APP下载

基于季节性ARIMA模型的河流观测点流量的时序分析

2016-10-24郑江松

湖北汽车工业学院学报 2016年3期
关键词:模型

郑江松

(湖北工业大学电气与电子工程学院,湖北武汉430068)

基于季节性ARIMA模型的河流观测点流量的时序分析

郑江松

(湖北工业大学电气与电子工程学院,湖北武汉430068)

采用季节性ARIMA模型拟合1960~2009年某河流观测点流量。通过比较,得到ARIMA(1,0,0)×ARIMA(0,1,1)12模型,并用这一模型预测2010年1~12月的流量,预测效果显著。

流量;ARIMA模型;差分;时间序列

河流流量是指单位时间内通过某一过水断面的水量。影响河流流量的因素很多,包括雨水、融水、支流补充、流域内植被分布、人类利用等方面,其变化趋势既存在确定性,也存在不确定性因素影响,目前很难通过数值模拟准确预测某个观测点的流量[1-2]。笔者以某河流观测点1960~2009年流量数据为基础,对流量时间序列进行数学建模,使用R软件[3]进行多次拟合试验,并比较了2010年实际流量与预测流量。

1 研究对象与数据来源

研究对象为甘肃省某河流某观测点径流量;本文中用到的原始数据来源于当地水文观测站1960~2009年实际观测的数据。

2 分析方法

2.1季节性ARIMA模型原理

ARIMA模型是由统计学家Box与Jenkins共同提出的,也叫Box-Jenkins模型,旨在解决含有确定趋势的非平稳时间序列的建模问题[4-5]。基本思想是:1)通过差分,将非平稳过程变为平稳过程;2)进行模式识别,建立最优模型能够描述这一过程;3)预测趋势。

ARIMA模型分为ARIMA(p,d,q)模型和ARI-MA(p,d,q)×(P,D,Q)S季节乘积模型,前者用于拟合差分后具有短期相关性的时间序列,后者为具有季节性的时间序列建模。本文中所采用的模型为后者,其具体模型结构如下:

式中:S为步长。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用