降雨和径流时间序列的混沌分析与预测

降雨和径流时间序列的混沌分析与预测Ａ．Ｗ．Ｊａｙａｗａｒｄｅｎａ等１绪论在近段时期，伴随描述确定性混沌的奇怪吸引子概念而产生的非线性动力学系统理论已经引起了许多研究者的注意。这个概念也为时间序列分析提供一种新的技术。这些分析着重于从观测到的时间序列中...     

红河流域月径流时间序列的混沌特性分析

目前已有多种方法和指标来识别水文序列的混沌特性,但单独一种方法一般不能作为混沌特性识别的充分条件。根据相空间重构和混沌理论,对红河流域上游大东勇站1958-2010年、中游元江站1953-2010年和下游蛮耗站1957—2010年的月径流序列进行了较全面的混沌特性分析。首先采用去偏复自相关函数法和CAO法计算重构参数来对各站月径流序列进行相空间重构,然后分别计算其最大Lyapunov指数、Kolmogorov熵和关联维数,用这3个不同的混沌判别指标共同分析各站月径流序列是否具有混沌特征。经计算,红河流域各站月径流序列各个混沌判别指标均表明其具备混沌特征,为利用混沌理论建立预测模型提供了科学的依据。     

不同时间尺度的径流时间序列混沌特性分析

径流序列的动力行为是在复杂非线性和多尺度现象综合作用下的外在表现.基于混沌理论和相空间重构理论,以金沙江和美国Umpqua河统计的日径流序列为研究对象,对不同时间尺度(日、旬和月)的径流序列,首先利用0-1混沌测试算法计算其渐进增长率,探讨径流序列混沌特性随时间尺度的变化规律,然后重构以上径流序列的相空间,分别计算关联维数、最大Lyapunov指数和Kolmogorov熵.用这3个混沌判别指标分析不同时间尺度下径流序列的混沌特性及其随时间尺度的变化规律.研究结果表明,时间尺度和径流序列非线性特征之间的关系并不明显,渐进增长率随时间尺度的增加并无明显的变化规律,嵌入维数则随时间尺度的增大呈减小趋势,最大lyapunov指数和Kolmogorov熵随着时间尺度的增加逐渐增大.     

克鲁伦河月径流混沌时间序列的LS-SVM和RBF预测

采用相空间重构理论计算实测月径流的延迟时间、嵌入维数、G-P饱和关联维数和Laypunov指数,证明克鲁伦河月径流时间序列存在混沌现象。混沌时间序列的最小二乘支持向量机预测模型涉及参数较少,计算过程简便,训练速度快。RBF神经网络预测模型具有较快的训练速度和较强的非线性映射能力。同时,二者在建模中都引用了径向基函数,从而更加简化了非线性问题的求解。实例表明:将这两种模型应用在月径流时间序列预测上,其运算速度都很快,但在预测精度上,最小二乘支持向量机预测模型要优于径向基神经网络预测模型。     

基于混沌时间序列的地下水动态预报

以重构相空间理论为基础,介绍了混沌时间序列的预测方法,并借助G-P算法、C-C方法和小数据量方法从武威盆地地下水位埋深一维时间序列中提取Lyapunov指数,计算结果表明此时间序列具有混沌特性,在此基础上建立了混沌时间序列的一阶加权局域预测模型,对武威盆地的地下水位埋深进行预测。结果表明,该模型预测精度较高,可有效的对地下水埋深的动态进行预报。     

一种改进的混沌水文时间序列预报方法

提出了一种改进的应用于中长期水文预报的混沌预报方法,对水文时间序列进行周期性和混沌特性分析。利用傅立叶级数展开法分离出时间序列中的主要周期项,对时间序列与主要周期项的差值部分进行差分;利用相空间重构理论对此差分序列进行混沌预测,得到预报结果。实例计算表明此方法是可靠的。     

地下水位时间序列的混沌特征分析

将重构相空间理论和加权一阶局域预测模型应用于地下水位时间序列的预测,结果表明:①将重构相空间理论用于一维水文时间序列预测建模,能较好地反映该序列内在的运动机理,揭示水文动力系统复杂的运动规律和演化过程;②应该考虑将混沌理论与其他非线性动力系统的相关理论进行结合来预测地下水位;③模型预测精度较高并具有广泛的实用价值,为进一步研究提供了一个新的思路。     

基于混沌的小凌河流域月降水时间序列分析

小凌河流域是辽宁省西部地区较大的河流之一,近年来降水量的减少是影响该流域水资源开发利用的重要因素。本文以小凌河流域的典型测站-锦州水文站1951—2012年的月降水时间序列为例,采用混沌理论中的C-C法确定时间序列的延迟时间间隔,重构嵌入相空间,并利用G-P算法计算该序列的关联维数,结果表明,小凌河流域月降水时间序列存在明显的混沌特性。同时,采用主分量分析法予以验证。从而为进一步建立月降水预测模型奠定了基础。     

混沌时间序列法在地下水位预测中的应用

在相空间重构的基础上,并借助G-P（Grassberger-Procaccia）算法、C-C方法和Woff方法分别从濮阳市范县、华龙区和南乐县中的某观测孔的地下水位一维时问序列中提取lyapunov指数,通过对地下水时间序列的混沌特性识别,表明其时间序列具有混沌特征。然后运用加权一阶局域法对地下水位时间序列进行预测。结...     

