小波分解与变换法预测地下水位动态

被引:48
作者
吴东杰
王金生
滕彦国
机构
[1] 北京师范大学环境学院地下水环境安全研究所环境模拟与污染控制国家重点联合实验室
[2] 北京师范大学环境学院地下水环境安全研究所环境模拟与污染控制国家重点联合实验室 北京 北京市勘察设计研究院北京 
[3] 北京 
关键词
小波分解; 小波分析; 自回归模型; 人工神经元网络; 地下水位预测;
D O I
10.13243/j.cnki.slxb.2004.05.007
中图分类号
P641 [水文地质学(地下水水文学)];
学科分类号
摘要
通过小波分解方法将地下水位动态的非平稳时间序列分解为多个细节信号序列和逼近信号序列,然后运用时间序列自回归模型及人工神经元网络模型对各信号序列分别进行模拟预测,模拟结果比单纯用自回归法或人工神经网络模型更接近实测值,说明通过小波分解方法进行地下水位动态模拟和预测是适合的;同时用小波变换方法对地下水位动态进行了宏观分析,使隐藏的规律性显现出来,揭示出地下水位动态变化中除了具有一个水文年内的周期性变化规律外,还存在2~3年间隔的波幅强弱变化,可以推断未来短期内地下水位动态发展仍将延续当前总体下降的趋势,与小波分解方法得到的预测结果相吻合。
引用
收藏
页码:39 / 45
页数:7
相关论文
共 9 条
[1]   小波变换在少震、弱震区地下水位数据分析中的应用 [J].
敬少群 ;
王佳卫 ;
童迎世 .
华南地震, 2002, (02) :9-15
[2]   基于小波分解的某些非平稳时间序列预测方法 [J].
徐科 ;
徐金梧 ;
班晓娟 .
电子学报, 2001, (04) :566-568
[3]   地下水位动态预测的成因模糊综合分析法 [J].
李希灿 ;
梁勇 ;
张庆雷 .
山东农业大学学报(自然科学版), 2001, (01) :39-43
[4]   应用动量BP算法对地下水水位进行动态预测 [J].
过仲阳 ;
陈中原 ;
宋保平 ;
张先林 ;
方正 .
华东师范大学学报(自然科学版), 2000, (03) :79-84
[5]   非平稳性地下水动态序列分析及预测 [J].
张伟 ;
徐建华 ;
秦勇 .
工程勘察, 2000, (01) :17-19
[6]   小波基和它对一维信号的直接分解(Ⅰ) [J].
陈志奎 ;
徐铭陶 ;
秦树人 ;
汤宝平 .
重庆大学学报(自然科学版), 1998, (03) :133-140
[7]  
小波分析与应用实例.[M].徐佩霞;孙功宪编著;.中国科学技术大学出版社.1996,
[8]  
小波分析导论.[M].(美)崔锦泰(CharlesK.Chui)著;程正兴译;.西安交通大学出版社.1995,
[9]  
时间序列分析.[M].谢衷洁编著;.北京大学出版社.1990,