第二章历史演变法.ppt

第二章 历史演变法 一 、 历史演变方法的基本思路 目前采用的预测方法多是依据某一测站水文要素(降雨 量、流量、水位等)历史演变规律（曲线或过程）做长期 预测，其预见期可达1年。 1951年，我国著名的气象学家杨鉴初先生首先提出， 用某气象要素年际变化的特征做年度预报的方法。后来 逐步形成一个用单站气象要素历史演变折线的外形特征， 来做长期预报用的历史演变法。 它的基本出发点是：任何一个水文要素的长期记录反映了这一要素全面的变化过程。只要我们能够找出这一要素的演变规律，就可利用这些规律来进行预报。在实际工作中，根据水文要素历史演变曲线情况，可以归纳出以下几种主要规律： 1、持续性。所谓持续性是指水文要素的历史变化中升降变化的持久程度。 规律： a．如果某年年平均流量上升至均值附近或均值以上， 则第二年一般要下降； b．如果第一年下降，第二年继续下降，则第三年一般 要上升； c．如果某年年平均流量下降至最低点(或上升至最高 点)，则第二年必然上升(或下降)，而且一般情况是 上升(或下降)的幅度比较大。 2、相似性。相似性是指历史变化曲线在某一段时期与另一段时期的变化趋势，在外形上有很相似的地方。 1970—1974年和1991—1995年演变趋势非常相似。 3、周期性。这里所指的周期性并不是严格的周期， 而是指某一水文要素的变化过程在经过一定的时间间隔以后会出现类似的变化，同时周期性本身在历史变化中也不是永远不变的。 4、最大与最小可能性。任何水文要素的历史变化，它的数值在一定时期内均有适当的变化范围。 超出历史变化范围的情况称为最小可能性，历史变化中经常出现的范围称为最大可能性 5、转折点。若水文要素在历史变化中的某一时期内很明显的特征，并在其后一时期中有所改变又出现新的特征，就称这两个时期之间的转折期为转折点。 这个方法的最大特点是适用于一切气象要素和任何时间数列的预报，且有一定的效果。 二、预报步骤 1、整理记录 首先按照预测要求，将资料加以整理和统计计算，然后以横坐标表示年份、纵坐标表示要素的实际数值或距平值画出历史演变曲线。采用实际数值时，同时要计算历年的平均值并将其标注在历史演变曲线上，以便看出各年要素值与均值的关系。 2、统计分析主要规律。 在水文要素历史演变曲线上，检查哪一种规律比较明显。统计每种规律在全部实测资料年限内出现的次数，分析例外的情况能否用其他规律补救及转折点的年份有什么特征等。对这些结果进行综合研究判断。 3、做出初步预测值 应用上一步中已判断出来的主要规律，推估出下一年可能出现的数值，这时特别要注意近几年的变化与全部历史变化曲线内哪一时期的情况相似，尤其要注意到当年的情况有些什么变化。 4、校核预测值 初步预测值做出以后，再把最近三五年(包括下一年预测值在内)的演变趋势和全部历史变化曲线各时间比较一下： ①看是否相似的次数很多，例外的很少； ②预测值是否在最大可能范围以内，是否符合 已有资料系列的历史变化规律。 历史演变法提出了分析要素演变曲线变化规律的5个 方面，是比较全面的，而且方法简便易行。 缺点：（1）缺乏严格的定量标准，因此在预测时可能因 人而异的结果，有时甚至完全相反的结果。 （2）明显缺乏数学物理基础 改进方法 模糊模式识别法就是依照历史演变法的思想，将待预报年所在周期的前(m-1)年要素值为特征指标(m为周期年数)，组成待识别样本，再把该周期贴 近周期的前(m-1)年要素值做为特征指标，组成c 个模糊模式(c为贴近周期数)，然后利用模糊模式 识别模型，识别出待识别样本对应的模糊模式。根 据该模糊模式对应水文要素系列的演变趋势或下一 个要素值进行预报。 模糊模式识别法 直接从水文要素值历史演变曲线的外形特征难以判断它是否存在某周期。故先设周期年数为m，m应在2，3…，n/2(n为偶数)或((n一1)/2，n为奇数)中变化，在假定各周期年数的前提下，即可用模糊模式识别模型进行预报。 预报对象的样本集 y＝(y1，y2，…，yn) 设法建立在m个预报因子作用下的预报对象分类特征与预报对象之间的关系。 根据筛选出来的m个预报因子及其特征值矩阵X对n个预报对象实测值进行模糊聚类。 相对隶属度可按下式确定。 n个样本分为C类，其模糊划分矩阵为 聚类样本j与类别h间的差异，可用广义欧氏权距离表示 U(h)—待识别样本对各模糊模式的贴近度，h=1,2,…c,。c为模糊模式数;