赣县降雨规律分析
发布时间：2021-07-02 19:32
全球变暖导致气候恶化、灾害性天气频发以及严重环境的问题,进一步影响到农业生产、社会经济发展和土地荒漠化。江西作为中国的重要粮食产区之一,江西农业生产将直接关系到我国粮食安全。赣县地处赣江上游的中心位置,能很好的代表的赣江上游区的降雨特征,是在全球气候变化背景下,研究赣县的降雨量变化规律,有助于对赣江流域水资源整体的把控和对流域整体的规划与治理,为保障江西的粮食生产安全提供依据。本文根据赣县1951年到2012年的62年降雨观测数据,采用数理统计分析软件SPSS和matlab分析软件,对赣县的降雨分别进行逐步回归周期分析、时间序列分析、小波消噪和morlet小波变换,研究其在1951到2012年间赣县降雨量的变化趋势和周期,并通过建立的模型未来的几年的降雨量、通过morlet小波的系数图小波方差图预测短期未来的赣县气候变化趋势和降雨量的变化周期。得到以下结论:（一）由于赣县降雨序列随机性过强,进行了多次差分序列的相关性,效果依然不佳,后叠加五年降雨得到新序列,新序列的即为可以直接建模的平稳序列。经过实例应用,通过新序列建立的模型能较好地模拟赣县降雨变化,预测的误差为7.41%,预测精度较...
【文章来源】：南昌工程学院江西省
【文章页数】：59 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究目的及意义
1.1.1 研究目的
1.1.2 研究意义
1.2 研究进展
1.3 研究内容及组织结构
第二章 研究区概况
2.1 自然地理
2.1.1 地理位置
2.1.2 地形地貌
2.1.3 土壤植被
2.2 水文气象
2.3 社会概况
2.3.1 赣县划分及人口
2.3.2 社会经济
2.3.3 交通概况
第三章 时间序列分析
3.1 前言
3.2 时间序列介绍
3.2.1 时间序列平稳性的介绍与检验
3.2.2 时间序列的平稳性检验
3.2.3 平稳时间序列的几个模型
3.2.4 平稳时间序列建模方法
3.2.5 平稳模型的参数估计与检验
3.2.6 非平稳时间序列的处理方式
3.3 赣县降雨量时间序列模型的建立
3.4 本章小结
第四章 非平稳序列逐步回归周期分析
4.1 逐步回归周期分析的简介
4.1.1 逐步回归周期分析求解步骤
4.1.2 逐步回归周期分析原理
4.1.3 几个重要的统计量
4.2 赣县年降雨量逐步回归周期分析模型建立
4.3 赣县年降雨量逐步回归周期分析模型的应用
4.4 本章小结
第五章 小波分析
5.1 小波分析简介
5.1.1 傅立叶分析
5.1.2 加窗傅立叶变换
5.1.3 小波函数
5.1.4 小波函数的时—频窗
5.1.5 连续小波变换与离散小波变换
5.1.6 小波变换快速算法
5.2 赣县年降雨量的小波处理
5.2.1 小波消噪
5.2.2 小波处理的成果
5.3 赣县季节降雨的变化的小波分析
5.3.1 春季降雨变化特征
5.3.2 夏季降雨变化特征
5.3.3 秋季降雨变化特征
5.3.4 冬季降雨变化特征
5.3.5 各季节降雨变化趋势与全年的降雨量趋势的对比
5.4 本章小结
第六章 总结与建议
6.1 总结
6.2 建议
参考文献
致谢
【参考文献】：
期刊论文
[1]未来全球气候变暖情景下华东地区极端降水变化的数值模拟研究[J]. 李新周,刘晓东. 热带气象学报. 2012(03)
[2]多因子逐步回归周期分析在中长期水文预报中的应用[J]. 葛朝霞,薛梅,宋颖玲. 河海大学学报(自然科学版). 2009(03)
[3]水文序列小波分析中小波函数选择方法[J]. 桑燕芳,王栋. 水利学报. 2008(03)
[4]基于小波消噪的水文系统混沌特性识别[J]. 王秀杰,练继建,费守明. 系统工程理论与实践. 2008(02)
[5]小波分析方法在水文径流模拟中的应用[J]. 王秀杰,费守明. 水电能源科学. 2007(06)
[6]小波最近邻抽样回归耦合模型在三江平原年降水预测中的应用[J]. 刘东,付强. 灌溉排水学报. 2007(04)
[7]周期均值叠加法在寸滩站中长期水文预测中的应用[J]. 汤成友,郭丽娟,王晓凤. 中国农村水利水电. 2007(08)
[8]水文序列小波周期分析中存在的问题及改进方式[J]. 王红瑞,叶乐天,刘昌明,刘来福. 自然科学进展. 2006(08)
[9]时间序列分解模型在乌拉斯台河年径流量预测中的应用研究[J]. 张丽霞,雷晓云. 水资源与水工程学报. 2006(02)
