共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
采用灰色系统理论中灰色动态模型GM(1,1),对一观测孔地下水位埋深进行灰色动态模拟。利用观测孔2011年实测地下水位埋深数据建立GM(1,1)预测模型,并对2012年地下水位埋深进行预测。经验证,模型预测精度较高,具有一定的实用价值。 相似文献
3.
4.
地下水位动态的灰色预测 总被引:1,自引:0,他引:1
将地下水已知信息和未知信息,看作为灰色系统,然后利用灰色系统预测理论,分述了预测水位中所涉及的数列处理、求参、建模、精度检验、模型修正、水位预报等各工序的具体细节,最后进行了实例说明。结果证明,用该法预测的结果与实际值较为接近。 相似文献
5.
当代控制系统理论常用颜色的深浅来形容系统中信息量的多少。如白色表示该系统已知信息量充足,黑色则表示已知信息量缺乏。而介于黑与白之间,也就是部分信息已知、部分信息未知的系统,即为灰色系统。灰色系统建立的数学模型为连续的灰色微分方程模型;而对系统参数部分确知系统的现有其他建模方法,是用离散的数据列,建立按时间作逐段分析的差分递推模型。由于灰色微分方程所揭示的是系统发展变化的连续的长过程,所以它更加真实合理地描述了系统未来行为,并可以对系统发展变化趋势进行量化预测。灰色预测是基于灰色动态模型 GM(1,1)上的预测。 相似文献
6.
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。 相似文献
7.
8.
提出了以地下水各离子毫克当量百分数和总硬度的灰色GM(1,1)预测值进行各离子毫克含量(mg/L)的预测方法,结果表明,该预测方法比各离子毫克含量的GM(1,1)预测具有精度高且预测满足地下水电中性原理的特点。 相似文献
10.
11.
滹滏平原地下水系统脆弱性最佳地下水水位埋深探讨 总被引:2,自引:2,他引:2
笔者以滹滏平原为研究区,采用统计分析的方法,分析了地下水防污性与地下水资源脆弱性随地下水位埋深之间的变化关系.结果表明,当地下水位埋深增大时,地下水防污性增强的地区,地下水资源脆弱性也增高;通过二者之间变化关系,认为受地下水位埋深制约及地下水位埋深对二者的不同影响,存在使地下水系统脆弱性最佳的地下水位埋深区间;通过地下水位埋深对地下水防污性与地下水资源脆弱性影响及其制约关系,确定滹滏平原淡水区和咸水区地下水系统脆弱性最佳地下水位埋深分别为27~30 m和15~19 m. 相似文献
12.
向速林 《华东地质学院学报》2007,30(2):161-163
影响地下水水质变化的因素较多,且地下水由于水体循环周期比较长,自净能力比较脆弱,地下水一旦受到污染,就很难恢复原状,并且会对生态环境造成严重影响,直接危害人类健康,因此应对地下水资源进行监测,建立动态预测模型。根据地下水水质与其影响因素之间存在的相关关系,运用回归分析理论和方法,建立了一个基于回归分析法的地下水水质动态预测模型,并将该模型用于研究区地下水水质的动态预测。结果表明预测精度较高,建立的模型较符合研究区的实际情况。 相似文献
13.
14.
塔里木河下游物种多样性与地下水位灰色关联分析 总被引:4,自引:0,他引:4
根据植被样地资料和地下水埋深观测资料, 运用灰色关联法对物种多样性与地下水埋深的关系进行了分析. 结果表明: 在塔里木河下游, 物种多样性与地下水埋深变化关系密切, Shannon-Weiner指数、 Simpson指数、 Margalef指数、 Menhinick指数、 JSW指数和JSI指数与地下水埋深之间的灰色综合关联度都在0.70以上, 其中物种多样性指数Simpson指数与地下水埋深变化的灰色综合关联度最高, 为0.866, 其关联度数值体现了地下水埋深对物种多样性变化的主导性. 相似文献
15.
总硬度是地下水质评价的主要指标,北京地下水作为主要供水水源,存在总硬度超标现象。本文试用灰色关联分析方法,找出影响总硬度的主要因素,分析成因机理。 相似文献
16.
17.
新疆玛纳斯河流域地下水预测研究 总被引:6,自引:1,他引:6
根据新疆玛纳斯河流域地下水年径流量的时间序列, 建立了用于描述和分析具有趋势和周期变化特性的地下径流量时间序列的组合模型应用模型对石河子地区地下水年径流量进行了预报, 为该地区水资源合理配置和优化调度提供科学依据 相似文献
18.
19.
20.
地下水系统是一个复杂的随机系统,降水、灌溉等可视为系统的输入,而地下水位则可视作系统的输出。地下水位是一随机动态数据序列,在年际间具有明显的周期性变化。基于此,提出了一种用于描述和分析具有周期性变化的时间序列的新的组合模型一多层梯阶组合模型,该模型是由多层梯阶模型及自回归滑动平均(ARMA)模型构成。在建模中,将原序列分解为年均值、年度变幅和残差三个子序列。针对前两个子序列的时变特征,可采用多层梯阶模型进行模拟,残差序列则可用ARMA模型描述。本文采用这种新的组合模型对区域地下水位动态进行了预报,结果表明预测效果较好。 相似文献