河川年径流量时间序列预测数量概率量化研究
2018-05-02
水科学与工程技术 2018年2期
(河北省承德水文水资源勘测局,河北 承德 067000)
水资源合理高效的利用离不开水资源的有效配置,对于河川径流量而言,其对水资源的高效配置、调度、防洪等都具有重要的参考意义,因此,做好河川径流量的预测工作则可为水利工程提前准备,但由于河川径流量具有非平稳与非线性的特定,且其样本量一般较少,所以预测难度较大。
近年来,河川年径流量的预测工作越来越得到众多学者的重视,如李建林[1]从中长期预测的角度出发,基于GM(1,2)-Markov模型对河流年径流量进行了预测;BP神经网络对来水量进行了预测,李宝玲[2]运用R/S灰色方法预测径流量,柴燕丽[3]基于神经网络预测了淮河流域的年径流量,郑世武[4]以改进灰色系统理论进行径流量的预测工作,杜发兴[5]将物元模型运用在了流域年径流量预测中,雷晓云[6]以塔城地区乌拉斯台河为例,以MATLAB工具箱的BP神经网络对年径流量进行了预测,周轶成[7]基于最小二乘支持向量机对马营河中长期径流进行了预测研究,陈晓虎[8]对日径流预测方法进行了研究,张丽霞[9]基于时间序列分解模型进行了乌拉斯台河年径流量的预测,取得了较好的预测效果。时间序列方法只考虑时间变量,且时间样本综合了各种错综复杂因素的影响,因此在预测年径流量方面具有较大优势,但是时间序列涉及模型的选择,这会引起较大的误差,基于此,该文引进概率分析以数据量为原则进行年径流量的预测。
