[发明专利]水文时间序列跳跃变异综合诊断方法

说明书

技术领域

本发明涉及一种水文时间序列跳跃变异综合诊断方法。

技术背景

近几十年来气候条件变化及人类活动导致下垫面条件变化等的影响，使得许多流域降水、径流等水文要素形成过程的物理成因发生了很大改变，水文过程呈现出更加复杂的变化特性。从实际观测资料看，水文时间序列客观反映了上述因素对水文过程造成的影响及其程度，其统计规律不再满足一致性的要求。因此，对于水文序列中非一致性成分进行分析是十分必要的。

跳跃变异是水文序列中常见的变异形式，主要体现了水文过程发生的剧烈变化，及其对环境变化影响的适应性。实际分析过程中，水文时间序列的变化特性复杂多变，且水文序列的参数条件也较为复杂，单一方法检验效果的可靠性常常较低，不同方法的检验结果也存在一定差异，难以得到准确合理的结果。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种水文时间序列跳跃变异综合诊断方法，基于不同检验方法对水文序列检验的能力和精度赋予相应的权重，并利用这些权重对各方法的诊断结果进行综合评价的思想，从而得到更加准确合理的结果。

本发明为了实现上述目的，采用了以下方案：

本发明提供一种水文时间序列跳跃变异综合诊断方法，其特征在于，包括以下步骤：

步骤1.利用Monte-Carlo统计试验(MC统计试验)生成N组水文序列：

步骤1.1构造水文序列的长度为n_t，假设变异点位置为n₁，变异前均值为EX1、变异前变差系数为Cv1、变异前偏态系数为Cs1、变异后均值为EX2、变异后变差系数为Cv2、变异后偏态系数为Cs2，并且设定这八个参数的数值；

步骤1.2将变异点之前序列记为X₁，变异点之后的序列记为X₂：

将序列X₁、X₂组合成为含有一个跳跃变异点的一组模拟序列；

步骤1.3重复步骤1.2，生成N组模拟序列；

步骤2.利用多种跳跃变异检验方法对各组模拟序列进行检验，并计算每种方法在不同参数条件下的相应的检验效率；这里所说的参数是采用MC统计试验随机生成的n组参数；

步骤3.计算各跳跃变异检验方法的权重，并选取权重最大值所对应的变异点为最终综合诊断的变异点，该变异点的权重为综合权重。

本发明提供的水文时间序列跳跃变异综合诊断方法，还可以具有以下特征：在步骤2中，对于一种跳跃变异检验方法，设检验变异点位置的序列为{n_si|i＝1,2,...,N}，首先可构造一秩序列：

上式中，n_si为检验变异点位置，δ₁为置信度；

则该方法在该次统计试验中的检验效率可表示为：

进一步地，本发明水文时间序列跳跃变异综合诊断方法，还可以具有以下特征：在步骤3中，设统计试验中共使用了m种跳跃变异检验方法，将第i种方法在第j组参数下的计算效率记为C_ij，那么第i种诊断方法的权重w_i可表示为：

对包含跳跃成分的序列进行诊断时，若出现各方法诊断结果不完全一致的情况，可利用公式(4)给出的权重对诊断结果进行综合判别；

选取对应的变异点i为最终综合诊断的变异点，w为该变异点的综合权重。

发明的作用与效果

本发明所提供的水文时间序列跳跃变异综合诊断方法，以各方法的性能差异为基础，在随机参数条件下进行大量统计试验，并基于此结果对各检验方法赋予权重，在原理上克服了传统方法结果不可靠且多种方法结果不一致等问题，通过赋权方式，可以在各方法检测结果不一致时选取综合权重最大的变异点作为最终结果，结果可靠，可操作性强，具有很大的实际应用价值。

附图说明

图1为本发明实施例中的博罗站枯水径流序列变异图。

具体实施方式

以下结合附图对本发明涉及的水文时间序列跳跃变异综合诊断方法的具体实施方案进行详细地说明。

<实施例>