作者简介：宋立松(1969-)，男，浙江省钱塘江管理局工程师。

1 前言

　　水文时间序列一般由确定成份和随机成份组成，暂态成份属确定的非周期成份，它包括趋势、跳跃、突变等成份，突变可看作是跟踪跳跃的一种特殊情况。潮位时间序列和其它水文要素时间序列一样，也往往是由两种或两种以上的成份合成的序列，如何识别序列中长时间的动态变化特征，识别其突变成份则可分析不同时期序列变化程度，揭示其突变性，借以分析导致变化的过程和原因，是研究时间序列机制的重要内容之一。本文提出了动态分维数的计算方法，并将此方法应用于曹娥江低潮位序列分析，求得了序列的突变点，经合理性分析和成因分析表明，动态分维数对于进行序列分期，识别序列中的突变行为具有简单实用的特点，对于了解序列变化情况和分析导致该变化的过程、原因，进行预警分析具有实际意义。

２ 突变成份分析

　　随着时间的增长，对于潮位序列中各均值来说，或是增加或是减少，造成序列长期向上或向下缓慢地变动，这时序列的任何参数都将随着时间增长，呈现系统连续地递增或递减的变化，这种有一定规律的变化叫趋势。趋势存在于序列的任何参数中，如均值、方差、自相关系数等，对于实际时间序列多在均值中寻找其趋势成份。而突变是指时间序列急剧变化的一种形式，即从某时间起序列前后时段总体水平发生急剧变化，从一种状态过渡到另一种状态（如陡升或陡降）。时间序列出现突变成份，其成因与趋势成份的出现基本一致，是由人为的或自然的原因引起。突变成份一般也出现在序列均值、方差等统计量中，实际上多在均值中寻找突变成份。识别序列中长时间的动态变化特征，识别其突变成份则可分析不同时期序列变化程度，揭示其突变性，借以分析导致变化的过程和原因，为河床演变分析提供依据。