汾河上游径流演变特性分析及其预测方法研究

发布时间：2017-05-17 00:07

  本文关键词：汾河上游径流演变特性分析及其预测方法研究，由笔耕文化传播整理发布。

【摘要】：水资源是支撑地球上一切生命和社会经济可持续发展最基本的要素之一，其中径流要素的变化对整个水文水资源系统的演化起着主导作用，并对资源环境和区域经济发展有着深远的影响。对径流演变规律的研究是水资源合理开发与有效利用的前提和基础。受大气环流、太阳活动、水文气象要素、自然地理等诸多不确定因素的综合影响，河川径流的时空演变表现出不确定性、多时间尺度性、随机性、混沌性、弱相依、高度复杂非线性、非平稳特性，这就给径流中长期预测研究提出了新的挑战。前人许多径流预测研究大多是在径流序列平稳的假定下进行的，然而径流序列是的非平稳序列，这往往导致预测精度不高，依据水文要素变化的非平稳特性，引进新的分析方法与研究途径显得尤为重要。本文尝试将基于平稳化序列的方法-经验模态分解（Empirical Mode Decomposition, EMD）的耦合预测方法应用于径流预测中，从流域可变时空尺度及非平稳的角度来对径流系统进行分析和预测。 本研究以汾河上游上静游、汾河水库、寨上和兰村站4个水文站1956~2000年、月径流资料为研究对象，利用数理统计方法、假设检验法、游程理论、距平理论及长程相关理论等对汾河上游径流演变的规律性进行了系统的研究，并在此基础上建立基于EMD的耦合模型对汾河上游年径流序列进行了预测分析，，研究的主要内容和取得的主要成果如下： （1）汾河上游径流年内变化特性分析。 汾河上游径流年内分配极不均匀，8月份径流量最大，12月~次年2月份径流量较小，全年径流与汛期径流变化趋势一致性较高。汾河径流年内变化呈现“双峰型”结构，峰值分别出现在3月份和8月份；随着时间的推移汾河上游径流量年内分配的集中程度呈现出先变大后减小，不均匀性先增大后减小，最后均有趋于平稳的趋势。 （2）汾河上游径流年际变化特性分析。 汾河上游径流年际变化大致分为4个阶段：1956~1970年、1970~1994年、1994~1996年和1996~2000年，其中1956~1970年波动上升趋于丰水年，1970~1994年波动下降趋于枯水年，1994~1996年呈现上升趋势，为丰水年，1996~2000呈现下降趋势，为枯水年，汾河上游45年的持续枯水年较持续丰水年多，这与近年来汾河上游易发生干旱的实际情况相吻合；汾河上游径流年际变化较大，变差系数Cv和年极值比P最大出现在上静游站，而其下游三个站的Cv值均小于该站，这可能与上静游站位于汾河支流岚河上，而其他三个水文站位于干流上有关。 （3）汾河上游径流变化的正态、丰枯、平稳、趋势、长程相关性分析。 汾河上游4个水文站的年径流序列具有明显的尖峰厚尾、右偏特性，是非正态时间序列；4个水文站枯水年出现的次数多、历时长，最长4年，丰水时段历时较短，通常只有1～3年，即汾河上游易发生连枯情况；4个水文站的年径流序列为非平稳时间序列；汾河水库站、寨上站和兰村站三个水文站年径流有明显的下降趋势，这种下降趋势自上游往下游越来越明显；而上静游站年径流有下降趋势但这种趋势不显著；汾河上游存在明显的持续性和分形结构，并且是正相关的，即未来的总体趋势与过去相同；汾河上游4站点径流序列具有10年的非周期循环长度。 （4）基于EMD的耦合模型年径流预测研究。 4个水文站年径流序列均为非平稳序列，利用EMD方法对4个水文站径流序列进行平稳化处理，结果表明经EMD处理后得到的各阶IMF均为平稳序列。 在EMD的基础上建立自回归（Auto Regressive,AR）模型，结果显示：4个水文站年径流的预测合格率均在80%以上，其中上静游、寨上和兰村站3个水文站的预测合格率达到了100%，其预测精度明显高于单独AR模型的预测精度。 在EMD的基础上建立均生函数-逐步回归（Mean Generating Function-Stepwise Regression, MGF-SR）模型和均生函数-最优子集（Mean GeneratingFunction-Optimum Subset Regression，MGF-OSR）模型，结果显示：4个水文站MGF-SR模型的拟合合格率在70%~85%之间，预测合格率最高只有40%，而EMD-MGF-SR模型的拟合合格率在分别为85%~92.5%之间，预测合格率均在60%以上，且有3个水文站的预测合格率达到80%，后者的拟合与预测效果明显优于前者。4个水文站MGF-OSR模型的拟合准确率在87.5%~90%之间，预测准确率均为40%；EMD-MGF-OSR模型的拟合准确率均在92.5%以上，预测准确率均为100%，后者拟合与预测效果明显优于前者。 在EMD的基础上建立基于PSO算法的非线性灰色Bernoulli模型（Nash Nonlinear Grey Bernoulli Model，Nash NGBM）耦合模型，结果显示：4个水文站基于PSO算法的Nash NGBM(1,1)模型的拟合精度在72.5%~82.5%之间，最大为82.5%，预测精度最大只有80%，其预测确定性系数也均在0.9以下；而4个水文站基于EMD与PSO算法的NashNGBM(1,1)耦合模型的拟合精度均在90%以上，最高达到了95%，预测精度均达到了100%，确定性系数均在0.98以上，其拟合与预测精度均明显高于前者。 在EMD的基础上建立混沌-最小二乘支持向量（Chaotic-Least SquareSupport Vector Machine，C-LSSVM），结果显示：上静游、汾河水库、寨上和兰村站的各阶IMF（除上静游站、汾河水库站的IMF4和寨上站、兰村站的IMF3外），共14个序列均具有混沌特性，汾河上游4个水文站的最后一阶IMF均不具有混沌特性；4个水文站C-LSSVM模型的拟合精度在58%~68%之间，最大为68%，上静游和汾河水库站的预测精度为100%，寨上和兰村站的预测精度为80%，而4个水文站基于EMD的C-LSSVM模型的拟合精度均为97%，预测精度均达到了100%，其拟合与预测精度均明显高于前者。 采用基于EMD的耦合模型的预测精度有了明显提高，说明EMD方法平稳化数据的优势得到了充分的发挥。本文提出的基于EMD的耦合预测方法对提高径流预测精度是可行有效的，为径流中长期预测提供了一种新的思路。
【关键词】：汾河上游 特性分析 经验模态分解 耦合模型 径流预测
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TV121
【目录】：

