小波变换——文献摘录

基于EMD-GWO-LSTM模型的新疆标准化降水蒸散指数预测方法研究_许超杰

2.2基于不同尺度SPEI指数干旱周期性分析

为进一步分析新疆的气象干旱特征,将新疆1961—2019年的不同尺度上的SPEI值,用Morlet小波进行分析,得到SPEI小波系数实部等值线图、小波方差图以及不同干旱周期的时序图,对新疆地区的气象干旱特征进行周期性分析。 结合图2与表2可知,在年尺度上,该时间尺度上存在5个峰值,为34 a、6 a、12 a、16 a和9 a,分别对应影响新疆年尺度干旱周期性变化的5个主周期。其中,第一主周期34 a变化周期震荡性最强、周期性变化最显著,且具有稳定性,“干-湿”交替历时较长,共经历约2.5个“干-湿”交替周期,平均每个周期为23 a左右。小波系数实部呈现向负值的变化趋势,未来一段时间呈现出湿润向干旱转换的趋势。春季,该时间尺度上存在4个峰值,分别为12 a、29 a、6 a和18 a 4个震荡周期,其中,对新疆地区春季干旱的周期变化影响最强烈的是第一主周期12 a,约经历了6个“干-湿”交替周期,平均每个周期为10 a左右,周期波动性较大、变化时间短且交替频繁;由小波系数实部等值线图可知,未来一段时间将进入春季干旱周期。夏季,该时间尺度上存在3个峰值,为30 a、6 a和16 a 3个震荡周期,第一主周期即为30 a 时间周期的小波方差值最大,共经历约2个“干-湿”交替周期,平均每个周期为21 a左右,且主要分布在2000年以前,2000年以后的“干-湿”交替周期表现较弱,第一主周期表现较平坦,没有明显周期性;未来一段时间将进入夏季干旱周期。秋季,该时间尺度上存在5个峰值,为36 a、17 a、10 a、4 a和6 a 5个震荡周期,其中,第一主周期36 a变化周期震荡性最强、周期变化显著,“干-湿”交替历时较长,共经历约2.5个“干-湿”交替周期,平均每个周期为23 a左右,“干-湿”交替周期变化具有平稳性;第一主周期正处于偏湿时期,未来一段时间内将由湿润向干旱变化。冬季,该时间尺度上存在5个峰值,为35 a、12 a、8 a、3 a和20 a 5个震荡周期,震荡强度最强的是35 a,即是冬季时间尺度上的第一主周期,共约经历2.5个“干-湿”交替周期,周期变化平稳;由小波系数实部等值线图可知,第一主周期刚进入湿润的周期,未来冬季将呈现出偏湿的趋势。

表2 新疆1961—2019年不同尺度下SPEI指数各主周期上周期个数及旱涝交替尺度 

采用Morlet小波分析法,对新疆年和季节尺度下的SPEI指数进行周期性研究分析。除春季第一主周期具有周期波动性较大、变化时间短且交替频繁的特点外,其余各尺度上第一主周期“干-湿”交替周期变化呈现周期交替时间长且平稳的特点。总的来说,新疆干旱“干-湿”交替周期变化整体上呈现出平稳且周期长的特点。

基于SPEI的黑龙江省干旱时空分布特征分析_施 巧

3.3 小波分析

为分析黑龙江省干旱周期的变化特征,对年尺度SPEI值进行小波分析,得出小波系数实部和小波方差图(图7)。由图7可知,黑龙江省气候演变过程呈现出较为明显的干湿变化,年尺度上存在46、5~29年的振荡周期,46年的长周期尺度上出现2次干湿震荡,目前正处于偏湿润时期。短周期5年尺度上呈现偏干趋势,因此研究区域长期以湿润为主,短期以干旱为主。

