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。     

Volterra模型在月径流预测中的应用研究

水文过程的月均径流序列存在着较明显的低维混沌特性,利用Volterra模型可以较好的预测低维混沌序列。引入低维混沌动力系统相空间坐标重构的Volterra自适应预测模型,对多年月均径流序列采用二阶Volterra自适应滤波器进行预测。以大渡河石棉站33年的月径流量为例进行验证,预测相对误差<10%的天数为73.3%,相对误差<20%的天数为90.0%,与人工神经网络预测结果对比表明该方法具有较满意的准确率。     

基于Volterra模型的月径流预测研究

引入低维混沌动力系统相空间坐标重构的Volterra自适应模型，对多年月均径流序列采用二阶Volterra自适应滤波器进行预测，以大渡河石棉水文站33年的月径流量预测为例进行验证，预测相对误差〈10％的月份占73．3％，相对误差〈20％的月份占90．0％，与人工神经网络预测结果进行对比，表明该方法准确率较高。     

流域年径流时序分析的混沌网络模型研究

以混沌理论为基础,对三峡寸滩站月平均径流量时序曲线进行了相空间重构,确定了合理的饱和关联维数.与神经网络结合,用多维相空间建立了网络学习样本和教师值,构造了混沌神经网络分析模型.结果表明:流域年径流序列具有混沌性特征;混沌网络模型预测精度要高于标准BP网络模型,预测结果的绝对误差和相对误差均小于BP网络模型.     

昕水河月径流量混沌特性分析

将功率谱分析与混沌理论结合,以昕水河流域为研究对象,对其1956-2000年月径流量的混沌特性进行了分析.结果表明:昕水河月径流量具有混沌特性,从月径流量时间序列的嵌入维数、饱和关联维数和Kolmogorov熵计算得知,月径流量序列的可预报长度为10个月左右.     

近70年来泾河年径流量周期变化的小波分析

利用Morlet复小波变化法对泾河流域1933—2000年的年径流量变化进行了多尺度分析,探讨了年径流量在不同时间尺度上波动变化的特征.结果表明:13年、32年左右的主周期变化和3年、21年左右的次周期变化共同决定着泾河年径流量的丰枯变化特征;2000年以后的几年内泾河年径流量仍处于偏枯期。     

泾河流域径流量变化特征研究

通过分析张家山典型水文测站长序列径流量变化情况,揭示泾河流域径流量演变规律,预测未来变化趋势。采用线性回归、滑动平均法、Mann-Kendall检验分析泾河流域径流量变化特征,采用有序聚类法和滑动t检验分析突变点,采用R/S法对流域径流量的未来变化趋势进行预测。结果表明:张家山站径流量年内分配不均,主要集中在7-10月,占到全年径流量的近70%。从年际变化趋势来看,年径流量、汛期径流量与非汛期径流量丰枯年份交替频繁,突变点在1996年左右,其中汛期径流量波动性与年径流量波动性相似程度更高,非汛期波动相对平稳。张家山站在1950 s至1980 s年代平均径流量较大,处于偏丰年代,1990s至2010s年代平均径流量小于多年平均值。年径流量、汛期径流量与非汛期径流量均呈现出显著减少趋势,其Hurst指数均大于0. 5,表明未来与当前趋势有一定持续性,预测未来将呈现持续减少趋势。     

1957—2016年泾河干流径流量变化趋势分析

泾河为渭河的第一大支流,为了解泾河干流径流量变化特征,以泾河干流甘肃段的4个水文站1957—2016年的实测数据为基础,利用Mann-Kendall法、累积距平法和小波变换法对泾河干流的径流量变化趋势、径流量突变年份和周期变化规律进行分析,并对引起变化的可能原因进行探讨。结果表明：泾河干流甘肃段的崆峒峡水文站、平凉水文站、泾川(三)水文站和杨家坪(二)水文站1957—2016年年径流量呈下降趋势,且4个水文站径流量突变后年平均值较突变前分别减少了41%、44%、45%和41%;主要存在2～10 a尺度、10～30 a尺度和30 a以上大尺度的周期性变化;径流量突变年份集中在1982年和1986年;从崆峒峡水文站到杨家坪(二)水文站之间的泾河天然径流量与实测径流量之间的差异逐渐增加,且甘肃段泾河干流由上游至下游中小尺度周期性逐渐减弱,大尺度周期性逐渐增强。     

