一、小波分析在水文序列趋势分析中的应用（论文文献综述）
朱新丽,李彦彬,李红星,冯娅[1]（2021）在《基于小波多孔算法的黑河径流变异规律分析》文中研究说明本文旨在运用一种方法,能有效地对径流时间序列的突变和渐变趋势进行分析,以减少计算量。文章运用STL法,将黑河流域札马什克、祁连、正义峡,以及莺落峡水文站实测月径流量进行季节调整。随后,对季节调整序列采用二次样条小波多孔算法,进行径流演变分析。并与传统五年滑动平均和滑动T检验法进行对比。结果显示:运用二次样条小波多孔算法,能够同时对时间序列的渐变和突变趋势做出判断;相比五年滑动平均,小波分析近似系数可以从不同程度凸显径流局部和整体趋势特征;相比滑动T检验,小波分析模极大值在对序列进行突变点检测时,不需要时间序列服从特定的分布,也不会引入过多伪突变点;相比M-K突变点检验法,不会产生漏点现象。径流变异规律分析结果表明:札马什克水文站年径流量,呈不显着上升趋势,在2006年发生突变;祁连水文站年径流量,呈现显着的上升趋势,突变时间发生在1982年和2002年;莺落峡水文站年径流量,呈显着上升的趋势,突变在2003年;正义峡水文站年径流量,整体呈不显着下降趋势,并在1990年和2004年发生突变。因此,小波分析作为变异规律分析初步诊断工具是非常有效的。
黄春艳[2]（2021）在《黄河流域的干旱驱动及评估预测研究》文中研究说明干旱是分布面积广大且造成经济损失比较严重的自然灾害之一。气候变化及人类活动的影响使得干旱越来越突出。我国频发的旱灾严重威胁着我国人民群众的生产生活安全。2019年9月18日习近平总书记在黄河流域生态保护和高质量发展座谈会上指出:“保障黄河长治久安、促进全流域高质量发展、改善人民群众生活、让黄河成为造福人民的幸福河”,并强调黄河流域生态保护和高质量发展是重大国家战略,充分体现了作为中华民族“母亲河”的黄河在生产生活与生态安全中的重要地位。气候变化与人类活动的影响加剧了黄河流域的干旱威胁,制约着黄河流域的社会经济的发展与生态保护,对黄河两岸人民群众的正常生活也造成了严重影响。因而迫切需要开展流域干旱评估,驱动和预测研究,以期为流域内科学防旱、有效抗旱和高效统筹协调黄河流域生态保护和高质量发展提供科学理论指导。本文以黄河流域为研究对象,从气象、水文与农业干旱入手,依据生态学、水文学与统计学的相关理论框架,借助相关统计指标、Mann Kendall检验、连续小波变换、Copula理论框架、经验模态分解与随机优化算法等工具,剖析黄河流域各个分区的气象、水文与农业干旱的多尺度时空演变规律,并借此评估流域干旱情势;探究流域陆地生态系统的干旱胁迫机制,分析不同分区生态系统受旱后的恢复时间;厘清流域不同类型干旱的驱动、形成与发展机制,研究气象干旱与水文干旱的动态响应机理;借助数值预测模型与未来气候模式,预测黄河流域干旱演变态势。主要研究内容和取得的成果如下:（1）揭示了黄河流域气象、水文与农业干旱的时空演变规律,探究了流域陆地生态系统的干旱胁迫机制,明确了不同区域生态系统受旱后的恢复时间。以气象干旱为例,流域整体上处于干旱化趋势,不同分区站点的干湿演变趋势存在明显差异;上游的多数站点趋向湿润化,尤以源区湿润化趋势最为显着;中下游地区多数站点趋向干旱化,渭河流域南部与部分汾河流域干旱化趋势显着;黄河流域干湿演变的整体趋势的空间分布呈现东—西反向分布的特点。流域植被净初级生产力（NPP）的演变趋势具有一定的时空差异性。随着时间的推移,上游NPP值逐渐增加,中游和下游区逐渐减少并趋于稳定;流域陆地生态系统受旱后的恢复时间存在差异性,上游、中游和下游的恢复时间分别为4个月、3.8个月和4.5个月。（2）探究了干旱驱动机制及气象干旱与水文干旱的动态响应关系界定气象干旱和水文干旱的概念,探讨干旱的发生、发展、高峰与衰退全过程,阐明气象干旱和水文干旱的驱动机制;分别采用滑动窗口 Copula熵方法和滞时灰色关联度方法深入探究气象干旱与水文干旱之间的动态非线性响应关系,厘清水文干旱对气象干旱的滞后时间。结果表明,上、中、下游水文干旱对上游气象干旱响应时间分别为2个月、8-9个月和11个月;中、下游水文干旱对中游气象干旱响应时间分别是1个月、9个月,下游水文干旱对下游气象干旱存在1个月的滞后时间。（3）识别并量化了流域气象干旱的主要驱动因子采用敏感性分析方法探究了气象干旱不同驱动因子的敏感性,结果表明降水和气温是影响气象干旱的最敏感因素,其次是平均风速和平均水汽压,而日照百分率的敏感性较低。采用分位数法和皮尔逊三型概率分布方法量化了不同干旱等级下降水与气温的临界阈值,结果表明不同区域的干旱因子阈值存在差异:上游、中游和下游在重度干旱等级下的降水阈值区间分别为[186.22mm,339.53mm],[295.98mm,458.74 mm]和[449.72 mm,657.81 mm],气温阈值区间分别为[5.51℃,7.32℃],[9.37℃,12.82℃]和[9.36℃,15.42℃]。（4）基于EEMD-FOA-SVR干旱预测模型,预测未来气象干旱基于分解-优化-集成数值预测模型,结合集合经验模态分解法进行分解操作,将干旱指数分解为多个模态分量,随后耦合支持向量回归方法预测模态分量,最后引入果蝇智能算法对耦合模型的相关参数进行优化,进而建立基于EEMD-FOA-SVR的分解-优化-集成耦合的干旱预测模型,并应用于黄河流域的各个分区的气象干旱预测中。结果表明:采用EEMD多尺度分解的序列经过果蝇优化后的支持向量回归算法,而后再进行集成预测的结果较其它预测模型拟合度好,误差小,可实现较高精度的干旱预测。（5）基于降尺度的黄河流域未来旱涝演变特征的时空规律分析基于2个全球气候模式（GCMs）下的三种气候变化情景（RCPs）数据、结合数据（NCEP）和实测气象数据（降水、气温等）,利用统计降尺度方法（SDSM）将全球大尺度预测因子降尺度到黄河流域,采用SPI干旱指标预测黄河流域上中下游未来时期2020—2050年气象干旱的演变特征,结果表明流域未来干旱整体呈现出“先减少后增加”的态势,且流域中游流域干旱最为严重。
商滢[3]（2021）在《黄河源区径流演变规律及预报模型研究》文中指出水资源一直是人类生存的必要条件之一,河川是我国水资源的主要来源之一。本文选取黄河源区2个典型水文站（吉迈站、唐乃亥站）1961～2012年共计52年、624个月的水文资料,在前人研究基础之上对黄河径流的基本数理统计特征和演变规律进行分析,并构建预测模型对黄河源区月径流序列、年径流序列进行预测分析,为相关部门以后开展水文预报工作提供参考依据。本文主要的研究内容和成果如下:（1）通过对黄河源区径流资料进行基本统计特征、年内分配特征、年际变化规律分析分析,研究表明看出黄河源区径流主要集中于汛期,从总体来看黄河径流年内分配不均、年际变化大。（2）进行径流趋势分析时:采用滑动平均法、M-K秩序检验法、Spearman秩次相关检验,结果显示:吉迈多年径流量呈不显着增加趋势,唐乃亥站多年径流时间序列呈较显着降低趋势。结合M-K突变检验法、滑动t检验与有序聚类法进行突变检验分析,确定2006年、1986年分别为吉迈站、唐乃亥站径流突变年份。选用小波分析法进行径流周期分析,结果表明黄河源区吉迈、唐乃亥站均存在多时间尺度特征,小时间尺度变化镶嵌在大时间尺度的周期里,且都具有13年时间尺度的第一主周期。（3）建立人工神经网络的BP模型、遗传算法优化的GA-BP模型进行黄河源区两个水文站进行月径流预测。其中BP模型预测结果误差较大,而改进GA—BP模型在对径流的预测上速度更快、精度更高,经计得算预报精度为分别为79.17%与75.00%,精度达到评定标准乙级（70%-85%）,满足要求,可以用于水文预报工作。（4）采用GM（1,1）模型、基于R/S分析法优化的R/S—GM（1,1）模型进行年径流预测。结果显示:对于GM（1,1）模型,唐乃亥预测精度69.48%,吉迈站的模型精度66.49%,均不满足模型精度要求。组合R/S灰色预测的相对误差分别为18.10%和11.68%,预测精度分别为81.90%和88.32%,对比单一的灰色预测其在唐乃亥与吉迈站的预报精度提升了12.42%和21.83%,达到了灰色预测所要求的精度,说明该模型可以用来预测黄河源区年径流的情况。
