《大伙房水库径流中长期预报方法应用研究》由会员分享，可在线阅读，更多相关《大伙房水库径流中长期预报方法应用研究（58页珍藏版）》请在金锄头文库上搜索。
1、分类号：密级：学校代码：学号：1 0 1 6 52 0 0 7 1 0 9 9 1遣享售下耗大学硕士学位论文大伙房水库径流中长期预报方法应用研究作者姓名：学科、专业：研究方向：导师姓名：2 010 年5 月一一一一溽一一本人承诺：所呈交的学位论文是本人在导师指导下所取得的研究成果。论文中除特别加以标注和致谢的地方外，不包含他人和其他机构已经撰写或发表过的研究成果，其他同志的研究成果对本人的启示和所提供的帮助，均已在论文中做了明确的声明并表示谢意。学位寂作者躲娠醉学位论文作者签名：Z 厶1 丝延丝学位论文版权的使用授权书本学位论文作者完全了解辽宁师范大学有关保留、使用学位论文的规定，及学校有权保
2、留并向国家有关部门或机构送交复印件或磁盘，允许论文被查阅和借阅。本文授权辽宁师范大学，可以将学位论文的全部或部分内容编入有关数据库并进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文，并且本人电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后使用本授权书。学位论文作者签名：指导教师签名：矽享殇签名日期：口矿年月弘日辽宁师范大学硕士学位论文要进入2 1 世纪，作为支撑社会、经济和生态环境可持续发展的水资源，其危机日益严重，开展中长期水文预报已势在必行。正确和及时的中长期水文预报，对防汛、抗旱及发挥水利设施的经济效益有重要作用，它能够使人们在解决防洪与抗旱、蓄水与弃水及各部门
3、用水之间矛盾时及早采取措施进行统筹安排，并使综合效益达到最大化。因此，水文中长期预报在水资源合理配置与充分利用方面具有重要参考价值，积极开展中长期水文预报是非常有必要的。、中长期水文预报方法很多，但针对特定流域并不是所有方法都适用。论文选取辽宁省大伙房水库为研究对象，采用S P S S 统计软件的时间序列分析预测方法、主成分分析的多元回归分析以及小波分析技术分析方法，对大伙房水库年径流进行预测，目的是为该流域选取可用于作业预报、可靠性较高的中长期水文预报模型，为水库防洪、灌溉、发电、供水提供有价值的参考依据。主要研究成果如下：( 1 ) 根据大伙房水库年径流序列的长期变化特征，以1 9 5 6
4、 2 0 0 0 这4 5 年的年径流实测资料为依据，结合S P S S 统计软件，建立大伙房水库水文中长期预报时间序列分析模型；以2 0 0 1 2 0 0 5 年5 年年径流资料进行参数率定，验证结果表明所建立的模型预测精度相对较低，推广意义不是很大。( 2 ) 将物理成因分析方法和数理统计法相结合，初步选取1 0 个大伙房年径流的影响因子，结合主成分分析方法对初步的影响因子进行筛选，得到5 个综合因子，应用S P S S 统计分析软件对综合因子进行l o g i s t i c 曲线拟合，并建立多元线性回归预报模型。经验证，所建模型内推预报的拟合精度较高，而且具备较高的预测精度。( 3
5、) 利用M a t l a b 软件的小波分析包对大伙房水库径流序列进行小波多尺度分解，并在此基础上，结合D P S 9 5 计算软件，建立基于小波分析技术的大伙房水库中长期预报模型。经验证，该模型具有较高的预测精度，但是该模型的内推预报的拟合效果，相对于建立的基于主成分分析的多元回归模型的内推预报拟合效果较低。关键词：大伙房水库；径流中长期预报；时间序列；多元线性回归；小波分析大伙房水库径流中长期预报方法应用研究S t u d yo nM e t h o dA p p l i c a t i o no fM i d - - l o n g - - t e r mR u n o f fF o
6、r e c a s to fD a h u o f a n gR e s e r v o i rA b s t r a c tW h e nh u m a ns o c i e t yc o m e si n t o21s tc e n t u r y , w a t e rr e s o u r c e s ，b e i n ga st h es u p p o r t i n go ft h es o c i a l ，e c o n o m i ca n de c o l o g i c a ls u s t a i n a b l ed e v e l o p m e n t , w
7、h o s ec r i s i sb e c o m e sm o r ea n dm o r ew o r s e n i n g S oc a r r y i n go nM i d - l o n gT e r mR u n o f fF o r e c a s ti sg r e a ts i g n i f i c a n tt oe x p l o i ta n do p t i m i z ew a t e rr e s o u r c e sr a t i o n a l l ya n dt op r o m o t er e 西o n a ls o c i o e c o
8、n o m i cd e v e l o p m e n tb e t t e r C o r r e c ta n dt i m e l yM i d l o n gT e r mR u n o f fF o r e c a s tp l a y sa ni m p o r t a n tr o l ei nf l o o d - c o n t r o l ，d r o u g h t - r e s i s t a n c ea n de c o n o m i cb e n e f i t so fw a t e rc o n s e r v a n c yf a c i l i t
9、i e s ，w h i c hw i l le n a b l ep e o p l et os e t t l ec o n t r a d i c t i o n sb e t w e e ne a c hw a t e rd e p a r t m e n ta n dt a k ee a r l ym e a s u r e st om a x i m i z ei n t e g r a t e de f f i c i e n c y T h e r e f o r e ，M i d l o n gT e r mH y d r o l o g i cF o r e c a s t
10、h a si m p o r t a n t l yr e f e r e n c ev a l u ei nt h er a t i o n a la l l o c a t i o na n dt h ef u l lu t i l i z a t i o no fw a t e rr e s o u r c e s ，a n di t Sn e c e s s a r yf o rU St oc a r r yo u tM i d - l o n gT e r mH y d r o l o g i cF o r e c a s ta c t i v e l y T h e r ea r
11、ek i n d so f m o d e l sa b o u tM i d l o n gT e r mH y d r o l o g i cF o r e c a s t ，b u tn o n ei ss u i t a b l et oe a c hb a s i n T h ep a p e rt a k e sD a H u o f a n gR e s e r v o i ra st h er e s e a r c ho b j e c t ，b a s e do nt h e1 0 n gt e r mc h a n g ec h a r a c t e r i s t i
12、 c so fi t sa n n u a lr u n o f f t i m es e r i e so f5 0y e a r sf r o m l 9 5 6t o2 0 0 5 ，u s e st i m es e r i e sa n a l y s i sa n df o r e c a s t i n gm e t h o do fS P S S ，m u l t i p l er e g r e s s i o na n a l y s i so fm a i nc o m p o n e n ta n a l y s i sm e t h o d ，a n dw a v e
13、 l e ta n a l y s i sm e t h o d ，t oc a r r yo u tt h eh y d r o l o g i c a lf o r e c a s to fD a h u o f a n gR e s e r v o i r T h ea i mi st oe s t a b l i s haM i d l o n gT e r mH y d r o l o g i cF o r e c a s tm o d e lh a sh i g h e rr e l i a b i l i t yp r e d i c t i o nr e s u l t , w
14、 h i c hC a np r o v i d eav a l u a b l er e f e r e n c ef o rf l o o d - c o n t r o l ，i r r i g a t i o n ，p o w e rg e n e r a t i o n ，w a t e rs u p p l y , w a t e r - p r o v i d e T h ep a p e r Sm a i nr e s e a r c hr e s u l t sa r ea sf o l l o w s ：( 1 ) B a s e do nt h el o n gt e r
15、 mc h a n g ec h a r a c t e r i s t i c so fi t sa n n u a lr u n o f f t i m es e r i e so f5 0y e a r sf r o m l9 5 6t o2 0 0 5 ，c o m b i n e d 谢t hS P S S ，e s t a b l i s h e sam a t h e m a t i c sm o d e lo f t i m es e r i e sa n a l y s i sa n df o r e c a s t i n gm e t h o do fS P S S ，t
16、 a k e sf i v e - y e a ra n n u a lr u n o f fd a t af r o m2 0 01t o2 0 0 5t oc a l i b r a t et h em o d e l T h er e s u l ts h o w st h a tt h ep r e d i c t i o n sa r er e l a t i v e l yl o wt h a tt h em o d e lC a nn o tb eu s e de x t e n s i v e l y ( 2 ) A c c o r d i n gt ot w oa p p r
17、 o a c h e sp h y s i c a lc a u s ea n a l y s i sa n dm a t h e m a t i c a ls t a t i s t i c sa n a l y s i s ，p r e l i m i n a r i l ys e l e c t s10a n n u a lr u n o f fi m p a c tf a c t o r so fD a h u o f a n gR e s e r v o i r ，c o m b i n i n gw i t l lm a i nc o m p o n e n ta n a l y
18、s i sm e t h o dt os c r e e nt h ei n i t i a li m p a c tf a c t o r s ，r e c e i v e sf i v ei n t e g r a t e df a c t o r s ，c o n d u c t sl o g i s t i cc u ef i t t i n gt ot h ei n t e g r a t e df a c t o r sb yS P S S ，a n de s t a b l i s h e sm u l t i p l el i n e a rr e g r e s s i o
19、nf o r e c a s tm o d e l T h er e s u l t ss h o wt h a tt h i sm o d e lh a sh i g h e rs i m u l a t i o na c c u r a c y 一I I 辽宁师范大学硕士学位论文( 3 ) W i t ht h ew a v e l e ta n a l y s i sp a c k a g et o o li nM a t l a bs o f t w a r et od e c o m p o s et h ea n n u a lr u n o f fs e r i e so fD
