研究土壤含水量時(shí)間序列在時(shí)間和空間上的內(nèi)在變化規(guī)律,對(duì)進(jìn)一步預(yù)測(cè)土壤含水量發(fā)揮著重要的現(xiàn)實(shí)作用。本文以分形理論為基礎(chǔ),選取欒城區(qū)三個(gè)具有代表性層次的土壤含水量時(shí)間序列為研究對(duì)象,對(duì)其變化特性和分形特征進(jìn)行了分析和研究,并構(gòu)建了混沌最小二乘支持向量機(jī)回歸模型對(duì)含水量進(jìn)行了預(yù)測(cè),得到了以下研究成果:(1)引入柯爾莫哥羅夫-斯米爾諾夫(Kolmogorov-Smirnor)正態(tài)性檢驗(yàn),對(duì)含水量時(shí)間序列的統(tǒng)計(jì)特征值進(jìn)行了計(jì)算。結(jié)果表明其總體分布均不符合隨機(jī)正態(tài)分布的特征,表現(xiàn)出尖峰胖尾的特點(diǎn),可判斷出時(shí)間序列具有非線性和分形分布的特征。(2)借助R/S分析法分別計(jì)算了時(shí)間序列的Hurst指數(shù)和分形維數(shù),研究其長(zhǎng)期持續(xù)性特征和波動(dòng)幅度的大小。結(jié)果表明:三個(gè)層次的Hurst指數(shù)H均大于0.5,揭示了不同深度土壤含水量的時(shí)間序列是非隨機(jī)時(shí)間序列,時(shí)間序列存在顯著的長(zhǎng)程依賴性,而且該時(shí)間序列是持續(xù)性的;時(shí)間序列的分形維數(shù)介于1和2之間,且分形維數(shù)隨著深度的增加越來越小,表明了隨著土壤深度的增加土壤含水量波動(dòng)幅度也越來越小,噪聲更少。(3)借助去趨勢(shì)波動(dòng)分析法,從標(biāo)度不變性的角度分析了14個(gè)層次含水量時(shí)間序列的長(zhǎng)程相關(guān)性,并用分形維數(shù)揭示了土壤含水量在空間上演變的分形特征。結(jié)果表明:14個(gè)層次的含水量時(shí)間序列具有長(zhǎng)程相關(guān)性且存在著明顯的趨勢(shì)性變化。隨著深度的增加,標(biāo)度指數(shù)逐漸增大,揭示了含水量變化的長(zhǎng)程相關(guān)性越來越強(qiáng);另一方面,隨著深度的增長(zhǎng),分形維數(shù)逐漸變小,揭示了含水量的波動(dòng)幅度越來越穩(wěn)定,這也與實(shí)際相契合。(4)以10cm處含水量時(shí)間序列為研究對(duì)象,采用自相關(guān)系數(shù)法和G-P算法分別計(jì)算了時(shí)間序列的最佳時(shí)間延滯和嵌入維數(shù),對(duì)序列進(jìn)行了相空間重構(gòu),并通過計(jì)算最大Lyapunov指數(shù)和關(guān)聯(lián)維數(shù)判斷出時(shí)間序列具有混沌特性。基于此,構(gòu)造了混沌最小二乘支持向量機(jī)的預(yù)測(cè)模型,對(duì)含水量進(jìn)行了預(yù)測(cè)和進(jìn)一步的分析。依據(jù)預(yù)測(cè)模型評(píng)價(jià)指標(biāo)參數(shù),對(duì)模型的精度和可靠度進(jìn)行了檢驗(yàn),說明了所建立預(yù)測(cè)模型是有效的和可信的。
【學(xué)位單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2015
【中圖分類】：S152.7;O211.61
【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究進(jìn)展
        1.2.1 水文序列的研究概況
        1.2.2 分形理論在水文系統(tǒng)中的應(yīng)用現(xiàn)狀
    1.3 主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)
        1.3.1 主要研究?jī)?nèi)容
        1.3.2 主要?jiǎng)?chuàng)新點(diǎn)
第二章 分形理論簡(jiǎn)介
    2.1 分形理論的創(chuàng)立、發(fā)展及意義
    2.2 分形的定義
    2.3 分形的特征
