水文氣象變量時空變異性研究：以大清河流域為例

前言
第1章 緒論
1.1 研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 水文氣象要素時空變異
1.2.2 降雨-徑流關系時空變異
1.2.3 水文要素預測
1.2.4 研究中存在的問題
1.3 本書主要研究內(nèi)容
1.4 技術路線
第2章 大清河流域概況
2.1 自然地理
2.2 地形地貌
2.3 河流水系
2.4 氣象水文
第3章 大清河流域山區(qū)水文氣象要素時空變異性分析
3.1 研究內(nèi)容與方法
3.1.1 時間變異
3.1.2 空間變異
3.1.3 時空變異
3.2 水文氣象要素時間變異
3.2.1 降雨量時間變異
3.2.2 氣溫時間變異
3.2.3 蒸發(fā)量時間變異
3.2.4 徑流量時間變異
3.3 水文氣象要素空間變異
3.3.1 降雨量空間變異
3.3.2 氣溫空間變異
3.3.3 蒸發(fā)量空間變異
3.3.4 徑流量空間變異
3.4 水文氣象要素時空變異測度
3.4.1 氣溫時空變異測度
3.4.2 蒸發(fā)量時空變異測度
3.4.3 徑流時空變異測度
3.4.4 水文氣象要素時空變異測度研究
第4章 大清河流域平原區(qū)水文氣象要素時空變異性分析
4.1 水文氣象要素時間變異
4.1.1 降雨量時間變異
4.1.2 氣溫時間變異
4.1.3 蒸發(fā)量時間變異
4.1.4 地下水埋深時間變異
4.2 水文氣象要素空間變異
4.2.1 降雨量空間變異
4.2.2 氣溫空間變異
4.2.3 蒸發(fā)量空間變異
4.2.4 地下水埋深空間變異
4.3 水文氣象要素時空變異測度
4.3.1 氣溫時空變異測度
4.3.2 蒸發(fā)量時空變異測度
4.3.3 地下水埋深時空變異測度
4.3.4 水文氣象要素時空變異測度研究
第5章 降雨-徑流豐枯演化特征
5.1 研究內(nèi)容與方法
5.1.1 Copula函數(shù)
5.1.2 Markov鏈
5.2 降雨-徑流豐枯演化
5.2.1 降雨-徑流關系突變點
5.2.2 豐枯遭遇概率分析
5.2.3 狀態(tài)轉移概率分析
第6章 降雨-徑流關系非一致性
6.1 研究內(nèi)容與方法
6.1.1 GAMLSS模型
6.1.2 Pearson相關系數(shù)
6.2 非一致性分析
6.2.1 基于GAMLSS模型的山區(qū)徑流非一致性分析
6.2.2 以降雨為協(xié)變量的徑流非一致性分析
6.2.3 以降雨為協(xié)變量的生態(tài)徑流非一致性分析
6.3 驅動因素影響分析
6.3.1 氣象驅動因素相關性分析
6.3.2 氣候變化與人類活動的徑流貢獻度分析
第7章 降雨-徑流關系空間變異性
7.1 研究內(nèi)容與方法
7.2 大清河流域山區(qū)降雨-徑流關系空間變異分析
7.2.1 氣象站點虛擬徑流的確定
7.2.2 氣象站點Copula函數(shù)值的確定
7.2.3 降雨-徑流關系空間變異分析及其影響分析
7.3 子流域降雨-徑流關系空間變異分析
7.3.1 各子流域氣象站點虛擬徑流的確定
7.3.2 各子流域氣象站點Copula函數(shù)值的確定
7.3.3 各子流域降雨-徑流關系空間變異及其影響分析
第8章 水文要素時間序列延拓-分解研究
8.1 研究內(nèi)容與方法
8.1.1 CEEMDAN方法
8.1.2 端點效應和數(shù)據(jù)延拓
8.1.3 評價指標
8.2 不同站點水文要素時間序列延拓-分解案例分析
8.2.1 倒馬關水文站年徑流量
8.2.2 唐縣氣象站年降雨量
第9章 水文要素時間序列預測研究
9.1 研究內(nèi)容與方法
9.1.1 ARIMA模型
9.1.2 RBF神經(jīng)網(wǎng)絡模型
9.1.3 SVM模型
9.2 基于權重優(yōu)化的組合預測
9.2.1 模利構建
9.2.2 模擬預測
9.3 基于混合分解的組合預測
9.3.1 模型構建
9.3.2 模擬預測
第10章 結論
10.1 水文氣象要素時空變異性評價
10.2 降雨-徑流關系演變及其驅動因素影響分析
10.3 基于數(shù)據(jù)延拓和CEEMDAN方法的水文要素時間序列預測研究
參考文獻