蒸發(fā)序列復雜性分析對揭示區(qū)域水文系統(tǒng)非穩(wěn)態(tài)與不確定性具有重要現(xiàn)實意義。以中國黑龍江省哈爾濱市為例,將本征時間尺度分解(Intrinsic time-scale decomposition,ITD)算法引入水文系統(tǒng)復雜性測度中,將其與信息熵(Information entropy,IE)結合,探討逐月蒸發(fā)序列復雜性特征。結果表明,研究區(qū)月蒸發(fā)復雜性呈西高東低基本格局,哈爾濱市蒸發(fā)時序復雜性與海拔高度呈正相關,與水田面積、旱田面積、工業(yè)產值呈負相關,而人口密度對哈爾濱市蒸發(fā)復雜性影響較小;相較于小波熵與樣本熵研究提出ITD-IE蒸發(fā)時序復雜性測度組合算法表現(xiàn)出更優(yōu)異魯棒性。研究成果提高水文序列復雜性測度結果準確性,揭示蒸發(fā)序列復雜性變異規(guī)律,可為哈爾濱市科學合理利用水資源與指導農業(yè)生產實踐等提供理論支撐。

【文章頁數】：11 頁

【文章目錄】：
1 研究區(qū)域及數據來源
    1.1 研究區(qū)域概況
    1.2 數據來源
2 研究方法
    2.1 本征時間尺度分解法
    2.2 信息熵理論
3 結果與分析
4 討論
    4.1 原序列算法分析
    4.2 加入噪聲算法穩(wěn)定性分析
    4.3 蒸發(fā)序列復雜性分析在農業(yè)中應用
5 結論



本文編號：3822765