基于多尺度熵区域地下水资源系统复杂性测度

被引:4
作者
岳国峰 [1 ]
张永嘉 [2 ]
刘东 [2 ,3 ]
机构
[1] 黑龙江省水利科学研究院
[2] 东北农业大学水利与建筑学院
[3] 黑龙江省粮食产能提升协同创新中心
关键词
地下水埋深序列; 复杂性; 多尺度熵; 影响因素;
D O I
10.19720/j.cnki.issn.1005-9369.2016.07.014
中图分类号
P641.7 [地下水普查与勘探];
学科分类号
0818 ; 081802 ;
摘要
以黑龙江省农垦总局红兴隆管理局为例,运用多尺度熵(MSE)测度该地区12个测站12年(2000~2011年)逐月地下水埋深序列复杂性特征,分析当地气候因素和人类活动对地下水埋深影响。结果表明,江川、597、852、宝山农场逐月地下水埋深序列复杂性等级为Ⅰ级,说明这四个农场地下水埋深可预测性最低。友谊、红旗岭、饶河、291、北兴、曙光、双鸭山七个农场地下水埋深序列复杂性等级为Ⅱ级,说明这七个农场地下水埋深预测难度中等。853农场地下水埋深序列复杂性等级为Ⅲ级,表明其地下水埋深可预测性最高。通过分析降水和水田种植面积比例与地下水埋深间关系,可知二者对地下水资源系统复杂动态变化有重要影响。研究成果揭示区域地下水埋深序列复杂性空间分布特征,识别可能影响因素,为相关领域复杂性测度研究提供参考。
引用
收藏
页码:101 / 108
页数:8
相关论文
共 20 条
  • [1] 基于LMD多尺度熵和概率神经网络的滚动轴承故障诊断方法
    孟宗
    胡猛
    谷伟明
    赵东方
    [J]. 中国机械工程, 2016, 27 (04) : 433 - 437
  • [2] 环境熵评价建模及煤矿循环经济系统应用实证研究
    韩丽丽
    李春蕾
    王传鹏
    谭梅
    宋华岭
    [J]. 中国矿业, 2015, (05) : 31 - 36
  • [3] 基于多尺度熵的电力能量流复杂性分析
    苟竞
    刘俊勇
    魏震波
    Gareth Taylor
    刘友波
    [J]. 物理学报, 2014, 63 (20) : 351 - 358
  • [4] 基于多尺度熵-BP神经网络的采煤机摇臂齿轮故障诊断
    胡晓
    钱沛云
    陈曦晖
    程刚
    [J]. 制造业自动化, 2014, 36 (18) : 4 - 7
  • [5] 基于多尺度熵的交通流复杂性分析
    向郑涛
    陈宇峰
    李昱瑾
    熊励
    [J]. 物理学报, 2014, 63 (03) : 481 - 489
  • [6] 多尺度熵在转子故障诊断中的应用
    郑近德
    程军圣
    胡思宇
    [J]. 振动测试与诊断., 2013, 33 (02) : 294 - 297+342
  • [7] 驾驶疲劳脑电信号的多尺度熵分析
    刘苗苗
    艾玲梅
    [J]. 计算机技术与发展, 2011, 21 (08) : 209 - 212
  • [8] 关于相关系数的探讨
    张世强
    吕杰能
    蒋峥
    张雷
    [J]. 数学的实践与认识, 2009, 39 (19) : 102 - 107
  • [9] 两相流流型多尺度熵及动力学特性分析
    郑桂波
    金宁德
    [J]. 物理学报, 2009, 58 (07) : 4485 - 4492
  • [10] 多尺度熵在心率变异信号复杂性分析中的应用
    蔡瑞
    卞春华
    宁新宝
    [J]. 北京生物医学工程, 2007, (05) : 543 - 544+547