1961-2020年新疆地区干旱演变时空特征分析_努尔沙吾列提·达开

4.3 SPEI的周期性

图6为季节尺度SPEI的连续小波频谱图。整体上,不同季节的震荡周期发生时段集中在1961-2011年间,但周期长度并不一致。春季在1994-1998年间存在一个0.5~1.5 a的周期。随后2008-2010年间存在一个极为短暂的周期。夏季存在1~2 a(1975-1979年)和2~6 a(1984-1996年)两个周期变化,并且均通过了95%显著性检验。秋季,在时域上有3个周期,分别是1~3.5 a(1976-1984年),7~10 a(1989-2006年)和1~2.5 a(2014-2018年)。其中,2016-2018年未通过显著性检验。冬季在1964-1969年和2005-2010年各存在2个为期2 a的周期。2000-2011年有一个6~10 a的长周期变化,呈条带状分布,但2007-2011年未通过显著性检验。

3.2 突变前后干旱指数遥相关因子分析

3.2.1 交叉小波与小波相干谱分析

本文对松花江流域SPEI-12指数突变前后序列与3个遥相关因子指数对应年际变化序列进行交叉小波分析及小波相干分析,探究松花江流域降水集中指数突变前后与遥相关因子的共振周期、相位关系与显著时段等遥相关特征的区别与变化,绘制突变前后交叉小波能量谱与小波相干谱图,如图4、图5所示。

由图4~5可知:松花江流域SPEI-12指数在高能量区突变前与PDO无明显共振周期(见图4(a)),突变后1993~1997年存在位相角为90°、尺度为3~4 a的共振周期,表示在此期间高能量区SPEI-12变化滞后于PDO变化1/4个共振周期(见图4(b));在低能量区,突变前与PDO无明显共振周期(见图5(a)),突变后存在位相角为90°、尺度为2~3 a的共振周期(见图5(b)),即低能量区SPEI-12变化滞后于PDO变化1/4个共振周期。SPEI-12与AO在高能量区突变前1966~1971年存在位相角0°、尺度2~4 a的共振周期(见图4(c)),即SPEI-12与AO负相关变化,突变后无明显共振周期(见图4(d));在低能量区突变前存在位相角约270°、尺度2~5a的共振周期(见图5(c)),即SPEI-12变化提前于AO变化1/4个周期,突变后无显著共振周期(见图5(d))。SPEI-12与ENSO高能量区突变前1966~1975年显示有位相角180°、尺度为1.5~4.0 a的共振周期(见图4(e)),即两者同步变化。突变后在1994~2000年存在位相角0°、尺度为2.5~4.0 a的共振周期(见图4(f)),即两者负相关变化;低能量区1962~1972年存在尺度为2.5~5.0 a的同步变化共振周期(见图5(e)),突变后无显著共振周期(见图5(f))。

2.3干湿变化的周期性特征小波分析结果给出了SPEI值和特征向量的小波能量谱,反应了西北地区干湿变化的周期特征。对于月尺度3个典型场对应的时间序列进行小波分析,第一模态的时间系数在1990~2010年间具有明显的约11年周期,而在1920~2000年期间具有明显的约22年周期(图3a);第二模态时间系数的小波分析结果显示在1940~2000年间有2~8年和约11年的周期(图3b);第三模态时间系数的小波分析结果只在1950~2000年期间出现2~4年周期性变化(图3c)。年尺度干湿变化周期性变化规律更明显。在第一模态时间系数第一模态小波分析图中,1930年之后表现为2~8年的准周期性变化(图3d);第二模态时间系数的小波分析图的周期性更明显:1920年前没有明显的周期性变化,1920~1980年和2000~2020年期间呈现出2~4年的周期变化;而1935~2000年期间则出现稳定的8年左右的周期性变化规律(图3e);第三模态时间系数的小波分析图仅在1950~2020年期间呈现出2~6年的周期性变化规律(图3f)。4年尺度的SPEI模态分解后,时间系数的小波分析结果显示,第一模态时间系数在1930~2000年期间存在稳定的2~4年的周期,而在1950年以后则变为稳定的约11年主控周期(图3g);第二模态时间系数记录了2~4年的周期,同时呈现出最为稳定的约8年的周期性变化特征,而且在1950年以后叠加了同样稳定的约11年周期(图3h);第三模态时间系数与前两个特征向量的分析结果有明显的差异,1930~1990年期间具有约10~16年的变化周期,而在1970年之后转变为稳定的约8年左右的周期性变化特征(图3i)。

