水文时间序列逐步回归随机组合预测模型及其应用

被引:16
作者
汤成友
郭丽娟
王瑞
机构
[1] 长江上游水文水资源勘测局
关键词
逐步回归; 周期分析; 趋势分析; 自回归模型; 组合模型; 水文时间序列; 水文中长期预报;
D O I
10.13928/j.cnki.wrahe.2007.06.001
中图分类号
P334.92 [];
学科分类号
081501 ;
摘要
由于气候因素和下垫面因素的综合影响,水文时间序列表现出复杂的非线性,包括确定性成分和随机成分,如月径流序列、日均流量序列等。这些预报对象如果不加处理直接用AR(p)建模进行预测误差较大。文中介绍了通过对非平稳序列提取周期项和趋势项后的余差序列建立AR(p)模型进行水文中长期预报的组合预测方法,并以嘉陵江北碚站7月最大洪峰流量序列为例对组合模型进行验证,结果比较满意。
引用
收藏
页码:1 / 4
页数:4
相关论文
共 6 条
[1]   用时间序列逐步回归分析预报枯水期地下水位埋深 [J].
王艳秋 ;
孙继彬 .
东北水利水电, 2005, (05) :24-29
[2]   应用自回归模型进行长期水文预报 [J].
吴学生 .
东北水利水电, 2005, (01) :41-45
[3]   小波分析在水文序列趋势分析中的应用 [J].
薛小杰 ;
蒋晓辉 ;
黄强 ;
王煜 .
应用科学学报, 2002, (04) :426-428
[4]   人工神经网络非线性时序模型在水文预报中的应用 [J].
王文圣 ;
丁晶 ;
刘国东 .
四川水力发电, 2000, (S1) :8-10+30
[5]   门限回归模型在年径流预测中的应用 [J].
金菊良 ;
杨晓华 ;
金保明 ;
丁晶 .
冰川冻土, 2000, (03) :230-234
[6]   PP回归在新疆春旱长期预报工作中的应用 [J].
郑祖国 ;
邓传玲 ;
刘大秀 .
八一农学院学报, 1990, (03) :7-12