20、a h u o f a n gR e s e r v o i r , c o m b i n i n gw i mD P S 9 50 1 1i t sb a s i s ，s e t su pD a h u o f a n gR e s e r v o i rm i d l o n gt e r mf o r e c a s tm o d e lb a s e do nw a v e l e ta n a l y s i sm e t h o d T h er e s u l t ss h o wt h a tt h em o d e lh a sh i g h e rp r e d i c
21、 t i o na c c u r a c y , b u tw h o s ei n s i d ef i t t i n gf o r e c a s tr e s u l ta r el o w e rt h a nt h em u l t i p l er e g r e s s i o nm o d e le s t a b l i s h e db a s e do np r i n c i p a lc o m p o n e n ta n a l y s i s K e yW o r d s ：D a h u o f a n gR e s e r v o i r ；M i d
22、- l o n gT e r mR u n o f fF o r e c a s t ；T i m eS e r i e s ；M u l t i p l eL i n e a rR e g r e s s i o n ；W a v e l e tA n a l y s i sI I I 1 1 研究背景与意义。11 2 中长期水文预报研究现状：21 2 1 我国中长期水文预报研究历史21 2 2 中长期水文预报的研究方法21 2 3 中长期预报研究发展特点及存在主要问题61 3 大伙房水库流域概况71 3 1 大伙房水库概况71 3 2 大伙房跨流域引水工程概况81 4 本文主要的研究内容9
23、1 5 研究的技术路线图1 0第2 章基于时间序列分析方法的大伙房水库径流中长期预报1 12 1 概述112 1 1 时间序列112 1 2 水文时间序列一112 2 基于S P S S 统计软件的时间序列水文模型的建立1 32 2 1S P S S 统计软件简介1 32 2 2S P S S 时间序列( T i m es e r i e s ) 分析模块1 32 3 大伙房水库径流中长期预报A r t ( P ) 模型的建立1 32 4 预测结果分析1 62 5 小结1 7第3 章基于L O G I S T I C 方程多元回归分析的大伙房水库中长期预报模型1 83 1 理论介绍183 1
24、1 主成分分析法1 83 1 2L o g i s t i c 方程1 93 1 3 多元线性回归法1 9辽宁师范大学硕士学位论文3 2 预报因子初步识别2 13 2 1 中长期水文预报因子的挑选2 13 2 2 预报因子的物理考察2 13 2 3 预报因子的统计分析2 23 3 大伙房水库多元回归预报模型的建立2 33 3 1 主成分的推求2 33 3 2 综合因子Z 1 、z 2 、Z 3 、7 - 4 、Z 5 的L o g i s t i c 方程拟合2 53 3 3 大伙房水库径流中长期预报多元线性回归模型的建立2 5第4 章基于小波分析技术的大伙房水库中长期预报模型3 04 1 概
25、j 苤。3 04 1 1 小波的定义3 04 1 2 小波的性质。3 04 1 3 离散小波变换。3 14 1 4 几种基本小波函数3 24 2 大伙房水库径流中长期预报周期分析3 34 2 1 模糊聚类分析3 34 2 2 大伙房水库年径流序列周期变化分析一3 64 3 大伙房水库中长期预报小波分析模型的建立3 74 3 1 基于离散小波分析分解的大伙房水库年径流序列3 74 3 2 小波分析模型预报结果：3 94 4 J 、结4 0第5 章三种预报模型预测结果对比分析4 1第6 章结论与展望厶4 36 1 结论4 36 2 展望4 3参考文献4 4攻读硕士学位期间发表学术论文情况。4 7致
26、谢4 8辽宁师范大学硕士研究生学位论文第1 章绪论1 1 研究背景与意义我国是一个水资源相对贫乏的国家，预计2 0 3 0 年前后，我国人均拥有水资源量将下降到1 7 0 0 m 3 左右，较目前减少1 5 ，其中北方地区九省( 区、市) 人均拥有水资源量将不足5 0 0 m 3 ，远远低于联合国可持续发展委员会审议的全面评估世界淡水资源报告提出的人均拥有水资源量2 0 0 0I 1 3 的严重缺水边缘和1 0 0 0m 3 的生存起码要求l J J ，也低于国际上公认的人均拥有水量5 0 0m 3 的绝对缺水线，部分地区将接近或低于人均拥有水量1 0 0m 3 的极端缺水线。中长期水文预报作
27、为减灾防灾的重要内容，一直受到各国政府部门的重视。对于危险的水文现象提前发布警告、提出建议，以便采取必要措施，对保护人民生命财产、将损失减小到最低限度具有非常重要的意义。水文中长期预报在水资源合理配置与充分利用方面的重要参考价值，使其逐渐成为水文科学领域内的研究热点之一根据前期水文气象资料，用成因分析和数理统计方法，预测未来较长时期的水文状况是水文预报研究的主要内容之一。通常称预见期在两周左右的为中期水文预报，十五天以上一年以内的为长期水文预报，一年以上的为超长期水文预报。中期和长期预报在影响因素及预报方法上有很多相同之处，不能截然分开，通常合称为中长期预报。中长期水文预报的内容有：河流径流量
28、、湖泊和河口的水位、冰情、河道及水库冲淤变化和旱涝趋势等。中长期水文预报是根据前期和当前的水文、气象等信息，运用天气学、数理统计、宇宙一地球物理分析方法，对未来较长时间内水文情势作出的定性或定量预报，是介于水文学、气象学与其他科学的一门边缘学科。正确和及时的中长期水文预报，对防汛、抗旱及发挥水利设施的经济效益有重要作用，能够使人们在解决防洪与抗旱、蓄水与弃水及各部门用水之间矛盾时及早采取措施进行统筹安排，以获取最大的效益。从防洪抗旱指挥的角度来说，各级防汛抗旱部门，大中小型水利、水电、水运工程的兴建、管理运行直至国防建设，都要求有水文部门提供预见期长、准确性高的中期与长期预报。显然，积极开展中
29、长期水文预报是非常必要的。大伙房水库径流中长期预报方法应用研究1 2 中长期水文预报研究现状1 2 1 我国中长期水文预报研究历史中国古代就有关于水文情势长期变化的记载。史记货殖列传记有：“六岁穰，六岁旱，十二岁一大饥”，反映了当时黄河流域一带早涝年景交替出现的情况。宋代已出现了由前期水文情况估计后期水文情况的事例。宋史河渠志有“自立春之后，东风解冰，河边人候水，初至凡一寸，则夏秋大汛当至一尺，颇为信验”之语，这虽带有某种程度的臆测，但仍可说已含有长期水文预报的萌芽。从明代万历年( 公元1 5 7 3年) 起，沿黄河设有驿站，洪水时以快马向下游传递水情，并根据水情预估水势而采取防御措施。以上这
30、些是我国中长期水文预报工作最初的雏形【2 1 。我国现代长期预报工作是由涂长望先生开创的。本世纪三十年代中国气象学家涂长望先生根据前期东亚大气活动中心的特征预测了长江的水早状况【3 】。五十年代，内蒙古自治区水文总站根据杨鉴初于5 1 年提出的“历时演变法”制作了黄河的长期洪水预报。水电部水文局分析了高空气象因子对后期水文情势的影响，对华北地区中小河流的中期预报作了分析。1 9 6 0 年“长办”提出东亚大气环流的韵律研究及其在长期降水与水文预报的应用。直到七十年代初，随着气象学、海洋学、统计数学和电子计算机技术的不断发展和水文气象资料的大量积累，我国中长期水文预报有了较大的发展。长江流域规划
31、办公室自1 9 7 5 年以来先后组织了沿江各省市及大专院校和科研机关1 4 次水文气象中长期预报会商讨论会，每次均收到近百篇学术论文，先后出版了三期论文集，对全国中长期水文预报的发展，有极大的推动作用。现在，黄河、海河、珠江、淮河以及各大中型水库也召开了水文预报工作会议。这些活动不仅促进了预报工作的广泛开展，而且使中长期水文预报的思路更加开阔，预报方法不断完善，大大推动了我国中长期水文预报的发展p 】。目前中长期水文预报已成为水文领域中一支不可缺少的方面军。1 2 2 中长期水文预报的研究方法( 1 ) 传统方法相对于新技术与新方法而言，传统方法将中长期水文预报研究分为成因分析和水文统计两种
32、途径。成因分析河川径流主要来源于大气降水，与大气环流有密切关系。一个流域或地区发生早涝是与环流联系在一起的。分析研究大气环流与水文要素之间的关系一直是水文气象工作者深入探讨的课题。黄忠恕等 4 1 分析了北太平洋和青藏高原下垫面热状况变化与长江流2辽宁师范大学硕士研究生学位论文域汛期旱涝之间的关系，初步揭示出一些相关性。刘清仁【5 】以太阳活动为中心，以长期和超长期水文预报为目标，用数理统计分析方法，分析了太阳黑子和厄尔尼诺事件对松花江区域水文影响特征及其水、旱灾害发生的基本规律。章淹【6 】从水文气象学角度论述了近年国内在暴雨中期预报研究方面的若干新进展，探索了中期预报的方法。总之，联系大气
33、环流的长期演变以及前后承替规律来进行水文要素的中长期预报是一条具有物理基础的重要途径，也是中长期水文预报发展的方向。水文统计法水文统计方法是分析与揭示各种水文现象变化统计规律的一种有效手段。在中长期水文预报中，可以用来直接对水文情势进行概率预测；或者用来进行数据处理，达到浓缩信息，突出主要矛盾，简化计算工作量的目的。该方法又可分为两大类：一类是分析水文要素自身随时间变化的统计规律，并用这种规律进行预报，如历史演变法、时间序列分析法等；另一类是从分析影响预报对象的因素着手，从中挑选出一些预报因子，再用多元回归分析法，建立预报方案，进行预报。目前应用较广的水文统计预报方法主要有多元分析与时间序列分
34、析【_ 7 1 。多元回归分析常用的方法主要有逐步回归、聚类分析、主要成分分析等。这种方法的主要问题是如何合理选择因子个数，解决拟合效果与预报效果不一致的矛盾；由于预报值是取各个因子数据的均值，难于预报出极大或极小值的水文现象。时间序列分析是应用水文要素的观测记录，寻找其自身的演变规律来进行预报。常用的有平稳时间序列中的自回归模型、周期均值迭加【弘9 1 、马尔可夫链【l0 】等。6 0 年代以前主要采取把序列分解成趋势、周期、平稳等项，然后再分项预测后进行迭加而得到预报结果。7 0 年代后，B o x 等【1 1 提出的A R M A 类模型逐步应用于中长期水文预报【l 引。同时，具有非线性
35、特点的T A R 模型也开始用于中长期水文预报【1 3 。1 4 J 。( 2 ) 新技术与新方法为了在径流变化规律探索中取得显著的进展，突破传统概念的束缚，引进新的分析途径，显然是十分必要的。进入9 0 年代以来，出现了一条探索复杂现象变化特性的新途径软计算方法。所谓软计算，是指只求近似而非精确的有效计算方法的集合，软计算的目的是利用对不精确性、不确定性的容忍来达到问题的可处理性和稳健性【l5 1 。模糊算法、人工神经网络、灰色系统理论、混沌理论、基因算法等都属于软计算方法。模糊算法2 0 世纪8 0 年代初期，陈守煜、王本德、赵瑛琪等在水利、水文、水资源与环境科学领域中进行了模糊集的应用研
36、究与开发工作，将模糊集分析与系统分析结合起来，形成了一个新的理论分析体系模糊随机系统分析体系【1 6 1 。模糊数学方法，是一种研究3大伙房水库径流中长期预报方法应用研究和处理模糊现象的新型数学方法。经过多年的探讨，模糊数学已广泛地应用于水文水资源领域的许多科研生产生活中。1 9 8 6 年，陈守煜【1 7 】等应用模糊数学方法，在已选定影响预报对象多个因子的前提下，研究了径流分级长期预报的模糊聚类分析法。1 9 9 3 年，王本德编著水文中长期预报模糊数学方法【l8 】一书，系统阐述了水文气象要素中长期预报的模糊数学方法及其应用。1 9 9 7 年，陈守煜【1 9 】又提出了中长期水文预报的
37、综合分析理论模式与方法，该方法将水文成因分析、统计分析、模糊集分析有机地结合起来，为提高中长期水文预报的精度提供了一条值得探索的新途径。灰色系统理论灰色系统理论是邓聚龙于1 9 8 2 年创立的，十几年来发展较快。李正最【2 0 】认为灰色静态模型G M ( O ，h ) 与多元线性回归模型在模型形式与参数辨识、方法处理等方面是相同的，因此，两种模型用于水文变量相关分析所得结果一致。谢科范【2 l 】认为灰色系统理论在某些方面存在不少缺陷，与回归分析相比短期预测结果较好，长期预测结果欠佳。冯平【凋等采用灰色系统理论中灰关联度分析方法，对枯水期径流量的预估模式进行了探讨。夏军【2 3 】基于时间
38、序列多重信息利用的扩维原理和灰色系统理论的关联分析思想，提出一种适合于缺乏输入因子资料或选择影响因子有困难条件下的中长期水文预报方法。陈意平1 2 4 等认为G M ( 1 ，1 ) 模型为水利系统的中长期预报提供了一种新方法。钟桂芳【2 5 】尝试应用灰色变基模型进行水库的长期水文预报。人工神经网络( A r t i f i c i a lN e u r a lN e t w o r k ，简称A N N )人工神经网络是一门新兴的交叉学科，是基于连接学说构造的智能仿生模型，由大量神经元组成的非线性动力学系统，是算法与结构的统一体，也是硬件与软件的混合体，具有非线性、非局域性、非定长性和非凸