3.2 贵州省干旱周期变化特征

对贵州省各季节气象干旱指数进行小波分析,结果见图5。其中,小波系数实部等值线图可以反映SPEI不同时间尺度的周期特征及其在时域中的分布;小波方差图可以反映SPEI的波动能量随时间尺度的分布情况,能够确定演化过程中存在的主周期。由图5可知,1960—2017年贵州省干旱具有明显的多时间尺度震荡和周期变化。贵州省春季SPEI存在1~10 a的年际变化周期以及15~25 a的年代际变化周期,其中存在2、5和18 a 3个较为明显的峰值,表明这3个周期为贵州省近60年干旱波动能量最强烈的周期。18 a时间尺度为第一峰值,该尺度周期具有的波动能量最强,对贵州省春季干旱的周期变化影响最强烈,大约经历了3个“干⁃湿”转换期。贵州省夏季SPEI在5~10和17~23 a的时段较为密集,小波方差图显示出2、8和15 a 3个振荡周期,其中15 a为第一主周期,经历了4次“旱⁃涝”交替循环。贵州省秋季SPEI存在3~8、13~20和25~30 a的震荡周期信号,在13~20 a共出现了3次“旱⁃涝”交替,在25~30 a出现了“旱⁃涝⁃旱”的交替循环,小波方差图显示2、4、16、30 a处存在极值,可判断贵州省秋季SPEI存在一个30 a的主周期和2、4、16 a的次周期。贵州省冬季SPEI在3~15和20~30 a的时间尺度上比较密集,在8 a时间周期的小波方差值最大(即主周期),并在该周期经历了6次“涝⁃旱”交替循环,另外在2、30 a时间周期也存在极值(即次周期)。综上所述,贵州省季节干旱存在2~10、15~20和25~32 a的变化周期,四季干旱指数分别存在18、15、30和8 a的第一主周期。基于贵州省17个气象站点各季节SPEI的主振荡周期,分析贵州省“旱⁃涝”周期的空间演变特征,具体见图6。由图6可以看出,贵州省春季干旱振荡周期空间特征较为明显,沿西北—东南对角线对称分布,振荡周期较长(大于15 a)的区域主要集中在对角线以下部分,其中铜仁市和黔东南州北部地区振荡周期大于20 a,振荡周期小于5 a的区域主要集中在黔南布依族苗族自治州的罗甸县和毕节地区的威宁彝族回族苗族自治县附近。贵州省夏季干旱振荡周期空间分布特征与春季相似,振荡周期较短(小于15 a)的区域范围有所增加并向东扩散,振荡周期高值区集中在毕节地区的黔西市附近。贵州省秋季干旱振荡周期空间分布特征较春季和夏季差异较大,振荡周期较长(大于15 a)的区域范围有所扩大(面积占比达73.5%)并向南半部分转移,周期大于20 a的区域主要集中在安顺市、黔南布依族苗族自治州、黔西南布依族苗族自治州东部及毕节地区西部,振荡周期较短(小于15 a)的区域继续向东部扩散,主要集中在铜仁地区以及黔东南苗族侗族自治州北部。贵州省冬季干旱振荡周期较长的区域范围有所缩减,主要集中在中部,周期大于20 a的面积占比为28.9%,振荡周期较短的区域集中在东部和西部。综上所述,贵州省四季干旱主振荡周期空间特征呈现南北差异化分布,周期较长的区域范围呈现先增加后减少的趋势。

