發(fā)布時(shí)間：2021-08-20 17:43

　　針對(duì)哈爾濱主城區(qū)無(wú)資料子流域模擬徑流的隨機(jī)性較大,且易受人為因素的干擾等問(wèn)題,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)雜性研究中,用于改進(jìn)傳統(tǒng)復(fù)雜性測(cè)度方法。將ITD與多尺度模糊熵（MFE）相結(jié)合測(cè)度黑龍江省哈爾濱市主城區(qū)8個(gè)無(wú)資料子流域模擬徑流復(fù)雜性。結(jié)果表明,哈爾濱主城區(qū)無(wú)資料子流域的模擬徑流表現(xiàn)出了較強(qiáng)的非線(xiàn)性特征,其中北部地區(qū)運(yùn)糧河流域的徑流熵值最大,南部地區(qū)肇蘭新河流域的徑流熵值最小,模擬徑流的復(fù)雜性熵值南北方向整體呈現(xiàn)南高北低走向。通過(guò)對(duì)比加入白噪聲和有色噪聲后,小波熵（Permutation Entropy,PE）、排列熵（Wavelet Entropy,WE）和ITD-MFE的評(píng)價(jià)結(jié)果,表明ITD-MFE算法具有更好的穩(wěn)健性。研究成果揭示了哈爾濱市主城區(qū)無(wú)資料自流域模擬徑流復(fù)雜性差異及其變化規(guī)律,對(duì)于今后指導(dǎo)哈爾濱市主城區(qū)內(nèi)科學(xué)合理地利用徑流資源具有一定的指導(dǎo)意義。 

【文章來(lái)源】：中國(guó)農(nóng)村水利水電. 2020,(10)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

基于ITD算法下的多尺度模糊熵復(fù)雜性分析

哈爾濱市位于中國(guó)東北地區(qū),是黑龍江省的省會(huì),是東北交通、政治、經(jīng)濟(jì)、文化、金融中心之一[24]。市轄區(qū)面積10 198 km2,是中國(guó)陸地管轄面積最大的省轄市。全市地形總體平坦,東南比西北略高,夏季短暫多雨、冬季漫長(zhǎng)寒冷,屬溫帶大陸性季風(fēng)氣候。由于環(huán)境變化與高強(qiáng)度人類(lèi)活動(dòng)的影響,流域變化的誘因逐漸增多、復(fù)雜,開(kāi)展流域復(fù)雜度分析,探究復(fù)雜度的影響因素,可為流域內(nèi)水資源管理、洪水預(yù)警、水污染防治等工作提供技術(shù)指導(dǎo)。本文選取范圍界定為哈爾濱市主城區(qū)內(nèi)的8個(gè)子流域,分別為運(yùn)糧河流域、廟臺(tái)溝流域、東風(fēng)溝流域、肇蘭新河流域、馬家溝流域、何家溝流域、信義溝流域、懷家溝流域。如圖2所示,運(yùn)用GIS技術(shù)生成哈爾濱主城區(qū)子流域概況圖。2.2 數(shù)據(jù)來(lái)源

