开都河日径流时间序列混沌分析与模拟

被引:2
作者
胡增运 [1 ,2 ]
袁山林 [3 ]
吉力力阿不都外力 [1 ,2 ]
李兰海 [1 ,2 ]
刘英 [1 ]
机构
[1] 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室
[2] 中国科学院新疆生态与地理研究所新疆水循环与水利用自治区重点实验室
[3] 不详
关键词
日径流时间序列; 相空间重构; 混沌理论; 最大Lyapunov指数; Volterra自适应模型;
D O I
暂无
中图分类号
P333.1 [水量平衡];
学科分类号
摘要
本文利用相空间重构技术和混沌理论讨论了开都河日径流的混沌性质。通过日径流时间序列的功率谱分析,从定性角度讨论了日径流时间序列的混沌特征。进一步根据互信息量法得到相空间重构的延时,再根据Cao方法得到相空间重构的嵌入维数。利用Matlab软件计算得到相空间重构的延时和最佳嵌入维数分别为τ=6,m=14。这样将一维的开都河日径流时间序列重构成14维的相空间。通过最小数据量法计算出开都河日径流时间序列最大Lyapunov指数。利用最大Lyapunov指数对开都河日径流时间序列进行定量混沌分析。最后通过二阶Volterra自适应一步模型进行模拟。结果表明:开都河日径流时间序列的功率谱是连续的,功率谱呈现随频率增高而以指数方式递减趋势,区别于具有离散尖峰谱特征的周期时间序列和具有连续的、频率和振幅不相关谱特征的随机时间序列。这从定性角度表明开都河日径流时间序列具有混沌特征。通过计算得到开都河日径流时间序列的最大Lyapunov指数0<λmax=0.0097<1,从定量角度表明开都河日径流时间序列具有较弱的混沌特征。利用二阶Volterra自适应一步模型模拟得到相关系数和相对均方根误差分别0.9376和0.2390。这说明利用Volterra自适应模型模拟效果较好。
引用
收藏
页码:644 / 651
页数:8
相关论文
共 11 条
  • [1] 混沌时间序列的Volterra自适应预测
    张家树
    肖先赐
    [J]. 物理学报, 2000, (03) : 18 - 23
  • [2] 洪水混沌特性初步研究
    傅军
    丁晶
    邓育仁
    [J]. 水科学进展, 1996, (03) : 43 - 47
  • [3] 洪水相空间预测
    丁晶,邓育仁,傅军
    [J]. 成都科技大学学报, 1995, (04) : 7 - 11+68
  • [4] Prediction boundaries and forecasting of non linear hydrologic stage data[J] . Joseph Park,Jayantha Obeysekera,Randy VanZee. Journal of Hydrology . 2005 (1)
  • [5] Combined and comparative analysis of power spectra
    Sturrock, PA
    Scargle, JD
    Walther, G
    Wheatland, MS
    [J]. SOLAR PHYSICS, 2005, 227 (01) : 137 - 153
  • [6] Forecasting monthly streamflow dynamics in the western United States: a nonlinear dynamical approach[J] . B. Sivakumar. Environmental Modelling and Software . 2003 (8)
  • [7] Neighbourhood selection for local modelling and prediction of hydrological time series[J] . A.W. Jayawardena,W.K. Li,P. Xu. Journal of Hydrology . 2002 (1)
  • [8] Estimation of missing streamflow data using principles of chaos theory[J] . Amin Elshorbagy,S.P. Simonovic,U.S. Panu. Journal of Hydrology . 2002 (1)
  • [9] Multivariate nonlinear prediction of river flows[J] . A. Porporato,L. Ridolfi. Journal of Hydrology . 2001 (1)
  • [10] Probabilistic nonlinear prediction of river flows .2 Tamea S,Laio F,Ridolfi L. Water Resources Research . 2005