《表3 各分区的最佳db小波类型和最优分解层》
为了避免对数据集进行不必要的时间尺度分解,首先要确定冬季各分区降水序列的最高分解层,然后从最高分解层中找出最优分解层J。根据Kaiser[34]提出的公式计算得出最高的分解层为4,则各分区的冬季降水序列可被分解为4个细节分量D1、D2、D3和D4(分别表示2、4、8和16年的周期性分量),和1个近似分量A4。各分区上的最佳db小波类型和最优分解层由原始降水序列与近似分量序列间的平均相对误差(MRE)与其MK趋势值(MK-Z值)间的相对误差(er)[4-5]这2个指标来确定。通过对指标的计算发现,各db小波及各分解层的MRE值之间的差异不显著,而er值之间的差异较为显著。该现象与Nalley等[4]和Palizdan[5]的研究发现一致,因而采用er值最小的原则选取最佳db小波类型和最优分解层。经过计算分析得出各分区的最佳db小波类型和最优分解层如表3所示。从表3中可以看出:区域DJF2和DJF4的最优分解层是2,最佳db小波类型分别为db8和db7;而区域DJF1、DJF3和DJF5的最优分解层皆为3,但其最佳db小波类型各不相同,分别为db1、db2和db10。
图表编号 | XD0056162800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 胡倩、贺新光、卢希安、章新平 |
绘制单位 | 湖南师范大学资源与环境科学学院、湖南师范大学资源与环境科学学院、湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室、湖南师范大学资源与环境科学学院、湖南师范大学资源与环境科学学院、湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室 |
更多格式 | 高清、无水印(增值服务) |