversityofTechnology，Xi’all710048，China；2．FacultyofMechanicalandPrecisionInstrumentEngineering，Xi’anUniversityofTechnology，Xi’all710048，China)Abstract：Rainfallisth

4、emainsourceofwaterresourcesinanyregion，studyingtheevolvementcharacter—isticoftheprecipitationisofgreatimportanceforforecastingandsimulatinghydrologysystem．Byusingthemethodofde~endedfluctuationanalysis，themonthlyrainfallseriesfor51yearsinBaojiMunicipalityisanalyzedtoobt

5、ainaparametertodepictthelong—rangevaryingbehaviorsofthepreci~，itationinquanti—ties，i．e，thescalingindex，andthelongrangecorrelationandtheinnerlawoftheprecipitationaredis-cussedinthispaper．rI1leresultsindicatethatthescalingindexesofmonthlyseriesfluctuationcorrospond—ingto

6、diferentresearchscalesare0．2685and0．8097respectively，thatis，theoriginalseriesover88一monthlytimescaleisthepositivecorrelaion，whiletherainfallseriesunder88-monthlytimescalesistheconter-corelation，wherebyembodingthecomplexityofthesystematicevolvementmechanismofrainfallint

7、hesemi—aridareas．Keywords：precipitation；detrendedfluctuationanalysis；long-rangecorrelation近几年来，越来越多的研究结果表明，标度不变法如功率谱分析和相关分析适合于计算平稳信号的性在物理、化学、生物等自然系统以及经济金融系统相关特征，未能充分反映降雨的复杂变化过程。去中普遍存在，表现为系统中的长程幂律相关趋势波动分析方法(DetrendedFluctuationAnalysis，(1ong．rangepowerlawcorelations)o降雨

8、序列作为简称DFA)．3J，在计算过程中消除了局部趋势，避气候系统的观测样本之一，具有因素影响因素众多、免了将时间序列的短程相关、非平稳性虚假地检测多时空尺度、多层次结构等特征。过去某一时期的为长程相关性，且对数据长度没有过多的要求，