湄公河流域的水文—非平稳时序分析

时序分析的第一步是，利用在万象（Vientiane）、他曲（Thakhek）、巴色（Pakse）和枯井（Kratie）已开始工作的测量仪器的记录，确定这些地区的年最大流量和90天最小流量的平均趋势。下一步，非线性技术在对数据集随时间的可变性评估中的应用被视为描述流域水文变化特征的基本方面。为了将增加的成果显示出来并验证它们，其他的技术现在已经被探讨。小波功率谱被应用来对变异性结果进行评估。通过此项技术就可能找到时间和空间域中信号振幅出现明显变化的位置。图1显示Pakse地区的小波功率谱的振幅在本世纪最后25年出现了显著变化。这是Thakhek (Laos)和Kratie (Cambodia)的一个共同特征，这就强调了由非平稳极值统计得出的结论：湄公河洪水年际变化正在增加而本身的洪水量却正在下降。图1显示了这些结果：中间的面板通过显示发生像2000年最高纪录洪水的可能性随时间推移逐渐增加来说明变异性的增加，而底部的面板显示年最大流量的下降趋势。作为对照，图2显示了通过非平稳广义极值分布（GEV）时序分析检测出的变异性的增加。

图1：Pakse地区小波功率谱（上图）、记录的超过第95百分位的经验概率（中图）、年最大流量和趋势（下图）

图2：Pakse地区年最大流量序列的非平稳极值分布的概率密度函数。值得注意的是近年来增加的概率密度函数表明年际变化的增加。

对于平均趋势和时间序列分解，另一种方法被提出：经验模态分解。这种方法证实了趋势的结果并且对如图3所示的时间序列的不同振动模型给出了一个值得注意的观点。

图3：Thakhek年最大流量的经验模态分解。代表平均趋势的年平均流量连同误差的经验模态分解图也作为对比被绘制出。注意大多数的振动模型中振幅在下半个时域都有增加。这个特征在万象（Vientiane）的下游观测站中是很常见的。