專利名稱：一種識(shí)別水文時(shí)間序列周期的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及水文科學(xué)技術(shù)領(lǐng)域，具體是一種識(shí)別水文時(shí)間序列周期的方法。
背景技術(shù)：
水文時(shí)間序列分析對(duì)認(rèn)識(shí)水文過(guò)程具有重要的意義[1，2]。水文序列分析時(shí)，周期成分的識(shí)別與提取是一項(xiàng)十分重要的內(nèi)容，但準(zhǔn)確識(shí)別水文序列的周期成分是一項(xiàng)較為困難的工作。傳統(tǒng)周期識(shí)別方法主要是基于相關(guān)分析或Fourier變換(Fourier transform,FT)的譜分析方法，因此他們存在很多缺點(diǎn)，例如，低分辨率、選擇高階自相關(guān)系數(shù)或窗函數(shù)時(shí)的主觀性、延展序列時(shí)的非真實(shí)假設(shè)等[3]。由傳統(tǒng)方法得到的序列估計(jì)功率譜常常出現(xiàn)假周期，而一些真實(shí)周期有時(shí)并不能顯示。為了克服傳統(tǒng)周期識(shí)別方法的缺陷，一些改進(jìn)的周期識(shí)別方法被不斷提出和引入到水文序列分析中。目前，應(yīng)用最為廣泛和成熟的方法是Burg提出的最大熵譜分析方法(MESA) [4]。該方法基于最大熵原理(POME )[5]，且優(yōu)于傳統(tǒng)譜分析方法。但是將該方法應(yīng)用于水文序列分析時(shí)，特別是水文序列含有大量噪聲成分，或存在多個(gè)頻譜峰值時(shí)，MESA方法的分析結(jié)果需要慎重對(duì)待。自然界中，實(shí)測(cè)水文時(shí)間序列常常受到許多隨機(jī)和不確定性因素的干擾和影響，因此總是含有不同程度的噪聲成分。事實(shí)上，噪聲成分會(huì)產(chǎn)生許多復(fù)雜且不規(guī)則的頻譜波動(dòng)，使得真實(shí)的頻譜受到污染，淹沒在這些復(fù)雜且不規(guī)則的頻譜波動(dòng)中，整體上頻譜圖不夠光滑，分辨率不高，有時(shí)會(huì)顯示一些假周期。因此，直接應(yīng)用MESA方法對(duì)水文序列進(jìn)行周期識(shí)別時(shí)，該方法的優(yōu)越性并不能很好地體現(xiàn)。為克服噪聲成分對(duì)水文時(shí)間序列周期識(shí)別結(jié)果的影響，桑燕芳等人提出了一個(gè)主序列周期識(shí)別方法(main series spectral analysis,MSSA) M，且實(shí)例分析結(jié)果驗(yàn)證了該方法的有效性。然而，除了含有噪聲成分，實(shí)測(cè)水文時(shí)間序列還表現(xiàn)出多時(shí)間尺度變化特性，即水文時(shí)間序列常常由多成分而并非單成分組成。如果能首先分離水文序列的不同成分然后再進(jìn)行周期識(shí)別，也可提高分析結(jié)果的精度。目前使用的序列分解方法中，小波分解方法是常用的方法，但結(jié)果受到許多因素的影響，例如小波函數(shù)選擇和分解水平選擇等[7];此外，小波分解方法一般是二進(jìn)制正交分解，這在許多實(shí)際情況下并不符合物理過(guò)程。相比于小波分解方法，經(jīng)驗(yàn)?zāi)B(tài)分解方法(empirical mode decomposition,EMD)是另一個(gè)相對(duì)較優(yōu)的方法M。應(yīng)用EMD方法時(shí),任何序列均可以分解成一系列固有模態(tài)函數(shù)(intrinsic modefunctions, MFs)。由于EMD方法基于序列自身的局部變化特性，因此該方法具有較好的適應(yīng)性和有效性。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種更適合于對(duì)水文時(shí)間序列進(jìn)行周期識(shí)別的新方法。
—種識(shí)別水文時(shí)間序列周期的方法，其特征在于包括以下步驟
O首先檢查所分析水文時(shí)間序列的可靠性，然后通過(guò)選擇合理的曲線擬合方法、邊界點(diǎn)處理方法和終止條件后，確定具體的總體平均經(jīng)驗(yàn)?zāi)B(tài)分解方法(EEMD)；
2)應(yīng)用所確定的EEMD方法對(duì)序列進(jìn)行分解，序列ζΓ ；的分解結(jié)果記為
