摘要：為了更好的研究流域參考作物蒸散發(fā)量在時(shí)間上和空間上的變化特征，并合理利用參數(shù)來預(yù)測未來參考作物蒸散發(fā)量的變化規(guī)律，本文以黃河流域內(nèi)瑪曲站為代表，通過混沌理論和相空間重構(gòu)技術(shù)，在重構(gòu)相空間的基礎(chǔ)上分別計(jì)算出飽和關(guān)聯(lián)維數(shù)D2、最大Lyapunov指數(shù)來表征系統(tǒng)的混沌性質(zhì)，為進(jìn)一步預(yù)測黃河流域參考作物蒸散量的未來變化趨勢提供依據(jù)，也為缺乏氣象資料的地區(qū)預(yù)測參考作物的變化提供新的思路。

　　關(guān)鍵詞：黃河流域；蒸散發(fā)量；混沌特性

　　蒸散發(fā)量是水文循環(huán)的重要環(huán)節(jié)，準(zhǔn)確的預(yù)算流域蒸散發(fā)量能深入了解流域內(nèi)陸—氣之間水熱交換和水分循環(huán)過程，對于流域水資源規(guī)劃管理和利用極為重要。通過了解流域參考作物蒸散發(fā)量的非線性變化特征及其特征的變化規(guī)律，對預(yù)測黃河流域參考作物蒸散發(fā)量未來幾年可能的非線性變化、指導(dǎo)黃河流域綠色農(nóng)業(yè)參考作物種植區(qū)域生態(tài)結(jié)構(gòu)的變化進(jìn)行科學(xué)良性調(diào)整、合理開發(fā)和利用可調(diào)配的種植地區(qū)水土資源、促進(jìn)種植區(qū)域綠色農(nóng)業(yè)和種植地區(qū)經(jīng)濟(jì)與生態(tài)環(huán)境的良性平衡發(fā)展均有重要意義[1]。

　　1研究背景

　　近年來，在我國的水文科學(xué)中已經(jīng)開始了廣泛應(yīng)用混沌理論。在我國，丁晶最先深入研究混沌理論，他論述了將混沌運(yùn)動(dòng)特性分析的理論和方法，并把它廣泛應(yīng)用于暴雨和洪水的時(shí)間序列，證明了在洪水過程中的混沌現(xiàn)象[2]。本次研究以黃河流域?yàn)檠芯繉ο螅孟嚓P(guān)氣象數(shù)據(jù)，通過Penman-Monteith公式計(jì)算出參考作物蒸散發(fā)量，進(jìn)而分析得出黃河流域參考作物蒸散發(fā)量的時(shí)間和空間變化特征，最后運(yùn)用量化方法描述出不同時(shí)空黃河流域參考作物蒸散發(fā)量的混沌特性。

　　2研究區(qū)域概況

　　黃河流域總面積752443km2，涉及9個(gè)省（區(qū)），黃河流域自然和生態(tài)條件復(fù)雜多樣，東西走向的跨越構(gòu)成我國地形的三大階梯，由于區(qū)域內(nèi)地形以及氣候條件的復(fù)雜多樣性，造成了水資源的時(shí)空分布不均勻，洪澇災(zāi)害頻發(fā)，水資源的供需不平衡，人和自然的矛盾日益突出，嚴(yán)重影響了流域內(nèi)經(jīng)濟(jì)的可持續(xù)發(fā)展。

　　3研究的方法

　　3.1Penman-Monteith公式法

　　采用FAO1998年推薦的Penman-Monteith公式法計(jì)算逐日參考作物蒸散發(fā)量[3]：ETO=0.408（Rn-G）+γ900T+273μ（2ls-la）△+γ（1+0.34μ2）（1）式中，ET0參考作物蒸散發(fā)量為逐日參考作物蒸散發(fā)量（mm/d）；Rn為冠層表面凈輻射[MJ/（m2·d）]；G為土壤熱通量[MJ/（m2·d）]，一般情況下為0；T為平均溫度（℃）；Δ為飽和水汽壓溫度曲線的斜率（KPa/℃）；μ2為高度2.0m處風(fēng)速（m/s）；es為飽和水汽壓（KPa）；ea為實(shí)際水汽壓（KPa）；γ為濕度常數(shù)（KPa/℃）。

　　3.2相空間重構(gòu)理論

　　一般時(shí)間序列主要是在時(shí)間域中進(jìn)行模型研究，混沌時(shí)間序列必須在相空間中模型研究，因此說相空間重構(gòu)是分析時(shí)間序列的關(guān)鍵環(huán)節(jié)[4]。

　　4實(shí)例應(yīng)用及結(jié)果分析

　　4.1參考作物蒸散發(fā)量的時(shí)間序列變化特征

　　利用相關(guān)氣象數(shù)據(jù)通過Penman-Monteith公式計(jì)算出參考作物蒸散發(fā)量，以此作為混沌識(shí)別的基礎(chǔ)序列。以瑪曲站為代表站繪制時(shí)序圖，從圖1可以看出，參考作物蒸散發(fā)量的時(shí)間序列的過程圖表現(xiàn)出強(qiáng)烈的季節(jié)周期性和波動(dòng)性，但是僅從圖像并不能判斷出此序列是否為混沌序列，需要借助于其他方法來判斷參考作物蒸散發(fā)量的時(shí)間序列中是否存在混沌現(xiàn)象[6]。

