[发明专利]一种判定水文时间序列平稳性类型的方法

说明书

本发明公开了一种判定水文时间序列平稳性类型的方法，包括：检验序列S(t)的确定性程度；若检验为确定性过程，评估序列S(t)的线性趋势显著性：若线性趋势显著，则判定为趋势平稳序列，若趋势不显著，则判定为随机平稳序列；若检验为随机过程，计算序列S(t)的分数差分参数d：若d0.5，则判定为差分平稳序列；若d0.5，且趋势显著，则判定为随机平稳过程；若d0.5，但趋势不显著，利用三种方法对序列S(t)进行单位根检验：若三者结果一致且d=0，则判定为趋势平稳序列；若三者结果不一致，则判定为趋势平稳与长距离依赖特性的耦合。本发明提高水文时间序列平稳性类型最终判定结果的可靠性，从而为水文模拟预报、频率计算等工作提供科学依据。

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平稳性类型的方法。

背景技术

近几十年来，受气候变化和人类活动的强烈影响，许多地区的水循环特征发生了显著变化，各水文要素呈现出明显的非平稳性，导致基于水文序列一致性假设的方法无法准确描述水循环的复杂演变规律，给水利工程设计、水文模拟、水资源规划等一系列工作提出了严峻的挑战。

正确认识水循环的非平稳变化是解决复杂水问题的重要基础，也是科学评估气候变化影响下未来水文情势演变的重要基础。实际水文过程包含两种成分，一是表现为受确定因素影响的趋势、周期变化等确定成分；二是受随机因素影响，且表现为相依性和纯随机变化的随机成分，两者均可以使水文序列产生非平稳变化。由确定性成分中的趋势导致非平稳特征的序列称为趋势平稳序列，而随机成分的相依性可能使水文要素产生单位根过程，并在某一时间段内表现出明显的“类趋势”特征，但该趋势本质上区别于确定性趋势，被称为差分平稳序列。同时，具有单位根过程的变量之间可能会存在“伪回归”现象。因此，准确检测各水文要素是否保持平稳性，并判断平稳性类型是开展水文学研究的重要前提。

目前，关于水文时间序列的平稳性类型检测已有大量研究，单位根检验方法因其受主观性因素影响较弱得到了众多研究者的青睐，其中Augmented Dickey-Fuller Test(ADF)、KPSS test(Kwiatkowski-Phillips-Schmidt-Shim)、Phillips-Perron test(PP)等方法应用最为广泛。为了提高单位根检验方法的功效，研究者在考虑其适用条件的基础上进一步提出了结构突变单位根检验方法。然而，不同的单位根检验方法得到的结果常常相互矛盾，导致无法对序列的平稳性类型形成统一认识。有研究者认为序列中的噪声成分掩盖了其真实信号的变化特性，导致单位根检验方法无法准确判断序列的平稳性类型。针对上述问题，部分研究者考虑到外部强迫因素的高信噪比特性，首先利用单位根方法检验外部强迫因素的平稳性类型，然后通过外部强迫因素与因变量之间的协整关系最终确定因变量的平稳性类型。

实际水文时间序列可描述为一个分整过程I(d)，其中0≤d≤1，d为序列的分数差分参数。当d＝0.5时，序列为差分平稳过程；当0d0.5时，序列为趋势平稳过程，且同时表现出一定程度的长距离依赖特性。然而，利用单位根方法对水文时间序列进性分析时，常常未考虑序列存在分整的可能性，单位根检验方法均基于d＝0(或者d＝1)的零假设和d＝1(或者d＝0)的备择假设，故当拒绝零假设d＝0(或者d＝1)时，d＝1(或者d＝0)被错误地接受。因此，单位根检验方法无法直接应用于检验序列的平稳性类型，而有效评估序列的分数差分参数才是准确进行序列平稳性类型检验的有效途径。