基于动态演化分析的水文序列一致性检验方法研究

A basic problem of modern hydrological time series analysis is to recognize the inconsistency under varying environment. The traditional testing methods mainly adopt the statistical stationary test of Statistics, without considering the dynamical properties of the hydrological time series, so they cannot essentially identify the long-time evolution trend of the sequence. Furthermore, the length of the hydrological data is also difficult to meet the demand of statistical inference. This project based on dynamical study of the hydrological evolution mechanism, using real data to build the grey box model. Dynamical properties, such as the limit trend of evolution, the existence of equilibrium and periodic cycle, bifurcation and sensibility of parameters, and the stability of structure will be considered. A new consistency testing method will be proposed after the discussion on the dynamic properties of the model. Three representative basin data will be used to verify the theoretical results. This study focus on the relation between consistency test and the time scale, and the relation between consistency test and periodic property. The result of the project will develop the theory and method of hydrological consistency test of time series, and promote the development of hydrological statistical method.

准确判断变化环境下水文时间序列可能具有的非一致性，是现代水文时间序列分析的基础理论问题。水文学采用的一致性检验方法主要依据统计学平稳性检验，没有考虑水文序列的动力学性质，不能从本质上判断序列的长期演化趋势；同时，现有水文数据序列的长度也难以满足对非一致性序列进行统计推断的要求。本申请基于水文过程的动态演化机理，利用非线性动力系统理论，建立水文时间序列的灰箱统计模型，分析序列的长期演化规律、平衡点及周期轨的存在性、参数分岔规律及敏感性、系统结构稳定性等动力学性质，提出基于动态演化分析的一致性检验方法。利用三个代表性流域的数据进行对比分析，验证理论结果。与统计学平稳性检验对比，重点解决一致性与时间尺度及周期性的关联关系问题。本研究将发展水文序列一致性检验模型方法，促进变化环境下水文统计理论的发展。

由于自然环境变化和人类活动影响，水文时间序列的均值、方差、自相关系数等发生变化，体现出非一致性。传统非一致性检验方法借鉴统计学的非平稳性检验方法，但检验结果与序列长度等有较大关联。.本项目由突变和潜周期这两种最常见的非一致性特征入手进行分析，辨析检验方法与时间尺度、周期性趋势的关联关系。结合数值模拟数据与实测数据，比较MK检验、Pettitt检验、滑动t检验、非参数相似度检验、快速傅里叶变换、小波分析等不同检验方法对常见水文序列的效果差异。结果表明MK检验对于水文序列突变检验有较好的适应性，但对数值模拟的一般数据没有特殊优势；而常见统计检验方法的潜周期识别效果没有明显差异。.时间序列分析起源于人类对于尼罗河涨落的研究，而兴盛于现代金融学对于股票等金融工具价格的预测。本项目综合水文数据和金融数据进行一定程度的对比分析，据此提出均值差检验和回归预测检验方法。该方法对于Sangamon河和上证综指数据进行了综合对比分析，在水文数据的处理中与传统的MK检验等方法没有明显优劣，但对金融数据的突变点检验更符合金融市场实际。.除径流时间序列外，结合汉江流域、山东省、山西省等不同流域和地区降水、气温、植被指数等不同水文序列，综合开展了趋势分析、突变检验、周期识别等非一致性相关的研究。并结合人类活动影响综合建立经济生态水文关联模型，用于辅助时间序列分析预测。.本项目所讨论的一致性检验方法对合理使用统计方法进行时间序列突变和潜周期识别有理论意义，为评价人类活动对水文序列影响的提供了相对客观的理论方法。