• 摘要3-7
• abstract7-17
• 第一章 绪论17-26
• 1.1 研究背景、目的和意义17-19
• 1.1.1 研究背景17-18
• 1.1.2 研究目的及意义18-19
• 1.2 研究现状及发展趋势19-23
• 1.2.1 水资源演化规律研究进展19
• 1.2.2 河川径流预测的研究进展19-23
• 1.2.3 存在问题23
• 1.3 研究内容及技术路线23-26
• 1.3.1 研究内容23-25
• 1.3.2 技术路线25-26
• 第二章 汾河流域概况26-42
• 2.1 基本概况26
• 2.2 自然地理26-28
• 2.3 水文气象特征28-29
• 2.3.1 气候条件28
• 2.3.2 水文状况28-29
• 2.4 径流资料“三性”审查29-31
• 2.4.1 资料可靠性审查29-30
• 2.4.2 资料一致性审查与还原30
• 2.4.3 资料代表性审查30-31
• 2.5 基本资料分析31-40
• 2.5.1 径流年内分配特性分析31-38
• 2.5.2 径流年际变化特性分析38-40
• 2.6 本章小结40-42
• 第三章 汾河上游径流变化特性分析42-68
• 3.1 径流变化正态特性分析42-44
• 3.1.1 径流序列的 Kolmogorov-Smirnov 正态性检验42-43
• 3.1.2 W 检验对径流正态特性分析43-44
• 3.1.3 汾河上游径流正态特性分析44
• 3.2 径流变化丰枯特性分析44-48
• 3.2.1 距平理论分析年径流量的丰枯变化44-46
• 3.2.2 游程理论分析年径流量连续丰枯变化46-48
• 3.3 径流变化平稳特性分析48-53
• 3.3.1 时序图检验48-49
• 3.3.2 自相关图检验49-50
• 3.3.3 自相关函数检验50-51
• 3.3.4 单位根检验51-52
• 3.3.5 KPSS 检验52-53
• 3.4 径流变化趋势特性分析53-60
• 3.4.1 滑动平均法趋势分析54-56
• 3.4.2 线性倾向估计法趋势分析56-57
• 3.4.3 Spearman 法趋势分析57-58
• 3.4.4 Mann-Kendall（M-K）秩次相关分析法趋势分析58-60
• 3.5 径流变化的长程相关性分析60-66
• 3.5.1 重标度极差分析法60-61
• 3.5.2 非趋势波动分析方法61-62
• 3.5.3 汾河上游径流变化分形特性分析62-66
• 3.6 本章小结66-68
• 第四章 经验模态分解（EMD）68-71
• 4.1 经验模态分解方法68
• 4.2 EMD 结果及分析68-70
• 4.3 本章小结70-71
• 第五章 基于 EMD 的 AR 耦合预测模型的年径流预测71-76
• 5.1 自回归（AR）模型71
• 5.2 模型建立及预测71-74
• 5.2.1 模型阶数的确定71-72
• 5.2.2 模型参数估计72-73
• 5.2.3 纯随机序列模拟73-74
• 5.2.4 预测结果对比分析74
• 5.3 本章小结74-76
• 第六章 基于 EMD 的均生函数耦合预测模型的年径流预测76-86
• 6.1 均生函数模型77
• 6.2 基于 EMD 的均生函数逐步回归耦合模型的年径流预测77-80
• 6.2.1 均生函数逐步回归模型77-78
• 6.2.2 模型建立及预测78-80
• 6.3 基于 EMD 的均生函数最优子集耦合模型的年径流预测80-84
• 6.3.1 均生函数最优子集模型80-81
• 6.3.2 模型建立及预测81-84
• 6.4 本章小结84-86
• 第七章 基于 EMD 与粒子群优化算法的 NASH NBGM(1,1)耦合预测模型的年径流预测86-92
• 7.1 方法86-88
• 7.1.1 Nash NGBM(1,1) 模型86-87
• 7.1.2 Nash NGBM(1,1) 模型优化87-88
• 7.1.3 PSO 优化算法88
• 7.2 耦合模型的建立及预测88-91
• 7.2.1 模型参数优化88-89
• 7.2.2 径流预测89-91
• 7.3 本章小结91-92
• 第八章 基于 EMD 的混沌-最小二乘支持向量机耦合预测模型的年径流预测92-105
• 8.1 径流序列的混沌特性分析93-94
• 8.1.1 相空间重构93-94
• 8.1.2 混沌特性识别94
• 8.2 混沌-最小二乘支持向量机模型94-95
• 8.3 水文系统相空间重构与混沌特性识别95-102
• 8.3.1 延迟时间的确定96-98
• 8.3.2 嵌入维数的确定98-99
• 8.3.3 混沌特性识别99-102
• 8.4 模型建立及预测102-104
• 8.5 本章小结104-105
• 第九章 结论与展望105-109
• 9.1 主要研究成果105-107
• 9.2 展望107-109
• 参考文献109-116
• 致谢116-117
• 攻读硕士学位期间发表的论文及参与的主要科研项目117
• 一、学术论文117
• 二、主要科研项目117

