受气候变化和人类活动等因素的综合作用,从本质上讲径流系统是一种非线性、弱相依且高度复杂的非平稳系统。该系统受外界周期或非周期因子的强迫作用,使得径流时间序列变化具有明显的时间多尺度性。多时间尺度分析的传统方法具有自身缺陷,小波变换由于没有唯一的基函数,导致某些局部表现较差。适用于非线性、非平稳时间序列的Hilbert-Huang变换是一种最新发展起来的多分辨率分析方法,本课题引进Hilbert-Huang变换研究黄河上游径流时间序列多尺度变化规律,找出序列过程的隐含主周期、突变点和奇异点,并考虑气候变化和人类活动对其结果进行动因分析。在此基础上,结合现代系统分析理论建立中长期径流预测方法,其结果为区域水资源开发利用和规划管理提供科学依据。本课题不仅为研究径流多尺度变化提供了新思路和新方法,而且还可推动Hilbert-Huang变换理论本身的发展,故本研究具有重要的理论价值和实际意义。
river runoff;Hilbert-Huang transform;multi-scale change;runoff prediction;characteristic analysis
水资源是人类社会可持续发展的制约因素,而径流在水资源系统中起主导作用,受气候和人类活动等因素的影响,其变化规律表现出非线性、随机性、突变性等复杂特性。因此,如何合理的描述径流的演变规律,并对未来径流做出准确合理的预测,至今都是国内外研究的难题和热点。本项目以黄河上游贵德和兰州站年、月径流为主要研究对象,主要结论如下 (1)首先通过计算各站径流的不均匀系数、完全调节系数、集中度和集中期,得出1920-1989年,黄河上游年内分配不均匀性、集中度都比较大,1990年后径流分配相对均匀。年际变化特点为 20年代和90年代为枯水年,60年代和80年代为丰水年,其余年代为平水年,由径流差积曲线显示丰枯水段交替出现,并持续不长。 (2)对年、月径流进行了经验模态分解(EMD),选取了径流时间序列分解中固有模态函数的判据,提出了分解过程中抑制端点效应的解决办法,采用边筛分,边用灰色周期方法进行延拓;根据Hilbert-Huang谱对各径流序列的隐含周期、变化趋势及突变点、奇异点进行了分析。对不同尺度的径流序列分析都得到了3年、6年、20年以及36年左右的周期,具有一定的一致性;并采用分形、突变理论等对径流特性进行了深入研究,结果表明两站径流频率突变发生在1928年,均值突变发生在1932年;年径流趋势下降,而月径流有弱上升趋势,且趋势都具有持续性。 (3)采用BP网络和RBF网络分别对径流原序列直接预测和每个模态函数预测,结果表明RBF网络预测优于BP网络,对模态函数预测优于对原序列直接预测,相对误差小于9%,合格率100%;对不同类型的径流分量采用不同的方法预测高频分量采用RBF网络,对低频分量采用多元回归模型(ARMA),对趋势分量采用灰色系统GM(1,1)模型,最后将各分量预测结果叠加作为最终的预测值,合格率大于90%,预测结果表明比只采用单一模型直接对原序列预测的精度要高。 研究结果可更好地为水资源规划与利用提供可靠的数据。