水文小波分析

　　简介 本书简要介绍小波分析的基本理论和常用的主要方法，重点论述小波分析方法在水文学中的各种应用。主要内容包括：小波分析的基本理论、小波函数及其构造、小波快速算法、水文序列滤波与去噪、水文过程复杂性描述、水文系统多时间尺度分析、水文序列奇异性及趋势性分析、水文预测预报和水文随机模拟等方面。该书为国内水文小波分析领域的第一本专著。其特点是内容新颖，理论联系实际，深入浅出，便于理解和实际分析计算。本书可作为高校水文水资源及环境类专业的高年级本科生和研究生的教材和教学参考书，也可供理工科大专院校相关专业的高年级学生、研究生和教师阅读，同时适合于有关科技工作者使用和参考。 目录目录 第1章绪论1 11水文学与小波分析1 12小波分析的发展简介1 13小波分析在水文学中的应用研究4 14本书的内容8 第2章小波分析的基本理论9 21连续小波变换9 22离散小波变换16 23二进小波变换17 24多分辨率分析19 第3章小波函数及其构造24 31几种基本小波函数介绍24 32一类二进小波函数介绍26 33正交小波基构造27 34双正交小波及其构造37 35小结42 第4章快速小波变换算法及滤波器组设计43 41Mallat算法43 42基于二次样条小波的快速算法48 43A Trous算法51 44小波包算法53 45双通道多采样滤波器组56 第5章小波分析在水文序列滤波和消噪中的应用60 51小波分析在水文序列滤波中的应用60 52小波消噪方法63 53基于小波消噪的偏最小二乘回归模型68 54小波消噪在水文序列关联维数估计中的应用75 第6章小波分析在水文序列复杂性中的应用研究79 61概述79 62基于小波分析的水文序列信息量系数计算80 63基于离散小波变换的水文序列分维估计方法82 64基于连续小波变换的水文序列分维估计87 65水文序列Hurst系数的小波估计89 66基于小波消噪的水文序列复杂度研究92 67基于小波变换的水文动力系统混沌性识别95 第7章小波分析在水文序列奇异性检测和趋势识别中的应用100 71基于小波变换系数分维变化曲线诊断水文序列奇异性100 72小波奇异点识别原理及其在水文序列奇异性检测中的应用103 73小波分析在水文序列趋势成分识别中的应用110 74小结114 第8章小波分析在水文系统多时间尺度分析中的应用115 81水文系统多时间尺度分析的小波分析法115 82降水量时间序列的多时间尺度变化特征116 83年径流量的多时间尺度变化特征120 84月径流量的多时间尺度变化分析131 85年最大洪峰流量的多时间尺度变化分析134 86旱涝等级资料的多时间尺度分析138 第9章基于小波分析的水文系统预测方法142 91概述142 92基于小波消噪的随机模型143 93基于小波分析的组合随机模型148 94基于小波变换的最近邻抽样回归组合模型151 95小波人工神经网络组合模型154 96小波网络模型164 97混沌小波网络模型168 第10章小波分析在水文系统随机模拟中的应用173 101概述173 102常用随机模型介绍176 103基于小波变换的随机组合模拟方法180 104基于小波变换的组合随机模型184 105基于小波分析的核密度估计随机模型187 106基于小波分析的非参数解集模型195 107小结199 参考文献201

暂缺《水文小波分析》作者简介

第1章绪论1
11水文学与小波分析1
12小波分析的发展简介1
13小波分析在水文学中的应用研究4
14本书的内容8
第2章小波分析的基本理论9
21连续小波变换9
22离散小波变换16
23二进小波变换17
24多分辨率分析19
第3章小波函数及其构造24
31几种基本小波函数介绍24
32一类二进小波函数介绍26
33正交小波基构造27
34双正交小波及其构造37
35小结42
第4章快速小波变换算法及滤波器组设计43
41mallat算法43
42基于二次样条小波的快速算法48
43a trous算法51
44小波包算法53
45双通道多采样滤波器组56
第5章小波分析在水文序列滤波和消噪中的应用60
51小波分析在水文序列滤波中的应用60
52小波消噪方法63
53基于小波消噪的偏最小二乘回归模型68
54小波消噪在水文序列关联维数估计中的应用75
第6章小波分析在水文序列复杂性中的应用研究79
61概述79
62基于小波分析的水文序列信息量系数计算80
63基于离散小波变换的水文序列分维估计方法82
64基于连续小波变换的水文序列分维估计87
65水文序列hurst系数的小波估计89
66基于小波消噪的水文序列复杂度研究92
67基于小波变换的水文动力系统混沌性识别95
第7章小波分析在水文序列奇异性检测和趋势识别中的应用100
71基于小波变换系数分维变化曲线诊断水文序列奇异性100
72小波奇异点识别原理及其在水文序列奇异性检测中的应用103
73小波分析在水文序列趋势成分识别中的应用110
74小结114
第8章小波分析在水文系统多时间尺度分析中的应用115
81水文系统多时间尺度分析的小波分析法115
82降水量时间序列的多时间尺度变化特征116
83年径流量的多时间尺度变化特征120
84月径流量的多时间尺度变化分析131
85年最大洪峰流量的多时间尺度变化分析134
86旱涝等级资料的多时间尺度分析138
第9章基于小波分析的水文系统预测方法142
91概述142
92基于小波消噪的随机模型143
93基于小波分析的组合随机模型148
94基于小波变换的最近邻抽样回归组合模型151
95小波人工神经网络组合模型154
96小波网络模型164
97混沌小波网络模型168
第10章小波分析在水文系统随机模拟中的应用173
101概述173
102常用随机模型介绍176
103基于小波变换的随机组合模拟方法180
104基于小波变换的组合随机模型184
105基于小波分析的核密度估计随机模型187
106基于小波分析的非参数解集模型195
107小结199
参考文献201