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.     

加权马尔可夫链在新疆阿克苏河年径流量预测中的应用

径流预测在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,最后把加权马尔可夫预测模型应用于新疆阿克苏河径流丰枯状态及年径流量的预测中,结果令人满意.     

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。     

马尔可夫链理论在灌溉工程运行及效益分析中的应用研究

对马尔可夫链（Markov Chains）的基本理论、转移概率、状态的分类以及平稳分布等内容进行了研究,提出了灌溉工程系统平稳分布、工程运行效益、工程维修优化熏笔工程状态预测计算方法,并将其应用于黄河下游引黄灌溉工程运行、维修、技术改造以及效益分析等,取得了理想的成果。     

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。     

WPD-RSO-ESN和SSA-RSO-ESN模型在径流时间序列预测中应用比较

为提高径流时间序列预测精度,提出小波包分解(WPD)与奇异谱分解(SSA)-鼠群优化(RSO)算法-回声状态网络(ESN)相混合的径流时间序列预测方法.分别利用WPD和SSA将非平稳径流时间序列分解为若干子序列,有效降低径流时间序列的复杂性;介绍RSO算法原理,在不同维度条件下选取6个典型函数对RSO算法进行仿真测试;...     

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。     

渭河流域径流过程的分形特征研究

着眼于渭河流域径流过程的水文学特征研究与生态环境建设的需要,以径流序列的分形研究为依据,基于GIS手段,运用Hawths Analysis Tools工具,对渭河干流和二岸主要支流年、月径流过程的分维数进行了计算研究,分析了渭河干流站之间,干流与支流之间以及北岸支流与南岸支流之间径流过程分形特征的关系,结果显示,三者的...     

基于VMD-PSR-BNN模型的月径流预测方法研究

径流过程是地球上水文循环中的关键一环，科学准确地预测月径流的来水量对于流域的水量调度、水资源规划及管理具有十分重要的意义。然而由于径流过程的复杂性以及人类活动的影响，在变化环境中精准捕捉月径流时间序列的变化规律变得十分困难。针对月径流时间序列预测中存在的对于样本数据中先验信息识别不够彻底以及对时间步长嵌入维度难以有效地自适应选取这两点问题，设计了基于VMD-PSR-BNN的月径流时间序列预测模型。基于变分模态分解（VMD）算法对噪声良好的鲁棒性和对时序信号精确分解的特性，将月径流时间序列视为一种时序信号，利用VMD方法将月径流时间序列分解为多个相对平稳的固有模态函数（IMF），再基于相空间重构（PSR）理论对各个IMF分别进行重构，对各个重构后的IMF分别采用基于变分推理的贝叶斯神经网络（BNN）进行预测，最后将各个BNN的预测结果进行聚合重构得到月径流时间序列的最终预测结果。选取渭河流域咸阳和华县两个水文站1953-2018年的月径流时间序列进行实例分析。结果表明：VMD对月径流时间序列具有很好的分解效果，两个水文站基于VMD-PSR-BNN模型的月径流预测结果均可达到水文预报的甲级...     

基于SFLA-M-L模型的景观格局优化研究

以内蒙古自治区巴彦淖尔市磴口县为研究区,基于混合蛙跳算法,耦合逻辑回归与马尔可夫模型构建了SFLA-M-L(Shuffled frog leaping algorithm-Markov-logistic regression)模型。利用逻辑回归,综合考虑高程、坡度、地下水埋深、干旱度指数、归一化植被指数与当前景观分布进行了景观适宜性分析;利用Markov模型,构造了县域景观转移概率矩阵。利用景观适宜性指数和景观聚集度指数构造目标函数,以景观转移概率矩阵为景观变异的控制条件,对2016年景观格局分布进行了县域景观格局优化。优化结果中,景观聚集度为96.71%,比2016年景观分布提升了6.43个百分点;景观适宜性指数为96.23%,比2016年景观分布提升了4.18个百分点;不同景观类型间相互转移超出转移概率矩阵控制仅4.66 km~2,确保了优化结果的合理性。     

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。     

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...     

关河水库流域水文序列突变诊断与非一致性研究

在气候变化和人类活动影响下,近年来很多流域的水文序列发生了突变,呈现出了时间序列上的非一致性。同时,水文序列的自相关性影响其突变点的准确识别。为研究关河流域降雨以及径流序列的变化规律,根据流域内5个雨量站以及2个实测径流站点近50年的实测资料,利用Mann-Kendall秩次检验其趋势性,同时利用3种突变检验方法分别在无、有去趋势预置白(trend free pre-white,TFPW)前处理的条件下对序列突变点进行识别,并使用Morlet小波对序列进行周期性分析,从突变点诊断、周期性分析和驱动机制3方面剖析关河水库流域水文序列非一致性变化特点。研究结果表明:对系列的自相关性去除以后,TFPW对水文系列中初步识别出来的多个伪突变点有校正作用,有助于识别出真正的突变点,这一结论在随后的周期性分析Morlet小波方法中得到了验证。研究区降雨在1978年发生突变,径流在1979年发生突变,降水是引起两站径流产生突变的原因,且突变点前后径流序列的状态发生了根本性变化;相较于受单一气候影响的石栈道站,受气候因素以及人类活动双因素影响下的关河站其径流总量下降更为明显,径流变化周期不稳定且峰值有所减小。     