王畅[4]（2021）在《土地利用/覆被变化对汾河上游水文干旱的影响研究》文中研究说明干旱的发生会对工农业的正常运行以及社会发展起到极大的限制,充分了解干旱的成因、变化规律及影响因素对预防干旱发生、缓解旱情有重大作用。构建合理、适宜的水文干旱指数可以量化干旱的特征以及变化趋势,便于人们对干旱的研究与预防。近年来,人类活动对干旱的影响不断加大,分析人类活动下土地利用/覆被变化对干旱的影响,对于了解干旱、抑制干旱、预测干旱意义重大。本文选用四种分布函数对寨上、兰村站1958-2000年月径流,上静游、汾河水库站1958-2016年月径流数据进行拟合,选取月、季、年尺度最优分布建立区域径流干旱指数,对不同尺度干旱进行特征分析,提取研究区植被以及土地利用信息,从数理统计方面利用Pearson相关系数法、Spearman秩相关法、交叉小波法、小波相干法、GAMLSS模型法分析植被覆盖与干旱指数之间的相关性,从物理成因方面利用SWAT模型分析研究区内的土地利用/覆被变化对水文干旱的影响,研究所得结论如下:（1）在不同尺度径流序列拟合优选中,月尺度和年尺度下,Wakeby分布为四个站点径流序列拟合的最优分布;季尺度中,Wakeby分布为汾河水库、寨上、兰村站季径流数据最优分布,Kappa分布为上静游站的最优分布,不同尺度径流序列服从的最优分布不同。（2）依据各站点最优分布建立径流干旱指数（SDI）,利用克里金插值（Kriging）法得到区域SDI序列,对区域干旱进行等级划分并依据历史干旱记载对结果进行验证,结果表明区域SDI的适用性良好,Galton板实验干旱等级划分准确。（3）汾河上游月、季、年尺度区域SDI序列均呈现正持续性,未来干旱持续发生;月尺度干旱周期主要为12个月左右,局部存在连月、连季、多月干旱情况;季尺度干旱存在4个季度以及64个季度的干旱周期。汾河上游月、季、年尺度区域干旱均以无旱、轻旱、中旱为主,不同尺度下三种干旱占比超过85%。相较于季尺度和年尺度,月尺度区域SDI对重、特旱等级的判定更敏感。（4）月、季、年尺度NDVI序列在1982-2013年间整体呈现增长趋势,2008年后出现明显增长,秋季植被高于其他季节。在显着性水平取0.05时,月、季、年尺度植被均发生了突变,且月尺度先于季尺度,季尺度先于年尺度,月尺度突变点更为精准;月尺度植被存在12个月左右的规律性周期,季尺度植被存在4个季度左右周期;生长期植被呈增长趋势,在个别月份出现了明显的低值和峰值小于相邻年份情况,期间植被生长受到影响。（5）从数理统计方面对汾河上游区域SDI与NDVI进行相关性分析,Pearson相关系数法显示3月份区域干旱与5、6、7、8、11、12月植被显着相关,2、3、4月份的区域SDI与4、5、6、7、8月NDVI多为实相关及以上,10、11、12月份的区域SDI与9、10、11、12月NDVI相关性也较好;冬季区域干旱与春、夏、秋季植被实相关,春季区域干旱与夏、秋季植被实相关,夏、秋季区域干旱与植被微相关,秋季的植被相关性较好;季节之间相关性多为正相关,且区域干旱与植被存在一定滞后性。由Spearman秩相关法,3、4、11、12月份区域干旱与植被存在较强相关性,5、6、7、8月区域干旱与植被相关性普遍较小,多呈正相关关系,此期间内研究区雨水较多;冬季区域干旱与春、夏、秋植被存在实相关关系,夏季区域干旱与植被呈实相关,与其他季节植被均为微相关,秋季植被与区域干旱相关性较强。相关性结果统计中,两种方法得出的相关程度为微相关关系的占比均为六成以上,相比较其他尺度,月尺度区域干旱与植被相关分析表现出了更好的相关性。（6）不同尺度的区域干旱与植被的小波分析中,月尺度区域SDI与NDVI存在12个月左右的明显周期振荡,区域干旱与植被有线性正相关性;小波锥内存在0-8月内局部负相关振荡区域;季尺度区域SDI与NDVI存在0-6个季度的正相关关系,第40-100季度内存在20-30季度周期振荡;年尺度干旱与植被存在6年左右的周期振荡。（7）采用GAMLSS模型分析汾河上游植被随区域干旱变化趋势,发生重旱、特旱时,NDVI维持在较低水平,当区域干旱减弱,各个保证率下的NDVI呈现显着上升趋势,最大升至0.8,随着植被指数继续增长,植被保持在0.5-0.6范围,植被随干旱程度的变化呈现越旱越枯的状况。（8）借助SWAT模型从物理成因上分析汾河上游区域干旱与土地利用/覆被变化的相互影响,在汾河上游水体、草地减少,居民用地、耕地、林地增加的情况下,1992-2000年月尺度区域干旱中,无旱、轻旱、中旱频率占比下降约27%,重、特旱发生频率显着上升。水体和草地的减少,居民用地、耕地、林地的增加影响流域干旱的发生频率与等级,加重了流域干旱。
黄星[5]（2021）在《新疆和田河年径流丰枯遭遇研究》文中认为和田河流域位于新疆南部,其不仅是塔里木河重要的输水区之一,同时也是组成“西部大开发”和“一带一路”的重要枢纽地区。然而,随着当前全球气温上升与人类活动影响,和田河流域的径流以及气候因素变化规律也发生一定程度的改变。所以,需要先对和田河径流及其影响因素进行分析,以了解1960―2016年阶段和田河径流演变规律,并确定不同因素的影响程度。和田河径流受不同因素影响,其变化也充满了不确定性,导致水资源分配存在不合理之处,对和田河年径流进行丰枯评价是识别不确定性,提高水资源分配的重要途径。由于传统的单一变量描述水文变化规律具有一定局限性,因此基于丰枯评价结果,采用统计方法计算和田河的丰枯遭遇概率。为确保计算结果的准确性,利用Copula函数分析和田河两条支流（玉龙喀什河、喀拉喀什河）在同一时间内发生丰枯的概率,对比统计法结果,探究了径流互补最优条件,为进一步提高和田地区水资源利用效率和水资源调度的应用提供科学指导。主要研究内容与成果如下:（1）采用Mann-Kendall检验、Pettitt突变检验、Morlet小波分析等方法,分析径流和影响因素的变化趋势、突变特征及周期规律。建立影响因素与径流的多元线性方程及神经网络模型,定量分析气候因素与人类活动对径流变化的贡献水平。结果表明:玉龙喀什河和喀拉喀什河径流、降水和气温均呈上升趋势。径流与降水突变节点位于21世纪初,气温则在1984年发生突变,这表明径流与降水突变具有滞后性,而气温发生突变时间与西北地区气候转变相一致。径流在较大尺度范围内共经历2个枯-丰变换周期,降水现出3次偏多-偏少交替,气温经过2个冷-暖变换周期。通过神经网络分析认为气候变化是影响径流变化的主要因素,而人类活动为次要因素。气温因素是径流补给的主要影响因素,降水补给作用低于气温补给作用。（2）针对径流丰枯等级划分的不确定性,采用适当的评价模型对径流进行判断,以保证径流丰枯评估的准确性。以玉龙喀什河和喀拉喀什河1960—2016年月径流资料为基础数据,采用均值标准差法判别两条支流丰枯状态,结果表明:玉龙喀什河平水年出现次数最多,喀拉喀什河枯水年占比最大。在集对法判断下,两径流丰水年比例在21%以上,枯水年较多,占比49%以上。在模糊集对耦合分析下,玉龙喀什河、喀拉喀什河丰枯占比分别为:丰水年:17.54%、15.79%,枯水年45.61%、31.58%。基于三种检测结果可知,玉龙喀什河、喀拉喀什河枯水年出现次数最多,丰水年次数最少。三种方法评价结果有所差异,对比差异年份的年内径流,认为模糊集对结果能更清晰客观地描述和田河径流丰枯状态。（3）以玉龙喀什河和喀拉喀什河1960—2016年径流量数据为基础,依照单变量经验法计算序列的经验频率,并分别与四种边缘分布进行拟合。通过两种误差检验方法对拟合效果进行检验,并以最优的单变量分布代入Copula函数中,使用误差检验方法对联合变量进行拟合优选。按照37.5%与62.5%的频率作为丰枯类别边界,通过函数计算式获取9种丰枯组合类型的概率。经Copula函数计算得出2支流同丰、同平、同枯的概率为分别为8.41%、18.48%、21.41%,异步概率为51.7%。基于模糊集对评价结果,采用统计方法计算可知,异步遭遇概率64.17%大于同步丰枯概率35.83%。2种概率均为异步丰枯大于同步丰枯概率,表明2支流之间具有较好的互补性,可利用2支流间的丰枯差异性进行跨河调水。
