论文部分内容阅读
降水在很大程度上影响着人类的工农业等生产生活。由于很多非确定性因素的影响，降水时间序列表现出了很大的非平稳性和复杂性。本文旨在利用除趋势波动分析(DFA)方法研究降水时间序列的相关性性质，并根据混沌特征量和混沌的判别方法揭示降水时间序列的混沌特性，从而为降水时间序列基于长相关和基于混沌的预测提供一定的基础。
文中为降水时间序列加上了与原序列相关的常见趋势，利用DFA方法得到了一个独立于各种非周期趋势的交叉点以及一个可以揭示时间序列混沌特性的标度性质变化过程。由DFA方法对周期趋势的无效性我们引入了奇异值分解(SVD)方法，研究中我们利用自相关法求出时间延迟，得到了SVD方法在去除周期、准周期趋势方面的良好效果。在降水时间序列的混沌特性研究中，我们把DFA与混沌方法结合起来，发现把DFA去除趋势利用在日降水序列后，所得到的时间序列具有更好的混沌性质。这就为我们进行后继的预测分析提供了更多的信息。上述三部分相互依托，基于以上内容本文的结构如下：
第一章，DFA在降水时间序列长相关性上的应用。
第二章，基于SVD方法的除趋势分析。
第三章，降水时间序列的混沌特性分析。