水文变异的滑动F识别与检验方法

由于受自然条件和人类活动的影响, 水文情势在时间或空间往往发生变异。例如, 水文统计学意义上的序列统计特征值(均值肠, cs )发生了明显变化, 使得水文序列不满足“一致性” 的要求。在水文频率计算中, 要求水文序列必须具有一致性, 对非一致性序列要进行处理, 处理的关键是寻找序列的变异点。因此, 在水文模拟和预测、水文分析计算等方面, 特别需要了解和诊断水文时间序列在什么时期或在哪些地区分布规律上发生明显的变异, 从而采取正确的水文分析计算与调度决策l] 。通常采用统计检验方法如F 检验法I2j 等, 对水文序列进行变异点的识别与检验。在使用传统的F检验法时, 常常需要根据其它方法如有序聚类法[3] 等事先确定一个变异点, 然后对其进行检验。当序列长度较长而且存在多个变异点时, 利用F 检验进行变异点分析时, 并不能确定最有可能发生的变异点。如何不借助其它方法, 利用F 检验自身的判别条件达到检验与识别变异点的双重目的是一个值得研究的问题。