[发明专利]一种判定水文时间序列趋势类型的方法

摘要

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。

主权项

1.一种判定水文时间序列趋势类型的方法，其特征在于，包括步骤如下：1)利用广义最小二乘方法估计时间序列线性趋势的斜率a，并评估其显著性；2)根据序列的自相关特性建立自回归模型，结合序列线性趋势的显著性，确定KPSS和PP检验方法的具体表达形式：TS(t)＝A(m)+a*t+u(t)其中，A(m)为m阶自回归模型，a*t为线性趋势项，u(t)为平稳噪声；3)利用确定的KPSS检验方法和PP检验方法判定序列TS(t)的趋势类型，记为第一次判定结果：若两种方法同时判定为确定性趋势，则说明序列包含确定性趋势；若两种方法同时判定为随机趋势，则说明序列包含随机趋势；若两种方法的结果相互矛盾，初步判定趋势类型未知，并进入步骤4)分析；4)选择突变检验方法识别序列TS(t)中的突变成分B₀；5)利用小波函数对序列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)；TS’(t)＝TS(t)‑L(t)‑B₀6)重复步骤1)到3)，识别重构序列TS’(t)的趋势类型，记为第二次判定结果；若两种方法结果仍然相互矛盾，进入步骤7)分析；7)分析重构序列TS’(t)的自相关系数图和偏相关系数图，认识其统计特性；若两种系数图同时表现为截尾特性，则判定序列包含确定性趋势；若两种系数图同时表现为拖尾特性，则判定序列包含随机趋势；若两种系数图的结果相互矛盾，则最终判定序列的趋势类型未知。