39、性等特剧2 6 1 。进入2 0 世纪9 0 年代，人工神经网络逐渐地应用于水文预报方面。19 9 4 年，吴超羽【2 。7 】等利用人工神经网络模型进行水文预报，并得出了结论：人工神经网络模型具有生物神经网络的一些特性，能够“学习”，因此易于应用于各种类型的流域系统；人工神经网络模型是高度非线性模型，能够有效地模拟本质为非线性的实际水文系统；人工神经网络模型在预报期和预报精度上较对比性模型( C A R ，R W T L ，A R ) 有明显的优越性。1 9 9 8 年后，邱林【2 引、陈守煜( 2 9 】等人发展了模糊模式识别神经网络预测模型，并给出了在中长期水文预报中的应用实例。混沌理论
40、混沌科学是非线性科学的一个重要分支，它揭示了自然界及人类社会中普遍存在的一种复杂现象的本质特性。它是有序与无序的统一、确定性与随机性的统一，大大加深了人们对大自然的理解。水文学领域的混沌研究起步较晚，始于2 0 世纪8 0 年代的后期。傅军p U J 进行了洪水混沌特征分析及其非线性预测方面的研究，探讨了洪水的混沌特性并4辽宁师范大学硕士研究生学位论文完善了一些分析方法，通过重构洪水相空间，定性分析了低维情形下的洪水演化的相图及彭加莱映像，并进行了功率谱分析、经验性的统计检验。赵永龙【3 l 】在博士论文中，详细讨论了确定相空间嵌入参数的各种方法，为水文混沌分析法奠定了坚实的基础。小波理论小波
41、分析是8 0 年代中期在F o u r i e r 分析基础上发展起来的一门新兴的数学理论，是一种新的时频局部化分析方法。它被认为是调和分析这一学科分支在近半个世纪以来工作的结晶。小波分析方法的提出可以追溯到1 9 1 0 年H a r t 提出的第一个小波规范正交基；1 9 8 0年法国科学家J M o d e t 首先将小波变换用于地震数据分析，随后与另一位法国科学家A G r o s s m a a 共同提出了连续小波变换的几何体系。1 9 8 6 年法国数学家M e y e r 创造性的构造出了具有一定衰减性的光滑化函数正交小波函数，标志小波热潮的开始。1 9 8 7年，法国人M a
42、l l a t 提出了多分辨分析的概念，为统一地构造小波函数奠定了基础，同时给出了以他的名字命名的小波分解与重构算法- M a l l a t 算法。1 9 8 8 年，D a u b e c h i e s 构造了具有有限支集的正交小波基，至此小波分析的系统理论初步得到建立。随着小波理论的形成和发展，其优势逐渐引起许多水科学工作者的重视并引入水文水资源学科中【3 2 习3 1 。胡增臻掣3 4 】用W T ( M e x i e a n h a t 小波) 研究了华北夏季降水变化对时间尺度的依赖性。研究表明，华北夏季降水在不同年代起主导作用的时间尺度有明显差异2 0 0 0 年孙力等【3 5
43、 】用小波变换法分析了中国东北地区夏季降水异常情况。孙卫国等【3 q用M o r i e t 小波变换法分析了河南省近5 0 年来月降水量距平序列的多时间尺度结构，对其早、涝时频变化特征进行了初步研究。2 0 0 1 年姚建群了7 】用上海地区1 9 0 0 - 1 9 9 9 年月降水，用M a r r 小波及M o r l e t 小波变换法分析了上海地区近百年冬、夏季降水时间一频率的多层次时间尺度演变特征及其突变特征。郑显【3 8 】等将小波分析引入随机水文过程研究领域，根据水文现象的物理成因，对水文序列进行小波变换，借以测定水文序列隐含的近似周期。计算结果表明，其确定的近似周期准确性较
44、高。类比合成算法类比合成算法( A n a l o gC o m p l e x i n ga l g o r i t h r n ) L o r e n e e 于1 9 6 9 年提出，是一种非参数回归方法，可用于预测最模糊的对象 3 9 1 。类比合成方法基于这样一个假设：时间序列中的一个特定模式会以某种形式重复出现，也就是说，任何在给定的多维时间过程中的连续状态序列( 模式) ，都可能在历史过程中存在一个和多个类似模式。如果在过去的时间序列中成功找到了与时间序列最近发展趋势( 参考模式) 极为相近的模式( 类比模式) ，那么就可以用类比模式的已知发展趋势来预测未来的趋势，即参考模式的发
45、展趋势。类比合成算法是从过去的时间序列来推测未来的发展趋势，所以要得到准确的预测大伙房水库径流中长期预报方法应用研究结果就要求已知的时间序列具有代表性。类比合成算法( A n a l o g C o m p l e x i n ga l g o r i t h m ) ，并成功应用于气象预报【加】。陈果等【4 l 】将类比合成方法应用到干旱区内陆河径流量预报中取得了较好的效果。1 2 3 中长期预报研究发展特点及存在主要问题径流的中长期预报方法很多，但目前还没有一种方法对所有的径流序列来说都是适用的。众多的预报方法，其应用条件即使能从理论上加以说明和论证，但对每一个具体的径流序列来说，要选择一
46、个合适的模型仍然是困难的。因而，中长期水文预报一直是难度较大的课题，其困难在于水文变化情势受各种不确定因子影响，如气候气象、人类活动和地理环境变化影响，运行规律尚不完全清楚。其复杂性主要表现在以下三个方面：( 1 ) 水文系统是一个高度非线性系统水文系统以降雨为输入，径流为输出，从降雨到径流，中间要经过复杂的过程，其中包括蒸发、下渗、产流、汇流等环节，受到地形、地貌、下垫面因子、土壤、地质及人类活动等多种因素的影响，因此水文系统具有高度的非线性特征。( 2 ) 无法建立描述径流现象的精确数学模型径流这样一个涉及气象、地质等方面的复杂动力学系统，无法用数学物理方程严格地描述每一个子过程，受许多假
47、设条件的限制和借助于概念性元素模拟或经验函数关系来描述，这样的模拟往往只是对实际径流过程的近似模拟，因而模拟精度不高。( 3 ) 径流预测研究中的不确定性在径流过程中，存在研究对象发生与否的不确定性( 随机性) 、研究对象概念的不确定性( 模糊性) 、研究对象信息量不充分而出现的不确定性( 灰色性) 等不确定特征。目前还没有一种模型对所有的水文序列来说都是适用的。预报模型的适用性是至今仍然有待深入研究的问题。对一个具体水文序列中长期预报问题，人们往往是通过分析、尝试、检验等步骤，最终找到合适的预报模型。中长期水文预报研究仍处在发展阶段，相对于短期水文预报来说，滞后于生产实际的要求。水文情报预规
48、范【4 2 】指出：“中长期预报方法目前尚不够成熟，应积极开展研究，为了适应生产发展需要，有条件的水情单位，可以发布中长期水情展望，只提供领导掌握参考，不作为采取具体措施的依据，并注意结合实际变化，随时对展望进行补充修正”。造成这种状况的根本原因是对于中长期水文预报认识不足，重视程度不够。随着国民经济的快速发展，对自然资源开发与环境保护意识的增强，流域内各部门对防洪和供水预见期的要求越来越高，进行水文中长期预报研究具有越来越重要的意义。6图1 1 大伙房水库流域图F i g 1 1D a h u o f a n gR e s e r v o i rB a s i nP l a n大伙房水库是一
49、座防洪、工业及城市供水、灌溉、发电、养鱼等综合利用的大型水利枢纽工程，是我国第一个五年计划的重点建设项目之一。工程于1 9 5 4 年修建，1 9 5 8年竣工。工程总投资1 8 亿元。大伙房水库控制流域面积5 4 3 7 k m 3 ，总库容2 1 8 7 x1 0 8 m 3 ，其中防洪库容l1 8 7 x1 0 8 m 3 ，兴利库容1 2 9 6 1 0 8 m 3 ，死库容1 3 4 x1 0 8 1 1 1 3 ，如表1 1 阻】。7大伙房水库径流中长期预报方法应用研究表1 1 大伙房水库特性表! 呈! ：! ：! ! 垒宝塾竺竺! 型! 垒12 1 里业! 垫量堡! 塑竺堡序号及
50、名称单位数量2 多年平均径流量3 P M F 校核洪水位4 P M F 校核洪水位相应库容5 P = 0 1 设计洪水位6 P = 0 1 设计洪水位相应库容7 正常蓄水位8 正常蓄水位相应库容9 防洪汛限水位、，l O 防洪汛限水位相应库容1 1 死水位，1 2 死水位相应库容。1 3 调洪水位一一，“1 4 兴利库容1 0 8 k m 3m1 0 8 k m 3m1 0 8 k m 3m1 0 s k m 3m1 0 s 虹3m1 0 8 l 潍31 0 8k I l i 31 0 s 妣1 3 2 大伙房跨流域引水工程概况一大伙房跨流域引水工程【4 3 】位于辽宁省东部本溪市桓仁县和抚顺
51、市新宾县境内，是将浑江上桓仁水库的发电尾水，利用西江和风鸣两座电站作为调节池，经输水隧洞自流引水至新宾县境内的苏子河后汇入大伙房水库，再经大伙房水库反调节后，向辽宁中部地区的抚顺、沈阳、本溪、辽阳、鞍山、营口等六市提供城市生活和工业用水。调入区是辽宁省的经济发达地区，不但是商品粮基地，更有工业发达的城市群，是国内有名的老工业基地，目前该区已形成了以沈阳为中心的工业密集、商业繁荣、科技和文教发达的辽宁省中部城市群，成为以钢铁、煤炭、电力、机械、石油、化工等重工业为主的工业基地，1 9 9 9 年工业总产值1 2 4 9 6 亿元，引水工程兴建后预计2 0 2 0 年工业总产值达到6 1 0 4亿
52、元。85乾8O卯04O8 醯9 吼石& 4L3 & 2 & 珥石9钞孤拍弧弧铋孤眈呱拼撕抛1l，、l111lllllll辽宁师范大学硕士研究生学位论文1 4 本文主要的研究内容本文以辽宁省大伙房水库历年年径流资料为基础，简要介绍几种有代表性的中长期预报方法，并用其进行大伙房水库年径流预报建模，通过分析比较不同方案的模拟结果，选出预报精度最高的一种方法建模。本文主要的研究内容如下：第1 章绪论论述了本文的研究目的和意义。介绍了中长期预报的研究现状，包括传统的方法以及新技术与新方法、中长期预报的发展特点、存在问题；简述了大伙房水库流域概况；概括介绍本文的主要研究内容。第2 章基于S P S S 统
53、计软件的时间序列分析的大伙房水库中长期预报模型在大伙房水库径流成因分析的基础上，通过S P S S1 3 0f o rw i n d o w s 统计分析软件的时间序列分析模块，对大伙房水库历年径流量资料进行分析和验证。第3 章基于L o g i s t i c 方程的多元回归分析的大伙房水库中长期预报模型在影响因子分析的基础上，利用主成分分析方法，提取综合影响因子，对综合因子进行L o g i s t i c 方程拟合，建立基于主成分分析的多元回归径流预报长期预报模型。第4 章基于小波分析技术的大伙房水库中长期水文预报模型应用模糊聚类分析方法和D P S 9 5 软件分析确定大伙房水库年径流
54、序列的周期性，借助m a t l a b 软件中的小波分析包工具，对大伙房水库年径流量序列进行小波尺度分解，建立基于小波分析技术的大伙房水库中长期预报模型。第5 章三种预报模型预测结果对比分析对比前面叙述的三种模型，评述三种模型的优缺点，选择最优模型。第6 章结论与展望概括总结本文的研究结论，指出文章存在的不足，并对大伙房水库径流中长期预报未来的研究方向进行展望。9大伙房水库径流中长期预报方法应用研究1 5 研究的技术路线图图1 2 论文技术路线图F i g 1 2T h et e c h n i c a ll i n eo f t h ep a p e r1 0辽宁师范大学硕士研究生学位论文
55、第2 章基于时间序列分析方法的大伙房水库径流中长期预报2 1 概述2 1 1 时间序列时间序列是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。其基本思想是：预测一个现象的未来变化时，用该现象的过去行为来预测未来即通过时间序列的历史数据揭示现象随时间变化的规律，将这种规律延伸到未来，从而对该现象的未来做出预测【4 别。2 1 2 水文时间序列随时间变量t 变化的水文要素( 如瞬时水位、日均流量、月均流量等) y ( O ，在t l ，t 2 ，加，处的观测值y ( f 小y ( 如) ，y ( 们，组成的离散有序集合，称为一个水文时间序列，记作 y ( 力 。就多数情况而言，可以认
56、为水文时间序列是由某一个随机过程产生的，也就是说时间序列可以看作是某一个待研究的随机过程的实际体现 4 6 1 。所以这种时间序列可以通过建立合适的数学模型来描述。水文时间序列总包含受确定性因素的确定性成分，如周期成分、趋势成分、突变成分等，还包含受随机性因素影响的随机成分( 包括相依的和纯随机的成分) ，理想的纯确定性水文时间过程实际上是不存在的。包含这两种成分的水文过程就是随机水文过程( 水文时间序列) ，分平稳序列和非平稳序列。水文序列成分的一般组成情况如图2 1 所示 4 7 1 。在实际应用中，对平稳时间序列的研究、应用最为广泛。大伙房水库径流中长期预报方法应用研究图2 1 水文时间
