水文随机分析

主要介绍基于小波分析方法的水文随机模拟

基于小波分析方法的水文随机模拟

摘要：本文对小波分析进行了简要介绍，包括小波分析的发展历史、分析方法、应用领域以及发展现状，在此基础之上介绍了小波分析在水文随机模拟中的应用，最后，对小波分析方法在今后水文水资源领域中的应用进行了展望。总而言之，小波分析在水文预报、水文随机模拟、水文多时间尺度分析、水文时间序列变化特性分析等很多方面具有很大的研究价值和发展前景。

关键词：小波分析；不确定性；水文随机模拟

1 引言

由于水文系统较为复杂，受制于气候和人为活动等多因素的影响，所以目前没有一个准确的数学物理方程能够描述并求解这一过程，而传统的随机模型结构简单、参数少，能描述水文序列的主要统计特性。但通过数理统计方法得到的参数描述水文过程过于粗糙，信息量少。小波分析是一种多分辨率分析方法，能充分展示水文序列的精细结构，挖掘更多的信息，可揭示水文系统的多时间尺度特性，较方便识别出水文时间序列中隐含的主要周期。通过小波消噪技术可把高频成分有效分离，从两方面分别研究其水文序列特性。鉴此，本文提出了基于小波分析的随机水文模型。

1.1 小波分析的分析方法及发展历史

小波分析或小波转换是指用有限长或快速衰减的、称为母小波的振荡波形来表示信号。该波形被缩放和平移以匹配输入的信号。

小波变换的概念是由法国从事石油信号处理的工程师J.Morlet在1974年首先提出的，通过物理的直观和信号处理的实际需要经验的建立了反演公式，当时未能得到数学家的认可。随后，1986年著名数学家Y.Meyer偶然构造出一个真正的小波基，小波分析自此才开始蓬勃发展起来。小波变换与Fourier变换、窗口Fourier变换相比，这是一个时间和频率的局域变换，因而能有效的从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，解决了Fourier变换不能解决的许多困难问题，因此，小波变化被誉为“数学显微镜”，它是调和分析发展史上里程碑式的进展。

1.2 小波分析的应用领域及发展现状 事实上小波分析的应用领域十分广泛，包括数学领域的许多学科、信号分析、图像处理、理论物理、医学成像与诊断、地震勘探数据处理、大型机械的故障诊断等方面；例如，在数学方面，它已用于数值分析、构造快速数值方法、曲线曲面构造、微分方程求解、控制论等；

第1页下一页