水文时间序列跳跃变异综合诊断方法技术

本发明专利技术提供一种水文时间序列跳跃变异综合诊断方法，其特征在于，包括以下步骤：步骤1.利用Monte‑Carlo统计试验生成N组水文序列：步骤1.1设定水文序列的长度、变异点位置、变异前均值、变异前变差系数、变异前偏态系数、变异后均值、变异后变差系数、变异后偏态系数的数值；步骤1.2将变异点之前序列记为

【技术实现步骤摘要】
水文时间序列跳跃变异综合诊断方法
本专利技术涉及一种水文时间序列跳跃变异综合诊断方法。技术背景近几十年来气候条件变化及人类活动导致下垫面条件变化等的影响，使得许多流域降水、径流等水文要素形成过程的物理成因发生了很大改变，水文过程呈现出更加复杂的变化特性。从实际观测资料看，水文时间序列客观反映了上述因素对水文过程造成的影响及其程度，其统计规律不再满足一致性的要求。因此，对于水文序列中非一致性成分进行分析是十分必要的。跳跃变异是水文序列中常见的变异形式，主要体现了水文过程发生的剧烈变化，及其对环境变化影响的适应性。实际分析过程中，水文时间序列的变化特性复杂多变，且水文序列的参数条件也较为复杂，单一方法检验效果的可靠性常常较低，不同方法的检验结果也存在一定差异，难以得到准确合理的结果。
技术实现思路
本专利技术是为了解决上述问题而进行的，目的在于提供一种水文时间序列跳跃变异综合诊断方法，基于不同检验方法对水文序列检验的能力和精度赋予相应的权重，并利用这些权重对各方法的诊断结果进行综合评价的思想，从而得到更加准确合理的结果。本专利技术为了实现上述目的，采用了以下方案：本专利技术提供一种水文时间序列跳跃变异综合诊断方法，其特征在于，包括以下步骤：步骤1.利用Monte-Carlo统计试验(MC统计试验)生成N组水文序列：步骤1.1构造水文序列的长度为nt，假设变异点位置为n1，变异前均值为EX1、变异前变差系数为Cv1、变异前偏态系数为Cs1、变异后均值为EX2、变异后变差系数为Cv2、变异后偏态系数为Cs2，并且设定这八个参数的数值；步骤1.2将变异点之前序列记为X1，变异点之后的序列记为X2：将序列X1、X2组合成为含有一个跳跃变异点的一组模拟序列；步骤1.3重复步骤1.2，生成N组模拟序列；步骤2.利用多种跳跃变异检验方法对各组模拟序列进行检验，并计算每种方法在不同参数条件下的相应的检验效率；这里所说的参数是采用MC统计试验随机生成的n组参数；步骤3.计算各跳跃变异检验方法的权重，并选取权重最大值所对应的变异点为最终综合诊断的变异点，该变异点的权重为综合权重。本专利技术提供的水文时间序列跳跃变异综合诊断方法，还可以具有以下特征：在步骤2中，对于一种跳跃变异检验方法，设检验变异点位置的序列为{nsi|i＝1,2,...,N}，首先可构造一秩序列：上式中，nsi为检验变异点位置，δ1为置信度；则该方法在该次统计试验中的检验效率可表示为：进一步地，本专利技术水文时间序列跳跃变异综合诊断方法，还可以具有以下特征：在步骤3中，设统计试验中共使用了m种跳跃变异检验方法，将第i种方法在第j组参数下的计算效率记为Cij，那么第i种诊断方法的权重wi可表示为：对包含跳跃成分的序列进行诊断时，若出现各方法诊断结果不完全一致的情况，可利用公式(4)给出的权重对诊断结果进行综合判别；选取对应的变异点i为最终综合诊断的变异点，w为该变异点的综合权重。专利技术的作用与效果本专利技术所提供的水文时间序列跳跃变异综合诊断方法，以各方法的性能差异为基础，在随机参数条件下进行大量统计试验，并基于此结果对各检验方法赋予权重，在原理上克服了传统方法结果不可靠且多种方法结果不一致等问题，通过赋权方式，可以在各方法检测结果不一致时选取综合权重最大的变异点作为最终结果，结果可靠，可操作性强，具有很大的实际应用价值。附图说明图1为本专利技术实施例中的博罗站枯水径流序列变异图。具体实施方式以下结合附图对本专利技术涉及的水文时间序列跳跃变异综合诊断方法的具体实施方案进行详细地说明。<实施例>本实施例中，将水文时间序列跳跃变异综合诊断方法，应用到东江流域下游博罗水文控制站1956-2009年枯水期(10月～次年3月)平均流量序列的跳跃变异诊断分析中，识别各序列跳跃变异点。在置信度为0.05的条件下，利用常用的12种变异点检验方法对博罗站枯水期平均流量序列进行诊断，各方法得到的变异点共有四个，分别是1973(1971)、1987、1990和1997：其中滑动T检验，里海哈林法，有序类聚法，BF检验法，滑动秩和检验法，MK检验法和Bayesian方法和Pettit方法诊断的变异点为1973；最优信息二分割法诊断变异点为1971年，当δ2＝0.05时，1971年和1973年可认为在同一个变异点；RS检验法诊断得到的变异点为1987年；滑动游程检验法诊断得到的变异点为1990。将各方法的诊断结论记为{Tj|j＝1,2,3,...,12}，而其中有4(4≤12)种不同结论{ti|i＝1,2,3,4}，则当变异点为ti时权重为：其中wj为第j种诊断方法的权重，系数可计算如下：其中nt为序列长度，此处为54，δ1为时间误差允许范围，此处为0.05。选取对应的变异点ti为最终综合诊断的变异点，W为该变异点的综合权重。经过上述计算得，变异点为1973年的方法总权重为0.7589；变异点为1987年的方法总权重为0.0132；变异点为1990年的方法总权重为0.1844；变异点为1997年的方法总权重为0.0434。因此，最终选取权重较大的1973年作为该径流过程的变异点。诊断结果及对应权重如表1所示：表1博罗站枯水期径流序列诊断结果表注：检验中置信度为0.05。同时，从图1可以看出，博罗站枯水期径流序列在1973年发生了一次明显的跳跃变异。为了更好地说明变异点的合理性，分别以1973年、1987年、1990年、1997年为分割点，将博罗站枯水期径流序列分为前后两段，并计算前后两段序列均值的相对差值，结果如表2所示：表2博罗站变异前后枯水期径流量差值表从表2中可以看出，以1973年作为分割点时，前后两段序列的相对差值达37.23％，远远大于其它3个分割点对应的结果。以上实施例仅仅是对本专利技术技术方案所做的举例说明。本专利技术所涉及的水文时间序列跳跃变异综合诊断方法并不仅仅限定于在以上实施例中所描述的内容，而是以权利要求所限定的范围为准。本专利技术所属领域技术人员在该实施例的基础上所做的任何修改或补充或等效替换，都在本专利技术的权利要求所要求保护的范围内。本文档来自技高网...