王亚迪[6]（2020）在《变化环境下黄河源区水文气象要素特征分析及径流变化驱动研究》文中进行了进一步梳理黄河源区水资源极为重要,但生态环境脆弱,极易受到破坏。近年来气候变化是我们面临的共同挑战,全球气候变暖、酸雨、臭氧层破坏等问题,已经严重影响到地球自然资源和人类社会生活。黄河源区出现水资源短缺、冰川消融、水土流失、土地荒漠化等问题,河流生态功能减退,河流健康受到威胁。研究变化环境下,源区的水文气象要素变化和径流演变规律,对加强水资源保护,提高水资源利用率,健全水资源保证体系,具有重要科学指导作用和社会现实意义。本文对黄河源区的水文气象要素变化进行分析,包括其一致性、趋势性、周期性和空间分布等方面;对源区径流变化进行研究,包括其变化特性及其驱动因素,并计算了气候变化和人类活动对径流变化的影响。取得成果主要包括:（1）根据黄河源区1961-2015年期间水文气象资料,分别采用启发式分割法、改进的Mann-Kendall法和CEEMDAN法对研究区降水、气温和潜在蒸散发时间序列的一致性、趋势项和突变型进行分析。结果表明:源区降水增加趋势不明显,一致性良好,主周期为2.04a。气温增加趋势显着,在1997年发生突变,序列变化剧烈,未检测到主周期。潜在蒸散发（PET）增加趋势明显,在1969年和2001年发生突变,主周期为3.67a。空间分布上,三个要素主要呈现西北-东南分布,从西北地区到东南地区,数值逐渐增加。（2）根据黄河源区干旱指标和极端气候指标计算结果,本文分析了源区干旱情况和极端气候的变化情况。结果表明:黄河源区逐渐向“暖湿化”转变,干旱指数下降趋势明显,在1990年发生突变,主周期为2.04a。干旱主要为东-西向分布特征,东部区域相对湿润,西部区域相对干旱。8项极端降水指标中,强降水事件（R95p）、最大5日降水量（RX5day）和降水强度（SDII）呈增加趋势;各指标突变年份和主周期情况并非完全一致;空间分布以西北-东南向为主,从西北向东南区域逐渐递增。11项极端气温指标中,冷昼日数（TX10P）、冷夜日数（TN10P）、霜冻日数（FD0）和结冰日数（ID0）呈现出显着下降趋势,其余指数均为显着上升趋势。各指标的突变年份、主周期各有特点。空间分布主要为西北-东南向分布和南-北向分布,突变前后各指标的空间分布情况存在差异。（3）在7期土地利用分布图中可以发现,黄河源区以草地为主,未利用土地次之,而城乡、工矿、居民用地最少。研究期内,水域面积减少;耕地和城乡、工矿、居民用地增加,其余类型土地面积波动变化,基本持平。1982-2013年期间,归一化植被指数（NDVI）增加,时间序列在1986年发生突变,主周期为4.00a。NDVI主要为西北-东南向空间分布特点,从西北向东南方向,数值逐渐增加。（4）根据黄河源区在1961-2015年期间唐乃亥水文站径流资料发现,黄河源区径流量呈不显着降低趋势。径流时间序列在1990年发生突变,下降趋势不显着,主周期为3.67a。春、秋季节径流下降趋势明显;3月、6月份径流为轻微上升变化,其他月份均为下降趋势。降水是径流变化的主要驱动因素,两者相关系数较大,时间序列的耦合振荡强烈。径流与干旱指标的相关性较强,共振信号明显。径流与年雨日降水量（PRCPTOT）、暖昼日数（TX90P）的相关性较强。土地利用变化是影响径流的重要因素,但径流与归一化植被指数（NDVI）相关性较弱。（5）人类活动是径流变化的主导因素,气候变化是其重要因素。本文以1961-1990年为径流基准期,1991-2015为径流变化期。根据SCRAQ方法,人类活动和气候变化导致径流减少的贡献率分别为79.04%和20.96%。根据Budyko弹性分析法,人类活动和气候变化导致径流减少的贡献率分别为78.53%和21.47%。
程扬[7]（2020）在《水文序列预测模型的耦合及优化研究 ——以磨刀溪为例》文中研究表明磨刀溪流域是长江上游具有代表性的中小型山区流域,本研究收集有流域内长滩水文站降雨径流资料,以及鱼龙、建南、谋道、龙驹四个雨量站的的降雨资料。首先,从周期性、趋势性、突变性三个方面分析磨刀溪水文序列的特性;其次,从相对误差、绝对误差等指标研究了传统和新兴两类预测模型的精度;然后建立了小波分析和人工神经网络耦合的WNN模型,并探究了水文序列的尺度和复杂特性对模型精度的影响;最后,基于遗传算法的全局寻优特性,优化了WNN模型的阈值、权值、时间尺度因子等模型参数,最终建立了优化的WA-GA-ANN模型。长滩站是磨刀溪流域唯一的水文站,也是集雨面积最大的控制站,分析该站的降雨径流特性,希望可以为磨刀溪全流域的防洪减灾、水资源统一规划利用提供科学指导。联合鱼龙、建南、谋道、龙驹四个雨量站的降雨序列,建立的全流域降雨预测模型,希望可以为该流域甚至中小型山区流域的中长期水文预报做贡献。本文主要研究结论如下:（1）论文采用趋势回归法、Mann-Kendall秩次相关法、滑动平均法识别该序列趋势项;采用时序累计相关曲线法、有序聚类法识别龙角站年径流序列跳跃项;采用傅里叶分析、最大熵谱分析、小波分析进行周期识别。经过对龙角站1959～1990年和长滩站2001～2010年的降雨序列进行分析,发现该站的控制流域内的降雨具有2a尺度的周期性,降雨量总体呈增加趋势,但在1963年～1966年间和1982年～1988年间降雨量有减少的趋势,径流由于受到人类活动的影响,在2001年产生突变点。（2）论文从小波消噪、分解层数确定、小波方法的周期分析等方面详细研究了小波方法体系。运用史坦SURE法和熵准则阈值选取法优选了小波消噪阈值,将这两种阈值选取方法运用到鱼龙站的降雨序列消噪,发现消噪后的序列峰值明显减小,即序列的系统误差减小。同时,提出白噪声检测的小波分解层数确办法,鱼龙站的降雨序列长度192,小波最优分解层数为2,这与经验公式得到的最大分解尺度相符。（3）论文以鱼龙站的降雨序列为例,运用自回归、模糊分析、灰色系统分析分别建立预测模型,比较原序列和模拟序列的残差、相对误差等指标,发现新兴类模型准确、高效、可操作性强。还探究了BP网络、RBF网络、GRNN网络的模型原理,并基于建南、谋道、龙驹的雨量资料、和龙角站的降雨径流资料建立预测模型模拟龙角站的日最高水位,发现GRNN网络模拟序列的特征值更接近实测序列。（4）论文将原始序列采用熵准则消噪,并采用白噪声检测方法确定分解层数后再带入小波分析和人工神经网络耦合的WNN模型。以鱼龙站2001年～2016年的月降雨序列和日降雨序列为例,研究了时间序列尺度对耦合模型预测结果的影响,发现序列越长、时间尺度越小预测结果越精准。再以鱼龙站2001年～2016年的月平均降雨、水位、流量序列为例,探究序列复杂程度特性对耦合模型预测精度的影响,发现序列本身越复杂,预测精度越低。最后本论文针对小波神经网络权值、阈值设定等问题,建立了一套遗传算法优化模型参数的小波神经网络模型。