57、序列组成图F i g 2 1T h ed i a g r a mo fh y d r o l o g i c a lt i m eS e r i e s在实际观察的水文时间序列中可能含有某种随时间稳定增长或衰减的趋势，也可能含有随时间而周期性变化起伏的趋势，这时，就不能认为该序列是均值不变的平稳过程，需要用更一般的模型来描述，即取施= 肋协，其中肚表示x t 中随时间变化的均值，它往往可以用多项式、指数函数、正弦函数等描述，此表示零均值平稳过程，可以用A R M A模型拟合。对于非平稳序列的估计、识别、控制、预报等问题，可经差分后化为相对平稳序列来处理。由于径流是流域状态的一个指标，因此可用单
58、变量时间序列分析法来建立预报的关系【4 引，自回归0 幔) 模型就是这样一种方法。1 2辽宁师范大学硕士研究生学位论文2 2 基于S P S S 统计软件的时间序列水文模型的建立2 2 1S P S S 统计软件简介S P S S ( S t a t i s t i c a lP r o d u c ta n dS e r v i c eS o l u t i o n ) ，中文名字为统计产品服务解决方案，是在S P S S P C + 的基础上发展起来的统计分析软件包，集成了数据管理、统计分析、图形报表、编程扩展为一身的功能强大的应用统计分析包。该软件适用于自然科学、社会科学各个领域，是世界
59、上最流行、应用最为广泛的统计软件之一。把S P S S 这个优秀的软件应用于中长期水文预报工作当中，不但能够大大减少数据分析的工作量，而且可以提高径流预报的准确性、实用性、可信性。2 2 2S P S S 时间序歹l J ( T i m es e r i e s ) 分析模块通过S P S S1 3 0f o rw i n d o w s 统计分析软件的时间序Y U ( T i m es e r i e s ) 分析模块，对大伙房水库历年年径流量资料进行分析和验证。S P S S l 3 0 的时间序列分析模块包括如下3 个部分。( 1 ) E x p o n e n t i a lS m o
60、 o t h i n g 过程点击A n a l y z e - - + T i m eS e r i e s - - - E x p o n e m i a lS m o o t h i n g ，调用E x p o n e n t i a lS m o o t h i n g 过程。该过程通过使用任何一种合并不同类型的趋势和季节模型，执行时间序列数据的指数光滑，这个命令建立包括预测值和残差的新序y dc 4 9 1 。( 2 ) A u t or e g r e s s i o n 过程点击A n a l y z e - - - T i m eS e r i e s - A u t or
61、e g r e s s i o n ，调用AUt or e g r e s s i o n 过程。该过程估计检验第一阶自回归误差的线性方程。( 3 ) A R I M A 过程A R I M A ，d ，q ) 模型建模包括三个步骤：( 1 ) 模式识别。根据给出的时间序列样本，判别序列应属何种模型，其阶数是多少。( 2 ) 参数估计根据识别的模型及其阶数，对模型中的参数进行估计。( 3 ) 模型检验。在前两步的基础上，得到时间序列的初步模型，模型检验就是用统计检验的方法检验此初步模型是否合理。2 3 大伙房水库径流中长期预报A R ( p ) 模型的建立本文采用A R I M A0 ，d ，
62、c O 模型的特殊形式A R ( P ) ( 即d ，q - 1 ) 建立大伙房水库径流中长期预报模型。A R ( p ) 模型的基本原理如下：模型形式：A R ( p ) 模型为，置= + 仍0 l l 一) + 仍O l 一2 一) + + 伊_ P p l P 一J + 岛( 2 - 1 )1 3大伙房水库径流中长期预报方法应用研究五为年径流系列；为均值；龟为随机变量；9 。、仍矿p 为参数；P 为自回归阶数。参数估计：a g ( p ) 模型中包含有p + 2 个基本参数，即均值、方差仃和自回归系数9 。、仍妒。自回归模型的参数估计方法有矩法、极大似然法和最d - - 乘法等，但是应用
63、最多的是矩法。回归系数估计n 一七( 置一牙) ( 置+ 。- 2 )风= r k = 且_ 丁一( 2 2 )( 五一霄)t = l式中：k ( 七= J ，2 ，p ) 为滞时；n 为样本容量；为序列) 的均值。由样本序列置采用矩法来估计这些参数。均值和方差盯2 的矩法估计由式( 2 4 )和( 2 5 ) 估计。自回归系数由尤尔一沃克尔方程求得其估计式( 2 3 ) 为：仍仍：纬样本均值和方差的估计：三争置。n 智1岛仍P p 1 。1岛1肛岛一2I；jijI：Ip p - 、p p P 2p p 。1 肛见：p p( 2 - 3 )( 2 - 4 )残差方差的估计在A R 0 ) 模型
64、中残差乞是独立随机序列，它的方差由下式估计。式中盯2 为样本方差，由式( 2 5 ) 估计；回归系数由式( 2 3 ) 估计；自相关系数由( 2 2 ) 估计。= 仃2 ( 1 一仍n c , 0 2 P 2 一一o p p p )( 2 - 6 )相关函数的阶数P 是自回归模型的一个重要参数，文中采用逐步回归计算自动挑选阶数P ，以拟合预报精度最高为准则。通常，P 的试算取值范围为n l O - n 4 ，为避免疏1 4辽宁师范大学硕士研究生学位论文漏，本文定为n 1 2 - - n 3 ，建模资料共4 5 年，故参加试算的P 值为3 - - 1 4 之间的整当p = 3 时，拟合预报合格率
65、最高，故以此作为预报方程的回归阶数。以大伙房水库1 9 5 6 - - 2 0 0 0 年共4 5 年的年入库径流资料估计A R ( 3 ) 模型参数，的大伙房水库年径流量的3 阶自回归模型参数，据此建立预报模型并作模型评定。用2 0 0 0 2 0 0 5 年共5 年的年入库径流资料做模型检验。模型建立步骤如下：首先定义变量年份和径流量，输入相应数据，如图2 2 。黪戮秽麓赣醺雾僦孵“獭辫彩嘲嘲赋汐溺黼灌嘲豳鬻嫩弼麟獭梦潮徽麴臻鬻臻l m z l L a l 昼l 回ln I 。Ik I 鱼I 硒I 唾I 匪l 垦l 垂I 酬I 臼l囔o 。：o ，二。一 7 。盛缓静= ：年傍 19 5
66、6。年份年径流量 * 彰。* 磁缪彩缓戮荔移镢锄醺甏缪聱岁碜”? 稍瞎。篡域 ，乏捌彩；鼋霪，。11 9 5 618 8 5 2 7 221 9 5 717 0 3 8 3 23 。1 9 5 85 1 8 7 2 84 1 9 5 916 6 8 0 9 0器51 9 6 02 9 9 2 1 3 口l61 9 6 111 7 3 口8 0i71 9 6 21 2 0 1 6 7 1 3蕈81 9 6 31 5 1 2 口2 4i91 9 6 42 4 3 2 2 7 0复1 01 9 6 59 4 3 1 1 01 11 9 6 615 7 0 4 2 5i1 21 9 6 71 8 5
67、79 1 1 31 31 9 6 813 4 3 6 7 2t ，1 毒1 9 6 91 3 1 3 6 8 3&1 51 9 7 010 6 9 5 9 71 ；露1 9 7 12 7 6 9 7 8 4缓1 1 9 7 213 6 2 6 6 11 8 1 9 7 32 D D 9 4 7 41 9 1 9 7 49 7 7 6 4 5i2 01 9 7 618 3 2 f i 7 9i2 1 、1 9 7 61 0 2 0 4 7 4影。2 21 9 7 71 0 7 3 4 3 3善2 31 9 7 B6 0 1 8 6 4S 2 41 9 7 91 2 0 6 3 1 8i ，2 5
68、1 9 8 016 4 1 3 4 0 02 6 j1 9 8 16 6 5 6 6 2：2 71 9 8 26 1 8 5 3 32 81 9 8 31 7 3 3 1 8 5：2 81 9 8 4B 5 9 3 4 3o3 01 9 8 5，3 4 9 5 3 4 13 11 9 8 63 0 6 3 9 3 7I l - 6 。I t aV i e w 翩，a 晶毹芗话萄品爹甲甥舅缈翠4孵臻黻辫畛5 1 l ：了。4 噍魑# ，# 糍醯薤；避自癌盘。& 盎随i 。“，溅；i 龇；缴黼僦么盔缓渤缓滋藩蠡建溅舞嚣茹意藏蠡；耘娩幽誊鹾琏强9 豳兽。建备i 搿嚣豁图2 2 定义时间序列变量F i
69、 g 2 2T h ed e f i n i t i o no ft i m e - s e r i e sv a r i a b l e估算同时大伙房水库径流中长期预报方法应用研究接着点A n a l y z e T i I n eS e r i e s _ A R I M A ，调用A R I M A 过程，将会弹出如图2 3 所示的对话框。D e p e n d e n t 中选择变量年径流量，由于为自回归+ ，I n d e p e n d e n t 留空。将( 3 ，1 ，1 ) 将3 个系数分别输入到P ，d ，q 中，其它选项取默认值。最后点击OK ，输出结果。图2 3 调用A
70、 R I M A 过程F i g 2 3T r a n s f e rt h ep r o c e s so fA R I M A2 4 预测结果分析利用大伙房水库2 0 0 1 - - 2 0 0 5 年间的年径流数据进行预测检验，外推预报结果见表2 1 。表2 1 大伙房水库年径流量预测结果T a b 2 1T h ef o r e c a s tr e s u l to fD a h u o f a n gR e s e r v o i r Sa n n u a lf l o w1 6图2 4 径流量实际值与预测值拟合效果图F i g 2 4T h es i m u l a t i o
71、no f a n n u a lf o r e c a s t如下：从图2 4 直观的看出，大伙房水库径流量的实际值与预测值的拟合效果较差，最大的误差达到6 6 ，预测的5 年中，有2 年的误差大于2 5 ，说明建立大伙房水库径流中长期预报A g O ) 模型，其外推预报精度较低。2 5 小结本文以大伙房水库年径流量为研究对象，采用水文时间序列的A R ( p ) 模型，借助S P S S l 3 0 软件，进行分析计算，建立大伙房水库径流中长期预报A g ( p ) 模型。通过采用逐步回归计算自动挑选阶数p ，并以拟合预报精度最高为准则。确定当p = 3 时，拟合预报合格率最高，故以此作为预
72、报方程的回归阶数。然后以大伙房水库1 9 5 6 - 2 0 0 0 年共4 5 年的年入库径流资料估计A R ( 3 ) 模型参数，估算的大伙房水库年径流量的3 阶自回归模型参数，据此建立预报模型并作模型评定。同时用2 0 0 1 2 0 0 5 年共计5 年的年入库径流资料，对所建立的模型进行参数率定。通过对大伙房水库径流量的实际值与预测值的拟合效果的对比分析，得出该模型预测精度相对较低，不适合用于大伙房水库径流中长期预报。1 7大伙房水库径流中长期预报方法应用研究第3 章基于L o g i s t i c 方程多元回归分析的大伙房水库中长期预报模型3 1 理论介绍3 1 1 主成分分析法
73、( 1 ) 主成分分析的基本原理主成分分析法【5 0 】是霍特林于1 9 3 3 年首先提出的。它是在不损失或减少损失原有信息的前提下，将原来多个彼此相关的指标转换成新的少数几个( 最多等于原指标个数) 彼此独立的综合指标，这种综合指标是原有指标获得综合的方差信息，体现了降维的思想。( 2 ) 主成分的数学模型设有P 个指标x l ，X 2 ，x p ，这P 个指标反映了客观对象的各个特性，因此每个对象观察到的P 个指标值就是一个样本值，它是一个P 维的向量。如果观察了n 个对象，就有i 1 个P 维向量，共有n p 个数据，用矩阵X 表示就有X =如果记原来变量指标为X 1 ，X 2 ，X
74、p 它们的综合指标新变量的指标为Z l ，Z 2 ，z m ( m = p ) ，则z l2 l n x l + 1 1 2 2 2 + + p 工pz 22 1 2 1 X l + Z 2 2 X 2 + + 1 2 v x pz m = 乙l x l + z 2 x 2 + + k X p( 3 - 1 )( 3 2 )在式中，系数岛由下列原则来决定：Z i 与z j ( i j ；i , j = l ，2 ，m ) 相互无关；Z 1 是X I ，x 2 ，X p 的一切线性组合中方差最大者，Z 2 是与Z l 不相关的X 1 ，x 2 ，x p的所有线性组合中方差最大者；z m 是与Z
75、l ，Z 2 ，z m 1 都不相关的X 1 ，X 2 ，x v 的所有线性组合中方差最大者。p，P加纫；励的第一，第方差依次递的数目，又3 1 2L o g i s t i c 方程比利时数学家V c r h u l t 于1 8 3 8 年提出了著名L o g i s t i c 方程，最初用来预测种群在有限环境中的阻尼增长。自上世纪6 0 年代以来，该方程被广泛用于动植物饲养栽培【5 l 】、医疗【5 2 】、人口【5 3 1 、化学【删等众多领域。L o g i s t i c 方程可以表示为：三Y2 2 1 + a e - 6 r( 3 3 )式中：Y 为待测生物的某生长指标；t 为