表1 不同τ值下各月徑流序列的多尺度模糊熵值Tab.1 Multi-scale fuzzy entropy of monthly rain series under different τ values 尺度因子 測(cè) 站 東風(fēng)溝 何家溝 懷家溝 馬家溝 廟臺(tái)溝 信義溝 運(yùn)糧河 肇蘭新河 τ=1 0.039 2 0.037 8 0.037 4 0.038 1 0.041 7 0.042 4 0.037 4 0.038 2 τ=2 0.075 9 0.083 2 0.070 3 0.075 6 0.071 0 0.068 8 0.078 2 0.070 7 τ=3 0.101 7 0.094 9 0.096 8 0.097 7 0.098 1 0.098 7 0.103 1 0.084 9 τ=4 0.111 1 0.126 8 0.121 1 0.137 7 0.132 8 0.116 9 0.151 4 0.113 5 τ=5 0.140 7 0.161 9 0.156 6 0.172 2 0.178 7 0.146 8 0.155 3 0.142 3 τ=6 0.179 7 0.171 3 0.178 4 0.180 5 0.169 5 0.174 7 0.190 9 0.167 1 τ=7 0.218 5 0.231 9 0.238 4 0.194 0 0.204 7 0.217 1 0.237 6 0.230 4 τ=8 0.237 0 0.241 2 0.249 8 0.221 2 0.226 8 0.239 4 0.238 6 0.228 7 τ=9 0.208 2 0.217 6 0.227 5 0.225 6 0.231 6 0.232 4 0.232 2 0.216 1 τ=10 0.205 3 0.207 8 0.219 2 0.219 6 0.198 5 0.208 6 0.226 2 0.219 5 ITD-MFE 1.517 3 1.574 4 1.595 5 1.562 2 1.553 4 1.545 8 1.650 9 1.511 42.3.2 子流域內(nèi)各模擬徑流序列復(fù)雜性

【參考文獻(xiàn)】：
期刊論文
[1]基于ITD與信息熵的區(qū)域蒸發(fā)時(shí)序復(fù)雜性分析[J]. 劉東,纏佳悅,朱偉峰,張亮亮,張皓然.  東北農(nóng)業(yè)大學(xué)學(xué)報(bào). 2019(08)
[2]基于多尺度模糊熵的旋轉(zhuǎn)機(jī)械故障診斷研究[J]. 李永軍,馬立元,崔心瀚.  現(xiàn)代制造工程. 2017(10)
[3]哈爾濱地區(qū)汛期徑流量變化趨勢(shì)與復(fù)雜性分析[J]. 劉東,程晨,KHAN Muhammad Imran,FAIZ Muhammad Abrar.  華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[4]基于多元多尺度模糊熵的帕金森步態(tài)信號(hào)分類(lèi)[J]. 王旭堯,徐永紅.  北京生物醫(yī)學(xué)工程. 2016(05)
[5]基于多尺度熵區(qū)域地下水資源系統(tǒng)復(fù)雜性測(cè)度[J]. 岳國(guó)峰,張永嘉,劉東.  東北農(nóng)業(yè)大學(xué)學(xué)報(bào). 2016(07)
[6]哈爾濱市主城區(qū)城市防洪問(wèn)題分析與對(duì)策思考[J]. 王志興,張小平,王天祎.  黑龍江水利科技. 2016(04)
[7]基于固有時(shí)間尺度分解的滾動(dòng)軸承故障診斷[J]. 陳勇旗,趙一鳴,陳楊.  電子測(cè)量與儀器學(xué)報(bào). 2015(11)
[8]基于EEMD的多尺度模糊熵的齒輪故障診斷[J]. 楊望燦,張培林,王懷光,陳彥龍,孫也尊.  振動(dòng)與沖擊. 2015(14)
[9]基于Hilbert譜熵的城市降水序列復(fù)雜性分析[J]. 羅明杰,劉東.  中國(guó)農(nóng)村水利水電. 2015(02)
[10]基于ITD與排列熵的往復(fù)壓縮機(jī)故障特征提取方法研究[J]. 陳桂娟,高桐,鄒龍慶,付海龍.  壓縮機(jī)技術(shù). 2014(05)

碩士論文
[1]基于熵理論的區(qū)域水資源系統(tǒng)復(fù)雜性測(cè)度及其適應(yīng)性配置模式研究[D]. 纏佳悅.東北農(nóng)業(yè)大學(xué) 2019
[2]哈爾濱市水文要素復(fù)雜性測(cè)度與預(yù)測(cè)研究[D]. 羅明杰.東北農(nóng)業(yè)大學(xué) 2016
[3]基于固有時(shí)間尺度分解的信號(hào)分析與干擾抑制技術(shù)研究[D]. 顧小昕.西安電子科技大學(xué) 2010



本文編號(hào)：3353942