• 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

对水文时间序列混沌特征参数估计问题的讨论

王文 许武成

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[J]. 水科学进展, 2005, 16(4): 609-616.
引用本文: 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[J]. 水科学进展, 2005, 16(4): 609-616.
WANG Wen, XU Wu-cheng. Some issues on the characterization of chaotic properties of hydrologic time series[J]. Advances in Water Science, 2005, 16(4): 609-616.
Citation: WANG Wen, XU Wu-cheng. Some issues on the characterization of chaotic properties of hydrologic time series[J]. Advances in Water Science, 2005, 16(4): 609-616.

对水文时间序列混沌特征参数估计问题的讨论

详细信息
    作者简介:

    王文(1967-),男,江苏泰县人,副教授,博士,主要从事GIS与遥感应用、水文时间序列分析研究.E-mail:w.wang@126.com

  • 中图分类号: P333.9

Some issues on the characterization of chaotic properties of hydrologic time series

  • 摘要: 水文过程到底是不是低维混沌过程一直是个有争议的问题。相关文献在混沌特征参数估计中存在不少问题,包括:时延量估计的主观性很强,不同研究者的估计值差别很大;在关联维估计中,很多研究者有意无意地忽略了一个基本原则,即只有在关联维估计图上存在明确的标度区的情况下才能准确判断存在有限关联维;很多研究者在计算水文时间序列的关联维时仍采用原始的G-P计算公式,而没有采用Theiler提的修正公式,从而可能误将相点在时序上的相关性当做一种状态空间几何特征,造成关联维估计错误;国内相关研究中还普遍存在序列长度偏短的问题,对这些问题进行了讨论并给出了相应的结论。
  • [1] Wilcox B P, Seyfried M S, Matison T H. Searching for chaotic dynamics in snowmelt runoff[J]. Water Resour Res, 1991, 27 (6):1 005-1 010.
    [2] Jayawardena A W, Lai F. Analysis and prediction of chaos in rainfall and stream flow time series[J]. J Hydrol, 1994, 153:23-52.
    [3] Porporato A, Ridolli L. Clues to the existence of deter-ministic chaos in river flow[J]. Int J Mod Phys B, 1996, 10(5): 1 821-1 862.
    [4] Pasternack G B. Does the river run wild? Assessing chaos in hydrological systems[J]. Advances in Water Resources, 1999, 23:253-260.
    [5] Sivakumar B, Berndtsson R, Olsson J, et al. Evidence of chaos in the rainfall-runoff process[J]. Hydrol Sci, 2001, 46(1):131-145.
    [6] Phoon K K, Islam M N, Liaw C Y, et al. Practical Inverse Approach for Forecasting Nonlinear Hydrological Time Series[J]. J Hydro Eng,2002, 7(2):116-128.
    [7] Elshorbagy A, Simonovic S P, Panu U S. Estimation of missing stream flow data using principles of chaos theory[J]. J Hydrol, 2002, 255:125-133.
    [8] Islam M N, Sivakumar B. Characterization and prediction of runo. dynamics: a nonlinear dynamical view[J]. Advances in Water Resources,2002, 25:179-190.
    [9] Lambrakis N, Andreou AS, Polydoropoulos P, et al. Nonlinear analysis and forecasting of a brackish karstic spring[J]. Water Resour Res,2000, 36(4): 875-884.
    [10] Bordignon S, Lisi F. Nonlinear analysis and prediction of river flow time series[J]. Environmetrics, 2000, 11:463-477.
    [11] Jayawardena AW, Li WK, Xu P. Neighborhood selection for local modeling and prediction of hydrological time series[J]. J Hydrol, 2002,258:40-57.
    [12] Sivakumar B, Persson M, Berndtsson R, et al. Is correlation dimension a reliable indicator of low-dimensional chaos in short hydrological time series?[J]. Water Resour Res, 2002, 38(2):3-1-8.
    [13] 王文均,叶敏,陈显维.长江径流时间序列混浊特性的定量分析[J].水科学进展,1994,5(2):87-93.
    [14] 傅军,丁晶,邓育仁.洪水混沌特性初步研究[J].水科学进展,1996,7(3):226-230.
    [15] 丁晶,王文圣,赵永龙.长江日流量混沌变化特性研究——Ⅱ相空间嵌入维数的确定[J].水科学进展,2003,14(4):412-416.
    [16] 温权,张士军,张周胜.探求径流序列中的混沌特征[J].水电能源科学,1999,17(1):21-23.
    [17] 陈仁升,康尔泗,杨建平,等.黑河出山径流的非线性特征分析[J].冰川冻土,2002,24(3):292-298.
    [18] Rodriguez-Iturbe I, Febres de Power B, Sharifi M B, et al. Georgakakos. Chaos in rainfall[J]. Water Resources Research, 1989, 25(7):1667-1 675.
    [19] Sivakumar B, Liong, S Y, Liaw C-Y, et al. Singapore rainfall behavior: chaotic?[J]. J Hydrol Eng, 1999, 4 (1):38-48.
    [20] 王宝灵,谢金南,俞亚勋.西北地区降水混沌特性的初步分析[J].高原气象,2000,19(1):25-31.
    [21] 陈云浩,史培军,李晓兵.不同热力背景对城市降雨(暴雨)的影响(1)一降雨时序的混饨分析[J].自然灾害学报,2001,10(3):20-25.
    [22] 袁鹏,李谓新,王文圣,等.月降雨量时间序列中的混沌现象[J].四川大学学报(工程科学版),2002,34(1):16-19.
    [23] 王德智,夏军,张利平.东北地区月降雨时间序列的混沌特性研究[J].水电能源科学,2002,20(3):32-34.
    [24] 王文.黄河流量过程时间序列分析与建模[D].北京:中国科学院研究生院,2003.
    [25] 丁晶,王文圣,赵永龙.长江日流量混沌变化特性研究——Ⅰ相空间嵌入滞时的确定[J].水科学进展,2003,14(4):407-411
    [26] Grassberger P, Procaccia I. Measuring the strangeness of strange attractors[J]. Physica D, 1983, 9:189-208.
    [27] Hegger R, Kantz H, Schreiber T. Practical implementation of nonlinear time series methods: The TISEAN package[J]. Chaos, 1999, 9:413-435.
    [28] Kantz H, Schreiber T. Nonlinear time series analysis[M]. Cambridge: Cambridge University Press, 1997.