基于混沌Volterra自适应模型的洪水预测研究

在对洪水进行分析的过程中,确定性和随机性方法都存在一定缺陷。为寻求更为理想的洪水预测模型,根据自然界中普遍存在的混沌现象,在基于非线性和确定性系统造成的混沌特性的基础上,分析洪水系统的混沌特性并进行识别,建立了基于混沌理论的Volterra自适应预测模型,利用相空间重构得到的训练样本。将模型应用于汾河石滩水文站2004年最大洪水的预测,结果表明:该模型能够在数据资料较少的情况下使用,实际应用比较方便。且该模型便于软件实现,模型预测精度较高,预测结果也较满意,为以后的洪水预测研究提供了一定的参考依据。     

基于多元时间序列的河流混沌特性研究

以混沌理论为基础,提出了河流混沌特性分析方法。选择对河流演变有重要影响的宽深比时间序列和水沙时间序列,首先对这些时间序列进行相空间重构,计算不同河型的宽深比、径流量和含沙量时间序列的饱和关联维数和最大Lyapunov指数,然后通过求这些时间序列的饱和关联维数的加权平均值和最大Lyapunov指数的加权平均值,得出不同河型的混沌特性。以黄河下游的6个河段3种河型为例,对宽深比、径流量和含沙量时间序列,分别进行混沌特性分析。研究结果表明,河流演变具有明显的混沌特性,但不同河型表现出的混沌特性不同,游荡河型混沌特性较强,弯曲河型混沌特性较弱。通过对河流混沌特性分析,有助于加深对河流演变预测的进一步认识。根据混沌理论,混沌系统短期行为可以预测,而长期不能预测。所以,河流演变预测是短期可行,长期很难预测、甚至是不可预测的。     

汉江月径流量混沌特征分析

在介绍混沌运动的特点和相空间重构原理的基础上，探讨了混沌分析的主要定量指标嵌入维数和时间延迟的选取方法。以汉江干流站月径流量序列为例，根据计算的时间延迟，用G—P关联算法和改进的G—P关联算法分别计算关联维数，对两种方法判断月径流的混沌特性进行了分析，结果表明汉江干流安康站、白河站、丹江口站和皇庄站的月径流序列均为随机序列，改进的G—P关联算法能客观地确定出径流量是否为混沌序列。     

近80年泾河流域径流量变化和突变分析

通过深入分析泾河流域径流量变化特征和突变情况,为流域水资源的合理开发利用提供依据,促进流域经济社会可持续发展。以泾河景村、张家山为例,采用线性倾向法分析年径流量变化趋势;采用滑动t检验,有序聚类法和曼-肯德尔法分析年径流量的突变情况。结果表明:上世纪60年代以来,泾河流域径流量呈现减少趋势。不同水文站突变情况存在差异,其中,张家山站突变点发生在1996年左右;景村站变化趋势不显著,不存在突变现象。     

宜昌站月径流时间序列的混沌特性分析

关于水文时间序列的混沌特性识别,目前已有多种方法和指标,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,对宜昌站1900～2007年的月径流序列进行了较全面的混沌特性分析。首先采用C-C法计算重构参数对月径流序列进行相空间重构,然后分别计算其关联维数、Lyapunov指数和Kolmogorov熵,用这3个不同的混沌判别指标并行分析宜昌站月径流序列是否具有混沌特征。经计算,宜昌站月径流序列各个混沌判别指标均表明其具备混沌特征。     

泾河年径流量BP神经网络模型研究

以1957—2000年的实测降水序列和泾河年径流量序列为研究对象,利用EMD法和GA建立了泾河年径流量的BP神经网络模型。分析结果表明:泾河流域年降水量变化可能存在准2～3、5～7、10～13、18～22 a的周期;基于EMD的年径流量BP神经网络模型预测值的相对误差为-4.71%～8.21%,基于GA的年径流量BP神经网络模型预测值的相对误差为2.25%～12.22%。     