權(quán)利要求
1.一種識(shí)別水文時(shí)間序列周期的方法，其特征在于包括以下步驟O首先檢查所分析水文時(shí)間序列的可靠性，然后通過(guò)選擇合理的曲線擬合方法、邊界點(diǎn)處理方法和終止條件后，確定具體的總體平均經(jīng)驗(yàn)?zāi)B(tài)分解方法，即EEMD方法；2)應(yīng)用所確定的EEMD方法對(duì)序列進(jìn)行分解，序列ζΓ ；的分解結(jié)果記為Mχ(0 =工 Ci + Rm(8)!'-I其中，#表示識(shí)別出的固有模態(tài)函數(shù)(IMFs)的個(gè)數(shù)，G表示第i個(gè)IMF，&是最后剩余成分，一般對(duì)應(yīng)著序列的趨勢(shì)；3)利用白噪聲的能量擴(kuò)散函數(shù)，識(shí)別出所有IMFs中的確定性固有模態(tài)函數(shù)，SPMIMFs ；4)對(duì)于每個(gè)MIMFs，應(yīng)用熵譜分析方法識(shí)別周期，即MESA方法；5)最后綜合各MIMFs的周期識(shí)別結(jié)果，得到所分析水文時(shí)間序列的周期。
2.根據(jù)權(quán)利要求I所述的識(shí)別水文時(shí)間序列周期的方法，其特征在于所述步驟2)EEMD方法對(duì)序列進(jìn)行分解的過(guò)程為初始化:i=l，并定義A = X (t)；對(duì)于識(shí)別所有的局部極值點(diǎn)，包括極大值和極小值，然后利用三次樣條曲線擬合方法分別擬合局部極大值點(diǎn)和極小值點(diǎn)，并作為上包羅線和下包羅線；對(duì)比并求解上下包羅線的均值曲線；通過(guò)求解序列r,與的差值，得到第一個(gè)序列；將力α#作為r,然后重復(fù)步驟(2)- (4)，即不斷地直至上下包羅線在滿足一定的準(zhǔn)則下符合關(guān)于橫坐標(biāo)對(duì)稱的要求，最后的Aa;結(jié)果記為G ；重新定義A =并i=i+l，然后重復(fù)步驟(I) - (5),當(dāng)Y=Ar且剩余成分變成一個(gè)單調(diào)函數(shù)，只包含內(nèi)部極值點(diǎn)不能再識(shí)別任何IMF時(shí)，“篩選”過(guò)程結(jié)束。
3.根據(jù)權(quán)利要求I或2所述的識(shí)別水文時(shí)間序列周期的方法，其特征在于步驟4)的過(guò)程為令Z表示待估頻譜的水文序列，水文序列頻譜與熵的關(guān)系式為Sd = 0^(24))/2 + (1/4/^ InOSf(Z)Mf(I)其中，A表示Nyquist頻率，表示頻率/處的頻譜值，A則表示熵密度；對(duì)于指定的水文時(shí)間序列，公式(I)右端第一部分是常數(shù)，求解過(guò)程只需保證第二部分的積分項(xiàng)最大化即可，因此公式(I)可簡(jiǎn)化為最大化Ei = f； ME(J、M(2)約束條件I:二 εχρ( 2ττ#)S(J)df = rj.k) k <m(3)其中，表示指定的最大時(shí)滯，i=(-l)1/2，rxft；表示序列I的第左階自相關(guān)系數(shù)；同樣地，如果待估頻譜僅與已知階數(shù)上的自相關(guān)特性有關(guān)，必須滿足公式(4)的求導(dǎo)結(jié)果
全文摘要
本發(fā)明公開了一種識(shí)別水文時(shí)間序列周期的方法，首先檢查所分析序列的可靠性，選擇合理的曲線擬合方法、邊界點(diǎn)處理方法和終止條件，應(yīng)用總體平均經(jīng)驗(yàn)?zāi)B(tài)分解方法(EEMD)對(duì)序列進(jìn)行分解，識(shí)別出所有固有模態(tài)函數(shù)(IMFs)中的確定性固有模態(tài)函數(shù)(MIMFs)；對(duì)于每個(gè)MIMFs，應(yīng)用熵譜分析方法(MESA)識(shí)別周期；最后綜合各MIMFs的周期識(shí)別結(jié)果，得到所分析序列的周期。該方法基于EEMD方法，因此適用于分析具有非線性和非平穩(wěn)特性的水文時(shí)間序列。
文檔編號(hào)G06F19/00GK102622517SQ20121004574
公開日2012年8月1日 申請(qǐng)日期2012年2月27日 優(yōu)先權(quán)日2012年2月27日
發(fā)明者劉昌明, 桑燕芳, 王中根 申請(qǐng)人:中國(guó)科學(xué)院地理科學(xué)與資源研究所