[发明专利]一种判定水文时间序列趋势类型的方法

说明书

本发明公开了一种判定水文时间序列趋势类型的方法，包括：利用广义最小二乘方法评估序列TS(t)线性趋势的显著性；利用确定的KPSS和PP检验方法判定序列TS(t)的趋势类型：若两种方法结果一致，给出趋势类型结果；若二者矛盾，选择Pettitt方法识别序列TS(t)的突变成分B₀，对序列TS(t)进行离散小波分解；剔除序列TS(t)的低频成分L(t)和突变成分B₀，将剩余成分作为重构序列TS’(t)，利用确定的KPSS和PP检验方法识别序列TS’(t)的趋势类型；若两种方法结果一致，给出趋势类型结果；若二者仍然矛盾，分析重构序列TS’(t)的自相关系数图和偏相关系数图；若两者均表现截尾特性，则判定为确定性趋势；若两者均表现拖尾特性，则判定为随机趋势；若两者结果矛盾，则最终判定序列的趋势类型未知。

技术领域

本发明属于水文科学技术领域，具体指代一种判定水文时间序列趋势类型的方法。

背景技术

近几十年来，在全球气候变化和人类活动的综合影响下，陆表温度的升高改变海陆热力差异，导致大尺度环流的结构发生变化，区域及全球的水循环加剧，直接诱导高温极端事件增多、低温极端时间减少、洪涝灾害频发等，给水文模拟预报和水文频率计算等一系列涉水工作带来很大困难。

趋势是描述水文变量长期变化特性最简单和最常用的指标。在统计学和许多科学分析中，趋势往往被认为是给定的整个数据范围内的趋势，且在未来具有可持续性。在水文学中，趋势缺乏明确的定义，其直观反映了长期、平滑和单调等概念，但实际中很难明确定义长期和平滑的程度。最常见的是将线性拟合的斜率作为趋势，但该方法对于水文时间序列是不合逻辑的，因为其潜在的物理机制可能是非线性和非平稳的。此外，线性趋势多用于描述水文要素在恒定速率下的平均变异性，无法准确描述其在不同时空尺度下的非线性特性。因此越来越多的研究关注非线性趋势识别方法，在水文学领域中得到了广泛应用，有效地揭示不同时空尺度下水文要素的非线性特性。然而，在实际分析过程中，水文过程可能存在单位根过程，使水文要素产生“像趋势”特征，该趋势不同于确定性趋势，被称为随机性趋势。同时，具有单位根过程的变量之间可能会存在“伪回归”现象。此外，火山或太阳辐射对自然产生很大影响，导致气温产生长达几个世纪的自然波动，破坏了自然界的水循环过程，使得各水文要素在较短时间内表现出明显的趋势特征，而该趋势实际上是周期成分的一部分。因此，利用确定性趋势描述水文要素的长期变化特性可能使相关研究产生误导性结论，准确判定水文时间序列的趋势类型是相关研究的重要前提。

目前判定水文时间序列趋势类型的常用方法有时序图法、相关性曲线图法和单位根检验方法。时序图法对观测者的经验要求高，且受主观因素影响较强。对于相关性曲线图法，如果一个序列去除线性趋势后的自相关函数缓慢衰减至零，说明该序列的趋势为随机性趋势；否则，该趋势为确定性趋势。其中通过构造检验统计量进行假设检验的单位根检验方法应用最为广泛，常用的方法有Dickey-Fuller Test(DF)、Augmented Dickey-FullerTest(ADF)、ERS、NP、Phillips-Perron test(PP)、KPSS test(Kwiatkowski-Phillips-Schmidt-Shim)等。为了提高单位根检验的功效，研究者对其适用对象进行了进一步提高，分为季节单位根检验(HEGY检验)、面板数据单位根检验(LLC检验)和结构突变单位根检验。由于KPSS test和PP test不需要满足序列的白噪声假设，即允许序列中存在自相关性和异方差特性，且KPSS test和PP test的零假设互补，两者配合可得到单独使用所得不到的结论，因此，这两种方法在实际中应用较为广泛。