黄河源区汛期降水径流序列多尺度小波分析（轩党委）

0 引言

受全球气候变化以及人类活动影响,黄河源区下垫面发生了巨大变化[1-3]。流域水文特征的复杂性,以及驱动流域水文要素变化的多样性,导致水文要素的时间序列表现出高度的非线性和多时间尺度特性[4-6]。黄河源区地处青藏高原,对于全球气候变化的响应较为敏感[7],气候变暖的强度、速率比我国其他地区更强、更快[8]。气候变化直接影响黄河源区的水文气象因素,进而对该地区的植被和湿地产生一定反馈作用[9-12]。同时,20世纪80年代以来,随着经济社会快速发展,黄河源区人类活动加剧,造成生态环境恶化[13]。随着三江源国家级自然保护区挂牌运行,通过生态治理,三江源地区的水域面积不断扩大,水源涵养能力得到提升[14-15]。受气候变化的影响,黄河源区水文要素更加具有复杂性和不确定性,常规的分析方法难以准确剖析和预测其发展规律和变化特征[16]。因此,如何有效识别变化环境下黄河源区水文要素的变化特征一直是研究的难点与热点之一。近年来,龙羊峡水库以上地区汛期洪水频次及径流量呈增加趋势。2010年以来,龙羊峡水库入库站唐乃亥水文站多次发生洪峰流量超过2 500 m3/s的编号洪水。在2012年汛期,黄河上游出现洪峰流量超过2 000 m3/s的洪水过程,场次洪水持续时间超过2个月[17]。2018—2020年,黄河源区处于丰水时段,发生超过2 500 m3/s的洪水5次,龙羊峡水库连续3 a突破正常蓄水位2 600 m。因此,对龙羊峡水库以上地区现状条件下的降水、径流变化趋势及相关关系进行探索和研究,对于龙羊峡水库水资源优化配置具有重要意义。小波分析是一种窗口大小固定但形状可变的时频局部化分析方法,由傅里叶变换发展而来,能对函数或者信号进行多分辨率分析[18-19],具有良好的时频多分辨率功能[20]。通过小波分析能将水文时间序列分解成时间尺度不同的确定性序列和随机序列,进而从不同时间尺度分析水文研究对象的变化规律[21-22]。本文根据黄河源区1961—2020年逐日降水、径流数据,在统计分析的基础上采用小波分析方法对黄河源区近60 a汛期(6—10月)降水、径流时间序列的变化特征进行研究。

1 研究区域概况

黄河源区一般是指黄河干流唐乃亥水文站断面以上区域,位于青藏高原东南部,属于大陆性高原气候区。河谷地带年均气温为5℃,地势西北高、东南低,形成河谷地、滩地和山地地貌特征,海拔在2 670~6 119 m之间。黄河源区年降水量为196.5~470.5 mm,5—9月降水量占全年降水量的80%以上,无霜期平均为38 d。多年平均径流量为205亿m3,年内洪水多集中在汛期,汛期6—10月径流量约占多年平均径流总量的70%。上游玛曲站以上植被较好,玛曲至唐乃亥区间植被较差,但区间降水量少,故唐乃亥水文站含沙量不大,多年平均含沙量为0.59 kg/m3。2 数据来源和分析方法2.1 降水数据本文收集了黄河源区1961—2020年15个地面站点日降水数据。从国家气象科学数据中心下载了兴海站、同德站、泽库站、玛多站、玛沁站、甘德站、达日站、河南站、久治站、若尔盖站和红原站逐日降水数据,黄河沿站、吉迈站、玛曲站和唐乃亥站逐日降水数据来源于黄河流域水文年鉴。各站点数据均经过了严格的质量控制,可疑和错误数据已进行了人工核查和更正。2.2 径流数据图1为唐乃亥水文站1961—2020年逐日平均流量过程。逐日平均流量过程线是河段水力特性和测站特性的综合反映,历年逐日平均流量过程线能反映流量整体年际变化趋势,同时也能反映各年份日均流量过程线变化过程是否一致、河槽测流断面是否稳定[23-24]。由图1可知,唐乃亥水文站历年日均流量变化趋势基本一致,属于缓涨缓落型,无明显突变点,下垫面条件基本稳定。2.3 汛期降水量、流量过程线基于黄河源区1961—2020年汛期降水、径流数据,绘制了汛期降水量、流量过程线和双累积曲线,分

