基于模糊集修正加权马尔可夫模型在新疆降水预测中的应用

[目的]为提高降水预报精度,准确预测一个地区未来的降水丰枯状况和降水量,为该地区工农业生产生活提供决策参考.[方法]以年降水时间序列为研究对象,利用模糊集理论和加权马尔可夫模型建立一种基于模糊集的修正加权马尔可夫预测模型.该模型改进加权马尔可夫模型中初始状态向量的确定方法,即通过引入模糊集理论,基于距离测度建立隶属度函数,计算出随机变量序列各时段序列值隶属于所有状态的隶属度,并将隶属度向量作为该时段的初始状态向量.[结果]根据新疆1957 ～2010年的年降水数据,利用该模型预测新疆2011 ～2012年的降水丰枯状况及降水量预报值.2011 ～2012年丰枯状态的预测结果与实际完全一致,降水量预测值的误差分别为0.99;,0.54;.进一步利用该模型动态预报了2013 ～2017年的降水丰枯状况及降水量.[结论]基于模糊集的修正加权马尔可夫模型具有更高的预测效果,可用于新疆降水丰桔状况预报和降水量预测.     

基于改进马尔可夫链的径流预测模型

径流预测在区域水资源规划中发挥着重要作用。基于径流过程不确定性、不精确性的特点,利用资料系列的均方差方法把径流序列分为不同的状态。在此基础上,采用统计方法,建立转移概率矩阵,以规范化的各阶自相关系数为权重,用加权的马尔可夫模型预测径流状态,并根据模糊集理论中的级别特征值预测径流量。最后把改进后的马尔可夫预测模型应用于宝鸡市的渭河径流丰枯状态及年径流量的预测中。1998￣2000年径流量预测的相对误差分别为3.64%,7.50%和1.00%,结果较好。     

滨州市小麦产量变化及安全预测研究

分析了滨州市1949~2005年小麦产量、播种面积和单产量变化,并运用马尔可夫链对滨州市的小麦产量进行了预测。结果显示,滨州市小麦产量总体呈增长趋势,且在1949~1980年小麦产量与播种面积和单产量显著相关;1980~2005年小麦产量的影响因素变得复杂,特别是大量化肥、机械动力的投入,使得对播种面积的依赖性减小。利用马尔可夫链对2004和2005年小麦产量的预测结果与实际情况一致。这说明运用马尔可夫模型进行小麦产量的丰歉状态预报是有效可行的,进而可以用来对未来小麦的产量安全进行预测。     

基于Copula函数的河川径流丰枯遭遇分析

【目的】研究两变量联合概率的分布问题,探讨干支流的丰枯遭遇分析方法。【方法】采用Copula函数,构建了渭河干流及其支流千河年径流的联合概率分布模型,对干支流的丰枯遭遇进行分析,并绘制了干支流联合分布等值线图。【结果】宝鸡市渭河干流年径流量的边际分布服从皮尔逊Ⅲ型分布,而支流千河年径流量的边际分布服从对数正态分布,且干支流同时出现丰水年的概率大于同时出现平、枯水年的概率。【结论】用Copula法描述干支流的丰枯遭遇问题具有可行性。     

马尔可夫链在绵阳市粮食产量年景预测中的应用

基于绵阳市1980~2006年粮食产量存在不确定性的特点,将绵阳市粮食产量年景划分为丰年、平偏丰、平年、平偏歉、歉年5个年景状态,应用马尔可夫链对绵阳市粮食产量年景进行了分析和预测,结果表明,丰年、平偏丰、平年、平偏歉、歉年5个年景发生的概率分别为0.32、0.26、0.21、0.07、0.14,与实际情况相符。对2006年的预报结果与实际情况相符,对2007年的预报结果有待验证。     

基于Marr小波在水文中的应用

利用小波分析的时域、频域多分辨功能,以松花江流域哈尔滨站83a的年径流量为例,通过Marr小波变换系数图,得出不同的水文周期和径流量异常的具体时间及丰、枯交替变化过程。从而为水文系统中、长期预测提供背景分析资料及依据。     