76、生物生长的时间；L 为Y 增长上限，口： 三一l p ，( 其中Y o = Y ( t ) ，为Y 的初始值) ；b 为待测生物的自由增长率。将( 3 3 ) 式作变化可得：y ：上一1y 2 巧ae_bt(3-4)令6 0 = 兰，岛= P ，可得：y：上(3-5)l炉再+ b o b 由于某一水文要素的变化，受多种因素的影响，用自身的历史演变规律来进行预报，只能对未来变化提供部分得信息 5 5 1 。如果能找到一些影响该要素的主要因素，用多因素分析得预报方法，会对预报提供更多的信息。随着社会需求的增长和经济技术水平的提高，径流预报程度也在不断提高，但这种提高是有阈限的。径流预报总是受限于一
77、定的自然条件和社会经济技术水平，在整个时间进程，呈阻尼增长。鉴于以上特点，可以近似用生态学中的L o g i s t i c 曲线来描述用径流预报的变化过程。3 1 3 多元线性回归法( 1 ) 基本原理1 9大伙房水库径流中长期预报方法应用研究回归分析的含义可理解为：具有相关关系的变量之间具有某种不确定性，可用统计方法在大量观测资料中寻找其中的统计关系，这种统计关系称回归关系，有关处理回归关系的数理统计方法称回归分析【5 6 1 。( 2 ) 数学模型若预报对象Y ，已挑选出m 个预报因子为X l ，X 2 ，X m ，则多元回归模型为夕= b o + 2 j I 五+ 如恐+ + 6 m
78、( 3 - 6 )式中：b o ，6 l ，6 2 ，为回归系数；而，屯，为预报因子。( 3 ) 回归分析的步骤回归分析的一般步骤如下【5 7 】确定回归方程中的解释变量和被解释变量回归分析用于分析一个事物如何随其他的事物变化而变化，因此回归分析首先应确定哪个事物是需要被解释的，即哪个变量是被解释变量( 记为y ) ；哪些事物是用于解释其他变量的，即哪些变量是解释变量( 记为x ) 。回归分析正是要建立Y 关于X 的回归方程，并在给定X 的条件下，通过回归方程预测Y 的平均值。确定回归模型根据函数拟合方式，通过观察散点图确定应通过哪种数学模型来概括回归线。如果被解释变量和解释变量之间存在线性关
79、系，则应进行线性回归分析，建立线性回归模型；反之，如果被解释变量和解释变量之间存在非线性关系，则应进行非线性回归分析，建立非线性回归模型。建立回归方程根据收集到的样本数据以及前步所确定的回归模型，在一定的统计拟合准则下估计出模型中的各个参数，得到一个确定回归方程。对回归方程进行各种检验回归方程是在样本数据基础上得到的，回归方程是否真实地反映了事物总体间的统计以及回归方程能否用于预测等都需要进行检验。利用回归方程进行预测建立回归方程的目的之一是根据回归方程对事物未来发展趋势进行预测。实践证明，预报因子的选择是回归分析预报的基础，预报精度高、低的关键。预报因子选不好，再复杂的计算方法也无济于事。尽
80、管受科学技术水平的限制，因子与对象之间的内在联系搞不清楚，但是挑选因子时还应着眼于物理考察和统计考察。挑选的因子与预报对象应有一定物理联系并符合一些统计原则，如因子与对象之间的关系要显著，而各因子之间的关系要小。目前挑选因子大致从以下几方面着手【5 8 】：( 1 ) 从大气运动能源方面寻找因子。太阳辐射是大气运动能源，不少研究者引用太阳黑子相对数、2 8 0 0 0 ( 1 0 6 H Z ) 太阳射电辐射流量作为预报因子。( 2 ) 从下垫面影响方面找因子。通常认为大气主要是通过下垫面的长波辐射获得能量，它应具有两个特征，即热容量应比大气大得多；面积足够大，因此，一般选择海表温，海冰情况及
81、高纬度区的冬季积雪，青藏高原的热状况和深层地温变化等作为预报因子。( 3 ) 从前期大气环流形式找因子。论成因，一般认为持久的特旱或涝，总是由反常的大气环流形势长期维持稳定造成的，它必然有一个时空演变的过程，抓住这类指示旱或涝的前期环流特征作预报因子是必要的。当前分析环流形势应用的主要工具是欧亚或者北半球的5 0 0 h P a 月平均形势图、7 0 0 h P a 月平均形势图、1 0 0 5 0 0 P a 厚度图，或者采用卫星云图信息等。3 2 2 预报因子的物理考察，中长期成因预报方法的研究具有重要的理论与践意义，成因预报精度的高低与预报因子的合理选择密切相关。实践证明，预报因子的选择
82、是建立预报模型的基础和预报精度高低的关键。自然界中没有孤立发生的东西，水文现象也不是孤立的，而是存在着相互联系、相互影响、相互制约的关系。从径流形成的成因分析，可以看出长期水文过程的形成，在一定下垫面条件下，主要取决于降水，而降水的多少是受大气环流所支配的。所以，长期水文过程与天气过程的物理背景是一致的，如图3 1 【5 9 1 。2 1大伙房水库径流中长期预报方法应用研究图3 1 水文过程的影响因素示意图F i g 3 1S c h e m a t i cd i a g r a mo fa f f e c t i n gf a c t o r so f h y d r o l o g i c
83、 a lp r o c e s s在统计预报中为了寻找具有一定物理意义且符合一定统计原则的预报因子，必须对预报因子进行物理考察。所谓物理考察，是指分析预报对象与预报因子之间的物理联系，分析它们之间的因果关系，从大量因子中挑选出一批具有一定物理意义的因子，即影响因子。常用的影响因子有预报站前期流量、上游站前期流量、集水流域降水量等。此外也可以将一些对流量过程的长期变化规律起控制作用的影响因子作为预报因子，包括太阳辐射、太阳黑子数、地震场、地温场等地球物理量，海洋表面温度、E N S O 指数等海洋物理量，气压高度场、大气环流指数等物理量。由于上述很多因子对流量的影响往往有几个月甚至更长的滞后时间
84、才能反映出来，因此，考虑这些因子会有助于提高长期预报精度。预报对象与预报因子之间在时间上不能是同时的，在进行相关统计时，预报因子应比预报对象早出现一年才行。对于各种时段预见期的统计预报，必须使挑选的预报因子比预报对象早出现才行唧】。3 2 3 预报因子的统计分析在因子的物理考察获得大批可能因子的基础上，为了使预报因子与预报对象之间具有较好的相关性，且要求各因子之间能互相独立。还必须对可能因子进行统计分析，从中挑选出一些有效因子。统计分析的方法是常用来检验两个随机变量之间相关是否显著的统计学方法。常用的统计方法有：( 1 ) 相关概率法相关概率是水文气象工作者人工挑选预报因子的常用方法。具体做法
85、是计算出预报对象Y 和预报因子x 的距平，然后分析比较它们的距平符号，统计距平符号相同( 或相反) 的百分率的大小，在一定信度下达到标准的就选择该因子，达不到标准的则舍弃。常用X 2 来考察其显著程度。X 2 值的计算公式为：X 2 ：望竺坐f 3 7 1一一I j - ，-以、式中：n 为样本容量；m 为Y 与x 的距平符号相反或相同的出现次数。3 3 大伙房水库多元回归预报模型的建立自由度为1 的霹这一因子可选，3 3 1 主成分的推求根据第二部分的预报因子的初步识别以及物理考察的原则和意义，在建立大伙房径流中长期预报模型时，选取下列l O 项大伙房年径流影响因子。在我国北方地区某些流域的
86、径流中长期预报中较为常用，因此可以选为大伙房水库年径流预报的主因子。X l ：当年1 月太阳黑子数；砣：前一年年平均太阳黑子数；X 3 ：前一年东太平洋副高面积指数；x 4 ：前一年1 1 ，1 2 月东太平洋副高强度指数；工5 ：前一年年平均南方涛动值；x 6 ：前一年亚洲极涡强度指数；X 7 t 前一年西太平洋年均海温；X 8 ：沈阳7 0 0 h p a 当年2 月1 9 时位势高；X 9 ：当年4 月入库径流量；工1 0 前一年降水量。根据上述1 0 项指标1 9 5 6 年至2 0 0 0 年共计4 5 的统计数据资料，应用S P S S 统计分析软件进行主成分分析，求出相关矩阵的特
87、征根九、特征向量“及累计方差贡献率E ，计算结果如表3 1 。表3 1 因子分析解释总变量T a b 3 1F a c t o ra n a l y s i st oe x p l a i nt h et o t a lv a r i a b l e表3 1 由两部分组成，分别为初始因子解的方差解释、提取因子解的方差解释，分述如下：大伙房水库径流中长期预报方法应用研究第一部分初始因子的方差解释描述了初始因子解的情况。其中“T o t a l ”列给出因子的特征值；“o f V a r i a n c e 列给出的是每一个因子解释所有原始变量总方差的百分比；“C u m u l a t i v
88、e ”列给出的是前n 个因子对原始变量总方差的累积贡献率。观察该表可以看出，第一个因子的特征根九1 = 2 7 8 5 ，解释1 0 个原始变量总方差的2 7 8 4 7 ，累计方差贡献率为2 7 8 4 7 ：第二个因子特征根k = 2 1 8 8 ，解释1 0 个原始变量总方差的2 1 8 7 8 ，累计方差贡献率为4 9 7 2 5 ；第三个因子特征根b - - 1 3 5 0 ，解释l O 个原始变量总方差的1 6 4 9 9 ，累计方差贡献率为6 6 2 2 4 。第四个因子特征根k = 1 0 3 9 ，解释1 0 个原始变量总方差的1 0 3 8 9 ，累计方差贡献率为7 6 6
89、 1 3 。第五个因子特征根ko 8 8 0 ，解释1 0 个原始变量总方差的8 7 9 8 ，累计方差贡献率为8 5 4 1l 。第二部分提取因子解的方差解释描述了提取后的因子对总方差的解释情况。从表1 中可以看出，经过主成分方法提取因子后，有5 个因子被提取，5 个因子共解释1 0 个原始变量总方差的8 5 4 1 1 ，从总的情况看，5 个因子的解释效果比较好。根据表3 1 得知九l = 2 7 8 5 ，地= 2 1 8 8 ，b = 1 3 5 0 ，k = 1 0 3 9 ，第五个因子特征根九5= O 8 8 0 ，E = e 1 + e 2 + e 3 + e 4 + e 5 =
90、 8 5 4 11 。故取k = 5 。表3 2 因子得分的系数矩阵T a b 3 2C o e 伍c i e n tm a t r i xo ff a c t o r ss c o r e表3 2 所示是利用回归法估计因子得分系数。参照表3 2 得出，十个原始指标与前五个主成分( 综合因子) 的关系为：Z l = 0 4 2 8x l + 0 3 6 4 x 2 + 0 8 8 5x 3 + 0 8 4 3 X 4 0 5 6 8 x 5 - 0 3 4 2 x 6 - 0 2 3 3 x 7 + O 6 4 3 x s -一0 2 0 9 x 9 0 15 3 x 1 0z 2 = 0 8
91、 01 x l + 0 8 5 0 x 2 0 3 4 5 x 3 - 0 3 5 4 x 4 + 0 4 0 8 x 5 - 0 4 7 7 ) 【6 + O 3 2 5 x 7 0 2 7 8 x 9( 3 - 8 )( 3 9 )辽宁师范大学硕士研究生学位论文z 3 = - O 2 5 8 x l 一0 2 2 0 x 2 + 0 2 2 8 ) 【4 + 0 3 8 0 x 5 - 0 5 0 5 x 6 + 0 1 8 3 x 7 + 0 11 5 x s 一0 2 3 9 x 9 + 0 8 1 8 x l o( 3 1 0 )z 4 = O 1 3 5 x 2 + 0 1 7 4
92、 ) 时m 1 3 3 x 5 + 0 3 2 0 x 6 + 0 7 5 9 x 7 十卜o 4 7 5 x 9 + o 2 2 6 x l o( 3 - 1 1 )z s = O 2 8 8 x 5 - 0 3 0 1 x 6 0 3 1 0 x 椰1 6 5 x s + O 7 6 1 x 9( 3 1 2 )注：其中z l 、忽、z 3 、z 4 、z 5 为经过主成分分析之后的新主成分，是预报因子X l , X 2 ，再l o 的线性组合，称之为综合因子3 3 2 综合因子Z l 、z 2 、Z 3 、z 4 、Z 5 的L o g i s t i c 方程拟合应用S P S S 统
93、计分析软件对综合因子z I _ z 5 的计算值用l o g i s t i c 曲线拟合，求得：1z l = 广L 一( 3 1 3 )! + 0 0 0 2 1 0 0 8 2 0 0 01z 2 = _ 广二一( 3 1 4 )三一+ 0 0 0 1 】0 1 6 40001z 32 一丁一二+ 0 0 0 3 1 0 0 7 1 0 0 01z 42 T 一二+ 0 0 0 1 1 0 0 8 1 0 0 01z 52 r 一二+ 0 0 1 1 1 0 2 2 5 0 03 3 3 大伙房水库径流中长期预报多元线性回归模型的建立( 1 ) 回归模型的内推预报应用S P S S 统计分
94、析软件对大伙房年径流量( Y ) 及综合因子Z 1 、行多元线性回归分析得到模型回归系数，如表3 3 ：( 3 1 5 )( 3 1 6 )( 3 - 1 7 )z 2 、z 3 、z 4 、Z 5 ，进大伙房水库径流中长期预报方法应用研究( C o n s t a n t ) 8 4 2 1 5 36 2 7 8 1 51 3 4 11 8 8Z 14 0 82 3 1 02 3 41 7 78 6 1z 27 9 9 62 5 9 59 2 813 0 810 0 4z 32 5 5 3 l5 5 2 98 7 8 44 6 1 80 0 0Z 41 2 4 8 46 0 4 8- 1 2
