元江-红河流域降雨与径流的时间序列相关性分析

发布时间：2018-03-30 04:22

  本文选题：降雨径流　切入点：时间序列　出处：《系统工程》2016年03期

【摘要】：明确降雨与径流之间的关系对于水资源的保护、合理开发利用以及旱涝灾害的控制有着重要的意义。通过研究元江-红河流域降雨量与径流量的时间序列相关特征,用十年降雨量和径流量数据构建多个时间序列相关特征模型,并进行对比分析。结果表明:Pearson相关系数与一致性系数证实了变量间的线性变换关系;一个简单的线性变换给出了规范化降雨径流值,在此基础上,基于欧式距离、标准欧氏距离、马氏距离的三个模型都表现出良好的相关特征,其中,标准化欧式距离拟合度0.99,年误差率0.47%,明显优于其他两种距离方法;系数ss*是将相关系数与距离结合的方法,拟合度0.99,误差率仅为0.2%,效果较好。通过以上方法,降雨径流具有时间相关的良好特征,且模型解均呈现有趣和稳定的趋势。
[Abstract]:It is important to clarify the relationship between rainfall and runoff for the protection of water resources, rational exploitation and utilization, as well as the control of drought and waterlogging. Based on the data of rainfall and runoff of ten years, several time series correlation characteristic models are constructed and compared. The results show that the linear transformation relationship between variables is confirmed by the correlation coefficient and consistency coefficient of the two variables. A simple linear transformation gives normalized rainfall runoff values. On this basis, three models based on Euclidean distance, standard Euclidean distance and Markov distance all show good correlation characteristics. The standard Euclidean distance fitting is 0.99, the annual error rate is 0.47, which is obviously superior to the other two distance methods, the coefficient ss* is a method that combines the correlation coefficient with the distance, the fitting degree is 0.99, the error rate is only 0.2, the effect is good. Rainfall runoff has good characteristics of time correlation, and the model solutions show an interesting and stable trend.
【作者单位】： 同济大学经济与管理学院;昆明理工大学省部共建复杂有色金属资源清洁利用国家重点实验室;
【基金】：国家自然科学基金资助项目(70971099;71371144) 上海市哲学社会科学规划课题(2013BGL004)
【分类号】：P333.1

【相似文献】

相关期刊论文 前10条

1 刘彩霞;;时间序列在粮食预测中的应用[J];东方企业文化;2013年09期

2 李立本,赵志国;“硬球”相关时间序列的频谱分析[J];洛阳师专学报;2000年02期

3 吕先进,邹新月;时间序列分数维计算的特征分析[J];系统工程;2001年01期

4 白亚恒,吴胜军,黄进良,薛怀平;基于时间序列的灰色预测技术在估产模型中的应用[J];华中师范大学学报(自然科学版);2001年02期

5 孙青华,张世英;长记忆向量时间序列的非线性协整关系研究[J];天津大学学报;2002年03期

6 于景华,田立新;混沌时间序列及其在能源系统中的应用[J];江苏大学学报(自然科学版);2002年04期

7 向小东,郭耀煌;对基于递归图的时间序列可预测性的进一步研究[J];管理工程学报;2003年02期

8 曹广喜;;向量分整时间序列的协整关系探讨[J];河海大学学报(自然科学版);2006年04期

9 许娜;商朋见;胡广生;;气温变化时间序列的复杂性分析[J];北京交通大学学报;2008年03期

10 田甜;李星野;;时间序列的分频与建模[J];统计与决策;2010年09期

相关会议论文 前10条

1 周家斌;张海福;杨桂英;;多维多步时间序列预报方法及其应用[A];中国现场统计研究会第九届学术年会论文集[C];1999年

2 马培蓓;纪军;;基于时间序列的航空备件消耗预测[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年

3 卢世坤;李夕海;牛超;陈蛟;;时间序列的非线性非平稳特性研究综述[A];国家安全地球物理丛书（八）——遥感地球物理与国家安全[C];2012年

4 李强;;基于线性模型方法对时间序列中异常值的检测及证券实证分析[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策（上册）[C];2002年

5 戴丽金;何振峰;;基于云模型的时间序列相似性度量方法[A];第八届中国不确定系统年会论文集[C];2010年

6 谢美萍;赵希人;庄秀龙;;多维非线性时间序列的投影寻踪学习逼近[A];'99系统仿真技术及其应用学术交流会论文集[C];1999年

7 张大斌;李红燕;刘肖;张文生;;非线性时问序列的小波-模糊神经网络集成预测方法[A];第十五届中国管理科学学术年会论文集（下）[C];2013年

8 陈赫;罗声求;;历史横断面数据的时间序列化[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年

9 黄云贵;;基于时间序列的电网固定资产投资规模研究[A];2012年云南电力技术论坛论文集（文摘部分）[C];2012年

10 李松臣;张世英;;时间序列高阶矩持续和协同持续性研究[A];21世纪数量经济学（第8卷）[C];2007年

相关重要报纸文章 前7条

1 ;《时间序列与金融数据分析》[N];中国信息报;2004年

2 何德旭 王朝阳;时间序列计量经济学：协整与有条件的异方差自回归[N];中国社会科学院院报;2003年

3 刘俏;让数据坦白真相[N];21世纪经济报道;2003年

4 西南证券高级研究员 董先安邋德圣基金研究中心 郭奔宇;预计6月CPI同比上涨7.2%[N];证券时报;2008年

5 东证期货 王爱华　杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年

6 任勇邋郑重;中国对世界钢材价格的影响实证分析[N];现代物流报;2007年

7 房鹏;数码书信寄真情[N];中国电脑教育报;2005年

相关硕士学位论文 前10条

1 杨宇鹏;基于时间序列的数据预测问题研究[D];吉林大学;2010年

2 张振;基于重要点模式的时间序列表示及其应用[D];昆明理工大学;2010年

3 卓明坤;时间序列短期趋势信号模型研究[D];昆明理工大学;2011年

4 毛兴;阶梯型时间序列时域分析及应用[D];武汉科技大学;2011年

5 董燕;近邻数限制下的时间序列网络分析[D];华东师范大学;2012年

6 田雯;火灾时间序列的动力学研究及其预测[D];南昌大学;2012年

7 李迎;时间序列聚类方法研究[D];辽宁师范大学;2012年

8 陈思扬;时间序列计量经济建模技术及比较研究[D];暨南大学;2007年

9 郑继萍;时间序列的相似性挖掘及其在股票时间序列中的应用[D];东北财经大学;2007年

10 王娜;时间序列建模预报的原理与应用[D];长春工业大学;2010年

，

本文编号：1684347