| 水文序列相依变异识别的RIC定阶准则——以自回归模型为例 |
| |
| 引用本文： | 李雅晴,谢平,桑燕芳,陈杰,赵羽西,吴林倩.水文序列相依变异识别的RIC定阶准则——以自回归模型为例[J].水利学报,2019,50(6):721-731. |
| |
| 作者姓名： | 李雅晴 谢平 桑燕芳 陈杰 赵羽西 吴林倩 |
| |
| 作者单位： | 武汉大学 水资源与水电工程科学国家重点实验室, 湖北 武汉 430072,武汉大学 水资源与水电工程科学国家重点实验室, 湖北 武汉 430072;国家领土主权与海洋权益协同创新中心, 湖北 武汉 430072,中国科学院 地理科学与资源研究所 陆地水循环与地表过程重点实验室, 北京 100101,武汉大学 水资源与水电工程科学国家重点实验室, 湖北 武汉 430072,国家电网公司 西南分部, 四川 成都 610000,武汉大学 水资源与水电工程科学国家重点实验室, 湖北 武汉 430072 |
| |
| 基金项目： | 国家自然科学基金项目（91547205,91647110,51579181,51779176）;湖南省重大水利科技项目（湘水科计【2015】13-21）;中国科学院青年创新促进会项目（2017074） |
| |
| 摘 要： | 水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。
|
| 关 键 词： | 相依变异 相关系数 自回归模型 AIC准则 BIC准则 RIC准则 |
| 收稿时间： | 2018/11/29 0:00:00 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《水利学报》浏览原始摘要信息 |
|
点击此处可从《水利学报》下载全文 |
|
