基于TFPW-DT-ICSS法的渭河水文序列方差变异识别与诊断

水文变异现象已造成许多地区的水文数据受到"污染",使得传统水文频率计算举步维艰。同时,水文变异识别方法的异法异解、隐藏效应、自相关性影响、变异信息交叉等问题也困扰着水文变异理论的发展,亟待解决。针对水文变异识别中的序列自相关性影响,提出将去趋势、预置白与ICSS检验法相结合,构建TFPW-DT-ICSS法,对渭河咸阳水文站的径流数据进行方差变异的多点识别,同时应用水文频率计算方法验证变异点的准确性。结果表明:TFPW-DT-ICSS法通过TFPW处理,可缓解序列自相关性对结果的影响;ICSS算法在方差变异检验上可获得较为准确的识别结果,适用于水文序列的方差变异诊断;ICSS算法对数据长度变化的响应不敏感,可实现多序列上的有效识别。研究成果可为变化环境下的水文计算与设计提供数据支持和技术支撑。