[发明专利]一种水文序列变异尺度的识别方法

说明书

本发明涉及水文水资源领域，具体地，涉及一种水文序列变异尺度的识别方法。包括以下步骤：S1.收集水文序列数据；S2.利用有序聚类法对水文序列进行突变点检测；S3.根据突变点将水文序列分成前后两个子序列，其中突变点前的子序列称为参考序列，突变点后的序列称为被测序列；S4.采用相关积分法并结合两个子序列即可计算水文序列的变异度。本发明提供的一种水文序列变异尺度的识别方法，方法原理简单，计算复杂度较低、效率高，可对水文序列的变异尺度进行识别，可广泛应用于各种水文要素序列变异程度的研究。

技术领域

本发明涉及水文水资源领域，具体地，涉及一种水文序列变异尺度的识别方法。

背景技术

受气候变化以及人类活动的双重影响，水文序列发生一定的变异。水文特征变异的影响因素总是作用于一定的水文过程，并对过程产生影响，变异的结果也总是通过一定的水文过程的变化而反映出来，所以，水文特征变异是在经历了一定的时间过程和在特定的空间范围内完成的，对水文序列进行变异分析，有利于我们更为深入地理解和把握复杂的水文系统变异机制和规律，更好地为水资源管理提供帮助。属性尺度是对水文特征是否发生变异的重要界定，以不同的标度指标度量某一特定时空尺度下的水文特征变异，所得到的变异的性质也就不同。因此，水文特征变异的属性问题是要研究变化了多少才称得上“变异”的问题，即确定变异的标度。但现有研究对水文序列变异的属性问题，或者说变异的属性尺度的研究不足，研究方法也十分复杂。

发明内容

本发明的目的在于克服现有技术的不足，提供一种水文序列变异尺度的识别方法，方法原理简单，计算复杂度较低、效率高。

为解决上述问题，本发明提供的技术方案为：一种水文序列变异尺度的识别方法，其特征在于，包括以下步骤：

S1.收集水文序列数据；

S2.利用有序聚类法对水文序列进行突变点检测；

S3.根据突变点将水文序列分成前后两个子序列，其中突变点前的子序列称为参考序列，突变点后的序列称为被测序列；

S4.采用相关积分法并结合两个子序列即可计算水文序列的变异度。

进一步地，所述的S2步骤包括：

S21.假设序列x_t(t＝1,2,…,n)的可能分割点为τ；

S22.计算分割点前后样本离差平方和及总离差平方和；

S23.满足最优二分割条件的τ记为τ₀，以此作为最可能的分割点。

进一步地，所述的S22步骤具体为：

根据下式计算分割点前样本的离差平方和：

上式中，为分割点前样本的均值；

根据下式计算分割点后样本的离差平方和：

上式中，为分割点后样本的均值；

根据下式计算分割点前后样本的总离差平方和：

S_n(τ)＝V_τ+V_n-τ。

进一步地，所述的S23步骤中通过下式确定最优分割点：

进一步地，所述的S4步骤包括：

S41.设变异点前的序列为参考序列Y_t(t＝1,2,…,N₁)，同时根据下式计算参考序列的相关积分：