基于交叉验证法与马尔科夫链的年径流丰枯分类可靠性研究

【目的】提出一种用于检验年径流丰枯分类可靠性的方法,为划分流域年径流丰枯类别提供科学依据。【方法】从稳定性和可预测性2个方面分析年径流丰枯分类的可靠性,提出基于交叉验证法和马尔科夫链的检验方法;以常用的均值标准差法、灰色关联分析法和集对分析法为代表,采用交叉验证法和马尔科夫链分别研究各方法所得分类结果的稳定性和可预测性;建立分类差异指数和转移概率差值,用于评价不同分类方法划分年径流丰枯类别的稳定性和可预测性;最后以黄河上游唐乃亥站1956—2021年的年径流序列为例进行验证。【结果】(1)基于交叉验证法和马尔科夫链,不同分类方法得到的年径流丰枯状态均存在差异,表明不同分类方法划分和预测年径流丰枯状态的稳定性和可预测性不同。(2)对唐乃亥站而言,分类差异指数表明GRA法的稳定性最好,SPA法其次,MSD法最差;转移概率差值表明GRA法的可预测性最好,SPA法其次,MSD法最差。(3)综合考虑各分类方法的稳定性和可预测性,对唐乃亥站而言,GRA法划分年径流丰枯状态最为可靠,SPA法其次,MSD法最差。【结论】不同年径流丰枯分类方法在同一流域存在可靠性差异,基于交叉验证法和马尔科夫链的方法能...     

基于SOM神经网络的年径流划分 ——以密云水库为例

传统的年径流划分往往通过年径流量的数量指标划分丰水年、平水年与枯水年.但仅仅通过该方法难以反映年内径流分布的情况.引入SOM神经网络,根据径流序列的月径流量、集中度与集中期,年内不均匀系数等指标,进行年径流序列的划分,得出具有年内特征的年径流划分成果.并以密云水库为例,对密云水库年径流进行了应用研究,将密云水库年径流序...     

天津北三河系降雨丰枯遭遇问题研究

流域间的降雨丰枯遭遇问题研究是洪水资源利用的基础,尝试将三维Copula联合分布模型应用于丰枯遭遇分析中,并采用集对分析的丰枯统计思路,将其分析结果写为联系度形式,进而与二维Copula联合分布模型和集对分析的结果相互印证,结果表明,3种方法分析结果一致,即北三河系各流域间的降雨,即自产水丰枯遭遇的机会较多,存在一定的丰枯同步性,印证了采用二维和三维Copula函数对各流域降雨进行丰枯遭遇联合分析方法的可行性和可信性.     

百色水库入库径流中长期预测方法比较研究

以郁江流域百色水库入库径流为研究对象,分别采用基于水文气象因子的逐步多元回归模型、人工神经网络模型（气象因子）和基于时间序列的混沌理论模型、最近邻抽样回归模型、小波分析法、神经网络—自回归模型共6个模型方法对百色水库年尺度、月尺度以及旬尺度入库径流进行中长期径流预报工作,随即采用平均相对误差、合格率、TS评分以及均方根误差4种评价指标对上述6个模型的预测结果进行精度评估,并依据熵权法的理论对上述4种指标进行客观赋权形成综合性指标分析体系,来确定最优模型以进行郁江流域百色水库不同尺度和预见期的入库径流中长期径流预报工作。结果表明：各模型预报结果中的平均相对误差相对较大,但其所对应的合格率以及TS评分指标均处于优良水平;月尺度预报过程中,各模型非汛期预报精度都要高于汛期预报精度。结合各模型自身特点以及综合性指标分析的基础上,可在年尺度中长期径流预报过程中采用神经网络—自回归模型、月尺度中长期径流预报过程中采用混沌理论模型,旬尺度中长期径流预报过程中依据不同的预见期分别采用人工神经网络模型（气象因子）以及小波分析法进行相关的中长期径流预报工作,从而为郁江流域百色水库制定未来中长期调度计划提供...     