周立洋[8]（2020）在《基于云模型理论的区域干旱危险性量化分析研究》文中进行了进一步梳理干旱是当今全球一种严重的自然灾害,它具有发生频率高、持续时间长及影响范围广等特点。区域干旱危险性量化分析中,选取合适的干旱指数和干旱频率分析是两个关键点。干旱指数是干旱研究的基础,构建具有普适性的综合干旱指数是当前一项重要工作,也是干旱监测和干旱风险评价的重要基础。针对每类干旱均有单因素干旱指数提出,目前国内外常用的干旱指数有标准化降水指数（SPI）、标准化径流指数（SRI）、降水距平百分率（Pa）、标准化土壤湿度指数（SSI）等。但单因素干旱指数大多仅能反应一方面因素对干旱的影响,未能全面的反映受多种因素共同影响的区域干旱的特点。为此,采用基于云模型的不确定性推理方法,综合降水距平百分率（Pa）和土壤含水量距平百分率（SMAPI）两指数,构造了一种能够将以上两种指数识别特征同时兼顾的综合干旱指数DI,并将其用于安徽省1960-2007年干旱特征的识别与分析中。我国《水利水电工程设计洪水规范》中规定的皮尔逊III（P-III）型曲线和图解法是一种常用的推求指定频率水文值的方法,该方法中对经验频率的计算多沿用数学期望公式加以确定,但该公式存在一定的弊端,且对选择正确的经验频率公式这一问题长期以来也存在争议和混乱。降水量是一种重要的水资源补给和更新的方式,降水缺乏是引发气象干旱的主要原因,特别是对于少雨的干旱和半干旱地区,降水量等相关干旱指数的频率分析研究十分重要。本文提出一种基于云变换的新型经验频率计算方法,对皖北地区5个观测站年降水量序列加以分析,以完成对该种方法合理性的验证,并在此基础上进行基于综合干旱指数的皖北地区干旱频率分析研究。以上研究结果表明:（1）综合干旱指数DI在干旱过程识别中兼含气象干旱及农业干旱指数的共同优势,具有良好的准确性与适用性;（2）安徽省年内干旱以轻、中旱为主,季节干旱中秋季干旱发生频繁、等级高,且受灾范围广,冬季次之,春季存在发生重、特干旱的可能,夏季干旱程度最弱;（3）安徽省中南部地区轻旱发生相对较多,北部地区中、重、特旱相对较多,干旱风险自南向北逐渐增加。干旱重心自60年代到90年代从中部向西北方向移动,2000-2007年向南转移,形成环形逆时针路线;（4）采用Mann-Kendall趋势非线性检验方法对安徽省综合干旱指数DI序列趋势进行分析,得到年尺度检验值Z为-0.0756,呈下降趋势,其中春、秋两季为上升趋势,夏、冬两季为下降趋势;安徽省北部部分地区呈上升趋势,中南部大部分区域呈下降趋势;安徽省综合干旱指数DI变化第一主周期为25a,四季干旱指数变化第一主周期依次为6a、32a、20a、7a;（5）针对皖北地区5个站点的年降水量序列,可基于云变换的新型经验频率得出设计频率的降水值,结果与采用原期望公式得出的降水值较接近,其中一个站点处得到设计值较后者稍偏大,其余均为小于原期望公式所得设计频率降水值;（6）基于综合干旱指数对皖北地区干旱频率进行分析,得到各地市不同等级干旱强度发生概率,其结果与通过干旱发生频次统计得到概率值存在部分差异,但整体保持一致,皖北6地市秋季干旱危险性指数呈现出从南到北逐渐增大的趋势。
孙嘉雪[9]（2020）在《辽河下游极端降水及与洪水联合分布特征分析》文中提出依据辽河下游浑太水系1968-2018年的五个气象站点的日降水资料和两个水文站的日流量资料,构建极端降水指数（AM1D、AM5D、1mm）和年降水量序列,对极端降水的特性演变、极端降水与洪水二维联合分布特征进行分析与探讨。1.采用一元线性回归法、趋势系数法、R/S分析法、M-K突变检验、滑动t检验法和累计距平法对极端降水趋势变化进行分析,研究表明:四个指数随时间变化相关性均较小,研究时段内除AM1D有上升趋势外,其余指数均为下降趋势,未来趋势预测中,AM1D和AM5D不显着上升趋势,年降水量与1mm为不显着下降趋势,突变点整体看主要集中在1975年、1993年和2000年左右。2.基于Morlet复小波分析法,从小波系数实部等值线图、小波系数模等值线图、小波方差图和主周期趋势图四方面对极端降水周期规律进行分析,研究表明:均存在5-8年左右、12-19年左右和26-31年左右周期尺度,但是在表现稳定的时段有所差异;在17年左右的周期震荡均表现为最强,为第一主周期;三种序列均在2000年以前表现出平稳的周期,2000年后发生不同的改变。3.计算Pearson,Kendall和Spearman三种相关系数选择极值样本对,分别对极端降水指标和洪水指标进行GEV,Gamma,Lognormal,Log-Logistic和P-III这5种函数的边缘分布拟合,并进行K-S,Chi-Squared,Anderson-Darling三种检验,结果表明:AM7D与AM1R相关性最高,边缘分布均能较好的拟合指标序列,其中GEV分布和Lognormal分布分别为拟合极端降水指标和洪水降水指标的最优概率模型。4.基于二维Achimedean Copula函数构建极端降水与洪水的二维联合分布,并通过RMSE,AIC和BIC三种指标进行拟合优度评价,选择最优模型,绘制相关概率与重现期图,结果表明:Frank Copula函数为构建分布最优函数模型;随着辽河下游AM7D和AM1R指标增大,同现重现期相比联合重现期呈10倍甚至50倍的增长,说明两指标均大于等于特定值的发生发生可能性极小,推测洪水对极端降水的水文响应需要一定时间,有所延迟;给定AM7D特定值的条件下,AM1R发生的条件概率随着AM7D的增大而增大,条件重现期减小,概括来说就是降水指标值越大,洪水发生的可能性越大。
杨建涛[10]（2020）在《渭河水文变异传递规律解析与驱动归因》文中进行了进一步梳理20世纪以来,全球气候变化日趋强烈,加之大规模人类活动影响,流域水文系统发生了明显变化,实测水文序列常表现出显着的非一致性,导致基于平稳性假设的传统水文水利计算方法面临严峻挑战。因此,探究变化环境下水文演变机制与非一致性变化,对流域水资源的科学高效管理和合理开发利用都具有理论意义和实践价值。本研究以渭河流域为研究对象,透过对流域水文气象要素的趋势性、周期性和变异性诊断;实施变异类型划分与变异的时空传递机制分析,探明渭河流域上游水文变异对下游的潜在影响,并理清各个区域水文变异的主要驱动源。此外,通过对渭河流域及各个区域径流改变量展开定量分析,从气象条件、水利工程、植被覆盖、土地利用、社会经济等方面实施不同区域水文变异类型的驱动因子分析,查明渭河流域大规模发生各种变异类型的主导因素。论文取得的主要研究成果如下:（1）开展渭河流域地理位置、地形地貌、水系分布、水文气象、植被覆盖与土地利用、水利工程建设以及社会经济等基线调查,通过分析可知渭河流域径流、降水等水文气象要素随时间变化呈现递减趋势;流域内植被覆盖受退耕还林还草政策实施影响呈现趋好趋势;耕地面积呈现下降趋势;流域内20世纪70年代建设了许多水利工程（水库、淤地坝等）,对径流变化产生了较大影响;流域内社会经济发展迅速,尤其在2000年以后,用水量激增,供需紧张问题持续存在。透过对渭河流域基线的研究分析,发现渭河流域20世纪70年代以后受到了较大的人类活动影响,且人类影响的时间与空间分布,引发了复杂的流域水文变化。（2）对渭河流域水文气象要素的趋势性检验,发现渭河流域水文气象要素在90年代以后都呈现出显着下降趋势;透过对渭河流域径流和降水数据的周期性分析,可发现渭河流域径流的主周期基本维持在30年左右,降水序列的主周期在35年左右;结合渭河流域主要水文站的径流、降水和泥沙数据均值和方差变异点诊断结果,可知渭河流域大规模发生均值变异和方差变异的时间基本都在上世纪70年代左右。（3）划定径流变异时段,并将水文变异划分为五种类型（I-V类）,运用定量分离法推求各个水文站实测径流序列所发生变异的驱动量,进而梳理渭河流域水文变异传递机制。当同时考虑均值与方差变异驱动传递机制时,各水文站的变异驱动量会发生改变,驱动量会出现叠加或者抵消的情况,这表明当某站径流序列出现非一致性时,可能是由多种驱动因素耦合影响而成。分析结果表明渭河流域水文变异驱动量的64.7%来源于干流,35.3%的来源于支流;干流中,北道-咸阳区间和咸阳-华县区间是变异驱动量的主要来源,分别占32.9%和24.9%,即渭河流域水文变异来源主要是中下游。此外,研究发现在支流中,张家山以上区域、葫芦河、黑河和千河也是引发渭河流域水文变异的主要驱动来源。（4）通过渭河流域水文变异驱动机制分析,可知渭河流域径流变化主要是由气候因素的改变和人类活动引起,目前人类活动已成为影响径流变化的主导因素。气候变化对径流的影响主要表现为降水量的减少和蒸散发改变。针对北道以上流域、北道-咸阳段、张家山以上流域和咸阳-华县段,从气象条件和水利工程建设、植被覆盖、土地利用、社会经济等方面进行变异驱动因子分析,结果表明渭河流域发生的Ⅱ类水文变异主要由70年代的水利工程建设引起,造成渭河流域Ⅲ类水文变异发生的主要驱动因素可能是气象因子中蒸发量的显着变化,引起流域发生大规模Ⅳ类水文变异的主要驱动可能是流域降水量的减少及由于社会经济的发展造成社会需水量增多和部分区域水利工程建设的联合影响。
