基于小波變換的水文預(yù)報(bào)FAR模型.pdf

1、水文預(yù)報(bào)是對(duì)未來(lái)一定時(shí)段內(nèi)水文情勢(shì)作出的定性或定量預(yù)報(bào)，是一項(xiàng)重要的水利基本工作和防洪非工程措施，直接為水資源的合理利用與保護(hù)、水利工程建設(shè)與管理以及工農(nóng)業(yè)生產(chǎn)服務(wù)。河流月徑流量序列是一個(gè)非平穩(wěn)的非線(xiàn)性時(shí)間序列，由于受到氣候因素特別是降雨量的影響，呈現(xiàn)以年為周期的季節(jié)性變化，具有較強(qiáng)的隨機(jī)性和非平穩(wěn)性特點(diǎn)。小波分析在時(shí)域和頻域上同時(shí)具有良好的局部化性質(zhì)，在處理時(shí)間序列中體現(xiàn)出很大的優(yōu)越性，本文將研究基于小波變換的水文預(yù)報(bào)FAR模型，主要

2、內(nèi)容如下：
　　 1．研究了函數(shù)系數(shù)自回歸模型及其系數(shù)函數(shù)的估計(jì)方法，討論了常用的小波基函數(shù)的特性和選擇方法，應(yīng)用小波Mallat算法對(duì)非平穩(wěn)時(shí)間序列進(jìn)行分解，討論了分解層數(shù)的確定方法。
　　 2．利用多項(xiàng)式樣條估計(jì)方法建立了長(zhǎng)江蕪湖站月徑流序列的基于小波變換的FAR預(yù)報(bào)模型，并將該模型與單純的FAR模型作比較，結(jié)果表明：在月徑流量序列的預(yù)測(cè)分析中，小波FAR模型的擬合和預(yù)測(cè)精度都優(yōu)于單純的FAR模型。
　　 3