基于Copula函数的黑龙江省作物生育期丰枯遭遇研究

作物生育期降雨量(P)和参考作物腾发量(ET0)的多少是造成农业干旱的主要因素,分析作物生育期丰枯遭遇特征,对指导农业防旱抗旱有重要作用.基于黑龙江省1980-2017年春玉米生育期的降雨量和参考作物腾发量,利用Copula函数构建P-ET0联合分布模型,对其丰枯遭遇频率进行研究.研究表明:P、ET0均服从Gamma分...     

基于Bayes-Markov过程的年径流丰枯变化特性分析

首先根据概率中的Bayes分析确定年径流的状态,然后采用Markov分析方法,从时间序列的内部为出发点,以转移概率和极限概率来描述Markov状态转移的静态统计量,对漓江流域桂林站年径流序列进行多种状态统计分析,不仅可以定量说明其径流丰或枯状态之间的相互转化状况,而且可以揭示不同状态之间的转移概率.     

基于径流分类的日径流量预测神经网络模型

利用聚类分析法将径流序列分解为若干个子径流序列 ,对这些子径流序列分别建立局部神经网络模型 ,而后把这些局部模型合并成一个混合模型。当新的信息进入该模型时 ,首先用分类器判别其类别 ,以确定用混合模型中的何种局部模型加以模拟。通过与不加分类的总体神经网络模型的模拟结果加以对比 ,结果表明这种基于径流分类的降雨 -径流模型表现出了更优良的性能 ,可以较大地提高径流模拟精度。     

豫中平原麦田土壤氮素丰缺指标的研究

小麦是豫中平原的主要粮食作物,每年为河南的夏粮生产做出重要贡献。通过对豫中平原高产田和中产田小麦生产中氮肥用量及土壤氮素丰缺指标的研究,量化出豫中平原小麦生产土壤全氮含量的极低水平、低水平、高水平和极高水平,初步提出豫中平原小麦生产土壤氮素的丰缺指标。     

基于NARX神经网络的年径流预测

针对传统BP模型在时间系列年径流预测中的适应性问题,本文构建了基于动态反馈性NARX神经网络的年径流预测模型,模型结构带有外部输入的非线性自回归网络,输入向量选取降雨及气温,输出向量为未来的年均流量。本文采用构皮滩站历史实测数据对模型进行训练及测试,对NARX模型与传统BP模型及逐步线性回归模型性能进行了对比分析。     

东江流域博罗站天然年径流量序列多时间尺度分析

采用Morlet小波函数,对东江流域博罗站1956-2005年天然年径流时间序列进行了小波分析,揭示了流域天然年径流变化的多时间尺度的复杂结构,分析了不同时间尺度下天然年径流序列变化的周斯,并根据主周期对未来序列变化进行了预测。研究结果表明,天然年径流序列呈现微弱的减少趋势,21 615万m3/(10 a),近50年天然年径流量减少了约108 075万m3;天然年径流量变化的特征时间尺度为2年、4年、8年、12年、19年,其中8年左右的周期振荡最强,为天然年径流量变化主周期;依据主周期的变化趋势,预测2006-2009年间天然年径流将偏多,大约在2010-2013年天然年径流将偏少。     

输入方式对BP模型年径流预测影响研究

针对输入方式对BP模型的影响问题,基于岚河流域降雨、蒸发、径流等资料,设置了不同的资料情况及数据输入方式,分别构建了BP模型。研究结果表明,与未同时考虑降雨、蒸发、径流等影响因素的模型相比,同时考虑了三者影响的模型精度更高;以各资料前三年数据作为输入量较以前两年和前四年的数据作为输入量,紧邻下一年的径流数据作为输出量的模型的精度更高;既考虑了降水、蒸发、径流等影响因素又选用上述最佳的数据输入方式的模型精度最高。BP模型适用于干旱半干旱地区的岚河流域,其预报结果可用于该流域的水资源规划管理。     

