蒸發(fā)序列復(fù)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(shí)意義。以中國黑龍江省哈爾濱市為例,將本征時(shí)間尺度分解(Intrinsic time-scale decomposition,ITD)算法引入水文系統(tǒng)復(fù)雜性測度中,將其與信息熵(Information entropy,IE)結(jié)合,探討逐月蒸發(fā)序列復(fù)雜性特征。結(jié)果表明,研究區(qū)月蒸發(fā)復(fù)雜性呈西高東低基本格局,哈爾濱市蒸發(fā)時(shí)序復(fù)雜性與海拔高度呈正相關(guān),與水田面積、旱田面積、工業(yè)產(chǎn)值呈負(fù)相關(guān),而人口密度對哈爾濱市蒸發(fā)復(fù)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(shí)序復(fù)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(fù)雜性測度結(jié)果準(zhǔn)確性,揭示蒸發(fā)序列復(fù)雜性變異規(guī)律,可為哈爾濱市科學(xué)合理利用水資源與指導(dǎo)農(nóng)業(yè)生產(chǎn)實(shí)踐等提供理論支撐。

【文章頁數(shù)】：11 頁

【文章目錄】：
1 研究區(qū)域及數(shù)據(jù)來源
    1.1 研究區(qū)域概況
    1.2 數(shù)據(jù)來源
2 研究方法
    2.1 本征時(shí)間尺度分解法
    2.2 信息熵理論
3 結(jié)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(fù)雜性分析在農(nóng)業(yè)中應(yīng)用
5 結(jié)論



本文編號：3822765