二、小波分析在水文序列趋势分析中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、小波分析在水文序列趋势分析中的应用（论文提纲范文）
（1）基于小波多孔算法的黑河径流变异规律分析（论文提纲范文）
| 0 引 言 |
| 1 主要研究方法 |
| 1.1 STL季节分解 |
| 1.2 小波奇异点识别原理 |
| 1.2.1 突变点检测 |
| 1.2.2 趋势识别 |
| 1.3 二次样条小波多孔算法 |
| 2 研究区域及数据 |
| 3 结果与讨论 |
| 3.1 季节分解 |
| 3.2 基于小波多孔算法的径流变异规律分析 |
| 3.3 基于传统方法变异规律分析 |
| 3.3.1 渐进趋势识别 |
| 3.3.2 突变点检测 |
| 3.4 对比分析 |
| 3.4.1 渐进趋势识别 |
| 3.4.2 突变点检测 |
| 4 结 论 |
（2）黄河流域的干旱驱动及评估预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 干旱指标及评估分析 |
| 1.2.2 干旱驱动机制研究 |
| 1.2.3 干旱预测 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 研究区域概况及基本方法 |
| 2.1 自然地理概况 |
| 2.1.1 地理概况 |
| 2.1.2 地形地貌 |
| 2.1.3 气候特征 |
| 2.1.4 河流水系 |
| 2.1.5 社会经济概况 |
| 2.2 资料来源与数据处理 |
| 2.3 基本方法 |
| 2.3.1 小波分析法 |
| 2.3.2 Mann-Kendall检验分析法 |
| 2.3.3 克里金差值法(Kriging插值法) |
| 2.4 小结 |
| 3 黄河流域干旱特征分析 |
| 3.1 干旱定义及指标 |
| 3.1.1 气象干旱定义及指标 |
| 3.1.2 水文干旱定义及指标 |
| 3.1.3 农业干旱定义及指标 |
| 3.2 黄河流域气象干旱时空演变规律 |
| 3.2.1 气象干旱事件多尺度时程变化规律 |
| 3.2.2 气象干旱事件多尺度空间分布特征 |
| 3.2.3 多尺度下气象干旱频率特征分析 |
| 3.3 黄河流域水文干旱时空演变规律 |
| 3.3.1 水文干旱事件多尺度时程变化规律 |
| 3.3.2 水文干旱事件多尺度空间统计特征 |
| 3.3.3 多尺度下水文干旱周期性变化特征 |
| 3.4 黄河流域农业干旱时空演变规律 |
| 3.4.1 农业干旱事件的时程变化特征 |
| 3.4.2 农业干旱事件与气象要素的空间相关性 |
| 3.5 农业干旱影响下的流域陆地生态系统恢复时间 |
| 3.5.1 植被净初级生产力(NPP)的模拟及分析 |
| 3.5.2 黄河流域上中下游NPP的时空变化规律分析 |
| 3.5.3 生态系统干旱恢复时间(RT)确定 |
| 3.5.4 黄河流域上中下游植被干旱恢复时间RT的空间变异特征 |
| 3.6 小结 |
| 4 干旱驱动机制及动态响应分析 |
| 4.1 气象干旱驱动机制分析 |
| 4.1.1 气象干旱的形成发展过程 |
| 4.1.2 驱动因素 |
| 4.1.3 驱动机制 |
| 4.2 水文干旱驱动机制分析 |
| 4.2.1 水文干旱的形成和发展过程 |
| 4.2.2 驱动因素 |
| 4.2.3 驱动机制 |
| 4.3 气象干旱和水文干旱的相关性分析 |
| 4.3.1 研究方法 |
| 4.3.2 气象干旱和水文干旱的相关性分析 |
| 4.4 气象干旱和水文干旱的动态响应分析 |
| 4.4.1 基于滑动窗口Copula熵的干旱动态响应 |
| 4.4.2 基于滞时灰色关联度的干旱动态响应 |
| 4.5 小结 |
| 5 干旱驱动因子分析 |
| 5.1 驱动因子特征分析 |
| 5.1.1 驱动因子时间变化规律 |
| 5.1.2 驱动因子空间变化特征 |
| 5.2 驱动因子敏感性分析 |
| 5.2.1 敏感性分析方法 |
| 5.2.2 黄河流域干旱因子的敏感性分析 |
| 5.3 驱动因子阈值分析 |
| 5.3.1 理论基础 |
| 5.3.2 驱动因子阈值选取方法 |
| 5.3.3 黄河流域干旱驱动因子阈值分析 |
| 5.3.4 黄河流域干旱驱动因子阈值检验 |
| 5.3.5 阈值归因分析 |
| 5.4 小结 |
| 6 基于EEMD-FOA-SVR的黄河流域干旱预测 |
| 6.1 研究方法 |
| 6.1.1 集合经验模态分解 |
| 6.1.2 果蝇优化算法 |
| 6.1.3 支持向量回归 |
| 6.1.4 FOA-SVR模型 |
| 6.2 基于EEMD-FOA-SVR预测模型 |
| 6.2.1 基于EEMD-FOA-SVR预测模型流程图 |
| 6.2.2 模型评价准则 |
| 6.3 基于EEMD-FOA-SVR模型的干旱预测 |
| 6.3.1 模型构建 |
| 6.3.2 模型验证 |
| 6.3.3 模型预测 |
| 6.4 小结 |
| 7 黄河流域未来干旱演变特征的时空变异规律分析 |
| 7.1 GCM数据来源及主要方法 |
| 7.1.1 GCM模式 |
| 7.1.2 SDSM统计降尺度方法 |
| 7.2 SDSM模型降尺度适应性评估 |
| 7.3 未来降水和气温的时空演变特征 |
| 7.3.1 未来降水和气温的时程变化规律 |
| 7.3.2 未来降水和气温的空间分布规律 |
| 7.4 未来时期2020-2050 年气象干旱的时空演变特征 |
| 7.4.1 未来时期2020-2050 年气象干旱的时间序列预测 |
| 7.4.2 未来时期2020-2050 年气象干旱的空间预测 |
| 7.5 小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）黄河源区径流演变规律及预报模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 径流演变规律研究现状 |
| 1.3.2 径流预测方法研究现状 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 2 黄河流域概况与基本资料 |
| 2.1 黄河流域概况 |
| 2.1.1 自然地理概况 |
| 2.1.2 气候条件 |
| 2.1.3 地形地貌 |
| 2.1.4 水文特性 |
| 2.1.5 生态与社会经济环境 |
| 2.2 基本资料 |
| 2.2.1 资料可靠性审查 |
| 2.2.2 资料一致性审查 |
| 2.2.3 资料代表性审查 |
| 3 黄河径流序列统计特征分析 |
| 3.1 年径流基本统计特征 |
| 3.2 径流的年内分布特征 |
| 3.2.1 年内分配百分比 |
| 3.2.2 年内分配的不均匀性 |
| 3.2.3 年内分配的集中程度 |
| 3.3 径流的年际变化特征 |
| 3.3.1 径流年际变化的总体特征 |
| 3.3.2 径流年际变化的距平分析 |
| 3.4 本章小结 |
| 4 黄河径流序列演变特性分析 |
| 4.1 径流趋势变化分析 |
| 4.1.1 滑动平均法 |
| 4.1.2 Mann-Kendall秩次检验法 |
| 4.1.3 Spearman秩次相关检验 |
| 4.2 径流突变分析 |
| 4.2.1 Mann-Kendall突变检验法 |
| 4.2.2 滑动t检验 |
| 4.2.3 有序聚类法 |
| 4.3 周期分析 |
| 4.3.1 小波分析法 |
| 4.3.2 小波变换结果分析 |
| 4.3.3 方差结果分析 |