【参考文献】

中国期刊全文数据库 前10条

1 陈元芳,梁忠民,董增川,沙志贵;甘肃河西区出山径流统计特性分析与预测[J];河海大学学报(自然科学版);2001年06期

2 彭志捌;;AR(p)模型在中国总人口预测中的应用[J];河北工程大学学报(自然科学版);2007年04期

3 罗峗骞;夏靖波;王焕彬;;混沌-支持向量机回归在流量预测中的应用研究[J];计算机科学;2009年07期

4 何伟,李亚伟,金栋,刘光岩;基于PSO的模糊人工神经网络径流预报模型[J];气象水文海洋仪器;2004年02期

5 涂长望;卢鋈;;中国气候区域[J];气象杂志;1936年09期

6 杨鉴初;运用气象要素历史变演的规律性作一年以上的长期预告[J];气象学报;1953年03期

7 归佩兰;乌拉尔高压出现时东亚大范围环流图(秋季、冬季、春季)[J];气象学报;1956年01期

8 杨鉴初;十年来我国长期天气预报的研究[J];气象学报;1959年03期

9 史久恩,瞿栋根,孙山泽,崔玉玺;统计学长期天气预报方法的若干研究(一)——逐步回归技术的应用[J];气象学报;1964年04期

10 刘少华,丁贤荣,毛红梅;水文时间序列的混沌神经网络预报[J];人民长江;2002年09期

  本文关键词：汾河上游径流演变特性分析及其预测方法研究，由笔耕文化传播整理发布。

本文编号：372172