基于ARMA模型的水文序列相依变异分级方法及验证
受自然和人为等因素的影响,水文情势和地理环境不断发生显著变化,不同水文要素形成的水文时间序列常呈现出一定的相依性.为定量研究水文序列中的这种相依现象,本文以自回归滑动平均模型ARMA为例,选取原始水文序列与其相依成分间的相关系数为衡量标准,提出对相依变异强弱程度分级的一种方法.先用公式推导的方式从原理上阐明相关系数与序列的自回归系数和滑动平均系数存在的关系,从而建立相关系数与序列自相关系数的联系,再选择合理阈值作为分级界限,把相关系数划分为5段区间,对应描述5种不同强弱的相依变异程度.分别以较低阶数的ARMA模型为例,通过统计试验验证了以相关系数作为分级指标的合理性.将所提方法分别应用于模拟时间序列和实测水文序列,并结合物理成因从气候变化和人类活动两个方面对实测径流序列的相依变异分级结果进行了分析与验证,结果表明该方法合理可靠.
自回归滑动平均模型;相关系数;统计试验;分级;时间序列;相依变异
52
P333(水文科学（水界物理学）)
国家自然科学基金项目91547205,41971040,51579181
2021-08-26（万方平台首次上网日期，不代表论文的发表时间）
共14页
793-806