基于洛伦兹曲线的泾河张家山站径流及降雨分布不均匀性分析

基于泾河张家山站1970-2014年月径流量和月降雨量数据,引入洛伦兹曲线,计算泾河张家山站年径流量和年降雨量的基尼系数和洛伦兹不对称系数,利用Mann-Kendall方法进行趋势分析和检验。研究结果表明:1970-2014年泾河张家山站的年径流量和降雨量均呈下降趋势,且径流量下降趋势显著,降雨量趋势不明显。年径流量和年降雨量平均基尼系数分别为0.442和0.513;大于1的洛伦兹不对称系数的年份占总年份的比例分别约75%和20%。年径流量的基尼系数呈下降趋势,洛伦兹不对称系数呈上升趋势;年降雨量的基尼系数和洛伦兹不对称系数均呈上升趋势。径流分布趋于平均,径流量大的月份所占的比例增加;降雨分布不均性增强,主要由降雨量小的月份引起。     

泾河上游降雨径流年际变化及其趋势分析

运用曼-肯德尔法、R/S法、线性回归法对泾河上游降雨、径流变化特征及规律进行分析研究。结果表明：泾河上游1956-2016年降雨量有减少趋势,倾向率-6.1mm/10a,趋势不显著;1956-2016年泾河杨家坪水文站多年天然径流量7.158×10⁸m³,呈周期波动变化,1985年以后泾河年径流量显著减少,1986-2016年降水变化导致径流减少了7.7mm,影响率达32.1%,人类活动因素导致径流减少了16.3mm,影响率达到67.9%,即人类活动是导致1986-2016年径流变化(减少)的主要因素。     

基于混沌相空间技术的流域产流预测模型

在对流域产流时间序列混沌特性进行分析的基础上,利用嵌入相空间来确定前期影响因子,建立了基于混沌相空间技术的BP网络模型.对黄河某支流控制站月径流量的拟合与预测结果表明,预测结果合理,精度较高.     

泾河平凉市区段径流量变化特征及其影响因素分析

基于平凉水文站(1974-2015年)径流量、温度、降水量和崆峒水库水文站(1977-2015年)径流量资料,应用多种统计分析方法,对泾河平凉市区段径流量年内分配的不均匀性和径流量的年际变化进行了分析,同时对影响径流量变化的因素进行了讨论。结果表明:泾河平凉市区段径流量年内变化呈现不均匀分配,但不均匀性有减小的趋势;泾河平凉市区段径流量年际变化较大,枯水年明显多于丰水年,径流量总体呈现出减小的趋势;影响泾河平凉市区段径流量变化的因素主要为上游崆峒水库站年径流量,人为活动对泾河平凉市区段径流量的影响主要在1993年以后:1994-2009年起到减小的作用,2010-2015年起到增大的作用。     

混沌理论与BPNN耦合的径流中长期预测模型

受诸多因素的影响,径流时间序列具有非线性和混沌特征。单一的BPNN模型可以进行径流的中长期预测,但存在对径流影响因素量化不够的缺点;单一的混沌模型可以量化径流的影响因素,但只能实现短期预测。为此建立了混沌理论与BPNN耦合的径流中长期预测模型。针对黑河上游莺落峡水文站1944-2017年的径流序列,利用混沌理论计算了径流序列的延迟时间τ、嵌入维数m和最大Lyapunov指数λ_(max),并进行了径流序列的相空间重构,以此确定BPNN的输入层神经元个数、取值和预测的周期时长;利用BPNN对1944年1月-2012年12月的径流量数据进行训练,建立了混沌-BPNN和混沌-BPNN等维递补两种预测模型;以2013年1月-2017年12月(5 a)的径流量进行模型验证。结果表明:混沌-BPNN等维递补模型的预测精度达到了91.84%,预测效果较好。混沌理论与BPNN耦合的径流预测模型将两种方法的优势互补,尤其是混沌-BPNN等维递补模型,在补充新信息的同时剔除因系统发展而使特征意义降低的老数据,减小了BPNN训练的时间跨度,提高了预测精度,为径流的中长期预测提供了新的有效方法。     

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。