河川徑流演變規(guī)律的挖掘與識別技術(shù).pdf

1、河川徑流作為水循環(huán)的重要環(huán)節(jié)，是水資源開發(fā)利用和科學(xué)管理重要的依據(jù)。然而河川徑流的形成越來越多地受到人類活動和全球氣候變化的影響，因此充分挖掘和識別河川徑流的演變規(guī)律具有十分重要的理論價值和現(xiàn)實意義。 論文結(jié)合國家自然科學(xué)基金項目，以黃河上游蘭州以上流域為研究對象，較為全面地分析了年徑流量和各種影響因素之間的關(guān)系；提出了對河川徑流序列進行挖掘與識別的思路和方法，從相似性、周期性和序列模式三方面對河川徑流序列進行了挖掘。從而為河川

2、徑流演變規(guī)律挖掘提供理論基礎(chǔ)。論文的主要研究內(nèi)容和取得的成果有以下幾個方面： (1)河川徑流演變的影響因素相互作用、相互耦合，其作用機理十分復(fù)雜。受到當(dāng)前科學(xué)技術(shù)發(fā)展程度的限制，單純對某個或某幾個影響因素進行分析往往具有一定的片面性，很難從整體上對其進行把握；單純從定性的層面上討論又很難滿足實際應(yīng)用的需要。本文針對以上問題對各種影響因素進行考察，分析各因素之間的影響與聯(lián)系，探討多種因素的綜合效應(yīng)，并對某些因素的影響進行了定量分析

3、。 (2)首次將蟻群算法引入徑流規(guī)律分析計算領(lǐng)域，并建立了基于蟻群算法的聚類分析模型，對多種徑流影響因素進行綜合聚類分析，通過相似性搜索對徑流序列進行深入挖掘。 (3)運用極大熵譜分析、Hibert-Huang譜對徑流時間序列進行了周期分析，指出了黃河上游徑流演變可能存在的幾個周期及其成因分析。Hilbert-Huang變換是一種新的適用于非線性、非平穩(wěn)序列分析方法，本文將此方法應(yīng)用到徑流序列的挖掘與識別當(dāng)中，分解出了不

4、同尺度下的徑流變化以及趨勢成分。與傳統(tǒng)方法相比，這些成分通常具有更加清晰的物理意義，為更好地分析徑流序列的演變提供了一種有效的方法。 (4)提出了基于水資源有限性的徑流預(yù)測模型—生命旋回預(yù)測模型，對黃河上游徑流量進行了長期趨勢預(yù)測。該模型考慮了水資源有限性以及徑流變化的非線性特點，是河川徑流量預(yù)測的一個大膽探索。 (5)由于徑流受諸多因素的影響，徑流過程體現(xiàn)出強烈的不確定性和隨機性。故引入并建立了基于灰色理論的河川徑流預(yù)

5、測模型。分別采用了基于灰色理論的三種預(yù)測方法對黃河上游年徑流量進行了預(yù)測。其中GM(1，1)是基本的灰色預(yù)測方法，盡管預(yù)測效果不太好，但是此方法可以較好地反映出序列整體的變化趨勢；灰色拓?fù)漕A(yù)測能夠?qū)崿F(xiàn)波形預(yù)測，但預(yù)測精度偏低；灰色馬爾可夫鏈的預(yù)測方法是在灰色預(yù)測能較好反映整體變化趨勢的基礎(chǔ)上，吸取了馬爾可夫鏈可以較好地描述序列隨機變化的優(yōu)點，將二者有機地結(jié)合起來，提高了預(yù)測精度，是一種新的有益的探索。從而為實際應(yīng)用提供了重要的參考價值。