降水是一個復雜且非平穩(wěn)的大氣過程,受地理位置、地表狀況及大氣環(huán)流等的綜合影響,不同區(qū)域內(nèi)的降水過程存在較大的差異性。因此,研究降水的多尺度時空特征、識別同質(zhì)降水區(qū)域并分析降水可能的影響因素對流域降水預測和水資源管理等方面具有重要意義。首先,本文利用集合經(jīng)驗模態(tài)分解方法(EEMD)分別對長江流域189個氣象站1963²016年的月降水序列進行多時間尺度分解;然后,提出了一種基于EEMD的多尺度信息熵(EME)方法,分析流域月降水在不同時間尺度下的隨機特性;接著,采用模糊C均值聚類(FCM)方法對流域月降水進行空間區(qū)劃;最后,利用時滯相關(guān)分析和逐步變量選擇方法來識別影響流域各子區(qū)域月降水的顯著氣候因子,并構(gòu)建多元線性回歸模型對各區(qū)的月降水進行預測。結(jié)果表明:(1)流域內(nèi)各站點月降水的信息熵值沿緯向呈現(xiàn)出明顯的非均質(zhì)性,主要表現(xiàn)為西部低-東部高的分布特征,但沿經(jīng)向呈現(xiàn)出擬均勻性。同時,月降水序列的信息熵值與變異系數(shù)和高程之間存在較強的負線性相關(guān)性,而與年降水量和年降水天數(shù)之間均存在顯著的正線性相關(guān)性。(2)IMF1^IMF3分量是長江流域近54年來月...

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 降水特征分析
        1.2.2 降水分區(qū)
        1.2.3 降水影響因子
    1.3 研究的主要內(nèi)容與框架
2 研究資料和數(shù)據(jù)準備
    2.1 研究區(qū)域概況
    2.2 數(shù)據(jù)資料
        2.2.1 降水數(shù)據(jù)
        2.2.2 氣候指數(shù)
3 研究方法
    3.1 集合經(jīng)驗模態(tài)分解
    3.2 趨勢分析
    3.3 信息熵
    3.4 互信息
    3.5 模糊C均值聚類
    3.6 時滯相關(guān)分析
    3.7 逐步變量選擇
    3.8 多元線性回歸分析
4 結(jié)果與分析
    4.1 流域月降水隨機性的空間分布特征
    4.2 流域月降水的多尺度特征分析
        4.2.1 月降水序列的多時間尺度特征
        4.2.2 月降水序列的主周期分析
        4.2.3 月降水序列的多尺度信息熵分析
    4.3 流域月降水分區(qū)
        4.3.1 最合理的分類數(shù)
        4.3.2 月降水分區(qū)結(jié)果
    4.4 流域各分區(qū)月降水與氣候指數(shù)的時滯相關(guān)性
    4.5 流域各分區(qū)月降水預測
5 結(jié)論和展望
    5.1 結(jié)論
    5.2 創(chuàng)新點與展望
參考文獻
附錄
致謝



本文編號：3839728