汾河上游径流演变特性分析及其预测方法研究

《汾河上游径流演变特性分析及其预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、太原理工大学研究生学位论文汾河上游径流演变特性分析及其预测方法研究摘要水资源是支撑地球上一切生命和社会经济可持续发展最基本的要素之一，其中径流要素的变化对整个水文水资源系统的演化起着主导作用，并对资源环境和区域经济发展有着深远的影响。对径流演变规律的研究是水资源合理开发与有效利用的前提和基础。受大气环流、太阳活动、水文气象要素、自然地理等诸多不确定因素的综合影响，河川径流的时空演变表现出不确定性、多时间尺度性、随机性、混沌性、弱相依、高度复杂非线性、非平稳特性，这就给径流中长期预测研究提出了新的挑战。前人许多径流预测研究大多是在径流序列平

2、稳的假定下进行的，然而径流序列是的非平稳序列，这往往导致预测精度不高，依据水文要素变化的非平稳特性，引进新的分析方法与研究途径显得尤为重要。本文尝试将基于平稳化序列的方法-经验模态分解（EmpiricalModeDecomposition,EMD）的耦合预测方法应用于径流预测中，从流域可变时空尺度及非平稳的角度来对径流系统进行分析和预测。本研究以汾河上游上静游、汾河水库、寨上和兰村站4个水文站1956~2000年、月径流资料为研究对象，利用数理统计方法、假设检验法、游程理论、距平理论及长程相关理论等对汾河上游径流演变的规律性进行了系统的研

3、究，并在此基础上建立基于EMD的耦合模型对汾河上游年径流序列进行了预测分析，研究的主要内容和取得的主要成果如下：（1）汾河上游径流年内变化特性分析。汾河上游径流年内分配极不均匀，8月份径流量最大，12月~次年2月份径流量较小，全年径流与汛期径流变化趋势一致性较高。汾河径流年内变化呈现“双峰型”结构，峰值分别出现在3月份和8月份；随着时间的1太原理工大学研究生学位论文推移汾河上游径流量年内分配的集中程度呈现出先变大后减小，不均匀性先增大后减小，最后均有趋于平稳的趋势。（2）汾河上游径流年际变化特性分析。汾河上游径流年际变化大致分为4个阶段：

4、1956~1970年、1970~1994年、1994~1996年和1996~2000年，其中1956~1970年波动上升趋于丰水年，1970~1994年波动下降趋于枯水年，1994~1996年呈现上升趋势，为丰水年，1996~2000呈现下降趋势，为枯水年，汾河上游45年的持续枯水年较持续丰水年多，这与近年来汾河上游易发生干旱的实际情况相吻合；汾河上游径流年际变化较大，变差系数Cv和年极值比P最大出现在上静游站，而其下游三个站的Cv值均小于该站，这可能与上静游站位于汾河支流岚河上，而其他三个水文站位于干流上有关。（3）汾河上游径流变化的正

5、态、丰枯、平稳、趋势、长程相关性分析。汾河上游4个水文站的年径流序列具有明显的尖峰厚尾、右偏特性，是非正态时间序列；4个水文站枯水年出现的次数多、历时长，最长4年，丰水时段历时较短，通常只有1～3年，即汾河上游易发生连枯情况；4个水文站的年径流序列为非平稳时间序列；汾河水库站、寨上站和兰村站三个水文站年径流有明显的下降趋势，这种下降趋势自上游往下游越来越明显；而上静游站年径流有下降趋势但这种趋势不显著；汾河上游存在明显的持续性和分形结构，并且是正相关的，即未来的总体趋势与过去相同；汾河上游4站点径流序列具有10年的非周期循环长度。（4）基

6、于EMD的耦合模型年径流预测研究。4个水文站年径流序列均为非平稳序列，利用EMD方法对4个水文站径流序列进行平稳化处理，结果表明经EMD处理后得到的各阶IMF均为平稳序列。2太原理工大学研究生学位论文在EMD的基础上建立自回归（AutoRegressive,AR）模型，结果显示：4个水文站年径流的预测合格率均在80%以上，其中上静游、寨上和兰村站3个水文站的预测合格率达到了100%，其预测精度明显高于单独AR模型的预测精度。在EMD的基础上建立均生函数-逐步回归（MeanGeneratingFunction-StepwiseRegress

7、ion,MGF-SR）模型和均生函数-最优子集（MeanGeneratingFunction-OptimumSubsetRegression，MGF-OSR）模型，结果显示：4个水文站MGF-SR模型的拟合合格率在70%~85%之间，预测合格率最高只有40%，而EMD-MGF-SR模型的拟合合格率在分别为85%~92.5%之间，预测合格率均在60%以上，且有3个水文站的预测合格率达到80%，后者的拟合与预测效果明显优于前者。4个水文站MGF-OSR模型的拟合准确率在87.5%~90%之间，预测准确率均为40%；EMD-MGF-OSR模型的

8、拟合准确率均在92.5%以上，预测准确率均为100%，后者拟合与预测效果明显优于前者。在EMD的基础上建立基于PSO算法的非线性灰色Bernoulli模型（NashNonlinearGreyB