河川徑流的混沌特征和預(yù)測(cè)研究.pdf

1、對(duì)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(shí)間序列。長(zhǎng)期以來(lái),人們一直用傳統(tǒng)的確定性方法或隨機(jī)性方法,或?qū)⒍呓Y(jié)合的方法來(lái)描述徑流演變過(guò)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(diǎn),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(guò)和其他方法相結(jié)合,以黃河為研究對(duì)象,對(duì)徑流時(shí)間序列進(jìn)行了混沌特征分析和預(yù)測(cè),取得的主要研究成果如下：(1)河川徑流時(shí)間序列的相空間重構(gòu)。對(duì)黃河干流蘭州、三門峽、

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

3、列則最少需要5-6個(gè)獨(dú)立變量,最多需要12個(gè)獨(dú)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(huì)更復(fù)雜。(2)河川徑流時(shí)間序列的混沌特征識(shí)別。通過(guò)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(duì)黃河干流主要水文站的月、日徑流資料的混沌特征識(shí)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(shí)期的實(shí)測(cè)月徑流序列的混沌特征要強(qiáng)于天然序列；③黃河干流下游的混沌特征要強(qiáng)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(qiáng)(即,現(xiàn)在要強(qiáng)于過(guò)去)；⑤在同一尺度下,比如月徑流,所采用徑流時(shí)間序列的長(zhǎng)、短對(duì)混沌特征的識(shí)別有影響,序列越長(zhǎng),所表現(xiàn)的混沌特征就越強(qiáng),序列越短,所表現(xiàn)的混沌特征就相對(duì)較弱。(3)河川徑流時(shí)間序列的混沌預(yù)測(cè)。對(duì)相空間近鄰等距預(yù)測(cè)模式進(jìn)行改進(jìn),利用改進(jìn)后的相空間近鄰等距法對(duì)月平均流量時(shí)間序列進(jìn)行預(yù)測(cè)時(shí),由于滿足T=τ=sδt,消除了相空間時(shí)

5、滯τ的變化對(duì)提前預(yù)測(cè)時(shí)間尺度T的影響,所以無(wú)需考慮對(duì)τ的選擇問(wèn)題,不僅簡(jiǎn)化了預(yù)測(cè)模式,而且顯著提高了預(yù)測(cè)正確率,延長(zhǎng)了預(yù)測(cè)時(shí)效,可以進(jìn)行提前1月、1a甚至更長(zhǎng)時(shí)間尺度的預(yù)測(cè)。(4)將混沌理論和支持向量機(jī)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(jī)模型(C-LSSVM),并對(duì)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(xiǎn)最小化原則,解決了網(wǎng)絡(luò)模型的過(guò)學(xué)習(xí)問(wèn)題,在處理小樣本預(yù)測(cè)問(wèn)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(cè)精度。(5)提出了克服BP神經(jīng)網(wǎng)絡(luò)易陷入局部極小點(diǎn)、避免過(guò)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(cè)模型,利用相空間重構(gòu)技術(shù)充分顯露日流量時(shí)間序列中蘊(yùn)藏的信息,揭示傳統(tǒng)時(shí)間序列方法無(wú)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(cè)研究,取得了較好的模擬和預(yù)測(cè)結(jié)果。(6)將非趨勢(shì)波動(dòng)分析法引入水文系統(tǒng),對(duì)河川徑流的長(zhǎng)程相關(guān)性進(jìn)行研究。通過(guò)對(duì)黃河近80年月徑