95、 9 0- 2 0 6 40 4 6z 51 9 9 9 26 2 4 11 5 8 73 2 0 30 0 3因变量：年净流量根据表3 3 ，建立多元线性回归模型，如下：Y 毫8 4 2 1 5 3 + 0 4 0 8 2 1 + 7 9 9 6 2 2 + 2 5 5 3 1 2 3 1 2 4 8 4 2 4 + 1 9 9 9 2 2 5Y ：年径流量年径流量计算结果见表3 4 。表3 4 大伙房水库径流模拟相对误差计算表T a b 3 4R e l a t i v ee r r o ro fs i m u l a t i o no fD a h u o f a n gR e s e
96、r v o i r Sa n n u a lr u n o f ff o r e c a s t年份实际值( m m )计数值( m m )误差1 9 5 61 8 8 5 2 7 22 2 3 5 9 4 2O 1 91 9 5 71 7 0 3 8 3 211 0 8 9 1 30 3 51 9 5 851 8 7 2 8 45 9 4 8 4 10 1 51 9 5 91 6 6 8 0 91 8 2 3 8 4 90 0 91 9 6 02 9 9 2 1 32 1 2 9 8 5 30 2 91 9 6 111 7 3 0 81 2 9 4 1 8 00 1 01 9 6 21 2
97、0 1 5 71 3 1 2 2 0 70 0 91 9 6 31 5 1 2 0 2 41 4 7 4 9 2 90 0 2l9 6 42 4 3 2 2 72 5 7 2 7 8 40 0 61 9 6 59 4 3 1 l9 7 7 1 0 10 0 41 9 6 61 5 7 0 4 2 51 3 8 6 7 8 90 1 21 9 6 71 8 5 7 9 11 3 9 8 7 9 90 2 51 9 6 81 3 4 3 6 7 29 5 0 7 4 30 2 91 9 6 91 3 1 3 6 8 31 0 7 8 3 4 40 1 81 9 7 01 0 6 9 5 9 71
98、2 4 7 6 0 90 1 71 9 7 12 7 6 9 7 8 42 1 9 6 1 5 00 2 11 9 7 21 3 6 2 6 6 11 l1 5 7 9 9- 0 1 819 7 32 0 0 9 4 7 42 0 6 2 13 40 0 31 9 7 49 7 7 6 4 5l1 5 2 5 6 30 1 81 9 7 51 8 3 2 5 7 91 8 9 1 1 2 00 0 3辽宁师范大学硕士研究生学位论文续表3 4 大伙房水库径流模拟相对误差计算表T a b 3 4R e l a t i v ee r r o ro f s i m u l a t i o no f D
99、 a h u o f a n gR e s e r v o i r Sa n n u a lr u i l o f r f o r e c a s t年份实际值( m m )计数值( m m )误差1 9 7 61 0 2 0 4 7 4l1 3 4 3 2 10 111 9 7 86 0 1 8 6 46 6 4 5 2 70 1 01 9 7 91 2 0 6 3 1 88 0 7 2 5 2- 0 3 31 9 8 01 6 4 0 41 2 9 2 1 6 9- 0 2 l1 9 8 16 6 5 6 6 27 8 6 7 0 60 1 81 9 8 26 1 8 5 3 37 3 2
100、 2 0 80 1 81 9 8 31 7 3 3 1 8 61 6 1 8 0 0 0- 0 0 71 9 8 48 5 9 3 4 31 0 8 8 2 2 60 2 71 9 8 53 4 9 5 3 4 12 5 0 3 5 6 80 2 81 9 8 63 0 5 3 9 3 72 2 9 8 4 1 90 2 51 9 8 71 4 5 9 0 1 31 6 5 8 9 9 90 1 41 9 8 86 0 2 9 3 57 0 4 0 5 10 1 71 9 8 97 0 1 6 6 58 4 2 9 6 10 2 01 9 9 01 3 3 8 7 3 71 7 9 3 9 6
101、 60 3 41 9 9 111 5 5 3 1 98 9 3 6 3 60 2 31 9 9 25 8 2 7 8 26 0 8 3 0 70 0 41 9 9 31 2 8 5 0 7 91 2 9 0 1 7 90 0 01 9 9 41 4 6 5 0 0 61 8 2 8 7 9 40 2 51 9 9 54 0 1 4 2 4 63 0 4 4 5 9 0- 0 2 419 9 619 5 2 9 3 62 0 7 7 8 2 90 0 61 9 9 74 4 3 3 9 24 6 8 5 8 20 0 61 9 9 81 7 0 3 2 32 2 4 1 3 1 10 3 21
102、9 9 96 2 5 1 0 57 4 6 1 7 00 1 92 0 0 05 4 2 5 4 76 6 5 515O 2 3从表3 4 可以看出年径流预报值与实际值之间的误差范围小于等于2 5 的年份达到8 4 4 ，最大的预报误差范围也不超过3 5 ，因而，该模型具有较为准确的预报精度。为了检验表3 4 的回归模型的拟合效果，对样本年限内得年径流量进行预报拟合，拟合效果如图3 2 所示大伙房水库径流中长期预报方法应用研究营4 b4 裁2 52 01 51 0O 5O O图3 2 大伙房水库拟合效果对比图F i g 3 2S i m u l a t i o no fa n n u a lf
103、 o r e c a s t( 2 ) 回归模型的外推预报为了检验预报模型的预报效果，选取2 0 0 1 - - 2 0 0 5 年，共5 年作为检验期，对预报模型进行作业预报模型检验，如图3 3 。预报验证的统计成果如表3 5 所示。从表中可以看出，预测的5 年中，只有1 年的预测相对误差大于2 5 ，预测合格率达到了8 0 。图3 3 年径流量实际值与预测值对比F i g 3 3C o n t r a s to f t h ea c t u a lv a l u ea n dt h ep r e d i c t i v ev a l u e辽宁师范大学硕士研究生学位论文表3 5 大伙房水库
104、年径流量预测结果T a b 3 5F o r e c a s tr e s u l to fD a h u o f a n gR e s e r v o i r sa n n u a lr u n o f f( 3 ) 预报结果分析从图3 2 可以直观的看出，多元线性回归模型预测的大伙房水库年径流量与实际值之间有较高的拟合度。从表3 5 可以看出，该模型外推预报的检验也具有较高的预测精度。从而可以得知，此模型可以对大伙房水库2 0 0 0 年以后的径流进行预报，对大伙房水库的径流预报具有一定的借鉴和参考的意义。综上，得出以下3 个结论。基于主成分分析法和多元线性回归方法，用L o g i s
105、t i c 曲线拟合能有效提取原始数据中包含的信息的综合因子，建立了大伙房水库径流中长期预报的模型。通过拟合结果表明，建立的大伙房水库径流中长期预报的模型具有较高得精确度，可以用来预测大伙房水库2 0 0 0 年之后的径流量，为水资源规划与管理部门指导生产实际提供参考依据。不可否认的是，在建立的多元回归线性预报模型中也存在一些问题，如选择预报因子个数的合理性，预报模型的拟合效果和预报效果的不一致性以及预报值是否取各因子数据的均值( 这样就难以预报出极大或极小的水文现象) 。这些问题都将导致中长期预报的精度受到不同程度的限制，故还需对径流预报的机理进一步的探索，完善预报方法，从而达到提高预报精度
106、的目的。大伙房水库径流中长期预报方法应用研究第4 章基于小波分析技术的大伙房水库中长期预报模型4 1 概述4 1 1 小波的定义小波分析【6 1 。6 3 1 是一种窗口大d , N 定但形状可变( 时宽和频宽可变) 的时频局部变化分析方法，它具有自适应的时频窗口：高频段时，频域窗口增大，时间窗口减小；低频段时，时间窗口增大，而频域窗口减小，不断调节时频窗口的大小就可以得到各时间段径流变化的周期及强度特性。小波分析的关键在于引入了满足一定条件的基本小波函数伊( f ) 以代替F o u r i e r 变换中的基函数e 妇。9 ( t ) 经伸缩和平移得到一族函数：( f ) = I 口严伊(
107、 竺)a , b R ，a g = O( 4 1 )口式中、l ，如称分析小波或连续小波。a 为尺度( 伸缩) 因子，在一定意义上1 a 对应于频率。b 为时间( 平移) 因子，反应时间上的平移。小波是具有下述性质的函数或滤波器：( 1 ) 小波是一般函数的建筑块；( 2 ) 小波具有时一频局部化特性；( 3 ) 小波具有快速变换算法。4 1 2 小波的性质“小波”正如名字所暗示的一样，小波( w a v e l e t ) 就是“很小的波”，一类具有震荡性、能够快速衰减到零的函数。其数学上的定义为：lq o ( t ) d t = 0( 4 - 2 )称满足上式的小波为基本小波。它具有以下特
108、性：( 1 ) 小。一方面基本小波的能量小，即亡I 伊( f ) 1 2d t = 1 ；另一方面基本小波的形体小，即在时域上的持续时间是有限( 一个较小的区间) 的，最好具有紧支撑( t i g h ts u p p o r t ) 性质，同时要求在频域上具有局域化特征。( 2 ) 震荡性。小波在时域上具有震荡性，即r 伊( f ) 出：0 ；同时应具有良好的消失矩性质，及I t P g ( t ) d t = 0 ，p = 1 - n ，且n 越大越好。辽宁师范大学硕士研究生学位论文( 3 ) 自相似性。每一个连续小波纯6 ( f ) 与母小波9 ( f ) 形状相似，连续小波之间的形状也
109、相似。连续小波是母小波的子代，具有无穷多。4 1 3 离散小波变换( 1 ) 离散小波的定义连续小波变换是将一维信号俐等矩映射到二维尺度一时间。a - b 平面其自由度明显增加，从而使得小波变换系数含有很多冗余信息，因此连续小波变换系数具有相关性。这对去噪、数据恢复、特征提取等是有益的，对于特征压缩和数值计算，就不利了。为了减少小波变换系数的冗余度，可将尺度和位移参数进行离散化处理，再进行小波变换，称为离散小波变换。一般将离散小波函数中的位移b 和尺度a 这样离散化：a = a ；，b = 蛾口；( 4 - 3 )a o O ，且b o o , b o R则连续小波变成离散小波：孽o j k
110、( f ) = a - J 伊( a 0 7 t k b o )j , k Z( 4 4 )那么信号f ( O 的离散小波变换为：W I ( J ，后) = 口坨J 二丘，) 歹( 口i 7 f k b o ) d t( 4 - 5 )式中，对不同的频率成分口i 7 ，在时域上的取样步长为口孑7 ，是可调的：高频者( 对应小的J 值) 采样步长小，低频者( 对应大的j 值) 采样步长大。也就是说，离散小波变换同样能实现窗口的大小固定、形状可变的时域局部化功能。( 2 ) 离散小波的重构当离散小波缈m ( f ) 满足训川2 I 伊) 1 2 BI I 川20 A B 8( 4 6 )3k式中，
111、嗍为范数；称妒m ( f ) 构成了一个小波框架。当A = B 时，为紧框架，则删可以重构为：北) = 专。) 伊肌( f )( 4 7 )“J ，当么知，但比较接近时，俐可以重构为：f ( t ) 2 忐丢u 矾以) ( 4 - s )3 1大伙房水库径流中长期预报方法应用研究其他情况：北) = 哆u ”缈肚( f ) = ( 饨) ，9 m ( f ) 溉，七( f )( 4 9 )工七J ，七式中，瓦，。( f ) 为纺，。( f ) 的“对偶”。由基本小波通过平移和伸缩得到：歹m ( f ) = 口i j l 2 q 伊( a j n t 一砜)( 4 1 0 )事实上，对偶小波歹(
112、t ) 或瓦，。 ) 是难以获得的，目前也仅仅是形式上的意义。4 1 4 几种基本小波函数小波分析需要选合适的基本小波函数，不同的情况需要不同的小波函数，目前广泛使用的小波函数有H a r t 小波、M e x i c a nh a t 小波、M o r l e t 小波、正交小波、样条小波等。( 1 ) H a r t 小波、H a a r 函数是一组互相正交归一的函数集。H a a r 小波是由它衍生而得，是1 9 1 0 年由数学家A H a a r 提出的，它是最早用到的、最简单的具有紧支集的正交小波函数，其定义如下：I1( 0 t 1 2 )f o ( t ) = 一1 ( 1 2
113、t a 。，定义非严格周期b 的相对隶属函数为：p ( F 1 =1 ，F 乞。( 石，以)瓦I 署亏亏，疋：( 石，以) ， c 。( 石，厶)( 4 2 。)o ，F 疋2 ( Z ，以)C 。( Z ，厶) ，只：( Z ，以) 分别为显著性水平口，口：，由F 分布表查得的临界值，p ( F )表示在给定的显著性水平区间k ，口：l 条件下，存在非严格周期b 年的相对隶属程度，0 ( F ) 1 ，u ( F ) = 1 表示存在b 年周期，“( F ) = 0 表示不存在b 年周期，模型( 4 2 0 )称为模糊假设检验模型。特殊的，如果a = 口。= 口：，即显著性水平区间k ，口：
