河川徑流的混沌特征和預(yù)測研究.pdf

1、對徑流變化規(guī)律的研究是水資源合理開發(fā)利用的前提和基礎(chǔ)。河川徑流是一種復(fù)雜的非線性時間序列。長期以來,人們一直用傳統(tǒng)的確定性方法或隨機性方法,或?qū)⒍呓Y(jié)合的方法來描述徑流演變過程,揭示徑流演變的規(guī)律。根據(jù)水文要素變化的非線性特點,本文將混沌理論應(yīng)用于河川徑流演變規(guī)律的研究中,并通過和其他方法相結(jié)合,以黃河為研究對象,對徑流時間序列進(jìn)行了混沌特征分析和預(yù)測,取得的主要研究成果如下：(1)河川徑流時間序列的相空間重構(gòu)。對黃河干流蘭州、三門峽、

2、花園口站的月徑流時間序列和三門峽站的日徑流時間序列進(jìn)行了相空間重構(gòu),得出：月徑流時間序列相空間重構(gòu)的時間延遲τ為2,嵌入維數(shù)m達(dá)到12時,具有飽和關(guān)聯(lián)維數(shù)；三門峽站日徑流時間序列相空間重構(gòu)的時間延遲τ為12,嵌入維數(shù)m達(dá)到10時,具有飽和關(guān)聯(lián)維數(shù)3.5；同一水文站,天然月徑流時間序列比實測序列的飽和關(guān)聯(lián)維數(shù)要大,要恰當(dāng)描述實測月徑流序列的變化特征,進(jìn)行動力系統(tǒng)建模,最少需要4個獨立變量,即4種因素,最多需要8個獨立變量,要描述天然徑流序

3、列則最少需要5-6個獨立變量,最多需要12個獨立變量；下游的飽和關(guān)聯(lián)維數(shù)比上游要稍大,下游徑流形成所受到的影響因素會更復(fù)雜。(2)河川徑流時間序列的混沌特征識別。通過引入飽和關(guān)聯(lián)維數(shù)法、主分量分析法、最大Lyapunov指數(shù)等方法對黃河干流主要水文站的月、日徑流資料的混沌特征識別,得出：①黃河干流月、日徑流序列具有混沌特征；②同一水文站、同一時期的實測月徑流序列的混沌特征要強于天然序列；③黃河干流下游的混沌特征要強于上游；④從上世紀(jì)五十

4、年代到本世紀(jì)初黃河干流月徑流序列的混沌特性比上世紀(jì)二十年代到上世紀(jì)七十年代月徑流序列的混沌特性要稍強(即,現(xiàn)在要強于過去)；⑤在同一尺度下,比如月徑流,所采用徑流時間序列的長、短對混沌特征的識別有影響,序列越長,所表現(xiàn)的混沌特征就越強,序列越短,所表現(xiàn)的混沌特征就相對較弱。(3)河川徑流時間序列的混沌預(yù)測。對相空間近鄰等距預(yù)測模式進(jìn)行改進(jìn),利用改進(jìn)后的相空間近鄰等距法對月平均流量時間序列進(jìn)行預(yù)測時,由于滿足T=τ=sδt,消除了相空間時

5、滯τ的變化對提前預(yù)測時間尺度T的影響,所以無需考慮對τ的選擇問題,不僅簡化了預(yù)測模式,而且顯著提高了預(yù)測正確率,延長了預(yù)測時效,可以進(jìn)行提前1月、1a甚至更長時間尺度的預(yù)測。(4)將混沌理論和支持向量機方法相結(jié)合,建立了基于混沌理論的最小二乘支持向量機模型(C-LSSVM),并對蘭州站月徑流序列進(jìn)行了研究。C-LSSVM模型采用結(jié)構(gòu)風(fēng)險最小化原則,解決了網(wǎng)絡(luò)模型的過學(xué)習(xí)問題,在處理小樣本預(yù)測問題上具有優(yōu)越性,適合小樣本情況的建模,能夠取

6、得較好的預(yù)測精度。(5)提出了克服BP神經(jīng)網(wǎng)絡(luò)易陷入局部極小點、避免過度訓(xùn)練、增加模型的外推能力的方法。將混沌理論和神經(jīng)網(wǎng)絡(luò)相結(jié)合,建立基于混沌理論的神經(jīng)網(wǎng)絡(luò)預(yù)測模型,利用相空間重構(gòu)技術(shù)充分顯露日流量時間序列中蘊藏的信息,揭示傳統(tǒng)時間序列方法無法展示的變化規(guī)律,利用神經(jīng)網(wǎng)絡(luò)巨大的非線性模擬能力進(jìn)行河川日流量的預(yù)測研究,取得了較好的模擬和預(yù)測結(jié)果。(6)將非趨勢波動分析法引入水文系統(tǒng),對河川徑流的長程相關(guān)性進(jìn)行研究。通過對黃河近80年月徑