3 结果分析与讨论

3.1 黄河源区汛期降水序列小波分析

3.1.1 汛期降水小波变换的实部和模平方时频分析

        由图4可以看出，1961—2020年汛期降水存在多个特征时间尺度下的周期性变化，主要存在50~64 a、25~40 a、15~25 a以及12 a以下共4类时间尺度的周期性变化。其中，50~64 a、25~40 a时间尺度在全域上存在2次丰枯交替的震荡；15~25 a时间尺度存在3次丰枯交替的震荡，主要发生在1980年以后；12 a以下时间尺度存在多个小时间尺度的周期变化，降水变化频繁，规律性较差。图5为汛期降水序列小波系数模平方等值线图。由图5可知，在不同时间尺度下，1961—2020年黄河源区汛期降水强弱分布不同，其中50~64 a时间尺度的能量较强，周期分布也比较明显，它的周期基本具有全域性；25~40 a和15~25 a两类时间尺度的能量相对较弱，但变化周期比较明显，分别在2000年以前、1990年以后；12 a以下时间尺度的能量较弱，周期较为离散杂乱。

3.1.2 汛期降水小波方差及周期特性分析

        图6为汛期降水序列小波方差图，图中存在5个明显峰值，分别对应63、20、34、7、11 a时间尺度。其中63 a时间尺度峰值最大、震荡周期最长，对应汛期降水变化的第一主周期；20、34、7、11 a时间尺度的峰值逐渐减小，波动能量也变小，分别对应汛期降水的第二、第三、第四、第五主周期。由以上分析可知，1961—2020年汛期降水序列变化由63、20、34、7、11 a特征时间尺度下的5个主周期控制。根据小波方差检验的结果可知，7 a特征时间尺度的小波方差值略大于11 a特征时间尺度的小波方差值，因此仅绘制了黄河源区汛期降水63、20、34、7 a特征时间尺度的4个主周期小波系数实部变化过程线，如图7所示。        

由图7可知，在不同时间尺度下，汛期降水变化的平均周期及丰枯变化特征均不相同。由图7(a)可知，63 a特征时间尺度的汛期降水平均变化周期为40 a左右，大约经历了1个丰枯转换期，汛期降水偏丰时段为1969—1990年和2011—2020年，汛期降水偏枯时段为1961—1968年和1991—2010年，同时可以预测2020年之后未来5~10 a内黄河源区汛期降水仍将处于相对偏丰期，但有下降趋势。由图7(b)可知，20 a特征时间尺度的汛期降水平均变化周期为15 a左右，大约经历了4个丰枯转换期，同时可以预测2020年之后未来5 a内黄河源区汛期降水仍将处于相对偏丰期，且将进入丰水峰值期。由图7(c)可知，34 a特征时间尺度的汛期降水平均变化周期为20 a左右，大约经历了2个丰枯转换期，未来一定时间内仍将处于偏枯期。由图7(d)可知，7 a特征时间尺度不同时段汛期降水变化差异较大，总体呈现由丰转枯的趋势。3.2 黄河源区汛期径流序列小波分析3.2.1 汛期径流小波变换的实部和模平方时频分析由图8可以看出，1961—2020年汛期径流存在多个特征时间尺度，在其演变过程中主要有50~64 a、30~40 a、15~25 a以及15 a以下4类时间尺度的周期性变化。其中，50~64 a、30~40 a时间尺度丰枯交替具有全域性，分别存在2次震荡、3次震荡；15~25 a时间尺度存在2次丰枯交替的震荡，主要发生在1990年以前；15 a以下时间尺度周期变化较为混乱，存在多个小尺度的周期变化。

图9为汛期径流小波系数模平方等值线图。由图9可知，50~64 a、30~40 a时间尺度的能量一般，但周期分布比较明显，几乎占据整个区域，较为稳定；20 a以下时间尺度的能量较强，周期分布明显但分布具有局限性，主要分布在1965—1990年和2001年以后。

