长江径流时间序列混沌特性的定量分析

高级搜索

全国中文核心期刊
中国科技核心期刊
美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

长江径流时间序列混沌特性的定量分析

王文均, 叶敏, 陈显维

文章导航 > 水科学进展 > 1994 > 5(2): 87-94

王文均, 叶敏, 陈显维. 长江径流时间序列混沌特性的定量分析[J]. 水科学进展, 1994, 5(2): 87-94.

引用本文:

王文均, 叶敏, 陈显维. 长江径流时间序列混沌特性的定量分析[J]. 水科学进展, 1994, 5(2): 87-94.

Wang Wenjun, Ye Min, Chen Xianwei. Quantiative Analysis of Chaotic Characters for the Yangtze River Flow Time Series[J]. Advances in Water Science, 1994, 5(2): 87-94.

Citation:

Wang Wenjun, Ye Min, Chen Xianwei. Quantiative Analysis of Chaotic Characters for the Yangtze River Flow Time Series[J]. Advances in Water Science, 1994, 5(2): 87-94.

长江径流时间序列混沌特性的定量分析

武汉长江水利委员会水文局武汉430010

基金项目: 国家自然科学基金49271020资助项目

中图分类号: P333.1

Quantiative Analysis of Chaotic Characters for the Yangtze River Flow Time Series

Tangtze River Conservancy Commission, Wuhan 430010

摘要: 定量分析了长江径流时间序列的混饨特性,论述了长江径流时间序列的李雅普诺夫指数的计算和实际意义,计算了长江径流时间序列的长程相关性指数,即分数阶差分指数,讨论了这一指数与相关分维的相对值可能存在的关系。这些非线性信息的提取,将进一步揭示径流时间序列的变化规律,并将对提高预测水平产生影响。
- 径流 /
- 时间序列 /
- 混沌特性 /
- 非线性信息
Abstract: This paper quantifies the chaos characters of annual flow time series for the Yangtze River, deals with Lyapunov exponents and their practice meaning, calcu ates the long-term correlation exponent, i. e. tractional difference exponent, and discusses the possible relation between the exponent and the value of the correlation fractal dimension. Theses nonlinear information can reveal the regularity for the annual flow time series and advance the prediction level.
- runoff /
- time series /
- chaotic characters /
- nonlinear information

[1]	Devany R.混沌动力学,卢侃等编译.上海翻译出版公司出版.1990. 48-52. 200-215,337-339
[2]	Hao Bai Lin. Symbolic Dynamics. world Scientific. Singapore, 1989: 343-403
[3]	Wolf A et al (1985). Determining Lyapunov exponents from a time series. Physics D, 16, 285-290
[4]	Mandelbrot, B B and Wallis J R. Robustness of the rescaled range R/S in the measurement of noncyclic long-run statistical dependence. Water Resources Research. 1969
[5]	Mcheod A I and Hipel K W. Preservation of the rescaled adjusted range. Water Resources Research. 1978, 14, 491-518
[6]	Tong H. Non-Linear Time Series. Clarendon Press, Oxford, 1990; 180-280
[7]	Wang Wenjun. Mensure derivativ, correlation measure and long-term correlation chaotic normal process, Proceedings of the 2nd International Conference on Nonlinear Mechanics, Beijing 1993,Chien Wei-Zong Ed., Peking University Press, 607-610
[8]	Casdagli M. (1989). Nonlinear prediction of chaotic time series, Physics D, 35, 225-256