　　4.2參考作物蒸散發(fā)量混沌特性識(shí)別

　　由于混沌理論在水文領(lǐng)域的發(fā)展歷程較短，沒有任何一位學(xué)者明確提出某一種混沌特性識(shí)別的方法，因此使用單一的方法進(jìn)行時(shí)間序列的識(shí)別可靠性不高[7]。本文對序列的識(shí)別主要采用的是定量分析中的飽和關(guān)聯(lián)維數(shù)法和最大Lyapunov指數(shù)法進(jìn)行對比識(shí)別。

　　4.2.1飽和關(guān)聯(lián)維數(shù)法混沌特性識(shí)別由公式（2），計(jì)算出黃河流域瑪曲站點(diǎn)1970—2009年的參考作物蒸散發(fā)量年月均值的自相關(guān)函數(shù)值，并且作出自相關(guān)函數(shù)值隨延遲時(shí)間變化的圖像，選擇自相關(guān)函數(shù)值第一次經(jīng)過零點(diǎn)的時(shí)間作為延遲時(shí)間。如圖2所示。

　　4.2.2最大Lyapunov指數(shù)法混沌特性識(shí)別

　　由于本文數(shù)據(jù)量很小，所以選擇了易于操作且計(jì)算精度相對較高的小數(shù)據(jù)量法。首先利用快速傅里葉變換估算出時(shí)間序列的平均周期P，取最高譜線所對應(yīng)的下標(biāo)求出平均周期。運(yùn)用MATLAB中的相關(guān)程序計(jì)算最大Lyapunov指數(shù)，計(jì)算結(jié)果見圖5。最后利用最小二乘法擬合得到的直線的斜率就是參考作物蒸散發(fā)量時(shí)間序列的最大Lyapunov指數(shù)λ。瑪曲站的最大Lyapunov指數(shù)λ為0.007。

　　4.3參考作物蒸散發(fā)量混沌特性分析

　　黃河流域瑪曲站點(diǎn)的混沌特性的分析方法采取以下兩種方法，一是飽和關(guān)聯(lián)維數(shù)法，二是最大Lyapunov指數(shù)法，計(jì)算成果如表1所示。

　　分析表1可知，黃河流域瑪曲站均存在飽和關(guān)聯(lián)維數(shù)且都為分?jǐn)?shù)維，并且有最大Lyapunov指數(shù)λ＞0，充分說明黃河流域參考作物蒸散發(fā)量時(shí)間序列存在混沌現(xiàn)象。

　　5結(jié)論

　　本文選取了黃河流域內(nèi)的瑪曲氣象站點(diǎn)1970—2009年的逐日氣象資料，采用Penman-Monteith公式計(jì)算出參考作物蒸散發(fā)量的時(shí)間序列。對參考作物蒸散發(fā)量時(shí)間序列的混沌識(shí)別，主要在相空間重構(gòu)的基礎(chǔ)上，通過飽和關(guān)聯(lián)維數(shù)法和最大Lyapunov指數(shù)法兩種量化方法，得出了時(shí)間序列的關(guān)聯(lián)維數(shù)隨著嵌入維數(shù)的增加而達(dá)到飽和狀態(tài)且為分?jǐn)?shù)維，并且均有最大Lyapunov指數(shù)λ＞0，計(jì)算結(jié)果均表明了黃河流域參考作物蒸散發(fā)量時(shí)間序列存在混沌特征。這不僅可以了解黃河流域參考作物蒸散發(fā)量的非線性變化規(guī)律，而且為預(yù)測流域內(nèi)參考作物蒸散發(fā)量的未來變化趨勢提供依據(jù)。

　　參考文獻(xiàn)

　　[1]杜加強(qiáng),舒儉民,劉成程,等.黃河上游參考作物蒸散量變化特征及其對氣候變化的響應(yīng)[J].農(nóng)業(yè)工程學(xué)報(bào),2012(12):92-100.

　　[2]傅軍,丁晶,鄧育仁.洪水混沌特性初步研究[J].水科學(xué)進(jìn)展,1996(3):43-47.

　　[3]張艷蘭,欒元重,尹燕運(yùn),等.混沌時(shí)間序列相空間重構(gòu)及特性識(shí)別[J].測繪科學(xué),2016(4):15-18.

　　[4]馬建華,楚純潔.黃河流域動(dòng)力系統(tǒng)泥沙時(shí)序混沌特征分析——地理系統(tǒng)綜合研究的一種嘗試[J].地理研究,2006(6):949-958.

　　[5]戰(zhàn)國隆,馬孝義,劉繼龍,等.蒸發(fā)蒸騰量時(shí)間序列的混沌特征分析[J].農(nóng)村水利水電,2010(3):22-24+28.

　　[6]李國良,付強(qiáng),馮艷,等.混沌理論及其在水文水資源中的應(yīng)用[J].農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究,2006(3):173-176.

　　[7]劉道文,忽海娜.非線性時(shí)間序列混沌特性分析及短期預(yù)測[J].計(jì)算機(jī)仿真,2012(10):370-373.

　　[8]陳引鋒,馬長鈴.黑河日徑流量混沌變化特性的研究——Ⅲ最大李雅普諾夫(Lyapunov)指數(shù)的確定[J].地下水,2011(3):136-138.

　　張勇