[发明专利]水文序列均值跳跃变异的识别与分级方法

摘要

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。

主权项

1.一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；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构造一个跳跃成分组成的序列Y＝{y_i}，i＝1,2,...,n₁；j＝n₁+1,n₁+2,...,n，则跳跃成分序列的均值可表示为：原始序列X与跳跃成分Y具有一定的相关关系，其相关系数r为：简化后可得：在上式中，子步骤1‑2.假设检验：从水文序列X中各个各假设变异点所对应的相关系数中选取绝对值最大的相关系数|r_max|，对其进行假设检验，从常用的显著水平0.01，0.02，0.05和0.1中取α，若|r_max|＜r_α，说明未通过假设检验，则该序列无跳跃变异点；若|r_max|＞r_α，说明通过假设检验，则认为|r_max|所对应的假设变异点为该水文序列的变异点；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α与β、水文序列对长度的要求、相关分析对相关性大小的要求，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，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；其中，α>β，r_α为相关系数r在显著性水平为α时的值，同理，r_β为相关系数r在显著性水平为β时的值。