开都河径流年内分配特征研究

以开都河大山口水文站1956—2006年逐月径流量数据为基本资料,采用Mann-Kendall法和小波分析法将径流划分为水文变化特征相似的6个时段,然后计算各个时段年内分配不均匀系数、集中度(期)、变化幅度和月(季)百分比等多个指标,分析开都河径流年内分配特征。结果表明,开都河来水年内变化较大,历年年内径流分配很不均匀;年内径流主要集中于6—8月份,特枯月为2—3月份;年内径流分配主要受气温变化和高山融雪的影响。     

基于条件概率分布的玛纳斯河年径流序列频率分析

根据玛纳斯河1956―2006年年径流序列数据,采用Mann-Kendall突变检验法和累积距平法对其变化趋势及突变进行了分析,通过条件概率分布法、K-S检验、OLS及AIC对其进行了拟合优度检验。结果表明,玛纳斯河年径流在1956―1995年呈现减少趋势,在1996―2006年年径流呈现增长趋势,并在1995年发生突变;最优分布的设计年径流值在各频率下均较传统频率法求得的设计年径流值增加1%~10%,条件概率分布相对于传统的水文频率计算方法得到的设计结果更有利于玛纳斯河的防洪安全及洪水资源利用。     

基于信息扩散近似推理的年径流量预测模型

通过分析年径流时间序列的特性,利用信息扩散近似推理描述年径流量间的复杂非线性关系,建立起基于信息扩散近似推理的年径流预测模型.信息扩散近似推理将样本点转换成模糊集,部分弥补了由于数据的不完备性所造成的信息空白,并可以将矛盾模式转换成兼容模式.通过与传统预测方法相比较,发现该模型能够很好地光滑样本数据以及能够较好地发掘知识,有较高的预测精度和推广应用价值.     

年径流时间序列的混沌分析

在介绍重构相空间技术的主要定量指标(关联维数D2和柯尔莫奇诺夫(Kolmogorov)熵)的基础上，针对长江上游绵阳地区和岷江上游紫坪铺水文站的年径流时间序列，探讨了不同嵌入维m下其关联维数的变化规律。得到绵阳地区年径流时间序列的饱和关联维D2=4.11，最低嵌入维m=8，Kolmogorov熵k= 0.303；紫坪铺年径流时间序列的饱和关联维D2=2.58，最低嵌入维m=5，Kolmogorov熵k= 0.302；并且得到两个年径流序列的最大预测年限为4a，为年径流预测提供了较为科学的依据。     

基于小波分析的年最大径流预测方

径流序列可以看成是各种不同成分线性叠加构成的时间序列。利用小波变换良好的局部化时频分析能力，将年最大径流序列进行分解，使其趋势项、周期项和随机项得以分离。各子序列分别代表不同的时间尺度，反映了各种物理因素对径流过程的影响。然后根据各子序列的特性分别建立幂函数、周期函数或ARMA模型并进行预测。最后将各子序列的预测值合成，得到年最大径流序列的预测值。对宜昌站1991年至2002年最大径流量的预测结果表明，该方法是切实可行的。并指出小波包变换在分析中、高频信息方面优于小波变换，有助于进一步提高预测的精度。     

西江流域干流径流量演变特征分析

为了更全面地反映西江流域径流演变规律,以西江流域干流1957-2016年迁江水文站、大湟江口水文站、梧州水文站和高要水文站径流数据为基础,运用Mann-Kendall趋势检验法、T检验及有序聚类法等分析方法对西江干流年径流变化进行了分析。结果表明:①西江干流4个水文站径流年际变差系数在0.177~0.216之间变化,年际变化不大;②丰、枯特征具有一定的同步性,其中迁江站容易发生洪水及干旱;③经趋势性检验分析发现,四站变化趋势相同,其中迁江站变化最显著;④迁江站年径流量在2002年发生显著突变,其他3个水文站点并未出现显著突变点。结果可为西江流域水资源利用提供科学依据。