支持向量机的混沌序列预测模型及在径流中应用

混沌和支持向量机理论为研究复杂多变的非线性水文时间序列开辟了新的途径。给出了应用支持向量机回归原理的混沌时间序列非线性的预测建模的思路、特点及关键参数的选取。根据重构相空间理论对月径流过程进行相空间的重构,探讨了支持向量机混沌时间序列非线性预测模型在月径流预测中的应用,在支持向量机建模过程中引入了经向基核函数,简化了非线性问题的求解过程。实例表明,该模型能较好地处理复杂的水文数据序列,且有较好的预测精度。     

基于小波分析的宜昌水文站径流演变规律研究

为了分析宜昌水文站径流演变规律,利用宜昌站1950~2007年实测日均径流量资料,采用MATLAB编程,运用复Morlet小波方法对其径流年际变化和洪枯季节变化进行多时间尺度分析,并剖析了不同尺度下的变化周期。计算出了宜昌水文站年均径流量、汛期与枯水期丰枯交替的时间尺度和主周期。结果表明,1950~2007年不同时间尺度下的演变规律较显著,但其水文规律的长时间尺度结构和记忆有待于进一步分析与探讨。     

月径流序列的混沌特征识别及Volterra自适应预测法的应用

在混沌动力系统相空间重构的基础上,利用关联维数法和最大Lyapunov指数法,对月径流时间序列进行混沌特性识别。然后结合自适应技术的实时递推特性和Volterra级数的非线性表征能力,利用Volterra自适应滤波法可对径流时间序列进行预测。通过江桥站和丰满水库实际月径流序列的预测结果表明,月径流序列中存在着一定的混沌特征。应用Volterra自适应法可以有效地对水文时间序列进行预测,与加权一阶局域预测法相比,能够实现更高精度的多步预测。     

长江上游川中地区降水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,针对长江上游川中地区降水时间序列,探讨了不同嵌入维m下其关联维数的变化规律。计算结果为该时间序列的饱和关联维D2=5.11,最低嵌入维m=10,Kolmogorov熵k=0.338;采用主分量分析（PCA分布）方法进一步验证了该序列具有混沌特性,并且得到该序列的预测年限不应超过2.96 a,为降水预测提供了较为科学的依据。     

黑龙江哈巴罗夫斯克站径流变化规律

以黑龙江哈巴罗夫斯克站1897—2005年共109a年径流时间序列和1897—1985年共89a月径流时间序列为基础,应用累积距平法和Mann-Kendall法等,分析计算哈巴罗夫斯克站年径流丰枯特征及其阶段性、径流年内分配不均匀性、集中度。结果表明:哈巴罗夫斯克站径流连丰年、连枯年交替出现,径流年际变化阶段性明显;哈巴罗夫斯克站径流量年内分配不均匀,主要集中在夏秋两季,占全年的76.01%;20世纪60年代径流年内分配最为均匀,10年代最不均匀。     

月径流序列混沌特性识别及预测

以混沌理论和相空间重构原理为基础,分析计算大峪水文站1955-2006年月径流序列的最佳延迟时间和嵌入维数;运用最大Lyapunov指数λ10证实大峪月径流序列具有混沌特性,从而建立了基于混沌特性的BP神经网络预测模型。仿真及预测结果表明:该模型预测精度较高,可用于大峪月径流预测。     

漠阳江双捷站水文要素分析

随着工农业生产的发展，河流两岸不断兴建新的水利工程设施，同时河道中出现了大量的采沙及疏浚，这些人为因素改变了天然河道的自身演变规律，造成河道中的水文要素发生变化。在此对双捷水文站近lO年的水文信息采集成果进行分析、计算。     

黄河上游兰州站近500年天然径流量序列重建

通过对1934年~1977年兰州、临夏、大武、玛曲、久治、达日等6站的旱涝等级和祁连山树木年轮资料、黑河莺落峡站径流量距平和通天河直门达站年径流量等诸因素与兰州站汛期天然径流量的关系及回归分析,建立了兰州站汛期(5~10月)天然径流量计算公式,重建了1485~2004年的天然径流量序列,并对其阶段性和周期性进行了分析。     

东江博罗水文站水文特征变异情况分析

河道人工采砂和潮汐上溯成为东江下游河道水文特征变异的重要因素,该文以博罗水文站为研究对象,分析在人工采砂和潮汐上溯因子影响下,断面变化、水位特征值、水位流量关系等水文特征的变异情况.