闽江流域水质时间序列变化趋势识别及特征分析OA北大核心CSCDCSTPCD
Trend recognition and characteristics analysis of water quality indicator time series in Minjiang River Basin
针对传统方法难以反映水质指标时间序列非线性、局部特征的问题,提出一种结合STL时间序列分解算法和Mann-Kendall趋势检验算法的水质时间序列识别与分析方法.该法首先应用STL时序分解算法对水质指标的时序数据进行回归分解,分离出水质指标趋势项,利用Mann-Kendall检验法,识别并分析出水质指标趋势项的变化趋势及特征.选用2014-2018年闽江流域12个监测站点、8个水质指标时间序列作为分析数据源,结果表明:闽江流域水质状况整体较好且呈…查看全部>>
王春晓;卢毅敏
福州大学 空间数据挖掘与信息共享教育部重点实验室,福建 福州350116福州大学 地理空间信息技术国家地方联合工程研究中心,福建 福州350002
建筑与水利
水质变化趋势时间序列STL趋势分解Mann-Kendall检验闽江流域
《水资源与水工程学报》 2020 (4)
63-69,7
国家重点研发计划项目(2017YFB0503500)
评论