中长期水文预报2015.03.11

中长期水文预报2015.03.11

ID:22031262

大小:3.46 MB

页数:50页

时间:2018-10-21

中长期水文预报2015.03.11_第1页
中长期水文预报2015.03.11_第2页
中长期水文预报2015.03.11_第3页
中长期水文预报2015.03.11_第4页
中长期水文预报2015.03.11_第5页
资源描述:

《中长期水文预报2015.03.11》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、中长期水文预报 统计预报方法梁忠民河海大学水文水资源学院汇报内容提纲中长期水文预报基本需求1需要的基础资料2存在问题及研究趋势5常用预报方法简介3应用示例简介4Qt12月31日12月31日中长期水文预报——提供未来一年以内的预报旬月季年未来一年总量预报未来一年各季(或汛、枯期)预报未来一年各月(或旬)预报一、中长期水文预报基本需求时间尺度10月2月12月4月6月8月中长期水文预报——提供未来一年以内的预报定量定性提供具体数值。可在年初预报未来一年(旬、月、季、年),也可滚动预报未来一段时间(如3月报4月)提供预报量定性评价,如偏枯、偏丰或提供等级预报,如Ⅰ~V级一、中长期水文预报基本需

2、求成果形式气象水文资料大气环流特征高空气压场海表温度地面观测74项环流指数(逐月)北半球100hpa、500hpa逐月平均高度场北太平洋逐月海温场(SST)当地降雨、径流、蒸发、日照等遥相关因子本地相关因子二、需要的基础资料74项环流指数可从中国国家气候中心下载二、需要的基础资料美国环境预报中心(NCEP)和美国国家大气研究中心(NCAR)提供1956年以来的100hpa和500hpa逐月平均高度场,资料范围从0˚N~80˚N,0˚E~10˚W,网格距为经度10˚×纬度10˚。北半球100hpa/500hpa逐月平均高度场二、需要的基础资料美国国家海洋和大气局(NOAA)提供的北太平洋

3、1956年以来的逐月海温资料,资料范围从50˚N~10˚S,120˚E~80˚W,网格距为经度5˚×纬度5˚。北太平洋海温资料二、需要的基础资料水文、地形、工程运行等资料前期多年日、月降雨、气温、蒸发资料前期多年日、月径流、水位资料自然地理、地形资料水利工程特征参数及调度运行资料二、需要的基础资料三、常用预报方法简介统计学方法统计分析与水文模型耦合预报方法方法分类寻找预报变量与预报因子之间的统计关系,实现预报时间序列或统计相关水文模型气象要素预报水文模型水文要素预报(1)预报方法分类大气物理模型初始场、边界条件大气运动方程数值天气预报产品回归分析时间序列多元回归逐步回归门限回归。。。统

4、计方法分类传统统计方法现代统计方法自回归滑动平均类马尔科夫转移周期分析。。。聚类/判别逐步聚类系统聚类。。。距离判别贝叶斯判别。。。模糊灰色混沌投影寻踪神经网络小波分析随机森林贝叶斯预报支持向量机相关向量机。。。三、常用预报方法简介统计预测与水文模型耦合水文集合预报统计分析与水文模型耦合预报方法率定确定性水文模型确定预报时刻系统初始状态构建模型输入集集合预报及统计分析统计方法预测模型输入要素率定确定性水文模型耦合预报三、常用预报方法简介(1)方法简介——多元回归类通过成因分析找出影响预测对象的影响因素(因子),应用数理统计中的多元线性回归方法建立预报方案。多元线性回归方程:——预报因子

5、基本思想根据历史资料用最小二乘方法确定根据相关性分析和物理成因分析——回归系数三、常用预报方法简介逐步回归门限回归主成分回归按相关性与贡献率的大小,逐步筛选与剔除相关因子不同取值区间,建立不同的回归方程消除因子间的相关成分,提取主成分,并以主成分为变量,建立回归方程方法思想(1)方法简介——多元回归类三、常用预报方法简介(2)方法简介——时间序列(相关类模型)分析时间序列自身的相关特征,建立预报模型。基本思想分类ARMA(p,q)例:AR(p)模型:ARIMA(p,d,q)解集模型正则展开模型。。。三、常用预报方法简介(2)方法简介——时间序列(AR(p))模型阶数P确定模型参数确定A

6、IC准则确定利用各阶相关系数计算模型系数步骤三、常用预报方法简介(3)方法简介——马尔可夫链马尔可夫链是一种随机时间序列,预报对象在将来状态(xt+1)只与它现在的状态(xt)有关,而与过去的状态(x1,x2,…,xt-1)无关,称为无后效性,即假设水文时间序列满足无后效性性要求,则可采用马尔可夫链对预报对象的未来状态进行定性预报。三、常用预报方法简介(3)方法简介——马尔可夫链pij表示径流从状态i(i=1,2,3);一步转移到状态j(j=1,2,3)时的概率,如p11代表T月径流为枯时T+1月径流为枯的概率值,由转移频数矩阵可计算所有情形的转移概率,得到一步概率转换矩阵P(1);假

7、定月径流状态分为枯、平、丰三种,分别记为1、2、3;预报因子为T月径流,预报对象为T+1月径流。预报时,只要将T月径流的初始概率分布PT与P(1)相乘,便得到T+1月径流分别在枯、平、丰三种状态的概率分布PT+1。状态枯平丰标记123枯平丰枯平丰已知:T月径流为枯估计:T+1月径流概率分布枯三、常用预报方法简介谐波分析是从频率域上分析水文时间序列内部结构的一种方法,其理论依据是任意水文时间序列可由不同频率的谐波(正弦波和余弦波组成)叠加而成。显

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。