基于灰色理论的时间序列分析在地面沉降预测中的应用

地面沉降的准确预测对减灾防灾和指导地区工程规划和建设意义重大。使用地区地面沉降观测数据,将灰色理论模型与时间序列分析相结合,构建组合模型。该组合模型既反映地面沉降与其影响因素之间的灰色关系,又考虑地面沉降观测数据的随机性,有利于对地区地面沉降做出科学合理的预测。     

时间序列分析法在地下水水位预测中的应用

联合模型是能够应用于地下水水位预测的一种时间序列分析法,它由趋势函数、周期函数和自相关函数组成。本文结合北京市地下水监测资料进行了趋势性、周期性和自相关性分析,详细讨论了联合模型在地下水水位预测中的应用。     

时间序列分解模型在水文要素中长期预报中的应用

基于时间序列分解法，建立了降雨、水库来水的中长期预报模型。引入灰色系统理论来分离趋势项，并应用反馈模拟校正技术对预报结果作出实时校正，从预报结果可以看出，所建模型具有较好的适应性和预报精度。     

地质时间序列的频谱分析方法及应用

介绍了地质时间序列随机模型及研究时间序列相关关系的频谱分析方法,给出了显著周期检验的Ｆｉｓｈｅｒ准则。研究结果表明,频谱分析能够很好地确定地质时间序列的隐含周期及相关关系,从而揭示地质时间序列的内部特征。     

水文时间序列趋势和跳跃分析的再抽样方法研究

用再抽样方法估计水文时间序列趋势或跳跃的显著性水平,可通过分块的方法消除水文时间序列自相关性的干扰,具有直接、精确的优点。介绍了再抽样方法在水文时间序列趋势和跳跃分析中的原理与方法;针对黄河三门峡水文站1919～1989年实测年径流量资料,采用几种常用的参数和非参数统计量,用再抽样方法进行了实例研究,其中采用滑动分块自助法以消除自相关性的干扰,该方法为估计水文时间序列的趋势、跳跃的显著性水平给出了新的思路与途径。     

一种新的煤层气产出动态预测模型

运用灰色系统和时间序列分析理论,建立了一种用于煤层气产出量拟合与预测的动态模型——等维递补灰色-时序组合模型。将这一新的模型应用于山西沁水盆地南部潘庄地区某些典型煤层气井排采量数据的拟合与预测。结果表明,其对历史数据的拟合具有较高的精度,可以适用于煤层气排采的中长期预测。     

降水时间序列周期性分析研究

以分析额济纳旗降水周期变化规律为例,探讨了降水时间序列确定性成分的分析方法。利用额济纳旗1971-2000年的降水资料,基于滑动t检验法、坎德尔（Kendall）秩次相关检验法、秩和检验法和最大熵谱法,对降水序列进行了趋势性、跳跃性和周期性分析。由计算结果分析得到额济纳旗降水过程主要存在的周期特性,为额济纳旗干旱预防和防治起到借鉴作用,为研究区生态保护及灌溉工程的设计提供基本依据。     

时间序列分析法在延吉市地下水动态预测的应用

根据延吉市地下水位周期性变化趋势明显的特点,提出了水位预报的时间序列分析模型。同时,通过模型分析可知该区地下水位变化存在两个主要周期年,即地下水位的季节性变化和多年变化规律,预报结果表明：该模型预测效果较好,运行合理,对规律性不强的地下水位动态预报具有一定的实用价值。     

时间序列分析在灾变预测中的应用

本文介绍了利用时间序列分析原理预测灾变的方法，现以预测某地区降雨为例子，介绍了方法的原理与步骤，实践表明，本文提出的方法具有明显的优点。     

水文时间序列周期识别的新思路与两种新方法

针对水文序列周期识别的困难,提出首先对原序列处理,再识别周期的新思路,同时提出两种新方法:一种是模拟延长序列法,即通过建模延长原序列,再应用最大熵谱分析法(MESA)对延长序列识别周期;另一种方法是构建主频序列法,应用小波重构法重构原序列主频部分,然后应用MESA对重构序列进行周期识别。结合实例,运用多种方法对同一序列进行周期识别。分析结果表明:由于受序列长度偏短、偏态性、复杂随机成分等因素的影响,传统单一处理方法(周期图法、FFT、MESA、小波分析)周期识别效果并不理想,而使用两种新方法可以有效地减小或消除上述因素的影响,周期识别效果有明显改善。     