114、】变为点口，则为通常的统计假设检验模型辽宁师范大学硕士研究生学位论文? c F ? - 嚣三麓篆岛，。z ( V ) 为特征函数，x ( F ) = 1 表示存在b 年周期，z ( F ) = 0 表示不存在b 年周期。( 3 ) 大伙房水库年径流序列的周期分析，一根据上述理论叙述，确定大伙房水库年径流序列可能存在的周期，如表4 - 1 。fh 表4 1b = 8 截取年径流序列的各组数据排列表( 单位：1 0 3 m m )T a b 4 1b = 8I n t e r c e p d o no f t h eg r o u po f a n n u a lr u n o f f s e r
115、 i e s ，d a mr O W S ( u n i t ：1 0 3 m m )1234561 8 8 52 4 3 21 3 6 31 6 4 00 6 0 31 9 5 31 7 0 4O 9 4 32 0 0 90 6 6 60 7 0 20 4 4 30 5 1 91 6 6 82 9 9 21 1 7 31 2 0 21 5 1 21 5 7 01 8 5 81 3 4 41 3 1 41 0 7 02 7 7 00 9 7 81 8 3 31 0 2 01 0 7 30 6 0 21 2 0 60 6 1 91 7 3 30 8 5 93 4 9 53 0 5 41 4 5
116、91 3 3 91 1 5 50 5 8 31 2 8 51 4 6 54 0 1 41 7 0 30 6 2 50 5 4 31 2 4 90 7 6 81 2 6 371 2 6 02 9 3 3_1 5 9 11 3 4 31 1 2 11 4 7 91 2 2 31 5 9 81 3 6 02 0 3 7- _ _ _ 一I _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 一根据大伙房水库1 9 5 6 - - - 2 0 0 5 年的径流量的原始数据，算的多年平均值z 2 1 4 6 9 ( 1 0 3 r a m ) 。按表4 - l 中的_ 值，由
117、公式( 4 1 5 ) 和I ( 4 1 6 ) 分别得S l = 4 5 9 2 ，$ 2 = 2 7 0 6 2 。A = b - 1 = 7 ，正= ，z b = 4 2 ，由式( 4 1 9 ) 得F = I 0 1 8 。类似地，可以计算不同试验周期b 的统计量F 列于表4 2 。由表4 2 所列的结果，可见大伙房水库年径流序歹O ( 1 9 5 6 - - 2 0 0 5 ) 基本上不存在明显的周期特性。3 5表4 2b - - 2 ，3 ，1 2 试验周期的成果表T a b 4 2b = 2 ，3 ，1 2T h er e s u l t so f t e s tc y c l
118、e- _ - l - - - _ _ I _ - - _ _ 一mi ii _ _ - I _ _ l _ l - l - - - - _ 一6 两五岛正F凡o lF o I 川矽是否存在6 周期20 0 7 3l3 1 5 9 84 80 1 1 l2 7 80不存在30 4 23 1 1 5 84 70 3 7 640 4 8 133 1 1 7 04 60 2 3 72 3 82 1 70不存在0不存在51 1 7 043 0 4 8 44 50 躬22 0 40不存在61 7 8 852 9 8 6 64 40 5 2 71 9 50不存在72 3 5 462 9 3 0 0 4 30
119、 5 7 61 8 70不存在84 5 9 272 7 0 6 24 2l 0 1 81 8 20不存在92 3 6 482 9 2 9 04 1O 4 1 42 8 21 7 70不存在1 02 7 2 292 8 9 3 24 00 4 1 81 7 40不存在n 气气71 13 9 5 51 02 7 6 9 93 9“2 6 41 7 10不存在1 24 4 2 31 12 7 2 3 13 80 5 6 11 7 00不存在4 2 2 大伙房水库年径流序列周期变化分析为了验证大伙房水库年径流序列( 1 9 5 6 - _ 2 0 0 5 ) 基本上不存在周期特性，采用D P S 9
120、5 软件进行验证，见图4 1 。图4 1大伙房水库年径流量的时频图F i g 4 - 1T h et i m e - f r e q u e n c yd i a g r a mo f D a h u o f a n gr e s e r v o i r sa n n u a lr u n o f f辽宁师范大学硕士研究生学位论文，从图4 t 可以看出，大伙房水库的年径流序列( 1 9 5 6 - - 2 0 0 5 ) ，周期性不是很明显，利用模糊聚类分析方法所求出的结果基本一致。因而，我们可以得知大伙房水库年径流序列( 1 9 5 6 - 二- 2 0 0 5 ) 基本上不存在明显的周期特
121、性。一，“4 3 大伙房水库中长期预报小波分析模型的建立二jj! ，l4 3 1 基于离散小波分析分解的大伙房水库年径流序列t-：tr 利用m a t l a b 软件中的小波分析包工具，做出大伙房水库的年径流序列( 1 9 5 6 - - 2 0 0 5 )2=暑、- 哪桴咧- ；F i g 4 2T h eo r i g i n a ld a t as i g n a lC U l V eo fD a h u o f a n gr e s e r v o i r sa n n u a ! r u n o f f。利用、m a d a b 软件中的小波分析包工具，对将原始信号进行小波多尺度分
122、解( 利用d b ( 3 ，5 ) 离散小波函数) ，如图4 3 所示。，3 7大伙房水库径流中长期预报方法应用研究图4 3 大伙房水库年径流量的小波尺度分解F i g 4 3 W a v e l e td e c o m p o s i t i o no f a n n u a lr u n o f f o f D a h u o f a n gr e s e r v o i r由图4 3 可以看出，相对于原径流序列s ，分解后的高频系数( d 1 d 5 ) 和低频系数( a l - a 5 ) ，随着尺度的增大，大伙房水库年径流序列的扰动越来越小，趋势越来越显著。这个不断去除随机因素使大
123、伙房水库年径流序列趋势化和平稳化的过程使对年径流的处理转化为对小波系数的处理，可以降低年径流预测的难度和复杂程度。3 8表4 3 大伙房水库年径流量预测结果T a b 4 3T h ef o r e c a s tr e s u l to f a n n u a lr u n o f fo fD a h u o f a n gr e s e r v o i r年径流数据根据表4 3 的数据，得出大伙房水库径流量的实际值与预测值的折线图，如图4 4 。图4 4 径流量实际值与预测值拟合效果图F i g 4 4S i m u l a t i o no f a n n u a lf o r e c
124、a s t从图4 4 可以直观的看出，大伙房水库径流量的实际值与预测值的拟合效果较好，最大的误差达到2 7 8 ，预测的5 年中，只有1 年的的误差大于2 5 ，说明建立的基于小波分析技术的大伙房水库中长期预报模型，其外推预报效果较好。3 9大伙房水库径流中长期预报方法应用研究4 4 ，J 、结本章以大伙房水库径流量为研究对象，应用模糊聚类分析方法，得出大伙房水库年径流序列不存在明显的周期性，并结合D P S 9 5 软件得出的时频图进行验证，从而确定大伙房水库年径流序列不存在明显的周期性。借助m a t l a b 软件中的小波分析包工具，对大伙房水库年径流量序列进行小波尺度分解，结合D P
125、 S 9 5 软件，进行分析计算，建立基于小波分析技术的大伙房水库中长期预报模型。经验证，建立大伙房水库径流中长期预报模型，预测结果较好，说明这种预测方法具有较为广阔的预测前景。辽宁师范大学硕士研究生学位论文第5 章三种预报模型预测结果对比分析由于水文要素本身的随机性、复杂性及不确定性，各种因素都在不断变化，很难用物理方法对水文现象进行描述。本文以大伙房水库历年年径流序列( 1 9 5 6 - - - 2 0 0 5 年) 为研究对象，以1 9 5 6 2 0 0 0 年的径流序列为建模数据序列，分别选取时间序列、多元回归、小波分析技术这三种具有一定代表性的中长期预报方法，结合S P S S
126、、D P S 9 5 以及M a n a b等分析工具，依次建立基于S P S S 统计软件的时间序列分析的大伙房水库中长期预报模型，基于L o g i s t i c 方程的多元回归分析的大伙房水库中长期预报模型及基于小波分析技术的大伙房水库中长期预报模型。以2 0 0 1 - - - - 2 0 0 5 年的径流序列进行验证，预测结果如表5 1 。表5 1 三种模型预测结果及误差T a b 5 1P r e d i e t i v er e s u l t sa n de r r o ro f t h r e ek i n d so f m o d e l s三种结果模型预测结果对比分析如
127、表5 2 所示。表5 2 三种模型预测结果对比分析T a b 5 2C o m p a r a t i v ea n a l y s i so f p r e d i c t i v er e s u l t sa n do ft h r e ek i n d so f m o d e l s从表5 2 可以看出本文采用时间序列A R Q ) 模型建立的基于时间序列的A R ( 3 ) 的大伙房水库径流中长期预报模型，预测结果相对较低。而多元回归径流中长期预报模型，以及小波分析技术的大伙房水库中长期预报模型，则具有相对较高的预测精度。由于时4 1大伙房水库径流中长期预报方法应用研究间序列法属于
128、单要素预报方法，从径流本身的历史序列中寻找规律进行预报，这样就有两个弊端难以避免，一是目前关于径流序列本身规律性的问题还处在探索阶段，这种规律并不明晰；二是资料长度有限，即使有很好的规律性，在几十年的资料中也未必得到充分体现。因而在进行对大伙房水库多年径流中长期预报中，采用结合S P S S 统计软件的水文时间序列模型还存在较大的改进之处，在现实中难以有效推广。图5 1 三种模型预测结果拟合图F i g 5 1S i m u l a t i o no fa n n u a lf o r e c a s to ft h r e ek i n d so f m o d e l s从表5 2 和图5
129、 1 可以看出在进行对大伙房水库多年径流中长期预报中，建立的大伙房水库的L o g i s t i c 方程的多元回归分析的大伙房水库中长期预报模型，及小波分析技术的大伙房水库中长期预报模型都存在较高的预测精度。但是在分析计算过程中，发现相对于小波分析技术的大伙房水库中长期预报模型，L o g i s t i c 方程的多元回归分析模型具有相对较高的内推预报模拟精度，( 从表3 4 可以看出径流预报计算结果与径流预报实际值之间得误差范围小于等于2 5 的年份达到8 4 4 ，最大的预报误差范围不超过3 5 ) ；而且在分析及计算过程中，L o g i s t i c 方程的多元回归模型操作更为
130、简便，可以花费较少的工作量达到同样的预报及模拟效果。因此，就大伙房水库来说，根据对其1 9 5 6 2 0 0 5 年5 0 年的实测径流资料研究表明，基于主成分分析的多元回归数学方法在拟合效果和预报精度优于其他两种模型，具有较为广泛的应用前景。4 2辽宁师范大学硕士研究生学位论文第6 章结论与展望6 1 结论本文在广泛的查阅国内外有关文献及收集和整理相关数据的基础上，从径流的物理成因分析着手，构建大伙房水库中长期径流预报模型的理论框架。在此基础上建立预报模型，并对所建立的预报模型的预报效果进行统计分析率定，以此确定可用于预报作业的可靠性较高的中长期预报模型，为水资源的可持续发展和提高水资源的
131、利用率提供有价值的参考依据。得出以下结论：( 1 ) 以大伙房水库为例，根据其径流量时间序列长期趋势变化特征，应用S P S S统计软件进行分析运算，建立基于S P S S 统计软件的时间序列分析的大伙房水库中长期预报模型。结果表明该模型的预报精度相对较低，在实际模拟预报中不值得推广及应用。( 2 ) 从产汇流和水量平衡的角度出发，采用物理成因分析和数理统计分析相结合的方法，对影响大伙房水库的年径流因子进行系统的分析和研究。结果表明降水、入库径流两个因子是影响大伙房水库年径流量的主要因素。( 3 ) 建立的基于L o g i s t i c 方程的多元回归分析的大伙房水库中长期预报模型和基于小
132、波分析技术的大伙房水库中长期水文预报模型，两个模型均具有较高的预报精度。而相对于小波分析技术的大伙房水库中长期预报模型，L o g i s t i c 方程的多元回归分析的大伙房水库中长期预报模型具有相对较高的内推预报模拟精度；此外，在分析及计算过程中，L o g i s t i c 方程的多元回归模型操作更为简便，可以花费较少的工作量达到同样的预报及模拟效果。6 2 展望由于中长期水文预报发展的历史不是很长，预报水平相对较低下，而且相关的资料收集困难，因此在有限的资料条件下如何提高预报精度成为本文的中心问题。此外，虽然径流的中长期预报方法很多，但目前还没有一种模型对所有的径流序列来说都是适用