| 4.3.4 主周期趋势图的绘制及其在多时间尺度分析中的作用 |
| 4.4 本章小结 |
| 5 基于BP神经网络月径流模型研究 |
| 5.1 BP神经网络算法的基本理论 |
| 5.2 黄河源区径流预测的BP模型 |
| 5.2.1 源区BP模型的建立 |
| 5.2.2 源区BP模型的结果分析 |
| 5.3 源区径流预测的遗传算法优化BP神经网络 |
| 5.3.1 建立基于遗传算法优化的BP神经网络 |
| 5.3.2 GA—BP神经网络模型预报结果分析 |
| 5.4 本章小结 |
| 6 基于优化的R/S与灰色组合模型的年径流预测 |
| 6.1 灰色系统模型 |
| 6.1.1 GM(1,1)模型的建立 |
| 6.1.2 模型检验 |
| 6.1.3 黄河源区GM(1,1)模型 |
| 6.2 R/S灰色组合预测模型 |
| 6.2.1 基于R/S分析的灰色预测原理 |
| 6.2.2 基于修正的R/S分析的灰色预测结果分析 |
| 6.3 本章小结 |
| 7 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表论文 |
| 致谢 |
（4）土地利用/覆被变化对汾河上游水文干旱的影响研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 干旱分布指数研究进展 |
| 1.2.2 干旱影响因素研究进展 |
| 1.3 存在问题 |
| 1.4 研究内容和主要研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 第2章 研究区流域概况 |
| 2.1 自然概况 |
| 2.2 水文特征 |
| 2.3 水旱灾害 |
| 2.4 土地利用与土壤植被 |
| 2.5 社会经济 |
| 第3章 分布选择及区域干旱指数建立 |
| 3.1 径流分布选择 |
| 3.1.1 径流分布 |
| 3.1.2 判别方法 |
| 3.2 不同尺度径流最优分布选取 |
| 3.2.1 月尺度径流分布优选 |
| 3.2.2 季尺度径流分布优选 |
| 3.2.3 年尺度径流分布优选 |
| 3.3 水文干旱指数建立 |
| 3.4 区域干旱指数构建 |
| 3.5 干旱等级划分 |
| 3.6 本章小结 |
| 第4章 区域SDI时间特征分析 |
| 4.1 1958-2000 年月尺度区域干旱特征分析 |
| 4.1.1 突变分析 |
| 4.1.2 持续性分析 |
| 4.1.3 周期分析 |
| 4.2 1958-2016 年月尺度干旱特征分析 |
| 4.2.1 突变分析 |
| 4.2.2 持续性分析 |
| 4.2.3 周期分析 |
| 4.3 汾河上游月尺度区域SDI等级结果 |
| 4.4 汾河上游季尺度干旱特征分析 |
| 4.4.1 突变分析 |
| 4.4.2 持续性分析 |
| 4.4.3 周期分析 |
| 4.4.4 季尺度区域SDI等级结果 |
| 4.5 汾河上游年尺度干旱特征分析 |
| 4.5.1 突变分析 |
| 4.5.2 持续性分析 |
| 4.5.3 周期分析 |
| 4.5.4 年尺度区域SDI等级结果 |
| 4.6 本章小结 |
| 第5章 汾河上游植被提取与分析 |
| 5.1 NDVI数据来源与处理 |
| 5.2 月尺度NDVI特征分析 |
| 5.3 季尺度NDVI特征分析 |
| 5.4 年尺度NDVI特征分析 |
| 5.5 生长期NDVI趋势分析 |
| 5.6 本章小结 |
| 第6章 区域干旱指数与植被相关性分析 |
| 6.1 Pearson相关系数法 |
| 6.1.1 Pearson法原理 |
| 6.1.2 月尺度Pearson相关系数法计算结果 |
| 6.1.3 季尺度Pearson相关系数法计算结果 |
| 6.1.4 月、季尺度Pearson相关程度频次统计 |
| 6.2 Spearman秩相关法 |
| 6.2.1 Spearman秩相关法原理 |
| 6.2.2 月尺度Spearman相关系数法计算结果 |
| 6.2.3 季尺度Spearman相关系数法计算结果 |
| 6.2.4 月、季尺度Spearman相关程度频次统计 |
| 6.3 小波相干法 |
| 6.3.1 小波相干法原理 |
| 6.3.2 小波相干法计算结果 |
| 6.4 交叉小波法 |
| 6.4.1 交叉小波法原理 |
| 6.4.2 交叉小波法结果 |
| 6.5 GAMLSS模型法 |
| 6.5.1 GAMLSS模型简介 |
| 6.5.2 GAMLSS模型法结果 |
| 6.6 本章小结 |
| 第7章 不同时期土地利用覆被变化对水文干旱的影响性分析 |
| 7.1 SWAT模型原理简介 |
| 7.2 汾河上游数据库建立 |
| 7.2.1 汾河上游天气发生器数据库 |
| 7.2.2 汾河上游土壤数据库 |
| 7.2.3 汾河上游土地利用重分类 |
| 7.2.4 汾河上游其它数据 |
| 7.3 SWAT模型建立与SWAT-CUP模型参数率定 |
| 7.3.1 SWAT模型的建立 |
| 7.3.2 SWAT-CUP程序 |
| 7.3.3 SWAT模拟结果 |
| 7.4 不同时期土地利用/覆被变化对水文干旱指数的影响 |
| 7.5 本章小结 |
| 第8章 结论与展望 |
| 8.1 主要研究成果 |
| 8.2 不足与展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（5）新疆和田河年径流丰枯遭遇研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 水文要素演变特征研究进展 |
| 1.2.2 径流丰枯评价研究进展 |
| 1.2.3 径流丰枯遭遇研究进展 |
| 1.3 研究内容及目标 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 技术路线 |
| 第二章 研究区概况 |
| 2.1 地理位置 |
| 2.2 水文气象 |
| 2.2.1 降水 |
| 2.2.2 气温 |
| 2.2.3 蒸发 |
| 2.3 社会经济概况 |
| 2.4 数据来源 |
| 第三章 水文要素变化特征分析 |
| 3.1 分析方法 |
| 3.2 径流变化特征分析 |
| 3.2.1 趋势性分析 |
| 3.2.2 突变分析 |
| 3.2.3 周期分析 |
| 3.3 气候因素变化特征分析 |
| 3.3.1 降水特征分析 |
| 3.3.2 气温特征分析 |
| 3.4 径流变化归因分析 |
| 3.4.1 径流变化定性分析 |
| 3.4.2 径流变化定量分析 |
| 3.5 本章小结 |
| 第四章 年径流丰枯评价 |
| 4.1 丰枯评价方法 |
| 4.2 基于均值标准差法的径流丰枯评估 |
| 4.3 基于集对分析法的径流丰枯评估 |
| 4.4 基于模糊集对分析法的径流丰枯评估 |
| 4.5 本章小结 |
| 第五章 年径流丰枯遭遇分析 |
| 5.1 丰枯遭遇方法 |
| 5.1.1 统计法 |
| 5.1.2 Copula函数法 |
| 5.2 基于统计法的径流丰枯遭遇分析 |
| 5.3 基于Copula函数的径流丰枯遭遇分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 石河子大学硕士研究生学位论文导师评阅表 |
（6）变化环境下黄河源区水文气象要素特征分析及径流变化驱动研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 目的与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 环境变化研究 |
| 1.2.2 水文气象要素研究 |
| 1.2.3 干旱与极端气候研究 |
| 1.2.4 土地利用与植被指数 |