基于齐次马尔可夫链的径流预测模型——以黄河花园口监测站为例

本文以周为时间尺度,以黄河花园口站为研究对象建立了马尔可夫链径流预测模型。模型以频数法构建转移概率矩阵,以极限分布作为初始分布。结果表明,预测效果较以年或月为时间尺度的传统模型精度更高。     

泾、洛河水系与径流过程的分形特征及相互关系研究

为明确水系形态与径流过程之间的分形关系,以渭河支流泾河与北洛河为例,运用盒维数计算其水系的分维数,判断流域地貌发育阶段;借助Arc GIS软件计算分析泾河张家山站、北洛河状头站的年、月、汛期径流序列分维数,揭示不同时间尺度径流过程的分形特征与水系分形的变化与相互关系。研究发现:两河均处于流水地貌发育壮年期,流域侵蚀作用仍比较强烈;泾河水系分维数与张家山站的汛期径流序列的分维数最接近,显示水系形态主要受汛期(6-9月)径流影响;北洛河水系分维数与状头站年径流序列分维数接近,故北洛河水系形态主要由年径流塑造;8月径流对泾、北洛河河网水系的塑造作用比其他月份大。研究可为河道侵蚀防治提供参考,并进一步深化分形理论在河流水文研究方面的应用。     

基于新陈代谢GM（1,1）-Markov链模型的有效灌溉面积预测

采用新陈代谢GM（1,1）模型对全国有效灌溉面积的动态变化进行初次拟合和预测,并根据有效灌溉面积时间序列波动的随机性,利用Markov链模型对新陈代谢GM（1,1）模型的残差进行修正,以概率形式确定出未来全国有效灌溉面积的动态变化区间,并依此模型预测未来10年全国有效灌溉面积的发展趋势。结果表明,该模型预测结果准确可靠...     

基于ESMD-LSSVM模型的径流式水电站出力预测研究

针对径流式水电站日出力随机性强，直接预测精度低的特点，采用极点对称模态分解（ESMD）对出力序列进行平稳化处理，结合最小二乘支持向量机（LSSVM），建立了基于ESMD-LSSVM的组合预测模型。选取西北某省径流式水电站2020年的日出力时间序列进行实例分析，并与单一模型SVM,LSSVM,BP及组合模型ESMD-SVM,ESMD-BP预测效果进行比较。结果发现：(1) PACF分析得到ESMD分解后的各子序列的特征向量不同，反映了径流式水电站日出力的复杂性和多变性的特征。(2)与单一模型相比，组合模型泛化能力更强，对时间序列中出力突变点的预测更准确。(3)ESMD-LSSVM组合模型日出力预测效果较好，为径流式水电站日出力时间序列预测提供了新的方法参考。     

不同水文序列突变检测方法在漳河观台站径流分析中的对比研究

科学诊断水文序列的突变特性,对于认识水文循环的演变规律,研究环境变化对水文过程的影响具有重要的科学意义。基于漳河观台水文站1951-2015年实测径流序列,利用降水-径流双累积曲线、有序聚类突变检测法、Mann-Kendall突变检测法、基于水文模拟的突变检测法等多种方法对比分析了其突变特征。结果表明:1951年以来,观台水文站实测年径流序列呈现出显著的下降趋势,20世纪50和60年代处于丰水期,从70年代初开始年径流持续下降,80年代以后进入连续枯水期。4种突变检测方法得到观台水文站实测年径流序列的突变点位于1971-1978年。4种方法相比,降水-径流双累积曲线检测的突变点反映的是流域降水-径流关系发生明显改变的时刻;有序聚类突变检测方法检测的突变点反映的是径流序列的聚类特征;Mann-Kendall突变检测方法检测的突变点反映的是径流序列的综合突变特征;基于水文模拟的突变检测方法检测的突变点反映的是人类活动对流域降水径流关系干扰的起始点。     

天山南坡和昆仑山北坡年径流变化趋势及其影响因子分析

根据Mann-Kendall非参数检验法分析天山南坡的3个水文站点及昆仑山北坡的2个水文站点近50年的年径流变化趋势,并确定其年径流序列的突变点。利用Hurst指数近一步确定各水文站点年径流的未来变化趋势及其持续性。运用相关分析法分析气象因子变化趋势以及其变化对所在地年径流产生的影响。研究结果表明,天山南坡的年径流呈现显著上升趋势,1991年是天山南坡年径流出现突变的年份,昆仑山北坡的年径流呈现非显著上升趋势,且昆仑山北坡年径流序列没有发生突变;温度和降水对天山南坡年径流变化的影响比对昆仑山北坡的年径流变化的影响大。