        2.3.1 自相似性
        2.3.2 標(biāo)度不變性
    2.4 分形維數(shù)的計(jì)算
        2.4.1 相似維數(shù)
        2.4.2 Hausdorff維
        2.4.3 容量維數(shù)
        2.4.4 關(guān)聯(lián)維數(shù)
        2.4.5 盒維數(shù)
        2.4.6 R/S分析法
        2.4.7 DFA分析方法
    2.5 本章小結(jié)
第三章 土壤含水量時(shí)間序列的分形特性分析
    3.1 欒城區(qū)概況及基本資料
        3.1.1 欒城區(qū)基本背景
        3.1.2 區(qū)域及生態(tài)系統(tǒng)類型代表性
        3.1.3 基本資料
    3.2 時(shí)間序列的非線性判定
        3.2.1 K-S正態(tài)性檢驗(yàn)
        3.2.2 數(shù)據(jù)準(zhǔn)備
        3.2.3 統(tǒng)計(jì)結(jié)果分析
    3.3 土壤含水量演變的持續(xù)性分析
        3.3.1 Hurst指數(shù)的意義
        3.3.2 結(jié)果與討論
    3.4 土壤含水量演變的長(zhǎng)程相關(guān)性分析
        3.4.1 長(zhǎng)程相關(guān)性定義
        3.4.2 長(zhǎng)程相關(guān)性結(jié)果分析
        3.4.3 分形特征的分析
    3.5 本章小結(jié)
第四章 基于混沌最小二乘支持向量機(jī)的含水量預(yù)測(cè)模型研究
    4.1 含水量序列的預(yù)測(cè)問題
    4.2 水文時(shí)間序列相空間重構(gòu)
    4.3 水文動(dòng)力系統(tǒng)的混沌識(shí)別
        4.3.1 飽和關(guān)聯(lián)維數(shù)法
        4.3.2 Lyapunov指數(shù)法
    4.4 混沌最小二乘支持向量機(jī)
        4.4.1 支持向量機(jī)回歸方法簡(jiǎn)介
        4.4.2 最小二乘支持向量機(jī)
        4.4.3 混沌最小二乘支持向量機(jī)回歸模型的建立
        4.4.4 序列預(yù)測(cè)效果的評(píng)價(jià)指標(biāo)
        4.4.5 混沌最小二乘支持向量機(jī)回歸模型在土壤含水量預(yù)測(cè)中的應(yīng)用
        4.4.6 結(jié)果分析
    4.5 本章小結(jié)
總結(jié)與展望
    主要研究成果
    展望
參考文獻(xiàn)
攻讀學(xué)位期間取得研究成果
致謝

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 鄧冠鐵;Dimension　of　the　Fractal　Curve　in　Plane　and　Its　Derivative　of　the　Fractional　Order[J];東北數(shù)學(xué);1995年02期

2 江田漢;我國(guó)近百年氣溫的非趨勢(shì)波動(dòng)分析[J];氣象科學(xué);2004年02期

3 傅軍，丁晶，鄧育仁;嘉陵江流域形態(tài)及流量過程分維研究[J];成都科技大學(xué)學(xué)報(bào);1995年01期

4 馮平,王仁超;水文干旱的時(shí)間分形特征探討[J];水利水電技術(shù);1997年11期

5 常福宣,丁晶,艾南山,姚健;關(guān)于大流域洪量歷時(shí)關(guān)系的探討[J];水利水電技術(shù);2001年06期

6 王協(xié)康,方鐸,姚令侃;非均勻沙床面粗糙度的分形特征[J];水利學(xué)報(bào);1999年07期

7 劉涵,劉丁,李琦;基于支持向量機(jī)的混沌時(shí)間序列非線性預(yù)測(cè)[J];系統(tǒng)工程理論與實(shí)踐;2005年09期

本文編號(hào)：2837204