    [29] 严中伟.华北旱涝变化的混沌性质分析[J].气象学报,1995,53(2):232-237.
    [30] Theiler J. Spurious dimension from correlation algorithms applied to limited time-series data[J]. Phys Rev A, 1986, 34(3):2427-2432.
    [31] Grassberger P. An optimized box-assisted algorithm for fractal dimensions[J]. Phys Lett A, 1990, 148:63-68.
    [32] Takens F. Detecting strange attractors in turbulence[J]. Lecture notes in mathematics, 1981, 898:366-381.
    [33] Farmer J D, Sidorowich J J. Predicting chaotic time series[J]. Phys Rev Lett, 1987, 59(8):845-848.
    [34] Sauer T, Yorke J. How many delay coordinates do you need?[J]. Int J Bifurcation Chaos, 1994, 3:737-744.
    [35] Kennel M B, Brown R, Abarbanel H D. Determining embedding dimension for phase-space reconstruction using geometrical construction[J].Phy Rev A, 1992, 45:3403-3411.
    [36] Liu Q, Islam S, Rodriguez-Iturbe I, et al. Phase-space analysis of daily streamflow: Characterization and prediction[J]. Adv Water Resour,1998, 21:463-475.
    [37] Procaccia I. Complex or just complicated?[J]. Nature, 1988, 333:498-499.
    [38] Nerenberg, M.A.H., Essex, C. Correlation dimension and systematic geometric effects[J]. Phys Rev A, 1990, 42 (12):7065-7074.
    [39] Tsonis A A, Elsner J B, Georgakakos K P. Estimating the dimension of weather and climate attractors: Important issues about the procedure and interpretation[J]. J Atmos Sci, 1993, 50(15):2549-2555.
    [40] Abraham N B. et al. Calculating the Dimension of Attractors from Small Data[J]. Phys Lett A, 1986, 114:217-221.
    [41] Eckmann J P, Ruelle D. Fundamental limitations for estimating dimensions and Lyapunov exponents in dynamical systems[J]. Physica D,1992, 56, 185-187.
    [42] Hong Shi-Zhong, Hong Shi-Ming. An Amendment to the Fundamental Limits on Dimension Calculations[J]. Fractals. 1994, 2 (1):123-125.
    [43] Wolf A, Swift J B, Swinney H L, et al. Determining Lyapunov exponents from a time series[J]. Physica D, 1985, 16:285-317.
    [44] Theiler J, Eubank S, Longtin A, et al. Testing for nonlinearity in time series: the method of surrogate data[J]. Physica D, 1992, 58:77-94.
    [45] 杨思全,陈亚宁.河冰湖突发洪水的分形和混沌特征研究[J].干旱区地理,1999,22(2):77-82.
    [46] Ghilardi P, Rosso R. Comment on chaos in rainfall[J]. Water Resour Res, 1990, 26 (8):1 837-1 839.
    [47] Koutsoyiannis D, Pachakis D. Deterministic chaos versus stochasticity in analysis and modeling of point rainfall series[J]. J Geophys Res,1996, 101 (D21):26441-26451.
    [48] Schertzer D, Tchiguirinskaia I, Lovejoy S, et al. Which chaos in the rainfall-runoff process? A discussion on "Evidence of chaos in the rainfall-runoff process" by Sivakumar et al[J]. Hydrol Sci J., 2002, 47(1):139-147.
  • [1] 喻海军, 黄国如, 武传号.  双时间步法在二维浅水方程求解中的应用 . 水科学进展, 2014, 25(4): 542-549.
    [2] 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
    [3] 尚晓三, 王式成, 王振龙, 王栋.  基于样本熵理论的自适应小波消噪分析方法 . 水科学进展, 2011, 22(2): 182-188.
    [4] 周银军, 陈立, 欧阳娟, 刘金.  三峡蓄水后典型河段分形维数的变化分析 . 水科学进展, 2010, 21(3): 299-306.
    [5] 胡和平, 刘登峰, 田富强, 倪广恒.  基于生态流量过程线的水库生态调度方法研究 . 水科学进展, 2008, 19(3): 325-332.
    [6] 桑燕芳, 王栋.  水文时间序列周期识别的新思路与两种新方法 . 水科学进展, 2008, 19(3): 412-417.
    [7] 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.
    [8] 张志果, 徐宗学, 巩同梁.  梯级-关联算法原理及其在月流量预报中的应用 . 水科学进展, 2007, 18(1): 114-117.
    [9] 周明耀, 余长洪, 钱晓晴.  基于孔隙分形维数的土壤大孔隙流水力特征参数研究 . 水科学进展, 2006, 17(4): 466-470.
    [10] 杜国明, 陈晓翔, 吴超羽, 刘秋海, 任杰.  长时间尺度珠江口河网水下地形演变过程三维可视化实现及分析 . 水科学进展, 2005, 16(2): 181-184.
    [11] 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.
    [12] 朱晓华, 蔡运龙.  中国水系的盒维数及其关系 . 水科学进展, 2003, 14(6): 731-735.
    [13] 丁晶, 王文圣, 赵永龙.  长江日流量混沌变化特性研究——Ⅰ相空间嵌入滞时的确定 . 水科学进展, 2003, 14(4): 407-411.
    [14] 丁晶, 王文圣, 赵永龙.  长江日流量混沌变化特性研究——Ⅱ相空间嵌入维数的确定 . 水科学进展, 2003, 14(4): 412-416.
    [15] 成立, 刘昌明.  水资源及其内涵的研究现状和时间维的探讨 . 水科学进展, 2000, 11(2): 153-158.
    [16] 李贤彬, 丁晶, 李后强.  水文时间序列的子波分析法 . 水科学进展, 1999, 10(2): 144-149.
    [17] 顾慰祖.  论流量过程线划分的环境同位素方法 . 水科学进展, 1996, 7(2): 105-111.
    [18] 傅军, 丁晶, 邓育仁.  洪水混沌特性初步研究 . 水科学进展, 1996, 7(3): 226-230.
    [19] 戴申生.  台湾水文科学进展 . 水科学进展, 1995, 6(2): 169-169.
    [20] 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 . 水科学进展, 1994, 5(2): 87-94.
  • 加载中
计量
  • 文章访问数:  5
  • HTML全文浏览量:  1
  • PDF下载量:  700
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-03-18
  • 修回日期:  2004-07-12
  • 刊出日期:  2005-07-25

