小波在水土流失遥感监测中的应用

小波变换是二维影像数据多尺度多分辨率的有力分析工具,在水土流失遥感监测中,由多遥感传感器获取的海量数据信息,采用小波变换方法将多传感器获取的数据信息进行融合,有效地将各个传感器有用信息进行整合,从而提高水土流失监测数据的精度。     

基于多尺度小波变换WNN的灌区灌溉水量研究

选取Daubechies(db6)小波系对陆浑灌区1970—2013年的降水量及作物需水量时间序列进行多时间尺度水平分解,以得到的1970—2003年的小波系数为输入数据、灌溉水量为输出数据,构建多尺度小波变换的小波神经网络进行预测模拟,并利用单隐层BP、双隐层BP神经网络和小波神经网络分别进行了预测比较,结果表明:基于多尺度小波变换的小波神经网络模型的模拟精度和预测的稳定性均高于其他3种模型,4种预测模型的预测值平均相对误差排序为单隐层BP神经网络双隐层BP神经网络小波神经网络多尺度小波变换的小波神经网络。     

韩江下游径流周期变化特征的小波分析

应用小波理论对多尺度特征的随机时间序列进行分析。选用复Morlet小波函数对韩江下游潮安水文站1954—2000年标准化月径流序列进行连续小波变换(CWT),其小波方差检验并揭示潮安站径流存在12.4年和8.3年的显著周期,并通过2001—2004年韩江流域实际来水情况对该周期特征进行了验证。     

坝体振动信号的小波熵特征

利用小波变换具有时频局部化特性和熵对系统状态表征的特点,将小波变换和熵结合起来,对泄流条件下的坝体振动信号进行了分析.结果表明,小波变换能够把振动信号中的有用信号分离出来;小波熵能够定量表征振动能量在时频上的分布特征.同时,有用信号的统计特征与原始信号相接近,因此文中提出的方法为坝体振动特征分析提供了一种新的思路.     

基于小波分析的心电信号提取

根据三次样条小波在各个尺度上具有不同带宽的带通滤波特性,利用小波变换多尺度多分辨的特点对心电信号进行分解,将心电信号分解在小波的不同尺度上,信号重构时,去除各种干扰。利用MIT/BIH中的心电数据对算法进行检验,试验表明,该算法能有效地降噪。     

基于小波分解的降雨量时间序列分析

正小波函数又叫做小波分析或小波变换,它是由多分辨分析发展而来的。小波函数是用一系列逐次逼近表达式来分解扩充的原函数f(t),其中每一个逐次逼近表达式都是f(t)经过平滑后在不同的分辨率下的分解结果,它能够通过变换充分突出反映问题在各个尺度下的变化特征。本文拟采用小波变换来分解某区域的月降水量数据,得到月降雨量的不同尺度变化曲线,再分别进行时间序列分析和预测,最后再把预测的结果组合起来,提高     

鄱阳湖出湖径流序列的多时间尺度小波分析

为了分析鄱阳湖湖口出流径流序列的多时间尺度变换过程,应用小波分析中良好的时频分析功能,选择Morlet小波函数对鄱阳湖出湖径流序列进行连续小波变换。计算得到了小波变换系数的模平方、实部和方差,并绘制其随尺度变化的分布图。通过分析各尺度下的连续变换系数实部的变化趋势,确定了径流序列在各个尺度下的丰枯变换过程。研究结果表明：鄱阳湖出湖流量在长尺度上丰枯变化较慢,短时间尺度上丰枯变化明显,2007年为由丰转枯的年份,2007年后的几年内在72,225,375个月尺度上则处于较枯时期。     

东江流域径流周期变化规律的小波分析

为研究东江流域径流变化周期,采用Morlet连续小波变换,对东江干流龙川站和博罗站45 a(1956—2000)的年径流时间序列变化特征进行多时间尺度分析,揭示出东江流域年径流在不同尺度下的时频变化特征及多尺度变化、主周期变化、大小尺度嵌套和总趋势变化等规律,并应用小波系数实部过程线和小波方差进行了检验。结果表明,东江流域年径流变化呈现多尺度性、主周期性、同步性和总趋势增加的规律。     

洪泽湖入湖水沙序列的多时间尺度小波分析

为了分析洪泽湖入湖水沙序列的多时间尺度变化过程及特征,预测洪泽湖入湖水沙变化趋势,利用洪泽湖1975—2015年的年来水、来沙量数据,在统计分析的基础上,对洪泽湖年来水、来沙序列进行延伸和距平处理,采用小波分析方法对处理后的洪泽湖入湖水沙距平序列进行Morlet连续复小波变换,得到了小波变换系数的实部等值线图和模方等值线图,小波方差图和主周期变化趋势图。结果表明:洪泽湖近41 a年来水、来沙序列存在着多时间尺度特征,在不同的时间尺度下,洪泽湖年来水、来沙量丰枯变化趋势不同;年来水、来沙序列存在着同样的第一主周期,为30a特征尺度,在该特征尺度下,预测2015年之后未来短时间内洪泽湖年来水量、来沙量将分别进入到枯水期和少沙期且都将处于相应的峰值期。     

水文序列小波变换模数的关联维数研究

以月降水序列和年径流序列为例,探讨了小波函数和尺度对水文序列小波变换模数关联维数的影响。研究表明:①水文序列的关联维数与其小波变换模数的关联维数不一致,小波变换改变了水文动力系统奇怪吸引子的特征;②小波函数不同,水文序列小波变换模数的关联维数也不同;③小波函数不变,尺度不同,水文序列小波变换模数的关联维数也不同,且先增大后减小。