| 1.2.5 径流变化及归因分析 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 研究区概况与资料 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形与地貌 |
| 2.1.3 气象与水文 |
| 2.2 研究资料 |
| 2.2.1 气象资料 |
| 2.2.2 水文资料 |
| 2.2.3 土地利用资料 |
| 2.2.4 植被指数资料 |
| 3 黄河源区水文气象要素时空变化分析 |
| 3.1 研究方法 |
| 3.1.1 时间序列变异性 |
| 3.1.2 时间序列趋势项 |
| 3.1.3 时间序列周期性 |
| 3.2 黄河源区降水变化 |
| 3.2.1 年尺度降水时空变化 |
| 3.2.2 季尺度降水时空变化 |
| 3.2.3 月尺度降水时空变化 |
| 3.3 黄河源区气温变化 |
| 3.3.1 年尺度气温时空变化 |
| 3.3.2 季尺度气温时空变化 |
| 3.3.3 .月尺度气温时空变化 |
| 3.4 黄河源区潜在蒸散发时空变化 |
| 3.4.1 年尺度潜在蒸散发时空变化 |
| 3.4.2 季尺度潜在蒸散发时空变化 |
| 3.4.3 月尺度潜在蒸散发时空变化 |
| 3.5 本章小结 |
| 4 干旱和极端气候时空变化分析 |
| 4.1 研究方法 |
| 4.1.1 干旱指标计算 |
| 4.1.2 极端指标计算 |
| 4.2 黄河源区干旱情况时空变化 |
| 4.2.1 年尺度干旱时空变化 |
| 4.2.2 季尺度干旱时空变化 |
| 4.2.3 月尺度干旱时空变化 |
| 4.3 黄河源区极端气候时空变化 |
| 4.3.1 极端降水时空变化 |
| 4.3.2 极端气温时空变化 |
| 4.4 本章小结 |
| 5 土地利用和植被覆盖时空变化分析 |
| 5.1 土地利用时空变化 |
| 5.1.1 黄河源区土地利用变化 |
| 5.1.2 子区域土地利用变化 |
| 5.2 植被覆盖时空变化 |
| 5.2.1 植被覆盖年尺度变化 |
| 5.2.2 植被覆盖季节尺度变化 |
| 5.2.3 植被覆盖月尺度变化 |
| 5.3 本章小结 |
| 6 径流变化及其驱动因素研究 |
| 6.1 研究方法 |
| 6.1.1 相关性研究 |
| 6.1.2 贡献率计算 |
| 6.2 径流变化分析 |
| 6.2.1 年尺度径流变化 |
| 6.2.2 季尺度径流变化 |
| 6.2.3 月尺度径流变化 |
| 6.3 径流变化驱动因素分析 |
| 6.3.1 径流与降水的关系 |
| 6.3.2 径流与气温的关系 |
| 6.3.3 径流与潜在蒸散发的关系 |
| 6.3.4 径流与干旱的关系 |
| 6.3.5 径流与极端气候的关系 |
| 6.3.6 径流与土地利用的关系 |
| 6.3.7 径流与NDVI的关系 |
| 6.4 气候变化和人类活动对径流变化的贡献率研究 |
| 6.4.1 SCRAQ方法结果 |
| 6.4.2 Budyko弹性系数法结果 |
| 6.4.3 贡献率结果讨论 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
（7）水文序列预测模型的耦合及优化研究 ——以磨刀溪为例（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外关于水文序列特性分析研究进展 |
| 1.2.2 国内外关于水文序列预测模型研究进展 |
| 1.3 研究内容和技术路线 |
| 第二章 水文序列分析方法研究 |
| 2.1 水文序列周期分析方法 |
| 2.1.1 傅里叶分析 |
| 2.1.2 最大熵谱分析 |
| 2.2 水文序列跳跃成分识别 |
| 2.2.1 时序累计值相关曲线法 |
| 2.2.2 有序聚类分析法 |
| 2.2.3 Man-Kendall法 |
| 2.3 水文序列趋势成分识别 |
| 2.3.1 滑动平均法 |
| 2.3.2 Kendall秩次相关检验 |
| 2.3.3 趋势回归检验 |
| 2.4 水文序列的小波分析方法 |
| 2.4.1 小波函数选择研究 |
| 2.4.2 小波分解尺度的研究 |
| 2.4.3 基于小波方法的水文序列消噪处理 |
| 2.4.4 水文序列周期的小波分析方法 |
| 2.5 本章小节 |
| 第三章 水文序列预测方法研究 |
| 3.1 自回归模型 |
| 3.1.1 模型结构 |
| 3.1.2 模型的参数估计 |
| 3.1.3 模型的识别 |
| 3.1.4 算例分析 |
| 3.2 马尔科夫预测模型 |
| 3.2.1 模型理论 |
| 3.2.2 算例分析 |
| 3.3 模糊分析 |
| 3.3.1 模型理论 |
| 3.3.2 算例分析 |
| 3.4 灰色系统分析 |
| 3.4.1 模型理论 |
| 3.4.2 算例分析 |
| 3.5 本章小节 |
| 第四章 水文序列预测模型耦合的研究 |
| 4.1 人工神经网络 |
| 4.1.1 BP神经网络 |
| 4.1.2 RBF神经网络 |
| 4.1.3 GRNN神经网络 |
| 4.2 小波神经网络耦合模型 |
| 4.2.1 模型理论 |
| 4.2.2 算例分析 |
| 4.3 水文序列时间尺度对耦合模型预测结果的影响 |
| 4.4 水文序列复杂特性对耦合模型预测结果的影响 |
| 4.5 模型的不足及改进 |
| 4.6 本章小节 |
| 第五章 水文序列预测模型优化的研究 |
| 5.1 遗传算法基本理论 |
| 5.2 GA优化的WNN模型 |
| 5.3 GA优化的WNN模型算法流程 |
| 5.4 WA-GA-ANN模型仿真 |
| 5.5 本章小节 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 在学期间发表的论文和参加的项目 |
| 一、在学期间发表的论文 |
| 二、科研项目 |
| 三、在学期间获奖情况 |
（8）基于云模型理论的区域干旱危险性量化分析研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究进展 |
| 1.3.1 干旱及干旱危险性研究进展 |
| 1.3.2 干旱指数研究进展 |
| 1.3.3 水文变量频率分析研究进展 |
| 1.4 论文研究内容及技术路线图 |
| 第二章 区域概况及研究方法 |
| 2.1 安徽省概况 |
| 2.1.1 地理位置及气候状况 |
| 2.1.2 水资源概况 |
| 2.1.3 经济发展概况 |
| 2.1.4 水利事业发展概况 |
| 2.2 云模型 |
| 2.2.1 正态云算法 |
| 2.2.2 云推理算法 |
| 2.2.3 云变换算法 |
| 2.3 本章小结 |
| 第三章 基于云推理算法的综合干旱指数构建 |
| 3.1 概述 |
| 3.2 基于云推理算法的综合干旱指数构建方法 |
| 3.2.1 干旱指数选取 |
| 3.2.1.1 降水距平百分率 |
| 3.2.1.2 土壤含水量距平百分率 |
| 3.2.2 综合干旱指数构建方法 |
| 3.2.3 综合干旱指数等级划分 |
| 3.3 基于综合干旱指数的安徽省干旱过程识别与演变特征分析 |
| 3.3.1 安徽省历史干旱过程识别分析 |
| 3.3.2 安徽省季节性干旱演变特征分析 |
| 3.4 本章小结 |
| 第四章 基于综合干旱指数的安徽省干旱演变特征分析 |
| 4.1 概述 |
| 4.2 研究方法 |
| 4.2.1 Mann-Kendall方法 |
| 4.2.2 小波分析 |
| 4.2.3 干旱重心 |
| 4.3 安徽省干旱时空演变特征分析 |
| 4.3.1 基于综合干旱指数的安徽省干旱时空演变特征分析 |
| 4.3.2 基于M-K检验法的安徽省干旱演变趋势及突变分析 |