【技术保护点】
一种水文时间序列跳跃变异综合诊断方法，其特征在于，包括以下步骤：步骤1.利用Monte‑Carlo统计试验生成N组水文序列：步骤1.1构造水文序列的长度为nt，假设变异点位置为n1，变异前均值为EX1、变异前变差系数为Cv1、变异前偏态系数为Cs1、变异后均值为EX2、变异后变差系数为Cv2、变异后偏态系数为Cs2，并且设定这八个参数的数值；步骤1.2将变异点之前序列记为X1，变异点之后的序列记为X2：

【技术特征摘要】
1.一种水文时间序列跳跃变异综合诊断方法，其特征在于，包括以下步骤：步骤1.利用Monte-Carlo统计试验生成N组水文序列：步骤1.1构造水文序列的长度为nt，假设变异点位置为n1，变异前均值为EX1、变异前变差系数为Cv1、变异前偏态系数为Cs1、变异后均值为EX2、变异后变差系数为Cv2、变异后偏态系数为Cs2，并且设定这八个参数的数值；步骤1.2将变异点之前序列记为X1，变异点之后的序列记为X2：将序列X1、X2组合成为含有一个跳跃变异点的一组模拟序列；步骤1.3重复步骤1.2，生成N组模拟序列；步骤2.利用多种跳跃变异检验方法对各组模拟序列进行检验，并计算每种方法在不同参数条件下的相应的检验效率；步骤3.计算各跳跃变异检验方法的权重，并选取权重最大值所对应的变异点为最终综合诊断的变异点，该变异点的权重为综合权重。2.根据权利要求1所述的水文时间...

【专利技术属性】
技术研发人员：谢平，顾海挺，桑燕芳，吴子怡，赵江艳，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42