公共文化服务平台

李鑫鑫: 作品数：13 被引量：31H指数：5; 供职机构：中国科学院地理科学与资源研究所更多>>; 发文基金：国家自然科学基金水文水资源与水利工程科学国家重点实验室开放基金更多>>; 相关领域：天文地球水利工程自动化与计算机技术历史地理更多>>

合作作者

全国日降水过程随机性的空间分布特征: 本文基于1961—2013年中国520个站点的日降水数据,选用信息熵指标分析了全国日降水随机性的空间分布特征。分析认为,地形、气候、台风、人类活动等因素的综合影响决定了全国日降水随机性的空间分布特征,但不同区域的主导因素...; 李鑫鑫桑燕芳; 关键词：日降水信息熵洪涝灾害季风

一种判定水文时间序列平稳性类型的方法: 本发明公开了一种判定水文时间序列平稳性类型的方法，包括：检验序列S(t)的确定性程度；若检验为确定性过程，评估序列S(t)的线性趋势显著性：若线性趋势显著，则判定为趋势平稳序列，若趋势不显著，...; 桑燕芳李鑫鑫杨默远; 文献传递

一种实现水文气候时间序列趋势无偏估计的方法: 本发明公开了一种实现水文气候时间序列趋势无偏估计的方法，包括：利用蒙特卡罗试验获取五种自然演变类型的时间序列差分后各自对应的一阶和二阶自相关系数的95%置信区间；剔除待分析时间序列的突变成分和季节成分，对剩余成分进行差分...; 桑燕芳李鑫鑫任智慧

一种判定水文时间序列趋势类型的方法: 本发明公开了一种判定水文时间序列趋势类型的方法，包括：利用广义最小二乘方法评估序列TS(t)线性趋势的显著性；利用确定的KPSS和PP检验方法判定序列TS(t)的趋势类型：若两种方法结果一致，...; 桑燕芳李鑫鑫占车生刘勇; 文献传递

基于信息熵的我国日降水量随机性和时空差异性被引量：5: 2018年; 我国日降水过程呈现明显的随机性与时空差异性,如何准确认识其时空变化规律对洪涝灾害防治等实际工作的影响具有重要意义.本文基于1961—2013年全国520个气象站点的日降水数据,选用信息熵指标研究我国日降水量的随机性.结果表明:研究期间,我国东南地区日降水量的随机性大于西北地区,且不同等级日降水量随机性的空间分布存在差异,小雨(降雨量0.1~10 mm,P_0)等级日降水量随机性较大,差异不明显,中雨(10~25 mm,P_(10))、大雨(25~50 mm,P_(25))等级日降水量随机性最大,差异明显,暴雨及以上(≥50 mm,P_(50))等级日降水量随机性最小,差异最明显.整体上,日降水的信息熵值呈上升趋势,表明全球气候变化下我国大部分地区日降水量的随机性增大,尤其表现为极端暴雨发生的频次明显增大.日降水信息熵的空间分布及其变化趋势可以很好地综合反映我国日降水量随机性的空间分布格局,可为洪涝灾害防治、农业规划布局、生态环境规划等提供科学依据.; 李鑫鑫桑燕芳桑燕芳刘昌明; 关键词：日降水信息熵随机性洪涝灾害

水文时间序列概率预报方法的通用架构被引量：8: 2018年; 在准确揭示水文过程变化特性的基础上开展中长期(月尺度及以上)水文预报,是掌握未来水文情势和演变规律,以及研究解决实际水文水资源问题的重要基础.水文时间序列预报方法是揭示未来水文情势和演变规律的重要技术手段.本文首先梳理了目前常用的各类水文序列预报方法,分析讨论了各方法的基本原理和主要缺陷.然后,通过综合分析相关研究成果,总结得到关于水文序列预报方法的4点重要认识:序列预报前应进行序列分解;序列中确定成分和随机成分应分别建模预报;序列预报结果需要估计不确定性;模型集成效果常常优于单个模型效果.最后,提出一个水文时间序列概率预报方法的通用架构.利用该通用架构能够克服常规模型或方法的缺陷,进行物理成因分析的基础上,针对水文序列中不同特性的确定成分和随机成分别进行分析,既可得到准确的确定性预报结果,又可对预报结果的不确定性进行定量评估,并可提高最终预报结果的合理性和可靠性.; 桑燕芳桑燕芳李鑫鑫刘勇; 关键词：水文过程中长期水文预报不确定性