| 4.3.3 基于小波理论的安徽省干旱演变周期性分析 |
| 4.4 本章小结 |
| 第五章 基于云变换算法的区域干旱频率分析 |
| 5.1 概述 |
| 5.2 区域概述及研究方法 |
| 5.2.1 皖北地区概述 |
| 5.2.2 基于云变化算法的干旱指数曲线拟合方法 |
| 5.3 基于云变换算法的干旱频率分析方法 |
| 5.4 基于综合干旱指数的皖北地区干旱频率分析 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 不足与展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（9）辽河下游极端降水及与洪水联合分布特征分析（论文提纲范文）
| 摘要 |
| abstract |
| 1.引言 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 极端降水研究现状 |
| 1.2.2 边缘概率分布模型研究现状 |
| 1.2.3 Copula函数及水文联合分布研究现状 |
| 1.2.4 辽河流域研究现状 |
| 1.3 主要研究内容 |
| 1.4 技术路线图 |
| 2.研究区概况 |
| 2.1 流域概况与地理位置 |
| 2.2 水文气象特征 |
| 2.3 工程与开发利用 |
| 3.极端降水特性趋势变化研究 |
| 3.1 研究方法 |
| 3.1.1 一元线性回归 |
| 3.1.2 趋势系数法 |
| 3.1.3 R/S分析法 |
| 3.1.4 M-K突变检验 |
| 3.1.5 滑动t检验 |
| 3.1.6 累计距平法 |
| 3.2 极端降水特性趋势分析 |
| 3.2.1 趋势系数与一元线性回归分析 |
| 3.2.2 R/S分析 |
| 3.2.3 M-K突变检验 |
| 3.2.4 滑动t突变检验 |
| 3.2.5 累计距平分析 |
| 3.3 本章小结 |
| 4.极端降水特性周期规律研究 |
| 4.1 小波分析法 |
| 4.1.1 小波函数 |
| 4.1.2 Morlet小波分析 |
| 4.1.3 小波变换 |
| 4.2 极端降水特性周期规律分析 |
| 4.2.1 年降水量 |
| 4.2.2 最大一日降水量 |
| 4.2.3 最大五日降水量 |
| 4.3 本章小结 |
| 5.指标边缘分布拟合研究 |
| 5.1 研究方法 |
| 5.1.1 相关系数 |
| 5.1.2 边缘分布函数 |
| 5.1.3 参数估计方法 |
| 5.1.4 检验方法 |
| 5.2 极值样本对的相关性分析 |
| 5.3 极端降水指标边缘分布拟合分析 |
| 5.4 洪水指标边缘分布拟合分析 |
| 5.5 本章小结 |
| 6.极端降水指标与洪水指标联合分布研究 |
| 6.1 研究方法 |
| 6.1.1 Copula函数 |
| 6.1.2 阿基米德Copula函数 |
| 6.1.3 Copula函数参数估计 |
| 6.1.4 拟合优度评价 |
| 6.1.5 联合分布概率与重现期 |
| 6.2 基于二维Copula函数的极端降水与洪水联合分布构建 |
| 6.2.1 参数估计与拟合优度检验 |
| 6.2.2 联合概率与联合重现期分析 |
| 6.2.3 联合超越概率与同现重现期分析 |
| 6.2.4 条件概率和条件重现期分析 |
| 6.3 本章小结 |
| 7.结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）渭河水文变异传递规律解析与驱动归因（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水文序列变异诊断研究 |
| 1.2.2 变异归因研究现状 |
| 1.2.3 渭河流域水文变异研究现状 |
| 1.2.4 存在问题 |
| 1.3 研究内容与研究思路 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路 |
| 第二章 流域概况与基线分析 |
| 2.1 地理位置 |
| 2.2 地形、地貌 |
| 2.3 河流水系 |
| 2.4 水文气象 |
| 2.5 植被覆盖与土地利用 |
| 2.5.1 植被覆盖 |
| 2.5.2 土地利用 |
| 2.6 水利工程概况 |
| 2.7 社会经济 |
| 2.8 本章小结 |
| 第三章 流域水文气象要素演化特征 |
| 3.1 站点与数据选取 |
| 3.2 流域水文气象要素趋势性分析 |
| 3.2.1 研究方法 |
| 3.2.2 降水趋势变化 |
| 3.2.3 径流趋势变化 |
| 3.2.4 泥沙趋势变化 |
| 3.3 流域水文气象要素周期性分析 |
| 3.3.1 研究方法 |
| 3.3.2 降水周期变化 |
| 3.3.3 径流周期变化 |
| 3.4 流域水文要素均值变异性分析 |
| 3.4.1 研究方法 |
| 3.4.2 降水均值变异 |
| 3.4.3 径流均值变异 |
| 3.4.4 泥沙均值变异 |
| 3.5 流域水文要素方差变异性分析 |
| 3.5.1 研究方法 |
| 3.5.2 降水方差变异 |
| 3.5.3 径流方差变异 |
| 3.5.4 泥沙方差变异 |
| 3.6 流域水文要素时域变异性分析 |
| 3.6.1 降水时域变异性分析 |
| 3.6.2 径流时域变异性分析 |
| 3.6.3 径流变异对降水变异的响应关系 |
| 3.7 本章小结 |
| 第四章 渭河流域水文变异传递机制 |
| 4.1 水文变异传递机制内涵 |
| 4.2 渭河流域水文变异的时间分布特征 |
| 4.3 渭河流域水文变异的空间分布特征 |
| 4.4 渭河流域水文变异传递机制分析 |
| 4.4.1 渭河流域均值变异传递机制 |
| 4.4.2 渭河流域方差变异传递机制 |
| 4.4.3 渭河流域均值方差变异传递机制 |
| 4.5 本章小结 |
| 第五章 渭河流域径流量均值变异驱动机制 |
| 5.1 基于水量平衡的径流变化归因 |
| 5.1.1 渭河流域蒸散发计算 |
| 5.1.2 气候变化和人类活动对径流的影响 |
| 5.2 基于降水-径流关系的径流变化归因 |
| 5.2.1 降水-径流关系变异诊断 |
| 5.2.2 渭河流域降水-径流关系分析 |
| 5.2.3 计算结果与分析 |
| 5.3 渭河流域径流变异驱动因子分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 攻读学位期间取得的研究成果 |
| 参考文献 |
| 致谢 |
四、小波分析在水文序列趋势分析中的应用（论文参考文献）
- [1]基于小波多孔算法的黑河径流变异规律分析[J]. 朱新丽,李彦彬,李红星,冯娅. 水利水电技术(中英文), 2021(10)
- [2]黄河流域的干旱驱动及评估预测研究[D]. 黄春艳. 西安理工大学, 2021(01)
- [3]黄河源区径流演变规律及预报模型研究[D]. 商滢. 西华大学, 2021(02)
- [4]土地利用/覆被变化对汾河上游水文干旱的影响研究[D]. 王畅. 太原理工大学, 2021(01)
- [5]新疆和田河年径流丰枯遭遇研究[D]. 黄星. 石河子大学, 2021(02)
- [6]变化环境下黄河源区水文气象要素特征分析及径流变化驱动研究[D]. 王亚迪. 西安理工大学, 2020
- [7]水文序列预测模型的耦合及优化研究 ——以磨刀溪为例[D]. 程扬. 重庆交通大学, 2020(01)
- [8]基于云模型理论的区域干旱危险性量化分析研究[D]. 周立洋. 合肥工业大学, 2020
- [9]辽河下游极端降水及与洪水联合分布特征分析[D]. 孙嘉雪. 中国地质大学(北京), 2020(09)
- [10]渭河水文变异传递规律解析与驱动归因[D]. 杨建涛. 长安大学, 2020(06)