水文序列突变点识别方法比较研究

被引：42

作者：

田小靖 ^{[1
]}

赵广举 ^{[1
,2
]}

穆兴民 ^{[1
,2
]}

胡晋飞 ^{[2
]}

机构：

[1] 西北农林科技大学黄土高原土壤侵蚀与旱地农业国家重点实验室

[2] 中国科学院-水利部水土保持研究所

来源：

泥沙研究 | 2019年 / 44卷 / 02期

基金：

国家重点研发计划;

关键词：

水文序列; 突变点; 识别方法; 黄河中游;

D O I：

10.16239/j.cnki.0468-155x.2019.02.005

中图分类号：

P333 [水文分析与计算];

学科分类号：

081501 ;

摘要：

水文序列突变点的识别是研究水文序列突变特征的重要环节,对水文分析和水文模拟预测意义重大。选取了目前国内外较为常用的9种水文序列突变点识别方法,即累积距平法、Mann-Kendall检验法(M-K)、有序聚类分析法、双累积曲线法、Pettitt法、BFAST法、水文情势突变法(RSI)、Lee-Heghinian法和Yamamoto法,采用黄河中游头道拐站和龙门站1960-2016年的57年长时间序列输沙数据,对比分析各种方法的适用性及准确性。结果表明:累积距平法、有序聚类分析法、双累积曲线法和Lee-Heghinian法能够较准确地获取输沙序列突变点,RSI和Pettitt检验法的适用性最好(p<0.01),M-K检验法次之(p<0.05),Yamamoto法最差;BFAST法不仅能够识别月尺度水文序列的突变点,也可用于解析其阶段性变化趋势。

引用

页码：33 / 40

页数：8

共 11 条

[1]

Analyses of trends and causes for variations in runoff and sediment load of the Yellow River[J]. Hongling Shi,Chunhong Hu,Yangui Wang,Cheng Liu,Huimei Li.International Journal of Sediment Research. 2017(02)

[2] 60年来黄河河龙区间水沙变化特征及人类活动影响评价 [J].