System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 无码AV天堂一区二区三区,精品无码一区二区三区水蜜桃,99久久国产热无码精品免费
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法技術(shù)

    技術(shù)編號:43929970 閱讀:15 留言:0更新日期:2025-01-07 21:25
    本發(fā)明專利技術(shù)公開了一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,主要步驟如下:首先,將日尺度水文序列轉(zhuǎn)化為月尺度序列,檢測月尺度序列的突變點及其顯著性;其次,檢驗分析突變點前后的趨勢,確保無顯著趨勢性;然后,基于累積分布函數(shù)進(jìn)行初步校正,使突變點前后的月尺度序列分布特征一致;隨后,將所有突變月份的累計校正總偏差按比例分配到非突變月份的日尺度水文序列中;最后,分別對非突變月份和突變月份的逐日水文序列進(jìn)行重構(gòu),從而得到完整的逐日水文序列。該方法可實現(xiàn)逐日水文序列的還現(xiàn)和還原重構(gòu),能有效應(yīng)對多突變點的情形并保證數(shù)據(jù)的平滑過渡性,極大提高逐日水文序列重構(gòu)的精度和適應(yīng)性。

    【技術(shù)實現(xiàn)步驟摘要】

    本專利技術(shù)涉及水文數(shù)據(jù)分析領(lǐng)域,尤其涉及一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法


    技術(shù)介紹

    1、逐日水文序列是水資源管理、氣候變化研究、洪水預(yù)警等領(lǐng)域的基礎(chǔ)數(shù)據(jù),其精度和一致性對于科學(xué)研究和實際應(yīng)用具有重要意義。然而,由于氣候變化、人類活動以及觀測條件變化等因素,逐日水文序列常常受到突變點甚至是多突變點的影響,使水文序列呈現(xiàn)出非平穩(wěn)性,這種非平穩(wěn)性對水文序列的分析和預(yù)測精度產(chǎn)生了顯著影響。現(xiàn)有針對多突變點逐日水文序列重構(gòu)的技術(shù)主要包括基于線性插值、回歸分析以及比例分配的校正方法,但這些方法在逐日精度和突變點處理的系統(tǒng)性方面存在明顯不足。具體來說,偏差分配大多停留在月尺度上,忽視逐日數(shù)據(jù)的精細(xì)化分配,容易引發(fā)數(shù)據(jù)跳躍或分布不均;突變月份校正大多采用統(tǒng)一調(diào)整方法,難以同時兼顧月尺度數(shù)據(jù)一致性與逐日動態(tài)特性;對于多突變點場景的處理更是缺乏系統(tǒng)解決方案,導(dǎo)致多個突變點之間的偏差疊加或分配失衡問題,嚴(yán)重影響校正序列的平穩(wěn)性和一致性。例如,面對多突變點的水文序列,現(xiàn)有方法大多僅能應(yīng)對單一突變點,或者通過逐次調(diào)整的方式進(jìn)行處理,然而,這種方法容易導(dǎo)致突變點之間的偏差累積或分配不均,進(jìn)而破壞校正后的數(shù)據(jù)連續(xù)性。

    2、因此,本專利技術(shù)提出了一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,旨在有效應(yīng)對多突變點的情形并保證數(shù)據(jù)的平滑過渡性。該方法通過系統(tǒng)的突變點檢測與偏差平衡分配機(jī)制,不僅能夠精準(zhǔn)識別多個突變點,還能實現(xiàn)突變前后數(shù)據(jù)的有效對齊與動態(tài)過渡,極大提升了逐日水文序列重構(gòu)的精度、適應(yīng)性和應(yīng)用價值。


    >技術(shù)實現(xiàn)思路

    1、本專利技術(shù)提出了基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法。該方法適用于多突變點的水文序列,主要用于月尺度和逐日尺度的水文序列重構(gòu),包含水文序列的還現(xiàn)和還原兩種情境,通過系統(tǒng)的突變點檢測與偏差平衡分配機(jī)制,在多突變點場景下實現(xiàn)平穩(wěn)過渡,避免因累積誤差導(dǎo)致的分布偏差,極大提升了逐日水文序列重構(gòu)的精度、適應(yīng)性和應(yīng)用價值。

    2、為實現(xiàn)上述目的,本專利技術(shù)采用以下技術(shù)方案:一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,包括以下步驟:

