现代中长期水文预报方法及小波分析在多时间尺度分析中的应用

系统变化并不存在真正意义上的周期性，而是时而以这种周期变化，时而以另一种周期变化，并且同一时段中又包含各种时间尺度的周期变化，这就是水文系统的多时间尺度特性。多时间尺度的研究，将为水文系统分析、预测提供重要依据。

文献［10］在评述WT（wavelet-transform）基础上，运用Harr小波变换研究了降水的尺度和振荡特性。研究表明空间降水存在标度的自相似性和时间尺度的多种成分。WT提供了一种分解二维空间非均质和各向异性降水的方法。文献［11］用小波包理论对降水时间序列进行小波分解，识别其时间—频率尺度，进而进行能量分解，为研究降水形成机制开辟了新途径。

文献［12］利用华北地区26 个站1951～1997年月降水量和月平均气温资料，用高浩一郎的蒸发计算公式计算了地面蒸发量，并通过Morlet小波变换法分析了华北地区水资源各分量的时间—频率的多层次结构物突变特征。

文献［9］运用Mallat算法和Daubechies小波，对长江寸滩站日平均流量和年最大流量进行了小波分解。通过小波变换，将水文时间序列分解成不同时间尺度的确定性序列和随机序列，运用方差分析法，对小波分解后的确定性序列进行周期分析，获得了原始系列的主周期。文献［13］根据水文现象的物理成因，通过对水文序列进行小波变换，借以测定水文序列隐含的近似周期，并利用F 检验最终确定水文序列隐含的近似周期，计算结果表明，用小波变换确定水文序列隐含的近似周期准确性较高，是一个较好的确定水文序列近似周期的方法。(www.xing528.com)

文献［14］利用小波变换对降水量时间序列的多时间尺度变化及突变特征进行了探讨。小波变换不仅能将降水时间序列的频率特征在时间域展现出来，清晰地给出各种时间尺度的强弱和分布情况以及旱涝变化趋势和突变点，而且还能分析出其主要周期。文中以新安江流域黄山地区主汛期（5～7 月）和年降水量为例，研究表明：主汛期和年降水的年际及年代际时间尺度在时域中分布不均匀，具有明显的局部变化特征；同时分析出主汛期降水具有8年、19 年左右的周期，年降水存在6 年、19 年左右的周期；主汛期降水与年降水的时间尺度变化比较接近。

文献［15］基于小波变换研究了长江宜昌站年最大洪峰流量周期变化和长期预报。研究表明，宜昌站年最大洪峰流量存在多时间尺度特征，其主要周期有4.5 年、9 年、14年及30年；提出了基于小波变换的最近邻抽样回归组合预报模型并运用于年最大洪峰流量序列预报。文献［16］以长江宜昌站1877～1987 年年最大洪峰序列和金沙江屏山站1940～1992 年年平均流量序列为例，利用Morlet小波变换时频局部变化功能，将上述水文序列的频率特征在时间域上展现出来，清晰地给出了各种周期的强弱和分布情况以及突变点，而且还分析出其主周期。

文献［17］运用小波分析等方法对黄河上中游天然径流序列进行了分析，揭示了河川径流多时间尺度变化规律，并对径流在不同时间尺度上变化的影响因素进行了探讨。研究结果对于认识黄河径流的变化规律、开发利用管理黄河水资源有着重要的意义。