基于柯尔莫哥洛夫测度与李雅普诺夫指数的日径流复杂性分析
数据分析、统计与概率
2019-05-01 v1
摘要
日径流时空变异性的分析对水资源规划、开发与管理十分重要。径流的天然变异性正因人为影响与气候变化而趋于复杂，这可能为现象学记录引入额外的复杂性。为探讨 1989—2016 年间美国得克萨斯州布拉索斯河上 12 个水文站所记录日流量数据中的这一问题，我们使用一组新颖的定量工具：柯尔莫哥洛夫复杂度（KC）及其衍生关联测度以评估复杂性，以及李雅普诺夫时间（LT）以评估可预测性。我们发现所有日流量序列均呈现长记忆性且具下游增强趋势，而各站点序列的随机性尚无法确切判定。除位于得克萨斯州格拉福德的 USGS（美国地质调查局）08088610 站外，所有柯尔莫哥洛夫复杂度测度值均较小，该站这些复杂度测度值最高。此发现或可归因于格拉福德较强的人为活动影响，而其他站点影响相对较小。此外，复杂性沿下游递减，意味着较大流域受人为活动影响通常较弱。李雅普诺夫时间随机性修正（量化可预测性）与柯尔莫哥洛夫复杂度呈反比，鉴于 KC 与 LT 是基于迥异技术的不同测度，这强化了关于人为活动影响的结论。
引用
@article{arxiv.1809.08633,
title = {Analysis of Daily Streamflow Complexity by Kolmogorov Measures and Lyapunov Exponent},
author = {Dragutin T. Mihailović and Emilija Nikolić-Đorić and Ilija Arsenić and Slavica Malinović-Milićević and Vijay P. Singh and Tatijana Stošić and Borko Stošić},
journal= {arXiv preprint arXiv:1809.08633},
year = {2019}
}