[1]	徐宗学, 周祖昊, 姜瑶, 桑燕芳, 季鹏, 侯居峙, 陈峰. 西南河流源区径流量变化规律及其未来演变趋势 . 水科学进展, 2022, 33(3): 360-374. doi: 10.14042/j.cnki.32.1309.2022.03.002
[2]	徐宗学, 班春广, 张瑞. 雅鲁藏布江流域径流演变规律与归因分析 . 水科学进展, 2022, 33(4): 519-530. doi: 10.14042/j.cnki.32.1309.2022.04.001
[3]	鲍振鑫, 张建云, 严小林, 王国庆, 贺瑞敏, 关铁生, 刘艳丽. 基于四元驱动的海河流域河川径流变化归因定量识别 . 水科学进展, 2021, 32(2): 171-181. doi: 10.14042/j.cnki.32.1309.2021.02.002
[4]	段水强. 小尺度径流空间差异性及成因探索——以青海省黄南州为例 . 水科学进展, 2016, 27(1): 11-21. doi: 10.14042/j.cnki.32.1309.2016.01.002
[5]	陈建生, 赵洪波, 詹泸成. 赤水林区旱季雾水对地表径流的水量贡献 . 水科学进展, 2016, 27(3): 377-384. doi: 10.14042/j.cnki.32.1309.2016.03.005
[6]	曾思栋, 夏军, 杜鸿, 张利平, 陈向东, 王任超, ADITYA Sood. 气候变化、土地利用/覆被变化及CO₂浓度升高对滦河流域径流的影响 . 水科学进展, 2014, 25(1): 10-20.
[7]	李二辉, 穆兴民, 赵广举. 1919—2010年黄河上中游区径流量变化分析 . 水科学进展, 2014, 25(2): 155-163.
[8]	周艳春, 张永强, 许士国. 森林火灾对典型小流域径流影响模拟 . 水科学进展, 2013, 24(2): 190-196.
[9]	李新杰, 胡铁松, 郭旭宁, 曾祥, 张涛. 0-1测试方法的径流时间序列混沌特性应用 . 水科学进展, 2012, 23(6): 861-868. doi: CNKI: 32.1309.P.20121101.1755.004
[10]	张明, 张建云, 金菊良. 基于遗传熵谱估计的年径流周期识别 . 水科学进展, 2009, 20(3): 337-342.
[11]	于国荣, 夏自强. 混沌时间序列支持向量机模型及其在径流预测中应用 . 水科学进展, 2008, 19(1): 116-122.
[12]	王文, 许武成. 对水文时间序列混沌特征参数估计问题的讨论 . 水科学进展, 2005, 16(4): 609-616.
[13]	黄国如, 芮孝芳. 流域降雨径流时间序列的混沌识别及其预测研究进展 . 水科学进展, 2004, 15(2): 255-260.
[14]	蓝永超, 康尔泗, 张济世, 胡兴林. 近50年来ENSO与祁连山区气温降水和出山径流的对应关系 . 水科学进展, 2002, 13(2): 141-145.
[15]	张顺利, 陶诗言. 雅鲁藏布江流域地-气系统的水平衡 . 水科学进展, 2001, 12(4): 509-515.
[16]	刘贤赵, 康绍忠. 黄土区坡地降雨入渗产流过程中的滞后效应 . 水科学进展, 2001, 12(1): 56-60.
[17]	宋立松, 魏高峰. 感潮河段水位过程预报探讨 . 水科学进展, 2000, 11(3): 302-306.
[18]	彭梅香, 葛朝霞, 王怀柏. 黄河上游径流与太平洋海温场关系及其预测应用 . 水科学进展, 2000, 11(3): 272-276.
[19]	李玲, 施勇. 一种新的时间序列综合分析法和应用 . 水科学进展, 2000, 11(4): 451-456.
[20]	夏军. 中长期径流预报的一种灰关联模式识别与预测方法 . 水科学进展, 1993, 4(3): 190-197.

WeChat

点击查看大图

计量

文章访问数: 223
HTML全文浏览量: 44
PDF下载量: 343
被引次数: 0

长江径流时间序列混沌特性的定量分析

武汉长江水利委员会水文局武汉430010

基金项目: 国家自然科学基金49271020资助项目

收稿日期: 1993-02-23
修回日期: 1993-08-30
刊出日期: 1994-04-25

中图分类号: P333.1

关键词:

非线性信息

摘要: 定量分析了长江径流时间序列的混饨特性,论述了长江径流时间序列的李雅普诺夫指数的计算和实际意义,计算了长江径流时间序列的长程相关性指数,即分数阶差分指数,讨论了这一指数与相关分维的相对值可能存在的关系。这些非线性信息的提取,将进一步揭示径流时间序列的变化规律,并将对提高预测水平产生影响。

English Abstract

王文均, 叶敏, 陈显维. 长江径流时间序列混沌特性的定量分析[J]. 水科学进展, 1994, 5(2): 87-94.

引用本文:

王文均, 叶敏, 陈显维. 长江径流时间序列混沌特性的定量分析[J]. 水科学进展, 1994, 5(2): 87-94.

Wang Wenjun, Ye Min, Chen Xianwei. Quantiative Analysis of Chaotic Characters for the Yangtze River Flow Time Series[J]. Advances in Water Science, 1994, 5(2): 87-94.

Citation:

Wang Wenjun, Ye Min, Chen Xianwei. Quantiative Analysis of Chaotic Characters for the Yangtze River Flow Time Series[J]. Advances in Water Science, 1994, 5(2): 87-94.

全文HTML

参考文献 (8)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回