133、的。众多的预报方法，其应用条件即使能从理论上加以说明和论证，但对每一个具体的径流序列来说，要选择一个合适的模型仍然是困难的。此外，论文由于时间关系，以及本人经验的不足，使得文章还会有很多不足之处。因此，在未来应该努力提高改善以上的不足之处，并且努力推陈出新，建立一种预测精度相对较高的大伙房水库径流中长期预报水文模型，能够为当地人们进行生产实践活动提供参考依据。4 3大伙房水库径流中长期预报方法应用研究参考文献【1 】关业祥，陈群香，姚建文2 1 世纪初期我国水利发展展望中国水利，2 0 0 0 ( 1 ) ：1 1 1 2 2 】中长期水文预报中国农业百科全书水利卷( 下) 北京：农业出版社，
134、1 9 8 7 ：9 9 0 3 毛昭雄中长期水文预报青海省电力工业局印1 9 9 2 年6 月 4 】黄忠恕，王钦梁，匡奇北太平洋和青藏高原下垫面热状况与长江流域汛期旱涝关系初步探讨 A 】长江流域规划办公室水文预报论文选集( 1 9 8 1 年全国水文预报学术讨论会) C 】北京：水利电力出版社1 9 8 5 1 8 0 一1 8 7 5 】刘清仁松花江流域水旱灾害发生规律及长期预报研究 J 】水科学进展1 9 9 4 ，5 ( 4 ) ：3 1 9 3 2 7 【6 章淹致洪暴雨中期预报进展叨水科学进展，1 9 9 5 ：6 ( 2 ) ：1 6 2 - - 1 6 8 7 杨旭，栾继河
135、，冯国章中长期水文预报研究评述与展望西北农业大学学报，2 0 0 0 1 2 ，2 8 ( 6 ) ：1 0 3 2 0 7 8 】唐海行密云水库汛期水量长期预报方法探讨水文，1 9 9 4 ( 5 ) ：3 9 - 4 3 【9 】闵骞含趋势项的周期叠加预报模式江西水利科技，1 9 9 6 ，2 2 ( 3 ) ：1 5 0 1 5 4 【1 0 】冯耀龙，韩文秀权马尔可夫链在河流丰枯状况预测中的应用系统工程理论与实践1 9 9 9 ，1 9 ( 1 0 ) ：8 9 9 3 ，9 8 ，【l1 B o xGEP ，T i m es e r i e sa n a l y s i s ：f o
136、 r e c a s t i n ga n dc o n t r o l M S a nF r a n c i s c o ：H o l d e n - d a y ：1 9 7 6 【1 2 】卢华友，邵东国，郭元格丹江口水库径流长期预报研究 J 武汉水利电力大学学报，1 9 9 6 ，2 9 ( 6 ) ：6 1 0 【1 3 1 冯国章枯水径流预报的最优模糊划分自激励门限自回归模型 J 西北农业参考文献大学学报，1 9 9 7 ，2 5 ( 2 ) ：2 1 - - 2 6 【1 4 】冯国章，王双银，王学斌自激励门限自回归模型在枯水径流预报中的应用叨西北农业大学学报，1 9 9 5 ，
137、2 3 ( 4 ) ：7 8 8 3 1 5 陈明著神经网络模型大连：大连理工大学出版社，1 9 9 5 【1 6 1 陈守煜等著水利水文水资源与环境模糊集分析大连：大连工学院出版社，1 9 8 7 【1 7 陈守煜，许士国径流分级长期预报的模糊聚类分析法水利学报，1 9 8 6 ( 7 ) ：4 3 - 4 9 【1 8 王本德编著水文中长期预报模糊数学方法大连：大连理工大学出版社1 9 9 3 年4 月 1 9 陈守煜中长期水文预报综合分析理论模式与方法水利学报，1 9 9 7 ( 8 ) ：1 5 2 1 2 0 李正最谈灰色静态模型与多元线性回归模型的关系水资源研究，1 9 9 0 ，
138、9 ( 1 ) ：6 8 7 1 【2 1 1 谢科范评灰色系统理论系统工程，1 9 9 1 ，9 ( 4 ) ：4 9 5 2 2 2 冯平，杨鹏，李润苗枯水期径流量的中长期预报模式水利水电技术，1 9 9 2 ( 2 ) ：6 9 2 3 夏军冲长期径流预估的一种灰色关联模式与预测方法水科学进展1 9 9 3 , 4 ( 3 ) ：1 9 0 1 9 7 2 4 陈意平，李小牛灰色系统理论在水利中的应用及前景人民珠江，1 9 9 6 ( 1 ) ：2 5 2 7 2 5 钟桂芳灰色变基模型在密云水库长期水文预报中的应用北京水利，1 9 9 6 ( 3 ) ：4 7 5 0 【2 6 陈明著
139、神经网络模型大连：大连理工大学出版社，1 9 9 5 【2 7 吴超羽，张文水文预报的人工神经网络方法中山大学学报( 自然科学版) ，1 9 9 4 ，3 3 ( 1 ) ：7 9 9 0 2 8 邱林，陈守煜，聂相田模糊模式识别神经网络预测模型及其应用水科学进展，1 9 9 8 ，9 ( 3 ) ：2 5 8 2 6 4 2 9 陈守煜，聂相田，朱文彬等模糊优选神经网络模型及其应用水科学进展1 9 9 9 ，1 0 ( 1 ) ：6 9 7 4 辽宁师范大学硕士研究生学位论文【3 0 傅军洪水混沌分析及其非线性预测方法研究【学位论文】成都：四川联合大学，1 9 9 4 【3 1 赵永龙水文动
140、力系统混沌分析及其非线性预测【学位论文】成都：四川联合大学，1 9 9 7 3 2 李贤彬，丁晶，李后强等子波分析在水文水资源中的潜在应用叨四川联合大学学报( 工程科学版) ，1 9 9 7 ，l ( 4 ) ：【3 3 1 7 ：文圣，丁晶小波分析在水文学中的应用研究及展望叨水科学进展2 0 0 2 ，1 3 ( 4 )【3 4 】胡增臻，石伟子波变换在人气科学中的应用研究阴大气科学，1 9 9 7 ，2 1 ( 1 ) ： 3 5 】孙力等中国东北地区夏季降水异常的气候分析阴气象学报，2 0 0 0 ，5 8 ( 1 ) ：7 2 8 0 3 6 】孙卫国，程炳岩河南省近5 0 年来早涝变
141、化的多时间尺度分析阴南京气象学院学报，2 0 0 0 ，2 3 ( 1 ) ：2 51 - 2 5 5 【3 7 】姚建群连续小波变换在上海近1 0 0 年降水分析中的应用 J 】气象学报，2 0 0 1 ，2 7 0 ) ：【3 8 】郑显，张闻胜基于小波变换的水文序列的近似周期检测法叨水文，1 9 9 9 ，1 9 ( 6 )【3 9 陈果水文预报的类比合成方法研究 D 清华大学，2 0 0 4 【4 0 L o r e n c eEN A t m o s p h e r i cp r e d i c t a b i l i t yi sr e v e a l e db yn a t u
142、r a l l yo c c u r r i n ga n a l o g u e s ( J ) J o u r n a lO fA t m o s p h e r i cS c i e n c e s ，19 6 9 ，2 6 ：6 3 9 - 6 4 6 4 1 】陈果，尚松浩，雷志栋类比合成方法在干旱区内陆河径流量预报中的应用叨干旱区地理，2 0 0 4 ，2 7 ( 3 ) ：2 8 7 - - 2 9 2 4 2 水利电力部水文水利调度中心主编水文情报预报规范( S D l 3 8 8 5 ) 1 9 8 5 年6 月1 日 4 3 辽宁省大伙房水库管理局大伙房水库调度工作手册【4
143、 4 】杨春霞大伙房跨流域引水工程优化调度方案研究 D 】大连理工大学，2 0 0 7 4 5 】陈峥杉时间序列预测的研究与实现 J 福建电脑，2 0 0 4 ，1 1 ：9 1 1 4 6 3 t 褒j 成友，官学文，张世明现代中长期水文预报方法及其应用 M 】中国水利水电出版社，2 0 0 8 4 7 张丽霞新疆塔城城区农九师中小河流中长期预报问题的研究p 】新疆农业大学，2 0 0 6 4 8 丁晶，刘权授随机水文学 M 】中国水利水电出版社，1 9 9 7【4 9 李燕琛社会科学统计软件包S P S S M 北京：中国人民大学出版社，1 9 9 9 【5 0 徐建华计量地理学 M 】高
144、等教育出版社2 0 0 6 ：9 5 1 0 0 5 1 姜永，李德新L o g i s t i c 方程的灰色建模法【J 福建农林大学学报( 自然科版) ，2 0 0 4 ，1 2 ( 4 ) ：5 3 5 5 3 7 【5 2 M e n o nA , B h a n d a r k a rS P r e d i c t i n gp o l y m o r p h i ct r a n s f o r m a t i o nc u r v e su s i n gal o g i s t i ce q u a t i o n 【J 】I n t e r n a t i o n a l J
145、 o u r n a lo f P h a r m a c e u f i c s ，2 0 0 4 ，2 8 6 ( 1 2 ) ：1 2 5 1 2 9 【5 3 】e n $ e I lALS i m p l ed e n s i t y - d e p e n d e n tm a t r i xm o d e lf o r p o p u l a t i o np r o j e c t i o n J 】E c o l o g i c a lM o d e l i n g ，1 9 9 5 ，7 7 ( 1 ) ：4 3 - 4 8【5 4 S a d k o w s k iA O
146、 nt h ea p p H c a t i o no ft h el o g i s t i cd i f f e r e n t i a le q u a t i o ni ne l e c t r o c h e m i c a ld y n a m i c s J 】J o u r n a lo fE l e c t r o a n a l y t i c a lC h e m i s t r y ，2 0 0 0 ，4 8 6 ( 1 ) ：9 2 9 4 【5 5 1 3 三本德水文中长期预报模糊数学方法 M 大连：大连理工大学出版社，1 9 9 3 5 6 庄一钨，林三益水文预报
147、水利水电出版社1 9 8 6 1 0【5 7 薛薇基于S P S S 的数据分析 M 中国人民大学出版社，2 0 0 6 ：2 8 3 2 8 4【5 8 1 3 三本德水文中长期预报模糊数学方法口阅大连理工大学出版社，1 9 9 2 【5 9 】汤成友，官学文，张世明现代中长期水文预报方法及其应用 M 】中国水利水电出版社2 0 0 84 5大伙房水库径流中长期预报方法应用研究 6 0 】孙树青长江三峡中长期水文预报研究【D 】长沙理工大学, 2 0 0 7【6 1 3 3 三文圣，丁晶，李跃清水文小波分析 M 】北京：化学工业出版社，2 0 0 5 6 2 】飞思科技产品研发中心小波分析理
148、论与M A T L A B 7 实现 M 】北京：电子工业出版社, 2 0 0 5 【6 3 】汤成友，官学文，张世明现代中长期水文预报方法及其应用 M 中国水利水电出版社，2 0 0 8【6 4 】陈守煜，赵瑛琪多年径流过程周期分析的模糊统计推断 J 】水电能源科学，1 9 8 6 , 4 ( 4 ) ：2 9 9 3 3 4 究，海洋开发与管理，2 0 0 9 ，( 3 ) ：9 5 9 8 ；，3 林冬梅，游海林曲线参数估计在径流量与降雨量关系研究中的应用，海洋开发与管理，2 0 0 9 ，( 6 ) ：1 2 4 1 2 6 ；4 游海林，曹永强改进的A H P 在省界缓冲区水资源保护
149、方案评价中的应用，中国水利学会水资源专业委员会2 0 0 9 年年会暨学术研讨会；5 曹永强，游海林，伊吉美A H P 在省界缓冲区水资源保护方案评价中的应用，长江科学院院报，2 0 0 9 ，2 6 ( 1 2 ) ；6 曹永强，伊吉美，邢晓森，游海林辽宁省水资源利用与社会经济的协调发展量化分析，水力发电学报，2 0 1 0 ，2 9 ( 1 ) ，8 0 一8 4 ；7 曹永强，伊吉美，游海林，邢晓森投影寻踪综合评价法在农业旱灾脆弱性评价中的应用，人民黄河，2 0 1 0 ，3 2 ( 2 ) ，1 2 1 3 ；2 参加的学术会议与学位论文相关：中国水利学会水资源专业委员会2 0 0 9
150、 年年会暨学术研讨会；参加中日“长江流域人类活动与自然相互作用”学术研讨会( 2 0 0 9 0 9 0 7 2 0 0 9 0 9 0 9 )4 7大伙房水库径流中长期预报方法应用研究致谢非常感谢我的导师曹永强副教授三年来所给予的指导、帮助和鼓励。从论文的选题、论文题目的确定、论文结构的形成、数据的处理、论文的多次修改到最终文稿的形成，都是在导师的悉心指导下完成的。导师那深厚的理论功底、缜密的思维能力、严谨的治学态度、宽厚耿直的性格、博大的胸怀与气度以及诲人不倦的精神给我留下了深刻的印象，并时刻激励着我，教我如何去做人和做学问。每一次与他的交流都让我感觉到一种压力，促使我不断地学习和提高自己。衷心感谢导师三年来对我的精心培养，并向他和他的家人致以最美好的祝福!论文的顺利完成离不开同学的帮助，在论文资料收集过程中，得到大伙房水库管理局的支持和帮助；在论文修改过程中，得到舍友李红波和师妹张兰霞的细心帮助，在这里表示衷心的感谢。同时也感谢刘玉玉、邢晓森、伊吉美、乔广浩，感谢与你们一起度过的那些美好日子。感谢院系各位领导和老师对我的培养和教诲之情，祝愿各位老师工作顺利、身体安康! 祝愿城市与环境学院各项工作再上新台阶!感谢我的家人，他们的理解、支持和鼓励是我前进路上的不竭动力，正是有了他们的无私的奉献我才能顺利地完成我的研究生学习!游海林二零一零年五月于辽宁师范大学