对水文时间序列混沌特征参数估计问题的讨论

    作者简介:

    王文(1967-),男,江苏泰县人,副教授,博士,主要从事GIS与遥感应用、水文时间序列分析研究.E-mail:w.wang@126.com

  • 中图分类号: P333.9

摘要: 水文过程到底是不是低维混沌过程一直是个有争议的问题。相关文献在混沌特征参数估计中存在不少问题,包括:时延量估计的主观性很强,不同研究者的估计值差别很大;在关联维估计中,很多研究者有意无意地忽略了一个基本原则,即只有在关联维估计图上存在明确的标度区的情况下才能准确判断存在有限关联维;很多研究者在计算水文时间序列的关联维时仍采用原始的G-P计算公式,而没有采用Theiler提的修正公式,从而可能误将相点在时序上的相关性当做一种状态空间几何特征,造成关联维估计错误;国内相关研究中还普遍存在序列长度偏短的问题,对这些问题进行了讨论并给出了相应的结论。

English Abstract

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[J]. 水科学进展, 2005, 16(4): 609-616.
引用本文: 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[J]. 水科学进展, 2005, 16(4): 609-616.
WANG Wen, XU Wu-cheng. Some issues on the characterization of chaotic properties of hydrologic time series[J]. Advances in Water Science, 2005, 16(4): 609-616.
Citation: WANG Wen, XU Wu-cheng. Some issues on the characterization of chaotic properties of hydrologic time series[J]. Advances in Water Science, 2005, 16(4): 609-616.
参考文献 (48)

目录

    /

    返回文章
    返回