基于灰色模糊聚类分析的吉林省黑土结构综合评价

通过对黑土结构指标的定量研究,确定颗粒组成、团聚性和孔隙性3个方面的9个结构指标,建立结构综合评价体系,并采用灰色模糊聚类分析法对黑土的结构进行综合评价,确定吉林黑土的结构质量及肥力状况。结果表明,肥力中-低等样品数量占总量的53%,吉林黑土总体肥力状况不容乐观。以灰色模糊聚类分析法评价土壤结构不需要建立评价的分级标准,可以根据评价对象的实际情况进行最优聚类分析,采用结构性指标对黑土肥力和退化进行评价是可行的。     

基于MEM1谱分析的水文时间序列隐含周期特性研究

水文时间序列的隐含周期(本文将简单周期、复合周期及近似周期等统称为隐含周期)的识别、判定是一个重要而又较为困难的问题,相对成熟和有效的做法是对其进行频谱分析。建立在最大熵原理(POME)基础之上的MEM1谱分析,克服了传统谱分析方法的诸多不足,具有频谱光滑、分辨率高等独特优势。为此,以黄河花园口(秦厂)测站年径流系列、月径流系列和年最大洪峰流量序列隐含周期特性的研究为例,探讨了MEM1谱分析在水文时间序列隐含周期特性中的应用。     

模糊时间序列分析方法在铜资源消费预测中的应用

通过对铜消费量肖费量的动态模糊数据时间序列分析模型。了模型的求参方法,并对进行了应用尝试。     

多度量水文时间序列相似性分析

多度量组合可以提高相似性分析的准确性,基于该思想,提出多度量水文时间序列相似性分析方法,首先,使用多个单一相似度量分别计算相似时间子序列,然后,采用改进BORDA投票法对各度量分析得到的相似子序列进行组合和排序,得到最终的相似时间子序列。为了证明提出方法的可行性和有效性,以淮河流域王家坝水闸洪水过程相似性分析为例进行了验证。分析结果表明,基于改进BORDA投票法的多度量水文时间序列相似性度量方法可以提高相似查询的准确性。     

基于时间序列分析改进法的地下水位动态预报——以吉林省桦甸市为例

采用逐步回归法替代传统时间序列分析模型中的多项式拟合法和自回归法,仅选用对因变量影响较大的自变量建立方程,提高了模型的精度。依据桦甸市26130018号观测井2000—2008年逐月的地下水位埋深资料,分别利用传统的、改进的时间序列分析法建立模型,以2009—2010年的观测数据进行精度检验,选择较优的改进模型预测了2011—2013年逐月的地下水位。结果表明:2个模型均满足精度要求,但经过改进后,随机方程和趋势方程的相关系数分别由0.830 7和0.803 9增至0.913 5和0.970 9,拟合结果明显提高。     

改进的有序聚类分析法提取时间序列转折点

对有序聚类分析法进行改进,使其更加适用于序列转折点或突变点的提取。分别将传统和改进的有序聚类方法应用在长江下游区域年平均气温系列的转折点提取中,对两种方法提取的结果与滑动平均的结果进行比较,发现改进的方法更接近于实际。对提取点分别采用秩和检验法、游程检验法进行检验,均通过了α=0.05的置信度检验,改进后的置信度比改进前更高。     

嫩江流域径流的可预报性及其时间尺度分析

本文在阐述径流过程主要影响因素和表现特征基础上,采用混沌理论,对于嫩江流域月径流过程系统进行了延滞时间、嵌入纬度、关联维数等计算,进而进行相空间重构,计算出其最大Lyapunov指数为0.13,说明该系统具有混沌特征.初步得出如下结论:①嫩江流域中长期径流预报的预见期为7～8个月;②"数据驱动模型"对于中长期径流预报更有其方法的适用性;③中长期径流预报计算时段应以月为单位.