基于R/S分析法能提供有效的非線性科學預測,河川徑流具有灰色稟性,為了提高河流徑流預報精度,提出了R/S分析與灰色理論相結(jié)合的河川徑流預測方法。該方法可以克服徑流灰色預測存在的數(shù)據(jù)波動較大時預測精度降低的缺陷。將該方法應用到黑河鶯落峽站和正義峽站的年徑流量、汛期和非汛期徑流量6個序列進行徑流預測驗證。結(jié)果表明:兩站年徑流量和汛期徑流量序列的預測精度都在90%左右,非汛期徑流量序列在80%以上,各徑流序列預測結(jié)果與Mann-Kendall趨勢檢驗一致,預測結(jié)果可靠,為河流徑流量的科學預測提供了一種新方法。 

【文章來源】：水利水電科技進展. 2016年06期 第15-19+68頁 北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
1 R/S-GM（1,1）模型構建
    1.1 R/S分析法
        1.1.1 序列持續(xù)性
        1.1.2 平均循環(huán)周期
    1.2 灰色GM（1,1）預測模型
        1.2.1 模型建立
        1.2.2 模型參數(shù)確定
        1.2.3 模型求解
        1.2.4 模型精度及適用范圍
    1.3 R/S-GM（1,1）模型組合預測步驟
2 實例分析
    2.1 數(shù)據(jù)來源
    2.2 R/S分析
    2.3 徑流量預測
3 結(jié)論


【參考文獻】：
期刊論文
[1]河流年徑流量的R/S灰色預測[J]. 李寶玲,李建林,昝明軍,李志強.  水文. 2015(02)
[2]基于R/S分析的黑河出山年徑流量灰色預測[J]. 李建林,昝明軍,李寶玲.  地域研究與開發(fā). 2014(05)
[3]河川徑流預測方法比較研究[J]. 王鑫,徐淑琴,李洪濤.  中國農(nóng)村水利水電. 2014(04)
[4]多重組合神經(jīng)網(wǎng)絡模型在年徑流預測中的應用[J]. 崔東文.  水利水電科技進展. 2014(02)
[5]年徑流預測的最小二乘支持向量機-馬爾可夫鏈組合模型[J]. 周秀平,李天翔,王文圣.  水力發(fā)電學報. 2013(04)
[6]基于灰色神經(jīng)網(wǎng)絡理論的東江水庫入庫徑流量預測[J]. 邱林,孟曉紅.  華北水利水電學院學報. 2012(02)
[7]大峪河年徑流量的灰色拓撲預測與趨勢分析[J]. 吳麗娜,黃領梅,沈冰.  人民黃河. 2012(01)
[8]阿克蘇河年徑流變化的非線性特征[J]. 禹樸家,徐海量,劉世薇,安紅燕,張青青,龔君君.  自然資源學報. 2011(08)
[9]黑河流域1957-2008年徑流變化特性分析[J]. 郭巧玲,楊云松,魯學綱.  水資源與水工程學報. 2011(03)
[10]近50a東江流域徑流變化及影響因素分析[J]. 王兆禮,陳曉宏,楊濤.  自然資源學報. 2010(08)



本文編號：2906165