[10]基于趋势辨识理论的神经网络及其在水文时间序列预报中的应用[J]. 李亚娇,沈冰,李智录,郑志国. 沈阳农业大学学报. 2006(01)
博士论文
[1]大型灌区退水量预测理论与方法研究[D]. 赵新宇.西安理工大学 2007
[2]小波分析及其应用研究[D]. 衡彤.四川大学 2003
硕士论文
[1]小波方法在水文时间序列分析若干问题中的应用[D]. 王鹤.吉林大学 2009
本文编号：3261085
【文章来源】：南昌工程学院江西省
【文章页数】：59 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究目的及意义
1.1.1 研究目的
1.1.2 研究意义
1.2 研究进展
1.3 研究内容及组织结构
第二章 研究区概况
2.1 自然地理
2.1.1 地理位置
2.1.2 地形地貌
2.1.3 土壤植被
2.2 水文气象
2.3 社会概况
2.3.1 赣县划分及人口
2.3.2 社会经济
2.3.3 交通概况
第三章 时间序列分析
3.1 前言
3.2 时间序列介绍
3.2.1 时间序列平稳性的介绍与检验
3.2.2 时间序列的平稳性检验
3.2.3 平稳时间序列的几个模型
3.2.4 平稳时间序列建模方法
3.2.5 平稳模型的参数估计与检验
3.2.6 非平稳时间序列的处理方式
3.3 赣县降雨量时间序列模型的建立
3.4 本章小结
第四章 非平稳序列逐步回归周期分析
4.1 逐步回归周期分析的简介
4.1.1 逐步回归周期分析求解步骤
4.1.2 逐步回归周期分析原理
4.1.3 几个重要的统计量
4.2 赣县年降雨量逐步回归周期分析模型建立
4.3 赣县年降雨量逐步回归周期分析模型的应用
4.4 本章小结
第五章 小波分析
5.1 小波分析简介
5.1.1 傅立叶分析
5.1.2 加窗傅立叶变换
5.1.3 小波函数
5.1.4 小波函数的时—频窗
5.1.5 连续小波变换与离散小波变换
5.1.6 小波变换快速算法
5.2 赣县年降雨量的小波处理
5.2.1 小波消噪
5.2.2 小波处理的成果
5.3 赣县季节降雨的变化的小波分析
5.3.1 春季降雨变化特征
5.3.2 夏季降雨变化特征
5.3.3 秋季降雨变化特征
5.3.4 冬季降雨变化特征
5.3.5 各季节降雨变化趋势与全年的降雨量趋势的对比
5.4 本章小结
第六章 总结与建议
6.1 总结
6.2 建议
参考文献
致谢
【参考文献】：
期刊论文
[1]未来全球气候变暖情景下华东地区极端降水变化的数值模拟研究[J]. 李新周,刘晓东. 热带气象学报. 2012(03)
[2]多因子逐步回归周期分析在中长期水文预报中的应用[J]. 葛朝霞,薛梅,宋颖玲. 河海大学学报(自然科学版). 2009(03)
[3]水文序列小波分析中小波函数选择方法[J]. 桑燕芳,王栋. 水利学报. 2008(03)
[4]基于小波消噪的水文系统混沌特性识别[J]. 王秀杰,练继建,费守明. 系统工程理论与实践. 2008(02)
[5]小波分析方法在水文径流模拟中的应用[J]. 王秀杰,费守明. 水电能源科学. 2007(06)
[6]小波最近邻抽样回归耦合模型在三江平原年降水预测中的应用[J]. 刘东,付强. 灌溉排水学报. 2007(04)
[7]周期均值叠加法在寸滩站中长期水文预测中的应用[J]. 汤成友,郭丽娟,王晓凤. 中国农村水利水电. 2007(08)
[8]水文序列小波周期分析中存在的问题及改进方式[J]. 王红瑞,叶乐天,刘昌明,刘来福. 自然科学进展. 2006(08)
[9]时间序列分解模型在乌拉斯台河年径流量预测中的应用研究[J]. 张丽霞,雷晓云. 水资源与水工程学报. 2006(02)
[10]基于趋势辨识理论的神经网络及其在水文时间序列预报中的应用[J]. 李亚娇,沈冰,李智录,郑志国. 沈阳农业大学学报. 2006(01)
博士论文
[1]大型灌区退水量预测理论与方法研究[D]. 赵新宇.西安理工大学 2007
[2]小波分析及其应用研究[D]. 衡彤.四川大学 2003
硕士论文
[1]小波方法在水文时间序列分析若干问题中的应用[D]. 王鹤.吉林大学 2009
本文编号：3261085
本文链接：https://www.wllwen.com/kejilunwen/shuiwenshuili/3261085.html
