1.平行观测项数的多寡问题

假如平行观测项数过少，或观测时期气候条件反常，或其中个别年份有特殊的偏高，其相关结果将歪曲两变量间本来的关系。利用这种不能反映真实情况的相关关系来展延系列，势必带来系统误差。显然，平行观测项数愈多，则其相关关系愈可靠。因此，用相关法展延系列时，要求设计变量与参证变量平行观测项数不得过少，一般应在15～20项以上。

2.辗转相关问题

如果一条河流或不同的河流仅有一个测站的资料年限较长，上、下游几个站均需借助这一测站的资料进行插补延长，有时迫不得已尚得用辗转相关。对于这种辗转插补延长的方法必须注意成果的精度。如图5-3所示，从长沙插补衡阳，衡阳插补祁阳，祁阳插补零陵，其各关系尚称密切。但若以长沙直接与零陵相关，则关系就不甚密切了，如图上第四象限所示。实际上，由长沙辗转插补零陵，是将两个系列值的差异分散在各个中间关系中，表面上似乎第一、二、三象限的相关点据都很密切，但长沙和零陵的直接关系并不算好，对于零陵插补成果的精度是较差的。辗转相关常隐匿了实际上积累的巨大误差，给人以虚假现象，最终成为假相关。因此，最好不用辗转相关展延系列。若实在要用时，必须十分慎重，对于展延的成果应作合理性的分析，以凭取舍。

图5-3　年径流量合轴相关图

3.假相关问题

为了说明假相关的概念，先看图5-4、图5-5和图5-6。图5-4显示变量x和y之间的相关，在每一组中都是非常微弱的（接近于零），但是将两组资料组合在一起，相关系数却变得很高。这是一种假相关。图5-5显示，变量x和y无相关存在，但如该两变量除以第三变量z后，则x/z和y/z便显示出某种关系，如图5-6所示。该图似乎表示，在估计y时，x能提供一定的信息，而事实上两者是无关系的，所以图5-6所显示的关系也是一种假相关。在建立相关关系时，当应用无因次量、标准化量或含有相同变量时，最容易出现这样一种假相关。例如，用径流模数与流域面积相关就会造成假相关。因此，为了避免假相关，应直接在原始变量之间寻求关系。

(www.daowen.com)

图5-4　资料成群形成的假相关

图5-5　两变量无关系存在

图5-6　引入第三变量后形成的假相关

4.外延幅度问题

一般而言，利用实测资料建立的相关关系，只能反映在实测资料范围内的定量关系。若超出该范围插补展延资料，其误差将随外延的幅度加大而加大。因此，在实际应用相关线时，外延一般不宜超出实测资料范围以外太远。例如，对于年径流量不宜展延超过50%。

5.插补的项数问题

相关线反映的是平均情况下的定量关系。由相关线而得的插补值是最可能值，是平均值。而实际值则可大可小。对于展延后的系列，变化幅度将较实际情况小。这使整个系列计算的变差系数偏小，最终影响结果的精度。因此，插补的项数以不超过实测值的项数为宜，最好不超过后者的1/2。