基于小波分析的组合随机模型及其在径流预测中的应用

提出了一种随机组合预测模型利用Mallat算法对水文时间序列进行多尺度分解,得到对应尺度下的概貌(低频)分量和细节(高频)分量;分别对概貌分量和细节分量建立随机模型进行预测,预测结果的叠加即为原水文变量的预测.将该模型用于黄河三门峡站年径流预测中,并与传统预测模型进行了对比分析,结果表明,建立的组合模型充分利用了现有信息,预测精度高.     

水文随机模拟进展

综述了近20年来水文随机模拟的新进展,包括三方面:①随机水文模型改进和创新;②水文随机模拟应用研究新进展;③水文随机模拟认识新进展。并指出了今后的研究重点:①对水文过程的重要物理特性和统计特性作深入的分析;②加强非参数模型和非线性模型的研究;③加强流域系统随机模型的研究;④加强建立模型时如何综合利用多种信息的研究;⑤加强模型的各种检验和合理分析。     

金沙江流域径流变化特性分析

根据金沙江流域8个控制站的径流资料,分析了流域径流的年内分配特性、年际变化特征、径流的趋势性、突变性和周期性。研究表明,金沙江流域水量充沛,径流年内分配不均匀,年际变化较小,但存在连丰、连枯期;在过去的50年内,年径流呈不显著的增加趋势,1966年和1997年径流发生突变,存在3~5年、9年、17年的周期变化。      

长江日流量混沌变化特性研究——Ⅱ相空间嵌入维数的确定

为了以新途径探索长江水量变化规律并在此基础上做出预测,全面而系统地研究了宜昌站日流量混沌变化特性并建立了新预测模型.重点论述相空间嵌入维数的确定.嵌入维数是混沌分析的一个重要参数.给出了饱和关联维数法、伪最邻近点法和真实矢量场法3种嵌入维数的确定方法.它们各有优缺点.研究结果表明,最优嵌入维数的确定必须进行综合分析并考虑最优嵌入窗宽.     

日流量预测的小波网络模型初探

针对日流量时间序列的非线性和多时间尺度特性,提出了将小波分析与人工神经网络相结合进行日流量预测的新方法——小波网络模型。该模型吸取了小波分析的多分辨功能和人工神经网络的非线性逼近能力。以长江寸滩站日流量预测为例,研究表明,所构造的模型各预见期的拟合、检验精度较高。小波网络模型延长了预见期,提高了预报精度,具有广阔的应用前景。     

基于Bayes方法的四川主要河流水质综合评价

给出了Bayes方法(Bayes Method)的思路和计算方法。据四川8条河12个站点的多年水质监测数据,选择了6个水质指标,以GB3838-2002为评价标准,首次以抽样误差正态分布原理估计Bayes公式中的似然概率,进而基于Bayes公式做水质评价。评价结果表明多年平均情况下水质为Ⅰ、Ⅱ、Ⅲ类,但以Ⅰ类为主,少数为Ⅲ类。     

农业干旱灾害风险模糊集对评价法及其应用

开展农业干旱灾害风险评估,有利于定量认识农业旱灾和科学指导防旱抗旱工作。基于集对分析原理和模糊理论建立的模糊集对评价法,兼顾了信息的多尺度特征和评价等级的模糊性,概念清晰,计算简洁。构建了由旱灾危险性子系统、旱灾暴露性子系统、灾损敏感性子系统和抗旱能力子系统组成的干旱灾害风险评估体系和评价指标。将模糊集对评价法应用于2012年安徽省亳州市农业干旱灾害风险评估,研究结果表明,建议方法是可靠的,为农业干旱灾害风险评估提供了一种新途径。     

小波分析在水文学中的应用研究及展望

扼要介绍了20世纪80年代初发展起来的,被誉为数学“显微镜”的信号分析新方法——小波分析。在此基础上,综述了小波分析在水文水资源系统中的应用研究现状。展望了小波分析在该领域的未来研究趋势和发展方向。将小波分析引入水科学,不但拓宽了应用范围,而且推动了小波理论本身的发展。     

基于集对分析的洪水分类研究

为避免常规分类方法复杂的数学理论和繁琐的计算,提出了基于集对原理的洪水分类新方法——集对分析法（SPAM）。系统地给出了集对分析法的基本思路和计算步骤。建议方法概念清晰,结构简单,计算简洁,易操作,是一种有效的分类途径。以实测洪水过程为例,应用研究表明集对分析法的分类结果是可行的。     

集对分析聚类预测方法在区域生态足迹趋势预测中的应用

提出了用基于加速遗传算法的模糊层次分析法确定影响因子权重,用频率分析方法构造分类集合,然后采用集对分析方法从同、异、反三方面对预测当前年的区域生态足迹的影响因子集与分类集合的影响因子的距离进行定量计算,将分类集合生态足迹中心值的加权平均值作为当前年生态足迹的预测值,进而建立了用集对分析聚类预测方法进行区域生态足迹动态预测的(SPA-CP)具体实施方案.应用结果说明,这套建模方案的物理概念清晰,计算简便,精度较高,通用性较强,在不同区域生态足迹动态预测中具有一定的应用价值.