3.2.2 汛期径流小波方差及周期特性分析图10为汛期径流序列小波方差图,图中存在3个较为明显的峰值,分别对应63、36、12 a的特征时间尺度。其中63 a时间尺度峰值最大、尺度震荡周期最长,对应汛期径流变化的第一主周期;36、12 a的时间尺度分别对应第二、第三峰值,依次对应汛期径流的第二、第三主周期。由以上分析可知,1961—2020年汛期径流序列变化由63、36、12 a特征时间尺度的3个主周期控制。

图11为汛期径流序列小波系数实部变化过程线,由图11可知,在不同时间尺度下,汛期径流变化的平均周期及丰枯变化特征均不相同。由图11(a)可知,63 a特征时间尺度汛期径流经历了1个丰枯转换期,其平均变化周期为42 a左右,可预测2020年之后未来5~10 a汛期径流将处于相对偏丰期,但总体处于下降趋势。由图11(b)可知,36 a特征时间尺度汛期径流大约经历了2个丰枯转换期,平均变化周期为25 a左右,可以预测2020年之后未来一定时间内汛期径流将进入相对偏枯期。由图11(c)可知,12 a特征时间尺度汛期径流大约经历了7个丰枯转换期,平均变化周期为8 a左右,可预测2020年之后未来3~5 a内汛期径流仍将处于相对偏丰期,且在1~2 a内将达到峰值。

由前文分析可知,汛期降水和汛期径流的小波实部过程线显示的丰枯变化规律与小波实部等值线图、小波模平方等值线图变化规律一致,进而验证了汛期降水、汛期径流小波分析的正确性。同时从汛期降水、汛期径流小波方差分析结果可知,汛期降水存在63、20、34、7、11 a特征时间尺度的主周期,而汛期径流存在63、36、12 a特征时间尺度的主周期,两者均具有63a左右和35 a左右特征时间尺度的主周期,这两个时间尺度的平均周期分别为41、25 a左右,且在相同周期下,汛期降水偏多或偏少的年份,汛期径流亦偏多或偏少,两者具有一定正相关性。4 结论基于黄河源区1961—2020年逐日径流数据和逐日降水数据,采用小波分析方法对黄河源区60 a汛期降水、径流进行了连续复小波变换。分析表明,黄河源区1961—2020年汛期降水、径流序列分布不均匀。同时,不同特征时间尺度的黄河源区汛期降水、径流序列平均周期及丰枯变化过程均不同,汛期降水、径流丰枯变化与时间尺度大小有紧密联系,汛期降水、径流变化趋势有一定的相关性,具体如下:1)黄河源区汛期降水序列在1961—2020年主要存在63、20、34、7、11 a特征时间尺度的主周期。在34、7 a特征时间尺度,预测2020年以后未来3~5 a内黄河源区汛期降水将处于相对偏枯期,但从63、20 a特征时间尺度来看,2020年之后未来5~10 a黄河源区汛期降水总体变化趋势将呈现偏丰状态下的减小趋势。2)黄河源区汛期径流序列在1961—2020年主要存在63、36、12 a特征时间尺度的主周期。在63、12 a特征时间尺度,预测2020年之后未来5 a左右黄河源区汛期径流将处于相对偏丰期,但处于下降趋势;在36 a特征时间尺度,预测2020年之后未来一定时间内黄河源区汛期径流将处于相对偏枯期。3)黄河源区汛期降水和汛期径流均具有多尺度时间变化特征,汛期降水、汛期径流均存在63 a左右和35 a左右特征时间尺度的主周期。并且通过小波分析结果可知,63 a左右、35 a左右特征时间尺度的平均周期分别为41、25 a左右。在这两个周期下,汛期降水、汛期径流序列丰枯变化趋势一致,即在汛期降水增加或减少的年份,汛期径流也增加或减少,两者具有正相关性。

参考文献:

[1] 刘昌明,王恺文,王冠,等.1956—2016年黄河流域径流及其影响因素的变化分析[J].人民黄河,2022,44(9):1-5,16.

[2] 田清.近60年来气候变化和人类活动对黄河、长江、珠江水沙通量影响的研究[D].上海:华东师范大学,2016:11-13.