    3、步驟s1,突變點診斷:將日尺度水文序列處理為月尺度水文序列,通過pettitt檢驗及wilcoxon秩和檢驗方法對月尺度水文序列中的變異點進(jìn)行診斷,得到突變點診斷結(jié)果;

    4、步驟s2,趨勢分析:根據(jù)步驟s1得到的突變點診斷結(jié)果,采用mann-kendall趨勢檢驗方法分別分析月尺度水文序列突變點前和突變點后趨勢特征,確保突變點前和突變點后的月尺度水文序列均無顯著趨勢性;

    5、步驟s3,基于累積分布函數(shù)的初步校正:對于無顯著趨勢性的突變月份月尺度水文序列,基于累積分布函數(shù)對存在突變點的月尺度水文序列進(jìn)行校正,使突變點前和突變點后的月尺度水文序列分布特征保持一致,得到初步校正后的突變月份月尺度水文序列;

    6、步驟s4,偏差平衡分配:根據(jù)步驟s3初步校正后的突變月份月尺度水文序列與原月尺度水文序列之間的累計校正總偏差值,按照原日尺度水文序列值占比,將突變月份累計校正總偏差值分配到非突變月份的日尺度水文序列,得到非突變月份逐日水文序列的偏差平衡分配值;

    7、步驟s5,逐日序列重構(gòu):將步驟s4的非突變月份逐日水文序列的偏差平衡分配值應(yīng)用于日尺度水文序列中,得到非突變月份重構(gòu)后的逐日水文序列;基于步驟s3中突變月份月尺度水文序列初步校正前和初步校正后比值,將突變月份的原日尺度水文序列同比例縮放,得到突變月份重構(gòu)后的逐日水文序列。

    8、進(jìn)一步的,步驟s1中突變點診斷,具體為:

    9、步驟s11,pettitt檢驗:識別月尺度水文序列突變的具體時間,確定突變發(fā)生的月份和年份;

    10、步驟s12,wilcoxon秩和檢驗:驗證月尺度水文序列突變點的顯著性,確保識別的準(zhǔn)確性和科學(xué)性。

    11、進(jìn)一步的,步驟s2中趨勢分析,具體為:

    12、步驟s21,數(shù)據(jù)提取:將突變月份的月尺度水文序列分別提取為突變點前和突變點后的月尺度水文序列;

    13、步驟s22,趨勢檢驗:使用mann-kendall趨勢檢驗方法分別分析突變點前的月尺度水文序列和突變點后的月尺度水文序列的趨勢特征;若無顯著趨勢,則進(jìn)入下一步校正過程;反之,則需進(jìn)一步處理或排除,確保突變點前和突變點后的月尺度水文序列均無顯著趨勢性。

    14、進(jìn)一步的,步驟s3中基于累積分布函數(shù)的初步校正,具體為:

    15、初步校正后的月尺度水文序列,分為還現(xiàn)和還原兩種情境;

    16、步驟s31,還現(xiàn)情境:使突變點前的月尺度水文序列分布特征與突變點后的月尺度水文序列分布特征保持一致,達(dá)到突變月份月尺度水文序列還現(xiàn)效果;具體步驟為:

    17、步驟s311,累積分布函數(shù)定義:令突變點前的月尺度水文序列為x,突變點后的月尺度水文序列為z,突變點前的月尺度水文序列和突變點后的月尺度水文序列的累積分布函數(shù)分別記為fx和fz,定義如下:

    18、fx(x)=p(x≤x);

    19、fz(z)=p(z≤z);

    20、式中,fx(x)表示突變點前的月尺度水文序列x的累積分布函數(shù);fz(z)表示突變點后的月尺度水文序列z的累積分布函數(shù);p(x≤x)表示突變點前的月尺度水文序列x數(shù)據(jù)點小于等于x的概率;p(z≤z)表示突變點后的月尺度水文序列z數(shù)據(jù)點小于等于z的概率;

    21、步驟s312,累積分布函數(shù)變換:基于累積分布函數(shù)的變換,調(diào)整突變點前的月尺度水文序列x,使突變點前的月尺度水文序列x分布特征與突變點后的月尺度水文序列z一致,校正公式如下:

    22、;

    23、式中,fx(xs)表示突變點前的月尺度水文序列x中xs的累積分布值;fz-1為逆累積分布函數(shù),逆累積分布函數(shù)將突變點前的月尺度水文序列x中xs的累積分布值fx(xs)映射到突變點后的月尺度水文序列z的分布特征;y還現(xiàn)s表示突變點前的月尺度水文序列x中xs經(jīng)初步還現(xiàn)校正后的值,符合突變后月尺度水文序列z的分布特征;

