构建分布时间序列：创新水文等领域时间序列分析新路径

为解决水文等领域时间序列信息丢失问题，研究人员构建分布时间序列，助力分析。

　　在实际应用中，单变量时间序列（Univariate Time Series）通常按时间顺序依次呈现某一量化变量的值。然而，在像水文学等特定领域，每个时间点可能存在多个观测值。一般情况下，人们会使用均值、最大值和最小值等函数，将这些观测值汇总成单变量时间序列，可这一过程很可能会导致有价值信息的丢失。本文提出了一种不同的方法，即通过观测值构建分布时间序列（Time Series of Distributions）。研究探索了两种方法：（1）非参数方法，利用箱线图（Boxplots）构建箱线图时间序列；（2）参数方法，运用参数分布，以分布的参数构成时间序列。这些方法能够借助多变量时间序列分析（Multivariate Time Series Analysis）技术，更好地捕捉潜在信息。为展示这些方法的实际应用，研究人员采用奇异谱分析（Singular Spectrum Analysis）对来自欧洲的真实气候变化数据进行建模。