全国日降水过程随机性的空间分布特征: 本文基于1961—2013年中国520个站点的日降水数据,选用信息熵指标分析了全国日降水随机性的空间分布特征。分析认为,地形、气候、台风、人类活动等因素的综合影响决定了全国日降水随机性的空间分布特征,但不同区域的主导因素...; 李鑫鑫桑燕芳; 关键词：日降水信息熵洪涝灾害季风; 文献传递

基于离散小波分解的水文随机过程平稳性检验方法被引量：5: 2018年; 检验环境变化影响下水文过程是否保持平稳性是开展水文分析与计算、水文模拟预报等的重要前提,本研究提出了水文随机过程平稳性检验方法,首先利用离散小波变换分离水文序列中的确定成分与随机成分,然后选择合适方程描述随机成分,利用Akaike information criterion和Bayesian information criterion计算最优时间滞后阶数,再采用单位根检验方法判别随机成分是否具有平稳性.人工生成序列和实测水文序列分析结果均显示,周期和趋势对随机成分的平稳性检验有很大影响,随着序列信噪比增大,检验结果的准确性变差.相比常规方法直接对原序列进行分析处理的做法,所提方法可首先准确分离确定成分并克服上述因素的干扰,因此较常规方法更加有效,进而可以得到更为合理的水文序列平稳性检验结果.; 李鑫鑫桑燕芳桑燕芳谢平; 关键词：水文过程周期单位根检验

一种判别水文气候过程自然演变类型的方法: 本发明公开了一种判别水文气候过程自然演变类型的方法，步骤如下：求解五种自然演变类型的时间序列进行差分处理后各自对应的一阶自相关系数和二阶自相关系数，并通过蒙特卡罗试验估计其各自对应的95%置信区间；识别出待分析时间序列中...; 桑燕芳李鑫鑫

我国不同历时年最大降雨量的随机性及空间差异性被引量：5: 2018年; 极端降水极易引发山洪和城市内涝等水灾害,给生态环境安全、社会经济发展、人民生命财产安全等带来极大损失,认识其(尤其是短历时)空间分布差异对洪涝灾害防治等具有重要意义。本文利用60 min、6 h和24 h共3种历时的年最大降雨量的统计特征参数,生成服从皮尔逊-Ⅲ型分布的长序列样本,并选用信息熵指标研究其随机性及空间分布差异。结果显示:各历时年最大降雨量的随机性均呈现由东南向西北逐渐减小的空间格局,但不同历时降水随机性的空间分布存在差异,主要体现在青藏高原东部、海河流域和淮河流域3个区域。此外,所求年最大降雨量信息熵值主要考虑了其取值的相对离散情况,故该信息熵值与整个序列绝对离散程度(即标准差)的关系不明显,而主要由序列均值处峰值高低的峰度系数决定,二者呈现明显的负相关关系;且由于峰度系数和变差系数的良好相关性也导致了变差系数与信息熵值之间呈现出良好关系。季风、台风、局地天气系统和人类活动等因素综合影响,决定了不同历时极端降水的空间分布格局及其差异。信息熵指标可以很好地反映中国各历时年最大降雨量随机性的空间分布格局,因而结果可为洪涝灾害防治、农业规划布局、生态环境规划保护等提供科学依据。; 李鑫鑫桑燕芳桑燕芳谢平; 关键词：短历时极端降水信息熵随机性

李鑫鑫

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李鑫鑫

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