【摘要】：為了解決傳統(tǒng)水文時(shí)間序列預(yù)測(cè)模型預(yù)測(cè)精度不高、未考慮實(shí)際噪聲影響等問(wèn)題,將小波消噪(Wavelet De-noise,WD)與秩次集對(duì)分析(Rank Set Pair Analysis,RSPA)方法耦合,建立基于小波消噪的秩次集對(duì)分析水文預(yù)測(cè)模型(WD-RSPA),并應(yīng)用于馬口站年總徑流量以及深圳市年總降雨量預(yù)測(cè)。結(jié)果表明:當(dāng)集合維數(shù)T=4時(shí),coif3-RSPA模型預(yù)測(cè)馬口站徑流量的預(yù)測(cè)誤差|e|=11.97%;T=6時(shí),db5-RSPA模型預(yù)測(cè)深圳市降雨量的預(yù)測(cè)誤差|e|=17.73%。相較于傳統(tǒng)AR(1)模型和單一的RSPA模型,WD-RSPA模型更接近真實(shí)值,是一種切實(shí)可行的水文時(shí)間序列預(yù)測(cè)方法。
[Abstract]:In order to solve the problem that the prediction accuracy of traditional hydrological time series prediction model is not high and the influence of actual noise is not considered, wavelet denoising (Wavelet De-noise,WD) and rank set pair analysis (Rank Set Pair Analysis,RSPA) method are coupled. A rank set pair analysis hydrological prediction model (WD-RSPA) based on wavelet denoising is established and applied to the prediction of the annual total runoff of Makou station and the total rainfall of Shenzhen city. The results show that when the set dimension T = 4, the prediction error of the coif3-RSPA model for predicting the runoff of Makou station is e = 11.97 and T = 6, and the prediction error of the db5-RSPA model for predicting precipitation in Shenzhen is e = 17.73. Compared with the traditional AR (1) model and the single RSPA model, the WD-RSPA model is closer to the real value and is a feasible method for hydrological time series prediction.
【作者單位】： 中山大學(xué)水資源與環(huán)境研究中心∥華南地區(qū)水循環(huán)與水安全廣東省普通高校重點(diǎn)實(shí)驗(yàn)室;中山大學(xué)新華學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(51379223)
【分類(lèi)號(hào)】：P333;TV12

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李榮峰,冀雅珍;水文時(shí)間序列分析計(jì)算方法的研究進(jìn)展與展望[J];山西水利科技;2005年04期

2 李玉河;;具有季節(jié)特征的水文時(shí)間序列預(yù)測(cè)模型研究[J];灌溉排水學(xué)報(bào);2007年06期

3 冷雪;;水文時(shí)間序列周期識(shí)別的新思路與兩種新方法之我見(jiàn)[J];黑龍江科技信息;2013年03期

4 胡康萍;;水文時(shí)間序列分析的若干進(jìn)展[J];水文;1984年04期

5 盧華友;水文時(shí)間序列預(yù)報(bào)的人工神經(jīng)網(wǎng)絡(luò)模型[J];廣東水利水電;2000年04期

6 肖宜,夏軍,申明亮,胡向陽(yáng);差異信息理論在水文時(shí)間序列變異點(diǎn)診斷中的應(yīng)用[J];中國(guó)農(nóng)村水利水電;2001年11期

7 鐘華;水文時(shí)間序列預(yù)報(bào)的多維時(shí)間序列模型[J];廣東水利水電;2001年S1期

8 鄭澤權(quán),謝平,蔡偉;小波變換在非平穩(wěn)水文時(shí)間序列分析中的初步應(yīng)用[J];水電能源科學(xué);2001年03期

9 劉少華,丁賢榮,毛紅梅;水文時(shí)間序列的混沌神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)[J];人民長(zhǎng)江;2002年09期

10 劉少華,毛紅梅;一種水文時(shí)間序列預(yù)報(bào)的新方法[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2002年04期

相關(guān)博士學(xué)位論文 前6條

1 李亞嬌;基于現(xiàn)代分析技術(shù)的水文時(shí)間序列預(yù)測(cè)方法研究[D];西安理工大學(xué);2007年

2 吳佳文;水文時(shí)間序列數(shù)據(jù)挖掘算法研究與應(yīng)用[D];沈陽(yáng)農(nóng)業(yè)大學(xué);2011年

3 張曉偉;水文動(dòng)力系統(tǒng)自記憶特性及其應(yīng)用研究[D];西安理工大學(xué);2009年

4 李榮峰;水文非線性時(shí)間序列分析的自記憶模型研究[D];西安理工大學(xué);2005年

5 丁濤;混沌理論在徑流預(yù)報(bào)中的應(yīng)用研究[D];大連理工大學(xué);2004年

6 王棟;熵及其在水系統(tǒng)中的研究與應(yīng)用[D];河海大學(xué);2001年

相關(guān)碩士學(xué)位論文 前10條

1 王翠云;水文時(shí)間序列若干問(wèn)題的研究[D];安慶師范大學(xué);2016年

2 張文林;巢湖流域水文時(shí)間序列的變點(diǎn)分析[D];合肥工業(yè)大學(xué);2006年

3 肖志國(guó);幾種水文時(shí)間序列周期分析方法的比較研究[D];河海大學(xué);2006年

4 楊敏;水文時(shí)間序列相似性模型的研究與應(yīng)用[D];河海大學(xué);2002年

5 趙利紅;水文時(shí)間序列周期分析方法的研究[D];河海大學(xué);2007年

6 邵年華;水文時(shí)間序列幾種預(yù)測(cè)方法比較研究[D];西安理工大學(xué);2010年

7 何菡丹;基于小波消噪與秩次集對(duì)分析的水文時(shí)間序列預(yù)報(bào)模型[D];南京大學(xué);2012年

8 樓玉;混沌時(shí)間序列方法在徑流預(yù)報(bào)中的應(yīng)用研究[D];浙江大學(xué);2005年

9 李國(guó)良;混沌理論及其在水文時(shí)間序列中的應(yīng)用研究[D];東北農(nóng)業(yè)大學(xué);2007年

10 于延勝;基于DCLD-DCRT法年徑流時(shí)間序列特征研究[D];福建師范大學(xué);2009年

，

本文編號(hào)：2292865