基于BP神经网络的河川年径流量预测

运用人工神经网络模型对松花江流域年径流量径流序列做出预报,表明了人工神经网络模型在水文预报中具有一定的优势。通过对基本BP网络算法和L-M算法的比较工作,得到了适合该神经网络模型的训练算法,既L-M算法,提高了预报的精度。以松花江流域哈尔滨站年径流量实测序列为研究对象,在数值试验的基础上找到了适合于松花江流域哈尔滨站年径流序列预报的人工神经网络预报模型结构,提高了该模型的预报准确性。     

马尔可夫链在吉林省高粱单产年景预测中的应用

利用马尔可夫链对吉林省1978—2004年高粱产量进行研究,并对2005年进行产量预测,结果表明1978—2004年和2005年的产量全部为状态5,与实际结果相符,说明运用马尔可夫链对于区间预测是可行的。     

基于AnnAGNPS模型的胶东半岛大沽河流域非点源污染模拟研究

在检验了农业非点源污染模型——AnnAGNPS模型在胶东半岛大沽河流域适用性的基础上,估算了1998—2011年大沽河流域的年径流量和可溶性氮负荷,其多年均值分别为3.58×108m3和4.27×103t,其中,受流域年内降水分布和水库、拦河闸(坝)等水利工程、农田灌溉以及排污排废等人类活动的影响,6—9月(汛期)是径流量和可溶性氮负荷入海的主要时段,而非汛期的输出量则较小。空间上,流域南部可溶性氮负荷量明显大于流域北部,这与流域南部以耕地为主的土地利用类型以及工业、生活排污排废等关系密切,耕地施肥是大沽河流域可溶性氮的主要来源,其次为居民地。情景分析表明,减少化肥施用量以及采取保护性耕作措施均能降低大沽河流域非点源污染负荷的输出量,但在不影响作物产量的前提下适当减少施肥量及采取秸秆留茬覆盖是流域非点源污染控制比较有效的措施。     

基于Copula函数的关中河流水文丰枯遭遇特征分析

引入Copula函数方法,对关中地区几条主要河流径流的丰枯遭遇特性及规律进行研究,分别选取渭河、泾河和黑河径流系列作为代表,对其两两间的丰枯遭遇状况进行了分析。结果表明：在丰枯同步频率中,两条河流间同平的频率大于同枯的频率和同丰的频率,同丰的频率最小;在各河流的丰枯异步频率中,两河流的丰平与平丰、丰枯与枯丰、平枯与枯平遭遇的概率基本一致;各河流间的丰枯遭遇概率、丰枯同步（共3种类型）频率略大于丰枯异步（共6种类型）频率。研究表明,Copula函数方法概念明确,适用性强,简便易用。     

基于GA-SVR的中长期径流预报

【目的】将遗传算法（GA）与支持向量机回归（SVR）2种算法结合,构建GA-SVR模型,并采用该模型对径流进行预报,为制定防洪抗旱与水资源调度方案提供依据。【方法】以陕西府谷县黄甫川水文站1979-2003年实测资料作为拟合样本,2004-2008年资料作为检验样本,选取降水量、蒸发量为输入量,径流为输出量,通过GA优化SVR的结构和参数,建立GA-SVR预报模型,进而进行径流预报,同时与基于误差反向传播算法的人工神经网络（BP-ANN）、投影寻踪回归（PPR）模型的预报结果进行对比分析。【结果】应用GA-SVR、BP-ANN、PPR 3个模型在径流拟合阶段的预报精度较检验阶段有所下降,但是预报精度均达到了乙级水平,其中以GA-SVR的预报精度最高,效果最好。【结论】GA-SVR模型实现了SVR参数自动化选取,较好地解决了高度非线性、小样本、过学习等问题,模型可行有效,为径流预报提供了一种新途径。     

应用马尔可夫链预测华山松木蠹象发生趋势

依据会泽县国营者海林场1993~2003年华山松木蠹象发生面积,应用马尔可夫链,预测2004年华山松木蠹象发生量和发生趋势,与2004年实际情况相比较,以验证马尔可夫链在实际应用中的可靠性.     