[3] 张镭,黄建平,梁捷宁,等.气候变化对黄河流域的影响及应对措施[J].科技导报,2020,38(17):42-51.

[4] 李夫星,陈东,汤秋鸿.黄河流域水文气象要素变化及与东亚夏季风的关系[J].水科学进展,2015,26(4):481-490.

[5] 赵利红.水文时间序列周期分析方法的研究[D].南京:河海大学,2007:1-2,6-8.

[6] 肖志国.几种水文时间序列周期分析方法的比较研究[D].南京:河海大学,2006:9.

[7] 张音,古丽贤·吐尔逊拜,苏里坦,等.近60 a来新疆不同海拔气候变化的时空特征分析[J].干旱区地理,2019,42(4):822-829.

[8] KUANG X X,JIAO J J.Review on Climate Change on the Ti⁃betan Plateau During the Last Half Century[J].Journal ofGeophysical Research:Atmospheres,2016,121(8):3979-4007.

[9] 张倚浩,阎建忠,程先.气候变化与人类活动对青藏高原湿地的影响研究进展[J].生态学报,2023,43(6):2180-2193.

[10] AHMED N.气候和土地覆盖变化对长江源区径流的影响[D].成都:中国科学院大学(中国科学院水利部成都山地灾害与环境研究所),2021:49-52.

[11] 孙婵.气候变化背景下青藏高原降水时空变化及其影响[D].南京:南京信息工程大学,2022:5-8,73-75.

[12] 陈鹤,刘俊国,王鹏飞,等.气候变化对青藏高原陆地水储量的影响[J].中国农村水利水电,2023(4):152-157.

[13] 徐小玲.三江源地区生态脆弱变化及经济与生态互动发展模式研究[D].西安:陕西师范大学,2007:66-74.

[14] 王清韵,周丁扬,安萍莉,等.自然保护地政策对区域生态环境质量的影响:以三江源地区为例[J].应用生态学报,2023,34(5):1349-1359.[15] 谢绮丽,杨鑫,郝利娜.2001—2020年三江源区植被覆盖时空变化特征及其影响因素[J].水土保持通报,2022,42(5):202-212.

[16] 刘源,徐国宾,段宇,等.洪泽湖入湖水沙序列的多时间尺度小波分析[J].水利水电技术,2020,51(2):128-135.

[17] 魏向阳,蔡彬,曹倍.黄河流域防汛抗旱减灾体系建设与成就[J].中国防汛抗旱,2019,29(10):43-53.

[18] 黄莹,胡宝清.基于小波变换的南流江年径流量变化趋势分析[J].广西师范学院学报(自然科学版),2015,32(3):110-114.

[19] 张磊.高精度小波数值方法及其在结构非线性分析中的应用[D].兰州:兰州大学,2016:11-13.

[20] 汤成友,缈韧.基于小波变换的水文时间序列分解及周期识别[J].人民长江,2006,37(12):32-34.

[21] 王文圣,李跃清,向红莲.基于小波分析的组合随机模型及其在径流预测中的应用[J].高原气象,2004,23(增刊1):146-149.

[22] 薛小杰,蒋晓辉,黄强,等.小波分析在水文序列趋势分析中的应用[J].应用科学学报,2002,20(4):426-428.

[23] 许晓红,张红艳.浅谈流量资料整编成果的合理性检查[J].农业与技术,2014,34(11):214.

[24] 刘洋,李伟.流量资料整编成果合理性检查实例分析[J].黑龙江水利科技,2012,40(1):71-73.

[25] 熊建秋.水科学信息分析计算新方法及其应用[D].成都:四川大学,2006:7-9.

[26] 宋扬,周维博,马亚鑫,等.50年来灞河流域降水变化特征分析[J].长江科学院院报,2017,34(7):12-18.

[27] 李春兰,苏娟,杜松怀,等.基于小波分析和BP神经网络的触电信号检测模型[J].农业工程学报,2010,26(增刊2):130-134.

[28] 张秀梅,杨萌,李春景.基于M-K、Morlet小波分析图们江下游降水量[J].延边大学农学学报,2014,36(4):285-290,296.