[发明专利]水文序列均值跳跃变异的识别与分级方法

说明书

本发明提供一种水文序列均值跳跃变异的识别与分级方法，其特征在于，包括以下步骤：步骤1.对水文序列X从起点至终点范围内进行滑动识别，并且假设滑动起点为变异点，逐点滑动，依次求取各假设变异点对应的跳跃成分序列Y与原始序列X的相关系数r，取所有结果中绝对值最大的相关系数|r_max|，对其进行假设检验，若通过，则认为|r_max|所对应的假设变异点为水文序列变异点；步骤2.考虑相关系数假设检验的显著性水平α与β(α>β)、水文序列对长度的要求、相关分析对相关性大小的要求等，确定分级阈值，将变异点所对应的相关系数值与分级阈值做比较，确定跳跃变异所属级别，将跳跃变异程度划分为5级：0≤|r|＜r_α，无变异；r_α≤|r|＜r_β，弱变异；r_β≤|r|＜0.6，中变异；0.6≤|r|＜0.8，强变异；0.8≤|r|≤1.0，巨变异。

技术领域

本发明涉及一种基于相关系数的水文序列均值跳跃变异的识别与分级方法。

技术背景

近年来，气候变化与人类活动对流域下垫面条件的影响所引起的水文效应，逐渐成为全球水循环变化研究的焦点问题。在此变化环境下，水文序列将不再认为来自同一总体，失去了原有的一致性。因此，水资源评价、规划、管理等应基于对变化环境下水文序列的非一致性成分分析之上。

对于存在跳跃变异的水文序列而言，目前关于时间序列跳跃变异的研究主要侧重于跳跃点的识别。然而，在非一致性的工程水文计算中，不仅需要对序列发生跳跃变异的时间、次数等进行识别与检验，还需要对其变异程度进行描述与分级量化，从而更全面地为开展流域环境变化及其影响评价提供依据。然而，目前针对水文序列跳跃变异分级的研究尚少，尚未提出一种有效的方法，既可识别跳跃点又可对跳跃变异程度进行分级描述，远无法满足实际需求。

为此，从序列产生跳跃变异的实质出发，取跳跃性成分与原始序列的相关系数作为跳跃变异的识别与分级指标，提出一种既可对水文序列变异点进行高效率的识别与检验，又可对变异程度进行定量描述与分级的方法，从而为水资源评价与规划提供更全面更可靠的依据。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种基于相关系数的水文序列均值跳跃变异的识别与分级方法。

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序列均值跳跃变异的识别与分级方法，其特征在于，包括以下步骤：步骤1.水文序列均值变异点识别与检验：对水文序列X从起点至终点范围内进行滑动识别，并且假设滑动起点为变异点，逐点滑动，依次求取各假设变异点对应的跳跃成分序列Y与原始序列X的相关系数r，取所有结果中绝对值最大的相关系数|r_max|，对其进行假设检验，若通过，则认为|r_max|所对应的假设变异点为水文序列变异点；步骤2.水文序列跳跃变异分级：考虑相关系数假设检验的显著性水平、水文序列对长度的要求、相关分析对相关性大小的要求等，确定相关系数阈值，将跳跃变异程度划分为5级：0≤|r|＜r_α，级别为无变异；r_α≤|r|＜r_β，级别为弱变异；r_β≤|r|＜0.6，级别为中变异；0.6≤|r|＜0.8，级别为强变异；0.8≤|r|≤1.0，级别为巨变异。

本发明提供的水文序列均值跳跃变异的识别与分级方法，还可以具有以下特征：

步骤1包括以下子步骤：

子步骤1-1.求取相关系数绝对值|r|：

对于长度为n的序列X＝{x_i}，通过跳跃变异诊断得到其变异点位置后，将整个序列分割成长度分别为n₁和n₂的两段子序列，求得序列均值为前后两个子序列均值分别为和