基于 Markov 模型的长沙市中心区土地利用变化研究简

以长沙市中心区为例,采用Rs和GIS技术对1991、1998、2004年3期TM数据进行处理,得到研究区土地利用现状图;在分析土地利用现状的基础上,采用Markov模型对研究区未来一段时期内土地利用变化格局进行了预测与分析。结果表明：2004～2017年,研究区土地利用变化趋势为：建设用地增加90．00％,林地增加9．25％,水域减小19．16％,耕地减小25．89％,未利用地减小0．91％。     

应用时间序列分析法预测黑线仓鼠和长爪沙鼠种群数量

本文依据1984年~2004年21 a在呼和浩特郊区对黑线仓鼠和长爪沙鼠种群数量动态的调查数据,应用时间序列分析法(三次指数平滑法和马尔可夫链模型预测法的组合法),建立了黑线仓鼠和长爪沙鼠种群数量预测模型,并应用此模型分别预测了黑线仓鼠和长爪沙鼠2004年的种群数量的发生程度,结果显示:黑线仓鼠种群数量的预测值与实测值相符,预测准确,而长爪沙鼠种群数量的预测值和实测值的差距很大,不能应用此方法进行预测。同时预测了未来两年(2005年~2006年)黑线仓鼠种群数量,从结果看出黑线仓鼠在未来两年内的捕获率都较高,所以在未来两年内对呼和浩特郊区鼠类进行防治时应着重加强黑线仓鼠种群数量的防治,制定相应的防治措施,减少对农田的危害。     

基于GM(1,1)模型的黄河花园口站的径流量预测

通过对研究区年均径流量资料进行分析,根据径流量和时间的关系,建立GM（1,1）模型,并将其应用于年径流量的预测,为相关部门的决策提供参考依据。     

潇河枯水期月径流量预测研究

利用潇河流域51 a的径流量资料,选择每月之前的12个月径流量作为预报因子,采用逐步回归分析的方法,对枯水期径流量进行了分析研究。结果表明,可以利用月径流量之间的关系建立枯水期月径流量预测模型,所建立的预测模型包含的自变量不超过5个,每个预测模型中均包含前一个月的径流量,均没有常数项,可用于实际作业预报;模型的预测精度随月径流量的增加有降低的趋势,其中12月份到翌年4月份的预测模型精度可以达到甲等,10月份、11月份和5月份可以达到乙等。     

基于GM(1,1,μ,ν)模型的股指预测

物流企业客户违约及其变化过程具有马尔可夫性。在利用经典算法预测违约损失值的基础上,将违约损失值作为影响因素,借鉴隐马尔可夫理论,构建基于影响因素的物流企业客户违约风险评估模型。通过该模型可以计算得到某一时刻物流企业服务的每个客户的违约风险及其风险变化指数和物流企业面临的平均违约风险及其变化指数。算例计算结果表明,该评估模型能够准确度量客户违约风险,并具有可行性和易操作性。     

加权马尔可夫模型在土地利用变化预测中的应用

在传统的马尔可夫链模型的基础上,建立了加权马尔可夫链模型。依据遥感影像,计算出太仓市1995年至2001年,2001年至2005年各类土地利用面积的马尔可夫链的转移概率,以不同步长外推的预测值与现状值(2008年)之间的相关系数为权重,用加权的马尔可夫模型对预测的结果进行修正,其修正后的结果更加接近实际。     

基于灰色马尔可夫模型的农业用水量预测

将灰色GM(1,1)模型和马尔可夫模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,先用灰色GM(1,1)模型预测,再用马尔可夫模型对预测结果进行优化,使预测精度大大提高.最后以辽河流域某典型区为例,预测结果证明了该模型的优势.     

四川省农村居民生活消费增长分析及预测——基于Markov预测和ARMA模型

选取1978～2009年四川农村居民人均生活消费值的32个样本,首先,通过Markov预测法预测未来生活消费水平的增长速度以10%～20%的概率较大;然后,为提高预测精度,在传统ARMA模型中加入时间变量t进行建模并预测,预测结果表明平均相对误差率为1.56%,其中2006～2009年的相对误差的绝对值均小于0.5%;最后,将Markov预测和ARMA模型对2010～2012年的预测结果对比,发现两者在生活消费增长幅度上吻合,预测结果可靠。结果表明,在与目前相似的政策力度下,短期内四川省农村居民消费需求将持续增长,需进一步扩大消费市场。