    24、通過步驟s311和步驟s312,利用累積分布函數(shù)校正,消除突變點前月尺度水文序列和突變點后月尺度水文序列的分布差異,得到初步還現(xiàn)校正后的月尺度水文序列y還現(xiàn);

    25、步驟s32,還原情境:使突變點后的月尺度水文序列分布特征與突變點前的月尺度水文序列分布特征保持一致,達(dá)到突變月份月尺度水文序列還原;具體步驟為:

    26、步驟s321,累積分布函數(shù)定義:令突變點前的月尺度水文序列為x,突變點后的月尺度水文序列為z,突變點前的月尺度水文序列和突變點后的月尺度水文序列的累積分布函數(shù)記為fx和fz,定義如下:

    27、fx(x)=p(x≤x);

    28、fz(z)=p(z≤z);

    29、式中,fx(x)表示突變點前的月尺度水文序列x的累積分布函數(shù);fz(z)表示突變點后的月尺度水文序列z的累積分布函數(shù);p(本文檔來自技高網(wǎng)...

    【技術(shù)保護(hù)點】

    1.一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,其特征在于:包括以下步驟:

    2.根據(jù)權(quán)利要求1所述一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,其特征在于:步驟S1中突變點診斷,具體為:

    3.根據(jù)權(quán)利要求2所述一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,其特征在于:步驟S2中趨勢分析,具體為:

    4.根據(jù)權(quán)利要求3所述一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,其特征在于:步驟S3中基于累積分布函數(shù)的初步校正,具體為:

    5.根據(jù)權(quán)利要求4所述一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,其特征在于:步驟S4中偏差平衡分配,具體為:

    6.根據(jù)權(quán)利要求5所述一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,其特征在于:

    【技術(shù)特征摘要】

    1.一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,其特征在于:包括以下步驟:

    2.根據(jù)權(quán)利要求1所述一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,其特征在于:步驟s1中突變點診斷,具體為:

    3.根據(jù)權(quán)利要求2所述一種基于變化檢測與偏差校正的逐日水文序列重構(gòu)方法,其特征在于:步驟s2中趨勢分析,具體為:

    4.根...

    【專利技術(shù)屬性】
    技術(shù)研發(fā)人員:劉業(yè)偉許小華楊培生王文吳曉彬李斯穎楊偉峰李光錦朱龍輝
    申請(專利權(quán))人:江西省水利科學(xué)院江西省大壩安全管理中心江西省水資源管理中心
    類型:發(fā)明
    國別省市:

    網(wǎng)友詢問留言 已有0條評論
    • 還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 国产精品亚洲аv无码播放| 精品人妻中文无码AV在线| 精品无人区无码乱码毛片国产| 免费一区二区无码视频在线播放 | 亚洲最大av无码网址| 亚洲精品无码mv在线观看网站| 精品多人p群无码| 亚洲精品无码国产| 尤物永久免费AV无码网站| 亚洲AV无码一区二区二三区入口 | 性虎精品无码AV导航| 久久无码一区二区三区少妇| 成人免费午夜无码视频| 久久久久久无码国产精品中文字幕 | 成人麻豆日韩在无码视频| 久久久久亚洲AV成人无码| gogo少妇无码肉肉视频| 亚洲精品自偷自拍无码| 精品无码人妻一区二区三区品| 日韩精品无码久久一区二区三| 亚洲国产精品无码观看久久| 少妇人妻偷人精品无码视频新浪| 热の无码热の有码热の综合| 无码AV大香线蕉| 亚洲国产AV无码一区二区三区 | 99精品一区二区三区无码吞精 | 国产成人无码a区在线视频| 亚洲中文字幕无码中文字| 久久久久av无码免费网| 无码专区—VA亚洲V天堂| 亚洲日韩中文无码久久| 伊人久久综合无码成人网| 国内精品人妻无码久久久影院 | 久久久久久无码Av成人影院| 一区二区三区无码视频免费福利| 亚洲国产av无码精品| 国产自无码视频在线观看| 中文字幕无码av激情不卡| 亚洲色无码专区在线观看| 无码少妇一区二区三区浪潮AV| 性无码一区二区三区在线观看|